Die Hausarztpraxis ist der erste Anlaufpunkt für über 90% der deutschen Bevölkerung. Jeden Morgen jonglieren Hausärztinnen und Hausärzte zwischen Bagatellen und Schwerkranken, zwischen medizinisch relevanten Information und dem Bedürfnis zu schnacken. Von den ca. 30.000 möglichen Diagnosen kommen nur etwa 30 häufig vor - und dennoch müssten eigentlich alle griffbereit sein.

KI könnte in dieser Frage sehr helfen, nicht nur in Anamnese und Diagnose, sondern auch in der Nachbetreuung der Patienten. Und meistens werden Dr. Google und Dr. ChatGPT schon lange vor dem Arzttermin konsultiert, mit sehr unterschiedlichen Ergebnissen.

Unser Studiogast Prof. Dr. Jochen Gensichen leitet das Institut für Allgemeinmedizin am LMU Klinikum München und forscht genau an dieser Schnittstelle von Daten, KI und der Praxis. Er ist Hausarzt aus Überzeugung und Wissenschaftler mit dem Blick auf das, was in der Medizin wirklich wirkt.

Im Gespräch mit uns erklärt er, warum KI in Hausarztpraxen heute vor allem als besserer Dokumentar genutzt wird — und nicht als Diagnose-Maschine. Wir sprechen über AVA, ein KI-Telefonprojekt für kognitiv beeinträchtigte Patienten, das Impfquoten messbar steigert. Und wir hören, warum ausgerechnet Scham der unterschätzte Schlüssel ist: Was wir dem Arzt vielleicht nicht sagen möchten, vertrauen wir der KI meist viel einfacher an.

Hört rein — und überlegt danach, ob ihr beim nächsten Arztbesuch auch die richtigen Fragen stellt.

Prof. Dr. med. Jochen Gensichen, MPH, Dipl. Päd., ist Direktor und Inhaber des Lehrstuhls für Allgemeinmedizin am Institut für Allgemeinmedizin des LMU Klinikums München. Er leitet das Institut seit Oktober 2016 und gehört zu den führenden Köpfen der deutschen Hausarztforschung.

Gensichen studierte Humanmedizin und Erziehungswissenschaften in Köln und München sowie Gesundheitswissenschaften in Hannover. Nach einem Forschungsaufenthalt in Seattle (USA, gefördert durch die Max Kade Foundation) habilitierte er sich im Bereich psychische Gesundheit in der Primärversorgung an der Goethe-Universität Frankfurt. Zuvor war er Gründungsdirektor des Instituts für Allgemeinmedizin am Universitätsklinikum Jena (ab 2008) und hatte dort bis 2016 die Professur inne.

Seine Forschungsschwerpunkte liegen in der Versorgungsforschung, der Behandlung chronischer Erkrankungen und der psychischen Komorbidität in der Hausarztmedizin. 2020 erhielt er den renommierten David-Sackett-Preis. Seit 2021 ist er Sprecher des DFG-Graduiertenkollegs POKAL. 2025 wurde er in die Deutsche Akademie der Naturforscher Leopoldina aufgenommen.

🔗 LinkedIn: Jochen Gensichen auf LinkedIn

KI sieht überall hin — aber sieht sie uns wirklich alle? Millionen von KI-Systemen entscheiden täglich, wer ein Gesicht auf einem Foto ist, wer von einem selbstfahrenden Auto gesehen oder wessen Stimme erkannt wird. Die Grundlage dieser Entscheidungen sind Datensätze — und viele Trainingsdaten wurden im Internet zusammengekratzt: ohne Einwilligung, ohne Bezahlung, und vor allem ohne die Vielfalt, die die Menschheit tatsächlich ausmacht. Denn viele Gruppen fehlen schlichtweg.

Das ist kein technisches Randproblem. Es ist eine strukturelle Lücke im Fundament moderner KI, denn wer nicht in den Daten ist, existiert für das Modell schlicht nicht — und das hat reale Konsequenzen für selbstfahrende Autos, Gesichtserkennung an Grenzen und Sprachassistenten für z.B. ältere Menschen.

Wiebke Hutiri ist Senior Research Scientist bei Sony AI und leitet dort das Team für Responsible AI und Ethics. Mit einem globalen Team hat sie 2025 in der Fachzeitschrift Nature einen ethisch erhobenen, aus 81 Ländern stammenden Bilddatensatz veröffentlicht und dort die ganze Bandbreite der Menschen abgebildet.

Im Gespräch mit uns erklärt Wiebke, warum KI Frauen mit neuen Haarschnitten schlechter erkennt als Männer mit Glatze, was der „Long Tail" der menschlichen Variabilität mit KI-Fehlern zu tun hat, und warum wir in der KI-Entwicklung vom Ende her denken sollten: von der Gesellschaft, die wir wollen — nicht von den Modellen, die wir bauen können.

Unser Studio-Gast Wiebke Hutiri

Wiebke Hutiri ist Senior Research Scientist bei Sony AI, dem globalen KI-Forschungslabor des Sony-Konzerns mit Standorten in Tokio, Zürich und New York. Dort leitet sie ein international aufgestelltes Team im Bereich Responsible AI und Ethics, das Methoden und Werkzeuge für ethische Datenerhebung, faire Modellbewertung und vertrauenswürdige KI-Systeme entwickelt und standardisiert.

Sie promovierte cum laude an der Technischen Universität Delft (Niederlande) und war zuvor in der Forschung zu Sprachbiometrie und KI-Sicherheit tätig. Ihr Forschungsschwerpunkt verbindet technische Exzellenz mit gesellschaftlicher Verantwortung — von fairen Benchmarking-Verfahren für multimodale Systeme bis hin zu ethischen Fragen rund um Datenerhebung, Copyright und algorithmische Bias.

Hutiri ist Mitautorin des 2025 in Nature erschienenen Papers „Fair Human-Centric Image Dataset for Ethical AI Benchmarking" (FHIBE) — einem Meilenstein für ethisch erhobene, global diverse Bilddatensätze mit Daten aus 81 Ländern. Darüber hinaus engagiert sie sich als Beraterin bei Lelapa AI, einem südafrikanischen Startup für Sprachtechnologien in ressourcenarmen Sprachen.

🔗 LinkedIn: https://www.linkedin.com/in/wiebkehutiri/

 🌐 Website: https://wiebkehutiri.com/

Stell dir vor, du gibst einer KI Zugriff auf deine E-Mails, deine Dateien, dein Kalender – und sie erledigt morgen früh alles, was du gestern noch selbst getan hättest. Klingt nach Science-Fiction? Es ist Gegenwart.

„Ich glaube, eine Führungskraft von morgen hat eine Führungsspanne von 1 zu 70 – davon sind 7 Humans und der Rest 63 Bots." — Ralf Klüber

Die Welt der KI-Agenten hat in den letzten Wochen einen entscheidenden Sprung gemacht: Weg vom Chat-Fenster, rein auf den eigenen Rechner. Werkzeuge wie Claude Code oder OpenClaw ermöglichen es, einen persönlichen KI-Assistenten zu betreiben, der nicht mehr in einem Browser-Silo steckt, sondern alle Informationsquellen miteinander verbindet – E-Mails, Notizen, Kalender, Dokumente, das Web. Dazu kommt das MCP-Protokoll, das KI-Systeme befähigt, miteinander zu sprechen. Und mit Plattformen wie Moldbook entsteht bereits ein "Facebook für KI-Agenten", in dem Menschen nur noch Zuschauer sind.

Unser Gast und mein ehemaliger Kollege Ralf Klüber ist leidenschaftlicher Technik-Fan und seit Kurzem Vollzeit-Nomade in einem-Expeditionsfahrzeug auf dem Weg durch Europa. Im Gespräch mit uns erklärt er, wie er seinen Post-Scanner, sein Second Brain und seinen Telegram-Kanal zu einem persönlichen Assistenten zusammengebaut hat – in 15 Minuten. Wir fragen nach, was das für Unternehmen bedeutet, wie sicher das alles ist und ob eine Führungskraft der Zukunft wirklich 63 Bots im Team hat.

„Jeder, der seine Vorstellungen beschreiben kann, ist in der Lage, diese jetzt auch umsetzen zu lassen." — Ralf Klüber

Mehr über unseren Gast

Ralf Klüber ist ein erfahrener Technologieführer und Digitalisierungsexperte. Er war als Chief Technology Officer (CTO) im Telekommunikationsbereich bei der Unternehmensberatung umlaut tätig, wo er IT-Strategie und digitale Transformation verantwortete. Heute lebt er als Vollzeit-Reisender und teilt seine Erfahrungen mit Technologie und Selbstorganisation aus einem 18-Tonnen-Expeditionsfahrzeug.

Sein beruflicher Hintergrund liegt in der Schnittstelle von Ingenieurwesen, Technologiestrategie und unternehmerischem Denken. Er hat das DataFest – eines der weltweit größten Daten-Events – gemeinsam mit Prof. Frauke Kreuter und Dr. Christof Horn aus den USA nach Deutschland gebracht und mehrfach in Mannheim organisiert. Klüber beschreibt sich selbst als „kreativen Zeitreisenden im Körper eines bärtigen Ingenieurs" und experimentiert aktiv mit neuen Technologien wie KI-Agenten, Smart Home und lokalen Sprachmodellen.

Als Tech-Pionier und Vordenker engagiert er sich in Vorträgen und LinkedIn-Beiträgen zum Thema KI-Agenten, Automatisierung und die gesellschaftlichen Konsequenzen der neuen KI-Welle. Er betreibt den Reiseblog travel-fomo.com, auf dem er wöchentlich über Technologie, Freiheit und Leben unterwegs schreibt.

„KI ist, denke ich, eine Art Faulheitsfalle. Alles wird leichter, schneller und angenehmer. Dann muss man sich nicht anstrengen. Aber dann kann man auch keine neuen Fähigkeiten, keine neuen Skills lernen."

KI entscheidet, KI produziert, KI schreibt — aber wer trägt die Verantwortung, wenn etwas schiefgeht? Und wer bekommt den Lob, wenn es gut läuft?

Die rasante Entwicklung künstlicher Intelligenz stellt nicht nur Techniker und Regulierer vor neue Aufgaben, sondern stürzt uns mitten in eine der tiefsten philosophischen Debatten der Menschheitsgeschichte: Was sind wir, wenn Maschinen das übernehmen, was uns einmal definiert hat — Denken, Schreiben, Urteilen, Entscheiden? Aristoteles, Kant und Bentham hatten keine Antwort auf autonome Waffensysteme, digitale Zwillinge oder Grief-Bots. Brauchen wir also neue Ethik für eine neue Welt?

Sven Nyholm ist Professor für Ethik der Künstlichen Intelligenz an der LMU München und Principal Investigator am Munich Center for Machine Learning — einer der meistzitierten Philosophen in diesem Feld weltweit. Im Gespräch mit uns erklärt er, warum KI nicht einfach den kategorischen Imperativ lesen und befolgen kann, was es bedeutet, wenn Bots miteinander eine eigene „Religion" entwickeln — und warum KI vielleicht die größte Faulheitsfalle der Menschheitsgeschichte ist. Außerdem: Was europäische Regulierung und Jazz gemeinsam haben, warum Anthropic von Bewerbern handgeschriebene Texte verlangt — und ob KI unser Leben sinnvoller oder nur bequemer macht.

Wer entscheidet, was ChatGPT antwortet? Nicht nur die Entwickler – auch ein einziger Text, ein sogenannter Systemprompt, der vor jeder Anfrage steht. Und Elon Musk kann den Systemprompt von Grok ändern - damit beeinflussen, was Millionen Menschen täglich an Antworten bekommen. Das klingt technisch, ist es aber nicht: Und genau solche Zusammenhänge versucht Letitia Parcalabescu ihren Zuschauern beizubringen.

KI ist längst in der Mitte der Gesellschaft angekommen. Aber das Verständnis für das, was dahintersteckt, hält nicht Schritt. Begriffe wie Large Language Model, Tokenization oder Systemprompt geistern durch Medien und Meetings – und werden kaum erklärt.

Letitia ist Forscherin bei Aleph Alpha Research und hat ihren Doktor in Computerlinguistik an der Universität Heidelberg gemacht. Bekannt ist sie aber vor allem für ihren YouTube-Kanal "AI Coffee Break" – kurze, lockere Videos, in denen eine Kaffeebohne die neueste KI-Forschung erklärt. Und so senkt sie die Schwelle dafür, sich mit komplexen Themen auseinanderzusetzen.

Im Gespräch mit uns erklärt sie, welche KI-Begriffe wirklich jeder kennen sollte, warum Sprachmodelle besser antworten, wenn man ihnen 10 Euro verspricht – und warum Wissenschaft kein steifes Format braucht, um ernst genommen zu werden.

Reinhören und anschließend den Kanal auf YouTube abonnieren: AI Coffee Break with Letititia. Die Kaffeebohne wartet.

Dr. Letitia Parcalabescu ist KI-Forscherin bei Aleph Alpha Research, wo sie seit Oktober 2024 an trainierbaren, interpretierbaren Reasoning-Modellen arbeitet und PhD-Studierende betreut. Ihren Doktortitel erwarb sie 2024 mit "summa cum laude" in Computerlinguistik an der Universität Heidelberg; ihre Dissertation untersuchte, wie Sprach- und Bildmodalitäten in multimodalen Transformern zusammenwirken und wie sich ihre jeweiligen Beiträge messen lassen. Dem voraus gingen ein Masterstudium in Physik und ein Doppel-Bachelor in Angewandter Informatik und Physik – allesamt in Heidelberg, gefördert durch ein DAAD-Stipendium.

Parallel zu ihrer Forschungskarriere gründete sie im August 2021 das Science-Communication-Projekt Explanation Mark mit. Bekannt ist sie vor allem durch ihren YouTube-Kanal "AI Coffee Break with Letitia", auf dem eine animierte Kaffeebohne aktuelle KI-Forschungsergebnisse in kompakten 10-20-minütigen Videos erklärt. Der Kanal entstand ursprünglich aus Corona-bedingten Uni-Aufzeichnungen – Letitia zog daraus kürzere, lockerere öffentliche Videos. Die Kaffeebohne als Avatar wählte sie, weil sie anfangs nicht den Mut hatte, ihr Gesicht zu zeigen. Heute tritt sie auf internationalen KI-Konferenzen auf und war u.a. Podiumsgast beim DAAD-geförderten Programm Real AI (TUM/LMU).

🔗 LinkedIn-Profil

In der Schule lernen wir für's Leben. Doch was passiert, wenn wir das Lernen an die KI auslagern?

Die Kinder unserer Generation wachsen nicht nur mit dem Internet und Google als unendlichem Wissensspeicher auf: Sie sind die erste Generation, in der KI und Chatbots übermenschliche Fähigkeiten jederzeit und überall zur Verfügung stellen. Sie können Lernpartner sein, die den Unterrichtsstoff nochmals erklären. Sie können aber auch sämtliche Schulaufgaben mal kurz im Handstreich erledigen.

Lagern wir nun also auch das Denken aus? Und wie kann das bisherige Konzept der Vermittlung von Wissen und Fähigkeiten noch funktionieren, wenn immer mehr verschwimmt, was vom Menschen und was aus der Maschine kommt?

Das Thema Schule lässt nun wirklich niemanden kalt. Jeder hat sie durchlaufen, manche viele sie mit ihren Kindern erneut mit, und manche kehren sogar wieder an die Schule zurück. Unsere heutigen Studio-Gäste Prof. Florian Karsten und Prof. Jochen Kuhn sind Profis, was Bildung angeht: Sie forschen zum Thema Bildung und bilden die zukünftigen Lehrer aus.

In unserem Gespräch werden zwei Dinge schnell klar: KI ist weder aus dem Lehrerzimmer noch aus dem Kinderzimmer noch wegzudenken. Und: Wir haben viel mehr Fragen als Antworten. Zeit also für eine erste Bestandsaufnahme, uns mit diesem "Neuland KI" im Bildungssystem auseinanderzusetzen. Fortsetzung folgt…

n dieser Folge sprechen wir mit Anna Kopp, Director Microsoft Digital Germany, über eine der zentralen Fragen unserer Zeit: Wie bringen wir technologische Innovation – insbesondere KI und Agenten – sinnvoll mit menschlicher Arbeit zusammen?

Anna blickt auf über 20 Jahre bei Microsoft zurück und beschreibt eindrucksvoll, wie sich Arbeit seit der Pandemie verändert hat: mehr Meetings, mehr E-Mails, mehr Komplexität – bei gleichbleibenden Zielen. Wir diskutieren, warum KI für viele Wissensarbeiter inzwischen unverzichtbar ist, wo ihre Grenzen liegen und weshalb Governance, Datenqualität und Unternehmenskultur entscheidender sind als einzelne Tools.

Ein besonderer Fokus liegt auf Agentic AI: Was Agenten heute schon leisten, warum sie eher wie neue Kolleginnen und Kollegen als wie Apps zu verstehen sind und weshalb Unternehmen jetzt lernen müssen, mit Tausenden von Agenten strukturiert umzugehen. Anna erklärt, warum gute Daten die Grundlage jeder KI-Nutzung sind und weshalb Innovation immer von echten Problemen ausgehen sollte – nicht von Technologiebegeisterung allein.

Wir sprechen außerdem über digitales Mindset, Lernkultur, Verantwortung der Geschäftsführung und darüber, warum Transformation ohne Zeit zum Nachdenken nicht funktionieren kann. Eine Folge über Technologie – und vor allem über Menschen.

Darum geht es in dieser Folge:

In dieser Folge geht es nach Las Vegas: Wir berichten live von der CES, der weltweit größten Messe für Consumer-Elektronik – und inzwischen auch eine der Leitmessen der globalen Automobil-Industrie.

Für Auto-Fans war auf der diesjährigen CES wenig zu beobachten – könnte man meinen. Denn die meisten Hersteller verzichteten auf große Stände und Fahrzeugvorstellungen. Sehr spannend ist aber dennoch, was unter der Motorhaube passiert. Und da bahnen sich weitere große Disruptionen an.

Zentrales Thema war der Perspektivwechsel: Weg von sichtbaren Gimmicks, hin zu den strukturellen Grundlagen moderner KI. Hardware wird zunehmend Commodity, der eigentliche Wettbewerb verlagert sich auf Trainingsdaten, Simulationsumgebungen, Reasoning-Modelle und skalierbare Infrastrukturen.

Die wichtigste KI-Anwendung im Auto bleibt dabei das automatisierte Fahren. Besonders spannend ist dabei der Umgang mit dem „Longtail“ – jenen seltenen, aber sicherheitskritischen Situationen, die autonome Systeme heute noch vor große Probleme stellen. Und hier hilft die KI der KI, wie die spannende Keynote von NVIDIA-Gründen Jen-Hsun Huang aufzeigte.

Das große Leitmotiv der CES war Physical AI: Nach der Sprache erobern nun KI-Modelle auch die dreidimensionale Welt und kombinieren Sprache, Bilder, 3D und Aktionen. Humanoide Roboter können sich wie Menschen bewegen, wenngleich es mit dem gesunden Menschenverstand noch etwas hapert. Aber eines ist klar: autonome Fahrzeuge werden nur eines von vielen physischen KI-Endgeräten sein, und unsere Welt wird um viele technische Mitbewohner reicher werden. Wie wir uns in dieser neuen Wohngemeinschaft wohl gemeinsam arrangieren werden?

In dieser Folge nehmen wir uns gemeinsam mit dem Soziologen Armin Nassehi die vielleicht wichtigste Frage unserer Zeit vor: Warum wissen wir so genau, was sich ändern muss – und scheitern dennoch regelmäßig an der Umsetzung?

Wir starten mit der Diagnose einer kollektiven Transformationsmüdigkeit. Klimawandel, Digitalisierung, geopolitische Verschiebungen – die Ziele sind formuliert, die Probleme benannt, die Dringlichkeit unbestritten. Und doch passiert gefühlt zu wenig. Armin zeigt, dass dieses Gefühl kein individuelles Versagen ist, sondern tief in den Strukturen moderner Gesellschaften verankert liegt.

Dabei müssen wir klar zwischen Organisationen und Gesellschaften unterscheiden. Unternehmen funktionieren, weil sie die „Fiktion der Steuerbarkeit“ aufrechterhalten: klare Ziele, klare Verantwortlichkeiten, definierte Erfolgsparameter. Gesellschaften hingegen sind keine Firmen. Wer versucht, sie mit denselben Logiken zu führen, landet bei überbordender Bürokratie, Kontrollillusionen oder – historisch betrachtet – autoritären Tendenzen.

Wir sprechen auch darüber, warum die große politische Gesten zwar mobilisieren, aber selten transformieren. Warum echte Veränderung nicht aus moralischen Appellen entsteht, sondern aus mühsam ausgehandelten, kleinteiligen Schritten – und weshalb Win-win-Konstellationen zwischen Politik, Wirtschaft, Wissenschaft und Kommunen entscheidender sind als jede Sonntagsrede.

Zum Schluss wird es grundsätzlich: Wir ordnen KI und Digitalisierung als Medienbruch ein, vergleichbar mit dem Buchdruck. Daten werden zur eigentlichen Wirklichkeit, KI spiegelt uns unser eigenes Denken als Muster-Rekombination – und stellt damit unsere klassische Vorstellungen von Expertise in Frage. Der neue Experte ist nicht mehr derjenige, der alles weiß, sondern derjenige, der mit diesen Systemen kritisch und produktiv umgehen kann.

Armin Nassehis Blick hilft, Transformation nicht länger zu romantisieren oder managen zu wollen, sondern sie als das zu begreifen, was sie ist: ein komplexer, konfliktreicher, sozialer Prozess, der uns alle betrifft – im Unternehmen, im Privaten und in der Gesellschaft.

Eine Studie des MIT hat vor einigen Wochen viele aufgeschreckt: KI scheint zwar in privater Hand längst zum Alltag zu gehören, aber die Anwendungen in den Firmen bleiben weit hinter der Erwartungen zurück. Viel Lärm um nichts also?

Weit gefehlt. Denn wie so oft sind die vielversprechenden Narrative nicht unbedingt hilfreich, um neue Technologien tatsächlich produktiv zum Einsatz zu bringen. Nicht ohne Grund braucht es viel Expertise, um in industriellen Anwendungen Produkte und Services auf den Markt zu bringen.

Wenn KI hier helfen soll, die Produktivität zu steigern - und langweilige Routinejobs zu automatisieren -, dann müssen Mensch und Maschine beginnen, eng zusammenzuarbeiten. Denn ganz gleich, wie gut die "Foundational Models" sind, sie brauchen auch in nächster Zeit noch menschliches Bewertungsvermögen, um das wahrscheinlichste Ergebnis vom richtigen Ergebnis zu unterscheiden.

Und das bedeutet: Die erfolgreiche Einführung von KI in Unternehmen ist weit mehr als eine technische Frage, sie benötigt die Einbeziehung der Mitarbeitenden von Anfang an - sonst sind die Projekte zum Scheitern verurteilt.

Unser Studiogast Prof. Sabine Pfeifer untersucht am Institut für Soziologie der Friedrich-Alexander-Universität Erlangen-Nürnberg, wie dieses Zusammenspiel von Technik, Arbeit und Gesellschaft erfolgreich gelingen kann.