KI-Vordenker

By Dr. Peter SchopfBusiness Technology Education

KI-Vordenker episodes

November 13Was wir wollen, wenn Denken billiger wird
Venkatesh Rao über KI, neue Wünsche und Teilhabe
KI-Transparenz
Diese Folge und ihre Stimmen sind KI-generiert. Die Audiofassung wurde mit NotebookLM erstellt. KI-Vordenker wird von Dr. Peter Schopf kuratiert. Die Bibliothek am Markt, Mara, Deniz und Lea sowie alle beschriebenen Abläufe sind eigene, frei erfundene Gedankenexperimente. Die praktischen Überlegungen sind unsere redaktionelle Einordnung.
Fragen zum Weiterdenken
Welche Idee haben wir bisher für unerreichbar gehalten?
Was wäre ein kleiner Versuch, der uns zeigt, ob wir das Vorhaben wirklich verfolgen wollen?
Wer hat Zugang zum Werkzeug – und wer auch Zeit, Unterstützung und Gelegenheit, es sinnvoll zu nutzen?
Wo wachsen Neugier und eigene Fähigkeiten, wo nur die Zahl fertiger Entwürfe?
Welchen attraktiven Vorschlag wollen wir bewusst liegenlassen?
Originalbeitrag
Venkatesh Rao: Cognitive Mercantilism, Contraptions, 25. Oktober 2026
Der Essay ist ein Denkanstoß mit historischer Analogie. Unsere Folge entwickelt ein eigenes Beispiel und eigene Fragen; sie erzählt keine empirische Fallstudie.
Anschluss an die Serie
Warum mehr KI noch keinen Fortschritt bringt
Austausch mit Schopf Meta Consult
Unverbindliches Interesse an KI-Themen und Angeboten mitteilen. Das Formular dient allgemeinen Interessenbekundungen und Anfragen, nicht der Terminbuchung. Öffentliche SMC-Webinare sind kostenlos; individuelle Workshops, Vorträge, Programme und Begleitung für Unternehmen sind nach vorheriger Vereinbarung kostenpflichtig. Newsletter-Zustimmung ist getrennt und freiwillig.
17 min
November 06Warum mehr KI noch keinen Fortschritt bringt
Vom schnelleren Arbeitsschritt zum besseren Ergebnis
KI-Transparenz
Diese Folge und ihre Stimmen sind KI-generiert. Die Audiofassung wurde mit NotebookLM erstellt. KI-Vordenker wird von Dr. Peter Schopf kuratiert. Der Servicebetrieb, seine Personen und Abläufe sind eigene, frei erfundene Gedankenexperimente. Die praktischen Überlegungen sind unsere redaktionelle Einordnung.
Fragen für das eigene Team
Was soll für den Kunden oder die nächste beteiligte Person besser werden?
Welche Rückfrage oder Übergabe würde bei einem heute neu gestalteten Ablauf entfallen?
Welche hilfreiche Leistung wäre jetzt erstmals möglich?
Wo verschiebt sich Aufwand nur von einer Person zur nächsten?
Wofür wollen wir gewonnene Kapazität verwenden – und wie bleibt Raum zum Lernen?
Originalbeitrag
Brian Solis: WTF: What’s the Future? Why AI Is Asking More of Us Than Automation, 2. November 2026
Ein Führungs- und Meinungsbeitrag mit Bezug auf Solis’ Bücher. Die Folge entwickelt daraus ein eigenes Praxisbeispiel und eigene Fragen zur Arbeitsgestaltung.
Anschluss an die Serie
Wenn KI Neues entdeckt: Wer versteht das Ergebnis?
Austausch mit Schopf Meta Consult
Unverbindliches Interesse an KI-Themen und Angeboten mitteilen. Das Formular dient allgemeinen Interessenbekundungen und Anfragen, nicht der Terminbuchung. Öffentliche SMC-Webinare sind kostenlos; individuelle Workshops, Vorträge, Programme und Begleitung für Unternehmen sind nach vorheriger Vereinbarung kostenpflichtig. Newsletter-Zustimmung ist getrennt und freiwillig.
21 min
October 30Wenn KI Neues entdeckt: Wer versteht das Ergebnis?
Wie sich Forschung und menschliche Expertise verändern
KI-Transparenz
Diese Folge und ihre Stimmen sind KI-generiert. Die Audiofassung wurde mit NotebookLM erstellt. KI-Vordenker wird von Dr. Peter Schopf kuratiert. Das Werkstoffteam, seine Beschichtung und die Gesprächsbilder sind eigene, frei erfundene Gedankenexperimente.
Zum Weiterdenken
Für welchen nächsten Schritt brauchen wir das Ergebnis?
Was wurde tatsächlich geprüft, und welche Frage bleibt offen?
Kann jemand die zentrale Idee auf eine neue Frage übertragen?
Wer erhält Zugang, wer erklärt Zusammenhänge, und wie wird diese Arbeit anerkannt?
Welche Lerngelegenheiten entstehen, wenn KI schon anspruchsvolle Antworten liefern kann?
Originalbeitrag
OpenAI: Working with academic communities to build scientific understanding, 26. Oktober 2026
Die Folge nimmt die Forschungsankündigung zum Anlass für eine eigene Diskussion über Expertise und gemeinsames Wissen.
Begriff aus dem Gespräch
Lean ist eine Programmiersprache und ein Beweisassistent für formale mathematische Aussagen. Eine formale Prüfung, eine verständliche Erklärung und die Übertragbarkeit auf eine praktische Situation sind unterschiedliche Fragen.
Anschluss an die Serie
Wenn KI nicht mehr nur antwortet
Austausch mit Schopf Meta Consult
Unverbindliches Interesse an KI-Themen und Angeboten mitteilen. Das Formular dient allgemeinen Interessenbekundungen und Anfragen, nicht der Terminbuchung. Öffentliche SMC-Webinare sind kostenlos; individuelle Workshops, Vorträge, Programme und Begleitung für Unternehmen sind nach vorheriger Vereinbarung kostenpflichtig. Newsletter-Zustimmung ist getrennt und freiwillig.
26 min
October 23Wenn KI nicht mehr nur antwortet
Vom Gespräch mit der KI zum Auftrag an einen Agenten
KI-Transparenz
Diese Folge und ihre Stimmen sind KI-generiert. Die Audiofassung wurde mit NotebookLM erstellt. KI-Vordenker wird von Dr. Peter Schopf kuratiert. Der Kundentag ist ein eigenes, frei erfundenes Gedankenexperiment; die praktischen Überlegungen sind unsere redaktionelle Einordnung.
Fragen für den nächsten KI-Auftrag
Welches Ergebnis soll am Ende vorliegen, und wofür wird es gebraucht?
Welche Informationen kann die KI selbst beschaffen, welche kennen nur wir?
Welche Rückfrage würde einen späteren Umweg verhindern?
Woran unterscheiden wir drei gute Entwürfe, wenn alle überzeugend aussehen?
Welche Handlung darf die KI vorbereiten, und welche Entscheidung soll bei uns bleiben?
Originalbeitrag
Ethan Mollick: 30 Months on the Exponential (in Charts), 20. Oktober 2026
Der Beitrag erscheint anlässlich seines Buchs Co-Existence. Die Folge greift den Wandel der Zusammenarbeit auf; einzelne Leistungs- und Benchmarkzahlen sind nicht Gegenstand der Diskussion.
Begriff aus dem Gespräch
ReAct ist ein Ansatz, bei dem ein Sprachmodell Überlegungen und Aktionen abwechselt und Ergebnisse aus seiner Umgebung einbezieht. Es ist ein mögliches Muster für Agenten, keine Definition aller Agentensysteme. Originalarbeit von Yao und Kollegen.
Anschluss an die Serie
Wenn KI-Wissen im Chat stecken bleibt
Austausch mit Schopf Meta Consult
Unverbindliches Interesse an KI-Themen und Angeboten mitteilen. Das Formular dient allgemeinen Interessenbekundungen und Anfragen. Öffentliche SMC-Webinare sind kostenlos; individuelle Workshops, Vorträge, Programme und Begleitung für Unternehmen sind nach vorheriger Vereinbarung kostenpflichtig. Newsletter-Zustimmung ist getrennt und freiwillig.
24 min
October 16Wenn KI-Wissen im Chat stecken bleibt
Wie aus persönlichen KI-Ergebnissen verlässliches Wissen für ein Team wird
KI-Transparenz
Diese Folge und ihre Stimmen sind KI-generiert. Die Audiofassung wurde mit NotebookLM erstellt. Quelle und Thema wurden für KI-Vordenker unter der kuratorischen Verantwortung von Dr. Peter Schopf ausgewählt. Das Praxisbeispiel und die vorgeschlagenen Arbeitsschritte sind eigene redaktionelle Gedankenexperimente.
Zum Weiterdenken im Team
Erkennt die nächste Person, ob sie einen Entwurf, eine geprüfte Einzelfallantwort oder eine freigegebene Vorlage vor sich hat?
Welche Einschränkung darf bei der Übergabe auf keinen Fall verloren gehen?
Welche Quelle und welche verantwortliche Rolle helfen bei einer Änderung weiter?
Welche Ergebnisse sollten bewusst einmalig bleiben, statt dauerhaft gepflegt zu werden?
Quelle und Einordnung
Dropbox Team: 2026 Dropbox Trends Report: AI impact on content at work, 14. Oktober 2026
Der Beitrag beruht auf einer Anbieterbefragung unter Teilnehmenden einer KI-Konferenz. Er ist kein repräsentativer Nachweis für alle Beschäftigten. Die Folge übernimmt keine Prozentwerte oder Einsparhochrechnungen daraus. Das Wartungsunternehmen ist erfunden.
Anschluss an die Serie
Wem gehört die Zeit, die KI uns spart?
Austausch mit Schopf Meta Consult
Unverbindliches Interesse an KI-Themen und Angeboten mitteilen. Das Formular ist keine Terminbuchung. Öffentliche SMC-Webinare sind kostenlos; individuelle Workshops, Vorträge und Begleitung werden vorab kostenpflichtig vereinbart. Eine Newsletter-Zustimmung ist getrennt und freiwillig.
20 min
October 09Wem gehört die Zeit, die KI uns spart?
Wie Führung aus einer möglichen Zeitersparnis bessere Arbeit und neue Lernchancen macht
Fragen für das eigene Team
Welcher vollständige Arbeitsablauf soll leichter werden, einschließlich Prüfung und Nacharbeit?
Was soll mit einem möglichen Zeitgewinn geschehen?
Welche neue Aufgabe wäre interessant, und wer begleitet die ersten Schritte?
Woran erkennen wir Nutzen, auch wenn die KI dafür nur selten eingesetzt wird?
Wann wäre es vernünftig, den Versuch zu ändern oder zu beenden?
Einordnung
Der Anlass ist ein Stanford-HAI-Beitrag von Dylan Walsh vom 7. Oktober 2026 über Forschung zu KI-Einführung und beruflicher Entwicklung. Die beschriebenen Bereiche unterschieden sich auch in Unterstützung und Lerngelegenheiten. Daraus folgt kein isolierter Wirkungsnachweis für eine neue Ansprache.
Das Weiterbildungsteam und der zweiwöchige Versuch sind eigene Gedankenexperimente. Die Titelfrage betrifft die Gestaltung der Zusammenarbeit, nicht arbeitsrechtliche Ansprüche.
Originalquelle und Forschungsstand
Dylan Walsh: Want Employees to Embrace AI? Stop Selling It as a Productivity Tool, Stanford HAI, 7. Oktober 2026
Arvind Karunakaran: Forschungsübersicht im Stanford-Lebenslauf – die gemeinsame Arbeit mit Roshni Raveendhran und Tami Kim wird dort unter laufenden Arbeiten geführt.
Anschluss an die Serie
Was KI schon kann – und warum wir es kaum nutzen, veröffentlicht am 3. Oktober 2026.
KI-Transparenz
Die Audio-Zusammenfassung wurde mit Unterstützung von NotebookLM erstellt; Dr. Peter Schopf hat Quelle, Thema und Einordnung für KI-Vordenker kuratiert.
9 min
October 03Was KI schon kann – und warum wir es kaum nutzen
Ethan Mollicks „The Overhang“ und die Frage, wie aus technischen Möglichkeiten nutzbare Ergebnisse werden
Ein Arbeitsversuch zum Mitnehmen
Wähle eine wiederkehrende Aufgabe und benenne, wer das Ergebnis verwendet. Lege vorher zwei oder drei Qualitätskriterien fest. Erprobe KI an einem begrenzten Arbeitsschritt. Vergleiche die Gesamtzeit einschließlich Prüfung und Nacharbeit sowie die Verwendbarkeit des Ergebnisses. Halte fest, was du übernehmen, ändern oder weglassen würdest. Dieser Versuch ist unser redaktioneller Vorschlag, kein in den Quellen getestetes Verfahren.
Quellen und Einordnung
Ethan Mollick: The Overhang, One Useful Thing, 18.09.2026 — Ausgangstext und Autorenperspektive.
Mert Demirer, Leon Musolff und Liyuan Yang: Writing Code vs. Shipping Code, NBER Working Paper 35275 — maßgeblich ist die überarbeitete Fassung vom September 2026; Arbeitspapier, noch nicht peer-reviewed.
Seb Murray: AI Is Producing More Software. Why Isn’t It Being Used?, Knowledge at Wharton, 08.09.2026 — ergänzender Artikel; enthält noch die ältere Zahlenfassung.
Die Softwarebefunde ersetzen keine Prüfung im eigenen Arbeitsfeld. Das Workshopbeispiel ist eine erfundene Illustration und beschreibt keinen dokumentierten Kundenfall.
Anschluss an die Serie
Die Folge führt die Frage nach bewusster Arbeitsgestaltung aus „After Automation“ und „Alle prompten. Kaum jemand plant.“ weiter.
KI-Transparenz
Die Audio-Zusammenfassung wurde mit Unterstützung von NotebookLM erstellt; Dr. Peter Schopf hat Quelle, Thema und Einordnung für KI-Vordenker kuratiert.
11 min
September 18Wenn Strategie ihre Grenzen verschiebt - Wie KI Entscheidungen neu organisiert
Felipe Csaszar über größere Möglichkeitsräume, lebende Marktmodelle und KI als systematischen Gegenpart
Grundlage
Felipe A. Csaszar: „AI Is Revolutionizing Strategic Decision-Making“, Harvard Business Review, September-Oktober 2026.
Das Denkmodell
Der Artikel zerlegt strategische Entscheidungen in drei kognitive Aufgaben:
Suchen: mögliche Handlungsrichtungen erzeugen und filtern
Abbilden: Märkte, Kunden und Wettbewerber angemessen modellieren
Zusammenführen: unterschiedliche Urteile prüfen und zu einer Entscheidung verdichten
KI kann in allen drei Bereichen die bisherige Kapazitätsgrenze erweitern.
Kernaussagen
Vor großen Entscheidungen sollte KI zunächst eine breite Longlist erzeugen; menschliches Urteil konzentriert sich anschließend auf die Shortlist.
Statische Marktübersichten und Segmentierungen können durch laufend aktualisierte, granularere Modelle ergänzt werden.
Creator-, Critic- und Competitor-Agenten machen strukturierten Widerspruch zu einem festen Prozessschritt.
Der Zugang zu einem allgemein verfügbaren KI-Modell ist noch kein Wettbewerbsvorteil.
Dauerhaftere Vorteile entstehen aus proprietären Daten, firmenspezifischen Abläufen und schneller wiederholbarer Umsetzung.
Die Rolle des Strategen verschiebt sich vom Analysten zum Architekten des Entscheidungsprozesses.
Praxisbeispiele
Der Beitrag beschreibt unter anderem KI-gestütztes M&A-Scouting, MYbanks hochauflösende Kreditmodelle, Unilevers dynamische Nachfrageplanung sowie ein Feldexperiment mit 776 Fachleuten bei Procter & Gamble.
Kritische Einordnung
Mehr Varianten sind nicht automatisch bessere Optionen. KI kann Fehler, Scheingenauigkeit und überzeugend formulierte Fiktionen produzieren. Synthetische Gegenpositionen helfen beim Stresstest, ersetzen aber weder reale Stakeholder noch die Verantwortung der Entscheider.
Anschluss an frühere Folgen
Die Folge führt „Alle prompten. Kaum jemand plant.“ vom individuellen Strategischen Prompting zum organisationsweiten Entscheidungsprozess weiter. Sie ergänzt außerdem „Strategy-as-Protocol“: Gute KI-gestützte Strategie braucht explizite Kriterien und Regeln, nach denen Optionen erzeugt, bewertet und verworfen werden.
Originalquelle
https://hbr.org/2026/09/ai-is-revolutionizing-strategic-decision-making
Transparenzhinweis
Die Audio-Zusammenfassung wurde mit Unterstützung von NotebookLM erstellt; Dr. Peter Schopf hat Quelle, Thema und Einordnung für KI-Vordenker kuratiert. Die HBR-Quelle liegt hinter einer Paywall und wurde auf Grundlage eines rechtmäßig erworbenen Downloads verarbeitet.
26 min
August 28Die KI nimmt uns nicht die Jobs - aber vielleicht den Berufseinstieg
Neue Stanford-Daten über junge Beschäftigte, weniger Neueinstellungen und die Zukunft betrieblicher Erfahrung
Grundlage
Erik Brynjolfsson, Bharat Chandar und Ruyu Chen: "No Widespread Displacement, but the AI Employment Gap for Young Workers Has Widened to 19%", Stanford Digital Economy Lab, 12. August 2026.
Worum es geht
Die aktualisierte Stanford-Analyse verwendet administrative Lohndaten von ADP bis Juni 2026 und untersucht Beschäftigung nach Alter, Beruf und KI-Exposition.
Kernaussagen
Es gibt bislang keinen Hinweis auf einen breiten, gesamtwirtschaftlichen KI-bedingten Beschäftigungseinbruch.
Bei 22- bis 25-Jährigen in stark KI-exponierten Berufen liegt die Beschäftigung etwa 19 Prozent unter einem Vergleichspfad mit weniger exponierten Tätigkeiten.
Der Abstand entsteht vor allem durch geringere Neueinstellungen, nicht durch mehr Entlassungen.
Negative Muster konzentrieren sich auf Berufe, in denen KI menschliche Aufgaben eher automatisiert.
Wo KI Beschäftigte ergänzt, ist die Beschäftigung stabil oder steigt, besonders bei erfahrenen Arbeitnehmern.
Kodifiziertes Wissen ist leichter automatisierbar als implizites Wissen aus Praxis, Mentoring und wiederholter Erfahrung.
Die Anpassung zeigt sich bislang stärker in Beschäftigung als im Grundgehalt.
Was die Daten nicht beweisen
Die Autoren sprechen von frühen deskriptiven Indikatoren, nicht von einem kausalen KI-Effekt. Bildungsstruktur, frühere Trends und Unterschiede zwischen der ADP-Stichprobe und nationalen Vergleichsdaten begrenzen die Aussagekraft.
Konsequenz für Unternehmen
Wer Junior-Aufgaben automatisiert, muss neue Lernpfade schaffen: betreute Arbeit mit KI, Simulationen, Rotation, Review-Verantwortung und bewusstes Mentoring. Sonst optimiert die Organisation kurzfristig ihre Kosten und schwächt langfristig ihren eigenen Expertennachwuchs.
Anschluss an frühere Folgen
Die Episode setzt "After Automation" fort. Nicht die einfache Frage "Mensch oder Maschine" steht im Mittelpunkt, sondern die Architektur von Lernen, Erfahrung und beruflichem Aufstieg in KI-gestützten Organisationen.
Originalquellen
Stanford-Zusammenfassung:
https://digitaleconomy.stanford.edu/news/canariesaug26/
Aktualisiertes Paper:
https://digitaleconomy.stanford.edu/app/uploads/2026/08/Canaries_August2026.pdf
Transparenzhinweis
Die Audio-Zusammenfassung wurde mit Unterstützung von NotebookLM erstellt; Dr. Peter Schopf hat Quelle, Thema und Einordnung für KI-Vordenker kuratiert. Die beschriebenen Zusammenhänge sind deskriptiv und dürfen nicht als kausaler Nachweis eines KI-Effekts verstanden werden.
23 min
August 23Wem gehört die Superintelligenz? - Zuckerbergs positive KI-Zukunft
Mark Zuckerberg über persönliche KI, Erfindung statt Automatisierung und die Verteilung technologischer Macht
Grundlage
Mark Zuckerberg: "The Future is for Everyone - The Path to a Positive AI Future", Meta, 10. August 2026.
Worum es geht
Der Essay entwirft persönliche Superintelligenz als Alternative zu einer KI-Zukunft, in der wenige Unternehmen, Regierungen oder Expertengruppen über die leistungsfähigsten Systeme verfügen.
Kernaussagen
Superintelligenz soll möglichst vielen Menschen direkt zur Verfügung stehen.
Ihr größter gesellschaftlicher Beitrag soll Erfindung sein, nicht die bloße Automatisierung vorhandener Arbeit.
Persönliche Agenten sollen Lernen, Gesundheit, Kreativität, Forschung und Unternehmensgründungen unterstützen.
Open-Weight-Modelle und private Nutzung werden als Instrumente individueller Freiheit verstanden.
Sicherheit soll durch Checks and Balances zwischen Menschen, Institutionen und mehreren KI-Systemen entstehen.
Zuckerberg erwartet mehr kleinere Unternehmen und neue Tätigkeiten statt eines zwangsläufigen Endes der Arbeit.
Der Essay verbindet breite Verfügbarkeit mit enger Kooperation zwischen Frontier-Laboren und US-Regierung.
Kritische Fragen
Kann Meta glaubwürdig als Anwalt individueller Macht und Privatsphäre auftreten?
Dezentralisiert persönliche Superintelligenz Macht oder schafft sie neue Plattformabhängigkeiten?
Ist "Erfindung statt Automatisierung" realistische Prognose oder gewünschte politische Richtung?
Wie universell ist eine Vision, die zugleich amerikanische Technologieführung priorisiert?
Anschluss an frühere Folgen
Die Folge bildet einen direkten Gegenpol zur Amodei-Episode: Nicht nur unkontrollierte KI, sondern auch zentralisierte Kontrolle über KI kann zum Risiko werden. Sie verbindet außerdem die Themen Zugangsmacht aus "Cut Off" und Infrastruktur aus "AI Is a 5-Layer Cake".
Originalquelle
https://www.meta.com/thefutureisforeveryone/
Diskursreferenz
The AI Daily Brief: "AI Optimism Has a Trust Problem"
https://aidailybrief.beehiiv.com/p/ai-optimism-has-a-trust-problem
Transparenzhinweis
Die Audio-Zusammenfassung wurde mit Unterstützung von NotebookLM erstellt; Dr. Peter Schopf hat Quelle, Thema und Einordnung für KI-Vordenker kuratiert. Der zugrundeliegende Essay stammt vom Gründer und CEO von Meta und ist zugleich als gesellschaftspolitische Position und als strategischer Unternehmensbeitrag zu lesen.
29 min

About KI-Vordenker

From the publisher's feed

Worum geht es in diesem Podcast?

Share KI-Vordenker

Sign up to save your podcasts

KI-Vordenker

KI-Vordenker episodes

About KI-Vordenker