Katar 2023: Die Box-Crew von McLaren wechselt bei Lando Norris alle vier Reifen in 1,80 Sekunden, neuer Formel-1-Weltrekord, schneller als ein Wimpernschlag mehrfach hintereinander. Am anderen Ende der Tempo-Skala: Ein Amazon-Logistikzentrum in Baltimore, in dem laut internen Dokumenten zwischen 2017 und 2018 rund 300 Beschäftigte automatisiert gekündigt wurden, weil ein KI-System ihre Arbeitsgeschwindigkeit als zu niedrig einstufte. Mit diesen beiden sehr unterschiedlichen Tempo-Geschichten eröffnet Sabine diese Folge von KIRRE … na hör mal! und fragt: Wer bestimmt eigentlich, wie schnell wir sein müssen, und haben wir dem je zugestimmt?

Der Boxenstopp-Rekord ist gut dokumentiert: 1,80 Sekunden für den kompletten Reifenwechsel, aufgestellt von McLaren beim Grand Prix von Katar, womit der bisherige Rekord von Red Bull aus dem Jahr 2019 (1,82 Sekunden) unterboten wurde, und das, obwohl die FIA die Regeln zuvor bewusst verschärft hatte, um Boxenstopps eigentlich zu verlangsamen. Sabine ergänzt ein weiteres Detail: Red Bulls Boxencrew hat im Winter sogar mit verbundenen Augen trainiert und ihre Zeit dabei von knapp neun auf unter drei Sekunden verbessert, freiwilliges, hartes, aber selbstgewähltes Training.

Die Amazon-Geschichte, ursprünglich von The Verge recherchiert, liest sich deutlich unbequemer: Ein automatisiertes System misst die individuelle Arbeitsrate jeder Person in Griffen pro Stunde oder gescannten Paketen pro Minute. Wird ein festgelegter Wert wiederholt unterschritten, generiert das System automatisch Verwarnungen und schließlich Kündigungen, ganz ohne dass zwingend ein Mensch den Einzelfall geprüft hätte. Rund 300 Kündigungen bei etwa 2.500 Vollzeitkräften an einem einzigen Standort, macht etwa zehn Prozent der Belegschaft in einem einzigen Jahr. Bekannt wurde das Ganze nicht durch gezielte Recherche, sondern über einen Arbeitsrechtsstreit: Ein gekündigter Mitarbeiter legte Widerspruch ein, und Amazon musste im Zuge dessen Dokumente vorlegen, die die automatisierte Praxis belegten. Ohne diesen einen Menschen, der sich juristisch gewehrt hat, wäre das System vermutlich bis heute unbekannt geblieben. Auch Arbeitspausen werden dem Bericht zufolge vom selben System erfasst, unterbricht jemand das Scannen von Paketen zu lange, folgt eine automatische Warnung, unabhängig vom Grund der Unterbrechung, ob Toilettengang, Trinkpause oder ein kurzes Gespräch mit Kolleginnen.

Sabine zieht aus dem direkten Vergleich beider Geschichten ihre zentrale Beobachtung: Die Formel-1-Mechaniker haben ihr Tempo freiwillig trainiert, unter kontrollierten Bedingungen, mit vollem Einverständnis. Bei Amazon setzt dagegen ein System den Takt, dem Menschen ohne echte Zustimmung folgen müssen, mit gesundheitlichen Konsequenzen. Diesen Unterschied macht sie zum Kern der Folge: Tempo an sich sei wertneutral, problematisch werde es erst, wenn Geschwindigkeit zum Maßstab für Dinge wird, bei denen eigentlich Sorgfalt oder Wohlbefinden zählen sollten. Ein Boxenstopp in eineinhalb Sekunden sei weder gut noch schlecht, einfach nur schnell, in einem Bereich, in dem Schnelligkeit das erklärte Ziel ist. Sobald aber Tempo zum Maßstab für Bereiche wird, in denen ursprünglich etwas völlig anderes zählen sollte, kippt laut Sabine die ganze Bewertung, und genau dieses Kippen sei es, was sie am Amazon-Fall so sehr aufregt, weil dort Menschen krank werden für eine Kennzahl, die kein Mensch je bewusst festgelegt hat.

Von den beiden großen Geschichten führt Sabine zur eigenen KI-Nutzung im Alltag: Sie beschreibt das fast schon beunruhigende Gefühl, wenn eine KI innerhalb von Sekunden eine durchdachte Textstruktur liefert, für die man früher einen ganzen Vormittag gebraucht hätte. Niemand zwinge einen, dieses Tempo zu nutzen, aber sobald es im eigenen Umfeld zum Standard werde, verschiebe sich leise die allgemeine Erwartungshaltung, ein Angebot, das früher eine Woche brauchen durfte, soll plötzlich über Nacht fertig sein, einfach weil die technische Möglichkeit dazu existiert. Sabine berichtet, dass ihr das auch von anderen Selbstständigen bestätigt wurde: Kundschaft setzt zunehmend voraus, dass etwas, das theoretisch schneller ginge, auch tatsächlich schneller geliefert wird, ohne dass darüber je explizit gesprochen worden wäre. Sie betont dabei ausdrücklich, dass das selten böser Wille sei, viele Kundinnen und Kunden wüssten es einfach nicht besser und gingen automatisch davon aus, dass technische Möglichkeit gleich tatsächliche Erwartung bedeute.

Für Auflockerung sorgt an einer Stelle der Ausdruck "schneller, als die Polizei erlaubt", den Sabine auf die eigene Selbstoptimierung überträgt, das Gefühl, ständig zu langsam zu sein, obwohl gar kein Blitzer in Sicht ist, der einen bremsen würde. Dieser kleine, humorvolle Einschub soll bewusst Luft in ein Thema bringen, das sonst schnell nur schwer und mahnend wirken könnte, ganz im Sinne von Sabines Anspruch, auch bei ernsten Themen unterhaltsam zu bleiben.

Bewusst verzichtet die Folge auf eine fertige, eindeutige Antwort. Sabine stellt klar, dass Tempo weder grundsätzlich gut noch grundsätzlich schlecht ist, ein Boxenstopp-Rekord und ein brauchbarer KI-Rohentwurf seien positive Beispiele, die Amazon-Praxis und selbstauferlegte Hetze ohne erkennbaren Grund negative. Die eigentliche Übung bestehe darin, sich regelmäßig zu fragen, wessen Tempo man gerade eigentlich übernommen hat, bevor man einfach weiterrennt. Diese bewusste Uneindeutigkeit ist Sabine wichtig: Sie will den Hörerinnen und Hörern keine fertige Bewertung überstülpen, sondern eine Frage mitgeben, die sich jede und jeder für die eigene Situation selbst beantworten muss.

Diese Episode eignet sich besonders für alle, die sich mit folgenden Themen beschäftigen: Formel-1-Boxenstopp-Weltrekord, Amazon automatisierte Kündigungen Logistikzentrum, KI und Arbeitsgeschwindigkeit, Erwartungsdruck durch KI-Tempo, gesunder Umgang mit Beschleunigung im Berufsalltag, Arbeitsüberwachung durch Algorithmen. Die Folge passt außerdem zu Suchanfragen wie: Was ist der schnellste Boxenstopp der Formel-1-Geschichte? Wie überwacht Amazon die Produktivität seiner Lagerarbeiter? Werden Menschen wegen KI-Bewertungen gekündigt? Was bedeutet algorithmisches Management am Arbeitsplatz? Warum fühlt sich alles seit KI schneller an?

KIRRE … na hör mal! ist ein deutschsprachiger Podcast über künstliche Intelligenz und ihre Auswirkungen auf Alltag, Kreativität und Arbeit, moderiert von Sabine, auch bekannt als Applebee, Diplom-Grafikdesignerin mit über drei Jahrzehnten Berufserfahrung und seit 2023 intensiver KI-Nutzerin. Sabine versteht sich dabei bewusst nicht als Technikfeindin, sondern als jemand, die Tempo dort feiert, wo es freiwillig und fair zustande kommt, und dort hinterfragt, wo es Menschen stillschweigend übergestülpt wird. Wenn dich diese Folge zum Nachdenken gebracht hat, schreib Sabine gerne, wessen Tempo du zuletzt übernommen hast, ohne dich das vorher gefragt zu haben, sei es das Tempo einer Kundschaft, eines Chefs oder einfach der stillen Erwartung, die eine neue Technologie so nebenbei mit sich bringt.

Weiterführende Links Zum Formel-1-Boxenstopp-Rekord (Motorsport-Total): https://www.motorsport-total.com/formel-1/news/180-sekunden-mclarens-schnellster-boxenstopp-der-formel-1-geschichte-23122301

Zur Amazon-Kündigungspraxis (Waz): https://www.wz.de/wirtschaft/wie-amazon-seine-mitarbeiter-kontrolliert-und-entlaesst_aid-38495265

Kontakt: [email protected]

Keywords: Formel 1 Boxenstopp Weltrekord, Amazon automatisierte Kündigung Rate, KI Arbeitsgeschwindigkeit Druck, Erwartungsdruck durch KI-Tempo, KIRRE Podcast, Sabine Eckermann, Applebee

Eine Familie in Portland unterhält sich zu Hause über Hartholzfußböden. Zwei Wochen später ruft ein Bekannter aus dreihundert Kilometer Entfernung an und sagt, er habe eine Audioaufnahme genau dieses Gesprächs erhalten, sein Amazon Echo hatte heimlich mitgehört und die Aufnahme verschickt. Mit dieser wahren Geschichte und zwei weiteren eröffnet Sabine diese Folge von KIRRE … na hör mal! und fragt: Wer spukt eigentlich alles unbemerkt durch unseren Alltag?

Die Portland-Geschichte von 2018 ist gut dokumentiert: Amazon bestätigte, dass der Echo-Lautsprecher der Familie ein Hintergrundgeräusch für das Aktivierungswort "Alexa" hielt, das folgende Gespräch als Befehl zum Nachrichtenversand interpretierte, einen zufälligen Namen aus der Kontaktliste als Empfänger verstand und eine beiläufige Gesprächsäußerung als Bestätigung wertete. Eine Kette aus fünf Fehlinterpretationen, an deren Ende ein Bekannter in Seattle eine private Unterhaltung über Bodenbeläge zu hören bekam.

Als zweite, deutlich humorvollere Geschichte erzählt Sabine den Fall des Nachrichtensprechers Jim Patton aus San Diego, der 2017 live im Fernsehen über ein Mädchen berichtete, das versehentlich per Amazon Echo ein Puppenhaus bestellt hatte. Sein im Beitrag gesprochener Satz "Alexa hat mir ein Puppenhaus bestellt" aktivierte daraufhin bei zahlreichen Zuschauerinnen und Zuschauern mit eingeschaltetem Echo-Gerät im Wohnzimmer eine zweite Bestellwelle, ausgelöst durch den Fernseher selbst.

Als dritte, ältere Geschichte zieht Sabine den bekannten Fall der US-Kette Target heran: Ein Algorithmus erkannte am Einkaufsverhalten, welche Kundinnen schwanger waren. Ein Vater in Minneapolis beschwerte sich empört bei Target, weil seine minderjährige Tochter Baby-Gutscheine erhielt, entschuldigte sich jedoch kurz darauf, seine Tochter war tatsächlich schwanger, der Algorithmus hatte es früher erkannt als er selbst. Sabine ergänzt dazu ein wenig bekanntes Detail: Target habe die Babygutscheine bewusst zwischen unauffällige Werbung gemischt, um weniger befremdlich zu wirken.

Aus allen drei Geschichten leitet Sabine ein gemeinsames Muster ab: Systeme ziehen aus Daten, die eigentlich nichts mit der einzelnen Person zu tun haben sollten, weitreichende Schlüsse, ohne dass jemand dem je bewusst zugestimmt hätte. Sie unterscheidet dabei zwischen dem lauten, in die Schlagzeilen geratenen Spuk und dem viel häufigeren, leisen Spuk des Alltags: Spamfilter, Autokorrektur und Empfehlungsalgorithmen.

Persönlich wird die Folge durch Sabines eigene kleine Alltagsmacke: Da ihre Cousine Alexa heißt, muss sie beim Erzählen darauf achten, dass kein Amazon-Lautsprecher im Raum sich angesprochen fühlt, ein humorvoller Einstieg, der die größere Frage der Folge auf sehr persönliche Weise einleitet.

Wichtig ist Sabine dabei die Feststellung, dass in keiner der drei großen Geschichten böse Absicht im Spiel war, sondern jeweils eine Kette technisch nachvollziehbarer, aber im Ergebnis absurder Fehlinterpretationen. Genau das mache ihr mehr Sorgen als bewusste Überwachung, gegen Absicht könne man sich wehren, gegen ein System, das aus gut gemeinten Regeln heraus einfach falsch reagiert, sei das deutlich schwerer.

Gleichzeitig warnt Sabine ausdrücklich vor Panik: Die geschilderten Geräte würden für die allermeisten Menschen an den allermeisten Tagen genau das tun, wofür sie gebaut wurden.

Ganz praktisch empfiehlt Sabine, sich einmal jährlich bewusst anzuschauen, welche Geräte zu Hause dauerhaft zuhören und welche Apps auf dem Smartphone Zugriff aufs Mikrofon haben, sowie bei wirklich privaten Gesprächen kurz auf die Leuchtanzeige smarter Lautsprecher zu achten. Für alle, die selbst online sichtbar sein müssen, etwa als Selbstständige, macht sie zudem die Doppelrolle deutlich, die jede und jeder in diesem System einnimmt: gleichzeitig Nutznießerin zielgerichteter Algorithmen und Teil des Datenmaterials, aus dem andere ihre Schlüsse ziehen.

Am Ende der Folge zieht Sabine ein bewusst beruhigendes Fazit: In allen drei geschilderten Fällen ist der jeweilige Spuk irgendwann aufgeflogen, weil Menschen genau hingeschaut, nachgefragt oder sich beschwert haben. Das sei zwar kein Freibrief für Nachlässigkeit, aber ein guter Grund, dem Thema mit wacher Neugier statt mit Ohnmacht zu begegnen.

Diese Episode eignet sich besonders für alle, die sich mit folgenden Themen beschäftigen: Amazon Echo Datenschutz-Pannen, Alexa hört heimlich mit, Target Schwangerschafts-Algorithmus, Spamfilter und Autokorrektur im Alltag, unsichtbare KI-Entscheidungen. Die Folge passt außerdem zu Suchanfragen wie: Hört Alexa wirklich immer mit? Was ist beim Amazon-Echo-Vorfall in Portland passiert? Wie hat Target eine Schwangerschaft vor dem Vater erkannt?

KIRRE … na hör mal! ist ein deutschsprachiger Podcast über künstliche Intelligenz und ihre Auswirkungen auf Alltag, Kreativität und Arbeit, moderiert von Sabine, auch bekannt als Applebee, Diplom-Grafikdesignerin mit über drei Jahrzehnten Berufserfahrung und seit 2023 intensiver KI-Nutzerin. Wenn dich diese Folge zum Nachdenken gebracht hat, schreib Sabine gerne, welcher digitale Spuk dir selbst schon mal begegnet ist.

Weiterführende Links Zum Amazon-Echo-Vorfall in Portland (t-online): https://www.t-online.de/digital/aktuelles/id_83827668/amazons-echo-alexa-nimmt-heimlich-gespraech-auf-und-verschickt-die-aufnahme.html

Zum Puppenhaus-Vorfall San Diego (heise online): https://www.heise.de/news/Amazon-Echo-Nachrichtensprecher-loest-Massenbestellung-aus-3591039.html

Kontakt: [email protected]

Keywords: Amazon Echo hört heimlich mit, Alexa Datenschutz Portland Fall, Target Schwangerschaft Algorithmus, Autokorrektur Spamfilter Alltag, KIRRE Podcast, Sabine Eckermann, Applebee

Steven Schwartz ist seit dreißig Jahren Anwalt in New York, kein Anfänger. 2023 lässt er sich von ChatGPT Präzedenzfälle für einen Schriftsatz liefern, sechs Urteile mit Aktenzeichen und Namen, alle komplett erfunden. Er reicht sie beim Gericht ein, ohne sie zu prüfen. Mit dieser wahren, viel zitierten Geschichte eröffnet Sabine diese Folge von KIRRE … na hör mal! und fragt: Was verlieren wir eigentlich, wenn wir uns die Bequemlichkeit zu leicht machen?

Der Fall Mata v. Avianca ist inzwischen ein Klassiker in jeder Diskussion über KI-Risiken. Schwartz vertrat einen Mann, der sich auf einem Flug verletzt hatte, gegen die Fluggesellschaft Avianca und suchte per ChatGPT nach unterstützenden Präzedenzfällen. Die KI lieferte scheinbar seriöse Urteile wie "Petersen gegen Iran Air" oder "Martinez gegen Delta Airlines", komplett mit Aktenzeichen und Begründung. Als die gegnerischen Anwälte die Fälle nicht finden konnten und nachfragten, schickte Schwartz sogar noch mehrseitige, ebenfalls erfundene Urteilsauszüge nach. Auf direkte Nachfrage bestätigte ChatGPT ihm sogar noch einmal, einer der Fälle sei "ein echter Fall". War er nicht. Die Folge für Schwartz: 5.000 Dollar Strafe und ein Karriereknick nach drei Jahrzehnten im Beruf.

Sabine ordnet ein, dass seit diesem Fall in US-Gerichten bereits rund 900 ähnliche Vorfälle dokumentiert wurden, KI-erfundene Zitate und Urteile in echten Schriftsätzen. Erst kürzlich verhängte ein Richter in Oregon eine Strafe von 110.000 Dollar gegen zwei Anwälte wegen 23 erfundener Zitate, die bislang höchste bekannte Strafe dieser Art.

Als zweites Beispiel erzählt Sabine den Fall des Radiomoderators Mark Walters aus Georgia. Ein Journalist bat ChatGPT im selben Jahr, eine echte Klageschrift zusammenzufassen. Die KI behauptete daraufhin fälschlich, Walters habe Spendengelder veruntreut, obwohl sein Name im tatsächlichen Dokument gar nicht vorkam. Walters verklagte OpenAI, die erste Verleumdungsklage gegen einen Chatbot überhaupt. Das Gericht wies die Klage später ab, unter anderem weil OpenAI ausführlich vor möglichen Fehlern warnt. Für Sabine zeigt der Fall trotzdem, wie schnell eine selbstsicher klingende KI-Antwort echten Rufschaden anrichten kann.

Aus beiden Geschichten leitet Sabine ihre zentrale These ab: Nicht die Technik ist das eigentliche Problem, sondern der eingeschläferte Prüfreflex dahinter. Ein Anwalt mit dreißig Jahren Erfahrung hätte früher automatisch jede Quelle kontrolliert, dieser Instinkt sei nicht verschwunden, weil er dümmer geworden sei, sondern weil die Antwort so überzeugend klang, dass die Prüfroutine im Kopf gar nicht erst angesprungen ist. Sabine beschreibt das mit dem Bild eines Muskels, der nicht verkümmert, weil er kaputtgeht, sondern weil er schlicht nicht mehr gebraucht wird.

Sie zieht dabei bewusst eine Grenze zwischen Fähigkeiten, deren Verlust kaum ins Gewicht fällt, etwa Kopfrechnen dank Taschenrechner, und Fähigkeiten, die als eigentliche berufliche Substanz gelten: Urteilsvermögen, das Prüfen von Quellen, das eigenständige Ringen um eine Lösung. Ergänzt wird das durch den Begriff kognitive Schuld, geprägt vom MIT: Wer Denkleistung an KI auslagert, leiht sich diese quasi und zahlt sie später in Form geschwächter eigener Fähigkeiten zurück.

Besonders eindringlich schildert Sabine einen Ausschnitt aus der Gerichtsanhörung von Schwartz: Auf die Frage des Richters, ob ihm die seltsame Formulierung der Fälle nicht aufgefallen sei, habe Schwartz sinngemäß geantwortet, er sei einfach davon ausgegangen, ChatGPT funktioniere wie eine besonders leistungsfähige Suchmaschine. Für Sabine liegt genau darin die eigentliche Gefahr: die psychologische Neigung, einer selbstsicher formulierten Antwort automatisch mehr zu vertrauen und sie seltener zu hinterfragen, je überzeugender sie klingt.

Praktisch rät Sabine, bei allem wirklich Wichtigen zunächst selbst zu beginnen, auch holprig, und die KI erst im Anschluss zur Verfeinerung zu nutzen. Bei Fakten, Namen und Quellen empfiehlt sie ausdrücklich, noch einmal selbst nachzuschauen. Sie beschreibt außerdem den Unterschied, den sie an sich selbst bei der eigenen Podcast-Arbeit bemerkt: Schreibt sie einen Text komplett von KI erledigen, sei das Ergebnis meist brauchbar, aber sie selbst habe an diesem Tag nichts trainiert. Ringt sie zuerst selbst und lässt die KI erst danach draufschauen, werde nicht nur der Text besser, sondern sie habe auch selbst etwas gedacht, statt nur abzunicken.

Diese Episode eignet sich besonders für alle, die sich mit folgenden Themen beschäftigen: KI-Halluzinationen vor Gericht, der Fall Mata v. Avianca, Mark Walters gegen OpenAI, kognitive Schuld durch KI-Nutzung, Quellen prüfen bei KI-Antworten. Die Folge passt außerdem zu Suchanfragen wie: Welcher Anwalt wurde wegen ChatGPT-Falschzitaten bestraft? Kann man OpenAI wegen falscher Aussagen verklagen? Wie prüfe ich KI-generierte Fakten richtig?

KIRRE … na hör mal! ist ein deutschsprachiger Podcast über künstliche Intelligenz und ihre Auswirkungen auf Alltag, Kreativität und Arbeit, moderiert von Sabine, auch bekannt als Applebee, Diplom-Grafikdesignerin mit über drei Jahrzehnten Berufserfahrung und seit 2023 intensiver KI-Nutzerin. Wenn dich diese Folge zum Nachdenken gebracht hat, schreib Sabine gerne, ob dir selbst schon mal eine KI-Antwort untergejubelt wurde, die sich hinterher als komplett falsch herausstellte.

Weiterführende Links Zum Fall Steven Schwartz / Mata v. Avianca (heise online): https://www.heise.de/news/ChatGPT-erfindet-Gerichtsurteile-US-Anwalt-faellt-darauf-herein-9068180.html

Zum Fall Mark Walters gegen OpenAI (derStandard): https://www.derstandard.at/story/3000000174483/radiomoderator-klagt-openai-nachdem-chatgpt-ihm-verbrechen-unterstellte

Kontakt: [email protected]

Keywords: Anwalt ChatGPT erfundene Urteile, Mata v Avianca Steven Schwartz, Mark Walters OpenAI Klage, kognitive Schuld KI-Nutzung, KI-Antworten überprüfen, KIRRE Podcast, Sabine Eckermann, Applebee

Ein Musiker aus London wartet auf ein Paket. Er fordert den Kundenservice-Chatbot von DPD aus Frust auf, die eigene Firma zu beschimpfen. Der Bot macht mit, bezeichnet DPD als schlechteste Lieferfirma der Welt und dichtet sogar ein beleidigendes Haiku dazu. Anfang 2024 wirklich passiert, der Screenshot ging in zwei Tagen über eine Million Mal rum, DPD musste den Chatbot abschalten. Mit dieser Geschichte steigt Sabine in dieser Folge von KIRRE … na hör mal! in die Frage ein: Wie viel Mensch steckt eigentlich noch im Kundenservice?

Die Zahlen dahinter sind deutlich. In Deutschland gehen jedes Jahr rund 470 Millionen Stunden in Warteschleifen und schlechtem Kundenservice verloren, umgerechnet 59 Millionen Arbeitstage. Pro Kopf macht das im Schnitt 7,9 Stunden im Jahr. Eine Analyse von Parloa fand heraus, dass nur einer von elf eingesetzten Chatbots das eigentliche Anliegen der Kundschaft löst, 46 Prozent geben an, ihr Chatbot verstehe sie nicht.

Sabine macht klar, dass es dabei nicht um eine grundsätzliche Ablehnung von KI geht. Über 70 Prozent der Kundschaft wären bereit, mit einer KI zu sprechen, wenn ihr Problem dadurch nachweislich schneller gelöst wird. Der Ärger entsteht durch KI, die ihr eigenes Versprechen nicht einlöst, nicht durch KI an sich. Laut einer HubSpot-Studie erwarten 90 Prozent der Kundschaft eine sofortige Antwort, ein Anspruch, den kein menschliches Team rund um die Uhr erfüllen kann. Bei einfachen, wiederkehrenden Anliegen lösen gut gebaute Chatbots dieses Problem tatsächlich zuverlässig, teilweise mit Lösungsraten über 80 Prozent.

Schwierig wird es dort, wo Anliegen komplex oder emotional werden. Bei Beschwerden, Kündigungen oder echten Ausnahmefällen fällt die Erfolgsquote von Chatbots laut Auswertungen teils auf unter 20 Prozent. Genau in diesem Bereich, so Sabines These, wird Technik eingesetzt, die dafür nicht gebaut wurde, weil sie günstiger aussieht als eine durchdachte Personalplanung.

Ein besonders selbstkritischer Programmpunkt: Laut einer Studie des Capgemini Research Institute mögen nur 16 Prozent der Kundenberaterinnen und Kundenberater ihren eigenen Job. Sabine geht der Frage nach, woran das konkret liegt, starre Skripte, wenig eigener Entscheidungsspielraum, ständiger Druck auf kurze Gesprächszeiten, unabhängig davon, ob ein Problem wirklich gelöst ist.

Ein zweiter, ausführlich erzählter Fall führt nach Kanada, in eine ganz andere Ecke des Problems: 2022 bucht ein Mann kurzfristig einen Flug zur Beerdigung seiner Großmutter. Der Chatbot von Air Canada sichert ihm einen nachträglichen Trauerfall-Rabatt zu, der so gar nicht existiert. Die Airline weigert sich zu zahlen und argumentiert, ein Chatbot sei eine eigenständige Instanz, für deren Aussagen man nicht hafte. Das kanadische Schiedsgericht widerspricht: Ein Chatbot ist Teil der Unternehmenswebsite, für seine Aussagen haftet die Firma genauso wie für jeden anderen Text auf ihrer Seite. Air Canada muss zahlen, inklusive Anwaltskosten. Sabine leitet daraus einen praktischen Tipp ab: Wer von einem Chatbot etwas zugesagt bekommt, sollte sofort einen Screenshot machen.

Auch am Telefon verändert sich einiges: Sprach-KI klingt inzwischen kaum noch nach Roboter, sondern täuschend echt nach Mensch. Trotz all dieser Entwicklungen bleibt das Telefon der wichtigste Kontaktkanal im Kundenservice und macht bei den meisten Unternehmen weiterhin über die Hälfte des gesamten Kontaktaufkommens aus. Eine Auswertung von Chat-Verläufen zeigt zudem, dass sich die Zahl der Anfragen mit dem expliziten Wunsch nach einem menschlichen Ansprechpartner innerhalb eines Jahres mehr als verdoppelt hat.

Kritisch beleuchtet Sabine außerdem die wirtschaftliche Seite: Unternehmen können ihre Supportkosten durch Chatbots um bis zu 54 Prozent senken, der globale Chatbot-Markt ist seit 2020 von rund 17 auf über 100 Milliarden Dollar gewachsen. Die gemessene Kundenzufriedenheit liegt laut Capgemini trotzdem bei unter 50 Prozent.

Ganz praktisch rät Sabine, sich bei Warteschleifen nicht mit dem ersten Chatbot-Angebot zufriedenzugeben, sondern gezielt nach "Berater", "Mitarbeiter" oder einer einfachen "0" zu suchen, ein einfacher Trick, der bei vielen Anbietern erstaunlich zuverlässig funktioniert. Für Unternehmerinnen und Unternehmer empfiehlt sie eine ehrliche Prüfung, wo ein Chatbot wirklich hilft und wo er nur eine teure Wand vor einem Problem darstellt.

Sabine zieht dabei einen klaren Trennstrich zwischen zwei völlig unterschiedlichen Einsatzfeldern für KI im Kundenservice: den vielen kleinen, wiederkehrenden Anfragen, für die Chatbots gut geeignet sind, und den selteneren, wichtigeren Momenten, in denen jemand wirklich verärgert oder ratlos ist, und in denen automatisierte Systeme am häufigsten scheitern.

Diese Episode eignet sich besonders für alle, die sich mit folgenden Themen beschäftigen: Chatbot-Frust im Kundenservice, DPD-Chatbot-Skandal 2024, Air-Canada-Chatbot-Urteil, Warteschleifen-Statistiken Deutschland, Zufriedenheit von Kundenberater:innen, Haftung für Chatbot-Aussagen. Die Folge passt außerdem zu Suchanfragen wie: Muss ein Unternehmen für Chatbot-Fehler haften? Wie komme ich schneller zu einem menschlichen Kundenservice-Mitarbeiter? Was ist beim DPD-Chatbot-Vorfall passiert?

KIRRE … na hör mal! ist ein deutschsprachiger Podcast über künstliche Intelligenz und ihre Auswirkungen auf Alltag, Kreativität und Arbeit, moderiert von Sabine, auch bekannt als Applebee, Diplom-Grafikdesignerin mit über drei Jahrzehnten Berufserfahrung und seit 2023 intensiver KI-Nutzerin. Wenn dich diese Folge zum Schmunzeln oder Kopfschütteln gebracht hat, schreib Sabine gerne deine eigene schlimmste oder lustigste Chatbot-Geschichte. Der Leitfaden hilft dabei, genau die Art von Übertreibung und leeren Versprechen zu erkennen, die auch viele Chatbot-Antworten prägen.

Weiterführende Links Zum DPD-Chatbot-Vorfall (heise online): https://www.heise.de/news/Schlechtester-Paketdienst-DPD-Chatbot-flucht-und-beschimpft-eigene-Firma-9603882.html

Zum Air-Canada-Chatbot-Urteil (t3n): https://t3n.de/news/chatbot-fluglinie-gericht-haftbar-1607937/

Kontakt: [email protected]

Keywords: DPD Chatbot beschimpft Firma, Air Canada Chatbot Urteil Haftung, Warteschleife Statistik Deutschland, Chatbot löst Problem nicht, Kundenservice Frust KI, KIRRE Podcast, Sabine Eckermann, Applebee

Eine Studie von Stanford University und University of Southern California hat etwas herausgefunden, das erstmal absurd klingt: Wenn man einer KI eine Experten-Persona verpasst, "Antworte als Profi-Koch mit zwanzig Jahren Erfahrung", wird das Ergebnis nicht besser, sondern schlechter. In dieser Folge von KIRRE … na hör mal! nimmt Sabine diesen kuriosen Befund als Ausgangspunkt für die zentrale Frage der Folge: Wie sehr entscheidet eigentlich der Mensch hinter dem Prompt, was am Ende aus der KI herauskommt?

Die genannte Studie zeigt konkret: Bei Programmieraufgaben verschlechterte sich die Code-Qualität messbar, sobald eine Experten-Persona aktiv war. Bei allgemeinen Wissensfragen fiel die Trefferquote von 71,6 auf 68,0 Prozent. Die Erklärung der Forschenden: Eine erfundene Rolle liefert der KI zwar scheinbar Kontext, verleitet sie aber dazu, in Fachjargon und Attitüde zu verfallen, statt klare Fakten zu liefern, Kostüm statt Substanz, wie Sabine es nennt.

Daraus leitet Sabine den Kerngedanken der Folge ab: Das Problem bei enttäuschenden KI-Ergebnissen liegt selten an der Technik, sondern meist an der Frage. Als anschauliches, in vielen Prompting-Leitfäden zitiertes Beispiel nennt sie den Klassiker: Wer eine KI ohne Kontext bittet, "Erkläre Java", riskiert eine Abhandlung über die indonesische Insel statt über die Programmiersprache. Ergänzt wird das durch eine Untersuchung der Cornell University, die belegt, dass Nutzerinnen und Nutzer mit klaren, strukturierten, kontextreichen Prompts nachweislich bessere Ergebnisse erzielen als bei spontanen, unstrukturierten Anfragen.

Sabine verbindet diese Forschung mit einem Bild aus der eigenen Werkstatt-Erfahrung: Die beste Bohrmaschine bohrt kein gerades Loch, wenn die Person dahinter Winkel, Druck und Material nicht einschätzen kann. Die Maschine liefert Kraft, den Plan liefert der Mensch. Bei KI sei es exakt dasselbe Prinzip.

Ein zentraler Punkt der Folge ist Sabines eigene Berufserfahrung als Grundlage guter Prompts. Als konkretes Beispiel aus ihrer Beratungspraxis schildert sie zwei Kundinnen mit ähnlichem Projekt: Eine formulierte einen minimalen Ein-Satz-Prompt und erhielt einen kaum brauchbaren Rohentwurf, die andere bereitete Zielgruppe, Tonalität und Beispiele vor und bekam ein nahezu fertiges, direkt verwendbares Ergebnis, mit derselben KI, am selben Tag. Für Sabine ist das der beste Beleg dafür, dass der entscheidende Unterschied nicht im Werkzeug liegt, sondern in der Person, die es bedient.

Untermauert wird das mit einer Zahl von McKinsey: Bereits etwa ein Drittel aller Unternehmen nutzt KI-Tools regelmäßig, mit stark steigender Tendenz. Genau deshalb werde die Fähigkeit, klar und präzise zu prompten, laut Sabine gerade vom netten Extra zum echten Wettbewerbsfaktor, weil zwei Organisationen dieselbe Technologie nutzen und trotzdem völlig unterschiedliche Ergebnisse erzielen können, je nachdem, wie gut die Menschen dahinter wissen, was sie eigentlich brauchen.

Praktisch empfiehlt Sabine, die KI bei komplexeren Aufgaben zunächst selbst nach fehlenden Informationen fragen zu lassen, bevor sie eine Aufgabe angeht, und diese Rückfragen kurz und konkret zu beantworten. Sie beschreibt dieses Verfahren als einen Umweg, der sich fast immer auszahlt: Statt der KI sofort die volle Aufgabe zu übergeben, lässt sie sich erst fünf bis sechs gezielte Rückfragen stellen, beantwortet diese knapp, und erst danach beginnt die eigentliche Bearbeitung.

Gleichzeitig macht Sabine unmissverständlich klar: Auch das beste Prompting ersetzt kein eigenes Urteilsvermögen. Welche von mehreren möglichen KI-Antworten tatsächlich zum eigenen Kontext passt, das lässt sich nicht an die Maschine delegieren, das bleibt Aufgabe des Menschen mit Erfahrung.

Diese Episode eignet sich besonders für alle, die sich mit folgenden Themen beschäftigen: Prompt Engineering und bessere KI-Ergebnisse, warum Experten-Personas Prompts verschlechtern können, strukturierte Prompts nach Cornell-Forschung, KI-Nutzung in Unternehmen laut McKinsey, eigene Erfahrung als Wettbewerbsvorteil im KI-Zeitalter, Rückfragen-Technik für bessere Prompts. Die Folge passt außerdem zu Suchanfragen wie: Warum werden KI-Antworten manchmal schlechter mit einer Rollenvorgabe? Wie stelle ich bessere Prompts für ChatGPT oder Claude? Was ist Prompt Engineering eigentlich genau?

KIRRE … na hör mal! ist ein deutschsprachiger Podcast über künstliche Intelligenz und ihre Auswirkungen auf Alltag, Kreativität und Arbeit, moderiert von Sabine, auch bekannt als Applebee, Diplom-Grafikdesignerin mit über drei Jahrzehnten Berufserfahrung und seit 2023 intensiver KI-Nutzerin. Wenn dich diese Folge zum Nachdenken gebracht hat, schreib Sabine gerne, welcher Prompt bei dir zuletzt komplett danebenging, und woran es lag.

Weiterführende Links Zur Persona-Prompting-Studie (Stanford/USC, via Gamestar): https://www.gamestar.de/artikel/eine-lange-etablierte-ki-technik-ist-laengst-ueberholt-euer-prompt-braucht-stattdessen-nur-diese-drei-dinge-fuer-ein-super-ergebnis,3455598.html

Kontakt: [email protected]

Keywords: Prompt Engineering Fehler, KI-Persona Studie Stanford, bessere ChatGPT-Prompts schreiben, Cornell Studie strukturierte Prompts, KI-Nutzung Unternehmen McKinsey, KIRRE Podcast, Sabine Eckermann, Applebee

Ein Tanzvideo auf TikTok, Hunderte begeisterte Kommentare, Herzchen und Flaggen-Emojis. Sabines erste Reaktion: Respekt, die hat aber Zulauf. Ihre zweite Reaktion, nach ein bisschen Recherche: Das meiste davon ist gar nicht echt. In dieser Folge von KIRRE … na hör mal! geht Sabine dieser Geschichte nach und stellt die größere Frage dahinter: Wer applaudiert eigentlich wirklich, und wer regiert künftig, wenn sich Applaus künstlich erzeugen lässt?

Ausgangspunkt ist eine Analyse der unabhängigen Organisation Reset Tech, die ein Netzwerk von mehr als 1.200 TikTok-Accounts identifiziert hat, die monatelang koordiniert positive Inhalte über eine deutsche Politikerin verbreiteten. Zusammen erreichten diese Accounts über drei Millionen Follower und mehr als 30 Millionen Likes. Auffällig: 57 Prozent der analysierten Beiträge wurden aus Nigeria hochgeladen. Viele der Accounts posteten zuvor Inhalte zu Kryptowährungen oder Devisenhandel und wurden zwischen November und Januar umbenannt, bevor sie auf Wahlwerbung umschwenkten.

Sabine ordnet das Beispiel mit klarer eigener Haltung ein: Sie positioniert sich unmissverständlich gegen Rechtsextremismus und macht deutlich, warum sie ein Beispiel wählt, bei dem mehrere Landesverbände der betroffenen Partei von Gerichten bestätigt als gesichert rechtsextremistisch eingestuft sind. Die Partei selbst bestreitet jede Beteiligung an dem Bot-Netzwerk. Sabines Ärger richtet sich dabei nicht gegen legitime Fanbeziehungen im Netz, sondern gegen die künstliche Erzeugung des Eindrucks einer breiten Bewegung, wo tatsächlich ein Netzwerk umgewidmeter Fake-Accounts steht, verstärkt durch einen Algorithmus, der genau dieses künstliche Engagement zusätzlich mit echter Reichweite belohnt.

Die Folge bleibt nicht bei Deutschland stehen. Sabine zieht die Parallele zum US-Wahlkampf 2024: Donald Trump verbreitete KI-generierte Bilder, die Taylor Swift und ihre Fans fälschlich als seine Unterstützer zeigten, ein Vorfall, der Swift öffentlich zur Klarstellung zwang. Allein zwischen Januar und Juli 2024 wurden in den USA über hundert solcher KI-Deepfakes im Wahlkampf registriert. Sabine reflektiert dabei, warum ausgerechnet dieser Fall so schnell aufflog: Swifts Millionen Fans kennen ihre echte Stimme genau, während bei Politikerinnen, die viele nur aus zweiter Hand kennen, dieses Frühwarnsystem gegen Fälschungen deutlich schwächer ist.

Historisch verankert Sabine das Thema mit dem Cambridge-Analytica-Skandal von 2016 und macht einen entscheidenden Unterschied zu heute deutlich: Brauchte es damals noch ganze Teams über Wochen und Monate, reicht heute eine Handvoll Menschen mit passender Software, um in wenigen Tagen ein tausendköpfiges Bot-Netzwerk aufzubauen.

Ein zentraler Gedanke der Folge: Es spielt keine Rolle, welches Land oder welche politische Richtung betroffen ist, überall dort, wo Wahlerfolg an Reichweite hängt, lohnt sich künstlicher Applaus. Sabine erlaubt sich ein ausdrücklich als Gedankenexperiment gekennzeichnetes Zukunftsszenario: Was, wenn Wahlkampf zu einem Wettrüsten der besseren Manipulationstechnologie statt der besseren Argumente wird?

Praktisch rät Sabine, große Follower-Zahlen nicht mehr unhinterfragt als Beleg für echte Beliebtheit zu nehmen, sondern zu prüfen, wer wirklich dahintersteckt. Für Wahlinformationen empfiehlt sie offizielle Programme und Faktencheck-Redaktionen statt Chatbots, da ein Correctiv-Experiment vor der Europawahl 2024 zeigte, dass gängige Chatbots teils erfundene Kandidatinnen nannten und nicht mal das Wahldatum kannten.

Die Folge endet nicht mit Resignation, sondern mit einer Ermutigung: Je mehr künstlicher Applaus im Umlauf ist, desto wertvoller wird die eigene, kritische Stimme.

Diese Episode eignet sich besonders für alle, die sich mit folgenden Themen beschäftigen: Bot-Netzwerke im Wahlkampf, Deepfakes bei Wahlen, Cambridge Analytica Microtargeting, Chatbots und Wahlinformationen, Rechtsextremismus und Social-Media-Reichweite, Fake-Follower erkennen. Die Folge passt außerdem zu Suchanfragen wie: Wie erkenne ich gekaufte Follower und Bot-Kommentare? Was war der Cambridge-Analytica-Skandal genau? Wie zuverlässig sind Chatbot-Antworten zu Wahlen?

KIRRE … na hör mal! ist ein deutschsprachiger Podcast über künstliche Intelligenz und ihre Auswirkungen auf Alltag, Kreativität und Arbeit, moderiert von Sabine, auch bekannt als Applebee, Diplom-Grafikdesignerin mit über drei Jahrzehnten Berufserfahrung und seit 2023 intensiver KI-Nutzerin. Wenn dich diese Folge zum Nachdenken gebracht hat, schreib Sabine gerne, welche viralen Zahlen dir selbst zuletzt verdächtig vorkamen.

Weiterführende Links Zum Reset-Tech-Bot-Netzwerk (Ruhrbarone): https://www.ruhrbarone.de/pro-weidel-content-auf-tiktok-mehrheit-der-beitraege-stammt-aus-nigeria/256415/

Zu KI-Deepfakes im US-Wahlkampf 2024 (bpb.de): https://www.bpb.de/themen/nordamerika/usa/552975/ki-und-wahlen-brennpunkt-usa/

Kontakt für Rückmeldungen: [email protected]

Keywords: Bot-Netzwerk TikTok Wahlkampf, Reset Tech Nigeria Accounts, Deepfake US-Wahlkampf Taylor Swift, Cambridge Analytica Microtargeting, Chatbot Fehlinformation Wahl, KIRRE Podcast, Sabine Eckermann, Applebee

Schon 1970 prägte der Soziologe Alvin Toffler den Begriff Zukunftsschock, den Zustand, in dem Menschen von mehr Information und Veränderung überflutet werden, als sie verarbeiten können. Über fünfzig Jahre später, mitten in der KI-Welle, ist dieser Zustand für viele zum Dauerzustand geworden. In dieser Folge von KIRRE … na hör mal! fragt Sabine, wer in diesem Lärm eigentlich noch Klartext redet, und warum genau das gerade zu einem knappen, wertvollen Gut wird.

Ausgangspunkt sind aktuelle Statistiken zur Informationsüberflutung: 80 Prozent der Beschäftigten weltweit erleben sie inzwischen regelmäßig, eine deutliche Zunahme gegenüber 60 Prozent vor wenigen Jahren. Der volkswirtschaftliche Schaden wird auf rund eine Billion Dollar jährlich geschätzt, eine Zahl, bei der Sabine selbst beim Recherchieren dreimal nachgeschaut hat, ob da nicht ein Komma fehlt. Sabine ordnet ein, dass zur reinen Informationsmenge inzwischen eine zusätzliche Belastung hinzukommt: die ständige Prüfung, ob ein Inhalt überhaupt von einem Menschen stammt oder KI-generiert ist, eine Mikroentscheidung, die zusätzlich am ohnehin begrenzten mentalen Vorrat zehrt.

Zentraler Begriff der Folge ist Content Shock, ein 2014 vom amerikanischen Marketingautor Mark Schaefer geprägtes Konzept, das schon damals vorhersagte, dass die Menge an verfügbarem Content schneller wächst als die menschliche Kapazität, ihn zu verarbeiten, eine Prognose, die durch KI-generierte Inhalte heute noch drastischer eintrifft. Sabine leitet daraus die zentrale These der Folge ab: In einem Meer aus vorsichtigen, austauschbaren, absichernden Formulierungen wird nicht mehr die lauteste, sondern die klarste, konsistenteste Stimme zur Orientierungshilfe. Sie unterscheidet dabei explizit zwischen laut und klar, laut sei reine Zuspitzung um der Aufmerksamkeit willen, Klartext dagegen bedeute, eine Meinung offen zu benennen, zu begründen und dazu zu stehen, auch wenn sie unbequem ist.

Besonders deutlich macht Sabine den Unterschied zwischen laut und klar anhand von Pressemitteilungen und Unternehmensstatements, die oft so vorsichtig und ausgewogen formuliert sind, dass am Ende gar keine erkennbare Aussage mehr übrig bleibt. Genau das sei das Gegenteil von Klartext, und genau deshalb bleibe bei solchen Texten auch nichts hängen. Wer dagegen erkennbar mit eigener Haltung spricht, wird in einem Meer aus vorsichtigem Ungefähr automatisch zum Orientierungspunkt, unabhängig davon, ob man am Ende jeder einzelnen Meinung zustimmt.

Sabine ordnet außerdem ein, warum sich viele Menschen gerade erschöpft fühlen, ohne dass ihnen objektiv mehr Arbeit aufgebürdet wurde: Es ist nicht die Menge an Aufgaben, sondern die Menge an Mikroentscheidungen, glauben oder nicht glauben, vertrauen oder misstrauen, reagieren oder ignorieren, die zusätzlich zur normalen Arbeit am selben begrenzten mentalen Vorrat zehrt. Seit KI-generierte Inhalte kaum noch von menschlichen zu unterscheiden sind, kommt bei praktisch jedem Kontakt mit Text, Bild oder Stimme eine weitere Prüfschleife hinzu, eine Belastung, die es in dieser Form vorher schlicht nicht gab.

Anhand eigener Beispiele aus ihrem Job, direktes statt vorsichtig-diplomatisches Kundenfeedback, zeigt Sabine, dass klare Haltung Vertrauen eher stärkt als gefährdet. Früher habe sie bei einem missratenen Entwurf oft vorsichtig gefragt, ob eine andere Variante infrage käme, heute sage sie direkt, dass etwas nicht funktioniert, und warum. Statt Kundschaft zu verschrecken, habe genau diese Direktheit das Vertrauen gestärkt. Ergänzt wird das durch einen Hinweis der Universität Erlangen-Nürnberg, dass Konzentration und bewusster Umgang mit Information trainierbar sind, ebenso wie das Sprechen und Zuhören mit erkennbarer Haltung selbst eine Fähigkeit ist, die sich gezielt wieder einüben lässt, nach Jahren des reinen Scrollens.

Diese Episode eignet sich besonders für alle, die sich mit folgenden Themen beschäftigen: Informationsüberflutung und Stress, Content Shock Marketing-Konzept, Alvin Toffler Zukunftsschock, klare Kommunikation als Wettbewerbsvorteil, Entscheidungsmüdigkeit im Alltag, Vertrauen durch direktes Kundenfeedback, Orientierung in der KI-Content-Flut. Die Folge passt außerdem zu Suchanfragen wie: Was ist Content Shock? Warum fühle ich mich von Informationen überfordert? Wie kommuniziere ich klarer und direkter? Was bedeutet Zukunftsschock nach Alvin Toffler? Wie erkenne ich, ob ein Text von einem Menschen oder von KI stammt?

Sabine macht in dieser Folge außerdem deutlich, dass sie bewusst auf die bequeme, allseits ausgewogene Darstellung verzichtet, bei der am Ende jede Position irgendwie ihr Recht behält. Sie begründet das damit, dass es davon im Netz schon mehr als genug gibt, während eine erkennbare, nachvollziehbare eigene Meinung zur echten Seltenheit geworden ist. Diese Haltung zieht sich als roter Faden durch den gesamten Podcast KIRRE … na hör mal! und wird in dieser Folge erstmals explizit als bewusstes Programm benannt, statt nur zwischen den Zeilen mitzuschwingen.

KIRRE … na hör mal! ist ein deutschsprachiger Podcast über künstliche Intelligenz und ihre Auswirkungen auf Alltag, Kreativität und Arbeit, moderiert von Sabine, auch bekannt als Applebee, Diplom-Grafikdesignerin mit über drei Jahrzehnten Berufserfahrung und seit 2023 intensiver KI-Nutzerin. Wenn dich diese Folge angesprochen hat, abonniere gerne KIRRE … na hör mal! auf deiner bevorzugten Podcast-Plattform, und schreib Sabine gerne, ob dir selbst gerade eine Stimme fehlt, die in deinem Themenfeld noch klarer Position bezieht.

Weiterführende Links Zu Informationsüberflutungs-Statistiken 2026: https://speakwiseapp.com/de/blog/informationsueberflutung-statistiken

Kontakt für Rückmeldungen: [email protected]

Keywords: Informationsüberflutung Stress Statistik, Content Shock Mark Schaefer, Alvin Toffler Zukunftsschock, klare Kommunikation Vertrauen, Entscheidungsmüdigkeit Alltag, KIRRE Podcast, Sabine Eckermann, Applebee

Eine Anthropologin verbringt ein halbes Jahr in der Kalahari-Wüste und schreibt buchstäblich jedes Gespräch mit. Ihr Befund: Tagsüber drehen sich 75 Prozent der Gespräche um Arbeit und Organisation. Sobald abends das Feuer brennt, kippt das Verhältnis komplett, 81 Prozent der Gespräche werden zu Geschichten. In dieser Folge von KIRRE … na hör mal! nimmt Sabine diesen jahrzehntealten anthropologischen Befund als Ausgangspunkt für eine aktuelle Frage: Sitzt die KI jetzt mit am Lagerfeuer, jetzt, wo jeder auf Knopfdruck Texte produzieren kann?

Die zentrale Quelle der Folge ist eine Studie der Anthropologin Polly Wiessner, veröffentlicht 2014 im renommierten Fachblatt PNAS, basierend auf jahrzehntelanger Feldforschung bei den Ju'hoansi-Buschmännern in Botsuana und Namibia. Wiessners Kernthese: Das abendliche Feuer schuf einen geschützten Raum für Geschichten, die Zuhörende auf dieselbe emotionale Wellenlänge brachten, Vertrauen aufbauten und Reputation formten. Sabine überträgt diesen Mechanismus auf die Gegenwart und zeigt, warum Podcasts gerade jetzt boomen, mitten in der KI-Content-Flut: fast 20 Millionen Menschen in Deutschland hören inzwischen regelmäßig Podcasts, ein Wachstum von über 150 Prozent seit 2019. Der Grund liegt für Sabine auf der Hand: Ein Podcast ist im Kern ein digitales Lagerfeuer, eine erkennbare Stimme mit echten Pausen und echten Zögerern, zu der Hörende eine parasoziale Bindung aufbauen, ein Gefühl von Nähe, das ein austauschbarer KI-Text bislang nicht erzeugen kann.

Sabine geht der Frage nach, was strukturell fehlt, wenn eine KI eine technisch einwandfreie Geschichte liefert. Ihre These: Es ist nicht das Handwerk, sondern das echte Risiko. Ein Mensch, der live erzählt, kann sich verhaspeln, kann bei einer bewegenden Stelle selbst die Fassung verlieren, kann eine Pointe verpatzen, und genau in diesem Bruch entsteht Nähe. Als anschauliches Beispiel nennt sie KI-vorgelesene Hörbücher, technisch perfekt, aber laut vieler Rückmeldungen von Hörenden seltsam distanziert.

Historisch verankert Sabine dieses Prinzip zusätzlich mit zwei weiteren Beispielen: den westafrikanischen Griots, die als lebende Geschichtenerzähler und Musiker Familien- und Volksgeschichte über Generationen mündlich weitergeben, sowie den homerischen Epen Ilias und Odyssee, die jahrhundertelang nicht gelesen, sondern von Sängern auswendig und mit Variation vor echtem Publikum vorgetragen wurden. Ergänzt wird das durch eine aktuelle Studie, nach der 73 Prozent der Podcast-Hörenden den Aussagen ihrer bevorzugten Hosts direkt vertrauen, nicht der dahinterstehenden Marke, sondern der Person selbst.

Die Folge bleibt dabei differenziert: KI wird nicht verteufelt, sondern klar verortet. Als Werkzeug für Recherche, Struktur und erste Entwürfe leistet sie laut Sabine wertvolle Vorarbeit, das Holz fürs Feuer sozusagen. Das eigentliche Entzünden und Hüten des Feuers, die Live-Reaktion auf ein echtes Publikum, bleibt aber Aufgabe des Menschen. Sabine überträgt diesen Gedanken auch auf Präsentationen und Kundenpitches: Wer ein Konzept live vorstellt statt es nur als Dokument zu verschicken, kann in Echtzeit auf Stirnrunzeln reagieren, nachschärfen, erklären, eine Fähigkeit, die in einer zunehmend automatisierten und asynchronen Kommunikationswelt an Wert gewinnt.

Besonders hervorzuheben ist der Vergleich, den Sabine zwischen zwei Versionen derselben Geschichte zieht: einmal live erzählt, mit Stimmveränderung, gezielten Pausen und echter Reaktion auf die Zuhörenden, einmal als fertiger, fehlerfreier Text ohne jede Rückkopplung zum Publikum. Beide können inhaltlich identisch sein, wirken aber völlig unterschiedlich. Wer als Kreative oder Selbstständige regelmäßig Inhalte produziert, bekommt hier eine klare Handlungsanweisung mit auf den Weg: KI für die Vorbereitung nutzen, aber den Moment der eigentlichen Begegnung mit dem Publikum bewusst dem eigenen, unperfekten, lebendigen Auftritt vorbehalten.

Diese Episode eignet sich besonders für alle, die sich mit folgenden Themen beschäftigen: Geschichtenerzählen als Kulturtechnik, Polly Wiessner Lagerfeuer-Studie, warum Podcasts trotz KI boomen, parasoziale Bindung Podcast-Hosts, KI-Hörbücher im Vergleich zu menschlichen Sprecher:innen, lebendige Präsentationen statt PDF-Versand, Storytelling für Selbstständige und Kreative. Die Folge passt außerdem zu Suchanfragen wie: Warum wirken Geschichten stärker als reine Fakten? Können Podcasts gegen KI-Content bestehen? Was ist parasoziale Bindung beim Podcast-Hören? Wie halte ich eine Präsentation lebendiger als ein PDF?

KIRRE … na hör mal! ist ein deutschsprachiger Podcast über künstliche Intelligenz und ihre Auswirkungen auf Alltag, Kreativität und Arbeit, moderiert von Sabine, auch bekannt als Applebee, Diplom-Grafikdesignerin mit über drei Jahrzehnten Berufserfahrung und seit 2023 intensiver KI-Nutzerin. Wenn dich diese Folge zum Nachdenken gebracht hat, schreib Sabine gerne deine eigene Geschichte.

Zur Studie (Polly Wiessner, "Embers of society: Firelight talk among the Ju/'hoansi Bushmen", PNAS 2014): https://sciencev2.orf.at/stories/1746591/index.html

Kontakt für eigene Geschichten: [email protected]

Keywords: Lagerfeuer Geschichten erzählen Studie, Polly Wiessner PNAS Buschmänner, Podcast Wachstum Deutschland 2026, parasoziale Bindung Podcast Vertrauen, KI Hörbuch vs menschliche Stimme, KIRRE Podcast, Sabine Eckermann, Applebee

Ein Mann mit ALS, der seit Jahren kein Wort mehr sprechen konnte, spricht dank eines Hirnimplantats wieder mit seiner Familie. Am selben Wochenende liest Sabine von einer Firma in Hongkong, die 25 Millionen Dollar an Betrüger überweist, nachdem sich ein kompletter Videocall voller vertrauter Kolleg:innen als Deepfake entpuppt. Zwei echte Geschichten, dieselbe Grundtechnologie, ein kompletter Gegensatz im Ergebnis. In dieser Folge von KIRRE … na hör mal! erzählt Sabine beide nebeneinander und geht der Frage nach, warum KI in dem einen Moment rettet und im nächsten zerstört, und was das über unseren Umgang mit ihr sagt.

Ausgangspunkt der ernsteren Geschichte ist der reale Fall des britischen Ingenieurbüros Arup, dessen Hongkonger Niederlassung Anfang 2024 Opfer eines aufwendig inszenierten Deepfake-Betrugs wurde. Ein Mitarbeiter der Finanzabteilung erhielt zunächst eine E-Mail, angeblich vom Finanzvorstand des Unternehmens aus London, mit der Bitte um eine vertrauliche Transaktion. Zunächst skeptisch, ließ er sich durch eine Einladung zu einem Videocall überzeugen, in dem scheinbar der Finanzchef und mehrere ihm bekannte Kolleginnen und Kollegen anwesend waren. Alle sprachen, reagierten auf Fragen, wirkten völlig normal. In der Folge überwies der Mitarbeiter in fünfzehn Einzeltransaktionen umgerechnet rund 25 Millionen US-Dollar an die Betrüger. Erst eine Woche später, bei einem Rückruf in der Firmenzentrale, flog der Betrug auf: Kein einziger Mensch in diesem Videocall war real gewesen, sämtliche Teilnehmenden waren aus öffentlich zugänglichem Video- und Tonmaterial generierte Deepfakes.

Sabine ordnet diesen Fall in einen größeren Trend ein: Sicherheitsanalysen gehen davon aus, dass allein im Jahr 2025 weltweit Schäden von deutlich über 200 Millionen Dollar durch Deepfake-Betrug entstanden sind, mit einer Zahl an dokumentierten Vorfällen, die sich ungefähr jährlich verdoppelt. Besonders gefährdet sind demnach Menschen mit viel öffentlich zugänglichem Bild- und Tonmaterial, etwa Führungskräfte, Vortragsrednerinnen und, wie Sabine selbstkritisch anmerkt, auch Podcasterinnen wie sie selbst. Als sehr konkrete, alltagstaugliche Schutzmaßnahme nennt sie das Prinzip der Rückruf-Verifikation: Bei jeder dringlichen Aufforderung zu einer Überweisung oder Herausgabe von Zugangsdaten, egal wie überzeugend die Person am Bildschirm wirkt, empfiehlt sie, aufzulegen und über eine selbst bekannte, unabhängig verifizierte Nummer zurückzurufen, statt auf die im Anruf oder Chat angegebene Nummer zu vertrauen.

Als bewussten Gegenpol erzählt Sabine von einem aktuellen medizinischen Durchbruch: einem Hirn-Computer-Interface, das bei Menschen mit ALS oder nach schweren Schlaganfällen eingesetzt wird, die durch ihre Erkrankung die Fähigkeit zu sprechen verloren haben. Ein Chip liest dabei die Hirnsignale ab, die eigentlich für Sprechbewegungen zuständig wären, eine KI übersetzt dieses Muster nahezu in Echtzeit in Sprache, ausgegeben über eine synthetische Stimme, die bei manchen Systemen sogar aus alten Sprachaufnahmen der jeweiligen Person rekonstruiert wird. Sabine beschreibt eindrücklich, wie ein betroffener Mann seiner Familie auf diesem Weg erstmals seit Jahren wieder "Ich liebe dich" sagen konnte, mit der eigenen Gedankenkraft, über den Umweg eines Computers.

Interessant an der Hirnimplantat-Geschichte findet Sabine besonders, dass es sich dabei längst nicht mehr um einen einzelnen Einzelfall handelt. Mehrere US-amerikanische Forschungszentren arbeiten parallel an ähnlichen Verfahren, bei Menschen mit ALS ebenso wie bei Betroffenen schwerer Schlaganfälle, die zuvor jahrelang nur noch über einzelne Fingerbewegungen oder Augensteuerung überhaupt kommunizieren konnten. Manche dieser Systeme rekonstruieren die ausgegebene Stimme sogar aus alten Sprachaufnahmen der jeweiligen Person aus der Zeit vor der Erkrankung, damit die Stimme, die am Ende aus dem Lautsprecher kommt, wirklich nach der betroffenen Person klingt und nicht nach einem gesichtslosen Computer.

Für einen humorvollen Moment zwischendurch sorgt eine dritte, deutlich harmlosere wahre Geschichte: Ein schottischer Fußballverein ersetzte seinen menschlichen Kameramann testweise durch ein KI-gesteuertes System, das automatisch dem Ball folgen sollte. Über weite Strecken des Spiels verwechselte die Software jedoch zuverlässig die glänzende Glatze eines Schiedsrichter-Assistenten am Spielfeldrand mit dem eigentlichen Ball und schwenkte entsprechend fehl, sehr zum Ärger der Fans, die dadurch reihenweise echte Tore verpassten. Sabine nutzt diese kleine Panne bewusst als Auflockerung zwischen den beiden schwereren Geschichten, ganz nach dem Motto: KI ist nicht immer episch gut oder episch gefährlich, manchmal ist sie einfach nur herrlich unfähig.

Aus dem Nebeneinander dieser drei Geschichten leitet Sabine eine einfache Leitfrage ab, die sie künftig auf jede neue KI-Meldung anwenden will: nicht "gut oder böse", sondern "wer hat sie in der Hand, und mit welcher Absicht". Die Folge endet mit einem Vergleich zu Feuer, der ältesten und zugleich zwiespältigsten Technologie der Menschheit, um zu zeigen, dass der bewusste, wache Umgang mit einer mächtigen, potenziell gefährlichen Technologie historisch längst eingeübt ist und auch bei KI gelingen kann.

Diese Episode eignet sich besonders für alle, die sich mit folgenden Themen beschäftigen: Deepfake-Betrug in Unternehmen, der Fall Arup Hongkong, KI-Hirnimplantate für Menschen mit ALS, Schutz vor Stimmklon-Betrug für Selbstständige und Podcaster:innen, Rückruf-Verifikation als Betrugsschutz, kuriose KI-Pannen im Sport. Die Folge passt außerdem zu Suchanfragen wie: Wie funktionierte der Deepfake-Betrug bei Arup in Hongkong genau? Kann künstliche Intelligenz gelähmten oder sprachunfähigen Menschen beim Sprechen helfen? Wie erkenne und verhindere ich einen Deepfake-Anruf oder Videocall-Betrug?

KIRRE … na hör mal! ist ein deutschsprachiger Podcast über künstliche Intelligenz und ihre Auswirkungen auf Alltag, Kreativität und Arbeit, moderiert von Sabine, auch bekannt als Applebee, Diplom-Grafikdesignerin mit über drei Jahrzehnten Berufserfahrung und seit 2023 intensiver KI-Nutzerin. Wenn dich diese Folge zum Nachdenken gebracht hat, oder wenn du selbst schon mal einen eigenen Staunen- oder Gruseln-Moment mit KI erlebt hast, schreib Sabine gerne, sie freut sich über jede Zuschrift und sammelt eure Geschichten für kommende Folgen.

Weiterführende Links

Zum Deepfake-Betrugsfall in Hongkong (heise online): https://www.heise.de/news/Videokonferenz-voller-KI-Klone-Angestellter-schickt-Betruegern-24-Millionen-Euro-9618064.html

Zum Hirnimplantat für ALS-Patienten (24matins.de): https://www.24matins.de/gelaehmter-spricht-wieder-durchbruch-mit-hirnimplantat-ermoeglicht-kommunikation-285127

Kontakt für eigene Staunen- oder Gruseln-Momente mit KI: [email protected]

Keywords: Deepfake Videocall Betrug Hongkong, Hirnimplantat ALS spricht wieder, Stimmklon Schutz Podcaster, Rückruf-Verifikation Betrugsschutz, KI Fail Fußballkamera, KIRRE Podcast, Sabine Eckermann, Applebee

Ein Kredit wird abgelehnt, eine Bewerbung landet nie auf dem Schreibtisch, eine Behandlung wird nicht genehmigt, und niemand kann so richtig erklären, warum. In dieser Folge von KIRRE … na hör mal! geht Sabine der Frage nach, wer eigentlich "Nein" sagt, wenn eine Maschine mitentscheidet, und was man dagegen tun kann.

Ausgangspunkt ist ein reales EuGH-Urteil vom 7. Dezember 2023 (Rechtssache C-634/21): Eine Frau wollte von der Schufa wissen, warum ihr ein Kredit verweigert wurde, bekam aber nur einen nackten Score-Wert ohne Erklärung. Der Europäische Gerichtshof entschied, dass ein automatisiert berechneter Score, der praktisch allein über eine Entscheidung bestimmt, eine "automatisierte Entscheidung im Einzelfall" im Sinne der DSGVO ist, mit weitreichenden Folgen: Recht auf Erklärung der Logik, Recht auf Darlegung des eigenen Standpunkts, Recht auf Anfechtung. Entscheidend dabei: Es reicht nicht, formal einen Menschen dazwischenzuschalten, wenn dieser den automatisiert erstellten Wert in der Praxis nie infrage stellt.

Sabine zeigt, wie sich dieses Prinzip laut Rechtsexpert:innen auf viele weitere Bereiche übertragen lässt: KI-gestützte Vorsortierung von Bewerbungen, Eignungsprüfungen für medizinische Studien, Schichtplanung, Leistungsbewertungen. Als Beispiel für algorithmische Diskriminierung im Bewerbungsprozess dient der gut dokumentierte Fall eines großen US-Onlinehändlers, der sein internes KI-Recruiting-Tool abschalten musste, weil es Lebensläufe mit dem Wort "Frauen" systematisch niedriger bewertete, ein Muster, das es sich selbst aus historischen Einstellungsdaten beigebracht hatte.

Der Kern der Folge ist eine sehr praktische Ermutigung: Die wenigsten Menschen wissen, dass sie bei automatisierten Absagen ein Recht auf Erklärung und Überprüfung haben. Sabine verbindet das mit einer persönlichen Reflexion darüber, wie sie selbst früher Absagen als persönliches Versagen verstanden hat, und wie sich ihr Blick darauf verändert hat, seit sie weiß, dass oft gar kein Mensch wirklich hingeschaut hat.

Diese Episode eignet sich besonders für alle, die sich mit folgenden Themen beschäftigen: automatisierte Entscheidungen und Art. 22 DSGVO, Schufa-Urteil EuGH, KI im Bewerbungsprozess, algorithmische Diskriminierung, Recht auf menschliche Überprüfung, KI in der Kreditvergabe. Die Folge passt außerdem zu Suchanfragen wie: Darf eine KI allein über einen Kredit entscheiden? Was besagt das Schufa-Urteil des EuGH? Habe ich ein Recht auf eine menschliche Überprüfung bei automatisierten Absagen?

KIRRE … na hör mal! ist ein deutschsprachiger Podcast über künstliche Intelligenz und ihre Auswirkungen auf Alltag, Kreativität und Arbeit, moderiert von Sabine, auch bekannt als Applebee, Diplom-Grafikdesignerin mit über 30 Jahren Berufserfahrung und seit drei Jahren intensiver KI-Nutzerin.

Weiterführende Links:

Zum EuGH-Urteil (Universität Regensburg, Einordnung inkl. Übertragbarkeit auf KI-Systeme): https://www.uni-regensburg.de/universitaet/aktuelles/nachrichten/nachricht/20-12-2023_eugh-stuft-schufa-score-als-automatische-entscheidungsfindung-ein-auswirkungen-auch-auf-ki-anwendugen

Kontakt für eigene Erfahrungen mit automatisierten Absagen: [email protected]

Keywords: Schufa Score Kredit abgelehnt, Recht auf Erklärung automatisierte Entscheidung, EuGH Urteil Schufa 2023, KI sortiert Bewerbung automatisch aus, Amazon KI Recruiting Frauen benachteiligt, Artikel 22 DSGVO Rechte, KIRRE Podcast, Sabine Eckermann, Applebee