# AI Cognitive Impact and Enterprise Scaling Realities

**Podcast:** AI FIRST Podcast
**Published:** 2026-04-03

## Transcript

Herzlich willkommen zum AI First Podcast.
Heute zu Gast ist wieder Stammgast Elisabeth Lorange und wir waren in der vergangenen Woche gemeinsam auf der Data Unplugged und Elisabeth hat eine mega Keynote gehalten, wo sie ganz andere Aspekte der KI-Entwicklung beleuchtet hat, nämlich Auswirkungen auf uns als Menschen, Gesellschaft, Wirtschaft, die oftmals untergehen, gerade auch in meiner Blase, wo es oftmals immer darum geht, wie sich KI weiterentwickelt und was alles dadurch möglich gemacht wird, aber die andere Seite der Medaille oftmals nicht so beleuchtet wird.
Und ich fand das interessant und deswegen habe ich Elisabeth gefragt, ob sie Lust hat, nochmal darüber hier in dem Podcast zu sprechen und so ein paar Gedanken zu teilen und unsere Meinungen aneinander zu reiben.
Und deswegen freue ich mich, dass du dabei bist.
Hi Felix, freut mich sehr, wieder dabei zu sein.
Wir sollten irgendwann darüber nachdenken, unseren Podcast zusammenzulegen, weil das geht so nicht weiter.
Als Lieblingsstammgast bist du auch immer gern bei mir.
Morgen auch bei Tech & Tales.
Genau, da unbedingt reinhören und wir können ja mal eine Mini-Umfrage machen.
Wer sagt, Elisabeth und ich sollten unsere Podcasts fusionieren?
Einmal in die Kommentare schreiben.
Ja, bitte.
Erzähl nochmal kurz, wer du bist und was du machst für alle, die das noch nicht wissen.
Genau, also mein Name ist Elisabeth Lorange.
Ich bin Podcast-Host von Tech & Tales.
Ich spreche genauso wie du einmal wöchentlich über die aktuellen Entwicklungen in der KI, immer samstags.
Darüber hinaus bin ich Partnerin bei Deloitte für Iron Data.
Das heißt, ich mache große Datenimplementierungen und alles, was mit KI zu tun hat.
Dazu promoviere ich in KI.
Das heißt, ich schaue mir insbesondere den Effekt, den künstliche Intelligenz und insbesondere LLMs auf das Gehirnhaben an.
Und ohne zu spoilern, es sieht nicht so gut aus.
Eigentlich, also mein Background ist, dass ich Gründerin war.
Ich habe ein KI-Unternehmen gegründet.
Wir haben eigene Modelle tatsächlich gebaut in sowohl LMS als auch Computer Vision.
Aber das ist schon ein bisschen her.
Das war 2020.
Das war vor dem sozusagen Chat-GPT-Moment.
Und das heißt, ich bin viel auf Projekten unterwegs, aber forsche auch viel.
Und halte regelmäßige Keynotes.
Genau.
Wir sprechen gleich auch über deine Forschung, weil das fand ich mit am interessantesten, diesen Aspekt aus der Keynote.
Aber bevor wir da einsteigen, will ich mit dir einmal so eine Bestandsaufnahme machen.
Dass wir das letzte Mal gesprochen haben, ist jetzt, glaube ich, auch schon ein halbes Jahr oder so wieder her.
Und mich interessiert mal so dein Blick auf den aktuellen Status quo von KI.
Wie würdest du den beschreiben, wo wir gerade stehen?
Wir sind weiterhin am Skalieren.
Das heißt, momentan halten die Skalierungsgesetze den Erwartungsstand.
Das heißt, mehr Daten, mehr Compute und bessere Datenqualität sorgen tatsächlich für bessere Ergebnisse.
Also man hat festgestellt, dass sich auch die Ausdauer der Modelle alle sieben Monate verdoppelt.
Das heißt, wir sind gut dabei, die Halluzinationen gehen zurück.
Zwar nicht in dem Tempo, den ich sehen müsste oder würde gerne, aber es geht stetig weiter.
Die großen Unternehmen kaufen und bauen Datencenter, dass es knallt.
Also in den USA sollen in den nächsten zwölf Monaten über 1000 Datencenter gebaut werden, was ich persönlich ein bisschen überraschend finde, weil man braucht eigentlich pro Datencenter ungefähr 800 Elektriker, um das Ganze aufzugleisen.
Und die USA hat aber nur 700.000 Elektriker.
Das heißt, ich weiß gar nicht, wo das alles herkommen soll, aber wird schon.
Das heißt, die gesamte Wirtschaft ist recht impacted von diesem ganzen KI-Rausch.
Wie sich das global entwickeln wird, sei mal dahingestellt.
Das ist ein bisschen too big to fail.
Deswegen glaube ich jetzt nicht, dass diese Blase irgendwann platzen wird oder dass es überhaupt eine Blase ist.
Aber es geht rauschend voran, würde ich sagen.
Ja, also das ist ja jetzt alles die wirtschaftliche Betrachtung und too big to fail trifft es wahrscheinlich sehr, sehr gut, weil natürlich mittlerweile ein Großteil auch der Weltwirtschaft an dem AI-Boom und der Weiterentwicklung dranhängt und so die größten Unternehmen der Welt, die natürlich auch stark zum Bruttosozialprodukt der USA beitragen.
wird auf jeden Fall fleißig investiert.
Das sorgt aktuell dazu, dass sich KI weiterentwickelt.
Jetzt hast du aber in der Keynote so ein paar Folien gezeigt, wo ich währenddessen auf meine Keynote gewartet habe, weil ich nach dir dran war und das gesehen habe und dachte, um...
Gottes Willen, das ist ja total Kratz.
Und zwar hast du darüber gesprochen, was der Effekt von KI-Nutzung auf das menschliche Gehirn ist, beziehungsweise wie sich das menschliche Gehirn und die Synapsen und so, das musst du gleich mal erklären, verhalten während oder auch nach der KI-Nutzung.
Und da dachte ich so, um Gottes Willen.
Das ist ja nochmal auch ein Effekt dann aus dieser immer weiteren KI-Entwicklung, wo ich mich dann gefragt habe, wie gehen wir denn damit als Menschen überhaupt um und sind wir darauf vorbereitet?
Und du forschst ja auch dazu.
Vielleicht kannst du uns einfach mal abholen, was da passiert im Kopf, wenn wir mit KI immer und immer mehr arbeiten.
Ja, man kann das relativ gut an den Hirnwellen sozusagen sehen.
Also es gibt eine Welle insbesondere, die nennt sich die Alpha-Band-Aktivität.
Und wenn die besonders aktiv ist, beziehungsweise inaktiv ist, deutet es darauf hin, dass das Gehirn quasi im Ruhemodus ist.
Und genau das passiert.
Dieser Ruhemodus tritt ein, sobald wir selber KI nutzen.
Also das heißt, wenn wir per LLMs etwas generieren, dann fängt unser Gehirn an, sich zu entspannen und nicht unbedingt aktiv zu sein.
Und es gab einige Studien dazu, unabhängig von dem, was wir geforscht haben, sowohl aus Harvard als auch von der MIT.
Und die haben gesehen, dass sich nach vier Monaten 83 Prozent der Chat-GPT-User nicht mehr daran erinnern konnten, was sie in einem Essay...
ein paar Monate vorher geschrieben haben.
Diese Studie ist relativ alt, also die haben wir glaube ich auch schon in einem unserer Podcast vor einem halben Jahr oder so besprochen.
Nur, dass das Interessante daran ist, dass nicht nur existierende neuronale Verbindungen weggefallen sind dann, und zwar der Einbruch, der lag bei einigen bei 47 Prozent tatsächlich.
Das Interessante ist auch, dass wenn wir KI verwenden, dass das Gehirn nicht so gerne umschaltet in diesen wieder aktiven Modus.
Das heißt, das Hochfahren quasi der eigenen kognitiven Leistung ist extrem herausfordernd fürs Gehirn.
Und das schafft es nicht so einfach.
Und das heißt auch, wenn wir das im Unternehmenskontext bedeuten, Wenn wir das im Unternehmenskontext bewerten, heißt es eben auch, dass Mitarbeiter mit LLMs oder mit KI nicht notwendigerweise viel effektiver werden, wenn ihre eigene Leistung, ihre eigene menschliche kognitive Leistung dann auf der anderen Seite so verloren geht.
Also so ein bisschen wie gewonnen auf der einen Seite, so zerronnen auf der anderen Seite.
Und dieser Effekt, dass KI nicht unbedingt gut fürs Gehirn ist, hat BCG gerade als Brain Fry.
Das heißt, es ist so eine Art KI-bedingte mentale Erschöpfung.
Und spannenderweise tritt das sehr im Marketing auf.
Und man hat festgestellt, dass fast 26 Prozent aller Marketing-Mitarbeiter das haben, wenn sie generative KI nutzen.
Also wenn sie KI, wenn sie Dinge generieren und witzigerweise nur 5,6 Prozent der Juristen das haben und das kann ich attestieren.
Ich bin selber Juristin und wir nutzen grundsätzlich keine neuen Technologien und wir glauben eigentlich an nichts, was irgendwie nicht Papier und Stift ist.
Deswegen haben die Juristen auch kein Brain Fry.
Also, das heißt, betroffen sind auf jeden Fall Marketing und HR.
Und dann hat man darüber hinaus noch festgestellt, dass auch wenn man mehr als drei Tools nutzt, und wir reden jetzt über Tools, ja, nicht Agenten, dass dann die Produktivität runtergeht, weil das Gehirn das einfach nicht mehr schafft.
Und das, fand ich, waren schon krasse Erkenntnisse.
Und du...
Du forschst ja auch selbst dazu und hast, glaube ich, auch so Experimente mit Probanden gemacht, wo du denen so ein Gerät auf den Kopf gesetzt hast und dann die Gehirnwellen oder Gehirnaktivität gemessen hast, während die verschiedene Aufgaben gemacht haben, oder?
Kannst du davon noch erzählen?
Ja, genau.
Wir haben ganz einfache EEGs gemacht.
Ich habe das zusammen mit meinem Kollegen Neil Wessling gemacht.
Der ist der Neurologe von uns beiden.
Und wir haben festgestellt, dass das eben...
Bei der Prozessmodellierung, dass die Menschen, die sich Prozesse von der KI haben modellieren lassen, selber eben, also wenn sie das von der KI haben modellieren lassen, waren sie nicht mehr in der Lage, sich daran zu erinnern, was sie da gerade haben modellieren lassen.
Und, also auch einige Tage später wussten sie es gar nicht mehr.
Und sie haben spannenderweise auch die Ergebnisse der KI viel besser bewertet als die eigenen.
Und ich glaube, das nennt sich Automation Bias.
Das heißt, dass man immer maschinengenerierte Ergebnisse besser bewertet als das, was man als Mensch macht.
Nur, und das meine ich eben auch, das zeigt halt, dass Unternehmen auf jeden Fall noch vor großen Herausforderungen stehen.
Und momentan ist es auch so, dass das Unternehmen...
Große Unternehmen, die KI implementiert haben, im Schnitt 1,6 Millionen extra gerade zahlen dafür diesen ganzen AI-Slop oder die Probleme, die KI-generierter Content oder Ergebnisse halt schaffen, wieder zu begradigen.
Weil jeder schreibt gerade eine E-Mail irgendwie und diese ganze Knowledge-Work oder dieser Output hat sich quasi verdoppelt.
Aber der Kenntnisgewinn...
Sagt man das auf Deutsch?
Erkenntnisgewinn?
Der Erkenntnisgewinn hat sich eben nicht verdoppelt.
Das heißt, man kommt damit nicht notwendigerweise weiter.
Man hat auf einmal nur doppelt so viele E-Mails zu lesen.
Und das Ganze wäre nicht ganz so schlimm, wenn wir nicht die Problematik mit Social Media gehabt hätten.
Weil in den letzten Jahren ist es so, dass gerade durch die überbordende Social Media Nutzung die neue Generation, also ich nenne sie immer die GenKI, also das heißt die Gen Alpha und Gen Z im Mix, dass die das akademische Arbeiten verlernt haben.
Das heißt, ein Drittel der Amerikaner kann nur so gut lesen und schreiben wie ein zehnjähriges Kind, also auch der Erwachsenen tatsächlich.
Und die verpassen in dem Kontext einfach Die haben die Fähigkeit verlernt, zu rechnen, zu schreiben und zu lesen.
Und je mehr, man kann das direkt korrelieren, je mehr Medien und Social Media sie nutzen, desto doofer sind sie sozusagen, blöd gesagt.
Und das Ganze hat dann wahnsinnige Ausmaße.
Also ein Aspekt davon ist tatsächlich, dass die Generation leider die erste Generation ist, die weniger schlau ist als die Generation davor, also die Millennials.
Und das hat außerdem auch den Effekt, dass die Eltern dieser Generation halt harte Helikopter-Eltern sind.
Also fast die Hälfte der Eltern macht der Generation Z, also der Gen Z, schmiert denen noch ein Brot für die Arbeit.
Ein Drittel geht zur Arbeit ihrer Kinder und spricht mit den Chefs.
Also wir verlinken diese Studie auf jeden Fall in den Shownotes.
Und Drittel spricht mit den Vorgesetzten.
Fast die Hälfte hilft mit den Arbeitsaufgaben tatsächlich.
Also die Generation wird wirklich ein Problem haben.
Und das ist eben das Erschreckende.
In Verbindung mit KI wird dieses Problem halt krass amplifiziert.
Und jetzt gebe ich noch meinen letzten Punkt dazu und dann gebe ich dir wieder das Mikro.
Das Grundproblem ist, dass diese Generation auch sehr anfällig ist für parasoziale Beziehungen.
Das heißt, 72 Prozent aller Gen Z sind in Beziehungen mit Chatbots.
Und 20 Prozent aller Erwachsenen in den USA, und die Daten kommen immer aus den USA, weil die Amerikaner beste sind, darin Daten zu erheben und die haben auch mehr Daten irgendwie.
20 Prozent aller Erwachsenen sind da ebenfalls in einer romantischen Beziehung mit einem Chatbot.
Und das heißt, ich frage mich wirklich manchmal als Gesellschaft, wo die Reise hingehen soll.
Insbesondere, weil diese Chatbots ja überwiegend zum Beispiel trainiert wurden mit Reddit-Daten.
Und bei Reddit ist es tatsächlich so, dass, also gerade wenn man sich in diese Beziehungssubreddit guckt und da sich ansieht, was da die Empfehlungen sind, dann sieht man, dass zum Beispiel bei der Frage nach Beziehungsrat, dass 50 Prozent aller Fragen mit beendete Beziehungen beantwortet werden.
Das heißt, das ist direkt in den Modellen und das ist dann direkt der Horizont sozusagen, der die Gen Z erwartet.
Ich finde es ein bisschen schwierig.
Diese Generation wird viele Herausforderungen haben, einfach bedingt durch Social Media, bedingt durch den Impact, den KI aufs Gehirn hat und weil sie eben die letzten Jahre so ein bisschen eine herausfordernde Umgebung hatten, auch mit Covid und so weiter.
Also das heißt, ich glaube, es wird für die so ein bisschen schwer.
Also wahrscheinlich ja für die Generation.
noch mal ein bisschen schwerer, weil sie eben AI-native aufwachsen und quasi wenig anderes kennen, insbesondere in der Art und Weise, wie Probleme gelöst werden.
Aber das Gleiche ist ja in einer anderen Dimension, aber auch für uns wahr, oder nicht?
Also ich oute mich jetzt mal so ein bisschen.
Ich habe das vor ein paar Wochen extrem, also ich habe so ein paar Maßnahmen.
eingeführt für mich, um mich zu schützen und mein Gehirn ein bisschen zu schützen.
Und du kannst mir mal ein Feedback geben, auch jetzt aus deinen Erkenntnissen, die du vielleicht so hattest und du machst dir auch darüber Gedanken, was du sagst.
Aber ich habe zum Beispiel, schreibe ich diesen Newsletter immer am Sonntag und ich habe mir jetzt als goldene Regel gesetzt, den selbst wirklich zu schreiben.
Einfach Tipp, Tipp, Tipp, Tipp, Tipp.
Deswegen, wer mein Newsletter liest, der sieht da auch immer Rechtschreibfehler regelmäßig drin.
Manchmal sogar im Betreff.
Daran seht ihr, ich schreibe das auf jeden Fall nicht mit KI.
Obwohl ich es könnte.
Weil ich gemerkt habe, ich brauche diese Zeit, wo ich bewusst nachdenke und im Prozess des Schreibens meine Gedanken, Meinungen, Haltungen zu Themen schärfen kann.
Weil mir es ansonsten fehlt.
Und das ist schon mal ein Slot.
Das ist immer Sonntag.
vier Stunden ungefähr, da mache ich das.
Das ist unfassbar dann manuell, aber es hilft mir mal nachzudenken, über etwas Gedanken zu schärfen.
Ansonsten habe ich das gerade so in den letzten Wochen, weil wir ein super intensives erstes Quartal hatten und echt so viele...
Themen auf so diese Ende-März-Deadline gepusht haben, habe ich einfach gemerkt, dass ich irgendwann hier saß, ich hatte fünf unterschiedliche Fenster offen, überall liefen irgendwelche Agents, die an allen möglichen Aufgaben gearbeitet haben.
Ich habe einmal, auf dem einen habe ich mein CRM migriert, auf dem nächsten habe ich irgendeine Kampagne entwickelt, beim dritten habe ich irgendwas anderes, also komplexe Sachen und ich dachte, ich bin total produktiv, aber ich war so fertig.
Am Ende des Tages.
Ich konnte einfach nicht mehr.
Und da habe ich jetzt, ich habe noch nicht so richtig den Weg gefunden, wie ich das nach vorne raus weitermache.
Aber ich merke, da gab es auch so einen Artikel, ich glaube von Harvard Business Review, dass sich die Arbeit intensiviert.
Weil wir auf einmal, weil mit KI Dinge in der Umsetzung einfacher werden, immer mehr, also wir merken das auch bei uns im Team.
Wir reißen einfach immer komplexere, größere Themen auf.
Wir trauen uns an größere Projekte und Aufgaben ran und legen die Benchmark immer höher.
Und das wird dann immer intensiver.
Und gleichzeitig da mit dem eigenen Denken, der eigenen Reflexion, kritisch Dinge beleuchten, sich dafür den eigenen Raum noch zu schaffen, fällt mir zumindest echt schwer.
Es ist so, es suggeriert, es ist so, so einfach ist und irgendwie, weil wir damit interagieren, sind wir ja irgendwie auch, suggeriert das vielleicht so ein Maß auch von Kontrolle, aber dieser ganze Mittelteil, wie wir zu dem Ergebnis kommen, da geht halt mehr verloren.
Total und auch in diesem Artikel, den du meinst, da sprachen sie darüber, dass wir eigentlich diese monotonen, langweiligen Aufgaben brauchen, um runterzukommen.
Das heißt, dass der Tag halt quasi nicht nur aus aus High-Intensity-Work bestehen kann.
Und das ist ja das, was man mit KI, also wenn man KI richtig nutzt, dann ist es schon sehr intensiv, weil man dann wirklich im aktiven Dialog steht.
Sondern, dass du eigentlich auch diese Dulli-Aufgaben brauchst, irgendwie in Excel-Sachen zu kopieren, um am Ende in der Lage zu sein, also um so eine Mischung an Gehirnaktivität zu haben auch.
Und fürs Gehirn ist es besonders stressig, gleichzeitig Parallelsachen zu machen.
Das ist das Ende.
Also das heißt, wenn du 15 Sachen parallel machst, ich merke das selber, ich bin manchmal in Calls parallel.
Also mit mehreren, an einem Ohr habe ich einen Teams-Call, an einem anderen Ohr habe ich einen Zoom-Call und vielleicht irgendwo rechts unten habe ich noch so ein Google-Meet irgendwie offen oder so und schreibe währenddessen WhatsApps und bin auf Insta.
Also das heißt, all das ist toxisch.
Also dann hat man eine sehr toxische Beziehung mit seinem Gehirn, weil das ist too much.
Und was du gesagt hast, dass du dir durch dieses Schreiben, durch diesen langsamen Gedankenprozess, in der Lage bist überhaupt zu reflektieren und so weiter, das ist absolut Gold, weil man hat auch festgestellt, dass eigentlich wäre es fast noch besser, wenn du es handschriftlich machen würdest, weil sich damit diese Gedanken noch irgendwie um, ich glaube, 25 Prozent mehr verfestigen, als wenn du es nur tippst.
Aber also selber nachzudenken, um nicht das kritische Denken zu verlieren, das ist, glaube ich, das Wichtigste in diesem ganzen In dieser ganzen KI-Transformation, weil wo wird die Reise hingehen?
Die Reise wird hingehen, dahin gehen, dass sich Arbeitsprofile verändern werden.
Also wir werden sicherlich noch Ärzte brauchen, aber die Ärzte werden dann eher die Ausgaben der künstlichen Intelligenz bewerten und orchestrieren.
Das heißt, was du da machst, die Fähigkeit zu behalten, Dinge einzuordnen, zu analysieren, in Relation zu anderen Sachen zu setzen und so weiter, das wird...
Die Hauptaufgabe sein.
Die Hauptaufgabe von uns allen sein in unseren Bereichen, die Ausgaben der KI zu bewerten in irgendeiner Form.
Und wenn du dich selber gedanklich mit nichts mehr beschäftigst, dann wirst du nicht mehr in der Lage dazu sein.
Und das sehe ich auch einer der größten Gefahren tatsächlich für unsere Gesellschaft.
Was machen wir denn dann am Ende, wenn wir nicht mehr in der Lage sind zu richten, ob es...
gut oder ob es falsch ist, was die KI ausgibt.
Deswegen müssen auch die ganzen Kinder nach wie vor zur Schule gehen und deswegen müssen die meines Erachtens auch zur Uni gehen, weil sie dort lernen lernen und denken vor allen Dingen lernen.
Am Ende wird sich immer beschwert darüber, dass auch jetzt das Curriculum der Schule und der Studienplan so fern sind vom eigentlichen Leben.
Alle sagen, oh Gott, hätten wir mal irgendwie Buchhaltung gelernt oder gelernt, die Steuererklärung zu machen und so.
Das stimmt zwar alles, rein theoretisch, aber praktisch ist es doch so, dass wir nichts lernen oder auch noch nie was gelernt haben, was wirklich im Leben relevant ist.
Ich habe nie wieder das, was ich in der Sozialkunde gelernt habe, in der 11.
Klasse angewendet.
Ich kann mich absolut nicht mehr daran erinnern, was irgendwie über die Mitochondrien der Biologie hin erachten.
So, das heißt, am Ende lernt man doch eh nichts Relevantes.
Man lernt nur, wie man analytisch, wie man kritisch denkt, wie man Dinge irgendwie richtig bewertet und so weiter.
Deswegen ist es völlig egal, meines Erachtens.
Und deswegen sollten wir auch weiterhin zur Uni gehen.
Vielleicht sollten die neuen Generationen anders geprüft werden.
Eher mündliche Prüfung, glaube ich, ist ganz sinnvoll so.
Aber am Ende des Tages müssen alle da durch, glaube ich.
Kurz in eigener Sache.
Wenn dir der AI First Podcast gefällt und du mehr spannende Inhalte und hochkarätige Gäste hören möchtest, dann freue ich mich über deine Unterstützung.
Mit einer 5-Sterne-Bewertung und einem Abo für den Podcast hilfst du uns, sichtbarer zu werden und AI First weiterzuentwickeln.
Für dich und die gesamte Community.
Ich danke dir.
Aber was kann man jetzt nach vorne raus tun?
Ich will so ein bisschen noch in den Lösungsraum kommen, weil ich glaube, das ist einfach eine Realität, die jetzt immer mehr Also das Pendel schwingt ja jetzt gerade sehr stark aus in Richtung immer mehr KI, überall mehr, mehr, mehr.
Und das in jede einzelne Ritze unseres Arbeitsalltags reinbringen.
Also wir machen das ja bei uns auch so.
Und ich glaube, was jetzt dann immer, also das sind ja, ich habe sowas noch nicht so oft, ich nehme diese Konversation, Diskussion auch gar nicht, diesen Diskurs gar nicht so oft wahr, diese Seite der Medaille mal zu beleuchten.
Und ich glaube, wir brauchen wahrscheinlich noch ein bisschen Zeit, bis uns wirklich bewusst wird, was wir verlieren, wenn wir immer mehr KI nutzen.
Und um dann wieder das Pendel vielleicht ein bisschen mehr in die andere Seite ausschwingen zu lassen und uns irgendwo in der Mitte vielleicht einzufinden, wo wir die Vorteile aus der einen Welt nutzen können, ohne all die Nachteile.
Aber vielleicht ist das auch nur eine Illusion, was nicht passieren wird.
Ich glaube, wir haben momentan so völlig unregulierte KI und künstliche Intelligenz.
Also unreguliert im Hinblick auf, was es den Menschen eigentlich antut.
Also die ersten Verfahren in den USA sind ja relativ eindeutig.
Das heißt, dass Social Media ...
Hat uns nicht destroyed so, aber hat uns auf jeden Fall keinen Gefallen getan in den letzten zehn Jahren.
Also wann kam Insta auf die Welt?
2010.
Wann war das iPhone, die erste Generation iPhone?
2007.
Also das heißt eigentlich so ab 2010 sind die Menschen sehr in...
in diesen Strudel reingeraten.
Es geht ja nicht nur um die Psyche der Menschen, zum Beispiel korreliert der globale Plastikverbrauch 1 zu 1 mit dem Steigen an Social Media.
Das heißt, je mehr Social Media ...
gesehen wurde, desto mehr wurde bestellt, eingekauft, desto mehr war das Gras grüner bei den anderen, desto mehr ging das Selbstwertgefühl der jungen Menschen den Bach runter, desto mehr Suizide gab es.
Also ich meine, das korreliert alles.
Es ist nicht 100% nachgewiesen mit den Suiziden.
Ich weiß, da gibt es immer kritische Stimmen.
Es wird diskutiert, dass es so ist.
Und diese...
Das Ganze erinnert sehr stark, finde ich, an die 20er Jahre des letzten Jahrhunderts, in dem Radium im Lippenstift der Frauen war und Blei auch, in dem Coca-Cola wirklich Koks enthielt, weil es einen wach hielt, in dem man die Füße der Kinder geräunigt hat, um die Schuhgröße festzustellen.
Also ich meine, all diese Dinge, die waren halt völlig unreguliert, weil es neue Technologien waren und weil sich die Gesellschaft nicht des Schadens bewusst war.
Ähnlich ist es jetzt bei der KI und bei Social Media.
Also am Ende müsste man irgendwie wie so auf einer Packung Zigaretten draufstehen, might kill you.
Oder Social Media macht dich abhängig, wie auch immer.
Es ist halt dafür gemacht, dass das menschliche Gehirn auf maximales Engagement zu drillen.
Bei der künstlichen Intelligenz ist es das Gleiche.
Am schlimmsten sind ehrlich gesagt die Kombination von künstlicher Intelligenz und Social Media übrigens, seitdem es ChatGPT gibt und seitdem es diese Transformer-Architektur gibt, sind die Empfehlungsalgorithmen von Social Media wesentlich aggressiver geworden.
Also seit 2023 sieht man auch im Umsatz der großen Konzerne einen immensen Aufschwung, weil sie es dann geschafft haben und TikTok waren die Ersten, die das gemacht haben, weil sie es geschafft haben, die Empfehlungsalgorithmen auf Dauer der Viewtime auf die jeweiligen Posts und Ads zu optimieren und das mit vielen anderen Datenpunkten zu korrelieren.
Also so ein Algorithmus hat über 100.000 Datenpunkte, die miteinander verbunden werden.
Also das heißt, wenn du Mom-Content guckst, dann bist du anscheinend more likely Katzen-Content zu sehen und dann wird dir das...
mit einer höheren Wahrscheinlichkeit ausgespielt, so versimplifiziert.
Und davon gibt es so 100.000 Parameter in diesen typischen Algorithmen.
Aber lange Rede, kurzer Sinn, das muss besser reguliert werden.
Das ist der eine Punkt.
Der zweite Punkt in der künstlichen Intelligenz, es gibt da so eine Art Sokrates-Ansatz, nennt sich das.
Das heißt, dass wenn man das Modell promptet, es einem nicht direkt das Ergebnis ausspuckt, sondern gemeinsam mit einem an der Antwort arbeitet.
Und ich glaube, das ist auch dieser Schulmodus, den es in vielen Modellen gibt.
Ich glaube zum Beispiel für junge Menschen oder Kinder ist das der richtige Ansatz schon mal.
Also das heißt, dass man das einfach besser orchestriert, dass die Kinder auch selber nachdenken müssen und dann nicht nur Copy, Paste und hier ist meine Präsentation machen, sondern eben möglicherweise auch mit dem Modell sprechen.
Also ich glaube, dass zum Beispiel, du sagst ja auch, dass Voice die Zukunft ist.
Und ich glaube auch, dass gerade...
Auf einem Voice-Level kann man viel besser das kontrollieren, ob die Leute das auch irgendwie inhaltlich gecheckt haben.
Aber, und jetzt nochmal das große Aber, da müssen wir erstmal hinkommen.
Momentan ist es, wir reden sehr viel über künstliche Intelligenz, aber die Adoption ist noch sehr weit davon entfernt.
Wenn wir uns gerade die aktuellen Studien von McKinsey dazu angucken, dann sehen wir, dass 84 Prozent der Weltbevölkerung KI noch nie genutzt haben.
Ich weiß auch gar nicht, wer das alles implementieren soll.
Allein in den USA fehlen irgendwie 250.000 Data Scientists.
Das heißt, im Prinzip leiden 90 Prozent aller Unternehmen unter so einer IT-Skill-Krise.
Das heißt, sie haben nicht genug Leute.
Und das Resultat ist unter anderem auch deswegen, dass nur sechs Prozent momentan irgendeine Art ROI sehen von der KI.
Also das heißt, du bist in den sechs Prozent.
Und meine Kunden.
Selbstverständlich.
Die Frage ist ja, ob nicht KI die Lösung ist, auch dafür.
Also ich frage mich, ob wir überhaupt noch so viele ...
also auch Data Scientists zum Beispiel unbedingt benötigen oder ob diese Arbeit, also ich glaube, wahrscheinlich ist es eher Data Engineering, was dann noch wichtiger ist und auch AI Engineering.
Deswegen hiern ja Entropic und OpenAI und so auch diese Forward Deployed Engineers.
die nicht intern am Produkt arbeiten, sondern die in den Kundenunternehmen eingesetzt werden, um die KI-Produkte der KI-Labore dort zu installieren und in die Prozesse zu bringen.
Aber ich glaube schon, dass der Bedarf da jetzt einen Überhang auf jeden Fall hat, aber dass insbesondere die Coding-Agents, Anbieter ja viel daran gearbeitet haben, sehr viel dabei helfen werden, diesen Bedarf in Zukunft zu reduzieren.
Aber du hattest auch eine Slide, wo du schön gezeigt hast, das fand ich super interessant, dass IBM die Anzahl der Entry-Level-Jobs verdreifacht, um dort Lücken zu füllen.
Das würde ja wieder so ein bisschen auch zeigen, was du belegst, dass aktuell doch noch einfach Man- und Woman-Power benötigt wird.
Ja, nachdem sie sehr medieneffektiv in den letzten Jahren 5000 Leute entlassen haben aufgrund von KI.
Und das ist im Übrigen auch eine interessante Entwicklung, dass momentan viele Leute entlassen werden aufgrund der Versprechungen, die KI macht oder die wahrscheinlich Berater, die KI implementieren machen, wie auch immer.
Die Realität sieht anders aus.
Die Realität ist so, dass Gartner voraussieht, dass in 2029, also das heißt in drei Jahren, die Anzahl der Jobs, die durch KI...
geschaffen werden, die Anzahl der Jobs, die KI killt, übersteigen wird.
Das heißt, beide Kurven werden sich in 2029, 2030 kreuzen.
Und ich muss sagen, der Research von Gartner ist meistens sehr zutreffend.
Und auch in diesem Kontext sehe ich das persönlich ähnlich, weil wir bauen selbstverständlich sehr viele Agenten auf und wir werden sehr viele Effizienzsteigerungen sehen, aber die werden natürlich auch den wirtschaftlichen Output erhöhen.
Und irgendwie muss das Ganze ja auch wieder weiterverkaufen, wenn du so möchtest.
Also das heißt, mit Sicherheit wird es da ein bisschen Gerangel geben und wir werden sehr viel horizontales Movement sehen.
Also das heißt, jemand, der früher Sales war, macht dann vielleicht später Marketing oder Procurement.
Und KI ist dazu ja sehr egalisierend.
Das heißt, es befähigt den Anwalt, morgen als Arzt zu arbeiten und übermorgen als Entwickler.
Nicht ganz so, aber im Geiste.
Trotzdem glaube ich, dass das noch ein langer Weg dahin sein wird.
Also bevor die gesamte Weltwirtschaft quasi KI transformiert sein wird, werden es mit Sicherheit 30 Jahre oder 100 Jahre werden wir auch immer.
Aber es wird eine Generation mindestens dauern, weil wir so viel, also erstens bevor sich das weiter verbreitet in den letzten Winkel der Welt, das wird dauern und dann aber auch bis ...
Bis sich die Unternehmen transformiert haben oder neue Unternehmen aufgebaut haben, bis sich überhaupt eine Art AGI gebildet hat, die so einsetzbar ist, dass sie tatsächlich Menschen ersetzen kann.
Das ist einfach ein langer Weg.
Die Datenqualität ist noch nicht gut genug.
Wir sehen die Models, die alle am Driften sind und halluzinieren sind.
Momentan ist es tatsächlich so, dass Modelle...
Also Modelle können nur eine Stunde, selbst die besten Modelle können nur eine Stunde am Stück ununterbrochen an Aufgaben arbeiten, ohne dass sie halluzinieren, also die besten sogar.
Das heißt, es gibt keine, sie haben zwar diesen Zeithorizont, haben sie permanent verdoppelt und verdreifacht in letzter Zeit, aber es ist wirklich nur so, dass nach einer Stunde brechen die Modelle alle ab.
Die haben einfach nicht die Power.
Das heißt, das Durchhaltevermögen ist durchaus eingeschränkt und das Gleiche gilt auch für das Halluzinieren.
Man hat festgestellt, es gab eine große Studie dazu, da wurden 200.000 Prompts sozusagen vertestet und es ist so, dass der erste Prompt immer noch ein relativ gutes Ergebnis rausbringt, aber sobald man eine Nachfrage stellt, verdoppelt sich jedes Mal die Wahrscheinlichkeit, dass das Modell halluziniert.
Wir können die Studien selbstverständlich gerne verlinken bei dir.
Es ist nur, also wenn man sich diese technische Realität anschaut und auch diese, also nicht nur die Stabilitätsprobleme, aber es gibt ja auch Sicherheitsprobleme letztlich und mangelnde Prozesse, alles das, woran du arbeitest in deinem Tagesgeschäft, dann ist da noch sehr viel Luft nach oben, würde ich sagen.
Und es wird noch Jahre dauern, bis wir dahin sind.
Und in der Zeit sollten wir eben aufpassen, dass wir...
genug Regulatorik schaffen, dass wir Guardrails schaffen, dass wir dieses Human-AI-Alignment irgendwie auf die Kette bekommen, damit wir nicht die gleiche Situation haben wie in den 20er Jahren, dass die Leute an irgendwelchen Bleivergiftungen sterben.
Ja, also ich finde das sehr interessant, diese Kluft zu sehen zwischen dem, was heute technisch unter Laborbedingungen möglich ist, was wir auch immer wieder an uns so ausprobieren und dem, was davon dann real in den Anwendungsunternehmen ankommt.
Und das unterstreicht genau das, was du gesagt hast, dass die Komplexität von so einer Transformation über Kulturprozesse, Daten, IT-Systeme, Strategie und so weiter einfach unfassbar komplex ist und wir Menschen da oftmals der Flaschenhals noch sind.
die Dinge so vorzubereiten, dass KI damit halt gut arbeiten kann.
Aber was du gesagt hast, fand ich zum Beispiel ganz interessant und wir hatten das auch schon auf der Data & Plug dann festgestellt, dass du hast gesagt, die Modelle brechen nach einer Stunde ab und ich zum Beispiel, mein Blick darauf ist, ich finde das unfassbar, dass die Modelle eine Stunde lang an einer Aufgabe arbeiten können und nach einer Stunde mir da irgendein Ergebnis geben und dabei immer komplexere Aufgaben lösen können.
Und ja, dabei auch noch Fehler machen, aber wenn wir uns die Skalierungsgesetze anschauen, die aktuell noch halten und ich das hochrechne, dann sind wir halt, wenn wir diesen Podcast in einem Jahr nochmal machen, wahrscheinlich bei einem Tag.
Ja, du sagst ja, ich meine, du wirst in meinem Podcast sagen, dass eine KI quasi in einer Stunde das erledigen kann, was ein Mensch in neun Stunden macht.
Ja, das ist dein Ansatz.
Und das wiederum relativiert die eine Stunde ja komplett.
Verstehst du?
Das heißt, wenn ohnehin eine Stunde der KI schon einen Menschen ersetzt, dann ist es vielleicht gar nicht so relevant, oder?
Ich finde sowieso, also was ich beobachte in meinem Alltag, ist, dass die Leistungsfähigkeit, die die Modelle heute haben, dass wir die für die meisten Businessaufgaben sowieso gar nicht brauchen.
Weil das meiste lässt sich in Prozessschritte unterteilen, die in sich so einfach sind.
Es ist so einfach, da muss irgendwie was von links nach rechts geschrieben werden.
oder irgendeine Aktion in irgendeinem Tool ausgelöst werden, aber es ist alles nicht wirklich kompliziert.
Das Problem ist einfach nur, dass wir gar nicht diesen Prozess verstehen und gar nicht sagen können, was muss 1, 2, 3, 4, 5, 6, 7, 8 gemacht werden, wo brauche ich welche Daten, dann sind die nicht da und ich kann das Tool nicht bedienen, was ein Mensch bedienen würde, weil das irgendwie so gebaut ist, dass da eine KI noch nicht mitarbeiten kann und diese Schnittstelle nicht versteht.
Das sind eigentlich immer diese Probleme, aber ist ja nicht so.
dass wir hier alle Raketen entwickeln und so mega komplexe Sachen den ganzen Tag lang machen, sondern sehr viel, und das ist ja auch die Arbeit, die eigentlich von KI erledigt oder von Maschinen erledigt werden soll, ist eigentlich relativ stumpf und einfach.
Und da sind der Engpass wir, dass wir einfach, ja, es ist immer das gleiche Datenprozesse, Systeme und dann Regeln drumherum, die gelten müssen, in den Griff kriegen müssen.
Das ist so, das ist ein bisschen so wie, Du bist so der fancy Interior-Designer, der in ein Haus kommt, was aber völlig chaotisch und unaufgeräumt ist.
Und das heißt, bevor das überhaupt irgendwie zu dem Interior kommt, lässt es einmal putzen sozusagen.
Und das heißt, wir müssen alle diesen Frühjahrsputz quasi machen in unserem Unternehmen und aufräumen, weil das ist vielleicht sehr, vielleicht war das gar nicht.
so ein schlechter Zeitpunkt für uns alle, für die Gesellschaft, für die Wirtschaft, dass wir einfach alle mal wirklich ein frühes Putz machen.
Vielleicht werden jetzt einfach mal alle Daten aufgeräumt, alle Systeme gesäubert, alle Prozesse aufgesetzt, sodass wir ein sauberes Haus haben, auf dem wir quasi diese ganzen Sachen aufbauen können und in dem wir ein schönes Interior reinmachen können.
Weil wenn wir uns die verschiedenen Industrien in Deutschland angucken, dann stehen wir vor ganz anderen Herausforderungen.
Das heißt, ich glaube mal, so eine Grundreinigung zu machen, ist gar nicht schlecht.
Ich habe noch einen anderen Punkt, den ich unbedingt noch ansprechen wollte.
Und zwar, du hast jetzt schon so ein bisschen die Herausforderung, wie die angehende Generation genannt.
Immer mehr KI, wird immer schwieriger, sein eigenes Gehirn, Gedanken, kritisches Denken weiterzuentwickeln oder sich das beizubehalten.
Ich merke es auch.
Aber jetzt kommen diese Leute, diese Menschen ja irgendwann auf den Arbeitsmarkt und stellen sich die Frage, was mache ich denn jetzt eigentlich?
Und ich...
Weiß ich, wie es dir geht, aber mir wird diese Frage total oft gestellt.
Ich hatte zum Beispiel letzte Woche einen Vortrag bei der Uni St.
Gallen und da haben mich dann die Studierenden auch danach gefragt, hey, was lohnt es sich denn oder was sind denn jetzt Skills, die ich brauche und Bereiche, in die ich noch investieren sollte, um dort reingehen zu können nach meinem Studium?
Ich muss dann immer sagen, ich weiß es einfach nicht.
Es fällt mir unfassbar schwer, diese Frage zu beantworten.
Ich glaube zwar daran, dass Menschen, die exzellent in einem Thema, in einer Sache sind und Leidenschaft für etwas haben, immer irgendwie gewinnen und weiterkommen werden.
Aber es wird ja immer schwerer, diese echte Erfahrung aufzubauen, wenn man irgendwie nicht so in diese Jobs reinkommt.
Und du hast auch gezeigt, so spanne ich nochmal den Bogen in der Keynote, dass das Beschäftigungswachstum in 2025 das schlechteste in einem Nichtrezessionsjahr seit 2003 war.
Also Wachstum geht, Beschäftigungswachstum geht immer weiter zurück.
Wie blickst du darauf und was würdest du denn jetzt Studierenden raten in ihrer Jobwahl?
Ja, also dieses Beschäftigungswachstum lässt sich auf andere Dinge zurückführen als KI.
Also in den USA liegt die Arbeitslosenquote immer so bei 4,5 Prozent und tatsächlich in dem Alter der Einstiegsjobs ist sie bei 5,5 Prozent ungefähr.
Und das heißt jetzt schon, ich meine 20 Prozent über dem Average.
Es gab tatsächlich ein massives Overhiring, also zu viele Einstellungen während der Corona-Zeit, insbesondere in Tech-Berufen.
Das heißt, wenn man das rauskorrigiert aus den Zahlen, dann sehen die aus wie immer, wenn man sich das näher anguckt.
Und das Zweite sind steigende Zinsen des FEDs.
Das heißt, auch das hat einmal einen direkten Einfluss auf die Einstellung beziehungsweise den Arbeitsmarkt im Grundsätzlichen so.
ich studieren würde, beziehungsweise was ich meinen Kindern raten würde, zu studieren oder zu lernen, glaube ich, ist auch einmal einen Blick zu werfen auf was zum Beispiel das World Economic Forum sagt.
Die haben immer eine Matrix jedes Jahr, in der sie die Kernkompetenzen aufzeigen.
Wir können auch das gerne verlinken.
Und auf dieser Matrix sieht man, dass analytische Fähigkeiten wie Mathematik, Physik, Biologie und so weiter oder beziehungsweise das Verständnis davon, dass die in den weniger dringenden Quadranten rutschen und menschliche Fähigkeiten wie Empathie und so weiter rücken nach oben.
Dann kann man daraus wieder deduzieren, wenn man überlegt, was kann man denn machen, wenn man besonders sympathisch ist oder große menschliche Fähigkeiten hat, wie auch immer.
Dann ist, glaube ich, sollte man in Richtung Sales gucken.
Das heißt, was ich raten würde, was ich jedem Studieneinsteiger oder was ich jedem Arbeitsbeginner raten würde, wäre in Sales oder überall da, wo man menschlichen Kontakt hat.
gut zu sein.
Weil das sind Dinge, die werden so schnell nicht wegfallen.
Menschen möchten immer mit Menschen kommunizieren und agieren.
Menschen möchten nicht so gerne mit Chatbots sprechen.
Also auch wenn es diese parasozialen Beziehungen gibt und auch wenn es Chatbots gibt, die empathischer sind als Menschen und Ärzte, virtuelle Ärzte, die besser diagnostizieren und so, am Ende des Tages wollen Menschen mit Menschen kommunizieren.
Das ist eine Kernkompetenz, die man auf jeden Fall aufbauen sollte beziehungsweise nicht verlieren sollte und das in Jobs wie Sales, in Jobs wie Ärzte und so weiter.
Das sind alles, klar werden die alle AI-powered sein, aber es wird sie noch lange geben.
Wenn ich ein Berufseinsteiger wäre, das wären die Bereiche, in die ich gehen würde und die ich immer empfehlen würde.
Was ich nicht empfehlen würde, wären solche Sachen wie, wie gesagt, wie Mathematik, wie Physik.
Es hat sich so ein bisschen gedreht.
Der Alex Karp, der Gründer von Palantir, hat quasi eine Zeit der Neurodiversität ausgerufen.
Das heißt, Menschen, die so ein bisschen andere Fähigkeiten haben, rücken jetzt eher in den Fokus, was irgendwie eine ganz interessante Sichtweise ist.
Also ich glaube, dass...
dass eben diese zwischenmenschlichen Fähigkeiten sehr, sehr wichtig sein werden.
Und um eben auch KI zu orchestrieren.
Also das heißt, zu verstehen, was da rauskommt und wie man damit irgendwie quasi anderen helfen kann.
Aber auch soziale Berufe und so weiter wird es auch immer.
geben und geben müssen am Ende.
Also sicherlich werden Roboter irgendwann unsere Windeln wechseln, aber es wird trotzdem noch Pflegerinnen geben müssen und es wird trotzdem noch Lehrer geben müssen und so weiter.
Also ich glaube, alles, was so ein bisschen sozialen Touch hat, hat recht viel Aussicht auf Erfolg.
Ich möchte gerne auf einer High Note enden.
Wir haben heute einige auch Herausforderungen angesprochen, die mit all diesem Fortschritt, der durch KI in unser Leben kommt, wenn wir ihn richtig nutzen, aber auch Herausforderungen bringt, wo wir erst noch lernen müssen, damit umzugehen.
Ich finde das sehr spannend.
Ich nehme mir jetzt auch vor, öfter darüber nachzudenken und auch bewusster damit umzugehen.
Aber mal nach vorne geblickt, wo siehst du denn auch Chancen für uns, neben all den Herausforderungen?
Naja, wie gesagt, das hat also wie...
Damals die Druckerpresse von, wann war das, 1440, die den Zugang zu Wissen auf breiter Skala ermöglicht hat.
So ähnlich ist das jetzt, hat das ChatGPT geleistet als erster disruptiver Player in dem Markt.
Und ich glaube eben, dass die Chance darin besteht, dass die breite Masse Zugang zu Wissen hat.
was einfach in der Form früher nicht möglich war.
Und zum Beispiel der absolut beste Use Case ist eigentlich das Ende der Rip-Off-Economy.
Man hat festgestellt, dass 23 Prozent in der UK aller gekauften Autos oder Häuser, also größerer Goods, dass die fehlerhaft sind, dass die kaputt sind und sich früher die Leute nicht wehren konnten, weil sie die Verträge nicht verstanden haben.
Und jetzt lädst du so einen Vertrag hoch und sagst, wie kann ich das reklamieren?
Und das Modell gibt dir die perfekte Antwort.
Das heißt, diese Asymmetrie in der Information und in der Bildung und so weiter wird damit einfach nivelliert.
Und ich glaube, das ist halt eine extrem gute Sache für alle Leute, die früher eben nicht so den Zugang dazu hatten oder auch nicht den Zugang zur Bildung.
Das heißt, ich bin sehr optimistisch.
Und du, sag mal, was du davon, also was glaubst du, ist der positive Outlook?
Ja, ich bin ja sowieso KI-positiv.
Warte, sag ich gleich.
Oder nee, ich sag's jetzt und dann stelle ich dir noch eine abschließende Frage.
Also für mich die größte Chance ist, und das ist ja eine romantische Vorstellung schon, aber so sehe ich es wirklich, ist, dass sich die Grenzen von dem, was für jede einzelne Person möglich ist, immer weiter verschieben.
Also wir können heute Dinge tun, wo wir vorher nicht die Fähigkeiten zu hatten, vielleicht nicht die Kapazität, vielleicht nicht die Ressourcen, monetär, wie auch immer, können wir heute einfach Dinge in die Welt bringen, wenn wir sie uns vorstellen können.
Und klar, das ist jetzt die digitale Welt, es wird immer stärker auch in die physische Welt kommen.
Und das finde ich einfach das Größte.
Geschenk, irgendwie was Technologie geben kann, Dinge möglich zu machen, die vorher so nicht möglich waren.
Also wenn ich mir denke, wie ich jetzt zum Beispiel hier unsere Firma entwickeln kann, wie ich so viele Dinge gleichzeitig machen kann, was vorher so nicht ging, dann ist das großartig.
Und gleichzeitig erlebe ich natürlich auch viele Menschen, die es schaffen, über KI irgendwie die Talente, die sie haben, noch weiter zu.
multiplizieren und damit einen größeren Impact, womit auch immer, in der Welt haben zu können.
Und ein Beispiel, was ich immer sehr, sehr gerne in dem Kontext zeige, auch in Vorträgen, ist ein Kunde von mir, die Fröbel Kindergärten.
Die hatten Herausforderungen in Hamburg-Bildstedt, also nicht der sozial stärkste Stadtteil, würde ich mal sagen, mit vielen auch ausländischen Familien, die Eltern zu erreichen, um sie in den Kindergarten zu bringen oder über den Kindergarten zu informieren, weil die wollten ja auch ihre Kids irgendwie in den Kindergarten bringen, aber da gab es halt diese Kommunikationslücke.
Und dann haben sie sich die Kita-Leitung genommen.
Die Kita-Leitung, du hast früher ein Tool gebaut, womit man Video-Avatare von sich erstellen konnte.
Die haben einfach einen Video-Avatar von dieser Kita-Leitung erstellt und damit so Ads aufgenommen auf Ukrainisch, Türkisch.
allen möglichen Sprachen und haben die über Facebook, die Webseite und so weiter gepusht.
Und dann kamen halt Eltern mit diesen Videos in den Kindergarten und haben gesagt, ey, guck mal, hier, wo ist die Frau, mit der will ich sprechen?
Dann konnten die immer noch nicht miteinander sprechen, aber dann haben sie iPads eingeführt in Kitas, wo Echtzeit-Deep-L-Übersetzung läuft.
Und darüber haben sie es geschafft, näher an die Eltern zu kommen, in ihrem Einzugsgebiet, damit die ihre Kinder in die Kita schicken können.
Und das finde ich einfach, das ist ein Beispiel von ganz, ganz vielen, die gerade so geschrieben werden, die oft nicht so an der Oberfläche sind, weil es immer um irgendwie ROI und irgendwie Bottom- und Top-Line-Impact und was weiß ich was geht.
Aber von diesen Storys gibt es tatsächlich sehr viele.
Und ich glaube, das ist einfach ein großes Geschenk, eine coole Chance, auch solche Grenzen zu überwinden.
Das war so ein süßer Use Case.
Wir haben ja gemeinsam für die einen Vortrag gehalten.
Stimmt, genau.
Ja, ja, ja.
Und die haben, was die doch auch gemacht haben, was ich wirklich cool fand, war diese Anträge.
mit zu übersetzen, oder?
Die haben doch automatisiert diese ganze Dokumentation übersetzt, weil das wirklich eine super Herausforderung.
Ich meine, selbst für einen Muttersprachler, ich bin an diesen ganzen Kita-Anträgen echt auch beinahe gescheitert.
Das ist so, als würdest du noch eine Doktorarbeit schreiben.
Und die haben das automatisiert übersetzt mit KI, soweit ich mich erinnere.
Also ich fand, das war eines der niedlichsten Mandate überhaupt, denen zu helfen.
Und ich kann mir das genau vorstellen, wie die Mamis sagen, komm mit dem Telefon so.
Mit der möchte ich sprechen.
Also sehr süß auf jeden Fall.
Abschließend, was machst du denn selbst, um dich irgendwie zu schützen vor den ganzen negativen Einflüssen, die KI mit sich bringt und möglichst stark zu profitieren von den positiven?
Also ähnlich wie du.
Ich habe am Anfang auch viel Text generieren lassen von der KI und ich diszipliniere mich jetzt, das alles selber zu schreiben.
Also ich schreibe alles selber.
Ich schreibe meine ganzen Posts selber, Artikel, die ich selber schreibe.
Artikel, die ich schreibe, schreibe ich selber.
Ich habe so ein bisschen mehr Fokus tatsächlich aufs Gehirn gelenkt.
Das heißt, ich diszipliniere mich ebenfalls, nicht mehr so viel parallel zu machen.
Ich laufe jetzt auch durch die Stadt, ohne Kopfhörer zu haben, um mich einfach mal mit meinen Gedanken zu befassen und auch das zu erlauben, dass das Gehirn in diese Art Langweile geht, in der halt viel Wachstum passiert.
Das heißt, ich achte darauf, dass wenn ich...
Wenn ich auf den Social Media Plattformen bin und sehe, wie ich sehr targetiert Dinge ausgespielt bekomme, die einfach nur noch in meiner Blase sind und eigentlich nur noch dafür sind, dass mein Dopamin released wird, Katzenvideos und so.
Ich sehe es quasi, wie sich diese Algorithmen, wie mich die Algorithmen targetieren oder wie es funktioniert.
Und sobald ich das sehe, versuche ich mich davon einfach zu trennen und mache es aus, weil ich weiß, dass es für mein Gehirn nicht gut ist.
Und wie gesagt, diese Algos sind halt seit 2023 sehr powerful und die sind absolut mit KI sehr krass optimiert.
Das heißt, ich achte darauf, dass ich anderen Content konsumiere.
Das heißt, wenn ich in irgendwelche Städte fahre, gehe ich ins Museum und gehe einmal durch die Gegend, um zu gucken, was es da für Kunst gibt, um neue Impulse zu bekommen und neue Inspirationen zu bekommen und darüber quasi Schlüsse für unser jetziges Leben zu ziehen.
Ich glaube, man muss einfach gucken, dass man sehr vielfältig bleibt und nicht so sehr nur in einer Technologie stecken bleibt, weil das Leben eigentlich so vielfältig ist.
Und wir alle, die in Tech arbeiten, sitzen zwölf Stunden am Schreibtisch und machen immer das Gleiche.
Das heißt, ich glaube, wir müssen uns dafür schützen, dass es zu monoton wird.
Let's do it!
Vielen Dank.
War ein gutes Gespräch.
Auch mal ganz andere Themen als die, die wir hier sonst so besprechen.
Und das hier ist Teil 1 von einer Doppelfolge.
Morgen im Tech & Tales Podcast, da teile ich die andere Seite der Medaille.
Und ansonsten, falls ihr mich da nicht mehr hören möchtet, schaut trotzdem mal bei Liz im Tech & Tales Podcast vorbei.
Das sind immer sehr, sehr spannende Gäste und KI und Technologie wird aus ganz unterschiedlichen Bereichen beleuchtet.
Vielen, vielen Dank für deine Zeit und bis zum nächsten Mal.
Danke, danke für deine Zeit.
Bis bald und Happy Easter!