Anwendungen auf der Basis von Künstlicher Intelligenz wie ChatGPT erfreuen sich aktuell großer Aufmerksamkeit. Machine-Learning-Methoden, die auch für den Einsatz in Bibliotheken interessant sein könnten, gibt es aber schon mindestens ein Jahrzehnt. Medienhype und kommerzielle Interessen machen es für Beschäftigte im Informationsinfrastrukturbereich zu einer besonderen Herausforderung, die Funktionsweise und den Mehrwert verschiedener Methoden richtig einzuschätzen und deren praktische Relevanz für die eigene Arbeit zu evaluieren.
Wir schauen uns zunächst anhand eines Werkstattberichts aus der ZBW zum Aufbau eines produktiven Dienstes für die automatisierte Inhaltserschließung („AutoSE“) an, welche Fragen, Herausforderungen und Stolpersteine sich bei der Überführung von experimentellen Ergebnissen aus dem Machine Learning in den Betrieb ergeben. Der Dienst läuft bereits seit 2021 und wird fortlaufend weiterentwickelt. Im Anschluss diskutieren wir, welche Ziele und Zukunftsperspektiven sich für solche Vorhaben im Kontext der Entwicklungen im KI-Bereich der letzten Jahre ergeben, auf welche Anwendungsfälle in Bibliotheken KI-basierte Ansätze ggf. noch angewendet werden könnten und welche Bedingungen dafür erfüllt sein müssten.
ZielgruppeBeschäftigte in Wissenschaftlichen und Öffentlichen Bibliotheken, die mit Inhaltserschließung vertraut sind und sich für den Einsatz von Machine-Learning-Methoden im Bibliotheksbereich interessieren sowie interessierte Beschäftigte aus anderen wissenschaftsunterstützenden Bereichen.
Die Veranstaltung wird auf Deutsch gehalten – für eine Praxisübung sind jedoch ausreichende Englischkenntnisse erforderlich, um den Inhalt kurzer Texte und die dazugehörigen Schlagwörter verstehen zu können.
Ziele
Am Ende des Workshops
- haben die Teilnehmenden einen groben Überblick über Teilgebiete der Künstlichen Intelligenz und des Machine Learning mit einem Fokus auf Anwendungsfälle in Bibliotheken
- haben die Teilnehmenden ein besseres Bewusstsein dafür, welche praktischen und strategischen Herausforderungen sich bei der Integration von KI-basierten Ansätzen in bibliothekarische Workflows ergeben
- können die Teilnehmenden besser einschätzen, ob und welche Aufgaben in der Erschließung sich in ihrer Einrichtung mit KI-Methoden automatisieren ließen und entsprechende Projekte fundierter planen oder anregen.
Inhalte- kurze Orientierung im Gebiet der Künstlichen Intelligenz und des Machine Learning („was gibt es da eigentlich noch, jenseits von ChatGPT?“)
- Einblick in den produktiven Einsatz von Machine-Learning-Methoden zur Inhaltserschließung am Beispiel des AutoSE-Dienstes der ZBW
- (Wie) haben sich die Perspektiven für Bibliotheken mit der Entwicklung der letzten Jahre im KI-Bereich verändert? Welche Zielstellungen und Herausforderungen lassen sich nun für bibliothekarische Automatisierungsvorhaben identifizieren?
- ggf. Beleuchten eigener Use Cases der Teilnehmenden auf Automatisierbarkeit mit Ansätzen aus der KI – informieren Sie den Dozenten gerne vorab!
MethodenVortrag, Arbeitsgruppen, Diskussion
HinweiseAlles, was Sie brauchen, ist ein internetfähiger Computer/Laptop oder ein Tablet, ein Headset (Mikro und Kopfhörer) und eine Videokamera sowie eine stabile Internetverbindung. Sie bekommen dann einen Link von uns zugeschickt, über den Sie direkt Zugang haben zum Online-Seminar, das über Cisco Webex Meetings laufen wird. Um alle Funktionen des Tools optimal nutzen zu können, empfehlen wir allen Teilnehmer*innen vorab die Installation der kostenlosen App.
KI: Rechtliche Hinweise für FU-Beschäftigte
Beschäftigte der Freien Universität Berlin beachten bitte die Hinweise zu den rechtlichen Rahmenbedingungen beim Umgang mit Künstlicher Intelligenz im beruflichen Kontext. Grundlegende Orientierung zum Umgang mit KI-basierten Systemen an der FU Berlin finden Sie im Eckpunktepapier.
