Leaders of AI

In unter 60 Minuten zu drei fertigen KI-Assistenten: Erlebe, wie einfach KI-Anwendung sein kann! 🌟 Was erwartet dich? 🌟 Keine Folien, dafür 100% Praxis 👩🏽🚀 Baue 3 Agenten live mit uns und nehme sie direkt mit nach Hause ❓ Live Q&A für deinen Anwendungsfall Für wen ist das Webinar geeignet? 💪🏼 Wenn du KI produktiv in deinem Alltag einsetzen willst 🚀 Wenn du deiner Karriere einen echten KI Boost verleihen willst 💡 Du brauchst keine Programmierkenntnisse oder technisches Vorwissen 👉 Melde dich jetzt an!

In unter 60 Minuten zu drei fertigen KI-Assistenten: Erlebe, wie einfach KI-Anwendung sein kann! 🌟 Was erwartet dich? 🌟 Keine Folien, dafür 100% Praxis 👩🏽🚀 Baue 3 Agenten live mit uns und nehme sie direkt mit nach Hause ❓ Live Q&A für deinen Anwendungsfall Für wen ist das Webinar geeignet? 💪🏼 Wenn du KI produktiv in deinem Alltag einsetzen willst 🚀 Wenn du deiner Karriere einen echten KI Boost verleihen willst 💡 Du brauchst keine Programmierkenntnisse oder technisches Vorwissen 👉 Melde dich jetzt an!

Bei Markus Lanz: „Hört auf, KI als etwas Besonderes zu sehen. Das ist einfach normale Technologie aus 0 und 1. Sie hat keine Meinung, keine ethischen Werte.“ Diesen Satz sagte letzte Woche ein Vorstandsvorsitzender in der Sendung. Direkt daneben saß Prof. Hans Uszkoreit, dessen Sohn Jakob mit dem Paper „Attention Is All You Need“ das Fundament moderner LLMs gelegt hat. Der Kontrast hätte kaum schärfer sein können und er zeigt das gefährlichste Missverständnis in deutschen Chefetagen: Man versucht, eine fundamentale Paradigmenverschiebung mit der Software-Logik von 1998 zu begreifen. Wer glaubt, ein LLM sei eine neutrale Rechenmaschine ohne Haltung, ignoriert den aktuellen Stand der Forschung. Studien belegen konsistent, dass sich Modelle auf politischen und wertebasierten Spektren verorten lassen. Sie tragen menschliche Vorurteile, Machtstrukturen und Verzerrungen ungefiltert in sich und verstärken sie sogar. Das ist kein Ergebnis eines System-Prompts. Der Bias sitzt tief im Model. Warum das für Vorstände hochrelevant ist? Weil die Auswahl und Implementierung eines KI-Modells keine reine IT-Beschaffung ist. Es ist eine Kultur- und Governance-Entscheidung. Wenn bspw. ein Deepseek-Model Taiwan als Teil Chinas verortet. Umso wichtiger, dass Mitarbeitern genau solche Bias und Wertestrukturen bewusst sind in der Beurteilung der Ergebnisse aus der KI. Bei Bildern sind wir schnell in der Lage diese zu sehen, bei Texten ist es eben ungleich schwerer.

OpenAI wirft 722 Paper auf den Markt, und führende Mathematiker flehen um einen Stopp. Erinnert mich sehr stark an "42" als Antwort auf alles. OpenAI hat ein internes Modell auf offene Mathe-Probleme losgelassen. Das Ergebnis: 722 wissenschaftliche Arbeiten auf GitHub. Der Haken ist allerdings, dass nur ein Teil der Beweise ist mit Lean formalisiert, heißt maschinell auf logische Korrektheit prüfbar. Die Folge? Spitzenforscher schlagen Alarm, weil die Modelle schneller Hypothesen raushauen, als Menschen sie prüfen können. Genau das ist die Vorschau auf unsere Organisationen. Der Flaschenhals ist längst nicht mehr die Intelligenz der Modelle. Es ist die menschliche Anschlussfähigkeit. Wenn Systeme in Minuten hunderte Analysen, Konzepte oder Code-Zeilen ausspucken, erzeugt das erstmal keinen Fortschritt. Es erzeugt einen massiven Verifikationsstau. Irgendwer muss die Ergebnisse verstehen, prüfen und schlussendlich die Verantwortung übernehmen. Das merken wir bei Leaders auch, mehr Output bringt null, wenn die Schnittstelle zum Menschen kollabiert und die KI sich besser auskennt im Projekt und mich dann nicht mitnimmt. Die echte Frage ist also langfristig: Wie viel vom KI-Output kann dein Team überhaupt noch validieren bzw. damit arbeiten? Denn mein Leben wurde nicht besser durch die Antwort auf Alles, das Leben und das Universum...

Hört auf KI-Leuchttürme zu bauen. Der Einzige, der daran Spaß hat, ist die externe Unternehmensberatung. Seit Monaten sehen wir denselben Film: Organisationen suchen krampfhaft nach dem einen, glänzenden Mega-Use-Case. Ein prestigeträchtiges Aushängeschild, das der Vorstand auf der nächsten Messe stolz präsentieren kann. Sechsstellige Budgets fließen rein. Das Ergebnis? Fast alle diese Leuchttürme scheitern krachend daran, jemals im Alltag anzukommen, weil sie an der Realität der Organisation vorbei gehen. Wir müssen das Spiel vom Kopf auf die Füße stellen: 1. Persönliche Produktivität als Startpunkt: Ganz unten anfangen. Bei den unliebsamen Routineaufgaben, die den Leuten jeden Tag die Laune rauben. Wer KI für den eigenen Schreibtisch begreift, verliert die Berührungsängste. 2. Die Pareto-Prozesse im Team: Eine Ebene höher gehen. Welche 20 % der Workflows machen 80 % der Wirkung aus? Genau diese Prozesse im Team mit KI unterstützen oder komplett neu denken. 3. Die KI-Taskforce für das große Ganze: Erst wenn die Basis läuft, setzt sich eine interne Taskforce an die unternehmensweiten Themen. Wir sehen das bei Leaders of AI bei unseren Kunden: Wirkliche Wertschöpfung entsteht nicht durch ein Aushängeschild für das Firmen-Ego. Sie entsteht, wenn hunderte Mitarbeitende jeden Tag 30 Minuten weniger sinnlose Fleißarbeit machen.

Wir bauen nächste Woche wieder 3 KI-Agenten live: Ein Agent, der Agenten erstellt, eine persönliche Assistenz und einen Socialmedia-Redakteur. Viele verstehen unter KI immer noch isolierte Chatfenster in denen man Prompt-Pingpong spielt, anstatt sich systematisch ein eigenes Team aufzubauen, dass täglich besser werden kann. In unserem Webinar zeigen wir, wie diese Agenten dann Skills erhalten oder auch autonomm Aufgaben erledigen können und zwar so, dass es jeder hinbekommt. Wir machen die Motorhaube auf und zeigen Schritt für Schritt, was bei Leaders of AI im Alltag tatsächlich läuft – und was nicht. Dienstag 13.10, von 12-13 Uhr. Den Link zur Anmeldung packe ich unten rein.