Forschungswege · Record 001
Wie meine Forschung zu KI und Umweltjournalismus begann
Ein Foto zeigt ein mögliches Umweltproblem. Wie wird daraus eine verlässliche Geschichte? Meine erste veröffentlichte Forschungsarbeit untersuchte, wie KI und menschliche Prüfung dabei zusammenwirken können.
- Vortrag
- FTC 2025 · 7:24 Min. · Englisch
- Paper veröffentlicht
- 16. Oktober 2025
- Einordnung
- Frühe AIJIM-Forschung
Der Originalvortrag · FTC 2025
AI in Environmental Journalism
Erst mit deinem Klick wird der Player von YouTube geladen. Dabei werden Daten wie deine IP-Adresse an Google/YouTube übermittelt. Datenschutzhinweise
Die Frage dahinter
Ein Bild ist ein Anfang. Noch keine fertige Recherche.
Auf einem Foto ist Müll zu sehen. Aber wo liegt er? Was lässt sich aus dem Bild tatsächlich erkennen? Und wer prüft die Einordnung, bevor daraus ein Bericht wird? An solchen Fragen lässt sich das Thema auch ohne KI-Vorwissen verstehen.
Das Paper verbindet automatische Bildauswertung, Beteiligung von Menschen und die Erstellung von Berichten. NamicGreen war der Anwendungskontext des beschriebenen Mallorca-Piloten von 2024. Im Mittelpunkt steht das Zusammenspiel dieser Schritte.
Paper & QuellenVom Foto zum Bericht
Der damalige Ansatz in sechs Schritten, vereinfacht nach dem frei lesbaren Preprint. Menschliche Prüfung gehört ausdrücklich zum beschriebenen Ablauf.
- 01
Beobachten
Ein Foto mit Ortsbezug wird eingereicht.
- 02
Analysieren
KI sucht nach Hinweisen im Bild.
- 03
Entwerfen
Ein erster Bericht wird erzeugt.
- 04
Prüfen
Menschen überprüfen die Erkennungen.
- 05
Einordnen
Fachleute und Community prüfen den Bericht.
- 06
Veröffentlichen
Der geprüfte Bericht wird weitergegeben.
Was die Arbeit berichtet
Ein Pilot auf Mallorca.
Der veröffentlichte Abstract beschreibt einen Piloten mit 1.000 Bildern und 50 zuvor undokumentierten Müllstellen. Die Zahlen unten geben die im Paper berichteten Ergebnisse wieder. Sie wurden für diesen Record nicht neu erhoben oder unabhängig nachgerechnet.
Kennzahlen des Piloten ansehen
- berichtete Detektionsgenauigkeit
- 85,4 %
- berichtete Übereinstimmung mit Expertenannotationen
- 89,7 %
- berichtete Verringerung der Zeit bis zur Berichterstattung
- 40 %
Diese Kennzahlen beschreiben unterschiedliche Größen im damaligen Untersuchungsrahmen. Sie sind weder eine allgemeine Zuverlässigkeitsquote für KI noch ein Leistungsversprechen heutiger Systeme.
Von hier aus weiter
Eine Station auf meinem Forschungsweg.
Die frühe Arbeit entstand im Umweltjournalismus. Mein heutiger PhD an der UTS beschäftigt sich mit der Nachvollziehbarkeit KI-gestützter Aussagen. Die aktuelle Forschung und die verbundenen Projekte findest du hier – jeweils mit ihrem eigenen Stand.
- Meine heutige Forschung
UTS, AIJIM und die Fragen hinter meiner Arbeit.
- NamicGreen heute
Das eigenständige Umweltprojekt weiterverfolgen.
- AIJIM SHARK
Einblick in meine heutige experimentelle Editor-Umgebung.
Im Original nachlesen
Die Quellen zu diesem Record.
Das veröffentlichte Kapitel, der frühere Preprint und der Vortrag sind verschiedene Fassungen und Formate derselben Arbeit. Der Preprint ist frei lesbar; beim Springer-Volltext kann ein Zugang nötig sein.
- 01
Veröffentlichtes Konferenzkapitel
AIJIM: A Scalable Model for Real-Time AI in Environmental Journalism
Torsten Tiltack · FTC 2025, Volume 2 · LNNS 1676 · S. 398–416
Online seit 16. Oktober 2025 · DOI 10.1007/978-3-032-07989-3_26
Veröffentlichung bei Springer - 02
Preprint · frei lesbar
AIJIM: A Scalable Model for Real-Time AI in Environmental Journalism
arXiv:2503.17401v5 · Version vom 28. April 2025
Frühere Manuskriptfassung. Nicht als identisch mit dem später veröffentlichten Kapitel oder als zweite unabhängige Studie zu lesen.
Preprint auf arXiv lesen - 03
Konferenzvortrag · Englisch
AIJIM: AI in Environmental Journalism | FTC 2025 Research Talk
Torsten Tiltack · FTC 2025 · bestehende Aufnahme
Der Vortrag zeigt den damaligen Forschungsstand. Diese Begleitseite ordnet ihn heute ein.
Originalvortrag auf YouTube
Wieder hinschauen
Forschung geht weiter. Dieser Record auch.
Hier erhalten spätere Ergänzungen, Korrekturen und mein persönlicher Rückblick einen sichtbaren Platz. Für einen nächsten Revisit bleiben diese Fragen offen:
- Was würde ich heute anders untersuchen?
- Welche Annahmen haben sich verändert?
- Welche neue Beobachtung würde meine Einordnung verändern?
Vortrag, veröffentlichtes Kapitel und Preprint zusammengeführt. Historische Ergebnisse und heutiger Projektkontext getrennt eingeordnet. Noch keine neue Feldprüfung und kein späteres Revisit-Ergebnis.
Neugier geht weiter.
Weitere Filme über Forschung, Technik und die Menschen dahinter findest du auf TechJournal.
Zum YouTube-Kanal