16.12.2019

#unchAIn, Teil 1: Was ist eigentlich Intelligenz?

Bei der neuen Artikelreihe "#unchAIn - Demystifying AI" kooperiert der brutkasten mit Ms. AI, um Vorurteile rund um Künstliche Intelligenz zu entmystifizieren. In einem Deep Dive beantworten Expertinnen dazu die heikelsten Fragen rund um das Thema KI. Beginnen wir also mit den Basics: Was ist eigentlich Intelligenz?
/artikel/intelligenz-definition
Wie funktioniert unser Gehirn? Und was hat es mit unserer Intelligenz zu tun? (c) Adobe Stock / georgejmclittle

Künstliche Intelligenz ist eines der wichtigsten Tech-Themen unserer Zeit – denn es gibt wohl keinen Bereich des politischen, wirtschaftlichen und gesellschaftlichen Lebens, der nicht das Potenzial hat, von KI grundlegend verändert zu werden. Zugleich gibt es in diesem  Bereich viele Falschinformation und überzogene Erwartungen. Bei dem Projekt „#unchAIn – Demystifying AI“ kooperiert der brutkasten mit Ms. AI, um gängige falsche Vorstellungen zu entmystifizieren. Expertinnen der jeweiligen Felder – von Philosophie über Wissenschaftbis zum Management – beantworten dabei in einer mehrteiligen Artikelreihe die wichtigsten Fragen zum Thema Künstliche Intelligenz.

+++Mehr zum Thema AI & DeepTech+++

Zum Beginn der Artikelserie stellen wir grundlegenden Fragen zu diesem Thema: Wie definiert man eigentlich Intelligenz? Wie funktioniert das menschliche Gehirn, und wie macht es uns intelligent? Diese Fragen werden beantwortet von der AI-Expertin und Quantenphysikerin Dilek Demir, Isabell Claus, Co-Founder & Managing Director thinkers.ai, dem Philosophen Reid Blackman und Nancy Nemes, Founder Ms. AIA und #humanAIze, sowie CEO von Nemes Ventures.

Wie definiert man Intelligenz?

Dilek Demir, AI-Expertin und Quantenphysikerin: Intelligenz ist die Fähigkeit, Informationen im Zuge der emotionalen Intelligenz zum richtigen Zeitpunkt zu lernen, zu verstehen, zu speichern, wiederaufzurufen und wiederzuverwenden.

Dr. Isabell Claus, Co-Founder & Managing Director thinkers.ai: Menschliche Intelligenz umfasst die Möglichkeit, situationsspezifisch zu reagieren, die Neugier und eine sich über die Generationen weiterentwickelte Problemlösungskompetenz, sowie das Lernen aus bereits Erlebtem, also Fehler nicht immer wieder zu machen.

Nancy Nemes, Founder Ms. AI und #humanAIze, CEO Nemes Ventures: Das Verständnis der menschlichen Intelligenz entwickelt sich im Laufe der Zeit. Und obwohl es verschiedene Definitionen dafür gibt, müssen wir noch viel mehr tun, um die menschliche Intelligenz wirklich zu verstehen. Momentan definiere ich menschliche Intelligenz gerne als die Fähigkeit, Emotionen und emotionales Wissen zu erzeugen, wahrzunehmen, und darauf zuzugreifen; Emotionen kreativ, reflektierend und effektiv zu regulieren, um das intellektuelle Wachstum zu fördern; sowie klug aus Erfahrungen zu lernen, um sich an Umgebungen anzupassen und diese zu formen. 

Reid Blackman, Philosoph: An dieser Stelle ist es sinnvoller, das zu fragen, was Philosophen als eine „metaphysische Frage“ bezeichnen: „Was ist Intelligenz?“ oder „Was macht Intelligenz aus?“ oder „Was ist die Natur der Intelligenz.“ In der Beantwortung einer dieser Fragen erhalten Sie verschiedene Darstellungen darüber, was Intelligenz ist. Und alle diese Darstellungen werden verschiedenen Gegendarstellungen unterschiedlicher Stärke ausgesetzt sein. Was diese verschiedenen Sichtweise und  Analysen zusammenführt, ist die Tatsache, dass sie von einer Reihe von Beispielen ausgehen werden, bei denen die Menschen mehr oder weniger übereinstimmen, dass sie eine Art von Intelligenz besitzen.

Natürlich werden wir auf mehr oder weniger durchschnittliche, erwachsene Menschen verweisen und sagen: „Sie haben Intelligenz“. Ein Zeichen ihrer Intelligenz ist die Fähigkeit, sich an Ketten des Denkens zu beteiligen. Sie können zum Beispiel darüber nachdenken, wie sie das bekommen, was sie wollen – das, was wir „Means/End Reasoning“ nennen können. Sie können auch darüber nachdenken, ob es sich lohnt, diese Ziele überhaupt zu verfolgen. Wir nennen das „Ends Reasoning“. Und wir können beobachten, dass andere Tiere sich mit Means/End-Reasoning beschäftigen, aber nicht mit Ends Reasoning.

Nemes: Auf der Technologieseite sollten wir zwischen maschineller Intelligenz, maschinellem Lernen und künstlicher Intelligenz unterscheiden. Maschinelle Intelligenz ist, wenn Maschinen mit einigen (aber nicht allen) Aspekten der menschlichen Intelligenz programmiert werden, einschließlich Lernen, Problemlösung und Priorisierung. Es besteht aus verschiedenen Methoden des maschinellen Lernens, sowie Automatisierungstechniken. Künstliche Intelligenz ermöglicht es Computern, verfügbare Informationen zu verarbeiten und zu neuen Lösungen zu kombinieren, um bestimmte Ziele zu erreichen. Daher haben wir auf dem Weg zur KI (der höchsten Form der rechnergestützten Intelligenz) maschinelles Lernen und dessen Entwicklung, die maschinelle Intelligenz.

Blackman: Mathematisches Denken ist eine andere Art des Denkens. Wir machen es die ganze Zeit. Es scheint ein Merkmal unserer Intelligenz zu sein. Es stellt sich jedoch heraus, dass sich Maschinen mit mathematischem Denken beschäftigen können – wir nennen sie Rechner! Man könnte sagen: „Sie sind nicht wirklich an der Argumentation interessiert“, oder so etwas in der Art. „Es sind alles Nullen und Einsen, also ist es keine Argumentation“, könnte man sagen. Aber dann möchte ich darauf hinweisen, dass, wenn wir uns mit dem Denken beschäftigen, es sich immer um neuronale Zündungen und Synapsen handelt. Und daraus würde niemand rückschließen, dass Menschen nicht denken.

Es würde mich also nicht stören, wenn die Leute die Rechner als eine Art von Intelligenz beschreiben würden. Interessanterweise dachte Renee Descartes, dass eine Maschine nie in der Lage sein würde, sich mit mathematischem Denken zu beschäftigen, denn das war etwas, was nur der menschliche Verstand tun konnte. Das war eines der vielen Dinge, bei denen er falsch lag.

Wie funktioniert das menschliche Hirn, und wie macht es uns intelligent?

Blackman: Ganz allgemein würde ich sagen, dass das Gehirn eine Komplexität aufweist, die es möglich macht, dass es zum Beispiel glauben, begehren, hoffen, Angst haben, sowie zum Beispiel sehen oder hören kann.

Demir: Es ist bekannt, dass das Gehirn aus einem Bündel von wenigen Millionen neuronaler Cluster besteht, die mit Lichtgeschwindigkeit arbeiten und interagieren. Die interessantesten und herausforderndsten Teile sind die Nerven, die zu den Synapsen oder synaptischen Verbindungen führen. Hier, im Zusammenspiel mit den chemischen Wechselwirkungen und geladenen Ionen, findet der Informationsfluss statt, und das ist sehr interessant. Bisher wurden einige Krankheiten im Zusammenhang mit dem ZNS-System des Menschen beobachtet… und das ist schon fast alles, was wir darüber wissen.

Claus: Wenn wir wüssten, wie das Gehirn als Ganzes arbeitet, bräuchten wir wahrscheinlich nicht so lange, bis wir Maschinen ähnliche Abläufe beibringen. De facto bleibt uns aber genau das verborgen. Wir zerlegen einzelne Charakteristika, Fähigkeiten und Prozesse in unzähligen Studien und untersuchen sie mit Hilfe verschiedener Ansätze, Methoden und in mehreren Disziplinen. So kommen wir Stück für Stück zu neuen Erkenntnissen. Gleichzeitig fehlt uns aber der gesamtheitliche Überblick über alles, was die Menschheit heute über das Gehirn weiß. Maschinen haben in dieser Hinsicht eine Fähigkeit, die uns Menschen nach vorne katapultieren könnte: Die Verarbeitung massenhafter Daten. Sobald die massenhafte Datenverarbeitung zum Beispiel im Bereich der Erforschung des Gehirns mit der menschlichen Intelligenz verknüpft wird, haben wir die Chance, zu durchblicken, was alles in unserem Kopf passiert und was Intelligenz ausmacht.

Nemes: Das menschliche Gehirn ist das komplexeste Organ im menschlichen Körper und komplexer als jede bekannte Struktur des Universums. Unser Gehirn hat fast 100 Milliarden Neuronen, die Informationen in Form von elektrischen Signalen sammeln, verarbeiten und weitergeben. Bisher wissen wir jedoch nicht, wie die Unterschiede oder Ähnlichkeiten in den Eigenschaften dieser Zellen für menschliche kognitive Fähigkeiten wie Intelligenz von Bedeutung sind. Wissenschaftler, die im Rahmen des Human Brain Project arbeiten, haben zum ersten Mal einen direkten Zusammenhang zwischen der Größe der Gehirnzellen und dem IQ-Niveau entdeckt. So würden größere Neuronen im Temporallappen des Gehirns, die elektrische Signale mit höherer Geschwindigkeit erzeugen, zusammenhängen mit höheren Verarbeitungsraten und höherem Intelligenzniveau. Zu sagen, dass das Gehirn „wie ein großer Computer funktioniert“, ist eine ziemliche Vereinfachung, da es so viel mehr gibt, was das menschliche Gehirn einzigartig und intelligent macht. Zum Beispiel könnten wir ohne das Gehirn nicht atmen, sprechen, singen, spielen, lieben, arbeiten oder uns erinnern. Einzigartig menschlich ist es, abstrakte Konzepte zu verstehen, zu handhaben und zu erfinden, uns auszudrücken und unser Wissen zu nutzen, um unsere Umwelt zu manipulieren. Darwinisten (wie ich) glauben, dass die menschliche Intelligenz nur eine bestimmte Überlebensstrategie unter vielen anderen ist. Und während wir Computerprogramme haben, die Schach besser spielen können als der beste menschliche Schachspieler, haben wir immer noch keine einzige Maschine (man kann es auch „Roboter“ nennen), die wie eine Katze springen oder wie ein Adler sehen oder fliegen kann. Es heißt zudem, Kultur, Fürsorge und Altruismus seien einzigartig menschlich.

Demir: Wir wissen also nicht viel über das menschliche Gehirn. Es werden nur Bereiche des Gehirns spezifiziert, und dennoch beobachtet die Medizin ständig neue knifflige und große Unterschiede in diesem Bereich. Eine Sache, die ich liebe und gelernt habe, ist, über ein bestimmtes Thema nachzudenken, indem ich Artikel lese, mit den richtigen Kollegen interagiere und die richtigen Dokumentationen anschaue. Ich bin mir nicht sicher, ob ein Gehirn uns intelligent macht. Es ist vielmehr das Zusammenspiel weniger verschiedener Parameter. Gefühle werden zum Beispiel überhaupt nicht beobachtet, aber sie sind auch in diesem Spiel ein wichtiger Faktor.

Deshalb kann ich hier nur eine Hypothese vorschlagen, und diese wäre die folgende: Ich denke, dass die Quantenphysik eine große Rolle im Prozess des Denkens, der Informationsspeicherung und des Wiederaufrufs von Informationen im menschlichen Gehirn spielt. Die Tatsache, dass es sich um geladene Ionen handelt, ist für mich ein Indikator dafür, dass dort eine gewisse „Quantenmagie“ stattfindet.

Im nächsten Teil der Serie werden wir uns mit der Frage beschäftigen, ob Maschinen die menschliche Intelligenz kopieren können. Somit nähern wir uns schrittweise dem komplexen Thema der Künstlichen Intelligenz an.

Redaktionstipps
Deine ungelesenen Artikel:
18.09.2026

Zwischen Wien und dem Silicon Valley – was Österreich sich für den KI-Sprung nach vorne abschauen kann

Dort, wo die Vorreiter:innen der KI zu Hause sind, hat brutkasten mit zwei Österreicherinnen gesprochen, die genau dazwischen stehen: Isabella Tomás (Open Austria) und Manuela Mohr-Zydek (Salesforce Österreich). Ein Gespräch über einzigartige Fähigkeiten, wichtige Learnings und offene Potentiale.
/artikel/zwischen-wien-und-dem-silicon-valley-was-oesterreich-sich-fuer-den-ki-sprung-nach-vorne-abschauen-kann
18.09.2026

Zwischen Wien und dem Silicon Valley – was Österreich sich für den KI-Sprung nach vorne abschauen kann

Dort, wo die Vorreiter:innen der KI zu Hause sind, hat brutkasten mit zwei Österreicherinnen gesprochen, die genau dazwischen stehen: Isabella Tomás (Open Austria) und Manuela Mohr-Zydek (Salesforce Österreich). Ein Gespräch über einzigartige Fähigkeiten, wichtige Learnings und offene Potentiale.
/artikel/zwischen-wien-und-dem-silicon-valley-was-oesterreich-sich-fuer-den-ki-sprung-nach-vorne-abschauen-kann
(V.l.) Manuela Mohr-Zydek (Salesforce Österreich) und Isabella Tomás (Open Austria) in San Francisco. © brutkasten

Zwei Perspektiven, ein Hotspot: San Francisco. Isabella Tomás sitzt seit vier Jahren an der Schnittstelle zwischen Österreich und dem Silicon Valley. Als Konsulin und Co-Direktorin von Open Austria leitet sie das gemeinsam von Außenministerium (BMEIA) und Wirtschaftskammer Österreich (WKO) betriebene Außenwirtschafts- und Innovationsbüro und vernetzt heimische Gründerinnen, Gründer und Unternehmen mit dem wohl dichtesten Innovationsökosystem der Welt. Manuela Mohr-Zydek blickt aus der Unternehmensperspektive darauf: Seit eineinhalb Jahren verantwortet sie als Country Leaderin das Österreich-Geschäft von Salesforce und begleitet heimische Betriebe dabei, den Schritt von der digitalen Transformation zur produktiven Skalierung autonomer KI-Agenten zu schaffen.

Im exklusiven Gespräch mit brutkasten ziehen die beiden Bilanz: Wie steht es um Österreich in Sachen KI-Anwendung? Was können heimische Unternehmen von der Risikobereitschaft und Umsetzungskraft des Silicon Valley lernen und wo sollte man mit dem KI-Einsatz trotz allem Potenzial vorsichtig bleiben? Von der Rolle des Kapitals bis hin zu den Stärken österreichischer Ingenieure, Tomás und Mohr-Zydek liefern einen ehrlichen Blick auf zwei Innovationswelten, die einander viel zu sagen haben.


Brutkasten: Ihr seid beide viel zwischen Österreich und San Francisco unterwegs. Welche Learnings möchtest du von hier sofort mit nach Österreich nehmen, Manuela?

Manuela Mohr-Zydek: Man kann viel Innovation und Inspiration mit nach Österreich nehmen. Wobei ich auch sagen muss, dass wir in Österreich bereits unglaublich viel Innovation und viele neue Ideen haben. Ich bin nun seit eineinhalb Jahren als Country Leaderin für Salesforce in Österreich tätig und sehe das täglich. Was man aus dem Silicon Valley mitnehmen kann, ist die enorme Umsetzungskraft und die Pionierarbeit. In Österreich befinden wir uns in manchen Bereichen gefühlt noch ganz am Anfang – vor allem beim Thema künstliche Intelligenz. Wir haben viele Kunden, die sich bereits damit auseinandersetzen oder KI skalierbar im Einsatz haben. Im Silicon Valley ist man vermutlich schon ein Stück weiter, und genau dieses Mindset können wir mitnehmen. Wir müssen weg von „Wir probieren aus“ hin zu „Wir setzen künstliche Intelligenz skalierbar im Unternehmen ein“. Damit lässt sich einerseits der Fachkräftemangel adressieren und andererseits dem wirtschaftlichen Kostendruck begegnen. Die Strategie sollte aus unserer Sicht aber nicht sein, Arbeitsplätze abzubauen. Im Gegenteil: Wir sehen viele Chancen für junge Menschen, sich im Bereich KI weiterzubilden, umzuschulen und eine klare Zukunftsperspektive aufzubauen.

Isabella Tomás: Ich kann bestätigen, was Manuela gesagt hat. Ich bin für Open Austria seit vier Jahren im Silicon Valley. Ein wesentlicher Unterschied ist die höhere Risikobereitschaft. Gründerinnen und Gründer werden hier ermutigt und unterstützt, mutig zu agieren. Die Menschen haben keine Angst vor Innovation. In Österreich haben wir sehr viele innovative Köpfe, aber man hat oft das Gefühl, dass sie nicht immer optimal gefördert werden, um sich voll zu entfalten – das beginnt an den Universitäten und setzt sich in den Unternehmen fort. Der zweite Punkt ist die Skalierbarkeit: Hier steht eine enorme Menge an Risikokapital zur Verfügung, mit dem Startups viel schneller skalieren können. Zudem spielt der US-Markt eine entscheidende Rolle: Wer sich hier etabliert, kann relativ leicht in andere Märkte vorstoßen und weltweit skalieren. Das ist in Österreich und auf EU-Ebene aufgrund der Marktstrukturen leider noch nicht ohne Hürden möglich.

Salesforce-CEO Marc Benioff hat in seiner Eröffnungs-Keynote ein eher verhaltenes Bild von Europa in Bezug auf KI gezeichnet. Wie beobachtest du die Adaption von KI-Applikationen bei österreichischen Unternehmen, Manuela?

Manuela Mohr-Zydek: Über die letzten Monate hat sich eine sehr positive Dynamik entwickelt. Wir führen nahezu mit jedem Kunden Gespräche zum Thema künstliche Intelligenz. Es geht nicht mehr nur um erste Pilotprojekte oder Proofs of Concept, sondern darum, wie Unternehmen tatsächlich mit autonomen Agenten arbeiten können – Hand in Hand zwischen Mensch und Agent. Wir sehen eine große Offenheit dafür, Geschäftsprozesse agentenbasiert zu unterstützen. Wir befinden uns in der nächsten Stufe: weg vom reinen Ausprobieren, hin zum Etablieren einer Kultur im Sinne von „Human in the Loop“. Der Mensch bleibt entscheidungsfähig, wird aber autonom durch Agenten unterstützt.

Welche konkreten Use Cases beobachtest du, auch im Vergleich zwischen größeren Unternehmen und Startups?

Manuela Mohr-Zydek: Gerade für kleinere Unternehmen und Startups bietet KI eine riesige Chance, weil Technologie demokratisiert wird. Mit Low-Code- und No-Code-Ansätzen braucht man keine tiefe Coding-Erfahrung mehr, um einen Agenten zu bauen und eine Idee zu verwirklichen. Anfänglich haben wir sehr stark im Servicebereich mit autonomen Agenten begonnen. Über die vergangenen Monate hat sich das stark in Richtung Marketing, Sales und Commerce weiterentwickelt. Es gibt Beispiele wie PayPal oder Anwendungsfälle, bei denen Agenten automatisiert Outbound-Leads generieren, Inbound-Anfragen abarbeiten oder Marketing-Journeys erstellen, bevor der Mitarbeiter übernimmt. Im Commerce-Bereich unterstützen Agenten bei Produktauskünften auf Webseiten. Autonome Agenten befreien Mitarbeiter von wiederkehrenden, maschinellen Aufgaben, sodass sich der Mensch wieder auf seine Kernstärken besinnen kann: Kreativität und soziales Miteinander. Das ist das Schöne am Konzept des „Agentic Enterprise“.

Isabella, was beobachtest du bei österreichischen Gründern, die ins Silicon Valley oder nach San Francisco kommen? Wie sieht dort die KI-Adaption aus?

Isabella Tomás: Die meisten, die herkommen, sind bereits tief im Thema drin oder kommen genau deshalb hierher, weil San Francisco das Mekka der KI ist. Wer das Thema noch nicht mitbringt, arbeitet sich sehr schnell ein. Zu Beginn gibt es meist einen gewissen Wow-Effekt. Das Beispiel der autonomen Autos verdeutlicht das gut: Für meine Volksschulkinder ist es mittlerweile völlig normal, sich in ein fahrerloses Auto zu setzen. Europäer, die das erste Mal in San Francisco sind, sind davon meist fasziniert. Der Unterschied liegt darin, dass die Menschen hier eine ausgeprägte Early-Adopter-Mentalität haben. Sie sind überdurchschnittlich bereit, etwas völlig Neues auszuprobieren, und haben weniger Berührungsängste. Das verhilft innovativen Ideen schneller zum Durchbruch und schafft einen ersten Use Case, mit dem man zeigen kann, dass es in der Praxis funktioniert.

Welche Stärken bringen Gründerinnen und Gründer aus Österreich mit, die man im Silicon Valley schätzt?

Isabella: Man schätzt auf jeden Fall die hervorragende Ausbildung an unseren Universitäten und Fachhochschulen. Die Ausbildung steht den Top-Universitäten in den USA in nichts nach. Auch das technische Fundament, etwa von Ingenieuren im Industriebereich, wird sehr geschätzt. Die Leute wissen genau, wovon sie sprechen, und arbeiten extrem solide. Wenn sich dieses Fachwissen mit der innovativen Dynamik vor Ort verbindet, entsteht eine hervorragende Kombination. Österreicher sind vielleicht nicht immer diejenigen mit den verrücktesten Ideen, aber sie sind extrem stark darin, diese Ideen pragmatisch und erfolgreich umzusetzen.

Überspitzt gefragt: Haben Gründer:innen aus Europa im Silicon Valley einen Nachteil, weil das Vorurteil herrscht, Europäer hinkten bei KI hinterher?

Isabella Tomás: Nein, nicht unbedingt. Das Silicon Valley ist ein großer Schmelztiegel mit Menschen aus aller Welt. Österreichische Gründerinnen und Gründer, die sich gut präsentieren, haben keineswegs einen Nachteil, nur weil sie aus Europa kommen. Einen Nachteil hat man nur dann, wenn man sich schlecht präsentiert oder nicht fachkundig wirkt. Wer zeigt, dass er seinen Bereich beherrscht und etwas Interessantes auf die Beine stellt, wird hier sehr schnell anerkannt.

Manuela, Salesforce hat sich ja spätestens mit AIforce der künstlichen Intelligenz verschrieben. Was ist für Geschäftsführer:innen, die KI im Unternehmen umsetzen wollen, deiner Meinung nach der beste erste Schritt?

Manuela Mohr-Zydek: Wir setzen sehr stark bei Schulungen an – und zwar sowohl auf Führungsebene als auch auf Mitarbeiterebene. Eine Zusammenarbeit von Mensch und Agent („Agentic Enterprise“) muss von Führungskräften vorgelebt werden, was ein grundlegendes technologisches Verständnis voraussetzt. Es geht auch um die Frage der ethischen Verantwortung und darum, wo die Grenzen der Technologie liegen, damit der Mensch in der Entscheidung verbleibt. Auf Mitarbeiterebene dienen Schulungen dazu, Inspiration und Ideen zu generieren. Wir veranstalten dazu auch Hackathons mit Kunden, um Ideen in eine Roadmap zu gießen und rasch in die Umsetzung zu bringen. So entsteht sowohl Top-down als auch Bottom-up die Innovationskraft, die es für die Zukunft braucht.

Gibt es Bereiche, in denen man KI konkret noch aussparen sollte, obwohl sie viel Potenzial birgt?

Isabella Tomás: Es gibt sehr sensible Bereiche, bei denen große Vorsicht geboten ist – etwa wenn es um Gesundheitsdaten oder hochgradig personenbezogene Daten geht. Aus Sicht der öffentlichen Verwaltung gelten hier höchste Anforderungen an Datenschutz und Regelkonformität. Solange nicht zu hundert Prozent sichergestellt ist, dass alle gesetzlichen Vorgaben eingehalten werden, kann KI dort nicht ohne Weiteres eingesetzt werden. Wenn es hingegen um Recherchen oder Entwürfe für Präsentationen geht, ist das unbedenklich. Grundsätzlich gilt: Je besser man sich selbst in einem Fachgebiet auskennt, desto eher kann man KI sinnvoll nutzen, weil man das Ergebnis fachlich beurteilen kann. Wenn man keine Ahnung von der Materie hat, sollte man KI-Ergebnisse nicht blind übernehmen, sondern verifizieren.

Welche Hoppalas oder Fehler konntest du im Silicon Valley beobachten, von denen Unternehmen in Österreich lernen können?

Isabella Tomás: Die Fehler sind ähnlich wie überall. Das reicht von Anwälten, die vor Gericht erfundene Präzedenzfälle zitiert haben, über Fehldiagnosen bei medizinischen Bildanalysen bis hin zu falschen Wirtschaftsdaten auf Präsentationsfolien. Wenn man Ergebnisse ungeprüft übernimmt, kann das peinlich werden. Man darf sich nicht blind auf die KI verlassen, wenn man die Fakten nicht selbst verifizieren kann.

Manuela, wie verändert sich die Arbeit in Unternehmen konkret durch den Einsatz von Agenten?

Manuela Mohr-Zydek: Wir gehen davon aus, dass sich letztlich nahezu jeder Job verändern wird. Es geht längst nicht mehr nur darum, ein Large Language Model als Assistenten einzusetzen, sondern darum, einzelne Prozessabschnitte im Unternehmen messbar und autonom abzuarbeiten. Bei Salesforce messen wir das in „Agentic Work Units“ – hier gab es von Q1 auf Q2 einen Anstieg von 97 Prozent. Um ein Unternehmen verlässlich zu führen, braucht man valide Daten, funktionierende Prozesse, Governance und Compliance. Das LLM dient als kreatives Interface nach oben, aber darunter braucht es ein solides Fundament aus Daten, Applikationen und Sicherheit.

Isabella Tomás: Das ist auch der Vorteil von spezifischen, maßgeschneiderten Modellen, die auf den konkreten Unternehmensdaten basieren. Dort ist das Risiko von Halluzinationen oder fehlerhaften Ausgaben deutlich geringer als bei rein generischen Sprachmodellen.

Manuela Mohr-Zydek: Wie Marc Benioff in seiner Keynote hervorgehoben hat, muss man zwischen wahrscheinlichkeitsbasierten und deterministischen Ergebnissen unterscheiden. Die Kombination aus beidem liefert sowohl kreative Möglichkeiten als auch die nötige Verlässlichkeit für Unternehmensentscheidungen


Transparenzhinweis: Die Reise- und Aufenthaltskosten zur Dreamforce wurden von Salesforce übernommen. Auswahl und Bewertung der Themen erfolgten unabhängig davon.

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

#unchAIn, Teil 1: Was ist eigentlich Intelligenz?

Bei dem Projekt „#unchAIn – Demystifying AI“ kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Dilek Demir, AI-Expertin und Quantenphysikerin: Intelligenz ist die Fähigkeit, Informationen im Zuge der emotionalen Intelligenz zum richtigen Zeitpunkt zu lernen, zu verstehen, zu speichern, wiederaufzurufen und wiederzuverwenden. Auf der Technologieseite sollten wir zwischen maschineller Intelligenz, maschinellem Lernen und künstlicher Intelligenz unterscheiden. Reid Blackman, Philosophin: Hier ist es sinnvoller, das zu fragen, was Philosophen als eine „metaphysische Frage“ bezeichnen: „Was ist Intelligenz?“ oder „Was macht Intelligenz aus?“ oder „Was ist die Natur der Intelligenz.“ Claus: Wir nutzen die einzelnen Erkenntnisse rund um die menschliche Intelligenz als konzeptionelle Basis für maschinelles Lernen. Sicherlich erfordert eine „intelligente“ menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst.

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

#unchAIn, Teil 1: Was ist eigentlich Intelligenz?

Bei dem Projekt „#unchAIn – Demystifying AI“ kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Dilek Demir, AI-Expertin und Quantenphysikerin: Intelligenz ist die Fähigkeit, Informationen im Zuge der emotionalen Intelligenz zum richtigen Zeitpunkt zu lernen, zu verstehen, zu speichern, wiederaufzurufen und wiederzuverwenden. Auf der Technologieseite sollten wir zwischen maschineller Intelligenz, maschinellem Lernen und künstlicher Intelligenz unterscheiden. Reid Blackman, Philosophin: Hier ist es sinnvoller, das zu fragen, was Philosophen als eine „metaphysische Frage“ bezeichnen: „Was ist Intelligenz?“ oder „Was macht Intelligenz aus?“ oder „Was ist die Natur der Intelligenz.“ Claus: Wir nutzen die einzelnen Erkenntnisse rund um die menschliche Intelligenz als konzeptionelle Basis für maschinelles Lernen. Sicherlich erfordert eine „intelligente“ menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst.

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

#unchAIn, Teil 1: Was ist eigentlich Intelligenz?

Bei dem Projekt „#unchAIn – Demystifying AI“ kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Dilek Demir, AI-Expertin und Quantenphysikerin: Intelligenz ist die Fähigkeit, Informationen im Zuge der emotionalen Intelligenz zum richtigen Zeitpunkt zu lernen, zu verstehen, zu speichern, wiederaufzurufen und wiederzuverwenden. Auf der Technologieseite sollten wir zwischen maschineller Intelligenz, maschinellem Lernen und künstlicher Intelligenz unterscheiden. Reid Blackman, Philosophin: Hier ist es sinnvoller, das zu fragen, was Philosophen als eine „metaphysische Frage“ bezeichnen: „Was ist Intelligenz?“ oder „Was macht Intelligenz aus?“ oder „Was ist die Natur der Intelligenz.“ Claus: Wir nutzen die einzelnen Erkenntnisse rund um die menschliche Intelligenz als konzeptionelle Basis für maschinelles Lernen. Sicherlich erfordert eine „intelligente“ menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst.

AI Kontextualisierung

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

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

#unchAIn, Teil 1: Was ist eigentlich Intelligenz?

Bei dem Projekt „#unchAIn – Demystifying AI“ kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Dilek Demir, AI-Expertin und Quantenphysikerin: Intelligenz ist die Fähigkeit, Informationen im Zuge der emotionalen Intelligenz zum richtigen Zeitpunkt zu lernen, zu verstehen, zu speichern, wiederaufzurufen und wiederzuverwenden. Auf der Technologieseite sollten wir zwischen maschineller Intelligenz, maschinellem Lernen und künstlicher Intelligenz unterscheiden. Reid Blackman, Philosophin: Hier ist es sinnvoller, das zu fragen, was Philosophen als eine „metaphysische Frage“ bezeichnen: „Was ist Intelligenz?“ oder „Was macht Intelligenz aus?“ oder „Was ist die Natur der Intelligenz.“ Claus: Wir nutzen die einzelnen Erkenntnisse rund um die menschliche Intelligenz als konzeptionelle Basis für maschinelles Lernen. Sicherlich erfordert eine „intelligente“ menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst.

AI Kontextualisierung

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

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

#unchAIn, Teil 1: Was ist eigentlich Intelligenz?

Bei dem Projekt „#unchAIn – Demystifying AI“ kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Dilek Demir, AI-Expertin und Quantenphysikerin: Intelligenz ist die Fähigkeit, Informationen im Zuge der emotionalen Intelligenz zum richtigen Zeitpunkt zu lernen, zu verstehen, zu speichern, wiederaufzurufen und wiederzuverwenden. Auf der Technologieseite sollten wir zwischen maschineller Intelligenz, maschinellem Lernen und künstlicher Intelligenz unterscheiden. Reid Blackman, Philosophin: Hier ist es sinnvoller, das zu fragen, was Philosophen als eine „metaphysische Frage“ bezeichnen: „Was ist Intelligenz?“ oder „Was macht Intelligenz aus?“ oder „Was ist die Natur der Intelligenz.“ Claus: Wir nutzen die einzelnen Erkenntnisse rund um die menschliche Intelligenz als konzeptionelle Basis für maschinelles Lernen. Sicherlich erfordert eine „intelligente“ menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst.

AI Kontextualisierung

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

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

#unchAIn, Teil 1: Was ist eigentlich Intelligenz?

Bei dem Projekt „#unchAIn – Demystifying AI“ kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Dilek Demir, AI-Expertin und Quantenphysikerin: Intelligenz ist die Fähigkeit, Informationen im Zuge der emotionalen Intelligenz zum richtigen Zeitpunkt zu lernen, zu verstehen, zu speichern, wiederaufzurufen und wiederzuverwenden. Auf der Technologieseite sollten wir zwischen maschineller Intelligenz, maschinellem Lernen und künstlicher Intelligenz unterscheiden. Reid Blackman, Philosophin: Hier ist es sinnvoller, das zu fragen, was Philosophen als eine „metaphysische Frage“ bezeichnen: „Was ist Intelligenz?“ oder „Was macht Intelligenz aus?“ oder „Was ist die Natur der Intelligenz.“ Claus: Wir nutzen die einzelnen Erkenntnisse rund um die menschliche Intelligenz als konzeptionelle Basis für maschinelles Lernen. Sicherlich erfordert eine „intelligente“ menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst.

AI Kontextualisierung

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

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

#unchAIn, Teil 1: Was ist eigentlich Intelligenz?

Bei dem Projekt „#unchAIn – Demystifying AI“ kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Dilek Demir, AI-Expertin und Quantenphysikerin: Intelligenz ist die Fähigkeit, Informationen im Zuge der emotionalen Intelligenz zum richtigen Zeitpunkt zu lernen, zu verstehen, zu speichern, wiederaufzurufen und wiederzuverwenden. Auf der Technologieseite sollten wir zwischen maschineller Intelligenz, maschinellem Lernen und künstlicher Intelligenz unterscheiden. Reid Blackman, Philosophin: Hier ist es sinnvoller, das zu fragen, was Philosophen als eine „metaphysische Frage“ bezeichnen: „Was ist Intelligenz?“ oder „Was macht Intelligenz aus?“ oder „Was ist die Natur der Intelligenz.“ Claus: Wir nutzen die einzelnen Erkenntnisse rund um die menschliche Intelligenz als konzeptionelle Basis für maschinelles Lernen. Sicherlich erfordert eine „intelligente“ menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst.

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

#unchAIn, Teil 1: Was ist eigentlich Intelligenz?

Bei dem Projekt „#unchAIn – Demystifying AI“ kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Dilek Demir, AI-Expertin und Quantenphysikerin: Intelligenz ist die Fähigkeit, Informationen im Zuge der emotionalen Intelligenz zum richtigen Zeitpunkt zu lernen, zu verstehen, zu speichern, wiederaufzurufen und wiederzuverwenden. Auf der Technologieseite sollten wir zwischen maschineller Intelligenz, maschinellem Lernen und künstlicher Intelligenz unterscheiden. Reid Blackman, Philosophin: Hier ist es sinnvoller, das zu fragen, was Philosophen als eine „metaphysische Frage“ bezeichnen: „Was ist Intelligenz?“ oder „Was macht Intelligenz aus?“ oder „Was ist die Natur der Intelligenz.“ Claus: Wir nutzen die einzelnen Erkenntnisse rund um die menschliche Intelligenz als konzeptionelle Basis für maschinelles Lernen. Sicherlich erfordert eine „intelligente“ menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst.

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

#unchAIn, Teil 1: Was ist eigentlich Intelligenz?

Bei dem Projekt „#unchAIn – Demystifying AI“ kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Dilek Demir, AI-Expertin und Quantenphysikerin: Intelligenz ist die Fähigkeit, Informationen im Zuge der emotionalen Intelligenz zum richtigen Zeitpunkt zu lernen, zu verstehen, zu speichern, wiederaufzurufen und wiederzuverwenden. Auf der Technologieseite sollten wir zwischen maschineller Intelligenz, maschinellem Lernen und künstlicher Intelligenz unterscheiden. Reid Blackman, Philosophin: Hier ist es sinnvoller, das zu fragen, was Philosophen als eine „metaphysische Frage“ bezeichnen: „Was ist Intelligenz?“ oder „Was macht Intelligenz aus?“ oder „Was ist die Natur der Intelligenz.“ Claus: Wir nutzen die einzelnen Erkenntnisse rund um die menschliche Intelligenz als konzeptionelle Basis für maschinelles Lernen. Sicherlich erfordert eine „intelligente“ menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst.