# AI Adoption Crisis: Sabotage, Fraud, and the Generation Gap

**Podcast:** Tech and Tales
**Published:** 2026-04-18

## Transcript

Tech and Tails.
KI war mal ausgaben, KI.
KI, level Franz-Bokabel.
KI, schreibt einen Aufwärts für mich.
KILLAP KI bringen Müllruder.
And that was a Zitat aus der dritten Staffel, die Discounter.
Und zwar hat Peter in der Stelle eingeordnet, wie cool KI is and wie hilfreich it sein.
And this is two years here, and deswing heute anschauen, wie the adoption is, wie in the last two years KI entwicked.
And that heißt euch herzlich welcome to the 76th folks of Tech and Tails.
Heute nehmen wir wieder alleine auf, denn ich habe this articles and studies, and they would besprechen.
Und zwar finde ich momentan persönlich sehr spannend, wie sich die Adoption, also auf Deutsch gibt es da kein wirklich word for, also vielleicht die Adaption oder the unname of künstliche Intelligence entwickelt.
And there is in a girl ziemlich viel aufrufe.
Also momentan gibt es ein ziemlich großartiger Gap between that KI nutzen or implement or in irgendeiner Form in ihren Arbeitsalltag integrieren und eben Menschen, die das nicht tun.
When man sich then auf der anderen Seite anschaut, wie viel Kapital the group or eighteentlich alle KI-Unternehmen im letzte Quartal eingesammelt have, dann wird klar, dass die in irgendeiner Form irgendwann auch Geld verdienen müssen.
Denn in letzter Quartal haben KI-Firmen über 242 Milliarden US-Dollar eingesammelt.
And this is tatsächlich das fünffache des vierten Quartals 2025.
Und das ist auch bedeutend mehr als das Quartal 2025, da war es ein Viertel davon.
Das heißt, die Unternehmen skalieren weiter, also die KI-Unternehmen und müssen eben ihre Produkte irgendwie an den Mann bringen.
Und es gab gerade Anfang der Woche eine Studie von Ryder.
Rider ist ein Unternehmen, die auch KI-Agenten bauen und die haben sich im Detail mal angeschaut, wie wirklich die Adoption ist, also jetzt im April 2026 und haben ganz erstaunliche Zahlen berichtet.
Es ist nämlich so, dass momentan 29 Prozent der Mitarbeitenden, die KI-Implementierung oder den Rollout der künstlichen Intelligenz tatsächlich aktiv sabotieren.
So, das heißt, sie machen nicht mit, sie beantworten Fragen falsch.
Also es gibt ja auch die Versuche, dass man mit dem Trainingsmaterial der Unternehmen die Modelle feintun.
Und auch das sabotieren sie aktiv.
Das heißt, wenn die KI fragt, ob das Ergebnis so richtig war, yeah, jedes Mal, wenn wir das machen, also den Daumen hoch oder Daumen runter geben, geben wir eine Antwort und verbessern das Modell.
Und da wird dann immer der falsche Daumen ausgewählt.
Und interessanterweise auch betrifft das die Gen Z noch viel mehr als alle anderen Kohorten.
Das heißt, bei der Gen Z sind es 44 Prozent, die aktive nicht daran teilnehmen in den USA und es eben aktiv sabotieren.
Also zu versuchen, das Ganze zum Scheitern zu bringen.
And the Anschlag, der gerade auf Sam Ortmans zu Hause verübt wurde letzte Woche, zeigt so ein bisschen, dass die Stimmung ein bisschen am Kippen ist.
Das heißt, we seen that die Menschen, die KI and all this, what damit zusammenhängt, eben doch nicht so begrüßen, wie wir eingangs dachten, sondern das Ganze so ein bisschen kritischer sehen.
And the Frage is natürlich, ob das irgendwann so endet wie die industrielle Revolution and that Webstühle brennen.
Ich glaube nicht, aber es ist tatsächlich schwierig zu sehen oder schwierig einzuschätzen, was passieren wird.
And another großer Teil is that man gesehen hat, dass auch im Training der Modelle ganz viel Data Poisoning passiert.
So that heißt, dass die Entwickler, die gerade dabei sind, die Modelle mit den Daten zu trainieren, absichtlich oder vielleicht auch manchmal fahrlässig, wie auch immer, die Trainingsdaten manipulieren.
Das Ziel einer solchen Manipulation is, dass das Verhalten eines KI-Modells während der Lernphase so verzerrt wird, dass natürlich später falsche Ergebnisse rauskommen.
Das heißt, Eingaben werden falsch klassifiziert, or there were so kleine Backdoors eingebaut.
This data poisoning finds viel häufiger statt als we denken.
And sorgt dann am Ende dafür, dass diese Modelle halt nicht so gut funktionieren.
And man sieht das zum Teil, dass when Bilder nicht richtig generiert werden, gab es da sicherlich Data Poisoning, weil inzwischen sind die so gut geworden, dass das eigentlich nicht mehr passiert.
Auch das ist ein Teil davon, das sind aktive Angriffe, um eben entweder die Modelle kaputt zu machen, oder eben dafür zu sorgen, dass die Agenten, die mit den Modellen gebaut werden, irgendwann nicht mehr funktionieren.
And this is übrigens gerade dann relevant, wenn man dann mit diesen Modellen Agenten baut, die man zum Beispiel fürs Einkaufen nutzen möchte oder für ein E-Commerce.
Genau das wird dann nicht mehr funktionieren.
Also American Express has zum Beispiel gerade letzte Woche auch ein Schutz dagegen eingebaut.
Also, that heis, dass this agent shopping not really funktionieren wird, weil these agenten entweder halluzinieren, weil sie Fehler machen, oder weil die Modelle, die dahinter liegen, in gewisser Weise vergiftet.
So.
But um mal zurück zu kommen auf die Gen Z or beziehungsweise die Mitarbeiter, die sich quasi weigern, bei den KI-Rollops mitzumachen.
So ist es ein bisschen schockierend to see, that they do all the time quasi zieht.
When we're studying angucken, we see that the Hälfte of the Leaders, also that he says the management quasi sagt, that they completely enttäuscht sind von der künstlichen Intelligenz and keinerlei, can Return of Invest sehen anders keine Mitarbeiter sehen, die sich damit in irgendeiner Folge verbessert haben.
Ebenfalls Gartner hat sich das auch angeguckt, diese Hypothese quasi, dass die Leute einfach mit KI gar nicht viel besser werden, and had gesehen that Leute, die künstliche Intelligenz nutzen, also die wirklich activische Prozesse automatisiert haben, haben im Schnitt 5,4 Stunden gespart.
But, and this is also interessant, one brauchen sie wiederum um die Ergebnisse der künstlichen Intelligence wieder to corrigieren.
And one and a half stuff, that they spared, namely up, and 1,7 Stunden davon have they never arbeited, weil they have so much.
Colleagues gegenseitig automatisieren.
Das heißt that in China have Mitarbeiter angefangen, their colleagues digital to map.
Also, that he says, they have gone, what their digital footprint is, also this he has the chats, they have E-Mails anglops, other documents, and so we are and have Claude Agenten gebaut, um their colleagues completely to copy, damit they self ersets were, but in the erst the colleague.
And it's tatsächlich an repo on GitHub.
Not really so far a counter-tool, that anti-distillation dot skill heißt.
That sorry, that the same arbeits document so that the critical details not six, and for menschly laser not complete to not as trainings to function.
Not that many of those colleagues.
They have KI with offense empfangen, and in the USA and in Europa is it einfach and auch erstaunlich is, is that festgestellt wurde that higher Einkommensklassen a very higher KI Adoption have Mitarbeitende, they not so much.
That he is so that the AI adoption by not 16% leaked under Mitarbeitenden, died under 60.000 Dollar Verde, but 65% over 60.000 verdient.
That's this is a deutliche Delta, and also this can error, that the Job Profile and 60,000 jobs are that they do KI automatisieren.
Also ich weiß nicht, wie man Handwerk Friseurinnen with KI augmentieren kann.
That's tatsächlich is it so that the knowledge workers, also these white collar job-apokalypse, died des Horizontes stays, that not so schnell would we all deny.
Verifizieren können.
Das heißt, sie können es nicht wirklich einschätzen, was dabei rauskam.
Und dementsprechend wird tendenziell wahrscheinlich eher als Slop generiert, der für die Unternehmen wahnsinnig teuer ist, wieder Ausmerzen.
Auch das sehen sie die Generation oder die Gen Z eben sehr kritisch.
Und der Wandel hat sich gerade in deren grundsätzlichen Gefühlen hinsichtlich der künstlichen Intelligenz verändert.
Und es gab auch dazu gerade von der Walton Family Foundation eine große Studie.
Und in 2025 zum Beispiel waren nur 22 Prozent der Gen Z sauer.
Also in der Studie hieß es angry über künstliche Intelligenz.
Und inzwischen sind es 31 Prozent.
Und in 2025 haben sich 36 Prozent auf die künstliche Intelligenz gefreut.
Und jetzt sind es nur noch 22.
Und in 2025 fand auch, sie fanden 27 Prozent der Gen Z die künstliche Intelligenz sehr hilfreich, und inzwischen sind es nur noch 18.
Und auch daran sieht man so ein bisschen, wie sich der gesellschaftliche Blick auf diese Dinge wandelt.
Es scheint zu einer Loose-Lose-Situation zu kommen.
Das heißt, vor allen Dingen die Generation fühlt sich überrollt, sie fühlen sich nicht gefragt, sie fühlen sich nicht involviert und haben irgendwie keinerlei Interesse daran, in der Form mitzumachen.
Momentan ist der Fortschritt in den Bildmodellen vor allen Dingen sehr sichtbar in der künstlichen Intelligenz.
Und das bringt mich zu meinem zweiten Thema heute, nämlich was ganz interessant ist, was die Menschen momentan mit diesen Bildmodellen machen.
Und ein großer Teil ist tatsächlich Betrug.
Das heißt, was Menschen momentan oder Betrüger momentan sehr häufig machen, ist, dass sie bei den Versicherungen Schäden eingeben, die so tatsächlich nicht stattgefunden haben.
Und das betrifft insbesondere Verletzungen und Krankheiten tatsächlich.
Also natürlich in Amerika, weil dort Dinge anders eingereicht werden als hier.
Das funktioniert zum Großteil eher wie unsere private Versicherungen.
And the spannende, oder was heißt spannende, aber das krasse is eigentlich that in den USA over 105 Milliarden jedes Jahr für Betrug ausgegeben werden müssen from the Krankenversicherungen.
And that is tatsächlich between 3% and 10% of the same budget that they have.
Now it is so that in the world tatsu Röntgenbilder gefaked.
And it was a new study, which I have in the show notes for linken from the Radiological Society of North America, also this is the radiological Gesellschaft North America.
And they have tested, in the Radiologium Röntgenbilder von KI-generierte Röntgenbilder von echten Röntgenbildern unterscheiden können.
And früher war es ist tatsächlich so, dass KE-generierte Röntgenbilder immer sehr glatt aussahen.
But it is tatsächlich so that it is not.
Das heißt, die haben tatsächlich 17 globale Spezial specialisten from sechs verschiedenen Ländern zusammengebracht.
Einige von denen hadden über 40 Jahre Radiologie-Erfahrung.
Und sie sollten 264 Röntgenaufnahmen.
The Hälfte often were echte Röntgenaufnahmen and the other Hälfte davon waren KI-generierte und sollten sie natürlich bewerten.
Denen wurde natürlich nicht gesagt, dass die Hälfte davon künstliche Intelligenz verursacht hat.
Und die Ärzte konnten nur 41% der Zeit die synthetischen Röntgenaufnahmen richtig diagnostizieren oder identifizieren.
Auch als denen gesagt wurde, dass vielleicht sogar ein Großteil davon künstliche Intelligenz generiert hat, haben sie nur 75% geschafft, die richtigen zu identifizieren.
Self when they 40 Jahre Erfahrung haben, sind sie nicht in der Lage, die Fake Notes to see.
But am Ende is not deren schuld.
Eigentlich is it so that the models so good geworden sind, dass es nicht mehr möglich ist, that heißt, wenn so Ärzte damit getäuscht werden, is at the Betrug ein einfaches.
Und es wird sicherlich nicht nur die Medizin betreffen, das wird die gesamte Schadensversicherung und dergleichen betreffen.
Das heißt, ich glaube, die Tools da entgegenzuwirken, das zu erkennen, beziehungsweise beziehungsweise Muster zu sehen, sicherlich aus dem Versicherungsbereich kommen werden oder kommen müssen, da die auf der einen Seite auch typischerweise das Kapital dazu haben, aber eben auch die absolute Notwendigkeit.
Ich werde es sehr eng beobachten und finde es wahnsinnig interessant zu sehen, wie künstliche Intelligenz eben auf allen Seiten des Rechts Fortschritte bringen, im negativen Sinne.
But, and this is auch, wenn man sich so ein bisschen die Historie anschaut, it is so, dass Fortschritte in der Tech come very, sehr häufig aus Cyber, also that heißt Cyberangriffe waren, die waren immer weiter, als die weiße Seite da macht und eben aus der Programmiererecke.
Und das ist, deswegen gehen ja viele auch davon aus, dass diese ganze Voice Adoption, die momentan ja aus der Programmiererecke kommt, das heißt die Entwickler sprechen mit den Systemen zum Beispiel, dass die den Eingang in die breite Masse finden wird, eben nur auf der, basierend auf der Hypothese, dass es dort stattfindet, eben in der breiten Masse auch stattfinden wird.
Zusammenfassend lässt sich also sagen, dass die aktuelle Entwicklung in der Adoption der künstlichen Intelligenz so ein bisschen besorgniserregend ist.
Ich glaube, es wird sich am Ende nivellieren, aber die Jahre dahin könnten steinig werden.
And insbesondere wenn einige Leute eben deutlich besser sind in der Verwendung von künstlicher Intelligenz and vielleicht auch in Unternehmen arbeiten, die das Ganze fördern, versus in eben andere, die das versuchen zu sabotieren, auf welchen Wegen auch immer.
Auch dieses Beispiel der Röntgenaufnahmen zeigt letztlich, wie weit die KI schon ist.
Das heißt, der gesamte Fortschritt ist eigentlich kein technischer mehr, sondern eher eine Adoption auf der menschlichen Seite.
Die fehlt, beziehungsweise, und das zeigt es eben auch, dass es immer, also jede Technologie wird von Kriminellen immer genutzt werden.
And es braucht daher Guardrails and all the other in allen Bereichen, damit it's eben nicht aus wird.
Mir wurden selber drei Bücher empfohlen von einem Autor, der wohl sehr, sehr gut schreibt.
Und ich habe sie alle bestellt.
Und der Autor heißt Michael Pollen.
And the error book heißt, also I listen to English, How to Change Your Mind, The New Science of Psychedelics.
And the author set differentiated with psychedelic drops ain't.
And I think it's einfach nurse, but there's self always ausprobed and then bewildered.
And it was also the book This is your mind on plans.
Da hat er das gleich with other drums.
Also, that is my empfehling.
Mich freue, aber wir hören uns nächste Woche bis bald.