Generative Künstliche Intelligenz
ChatGPT und Co für Bildung, Wirtschaft und Gesellschaft
Zusammenfassung
Generative Künstliche Intelligenz beschreibt eine Klasse von KI-Systemen, die in der Lage sind, aus großen Datenmengen zu lernen und auf dieser Grundlage neue, bisher nicht gesehene Inhalte zu generieren, wie beispielsweise Texte, Bilder, Musik oder Videos. Dabei wird die Generierungskapazität der KI mit dem Ziel eingesetzt, kreative Prozesse zu unterstützen, neue Ideen zu generieren und innovative Lösungsansätze zu liefern. Trotz ihrer beeindruckenden Fähigkeiten haben generative KI-Systeme auch ihre Herausforderungen, wie die Kontrolle über den generierten Inhalt, das Verständnis von Kontext und Bedeutung sowie ethische Fragen? im Zusammenhang mit der Nutzung von generativer KI. Der Band gibt einen Überblick über generative KI-Systeme und beleuchtet die Auswirkungen auf das Management von Innovationen, Wirtschaft, Bildung und Gesellschaft.?
Schlagworte
- Kapitel Ausklappen | EinklappenSeiten
- 1–6 Titelei/Inhaltsverzeichnis 1–6
- 7–16 Vorwort 7–16
- 17–72 I. Orientierung und Grundverständnis 17–72
- 1 Generative KI: Mensch-Maschine-Augmentation
- 1.1 Einleitung
- 1.2 Industrielle Revolutionen
- 1.3 Entwicklungslinien von Mensch-Maschine-Interaktionen
- 1.4 Augmentation: Zusammenarbeit Mensch-Maschine
- 1.5 Struktur und Aufbau des Buches
- Literatur
- 2 Große Sprachmodelle
- 2.1 Einleitung
- 2.2 Architektur großer Sprachmodelle
- 2.3 Die Vorhersage des nächsten Wortes
- 2.4 Emergente Fähigkeiten
- 2.5 Prompt Engineering
- 2.6 Schwächen und Herausforderungen
- 2.7 Aktuelle Entwicklungen
- 2.8 Zusammenfassung
- Literatur
- 3 Kreativität der generativen KI
- 3.1 Generative künstliche Intelligenz
- 3.2 Der kreative Prozess
- 3.3 GAI-Kreativität im sprachlichen Bereich
- 3.4 Erzeugung von Bildern aus Text
- 3.5 Automatische Musikgenerierung
- 3.6 Zusammenfassung
- Literatur
- 4 Hybride Intelligenz: Zusammenwirken von menschlicher und maschineller Intelligenz
- 4.1 Einleitung
- 4.2 Hybride Intelligenz als Basis für gelingende Zusammenarbeit von Menschen und smarten Maschinen
- 4.3 Zusammenarbeit mit intelligenten Assistenzsystemen: Formen, Intensitäten, Rollen, Aufgabenteilung
- 4.3.1 Aufgabenkomplexität und Kooperationstypen
- 4.3.2 Stufen der Intensität der Zusammenarbeit
- 4.3.3 Mensch-Maschine-Teams: Rollen von Assistenzsystemen/Robotern
- 4.3.4 Mensch-Maschine-Teams: Sinnkonstruktion, Produktivität, Zufriedenheit, Selbstwirksamkeit
- 4.4 Spezifische menschliche Kompetenzen für die gelingende Zusammenarbeit mit generativer KI
- 4.5 Akzeptanzfaktoren für die Zusammenarbeit mit generativer KI
- 4.6 Zusammenfassung und Ausblick auf Managementaufgaben
- Literatur
- 73–120 II. Management von Innovationen mit generativer KI 73–120
- 5 Chancen und Risiken der generativen KI im strategischen Management
- 5.1 Was ist generative KI?
- 5.2 Generative KI und strategisches Management
- 5.3 Auswirkungen auf einzelne Bereiche des strategischen Managements
- 5.4 Prompts für das strategische Management
- 5.5 Risiken und Herausforderungen beim Einsatz von generativer KI
- 5.6 Schlussfolgerung
- Literatur
- 6 Personal- und Kompetenzentwicklung für generative KI in Organisationen
- 6.1 Einleitung
- 6.2 Neue Ausgangspunkte für die Personal- und Kompetenzentwicklung
- 6.2.1 Veränderte Rollen und Aufgabenbereiche in der Zusammenarbeit mit generativer KI
- 6.2.2 Augmentationsstrategien für die Personal- und Kompetenzentwicklung
- 6.3 Kompetenzentwicklung für den Aufbau und die Nutzung generativer KI in Organisationen
- 6.4 Strategien für die Kompetenzentwicklung im KI-Zeitalter
- 6.4.1 Überblick über die Strategien
- 6.4.2 Beschleunigungsstrategie („Fast Upskilling“)
- 6.4.3 Kulturgetriebene Transformationsstrategie
- 6.4.4 Datengetriebene Strategie für die agile Kompetenzentwicklung
- 6.4.5 Transformationsstrategie für personalisiertes Lernen und Selbstorganisation
- 6.4.6 Innovationsstrategie unter Nutzung von erweiterter Realität und „Affective Computing“
- 6.5 Zusammenfassung und Ausblick
- Literatur
- 7 Hybride Innovationsteams – Augmentation menschlicher Innovationsteams mit KI
- 7.1 Einleitung
- 7.2 Von künstlicher Intelligenz zu hybrider Intelligenz
- 7.3 Generative KI und große Sprachmodelle
- 7.4 Hybride Intelligenz und Innovationsteams
- 7.4.1 Insights und Opportunitäten
- 7.4.2 Ideengenerierung und Konzepterstellung
- 7.4.3 Entwicklung, Engineering und Design
- 7.4.4 Markteinführung
- 7.5 Zusammenfassung und Ausblick
- Literatur
- 121–194 III. Auswirkungen auf Wirtschaft, Bildung und Gesellschaft 121–194
- 8 Zukunft Arbeit: Auswirkungen generativer KI auf den Arbeitsmarkt
- 8.1 Einleitung
- 8.2 Theoretische Überlegungen zum KI-induzierten Arbeitsmarktwandel
- 8.2.1 Bisherige Effekte auf die Arbeitsnachfrage
- 8.2.2 Erwägungen zur Wirkung generativer KI auf die Arbeitsnachfrage
- 8.2.3 Akzentuierte Arbeitsangebotslücke
- 8.3 Einfluss von KI in verschiedenen Berufen – Erkenntnisse aus der Schweiz
- 8.3.1 Beschäftigungsentwicklung in den Branchen und Berufen
- 8.3.2 Betroffenheit der Berufsfelder durch Automatisierung und KI
- 8.3.3 Veränderte Kompetenzanforderungen und berufliche Mobilität
- 8.4 Regulatorische Handlungsfelder
- 8.5 Ausblick
- Literatur
- 9 Zukunft Bildung: Auswirkungen generativer KI auf Bildungssysteme
- 9.1 Einleitung: KI in der Bildung
- 9.2 Aufbau von Ökosystemen in der Bildung
- 9.3 Ziele: Kompetenzen im Zeitalter der generativen KI
- 9.4 Inhalte: „Flipped Curriculum“ – umgedrehtes Curriculum
- 9.5 Organisation und Lernräume: ein Paradigmenwechsel
- 9.6 Assessment: ein doppelspuriges System
- 9.7 Bildungsprozesse mit generativer KI gestalten: Neue Assistenz-, Trainings- und Assessmentsysteme
- 9.8 Zusammenfassung und Ausblick
- Literatur
- 10 Generative KI aus ethischer Sicht
- 10.1 Einführung
- 10.2 Grundlagen generativer KI
- 10.3 Eine ethische Diskussion generativer KI
- 10.3.1 Erzeugung von Bildern aus Text
- 10.3.2 Urheberschutz der Werke
- 10.3.3 Datenschutz und informationelle Autonomie bei Prompts
- 10.3.4 Verantwortung und Haftung
- 10.3.5 Stereotype, diskriminierende, rassistische und sexistische Darstellungen
- 10.3.6 Falsche Darstellungen von Wesen und Dingen
- 10.3.7 Zurückweisungen und Einschränkungen
- 10.3.8 Wissenschaftlichkeit und Referenzierbarkeit
- 10.3.9 Vereinheitlichung und Verflachung
- 10.3.10 Standardsprache und Gendersprache
- 10.3.11 Abhängigkeit von Konzernen
- 10.3.12 Erleichterung und Veränderung der Arbeit
- 10.3.13 Ersetzung der Arbeit
- 10.3.14 Unselbstständigkeit des Menschen
- 10.3.15 Das Mensch-folgt-Maschine-Prinzip
- 10.4 Ethische Leitlinien
- 10.5 Zusammenfassung und Ausblick
- Literatur
- 11 Die Regulierung von generativer KI im AI-Act
- 11.1 Definition, Grundlagen und Funktionsweise von generativer KI
- 11.2 Zielrichtung und Regelungssystematik des AI-Acts
- 11.2.1 Anwendungsbereich
- 11.2.2 Risikoklassen
- 11.3 Regulierungsansätze für generative KI und Basismodelle
- 11.3.1 General Purpose AI Systems
- 11.3.2 Vorschriften für Anbieter von Basismodellen
- 11.3.3 Pflichten für Anbieter von Basismodellen
- 11.3.4 Pflichten für Anbieter von generativer KI
- 11.3.5 Integration in Hochrisiko-KI-Systeme
- 11.4 Fazit und Ausblick
- Literatur
- 195–250 IV. Anwendungsbeispiele aus der Praxis 195–250
- 12 Hochschulbildung: KI-basiertes Forschen und Schreiben
- 12.1 Einleitung
- 12.2 Neue Ausgangspunkte für den Forschungsprozess mit generativer KI
- 12.2.1 Genre-Ansatz in der Hochschulbildung
- 12.2.2 Forschungsprozess als Ko-Kreation von Textgenres
- 12.2.3 Forschungsprozess: Ethischer Umgang in der Zusammenarbeit mit generativer KI
- 12.3 Kompetenzentwicklung mit generativer KI
- 12.3.1 Kompetenzen für das KI-basierte Forschen und Schreiben
- 12.3.2 Verwendung KI-basierter Assistenzsysteme
- 12.4 Anwendungsbeispiele
- 12.4.1 „Artist“ zur Förderung von Argumentationskompetenzen
- 12.4.2 „SOCRAT“ zur Förderung von Forschungskompetenz in der Einstiegsphase des Studiums
- 12.5 Zusammenfassung
- Literatur
- 13 Generative KI in der Lehrerbildung: „Teacher Copilot“ als Assistenz- und Trainingssystem für Lehrkräfte
- 13.1 Einleitung
- 13.2 Neue Ausgangspunkte für die Lehrerbildung
- 13.3 Digitale Kompetenzen von Lehrpersonen im Zeitalter der generativen KI
- 13.3.1 Digital Competence Framework for Educators
- 13.3.2 Rahmenkonzept des technologischen pädagogischen Fachwissens (TPACK)
- 13.4 Teacher Copilot: Assistenz-/Trainingssystem für Lehrpersonen
- 13.4.1 Zielsetzung des Teacher Copilot
- 13.4.2 Konzeption und Architektur des Teacher Copilot
- 13.5 Erste Pilotversuche und Erfahrungen
- 13.6 Zusammenfassung
- Literatur
- 14 Fallbeispiel SquirroGPT: Einfach mit Unternehmensdaten „chatten“
- 14.1 Ausgangslage: Warum es mehr braucht als ChatGPT, um Unternehmensdaten sicher für KI zu verwenden
- 14.2 Retrieval-Augmented Generation
- 14.2.1 Grundlagen von Retrieval-Augmented Generation
- 14.2.2 Warum ist der RAG-Ansatz sinnvoll?
- 14.3 SquirroGPT: Die Unternehmenslösung für GPT
- 14.3.1 Anwendungsfall: Kundenservice einer Krankenversicherungsgesellschaft
- 14.3.2 Die Rolle von SquirroGPT im Kundendienst
- 14.3.3 Vorteile von SquirroGPT im Kundendienst
- 14.3.4 Kundendienst neu gedacht und Potenzial für andere Service Desks
- 14.4 Fazit: Informationsinteraktion neu gedacht
- 14.5 Ausblick
- Literatur
- 15 Fallbeispiel Legal OS – Nutzung generativer KI für Rechtsfragen im Unternehmen
- 15.1 Ausgangssituation: Die Ursprünge von Legal OS
- 15.2 Die Zielsetzung und Funktionsweise von Legal OS
- 15.3 Implementierung und Qualitätsentwicklung von Legal OS in Organisationen
- 15.4 Bisherige Erfahrungen und Ausblick
- 16 The Introduction of the Generative AI Co-Creator
- 16.1 Introduction
- 16.2 The co-creative process and the role of participants
- 16.3 The Generative AI Co-Creator
- 16.4 Nine rules for GAICC development
- 251–254 Stichwortverzeichnis 251–254
- 255–256 Die Herausgeber 255–256
- 257–264 Die Autorinnen und Autoren 257–264
