Markus Kaulartz, Partner bei der Wirtschaftskanzlei CMS, sieht generative KI als massive Erweiterung des juristischen Werkzeugkastens, ohne dass die juristische Kernkompetenz substituiert werde. Ohne Zugriff auf juristische Daten lägen die meisten Anwendungsfälle heute in der ‚intelligenten Textverarbeitung: Vertragsprüfung, Redlining, Drafting, Zusammenfassungen und Datenextraktion aus großen Dokumentenbeständen. Dabei liefere die KI häufig einen sehr guten ersten Aufschlag, die Qualitätssicherung bleibe aber beim Menschen. Halluzinationen seien mittlerweile kaum noch ein Thema, vorausgesetzt, man wähle die passende KI für den konkreten Anwendungsfall, sagte Kaulartz im F.A.Z. KI-Podcast mit Peter Buxmann und Holger Schmidt
Spannender als reine Effizienzgewinne findet Kaulartz die völlig neuen Dienstleistungen, die erst durch KI möglich werden. Als Beispiel nennt er die systematische Auswertung von Verhandlungstaktiken aus den Vertragsverhandlungen der vergangenen zehn Jahre. Das sei ein Arbeitsergebnis, das rein mit menschlichem Aufwand kaum zu leisten wäre. Dieser Wettbewerb um neue Leistungen sei für Mandanten deutlich interessanter, als nur etwas weniger für die bisherigen Aufgaben zu bezahlen. Auch bei KI-Agenten sieht er großes Potenzial: Aus wenig Code, viel Fachwissen und leistungsfähigen Modellen ließen sich maßgeschneiderte Lösungen für sehr konkrete juristische Fragestellungen bauen.
Mit den neuen Möglichkeiten wandelt sich auch das Rollenbild des Anwalts. Kaulartz beschreibt, wie ein Mandant Vertragsklauseln per KI am geteilten Bildschirm entwarf, während er selbst sie im Telefonat freigab und wirtschaftlich einordnete. Seine Tätigkeit verschiebe sich vom reinen Klauselentwerfer hin zum wirtschaftlichen Berater mit Rechtsschwerpunkt. Die juristische Kernkompetenz bleibe dabei unangetastet: Urteilsvermögen, Sachverhaltsverständnis und die Fähigkeit, Wichtiges von Unwichtigem zu unterscheiden, könne die Maschine dem Menschen nicht abnehmen.
Für den Legal-Tech-Markt mit seinen Milliardenbewertungen erwartet Kaulartz eine Konsolidierung innerhalb der nächsten ein bis zwei Jahre. Drei Faktoren entschieden über den Erfolg: die Integration in konkrete Arbeitsabläufe, der Zugang zu hochwertigen juristischen Daten und das Thema Sicherheit, das für große Kanzleien und Unternehmen nicht verhandelbar sei. 
Auch AI-native Kanzleien mit wenigen Partnern und starkem Tech-Fundament werde es in Deutschland geben. Kaulartz warnt davor, naiv zu sein: Diese Tech-Unternehmen würden mit Sicherheit Aufgaben übernehmen, für die Kanzleien bisher Geld verlangen konnten. Die Regulierung stehe dem nicht grundsätzlich entgegen, denn Investoren könnten schon heute in ein Tech-Vehikel investieren, das den Tech-Stack für Kanzleien bereitstelle. Entscheidend sei, ob eine Kanzlei nur hoffe, dass der Zug an ihr vorüberfahre, oder ob sie ihr Angebot aktiv auf ein starkes technologisches Fundament stelle.
Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und Digitalwirtschaft-Redaktionsleiter Holger Schmidt. Die Podcast-Folgen erscheinen jeweils am ersten Mittwoch im Monat.
 Hören Sie unsere exklusiven Podcast-Folgen auf Apple Podcasts, FAZ.NET oder in der FAZ-App und erhalten Sie Zugriff auf alle Artikel: Testen Sie FAZ+ jetzt 3 Monate lang für nur 1 € im Monat – <a href="https://digitale-angebote.faz.net/start-b?campID=SONDER-ECa2500004203&product=O_7MTVOGT6ISSDOMZS98">hier geht’s zum Angebot.</a>
Mehr über die Angebote unserer Werbepartner finden Sie <a href="https://cmk.faz.net/cms/articles/15603/anzeige/podcast-werbepartnerinnen/hier-gibt-s-weitere-infos-zu-den-angeboten-unserer-werbepartner-innen">HIER.</a>

<description>Markus Kaulartz, Partner der Wirtschaftskanzlei CMS, sieht das große Potenzial der KI eher in neuen Dienstleistungen als etwas mehr Effizienz. KI-Kanzleien, die mit wenigen Menschen und viel Technik die etablierten Unternehmen angreifen, erwartet er schon bald auch in Deutschland.</description>

Markus Kaulartz, Partner der Wirtschaftskanzlei CMS, sieht das große Potenzial der KI eher in neuen Dienstleistungen als etwas mehr Effizienz. KI-Kanzleien, die mit wenigen Menschen und viel Technik die etablierten Unternehmen angreifen, erwartet er schon bald auch in Deutschland.

„KI macht den Anwalt vom Klauselentwerfer zum Berater“

Kaum ein Einsatzfeld für Künstliche Intelligenz ist so sensibel wie die Medizin. Hier betrifft ihr Einsatz persönliche Daten und Entscheidungen, die unmittelbare Auswirkungen auf das Leben von Menschen haben. Es geht nicht nur um technische Leistungsfähigkeit, sondern um Vertrauen und Verantwortung. Philipp Berens, Professor für Data Science an der Universität Tübingen und Direktor des Hertie Institute for AI in Brain Health, erörtert in dieser Folge, wie KI die Diagnostik und den Klinikalltag verändern kann und welche Voraussetzungen für eine bessere Versorgung erfüllt sein müssen.
Künstliche Intelligenz wird häufig als Technologie diskutiert, die Prozesse beschleunigt und neue technische Möglichkeiten eröffnet. Im medizinischen Kontext gehe es jedoch um weit mehr als Geschwindigkeit oder Leistungsfähigkeit. Im Gespräch macht Berens deutlich, dass KI dort besonders relevant werde, „wo Menschen sich um ihre Gesundheit Sorgen machen“. Ihr Einsatz berühre damit nicht nur technische Abläufe, sondern zentrale Fragen von Vertrauen und Verantwortung in der medizinischen Versorgung.
Großes Potenzial sieht Berens in KI-Systemen, die Ärzte im klinischen Alltag entlasten. KI könne helfen, große Datenmengen zu strukturieren, Auffälligkeiten zu markieren und Diagnostikprozesse abzusichern. In einzelnen Feldern habe sie bereits dazu beigetragen, „die Falsch-Positiv-Rate zu senken“, oder fungiere als „erster Vorfilter“, bevor medizinische Fachkräfte finale Entscheidungen treffen. Dabei gehe es ausdrücklich nicht um die Automatisierung ärztlicher Verantwortung, sondern um eine qualitative Unterstützung medizinischer Arbeit.
Eng damit verbunden sei die Rolle der Daten. Für medizinische KI-Anwendungen seien „Datenqualität oder Datenverfügbarkeit ein zentraler Faktor“. Entscheidend sei dabei nicht, ausschließlich mit idealisierten Datensätzen zu arbeiten. Im Gegenteil: „Die Daten dürfen so sein, wie sie im Krankenhaus oder in der Arztpraxis anfallen“, betont Berens. Moderne Verfahren seien robust genug, um mit unvollständigen oder verrauschten Datensätzen umzugehen. 
Auch für die medizinische Forschung eröffnen sich durch KI neue Perspektiven. Hauptaugenmerk liegt laut Berens vor allem auf der Frage, ob wir „Krankheiten und Krankheitsverläufe modellieren können“. Ziel sei es, mithilfe von KI abzuschätzen, ob wir „vorhersagen können, unter den Rahmenbedingungen sich die Krankheit in der Zukunft so oder so entwickeln wird“. In einzelnen medizinischen Anwendungsfeldern gebe es dafür bereits vielversprechende Ansätze, etwa in der Augenheilkunde bei der altersbedingten Makuladegeneration. Gleichzeitig gehe es ihm nicht allein um Prognosen, sondern auch um ein vertieftes Verständnis der zugrunde liegenden Prozesse: KI solle so eingesetzt werden, „dass sie uns Erkenntnisgewinn erlaubt“, so Berens. 
Zukünftig könnten große Sprachmodelle zudem den Umgang mit wissenschaftlichem Wissen stark verändern. Sie erleichterten den Zugang zu medizinischer Literatur, bündelten Informationen und ermöglichten neue Formen der Forschung. Berens beschreibt diese Entwicklung als „Agentic Science“, also als Systeme, die nicht nur analysieren, sondern aktiv bei der Generierung wissenschaftlicher Erkenntnisse unterstützen. Für ihn steht fest: „Das wird sehr spannend.“
Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und Digitalwirtschaft-Redaktionsleiter Holger Schmidt. Die Podcast-Folgen erscheinen jeweils am ersten Mittwoch im Monat.

<description>Für Data-Science-Professor Philipp Berens verändert Künstliche Intelligenz die Diagnostik und den Klinikalltag. KI markiert Auffälligkeiten und senkt Fehlalarme, ohne ärztliche Verantwortung zu ersetzen, sagt Berens im KI-Podcast.</description>

Für Data-Science-Professor Philipp Berens verändert Künstliche Intelligenz die Diagnostik und den Klinikalltag. KI markiert Auffälligkeiten und senkt Fehlalarme, ohne ärztliche Verantwortung zu ersetzen, sagt Berens im KI-Podcast.

Wenn die KI Krankheiten erkennen und ihren Verlauf vorhersagen kann

Der Durchbruch neuronaler Netze hat der Künstlichen Intelligenz, in Kombination mit Datenverfügbarkeit und Rechenleistung, in den vergangenen Jahren einen Technologiesprung ermöglicht. Maschinelle Übersetzung war eines der ersten Felder, in denen sich diese Entwicklung konkret zeigte. Für Jarek Kutylowski, Gründer und CEO von DeepL, ist das ein früher Beleg für das transformative Potenzial der Technologie: „Übersetzung war die erste Anwendung, in der Sprachmodelle wirklich einen großen Unterschied machen konnten. Das war der erste Case, in der KI die Welt verändern konnte“. 
Als DeepL 2017 startete, war maschinelle Übersetzung noch von starren, regelbasierten Verfahren und hohem manuellem Entwicklungsaufwand geprägt. Der Effizienzsprung der vergangenen Jahre sei eng mit dem Durchbruch neuronaler Netze verbunden, die Sprache nicht mehr nur über starre Regeln, sondern über große Datenmengen erlernen. Kutylowski beschreibt den Ausgangszustand eines neuronalen Netzes als „ungeschriebenes Gehirn“, dessen Ergebnisse zunächst „völlig zufällig“ seien. Erst der iterative Lernprozess führe zu Abstraktion und einem verlässlicheren statistischen Verständnis von Sprache. Übersetzen bedeute für diese Systeme vor allem, Text zu verstehen und auf dieser Grundlage sprachliche Strukturen statistisch fortzuschreiben.
Mit dem breiteren Einsatz der KI verschärfe sich zugleich der globale Wettbewerb mit KI-Modellen wie Gemini oder ChatGPT. „Das ist ein hartes Race, das ist in jedem Bereich von KI so“. Für DeepL liege die strategische Antwort in der Spezialisierung auf professionelle Einsatzfelder, in denen Präzision und Vorhersehbarkeit entscheidend seien. Im Wettbewerb mit Schwergewichten wie Google setze DeepL bewusst auf Spezialisierung statt auf universelle Breite. Besonders im professionellen Umfeld reiche ein allgemeines Sprachverständnis oft nicht aus. 
Die Anforderungen unterschieden sich nicht nur zwischen Branchen, sondern auch innerhalb eines Unternehmens. „Für bestimmte ausgewählte große Anwendungsfälle lohnt es sich, separate Modelle und separate Produkte zu bauen“. Solche Systeme halluzinierten weniger und ließen sich besser in bestehende Arbeitsabläufe integrieren. 
Der technische Fortschritt habe auch den Blick auf mögliche Anwendungen deutlich erweitert. Es gehe nicht mehr nur um technische Machbarkeit und reine Übersetzung, sondern um die Frage, „wie verändere ich die Art und Weise, wie Menschen etwas machen“, so Kutylowski. Sprache sei dabei früh als zentrales Feld erkennbar geworden. „Da ist viel möglich. Und Sprache wird ein zentraler Punkt davon sein“. Darüber hinaus sieht Kutylowski großes Potenzial in KI-Agenten, die nicht nur Inhalte erzeugen, sondern eigenständig Aufgaben ausführen. „Die Möglichkeiten, die das bietet, sind gigantisch“, so Kutylowski. Der entscheidende Unterschied bestehe darin, dass diese Modelle echte Entscheidungen treffen und nicht mehr darauf begrenzt sind, „ein Stückchen Text zu präsentieren“. In dieser autonomen Wertschöpfung sieht er die eigentliche Kraft der Technologie.
Im internationalen Vergleich äußert sich Kutylowski zur Position Europas eher zurückhaltend. Die Fortschritte der vergangenen Jahre seien vor allem dort entstanden, wo Kapital, Infrastruktur und strategischer Wille zusammenkommen. Europa tue sich damit bislang schwerer: „Wir haben ein Tech-Ökosystem, was insgesamt noch nicht groß genug ist und vielleicht nicht mutig genug“, sagt Kutylowski. Dennoch warnt er davor, den aktuellen Stand der Technik als Endpunkt zu begreifen. „Es ist auf keinen Fall so, dass das Rennen jetzt zu Ende ist. Da ist noch sehr viel Spannendes zu erwarten.“ Für DeepL bedeute diese Dynamik, die eigene technologische Basis weiterzuentwickeln und in neue Anwendungen zu überführen. Inzwischen verstehe sich das Unternehmen zunehmend als allgemeiner KI-Entwickler, der neue Produkte entwickelt und neue Anwendungsfelder erschließt. Die heutige Entwicklungsstufe sei erst ein Anfang. „Da geht noch sehr viel mehr.“
Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und Digitalwirtschaft-Redaktionsleiter Holger Schmidt. Die Podcast-Folgen erscheinen jeweils am ersten Mittwoch im Monat.

<description>DeepL war einst der unangefochtene Star der Übersetzung. KI-Anbieter wie Google oder OpenAI haben aber aufgeholt. Jarek Kutylowski, Gründer von DeepL, spricht im Podcast über die Vorteile der Spezialisierung, die Bedeutung der KI-Agenten und warum das Rennen gerade erst beginnt.</description>

DeepL war einst der unangefochtene Star der Übersetzung. KI-Anbieter wie Google oder OpenAI haben aber aufgeholt. Jarek Kutylowski, Gründer von DeepL, spricht im Podcast über die Vorteile der Spezialisierung, die Bedeutung der KI-Agenten und warum das Rennen gerade erst beginnt.

„Das ist ein hartes Rennen"

Wie verändert KI Studium und Lehre? Doris Weßels, Wirtschaftsinformatikerin, Hochschullehrerin und Leiterin des Zukunftslabors für generative KI, analysiert seit Jahren, wie Studierende die Technologie früh und selbstverständlich in ihren Alltag integrieren. Von den ersten Experimenten nach der Veröffentlichung von ChatGPT bis hin zur breiten Nutzung für Schreiben, Recherche und Analyse. Seitdem, so Weßels, sei KI „immer mehr in die Lehre eingedrungen“.
Für sie liegt der Kern nicht in der Technik selbst, sondern in den neuen Lernmöglichkeiten: KI ermögliche es, „individualisiert, selbstbestimmt mit Tools“ zu arbeiten und „nach dem eigenen Tempo, nach eigenen Wünschen“ zu lernen.
Parallel dazu verschiebe sich der Blick auf Fähigkeiten. „Es fallen bestimmte Kompetenzen weg, weil wir die in der Form gar nicht mehr so intensiv benötigen, dafür entwickeln wir aber neue Kompetenzen.“ Diese Entwicklung sei keineswegs neu, sondern folge dem Muster der Technikgeschichte: „Immer, wenn wir Werkzeuge erfunden haben, haben wir bestimmte Belastungen nicht mehr gehabt. Dafür haben wir aber auch neue Kompetenzen erlangen müssen.“
Für die Hochschulen bedeute dies einen tiefgreifenden Wandel. Weßels betont, dass der Fokus stärker auf projektorientierten und praxisnahen Formaten liegen müsse: „Wir brauchen forschendes Lernen, wir brauchen Projekte, wir brauchen den Realitätsbezug.“ KI trete „in einer doppelten Rolle auf“, als Treiber für schnelle Weiterentwicklung und zugleich als Enabler, der diese Geschwindigkeit überhaupt erst ermögliche. „Die Einsatzbereiche sind quasi gar nicht mehr limitiert. Es ist ein täglicher Wandel, getrieben durch die technischen Möglichkeiten“, so Weßels. &nbsp; &nbsp; &nbsp; &nbsp; Auch die Rolle der Lehrenden verändere sich grundlegend. Sie seien nicht länger „Gatekeeper des Wissens“, sondern „Architekten des Lernraums“. Gleichzeitig herrsche eine deutliche Zweiteilung zwischen jenen, die neugierig experimentieren, und jenen, die KI skeptisch begegnen.
„Studierende müssen auf Senior Level akzeptiert werden“
Mit Blick auf den Arbeitsmarkt werde jedoch deutlich, wohin sich Hochschulen entwickeln müssen. KI verändere Einstiegspositionen fundamental, viele klassische Nachwuchsrollen fielen zunehmend weg, und Unternehmen erwarten stärker qualifizierte Nachwuchskräfte. Deshalb brauche es eine deutlich konsequentere Vorbereitung auf anspruchsvollere Tätigkeiten direkt nach dem Abschluss: „Wir müssen Studierende so weit bringen, dass sie auf Senior Level akzeptiert werden.“ Kontinuierliche Weiterentwicklung von Lehre und Kompetenzen sei dabei unverzichtbar, um der rasanten Geschwindigkeit standzuhalten: „Um im Wettbewerb Mensch versus Maschine bestehen zu können, müssen wir Menschen uns sehr schnell weiterentwickeln“, so Weßels.
Im internationalen Vergleich blickt Weßels mit Sorge auf Deutschland. Viele Länder investieren massiv in KI-Infrastruktur, während Deutschland zu zögerlich agiere. „Wir halten uns an alle Regeln, die wir uns früher mal gegeben haben, schaffen es aber nicht, die Regeln an neue, veränderte Rahmenbedingungen schnell genug anzupassen.“ Die Folge sei ein wachsender Rückstand. Besonders riskant sei das Festhalten an alten Mustern: „Das ist eine echte Gefahr, wenn wir im Gestern stecken bleiben.“ Ihr Fazit fällt deutlich aus: „Wir sind da sehr gemächlich unterwegs, wir sind sehr vorsichtig, und das bremst uns.“
Wie verändert KI Studium und Lehre? Doris Weßels, Wirtschaftsinformatikerin, Hochschullehrerin und Leiterin des Zukunftslabors für generative KI, analysiert seit Jahren, wie Studierende die Technologie früh und selbstverständlich in ihren Alltag integrieren. Von den ersten Experimenten nach der Veröffentlichung von ChatGPT bis hin zur breiten Nutzung für Schreiben, Recherche und Analyse. Seitdem, so Weßels, sei KI „immer mehr in die Lehre eingedrungen“.
Für sie liegt der Kern nicht in der Technik selbst, sondern in den neuen Lernmöglichkeiten: KI ermögliche es, „individualisiert, selbstbestimmt mit Tools“ zu arbeiten und „nach dem eigenen Tempo, nach eigenen Wünschen“ zu lernen.
Parallel dazu verschiebe sich der Blick auf Fähigkeiten. „Es fallen bestimmte Kompetenzen weg, weil wir die in der Form gar nicht mehr so intensiv benötigen, dafür entwickeln wir aber neue Kompetenzen.“ Diese Entwicklung sei keineswegs neu, sondern folge dem Muster der Technikgeschichte: „Immer, wenn wir Werkzeuge erfunden haben, haben wir bestimmte Belastungen nicht mehr gehabt. Dafür haben wir aber auch neue Kompetenzen erlangen müssen.“
Für die Hochschulen bedeute dies einen tiefgreifenden Wandel. Weßels betont, dass der Fokus stärker auf projektorientierten und praxisnahen Formaten liegen müsse: „Wir brauchen forschendes Lernen, wir brauchen Projekte, wir brauchen den Realitätsbezug.“ KI trete „in einer doppelten Rolle auf“, als Treiber für schnelle Weiterentwicklung und zugleich als Enabler, der diese Geschwindigkeit überhaupt erst ermögliche. „Die Einsatzbereiche sind quasi gar nicht mehr limitiert. Es ist ein täglicher Wandel, getrieben durch die technischen Möglichkeiten“, so Weßels. &nbsp; &nbsp; &nbsp; &nbsp; Auch die Rolle der Lehrenden verändere sich grundlegend. Sie seien nicht länger „Gatekeeper des Wissens“, sondern „Architekten des Lernraums“. Gleichzeitig herrsche eine deutliche Zweiteilung zwischen jenen, die neugierig experimentieren, und jenen, die KI skeptisch begegnen.
„Studierende müssen auf Senior Level akzeptiert werden“
Mit Blick auf den Arbeitsmarkt werde jedoch deutlich, wohin sich Hochschulen entwickeln müssen. KI verändere Einstiegspositionen fundamental, viele klassische Nachwuchsrollen fielen zunehmend weg, und Unternehmen erwarten stärker qualifizierte Nachwuchskräfte. Deshalb brauche es eine deutlich konsequentere Vorbereitung auf anspruchsvollere Tätigkeiten direkt nach dem Abschluss: „Wir müssen Studierende so weit bringen, dass sie auf Senior Level akzeptiert werden.“ Kontinuierliche Weiterentwicklung von Lehre und Kompetenzen sei dabei unverzichtbar, um der rasanten Geschwindigkeit standzuhalten: „Um im Wettbewerb Mensch versus Maschine bestehen zu können, müssen wir Menschen uns sehr schnell weiterentwickeln“, so Weßels.
Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und Digitalwirtschaft-Redaktionsleiter Holger Schmidt. Die Podcast-Folgen erscheinen jeweils am ersten Mittwoch im Monat.

<description>Keiner nutzt KI so intensiv wie die Studenten. Das erfordert neue Kompetenzen, während andere Fähigkeiten nicht mehr gebraucht werden. Das folge dem normalen Muster der Technikgeschichte, sagt Doris Weßels im F.A.Z. KI-Podcast.</description>

Keiner nutzt KI so intensiv wie die Studenten. Das erfordert neue Kompetenzen, während andere Fähigkeiten nicht mehr gebraucht werden. Das folge dem normalen Muster der Technikgeschichte, sagt Doris Weßels im F.A.Z. KI-Podcast.

Lehre im Umbruch: „Um gegen KI zu bestehen, müssen wir Menschen uns sehr schnell weiterentwickeln“

Im internationalen KI-Vergleich tun sich deutsche Unternehmen oft schwerer als ihre internationalen Wettbewerber. Für Christine Rupp, Geschäftsführerin von IBM Deutschland und General Managerin für IBM Consulting in der DACH-Region, kommt es jetzt darauf an, Innovationen in die Umsetzung zu bringen: „Wenn ich KI nicht nutze oder zu spät nutze, entsteht ein struktureller Wettbewerbsnachteil. Die Zeit der Piloten ist vorbei“. In dieser Folge des KI-Podcasts der F.A.Z. Digitalwirtschaft kritisiert Rupp, dass Europa zwar viel experimentiert, der Schritt von der Innovation zur breiten Umsetzung aber andernorts schneller gelingt.
Im internationalen Vergleich erkennt Rupp ein klares Muster: „In Europa sind wir enorm innovativ, wir sehen sehr kreative Pilotversuche. Wo andere uns jedoch voraus sind, ist die Geschwindigkeit der Skalierung“. Europa habe gute Ideen, aber häufig zu wenig Konsequenz in der Umsetzung, während in den USA oder Asien neue Technologien rasch großflächig eingeführt werden. Die Gründe dafür verortet sie auf drei Ebenen: „Der wichtigste Faktor ist Leadership. Das Thema ist wahrscheinlich eine der wichtigen und im Moment unterschätzten Dimensionen überhaupt“. Skalierung brauche klare Entscheidungen von ganz oben. Hinzu kämen komplexere Rahmenbedingungen und fehlende Investitionen, die Tempo und Reichweite neuer Vorhaben begrenzen. Damit Europa nicht weiter zurückfällt, fordert Rupp mehr Entschlossenheit. Für sie stehen weniger technische Hürden im Vordergrund als die Bereitschaft, KI wirklich ins operative Geschäft zu bringen. Alle Hindernisse ließen sich managen. Entscheidend sei, sie aktiv anzugehen. Rupp macht deutlich: „Momentan ist das Fenster vielleicht noch ein Stück weit offen, aber es ist sehr klar, dass alle Unternehmen dieser Welt KI zum Einsatz bringen werden“. Wer zögere, riskiere einen Rückstand und Wettbewerbsnachteil.
Wie eine Umsetzung konkret aussehen kann, erklärt Rupp am Beispiel von IBM. Dort sei KI nicht nur ein Experimentierfeld, sondern Bestandteil der gesamten Unternehmenssteuerung. IBM hat KI in zentralen Bereichen eingeführt, mit messbaren Effekten: „3,5 Milliarden Euro Einsparungen konnten wir im vergangenen Jahr erzielen“. Die gewonnene Erfahrung nutze IBM, um Assets und digitale Assistenten aufzubauen, die Prozesse vereinheitlichen und Mitarbeitende entlasten. Für Rupp ist das ein wichtiges Signal an all jene, die noch zögern: „Das heißt, es ist machbar“. Parallel dazu betont sie die Bedeutung eines professionellen Umgangs mit Daten. Europäische Vorgaben seien anspruchsvoller, aber kein Hindernis: „Es gibt hervorragende Mittel und Wege, wie man mit Daten auch in Europa umgehen kann. Aber man muss es sauber durchdringen, sonst fehlen Vertrauen und Akzeptanz.“ Entscheidend sei, technologische Souveränität mit Offenheit und Vertrauen zu verbinden, durch klare Governance, Datensicherheit und offene Architekturen.
Beim Blick auf Deutschland erkennt Rupp klare Vorteile: „Unsere Stärken liegen im Bereich der Daten. Das ist das Thema, das differenzierend sein wird für einen Standort wie Deutschland“. Während das globale Rennen um große Sprachmodelle weitgehend entschieden sei, liege Europas Chance in der sicheren, effizienten und intelligenten Nutzung von Unternehmensdaten. Für Rupp ist KI daher nicht nur ein Produktivitätsthema, sondern auch ein Hebel für Innovation, Leadership und kulturellen Wandel. Europa müsse seine Stärken jetzt ausspielen, um die nächste Innovationsphase aktiv mitzugestalten: „Da gibt es gar keine andere Option“, so Rupp.
Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und Digitalwirtschaft-Redaktionsleiter Holger Schmidt. Die Podcast-Folgen erscheinen jeweils am ersten Mittwoch im Monat.
 Hören Sie unsere exklusiven Podcast-Folgen auf Apple Podcasts, FAZ.NET oder in der FAZ-App und erhalten Sie Zugriff auf alle Artikel: Testen Sie FAZ+ jetzt 3 Monate lang für nur 1 € im Monat – <a href="https://digitale-angebote.faz.net/start?campID=SONDER-ECa2500004185&product=O_JHOICT71N1B3CAU514">hier geht’s zum Angebot.</a>
Mehr über die Angebote unserer Werbepartner finden Sie <a href="https://cmk.faz.net/cms/articles/15603/anzeige/podcast-werbepartnerinnen/hier-gibt-s-weitere-infos-zu-den-angeboten-unserer-werbepartner-innen">HIER.</a>

<description>Europa experimentiert zwar viel mit KI, aber die Skalierung gelingt Amerikanern und Asiaten deutlich schneller. Wie der Schritt von der Innovation in die Umsetzung gelingt, erklärt Christine Rupp, Deutschland-Chefin von IBM, in unserem Podcast.</description>

Europa experimentiert zwar viel mit KI, aber die Skalierung gelingt Amerikanern und Asiaten deutlich schneller. Wie der Schritt von der Innovation in die Umsetzung gelingt, erklärt Christine Rupp, Deutschland-Chefin von IBM, in unserem Podcast.

„Die Zeit der KI-Piloten ist vorbei“

Im Podcast "Künstliche Intelligenz" sprechen Peter Buxmann und Holger Schmidt mit Gästen über Einsatzfelder der künstlichen Intelligenz in Unternehmen und die Entwicklung neuer datengetriebener Geschäftsmodelle. Peter Buxmann und Holger Schmidt erforschen am Fachgebiet Wirtschaftsinformatik der Technischen Universität Darmstadt die Potenziale der künstlichen Intelligenz und deren Auswirkungen auf Wirtschaft und Arbeit.

F.A.Z. Künstliche Intelligenz

Details

Recent Episodes