Lokale KI trifft Faktencheck: Unsere Hackathon-Projektwoche mit dem hessischen rundfunk

Wie lassen sich lokale KI-Modelle sinnvoll in der Praxis einsetzen? Wo können sie Fachkräfte unterstützen — und an welchen Stellen bleiben menschliche Erfahrung, Quellenkritik und ein gutes Urteilsvermögen unverzichtbar?

Mit diesen Fragen haben sich unsere Teilnehmenden im Weiterbildungsprogramm wissDok (ab 2027 Data & Information Specialist) während einer hybriden Hackathon-Projektwoche beschäftigt. Die praxisnahe Aufgabenstellung kam in diesem Jahr vom hessischen rundfunk (hr). Gemeinsam mit dem Team Faktencheck und Mediendokumentation des hr konnten unsere Teilnehmenden an einem aktuellen Anwendungsfall arbeiten, unterschiedliche Lösungswege erproben und ihre Ergebnisse im direkten Austausch mit der Praxis reflektieren.

Ein realistischer Anwendungsfall aus der Medienpraxis

Im redaktionellen Alltag erreichen Faktencheck-Teams ganz unterschiedliche Anfragen: kurze Nachrichten, E-Mails, Manuskriptauszüge oder längere Textpassagen mit mehreren Aussagen. Nicht immer ist auf den ersten Blick klar, welche Aussagen tatsächlich überprüfbar sind, welche Informationen fehlen und welche Quellen für eine belastbare Einordnung benötigt werden.

Genau hier setzte die Projektwoche an. Die Teams untersuchten, ob lokal betriebene KI-Modelle einen Faktencheck-Prozess sinnvoll unterstützen können. „Lokal“ bedeutet in diesem Fall: Die Modelle laufen direkt auf einem Standardrechner und nicht über einen externen Cloud-Dienst. Das stellt besondere Anforderungen an die Auswahl geeigneter Modelle, an die technische Umsetzung und an einen verantwortungsvollen Umgang mit den Ergebnissen.

Die Aufgabe war bewusst realitätsnah angelegt: Gesucht wurde keine vollautomatische Lösung, sondern ein praxistauglicher Workflow, bei dem KI als unterstützendes Werkzeug eingesetzt wird. Die fachliche Verantwortung bleibt dabei immer beim Menschen.

Von der ersten Idee bis zum funktionsfähigen Prototyp

Während der Projektwoche sollten die Teams einen dreistufigen Workflow entwickeln:

1. Aussagen erkennen und strukturieren:
   Welche Aussagen in einem Text sind überprüfbare Fakten? Welche Passagen sind Meinungen, Prognosen oder zu vage formuliert? Die lokalen KI-Modelle sollten Texte zerlegen, potenzielle Claims erkennen und fehlenden Kontext sichtbar machen.
2. Claims recherchieren und bewerten:
   Ausgewählte Aussagen wurden anhand öffentlich zugänglicher Quellen geprüft. Dabei ging es nicht nur um die Recherche selbst, sondern auch um Quellenqualität, Aktualität, Interessenlagen und mögliche Widersprüche. Die Teams entwickelten hierfür nachvollziehbare Regeln und dokumentierten ihre Entscheidungen transparent.
3. Ergebnisse verständlich kommunizieren:
   Abschließend entstanden kompakte Antwortvorlagen, die sich für interne Anfragen nutzen lassen. Die Ergebnisse sollten klar formuliert, mit Quellen belegt und auch für Personen ohne technischen Hintergrund gut verständlich sein.

Neben der inhaltlichen Qualität spielte auch die technische Machbarkeit eine wichtige Rolle. Die Teams testeten kleine und effiziente Sprachmodelle auf Standardhardware ohne leistungsstarke Grafikkarte. Dabei verglichen sie unterschiedliche Modellgrößen, lokale Laufzeitumgebungen und Prompt-Varianten. Sie bewerteten unter anderem Geschwindigkeit, Stabilität, Bedienbarkeit und die Qualität der Ergebnisse.

Technische Kompetenz und Projektmanagement gehören zusammen

Ein Hackathon ist nicht nur eine Programmieraufgabe. Damit innerhalb weniger Tage ein überzeugender Prototyp entsteht, braucht es ein gutes Zusammenspiel unterschiedlicher Kompetenzen.

Unsere Teilnehmenden organisierten sich in interdisziplinären Teams und übernahmen verschiedene Rollen: von der Auswahl und Einrichtung geeigneter KI-Modelle über Prompt- und Workflow-Entwicklung bis hin zu Recherche, Quellenkritik, Dokumentation und Präsentation. Die Gruppen mussten ihren Arbeitsumfang realistisch planen, Prioritäten setzen und ihre Lösungsansätze schrittweise verbessern.

Zur Projektarbeit gehörten deshalb auch klassische Projektmanagement-Fragen:

• Welche Aufgaben müssen zuerst gelöst werden?
• Welche Rollen und Kompetenzen werden im Team benötigt?
• Wie lässt sich ein komplexes Problem in bearbeitbare Schritte zerlegen?
• Welche Ergebnisse sind innerhalb der verfügbaren Zeit realistisch?
• Wie werden Entscheidungen, Fehler und offene Fragen nachvollziehbar dokumentiert?
• Wie lassen sich technische Ergebnisse verständlich präsentieren?

Diese Verbindung von Technik, Informationskompetenz und Projektorganisation ist ein wichtiger Bestandteil unserer Weiterbildung. Die Teilnehmenden lernen nicht nur neue Werkzeuge kennen, sondern setzen sie in konkreten Anwendungssituationen ein und reflektieren ihren Nutzen kritisch.

KI als Werkzeug — mit menschlicher Verantwortung

Ein zentraler Grundsatz zog sich durch die gesamte Projektwoche: Ein KI-Modell kann Struktur schaffen, Recherchefragen vorbereiten und Formulierungen unterstützen. Es kann aber nicht eigenständig entscheiden, ob eine Aussage wahr oder falsch ist.

Deshalb blieb die menschliche Prüfung in allen Arbeitsschritten sichtbar. Quellen wurden von den Teams selbst geöffnet und bewertet. Unsicherheiten wurden dokumentiert. Vorschläge der KI mussten hinterfragt, überarbeitet oder auch verworfen werden. Gerade diese kritische Auseinandersetzung mit den Möglichkeiten und Grenzen aktueller KI-Technologien machte die Projektwoche besonders wertvoll.

Präsentation, Austausch und gemeinsame Reflexion

Zum Abschluss präsentierten die Teams ihre Prototypen, Arbeitsweisen und Empfehlungen. Dabei ging es nicht nur darum, was technisch funktioniert hat. Ebenso wichtig waren die Fragen: Wo liegen die Grenzen der eingesetzten Modelle? Wie hoch ist der menschliche Nachbearbeitungsbedarf? Welche Schritte sind für einen praktischen Einsatz sinnvoll? Und an welchen Stellen lohnt sich eine weitere Erprobung?

Der offene Austausch mit dem hessischen rundfunk bot den Teilnehmenden die Möglichkeit, ihre Ergebnisse mit Fachleuten aus der Praxis zu diskutieren und direktes Feedback zu erhalten.

Mit viel Engagement zu überzeugenden Ergebnissen

Wir sind stolz auf unsere Programmteilnehmenden, die diese anspruchsvolle Aufgabe mit großem Engagement, Neugier und Teamgeist gemeistert haben. Sie haben die Möglichkeiten lokaler KI-Modelle praxisnah erprobt, ihre aktuellen Grenzen kritisch durchleuchtet und dabei überzeugende Ergebnisse entwickelt.

Besonders beeindruckt hat uns, wie gezielt die Teilnehmenden ihre unterschiedlichen Stärken eingebracht haben: technisches Verständnis, Informationskompetenz, Projektmanagement, Kreativität und die Fähigkeit, komplexe Fragestellungen gemeinsam zu lösen. Genau dieses Zusammenspiel hat die Projektwoche bereichert und zu den vielfältigen Lösungsansätzen beigetragen.

Wir hoffen, dass unsere Teilnehmenden sich auch in Zukunft gerne an diese Projektwoche erinnern — insbesondere dann, wenn sie in ihrem Berufsalltag vor ähnlichen Herausforderungen stehen. Die Erfahrung, neue Technologien kritisch zu prüfen, eigene Ideen in kurzer Zeit umzusetzen und gemeinsam tragfähige Lösungen zu entwickeln, wird sie hoffentlich noch lange begleiten.

Wir bedanken uns herzlich beim hessischen rundfunk für die spannende Aufgabenstellung, die fachliche Begleitung und den offenen Austausch während der Projektwoche.

Weiterbildung, die Praxis und Zukunftsthemen verbindet

Die Hackathon-Projektwoche zeigt, wie wir bei uns arbeiten: praxisnah, interdisziplinär und mit einem klaren Blick für aktuelle Entwicklungen. Unsere Teilnehmenden bringen unterschiedliche berufliche Erfahrungen mit und entwickeln gemeinsam Lösungen für reale Fragestellungen aus Datenmanagement, Informationswissenschaft und künstlicher Intelligenz.

Für Unternehmen und Institutionen bietet dieses Format die Möglichkeit, Mitarbeitende gezielt weiterzuentwickeln und neue Themen mit einem unmittelbaren Praxisbezug zu verbinden. Für potenzielle Teilnehmende eröffnet es die Chance, technisches Know-how aufzubauen, eigene Erfahrungen einzubringen und neue Methoden direkt in der Anwendung kennenzulernen.