Sammelthread zu Themen betreffend "Künstliche Intelligenz" (KI)

[josef]

"Thunderforge"
Pentagon will mit KI in den Krieg, das Silicon Valley hilft dabei
Das US-Verteidigungsministerium will Entscheidungen in Kampfeinsätzen teilweise Künstlicher Intelligenz überlassen

"Das Zeitalter des Kriegs der KI-Agenten hat begonnen. Unsere Feinde warten nicht", prophezeit das KI-Unternehmen Scale AI.
Foto: EPA/MARTIN DIVISEK

"Das erste Land, das Künstliche Intelligenz vollständig in die militärische Entscheidungsfindung einbezieht, wird die Geschichte des 21. Jahrhunderts formen." Manche mögen beim Lesen dieser Zeilen an einen dystopischen Sci-Fi-Thriller aus Hollywood denken. Was das kalifornische KI-Unternehmen Scale AI aber auf seiner Website prophezeit, scheint im echten Leben zumindest die Strategen des US-Verteidigungsministeriums zu überzeugen. Wie am Mittwoch bekannt wurde, hat die im Pentagon angesiedelte Defense Innovation Unit (DIU) einen Vertrag mit Scale abgeschlossen, um KI-Agenten in militärische Entscheidungsprozesse zu integrieren.

Scale AI und die DIU arbeiten demnach am Projekt "Thunderforge" zusammen, dessen Ziel unter anderem darin besteht, KI in die Planung militärischer Operationen und den Einsatz auf Kriegsschauplätzen zu integrieren. "Die heutigen militärischen Planungsprozesse beruhen auf jahrzehntealten Technologien und Methoden, die ein fundamentales Ungleichgewicht zwischen dem Tempo moderner Kriege und unserer Reaktionsgeschwindigkeit herstellen", sagt Bryce Goodman, der Leiter des Thunderforge-Projekts, in einer Aussendung der DIU. Zusätzlich in das Projekt eingebunden sind die Tech-Unternehmen Microsoft und Anduril.

"Unsere Feinde warten nicht"
"Das Zeitalter des Kriegs der KI-Agenten hat begonnen. Unsere Feinde warten nicht", macht Vertragspartner Scale auf seiner Website die eigene Zukunftsaussicht klar. Während in der klassischen Kriegsführung Individuen mit über Jahrzehnte gewachsenem Fachwissen in Einzelbereichen zusammenarbeiten und oft Tage für vernünftige Entscheidungen brauchen würden, greife KI auf Wissen aus 4000 Jahren zurück und treffe Entscheidungen in wenigen Minuten, heißt es weiter. Bei alledem werde die KI freilich unter "sorgfältiger menschlicher Aufsicht" stehen, wie Scale in einer Aussendung sicherheitshalber festhält, während die DIU auf den Hinweis verzichtet.

Scale-AI-CEO Alexandr Wang bei einem Briefing vor Abgeordneten zum US-Kongress.
IMAGO/Jack Gruber

Genau einen Tag vor Bekanntwerden der Kooperation mit dem Pentagon durfte Scale-CEO Alexandr Wang – ein Sohn chinesischer Einwanderer – in einem Gastkommentar für den Economist die Agenda des Unternehmens verdeutlichen: "Kriege, sowohl heiße als auch kalte, haben lange Zeit Kulturen geprägt und die Freiheit und den Wohlstand gesichert, den so viele im Westen jetzt für sicher halten. Im Kampf um die Vormachtstellung in der agentengeführten Kriegsführung gibt es zwei mögliche Endspiele: Entweder der Westen gewinnt und kann seine Grundwerte wie Meinungsfreiheit verteidigen, oder er gibt seine Vorherrschaft an autoritäre Regime ab, die die demokratische Lebensführung grundlegend verändern könnten." Wer genau den Westen am stärksten bedroht, ist für Wang auch klar: China, das KI in allen Bereichen der Kriegsführung einsetzen wolle.

Thunderforge werde KI-gestützte Planungsfunktionen, Entscheidungshilfetools und automatisierte Arbeitsabläufe bereitstellen. Zum Einsatz kommen dabei Large-Language-Modelle, die auch KI-Chatbots wie ChatGPT zugrunde liegen, KI-gestützte Simulationen und interaktive, agentenbasierte Kriegsspiele. Angewandt werden soll Thunderforge zunächst beim Indo-Pacific Command und European Command der U.S. Army.

KI bereits im Einsatz
Dass KI bereits im Kriegseinsatz ist, zeigt der Krieg in Nahost. Die israelische Armee operiert dort unter anderem mit KI-Modellen von Microsoft, wie die Nachrichtenagentur AP berichtete. Diese würden dabei helfen, Angriffsziele genauer und wirkungsvoller zu identifizieren, wie es vonseiten des israelischen Militärs hieß. Die KI arbeite dabei aber immer mit hochrangigen Offizieren zusammen, um internationales Recht einzuhalten und den militärischen Nutzen gegen mögliche Kollateralschäden abzuwägen.

Im ukrainischen Militär kommt die KI unter anderem zum Einsatz, um im Krieg gegen Russland Videoaufnahmen von Drohnen auszuwerten und in die Entscheidung über Angriffsziele und die Zielansteuerung von Waffen einfließen zu lassen.
(Michael Windisch, 7.3.2025)

Mehr zum Thema:
OpenAI für den Krieg: US-Militär erwirbt KI-Tools für Kampfeinsätze
US-Verteidigungsministerium will die KI Waffen entwickeln lassen

Pentagon will mit KI in den Krieg, das Silicon Valley hilft dabei

 

[josef]

Quaxi goes KI
Wettervorhersage wird dank neuer KI-Modelle noch genauer – auch über 14 Tage hinaus?
Google und Microsoft arbeiten erfolgreich an großen neuronalen Netzwerken, die bisherige Prognosen etwa zu Wirbelstürmen deutlich übertreffen

Bei der Vorhersage tropischer Wirbelstürme (hier Hurrikan Rafael aus dem Jahr 2024) stellte das KI-Modell Aurora von Microsoft herkömmliche Prognosemodelle in den Schatten.
IMAGO/Goes-East/Noaa

Es ist eine Binsenweisheit, die fast so alt ist wie der tägliche Wetterbericht: Jede Vorhersage über zwei Wochen hinaus ist unsicher. Als Grund dafür gilt die Chaostheorie oder konkret: der Schmetterlingseffekt, der in den 1970er-Jahren formuliert wurde und von dem es unterschiedliche Versionen gibt. Unter dem Strich laufen alle darauf hinaus, dass kleinste Turbulenzen aufgrund der Beschaffenheit unserer Atmosphäre und ihrer nichtlinearen Dynamik für unabsehbare Konsequenzen und letztlich womöglich sogar für schwere Stürme sorgen können.

33 Tage scheinen möglich
Was im vergangenen Jahrhundert als ehernes Gesetz galt, wird nun allerdings zunehmend in Zweifel gezogen. Schuld daran sind die Fortschritte der Künstlichen Intelligenz. So haben Atmosphärenwissenschafter mithilfe eines von Google entwickelten KI-Wettermodells herausgefunden, dass Vorhersagen von einem Monat oder mehr in die Zukunft möglich sein könnten. "Wir haben keine Grenze dafür gefunden, wie weit man in die Zukunft schauen kann", sagt Trent Vonich (University of Washington) im Gespräch mit dem News-Portal von Science. "Uns ging zuerst der Speicher aus."

Wie sie in einem noch nicht begutachteten Preprint berichten, der Ende April auf der Plattform Arxiv erschien, konnten sie mit neuen und besseren Ausgangsdaten die Genauigkeit der 10-Tage-Vorhersage von Graphcast im Durchschnitt um 86 Prozent verbessern, was "absolut gewaltig" sei. Noch überraschender war die Tatsache, dass das Modell damit auch in der Lage war, das Wetter bei Tests mit historischen Daten mehr als 33 Tage in der Zukunft vorherzusagen. Das konnten auch die beteiligten Forschenden kaum glauben.

KI-Modell lernt Physik
Nicht nur Google, auch Microsoft arbeitet seit einiger Zeit an KI-Modellen zur Wettervorhersage. Bereits im Juni 2024 präsentierte Microsoft sein KI-Modell Aurora als ein Werkzeug zur präzisen Vorhersage von Wetterverhältnissen und atmosphärischen Prozessen. Am Mittwoch wurde sein Können im Fachblatt Nature quasi offiziell und fachbegutachtet demonstriert. Beteiligt daran war auch Johannes Brandstetter von der Uni Linz.

Brandstetter hatte im Rahmen seiner früheren Forschungstätigkeit in Amsterdam Anbindung an die Microsoft-Forschungsgruppe "AI for Science", die ein Ideenlieferant für das Projekt Aurora war. Damals habe man gesehen, "dass KI-Modelle wie ChatGPT immer größer und erfolgreicher wurden. Gleichzeitig hat man sich ihrer Fähigkeit in den Naturwissenschaften noch nicht bedient." Das sollte sich schnell ändern, indem man den großen KI-Modellen Physik beibrachte.

Auch in Aurora wurde "quasi physikalisches Wissen hineingepumpt", wodurch man "einen Rohdiamanten schuf", erläutert der Forscher vom Linzer Institut für Machine Learning. Das System wurde mehr als eine Million Stunden lang mit verschiedenen geophysikalischen Daten trainiert. In einer zweiten Phase schliffen die Forschenden ihren Diamanten für verschiedene Anwendungen zurecht: Aurora wurde auf verschiedene Fragestellungen angewendet.

Bessere Hurrikan-Prognosen
So lässt sich mit dem großen neuronalen Netzwerk etwa fünf Tage im Voraus für jeden Ort auf der Welt die Luftqualität voraussagen – oder auch die Entwicklung tropischer Wirbelstürme und ihrer potenziell zerstörerischen Bahnen. Zehn-Tages-Prognosen sind möglich für Meeresströmungen oder auch das Wetter in hochauflösender Form. Die Berechnungen benötigen weniger als eine Minute: "Im Gegensatz zu den herkömmlichen numerischen Systemen, die oft mit vielen Personen über Jahre aufgebaut wurden, kann ein KI-Modell wie Aurora zudem in nur wenigen Wochen auf eine gewisse Anwendung zugeschnitten werden", sagt Brandstetter.

Interview with Paris Perdikaris
Caption: Interview with Paris Perdikaris Credit: Sylvia Zhang, Penn EngineeringNPG Press

In einem Nature-Begleitvideo erläutert Hauptautor Paris Perdikaris (University of Pennsylvania) die wichtigsten Errungenschaften dieses "Foundation Model": Es liefert sehr verlässliche, akkurate und für jeden zugängliche Vorhersagen, die geringe rechnergestützte Ressourcen benötigen. Das Modell konnte im Rückblick alle Hurrikans im Jahr 2023 akkurater vorhersagen als alle Vorhersagezentren. Und die hohe Auflösung des KI-Modells bei Wetterdaten zeige auch neues Potenzial, Stürme und Extremereignisse sehr lokal akkurat zu erkennen.

Heilige Grale
In den nächsten fünf bis zehn Jahren sei es der "Heilige Gral", Systeme zu bauen, die direkt mit den von Fernerkundungssystemen wie etwa Satelliten und Wetterstationen gelieferten Observationsdaten arbeiten. Damit sollen dann hochauflösende Vorhersagen für jeden Ort möglich werden – womöglich weit über die 14 Tage hinaus.
(tasch, APA, 21.5.2025)

Wettervorhersage wird dank neuer KI-Modelle noch genauer – auch über 14 Tage hinaus?

 

[josef]

Warum sich Künstliche Intelligenz an Archäologie die Zähne ausbeißt
Moderne Bilderkennung könnte die Dokumentation und Klassifikation von Funden revolutionieren. Laut KI-Forscherin Ayellet Tal ist der Weg aber steiniger als gedacht

Stempelsiegel in Käferform mit zwei Männern und einem Löwen, Levante.
The Met/gemeinfrei

Sie gilt als Allheilmittel für das Schreiben von Texten, aber auch für die Entwicklung neuer Medikamente, für genauere Wetterprognosen und das Lösen mathematischer Rätsel: Künstliche Intelligenz. Ein Forschungsfeld, an dem die digitale Revolution bis auf ein paar Ausnahmen jedoch fast spurlos vorbeigegangen ist, ist die Archäologie. Zwar lassen Radartechnologien mittlerweile ohne Grabarbeiten unter die Erde blicken, und moderne DNA-Analysen fördern Verblüffendes aus längst vergangenen Zeiten zutage. Gerade die Klassifizierung und Restaurierung von Fundstücken ist aber immer noch mühsame Handarbeit.

Wie praktisch wäre es da, eine Münze oder ein anderes beliebiges Artefakt zu finden und mithilfe von Bilderkennungssoftware in Sekundenschnelle Hinweise zu Herkunft, Alter und der damit verbundenen Kultur zu bekommen? Oder einen Scherbenhaufen von einem intelligenten Computerprogramm digital zusammensetzen und dabei gleich die fehlenden Stücke automatisiert rekonstruieren zu lassen. Denn bei Fotos und selbst bei Gemälden können das KI-gestützte Fotoprogramme mittlerweile erstaunlich gut.

Steiniger Weg
Das dachte sich auch die Computerwissenschafterin und KI-Forscherin Ayellet Tal vom Technion, dem Israel Institute of Technology, die zuletzt beim Symposium Visual Computing Trends der Forschungseinrichtung Vrvis in Wien weilte. "Um Archäologie kommt man in Israel nicht herum. Bei jedem Schritt, den man macht, hat man tausende Jahre Geschichte unter den Füßen. Das hat mich immer schon fasziniert", sagt sie im Gespräch mit dem STANDARD. Als sie mit Archäologen und Archäologinnen der University of Haifa ins Gespräch kommt und erfährt, dass diese endlich auch gerne computergestützte Werkzeuge verwenden würden, ist sie schnell mit an Bord.

Viele dieser Stempelsiegel sind in Käferform gestaltet und wurden als Amulett getragen.
The Met/gemeinfrei

"Ich dachte, das ist doch perfekt. Wir können mit unseren Algorithmen viel beitragen, um deren Forschung zu vereinfachen. Wir lösen schnell die Aufgabenstellungen, es gibt ein paar wissenschaftliche Publikationen, und alle sind glücklich", erinnert sich Tal. Heute, 15 Jahre und diverse Forschungskollaborationen später, muss sie über ihre eigene Naivität damals lachen. Als größtes Problem stellte sich aber nicht fehlendes technisches Equipment oder schwache Rechenleistung an den Unis heraus, sondern das hochspezialisierte Fachgebiet.

"Die meisten archäologischen Datenbanken sind winzig und zudem nicht öffentlich. Um ein Modell für Stempelsiegel, Amulette oder Münzen einer ganz bestimmten Zeit- und Kulturperiode zu trainieren, braucht es spezielles Fachwissen, das teilweise nicht einmal Doktoranden mitbringen", erklärt sie. Beim Zusammenfügen von Puzzleteilen, etwa für die Rekonstruktion von Artefakten, tue sich die Bilderkennung wiederum schwer, weil die Ränder der Teile oft verwittert, zersplittert oder anderweitig beschädigt seien und folglich keine klar definierten geometrischen Linien aufweisen.

Tausende Stempelsiegel
Ungeachtet dieser Hürden und Limitationen hat die Forschungs- und Entwicklungsarbeit von Tal und ihren Forschungspartnern zu einigen spektakulären Vorzeigeprojekten geführt. Eines davon umfasst ein riesiges Verzeichnis an jahrtausendealten Stempelsiegeln, die in der Region Südlevante – das Gebiet des heutigen Israel inklusive der palästinensischen Gebiete – gefunden wurden. Auf Basis der an den Universitäten Bern, Zürich und der Tel Aviv University zusammengetragenen Datenbank entwickelte das Team um Tal eine Bild-Erkennungssoftware, die die Stempelmuster digital erfassen und verwandte Artefakte zuordnen kann.

Dieses aus Ägypten importierte Amulett in Form eines Mistkäfers (Skarabäus) aus dem 17./16. Jahrhundert v. Chr. wurde in einem Grab bei Tel Nagila (Israel) gefunden. Auf seiner Unterseite sind verschiedene Glückszeichen eingraviert, darunter ein Goldzeichen (im Zentrum unten) oder Lebenssymbol Ankh (jeweils links und rechts aussen).
Israel Antiquities Authority/Stamp-Seals from the Southern Levant Project (SSSL); Fotos: Mor Goldenberg, Zeichnungen: Ulrike Zurkinden

Wie bei Google und anderen modernen Suchmaschinen können Forschende nun neben Suchparametern wie Symbolen, Farben oder auch Fundorten das Bild eines neuen Artefakts hochladen und bekommen dann Vorschläge von ähnlichen Stempelsiegeln, die die zeitliche und örtliche Zuordnung erheblich erleichtern können. Damit das funktioniert und das Verzeichnis überhaupt die richtigen Querverweise finden kann und auch Neueinträge richtig einordnet, kommen klassische KI-Methoden wie Deep Learning zum Einsatz.

Auf dem Screenshot der Software von Ayellet Tal und ihrem Team ist zu sehen, wie der Computer vergleichbare Zeichenkombinationen in einer Datenbank unter tausenden von Stempelsiegel-Amuletten auf vielen Jahrhunderten findet.
Arc Aid - a Hugging Face Space by offry

Was für die meisten trivial klingt, ist für die archäologische Community bahnbrechend, wie Stefan Münger vom Institut für Judaistik der Universität Bern gegenüber dem STANDARD bestätigt. "Oft bekommt man ein Artefakt in die Hand, da weiß man, dass man so etwas ganz Ähnliches schon mal gesehen hat. Bisher hieß das: ab in die Bibliothek und entsprechende Werke durchblättern oder die eigene digitale Datenbank manuell Eintrag für Eintrag durchsuchen", erklärt Münger. Was sonst viele Stunden und Nerven kostete, erledigt die maßgeschneiderte archäologische Suchmaschine in Sekunden.

Abstrahierte Symbole
Verwandte Artefakte findet die Software durch die auf den Stempelsiegeln eingravierten Symbole, die sie als digitale Zeichnung abstrahiert. Diese – viele von ihnen zwischen 2500 und über 4000 Jahre alt – reichen von Tieren und Spiralenverzierungen bis hin zu Fruchtbarkeitsgöttinnen, Gewaltdarstellungen, aber auch Gold- und Ankh-Symbolen.

"Durch die Ikonografie lässt sich viel über die politisch-gesellschaftlichen Vorgänge in einer Region ableiten. Wie waren die Machtverhältnisse? Welche Religion, welches Glaubenssystem dominierte, wie sah die kulturelle Identität aus?", fasst Münger die Relevanz der Stempelsiegel zusammen, die vielerorts als Amulette getragen wurden. "Das sind umso wichtigere Zeugnisse und Anhaltspunkte, weil es von dieser Zeit in der Region kaum direkte Quellen gibt."

Dass manche von der Software aufgelisteten "verwandten" Funde völlig danebenliegen, ist Münger zufolge nicht weiter schlimm. Denn wenn unter den zehn bis 20 ersten Ergebnissen ein Artefakt zu finden ist, das eindeutig zur eigenen Suche passt, entgeht das den geschulten Augen von Archäologinnen und Archäologen in der Regel nicht.

Derartige Stempelsiegel mussten zur Dokumentation bisher fotografiert und händisch gezeichnet werden. Das digitale Nachzeichnen der Gravurmuster kann nun teilweise die KI übernehmen, von Hand gezeichnete Dokumentationen sind aber noch genauer.
Rockefeller Museum

Im Gegenzug glaubt KI-Expertin Tal aber auch nicht, dass Künstliche Intelligenz die Expertise und das langjährig angeeignete Fachwissen ersetzen kann. "Was Intelligenz auf Expertenlevel betrifft, werden diese generalisierenden KI-Modelle Menschen nicht ablösen. Sie können aber wichtige Werkzeuge sein", ist Tal überzeugt. Dass die Computerwissenschafterin zu diesem Schluss kommt, lässt auch Münger hörbar aufatmen, wenngleich dieser enormes Potenzial für die Klassifikation und Dokumentation sowie generell die Arbeitsweise des gesamten Forschungsfeldes sieht.

Fehlende Intuition
Doch nicht nur für Fachleute eröffne solche Erkennungssoftware neue Möglichkeiten. So könnten Hobby-Forschende sich bei Zufallsfunden leichter einbringen, und auch für die Forensik könne so ein Werkzeug hilfreich sein, ist Münger überzeugt. Werden beispielsweise Artefakte gestohlen oder landen sie illegal auf dem Schwarzmarkt, könnten Behörden mithilfe derartiger Software das wertvolle Diebesgut schnell erkennen und identifizieren.

"Eine Komponente, die der KI aber wohl noch lange fehlen wird, ist die Intuition", sagt der studierte Theologe. "Gerade bei der Archäologie ist es meist ein Zusammenspiel zwischen sensorischen Eindrücken, also Optik, Haptik und dann natürlich der langjährigen Erfahrung. Oftmals weiß man intuitiv, wo man nach einem Fund ansetzen muss, um die damit verknüpften Rätsel zu lösen."
(Martin Stepanek, 19.7.2025)

Warum sich Künstliche Intelligenz an Archäologie die Zähne ausbeißt

 

[josef]

Künstliche Intelligenz ist Stromfresser

Künstliche Intelligenz ist im Alltag angekommen, doch der Stromverbrauch der Systeme ist laut Forschern der TU Graz überraschend hoch. Selbst kleine Anfragen können so viel Energie verbrauchen wie eine volle Smartphone-Ladung.
Online seit heute, 6.30 Uhr
Teilen
Die KI-Systeme verwenden Hochleistungs-Chipkarten, die ursprünglich für Grafikleistungen konzipiert wurden. Diese haben einen sehr hohen Stromverbrauch. „Wenn wir jetzt von dem aktuell stärksten Supercomputer sprechen, dann reden wir da vom Betrieb von 21 Megawatt, was durchaus der Strombedarf einer Kleinstadt ist", sagt Martin Stettinger, KI-Forscher an der TU Graz.

Um die knapp 40.000 Grafikkarten zu betreiben, von denen jede etwa 500 bis 600 Watt benötigt, sei „sehr, sehr viel Energie im Hintergrund" nötig, so Stettinger. Denn die KI müsse quasi über jedes Wort nachdenken und Daten quer durch die Welt zu den Computerfarmen verschieben.

Eine E-Mail kostet eine Smartphone-Ladung
Der dabei weltweit entstehende Stromverbrauch ist schon bei kleinen Aufgaben überraschend groß. „Ein Beispiel wäre, wenn man sich eine E-Mail von einer KI schreiben lässt, würde das den Energiebedarf circa von einer vollen Ladung eines Smartphones verbrauchen", erklärt Stettinger.
Anwenderinnen und Anwender sollten die KI bei Anfragen nicht wie einen Menschen behandeln und dabei höflich sein, denn auch das verbraucht enorm viel Strom. „Jedes Wort, das ich mehr an die KI übermittle, bei meiner Anfrage, bei meinem Prompt sozusagen, hat natürlich eine direkte Auswirkung auf den Energiebedarf", so der Experte.

Stromverbrauch steigt weiter
Der KI-Strombedarf steigt laufend weiter. Bis 2030 sollen die KI-Systeme dieser Welt so viel Strom wie Japan verbrauchen. Bei der KI sei es „nicht nur die reine Rechenleistung, die einen großen Aufwand mit sich bringt, sondern auch das Verschieben von Datenmengen", warnt Stettinger.
27.08.2025, red, steiermark.ORF.at
Künstliche Intelligenz ist Stromfresser

 

[josef]

Swipen statt fragen
Digitale Schüler, analoge Schule: Wie KI das Bildungssystem verändert
Hausübungen von ChatGPT waren nur der Anfang. Künstliche Intelligenz stellt das Bildungssystem auf den Kopf. Ein Pilotprojekt soll österreichische Schulen nun voranbringen

Während Jugendliche KI-Tools bereits routiniert verwenden, sucht das Bildungssystem noch nach dem richtigen Umgang mit der neuen Technologie.
Collage: Der Standard/Köstinger

Bei der Maturafeier kommt oft die Wahrheit ans Licht. Wenn die Prüfungen bestanden und die Zeugnisse verteilt sind und das strenge Lehrer-Schüler-Verhältnis mit jedem Spritzer weiter aufweicht, erzählen Maturanten oft Geschichten, die sie monatelang für sich behalten hatten.

So berichtet eine Schülerin, wie sie ihre Spanischnote von einem Fünfer auf einen Vierer rettete: ChatGPT lieferte die Ideen auf Deutsch, DeepL übersetzte sie ins Spanische, und die Sprachsynthese-Software Elevenlabs klonte ihre Stimme für den aufgezeichneten Monolog. Die Lehrerin merkte nichts. Ein anderer Schüler erzählt, wie er selbst bei der Matura mit verstecktem Zweithandy und Smartwatch schummelte – und damit nicht allein war.

Schularbeiten zählen wieder mehr
Künstliche Intelligenz ist längst im Klassenzimmer angekommen. Als ChatGPT im November 2022 erschien, experimentierten zunächst nur wenige Computerfreaks damit. Wenige Monate später landeten fast ausschließlich KI-generierte Aufsätze im Postfach einer Deutschlehrerin. "Glaubts ihr, ich bin bescheuert?", fragte sie die Klasse. Die Konsequenz: keine Hausübungen mehr.

Auch andere Lehrkräfte, mit denen DER STANDARD sprach, gehen ähnlich vor. "Leider", beklagt ein Wiener Mittelschullehrer. Seit Jahren werde darüber diskutiert, dass die Schule punktuelle Leistungen überbewertet. "Aber derzeit bleibt uns nichts anderes mehr übrig." Gewertet werden nun wieder Schularbeiten, Tests, Mitarbeit im Unterricht – alles, was sich in kontrollierter Umgebung abspielt.

Es geht um mehr als jugendlichen Erfindungsgeist beim Schummeln. Die Bildungswelt ist im Umbruch: Die alten Regeln gelten nicht mehr, neue sind noch nicht geschrieben. Welche Konsequenzen hat das für Österreichs Schulen? Wie bereitet sich das System auf eine Zukunft vor, in die es längst hineingestolpert ist? Und was müssen Jugendliche lernen, wenn Maschinen vieles besser können als Menschen?

In Zeiten, in denen Hausübungen einfach mit ChatGPT generiert werden können, setzen einige Lehrkräfte wieder mehr auf Arbeiten in der Schule.
Foto: Heribert Corn

114 KI-Pilotschulen
Ende 2023, als KI ihren Platz im Klassenzimmer längst gefunden hatte, reagierte das Bildungsministerium. Der damalige Minister Martin Polaschek machte 114 Schulen zu "KI-Pilotschulen". Sie erhielten Budgets für Premium-Lizenzen verschiedener KI-Tools, die einige Monate lang erprobt werden sollten. Das Projekt läuft im September aus, die Ergebnisse sollen künftig als Leitfaden dienen.

An der Praxismittelschule der Pädagogischen Hochschule Tirol zieht Direktor Michael E. Luxner eine positive Bilanz. "Es kam die Frage aus dem Kollegium, ob wir das Tool weiter nutzen können", berichtet er. Seine Schule testete Fobizz, einen datenschutzkonformen KI-Assistenten für Texte, Bilder und Korrekturen. In Supplierstunden ließ Luxner die KI mathematische Thesen erklären oder Fake-Instagram-Posts generieren, "um zu sehen, wie leicht das geht".

Prompten will gelernt sein
"Mit der KI hat man neue Möglichkeiten, Leseverständnis zu trainieren", sagt Luxner. Doch auch Schreiben will gelernt sein: Um Texte zu verstehen, müssten Schülerinnen und Schüler mit der Maschine kommunizieren können.

Und das muss gelernt werden, betont Elisabeth Sturm. Sie hält es für einen Mythos, dass Jugendliche automatisch souveräner mit KI umgehen als Erwachsene. "Die Art, wie sie KI verwenden, ist nicht immer zielführend", sagt die Direktorin der Wiener Anton-Krieger-Gasse, ebenfalls eine Pilotschule. Ihr Beleg: Ein Drittklässler referierte über Haushaltsgeräte und behauptete ernsthaft: "Mein Drucker putzt die Zähne." Den Unsinn hatte er von der KI übernommen, ohne ihn zu hinterfragen.

Ministerium will KI-"Warenkorb"
Für Markus Krug, IT-Administrator und Lehrer an der Mittelschule Traiskirchen, war das Projekt ein "erster offizieller Testrun". Doch die Zeitspanne – an seiner Schule nur wenige Wochen – sei für Lehrkräfte zu kurz gewesen. Er hofft auf eine längere Fortsetzung.

Die soll es laut Bildungsministerium geben: Künftig sollen alle Schulen aus einem "Warenkorb" datenschutzkonformer Tools wählen können, ohne sich mit komplizierten Lizenz- und Abrechnungsfragen beschäftigen zu müssen. Für 2025 sind 57 Millionen Euro für digitale Unterrichtsmittel vorgesehen, weitere zehn Millionen sollen 2026 folgen.

Falsche Vorstellungen von "der KI"
Auch der Lehrer Bernhard Gmeiner, der beim STANDARD zu KI im Klassenzimmer bloggt, hält die Pilotschulen für einen wichtigen ersten Schritt. Noch entscheidender sei aber die Fortbildung für die Lehrerinnen und Lehrer. "Es muss nicht jeder KI-Experte werden, aber eine didaktische Grundausstattung wäre sehr wichtig", sagt Gmeiner. Klar sei jedoch: Das kostet.

Dabei gibt es längst Weiterbildungsangebote – doch sie werden kaum genutzt. Über die pädagogischen Hochschulen bietet das Ministerium einen "Massive Open Online Course KI in der Schule" an. Der vermittelt Grundlagen, Unterrichtsbeispiele und Datenschutzpraxis. Doch die Teilnehmerzahlen sind "bescheiden", wie Generalsekretär Martin Netzer im STANDARD-Blog einräumt. Viele Schulleitungen wüssten gar nicht, dass es den Kurs gibt – ein "Kommunikationsproblem". Gmeiner sieht die Ursache tiefer: "Wenn man einen Großteil erreichen möchte, dann muss man das in Präsenz am besten am Schulstandort machen." Onlinekurse allein würden nicht reichen.

Viele Lehrkräfte verbinden "die KI" noch immer mit dem ChatGPT von 2023: einem Programm, das fehleranfällige Texte produziert, die leicht zu entlarven sind. Inzwischen sind die Systeme aber multimodale Werkzeuge, die Bilder, Videos, Audio verarbeiten können. Sogenannte "KI-Agenten" planen und erledigen selbstständig ganze Projekte – vom Programmieren einer App bis zur Erstellung eines Referats.

Eine reine KI-Schule
Die Alpha School in Austin, Texas, geht deshalb noch einen Schritt weiter. An der Privatschule verbringen Lernende nur zwei Stunden täglich mit klassischen Fächern wie Mathematik oder Englisch – der Unterricht wird zur Gänze von KI-Software gesteuert. Den Rest des Tages arbeiten sie an Praxisprojekten: Sie bauen Food-Trucks, programmieren Dating-Apps oder entwickeln emotionale Support-Teddybären – alles mit KI-Unterstützung. In den kommenden Monaten will die Schule an weitere Standorte in den USA expandieren.

Das Ziel: Die Schülerinnen und Schüler sollen lernen, besser zu sein als die Maschine. Für ihre Abschlussprojekte müssen sie über das Wissen der KI hinausgehen und einen "spiky point of view" entwickeln – unerwartete, originelle Perspektiven. "Um in der KI-Ära nützlich zu sein, muss man einzigartige Einsichten haben, denen die KI nicht wirklich zustimmt", sagt der 16-jährige Alex Mathew der New York Times. "Wir versuchen, die KI zu schlagen."

Doch das Schulexperiment stößt auf heftige Kritik. Lehrergewerkschaften warnen vor dem Verlust zwischenmenschlicher Beziehungen im Klassenzimmer. Tatsächlich wechseln viele Schülerinnen und Schüler nach der Mittelstufe von der Alpha School an eine traditionelle High School. Sie wollen Teamsport und Abschlussball. Und vielleicht auch weniger Bildschirmzeit.

Menschliches wird wichtiger
Aber sie wirft eine relevante Frage auf: Zwischenmenschliche Kompetenzen werden wichtiger. "Mit dem Programmieren werden meine Schüler ihr Geld nicht mehr verdienen", sagt ein HTL-Lehrer. Probleme verstehen, Kundenwünsche erkennen – das seien die Fähigkeiten der Zukunft. Vielleicht würden Aufsätze in Schulen künftig nicht mehr geschrieben, sondern nur noch analysiert, prophezeit eine Deutschlehrerin. "Schade" fände sie das trotzdem.

Eine mögliche Antwort auf diese Herausforderungen sehen Pädagogen wie Bernhard Gmeiner im Flipped-Classroom-Modell. Statt Hausaufgaben, die zu Hause erledigt und dann in der Schule besprochen werden, dreht dieses Konzept den Lernprozess um: Die inhaltliche Vorbereitung – mit Texten, Podcasts oder Videos – erfolgt daheim, gegebenenfalls auch mithilfe von KI. Im Klassenzimmer wird dann diskutiert, vertieft und praktisch gearbeitet. "Ich sehe KI eher als einen sogenannten Buddy-Nachhilfelehrer. Als denjenigen, der zu Hause da ist, wenn keiner da ist", sagt auch Krug.

"Es muss vielmehr diese verbale Komponente in den Mittelpunkt rücken", betont Gmeiner. Der Fokus verschiebe sich vom Schreiben zum Sprechen, von der Textproduktion zur Analyse und Diskussion – genau jene menschlichen Fähigkeiten, die KI bislang nicht ersetzen kann. Noch.
(Philip Pramer, Anna Wiesinger, 31.8.2025)

Digitale Schüler, analoge Schule: Wie KI das Bildungssystem verändert

 

[josef]

Alles funktioniert doch noch nicht nach Wunsch !

Wien darf nicht Niberötrerich werden: Warum KI bei Landkarten versagt
Während "allgemeine" Bilder recht gut gelingen, erweisen sich die Generatoren für datenbasierte Zeichnungen schlicht als ungeeignet – was sich aber ändern wird

Diese von Gemini generierte Karte von Österreich ist, nun ja, einigermaßen fehlerhaft.
Google Gemini

Werfen Sie einen Blick auf diese Karte. Oder vielleicht auch lieber nicht. Wer auch nur einigermaßen mit Österreich, seinen Bundesländern und Hauptstädten vertraut ist, dem wird schnell auffallen, dass hier nicht allzu viel stimmt. Die Landesform erscheint immerhin einigermaßen korrekt, doch Vorarlberg ist nach Tirol expandiert, das sich wiederum gemeinsam mit Salzburg den Großteil des offenbar aufgelassenen Oberösterreich teilt. Salzburg wiederum ist zu einer steirischen Abspaltung geworden, das Bundesland Wien wurde in das ehemalige Südburgenland verlegt, und die Hauptstadt selbst ist nun Teil von "Niberötrerich". Graz existiert gleich drei Mal – einmal davon in Ungarn –, und dass Eisenstadt sich nun auch im äußersten Westen Ungarns befindet, spricht eher nicht für diese äußerst originelle Landesreform. Immerhin, Kärnten ist noch da, wo es hingehört, der Villacher Fasching findet künftig allerdings in "St. P. Pöl" statt. Lei lei!

Die Liste ließe sich noch lange fortsetzen, wirklich zweckdienlich wäre das aber nicht. Erstellt wurde diese Karte auch nicht von einer geografiekundigen Person, sondern von Googles KI Gemini. Das mag auf den ersten Blick verwundern, denn fragt man Gemini per Chat nach den neun Bundesländern sowie deren geografischer Verortung und Hauptstädten, so erhält man in der Regel eine korrekte Auflistung.

Zangen und Bohrer
Das ist kein Einzelfall. Auch andere KIs scheitern hier. Während sie teils fantastisch aussehende oder täuschend echt wirkende Bilder "allgemeiner" Natur erzeugen können, hakt es gewaltig bei der Abbildung akkurater Informationen. Dabei ist es egal, ob man eine Landkarte erstellen will oder die KI beauftragt, eine historische Liste der Bundeskanzler zu basteln. Meistens ist am Ergebnis mehr falsch als richtig. Doch warum ist das so?

Die stark vereinfachte Antwort darauf ist: Bildgeneratoren sind schlicht das falsche Werkzeug für die Aufgabe. Es ist, als würde man versuchen, eine Schraube mit einer Zange in ein Brett zu bohren. Das ist nicht nur umständlich, sondern wird auch nur in den seltensten Fällen zu einem zufriedenstellenden Ergebnis führen. Das liegt daran, dass Chatbots (hier kommen sogenannte Large Language Models, LLMs, zum Einsatz) und Bildgeneratoren zwar beide unter die Kategorie "Generative KI" fallen, aber aufgrund ihres Einsatzzwecks dennoch anders arbeiten. So wie auch ein Elektrobohrer und eine Zange unter "Werkzeug" fallen, aber nur wenige Überschneidungen im Einsatz haben.

Unter "Generativer KI" versteht man KI-Modelle, deren primäre Kompetenz es ist, neue Inhalte zu erzeugen. Im Falle eines LLMs wäre dies Text, im Falle anderer Modelle eben Bilder, Tonmaterial oder gar Videos. Und in sehr fortgeschrittener Form lassen sich auch schon 3D-Umgebungen erzeugen, in denen man sich bewegen und bedingt mit Elementen interagieren kann – etwa Googles Genie 3.

"Erstelle ein Porträt des ehemaligen österreichischen Kanzlers Sebastian kurz": Links mit Google Imagen 4 Ultra, rechts mit Qwen Image. Unterschiedlicher könnten die Resultate kaum sein, was auch mit der Datenbasis der Bilder-KIs zu tun hat.
DER STANDARD/Imagen 4 (l.)/Qwen Image - via LMArena

LLMs: Die Sprachmaschinen
Doch bleiben wir bei Text und Bild. Hier liegt ein wichtiger Unterschied bereits im Trainingsmaterial. LLMs werden mit Textinhalten gefüttert, von Webseiten bis hin zu Büchern. Modelle für die generative Erzeugung von Bildern hingegen eben mit Fotos und Grafiken aller Art. Sprachmodelle "erlernen" damit nicht nur den Aufbau verschiedener Sprachen, sondern erhalten auch einen Grundschatz an Informationen. Das war über Jahre auch eine ihrer Schwächen, da sie Wissensfragen eben nur auf dem Stand ihrer Trainingsdaten beantworten konnten. Mittlerweile haben aber praktisch alle bekannteren LLM-basierten Chatbots die Möglichkeit, Web-Inhalte abzufragen und in ihre Antworten einfließen zu lassen. Besonders prominent macht sich das freilich Google mit den KI-Zusammenfassungen in der Websuche zunutze.

Stellt man einem LLM eine Frage oder gibt die Anweisung zum Erstellen eines bestimmten Textes (Prompt), dann zerlegt es die Eingabe erst einmal Wort für Wort, wobei jedes davon zu einem sogenannten "Token" wird. Die Textelemente (Strings) werden dabei in Ganzzahlen (Integers) umgewandelt, anhand derer über eine interne Matrix wiederum ein Vektor erzeugt wird. Dieser repräsentiert das "Verständnis" seiner Bedeutung aufseiten der KI und wird dann über mehrere Verarbeitungsebenen immer wieder über einen Transformermechanismus modifiziert. Hier spielt auch der sogenannte "Seed" eine Rolle, ein für die jeweilige Abfrage festgelegter Zahlenschlüssel, der geändert werden kann, um für den gleichen Prompt unterschiedliche Ergebnisse zu erzeugen.

Am Ende der Verarbeitung des Prompts steht im Prinzip eine Liste an Wahrscheinlichkeiten für alle möglichen Output-Tokens. Eines davon, üblicherweise jenes mit der höchsten Wahrscheinlichkeit, wird schließlich wieder in Text umgewandelt und ausgegeben. Ebenso dient das generierte Token als wichtiger Input für die Berechnung des nächsten Outputs, was unter anderem wichtig ist, um grammatisch korrekte Wortfolgen und kohärente Satzstrukturen zu erzeugen.

DER STANDARD/ChatGPT

Der Prozess wird wiederholt, bis die Antwort gemäß der internen Logik der KI abgeschlossen ist. Der ganz genaue Ablauf der Ergebnisfindung ist allerdings auch den Entwicklern nicht bekannt, weswegen hier oft von einer "Blackbox" gesprochen wird. Als Metapher bietet sich ein Kulinarikvergleich an. Der Prompt des Nutzers entspricht einem Gericht, die Aufgabe der KI ist es, dieses zu identifizieren und das Rezept zu liefern. Die Küche ist allerdings eine Dunkelkammer.

Anders ausgedrückt: Ein LLM ist im Kern eine Wahrscheinlichkeitsmaschine. OpenAI (der Hersteller von ChatGPT), Google und Konsorten reichern diese mit zusätzlichen Such- und Kontrollmechanismen an, damit sie nicht nur Texte generieren, sondern auch Informationen abbilden können. Das funktioniert aber längst nicht immer zuverlässig. Immer wieder kommt es zur Fehlinterpretation von Quellen, der Übernahme von Falschinformationen oder Bias aus dem Lernmaterial der KI oder gar frei erfundenen Angaben, sogenannten "Halluzinationen".

Bilder-KI: Malen nach Zahlen
Geht es darum, einen Prompt zu verstehen, arbeiten Bildgeneratoren nicht grundlegend anders. Auch hier kommen für die Auswertung des Prompts oft schon LLMs zum Einsatz, die dann allerdings an ein auf Bildgenerierung spezialisiertes Modell übergeben. Für Nutzer ist das allerdings nicht sichtbar, zudem sind Hersteller auch um Vereinfachung bemüht. Statt die User manuell zwischen verschiedenen Modellen "navigieren" zu lassen, versucht man, je nach Anfrage automatisch die richtige KI zu aktivieren.

Mit Fantasiedarstellungen haben aktuelle Bildgeneratoren meist kaum Probleme. Hier: Die beiden netten Dinobrüder mit Laseraugen aus der ChatGPT-Gutenachtgeschichte von weiter oben – generiert mit Midjourney v7.
DER STANDARD/Midjourney

Ein Modell für Bildgenerierung greift für die Umsetzung eines Prompts nicht auf Text zu, sondern auf seinen in Zahlen gegossenen Datenschatz aus visuellen Werken aller Art, die mit Beschreibungen verknüpft sind. Der Verarbeitungsmechanismus ist ähnlich, doch anstelle von Worten repräsentieren neu generierte Tokens eine Fläche aus Pixeln im Gesamtbild. Dieses besteht zunächst aus Rauschen, doch mit fortschreitender Erzeugung immer neuer Tokens für das gleiche Areal wird daraus Schritt für Schritt ein fertiges Ergebnis im Sinne der Prompt-Interpretation der KI. Je öfter man diesen auch als "Diffusion" bezeichneten Prozess wiederholen lässt, desto besser und detaillierter fällt das finale Werk in der Regel aus. Bei manchen Generatoren, etwa Midjourney, ist dieser Vorgang auch gut nachzuvollziehen, weil die Zwischenergebnisse angezeigt werden.

Mit der angeforderten Bildgröße und der Anzahl der Durchläufe variiert allerdings auch die Anzahl der Output-Tokens und damit auch Rechenaufwand und Kosten. Grundsätzlich lässt sich auch für Textausgaben die Ergebnislänge anpassen. Das ergibt allerdings für Belletristik mehr Sinn als etwa bei Wissensfragen, da etwa die Liste österreichischer Bundesländer endlich ist.

"Zeige mir einen Raum ohne Elefant, mache Anmerkungen am Bild, um zu zeigen, warum dort keine Elefant sein kann": Copilot auf Basis von GPT-4 (li.) versus das multimodale GPT-4o.
Ethan Mollick/MS Copilot (l.)/GPT-4o

Dass ein Bildgenerator für Landkarten und Infografiken ungeeignet ist, liegt also in seiner Natur. Er greift auf einen begrenzten Schatz von visuellen Informationen zu, aber eben nicht auf in Text verpacktes Wissen. Dabei finden sich natürlich auch Abbildungen österreichischer Kanzler und Landkarten. Die KI hat aber kein konkretes Verständnis für die Landesgrenzen Österreichs und seine Regierungschefs, sie arbeitet mit Wahrscheinlichkeiten im Rahmen des aus Bildern bestehenden Lernmaterials. Eine Konsequenz daraus ist auch, dass die Qualität der Abbildungen damit zusammenhängt, wie oft ein Element im Lernmaterial vorkommt. Für Äpfel, Birnen und Tomaten gibt es genug Vorlagen, um recht zuverlässig glaubwürdigen Output zu erzeugen. Für exotischere Nahrungsmittel, Österreichs Altkanzler oder spezifische Kartenausschnitte ist das nicht unbedingt der Fall.

Die daraus resultierenden Defizite bei der Umsetzung "faktischer" Prompts zeigt sich nicht nur bei komplexen Aufgaben wie der Erstellung einer Kanzlerliste. Sondern auch schon bei subjektiv einfacheren Aufgaben, wie der Umsetzung von kurzen Textelementen. Denn auch diese sind für die KI in Zahlen verwandelte visuelle Informationen wie alle anderen auch. Ohne dass es ihr spezifisch beigebracht wird, verfügt sie nicht über ein "Konzept" für Buchstaben, Wörter und Wortfolgen. Obwohl die Hersteller hier bereits deutlich nachgebessert haben, sind Schreibfehler und verunstaltete Buchstaben auf KI-generierten Bildern immer noch oft zu sehen.

Erklärvideo zu Genie 3 von Google Deepmind
Two Minute Papers

Multimodale Zukunft
Das wird allerdings nicht so bleiben. Die großen KI-Firmen sehen die Zukunft in Multimodalität. Die Idee dahinter ist, dass die verschiedenen KIs enger verzahnt werden, indem man sie als "Zulieferer" in ein "Gesamtmodell" integriert. Dieses soll dann als Tausendsassa zuverlässig mit Bild, Text, Sound und Video umgehen und sich damit auch im Alltag als praktischer Helfer erweisen können.

Die ersten Schritte sind hier schon gemacht: KIs können ihre Erklärungen mit selbstgenerierten Diagrammen anreichern oder Auswertungen von Dokumenten mit einfachen Slideshows ergänzen. Dass auch per Prompt generierte Bilder künftig akkurater werden, ist ein logischer Schritt, wie auch ein im März durchgeführtes Experiment des KI-Experten Ethan Mollick von der University of Pennsylvania zeigt. Füttert man etwa einen konventionellen Bildgenerator mit dem Prompt "Zeige mir einen Raum ohne Elefant, mache Anmerkungen am Bild, um zu zeigen, warum dort kein Elefant sein kann", so erhält man mit hoher Wahrscheinlichkeit ein Bild mit Elefanten und verzerrten Textteilen. Lässt man das multimodale Modell GPT-4o damit arbeiten, erhält man als Resultat ein Zimmer ohne Rüsselträger und Beschriftungen, die über zu enge Türen und mangelnde Raumhöhe informieren.

Die Chancen stehen also gut, dass mittelfristig auch Österreichs Bundesländer einmal korrekt abgebildet werden. Und das ist gut so, denn: Wien darf nicht Niberötrerich werden!
(gpi, 3.9.2025)

Wien darf nicht Niberötrerich werden: Warum KI bei Landkarten versagt

 

[josef]

Künstliche Intelligenz
Neue Microsoft-Studie zeigt, welche Berufe KI am stärksten verändert
Die Untersuchung liefert erstmals fundierte Einblicke auf Basis von 200.000 echten Gesprächen mit dem KI-Assistenten Copilot

Künstliche Intelligenz verändert die Arbeitswelt. Doch wie genau und in welchen Berufen am stärksten? Neun Monate lang analysierten Microsoft-Forscher reale Interaktionen zwischen Menschen und dem KI-Assistenten Copilot. Dabei ging es nicht nur um die Inhalte der Anfragen, sondern auch um die Qualität und Art der KI-Antworten. Ziel war es herauszufinden, wobei KI wirklich Hilfe bietet.

Das Ergebnis zeigt, dass KI besonders oft eingesetzt wird, um Informationen zu sammeln, Texte zu verfassen und User bei der Kommunikation zu unterstützen. In vielen Fällen agierte die KI dabei nicht als Ersatz, sondern als Berater, Trainer oder Ideengeber, also als intelligenter Assistent.

Diese Berufe sind am stärksten betroffen
Der sogenannte Anwendbarkeitswert basiert auf drei Kriterien. Erstens auf der Häufigkeit, mit der typische Tätigkeiten des jeweiligen Berufs mithilfe von KI durchgeführt werden. Zweitens auf der Erfolgsrate, also der Frage, wie zuverlässig KI diese Aufgaben bereits jetzt erledigt. Und drittens auf dem Umfang, also darauf, wie viel Prozent der gesamten Arbeit durch KI überhaupt abgedeckt werden kann. Aus der Kombination dieser Faktoren soll sich ein realistisches Bild davon ergeben, wie stark ein Beruf derzeit durch KI verändert wird oder künftig verändert werden könnte. Ein Anwendbarkeitswert von 0,5 würde etwa zeigen, dass knapp die Hälfte der typischen Aufgaben in der Berufsausübung sinnvoll durch KI unterstützt oder übernommen werden kann – in der Microsoft-Studie überschreitet kein Beruf diese Schwelle, der Mensch bleibt also vorerst in allen Bereichen unverzichtbar.

Die Studienergebnisse verdeutlichen, dass vor allem Berufe, in denen Kommunikation, Datenverarbeitung und Wissensarbeit eine zentrale Rolle spielen, besonders stark von Künstlicher Intelligenz beeinflusst werden. An der Spitze der untersuchten Berufsgruppen stehen Dolmetscher und Übersetzer, die mit einem Anwendbarkeitswert von 0,49 bewertet wurden. Ihre Arbeit, also das Übertragen von Sprache und Texten, lässt sich durch KI-Tools bereits heute in vielen Bereichen effizient unterstützen.

Historiker folgen knapp dahinter mit einem Wert von 0,48. Sie profitieren von KI, insbesondere bei der Recherche, Analyse großer Datenmengen und dem Verfassen wissenschaftlicher Texte. Auf Platz drei liegen Flugbegleiter (0,47). Diese Einschätzung ergibt sich aus ihrer Rolle im Kundenservice und bei der Weitergabe von Informationen, wobei physische Präsenz und Sicherheitsverantwortung in der Praxis natürlich weiterhin menschlich bleiben müssen.

Ebenfalls stark betroffen sind Verkaufsvertreter (0,46), deren kommunikative und beratende Tätigkeiten zunehmend durch KI-Systeme ergänzt werden. Ähnliches gilt für Autoren und Schriftsteller (0,45), die bereits heute Text-KIs zur Ideenfindung, Formulierung oder Optimierung ihrer Inhalte einsetzen. Kundendienstmitarbeiter (0,44) profitieren von KI-Unterstützung bei der Bearbeitung von Anfragen und der Lösung von Standardproblemen.

Auch in eher technischen Bereichen wie bei CNC-Programmierern (0,44) kommt KI zunehmend zum Einsatz, etwa bei der Analyse von Fertigungsdaten oder der Optimierung von Code. Telefonisten (0,42) und Reisebüroangestellte (0,41) stehen ebenfalls auf der Liste, da viele ihrer Aufgaben wie Weiterleitungen, Buchungen oder Erstberatungen inzwischen von Chatbots oder Sprach-KIs übernommen werden können. Den zehnten Platz belegen Radiomoderatoren (0,41), da KI bei der Content-Erstellung, Themenfindung oder Vorbereitung von Beiträgen helfen kann.

Die Daten belegen: KI erleichtert vor allem repetitive und textbasierte Aufgaben. Viele Berufe profitieren davon, ohne dass die KI den Menschen ersetzt. Häufig übernimmt sie nur Teilaufgaben, wie das Formulieren von E-Mails, das Vorbereiten von Präsentationen oder das Zusammenfassen von Informationen.

Berufe mit geringer KI-Betroffenheit
Handwerkliche, pflegerische und generell manuell geprägte Berufe sind bisher kaum von den Entwicklungen rund um Künstliche Intelligenz betroffen. Und das ist wenig überraschend. Berufe wie Pflegekräfte, Lkw-Fahrer, Bauarbeiter oder Masseure erfordern körperliche Präsenz, praktisches Können und eine ordentliche Portion Menschlichkeit – Dinge, bei denen KI bisher eher ratlos in der Cloud schwebt.

Während KI in Bürojobs schon fleißig Texte schreibt, Tabellen sortiert und E-Mails formuliert, kommt sie bei Arbeiten mit Werkzeug, Menschen oder Massageliegen schnell an ihre Grenzen. Denn einfühlsame Pflege, präzises Handwerk oder auch ein gekonnter Schultergriff lassen sich (noch) nicht einfach per Algorithmus ausführen.

Diese Berufe bleiben also vorerst KI-resistent, was vielleicht auch ganz beruhigend ist. Schließlich möchte wohl niemand von einem Roboter massiert oder auf dem Bau von ChatGPT betreut werden.

Kritik an der Studie
Einige Bewertungen der Studie sind umstritten. So wird etwa der Beruf der Flugbegleiter als stark KI-geeignet eingestuft, obwohl deren zentrale Aufgaben wie Sicherheit und Notfallmanagement menschliche Präsenz erfordern. Die Forscher geben selbst zu, dass ihr Modell einzelne Tätigkeiten isoliert bewertet und damit eventuell ein verzerrtes Bild liefert.
(Hannah Peterka, 4.8.2025)

Neue Microsoft-Studie zeigt, welche Berufe KI am stärksten verändert

 

[josef]

Hochsicherheits-Rechenzentrum für KI in Lend

In Lend (Pinzgau) entsteht ein Hochsicherheits-Rechenzentrum für Künstliche Intelligenz. Eine Wiener Firma baut es auf, nennt es vollständig unabhängig und wird es nur österreichischen und europäischen Nutzern anbieten.
Online seit heute, 6.00 Uhr
Teilen



Es brauche höchste Datensicherheit, denn Europa müsse unabhängig werden und sich zum Beispiel vor Industriespionage schützen. Das sagt Werner Strasser von der österreichischen Cybersicherheitsfirma FragmentiX, der das Rechenzentrum namens „Lend AI Data Center“ in Lend aufbaut. Für den Bau des Hochleistungs-Rechenzentrums investiert das Unternehmen Millionen in eine aufgelassene Industriehalle in Lend.

Ausgewählte Kundschaft
Die Kundschaft, für die das Hochleistungs-Rechenzentrum arbeiten soll, werde sorgfältig ausgewählt, sagte Strasser: „In erster Linie werden es Behörden und in zweiter Linie Unternehmen und Forschungsinstitutionen sein.“ Zugang zu den hermetisch abgeschlossenen Containern in der Halle haben nur ganz wenige. Sie seien abgeschirmt, so heißt es, sogar vor Angriffen mit Quantencomputern, also den derzeit bekanntesten, leistungsfähigsten Rechnern der Welt.

Rechenzentrum mit Wasserkraft betrieben
Schon jetzt läuft in Lend eingeschränkter Betrieb. Ende des Jahres plant man größere Kapazitäten freizuschalten. Betrieben mit Strom aus Wasserkraft, wird das Rechenzentrum auch gleich mit Wasser aus der Umgebung gekühlt.
23.09.2025, red, salzburg.ORF.at
Hochsicherheits-Rechenzentrum für KI in Lend

 

[josef]

Schauspieler bangen um ihre Arbeitsplätze:

KI-Figur Tilly Norwood beunruhigt Hollywood

Eine mittels künstlicher Intelligenz (KI) generierte Kunstfigur sorgt gerade für einen Aufschrei in Hollywood: Geht es nach ihrer Produktionsfirma, soll die KI-„Schauspielerin“ Tilly Norwood schon bald in Filmen die Hauptrolle spielen und wird gar als „nächste Scarlett Johansson“ angepriesen. Echte Schauspielerinnen wie Emily Blunt und Whoopi Goldberg übten daran scharfe Kritik. Doch die Filmbranche zeigt vermehrt Interesse an KI – aus mehreren Gründen, die in Hollywood für Unruhe sorgen.
Online seit gestern 30.09.2025, 22.36 Uhr
Teilen

Tilly Norwood ist nicht echt – auch, wenn Bilder in sozialen Netzwerken und auf einer Webpräsenz ihrer Produktionsfirma Particle6 einen anderen Eindruck erwecken sollen. Das Gesicht, komplett von der Maschine generiert, wirkt auf den ersten Blick wie eine Mischung mehrerer Hollywood-Stars. In einem Video ist Norwood lächelnd auf einem roten Teppich zu sehen. Eine Szene, die sich freilich ebenfalls nie zugetragen hat.

Auf dem Industrietreffen des Züricher Filmfestivals am vergangenen Wochenende präsentierte die Produktionsfirma ihre KI-Figur und berichtete über erste Erfolge. Die niederländische Gründerin Eline Van Der Velden – selbst Schauspielerin – sagte, man stehe in Verhandlungen mit mehreren Studios und sei kurz davor, einen Vertrag mit einer Künstleragentur zu schließen. „Wir wollen, dass Tilly die nächste Scarlett Johansson oder Natalie Portman wird“, sagte Van Der Velden schon im Sommer gegenüber dem Medienportal Broadcast International.

Spekulation auf besser werdende KI-Tools
Derzeit wird das schauspielerische Talent der KI-generierten Figur von jeder Schulproduktion übertroffen: In einem einzigen veröffentlichten YouTube-Video mit Norwood wirkt alles sehr steif, und auch Ungeübte können leicht erkennen, dass es sich um ein computergeneriertes Video handelt. Doch Firmen wie jene von Van Der Velden spekulieren darauf, dass sich das bald ändern wird – und die Entwicklung der vergangenen Monate nährt diese Hoffnung, denn die KI-gestützte Generierung von Videos macht momentan große Sprünge.

Scharfe Kritik von echten Schauspielerinnen
Echte Schauspielerinnen und Schauspieler übten in den vergangenen Tagen deshalb scharfe Kritik: Blunt sagte dem Branchenmagazin „Variety“, dass die Entwicklung „furchteinflößend“ sei. Angesprochen darauf, dass Firmen hofften, die KI-Figur könne die nächste Johansson sein, sagte sie: „Aber wir haben schon Scarlett Johansson.“

Die mexikanische Schauspielerin Melissa Barrera („Scream“) schrieb indes in Richtung der möglichen Agentur für die KI: „Ich hoffe, alle Schauspieler, die von einer Agentur, die das macht, vertreten werden, verlassen diese“, so die Darstellerin auf Instagram.

AP/Chris Pizzello
Schauspielerin Blunt verwies in einem Interview auf eine „furchteinflößende“ Entwicklung

Goldberg sagte indes in ihrer Talkshow „The View“, dass die KI einen „unfairen Vorteil“ habe, man sei plötzlich mit etwas konfrontiert, das aus „5.000 anderen Schauspielern“ generiert wurde. „Es hat die Ausstrahlung von Bette Davis, es hat die Lippen von Humphrey Bogart“, so Goldberg. Ähnlich argumentierte Mara Wilson („Matilda“): „Und was ist mit den Hunderten echten jungen Frauen, deren Gesichter zu ihrem (der KI-Figur, Anm.) kombiniert wurden? Konnten Sie nicht eine von ihnen engagieren?“, zitierte „Variety“ die Schauspielerin.

Kunstfigur als KI-Gesichtsmischmasch
Damit sprechen die beiden einen zentralen Knackpunkt von KI-generierten Bildern an: Damit diese erzeugt werden können, wurden die Maschinen zuvor mit Millionen Bildern „trainiert“, ohne Rücksicht auf das Urheberrecht. Besonders betroffen sind davon Menschen, die in der Öffentlichkeit stehen – und vor allem deshalb wirkt die KI-Kunstfigur Tilly Norwood vage vertraut, obwohl sie nicht real ist.

Während die Verwendung von urheberrechtlich geschütztem Material im Zusammenhang mit KI Gegenstand von zahlreichen Gerichtsverfahren ist und die Lage alles andere als eindeutig geregelt ist, sieht Hollywood aber offenbar zahlreiche Vorzüge künstlicher Avatare. „Stellen Sie sich eine Figur vor, die sich den Wünschen von Regisseuren und Produzenten vollkommen fügt. Kein Ego. Keine kreativen Ideen. Keine hohen Gagen oder unattraktive Alterungsprozesse, mit denen man sich auseinandersetzen muss“, fasst der „Guardian“ in einem Kommentar die Motivation pointiert zusammen.

Keine Streiks von KI zu erwarten
Und: KI-Figuren streiken nicht. 2023 und 2024 gingen die Schauspielergewerkschaft SAG-AFTRA und die Filmautorengewerkschaft WGA auf die Straße, um unter anderem Regeln zu fordern, mit denen verhindert werden soll, dass Stimmen und Aussehen von Darstellerinnen und Darstellern ohne Einverständnis mittels KI dupliziert werden. Die Streiks haben Film- und Fernsehbranche monatelang beeinträchtigt. Auch dahingehend würden willenlose KI-Erzeugnisse wohl gut in die Vision der Produktionsfirmen passen.

Während etablierte Filmstars wohl die Möglichkeit haben werden, sich gegen die „Zusammenarbeit“ mit KI zu wehren, dürfte sich ein entsprechender Vorstoß in der Filmbranche vor allem auf Newcomer bedrohlich auswirken. Schon jetzt gilt es als extrem schwierig, in Hollywood Fuß zu fassen. Wenn „AI Slop“ (in etwa: „KI-Matsch“), das Überfluten mit minderwertig erstellten KI-Inhalten, nun auch in dieser Branche zum Alltag wird und tatsächlich Anklang finden sollte, dürfte es noch schwieriger werden, ein echtes „neues Gesicht“ auf den Leinwänden zu etablieren.

Van Der Velden verteidigt Kunstfigur
Firmengründerin Van Der Velden relativierte nach dem Aufschrei ihre Kunstfigur: Tilly Norwood sei „kein Ersatz für Menschen, sondern ein kreatives Werk, ein Kunstwerk. Wie viele Kunstformen vor ihr regt sie Diskussionen an, und das allein zeigt schon die Kraft der Kreativität.“ KI-Figuren sollten ihr eigenes „Genre“ sein und nicht mit Menschen verglichen werden, so Van Der Velden. Ob die Milliardenindustrie hinter großen Blockbustern das auch so sieht, ist jedoch mehr als fraglich.

KI-Bilder in ORF.at
ORF.at verwendet laut den vereinbarten Richtlinien Bilder, die mittels KI generiert wurden – wie etwa das Titelbild dieser Story – ausschließlich in Berichterstattung zum Thema KI und zeichnet diese klar als solche aus.
01.10.2025, bock, ORF.at

„Nächste Johansson“: KI-Figur Tilly Norwood beunruhigt Hollywood

 

[josef]

Sorge vor Blase
Riskanter Wettlauf um KI-Zukunft

Schnell einmal die künstliche Intelligenz zurate ziehen, um eine Antwort auf eine plötzlich aufgetauchte Frage zu bekommen – in vielen Lebenslagen längst ein üblicher Vorgang. Doch für die KI-Anbieter geht es derzeit im Rennen um möglichst große Marktanteile darum, die Fülle der Anfragen auch zu Geld zu machen: nicht nur gefragt zu sein, sondern auch zu „monetarisieren“, wie es heißt. Doch warnen Fachleute, dass rund um KI-Firmen gerade eine große Blase entsteht.
Online seit gestern 15.10.2025, 23.49 Uhr
Teilen

Derzeit sind Anbieter auf der Suche nach neuen, lukrativen Ansätzen. Ideen dazu überschlagen sich. Für Aufsehen sorgte am Dienstag die Ankündigung von OpenAI-Chef Sam Altman, „Erotik für verifizierte Erwachsene“ zu erlauben. Bisher sei der Chatbot aufgrund von Restriktionen „für viele weniger nützlich oder unterhaltsam“ gewesen, mit einem dazugehörigen Altersnachweis könne sich das bald ändern.

Details wurden nicht genannt, aber freilich soll das geplante Angebot ein Anreiz sein, ein Abo abzuschließen – schließlich soll bzw. muss Geld ins Haus. Denn zwar ist die KI-Technologie zukunftsträchtig, aber zugleich auch teuer, und das für alle Anbieter: Entwickler wie OpenAI oder Meta investieren derzeit Hunderte Milliarden Dollar in Rechenzentren – ohne zu wissen, ob sich das auch rentiert.

Suche nach profitablen Feldern
Weil allein das Unsummen kostet, rittern die Anbieter derzeit in den vielversprechendsten Segmenten um Beachtung: einerseits bei privaten Nutzerinnen und Nutzern, die man mit Angeboten dazu bringen will, sich finanziell zu verpflichten. Ein weiteres Segment sind Firmen, die die Technologie über Schnittstellen oder Cloud-Dienste in ihre eigenen Systeme einbauen.

Doch in den Geschäftsfeldern geht es auch um eine Zusammenarbeit mit Unternehmen. Dabei sollen etwa Marktplätze für KI-Anwendungen Anreize für den Kauf spezieller Anwendungen bieten: So können innerhalb der KI-Plattformen Drittanbieter spezielle Apps oder Dienste anbieten – gegen Kauf oder Abo. Nicht nur der Anbieter nimmt damit Geld ein, sondern auch das KI-Unternehmen, das den Marktplatz „betreibt“.

„Kreative“ Pläne
Auch E-Commerce ist ein Geschäftsfeld, von dem sich Anbieter „Monetarisierung“ versprechen. Zuletzt hatte OpenAI erklärt, auch zu einer Verkaufsoberfläche für klassische Waren werden zu wollen, anstatt über Antworten auf eine solche hinzuleiten. Die Kaufabwicklung soll in den Chat integriert werden, Zusammenarbeiten will OpenAI hierbei mit dem Technologiedienstleister Stripe.

Am Mittwoch berichtete die „Financial Times“ („FT“), dass OpenAI einen Fünfjahresplan erstellt habe: Geprüft würden „kreative“ Pläne zur Aufnahme neuer Schulden, die zum Aufbau seiner KI-Infrastruktur beitragen könnten, etwa neue Partnerschaften und das Einsammeln von Investorenkapital. Es gehe laut („FT“) darum, eine Billion Dollar an bereits geplanten Ausgaben decken zu können.

Einnahmen in den Schatten gestellt
Die derzeitigen Einnahmen stellt das in den Schatten. Zuletzt hat sich OpenAI laut Berichten verpflichtet, 26 Gigawatt Kapazität der Tech-Firmen Oracle, Nvidia, AMD und Broadcom zu übernehmen. Dabei liefert Oracle Cloud-Rechenzentren, während Nvidia und AMD spezialisierte KI-Chips bereitstellen und Broadcom Netzwerk- und Chip-Komponenten für Hochleistungssysteme bereitstellt.

AP/Matt OBrien
Das „Stargate“-Datencenter im US-Bundesstaat Texas soll als gigantisches KI-Rechenzentrum dienen

Laut Berechnungen der „FT“ würde OpenAI das im Laufe des nächsten Jahrzehnts wohl weit über eine Billion Dollar kosten. Kostenintensiv ist es auch bei Meta: Zwar verbucht die Facebook-Mutter jährlich enorme Gewinne, aber selbst die reichen für die geplanten Investitionen nicht aus. Das Geld dafür will Meta aus einer neuen Tochtergesellschaft ziehen, die eigens Kredite aufnimmt.

Erinnerungen an Dotcom-Blase
Immense Investitionen und hohe Erwartungen bergen auch Gefahren: Zuletzt äußerten Fachleute Befürchtungen, dass sich Aktien von KI-Unternehmen schon mitten in einer Blase befinden könnten, aufgrund der Fülle von Ankündigungen stiegen die Kurse heuer rasant. Das US-Magazin Quartz berichtete, dass von der Bank of America befragte Fondsmanager Tech-Aktien mehrheitlich für überbewertet halten.
Die Chefin der Internationalen Währungsfonds (IWF), Kristalina Georgiewa, warnte zuletzt, dass die Bewertungen an Finanzmärkten wegen der KI-Hoffnungen auf ein Niveau zusteuerten, das zuletzt vor 25 Jahren während der Dotcom-Blase zu beobachten war. Ein abrupter Stimmungsumschwung könne das weltweite Wachstum bremsen und die Lage vor allem für die Entwicklungsländer erschweren.

Die Dotcom-Blase war ein immenser Hype um Internetfirmen Ende der 1990er Jahre, bei dem viele Unternehmen viel zu hoch bewertet wurden. Als ihre Gewinne ausblieben, platzte die Blase, und viele Firmen gingen pleite. Auf das Platzen der Dotcom-Blase damals nahm im August auch OpenAI-Chef Altman Bezug, als er in einem Interview bejahte, dass Anleger den KI-Bereich kollektiv überbewerten würden.
16.10.2025, sime, ORF.at

Sorge vor Blase: Riskanter Wettlauf um KI-Zukunft

 

[josef]

Arbeitswelt
KI zwischen Jobkiller und Heilsbringer

Kaum ein Tag vergeht ohne Hiobsbotschaft aus der Wirtschaft. Massenkündigungen scheinen Unternehmen vermehrt mit dem Einsatz von künstlicher Intelligenz (KI) zu argumentieren, wie zuletzt bei Amazon. Doch zumindest derzeit könne es sich dabei auch um ein Scheinargument handeln, so Stimmen aus der Fachwelt gegenüber ORF.at. Dass KI dennoch enorme Umwälzungen auf dem Arbeitsmarkt mit sich bringe, stehe aber außer Frage.
Online seit heute, 6.17 Uhr
Teilen

Am Dienstag wurde bekannt, dass Amazon plant, rund 15 Prozent seiner Belegschaft zu kündigen. Amazon suche nach Möglichkeiten, die Personalkosten zu senken, während das Unternehmen gleichzeitig 100 Milliarden US-Dollar in KI investiert, so das US-Magazin „Fortune“.

Der KI-Experte und Geschäftsführer des Technologieunternehmens Apollo.ai, Mic Hirschbrich, schätzt, dass in Österreich, Deutschland und der Schweiz „maximal vier bis sechs Prozent der Unternehmen KI wirklich signifikant einsetzen“. Wenn also Unternehmen, die wirtschaftlich zu kämpfen haben, der KI die Verantwortung zuschreiben und Kündigungen mit Effizienzsteigerungen begründen würden, sei dem folglich nicht immer zu trauen, so Hirschbrich gegenüber ORF.at.

Kritik an ziellosem KI-Einsatz
Unternehmen würden sich, was KI betrifft, derzeit noch in einer Testphase befinden, hätten vielleicht eine Lizenz erworben und würden ein bisschen damit „spielen“. Doch das sei noch kein produktiver Einsatz von KI.

„Viele glauben ja, wenn sie KI verwenden, sei das eine breit einsetzbare Intelligenz, die verschiedenste Dinge im Arbeitskontext zuverlässig erledigen könne“, kritisierte Hirschbrich. Auch bei der Onlinenewsplattform 404 Media ist mit Verweis auf aktuelle Studien zu lesen, dass die Einführung von KI-Tools am Arbeitsplatz nicht zu einem „magischen Produktivitätsschub geführt hat“.

„KI-System“
Die EU definiert KI als „ein maschinengestütztes System, das mit unterschiedlichem Grad an Autonomie" betrieben werden könne. Aus den Eingaben, die es erhält, könne es Vorhersagen, Inhalte, Empfehlungen oder Entscheidungen generieren.“
Vielmehr habe sich die Zeit erhöht, die Menschen nun damit verbringen würden, minderwertige KI-generierte „Arbeit“ zu korrigieren. Zudem würden Investitionen in Milliardenhöhe bisher kaum nennenswerte Gewinne gegenüberstehen.

„Revolution“ bei spezifischen Anwendungen
Hirschbrich sei daher ein „großer Verfechter“ sinnvoller KI-Produkte für spezifische Anwendungen. Nur dann könne KI zuverlässig Nutzen stiften. Hierbei gebe es bereits eine Reihe von Anwendungen, wo KI tatsächlich zur Optimierung beiträgt. Übersetzungen etwa würden mittlerweile eine hohe Qualität aufweisen: „Da können wir eine richtige Revolution erleben. Maschinen, die erstmals Sprache beherrschen.“ Einen „Erdrutsch“ sieht er unterdessen bei medizinischer Diagnostik, etwa bei der Früherkennung von Karzinomen. Und dasselbe gelte für den Managementbereich. Die Art, wie Führung und Aufsicht technologisch unterstützt würden, verändere sich gerade grundlegend.

Images/Monty Rakusen
Bei KI in der medizinischen Diagnostik sei Hirschbrich zufolge „extrem viel weitergegangen“

KI als „Assistent“
Viele der angebotenen neuen Systeme seien assistierende KI, wo „Mensch und Technologie vertrauenswürdig zusammenarbeiten und die eine Seite die andere stärkt“. Konkret bedeute das: „Ich werde kaum einen Anwalt oder Richter ersetzen können – und auch nicht wollen.“ Doch das, was ein Konzipient mache, nämlich Normen recherchieren, Entwürfe verfassen, Verträge aufsetzen oder Gesetzestexte rezitieren, könne KI mittlerweile „beeindruckend gut“. Die Fortschritte sind hier beinah monatlich wahrnehmbar.

Julia Bock-Schappelwein, Arbeitsmarktökonomin beim Wirtschaftsforschungsinstitut (WIFO), sieht beim Einsatz von KI den großen Unterschied zu früheren Innovationen darin, welche Art von Jobs betroffen sind: „Während bei früheren Automatisierungs- und Digitalisierungswellen insbesondere manuelle Routinetätigkeiten unter Druck gerieten, werden durch den Einsatz von KI besonders kognitive Tätigkeiten adressiert“, so Bock-Schappelwein gegenüber ORF.at. Bisher hätten kreative Aufgaben nicht als automatisierbar gegolten.

Jede dritte Arbeitsstunde mit Automatisierungspotenzial
Auch Sabine Köszegi, Professorin für Arbeitswissenschaft bei der Technischen Universität (TU) Wien und Mitglied des KI-Fachbeirats der Regierung, sieht ein hohes Potenzial zur Automatisierung – quer durch alle Branchen. „Ungefähr jede dritte Arbeitsstunde könnte mit Hilfe von KI automatisiert werden“, so Köszegi im Gespräch mit ORF.at.

Schließlich hätte jeder Job unterschiedliche Aufgaben, die immer auch einen Routineanteil aufweisen würden. „Je höher der ist, desto eher ist davon auszugehen, dass diese Anteile automatisiert werden.“ Als Beispiel nennt sie administrative Jobs. Dennoch: „In der Regel reden wir nicht davon, dass ganze Jobs wegfallen und ganz neue entstehen. Sondern davon, dass sich Jobprofile, und zwar jedes Jobprofil, ändern. Indem Aufgaben automatisiert werden und andere neue dazukommen.“ Großen Chancen würden hierbei großen Herausforderungen gegenüberstehen.

Images/Andreypopov
Gerade standardisierte Aufgaben hätten großes Automatisierungspotenzial, so die Fachleute

Experten: Rasante Entwicklung
In den USA sehe man bereits, dass der relative Anteil an Berufseinsteigerinnen in KI-exponierten Branchen in den vergangenen vier Jahren um 13 Prozent gesunken sei. In Europa sei man bei der Entwicklung ein bis zwei Jahre hinten. Bock-Schappelwein verwies hierbei auf einen aktuellen WIFO-Bericht, wonach sich der Anteil jener Unternehmen in Österreich, die KI einsetzen, 2024 auf rund 20 Prozent verdoppelt habe.
Für Köszegi sind das Aussichten, die jetzt vor allem die Regierung auf den Plan rufen müssten, um entsprechende Maßnahmen zu ergreifen, etwa in Richtung Transferleistungen und Umverteilung. Sie glaube, dass die Auswirkungen von KI auf den Arbeitsmarkt tatsächlich noch unterschätzt würden.

Hirschbrich verwies hierbei auf die Schnelligkeit der Entwicklungen: „Wir haben alle drei bis sechs Monate einen Technologieschub und müssen das immer neu bewerten.“ Für Bock-Schappelwein sei klar, dass in Zukunft ein „Bündel aus fachspezifischen technischen und fachübergreifenden Kompetenzen, sozialen und digitalen Kompetenzen“ gefragt seien. Und Köszegi zufolge müsse hinterfragt werden, ob Effizienzsteigerung den Einsatz von KI immer rechtfertige. Schließlich seien auch andere Kriterien wie Qualität und Nachhaltigkeit wichtig.


Quelle: WIFO/Statistik Austria

„Arbeit neu denken“
Diese disruptiven Entwicklungen könnten auch als Chance genutzt werden, sehr grundlegend die Frage zu stellen, „wie wir in Zukunft arbeiten wollen“, so Köszegi. „Ist es wirklich unsere Fantasie, dass wir Maschinen für uns arbeiten lassen wollen? Oder ist Arbeit auch ein wesentlicher Teil unserer Identität? Der unser Leben strukturiert und mit dem wir einen wertvollen Beitrag für unsere Gesellschaft leisten können.“
Und weiter: „Sollten wir Arbeit nicht neu denken vor dem Hintergrund der Automatisierung?“ Schließlich sei Technologie nicht zuletzt ein kulturelles Artefakt: „Wir gestalten sie und wir setzen sie ein. Und es liegt in unserer Hand zu entscheiden, wie wir das tun.“
17.10.2025, Tamara Sill, ORF.at

Links:
„Fortune“-Artikel
Julia Bock-Schappelwein (WIFO)
WIFO-Bericht
Mic Hirschbrich
Sabine Köszegi (TU Wien)
404-Media-Artikel
EU-Definition

Arbeitswelt: KI zwischen Jobkiller und Heilsbringer

 

[josef]

"Von heutigen Schulkindern werden 50 bis 70 Prozent später keine Arbeit haben"
Der KI-Ethiker Peter G. Kirchschläger warnt, dass es bald nicht mehr genügend bezahlte Arbeit geben wird. In seinem neuen Buch plädiert er für ein bedingtes Grundeinkommen

Einige Technologiefirmen in den USA und China wollen Arbeiterinnen und Arbeiter schon bald mit Robotern ersetzen.
AFP/HECTOR RETAMAL

Wie werden wir in einigen Jahren leben? Viele Fachleute sind überzeugt, dass Künstliche Intelligenz (KI) unsere Gesellschaft bald stark verändern wird. Der auf KI spezialisierte Ethiker Peter G. Kirchschläger, der in der Schweiz an der Universität Luzern forscht, untersucht die Auswirkungen dieser datenbasierten Systeme (DS), wie er sie lieber nennt. Sein Vorschlag einer Institution der Vereinten Nationen, die nach dem Vorbild der Internationalen Atomenergie-Organisation der Uno die Gefahren von datenbasierten Systemen managen soll, fand starke Unterstützer, darunter Uno-Generalsekretär António Guterres, den verstorbenen Papst Franziskus oder den Dalai Lama.

In seinem neuen Buch beleuchtet Kirchschläger die Auswirkungen der Revolution auf die Beschäftigung von Menschen, und wieder hat er prominente Fürsprecher, darunter Christine Lagarde, die Chefin der Europäischen Zentralbank. Er glaubt, dass bereits jetzt radikal gegengesteuert werden muss, wie er dem STANDARD erzählt.

STANDARD: Viele gehen davon aus, dass datenbasierte Systeme eine neue Industrielle Revolution auslösen. Sie könnte gar zehnmal größer und schneller sein als die letzte, wenn man Nobelpreisträger Demis Hassabis glaubt. Andere glauben eher an eine Blase. Wie groß können die Umwälzungen ihrer Ansicht nach sein?

Kirchschläger: Rein von den technischen Möglichkeiten und dem Potenzial, das in datenbasierten Systemen steckt, würde ich schon von enormen Umwälzungen ausgehen, die sich auch ganz spezifisch von früheren technologiebasierten Wandelepochen unterscheiden. Weil sie auch unser Privatleben transformieren und da sie viel stärker auf die Art und Weise, wie wir nachdenken und das, was wir kreativ tun, Einfluss nehmen. Ein weiteres wesentliches Unterscheidungsmerkmal ist das Tempo der Entwicklung. Es gibt explosionsartige Technologiesprünge, auf die sich einzelne Menschen, aber auch Gesellschaften nicht einstellen können.

STANDARD: Wie wird sich das Ihrer Meinung nach auf das Arbeitsleben der Menschen auswirken?

Kirchschläger: Ich würde argumentieren, dass es zu einer massiven Reduktion beruflicher Aufgaben kommen wird.

STANDARD: Sie sprechen also von einer Reduktion der Jobs insgesamt, nicht dem Aussterben bestimmter Sparten. Diese Angst gab es schon in der Vergangenheit, aber die befürchtete Massenarbeitslosigkeit ist nicht eingetreten. Sollte man nicht daraus lernen und optimistischer sein?

Kirchschläger: Ich warne davor, diesen Denkfehler zu machen. Es ist richtig: Auch bei früheren Wandelepochen gab es diese Sorge, passiert ist dann aber das Gegenteil. Aber sind wir uns sicher, dass es auch dieses Mal gleich abläuft wie früher, oder kann es nicht sein, dass sich diese technologiebasierte Wandelepoche von den früheren unterscheidet? Ich habe in meinem Buch 30 wesentliche Unterscheidungsmerkmale identifiziert.

STANDARD: Welche Unterschiede sehen Sie?

Kirchschläger: Aktuell ist die Zielsetzung von datenbasierten Systemen ganz klar der Ersatz und nicht die Erleichterung von Arbeit. Es geht darum, bezahlte berufliche Aufgaben durch datenbasierte Systeme erfüllen zu lassen, um Kosten zu sparen. Ein Beispiel, wo wir das bereits im Alltag erleben, sind automatisierte Kassensysteme. Dort geht es nicht darum, die Arbeit von Kassiererinnen und Kassierern angenehmer zu gestalten oder zu erleichtern, sondern sie zu ersetzen. Das zweite wesentliche Merkmal ist, dass es dieses Mal alle beruflichen Aufgaben betrifft und nicht mehr nur jene, die wenige oder keine beruflichen Qualifikationen voraussetzen, wie das früher war.

Peter G. Kirchschläger, Ethik-Professor der Universität Luzern, hat ein neues Buch veröffentlicht, das sich mit KI und Arbeit befasst.
Uni Luzern

STANDARD: Sprechen Sie hier wirklich von allen beruflichen Aufgaben? Handwerkliche Tätigkeiten scheinen aktuell weniger betroffen zu sein.

Kirchschläger: Auch der Kontext, in dem sich eine handwerkliche Tätigkeit entfaltet, lässt sich anhand von Daten abbilden. Wir können gewisse Regeln festlegen, die ein System entsprechend trainieren kann. Und Roboter können schon heute alle möglichen Bewegungen lernen. Wichtig ist mir dabei zu betonen, dass das nicht immer in gleicher Qualität erfolgen muss im Vergleich zu einem Menschen. Wenn es etwa um emotionale und soziale Intelligenz geht, also alles, was mit zwischenmenschlicher Interaktion zu tun hat, wird es Abstriche geben. Der entscheidende Punkt ist nur, ob noch jemand bereit ist, für diese Qualitätsdifferenz einen höheren Preis zu bezahlen.

STANDARD: Früher sorgte das höhere Wirtschaftswachstum in Summe für mehr Jobs, obwohl bestimmte Jobs ausstarben.

Kirchschläger: Der entscheidende Punkt ist meiner Meinung nach, dass diesmal Wachstum ohne Steigerung von menschlicher Arbeit möglich ist. Also eine effizientere und effektivere Wertschöpfungskette, die schlussendlich ein Mehr an Ressourcen erwirtschaftet, aber mit viel weniger Menschen, die daran teilnehmen und daran teilhaben.

STANDARD: Weniger arbeiten zu müssen, kann im Prinzip auch etwas Positives sein. Warum ist das hier ein Problem?

Kirchschläger: Wenn wir alle, Sie und ich, weniger oder gar nicht mehr arbeiten müssen, muss es nicht von Anfang an eine ethisch schlechte Nachricht sein. Ethisch problematisch wird es dann, wenn Menschen sich kein menschenwürdiges Dasein mehr leisten können. Das Resultat der Wertschöpfung dieses Wachstums wird in nur ganz wenigen Händen landen. Und das ist eine potenzielle Quelle für sozialen Unfrieden.

STANDARD: Was wäre Ihrer Ansicht nach also zu tun?

Kirchschläger: Wir müssen darüber nachdenken, wie wir unsere Gesellschaft und unser wirtschaftliches System umgestalten können, sodass wir noch ein menschenwürdiges Dasein und eine nachhaltige Zukunft ermöglichen können. Ich würde da mit einem ganz konkreten Vorschlag ansetzen, dem sogenannten SERT-Modell. SERT steht für Society-, Entrepreneurship-, Research-Time-Modell (Gesellschafts-Unternehmertum-Forschungs-Zeit-Modell). Dahinter steht die Idee eines bedingten Grundeinkommens. Die Entkopplung zwischen Einkommen und Arbeit wird nötig, weil es nicht mehr genügend bezahlte Arbeit für Menschen geben wird, um sich ein menschenwürdiges Dasein leisten zu können.

Ein Roboter im European Operations Innovation Lab des IT-Riesen Amazon, das sich im italienischen Vercelli befindet. Bisher dienten Maschinen hauptsächlich zur Unterstützung von Menschen. Laut Ethiker Kirchschläger könnte der Mensch diesmal aber komplett ersetzt werden.
Amazon

STANDARD: Welche Bedingungen sind an den Bezug dieses Einkommens geknüpft?

Kirchschläger: Es soll einen Gesellschaftsdienst geben, wo ich in einem frei und selbstbestimmt gewählten Bereich einen Beitrag zur Gesamtgesellschaft zu leisten habe. Das Modell orientiert sich am schweizerischen Zivildienst. Ich kann also frei wählen, ob ich mit Kindern und Jugendlichen etwas unternehmen, mich um ältere Personen kümmern oder etwa auf einem Bergbauernhof helfen will. Wer sich unternehmerisch engagiert oder in Forschung und Innovation aktiv ist, kann von diesem Dienst zum Teil befreit werden.

STANDARD: Warum bedingt und nicht unbedingt, wie es in der Politik teils diskutiert wird?

Kirchschläger: Der Ausgangspunkt ist durchaus eine kritische Auseinandersetzung mit dem bedingungslosen Grundeinkommen, das wichtige Funktionen von bezahlter Arbeit, wie zum Beispiel Sinn- und Identitätsstiftung oder soziale Integration, nicht adressiert.

STANDARD: Was bedeutet das für die Ausbildung von jungen Menschen, wenn sie womöglich keine Jobs mehr ausüben müssen?

Kirchschläger: Wir müssen uns ansehen, was die Alleinstellungsmerkmale von uns Menschen sind. Bei allem, was mit Mathematik und Programmierung zu tun hat, dem Umgang mit großen Datenmengen oder logischem Ableiten, da sind uns Maschinen bereits massiv überlegen. Das wird in Zukunft noch explosionsartig zunehmen, und zwar wahrscheinlich eher in den nächsten Monaten als in den nächsten Jahren. Es gibt aber Intelligenzbereiche, wo Menschen etwas tun können, was Maschinen nicht können, zum Beispiel in den Bereichen der emotionalen und sozialen Intelligenz und der zwischenmenschlichen Interaktion. Ethisches Entscheiden, Moralfähigkeit, Selbstbestimmung sind Dinge, die Maschinen nicht können. Und wir sollten, wie ich argumentieren würde, in Bildung und Ausbildung den Schwerpunkt auf diese Bereiche setzen, wo Maschinen nicht hinkommen. Also Philosophie, Ethik, kritisches Denken, musische Fähigkeiten, allgemeine Kreativität, aber auch Umgang mit Unsicherheit.

STANDARD: Sie würden auf Mathematikunterricht verzichten?

Kirchschläger: Ich sage nicht, dass wir keine Mathematik mehr machen sollen. Natürlich sollten wir das tun, weil es unser Denken schult und wir uns damit persönlich weiterentwickeln können. Aber wir sollten im Blick haben, dass es künftig kein Alleinstellungsmerkmal von Menschen mehr sein wird.

Bislang waren soziale Roboter eher kaum ernstzunehmende Spielerei. Auch das könnte sich schnell ändern.
EPA/SALVATORE DI NOLFI

STANDARD: Aber müssten Menschen nicht umgekehrt mehr mathematische und technische Fähigkeiten lernen, um im Wettbewerb gegen datenbasierte Systeme bestehen zu können?

Kirchschläger: In spezifischen technischen Fertigkeiten haben wir in der Gegenwart schon keine Chance mehr im Wettbewerb mit Maschinen, und es gibt keinen Grund, warum wir diesen Rückstand in Zukunft aufholen oder Maschinen sogar wieder überholen sollten. Wir sollten also auf Intelligenzbereiche setzen, wo sich Menschen nicht nur heute, sondern auch in Zukunft von Maschinen unterscheiden werden. Das bedeutet nicht, dass man die Nutzung neuer Medien und technologischer Möglichkeiten oder den kritischen Umgang mit datenbasierten Systemen nicht in der Schule oder in Bildungsprozessen thematisieren soll. Ich würde gleichzeitig vorschlagen, dass man die Schule als bildschirmfreie Oase organisieren sollte.

STANDARD: Wie lange haben wir Ihrer Ansicht nach Zeit, diese Veränderungen umzusetzen?

Kirchschläger: Wir sollten jetzt damit beginnen. Wenn man es etwa aus der Perspektive eines Kindes betrachtet, das jetzt in die erste Klasse geht, wird sich die Arbeitswelt nach neun Jahren Pflichtschule schon massiv verändert haben. Ich gehe davon aus, dass 50 bis 70 Prozent der Kinder in einer solchen Schulklasse nie in ihrem Leben eine berufliche Tätigkeit wahrnehmen können. Diese Entwicklung zeichnet sich ab. Da gibt es dringenden Handlungsbedarf und wir sollten da nicht länger zuwarten.
(Reinhard Kleindl, 16.11.2025)

"Von heutigen Schulkindern werden 50 bis 70 Prozent später keine Arbeit haben"

 

[josef]

Technikfolgen
MIT-Studie: KI könnte bereits jetzt 12 Prozent aller US-Jobs ersetzen
Laut einer Untersuchung von McKinsey sind sogar 40 Prozent aller Arbeitsplätze in Gefahr

Während man auf der einen Seite davor warnen muss, dass KI zu Fehlern neigt, kein Bewusstsein besitzt und nicht vermenschlicht werden sollte, wird die Technologie auf der anderen Seite ein immer stärkerer Konkurrent des Menschen in der Arbeitswelt. Dazu gibt es nun neue Daten, einerseits vom renommierten Massachussetts Institute of Technology (MIT) und andererseits vom Unternehmensberatungsriesen McKinsey.

Das MIT hat gemeinsam mit dem Oak Ridge National Laboratory (ORNL) ein Simulationstool entwickelt. Dieser sogenannte "Iceberg Index" zeigt für die Menschen am US-Arbeitsmarkt eine Jahresgehaltssumme von insgesamt 9,4 Billionen Dollar für 151 Millionen arbeitende Menschen, die rund 32.000 verschiedene Fertigkeiten mitbringen. Dem gegenüber steht eine "KI-Population" von (Stand: 30. September) 13.741 Bots. Diesen wird in Zusammenarbeit mit Menschen ein "Koordinationspotenzial" von 1,2 Billionen Dollar zugerechnet. Zudem sollen sie 11,7 Prozent der bestehenden Jobs bereits abdecken können.

Digitaler Zwilling
Die Basis der Simulation bildet eine Art digitaler Zwilling des US-Arbeitsmarktes, erklärt man gegenüber CNBC. Durch verschiedene Simulationen unter Verwendung des "Frontier"-Supercomputers am ORNL will man voraussagen, welche Auswirkungen die Einführung von KI-getriebenen Systemen in unterschiedlichen Branchen und an verschiedenen Orten hat. Ziel ist es, Arbeitgebern und Politik dadurch wertvolle Daten zu liefern, die beispielsweise bei der Planung von Umschulungsprogrammen helfen, um Menschen, die von Stellenabbau betroffen sind, im Arbeitsmarkt zu halten.

Im Index werden alle 151 Millionen Arbeitskräfte als individuelle "Agents" behandelt, die jeweils über verschiedene Fertigkeiten, Aufgaben, Berufe und Standorte verfügen. Abgedeckt werden 923 Berufsbilder in 3000 Bezirken (counties). Gemessen wird unter anderem, welche aktuellen KI-Systeme bereits welche Skills abdecken können. Bisherige Kündigungswellen und Jobverschiebungen im Tech-Bereich stellen demnach mit 2,2 Prozent der Gehälter (etwa 211 Milliarden Dollar) nur die sogenannte "Spitze des Eisbergs" dar.

Die Kooperation aus Menschen mit KI bzw. Robotern soll zur Normalität im Arbeitsalltag werden. Dieses Symbolbild wurde per KI generiert.
DER STANDARD/Pichler/Midjourney

Proaktive Simulationen
Potenziell ersetzbar sind bereits Jobs im Gegenwert der schon genannten 1,2 Billionen Dollar. Auf diesen Wert kommt man auch, weil man etwa Routinetätigkeiten in Bereichen wie Logistik, Büromanagement, Finanz- und Personalabteilungen berücksichtigt, die laut den Forschern in bisherigen Prognosen manchmal übersehen werden. Wenngleich Daten bis auf Bezirksebene erhoben und generiert werden, ist der Index nicht als exakte Vorhersage darüber gedacht, wann wo welche Jobs durch KI übernommen werden. Vielmehr möchte man einen Überblick darüber geben, welche Möglichkeiten moderne KI-Systeme bereits bieten, um Entscheidungsträgern die Erarbeitung von Maßnahmen im Voraus zu erleichtern.

Drei Bundesstaaten – Utah, North Carolina und Tennessee – nutzen das System bereits, um proaktiv Simulationen laufen zu lassen. Sie haben die Ergebnisse auch mit eigenen Arbeitsmarktdaten validiert und entwickeln auf Basis der Vorhersagen nun Policymodelle für verschiedene Szenarien. So lässt sich etwa einfach erheben, wie die Skillverteilung in einem bestimmten Bezirk ist und wie hoch der Anteil und das Risiko jener Fertigkeiten ist, in absehbarer Zeit automatisiert zu werden. Aktuell sehen die Forscher den Index noch nicht als fertiges Produkt an, sondern als in Entwicklung befindliche "Sandbox".

McKinsey: KI und Roboter könnten 57 Prozent aller Arbeitsstunden erledigen
Auch der große Unternehmensberater McKinsey hat sich in einer neuen Erhebung mit dem Einfluss von KI auf die Arbeitswelt beschäftigt. Der Bericht "Agents, robots and us" liefert Zahlen. In Zukunft werde die Zusammenarbeit von Menschen, KI-Agenten und Roboter (sowohl KI-gesteuert, als auch ohne KI) zur Normalität in der Arbeitswelt, heißt es darin. 70 Prozent aller heute von Arbeitgebern nachgefragten Skills werden demnach sowohl in automatisierbaren, als auch nicht-automatisierbaren Tätigkeiten eingesetzt. Die meisten Skills bleiben also auch in Zukunft relevant, doch wo und wie sie genutzt werden, wird sich ändern. Die Nachfrage seitens Arbeitgebern nach der Fähigkeit, mit KI-Tools umgehen zu können, hat sich binnen zwei Jahren versiebenfacht, was man als eines der Zeichen für einen größeren Umbruch sieht.

Grundsätzlich sei KI wohl in der Lage, Tätigkeiten im Umfang von 57 Prozent aller Arbeitsstunden in den USA zu automatisieren, wobei hier sowohl physische und primär mentale Tätigkeiten gemeint sind. 44 Prozent könnten nach derzeitiger Einschätzung durch KI-Agents abgedeckt werden, weitere 13 Prozent durch Roboter. Insgesamt sieht man Jobs im Umfang eines Gehaltsvolumens von 40 Prozent als "stärker automatisierbar" an, wobei der Anteil je nach Branche schwankt. Insbesondere Arbeiten, die teils gefährliche, physische Tätigkeiten beinhalten – genannt werden etwa Schweißer, Bäcker oder Lagerarbeiter – fallen in diesen Bereich.

McKinsey will seinen Bericht aber nicht explizit als Prognose für Jobverluste verstanden wissen und verweist auf Kooperation zwischen KI und Menschen. Freilich implizieren die Angaben aber ein Risiko für Arbeitende, durch KI-Agents bzw. Roboter ersetzt zu werden. Weiters betont man das ökonomische Potenzial. Bis 2030, so die Prognose, beträgt dieses laut Prognose 2,9 Billionen Dollar, die man mit der Technologie erschließen könnte.
(gpi, 27.11.2025)

MIT-Studie: KI könnte bereits 12 Prozent aller US-Jobs ersetzen

 

[josef]

Technologie
Wenn KI immer mehr Arbeitsplätze ersetzt, braucht es dann eine KI-Steuer?
Eine KI-Besteuerung könnte den Sozialstaat absichern und die Ungleichheit reduzieren, glauben einige. Für eine praktische Umsetzung sind aber noch viele Fragen offen

Irgendwo zwischen Hype, Hilfe und Hilflosigkeit bewegt sich dieser Tage künstliche Intelligenz. Während die Entwickler von ChatGPT und Co darin den nächsten Effizienz-, Kreativitäts- und Produktivitätssprung sehen, fürchten andere um ihren Job. Schon jetzt erledigt KI viele repetitive Aufgaben, erledigt Papierkram, schreibt Code, entwirft Pläne oder beantwortet Kundenanfragen. Allein in den USA können bereits jetzt laut einem aktuellen Simulationstool des MIT 11,7 Prozent der Arbeitskräfte durch KI ersetzt werden. Manche, wie beispielsweise Elon Musk, prophezeien gar "das Ende der bezahlten Arbeit".

Ganz so weit würden die meisten in ihrer Einschätzung zwar nicht gehen. Dennoch verspricht KI, den größten Kostenfaktor für die meisten Unternehmen – die menschliche Arbeitskraft – zumindest zu reduzieren. Was aber passiert, wenn durch KI tatsächlich immer mehr Jobs wegbrechen? Dann steigt die Arbeitslosigkeit, viele Menschen haben weniger Einkommen und kaufen weniger ein und dem Staat fehlen Einnahmen aus der Einkommens- und Mehrwertsteuer, während er gleichzeitig mehr Arbeitslosengeld bereitstellen muss, so etwa die Befürchtung des Schweizer Steuerrechtsprofessors Xavier Oberson.

Eine Möglichkeit sei, die Rechenzentren stärker zu besteuern, mit denen künstliche Intelligenz trainiert wird, so ein Vorschlag.
REUTERS/Toby Melville

KI besteuern
Obendrein vergrößere sich die Kluft zwischen Arm und Reich: jene mit viel Kapital, die in die Technologie investieren können, profitieren, ebenso wie jene, deren Job durch KI noch gefragter oder produktiver wird. Andere hingegen, die ihren Job durch KI verlieren, fallen zurück.

Obersons Lösung: Der Staat müsse neue Steuereinnahmen finden, um diese Folgen abzufedern – und zwar durch eine Besteuerung von künstlicher Intelligenz. Jene Unternehmen, die besonders viele Arbeitsplätze durch KI ersetzen, sollten einen Teil der Löhne, die sie dadurch einsparen, in Form höherer Steuern an den Staat zurückgeben. Dadurch könne der Sozialstaat langfristig besser abgesichert werden.

Mehrere Vorschläge
Oberson ist mit diesem Vorschlag nicht allein. Auch die Arbeiterkammer Niederösterreich forderte Anfang des Jahres, dass jene Betriebe, die auf künstliche Intelligenz statt auf Arbeitskräfte setzen, mehr Steuern zahlen sollen. Unternehmen mit vielen Beschäftigten sollen hingegen steuerlich entlastet werden. Gebräuchlich ist für den Vorschlag auch der Begriff "Wertschöpfungsabgabe": Statt nur die Löhne als Berechnungsgrundlage für die Sozialabgaben eines Unternehmens heranzuziehen, soll die Wertschöpfung beziehungsweise das Kapitaleinkommen des Unternehmens einbezogen werden.

In einem kürzlich erschienenen Plädoyer auf der Website der Non-Profit-Organisation Project Syndicate spricht sich auch Kevin O’Neil, Geschäftsführer der Initiative New Frontiers der Rockefeller Foundation, für eine KI-Steuer aus. Ein Ansatz dafür wäre, die Energie, Chips oder Rechenzeit zu besteuern, die für die Entwicklung und den Betrieb der Technologie nötig sind. Alternativ könnte auch die Kapitalbesteuerung so angepasst werden, "um dem KI-bedingten wirtschaftlichen Wandel Rechnung zu tragen".

Robotersteuer schon länger
"Die Idee einer KI-Steuer geistert schon eine ganze Weile herum und baut auf den alten Vorstellungen einer Maschinen- und Robotersteuer auf", sagt Margit Schratzenstaller, Wirtschaftswissenschafterin beim Wifo, zum STANDARD. 2017 forderte etwa Microsoft-Gründer Bill Gates eine solche Robotersteuer: Wenn ein Roboter dieselbe Arbeit macht, die sonst ein Mensch machen würde, sollte der Roboter auf einem ähnlichen Niveau besteuert werden, so Gates.

Unternehmen, die Roboter im Arbeitsalltag einsetzen, sollen dafür bestimmte Sozialabgaben leisten. Die Einnahmen aus dieser Steuer sollten dann das Sozialsystem finanzieren und etwa dabei helfen, Menschen, die ihren Job durch KI verlieren, für dringend benötigte Sozialberufe umzuschulen. Die Idee wurde später von Bernie Sanders und anderen aufgegriffen.

Unterschiede zu heute
Im Vergleich zum damaligen Vorschlag von Bill Gates und der früheren Debatte einer Maschinensteuer sei die aktuelle Diskussion um eine KI-Steuer jedoch weitaus fundierter und tiefgründiger, argumentiert O’Neil. Erstens durchziehen KI und Automatisierung heute viel mehr Bereiche als früher. Zweitens gebe es ein großes Ungleichgewicht zwischen KI und menschlichen Arbeitskräften: Zweitere würden meist viel stärker besteuert als ihre KI-Konkurrenten.

Allein in den USA stammen 85 Prozent der Steuereinnahmen aus Einkommens- und Lohnsteuer. Kapital- und Unternehmensgewinne würden hingegen weitaus geringer besteuert. Zudem profitiere KI von einigen Ausnahmeregelungen und großzügigen Abschreibungen.

KI dürfte die Erträge aus Kapitalinvestitionen im Vergleich zur Arbeit noch weiter erhöhen, was eine größere gesellschaftliche Ungleichheit zur Folge hätte. Eine KI-Steuer könne dabei helfen, die Wettbewerbsbedingungen zwischen Menschen und Maschinen auszugleichen und mit dem Geld daraus könnte das Gesundheits- und Pensionssystem, die Ausbildung junger Menschen oder auch die Modernisierung des Stromnetzes finanziert werden, so O’Neil.

Innovationsbremse?
In der Politik, Wirtschaft und unter anderen Wissenschafterinnen und Wissenschaftern stößt eine KI-Steuer jedoch immer wieder auf heftige Kritik. Die Sorge: Eine solche Steuer könnte Innovationen und die Einführung von KI bremsen, damit der Produktivität und letztlich der Wettbewerbsfähigkeit schaden. Unternehmen könnten ihren Firmensitz in andere Länder verlegen und damit langfristig dem Wirtschaftsstandort schaden.

"Schon eine Wertschöpfungsabgabe stieß immer wieder auf das Problem von integrierten Kapital- und Finanzmärkten", sagt Schratzenstaller. Soll heißen: Unternehmen können ihre Gewinne und ihr Kapital bei solchen Maßnahmen einfach in andere Länder verschieben. "Um Unternehmensgewinne effektiv zu besteuern, braucht es eine gute internationale Zusammenarbeit", so Schratzenstaller.

Steuerexperte Oberson glaubt jedoch nicht, dass eine KI-Steuer Innovationen bremsen würde. "Eine Firma zahlt auch Steuern, wenn sie dank einer großartigen Erfindung viel Geld verdient. Das bremst die Innovation auch nicht", sagt er. Auch O’Neil ist sich sicher, dass eine KI-Steuer Innovationen nicht hemmen würde. Hinter der Technologie stünden mittlerweile die weltweit größten Unternehmen, in die allein 2024 mehr als 250 Milliarden US-Dollar investiert wurden.

Kritiker sehen bei KI-Steuern die Gefahr, dass Innovationen gebremst werden – etwa auch in der Robotik.
IMAGO/Abdullah Firas/ABACA

Folgen ungewiss
Allerdings machen selbst die größten Tech-Unternehmen mit KI derzeit noch Verluste. Zudem ist derzeit noch völlig offen, wie sehr KI tatsächlich den Arbeitsmarkt und die Steuereinnahmen verändern wird. "Niemand weiß, ob das Arbeitseinkommen wirklich an Bedeutung verlieren wird", sagt Schratzenstaller.

Künstliche Intelligenz könnte etwa auch weniger Arbeitsplätze vernichten als befürchtet, oder Jobs eher verändern als ersetzen, wie eine Studie des Wirtschaftsprüfungsunternehmens PwC von diesem Jahr zeigt. Der US-amerikanische Ökonom und Wirtschaftsnobelpreisträger Daron Acemoglu schätzt, dass nur fünf Prozent aller Jobs auf der Welt von KI übernommen werden können. In diesem Fall brauche es laut den Kritikern auch keine KI-Steuer.

Allerdings sei es laut O’Neil besser, auf das Szenario vorbereitet zu sein, bei dem KI tatsächlich zu großer Arbeitslosigkeit oder finanziellen Schocks führt, und Optionen dafür parat zu haben, als später improvisieren zu müssen.

Abgrenzung schwierig
Wie diese Optionen in der Praxis konkret aussehen und implementiert werden könnten, ist jedoch ebenfalls noch offen. Eine Schwierigkeit: KI genau abzugrenzen und ihren Einfluss auf die Gewinne des Unternehmens zu quantifizieren – vor allem dann, wenn die Technologie in immer mehr Anwendungen zum Einsatz kommt. Eine KI-Steuer könnte zu einem hohen bürokratischen Aufwand und rechtlichen Unsicherheiten führen. Zudem könnte es dadurch auch zu einer Doppelbesteuerung von Gewinnen kommen, so die Kritik.

Auch der Internationale Währungsfonds spricht sich in einem Bericht im vergangenen Jahr gegen spezifische KI-Steuern aus. Stattdessen müssten die Steuern auf Kapitalerträge erhöht werden und es brauche einen höheren Steuersatz für "exzessive Unternehmensgewinne". In vielen OECD-Staaten sind die Kapitalertragssteuern zuletzt gesunken und die Einkommenssteuern gestiegen. Das verleite Unternehmen dazu, mehr in Automatisierung als in die Schaffung von Arbeitsplätzen zu investieren. Beispiele dafür sind nicht zuletzt Amazon.

"Ich weiß nicht, was KI und Roboter von anderem Kapital in einem Unternehmen unterscheidet", sagt Schratzenstaller. Auch sie halte eine bessere Besteuerung von Gewinn und Kapital für besser als eine spezifische KI-Steuer. Eine andere Möglichkeit sei es, die Emissionen, die bei der Betreibung von Rechenzentren entstehen, effektiv zu besteuern. "Noch fehlt es einfach an konkreten Modellen, wie eine KI-Steuer wirklich in der Praxis umgesetzt werden könnte."
(Jakob Pallinger, 7.12.2025)

Wenn KI immer mehr Arbeitsplätze ersetzt, braucht es dann eine KI-Steuer?

 

[josef]

Weltraumdaten
Wie KI die Grenzen der Erdbeobachtung verschiebt
Eine neue Generation von KI- und Quantentechnologien soll Satelliten dabei helfen, Naturkatastrophen schneller zu erkennen

Als im Sommer 2023 auf der griechischen Insel Korfu binnen Stunden heftige Waldbrände ausbrachen, war die Situation äußerst unübersichtlich. Stürmische Winde trieben die Feuerfronten unberechenbar voran, dichter Rauch verhüllte die Brandherde, und Evakuierungen mussten innerhalb kürzester Zeit organisiert werden. Einsatzkräfte berichteten später, dass es anfangs kaum möglich gewesen sei, das genaue Ausmaß der Brände zu erkennen.

Bei solchen und anderen Katastrophen soll künftig eine neue Generation von KI- und Quantentechnologien für Satelliten schnellere Hilfe bereitstellen: Die Europäische Weltraumorganisation (Esa) arbeitet mit dem Technologiekonzern IBM zusammen, um neue Modelle für die Erdbeobachtung zu ermöglichen. Dadurch sollen Natur- und Umweltkatastrophen vom All aus schneller und genauer erkannt werden und weltweit bessere Entscheidungsinformationen liefern.

Das EU-Erdbeobachtungsprogramm Copernicus zeigte das Ausmaß der Waldbrände auf Korfu. Im Zusammenspiel mit KI sollen relevante Satellitendaten künftig schneller und zielgerichteter zur Erde kommen.
European Union, Copernicus Sentinel-2 imagery

Offene Plattform
"Wir stehen am Beginn einer neuen Ära des Computings", sagte Juan Bernabé-Moreno, Direktor von IBM Research Europe für Irland und Großbritannien kürzlich bei einer gemeinsamen Präsentation von IBM und Esa in Rüschlikon bei Zürich. Diese neue Ära werde nicht durch eine einzelne Technologie geprägt, sondern durch eine Kombination der vielversprechendsten Werkzeuge. Das Zusammenspiel aus generativer KI, physiknahen Modellen und künftig auch Quantencomputern soll zahlreiche Anwendungen verbessern.

Im Zentrum der Kooperation mit der Esa steht die offene KI-Plattform Terra Mind, die auf gewaltigen Mengen an Satellitendaten basiert. Die Daten stammen vorwiegend aus dem europäischen Erdbeobachtungsprogramm Copernicus, das eine eigene Satellitenflotte betreibt. In Tests zeigte Terra Mind, dass es anhand von Radar- und optischen Satellitenbildern von Korfu durch die Rauchschwaden hindurch die betroffenen Brandflächen weitaus schneller korrekt kartieren konnte, als bisherige Prozesse es erlauben. Einen großen Vorsprung sollen derartige Modelle auch für andere Anwendungsfälle bieten: etwa bei der frühzeitigen Erkennung von Überschwemmungen und Erdrutschen, in der Klimaforschung, beim Vegetationsmonitoring für die Landwirtschaft, im Naturschutz oder bei der Überwachung von Infrastruktur.

Modell ohne Umweg
Entscheidend seien Änderungen bei der Modellbildung, sagte Bernabé-Moreno. Traditionell wurden physikalische Probleme wie Strömungen, Atmosphärenmodelle oder Bodenfeuchtigkeit über Gleichungen, Simulationen und hochspezialisierte Rechenverfahren gelöst. Statt die Realität über physikalische Gleichungen zu abstrahieren, erzeuge KI heute eigene datenbasierte Modelle – eine neue Form der Abstraktion. "Wir können nun von Beobachtungen direkt zu einem Modell gelangen, ohne den Umweg über die klassische mathematische Simulation", sagte Bernabé-Moreno.


KI-Grundmodelle wie Terra Mind lernen aus Millionen von Satellitenbildern, Radarprofilen, Höhenmodellen und anderen Sensordaten. Sie erkennen Veränderungen in Landschaften, Gewässern oder der Vegetation nicht mehr über fest vorgegebene Regeln, sondern indem sie große Datenmengen auswerten und darin selbstständig Muster finden. Vorhersagen, für die klassische Systeme Stunden oder Tage benötigen, sollen so künftig innerhalb von Minuten möglich werden.

Ein Problem in der Katastrophenforschung ist, dass Extremereignisse in großen Datenmengen vergleichsweise selten vorkommen, auch wenn sie in der Realität zunehmen. Um solche Ereignisse besser analysieren zu können, haben Esa und IBM einen speziellen Datensatz entwickelt. Er enthält die Daten aus Hunderten Überschwemmungen, Waldbränden und anderen Extremwetterereignissen – jeweils mit Satellitenaufnahmen vor und nach der Katastrophe. Die Daten wurden aufwendig markiert, damit KI-Modelle zuverlässiger daraus lernen können.

Beschleunigung und Übersetzung
"Copernicus ist der größte Produzent vertrauenswürdiger, offener Satellitendaten weltweit. Aber die Daten allein reichen nicht", sagte Giuseppe Borghi, Direktor der Esa-Innovations- und Forschungslabore Phi Labs. "Wir müssen sie in Informationen übersetzen, die jeder versteht – und KI ist dafür zentral." Borghi verweist darauf, dass die bisherigen Lage- und Schadenskarten aus dem Copernicus-System zwar präzise, aber komplex und zeitintensiv erzeugbar sind. "Wir wollen Reaktionszeiten verkürzen und Dienste so vereinfachen, dass sie auch für Nicht-Expertinnen und -Experten verständlich werden."

Dafür sollen speziell komprimierte KI-Systeme künftig auch an Bord von Satelliten laufen. Anstatt Rohdaten zur Erde zu schicken, sollen Copernicus-Satelliten dann direkt die relevanten Ergebnisse senden – etwa einen Katastrophenalarm samt präziser Schadensfläche."Das kann die Reaktionszeiten von Tagen auf Minuten verkürzen", sagte Borghi.

Derzeit würden in Europas Raumfahrtindustrie zahlreiche Unternehmen daran arbeiten, KI bereits ins Borddesign zu integrieren. "Von rund 200 Innovationsprojekten, die wir begleiten, haben 70 Prozent bereits KI an Bord", sagte Borghi. Ein Drittel dieser Firmen entwickle eigene Satelliten – deren Systeme seien mit Terra-Mind-Komponenten künftig kompatibel.

Hoffnung auf den Quantenvorteil
Den nächsten Schritt sieht Bernabé-Moreno im Zusammenspiel von Quantencomputern mit klassischen Systemen und KI. Quantencomputer könnten besonders bei Optimierungen, Simulationen und komplexen physikalischen Systemen ganz neue Wege eröffnen – etwa bei hochauflösenden digitalen Zwillingen der Erde. Wann genau Quantenrechner bei der Erdbeobachtung Vorteile bringen könnten, ist aber noch offen. IBM rechnet 2029 mit dem ersten fehlerkorrigierten Quanten-Großsystem.

Die Zusammenarbeit zwischen Esa und IBM zeigt aber schon jetzt: Der Weltraum wird immer mehr zum experimentellen Labor für neue Computing-Konzepte. KI-Modelle wie Terra Mind sollen nicht nur Daten schneller auswerten, sondern auch eine Lücke schließen, die klassische Methoden bislang offenlassen. Ob sich dieser Ansatz in der Praxis flächendeckend durchsetzt, hängt aber davon ab, wie robust die Modelle in unterschiedlichen Regionen funktionieren und ob sich die nötige Infrastruktur im Orbit wie am Boden verlässlich aufbauen lässt.

Der Bedarf an schneller verfügbaren Informationen aus der Erdbeobachtung steigt jedenfalls. Extremwetterereignisse, aber auch geopolitische Spannungen erhöhen den Druck auf Behörden und Forschungseinrichtungen, schneller zu reagieren und besser informierte Entscheidungen zu treffen, sagt Borghi. "Wir sehen die Vorteile bereits heute – und in den nächsten Jahren werden sie weiter zunehmen."
(David Rennert, 27.12.2025)

Wie KI die Grenzen der Erdbeobachtung verschiebt

 

[josef]

Digitale Massenware
Jedes fünfte YouTube-Video für neue Nutzer ist KI-Schrott
"AI Slop" flutet die Plattform, generiert Milliarden von Klicks und spült Millionen in die Kassen anonymer Produzenten. Inhaltliche Qualität sucht man vergeblich

Bandar Apna Dost ist einer der größten Kanäle der Kategorie AI-Slop. Ein Affe telefoniert und kämpft meistens, aber nicht gegen den Brainrot, sondern She-Hulk.
Bandar Apna Dost / Youtube

Wer heute ein neues Nutzerkonto bei YouTube eröffnet, landet schneller als gedacht in einer Welt des Absurden. Statt hochwertiger Dokumentationen, handgemachter Unterhaltung oder nerdigem Wissen (wie in der STANDARD-Serie zum Jahresausklang) serviert der Algorithmus vor allem eines: AI Slop. Also minderwertigen, künstlich erzeugten Inhalt, der allein darauf ausgelegt ist, Klicks zu farmen.

Laut einer Studie des Videobearbeitungs-Unternehmens Kapwing sind mehr als 20 Prozent der Videos, die YouTube neuen Nutzern empfiehlt, der Kategorie KI-Abfall zuzuordnen.

Für die Untersuchung wurden 15.000 der weltweit populärsten Kanäle analysiert. Das Ergebnis ist ernüchternd: 278 dieser Top-Kanäle bestehen ausschließlich aus KI-generierten Inhalten. Doch das Geschäft boomt. Diese Kanäle kommen zusammen auf über 63 Milliarden Aufrufe und 221 Millionen Abonnenten. Schätzungen zufolge generieren sie damit einen jährlichen Umsatz von rund 117 Millionen US-Dollar.

Zwischen "Brainrot" und Geschmacklosigkeit
Die Forscher erstellten für die Studie ein neues Nutzerprofil und stellten fest, dass 104 der ersten 500 empfohlenen Videos reiner AI-Slop waren. Ein Drittel der Empfehlungen fiel in die Kategorie "Brainrot" (etwa: Gehirnfäulnis) – ein Begriff für Inhalte, die so stumpfsinnig und repetitiv sind, dass sie die Aufmerksamkeit der Zuschauer rein mechanisch binden, ohne einen Mehrwert zu bieten.

Die Beispiele für diesen Erfolg des Absurden sind vielfältig: Bandar Apna Dost aus Indien ist mit 2,4 Milliarden Aufrufen der Spitzenreiter. Zu sehen ist ein Affe und ein Charakter, der dem "Hulk" nachempfunden ist. Der Affe verkauft Smartphones in einem Flugzeug und kämpft schließlich gegen den She-Hulk. (Beweis hier, Anklicken auf eigene Gefahr.)

Pouty Frenchie aus Singapur ist ein Kanal, der sich offensichtlich an Kleinkinder richtet. Hier geht es um eine reichlich unheimlich wirkende Bulldogge und ihren "Abentuern". Etwa der Verzehr von Sushi aus Kristall – untermalt von eingespieltem Japsen und Lachen von kleinen Kindern. Geschätzter Jahresumsatz: 4 Millionen Dollar. (Auch hier Klickwarnung). The AI World aus Pakistan ist sogar noch geschmackloser. Hier werden KI-Bilder von Katastrophenfluten gezeigt, unterlegt mit "entspannenden Regengeräuschen" zum Einschlafen.

Eine globale Industrie der Inhaltsleere
Hinter den bizarren Szenen steckt ein wachsender Wirtschaftszweig. In Foren, auf Telegram und Discord tauschen sich Produzenten weltweit über Strategien aus, wie man die Algorithmen von Meta, X und YouTube am besten austrickst. "Es geht nicht um Kreativität, sondern um Skalierung", erklärt der Journalist Max Read gegenüber dem Guardian. "Die Frage ist: Wie finde ich eine Nische, die funktioniert – etwa explodierende Schnellkochtöpfe – und wie produziere ich davon sofort zehn weitere?"

Oft stammen die Ersteller aus Schwellenländern wie Indien, Kenia, Nigeria oder Vietnam. Dort übersteigt das mit Youtube-Werbung erzielbare Einkommen den lokalen Durchschnittslohn bei weitem. Die Algorithmen fungieren dabei als riesige "A/B-Testmaschinen". Ausgesiebt wird, was nicht sofort Klicks generiert.

Youtube sieht sich nicht in der Pflicht
Ein Sprecher von YouTube gab sich gegenüber der Kritik gelassen: "Generative KI ist ein Werkzeug, und wie jedes Werkzeug kann es zur Erstellung von qualitativ hochwertigen wie auch minderwertigen Inhalten verwendet werden." Man konzentriere sich darauf, Nutzer mit "qualitativ hochwertigen Inhalten" zu verbinden, unabhängig davon, wie diese erstellt wurden. Solange die Community-Richtlinien nicht verletzt werden, dürfen die KI-Maschinen also weiter produzieren.
(pez, 28.12.2025)

Mehr zum Thema
"Slop": Merriam-Webster kürt KI-Müll zum Wort des Jahres
Menschen beginnen offenbar, KI-Sprache zu übernehmen
Not loving it: McDonald's zieht KI-generierten Werbespot nach Ärger zurück

Jedes fünfte YouTube-Video für neue Nutzer ist KI-Schrott

 

[didi42]

Es liegt an den Benutzern von Youtube selbst, zu entscheiden ob sie KI generierte Videos anklicken oder nicht.
Manche Videos sind offensichtlich KI generiert, wie z.B. der Affe, aber manchen ist es auch schwer anzuerkennen.
Was man aus den Klickzahlen von KI Videos schließen kann, das überlasse ich jeden selbst.

 

[josef]

Milliardenersparnis
In den USA übernimmt KI bereits 30 Prozent der Programmierarbeit
Gängige Sprach-KIs werden zunehmend für professionelle Softwareentwicklung eingesetzt, auch in Europa. Besonders Erfahrene arbeiten damit deutlich effizienter

Beim Programmieren kommen inzwischen in großem Maßstab Sprach-KIs zum Einsatz.
APA/dpa/Oliver Berg

Ein markantes Merkmal aktueller Sprach-KIs wie ChatGPT ist ihre Vielseitigkeit. Dieselben Modelle sind in der Lage, Gedichte zu verfassen und Mathematikprobleme zu lösen. Dazu kommt, dass sich Sprachmodelle auch dazu eignen, Programmcode zu erstellen, indem man ihnen in legerer Form seine Wünsche mitteilt und die KI das gewünschte Programm schreibt.

Dieser Zugang, der auch Vibe Coding genannt wird, erfreut sich immer größerer Beliebtheit, auch und gerade in professioneller Softwareentwicklung. Eine Forschungsgruppe vom in Wien beheimateten Complexity Science Hub hat nun untersucht, wo Vibe Coding bevorzugt eingesetzt wird und welchen Effekt es dort hat. Die Erkenntnisse daraus wurden im Fachjournal Science veröffentlicht.

USA voran
"Die Ergebnisse zeigen eine extrem schnelle Verbreitung", berichtet Frank Neffke vom Complexity Science Hub, der an der Linzer IT:U tätig ist. "In den USA stieg der Anteil KI-gestützten Programmierens von rund fünf Prozent im Jahr 2022 auf nahezu dreißig Prozent im letzten Quartal 2024."

Von den USA ist bekannt, dass sie aktuell die Führungsrolle im Bereich von KI innehaben, und das gilt auch für den KI-Einsatz beim Programmieren. Manche Länder wie Frankreich und Deutschland liegen nicht weit dahinter. Dort stammen 24 und 23 Prozent des Codes von KI. In Indien sind es 20 Prozent, gefolgt von Russland mit 15 Prozent und China mit nur 12 Prozent. Insgesamt wurde die Produktivität dadurch im Schnitt um 3,6 Prozent erhöht.

"Es ist nicht überraschend, dass die USA diese Liste anführen, schließlich stammen auch die führenden LLMs von dort", sagt Johannes Wachs vom Complexity Science Hub und der Corvinus Universität Budapest. Nutzerinnen und Nutzer in China und Russland seien mit Hindernissen beim Zugriff auf diese Modelle konfrontiert, teils durch staatliche Regelungen ihrer Heimatländer, teils durch die Anbieter. "Jüngste chinesische Durchbrüche wie DeepSeek, die erst nach dem Ende unseres Datensatzes Anfang 2025 veröffentlicht wurden, deuten jedoch darauf hin, dass diese Lücke schnell geschlossen werden könnte", betont Wachs.

KI sucht KI
Als Informationsquelle diente dabei die öffentliche Softwareentwicklungsplattform Github, die über 80 Millionen registrierte Nutzerinnen und Nutzer hat. Dabei wird jeder Programmierschritt festgehalten. Es kann also auch der Fortschritt bei der Erstellung eines Programms nachvollzogen werden. "Wir haben mehr als 30 Millionen Python‑Codebeiträge von rund 160.000 Entwickler:innen auf GitHub analysiert", berichtet Simone Daniotti vom Complexity Science Hub und der Universität Utrecht.

Diese riesige Menge an Computercode wurde selbst mithilfe eines KI-Modells nach verdächtigen Mustern durchsucht. Damit ließ sich erkennen, ob Teile des Codes etwa mithilfe von ChatGPT oder GitHub Copilot generiert wurden.

Erfahrene im Vorteil
Das Forschungsteam sah sich auch an, welche Personengruppen KI bei der Programmierung besonders stark nutzten. Zwischen Männern und Frauen gab es dabei keine relevanten Unterschiede. Anders war das bei Menschen mit viel und wenig Erfahrung.

Wenig Erfahrene nutzen KI-Methoden mehr, und zwar durchschnittlich in 37 Prozent ihres Codes. Bei Erfahrenen sind es nur 27 Prozent. Überraschenderweise profitieren Unerfahrene nicht von dem stärkeren Einsatz von KI, während Erfahrene eine Produktivitätssteigerung erzielen. KI vergrößert also aktuell die bestehenden Unterschiede in der Effizienz und bringt höher Qualifizierten einen Vorteil.

Das dürfte damit zusammenhängen, dass Erfahrene, wie die Untersuchung zeigte, mittels KI häufig neue Felder erkunden, die sie bisher nicht kannten. "Dies deutet darauf hin, dass KI nicht nur Routineaufgaben, sondern auch das Lernen beschleunigt und erfahrenen Programmierer:innen hilft, ihre Fähigkeiten zu erweitern und sich leichter in neue Bereiche der Softwareentwicklung vorzuwagen", mutmaßt Wachs.

Wirtschaftlicher Impakt
Einige Prozent Effizienzsteigerung mögen nicht dramatisch klingen, doch die wirtschaftlichen Implikationen sind enorm. "Die USA geben unseren Schätzungen zufolge jährlich zwischen 637 Milliarden und 1,06 Billionen US-Dollar für Löhne im Bereich des Programmierens aus, wie eine Analyse von rund 900 verschiedenen Berufen ergab" sagt Xiangnan Feng vom Complexity Science Hub. Der US-Wirtschaft entsteht durch den Einsatz von Vibe Coding damit ein Mehrwert von über 23 Milliarden US-Dollar.

Ganz ohne Probleme ist diese Entwicklung nicht. Eines davon hat nichts mit der Funktion der fertigen Programme zu tun. Code muss nicht nur im fertigen Programm funktionieren, gut geschriebene Programme sollen auch für Menschen gut lesbar sein, um später gewartet werden zu können. Zuletzt kritisierte der Betriebssystem-Pionier Linus Torvalds, dass KI-generierter Code in dieser Hinsicht zu wünschen übrig ließe. Dennoch hält er KI für ein nützliches Werkzeug, glaubt aber nicht, dass menschliche Programmiererinnen und Programmierer obsolet werden.

Es ist anzunehmen, dass der Anteil von KI-generiertem Code seit 2024 nicht gesunken ist und künftig wohl weiter steigen wird. "Für Wirtschaft, Politik und Bildung stellt sich damit weniger die Frage, ob KI eingesetzt wird, sondern wie ihre Potenziale breiter nutzbar gemacht werden können, ohne bestehende Ungleichheiten weiter zu verstärken", sagt Johannes Wachs.
(Reinhard Kleindl, 24.1.2026)

Linus Torvalds hält Linux-Entwicklung mithilfe von KI für "furchtbare Idee"

 

[josef]

Precision Farming
Was macht ein Traktor eigentlich mit der KI?

Die Maschine erkennt Pflanzen und trifft Entscheidungen, immer öfter ohne menschliches Zutun. Die Landwirtschaft ist ein Paradebeispiel für extrem schnellen technologischen Wandel

Wenn ein moderner Traktor über die Felder rollt, lenkt diesen nicht mehr ausschließlich ein Mensch mit F-Schein, denn GPS-Systeme und mitunter Künstliche Intelligenz (KI) übernehmen immer mehr Aufgaben. Die KI erkennt Pflanzen, trifft Entscheidungen und arbeitet zum Teil selbstständig auf dem Acker. In der Landwirtschaft wird Digitalisierung vor allem durch den Bedarf an nachhaltigeren Anbaumethoden, Arbeitskräftemangel, steigende Kosten und die wachsende Nachfrage nach Lebensmitteln vorangetrieben.

Das Potenzial ist riesig, zeigen etwa Zahlen der Weltbank. Von jährlichen Wachstumsraten von 23 Prozent beim KI-Einsatz in der Landwirtschaft zwischen 2023 und 2028 ist die Rede. Die Investitionen sollen von 1,7 Milliarden auf fast fünf Milliarden Dollar wachsen. Als plakatives Beispiel nennt die Weltbank die Agrar- und Lebensmitteltechnologie in der Subsahara-Zone. Private Investitionen stiegen dort von weniger als zehn Millionen US-Dollar im Jahr 2014 auf etwa 600 Millionen US-Dollar im Jahr 2022.

Moderne Traktoren arbeiten präziser denn je. Sie halten die Spur bis auf zwei Zentimeter genau und merken sich die Routen der Vorjahre.
Steyr

"Wegen der wachsenden Weltbevölkerung muss die Landwirtschaft immer mehr Menschen ernähren, gleichzeitig aber mit weniger Ressourcen auskommen und die Folgen des Klimawandels bewältigen", sagt Markus Müller zum STANDARD. Er ist Präsident der EMEA-Region (Europa, Naher Osten, Afrika, Anm.) bei CNH, dem Mutterkonzern des österreichischen Marktführers Steyr Traktoren. "Zwar werden in manchen Regionen, etwa in Afrika, neue Flächen erschlossen, doch insgesamt bleibt die Situation mit zunehmender Bodenerosion angespannt." Precision Farming werde deswegen auch für den Steyr-Standort in St. Valentin, wo viel Forschung und Entwicklung stattfindet, immer wichtiger. Der Konzern hat im vergangenen Jahr mehr als 12 Millionen Euro in die Modernisierung des Standorts St. Valentin investiert, unter anderem in ein neues fahrerloses Transportsystem und in moderne Produktions- und Qualitätsprozesse.

Precision Farming
Was ist Precision Farming? Grob heruntergebrochen: Landwirte nutzen digitale Technologien wie GPS, Sensoren, Drohnen und KI, um Felder genau zu analysieren. Dadurch lässt sich exakt bestimmen, wo und wie viel Dünger, Wasser oder Pflanzenschutzmittel benötigt werden. Ziel ist es, effizienter und umweltfreundlicher zu produzieren. "KI-gestützte Kamerasysteme erkennen bei der Feldbearbeitung den Unterschied zwischen Kulturpflanze und Unkraut. Es wird nur dort gespritzt, wo es wirklich notwendig ist", sagt Müller. So ließen sich signifikante Mengen an Pestiziden einsparen.

Das bestätigt auch der Landwirt Lukas Jetzinger aus Ardagger in Niederösterreich. "Um ein 100-mal-100-Meter großes Maisfeld unkrautfrei zu halten, brauche ich gerade einmal 0,44 Liter Pflanzenschutzmittel auf 300 Liter Wasser. KI-Systeme sind für Dünger und Pestizide extrem effizient und ressourcenschonend."

Angepasst an Tageszeit
Weil die Ernte-Zeitfenster immer kleiner werden, nimmt auch bei der Ernte der Automatisierungsgrad laufend zu. Ein Beispiel: Moderne Mähdrescher sind mit KI-Systemen ausgestattet, die den Ernteprozess automatisch optimieren. "Sensoren erfassen ständig Daten wie Feuchtigkeit, Erntemenge und Arbeitsbedingungen", erklärt Müller. "Auf dieser Grundlage passt die KI die Maschineneinstellungen in Echtzeit an, um den Ertrag zu maximieren. So kann ein Mähdrescher bis zu 100 Tonnen Getreide pro Stunde ernten." Die KI ermögliche zudem, dass die Maschine bei wechselnden Bedingungen – morgens bei Feuchtigkeit oder mittags bei Hitze – immer möglichst effizient arbeitet.

KI und GPS helfen dabei, die Landwirtschaft effizienter zu gestalten und den Herausforderungen wie Klimawandel und Arbeitskräftemangel entgegenzutreten.
IMAGO

Durch die Analyse von Drohnen- oder Sensordaten unterstützt maschinelles Lernen zudem die frühzeitige Erkennung von Krankheiten und Schädlingen, was Ernten schützt und Verluste reduziert. Da extreme Wetterereignisse häufiger auftreten, kann KI-gestützte Datenanalyse Risiken frühzeitig erkennen und helfen, Pflanzzeiten anzupassen.

Hohe Anschaffungskosten
Hört man sich bei heimischen Bauern um, bestreitet kaum jemand die Wirksamkeit neuer Technologien. Es stellt sich jedoch die Preisfrage, denn die Anschaffungskosten für moderne Maschinen und Software sind hoch. Man kennt die Bilder von riesigen Landwirtschaftsmaschinen auf endlosen Feldern in den USA oder in Ost-Deutschland. Je größer das Feld, desto hilfreicher die High-Tech-Features. Doch hierzulande sind Felder topografiebedingt meist deutlich kleiner als in Mecklenburg-Vorpommern oder Iowa.

"Bei uns läuft es oft darauf hinaus, dass sich ein paar Betriebe eine Maschine teilen, weil die Anschaffungskosten für einen alleine zu hoch sind", sagt Jetzinger. CNH ist dennoch zufrieden: Die neuen Technologien würden trotz der hohen Investitionen auch in Österreich gut angenommen. "Rund 30 bis 40 Prozent unserer Produkte in Österreich haben bereits Precision-Features im Einsatz", so Müller.

Positiver Zugang
"Die Landwirte in Österreich haben einen positiv-pragmatischen Zugang zur Digitalisierung. Befragungen zeigen, dass weniger als zehn Prozent nichts von neuer Technologie wissen wollen", sagt der Digitalisierungsexperte in der Landwirtschaftskammer, Martin Hirt, zum STANDARD. "Die meisten erhoffen sich dadurch mehr zeitliche Flexibilität und gesteigerte Lebensqualität, Kostenersparnis oder höhere Erträge stehen nicht im Vordergrund." Wichtig sei dennoch, dass man sich im Vorfeld überlegt, ob neue Systeme wirklich zum eigenen Betrieb passen.

Was nutzen hierzulande viele? "Einen massiven Zuwachs gibt es bei Spurführungssystemen, die mithilfe von GPS-Daten Landmaschinen bis auf zwei Zentimeter genau übers Feld leiten", sagt Hirt. Um Landwirte zu unterstützen, stellt der Bund seit 2021 kostenfrei den Satelliten-Positionierungsdienst APOS zur Verfügung, den mittlerweile rund 6500 Betriebe nutzen. Dazu kommt laut Hirt noch knapp dieselbe Anzahl an Betrieben, die kommerziellen Dienste nutzen.

"APOS ist aus dem Alltag nicht mehr wegzudenken", sagt der oststeirische Landwirt Josef Trinkl. "Wenn ich mich einem Feld nähere, erkennt es die App und stellt schon die entsprechenden Routen ein."

Mithilfe der GPS-Technologie sorgte Trinkl vor zwei Jahren für Schlagzeilen, indem er seine Feldspritze speziell programmierte und "Willst du mich heiraten" in ein Rapsfeld schrieb. KI brauchte Trinkl dafür keine, er geht jedoch davon aus, dass es mit einer noch einfacher gewesen wäre.


Im Jahr 2024 berichtete zuerst die Kleine Zeitung über den spektakulären Heiratsantrag in der Oststeiermark.

Fahrerloser Traktor
Felder werden mit Heatmaps genau kartografiert und in Kombination mit Vorjahresdaten genaue Routen ausgerechnet. Wofür braucht es also noch einen Fahrer? "Technisch wäre der autonome Traktor schon umsetzbar, politisch noch nicht", sagt Markus Müller von CNH. In der Praxis gebe es zudem noch Einschränkungen, wenn Sensoren durch Staub oder Wetterbedingungen beeinträchtigt werden. "Der Fahrer bleibt also aus Sicherheitsgründen an Bord, kann sich aber auf andere Dinge konzentrieren als darauf, die Spur zu halten."

Das macht sich auch Landwirt Jetzinger zunutze: "Mittlerweile fahre ich oft in der Nacht. Früher musste man sich auf Scheinwerfer und sein Gefühl verlassen, heute weiß ich, dass die Spur fix passt."
(Andreas Danzer, 10.3.2026)

Was macht ein Traktor eigentlich mit der KI?

 

[josef]

Wie KI die Arbeit in Österreich bereits verändert

Eine Rechtsauskunft auf Knopfdruck, visualisierte Baupläne in wenigen Sekunden und hocheffiziente Softwarecodes: Künstliche Intelligenz (KI) ist im Berufsleben von Anwaltskanzleien, Architekturbüros und IT-Firmen auch in Österreich längst angekommen – mit Folgen für alle, die künftig in Berufe einsteigen.
Online seit gestern 01.05.2026, 6.00 Uhr
Teilen

„Wir verwenden ein KI-Programm, das ‚Harvey‘ heißt, ungefähr so viel wie ein Mitarbeiter kostet, aber mit 25 Anwaltskollegen gleichzeitig zusammenarbeiten kann,“ erzählt der Wiener Jurist Maximilian Breisch. Eine US-Softwarefirma hat den KI-Kollegen “Harvey“ entwickelt. „Harvey“ klingt wie ein Traum für jeden Arbeitgeber: Er ist nie müde, nie unkonzentriert, zu jeder Tageszeit und auch gleichzeitig für alle Fragen der 25 Kolleginnen und Kollegen verfügbar.

KI-Assistenten wie „Harvey“ können extrem schnell große Datenmengen durchsuchen. Um in 100 Verträgen bestimmte Klauseln zu finden, benötigt das Programm laut Breisch nur zehn Minuten. Ein menschlicher Rechtsanwaltsanwärter würde dafür mehrere Stunden bis Tage brauchen.

KI kann keine Argumente verknüpfen
Egal, welches KI-Programm man zu Rate zieht, die Ergebnisse der KI müsse man natürlich immer überprüfen, betont Breisch, und dafür brauche es eine juristische Ausbildung. Die Programme, die auf generativer KI basieren, machen natürlich Fehler. Wenn es darum gehe, Argumente in Schriftsätzen zu verknüpfen, reime sich „Harvey“ etwas zusammen, erzählt Breisch.

„Harvey“ ist nicht der einzige KI-Assistent, der Berufseinsteigern Konkurrenz macht. Auch der von einer Wiener Kanzlei entwickelte KI-Assistent “AI:ssociate“ soll die juristische Recherche speziell zur österreichischen Rechtslage verkürzen. Fragt man die KI zum Beispiel nach der Gewährleistungsfrist von einem kaputten Fernseher, durchsucht diese eine Datenbank mit österreichischen Gesetzen und Urteilen von Höchstgerichten. Arbeiten, die normalerweise Rechtsanwaltsanwärter oder Rechtsgehilfen erledigen.

„Harvey“ und „AI:ssociate“ erledigen die Aufgaben viel schneller als Berufseinsteiger, und Kanzleien müssen für sie auch keine Lohnnebenkosten zahlen. Die Kosten für „Harvey“ schätzt Breisch auf 50.000 bis 100.000 Euro pro Jahr. Sein österreichisches Pendant arbeitet schon für weniger Geld: Je nach Umfang der Recherche – also Menge der Anfragen und Dokumentenuploads – kosten die Abomodelle von „AI:ssociate“ zwischen 39 Euro und 99 Euro pro Monat.

KI-Assistent ersetzt Rechtsanwaltsanwärter
Auf die Frage, ob KI-Kollegen wie „Harvey“ künftig Studenten, Rechtsgehilfen und Rechtsanwaltsanwärterinnen ersetzen werden, die sonst derartige Recherchen erledigen, gibt der Jurist eine klare Antwort: „Wohl ja.“ Die Ausbildung muss sich daher natürlich verändern, sagt Breisch: „Vermutlich werden sich Kanzleien die Anwärter gezielter aussuchen können und ihnen auch erst später verantwortungsvolle Aufgaben übertragen.“

Breisch glaubt, dass er künftig mit vielen KI-Kollegen arbeiten wird: „Aber wir sind noch weit davon entfernt, dass sich Maschinen gegenseitig Schriftsätze schicken und Maschinenrichter Entscheidungen treffen.“ Seine Prognose für die Zukunft: Anwälte werde es schon noch geben, aber wohl nicht mehr so viele wie heute.

Bei Tech-Firmen programmiert die KI
Auch der Berufseinstieg für Programmiererinnen und Programmierer ändert sich durch KI, den Softwarecode schreibt heute oft schon ein KI-System.

„Die fetten Jahre in der IT-Branche sind längst vorbei, und es herrscht ein großer Druck, mit KI noch effizienter zu arbeiten“, erzählt Robert M. im Gespräch mit ORF Wissen (Name von der Redaktion geändert). Wer KI nicht für seine tägliche Arbeit verwendet, der sei im Unternehmen nicht mehr willkommen, heißt es von der Konzernspitze, wie er erzählt. Der Informatiker arbeitet von Österreich aus für einen der fünf großen US-Technologiekonzerne und führt ein auf der ganzen Welt verstreutes Team, das daran arbeitet, ein Programm des Unternehmens zu beschleunigen.

Schon länger rollt eine Entlassungswelle durch das Silicon Valley, Amazon und Oracle etwa wollen in ihren Firmen aktuell jeweils 30.000 Stellen streichen. Als Gründe nennen sie nicht direkt KI, aber sie argumentieren mit „Effizienzsteigerung“. Bei Google sind bereits 75 Prozent des neuen Codes KI-generiert, schrieb Google-CEO Sundar Pichai Ende April.

Schulbildung muss sich verändern
Auch der österreichische Informatiker und Manager, der mit ORF Wissen gesprochen hat, setzt in seinem Arbeitsalltag auf KI: Ein KI-Agent, den er selbst programmiert hat, fasst die Berichte seiner Mitarbeiter und Mitarbeiterinnen zusammen, strukturiert sie nach Firmenzielen und schickt sie weiter, erzählt Robert M.

Große Programmierkenntnisse werden in Zukunft nicht mehr wichtig sein, glaubt der Informatiker. In der Schule müssten Jugendliche daher nicht mehr Programmieren lernen, sondern verstehen, wie Systeme – also etwa eine Cloud, eine Webseite und eine Datenbank – funktionieren, um Probleme oder Fehler beheben zu können.

Architektur: „KI wie Dating-Apps“
Auch die Architektin Adriana Böck ist überzeugt, dass sich die Ausbildung an die Möglichkeiten von KI anpassen muss. Sie arbeitet beim Büro Querkraft und zeigt auf dem Laptop, wie schnell KI heute Entwürfe erstellt, für die früher viel Handarbeit und Zeit nötig waren. Die Technologie unterstützt etwa bei der Visualisierung von Projekten und beim Erstellen digitaler Gebäudemodelle.

Vor allem in der frühen Designphase setzt die Architektin gerne auf KI: „Um Atmosphären zu testen, Materialien auszuprobieren oder Texturen und Farben können wir mit diesen fotorealistischen Bildern einfach Vergleiche schaffen und dann schauen, was uns besser gefällt.“

Die KI spart Zeit, das hat aber nicht nur gute Seiten, denn es entstehe ein gewisser Erwartungsdruck, sagt Böck: „Wenn ich früher eine Stunde gebraucht habe, um eine Variante von einem Design zu erstellen, kann ich jetzt in einer Stunde 100 Varianten machen. Das kann total cool sein, aber es macht auch viel Druck, von jedem Design immer Unmengen an Varianten zu erstellen, die ja nicht automatisch besser werden. Ich vergleiche das ganz gerne mit Dating-Apps, da glauben wir ja auch, dass der nächste Swipe noch eine bessere Option sein könnte.“
02.05.2026, Julia Gindl und Till Koeppel, ORF Wissen

Wie KI die Arbeit in Österreich bereits verändert