Transkript Staffel 1, Folge 4, Andrae
00:00:00
SPEAKER_00
Willkommen bei KI Insights, ein Podcast vom Projekt ZAKKI an der Hochschule
Magdeburg-Stendal. Hier teilen ExpertInnen verschiedenster Disziplinen ihre Einblicke
in die facettenreiche Welt der künstlichen Intelligenz. In der ersten Staffel erwarten Sie
Beiträge rund um das Thema KI Technologien und Anwendungen, moderiert von David
Weigert und Prof. Dr. Fabian Behrendt.
00:00:27
SPEAKER_01
Herzlich willkommen zu unserem Podcast-Format KI-Einsatz. Mein Name ist Fabian
Behrendt und ich begleite Sie heute durch diese Folge. Hier bin ich aber heute nicht
alleine, sondern habe eine wirklich spannende Persönlichkeit zu Gast, die sich schon
mit dem Themenfeld der KI im Rahmen seines Studiums zur Elektrotechnik, der
Spezialisierung Automatisierungstechnik an der Hochschule Magdeburg-Stendal in
verschiedenen Themenstellungen intensiv auseinandergesetzt. Hallo Vincent, ich freue
mich sehr, dich heute in unserem Podcast begrüßen zu dürfen. Wir kennen uns ja
mittlerweile schon über ein Jahr, indem du auch bei uns in dem AI-Tech-Lab als
studentische Hilfskraft tätig bist und hier auch mittlerweile forschst.
00:01:02
SPEAKER_02
Hallo Fabian, schön hier sein zu dürfen. Wie du bereits richtig erwähnt bin ich Student
an der Hochschule hast, Magdeburg-Stendal im sechsten Semester, also kurz vor der
Praktikumsphase und beschäftige mich jetzt aktiv mit KI seit ungefähr einem Jahr. Und
davor war es eigentlich immer nur so ein Radl-Gebiet. Dazu gekommen bin ich
eigentlich durch weil ihr ein Projekt an der Hochschule gestartet das Zaki-Projekt. dich,
habt, Da habe ich erste aktive Berührungspunkte mit KI gehabt. Die sind danach auch in
meinen Privatbereich eingedrungen. KI hat jetzt nicht nur Anwendungen in meinem
Studium oder in meiner Arbeit bei dir, sondern auch privat bei der Fotografie zum
Beispiel. Photoshop, Generative AI oder ich habe eine kleine Drohne zu Hause, die ich
mit Gestensteuerung steuern kann.
00:01:48
SPEAKER_01
Ja, Vincent, vielen Dank. Du hast erwähnt, dass du dich gerade im Bereich der
Bildgenerierung, Bildverarbeitung, Thema Fotografie mit dem Thema KI auch
auseinandersetzt. Das würde mich auf jeden Fall nochmal sehr, sehr interessieren.
Vielleicht kannst du uns da nochmal einen kleinen Impact geben oder einen Insight
geben, was du hier genau zum Beispiel mit deiner Drohne machst zu Hause oder im
Bereich Fotografie. Ja, gerne.
00:02:07
SPEAKER_02
gerne. Weil das mit der Fotografie ist auch das, was mich aktuell an KI am meisten
fasziniert. Ich weiß nicht, ob du vom Photoshop Generative Fill schon mal was gehört
hast? Also da kann man Bereiche auswählen und dann gibt man einen Befehl ein und
dann füllt die KI halt den Bereich mit Dingen, die es für passend erachtet.
00:02:27
SPEAKER_01
Habe ich schon gesehen. Habe ich schon sehr, sehr spannende Beispiele auch dazu
gesehen.
00:02:30
SPEAKER_02
Und das habe ich jetzt schon bei einigen Fotos verwendet, um halt beispielsweise den
Bildausschnitt einfach größer zu machen. Oder um Objekte zu entfernen, die mir nicht
so ins Bild reingepasst haben. Oder wenn ich das Bildformat nicht richtig gewählt habe
und einfach die Seitenlängen nicht vernünftig sind. Und das ist total spannend, was da
fast funktioniert. Also ich habe zum Beispiel ein Bild von meinem Bruder. Das habe ich
einfach größer gemacht. Und der hat das T-Shirt von meinem Bruder und den gesamten
Körper, also das T-Shirt bis zur Hüfte, vollständig korrekt analysiert. Der hat sogar den
Aufdruck auf dem T-Shirt mit erweitert. Und ich finde das total faszinierend, wie das
funktioniert. Ich finde, da sieht man auch gut die Stärken von KI aktuell, nämlich
Mustererkennung und Musterreproduktion. Und das, obwohl es eine Beta ist. Es ist ja
noch nicht veröffentlicht, es ist ja immer noch eine Beta-Version. Und trotzdem haut es
mich jedes Mal vom Hocker, wenn ich da auf den Button drücke und nach 30 Sekunden
da was ganz anderes sehen ist als vorher.
00:03:25
SPEAKER_01
Das muss ich dann als End-User mitbringen, um solche Tools aktuell zu nutzen, weil
gerade die Welle der Ausbreitung der einzelnen KI-Applikationen, die nimmt ja gerade
sehr, sehr stark zu und es gibt eine Reihe verschiedener Applikationen. Gibt es in dem
Bereich auch viele Tools, die wirklich auch kostenlos nutzbar sind? Wie sind denn deine
Einschätzungen? Macht es Sinn, hier auf bestimmte Abo-Modelle zu gehen? Sind die
Leistungsumfänge da auch beschränkt? Vielleicht kannst du da einfach mal aus deinem
jetzigen Nutzungszustand da mal so ein kleines Feedback geben.
00:03:56
SPEAKER_02
Also da würde ich beim Photoshop gerne mal bleiben kurz. Und zwar ist das Generator
Fill natürlich nur ein Werkzeug von vielen. Das macht jetzt ein schlechtes Foto nicht
unbedingt gut und das ersetzt auch sonstige Fähigkeiten, die man in dem Bereich
braucht, auch nicht. Man muss schon mitdenken und überlegen, was ist sinnig, wo
könnte die KI denn jetzt guten Muster erkennen oder nicht. Es erleichtert bestimmte
Schritte, die man vorher auch schon mit Photoshop machen konnte oder mit einer
Kamera im Vorhinein, aber es nimmt einem die Arbeit und das Denken nicht ab. Finde
ich ganz wichtige Erkenntnis, das gilt auch für viele andere Tools. Bei Google gab es ja
einen, der hat mal gesagt, dass diese AI von Google ein Bewusstsein entwickelt hat,
aber ich glaube, da sieht man dann irgendwie auch Gespenster, die gar nicht existieren,
weil der manuelle Aufwand hinter den KI-Tools immer noch wahnsinnig groß ist.
00:04:06
und das
00:04:43
SPEAKER_00
SPEAKER_01
Du sprachst gerade davon, wenn ich nochmal auf das Thema eingehen kann, auch zum
Thema Fotografie, also ein schlecht aufgenommenes Bild bleibt natürlich auch ein
schlecht aufgenommenes Bild, da kann eine KI bestimmte natürlich Aspekte jetzt auch
verändern, anpassen und optimieren und ich habe dazu einfach mal zu der
Themenstellung, habe ich mal einfach einen unserer Assistenten, nämlich Chichi DT,
habe ich nämlich mal gefragt, habe gesagt, naja, das Thema Fotografie, jetzt bereite mir
da nochmal einen kleinen Witz dazu vor. Was kam heraus? Warum sind künstliche
Intelligenzen eigentlich die schlechtesten Fotografen? Das passt super gut zu diesem
Thema, nämlich gerade, ich habe es im Vorfeld, habe ich es eingegeben und gar nicht
jetzt live unser Podcast. Jetzt kommt die Antwort, weil sie immer versuchen, die Bilder
zu optimieren, bevor sie überhaupt gemacht werden. Das heißt natürlich, dass die KI
hier auch in dem ganzen Predictive-Bereich, in dem Bereich natürlich ganz stark auch
zum Einsatz kommt. Und wir merken das auch an ganz, ganz vielen Tools, wenn wir
Eingaben machen, dass die KI natürlich durch die originale Netzstruktur hier und die
Antizipation hier eigentlich schon versucht, im Vorhinein Sachen zu optimieren. Und da
frage ich mich natürlich bei der Fotografie, ob die KI, wenn sie natürlich jetzt direkt auch
in die Fotoaufnahmen integriert ist, da eigentlich auch schon im Vorfeld eine Rolle spielt
und eigentlich diesen Schritt des schlechten Fotos eigentlich schon im Vorhinein
optimieren kann.
00:05:57
SPEAKER_02
Ist auch gar nicht verkehrt, was du da sagst, denn ich fotografiere mit einer
Spiegelreflexkamera. Die hat natürlich diese Intelligenz noch nicht drin. Wenn ich jetzt
aber ein Google-Phone zur Hand nehme, da wird alles nur schön gerechnet. Es gibt ja so
Aufnahmen vom Mond, wo der Mond rangesucht wird und der fällt auf einmal den
ganzen Bildschirm aus. Da ist kein I im Einsatz. Das ist hochgerechnet, schön gerechnet,
mit irgendwelchen Bildern aus dem Internet abgeglichen. Das ist kein reales Foto und
das ist genau das, was du meinst. Man probiert vorher zu sagen, was könnte da sein und
00:06:30
SPEAKER_01
was könnte da sein und wie könnte das F Technologie und Anwendungen
zusammenbringen und da verschiedene Szenarien auch ausprobieren und gerade für
das Thema Lehre und Lehrintegration in der Hochschule auch bekannt machen. Ja, das
ist ja auch ein Ziel dieses Podcasts, dass wir versuchen, Themen rund um die Künstliche
Intelligenz hier auch in bestimmten Insights zu bestimmten Spezialthemen ja auch
unserem Publikum auch weiterzugeben und das natürlich dann auch hier transferiert
werden kann. Welche Themen nimmst du hier in Angriff an der Hochschule? Also mit
welchen Themen setzt du dich mit dem Thema KI auseinander? Ist das nur das Thema
Bilderkennung? Bist du im Bereich des maschinellen Lernens dabei? Also dass du aktiv
auch in die Programmierung deiner Neurenalten Netze einsteigst? Auf welcher Ebene
würdest du dich sehen?
00:07:23
SPEAKER_02
Ich würde mich eher auf der Ebene des Anwenders einordnen, so wie ich auch das AI
Tech Labor hier einordne. Wir probieren halt eher Dinge, die schon existieren, Tools, die
es schon gibt, zu nutzen und greifbar zu machen. Und deshalb, nein, ich programmiere
keine Neuronalen Netze selber. Aber ja, ich probiere eigene Bilddaten oder eigene Daten
in ein Machine Learning Tool einzulernen, um dann ein eigenes Modell zu haben. Aktuell
ist der größte Fokus auf Objekterkennung über Bilder. Da kommt mein Hobby ganz gut zu
tragen. Da geht es aktuell darum, in einem kleinen Fabrikmodell, das wir haben, einen
Hochregallager zu überwachen. Dafür kann man klassische Tools verwenden, die wir
auch schon implementiert haben teilweise, aber eben auch modern. Da ist das Ziel
eigentlich, die Vor- und Nachteile von beiden aufzuzeigen und den Vergleich zu stellen.
Man sieht, welche Möglichkeiten gibt es eigentlich, um den Studenten das auch greifbar
zu machen. Wo sind Vorteile, wo sind Nachteile, wo sind Limitationen. Denn am Ende,
wie ich vorhin schon gesagt habe, ist es am Ende nur ein Werkzeug und das sieht man
auch da ganz gut bei dem aktuellen Projekt mit dem Buchregallager. Man muss immer
noch sehr, sehr viel mitdenken. Man hat immer noch sehr, sehr viel händische Arbeit.
Also ich glaube, ich saß dieses Jahr bestimmt schon 100 Stunden da und habe einfach
nur Bilder gelabelt, also Kästchen um Objekte auf Bildern gezogen und dem gesagt, was
was ist. Das heißt, der Aufwand ist einfach noch enorm groß hinter solchen künstlichen
modellen deswegen fällt manchmal schwer davon intelligenz zu reden wenn man der
intelligenz noch so viel zu füttern muss jetzt ist
00:08:53
SPEAKER_01
natürlich die frage es gibt verschiedene arten ja wie wir alle kennen im machine learning
dass wir vom supervised learning bis hin zum reinforcement learning da auch gehen du
machst ja teilweise das labeling in dem bereich auch manuell wir haben auch da auch
ein super Beispiel, da ihr auch aufbauen könnt zum Girls‘ Day, wo wir wirklich auch über
die KI auch bestimmte Objekte klassifizieren konnten und die SchülerInnen das im
Endeffekt auch selbstständig machen konnten, um mal so einen Erstkontakt
aufzubauen. Wie siehst du da zukünftig die Ausrichtung? Wird weiter das Thema
Trainieren der neuronalen Netze noch eine wichtige Rolle spielen oder wird das
irgendwann in den Hintergrund geraten, wenn es stärker so ist? Es gibt ja aktuell die
ganzen Debatten um die Generative AI, die ja im Endeffekt eigentlich größere Modelle
auch zusammenführt und im Endeffekt dann eigentlich viele Prozesse auch
automatisiert in der KI
00:09:40
SPEAKER_02
macht. Jetzt im einfachsten Fall hat man natürlich schon ein Modell, was dem zugrunde
liegt, also ein vortrainiertes Modell für Giraffen meinetwegen und man lernt einfach
weitere Giraffen ein, aber in unserem Fall haben wir ein komplett neues Objekt, was so
in der Datenbank noch gar nicht vorhanden ist. Das kann ja auch in der Zukunft immer
nochmal passieren, dass man Objekte hat, gerade jetzt, wenn man an die
Automatisierung denkt, man hat ein neues Produkt geschaffen. Das gibt es so noch
nicht und das muss man natürlich erstmal irgendwie anlernen. Natürlich kann man da
auf bestehende Modelle zurückgreifen, aber wie gesagt, man muss trotzdem das Neue
immer noch reinbringen. Aber ich würde trotzdem sagen, dass es zukünftig einfacher
wird. Bei einer Website kann man einen gewissen Datensatz einüben, also sagen wir mal
100 Fotos oder 100 Objekte, sich dann die Fotos verändern lassen. Man kann sie
vergrößern, verkleinern, schärfer machen, die Helligkeit ändern und alles automatisch.
Das heißt, aus diesen 100 Daten werden meinetwegen 300 oder 1000 Datensätze
erzeugt, die sich unterscheiden. Daraus kann man ein Modell lernen lassen, welches
man dann wieder am Anfang wieder einführt. Das heißt, man hat einen relativ geringen
Datenaufwand am Anfang für ein komplett nacktes Modell lernen lassen, welches man
dann wieder am Anfang wieder einführt. Das heißt, man hat einen relativ geringen
Datenaufwand am Anfang für ein komplett nacktes Modell, das man sich erzeugt.
Aktuell kosten diese Programme noch relativ viel Geld, aber ich glaube, zukünftig wird
das wie mit allen Technologien auch zugänglicher werden und da wird auch die Industrie
wahrscheinlich irgendwann guten Zugang finden.
00:11:02
SPEAKER_01
Der Garten Hype Cycle gibt eigentlich immer ein sehr, sehr gutes Bild auch über die
einzelnen Technologien und wo sie auch gerade in welcher Phase sich auch befinden.
Und das sehen wir jetzt ja zum Beispiel gerade ganz, ganz groß in dem Bereich der GPT.
Und jetzt sehen wir es auch eher bei der Korbe. Also der Peak an Aufmerksamkeit ebbt
ein wenig ab. Und jetzt so langsam merkt man, dass die ganzen Unternehmen natürlich
alle ihre eigenen Tools generieren, ihre Schnittstellen, ihre APIs im Endeffekt auch zu
OpenAI im Endeffekt auch lizenzieren und dass das jetzt das ganze Thema stärker
kommerzialisiert wird und das wird dann die nächste Phase sein und der Aufbruch, dass
natürlich diese ganzen Tools auch wirklich in Geschäftsmodelle, Lizenzmodelle
umgewandelt werden und dann natürlich auch Profit für die Unternehmen generieren.
Und da bin ich mal ganz gespannt, wie die Wendung da weitergeht, wie es gerade im
Endkonsumer-Bereich ist, ob wir weiterhin über freie Modelle hier auch arbeiten können
oder ob es da wirklich auch im B2B-Bereich zum Beispiel ganz andere Modelle gibt, weil
ich glaube, das ist ein großes Thema, dass zwischen einzelnen Unternehmen natürlich
später der Einsatz von KU-Modellen natürlich eine ganz, ganz große Rolle spielt.
00:12:02
SPEAKER_02
Gerade jetzt aktuell wird ja noch viel über Open Source und Community-based
gemacht. Und in anderen Bereichen sieht man es ja auch. Man empfängt jetzt
Mikrocontroller, dass die Hardware lebt von der Community. Also Arduino wäre nicht so
groß ohne die Community. Und das kann ich mir bei KI auch gut vorstellen, weil die
Software, die ich eben genannt hatte, die bietet auch ein kostenloses Modell, wenn man
was zur Community beiträgt. Und natürlich sind die großen Firmen auf kostenlose
Zuarbeiten immer scharf. Aber ich kann mir gut vorstellen, dass es da auch immer noch
Möglichkeiten und Wege gibt, das günstig oder kostenlos nutzen zu können.
00:12:38
SPEAKER_01
Du bist ja aktuell Studierender bei uns an der Hochschule Magdeburg-Stendal. Du bist
auch schon eigentlich fast in deiner finalen Phase. Du bist jetzt dabei, demnächst deine
Abschlussarbeit zu schreiben am Fraunhofer-Institut in Magdeburg. Und vielleicht
kannst du uns noch mal auf den Weg geben zum Thema Einsatz von KI-Systemen. Wo
siehst du für Studierende im Blick auf den Verlauf des Studiums, aber auch im Verlauf in
Richtung des Berufseinstiegs, da eigentlich die größten Potenziale? Also siehst du
bestimmte Hemmnisse oder No-Gos oder siehst du auch bestimmte Punkte als Enabler,
wo du sagst, für Studierende an den Hochschulen, wo KI eine besondere Rolle spielt, wo
sie das Studium auch vielleicht erleichtern kann oder mir selber sogar auch dazu helfen
kann, stärker zu performen. Und der zweite Teilpunkt, das würde mich interessieren, wie
siehst du deine Einschätzung, weil du jetzt gerade in dieser Schnittstelle eigentlich zum
Berufsleben natürlich auch stärker noch stehst, das Thema KI zum Einstieg in das
Berufsfeld?
00:13:30
SPEAKER_02
gucken, wo und in welchem Rahmen man solche Tools verwendet. Aber wenn ich jetzt
daran denke, wie sehr mir YouTube durch mein Studium geholfen hat bisher, dann kann
ich mir gut vorstellen, dass ChatGPT oder ähnliche Tools da auch sehr hilfreich sein
können. Weil im Endeffekt ist ChatGPT ja auch einfach nur eine beschleunigte Google
Suche. Und wenn ich mit dem Programmieren nicht klarkomme und da mal einen Tipp
brauche, dann kann ich entweder zu StackOverflow gehen oder ich frage halt ChatGPT.
Wenn es allerdings darum geht, irgendwelche mathematischen Erklärungen für Mathe 1
bis 3 zu bekommen, sehe ich das eher kritisch, weil ChatGPT und ähnliche Tools
natürlich auch immer der Gefahr unterlaufen, falsche Informationen zu erzeugen. Von
daher kann ich mir gut vorstellen, dass es hilfreich ist, aber auch Leute in die Irre führen
kann und auch teilweise zu Problemen führt. Aber gerade bei Studiengängen, wo man
wirklich viel frei Hand schreiben muss, kann ich mir schon vorstellen, dass es dazu zu
einer Veränderung im Studium führt, dass da Konzepte überdacht werden müssen, weil
Studierende das einfach einfacher haben oder sich der Fokus ändert. leben, sehe ich
aktuell noch nicht solche große Chancen, muss ich gestehen, weil ich bin, wie gesagt,
noch relativ am Anfang von dem Berührungspunkt, den ich mit KI habe. Von daher kann
ich in dem Bereich auf jeden Fall noch nicht einfach so durchstarten und arbeiten. Und
in dem Bereich, wo ich mich gerade bewege, gibt es auch noch nicht so viele Firmen, die
an solchen Methoden interessiert sind. Also wenn ich jetzt an so eine klassische
Automatisierungsbude denke, da werde ich mit KI nichts reißen können. Die wollen ihre
Anlagen gebaut haben, schnell und effizient und da groß mit irgendwelchen Tools
rumzuspielen ist da glaube ich nicht möglich. Wenn ich jetzt im Bereich Marketing wäre
oder so, dann vielleicht schon eher, aber das ist einfach zu speziell. Also da hilft auch
ein JCPT beim Programmieren nicht mehr. Das bedarf immer noch menschlichem
Gehirnschmalz. Ich habe mal eine Gegenfrage, Fabian. Wie siehst du den Einsatz von
solchen Tools in der Lehre, also als Dozierender, beziehungsweise wenn Studenten das
selber einsetzen?
00:15:37
SPEAKER_01
Also ich sehe es als sehr, sehr wichtig, dass wir uns noch hochführen mit dem Thema
Einsatz von KI-Systemen, Large Language Models bis hin zum Einsatz von KI, wirklich
auch in technischen Applikationen ganz intensiv auseinandersetzen. Ich glaube, da sind
wir mittlerweile auch schon einen guten, weiten Schritt voran. Es ist natürlich so, dass
viele Studierende KI-Systeme einsetzen, wenn ich an ChatGPT denke, um zum Beispiel
auch Arbeiten vorzubereiten, was auch per se nicht schlecht ist und auch nicht verboten
werden sollte, weil es natürlich auch ein Hilfswerkzeug ist, um natürlich gerade in der
Recherchephase, vielleicht auch in der Phase, wo ich mir auch einen Kontext
zusammenstelle, ist es sehr, sehr wichtig, dass man zukünftig diese Möglichkeiten des
sogenannten Weltwissens, das ist ja das, was eigentlich auch am Ende des Jahres mit
dem CHPT der Version 5 auch schon anprognostiziert wird, dass damit eigentlich das
Weltwissen auch live zur Verfügung steht. Da bin ich schon ganz gespannt. Wo sehe ich
aber die Schwierigkeiten aktuell?
00:16:28
ich aber
00:16:30
SPEAKER_00
SPEAKER_01
Und das ist so ein Thema, das habe ich auch selber festgestellt, dass ich mit den
Themen, wir sind im Sacki-Projekt zwei Jahre schon mit dabei, aber auch seit dem
großen, wie soll ich denn sagen, der große Hype ab 30. November 2022 losging mit
OpenAI. Mit dem Thema auseinandergesetzt ist natürlich, dass wenn ich mir durch die
KI natürlich auch Texte generieren lasse, die erstellen lasse,andersetzung der
verschiedenen Quellen der Texte, das oftmals schwieriger ist, wenn ich schon einen
fertigen Text vorgesetzt bekomme, als wenn ich den selber erzeuge. Deswegen sehe ich
es an der Stelle eigentlich in dieser Phase, Texte zu schreiben, sehr, sehr schwierig an,
um danach natürlich klar herauszustellen, was jetzt eigentlich meine eigenen Gedanken
noch sind und wo ich einfach die Gedanken übernehme. Dann kommt natürlich der
Punkt, den wir schon diskutiert haben auch dazu, wie weit natürlich auch die KI einen
bestimmten Bias hat und vom anderen Verhalten natürlich da auch teilweise auch
manchmal Nonsens reinbringen. Ja, das sehen wir aktuell in der Datenlage bei ChatGPT,
ich glaube, bei der 4.0-Version auch, ist ja die Datenlage noch, ich glaube, nur bei 3,5
begrenzt, auch bis 2021. Also teilweise natürlich auch vielleicht veraltete Daten auch
schon mit drin. Und das muss man natürlich aktiv da reflektieren. Deswegen sehe ich
das schon als Vorteil in der Ideengenerierungsphase, in der Ideation-Phase, ob das jetzt
Hausarbeiten sind, dass Vorbereitungen sind für Prüfungen, gerade das Thema
Literaturarbeit. Da gibt es schon andere Tools, die das mittlerweile richtig gut machen.
Die gab es auch schon vor GPD, die auch das Thema Literaturrecherche intensiv
begleiten. Also da ist AI auch schon ganz stark im Einsatz. Aber da ist
00:18:09
SPEAKER_02
Aber da ist ja auch gerade das große Problem bei ChitGPT, das Zitieren, das ist ja auch
nicht ohne Weiteres möglich. Deswegen ist es ja, wie du sagst, schwierig, das da gerade
beim Schreiben einzusetzen, weil man ja quasi kein eigenes Gedanken gut erzeugt hat
und fremdes Gedanken gut nutzt. Und das muss man eigentlich kennzeichnen und auch
für andere zugänglich halten. Und das ist mal schwierig.
00:18:29
SPEAKER_01
Um vielleicht auch nochmal abseits der Thema der wissenschaftlichen Arbeit nochmal
einen kleinen Insight, einen KI-Insight geben zu können. Wir haben ja auch im Rahmen
des ZWACKIT-Projekts, wo wir jetzt schon fast zwei Jahre intensiv uns mit dem Thema
beschäftigen, verschiedene Lehr- und Lernformate auch schon entwickelt. Und am
letzten Wintersemester und auch im nächsten Wintersemester bieten wir so einen KI
Grundlagenkurs an. Und wir haben jetzt auch im Sommersemester hier gerade erst
letzte Woche unseren KI-Innovationswerkstattkurs haben wir auch abgeschlossen. Das
waren zwei Formate, weil du mich vorhin gefragt hast, wo KI auch natürlich aus Lehrer
Nerrichts-Rolle spielt, wo wir das Thema KI vermitteln. Ja, das ist zum einen in diesem
Grundlagenkurs, da geht es wirklich darum, hier, dass ich die einzelnen Basics auch mal
verstehe. Was ist KI? Wo kann ich KI einsetzen? Was ist der Unterschied eigentlich
zwischen dem Thema Data Analytics und wo kommt eigentlich das Thema Predictive
Learning zum Beispiel auch mit rein? Das sind Themen rund um das Thema No-Code
Basics, also wie ich auch mit einfachen Systemen KI-Systeme anlernen kann. Da geht es
um das Thema Deep Learning, Reinforcement Learning, das Thema Chatbots, also
wirklich ein breiter Einstieg in verschiedenen Anwendungsdomänen auf einem
bestimmten Level, sodass man das als Grundkurs auch vermitteln kann. Ich selber
vielleicht auch dabei, ganz kurz einen Blick dazu, setze natürlich auch KI in die
Lehrveranstaltungen mit ein, also wir nehmen es öfter in den Lehrveranstaltungen, dass
wir wirklich ChatGPT nutzen, dass wir einfach mal den Stand des Wissens, der
Recherchen mal ein bisschen challengen im Vergleich zu dem, was uns die KI auszeigt.
Aber auch gerade in der Vorbereitungsphase zur Ideengenerierung, da nutze ich solche
Tools eigentlich generell relativ häufig. Was ich vor kurzem erst gemacht habe und das
war wirklich super, dass man mit, da gibt es auch verschiedene Tools, sich auch wirklich
relativ easy und leicht bestimmte Slide-Decks auch, Slide-Stacks natürlich auch
erstellen lassen kann, das heißt zum Beispiel du hast eine Website oder du hast ein paar
Stichpunkte und ja, das AI-Tool baut dir daraus eigentlich schon fast eine fertige
Präsentation. Ja, wie gesagt, immer alles mit Vorsicht genießen. Man muss es natürlich
selber anpassen. Man muss auch auf das Quellen-Editoring achten. Aber das hilft aus
meiner Sicht viel, gerade in diesem kreativen Ideation-Prozess in vielen Situationen.
Kann aber auch dazu führen, dass man natürlich auch teilweise überfordert ist mit der
Informationsflut.
00:20:40
SPEAKER_02
Da erinnere ich mich auch zurück, wie ich früher angefangen habe, Google zu nutzen.
Das war ähnlich. Es waren viele Tools, viele auf einmal. Man wusste nicht so richtig, wie
wird es eingesetzt? Wie kommt man an die Informationen, die man haben möchte? Und
mittlerweile ist Google ja auch so ein No-Brainer. Das nutzt man und das funktioniert.
Ich kann mir das auch vorstellen bei solchen anderen Tools, dass es einfach nahtlos in
den Alltag irgendwie integriert wird, mit trotzdem noch der kritischen Betrachtung.
00:21:05
SPEAKER_01
Genau, also wir schauen einfach mal 25 Jahre zurück oder vielleicht sogar 30 Jahre
zurück bei der Einführung des Internets, des World Wide Webs in dem Bereich, wo sehr,
sehr viele Leute auch skeptisch waren und das auch so als Einzelfall und atypische
Situation. Ein Kennzeichen heutzutage ist das natürlich eigentlich ein Backend, was im
Hintergrund bei allen oder nahezu allen Applikationen natürlich mit dahinter läuft. Also
auch mal aus der Wirtschaftssituation heraus, sehen wir uns aus unserem
Wirtschaftsbereich heraus, werden natürlich diese KI-Systeme später, die werden
natürlich so weit scaled in dem Bereich, dass sie einfach in allen Wendungen drin sind.
Wir hatten dazu auch schon gesprochen. Und es wird halt einfach, wie du sagst, später
auch mal ein No-Brainer sein. Wobei wir natürlich bei dem Thema KI immer, wenn es ein
No-Brainer irgendwann mal wird, dann natürlich die Themen rund um das Thema
Datensicherheit, Bias, Ethik, Vertrauenswürdigkeit, also Vertrauenswürdigkeit der KI
Modelle und auch Explainability der KI-Modelle. Das sind, glaube ich, noch Punkte, die
aktuell dies noch stark zu diskutieren gibt. Und hier ist ja zum Beispiel auch die EU ganz
stark dabei, im ethischen Bereich und auch ganz stark in dem Thema Blackbox-KI, da
natürlich auch ganz stark auch zu regulieren. Ja, und da ist natürlich wieder die Frage,
wie weit wird etwas reguliert werden, wie weit kann es auch geöffnet werden, damit wir
natürlich da auch in Europa auch stringente Lösungen schaffen, die natürlich zum einen
auch outside the box gedacht werden können, aber natürlich irgendwo auch einen
gewissen Rahmen abbilden.
00:22:25
SPEAKER_02
Hoffentlich nicht in eine Überregulierung, sodass jegliche Innovation gebremst wird.
00:22:30
SPEAKER_01
Das hoffe ich auf keinen Fall. Aber ich bin auch der Meinung, dass wir da eher Freiheiten
brauchen in dem ganzen Bereich. Und wenn es heißt, dass die Freiheiten eher in einer
Sandbox geschehen können und dann natürlich später schon Regulierungsprozesse
natürlich auch, gerade wenn es jetzt in die Geschäftsprozesse reingeht oder auch in den
End-Consumer-Bereich, im B2C-Bereich, was das Thema auch Datenerhebung,
Datenauswertung angeht, dann muss natürlich da schon eine einheitliche Richtlinie
auch entstehen. Ich denke, viele KI-Systeme sind schon im Hintergrund auch mit
Systeme eingeflossen, aber vielleicht hast du da ja auch nochmal ein Meinungsbild.
00:23:01
SPEAKER_02
Also ich kann mir erst mal für die kurzfristige Zukunft vorstellen, dass der Einsatz erst
mal ein bisschen kritischer wird, weil, wie du schon meintest, die Aufmerksamkeit flacht
ein bisschen ab. Aktuell schreibt ja jeder auf seinem Produkt drauf, KI hier, KI dort,
einfach um es besser zu verkaufen. Aber für den kurzfristigen Einsatz kann ich mir
vorstellen, dass es erstmal ein bisschen das Interesse zurückgeht und sich das ein
bisschen einschwingt für die Bereiche, die man auch wirklich braucht, bis es dann auf
so einem breiten Markt verfügbar ist, dass man das eigentlich gar nicht mehr aus dem
Alltag wegdenken kann, wie so ein Smartphone oder so.
00:23:30
SPEAKER_01
Vincent, vielen lieben Dank, dass du heute dabei warst in unserem Podcast KI Insight. Es
hat mir sehr, sehr viel Spaß gemacht, mit dir einzelne Themen anzudiskutieren, auch
deine persönlichen Eindrücke auch zu bekommen, wie du auch im privaten Umfeld,
aber auch in der Hochschule, KI-Systeme einsetzt.
00:23:46
SPEAKER_02
Ja, vielen Dank, dass ich hier sein durfte. Ich hoffe auch noch, bei euch eine schöne Zeit
haben zu können im AI-Tech-Labor. Vielen Dank an alle ZuhörerInnen da draußen.
00:23:53
SPEAKER_01
Dank an alle ZuhörerInnen da draußen. Wir hören uns bald zur nächsten Folge. Auf
Wiedersehen.
00:24:01
SPEAKER_00
Der KI-Insights-Podcast ist eine Initiative des Projekts SAKI, der zentralen Anlaufstelle
für innovatives Lehren und Lernen interdisziplinärer Kompetenzen der KI der
Hochschule Magdeburg-Stendal, gefördert vom Bundesministerium für Bildung und
Forschung.