--- title: "Future Skills: KI Manager:in & Digitale Transformation" date: 2026-10-13 author: "Warren Laine-Naida" featured_image: "https://warrenlainenaida.de/wp-content/uploads/2024/02/warren-laine-naida-ki-im-rampenlicht-1.jpg" categories: - name: "Future Skills" url: "/category/future-skills.md" --- # Future Skills: KI Manager:in & Digitale Transformation > Die grundlegendste Auswirkung der Informationstechnologie besteht darin, dass sie unsere Möglichkeiten zur Abwicklung von Transaktionen radikal verändert. Konkret senkt sie die Transaktionskosten erheblich. *Philip Evans BCG Strategist* ## Fünf Fragen für Diskussion *„Wenn ihr einen Arbeitsprozess verändern könntet, um ihn effizienter, sicherer und menschlicher zu gestalten: Was würdet ihr ändern – und wie würdet ihr nachweisen, dass eure Lösung funktioniert?“* 1. Welcher Arbeitsprozess könnte durch digitale Werkzeuge verbessert werden? 2. Welche Aufgaben sollte KI unterstützen – und welche sollten Menschen selbst entscheiden? 3. Wie lässt sich überprüfen, ob ein KI-Ergebnis korrekt und vertrauenswürdig ist? 4. Welche Risiken entstehen, wenn Unternehmen zu schnell neue Technologien einführen? 5. Welche digitalen Kompetenzen werden in eurem angestrebten Beruf besonders wichtig sein? *Ich versuche Präsenzunterricht und Remote-Learning besser zu kombinieren. Digitale Materialien ermöglichen flexibles Lernen, während Präsenzphasen den persönlichen Austausch fördern.* *Erfolgskontrolle: Ich vergleiche Lernergebnisse, Teilnahme, praktische Aufgaben und Feedback, um herauszufinden, welche Kombination am besten funktioniert.* > „Wenn ihr an digitale Transformation denkt, denkt ihr eher an Technologie oder daran, wie Menschen arbeiten?“ **Arbeit 4.0 Aufgabe Tag 1:** **Nutzen Sie Suchmaschinen** um sich über die verschiedenen digitalen Arbeitsmöglichkeiten zu informieren. (Bsp. Content Erstellung /Pflege/ Moderation, Customer Support, Webseite Manager, SEO Manager, Digital Marketing Manager, Social Media Manager, E-Commerce Manager, Digital Sales Manager, Data Analyst, Digital Transformation Manager, IT Consultant, IT- Projekt Manager, Entwickler, Security, Entrepreneurship, Frontend-Entwickler, etc..) **Tools** **Überlegen Sie sich** 2 Bereiche, bei denen Sie sich vorstellen könnten sich darauf zu spezialisieren. Sie müssen sich hierbei nicht festlegen es reicht, wenn Sie grobe Richtungen für sich ausmachen können und etwas mehr über die Entwicklungsmöglichkeiten herausfinden, wie Sie diese Ziele verwirklichen. **Mensch** Bereiten Sie sich bitte darauf vor am Tag 2 etwa 15 Minuten darüber sprechen zu können. Am besten in dem Sie Stichwörter oder einen kurzen Text vorbereiten. Hier ein paar Ideen dazu: - Welcher der angesprochenen Bereiche interessiert Sie besonders? - Was möchten Sie erreichen? Beispielsweise: - Beruflich: Spezialisierung, Führungsposition, eigenes Unternehmen, etc. - Privat: Vollkommen flexibel Arbeiten zu können, 4-Tage Woche, etc. - Was können Sie aus Ihrem bisherigen Lebenslauf dafür nutzen? - Was wären Ihre theoretischen nächsten Schritte in diese Richtungen? Fruher: Kunden **Erlebnise >>** Heute: Kunden **Begeisterung** **Marketing Funnel:** TOFU MOFU Bots. BOFU Menschen (noch wichtig) **Constraints / Einschränkungen** statt vorteile Beispiel: Nicht: „Was ist das beste Hundefutter für junge Hunde?“ Besser: „Was ist das beste Hundefutter für junge Hunde mit Zahnproblemen?“ > [Künstliche Intelligenz verstehen und nutzen](https://warrenlainenaida.de/kuenstliche-intelligenz-verstehen-und-nutzen/) > [KI & SEO](https://cimdataseo.warrenlainenaida.de/ki-seo/) ## Digitale Transformation Wie verändert sich die Arbeit durch digitale Werkzeuge, Cloud-Dienste, KI, virtuelle Zusammenarbeit und neue Geschäftsmodelle? *Was könnt ihr heute digital erledigen, was vor zehn Jahren noch deutlich schwieriger gewesen wäre?* ## Künstliche Intelligenz Wie lernen KI-Systeme aus Daten? Wie erzeugen sie Ergebnisse, unterstützen Entscheidungen und bringen neue Risiken mit sich? *Wenn ein KI-Tool eine Antwort liefert, wie könnt ihr überprüfen, ob sie richtig ist?* Die digitale Transformation verändert die Arbeit. KI verändert, was innerhalb dieser Arbeit möglich ist. ## „Human in the Loop“ bedeutet drei Dinge 1. Sich selbst überprüfen: Kritisch denken, KI-Ergebnisse hinterfragen und Verantwortung für die eigenen Entscheidungen übernehmen. 2. Auf das Team achten: Berücksichtigen, wie sich die eigene Arbeit auf Kolleginnen und Kollegen auswirkt, ihre Fachkenntnisse respektieren und die menschliche Zusammenarbeit in den Mittelpunkt stellen. 3. Die Kunden im Blick behalten: Ihre Bedürfnisse verstehen, ihre Zeit und ihr Vertrauen respektieren und sicherstellen, dass Technologie den Menschen dient – und nicht umgekehrt. Das Prinzip: Die Technologie prüfen. Das Team berücksichtigen. Die Kunden respektieren. Human in the Loop bedeutet nicht nur, die Ergebnisse von KI zu überprüfen. Es bedeutet, menschliches Urteilsvermögen, Achtsamkeit und Verantwortung im gesamten Prozess zu bewahren. ## Aufgabe Tag 2 Bitte wähle eines der Themen und die rot markierten Beispiele aus der folgenden Liste aus. Beantworte die Fragen ausführlich und bereite dich darauf vor, deine Lösung morgen vorzustellen. # Was ist Arbeit 4.0? ## 1. Grundlagen der digitalen Zusammenarbeit Digitale Zusammenarbeit bedeutet, dass Menschen mithilfe digitaler Werkzeuge gemeinsam Aufgaben erledigen – unabhängig davon, ob sie im selben Büro, im Homeoffice oder an unterschiedlichen Standorten arbeiten. - Synchron: Alle arbeiten gleichzeitig, z. B. in einer Videokonferenz. - Asynchron: Jeder arbeitet zu einem anderen Zeitpunkt, z. B. an einem gemeinsamen Dokument. - Vorteile: Flexibilität, schneller Informationsaustausch und Zusammenarbeit über räumliche Grenzen hinweg. - Herausforderungen: Missverständnisse, Informationsüberlastung und unklare Zuständigkeiten. Beispiel: Ein Team plant eine Veranstaltung. Es bespricht Aufgaben in einer Videokonferenz, sammelt Ideen in einem gemeinsamen Dokument und verfolgt den Fortschritt in einem Projektmanagement-Tool. **Digitale Zusammenarbeit:** Bereite ein Kunden-Kickoff vor. Schicke dem Kunden ein gemeinsames Google-Dokument mit drei Fragen zum Projekt (asynchron) und kläre offene Punkte in einem 10-minütigen Videoanruf (synchron). Notiere, welche Fragen schriftlich besser zu beantworten waren. ## 2. Arbeitsprozesse: Digital vs. Analog Ein Arbeitsprozess beschreibt die einzelnen Schritte, mit denen eine Aufgabe erledigt wird. AnalogDigitalPapierformularOnlineformularBesprechung vor OrtVideokonferenzAktenordnerDigitales DokumentenmanagementUnterschrift auf PapierElektronische SignaturManuelle TerminplanungDigitaler KalenderDigital ist nicht automatisch besser. Ein digitalisierter, schlecht organisierter Prozess bleibt ein schlecht organisierter Prozess. Beispiel: Ein Unternehmen erhält Bestellungen per E-Mail und überträgt sie manuell in eine Tabelle. Ein Onlineformular mit automatischer Übernahme der Daten kann Arbeitsschritte reduzieren und Fehler vermeiden. Diskussionsfrage: Welche Aufgabe in eurem Alltag könnte digital einfacher werden – und welche sollte lieber persönlich erledigt werden? **Arbeitsprozesse digital vs. analog:** Nimm eine Papier- oder E-Mail-Routine, etwa das Versenden von Angeboten oder das Einholen von Briefings. Baue sie als Google-Formular oder Vorlage mit automatischer Antwort nach. Prüfe, ob du damit Zeit sparst oder die Arbeit nur verlagerst. ## 3. Kooperationstools und der digitale Arbeitsplatz Ein Digital Workplace ist die digitale Arbeitsumgebung, in der Beschäftigte Informationen finden, kommunizieren, Dokumente bearbeiten und Aufgaben koordinieren. Typische Werkzeuge sind: - Kommunikation: Microsoft Teams, Slack, Google Chat - Dokumente: Google Workspace, Microsoft 365 - Projektmanagement: Trello, Asana, Planner - Videokonferenzen: Zoom, Microsoft Teams, Google Meet - Wissensmanagement: Wikis, Intranets und gemeinsame Wissensdatenbanken Ein digitaler Arbeitsplatz besteht nicht nur aus Software. Er benötigt klare Regeln, Zuständigkeiten, Zugriffsrechte und eine sinnvolle Ablage. Beispiel: Ein Team speichert alle Projektdateien in einem gemeinsamen Ordner, dokumentiert Entscheidungen und vereinbart, über welchen Kanal dringende Fragen gestellt werden. Wichtig: Nicht jedes Team braucht möglichst viele Tools. Entscheidend ist, dass die Werkzeuge zusammenpassen und einen konkreten Zweck erfüllen. **Kooperationstools:** Richte einen gemeinsamen Kundenordner mit den Unterordnern Briefing, Entwürfe und Final ein. Gib dem Kunden eine Regel mit: „Feedback bitte als Kommentar im Dokument, Dringendes per Chat.“ ## **4. Digitale Geschäftsmodelle und Monetarisierung** Ein Geschäftsmodell beschreibt, welchen Nutzen ein Unternehmen bietet, für wen es diesen Nutzen schafft und wie es damit Einnahmen erzielt. Digitale Geschäftsmodelle nutzen digitale Technologien, Plattformen, Daten oder digitale Produkte, um Leistungen anzubieten. Typische Modelle: - **Werbung: Einnahmen durch Werbeplätze oder Anzeigen.** - **Onlinehandel: Verkauf von Waren über einen Onlineshop.** - **Freemium: Grundfunktionen sind kostenlos, Zusatzfunktionen kosten Geld.** - **Digitale Produkte: Verkauf von E-Books, Onlinekursen oder Softwarelizenzen.** - Abonnement: Monatliche oder jährliche Gebühr, z. B. für Software. - Provision: Einnahmen durch die Vermittlung von Verkäufen oder Dienstleistungen. Monetarisierung bedeutet, aus einem Angebot Einnahmen zu erzielen. Beispiel: Eine Sprachlernplattform bietet kostenlose Übungen an. Für persönliche Lernpläne und zusätzliche Funktionen zahlen Nutzer:innen ein monatliches Abonnement. Diskussionsfrage: Wer bezahlt bei einer kostenlosen App – und wofür? **Monetarisierung:** Wähle eine Leistung, die du anbietest, und notiere drei Wege, damit Geld zu verdienen: Projektpauschale, monatliches Retainer-Honorar und ein digitales Produkt wie eine Vorlage oder Checkliste. Markiere, was am besten zu deinen Kunden passt. ## 5. Projektmanagement und digitale Prozesssteuerung Projektmanagement umfasst die Planung, Organisation, Durchführung und Kontrolle eines zeitlich begrenzten Vorhabens. Ein Projekt hat normalerweise ein konkretes Ziel, einen Zeitrahmen und begrenzte Ressourcen. Wichtige Schritte: 1. Ziel und Anforderungen definieren. 2. Aufgaben und Verantwortlichkeiten festlegen. 3. Zeitplan und Meilensteine erstellen. 4. Fortschritt kontrollieren. 5. Risiken und Probleme bearbeiten. 6. Ergebnisse prüfen und dokumentieren. Digitale Projektmanagement-Tools helfen dabei, Aufgaben zu verteilen, Fristen sichtbar zu machen und den aktuellen Stand zu verfolgen. Beispiel: Ein Team erstellt eine Website. Die Aufgaben „Texte schreiben“, „Bilder auswählen“, „Website gestalten“ und „Website testen“ werden Personen zugeordnet und mit Fristen versehen. Bekannte Methoden sind beispielsweise Kanban und Scrum. Kanban visualisiert den Arbeitsfortschritt, während Scrum mit festgelegten Arbeitsphasen und regelmäßigen Überprüfungen arbeitet. Wichtig: Ein Tool ersetzt kein Projektmanagement. Ziele, Kommunikation und Verantwortlichkeiten müssen weiterhin klar sein. **Projektmanagement:** Lege ein Trello-Board für ein echtes Kundenprojekt an, mit den Spalten To do, In Arbeit, Wartet auf Kunde und Erledigt. Trage alle Aufgaben mit Fristen ein. ## 6. Grundlagen der Cybersicherheit Cybersicherheit schützt Computer, Netzwerke, Konten, Daten und digitale Dienste vor Angriffen, Missbrauch und Ausfällen. Drei zentrale Schutzziele sind: - Vertraulichkeit: Nur berechtigte Personen dürfen Informationen sehen. - Integrität: Informationen dürfen nicht unbemerkt oder unberechtigt verändert werden. - Verfügbarkeit: Systeme und Daten sollen bei Bedarf nutzbar sein. Häufige Gefahren: - Phishing-E-Mails und gefälschte Webseiten - Gestohlene oder schwache Passwörter - Schadsoftware und Ransomware - Unsichere WLAN-Verbindungen - Versehentlich öffentlich geteilte Dokumente Wichtige Schutzmaßnahmen: - Für jeden Dienst ein eigenes, starkes Passwort verwenden. - Mehr-Faktor-Authentifizierung aktivieren. - Software und Betriebssystem aktuell halten. - Regelmäßige Back-ups erstellen. - Absender, Links und Anhänge prüfen. - Vertrauliche Informationen nur über geeignete Dienste teilen. Beispiel: Eine E-Mail fordert dazu auf, das Firmenpasswort über einen Link sofort zu bestätigen. Statt den Link anzuklicken, prüft man den Absender und öffnet die bekannte Unternehmensseite direkt. **Cybersicherheit:** Aktiviere die Zwei-Faktor-Authentifizierung für dein E-Mail-Konto, dein Rechnungsprogramm und deinen Cloud-Speicher. Prüfe dann eine verdächtige E-Mail der letzten Zeit: Kontrolliere die Absenderadresse und fahre mit der Maus über den Link, bevor du klickst. Gefälschte Kunden- oder Zahlungsmails sind bei Freelancern häufig. ## **7. Digitale Geschäftsmodelle** Dieser Punkt überschneidet sich mit dem Thema Monetarisierung. Hier würde ich den Schwerpunkt auf die Entwicklung und Bewertung eines Geschäftsmodells legen. Ein hilfreicher Ansatz ist das Business Model Canvas. Es betrachtet neun Bereiche: - Kundengruppen - Nutzenversprechen - Vertriebskanäle - Kundenbeziehungen - Einnahmequellen - Schlüsselressourcen - Schlüsselaktivitäten - Schlüsselpartner - Kostenstruktur Beispiel: Eine lokale Sprachschule bietet Präsenzunterricht an und möchte zusätzlich Onlinekurse verkaufen. Sie muss klären, welche Zielgruppe sie erreichen will, welche Inhalte sich digital eignen, wie die Kurse angeboten werden und wie die Preise kalkuliert werden. Zentrale Frage: Welches Problem lösen wir für welche Kund:innen – und warum sind diese bereit, dafür zu bezahlen? **Geschäftsmodelle:** Fülle ein Business Model Canvas für dein Freelance-Geschäft aus, zunächst nur drei Felder: Kundengruppen, Nutzenversprechen, Einnahmequellen. Notiere dazu, welcher Kundentyp dir am meisten einbringt. ## **8. Digitales Marketing** Digitales Marketing umfasst alle Marketingmaßnahmen, bei denen digitale Kanäle genutzt werden, um Menschen zu erreichen, zu informieren und zu Kund:innen zu machen. Wichtige Bereiche: - **SEO: Eine Website für Suchmaschinen und relevante Suchanfragen optimieren.** - **KI-Suche und GEO: Inhalte so gestalten, dass sie von generativen Suchsystemen sinnvoll verstanden und gegebenenfalls als Quelle verwendet werden können.** - **Social Media: Zielgruppen über soziale Netzwerke erreichen.** - **SEA: Bezahlte Suchmaschinenwerbung, beispielsweise Google Ads.** - **Content-Marketing: Hilfreiche Inhalte wie Artikel, Videos und Anleitungen veröffentlichen.** - **Webanalyse: Messen, welche Maßnahmen Ergebnisse erzielen.** - E-Mail-Marketing: Interessierte und Kund:innen gezielt informieren. Ein einfacher Marketingprozess lautet: 1. Zielgruppe verstehen. 2. Ein konkretes Ziel definieren. 3. Passende Kanäle auswählen. 4. Inhalte und Maßnahmen umsetzen. 5. Ergebnisse messen und verbessern. Beispiel: Eine kleine Fahrradwerkstatt möchte mehr Reparaturanfragen erhalten. Sie verbessert ihre Website, erstellt eine Seite zu häufigen Reparaturen, pflegt ihr Unternehmensprofil und misst, ob mehr Anfragen eingehen. Wichtig: Reichweite, Klicks und Likes sind nicht automatisch geschäftlicher Erfolg. Entscheidend ist, ob die Maßnahmen das gewünschte Ziel unterstützen. **Digitales Marketing:** Setze dir ein Ziel („3 neue Anfragen in diesem Monat“) und wähle einen Kanal, zum Beispiel LinkedIn. Schreibe einen Beitrag, der ein Ergebnis zeigt, das du für einen Kunden erreicht hast. ## **9. Grundlagen des Website-Managements** Website-Management umfasst die Planung, Pflege, technische Betreuung und Weiterentwicklung einer Website. Dazu gehören: - Inhalte erstellen und aktualisieren - Navigation und Seitenstruktur pflegen - Domain und Hosting verwalten - Software und Erweiterungen aktualisieren - Back-ups und Sicherheitsmaßnahmen durchführen - Ladezeiten und mobile Darstellung prüfen - Barrierefreiheit berücksichtigen - Datenschutz und rechtliche Anforderungen beachten - SEO und Nutzungsdaten überwachen Beispiel: Ein Verein veröffentlicht regelmäßig Veranstaltungen. Die Website-Verantwortlichen aktualisieren Termine, prüfen Links, sichern die Website und stellen sicher, dass die Informationen auch auf dem Smartphone gut lesbar sind. Merksatz: Eine Website ist kein einmaliges Projekt. Sie ist ein digitales Angebot, das dauerhaft gepflegt werden muss. **Website-Management:** Prüfe deine eigene Portfolio-Seite auf dem Smartphone. Funktioniert der Kontaktlink, sind deine Leistungen aktuell und sind deine drei besten Projekte sichtbar? Stelle dir dann eine Erinnerung, das jedes Quartal zu wiederholen. ## **10. Eine Website mit WordPress verwalten** WordPress ist ein Content-Management-System (CMS). Damit lassen sich Websites erstellen und Inhalte verwalten, ohne jede Seite selbst programmieren zu müssen. Die wichtigsten Grundlagen: - Dashboard: Zentrale Verwaltung der Website. - Seiten: Für dauerhafte Inhalte wie „Über uns“ oder „Kontakt“. - Beiträge: Für regelmäßig veröffentlichte Inhalte wie Blogartikel oder Nachrichten. - Themes: Bestimmen das grundlegende Design und Layout. - Plugins: Ergänzen Funktionen, etwa Formulare oder SEO-Werkzeuge. - Medienbibliothek: Verwaltet Bilder, PDFs und andere Dateien. - Benutzerrollen: Regeln, wer Inhalte bearbeiten oder Einstellungen verändern darf. - Updates und Back-ups: Helfen, die Website sicher und wiederherstellbar zu halten. Ein sinnvoller Einsteiger-Workflow: 1. Eine Seite erstellen. 2. Überschriften und Absätze mit dem Block-Editor formatieren. 3. Ein Bild hinzufügen und einen Alternativtext vergeben. 4. Navigation und interne Links prüfen. 5. Die mobile Darstellung testen. 6. Die Seite veröffentlichen und später aktualisieren. Wichtig: Nicht möglichst viele Plugins installieren. Nur notwendige, vertrauenswürdige und gepflegte Erweiterungen verwenden. **WordPress:** Erstelle eine kostenlose Testseite auf WordPress.com. Lege eine Seite „Leistungen“ mit Überschrift, kurzer Beschreibung und Kontaktlink an und füge ein Portfolio-Bild mit Alternativtext hinzu. Prüfe die Vorschau auf dem Smartphone. # Einführung in Künstliche Intelligenz ## 1. **Einführung in die Künstliche Intelligenz** Künstliche Intelligenz (KI) bezeichnet Computersysteme, die Aufgaben ausführen, für die üblicherweise menschliche Fähigkeiten wie Mustererkennung, Sprachverarbeitung, Vorhersage oder Entscheidungsunterstützung benötigt werden. Beispiele: - Texte zusammenfassen - Bilder erkennen - Sprache in Text umwandeln - Empfehlungen geben - Daten analysieren - Texte, Bilder oder Programmcode erzeugen Wichtig ist die Unterscheidung zwischen verschiedenen Arten von KI: - Regelbasierte Systeme: Arbeiten mit vorgegebenen Regeln. - Maschinelles Lernen: Erkennt Muster anhand von Daten. - Generative KI: Erzeugt neue Inhalte auf Basis erlernter Muster. Beispiel: Ein Spamfilter erkennt verdächtige E-Mails. Ein KI-Assistent kann dagegen einen Text entwerfen oder Informationen zusammenfassen. KI ist nicht automatisch intelligent wie ein Mensch. Sie kann überzeugend formulieren und dennoch Fehler machen. **KI-Grundlagen:** Füge ein langes Kunden-Briefing in einen KI-Assistenten ein und bitte um eine Zusammenfassung und eine Liste offener Fragen. Vergleiche sie mit dem Original: Was stimmt, was fehlt? ## 2. Grundlagen des maschinellen Lernens Maschinelles Lernen (Machine Learning, ML) ist ein Teilgebiet der KI. Systeme lernen Muster aus Beispieldaten, statt für jede mögliche Situation eine feste Regel programmiert zu bekommen. Die drei grundlegenden Lernarten sind: - Überwachtes Lernen: Das Modell lernt mit Beispielen, für die die richtigen Ergebnisse bekannt sind. - Unüberwachtes Lernen: Das Modell sucht selbstständig nach Strukturen oder Gruppen in Daten. - Bestärkendes Lernen: Ein System lernt durch Rückmeldungen oder Belohnungen, welche Handlungen zielführend sind. Beispiel für überwachtes Lernen: Ein Modell erhält viele E-Mails, die als „Spam“ oder „kein Spam“ gekennzeichnet sind. Es lernt Muster, die helfen, neue E-Mails einzuordnen. Ein typischer Lernprozess umfasst: 1. Daten sammeln. 2. Daten prüfen und vorbereiten. 3. Modell trainieren. 4. Modell mit unabhängigen Daten testen. 5. Ergebnisse bewerten und das Modell bei Bedarf verbessern. Wichtig: Ein Modell kann falsche Muster lernen, wenn die Daten unvollständig, fehlerhaft oder verzerrt sind. **Maschinelles Lernen:** Schau dir ein Tool an, das du schon nutzt und das aus Daten lernt, etwa den Spamfilter deines E-Mail-Programms oder die Kategorievorschläge deines Rechnungsprogramms. Notiere, woraus es vermutlich lernt und wo es Fehler macht. ## 3. KI-Algorithmen und -Modelle Ein Algorithmus beschreibt ein Verfahren zur Lösung einer Aufgabe. Ein Modell ist ein trainiertes System, das aus Eingaben Ergebnisse ableitet. Beispiele für wichtige Verfahren und Modelle: - Entscheidungsbäume: Treffen Entscheidungen anhand aufeinanderfolgender Bedingungen. - Lineare Regression: Schätzt numerische Werte, etwa einen Preis. - Klassifikationsmodelle: Ordnen Daten Kategorien zu. - Neuronale Netze: Lernen komplexe Muster durch miteinander verbundene Verarbeitungseinheiten. - Transformer: Eine Modellarchitektur, die unter anderem bei modernen Sprachmodellen eingesetzt wird. - Große Sprachmodelle (LLMs): Erzeugen und verarbeiten Sprache, beispielsweise für Zusammenfassungen oder Dialoge. Beispiel: Ein Entscheidungsbaum kann eine Kreditanfrage anhand festgelegter Merkmale klassifizieren. Ein Sprachmodell kann dagegen einen Text zusammenfassen oder einen Antwortentwurf formulieren. Wichtig: Ein komplexeres Modell ist nicht automatisch besser. Die Auswahl hängt von der Aufgabe, den verfügbaren Daten, den Kosten und den Risiken ab. **Algorithmen und Modelle:** Zeichne auf Papier einen Entscheidungsbaum für „Nehme ich dieses Projekt an?“ mit drei Ja/Nein-Fragen (Budget, Termin, Passung). Das ist ein einfaches regelbasiertes Modell, das du im Alltag nutzen kannst. ## 4**. Ethik, Bias, Halluzinationen und Verantwortung in der KI** KI-Systeme können Fehler machen und bestehende Ungleichheiten verstärken. Deshalb müssen ihre Ergebnisse kritisch bewertet werden. Bias bezeichnet eine systematische Verzerrung. Sie kann beispielsweise entstehen, wenn Trainingsdaten bestimmte Bevölkerungsgruppen unzureichend abbilden oder historische Benachteiligungen enthalten. Halluzinationen sind Inhalte, die generative KI plausibel formuliert, obwohl sie falsch, unbelegt oder erfunden sind. Weitere ethische Fragen: - Werden Menschen fair behandelt? - Ist nachvollziehbar, wie Entscheidungen zustande kommen? - Werden personenbezogene Daten angemessen geschützt? - Werden Urheberrechte berücksichtigt? - Können Betroffene Entscheidungen überprüfen oder anfechten? - Wer kontrolliert und verantwortet die Ergebnisse? Beispiel: Ein Unternehmen möchte Bewerbungen mit KI vorsortieren. Wenn die Trainingsdaten frühere Benachteiligungen widerspiegeln, könnte das System bestimmte Gruppen systematisch schlechter bewerten. Merksatz: KI kann Entscheidungen unterstützen, aber Verantwortung darf nicht einfach an ein System abgegeben werden. **Ethik und Halluzinationen:** Lass dir von einem KI-Assistenten Statistiken für einen Kundentext nennen und prüfe jede Zahl an der Originalquelle. Gib ungeprüfte Zahlen niemals an Kunden weiter. ## 5**. Datenanalyse und Datenmanagement** Datenanalyse bedeutet, Daten systematisch zu untersuchen, um Muster zu erkennen, Fragen zu beantworten und Entscheidungen zu unterstützen. Datenmanagement umfasst den gesamten Umgang mit Daten: von der Erhebung über Speicherung und Qualitätssicherung bis zur Nutzung und Löschung. Ein typischer Ablauf: 1. Eine konkrete Frage formulieren. 2. Geeignete Daten sammeln. 3. Daten auf Vollständigkeit und Fehler prüfen. 4. Daten bereinigen und strukturieren. 5. Daten analysieren und visualisieren. 6. Ergebnisse interpretieren. 7. Erkenntnisse dokumentieren und Maßnahmen ableiten. Beispiel: Ein Onlineshop untersucht seine Verkaufszahlen. Die Analyse zeigt, welche Produkte häufig gekauft werden und an welcher Stelle Kund:innen den Bestellvorgang abbrechen. Für KI-Projekte ist die Datenqualität besonders wichtig. Fehlerhafte oder unpassende Daten können zu unzuverlässigen Ergebnissen führen. Wichtig: Eine Korrelation – zwei Dinge treten gemeinsam auf – beweist noch nicht, dass das eine das andere verursacht. **Datenanalyse:** Erfasse einen Monat lang Stunden und Einnahmen pro Kunde in einer Tabelle. Berechne deinen effektiven Stundensatz pro Kunde und stelle ihn in einem Diagramm dar. Ist dein bestzahlender Kunde auch der profitabelste? ## **6. Datenschutz und Sicherheit von KI-Systemen** Beim Einsatz von KI müssen Daten geschützt und Risiken berücksichtigt werden. Wichtige Grundsätze: - Keine vertraulichen Unternehmensdaten unbedacht in öffentliche KI-Dienste eingeben. - Personenbezogene Daten nur auf einer geeigneten rechtlichen Grundlage verarbeiten. - Prüfen, welche Daten ein Anbieter speichert und wie sie verwendet werden. - Zugriffsrechte und Berechtigungen begrenzen. - Ergebnisse auf unbeabsichtigte Offenlegung sensibler Informationen prüfen. - Sicherheitsvorgaben des Unternehmens einhalten. Die Datenschutz-Grundverordnung (DSGVO) gilt auch für viele KI-Anwendungen, wenn personenbezogene Daten verarbeitet werden. Je nach Anwendungsfall können weitere rechtliche Vorgaben relevant sein, darunter die europäische KI-Verordnung. Beispiel: Eine Mitarbeiterin möchte einen Kundenbericht mit einem KI-Tool zusammenfassen. Bevor sie den Bericht hochlädt, muss sie prüfen, ob die Nutzung des Dienstes erlaubt ist und ob personenbezogene oder vertrauliche Informationen geschützt werden. Merksatz: Nur weil ein Tool technisch funktioniert, ist seine Nutzung nicht automatisch datenschutzrechtlich oder organisatorisch zulässig. **Datenschutz:** Nimm eine Kunden-E-Mail mit Namen und Kontaktdaten und schreibe sie so um, dass man sie unbedenklich in ein öffentliches KI-Tool eingeben könnte. Prüfe außerdem, ob dein Vertrag mit dem Kunden den Einsatz von KI überhaupt erlaubt. ## **7. KI in Forschung und Wirtschaft** KI wird in vielen Bereichen eingesetzt, um Daten auszuwerten, Muster zu erkennen, Prozesse zu unterstützen und neue Ideen zu entwickeln. In der Forschung: - Literatur und große Textmengen analysieren - Messdaten auswerten - Hypothesen entwickeln - Bilder oder Messsignale untersuchen - Simulationen und Prognosen unterstützen In der Wirtschaft: - Kundenanfragen beantworten - Dokumente zusammenfassen - Nachfrage prognostizieren - Fehler in Produktionsprozessen erkennen - Marketinginhalte entwerfen - Arbeitsabläufe automatisieren Beispiel Forschung: Ein Forschungsteam nutzt ein KI-Modell, um große Mengen wissenschaftlicher Veröffentlichungen nach relevanten Themen zu durchsuchen. Die Forschenden überprüfen anschließend die Quellen und bewerten die Ergebnisse selbst. Beispiel Wirtschaft: Ein Kundendienst verwendet KI, um Anfragen nach Themen zu sortieren. Schwierige oder sensible Fälle werden an Mitarbeitende weitergeleitet. Wichtig: KI-Ergebnisse müssen zum jeweiligen Einsatz passen. In Bereichen mit hohen Risiken sind besonders sorgfältige Prüfungen erforderlich. **KI in Forschung und Wirtschaft:** Lass dir von einem KI-Assistenten erste Ideen für eine Wettbewerbsanalyse in deinem Fachgebiet sammeln. Prüfe dann jede Aussage selbst, denn die KI liefert nur einen Ausgangspunkt. ## 8. Evaluierung von KI-Potenzialen Die Evaluierung von KI-Potenzialen bedeutet, zu prüfen, ob und wie sich eine Aufgabe sinnvoll mit KI unterstützen oder automatisieren lässt. Nicht jede Aufgabe eignet sich für KI. Manchmal ist ein klarer Arbeitsablauf oder eine einfache Automatisierung günstiger und zuverlässiger. Eine systematische Prüfung umfasst: 1. Problem: Welches konkrete Problem soll gelöst werden? 2. Nutzen: Welche Verbesserung wird erwartet? 3. Daten: Sind geeignete Daten verfügbar? 4. Machbarkeit: Kann die Technologie die Aufgabe zuverlässig erfüllen? 5. Risiken: Welche Datenschutz-, Sicherheits- und Qualitätsrisiken bestehen? 6. Kosten: Welche Einführungs-, Betriebs- und Kontrollkosten entstehen? 7. Erfolgskriterien: Woran lässt sich der Nutzen messen? 8. Pilotprojekt: Kann die Lösung zunächst in kleinem Umfang getestet werden? Beispiel: Ein Unternehmen möchte mit KI automatisch Antworten auf Kundenanfragen erstellen. Mögliche Erfolgskriterien sind die Bearbeitungszeit, die Qualität der Antworten, die Zahl notwendiger Korrekturen und die Zufriedenheit der Kund:innen. Wichtig: Die Frage lautet nicht nur „Kann KI das?“, sondern auch „Sollte KI das tun – und lohnt es sich?“. **Evaluierung von KI-Potenzialen:** Liste deine fünf wiederkehrendsten Aufgaben auf, etwa Rechnungen, Nachfassmails oder Meeting-Notizen. Bewerte jede von 1 bis 5 nach Zeitersparnis, Risiko und Datensensibilität. Wähle eine für einen Testlauf aus. ## 9. Entwicklung und Umsetzung von KI-Konzepten Ein KI-Konzept beschreibt, wie eine KI-Anwendung ein konkretes Problem lösen soll, welche Voraussetzungen nötig sind und wie die Umsetzung kontrolliert wird. Ein praktikabler Ablauf: 1. Ausgangssituation analysieren: Wie funktioniert der aktuelle Prozess? 2. Ziel definieren: Was soll besser werden? 3. Anwendungsfall auswählen: Welche Aufgabe eignet sich für KI? 4. Daten und Werkzeuge prüfen: Was wird benötigt und darf eingesetzt werden? 5. Lösung entwerfen: Wie soll die KI in den Arbeitsablauf integriert werden? 6. Prototyp erstellen: Eine erste Version in kleinem Umfang testen. 7. Ergebnisse bewerten: Qualität, Nutzen, Kosten und Risiken prüfen. 8. Lösung verbessern: Fehler beheben und Arbeitsabläufe anpassen. 9. Einführung planen: Zuständigkeiten, Schulungen und Kontrollmechanismen festlegen. 10. Erfolg überwachen: Prüfen, ob die Lösung langfristig funktioniert. Praxisbeispiel: Eine Weiterbildungseinrichtung möchte häufige organisatorische Fragen automatisch beantworten lassen. Das KI-Konzept könnte vorsehen, dass ein Assistent ausschließlich auf geprüfte Kursinformationen zugreift, bei Unsicherheit auf eine zuständige Person verweist und keine sensiblen Teilnehmerdaten verarbeitet. Wichtig: Ein KI-Konzept ist nicht nur eine technische Beschreibung. Es umfasst auch Menschen, Prozesse, Daten, Kosten, Risiken und Verantwortung. **KI-Konzepte:** Schreibe ein halbseitiges Konzept für ein KI-gestütztes Angebot, zum Beispiel erste Entwürfe für Social-Media-Beiträge für Kunden. Lege fest: Ziel, welche Kundendaten genutzt werden dürfen, wie du die Ergebnisse prüfst und wie du den KI-Einsatz offenlegst. ## Core automation tools ToolBest for Free plan highlightsExample workflow**Make** Connecting apps without code; visual multi-step workflows1,000 operations/month, unlimited active scenarios, multi-step automations New WordPress form entry → add row to Google Sheets → notify Slack/Teams**Zapier** Fastest no-code setup; huge app libraryFree tier with 100 tasks/month; limited to two-step Zaps New Trello card → create Google Calendar event**n8n** Learning automation logic, APIs, AI agents, and self-hostingFree open-source Community Edition when self-hosted; cloud plans are paid Self-hosted workflow: scrape data → clean it with AI → save to a database**IFTTT** Very simple personal automationsFree tier for basic appletsInstagram post → save photo to Google Drive## KI-Automatisierung im digitalen Marketing Mit Make und Zapier lassen sich wiederkehrende Marketingaufgaben automatisieren – auch ohne kostenpflichtiges Abonnement. Beide Tools bieten kostenlose Tarife mit begrenztem Nutzungsumfang. KI unterstützt beispielsweise beim Schreiben, Klassifizieren, Zusammenfassen und Extrahieren von Informationen. Make oder Zapier verbindet die verschiedenen Anwendungen und überträgt die Daten. ### KI-gestützter Redaktionsplan Content-Ideen in Google Sheets speichern. Die KI schlägt Überschriften, Social-Media-Beiträge und Meta-Beschreibungen vor. Die Entwürfe werden zur Überprüfung gespeichert. Tools: Google Sheets + Make oder Zapier + KI-Dienst Ziel: Content-Ideen, Überschriften und Meta-Beschreibungen automatisch vorbereiten. Links - [Make](https://www.make.com/) - [Google Sheets](https://sheets.google.com/) - [OpenAI API](https://platform.openai.com/docs/overview) Schritt-für-Schritt-Anleitung 1\. Google Sheets vorbereiten: Erstelle eine Tabelle mit den Spalten `Thema`, `Zielgruppe`, `Keyword`, `Überschrift`, `Social Post`, `Meta Description` und `Status`. 2\. Make einrichten: Erstelle ein Konto und lege ein neues Szenario an. 3\. Trigger hinzufügen: Wähle `Google Sheets → Watch New Rows`. Damit erkennt Make neue Zeilen in deiner Tabelle. 4\. KI verbinden: Füge ein KI-Modul hinzu, beispielsweise `OpenAI → Generate a Model Response`. Verbinde deinen API-Zugang. 5\. Prompt erstellen: Weise der KI an, anhand von Thema, Zielgruppe und Keyword eine Überschrift, einen Social-Media-Beitrag und eine Meta-Beschreibung zu erstellen. 6\. Ergebnisse speichern: Füge `Google Sheets → Update a Row` hinzu. Damit werden die generierten Texte in die richtigen Spalten geschrieben. 7\. Status setzen: Markiere die bearbeitete Zeile mit `Zur Prüfung`. So kannst du Entwürfe leicht von unbearbeiteten Themen unterscheiden. 8\. Szenario testen: Klicke auf `Run once`, füge eine Beispielzeile ein und kontrolliere die Ergebnisse. 9\. Automatisierung aktivieren: Speichere das Szenario und aktiviere es. Lege fest, wie häufig Make nach neuen Zeilen suchen soll. **Kannst Du auch kostenlose mit Claude oder Gemini mit GMail Workplace Smart Features** ### Dynamische Eingaben (Prompt-Vorlagen mit Platzhaltern) Statt jeden Prompt neu zu schreiben, lohnt sich eine wiederverwendbare Vorlage mit Platzhaltern in eckigen Klammern, die je nach Situation ausgetauscht werden: *„Schreibe eine E-Mail an \[EMPFÄNGER:IN\] zum Thema \[THEMA\]. Ton: \[TONALITÄT\]. Länge: \[ANZAHL\] Wörter. Schließe mit \[CALL-TO-ACTION\].“* Diese Vorlage bleibt gleich – nur die Platzhalter ändern sich von Anwendungsfall zu Anwendungsfall, was besonders bei wiederkehrenden Aufgaben Zeit spart. Excel sheet hochladen – hier ein beispiel: Meine [Herunterladen](https://warrenlainenaida.de/wp-content/uploads/2024/10/Microsoft-Excel-Worksheet-neu.xlsx) l Ergebnis von Claude [Herunterladen](https://warrenlainenaida.de/wp-content/uploads/2024/10/emails.xlsx) ### Newsletter-Inhalte wiederverwenden Sobald ein neuer Blogartikel erscheint, erstellt die KI einen Newsletter-Einstieg und drei Social-Media-Beiträge. Tools: RSS-Feed oder WordPress + KI + Google Docs Links - [Make](https://www.make.com/) - [WordPress](https://wordpress.org/) - [Zapier RSS-Integrationen](https://zapier.com/apps/rss/integrations) - [Google Docs](https://docs.google.com/) Schritte 1. Verwende den RSS-Feed deiner Website, zum Beispiel `deine-domain.de/feed/`. 2. Erstelle in Make ein Szenario mit einem RSS-Trigger für neue Artikel. 3. Übergebe Titel, URL und verfügbaren Artikeltext an einen KI-Dienst. 4. Fordere einen Newsletter-Einstieg und drei unterschiedliche Social-Media-Entwürfe an. 5. Speichere die Ergebnisse in Google Docs oder Google Sheets. 6. Prüfe Fakten, Tonalität und Links manuell. 7. Veröffentliche die freigegebenen Inhalte selbst oder ergänze später eine passende Publishing-Integration. ### Wöchentlicher Marketingbericht Verfügbare Website- und Kampagnendaten sammeln, Veränderungen zusammenfassen und auffällige Ergebnisse zur Überprüfung markieren. Tools: Google Sheets + Make + KI-Dienst Links - [Google Analytics](https://analytics.google.com/) - [Google Analytics-Berichte – Hilfe](https://support.google.com/analytics/answer/9212670?hl=de) - [Make](https://www.make.com/) - [Google Sheets](https://sheets.google.com/) Schritte 1. Entscheide, welche Kennzahlen du regelmäßig prüfen möchtest: beispielsweise Sitzungen, wichtige Ereignisse, Conversions oder Kampagnenkosten. 2. Ermittle die Daten aus Google Analytics, Google Ads oder einer anderen verfügbaren Datenquelle. 3. Speichere die Kennzahlen in Google Sheets, jeweils mit Datum und Berichtszeitraum. 4. Richte in Make einen zeitgesteuerten Ablauf ein, beispielsweise einmal pro Woche. 5. Übergebe die Zahlen an eine KI mit der Anweisung, Veränderungen und Auffälligkeiten neutral zusammenzufassen. 6. Speichere den Bericht in Google Docs oder versende ihn an dich selbst. 7. Vergleiche die Zusammenfassung mit den Originaldaten, bevor du Entscheidungen triffst. Beispiel für eine KI-Anweisung: > Fasse die Marketingkennzahlen dieser Woche zusammen. Vergleiche sie mit der Vorwoche. Nenne die drei wichtigsten Veränderungen. Unterscheide zwischen beobachteten Daten und möglichen Erklärungen. Erfinde keine Ursachen. Hinweis: Für einen automatischen Datenabruf aus bestimmten Analyse- oder Werbediensten können zusätzliche Integrationen, Berechtigungen oder API-Konfigurationen erforderlich sein. ### SEO-Content prüfen Sobald ein neuer Artikel in einer Tabelle erfasst wird, prüft die KI Überschrift, Meta-Beschreibung, Suchintention und fehlende Informationen. Tools: Google Sheets + KI + Make oder Zapier Links - [WordPress](https://wordpress.org/) - [WordPress REST API – Beiträge](https://developer.wordpress.org/rest-api/reference/posts/) - [Make](https://www.make.com/) - [OpenAI API-Dokumentation](https://platform.openai.com/docs/overview) Die WordPress REST API ermöglicht den strukturierten Zugriff auf Beitragsdaten wie Titel, Inhalt und Veröffentlichungsstatus. Schritte 1. Erstelle in Google Sheets eine Liste mit Artikel-URLs, Hauptkeywords und dem aktuellen Bearbeitungsstatus. 2. Richte in Make einen Trigger ein, der neue Einträge erkennt. 3. Rufe den verfügbaren Artikeltext ab, zum Beispiel über den RSS-Feed oder die WordPress REST API. 4. Übergib den Text und das Hauptkeyword an die KI. 5. Lass folgende Punkte prüfen: - Passt der Inhalt zur Suchintention? - Beschreibt die Überschrift das Thema eindeutig? - Ist die Meta-Beschreibung verständlich und relevant? - Welche wichtigen Informationen fehlen möglicherweise? - Welche Aussagen sollten auf ihre Richtigkeit geprüft werden? 6. Speichere die Ergebnisse und Verbesserungsvorschläge in Google Sheets. 7. Prüfe die Empfehlungen selbst und setze sinnvolle Änderungen um. Beispiel für eine KI-Anweisung: > Prüfe diesen Artikel aus SEO-Sicht. Bewerte Suchintention, Klarheit, Informationslücken und fachliche Nachvollziehbarkeit. Trenne konkrete Textprobleme von allgemeinen Empfehlungen. Schreibe den Artikel nicht automatisch um.