00:00:17: Mit

00:00:34: KI als Treiber für die Transformation der Wirtschaft setzte sich auch der achtzigste deutsche Betriebswirtschaftertag der Schmalenbach-Gesellschaft am sechsten Oktober in Düsseldorf auseinander.

00:00:47: Dabei wurden So das Generalthema, vor allem Accounting, Auditing und Governance im Zeitalter von KI fokussiert.

00:00:58: Dr.

00:00:58: Tobias Meier, CEO der DHL Group zeigte zunächst sehr plastisch Anwendungsbeispiele für KI in seinem Unternehmen auf.

00:01:09: Noch offen sei dabei jedoch die Frage inwieweit eine menschliche Letztkontrolle Human In The Loop zwingend erfolgen müsse.

00:01:18: Wir haben im Moment eine klare Regel dahingehend, dass wir sagen die Einträge in ein System of Record.

00:01:24: Also da ist das was letztendlich zu Umsatz beispielsweise führt, was die Generierung einer Sendung einschließt.

00:01:33: Das bedarf menschlicher Aufsicht.

00:01:37: man muss aber auch feststellen der Fortschritt KI durch KI überwachen zu lassen beispielsweise im Kundenservice eben gut funktioniert und sich in den letzten Wochen und Monaten rapide entwickelt hat.

00:01:53: Also ich glaube, dass man dahingehend noch keine wirklich fest dezimentierte Governance für solche Systemlandschaften gefunden haben kann, weil sich dieses Feld halt immer weiterentwickelt.

00:02:08: Ich glaube was uns allen bewusst ist das eine totale Autonomie kein erstrebenswerter Zustand

00:02:33: Wie bei Dr.

00:02:33: Meier.

00:02:33: ganz herzlich willkommen zu fünf Fragen an, bei der schmalen Wachttagung deutscher Betriebswirtschaftertag.

00:02:41: KI ist unser Thema im Mittelpunkt und es verändert ja die Art wie Unternehmen innovieren produzieren wachsen.

00:02:49: wenn wir das mal mit einem Marathonlauf versuchen zu vergleichen.

00:02:53: wo stehen wir heute in der deutschen Wirtschaft mit den konkreten Anwendungen?

00:02:57: Wie groß ist der Rückstand?

00:02:59: Wir würden sie beurteilen gegenüber USA und China?

00:03:03: Ja, ich glaube wir sind bei dieser Anwendung der nutzvollen Anwendungen dieser Technologie noch relativ am Anfang.

00:03:09: Für viele von uns war der Durchbruch wenn wir als wir die ersten agentischen Systeme gesehen haben wo eben Reasoning Capability also large language Modellen mit anderen Komponenten dann interagiert hat mit Spracherkennung, Sprachumwandlung, mit der Fähigkeiten Datenbank Zugriffe zu tätigen anderen Komponenten, die die KI eben dann zusammenführt.

00:03:37: Das ermöglicht das Unternehmen ganze Prozesse zu digitalisieren aber auch komplett neu zu denken.

00:03:45: Ich glaube es ist eine Basistechnologie, die uns viele Jahre beschäftigen wird wie die Einführung des PCs, wie die wo sich denn nutzen und die tiefe Durchdringung unserer unternehmerischen Prozesse dann erst über die Jahre wirklich

00:04:07: zeigt.

00:04:08: Haben Sie vielleicht zwei, drei konkrete Beispiele wie der Einsatz von KI bei DHL sie besonders beeindruckt?

00:04:15: Und woher auch konkret dazu beigetragen hat Wettbewerbsvorteile zu erzielen?

00:04:21: also wir fokussieren uns stark auf informatorische Prozisse standardisierbar sind.

00:04:28: Denken Sie an die Verzollung, Die Verzollen ist auf der einen Seite geprägt natürlich durch die nationalen Vorgaben, aber in vielerlei Hinsicht auch durch Informationen, die wir von unseren Kunden bekommen dem Produzenten und den Hersteller der Ware.

00:04:45: Das sind Informationen, wie konsistent zusammengeführt werden müssen eine Zoll-Deklaration Und das kann KI sehr gut solche Informationen eben sammeln Auch darauf hinzuweisen wenn es im Konsistenzen und Unsicherheiten gibt den Menschen dann auch adäquat einzubinden beziehungsweise andere agentische KI aufruft, um Dinge noch mal zu prüfen.

00:05:14: Das ist unser Hauptfokus im informatorischen Bereich.

00:05:18: die Robotik also die physische Anwendung von KI ist aber auch sehr wichtig.

00:05:23: ich glaube es gibt generell einen zu großen Fokus oder einen zu ausschließlichem Fokus auf large language Modelle.

00:05:31: Gerade physikalische Modelle sind eben sehr wichtig in der Robotik, die für uns Bedeutung hat.

00:05:37: Denken Sie an Sortiervorgänge wo Ware aus LKWs entladen und beladen werden muss?

00:05:44: Die Palatierung, die wir in Warenhäusern vornehmen, die Vorbereitung, von den Anlieferungen an Fertigungslinien vornehmen.

00:05:55: Das sind alles Dinge, die sich für die Robotik eignen und dort enorme Schübe der Einsetzbarkeit von Robotik durch KI im Management Bereich sehe ich das eher skeptisch.

00:06:09: also mein persönlicher Produktivitätsfortschritt, auch wenn ich immer wieder daran arbeite durch KI ist bisher eher begrenzt.

00:06:17: Aber Sie haben vorhin in der Tagung was ich sehr interessant fand ein Beispiel aus dem Bereich des Arbeitsschutzes geliefert?

00:06:24: Genau das habe ich deshalb getan weil die Frage bei der Regulierung glaube ich eine Ist der Güterabwägung und da müssen wir uns als deutsche und europäische Gesellschaft mehr stellen weil eben oftmals nur die Risiken gesehen wurde.

00:06:41: Das Beispiel, was Sie referenzieren war der Einsatz von KI-basierten Innenraumkameras und Außenkameras im Straßenverkehr vor allen Dingen bei schweren LKWs.

00:06:53: Wir setzen das in Asien mittlerweile einen großen Umfang an und sehen eben dass die Hinweise an den Fahrer gegebenenfalls das kann man einstellen ab einem gewissen Niveau auch die Hinweise dann an den Vorgesetzten, beispielsweise was die Nutzung eines Handys angeht.

00:07:09: Die Ermüdungen aber eben auch die Alarmierung bei gefährlichen Situation im Außenraum.

00:07:15: Das reduziert schwere Unfälle erheblich, vierzig-fünfzig Prozent.

00:07:20: natürlich ist es einen Eingriff in die Persönlichkeitsrechte des Fahrers, kein Zweifel.

00:07:26: Aber man muss eben auch den erheblichen Nutzen sehen, in diesem Fall Verletzte und Verkehrstote in erhebrichen Umfang zu vermeiden.

00:07:35: Man hat den Eindruck es gab einen Hype um die KI-Systeme mittlerweile etwas ernüchterte Einschätzungen des Nutzens, das Verhältnis zwischen Investitionen einerseits Return auf der anderen Seite.

00:07:48: lässt sich der Wertschaffungszuwachs also dem Mehrwert der KI mittlerweile präziser messen?

00:07:56: Ich glaube, das ist stark anwendungsabhängig.

00:07:59: Aber ich bin eher ein emotional moderat temperierter Mensch.

00:08:04: also der Hype hat mich nicht so frühzeitig und umfassend erfasst wie andere.

00:08:10: da hilft natürlich auch wenn man in paar Technologiezübungen schon erlebt hat im Cloud Bereich war das ja vor ein paar Jahren wo auf einmal alles günstig und viel besser war.

00:08:20: Ein paar Jahre später stellt man fest, dass das eigene Rechenzentrum dann doch für zumindest ein Teil der Anwendung eine gar nicht so schlechte Idee ist und bleibt.

00:08:31: So ist es mit der KI auch.

00:08:32: wir müssen gemeinsam hinschauen wie wir das wirtschaftlich sinnvoll nutzbar machen?

00:08:38: Wir müssen davon ausgehen, dass die Unternehmen im erheblichen Umfang Dreistellige Milliardenbeträge sind das Investieren, dass die natürlich das Rückverdienen wollen.

00:08:48: Das heißt irgendwann kommt der Drang zum Honigtopf, dass monetäre Erlöse in stärkerem Umfang erzielt werden und da werden auch Abhängigkeiten natürlich genutzt werden um einen Return auf dieses getätigte Invest zu generieren.

00:09:07: Da darf man nicht naiv sein und muss sich eben so aufstellen, beispielsweise durch modulare Architekturen.

00:09:15: Dass man mit diesen zu erwartenden Effekten gut umgehen kann.

00:09:20: Sie haben selbst auf die Bedeutung der agentischen Systeme hingewiesen, haben Unternehmen schon die richtige Form der Governance speziell für diese letzte Entwicklungsstufe der KI gefunden?

00:09:33: Nein, ich glaube wir haben sie weder gesellschaftlich gefunden noch unternehmensspezifisch.

00:09:39: Wir haben im Moment eine klare Regel dahingehend dass wir sagen die Einträge in ein System of Record also da ist das was letztendlich zu Umsatz beispielsweise führt Was die Generierung einer Sendung einschließt Das Bedarf menschlicher Aufsicht.

00:09:58: Man muss aber auch feststellen, dass der Fortschritt KI durch KI überwachen zu lassen beispielsweise im Kundenservice eben auch erstaunlich gut funktioniert und sich in den letzten Wochen und Monaten rapide entwickelt hat.

00:10:14: Also ich glaube das man dahingehend noch keine wirklich feste zementierte Governance für solche Systemlandschaften gefunden haben kann, weil sich dieses Feld halt immer weiterentwickelt.

00:10:29: Ich glaube, was uns allen bewusst ist, dass eine totale Autonomie kein erstrebenswerter Zustand ist.

00:10:35: Was verändert sich vielleicht noch zum Abschluss für die Mitarbeitenden?

00:10:38: Für die Menschen?

00:10:40: zwei Stichworte auf der einen Seite Talententwicklung wird sich da etwas verändern aus ihrer Sicht oder hatte schon getan?

00:10:47: und zum zweiten wie sozusagen das Gewicht des menschlichen Faktors.

00:10:51: haben eben mal gesagt es gibt auch Machtverschiebungen Richtung KI mit wahrscheinlich auch großen Auswirkungen für die Bedeutung der einzelnen Stakeholdergruppen?

00:11:03: Ja, also in der Tat.

00:11:06: Ich glaube per se sollten wir gerade in Deutschland und Europa nicht das Risiko in den Vordergrund stellen zumindest nicht in jeder Debatte sondern auch darauf hinweisen dass Effizienzsteigerungen, Produktivitätssteigungen die Basis für höhere Löhne und Wohlstand sind Gerade in einer alternden Gesellschaft, die demografische Herausforderung hat nicht mehr wächst.

00:11:28: Ist es ein ganz wichtiger Faktor?

00:11:31: Dass wir unseren Wohlstand erhalten und ausbauen können nur dadurch, dass wir Produktivität gewinnen und Technologien wie die KI können dahin erheblich helfen.

00:11:41: auch die Robotik ist ein wichtiger Faktor.

00:11:44: Denken Sie an die Pflege.

00:11:46: also das Technologie per se Der Grundstein unseres Wohlstands ist etwas, was in vielen Debatten meines Erachtens zu kurz kommt.

00:11:57: Mitarbeiter können in vielerlei Hinsicht positiv entlastet werden von repetitiven Aufgaben.

00:12:03: aber sie müssen sich der Herausforderung natürlich stellen.

00:12:06: und eine interessante Diskussion die ja hier auch angerissen wurde ist wie gehe ich eigentlich mit der Generation um?

00:12:13: Die es nicht mehr von der Pieke gelernt hat.

00:12:16: Ich vergleiche das ein bisschen.

00:12:19: Einige Manager haben kein Gefühl mehr für die Zahlen.

00:12:22: Und die Dimensionen,

00:12:24: ob etwas plausibel ist oder nicht?

00:12:27: Da werden Investitionen präsentiert, dass man gewisse Einsparungen hat und die Fähigkeit zu haben das Gespür wie Zahlen miteinander interagieren und ob das vernünftig ist fehlt vielen.

00:12:42: Und wenn man das natürlich in des Zeitalter der KI übersetzt, wo immer mehr Aufgaben dann durch die KI wahrgenommen werden, fehlt uns irgendwann das Gespür für die Realität.

00:12:56: Was natürlich in der Logistik, die eine starke physische Komponente hat, eine ganz entscheidende Voraussetzung ist.

00:13:04: Das sehen Sie oft bei KI-generierten Bildern, die dann physikalische Unsinnigkeiten haben und viele Menschen Technologie, physische Technologien nur mit solchen Fehlern wahrnehmen.

00:13:18: Was macht das eigentlich etwas mit der nächsten Manager Generation?

00:13:25: Herzlichen Dank für die Beantwortung von fünf Fragen an!

00:13:27: Die will ich nur ein Einstieg sein können in dieses Thema was immer mehr Fahrt aufnimmt.

00:13:32: Ich wünsche Ihnen alles Gute für Ihr Unternehmen und für Sie persönlich auch im Umgang mit dieser Technologie.

00:13:38: Für heute herzlichen Dank.

00:13:39: Ihnen einen herzliche Dank

00:13:41: Agnes Heftberger Vorsitzende der Geschäftsführung von Microsoft Deutschland prädierte für eine sorgfältige Auswahl derjenigen Prozesse, in die KI integriert werden solle anhand der Wertschaffungsziele des jeweiligen Unternehmens.

00:13:57: Es ist tatsächlich so dass glaube ich viele dachten KI ist in vielerlei Hinsicht zu den Shortcut to Happiness wie immer man dann persönlich oder als Unternehmer happiness definiert und das ist es einfach nicht.

00:14:08: Technologie alleine wirkt sehr bedingt und kann nur dann Wert empfalten, wenn wir eine ganz klare Vorstellung davon haben.

00:14:18: Wie generieren wir überhaupt Werte in unseren Unternehmen?

00:14:21: Was sind die Hebel?

00:14:22: Und wie genau kennen wir sie?

00:14:23: Wie granular können wir die auch darstellen?

00:14:26: Und AI dort tatsächlich als allererstes wirken lassen?

00:14:49: Liebe Frau Häsberger, herzlich willkommen zu fünf Fragen an.

00:14:53: KI steht im Mittelpunkt unserer Tagung und sie verändert die Art wie Unternehmen innovieren, produzieren hoffentlich auch wachsen.

00:15:01: Wenn wir das mal mit einem Marathonlauf vergleichen wo stehen wir Ihre Einschätzung nach heute in der deutschen Wirtschaft?

00:15:07: Mit konkreten Anwendungen von KI?

00:15:10: Wie groß können wir umgekehrt fragen?

00:15:11: ist der Rückstand gegenüber USA und China?

00:15:15: Ich würde sagen, um bei dem Marathon-Beispiel zu bleiben.

00:15:18: Wir sind aus dem Startblock raus.

00:15:20: Manche ein bisschen schneller und manchmal ein bisschen langsamer.

00:15:23: Ein paar wenige orientieren sich noch und binden noch ihre Schnürsenkel.

00:15:28: Und ich glaube das ist auch per se ... nicht ein großer Nachteil ist, vor allem auch gegenüber den USA.

00:15:34: Wir veröffentlichen als Microsoft regelmäßig den sogenannten AI Diffusion Report wo wir uns anschauen wie viel wird KI tatsächlich schon genutzt.

00:15:43: und da ist USA ja so ein zwei Ränke über Deutschland aber nicht massiv weit entfernt.

00:15:51: also wenn wir auf die Anwendung schauen und es nicht unbedingt darauf schauen wo die Technologie ursprünglich entwickelt wird die Basistechnologie dann kann der Deutschland durch noch mitholen, aufholen, überholen.

00:16:01: Da bin ich zuversichtlich und wir haben ja auch viele Bausterne die dafür wichtig sind.

00:16:07: Wir haben Datenschätze, wir haben jahrzehntelange Erfahrungen, wir habe einen Kundenstamm, ein starker Mittelstand, Ökosysteme.

00:16:14: also der Marathon ist noch nicht gelaufen.

00:16:16: Sie schauen ja nun auch in sehr sehr viele Unternehmen hinein weil sie sind ja quasi Basistechnologie wenn man so sagen darf.

00:16:23: aber haben sie denn vielleicht auch zwei drei Also sehr konkrete Anwendungsbeispiele mal, wo Sie sagen oh da hat es mich in letzter Zeit aber auch echt beeindruckt wie KI Unternehmen nach vorne gebracht hat.

00:16:35: Wie ist auch dazu beigetragen hat Wettbewerbs Vorteile zu erzielen?

00:16:40: Gibt es vieles, was mich da beeindruckt.

00:16:42: Einerseits wenn ich zum Beispiel auf die chemische Industrie schaue eine Forschung und Entwicklung wie CRKI da einfach schon zentraler Bestandteil ist auch in der Pharma-Branche oder allen medizinischen Themen, medizinische Forschung.

00:16:57: Da ist diese Korrelation zwischen KI und Geschwindigkeit in den Unternehmen und den Organisationen schon sehr stark spürbar und Geschwindigkeit ist die Währung unserer Zeit.

00:17:09: aus meiner Sicht Das ist schon beeindruckend.

00:17:12: Es ist auch schön zu sehen, Maschinenbau beispielsweise dass es da wirklich auch Unternehmen gibt die tatsächlich ihr Portfolio erweitern, die einfach neue Angebote an den Markt und ihre Kunden bringen also KI nicht nur so von einer Effizienzperspektive denken sondern wirklich auch uns österreichisch zu sagen Top Line Growth damit erzeugen beeindruckend.

00:17:38: Und vielleicht das letzte Beispiel, was mich momentan super fasziniert, sehe ich unterschiedlichste Unternehmen, unterschiedlichsten Organisationen die KI ganz stark in diesem Thema Knowledge Management auch verwenden oft auch ganz stark geprägt von diesem Gedanken demografischer Wandel.

00:17:55: Ich habe als CEO oder als Vorstand einfach Bereiche wo in den nächsten Jahren Massen exodus stattfinden wird in die Rente.

00:18:04: Da muss ich jetzt aufbauen, jetzt KI nutzen um dieses institutionelle Wissen diese jahrzehntelange Erfahrungen in Fällen auch tatsächlich zu etablieren.

00:18:14: Auch ein spannender Gedanke weil der so sehr einzahlt auf das was unternehmische Realität für so viele hier in Deutschland ist.

00:18:20: Man hat aber doch den Eindruck dass nach einem gewissen Hype was KI alles könnte eine doch etwas nüchternere Einschätzung Platz gegriffen hat, was das Verhältnis zwischen Investition in KI einerseits Return daraus andererseits angeht.

00:18:36: Wie genau lässt sich und das werden Sie wahrscheinlich auch gefragt von Ihren Kunden wie genau lässt die Schaffung der Mehrwert durch KI heutzutage messen?

00:18:47: Es ist tatsächlich so, dass glaube ich viele dachten

00:18:49: K.I.,

00:18:50: in vielerlei Hinsicht zu der Shortcut to Happiness wie immer man dann persönlich oder als Unternehmer Happiness definiert und das ist es einfach nicht.

00:18:58: Technologie alleine wirkt sehr bedingt und kann nur dann wert empfalten wenn klare Vorstellungen davon haben, wie generieren wir überhaupt Wert in unseren Unternehmen?

00:19:11: Was sind die Hebel und wie genau kennen wir die, wie granular können wir die auch darstellen.

00:19:16: Und KI dann dort tatsächlich als allererstes wirken lassen.

00:19:21: Ich würde auch mal ganz platt vielleicht über pragmatisch sagen, wenn man am Anfang nicht mal artikulieren kann, welche Art von RRI soll denn KI für mich generieren?

00:19:31: Vielleicht ist das eine punktgenaue Zahl.

00:19:33: Das ist manchmal tatsächlich einfach eher ein Korridor.

00:19:36: aber wenn ich nicht einmal die Art von RAI darstellen kann was tut zur Mitarbeiter Zufriedenheit, was tut es für Kunden Zufredenheit?

00:19:43: Was tut's für Umsatz?

00:19:45: eben, wenn ich auf mein Portfolio wirken lasse dann würde eher woanders starten, dann hat man vielleicht den richtigen Punkt noch nicht gefunden.

00:19:52: Das erinnert mich so ein bisschen an klassisches BWL-Tour und diese Balance Scorecard mit der wir ja auch gearbeitet haben um eben aufzuzeigen was ist sozusagen der finanzielle Return.

00:20:03: aber was kommt für die wesentlichen Stakeholdergruppen aus?

00:20:06: Die Mitarbeitenden, die Kunden oder ähnliches?

00:20:09: und vielleicht ist so ein Basestool vielleicht auch hier in der Bewertung nochmal notwendig schnell wird, aber wenn es um KI geht gerade auch in den letzten Wochen von den Tech-Konzern ja selbst auch das Thema der Regulierung aufgerufen.

00:20:24: Da kommt man nicht dran vorbei.

00:20:27: würden Sie sagen dass ist bereits.

00:20:29: Konzentrieren wir uns mal auf Europa und vielleicht auch Deutschland deshalb.

00:20:33: Die richtige Balance gibt zwischen Schutzwirkung auf der einen Seite, aber natürlich die Bemühungen Innovationen in den Unternehmen nicht abzuwirken.

00:20:45: Ich glaube es ist tatsächlich ein Balanceakt, dem wir hinkriegen müssen.

00:20:48: Wir müssen Technologie vor allem einer Querschnittstechnologie wie KI einen Rahmen vorgeben.

00:20:53: Ich glaube schon an dem Punkt müssen wir uns genau überlegen, welche Art von Rahmen wollen wir.

00:20:57: Wollen wir einen Rahmen der zielgerichtet ist und sagt, aber würden gerne diese großen Themen gesellschaftlichen vielleicht auch wirtschaftliche Themen angehen oder es ist ein Rahmen, der ausschließlich darauf konzentriert ist nur Risiken zu betrachten und wenig Raum für Innovationen zu lassen?

00:21:13: Also da fängt das schon mal an.

00:21:15: natürlich haben wir unterschiedliche regulatorische Herangehensweisen über den Globus verteilt.

00:21:22: Das ist Realität, ich weiß auch nicht wie realistisch das ist zu sagen wir wollen jetzt da so einer einheitlichen herangehendsweise.

00:21:29: für mich glaube für die meisten Unternehmen mit denen wird zusammenarbeiten ist das globale Realität sind fast alles globale Player und die müssen einfach mit diesen unterschiedlichen Realitäten agieren.

00:21:40: wichtig ist dass wir eben handlungsfähig bleiben, dass wir agieren können.

00:21:43: Dass wir uns nicht verlangsamen lassen durch regulatorik und dass wir aber trotzdem einen Blick drauf behalten was sind die Dinge, die wir unbedingt erreichen wollen versus was wollen wir unbedingt vermeiden?

00:21:54: gibt der gesellschaftlichen paar Themen wo wir einfach aus ich würde mal sagen europäisch demokratischer sich noch nicht unbedingt dran wollen.

00:22:02: jetzt ist ja auch speziell deutsche Wirtschaft durch ganz unterschiedliche Größenordnung von Unternehmen geprägt.

00:22:09: Wir haben die Großkonzerne, von denen man auch sehr viel hört über den Einsatz von KI.

00:22:13: Wir haben den sehr breiten Mittelstand, den Sie eben auch schon erwähnt haben.

00:22:18: Kann man so relativ schlicht sagen, je größer das Unternehmen, desto weiter ist man auch schon beim KI-Einsatz?

00:22:23: oder kann man es nicht sagen?

00:22:24: Gibt es Gegenbeispiele?

00:22:26: und genauso die Frage wie sieht die Governance aus.

00:22:29: Sind da die Großen schon weiter als die Mittleren oder gibt's da auch keine Regelmäßigkeit?

00:22:34: Ich würde tatsächlich sagen von dem was wir sehen und was ich in meiner täglichen Arbeit mit Vorständengeschäftsführern etc.

00:22:42: sehe kann ich das nicht bestätigen, dass die Größenordnung sozusagen ein Hauptinputfaktor wäre.

00:22:49: Sondern es ist glaube ich tatsächlich so diese Frage Unternehmenslenker inwieweit haben sie für sich selber auch einen Glauben aufgebaut, dass KI eben nicht nur technologische Innovation ist sondern wenn richtig eingesetzt wirklich auch einen Unterschied macht in der Wettbewerbsfähigkeit und natürlich am anderen Spektrum sehe Sowohl auch bei Großkurzern, also im Mittelstand.

00:23:12: Einige sagen hier ist ein IT-Projekt oder das mache ich weil der Aufsichtsrat danach fragt.

00:23:18: Also es gibt in allen Unternehmensgrößen schon da eine gewisse Bandbreite.

00:23:22: Wenn ich mir anschaue wer jetzt den ersten Return on Investment tatsächlich sieht dann sind das Unternehmen wie Microsoft bezeichnet die ganz oft als Frontier Firms Das heißt die frühzeitig diesen.

00:23:40: Wir müssen unser Unternehmen neu denken, jetzt da wir KI-Werkzeugkästen haben.

00:23:45: Wir müssen unsere Prozesse neu denken und nicht einfach nur ein bisschen abändern.

00:23:52: Kundeninteraktion neu denken.

00:23:54: Also das sind für mich die Vorreiter und die gibt sowohl im Mittelstand einige gute Beispiele als auch bei Großunternehmen, also ich würde die Größe jetzt gar nicht so hauptsächlich in den Vordergrund stellen.

00:24:04: Aber

00:24:04: solche dann doch sehr gravierenden Veränderungen?

00:24:07: Man kann auch sagen Transformationen des Unternehmens stoßen natürlich auch zumindest auf Bedenken oder Erzeugung Unsicherheit bei dem Mitarbeitenden.

00:24:16: Gibt es ein zwei Dinge wo sie sagen und damit kann man diese Barrieren auch versuchen zu überwinden, speziell bei den Mitarbeitenden?

00:24:24: Ja.

00:24:25: Vielleicht aber trotzdem nochmal ein Satz zum Ausgangspunkt.

00:24:28: was mir wiedergespiegelt wird ist dass die ursprüngliche Einstellung zu KI in unterschiedlichen Organisationen sogar auch im Behörden der öffentlichen Hand die grundsätzliche Einstellung war und ist per se mal nicht negativ.

00:24:43: Also es herrscht ganz viel Neugier auf KI, und natürlich gleichzeitig auch damit verbunden Sorge was tut das mit meinem Berufstand?

00:24:52: Mit der Rolle in der ich bin?

00:24:53: Was bedeutet für mich persönlich?

00:24:55: Und wie bei jeder Sie haben das Wort Transformation schon gesagt Wie bei jeder tiefgreifenden Transformation geht es darum, die Menschen auch irgendwie auf diese Transformationsreise mitzunehmen.

00:25:05: Das haben wir ja so oft in den letzten Dekaden einfach immer wieder gepredigt und hier ist es – ich sage leider weil's anstrengend ist – nicht anders.

00:25:14: klare Strategie, klare Kommunikation.

00:25:17: Breite Möglichkeiten mit KI einfach auch mal anzufangen zu lernen und sich auszuprobieren Fähigkeiten aufzubauen, zu verstehen.

00:25:26: was ist der Zusammenhang zwischen dieser Technologie meinem Unternehmen dort wo ich arbeite dem Erfolg dieses Unternehmens aber eben auch wie könnte das meine Rolle verändern?

00:25:35: Da muss Diskurs herrschen da muss Austausch herrscht dann muss auch zugelassen werden dass man Teil dieser Debatte Wie sieht das zukünftig aus?

00:25:44: in Procurement, in Rechtsabteilungen?

00:25:46: In Marketing und so weiter.

00:25:48: Also diese Zukunft neu zu denken, das darf nicht die Aufgabe eines Vorstandsbüros sein oder der Geschäftsführung sein, sondern es muss schon breiter stattfinden dürfen.

00:25:57: Weil das so radikal ist und durchs ganze Unternehmen geht sozusagen.

00:26:00: Und weil's auch nicht hilft wenn es nur von oben nach unten gepredigt wird und einfach dann auch zum Muss gemacht wird.

00:26:08: wir sprechen da in der Technologie ganz oft vom Radoxon, dass eine Technologie weiter verbreitet und dann auch günstiger wird wenn Akzeptanz herrscht.

00:26:18: Also wenn tatsächlich einfach viele sich trauen damit zu arbeiten und das wird nur der Fall sein Einfach wenn die Basis geschaffen wird.

00:26:27: Das bringt mich zur letzten Frage, wie ist das denn bei Microsoft selbst?

00:26:30: Also inwiefern verändert denn die KI ihr eigenes Unternehmen?

00:26:34: Einerseits haben wir natürlich eine massive Transformation unseres Geschäftsmodells.

00:26:39: viele denken bei Microsoft weiterhin an dieses große Software-Unternehmen.

00:26:44: in betriebswirtschaftlicher Sprache würde man sagen Knowledge Intense und waren wir und sind wir auch noch, aber es ist natürlich mittlerweile auch ein Unternehmen das zweihundert-plus Bauprojekte gleichzeitig hat also auch Capital Intense unterwegs ist.

00:26:58: Und das ist für uns selbst eine massive Transformation betrifft alle Unternehmensbereiche.

00:27:04: Bauprojekte zum Beispiel

00:27:06: durch die Rechenzentren?

00:27:07: Genau, also wir geben pro Woche zwei knapp drei Milliarden Cupbacks aus um neue Rechencentren zu bauen und dem wachsenden Bedarf an Rechen Zentrumskapazität eben auch gerecht zu werden.

00:27:19: Und das ist natürlich was anderes als wenn man nur einfach Software-Code produziert sondern es ist natürlich auch noch mehr breit gefächert.

00:27:27: Und gleichzeitig unsere Kernproduktion Software quasi Use Case Number One.

00:27:33: Keine Funktion in einem Unternehmen ist durch KI so stark verändert worden, wie eben die Software entwickelt.

00:27:38: also bei uns sind diese Veränderungsprozesse vom Geschäftsmodell bis hin zur Kernproduktion aber auch in allen anderen Bereichen tiefgreifen und wir beschäftigen uns schon allein aus dem Grund ganz stark damit was brauchen die Menschen?

00:27:51: Was bedeutet das für ein Berufsbild eines Software Engineers?

00:27:55: Was?

00:27:58: Wir beschäftigen uns aber auch ganz stark mit ROI.

00:28:01: Eben, weil wir eben so viel investieren muss natürlich für uns schon auch klar sein wie macht das Unternehmen effizienter?

00:28:07: Jetzt sind wir mit zweiundfünfzig Jahren nach deutschem Maßstab kein altes Unternehmen.

00:28:12: in der Technologiebranche ist zweinfünftig Jahre schon beachtlich und es sind natürlich viele Prozesse die irgendwie vor dreißig jahrenmal etabliert wurden.

00:28:21: Man ist immer gewachsen und Prozesse waren vielleicht nicht immer so der Kernfokus.

00:28:25: Jetzt müssen auch wir ein Frontierunternehmen sein und alles nochmal neu denken,

00:28:29: aber vielleicht kommt noch eine Komponente mithin zu.

00:28:32: das vielleicht doch als allerletzte Frage noch weil sie das Stichwort der Rechenzentren erwähnt haben die die Software, die unter anderem auch Sie anbieten, ist ja lange Zeit mit ganz viel positiven Vorzeichen versehen worden.

00:28:44: gerade beim Thema Rechtszentren sehen wir jetzt dass es auch lokal durchaus sehr nennens wird.

00:28:50: Widerstand gibt.

00:28:51: Nicht zuletzt vor dem Hintergrund der Nachhaltigkeit, wo gesagt wird frisst zu viel Strom, verbraucht zu viel Wasser ist also sozusagen in ökologischer Hinsicht eigentlich nicht das was wir wollen.

00:29:02: Ist das irgendwo eine Wachstumsgrenze auch für Sie?

00:29:04: Müssen sie anders mit den gesellschaftlichen Gruppen umgehen?

00:29:08: Also erstens muss man sich dieser gesellschaftliche Debatte auf jeden Fall stellen und es als Technologieunternehmen in der Verantwortung diese Herausforderung nicht nur beim Namen zu nennen sondern auch anzugehen.

00:29:18: und das ist auch der zweite Punkt.

00:29:20: Wir sprechen ja viel von Innovation in unserer Branche.

00:29:23: Innovation ist auch möglich, indem wir Rechenzentrums-Design aussieht wie die Chips der Zukunft aussehen und das Effizienz nicht nur von einer finanziellen Perspektive, sondern auch von einer Nachhaltigkeitsperspektive durchaus möglich.

00:29:38: Ich gebe Ihnen ein Beispiel.

00:29:39: Wir bauen ja in Deutschland an vier Standorten Rechencentren.

00:29:44: Wasser ist ein Kernthema und vor allem nach diesem Jahrhundert trocken Sommer.

00:29:49: Mittlerweile kann man Kühltechnologie so umsetzen, dass man einmal am Anfang sozusagen Wasser Einspeist in ganz großen Rechenzentrum sind, dass man kann sich das vorstellen.

00:29:59: So Wasserverbrauch von vierzig Privathaus halten in einem Jahr also nicht extrem viel aber trotzdem muss das einmal ein einspeisen.

00:30:07: dann zirkuliert es sechs bis sieben Jahre da wird kein weiteres Wasser hinzugefügt.

00:30:12: und in der Zwischenzeit Rechencentren sind relativ flach.

00:30:14: als Gebäude kann man ein Regenwasser sozusagen auf Neuösterreichisch capturen wenn den Regen kommt.

00:30:20: Wenn Regen kommen und am Schluss ist unsere Prognose werden wir mehr Wasser zurück zurückführen in den Wasserkreislauf, was wir tatsächlich brauchen.

00:30:28: Das gleiche Thema gilt natürlich auch bei der Energie.

00:30:30: Modelle werden effizienter, wenn man es als Microsoft ohnehin schon dazu committed und haben das auch schon mit Ende des letzten Jahres umgesetzt ist, dass wir hundert Prozent unseres Stromverbrauchers mit erneuerbarer Energie matchen.

00:30:43: Also auch da geht etwas!

00:30:45: Und warum machen wir das?

00:30:48: Weil wir einfach auch daran glauben, gesellschaftliche Akzeptanz für Technologie ist nicht wegzudenken von unternehmerischem erfolgreichen Einsatz von Technologie.

00:30:56: Die zwei Dinge gehören zusammen und wir können uns nicht nur auf einen Teil konzentrieren.

00:30:59: das würde unserem Anspruch als Microsoft nicht genügen.

00:31:02: Dann lieber Frau Heftberger ganz herzlichen Dank für die Beantwortung von mehr als fünf Fragen.

00:31:06: aber das Thema ist ja auch so groß und es wird nicht kleiner Und ich wünsche ihrem Unternehmen und Ihnen persönlich alles Gute auch beim weiteren Umgang mit Kali.

00:31:14: Herzlichen Dank fürs heute.

00:31:15: Ich danke ihnen.

00:31:16: Auf die Auswahl der für KI geeigneten Einsatzfelder richtete auch Linus Neumann, Sprecher des Chaos Computer Club seinen Blick.

00:31:26: Er warnte davor das in den speziell europäischen und deutschen Unternehmen vorhandene Fachwissen unkritisch

00:31:34: durch

00:31:34: die KI-Nutzung zu ersetzen.

00:31:37: Ich würde mich freuen wenn wir es schaffen da aus einen Vorteil zu machen.

00:31:43: Das gelingt aber nur.

00:31:45: Das wird immer nur gelingen, wenn man eine Technologie in ihren Eigenschaften, Potenzialen, Grenzen, Risiken und so weiter versteht.

00:31:58: Und sich zum Ziel setzt sie an zu eignen.

00:32:04: Wenn man diesen Schritt verweigert dann wird diese Verweigerungshaltung sicherlich nicht sich dauerhaft zu einem Vorteil machen.

00:32:14: also Ich würde mir, ich würde hoffen dass Menschen mit dieser Technologie sich viel mehr auseinandersetzen und auch merken wie man sie kompetent einsetzt wo wie man besser damit arbeitet.

00:32:53: Liebe Herr Neumann herzlich willkommen zu fünf Fragen an anlässlich unseres Betriebswirtschafter Tages der sich um KI dreht und Sie haben eben sehr eindrucksvoll geschildert das Wenn es um den Einsatz von KI geht, sie noch etwas vermissen.

00:33:08: Nämlich ein ausreichendes Verständnis der Technologie die von den meisten unter oder überschätzt wird wenn Sie das vielleicht uns noch einmal erläutern würden bitte?

00:33:20: Ich weiß ich damit austrücken möchte ist wir haben ja es ist nicht so als hätten wir nicht die letzten vierzig Jahre Computer gehabt und wir haben mit formaler Logik einen großen Teil von Problemen effizient abbilden und lösen können.

00:33:37: Und KI gibt dem Computer jetzt eine sehr entscheidende, besondere neue Fähigkeit quasi Inferenz selbstlernend beigebracht über Teile oder Teilprobleme zu lösen die wir vorher nicht in formaler Logik abbilden konnten genauso naiv eine Nutzung dieser neuen Fähigkeit vollständig auszuschließen, wie es naiv ist damit jetzt alles machen zu wollen.

00:34:15: Man könnte sagen wir haben eine neue Lösungsmöglichkeit für bestimmte Probleme.

00:34:22: das heißt aber nicht dass jedes Problem suchen müssen.

00:34:30: Sondern wir müssen erkennen, welche Probleme haben wir denn?

00:34:34: Die wir verlässlich effizienter sicher und was man noch alles möchte mit dieser Technologie abbilden können und das werden üblicherweise Teilprobleme sein.

00:34:50: Und wenn man so eine Werden auch in anderen Vorträgen schon darüber gesprochen, so einfache Anwendungen der Mathematik, das haben wir vor vielen Jahrzehnten schon in Taschenrechner eingebaut.

00:35:04: Das wäre nicht sinnvoll hier zu sagen, dass machen wir jetzt mit KI, sondern man muss schon wirklich sehr genau die Prozesse, die Herausforderung, die Probleme verstanden haben und dann idealerweise zielgerichtet ein passendes ausreichend, aber nicht übermäßig fähiges KI-Modell das genau diese Aufgabe zielgerichtet bei dieser Teilaufgabe oder dieses Teilproblem ziel gerichtet und sinnvoll lösen kann zum Einsatz.

00:35:34: Und

00:35:35: ich habe Sie so verstanden.

00:35:35: es wäre nicht sinnvoll alles damit lösen zu wollen weil ist dann auch wieder neue Fehlerquellen

00:35:40: auf jeden Fall ja also absolut.

00:35:42: Ich meine wir müssen schon verstehen dass für den größeren Teil der Probleme die man irgendwie hat haben wir Lösungen.

00:35:50: ob wir die sinnvollen Nutzen oder so was anderes und ob das jetzt die beste Lösung ist auch noch mal.

00:35:56: Aber von einem, also informations theoretisch wird man sich nicht davon verabschieden beispielsweise eine Buchhaltung mit statischen Code-Prinzipien anzufertigen und geltenden Regeln, die eben sehr effizient von Statischem Code geprüft und enforced werden.

00:36:18: Aber es gibt Aspekte darin wie etwas was ich vielleicht eine Konsistenzprüfung oder Kontextprüfungen belegen, die im Moment man mit Statischen Code eigentlich nicht abbilden kann wo man jetzt einen Effizienzgewinn in einem in einem Prozess hat, der von vielen Tausenden Einzitschritten und Constraints gekennzeichnet ist.

00:36:44: Von denen sich einige wenige jetzt mit dieser neuen Technologie sinnvoll lösen lassen.

00:36:51: Und wenn man dieses Wissen hat und dann eine sinnvolle Architektur überführt, indem man kleine eigene zielgerichtete Modelle einbindet und ihres Schadenpotenzials beraubt, dann kann man souveräne Infrastrukturen bauen.

00:37:15: Dann kann man Effizienzgewinne in diesen Prozessen etablieren ohne dass man sagt okay wir nehmen jetzt einfach alle Daten und werfen die an.

00:37:25: irgendeines dieser großen Frontiermodelle ja diese kommt die eigene Sachkompetenz sofort aufzugeben Halt ich für enorm Unklug an dieser Stelle.

00:37:38: Und diese Frontiermodelle brauchen die meisten Unternehmen an dieser Stelle sowieso nicht, weil sie haben überhaupt noch kein einziges Modell in einem produktiven Einsatz.

00:37:46: Da brauchen Sie sicherlich jetzt nicht die Spärspitze der Forschung Sie ins kalte Wasser zu halten.

00:37:55: Dafür braucht man aber, wenn man sich überlegt wann setzig ist also für welche Teilprobleme setze ich es ein?

00:38:01: Ein kritisches Grundverständnis.

00:38:04: Es gibt in Deutschland meines Erachtens im Gegensatz zum Beispiel zur Japan keine Euphorie.

00:38:11: bei KI Anwendung etwa sieht man ja dort schon viel stärker den Einsatz so genannt.

00:38:19: ist also diese doch etwas im Vergleich kritische Grundhaltung in Deutschland ein Vorteil?

00:38:27: Ich würde mich freuen, wenn wir es schaffen daraus einen Vorteil zu machen.

00:38:33: Das gelingt aber nur und das wird immer nur gelingen Wenn man eine Technologie in ihren Eigenschaften Potenzialen Grenzen Risiken usw.

00:38:46: versteht und sich zum Ziel setzt Sie sich anzueignen.

00:38:51: und wenn man diesen Schritt verweigert, dann wird diese Verweigerungshaltung sicherlich nicht sich dauerhaft zu einem Vorteil machen.

00:39:06: Ich würde mir hoffen dass Menschen mit dieser Technologie sich vielmehr auseinandersetzen und auch merken wie man sie kompetent einsetzt wie man besser damit arbeitet, auch im Vortrag gesagt.

00:39:26: Es gibt einen riesigen Unterschied an welchen Mehrwert so ein Anthropic-Modell einem erfahrenen Softwarearchitekten bietet und gegenüber dem Mehrwert, den es jetzt irgendwie einer naiven novizenhaften Nutzung bietet, die viel zu großes Problem unvollständig beschreibt und dann sagt hier KI kann nichts.

00:39:55: Da kann das alles zu einem großen Vorteil werden, weil es ja unglaublich viel Fachwissen, Prozesswissen in Deutschland in den Köpfen gibt.

00:40:09: Und es wäre sehr dramatisch, dass jetzt mit nem blinden KI-Hype an zentrale Großorganisationen auf anderen Kontinenten auszuliefern.

00:40:25: Die übrigens natürlich alles wissen, was sie kriegen in diesem Training der Modelle verwenden und dadurch sind die ja so gut.

00:40:33: Jetzt etwas weitergefasst über KI hinaus generell mit IT- und IT-Sicherheit beschäftigen sich schon sehr lange.

00:40:41: Sie sagen, Zitat der bei weiterm größte Unsicherheitsfaktor im Punkt Hacking ist der Mensch.

00:40:49: Von dem Hintergrund ihrer jüngsten Praxiserfahrung sind diese Gefahren durch KI größer geworden?

00:40:56: Ich muss den Zitat noch eins mit hinzufügen Der große Unsicherheit Faktor ist der Menschen und niemand tut etwas dagegen.

00:41:07: Ja, das ist ein sehr entscheidender weiterer Satz.

00:41:11: Weil wenn wir sagen... Der Satz für sich alleine führt zu der häufigen Fehlannahme, der Mensch macht uns hier die Computer kaputt.

00:41:22: Der hat jetzt wieder auf eine Link geklickt und jetzt ist sie firmaplatt.

00:41:26: Guck mal, jetzt hat er hier sein Passwort eingegeben und die Daten sind abgeflossen.

00:41:32: Was ein blöder Mensch!

00:41:33: Schätten war man nur Computer?

00:41:37: Das ist wirklich ein toxisches Nachdenken darüber, wie wir Technologien nutzen um unsere Probleme zu lösen.

00:41:46: Wenn wir eine IT-Infrastruktur hinbauen in der Menschen dazu angeleitet werden und fähig sind irgendwelche Links zu klicken und damit die komplette Infrastruktur in den Keller zu reißen dann ist die Schuld vor allem erstmal bei denenjenigen die diese Infrastruktur gebaut haben oder ganz ehrlich bei der Geschäftsführung, die verhindert hat, dass diejenigen, die eine ordentliche Infrastruktur bauen wollten Zeit und Geld dafür bekommen haben.

00:42:11: Das gehört dazu auch her.

00:42:13: Aber dieses große Risiko was wir haben das ist ja nicht in Stein gemeißelt.

00:42:21: Wir können selbstverständlich Prozesse, Infrastrukturen und Software bauen.

00:42:30: viel weniger Möglichkeiten gibt es sich selber in den Fuß zu schießen oder das ganze Unternehmen anzuziehen.

00:42:36: Wir machen's noch nicht, weil es eine sehr häufige... Das ist eigentlich nicht nur in Deutschland so, aber eigentlich überall sich ein bisschen etabliert hat, dass man damit kokettiert keine Ahnung von IT zu haben und dass IT größtenteils auch als ihren Job betrachtet diese schöne IT, die sie da gebaut haben von den blöden Menschen zu schützen, die die ganze Zeit Fehler machen und was löschen und ihren Quatsch drucken wollen.

00:43:07: Was nicht passiert ist oder viel zu wenig passiert ist das beide Seiten miteinander reden und sagen, was wollen wir hier eigentlich machen?

00:43:16: Was ist denn das Ziel?

00:43:18: Und vielleicht können wir als IT-Expertinnen eine elegante Lösung für dieses Problem gemeinsam entwickeln.

00:43:28: Wo möchtest du denn hin?

00:43:31: Wie sieht dein Arbeitsalltag aus, welche Probleme löst du dann?

00:43:35: und warum sagst du jetzt auf einmal, du möchtes noch eine Cloud-Anbieter haben oder sonst was.

00:43:40: Welches Bedürfnis stillst du mit deinem Software-Request und wie ist das integriert in alles andere, was du tust?

00:43:48: Und da glaube ich dass wir... Da muss man nur in irgendein Unternehmen schauen also der sitzt ja nirgendwo jemand und sagt Mensch, wir haben hier ne tolle IT.

00:43:56: Das ist einfach nicht.

00:43:59: Und ich glaube, dass das daran liegt, dass IT generell schlecht ist, sondern es liegt daran, dass wir diese Aspekte ein bisschen parallel voneinander statulistisch betrachten.

00:44:11: und da wo bessere Prozesse für die Menschen gebaut sind, da steigt auch automatisch, weil wir, weil sie intuitiver und sinnvoller damit arbeiten können.

00:44:24: Und dann steigt auch das Verständnis der IT wie man dass was da passiert schützen möchte?

00:44:29: Ja

00:44:30: aber ich habe den Eindruck doch nochmal, dass mit KI ein anderes Level erneucht.

00:44:35: Ich bin da leier Aber ich nehme immer so dieses Stichwort war ja Wir können die Ergebnisse nicht mehr so hundert Prozent kontrollieren, aber vielleicht noch diese Systeme zu diesen Ergebnissen führen.

00:44:47: andere sagen, aber ich kann eigentlich

00:44:50: diese

00:44:51: Systeme in denen Agenten agieren auch nur noch durch Agenten kontrollieren.

00:44:54: Die muss sich wieder kontrollieren.

00:44:56: das ist für mich fast so ein bisschen schon der Tatbestand der Unkontrollierbarkeit.

00:45:03: also laufen wir nicht auf Systeme zu bei denen man ehrlicherweise sagen muss wie zumindest das Kontrollverständnis dass wir früher hatten Das ist einfach nicht mehr möglich einzulösen.

00:45:17: Vielleicht auch eine Kontroll-Illusion, die wir damit vergeben?

00:45:21: Die Antwort hat zwei Teile.

00:45:27: Wenn Sie heute als was weiß ich Programmierer oder ITler Architekt mit jemandem vom Business sprechen oder mit einem Kunden und der sagt Ich hätte gerne dieses und jenes konnten sich ein paar Jahrzehnte gut damit raushalten, dass sie sagen geht nicht.

00:45:48: Dann gehen die jetzt zu Tschetschi PT oder sowas und sagen also guck mal hier geht.

00:45:54: Hier so geht es bei uns nicht.

00:45:57: Und da sitzt jetzt eine sehr große Falle weil das was Sie damals eben gepomptet haben hat vielleicht... Das funktioniert in diesem einen spezifischen Anwendungsfall ein bisschen.

00:46:10: Das

00:46:11: ist sogar sehr gut.

00:46:12: Aber es ist natürlich überhaupt nicht geeignet für ein Produktivbetrieb, weil da sehr, sehr viel mehr Constraints sind und sehr, viel mehr Risiken.

00:46:21: Und wenn jetzt diese Person, die da irgendwas geprompt hat, sagen würde so... Übrigens hätte ich hier einen Prozess.

00:46:25: der soll übrigens am Ende mit einer Auszahlung münden.

00:46:27: Deswegen gebe ich Chechipiti den Zuhang zu meinem Konto und dann sollte er einfach selber überweisen.

00:46:32: Dann ist das sehr absehbar dass das ein ganz fürchterlicher Schuss in den Ofen wird.

00:46:40: Wenn aber jetzt die Person, die die IT macht, die quasi bereitstellt sagt okay pass auf.

00:46:49: Du hast recht dass man diesen Teilaspekt lösen kann und wir können hier eine Lösung herbeiführen aber die besteht nicht darin das wird Chatchi Pity the keys to kingdom geben sondern die besteht darin dass wir jetzt Teilaspekte anderslösen optimieren dass wir diese Prozesse, dass wir die Hoheit über diese Prozess behalten noch nicht so angetan, davon wirklich Invochability zu integrieren sondern eher zu überlegen.

00:47:18: gibt es Modelle die ich selber betreiben kann.

00:47:21: Was ist der Teil wo ich überhaupt ein Modell brauche bevor ich alles da reinkippe?

00:47:26: Und dann behält man auch die Hoheit über diese Prozesse und dann behällt man auch ein Verständnis davon welche Teilaufgabe lasse ich hier von meinem Modell erledigen und welche Möglichkeiten das Modell zu kontrollieren und in seinem Handeln zu beschneiden, bieten sich mehr.

00:47:46: Zum Beispiel das Modell wird nicht die Zugangsdaten zum Konto kriegen es kriegt aber quasi einen definierten Übergang vorzuschlagen dass ein weiterer Prozess eine Auszahlung durchführt.

00:48:00: oder Das model kann einen Urteil und eine Empfehlung geben.

00:48:05: oder das modell hat geholfen eine Zusammenfassung zu machen und zu erkennen, was will der Kunde wirklich oder sogar einen Vorschlag zu machen.

00:48:13: Was man für den Kunden bauen kann, der gerade sich gemeldet hat.

00:48:16: Da kann man sehr viel tun wenn man informiert überlegt wo in meiner Prozesskette im Ablauf ist wirklich ein Mehrwert- und Effizienzgewinn durch so'n Modell da?

00:48:32: Und genauso arbeiten heute längst erfahrene Software-Architekten damit, dass sie eben sehr schnell sehr gute Softwareprojekte schreiben können.

00:48:47: Mit Hilfe eines Modells weil Sie eine jahrzehntelange Erfahrung haben die Software ordentlich zu spezifizieren und auch nicht den Überblick verlieren was sie da gerade ein Modell anvertraut haben.

00:49:05: Wenn man in einer solchen an den Use Case angepassten informiert, entstellt eine Architektur bleibt dann hält man auch Risiken unter Kontrolle.

00:49:16: Glaube ich dass das jetzt alle zwangsläufig so machen werden?

00:49:19: Nein!

00:49:19: Das ist auf jeden Fall ein Risiko und da wird eine ganze Reihe Leute uninformiert mit einer Überschätzung der Technologie in irgendwelche Disaster-Maschinen ganz ohne Zweifel.

00:49:29: Also was Sie jetzt vorschlagen und ich finde vom Grundsatz ja auch gut Selbstdisziplin beim Einsatz dieser Dinge.

00:49:39: Auf der anderen Seite wird im Moment ja ganz viel über Regulierung, aber verstanden als staatliche Regulierung von KI gesprochen.

00:49:46: die Techbosse haben zumindest den Eindruck erweckt in der Öffentlichkeit Sie würden sich selbst einen stärkeren staatlichen Rahmen damit eben auch Beschneidungen ihre Handlungsmöglichkeiten wünschen.

00:49:58: also plädieren sie für das sowohl als auch oder sagen effektiv hilft ist, dass die User sozusagen das sind ja häufige Unternehmen.

00:50:09: Da haben es auch Privatpersonen, aber wir sprechen hier von den Unternehmens, dass sie sich selbst beschränken in dem wofür Sie diese Dinge einsetzen und vor allen Dingen für sich definieren, woför Sie's nicht einsetzen?

00:50:22: In meiner Traumvorstellung bauen viele Menschen die Kompetenz auf wie man mit Modellen arbeitet und wie man Open Source Modelle verwendet.

00:50:35: Und für welchen Zweck?

00:50:37: Wie man sie potenziell sogar trainiert, das wäre immer ganz was Neues wenn in Deutschland diese Technologie nicht nur konsumiert sondern sogar geprägt und gestaltet würde dass wir doch Wahnsinn!

00:50:51: Der Bereich der Regulierung ist einer den ich in seinen Konsequenzen so viel oder so viele Facetten hat, je nachdem wie sich jetzt welche Strategie ein Land entscheidet anzuwenden.

00:51:16: Aktuell würde ich sagen die großen Unternehmen schreien nach Regulierungen primär weil es natürlich die Technologie übermächtig erscheinen lässt.

00:51:36: Genau, das ist der Marketingaspekt.

00:51:37: Aber weil es und also kommen ja noch weiter dazu.

00:51:42: Und wenn Sie sagen wir wollen hier eine höhere Qualitätssicherung machen dann wissen sie, dass kostet Zeit und Geld und ohne eine Regulierung wird die Qualitätssicherung zum Wettbewerb nachteilen.

00:51:56: Das ist ja der Grund warum wir Regulierungen machen Insbesondere in einem Sicherheitsbereich, weil wir dadurch davon ausgehen, dass wir einen Qualitätsanspruch im Breite des Marktes etablieren.

00:52:17: Den alle erfüllen müssen damit nicht den Einzelnen die eine höhere Qualität oder eine höre Sicherheit bieten zum Wirtschaftlichen Wettbewerbsnachteil wird.

00:52:27: Das ist erst mal gut.

00:52:28: da gehen nur leider mit ein Herr dass wir mit hohen regulatorischen Anforderungen die große Unternehmen erfüllen können, potenziell für ihren Kleinen ein Problem bereiten und damit einen Anreiz schaffen, das sie zu den Großen gehen.

00:52:47: Wenn wenn wir uns die Datenschutz Grundverordnung anschauen wunderschöne Idee Sie hätte halt nur da sein müssen, bevor es Google und Facebook gab.

00:52:55: Als Google und facebook da waren die haben ja letztendlich gesagt wunderbar jeder der sich hier anmeldet muss einmal auf ok drücken das Problem ist gelöst.

00:53:03: und wenn sie einen mittelständischen online shopbetreiber in deutschland sind dann waren sie jetzt quasi mit einem bein im knast und war auf jeden fall mit vielen tausend euro bei irgendwelchen anwälten.

00:53:15: das heißt da ist dann der volkswirtschaftliche schaden Erstmal eher bei uns.

00:53:23: Das liegt aber eben auch daran, dass Deutschland halt quasi nie erkennbare Bestrebungen unternommen hat.

00:53:35: Also erkennbare ernsthafte Bestrebung unternommnet, das wir hier eine sinnvolle Alternativen ebenso massiv gefördert hätten.

00:53:49: Wenn ich heute diese Souveränitätsdebatte höre, da wird dann irgendwie Hier haben gesagt, ja hier gehen wir in die souveräne Cloud.

00:53:56: Kostet dreißig Prozent mehr aber dafür bis dann souverän.

00:53:59: seit wann?

00:54:00: also was ist das denn?

00:54:01: Also warum soll ich denn als Unternehmen was finden?

00:54:03: Was ist diese Souveränität?

00:54:05: Das ist ein Buzzword.

00:54:08: Wo ist sie denn?

00:54:08: Kann ich die mal sehen?

00:54:10: und warum soll Ich den da auf einmal mehr für ausgeben?

00:54:15: Die wird ja zum Standortnachteil.

00:54:17: Also wäre es im Prinzip so eine, wenn man sagt, man will Souveranität fördern.

00:54:21: Da macht man das entweder sagen wir mal massiver Markteintrittsbarrieren für ausländische Anbieter.

00:54:31: oder man fördert die eigenen massiv.

00:54:33: Aber zu sagen, ja wir wollen Souveränität gibt es jetzt hier, guck mal steht auf dem Plakat ist ein goldene Sternchen, Souveranität drei plus kostet mehr zahlt mal alle.

00:54:41: Ja also da erkenne ich nicht wie das eine... Ich bin kein Konon deswegen erkenn' ich das wahrscheinlich nicht, wie dass irgendwie ne tragfähige Weg in die Webbewerbsfähigkeit wäre.

00:54:53: und dann gehen unternehmen natürlich hin und sagen okay dann nehme ich halt Enthobby Google Microsoft weil's alle anderen auch nutzen.

00:54:59: jeder Schritt andere Richtung wäre für mich ein unmittelbar messbarer finanzieller Nachteil und damit beeinträchtigt es meine Wettbewerbsfähigkeit.

00:55:07: Und damit lasse ich das sein, wenn wir dann diese Regulierung machen, dann abschehen wir uns halt vollständig davon.

00:55:16: insofern lange Rede kurzer Sinn.

00:55:18: Ich kann Es gibt so viele Facetten von wie man KI regulieren könnte sollte und müsste dass sich als als nicht Jurist und nicht Ökonom unglaublich schwer darin bin, mich unglaublich schwer darin tue die volkswirtschaftlichen und gesellschaftliche Konsequenzen vollständig zu überblicken.

00:55:43: Die gesellschaftlichen Konsequenten kann ich vielleicht überblinken und da kann ich sagen welche ich nicht haben möchte Aber leider bin ich zu wenig juristisch geschult, um zu verstehen wie es Juristen immer wieder schaffen.

00:55:56: Dass die Gesetze schreiben, die sonnenklar sind und am Ende das Gegenteil bewirken.

00:56:01: Das ist ein Phänomenbereich den habe ich noch nicht ganz durchdrogen.

00:56:05: Ich glaube dass wir, wenn ich das anfügen darf unterscheiden müssen zwischen einem Anlass für Regulierung und das ist irgendwo immer einen Marktversagen, wie immer man das definiert und der Art und Weise, wie wir regulieren.

00:56:19: Also dem Grunde nach das vermischt sich in der Diskussion.

00:56:24: Ich glaube, wir dürfen das Pferd auch nicht von hinten aufzäumen, wie es auch manchmal heute artikuliert wurde so nach dem Motto weil wir so schlecht sind in der Überwachung und im Enforcement machen was lieber gar nicht?

00:56:35: Das ist für mich kein Argument sondern wenn ich's wirklich auch für gesellschaftlich geboten halte, glaub' ich muss mal... durch die Gesellschaft, durch die Politik die Ressourcen bereitstellen um es zu tun.

00:56:46: Überwachung können Sie jetzt noch kurz konkretisieren wer über was genau so war?

00:56:49: Wenn

00:56:50: wir beispielsweise Markt missbräuchliches Verhalten in dem Sinne haben dass Alternativen für die Jüse ausgeschlossen sind wenn man sich im bestimmten System befindet oder ähnliches dann glaube ich wird dadurch Wettbewerb ausgehöhlt.

00:57:03: Kommen wir nicht mehr zu den notwendigen Innovationen?

00:57:06: Wir beschränken Handlungsspielräume.

00:57:07: Das wäre für mich sowas, wo ich sagen würde da droht zumindest ein Marktversagen was man genau prüfen müsste.

00:57:12: Und da würde ich also unter dem unter dem Aspekt Abs völlig klar sehr erkennbar.

00:57:19: und das haben aber nicht nur bei das haben jetzt nicht nur Bei KI Technologien sondern dieses Problem haben wir uns über Jahrzehnte selber gebaut.

00:57:29: denn diese Technologie Kai die nutzt.

00:57:32: Also die kann ja nur bauen, wer viele Daten hat.

00:57:37: Und die kann vor allem nur stetig verbessern, wer diese vielen Daten behält und wer dafür sorgt letztendlich KI als Dienstleistung anzubieten?

00:57:53: Und nicht als was weiß ich Tool, das man mietet.

00:57:57: Was meine ich damit?

00:58:00: Wenn ich mir heute anschaue, was Microsoft mit dem Co-Piloten irgendwelche relativ schlechten KI Assistenten, die mir helfen, textbesser zu schreiben oder so.

00:58:10: Das ist sicherlich nicht das, was dieses Unternehmen als Ziel hat.

00:58:13: Ich könnte mir vorstellen wenn sie sagen naja bei uns liegen sämtliche Präsentation, sämttliche Dokumente, Sämtliche Rechnung und Kalkulation dieses Unternehmens.

00:58:22: Wenn wir jetzt gezielt mit diesen Daten arbeiten dann können wir eigentlich diesem Unternehmen nicht dabei helfen, die Rechnung zu schreiben.

00:58:30: Sondern wir können ja einfach schon hinlegen und sagen Wir sehen in unserem Tennent das Projekt gerade abgeschlossen ist.

00:58:36: Wir haben auch die E-Mail gesehen wo der Kunde sich dafür bedankt dass das Projekt gut ist oder noch drei Nachforderungen hat.

00:58:43: Das heißt wir können jetzt die Rehnung schreiben Und die geht jetzt... Das heißt da werden diese ganzen Prozesse Die wir grade noch in irgendeiner Software abbilden Die Liter liegen ja sämtliche Daten und Abläufe schon in einer Cloud.

00:58:56: Und das ist glaube ich, dass wo ich eher denken würde, wo die hin wollen?

00:58:58: Dann ist so dieses Thema Ja wir nutzen Microsoft weil es alle benutzen und weil wir unseren Kunden Word-Dokumente schicken müssen oder sonst was.

00:59:07: Das ist ein Kiki Fax im Vergleich zu.

00:59:10: Wir sind bei Microsoft und sämтliche Geschäftsprozesse sind dort abgebildet und selbst wenn wir wollen kommen wird da nicht raus, weil die auch gar nicht übergeben.

00:59:19: dann ist eher so, dass Microsoft diese Unternehmen nutzt.

00:59:22: Also es geht sich fast um

00:59:24: und das ist leider eine Abhängigkeit in die wir uns schon längst begeben haben, die jetzt durch KI nur noch mal potenziert wird.

00:59:34: Vielen Dank für die Beantwortung von mehr Fragen.

00:59:37: aber nur mit fünf Fragen kann man diese verschiedenen In-Sicht verflochten und komplexen Problemlagen auch nicht beantworten also als Zwischenfahrtsitz sozusagen.

00:59:46: Für heute vielen Dank!

00:59:47: alles Gute für Sie und Ihre Arbeit, dass sie ihre Erfahrung auch so einbringen können.

00:59:52: Dass die Systeme so gestaltet werden, dass die größten Gefahren zumindest, die damit verbunden sind verhindert werden.

00:59:59: Vielen Dank für heute!

01:00:00: Die profilierte Vordenkerin für eine Ethik geleitete und an Nachhaltigkeitszielen orientierte KI Prof.

01:00:08: Dr.

01:00:09: Sarah Spiekermann-Hoff von der Wirtschaftsuniversität Wien grenzte die Einsatzmöglichkeiten der Technologie schließlich wie folgt ab.

01:00:20: In dem Moment, wo Entscheidungsräume klar definiert sind ist es für eine KI möglich hier relativ verlässliche Antworten auszurechnen.

01:00:41: aber in dem Moment dann braucht man menschliches Urteilsvermögen und auch geht es um die Frage der Daten natürlich.

01:00:55: Es gibt viele Dinge, die wir in Unternehmen tun, die nicht in Daten- und Kennzahlen wirklich abzubilden und zu fassen sind.

01:01:05: zum Beispiel die Kundenbeziehung oder was ist ein guter Vertriebler?

01:01:11: Das sind Beispiele, wo man sich mit Zahlen schwer tut.

01:01:15: Und das kann man nicht an KI in dem Sinne übertragen aus meiner Sicht.

01:01:38: Liebe Frau Spiekermann-Hoff, herzlich willkommen zu fünf Fragen an.

01:01:57: Denn eine Maschine kann grundsätzlich wederweise noch mutig sein.

01:02:06: Ich gebe Ihnen nur, wenn ich den Mut mir anschaue.

01:02:10: Mut bedeutet ja wieder den eigenen Risikoverstand etwas zu tun was man als mutig bezeichnet und das ist nicht rational.

01:02:20: oft zunächst es wird zwar von unserer Gesellschaft positiv aufgenommen Aber eine Maschine kann das nicht, weil es ihren Optimierungsprinzipien zu widerläuft.

01:02:32: Das ist also ein Grund, weshalb die Maschinen nicht mutig sein können.

01:02:36: Aber Weise?

01:02:41: Weisheit im Gegensatz zum Wissen speist sich nicht nur aus Wissen sondern auch aus Einschätzungsvermögen, aus Intuition, Aus Fügung und aus Demut Aus der Fähigkeit, Dinge zu kombinieren die eigentlich nicht zu kombineeren sind und das sind alles Eigenschaften des Menschen.

01:03:06: Die von Ihnen geforderte digitale Ethik haben Sie in Analogie zu den zehn Geboten in zehn Regeln gekleidet.

01:03:14: jetzt sind es nur zehn.

01:03:15: aber trotzdem nochmal gefragt welche davon sind ihnen besonders wichtig?

01:03:22: Und vielleicht, wohin sehen Sie den Nutzen für die Anwendenden dieser Regeln?

01:03:28: Also mein Konzept der digitalen Ethik ist zunächst mal grundsätzlich Werte basiert.

01:03:36: Ich baue hier in meinem Buch Digitale Ethik auf dem sogenannten Value-Based Engineering.

01:03:41: Werte basierten Design von Technologie auf.

01:03:45: Eine Ergänzung war in zwei Tausend und Zweiundzwanzig, dass wir die zehn Gebote hergenommen haben um daraus mal zu schauen was wird das für die digitale Welt bedeuten.

01:03:57: Und da kann ich Ihnen nicht sagen welches der Zehn Gebote nun wichtiger ist oder zehn Regeln als das andere weil alles steht nebeneinander gleichermaßen an Bedeutung.

01:04:09: Eine von diesen Regeln lautet, dass man Technik nicht zum Selbstzweck erklären soll.

01:04:15: auf der einen Seite.

01:04:17: Auf der anderen Seite kam heute in der Diskussion beim Betriebswirtschaftertag auch die Frage Können wir es uns in Anführungszeichen leisten und damit ist die Positionierung im Wettbewerb gemeint auf bestimmte Formen der KI zu verzichten?

01:04:34: Sehen Sie da Ein Spagat, eine Gratwanderung oder wie würden Sie sich dort positionieren wollen?

01:04:44: Die Regel heißt ja du sollst Technik jetzt nicht zum Selbstzweck machen.

01:04:50: Das heißt einfach nur die Frage zu stellen kann ich es mir leisten auf KI zu verzichten?

01:04:56: Ich kann mir immer leisten Auf KI zu verzichten.

01:05:01: KI sollte nie selbst zweck sein.

01:05:04: aber wenn ein Unternehmen wirklich nachweislich seine Produkte und seine Prozesse verbessern kann durch KI.

01:05:18: Und auch die Total Cost of Ownership an der Stelle klar unterstützt, dass es sich auszahlt für das Unternehmen mit KI zu arbeiten.

01:05:28: Dann ist das kein Selbstzweck sondern macht das Sinn und dann sollte man das auch tun.

01:05:34: Was glauben Sie, steht einer solchen Ethik entgegen?

01:05:37: Es gibt ja relativ wenig Unternehmen die das zumindest dieses Konzept in der Öffentlichkeit promoten oder wo man annehmen kann.

01:05:47: Die verfolgen das auch tatsächlich und handeln danach.

01:05:50: also Wo sind die zentralen Barrieren gegenüber dem was vielleicht individuell zunächst mal sehr einleuchtend ist.

01:05:59: Ich glaube, dass viele Unternehmen bei digitaler Ethik gleich an Moral und an Gesetze und an Kosten und Anauflagen denken statt das so zu sehen wie ich das sehe.

01:06:10: Ich definiere natürlich die digitale Ethik auch anders.

01:06:13: Das ist ein wertbasiertes Handeln.

01:06:15: im Zentrum von jedem Unternehmen steht eine Value Propositions ein Wert versprechen Und Unternehmen haben nur oft das noch gar nicht so für sich verstanden, dass das so ist und dass Effizienz ein niederer Wert ist.

01:06:33: Und Produktivität und selbst das Geld hat Grenzen dessen was es für ein Unternehmen bedeutet.

01:06:40: solange ein Unternehmen gesunden gewinnt schreibt also die Unternehmen setzen digitale Ethik leider gleich mit etwas Negativen.

01:06:49: Und das stimmt nicht, wertebasiertes Handeln ist absolut rational für einen langfristig Überlebnisunternehmen.

01:06:56: Worauf hören Sie das denn zurück?

01:06:58: Weil ja die Unternehmen gibt es ja nicht, da sind immer Menschen sich dort zusammentonen und ich würde mal vermuten dass die meisten auch einem individuellen Wertekanon folgen.

01:07:09: Jetzt doch mal die Formulierung, die Unternehmen aber sagen Sie nicht.

01:07:14: Wie passt das zusammen?

01:07:16: Wir haben eine lange Tradition der Betriebswirtschaftslehre, dass wir Wert mit Geld gleichsetzen und dass wir Wärtigkeiten mit kurzfristigen Effizienz gewinnen zum Beispiel oder kurzfristiger Präferenzoptimierungen gleichsetzten.

01:07:30: Es wird uns zwar nicht nur in einer Betriebeswirtschaft lehren, sondern vor allem auch in einer Volkswirtschaftsleere.

01:07:34: Das heißt, wir operieren im Rahmen, der sich selbst

01:07:39: beschränkt.

01:07:43: Und es ist einfach nur die Herausforderung, dass wir als Betriebswürter und Volkswirte so ausbilden.

01:07:50: Seit über hundert Jahren statt darüber nachzudenken was es bedeutet Wert Qualitäten neu zu erschließen und daran unsere Produkte Strategien und Prozesse auszurichten.

01:08:05: Wir müssen anfangen das uns neu und wieder zu erschliessen Und dann kommen wir auch raus, und jedes Unternehmen hat seine eigenen Wertversprechen- und Wertschöpfungspotenziale.

01:08:21: Das neu zu erschließen darum geht es uns muss auch in der Ausbildung kommuniziert werden.

01:08:25: Wir können uns nicht an veralteten Wertmodellen auch nicht in der Volkswirtschaftslehre dürfen uns nicht weiter orientieren.

01:08:33: Jetzt haben sie ja selbst gesagt also Einsatz von KI dort wo es Sinn macht einem bestimmten Set von Werten entspricht, ja.

01:08:42: Aber auch nur dort kann man noch ein bisschen stärker greifen, auch wenn manches individuell ist in jedem Unternehmen anders.

01:08:52: wo wir bestimmte Entscheidungen an die KI weitgehend delegieren können, wo aber auf der anderen Seite menschliches Urteilsvermögen unverzichtbar bleibt?

01:09:03: Kann man das stärker operationalisieren?

01:09:05: denn es Ja,

01:09:09: das kann man in dem Moment wo Entscheidungsräume klar definiert sind.

01:09:22: Ist es für eine KI möglich hier relativ verlässliche Verantwortung auszurechnen?

01:09:32: Aber in dem moment wo Entscheidungräume quasi sind... Dann braucht man menschliches Urteilsvermögen.

01:09:42: und auch geht es um die Frage der Daten natürlich.

01:09:45: Es gibt viele Dinge, die wir in Unternehmen tun, die nicht in Daten- und Kennzahlen wirklich abzubilden und zu fassen sind.

01:09:56: zum Beispiel die Gründenbeziehung oder was ist ein guter Vertriebler?

01:10:01: Das sind Beispiele, wo man sich mit Zahlen schwer tut.

01:10:05: Und das kann man nicht an KI in dem Sinne übertragen.

01:10:08: aus meiner Sicht?

01:10:11: Vielleicht kann man die daraus folgende Entscheidung nicht übertragen, dass wir aber wesentlich mehr Daten zur Verfügung haben, die auch anders auswerten können.

01:10:20: Das ist ja unbestreitbar.

01:10:23: und vor dem Hintergrund die Frage Was verändert sich durch diese Möglichkeiten, also mehr Daten in kürzerer Geschwindigkeit auch mit einer höheren Präzision auswerten zu können?

01:10:35: Was verändert sich für Führung und Zusammenarbeit in der Unternehmung.

01:10:44: Für die Führungen ergibt es sich im positiven Sinne dass ich viele verschiedene Perspektiven auf meine Unternebensrealität sehe Und mir auch KI-Systeme in der oftmals Muster Schwerpunkte zeigen, die ich unter Umständen als meiner menschlichen Rationalität her übersehen habe.

01:11:10: Und das ist sehr positiv.

01:11:15: Gleichzeitig muss man mit dieser Maschinenwahrheit aber auch vorsichtig umgehen und zwar zum einen weil Sowohl Datenqualitäten als auch Softwarequalitäten müssen kritisch betrachtet werden.

01:11:33: Die sind einfach nicht immer richtig die Systeme und wir müssen aufpassen, dass wir nicht pauschal die Maschinenintelligenz für höher Wertigkeiten als die menschliche Entscheidung oder Einschätzung.

01:11:47: diese beiden Intelligenzen Die stehen nebeneinander, die sollte man als komplementär betrachten und nicht als das eines besser als das andere.

01:11:58: Das, was Sie jetzt beschrieben haben, wovon sie auch den KI-Einsatz abhängig machen wollen finde ich sehr sympathisch weil es sich zunächst mal auf der Ebene der Unternehmen selbst bewegt.

01:12:09: Also auch so eine Art Selbstdisziplin sag' ich mal einfordert.

01:12:13: Jetzt ist aber in den letzten speziell vier bis sechs Wochen vielleicht auch sehr viel über externe Regulierung gesprochen worden.

01:12:21: die großen Techkonzerne haben selbst eine Form der Regulierungen welche das auch immer sein mag eingefordert.

01:12:28: Sehen Sie also auch bei dieser, ich übersetze es mal mit staatlichen Regulierungen Nachholbedarf?

01:12:34: Regulierung des KI-Einsatzes meine ich damit.

01:12:40: Ich glaube wirklich das Unternehmen sich zunächst einmal orientieren müssen wie sie selbst richtig für ihren Kontext mit KI umgehen.

01:12:55: eine KI zum Beispiel im Bereich der Waffensysteme ist ein völlig anderes System als eine KI im Bereich der Customer Relationship Management oder der Buchhaltung.

01:13:09: Und ich kann nicht einfach hingehen und pauschal, als Gesetzgeber irgendwelche Gesetze definieren die dann in der Praxis völlig unterschiedliche Lebensrealitäten treffen.

01:13:24: Das ist mal das eine, jede Domäne muss ihren eigenen Wertschöpfungspotenziale und auch ihre eigenen Grenzen an der Stelle ausloten.

01:13:34: Und dafür plädiere ich seit Jahren für wertebasiertes Design und durchdacht des Anforderungsmanagement im Entwicklungsprozess der KI.

01:13:45: die Unternehmen müssen den KI anbietern klar vorgeben, was sie als Unternehmen und ihre Stakeholder, was Sie für Anforderungen an die Technologie haben.

01:13:56: Und nicht umgekehrt dass irgendwelche Tech Konzerne aus USA kommen und sagen wir haben hier eine KI und du hast das Frist oder Sturb?

01:14:03: Das soll man.

01:14:06: da müssen wir raus.

01:14:08: Und der zweite Punkt ist, dass man in dieser heutigen Debatte im USA bei dem Schrei nach Regulierung nicht vergessen darf dass die genau diese Unternehmen, die sich jetzt diesen Regulierungsprozess, diese Diskussion wünschen haben im letzten zwölf Monaten enorm verloren an die Open Source und Open-Weld Modelle.

01:14:30: Vor einem Jahr kamen siebzig Prozent der generierten Tokens von Open AI, Anthropic und Konsorten, dreißig Prozent aus Open Source, Open World.

01:14:41: Dieses Jahr ist es genau umgekehrt.

01:14:43: Was wollen die Tech-Konzernate so nah dran sind in den Lobbyprozessen von der Regierung?

01:14:48: Sie wollen, sie wünschen sich natürlich dass man Open Source und Open Wealth möglichst verbietet damit sie ihre enormen Investitionen in die Hyper Scala und sonstigen Technologien in dem Kontext rentieren.

01:15:01: wenn die Open Source & Open Wealt verbieten könnten oder riesige Auflagen einfordern könnten an Zertifizierung und so weiter, bevor solche Modelle released werden dürfen.

01:15:14: Hätten sie einfaches Spiel in diesem Markt und könnten ihre Marktanteile zurück gewinnen?

01:15:19: Das ist aus meiner Sicht also jetzt derzeit meine Einschätzung.

01:15:23: warum die da nachschreien?

01:15:25: denn Sie hätten von Anfang an Ihre Systeme anständig entwickeln können!

01:15:31: Und warum haben Sie das denn nicht

01:15:33: getan?!

01:15:34: Warum haben Sie das nicht getan?

01:15:36: Das hätten sie durchaus tun können.

01:15:38: Sie wünschen sich eine regulierende Einhaltung, Sie hatten von Anfang an ... Das Wissen ist bekannt wie man Sicherungen gute Systeme entwickelt, warum haben Sie es denn nicht gemacht?

01:15:48: Warum schreien Sie nach etwas was Sie jederzeit in diesem Moment beginnen könnten?

01:15:52: also darauf vertraue ich überhaupt nicht.

01:15:56: Dann ganz herzlichen Dank für die Beantwortung von fünf Fragen an.

01:16:00: Und das kann ja auch wirklich nur ein Zwischenschritt sein, ihr Wertegeleiteter Blick auf diese Entwicklung und wir sind gespannt ob diese Unternehmen sich selbst so disziplinieren wie man es sich vielleicht wünschen würde oder vielleicht doch der öffentliche Druck so groß wird dass man eine wie auch immer Ausgestaltete staatliche Regulierung finden wird.

01:16:21: Für heute ganz vielen Dank für Ihren Blick auf die Dinge und ihre Erfahrungen, die Sie eingebracht

01:16:26: haben.

01:16:27: Danke auch für die Einladung!