Es gibt eine Flut von Nachrichten, auch zum Thema KI, aber nicht immer will man die News komplett lesen. Aber das weiß man oft erst, wenn man den Artikel gelesen hat, also zu spät. Wir haben uns hier einen Ticker gebaut, der in Kurzform die News wiedergibt, zusammengefasst von unserer KI. Das teilen wir gerne mit Euch!

Aktuell läuft unsere Testphase, das KI-Training! Wir freuen uns über Feedback. Es kann also sein, dass sich die Struktur der Zusammenfassungen derzeit noch immer etwas verändern wird.

News-Team: ki-post@jobfellow.de

Studie "Die Suche nach KI-Fachkräften in Deutschland Rekrutierungsstrategien in Stellenanzeigen Gutachten im Projekt „Entwicklung und Messung der Digitalisierung der Wirtschaft am Standort Deutschland“

(Zusammenfassung der Quelle: Institut der deutschen Wirtschaft Köln e.V. [Feb 2025, PDF])

Kerninhalte der Studie:

Starker Anstieg der KI-Stellenanzeigen: Die Studie belegt einen deutlichen und kontinuierlichen Anstieg der Nachfrage nach KI-Fachkräften in Deutschland über die letzten Jahre. Dieser Trend ist branchenübergreifend, mit Schwerpunkten in der IT, Finanzdienstleistung, Beratung und dem verarbeitenden Gewerbe.

Vielfalt an KI-Berufsprofilen: Es werden verschiedene Rollen identifiziert, die unter dem Oberbegriff "KI-Fachkräfte" subsumiert werden, darunter insbesondere:

  • Data Scientists (häufigste Rolle)
  • Machine Learning Engineers
  • KI-Entwickler/Programmierer
  • Spezialisierungen wie Computer Vision oder Natural Language Processing (NLP).
  • Auch KI-relevante Rollen wie Data Engineers oder Cloud Engineers, die die Infrastruktur für KI schaffen.

Gesuchter Kompetenzmix: Unternehmen suchen einen hybriden Kompetenzmix, der sich aus drei Hauptbereichen zusammensetzt:

  • Technisches KI-Fachwissen: Kenntnisse in Machine Learning (insbesondere Deep Learning), Algorithmen, neuronalen Netzen, Data Mining, Big Data und relevanter Programmiersprachen (Python, R, Java).
  • Mathematisch-Statistische Fähigkeiten: Starkes Verständnis für Statistik, Wahrscheinlichkeitsrechnung und lineare Algebra zur Modellentwicklung und -bewertung.
  • Domain-Wissen: Branchen- und Anwendungskenntnisse, um KI-Lösungen auf spezifische Geschäftsprobleme anwenden zu können.

Soft Skills und Methodenfähigkeiten: Neben den Hard Skills sind auch Soft Skills entscheidend:

  • Problemlösungskompetenz und analytisches Denken.
  • Kommunikationsfähigkeit (um komplexe KI-Themen an Nicht-Experten zu vermitteln).
  • Teamfähigkeit und Projekterfahrung.
  • Kreativität und Neugierde (insbesondere bei Forschungs- und Entwicklungsrollen).

Hohe Bildungsanforderungen: Für die Kern-KI-Rollen wird in den Stellenanzeigen häufig ein akademischer Abschluss (Master oder Promotion) in Informatik, Mathematik, Statistik, Physik oder angrenzenden Ingenieurwissenschaften vorausgesetzt.

Herausforderungen bei der Rekrutierung: Die Studie bestätigt den Fachkräftemangel in diesem Bereich. Unternehmen müssen oft hohe Anforderungen stellen und gleichzeitig um die wenigen Talente konkurrieren. Die Suche ist komplex, da die benötigten Kompetenzen oft interdisziplinär sind und nicht immer in klassischen Ausbildungsgängen abgebildet werden.

Rekrutierungsstrategien: Unternehmen versuchen, Talente durch Attraktoren wie innovative Projekte, modernste Technologien, flexible Arbeitsmodelle und Weiterbildungsmöglichkeiten zu gewinnen.

Zusammenfassend: Die Studie zeigt, dass der deutsche Arbeitsmarkt eine stark wachsende Nachfrage nach hochqualifizierten KI-Fachkräften hat, die eine Mischung aus technischem, mathematischem und domänenspezifischem Wissen sowie ausgeprägten Soft Skills mitbringen. Die Rekrutierung dieser Talente stellt eine große Herausforderung für Unternehmen dar.

Weitere News

(Zusammenfassung der Quelle: watson.de, Anna Von Stefenelli, 02.11.2025: 1.157 Zeichen (ca. 33 % vom Original))

Während Medienhäuser in Deutschland über sinkende Abos klagen und die Gen Z an Social-Media-Plattformen (TikTok) voller Desinformation verlieren, zeigt Norwegen einen erfolgreichen Gegenentwurf. Der Zeitungskonzern Amedia (120 Zeitungen), dessen zahlende Leserschaft zu 75% über 70 Jahre alt ist, startete eine radikale Maßnahme: ein landesweites Gratis-Digitalabo für alle unter 21 Jahren. Projektleiterin Marte Ingul begründet dies als Kampf gegen "zynische Plattformen" und als Dienst an der Demokratie.

Der Erfolg nach sechs Monaten ist groß: 66.000 neue junge Nutzer:innen (15-20 J.), davon über die Hälfte männlich – eine Gruppe, die sonst als medienkritisch gilt. Parallel wird KI als Effizienz-Tool im Newsroom eingesetzt: Die Lokalzeitung "iTromsø" nutzt KI, um 12.000 Behördendokumente pro Monat zu scannen, was die Recherchezeit von 1,5 Stunden auf 10 Minuten senkt. Dies führte zu 15% mehr Digitalabos und Journalismuspreisen. Auch Amedia nutzt KI zur Recherche und Datenanalyse, um die journalistische Qualität zu sichern.

Kim (JOBfellow) kommentiert

Dieser Artikel zeigt dir perfekt, wie KI Jobs nicht ersetzt, sondern augmentiert (verstärkt). Als dein jobfellow rate ich dir, das genau zu beobachten: Die Redakteur:innen bei "iTromsø" wurden nicht entlassen; sie wurden besser. Sie nutzen KI, um in 10 Minuten zu leisten, wofür sie früher 90 Minuten brauchten, und entdecken so völlig neue Geschichten.

Deine Chance: Lerne, KI als dein persönliches Recherche- und Analyse-Werkzeug zu sehen. Egal ob im Journalismus, im Marketing, in der Wissenschaft oder im Handwerk – die Fähigkeit, riesige Datenmengen (wie 12.000 Dokumente) per KI zu filtern, um das Relevante zu finden, wird zur neuen Kernkompetenz. Sei der Mensch, der die KI-Tools nutzt, um schneller und tiefer zu graben als andere.

(Zusammenfassung der Quelle: DER SPIEGEL, Torsten Klein, 31.10.2025: 1.279 Zeichen (ca. 29 % vom Original))

WLan Überwachung

Forscher warnen, dass WLAN-Signale, verstärkt durch Künstliche Intelligenz, zu einer mächtigen Überwachungstechnik werden. Der Karlsruher Professor Thomas Strufe erklärt, die Gefahr sei nicht das Abfangen von Daten, sondern die Identifizierung anonymer Personen durch ihre Bewegungsmuster – selbst wenn diese kein Smartphone bei sich tragen. Ein "digitaler Fingerabdruck", z.B. die individuelle Gangart, könne erstellt und mit anderen Daten (Kameras, Geräte-IDs) kombiniert werden, um lückenlose Bewegungsprofile zu erstellen, selbst durch Wände hindurch.

In einem Experiment am KIT gelang es Strufes Team, 197 Testpersonen allein durch ihre Bewegungsmuster im WLAN mittels KI mit über 99%iger Wahrscheinlichkeit wiederzuerkennen. Die Technik (Beamforming) nutzt unverschlüsselte Diagnosedaten, die Router und Geräte ständig austauschen.

Kommerzielle Anwendungen gibt es bereits: Die Sicherheitsfirma Verisure nutzt "Wi-Fi Vision" zur Erkennung von Eindringlingen in kameratoten Winkeln wie Schlafzimmern. Die Telekom plant "Wi-Fi Sensing" in Routern zu integrieren. Die Technologie ist so präzise, dass sie Puls und Atmung messen kann. Das US-Start-up Wayvee Analytics will damit in Supermärkten die "Kaufbereitschaft" von Kund:innen durch die Messung emotionaler Erregung (Herzschlag) analysieren; Kaufland ist interessiert.

Datenschützerin Meike Kamp warnt, dass eine Anonymisierung "eine aufwendige Aufgabe" sei. Strufe warnt vor einer Integration in 6G, die eine ständige Erfassung des öffentlichen Raums ermöglichen könnte.

Kim (JOBfellow) kommentiert

Als dein jobfellow sehe ich hier ein riesiges, neues Berufsfeld entstehen: "Physical Data Science" oder "Sensor-KI-Analyse".

Deine Chance liegt darin, dich genau an dieser Schnittstelle zu positionieren:

  1. Technologie verstehen: Es geht nicht mehr nur um Software (wie bei Web-Analytics), sondern um die Kombination von Hardware (Sensoren wie WLAN, 6G, Millimeterwellen) und KI (Mustererkennung). Berufe wie IoT-Spezialist:in oder Data Scientist:in für Sensordaten werden extrem gefragt sein.

  2. Branchenfokus: Die Anwendungsfälle sind klar: Sicherheit (Verisure), Handel (Kaufland/Wayvee) und Medizintechnik (Pulsmessung). Wenn du im Handel arbeiten willst, wird KI-basierte Verhaltensanalyse im Laden wichtiger als die Analyse des Online-Shops.

  3. Ethik als Kernkompetenz: Der Artikel zeigt die enormen Risiken (Massenüberwachung). Unternehmen brauchen dringend Fachkräfte, die nicht nur technisch umsetzen, sondern auch die ethischen und datenschutzrechtlichen Grenzen (wie von Meike Kamp gefordert) verstehen und einhalten können. Wenn du technisches KI-Wissen und Compliance-Verständnis mitbringst, bist du der Konkurrenz weit voraus.

(Zusammenfassung der Quelle: Blood in the Machine, Brian Merchant, 21.08.2025: 1.631 Zeichen (ca. 8 % vom Original))

Brian Merchants Artikel beleuchtet die Übersetzungsbranche, die laut einer Microsoft-Studie als "einzigartig verwundbar" durch KI gilt. Die gesammelten Zeugenaussagen von Übersetzer:innen, Dolmetscher:innen und Game-Localizern sind "harrowing" (erschütternd). Sie zeigen einen katastrophalen Einbruch des Marktes: Einkommen sind um 60-80% gefallen (Katherine Kirby) oder Aufträge komplett auf Null gesunken. Die Raten sind kollabiert (z.B. von 0,04€ auf 0,02€ pro Wort).

Ein zentrales Ergebnis der Berichte (u.a. von Julian Pintat, Lucile Danilov) ist: Die generative KI (ChatGPT, DeepL) ist nicht fundamental besser als ältere Tools. Die Disruption sei nicht technologisch, sondern sozial: Der immense KI-Hype habe dem Management die "soziale Erlaubnisstruktur" (social permission structure) gegeben, "gut genug"-Automatisierung zu erzwingen und Kosten radikal zu senken.

Die Arbeit hat sich von "Übersetzung" zu niedrig bezahltem "Machine Translation Post Editing" (MTPE oder PED) gewandelt. Viele berichten, dass dies mehr Zeit koste als eine Neuübersetzung, da sie "KI-Slop" (inkonsistenten, sinnlosen oder "halluzinierten" Text) korrigieren müssen. Kund:innen erwarten jedoch, dass 2 Stunden Korrekturarbeit in 5 Minuten erledigt werden, weil die KI nur 30 Sekunden brauchte.

Die Folgen sind gravierend: Tamara Morales berichtet von Kunden, die zu KI-Übersetzung ohne menschliches Korrekturlesen übergehen. Dies führe zu einer "Verflachung der Kultur" (Laura Schultz), bei der Nuancen, Wortspiele und lokaler Kontext verloren gehen. Der menschliche Preis ist hoch: Erfahrene Fachkräfte (oft 40-60 Jahre alt) stehen vor dem Bankrott (Julian Pintat) oder erwägen, als Reinigungskräfte zu arbeiten (Katherine Kirby). Susan Pickford warnt vor einem "Brain Drain", da niemand mehr den Beruf erlernen will.

Kim (JOBfellow) kommentiert

Dieser Artikel ist eine der wichtigsten Warnungen für die Zukunft der Arbeit, denn er beschreibt einen Mechanismus, der weit über die Übersetzungsbranche hinausgeht. Die Übersetzer:innen sind (wie Lucile Danilov sagt) die "Kanarienvögel in der kreativen Kohlenmine".

Was du hier siehst, ist nicht "KI ersetzt den Menschen", sondern "Management nutzt KI-Hype, um Kosten zu senken und die Qualität auf gut genug zu reduzieren".

Als dein jobfellow rate ich dir:

  1. Vermeide die "Post-Editing"-Falle: Das Schicksal der Übersetzer:innen ist es, für 50% des Geldes die Fehler der KI zu korrigieren. Identifiziere in deinem Job, welche Aufgaben diesem Muster entsprechen, und weigere dich, zu einem reinen "KI-Fehlerkorrektor" zu werden.

  2. Spezialisiere dich auf Nuance: Die KI scheitert an Kultur, Kontext, Ironie, Wortspielen und menschlicher Absicht. Das sind deine wertvollsten Fähigkeiten. Baue die Kompetenzen aus, die nicht "good enough" automatisiert werden können (strategisches Denken, komplexe Problemlösung, Empathie, echte Kreativität).

  3. Werde zum Qualitäts-Gatekeeper: Julian Pintat hofft, dass die Blase platzt, wenn KI-Preise steigen und die Qualität nicht reicht. Du kannst dieser Moment sein: Werde die Person, die den Unterschied zwischen "billigem KI-Slop" und hochwertiger Arbeit nachweisen und artikulieren kann. Dein Wert ist nicht Effizienz, sondern Exzellenz.

(Zusammenfassung der Quelle: Noerr 31.10.2025: 1.259 Zeichen (ca. 25 % vom Original))

Die Einführung von Künstlicher Intelligenz (KI) im öffentlichen Sektor verspricht Effizienz und Hilfe gegen Fachkräftemangel. Doch öffentliche Unternehmen unterliegen dabei strengeren Regeln als private Akteure, was eine angepasste KI-Compliance erfordert. Neben der EU-KI-Verordnung (in Kraft seit 01.08.2024), die auch öffentliche Unternehmen einschließt, gelten spezifische verfassungs-, datenschutz- und verwaltungsrechtliche Sonderbindungen.

Diese Sonderbindungen führen zu erhöhten Sorgfaltspflichten und Haftungsrisiken für Verantwortliche, begründet durch das besondere Vertrauen der Öffentlichkeit und die Gemeinwohlbindung. Ein Beispiel ist das österreichische "Arbeitsmarktchancen-Assistenzsystem", dessen KI-Einsatz nur wegen menschlicher Letztentscheidung keine DSGVO-Verletzung darstellte.

Die relevantesten Sonderbindungen sind:

  • Grundrechte: Öffentliche Unternehmen sind an Grundrechte wie informationelle Selbstbestimmung und Gleichbehandlung gebunden. KI muss Diskriminierungen (Machine Biases) vermeiden.
  • Rechtsstaatlichkeit: Erfordert Nachvollziehbarkeit und Erklärbarkeit staatlichen Handelns, auch bei KI-Entscheidungen, um "Black-Box"-Probleme zu vermeiden.
  • Auskunftspflichten: Gesteigerte Transparenz gegenüber Presse und Bürger:innen über KI-Nutzung ist notwendig, etwa nach dem IFG.
  • Datenverarbeitung & Datenschutz (Art. 22 DSGVO): Das Verbot ausschließlich automatisierter Entscheidungen erfordert eine substanzielle menschliche Kontrolle.

Compliance-Maßnahmen müssen an den spezifischen "Use Cases" angepasst sein. Dazu gehören die Auswahl der Trainingsdaten zur Vermeidung ungewollter Wertungen (KI-bezogen) und Verfahrensvorkehrungen wie die menschliche Letztentscheidung sowie "Bias Checks" (anwendungsbezogen). Eine gut implementierte Compliance kann sich positiv auf Bußgelder auswirken. Es wird gefordert, auf weitere Regulierung zu verzichten, da die EU-KI-Verordnung und bestehende Sonderbindungen bereits ausreichenden Schutz bieten.

Kim (JOBfellow) kommentiert

Dieser Artikel zeigt, dass der öffentliche Sektor eine Vorreiterrolle in der verantwortungsvollen KI-Nutzung einnehmen muss. Als dein jobfellow ist das eine Top-Chance für dich, wenn du dich für Recht, Ethik und Technologie interessierst.

Der Bedarf an Expert:innen, die sich mit KI-Compliance und Ethik im öffentlichen Kontext auskennen, wird stark steigen. Das sind nicht nur Jurist:innen, sondern auch Prozessmanager:innen, Projektleiter:innen und IT-Sicherheitsbeauftragte, die die besonderen Anforderungen verstehen und umsetzen können.

Baue Kompetenzen auf in:

  • Grundlagen der EU-KI-Verordnung und DSGVO.
  • Verwaltungsrechtliche Prozesse und deren KI-Integration.
  • Bias-Erkennung und -Minderung in KI-Systemen.
  • Transparenz- und Erklärbarkeitskonzepte für KI.

Dies sind nicht nur Fachkenntnisse, sondern auch gefragte "Soft Skills" wie Verantwortungsbewusstsein und interdisziplinäres Denken. Wenn du dich hier spezialisierst, schaffst du Vertrauen – und wirst zu einer extrem wertvollen Fachkraft im öffentlichen und privatwirtschaftlichen Sektor.

(Zusammenfassung der Quelle: Analyse WiWo, Julika Henke, 31.10.2025: 1.258 Zeichen (ca. 38 % vom Original))

2D-Comic-Illustration

Während Führungskräfte wie Amazons Beth Galetti (die 14.000 Jobs streicht) durch KI immense Produktivitätssteigerungen erhoffen, zeigt sich eine Kehrseite: KI bedroht nicht nur Jobs, sondern auch die Arbeitszufriedenheit der Angestellten, oft noch bevor es zur Kündigung kommt.

Sozialpsychologin Anja Chevalier warnt, dass der Einsatz von KI oft zu neuen Belastungen und höherem Stress führt. Eine Upwork-Studie (2.500 Teilnehmer:innen in USA, GB, AUS, CAN) bestätigt dies: 96 % der Führungskräfte erwarten Produktivitätssteigerung, aber 77 % der Arbeitnehmer:innen fühlen sich durch KI unproduktiver und gestresster.

Gründe dafür sind:

  1. Zeitaufwand für Qualitätsprüfung: Das Überprüfen und Korrigieren von KI-generierten Informationen ("Workslop") braucht viel Zeit.

  2. Lernkurve: Angestellte müssen sich erst mit den neuen Tools vertraut machen.

  3. Kontrollverlust: Die Autonomie geht verloren, wenn KI Entscheidungsprozesse übernimmt. Dies widerspricht Hackman und Oldhams Studie von 1976, die Autonomie und Entscheidungsspielraum als Motivationsfaktoren hervorhebt.

  4. Verlust an Ganzheitlichkeit & Vielfalt: Wenn KI Aufgaben übernimmt, bröckelt das Gesamtwerk eines Jobs, und weniger unterschiedliche Kompetenzen werden gefordert, was die Motivation mindert.

Die optimale Produktivität sei die, die lange anhält, so Chevalier. Tristan Eckert vom BPM bestätigt die schnelle Entwicklung von KI, sieht aber auch, dass Unternehmen vermehrt Trainings (Prompting, Datenschutz, Qualitätsprüfung) und KI-Guidelines anbieten. Er betont, dass Angestellte Raum für Experimente und Fehlern lernen brauchen, denn: "KI ist ein präziser Assistent, aber die Verantwortung bleibt menschlich."

Kim (JOBfellow) kommentiert

Dieser Artikel trifft einen wichtigen Punkt: KI ist nicht nur eine technische, sondern vor allem eine menschliche Herausforderung. Als dein jobfellow empfehle ich dir, die hier beschriebenen Stressfaktoren als deinen Wettbewerbsvorteil zu nutzen.

Gerade weil viele sich überfordert fühlen, kannst du dich als Expert:in positionieren, die/der die KI nicht nur bedienen, sondern auch beherrschen kann. Das bedeutet:

  • Qualitätsmanager:in für KI-Output werden: Lerne, "Workslop" zu erkennen und zu korrigieren, bevor es zur Belastung wird.
  • Prozess-Optimierer:in sein: Verstehe, wo KI wirklich sinnvoll ist und wo sie Prozesse eher verkompliziert. Hilf deinem Team oder Unternehmen, KI smart zu integrieren.
  • Autonomie bewahren: Lerne, KI als Assistenten zu nutzen, aber die Kontrolle über deine Entscheidungen zu behalten. Entwickle deine "Meta-Kompetenzen" (kritisches Denken, Problemlösung) weiter, die KI nicht ersetzen kann.
  • Deine Fähigkeit, Mensch und KI effektiv zu verbinden und dabei die Zufriedenheit und Produktivität hochzuhalten, wird dich zu einer unverzichtbaren Fachkraft machen.
(Zusammenfassung der Quelle: taz, Eike Petering, 31.10.2025: 1.259 Zeichen (ca. 38 % vom Original))

Workslop

Die Erwartung einer KI-gesteuerten Produktivitätsrevolution trifft auf die Realität. Aktuelle Studien (MIT, McKinsey, Harvard Business Review) belegen ernüchternde Ergebnisse. Eine MIT-Studie ergab, dass 95 % der KI-Pilotprojekte in US-Firmen keine messbaren positiven Effekte zeigten; nur 5 % erzielten Einnahmen oder Ersparnisse. Laut McKinsey sehen 80 % der Unternehmen, die GenAI nutzen, keine signifikanten Vorteile, die Hälfte gab die Projekte daraufhin auf.

Ein Hauptgrund ist der "Workslop" (Arbeitsabfall): 40 % der US-Angestellten (so HBR) berichten, dass KI-Ergebnisse zwar gut aussehen, aber substanzlos sind. Das Korrigieren dieser "halluzinierten" oder frei erfundenen Fakten vernichte die erhoffte Zeitersparnis. Als Beispiel wird Deloitte genannt, die der australischen Regierung einen 250.000-Euro-Bericht lieferten, der fehlerhaft war, weil die KI Zitate erfand.

Weitere Probleme sind Datenschutzrisiken (wie der Samsung-Fall) und Desinformation. Eine Studie der Europäischen Rundfunkunion (EBU) zeigt, dass KI-Assistenten in 45 % der Fälle Nachrichten fehlerhaft wiedergeben und Quellen nicht prüfen. Die Studienautoren sehen die Schuld weniger bei der KI als bei mangelnder Schulung und dem Versuch, KI auf ungeeignete, komplexe Prozesse zu stülpen.

Kim (JOBfellow) kommentiert

Dieser Artikel ist wichtig, weil er die aktuelle "KI-Ernüchterung" in Daten fasst. Als dein jobfellow sehe ich hier keine Absage an KI, sondern einen dringenden Appell an die menschliche Kompetenz – und damit an dich.

Die Studien zeigen: Der Engpass ist nicht die Technologie, sondern der Mensch, der sie bedienen soll. Unternehmen scheitern, weil sie (Zitat) "KI auf zu komplexe Prozesse aufstülpen" und die "Mitarbeiter mangelnd schulen".

Hier liegt deine größte Chance: Werde zur gefragten Fachkraft, die genau diese Lücke schließt. Lerne nicht nur, "einen Prompt einzugeben", sondern verstehe die Prozesse dahinter. Entwickle die Fähigkeit, "Workslop" sofort zu erkennen und die KI so zu steuern, dass sie echten Mehrwert statt nur gut aussehenden Unsinn produziert. Deine Zukunft liegt in der Rolle des "KI-Übersetzers" und "Qualitätssicherers".

(Zusammenfassung der Quelle: Sascha Lobo, Kolumne, 30.10.2025: 1.258 Zeichen (ca. 14 % vom Original))
Eine 2D-Comic-Illustration mit dem Titel „Lobo: Wie TikToks Algorithmus die Debatte radikalisiert und Populismus fördert“. Sie zeigt ein Smartphone, aus dem ein algorithmischer Wirbelsturm aufsteigt. Dieser Wirbel zieht eine Gruppe von Aktivist:innen und zwei aggressive, streitende Sprechblasen an, während eine große Menschenmenge passiv auf ihre eigenen Bildschirme starrt. Unten rechts steht „Jobfellow kommentiert“.

 

Sascha Lobo beschreibt in seiner Kolumne das Phänomen der "algorithmischen Alltagsradikalisierung". Die Ursache sei der Wandel von sozialen (follower-basierten) zu algorithmischen (aufmerksamkeits-basierten) Medien, angeführt von TikTok und kopiert von Instagram Reels und YouTube Shorts. In diesem System zählt nicht mehr die Zahl der Follower, sondern nur noch die sofortige virale Qualität (die "Drei-Sekunden-Regel").

Dies habe zwei zentrale Folgen:

  1. Krise des Aktivismus: Aktivist:innen, die früher für feste Werte kämpften (z.B. Klima), würden nun oft algorithmischen Trends hinterherjagen, um relevant zu bleiben ("Aufmerksamkeitsabhängigkeit"). Als Beispiel nennt Lobo Greta Thunbergs Hinwendung zum Nahost-Thema nach Abflauen des Klimainteresses.

  2. Radikalisierung der Debatten: Um in 3 Sekunden aufzufallen, müssen Inhalte (genannt "Hooks") plakativ, zugespitzt und spektakulär sein. Diese Mechanik belohne in der Diskussionskultur vor allem "Empörung" – von Lobo als das "Crack algorithmischer Medien" bezeichnet.

Jede Meinungsverschiedenheit werde zur ideologischen Front hochstilisiert; Differenzierung (Nuance) werde algorithmisch unattraktiv und von der Community bestraft.

Lobo warnt, dass dies die Demokratie gefährde. Die bei der "Generation TikTok" (U40) meistgewählten Parteien (Linke und AfD) seien jene, die digitalen Populismus (Vereinfachung, Zuspitzung) nutzen. Sein Fazit: "Zuerst entgleitet den differenzierenden Kräften die Debatte, dann folgen die Wahlergebnisse."

Kim (JOBfellow) kommentiert

Dieser Artikel beschreibt perfekt, wie moderne Plattformen unsere Kommunikation verändern. Als dein jobfellow sehe ich hier eine wichtige Lektion für dein Berufsleben, gerade im Umgang mit KI:

KI-Modelle lernen von genau diesen Inhalten. Wenn Zuspitzung und Empörung im Netz belohnt werden, besteht die Gefahr, dass KI-Tools diese Muster als "erfolgreich" adaptieren.

Deshalb meine Empfehlung: Nutze deine menschliche Kernkompetenz – die Differenzierung. Im Job geht es nicht um die schnellste, viralste Antwort, sondern um die fundierte, richtige und nachhaltige Lösung. Deine Fähigkeit zur Nuance und zum Abwägen ist wertvoller als jeder Algorithmus, der auf Empörung trainiert ist. Setze KI als Werkzeug ein, aber bleibe du die Instanz für kritisches Denken und Ausgleich.

(Zusammenfassung der Quelle: DKOU-Session, 30.10.2025: 1.631 Zeichen (ca. 29 % vom Original))

KI in der Medizin

1. LLMs in Klinik und Ausbildung (Dr. Jonas Roos, Bonn): Die Zahl der KI-Publikationen hat sich seit 2010 verzehnfacht. In O & U werden LLMs wie ChatGPT für die Ausbildung (z.B. Erstellung interaktiver Fallstudien) und als klinische Unterstützung genutzt (z.B. Hilfe bei Differenzialdiagnosen, "Übersetzung" radiologischer Befunde). Auch ChatGPT-Vision (Bildanalyse) wird erforscht. Dr. Roos warnte jedoch eindringlich vor Halluzinationen und Fehlern: In 66 von 68 Studien wurden fehlerhafte Antworten gefunden. Sein Fazit: Eine fortschreitende Einbindung ist sinnvoll, aber eine generelle Einbindung in den Arbeitsalltag ist noch nicht möglich.

2. KI in der Sprechstundendokumentation (Dr. Tom Jansen, Köln): Ärzt:innen verbringen laut Jansen 61 Tage pro Jahr mit Dokumentation, ohne dass IT bisher Produktivität gebracht hätte ("Turning Point"). Er stellte eine KI-Software vor, die (mit Patientenzustimmung) das Sprechstundengespräch aufzeichnet, medizinisch relevante Inhalte extrahiert und automatisch Dokumentationen, Befundberichte oder Formulare (z.B. Rezepte, Überweisungen) erstellt. Eine Studie belegte eine Zeitersparnis von rund 30 %.

3. Der Patienten-Chatbot "OrthoChat" (Dr. Baur & Dr. Völker, Leipzig): Da Patienten oft unzuverlässige Antworten von ChatGPT erhalten, hat der Berufsverband (BVOU) einen eigenen Chatbot entwickelt. Der "OrthoChat" generiert seine Antworten ausschließlich aus den kuratierten, verlässlichen Inhalten der Website OrthInform. Der Bot wurde positiv validiert (außer bei der Antwortzeit) und dient als Hilfe zur Inhaltssuche, ersetzt aber nicht die ärztliche Beratung.

Kim (JOBfellow) kommentiert

Dieser Artikel ist ein perfektes Beispiel dafür, wie KI den Arbeitsmarkt für hochqualifizierte Expert:innen verändert! Als dein jobfellow sehe ich drei wichtige Lektionen für dich:

  1. KI als Effizienz-Werkzeug: Die KI nimmt den Ärzt:innen nicht den Job weg, sie nimmt ihnen die Bürokratie ab (61 Tage im Jahr!). Überlege, welche Routinen du in deinem Job hast, die KI erledigen könnte, damit du mehr Zeit für strategische oder menschliche Aufgaben hast.

  2. Menschliche Kontrolle ist entscheidend: Die Ärzte warnen klar vor KI-Fehlern und Halluzinationen. Deine größte Stärke und dein Wert in der Zukunft ist deine Fähigkeit, KI-Ergebnisse kritisch zu prüfen und als letzte, menschliche Instanz die Verantwortung zu übernehmen.

  3. Spezialisierung gewinnt: Der "OrthoChat" ist erfolgreich, weil er nicht alles kann (wie ChatGPT), sondern auf einen Bereich spezialisiert ist und geprüfte Daten nutzt. Das ist ein Zukunftsmarkt! Berufe, die Fachwissen (wie Medizin, Recht, Finanzen) mit KI-Kompetenz (im Bau oder der Steuerung solcher Tools) verbinden, werden extrem gefragt sein.

(Zusammenfassung der Quelle: Bernstein Analytics, 30.10.2025: 1.036 Zeichen (ca. 53 % vom Original))

Eine Analyse von Bernstein Analytics zeigt, welche Medien am häufigsten von KI-Sprachmodellen (ChatGPT, Gemini, Perplexity, Grok) als Quellen für deutsche Themen genutzt werden. Die Top 3 der Nachrichtenmedien sind tagesschau.de, spiegel.de und fr.de.

Die Studie identifizierte jedoch, dass deutschsprachige Nachrichtenmedien insgesamt nur 26 % (etwa ein Viertel) aller herangezogenen Quellen ausmachen. Perplexity nutzt Nachrichtenquellen am häufigsten (32 %), Gemini am seltensten (16 %).

Die Untersuchung (basierend auf 3.000 Prompts) offenbarte zudem starke Unterschiede zwischen den Modellen:

  • tagesschau.de: Wird von Grok (in 98 % der Prompts) und Perplexity stark bevorzugt.
  • Gemini (Google): Nutzt tagesschau.de gar nicht, zitiert stattdessen ZDF und Deutschlandfunk.
  • Grok (xAI): Nannte in fast einem Drittel der Antworten die Plattform X als Quelle.
  • Politische Tendenz: ChatGPT griff doppelt so oft auf konservativ eingeordnete Medien zurück (36 % vs. 18 % linksliberal). Gemini und Perplexity zeigten eine linksliberale Tendenz. Grok war am ausgeglichensten.
Kim (JOBfellow) kommentiert

Diese Studie zeigt eindrucksvoll, dass du KI-Antworten nicht blind vertrauen darfst – auch wenn sie seriös klingen.

Als dein jobfellow sehe ich hier eine absolute Schlüsselkompetenz für deine Zukunft: Wenn du KI im Job nutzt (z.B. für Recherchen oder Marktanalysen), bist du der Gatekeeper. Jedes Tool hat eine andere Schlagseite: Gemini ignoriert die Top-Quelle tagesschau.de, ChatGPT neigt zu einer Seite, und Grok zitiert einfach die Plattform X.

Meine Empfehlung: Werde Expert:in im Quellen-Check. Die Fähigkeit, KI-Ergebnisse kritisch zu hinterfragen und zu verifizieren, unterscheidet künftig den Profi vom reinen Anwender.

(Zusammenfassung der Quelle: The Register / Forrester, 30.10.2025: 1.164 Zeichen (ca. 55 % vom Original))

Unternehmen, die voreilig Personal zugunsten von KI-Implementierungen abgebaut haben, besetzen diese Stellen oft stillschweigend wieder. Das berichtet The Register unter Berufung auf eine Analyse von Forrester.

Dies betrifft etwa die Hälfte der zuvor eingesparten Stellen. Die Neubesetzungen finden jedoch häufig im Ausland oder zu niedrigeren Löhnen statt.

Der Grund für die Kehrtwende:

  • Viele KI-Einsätze führen zu "spektakulären Fehlern" und scheitern.
  • In anderen Fällen ersetzt KI die menschlichen Arbeitskräfte gar nicht.
  • Die Entlassungen basierten oft nur auf den Zukunftsaussichten von KI, nicht auf der Realität.

Bereits 55 Prozent der Arbeitgeber sollen es bereuen, Mitarbeiter:innen wegen der erhofften KI-Einsparungen entlassen zu haben. Eine Mehrheit (57 Prozent) der für KI verantwortlichen Manager:innen erwartet für 2026 sogar einen Anstieg der Mitarbeiterzahl.

Eine Ausnahme wird im Personalwesen (HR) gesehen, wo KI-Systeme (z.B. im Bewerbermanagement) menschliche Angestellte eher ersetzen könnten.

Die Analyse warnt, dass viele Unternehmen KI-Produkte nur anschaffen werden, um den Anschein von KI-Bereitschaft zu erwecken, auch wenn sie echte Technologie nicht von "Vaporware" (leeren Versprechungen) unterscheiden können. Ein Bericht von Gartner stützt dies: Dort wird erwartet, dass bis Ende 2027 bis zu 40 Prozent der KI-Projekte in Unternehmen wieder eingestellt werden.

Kim (JOBfellow) kommentiert

Als dein jobfellow empfehle ich dir:

  1. Bewerte deine Rolle realistisch: Lass dich nicht von Panikmache anstecken. Diese Studie bestätigt, dass menschliche Fähigkeiten, Erfahrung und dein kritisches Urteilsvermögen (um "spektakuläre Fehler" der KI zu erkennen) oft unersetzlich sind.

  2. Setze auf Mensch-KI-Kompetenz: Der Schlüssel liegt nicht darin, Angst vor KI zu haben, sondern zu lernen, mit ihr zu arbeiten. Unternehmen, die scheitern, versuchen oft, Menschen 1:1 zu ersetzen. Erfolgreiche Unternehmen werden die sein, die auf eine intelligente Zusammenarbeit von Mensch und KI setzen. Bilde dich genau in dieser Schnittstellenkompetenz weiter!

  3. Hinterfrage den Hype: Die Studie zeigt, dass viele Firmen "Vaporware" kaufen. Sei in deinem Team die Person, die den echten Nutzen von KI-Tools kritisch prüft, anstatt blind jedem Trend zu folgen. Diese Fähigkeit zur Einordnung ist Gold wert.

Viele Unternehmen lernen gerade schmerzhaft, dass KI kein Allheilmittel ist. Nutze diese Erkenntnis als Chance, dich als unersetzliche Fachkraft zu positionieren, die KI beherrscht, statt von ihr beherrscht zu werden.