AI Reality Check 2026: AI Q&A – eure Fragen, unsere Antworten

00;00;01;02 – 00;00;24;17
Vor sechs Folgen haben wir diese Miniserie mit einer Beobachtung begonnen. Der KI Hype hat einen Kater hinterlassen, Unternehmen investieren, Mitarbeiterinnen und Mitarbeiter experimentieren. Und trotzdem ist die Wertschöpfung vielerorts noch nicht klar sichtbar. Seitdem haben wir uns angesehen, was KI wirklich ist, warum AI Literacy der entscheidende Hebel ist, welche Use Cases echten Return liefern und wie Governance von der Bremse zum Enabler wird.

00;00;24;19 – 00;00;47;17
Heute drehen wir den Spieß um. In dieser Folge stellen wir nicht die Fragen, sondern ihr. In den vergangenen Wochen haben uns viele Fragen erreicht. Wir haben die ausgewählt, die aus unserer Sicht die aktuelle Diskussion am besten abbilden. Ich bin Irene Racher und das ist AI Reality Check 2026, der Podcast von EFS Consulting über das, was KI in der Industrie wirklich bedeutet.

00;00;47;23 – 00;01;09;13
Und ich bin Ralph Zlabinger. Eine kurze Anmerkung vorab, weil einige Fragen rechtliche Themen berühren werden. Wir haben die Rechtslage nach bestem Wissen und Gewissen recherchiert. Aber natürlich ersetzt dieser Podcast keine Rechtsberatung im Einzelfall. Und dann noch etwas: Es gibt nicht auf alle Fragen eine klare Antwort. Das heißt, wir bemühen uns, die beste, richtigste Antwort zu geben. Ein bisschen ähnlich wie KIs.

00;01;09;19 – 00;01;32;23
Aber natürlich wissen wir, dass die Welt sehr komplex ist und das es in manchen Fällen nicht so einfach ist. Also bitte habt Verständnis dafür. Jetzt wollen wir in die letzte Folge eintauchen, und zwar genau dort, wo KI für die meisten Menschen stattfindet im ganz normalen Arbeitsalltag. Ich bin schon sehr gespannt auf die erste Frage. Starten wir los. Hörer Frage Nummer 1: Eine Sachbearbeiterin aus dem Einkauf eines Industriekonzerns.

00;01;32;25 – 00;01;51;02
“Ich nutze KI mehrmals die Woche für Zusammenfassungen zum Emails formulieren, Übersetzungen, schnelle Fragen für alle möglichen Themen. Das funktioniert super und spart mir viel Zeit. Aber ich frage mich oft: Gibt es eigentlich Bereiche, wofür ich KI eigentlich nicht nutzen sollte? Gibt es Aufgaben, bei denen ihr sagt: Finger weg! Auch wenn es verlockend ist?” Ich darf das gleich beantworten.

00;01;51;03 – 00;02;12;16
Zuerst einmal, was da beschrieben wird… das sind genau die Anwendungsfälle, in denen KI heute am zuverlässigsten funktioniert. Also das Zusammenfassen, Texte formulieren, übersetzen, strukturieren. Das sind Sprachaufgaben. Und diese Sprachmodelle, wie der Name schon sagt, die sind eben für Sprache gebaut. Das heißt, für diese Aufgaben können Sie KI super verwenden. Und das ist überhaupt kein Grund für ein schlechtes Gewissen.

00;02;12;24 – 00;02;33;19
Aber es gibt da natürlich schon auch “Finger weg Bereiche”, die gibt es tatsächlich. Da würde ich vor allem drei nennen. Vorsicht vor personenbezogenen Daten oder Geschäftsgeheimnissen, solange Sie kein vom Unternehmen freigegebenes Tool nutzen und da wirklich trotzdem auch darauf achtgeben. Wo spielen Sie die Dateien hinein? Befinden sich die auf dem Arbeitsplatz selber auf dem Computer selber oder laden Sie die irgendwo hoch?

00;02;33;20 – 00;03;05;17
Ist das freigegeben oder nicht? Achtung auch vor versteckten Informationen wie gewissen Konditionen, Vertragsdetails, sowieso klar, Bewerbungsunterlagen oder Gehaltsdateien gehören sowieso nicht in eine private KI. Zweitens: Entscheidungen über Menschen. Eine KI darf dabei helfen, eine Lieferantenbewertung zum Beispiel vorzubereiten. Aber die darf niemals alleine entscheiden. Wer einen Auftrag, eine Stelle oder irgendeine Form von Beurteilung bekommt. Drittens: Vorsicht vor Fakten.

00;03;05;19 – 00;03;29;12
Die müssen immer geprüft werden. Das ist vor allem der Fall, wenn man KI für sich recherchieren lässt. KI ist jetzt meiner Erfahrung nach nicht das perfekte Recherche Tool, weil ich muss immer davon ausgehen, dass hier per Default Fehler vorkommen. Also vor allem bei Zahlen, Daten, Fakten, die Sie in der externen Kommunikation verwenden wollen, zum Beispiel in Kundenmails oder in Verträgen.

00;03;29;14 – 00;03;55;15
Unbedingt einen Quellencheck bzw. ein Faktencheck vornehmen. Das kann man machen, auch eine klassische Googlesuche oder manchmal kann man auch sinnvoll andere KIs dazu einsetzen bzw. natürlich direkt vertrauenswürdige Quellen finden. Genau. Und da möchte ich noch mal auf den AI Act verweisen, den wir in der letzten Folge besprochen haben. Da steht ganz klar drin, dass für gewisse Anwendungen und Irene hat es genau erwähnt, für Entscheidungen oder für manipulierende Anwendungen einfach keine KI benutzt werden darf.

00;03;55;15 – 00;04;10;22
Für alles andere kann und soll KI auch benutzt werden. Natürlich im Rahmen der Compliance und natürlich des kritischen Rezipierens. Weil es gibt auch noch eine weitere Frage, die darauf eingeht, dass KI eben manchmal halluziniert und daher muss man einfach aufpassen.

00;04;10;24 – 00;04;32;25
Das kommt von einem Projektleiter aus dem Anlagenbau. “Ich habe neulich eine fachliche Frage mit KI recherchiert und erst später gemerkt, dass zwei der genannten Quellen gar nicht existieren. Ich habe es dann gleich selber noch einmal recherchiert. Das hat mich insgesamt mehr Zeit gekostet, als wenn ich es gleich selber gemacht hätte. Kann man KI besser prompten damit sie besser recherchiert? Oder ist das ohnehin alles ein Blödsinn?”

00;04;32;27 – 00;04;56;02
Also das ist jetzt genau so ein Beispiel wie aus der Einleitung. Es gibt hier keine einfache Antwort darauf. Diese Erfahrung ist ein Klassiker sozusagen, aber es ist kein Bug, sondern ein Feature. Diese KI ist also wir sagen immer KI, wir sprechen heute von Generative AI, die auf Sprachmodellen basiert. Das ist ja eine Korrelationsmaschine. Und die Aufgabe dieser Maschine ist es, das den nächsten Token oder um, um es einfacher zu sagen das nächste Wort vorherzusagen.

00;04;56;03 – 00;05;16;26
Und je besser der Kontext ist, desto richtiger ist das nächste Wort. Aber es gibt immer nur eine Antwort, die jetzt nicht richtig ist in dem Sinn, sondern die quasi wahrscheinlich ist. Und das heißt, wenn eine KI jetzt aus voller Überzeugung einen Blödsinn sagt, hat sie keinen Fehler gemacht, sondern sie hat einfach das wahrscheinlichste Ergebnis geliefert, das in diesem Kontext sozusagen möglich war von dem, was sie wusste.

00;05;17;04 – 00;05;36;19
Und das muss man einfach nur wissen ein Sprachmodell ist keine Datenbank. Ein Sprachmodell ist keine Wissensmaschine, es ist eine Korrelationsmaschine. Man kann es aber verbessern, indem man gut promptet, das heißt guten Kontext gibt. Und natürlich, indem man es Daten durchsuchen lässt, die sozusagen, die richtigen Inhalte beinhalten. Das ist natürlich leicht bei eigenen Daten, bei eigenen Datenbanken.

00;05;36;19 – 00;05;54;28
Wenn man eine KI im Internet suchen lässt, hat man natürlich keine Kontrolle über diese Daten. Das heißt, wir können nicht davon ausgehen, dass das, was im Internet steht, richtig ist. Genau. Also das heißt, man muss einfach kritisch bleiben, Man darf sich nicht darauf verlassen. Es ist trotzdem eine super Unterstützung beim Recherchieren. Aber wie gesagt, es sind Korrelationen. Es sind wahrscheinlich richtige Antworten.

00;05;54;28 – 00;06;20;20
Es sind nicht per se richtige Antworten. Und nochmal es ist einfach so, wie diese Maschine funktioniert. It’s a Feature not a Bug. Dazu muss man natürlich auch bedenken nicht auf dem Papier, spart die KI immer Zeit. Also wir gehen davon aus in den Gesprächen, dass die KI unsere Effizienz so steigert, weil sie uns ja in unseren Fragestellungen hilft, Zeit zu sparen. Aber in der Praxis ist es dann schon oft so, dass die Nacharbeit von diesen Dingen noch einmal Zeit auffrisst, die man da nicht mit einkalkuliert hat.

00;06;20;23 – 00;06;43;01
Die Überlegung dahinter ist nicht, die KI dann wegzulassen, sondern für die richtigen Aufgaben einzusetzen, also wirklich Bewusstsein dafür zu bekommen. Wofür kann ich die KI sinnvoll einsetzen und wofür eher nicht? Und was bedeutet das auch für meine Arbeit, damit wirklich etwas Gutes dabei rauskommt? Also alles was Text betrifft, da ist der Zeitgewinn wirklich real und auch messbar.

00;06;43;03 – 00;07;04;11
Wunderbar. Dann kommen wir zur nächsten Hörerinnen Frage. Diesmal eine Geschäftsführungsassistenz. “Welches KI Modell ist eigentlich am besten für Powerpoint Folien? Ich probiere ständig neue Tools aus und verliere langsam den Überblick. Was ist das eine Tool für Powerpoint?” Das ist eine Frage, die wir uns im Alltag auch jeden Tag neu stellen. Und das ist tatsächlich auch etwas, das sich regelmäßig ändert.

00;07;04;12 – 00;07;24;18
Das heißt, die Antwort auf die Frage ist: Das kann man so nicht beantworten. Das eine Tool gibt es nicht. Und da hat man wahrscheinlich auch nicht wirklich was verpasst. Grundsätzlich muss man unterscheiden: Was sind Powerpoint Präsentation eigentlich? Das eine ist der Inhalt und das andere ist das Layout. Das muss ich unterschiedlich betrachten. Ich habe natürlich auch dann wieder den Compliance Aspekt, was den Inhalt betrifft.

00;07;24;18 – 00;07;44;14
Da würde ich eher zurückgreifen auf die KIs, die Compliance sind. Für mich, für uns im Unternehmen ist das ausschließlich der Copilot. Also wenn ich Kundendaten verarbeite, dann nutze ich nur den Copiloten für inhaltliche Erarbeitung. Und dann habe ich noch die Layoutfrage, da kann ich dann ein bisschen kreativer sein. Da kann ich mir dann Vorschläge machen lassen von unterschiedlichen KIs.

00;07;44;14 – 00;08;09;22
Das nutzen wir auch. Da nutze ich zum Beispiel total gerne Notebook LM, Manus, Claude – machen wirklich gute Layout Vorschläge auch, die ich dann natürlich aber in meinen PPT hineinkopieren muss oder nachbauen muss. Ich würde noch dazu sagen, vielen geht es so wie uns. Durch Compliance Restriktionen sind wir sehr an den Copilot gebunden und ich möchte sagen, wir haben jetzt quasi Juli 2026 alles, was wir jetzt heute hier im Raum sagen könnte ja schon morgen oder nächste Woche dann zwei Wochen anders sein.

00;08;09;25 – 00;08;29;07
Aber grundsätzlich ist es so Copilot kann leider noch nicht so gut Slides erzeugen aus dem Inhalt wie zum Beispiel Manus oder Claude. Aber es gibt ein paar Tricks bei Copilot, die sehr wohl sehr gut funktionieren. Und zwar was man bei Copilot inzwischen machen kann, ist man kann Bilder erzeugen von Slides und man kann auch Bilder von ganzen Präsentationen erzeugen.

00;08;29;07 – 00;08;44;02
Also das heißt, wenn man in Powerpoint einen Überblicksmodus geht und alle Folien sieht. Bei Copilot kann man das auch schon machen. Man sagt einfach “Ich möchte eine Präsentation zu seinem Thema machen. Bitte erzeuge mir ein Bild davon, wie so eine Präsentation aussehen könnte.” Man kann das für eine Folie machen, man kann aber gleich für die ganze Präsentation machen.

00;08;44;02 – 00;09;00;11
Dann hat man zwar ein Bild, aber das funktioniert sehr gut. Und wie gesagt, es kennt den Folien Master, es macht die fertige Präsentation. Das ist natürlich eine riesen Erleichterung. Man muss es zwar immer noch händisch übertragen, aber trotzdem man hat ein durchstrukturiertes sehr intelligentes Deck. Also ich möchte echt Copilot sozusagen hier loben. Das passiert nicht sehr oft.

00;09;00;15 – 00;09;19;07
Wir sind alle oft sehr frustriert und verzweifelt, aber es hat sich sehr gebessert in letzter Zeit und kann schon ziemlich intelligent arbeiten und kann auch inzwischen das machen. Das ist schon eine große Hilfe. Und eine der Hauptaufgaben ist ja, die Ideen zu finden, wie ich den Inhalt gut strukturiere. Und dafür kann er schon einen guten Hinweis geben. Genau.

00;09;19;09 – 00;09;53;17
Die nächste Frage kommt von einem IT Leiter aus einem mittelständischen Zulieferer. “Bei uns nutzen gefühlt alle irgendein privates KI-Tool. ChatGPT, Gemini…. was auch immer gerade auf dem Handy ist. Macht es überhaupt noch Sinn, diesen Wildwuchs einzufangen? Verbote werden ständig missachtet. Wie sollen wir damit umgehen?” Ja, das ist die Frage der Fragen. Ich kann kurz aus dem Nähkästchen plaudern. Wir sprechen ja mit sehr vielen Unternehmen und manche Unternehmen gehen eben sehr weit und verbieten quasi alle Tools und andere gehen nicht ganz so weit und geben Richtlinien heraus, wie man mit jedem Tool umgehen kann.

00;09;53;18 – 00;10;11;05
Also auch Tools, die quasi nicht in dem Sinne direkt compliant sind. Ich habe einmal tatsächlich gehört, dass sogar der Vorstand eines Unternehmens – ich werde nicht mehr darauf eingehen, welche Branchen, usw. – aber tatsächlich der Vorstand gesagt hat. Na ja, bei Ihnen im Unternehmen ist ChatGPT gesperrt, aber das macht nichts, sie benutzen es einfach am privaten Handy, also sogar der Vorstand. Also das heißt, ich würde das so sagen.

00;10;11;09 – 00;10;33;13
Wir wissen ja, Überregulierung und Unterdrückung funktioniert einfach nicht. Man kann es versuchen. Natürlich ist das dann eine Regel. Natürlich. Wenn man dagegen verstößt, missachtet man die Regeln. Aber ich würde eher den anderen Weg gehen. Man kann das Wasser nicht aufhalten, es rinnt nun mal nach unten. Das heißt eher den Leuten einfach beibringen: Okay, wenn ihr schon Tools aus der Schatten-KI benutzt, dann müsst ihr einfach wissen wie.

00;10;33;18 – 00;10;55;05
Es darf nur generisch benutzt werden, es wird von einer persönlichen Daten rein. Es dürfen keine Firmendaten hinein, es dürfen keine Geschäftsgeheimnisse hinein. Es ist ein Problem, weil natürlich diese Unternehmen die Daten im Hintergrund sammeln. Also da möchte ich auch Bewusstsein schaffen. Und natürlich selbst wenn man da unzusammenhängende, generische Sachen abfragt, wenn man das über ein Jahr lang macht, können die Datenmodell im Hintergrund schon sehr genau zusammensetzen, woran man gearbeitet hat.

00;10;55;05 – 00;11;18;28
Aus diesem Grund ist in vielen Konzernen schon lange vor ChatGPT war zum Beispiel verboten einfach Google Translate oder Deepl oder sowas zu nutzen, weil ja dort auch… man kopiert sozusagen Texte aus dem Unternehmen rein und und wenn Deepl und Google Translate oder was weiß ich Apple Translator lange genug mitlesen, wissen sie auch alles was passiert. Also ich würde fast sagen, es macht Sinn, wenn man Schatten-KI benutzt, dass man sehr viele verschiedene Tools benutzt, damit man eben nicht einer Firma das gesamte Datenmodell überlässt.

00;11;18;28 – 00;11;38;20
Aber zweitens einfach wirklich generisch bleiben und wirklich schauen, dass man den Datenschutz einhält, weil man kann es nicht aufhalten. Die dritte Möglichkeit ist natürlich einfach und das ist die beste: Man stellt einfach den Leuten im Unternehmen Tools zur Verfügung, mit denen sie einfach gerne und gut arbeiten können. Wir haben es schon erwähnt Copilot wird immer besser. Aber es gibt natürlich auch andere Lösungen und andere Wege, das zu tun.

00;11;38;20 – 00;11;50;26
Und inzwischen, es gibt ja auch von all diesen Anbietern Enterprise Lösungen. Also ich glaube, man kann es nicht aufhalten, man kann es nicht sperren. Man muss einfach wie gesagt Richtlinien geben oder einfach die guten Tools zur Verfügung stellen.

00;11;50;28 – 00;12;14;17
Dann kommen wir zur nächsten Hörerinnen Frage. Eine Systemadministratoren hat sich bei uns gemeldet. “Wenn ein Kollege mit privaten KI Account Unternehmensdaten hochlädt – passt vielleicht dazu, zur letzten Frage – wer haftet dann eigentlich er? Ich als Admin oder das Unternehmen?” Also zuerst mal die wichtigste Antwort: Sie als Administrator oder Administratorin haften mal grundsätzlich nicht dafür, was die Kolleginnen und Kollegen mit ihren privaten Accounts tun.

00;12;14;20 – 00;12;42;20
Die persönliche Haftung von IT Mitarbeitenden setzt das eigene Verschulden voraus. Also wenn Sie sich zum Beispiel einer bekannten Sicherheitslücke bewusst sind und die auch ignorieren würden, die Sorge dafür, für ein fremdes Verhalten geradestehen zu müssen, das können wir zumindest mal weitgehend nehmen. Interessanter ist die Ebene aber drüber. Da gibt es ja mittlerweile, das haben wir in Folge fünf auch drüber gesprochen, da gibt es ja eine höchst richterliche Rechtsprechung in der EU dafür.

00;12;42;23 – 00;13;12;26
Da wurde festgestellt, solange Beschäftigte im Rahmen ihrer Aufgaben handeln, bleibt das Unternehmen die datenschutzrechtlich verantwortliche Stelle, auch wenn im Einzelfall etwas schiefgeht. Wer also Kundendaten in ein KI Tool hochlädt, um seine reguläre Arbeit zu erledigen, der handelt im Aufgabenbereich und das Unternehmen trägt die Verantwortung nach außen. Anders ist es beim sogenannten Mitarbeiter Exzess. Wenn jemand Daten bewusst zweckwidrig für private Zwecke missbraucht, verschiebt sich die Haftung Richtung der handelnden Personen.

00;13;12;29 – 00;13;34;17
Genau. Wichtig ist in der Scheidung zwischen Haftung nach außen und Konsequenzen nach innen. Nach außen gegenüber Betroffenen und Aufsichtsbehörden steht in der Regel das Unternehmen gerade. Nach innen kann der Kollege trotzdem arbeitsrechtliche Konsequenzen zu spüren bekommen – von der Abmahnung aufwärts, insbesondere wenn eine klare Richtlinie existiert und er dagegen verstoßen hat. Und genau da schließt sich der Kreis zur vorherigen Frage.

00;13;34;19 – 00;13;57;20
Eine verständliche KI Richtlinie schützt beide Seiten. Also einfach klar kommunizieren. Was darf man, was darf man nicht? Dass die Leute das einfach wissen und dadurch müssen auch die Leute dafür Verantwortung übernehmen. Das Unternehmen kann dann zeigen, dass es seine Organisationspflichten erfüllt hat. Und die Beschäftigten wissen, woran sie sind und können sich dann auch nicht herausreden, wenn sie das sozusagen ignorieren.

00;13;57;22 – 00;14;19;13
Die nächste Frage ist eine anonyme Frage, die da auch wunderbar dazu passt. “Ich nutze KI heimlich, weil es bei uns offiziell verboten ist und ich bin da doch deutlich schneller als meine Kolleginnen und Kollegen. Was mache ich, wenn das auffliegt? Oder kann das überhaupt auflegen?” Also es erinnert mich ein bisschen an Captain Kirk, der wie er auf der Sternenflottenakademie war.

00;14;19;14 – 00;14;37;12
Da gibt es einen Test, den Kobayashi-Maru-Test. Das ist ein Charakter Test. Da muss man in einer Kampfsimulation gegen die feindlichen Aliens kämpfen. Und die Simulation ist so gebaut, dass man einfach verlieren muss. Aber er wollte nicht verlieren und hat die Simulation umprogrammiert. Und dann hat er gewonnen, als erster Kadett in der gesamten Geschichte. Das ist natürlich einfach eine Geschichte.

00;14;37;12 – 00;14;59;09
Ich glaube, in der Realität ist das andersrum. Man kriegt meistens keine Auszeichnung für originelles Denken, wenn man, wenn man schummelt. Leider. Aber grundsätzlich. Es ist gar nicht so schlecht, sich Wege zu schaffen, sozusagen effizienter zu werden. Aber kommen wir mal zu zum ernsten Teil der Frage: Das kann auffliegen und und zwar deshalb, weil Unternehmensnetzwerke Zugriffe auf externe Dienste protokollieren.

00;14;59;09 – 00;15;25;14
Also das heißt, die IT sieht das, wenn sie genau nachschaut und natürlich, es gibt ein Verbot und das ist eine heimliche Nutzung und somit ist das ein Richtlinienverstoß, der natürlich arbeitsrechtlich relevant werden kann. Umso mehr, wenn, wie wir schon erwähnt haben, vertrauliche oder personenbezogene Daten dabei auf ein privates Tool gelangt sind. Das heißt, ich merke, das ist echt eine Frage und ein Thema, das die Leute beschäftigt, weil eigentlich schon zum dritte Mal hintereinander sehr ähnlich.

00;15;25;17 – 00;15;46;03
Ja, bitte nicht tun. Genau. Aber gleichzeitig dem Unternehmen vielleicht klarmachen, dass das keine Lösung ist, falls Sie das tun, weil Sie einfach keine andere Möglichkeit haben, dann sollte man vielleicht ein bisschen Druck auf das Unternehmen ausüben, da einfach bessere Wege zu schaffen, entweder durch Richtlinien oder eben durch die richtige geeignete Infrastruktur, damit man eben nicht auf Schatten KI ausweichen muss.

00;15;46;05 – 00;15;54;07
Genau dann auch das Learning für Unternehmen: Die Verbote erzeugen Schatten KI, sie verhindern sie nicht.

00;15;54;10 – 00;16;11;18
Gut, jetzt gehen wir ins Eingemachte. Hörer:innen Frage eines Geschäftsführers aus dem Maschinenbau “Wir haben letztes Jahr ordentlich in KI Lizenzen investiert. Aber ehrlich… der ROI ist ernüchternd. Geht es allen Unternehmen so?” Autsch.

00;16;11;21 – 00;16;33;25
Ja, es geht nicht allen Unternehmen so, aber aus unserer Erfahrung schon sehr vielen. Und damit sind wir wieder beim Ausgangspunkt dieser Serie. Die erste Folge haben wir nicht zufällig genannt “Der Kater nach dem Hype”. Die Diskrepanz zwischen KI Investitionen und messbaren Produktivitätsgewinnen, ist einer der am besten dokumentierten Phänomene der letzten zwei Jahre. Insofern lautet die kurze Antwort: Nein, Sie machen nicht zwangsläufig etwas falsch.

00;16;33;25 – 00;16;56;03
Und ja, es geht vielen so! Die Debatte hat sich 2026 spürbar verschoben. Weg von den Tool Demos hin zur unbequemen Frage, wann sich KI rechnet. Und die Frage dahinter oder die Antwort dahinter ist wahrscheinlich ziemlich komplex. Das ist das, was wir auch aufgegriffen haben in unserer Serie. Es geht ja nicht nur um den Return on Investment, es geht um viel mehr.

00;16;56;06 – 00;17;13;16
Genau da möchte ich einsteigen. Ich glaube nicht, dass ROI auch eigentlich hier das Hauptthema ist bei KI. Es ist eine neue Technologie und wie alle neuen Technologien wird es am Anfang enorm hohe Investitionskosten geben. Wir wissen das von den Anbietern von KI, aber das gilt genauso natürlich für die Unternehmen, die KI einsetzen. Es werden jetzt irrsinnig viele Ideen gesammelt.

00;17;13;20 – 00;17;36;04
Es werden viele Dinge umgesetzt. Das meiste davon, behaupte ich jetzt mal, wird keinen positiven ROI haben und wird auch in der Schublade wieder verschwinden. Aber das ist trotzdem glaube ich kein Problem in dem Sinne, als dass KI einfach nur mal da ist. Ein neues Tool, eine neue Capability und ohnehin alle Unternehmen und Organisationen und alle wissensverarbeitenden Entitäten auf dieser Welt lernen müssen, mit dieser neuen Technologie umzugehen.

00;17;36;04 – 00;18;03;12
Also das heißt das ist einfach organisationales Lernen und daher kommen wir nicht drum herum. Es ist wie bei der Digitalisierung, da gibt es auch das sogenannte Produktivitätsparadoxon. Die Digitalisierung macht vermeintlich alles besser durch Digitalisierung und Automatisierung. Und dadurch, dass alles transparenter wird, KI ist quasi die nächste Stufe davon. Aber natürlich macht sie auch alles ein bisschen komplexer. Das heißt, es werden ein paar Use Cases überbleiben, die enorme Vorteile haben in der Automatisierung, die einen enormen ROI haben.

00;18;03;12 – 00;18;25;04
Aber es wird einfach insgesamt quasi eine Facette der ganzen Digitalisierung hinzufügen und wir können uns dem nicht verschließen. Wir müssen da einfach mitmachen, weil sonst werden Unternehmen trotzdem einfach anderen vorbeiziehen. Man kann behaupten, Digitalisierung ist aufwendig und komplex, aber ein Unternehmen, das gar nicht digitalisiert wird, wird in der heutigen Welt einfach nicht mehr funktionieren. Da geht es jetzt gar nicht darum, ob das jetzt…

00;18;25;06 – 00;18;40;10
Also ich glaube, diese Unternehmen, die verschwinden einfach, die können einfach nicht mehr mitmachen, weil sie technologisch einfach nicht mehr im Rad der Zeit sind. Das heißt, bewerten Sie nicht den ROI von KI einfach nur rein finanziell, sondern sehen Sie das in einem größeren Kontext.

00;18;40;12 – 00;19;07;12
Dann kommen wir zur nächsten Hörer:innen Frage, und zwar von einer IT Architektin. “Sollen wir auf europäische Modelle und Anbieter setzen, auch wenn die US Modelle technisch vorne liegen? Wie wichtig ist digitale Souveränität wirklich? Ist das nur ein politisches Thema, das uns operativ nicht weiterbringt? Oder hat das wirklich einen Sinn?” Die digitale Souveränität bedeutet nicht Autarkie, sondern Handlungsfähigkeit. Es geht nicht darum, aus Prinzip nur europäische Anbieter zu nutzen und auf Leistung zu verzichten.

00;19;07;13 – 00;19;39;25
Also nicht aus Ideologie einfach nur einen Anbieter zu wählen, sondern es geht darum, jederzeit selber entscheiden zu können, über die eigenen Daten, über die Optionen zu wechseln und darüber, welche Abhängigkeiten man bewusst eingeht und welche nicht. Operativ bedeutet das, die Antwort hängt an der Kritikalität der Daten und Prozesse und nicht an einer Pauschalregel. Für allgemeine Textarbeit ohne sensible Inhalte spricht sehr wenig dagegen, das leistungsfähigste verfügbare Modell zu nutzen, wo auch immer das herkommt.

00;19;39;28 – 00;20;04;15
Wenn Sie aber mit Geschäftsgeheimnissen arbeiten, mit Entwicklungsdaten, mit personenbezogenen Daten, dann schaut die Rechnung ein bisschen anders aus. Da spielt etwa hinein, dass die US Behörden nach dem US Cloud Act, also nach amerikanischem Recht, unter bestimmten Voraussetzungen auf Daten bei US Anbietern zugreifen können. Achtung, Vorsicht! Unabhängig vom Server Standort. Also das ist jetzt keine Panikmache, sondern ein Faktor, der bei der Architektur Entscheidung einfach berücksichtigt werden muss.

00;20;04;18 – 00;20;26;16
Genau. Und ich möchte dazu auch sagen, wir brauchen nicht immer die leistungsfähigsten Modelle. Also nochmal wir haben jetzt Juli 2026 gerade Claude Opus oder vielleicht Cloud Fable, das jetzt wieder doch wieder freigegeben wurde. GPT5 und Gemini Ultra die leistungsfähigsten Modelle sind, aber die braucht man nun mal nicht für alle Anwendungen. Im Gegenteil, wir schießen quasi mit Kanonen auf Spatzen.

00;20;26;20 – 00;20;47;19
Die braucht man für ein paar ultra komplexe Use Cases. Aber es gibt auch Use Cases, wo quasi die die schwächeren Modelle reichen. Und es gibt auch Use Cases, wo man wirklich mit den herkömmlichen Open Source Modellen arbeiten kann. Und die Schätzung ist eigentlich, dass man nur für 20 % der Use Cases eben diese Top Modelle braucht, für 30 die mittleren und diese mit diesen Open Source Modellen eigentlich 50 % aller Tasks machen kann.

00;20;47;20 – 00;21;06;20
Das tolle daran ist, diese Open Source oder europäischen Modelle, also Mistral, funktionieren einwandfrei für die meisten Anwendungen, die wir haben uns die sind auch noch digital souverän. Also man kann das auch aus dieser Perspektive betrachten. Und was wir noch sagen wollen wir haben zum Thema auch ein Whitepaper geschrieben, dass wir euch in den Shownotes verlinken, das eben sehr interessant ist und auch auf das Thema eingeht.

00;21;06;22 – 00;21;37;18
Okay, die nächste Frage ist eine super spannende Frage. Eine HR Leiterin in einem Konzern fragt uns “Der AI Act verpflichtet uns seit Februar 2025 zur KI Kompetenz aller Beschäftigten, die KI nutzen. Was heißt denn angemessene Kompetenz konkret? Reicht eine zweistündige Onlineschulung oder erwartet man mehr von uns?” Ja, das ist mal wieder so eine gute Frage. Das steht in Artikel vier des EU AI Act und der Gesetzestext nennt bewusst keine Stundenanzahl und auch kein Zertifikat.

00;21;37;18 – 00;22;01;13
Angemessen heißt dort – also Achtung Interpretation – angemessen im Verhältnis zur Rolle, zum eingesetzten System und dem damit verbundenen Risiko. Das ist keine Schwäche der Regelung, sondern ihre Logik. Das heißt natürlich: Eine Sachbearbeiterin, die Texte zusammenfasst, braucht ein anderes Schulungsniveau als keine Ahnung… ein HR Team, das KI gestützt Bewerbungen vorsortiert. Generell, da muss man vorsichtig sein. Man darf keine KI, also keine Entscheidungen an die KI auslagern.

00;22;01;20 – 00;22;21;22

Das heißt, ich glaube, das ist gar nicht schlecht. Es ist bewusst offen formuliert und wir müssen uns einfach überlegen, wie heavy ist der Einsatz von KI? Wie ist der Use Case? Also was macht Ihr betreffende Person und dementsprechend die Person einfach aufklären, wie das dann technisch funktioniert, was sie machen kann, was sie darf, was sie nicht darf? Genau. Also Grundlagenschulung ist total wichtig und auch die Sinnhaftigkeit dahinter.

00;22;21;28 – 00;22;43;27
Schauen Sie, dass Sie mit Ihrer Kommunikation die Menschen auch wirklich erreichen. Also nur ein Video zu machen wie in einem Flugzeug, wo die Exit sind, dass keiner mehr anhört, bringt auch nichts. Also schauen Sie, dass Sie mit mit der Art der Kommunikation, mit der Art der Schulung die Menschen wirklich erreichen. Das machen sie am besten, indem das die Bedürfnisse der Menschen dahinter wirklich abgeholt werden.

00;22;43;27 – 00;22;52;27
Also ich würde Ihnen sehr ans Herz legen, nicht eine allgemeine Schulung für alle zu machen, sondern sondern hier zielgruppenorientiert zu arbeiten.

00;22;53;00 – 00;23;18;21
Gut, eine Berufseinsteigerin aus einem Trainee Programm fragt uns “Ich habe das Gefühl KI übernimmt genau die Aufgaben, an denen man als Einsteigerin früher gelernt hat. Wie baue ich Expertise auf, wenn die Lehrjahre-Aufgaben wegfallen?” Wieder eine sehr gute Frage. Ich würde sie auf einer höheren Ebene beantworten. Also man muss einfach lernen, dass das, was aus dieser KI rauskommt, einfach nicht die Wahrheit ist, sondern dass man sehr kritisch damit umgehen muss.

00;23;18;21 – 00;23;36;28
Und die Leute, die das machen, die einfach trotzdem am Ball bleiben, mitdenken, versuchen das zu challengen und versuchen das zu verbessern, versuchen, was auch immer die Aufgabe ist, den menschlichen Touch da reinzubringen. Die werden sozusagen bleiben und die Leute, die einfach nur stur ohne mitzudenken diese Antworten die da rauskommen aus dem Tool akzeptieren, die werden es natürlich schwer haben.

00;23;37;03 – 00;23;55;06
Wie man jetzt genau zu dieser Expertise kommt, ist natürlich schwieriger geworden, weil eben weniger Schreibarbeit passiert. Da fällt mir übrigens der coole Spruch ein “Wer schreibt, der bleibt.” …habe ich schon öfter gehört. Ich kann nur weiterhin sagen, man darf nicht aufhören zu schreiben, man muss einfach trotzdem mitschreiben. Man muss einfach trotzdem mitdenken, zuhören und aktiv gestalten und aktiv teilnehmen wollen.

00;23;55;07 – 00;24;24;27
Und das sind diese Soft Skills. Wenn man die sozusagen pflegt, wenn man die kultiviert, wird man auch in Zukunft keine Probleme am Arbeitsmarkt haben. Wer quasi sein Hirn abgibt und einfach das macht was die KI sagt oder das frisst, was die keinem gibt, dann wird man natürlich Probleme bekommen. Ja und aus HR Perspektive oder strategischer Perspektive im Unternehmen das schon noch mitzudenken, dass ich, wenn ich später mal qualifizierte Mitarbeiter:innen haben möchte, dass ich schon noch investieren muss in die Ausbildung der Jungen und das KI nicht alles übernehmen kann.

00;24;24;28 – 00;24;37;02
Also nicht damit kalkulieren, dass AI die Einsteigerarbeiten übernimmt, sondern das schon auch mit einzukalkulieren. Wenn ich später qualifizierte Mitarbeiterinnen haben möchte, dass ich hier auch investieren muss.

00;24;37;04 – 00;25;02;23
Das war die letzte Frage, für die wir heute Zeit haben und damit auch die letzte Folge von AI Reality Check 2026. Wenn wir auf die sechs Episoden zurückblicken, dann zieht sich eine Erkenntnis durch alle Themen vom Kater nach dem Hype bis zu Fragen von heute. Der Engpass bei KI ist fast nie die Technologie. Es sind die Klarheit über den Nutzen, die Kompetenz der Menschen und die Leitplanken, innerhalb derer beides wirken kann.

00;25;03;00 – 00;25;23;19
Zwischen Hype und Wertschöpfung liegt keine geheime Technologie, sondern Arbeit. Gut definierte Use Cases, befähigte Mitarbeiterinnen und Mitarbeiter und eine Governance, die Freiheit gibt, statt sie zu nehmen. Die Unternehmen, die das verstanden haben, reden 2026 nicht mehr über KI Strategie, sondern sie setzen sie auch um. Danke an alle, die uns die Fragen geschickt haben. Danke an die, die uns zugehört haben.

00;25;23;20 – 00;25;44;06
Entschuldigungen, an die, deren Fragen wir heute nicht mehr unterbringen konnten. Danke an unsere Gäste aus den vergangenen Folgen und natürlich ganz herzlichen und großen Dank an Viktoria Dabrowska, unsere Producerin, ohne die wir keine einzige der Episoden hätten umsetzen können. Es war eine sehr interessante, intensive Zeit, Irene und ich sind auch froh, dass es jetzt ein bisschen mal in die Sommerpause geht.

00;25;44;09 – 00;25;59;19
Alle sechs Folgen bleiben natürlich aufrufbar. Wer eines der heutigen Themen im eigenen Unternehmen vertiefen möchte, findet den Kontakt zu uns in den Shownotes. Mein Name ist Irene Racher und ich bin Ralph Zlabinger. Das war der AI Reality Check 2026, der Podcast von EFS Consulting. Danke fürs Zuhören.