KI im Digital Workplace

00:00 Begrüßung, Jalios in Kürze und die Agenda

Heute sprechen wir über das Thema der letzten Monate, fast schon der letzten Jahre: KI, und zwar aus Sicht des Digital Workplace und des Intranets. Wie lässt sich beides kombinieren? Lohnt es sich? Bringt es Produktivität, oder ist es riskant? Das besprechen wir heute, und am Ende können Sie Fragen stellen. Wenn etwas dringend ist, liest mir meine Kollegin die Fragen zwischendurch vor.

Für alle, die uns noch nicht kennen: Jalios ist ein Softwarehersteller für Intranet und Digital Workplace, seit mehr als 25 Jahren am Markt. Hier in Freiburg haben wir eine Niederlassung. Wir sind mehr als 100 Mitarbeitende, wachsen regelmäßig, und als Softwarehersteller fließen unsere Ausgaben zurück in Forschung und Entwicklung.

Heute geht es um mehrere Themen. Zuerst erklären wir, was KI ist, denn wenn man mit Leuten spricht, hört man sehr verschiedene Meinungen. Dann: Welche Chancen bietet KI im Arbeitsalltag? Was sind die Risiken? Und wie setzt man das am Arbeitsplatz praktisch um, was funktioniert und was funktioniert weniger gut? Ich fange mit einer Definition von KI an und damit, wie KI den digitalen Arbeitsplatz verändern kann.

Diese Stelle im Video ansehen (00:00)

02:01 Was ist generative KI? Drei Stufen von schwacher bis Super-KI

Das sind die Fragen, die wir von unserer Kundschaft bekommen: Was ist KI allgemein? Wie kann sie mir im Alltag helfen? Wo gehen meine Daten hin? Ist es gefährlich oder nicht?

Die Definition ist einfach: Generative KI ist eine Art von KI, die neue Inhalte und Ideen erstellen kann. Dazu zählen Gespräche, Geschichten, Bilder, Videos, Musik und mehr.

Man unterscheidet drei Arten von KI: Artificial Narrow AI, General AI und Super AI. Was die meisten kennen, etwa ChatGPT, ist Artificial Narrow AI, also schwache KI. Das ist der Anfang von KI, und dazu gehört auch die generative KI. Beispiele dafür sind Übersetzungsdienste wie DeepL, Schachprogramme, Bilderkennung, Alexa oder Siri, also all die Werkzeuge, die wir inzwischen täglich benutzen, bei der Arbeit oder privat.

Eine Stufe höher steht die General AI, die allgemeine künstliche Intelligenz. Sie hat die Fähigkeit zu lernen. Die übliche Definition lautet „ähnlich wie ein Mensch“, und das mag ich als Definition nicht besonders, das ist für mich eine große Frage. Aber sie simuliert, wie ein Mensch denkt und lernt. Das ist noch ein theoretisches Konzept, wir gehen aber schnell in diese Richtung.

Die letzte Stufe ist die Super AI. Hier kann die KI völlig selbständig denken, lernen, entscheiden und urteilen. Vielleicht haben Sie davon gehört: Der Geschäftsführer von Meta, also von Facebook, Instagram und WhatsApp, Mark Zuckerberg, hat vor kurzem gesagt, er möchte einen Klon von sich selbst, damit er 24 Stunden arbeiten kann. Die KI soll nachts Dinge analysieren und Entscheidungen treffen, die er am Tag prüft und gegebenenfalls korrigiert, für mehr Produktivität. Das ginge in Richtung General AI oder Super AI. Ob das eine gute Sache ist, ist fraglich, aber das ist eine philosophische Debatte.

Diese Stelle im Video ansehen (02:01)

05:14 Wie KI technisch funktioniert: Training, Vektoren, Prompt, Sprachmodell

Wichtig ist zu verstehen, wie KI funktioniert. Zuerst wird das gesamte Wissen analysiert, die KI wird trainiert. Auf der linken Seite unseres Schaubilds steht das „Indexing Content“: Alles, was wir der KI geben, wird sozusagen eingespeist. Daraus wird mit einem Embedding-Modell ein Satz von Vektoren erstellt, die in einer Vektordatenbank liegen.

Das ist Wahrscheinlichkeitsarbeit. Die KI bringt Teile zusammen, die zusammengehören: König und Königin, Vater und Mutter. Sie nimmt Wörter, stellt fest, dass es zwischen ihnen eine Verbindung gibt, und legt diese Punkte in der Vektordatenbank näher zusammen. Diese Textstücke, die Chunks, werden so vorbereitet. Das ist die Trainingsphase.

Dann kommt die Frage. Sie geht durch dasselbe Embedding-Modell und wird ebenfalls zu einem Vektor. Anschließend wird gesucht: Wie passt das, was ich gefragt habe, zu dem, was in der Datenbank liegt? Die passenden Chunks, also die Wissensteile, werden zusammengebracht. Zusammen mit dem Prompt, Ihrer Frage, bereitet dann das LLM, das Large Language Model, die Antwort vor. Es gibt verschiedene Modelle, die Sie einsetzen können, sie sind unterschiedlich trainiert. Die Antwort wird erstellt und angezeigt.

Sie sehen: Das ist in Anführungszeichen nur Wahrscheinlichkeitsarbeit. Eine Intelligenz steckt eigentlich nicht dahinter. Möglich ist das, weil Computer sehr schnell analysieren können. Das heißt aber auch: Sie müssen zuerst das richtige LLM für die richtige Aufgabe auswählen. Und die Antwort hängt davon ab, wie Sie den Prompt geschrieben haben. Formulieren Sie anders, bekommen Sie eine andere Antwort, weil andere Chunks ausgewählt werden.

Diese Stelle im Video ansehen (05:14)

09:06 Vier Säulen des Digital Workplace und was KI dort tut

Wie verändert KI den digitalen Arbeitsplatz? Wir sehen Intranet und Digital Workplace mit vier großen Säulen: Kommunikation, Zusammenarbeit, Wissen und Effizienz. KI betrifft alle vier.

Kommunikation: KI hilft beim Schreiben von Artikeln, beim Zusammenfassen von Artikeln, Blogs oder Wiki-Seiten und bei der mehrsprachigen Übersetzung.

Zusammenarbeit: Wenn Menschen in kollaborativen Räumen arbeiten, können Videokonferenzen wie diese hier transkribiert und zusammengefasst werden. Der Ton wird in Text umgewandelt, Speech-to-Text, der Text wird analysiert, und daraus entsteht eine Zusammenfassung. Das geht auch für Chats. Und man kann E-Mail-Antworten vorbereiten und halbautomatisch oder automatisch zurückschicken.

Wissen: Man kann Fragen an interne Dokumente stellen und Antworten daraus bekommen, KI-Assistenten nutzen, Quizze erstellen oder Lerninhalte generieren. Sie geben zum Beispiel ein paar Dokumente, eine PowerPoint-Präsentation, ein Word-Dokument, und bitten die KI, aus diesen Inhalten ein Quiz zu erstellen.

Effizienz: Hier arbeiten wir mit Assistenten oder Agenten. Der Unterschied: Agenten sind unabhängiger und können mehr tun, je nachdem, wie viele Rechte Sie ihnen geben. Assistenten sind etwas begrenzter. Beispiele zeige ich später.

Diese Stelle im Video ansehen (09:06)

11:55 Umfrage 1: Welches Intranet haben die Teilnehmenden heute?

Bevor wir weitergehen, die erste Umfrage: Wie weit sind Sie mit KI? Die Teilnehmenden ordnen sich per Klick ein, ob sie ein kollaboratives Intranet, ein Wissensintranet oder ein Social Intranet betreiben, jeweils mit oder ohne KI.

Ergebnis der ersten Umfrage

Das ist logisch: Wir sind im Wissensmanagement, da kommt das Wissensintranet nach vorne. Und es ergibt Sinn, dass KI sehr viel für das Wissen tun kann. Für mich ist das keine Evolution, sondern eine Revolution, vergleichbar mit der Elektrizität oder dem Internet, weil es unser Wissen betrifft. Vieles, was wir bisher mit Nachdenken erledigt haben, kann die KI selbst machen: vor allem alles, was repetitiv ist, die Aufgaben, die wir ständig wiederholen und die oft keinen großen Mehrwert haben. Das lässt sich sehr gut automatisieren. Und die KI kann suchen, also über Wahrscheinlichkeiten Verknüpfungen und Verbindungen zwischen Ideen herstellen.

Diese Stelle im Video ansehen (11:55)

14:58 Chancen im Arbeitsalltag: Suche, Recruiting, Marketing, HR-Chatbot

Informationssuche. Klassisch hat man die normale Suche mit Schlüsselwörtern und Filtern benutzt. Jetzt kann man mit einem Fragezeichen die KI fragen, der Assistent wird angesprochen und liefert die Antwort. Der Vorteil: Er formuliert eine Antwort, die man weiterverwenden kann, mit mehr Kontext, und man sieht, aus welchen Dokumenten die Quellen stammen. Aber Achtung: Je nachdem, wie man den Prompt schreibt, gibt es manchmal Halluzinationen. Ich habe es selbst geschafft. Wenn die KI die Antwort nicht kennt, gibt sie trotzdem eine, und die ist manchmal völlig falsch. Man sollte Antworten von Experten prüfen lassen und den Prompt so schreiben: „Wenn du es nicht weißt, sag es, und erfinde nichts.“ Die KI-Suche ist komplementär zur klassischen Suche.

Personalbeschaffung. Große Firmen nutzen Werkzeuge, die die hundert Lebensläufe, die täglich eingehen, automatisch analysieren und gewichten, nach den Kriterien, die man vorgibt. Diese sogenannten ATS-Tools analysieren die Bewerbungen, und umgekehrt nutzen Bewerber Werkzeuge, die ihre Lebensläufe KI-kompatibel machen. Das ist fraglich. Ich kenne Leute, die sich beworben haben und am Sonntagmorgen eine Absage bekamen. Kein Mensch hat die Bewerbung angeschaut, alles lief über KI. Wollen wir die KI entscheiden lassen, wen wir nehmen? Ich habe selbst jemanden eingestellt, der nach Lebenslauf und Anschreiben nicht in Frage gekommen wäre, und er war einer der besten Mitarbeiter, die wir hatten. Man muss aufpassen: Meiner Meinung nach sollte KI hier eine Hilfe bleiben und nicht entscheiden, auch wenn es technisch heute einfach wäre.

Marketing. Man kann die CRM-Datenbank durchgehen und inaktive Kunden mit Upselling-Potenzial finden.

HR-Chatbot. Sehr praktisch, besonders wenn ständig neue Kolleginnen und Kollegen in die Organisation kommen: ein Chatbot für die üblichen Personalfragen. Wo finde ich das? Welche Regeln gelten dafür? Das haben wir in einer Demo umgesetzt. Natürlich kann man die Personalabteilung oder den Manager fragen, aber die Antworten sind immer dieselben, die Regeln sind definiert. Wenn die Regeln auf vielen Seiten stehen, ist es mühsam, sie zu durchsuchen. Ein Chatbot beantwortet die Frage in der Sprache, in der sie gestellt wird: Der Text kann auf Deutsch vorliegen, die Frage auf Englisch oder Französisch kommen. Wenn Sie Mitarbeitende haben, die verschiedene Sprachen sprechen, ist das sehr hilfreich, egal in welcher Sprache das Dokument ist. Das ist ein guter Ersatz für die klassischen FAQ.

Kommunikation. Bessere Texte schreiben, lange Dokumente zusammenfassen und alle Mitarbeitenden einbeziehen, etwa mit Untertiteln für Videos und Übersetzungen.

Diese Stelle im Video ansehen (14:58)

20:37 Beispiel: Die Spesenfrage an den Intranet-Assistenten

Ein Beispiel: Jemand ist neu im Unternehmen und hat eine Frage zu Spesen: „Darf ich mein eigenes Auto benutzen?“ Er tippt die Frage mit Fragezeichen in die Suche, der Assistent wird angesprochen und liefert die Antwort, je nachdem, was im Dokument mit den Spesenregeln steht. Hier: Ja, das ist erlaubt. Man sieht dazu das Dokument, aus dem die Antwort stammt, und die Stellen, Seite 2 und Seite 3. Man kann bewerten, ob die Antwort hilfreich war.

Wenn die Antwort nicht vollständig war, setzt man die Unterhaltung fort. Der Mitarbeiter fragt weiter: „Wie läuft es mit der Rückerstattung?“ Die Antwort kommt, typisch für KI, mit Aufzählungspunkten, wieder mit Referenzen auf Seite 1, 6 und 5. Es gibt einen Button, um erneut zu fragen. Dann bekommt man, auch typisch für KI, vielleicht eine andere oder zumindest anders formulierte Antwort, wenn die erste zu kompliziert war. So kann eine Diskussion entstehen.

Unten steht aber immer der Hinweis: „Achtung, dieser Assistent kann Fehler machen. Überprüfen Sie wichtige Informationen.“ Im Zweifel ruft man die Personalabteilung an und fragt, ob es stimmt.

Diese Stelle im Video ansehen (20:37)

23:11 Weitere Beispiele: Schlagwörter, Zusammenfassungen, „Wer hat was gesagt?“

Ich habe heute nicht die Zeit, alles zu zeigen, aber eine weitere Möglichkeit: Sie nehmen ein Dokument und möchten die Schlagwörter kennen, um es zu kategorisieren, etwa nach Themen. Das könnte man selbst machen, aber bei 250 Seiten ist das etwas viel. Also bittet man die KI: „Schlag mir Schlagwörter vor“, und wählt dann aus, welche relevant sind. Praktisch ist auch, dass man Chats oder Videos zusammenfassen lassen kann.

Ein Assistent, den wir gebaut haben, heißt „Wer hat was gesagt?“. Sie haben eine Chat-Konversation oder ein einstündiges Video und möchten wissen, was Herr Müller darin gesagt hat. Der Assistent gilt für eine einzelne Veröffentlichung, die Dokumenttypen sind Video oder Audio, und die Aufforderung lautet, zusammenzufassen, was die Person gesagt hat. Am Anfang steht „von KI generiert“. So bekommt man eine schnelle Zusammenfassung, statt ein zweistündiges Video anzuschauen.

Das sind ein paar Beispiele. Auf die praktische Umsetzung kommen wir später noch einmal im Detail. Zuerst zu den Risiken und Herausforderungen.

Diese Stelle im Video ansehen (23:11)

25:15 Risiken: Der EU AI Act und seine vier Risikostufen

Wie bei jedem Werkzeug gibt es Risiken. Man muss KI als Werkzeug sehen, nicht als Magie, auch wenn sie manchmal mit einem Zauberstab dargestellt wird. Es ist reine Wahrscheinlichkeitsrechnung. Zuerst zu Datenschutz und Sicherheit.

Die EU hat den AI Act geschaffen. Er versucht, die verschiedenen KI-Werkzeuge und Praktiken zu klassifizieren, mit einem risikobasierten Ansatz in vier Stufen: minimales Risiko, begrenztes Risiko, hohes Risiko und unannehmbares Risiko.

Unannehmbares Risiko ist verboten. Dazu gehören Social Scoring und prädiktive Polizeiarbeit nach dem Motto: Jemand hat vor 15 Jahren gestohlen und vor vier Jahren wieder, also sagt man voraus, dass er innerhalb von zwei Jahren wieder etwas tut, und beobachtet ihn besonders. Auch Emotionserkennung am Arbeitsplatz ist verboten. Die Quelle ist die EU-Kommission, Sie können das online nachlesen.

Hohes Risiko ist weniger kritisch, aber immer noch sehr kritisch: alles, was die Sicherheit von Personen und die Grundrechte beeinträchtigen könnte, etwa Medizinprodukte, Spielzeug, Fahrzeuge, und Bereiche wie Biometrie oder kritische Infrastrukturen.

Begrenztes Risiko verlangt Transparenz, zum Beispiel beim Einsatz von Chatbots oder bei der Generierung künstlicher Inhalte. Die Lösung, die wir vorhin gesehen haben, fällt in dieses Risikoniveau. Bestimmte Regeln sind zu befolgen: Man kennzeichnet Inhalte mit „von KI generiert“, und man kann nachvollziehen, woher die Informationen kommen, es gibt eine Spur. Bei minimalem Risiko gibt es keine Auflagen.

Zum Zeitplan: Der AI Act ist seit Februar letzten Jahres in Kraft. Die Regeln für hohes und begrenztes Risiko sollten jetzt im August greifen, die für minimales Risiko in zwei Jahren. Es gab aber Lobbying der KI-Hersteller, die sagten, sie schafften es nicht, alle Nachweise so schnell in ihre Werkzeuge einzubauen. Die EU-Kommission hat daraufhin vorgeschlagen, die Termine zu verschieben, für hohes Risiko wahrscheinlich auf nächstes Jahr, für begrenztes Risiko um etwa sechs Monate. Das ist nur ein Vorschlag, das Parlament muss ihn noch prüfen, das läuft gerade.

Die Konsequenzen, auch für uns als Hersteller: Die oberste Stufe darf man nicht machen, Punkt. Für hohes Risiko gibt es spezifische Verpflichtungen, die Artikel 8 bis 17 des AI Act, etwa technische Unterlagen. Wir bewegen uns beim begrenzten Risiko. Dort gelten Transparenzpflichten: Der Nutzer wird informiert, dass er mit KI interagiert, und bei Inhalten wird gezeigt, dass sie von KI vorbereitet wurden. Das setzen wir in unserem Intranet und Digital Workplace um.

Diese Stelle im Video ansehen (25:15)

31:20 Datenschutz: Patriot Act, CLOUD Act, DSGVO und Datenqualität

Ein paar Punkte, die Sie wissen sollten, weil sie nicht nur KI, sondern Daten allgemein betreffen. In den USA gibt es zwei Gesetze, die wichtig sind und von denen viele leider nicht wissen oder nicht glauben, dass sie angewendet werden.

Das erste ist der Patriot Act. Er erlaubt, die elektronische Kommunikation von Personen zu überwachen, die des Terrorismus oder der Spionage verdächtigt werden. Man denkt: Ich bin kein Terrorist, also kein Problem. Die Frage ist, wie man Terrorismus oder Spionage definiert. Dieses US-Gesetz erlaubt Regierungsbehörden, auf personenbezogene Daten zuzugreifen, ohne die betroffenen Personen darüber zu informieren. Sie können also auch Daten in Europa nehmen und analysieren, mit KI natürlich, weil es so viele Daten sind.

Das zweite ist der CLOUD Act. Er ermöglicht den USA, personenbezogene Daten von Personen aus dem Ausland zu nutzen. Ein US-amerikanisches Unternehmen ist auf Anordnung der US-Regierung verpflichtet, Zugang zu den Daten zu gewähren. Es hat keine Wahl. Auch wenn die Daten in Europa liegen, muss die amerikanische Firma sie an die Regierung liefern. Das muss man wissen, dann kann man entscheiden, ob man mit diesen Firmen arbeitet.

Datenqualität. Die Daten sollten sauber sein. Wenn Sie KI nutzen und die Daten in der Quelle falsch sind, liefert die KI falsche Antworten: Garbage in, garbage out. Die KI ist nur ein Werkzeug, das alles verbindet. Wenn die Daten nicht da sind, entsteht die Gefahr der Halluzination.

DSGVO. Besonders in der Cloud ist der Auftragsverarbeitungsvertrag wichtig, in dem alle Einzelheiten festgelegt sind. Vor allem: Wofür werden die Daten gespeichert und benutzt? Diese Verwendungszwecke müssen im Dokument erklärt sein, und man sollte die Einwilligung der Nutzer einholen. Wir haben dafür ein Einwilligungsformular beim Einstieg, damit die Leute wissen, wofür ihre persönlichen Daten im Intranet oder Digital Workplace verwendet werden. Wir nutzen diese Daten nicht für uns, anders als manche Firmen wie Facebook. Die Daten gehören unseren Kunden, wir machen nichts damit und dürfen es auch nicht. Der Grundsatz ist Datenminimierung: Daten, die nicht nötig sind, sollten nicht da sein. Unsere Plattform lässt sich entsprechend anpassen, nicht benötigte Daten kann man einfach weglassen.

Das Risiko ist die internationale Übermittlung. Wenn Sie auf einem Server speichern, der mit einer US-amerikanischen Firma verbunden ist, besteht das Risiko, dass die Daten dorthin gehen. Für KI gilt dasselbe.

Diese Stelle im Video ansehen (31:20)

36:20 Empfehlungen: Hosting, Sprachmodell und Hersteller aus Europa

Daraus ergeben sich unsere Tipps: Wählen Sie ein Hosting in Europa bei einem europäischen Hosting-Anbieter. Wählen Sie ein europäisches LLM. Wählen Sie einen europäischen Hersteller für Intranet oder Digital Workplace. Verlangen Sie die Zertifizierung nach ISO 27001, für das Hosting und für die Software. Und lernen Sie mit Schulungen immer mehr über KI. Das raten wir bei jeder Einführung eines Digital Workplace oder Intranets. Dann sind Sie sicherer, als wenn Sie einen Anbieter nehmen, der die Daten in den USA statt in Europa speichert und sie, wie wir gesehen haben, ohnehin liefern muss.

Dazu eine Matrix, die nicht ganz aktuell ist, aber den Überblick gibt: verschiedene LLMs, darunter Mistral, Albert und OVHcloud, und was sie können und nicht können. Wir bieten vor allem Mistral AI und OVHcloud an, beides europäische Anbieter. Je nachdem, welche Anwendungsfälle Sie haben, wählen Sie das passende Modell, und wir können auch mehrere Modelle kombinieren, wenn es nötig ist. Und KI ist überall: Wir haben viele Konnektoren, und in den verschiedenen Konnektoren taucht inzwischen KI auf.

Diese Stelle im Video ansehen (36:20)

38:23 Zahlen: Vertrauen, Aufgaben und die Angst vor Arbeitsplatzabbau

Für alle, die Zahlen mögen, ein paar Statistiken aus einer Bitkom-Erhebung. Die Folien bekommen Sie am Ende zugeschickt. Nur 31 Prozent der Befragten vertrauen KI, das ist verständlich. Trotzdem wollen 51 Prozent KI für langweilige Aufgaben nutzen. Die Zeitersparnis ist da: Wenn Sie einen Text schreiben müssen und keine Idee haben, schreiben Sie ein paar Stichpunkte, lassen die KI einen Text generieren und bearbeiten ihn dann. Das geht schneller, ebenso bei Zusammenfassungen.

Sehr stark ist die Zahl von 77 Prozent, die Arbeitsplatzabbau befürchten. Ja und nein: Für Aufgaben, die Standard sind, regelmäßig anfallen und keinen großen Mehrwert bringen, wahrscheinlich ja. Für kompliziertere Aufgaben wahrscheinlich nicht. Ich habe eine Liste betroffener Tätigkeiten mitgebracht. Inhalte für Blogs schreiben: Ja, das ist betroffen, das geht schnell mit KI. Bei Betriebssystemen und Anwendungen oder beim juristischen Schreiben braucht man weiterhin Spezialisten. KI kann helfen, sie ist komplementär, aber sie ist nicht Ihre Rechtsberatung.

Diese Stelle im Video ansehen (38:23)

40:32 Ethische Fragen: Fakes, Verantwortung, Urheberrecht, Deadbots, Ökologie

Es gibt ethische Fragen, ich gehe schnell durch. Möchten Sie eine KI-generierte Schauspielerin als neue Mitarbeiterin einstellen? Sie existiert nicht, sie wurde durch KI erstellt. Der Vorteil: Sie kann 24 Stunden arbeiten und tut, was man sagt. Aber das ist schade. Der Filmverband in Frankreich hat entschieden, dass alle Drehbücher, die durch KI entstanden sind, für Preise nicht zugelassen sind. Man kann sich also wehren. Es geht um Vertrauen, und man muss die Nutzung von Daten und Aufgaben kontrollieren, ebenso Fakes. Das wird jetzt stark von der EU reguliert und teilweise verboten.

Verantwortung. Wenn KI etwas sagt, sollte man wissen, dass es eine KI ist. Man kann eine Entscheidung nicht allein auf eine KI-Antwort stützen. Man sollte mit Experten prüfen, denn am Ende trägt ein Mensch die Verantwortung.

Urheberrecht. Auf dem Schaubild links ein KI-generiertes Bild, rechts eine Zeichnung von Picasso. Es gibt Ähnlichkeiten. Wem gehört das links generierte Werk: dem Künstler, dem Programmierer, der Familie des Künstlers? Darf man es überhaupt, und darf man es verkaufen? Wir sehen inzwischen KI-generierte Lieder auf Musikplattformen. Die Gefahr ist, dass immer mehr generiert wird.

Deadbots. Man kann alle Informationen einer Person nehmen, Videos, Texte und so weiter, eine KI damit füttern und, wenn die Person gestorben ist, mit diesem KI-Klon weitersprechen. Dazu gibt es sehr viele Fragen, rechtlich ist das Niemandsland, und es wird derzeit viel dazu geforscht.

Ökologie. Eine ChatGPT-Anfrage braucht etwa zehnmal mehr Strom als eine Google-Suche. Muss man unbedingt ChatGPT fragen, oder kann man selbst überlegen oder die Antwort über Google finden? Rechenzentren brauchen viel Wasser und Energie. Bei der Bildgenerierung entsteht sehr viel CO2, bei Zusammenfassung, Texterstellung und Textklassifikation deutlich weniger.

Zum Schluss etwas Leichteres. Ich habe vor kurzem ein Video einer Neurologin gesehen, die gefragt wurde, ob KI dumm macht. Ihre Antwort: grundsätzlich ja, weil wir unser Gehirn weniger nutzen, wir werden faul. Sie spricht von Metakognition, dem Bewusstsein über die eigenen Fähigkeiten: Gedächtnis, kritisches Urteilsvermögen. Dummheit bedeutet: Ich weiß nicht, was ich weiß, und ich weiß auch nicht, was ich nicht weiß. Es ist wichtig zu wissen, was man kann und was nicht. Man kann mit KI arbeiten, sollte aber trotzdem selbst nachdenken. Und es gibt Hoffnung: Nach zehn Tagen ohne KI kommen die Fähigkeiten zurück. Behalten Sie also die Kontrolle, ob Sie KI nutzen oder nicht.

Diese Stelle im Video ansehen (40:32)

46:10 Umfrage 2: Planen Sie KI im Intranet?

Bevor wir zur praktischen Umsetzung kommen, die zweite Umfrage: Planen Sie, KI im Intranet einzusetzen, oder haben Sie das vielleicht schon erledigt?

Ergebnis der zweiten Umfrage

Das sehen wir auch bei unserer Kundschaft: Wir sind weiter als letztes Jahr. KI wird als etwas gesehen, das man überlegen und in Kauf nehmen muss, auch wenn es noch nicht bei jedem zu hundert Prozent angekommen ist.

Diese Stelle im Video ansehen (46:10)

48:05 Praktische Umsetzung: Textgenerierung, Fragen an Dokumente, Assistenten, Agenten

Textgenerierung spart Zeit, wenn Sie Texte, Blogs oder Wiki-Seiten schreiben müssen, besonders in einer anderen Sprache als Ihrer Muttersprache. Rechtschreib- und Grammatikfehler fallen automatisch weg. Aber Achtung: Der Inhalt muss stimmen. Wenn Sie falsche Informationen generieren und das immer mehr wird, macht die KI später auch falsche Zusammenfassungen, das verstärkt sich. Also trotzdem prüfen.

Zusammenfassung, Schlagwörter, Tagging, Übersetzung. Dafür ist KI sehr gut. Ein Dokument mit 250 Seiten fasst sie in wenigen Minuten zusammen, das kann man nicht besser machen.

Fragen an Dokumente. Auch bei großen Dokumenten müssen Sie nicht alles lesen, wenn Sie keine Zeit haben. Sie stellen Fragen, die KI sucht die Seite, auf der die Information steht. Was man früher über das Inhaltsverzeichnis gemacht hat, ein Kapitel herauszusuchen, geht mit KI sehr schnell.

Assistenten. Sie packen verschiedene Dokumente in einen Assistenten, sie werden analysiert und indexiert, dann stellen Sie Fragen und bekommen Antworten. Wichtig: Sie bekommen nur Informationen, für die Sie Rechte haben. Wenn Sie ein Dokument nicht lesen dürfen, wird es von der KI zwar analysiert, aber Sie bekommen die Antwort daraus nicht. Sie sehen nur, was Sie sehen dürfen. Sie können bei uns auch Anbieter und Modell auswählen, etwa Mistral oder OpenAI, je nachdem, was die Organisation erlaubt. Für das Wissensmanagement ist das sehr nützlich. Auf dem Screenshot sieht man, dass der Assistent die Antwort aus zwei Dokumenten zusammengesetzt hat: „Ich habe das hier gefunden und das hier, also ist es möglich, weil …“ Sehr praktisch.

Agenten. Assistenten oder Agenten führen mehrere Aufgaben aus. Ich möchte zum Beispiel wissen, ob mein Dokument barrierefrei ist, oder eine E-Mail prüfen lassen. Ich gebe Anweisungen, und der Agent erledigt mehrere Aufgaben selbständig im Hintergrund.

Anwendungsfall Lebenslauf. Ich nehme einen Lebenslauf, extrahiere Daten, fasse zusammen und stelle Fragen, auch wenn der Lebenslauf sehr lang ist: „Kann diese Person das und das?“ So hilft mir die KI, schneller zu analysieren.

Diese Stelle im Video ansehen (48:05)

52:49 Best Practices für die KI-Einführung

Wir haben kurz Best Practices für Teams und Unternehmen zur KI-Einführung zusammengestellt, die Sie in Ruhe nachlesen können. Drei Punkte für Strategie, Umsetzung und Optimierung, ganz klassisch: zuerst die Ziele definieren, die Führungskräfte einbinden, einen Proof of Concept machen. Dann einen Plan für Schulungen haben, wie bei jedem Werkzeug. Den Mitarbeitenden kommunizieren, was gemeint ist und warum die Organisation KI einsetzt. Und Erfolgskontrolle: Ist die KI-Einführung ein Erfolg oder nicht, mit Key Performance Indicators, wie bei allen anderen Werkzeugen.

Diese Stelle im Video ansehen (52:49)

53:59 Ausblick und Diskussionsrunde

Wir sind etwas schnell durch einige Punkte gegangen, haben aber noch Zeit für eine Diskussionsrunde. Der nächste Termin ist im Juli, da können Sie uns wieder treffen. Den Webinar-Letter können Sie über den QR-Code abonnieren, und auf jalios.de finden Sie die weiteren Termine.

Diese Stelle im Video ansehen (53:59)

Die Mitschrift endet hier. Die anschließende Fragerunde ist in der Aufzeichnung enthalten.