KI - kurz und informativ, Klartext "to Go" in unter 5 Minuten

Wie verändert Künstliche Intelligenz die Cybersecurity und wie können Unternehmen sicher damit umgehen?
In dieser Folge von „KI – kurz und informativ“ spreche ich mit Sascha Maier, einem der renommiertesten CISOs der Schweiz, über die aktuellen Herausforderungen, Risiken und Chancen rund um AI Security.

Gemeinsam beleuchten wir u.a.:

🔹Welche neuen Angriffsszenarien sind durch KI entstanden?

🔹Wie können Unternehmen beim Thema AI Security starten?

🔹Welche Rolle spielen Governance und Transparenz in dem Zusammenhang?

🔹Wie können Unternehmen sich schützen?

Sascha Maier gibt praxisnahe Einblicke aus dem Unternehmensalltag, spricht offen über typische Fehlannahmen und erklärt, wie Organisationen eine sichere KI-Strategie aufbauen können.

Diese Episode ist ideal für alle, die sich mit KI, Cybersecurity, Unternehmenssicherheit, Data Governance oder digitalen Risiken beschäftigen.

Viel Spaß beim Zuhören!

Saschas Bücher:

"Cyberresilienz in der Praxis": 978-3-658-49237-3 (eBook ISBN)

"Geschäftsrisiko Cyber-Security": 978-3-658-32046-1 (eBook ISBN)

zum Financial Times Video ("The AI rollout is here - and it's messy"): https://www.youtube.com/watch?v=GY_Ywqd3mzA

Heute schauen wir uns die revolutionäre Transformer-Architektur und die sogenannte Self-Attention an, auf der die meisten modernen Sprachmodelle basieren. Wir lernen also wie GPT & Co. im Detail funktionieren und warum sie so gute Antworten generieren können.

Das Paper dazu aus dem Jahr 2017 findet ihr hier: https://doi.org/10.48550/arXiv.1706.03762

Viel Spaß beim Zuhören! :)

Buzzword-Dschungel entzaubert: Tokens, Fine-Tuning, Parameter, Context Window - was bedeuten all diese Begriffe im Kontext von Large Language Models (LLM)?

Darum geht es in dieser Folge. In Vorbereitung auf die nächste Folge, in der es um die sogenannte Transformer-Architektur gehen soll, möchte ich diese Grundbegriffe erklären.

Tokenizer von OpenAI: https://platform.openai.com/tokenizer

Heute geht es zum einen um Nachhaltigkeitsaspekte bei der Nutzung und dem Training von ChatGPT und zum anderen darum, warum das eigentlich so ist. Woher kommen diese zum Teil sehr hohen Hardware-Anforderungen zum Betreiben von Sprachmodellen?

Am Ende der Folge kennt ihr den Unterschied zwischen einer CPU und einer GPU, wisst, warum GPU energieintensiver sind und welche Einheiten wir zum Messen verwenden.

Außerdem nenne ich ein paar Zahlen zum Energie- und Wasserverbrauch aus dieser Studie:

https://www.lbbw-am.de/fileadmin/Studien/2024-06-14_Blickpunkt_KI_und_Nachhaltigkeit.pdf

Viel Spaß beim Zuhören! :)

KI gibt es doch erst seit ChatGPT - oder? Nein! Wie lange beschäftigt uns das Thema Künstliche Intelligenz eigentlich schon? Was waren die Anfänge und was gilt als die Geburtsstunde der KI?

Mit diesem Thema befassen wir uns in dieser Folge. Schreibt gerne, welche Meilensteine ihr als nächstes erwartet und ob es vielleicht bald einen dritten KI-Winter geben könnte.

Viel Spaß beim Hören! :)

Wow - was für eine erste Staffel. Wir haben so viele Themen angeschnitten. Umso sinnvoller fand ich es, zum Abschluss ein kleines Quiz für euch vorzubereiten. So könnt ihr euer Grundlagenwissen rund um Künstliche Intelligenz, Machine Learning und Deep Learning einmal testen.

Das Quiz findet ihr hier: https://forms.gle/SybnpVx8ZwGeUof76

Löst es gerne selbstständig und hört ggfs. nochmal in die einzelnen Folgen.

Von mir ein fettes Dankeschön bis hierher. Es war eine spannende Reise und ich bin extrem motiviert weiterzumachen. In der nächsten Staffel erwarten euch neue und interessante Themen. Bleibt wie immer neugierig und kritisch.

Bis zur nächsten Staffel! :) Euer Marc.

Künstliche Intelligenz bietet scheinbar grenzenlose Möglichkeiten. Doch auch solche Systeme haben Schwächen. Genau darüber sprechen wir in dieser Folge. Einige Herausforderungen moderner KI- und Machine-Learning-Systeme sind bspw.:

• Bias & Fairness

• Distribution Shift

• Overfitting & Underfitting

• Halluzinationen von Sprachmodellen

Anhand praktischer Beispiele und reallen Fällen, erfahrt ihr was diese Schwächen sind und was für Folgen sie haben können.

Link zum ProPublica-Artikel:

https://www.propublica.org/article/how-we-analyzed-the-compas-recidivism-algorithm

Link zum Artikel mit dem Rechtsanwalt: https://www.tagesschau.de/wissen/technologie/ki-rechtsanwalt-100.html

Wofür nutzen Menschen ChatGPT eigentlich wirklich? Im Alltag und im Job?
Eine neue Studie des National Bureau of Economic Research (September 2025) liefert erstmals detaillierte Zahlen zur weltweiten Nutzung von ChatGPT. Die Ergebnisse sind überraschend.

In dieser Folge von „KI – kurz und informativ“ erfährst du, warum ChatGPT längst nicht nur ein Produktivitätstool ist, sondern sich immer mehr zum Alltagshelfer entwickelt. Und was das für Unternehmen, Verwaltungen und unseren persönlichen Umgang mit KI bedeutet.

Artikel von OpenAI: https://openai.com/index/how-people-are-using-chatgpt/

Full PDF zur Studie: https://www.nber.org/papers/w34255

Generative KI (GenAI) ist ein Hype-Thema - keine Frage. Aber wann ist es wirklich sinnvoll, diese Technologie einzusetzen? Und bei welchen Anwendungsszenarien eignet sie sich eher weniger?

Das erfahrt ihr in dieser Folge von "KI - kurz und informativ". Leider sehe ich viele Unternehmen den Fehler machen, schnell irgendetwas mit GenAI zu realisieren, damit sie mit dem Trend gehen können. Aber das funktioniert nur in seltenen Fällen. Macht euch lieber gründlich Gedanken, welches Problem ihr lösen wollt und betrachtet alle möglichen Methoden. Wenn (generative) KI dann passt: super! Wenn nicht: auch gut, dann gibt es eine bessere Alternative.

Viel Spaß beim Zuhören!

Europa, KI und ein anderer Weg?

Ausgangspunkt ist Apertus, ein neues, vollständig Open-Source-Sprachmodell – made in Switzerland. Ein Gegenentwurf zu den großen, geschlossenen Systemen. Aber was kann Open Source leisten? Liegt hier eine Chance für Europa?

Auch diese Fragen lassen sich nicht leicht beantworten. Und ähnlich wie die letzte Folge, sollen sie in erster Linie zum Nachdenken anregen.

Wir sprechen über den Unterschied zwischen Open Source und proprietären Modellen, einer möglichen europäischen Perspektive auf KI und warum es mehr als nur Forschung braucht, um mithalten zu können.

Viel Spaß beim Hören und schreibt gerne eure Meinung in die Kommentare!

Über Apertus: ⁠https://www.swiss-ai.org/apertus⁠ und ⁠https://ethz.ch/en/news-and-events/eth-news/news/2025/09/press-release-apertus-a-fully-open-transparent-multilingual-language-model.html⁠

Die nächste Folge wird wieder etwas technischer und informativer. :) Bleibt neugierig und kritisch!