F.A.Z. Künstliche Intelligenz

40 Prozent Bürokratie: Wie KI den Klinikalltag entlasten kann

06.05.2026, 02:55

Was kann Künstliche Intelligenz heute bereits in Krankenhäusern leisten und wie wird sie die medizinische Versorgung der Zukunft verändern? In dieser Folge des F.A.Z. KI-Podcasts spricht Prof. Alexander Meyer, Chief Medical Information Officer des Deutschen Herzzentrums der Charité und Leiter des Instituts für Künstliche Intelligenz in der Medizin, über Anwendungsmöglichkeiten, Grenzen und zukünftige Potenziale von KI im klinischen Alltag. Für ihn sei KI weit mehr als ein Tool:  Eine „Plattformtechnologie, die den gesamten Bereich einer Universitätsmedizin abdecken soll“.

KI sei in der Medizin kein völlig neues Phänomen. Verfahren des maschinellen Lernens kommen seit Jahren in der bildgebenden Diagnostik zum Einsatz, etwa in der Radiologie oder Pathologie. Dabei können KI-Systeme Muster erkennen, die Menschen mit „unbewaffnetem Auge gar nicht erkennen können“, und seien ihnen in bestimmten Aufgaben bereits überlegen. Gerade dort, wo große Datenmengen ausgewertet werden müssen, etwa bei CT-Aufnahmen, stoßen menschliche Kapazität und Kognition an ihre Grenzen, während Algorithmen diese vollständig erfassen können.

Neben dieser klassischen Mustererkennung gewinnen aktuell generative KI-Verfahren an Bedeutung. Diese könne vor allem dort ihre Stärken ausspielen, wo Prozesse besonders zeitaufwendig sind oder sich wiederholen. „Bestimmte Sachen, die für uns Menschen sehr langwierig sind, die kann KI deutlich schneller erledigen“, beschreibt Meyer einen zentralen Vorteil. Gerade im Klinikalltag, etwa bei der Erstellung von Arztbriefen oder der strukturierten Erhebung von Patientendaten, sei das Potential für Entlastung hoch, da aktuell rund 40 Prozent der ärztlichen Arbeit auf Bürokratie entfalle. „Wenn wir uns davon befreien könnten, wäre das phänomenal“, so Meyer. KI kann hier ansetzen und mehr Zeit für die eigentliche Patientenversorgung schaffen. Außerdem verschiebe sich die Rolle der Systeme: KI bleibt nicht auf die Auswertung von Informationen beschränkt, sondern kann zunehmend eigenständig Aufgaben ausführen und mit digitalen Werkzeugen interagieren. „Die KI wird zum KI-System, zum agentischen System und kann dann mit Werkzeugen agieren.“ Dieser Ansatz zeige sich besonders bei Anwendungen, in denen mehrere spezialisierte Systeme zusammenarbeiten, etwa zur Unterstützung der klinischen Ersteinschätzung von Patienten: „Es muss nicht nur ein Agent sein, es können auch viele Agenten miteinander arbeiten“.

Gleichzeitig werde deutlich, dass zwischen technischer Möglichkeit und klinischer Anwendung weiterhin Herausforderungen bestehen. Zentral sei dabei die Frage der Qualitätssicherung. „Es muss medizinisch validiert werden, dass KI auch zum Qualitätszuwachs führt“, betont Meyer. Erst wenn dieser Nachweis erbracht ist, kann KI dauerhaft in der Versorgung eingesetzt werden. Die regulatorische Situation beschreibt er als ambivalent: „Wir könnten natürlich schneller sein ohne Regulatorik, andererseits hat Regulatorik auch einen Wert“. Klare Rahmenbedingungen seien entscheidend für Vertrauen und Sicherheit: „Wenn es einen guten regulatorischen Rechtsrahmen gibt, dann kann man da auch sicher agieren“.

Mit Blick auf die Zukunft erwartet Meyer eine stärkere Integration von KI in den klinischen Alltag. Während Anwendungen heute oft noch punktuell eingesetzt werden, könnten künftig Systeme entstehen, die verschiedene Prozesse im Krankenhaus miteinander verbinden. Für ihn steht dabei der medizinische Nutzen im Vordergrund. „Wir haben die Möglichkeit, Qualität zu steigern“, so Meyer. Entsprechend sieht er auch den Einsatz solcher Systeme: „Wenn etwas die Qualität steigert und eine hohe Evidenz hat, dann müssen wir als Ärztinnen und Ärzte den Anspruch haben, das einzusetzen“.

Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und Digitalwirtschaft-Redaktionsleiter Holger Schmidt. Die Podcast-Folgen erscheinen jeweils am ersten Mittwoch im Monat.

Hören Sie unsere exklusiven Podcast-Folgen auf Apple Podcasts, FAZ.NET oder in der FAZ-App und erhalten Sie Zugriff auf alle Artikel: Testen Sie FAZ+ jetzt 3 Monate lang für nur 1 € im Monat – hier geht’s zum Angebot.

Mehr über die Angebote unserer Werbepartner finden Sie HIER.

„KI macht den Anwalt vom Klauselentwerfer zum Berater“

01.04.2026, 02:55

Markus Kaulartz, Partner bei der Wirtschaftskanzlei CMS, sieht generative KI als massive Erweiterung des juristischen Werkzeugkastens, ohne dass die juristische Kernkompetenz substituiert werde. Ohne Zugriff auf juristische Daten lägen die meisten Anwendungsfälle heute in der ‚intelligenten Textverarbeitung: Vertragsprüfung, Redlining, Drafting, Zusammenfassungen und Datenextraktion aus großen Dokumentenbeständen. Dabei liefere die KI häufig einen sehr guten ersten Aufschlag, die Qualitätssicherung bleibe aber beim Menschen. Halluzinationen seien mittlerweile kaum noch ein Thema, vorausgesetzt, man wähle die passende KI für den konkreten Anwendungsfall, sagte Kaulartz im F.A.Z. KI-Podcast mit Peter Buxmann und Holger Schmidt Spannender als reine Effizienzgewinne findet Kaulartz die völlig neuen Dienstleistungen, die erst durch KI möglich werden. Als Beispiel nennt er die systematische Auswertung von Verhandlungstaktiken aus den Vertragsverhandlungen der vergangenen zehn Jahre. Das sei ein Arbeitsergebnis, das rein mit menschlichem Aufwand kaum zu leisten wäre. Dieser Wettbewerb um neue Leistungen sei für Mandanten deutlich interessanter, als nur etwas weniger für die bisherigen Aufgaben zu bezahlen. Auch bei KI-Agenten sieht er großes Potenzial: Aus wenig Code, viel Fachwissen und leistungsfähigen Modellen ließen sich maßgeschneiderte Lösungen für sehr konkrete juristische Fragestellungen bauen. Mit den neuen Möglichkeiten wandelt sich auch das Rollenbild des Anwalts. Kaulartz beschreibt, wie ein Mandant Vertragsklauseln per KI am geteilten Bildschirm entwarf, während er selbst sie im Telefonat freigab und wirtschaftlich einordnete. Seine Tätigkeit verschiebe sich vom reinen Klauselentwerfer hin zum wirtschaftlichen Berater mit Rechtsschwerpunkt. Die juristische Kernkompetenz bleibe dabei unangetastet: Urteilsvermögen, Sachverhaltsverständnis und die Fähigkeit, Wichtiges von Unwichtigem zu unterscheiden, könne die Maschine dem Menschen nicht abnehmen. Für den Legal-Tech-Markt mit seinen Milliardenbewertungen erwartet Kaulartz eine Konsolidierung innerhalb der nächsten ein bis zwei Jahre. Drei Faktoren entschieden über den Erfolg: die Integration in konkrete Arbeitsabläufe, der Zugang zu hochwertigen juristischen Daten und das Thema Sicherheit, das für große Kanzleien und Unternehmen nicht verhandelbar sei. Auch AI-native Kanzleien mit wenigen Partnern und starkem Tech-Fundament werde es in Deutschland geben. Kaulartz warnt davor, naiv zu sein: Diese Tech-Unternehmen würden mit Sicherheit Aufgaben übernehmen, für die Kanzleien bisher Geld verlangen konnten. Die Regulierung stehe dem nicht grundsätzlich entgegen, denn Investoren könnten schon heute in ein Tech-Vehikel investieren, das den Tech-Stack für Kanzleien bereitstelle. Entscheidend sei, ob eine Kanzlei nur hoffe, dass der Zug an ihr vorüberfahre, oder ob sie ihr Angebot aktiv auf ein starkes technologisches Fundament stelle.

Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und Digitalwirtschaft-Redaktionsleiter Holger Schmidt. Die Podcast-Folgen erscheinen jeweils am ersten Mittwoch im Monat.

Hören Sie unsere exklusiven Podcast-Folgen auf Apple Podcasts, FAZ.NET oder in der FAZ-App und erhalten Sie Zugriff auf alle Artikel: Testen Sie FAZ+ jetzt 3 Monate lang für nur 1 € im Monat – hier geht’s zum Angebot.

Mehr über die Angebote unserer Werbepartner finden Sie HIER.

Wenn die KI Krankheiten erkennen und ihren Verlauf vorhersagen kann

04.03.2026, 03:55

Kaum ein Einsatzfeld für Künstliche Intelligenz ist so sensibel wie die Medizin. Hier betrifft ihr Einsatz persönliche Daten und Entscheidungen, die unmittelbare Auswirkungen auf das Leben von Menschen haben. Es geht nicht nur um technische Leistungsfähigkeit, sondern um Vertrauen und Verantwortung. Philipp Berens, Professor für Data Science an der Universität Tübingen und Direktor des Hertie Institute for AI in Brain Health, erörtert in dieser Folge, wie KI die Diagnostik und den Klinikalltag verändern kann und welche Voraussetzungen für eine bessere Versorgung erfüllt sein müssen. Künstliche Intelligenz wird häufig als Technologie diskutiert, die Prozesse beschleunigt und neue technische Möglichkeiten eröffnet. Im medizinischen Kontext gehe es jedoch um weit mehr als Geschwindigkeit oder Leistungsfähigkeit. Im Gespräch macht Berens deutlich, dass KI dort besonders relevant werde, „wo Menschen sich um ihre Gesundheit Sorgen machen“. Ihr Einsatz berühre damit nicht nur technische Abläufe, sondern zentrale Fragen von Vertrauen und Verantwortung in der medizinischen Versorgung.

Großes Potenzial sieht Berens in KI-Systemen, die Ärzte im klinischen Alltag entlasten. KI könne helfen, große Datenmengen zu strukturieren, Auffälligkeiten zu markieren und Diagnostikprozesse abzusichern. In einzelnen Feldern habe sie bereits dazu beigetragen, „die Falsch-Positiv-Rate zu senken“, oder fungiere als „erster Vorfilter“, bevor medizinische Fachkräfte finale Entscheidungen treffen. Dabei gehe es ausdrücklich nicht um die Automatisierung ärztlicher Verantwortung, sondern um eine qualitative Unterstützung medizinischer Arbeit.

Eng damit verbunden sei die Rolle der Daten. Für medizinische KI-Anwendungen seien „Datenqualität oder Datenverfügbarkeit ein zentraler Faktor“. Entscheidend sei dabei nicht, ausschließlich mit idealisierten Datensätzen zu arbeiten. Im Gegenteil: „Die Daten dürfen so sein, wie sie im Krankenhaus oder in der Arztpraxis anfallen“, betont Berens. Moderne Verfahren seien robust genug, um mit unvollständigen oder verrauschten Datensätzen umzugehen. Auch für die medizinische Forschung eröffnen sich durch KI neue Perspektiven. Hauptaugenmerk liegt laut Berens vor allem auf der Frage, ob wir „Krankheiten und Krankheitsverläufe modellieren können“. Ziel sei es, mithilfe von KI abzuschätzen, ob wir „vorhersagen können, unter den Rahmenbedingungen sich die Krankheit in der Zukunft so oder so entwickeln wird“. In einzelnen medizinischen Anwendungsfeldern gebe es dafür bereits vielversprechende Ansätze, etwa in der Augenheilkunde bei der altersbedingten Makuladegeneration. Gleichzeitig gehe es ihm nicht allein um Prognosen, sondern auch um ein vertieftes Verständnis der zugrunde liegenden Prozesse: KI solle so eingesetzt werden, „dass sie uns Erkenntnisgewinn erlaubt“, so Berens.

Zukünftig könnten große Sprachmodelle zudem den Umgang mit wissenschaftlichem Wissen stark verändern. Sie erleichterten den Zugang zu medizinischer Literatur, bündelten Informationen und ermöglichten neue Formen der Forschung. Berens beschreibt diese Entwicklung als „Agentic Science“, also als Systeme, die nicht nur analysieren, sondern aktiv bei der Generierung wissenschaftlicher Erkenntnisse unterstützen. Für ihn steht fest: „Das wird sehr spannend.“ Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und Digitalwirtschaft-Redaktionsleiter Holger Schmidt. Die Podcast-Folgen erscheinen jeweils am ersten Mittwoch im Monat.

„Das ist ein hartes Rennen"

04.02.2026, 03:55

Der Durchbruch neuronaler Netze hat der Künstlichen Intelligenz, in Kombination mit Datenverfügbarkeit und Rechenleistung, in den vergangenen Jahren einen Technologiesprung ermöglicht. Maschinelle Übersetzung war eines der ersten Felder, in denen sich diese Entwicklung konkret zeigte. Für Jarek Kutylowski, Gründer und CEO von DeepL, ist das ein früher Beleg für das transformative Potenzial der Technologie: „Übersetzung war die erste Anwendung, in der Sprachmodelle wirklich einen großen Unterschied machen konnten. Das war der erste Case, in der KI die Welt verändern konnte“. Als DeepL 2017 startete, war maschinelle Übersetzung noch von starren, regelbasierten Verfahren und hohem manuellem Entwicklungsaufwand geprägt. Der Effizienzsprung der vergangenen Jahre sei eng mit dem Durchbruch neuronaler Netze verbunden, die Sprache nicht mehr nur über starre Regeln, sondern über große Datenmengen erlernen. Kutylowski beschreibt den Ausgangszustand eines neuronalen Netzes als „ungeschriebenes Gehirn“, dessen Ergebnisse zunächst „völlig zufällig“ seien. Erst der iterative Lernprozess führe zu Abstraktion und einem verlässlicheren statistischen Verständnis von Sprache. Übersetzen bedeute für diese Systeme vor allem, Text zu verstehen und auf dieser Grundlage sprachliche Strukturen statistisch fortzuschreiben. Mit dem breiteren Einsatz der KI verschärfe sich zugleich der globale Wettbewerb mit KI-Modellen wie Gemini oder ChatGPT. „Das ist ein hartes Race, das ist in jedem Bereich von KI so“. Für DeepL liege die strategische Antwort in der Spezialisierung auf professionelle Einsatzfelder, in denen Präzision und Vorhersehbarkeit entscheidend seien. Im Wettbewerb mit Schwergewichten wie Google setze DeepL bewusst auf Spezialisierung statt auf universelle Breite. Besonders im professionellen Umfeld reiche ein allgemeines Sprachverständnis oft nicht aus. Die Anforderungen unterschieden sich nicht nur zwischen Branchen, sondern auch innerhalb eines Unternehmens. „Für bestimmte ausgewählte große Anwendungsfälle lohnt es sich, separate Modelle und separate Produkte zu bauen“. Solche Systeme halluzinierten weniger und ließen sich besser in bestehende Arbeitsabläufe integrieren.
Der technische Fortschritt habe auch den Blick auf mögliche Anwendungen deutlich erweitert. Es gehe nicht mehr nur um technische Machbarkeit und reine Übersetzung, sondern um die Frage, „wie verändere ich die Art und Weise, wie Menschen etwas machen“, so Kutylowski. Sprache sei dabei früh als zentrales Feld erkennbar geworden. „Da ist viel möglich. Und Sprache wird ein zentraler Punkt davon sein“. Darüber hinaus sieht Kutylowski großes Potenzial in KI-Agenten, die nicht nur Inhalte erzeugen, sondern eigenständig Aufgaben ausführen. „Die Möglichkeiten, die das bietet, sind gigantisch“, so Kutylowski. Der entscheidende Unterschied bestehe darin, dass diese Modelle echte Entscheidungen treffen und nicht mehr darauf begrenzt sind, „ein Stückchen Text zu präsentieren“. In dieser autonomen Wertschöpfung sieht er die eigentliche Kraft der Technologie. Im internationalen Vergleich äußert sich Kutylowski zur Position Europas eher zurückhaltend. Die Fortschritte der vergangenen Jahre seien vor allem dort entstanden, wo Kapital, Infrastruktur und strategischer Wille zusammenkommen. Europa tue sich damit bislang schwerer: „Wir haben ein Tech-Ökosystem, was insgesamt noch nicht groß genug ist und vielleicht nicht mutig genug“, sagt Kutylowski. Dennoch warnt er davor, den aktuellen Stand der Technik als Endpunkt zu begreifen. „Es ist auf keinen Fall so, dass das Rennen jetzt zu Ende ist. Da ist noch sehr viel Spannendes zu erwarten.“ Für DeepL bedeute diese Dynamik, die eigene technologische Basis weiterzuentwickeln und in neue Anwendungen zu überführen. Inzwischen verstehe sich das Unternehmen zunehmend als allgemeiner KI-Entwickler, der neue Produkte entwickelt und neue Anwendungsfelder erschließt. Die heutige Entwicklungsstufe sei erst ein Anfang. „Da geht noch sehr viel mehr.“ Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und Digitalwirtschaft-Redaktionsleiter Holger Schmidt. Die Podcast-Folgen erscheinen jeweils am ersten Mittwoch im Monat.

Lehre im Umbruch: „Um gegen KI zu bestehen, müssen wir Menschen uns sehr schnell weiterentwickeln“

07.01.2026, 13:28

Wie verändert KI Studium und Lehre? Doris Weßels, Wirtschaftsinformatikerin, Hochschullehrerin und Leiterin des Zukunftslabors für generative KI, analysiert seit Jahren, wie Studierende die Technologie früh und selbstverständlich in ihren Alltag integrieren. Von den ersten Experimenten nach der Veröffentlichung von ChatGPT bis hin zur breiten Nutzung für Schreiben, Recherche und Analyse. Seitdem, so Weßels, sei KI „immer mehr in die Lehre eingedrungen“. Für sie liegt der Kern nicht in der Technik selbst, sondern in den neuen Lernmöglichkeiten: KI ermögliche es, „individualisiert, selbstbestimmt mit Tools“ zu arbeiten und „nach dem eigenen Tempo, nach eigenen Wünschen“ zu lernen. Parallel dazu verschiebe sich der Blick auf Fähigkeiten. „Es fallen bestimmte Kompetenzen weg, weil wir die in der Form gar nicht mehr so intensiv benötigen, dafür entwickeln wir aber neue Kompetenzen.“ Diese Entwicklung sei keineswegs neu, sondern folge dem Muster der Technikgeschichte: „Immer, wenn wir Werkzeuge erfunden haben, haben wir bestimmte Belastungen nicht mehr gehabt. Dafür haben wir aber auch neue Kompetenzen erlangen müssen.“ Für die Hochschulen bedeute dies einen tiefgreifenden Wandel. Weßels betont, dass der Fokus stärker auf projektorientierten und praxisnahen Formaten liegen müsse: „Wir brauchen forschendes Lernen, wir brauchen Projekte, wir brauchen den Realitätsbezug.“ KI trete „in einer doppelten Rolle auf“, als Treiber für schnelle Weiterentwicklung und zugleich als Enabler, der diese Geschwindigkeit überhaupt erst ermögliche. „Die Einsatzbereiche sind quasi gar nicht mehr limitiert. Es ist ein täglicher Wandel, getrieben durch die technischen Möglichkeiten“, so Weßels.         Auch die Rolle der Lehrenden verändere sich grundlegend. Sie seien nicht länger „Gatekeeper des Wissens“, sondern „Architekten des Lernraums“. Gleichzeitig herrsche eine deutliche Zweiteilung zwischen jenen, die neugierig experimentieren, und jenen, die KI skeptisch begegnen. „Studierende müssen auf Senior Level akzeptiert werden“ Mit Blick auf den Arbeitsmarkt werde jedoch deutlich, wohin sich Hochschulen entwickeln müssen. KI verändere Einstiegspositionen fundamental, viele klassische Nachwuchsrollen fielen zunehmend weg, und Unternehmen erwarten stärker qualifizierte Nachwuchskräfte. Deshalb brauche es eine deutlich konsequentere Vorbereitung auf anspruchsvollere Tätigkeiten direkt nach dem Abschluss: „Wir müssen Studierende so weit bringen, dass sie auf Senior Level akzeptiert werden.“ Kontinuierliche Weiterentwicklung von Lehre und Kompetenzen sei dabei unverzichtbar, um der rasanten Geschwindigkeit standzuhalten: „Um im Wettbewerb Mensch versus Maschine bestehen zu können, müssen wir Menschen uns sehr schnell weiterentwickeln“, so Weßels. Im internationalen Vergleich blickt Weßels mit Sorge auf Deutschland. Viele Länder investieren massiv in KI-Infrastruktur, während Deutschland zu zögerlich agiere. „Wir halten uns an alle Regeln, die wir uns früher mal gegeben haben, schaffen es aber nicht, die Regeln an neue, veränderte Rahmenbedingungen schnell genug anzupassen.“ Die Folge sei ein wachsender Rückstand. Besonders riskant sei das Festhalten an alten Mustern: „Das ist eine echte Gefahr, wenn wir im Gestern stecken bleiben.“ Ihr Fazit fällt deutlich aus: „Wir sind da sehr gemächlich unterwegs, wir sind sehr vorsichtig, und das bremst uns.“ Wie verändert KI Studium und Lehre? Doris Weßels, Wirtschaftsinformatikerin, Hochschullehrerin und Leiterin des Zukunftslabors für generative KI, analysiert seit Jahren, wie Studierende die Technologie früh und selbstverständlich in ihren Alltag integrieren. Von den ersten Experimenten nach der Veröffentlichung von ChatGPT bis hin zur breiten Nutzung für Schreiben, Recherche und Analyse. Seitdem, so Weßels, sei KI „immer mehr in die Lehre eingedrungen“. Für sie liegt der Kern nicht in der Technik selbst, sondern in den neuen Lernmöglichkeiten: KI ermögliche es, „individualisiert, selbstbestimmt mit Tools“ zu arbeiten und „nach dem eigenen Tempo, nach eigenen Wünschen“ zu lernen. Parallel dazu verschiebe sich der Blick auf Fähigkeiten. „Es fallen bestimmte Kompetenzen weg, weil wir die in der Form gar nicht mehr so intensiv benötigen, dafür entwickeln wir aber neue Kompetenzen.“ Diese Entwicklung sei keineswegs neu, sondern folge dem Muster der Technikgeschichte: „Immer, wenn wir Werkzeuge erfunden haben, haben wir bestimmte Belastungen nicht mehr gehabt. Dafür haben wir aber auch neue Kompetenzen erlangen müssen.“ Für die Hochschulen bedeute dies einen tiefgreifenden Wandel. Weßels betont, dass der Fokus stärker auf projektorientierten und praxisnahen Formaten liegen müsse: „Wir brauchen forschendes Lernen, wir brauchen Projekte, wir brauchen den Realitätsbezug.“ KI trete „in einer doppelten Rolle auf“, als Treiber für schnelle Weiterentwicklung und zugleich als Enabler, der diese Geschwindigkeit überhaupt erst ermögliche. „Die Einsatzbereiche sind quasi gar nicht mehr limitiert. Es ist ein täglicher Wandel, getrieben durch die technischen Möglichkeiten“, so Weßels.         Auch die Rolle der Lehrenden verändere sich grundlegend. Sie seien nicht länger „Gatekeeper des Wissens“, sondern „Architekten des Lernraums“. Gleichzeitig herrsche eine deutliche Zweiteilung zwischen jenen, die neugierig experimentieren, und jenen, die KI skeptisch begegnen. „Studierende müssen auf Senior Level akzeptiert werden“ Mit Blick auf den Arbeitsmarkt werde jedoch deutlich, wohin sich Hochschulen entwickeln müssen. KI verändere Einstiegspositionen fundamental, viele klassische Nachwuchsrollen fielen zunehmend weg, und Unternehmen erwarten stärker qualifizierte Nachwuchskräfte. Deshalb brauche es eine deutlich konsequentere Vorbereitung auf anspruchsvollere Tätigkeiten direkt nach dem Abschluss: „Wir müssen Studierende so weit bringen, dass sie auf Senior Level akzeptiert werden.“ Kontinuierliche Weiterentwicklung von Lehre und Kompetenzen sei dabei unverzichtbar, um der rasanten Geschwindigkeit standzuhalten: „Um im Wettbewerb Mensch versus Maschine bestehen zu können, müssen wir Menschen uns sehr schnell weiterentwickeln“, so Weßels.

Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und Digitalwirtschaft-Redaktionsleiter Holger Schmidt. Die Podcast-Folgen erscheinen jeweils am ersten Mittwoch im Monat.