04. März 2026

Schluss mit der KI-Prokrastination: Drei Cases, die zeigen, wo echte Effizienz vergraben liegt

Präzise Prognosen: Wenn die KI zum Kalkulations-Profi wird

Firma 1 tat sich bisher schwer, den Aufwand für künftige Projekte zu prognostizieren.
Das Problem: Historische Zeiterfassungsdaten waren da, aber manuell aufgrund der schieren Masse und fehlender Struktur nicht auswertbar. Die Lösung der Hacker: Ein klassisches Regressionsmodell für die Zahlen, kombiniert mit einem LLM als semantischem Übersetzer, der versteht, welche neue Anfrage zu welchem alten Projekt passt. Die Kunst dabei war, einer KI beizubringen, verschiedene Projektarten zu erkennen und zu unterscheiden. Inzwischen lässt sich der Aufwand neuer Projekte in wenigen Minuten vorhersagen.
Die Firma nutzt dieses System jetzt, um Juniors zu helfen, Kostenvoranschläge zu erstellen. Und während die Juniors dazu lernen, verbessert sich auch das System durch die neuen Daten.
Das Interessante: Hier ist ganz wenig Generative KI (also ChatGPT & Co) im Spiel. Der echte Hebel ist Machine Learning – etwas, das im aktuellen Tech-Hype oft zu wenig Aufmerksamkeit bekommt.

Bei uns finden Sie für Ihr Team die passenden Seminare

In unseren individuellen KI-Seminaren lernen Einsteiger und Profis den praktischen Einsatz von GenAI, üben den Umgang mit relevanten Tools und erfahren wichtige Hintergründe – auf Deutsch oder Englisch.

Zu den Seminaren

Der Beitrag KI-Prokrastination? Drei Cases zeigen, wo echte Effizienz liegt erschien zuerst auf https://disruptive-muenchen.de/ki-akademie.

KI-Guidelines für Unternehmen – so geht’s

Generative Künstliche Intelligenz (GenAI) hat den Arbeitsalltag seit dem Launch von ChatGPT Ende 2023 gerade in kreativen Bereichen so stark verändert wie keine Innovation zuvor. Viele Firmen haben inzwischen professionelle Tools eingeführt und Mitarbeitende geschult. Vernachlässigt haben die meisten, so unser Erleben, jedoch die Themen Governance und Unternehmenskultur. Vor allem KI-Guidelines sind hier von entscheidender Bedeutung. Erfahren Sie hier, worauf es ankommt, um stabile KI-Leitplanken zu bauen und den eigenen Mitarbeitenden so die nötige Sicherheit zu geben:

1. KI-Guidelines sind wichtig, um AI-Act-konform zu arbeiten
2. KI-Guidelines strategisch besehen
3. KI-Guidelines: hilfreiche Initiativen aus Medien- und Verbändewelt
4. So entwickeln Unternehmen individuell passende KI-Guidelines
5. Fazit: KI-Guidelines stärken Wettbewerbsfähigkeit und Mitarbeiterbindung

Es braucht ein generelles, für alle Mitarbeitenden greifbares Selbstverständnis, wie die eigene Organisation zu GenAI steht, wie jede und jeder einzelne sich einbringen soll und darf, und wie Potenziale und Risiken bewertet werden. Und diese Aufgabe erfüllen eben auch und besonders KI Guidelines für Unternehmen.

Nur eine Minderheit von Firmen verfügt jedoch bisher über ausgereifte Richtlinien: In unserem AI Readiness Report, den wir mit dem KI-Anbieter retresco herausgebracht haben, gaben vor anderthalb Jahren knapp 60 % der befragten Mitarbeitenden aus Unternehmen an, dass es bei ihnen noch keine KI-Guidelines gebe. Und daran hat sich offenbar nicht viel geändert – zumindest wenn wir die Resonanz auf das Thema aus vielen aktuellen Workshops als Messlatte nehmen. Aus zwei Gründen ist dies ein Versäumnis: regulatorisch und strategisch. 

KI-Guidelines sind wichtig, um AI-Act-konform zu arbeiten

Fangen wir mit der nüchternen Facette an – der Regulatorik: Der AI Act, das KI-Gesetz der Europäischen Union, macht Unternehmen eine Reihe von Vorgaben, wenn sie mit Künstlicher Intelligenz arbeiten. Die ausführliche Einordnung lesen Sie in unserem Dossier zum AI Act, kurz gefasst hier die wichtigsten Stichworte. Es geht um: 

• Identifizierung und Dokumentation: Alle KI-Systeme müssen erfasst und dokumentiert werden
• Risikobewertung für alle KI-Systeme samt entsprechender Kontroll- und – falls nötig – Schutzmaßnahmen
• Compliance-Strukturen: Es braucht klare Verantwortlichkeiten, Prozesse und Monitoring-/Reportingsysteme
• AI Literacy: Unternehmen müssen sicherstellen, dass ihre Mitarbeitenden über die Kenntnisse verfügen, KI verantwortungsvoll zu nutzen.

Allein mit Blick auf die Dokumentationspflicht und Compliance-Strukturen sind KI-Guidelines also dringend geboten. 

KI-Guidelines strategisch besehen

Aus strategischer Sicht sind Guidelines ebenfalls zwingend notwendig. Erstens, weil Unternehmen ohne entsprechendes KI-Rahmenwerk es verpassen, Innovationskraft zu belegen und zu fördern. Zweitens, weil sie ihre Glaubwürdigkeit und das Vertrauen ihrer Mitarbeitenden und Stakeholder riskieren. 

Viel interessanter sind aber die Chancen, und aus unserer Erfahrung in Kundenprojekten sehen wir da zahlreiche:

• Förderung der verantwortungsvollen KI-Nutzung: Sie sorgen für einen ethisch korrekten Einsatz von KI-Technologien, gewährleisten die Einhaltung von gesetzlichen Vorgaben und vermeiden damit Missbrauch, der dem Unternehmen rechtliche Schwierigkeiten und Image-Probleme einbringen könnte. Insofern stellen sie auch eine rechtliche Absicherung dar.
• Transparenz schafft Vertrauen: Klare Richtlinien erhöhen die Transparenz in Bezug auf die Nutzung von KI und stärken somit das Vertrauen der Mitarbeitenden, Kunden und Öffentlichkeit.
• Risikomanagement: Durch Guidelines werden potenzielle Risiken identifiziert und minimiert, was zu einer höheren Qualität und Sicherheit von KI-Entscheidungen führt.
•  Image-Arbeit: Organisationen, die sich durch ethische KI-Praktiken auszeichnen, heben sich im Markt ab und bauen ein stärkeres Image auf – gegenüber Kandidat:innen genauso wie gegenüber Mitarbeitenden oder Investoren.
• Innovations-Boost: Klar definierte Regeln schaffen einen Rahmen für nachhaltige Innovation und Produktentwicklung.

KI-Guidelines: hilfreiche Initiativen aus Medien- und Verbändewelt

Auf Seiten von Branchenverbänden gibt es inzwischen einige Bemühungen um entsprechende Standards für Guidelines. Erwähnenswert in Deutschland sind hier die Initiativen vom Deutschen Journalisten-Verband (DJV), der Deutschen Public Relations Gesellschaft (DPRG) und vom Bundesverband der Kommunikatoren (BdKom). Hier jeweils mit Link, Einordnung und Zusammenfassung:

DJV: Dogmatik am Anfang, danach aber hilfreiche Gedanken zu Verantwortung und Weiterbildung

Der Journalisten-Verband ist als Gewerkschaft zunächst seinen Mitgliedern, den Journalist:innen verpflichtet. Das liest sich auch aus einer eigens zum Thema KI verfassten Stellungnahme heraus – leider nicht zu dessen Vorteil. „Medienhäuser dürfen Künstliche Intelligenz nicht mit dem Ziel einsetzen, Arbeitsplätze von Journalist:innen einzusparen“, steht direkt am Anfang von Position 1 – das ist rückwärtsgewandt: 

Medienhäusern geht es hier nicht wie anderen Unternehmen. Sie müssen sogar KI mit dem Ziel einsetzen, Effizienzgewinne zu erzielen. Allein, um wettbewerbsfähig zu bleiben. Das heißt nicht, dass KI die Journalist:innen ersetzt. Aber Tätigkeitsprofile werden und müssen sich ändern, mit der Konsequenz, dass auch bestimmte Jobs wegfallen können müssen, damit Fortschritt ermöglicht wird.

Trotz dieser einleitenden Engstirnigkeit ist die DJV-Richtlinie danach hilfreich, da sie sich detailliert dem verantwortungsbewussten Umgang mit Datenmaterial, Transparenzgeboten und der Verantwortlichkeit für die Inhalte widmet und die große Bedeutung von Weiterbildung für KI-Anwender:innen betont.

DPRG: Verantwortung und Transparenz in der Kommunikation

Die DPRG hat bereits 2023 Richtlinien für die Branche definiert, aus der Überzeugung heraus, dass „KI-Systeme die PR-Arbeit einfacher und effizienter gestalten sowie Qualität und Quantität des Outputs potenziell steigern“ können, zugleich aber auch Risiken bergen. Die Richtlinie ist eine Art Code of Conduct für PR Professionals, weiterhin zeitgemäß und betont vor allem die Bedeutung von:

• Transparenz: KI-generierter Content muss eindeutig gekennzeichnet sein. Wichtig ist: Der Content muss laut der Leitlinie für Laien eindeutig gekennzeichnet werden.
• Wahrhaftigkeit: Die Erstellung und Verbreitung von irreführendem Content mittels KI, wie Deep Fakes, ist laut der Richtlinie „unstatthaft”.
• Verantwortung: Auftraggeber und Dienstleister sind gemeinsam für die Einhaltung der Richtlinien verantwortlich.

Hier gibt es das Papier zum Download.

BdKom: KI als Chance für Qualitätskommunikation

Der Bundesverband der Kommunikatoren (BdKom) hat eine sehr aktive KI-Arbeitsgruppe. Aus dieser stammt ein Grundsatzpapier, in dem es vor allem um eine Haltung der Branche zu Generativer KI geht. Die drei wichtigsten Stichworte dabei sind:

• Vertrauen: Ganz wichtig ist, die Integrität und Wahrhaftigkeit von Kommunikation nicht zu gefährden. Wer KI einsetzt, muss dies daher transparent ausweisen.
• Mensch im Mittelpunkt: KI-generierte Inhalte unterliegen der menschlichen Kontrolle zur Qualitätssicherung.
• Rechtliche Konformität: Datenschutz und Urheberrecht sollten leitend dafür sein, wie Kommunikatoren KI einsetzen.

Nur „eine offene und konstruktive Haltung zum Thema Künstliche Intelligenz“ könne die Entwicklung der Technologie in einer Weise vorantreiben, die sowohl den gesellschaftlichen Anforderungen als auch den Bedürfnissen der Branche gerecht werde, heißt es in dem BdKom-Papier (hier zum PDF-Download).

Wirtschaftskammer Österreich (WKO) – Guidelines zum Ausdrucken:

Unternehmen aus Österreich sollten sich die Guideline speziell für KMU von der Wirtschaftskammer ansehen. Hier das PDF zum Download. Die jetzt im Februar neu veröffentlichte Unterlage ist sehr umfangreich, samt Tool-Empfehlungen, technologischem Hintergrund und Impulsen zur KI-Strategie. Gerade KI-Einsteiger werden hier bei der WKO viele hilfreiche Impulse finden.

Dazu gibt es sogar eine Seite „KI-Guidelines zum Ausdrucken“ – diese allerdings erscheinen uns nur bedingt geeignet, weil sie zu sperrig formuliert sind, um eine positive Haltung zu untermauern. 

So entwickeln Unternehmen individuell passende KI-Guidelines 

Es ist an der Zeit, dass Unternehmen die Bedeutung von KI-Guidelines erkennen und als integralen Bestandteil ihrer Governance etablieren. Die genannten Initiativen geben hier sinnvolle Handreichungen, weil sie vermitteln, dass ein verantwortungsbewusster Umgang mit KI nicht nur Risiken minimiert, sondern auch Chancen bis hin zu Wettbewerbsvorteilen eröffnet.

Was allen fehlt, das sind Antworten auf die Frage, wie die Mitarbeitenden denn nun mit GenAI genau umgehen sollen, welche Prozesse und Regeln gelten und welche Tools wofür freigegeben sind. Diese operativen Details sind allerdings auch zu individuell, als dass Branchenverbände sie vorgeben könnten. 

Sinnvoll ist es daher, KI-Guidelines Hand in Hand mit der eigenen KI-Strategie zu entwickeln. Fünf Aspekte sind hierbei wichtig:

1. Was sind unsere relevanten Use Cases zum Einsatz von generativer KI? 
2. Welche Prozesse und Rollen sind damit verbunden? 
3. Was müssen unsere Mitarbeitenden für die Arbeit mit KI können? 
4. Wie gehen wir in der Arbeit mit KI mit vertraulichen Daten um? 
5. Welche Tools haben wir im Einsatz?  

Maßgeschneiderte KI-Guidelines sind auf diese Fragen zugeschnitten und liefern dort Orientierung, wo es rechtliche oder regulatorische Aspekte gibt. 

Fazit: KI-Guidelines stärken Wettbewerbsfähigkeit und Mitarbeiterbindung

Wir bei disruptive sind jedenfalls überzeugt: Nachdem 2023 bis 2025 die Jahre des Staunens und Ausprobierens in vielen Firmen waren, geht es jetzt darum, welchen Beitrag KI zum Business leisten kann. Dazu braucht es Klarheit, welche Prozesse Technologie wirklich produktiver machen kann, professionelle Tools und ausgebildete Mitarbeiter:innen, aber eben auch eine belastbare KI-Governance. KI-Guidelines sind hier ein zentraler Baustein. 

Unsere Erfahrung: Rechtliche Klarheit und damit Compliance sicherzustellen, ist im Bereich KI vor allem ein unternehmerisches Gebot. Denn Mitarbeitende, die sich unsicher fühlen, sind erfahrungsgemäß viel weniger bereit, sich mit KI zu beschäftigen als solche, die klare Leitplanken haben. 

Zumal es auch – das Feedback haben wir schon bekommen – als eine Form der Wertschätzung des Arbeitgebers angesehen wird, wenn sich die Firma darum kümmert, dass die Mitarbeitenden rechtliche Sicherheit im Umgang mit KI haben. Mitarbeiterbindung durch Regulatorik – in der KI-Welt gibt es eben nichts, was es nicht gibt … 

Haben Sie Fragen zur Entwicklung und Einführung von KI-Guidelines? Wir haben entsprechende Projekte bereits mehrfach umgesetzt und arbeiten hier auch eng mit zwei großen Kanzleien zusammen. Schreiben Sie uns hier per Mail – wir melden uns bei Ihnen.

Bildquelle: Midjourney/Disruptive

Der Beitrag Guidelines zur Nutzung von Künstlicher Intelligenz erschien zuerst auf https://disruptive-muenchen.de/ki-akademie.

Auf die Plätze, fertig, prompt! Kreativ arbeiten mit KI – so geht’s

Was oft als Widerspruch abgetan wird, ist gar keiner: In der aktuellen Ausgabe der W&V-Kolumne „KI für Könner“ gibt unsere Kollegin Tanja Braemer eine Anleitung, wie man gemeinsam mit generativer KI das Kreativitäts-Game bei der Kampagnenentwicklung aufs nächste Level hebt. Hier gibt es die Kolumne, wie gewohnt, Paywall-frei, zum Nachlesen.

Zeit und Kosten sparen: Deutsche Unternehmen sehen generative Text-KIs wie ChatGPT vor allem als Effizienz-Booster. Das zeigt eine aktuelle Umfrage, die wir von disruptive gemeinsam mit dem KI-Anbieter retresco gerade veröffentlicht haben. Hier ging es nicht nur um die Frage, was sich die Teilnehmenden von der Technologie im Arbeitsalltag erwarten, wie intensiv sie diese aktuell nutzen und welche Erfahrungen sie damit machen. Vor allem hat uns interessiert, wie reif das eigene Unternehmen überhaupt für eine Zukunft mit generativer KI ist. 

Zuerst die gute Nachricht: GenAI ist in deutschen Unternehmen angekommen. Die Firmen stehen in den Startlöchern: 85 Prozent der Befragten nutzen in ihren Teams Text-KI. Die Haltung gegenüber KI ist positiv: 80 Prozent berichten von guten Erfahrungen mit der neuen Technologie.

Es gibt aber auch weniger gute Nachrichten: 6 von 10 Befragten beschreiben ihr eigenes Unternehmen als „KI-unreif“. Dabei ist eine Mehrheit von 63 Prozent der Meinung, dass KI die Wettbewerbsfähigkeit von Unternehmen stärken kann. Hier gibt es also (berechtige) Sorge, den KI-Anschluss zu verpassen. 

Wie lässt sich diese fehlende „AI Readiness“ erklären? In vielen Unternehmen fehlt es an einer Strategie, wie man KI sinnvoll implementiert, Use Cases, die über den Gedanken der Effizienzsteigerung hinausgehen, sind noch kaum bekannt. Es hakt vor allem bei zwei wesentlichen Eckpfeilern der AI-Readiness: KI-Ausbildung wird laut den Befragten von knapp der Hälfte der Unternehmen gar nicht oder nur etwas gefördert, über die Hälfte der Unternehmen haben keine KI-Guidelines.

Immerhin sagt jede:r Zweite, dass KI kreative Prozesse unterstützen kann. Und das ist wiederum eine großartige Nachricht, denn wir erleben aktuell eine nie dagewesene Content-Schwemme. So haben in den vergangenen eineinhalb Jahren KI-User:innen mit Hilfe von Text-zu-Bild-KIs wie Midjourney über 15 Milliarden Bilder erzeugt. 150 Jahre haben Fotograf:innen gebraucht, um die gleiche Menge an „echten” Fotos zu produzieren. 

Wer KI jetzt also nur einsetzt, um einfach noch mehr (irrelevanten) Content in immer kürzerer Zeit zu produzieren, tut sich keinen Gefallen: Abheben aus der Masse wird man sich damit nicht. Stattdessen geht es mehr denn je um Unverwechselbarkeit und den dafür unabdingbaren Ideenreichtum. Kurz: um Kreativität. Und auch hier hilft uns generative KI.

GenAI-Tools als kreative Sparringspartner 

Wenn man ChatGPT fragt, wo es bei der kreativen Arbeit im Marketing unterstützen kann, gibt das Tool folgende spannende Antwort: „ChatGPT kann als kreativer Sparringspartner im Marketing wertvolle Unterstützung bieten, indem es den kreativen Prozess bereichert und neue Ideen liefert.“ „Neue Ideen“ liefert ChatGPT zwar streng genommen nicht – schließlich puzzeln die KI-Tools, basierend auf Wahrscheinlichkeiten, lediglich neu zusammen, was sowieso schon in der Welt ist. 

Das ist aber auch nicht der entscheidende Punkt. Die Magic liegt hier eher in unserem Ping-Pong mit der KI, im Sparring. Wenn man im Hinterkopf behält, dass wir die KI entsprechend anweisen und steuern müssen, ist sie ein erstklassiger Partner, um unserer Kreativität den KI-ck zu geben. (Niemand hat gesagt, dass in dieser Kolumne flache Sprachwitze verboten sind.) 

Im Kreativprozess hilft uns KI insbesondere dabei,

• die Perspektive zu wechseln,
• alte Denkpfade zu verlassen und neue zu beschreiten
• und die richtigen (Rück-)Fragen zu stellen.

Kreativ arbeiten mit KI setzt einiges voraus: Zunächst kommt es auf präzises und zielgerichtetes Prompting an, und auch das Thema Datenschutz bleibt hochrelevant. Kurzer Reminder: Vertrauliche Pitch-Decks oder sonstige Firmengeheimnisse kann man im KI-Game aktuell nur mit Microsoft Copilot Pro oder einem eigenen Konzern-GPT bearbeiten, nicht aber in ChatGPT oder Perplexity. Alle Daten, die wir in ein offenes KI-System eingeben, sind zumindest theoretisch öffentlich und können in den Ergebnissen anderer Anwender erscheinen. Auch personenbezogene Daten gehören nicht ins Eingabefeld.

Kreativ arbeiten mit KI – drei Etappen im Kreativprozess

Schauen wir uns beispielhaft einmal den Kreativprozess für eine Kampagne zur Markteinführung einer Limo an. Es geht los mit der Recherche- und Inspirationsphase, in der wir KI genauso einsetzen können wie für die darauf folgende Entwicklungsphase der Kampagne. Last but not least machen wir mithilfe von KI den Check: Ist das Konzept wasserdicht und passt es wirklich zur Zielgruppe?  

Schritt 1: Inspiration

Wer den Kreativprozess mit einer Recherche starten will, kann dafür ChatGPT nutzen (Factchecking nicht vergessen!). KI-Tools wie Perplexity sind hier aber (noch) besser geeignet. Sie geben verlässlich Quellen an, helfen dank weiterführender Fragen beim Abtauchen in die Tiefe der Materie und öffnen so die besagten möglichen neuen Denkpfade (Wer sich genauer für Perplexity interessiert, kann hier nachlesen). Auch der Wissensstand von Perplexity ist aufgrund des umfangreichen Internetzugriffs aktueller, vorausgesetzt, man nutzt einen bezahlten Pro-Account. 

Perplexity scheint noch dazu beim Prompting genügsamer zu sein als ChatGPT: Auch ohne Angabe einer Rolle, die das Tool einnimmt und die eigentlich immer in den Prompt gehört, entstehen zumindest bei nicht allzu schwierigen Fragestellungen schon sehr valide Ergebnisse. Ein einfacher Prompt mit einer pur gehaltenen Anweisung a la „Recherchiere Werbekampagnen aus dem Bereich Konsumgütermarketing mit besonderem Fokus auf Lebensmittel im Allgemeinen und Getränke im Besonderen“ reicht mitunter schon aus.

Mehr KI-Updates gefällig?
In unserem monatlichen Newsletter erhalten Sie alle relevanten Updates zu GenAI – mit Fokus auf Kommunikation, Marketing und HR. Hier kostenlos abonnieren.

Die Trendanalysen, Zitate, Fallstudien und Konkurrenzanalysen, die man im ersten Schritt findet, lassen sich dann etwa in einem PDF verdichten, mit dem Sie wiederum ChatGPT oder die KI Ihrer Wahl (Copilot …) im weiteren Verlauf des Kreativprozesses per Upload „füttern“ können. Wer Copilot nutzt, kann die Daten zuerst auf dem eigenen OneDrive speichern und sie dann zum Beispiel über Word dem Copilot als Referenzdokument zur Verfügung stellen.

Schritt 2: Kampagnen-Entwicklung

Mit den allgemeinen Prompt-Regeln wie Präzision, Rollenvergabe, Zielgruppen- und Zieldefinition im Hinterkopf, bauen wir jetzt das Briefing für, zum Beispiel, ChatGPT (das folgende Prompt-Beispiel ist übrigens auch in Zusammenarbeit mit ChatGPT entstanden): 

„Du bist ein versierter Marketing-Profi im Konsumgüterbereich. Eine neue Limonade, bestehend aus 100 % natürlichen und regionalen Zutaten, zuckerarm, nachhaltig in Deutschland produziert und gesundheitsfördernd, steht kurz vor der Markteinführung. Entwickle dafür eine ungewöhnliche Werbekampagne, die unsere Werte spiegelt und unsere Zielgruppe – gesundheitsbewusste Verbraucher im Alter von 20-50 Jahren – neugierig auf das Produkt macht sowie Aufmerksamkeit dafür generiert. Unkonventionelle und mutige Ansätze sollen das Ergebnis sein. Nenne 10 originelle und kreative Ideen für eine solche Werbekampagne. Berücksichtige dabei verschiedene Kanäle (z.B. Social Media, Events, Guerilla-Marketing, Influencer-Kooperationen) und Ansätze (z.B. interaktive Erlebnisse, humorvolle oder emotionale Storytelling-Elemente, edukative Inhalte).“

Hier beschreiben wir also erst die übergreifende Aufgabe, dann die Details. Durch Konkretisierungen wie „Guerilla-Marketing“ oder „interaktive Erlebnisse“ wird die Bandbreite der möglichen Ideen geklärt, die Betonung legen wir je nach Fokus auf Emotion und Erlebnisse oder lassen humorvolle Storytelling-Elemente herausarbeiten. Es hilft, genau zu beschreiben, welche Art von Ideen wir suchen, das triggert den entsprechenden Output. Nennen Sie die Zielgruppe und das Kampagnenziel – sonst tappt ChatGPT im Dunkeln und kommt mit eigenen Lösungen um die Ecke. 

Wenn Sie gleich zu Beginn steuern möchten, wie kreativ die Antworten der KI sein sollen, können Sie den Temperaturprompt ausprobieren: Ergänzen Sie am Ende des Prompts „Temperatur: (Zahl von 0 – 1)“. Ein Wert, der näher an der 0 liegt, liefert eher konservative Ergebnisse. Kreativer und unkonventioneller wird es, wenn man etwas Richtung 1 angibt. 

Sobald wir das erste Ergebnis haben, nutzen Sie die folgenden Prompt-Runden zum Verfeinern der Idee im selben Thread. Mögliche Richtungen sind: 

• In die Tiefe graben: Bitten Sie ChatGPT zum Beispiel, besonders spannende Teile der Idee zu verfeinern und auszuarbeiten: Das kann konkrete Social-Media-Formate, passende Influencer:innen oder Kooperationspartner:innen umfassen oder auch Storys für Werbespots. 
• Die Idee weiterentwickeln: Nutzen Sie den ersten Prompt und passen Sie ihn nach der ersten Runde zum Beispiel auf eine andere Zielgruppe oder Zielsetzung an. Oder lassen Sie sich Folgekampagnen entwickeln, basierend auf der ersten. Wer etwas Geduld und Zeit hat, kann so innerhalb kürzester Zeit einen ganzen Kampagnen-Kanon auf die Beine stellen. Sie können auch mal nachbohren und die KI challengen, indem Sie fragen, welche Kampagnen-Idee sie selbst besonders gut findet und warum. Manchmal führt das zwar in eine Sackgasse; manchmal erhält man so aber auch wertvolle Erkenntnisse darüber, was hinter bestimmten Empfehlungen der KI steckt. Daraus lernen Sie für den nächsten Prompt und generieren neue Ideen.
• Storytelling integrieren: Lassen Sie ChatGPT verschiedene Storytelling-Ansätze für die Kampagne entwickeln. Sie können die KI bitten, eine Geschichte zu einem bestimmten Thema zu erzählen oder mehrere alternative Plots, Schlüssel-Botschaften und daraus abgeleitete Slogans zu entwickeln. 
• Passende Visuals entwickeln: In ChatGPT können Sie auch gleich Dall-E 3 nutzen, indem Sie im bereits geöffneten Chat ein Visual-Briefing verfassen. Mehr zu den diversen Tools hier bei uns im GenAI-Glossar. 

Schritt 3: Feedbackschleife

Wenn Sie jetzt soweit zufrieden sind mit den Resultaten, kommt der harte Part: Zum Schluss lassen Sie die Kritik der Kolleg:innen, Manager:innen oder Kund:innen von der KI vorwegnehmen und Ihre Ideen auf Herz und Nieren prüfen und damit challengen.

Briefen Sie die KI zum Beispiel so: 

„Du bist ein Experte für Werbeslogans / Online-Marketing und dir wird folgendes Kampagnenkonzept vorgestellt: … Deine Aufgabe ist es, dieses kritisch zu hinterfragen. Lege dabei besonderen Wert auf 

1. Inhalte und Storytelling generell
2. Grad der Kreativität und Originalität
3. Passung zur Zielgruppe
4. … [ergänzen Sie hier, was Ihnen noch besonders wichtig ist]. 

Liste 15 – 20 (provokante) Fragen auf und gib direkt mögliche Antworten auf diese Fragen an, die mögliche Verbesserungsvorschläge für die Kampagne enthalten.“

Die KI behält hier garantiert einen mehr als kühlen Kopf und wird logische Lücken oder andere Unstimmigkeiten – so zeigt die Praxis – gewissermaßen gnadenlos aufdecken. Das hilft, die Strategie, die Kampagne, die Slogans und so weiter nochmal zu schärfen. Kreativ arbeiten mit KI heißt manchmal eben auch: Kill your darlings.

Zeit sparen dank Prompt-Recycling

Jetzt könnte man einwenden: „Wenn ich jedes Mal derart lange Prompts schreiben muss, damit die Ergebnisse einigermaßen passen, dann kostet mich das ja auch nicht weniger Zeit, als wenn ich gleich alles selber mache.“ Bis zu einem gewissen Grad mag das stimmen. Wenn man aber Aufgaben sammelt, die immer wieder anfallen, und hierfür gezielt Prompt-Hülsen entwickelt, die – auf den jeweiligen Fall angepasst – wiederverwendet werden können, wird ab dem zweiten Mal die Zeitersparnis messbar. Und schon sind wir doch wieder beim Thema Effizienzsteigerung. Kreativ, oder?

Bildquelle: Midjourney/disruptive

Der Beitrag Kreativ arbeiten mit KI – so geht’s erschien zuerst auf https://disruptive-muenchen.de/ki-akademie.

Die ChatGPT-Euphorie ist vorbei – schaut endlich auf die Produktivität!

Wie groß die Defizite sind, zeigt auch eine KI-Umfrage, die wir – gemeinsam mit dem Softwareanbieter Retresco – unter Mitarbeitenden von Firmen in ganz Deutschland gemacht haben. „Wie weit sind Unternehmen bei der GenAI-Nutzung“, wollten wir wissen und haben erstaunliche Antworten bekommen. 

Kurz gesagt lautet das Ergebnis: „Mitarbeiter:innen wollen, Unternehmen zögern“. Vier Fakten dazu aus der neuen AI-Readiness-Umfrage:

• 80 % der Beschäftigten berichten von ausschließlich oder überwiegend positiven Erfahrungen beim Arbeiten mit GenAI. Nachdem lange von der Angst vor dem „Jobkiller KI“ und Berührungsängsten die Rede war, ein überraschend hoher Wert!
• 6 von 10 Befragten sagen, ihre eigenen Unternehmen seien in puncto KI immer noch „unreif“. 
• Der Hauptgrund, wieso Menschen nicht mit GenAI arbeiten, ist, dass sie sich nicht befähigt fühlen. Dies wiederum erklärt sich, wenn man sieht, dass nicht einmal jede dritte Firma bisher KI-Trainings anbietet.
• Jede:r Fünfte sieht noch keine greifbaren Business Cases für GenAI.

Darauf kommt es bei einer KI-Strategie an – Beispiel Content-Marketing

Fazit: Eine erstaunlich positive individuelle Haltung trifft auf Skepsis, wie die neue Technologie nun gewinnbringend zu nutzen ist. Hier sind die Firmen gefragt: Es wird Zeit, die Aufgaben im Tagesgeschäft zu analysieren und die Use Cases mit dem größten Hebel für GenAI herauszuarbeiten. Diese sind die Basis für eine KI-Strategie samt Tool-Set, Trainings und klarer Governance (Stichwort: AI Act), die die Produktivitätschancen von GenAI in den Mittelpunkt stellt.

Wichtig ist dabei meiner Meinung nach, nicht in die Effizienzfalle zu tappen: Wer GenAI nur zur Output-Steigerung oder -Optimierung nutzt – laut unserer Umfrage immer noch Motivation Nr. 1 –, verschenkt langfristige Potenziale.

Kostenloses Lunch&Learn zur AI-Readiness-Umfrage: „GenAI-Strategien für Unternehmen“
Wir laden ein zur offenen KI-Learning-Session mit unseren Berater:innen am Mittwoch, 11. September, 13 bis 14 Uhr. Hier anmelden, wir schicken Ihnen die Kalender-Einladung zum Teams-Meeting.

Am Beispiel Content-Marketing lässt sich das gut zeigen: Es wäre ein leichtes, mit ChatGPT jetzt schon die dreifache Menge an Intranet-Beiträgen, Social Ads oder Newslettern zu produzieren wie vor der GenAI-Zeit. Aber: „Auch mit KI hat der Tag nur 24 Stunden“, wie Jost Listemann, ein Berliner Kollege von mir, so trefflich sagt. Heißt: Niemand kann solch eine Masse an Content konsumieren.

Ich erlebe immer häufiger, wie mich – erkennbar von KI (vor)geschriebene – LinkedIn-Posts oder generische Instagram-Visuals langweilen. Die BigTechs reagieren bereits. So wird Google dem Massen-Geschäft einen Riegel vorschieben und mit einem der nächsten Updates Zuliefern von banalem Content radikal den Traffic abschneiden. 

Die AI-Readiness-Umfrage zeigt: Noch fehlt vielen Firmen die Idee, wie sie in der KI-Zukunft gutes Content Marketing machen

„AI Overview“ heißt die neue Funktion, die allerdings nicht altruistisch, sondern rein kommerziell motiviert ist: Google will die User:innen länger auf der eigenen Seite halten. Viele Antworten auf Suchfragen wird die Google-KI daher künftig unverlinkt zusammenfassen. („Wired“ beschreibt die Auswirkungen auf SEO hier sehr gut). Die zugrunde liegende Technologie ist das Googe-Sprachmodell Gemini. Falls jemand bei dieser Beschreibung an Käse denkt, der mit Klebstoff auf Pizzen zu befestigen sei: Ja, der „AI Overview“ hat anfangs einige absurde und auch gefährliche Vorschläge geliefert und Google damit wieder einmal KI-Negativschlagzeilen beschert, die Technologie aber ist nicht aufzuhalten.

Prominent verlinkt werden demnach vor allem noch jene Inhalte, die in ihrem Thema wirklich in die Tiefe gehen, die Einordnung liefern und persönliche Expertise: „Deep Content“ eben – ein weiterer neuer KI-Begriff. Die sprachliche Nähe zu „Deep Fakes“ finde ich dabei sehr passend – weil sie klarmacht, wie wir uns künftig von der KI abheben müssen.

Der „Peak AI“ ist insofern auch ein sehr guter Punkt für Unternehmen, den Umgang mit Content zu hinterfragen – auch das allerdings funktioniert am besten Hand in Hand mit einer KI-Strategie. Denn nach der Phase des Staunens und Testens muss es jetzt um Produktivität gehen.

Bildquelle: Midjourney/disruptive

Der Beitrag Die ChatGPT-Euphorie ist vorbei – schaut endlich auf die Produktivität! erschien zuerst auf https://disruptive-muenchen.de/ki-akademie.

So bauen Sie den eigenen Chatbot für Ihre Firma

Die Antworten, die Sie von ChatGPT oder Perplexity bekommen, sind Ihnen zu austauschbar? Dann gilt: Do it yourself! Unser Geschäftsführer Timm Rotter erklärt in der neuen Folge unserer Kolumne „KI für Könner“ in W&V, wie Sie für die tägliche Arbeit mit Text und Wissen einen eigenen, individuellen KI-Bot bauen. Hier eine leicht gekürzte Version: 

„ChatGPT ist super geeignet, wenn man die Hausaufgaben der Kinder machen oder ein Gedicht für Oma schreiben will.“ Dieses vergiftete Lob stammt von Jonas Andrulis, CEO der KI-Firma Aleph Alpha, dem einzigen ernsthaften deutschen Wettbewerber der führenden US-Bots.

Was Andrulis meint: Das Wissen, das in den gängigen Sprachmodellen steckt, ist zwar gigantisch, aber eben sehr allgemein. Zudem verraten die GenAI-Tools in der Regel nur bruchstückhaft, woher sie Informationen haben. Und auf Nachfrage gibt es – gerade bei ChatGPT – oft falsche Quellen. 

Fehlendes spezifisches Wissen und mangelnde Verlässlichkeit – beides zusammen hat vielen professionellen Nutzern die Arbeit mit KI-Chatbots verleidet. 

Dazu kommt, dass sie für individuelle Use Cases, die Firmen-Know-how benötigen, ohnehin ungeeignet sind, weil sie das Wissen nicht haben. Und die entsprechenden Unterlagen – etwa ein Pitch-Deck oder euer Onboarding-Manual – bei ChatGPT reinzukippen, ist schon aus Datenschutzgründen ein No-Go.

Die Lösung heißt: Do it yourself

Daher: Bauen Sie doch Ihren eigenen GenAI-Bot! Die Technologie ist da, und einige Ansätze sind auch für Nicht-ITler nutzbar. Das Stichwort heißt No-Code- bzw. Low-Code-Programmierung (die Hintergründe sprengen hier den Rahmen – sich aber vollumfänglich bei uns im Blog nachzulesen).

Aus der Erfahrung unserer Projekte hier drei Wege zum eigenen Bot – jeweils mit Vor- und Nachteilen. Der Fokus liegt auf der Arbeit mit Text und Wissen:

1. Das eigene GPT in ChatGPT

Jeder, der das Bezahlabo „ChatGPT Plus“ hat, kann eigene Chatbots in ChatGPT bauen. Einfach links oben in der Seitenleiste auf „Explore GPTs“ gehen, dann rechts auf den „Create“-Button, und Sie gelangen direkt auf eine Setup-Oberfläche. Hier können Sie im Dialog mit ChatGPT Ihren Bot individualisieren, sein Verhalten definieren und Dokumente hochladen, auf die er zugreifen soll. Es gibt noch erweiterte Einstellungen – dazu finden sich im Netz sehr gute Tutorials. Mir hat etwa dieses hier zuletzt geholfen.

Bei uns in der Agentur In A Nutshell, dem Mutterunternehmen von disruptive, haben wir beispielsweise einen Bot gebaut, der das gesamte Wissen zu unserer kaufmännischen Software enthält. Im Dialog hilft er Mitarbeitenden, wenn sie bei der Projektanlage oder beim Controlling nicht weiter wissen. Und bei einem Kunden setzen wir gerade ein eigenes GPT auf, das die Texte für die neue Website schreiben wird.

Vorteile

• bekanntes Interface
• keinerlei Programmierkenntnisse vonnöten (zumindest in der Basisfunktion)
• Kostenlos, abgesehen vom ChatGPT-Account
  

Nachteile

• Unberechenbarkeit: Es ist immer wieder vorgekommen, dass das GPT auf die im Dialog definierten Vorgaben anders reagiert als erwartet oder aber vorher Definiertes überschreibt. Es gibt keine Code-Zeile, die man dann löschen oder reparieren kann – und dem Tool Verhalten wieder abzutrainieren, ist oft schwierig. Daher: Gerade eigene GPTs wollen sehr präzise gepromptet werden!
• Datenschutz: OpenAI hat zwar versprochen, dass es GPTs von Enterprise-Abonnenten nicht anzapft, um das eigene Large Language Model weiterzuentwickeln. Über US-Server laufen die Daten dennoch – was alle DSGVO-Wächter alarmiert.
• Analytics-Auswertungen erfordern kostenpflichtige Plugins wie GPT Wallets (5 €/Monat). Damit kann man die App sogar kostenpflichtig machen – was in unserem Case allerdings zweitrangig ist.
  

Fazit

Es ist die intuitivste und einfachste Lösung am Markt. Der Funktionsumfang ist allerdings beschränkt (bspw. zeigt mir ein GPT nicht die PDF-Seite eines in die Datenbank hochgeladenen Whitepapers an, aus der es gerade zitiert) und nur begrenzt erweiterbar. Wir nutzen GPTs vor allem als grundlegende Wissensdatenbanken oder für Textarbeiten. Zudem haben wir mit „Bedtime Stories“ ein persönliches, interaktives Gute-Nacht-Geschichten-GPT entwickelt.

2. Chatbots auf Basis von Prozessautomatisierungs-Tools

Tools wie Make.com oder Zapier bieten seit einiger Zeit die Möglichkeit, eigene KI-Bots aufzusetzen. In Zapier, unserer Nummer eins in Sachen Prozessautomatisierung, gibt man Rollen, Verhalten, URL und Namen vor. Programmieren muss man nicht können. Im Vergleich zu ChatGPT lässt sich der Bot deutlich individueller aufsetzen. Das große Manko: Selbst im „Premium“-Modus (19 €/Monat) können Sie nur eine Datei als Datenquelle hochladen. Links zur eigenen Datenbank oder zum Cloud-Server, über die der Bot aktuelles Wissen anzapfen könnte, sind nicht zulässig.

Vorteile

• Individuelles Setup
• Gute Verzahnung zwischen Bots und weiterer Prozessautomatisierung – bspw. haben wir einen „Nutshell-Concierge“ als Wissensdatenbank erstellt, der dem Nutzer automatisch weitere Dokumente aus der Cloud anbietet, die zu seiner Suche passen
  

Nachteile

• Nicht DSGVO-konform
• nur eine statische Wissensquelle
• Teuer
  

Fazit

„Führt zur Abwertung“ schreibt Stiftung Warentest, wenn ein Produkt aufgrund eines speziellen Mankos sofort durchfällt: Aus meiner Sicht ist das hier der Fall: Selbst im 95 €/Monat-„Advanced“-Abo kann man aktuell nur drei Quellen nutzen – in Zeiten, wo vermeintlich neues Wissen noch am gleichen Tag veraltet, ist das zu wenig. Sollte Zapier dieses Manko beheben, kann das Tool aufgrund der Automatisierungs-Features wirklich mächtig werden.

3. Copilot

Microsoft hatte in seinem KI-Bot Copilot auch die Option, eigene GPTs zu bauen – schafft diese Funktion jedoch Anfang Juli ersatzlos ab. Also: hier keine Energie mehr reinsetzen!

Zumal es eine viel bessere Lösung gibt: Die Microsoft-KI selbst lässt sich sehr gut zum „eigenen“ Bot weiterentwickeln. Voraussetzung ist, dass man die Enterprise-Version nutzt (337 €/Jahr), denn nur die kann auf Daten der eigenen Organisation zugreifen, die in Office 365 abgelegt sind. Die wichtigste Hürde: dass Sie diese Daten gut strukturieren und jede:r Nutzer:in den richtigen Zugriff hat – was im Fall vertraulicher Daten auch „kein Zugriff“ bedeuten kann (Rechte-/Rollen-System). 

Besonders mächtig ist der Copilot als Wissensdatenbank, denn das Tool durchforstet nicht nur Dokumente, Tabellen und Präsentationen, sondern auch Teams-Chats, Kalendereinträge und Mails. 

Programmieren muss man hier ebenfalls nichts. Umso wichtiger ist es, die Nutzer zu sensibilisieren, dass das System dann umso hilfreicher wird, wenn sie Ihr Wissen teilen. 

Vorteile

• DSGVO-konform, wenn man seine Microsoft-Instanz entsprechend hostet
• Unbegrenzter, tagesaktueller Zugriff auf Organisations-Daten
• Großes Vertrauen von IT- und Legal-Abteilungen in Microsoft
• sehr gute Quellennachweise mit Links zu den jeweiligen Daten/Dokumenten
  

Nachteile

• teuer, da aktuell jeder User 337 €/Jahr zahlt
  

Fazit:

Das aufwändige Setup beim Datenmanagement mag abschrecken, aber diese Einmal-Aufwände werden alle Unternehmen auf sich nehmen müssen, wenn sie effizient mit GenAI arbeiten wollen. Insofern: Wer früh startet, hat Vorteile gegenüber der Konkurrenz. Mein Rat: mit einem klar abgrenzbaren Pilotprojekt starten und dabei das Datenmanagement üben – wie wir es gerade mit der HR-Abteilung eines Kunden machen, wo wir Copilot im Onboarding neuer Mitarbeitenden nutzen. 

Übrigens hat Microsoft für Profis noch eine andere Lösung parat – mit der OpenAI-Integration in Azure. Das nur als Stichwort für Entwickler und System-Admins, da hier echte IT-Kenntnisse nötig sind.

Darum sollten Einsteiger erst einmal mit ChatGPT starten

Für erste Gehversuche im No/Low-Code-Metier sind Custom GPTs großartig: leicht aufzusetzen und sofort einsatzfähig. Aktuell geht es ja in vielen Unternehmen darum, die Business-Potenziale von GenAI zu finden und mit entsprechenden Cases Überzeugungsarbeit zu leisten. Das funktioniert hervorragend mit einem GPT, das Wissen bündelt oder zu einem klar abgegrenzten Thema Content erstellt. 

Bald danach stößt diese Option an Grenzen. Das aber müssen Sie, Ihren Kollegen oder Chefs ja nicht direkt sagen – denn wenn Sie die Neugier einmal geweckt haben, bekommen Sie vermutlich auch eher den Support für eine komplexere Lösung.

Bildquelle: Midjourney/disruptive

Der Beitrag So bauen Sie den eigenen Chatbot für Ihre Firma erschien zuerst auf https://disruptive-muenchen.de/ki-akademie.

Mit der rasanten Entwicklung von Generativer KI stehen klassische Konzepte des Urheberrechts vor neuen Herausforderungen. Wann wird ein Werk schutzwürdig? Und was passiert, wenn es nicht von Menschen, sondern von Maschinen geschaffen wurde? Die „Schöpfungshöhe“, das zentrale Kriterium für urheberrechtlichen Schutz, steht dabei aktuell im Mittelpunkt der Diskussion. In diesem Blog erfahren Sie, warum das Thema GenAI und Urheberrecht für Unternehmen, Kreative und die Rechtswelt immer relevanter wird – und welche Fragen dabei aufkommen.

Der Begriff ist nicht neu, und trotzdem ist er den meisten von uns vermutlich selten so oft begegnet, wie aktuell: Die Schöpfungshöhe ist ein zentrales Kriterium im Urheberrecht, das darüber entscheidet, ob eine Leistung als urheberrechtlich geschütztes Werk gilt oder – noch ein Fachwort – „gemeinfrei“ ist, also für jedermann nutzbar. Sie grenzt schutzwürdige Werken von Leistungen ab, die keine ausreichende Individualität oder Originalität aufweisen und somit nicht unter den Schutz des Urheberrechts fallen.

Hintergrund: das Konzept der Schöpfungshöhe kurz erklärt

In vielen Ländern wird die Schwelle zur Schutzwürdigkeit über die Begriffe Individualität oder Originalität definiert. Im deutschen Urheberrecht entstand das Konzept, damals Gestaltungshöhe genannt, in den 1920er Jahren, inspiriert vom Patentrecht. Die Gestaltungshöhe wurde zunächst in der angewandten Kunst genutzt, um zwischen Urheberrecht und Gebrauchsmusterschutz abzugrenzen, später jedoch auf alle Werkarten ausgeweitet. Heute definiert die Schöpfungshöhe die Untergrenze für den Urheberrechtsschutz, abhängig von der jeweiligen Werkart.

Schöpfungshöhe bei Generativer KI und Chatbots

Die Frage der Schöpfungshöhe gewinnt im Kontext von Generativer KI (GenAI) und Chatbots neue Bedeutung. Da KI-gestützte Tools Inhalte auf Basis vorhandener Daten generieren, stellen sich folgende rechtliche Fragen:

• Originalität und Individualität: Inhalte, die von GenAI erstellt werden, basieren auf maschineller Verarbeitung von Trainingsdaten. Sie sind oft nicht das Ergebnis eines individuellen kreativen Schaffensprozesses, wie es das Urheberrecht traditionell verlangt. Daher ist es fraglich, ob sie die notwendige Schöpfungshöhe erreichen.
• Urheberrechtliche Schutzfähigkeit: In vielen Rechtsordnungen werden KI-generierte Inhalte als nicht schutzfähig angesehen, da keine natürliche Person als Urheber benannt werden kann. Die deutsche Rechtsprechung verlangt einen sogenannten menschlichen Schaffensakt, um die Anforderungen an Individualität und Originalität zu erfüllen. Rein algorithmisch generierte Werke erreichen diese Schwelle in der Regel nicht.
• Urheberschaft und Haftung: KI-Inhalte können durch die Person geschützt werden, die die KI kreativ gesteuert oder die schöpferischen Vorgaben gemacht hat. Dies setzt jedoch eine wesentliche menschliche Mitwirkung voraus. Beispielsweise können, so zumindest die Auffassung vieler Jurist:innen, ausführliche und kreative Prompts eine so hohe Schöpfungshöhe haben, dass anschließend auch das Werk urheberrechtlichen Schutz genießen kann. Es geht also um eine klare menschliche (Mit)-Urheberschaft – ohne diese verbleiben KI-generierte Inhalte im Bereich der Gemeinfreiheit.

Fazit: Die Schöpfungshöhe bleibt ein unverzichtbares Kriterium, um den Schutzumfang des Urheberrechts zu definieren. Bei Generativer KI stehen rechtliche Systeme weltweit vor der Herausforderung, traditionelle Konzepte an technologische Entwicklungen anzupassen. Solange der menschliche Einfluss auf den kreativen Prozess nicht nachweisbar ist, dürfte KI-generierten Inhalten der Urheberrechtsschutz meist verwehrt bleiben.

So sichern Sie sich in puncto GenAI und Urheberrecht ab:

Um rechtliche Unsicherheiten bei KI-generierten Inhalten zu vermeiden, sollten Sie daher ein paar Regeln beachten:

1. Wenn Ihnen ein Urheberrecht auf einen mit KI erstellten Content wichtig ist, dokumentieren Sie den kreativen Prozess und Ihren Einfluss auf die Entstehung des Werks. Das erleichtert es im Zweifel, Ansprüche zu untermauern.
2. Prüfen Sie die Lizenzbedingungen der eingesetzten KI-Tools, insbesondere hinsichtlich der Nutzung und Weiterverwendung generierter Inhalte. Selbst wenn Sie ein Urheberrecht haben, heißt das bei vielen Tools nicht, dass Sie ein exklusives Nutzungsrecht haben.
3. Vorsicht, wenn Sie Inhalte weiterlizenzieren wollen: Da die Urheberrechtsfrage oft vage ist und die Nutzungsrechte selten exklusiv sind, können Sie in der Regel auch nur begrenzte Rechte an Ihre Kund:innen weitergeben.
4. Ganz wichtig auch: Stellen Sie sicher, dass Sie selbst keine Urheberrechte verletzen, wenn Sie mit KI arbeiten. Wichtig sind außerdem Persönlichkeitsrecht und Markenrecht.

Generell gilt: Die rechtlichen Bedingungen beim Einsatz von Generativer KI entwickeln sich aktuell ähnlich schnell wie die Technologie selbst. Mit dem AI Act wird nochmals eine ganz neue Gesetzgebung relevant – was daraus für Unternehmen folgt, lesen Sie hier. GenAI und Urheberrecht ist dabei eines der aktuell am meisten diskutierten Themen. Folgen Sie uns auf LinkedIn oder abonnieren Sie, um monatlich kostenlos auf dem Laufenden zu bleiben, einfach unseren Newsletter

Mehr KI-Updates gefällig?
In unserem monatlichen Newsletter erhalten Sie alle relevanten Updates zu GenAI – mit Fokus auf Kommunikation, Marketing und HR. Hier kostenlos abonnieren.

Die in diesem Blogpost enthaltenen Informationen sind nach bestem Wissen recherchiert, stellen keine Rechtsberatung dar und ersetzen keine individuelle juristische Beratung. Für event. Nachteile, die aus ihrer Nutzung entstehen, übernehmen wir keine Haftung. Für konkrete Fragen oder rechtliche Unsicherheiten zu Urheberrecht und KI empfehlen wir, eine qualifizierte Rechtsanwaltskanzlei anzusprechen.

Der Beitrag Kann ChatGPT Urheberrechte auf eigene Beiträge beanspruchen? erschien zuerst auf https://disruptive-muenchen.de/ki-akademie.

… sagt Jensen Huang, CEO von Nvidia, des weltweit führenden Anbieters von KI-Hardware. In diesem Artikel klären wir, wie zugänglich Programmieren mittlerweile tatsächlich für die Allgemeinheit geworden ist. Dabei betrachten wir das Potenzial, das Gen AI als Katalysator für Coding birgt – und zwar über Entwicklungsplattformen aus dem Bereich Low-Code-/No-Code (LC/NC). 

Das Potenzial der neuen Technologie ist riesig: So wie GenAI die Arbeit mit sprachbasierten Inhalten auf ein neues Level hebt und auch teilweise demokratisiert, so wird LC/NC das Programmieren und die Produktentwicklung revolutionieren:

Low-Code/No-Code – Was ist das überhaupt?

Bei „Low-Code/No-Code“ handelt es sich streng genommen um zwei getrennte Begriffe, die jeweils eine neue (wie neu, das klären wir später), vereinfachte Art des Programmierens beschreiben. Bei der Software-Entwicklung auf Basis von Low-Code werden nur noch geringe Programmierkenntnisse benötigt, bei No-Code sogar gar keine mehr. 

Die Grundidee haben jedoch beide Verfahren gemein: Durch ein intuitives Drag-and-Drop-Verfahren können wir nun Apps, Systeme und Netzwerke selbst programmieren, ohne die dafür nötigen Sprachen, wie Java, HTML 5 oder Python, beherrschen zu müssen.

„Aber das kann ChatGPT doch längst.“ Oder nicht? 

Jein. Was Sie möglicherweise bereits kennen, ist klassisches Coding, auch „Highcoding“ genannt, mit Hilfe von Gen AI.

Dabei erstellt und überprüft („debuggt”) die KI einen Softwarecode, der anschließend beim Programmieren eingesetzt werden kann. Doch hier ist Vorsicht geboten, denn: „ChatGPT kann Fehler machen. Überprüfen Sie wichtige Informationen.” Dieser Satz, den das Tool in jedem Chat unter dem Eingabefeld anzeigt, gilt ganz besonders beim Coden.

KI arbeitet nicht mit Fakten, sondern mit Wahrscheinlichkeiten und setzt daher auch Codes so zusammen, wie die Befehlsabfolge – auf Basis des im Large Language Model vorhandenen Wissen – am wahrscheinlichsten ist. Da die Sprachmodelle mit sehr viel Code gefüttert worden sind, ist die Qualität in der Regel gut. Aber da es beim Coden sehr auf Details ankommt, reichen kleinste Ungenauigkeiten, und das Produkt ist massiv fehlerhaft.

Entsprechend benötigt es immer eine:n Expert:in zur fundierten Überprüfung. Mit ChatGPT zu programmieren, kann IT-Spezialist:innen also Zeit sparen, ist für Neueinsteiger aber hinfällig, da sie nicht das Fachwissen besitzen, Fehler zuverlässig herauszufiltern.

Wie profitiert nun Low-Code/No-Code-Programmieren von GenAI?

Sie fungiert vor allem als Katalysator im Bereich Low-Code. Dort braucht es, der Name sagt es, ja noch Code. Anwender:innen mit wenig Programmier-Skills können nun sprachbasierte KI-Modelle via Prompt nutzen, für eine bestimmte Funktion solch einen Code zu generieren. Aber Achtung: Chatbots wie Gemini, Groq (beim Coding aufgrund der Geschwindigkeit top!) oder ChatGPT werden zwar besser. Da es beim Coding aber auf Details ankommt, reichen schon kleinste Fehler, und das Ergebnis ist total verbuggt. Daher gilt auch hier: keiner KI blind vertrauen! Ohne Experten, die Anwendungen auf Sicherheit und Zuverlässigkeit überprüfen, wird KI-unterstütztes Low-Coding nicht die nötige Qualität liefern, die Unternehmen brauchen. 

Welche Use Cases für Unternehmen gibt es?

Visuelle Komponenten ersetzen das Kodieren mit Text und sind dadurch in der Benutzung weniger fehleranfällig: Öffnet man eine LC- oder NC-Plattform, erscheint ein User-Interface mit verschiedenen Drag-and-Drop-Tools. Die Anwendungsplattform ist dabei besonders benutzerfreundlich und intuitiv, mit dem Ziel, das Programmieren zugänglicher zu gestalten. Nutzer:innen können so Apps erstellen, Daten einpflegen oder eigene Chatbots entwickeln – ganz ohne klassischen Code, nur mit Hilfe eines Baukastensystems.

Zu gängigen Use Cases für Unternehmen gehören: 

• Landingpages, Newsletter und Anwendungen in Kundeninformation/-dialog 
• Systeme zur Informationserfassung und -analyse
• E-Commerce-Apps und andere einfache Plattformen
• Anwendungen zur Datenverarbeitung, -speicherung und -visualisierung
• Schulungs-, Onboarding- und Wissensmanagement-Software

Wie können Unternehmen LC/NC konkret einsetzen?

Ihr visuelles Interface grenzt LC-, aber besonders NC-Plattformen so stark von herkömmlichen Programmier-Tools ab, dass sie teilweise nicht mehr als solche wahrgenommen werden. Entsprecht leicht sind sie für Anwender:innen aus diversen Fachbereichen nutzbar:

Technisch affine User nutzen bereits Jimdo Creator, um Websites zu erstellen, setzen in Brevo per Drag-and-Dropfür Newsletter auf, verwenden Make oder Zapier, um Datenimporte standardisiert zu verarbeiten, und verwalten mit Microsoft Power Apps ihre Kundeninformationen – ganz ohne zu realisieren, dass sie dabei programmieren. 

Der niederschwellige Übergang hin dazu, dass wir alle Programmierer werden, ist also längst im Gange. 

Viel Aufmerksamkeit hat zuletzt Google bekommen, als sie im Frühjahr den „Vertex AI Agent Builder“ vorstellten. Er soll es ermöglichen, komplett mit natürlicher Sprache zu coden und intelligente Bots ohne Programmierkenntnisse, alleine durch Prompts, zu erstellen. Diese Bots heißen Agents, daher der Name. Vertex ist kein LLM oder Chatbot, sondern eine Plattform, auf der man mithilfe diverser Sprachmodelle und Bot-Tools selbst auf NC/LC-Basis entwickeln kann.

Anwendungsfälle für seine „Agents“ sieht Google gar nicht unbedingt nur in der GenAI-begeisterten Kreativwirtschaft, sondern vor allem in Wissenschaft und Prozessautomatisierung.

Plattformen wie Vertex stellen die nächste Stufe der GenAI-Entwicklung dar und gehen die bekannten „Kinderkrankheiten“ der ersten Phase aktiv an.

• KI-Halluzinationen versucht Google etwa mit „Grounding“ entgegenzuwirken – es baut quasi ein Fundament aus verifiziertem Organisationswissen, auf dem der Agent dann aufsetzt.
• „Connectors“ zu Organisations-eigenen Datenquellen soll auch den Echtzeitabgleich zu internem Wissen möglich machen. Tech-Blogger stellen allerdings infrage, wie Google die Schnittstellen zu tausenden diversen CMS und Datenquellen ermöglichen will.
• Das von diversen Bots bekannte Problem veralteter Daten verspricht es damit zu lösen, dass Vertex Zugang zum gesamten Wissen der Google-Suche hat. Auch Chatbots wie ChatGPT behaupten, im „Internet“ zu suchen, jedoch ist die Quellenanzahl und -auswahl in Tests sehr limitiert.

Mit den Maßnahmen setzt Vertex exakt an der aktuellen Diskussion um KI und der zentralen Kritik an: mangelnde Verlässlichkeit der Ergebnisse, die eine manuelle Überprüfung erforderlich macht.

Wie ändert sich die Rolle der Unternehmens-IT?

Um Unternehmen zukunftsfähig zu halten, muss – in vielen Branchen und Bereichen zumindest – Coding zur Kompetenz möglichst vieler Mitarbeitenden werden. Dies gilt für Bereiche von Finance über Kundenservice bis hin zum Marketing. LC/NC-Tools werden Werkzeuge sein, mit denen Mitarbeitende Software entwickeln und zusammenbauen. „Gestreute digitale Innovation“ lautet das Ziel – und das nicht um der Innovation selbst willen, sondern um Geschwindigkeit und Produktivität zu steigern.

Um diesen Change zu begleiten, müssen Unternehmen ihre IT stärker als Servicefunktion einsetzen. Die „alten“, zentralisierten IT-Funktionen – Hardware-/Software-Einrichtung, Updates, Domain- und Hosting-Services oder Bugfixes – werden sukzessive automatisiert und wie Cloud-Dienste bereitgestellt.

Der Mehrwert einer „neuen“ IT in der KI-Welt liegt in ihrer Fähigkeit, Innovationen zu ermöglichen, indem sie sich auf die Bereitstellung von Standards, auf Beratung und auf Qualitätssicherung verlagert. 

Welche LC/NC-Lösung ist die beste?

Beratung zur Auswahl der richtigen LC/NC-Lösung kann dieser Blog nicht leisten, dafür sind die Anforderungen an Sicherheit, Integration und Funktionen zu unterschiedlich. Zur Orientierung aber einige Hinweise in puncto Sicherheit:

→ Suchen Sie bei der Anwendung Ihrer Wahl nach der ISO/IEC 27001-Zertifizierung, die internationale Norm für Informationssicherheit. Das Zertifikat erhalten nur Anbieter, die unter anderem ein dokumentiertes Informationssicherheits-Management vorweisen können. Zusätzlich können Sie beim Anbieter eine Software Bill of Material (SBOM) erfragen. Die Veröffentlichung dieser ist in Europa zwar nicht verpflichtend, aber dennoch gängig. Sie bringt einen detaillierten Blick in die einzelnen Komponenten der Software und hilft so, eventuelle Schwachstellen ausfindig machen zu können. Nicht vergessen: Auch für diesen Gegencheck sind Profis unabdingbar.

Wichtig zu wissen: Wer eigene LC/NC-Anwendungen aufsetzt, wird damit womöglich zum KI-Anbieter. Damit einhergehen erweiterte Anforderungen an Dokumentation und Datenschutz. Mehr dazu lesen Sie hier in unserem Blogbeitrag zum neuen KI-Gesetz. 

Checkliste: Konkrete Vorteile und Herausforderungen von LC/NC-Integrationen

Die Nutzung von Low-Code/No-Code macht klassische „Little Effort, Big Results“-Versprechen. Aber wie sehen die überhaupt aus?

• Benutzerfreundlichkeit und Zeitersparnis: Durch den komfortablen und intuitiven Umgang mit den entsprechenden Systemen können Mitarbeitende innerhalb kürzester Zeit Apps erstellen, Daten tracken oder Prozesse erfassen. Die eingesparte Zeit lässt sich für andere Aufgaben nutzen – getreu dem Motto: „Wir werden gewinnen, wenn KI uns Arbeit macht.“
• Kostensenkung: Der Einsatz von LC/NC kann externe Dienstleister ersetzen, die finanziert werden müssen. Auch intern sind Kostensenkungen möglich.
• Ausgleich Personalmangel: Der IT-Bereich ist massiv vom Fachkräftemangel betroffen. Die Nutzung von LC/NC senkt die Notwendigkeit für einen großen Pool an IT-Expert:innen und lenkt den Fokus darauf, die verschiedenen Stärken der IT-fremden Mitarbeitenden gezielt einzusetzen. Auch die Abhängigkeit von externen Spezialist:innen lässt sich mittelfristig minimieren – zumindest im operativen Betrieb. 
• Produktentwicklung: Kund:innen wie auch Mitarbeitende profitieren von der Simplifizierung von Prozessen, die bisher unnötig langsam oder kompliziert waren. Mit LC/NC-Lösungen lässt sich eine optimierte Customer Experience aufsetzen und die eigene Innovationsstärke steigern.

Welche Herausforderungen bringt die Implementierung mit sich?

• Datenschutzrisiken: Trotz der oben genannten Tipps einer möglichst sicheren Nutzung, werden Sicherheitslücken immer wieder als Bedenken bei neuen digitalen Ansätzen genannt – so auch bei Low-Code/No-Code. Zum einen sollte bei entsprechenden Setups immer ein:e Expert:in für IT-Sicherheit mit dabei sein. Zum anderen empfiehlt es sich, zunächst mit Pilotprojekten in weniger sensiblen Bereichen zu starten – und dies ausnahmslos auf Basis von zertifizierten Tools.
• Austauschbarkeit: Viele LC- und NC-Angebote basieren auf zu bearbeitenden Vorlagen. Diese machen rasch deutlich, dass manche individuellen Umsetzungen nicht mehr so zu verwirklichen sind wie beim klassischen Coden. Das betrifft technische, wie auch visuelle Aspekte. 
• Fragile Lieferketten: Wie im Bereich GenAI sind auch bei LC/NC die meisten Anbieter US-Firmen. Eine zu starke US-Abhängigkeit ist angesichts politisch fragiler Zeiten zumindest mit Vorsicht zu sehen.

Wie wird sich LC/NC in Zukunft entwickeln?

Laut Studien ist der Fachkräftemangel im IT-Bereich über die vergangenen Jahre rasant gestiegen: Während McKinsey deutschlandweit von 140.000 fehlenden IT-Fachkräften im öffentlichen Dienst bis 2030 ausgeht, macht der Bitkom die prekäre Lage mit aktuellen Zahlen noch einmal deutlicher: 2023 fehlen 149.000 IT-Fachkräfte in der deutschen Gesamtwirtschaft. 

Jackpot für die Low-Code/No-Code-Entwicklung: Eine einzelne Arbeitskraft ist durch die Zeitersparnis in der Lage, ihr Pensum an Aufgaben signifikant zu erhöhen.

Diese Entwicklung spiegelt sich auch im Angebot: Schon jetzt gibt es etliche Plattformen, die Low-Code mit AI verschmelzen, wie bspw. Stack AI, Apple CreateML oder ObviouslyAI und Googles bereits erwähntes Angebot Vertex. Das Ergebnis: eigene Chatbots, Healthcare Assistants, persönliche Datenauswertung oder Risikobewertung und Betrugserkennung. 

Durch die Lernfähigkeit von AI und das Aufkommen von mehr und mehr professionellen LC/NC-Enterprise-Lösungen wird die Einbindung in Unternehmensprozesse also immer interessanter.

Unsere Tipps

• Nehmen Sie sich zu Beginn Zeit für die Recherche und vertrauen Sie nicht blind auf „One fits all“-Versprechen. Die Bandbreite an Plattformen, Tools und Softwares wächst wöchentlich – am Anfang muss eine individuelle Auseinandersetzung mit Ihren internen Use Cases stehen.
• Wir können es nicht oft genug wiederholen: Die Maschine braucht einen Menschen zum Gegencheck. Trotz Unterstützung durch Low-Code/No-Code-Anwendungen sollten Sie auf geschultes Fachpersonal nicht gänzlich verzichten. Dies gilt umso mehr, wenn sie Generative KI und LC/NC verzahnen. Denn Gen AI arbeitet mit User Input, bezieht Antworten aus Internetquellen oder zieht Schlussfolgerungen – Fehler können dabei nicht ausgeschlossen werden.
• Loslegen! Laut Gartner werden bis 2025 weltweit 70 Prozent der neuen Anwendungen innerhalb eines Unternehmens Low-Code- oder No-Code-Technologien verwenden. Zum Vergleich: 2020 waren es noch weniger als 25 Prozent.

Sie sehen Potenziale für LC/NC, aber fragen sich, wie Sie das Thema angehen sollen? Sprechen Sie uns an – am schnellsten hier per Mail! 

Bildquelle: Midjourney/Disruptive

Der Beitrag Low-Code/No-Code – Programmieren für Alle erschien zuerst auf https://disruptive-muenchen.de/ki-akademie.

Wenn das KI-Jahr 2023 von ChatGPT dominiert worden ist, wird 2024 diese Rolle der „Copilot“ übernehmen. Noch steckt Microsofts KI-Technologie zwar in den Kinderschuhen. Wir sind aber überzeugt, dass der Copilot für KI-basiertes Arbeiten in Unternehmen wichtiger werden wird als alle Tools bisher

ChatGPT und Co. haben das Bewusstsein geweckt, wie schnell sich die Arbeitswelt durch Generative KI verändert – der Copilot hingegen wird das technologische Rückgrat dieser Veränderung sein. Das liegt an vier Dingen:

1. am Anbieter: Microsoft ist Konzernstandard in der westlichen Welt. Das Unternehmen steht für IT-Sicherheit – angesichts der Kritikpunkte an KI ein Riesenvorteil
2. an der Grundidee: Mit Copilot wird KI zum vollwertiger Büroassistenten, der nicht nur auf allgemeines Wissen, sondern auf individuelle Unternehmensdaten zugreifen kann.
3. an den Sicherheitsstandards: Copilot löst eine der größten Schwächen der meisten GenAI-Tools: Er entspricht gängigen Datenschutz- und Compliance-Regeln – auch der DSGVO. Wir erleben bei Kunden von uns jetzt schon, dass IT- und Legal-Abteilungen, die die ChatGPT-Nutzung bisher untersagt hatten, die Microsoft-Lösung problemlos durchwinken. Im Herbst hatten wir hier im Blog bereits mehr zu Datenschutz und Copilot geschrieben.
4. am Leistungsumfang: Copilot ist ein eigenständiger KI-Chatbot, zudem aber eine tool-übergreifende Technologie. Mit ihr zieht GenAI in diverse Microsoft-Programme ein – wie PowerPoint, Teams, Word, Outlook und Excel. Und das jeweils mit den Funktionen, die zum jeweiligen Programm passen.

Das leistet der Copilot in Excel

Wir testen Microsofts KI-Tool Copilot seit Herbst 2023. Am weitesten ist die Technologie in Excel – weil sie bei der Datenverarbeitung, -visualisierung und -interpretation unterstützt. Unser Screencast zeigt einige Cases:

Allerdings hat das Können des Copiloten Grenzen: Auffällig ist, dass …

• die „Tagesform“ stark schwankt. Immer wieder kommt es vor, dass Abfragen, die gestern funktioniert haben, heute zu den für KI-Tools typischen Fehlermeldungen führen („Dafür bin ich nicht ausgelegt …“).
• Copilot auf Deutsch geschrieben Prompts deutlich schlechter versteht als englische
• die Technologie nicht wirklich mitdenkt. Bei Interpretationsaufgaben liefert sie eine mögliche Auswertung – aber nicht den Hinweis, dass es verschiedene Ansätze geben könnte und vielleicht ein eher ungewöhnlicher hilfreich sein könnte. Typisch KI: Sie gibt die wahrscheinlichste Antwort, nicht unbedingt die individuell passende. Beziehungsweise tut sie letzteres nur, wenn man den Prompt entsprechend präzisiert.

Mehr KI-Updates gefällig?
In unserem monatlichen Newsletter erhalten Sie alle relevanten Updates zu GenAI – mit Fokus auf Kommunikation, Marketing und HR. Hier kostenlos abonnieren.

Das kann Microsofts KI-Tool Copilot in Word, PowerPoint und Teams

• Word: Unspektakulär, aber hilfreich – so lässt sich die KI-Ergänzung in der Textverarbeitung beschreiben. Copilot hilft bei den gleichen Cases wie ChatGPT oder Googles Gemini, also bei Textbearbeitung und inhaltlicher Konzeption, beim Übersetzen und Redigieren. Gerade GenAI-Einsteiger:innen werden hiervon profitieren.
• PowerPoint: Copilot-Werbevideos von Microsoft wie dieses verhießen 2023 Spektakuläres: Mit wenigen Klicks sollte man ein Textdokument, etwa ein Whitepaper, in eine PowerPoint-Präsentation umwandeln können – die KI würde die Inhalte entsprechend komprimieren, sortieren und auf Slides verteilen.
  Klingt gut, funktioniert allerdings unserer Erfahrung nach bisher nur rudimentär: Wenn Copilot PPTs im individuellen Kundendesign befüllen soll, zerschießt das Tool fast immer die Layouts. Die Bildauswahl wirkt wie einfallsloses Stock-Material. Und die Strukturen und Begrifflichkeiten sind sehr standardisiert: Warum hatte bisher jede Präsentation, die ich erstellt habe, eine „Tagesordnung“ – sogar die Zusammenfassung einer Social-Media-Studie? Fazit: Bisher ist Copilot in PowerPoint nicht wirklich professionell nutzbar – die Potenziale aber sind bemerkenswert.
• Teams: Im Chat- und Messenger-Dienst von Microsoft hat das Tool sehr großes Potenzial. Angenommen, Sie kommen nach einer Woche zurück ins Büro und wollen nachvollziehen, welche wichtigen Themen intern diskutiert wurden. Aktivieren Sie Copilot und fragen Sie das Tool nach den wichtigsten Diskussionen, zu erledigenden Aufgaben oder Beiträgen von den für Sie wichtigen Personen. Unsere Tests dazu sind sehr überzeugend.
  Auch in Teams-Meetings ist die Technologie sehr hilfreich: Copilot schreibt in Echtzeit mit, erstellt Protokolle und sortiert Aufgaben. Wichtig: Bevor Sie den virtuellen Assistenten dazu schalten, brauchen Sie aus Datenschutzgründen das Einverständnis aller Meeting-Teilnehmer:innen.

Fazit: Microsofts KI-Tool Copilot wird zum Konzernstandard – daher sollten Unternehmen jetzt schnell sein

Die Technologie ist noch nicht ausgereift, aber die Geschwindigkeit in der KI-Entwicklung der vergangenen Monate hat gezeigt, wie schnell sich dies ändert. Die Integration von Copilot in Microsofts Standard-Software ist so schlüssig, und die Technologie kann – richtig eingesetzt – fast jeden Prozess schneller oder produktiver machen. Daher ist es nur eine Frage der Zeit, bis Copilot Konzernstandard sein wird.

Unternehmen, die jetzt schnell sind, werden gegenüber dem Wettbewerb Startvorteile haben. Als Auftakt empfiehlt sich ein abgrenzbares Pilotprojekt in einem Team, das bereits mit KI arbeitet – etwa in MarCom, HR oder Kundenservice. Gute Erfahrung haben wir in der Zusammenarbeit von Teams an unterschiedlichen Standorten gemacht, weniger gute im Finance-Bereich. Denn trotz der guten Ansätze in Excel und Teams gehen dort die Erwartungen der Menschen und die Expertise des Tools noch zu weit auseinander.

Sie führen Copilot im Unternehmen ein oder planen es? Wir beraten Sie und bilden Ihr Team aus
In unseren individuellen Workshops erhalten Einsteiger und Profis praktisch nutzbares Wissen, üben an passenden Use Cases den Umgang mit der neuen Technologie und erfahren wichtige Hintergründe. Wir schulen in deutscher und englischer Sprache. Senden Sie uns einfach eine kurze Nachricht!

Bildquelle: Midjourney/disruptive

Der Beitrag Was kann Microsofts KI-Tool „Copilot“ wirklich? Einblicke am Beispiel Excel erschien zuerst auf https://disruptive-muenchen.de/ki-akademie.

2024 geht in Sachen Generative AI so rasant weiter, wie 2023 geendet ist: ChatGPT hat nun einen eigenen App-Store. Jede:r von uns kann dort eigene KI-basierte Apps einstellen und verkaufen. Der „GPT Store“, wie die Plattform heißen wird, ist online. Wir beantworten alle wichtigen Fragen und erklären, wie Unternehmen profitieren können:

OpenAI: GPT Store läutet neues KI-Kapitel ein

Das Angebot ist jedoch nicht nur für ITler interessant: Die Entwicklung ist so einfach, dass jede:r ChatGPT-Nutzer:in eigene Apps aufsetzen kann.

Dass OpenAI den GPT Store launcht, war zu erwarten. Ursprünglich hätte er sogar schon im Dezember starten sollen. So oder so ist die Ankündigung aber ein Meilenstein in der GenAI-Evolution: Erstmals können Entwickler:innen nun eigene GPT-basierte Apps auf einer professionellen Plattform weltweit vermarkten. Das teilte OpenAI, das Unternehmen hinter ChatGPT, in einer Rundmail an App-Entwickler:innen mit. Da wir mit In A Nutshell und disruptive bereits eigene Apps bauen, haben wir das Update auch erhalten. OpenAI spricht übrigens bei den KI-Apps einfach von „GPTs“ oder „CustomGPTs“.

Interesse an aktuellen KI-Updates für Führungskräfte? Abonnieren Sie hier unseren kostenlosen, monatlichen Newsletter!

Mit dem Store-Gedanken vollzieht die US-Firma den vermutlich wichtigsten strategischen Schritt nach, den einst Apple gemacht hat: Denn wann ist das 2007 gelaunchte iPhone wirklich zur globalen Erfolgsstory geworden?

Mit dem GPT Store wandelt OpenAI auf den Spuren von Apple

Erst ab Sommer 2008, als Apple den eigenen App Store startete – anfangs übrigens nur mit 500 Apps. Kulturell, sozial und wirtschaftlich hat die Plattform die Art und Weise verändert, wie Menschen arbeiten, sich treffen, kommunizieren, reisen und vieles mehr. Weltweit sind Tech-Startups entstanden, die mit ihren Apps das Apple-Ökosystem erst zu dem gemacht haben, was es heute ist.

Zudem ist das App-Geschäft auch ein relevanter Wirtschaftsfaktor: Laut Apple haben seit 2008 App-Design und -Entwicklung über 1,5 Millionen Arbeitsplätze in Europa geschaffen und europäischen IT-Entwicklern mehr als 20 Milliarden Euro Umsatz eingespielt. Allein für Deutschland spricht Apple von 262.000 neuen Jobs – das wären mehr als doppelt so viele Menschen, wie hierzulande etwa bei Volkswagen beschäftigt sind.

Solchen Zahlen sind für OpenAI natürlich Zukunftsmusik – und es ist fraglich, ob der GPT Store sie jemals erreicht. Allein jedoch das Angebot, auf Basis von GPT-4 eigene Programme zu entwickeln, dürfte die KI-Innovationsgeschwindigkeit nochmals erhören und die Position des Marktführers stärken. Die FAZ schrieb in ihrem sehr guten Newsletter D:economy passend dazu auch gleich vom zweiten „App-Store-Moment“, den die Welt gerade erlebe.

Bei OpenAI formulieren sie es naturgemäß etwas altruistischer, nämlich als Beitrag zur Mission, sichere und nützliche KI zu entwickeln. GPTs und der Store würden ein breiteres Spektrum an Beiträgen zur KI-Entwicklung ermöglichen und die Vielfalt der Ideen und Ansätze für sicherere KI-Ergebnisse erhöhen, so das offizielle (übersetzte) Statement.

Die wichtigsten Fragen rund um OpenAIs GPT Store

Wer kann Custom GPTs erstellen?

Die Entwicklung ist so simpel, dass jede:r ChatGPT-User:in eigenen Apps bauen kann. Voraussetzung ist ein GPT+-Bezahl- oder ein Enterprise-Account. Damit kann man direkt im neuen Editor des Chatbots mit der eigenen GPT starten. Die Limitation auf Bezahl-Accounts ist laut OpenAI eine Übergangslösung, künftig sollen mehr User das Angebot nutzen können. Wann „künftig“ sein wird, lässt die Firma noch offen.

Update: 30. Mai 2024: OpenAI hat bekannt gegeben, dass CustomGPTs für alle Nutzer zugänglich sind, also auch für die der kostenlosen Variante von ChatGPT. Außerdem ermöglichte OpenAI für CustomGPTs den Zugriff auf das neueste Model, GPT-4o.

Muss man programmieren können, um GPTs zu erstellen?

Nein, es braucht keine Programmierkenntnisse. Damit schließen die CustomGPTs an die Entwicklungen im Bereich „Low Code/No Code“ der letzten Jahre an: Der Grundgedanke dabei ist, dass jede:r Anwender:in selbst Programme schreiben kann, ohne selbst den Code zu verfassen. Stattdessen transferiert die Software unsere Eingaben in Code – wie ein Übersetzer, nur dass wir hier nicht vom Deutschen ins Englische, sondern von gesprochener Sprache in HTML oder andere Programmiersprachen übersetzen. Unsere erste GPT-App, „Bedtime Stories“, haben wir daher auch gänzlich ohne Coding-Kompetenz aufgesetzt. Die KI-App denkt sich persönliche und interaktive Gute-Nacht-Geschichten für Kinder aus.
Um elaborierte KI-Apps zu bauen, sind allerdings ein paar Entwickler-Skills hilfreich. Denn man kann GPTs mit externen Daten oder Diensten verbinden kann – das erfordert zumindest ein grundlegendes Verständnis von APIs und ähnlichem.

Welche Apps sind für Unternehmen sinnvoll?

Der erste Impuls ist bei vielen, dass GPTs vor allem im B2C-Bereich Sinn ergäben – als Verlängerung des Produkt-Marketings oder zum direkten Vertrieb. Gerade im Medien- und FMCG-Bereich gibt es hier bereits erste Cases oder zumindest Konzepte.
Daneben sehen wir jedoch auch im B2B-Geschäft sowie in HR und Kommunikation große Chancen. Aus Corporate Communication-Sicht etwa erscheinen Newsroom-GPTs sinnvoll. Wir diskutieren mit einem Kunden aktuell ein GPT-Konzept, um Journalist:innen auf leicht zugängliche Art Fragen zu beantworten. Und HR-Abteilungen können Bausteine der Candidate Journey in die Apps auslagern und so Ressourcen in der Ansprache und Talent Attraction sparen. Mit einem Kunden skizzieren wir gerade ein GPT, das in der ersten Phase des Recruiting-Prozesses als „digitale:r Mentor:in“ Bewerber an die Hand nimmt und – en passant – verdeutlicht, wie innovativ und modern das Unternehmen unterwegs ist.
Beide Cases zeigen jedoch auch: GPTs werden nur ein Baustein in der gesamten Zielgruppenansprache sein. Die echten menschlichen Kontakte werden durch die digitalen Assistenzen nicht obsolet, allerdings sicher anders gelagert.

Sind CustomGPTs das gleiche wie Konzern-GPTs, die aus Datenschutzgründen ChatGPT ersetzen können?

Nein, beides wird zurzeit oft verwechselt, es sind aber zwei verschiedene Ansätze. Unternehmenseigene GPTs sind Alternativen zu Bots wie ChatGPT, Perplexity oder Claude, die allerdings keine Daten mit der Öffentlichkeit teilen und sie auch nicht über US-Server laufen lassen. Solche „Konzern-GPTs“ laufen in der Regel auf Basis des Microsoft-KI Copilot.

Wie funktioniert die Erstellung eigener CustomGPTs?

Wie es bei GenAI üblich ist, im Dialog mit dem Bot: Mit dem Editor in ChatGPT unterhält man sich wie mit dem Bot selbst und gibt ihm sukzessive konkrete Anweisungen, was die App können soll, wie sie spricht, wie die User Journey gedacht ist, … Zudem kann man Dateien in die Wissensdatenbank hochladen und Features aktivieren, etwa Websuche, Bilderstellung oder Datenanalyse. Man kann die eigenen GPTs allein für sich nutzen, sie per Link-Sharing Dritten oder komplett öffentlich freigeben. Nur im letzten Fall werden sie auch im GPT Store gelistet

Gibt es weitere Voraussetzungen neben dem ChatGPT-Zugang?

Um in den GPT Store aufgenommen zu werden, muss man sein eigenes GPTBuilder-Profil verifizieren. Das geht, indem man einen von OpenAI vorgegebenen Key im Quellcode der eigenen Website hinterlegt. Und die eigene GPT muss öffentlich zugänglich sein.

Sind auch weiterhin private oder nicht gelistete GPTs möglich?

Ja, allerdings werden diese nicht in den Store integriert. Alle, denen man per Link Zugang gibt, können die entsprechenden GPTs jedoch nutzen. Wir haben für uns beispielsweise ein internes GPT gebaut, das als digitale Assistenz alle Fragen rund um unsere Controlling-Software beantwortet. Was wir bisher auf 91 Seiten Word nachlesen mussten, können wir nun ChatGPT fragen.

Der GPT Store hinterlässt offene Fragen beim Datenschutz

Lässt sich mit eigenen GPT Geld verdienen?

OpenAI bejaht dies, hat aber noch keine Details verraten. Momentan sind alle GPTs kostenfrei, und man kann sie nicht direkt im Store verkaufen. Wer mit seinen GPTs Geld verdienen wollte, musste dies über eine eigene Website und angeschlossene Payment-Anbieter wie beispielsweise Stripe tun. Dass OpenAI eine Monetarisierung plant, hat es jedoch schon mehrfach gesagt und beispielsweise ein „Builder Revenue Program“ angekündigt. Entwickler erfolgreicher GPTs sollen darüber Geld für ihre Entwicklungen erhalten. Dieses Modell erinnert an Spotify, wo Content Creator und Künstler entsprechend der Nutzung ihrer Inhalte bezahlt werden. Denkbar ist jedoch auch das Apple-Modell, bei dem Entwickler die Preise ihrer Apps selbst festlegen und Apple einen mehr oder weniger großen Anteil am Verkaufspreis einbehält.

Wie steht es um Datenschutz und -sicherheit in GPTs?

„Ersteller von GPTs haben keinen Zugriff auf die Unterhaltungen der Nutzer mit ihren GPTs“, stellt OpenAI klar und verspricht, sicherzustellen, dass die Drittanbieter-Apps die Nutzungsrichtlinien einhalten und keine schädlichen Inhalte verbreiten. Es wird eine Adresse geben, an die man missbräuchlich eingesetzte GPTs melden kann. Detailinfos gibt es aber auch hierzu noch nicht.

Der Beitrag OpenAI: GPT Store läutet neues KI-Kapitel ein erschien zuerst auf https://disruptive-muenchen.de/ki-akademie.

Dieser Artikel ist zuerst im Magazin W&V als Gastbeitrag von disruptiv-Gründer Timm Rotter erschienen.

Happy Birthday, ChatGPT! Heute vor einem Jahr, am 30. November, ging die erste öffentliche Version des Chatbots online und begründete den Boom von generativer künstlicher Intelligenz, kurz „GenAI“. Die neue Technologie verändert unser Leben und Arbeiten – gerade in kreativen Berufen – schneller und massiver, als jede Tech-Innovation zuvor, sagen inzwischen viele Experten. 1 Jahr ChatGPT: Zeit also, zum 1. Geburtstag zu sortieren, was bisher passiert ist und was 2024 wirklich wichtig wird:

1 Jahr ChatGPT – Vier Thesen zur Zukunft von Generativer KI

Wir haben ChatGPT gebeten, selbst ein Geburtstagsbild zu kreiieren – so weit, so bunt. Nur das mit der Rechtschreibung bekommt das Tool immer noch nicht hin…

1. ChatGPT war nur das Vorspiel – die wahre Disruption heißt Copilot

Die Posse um Rauswurf und Re-Inthronisierung von Sam Altman als CEO von OpenAI binnen einer Woche hat die Tech-Welt unlängst in Aufruhr versetzt. Stürzt Altman? Scheitert OpenAI? Was wird dann aus der KI-Revolution?

So wegweisend die Arbeit des kalifornischen Start-ups sein mag: Das GenAI-Game wird es nicht entscheiden. Längst haben die Großkonzerne ihre Claims abgesteckt. Die besten Karten scheint aktuell Microsoft zu haben, das 13 Milliarden Dollar in OpenAI investiert und dafür exklusive Nutzungsrechte an der GPT-Technologie erworben hat.

Diese fließen jetzt in den KI-Assistenten „Copilot“ im neuen Windows 11: In allen relevanten Programmen, von MS Teams über Outlook bis zu PowerPoint, gibt es fortan einen KI-Bot, der zudem Microsofts Sicherheitsstandards entspricht. 

Für Unternehmen wird 2024 daher viel mehr verändern, als ChatGPT es in diesem Jahr geschafft hat: Denn während viele Firmen die heutigen KI-Tools wegen ungeklärter juristischer Fragen gar nicht oder nur zögernd zulassen, wird Copilot (fast) jeden Business-Rechner mit GenAI ausstatten. Mit ein paar Klicks werden dann aus Transkripten in Word fertige PowerPoint-Präsentationen, fasst die KI alle relevanten Aufgaben aus den Mails vom Vortag zusammen oder sortiert den eigenen MS-Teams-Wust nach persönlicher Priorität. Die Firmen, die Copilot jetzt schnell einführen, dürften damit auf längere Sicht Wettbewerbsvorteile haben.

2. Wir haben GenAI überschätzt – die künftigen Potenziale sollten wir aber nicht unterschätzen

„Wir lassen das erstmal mit ChatGPT – da kommt doch nur Mittelmaß raus.“ Das hat mir im Juli ein Kommunikationschef gesagt. Noch schlimmer: Er hat es ernst gemeint. 

Tatsächlich hat 2023 gezeigt, wie schnell KI an Grenzen stößt. Man denke an KI-generierte Fotos von Menschen mit sechs Fingern oder an grobe fachliche Fehler in Texten, euphemistisch „Halluzinationen“ genannt. 

Aber: Welches Software-Genre war nach einem Jahr im Echtbetrieb schon perfekt? Zudem resultieren die Fehler meist daraus, dass wir GenAI falsch verstehen, etwa weil wir ChatGPT zur Faktensuche nutzen, oder schlichtweg beim Prompting, also der Eingabe der Textbefehle, zu ungenau sind.

Was wir verstehen sollten: Die heutigen Tools sind digitale Assistenten, die selten mehr als 80 Prozent der gewünschten Ergebnisqualität liefern. Eine der wichtigsten KI-Kompetenzen, die Menschen brauchen, ist daher das Gespür für den Zeitpunkt im Prozess, an dem wir wieder übernehmen müssen.

Allerdings: Die Grenzen verschieben sich rasch – HeyGen hat das bei Avatar-basierten Videos vorgemacht, Photoshop beim KI-basierten Erweitern von Fotos. 2024 sollten wir aufpassen, dass wir selbst mithalten, also die Tools nutzen und unser KI-Know How weiterentwickeln. Sonst sind wirklich bald wir der Grund dafür, wenn nicht mehr als Mittelmaß herauskommt.

3. Hört auf, liebe Unternehmen, euch selbst im Weg zu stehen!

Acht von zehn Firmen in Deutschland haben Sorge, bei GenAI Nachzügler zu sein oder schon den Anschluss verpasst zu haben. Diese Zahlen vom IT-Verband Bitkom weisen auf ein urdeutsches Problem hin – es fehlt an Weitsicht und Risikobereitschaft, stattdessen wird Angst vor dem Neuen zur self-fulfilling prophecy. 

Denn technologisch gibt es keinen Grund zur Sorge, abgehängt zu werden: Es sind nur ein paar wenige Tools, die in den Standard-„KI-Werkzeugkasten“ jedes Unternehmens gehören: Wir nutzen bei uns ChatGPT, Perplexity und DeepL im Textbereich, Midjourney und die Adobe-KI-Lösungen für Gestaltung, Synthesia und HeyGen für Videos und zwei, drei weitere spezialisierte Anwendungen – etwa für Podcasts. 

Ich habe dieses Jahr mit einigen Kunden gesprochen, die kein einziges der Tools einsetzten, weil IT, Betriebsrat oder Hausjuristen (oder gerne auch alle) ihr Veto eingelegt hatten. Natürlich ist es richtig, sich über DSGVO, Datenstruktur und -sicherheit Gedanken zu machen. Das Ergebnis kann aber nur sein, dass man Wege findet, KI zumindest in Pilotprojekten zu integrieren. Sonst verliert man wirklich den Anschluss.  

4. Deutschland hat ein Führungsproblem – verlasst euch nicht auf die Politik!

„​​Künstliche Intelligenz wird in 75 Jahren ein ganz normaler Teil des Alltags sein.“ Hat Olaf Scholz neulich in einem Zeitungsinterview formuliert. 75 Jahre? Das wäre dann im Spätherbst 2098 … 

Der Satz zeigt wieder einmal, wie wenig Bewusstsein unsere Regierung hat für das, was gerade passiert. Es wird keine 75 Jahre dauern, noch nicht einmal 7,5 Jahre: Bereits 2025 dürfte – davon zumindest gehe ich aus – ein Großteil der Texte im Internet KI-generiert oder wenigstens unterstützt sein, dürfte Prompting zur Kulturtechnik geworden und GenAI in den meisten Apps und Computerprogrammen integriert sein. 

Damit die KI-Nutzung in Deutschland aber wirklich vorankommt, braucht es auch auf gesellschaftlicher und politischer Ebene Innovation. Ich denke an ein Bildungssystem, das KI-Kompetenz fördert, an eine angemessene gesetzliche Regulierung und an Politiker, die das Thema treiben und ausstrahlen, dass Deutschland KI-Weltklasse sein will. Und das bitte nicht erst 2098 … 

Umso essentieller wird es sein, dass Unternehmen jetzt selbst aktiv werden – indem sie Mitarbeitende zur Arbeit mit GenAI ermuntern, mit KI-Guidelines Orientierung liefern und Sicherheit vermitteln, Trainings und Workshops anbieten und interne Teams definieren, die die Technologie entsprechend der firmeneigenen Bedarfe vorantreiben und vertrauenswürdige Tools ausrollen. 

Elementar wird auch sein, Sorgen bei Mitarbeitenden zu erkennen und zu moderieren. Denn eines kann man nach einem Jahr ChatGPT sehr sicher sagen: KI wird uns keine Arbeit wegnehmen, aber KI-Nutzer werden diejenigen abhängen, die KI nicht verstehen.

Der Beitrag 1 Jahr ChatGPT erschien zuerst auf https://disruptive-muenchen.de/ki-akademie.