Alle Episoden

Microsoft Copilot im Unternehmen: Ausgerollt – und jetzt?

Microsoft Copilot im Unternehmen: Ausgerollt – und jetzt?

‧ 32m 23s

Copilot ist ausgerollt, jeder hat Zugang zu KI – und jetzt?

In dieser Folge von „KI kann alles? Fast!“ sprechen Anja Sengenberger und Lucas Moskau über Microsoft Copilot in großen Unternehmen. Warum setzen so viele auf Copilot? Weil es der einfachste Weg ist: Der Enterprise-Vertrag mit Microsoft besteht schon, und aus Governance-Sicht wirkt es wie die sicherste KI. Doch nach dem Ausrollen stellt sich die eigentliche Frage: Wo bringt es uns wirklich etwas?

Dabei geht es unter anderem um Agenten, die Einzelne für sich bauen, aber nicht im Team teilen, und um den Unterschied zwischen „schneller arbeiten“ und Dingen, die...

Scoping-Workshops: Wie aus einer KI-Idee ein klares Projekt wird

Scoping-Workshops: Wie aus einer KI-Idee ein klares Projekt wird

‧ 25m 21s

Wie wird aus „Wir wollen einen KI-Agenten“ ein Projekt mit klarem Scope, messbarem ROI und Rückhalt im ganzen Unternehmen?

In dieser Folge von „KI kann alles? Fast!“ spricht Lucas Moskau mit Anja Sengenberger über Scoping-Workshops. Anja kommt gerade aus einem zweitägigen Workshop zu KI-Agenten im Außendienst und erzählt, wie so ein Workshop abläuft – und warum sie trotzdem jedes Mal kurz denkt, dass nichts dabei herauskommt.

Es geht darum, warum am Ende vieler Meetings nur ein Folgetermin steht, warum die richtigen Menschen am Tisch wichtiger sind als jedes Tool und wie Moderation politische Hürden zwischen Fachbereich, Digitalisierung und IT überbrücken...

KI in Deutschland: Zwischen Chancen, Kreativität und Abhängigkeit

KI in Deutschland: Zwischen Chancen, Kreativität und Abhängigkeit

‧ 25m 59s

Wie stark ist KI wirklich schon in unserem Alltag angekommen – und was verändert sie dabei mit uns?
In dieser Folge nehmen wir aktuelle Zahlen und Umfragen rund um künstliche Intelligenz zum Anlass für einen Realitätscheck.

Wie viele Menschen in Deutschland nutzen KI regelmäßig? Welche Dienste wie ChatGPT, Gemini oder Copilot dominieren? Und wie stark beeinflusst die eigene KI-Bubble eigentlich unsere Wahrnehmung?

Besonders spannend wird es bei der Frage nach der Kreativität: Wenn Brainstormings, erste Ideen und Konzepte immer häufiger gemeinsam mit KI entstehen, verlieren wir dann einen Teil der kreativen Reibung und des Austauschs mit anderen Menschen?

Außerdem geht...

KI-Agenten im Arbeitsalltag: Wie viel Kontrolle braucht es noch?

KI-Agenten im Arbeitsalltag: Wie viel Kontrolle braucht es noch?

‧ 27m 16s

Was passiert, wenn man einem KI-Agenten nicht mehr ständig über die Schulter schaut, sondern ihn mehrere Stunden selbstständig arbeiten lässt?

In dieser Folge von „KI kann alles? Fast!“ sprechen Anja Sengenberger und Lucas Moskau darüber, wie sich ihre persönliche Arbeitsweise mit KI in den vergangenen Monaten verändert hat.
Lucas beschreibt, warum sein Vertrauen in aktuelle KI-Agenten deutlich gestiegen ist und welche Aufgaben er mittlerweile über längere Zeit autonom laufen lässt. Dabei geht es unter anderem um Reviews, Quality Gates und die Frage, warum unterschiedliche Agenten selbst bei ähnlichen Voraussetzungen zu unterschiedlichen Ergebnissen kommen.

Ein zentraler Punkt ist dabei Vertrauen: Wer...

KI im Unternehmen: Kritisches Denken und lokale Modelle

KI im Unternehmen: Kritisches Denken und lokale Modelle

‧ 31m 31s

Wie viel sollten wir an KI abgeben – und wo sollten wir bewusst die Kontrolle behalten?

In dieser Folge von „KI kann alles? Fast!“ sprechen Lucas Moskau und Tobias Amann darüber, wie künstliche Intelligenz unseren Umgang mit Informationen, Entscheidungen und eigener Denkarbeit verändert.
Verlernen wir, selbst kritisch zu hinterfragen, wenn Recherche, Brainstorming und Entscheidungen zunehmend an KI ausgelagert werden? Oder ist KI einfach das nächste Werkzeug – ähnlich wie der Taschenrechner?

Lucas und Tobias diskutieren, warum diese Grenze bei KI deutlich schwieriger zu ziehen ist und weshalb der richtige Umgang mit der Technologie immer wichtiger wird.

Im zweiten Teil geht...

Software as a Commodity: Wenn Mitarbeitende ihre Apps selbst bauen

Software as a Commodity: Wenn Mitarbeitende ihre Apps selbst bauen

‧ 38m 11s

Was wäre, wenn Mitarbeitende aus HR, Finance oder anderen Fachbereichen ihre eigenen internen Anwendungen einfach selbst bauen könnten?

In dieser Folge von „KI kann alles? Fast!“ spricht Lucas Moskau mit Samuel Bullard, Working Student in AI Development & Innovation bei TIKI, über Human-Centered AI und ein internes Projekt, das genau diese Idee verfolgt.

Im Mittelpunkt steht das Konzept Software as a Commodity: Software soll nicht länger ausschließlich von spezialisierten Entwicklungsteams gebaut werden. Stattdessen sollen Menschen mit tiefem Fachwissen ihre eigenen Anwendungen mithilfe von KI entwickeln können.

Samuel erklärt, wie ein agentischer App-Builder aus einer einfachen Beschreibung Schritt für Schritt eine...

Vom KI-Chat zum persönlichen Chief of Staff

Vom KI-Chat zum persönlichen Chief of Staff

‧ 33m 39s

Was passiert, wenn KI nicht jedes Mal wieder bei null anfängt, sondern wirklich versteht, wie du arbeitest?

In dieser Folge von „KI kann alles? Fast!“ sprechen Anja Sengenberger und Lucas Moskau darüber, wie aus einem einfachen KI-Chat ein persönliches Arbeitssystem werden kann.

Anja gibt Einblicke in ihr eigenes Setup: persönliche Kontextinformationen, individuelle Skills und wiederkehrende Arbeitsmuster, die der KI helfen, nicht nur Aufgaben auszuführen, sondern auch kritisch zu hinterfragen, Prioritäten einzufordern und auf wiederkehrende Verhaltensmuster aufmerksam zu machen.
Dabei geht es auch um eine typische Herausforderung im Umgang mit KI: Neue Ideen und Lösungen lassen sich heute extrem schnell entwickeln....

KI-Wasserzeichen: Kann man KI-Texte bald erkennen?

KI-Wasserzeichen: Kann man KI-Texte bald erkennen?

‧ 25m 49s

Kann man künftig zuverlässig erkennen, ob ein Text von einer KI geschrieben wurde?
In dieser Folge von „KI kann alles? Fast!“ sprechen Anja Sengenberger und Lucas Moskau über KI-Wasserzeichen und darüber, wie sich künstlich generierte Texte technisch kennzeichnen und später erkennen lassen könnten.

Lucas erklärt, wie statistische Muster bei der Generierung von Texten genutzt werden können, um die Herkunft von KI-Inhalten mit hoher Wahrscheinlichkeit nachvollziehbar zu machen. Dabei geht es unter anderem um unterschiedliche Wortwahrscheinlichkeiten, sogenannte Seeds und die Frage, warum längere Texte leichter analysierbar sein können.

Anja und Lucas diskutieren außerdem, was solche Verfahren im Alltag bedeuten könnten: für...

Context Engineering: Warum gute Prompts nicht mehr reichen

Context Engineering: Warum gute Prompts nicht mehr reichen

‧ 48m 29s

Gute Prompts allein reichen nicht mehr aus, wenn Large Language Models produktiv eingesetzt werden sollen. Entscheidend wird zunehmend, welches Wissen ein Modell bekommt, wann es dieses Wissen bekommt und welche Werkzeuge ihm zur Verfügung stehen.

Lucas Moskau spricht mit Lukas Volk, Senior Software Developer & Data Engineer bei TIKI, darüber, warum Context Engineering als Weiterentwicklung des klassischen Prompt Engineerings gerade zu einem zentralen Thema in der Arbeit mit LLMs wird.

Anhand konkreter Beispiele aus der Softwareentwicklung erklären die beiden, warum mehr Kontext nicht automatisch bessere Ergebnisse bedeutet, welche Informationen dauerhaft verfügbar sein sollten und warum Modelle für unterschiedliche Aufgaben auch...

KI ohne Tool-Hype: Erst das Problem, dann die Technologie

KI ohne Tool-Hype: Erst das Problem, dann die Technologie

‧ 22m 45s

Nicht jedes Problem braucht ein LLM. Und nicht jedes KI-Projekt sollte mit der Auswahl eines Tools beginnen.

In der zweiten Folge mit Flo Marek sprechen Anja Sengenberger und Flo darüber, was gute KI- und Digitalisierungsprojekte heute eigentlich ausmacht und wie sich TIKI in einem Markt positioniert, in dem durch generative KI plötzlich immer mehr Menschen immer mehr ausprobieren können.
Im Mittelpunkt steht ein Grundsatz: Nicht die Technologie bestimmt das Projekt, sondern das Projekt bestimmt die Technologie.

Je nach Problemstellung kann die richtige Lösung ein Large Language Model, klassisches Machine Learning, eine Datenplattform, Automatisierung oder klassische Softwareentwicklung sein. Entscheidend ist, zunächst...