 Digitaler Salon, Fragen zur vernetzten Gegenwart. Hallo, herzlich willkommen. Schönen guten Abend. Mein Name ist Katja Weber und meine Mission ist es, dass wir uns heute Abend reinwühlen, etwas tiefer ins Thema künstliche Intelligenz, dieses Mal mit Fokus auf den Arbeitsmarkt oder Arbeit der Zukunft, wie das dann oft genannt wird. Wie immer wollen wir im digitalen Salon hören, was euch bewegt bei dem Thema, welche Fragen ihr vielleicht habt, auch zu dem, was wir hier so in der nächsten Stunde entwickeln. Ihr könnt das alles loswerden, wie immer auf Slido oder auf Twitter unter dem Hashtag Dicksal. Beim letzten Mal sind wir das Thema ja breit angegangen, mit drei Sachverständigen. Das war eine sehr informative, sehr kenntnisreiche Runde. Empfehle ich euch auch gerne nochmal zum Nachgucken. Ist aber keine Zugangsvoraussetzung, um beim heutigen Abend dabei zu sein. Wie gesagt, wir kaprizieren uns heute nochmal ganz arg auf das Thema Arbeit. Wenn ihr nochmal reinschauen wollt, ihr findet das alles auf den Seiten des HIG oder auf YouTube. Und jetzt möchte ich euch Georg von Richthofen vorstellen. Wir verfahren ja jetzt immer so beim digitalen Salon, dass wir ersten Breitenaufriss machen und dann nochmal tiefer reinsteigen mit einem Experten, der bist in diesem Falle du Georg, herzlich willkommen. Katja, ich freue mich sehr, hier zu sein. Und hier freuen uns auch. Ich stelle nochmal genauer vor, was du tust und machst. Also du bist hier, wo ich gerade bin, üblicherweise jetzt, aber vermute ich eher so Hause am HIG. Und zwar in der Forschungsgruppe Innovation, Entrepreneurship und Gesellschaft. Und da dann wiederum ist natürlich auch ein Bereich nochmal konkreter verortet im Projekt Künstliche Intelligenz. Da haben wir sie schon und Wissensarbeit. Dieses Projekt ist Teil der Gruppe Künstliche Intelligenz der Arbeitswelt des Bundesministeriums für Arbeit und Soziales, was natürlich auch wissen will, was in den nächsten 10, 20 oder 30 Jahren los ist auf dem deutschen Arbeitsmarkt. Wir auch. Und deswegen nehmen wir uns nochmal diese Schnittmenge von Arbeit, Arbeitsmarkt und den soziotechnologischen Systemen, die wir uns angewöhnt haben, KI zu nennen, unter die Lupe. Jetzt sagt unser Titel heute Abend ganz nüchtern, Georg, so quasi im Aussagesatz vom Fließband zur KI. Bist du denn damit in Ordnung? Geht das klar an dieser Titel? Es fehlt ja ein Fragezeichen oder so was. Ich gehe damit insofern in Ordnung, als das, würde ich sagen, erst Fließband natürlich, also als Technologienriesen auswirken, auf die Organisation der Arbeit hatte. Ich würde sagen, KI ist vielleicht sogar fast nochmal breiter, weil das ja nicht nur die Arbeitswelt betrifft, sondern wie ihr letzte Woche oder letzten Monat besprochen habt, auch uns als Konsumenten sehr stark betrifft. Von daher ist vielleicht sogar KI gewisser hinsichtlich noch das breite Thema. Aber beide Technologien haben sich enorm die Arbeitswelt verändert. Bei Fließband haben wir es schon gesehen und bei KI studieren wir es gerade. Sind wir live dabei sozusagen, den Webstuhl und das Fließband dann später, das kann man ja so aus den Geschichtsbüchern sich dann angucken. Beim letzten digitalen Salon hatten wir drei Gäste, die haben mir alle drei gesagt, dass sie gar nichts halten von diesem Begriff KI, mit dem wir jetzt auch schon wieder romantieren. Helena Mihalyowitsch war da, Professorin für Data Science, die spricht von soziotechnologischen Systemen, also betont die Einbettung ins Gesellschaftliche. Du hast ja auch gerade gesagt, es ist viel umfassender dieser Entwicklung. Die müssen wir uns viel umfassender vorstellen. Also sie spricht von soziotechnologischen System. Leoni Beining von der Stiftung Neue Verantwortung meinte, wenn wir von Intelligenz reden, dann verleihen wir diesen System ein Attribut, das sie de facto nicht haben. Und Christian Kellermann vom Denkwerk Demokratie findet ja, diese Werkzeuge sind enorm mächtig, aber auch dermax lieber nüchtern und redet von Statistik, Mathematik und Logik. Wie hältst du es, Georg, mit dem Begriff KI? Ja, also erst mal habe ich die Diskussion letzt mal wirklich mit Spannung verfolgt, weil es so unglaublich schwer ist, noch wie in der Projektgruppe kämpfen immer wieder mit dem Begriff und ich glaube, es gibt auch dann Berichte, wo es dann gar nicht definiert wird, wo man am Ende durch den Bericht durchkommt und keine Definition gefunden hat. Ich habe noch versucht, noch ein bisschen darüber zu reflektieren, warum da eigentlich so unterschiedliche Definitionen auch bei den verschiedenen Panelistinnen aufgetreten sind. Ich würde sagen, also es fängt damit an, dass also ein Problem ist, das auch schon genannt wurde, war, dass die Definition von dessen, was KI ist, sich über die Zeit immer wieder ändert. Und man sagt auch so ein bisschen, also alles was Maschinen können, ist keine künstliche Intelligenz mehr, weil wenn es eine Maschine kann, ist ja keine Sache, die Intelligenz erfordert. Das sagt man so bis zu KI, der KI-Effekt oder KI als Moving-Tage, das definitiv in der Suche verändert sich. Ein anderer Grund und das ist glaube ich auch bei der zweiten Definition von wegen, bei der zweiten Aussage, dass Intelligenz eigentlich kein Attribut gut ist, dass wir hier Maschinen zuschreiben können, hat damit zu tun, dass Intelligenz schon so ein dermaßen umstrittenes Konstrukt ist. Also ich glaube, es gibt über 70 Definitionen für den Begriff dessen, was Intelligenz ist. Intelligenz kann, glaube ich, je nach Definition Fähigkeiten wie also Lernen, Planen, Problemlösen, Verständnis, aber auch sowas wie Consciousness, also Selbstbewusstsein, Beinhalten, Kreativität, Logik und so weiter. Und je nachdem, was für ein Verständnis man von Intelligenz zugrunde legt, ist man entweder irgendwie, hat man KI schon erreicht, dann ist sozusagen diese simple Statistik dann schon KI, das wurde letztmal ja auch gesagt, oder man hat sehr, sehr strenges und sagt, Intelligenzerfolg, Kreativität, dann haben wir nichts KI-mäßiges fast bisher und werden es vielleicht auch erst in Jahrzehnten haben. Also das sind so die zwei Sachen. Und was auch noch mit schwingt bei diesen Aussagen, ist, dass KI für unterschiedliche Gruppen und Menschen unterschiedliche Bedeutung haben. Ich will einfach Nummer zwei Bedeutung herausgreifen, glaube ich, die das helfen, das zu veranschaulichen. Eine Bedeutung ist, dass KI ein Forschungsfeld ist von WissenschaftlerInnen, die sich damit beschäftigen, Maschinen zu befähigen, Dinge zu tun, welch eins Menschen vorbehalten waren und die typischerweise Intelligenz erfordern. Das ist einmal so eine Definition, aber auch vielleicht so die ersten KI-Forscher sich mit identifiziert haben. Es gibt auch eine andere Definition und dies vielleicht so ein bisschen mehr auf uns als auch als Konsumentinnen vertraulich. Und das ist, dass KI ist irgendwie so ein Sammelbegriff, wo alle möglichen Technologien drunter fallen. Und dann ist irgendwie vielleicht der Rasenmehr, der irgendwie automatischen Rasenmehr, irgendwie sagen wir das auch superintelligent, obwohl möglicherweise vielleicht KI-Forscher sagen würde, methodisch ist gar kein Intelligenz. Noch ganz kurz zum Abschluss, vielleicht noch eine Definition trotzdem, die ich nicht schlecht finde, für mich als Arbeitsdefinition. Und das ist eine Definition, dass KI die Fähigkeit eines Systems bezeichnet, Daten korrekt zu interpretieren, aus diesen zu lernen und sich flexibel anzupassen, um bestimmte Probleme zu lösen. Und da drin steckt so ein bisschen dieses, man will damit sich abgrenzen von anderen Algorithmen, die einfach nur Befehle ausführen, sondern auch dass die sich sagen, basierend auf den Daten anpassen. Auch wenn diese Definitionen im Endeffekt zum Beispiel so was wie Expertinensysteme, eine der größten KI-Forschungsgebiete der 78er-Jahre war, ausschließt. Sonst neulich, Wort ja. Okay, aber jetzt habe ich, du hast eine Sache benannt, aber so habe ich es empfunden, dich danach wieder davon abgesetzt. Ich finde dir aber in einem Papier von euch, das ich gelesen habe, da wird nämlich KI beschrieben als Entwicklung von Systemen, die Aufgaben ausführen, die gewöhnlich menschliche Intelligenz erfordern. Das heißt Aufgaben wie Lernen, Planen, Problemen lösen. Hast du auch gerade genannt. Ist das aber, wie gesagt, ich habe es in eurem Papier oder Forschungsbericht gelesen, ist das eine Definition, wo du ohne Bauch will, sagen kannst, da stehe ich dahinter? Genau, das ist so eine der besten Definitionen. Und aber auch da, wie gesagt, möglicherweise fallen dann auch wieder Sachen nicht rein, wo dann KI-Forscherinnen sagen, das hätte eigentlich noch dazu gehört und das findet man nicht in der Definition. Okay, also du hattest ja auch vom Moving Target gesprochen. Das war auch Hellenas Begriff in der vergangenen Runde, dass sowieso es so in Bewegung ist und sich quer durch die Jahre so verändert. Das, was wir meinen, wenn wir KI sagen, dass wir dann am Ende dieser Arbeit im Begriffsteinbruch gesagt haben, okay, scheiß drauf, wir reden jetzt weiter so, wir haben uns darauf verständigt, dass man nicht mit Blut irgendwo unterschreiben kann. KI ist also KI ist ein super Ausdruck, aber wir benutzen ihn jetzt einfach, weil er so etabliert ist. Ich habe es schon angesprochen. Ihr habt also du und deine Kolleginnen und Kollegen in der Gruppe habt untersucht, was KI mit Arbeitnehmern, Arbeitnehmerinnen und deren tägliche Arbeit macht. Dazu gibt es ein Papier, das heißt künstliche Intelligenz in der Arbeitswelt. Ihr habt Interviews geführt mit Menschen, die KI entweder im Rahmen ihrer Arbeit nutzen, also sozusagen Anwenderinnen oder User sind oder die KI basierte Technologien verkaufen, also die vielleicht noch mal einen anderen Blick oder Zugriff haben. Und dann seid ihr auf die vier Is gestoßen. Ersatzt, Entlastung, Einschränkung, Entstehung. Und ich würde die gerne mal mit dir durchklamüsern. Wo und wie wird welche Tätigkeit ersetzt durch KI? Weil das ist ja so das Horrorszenario, das über das wir ganz oft lesen. Eine Tätigkeit fällt weg und es futscht durch KI. Ja, also eine Einflassige Anwendungsvoll von KI in der Arbeitswelt ist zur Automation. Also Tätigkeiten werden von Maschinen übernommen. Und das kann dann sowohl zu dem einen E, das du angesprochen hast, zu Ersatz als auch zu dem anderen E der Entlastung führen. Ist eine Frage dessen, wie umfangreich dann im Endeffekt die Tätigkeit ist, wo die Tätigkeiten sind, die von der Maschine ausgeführt werden. Und ein so ein klassisches Beispiel, das wir auch selber untersucht haben, betrifft den Kundendienst. Im Kundendienst interagiert man als Konsument. Das kennt man vielleicht auch schon selber ab und zu nicht mit Menschen, sondern mit Maschinen. Und das betrifft dann, sagen wir, insbesondere Anwendungsfälle, wo vielleicht wo es eine relativ widerkehrende Anfrage von Kunden ist. Also beispielsweise. Mein Kund, meine Rechnung ist höher, als ich es mein Vertrag eigentlich von meinem Vertrag her erwarten würde. Und jetzt schreibe ich irgendwie Motoren und sage hier, was ist da los? Meine Rechnung ist höher. Man wird es dann da wiederum gerade ein, sozusagen einer KI-Entwendung innerhalb von diesem Chatbot, die entwickelt wird, die mir sagen würde, beispielsweise, ja, du hast hier Premiumnummern angerufen oder als du in USA warst, hast du telefoniert und das in deinem Verrat nicht beinhaltet. Und da musst du dann sozusagen in dem Fall jetzt nicht mehr ein Mensch diese Aufgabe übernehmen. Das kann unter Umständen natürlich sehr entlastend auch sein, wenn man jetzt sagen wird, ich vorstelle, dass das Leute aber sehr, sehr viele Anfragen in die Richtung bekommen und vielleicht man gar nicht genug Mitarbeiterinnen hat in diesen Positionen, die diese Anfragen alle beantworten können. Aber wenn es gibt, vielleicht ist natürlich auch denkbar, dass es Umstände gibt, wo das dazu führen könnte, dass auch Arbeitsplätze dadurch verloren gehen. Jetzt ist das wahrscheinlich nicht der absolute Traumjob, dir zu sagen, ey, du, eu, du warst auch in USA und da warst dann halt teurer oder so, ne, wenn ich das in Persona machen muss. Andererseits ist es halt vielleicht ein Job, den ich mit dem Bildungsabschluss, den ich habe, oder den Lebensumständen, die ich habe, machen kann und der dann hoffentlich auch dafür ist, dass Arbeitsministerium mehr zuständig vernünftig bezahlt wird, sodass ich davon leben kann. Tröstet mich jetzt nicht, wenn dieses E-Entlastung ein bisschen euphemistisch meint, da wird eine stupide Tätigkeit von meinen Schultern genommen, oder? Ja, also ich denke, es ist auf jeden Fall fährt sein, dass es immer unterschiedliche Effekte haben kann und wie es im Ende wirkt, glaube ich, kann man nur irgendwie, muss man wirklich direkt studieren und beobachten. Das hängt natürlich von der Organisation ab, aber auch von irgendwie arbeitspolitischen Maßnahmen und Strategien. Und es ist also vielleicht mal ein anderes Beispiel für Entlastung, damit wir kurz ein bisschen wegkommen von diesen sehr konkreten, also von diesem Kundendienstbeispiel, wäre jetzt eine Wirtschaftsprüfungsgesellschaft, die mit der wir gesprochen haben, Masaas und die setzen zum Beispiel eine KI-Anwendung ein, um die Konten von Mandanten auch bestimmte Zielstrukturen zu überführen. Was heißt das? Aber sagen wir mal, ein Mandant von den hat irgendwie Tausende von Konten, wo alle mögen Kosten eingebucht werden und die müssen jetzt überführen in Strukturen, in der Form, dass diese Wirtschaftsprüfe erinnern, die auch nutzen können. Also beispielsweise. Also übersichtlich machen, ganz einfach? Oder halt sagen wir, schnachbücherrechtlichen Vorgaben nach Handelsgesetzbuch beispielsweise. Und das ist ohne Arbeit, wo der Partner, in dem wir gesprochen haben, zu uns gesagt hat, dass es eine Arbeit, die macht wirklich keiner gerne und das machen es auch nicht irgendwelche, wirklich also ex-beliebigen Anstattgeschäten, die extra für eingestellt werden, sondern es sind wirklich auch Associates, natürlich Leute, die relativ unten herregiert sind, aber nichtsdestotrotz war seine Aussage, wenn wir das den Leuten in zehn Jahren noch zumuten, dann würden die nicht mehr für uns arbeiten wollen. Das ist aber jetzt keine Arbeit, die in einem Ausmaß anfällt, dass das halt irgendwie Arbeit wegfallen würde. Also wir reden davon, sagen wir mal, zwei, drei, vier, fünf Stunden, nichtsdestotrotz, eine nervtötige Arbeit für Leute, die hoch ausgebildet sind. Und das war jetzt so ein Fall, wo ich sagen würde, das passt sehr gut unter dieses E-Entlastung, auch wenn es natürlich auch da mit einer Automatisierung, Automation zu tun hat. Und du würdest denken, diese drei, vier, fünf Stunden, die dann wegfallen, nervtötende Arbeit werden dann entweder in befriedigende Arbeit investiert, was ja letztlich von meinem Chef abhängt, ob er mir das ermöglicht oder nähern wir uns da dem Bild einer verkürzten Arbeitszeit. Also wir machen nur noch die Sachen, die inhaltlich relevant sind und angesagt. Ja, also ich kümmer vor schon bei einer Wörchensprüfungsgesellschaft, dass die Mitarbeiterinnen immer noch mehr als genug zu tun haben, auch wenn die schon wegfallen. Okay, dann lasst uns mal kommen zu E wie Einschränkung. Ihr habt ein Unternehmen gefunden, indem die Beschäftigten, das war jetzt im Personalwesen, gesagt haben, da gibt es eine KI, die uns unterstützt und entlastet. Also das, was wir eben besprachen, nämlich bei Anfragen von Mitarbeitern und Mitarbeiterinnen, aber die engt uns auch ein. Also die nimmt mir Gestaltungsraum, wie sah das konkret aus? Inwiefern waren die Leute da eingeschränkt? Ja, dazu muss ich noch ein bisschen was dazu sagen, was wir genau damit meinten, also war jetzt nicht so, dass unbedingt das Mitarbeiterinnen das geäußert hätten, sondern das wieder so ein bisschen voraus gedacht haben, versucht haben, zu belegen, was könnte das für eine Eplikation haben. Und da war unsere Idee einfach, wenn jetzt sagen wir ein Algorithmus mir sagt, irgendwie das ist die richtige, das ist die richtige Antwort meines Erachtens. Und als Mitarbeiter denke ich mir aber eigentlich weiß ich, habe ich eigentlich eine bessere Lösung oder weiß eigentlich besser. Und da haben wir gedacht, das kann möglicherweise einschränkend wirkend, dann gegen die Empfehlung des Algorithmuses zu gehen. Vielleicht irgendwann sich so eine Logik entsteht, dass der Algorithmus ja nicht fehlen kann. Das ist zum Beispiel ein Erkenntnis, die haben, wurde auch schon in anderen Kontexten, bezüglich Algorithmen gefunden, dass wenn so Algorithmen einmal im Place sind, also platziert sind, dass dann ist irgendwie so ein Glauben sich an diese Unfähbarkeit des Algorithmuses einstellt und dass wir halt da so ein bisschen die Sorge ist vielleicht stark vom Lied, aber so ein bisschen den Gedanken hatten, wirkt das möglicherweise auch einschränkend, wenn man statt sich auf seine eigenes Fachwissen zu verlassen, dann auch sozusagen immer diese Empfehlung von Algorithmus bekommt und dann darauf möglicherweise gefühlsperren muss. Habt ihr eine Idee, wie sich das verhindern ließ? Also im Grunde braucht es ja so ein Rückkanal, also das nicht ich mich der Maschine anpasse, sondern der Maschine eine weitere Möglichkeit zeige, die es vielleicht gibt. Ja, das ist eine gute Idee. Soweit haben wir noch gar nicht gedacht, um ehrlich zu sein. Wir waren da noch in der Diagnose Phase, aber so ein Feedback Mechanismus habe ich zumindest auch in anderen Kontexten bezüglich Algorithmen schon aufgehört, dass es gerade zu Beginn da so runden gibt, wo auch man viel nachdruhistiert wird basierend auf den den Empfehlungen der Arbeitnehmer erinnern. Das heißt, dieses Beispiel mit der Einschränkung ist jetzt kein Singuläres, dass ihr bei euren Umfragen ausfindig gemacht habt, sondern du gehst davon aus, dass es ein breiteres Phänomen. Ich würde sagen, es ist aktuell vielleicht auch noch ein bisschen ein hypotetisches, weil viele von diesen Anwendungen erst in Entwicklung sind und auch diese Themen vielleicht auch dann teilweise noch zu Basics sind. Aber gerade wenn diese diese Systeme besser werden und die Entscheidung komplexer dass solche Fragen häufiger auftauchen werden. Dann kommen wir jetzt zum 4. E der Entstehung neuer Arbeit. Und ich würde sagen, das ist so bei euren vier E ist der Einzige, der nicht ambivalent ist, also der der eindeutig positiv ist, weil wir hatten ja vorhin schon drüber gesprochen, dass Entlastung ja auch zum Ersatz führen könnte. Also vielleicht nicht ganz so doll ist, wie es erst mal klingen kann. Also die Entstehung neuer Arbeit, wobei diese Arbeit in euren Beispiel wiederum eine ist, die von der KI erledigt wird, statt vom Menschen. Das musst du uns erklären, um welche Felder geht es da? Ja, das ist ein guter Punkt. Tatsächlich, vielleicht kann ich sogar auf beides eingehen, also Entstehung neuer Arbeit, die vom Menschen gemacht übernommen wird und die von Maschinen übernommen wird. Also das war so ein bisschen unser Beispiel, das wir da hatten, war über Metrics. Das ist eine Firma, die macht quasi Arbeit, die früher unter dem Begriff, glaube ich, Pressespiegel gefallen wäre. Also sagen wir, ich bin jetzt BMW und ich müsse wissen, wie wird meine Marke in der Öffentlichkeit wahrgenommen und dargestellt. Und dann gab es dann oder gibt es auch immer noch Personen, die gehen dann quasi alle Zeitungen und Magazine durch und suchen alles raus, was über BMW geschrieben wurde. Und dann irgendwie bewerten sie war das positiv negativ neutral. Und das ist eine Sache, die immer noch auch von Menschen ausgeführt wird. Nun ist bei Uber Metrics so, die machen das quasi alles mit Algorithmen, also durch Forst Algorithmen quasi auch soziale Medien und so weiter. Und aber können das jetzt quasi in Echtzeit auch machen und auch eben nicht nur Pressespiegel, sondern auch Social Media Spiegel sozusagen. Und das ist jetzt eine Arbeit, die wäre ja gar nicht von Menschen ausführbar gewesen. Also sehr gerne mit mir heute für 100.000 Menschen, man bräuchte jetzt live alle möglichen Facebook Gruppen und Seiten durchzugehen, was Algorithmen natürlich dann über Nacht erledigen können. Was war jetzt so ein Fall, wo wir sagen, okay, das ist eine neue Arbeit entstanden, nämlich dieses Live Feedback bezüglich Repetitionen oder Portationen als Unternehmens, die wiederum direkt von Maschinen ausgeführt wird. Also das ist natürlich dann eine Anwendung, die jetzt viel schneller ist, viel erschwinglicher und wie du sagst, auch überhaupt jetzt in der Breite überhaupt erst möglich, weil niemand irgendwie mit raschelnden Zeitungen mehr romantieren muss oder die einzelnen Social Media Kanäle einzeln durchklopft. Gibt es denn auch Beispiele für neue Arbeit, neue Arbeitsplätze, vielleicht auch neue Branchen für Menschen durch KI? Ich meine gut, das Beispiel, was du jetzt genannt hast, das ist ein Start-up, da arbeiten ja auch Leute, da beschäftigen ja nicht KI's, KI's, aber vielleicht kannst du noch ein bisschen mehr drüber sprechen, welche Arbeitsplätze für Menschen rausfallen, wenn KI eingesetzt wird. Ja, also zunächst mal zu dem, was du gerade sagst, das ist ein sehr guter Punkt, also gerade bei KI Start-ups oder auch in der Forschung, beispielsweise entstehen viele Arbeitsplätze. Ich glaube, wir fokussieren so ein bisschen mehr auf etablierte und Beschäftigungs- etablierte Unternehmen und Beschäftigungsverhältnisse, die wir so herkömmlich kennen. Also zur Entstehung neuer Arbeit fällt mir ein, zu sagen, wie fand es sehr interessant, ist es auch vielleicht auch ein positives Beispiel ein, und das, da kommt jetzt zurück auf diesen Chatboard bei O2, bei Telefonika. Da ist es ja so, dass auch irgendjemand im Endeffekt diese Inhalte erstellen muss, also den Content, für den Chatboard. Also wenn ich jetzt da irgendeine Anfrage sende, dann muss ja auch irgendwie eine Form von Text, sagen wir mal, wenn es ein wirklich Chatbasierter Word ist, zurückkommen. Und diese Inhalte werden erstellt bei O2 oft von ehemaligen Mitarbeiterinnen, die im Customer Service vorher gearbeitet haben und die dadurch auch dieses Gewisse, was wir in der Domainwissen, also dieses Contextwissen mitbringen, wie so eine Konversation über Art aussieht. Und da habe ich zum Beispiel mit einem Mitarbeiter gesprochen. Das muss man wirklich vorstellen. In diesem Fall hatte jetzt keine, keine, sagen, höhere Ausbildung, keine Lehre. Hat wirklich bei O2 im Customer Service angefangen, hat mit 100 Leuten da am Tag geschrieben und irgendwie Produkte über Chat verkauft und hat sich im Endeffekt hoch gearbeitet und ist in dieses Team reingekommen, wo im Endeffekt jetzt eigentlich schon fast schon komplexe Wissenarbeit Wissenarbeit verrichtet. In dem Sinne, dass er mit Entwickler in den Computerlinguisten, den Customer Service ProjektleiterInnen zusammenarbeitet und teilweise eben manchmal einfach skriptet, aber teilweise gibt es auch schon eine komplexere Konversationserstellungen hinein. Und das ist sozusagen so eine neue Arbeit, wo auch zum Beispiel die Projektleiterin von O2 mit der ich gesprochen hatte, meinte, dass sie sich vorstellen könnte, dass das in der Zukunft noch viel, viel mehr nachgefragt sein wird und es ein ganzer Bereich wird, also sozusagen von MitarbeiterInnen, die einfach nur Content erstellen für künstliche Intelligenz. Das stößt mich jetzt noch auf einen anderen Gedanken, was du da sagst. Könnte natürlich auch in die Hose gehen, wenn ich mir als Unternehmerin eine Kaiso und Chatbot anschaffe, um keine Ahnung, 80 Prozent des Kundentraffics und der meisten üblichen gestellten Fragen abzufrüstücken, wenn ich den dann nicht pflege, dass das Wissen, was der Chatbot rausgibt, ja unheimlich schnell verkümmert, veraltet und die Kunden, die anrufen gar nicht mehr richtig informiert, ist euch so was begegnet, dass eine KI dann einfach, wie man es ja im Netz häufiger hat, irgendwelche Seiten, Blocks, etc. werden nicht mehr gepflegt. Da steht halt steinaltes Zeug. Gibt es das in dem Bereich auch, also dass das so eine Olle KI da rumsteht, die eigentlich gar nicht mehr macht, was sie soll? Ja, also ich meine, wahrscheinlich hat jeder schon mal irgendwie so eine schlechte Erfahrung mit so einem Chatbot gemacht auf jeden Fall, als Kunde. In dem Fall muss man sagen, bei O2 ist es alles recht, ja, eine kürzlich angestoßene Transformation, dadurch ist sie noch, wir sagen ziemlich up to date. Und was dieser Mitarbeiter mir auch berichtet, war, dass er regelmäßig mit seinen immerigen Kolleginnen im Kontakt steht, weil immer wieder dann vielleicht auch spezielle Anwendungsfälle gibt, wo er dann auch vielleicht dann nicht für das eine Produkt, die nötige Expertise hat. So, und wie Natasha aus der Kiste kommt jetzt Natasha mit vermutlich Fragen oder Anmerkungen? Ja, es kommen ganz viele Fragen rein und ich dachte, ich stelle dann jetzt schon mal ein paar. Na klar. Genau. Zum einen, eh wie einschränken meint doch das Gleiche, wie vielfach etablierte Expertennetzwerke seit den 90er Jahren, also gar nicht so hypothetisch. Dann von Henning die Frage, welche Verantwortung haben Unternehmen, die mit relativ hoher Sicherheit sehen können, dass sie nahezu kommt, Mitarbeiterinnen durch Automatisierung ihre Arbeitsplätze verlieren werden. Wie könnten Unternehmen davon profitieren, solche Transitions zu begleiten und vielleicht ein bisschen ähnlich, aber die ist auch ein bisschen länger. Soll ich sie jetzt auch schon mal stellen? Ne, warte, dann würden wir, glaube ich, erst mal die Frage von Henning beantworten und das davor mit eh wie einschränken habe ich nicht geschneit. Das war eher eine kommentierende Bemerkung oder resultiert daraus eine Frage. Also die Frage resultiert aus dem zweiten Satz also gar nicht so hypothetisch. Also könnte auch eine Anmerkung sein. Okay, dann nehmen wir sie als solche entgegen. Es sei denn bei Georg Zündert es jetzt und du weißt genau darauf zu antworten. Ich stehe auf dem Schlauch. Ja, also es gab auch in der Vergangenheit die schulsten Technologien, die einschränkende Wirken hatten und Expertensysteme fahren sicherlich darunter. Okay, dann kommen wir zu der Frage nach der Verantwortung der Unternehmer und Unternehmerin. Und das war ja eine zweigete Frage inwiefern vielleicht die Begleitung dieses Überganges neues Geschäftsfeld ist. Wir sprachen ja gerade drüber welche Jobs kommen vielleicht die die sozusagen von der Implementierung von KI's Leben oder daraus entstehen. Nur noch mal zu richtig verstehen also die Frage war welche Verantwortung tragen Unternehmer und Unternehmerin wenn absehbar, mutmaßlich aber wir sprachen ja auch schon drüber Arbeitsplätze flöten gehen also welche Verantwortung tragen die dann für eine Weiterbeschäftigung Weiterqualifizierung ihrer Beschäftigten und das andere machen wir vielleicht danach separat. Ja, also ich denke es sind hier irgendwo eine Frage die in den arbeitsrechtlichen Bereich reingeht was wir auf jeden Fall gemacht haben dass wir auch das mit Betriebsrätinnen gesprochen haben uns ein Betriebsrat meinte zu mir dass er finde es müsste fast wie eine Verpflichtung geben für Unternehmen Beschäftigte rechtzeitig weiterzubilden. Einfach nur weil er in der Vergangenheit gesehen hat dass es teilweise so ist dass sozusagen die Arbeit bis zu einem gewissen Punkt anfällt und bis dahin muss sie auch jemand sozusagen verrichten dann kommt es dann die neue Technologie und es war vielleicht dann irgendwie nicht die Zeit die Leute rechtzeitig darauf umzuschulen obwohl das durchaus möglich gewesen wäre und dann muss man möglicherweise dann ja, es entstehen die Leute teilweise vor der Entlastung und deshalb war so seine Aussage möchte icherweise müsste es für eine Verpflichtung geben inwieweit das denkbar ist kann ich ehrlich gestanden nicht einschätzen. Ich denke man zunächst haben viele Unternehmen aber natürlich durchaus ihre Mitarbeiter in einem Blick ihrem Beschäftigten im Blick und haben einen eigenen Interesse daran dieses Know-how dass diese Beschäftigten haben wir sprachen vor und von der Kontextkompetenz oder im Domainwissen im Unternehmen zu behalten. Ich finde das total interessant diese Idee des Betriebsraten mit einer Pflicht zur Weiterbildung und zwar angesiedelt nicht bei den Beschäftigten sondern bei den bei den Leiterinnen und Leitern der jeweiligen Abteilung also, dass die verpflichtet sind ihre Leute weiter zu bilden. Simpelste Beispiel für eine Notwendigkeit so einer Pflicht fällt mir ein wenn ich jetzt ans Homeschooling denke also wo die Technologie eigentlich fix und fertig ist und wo die Lehrkörper fix und fertig sind nur wie man das zusammenbringt hat man halt an der Uni nicht beigebracht bekommen wäre extrem sinnvoll. Die andere Frage die sich an dieser Anschloss war wie lässt sich der einen Übergang gestalten? Du hattest ja das Beispiel Telefonika wo du sagst die sind da fest dran und meine Mutmaßung die habe ich da so ein bisschen untergehobelt unter die Frage war ob daraus vielleicht ein neuer Geschäftszweig eine neue Branche entstehen könnte aus dem moderieren dieser Entwicklung. Ja also eine Aktion die ich zu habe weil es kommt aus dem wieder aus dem aus dem Unternehmen ist Deutsche Bahn. Da ist es so dass ich mit einem KI Experte der DB Sistell gesprochen habe es ist sozusagen wie so eine Tochter 100%ige Tochter welcher der Deutschen Bahn der diese ganzen IT Team bearbeitet und was er halt macht unter anderem ist wie so quasi in Anforderungsprofile bezüglich KI für alle möglichen Tätigkeiten und Positionen in der Organisation zu entwickeln. Das heißt ist nach dem Motto nicht jeder muss jetzt irgendwie programmieren können aber vielleicht ist es gut dass man weiß was irgendwie ein Algorithmus ist oder was was ein bestimmte was es da für Möglichkeiten gibt damit man sozusagen das in seinem jeweiligen Anwendungsbereich entsprechend identifizieren kann und dann frühzeitig einsetzen kann frühzeitig Leute einarbeiten und ausbilden kann und so gibt es im Endeffekt es bei der Deutschen Bahn oder es ist geplant nicht jetzt irgendwie diese eine Standardschulung zwei Tage KI sondern für den einen ist vielleicht ein dreistündiges Webinar ausreichend und für den anderen ist es wirklich diese zweitägige Schulung wo man ein bisschen mehr in die Tiefe gehen kann. Ich fand das eigentlich ein sehr, sehr guten Weg also wirklich darüber nachzudenken von wegen wer braucht eigentlich was für Kenntnisse und dann dadurch halt auch rechtzeitig sozusagen diesen Wandel halt identifizieren zu können und sagen okay also in dem Bereich wird mit Sicherheit bald auch eine KI-Lösung eingesetzt werden können. Was bedeutet das für die jeweiligen Beschäftigten? Find ich auch total sinnvoll und schließt ja vielleicht auch an das an was wir vorher besprochen hatten mit dieser kontinuierlichen Weiterentwicklung Weiterqualifizierung nur leider muss ich beim Beispiel Deutsche Bahn immer sofort an diese Erklärbären denken die neben diese neuen Ticket Automaten gestellt wurden damit wenn du davor stehst wie es schweinend vom Urwerk und deine Farkharte gar nicht rausbekommst sozusagen die Angestellte von der Deutschen Bahn die entsprechenden Knöpfchen drückt. Also mein ist vielleicht nicht der fresheste Eindruck, den ich hier wiedergebe aber mein Eindruck war als ich das gesehen habe also so wird es nichts irgendwie zwischen Mensch und Maschine wirklich auf einem sehr niedrigen Scale. Ja also ja also es ist ja mit Sicherheit also ich war recht beeindruckt eigentlich wie viel da bei der Deutschen Bahn passiert aber es ist natürlich auch ein großer ein großer Konzern wo es viele spannende Anwendungsfälle gibt aber ja der Erklärbär da kann man vielleicht noch ein bisschen KI hinter hinter setzen. Ja oder die Automaten so entwickeln dass man sie halt bedienen kann. Okay Natascha Entschuldigung ich will nicht von meinen Deutschen Bahn Experiences erzählen sondern du hast gesagt du hast noch eine eine längere Frage oder einen längeren Beitrag der dann in eine Frage mündet. Genau ich lese das mal gerade vor und zwar die ökologische Transformation kann nur gelingen wenn die dafür benötigten Fachkräfte zur Verfügung stehen. Kann KI in den zentralen Bereichen der Transformation in klammern Mobilitätswende Agrarwende, Energiewende, Wärmewende, Rohstoffwende, Industriewende den drohenden Fachkräftemangeln mindern. Wo sehen sie die größten Potenziale? Mit der Deutschen Bahn hatten wir zumindest den einen Bereich Mobilität gerade schon angetippt. Ja, das ist eine sehr, sehr spannende aber auch sehr, sehr weitreichende Frage. Wäre vielleicht sehr gut gewesen für die letzte Ausgabe, wo es auch so ein bisschen KI in breiteren Sympathie geht. Kann ich jetzt nicht viel viel zu sagen, denke ich. Aber es ist eine sehr wichtige Frage und Fachkräftemangel vielleicht dazu kann ich ein, zwei Sachen sagen ist, das ist eine größte Herausforderung auf jeden Fall die eigentlich auch in allen einen Experten in Interviews die wir zu Beginn des Projektes geführt haben zu Tage kam. Das alle gesagt haben, also wir haben ein großes Problem Fachkräfte im Bereich KI zu finden. Und das betrifft jetzt nicht nur irgendwie feste MitarbeiterInnen, die man einstellen will, sondern es betrifft auch externe Konsultens, die man sonst vielleicht zubuchen wollen würde. Also da gibt es nach und von Mangel und es ist auch noch ein großes Anliegen der deutschen KI Strategie, da in die Richtung mehr zu machen angefangen von der Ausbildung bis zur Weiterbildung. Der andere Aspekt, der in der Frage drinsteckte, war ja der nach der ökologischen Transformation. Also du hast jetzt auf die Fachkräfte abgehoben, aber der andere Teil zählt ja darauf. Kann KI was tun? Ich pumpt jetzt mal total auf was beitragen zum Klimaschutz zum Beispiel. Es ging ja um Energie, Mobilität und so weiter. Ja. Also die kurze Antwort wäre jetzt ja, kann es und die Frage ist nur jetzt vom Wegen, wie groß ist der Effekt? Und was gibt es da für ich auch für Gegenteile Effekte? Also man weiß ja auch, dass dieser, dass diese Technologie auch sehr, sehr energieintensiv ist, also viel Energie verbraucht und gleichzeitig kann KI auch genutzt werden, um irgendwelche Prozesse zu optimieren, dass man vielleicht nur Strom wirklich irgendwie benutzt, wenn man auch wirklich benötigt. Also da gibt es glaube ich sozusagen positive und negative Auswirkungen wie das unter dem Strich aus ist. Müssten wir mal mit jemandem nochmal sprechen, auch der sich da in dem Bereich spezialisiert hat. Haben wir auch schon, verweise ich in dem Zusammenhang sehr gerne auf den digitalen Salon Grün hinter dem Bildschirm. Also lieber Fragesteller oder liebe Fragestellerin, das lässt sich finden auf den Seiten des HIG. Dann kommen wir doch noch mal zurück zu diesem Ersatz. Tut mir leid, ich weiß, die Medien lieben das und ich komme auch noch mal drauf zurück. Also wir haben festgestellt, es gehen Jobs flöten. Wir haben auch festgestellt, es kommen neue dazu. Neue Felder tun sich auf. Jetzt würde ich das gern gewichten. Ich meine, du hast wahrscheinlich auch nicht die Glaskugel, in der du sehen kannst, wie viele Jobs verloren gehen, wie viele dazu kommen. Aber kannst du so was wie ein Verhältnis benennen? Also vielleicht kann ich zunächst erstmal sagen, dass es in unserem, in den Fällen, die wir betrachtet haben. Jetzt ist es ja irgendwie sozusagen wegfall von Arbeit und es war spätestens kein so großes Thema wahr, wenn man vielleicht denken könnte, wenn man diese öffentliche Debatte verfolgt. Gleichzeitig haben wir aber auch in vielen Fällen jetzt nicht den Zugang gehabt, um das wirklich wissenschaftlich beurteilen zu können. Also ich kenne es nicht die Beschäftigungszahlen nur wenigerweise in jeweiligen Bereichen, die davon betroffen sind. Grundsätzlich gibt es gerade, habe ich einen Eindruck in der Wissenschaft ein bisschen so eine Tendenz dahin zu sagen, dass dieser Effekt vielleicht nicht so groß ausfällt oder sehr viel kleiner als fährt, als man vor einigen Jahren befürchtet hat. Also die OECD hat zum Beispiel kürzlich auch ein Paper veröffentlicht dazu, in denen sie gesagt haben, ja, also wir haben es jetzt über zehn Jahre angeschaut. Der Effekt ist nicht beunruhigend groß, teilweise gar nicht ersichtlich. Ich glaube, eh nicht untersuchen gibt es für Deutschland. Von daher muss man es ein bisschen relativieren vielleicht und gleichzeitig darf es natürlich nicht dazu führen, dass man sozusagen jetzt die Augen verschließt, weil eben viele von diesen Entwicklungen laufen ja oder entwickeln sich gerade erst heben gerade erst ab. Von daher ist es glaube ich sehr gut, das zu tun, was eben zu euch auch das Arbeitsministerium tut, ist ein KI-Observatorium eingerichtet, die sehr, sehr nachverfolgen, wie sich KI auf Beschäftigung auswirkt und das dann auch als auch weiter über nächsten, sagen wir, Jahre, fünf bis zehn Jahre zu machen und das weiter zu verfolgen. Es gibt einen Bericht, also ich meine, es gibt natürlich unendlich viele Berichte zu dieser Zahlenfrage. Einen zitiere ich hier mal vom Weltwirtschaftsforum aus dem vergangenen Jahr. Da sagen sie im Schnitt werden 15 Prozent der Arbeitsplätze in einem Unternehmen sich komplett verändern, was ja kein Wegfall bedeutet. Sechs Prozent werden ganz wegfallen und ganz oben auf der Streichliste stehen nach diesem Report Jobs im Büro. Was denkst du denn, welche Arbeitsbereiche sind ganz besonders betroffen? Kann man das vielleicht noch genau erfassen? Also was man immer sagt, das sind Arbeitsbereiche besonders betroffen, die sehr gut automatisierbar sind. Also wo, ja, oder Tätigkeiten, die sagen sehr viel Routine Tätigkeiten beinhalten. Ich finde, nur ein Beispiel zu nennen ist zu veranschaulichen. Also wir haben auch mit einem Unternehmen gesprochen. Das heißt, Abtipper, Abtipper bietet Transkruzionsdienstleistungen an. Also beispielsweise, wenn man unser Gespräch jetzt heute nochmal gerne eben ein Textform haben wollen würde, könnte man das jetzt als Audioformat einreichen. Man würde das Freelancer rennen in der Regel, dann die Abtipper arbeiten, dann manuell transkribieren. Und das ist natürlich die Tätigkeit, wo man sagen muss, die ist in Anführungszeichen wie gemacht, fürs Automatisieren. Es gibt irgendwie diese optimale Lösung, nämlich eine möglichst akurate Wiedergabe unseres Gesprächs ist ein Schriftform. Und es gibt irgendwie Algorithmen, die man darauf irgendwie trainieren kann. Und das heißt, von wegen so einer Aufgabe, die halt sozusagen sehr sehr gut automatisiert ist, die wird natürlich davon auch auch stark betroffen sein. Aber ich finde das beide trotzdem übrigens sehr witzig, weil der Gründer dieser Firma hat mir erzählt, er hat vor 10 Jahren diese Firma gegründet und haben alle eben gesagt, was machst du da eigentlich? Es wird auch alles bald die KI machen. Und im Endeffekt die 10 Jahre später ist, glaube ich, der größte Anbieter für Transkributionsdienstleistungen in Deutschland und immer noch kann keiner fassen, dass diese Firma auch noch existiert oder es existiert. Ich persönlich kann es mittlerweile ein bisschen einschätzen, weil wir selber KI genutzt haben, um auch Interviews zu transkribieren. Und ich war also teilweise aber dann doch überrascht, was dann teilweise da rauskam, was diese Maschine dann teilweise aus den Wörtern gemacht wird. Also Data Scientists werden dann irgendwie Datensandpisten oder sowas. Also das ist noch harmlos. Also gibt es extreme Fälle, wo man auch sieht, also es geht, also ja, es gibt sozusagen Fältigkeiten, die sich gut automatisieren lassen. Und das ist auch mit Sicherheit so, dass sagen wir gerade so was wie Podcasts, wo nur wenige Personen sprechen, dass man die immer mehr mit KI transkribieren kann, aber es ist noch nicht so, dass es heute ein Problem muss möglich werden. Und es gibt immer noch, immer noch wahnsinnig viele Transkriptöre überall auf der Welt. Dann halten wir mal fest, übertragen, übertragenden Sinne Gürtel und Hosenträger haben beide eine Zukunft. Also es ist kein nacktes entweder oder. Und jetzt ist Natascha wieder da mit der nächsten Frage vermutlich. Genau, die schließt sich daran, glaube ich, ganz gut an. Und zwar, wie wirkt sich die Veränderung der Arbeitswelt durch KI auch die 21 Prozent der Menschen in Deutschland wie im Niedriglohnsektor arbeiten. Und dann noch die Frage, wie teuer ist KI? Können sich das aktuell und in naher Zukunft nur Konzerne leisten? Moment, magst du beginnen, Georg? Vielleicht mit der letzten Frage, weil ich glaube, sie einfach zu beantworten ist. Also ja, KI ist teuer und es wurde auch immer wieder betont. Man muss sich zum Beispiel vorstellen, im Falle von O2 ist es so, dass sie eigentlich im Endeffekt eine externe Lösung schon einkaufen. Und trotzdem braucht man noch also ein Riesenteam von sehr unterschiedlich ausgebildeten Leuten, um dann diese Lösungen in eine Art und Weise einzusetzen, dass auch im Ende wie du gesagt hast, vernünftige Antworten von Chatwort gegeben werden und nicht irgendwelche Sachen, die keinen Sinn ergeben. Das ist halt, das ist sozusagen intensiv. Also es kostet Geld, was die Anschaffung von den jeweiligen Lösungen oder der Entwicklung von den Lösungen betrifft. Das kostet auch Geld für die Leute, die sich kümmern, dass es vernünftig implementiert wird. Und von daher, es ist teuer und Konzerne haben natürlich einen Vorteil. Und zu dem Thema kleine Mischung unternehmen und sozusagen deren Herausforderungen, was die Einführung betrifft, gibt es ja auch am Hick ein großes sozusagen Projekt gemeinsam digital, die da auch mit mittelständern gesprochen haben und Ressourcen war wie vor auch ein Thema, das genannt wurde im Rahmen der Herausforderung oder Hürden bei der Adoption von KI. Die andere Frage war die nach dem Niedriglohn-Bereich und den Menschen, die darin arbeiten. Sind das die, die durch die KI ihre Jobs verlieren? Ja, also ist eine berechtigte Frage. Ich kann sie schwer beantworten, weil einfach noch selbst zu viele Unbekannte dabei sind. Ich würde sagen, um das Beispiel von Ebenzunehmen mit der Transkriptionsdienstleistung, das sind ja auch teilweise hoch ausgebildete Leute, die das machen. Also nicht jeder beherrscht sich nicht euch Sprache so gut, dass er sowas transkribieren kann. Also heißt es würde sagen, ist nicht auf jeden Fall nicht so, dass nur die Niedriglohn-Sektor Beschäftigten davon betroffen sind. Teilweise heißt es sogar, dass wir sogar ManagerInnen davon noch mehr betroffen sind, weil KI sehr gut ist, dass KI genutzt werden kann, um die Umscheidungen oder Vorhersagen zu machen und basierend darauf Entscheidungen zu treffen. Also man könnte auch sagen, das betrifft vielleicht sogar manchmal ManagerInnen fast mehr und auch noch mal dieses Beispiel jetzt von diesen Chatbots und Telefoniker und O2. Also es gibt wahnsinnig viel Arbeit, die muss einfach irgendjemand machen und ein ganz einfaches Beispiel ist zum Beispiel diese Klassifikation von Bildern, also Fotos zuordnen. Also Beispiel, jetzt ein Foto von einem Hund, würde man sagen, jeder Mensch, wenn er einmal ein Hund gesehen hat oder ein paar mal ein Hund gesehen hat, weiß sofort, okay, das ein Hund, das ein Hund, das ein Hund. KI ist wiederum da, nicht so intelligent, da haben wir wieder die Frage, was Intelligenz ist, sondern muss wirklich alte Hunde sehen, kleine Hunde, weiße Hunde, schwarze Hunde, muss immer alles beigebaut kommen. Das ist alles tatsächlich auch Hunde sind und das machen wir oft in der Regel Menschen und das ist ein absoluter Job, den man jetzt in dem Nichtregelonsector verorten würde und das vielleicht aber bringt uns auch noch, ja, so einen kleinen deiten Aspekt zum anderen Thema, das natürlich auch nicht alle Arbeit, die anfällt in dem Rahmen jetzt immer dann auch am Ende in Deutschland verrichtet wird, sondern das ist auch so eine Art von Arbeit, die tatsächlich oft dann in den globalen Süden wie man sagt, ausgelagert wird, ja, wo aber auf jeden Fall auch dann da wieder neue Jobs entstehen. Noch mal zu dem ersten Aspekt nach den Kosten für die KI und welche Unternehmen können sich das denn am Ende leisten? Wir reden ja darüber, dass die kommt, die KI so oder so, egal wie wir uns dazu stellen. Aber dann könnte man ja vielleicht doch nochmal fragen, kommt sie denn überhaupt? Ist es so sicher, wie das Abend in der Kirche? Also klar, die großen Unternehmen, die du jetzt genannt hast, oder solche Tanker wie Bosch, Siemens, SAP, logisch sind die da dran. Aber, sagt der Präsident des Bitcoin, die Mehrheit der deutschen Unternehmen tut sich schwer damit, dieses Wissen für das eigene Geschäft zu nutzen. Du hast das auch gerade angesprochen mit dem Mittelstand zum Beispiel, für die die Investitionen viel zu immens wären, um den Nutzen daraus einzuspielen. Also, kommt das überhaupt so breit in der Fläche oder sind das dann die großen Fabrikationszahlen und die großen eben genannten Tanker, in denen KI stattfindet? Ja, also zunächst mal somit würde ich deiner Einschätzung wie jetzt so ein bisschen da durchklangen, irgendwie zustimmen. Also ich glaube meines Wissens nach haben laut einer Studie auch von Bitcoin vielleicht ist es sogar dieselbe, die wir uns beziehen, gerade mal 6 Prozent der Unternehmen im Deutschland KI implementiert, diese 20, 23 Prozent planen oder spielen mit dem Gedanken. Von daher ist es bisher auch ein Grund, warum es gar nicht so leicht ist, bisher die Auswirkungen von KI zu studieren, wenn die Leute noch dabei sind, überhaupt erst mal damit zu experimentieren. Ich würde sagen, wir sind ja noch relativ zu Beginn dieser Adoptionskurve. Es fehlen manchmal auch noch die Lösungen am Markt, die irgendwie so leicht implementierbar sind, dass auch vielleicht mit schlechten Zunehmen jetzt sagt, das ist für uns jetzt auch machbar. Es sind vielleicht auch irgendwo einfach eine Frage der Zeit. Also ja, also ich würde sagen, also sie kommt, sie kommt auf jeden Fall, aber jetzt waren genau in welchem Bereich und für welchen Unternehmen es relevant war, das ist natürlich sehr spezifisch und es wäre noch zu dem Thema das von wegen Behinderungsgründe für die Adoption von KI. Also kostet es natürlich ein großes Thema, aber ein anderes Thema, das auch Kollegen von mir halt identifiziert haben, ist einfach das Thema überhaupt Anwendungsfälle zu finden, also wo wir das eigentlich sinnvoll einsetzen. Also teilweise braucht es auch einfach eine strategische Beschäftigung mit diesem Thema KI, wofür dann vielleicht auch gerade im Alltags trotz nicht immer die Zeit da ist. Wenn wir jetzt von der Arbeit reden, dann wollen wir von den Gewerkschaften nicht schweigen. Was bedeutet es denn für die, wenn die KI kommt, welche Antworten haben die? Ja, das ist auch auf jeden Fall ein Forschungsthema, den wir uns jetzt näher noch mitwitfen wollen. Also wir haben angefangen, Interviews mit Betriebsräten zu führen und Bauenleitz gerade noch wollen jetzt auch weitere Interviews führen und sind gerade in der Akquise dahingehend. Was man sagen kann, das ist natürlich ein Interesse von den Gewerkschaften, ist gute Arbeit, gute Arbeit in Deutschland zu ermöglichen. Und das hatten die, einfach sind die erst mal ganz simpel die Frage Bezahlungen. Also dann gute Arbeitsbedingungen. Also es soll am Ende nicht so sein, dass die irgendwie Implementierung der KI jetzt noch dazu führt, dass ich noch abends länger arbeite und irgendwie weniger Zeit für meine Familie habe. So gute Arbeitsbedingungen und dann auch sinnvoller Arbeit. Und da kommen wir auch in so ein Bereich rein, die mir vielleicht tangiert haben mit diesem Thema der Einschränkung. Also die Arbeit soll auch als sinnvoll und befriedigend empfunden werden. Und wenn am Ende sagen wir mal, die jetzt die übertrieben gesagt, die KI jetzt sagt, ok, wo es langgeht und ich muss nur noch abnicken, ist das vielleicht auch nicht so befriedigend, wie wenn ich jetzt selber die Richtung vorgebe. Also das heißt, die Gewerkschaft hat vor allem dieses sozusagen das Konstrukt, dieses gute Arbeit, das Konzept auf dem Schirm. Und was genau dann wiederum die Gewerkschaften wollen, hängt auch wieder sehr von der Gewerkschaft ab. Also ich würde sagen, wer die zum Beispiel den Dienstleistungsektor die Gewerkschaft bilden, haben natürlich noch mal mein Eindruck, sich den Thema noch mal mehr angenommen, weil sie diesen Kundendienstkontext zum Beispiel sehen, als es eine Gewerkschaft, die vielleicht, weiß ich nicht, die Polizeiarbeit vertritt. Wo du Verdi ansprichst, es gibt auch ein Papier vom Bundesministerium für Arbeit und Soziales gemeinsam mit IBM und Verdi. Und da wird noch mal betont, dass so eine zentrale Währung, wenn wir über KI und Arbeitsmarkt sprechen, das Vertrauen ist. Deshalb müssten, das hatten wir ja auch schon angesprochen, Menschen im Umgang mit KI qualifiziert und fortgebildet werden. Führungs- und Fachkräfte müssten Akzeptanz vorleben. Dadurch entsteht Vertrauen in KI. Das zitiere ich jetzt und der einzelne Mensch behält die Kontrolle darüber. Ist das so? Nur weil wir fit sind in der Anwendung R oder B, halten wir Kontrolle? Ja, also ich denke, dass es, also das ist auf jeden Fall auch ein, sagt man, deckt sich mit klassischen Theorien zur Technologie Akzeptanz. Also ich akzeptiere eine Technologie, wenn ich weiß, wie sie funktioniert. Wenn ich irgendwie sie genutzt habe und wenn ich als auch eine Effektivität der Technologie glaube, dann ja, also wenn es da darum geht, würde ich sagen, sind es auf jeden Fall wichtige Aspekte. Und gleichzeitig sind sich auch dieses Vertrauen in die KI auch immer ein komplexes Thema, wo man auch in den Bereich reinkommt von dieser Nachvollziehbarkeit, von diesen KI-Lösungen. Ich glaube, da gab es in Zeit lang also auch sehr stark so eine Tendenz, als in der Literatur zu sagen, wir müssen KI-Lösung nachvollziehbar machen. Ich muss verstehen, irgendwie wenn ich jetzt reinstecke, warum kommt im NB raus? Da wiederum gibt es es aber auch schon wieder Stimmen, die so ein bisschen kritisch sind und sagen, das ist teilweise kaum für die Entwicklerinnen und Nachvollziehbar. Es ist, kann man jetzt wirklich von jedem Anwender, jeder Anwenderin erwarten, dass die verstehen, wie diese KI wirklich funktioniert. Das ist also noch so ein bisschen durch so eine offene, offene Frage von wegen, was da eigentlich überhaupt normativ ist, was man da überhaupt erreichen möchte. Aber das würde ja bedeuten, dass mein Vertrauen auf Tönern in Füßen steht, oder? Wenn ich davon ausgehe, noch nicht mal die Entwickler und Entwicklerinnen verstehen so richtig, wie so aus der Maschine hinten B rausfällt, wenn vorne A eingespeist wurde. Also das ist, also das war jetzt ein bisschen so ein O-Ton aus dem Digital so noch von LED von vor einem Monat. Ich würde sagen, es kommt natürlich immer darauf an, es arbeiten auch viele Leute an diesen Algorithmen mit. Und sie haben wiederum Methoden, um nachzuvollziehen, warum B rausgekommen ist. Und das ist ja auch mal ein ganz eigenes Forschungsfeld, das nachvollziehbar zu machen. Aber ja, ich glaube, mein Punkt ging eher in die Richtung, ob das jetzt jeder nachvollziehbar sie muss, weiß ich nicht. Da wird es auch bei anderen Technologien genauso. Also ich weiß auch nicht, wenn ich in den Flugzeug steige, wie jedes einzelne Teil da dann funktioniert, das für sich genau sehr komplex ist. Dann lass uns noch mal gucken auf das, was das Bundesministerium für Bildung und Forschung dargelegt hat. Im August 19 im Sachstand KI, so hieß das. Da wird erst mal festgehalten, Deutschland sei im Bereich KI gut aufgestellt und dann wird es halt aufgezählt. Deutschland ist schon lange ein wichtiger Forschungsstand. Dort hat große entsprechende Forschungsinstitute so und so viel Lehrstühle etc. Und dann Zitat deutsche Forscher, ist auch im Original nicht gegendert, spielen in der Champions League der KI mit einem Vergleich mit Fußball muss ja immer so was sein. Also deutsche Forscher spielen in der Champions League der KI mit. Ist es so, würdest du sagen, das stimmt? Ja, es ist natürlich auch auch eine Frage, die vielleicht andere Forscher innen vom DFKI besser, also vom Deutschen Forschungszentrum für Künstliche Intelligenz besser einschätzen könnten. Mein Informationsstand ist, dass Deutschland natürlich Forschungsstark ist, aber dass vielleicht sozusagen die Bereiche, in denen geforscht sind, vielleicht ein bisschen andere sind als die in den USA und Kanada beispielsweise geforscht wird und zum Beispiel dass Deutschland sehr gut ist in diesem Thema autonome Fasysteme, weil wir auch diese starke Automobilindustrie haben, wie das jetzt genau sich in den unterschiedlichen Forschungsbereichen verhält und müssen wir noch mal nochmal nachprüfen. Aber es ist auch eine große Frage und es ist ja auch ein Grund, das vielleicht anzuzweifeln ist, dass ja Deutschland auch gesagt hat, wir müssen diese 100 Professuren für KI schaffen, was für mich darauf hindeutet, dass da noch Luft nach oben ist. Siehst du denn in Deutschland Unternehmen oder vielleicht Unternehmensgründungen aus der Forschung heraus, die irgendwelche Produkte entwickeln, auf die die Welt gewartet hat? Also mal angenommen, die Forschung ist voll super. Siehst du irgendwo auch Unternehmen, die aus dieser Forschung heraus Produkte auf den Markt bringen? Also das genannte Start-ups von Übermetrics fand ich schon sehr interessant, die mit ihrer Lösung ja wirklich, kann man sagen, so ein ganz noch mal neu, ja, ganz neu technologisch, also diese Technologie genutzt ist für die Marktforschungsbranche, die auch eine Branche ist, die eine lange Tradition hat und vielleicht auch ja, gewisserweise festgefahrene Strukturen und Vorstellungen. Ansonsten müsste ich glaube ich nochmal länger überlegen, weil ich auch jetzt keine KI-Start-ups erforscht, sondern wie gesagt eher etablierte Unternehmen. Aber das ist mit Sicherheit viele spannende Beispiele dazwenden würde. Und jetzt ist Natascha nochmal da auf die letzten Minuten mit ein bis zwei Fragen schätze ich. Ja, genau. Von Anonymen einmal der Begriff der künstliche Intelligenz verhindert in meinen Augen einen vernünftigen kulturellen Einordnungsdiskurs auch in Bezug auf die Auftragen der KI Ergänzungen bei Organisationen von Wissensarbeit und Produktion gibt es anderen Winkeln. Da würde ich mal denken. Keine Ahnung, Georg, wie du das siehst. Das ist so ein bisschen das, was wir am Anfang mit der Begriffsarbeit besprochen haben oder zündet das bei dir nochmal. Hast du da noch mal mehr zu zu sagen? Nein, also ich denke auf jeden Fall ist es ein umstrittender Begriff, aber er hat nicht auch seine Vorteile, weil er Komplexität auch reduziert und sonst könnten wir diesen digitalen Solon in der Form heute ja auch gar nicht fühlen. Furchte auch. Weil dann würde man wirklich untergehen in diesen unterschiedlichsten Bereichen von KI und irgendwie Bildverarbeitung. Wirst du es irgendwie Robotics und so weiter. Also ich würde sagen, also es ist ein Basswort. Ja, aber Basswürz haben auch ihre Vorteile. Komplexitätsreduktion zum Beispiel. Jetzt können wir hier ja ganz gemütlich reden über Jobverluste, weil mein Job nämlich der einer Frau, die was präsentiert oder Moderatoren ist und dein Job, nämlich Wissensarbeiter, die gelten als relativ KI-Resistent. Sind Sie das denn auch? Also insofern, als das würde ich sagen, auch viele komplexe Wissensarbeiter, die Interaktion zwischen verschiedenen Beteiligten erfordert und das ist natürlich eine Sache, also die schwer automatisierbar ist. Das heißt beispielsweise, dass das Wissen jetzt zu KI und Arbeit ist ja jetzt nicht irgendwie im Kopf eines einzelnen Forschers an einzelnen Forscherinnen, sondern verteilt auf eine wissenschaftliche Community, die wiederum gemeinsam an Themen arbeitet, sich auf Konferenzen austauscht, etc. Und daher würde ich sagen, ja, es ist schwer automatisierbar und trotzdem würden es vielleicht andere hingehen und sagen, ja, aber schau mal, die die Aufgabe der Transkription von der Bevoronsprache ist ja auch durch eine Aufgabe, die eine Tätigkeit, die in meinen Aufgabenspektrum fällt, die jetzt immer besser von der KI erledigt werden kann. Das heißt, vielleicht muss man da ein bisschen genauer hinschauen und sagen, OK, wenn man jetzt wirklich, sagen wir, unsere jeweiligen Aufgaben, Gebiete aufdrüsselt, was für Tätigkeiten sind möglicherweise doch dann wieder automatisierbar. Und ich bin mir sicher, dass wir einige infizieren würden. OK, bevor ich dir die letzte Frage stelle, würde ich gerne von dir, Natascha, wissen, ob es weitere Fragen aus dem Publikum gibt, damit die nicht unter den Tisch fallen. Also noch ein Haftfang, die uns zwischendurch erreicht haben, ist zum einen, gibt es bei der Wissensarbeit überhaupt niedriglohnsektoren, wenn ja wo. Und auch zu Beginn kam nochmal, kann die Implementierung von KI nicht auch immer ein guter Reflexionspunkt sein, die eigenen Prozesse zu durchdenken, verbessern. OK, danke. Zur ersten Frage, gibt es im Willenbereich Wissensarbeit überhaupt niedriglöhner und wenn ja wo, hat jetzt gar nicht direkt mit der KI zu tun, aber ich vermute mal, du kannst es trotzdem beantworten. Ja, also ist mal wieder so die Frage, wie man Wissensarbeit zum Beispiel definiert. Zum Beispiel kann man zuerst streiten, ob jetzt sowas wie Kundendienst arbeiten noch irgendwie in Wissensarbeit Kontext fällt, ich würde sagen irgendwo ja, weil es hat, weil die Leute sehr stark mit IT also zusammenarbeiten und hat irgendwie eine Weitergabe von Informationen beteiligt sind. Aber es ist ein bisschen in Grenzfall, also finanziell ist Wissensarbeit nicht unbedingt im Niedriglohnsektor Fakenkart. OK, und die andere Frage war die, ob wenn man KI implementiert, dass nicht eine gute Gelegenheit ist, über Prozesse nachzudenken. Und da vermute ich mal nach einem, was du gesagt hast, ein großes Jahr. Absolut großes Jahr, es erinnert mich auch an die Aussage von einem unserer Interviewteilnehmer, der meinte, ich habe so KI als Wunderwaffe gesehen, ich habe hier ein Problem, jetzt kann KI und kann das irgendwie lösen, weil meinte er, nee, also so harte Probleme, also Probleme sind immer noch Probleme und auch mit KI ist es immer noch, gibt es immer noch viel Arbeit zu tun und nichtsdestotrotz eben diese Beschäftigung damit könnte KI jetzt helfen, dieses Problem zu adressieren, es ist natürlich eine große Art Gelegenheit, dazu reflektieren. Zum Schluss frage ich ja die Gäste immer gerne, ob sie eine Empfehlung haben für irgendein Filmbuch, Bild, irgendetwas, das wir uns angucken, lesen oder anhören sollten zu dem Thema, um da noch weiter drin zu bleiben und nachzudenken, hast du dann eine Empfehlung? Ja, also tatsächlich muss ich es wirklich sagen, finde ich den Enquet, also die Bericht der Untersuchungskommission, der Enquetkommission. Boah, starker Tobak, schreihen jetzt alle Juhu. Alle Juhu, genau, 800 Seiten, aber so es gibt unterschiedliche Bereiche und wenn man sich dann auf einen kleinen Bereich davon fokussiert, ist extrem eingängig und man merkt wirklich, wie viel Arbeit und wie viele Personen daran beteiligt waren, dass zu versuchen, dieses unglaublich komplexe Thema runterzubrechen, alle möglichen Anwendungsbereiche aufzuzeigen. Man kann dann sich sozusagen sein eigenes Thema raussuchen, beispielsweise KI und irgendwie Medien und dann kann man dann in den Unterbereich lieber reinschauen. Okay, du willst es wirklich wissen? Das nehmen wir mit. Es hat sich noch keiner getraut hier ein Enquetbericht als Lektüre zu empfehlen. Vielen Dank dafür. Vielen Dank, Georg von Richthofen und für deine Expertise zum Thema. Vielen Dank euch allen, die ihr im Stream dabei war, zugeschaut, habt mitgedacht, habt und nachgefragt. In diesen Zeiten sind wir ja eben immer auf der Suche nach guten Empfehlungen. Meine sind, ich sag mal, etwas mehr konvinient. Ich hätte auch noch welche hinzuzufügen. Natürlich den digitalen Salon aus dem März zum Thema, also die große Runde vor dem eins zu eins heute mit dir, Georg. Das könnt ihr euch natürlich angucken, anhören oder auch das, was wir heute Abend besprochen haben, falls ihr jetzt vielleicht denkt, wie war das nochmal im Mittelteil? Auch das gibt es noch mal als Video oder später auch als Podcast auf hig.de oder auf YouTube. Und dann habe ich ja total gerne eine Doku geguckt und ich befürchte, wir hängen alle schon so genüge bei Netflix rum, aber sei es drum, da gibt es eine Doku, die heißt Coded Byes und die zeigt sehr anschaulich und auch mit sehr beeindruckenden Protagonistinnen, was einseitige Datensätze und Diskriminierung bei Design bedeuten. War nicht unser Thema heute Abend, aber so im weiteren Kontext fand ich die super. Und dann sehen wir uns alle hoffentlich im Mai wieder dem notorischen Wondo-Monat und entsprechend ist auch das Thema, wir reden über Online-Dating in der Pandemie. Vielen Dank, Georg. Vielen Dank allen und bis bald. Tschüss. Danke.