F.A.Z. Künstliche Intelligenz

Warum scheitern Roboter bis heute an Aufgaben, die ein Lehrling nach einmaligem Zeigen beherrscht? Darum geht es in der neuen Folge des F.A.Z. Podcasts „Künstliche Intelligenz“ mit zwei Gästen: David Reger hat Neura Robotics 2019 in Metzingen gegründet und führt den Hersteller kognitiver Roboter als CEO.

Sepp Hochreiter leitet das Institut für Machine Learning an der Johannes Kepler Universität Linz, hat in den Neunzigerjahren das „Long Short-Term Memory“ (LSTM) miterfunden und bringt dessen Weiterentwicklung xLSTM mit seinem Unternehmen NXAI in die Industrie. Gemeinsam wollen sie Robotern ein Gedächtnis geben: NXAI baue vor allem das Gehirn, Neura setze es bis zur Mechanik um. Das Ziel beschreibt Hochreiter so: „Ich zeige dem Robot etwas und dann kann er es. Und das kann die jetzige KI nicht.“

Anders als reine Sprachmodelle können Roboter ihr Wissen nicht einfach aus dem Internet beziehen. Bloßes Zuschauen reiche nicht, betont Reger: Wer ein Jahr lang Videos von Schwimmern anschaue, werde ohne Gefühl und Reflexe trotzdem kein Schwimmer. Roboter müssten deshalb ihre Umwelt wahrnehmen können. Hochreiter unterscheidet zwei Ebenen: Während Grundfertigkeiten wie das Greifen lange geübt werden müssten, ließen sich ganze Abläufe eher beim Menschen abschauen. „Je abstrakter es wird, umso besser kann ich auch jemandem zuschauen“, so Hochreiter.

Dafür brauche die Maschine zwei Arten von Gedächtnis: ein Arbeitsgedächtnis für aktuelle Handlungsschritte wie das Kaffeekochen und ein episodisches Gedächtnis, um sich an früher Gezeigtes zu erinnern, etwa daran, wo die neuen Filter lägen. Für solche Gedächtnisse sei jedoch auch die Technik hinter Sprachmodellen, die sogenannten Transformer, weniger geeignet, da ihr Zwischenspeicher mit jedem Schritt wachse. Hochreiter setzt stattdessen auf rekurrente Netze wie sein xLSTM: Weil sie schneller arbeiteten und ihr Speicherbedarf konstant bleibe, gerate der Roboter nicht ins Stocken.

Im Fabrikalltag zählt für Reger vor allem das Lerntempo: „Wenn das Lernen ein Jahr lang gedauert hat, dann interessiert es mich sehr wenig“, sagt er, „weil es ist nicht reproduzierbar und nicht skalierbar.“ Während Einarbeitungen in Betrieben Stunden dauerten, halte er bei Robotern Minuten für möglich, zumal sich das Gelernte per Klick auf tausende Maschinen übertragen lasse. In der Praxis scheitere dieses Versprechen jedoch oft noch an feinen Handgriffen: Bauteile mit enger Toleranz ineinanderzustecken erfordere viele Datenpunkte, weil das Teil bei Verkippung blockiere. „Daran beißen wir uns die Zähne aus“, räumt Reger ein. Hinzu komme ein Denkfehler beim Training: Bisher habe man Robotern nur funktionierende Wege gezeigt. „Wir machen einen Riesenfehler“, habe er seinem Team gesagt, denn mit den Daten gescheiterter Versuche hätte ein Roboter deutlich mehr Erfahrung.

Heutigen Modellen traut Hochreiter genau das nicht zu: „Das kann kein Transformer, das kann keine jetzige Architektur, aber wir werden es bauen.“ Erste Ergebnisse ihrer Zusammenarbeit stellen beide für das kommende Jahr in Aussicht.

Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und Digitalwirtschaft-Redaktionsleiter Holger Schmidt. Die Podcast-Folgen erscheinen jeweils am ersten Mittwoch im Monat.

Wie setzt ein klassischer Mittelständler generative KI produktiv ein? Für Philipp Eckelmann, der seit 2021 als Vorstandsvorsitzender die Wiesbadener Eckelmann AG leitet, beginnt die Antwort mit der eigenen Praxis. Als Chef eines Unternehmens, das industrielle Automatisierungslösungen entwickelt, programmiert er nach Feierabend selbst mit den neuesten KI-Werkzeugen, um deren Chancen und Grenzen aus eigener Erfahrung beurteilen zu können. Auch in der Belegschaft wird generative KI inzwischen flächendeckend eingesetzt. Trotz gestiegener Tokenkosten rechnet sich die Nutzung nach Eckelmanns Einschätzung klar. Ein besonders wichtiges Anwendungsfeld ist die Softwareentwicklung. Dabei beobachtet er eine Lernkurve bei den Beschäftigten: Statt pauschal auf die leistungsfähigsten und teuersten Modelle zu setzen, greifen Mitarbeiter für viele Aufgaben inzwischen eigenständig auf kleinere Sprachmodelle zurück. „Die größeren Modelle sind nicht zwangsläufig immer auch die besseren, gerade aus wirtschaftlicher Sicht“, sagt Eckelmann. Besonders stark könne der Nachwuchs von den neuen Werkzeugen profitieren. Berufsanfänger erreichten mit Unterstützung generativer KI heute deutlich schneller ein Leistungsniveau, für das früher wesentlich mehr Berufserfahrung notwendig gewesen sei. Doch die Technologie verändert nicht nur interne Abläufe, sondern auch die Softwarebranche selbst. Einfache Anwendungen oder Websites lassen sich heute innerhalb weniger Tage entwickeln. Für kleinere Softwarehäuser, deren Geschäftsmodell stark auf individuell entwickelter Software beruht, könne diese Entwicklung durchaus problematisch werden. Weniger leicht angreifbar seien dagegen Softwarelösungen für auditierungs- und dokumentationspflichtige Kernprozesse, etwa bei großen Anbietern wie SAP. Dort spielten Zertifizierung, Verlässlichkeit und Nachvollziehbarkeit eine wesentlich größere Rolle als die reine Geschwindigkeit der Softwareentwicklung. Eckelmann betrachtet KI allerdings nicht als universelle Lösung für betriebliche Probleme. Beim viel diskutierten Konzept der Predictive Maintenance im Maschinenbau etwa dämpft er die Erwartungen. Er habe solche Lösungen „selten überzeugend umgesetzt“ gesehen. Ein Grund liege darin, dass viele industrielle Anlagen hochgradig individualisiert seien und sich Erkenntnisse deshalb nur begrenzt von einer Maschine auf eine andere übertragen ließen. Hinzu kämen Einschränkungen bei der Nutzung und Zusammenführung von Maschinendaten. Mit massiven Jobverlusten durch KI rechnet Eckelmann nicht. Trotz zunehmender Automatisierung – sowohl innerbetrieblich als auch im Vertrieb – bleibe der Mensch aus seiner Sicht unverzichtbar. „Menschen arbeiten mit Menschen, und Menschen kaufen übrigens auch von Menschen“, sagt Eckelmann. Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht der Frage nach, was KI leisten kann, wo sie bereits eingesetzt wird, wie sie Wirtschaft und Gesellschaft verändert und welchen Beitrag sie künftig leisten könnte. Hosts des Podcasts sind Peter Buxmann, Professor für Wirtschaftsinformatik an der TU Darmstadt, und Holger Schmidt, Leiter der Digitalwirtschaft-Redaktion. Die Podcast-Folgen erscheinen jeweils am ersten Mittwoch im Monat.

Hören Sie mit FAZ+ unsere exklusiven Podcast-Folgen auf FAZ.NET, in der FAZ-App sowie über Apple Podcasts und Spotify – inklusive Zugriff auf alle Artikel der F.A.Z. Testen Sie FAZ+ jetzt 3 Monate lang für nur 4 € im Monat – hier geht’s zum Angebot.

Mehr über die Angebote unserer Werbepartner finden Sie HIER.

Hören Sie mit FAZ+ unsere exklusiven Podcast-Folgen auf FAZ.NET, in der FAZ-App sowie über Apple Podcasts und Spotify – inklusive Zugriff auf alle Artikel der F.A.Z. Testen Sie FAZ+ jetzt 3 Monate lang für nur 4 € im Monat – hier geht’s zum Angebot.

Mehr über die Angebote unserer Werbepartner finden Sie HIER.

Wie verändert generative KI die Bedrohungslage für Unternehmen und staatliche Institutionen? Diese Frage steht im Mittelpunkt der neuen Folge des F.A.Z. KI-Podcasts mit Claudia Plattner, Präsidentin des Bundesamts für Sicherheit in der Informationstechnik (BSI). Im Gespräch warnt sie angesichts der neuen Qualität von KI-gestützten Cyberangriffen: „Wir stellen uns auf raues Wetter ein.“ Das Kernproblem der Cyberabwehr sieht sie in einer fundamentalen Asymmetrie: Während Unternehmen durch Freigabeprozesse gebremst würden, agierten kriminelle Netzwerke hochgradig arbeitsteilig und regellos: „Die haben Stand heute einen echten Geschwindigkeitsvorteil“. KI verschärfe dieses Ungleichgewicht weiter, da Angreifer Schwachstellensuche und die entsprechenden Attacken automatisieren und skalieren könnten. Das Bild des Hackers im Kapuzenpullover mit leeren Pizzakartons sei schlicht überholt, so Plattner. Ein konkretes Sicherheitsdefizit sieht die BSI-Präsidentin beim Identitätsmanagement für autonome KI-Agenten. Agieren solche Systeme im Namen von Unternehmen, zum Beispiel beim Versenden von E-Mails oder dem Zugriff auf Webdienste, fehle es noch an robusten Standards, die sicherstellten, dass sie nicht mehr täten als erlaubt. „Da sehe ich noch zu wenig Bewegung“, mahnt sie und verweist auf den Hauptgrund: „Im Moment haben natürlich auch alle Dollarzeichen in den Augen.“ Zudem weist sie auf ein weiteres strukturelles Risiko hin: Wer Firmenwissen ohne entsprechende Einschränkung bezüglich der Datenverwendung in KI-Systeme eingebe, riskiere, dass Daten an Wettbewerber abfließen. Europa müsse deshalb eigene Foundation Models entwickeln. Um der veränderten Bedrohungslage insgesamt zu begegnen, setzt das BSI auf den Ausbau staatlicher Strukturen, auch mit dem neuen AI Security Institut. Ziel sei es, neue KI-Modelle systematisch zu bewerten und sich im internationalen Verbund auszutauschen. Daneben setze das BSI auf den sogenannten „Cyberdome“: Phishing-Domänen sollen automatisch erkannt und blockiert werden, bevor Nutzer sie überhaupt aufriefen. Was heute noch Handarbeit sei, solle künftig vollautomatisiert ablaufen: Auffälligkeiten erkennen, Handlungsempfehlungen durch Analysen generieren und entsprechende Aktionen ausführen. Geplant seien auch systematische Scans auf Schwachstellen in der deutschen Netzinfrastruktur.Mit Blick auf die Zukunft schätzt Plattner zudem die Risiken durch Quantencomputing ein, wodurch gängige Verschlüsselungsverfahren zukünftig entschlüsselbar werden könnten. Das BSI empfiehlt daher, sensible Datenbestände bis 2030 auf neue Verfahren umzustellen. Die BSI-Chefin nimmt die Unternehmen in die Pflicht: „Wir nehmen das ernst. Tut ihr es auch.“

Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und Digitalwirtschaft-Redaktionsleiter Holger Schmidt. Die Podcast-Folgen erscheinen jeweils am ersten Mittwoch im Monat.

Hören Sie mit FAZ+ unsere exklusiven Podcast-Folgen auf FAZ.NET, in der FAZ-App sowie über Apple Podcasts und Spotify – inklusive Zugriff auf alle Artikel der F.A.Z. Testen Sie FAZ+ jetzt 3 Monate lang für nur 4 € im Monat – hier geht’s zum Angebot.

Mehr über die Angebote unserer Werbepartner finden Sie HIER.

Wie unterschiedlich blickt die Welt auf Künstliche Intelligenz und was bedeutet das für Deutschland? Darüber sprechen Peter Buxmann und Holger Schmidt in dieser Folge des F.A.Z. KI-Podcasts mit Agnes Heftberger. Als Corporate Vice President und Vorsitzende der Geschäftsführung von Microsoft Deutschland und Österreich mit internationalem beruflichem Werdegang verfügt sie über einen breiten Überblick über die weltweite Entwicklung von KI.

Den entscheidenden Unterschied zwischen Asien und Europa sieht Heftberger im Blickwinkel: Während in Ländern wie Singapur oder Südkorea vor allem die Frage im Mittelpunkt stehe, was sich mit KI erreichen lasse, dominiere in Europa häufig die Diskussion über Risiken und deren Begrenzung. Diese unterschiedliche Haltung spiegele sich auch in den Nutzungsraten wider. In Deutschland seien inzwischen knapp über 30 Prozent der Menschen mit KI aktiv, während Länder wie Norwegen, Singapur oder Südkorea bereits deutlich über 40 Prozent erreichen. Das Bild eines hoffnungslos rückständigen Deutschlands weist Heftberger jedoch zurück. Gerade beim Einsatz von KI-Agenten, also Systemen, die eigenständig Aufgaben übernehmen und ganze Geschäftsprozesse neugestalten, habe Deutschland früh und entschlossen angesetzt. Im industriellen Einsatz liege die Chance für Deutschland vor allem dort, wo jahrzehntelange Expertise und vorhandene Datenschätze mit KI verknüpft werden, etwa auf dem Shopfloor, in der Logistik oder im Kundendienst. Wer KI ausschließlich für individuelle Produktivität nutze, schöpfe lediglich einen Bruchteil des Potenzials aus. Entscheidend sei vielmehr, ganze Geschäftsprozesse neu zu denken. Dafür brauche es nicht nur engagierte Vorreiter, sondern Veränderungen, die tief in die Unternehmen hineinreichen. Die Sorge vor einem massiven Verlust von Arbeitsplätzen durch KI teilt Heftberger nur bedingt. Sie verweist auf den demografischen Wandel: Bereits in den frühen 2030er Jahre würden in Deutschland Millionen von Arbeitsstunden fehlen, die schlicht nicht mehr nachbesetzt werden könnten. Diese Arbeitsverdichtung könne „ziemlich sicher nur mit künstlicher Intelligenz adressiert werden“. Gleichwohl gelte es, neue Rollenbilder aktiv zu gestalten, statt auf spontane Anpassung zu hoffen.

Wie stark KI einzelne Berufe verändern wird, zeige sich bereits heute beispielsweise in der Softwareentwicklung: Kaum ein Bereich werde stärker durch KI verändert und kaum ein Bereich nutze sie bereits so intensiv, etwa beim automatisierten Erkennen und Beheben von Sicherheitslücken durch Multi-Agenten-Systeme. Auf die Frage, welche Fähigkeiten Studierende und Berufseinsteiger künftig mitbringen sollten, hat Heftberger eine klare Antwort: kein spezifisches Fachwissen, sondern ein „Growth Mindset“, die Bereitschaft, täglich neu zu lernen, Technologien kritisch zu hinterfragen und sich auf Unbekanntes einzulassen. Das gelte nicht nur für Berufseinsteiger, sondern ebenso für Führungskräfte, die künftig Teams aus Menschen und KI-Agenten führen werden.

Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und Digitalwirtschaft-Redaktionsleiter Holger Schmidt. Die Podcast-Folgen erscheinen jeweils am ersten Mittwoch im Monat.

Hören Sie mit FAZ+ unsere exklusiven Podcast-Folgen auf FAZ.NET, in der FAZ-App sowie über Apple Podcasts und Spotify – inklusive Zugriff auf alle Artikel der F.A.Z. Testen Sie FAZ+ jetzt 3 Monate lang für nur 4 € im Monat – hier geht’s zum Angebot.

Mehr über die Angebote unserer Werbepartner finden Sie HIER.

Was kann Künstliche Intelligenz heute bereits in Krankenhäusern leisten und wie wird sie die medizinische Versorgung der Zukunft verändern? In dieser Folge des F.A.Z. KI-Podcasts spricht Prof. Alexander Meyer, Chief Medical Information Officer des Deutschen Herzzentrums der Charité und Leiter des Instituts für Künstliche Intelligenz in der Medizin, über Anwendungsmöglichkeiten, Grenzen und zukünftige Potenziale von KI im klinischen Alltag. Für ihn sei KI weit mehr als ein Tool:  Eine „Plattformtechnologie, die den gesamten Bereich einer Universitätsmedizin abdecken soll“.

KI sei in der Medizin kein völlig neues Phänomen. Verfahren des maschinellen Lernens kommen seit Jahren in der bildgebenden Diagnostik zum Einsatz, etwa in der Radiologie oder Pathologie. Dabei können KI-Systeme Muster erkennen, die Menschen mit „unbewaffnetem Auge gar nicht erkennen können“, und seien ihnen in bestimmten Aufgaben bereits überlegen. Gerade dort, wo große Datenmengen ausgewertet werden müssen, etwa bei CT-Aufnahmen, stoßen menschliche Kapazität und Kognition an ihre Grenzen, während Algorithmen diese vollständig erfassen können.

Neben dieser klassischen Mustererkennung gewinnen aktuell generative KI-Verfahren an Bedeutung. Diese könne vor allem dort ihre Stärken ausspielen, wo Prozesse besonders zeitaufwendig sind oder sich wiederholen. „Bestimmte Sachen, die für uns Menschen sehr langwierig sind, die kann KI deutlich schneller erledigen“, beschreibt Meyer einen zentralen Vorteil. Gerade im Klinikalltag, etwa bei der Erstellung von Arztbriefen oder der strukturierten Erhebung von Patientendaten, sei das Potential für Entlastung hoch, da aktuell rund 40 Prozent der ärztlichen Arbeit auf Bürokratie entfalle. „Wenn wir uns davon befreien könnten, wäre das phänomenal“, so Meyer. KI kann hier ansetzen und mehr Zeit für die eigentliche Patientenversorgung schaffen. Außerdem verschiebe sich die Rolle der Systeme: KI bleibt nicht auf die Auswertung von Informationen beschränkt, sondern kann zunehmend eigenständig Aufgaben ausführen und mit digitalen Werkzeugen interagieren. „Die KI wird zum KI-System, zum agentischen System und kann dann mit Werkzeugen agieren.“ Dieser Ansatz zeige sich besonders bei Anwendungen, in denen mehrere spezialisierte Systeme zusammenarbeiten, etwa zur Unterstützung der klinischen Ersteinschätzung von Patienten: „Es muss nicht nur ein Agent sein, es können auch viele Agenten miteinander arbeiten“.

Gleichzeitig werde deutlich, dass zwischen technischer Möglichkeit und klinischer Anwendung weiterhin Herausforderungen bestehen. Zentral sei dabei die Frage der Qualitätssicherung. „Es muss medizinisch validiert werden, dass KI auch zum Qualitätszuwachs führt“, betont Meyer. Erst wenn dieser Nachweis erbracht ist, kann KI dauerhaft in der Versorgung eingesetzt werden. Die regulatorische Situation beschreibt er als ambivalent: „Wir könnten natürlich schneller sein ohne Regulatorik, andererseits hat Regulatorik auch einen Wert“. Klare Rahmenbedingungen seien entscheidend für Vertrauen und Sicherheit: „Wenn es einen guten regulatorischen Rechtsrahmen gibt, dann kann man da auch sicher agieren“.

Mit Blick auf die Zukunft erwartet Meyer eine stärkere Integration von KI in den klinischen Alltag. Während Anwendungen heute oft noch punktuell eingesetzt werden, könnten künftig Systeme entstehen, die verschiedene Prozesse im Krankenhaus miteinander verbinden. Für ihn steht dabei der medizinische Nutzen im Vordergrund. „Wir haben die Möglichkeit, Qualität zu steigern“, so Meyer. Entsprechend sieht er auch den Einsatz solcher Systeme: „Wenn etwas die Qualität steigert und eine hohe Evidenz hat, dann müssen wir als Ärztinnen und Ärzte den Anspruch haben, das einzusetzen“.

Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und Digitalwirtschaft-Redaktionsleiter Holger Schmidt. Die Podcast-Folgen erscheinen jeweils am ersten Mittwoch im Monat.

Hören Sie mit FAZ+ unsere exklusiven Podcast-Folgen auf FAZ.NET, in der FAZ-App sowie über Apple Podcasts und Spotify – inklusive Zugriff auf alle Artikel der F.A.Z. Testen Sie FAZ+ jetzt 3 Monate lang für nur 4 € im Monat – hier geht’s zum Angebot.

Mehr über die Angebote unserer Werbepartner finden Sie HIER.

Markus Kaulartz, Partner bei der Wirtschaftskanzlei CMS, sieht generative KI als massive Erweiterung des juristischen Werkzeugkastens, ohne dass die juristische Kernkompetenz substituiert werde. Ohne Zugriff auf juristische Daten lägen die meisten Anwendungsfälle heute in der ‚intelligenten Textverarbeitung: Vertragsprüfung, Redlining, Drafting, Zusammenfassungen und Datenextraktion aus großen Dokumentenbeständen. Dabei liefere die KI häufig einen sehr guten ersten Aufschlag, die Qualitätssicherung bleibe aber beim Menschen. Halluzinationen seien mittlerweile kaum noch ein Thema, vorausgesetzt, man wähle die passende KI für den konkreten Anwendungsfall, sagte Kaulartz im F.A.Z. KI-Podcast mit Peter Buxmann und Holger Schmidt Spannender als reine Effizienzgewinne findet Kaulartz die völlig neuen Dienstleistungen, die erst durch KI möglich werden. Als Beispiel nennt er die systematische Auswertung von Verhandlungstaktiken aus den Vertragsverhandlungen der vergangenen zehn Jahre. Das sei ein Arbeitsergebnis, das rein mit menschlichem Aufwand kaum zu leisten wäre. Dieser Wettbewerb um neue Leistungen sei für Mandanten deutlich interessanter, als nur etwas weniger für die bisherigen Aufgaben zu bezahlen. Auch bei KI-Agenten sieht er großes Potenzial: Aus wenig Code, viel Fachwissen und leistungsfähigen Modellen ließen sich maßgeschneiderte Lösungen für sehr konkrete juristische Fragestellungen bauen. Mit den neuen Möglichkeiten wandelt sich auch das Rollenbild des Anwalts. Kaulartz beschreibt, wie ein Mandant Vertragsklauseln per KI am geteilten Bildschirm entwarf, während er selbst sie im Telefonat freigab und wirtschaftlich einordnete. Seine Tätigkeit verschiebe sich vom reinen Klauselentwerfer hin zum wirtschaftlichen Berater mit Rechtsschwerpunkt. Die juristische Kernkompetenz bleibe dabei unangetastet: Urteilsvermögen, Sachverhaltsverständnis und die Fähigkeit, Wichtiges von Unwichtigem zu unterscheiden, könne die Maschine dem Menschen nicht abnehmen. Für den Legal-Tech-Markt mit seinen Milliardenbewertungen erwartet Kaulartz eine Konsolidierung innerhalb der nächsten ein bis zwei Jahre. Drei Faktoren entschieden über den Erfolg: die Integration in konkrete Arbeitsabläufe, der Zugang zu hochwertigen juristischen Daten und das Thema Sicherheit, das für große Kanzleien und Unternehmen nicht verhandelbar sei. Auch AI-native Kanzleien mit wenigen Partnern und starkem Tech-Fundament werde es in Deutschland geben. Kaulartz warnt davor, naiv zu sein: Diese Tech-Unternehmen würden mit Sicherheit Aufgaben übernehmen, für die Kanzleien bisher Geld verlangen konnten. Die Regulierung stehe dem nicht grundsätzlich entgegen, denn Investoren könnten schon heute in ein Tech-Vehikel investieren, das den Tech-Stack für Kanzleien bereitstelle. Entscheidend sei, ob eine Kanzlei nur hoffe, dass der Zug an ihr vorüberfahre, oder ob sie ihr Angebot aktiv auf ein starkes technologisches Fundament stelle.

Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und Digitalwirtschaft-Redaktionsleiter Holger Schmidt. Die Podcast-Folgen erscheinen jeweils am ersten Mittwoch im Monat.

Hören Sie unsere exklusiven Podcast-Folgen auf Apple Podcasts, FAZ.NET oder in der FAZ-App und erhalten Sie Zugriff auf alle Artikel: Testen Sie FAZ+ jetzt 3 Monate lang für nur 1 € im Monat – hier geht’s zum Angebot.

Mehr über die Angebote unserer Werbepartner finden Sie HIER.

Kaum ein Einsatzfeld für Künstliche Intelligenz ist so sensibel wie die Medizin. Hier betrifft ihr Einsatz persönliche Daten und Entscheidungen, die unmittelbare Auswirkungen auf das Leben von Menschen haben. Es geht nicht nur um technische Leistungsfähigkeit, sondern um Vertrauen und Verantwortung. Philipp Berens, Professor für Data Science an der Universität Tübingen und Direktor des Hertie Institute for AI in Brain Health, erörtert in dieser Folge, wie KI die Diagnostik und den Klinikalltag verändern kann und welche Voraussetzungen für eine bessere Versorgung erfüllt sein müssen. Künstliche Intelligenz wird häufig als Technologie diskutiert, die Prozesse beschleunigt und neue technische Möglichkeiten eröffnet. Im medizinischen Kontext gehe es jedoch um weit mehr als Geschwindigkeit oder Leistungsfähigkeit. Im Gespräch macht Berens deutlich, dass KI dort besonders relevant werde, „wo Menschen sich um ihre Gesundheit Sorgen machen“. Ihr Einsatz berühre damit nicht nur technische Abläufe, sondern zentrale Fragen von Vertrauen und Verantwortung in der medizinischen Versorgung.

Großes Potenzial sieht Berens in KI-Systemen, die Ärzte im klinischen Alltag entlasten. KI könne helfen, große Datenmengen zu strukturieren, Auffälligkeiten zu markieren und Diagnostikprozesse abzusichern. In einzelnen Feldern habe sie bereits dazu beigetragen, „die Falsch-Positiv-Rate zu senken“, oder fungiere als „erster Vorfilter“, bevor medizinische Fachkräfte finale Entscheidungen treffen. Dabei gehe es ausdrücklich nicht um die Automatisierung ärztlicher Verantwortung, sondern um eine qualitative Unterstützung medizinischer Arbeit.

Eng damit verbunden sei die Rolle der Daten. Für medizinische KI-Anwendungen seien „Datenqualität oder Datenverfügbarkeit ein zentraler Faktor“. Entscheidend sei dabei nicht, ausschließlich mit idealisierten Datensätzen zu arbeiten. Im Gegenteil: „Die Daten dürfen so sein, wie sie im Krankenhaus oder in der Arztpraxis anfallen“, betont Berens. Moderne Verfahren seien robust genug, um mit unvollständigen oder verrauschten Datensätzen umzugehen. Auch für die medizinische Forschung eröffnen sich durch KI neue Perspektiven. Hauptaugenmerk liegt laut Berens vor allem auf der Frage, ob wir „Krankheiten und Krankheitsverläufe modellieren können“. Ziel sei es, mithilfe von KI abzuschätzen, ob wir „vorhersagen können, unter den Rahmenbedingungen sich die Krankheit in der Zukunft so oder so entwickeln wird“. In einzelnen medizinischen Anwendungsfeldern gebe es dafür bereits vielversprechende Ansätze, etwa in der Augenheilkunde bei der altersbedingten Makuladegeneration. Gleichzeitig gehe es ihm nicht allein um Prognosen, sondern auch um ein vertieftes Verständnis der zugrunde liegenden Prozesse: KI solle so eingesetzt werden, „dass sie uns Erkenntnisgewinn erlaubt“, so Berens.

Zukünftig könnten große Sprachmodelle zudem den Umgang mit wissenschaftlichem Wissen stark verändern. Sie erleichterten den Zugang zu medizinischer Literatur, bündelten Informationen und ermöglichten neue Formen der Forschung. Berens beschreibt diese Entwicklung als „Agentic Science“, also als Systeme, die nicht nur analysieren, sondern aktiv bei der Generierung wissenschaftlicher Erkenntnisse unterstützen. Für ihn steht fest: „Das wird sehr spannend.“ Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und Digitalwirtschaft-Redaktionsleiter Holger Schmidt. Die Podcast-Folgen erscheinen jeweils am ersten Mittwoch im Monat.

Der Durchbruch neuronaler Netze hat der Künstlichen Intelligenz, in Kombination mit Datenverfügbarkeit und Rechenleistung, in den vergangenen Jahren einen Technologiesprung ermöglicht. Maschinelle Übersetzung war eines der ersten Felder, in denen sich diese Entwicklung konkret zeigte. Für Jarek Kutylowski, Gründer und CEO von DeepL, ist das ein früher Beleg für das transformative Potenzial der Technologie: „Übersetzung war die erste Anwendung, in der Sprachmodelle wirklich einen großen Unterschied machen konnten. Das war der erste Case, in der KI die Welt verändern konnte“. Als DeepL 2017 startete, war maschinelle Übersetzung noch von starren, regelbasierten Verfahren und hohem manuellem Entwicklungsaufwand geprägt. Der Effizienzsprung der vergangenen Jahre sei eng mit dem Durchbruch neuronaler Netze verbunden, die Sprache nicht mehr nur über starre Regeln, sondern über große Datenmengen erlernen. Kutylowski beschreibt den Ausgangszustand eines neuronalen Netzes als „ungeschriebenes Gehirn“, dessen Ergebnisse zunächst „völlig zufällig“ seien. Erst der iterative Lernprozess führe zu Abstraktion und einem verlässlicheren statistischen Verständnis von Sprache. Übersetzen bedeute für diese Systeme vor allem, Text zu verstehen und auf dieser Grundlage sprachliche Strukturen statistisch fortzuschreiben. Mit dem breiteren Einsatz der KI verschärfe sich zugleich der globale Wettbewerb mit KI-Modellen wie Gemini oder ChatGPT. „Das ist ein hartes Race, das ist in jedem Bereich von KI so“. Für DeepL liege die strategische Antwort in der Spezialisierung auf professionelle Einsatzfelder, in denen Präzision und Vorhersehbarkeit entscheidend seien. Im Wettbewerb mit Schwergewichten wie Google setze DeepL bewusst auf Spezialisierung statt auf universelle Breite. Besonders im professionellen Umfeld reiche ein allgemeines Sprachverständnis oft nicht aus. Die Anforderungen unterschieden sich nicht nur zwischen Branchen, sondern auch innerhalb eines Unternehmens. „Für bestimmte ausgewählte große Anwendungsfälle lohnt es sich, separate Modelle und separate Produkte zu bauen“. Solche Systeme halluzinierten weniger und ließen sich besser in bestehende Arbeitsabläufe integrieren.
Der technische Fortschritt habe auch den Blick auf mögliche Anwendungen deutlich erweitert. Es gehe nicht mehr nur um technische Machbarkeit und reine Übersetzung, sondern um die Frage, „wie verändere ich die Art und Weise, wie Menschen etwas machen“, so Kutylowski. Sprache sei dabei früh als zentrales Feld erkennbar geworden. „Da ist viel möglich. Und Sprache wird ein zentraler Punkt davon sein“. Darüber hinaus sieht Kutylowski großes Potenzial in KI-Agenten, die nicht nur Inhalte erzeugen, sondern eigenständig Aufgaben ausführen. „Die Möglichkeiten, die das bietet, sind gigantisch“, so Kutylowski. Der entscheidende Unterschied bestehe darin, dass diese Modelle echte Entscheidungen treffen und nicht mehr darauf begrenzt sind, „ein Stückchen Text zu präsentieren“. In dieser autonomen Wertschöpfung sieht er die eigentliche Kraft der Technologie. Im internationalen Vergleich äußert sich Kutylowski zur Position Europas eher zurückhaltend. Die Fortschritte der vergangenen Jahre seien vor allem dort entstanden, wo Kapital, Infrastruktur und strategischer Wille zusammenkommen. Europa tue sich damit bislang schwerer: „Wir haben ein Tech-Ökosystem, was insgesamt noch nicht groß genug ist und vielleicht nicht mutig genug“, sagt Kutylowski. Dennoch warnt er davor, den aktuellen Stand der Technik als Endpunkt zu begreifen. „Es ist auf keinen Fall so, dass das Rennen jetzt zu Ende ist. Da ist noch sehr viel Spannendes zu erwarten.“ Für DeepL bedeute diese Dynamik, die eigene technologische Basis weiterzuentwickeln und in neue Anwendungen zu überführen. Inzwischen verstehe sich das Unternehmen zunehmend als allgemeiner KI-Entwickler, der neue Produkte entwickelt und neue Anwendungsfelder erschließt. Die heutige Entwicklungsstufe sei erst ein Anfang. „Da geht noch sehr viel mehr.“ Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und Digitalwirtschaft-Redaktionsleiter Holger Schmidt. Die Podcast-Folgen erscheinen jeweils am ersten Mittwoch im Monat.

Wie verändert KI Studium und Lehre? Doris Weßels, Wirtschaftsinformatikerin, Hochschullehrerin und Leiterin des Zukunftslabors für generative KI, analysiert seit Jahren, wie Studierende die Technologie früh und selbstverständlich in ihren Alltag integrieren. Von den ersten Experimenten nach der Veröffentlichung von ChatGPT bis hin zur breiten Nutzung für Schreiben, Recherche und Analyse. Seitdem, so Weßels, sei KI „immer mehr in die Lehre eingedrungen“. Für sie liegt der Kern nicht in der Technik selbst, sondern in den neuen Lernmöglichkeiten: KI ermögliche es, „individualisiert, selbstbestimmt mit Tools“ zu arbeiten und „nach dem eigenen Tempo, nach eigenen Wünschen“ zu lernen. Parallel dazu verschiebe sich der Blick auf Fähigkeiten. „Es fallen bestimmte Kompetenzen weg, weil wir die in der Form gar nicht mehr so intensiv benötigen, dafür entwickeln wir aber neue Kompetenzen.“ Diese Entwicklung sei keineswegs neu, sondern folge dem Muster der Technikgeschichte: „Immer, wenn wir Werkzeuge erfunden haben, haben wir bestimmte Belastungen nicht mehr gehabt. Dafür haben wir aber auch neue Kompetenzen erlangen müssen.“ Für die Hochschulen bedeute dies einen tiefgreifenden Wandel. Weßels betont, dass der Fokus stärker auf projektorientierten und praxisnahen Formaten liegen müsse: „Wir brauchen forschendes Lernen, wir brauchen Projekte, wir brauchen den Realitätsbezug.“ KI trete „in einer doppelten Rolle auf“, als Treiber für schnelle Weiterentwicklung und zugleich als Enabler, der diese Geschwindigkeit überhaupt erst ermögliche. „Die Einsatzbereiche sind quasi gar nicht mehr limitiert. Es ist ein täglicher Wandel, getrieben durch die technischen Möglichkeiten“, so Weßels.         Auch die Rolle der Lehrenden verändere sich grundlegend. Sie seien nicht länger „Gatekeeper des Wissens“, sondern „Architekten des Lernraums“. Gleichzeitig herrsche eine deutliche Zweiteilung zwischen jenen, die neugierig experimentieren, und jenen, die KI skeptisch begegnen. „Studierende müssen auf Senior Level akzeptiert werden“ Mit Blick auf den Arbeitsmarkt werde jedoch deutlich, wohin sich Hochschulen entwickeln müssen. KI verändere Einstiegspositionen fundamental, viele klassische Nachwuchsrollen fielen zunehmend weg, und Unternehmen erwarten stärker qualifizierte Nachwuchskräfte. Deshalb brauche es eine deutlich konsequentere Vorbereitung auf anspruchsvollere Tätigkeiten direkt nach dem Abschluss: „Wir müssen Studierende so weit bringen, dass sie auf Senior Level akzeptiert werden.“ Kontinuierliche Weiterentwicklung von Lehre und Kompetenzen sei dabei unverzichtbar, um der rasanten Geschwindigkeit standzuhalten: „Um im Wettbewerb Mensch versus Maschine bestehen zu können, müssen wir Menschen uns sehr schnell weiterentwickeln“, so Weßels. Im internationalen Vergleich blickt Weßels mit Sorge auf Deutschland. Viele Länder investieren massiv in KI-Infrastruktur, während Deutschland zu zögerlich agiere. „Wir halten uns an alle Regeln, die wir uns früher mal gegeben haben, schaffen es aber nicht, die Regeln an neue, veränderte Rahmenbedingungen schnell genug anzupassen.“ Die Folge sei ein wachsender Rückstand. Besonders riskant sei das Festhalten an alten Mustern: „Das ist eine echte Gefahr, wenn wir im Gestern stecken bleiben.“ Ihr Fazit fällt deutlich aus: „Wir sind da sehr gemächlich unterwegs, wir sind sehr vorsichtig, und das bremst uns.“ Wie verändert KI Studium und Lehre? Doris Weßels, Wirtschaftsinformatikerin, Hochschullehrerin und Leiterin des Zukunftslabors für generative KI, analysiert seit Jahren, wie Studierende die Technologie früh und selbstverständlich in ihren Alltag integrieren. Von den ersten Experimenten nach der Veröffentlichung von ChatGPT bis hin zur breiten Nutzung für Schreiben, Recherche und Analyse. Seitdem, so Weßels, sei KI „immer mehr in die Lehre eingedrungen“. Für sie liegt der Kern nicht in der Technik selbst, sondern in den neuen Lernmöglichkeiten: KI ermögliche es, „individualisiert, selbstbestimmt mit Tools“ zu arbeiten und „nach dem eigenen Tempo, nach eigenen Wünschen“ zu lernen. Parallel dazu verschiebe sich der Blick auf Fähigkeiten. „Es fallen bestimmte Kompetenzen weg, weil wir die in der Form gar nicht mehr so intensiv benötigen, dafür entwickeln wir aber neue Kompetenzen.“ Diese Entwicklung sei keineswegs neu, sondern folge dem Muster der Technikgeschichte: „Immer, wenn wir Werkzeuge erfunden haben, haben wir bestimmte Belastungen nicht mehr gehabt. Dafür haben wir aber auch neue Kompetenzen erlangen müssen.“ Für die Hochschulen bedeute dies einen tiefgreifenden Wandel. Weßels betont, dass der Fokus stärker auf projektorientierten und praxisnahen Formaten liegen müsse: „Wir brauchen forschendes Lernen, wir brauchen Projekte, wir brauchen den Realitätsbezug.“ KI trete „in einer doppelten Rolle auf“, als Treiber für schnelle Weiterentwicklung und zugleich als Enabler, der diese Geschwindigkeit überhaupt erst ermögliche. „Die Einsatzbereiche sind quasi gar nicht mehr limitiert. Es ist ein täglicher Wandel, getrieben durch die technischen Möglichkeiten“, so Weßels.         Auch die Rolle der Lehrenden verändere sich grundlegend. Sie seien nicht länger „Gatekeeper des Wissens“, sondern „Architekten des Lernraums“. Gleichzeitig herrsche eine deutliche Zweiteilung zwischen jenen, die neugierig experimentieren, und jenen, die KI skeptisch begegnen. „Studierende müssen auf Senior Level akzeptiert werden“ Mit Blick auf den Arbeitsmarkt werde jedoch deutlich, wohin sich Hochschulen entwickeln müssen. KI verändere Einstiegspositionen fundamental, viele klassische Nachwuchsrollen fielen zunehmend weg, und Unternehmen erwarten stärker qualifizierte Nachwuchskräfte. Deshalb brauche es eine deutlich konsequentere Vorbereitung auf anspruchsvollere Tätigkeiten direkt nach dem Abschluss: „Wir müssen Studierende so weit bringen, dass sie auf Senior Level akzeptiert werden.“ Kontinuierliche Weiterentwicklung von Lehre und Kompetenzen sei dabei unverzichtbar, um der rasanten Geschwindigkeit standzuhalten: „Um im Wettbewerb Mensch versus Maschine bestehen zu können, müssen wir Menschen uns sehr schnell weiterentwickeln“, so Weßels.

Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und Digitalwirtschaft-Redaktionsleiter Holger Schmidt. Die Podcast-Folgen erscheinen jeweils am ersten Mittwoch im Monat.

Im internationalen KI-Vergleich tun sich deutsche Unternehmen oft schwerer als ihre internationalen Wettbewerber. Für Christine Rupp, Geschäftsführerin von IBM Deutschland und General Managerin für IBM Consulting in der DACH-Region, kommt es jetzt darauf an, Innovationen in die Umsetzung zu bringen: „Wenn ich KI nicht nutze oder zu spät nutze, entsteht ein struktureller Wettbewerbsnachteil. Die Zeit der Piloten ist vorbei“. In dieser Folge des KI-Podcasts der F.A.Z. Digitalwirtschaft kritisiert Rupp, dass Europa zwar viel experimentiert, der Schritt von der Innovation zur breiten Umsetzung aber andernorts schneller gelingt. Im internationalen Vergleich erkennt Rupp ein klares Muster: „In Europa sind wir enorm innovativ, wir sehen sehr kreative Pilotversuche. Wo andere uns jedoch voraus sind, ist die Geschwindigkeit der Skalierung“. Europa habe gute Ideen, aber häufig zu wenig Konsequenz in der Umsetzung, während in den USA oder Asien neue Technologien rasch großflächig eingeführt werden. Die Gründe dafür verortet sie auf drei Ebenen: „Der wichtigste Faktor ist Leadership. Das Thema ist wahrscheinlich eine der wichtigen und im Moment unterschätzten Dimensionen überhaupt“. Skalierung brauche klare Entscheidungen von ganz oben. Hinzu kämen komplexere Rahmenbedingungen und fehlende Investitionen, die Tempo und Reichweite neuer Vorhaben begrenzen. Damit Europa nicht weiter zurückfällt, fordert Rupp mehr Entschlossenheit. Für sie stehen weniger technische Hürden im Vordergrund als die Bereitschaft, KI wirklich ins operative Geschäft zu bringen. Alle Hindernisse ließen sich managen. Entscheidend sei, sie aktiv anzugehen. Rupp macht deutlich: „Momentan ist das Fenster vielleicht noch ein Stück weit offen, aber es ist sehr klar, dass alle Unternehmen dieser Welt KI zum Einsatz bringen werden“. Wer zögere, riskiere einen Rückstand und Wettbewerbsnachteil. Wie eine Umsetzung konkret aussehen kann, erklärt Rupp am Beispiel von IBM. Dort sei KI nicht nur ein Experimentierfeld, sondern Bestandteil der gesamten Unternehmenssteuerung. IBM hat KI in zentralen Bereichen eingeführt, mit messbaren Effekten: „3,5 Milliarden Euro Einsparungen konnten wir im vergangenen Jahr erzielen“. Die gewonnene Erfahrung nutze IBM, um Assets und digitale Assistenten aufzubauen, die Prozesse vereinheitlichen und Mitarbeitende entlasten. Für Rupp ist das ein wichtiges Signal an all jene, die noch zögern: „Das heißt, es ist machbar“. Parallel dazu betont sie die Bedeutung eines professionellen Umgangs mit Daten. Europäische Vorgaben seien anspruchsvoller, aber kein Hindernis: „Es gibt hervorragende Mittel und Wege, wie man mit Daten auch in Europa umgehen kann. Aber man muss es sauber durchdringen, sonst fehlen Vertrauen und Akzeptanz.“ Entscheidend sei, technologische Souveränität mit Offenheit und Vertrauen zu verbinden, durch klare Governance, Datensicherheit und offene Architekturen. Beim Blick auf Deutschland erkennt Rupp klare Vorteile: „Unsere Stärken liegen im Bereich der Daten. Das ist das Thema, das differenzierend sein wird für einen Standort wie Deutschland“. Während das globale Rennen um große Sprachmodelle weitgehend entschieden sei, liege Europas Chance in der sicheren, effizienten und intelligenten Nutzung von Unternehmensdaten. Für Rupp ist KI daher nicht nur ein Produktivitätsthema, sondern auch ein Hebel für Innovation, Leadership und kulturellen Wandel. Europa müsse seine Stärken jetzt ausspielen, um die nächste Innovationsphase aktiv mitzugestalten: „Da gibt es gar keine andere Option“, so Rupp. Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und Digitalwirtschaft-Redaktionsleiter Holger Schmidt. Die Podcast-Folgen erscheinen jeweils am ersten Mittwoch im Monat.

Hören Sie unsere exklusiven Podcast-Folgen auf Apple Podcasts, FAZ.NET oder in der FAZ-App und erhalten Sie Zugriff auf alle Artikel: Testen Sie FAZ+ jetzt 3 Monate lang für nur 1 € im Monat – hier geht’s zum Angebot.

Mehr über die Angebote unserer Werbepartner finden Sie HIER.

Mit dem EU AI Act ist auch die Unsicherheit in die Unternehmen gekommen, welche KI-Anwendung in welche Risikoklasse fällt. Für Klaus Müller von der Bundesnetzagentur sind viele Ängste vor einer harten Regulierung aber übertrieben und die Aufregung oft größer als nötig. „Es gibt eine massive Diskrepanz zwischen Selbstwahrnehmung und dem, was der AI Act wirklich vorschreibt“, sagte Müller im KI-Podcast der F.A.Z. Digitalwirtschaft. Die Folge sei eine unnötige Zurückhaltung, häufig aus Sorge vor Fehlern und rechtlichen Konsequenzen. Dabei sei vieles weit weniger kompliziert als es scheine, sagte Müller. Oft fehle schlicht Orientierung, eine Stelle, die erklärt und durch neue Anforderungen führt. Seine Erfahrung zeige, dass diese Unsicherheit meist auf drei Gründe zurückgeht: „Mangelnde Zeit, fehlende Fachkräfte und die Rechtsunsicherheit“. Gerade die Rechtsunsicherheit im Zusammenhang mit dem EU AI Act sowie dem EU Data Act, zwei zentralen Bausteinen für Europas digitale Zukunft, sei häufig unbegründet. Müller erklärt: „Regulierung muss so gestaltet sein, dass sie Nutzung ermöglicht, statt sie zu blockieren“. Entscheidend sei außerdem, dass sie in der Praxis verständlich bleibe und Unternehmen Orientierung biete. Behörden wie die Bundesnetzagentur sollten dabei unterstützen, nicht verunsichern. Um mehr Klarheit zu schaffen, baut die Bundesnetzagentur derzeit ihre Beratungsangebote aus und setzt auf Aufklärung. Mit dem neuen KI-Service-Desk soll Unternehmen der Einstieg in den praktischen Einsatz von KI erleichtert und Unsicherheiten abgebaut werden. Müller formuliert das Ziel klar: „Die Bundesnetzagentur muss rund um den Data Act und den AI Act den Ruf eines Ermöglichers erlangen, wo man sich guten Gewissens hinwenden kann“. Auch bei der Bundesnetzagentur wird KI eingesetzt, zum Beispiel in der Stromnetzplanung, in Genehmigungsverfahren sowie im Verbraucherservice zum Einsatz. Besonders der neue Chatbot „Kai“ verdeutlicht, wie Verwaltung durch den gezielten Einsatz von KI effizienter gestaltet werden kann, ohne dabei an Sicherheit einzubüßen. Für Müller ist klar: Es geht nicht darum, Technik zu verhindern, sondern sie verantwortungsvoll zu nutzen. Im internationalen Vergleich hebt Müller hervor, dass Europa einen eigenen Weg gehe. Während die USA auf größtmögliche Freiheit und China auf strenge staatliche Kontrolle setzen, liege die europäische Stärke in klaren Regeln und verlässlichen Standards. „Unser Anspruch muss sein, die europäischen Regelungen zu einem Wettbewerbsvorteil zu entwickeln“. Vertrauen, Transparenz und klare Verantwortlichkeiten seien langfristig die besseren Erfolgsfaktoren. Dieses Ziel verfolgt Müller auch national: „Unser Bestreben ist es, vertrauenswürdige KI in Deutschland zu etablieren, zu einem Erfolgsmodell zu machen“.

Sein Blick in die Zukunft bleibt optimistisch. Statt nach immer neuen Regeln zu rufen, setzt er auf Umsetzung, Kooperation und Vertrauen in die Innovationskraft. „Nicht alle Ängste, die es gibt, sind tatsächlich substantiiert“, sagt er mit Blick auf die aktuelle Debatte. Entscheidend sei, Wissen zu vermitteln und Vertrauen aufzubauen: „Das kann man nur durch Aufklärung tun und durch eine Regulierungsbehörde, die nicht Angst macht, sondern unterstützt“. Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und Digitalwirtschaft-Redaktionsleiter Holger Schmidt. Die Podcast-Folgen erscheinen jeweils am ersten Mittwoch im Monat.

Hören Sie unsere exklusiven Podcast-Folgen auf Apple Podcasts, FAZ.NET oder in der FAZ-App und erhalten Sie Zugriff auf alle Artikel: Testen Sie FAZ+ jetzt 3 Monate lang für nur 1 € im Monat – hier geht’s zum Angebot.

Mehr über die Angebote unserer Werbepartner finden Sie HIER.

„KI ist eines der strategischen Elemente, um künftig Effizienz zu steigern, die Wettbewerbsfähigkeit der Kerngeschäfte zu sichern und zugleich Herausforderungen wie den Fachkräftemangel zu bewältigen.“ Sagt Rolf Schumann, Co-CEO von Schwarz Digits, der Digital- und IT-Sparte der Schwarz Gruppe, zu der auch Lidl und Kaufland zählen. Bereits heute ist KI fester Bestandteil des Tagesgeschäfts bei der Schwarz Gruppe. „Wir treffen rund eine halbe Milliarde Entscheidungen am Tag mit KI, am Ende des Jahres werden es gut eine Milliarde sein“, so Schumann. Auch wenn diese Zahl unterschiedliche Anwendungsfelder umfasst, von Prognosen in der Logistik über die Regalplanung bis hin zum Kundenservice, zeigt sich ein klares Muster: KI übernimmt Routineaufgaben, beschleunigt Entscheidungen und stärkt so Effizienz, Nachhaltigkeit und Kundennähe. Besondere Aufmerksamkeit gilt dabei den sogenannten Agenten. Für die Schwarz Gruppe sollen sie künftig eine Schlüsselrolle einnehmen, zum Beispiel zur Strukturierung von Prozessen, zur Systematisierung von Wissen und zur Erweiterung der Entscheidungsfähigkeit der Beschäftigten. Wissen und Erfahrung, die bisher nur wenigen Spezialisten vorbehalten waren, werden auf diese Weise für die gesamte Organisation nutzbar. Schumann betont: „Man schafft es, extrem wichtiges Expertenwissen und auch Erfahrung in die Breite zu bringen, unabhängig von Alter, Betriebszugehörigkeit oder Erfahrung“. Darin liegt für ihn ein entscheidender Fortschritt: „Mitarbeitende werden mit Hilfe von KI in die Situation gebracht, bessere und effizientere Entscheidungen zu treffen“. Ein weiteres zentrales Thema ist für Schumann die digitale Unabhängigkeit. Die Schwarz Gruppe investiert daher massiv in eigene Cloud- und Rechenzentren. Digitale Souveränität bedeutet für ihn jedoch nicht Abschottung, sondern die Fähigkeit, Partnerschaften bewusst einzugehen und sie ebenso klar zu beenden, wenn fundamentale Prinzipien verletzt werden: „Souveränität ist auch, jederzeit vom Tisch aufstehen zu können, wenn jemand gegen deine Werte geht“. Schließlich richtet Schumann den Blick auf Europa: „Bei den ganz großen Sprachmodellen haben wir den Zug verpasst“. Umso wichtiger sei es, die eigenen Stärken zu nutzen, vom industriellen Know-how über hohe Qualitätsstandards bis hin zu den zahlreichen Hidden Champions. „Wir müssen uns auf unsere Stärken fokussieren“, betont er, und nennt vor allem Domainwissen, Bildung und Wissen als Fundament. Während die USA und China auf Größe und Datenmengen setzen, sieht Schumann Europas Chance darin, KI mit Branchenexpertise, Qualität und einer starken Wertebasis zu verbinden.

Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und Digitalwirtschaft-Redaktionsleiter Holger Schmidt. Die Podcast-Folgen erscheinen jeweils am ersten Mittwoch im Monat.

Hören Sie unsere exklusiven Podcast-Folgen auf Apple Podcasts, FAZ.NET oder in der FAZ-App und erhalten Sie Zugriff auf alle Artikel: Testen Sie FAZ+ jetzt 3 Monate lang für nur 1 € im Monat – hier geht’s zum Angebot.

Mehr über die Angebote unserer Werbepartner finden Sie HIER.

Christian Engelhardt ist seit 2015 Landrat des Kreises Bergstraße und zählt zu den ersten seiner Zunft, die Künstliche Intelligenz konsequent in die Verwaltung eingesetzt haben. Für Engelhardt steht fest: „KI macht Verwaltung moderner, erreichbarer, zukunftsfähiger“. Statt auf lange Abstimmungsprozesse zu warten, ermutigte er seine Mitarbeitenden früh, Sprachmodelle wie ChatGPT bei der Arbeit zu testen und Erfahrungen zu teilen: „Einfach mal auszuprobieren, das ist normalerweise nicht so die Stärke von uns Deutschen und das wollte ich ändern“. Gerade bei Routinetätigkeiten sieht Engelhardt in der KI ein großes Potenzial, die oft langsamen Verwaltungsprozesse grundlegend zu beschleunigen. Chatbots können Bürger jederzeit informieren, Anträge aufnehmen und an die zuständigen Stellen weiterleiten. Dadurch lässt sich der Übergang in die entsprechenden Fachverfahren beschleunigen und Entscheidungen werden effizienter getroffen. Für Engelhardt geht die Erneuerung aber noch einen Schritt weiter. „Manche Dinge wird die Behörde künftig vorausschauend selbst regeln“, hofft er. Wenn Ausweise ablaufen oder Fristen enden, solle nicht der Bürger aktiv werden müssen, sondern die Behörde automatisch reagieren. „Eine Behörde weiß ganz genau, wann der Personalausweis abläuft, also wieso wird das nicht umgedreht?“ fragt Engelhardt und sieht darin einen zentralen Schritt für einen serviceorientierten Staat, der mit dem Tempo digitaler und „klug aufgebauter“ Plattformen mithalten kann. KI als Antwort auf den Fachkräftemangel Gleichzeitig sieht Engelhardt in KI eine wichtige Antwort auf den Fachkräftemangel. Wo Routineprozesse automatisiert werden, bleibe mehr Zeit für zwischenmenschliche Aufgaben, beispielsweise in Beratung, Pflege oder Erziehung. „Die Arbeit wird nicht ausgehen, und es gibt sehr viele Ideen, in die man menschliche Empathie, Intelligenz und Kreativität investieren kann“, sagt Engelhardt. Es gehe nicht darum, Arbeitsplätze abzuschaffen, sondern darum, die knappen Ressourcen dort einzusetzen, wo sie am dringendsten gebraucht werden: „Es gelingt uns ja jetzt schon nicht mehr, all die Fachkräfte, die wir brauchen, zu finden.“ KI verschiebe die Schwerpunkte und stelle sicher, dass Verwaltung trotz schrumpfender Belegschaften zuverlässig funktioniert „Wir als Staat müssen nicht nur erreichbar sein, sondern auch funktionsfähig bleiben“. Genau darin liegt für ihn die große Chance: Mit KI könne der Staat schneller, verlässlicher und bürgernäher arbeiten. Damit dieses Potenzial Wirklichkeit wird, brauche es jedoch klare politische Rahmenbedingungen. Engelhardt unterscheidet hier zwischen zwei Ebenen: Der Bund müsse Standards schaffen, Schnittstellen vereinheitlichen und Rechtssicherheit garantieren. Nur so könnten erfolgreiche Projekte bundesweit Wirkung entfalten. Gleichzeitig seien es die Länder, die Pilotprojekte ermöglichen sollen. Hessen beispielsweise habe durch sein Digitalministerium gezeigt, wie wertvoll finanzielle Förderung vor Ort sein kann. Kommunen erhalten dadurch Freiräume, Neues auszuprobieren, ohne das volle Risiko allein zu tragen: „Durch solche Modellprojekte schafft der Staat einen Erprobungsraum“, so Engelhardt. Gerade diese Förderung vor Ort sei für Kommunen sehr wertvoll, weil sie Mut mache, innovative Wege zu gehen und eine echte Fehlerkultur zulasse. Für Engelhardt ist klar: „Entbürokratisierung müssen wir künftig immer mitdenken“, denn nur wenn Gesetze und Regeln Automatisierung zulassen, entfaltet KI ihr volles Potenzial.

Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und Digitalwirtschaft-Redaktionsleiter Holger Schmidt. Die Podcastfolgen erscheinen jeweils am ersten Mittwoch im Monat.

Hören Sie unsere exklusiven Podcast-Folgen auf Apple Podcasts, FAZ.NET oder in der FAZ-App und erhalten Sie Zugriff auf alle Artikel: Testen Sie FAZ+ jetzt 3 Monate lang für nur 1 € im Monat – hier geht’s zum Angebot.

Mehr über die Angebote unserer Werbepartner finden Sie HIER.

Künstliche Intelligenz wird die Bankenwelt grundlegend verändern, erwartet Florian Rentsch, Vorsitzender des Verbands der Sparda-Banken. In der neuen Folge des F.A.Z. KI-Podcasts spricht er über Chancen, Grenzen und regulatorische Herausforderungen des KI-Einsatzes im Finanzsektor: „Wir sind da in einer ganz neuen Welt angekommen.“ Damit diese Transformation gelingt, brauche es aber kluge Rahmenbedingungen, nicht lähmende Regulierung aus Prinzip. Rentsch beschreibt: „Wir erleben gerade Revolution in einem Tempo, das für viele fordernd, vielleicht auch überfordernd ist.“ KI sei dabei längst mehr als ein technisches Hilfsmittel: Sie werde die innere Struktur unserer Organisationseinheiten und damit das traditionelle Geschäftsmodell vieler Banken verändern. Ein zentrales Anwendungsfeld sieht er im datengestützten, personalisierten Vertrieb: Früher sei mit der „Schrotflinte“ gearbeitet worden, heute machen es KI-Systeme möglich, den Kunden passgenaue Angebote zu machen, etwa für die Geldanlage. Die Beratungsqualität könne damit enorm verbessert werden. Auch auf Kundenseite sorge KI für Veränderung, auf die sich Banken einstellen müssen: „Kunden sind viel schneller in der Lage, sich auf Sachverhalte einzustellen, weil KI Informationen sehr viel schneller zusammenfasst und vergleicht“. Neben der Kundenberatung verändert der Einsatz von KI zunehmend auch die tägliche Arbeit in den Banken, vor allem in der Wissensarbeit: „Denken und Wissensvermittlung lassen sich heute technologisch in einem Ausmaß unterstützen, das wir vorher nie hatten.“ Für Rentsch ist das nicht nur ein Effizienzversprechen, sondern auch ein Führungsauftrag: „Wir wollen, dass unsere Mitarbeitenden ausprobieren, dazulernen, offen sind.“ Entsprechend setzt der Sparda-Verbund auf Schulungen, sichere KI-Umgebungen und eine breite Verfügbarkeit der Tools. Doch wie gelingt Innovation in einem hochregulierten Umfeld? Rentsch sieht hier ein grundlegendes Problem, vor allem beim Blick auf die europäische Gesetzgebung. Den EU AI Act kritisiert er deutlich: „Wir schaffen durch solche Regulierung ein Mindset, das defensiv ist.“ Statt über Chancen zu sprechen, liege der Fokus zu stark auf potenziellen Risiken. Regulierung werde „als Selbstzweck forciert“ und sei teils nicht wissenschaftlich basiert. Das Ergebnis: ein lähmendes Regelwerk, hohe Compliance-Kosten und Wettbewerbsnachteile gegenüber innovationsfreudigeren Weltregionen. Trotz dieser Herausforderungen bleibt Rentsch optimistisch: „Ich glaube, die Mutigen werden am Ende belohnt.“ Der Wandel sei in vollem Gange, angetrieben auch von einer neuen Generation, für die der Einsatz von KI selbstverständlich ist. Jetzt komme es darauf an, die Chancen aktiv zu gestalten. Denn: „Wir erleben eine Revolution der bisherigen Arbeitsweise – und wer sie nicht mitgeht, wird im Markt deutliche Nachteile erhalten.“ Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und Digitalwirtschaft-Redaktionsleiter Holger Schmidt. Die Podcastfolgen erscheinen jeweils am ersten Mittwoch im Monat.

Uns gibt’s auch zum Lesen: Finden Sie hier Ihr passendes F.A.Z.-Abo.

Mehr über die Angebote unserer Werbepartner finden Sie HIER.

Was bedeutet Künstliche Intelligenz für den Unternehmenserfolg – und wie lässt sich ihr Einsatz mit Werten und Kultur vereinbaren? In der 50. Folge des F.A.Z. KI-Podcasts gibt Katja van Doren, Personalvorständin und Arbeitsdirektorin der RWE AG, Einblicke in den praktischen Umgang mit KI bei RWE. Für sie ist klar: „KI wird für den Geschäftserfolg entscheidend sein“. Doch der Einsatz solle nicht blind Trends folgen, sondern echten Mehrwert schaffen: „Wir machen KI nicht um der KI willen“. Die Realisierung von konkreten Potentialen stehe deshalb bei RWE im Vordergrund: „Wir machen Künstliche Intelligenz nur dort, wo sie einen echten Mehrwert schafft, also nicht aus Prinzip, sondern mit Verstand“. Eine konkrete Anwendung bei RWE im Personalwesen sei beispielsweise ein Tool zum Abgleich von Lebensläufen und offenen Stellen: „Und es funktioniert - wir haben schon einige Menschen darüber eingestellt“. Trotzdem sei es wichtig, die Technologie umfassend zugänglich zu machen und Freiräume zum Ausprobieren zu schaffen. Der KI-Einsatz beginnt spielerisch RWE hat dafür ein eigenes Sprachmodell für Mitarbeitende entwickelt: „Jeder kann damit entweder wirklich arbeiten oder sich einfach mal ausprobieren. Und es ist auch vollkommen egal, ob es privat oder beruflich ist“. So kann der Einsatz von KI spielerisch beginnen und es bestehe die Möglichkeit, neue Wege für KI-Anwendungen zu entdecken. Derzeit befinde man sich noch überwiegend in einer Phase des Ausprobierens, was jedoch ausdrücklich gewünscht ist. Tracking der Produktivität? Bisher nicht. Denn KI-Transformation brauche Begleitung. Erst wenn Vertrauen, Kompetenz und Akzeptanz gewachsen sind, könne der technologische Wandel wirklich Wirkung entfalten. Für den verantwortungsvollen Einsatz von KI im Einklang mit den Unternehmenswerten hat RWE eine eigene Governance-Richtlinie entwickelt: Wichtig sei der Einsatz „in einem Rahmen, der sicher ist, wo unsere Werte gelebt werden“. Denn bei aller technologischen Veränderung bleibt für van Doren klar: „Der Mensch steht im Mittelpunkt“. KI könne vorbereiten und unterstützen, aber Entscheidungsverantwortungen liegen weiterhin beim Menschen. Daher sei es wichtig, Mitarbeitende zu befähigen und zu begleiten. „Wir beschäftigen uns schon seit anderthalb Jahren damit, wie wir unsere Mitarbeiter eigentlich trainieren und auch durch diese Transformation begleiten [können]“, so van Doren. Das Unternehmen müsse verstehen, wie KI von den Mitarbeitenden angenommen und was für eine gute Integration und Unterstützung benötigt wird. KI ist mehr als ein Trend Für Katja van Doren steht fest: KI ist weit mehr als nur ein technologischer Trend und wird bestehende Geschäftsfelder und Branchen revolutionieren. Unternehmen, die KI gezielt und verantwortungsvoll einsetzen, könnten künftig nicht nur effizienter arbeiten, sondern auch wettbewerbsfähiger und innovativer agieren: „Es wird der essenzielle Erfolgsfaktor für Geschäftserfolg sein“. Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und Digitalwirtschaft-Redaktionsleiter Holger Schmidt. Die Podcastfolgen erscheinen jeweils am ersten Mittwoch im Monat.

Ein Meilenstein für die deutsche Digitalpolitik: Erstmals bündelt ein eigenes Bundesministerium zentrale Kompetenzen zur Digitalisierung. Warum es höchste Zeit für den Schritt war, erklärt Kristina Sinemus, Hessens Ministerin für Digitalisierung und Innovation, in dieser Folge des F.A.Z. KI-Podcasts. Wo aktuell beispielsweise bürokratische Prozesse zwischen zu vielen Ministerien und Stellen verteilt sind, müssten wir jetzt „in der Verwaltungsdigitalisierung in eine andere Systematik kommen und […] einen Paradigmenwechsel einläuten, nämlich mehr in Zentralisierung und Standardisierung gehen”, sagte Sinemus. Nur so könne es gelingen, im Konzert zwischen Bund und Ländern tatsächlich eine neue Dynamik zu entwickeln.

Den Weg zur Konkurrenzfähigkeit im KI-Wettlauf könne Deutschland dennoch nicht allein schaffen – im Gegenteil: Wer Digitalisierung politisch voranbringen wolle, müsse nicht nur national denken, sondern auch europäisch handeln. Sinemus macht deshalb deutlich, wie wichtig es für uns sei, digitale Souveränität in Europa zu stärken - durch eigene Rechenkapazitäten, gemeinsame KI-Initiativen und den Mut, bestehende Regelwerke weiterzuentwickeln. So sei sie beispielsweise offen dafür, die viel-kritisierte Datenschutzgrundverordnung DSGVO einmal auf europäischer Ebene zu novellieren: „Ich bin der Meinung, dass wir das Thema Datenschutz nochmal angehen müssen und nicht Datenschutz, sondern eher Daten-Nutzungsstrategien fahren sollten”, fordert Sinemus. Die DSGVO lasse zudem „ein paar Rechtsräume, die man durchaus interpretieren kann – und die müssen wir schließen”.

Gleichermaßen sieht die Ministerin auch im EU AI Act eher eine Chance als eine Hürde, vorausgesetzt, er werde innovationsfreundlich umgesetzt. Entscheidend sei eine Balance zwischen Schutz und Innovationsoffenheit – Anwendungen in Bereichen mit höchstem Risiko wie beispielsweise Systeme zur sozialen Bewertung zwar zu verbieten, für die weniger riskanten Bereiche aber “eine Nutzenkultur, eine innovationsfreundliche Umsetzung des AI Acts auf den Weg [zu] bringen”.

Auf Landesebene zeige sich darüber hinaus, wie KI ganz konkret zur Verbesserung staatlicher Strukturen beitragen kann, zum Beispiel beim Abbau von Bürokratie. „Wir sind wirklich privilegiert hier in Hessen, dass unser Ministerpräsident nicht nur entschieden hat, ein Digital- und Innovationsministerium einzurichten, sondern auch eines für Entbürokratisierung und Staatsmodernisierung". Gerade die Verbindung von Digitalstrategie und Verwaltungsmodernisierung biete enormes Potenzial: KI könne helfen Prozesse effizienter zu gestalten, Routineaufgaben zu automatisieren und Mitarbeitende zu entlasten. Ministerin Sinemus nennt dabei auch konkrete KI-Anwendungen, wie beispielsweise ein System im Bürgerbüro Offenbach, das Kfz-Anmeldungen übernehmen kann. Ziel sei es, Verwaltungsdienstleistungen nicht nur schneller, sondern auch bürgernäher und nutzerfreundlicher zu machen – und so einen echten Kulturwandel im Behördenalltag anzustoßen. Dabei gehe es laut Ministerin Sinemus nicht nur um Technik, sondern auch um Werte: „Am Ende ist es immer der Mensch, der entscheidet“.

Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und Digitalwirtschaft-Redaktionsleiter Holger Schmidt. Die Podcastfolgen erscheinen jeweils am ersten Mittwoch im Monat.

KI im Krieg: Vision oder längst Realität? „Im Krieg wird alles zur Waffe", sagt Nico Lange, Senior Fellow bei der Münchner Sicherheitskonferenz und Experte für den Ukrainekrieg, mit Blick auf speziell für den Krieg in der Ukraine entwickelte KI-Anwendungen. Lange beschreibt in dieser Folge anschaulich, wie die Ukraine durch die Fusion von Sensoren und KI-gestützten Systemen eine Luftverteidigung aufgebaut hat, die „in vielen Bereichen besser und schneller ist als die, die wir hier bei uns haben". Dabei spiele die Nutzung und Weiterentwicklung von Open-Source-Lösungen eine zentrale Rolle: Bestehende Technologien würden „militarisiert", also umfunktioniert und direkt an der Front weiterentwickelt. Diese unmittelbare Verzahnung zwischen Entwicklung und Anwendung wirke als mächtiger Technologietreiber. Gleichzeitig warnt Lange aber auch vor den Risiken des Open-Source-Ansatzes durch die unkontrollierte Verbreitung leistungsfähiger KI-Modelle: „Wenn es große, sehr leistungsfähige Modelle gibt, die ein Staat wie China oder eine terroristische Gruppe nehmen kann, dann ist das perspektivisch ein Problem.“ Eine zukünftige Regulierung und Kontrolle der Weitergabe solcher Modelle sei aus seiner Sicht unumgänglich: „Die Diskussion über die Nichtverbreitung bestimmter KI-Modelle werden wir künftig brauchen.“ KI verändere nicht nur die operative Kriegsführung, sondern auch deren Ökonomie: Die Technologie ermögliche günstigere Lösungen für militärische Herausforderungen – ein zentraler Faktor für die Ukraine, die mit begrenzten Ressourcen operiert. Die datengetriebene Kriegsführung ermögliche es, präziser und effizienter zu agieren und habe so der Ukraine geholfen, sich gegen die russische Übermacht zu behaupten. Eine entscheidende Rolle spiele dabei zum Beispiel die Einbindung ziviler Datenquellen wie Handyvideos oder kommerzieller Satellitenbilder in die militärische Aufklärung. Darüber hinaus werde KI nicht nur auf dem Schlachtfeld eingesetzt: Auch im Kampf gegen Desinformation biete sie neue Möglichkeiten. Gerade Russland sei auf diesem Feld besonders aktiv. Die KI könne helfen, schädliche Akteure und Bots zu identifizieren und ihre Netzwerke zu zerschlagen. In Zeiten der hybriden Kriegsführung könnten solch digitale Einsatzbereiche zunehmend an Bedeutung gewinnen. Um unserer ethischen Verantwortung nachzukommen und uns gleichzeitig in der Sicherheit technologisch nicht abhängen zu lassen, sei es laut Lange entscheidend, ethische Fragestellungen nicht abstrakt, sondern anhand konkreter Anwendungsfälle zu diskutieren: „Besser anfangen – und dann bei den konkreten KI-Anwendungen die ethischen Fragen auf Grundlage unserer Werte diskutieren“. Nur so könne die gesellschaftliche Debatte versachlicht und die technologische Entwicklung sinnvoll mitgestaltet werden. Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und Digitalwirtschaft-Redaktionsleiter Holger Schmidt. Die Podcastfolgen erscheinen jeweils am ersten Mittwoch im Monat.

Uns gibt’s auch zum Lesen: Finden Sie hier Ihr passendes F.A.Z.-Abo.

Mehr über die Angebote unserer Werbepartner finden Sie HIER.

Daten spielen in den Geschäftsmodellen der Versicherungen seit jeher eine entscheidende Rolle. Deshalb seien sie prädestiniert für den Einsatz der KI, erläutert Mark Klein, Chief Digital Officer bei der Ergo Gruppe, in der neuen Folge des F.A.Z.-KI-Podcasts. Ergo verwende die Technologie daher bereits entlang der gesamten Wertschöpfungskette. Bei der Bearbeitung von eingehenden Versicherungsansprüchen finden KI-Tools beispielsweise an mehreren Stellen im Prozess Anwendung: „Wir führen im Dokumenteneingang – sei es jetzt eine Arztrechnung oder ein Rezept – eine Klassifikation der Dokumente durch. Dazu gehört natürlich auch die Extraktion von Daten bis nachher zur Entscheidung ‚Zahlen wir die Leistung oder nicht?“, berichtet Klein. Darüber hinaus könnten KIs beispielsweise Schäden auf Fotos von Fahrzeugen erkennen, um den Prozess der Schadenerfassung beim Beantragen einer Kfz-Versicherung zu verschlanken. Mit Ergo GPT habe Ergo zudem auch einen eigenen KI-Assistenten à la ChatGPT eingeführt, der seit einem Jahr allen Mitarbeitenden in Deutschland zur Verfügung steht. „Mittlerweile nutzen 60 Prozent unseres Innendienstes die Technologie, mit 5000 bis 6000 Unique Usern pro Monat“, erklärt Klein. Ziel sei es, die Nutzung weiter auf 90 Prozent zu steigern, denn „Technologie muss man erfahren. Die kann man nicht in PowerPoint erlernen. Da müssen die Kolleginnen und Kollegen reingehen und sagen ‚Ich probiere die jetzt mal aus‘“, so Klein. Um die Akzeptanz der neuen Werkzeuge zu erhöhen, setze Ergo auf das Format „Digital Morning“. Alle drei bis vier Wochen zeigen Mitarbeitende aus verschiedenen Abteilungen, wie sie die KI-Tools nutzen – sei es für die Automatisierung von Makros, die Erstellung von Tabellen oder die Bearbeitung von Kundenanfragen. „Die Fans der Technologie müssen eine Bühne bekommen“, betont Klein, denn begeisterte Erfahrungsberichte aus der Praxis überzeugten mehr als Vorgaben von oben. Die bislang positive Resonanz für die Technologie spiegele sich auch in den Nutzungszahlen von Ergo GPT: Seit der Einführung seien insgesamt bereits mehr als 800.000 Prompts von Ergo Mitarbeitenden eingegangen, wobei aktuell monatlich rund 200.000 Anfragen hinzukämen. Die Vorteile des KI-Einsatzes liegen auf der Hand: Je nach Prozess könne die Verwendung der neuen Werkzeuge zu Effizienzsteigerungen „in Richtung von 20 Prozent“ führen, erzählt Klein. Die häufig angesprochene Übersetzung der zusätzlichen Produktivitätsgewinne in Arbeitsplatzverluste sieht Klein aber dennoch nicht. Denn aktuell nehme aufgrund des aktuellen demografischen Wandels mit dem Eintreten vieler Babyboomer in das Rentenalter die zur Verfügung stehende Arbeitskraft ab, und gleichzeitig kämen mehr Spitzen in der Arbeitsbelastung hinzu, zum Beispiel durch die Zunahme von Naturkatastrophen. KI könne helfen, diese drohende Produktivitätslücke zu schließen. „Wir hätten eher ein Problem, wenn wir die Technik nicht hinbekommen“, sagt Klein. Zudem erwarte er zwar eine Veränderung der Jobprofile durch KI – aber eine willkommene: So fänden bei Ergo bereits KI-Tools Anwendung, die eingehende Dokumente, beispielsweise Material- und Laborkostenpläne, automatisiert auslesen und den Mitarbeitenden digitalisiert vorausgefüllt zur Verfügung stellen. Somit entfalle das mühselige, stundenlange Abtippen der Dokumente durch Mitarbeitende – die „hellauf begeistert“ über den Wegfall der lästigen Routineaufgaben waren, berichtet Klein. „Damit macht KI unsere Jobs menschlicher. Weil ich eben nicht mehr Teil des Systems bin und Sachen mache, wo ich eigentlich sage, das muss heutzutage die Maschine können – sondern ich kontrolliere die Maschine“.

Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und Digitalwirtschaft-Redaktionsleiter Holger Schmidt. Die Podcastfolgen erscheinen jeweils am ersten Mittwoch im Monat.

Uns gibt’s auch zum Lesen: Finden Sie hier Ihr passendes F.A.Z.-Abo.

Investitionen in Generative Künstliche Intelligenz lohnen sich, selbst im hochregulierten Bankensektor, berichtet Christian Brauckmann, Vorstandsmitglied für IT und Organisation bei der DZ Bank. Die DZ Bank habe seit der Implementierung der hauseigenen ChatGPT-Instanz „DZ Chat“ im Sommer 2023 die erzielten Produktivitätssteigerungen sowie die anfallenden Kosten gemessen: „Wir haben bislang einen niedrigen einstelligen Millionenbereich investiert, aber der Nutzen, den wir messen, übersteigt bereits mit dem Jahr 2024 diese Aufwendung“, sagt Brauckmann im F.A.Z. KI-Podcast. Auf der Kostenseite stünden dabei neben den Entwicklungskosten für die inzwischen aufgebaute GenAI-Plattform und ihre technischen Komponenten auch Kosten für die Schulung der Mitarbeitenden für den Einsatz der neuen KI-Tools. Diesen stehen aber schon ein „Nutzen pro Jahr von über 3 Millionen Euro gegenüber“, erklärt Brauckmann, und fügt an, dass dieser sich in den nächsten Jahren voraussichtlich weiter erhöhen werde. Gemessen habe die Bank diesen Gesamtnutzen anhand der hohen Nutzungszahlen der KI-Tools und ihrem Beitrag zu den jeweiligen Effizienzzielen der Fachbereiche. Um auch wirklich in allen Fachbereichen in den produktiven Einsatz von KI zu kommen, führt Brauckmann die nutzerfreundliche Gestaltung der GenAI-Plattform als wichtigen Erfolgsfaktor an. Diese erlaube es auch Fachbereichen ohne KI-Expertise mithilfe von Low-Code / No-Code Ansätzen, eigene „Fachbereichs-Bots“ zu entwickeln. „Ich glaube, wir haben mittlerweile 33 verschiedene Bots im Einsatz, neben unserer Grundfunktion DZ-Chat“, erzählt Brauckmann. Diese Bots könnten beispielsweise Mitarbeitende des Kreditgeschäfts mit Analysen und Vergleichen von Geschäftsberichten unterstützen oder Mitarbeitenden des Fördermittelgeschäfts mithilfe interner Daten bei der Auswahl von Fördermitteln zur Hand gehen. Ein zweiter Erfolgsfaktor sei der Kompetenzaufbau bei den Beschäftigten: „Ein Format nennen wir KI-Bootcamp, wo wir mit mehreren Leuten, auch mit Führungskräften, uns mit KI auseinandersetzen. Wo auch noch einmal die Grundlagen des Promptings dargestellt werden. […] Das muss man einfach lernen und üben, üben, üben“, sagt Brauckmann. Das Schulungsangebot werde zudem durch „Floorwalkers“ ergänzt: KI-affine Experten in den Fachabteilungen, die bei der Einführung neuer KI-Anwendungen über die Schulter schauen und Fragen beantworten könnten. Durch den breiten Kompetenzaufbau arbeiteten heute bereits etwa 2200 der insgesamt 6000 Bankmitarbeitenden regelmäßig mit KI-Tools, berichtet Brauckmann – was für eine Bank ein guter Fortschritt, aber dennoch weiter ausbaubar sei.

Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und Digitalwirtschaft-Redaktionsleiter Holger Schmidt. Die Podcastfolgen erscheinen jeweils am ersten Mittwoch im Monat.

Uns gibt’s auch zum Lesen: Finden Sie hier Ihr passendes F.A.Z.-Abo.

Mehr über die Angebote unserer Werbepartner finden Sie HIER.

Unternehmen, die generative KI strategisch clever einsetzen, können die Früchte schnell ernten: 3600 Arbeitsstunden in der Woche erspare allein die hauseigene Wissensmanagement-Anwendung MyGPT den Mitarbeitenden, erzählt Walid Mehanna im F.A.Z. KI-Podcast. Die ChatGPT-ähnliche Lösung mache den Wissensschatz des Unternehmens über Dialoge abrufbar und könnte in vergleichbarer Ausführung in Unternehmen jeder Branche zum Einsatz kommen. „Wenn man das Invest sehr fokussiert macht, ist der Return on Invest heute schon gegeben“, sagt Mehanna. Wichtig sei dabei, diszipliniert nicht jede KI-Welle mitzunehmen, sondern durch Verbindung der generativen KI mit den eigenen Datenbeständen die wirklich spannenden Mehrwerte zu identifizieren, die das Preisschild auch wert wären. Über den alltäglichen Einsatz hinaus könnten disruptive KI-Lösungen die Medikamentenentwicklung beschleunigen oder personalisierte Therapien ermöglichen, beispielsweise mit Wachstumshormonen für Jugendliche. Mit Blick in die Zukunft seien für Mehanna insbesondere auch Implantate, die direkt mit dem Nervensystem verbunden werden und bei der Behandlung schwerer chronischer Erkrankungen helfen können, vielversprechend. Die nächste Generation an Implantaten werde „mit KI viel präziser, personalisierter, in Echtzeit auf Nervensignale reagieren können“. Das ist ein frühes Forschungsfeld, aber die ersten Ergebnisse seien extrem positiv. Hinsichtlich zukünftiger Entwicklungen der KI sieht Mehanna in der Veröffentlichung des chinesischen Open Source Modells DeepSeek-R1 vor zwei Wochen schon einen enormen Fortschritt: „Es erinnert mich von der Energie her ein bisschen an den Launch von ChatGPT in 2022.“ Das Modell sei qualitativ sehr hochwertig, in aktuellen Benchmarks entweder gleichauf mit oder besser als Konkurrenzmodelle, und beschreibe seine Vorgehensweise sehr gut in Echtzeit. Zusätzlich sei die Transparenz des Startups zu ihren Entwicklungsfortschritten begrüßenswert und die Lizenz extrem attraktiv – auch für Unternehmen, da sie die kommerzielle Nutzung erlaube. DeepSeek-R1 sei somit eine kosteneffiziente, transparente, offene und performante Option, die allerdings mit einem Haken daherkomme: „Ähnlich wie amerikanische Modelle auch einen Bias haben, ist DeepSeek-R1 politisch korrekt – in China“. Politische Vielfalt sei deshalb im Modell nicht zu erwarten, führt Mehanna aus, ließe sich jedoch bei Bedarf je nach Anwendungsfall leicht nachtrainieren. Darüber hinaus gelte es zwischen dem Modell und der Website bzw. der App zu unterscheiden, da die letzteren die eingegebenen Daten auf chinesische Server senden und sie DeepSeek zur Weiterverwendung freigeben, womit sie für den Unternehmenseinsatz nicht in Frage kommen. Dennoch sei die Veröffentlichung des Modells und des zugehörigen Forschungspapers ein Meilenstein in der Entwicklung von KI-Systemen, von der auch die nächste Generation der europäischen Modelle profitieren könnte – wenn Europa die richtigen Schlüsse zieht. So hinke die Risikobereitschaft im Vergleich zur amerikanischen deutlich hinterher, sowohl im Hinblick auf Investitionen in KI, als auch bei der Anwendung neuer KI-Ansätze. Des Weiteren fehle Europa der Fokus: „Ultimativ brauchen wir in Europa mehr Priorität auf dem Thema Digitalisierung. ns geht es vielleicht manchmal zu gut, als dass wir wirklich die Notwendigkeit sehen“, sagt Mehanna. Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und Digitalwirtschaft-Redaktionsleiter Holger Schmidt. Die Podcast-Folgen erscheinen jeweils am ersten Mittwoch im Monat. Uns gibt’s auch zum Lesen: Finden Sie hier Ihr passendes F.A.Z.-Abo.

Mehr über die Angebote unserer Werbepartner finden Sie HIER.

Ein durchdachtes Datenmanagement bildet die Grundlage jeder erfolgreichen KI-Strategie – doch wie gut sind Unternehmen darauf vorbereitet, ihre Daten effizient zu nutzen? Christine Legner, Professorin für Wirtschaftsinformatik an der Universität Lausanne, sieht im aktuellen KI-Hype eine große Motivation für Unternehmen, ihr Datenmanagement nachzuziehen und weiterzuentwickeln. Viele Unternehmen beschäftigten sich zwar schon lange mit KI „aber es gab ein Plateau von 2017 bis 2022, als relativ wenig vorangegangen ist. Es gab viele interessante Use Cases, aber eine gewisse Schwierigkeit, diese dann auch in die Skalierung zu tragen“. Das Aufkommen der generativen KI habe nicht nur gänzlich neue Anwendungsfelder erschlossen, sondern auch neuen Schwung in das Datenmanagement gebracht. Das Bewusstsein, „dass es auch Daten braucht für die KI, ist sehr viel stärker nach vorne getreten“, berichtet Legner im KI-Podcast der F.A.Z. mit Peter Buxmann und Holger Schmidt. Denn ohne eine solide Datenbasis könnten selbst innovative KI-Anwendungen nicht erfolgreich eingesetzt werden. Deshalb müssten „viele Unternehmen ihre Prozesse nochmal ganz neu anschauen,“ sagt Legner. Häufig seien dabei grundlegende Veränderungen notwendig, um das volle Potenzial der KI auszuschöpfen und gleichzeitig Daten intelligent in Unternehmensprozesse zu integrieren. „Für KI benötige ich Daten in einer anderen Form, wie ich sie bisher für die Digitalisierung verwendet habe.“ Bisher seien Daten stets eng an den Zweck gekoppelt gewesen, für welchen sie gesammelt wurden, beispielsweise an die Generierung von Berichten. Mit KI würden die Daten nun stets für neue Zwecke verwendet und müssten zudem sowohl in viel größerem Umfang vorliegen als auch aus verschiedenen Datenquellen kombiniert werden. „Wenn ich bisher ein gutes Datenmanagement hatte – hochwertige Kundendaten, Produktdaten – sind die natürlich sehr wichtig für die KI. Aber gleichzeitig haben Data Scientists die Anforderung, den vorhandenen Bestand mit weiteren Daten aus digitalen Interaktionen oder Ähnlichem anzureichern“, erzählt Legner. Unternehmen müssten ihre Daten deshalb über System-, Unternehmens- und Landesgrenzen hinweg verknüpfen. Insbesondere die Suche nach geeigneten Daten für generative KI habe ebenfalls eine bislang ungekannte Breite angenommen, da fast jede Art von Datentyp für die Verwendung in entsprechenden KI-Lösungen in Frage käme – von Dokumenten über Zeichnungen bis hin zu Videoaufzeichnungen oder Audiodateien. „Es gibt ja Aussagen, dass ungefähr 90 Prozent aller Daten im Unternehmen eigentlich nie genutzt werden. Und die sind jetzt potenziell wirklich wertvoll. Aber auf der anderen Seite vielleicht auch ein potenzielles Risiko, weil sie sensible Daten enthalten und niemand davon weiß“, erzählt Legner. Das Management dieser unstrukturierten Daten sei deshalb das Thema der Stunde. Auf der anderen eröffne die generative KI glücklicherweise auch zahlreiche Möglichkeiten, zu gutem Datenmanagement beizutragen. So könnten intelligente Formulare oder die Extraktion von Produktinformationen aus einem Foto die Datenerfassung enorm erleichtern, während andere KI-Tools auf Anomalien in der Datenqualität hinweisen könnten oder direkt in Form von Copiloten die Daten-Verantwortlichen in den Unternehmen unterstützen. Aufgrund der steigenden Komplexität der Probleme sei genau diese Integration von KI in Datenmanagement-Themen laut Legner auch zwingend vonnöten: „Wenn wir das Datenmanagement nicht intelligenter machen, dann glaube ich nicht, dass wir zu großen Fortschritten kommen werden. Und da wird es sicherlich einen großen Push geben in nächster Zeit.“ Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und Digitalwirtschaft-Redaktionsleiter Holger Schmidt. Die Podcast-Folgen erscheinen jeweils am ersten Mittwoch im Monat.

Uns gibt’s auch zum Lesen: Finden Sie hier Ihr passendes F.A.Z.-Abo.

Mehr über die Angebote unserer Werbepartner finden Sie HIER.

Generative KI hat das Potenzial, die Arbeitswelt grundlegend zu verändern, sagt Hartmut Jenner, Vorstandsvorsitzender von Kärcher. Er spart bereits bei Routineaufgaben wie dem Verfassen von E-Mails, die dank KI präzise und effizient erledigt werden können, bis zu einer Stunde Arbeitszeit pro Tag. Diese Produktivitätsgewinne gilt es nun, möglichst vielen Mitarbeitenden zugänglich zu machen, so Jenner. „Das eigentliche Problem bei der Digitalisierung ist: Es gibt die Menschen, die mitmachen, und die, die entweder gar nicht oder nur unzureichend mitmachen“, sagt er. Unternehmen stünden bereits unzählige digitale Tools zur Verfügung, einschließlich generativer KI, deren positive Auswirkungen auf die Produktivität jedoch ausblieben, weil sie von zu wenigen Mitarbeitenden genutzt würden. „Deshalb möchten wir nicht sofort Einschränkungen einführen, sondern zunächst die Möglichkeiten ausloten und fragen: ‚Zeig uns, was mit Tools wie generativer KI möglich ist‘“, erklärt Jenner. Im besten Fall werde die Einführung von KI nach Jenner in einem Bottom-up-Ansatz von den Mitarbeitenden selbst vorangetrieben, die in ihren jeweiligen Anwendungsbereichen konkrete Mehrwerte erkennen. „Es gibt so viele Use Cases, das kann man nicht einfach von oben vorgeben“, so Jenner. Besonders im Bereich der Reinigungssysteme ergeben sich bereits drei zentrale Einsatzfelder für KI: die Erkennung von Schmutz auf Böden, die dynamische Planung von Reinigungsprozessen und die Verbesserung der Kundenkommunikation, etwa durch maßgeschneiderte Reinigungstipps. Darüber hinaus ermögliche KI beispielsweise effiziente Marktanalysen des Reinigungsmarktes, erleichtere Wartungsarbeiten durch frühzeitige Fehlererkennung oder optimiere kreative Prozesse wie die Erstellung von Werbematerialien und sprachlich vielseitigen Avataren. Jenner selbst nutze „einen eigenen Avatar, mit dem ich in allen Sprachen der Welt sprechen kann – kürzlich hielt ich eine Ansprache in Mandarin“. Jenner appelliert daher an CEOs: Nur wer selbst mit KI-Lösungen arbeitet, kann deren Potenzial wirklich verstehen. Dann gehe es darum, die eigenen Anwendungsfälle klar zu definieren und die Belegschaft durch praktische Unterstützung und Transparenz mitzunehmen. Aktuell sei dabei Geschwindigkeit entscheidend: „Viele CEOs warten, wie bei jeder neuen Technologie erst die Euphoriewelle ab, dann die Ernüchterung, wenn sie kommt, und fragen sich: ‚Was bleibt wirklich hängen? Was ist der wahre Nutzen?‘ Aber bei KI sollte man schnell handeln“, so Jenner. Es sei wichtig, frühzeitig Erfahrungen mit der Technologie zu sammeln und relevantes Wissen aufzubauen, um im Wettlauf um KI nicht zurückzufallen. Hinsichtlich der Kosten hält sich Jenner zwar zurück, meint jedoch zu den Gesamtausgaben: „Das war für uns durchaus in Ordnung – und ein Schwabe sagt das selten.“ Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und Digitalwirtschaft-Redaktionsleiter Holger Schmidt. Die Podcast-Folgen erscheinen jeweils am ersten Mittwoch im Monat.

Uns gibt’s auch zum Lesen: mit unserem FAZ+ Jahresabo – exklusiv zum Aktionspreis bis Ende 2024.

Mehr über die Angebote unserer Werbepartner finden Sie HIER.

„Wöchentlich, manchmal sogar täglich oder stündlich, kommt etwas Neues um die Ecke“, sagt Professor Holger Hanselka, Präsident der Fraunhofer-Gesellschaft über die Innovationsgeschwindigkeit in der generativen KI. Angesichts der hohen Investitionen in diese Technologie in den USA und China sowie der dort verfügbaren Rechenleistung und Arbeitskräfte hat Deutschland es schwer, bei der Entwicklung grundlegend neuer Modelle mitzuhalten, so Hanselka. Um dennoch im Technologiewettlauf bestehen zu können, sollte Deutschland die Entwicklung kleinerer, energie- und kosteneffizienter KI-Lösungen vorantreiben, die spezifisch für bestimmte Anwendungsgebiete trainiert sind.

In der Gesellschaft beobachtet Hanselka eine Skepsis gegenüber der Nutzung von generativer KI. „Die Eigenart unserer Nation ist, dass wir erst mal Bedenkenträger sind.“ In der Industrie finde sich allerdings zum Teil das genaue Gegenteil – insbesondere etablierte Unternehmen mit eigenen Forschungslaboren seien bereits mit hoher Geschwindigkeit unterwegs, generative KI-Anwendungen zu entwickeln. Auch in mittelständischen Unternehmen gebe es unzählige Möglichkeiten, Prozesse mithilfe von KI zu automatisieren und so die menschliche Produktivität zu steigern.

Hanselka sieht in der generativen KI einen enormen Beschleuniger, der auf einer Stufe mit anderen Basistechnologien wie der Dampfmaschine steht, von dem wir allerdings eher langfristig als kurzfristig profitieren werden. „Dummerweise geht dem Menschen die Lust und das Geld aus, wenn man nicht zwischendurch auch einen Zwischenerfolg hat“, so Hanselka. Es sei aber wichtig, die langfristige Strategie nicht aus den Augen zu verlieren und an die Zukunft der Technologie zu glauben, wie es zum Beispiel Elon Musk und andere erfolgreiche US-amerikanische Unternehmer vorleben. Auch China verfolge eine langfristige Strategie.

Derzeit fehle es vor allem im Mittelstand noch an den notwendigen Kompetenzen und Kapazitäten, um sich mit der Technologie auseinanderzusetzen. Hier könne der Staat gezielt Innovationen fördern, etwa indem er als „Ankerkunde“ kleine und große KI-Anbieter mit der Modernisierung der öffentlichen Verwaltung mithilfe von KI-Anwendungen beauftrage. Hanselka sieht die Politik in der Pflicht, die Rahmenbedingungen und Leitplanken auf eine Weise zu setzen, dass Innovation und Disruption nicht durch zu restriktive regulatorische Hürden behindert werden.

Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und Digitalwirtschaft-Redaktionsleiter Holger Schmidt. Die Podcast-Folgen erscheinen jeweils am ersten Mittwoch im Monat.

Generative KI hat sich im Marketing besonders schnell durchgesetzt. Inhalte schnell und günstig mit ChatGPT oder Midjourney zu erstellen, ist aber nur die Oberfläche. KI ermöglicht auch das Aufkommen der „Antwortmaschinen“ wie Perplexity, die statt Links auf andere Websites KI-generierte Antworten liefern – und damit die Nutzer gar nicht mehr wegschicken. Das hat Folgen: „Die Veränderungen werden fundamental sein, es wird kein Stein mehr auf dem anderen stehen“, erwartet Markus Caspari. Vor allem das Performance Marketing wird sich anpassen müssen, also die Werbung in Suchmaschinen und die Optimierung der Websites für die Suchmaschinen. Caspari erwartet schon bald, dass Performance Marketing seinen Höhepunkt mehr alsschreiten wird. Markenbildung werden dann wieder wichtiger.

Wir haben die wichtigsten Antworten von Markus Caspari hier aufgeführt:

Was sind denn die drei wichtigsten Änderungen durch KI, die schon heute im digitalen Marketing zu beobachten sind?

Subjektiv ist das zum erstens die Social Media Content-Generierung mit Texten, Bildern und Videos. Dort hat sich die Arbeitsweise von Agenturen bereits verändert.

Zweitens ist es Search mit den Teilbereichen SEA und SEO, hierbei beispielsweise die Generierung von Texten für Websites oder Anzeigen beziehungsweise Hilfe bei der Inspiration.

Die dritte wichtige Änderung ist der Bereich der Datenanalyse, vor allem die Analyse großer Datenmengen im Marketing und Mediabereich. Dabei spielen Daten-Anomalien eine große Rolle, die Frage ist: Was ist bei Marken oder Kampagnen anders als bei anderen und kann man dort Korrelationen feststellen, die man auch in anderen Bereichen findet. In den meisten Anwendungsfällen handelt es sich um Effizienzgewinne. Komplett disruptive Anwendungen sind aktuell noch selten anzutreffen.

Gab es einen KI-Moment, wo Du das erste Mal „wow“ gesagt hast und es Dich vom Stuhl gehauen hat?

Das erste Mal vom Stuhl gehauen hat mich der Launch von Chat GPT, sozusagen der „Interface-Moment“ für die Künstliche Intelligenz. Oft werden Vergleiche angestrebt, bei denen der Launch von ChatGPT mit dem Start des Internet oder der Veröffentlichung des ersten iPhone in Beziehung gesetzt werden. Aus meiner Sicht ist die Analogie mit dem Browser zutreffender. Die ersten Browser haben das Internet – das es schon zuvor gab – der breiten Masse erst durch ein einfaches User Interface zugänglich gemacht.

Im Bereich SEA-Kampagnen haben mich die Möglichkeiten der KI bereits beeindruckt. Gerade dann, wenn man sehr granular arbeiten muss, zum Beispiel im Personalmarketing oder Geomarketing. In diesen Bereich gibt es viele Anwendungsfälle für KI, die enorm Zeit ersparen.

Bleiben wir bei den Suchmaschinen, dort gibt es den Trend zu den „Zero Klicks“ schon länger, also dass die Suchmaschine direkt die Frage beantwortet und gar niemanden mehr auf eine Website schickt. Aus Suchmaschinen werden Antwortmaschinen, was dazu führt, dass Suchmaschinen-Optimierung (SEO) und Suchmaschinen-Werbung (SEA) schwieriger werden. Wie ist Deine Prognose zum Suchmarkt und wie wird sich Performance Marketing durch KI verändern?

Die Veränderungen werden fundamental sein, es wird kein Stein mehr auf dem anderen stehen. Die Thematik mit den „Zero Klicks“ ist nicht neu, sondern das ist schon länger sichtbar, bereits vor der generativen KI. Laut einer Studie führen bereits heute etwa zwei Drittel der Suchen in Suchmaschinen gar nicht mehr zu Klicks. Das ist strategisch sehr wichtig und daraus kann man auch Ableitungen für die Zukunft treffen. Hintergrund ist der Umstand, dass die Plattformbetreiber ein wirtschaftliches Interesse haben, die Nutzer in Ihren Apps zu halten. Das ist nicht nur bei der Suche so, sondern zum Beispiel auch im Bereich der sozialen Medien. LinkedIn ist nur ein Beispiel dafür: Der Algorithmus bestraft externe Verlinkungen. Je mehr Zeit die Nutzer auf den Plattformen verbringen, desto mehr Opportunitäten gibt es, diesen Personen Werbung auszuspielen

Durch die generative KI wird diese Problematik verschärft. Denn das nicht geschriebene Gesetz zwischen Publishern und Website-Betreibern, die Content verfügbar machen, der indexiert wird und in der Folge Besucher generiert, wird aufgekündigt. Die Content-Produzenten haben weiterhin Zeitinvest und Kosten, bekommen aber keinen Traffic mehr.

Was heißt das für das Performance Marketing, wenn Perplexity oder Google AI Overview die Fragen direkt beantworten?

Am wichtigsten ist die Diversifikation. Nach Möglichkeit sollte man sich breiter aufstellen und nicht nur auf einen Anbieter im Bereich Search setzen, sondern auch auf Social oder andere Plattformen, bei denen man mehr als Video- oder Display-Advertising Klicks einkauft.

Die Thematik Gen AI verändert vieles, wie zum Beispiel Online-Buchungen und damit auch die Rezensionen. Was passiert, wenn jetzt Rezensionen mit KI geschrieben werden und echte nicht mehr von unechten Bewertungen zu differenzieren sind? Geht dann das ganze Bewertungssystem über Bord?

Die Gefahr besteht durchaus. Am besten lässt sich diese Problematik anhand des Beispiels der Amazon-Produktbewertungen erklären. Amazon selbst hat diese Thematik bereits identifiziert und sie suchen mit ihrer KI nach Mustern in den Daten – was mal besser und mal schlechter funktioniert. Es werden Korrelationsanalysen gemacht, wer hat sich wann angemeldet, gibt es Auffälligkeiten, die mehr als Durchschnitt liegen. Bei den Amazon-Bewertungen wird zudem differenziert zwischen verifizierten Käufern und Nicht-Käufern. Die Konsumenten könnten lernen, dass Bewertungen verifizierter Käufer künftig noch wichtiger sind. Darüber hinaus geht Amazon auch öffentlichkeitswirksam juristisch gegen betrügerische Falschbewertungen vor und statuieren diesbezüglich Exempel.

Eine KI, die eine andere KI erkennt, ob eine Rezension mit KI geschrieben wurde – da bin ich skeptisch. Die Nachvollziehbarkeit ist doch nicht gegeben, oder?

Stimmt, hier startet ein klassisches Wettrüsten. Der Unterschied beim E-Commerce oder genauer Amazon im Vergleich zu anderen Lebensbereichen (beispielsweise Hausarbeiten an einer Hochschule) besteht einerseits durch die verifizierten Käufer und andererseits durch das Einloggen. Dadurch wird die Skalierbarkeit der automatisch generierten Produktbewertungen eingeschränkt.

Die großen Player in der Werbung – Google, Meta, Amazon – geben Milliarden aus für Künstliche Intelligenz. Werden sie dadurch ihre ohnehin schon gute Position im Digital Marketing nochmals ausbauen und mächtiger werden?

Der Markt wird sich verändern, Marktanteile werden sich verschieben, allerdings wird es schwer zu antizipieren, welcher Anbieter sich durchsetzen wird. Die Plattformökonomie spricht aber dafür, dass wir weiterhin oligopolistische Strukturen haben werden, mit wenigen Marktanbietern. Grundsätzlich werden die Starken werden nochmals stärker werden. Google selbst hat im Mai 2024 auf seinen Hausmessen Google I/O und Google Marketing Live gezeigt, dass die Innovationsschlagzahl aktuell auch wieder deutlich zunimmt, nachdem die Innovationen zuvor eher inkrementeller Natur waren. Analog ist das auch bei Meta und Amazon zu beobachten.

Plattformen sind dadurch so groß geworden, dass sie kuratierte Services angeboten und Third Parties auf ihre Plattformen geholt haben. Das wiederholt sich gerade jetzt mit der Künstlichen Intelligenz wieder. Wie verändern diese Tools die digitale Landschaft?

Einen Teil der Veränderungen sehen wir bereits jetzt. Die Thematik Automatisierung spielt bei Google schon sehr lange eine Rolle. Genau wie das Thema KI an sich. Lediglich die Aufmerksamkeit ist jetzt eine andere durch generative KI. Google hat gerade die Conversational Experience für den deutschsprachigen Raum gelauncht, bislang war das nicht der Fall. Damit wird ein Kampagnenmanager beim Aufsetzen von Digital Marketing Kampagnen in Google Ads durch das Interface geführt, man beschreibt die Ziele und die KI macht Vorschläge, die nur noch genehmigt werden müssen. Im Bereich gibt Media es schon lange KI-getriebene Lösungen wie Performance Max von Google, das kontinuierlich weiterentwickelt wird. Daneben gibt es zum Beispiel Microsoft Performance Max, Pinterest Performance+, Amazon Performance+ und Meta Advantage+.

Pinterest denkt bei seinen KI-Mediaprodukten zum Beispiel über die reine Optimierung hinaus, was positiv hervorzuheben ist. Pinterest bedenkt auch Aspekte wie Inklusion, bei der Zusammenstellung des Feeds, das bedeutet: es wird dafür gesorgt, dass die Algorithmen nicht nur Stereotypen bedienen. Snapchat war – trotz aller Kritik, die es zum Start gab - mit dem Chatbot MyAI ein Early Adopter der Social Media Plattformen im Bereich KI. Im Bereich LinkedIn gibt es inzwischen LinkedIn Accelerate, dass in der öffentlichen Beta ist und laut dem Anbieter vielversprechende Effizienzgewinne hat.

Was kommt auf die anderen Player zu, also auf Publisher oder Mediaagenturen?

Mediaagenturen sind gewohnt Datengetrieben zu agieren, zu handeln und zu denken, insbesondere natürlich im Performance Marketing Bereich. Man ist es dort gewohnt, große Datenmengen zu analysieren, daraus Ableitungen zu treffen und in der Folge Daten- und Toolbasiert Entscheidungen zu treffen. In der Konsequenz können dann Empfehlungen ausgesprochen werden. Dementsprechend ist dort schon der richtige Mindset für KI vorhanden. Die Problematik ist das Ökosystem. Grundsätzlich ist aus Mediaagentur-Perspektive die Medienpluralität wichtig, das bedeutet viele Publisher und viele Angebote. Die zu erwartende Konsolidierung der Anbieter im Mediensektor ist auch für die Kunden der Mediaagenturen eine Herausforderung. Aktuell ist der Beratungsbedarf für KI hoch, weil sich viel verändert. Die Frage ist, wie es sich mittel- und langfristig verhalten wird. Bei der derzeitigen Innovationsrate sind langfristige Prognosen jedoch schwer. Für die Publisher ist die Herausforderung groß, man muss KI „proaktiv umarmen“. Grundsätzlich muss KI– trotz eventueller Verlustängste in den Redaktionen – genutzt werden, um effizienter zu werden. Bei den Publishern ist die Frage, wie sie strategisch mit Chat GPT & Co. umgehen sollten.

Publisher haben die Chance Inhalte so zu kennzeichnen, dass Anbieter von generativer KI diese nicht für Trainingszwecke nutzen dürfen. Hälst Du diese Verweigerung für eine gute oder eine nicht so gute Idee?

Publisher sind aktuell oft in einer finanziell schwierigen Situation, oft gebeutelt von jahrelangen Sparrunden und dementsprechend empfänglich für Angebote. Die Fragestellung ist eine von kurz- versus langfristig und dem Verhalten der anderen Mitspieler. Ferner ist entscheidend, ob ein Verlag tendenziell eher einzigartige und exklusive Inhalte hat oder ob es zahlreiche Substitute gibt. Zusätzlich ist Quellen-Transparenz in den KI-Antworten aus Medien-Sicht ganz entscheidend, das heißt werden der Publisher oder seine Marke prominent genannt oder nicht.

Ferner würde es mich nicht wundern, wenn in der Zukunft ein Wissenschaftsverlag von einem KI-Betreiber gekauft wird, damit die oft exklusiven Inhalte anderen Plattformen nicht mehr für Trainingszwecke zur Verfügung stehen.

Bei der Fragestellung welche Berufe mit am stärksten durch KI verändert werden, stehen meist Marketing und Software-Ingenieure relativ weit oben. Wie ist Deine Prognose, wie wird es den Job des Marketers verändern?

Die Marketing-Jobs werden sich grundlegend verändern – ich bin selbst von dieser Thematik betroffen. KIs können gut analysieren und generieren. Die Aufgaben der Marketers haben dazu eine sehr hohe Übereinstimmung: zunächst wird analysiert, dann wird geschaut welches Produkt man launcht oder in welchen Markt man einsteigt und am Ende werden Kampagnen & Kreationen generiert. Dementsprechend besteht eine große Übereinstimmung. Daher wird der Einschlag recht groß sein. Die Frage ist dabei nur wie lange das Zeitfenster noch ist, aber der Einfluss wird enorm sein.

Denkst Du im Bereich Marketing wird es in 3 bis 5 Jahren noch genau so viele Mitarbeiter geben wie heute?

Zunächst war ich tendenziell eher negativ gestimmt, bis ich eine spannende Analogie eines Marketing-Professors aus den USA gehört habe, die ich recht interessant fand. Und zwar von einem Autor des Buches „The AI Marketing Canvas“, das 2020 – das heißt vor dem Hype – geschrieben und 2021 veröffentlicht wurde. Er zitierte in einem Gespräch eine Gartner-Studie, die Manager aus dem C-Level befragte und die zu dem Ergebnis kam, dass an Punkt eins meist nicht die Kostensenkung steht, sondern sich in der Regel Wachstum auf Platz eins der Agenda befindet. Die Kostensenkungen erfolgen erst, wenn es mit dem Wachstum nicht klappt. Die Frage ist doch: möchte ich mit der gegebenen Anzahl an Mitarbeitern den gleichen Outcome produzieren oder mit weniger Mitarbeitern die gleiche Wertschöpfung. Da Wachstum vor Einsparung kommt, bin ich verhalten optimistisch.

Wie ist Deine Prognose, was sind die drei Top-Themen, mit denen die KI das digitale Marketing in drei Jahren verändern wird?

Das Wechselspiel zwischen Branding und Performance kommt als Thema immer wieder auf die Marketing-Agenda - wie eine Mode oder die Jahreszeiten. Auch auf der aktuellen Messe dmexco wurde das Thema stark aufgegriffen.

Kurzfristig bekommt Performance Marketing nochmals einen Schub durch Künstliche Intelligenz, obwohl gerade dieser Bereich in den letzten zehn Jahren schon stark von der Digitalisierung profitiert hat. Denn attribuierte Bestellmengen und Conversion Rates werden erst einmal besser durch Automatisierung und KI, weil Effizienzen gehoben werden.

Mittelfristig werden wir bald den Peak im Performance Marketing sehen. Ich glaube es werden diejenigen besser aufgestellt sein, die stärker in ihre Marke investieren. Denn es ist sehr schwierig sich Wettbewerbsvorteile zu erarbeiten, denn alle nutzen dieselben Tools, arbeiten mit denselben Vermarktern und Plattformen zusammen.

Tools und Plattformen werden eher ein Hygienefaktor, aber kein Wettbewerbsvorteil. Meistens gibt es zu Entwicklungen auch Gegenentwicklungen, d.h. wer jetzt in seine Marke investiert, ist gut beraten. Die Plattformökonomie führt zu mehr „The Winner takes it all“. Das konterkariert die vielen Long Tail Strategien, die es aktuell im Digital Marketing gibt. Es wird schwierig für diejenigen mit unbekannten Marken, denn künftig scrollt der Nutzer weniger in Suchergebnissen, sondern der Assistent bzw. die KI empfehlen die Nummer 1 und die Nummer 2, also die starken Marken. Dadurch werden die starken Marken noch stärker.

Marketing wird strategischer, smarte operative Digital Marketing Hacks werden seltener.

Es ist wichtig, ich mit Tools im Marketing zu beschäftigen, sie sind aber kein Selbstzweck. Oft liest man von KI-Toolexperten mehr als Marketingsoftware, aber die Werkzeuge stehen meist im Mittelpunkt anstatt Ergebnisse, Strategien, Prozesse und Kulturen. Ich prognostiziere ein Tool-Sterben, denn das, was funktioniert, wandert direkt in die KI – eine Entwicklung, die bei Plattformanbietern schon oft zu beobachten war.

Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und D:ECONOMY-Redaktionsleiter Holger Schmidt. Die Podcast-Folgen erscheinen jeweils am ersten Mittwoch im Monat.

Für Banken ist der Einsatz von maschinellem Lernen, um Kunden besser zu verstehen, längst selbstverständlich. „Im Grunde kann die KI für jeden Kunden prognostizieren, mit welcher Wahrscheinlichkeit er kündigt“, sagt Martin Schmidberger, Head of Customer Analytics bei ING Deutschland, im F.A.Z. KI-Podcast. Das eröffne den Banken die Möglichkeit, die Kunden mit den höchsten Wahrscheinlichkeiten zu finden und entsprechende Angebote zu unterbreiten. Die Machine-Learning-Algorithmen würden im Vergleich zu klassischen Modellen die Erklärungsqualität um 20 bis 30 Prozent verbessern. Diese scheinbar moderate Steigerung habe in der Praxis einen enormen wirtschaftlichen Mehrwert. Mit generativer KI sei nun die Vision hinzugekommen, Massenkommunikation zu personalisieren. Die generative KI könnte die Ansprache der Kunden nicht nur direkt selbst übernehmen, sondern sie vor allem auch persönlicher und nahbarer gestalten. „Man kann sich vorstellen, dass man mit jungen Kunden über das gleiche Thema anders spricht als mit älteren Kunden. Das fängt damit an, ob man duzt oder siezt. Aber auch die Tonalität und die Bildwelt, die man verwendet, wird anders sein“, sagte Schmidberger. Bisher hätte man zwar auch schon Texter beauftragen können, für bestimmte Kundenprofile jeweils eigene Varianten zu schreiben, stoße damit jedoch schnell an organisatorische Grenzen: „Man kann vielleicht zehn Varianten managen, aber sicherlich keine 100 unterschiedlichen Texte“, erklärt Schmidberger. Generative KI verspreche nun, die Massenkommunikation der Zukunft direkt auf die Ansprüche und Eigenheiten der Kunden maßschneidern zu können – vielleicht sogar für jede Person individuell. Aktuell seien diese Anwendungsfälle in der Industrie laut Schmidberger jedoch noch Zukunftsmusik: „Das ist sehr faszinierend, was sich für Möglichkeiten ergeben. Da werden wir aber noch eine Weile brauchen, bis die Lösungen marktfähig sind.“

Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und D:ECONOMY-Redaktionsleiter Holger Schmidt. Die Podcast-Folgen erscheinen jeweils am ersten Mittwoch im Monat.

Der deutsche Fotograf Boris Eldagsen gewann 2023 mit einem KI-generierten Bild den renommierten Sony World Photography Award - und lehnte diesen daraufhin ab. Denn die Bilderstellung mit KI sei etwas völlig anderes als die Kunstform des Fotografierens. Begeistert ist Eldagsen trotzdem: KI sei für Kunstschaffende „ein tolles Werkzeug“, erzählt er im F.A.Z. KI-Podcast. Kreative könnten nun unabhängig von Ort, Außentemperatur, Lichtverhältnissen oder verfügbarer Technik mit ihren Prompts genau die Bilder erstellen, die sie sich vorstellen. Unerfahrene könnten einen Großteil des kreativen Prozesses der KI überlassen, wohingegen Experten in der Lage seien, mit ihrer Erfahrung das perfekte Bild zu erzeugen. Das kann aber dauern: Denn ein einfacher Prompt mit dem Wort „Katze“ erzeuge genau jene Katze, die statistisch am häufigsten in den Trainingsdaten enthalten ist. Sei eine andere Katze erwünscht, müsse diese im Prompt spezifisch ausdifferenziert werden. Die Arbeit am Prompt richte sich deshalb stark nach dem kreativen Anspruch des Künstlers: „Möchte ich etwas, das dem Mainstream entspricht, kann ich das in Sekunden haben. Möchte ich etwas, das sich davon unterscheidet, brauche ich mehr Zeit. Wenn ich eine neue Arbeit anfange, experimentiere ich am Textprompt bis zu 2,5 Wochen“, sagt Eldagsen KI werde gravierende Auswirkungen auf den Arbeitsmarkt der Künstler haben. Denn die KI werde bei allem, „was den Mainstream betrifft, den ganzen Markt zerstören - und wieder aufbauen. Weil die KI den Mainstream super kann – das ist das statistische Mittel.“ Als Beispiel zieht Eldagsen amerikanische Blockbuster heran, deren Szenen zwar actiongeladen, ihre Geschichten jedoch schon von Anfang an vorhersehbar sind. „Das ist Standard, das ist Mainstream, das kann die KI. Das wird die KI auch übernehmen“. Ganze Filmteams seien zwar nicht komplett zu ersetzen, die Verschlankung auf kleinere Teams und wenige kreative Köpfe sei aber denkbar.
„Das Trainingsmaterial der KI ist ein Spiegel der Menschheit […], und damit zu arbeiten ist spannend. Ich bin dann in meiner Rolle nicht mehr der Künstler, der ich vorher war […] – so ein Solo-Sänger, ein Instrument. Jetzt bin ich der Dirigent und mein Chor ist das Trainingsmaterial. Ich muss versuchen, damit etwas zu schaffen. Künstlerisch ist es eine tolle Zeit.“ Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und D:ECONOMY-Redaktionsleiter Holger Schmidt. Die Podcast-Folgen erscheinen jeweils am ersten Mittwoch im Monat.

Der deutsche Drogeriewarenhändler dm ist einer der Pioniere in der Nutzung von Sprachmodellen. Schon im Sommer 2023 hat das Unternehmen die Sprach-KI dmGPT gestartet, die Texte zusammenfasst oder übersetzt. Der Roll-out ist inzwischen abgeschlossen und dmGPT steht 75.000 der insgesamt 81.000 dm-Mitarbeitern in 14 Ländern zur Verfügung. „Täglich gehen zigtausende Anfragen ein“, sagt Roman Melcher, Mitglied der Geschäftsführung und verantwortlich für das IT-Ressort, im KI-Podcast der F.A.Z. Die Kosten für die generative KI sind laut Melcher vernachlässigbar. Die Nutzung der Cloudinfrastruktur verursache kaum zusätzliche Kosten und die Entwicklung des Frontends für den Zugriff auf das Sprachmodell sei ebenfalls überschaubar gewesen. Bei den laufenden Kosten für die generative KI komme es darauf an, welches Abrechnungsmodell und welche Version des Sprachmodells genutzt werde. GPT-3.5 sei extrem preiswert und für die meisten Anwendungen mehr als ausreichend. Parallel zur individuellen Nutzung werde dmGPT zusätzlich in Unternehmensanwendungen integriert, um beispielsweise interne Daten zu verarbeiten oder Prozesse zu automatisieren. Ein Beispiel sei die Problemlösung des internen Servicedesks für die sogenannten Cash-Recycler – einer Art Geldautomaten, die das Bargeldhandling in den Filialen erleichtern und teilautomatisieren. „Wenn es Probleme gibt, können wir 50 Prozent der Lösungsbereitstellung mit dmGPT machen“, erklärt Melcher. Generative KI werde die Arbeit vieler Berufsgruppen in Zukunft spürbar verändern. „Wenn wir heute eine Sonnencreme vermarkten, muss man mit einer Crew an den Strand fliegen. Jetzt geht das mit generativer KI. Und wenn Sie das auf 10.000 Artikel denken, sehen Sie, welche Skalierungseffekte da drinstecken“. Allerdings sei es wichtig, Mitarbeiter frühzeitig auf diese Veränderungen vorzubereiten und mitzunehmen. Dies könne nur gelingen, wenn Entwicklungen offen kommuniziert werden. Auch Aufklärungsarbeit und Weiterbildung werden immer wichtiger. Ein Beispiel sind Prompting-Workshops. Die Erfahrungen seien sehr positiv. Bei den Mitarbeiter überwiege die Neugier, nicht die Angst, sagte Melcher. Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und D:ECONOMY-Redaktionsleiter Holger Schmidt. Die Podcast-Folgen erscheinen jeweils am ersten Mittwoch im Monat.

Generative KI ist auch für die Robotik ein Durchbruch, sagt Sami Atiya, Mitglied der Konzernleitung des Schweizer Technologieunternehmens ABB und verantwortlich für den Geschäftsbereich Robotik und Fertigungsautomation, im KI-Podcast der F.A.Z. Die Fähigkeit der KI, mit Menschen per Sprache zu interagieren, eröffne neue Anwendungsfelder für die Robotik. Zwar gebe es in großen Unternehmen viele Robotik-Experten. Um Roboter aber in kleine Unternehmen zu bringen, müsse deren Einsatz stark vereinfacht werden. Hier kommt Generative KI ins Spiel. Sie erlaubt es, Roboter über Sprache zu instruieren und wortwörtlich an die Hand zu nehmen, um ihnen Handlungen vorzuführen, die sie dann eigenständig nachahmen – nicht unähnlich dazu, „wie wir als Kinder gelernt haben, mit Objekten umzugehen“. So existierten bereits Roboter, die einem Menschen beim Schreiben zusehen und dann dessen Handschrift exakt nachahmen könnten. Solche Roboter seien auch dann enorm hilfreich, wenn komplexe Handgriffe präzise ausgeführt werden müssen, wie beim Schweißen von Nähten in der Metallindustrie: „Der Roboter sieht dem Meister zu und ahmt es letztendlich nach“, erzählt Atiya. An den universell einsetzbaren Roboter KI, glaubt Atiya jedoch nicht. „KI-Systeme tendieren dazu, gut zu funktionieren, wenn man die Anwendung einschränkt“. Während manche tanzenden Roboter bereits sehr autonom wirkten, würden diese bei veränderten Aufgabenstellungen aber nicht mehr funktionieren. Humanoide Roboter, die beispielsweise den Geschirrspüler im eigenen Haus ausräumen, seien laut Atiya deshalb sobald nicht zu realisieren. „Es ist eine Utopie zu glauben, dass so etwas möglich ist.“ Jede einzelne dafür notwendige Teilaufgabe warte bereits mit einer zu großen Komplexität auf, um sie in einem einzigen System zu kombinieren – und es werde noch Jahrzehnte dauern, bis so etwas möglich sei. Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und D:ECONOMY-Redaktionsleiter Holger Schmidt. Die Podcast-Folgen erscheinen jeweils am ersten Mittwoch im Monat.

Künstliche Intelligenz ist im Krankenhaus schon an vielen Stellen im Einsatz. Im OP aber wird es schwierig. Das Nähen kleiner Wunden funktioniere zumindest im Labor schon gut. Für größere Operationen brauche es den Menschen, sagt Dirk Wilhelm, Oberarzt der chirurgischen Klinik des Klinikums rechts der Isar der TU München, im F.A.Z. KI-Podcast.

Künstliche Intelligenz arbeitet heutzutage schon in Krankenhäusern mit, zum Beispiel durch das Mitschreiben von diktierten OP-Berichten oder Arztbriefen, durch Vitalwertanalysen oder als Hol- und Bring-Roboter. Obwohl Roboter in Operationssälen bereits routinemäßig eingesetzt werden, würden diese bislang manuell von Chirurgen und nicht von einer KI gesteuert. Grund dafür seien die enorme Komplexität und Variabilität von Operationen, für die es aktuell noch die menschliche Auffassungsgabe brauche: „Bei der Interaktion mit Gewebe integrieren wir viele Informationen. Da kommt Verständnis über Schwerkraft, da kommt physikalisches Denken und weitere Sachen hinzu, die wir selbst gar nicht benennen können, die aber wichtig sind, um gute Operationen durchzuführen“, so Wilhelm. Von der Vision, dass KI ganze Operationen übernimmt, seien wir deshalb noch sehr weit entfernt. Hinzu komme, dass es für einen umfangreicheren KI-Einsatz in der Chirurgie auch noch an einer geeigneten Datenbasis fehle. Videomaterial von Operationen sei dabei noch vergleichsweise leicht aufzunehmen und zu verwenden, weshalb dieses bei der aktuellen KI-Entwicklung im Fokus stehe, berichtet Wilhelm. Die Parameter der im OP verwendeten Geräte und Roboterarme seien dafür zwar ebenfalls hochinteressant, würden aber von den Herstellern nicht über geeignete Schnittstellen verfügbar gemacht. Auch die Integration von Schnittstellen in anderen OP-Bereichen wie der Anästhesie sei wünschenswert, jedoch durch den erhöhten Koordinationsaufwand und Datenschutzbedenken komplex. Trotz der Hindernisse könne die KI in Versuchen dennoch erste chirurgische Erfolge verzeichnen: „Was aber schon gut funktioniert, sind so ganz kleine Teilelemente einer Operation, zum Beispiel das Knoten oder das Nähen. Wenn das sehr definiert ist, dann funktionieren – zumindest im Labor – KI-Ansätze bereits sehr, sehr gut“, erzählt Wilhelm. In der Chirurgie gehe es nun um den Aufbau einer hochqualitativen Datenbasis, zum Beispiel durch Workflow-Analysen und die digitale Erfassung der operativen Prozesse – und das nicht nur in deutschen Kliniken. Denn auch Länder mit einer weiter vorangeschrittenen Digitalisierung des Gesundheitswesens und einer offeneren Einstellung der Bevölkerung zur Verarbeitung und Nutzung personenbezogener Daten, wie beispielsweise Dänemark, würden bislang kaum Operationsdaten standardmäßig aufzeichnen. Um die entstehenden Datensätze auch für den KI-Einsatz verwenden zu können, müssten darüber hinaus auch Prozesse in der Chirurgie stärker standardisiert werden, führt Wilhelm weiter aus: „Viele Chirurgen rühmen sich ja, dass sie Virtuosen sind, und nur so operieren, wie sie persönlich es machen.“ Die daraus resultierende Vielfalt an Techniken erschwere das KI-Training zusätzlich. Widerstand von Seiten der Chirurgen sieht Wilhelm allerdings keinen: Diese stünden dem Einsatz von KI in Operationssälen sehr offen gegenüber. Grund dafür sei, dass Kliniken im Moment hoffnungslos überlastet seien – und alles, was die Überlastung verringern könne, erst einmal willkommen sei. An den KI-Lösungen, die im Bereich der bildgebenden Verfahren in der Dermatologie oder Radiologie bereits mit Menschen vergleichbare Ergebnisse erzielen, sei zudem erkennbar, dass die KI die Menschen nicht ablöse. „Gemeinsam – das heißt die Kombination aus Mensch und Maschine – wenn wir dadurch die bessere Versorgung erreichen, dann ist das was, gegen das man sich weder stemmen sollte, was aber auf der anderen Seite auch sehr stark unterstützt wird“, so Wilhelm. Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und D:ECONOMY-Redaktionsleiter Holger Schmidt. Die Podcast-Folgen erscheinen jeweils am ersten Mittwoch im Monat.