KI-Vordenker

Worum geht es in diesem Podcast?
Dieser Podcast kuratiert und übersetzt zentrale Beiträge internationaler Vordenker:innen im Bereich Generative KI ins Deutsche und macht sie als kompakte, hörbare Podcasts zugänglich.
Im englischsprachigen Raum wird bereits sehr viel weiter darüber diskutiert, wo wir mit KI gerade stehen, welche gesellschaftlichen, organisatorischen und strategischen Konsequenzen sich daraus ergeben – und welche Entscheidungen jetzt anstehen. Im deutschsprachigen Raum fehlen dafür bislang oft leicht zugängliche, fundierte Formate.

Genau hier setzt dieser Podcast an:
Die Inhalte werden von Dr. Peter Schopf kuratiert, aus relevanten internationalen Artikeln ausgewählt, ins Deutsche übersetzt und mithilfe von NotebookLM (Google) in ein Podcast-Format transformiert.

Der Mehrwert liegt bewusst nicht in tagesaktuellen News, sondern in:
• kuratierter Relevanz statt Informationsflut
• Übersetzung & Einordnung zentraler internationaler Debatten
• Niedrigschwelliger Zugänglichkeit – hörbar von überall

Aktuell werden die Episoden automatisiert über NotebookLM erzeugt – eine sehr empfehlenswerte Plattform. Bei wachsendem Interesse sind künftig auch eigene, manuell produzierte Podcast-Folgen vorgesehen, um Perspektiven weiter zu vertiefen und zu diskutieren.

KI-Vordenker

Neueste Episoden

Was wir wollen, wenn Denken billiger wird

Weitere Episoden

Alle Episoden
20 min

Warum mehr KI noch keinen Fortschritt bringt

Diese Folge und ihre Stimmen sind KI-generiert.

Alle schreiben schneller, die Berichte werden ausführlicher – und der Kunde wartet immer noch. Wann wird aus mehr KI tatsächlich bessere Arbeit?

Brian Solis’ aktueller Beitrag liefert den Anlass. An einem ausdrücklich erfundenen Servicebetrieb diskutieren wir, wie ein Team vom beschleunigten Arbeitsschritt zu einem besseren Ergebnis kommen kann. Es geht um hilfreiche neue Leistungen, unnötige Übergaben und die Frage, woran Fortschritt erkennbar wird. Auch kleine Erleichterungen zählen. Entscheidend ist, was Menschen mit den neuen Möglichkeiten anfangen.

25 min

Wenn KI Neues entdeckt: Wer versteht das Ergebnis?

Diese Folge und ihre Stimmen sind KI-generiert.

Eine neue Antwort ist da – aber wer kann mit ihr weiterdenken? OpenAIs aktueller Forschungsbeitrag liefert den Anlass für eine Frage, die weit über die Wissenschaft hinausreicht: Was wird aus menschlicher Expertise, wenn KI überraschende Ergebnisse liefert?

Wir unterscheiden zwischen einem Ergebnis, seiner Prüfung und echtem Verständnis. Ein ausdrücklich erfundenes Werkstoffteam macht greifbar, warum Entdecken, Erklären und Anwenden verschiedene Aufgaben bleiben können. Es geht um neue Chancen für Forschung und Lernen, um Zugang und Anerkennung – und darum, welche Fragen Fachleute künftig stellen sollten.

23 min

Wenn KI nicht mehr nur antwortet

Diese Folge und ihre Stimmen sind KI-generiert.

Eine KI nach einer Idee zu fragen ist das eine. Ihr einen ganzen Auftrag zu übergeben verändert die Zusammenarbeit: Was muss vorher geklärt sein, wann hilft eine Rückfrage, und woran erkennen wir ein gutes Ergebnis?

Ethan Mollicks aktueller Rückblick auf die KI-Entwicklung liefert den Anlass. An einem erfundenen Kundentag spielen wir durch, wie aus einer groben Idee drei Veranstaltungskonzepte werden können. Dabei zeigt sich, wo eigenständige Ausführung entlastet und warum Auswahl, Erfahrung und Entscheidungsbefugnis weiterhin zählen. Eine Folge über den Schritt vom Gespräch zur Delegation.

19 min

Wenn KI-Wissen im Chat stecken bleibt

Diese Folge und ihre Stimmen sind KI-generiert.

Eine gute Antwort im eigenen KI-Chat ist noch keine brauchbare Vorlage für die Kollegin. Was muss mitwandern, damit ein Ergebnis auch im nächsten Fall richtig eingesetzt wird?

Ausgehend von einem aktuellen Dropbox-Beitrag betrachten wir ein erfundenes Wartungsunternehmen: Eine wichtige Einschränkung bleibt im Chat zurück, während die fertige Antwort weiterverwendet wird. Daraus entwickeln wir eine einfache Unterscheidung zwischen Entwurf, geprüfter Einzelfallantwort und freigegebener Vorlage. Eine Folge über verständliche Übergaben, fachliche Verantwortung und die Frage, welches Wissen ein Team wirklich pflegen sollte.