02.06.2023

„Human or not?“: In diesem Chat muss man erkennen, ob man mit einer AI spricht

Zwei Minuten Chat, dann muss man entscheiden: Human or not? Und gar nicht wenige Proband:innen liegen daneben.
/artikel/human-or-not-ki-chatbot
(c) Nice M Nshuti via Unsplash

Man klickt auf „Start Game“, dann wartet man kurz. Entweder startet das Gegenüber den Chat, oder man selbst wird dazu aufgefordert. Nun bleiben zwei Minuten Zeit für eine kurze Konversation. Am Ende muss man entscheiden: Mensch oder KI? Hat man mit einem anderen User oder mit einem Chatbot getippt? Die Antwort wird prompt geliefert. So funktioniert „Human or not?“ des israelischen KI-Scaleups AI21 Labs.

Großangelegtes Turing-Experiment

Das Spiel dient nicht nur zum Selbsttest oder zur Belustigung. Tatsächlich handelt es sich dabei um ein großangelegtes Turing-Experiment. Die „Spielregeln“ dafür wurden bereit in den 1950er-Jahren vom britischen Mathematiker Alan Turing definiert – damals rein hypothetisch: Wenn eine Maschine ihr menschliches Gegenüber davon überzeugen kann, dass sie ein Mensch ist, hat sie den „Turing-Test“ bestanden. [Anm: Der Wissenschaftler konzipierte damals ein Setting, in dem die Testperson blind mit zwei Gesprächspartner:innen konfrontiert wird, von denen nur eine:r ein Mensch ist.]

human or not?
Screenshot www.humanornot.ai: Beim Chat-Partner (weiß) handelt es sich um eine KI

„Human or not?“-Chatbot täuscht Nutzer:innen in 40 Prozent der Konversationen

Und tatsächlich gelingt es der „Human or not?“-KI, die auf GPT-4 von OpenAI und dem hauseigenen Sprachmodell Jurassic-2 basiert, gar nicht so selten, Spieler:innen zu täuschen. Das Spiel ist seit Mitte April online und wurde seitdem laut des AI21 Labs von mehr als 1,5 Millionen Menschen ausprobiert, die insgesamt mehr als zehn Millionen Konversationen führten. Nun veröffentlichte das Unternehmen einen Zwischenbericht mit Statistiken.

Demnach lagen die „Human or not?“-User:innen in 68 Prozent der Fälle richtig mit ihrer Einschätzung. Während die Testpersonen allerdings ein menschliches Gegenüber in 73 Prozent der Konversationen korrekt identifizierten, schaffen sie das bei einem KI-Gesprächspartner nur in 60 Prozent der Fälle. Anders gesagt, die Künstliche Intelligenz schafft es in 40 Prozent der Chats, ihr Gegenüber erfolgreich zu täuschen und somit den abgewandelten Turing-Test zu bestehen.

Franzos:innen liegen öfter richtig

Während das Geschlecht der Proband:innen bei der Einschätzung kaum relevant ist (Frauen liegen 67,7, Männer in 67,4 Prozent der Fälle richtig), gibt es etwas größere Unterschiede zwischen den Herkunftsländern und den Altersgruppen der Testpersonen. Positiv stechen Spieler:innen aus Frankreich heraus mit 71,3 Prozent richtigen Einschätzungen, negativ Personen aus Indien mit nur 63,5 Prozent. Von den Altersgruppen liegen die 35- bis 44-Jährigen mit 67,8 Prozent am häufigsten richtig. Am häufigsten täuschen lassen sich die 55- bis 64-Jährigen sowie die über 65-Jährigen (jeweils 66,2 Prozent korrekte Einschätzungen).

(c) AI21 Labs
(c) AI21 Labs

Strategien, um der „Human or not?“-KI nicht auf den Leim zu gehen

AI21 Labs wertete auch die von Nutzer:innen eingegebenen Phrasen aus und leitete daraus typische Strategien ab, Mensch von KI zu unterscheiden. So würden Proband:innen etwa von der Annahme ausgehen, dass der Chatbot keine Rechtschreib- und Grammatik-Fehler macht und keine Slang-Ausdrücke nutzt. Tatsächlich wurde er aber auch darauf trainiert. User:innen versuchen es häufig mit persönlichen Fragen oder Fragen zu aktuellen Ereignissen – auch darauf kann die „Human or not?“-KI erstaunlich gut antworten. Gar nicht wenige Spieler:innen schließlich geben sich selbst als KI-Chatbot aus – was ihnen laut dem Startup tendenziell nicht so gut gelingt.

Deine ungelesenen Artikel:
15.09.2026

KI im Investmentprozess: Wie Viessmann sein Deal-Screening beschleunigt

Nach dem zwölf Milliarden Euro schweren Verkauf des Heizungsgeschäfts an Carrier investiert die Viessmann Generations Group mittlerweile langfristig in eine breit aufgestellte Unternehmensgruppe. Nun baut das Familienunternehmen gemeinsam mit iteratec ein Multi-Agenten-System, das die Qualität von Investmententscheidungen maßgeblich verbessern soll: Alexander Pöllmann, Director IT & Digital von Viessmann, und Michael Maier, Director Austria von iteratec, geben im brutkasten-Gespräch einen Einblick.
/artikel/wie-viessmann-sein-deal-screening-mit-ki-umbaut
15.09.2026

KI im Investmentprozess: Wie Viessmann sein Deal-Screening beschleunigt

Nach dem zwölf Milliarden Euro schweren Verkauf des Heizungsgeschäfts an Carrier investiert die Viessmann Generations Group mittlerweile langfristig in eine breit aufgestellte Unternehmensgruppe. Nun baut das Familienunternehmen gemeinsam mit iteratec ein Multi-Agenten-System, das die Qualität von Investmententscheidungen maßgeblich verbessern soll: Alexander Pöllmann, Director IT & Digital von Viessmann, und Michael Maier, Director Austria von iteratec, geben im brutkasten-Gespräch einen Einblick.
/artikel/wie-viessmann-sein-deal-screening-mit-ki-umbaut
Alexander Pöllmann, Director IT & Digital bei der Viessmann Generations Group, und Michael Maier, Director Austria von iteratec (v.l.) | (c) iteratec / beigestellt

Es war eine der bemerkenswertesten Transformationen der deutschen Industrie: 2023 verkaufte Viessmann sein Kerngeschäft, die Klimasparte Viessmann Climate Solutions, für zwölf Milliarden Euro an den US-Konzern Carrier (brutkasten berichtete). Seit Anfang 2024 agiert das Familienunternehmen als Unternehmensgruppe, die aus Deutschland ein globales industrielles Beteiligungsportfolio steuert. Und dieses Kernteam soll nun KI-nativ werden: Gemeinsam mit dem Technologieunternehmen iteratec baut Viessmann ein Multi-Agenten-System, das die Mitarbeiter:innen zu “Buildern von Agenten” verändert.

Vom Heizungsbauer zum langfristigen Unternehmensentwickler  

Das reinvestierte Kapital floss vor allem in industrielle Mittelständler mit Fokus auf nachhaltige Energietransformation: von Grid-Infrastruktur über Fernwärme- und Kühlungslösungen bis zu Kühlhäusern. Dazu zählt etwa die isoplus-Gruppe, ein Hersteller von Nah- und Fernwärmeleitungen mit großen Standorten in Österreich. Über Minderheitsbeteiligungen ist Viessmann außerdem unter anderem an Encavis sowie am Software-Unternehmen AMCS beteiligt, das Emissionen in der Recycling- und Abfallwirtschaft reduzieren soll. 

Beim Thema KI unterscheidet Pöllmann klar zwischen zwei Ebenen: „Wenn wir auf unsere Partner schauen, ist der Kerntreiber klassischerweise Effizienz, also Use Cases entlang der Wertschöpfungskette, um Top- oder Bottom-Line-Potenziale einzusammeln. Auf Ebene des Viessmann-Teams schauen wir viel stärker auf Effektivität: Wie können wir noch bessere Investmententscheidungen treffen und unsere zentrale Entscheidungsqualität maßgeblich erhöhen?“ 

Deal-Screening statt Deal-Sourcing 

Genau das sei allerdings die schwierigere Disziplin, so Pöllmann: „Effizienz-Use-Cases sind aus unserer Sicht häufig leichter, als die Qualität zu erhöhen. KI tendiert in ihrer ursprünglichsten Natur dazu, lieber zu halluzinieren und ungenau zu sein, als eine sehr klare Antwort auf die Frage zu geben: Sollte ich dieses Investment tätigen oder lieber nicht? Welche Risiken habe ich noch nicht gesehen?“ Dies bedingt vor allem den ganzen Kontext einer Transaktion zu kennen. 

Konkret setzt das Multi-Agenten-System deshalb dort an, wo Präzision zählt: beim Screening. Es gehe nicht darum, Deals zu sourcen, betont Pöllmann, sondern den Prozess „Ist ein Deal für uns wirklich relevant?“ deutlich zu verkürzen. Ein Letter of Intent könne so viel schneller analysiert und daraus ein Investmentmemo gebaut werden, angereichert mit weiteren Quellen. 

Dass das Viessmann-Team das System selbst baut, statt auf eine Fertiglösung zu setzen, ist für Pöllmann eine Grundsatzentscheidung: „Wir wollen die Governance in der eigenen Hand haben, aber auch den Prozess, wie wir zu Entscheidungen kommen.“ Fertige KI-Finanzlösungen von der Stange würden der Organisation wenig bringen: „Das ist zwar alles nett und funktioniert auch schnell, aber nicht in der Qualität, wie wir sie erwarten.“ 

Jede:r Mitarbeiter:in wird zum „Builder“ 

Der vielleicht radikalste Teil des Ansatzes: Alle Mitarbeiter:innen der Viessmann Generations Group sollen befähigt werden, selbst KI-Agenten zu bauen. Der Prozess dahinter ist mehrstufig: Ein Intake-Agent nimmt die Idee auf und schärft sie, ein Specification-Agent zieht anschließend das nötige Fachwissen aus den Mitarbeiter:innen heraus und gibt erst ab einem bestimmten Confidence Score grünes Licht. Danach erstellt ein weiterer Agent, der sogenannte Agent-Builder, den fertigen KI-Kollegen. 

Gestartet wurde Ende Jänner mit einem „Hypersprint“, die ersten Prozessagenten gingen im Frühjahr live. „Es ist schon verrückt, was wir in der Zeit entwickelt haben“, sagt Pöllmann. Die größte Herausforderung sei dabei nicht die Technologie: „Die Herausforderung ist wirklich, das Wissen der Kolleg:innen “freizulegen” und die Leute, die verantwortlich sind, in die Verantwortung zu bekommen. So können wir dann gemeinsam den Input, den wir brauchen, identifizieren, um daraus vernünftige Agenten mit hoher Output-Qualität zu bauen.“ 

„Die Rolle des Menschen in der KI-Transformation wird maßgeblich“ 

Bei aller Automatisierung bleibt die Verantwortung beim Menschen, stellt Pöllmann klar: „Am Ende braucht es immer einen Verantwortlichen, und das kann nicht die Maschine sein. Dadurch wird vor allem die Rolle des Menschen in der KI-Transformation maßgeblich gestärkt.“ Wer einen Agenten verantwortet, müsse dessen Ergebnisse kontrollieren, ihn testen und etwa bei der Abkündigung eines KI-Modells nachjustieren. „Damit bekommt jeder in gewisser Weise eine Führungsaufgabe“, so Pöllmann. 

Um den Rollenwandel greifbar zu machen, ließ Viessmann die Mitarbeiter:innen ein eigenes „Role Canvas“ ausfüllen: Was bleibt an Verantwortung beim Menschen, wenn KI-Agenten übernehmen? Das habe viel Verständnis für die Transformation geschaffen, auch bei jenen, deren Berufsbild sich am stärksten verändert. Denn das klassische Profil eines Investmentbankers werde sich fundamental drehen, so Pöllmann. Die Betroffenen hätten das Thema allerdings „sehr gut aufgeschnappt und zeigen große Begeisterung dafür“. 

iteratec: „Die Unschärfe reduzieren“ 

Auf der Umsetzungsseite steht mit iteratec ein Software-Dienstleister, der seit 30 Jahren Individualsoftware entwickelt und sich zunehmend auf KI-Transformation fokussiert. „Unser eigenes Geschäft ändert sich aktuell selbst radikal aufgrund von KI“, sagt Michael Maier, Director Austria von iteratec. Das Unternehmen setzt Multi-Agenten-Projekte unter anderem bei Banken um und hat mit dem Recycling-Konzern Ragn-Sells ein neues Recyclingverfahren auf Basis KI-gestützter Materialanalysen entwickelt. Das Viessmann-Projekt sei „mitunter eines der spannendsten, das wir gerade machen dürfen“, so Maier: „Das nimmt sicher eine Vorreiterrolle ein.“ 

Die Kunst liege darin, schnell voranzukommen und trotzdem verlässliche Resultate zu liefern: „Du musst die Unschärfe so weit reduzieren, dass du dort, wo es wichtig ist, belastbare Ergebnisse hast, mit denen du arbeiten kannst“, sagt Maier. Viessmann kam über einen klassischen Anbieterauswahlprozess zu iteratec. Ausschlaggebend sei das Team gewesen, so Pöllmann: „Ein sehr professionell aufgestelltes Team mit High-End-AI-Capabilities. Die Entwickler sind fast AI-native unterwegs.” 

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

„Human or not?“: In diesem Chat muss man erkennen, ob man mit einer AI spricht

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Die gesellschaftspolitischen Auswirkungen dieses Artikels sind sehr vielfältig. Einerseits zeigt es den Fortschritt der Künstlichen Intelligenz und wie sie immer menschlicher wird. Andererseits wirft es ethische Fragen auf, ob Künstliche Intelligenz und menschliche Intelligenz gleichgestellt werden sollten. Es zeigt auch, wie wichtig es ist, dass die Gesellschaft über die Entwicklung von KI informiert ist, um das Bewusstsein für mögliche Auswirkungen auf die Arbeitsplätze und die Privatsphäre zu stärken.

„Human or not?“: In diesem Chat muss man erkennen, ob man mit einer AI spricht

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Der Erfolg von „Human or not?“ als großangelegtes Turing-Experiment, bei dem es darum geht, ob man mit einer KI oder einem menschlichen Gesprächspartner redet, zeigt die Fähigkeiten der KI-Technologie und ihr Potenzial in verschiedenen Branchen. Unternehmen können diese Technologie nutzen, um die Kommunikation mit ihren Kunden zu verbessern und automatisierte Assistenz- und Support-Systeme zu entwickeln. Gleichzeitig zeigt der Artikel, dass die Technologie immer noch ihre Grenzen hat und noch weiter verbessert werden muss, um menschliche Konversationen vollständig zu simulieren.

„Human or not?“: In diesem Chat muss man erkennen, ob man mit einer AI spricht

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Als Innovationsmanager:in ist es wichtig, sich mit den neuesten Technologien auseinanderzusetzen und immer up-to-date zu sein. Die „Human or not?“-KI ist ein Beispiel für eine Technologie, die die Grenzen zwischen Mensch und Maschine verschwimmen lässt und hat somit potenziell Auswirkungen auf die Entwicklung von KI und ihre Integration in den Arbeitsplatz. Ein Verständnis dafür, wie Mittel zur Unterscheidung von Maschine und Mensch entwickelt werden können, ist daher wichtig für Innovationsmanager:innen, um neue Möglichkeiten zu erschließen, die sich im Bereich KI ergeben.

„Human or not?“: In diesem Chat muss man erkennen, ob man mit einer AI spricht

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Als Investor:in kann dieser Artikel relevant sein, da er Einblicke in die Fortschritte und Potenziale der Künstlichen Intelligenz gibt. Insbesondere das Experiment des Turing-Tests zeigt, dass KI-Systeme menschenähnliche Fähigkeiten erlangen können. Daher lohnt es sich, die Entwicklungen in diesem Bereich im Auge zu behalten und mögliche Investitionsmöglichkeiten zu evaluieren.

„Human or not?“: In diesem Chat muss man erkennen, ob man mit einer AI spricht

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Als Politiker:in ist es wichtig, sich mit aktuellen Entwicklungen im Bereich der künstlichen Intelligenz auseinanderzusetzen, da sie unsere Gesellschaft und Wirtschaft in vielfältiger Weise beeinflussen. Das „Human or not?“-Spiel des israelischen KI-Scaleups AI21 Labs zeigt die immer fortschreitenden Fortschritte im Bereich der KI und verdeutlicht zudem die Schwierigkeit, Mensch und KI voneinander zu unterscheiden. Solche Experimente und Tests können dazu beitragen, unser Verständnis von KI zu verbessern und ihre Auswirkungen auf unsere Gesellschaft und Arbeitswelt besser zu verstehen. Als Politiker:in sollten Sie sich daher mit diesen Entwicklungen auseinandersetzen und über die notwendigen Regulierungen und Maßnahmen nachdenken, um die Vor- und Nachteile von KI in Einklang zu bringen.

„Human or not?“: In diesem Chat muss man erkennen, ob man mit einer AI spricht

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Der Turing-Test ist seit langem eine wichtige Fragestellung der KI-Forschung und bleibt auch heute relevant, da KI-Systeme immer ausgefeilter werden. Das israelische AI-Startup AI21 Labs hat mit „Human or not?“ ein Spiel kreiert, das den Turing-Test nachbildet und Menschen und KI-Chatbots miteinander verbindet. Der Test hat gezeigt, dass KI-Systeme in der Lage sind, Menschen auf eine Weise zu täuschen, die sehr nahe an menschlicher Interaktion ist. Das Spiel hebt hervor, dass KI-Systeme immer komplexer werden und dass es schwierig ist, sie von menschlicher Kommunikation zu unterscheiden.

„Human or not?“: In diesem Chat muss man erkennen, ob man mit einer AI spricht

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

  • Alan Turing
  • Die Entwickler des „Human or not?“-Chats des israelischen KI-Scaleups AI21 Labs

„Human or not?“: In diesem Chat muss man erkennen, ob man mit einer AI spricht

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

  • AI21 Labs
  • OpenAI

„Human or not?“: In diesem Chat muss man erkennen, ob man mit einer AI spricht