BMFTR-Projekt DeMasKI

Projektbeschreibung

Digitale Desinformation ersetzt in wachsendem Maß rationale Auseinandersetzung durch alarmistische, emotionalisierende Redeweisen und trägt so zur Polarisierung und Destabilisierung demokratischer Diskurse bei. Der Verbund setzt genau hier an: Statt bloßer Schlagwortdetektion untersucht er, welche sprachlichen Strukturen argumentatives Begründen systematisch verdrängen und wodurch schwache Behauptungen als scheinbar evident erscheinen. Dazu werden zwei Textcorpora aufgebaut und iterativ in Feedback-Schleifen analysiert: ein historisches Korpus aus antiken rhetorik- und argumentationstheoretischen Texten (u. a. Platon, Sophisten, Isokrates), die manipulative Rede explizit diskutieren, sowie ein aktuelles Korpus populistischer Kommunikationsformate (Social Media, Podcasts, Wahlkampfreden, Pressekonferenzen) in Deutsch und Englisch mit perspektivischer Erweiterung um weitere europäische Sprachen. Aus dem Vergleich werden robuste Strukturmerkmale anti-diskursiver Emotionalisierung abgeleitet, argumentationstheoretische Gegenstrategien identifiziert und die Rolle weltanschaulicher Anschlussfähigkeit für den Erfolg manipulativer Praktiken untersucht. Methodisch innovativ ist ein hybrider, erklärbarer KI-Ansatz, der leistungsfähige Transformer-Verfahren mit induktiver logischer Programmierung verbindet, sodass identifizierte Muster nicht nur erkannt, sondern auch begründet werden („why-explanations“). Die Merkmalslisten werden kontinuierlich mit der KI-Entwicklung rückgekoppelt, in Pilotstudien validiert und in eine nutzbare Toolchain samt Web-Anwendung überführt. Perspektivisch entstehen übertragbare, mehrsprachig erweiterbare Verfahren zur Früherkennung neuer Desinformationsmuster, Open-Educational-Resources und didaktische Formate für Demokratiedidaktik und Lehrkräftefortbildung; zugleich adressiert der Verbund die Informatik-Community mit einer Toolbox und Wissens-Transferformaten, um erklärbare KI als Baustein widerstandsfähiger, aufgeklärter Öffentlichkeit zu etablieren.

Forschungsfokus der Universität Bamberg

Es wird ein hybrider, neuro-symbolischer KI-Ansatz für die Textklassifikation entwickelt, mit dem Ziel
der automatischen Identifizierung der anti-diskursiven, emotionalisierenden Struktur von
Desinformation und deren Analyse. Hierfür werden statistische und transformer-basierte Methoden
der natürlichen Sprachverarbeitung (NLP) zur Identifikation von relevanten Worten oder Phrasen mit
Induktiver Logischer Programmierung (ILP) kombiniert, um nachvollziehbare und erklärbare logische
Regeln für die Erkennung von Desinformation zu generieren. Diese logischen Regeln erkennen und
heben die populistischen, anti-diskursiven und emotionalisierenden Strukturen hervor. Der KI-Ansatz
wird in Zusammenarbeit mit dem Partner GI als Open Source Toolbox, sowie als Webbasierte
Anwendung bereitgestellt.