Mittelweile ist Künstliche Intelligenz auch im Kultursektor allgegenwärtig geworden. Jedes Konferenzpanel, jeder Förderantrag, jedes Strategiedokument scheint sie zu erwähnen. Das Versprechen ist verlockend: personalisierte Erlebnisse im großen Stil, mehrsprachiger Zugang ohne Übersetzungsbudgets und Inhalte, die sich an die individuellen Bedürfnisse der Besucher anpassen. Doch unter dem Enthusiasmus verbirgt sich eine echte Unsicherheit darüber, was KI tatsächlich leisten kann – und was dabei verloren gehen könnte.

Kulturelle Institutionen tun gut daran, sich der KI sowohl mit Neugier als auch mit Vorsicht zu nähern. Die Technologie bietet echtes Potenzial, um langjährige Probleme in den Bereichen Zugang, Kapazität und Reichweite zu lösen. Sie birgt jedoch auch Risiken: die Verwässerung der kuratorischen Stimme, der Vertrauensverlust und die Gefahr, Werkzeuge einzusetzen, die Besucher eher frustrieren als ihnen zu helfen. Die Frage ist nicht, ob man KI einsetzt, sondern wie man sie durchdacht nutzt.

Warum KI unvermeidlich erscheint – und riskant ist

Der Hype um KI erweckt den Eindruck, als ob Institutionen keine andere Wahl hätten, als sie zu übernehmen, um nicht ins Hintertreffen zu geraten. Tech-Unternehmen versprechen Transformation. Geldgeber fragen nach digitaler Innovation. Besucher erwarten zunehmend intelligente, reaktionsschnelle digitale Erlebnisse. Der Druck, „etwas mit KI zu machen“, ist real – selbst wenn nicht klar ist, was dieses „Etwas“ eigentlich sein soll.

Doch Hype und Realität stimmen selten überein. Viele KI-Tools sind in Demos beeindruckend, erweisen sich in der Praxis jedoch als frustrierend. Sie funktionieren in kontrollierten Umgebungen hervorragend und liefern in der Praxis verblüffende (und fehlerhafte) Ergebnisse. Die Kluft zwischen dem, was vermarktet wird, und dem, was tatsächlich nützlich ist, kann enorm sein, und Kultureinrichtungen – die oft mit begrenzten technischen Kapazitäten arbeiten – haben nicht immer das Fachwissen, um den Unterschied zu erkennen.

Die Sorge vor dem Verlust der kuratorischen Stimme ist vielleicht die größte Hürde. Kuratoren verbringen Jahre damit, Fachwissen aufzubauen, Interpretationen zu verfeinern und Narrative zu gestalten. Die Vorstellung, dies an einen Algorithmus zu übergeben – selbst teilweise –, fühlt sich wie eine Abgabe von Verantwortung an. Was passiert mit der wissenschaftlichen Genauigkeit, wenn ein Chatbot beginnt, Fragen von Besuchern zu beantworten? Wer übernimmt die Verantwortung, wenn die KI etwas Ungenaues oder Irreführendes generiert?

Auch ethische Bedenken und Vertrauensfragen wiegen schwer. KI-Systeme können Vorurteile verallgemeinern, selbstbewusst klingenden Unsinn produzieren und auf eine Weise agieren, die selbst ihre Schöpfer nicht vollständig verstehen. Für Institutionen, die auf Vertrauen und Autorität aufbauen, ist der Einsatz einer Technologie, die beides untergraben könnte, ein echtes Risiko. Besucher müssen darauf vertrauen können, dass die Informationen, die sie erhalten, korrekt, fundiert und sicher sind.

<!-- CTA-Block -->

Wo KI echten Mehrwert bietet

Trotz der Risiken gibt es Bereiche, in denen KI die Besucherbindung nachweislich verbessert – insbesondere dann, wenn sie zur Lösung spezifischer, klar definierter Probleme und nicht als Pauschallösung eingesetzt wird.

Auffindbarkeit und Navigation profitieren enorm von KI. Große Sammlungen sind oft überwältigend. Besucher wissen nicht, wo sie anfangen, was sie priorisieren oder wie sie Objekte finden sollen, die ihren Interessen entsprechen. KI kann Präferenzen analysieren, Routen vorschlagen und Inhalte hervorheben, die andernfalls verborgen geblieben wären. Hier geht es nicht darum, die menschliche Kuration zu ersetzen – es geht darum, den Menschen zu helfen, die kuratierten Inhalte zu finden, die für sie am relevantesten sind.

Gut gemachte Personalisierung sorgt dafür, dass sich Erlebnisse menschlicher anfühlen, nicht unpersönlicher. Ein Besucher, der sich für Textilien interessiert, muss sich nicht durch Informationen über Keramik wühlen. Jemand mit 30 Minuten Zeit wünscht sich ein anderes Erlebnis als jemand mit drei Stunden. KI kann Inhalte dynamisch anpassen und sich so auf Kontext, Verhalten und geäußerte Vorlieben einstellen, wie es statische Guides schlichtweg nicht können.

Sprache und Barrierefreiheit sind vielleicht die transformativsten Anwendungen der KI. Echtzeit-Übersetzung, automatische Untertitelung und Text-to-Speech basieren alle auf KI – und sie alle öffnen kulturelle Inhalte für Zielgruppen, die sonst ausgeschlossen wären. Dies sind keine experimentellen Funktionen; es sind bewährte, ausgereifte Technologien, die zuverlässig funktionieren und einen messbaren Beitrag zur Inklusion leisten.

Bei sorgfältiger Herangehensweise ermöglicht die Skalierung von Inhalten kleinen Teams, mehr zu erreichen. KI kann helfen, erste Entwürfe für Interpretationen zu erstellen, alternative Formulierungen vorzuschlagen oder Textvarianten für unterschiedliche Leseniveaus zu generieren. Das Schlüsselwort lautet „sorgfältig“ – KI sollte die menschliche Arbeit beschleunigen, nicht ersetzen. Sie ist ein Werkzeug für Entwürfe, kein Tool für die Veröffentlichung.

Wo KI an ihre Grenzen stößt

Trotz all ihres Potenzials hat die KI klare Grenzen – und Institutionen, die diese ignorieren, riskieren, das Vertrauen der Besucher und ihren eigenen Ruf zu schädigen.

Überautomatisierung ist eine häufige Falle. Nur weil etwas automatisiert werden kann, heißt das nicht, dass es auch automatisiert werden sollte. Chatbots für Besucher, die grundlegende Fragen nicht beantworten können, sorgen für Frustration. Automatisch generierte Beschriftungen, denen es an Nuancen fehlt, mindern die wissenschaftliche Qualität. Automatisierte Empfehlungen, die willkürlich wirken, untergraben das Vertrauen in das System. Die Automatisierung sollte für Besucher unsichtbar sein, wenn sie funktioniert, und elegant abgefangen werden, wenn sie versagt.

Generische Ergebnisse sind die größte Schwachstelle der KI. Sprachmodelle, die auf riesigen Datensätzen trainiert wurden, neigen zu faden, standardisierten Texten. Sie glätten die charakteristische Stimme, das überraschende Detail, die kuratorische Perspektive, die Inhalte erst lesenswert machen. Eine KI-generierte Museumsleitung klingt wie jede andere KI-generierte Museumsleitung. Das ist ein Problem, wenn Unverwechselbarkeit Teil Ihres Werts ist.

Ein Kontextverlust tritt auf, wenn KI-Systeme das breitere Narrativ oder den konzeptionellen Rahmen eines Objekts nicht verstehen. Ein Gemälde ist nicht nur eine visuelle Komposition – es ist Teil einer Bewegung, eine Reaktion auf einen historischen Moment, ein Dialog mit anderen Werken. KI kann beschreiben, was auf dem Bild zu sehen ist, tut sich aber schwer mit der Frage, warum es wichtig ist. Im Kontext liegt die Bedeutung, und Bedeutung ist das, weswegen Besucher kommen.

Besucher Verwirrung entsteht, wenn sich die KI unvorhersehbar oder undurchsichtig verhält. Wenn ein Empfehlungssystem plötzlich etwas völlig Unzusammenhängendes vorschlägt, verlieren die Besucher das Vertrauen. Wenn ein Chatbot selbstbewusst eine falsche Antwort gibt, ist das schlimmer, als gar keine Antwort zu geben. Transparenz darüber, was das System kann und was nicht, ist unerlässlich – fehlt jedoch oft.

Human-in-the-Loop-Design

Die erfolgreichsten KI-Implementierungen im kulturellen Umfeld haben eine Gemeinsamkeit: Der Mensch behält stets die Kontrolle.

KI als Assistent, nicht als Autor, ist der entscheidende Rahmen. KI kann vorschlagen, entwerfen, übersetzen oder analysieren – aber die endgültigen Entscheidungen liegen bei Menschen, die die Inhalte, das Publikum und den Auftrag der Institution verstehen. Hier geht es nicht um Misstrauen gegenüber der Technologie, sondern darum, zu erkennen, dass es der KI an Urteilsvermögen, Verantwortungsbewusstsein und dem Verständnis dafür fehlt, worum es eigentlich geht.

Sicherheitsbarrieren (Guardrails) verhindern, dass die KI vom Skript abweicht. Das kann bedeuten, dass die Ergebnisse auf geprüfte Inhalte beschränkt werden, klare Grenzen gesetzt werden, welche Fragen ein Chatbot beantworten darf, oder dass eine menschliche Überprüfung erforderlich ist, bevor etwas den Besucher erreicht. Sicherheitsbarrieren sind keine Einschränkungen – sie sind die Bedingungen, unter denen KI sicher eingesetzt werden kann.

Die redaktionelle Kontrolle muss in jeder Phase erhalten bleiben. Selbst wenn KI Inhalte generiert, entscheiden Menschen, ob diese korrekt, angemessen und mit den Werten der Institution vereinbar sind. Dies erfordert Änderungen in den Arbeitsabläufen, klare Zuständigkeiten und manchmal auch die Bereitschaft, KI-Ergebnisse zu verwerfen, die den Standards nicht entsprechen – ganz gleich, wie viel Zeit bei ihrer Erstellung gespart wurde.

Ein pragmatischer Rahmen für die Einführung

Institutionen benötigen keine umfassende KI-Strategie, um KI effektiv zu nutzen. Sie benötigen einen pragmatischen, iterativen Ansatz.

Fangen Sie klein an, mit risikoarmen Anwendungen mit hohem Nutzen. Automatische Untertitel für Videos. Mehrsprachige Textgenerierung für eine einfache Orientierung. Empfehlungs-Engines für das Durchstöbern von Sammlungen. Dies sind eingegrenzte Probleme mit klaren Erfolgskriterien und geringem Risiko, falls sie nicht perfekt funktionieren. Sie bieten zudem die Möglichkeit zu lernen, wie sich KI in Ihrem spezifischen Kontext verhält.

Messen Sie die Wirkung ehrlich. Verbessert die KI-Funktion tatsächlich das Besuchererlebnis oder fühlt sie sich einfach nur innovativ an? Nutzen die Menschen sie? Sind sie mit den Ergebnissen zufrieden? Würden sie sie weiterempfehlen? Belastbare Daten schlagen bloße Annahmen. Wenn etwas nicht funktioniert, hören Sie auf damit – selbst wenn die Entwicklung teuer oder prestigeträchtig war.

Seien Sie gegenüber dem Publikum transparent darüber, was KI-generiert ist und was nicht. Besucher haben das Recht zu erfahren, wann sie mit automatisierten Systemen interagieren. Transparenz schafft Vertrauen; die Verschleierung des KI-Einsatzes untergräbt es. Einige Institutionen sorgen sich, dass Offenheit dazu führt, dass Besucher den Inhalten weniger vertrauen. In der Praxis ist oft das Gegenteil der Fall: Ehrlichkeit bezüglich der Grenzen macht Menschen nachsichtiger, wenn die KI einmal Fehler macht.