Spätestens mit der Publikation von ChatGPT sind maschinelles Lernen und insbesondere so genannte Large Language Models im Bewusstsein der breiten Öffentlichkeit angelangt. Dies bedeutet neue oder veränderte Zugänge zu Informationen - KI-Chatbots statt Suchmaschinen führen Suchen durch; sie geben zusammengefasste Suchergebnisse aus oder antworten unabhängig von tatsächlichen, konkreten Quellen. Die Sichtbarkeit der Quellen - darunter auch Museen und Verbundportale - rückt somit potentiell in den Hintergrund.
Gleichzeitig benötigt das Training große Mengen möglichst gut kuratierter Daten. Dies führt zu einer enormen zusätzlichen Belastung von (ebenfalls durch die ökonomischen Folgen des KI-Hypes immer rareren) Server-Resourcen, die durch die schiere zusätzliche Menge an Abfragen auch zur gänzlichen Nicht-Verfügbarkeit von Online-Diensten führen können. Besonders größere offene Datenquellen - von der Wikipedia zu deutschen Verbundportalen - sind hiervon stark betroffen.
Am Beispiel von museum-digital wird in diesem Vortrag exemplarisch ein Umgang mit den technischen Herausforderungen der neuen Entwicklungen präsentiert, der einerseits zu einer Stabilisierung der Systeme geführt hat, aber untypischerweise bis heute kein generelles Blockieren von Bots und Scrapern beinhaltet. Anhand dieses Beispiels und kurzer Vergleiche mit anderen Portalen werden die größeren Fragen zumindest aufgeworden: Was bedeutet Zugänglichkeit und was bedeuten die FAIR-Prinzipien in einer Welt, in der unsere Nutzenden Maschinen sind? Wie wollen wir Erfolg und Sichtbarkeit messen, wenn die Maschinen surfen wie ein Mensch - oder die Menschen automatisch surfen lassen, um sich eine tiefgehende Auseinandersetzung mit den Inhalten zu ersparen?