01 — Verstehen

KI-Orientierungswissen für gute Entscheidungen

„Who are you?“ war das Erste, was ich 2022 in das damals frisch veröffentlichte ChatGPT geschrieben habe. Wer bist du. Was kannst du für mich tun. Woher weiß ich, dass ich dir glauben kann.

Wenn du wenig Erfahrung mit großen Sprachmodellen hast, dann unterbrich hier kurz. Öffne eine Plattform wie ChatGPT oder Claude oder Grok oder Copilot oder Mistral oder DeepSeek. Stell genau diese Fragen. Bei allen. Wort für Wort.

Die Antworten geben dir schnell ein erstes Gefühl dafür, was du über diese Systeme wissen solltest. Und auch dafür, was sie nicht leisten.

Das meiste davon kannst du auf Menschen übertragen, denen du zum ersten Mal begegnest. Im Privaten und im Beruf. Wer bist du. Was kannst du für mich tun. Woher weiß ich, dass sich Zusammenarbeit lohnt.

Wenn du willst, unterbrich hier noch einmal. Stell diese Fragen in ein Sprachmodell. Und mach deine ersten Erfahrungen mit dialogorientiertem Prompten.

Wie begegnet ihr künstlicher Intelligenz?

Gesunde Neugier heißt auch kritische Neugier. Ein Sprachmodell ist keine Datenbank. Es sucht keine Fakten. Es erzeugt Sprache. Es berechnet, was als nächstes am besten passen könnte.

Du kennst das Prinzip. Fang einen Satz an und hör mitten drin auf. Heb die Augenbrauen und warte. Heute ist schönes …
Die meisten ergänzen Wetter. Nicht, weil sie es wissen. Sondern weil es naheliegt.

Genau so solltest du auch mit KI arbeiten. Nimm die Antwort nicht einfach hin. Stell sie neben deine Eingabe. Prüfe, was du wirklich gefragt hast. Prüfe, was die Maschine nur geschickt vervollständigt hat. Und frag weiter, bis aus Vermutung Verlässlichkeit wird.

Was solltet ihr verstehen?

Es sind drei Dinge.

Wie funktioniert künstliche Intelligenz? Wofür eignet sie sich? Und wie arbeiten Mensch und KI zusammen? Auch wenn der Begriff Funktionieren technisch klingt. Wie oft fragen wir uns, wie andere wohl funktionieren. Und wie wir uns verhalten müssen, damit Zusammenarbeit gelingt.

Erstens. Generative KI erzeugt Ausgaben auf Basis statistischer Muster in Trainingsdaten. Das erklärt, warum die Ergebnisse in manchen Situationen verblüffend gut und wünschenswert sind. Etwa bei Mustererkennung, Textzusammenfassung oder Variantenbildung. Es erklärt aber auch, warum die Ausgabe manchmal plausibel klingt und trotzdem falsch ist. Dann sprechen viele von Halluzination. Der Begriff ist unglücklich, hat sich aber durchgesetzt. Treffender ist vielleicht dieser Gedanke. Das Modell ist so trainiert, dass es sich bemüht, es dir recht zu machen. Darum lohnt sich immer der Blick auf deine Eingabe und auf das Ergebnis. Passt das zusammen oder ist es nur ein gut klingender Versuch.

Und genau das musst du in vielen, manchmal den meisten Fällen, noch überprüfen.

Zweitens. Wofür eignet sich künstliche Intelligenz und wofür eher nicht? Gut funktionieren große Sprachmodelle dort, wo große Mengen unstrukturierter Informationen verarbeitet werden müssen. Dort, wo Aufgaben einem klaren Muster folgen und sich wiederholen. Dort, wo Entwürfe gebraucht werden, die ein Mensch danach prüft und weiterentwickelt. Schwierig wird es dort, wo einzigartige Urteilskraft gefragt ist. Wo Fehler schwerwiegende Konsequenzen haben und nicht geprüft werden können. Wo Nachvollziehbarkeit regulatorisch gefordert ist.

Drittens. Wie arbeiten Mensch und Modell zusammen? Das produktivste Modell ist Zusammenarbeit. Die KI liefert Rohstoff. Du veredelst. Wer präzise Informationen hineingibt, mit präzisen Fragen, präzisen Anweisungen und präzisen Kommentaren, kann sich mehr und mehr darauf verlassen, dass das, was herauskommt, den Anforderungen, Vorstellungen und Notwendigkeiten entspricht.

Wann lohnt es sich, kuenstliche Intelligenz in Erwaegung zu ziehen?

Wenn du das Gefuehl hast, du willst etwas anders machen als bisher. Anders arbeiten, anders projektieren, anders kommunizieren, anders rechnen. Statt lange zu gruenden, kannst du Fragen in ein grosses Sprachmodell geben.

Bitte das Modell um ein Interview. Schreib zum Beispiel. Fuehre ein Interview mit mir. Deine Fragen sollen uns helfen herauszufinden, was wir in meiner Umgebung verbessern koennen.

Beschreibe dabei deine Daten, deine Kompetenzen und eure Prozesse. Je klarer du das tust, desto eher entstehen zusaetzliche Loesungen und neue Optionen. Und du kannst zugleich herausfinden, was ein grosses Sprachmodell fuer dich nicht leisten kann.

Wie koennen wir mit Risiken umgehen?

Jede Begegnung mit einem Menschen und mit einer Maschine kann Risiken bergen. Aussagen koennen verzerrt sein. Sie koennen lueckenhaft sein. Sie koennen fachlich nicht korrekt sein. Sie koennen inhaltlich veraltet sein. Ohne deine menschliche Pruefung wird aus einem moeglichen Effizienzgewinn schnell ein Qualitaetsverlust.

Was du in ein KI System eingibst, kann gespeichert, verarbeitet und zum Training verwendet werden. Sensible Daten gehoeren nicht in oeffentliche KI Dienste und nicht in den oeffentlichen Raum. Es gibt gute Moeglichkeiten, Daten sicher zu verarbeiten. Langdock ist ein System, das ich dafuer bevorzuge. Damit kannst du auch Kernprozesse datenschutzkonform delegieren.

Und die Rechtslage entwickelt sich schnell, besonders rund um den EU AI Act. Was heute noch geht, kann morgen schon meldepflichtig sein. Darum entwickeln wir klare Leitplanken. Kein KI Einsatz ohne definierten Pruefschritt durch einen Menschen. Und die Eingabe vertraulicher Daten nur auf Basis einer vorher freigegebenen Infrastruktur.

Welches Verstaendnis fuehrt zu guten Entscheidungen?

In den meisten Faellen entsteht gutes Verstaendnis durch gute Fragen und durch die Antworten darauf. Im Umgang mit Menschen helfen klare, eindeutige Arbeitsanweisungen, Hinweise und Feedback. Sie machen Entscheidungen besser.

Wenn du eine aufmerksame Grundhaltung, ein angereichertes Grundwissen, die Grundprinzipien deiner Entscheidungslogik und richtungsweisende Leitplanken zusammenbringst, triffst du vielleicht nicht sofort die perfekte Entscheidung. Aber eine fundierte.