•  Transkript: KI-Bubble: Hype oder nachhaltige Revolution?

    Ja, da sind wir wieder. Deep Tech, Deep Talk. Ich weiß gar nicht mehr welche Folge, aber es sind inzwischen schon ein paar. Insofern unbedingt mal reinhören. die anderen. Aber heute haben wir ein ganz tolles Thema für euch. Die Bubble. Alois, welche Bubble meinen wir denn? Wir meinen natürlich die KI -Blase, die aktuell sehr intensiv besprochen wird nach dem quasi Höhenflug der generativen KI, den wir über die letzten 24 Monate mindestens gesehen haben.

     

    kommen jetzt zu den ersten Tagen auf, wo an der Börse nicht die besten Zeiten in Richtung KI verzeichnet worden sind. Die Diskussion ist jetzt natürlich entbrannt, ob das ganze generative KI -Ding nur eine große Bubble war und was wirklich dahinter steckt. Das heißt, man schiebt im Grunde der KI -Bewegung diese aktuelle Überbewertung vieler Konzerne in die Schuhe.

     

    Ganz genau. Also es geht sogar recht konkret zu. Man sagt, dass rund nur 20 Prozent von den quasi großen Versprechungen, die sich ja auch in dem Aktienwert von Nvidia und Co. niedergeschlagen haben, dass sie überhaupt realisiert werden können als Potenzial im Markt. Das heißt, dass da sozusagen vier Fünfte noch überhängen sind, dass die eigentlich erfüllt werden müssen, damit das Ganze überhaupt sinnvoll ist und damit das finanzierbar bleibt. Es klingt so, als ob das ein Stück weit auch am mangelnden Verständnis hapert.

     

    Also es ist einfach so, es gibt eine Überbewertung, weil man nicht wirklich versteht, was man mit dem Werkzeugkasten alles anstecken kann. Ich glaube, das ist auf jeden Fall eine wichtige Komponente in dem ganzen Spiel. Das heißt überhaupt, das Verständnis zu haben, was bedeutet generative KI, wie kann ich das einsetzen. Auf der anderen Seite muss man auch fairerweise sagen, wir haben diese Welle erst zwei Jahre ungefähr.

     

    viele Unternehmen beschäftigen sich überhaupt erst seit relativ kurzer Zeit mit dem Thema. Das heißt, sie sind noch dabei, Proof Concepts zu machen, überhaupt zu testen, wo kann man KI einsetzen, wo kann man KI auch heute nicht einsetzen. Und es gibt natürlich noch viele auch Fragen in der Regulatorik, Compliance und so weiter, die auf den Echtzeitbetrieb der KI natürlich auch einprasseln. Und diese Gemengelage

     

    macht es nicht verwunderlich, dass natürlich nach diesen Euphorie -Zeiten, Euphorie -Monaten auch gewisse, sagen jetzt, Diskussionen und gewisse, auch teilweise Gegenstimmen hochkommen, die sagen, war das nicht überbewertet und ist das nicht eine Blase, die bald platzen könnte? Man kennt ja immer das Thema Gardner und so beschäftigen sich auch damit, diese Hype -Bewegung, wie ist die Annahme von Themen und so weiter, Early Mover und Late Movers.

     

    Wir haben ja wirklich gesehen, dass mehr oder weniger jeder auf den Zug aufgesprungen ist. Genauso wie es damals vor zehn plus Jahren mit der Digitalisierung war. Es ist ja eigentlich so, dass alles was jetzt dieses KI passiert, im Grunde ein Teil dieser Digitalisierungsbewegung ist. Also einfach nochmal vielleicht ein beschleunigter Teil dieser Digitalisierungsbewegung. Jeder möchte sich damit natürlich ein Stück weit assoziieren. Dadurch haben wir natürlich eine komplexe Gemengelage. Vielleicht auch eine falsche Erwartungshaltung, die da mit einhergeht.

     

    Auf der anderen Seite ist es ja auch begrüßenswert, wenn sich der Markt jetzt tatsächlich auch bisschen konsolidiert und die Spreu vom Weizen getrennt wird, oder? Also ich finde, genau so sollte man es eigentlich betrachten oder kann man es betrachten, denn der Garten -Hype -Cycle zeigt natürlich, dass es bei Technologieimplementierungen nicht immer nur aufwärts geht, sondern dass es natürlich auch Erwartungshaltung gibt, die dann vielleicht das eine oder andere Mal nicht erreicht werden können, dass es natürlich auch Probleme gibt, die noch im

     

    Laufe der Technologieentwicklung sich überhaupt erst stellen und dann überwinden, überwunden werden müssen. Solche Zyklen sind also nichts Neues in der ganzen Technologieimplementierung. ich glaube, was wir jetzt erlebt haben, war einfach nur eine wirkliche Beschleunigung einer unfassbaren Implementierungswelle im KI -Bereich. Das hat man in der KI, in den ganzen KI Sommer und Wintern vorher nicht gesehen. Und das, was jetzt passiert, ist so ein

     

    sagen, typischer Bereinigungseffekt, dass natürlich diejenigen, alle mit KI, mit generativer KI experimentiert haben, auf diesen Zug aufgestiegen sind, dass die langsam in einen Tal reinkommen, wo es darum geht, wie produktiv kann ich denn überhaupt dieses Werkzeug einsetzen? Kann ich es überhaupt in Umgebungen einsetzen, die eine Industrietauglichkeit auch sozusagen erfordern, dass das nicht in dem gleichen Tempo weitergeht und mit den gleichen Bewertungen

     

    sollte eigentlich ihm ganz klar sein. Du sagst gerade Industrietauglichkeit und ich glaube, an der Stelle haben sich halt auch viele überschätzt oder vergaloppiert. Erstmal eine einheitliche Wahrnehmung. Was verstehen wir? Haben wir gemeinsames Verständnis von dem, was wir zusammen unter KI verstehen? Da zahlen ja viele Themen darauf ein, ob das Maschinenlearning ist. Früher hat man auch Big Data gesagt und so weiter und so fort. Also das ganze Thema Daten, also Datenhaushalt ist auch

     

    schon oft gesagt Datenhygiene, Datenhaushalt ist ein großes Geld, also erst mal das gemeinsame Verständnis schaffen. Hat man eine Datenbasis, der man arbeiten kann? Kommt man durch den Einkauf? Kommt man durch die Legal - und Compliance -Themen? Bekomme ich das Go vielleicht auch strategisches Budget irgendwo in die Hand, da auch entsprechend Mehrwert zu schaffen? Kann ich das Versprechen halten? auch ein Stück weit. Klingt es immer ein bisschen ungeliebt, aber auch vielleicht ein paar Stellen zu ersetzen.

     

    und dadurch Ersparnisse zu schaffen für die Firma. Also diese ganzen Themen, da sind natürlich viele Fallstriken auf dem Weg, wo man doch mal hinfallen kann oder vielleicht auch das Thema komplett abmoderiert wird. Ich glaube, das sind ganz wichtige Aspekte, die du da nennst und die halt jedem, der sich im Industrieumfeld mit KI im institutionellen Umfeld befasst, die auch recht

     

    transparent und recht klar sind. Das heißt, egal ob es KI ist oder eine andere Art von Software oder Digitalisierung, ich habe einfach in einem solchen Umfeld Anforderungen, denen ich mich stellen muss. Ansonsten bleibt so etwas ein Proof of Concept oder ein Prototyp, ein MVP, wie man das immer schnell nennt, wird aber nicht in der Praxis und vor allem im Echtzeitbetrieb jeden Tag wirklich einen signifikanten Beitrag leisten können. Und genau in dieser

     

    Art von Ernüchterung ist man nach den unzähligen Proof of Concepts und MVPs inzwischen angekommen. Ich glaube auch, dass insgesamt dieses Bild aktuell zeigt, dass vielleicht auch die Welle, die Realität, die im betrieblichen Umfeld herrscht, einfach überrollt hat in der Anfangszeit und dass es da eine Entkopplung gab. Das heißt sozusagen die Technologie Euphorica.

     

    haben da einfach das Zepter in die Hand genommen, sehr viel natürlich auch in den Medien dafür gewirkt, dass das Thema einfach omnipräsent ist, auch an den Börsen, dass das sozusagen eine Nachricht die andere jagt und am Ende den Realitätscheck und auch die Geschwindigkeit, die einfach im betrieblichen Umfeld herrscht, dass das eine komplett andere Geschwindigkeit ist, das wurde natürlich erst mal in dieser Euphoriewelle gar nicht so richtig targetiert. Was ich auch mitbekommen habe in meinem Umfeld ist, dass sich viel auch eine blutige Nase geholt hat.

     

    Viele sind reingegangen und haben gesagt, pass mal auf, wir können es, wir sind diejenigen, die das hier ChachiPT bis zu Ende gespielt haben und noch zwei andere Themen verstanden haben. Sind dann mit so einem Proof of Concept, also mit so einem, nicht mal MVP, also mit so einer Machbarkeitsstudie im Grunde an Kunden rangegangen. Haben dann relativ schnell gemerkt, dass sie die Daten, die sie eigentlich benötigen, weder bekommen noch in der Qualität und im Umfang, den sie eigentlich brauchen, da entsprechend auch liefern zu können.

     

    einfach bekommen. Einfach, mit Absicht, weil es ist natürlich so, dass inzwischen auch eine entsprechende Regulaturrückdauer ist. es ein Opt -in, Opt -out ist, so was. Es gibt genug, die jetzt gerade Anzeigen und Verfahren behalt haben, weil sie einfach illegal Daten gescraped, also im Grunde von anderen Anbietern geklaut haben, ohne praktisch deren Erlaubnis einzuholen. Da gibt es diverse Themen, die gerade im Raum stehen, wo es wahrscheinlich noch die eine oder andere Verhandlung zu geben wird.

     

    Das liegt ein Stück weit an Unwissenheit, aber wir wissen auch, alle Unwissenheit schützt vor Strafe nicht. Deswegen ist das ganze Thema, an dem wir uns bewegen, ja nicht nur ein rein technologiegetriebenes Thema. Klar kommt das aus der Technologie -Ecke. Wir wissen, das hatten wir in den vergangenen Podcasts auch gesagt, wir fest daran glauben, dass es immer mehr commodity wird. Realistisch beschäftigen sich immer noch die wenigsten damit. Aber das ist halt die ganzen anderen Ebenen, die auch in der Vergangenheit immer eingehalten werden müssen. Das müssen erstmal alle verstehen.

     

    Kundenseite beispielsweise, auf der Partnerseite, was machen wir da eigentlich? Und dann gibt es natürlich, sobald die Leute anfangen, das zu verstehen, heben die auch die Hände und sagen, ja das geht so nicht. Dann kommt natürlich eine wichtige strategische Komponente rein, die vielleicht auch gar nicht von den Technologen bedient werden kann. Ich glaube, dass das inzwischen auch so ist, dass natürlich viele der Medienhäuser, die sehr viel über KI im positiven Sinne berichtet haben,

     

    fast schon eine Freude ist, jetzt zuzusehen, dass diese Art von Euphorie irgendwann auch ein Ende hat, aus den Gründen, die du geschrieben hast und dass deshalb jetzt ebenso wie das vorher im positiven Sinne verstärkt worden ist, jetzt auch die negative Seite beleuchtet wird. Und das ist nun mal die Realisierungsseite davon, die vielen mit solchen Themen wie Datenqualität und natürlich auch Substanz in den Systemen.

     

    die davon lebt. dieser Weg ist natürlich deutlich steiniger als mal eben einen Proof of Concept, als immer einen Testballon zu starten oder entsprechend mit den Systemen auch nur rumzuspielen. wenn wir ehrlich sind, hatte man ganz viel auch PowerPoint Schlachten sozusagen geführt in den letzten Monaten, viel in Richtung KI -Strategie überlegt, viele auch fiktive Beispiele einfach nur genommen und die immer wieder in unterschiedlichen Farben und Gewändern neu erzählt.

     

    hat aber wenig wirklich an der Substanz von den Systemen, an dem KI -Reifegrad gebaut. Und das ist jetzt das, was nach diesen Neuerungen, die tatsächlich auch da sind, die auch jetzt nicht kleingeredet werden können und die, ich glaube, auch einen langen Bestand haben werden, weil es wirklich auch Durchbrüche gab in der Zeit. Jetzt sind wir sozusagen haben die Aufgabe.

     

    dass wir genau diesen steinigen Weg nehmen, dass wir uns Datenqualität kümmern, dass wir uns Prozessqualität kümmern, Reifegrad der Systeme. Und das hat natürlich auch weniger Potenzial. Diese Gigantismen, ja immer wieder sozusagen in den Nachrichten gezeigt worden sind, wo immer wieder mehr Parameter, größere Modelle, noch mehr Rechenpower sozusagen reingeschoben wurde, dass es da jetzt eine gewisse Bereinigung gibt. Ich glaube, dass das im Endeffekt ein sehr positiver und natürlicher Effekt ist.

     

    aus dem die ganze KI -Welt nicht in Form einer geplatzen Blase herauskommen wird, sondern in Form von wirklich implementierter KI im produktiven Arbeitsumfeld. Ich komme jetzt ein bisschen aus der Ecke. KI, der heilige Gral der Wirtschaft. Und es werden auf einmal alle möglichen Themen gelöst. Ich realisiere massive Ersparnisse. Das ist, ich, die Fantasie, die bei vielen einhergeht mit der Thematik. Aber dass da halt eine gewisse Komplexität mit einhergeht.

     

    und die Hürden, da mit einhergehen, auch bei der Implementierung von Themen, mitzudenken. Da darf es ja dieses sehr abstrakte Thema KI, Daten. Also ich arbeite da tatsächlich auch viel mit Partnern oder Kunden, wie auch immer, mit Metaphern. Das hilft tatsächlich. Aber ich merke, dass selbst bei sehr gewillten Entscheidungsträgern das allgemeine Verständnis einfach ab einem gewissen Punkt aufhört für das Thema. Und da wird spannend, dieses

     

    wirklich dieses tiefere Verständnis, jetzt mal weg von dem Hype, in die Masse zu bringen. Ich glaube, da gibt es noch nicht die finale Lösung, wie das super passieren kann. Ich weiß, dass in einem oder anderen Land es ist so, dass Leute dann irgendwie ab 40 tatsächlich verpflichtend KI -Kurse besuchen müssen, damit sie dann grundsätzlich schon mal mit den neuen Technologien in Touch kommen. Bei uns in Deutschland so viel, ich weiß, ist das noch nicht obligatorisch.

     

    Das ist völlig richtig. Es wird zwar viel über solche KI und Datenkompetenzen diskutiert und auch wirklich da werden Diskussionen geführt, was alles fehlt. Konkrete Angebote sind trotzdem noch nicht standardisiert verfügbar. Das heißt, es gibt viel Angebot in dieser Richtung, aber dass man sagen kann, dass der Arbeitgeber oder die Institution dafür ein gewisses Budget sozusagen standardisiert und auch jedem Mitarbeitenden zur Verfügung stellt, so weit sind wir noch nicht. Und ich glaube, das ist ein entscheidender Faktor, weil

     

    da natürlich solche Hype -Bewegungen und solche Hype -Zeiten mit Substanz unterlegt werden können und auch insbesondere das Thema Anwendungsnähe damit natürlich in den Köpfen reifen kann. Weil wenn ich verstehe, wofür ich Werkzeuge einsetzen kann, dann kann ich natürlich viel besser auch in meinem eigenen Arbeitsumfeld auch eruieren und mir Gedanken dazu machen, wie kann ich das wirklich produktiv einsetzen, sodass KI mir am Ende Zeit spart, einen Prozess schneller macht.

     

    oder entsprechend auch Kosten spart. Und das geht, glaube ich, nur dann anwendungsnah, wenn ich erst mal die Grundprinzipien verstanden habe. Das heißt ja, im Grunde wäre es natürlich ganz schlau, wenn die Wirtschaftstreibenden ihre Leuten im Grunde ein gewisses Weiterbildungsbudget zukommen lassen, das dediziert und vielleicht auch obligatorisch in die Richtung KI -Weiterbildung geht. Lass mich lügen, ich glaube, in Singapur ist es so, dass jeder Arbeitende

     

    ab 40 Jahre verpflichtend an solchen Kursen teilnehmen muss. Singapur ist natürlich ein sehr kleiner Staat, aber x -fachen Bluetooth -Inhaltsprodukt, beispielsweise Hamburg. Die müssen natürlich schauen, dass sie zukunftsready bleiben. Und das ist natürlich ein verhältnismäßig schlauer Move, zu sagen, komm, wir schulen jetzt einfach mal alle. Dadurch hebt man natürlich auch ein gewisses Potential. Wenn ich die, die am Ende des Tages damit arbeiten sollen, dazu befähige, damit zu denken, heb ich natürlich auch Potential.

     

    Wie weit sind wir davon weg? Ist sowas in Deutschland überhaupt denkbar? Also ich glaube, wir haben in den letzten zwei Jahren wirklich einiges getan in Deutschland, Institutionen auch die Weiterbildung anbieten, beispielsweise, aber auch die im ganzen edukativen Umfeld sowieso schon unterwegs sind, zu empowern. Ich glaube trotzdem, dass wir noch einen gewissen Weg vor uns haben. Die Frage ist, ob so etwas verpflichtend sein muss oder ob man überhaupt finanziell da eine Abfederung hat für die Betriebe, die sich Beispiel sowas wünschen würden für ihre Arbeitnehmenden.

     

    Ich glaube, dass das ein Weg ist, der vor uns liegt, weil was die KI -Entwicklungen in den letzten zwei Jahren auf jeden Fall gezeigt haben, ist, dass die Entwicklungszyklen, die wir von sozusagen den Entwicklung des Internets und anderer großen Entwicklungssprünge im Digitalisierungsbereich kennen, dass die inzwischen ein X -Faches schneller gehen.

     

    Das heißt, die Entwicklungzyklen sind sehr kurz geworden. Wir haben kaum Zeit zu reagieren. Dann ist schon wieder was Neues auf dem Markt. Und das bringt sozusagen viele in so einer Art Drucksituation etwas zu ändern, aber nicht genau zu wissen, wann man einsteigt, weil man immer das Gefühl hat, dass sobald man zum Beispiel ein neues Curriculum entwickelt hat oder irgendeinen neuen Pflichtkurs von mir aus auch, dass sich dann schon wieder die Welt weitergedreht hat, die KI -Welt und eigentlich man ...

     

    das Curriculum wieder anpassen müsste. Das heißt, was wir lernen können, ist, dass wir unsere Weiterbildungssysteme, egal ob wir über lebenslanges Lernen sprechen oder über konkrete Maßnahmen, dass wir die vielleicht sogar weiter denken müssen und so aufstellen müssen, dass wir auch mit deutlich kürzeren Technologiesprüngen arbeiten können, als das bis jetzt der Fall war. Ist diese Art der Konditionierung, wie wir praktisch gelernt haben in der Vergangenheit, wir müssen immer irgendwas verstanden haben?

     

    es anzuwenden. Ich sehe das als eine Form der Konditionierung. Sollte die in Zukunft eher einer Adaption dieser Veränderungsgeschwindigkeit weichen, die Implementierung Stück weit oder für die Implementierung Stück weit auch KI und ähnliche Technologien zu Hilfe zu nehmen, weil ich einfach mich nicht mehr darauf verlassen kann, dass ich die Zeit habe, alles zu verstehen in der Tiefe. Ich glaube, das ist auf jeden Fall ein wichtiger Ansatz, dieses spielerische Erfahren und Erlernen.

     

    sozusagen am besten auch noch im praktischen Einsatz. Da muss man auch nochmal zurückblicken, vor zwei Jahren, bevor diese generative KI -Welle wirklich auf die Welt eingeprasselt ist, war es so, dass wenn man sich mit Unternehmen, mit Institutionen unterhalten hat und gefragt hat, wer beschäftigt sich eigentlich bei euch mit dem Thema KI, dann hast du immer nur ganz wenige Expertinnen und Experten gefunden, die für dieses Thema sozusagen verantwortlich waren. Und dann kam diese generative KI -Welle mit CETCPT, die wir kennen.

     

    Und auf einmal haben Milliarden von Menschen, von Erdeinwohnern sozusagen, Bewohnern dieses System, dieses KI -System wie natürlich hingenommen, haben damit rumgespielt und ihre Erfahrungen gesammelt. Und das war, ich, schon ein fundamental neuer Schritt, zu sagen, da hat nicht erst jemand sich im Studium damit fünf Jahre auseinandergesetzt, einen Abschluss sozusagen gemacht, dann so ein Experten -System zu bedienen oder zu entwickeln, sondern auf einmal war die Einstiegsbarriere unheimlich klein.

     

    Das heißt, man konnte wirklich spielerisch das ganze Thema erfahren und entsprechend auch sehen, wie das wirkt und was man damit machen kann. Die Frage ist ja auch immer zum einen, wie viele Leute haben es einmal ausprobiert und wie viele Leute sind wiedergekehrt, also wie viele Leute haben die neue Technologie angenommen. Da ist man ja selber als jemand, der sich doch relativ regelmäßig mit solchen Themen befasst, gebaust. Man ist in einem Milieu, man ist umgeben von Leuten, das ganze Zeit nutzen. Man hat das Gefühl, eigentlich müssten 80 Prozent der Leute...

     

    eigentlich regelmäßig benutzen, eigentlich sehr andersherum, ich würde eher sagen 20 Prozent und weniger, bei denen ist das schon wirklich angekommen. Und ich glaube, das könnte vielleicht auch ein Stück weit, dass diese Übererwartungshaltung sein, dieser Bias, den man unterlegen ist, dass man halt sagt, okay, wir haben die KI -Bubble, ganz viele Leute, das muss man ja nehmen, ganz klar, aber dass die Adaption wesentlich langsamer geht, als man so denkt. Ich glaube auch, dass das ist, so ist das in unserer Technologie.

     

    Blase, mit der wir uns tagtäglich auseinandersetzen, dass wir das für gegeben hinnehmen, dass man wirklich heutzutage LLMs bei fast allen Aufgaben, mit denen wir uns beschäftigen, sei es die Planung, sei es das das entwickeln selbst, sei es Konzepte, dass das automatisch eine Rolle spielt. Und ich glaube, in unseren beiden Arbeitsalltägen ist das auch so. Es ist natürlich eine große Frage, wann komme ich von einer Spielerei wirklich in eine produktive Nutzung? Und alle die, die sich damit mehrfach

     

    auseinandergesetzt haben. Insbesondere mit solchen Themen wie prompte ich, wie mache ich eigentlich die Eingaben. Die merken recht schnell, dass es da natürlich von den Anfängen, die man hatte, bis hin zu der tieferen Befassung, dass das Riesenqualitätsunterschiede ausmachen kann. Und viele der Nutzer, die sozusagen in der ersten Stunde irgendwie das fancy fanden Bild mal eben zu generieren oder irgendwie einen Brief, einen Text und so weiter sich ausgeben zu lassen, die sind nicht in die Phase gekommen, wo sie wirklich erlernt haben,

     

    muss ich denn eigentlich prompten? Ja, was bedeutet das? Wie kann ich da besser werden? Haben somit eigentlich nur die Erfahrung sozusagen der ersten Stunden mitgenommen. Und das ist genau das Thema, was du ansprichst. Wie bekommt man die Leute, die sozusagen von dieser Anfangsäuphorie interessiert und gefangen waren? Wie bekommt man die eigentlich dazu, ein tiefer zu gehen, sodass insgesamt auch der nutzungsreife Grad am Ende steigt? Ich kann mir auch vorstellen, dass viele Leute einen gehörigen Respekt vor der Technologie haben, einfach auch ein Stück weit aus

     

    Angst, Existenzangst, also sich selber obsolet zu machen. Die Frage ist natürlich, und das ist ein Mindset -Thema auch in der Wirtschaft per se, inwiefern die Rolle, also die Arbeitnehmerrolle, die muss man ja heute sehr, sehr genau definieren in den Arbeitsverträgen, inwiefern man das vielleicht auch ein Stück weit auflockert. Wenn ich natürlich beispielsweise einen Redakteur, ich glaube das waren Leute, die insbesondere sehr geflasht waren von dem, was auf einmal möglich ist durch KI, enable zu sagen, pass mal auf, du kannst dir jetzt wesentlich mehr Output

     

    aber du bist halt jetzt eher ein Kurator als ein klassischer Redakteur und du kuratierst halt guten Content zusammen mit den möglichen Möglichkeiten, jetzt so da sind. Kann ich mir vorstellen, dass ein gewisser Prozentsatz diese Freiheit nicht hat und sagte, da schafft mich was ab. Einfach diese Angst, da mit einhergeht. Und was wir natürlich jetzt auch noch am Horizont sehen, wir reden die ganze Zeit über KI, wobei KI vieles sein kann. Wir sehen das ganze Thema Quantum, was noch

     

    viel weniger angekommen ist im Verständnis der Bevölkerung. Das heißt, wir haben das nächste sehr, sehr erklärungsbedürftige Konzept, was da auf uns zurollt, was natürlich auf das Thema KI insbesondere auch noch mal einzahlt, weil wir natürlich noch mit ganz anderem Rechenpower unterwegs sein werden. Das ganze Thema kriegt gerade ein kleiner Renaissancegefühl. Das ganze Thema Metaverse kommt wieder so bisschen die Ecke. Das sieht man immer mehr. Dass Technologien auch zusammenwachsen, dass man auf einmal mit smarten NPCs redet, also im Grunde

     

    Computergesteuerten KI's, die auf einmal schlaure und individuelle Diskussionen mit mir führen, an Computerspielen, kriegt das gerade ein bisschen Einzug, das macht das Ganze ein bisschen abwechslungsreicher und individueller, die Experience. Aber auch das ganze Thema Cybersecurity, ich meine, da kommt ja auch immer mehr. Also egal, welche Facette wir in diesem Deep -Tech -Universum uns vornehmen, haben wir natürlich extrem erklärungsbedürftige Facetten.

     

    Absolut. Und genau da, glaube ich, haben wir insgesamt noch riesiges Potenzial, das besser zu machen. Das ganze Thema der Technologie Kommunikation. Ich meine, wir haben jetzt erlebt in dieser generativen KI -Welle, wie man auch Geschichten erzählt, auch über die Gründer, die da maßgeblich in dieser Szene sozusagen für die Furore gesorgt haben, aber auch für Negativen Nachrichten. so Figuren wie Sam Altman beispielsweise. Über die wurden dann fast schon kultartig Berichte.

     

    erstellt und entsprechend auch genau solche Sorgen und Ängste geschürt. Und das zusammen oder kombiniert mit diesen kurzen Entwicklungszyklen hat uns in eine Situation gebracht, dass viele einfach abgekoppelt sind in dieser Technologieentwicklung. Das heißt, dass es eigentlich so eine Trennung gab zwischen denjenigen, die das wirklich formen, dann denjenigen, darüber berichten, die natürlich auch auf Schlagzeilen aus sind, die bestimmte Sachen verstärkt haben, die vielleicht gar nicht so signifikant waren und dann diejenigen, die das irgendwie

     

    mal ausprobiert haben im privaten Bereich, damit einen Brief geschrieben haben oder so etwas. Und diese Art von unterschiedlichen Stakeholdern in dieser Geschwindigkeit hat, glaube ich, dazu geführt, dass es auch viele Ängste über die Zukunft der Arbeit gab, die vielleicht gar nicht so berechtigt waren, aber die genau in dieser komplexen Situation natürlich komplett nachvollziehbar sind. Wenn man sich bestimmte Entwicklungen im Quantenbereich anguckt, aber du hattest auch zum Beispiel solche Themen wie Cybersecurity angesprochen.

     

    Auch da gibt es immer wieder Wellen, die zum Beispiel große Angriffsvektoren zeigen, dann wird viel darüber berichtet, viele Ängste werden wiederum geschürt und eigentlich eine unvorbereitete Bevölkerung vor ein Thema gesetzt, was sie auch nur annähernd nicht verstehen können und bewerten können. Und diese Art der Kommunikation, glaube ich, führt uns nicht wirklich weiter. Das heißt, wenn man solche Art von Kommunikationswellen immer wieder jetzt in Zukunft erleben wird, und ich bin mir sicher, wir werden sie erleben, weil einfach das Potential

     

    der Technologisierung und der Entwicklungsgeschwindigkeiten sehr hoch ist. Es gibt immer noch unfassbar viele Investments da rein. Viele Leute haben da ihre Wetten platziert und werden diese Wetten sicherlich nicht platzen lassen. Deswegen glaube ich, dass wir auch an dem Thema der Technologiekommunikation arbeiten müssen. Und das bedeutet immer eine Komponente, die Sachen erklärt. Und auf der anderen Seite bedeutet das auch learning by doing. Also befassen mit Themen kann manchmal

     

    deutlich einfachen Thema erschließen lassen, als wenn ich immer nur über abstrakte Konstrukte spreche oder entsprechend diese großen Schlagzeilen dann in den Medien höre. Genau, wir haben natürlich auch gelernt aus der Vergangenheit, dass Menschen folgen Menschen am Ende des Tages. haben Elon Musk, da habe ich gerade einen Artikel drüber gelesen, weiß nicht mehr ganz genau, wo es war. Ich Frankfurter oder so. Auf jeden Fall ging es darum, dass ein großer Teil der Firmenbewertung von Tesla doch auch an ihm hinge. Ich glaube ich allen irgendwo bewusst, aber man das jetzt auch ein Stück weit mit den Ausschlägen an der Börse.

     

    Stück weit zusammengebracht. Man sucht natürlich immer Ursachen und Täter irgendwo. Auf der anderen Seite heißt das aber auch, dass das noch eine kleine Blüte ist, dass wir die Breite noch gar nicht haben, dass wir halt versuchen für einzelne Bewegungen Schuldige zu finden. Ob das jetzt ein Old -Man ist oder ähnliches. Das heißt ja eigentlich nur, das ist auch ganz menschlich, dass man irgendwo Ikonen, Vorbilder oder vielleicht dann auch die die Bad Guys hat, denen man halt irgendwas zu schußtellen kann. Aber es heißt auf der anderen Seite auch, dass unsere Gesellschaft in Frameworks funktioniert.

     

    Wenn wir größere Paradigmenwechsel vor uns haben, kann man die meistens ein Stück weit antizipieren, wenn man tief drin ist. man Framework versteht, wie funktioniert KI. Dann kann man sagen, in den nächsten ein bis zehn Jahren wird wahrscheinlich in dem Rahmen was passieren. Aber wird unwahrscheinlich sein, dass etwas total Unerwartetes passiert, dass einer sagt, habe das Bewusstsein künstlich erschlossen, während wir das biologische Bewusstsein noch nicht mal verstanden haben.

     

    Und das sind so Sachen, die sieht man ja in ganz vielen Ebenen. Ob das die Gesellschaft funktioniert in Frameworks, Technologie funktioniert in Frameworks. Und eigentlich müssen wir lernen, Frameworks zu denken, oder? Ja, in Frameworks zu denken und auf der anderen Seite auch vielleicht solche Frameworks noch besser zu kommunizieren, besser erklärbar zu machen, erfassbar zu machen. Auch wirklich eine gewisse Art von Substanz bei der Kommunikation und auch bei der Weiterbildung.

     

    an den Tag legen, sodass man nicht immer nur an der Oberfläche sozusagen kratzt, sondern wirklich versucht, sich damit tiefergehend auseinanderzusetzen. Ich glaube, es ist nicht nur besser von der Kommunikation her, sondern es wird notwendig sein, einfach Technologie immer mehr in unseren Alltag sozusagen reingeht. Diese Entwicklung haben wir seit den letzten X Jahren, sehen wir die. Die wird, glaube ich, sich ändern, sondern die wird noch verstärkt werden. hattest vorhin auch das Thema Metaverse angesprochen. Ich glaube, es wird

     

    immer mehr auch dieses Thema Sensorik, sowohl im Biotech -Bereich als auch in den klassischen Bereichen wie Mobilfunk wiederum auch Blütezeiten erleben, Datendurchsätze werden eine Rolle spielen und so weiter. Das heißt, wir werden uns mit solchen Deep -Tech -Themen in der Gesellschaft immer mehr eigentlich auseinandersetzen oder ausgesetzt sein, weil wir auch bewusst Entscheidungen machen müssen. Du hast es ganz schön gesagt, dass Menschen Menschen folgen. Menschen werden natürlich auch ihre Entscheidung fällen müssen, ob das jetzt ein

     

    Chipimplantat ist, über das auch viel sozusagen diskutiert wurde und wo ich zum Beispiel auch eine erschreckende Statistik aus meiner Sicht jetzt persönlich gesehen habe, wie viele Menschen in Deutschland bereit wären, sich beispielsweise einen Chip implantieren zu lassen, der dann gewisse Funktionalität übernehmen kann. Und solche Themen, sind, glaube ich, dann besser zu beurteilen, wenn man die Ansätze dahinter versteht. Und wenn das nicht einfach nur ein Marketing und ein

     

    dass Medieninstrument wird, Reichweite zu erschließen und die nächste Schlagzeile zu landen. Was wir aus der Vergangenheit auch gelernt haben, ist, dass alles, was theoretisch gemacht werden könnte, auch gemacht wird. Es gibt natürlich immer diese vermeintlich dystopische Seite. Früher hat man gesagt, wie blöd wäre das eigentlich, wenn wir überall zu Hause abgehört werden würden. Heute steht an jeder Ecke ein Alexa. Das, was du immer meintest, mit dem Chip, der vielleicht eingesetzt wird, Leute zu unterstützen, das kann

     

    irgendwann eine ganz normale Commodity werden, dass die Leute einfach sagen, klar, optimiere ich meine Sinne. Oder wenn ich irgendeine Behinderung habe, natürlich mache ich das ganz klar. Ob das jetzt zum Beispiel ein Alphafold ist, was irgendwann beim Design von Babys hilft, das sind natürlich Dinge, da wissen wir beide, glaube ich, dass es passieren wird. Frage ist halt, wann? Wir müssen ja auch mal ganz ehrlich sagen, also der letzte KI -Sommer hat die Reife eines Toddlers, eines Kleinkindes. Also wir sind hier wirklich noch bei einer zarten Blüte und

     

    Jetzt müssen wir halt gucken, wir hatten es vorhin schon gesagt, die Spreu und der Walzen trennen sich. wie, welchen Tipp können wir im Grunde Konzernen oder, sagen wir, Entscheidern in ihrer jeweiligen Position auf den Weg geben, da wirklich mal den Leuten auf den Zahn zu führen, zu gucken, wie viel Tiefe da tatsächlich drin ist, diese eine Stufe Tiefe, die du eben genannt hast. Ich glaube, es ist wichtig, jetzt genau diese Zeit zu nutzen, wo es mehr Substanz gehen wird, dass man

     

    wirklich weg von theoretischen Überlegungen und theoretischen Diskussionen in Richtung praktische Anwendungen geht. Dass man wirklich Use Cases danach bewertet, nicht wie fancy sehen sie am Ende aus, sondern was bringen sie in dem Arbeitsalltag? Was bringen sie in einem bestimmten Prozess, in einer bestimmten Dienstleistung? Wie können damit konkrete Probleme, die wir haben, und ich glaube, davon gibt es mehr als genug, wie können wir das mit sicheren, erprobten Systemen sozusagen angehen?

     

    Da geht es darum, dass man auch natürlich Ressourcenallokationen betreibt. Das heißt, dass man sagt, dieses Thema, das kommt nicht einfach kostenlos und das kommt nicht einfach, indem man sich mal ein YouTube -Video anguckt oder irgendeinen fancy Talk über KI, sondern es geht darum, dass man auch seine Hausaufgaben macht in der Digitalisierung. Das heißt, dass man mit Daten vernünftig umgeht, dass man wirklich sich anschaut, welche Art von KI -Systemen für welchen Use -Case geeignet sind, dass man sich da vom

     

    insgesamt vom Reifegrad nach vorne bewegt. Und ich glaube vielleicht noch ein Aspekt, wichtig ist, auch bewerten zu können, ist es jetzt ein reiner Hype gewesen, was platzt, wäre noch ein Aspekt, und zwar das sind die Patente. Wenn man sich anschaut, wie viel Patentanmeldung von Unternehmen, von namhaften Unternehmen, die in dem Bereich unterwegs sind, aber auch teilweise vom Mittelstand in dem Bereich der KI -Entwicklung, gerade in letzten 24 Monaten, platziert worden sind.

     

    dann sieht man auch, dass da wirklich auf Nachhaltigkeit und natürlich auch auf die Weiterentwicklung der Technologie gesetzt wird. Das heißt, ich würde jedem Unternehmen und jeder Institution wirklich den Rat geben, das nicht als einen Platz in der Blase zu sehen, sondern dass das, genau wie du sagst, einfach ein Lebenszyklus einer jeden Technologieentwicklung ist, die sehr beschleunigt war am Anfang, die natürlich jetzt in die Realität umgesetzt werden muss, mit all den Kinderkrankheiten, aber auch natürlich dem Potenzial, man hat. Und dass es sich

     

    eher einen kontinuierlichen Prozess handelt. Das ganze Thema Enabling von Mitarbeitern, von EntscheiderInnen, das ganze Thema Training. meine, ihr beim ARIC macht das, glaube ich, ein Stück weit. Ihr schult auch Lehrkräfte, die wiederum Schüler schulen oder andere. Meine Erfahrung ist eigentlich jedes Mal, egal wie oberflächlich du erstmal reingehst, kommen die Leute mit leuchtenden Augen raus und sagen, wusste ich nicht, was da alles geht und haben auf einmal Ideen. Wie schaffe ich es?

     

    als Entscheider, die richtigen Leute zu finden, die richtigen Leute zu identifizieren und die auch entsprechend zu enablen, meine Leute zu enablen. Also ich glaube, es gab noch nie in der ganzen Technologiegeschichte so viele Möglichkeiten, wie heute an wirklich auch inhaltlich qualitativ hochwertigen Content zu kommen. Die Frage ist immer auch die Methodik, die ich sozusagen nutze bei dieser sich schnell entwickelnden Technologie, die wir auch schon

     

    reflektiert haben. da ist es so, dass ich glaube, dass es sehr wichtig ist, dass man sich heute anguckt, dass die Inhalte wirklich aktuell sind. Das heißt, dass man nicht wirklich mit alten Inhalten kommt, weil dann dieses Leuchten in den Augen ausbleiben könnte, dass man praxisorientiert wirklich die Weiterbildungssegmente sich anschaut. Das heißt, dass man wirklich sich mit der Materie im betrieblichen Alltag auseinandersetzt. Und diese Art von interaktivem Lernen und

     

    auch ausprobieren und sozusagen dann einen tiefer gehen. Das ist heute mit auch der generativen KI, die uns sozusagen inzwischen in offenen Modellen, viel Open Source Modellen, aber auch natürlich in solchen großen Modellen, die wir alle kennen, zur Verfügung steht. Die Möglichkeiten sind heute da und da geht es darum, dass man dann entsprechend in diese sozusagen große Werkzeugkiste greift und die guten Komponenten rausholt. Ja, da sind wir auch schon wieder durch für heute. ja.

     

    Wir beide haben mal wieder gejampt, hier so bisschen im Sommerloch. Wir freuen uns, wenn ihr das ganze mögt, teilt usw. los geht's.