Volume 58, Issue 5

Zusammenfassung Viele Museumsmitarbeiter*innen haben ihren beruflichen Werdegang mit einem Museumsvolontariat begonnen, welches einen Überblick über alle relevanten Bereiche der Museumsarbeit und die Möglichkeit für erste Berufserfahrungen geben soll. Ist dem Museum eine hauseigene Bibliothek angeschlossen, kann diese eine potenzielle Einsatzstation für die Ausbildung von Museumsvolontär*innen darstellen. Diese zeitlich begrenzte Aufgabe kann gleichzeitig schön, aber auch herausfordernd sein. Wie man diese zum Nutzen aller erfolgreich gestalten kann, zeigen die nachfolgenden Ausführungen.

Zusammenfassung Das Thema Reallabore, auch vielfach bezeichnet als Living Labs, nimmt in den letzten Jahren an Fahrt auf. Auch Bibliotheken sind bereits auf den Trend aufgesprungen. Dieser Beitrag ordnet das Thema der Reallabore in das Innovationsmanagement ein und stellt dar, welche Möglichkeiten der Partizipation sich Bibliotheken durch Reallabore eröffnen.

Zusammenfassung Im 19. Jahrhundert wurden zur Gestaltung von Büchern oft prächtige schwermetallhaltige Pigmente verwendet. Ist das in unseren Bibliotheken und Museen bewahrte historische Schriftgut dadurch „Gefährlich Schön“ (Hawksley)? Geht von den auf den Buchschnitten und -einbänden aufgelagerten und zum Teil auch im Staub enthaltenen arsenhaltigen Pigmenten eine Gesundheitsgefährdung aus? Wir gehen diesen Fragen nach, indem wir die an der Universitätsbibliothek Kiel erhobenen Daten in Bezug zur natürlichen Arsen-Hintergrundkonzentration sowie zur täglichen obligaten Arsenaufnahme setzen.

Zusammenfassung „ChatGPT may produce inaccurate information about people, places, or facts“, so warnt Open AI vor der Unzuverlässigkeit der Auskünfte, die sein Chatbot erteilt. Zu KI-Kompetenz, die heute zu den zukunftsrelevanten und berufsvorbereitenden Studienzielen gezählt wird, gehört, diese Unzuverlässigkeit einschätzen zu können. Der Beitrag bietet dazu eine Fehlertypologie und setzt sie in Bezug zur technischen Funktionsweise. Zwanzig Arten der Unzuverlässigkeit von KI-Auskünften ordnet er den drei Ursachenfeldern Trainingsmaterial, Generierungsprozess und Programmierung zu. Außerdem entwirft er ein Modell des paradoxen Mechanismus der User-Psychologie – Technikglaube vs. Eliza-Effekt – und rekurriert auf Harry Frankfurts Begriff des Unfugs („Bullshit“), der wie zugeschnitten auf KI-Auskünfte scheint. Einige der Fehlertypen, insbesondere die im Generierungsprozess selbst erzeugten, sind als unbehebbares Kernphänomen zu sehen. Im Einsatz generativer KI als Informations- und Recherchetool steckt daher ein großes und dauerhaftes Gefahrenpotenzial – für den Kompetenzaufbau im Studium, aber auch für unsere Wissensgesellschaft als Ganzes.