Studie: Menschen übertragen Gender-Bias auf KI – "Weibliche" KI wird stärker ausgebeutet

Der Autor argumentiert, dass Künstliche Intelligenz (KI) wie ChatGPT zwar riesige Textmengen verarbeiten kann, ihr aber jegliches Verständnis für die reale Welt fehlt – sie sei im Grunde ein „Papiertiger“.

Er stützt sich dabei maßgeblich auf den renommierten Meta-KI-Chef und Turing-Preisträger Yann LeCun. LeCun stellt dazu eine zentrale Berechnung an:

1. Der Datenvergleich: Ein großes Sprachmodell (LLM) wird mit etwa 10¹⁴ Bytes an Daten trainiert (im Wesentlichen alle öffentlich verfügbaren Texte im Internet). Ein kleines Kind verarbeitet jedoch in seinen ersten vier Lebensjahren allein über das Sehen (den Sehnerv) die gleiche Datenmenge.

2. Ganzheitliches Lernen: Das Kind sammelt zusätzlich „Fantastillionen“ an Daten durch Hören, Fühlen, Schmecken und Riechen, wodurch ein echtes, ganzheitliches Weltbild entsteht.

Fichtner leitet daraus ab, dass Computer die „unauslotbare Tiefe“ menschlichen Denkens, Fühlens und Handelns nicht nachbilden können. Debatten darüber, ob KI uns alle arbeitslos macht oder die Menschheit auslöscht, hält er daher für „oberflächlich und alarmistisch“. Die Zukunft sei vielmehr eine Partnerschaft, in der Menschen und Maschinen verschmelzen (als Beispiel nennt er einen Fabrikarbeiter, der ein Exoskelett nutzt).

LeCun betont zudem, dass KI „realitätsblind“ bleibe, wenn sie nur mit Text trainiert wird. Echte Intelligenz erfordere ein Verstehen der realen Welt. Dieses Verständnis sei, genau wie evolutionäre Antriebe, schlichtweg „nicht programmierbar“. (Beispiel: „Warum weiß das Kind mit acht, neun Monaten, dass es Zeit ist aufzustehen? Und warum hat es so viel Freude daran, obwohl es dauernd hinfällt?“)

Das Fazit lautet: ChatGPT weiß auf diese „Rätsel des Lebens“ keine Antwort. An der Einzigartigkeit des Menschen habe sich nichts geändert, und ein vierjähriges Kind könne der KI beim Verständnis der Welt locker das Wasser reichen.

Der Artikel stellt fest, dass Berufseinsteiger:innen es derzeit ohnehin schwer haben, da Unternehmen in der Krise bei Neueinstellungen zögern. KI verschärft diese Situation:

• Automatisierung von Einstiegsjobs: Aufgaben, die wenig Erfahrungswissen erfordern und typischerweise von Juniors übernommen wurden, werden zunehmend automatisiert. Eine Umfrage von Hi Bob bestätigt, dass 93 % der Befragten sehen, dass KI bereits Einstiegsaufgaben übernommen hat.
• Veränderte Kompetenzprofile: Eine Deloitte-Analyse ("Global Human Capital Trends 2025") zeigt, dass 66 % der Führungskräfte junge Talente als "zu wenig qualifiziert" ansehen. Der Grund: KI übernimmt die Routineaufgaben, wodurch klassische "Learning-by-doing"-Möglichkeiten wegfallen und die Ansprüche an "Young Professionals" steigen.
• Sorgen der Gen Z: Junge Menschen (18-29 Jahre) sorgen sich laut einer PwC-Studie (27 %) deutlich häufiger als ältere (10 % bei 60-65 Jährigen), durch KI überflüssig zu werden.
• Gegenstrategien: Als Erfolgsstrategien für Berufseinsteiger:innen nennt der Artikel praktische Erfahrungen (Praktika), die Entwicklung starker Soft Skills (Kommunikation, Teamarbeit) und den Einstieg in Branchen mit Fachkräftemangel.

KI und Freelancer:innen

Ein weiteres großes Problemfeld ist die Abwanderung von Fachkräften, insbesondere im Freelancer-Bereich:

• Hohe Abwanderungsbereitschaft: Eine Umfrage von Freelancermap zeigt, dass fast die Hälfte (48 %) aller Freelancer:innen im deutschsprachigen Raum erwägt, Deutschland zu verlassen.
• Gründe: Als Motive werden bessere Lebensbedingungen, steuerliche Vorteile und weniger Bürokratie genannt.
• Problem für den Standort: Diese Entwicklung wird als bedrohlich für den Innovationsstandort gesehen, da 93 % der auswanderungswilligen Freelancer:innen im Bereich Künstliche Intelligenz tätig sind. Sie fühlen sich in Deutschland durch politische Hürden und mangelnde Rechtssicherheit ausgebremst.

Wie Unternehmen KI bereits nutzen

Der Artikel listet auch die häufigsten Einsatzbereiche von KI in deutschen Unternehmen laut der Hi Bob-Studie auf:

1. Datenanalyse und Reporting (56 %)

2. Automatisierung administrativer Routinetätigkeiten (49 %)

3. Messung von Leistung und Produktivität (26 %)

4. Unterstützung bei Content-Erstellung und Kommunikation (24 %)

Der Artikel porträtiert die norwegische Lokalzeitung »iTromsø« und ihre beiden führenden Köpfe im Bereich Technologie, Lars Adrian Giske (KI-Chef) und Rune Ytreberg (Datenchef). Angesichts schrumpfender Budgets und sinkender Abonnentenzahlen in der gesamten Medienbranche hat die kleine Redaktion (22 Reporter:innen) im Norden Norwegens Künstliche Intelligenz erfolgreich in ihren Arbeitsalltag integriert, um den Lokaljournalismus zu retten.

Das Problem: Die Krise des Lokaljournalismus

Die Branche leidet: Redaktionsbudgets schrumpfen, Abonnent:innen wandern ab, Werbegelder fließen zu Social Media, und jüngere Leser:innen meiden klassische Zeitungs-Webseiten. Die Angst vor dem Jobverlust durch KI ist in vielen Verlagen groß.

Die Lösung: KI als "Exoskelett" für Journalisten

Giske und Ytreberg, die als internationale Stars des Lokaljournalismus gelten, sehen die Entwicklung positiv. Statt Stellen zu ersetzen, nutzen sie KI als Werkzeug, um komplexe Aufgaben zu bewältigen, die früher nur große Redaktionen stemmen konnten.

Ihre wichtigsten Entwicklungen:

1. Der "Immobilien-Bot": Angefangen hat es mit der automatisierten Auswertung von hunderten wöchentlichen Verwaltungsdokumenten zum Baurecht – eine Aufgabe, die Redakteur:innen nervte. Der Bot ruft Transaktionen ab, speichert und ordnet sie.

2. "Djinn" (Datenjournalismus-Schnittstelle): Dieses System ist eine Weiterentwicklung. Es nutzt verschiedene KI-Modelle (wie das norwegische "NorBERT" und Metas "Llama 2"), um Verwaltungsdokumente vollautomatisch zu lesen, zu filtern, auf einer Relevanz-Skala von 1-10 einzuordnen und Zusammenfassungen zu schreiben. Giske trainierte das System wie einen "Mini-Lars".

3. Skalierung: Das "Djinn"-System wurde 2024 auf 37 Redaktionen des Polaris-Medienkonzerns ausgeweitet und verarbeitet wöchentlich 4.000 bis 5.000 Dokumente, was zu mehr veröffentlichten Artikeln und höheren Zugriffszahlen führte.

Exklusive Recherchen dank KI

Durch die KI-Unterstützung konnte »iTromsø« exklusive Geschichten aufdecken, die sonst verborgen geblieben wären:

• Verstöße von Immobilienentwicklern am Hafen.
• Systematische Ausschließung kleiner Baufirmen durch die Verwaltung.
• Ein Skandal in der Röntgenabteilung ("X-Ray"-Projekt) des lokalen Krankenhauses, bei dem tausende Seiten Klinikdaten und Patientenbeschwerden (mit medizinischem Fachjargon) analysiert wurden. Die KI half, Muster wie Unterbesetzung und fehlerhafte Diagnosen zu erkennen.

Die Vision: Der Journalist der Zukunft

Giske und Ytreberg träumen davon, dass jede:r Journalist:in künftig eine:n virtuelle:n Assistent:in hat – einen "Praktikanten mit 100 Armen", der Themengebiete überwacht und Ideen vorschlägt.

Trotz der fortschrittlichen Automatisierung sind sich alle einig: "Die KI verkauft keine Abos. Artikel verkaufen Abos." (Chefredakteur Trond Haakensen). Die KI könne mühsame Arbeit abnehmen (wie das Lesen von Dokumenten), aber am Ende müssten Reporter:innen mit Menschen sprechen und die Geschichten schreiben.

Die Zeitung profitiert dabei auch von der hohen Datenverfügbarkeit in Norwegen (z.B. öffentliche Steuerlisten) und der staatlichen Presseförderung. »iTromsø« konnte so ihre Abonnentenzahl in den letzten fünf Jahren entgegen dem Branchentrend steigern.

Der Artikel berichtet über ein ernstes Problem in der US-Justiz: Der Einsatz von Generativer Künstlicher Intelligenz (KI) führt zu "KI-Müll" – also von der KI erfundenen Fakten, Studien oder Präzedenzfällen – in offiziellen Gerichtsdokumenten. Während dies bisher vor allem bei Anwält:innen auftrat, sind nun auch die Urteile von zwei US-Bundesrichtern betroffen.

Der Vorfall

Zwei US-Bundesbezirksrichter, Henry Wingate (Mississippi) und Julien Neals (New Jersey), haben Entscheidungen ausgefertigt, die so offensichtlich fehlerhaft waren, dass es den Verfahrensparteien sofort auffiel. Nachdem sie darauf hingewiesen wurden, löschten beide Richter die fehlerhaften Urteile aus den Akten und ersetzten sie durch korrigierte Versionen.

Die Reaktion: Keine Verantwortung, Schuldzuweisungen

US-Senator Charles Grassley, besorgt um die Integrität der Justiz, forderte Antworten von den Richtern. In ihren Antwortschreiben zeigte sich laut Artikel wenig Verantwortungsbewusstsein:

• Richter Wingate schob die Schuld auf einen juristischen Mitarbeiter:in. Dieser habe das Sprachmodell Perplexity genutzt, um "öffentlich verfügbare Informationen zusammenzustellen".
• Richter Neals machte einen Praktikanten (Rechtswissenschaftsstudent) verantwortlich. Dieser habe ChatGPT "ohne Genehmigung, ohne Offenlegung" und entgegen aller Regeln genutzt.

Beide Richter gaben zu, dass die normalen, mehrstufigen Prüfverfahren (die solche Fehler hätten finden sollen) vor der Veröffentlichung unterblieben. Den Grund dafür nannten sie jedoch nicht.

Das Kernproblem: Fehlende und schwammige Regeln

Der Vorfall offenbart ein strukturelles Problem:

1. Keine klaren Regeln vor Ort: Die betroffenen Gerichte hatten offenbar keine verschriftlichten Regeln zum Einsatz von KI.

2. "Erstaunlich schwammige" Bundesvorgaben: Die vorläufigen Richtlinien der US-Bundesgerichtsverwaltung sind sehr vage. Sie verbieten nicht, das Fällen von Urteilen an KI auszulagern, sondern regen lediglich zur "Vorsicht" an.

3. Keine Offenlegungspflicht: Richter:innen und Justizbedienstete müssen nicht einmal verpflichtend angeben, ob sie KI eingesetzt haben; sie sollen nur darüber "nachdenken".

Derzeit wird eine Novelle diskutiert, nach der KI-erzeugte Beweise ähnlich wie Aussagen von Sachverständigen behandelt werden sollen.

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.

Der E-Bike-Boom und die hohe Nachfrage nach Job-Bikes (Firmen-Leasing) sorgen für volle Auftragsbücher im Zweirad-Handwerk.

• Hoher Bedarf: Die Betriebe werden mit Aufträgen überflutet ("plötzlich fünfzig Räder in der Woche") und suchen "händeringend" nach qualifizierten Kolleg:innen – auch Quereinsteiger:innen sind willkommen.
• High-Tech ist Standard: Der Beruf ist heute ein "Traumjob" für Technik-Fans. E-Bikes machen den "Löwenanteil" der Arbeit aus.
• Lebenslanges Lernen: Du lernst nie aus. Ständige Weiterbildung (z.B. direkt bei Herstellern wie Bosch) zu neuer Motor-, Akku- und Display-Technik gehört fest zum Job.
• Sinnvolle Arbeit: Du sorgst für Sicherheit im Verkehr. Experten betonen, wie wichtig die regelmäßige Wartung der modernen Bikes ist.