F.A.Z. Künstliche Intelligenz

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.

dmGPT für 75.000 Mitarbeiter 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.

F.A.Z. KI Podcast 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.

F.A.Z. Künstliche Intelligenz Marianne Janik, die Geschäftsführerin von Microsoft Deutschland, ist fasziniert von der Geschwindigkeit, mit der deutsche Fertigungsunternehmen aktuell KI-Lösungen implementieren. An Beispielen wie Siemens’ Industrial Copilot, der die Interaktion von Menschen und Maschinen über natürliche Sprache ermöglichen soll, erkenne man den rasanten Fortschritt in der KI-Integration. Kaum ein Unternehmen traue sich aktuell, die Entwicklung auszusitzen und auf die ersten Erfolgsgeschichten von Wettbewerbern zu warten. „Im Vergleich zu den Diskussionen, die wir zur Cloudtechnologie geführt haben, ist das Thema generative KI in Deutschland in fast allen Unternehmen – auch mittelständischen – angekommen“, so Janik. Nun ginge es darum, sowohl Menschen als auch Organisationen für die Zusammenarbeit mit KI zu schulen. Denn KI reife nicht im Labor – stattdessen müsse man eigene Erfahrungen mit der Technologie sammeln und zum Beispiel durch mehrmaliges Scheitern erst das korrekte Briefing von Sprachmodellen erlernen. „Da ist in Deutschland Nachholbedarf. Das sehen wir auch an Studien: Während wir weltweit führend sind bei der KI-Patentanmeldung, sind wir bei der Weiterbildung so auf Platz elf oder zwölf“, erzählt Janik. Deshalb habe Microsoft kürzlich eine Qualifizierungsinitiative lanciert, die Teil einer 3,2-Milliarden-Euro-Investition in deutsche KI-Infrastruktur und Rechenkapazitäten ist. Die Investition solle sicherstellen, dass die für die KI-Entwicklung benötigten Ressourcen auch in Deutschland zur Verfügung stehen – und zwar nicht nur für Microsoft-eigene Produkte wie den Copilot, betont Janik, sondern auch für andere proprietäre Anbieter sowie Open-Source-Lösungen wie das Sprachmodell von Mistral. Auf die Nachfrage, ob Microsoft auf dem KI-Markt eine Monopolstellung anstrebe, führt die Deutschlandchefin aus, dass sie sich in der Zukunft keinen Winner-takes-it-all-Market vorstellen könne. Vielmehr glaube sie an ein Nebeneinander von vielfältigen KI-Modellen mit jeweils eigenen Charakteristika innerhalb eines KI-Ökosystems. „Es hat sich immer Wettbewerb eingestellt, und der Wettbewerb war immer von Vorteil – für die Kunden, für die Wertschöpfung. Und am Ende haben alle profitiert, je mehr Interoperabilität da ist.“ Profitieren würden die Kunden des hauseigenen Microsoft Copilots auch heute schon – trotz des nicht ganz billigen Preispunktes von rund 28 Euro je Nutzer und Monat. Dieser sei zum einen durch die Entwicklungskosten und den hohen Bedarf an Rechenkapazität gerechtfertigt, die „ein kostbares Gut ist und weiterhin bleiben wird“. Zum anderen liege der Preis noch unter den stündlichen Arbeitskosten in Deutschland, weshalb sich der Copilot bereits mit der ersten eingesparten Stunde im Monat rechnen könne. Im verwandten Bereich der KI-assistierten Softwareentwicklung seien auch schon einige ROI- und Wertbeitragsanalysen durchgeführt worden, an welchen man klar erkenne, „dass der Return on Invest auf jeden Fall da ist. Die Business Cases sind alle positiv“, so Janik. Bezüglich des kommenden EU AI Acts zeigt sich die Microsoft-Chefin ebenfalls optimistisch. Microsoft sei aktuell noch in der Explorationsphase zu den Auswirkungen der Verordnung, doch der Copilot sei datenschutztechnisch schon sehr weit und werde kontinuierlich weiterentwickelt. Eventuell notwendige Anpassungen wären deshalb zwar mit Investitionen verbunden, seien aber durchaus umsetzbar und keine Stoppschilder für den KI-Assistenten, erklärt Janik. „Grundsätzlich begrüßen wir auch Regulierung. […] Es geht ja darum, mit diesem risikobasierten Ansatz die Entwicklung und die Akzeptanz vertrauenswürdiger KI zu fördern – und damit natürlich auch Innovation und Wettbewerbsfähigkeit in der EU.“ Abzuwarten sei allerdings noch, wie der AI Act in der nationalen Gesetzgebung ausgelegt werde. Hier gäbe es noch Bedarf an Aufklärung und aktivem Austausch mit Experten, damit die nationale Umsetzung der Verordnung „kleine Unternehmen, Start-ups oder die Open-Source-Community nicht überfordert“. 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. Mehr über die Angebote unserer Werbepartner finden Sie HIER

F.A.Z. Künstliche Intelligenz Künstliche Intelligenz wird auch für die Musikbranche zum Gamechanger: Einerseits ein hilfreiches Instrument, andererseits aber auch eine Bedrohung, die viele Musiker aus dem Geschäft drängen könnte, erläutern Götz von Sydow, Musiker, Komponist und Manager der Band PUR, sowie Matthias Hornschuh, Filmkomponist, GEMA-Aufsichtsratsmitglied und Sprecher der Kreativen in der Initiative Urheberrecht, im KI-Podcast der F.A.Z. Zum Beispiel sei KI „wirklich toll im Stimme isolieren. Die Bänder von Abenteuerland – dem größten Hit von PUR – hat keiner mehr. […] Wir brauchten aber die Stimme daraus. Und KI sei Dank, kriegt man die aus dem kompletten Mix raus“, erzählt von Sydow. Die Qualität der mit KI komponierten Musiktiteln sehen von Sydow und Hornschuh aber eher kritisch: „Die Aufgabe eines Komponisten ist ja gerade, Dinge neu zu konstruieren und zusammenzubringen, die eine auf Statistik und Vergangenheitsdaten beruhende KI nicht leisten kann“. Laut von Sydow fehle ihr außerdem die Haltung eines Künstlers, die sich Menschen erst über ihren Lebensweg aneignen, wie Lewis Capaldi, der seit seinem zwölften Lebensjahr in Pubs auftritt und mittlerweile zum Superstar wurde. „KI tritt nicht in Pubs auf“, so von Sydow. Für die Musikbranche kommt die KI-Disruption aus Sicht von Hornschuh und von Sydow zu einem schwierigen Zeitpunkt. Erst vor wenigen Jahren haben sich durch das Aufkommen der Streamingdienste die Einnahmequellen der Musiker drastisch verändert und viele Existenzen sind bedroht. „Im Moment lauern für uns Musiker hinter jedem Busch Tiger“, so von Sydow. „Es gibt eine Studie der GEMA und der französischen SACEM, dass der Markt für KI in der Musik in fünf Jahren auf drei Milliarden Euro weltweit explodieren wird“, berichtet Hornschuh. Eine weitere Herausforderung ist der so genannte Model Collapse, wenn KI von synthetisch generierter Musik lernt. Für die Digital Single Market Richtlinie der EU, die in eineinhalb Jahren evaluiert werden soll, sagt Hornschuh deshalb: „Wir werden alle Kraft reinsetzen, die Inputebene (also Scraping und Training) zu monetarisieren.“ Deutlich komplizierter sei es, Musikerinnen und Musiker am Output von KI-Modellen zu beteiligen – doch auch dafür sollen Vorschläge vorgelegt werden. Hintergrundmusik, zum Beispiel in Supermärkten, werde dann von der KI erzeugt – mit der Folge, dann die GEMA-Gebühren, die für viele Künstler einen wichtigen Teil ihres Einkommens darstellten, wegfallen könnten. Die Urheberrechtsfrage rund um KI-generierte Musik sei noch nicht abschließend geklärt. 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. Mehr über die Angebote unserer Werbepartner finden Sie HIER

Spätestens der Streik der Schauspieler und Drehbuchautoren in den Vereinigten Staaten hat der Öffentlichkeit gezeigt: Künstliche Intelligenz ist auch in der Filmbranche angekommen. "KI sickert von allen Seiten durch die Türen", sagt Richard Huber, mehrfach preisgekrönter Regisseur und Drehbuchautor. "Man kann sich dem heute gar nicht mehr verwehren – und ich weiß auch nicht, warum man das tun sollte“. Heute schon habe die Künstliche Intelligenz einen großen Einfluss auf den Schnitt und die Vertonung der Filme. Zudem erhalten Sprachmodelle wie ChatGPT auch Einzug in die Entstehung von Filmen. Besonders hilfreich seien diese als Sparring-Partner oder zum Überwinden von Schreibblockaden. „Es ist immer leichter, Dinge zu korrigieren, als vor einem leeren Blatt Papier zu sitzen.“ Ein aktuelles Beispiel für die Nutzung von KI für die Generierung von Sprache sind auch die neuen Pumuckl-Folgen. „Der Pumuckl, den alle kennen, die eine gewisse Lebensspanne haben, ist neu aufgelegt worden. Und kein Pumuckl ohne die Stimme von Hans Clarin - der aber leider tot ist. Eine KI hat dem neuen Pumuckl die Stimme und den Tonfall von Hans Clarin auf sehr befriedigende Art und Weise gegeben“. Aber Huber sieht auch Risiken: "Was wäre, wenn man die Stimme von Robert de Niro mit KI generieren und in alle möglichen Sprachen übersetzen könnte - und wenn die KI, wenn es nötig ist, auch in das Bild eingreift, um die Lippenbewegungen an den Text anzupassen? Solche Entwicklungen werden seiner Einschätzung nach relativ bald kommen - und hier müssen sich ganze Berufsgruppen insbesondere in der Übersetzung und Synchronisation große Sorgen machen. KI wird aber nicht nur zunehmend fürs Filmemachen genutzt, sondern ist auch häufig selbst Thema in Filmen. In vielen Fällen nehmen Roboter die Rolle des Bösewichts ein, aber es gibt auch zahlreiche Drehbücher und Filme mit emotionalem Bezug zur KI. Huber denkt an die Szene aus Blade Runner, in dem ein menschlich aussehender Roboter nach vier Jahren seinen Lebenszyklus beendet und im Regen auf diesem Dach stirbt. Tränen im Regen. „Und ich glaube selbst 1968 dieses kleine rote Licht von Hal9000 in 2001, das nach und nach und nach abgeschaltet wird. Selbst dieses eine Licht schafft eine gewisse Emotion." Wenn immer mehr möglich wird: Wo sind die Grenzen der KI? Huber glaubt, es sind zwei Dinge, die dem Menschen vorbehalten bleiben werden: "Herzblut und Empathie - alles andere kann man anfüttern". 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.

F.A.Z. KI-Podcast Die New York Times hat OpenAI und Microsoft verklagt, Millionen Artikel der Zeitung ohne Erlaubnis für das Training ihrer KI-Modelle genutzt zu haben. Dies sei ein Verstoß gegen das Urheberrecht, weil die Softwarefirmen mit diesen Informationen ein Konkurrenzprodukt aufgebaut hätten. Damit sei der Zeitung ein Schaden in Milliardenhöhe entstanden, lautet der Vorwurf. Damit landet die Frage, ob und wann das Training und Nutzung generativer KI das Urheberrecht verletzt, erstmals prominent vor einem Gericht – das damit eine wegweisende Entscheidung für die Entwicklung der KI treffen kann. Die Entscheidung ist diffizil. Ein Text, der von einer Künstlichen Intelligenz wie ChatGPT erstellt wurde, ist zunächst eine Aneinanderreihung der jeweils statistisch wahrscheinlichsten Wörter. Als solche seien KI-generierte Texte an sich urheberrechtlich unproblematisch. Zum Problem werden sie aber dann, wenn sie als eigenes Werk verkauft werden, erklärt Matthias Orthwein, Anwalt bei der Anwaltskanzlei SKW Schwarz und Experte für IT-Recht, im F.A.Z.-Podcast „Künstliche Intelligenz“. Denn in das Training des KI-Modells seien unzählige Dokumente eingeflossen, die entweder zufällig oder durch cleveres Prompting von ChatGPT wieder als Output ausgegeben werden könnten. Doch auch bei selbst-erstellten Texten könne es vorkommen, „dass ich irgendwo schonmal etwas gesehen oder gelesen habe, und relativ nahe dran bin: George Harrison hat seinerzeit ‚Here Comes the Sun‘ geschrieben, und hatte kurz vorher in den USA einen vergleichbaren Song gehört.“ Für die Verbreitung solcher Texte müsse deshalb sorgfältig geprüft werden, ob jemand anderes daran schon Rechte hatte – „und nur weil ChatGPT mir den Text geschrieben hat, ändert sich daran nichts.“ Hier sei insbesondere die Wiedererkennbarkeit des Originaltextes urheberrechtlich relevant: Je weiter der generierte Text vom Ursprungstext entfernt liege, desto mehr Kreativität stecke darin, erklärt Orthwein. Die eigenhändige Anpassung von ChatGPT-Texten scheint also nicht nur deren Qualität, sondern auch den eigenen Urheberrechten zuträglich zu sein. Unter anderem für die Softwareindustrie stuft Orthwein solche Urheberrechte für KI-generierte Inhalte als problematisch ein. In der Softwareentwicklung sind inzwischen künstliche Intelligenzen wie GitHub Copilot weit verbreitet, die Programmierer mit passenden KI-generierten Vorschlägen bei der Arbeit unterstützen. Das sei aktuell beispielsweise für Softwareeinkäufer ein großes Problem, erzählt Orthwein. „Per se haftet der Softwareanbieter natürlich dafür, dass keine Rechte Dritter verletzt werden – aber eigentlich kann er das gar nicht. Weil er gar nicht weiß, mit welchen Ursprungs-Codes das Modell trainiert worden ist, mit denen er das verkaufte Produkt generiert hat.“ Hier wird es für KI-Anbieter deshalb elementar wichtig, dass sie ihre Modelle nachrüsten, sie sauber trainieren und dies mit erklärbaren Modellen auch nachweisen können, rät Orthwein. Andernfalls würde der Verkauf von Software, Texten, oder anderen Inhalten, die mit Hilfe solcher KI-Modelle erstellt wurden, zukünftig urheberrechtlich bedenklich – und damit die Brauchbarkeit von KI in Unternehmen fraglich. 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 haben eine Länge von rund dreißig Minuten und erscheinen monatlich jeweils am ersten Mittwoch im Monat. Mehr über die Angebote unserer Werbepartner finden Sie HIER

F.A.Z. KI-Podcast mit SAP-Vorstand Thomas Saueressig Die strategische Bedeutung der generativen Künstliche Intelligenz treibt auch den Software-Giganten SAP an. Dieser hat in den vergangenen Wochen gleich mehrere Partnerschaften mit Unternehmen wie Open AI, Aleph Alpha und IBM bekanntgegeben und das Thema KI in den Unternehmensbereich Applikationsentwicklung verschoben. „In der Zukunft wird KI als ganz normaler Teil in Software eingebettet sein. In 5 Jahren wird keiner mehr fragen ‚Oh, ist da KI drin?‘, sagte SAP-Produktvorstand Thomas Saueressig im F.A.Z.-Podcast „Künstliche Intelligenz“. Die vergangenen zwölf Monate hätten die transformative Kraft der generativer KI gezeigt und damit eine Revolution der Softwarebranche eingeläutet. Bei der Entwicklung liege der Fokus nun darauf, mithilfe der Technologie echte Mehrwerte zu erzeugen: „Beispielsweise bei der Frage, ob mein Kunde in den nächsten zwei Tagen bezahlt: Unser Co-Pilot Joule kann jetzt automatisch in die Echtzeit-Zahlungshistorie des jeweiligen Kunden auswerten, aber wir können zusätzlich auch noch das Wissen von all unseren Kunden nutzen, die uns ihre Daten gegeben haben.“ Doch um in Deutschland die Vorzüge der generativen KI zukünftig auch ausschöpfen zu können, müsse die Weiterbildung vorangetrieben werden. „Beim Thema KI müssen wir schon von der Schule an neu denken, was damit jetzt passiert. Was sind die neuen Kernkompetenzen? Ich glaube wir müssen andere Kernkompetenzen von Anfang an unterrichten,“ meint Saueressig. Darüber hinaus sei aber auch das lebenslange Lernen relevant, um wirklich alle Altersgruppen mitnehmen zu können. In Singapur bekomme beispielsweise jeder Bürger finanzielle Unterstützung von der Regierung, um sich sein Leben lang kontinuierlich weiterzuentwickeln. Gerade bei solch wichtigen Technologien wie generativer KI müsse hier in Deutschland mehr getan werden. Bei SAP sei die KI inzwischen fest in jeder Applikationsentwicklungs-Organisation verankert, berichtet Saueressig. In einem zentralen Bereich würden die Standards gesetzt und zum Beispiel ein AI-Hub gebaut, während jede Applikationsentwicklungs-Organisation sich dann um die Umsetzung von Anwendungsszenarien kümmere. „Man kann de facto sagen, dass jeder Entwicklungsbereich der SAP – beim Jürgen Müller und bei mir – mit KI arbeitet. Deswegen sind es Tausende von Mitarbeitern, die entsprechend aktiv bei dem Thema KI 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. Podcast-Hosts sind Prof. Peter Buxmann und Dr. Holger Schmidt. Beide erforschen und lehren die Potenziale der KI und deren Auswirkungen auf Wirtschaft und Arbeit an der Technischen Universität Darmstadt. Peter Buxmann ist Inhaber des Lehrstuhls für Wirtschaftsinformatik und beschäftigt sich seit vielen Jahren mit den Anwendungen von KI, der digitalen Transformation sowie datenbasierten Geschäftsmodellen. Holger Schmidt ist Dozent an der TU Darmstadt, leitet die F.A.Z.-Redaktion „Newsletter und Verticals“ und ist verantwortlicher Redakteur des F.A.Z.- D:ECONOMY-Briefings. Die Podcast-Folgen haben eine Länge von rund dreißig Minuten und erscheinen monatlich jeweils am ersten Montag. Mehr über die Angebote unserer Werbepartnerinnen und -partner finden Sie HIER

Der geplante AI Act zwinge zukünftig alle KI-Unternehmen, zunächst einmal „ihre Unschuld zu beweisen. Das dauert, kostet Zeit und Ressourcen. Während größere Unternehmen diese Aufwände leicht stemmen könnten, ist der AI Act für kleine KI-Start-ups deshalb ein kompetitiver Nachteil", sagt Tina Klüwer, Leiterin des KI Entrepreneurship Zentrum (K.I.E.Z.) in Berlin. Investoren könnten sich zudem bald zweimal überlegen, ob sie europäischen Start-ups die finanziellen Mittel für die Bewältigung der regulatorischen Hürde bereitstellen wollen – oder lieber in Startups anderer Länder investieren.

Sprachmodelle wie GPT-4 von OpenAI haben nicht nur für private Nutzer die Interaktion mit Künstlicher Intelligenz transformiert – auch Unternehmen stehen am Anfang einer Revolution. Aber „es muss noch viel gemacht werden für die industrielle Anwendung,“ schränkt Feiyu Xu ein. Xu, die bereits in der dritten Podcast-Folge als KI-Chefin von SAP zu Gast war, hat in diesem Jahr zusammen mit Vanessa Cann und drei weiteren KI-Experten das Startup Nyonic gegründet. Das Unternehmen entwickelt Sprachmodelle für die Anwendung in Unternehmen. Während sich allgemeine Modelle ihre Trainingsdaten aus dem Internet holen, sind Industrie-Daten nur selten frei verfügbar und tauchen deshalb in den bisherigen Sprachmodellen kaum auf. Daher verfügen die bisherigen Modelle zwar über ein vergleichsweise gutes Allgemeinwissen, aber für die Erstellung eines Gerichtsurteils oder eine Lieferkettenplanung fehle ihnen das Fachwissen. Genau deshalb habe Nyonic das Ziel, dieses Fachwissen bereits im Training in Sprachmodelle einzubetten, um sie für die industrielle Anwendung vorzubereiten. „Früher sagten wir Machine Learning, heute sagen wir Machine Teaching,“ berichtet Xu. Sprachmodelle müssten regelrecht erzogen werden, damit sie für Menschen nützlich werden. Deshalb sei es ein Fokus des Startups, ein Basismodell zu bauen, das in vielen Sprachen gute Ergebnisse liefere. Laut Cann solle dieses multilinguale Basismodell für die Industrie in einer ersten Alpha-Version im ersten Halbjahr 2024 verfügbar 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. Die beiden Hosts sind Peter Buxmann und Holger Schmidt. Beide erforschen und lehren die Potenziale der KI und deren Auswirkungen auf Wirtschaft und Arbeit an der Technischen Universität Darmstadt. Peter Buxmann ist Inhaber des Lehrstuhls für Wirtschaftsinformatik und beschäftigt sich seit vielen Jahren mit den Anwendungen von KI, der digitalen Transformation sowie datenbasierten Geschäftsmodellen. Holger Schmidt ist Dozent an der TU Darmstadt und gleichzeitig Redaktionsleiter Newsletter und Verticals der Frankfurter Allgemeinen Zeitung sowie verantwortlicher Redakteur des F.A.Z. D:ECONOMY-Briefings. Mehr über die Angebote unserer Werbepartnerinnen und -partner finden Sie HIER

Der Strategie- und Digital-Experte Christoph Bornschein sucht mit eingeladenen Fachleuten nach Ideen der Zukunft. Es geht oft ums Digitale, aber weit darüber hinaus. Bornscheins Expertise erlaubt es, die Diskussion nicht an der Oberfläche zu belassen, sondern in die Tiefe zu gehen und Themen grundlegender zu diskutieren. Dabei ist gepflegter Streit durchaus möglich. Diese Reibung erzeugt Erkenntnis und (hoffentlich) auch auf Seiten der Zuhörenden neue Ideen. Der Ton ist charmant, aber direkt und auf den Punkt. Mitdenken ist gefragt.

André Loske, Chief Information Security Officer der Knauf Gruppe, erklärt, was zu tun ist. „Seit der Coronapandemie haben die Cyberbedrohungen für Unternehmen mehr als 300 Prozent zugenommen,“ sagt André Loske, Chief Information Security Officer der Knauf Gruppe. Gleichzeitig steigen die Kosten durch Cyberangriffe für die betroffenen Unternehmen. „Ein Ransomware-Angriff hat vor fünf Jahren Unternehmen durchschnittlich noch 700.000 Dollar gekostet. Mittlerweile hat sich das auf durchschnittlich 1,5 Millionen Dollar je Angriff verdoppelt.“ Einerseits erhöhen immer mehr digitale Geschäftsprozesse und die zunehmende Anzahl vernetzter Geräte die Angriffsfläche der Unternehmen, andererseits steigt die Professionalität der Angreifer – denen der technische Fortschritt in die Hände spielt: KI-basierte Sprachmodelle wie WormGPT unterstützen Cyberkriminelle bei der Erstellung überzeugender Phishing-Mails, um Passwörter von Nutzern abzugreifen. Darüber hinaus lässt sich Schadsoftware heutzutage automatisiert und in hoher Qualität mithilfe Künstlicher Intelligenz erzeugen. Auf diese Weise entstehen mehr als 300.000 neue Schadsoftwarearten pro Tag, berichtet Loske. Klassische Antivirensoftware kann da nicht mehr mithalten. „Der klassische Antivirenschutz ist mittlerweile tot“, sagt Loske sogar. Für Unternehmen bietet KI insbesondere beim Endpunktschutz einen erheblichen Mehrwert. Die KI überwacht das Verhalten auf den Computern der Beschäftigten und erkennt, ob es sich bei dem Verhalten um Schadsoftware handelt. Werden in einem Cyberangriff beispielsweise große Mengen an Daten verschlüsselt, kann die KI ein ungewöhnliches Verhalten erkennen und alarmiert das Unternehmen. In diesem Zusammenhang betont Loske jedoch auch, dass KI-basierte Cybersecuritylösungen heutzutage erhebliche finanzielle Aufwände für Unternehmen darstellen und insbesondere kleine und mittelständische Unternehmen ein großes Risiko tragen, auf der Verteidigungsseite abgehängt zu werden. Im Fall eines Cyberangriff müssen Unternehmen Notfallpläne besitzen. Zusätzlich gibt es von den Polizeibehörden und dem Bundesamt für Sicherheit in der Informationstechnik Anlaufstellen, an die sich betroffene Unternehmen wenden können. Wer Lösegeldforderungen hingegen nachkommt, riskiert auch in Zukunft im Fokus von Cyberkriminellen zu verbleiben. „Das Lösegeld zu bezahlen ist eigentlich nie eine gute Idee.“ 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. Für den Podcast hat die F.A.Z. mit Peter Buxmann und Holger Schmidt zwei ausgewiesene KI-Experten an Bord geholt: Beide erforschen und lehren die Potenziale der KI und deren Auswirkungen auf Wirtschaft und Arbeit an der Technischen Universität Darmstadt. Peter Buxmann ist Inhaber des Lehrstuhls für Wirtschaftsinformatik und beschäftigt sich seit vielen Jahren mit den Anwendungen von KI, der digitalen Transformation sowie datenbasierten Geschäftsmodellen. Sein Podcast-Partner Holger Schmidt ist Digital Economist, Speaker und Autor. Seine Kernthemen sind KI, Plattform-Ökonomie und digitale Geschäftsmodelle. Die beiden Hosts greifen in jeder Folge einen neuen Aspekt der Künstlichen Intelligenz auf, erklären Zusammenhänge und geben präzise Einordnungen. Die Folgen haben eine Länge von rund dreißig Minuten und erscheinen monatlich jeweils am ersten Montag.

In jüngster Zeit warnen führende Köpfe von Tech-Konzernen wie Sundar Pichai von Google oder Sam Altman von OpenAI immer wieder vor den möglicherweise zu großen und schnellen Fortschritten in der Künstlichen Intelligenz – und drehen das Rad dennoch immer schneller. „Wenn Top-KI-Experten vor ihren eigenen Produkten warnen, ist Regulierung indiziert“ sagt Jürgen Kühling, Professor für Öffentliches Recht an der Universität Regensburg sowie Vorsitzender der Monopolkommission. Den Regulierungsansatz der Europäischen Union bewertet der Jurist grundsätzlich sehr positiv. „Der Ansatz ist aus meiner Sicht super: Eigentlich fokussieren wir uns auf wirklich gefährliche KI und verbieten Dinge, die wir überhaupt nicht haben wollen – wie beispielsweise ein umfassendes Social-Scoring, wie es das in China gibt“, so Kühling. Darüber hinaus konzentriere man sich auf sogenannte Hochrisiko-KI-Systeme wie den Einsatz von KI bei der Strafverfolgung. Diese bekämen einen Haufen an Verpflichtungen wie Konformitätsbewertungen und Dokumentationspflichten, um beispielsweise Diskriminierung zu verhindern, während alle harmloseren KI-Anwendungsfälle in Ruhe gelassen würden. Der Teufel liege aber im Detail, denn die Klassifizierung von Fällen in verbotene, hochriskante oder harmlose KI bedürfe der Entwicklung von gut abgestimmten Mechanismen. Allerdings warnt er auch vor einer übertriebenen Regulierung, die für Unternehmen ein Wettbewerbsnachteil sein könnten. So könne beispielsweise auch das Datenschutzrechte ambivalente Effekte haben. „Die kluge Regulierung ist eine große Herausforderung für die Zukunft“, so Kühling. 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. Für den Podcast hat die F.A.Z. mit Peter Buxmann und Holger Schmidt zwei ausgewiesene KI-Experten an Bord geholt: Beide erforschen und lehren die Potenziale der KI und deren Auswirkungen auf Wirtschaft und Arbeit an der Technischen Universität Darmstadt. Peter Buxmann ist Inhaber des Lehrstuhls für Wirtschaftsinformatik und beschäftigt sich seit vielen Jahren mit den Anwendungen von KI, der digitalen Transformation sowie datenbasierten Geschäftsmodellen. Sein Podcast-Partner Holger Schmidt ist Digital Economist, Speaker und Autor. Seine Kernthemen sind KI, Plattform-Ökonomie und digitale Geschäftsmodelle. Die beiden Hosts greifen in jeder Folge einen neuen Aspekt der Künstlichen Intelligenz auf, erklären Zusammenhänge und geben präzise Einordnungen. Die Folgen haben eine Länge von rund dreißig Minuten und erscheinen monatlich jeweils am ersten Montag.

Computer sind teilweise schon besser als Bankberater. Was folgt daraus – und was nicht? Künstliche Intelligenz liefert bessere Aktientipps als der Berater in der Bank – aber die Anleger ignorieren sie weitgehend. Der KI fehle die Empathie und das Vertrauen, um die Anleger von ihren Entscheidungen zu überzeugen, berichtet Oliver Hinz, Professor für Wirtschaftsinformatik und Informationsmanagement an der Goethe Universität Frankfurt, im F.A.Z.-Podcast „Künstliche Intelligenz“ über ein Experiment. Die beste Option sei deshalb eine Kombination von KI-Systemen mit empathischen Bankberatern, die auch langfristig den höchsten Gewinn für ihre Kunden erziele. Künstliche Intelligenz dringt gerade in viele Bereiche der Finanzindustrie vor. Die amerikanischen Investmentbank JP Morgan hat in den vergangenen drei Monaten mehr als 3600 Stellen für KI-Experten ausgeschrieben und schon ein eigenes Modell von ChatGPT trainiert. Mit der KI ließe sich beispielsweise viel Tipparbeit einsparen, wenn sie aus aufgezeichneten Beratungsgesprächen automatisch relevante Inhalte extrahierten und in die Systeme der Bank einspeisten, berichtet Andreas Totok, Geschäftsbereichsleiter bei der Finanz Informatik Solutions Plus, einer hundertprozentigen Tochtergesellschaft des zentralen IT-Dienstleisters der deutschen Sparkassen. Von ChatGPT ist er privat beeindruckt, aber den Einsatz in der Bank sieht er wegen der starken Regulatorik noch nicht: „Wir dürfen nicht nur schauen, welche tollen Features es gibt, sondern auch: Wie kann ich diese nachvollziehbar gestalten?“, weist Totok auf eine wichtige Anforderung der Bankenaufsicht hin. KI kann auch helfen, Analystenkonferenzen automatisiert auszuwerten, erklärt Hinz. Bislang wird sich auf die Auswertung des Gesagten konzentriert. Neueste KI-Systeme könnten auch zusätzliche Informationen aus den Audiodateien herauslesen, beispielsweise ob der vortragende Finanzchef ängstlich klingt. Dabei wird zwar „der Informationsgewinn immer kleiner, je weiter wir mit den analytischen Methoden voranschreiten,“ in der Finanzindustrie würden sich aber diese Informationen dennoch in beträchtliche Summen übersetzen. Langfristig werde sich die Berufe in den Banken wandeln. Die Menschen werden weniger Zeit mit analytischen Tätigkeiten verbringen müssen und sich stattdessen auf den Aufbau von Vertrauen zu ihren Kunden konzentrieren können. „Ich vergleiche das gerne mit der Einführung des Geldautomaten,“ beschreibt Totok. Das Berufsbild habe sich komplett geändert, da heute kaum noch Bankmitarbeitende Geld händisch ausgeben oder entgegennehmen. Das sei sowohl bei Mitarbeitenden als auch in der Gesellschaft anerkannt. Hinz sieht deshalb Bedarf für einen gesellschaftlichen Diskurs: „Was möchten wir als menschliche Fähigkeiten behalten? Und was sind wir bereit zu verlernen und an die Maschine abzugeben?“ 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. Für den Podcast hat die F.A.Z. mit Peter Buxmann und Holger Schmidt zwei KI-Experten an Bord geholt: Beide erforschen und lehren die Potenziale der KI und deren Auswirkungen auf Wirtschaft und Arbeit an der Technischen Universität Darmstadt. Peter Buxmann ist Inhaber des Lehrstuhls für Wirtschaftsinformatik und beschäftigt sich seit vielen Jahren mit den Anwendungen von KI, der digitalen Transformation sowie datenbasierten Geschäftsmodellen. Sein Podcast-Partner Holger Schmidt ist Digital Economist, Speaker und Autor. Seine Kernthemen sind KI, Plattform-Ökonomie und digitale Geschäftsmodelle. Die beiden Hosts greifen in jeder Folge einen neuen Aspekt der Künstlichen Intelligenz auf, erklären Zusammenhänge und geben präzise Einordnungen. Die Folgen haben eine Länge von rund dreißig Minuten und erscheinen monatlich jeweils am ersten Montag.