KI als Game Changer? Ein Gespräch mit Florian Muhle | ZF & ZU – Company and Campus

Speaker1: ZF und ZU – Company & Campus

Speaker2: Hallo zusammen und schön, dass ihr auf Play geklickt habt.

Speaker2: Viele von euch kennen bereits die Podcasts der Zeppelin-Universität.

Speaker2: Und ihr dürft gespannt sein auf unser neues Format, das wir euch heute einmal vorstellen wollen.

Speaker0: Ja, die neue Reihe heißt ZF und ZU – Company & Campus. Wie der Titel schon verrät,

Speaker0: geht es um die Verbindung von Company, also dem Unternehmen ZF,

Speaker0: und der Universität, der ZU.

Speaker0: Denn die beiden haben mehr gemeinsam als den Standort Friedrichshafen.

Speaker0: Und wir wollen mit euch herausfinden, was die beiden eigentlich verbindet.

Speaker0: Dazu werden wir in den kommenden Folgen mit Wissenschaftlern von der ZU und

Speaker0: Mitarbeitenden von ZF über Projekte sprechen, an denen sie gemeinsam arbeiten.

Speaker2: Heute wollen wir uns aber erstmal anschauen, was es mit ZF und der ZU auf sich

Speaker2: hat und welche Bedeutung die beiden für die Stadt Friedrichshafen und die Menschen vor Ort haben.

Speaker0: Aber bevor wir das tun, sollten wir vielleicht nochmal ganz kurz erklären,

Speaker0: wer hier eigentlich hinterm Mikro sitzt.

Speaker2: Ja, mein Name ist Jochen Mayer, ich bin seit 2012 bei ZF.

Speaker2: Als Pressesprecher kümmere ich mich um Presseanfragen und die externe Medienarbeit,

Speaker2: vor allem wenn es um Unternehmens- und Personalthemen geht.

Speaker2: Hier in der Konzernkommunikation haben wir Berührungspunkte zu allen Bereichen unseres Unternehmens.

Speaker2: Das macht die Arbeit wirklich spannend und vielfältig, denn wir sind ja global

Speaker2: und in ganz unterschiedlichen Geschäftsfeldern tätig.

Speaker0: Ja, und ich bin Judith Reimbold und bin seit vier Jahren akademische Mitarbeiterin

Speaker0: am Stiftungslehrstuhl für Kommunikationswissenschaften mit dem Schwerpunkt Digitale Kommunikation.

Speaker0: Und als Wissenschaftlerin befasse ich mich vor allem mit strategischer und politischer

Speaker0: Kommunikation und dem Journalismus.

Speaker0: Besonders interessiert mich dabei, wie mediale Darstellungen unsere Wahrnehmung

Speaker0: beeinflussen und welche Bedeutung sie für das gesellschaftliche Zusammenleben haben.

Speaker0: Aber nicht nur der Nachrichtenjournalismus beeinflusst, wie wir die Welt wahrnehmen,

Speaker0: auch andere Medien, so setze ich mich auch mit Filmen, Videospielen oder natürlich

Speaker0: den Post in den sozialen Medien auseinander.

Speaker2: Und bevor wir gleich ins Thema einsteigen und unseren Gast dazu holen,

Speaker2: vielleicht noch ein paar Eckdaten zur ZU und zur ZF vorweg, Gerade auch für

Speaker2: diejenigen von euch, die das Unternehmen und die Uni vielleicht noch nicht so gut kennen.

Speaker0: Ja, ZF und ZU. Schon die Kürzel legen ja irgendwie eine Gemeinsamkeit nahe.

Speaker0: Das Z steht, so könnte man fast meinen, für die wahrscheinlich bekannteste Persönlichkeit

Speaker0: der Stadt Friedrichshafen, den Grafen Zeppelin.

Speaker0: Der ist ja Namensgeber für viele Einrichtungen hier und tatsächlich auch für

Speaker0: die ZU, die Zeppelin-Universität.

Speaker1: Aber wie sieht es denn

Speaker0: Da mit ZF aus? Ist das die Zeppelin-Fabrik, Zeppelin-Factory?

Speaker2: Das wäre originell, aber tatsächlich steht das Z hier ausnahmsweise nicht für

Speaker2: Graf Zeppelin oder sein Flugobjekt.

Speaker2: ZF steht für Zahnradfabrik, als die wir im Jahr 1915 gegründet wurden.

Speaker2: In der Gründungsurkunde da steht, dass das Unternehmen für die Herstellung von

Speaker2: Zahnrädern und Getrieben für Luftfahrzeuge, Motorwagen und Motorboote verantwortlich sein soll.

Speaker2: Ja, und hier schließt sich der Kreis, denn von Graf Zeppelin,

Speaker2: da kam der Anstoß zur Unternehmensgründung.

Speaker2: Und vor allem für die Motoren seiner Luftschiffe, da brauchte er hochpräzise

Speaker2: und auch vor allem leise Getriebe.

Speaker2: Auf die Luftfahrt aber hat sich unser Produktprogramm schon lange nicht mehr

Speaker2: beschränkt, denn schon in den 1920er Jahren kamen Getriebe für Autos dazu.

Speaker2: Heute, da zählen wir mit einem Umsatz von gut 38 Milliarden Euro und rund 153.000

Speaker2: Beschäftigten zu den größten Automobilzulieferern weltweit.

Speaker2: Wir sind Technologiepartner nahezu aller PKW- und LKW-Hersteller.

Speaker2: Ja, und was hat es denn mit der ZU auf sich, Judith? Denn im Vergleich zu uns

Speaker2: seid ihr ja noch eine eher junge Institution.

Speaker0: Ja, das kann man definitiv so sagen. So eine lange Geschichte hat die Zeppelin-Uni

Speaker0: noch nicht. Sie wurde tatsächlich erst 2003 als universitätsgleiche Hochschule anerkannt.

Speaker0: Also das heißt, im Gegensatz zu einer Fachhochschule hält sie zum Beispiel das

Speaker0: Promotions- und Habilitationsrecht.

Speaker0: Und sie war eine der ersten Universitäten in Deutschland, die das Bachelor-Master-System

Speaker0: eingeführt hat und zählt bis heute zu den wenigen Privathochschulen in Deutschland.

Speaker0: Das Motto der Uni lautet zwischen Wirtschaft, Kultur und Politik.

Speaker0: Und neben dem 2009 erbauten Seekampus hier in Friedrichshafen am Seemoserhorn,

Speaker0: vom ZDF übrigens als der Strand der guten Hoffnung bezeichnet,

Speaker0: gibt es seit 2012 auch ein ZF-Campus am Fallenbrunnen.

Speaker0: Und ja, 2023 konnte die Uni dann tatsächlich schon ihr 20-jähriges Bestehen feiern.

Speaker2: Obwohl das natürlich erst mal nach zwei völlig unterschiedlichen Institutionen

Speaker2: klingt, finden schon seit vielen Jahren die Akteure beider Seiten zusammen.

Speaker2: Zum Beispiel gibt es derzeit drei ZF-Stiftungslehrstühle, einen für Systeme

Speaker2: virtueller Realität, einen für Artificial Intelligence und einen für Kommunikationswissenschaften

Speaker2: mit dem Schwerpunkt Digitale Kommunikation.

Speaker2: Und in den ersten Folgen unseres Podcasts wollen wir euch die Lehrstühle mal

Speaker2: vorstellen. Und ihr werdet feststellen, die forschen da wirklich nicht im Elfenbeinturm,

Speaker2: sondern die liefern auch ganz praxisnahe Ergebnisse.

Speaker0: Ja, und um euch zu zeigen, wie die Mitarbeitenden von ZF und ZU an gemeinsamen

Speaker0: Lösungen für technische und kommunikative Herausforderungen arbeiten,

Speaker0: holen wir uns jeweils einen Gesprächspartner oder eine Gesprächspartnerin an unsere Seite.

Speaker0: Und heute ist das Professor Florian Mule, der den Lehrstuhl für Kommunikationswissenschaften

Speaker0: innehat. Er hat Sozial- und Erziehungswissenschaften sowie Interdisciplinary

Speaker0: Media Studies an der Universität Bielefeld studiert.

Speaker0: Seine Promotion schrieb er über die Grenzen der Akteursfähigkeit sozialer Maschinen

Speaker0: in virtuellen Kommunikationsprozessen.

Speaker0: Dann hat er an verschiedenen Projekten geforscht, die an der Schnittstelle zwischen

Speaker0: Mediensoziologie, Politik und digitaler Kommunikation sich bewegen.

Speaker0: Und der Titel seiner Habilitation ist

Speaker0: Formen und Grenzen personalisierter Adressenbildung in der Kommunikation.

Speaker2: Ja, das klingt sehr spannend, aber ich

Speaker0: Denke, das sollte.

Speaker2: Man an dieser Stelle nicht unbedingt weiter vertiefen, denn ich glaube,

Speaker2: das wäre sogar noch ein Stoff für einen eigenen Podcast.

Speaker2: Aber offensichtlich kennt er sich mit KI und Fragen rund um die Kommunikation

Speaker2: zwischen Mensch und Maschine ziemlich gut aus.

Speaker2: Der richtige Ansprechpartner also für unser heutiges Thema. Und wir freuen uns,

Speaker2: dass Florian Mule heute unser Gast ist.

Speaker0: KI ist derzeit wirklich in aller Munde. Und wenn man da auf den Arbeitsmarkt

Speaker0: schaut, ist das Thema oft mit Ängsten verbunden.

Speaker0: Wie sicher ist eigentlich mein Arbeitsplatz? Werden wir vielleicht bald alle durch KI ersetzt?

Speaker0: Andererseits hört man von Expertinnen und Experten auch oft,

Speaker0: dass KI vielleicht bald Aufgaben übernehmen könnte, für die sich sonst keine

Speaker0: Arbeitskräfte mehr finden.

Speaker2: Ja, und oft reden und denken die Leute dann in Extremen, KI macht das alles

Speaker2: ganz prima und menschliche Arbeitskraft braucht es gar nicht.

Speaker2: Oder die KI ist eigentlich total nutzlos oder gar gefährlich und man sollte

Speaker2: am besten die Finger davon lassen.

Speaker2: Auch ihr bei der ZU und wir bei ZF haben uns natürlich mit diesem Thema auseinandergesetzt,

Speaker2: ob der Einsatz von KI eigentlich sinnvoll ist.

Speaker2: Und wir wollten das natürlich auch einfach mal ausprobieren.

Speaker0: Und der Lehrstuhl für Kommunikationswissenschaften mit dem Schwerpunkt digitale

Speaker0: Kommunikation hat das Ganze wissenschaftlich begleitet und sich mal angeschaut,

Speaker0: wofür und von wem die KI eigentlich genutzt wird und auch wie das Arbeitsprozesse

Speaker0: verändert und wo vielleicht noch ungenutzte Möglichkeiten sind.

Speaker2: Ja, und in der ersten Folge des Podcasts, da wollen wir genau über diese Studie

Speaker2: sprechen und dazu haben wir uns Professor Florian Mule, der den Lehrstuhl seit

Speaker2: circa fünf Jahren innehat, zu uns an unsere Seite geholt.

Speaker2: Hallo Florian, herzlich willkommen und schön, dass du heute bei uns bist.

Speaker1: Hallo Jochen, hallo Judith, vielen Dank für die Möglichkeit,

Speaker1: hier mit euch zu sprechen.

Speaker1: Ja, in der Anmoderation haben wir ja kurz angesprochen,

Speaker2: Wozu du bislang geforscht hast. Da fehlen auch schon Stichworte wie Mensch,

Speaker2: Maschine, Digital, Akteursfähigkeit.

Speaker2: Und bevor wir auf das heutige Thema, die künstliche Intelligenz,

Speaker2: zu sprechen kommen, erzähl uns doch vielleicht erst mal, welche Themen ihr denn

Speaker2: am Lehrstuhl für digitale Kommunikation so in der Bandbreite eigentlich bearbeitet.

Speaker1: Ja, sehr gerne. Also das Oberthema ist natürlich digitale Kommunikation.

Speaker1: Und damit verbunden untersuchen wir am Lehrstuhl alle Facetten und Ebenen eigentlich

Speaker1: digitaler Kommunikation.

Speaker1: Der Soziologe Niklas Luhmann unterscheidet, wenn er sich Gesellschaft anschaut,

Speaker1: die Ebenen Interaktion, Organisation und eben Gesellschaft.

Speaker1: Und anhand dieser Differenzierung kann man eigentlich ganz gut auch sich anschauen, was wir machen.

Speaker1: Also Moment der Interaktion ist also beispielsweise die direkte Kommunikation

Speaker1: zwischen Menschen in sozialen Medien, aber auch die Mensch-Maschine-Kommunikation.

Speaker1: Ich habe mich viele Jahre lang mit der Interaktion mit Robotern beschäftigt,

Speaker1: mache das aktuell in einem anderen Forschungsprojekt auch wieder.

Speaker1: Auf der Ebene von Organisation beispielsweise ist die Zusammenarbeit auch mit

Speaker1: ZF angesiedelt, wo wir die Einführung von Microsoft Co-Pilot begleitet haben.

Speaker1: Aber aktuell untersuchen wir beispielsweise auch, wie generative KI im Bereich

Speaker1: der professionellen Kommunikation, also in der PR-Branche eingeführt wird und

Speaker1: führen da Interviews beispielsweise auch.

Speaker1: Vielleicht können wir da auch noch drüber sprechen. Und dann die Ebene der Gesellschaft.

Speaker1: Das betrifft dann vor allen Dingen öffentliche Kommunikation.

Speaker1: Da untersuche ich selbst, wie im Bereich der politischen Kommunikation auch

Speaker1: versucht wird, öffentliche Meinung zu beeinflussen, teilweise auch mit

Speaker1: Mit Bots, mit künstlicher Intelligenz und Judith,

Speaker1: die ja hier auch mit dir zusammen den Podcast moderiert, hat in den letzten

Speaker1: Jahren untersucht, wie in der deutschen Medienlandschaft über Auslandseinsätze

Speaker1: der Bundeswehr berichtet wird und da zum Beispiel auch untersucht,

Speaker1: welches Afrika-Bild reproduziert wird.

Speaker1: Also das ist die ganze Bandbreite dessen, was wir tun.

Speaker2: Das ist sehr spannend und das geht ja wirklich von der breiten Gesellschaft

Speaker2: bis auf die Mikroebene in den Unternehmen.

Speaker2: Auch hier gilt, fiel mir gerade ein, als du gesagt hast, man kann nicht nicht

Speaker2: kommunizieren. Das gilt natürlich für unsere Interaktion mit der KI auch.

Speaker2: Und das führt mich auch zu der Frage, wie du denn selbst, persönlich KI denn

Speaker2: nutzt. Denn dass du sie nutzt, das liegt ja auf der Hand.

Speaker2: Die Frage ist dann aber, wie ist sie denn Teil deines Arbeitsalltags?

Speaker1: Naja, auf der einen Seite ja tatsächlich als Untersuchungsgegenstand.

Speaker1: Wenn deine Frage aber eher dahin zieht, wie ich das denn so selber nutze.

Speaker1: Und ich an generative KI denke oder den Co-Pilot auch, den wir bei uns in der

Speaker1: Universität auch nutzen, dann vorwiegend für Übersetzungszwecke.

Speaker1: Recherche mache ich möglichst gar nicht oder nur um herauszufinden,

Speaker1: wie schlecht das funktioniert, muss ich sagen.

Speaker1: Also das ist ein Bereich, wo ich sagen würde, bitte nicht darauf vertrauen,

Speaker1: zumindest nicht ungeprüft, was herauskommt, wenn man KI als Recherchetool benutzt.

Speaker1: Aber da ich auch viel auf Englisch schreibe, hilft mir KI da enorm.

Speaker1: Also ich habe so festgestellt in den letzten Jahren, wenn ich selber auf Englisch

Speaker1: formuliere, brauche ich ungefähr dreimal so lange, wie wenn ich deutsche Texte schreibe.

Speaker1: Und jetzt mache ich das so, dass ich sie auf Deutsch schreibe,

Speaker1: dann lasse ich sie einmal übersetzen. Und dann überarbeite ich sie noch.

Speaker1: Und wenn es dann um eine Publikation geht, dann werden sie immer auch noch muttersprachlich gegengelesen.

Speaker1: Aber das geht auf jeden Fall dann schneller. Und da funktioniert es wirklich

Speaker1: ganz gut, meines Erachtens.

Speaker0: Ja prima, dann würde ich sagen, wir kommen einfach mal zur Studie bei ZF,

Speaker0: also einmal von der ZU zur ZF, KI-Nutzung.

Speaker0: Die hast du und dein Team, ihr habt das ja wissenschaftlich begleitet und wenn

Speaker0: wir vielleicht mal ganz vorne anfangen, wie können wir uns eine Kooperation

Speaker0: denn vorstellen, also wie läuft das ab, wie kommt man da ins Gespräch,

Speaker0: welche Arbeitsschritte durchläuft vielleicht so ein Prozess dann auch?

Speaker1: Ja, das war ganz spannend und in der Form habe ich diese Art der Forschung vorher

Speaker1: auch noch nicht gemacht.

Speaker1: Normalerweise schreiben wir Anträge und suchen uns dann selber Menschen,

Speaker1: die bereit sind, in irgendeiner Art und Weise uns Auskunft zu geben über das, was sie tun.

Speaker1: In diesem besonderen Fall, wo wir praktisch schon diese institutionelle Kooperation haben,

Speaker1: Wir uns in unserem Team, also vor allen Dingen Niklas Ulrich,

Speaker1: einer unserer Mitarbeiter und ich, uns im Frühjahr 2023 war das, glaube ich,

Speaker1: mit dem Kommunikationsteam bei ZF zusammengesetzt und erst einmal ausgetauscht,

Speaker1: was sind die Themen, die uns interessieren.

Speaker1: Und zu dem Zeitpunkt stand gerade die Co-Pilot-Einführung bei ZF an,

Speaker1: die dann eben auch von der Kommunikationsabteilung begleitet werden musste.

Speaker1: Und wir haben dann schnell gemerkt, bei vielen unterschiedlichen Themen,

Speaker1: die spannend gewesen wären, das ist etwas, da können wir direkt zusammenarbeiten

Speaker1: und da haben beide Seiten etwas davon.

Speaker1: So haben wir in einem gemeinsamen Meeting in der ZF-Zentrale überhaupt erst

Speaker1: mal dieses Thema festgelegt.

Speaker1: Und dann hat das noch eine ganze Weile gedauert, bis wir wirklich loslegen konnten,

Speaker1: weil man dann doch merkt, in

Speaker1: einem großen Unternehmen wie ZF müssen viele Beteiligte involviert werden.

Speaker1: Da gibt es dann die Leute, die verantwortlich sind, die haben auch bestimmte

Speaker1: Interessenlagen, die wollen natürlich auch bestimmte Fragen beantwortet haben.

Speaker1: Wir haben von der wissenschaftlichen Seite bestimmte Fragen schon im Kopf. Es gibt

Speaker1: Es gibt Fragebögen, die schon existieren, beispielsweise zur Einstellung gegenüber von KI.

Speaker1: Es gibt Forschungen zu Technikakzeptanz, wo man bestimmte Fragen eigentlich schon im Kopf hat.

Speaker1: Und dann gibt es den Betriebsrat, Ballzeit F, der natürlich auch zustimmen muss.

Speaker1: Dann gibt es den Datenschutz, es muss geklärt werden, welche Fragen dürfen wir eigentlich stellen.

Speaker1: Also es war ein längerer Prozess, in dem auch der Fragebogen mehrmals umgemodelt

Speaker1: werden musste, ohne dass ich jetzt sagen würde, dass das in irgendeiner Art

Speaker1: und Weise eine Auftragsforschung im engeren Sinne war, aber sehr komplex.

Speaker1: Und dann ging es dann im Mai 2023, glaube ich, das erste Mal los.

Speaker0: Ja, das klingt auf jeden Fall nach einem langen Projekt und auch nicht so ganz

Speaker0: einfach in der Strukturierung, wobei, glaube ich, die Ergebnisse dafür sprechen,

Speaker0: dass es dann ganz gut gelaufen ist.

Speaker0: Oder zumindest habt ihr einige spannende Ergebnisse produzieren können.

Speaker0: Und vielleicht fangen wir mal damit an, wo KI eigentlich genutzt wird.

Speaker0: Also was habt ihr denn da rausgefunden?

Speaker0: Sind das nur die Leute, die am Computer arbeiten und Texte schreiben oder wird

Speaker0: das vielleicht auch in anderen Bereichen genutzt?

Speaker1: Also vielleicht erst mal als Grundlage, wir haben diese Studie also unternehmensweit

Speaker1: gemacht, die wurde ausgespielt an alle Mitarbeitenden bei ZF und zweimal,

Speaker1: also es gibt eine Analyse einmal drei Monate nach der Einführung und dann ein

Speaker1: Jahr später, ungefähr ein Jahr später noch einmal.

Speaker1: Und was wir herausfinden konnten, das Stand Sommer letzten Jahres,

Speaker1: da war die zweite Erhebungswelle, immerhin gut zwei Drittel der Mitarbeitenden

Speaker1: bei ZF, die an dieser Studie teilgenommen haben,

Speaker1: Co-Pilot als die KI, um die es ging, nutzen.

Speaker1: Schaut man sich jetzt an, wie sich das genauer verteilt innerhalb des Unternehmens,

Speaker1: sieht man wenig überraschend wahrscheinlich,

Speaker1: dass in den Bereichen Wartung und Reparatur oder Produktion es signifikant weniger

Speaker1: genutzt wird als beispielsweise in der IT.

Speaker1: Also die IT ist auf jeden Fall der Bereich, wo es am stärksten genutzt wird,

Speaker1: was einerseits natürlich mit der Affinität der Menschen dort zur Technologie zu tun hat,

Speaker1: aber andererseits auch damit, dass man mit Co-Pilot auch ganz gut Programmieraufgaben übernehmen kann.

Speaker1: Jetzt hast du schon gesagt,

Speaker0: So der Umfang ist unterschiedlich, wie die Leute das nutzen,

Speaker0: aber habt ihr was rausgefunden, wie effektiv die Nutzung auch tatsächlich ist?

Speaker0: Also hilft das den Leuten auch oder ist es eher so eine Spielerei?

Speaker1: Das ist eine sehr gute und gleichzeitig sehr schwierig zu beantwortende Frage.

Speaker1: Wenn man Effizienz beurteilen möchte, muss man ja einerseits genau,

Speaker1: idealerweise hat man Feldbedingungen, wo man den Zustand vorher genauer sich anschaut.

Speaker1: Man guckt sich den Arbeitsprozess einer Programmiererin ein.

Speaker1: Was hat sie gemacht ohne KI und wie sieht es denn mit den gleichen Aufgaben

Speaker1: heute aus, wenn sie KI nutzt?

Speaker1: Dann könnte man wirklich relativ sicher untersuchen, wie die Effizienzsteigerung ist.

Speaker1: Wir haben in der Studie, die wir durchgeführt haben, nicht nach Effizienzgewinn

Speaker1: gefragt, deswegen können wir bei ZF da gar nicht so viel sagen.

Speaker1: Wir wissen aus anderen Studien, die es mittlerweile gibt, auch im weltweiten

Speaker1: Maßstab bei großen Unternehmen, vor allen Dingen, dass es offensichtlich feststellbar

Speaker1: ist, dass Menschen schneller arbeiten tatsächlich.

Speaker1: Das sagen uns auch Interviewpartner, dass es natürlich darum geht,

Speaker1: Routineaufgaben zu automatisieren, dass das dann schneller geht.

Speaker1: Gleichzeitig, und das ist ein nicht zu unterschätzender Punkt,

Speaker1: gibt es erste Studien, das ist nicht unsere Studie, die darauf hinweisen,

Speaker1: dass beispielsweise für die Korrektur der Ergebnisse von KI ungefähr bis zu

Speaker1: 40 Prozent der eingesparten Zeit wieder draufgehen.

Speaker1: Also nach Auskunft der Leute, die damit arbeiten und die Erfahrung,

Speaker1: wir hatten das vorhin, wie nutze ich das selber, wenn ich mal damit rumspiele, habe ich auch.

Speaker1: Es kommt sogar vor, dass ich das nutze, dann ist es beim ersten Ergebnis gar

Speaker1: nicht so schlecht, dann versuche ich es zu verbessern, aber es wird immer schlechter.

Speaker1: Und dann mache ich es dann doch lieber selber und schätze, das liegt nicht allein

Speaker1: an meinen schlechten Fähigkeiten, sondern eben auch daran, wie die KI heute funktioniert.

Speaker1: Also das heißt, Effizienzgewinne gibt es teilweise, aber sie müssen wiederum

Speaker1: relativiert werden, weil man viel Arbeit wieder drumherum hat.

Speaker1: Und eine ganz aktuelle Studie, das gerade vor kurzem aus den USA darüber berichtet

Speaker1: worden ist, nur eine Fallstudie aus einem Unternehmen,

Speaker1: da wurde auch darüber berichtet, dass die Nutzung von KI dort im Unternehmen

Speaker1: zunächst einmal dazu führt, dass die Leute auch bereitwillig mehr arbeiten und

Speaker1: auch schneller arbeiten,

Speaker1: mehr Aufgaben übernehmen, ihren Arbeitstag ausweiten,

Speaker1: was von Unternehmensperspektive her natürlich erstmal gar nicht so schlecht klingt.

Speaker1: Gleichzeitig besteht dann natürlich die Gefahr, also man spricht dann von einer

Speaker1: Arbeitsintensivierung,

Speaker1: dass ganz schnell dann auch die Ergebnisse schlechter werden oder dass es dann

Speaker1: in der Folge natürlich auch zu Burnout-Problemen oder Ähnlichem kommt durch

Speaker1: zu viele Aufgaben zugleich oder eben auch Arbeitsüberlassungen.

Speaker1: Also das darf man als Unternehmen nicht vernachlässigen, diese Problematik, die mit.

Speaker1: Man kann ganz schnell ganz Verschiedenes machen, auch einhergeht auf der anderen Seite.

Speaker0: Ja, das deutet ja auch so ein bisschen darauf hin, dass die Leute eigentlich

Speaker0: KI ganz gern nutzen oder das vielleicht auch spannend finden,

Speaker0: wenn sie sogar mehr Zeit dann damit zubringen.

Speaker0: Vielleicht mal die Frage, wie ist das denn, also kann man sagen,

Speaker0: es gibt Leute, die KI lieber nutzen als andere, also so gemessen,

Speaker0: also jetzt nicht gemessen daran,

Speaker0: wo sie arbeiten, sondern vielleicht auch gemessen daran, wie alt sie sind,

Speaker0: irgendwie welchen Bildungsstand sie haben.

Speaker1: Ja, also

Speaker1: Mit Blick jetzt nochmal wieder auf die Studie bei ZF, ganz eindeutig sind es

Speaker1: auch wieder wenig überraschend, die jüngeren Leute, die technologieaffiner sind

Speaker1: und dann auch schneller und lieber KI nutzen.

Speaker1: Es gibt auch, ZF ist ein global operierendes Unternehmen, eindeutige Hinweise

Speaker1: auf regionale Unterschiede.

Speaker1: Also in Südamerika beispielsweise und in Indien nutzen Mitarbeiterinnen und

Speaker1: Mitarbeiter bei ZF die KI signifikant mehr als das beispielsweise in Nordamerika

Speaker1: oder auch in Europa der Fall ist.

Speaker1: Und das entspricht auch durchaus Einsichten über so allgemeine KI-Akzeptanz

Speaker1: in der Bevölkerung, wo man sehen kann, dass beispielsweise in Südamerika oder

Speaker1: in Indien die Technologie-Akzeptanz im Durchschnitt höher ist.

Speaker2: Das heißt also, da spiegeln sich schon auch gesellschaftliche oder regionale

Speaker2: Trends ganz einfach wieder,

Speaker1: Wenn du so eine Studie machst. Genau, genau. Und das ist natürlich ganz toll,

Speaker1: auch aus wissenschaftlicher Perspektive, dass ZDF ein großes Unternehmen ist,

Speaker1: weil wir das dann halt anhand dieser einen Fallstudie in diesem einen Unternehmen

Speaker1: sogar untersuchen können.

Speaker1: Was auch spannend ist, bei ZF haben wir festgestellt, das habe ich gerade schon

Speaker1: gesagt, so zwei Drittel der Mitarbeitenden nutzen es.

Speaker1: Es gibt eine Gruppe, die sowohl für ZF als auch für uns nicht ganz uninteressant

Speaker1: ist, glaube ich, das sind diejenigen, die wissen, dass es das gibt,

Speaker1: die aber es nicht nutzen.

Speaker1: Also es gibt auch Leute, die es noch immer nicht mitbekommen haben,

Speaker1: vielleicht weil es auch in ihrem Arbeitsplatz gar keine Rolle spielt,

Speaker1: aber es gibt auch Leute, die wissen es, aber nutzen es nicht.

Speaker1: Und selbst unter denen, also man kann dann deutlich feststellen,

Speaker1: die sind insgesamt skeptischer gegenüber KI als Technologie auch,

Speaker1: aber selbst unter denen findet man...

Speaker1: Knapp 80 Prozent der Leute, die einsehen, dass das für die Zukunft wichtig ist

Speaker1: und immer wichtiger werden wird.

Speaker1: Also das heißt, man hat irgendwie eine Einsicht bei Leuten, das wir jetzt brauchen und das braucht es auch.

Speaker1: Man sieht dann aber gleichzeitig auch, dass einige von denen halt lieber die

Speaker1: Finger davon lassen würden.

Speaker1: Und an der Stelle ist dann beispielsweise für ZF auch die Möglichkeit natürlich

Speaker1: zu gucken, wie kann man die besser begleiten, wenn man denn möchte,

Speaker1: dass sie da stärker und lieber reingehen und auch ausprobieren wollen.

Speaker1: Du hast das angesprochen und das merkt man natürlich.

Speaker1: Also viele Leute probieren das total gerne aus. Ich habe auch damit ein bisschen

Speaker1: rumgespielt oder spiele immer mal wieder damit rum.

Speaker1: Und das ist natürlich auch eine Phase, die ist ganz typisch für so frühe Technologie-Einführungen.

Speaker1: Das ist die Phase des Ausprobierens.

Speaker2: Da ist ja vielleicht ganz gut, dass sich so die privaten menschlichen Interessen

Speaker2: dann mischen und man wird vielleicht so, sie lässt sich mal ein Kochrezept suchen

Speaker2: oder Ideen für den Urlaub.

Speaker2: Man hat sich mit der Technologie schon vertraut gemacht und kann dann sagen,

Speaker2: hey, in meinem Arbeitsumfeld wird das auch angeboten, was kann ich denn da damit

Speaker2: machen? Mit diesen Spezifika, die ich dort zu erledigen.

Speaker1: Und also neben der Studie, wo wir eine Befragung unter den ganzen Mitarbeiterinnen

Speaker1: bei ZDF gemacht haben, haben wir auch Interviews noch geführt mit verschiedenen

Speaker1: Leuten, die beteiligt waren an der Einführung, auch verantwortlich waren an der Einführung.

Speaker1: Und in einem dieser Interviews wurde auch deutlich, dass natürlich auch schon Ende 2022, Anfang 2023,

Speaker1: also als Chat-GPT öffentlich wurde, das Unternehmen gemerkt hat,

Speaker1: die Leute, also bestimmte Leute im Unternehmen, eben die technikaffinen Leute,

Speaker1: die fangen natürlich damit an rumzuspielen und dann fangen die natürlich auch

Speaker1: an Arbeitsaufgaben damit zu machen.

Speaker1: Und das heißt, es gibt an der Stelle auch einen gewissen Druck und das findet

Speaker1: man in anderen Unternehmen natürlich auch, dass man sieht, es gibt da Leute,

Speaker1: die fangen an, damit zu arbeiten.

Speaker1: Die machen irgendwas, was eigentlich so nicht vorgesehen war bisher.

Speaker1: Und dann muss man von Unternehmensseite versuchen, das wieder einzufangen und

Speaker1: natürlich auch zu gucken, mit was für Daten arbeiten die denn da?

Speaker1: Wo gehen die denn eigentlich hin?

Speaker2: Ja klar, es ist ja schön, dass die Leute so motiviert sind und natürlich sehen

Speaker2: Menschen diesen Übertrag leisten und sagen, Aber ja, natürlich.

Speaker2: Und da sind wir dann auch sehr schnell ins Handeln gekommen,

Speaker2: um zu sagen, Achtung, da geht es natürlich auch um ZF-internes Wissen.

Speaker2: Wie geht man da damit um, dass das eben für uns zugänglich ist,

Speaker2: aber nicht sozusagen für die komplett lernende KI.

Speaker1: Genau und das sind wahrscheinlich die zwei Herausforderungen für Unternehmen.

Speaker1: Auf der einen Seite den Wildwuchs einzufangen ab einem bestimmten Punkt,

Speaker1: der von den technikaffinen Leuten passiert und auf der anderen Seite die Leute,

Speaker1: die sich bedroht fühlen, ein bisschen verängstigt sind, dann auch einzuholen und ihnen zu zeigen,

Speaker1: an welchen Stellen es vielleicht sinnvoll sein kann, das zu nutzen.

Speaker0: Jetzt sind wir schon fast bei der organisatorischen Ebene irgendwie angekommen.

Speaker0: Wie geht eigentlich das Unternehmen damit um? Ich hätte aber tatsächlich nochmal

Speaker0: eine Frage zu denen, die es nutzen oder vielleicht auch nicht nutzen.

Speaker0: Wie ist denn das Vertrauen von den Mitarbeitenden selbst in die Ergebnisse,

Speaker0: die die Kategorie liefert?

Speaker0: Also ist es tatsächlich so, du hattest es vorhin schon angesprochen,

Speaker0: dass es eine Studie gibt, wo 40 Prozent der eingesparten Arbeitszeit wieder

Speaker0: obendrauf kommen, wenn man überprüft.

Speaker0: Habt ihr da Erkenntnisse erlangen können, wie das bei ZF ist?

Speaker0: Ob die Leute sagen, na, wenn die KI mir was produziert, dann nehme ich das so, wie es ist?

Speaker0: Oder sagen die, da muss man schon ganz schön vorsichtig sein,

Speaker0: was einem da eigentlich vorgesetzt wird?

Speaker1: Also es gibt eine Frage in diesem Fragebogen.

Speaker1: Ich weiß den ganz genauen Wortlaut gerade nicht, die nochmal danach fragt,

Speaker1: ob die Leute das auch nochmal überprüfen.

Speaker1: Und natürlich geben dann eigentlich alle Leute an, ja selbstverständlich.

Speaker1: Das hat was mit sozialer Erwünschtheit zu tun. Das ist so auch ein Phänomen

Speaker1: in der Fragebogen oder auch in der Interviewforschung.

Speaker1: Das darf man dann, oder muss man in Klammern sehen, die Ergebnisse,

Speaker1: weil man natürlich davon ausgehen kann, wir alle kennen Arbeitsalltag,

Speaker1: dass das auch durchaus mal passieren kann, dass man das nicht immer kontrolliert.

Speaker1: Mit Blick auf das Vertrauen in die Ergebnisse konnten wir feststellen,

Speaker1: und da weiß man nicht, wie die Kausalität ist, also dass die Leute,

Speaker1: die das sehr häufig nutzen, also täglich nutzen,

Speaker1: die Ergebnisse sehr viel besser einschätzen, als die Leute, die es nur gelegentlich nutzen.

Speaker1: Das kann natürlich jetzt auch ein Effekt davon sein, dass Leute,

Speaker1: die es viel nutzen, die sind natürlich geübt darin, die KI besser zu prompten,

Speaker1: wie man ja sagt, und sind damit, weil sie mehr Skills haben in der Lage,

Speaker1: bessere Ergebnisse zu produzieren.

Speaker1: Und zugleich, und das haben wir auch in der anderen Studie, die ich am Anfang

Speaker1: erwähnt habe, also wo es um KI in der PR-Branche geht,

Speaker1: herausgefunden, sagen alle, also die Ergebnisse lassen nach wie vor zu wünschen

Speaker1: übrig, dann kriegt die KI mal so eine 3 plus als Note vielleicht.

Speaker1: Und gerade im Kommunikationsbereich, wo ja KI auch genutzt wird,

Speaker1: um die Arbeitsprodukte selbst zu erzeugen, also kommunikative Produkte zu erzeugen,

Speaker1: da gilt selbstverständlich, also in einem Unternehmen beispielsweise,

Speaker1: das sogenannte Sechs-Augen-Prinzip.

Speaker1: Also da ist festgelegt in den Unternehmen, also nichts, was mit Hilfe von KI

Speaker1: generiert wurde, darf das Unternehmen nach außen hin verlassen,

Speaker1: wenn nicht drei Leute drauf geguckt haben.

Speaker1: Also da wird sogar gesagt, also es müssen mehr Leute drauf gucken,

Speaker1: als die Personen, die da gerade mit der KI zusammengearbeitet hat.

Speaker0: Das heißt, das Vertrauen scheint nicht ganz so 100 Prozent zu sein.

Speaker0: Also man ist sich durchaus bewusst, dass man der KI da auf die Finger gucken

Speaker0: muss, wenn man so sagen will.

Speaker0: Ist das denn auch für die Leute, die es nicht nutzen, du hast ja diese Unterscheidung

Speaker0: gemacht zwischen nicht wissend und nicht nutzend.

Speaker0: Die Leute, die das nicht nutzen, ist das tatsächlich deren Hauptgrund?

Speaker0: Kannst du dazu was sagen?

Speaker0: Haben die sich irgendwie geäußert oder geht es da auch um so Sachen wie zum

Speaker0: Beispiel Datenschutz oder dass sie sich da nicht sicher fühlen?

Speaker1: Also was wir anhand der Umfrage erkennen konnten bei den Leuten,

Speaker1: die sich dafür entschieden haben, das nicht zu nutzen.

Speaker1: Also zum einen gibt es klare Hinweise, dass sie wenig Interesse haben.

Speaker1: Also es gibt eine Frage, also macht es ihnen Spaß, sich mit neuen Techniken auseinanderzusetzen?

Speaker1: Und da sind es so knapp 10 Prozent der Leute, die sagen, ja,

Speaker1: ich finde das irgendwie schon interessant.

Speaker1: Also der Großteil der Leute ist da einfach zurückhaltend.

Speaker1: Was wir auch feststellen konnten, ist, dass die Leute sich erkennbar mehr Information

Speaker1: gewünscht hätten und auch mehr Hilfestellung gewünscht hätten.

Speaker1: Das ist jetzt wieder ein interessanter Effekt, weil die Leute,

Speaker1: die es viel nutzen, die sagen in der Tendenz, Wir sind gut informiert worden

Speaker1: und wir haben genügend Hilfestellung erhalten,

Speaker1: was möglicherweise für diese Gruppe auch der Fall ist, weil die brauchen gar

Speaker1: nicht so viel Hilfestellung und die sind in der Lage und willens,

Speaker1: sich die Informationen selber zuzufügen und das ist ein Teil des Ausprobierens, was wir hatten.

Speaker1: Aber die Leute, die weniger Interesse haben, auch ängstlich sind im Umgang mit

Speaker1: neuen Technologien, die brauchen ganz offensichtlich mehr Hilfestellung.

Speaker1: Also müssen mehr an die Hand genommen werden.

Speaker1: Und das ist natürlich gerade in der Phase des Anfangs des Ausprobierens eine Herausforderung.

Speaker1: Und das sehen wir übrigens nicht nur in einem Industrieunternehmen wie ZF,

Speaker1: sondern tatsächlich auch in der Kommunikationsbranche, wo in der Tendenz die

Speaker1: Leute alle technikaffin sind.

Speaker1: Also wenn das jetzt keine Audioaufzeichnung hier wäre, sondern eine Videoaufzeichnung,

Speaker1: würde man sehen, wie viel Technik hier rumsteht für diese Aufzeichnung.

Speaker1: Und das ist ja normal in der Kommunikationsbranche.

Speaker1: Und selbst da sagen die Leute, die da verantwortlich sind,

Speaker1: wie wichtig es ist, so eine Kultur des Ausprobierens auch zu schaffen und wie

Speaker1: wichtig es ist, den Leuten Use Cases bereitzustellen, Prompt-Bibliotheken bereitzustellen

Speaker1: und wirklich zu zeigen, für diesen Zweck,

Speaker1: den ihr in eurer alltäglichen Arbeit zu erfüllen habt, da gibt es diese Hilfestellung.

Speaker1: Da könnt ihr genau in dieser Hinsicht das nutzen. Und hier habt ihr ein Beispiel, wie das geht.

Speaker0: Genau, jetzt hast du schon so ein bisschen skizziert, wie man vielleicht den

Speaker0: Leuten, die Leute unterstützen kann dabei, sich der KI auch anzunähern und vielleicht

Speaker0: sie auch zum sinnvollen Einsatz von KI zu motivieren.

Speaker0: Ich meine, du hast gesagt, ihr habt auch mit Leuten gesprochen,

Speaker0: die in der Führungsebene sind und das Ganze mit anleiten.

Speaker0: Haben die sich irgendwie auch dazu geäußert, ob sie Angst haben,

Speaker0: dass vielleicht die Arbeitsqualität nachlasst oder dass vielleicht auch die

Speaker0: Zusammenarbeit im Team sich verändert, weil die Leute vielleicht mehr auf die

Speaker0: KI fokussiert sind, als wieder miteinander zu sprechen. und sich vielleicht

Speaker0: auch gegenseitig Feedback zu geben?

Speaker1: Also gerade auf Seite derjenigen, die für die Einführung verantwortlich sind, absolut nicht.

Speaker1: Also die Leute sind felsenfest davon überzeugt gewesen, wie wichtig es ist,

Speaker1: also auch für die Zukunft des

Speaker1: Unternehmens, dass so etwas wie eine AI-Literacy sich breit durchsetzt.

Speaker1: Also wir haben da, und das ist natürlich ein Punkt, und das ist auch nicht ZF-spezifisch

Speaker1: und auch nicht industrie-spezifisch eine Situation, dass man in Konkurrenz steht

Speaker1: zu anderen Unternehmen, dass wir seit vielen Jahren natürlich Innovationsabläufe haben.

Speaker1: Also wir hatten Industrie 4.0, jetzt haben wir generative KI,

Speaker1: wo man immer versuchen muss zu schauen, was haben wir für technische Entwicklungen,

Speaker1: sind die relevant für uns und immer vor der Frage steht,

Speaker1: wenn wir uns dagegen entscheiden, das jetzt einzuführen, kann das zu einem Wettbewerbsnachteil

Speaker1: führen, weil die anderen das machen und weil es eben Effizienzgewinne bringt.

Speaker1: Also dieses Versprechen des Effizienzgewinns war von Anfang an da.

Speaker1: Selbst wenn noch niemand genau wusste, wie man das jetzt genau hinbekommt.

Speaker1: Und das ist in den Interviews auch deutlich geworden.

Speaker1: Man hat das irgendwie gesehen, dann hat man sich zusammengesetzt,

Speaker1: eine Gruppe gegründet, auch bei ZDF von Leuten, die sich das mal angucken wollten

Speaker1: und dann überlegt haben, was können wir jetzt damit machen.

Speaker2: Ich denke, der Aspekt Effizienzgewinn ist ja generell einer,

Speaker2: der in der Wirtschaft, egal in der Wirtschaft, eine sehr zentrale Rolle spielt.

Speaker2: Und ob das jetzt KI ist oder in der Produktion beispielsweise oder in der Logistik,

Speaker2: da ist es natürlich klar, man muss quasi auf diesen Zug aufspringen Denn sonst

Speaker2: ist man eigentlich weg, weil alle anderen werden es eh tun.

Speaker2: Und deswegen ist es natürlich auch in unserem Interesse, Menschen zu fördern

Speaker2: und sich diesem Thema sehr früh natürlich dann auch zu widmen.

Speaker1: Genau. Und also wie wir das jetzt so rekonstruieren auf Grundlage auch unserer

Speaker1: Forschung, kann man halt feststellen, also erst einmal von der Leitungsebene

Speaker1: her, der Wunsch, das im Unternehmen durchzusetzen,

Speaker1: verbunden mit der Idee, also dass es erstmal darum geht, das sind auch so Begriffe,

Speaker1: also die Leute im Unternehmen zu enablen,

Speaker1: also eben sie mit AI Literacy zu versorgen und sie sollen dann erstmal ausprobieren.

Speaker1: Sie sollen überhaupt mal in die Lage versetzt werden, zu gucken, was ist das.

Speaker1: Und dann sieht man schon so einen zeitlichen Horizont. Und das haben dann uns

Speaker1: unsere Gesprächspartner auch so gesagt. Na, jetzt probieren wir mal erstmal aus.

Speaker1: Und dann dürfen die Leute auch überall ein bisschen rumprobieren und gucken, was kann man machen.

Speaker1: Und ab einem bestimmten Zeitpunkt setzen wir eine Governance ein,

Speaker1: wo es dann darum geht zu gucken, was sind denn jetzt die Zwecke,

Speaker1: die sich durchsetzen und wo wir wirklich Effizienzgewinne, vor allen Dingen

Speaker1: auch im Sinne von Geldeinsparungen, abschöpfen können.

Speaker1: Und da sind dann die Sorgen, also auf der Leitungsebene, um wie verändert sich

Speaker1: die Kooperation zwischen den Leuten erst mal.

Speaker1: Nicht nur zweitrangig, sondern wahrscheinlich auch sehr, sehr hintergründig.

Speaker2: Weil man kann es vielleicht am Anfang ja auch gar nicht quantifizieren.

Speaker2: In der Produktion ist es vielleicht einfach, da etablieren sich dann über die

Speaker2: Zeit auch relativ schnell Dinge.

Speaker2: Aber in diesen Prozessen, man weiß es ja selber, wenn man mal am Rechner sitzt,

Speaker2: wie schnell da eben Zeit vergeht.

Speaker2: Und du sagst es ja auch, man braucht wieder vielleicht 40 Prozent Zeit zur Kontrolle.

Speaker2: Aber da gehen ja viele Sachen so fließend ineinander über.

Speaker2: Man müsste ja eigentlich mit der Stoppuhr jeden kleinen Schritt dann wieder

Speaker2: arbeitsmäßig erfassen.

Speaker2: Und das Auswerten, ich glaube, das wäre gar nicht darstellbar und wäre auch

Speaker2: kontraproduktiv, weil wir nutzen ja, glaube ich, alle, also so geht es mir zumindest

Speaker2: auch, glaube ich, diesen Gaming-Effekt, der, glaube ich, in uns allen drin wohnt

Speaker2: und sind dann da dabei und probieren das aus.

Speaker1: Also das wäre natürlich auch falsch, also so eine Art Kontrolle durchzuführen,

Speaker1: also auch im Sinne der Arbeitszufriedenheit und das ist natürlich eine große

Speaker1: Herausforderung, die sich dann stellt und darauf verweist ja diese eine Studie,

Speaker1: die ich gerade erwähnt habe, die deutlich gemacht hat, dass es auch zu einer

Speaker1: Arbeitszeit für Dichtung kommt,

Speaker1: dass in dieser Phase, in der wir gerade sind, wo sie es wirklich etabliert hat

Speaker1: und wahrscheinlich auch so nach und nach Nutzungsweisen sich etablieren und

Speaker1: Use Cases sich etablieren, auch wichtig wird,

Speaker1: spätestens jetzt darauf zu gucken, was macht denn das eigentlich mit den Mitarbeitenden

Speaker1: und dann die Effizienzperspektive auch ein bisschen

Speaker1: auszuweiten im Hinblick auf Gesundheit oder auch eben Arbeitszufriedenheit.

Speaker1: Also weil es ist ja auch kein Geheimwissen, dass Menschen, die arbeitszufrieden

Speaker1: sind, dass die auch besser und auch produktiver arbeiten als die Leute,

Speaker1: die sich unter Druck gesetzt fühlen.

Speaker1: Das heißt, es geht eigentlich erstmal darum, die Leute überhaupt zu motivieren,

Speaker1: die KI zu nutzen und dann zu gucken,

Speaker0: Wie wollen wir das eigentlich strukturieren oder was brauchen die Leute vielleicht

Speaker0: auch, wenn ich das richtig verstanden habe.

Speaker0: Und du hattest auch schon angesprochen oder das Stichwort genannt der Governance.

Speaker0: Also ich gehe mal davon aus, du meinst damit, dass es irgendwie auch so ein

Speaker0: gewisse Regulatorien oder ein System braucht und dass das Ganze eingebettet

Speaker0: wird. Wie sieht es denn da aus bei ZF?

Speaker0: Wird der Einsatz von KI auch ein Stück weit kontrolliert? Also gibt es da konkrete

Speaker0: Maßnahmen auch, um die Leute anzuleiten und vielleicht auch klare Grenzen zu setzen?

Speaker1: So viel ich weiß, das war jetzt nicht Gegenstand der Studie,

Speaker1: gibt es einen Ethikrat, der auch eingeführt worden ist, der sehr wichtig ist,

Speaker1: wenn es darum geht, bestimmte Einsatzszenarien ausprobieren zu wollen,

Speaker1: um zu schauen, dürfen wir das, sollen wir das, können wir das?

Speaker1: Und ansonsten geht es da natürlich viel auch um, also bei der Governance auf

Speaker1: Unternehmensseite viel darum, welche KI-Tools dürfen denn eigentlich genutzt werden.

Speaker1: Und also die Entscheidung für das konkrete Tool, das wir auch untersucht haben,

Speaker1: hatte viel damit zu tun, dass man dann auch herausfinden konnte,

Speaker1: wo landen dann die Daten und dass sichergestellt wurde, dass die eben nicht

Speaker1: irgendwo außerhalb des Unternehmens landen und damit andere KI trainieren beispielsweise

Speaker1: oder in den Outputs woanders landen.

Speaker1: Also das ist natürlich ein sehr zentraler Aspekt der Governance.

Speaker1: Und dann Fragen, die immer wieder auftauchen, Rechte, also wenn man Datenschutzaspekte

Speaker1: nicht berücksichtigt, kann das zu Problemen führen.

Speaker1: Und wenn man jetzt an die Außenkommunikation denkt, welche Rolle soll und darf

Speaker1: KI oder dürfen KI-generierte Inhalte spielen, KI-generierte Bilder,

Speaker1: Also da wehrt sich bis heute ZF, finde ich das so richtig sehr,

Speaker1: dagegen, dass man beispielsweise versucht, was durchaus möglich ist,

Speaker1: Videos zum Beispiel vom Vorstandsvorsitzenden so zu manipulieren mit Hilfe von

Speaker1: KI, dass er dann Mandarinen spricht. Das kann er nicht, soweit ich weiß.

Speaker1: Es wäre aber möglich, ihn praktisch, wenn er öffentlich auftritt,

Speaker1: mit Hilfe von KI dann das, was er sagt, auch in verschiedenen Sprachen sprechen zu lassen.

Speaker1: Und da gibt es ganz klar die Vorgabe, das nicht zu tun.

Speaker1: Also, dass O-Töne immer noch O-Töne

Speaker1: bleiben und dass sie nicht synthetisch generiert oder verändert werden.

Speaker2: Das ist genau dieser Punkt, wo man sich überlegt, was kann die KI und wie will ich sie eben nutzen.

Speaker2: Das ist ein wunderbares Beispiel eben zu sagen, ist es dann am Ende noch authentisch,

Speaker2: wenn alle wissen, es ist es am Ende generiert.

Speaker2: Das klingt zwar charmant und es sei eine Stimme, aber will ich es vielleicht

Speaker2: dann eben über andere Tools beispielsweise untertitelt oder so sichtbar machen.

Speaker2: Aber ja, das war ein wunderbares Beispiel eben auch, was du Judith aufgebracht hast mit dieser Frage.

Speaker2: Und in der Praxis denn zu welchen Fragen das kommt, ja.

Speaker1: Und das hat dann wieder was auch natürlich mit Unternehmenskultur zu tun.

Speaker1: Also in einem Interview im Bereich der Kommunikationsbranche war dieses Szenario

Speaker1: auch Thema und da sagte der Gesprächspartner, natürlich, wenn wir Kunden haben,

Speaker1: die das wollen, machen wir das und das passiert.

Speaker1: Also manche Unternehmen finden das cool. So muss ich dann natürlich auch in

Speaker1: der Hinsicht irgendwie einen Umgang etablieren und man kann eventuell ab einem

Speaker1: bestimmten Zeitpunkt auch einen unique selling point darin haben,

Speaker1: dass man darauf verzichtet, ganz bewusst.

Speaker2: Wir waren jetzt an sehr vielen Themen vorbeigekommen. Wie würdest du denn eure

Speaker2: Erkenntnisse zusammenfassen und was ist denn so eure Empfehlung,

Speaker2: wie denn die Mitarbeiterinnen und Mitarbeiter KI nutzen sollten oder wo sich

Speaker2: gute Einsatzmöglichkeiten im Unternehmen ergeben?

Speaker1: Also die Antwort darauf wäre, dass man keine generalisierte Antwort darauf geben

Speaker1: kann und dass die Empfehlung, also auch von der Governance oder den Use Cases her betrachtet wäre,

Speaker1: dass es eigentlich zu einer Art Dezentralisierung vielleicht kommen sollte und Spezialisierung.

Speaker1: Also wir haben einfach bei einem großen Unternehmen wie ZF ja ganz unterschiedliche

Speaker1: Unternehmensbereiche mit sehr unterschiedlichen Aufgaben.

Speaker1: Und eigentlich müsste es Aufgabe sein, und das wird ja auch schon sicherlich

Speaker1: gemacht, für diese unterschiedlichen Unternehmensbereiche zu gucken und festzuhalten,

Speaker1: was sind denn jetzt hier die Cases.

Speaker1: Also was für den Einsatz eines Pressesprechers oder was für den Einsatz einer

Speaker1: Entwicklerin oder vielleicht eben auch irgendwo in der Logistik.

Speaker1: Also was kann da dieses Tool eigentlich und wo ist das Quatsch?

Speaker1: Also wo haben wir herausgefunden, wo haben viele Leute rumprobiert und gemerkt, das bringt uns nichts.

Speaker1: Also das so ein bisschen runter zu skalieren und wirklich unternehmensseitig

Speaker1: dann genauer, ja, also so etwas wie Prompt-Bibliotheken, die sehr,

Speaker1: also nicht generisch sind,

Speaker2: Sondern spezifisch eher auf die Bereiche dann ausgerichtet sind. Genau.

Speaker2: Gibt es denn eigentlich aus deiner Sicht was jetzt für ZF, aber auch generell

Speaker2: was denn gegen die Nutzung von KI-Spräche?

Speaker2: Wir sind vorhin schon vorbeigekommen, aber würdest du jetzt quasi komplett kontra

Speaker2: deine Disziplin sprechen?

Speaker1: Also es gibt ja Aspekte, über die wir jetzt beispielsweise noch nicht gesprochen

Speaker1: haben, die ich aber total wichtig finde.

Speaker1: Also es gibt so etwas wie menschliche und Umweltkosten auch von KI,

Speaker1: die natürlich sehr schnell aus dem Blick geraten.

Speaker2: Weil sie einfach da ist, sag ich jetzt mal am Rechen.

Speaker1: Weil sie einfach da ist und man sie nutzen kann. Wenn man den Horizont ein bisschen

Speaker1: erweitert, ist das natürlich eine Frage.

Speaker1: Also der Energiekonsum durch KI, da ist ungemein.

Speaker1: Und da muss man sich ja auch überlegen, wie weit soll das eigentlich getrieben

Speaker1: werden. Und KI wird trainiert durch Menschen und das ist ganz oft im Rahmen

Speaker1: von Clickwork und auch viel im Rahmen globaler Arbeitsteilung und prekäre Arbeitsverhältnisse.

Speaker1: Das sind so Punkte, die man durchaus mal bedenken sollte, wo ich aber natürlich

Speaker1: auch sehe, also für die Praxis im Unternehmen ist das nicht so relevant,

Speaker1: ist dann eher die Frage natürlich auch für die Gesellschaft,

Speaker1: wenn es so etwas gibt wie die Gesellschaft.

Speaker1: Und dann ist für mich total wichtig zu gucken, wo bringt es denn wirklich etwas?

Speaker1: Und wir hatten ganz am Anfang das Beispiel Recherche.

Speaker1: Ich habe nicht den Eindruck, also natürlich aus meiner eigenen Praxis,

Speaker1: dass KI da in irgendeiner Art und Weise wirklich gut ist, einfach auf Grundlage

Speaker1: der Funktionsweise, wie sie operiert und wie sie ihren Output generiert.

Speaker1: Wenn ich jetzt bei Google beispielsweise Suchanfragen habe, dann vor KI kam

Speaker1: dann die Liste und dann, ich meine, ich bin dann natürlich auch geschult drin

Speaker1: als Wissenschaftler, dann gehe ich die Quellen durch,

Speaker1: dann schaue ich mir an, welche sind denn relevante Quellen und dann suche ich

Speaker1: mir gezielt heraus, welche ich dann nutzen möchte, welche ich als reputierlich

Speaker1: ansehe und wo ich den Informationen glauben kann.

Speaker1: Und dann kriege ich ja seit einer Weile immer schon automatisch die Antworten

Speaker1: von KI schon synthetisiert.

Speaker1: Und dann kann ich noch danach suchen herauszufinden, woher sie denn diese Information

Speaker1: zusammengebaut hat. Und da kommt dann halt auch Kuddelmuddel bei raus.

Speaker1: Also für solche Arten der Recherche würde ich es bisher nicht nutzen,

Speaker1: weil es ja eben auch wirklich schwierig ist, dann herauszufinden,

Speaker1: sind diese Zahlen, die da jetzt gerade genannt werden, eigentlich irgendwie wahr oder nicht.

Speaker1: Und da gibt es einfach sehr schöne Beispiele, wo dann so Halluzinationen passieren.

Speaker2: Ja, und es führt einen natürlich auch mal schnell aufs Glatteis,

Speaker2: weil es natürlich erstmal sehr plausibel und sehr smooth formuliert vor einem erscheint.

Speaker2: Aber ja, ich glaube, es braucht noch mehr die Quellenkritik für jeden von uns,

Speaker2: der sich mit diesem Thema beschäftigt.

Speaker2: Vielleicht zum Abschluss eurer Recherche oder eurer Umfrage,

Speaker2: wie sind denn da die Reaktionen der Mitarbeiterinnen und Mitarbeiter gewesen auf die Ergebnisse?

Speaker2: Habt ihr die vorgestellt im Austausch?

Speaker1: Also bisher haben wir die Ergebnisse eigentlich nur vorgestellt im Rahmen von

Speaker1: Präsentationen, jetzt beispielsweise mit den Kolleginnen und Kollegen,

Speaker1: mit denen wir das zusammen organisiert haben.

Speaker1: Dann gab es Gespräche mit Leuten, die in irgendeiner Art und Weise auch mit

Speaker1: KI oder KI-Schulungen zu tun haben, die sehr interessiert waren an den Ergebnissen,

Speaker1: mit denen wir dann gesprochen haben und die Sachen vorgestellt haben.

Speaker1: Oder es gibt einmal im Jahr ein Symposium bei uns an der ZU,

Speaker1: das ZF-ZU-Symposium, wo wir jetzt die Ergebnisse vorgestellt haben.

Speaker1: Und dann sind da ja Leute, die eher auch in Leitungsfunktionen sind aus den

Speaker1: Abteilungen, die dann die Informationen mitbekommen.

Speaker1: In die Breite des Unternehmens sind diese Ergebnisse noch nicht gespielt.

Speaker1: Ich bin gespannt, wie diese Podcast-Episode möglicherweise dazu beitragen könnte,

Speaker1: dass das weiter in die Belegschaft wandert, um dann zu gucken,

Speaker1: ob es dann mehr Feedback gibt.

Speaker2: Das wäre natürlich ein schöner Ansatz und ich glaube, das würde die Menschen

Speaker2: auch interessieren, was denn die KI, die sie täglich nutzen,

Speaker2: privat, geschäftlich, denn so macht und sich vielleicht mit ihren Erfahrungen deckt.

Speaker0: Wo wir jetzt gerade noch dabei sind, wer die Ergebnisse schon kennt und vielleicht

Speaker0: auch, was die für Folgen haben, vielleicht mal abgesehen von ZF,

Speaker0: wen das ja auch bestimmt interessiert sind, deine Kolleginnen und Kollegen aus der Wissenschaft.

Speaker0: Habt ihr die Studie da schon irgendwo publiziert oder kann man da schon Ergebnisse irgendwo einsehen?

Speaker1: Nein, also das steht noch an. Also verantwortlich neben mir für diese Studie

Speaker1: war der Mitarbeiter Niklas Ulrich, der Ergebnisse dieser Studie auch im Rahmen

Speaker1: seines Dissertationsprojektes publizieren wird.

Speaker1: Wissenschaft arbeitet im Vergleich zu Unternehmen sehr langsam.

Speaker1: Das heißt, die Publikationswege brauchen. Es gibt Review-Verfahren.

Speaker1: Ich rechne nicht damit, dass noch im Jahr 2026 in der Wissenschaft die Ergebnisse

Speaker1: publiziert werden. Also im Rahmen von Vorträgen hat das schon stattgefunden

Speaker1: auf der Auftagung, aber schriftlich ist es noch nicht irgendwie in die Welt gebracht worden.

Speaker0: Das heißt, wir dürfen da noch gespannt sein, was noch in 2027 bleibt.

Speaker1: Das dürft ihr.

Speaker2: Sehr schön, ja, dann war unser Podcast, glaube ich, ein ganz guter Schritt dazu.

Speaker2: Ja, lieber Florian, herzlichen Dank, dass du da warst. In unserer ersten Podcast-Folge

Speaker2: hatten wir Florian Muhle von der ZU zu Gast und danken dir ganz herzlich hier

Speaker2: für deine Zeit und die tollen Erkenntnisse,

Speaker2: die wir hier über KI im Unternehmenseinsatz, aber auch generell als gesellschaftliches

Speaker2: Thema erfahren durften.

Speaker0: Ja, vielen Dank für die Einblicke.

Speaker1: Ich danke euch.

Speaker1: Ja, also wir haben gesehen,

Speaker0: KI kann ein Unternehmen doch ganz schön voranbringen und die Arbeit vielleicht

Speaker0: auch ein bisschen effektiver oder einfacher machen.

Speaker0: Das Ganze funktioniert aber nur, wenn es eben auch bestimmte Rahmenbedingungen

Speaker0: gibt, die Leute gut angeleitet werden und die Tools eben auch nicht ganz willkürlich eingesetzt werden.

Speaker0: Auch wenn man vielleicht so ein bisschen damit spielen darf oder das erstmal

Speaker0: testen muss, aber man muss natürlich irgendwie immer bedacht mit dem Ganzen

Speaker0: umgehen. Und da ist natürlich auch das Unternehmen dann irgendwann gefragt,

Speaker0: eben Ethikrat einzusetzen und die Mitarbeitenden vielleicht auch ein bisschen

Speaker0: anzuleiten und zu schulen.

Speaker2: Genau, da haben wir wirklich viel erfahren. Den Ethikrat gibt es und auch die

Speaker2: Schulungen passen wir laufend an, denn das ist wirklich eine gute Hilfestellung.

Speaker2: Und so ist diese Studie ein wirklich

Speaker2: sehr, sehr schönes Beispiel für die Kooperation von Company und Campus.

Speaker2: Und wir konnten viel davon mitnehmen von den Befragungen und sehen,

Speaker2: wie unsere Mitarbeiterinnen und Mitarbeiter die KI nutzen und wo es vielleicht

Speaker2: eben auch noch Unterstützung braucht.

Speaker0: Genau und da wollen wir in der nächsten Folge ein bisschen genauer drauf gucken.

Speaker0: Da geht es nochmal um das Thema KI als Game Changer und da wird Matthias Schnur

Speaker0: zu Gast sein und der wird uns mal mitnehmen in die Kommunikationsabteilung von

Speaker0: ZF und uns ein bisschen konkreter noch zeigen, wo das Ganze jetzt tatsächlich

Speaker0: angewandt wird, wie und wo vielleicht auch nicht.