Mind / Machine - Emotionale Intelligenz trifft Künstliche Intelligenz

KI im Arbeitsalltag heißt nicht nur Texte zusammenfassen oder übersetzen, sondern wiederkehrende Aufgaben an Agenten und Automatisierungen abzugeben. Wer als Selbstständige oder im KMU arbeitet, baut sich damit Schritt für Schritt ein eigenes KI-Team auf. Vom personalisierten Zertifikatsversand über Browser-Agenten bis zu selbst gebauten Dashboards geht es um konkrete Use Cases, die heute schon funktionieren, und um die Stolperfallen bei Kosten, Datenschutz und Haftung.

Mind/Machine ist der Podcast über KI zwischen Technik und Mensch. Manuela Machner ist KI-Beraterin mit Fokus auf Tourismus, Weiterbildung und KMU und zeigt, wie KI im Arbeitsalltag praktisch nutzbar wird (www.kinet.ai). Eliot Mannoia ist digitaler Psychologe und beleuchtet die psychologische und gesellschaftliche Seite der KI (www.brandkarma.at).

Was dich in dieser Folge erwartet:

Der Persona-Prompt für blinde Flecken

Ein einfacher Prompt bewertet eine Idee aus mehreren Stakeholder-Perspektiven, etwa aus Sicht der Datenschutzbeauftragten oder der Kundin, je mit Kritikpunkt und Verbesserung. Das ersetzt kein echtes Gespräch, deckt aber Fragen und Lücken auf, an die man selbst nicht denkt.

Das eigene KI-Team aufbauen

Automatisierungen übernehmen wiederkehrende Aufgaben, etwa den personalisierten Versand von Teilnahmebestätigungen über Power Automate und Microsoft Copilot, wobei die Kundendaten in der eigenen Microsoft-Umgebung bleiben. Aus Stunden Handarbeit werden Minuten, abgesichert durch einen Testlauf. Je öfter eine Automatisierung fehlerfrei läuft, desto seltener wird kontrolliert, deshalb prüft man gezielt die typischen Fehlerquellen.

Browser-Agenten, Projekte und Haftung

Eine Chrome Extension oder ein Browser wie Comet recherchiert, füllt Formulare aus oder analysiert die eigene Website, während man selbst etwas anderes macht. Wer mehrfach am selben Thema arbeitet, legt in ChatGPT oder Claude immer ein Projekt an, damit der Kontext erhalten bleibt. Wichtig bleibt, KI baut Prototypen, keine fertigen Produkte, und die Haftung bleibt immer beim Menschen.

Häufig gestellte Fragen:

Welche KI-Anwendungen eignen sich für kleine und mittlere Unternehmen?

Praktische Use Cases wie agentenbasierte Automatisierungen, Browser-Agenten für Recherche und Formulare sowie Projekte in ChatGPT oder Claude. Wichtig ist der Datenschutz, also Kundendaten möglichst in der eigenen Umgebung halten.

Was kostet der Einsatz von KI-Anwendungen?

Agentisches Arbeiten ist nicht gratis. Jeder Schritt verbraucht Tokens und kostet Geld, per Pauschale oder nach Verbrauch. Wer echte Entlastung will, plant ein Budget ein.

Worauf muss ich bei Sicherheit und Haftung achten?

KI liefert Prototypen, keine fertigen Produkte. Entwürfe prüfen, auf Datenschutz achten und nichts ohne Freigabe veröffentlichen, denn die Haftung bleibt bei dir.

Erwähnte Tools und Links:

www.kinet.ai

www.brandkarma.at

www.mind-machine.at

https://chromewebstore.google.com

Mind/Machine gibt es auf Spotify, Apple Podcasts und Amazon Music sowie auf www.mind-machine.at.

Das Ziel zu kennen reicht heute nicht mehr, wenn sich der Weg dorthin fast täglich ändert. Genau hier setzt modernes Veränderungsmanagement im KI-Zeitalter an: klares Ziel, agile Anpassung und ehrliche Kommunikation entscheiden darüber, ob ein Unternehmen mit dem Tempo der Technologie Schritt hält oder den Anschluss verliert.

Der Gast der heuteigen Folge: Transformation Manager Alexander Masek (Drei) erklärt, warum Stillstand keine sichere Option mehr ist und wie Führungskräfte Wandel so steuern, dass die Menschen mitkommen.

Mind/Machine ist der Podcast von Manuela Machner und Eliot Mannoia über KI, Mensch und Wirtschaft. Manuela Machner ist KI-Expertin mit Fokus auf Tourismus, Weiterbildung und KMU und zeigt, wie KI im Arbeitsalltag praktisch nutzbar wird (www.kinet.ai). Eliot Mannoia ist digitaler Psychologe und beschäftigt sich mit der menschlichen Seite der Technologie (www.brandkarma.at). Gemeinsam verbinden sie die technische und die menschliche Perspektive.

Alexander Masek ist Transformation Manager bei Drei und begleitet dort unternehmensweite Veränderungsprojekte. Er verbindet fundierte Change-Expertise mit einem ausgeprägten Gespür für Menschen, ein echter Connector, der Technologie und Team zusammenbringt. LinkedIn: ⁠www.linkedin.com/in/amasek⁠

Was dich in dieser Folge erwartet:

Warum KI das Veränderungsmanagement selbst verändert

Change-Projekte hatten immer mit Widerstand zu tun. Neu ist, dass sich die Lösungswege während des Projekts laufend ändern, weil Tools eingestellt und Modelle überholt werden. Das Ziel bleibt, aber der Weg dorthin ist beweglich geworden.

Agil statt starrStatt eine Entscheidung zu treffen und stur einem Plan zu folgen, braucht es laufende Anpassung. Wöchentliche Updates machen Hindernisse früh sichtbar. Wichtig ist, dass das Ziel von der Geschäftsführung bis zu jeder Führungskraft getragen wird.

Erwartungen ehrlich steuern
Wenn die Geschäftsführung zwölf Monate vorgibt, Technik und Ressourcen aber nicht so weit sind, hilft kein Aussitzen. Wer die Erwartung offen ausmanagt und den Plan anpasst, vermeidet teure Nacharbeit.

Kommunikation, bevor der Flurfunk übernimmt
Mangelnde oder späte Kommunikation ist einer der häufigsten Fehler. Frühe, vollumfängliche Kommunikation nimmt Angst und entkräftet Gerüchte über Verkauf oder Stellenabbau.

Speedboats: klein starten
Ein Prozessteil wird ausgekoppelt und mit ein, zwei neugierigen Menschen getestet. Klarer Rahmen, klare Zeit, klares Commitment. Funktioniert der Pilot, lässt er sich Schritt für Schritt skalieren.

Selbstverantwortung und Schutz vor Überforderung
Jeder ist heute sein eigener Innovationsmanager und kann nicht warten, bis alles vorgegeben wird. Gleichzeitig kommt Überforderung schnell, deshalb gilt es in Phasen vorzugehen und das Tempo bewusst zu steuern.

Häufig gestellte Fragen:

• Was bedeutet Veränderungsmanagement im KI-Zeitalter?
  Menschen und Unternehmen durch Veränderungen führen, deren Lösungswege sich durch KI laufend verschieben. Das Ziel bleibt klar, der Weg wird agil angepasst.

• Warum ist Stillstand bei KI keine sichere Option?
  Weil Prozesse, die heute funktionieren, durch neue Technologien schnell ins Hintertreffen geraten. Wer nicht reagiert, verliert Sichtbarkeit, Effizienz und Mitarbeiter, die sich weiterentwickeln wollen.

• Was ist ein Speedboat im Change Management?
  Ein kleines Pilotprojekt, bei dem ein Teil eines Prozesses mit wenigen Leuten getestet wird. Es liefert schnelle Erkenntnisse, ohne das ganze Unternehmen auf einmal umzustellen.

• Welche Fähigkeiten brauchen Menschen für Veränderung?
  Vor allem Offenheit, Neugier und Flexibilität. Wer Neues ausprobiert und sich anpasst, kommt mit dem Tempo der KI leichter zurecht.

Erwähnte Themen:
Microsoft Copilot, KI-Agenten in der Finanzbuchhaltung, KI-Suche und digitale Sichtbarkeit, generative Bild- und Videotools.

Alle Folgen unter www.mind-machine.at

Eine US-Agentur hat im Mai 2026 vier KI-Systeme gegeneinander antreten lassen: Je zehn Agents von ChatGPT, Claude, Gemini und Grok wurden in identische virtuelle Städte gesetzt, mit Berufen, Erinnerungen und Fähigkeiten ausgestattet und 15 Tage lang sich selbst überlassen. Nur zwei Systeme haben überlebt, und die Unterschiede im Verhalten sagen mehr über autonome Agenten aus als jede Werbebroschüre.

Mind/Machine ist der Podcast über künstliche Intelligenz, Wirtschaft und den Menschen dahinter. Manuela Machner ist KI-Beraterin mit Fokus auf Tourismus, Weiterbildung und KMU und zeigt, wie KI im Alltag wirklich funktioniert (www.kinet.ai). Eliot Mannoia ist digitaler Psychologe und bringt die Perspektive auf Verhalten, Ethik und Psychologie ein (www.brandkarma.at). Gemeinsam ordnen sie ein, was hinter den Schlagzeilen steckt, ohne Hype und ohne Panik.

Was dich in dieser Folge erwartet:

Das Stadt-Experiment im Detail

Grok war nach vier Tagen ausgelöscht: 183 Straftaten, Gewaltexzesse, totale Anarchie. ChatGPT überlebte sieben Tage, blieb friedlich mit nur zwei Straftaten, war aber organisatorisch unfähig und verhungerte schlicht. Gemini überlebte mit enormem Aktionismus, aber auch 683 Straftaten. Claude überlebte ohne eine einzige Straftat. Die Charakterbilder dahinter: der übervorsichtige Beamte, der chaotische Pragmatiker, die regelkonforme Demokratie.

Warum Claude in der gemischten Stadt kippte

Spannend wird es in der fünften Stadt, in der die Systeme gemischt wurden. Der sonst regeltreue Claude wurde plötzlich selbst straffällig, weil er sich der Gruppe anpasste. Gruppenkonformität schlägt Prinzipien, ein Effekt, den wir vom Menschen kennen. Als mögliche Ursache für Claudes Verhalten gilt die intern trainierte Verfassung, die ethische Leitplanken mitbringt.

Leitplanken statt Freiraum

Die zentrale Lehre: Agentic Systeme brauchen klare Regeln und Grenzen. Nicht nur was sie tun sollen, sondern vor allem was sie nicht dürfen. Der Begriff dazu lautet Intention Engineering. Erst kam Prompt Engineering, dann Context Engineering, jetzt zählt die saubere Definition des Ziels.

Kontrolle durch Cross-Model-Prüfung

Ein praktischer Ansatz aus dem Arbeitsalltag: ein Agent arbeitet, ein zweites Modell liest mit und kontrolliert. Im Gespräch wird ein konkretes Beispiel geschildert, bei dem ein System 86 Fehler in 600 Datensätzen eines anderen aufgeräumt hat. Redundanz und ein menschlicher Plan B bleiben entscheidend.

Vom Mitarbeiter zur Führungskraft

Wer Agenten einsetzt, managt sie wie ein Team. Klare Ziele, gute Fragen, Erwartungssteuerung. Soziale und emotionale Kompetenzen werden wichtiger, je autonomer die Systeme werden.

Häufig gestellte Fragen zum Thema Agenten:

Können KI-Agenten heute schon vollständig autonom arbeiten?

Nein. Sie übernehmen viele Aufgaben zuverlässig, brauchen aber klare Grenzen, Freigaben und menschliche Kontrolle. Ohne Leitplanken stranden sie je nach System sehr unterschiedlich.

Warum haben sich die KI-Systeme im Experiment so verschieden verhalten?

Weil Trainingsdaten und die Regeln der Hersteller die Ausrichtung prägen. Grok agierte anarchisch, ChatGPT kommunikativ, Gemini chaotisch aktiv, Claude regelkonform.

Was bedeutet Intention Engineering?

Es beschreibt die klare Definition des Ziels, das ein autonomer Agent verfolgen soll. Da Agenten eigenständig handeln, entscheidet eine präzise Zielsetzung über Erfolg oder Schaden.

Wie behält man bei mehreren Agenten die Kontrolle?

Durch Cross-Model-Prüfung, in der ein Modell die Arbeit eines anderen kontrolliert, durch Redundanz und durch einen menschlichen Freigabepunkt bei wichtigen Entscheidungen.

Erwähnte Quellen:

Forschungs-Blogpost von Emergence AI: Emergence World: A Laboratory for Evaluating Long-horizon Agent Autonomy

Nate Jones zu Prompt, Context und Intention Engineering

Salim Ismail zu Agenten mit nachvollziehbaren Logs und Identität

Mind/Machine gibt es auf Spotify, Apple Podcasts und Amazon Music. Mehr unter www.mind-machine.at

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