kompetenz60plus | kompetenz60plus.ch

«Alte» gegen das Unverständnis technischer Lücken
Fast täglich erhalten wir Angebote mit Lernvideos, Handbüchern und Kursmaterial zur Implementierung künstlicher Intelligenz KI in unsere Arbeit. Seit einem halben Jahrhundert agiert die KI im Hintergrund vieler Anwendungen, ohne dass wir uns spezielle Gedanken darüber machen. Sei es die Korrekturfunktion eines Schreibprogramms oder der Kalendereintrag aus einer E-Mail. Seit der Veröffentlichung von ChatGPT im November 2022, dem vom US-Unternehmen OpenAI entwickelten generativen KI-Chatbot, hat sich die Diskussion über KI jedoch grundlegend verändert. Der Bot basiert auf grossen Sprachmodellen (Large Language Models, LLMs) aus der GPT-Familie (dem Generative Pre-trained Transformer) und ermöglicht es Nutzern, über eine text- oder sprachbasierte Oberfläche menschenähnliche Unterhaltungen zu führen. Neben dem reinen Schreiben und Beantworten von Fragen kann die Technologie auch Bilder analysieren oder generieren, im Internet suchen und Sprachausgabe nutzen. KI-Assistenten lassen sich auf verschiedenste Weise einsetzen, für Textarbeit, Problemlösung, Kreativität und Recherche im Alltag oder Beruf. Führungskräfte verschaffen sich einen Wettbewerbsvorteil indem sie KI selbst nutzen, oder andere dazu befähigen den Wandel mitzugestalten und strategische Vorausschau mit geschäftlichen Prioritäten in Einklang bringen. «Das Training und die Arbeitsweise von KI-Modellen sind in keiner Weise darauf ausgelegt, für Menschen nachvollziehbar zu sein», sagt Dario Amodei, CEO von Anthropic, «ein solches Unverständnis ist in der Geschichte der Technik beispiellos.» Wir wissen, womit wir die KI füttern, und wir wissen, was sie ausspuckt, aber dazwischen klafft eine Lücke, die sich nie ganz schliessen lassen wird. Genau an dieser Schnittstelle werden wir «Alten» auf absehbare Zeit und aufgrund unserer Kompetenz nicht leicht zu ersetzen sein. Als Mentoren, Coaches oder Sparringspartner im Team mit den «jungen Wilden» teilen wir unsere Erfahrung aus einem langen (auch analogen) Berufsleben mit Leidenschaft, Neugierde und Empathie.

Der «Modular Inchworm Lattice Assembler» 2026, robotergestütztes Montagesystem für voxelbasierte Bauentwürfe. Ein Forschungsprojekt am Massachusetts Institute of Technology MIT USA, Foto MIT.

Aufmerksamkeit, Verantwortlichkeit, Ausbildung
Überall gestalten Beschäftigte ihre Arbeit im Stillen um, mithilfe von künstlicher Intelligenz KI. Das steigert zwar deren Produktivität, schafft aber auch neue Probleme. Die KI-Beraterin und Boston Consulting Group BCG-Partnerin Julie Bedard (45), stellt neue Erkenntnisse zu drei Bereichen vor, auf die sich Führungskräfte konzentrieren sollten. Etwa darauf, wie sich eine «KI-bedingte geistige Überlastung» vermeiden lässt und warum wir diesen Wandel aktiv gestalten müssen, anstatt ihn einfach über uns ergehen zu lassen. In ihrem Beitrag «AI brain fry», KI-bedingte Gehirnüberlastung, vom August 2026 auf TED@BCG spricht sie darüber, wie wir Arbeit und Arbeitsabläufe in Teams, mit den angestrebten Ergebnissen vor Augen, neu gestalten müssen. Führungsteams sollten nicht unkoordiniert viele Veränderungen auf einmal anstossen, oder es Einzelnen überlassen, die eigene Arbeit auf eigene Faust neu zu gestalten. Das mag zwar die Produktivität Einzelner steigern, lässt sich jedoch nicht skalieren. Vielmehr geht es darum, diesen Umgestaltungsprozess zu führen. Agentensysteme benötigen menschliche Aufseher:innen. Personen mit klaren Entscheidungsrechten. Auch kompetente, neugierige und erfahrene «Alte» im Team müssen sich intensiv mit den Systemen auseinandersetzen. Wenn wir beispielsweise Nachwuchskräfte mit erfahrenen Expert:innen zusammenbringen, nutzen wir die natürliche KI-Kompetenz jüngerer Talente und setzen sie später als zukunftsorientierte «KI-Beauftragte» im Unternehmen ein. Das braucht Zeit und den Willen, die Kompetenzen von Managern und Führungskräften neu zu definieren, durch Coaching, Weiterbildung im Bereich KI und die Neugestaltung der Teamarbeit. Die zentrale Aufgabe einer Führungskraft besteht derzeit darin, diese Arbeit im Hinblick auf gute Ergebnisse zu optimieren, unter Nutzung des Besten aus menschlicher und maschineller Intelligenz.

Strategische Klarheit schaffen
In ihrem BCG Beitrag vom September 2026 beleuchten Jessica Apotheker, Vinciane Beauchene, Nicolas de Bellefonds und 16 weitere Autor:innen die Erfolgsformeln, um mit KI einen Mehrwert zu schaffen. Dieser Mehrwert beruht heute auf strategischer Klarheit und angewandter KI. Strategische Klarheit bedeutet, Initiativen im gesamten Unternehmen miteinander zu verknüpfen, künftige Verschiebungen von Wettbewerbsvorteilen frühzeitig zu erkennen, sich auf wenige, besonders wertvolle, durchgängige (End-to-End-)Ansätze zu konzentrieren und die Ergebnisse konsequent zu verfolgen. Zukunftsorientierte Unternehmen bündeln ihre KI-Aktivitäten in einem einzigen, kohärenten Programm, das auf die grössten Chancen und geschäftlichen Prioritäten des Unternehmens ausgerichtet ist. Die Verantwortung für dieses Programm liegt bei der obersten Führungsebene, beispielsweise den «Patrons» von KMUs.

Agentenbasierte Steuerungsmechanismen
Die angewandte KI durch den Einsatz von autonom agierenden Systemen, «agentic KI», ist der entscheidende Faktor für den KI-Mehrwert von morgen. Zukunftsorientierte Unternehmen etablieren zentrale Risiko- und Kontrollmechanismen, um die wachsende Zahl von KI-Agenten, die zunehmend autonom agieren, über einen Hub zu steuern. Sie verstehen, dass wirksame Risikokontrollen kein Hindernis, sondern ein Wegbereiter sind. Dabei geht es auch um die Neugestaltung der Belegschaft im Zusammenspiel von Mensch und KI-Agenten. Die KI-Transformation ist im Kern ein organisatorischer Wandel. Er erfordert eine gezielte strategische Personalplanung, um zu bestimmen, welche Rollen in einer von KI-Agenten geprägten Welt sinnvoll sind. Zumal KI die Arbeitswelt eher grundlegend umgestaltet und nicht einfach Jobs eliminiert. Notwendig ist die Entwicklung einer datengestützten, agentenbasierten Plattform. Diese umfasst sowohl eine unternehmensweite Intelligenzschicht als auch eine Plattformebene mit klaren Datenstrukturen, die es Agenten ermöglicht, Kontexte zu verstehen, kontrollierte Massnahmen zu ergreifen und zuverlässig in grossem Massstab zu agieren. Viele Unternehmen durchlaufen derzeit eine Datentransformation, mit einer unternehmensweiten KI-Plattform und einer gemeinsamen Architektur und Steuerungsebene.

kompetenz60plus.ch, das Netzwerk von kompetenten «Alten»
kompetenz60plus.ch ist ein Netzwerk von kompetenten Fachleuten. Erfahrene «Alte» unterstützen KMU’s und Start-ups bei der Umsetzung innovativer Ideen und bei Herausforderungen aller Art – auf Augenhöhe. Registrieren Sie Ihre Kompetenz ➔ hier kostenlos oder suchen Sie auf unserem Portal eine Fachperson mit geeigneter Kompetenz. Unkompliziert und zu moderaten Bedingungen. Kontaktieren Sie uns mit Ihren Interessen, Fragen und Anregungen, ganz unverbindlich, per Mail an werner@kompetenz60plus.ch. Danke!

Werner K. Rüegger, dipl. Arch. SIA AIA
Projektadministrator und Initiator

Ein Projekt «von uns. für uns.»
Web: kompetenz60plus.ch | Mail: werner@kompetenz60plus.ch |
Linkedin: kompetenz60plus.ch | facebook: kompetenz60plus
X: wernerkruegger | Instagram: wernerkruegger

Blog, KI-ÖKONOMIE 1.0

#490 – «Alte» und Kompetenzüberschreitung

Oktober 26, 2026Oktober 26, 2026 kompetenz60plus

Nicht nachvollziehbare Antworten künstlicher Intelligenz KI
Fasziniert hat mich die Geschichte des «klugen Hans», dem Pferd das 1904 in Berlin zu einer Weltsensation wurde und ihren Parallelen zur künstlichen Intelligenz KI. Im Textauszug aus seinem Buch «Das Pferd, das zu viel wusste» von Reto U. Schneider (63) in der NZZ vom 17. Oktober 2026, beschreibt dieser anhand des Tieres die Funktionsweise einer KI. Hans hatte seinen Stall in einem Hinterhof an der Griebenowstrasse 10 im Berliner Stadtteil Mitte. Dort klopfte er mit seinem Huf nicht nur korrekte Rechenresultate, sondern las auch die Uhr richtig ab und bestimmte fehlerlos die Töne eines Akkords nach Gehör. Wie sich herausstellte, konnte das Pferd jedoch nicht wie ein Mensch denken, sondern deutete kleinste Bewegungen im Gesicht des Fragestellers als Start- und Stoppsignale. «Das Training und die Arbeitsweise von KI-Modellen sind in keiner Weise darauf ausgelegt, für Menschen nachvollziehbar zu sein», sagt Dario Amodei, CEO von Anthropic, «ein solches Unverständnis ist in der Geschichte der Technik beispiellos.» Wir wissen, womit wir die KI füttern, und wir wissen, was sie ausspuckt, aber dazwischen klafft eine Lücke, die sich nie ganz wird schliessen lassen. Schneider beschreibt weiter, wie der amerikanische Experte für Computermusik, Bob Sturm (51) 2012 überraschende Parallelen zwischen seiner Arbeit mit KI und dem denkenden Pferd entdeckte. Ganz besonders interessierte ihn, auf welche Weise ein Computer Musikgenres unterscheiden könnte. Blues von Klassik, Country von Reggae. Auf der Suche nach dem Grund dafür stiess er auf ein fundamentales Problem der KI: War es möglich, dass das Programm gar nicht auf die Musik achtete, sondern auf versteckte Genre-Hinweise in den Musikdaten, die sie versehentlich enthielten? Dann hätte in den Musikdaten schon gestanden, dass es sich beim Stück um Rock, Jazz oder Klassik handelte, und das Programm konnte das lesen wie in einem Buch und brauchte die Musik gar nicht zu analysieren. Ob dem so war, ist bis heute nicht ganz klar. Bob Sturm etablierte in der Folge den klugen Hans als Sinnbild für eines der grössten Probleme der künstlichen Intelligenz: Die Maschinen geben zwar richtige Antworten, aber manchmal aus den falschen Gründen. In ihrem Inneren spielt sich möglicherweise etwas ganz anderes ab, als wir aufgrund der Antwort annehmen.

Innerschweizer Säuglingsheim der 1940er Jahre. Bild: Lisa Meyerlist, Staatsarchiv Luzern

Die verborgenen Muster in Übungsbeispielen
In herkömmlichen Computerprogrammen überlegen sich Programmierende, wie sich ein bestimmtes Problem lösen lässt, und löffeln dem Computer den Lösungsweg dann Code-Zeile für Code-Zeile ein. Doch die KI, wie wir sie heute kennen, funktioniert anders. Sie wird nicht von einem Menschen programmiert, sondern lernt anhand von Übungsbeispielen selbst, wie sie eine Aufgabe löst. Und wie wenn Menschen anhand von Beispielen lernen, weiss man bei einer KI nie so genau, welche Schlüsse sie aus diesen Beispielen zieht. Eine künstliche Intelligenz ist imstande, in den Übungsbeispielen Muster zu finden, die uns Menschen verborgen bleiben. Deshalb sind ihre Antworten nicht vorhersagbar. Dazu ist im Beitrag von Reto U. Schneider zu lesen: Eine KI zur Geschlechtsbestimmung anhand von Porträts trainierte zum Beispiel an Hunderten von Gesichtern von Männern und Frauen. Anders als erwartet, nutzte die KI nicht die Gesichtszüge, um die Aufgabe zu lösen, sondern ob auf dem Bild ein Kragen zu sehen war. Ihre banale Logik: Kragen gleich Hemd gleich Mann, kein Kragen gleich Frau. Oder eine KI wurde an mehr als hunderttausend Röntgenbildern trainiert, um eine Covid-Infektion der Lungen zu erkennen. Man präsentierte ihr in der Trainingsphase als Übungsbeispiele 112’120 Bilder gesunder Lungen und 408 Bilder von mit Covid infizierten Lungen. Doch die Annahme, dass die KI bei den kranken Lungen übereinstimmende Muster gefunden habe, erwies sich als Irrtum. Vielmehr kamen die Bilder der gesunden Lungen aus demselben Spital und waren deshalb alle mit der gleichen Schrift markiert. Die KI hatte gelernt, diese Schrift zu erkennen. Zudem wurden kranke Personen in einer anderen Position geröntgt als gesunde. Die KI lernte, dass Menschen, deren Schultern ganz oben im Bildausschnitt lagen, meistens krank waren.

Kompetenzüberschreitung oder Leistungsfähigkeit
Das Beispiel des klugen Hans zeigt klar worauf wir uns bei der Nutzung von KI-Agenten einlassen. Die KI verbreitet sich viral und erreicht eine kulturelle Präsenz, mit dem Risiko, dass unsere Aufmerksamkeit der tatsächlichen Substanz weit vorausläuft. Moderne KI-Systeme leisten zwar tatsächlich Arbeit die es schwieriger macht, damit verbundene Behauptungen einfach abzutun, was die Tragweite der Entwicklungen deutlich erhöht. Eine kleine Anzahl von Tech-Unternehmen verfügt über die entsprechenden Mittel, um als Autoritäten aufzutreten. Die entscheidende Frage ist, welche faktische Autorität sie durch die Kontrolle von Infrastruktur, Informationen und Arbeitsmärkten erlangen, unabhängig davon, was sie selbst behaupten. Agentische KI-Anwendungen optimieren auf der Basis von Vorgaben, die mitunter auf undurchsichtige Weise in den Trainings- und Einsatzprozess einfliessen. Dies verleiht der klassischen Kritik über die Rechenschaftspflicht, dass «neutrale» technische Optimierung stets implizite Wertentscheidungen einschleust, noch mehr Gewicht. Die Festlegung, was ein KI-System maximieren soll, mit wessen Daten es trainiert wird und wer die Folgen von Fehlern trägt, sind wertgeladene Entscheidungen, ganz gleich, wie technisch das verwendete Vokabular auch klingen mag. In der Debatte um die Steuerung von KI steht auch die Frage nach der Kompetenzüberschreitung, wenn technische Leistungsfähigkeit als hinreichende Rechtfertigung für Legitimität betrachtet wird. Nützliche Werkzeuge sollen entwickelt und einer Qualitätskontrolle unterworfen werden, einer pragmatischen Prüfung im Alltag. Kompetente, neugierige und erfahrene «Alte» im Team müssen sich deshalb intensiv mit den Systemen auseinandersetzen. Lokale Wertschöpfung bedeutet dabei, globale Grundarchitekturen mit heimischen Präzisionsdaten sicher und effizient auf konkrete Anwendungsbeispiele auszurichten. Das braucht seine Zeit und Geduld, zahlt sich am Ende jedoch aus. Schlussendlich geht es darum, die richtigen KI-Kompetenzen aufzubauen und nicht den Outputs unreifer Modelle blind zu vertrauen und Ergebnisse ungeprüft in kritische Prozesse einzubauen.

Werner K. Rüegger, dipl. Arch. SIA AIA
Projektadministrator und Initiator

Blog, KI-ÖKONOMIE 1.0

#489 – Technokratie und wir «Alten»

Oktober 19, 2026Oktober 26, 2026 kompetenz60plus

Das menschliche Verständnis im Mittelpunkt
Open AI in Zusammenarbeit mit der «Advisory Group on Mathematics and Artificial Intelligence» an der Princeton University, hat dieser Tage die Lösungen von 377 weiteren mathematischen Problemen bekanntgegeben. Schon als die künstliche Intelligenz KI mithilfe von Agenten, vor Monatsfrist scheinbar eines der sieben berühmten Millenniumsprobleme von Navier-Stokes gelöst hatte, war die Aufregung unter Mathematikern gross. Die zwischenzeitlich gelösten Probleme kommen aus den verschiedensten Gebieten der Mathematik. Zahlentheoretische Probleme befinden sich ebenso darunter wie Probleme aus der Algebra, der Gruppentheorie, der Wahrscheinlichkeitstheorie oder der theoretischen Informatik. So konnte die KI zum Beispiel eine berühmte mathematische Fragestellung beantworten, die der deutsche Mathematiker David Hilbert im Jahr 1900 auf dem internationalen Mathematikerkongress in Paris aufgeworfen hatte. Der Wissenschaftsjournalist Christian Speicher (64), beschreibt in der NZZ vom 8.Oktober 2026, wie die KI im Schnitt nur drei Stunden pro Problem brauchte, an denen berühmte Mathematiker bisher vergeblich gearbeitet hätten. Dem Vernehmen nach wurden die Mehrzahl der Beweise von natürlicher Sprache in Computersprache übersetzt und mit «Lean» verifiziert, dem quelloffenen Beweisassistenten und einer funktionalen Programmiersprache, die vom brasilianischen Informatiker Leonardo de Moura (50+) entwickelt wurde. Das sollte für deren Richtigkeit bürgen. Für die anderen Beweise soll diese formale Verifikation nachgeholt werden. Open AI hat die Ergebnisse auf der Online-Plattform Github veröffentlicht, schreibt Speicher. Diese Veröffentlichungen seien kein Beweis für wissenschaftliche Seriosität, findet die «Association for Human Mathematics» und fordert Mathematiker dazu auf, die Zusammenarbeit mit Open AI einzustellen und zu einer Vision von Wissenschaft zurückzukehren, in deren Mittelpunkt das menschliche Verständnis stehe.

Künstliche Intelligenz KI und Menschenbild
Die Künstliche Intelligenz stellt unser Menschenbild infrage. Das ist aber kein Grund zur Beunruhigung, schreibt Chefredaktor Christoph Zürcher (61) im Kommentar der NZZ am Sonntag vom 11. Oktober 2026. Die Pro-Human-Bewegung sorgt sich im Best-Case-Szenario weniger um den Verlust von Jobs als um die Identität des Menschen schlechthin. «Was sind wir noch», fragen sie, «wenn KI alles für uns erledigt, auch die Denkarbeit?» Elon Musk auf solche Bedenken angesprochen meinte: «Sinn, Lebenssinn zu finden, könnte zum Problem werden.» Christoph Zürcher hat keine Ahnung, was uns die KI noch bringt. Doch scheint ihm, zumindest die Pro-Humans übertreiben ein bisschen. Sie verteidigen ein zu einseitiges Menschenbild, eines, das sich im Grunde nur über das Tun und nicht auch über das Sein definiert, weitgehend eine Erfindung der Reformation. Erst dieses verankerte Arbeit als Gottesdienst im Alltag, ein Ethos, dem der Soziologe Max Weber (1864-1920) bekanntlich den Siegeszug des Kapitalismus zuschrieb. Christoph Zürcher glaubt, dass sich in der Antike, im Kreise der Meinungsführer, vermutlich wenige in ihrem Selbstverständnis von der allumfassenden Arbeitsamkeit der KI bedroht gefühlt hätten. Doch der Mensch ist nicht nur Mensch weil er macht, sondern weil er ein Leben führt. In der östlichen Philosophie ist dieser Gedanke seit Jahrtausenden präsent.

Technokratiemonade, das offizielle Symbol von Technocracy Inc. – Technokratische Bewegung –
Die Zukunft ist jetzt: Copyright © Spartawolf, britischer online Kreator, Autor und Gamer

Männer aus der Vergangenheit als Visionäre
«Männer wie Elon Musk oder Peter Thiel geben sich als Visionäre. Aber sie sind Männer der Vergangenheit», sagt die Historikerin Jill Lepore (60) im Interview mit der Ressortleiterin International, Gordana Mijuk (53) in der NZZ am Sonntag vom 11. Oktobewr 2026. Die Demokratie werde derzeit von Techunternehmern ausgehöhlt, mahnt die amerikanische Harvard-Professorin. Die Bürger würden geblendet von den Heilsversprechen dieser Leute, dabei seien deren Ideen alt. Jill Lepore glaubt, der Niedergang der Demokratien vielerorts ist zum Teil auf einen tiefgreifenden Wandel zurückzuführen, der schon weit vor der Wahl von Präsident Donald Trump begann. Die Bürger in liberalen Demokratien geben ihre Souveränität und Autonomie auf. Sie haben hauptsächlich amerikanischen Konzernen erlaubt, die Rolle des öffentlichen Diskurses zu übernehmen, über deren Social- Media-Kanäle. Die meisten Menschen beziehen ihre Nachrichten über Tiktok oder Instagram, wo es mehr Bots als Menschen gibt. Der öffentliche Raum, der für eine liberale Demokratie entscheidend ist, existiert für viele Menschen einfach nicht mehr. Die Techunternehmer weigern sich, demokratischen Institutionen Rechenschaft abzulegen. Das ist eine völlige Abkehr von den Institutionen, für welche die Menschen jahrhundertelang gekämpft haben. Musk, Thiel und andere geben sich als Visionäre, predigen das Evangelium der disruptiven Innovation: «Wir werden ewig leben, in einem Zeitalter von unendlichem Wohlstand und Überfluss und guter Gesundheit.» – Das sind Geschäftsleute, keine Männer der Zukunft. Das sind Männer der Vergangenheit.

Rezyklieren der Technokratiebewegung
Es gibt tatsächlich keinen Grund zu glauben, dass Leute wie Musk (55), Marc Andreessen (55) oder Peter Thiel (59) besonders originelle politische Ideen hätten. Sie rezyklieren lediglich Vorstellungen des 20. Jahrhunderts, einschliesslich jener der Technokratie-Bewegung in den 1930er-Jahren, einer sozialen und politischen Strömung in den USA und Kanada, die als Reaktion auf die Weltwirtschaftskrise entstand. Sie forderte, Politik und Wirtschaft von Wissenschaftern, Ingenieuren und Experten statt von gewählten Politikern oder Wirtschaftsbossen steuern zu lassen, die unfähig seien, mit den Herausforderungen der modernen Technologie umzugehen. Diese Elite solle die Welt regieren, wie Yin und Yang im Gleichgewicht von Produktion und Konsum. Für das gemeine Volk gebe es dann eine Art Grundeinkommen, und statt Namen sollten Menschen Nummern haben. In «Technocracy Incorporated» (1902-1974) engagierte sich auch Joshua N. Haldeman, der Grossvater von Elon Musk, weiss Lepore zudem. Wir «Alten» merken, dass hier Modelle entstehen, die sich eigentlich nicht richtig anfühlen: Anstelle des Besuchs von Angehörigen im Pflegeheim, tritt der Anruf per Zoom. Die Freundin des Sohnes ist ein Chatbot. Unser Job wird durch KI ersetzt und wir fühlen uns einsam. Daneben entstehen Datenzentren, die so gross sind wie 900 Fussballfelder. Trotzdem ist die Historikerin Jill Lepore optimistisch und glaubt, dass Menschen sich und die Demokratie nicht völlig aufgeben wollen. Sie werden Rechenschaftspflichten von diesen Unternehmen einfordern und sicherstellen, dass diese Tools etwas nützen und nicht nur Schaden anrichten.

Werner K. Rüegger, dipl. Arch. SIA AIA
Projektadministrator und Initiator

Autor: kompetenz60plus

#491 – KI-Erfolgsgeschichte für uns «Alte»

#490 – «Alte» und Kompetenzüberschreitung

#489 – Technokratie und wir «Alten»