KI als Wegbereiter für die Zukunft

Als Head of AI Academy beim appliedAI Institute for Europe stehen gemeinnützige Bildungsangebote für Dr. Paula González Avalos im Vordergrund. Mit ihrer Arbeit möchte sie Menschen den Zugang zur KI erleichtern und Lernhürden abbauen. Dabei legt sie besonderen Wert darauf, kreative und innovative Inhalte zur Wissensvermittlung rund um das Thema zu erstellen. Dr. González Avalos nutzt dazu verschiedene Ansätze wie Datenvisualisierung und Storytelling, um sicherzustellen, dass auch komplexe Informationen verständlich vermittelt werden. Dabei achtet sie besonders auf ethische Fragestellungen und den Abbau von Vorurteilen im Kontext von KI.

Was war die Intention, dass appliedAI Institute zu gründen? Wie helfen Sie jungen Menschen?

Das appliedAI Institute strebt vor allem danach, das europäische KI-Ökosystem zu stärken, insbesondere durch die Entwicklung vertrauenswürdiger Tools und die Befähigung von Professionals. Unser Ziel ist es, KI-Wissen zu fördern und Professionals mit hochwertigen und zugänglichen Bildungsangeboten zu helfen, KI zu verstehen und anzuwenden. Unser Angebot richtet sich an eine Vielzahl von Berufsgruppen, darunter Absolvent:innen Berufseinsteiger:innen, Berufstätige, Innovator:innen, die Start-ups gründen, sowie Manager:innen. Wir möchten Interessierten dabei helfen, sich sicher und effektiv in das komplexe Thema KI einzuarbeiten und gleichzeitig eine digitale und technologische Souveränität aufzubauen.

KI-Themen sind heute die gesamte Berufswelt relevant geworden, insbesondere seit der Einführung generativer KI-Tools. Da diese Tools die Arbeitseffizienz steigern, ist es entscheidend, dass ihre Nutzung für jeden verständlich ist. Wir legen großen Wert darauf, dass die Menschen nicht nur wissen, wie man diese Tools bedient, sondern auch verstehen, ob bzw. wie vertrauenswürdig sie sind –  zum Beispiel was mit den eingegebenen Daten geschieht.

---

Derzeit arbeiten wir an einer Videoserie mit dem Titel „KI-Tools meistern: Generative KI für den Arbeitsalltag“ auf YouTube. Diese richtet sich insbesondere an junge Menschen, die es gewohnt sind, mithilfe von Videos zu lernen. Ein Schwerpunkt liegt dabei auf dem Thema „Information Overload“ – obwohl es unzählige Ressourcen und Quellen gibt, stellt sich oft die Frage nach der Vertrauenswürdigkeit der Informationen. Mit unseren Inhalten möchten wir kuratierten Content bereitstellen, dem man vertrauen kann.

Darüber hinaus ist es mir persönlich ein Anliegen, dass Menschen verstehen, dass KI mehr als nur ChatGPT ist. Meiner Meinung nach sollte eine grundlegende Datenkompetenz und Fähigkeiten zur Datenanalyse zur Grundausbildung der heutigen jungen Generation gehören. Obwohl solche Inhalte teilweise in Studiengängen enthalten sind, die traditionell nicht als analytisch angesehen werden (z. B. Sportwissenschaften), sind sie noch nicht für alle zugänglich. Es ist wichtig, die Grundlagen von KI zu vermitteln, wie sie funktioniert und was sie kann, aber auch ihre Grenzen aufzuzeigen.

Mithin geht es darum, KI als Werkzeug zu nutzen. Dafür muss ich verstehen, wie diese Werkzeuge arbeiten. Wie kann ich mich der Thematik am besten nähern?

Wir müssen auf Nutzerseite das Verständnis dafür entwickeln, wie man die Ergebnisse von KI-Tools interpretieren und verstehen kann. Auf der einen Seite sollte Anwender:innen  wissen, dass diese Modelle auf Wahrscheinlichkeitsverteilungen basieren und verstehen, auf welcher Datengrundlage sie trainiert wurden. Auf der anderen Seite müssen wir lernen, wie wir die Tools am effektivsten nutzen können – zum Beispiel, wie man einen Eingabetext für eine bestimmte Aufgabe optimieren kann.

Angesichts des aktuellen Hypes um generative KI gibt es reichlich Material auf dem Markt, das uns dabei unterstützt, die besten Praktiken im Umgang mit KI-Tools zu erlernen. Hierzu zählen Blogartikel, Magazine, Bücher, Videos und Online-Kurse. Beim Herangehen an dieses Thema ist es hilfreich zu bedenken, dass jedes KI-Tool auf einem spezifischen Modell basiert, das auf bestimmten Datensätzen trainiert wurde. Die Nutzer interagieren mit diesem Modell, indem sie neue Eingaben machen, woraufhin ein neuer Output mit ähnlichen Eigenschaften generiert wird.

Um die Tools effektiv zu nutzen, sollten wir uns folgende Fragen stellen:

• Was sind bewährte Methoden bzw. Good Practices? Hierzu zählt beispielsweise der Prozess einer effektiven Dateneingabe.
• Auf welcher Datenbasis wurde das Modell trainiert? Dies hilft dabei, die Ergebnisse im richtigen Kontext zu verstehen, um Beispiel, ob ein Sprachmodell auf aktuelle Informationen zugreifen kann oder bis zu einem bestimmten Zeitpunkt eingeschränkt ist.
• Wie werden meine Ergebnisse generiert? Zum Beispiel, dass Modelle auf Wahrscheinlichkeitsverteilungen von trainierten Daten basieren. Dies hilft dabei, die KI zu entmystifizieren und zu akzeptieren, dass sie auch Fehler enthalten können.

Diese Fragen lassen sich noch genauer beantworten, wenn man ein gewisses Grundverständnis darüber hat, wie Machine Learning funktioniert.

Welche Skills sind dazu nötig?

Neugierde und die Lust am Lernen sind hier entscheidend. Um ein tieferes Verständnis dafür zu entwickeln, wie Machine-Learning-Methoden funktionieren, sind grundlegende mathematische Kenntnisse hilfreich. Ich betrachte dies als mein Lieblingsbeispiel, wenn es um die Frage geht: „Wofür könnte man jemals wieder Schulmathematik im Leben brauchen?“ Es ist faszinierend zu sehen, dass die meisten grundlegenden Methoden des Machine Learning auf einfachen mathematischen Tricks basieren, die clever eingesetzt werden.

Für diejenigen, die einen Schritt weiter gehen möchten und selbst KI-Anwendungen entwickeln wollen (und ja, ich glaube, das kann jeder machen), sind Programmierkenntnisse erforderlich. Programmiersprachen wie Python oder R sind einfach zu erlernen, vielseitig anwendbar und verfügen über großartige Communitys zur Unterstützung (siehe PyData, PyLadies, Humbledata).

Wenn Sie mit jungen Menschen reden, welche Ratschläge in Bezug auf deren berufliche Weiterentwicklung geben Sie diesen?

Als junge Menschen der Generation Z sind sie in einer einzigartigen Position, früh in ihrer beruflichen Laufbahn oder sogar während ihres Studiums und ihrer Ausbildung die Vorteile von KI-Tools nutzen zu können, um viele Prozesse effizienter zu gestalten. Ähnliches ist meiner Generation, der Generation Y, mit dem Aufkommen des Internets passiert. Wie die Nutzung des Internets werden auch diese Tools kontinuierlich verbessert; manche werden zukünftig veraltet sein, während neue Tools entstehen. Daher ist eine dauerhafte Lernbereitschaft von großer Bedeutung. Sich kontinuierlich weiterzubilden und Neues zu lernen, wird immer relevant bleiben, unabhängig davon, wie sich die KI weiterentwickelt.