Manche Menschen wehren sich mit Händen und Füßen gegen KI, andere bauen sich in einem einzigen Wochenende ein Werkzeug, für das ein Unternehmen 25.000 bis 30.000 Euro zahlen würde. Diese Folge zeigt anhand von zwei jungen Frauen, woran dieser Unterschied wirklich liegt: nicht an der Technik, sondern am Mindset, an Anpassungsfähigkeit und der Bereitschaft, KI zum eigenen Werkzeug zu machen.

Mind/Machine ist der Podcast über Künstliche Intelligenz, Mensch und Arbeitswelt. Manuela Machner ist KI-Expertin mit Fokus auf Tourismus und Weiterbildung und gibt jährlich für unzählige Menschen Workshops (https://www.kinet.aihttps://www.kinet.ai). Eliot Mannoia ist digitaler Psychologe und bringt die menschliche Perspektive auf Technologie und Veränderung ein (www.brandkarma.at). Gemeinsam verbinden sie Praxis und Psychologie zu Gesprächen, die weiterhelfen.

Was dich in dieser Folge erwartet:

Zwei Extreme aus der Praxis: Eine junge Mitarbeiterin verteidigt eine monotone Tätigkeit, die sich automatisieren ließe, und blockiert jede Veränderung. Eine andere baut sich von selbst ein automatisiertes Dashboard, zieht Daten aus mehreren Plattformen zusammen und glänzt damit beim Kunden. Beide sind jung, beide nutzen KI, und doch gehen sie völlig gegensätzlich damit um.

Warum Anpassungsfähigkeit zur Schlüsselkompetenz wird: Anders als bei der industriellen Revolution haben wir keine Jahrzehnte Zeit, um uns umzustellen. Die Werkzeuge ändern sich fast Woche für Woche. Neben Empathie ist Anpassungsfähigkeit die emotionale Eigenschaft, die jetzt zählt.

Angst als schlechter Ratgeber: Eine Studie zeigt, dass 44 Prozent der Gen Z KI absichtlich sabotieren, etwa durch falsche Eingaben. Dahinter stecken echte Ängste. Wir sprechen darüber, warum Verdrängung der schlechteste Weg ist und wie man aktiv mit dieser Angst umgehen kann.

Effizienz gegen Effektivität: Das Wort Effizienz löst Ängste aus, weil es nach mit weniger mehr machen klingt. Der bessere Weg führt über Effektivität: Was würdest du mit drei zusätzlichen Stunden pro Woche tun? Diese Frage verändert die Haltung gegenüber KI grundlegend.

Was Unternehmen tun können: Räume für Austausch schaffen, Ängste offen ansprechen, Live-Workshops statt reiner Online-Trainings, Veränderung von oben und unten tragen, ehrlich kommunizieren, wenn es um Prozesse und Jobs geht.

Motivation neu gedacht: Mit Daniel Pinks Modell Motivation 3.0 erklären wir, warum Sinn, Mastery und Autonomie stärker motivieren als Gehalt allein, und warum genau diese Faktoren bei der erfolgreichen jungen Frau den Schalter umgelegt haben.

Häufig gestellte Fragen:

Sind junge Menschen automatisch offener für KI?

Nein. Viele Jüngere nutzen KI zwar für einfache Aufgaben, sind bei Automatisierung und Agenten aber oft skeptischer als gedacht. Entscheidend ist die Haltung, nicht das Alter.

Wie gehe ich mit Angst vor KI um?

Angst ansprechen statt verdrängen, mit begeisterten Menschen reden statt nur mit Gleichgesinnten, Dinge ausprobieren und KI im eigenen Bereich gezielt einsetzen, um besser zu werden.

Was bedeutet KI zum eigenen Werkzeug machen?

Nicht nur Texte kopieren, sondern Prozesse, Automatisierungen und Dashboards für die eigene Arbeit bauen und sich dadurch unverzichtbar machen.

Geht es bei Automatisierung immer um Stellenabbau?

Nicht zwangsläufig. Oft geht es darum, monotone Aufgaben abzunehmen und Menschen für sinnvollere Arbeit freizuspielen. Wichtig ist saubere Kommunikation.

Erwähnte Quellen: Daniel Pink (Drive, Motivation 3.0), Self Determination Theory, Maslow, NIMBY.

Über die Hosts:

Manuela Machner ist KI-Expertin und Beraterin mit starkem Praxisfokus auf Tourismus.. Sie hält jährlich Workshops für über tausend Menschen (www.kinet.ai).

Eliot Mannoia ist digitaler Psychologe und beleuchtet, wie Menschen mit Technologie, Veränderung und den dazugehörigen Emotionen umgehen (www.brandkarma.at).

Mind/Machine findest du auf Spotify, Apple Podcasts und Amazon Music und auf www.mind-machine.at.

Künstliche Hüften, gelaserte Augen, Cochlea-Implantate und Medikamente, die Plaque aus den Arterien lösen: Der menschliche Körper ist längst zum Ersatzteillager geworden, und die Forschung arbeitet daran, den Zellzyklus zurückzudrehen und das Leben auf 150 Jahre und mehr zu verlängern. Diese Folge fragt, wo die wirkliche Grenze liegt, und sie liegt nicht beim Körper, sondern im Kopf.

Mind/Machine ist der Podcast von Manuela Machner und Eliot Mannoia über künstliche Intelligenz, Technologie und ihre Wirkung auf den Menschen. Manuela Machner ist KI-Expertin mit Fokus auf Tourismus, Weiterbildung und KMU und zeigt, wie Technologie im Alltag wirklich nutzbar wird. Eliot Mannoia ist digitaler Psychologe und Autor des Buchs Friction und betrachtet, was Technologie mit unserem Denken, Fühlen und Verhalten macht.

Was dich in dieser Folge erwartet:

Der Körper als Ersatzteillager. Hüften an einem Tag, Knie, die nach zwanzig Jahren ausgetauscht werden, Herzschrittmacher, gelaserte Augen. Was vor 200 Jahren undenkbar war, ist heute Routine. Die nächste Stufe ist nicht der Austausch, sondern die Regeneration der eigenen Zellen.

Die wahre Grenze ist mental. Wenn der Körper mit 100 fit ist wie mit 50, entsteht eine gefährliche Disbalance. Denn geistig bauen viele Menschen früher ab als körperlich. Die eigentliche Herausforderung der Lebensverlängerung ist nicht das Knie, sondern der Kopf.

Implantate und die Zweiklassengesellschaft. Vom Kreditkartenchip unter der Haut bis zum Gedächtnisimplantat. Sobald eine kritische Menge an Menschen mitmacht, entsteht gesellschaftlicher Druck, und die freie Entscheidung verschwindet. Es droht eine Zweiklassengesellschaft, in der ohne Implantat niemand mehr mithalten kann.

Natürliche Grenzen verschwinden. Früher beendete die Dunkelheit den Tag und die Wahrnehmung filterte die Datenflut. Wenn diese natürlichen Bremsen wegfallen, müssen wir künstliche Grenzen setzen: das Arbeitshandy abschalten, das Wikipedia-Gehirn im Wald ausschalten.

Atrophie und der Google-Effekt. Wer alles jederzeit nachschlagen kann, merkt sich weniger. Wie beim Fitnesstraining für den Körper braucht es bewusstes Training für den Kopf.

Interfaces der Zukunft. Vom Feld zum Förderband zum gekrümmten Sitzen am Computer. Vielleicht steuern wir Geräte irgendwann mit Gedanken oder über Hologramme. Was uns heute absurd erscheint, wird für die nächste Generation selbstverständlich sein.

Häufig gestellte Fragen:

Wie alt können Menschen künftig werden?

Manche Forschende arbeiten daran, den Zellzyklus zu verjüngen und das Leben auf 150 oder mehr Jahre zu verlängern. Sicher ist das nicht, aber die Richtung zeigt klar darauf hin.

Was ist die größte Herausforderung der Lebensverlängerung?

Nicht der Körper, sondern der Geist. Körperlich lässt sich heute fast alles ersetzen oder regenerieren. Die Frage ist, wie wir mental fit bleiben, damit Körper und Kopf zusammenpassen.

Sind Implantate gesellschaftlich problematisch?

Solange es freiwillige Nice-to-have-Anwendungen sind, weniger. Kritisch wird es, wenn Implantate Leistung steigern und gesellschaftlicher Druck entsteht, denn dann verschwindet die echte Wahlfreiheit.

Was bedeutet der Google-Effekt?

Weil wir alles jederzeit nachschlagen können, merken wir uns Dinge nicht mehr aktiv. Geistige Fähigkeiten können verkümmern, ähnlich wie Muskeln ohne Training.

Erwähnte Links:

www.kinet.ai

www.brandkarma.at

Buch Friction von Eliot Mannoia

Film Gattaca

Über die Hosts:

Manuela Machner ist KI-Expertin mit Praxisfokus auf Tourismus, Weiterbildung und KMU. Mehr unter www.kinet.ai.

Eliot Mannoia ist digitaler Psychologe und Autor des Buchs Friction. Mehr unter www.brandkarma.at.

Mind/Machine findest du auf Spotify, Apple Podcasts, Amazon Music und überall, wo es Podcasts gibt. Alle Folgen auch auf www.mind-machine.at.

Daten sammeln ist einfach. Wissen, warum man sie sammelt, ist selten.

Anna Neureiter, Data Governance Managerin bei IT Power Services, erklärt, warum 80 Prozent der Arbeit in KI-Projekten auf Datenaufbereitung entfällt, bevor ein Modell startet, und warum Unternehmen trotzdem alles sammeln, was sie kriegen können, ohne konkreten Use Case. Der Gedanke ist verlockend: Wir haben die Daten, also sitzen wir auf einem Schatz. Die Realität: redundante Datenberge, veraltete Bestände, KI-Projekte, die nicht wegen der Technologie scheitern, sondern weil die Grundlage fehlt.

Mind/Machine ist der Podcast für alle, die verstehen wollen, wie KI in der Praxis wirklich funktioniert.

Manuela Machner, KI-Expertin mit Schwerpunkt Tourismus und KMU, und Eliot Mannoia, digitaler Psychologe, sprechen mit Expertinnen und Experten über das, was hinter den Schlagzeilen steckt.

Was dich in dieser Folge erwartet:

Daten sind nicht das neue Gold

Daten sind eher wie ein Samen als wie Gold. Gold behält seinen Wert. Ein Samen braucht Pflege und den richtigen Zeitpunkt. Wer Daten fünf Jahre im Keller lagert und dann eine Ernte erwartet, wird enttäuscht. Der Zeitaspekt wird in den meisten Unternehmen systematisch unterschätzt.

80 Prozent Aufwand vor dem Modell-Start

Rund 80 Prozent der Arbeitszeit in KI-Projekten entfällt auf Datenaufbereitung und Qualitätsprüfung. Viele Projekte scheitern nicht am Algorithmus, sondern an schlechten Daten. Anna Neureiter erklärt, warum das kein technisches, sondern ein organisatorisches Problem ist.

Use Case zuerst, Daten danach

Der häufigste Fehler: Erst sammeln, dann überlegen, was man will. Anna beschreibt, wie sauberes Scoping aussieht, warum Quick Wins oft wichtiger sind als große Visionen, und was es bedeutet, alle Beteiligten von Anfang an auf dasselbe Ziel auszurichten.

Data Literacy: Daten sind kein IT-Thema

Wenn Fachbereiche nicht wissen, was sie mit Daten anfangen sollen, nützen auch die besten Datensätze nichts. Anna Neureiter setzt auf Enablement: Menschen befähigen, Daten selbst zu hinterfragen und kritisch einzusetzen.

Data Spaces und die DIO

Anna ist ehrenamtlich bei der Data Intelligence Offensive (DIO) aktiv, die Datenaustausch in Österreich auf Basis europäischer Standards vorantreibt. Sie erklärt, wie Unternehmen Daten souverän teilen können, ohne die Kontrolle zu verlieren.

Häufig gestellte Fragen:

Warum scheitern so viele KI-Projekte?

Meistens nicht wegen der Technologie. Der häufigste Grund ist eine schlechte Datengrundlage und fehlendes Scoping zu Projektbeginn.

Was bedeutet Data Literacy?

Die Fähigkeit, Daten zu lesen, zu interpretieren und kritisch zu hinterfragen, ohne Datenwissenschaftlerin zu sein.

Was sind Data Spaces?

Technische und rechtliche Infrastrukturen für kontrollierten Datenaustausch zwischen Unternehmen, verankert in der europäischen Datenstrategie.

Wie startet man ein gutes Datenprojekt?

Mit einem konkreten Use Case, nicht mit der Frage, welche Daten man hat. Kleines Pilotprojekt, schneller Erfolg, dann skalieren.

https://www.mind-machine.at

Manuela Machner ist KI-Expertin für Tourismus und KMU, Gründerin von KiNET.ai. Eliot Mannoia ist digitaler Psychologe und beschäftigt sich mit den Auswirkungen von Technologie auf Mensch und Gesellschaft - www.brandkarma.at

Wir zahlen zweimal für Technologie: einmal für die Rolltreppe und einmal für das Fitnesscenter. Einmal für Google Maps und einmal für Braintraining-Apps. Einmal für das Smartphone, das Telefonnummern speichert, und einmal für die App, die unser Gehirn wieder trainiert.

Unser Host, der digitale Psychologe Eliot Mannoia hat darüber zwei Jahre geforscht und ein Buch geschrieben. Der Titel ist Programm: Friction.

Was dich in dieser Folge erwartet:

• Wir werden künstliche Menschen
• Wir tracken Schlaf, zählen Schritte, buchen Fokuszeit in Outlook.
• Gleichzeitig trainieren wir Maschinen, menschlicher zu wirken: langsamer zu sprechen, einfühlsamer zu antworten. Eliot beschreibt dieses Paradox nüchtern, aus der Mitte der Gesellschaft, nicht von außen.

Wir zahlen zweimal

Für jeden Komfort zahlen wir doppelt: erst für das Gerät, dann für den Ausgleich des Verlustes. Die Rolltreppe kostet Geld, das Fitnesscenter kostet Geld. Dieses Muster zieht sich durch nahezu alle Lebensbereiche.

Hyper-Independence

Wir leben allein, lassen Essen liefern, streamen auf Abruf. Was nach Freiheit klingt, ist ein Tausch: Die Abhängigkeit von Menschen weicht einer Abhängigkeit von Systemen. Sichtbar wird das erst, wenn der Strom ausfällt.

Was ChatGPT antwortete, als man es fragte, wie es die Menschen unterwerfen würde

Nicht Terminatoren. Sondern: das Leben so bequem machen, dass Menschen das Denken und Entscheiden freiwillig abgeben. Manuela und Eliot diskutieren, wie nah wir diesem Punkt bereits sind.

Friction als Konzept

Weil natürliche Grenzen wegfallen, müssen wir künstliche setzen. Konkrete Beispiele: die Slow Checkout bei Jumbo in den Niederlanden, Fokuszeit von 10 bis 12 Uhr ohne Meetings, Postzusteller in Jersey, die bei älteren Menschen anklopfen. Kleine Widerstände, die Menschlichkeit zurückbringen.

Häufig gestellte Fragen:

• Was bedeutet der Buchtitel "Friction" ?

Reibung oder Widerstand. In einer optimierten Welt braucht es bewusst eingebauten Widerstand, um Kontrolle und Menschlichkeit zurückzugewinnen.

• Ist das Buch anti-technologisch?

Nein. Es geht nicht darum, Technologie zu verteufeln, sondern Bewusstsein dafür zu schaffen, was wir im Tausch gegen Komfort abgeben.

• Was ist Hyper-Independence?

Die zunehmende Unabhängigkeit von anderen Menschen, die sich als Freiheit anfühlt, in Wahrheit aber eine neue Abhängigkeit von Algorithmen und Plattformen ist.

• Für wen ist das Buch geeignet?

Für alle, die über gesellschaftliche Auswirkungen von Technologie nachdenken wollen. Auf Englisch, erhältlich unter https://mybook.to/friction.

Mind/Machine ist der Podcast von Manuela Machner, KI-Beraterin und Gründerin von KiNET.ai (www.kinet.ai), und Eliot Mannoia, digitalem Psychologen und Gründer von BrandKarma (www.brandkarma.at). Jeden Freitag sprechen die beiden über Künstliche Intelligenz, digitale Gesellschaft und was das alles mit uns Menschen macht.

Erwähnte Links:

https://mybook.to/friction

https://www.brandkarma.at

https://www.kinet.ai

https://www.mind-machine.at

Über die Hosts:

Manuela Machner ist KI-Beraterin, Gründerin von KiNET.ai und spezialisiert auf Generative Engine Optimization für Tourismus, Hotellerie und KMU im DACH-Raum. Mehr unter www.kinet.ai.

Eliot Mannoia ist digitaler Psychologe, Gründer von BrandKarma und Autor von "Friction". Mehr unter www.brandkarma.at.

Mind/Machine findest du auf Spotify, Apple Podcasts und Amazon Music sowie unter www.mind-machine.at.

Unser Chat-Verhalten spricht Bände über unsere Persönlichkeit, oft mehr als wir selbst wahrnehmen. KI-Systeme erkennen Muster in der Art, wie wir kommunizieren, Entscheidungen treffen und auf Fragen reagieren und zeichnen daraus ein Profil, das erschreckend präzise ist.

Mind/Machine ist der Podcast für alle, die KI nicht nur verstehen, sondern klug nutzen wollen.

Was dich in dieser Folge erwartet:

• Wie viel verrät dein Chat-Verhalten?KI erkennt Muster: Wer schnell entscheidet, wer zögert, wer Bestätigung sucht. Auch ohne aktivierte Erinnerungsfunktion weiß die KI bald, wie jemand tickt, nicht durch direkte Eingaben, sondern durch das Verhalten selbst.

• Die 85-Prozent-PersönlichkeitGoogle DeepMind und Stanford haben gezeigt: Zwei Stunden strukturierter Befragung reichen, um eine digitale Replik zu erstellen, die Persönlichkeitstests mit 85 % Übereinstimmung beantwortet. Wer täglich mit KI interagiert, liefert ein Vielfaches davon.
• Dark Patterns: Wenn KI uns nicht gehen lässtEine Harvard-Studie untersuchte Post-Goodbye-Engagement-Tactics bei Apps wie Replika und Character AI. Designentscheidungen wie "Warum gehst du schon?" erhöhten das Engagement um das 15-Fache. Keine Fehler, sondern bewusste Entscheidungen.
• KI als Spiegel für blinde FleckenWer fragt "Was habe ich übersehen?" oder "Welche Fragen könnte das Publikum stellen?", bekommt Antworten, die kein Kollege so direkt formulieren würde. Diese 360-Grad-Perspektive wird im Alltag noch viel zu selten genutzt.
• Zwischen den ZeilenKI erkennt emotionale Muster in Kommunikationsverläufen. Ein Test mit E-Mail-Verläufen zeigte: Die KI erkannte fehlende Klarheit in der Aufgabenverteilung, ohne dass dieser Begriff je explizit auftauchte.
• Soziale Isolation und was wir verlernenJe mehr wir uns in digitale Räume zurückziehen, desto weniger üben wir das Lesen sozialer Signale. Und greifen dann zur KI, um zu fragen: War das jetzt eine Beleidigung?

Häufig gestellte Fragen:

Was kann ich tun, um herauszufinden, was die KI über mich weiß?

In ChatGPT oder Claude fragen: "Was weißt du über mich, das ich selbst vielleicht nicht weiß?" Funktioniert am besten nach mehreren Monaten aktiver Nutzung mit aktivierter Erinnerungsfunktion. Nachfragen lohnt sich.

Welche Erinnerungsfunktion ist für den Business-Kontext geeignet?Die selektive Variante empfiehlt sich: Das vollständige Chat-übergreifende Gedächtnis kann Informationen aus verschiedenen Projekten ungewollt vermischen. Spezifische Erinnerungen lassen sich in ChatGPT und Claude manuell einsetzen und jederzeit anpassen oder löschen.

Wie nutze ich KI gezielt für blinde Flecken?Konzept oder Präsentation eingeben und fragen: "Was habe ich übersehen?", "Welche Einwände könnte es geben?" Dieser Ansatz geht weit über klassisches Zusammenfassen hinaus.

Wie beeinflusst KI unser soziales Verhalten langfristig?KI übernimmt Funktionen, die früher direkte menschliche Interaktion erfüllte. Das birgt das Risiko, soziale Kompetenz zu verringern, wenn echte Begegnungen seltener werden.

Die Hosts:

Manuela Machner, KI-Expertin für Tourismus (⁠www.kinet.ai⁠), und Eliot Mannoia, digitaler Psychologe (⁠www.brandkarma.at⁠), sprechen über das Zusammenspiel von Technologie und menschlichem Denken.

Buchtipp von Eliot Mannoia:"Friction: Why we're paying twice for modern life"Über KI, Einsamkeit und den Verlust von Reibung im modernen Leben.https://www.amazon.de/dp/3950609903

KI kann theoretisch fast alles – aber was nutzen Menschen tatsächlich? Der Gap zwischen dem, was technisch schon möglich ist, und dem, was im Alltag wirklich ankommt, ist riesig. Diese Folge analysiert, warum das so ist – und was das für uns bedeutet.

Mind/Machine ist der Podcast, der KI aus der Theorie in die Praxis holt. Manuela Machner und Eliot Mannoia reden jede Woche offen darüber, was KI wirklich kann, was sie nicht kann – und wie wir alle besser damit umgehen.

Was dich in dieser Folge erwartet:

Der Werkzeug-Gap im Alltag

Voice-Features, Video-KI, Agentensysteme – alles längst verfügbar, kaum jemand nutzt es wirklich. Eliot zeigt live im Workshop: Wer nutzt Advanced Voice? Vier von zwanzig. Wer macht Videocalls mit ChatGPT? Einer. Der Multifunktionsdrucker als Metapher: Das Gerät kann alles, genutzt wird nur Print.

Der Wissens-Gap: Wissen und Können sind nicht dasselbe

Nur weil jemand jung ist und viel am Handy ist, heißt das nicht, dass er arbeiten kann damit. Und nur weil jemand täglich in ChatGPT schreibt, heißt das nicht, dass er KI gut nutzt. Jugendliche in einem Workshop, die die Shift-Taste nicht kennen – ein Weckruf.

Der Selbsteinschätzungs-Gap

Viele buchen Fortgeschrittenen-Kurse und kennen keine Custom Instructions. Von 30 Teilnehmenden haben drei die Memory-Funktion aktiviert. Der Gap zwischen Selbstbild und tatsächlichem Wissen ist groß – und das ist keine Kritik, sondern eine Einladung zur ehrlichen Bestandsaufnahme.

Europa vs. USA: Misserfolge feiern vs. Erfolge feiern

In Europa wird geschrieben über das, was nicht funktioniert. In den USA wird gefeiert, was geht. Beide Perspektiven haben ihre Berechtigung – aber das Verhältnis ist schief. Und der soziale Druck, sofort alles zu nutzen, macht es nicht besser.

Druck rausnehmen – die Realität ist weniger dramatisch

McKinsey: 1 von 10 KI-Pilotprojekten ist live. Gartner: 40 Prozent aller Agentenprojekte werden bis 2027 gestoppt. LinkedIn zeigt die Leuchttürme – nicht die Mehrheit. Niemand muss DeepSeek getestet haben. Fokus auf den eigenen Kernbereich ist smarter als Feature-Sampling.

Häufig gestellte Fragen:

Warum nutzen so wenige die verfügbaren KI-Features wirklich?

Weil wir schnell zufrieden sind, wenn etwas "gut genug" funktioniert. Der Aufwand, mehr zu lernen, erscheint höher als der wahrgenommene Nutzen – obwohl das oft nicht stimmt.

Wie erkenne ich, ob meine KI-Selbsteinschätzung realistisch ist?

Teste die Basics: Hast du Custom Instructions eingerichtet? Weißt du, welches Modell du nutzt und welchen Wissensstand es hat? Kannst du KI mit einem Satz erklären? Diese Fragen zeigen schnell, wo man wirklich steht.

Muss ich wirklich jedes neue Tool ausprobieren?

Nein. Es ist schlicht unmöglich. Fokussiere dich auf Entwicklungen in deinem Kernbereich. Alles andere kannst du beobachten, ohne mitzumachen.

Was tun, wenn man im Workshop eine gemischte Gruppe hat – Anfänger und Experten?

• Vorher abfragen. Alle abholen. Expertinnen als Gruppenführerinnen einbinden. Und klar kommunizieren: Wer schon weiter ist, bitte um Geduld.

Über die Hosts:

• Manuela Machner ist KI-Expertin mit Fokus auf Tourismus und KMU. Sie berät Unternehmen, hält Workshops und Keynotes und zeigt, wie KI praxisnah und ohne Hype eingesetzt werden kann. Mehr: www.kinet.ai

• Eliot Mannoia ist digitaler Psychologe und beschäftigt sich mit dem menschlichen Verhalten im Kontext neuer Technologien. Er bringt die psychologische Perspektive in die KI-Debatte – sachlich, fundiert, praxisnah. Mehr: www.brandkarma.at

Abonniere Mind/Machine auf Spotify, Apple Podcasts und Amazon Music. Alle Folgen und mehr: www.mind-machine.at

Metaverse als Alltag, humanoide Roboter an der Supermarktkasse, ein Leben bis 150 das ist kein Blick in die ferne Zukunft, sondern 2050 in 24 Jahren. Was auf uns zukommt, was wir heute schon wissen sollten und warum wir uns das alles kaum vorstellen können – genau das ist das Thema dieser Folge. 

In Folge 109 von Mind/Machine – dem österreichischen Podcast über KI und emotionale Intelligenz – denken Manuela Machner und Eliot Mannoia laut nach: keine Panikmache, keine leeren Versprechen, sondern eine ehrliche Bestandsaufnahme dessen, was technologisch bereits auf dem Weg ist. 

Was dich in dieser Folge erwartet: 

Metaverse und virtuelle Realität: Fotorealistische Welten, in denen Konzerte stattfinden, historische Epochen erlebbar werden und Freundschaften über Kontinente hinweg gelebt werden.

World Models mit Physik-Simulation, haptische Anzüge, KI-Charaktere die sich nicht mehr von echten Menschen unterscheiden lassen – kein Nischenthema mehr. 

Humanoide Roboter im Alltag: Menschliche Haut aus dem Labor (Universität Tokio), realistische Mimik (Forschung aus England), perfekte KI-Stimme. Die Bausteine existieren bereits. In 3 bis 5 Jahren könnte ein Roboter neben dir an der Kasse stehen, ohne dass du es merkst. 

Longevity und personalisierte Medizin: Digitale Zwillinge ermöglichen maßgeschneiderte Therapien für jeden Körper, jedes Geschlecht, jede Genetik. Longevity Escape Velocity beschreibt den Punkt, ab dem Fortschritt schneller vorankommt als wir altern. Kinder die heute geboren werden, könnten 150 Jahre alt werden. 

KI-Beziehungen und AI-Companions: Der Film Her (2013) wirkt heute weniger wie Science-Fiction als wie eine realistische Vorschau. Personalisierte KI-Assistenten kennen unsere Schlafwerte, unsere Stimmung – und hören immer zu. Neue soziale Dynamiken entstehen. 

Neue Technologien und Materialien: Gedankengesteuerte Interfaces, selbstreinigende Kleidung, autonomes Fahren für Cent-Beträge. Google DeepMind entwickelt gleichzeitig 700 neue Materialien. Das Potenzial bleibt lange unausgeschöpft – weil wir Neues zuerst wie das Alte nutzen. Häufig gestellte

Fragen: 

Was ist Longevity Escape Velocity?

Der Punkt, ab dem medizinischer Fortschritt schneller voranschreitet als wir altern – ein Ende des biologischen Alterns wird rechnerisch möglich. 

Werden Roboter wie Menschen aussehen?

Haut, Sprache und Mimik existieren bereits als Bausteine. Die Kombination ist eine Frage von Jahren, nicht Jahrzehnten. 

Was bedeutet Metaverse für Tourismus und KMU?

Virtuelle Räume für Events, Schulungen und Kundenerlebnisse , besonders relevant für Tourismus und Weiterbildung. 

Wann kommen autonome Fahrzeuge in den Alltag?

Waymo zeigt es in den USA bereits. Wenn Kosten sinken, wird das private Auto neu gedacht. 

Erwähnte Links:

Film Her (Spike Jonze, 2013)

Buch Ready Player One (Ernest Cline)

Auotnomes Fahren. Waymo

Google DeepMind

VR-Konzert – YouTube-Suche: "Within U2 VR Experience" 

Über die Hosts: Manuela Machner ist KI-Expertin mit Spezialisierung auf Tourismus und KMU. Sie berät, hält Keynotes und leitet Workshops im deutschsprachigen Raum. www.kinet.ai 

Eliot Mannoia ist digitaler Psychologe mit Fokus auf die menschliche Seite der digitalen Transformation. www.brandkarma.at 

Mind/Machine auf Spotify, Apple Podcasts und Amazon Music.

Alle Folgen und Ressourcen: www.mind-machine.at

Führungskräfte, die KI-Verantwortung an die IT-Abteilung weiterreichen, machen einen strategischen Fehler. Die Haftung für Entscheidungen, die KI-Systeme treffen oder vorbereiten, bleibt immer bei der Geschäftsführung. Das ist keine Meinung, das ist Realität.

Manuela Machner und Eliot Mannoia sprechen in dieser Folge offen darüber, was in den meisten Betrieben gerade schiefläuft: KI wird als Effizienz-Tool behandelt, aber niemand fragt vorher, welche Werte dahinterstehen sollen. Wer das überspringt, digitalisiert alte Fehler mit neuen Mitteln.

Das Klarna-Beispiel zeigt, was passiert, wenn die Intention fehlt: Die Zahlungsplattform hat Tausende Mitarbeiter im Kundendienst entlassen, weil KI die Anfragen schneller bearbeitete. Die Kundenzufriedenheit ist gesunken. Jetzt werden die Menschen wieder eingestellt. Geschwindigkeit war das Ziel, nicht Qualität. Das war der Fehler.

Was diese Folge konkret behandelt:

Warum KI echtes Change Management ist und kein IT-Projekt.

Wie Unternehmen den Unterschied bei der KI-Einführung zwischen kleinen Betrieben und Konzernstrukturen erleben, und warum manchmal das Kleinunternehmen schneller lernt. Warum Mitarbeiter heimlich ChatGPT Plus am Handy nutzen, während der EDVler glaubt, im Betrieb gibt es keine KI. Wie die Regel der "3 Ds" beim Datenschutz funktioniert: keine persönlichen Daten, keine personenbezogenen Daten, keine Firmendaten. Einfach merkbar, sofort anwendbar. Was Intention Engineering bedeutet und warum Prompt Engineering schon wieder nach gestern klingt. Wie der Stress durch KI-Agenten entsteht, wenn Führungskräfte plötzlich Dutzende parallele Prozesse freigeben müssen. Und warum "dumme Fragen" stellen zur wichtigsten Führungskompetenz der nächsten Jahre wird: Amazon mit Same-Day-Delivery, Airbnb mit dem Fremden-Bett, Uber mit dem Fremden-Auto. Alles einmal undenkbar.

Der Wharton-Professor Ethan Mollick beschreibt KI als "jagged", auf Deutsch "kantig": In manchen Dingen besser als Menschen, in manchen noch schlechter. Wer das versteht, nutzt KI richtig. Wer das nicht versteht, ist nach dem ersten schlechten Ergebnis überzeugt, dass KI nichts taugt.

Wer trägt die Verantwortung, wenn KI-Systeme im Unternehmen Fehler machen?

Die Haftung liegt immer bei der Geschäftsführung. KI ist kein eigenständig handelndes Rechtssubjekt, Verantwortung lässt sich nicht delegieren.

Was sollten Führungskräfte als ersten Schritt bei der KI-Einführung tun? Den Dialog starten, noch bevor ein Budget steht. In jedem Unternehmen gibt es bereits Mitarbeiterinnen und Mitarbeiter, die KI privat oder inoffiziell nutzen. Diese Personen zu identifizieren und einzubinden, kostet nichts und bringt mehr als jedes Tool-Rollout ohne Vorbereitung.

Was ist der Unterschied zwischen Prompt Engineering und Intention Engineering?

Prompt Engineering beschreibt, wie man einer KI eine Aufgabe formuliert. Intention Engineering geht einen Schritt weiter: Man vermittelt dem System das gewünschte Ergebnis und den Zweck dahinter, nicht nur die Aufgabe. Das verändert die Qualität der Ausgaben grundlegend.

Wie gehe ich mit Datenschutzrisiken beim KI-Einsatz im Unternehmen um?

Die Regel der 3 Ds hilft als einfacher Einstieg: keine persönlichen Daten (Reisepass, Geburtsurkunde), keine personenbezogenen Daten (Patienten, Kunden, Kollegen), keine Firmendaten (Vertriebszahlen, interne Strategien). Das schließt nicht alles aus, schafft aber eine klare Orientierung ohne 30-seitige Richtlinien.

Wie nehme ich Mitarbeiterinnen und Mitarbeiter bei der KI-Einführung mit?

Nicht Top-Down, sondern mit echtem Austausch. Interaktive Workshops, in denen Fragen gestellt und verschiedene KI-Tools direkt ausprobiert werden können, zeigen deutlich mehr Wirkung als Online-Kurse oder interne Anweisungen. Menschen wollen gehört werden, besonders bei einem Thema, das Ängste auslöst.

Manuela Machner, KI-Consultant für Tourismus: www.kinet.aiEliot Mannoia, digitaler Psychologe: www.brandkarma.at

Alle Folgen, Shownotes und mehr: www.mind-machine.at

... und Eliot uns Hausaufgaben gibt!

Wir sind es gewohnt, einen Beruf zu erlernen und dieses Wissen Jahrzehnte lang anzuwenden. Doch künstliche Intelligenz bricht dieses System gerade komplett auf. In dieser Folge von Mind Machine diskutieren wir die These des Zukunftsforschers Ian Beecraft: Die Halbwertszeit von beruflichem Wissen schrumpft massiv und liegt vielleicht bald bei nur noch sechs Monaten.

Während Manuela berichtet, wie sie durch tiefe Diskussionen mit KI Modellen ihr eigenes Technikwissen stetig ausbaut, blickt der digitale Psychologe Eliot Mannoia auf die Kehrseite. Er zieht Parallelen zu Sokrates und dessen Angst vor dem geschriebenen Wort, warnt aber gleichzeitig vor der digitalen Überforderung im Arbeitsalltag. Die Lösung liefert die Psychologie: Nach Daniel Goleman ist emotionale Intelligenz der wichtigste menschliche Zement, um zwischen all den neuen Werkzeugen nicht den Halt zu verlieren.

In dieser Folge erfährst du:

• Warum sich laut Ian Beecraft die Zyklen für berufliche Neuorientierung drastisch verkürzen.

• Was Sokrates über den Verlust von Wissen dachte und warum wir heute die exakt gleiche Diskussion führen.

• Wie KI Werkzeuge den täglichen Arbeitsprozess schleichend aber radikal verändern.

• Warum emotionale Intelligenz nach Daniel Goleman die absolute Schlüsselkompetenz der Zukunft ist.

Häufig gestellte Fragen FAQ

Muss ich jetzt wirklich jede Woche ein neues Programm lernen?Nein. Es reicht völlig, wenn du neugierig bleibst und die großen Entwicklungen beobachtest. Fokus und Problemlösungskompetenz sind wichtiger, als jedem neuen Hype sofort hinterherzulaufen.

Verdummen wir durch den Einsatz von KI?Genau diese Angst gab es schon in der Antike beim Thema Bücher. Die Praxis zeigt das Gegenteil: Wer KI als kritischen Sparringspartner nutzt, verlagert sein Denken in tiefere, strategische Ebenen und lernt beim Arbeiten massiv dazu.

Die Hosts und Links zur Folge:👤 Eliot Mannoia: www.brandkarma.at👤 Manuela Machner: www.kinet.ai

Abonniere Mind / Machine und hol dir jede Woche neue Impulse zu künstlicher und emotionaler Intelligenz.

Die technologische Singularität war lange Zeit reine Science Fiction. Heute diskutieren Experten ernsthaft, ob wir diesen Punkt bereits erreicht haben. In dieser Podcastfolge besprechen wir, was passiert, wenn künstliche Intelligenz beginnt, sich selbst zu optimieren.

Gemeinsam analysieren wir aktuelle Entwicklungen aus der Praxis. Wir sprechen über KI Systeme, die sich eigenständig Werkzeuge suchen, warum humanoide Roboter noch an simplen Glastüren scheitern und was das digitalisierte Gehirn einer Fruchtfliege für unsere Zukunft bedeutet.

In dieser Folge erfährst du:

• Was der Begriff technologische Singularität bedeutet und warum er jetzt relevant ist.

• Wie Modelle wie Claude bereits heute eigenständig Code prüfen und Fehler korrigieren.

• Warum die rekursive Selbstverbesserung von KI die Entwicklungsgeschwindigkeit massiv beschleunigt.

• Welche Hürden physische Roboter im echten Leben noch überwinden müssen.

Häufig gestellte Fragen (FAQ)

Was bedeutet technologische Singularität?Das ist der hypothetische Zeitpunkt, an dem künstliche Intelligenz die menschliche Intelligenz übertrifft und sich so schnell selbst verbessert, dass die weitere Entwicklung für uns Menschen unvorhersehbar wird.

Was ist rekursive Selbstverbesserung?Dieser Begriff beschreibt den Prozess, bei dem KI Systeme genutzt werden, um neue und leistungsfähigere KI Modelle zu trainieren. Das führt zu einer extremen Beschleunigung der technologischen Entwicklung.

Die Hosts und Links zur Folge:👤 Eliot Mannoia: www.brandkarma.at👤 Manuela Machner: www.kinet.ai

Abonniere Mind / Machine und verpasse keine neuen Impulse zu künstlicher und emotionaler Intelligenz.