KI in Unternehmen und privat: notwendig?

Servus miteinander,

diesen Blogpost möchte ich nutzen, um meine persönliche Meinung zur Nutzung von KI – geschäftlich und privat – zu zeigen. Wer eher am Werkzeug-Setup hängt: Bei uns laufen gerade Tests zu LLMs zentralisieren mit Paperclip und zum Cursor-Abo.

KI: Ein Hype?

Natürlich sieht man jeden Tag in den Nachrichten, auf Blogposts und anderswo KI, LLMs, ChatGPT, DeepSeek und vieles mehr. Als Betrachter und als ITler mag ich den ständigen Umschwung: Neue Themen, bessere Technologien, günstigere Preise. Gleichzeitig ist es auch für mich mittlerweile sehr, sehr schwierig, immer auf dem aktuellen Stand zu bleiben.

Deswegen nutze ich diesen Blogbereich auch, um euch aufzuklären und Erfahrungen zu teilen.

Zum Thema Hype: Ja – ich denke, es ist ein Hype, der momentan stark marketingtechnisch aufgeblasen wird. Draußen tummeln sich Tausende Tools mit Abos zwischen 5 € und 50 € oder sogar mehreren Hundert Euro (dazu auch unsere Erfahrung mit dem Cursor-Abo 20 € vs. 200 €). Sie sollen das Leben erleichtern, Aufgaben automatisieren und euch am besten dazu bringen, euch zurückzulehnen und alles der KI zu überlassen.

Allerdings habe ich in den letzten Monaten viel damit experimentiert – und so einfach ist es ehrlich gesagt gar nicht.

Meine persönliche Erfahrung – und wo ich KI schon verwende

Ich habe ausprobiert, wie weit man mit KI gehen kann und wie weit sie einem das Leben automatisiert. Fakt ist: KI wird euch nicht ersetzen, sondern eher ein zusätzliches Werkzeug bieten, um Aufwände effizienter zu gestalten. Dazu braucht es ein paar Grundelemente, die schon seit Jahrzehnten existieren – und die sich auch heute nicht geändert haben.

1. Mensch-zu-Mensch ist nicht ersetzbar

Die Annahme, dass KI uns ersetzt, funktioniert per Definition schon mal nicht. Wir erkennen KI momentan noch sehr gut – vor allem in Text, Schrift und Bild. Manchmal ist es lustig zu lesen oder zu konsumieren. Wenn es aber um Commitment als Geschäftspartner oder um persönlichen Austausch geht, reagieren wir sensibel auf gefakte Profile und Ähnliches.

Ich bevorzuge den persönlichen Kontakt und schätze es, wenn sich ein Mensch Zeit nimmt. Umso mehr ist mir Dienstleistung und Service wert. Klar: Als ITler verstehe ich, dass KI-Werkzeuge Prozesse effizienter machen. Aber Mensch-zu-Mensch ist durch KI nicht ersetzbar. Marketing und Vertrieb sind deshalb nicht zu 100 % durch KI ersetzbar – sondern nur effizienter zu gestalten.

2. Qualität – und die Datenlage

KI zu verwenden ist vielleicht gar nicht so einfach, wie man denkt. Nach einem Rezept sucht man auf ChatGPT relativ schnell. Bei kritischen Themen, auf denen Entscheidungen beruhen, kann die KI aber durchaus in die Irre führen: Sie halluziniert oder hatte falsche Daten als Grundlage.

Fehlt die Datengrundlage oder ist sie falsch, kann selbst das tollste KI-Modell wenig beitragen. Die KI wird durch Daten gelenkt – Input, Output: Bullshit in, Bullshit out. Der Prompt allein rettet das nicht, wenn die Quellen wackeln.

3. Es macht etwas süchtig

Zugegeben: Ich arbeite mittlerweile täglich mit KI und habe Subscriptions, die mich 50 € oder mehr kosten. Der Vorteil: Ideen relativ schnell umsetzen, validieren, qualifizieren und finalisieren. Nicht nur für mich – auch, um anderen schnell zu helfen, zum Beispiel eine Buchungsseite für einen Kunden zu erzeugen (ähnlich wie beim Projekt Technik als Showstopper).

Das Risiko

Früher war Google eine Frage-Anzeigemaschine: Viele Resultate, mehrere Seiten durchgucken, bis die Antwort passt. Heute ist Google stärker eine Frage-Antwort-Maschine – und ChatGPT macht genau das Gleiche. Das Risiko: Wir schenken dem Glauben, was wir lesen, und verlieren die Fähigkeit zu validieren.

KI ist ein tolles Tool – und ich verwende sie tagtäglich. Immer mit Blick auf die Datenlage. Ich liebe es, Daten zu verarbeiten und aus Millionen Datensätzen Wissen zu generieren (ähnlich wie bei unseren Crawl-Auswertungen im Hoster-Vergleich oder zur PHP-Sicherheitslücke). Genau deshalb weiß ich, wie wichtig die Datengrundlage für eine KI ist.

Schnittstellen: Die KI ist nur so gut wie ihre Daten

Das haben wir schon angesprochen. Deshalb ist es ein riesiges Plus, dass wir an die KI viele Schnittstellen anschließen können: E-Mails, Webseiten, interne Systeme und Ähnliches – technisch oft über Dinge wie MCPs und klare Agents (dazu unser Test Paperclip: LLMs zentralisieren). Genau darin liegt meiner Meinung nach der große Gewinn: KI als Werkzeug, um Daten zu verstehen, zu verarbeiten und einen Output zu erzeugen. Je besser die Daten, desto besser der Output.

KI-Nutzung im geschäftlichen Umfeld

Die Grundlage, um KI sinnvoll zu verwenden, ist seit Jahrzehnten dieselbe. Meine Meinung zur Nutzung vor allem im Geschäft:

Unternehmen können mit KI nur richtig umgehen, wenn sie den datengetriebenen Ansatz und den Umgang mit den eigenen Daten verstanden haben. Das heißt nicht: im Büro nach dem Mittagsmenü suchen. Sondern: ein grundlegendes Verständnis für Prozesse und Daten – und Gedanken darüber, wie man Prozesse anhand der Daten effizienter gestaltet.

KI kann ein wichtiges Werkzeug sein, ist aber nicht der Schlüssel für alles. Automatisierung und Ähnliches spielen ebenfalls eine große Rolle. Umso wichtiger, dass Management und Geschäftsführung Prozesse aufarbeiten und – gerne mit Experten – klären, was sich entfernen oder deutlich effizienter gestalten lässt.

Messbarkeit

Daten und ihre Aufbereitung sind wichtig. Bringt aber nichts, wenn am Ende unklar bleibt, welchen Effekt das Ganze hatte. Prozessänderungen sollten gemessen werden – nicht nur zeitlich, sondern mit Kriterien für Erfolg oder Misserfolg.

Deshalb: KI ist kein Allheilmittel. Sie soll Aufmerksamkeit erzeugen, damit Unternehmen über die eigene Datenlage und bessere Prozesse nachdenken – und Verbesserungen mit messbaren Metriken hinterlegen.

KI ist nicht gleich ChatGPT

In vielen Beiträgen wirkt „KI verwenden“ wie: LLM, ChatGPT und Co. Ob man da noch durchblickt, ist die Frage. Wichtig: Es gibt sehr viele Arten von KI – und viele KI-Modelle. Künstliche Intelligenz heißt unter anderem: nicht gesehene Daten richtig interpretieren und verarbeiten.

Was gerade stark im Trend liegt, sind Large Language Models – Modelle, die Textkontext verstehen und weiterverarbeiten, in Sprachen, Dialekten und Formaten – von gesprochener Sprache bis zu strukturiertem Text wie JSON.

Kurze Übersicht

• KI für Bilder (Image Processing / Computer Vision)
  Im Gesundheitswesen etwa: Röntgen-, CT- und MRT-Bilder. Die KI wurde mit Tausenden und Millionen Trainingsbeispielen trainiert, Muster (z. B. Krebs) zu erkennen – und kann neue Fälle teils deutlicher diagnostizieren helfen als der Mensch allein.
• KI für Ton (Speech-to-Text / Spracherkennung)
  Wie im Sprachmodus bei ChatGPT oder bei Alexa: Audiowellen werden zu Text, Befehlen und Struktur.
• KI mit anderen Signalen
  Nicht nur Bild, Ton und Text. Beispiel Wetterbericht: viele aktuelle und historische Metriken (Luftfeuchtigkeit, Wolkenbedeckung …), um Prognosen zu erzeugen. Und ihr merkt: Manchmal steht Sonnenschein in der Vorhersage – und es regnet trotzdem.

Daten, Risiko und Zukunft

Das Wetterbeispiel zeigt: KI ist nicht fehlerfrei. Sie halluziniert oder liefert bei schlechter Datenlage schlechten Output. Deshalb: Daten testen und validieren, KI mit Sorgfalt einsetzen. Fehlinformationen in Blogposts oder Fehlentscheidungen auf Basis falscher Infos können die Folge sein – und strategische Entscheidungen sind für Unternehmen wichtig.

Meine Meinung: Nutzerinnen und Nutzer müssen regelmäßig sensibilisiert werden – und moralisch den respektvollen Kontakt zu Menschen nicht vergessen, wenn wir Geschäfte und Kontakte pflegen.

Weiterlesen

• LLMs zentralisieren mit Paperclip – Agents, Secrets, MCPs
• Paperclip-Test: erste Bugs – was im Echtbetrieb hakt
• Cursor-Abo 20 € vs. 200 € – welche Subscription sich lohnt
• Lexikon – Fachbegriffe in Alltagssprache (KI, LLM, Halluzination …)

Fazit

KI ist Hype und Werkzeug zugleich. Nötig wird sie dort, wo Daten, Prozesse und Messbarkeit zusammenkommen – nicht dort, wo man den Menschen ersetzen will.

In diesem Sinn!
Cheers,
euer Matze