Künst­li­che Intel­li­genz – produk­tiv und ohne Kompromiss

Künstliche Intelligenz verspricht enorme Produktivitätsgewinne, wirft aber auch viele Fragen zu Datenschutz und verantwortungsvoller Nutzung auf. Im richtigen Setting gelingt beides. In diesem Beitrag – und vertieft im Workshop «KI-Werkstatt» – erfahren Sie, wie ein sicherer und wirkungsvoller Umgang mit KI mit wenig Aufwand gelingt.

Künst­li­che Intel­li­genz (KI) hat den Arbeits­all­tag vieler Orga­ni­sa­tio­nen in kurzer Zeit verän­dert. Texte entste­hen schnel­ler, Analy­sen lassen sich auto­ma­ti­sie­ren, Ideen gene­rie­ren sich auf Knopf­druck. Was vor kurzem noch futu­ris­tisch klang, gehört heute zum Alltag. Mit wenig Aufwand kann eine Orga­ni­sa­tion ihr siche­res KI-Studio einrich­ten, das sie effek­tiv im Alltag unter­stützt (siehe Kasten unten: «KI-Werk­statt»).

Doch mit der neuen Produk­ti­vi­tät wächst auch eine neue Unsi­cher­heit. Was passiert eigent­lich mit den Daten, die wir in KI-Systeme einge­ben? Wer spei­chert sie? Und werden unsere Inhalte mögli­cher­weise zum Trai­ning frem­der Modelle verwendet?

Der Clinch: Sicher­heit oder Effizienz?

Gerade für Nonpro­fits und Förder­or­ga­ni­sa­tio­nen ist die Frage der Sicher­heit zentral. Denn sie arbei­ten häufig mit sensi­blen Infor­ma­tio­nen: Projekt­dos­siers, Förder­ent­scheide, Stra­te­gien oder perso­nen­be­zo­gene Daten. Die Heraus­for­de­rung besteht deshalb nicht nur darin, KI zu nutzen – sondern sie verant­wor­tungs­voll und sicher zu nutzen. 

Daten­schutz ist entschei­dend. Viele der popu­lä­ren KI-Tools basie­ren auf Cloud-Infra­struk­tu­ren ameri­ka­ni­scher Anbie­ter. Dabei ist oft nicht trans­pa­rent, was mit den einge­ge­be­nen Daten geschieht. Sensi­bel sind dabei nicht nur der im Daten­schutz­ge­setzt gere­gelte Umgang mit Perso­nen­da­ten. Fast entschei­den­der ist der Umgang mit Geschäfts­ge­heim­nis­sen und inter­nen Stra­te­gien oder mit geis­ti­gem Eigen­tum wie Konzepte oder Texte, insbe­son­dere wenn letz­tere von Drit­ten stammen. 

Es ist ein offe­nes Geheim­nis, dass beson­ders jene Orga­ni­sa­tio­nen, die auf diese Fragen keine Antwor­ten haben oder als Reak­tion jede Nutzung von KI verbie­ten, einen kapi­ta­len Fehler bege­hen. Wenn der Einsatz von Künst­li­cher Tools verbo­ten ist, nutzen Mitar­bei­tende einfach die Gratis­ver­sio­nen von ChatGPT und Co. Und gerade die Gratis­ver­sion schützt die Daten über­haupt nicht. Im Gegen­teil: Hier bezah­len die Gratisnutzer:innen mit ihren Daten. 

Peak­Pri­vacy: Daten­ho­heit hat Prio­ri­tät 

Für Orga­ni­sa­tio­nen, die mit sensi­blen Daten arbei­ten, ist das problematisch. 

Diese Fragen stan­den im Zentrum der gemein­sam mit Swiss­Foun­da­ti­ons durch­ge­führ­ten «AI Lear­ning Jour­ney», die Sphe­riq Ende 2023 initi­iert hat. Dabei wurde deut­lich: Entschei­dend ist nicht nur, was KI leis­ten kann, sondern unter welchen Bedin­gun­gen sie einge­setzt wird. Aus der Lern­reise ist deshalb ein Frame­work für den verant­wor­tungs­vol­len Einsatz von KI entstan­den – Peak­Pri­vacy

Peak­Pri­vacy stellt die Daten­ho­heit der Orga­ni­sa­tio­nen ins Zentrum und verbin­det konzep­tio­nelle Leit­li­nien mit einer tech­ni­schen Lösung. Die zugrunde liegen­den KI-Modelle werden auf eige­nen Servern betrie­ben, sodass sensi­ble Daten die Infra­struk­tur der Orga­ni­sa­tion nicht verlas­sen. Drei Prin­zi­pien sind dabei zentral: Erstens läuft die KI auf eige­ner Infra­struk­tur. Zwei­tens werden keine Daten an externe Platt­form­an­bie­ter weiter­ge­ge­ben. Drit­tens werden Prompts und Inhalte der Nutzer nicht zum Trai­ning der Modelle verwen­det. So lassen sich Produk­ti­vi­tät und Daten­schutz erst­mals konse­quent mitein­an­der verbinden.

Was KI wirk­lich kann – und was nicht

Um KI sinn­voll einzu­set­zen, hilft zunächst ein realis­ti­sches Verständ­nis ihrer Fähig­kei­ten. Grund­sätz­lich bezeich­net künst­li­che Intel­li­genz die Fähig­keit einer Maschine, Aufga­ben auszu­füh­ren, die norma­ler­weise mensch­li­ches Denken erfor­dern – etwa Texte schrei­ben, Infor­ma­tio­nen zusam­men­fas­sen oder Muster erkennen. 

Die soge­nannte Large Language Models (LLMs) – das Herz­stück heuti­ger KI – sind beson­ders stark in Aufga­ben wie: Texte gene­rie­ren, Inhalte zusam­men­fas­sen, Fragen beant­wor­ten, Texte klas­si­fi­zie­ren oder über­set­zen, Vorschläge, Ideen oder Empfeh­lun­gen formulieren. 

Gleich­zei­tig haben diese Systeme klare Gren­zen. Sie können etwa Vorur­teile aus Trai­nings­da­ten über­neh­men. Nicht selten werden komplexe Zusam­men­hänge falsch inter­pre­tiert – aber mit einer vorder­grün­di­gen Klar­heit und Über­zeu­gung präsen­tiert, dass der zugrun­de­lie­gende Irrtum gar nicht so einfach auffällt. Mit ande­ren Worten: Infor­ma­tio­nen werden über­zeu­gend formu­liert, obwohl sie falsch sind. Eine gene­relle Schwä­che ist auch die Stabi­li­tät: Ergeb­nisse sind schwer repro­du­zier­bar. Wenn aber der Empfeh­lung bei jeder Wieder­ho­lung anders ausfällt, schwin­det das Vertrauen in die Tech­nik rasch und zu Recht.

Kontext macht das Werk­zeug stark

Deshalb ist KI weni­ger eine auto­ma­ti­sierte Intel­li­genz, sondern ein poten­zi­ell star­kes Werk­zeug. Der Philo­soph und KI-Experte Luciano Floridi geht so weit, das Akro­nym AI neu zu inter­pre­tie­ren, als «Agency, not Intel­li­gence». A steht also für eine weit­ge­hende digi­tale Hand­lungs­kraft. Das verschiebt den Akzent entschei­dend: Künst­li­che Intel­li­genz ist ein Werk­zeug, das unter­stützt, aber nicht selb­stän­dig verant­wort­li­che Entschei­dun­gen tref­fen sollte. 

Seit Abschluss der KI-Lern­reise ist auch Sphe­riq nicht untä­tig geblie­ben. Auf der Grund­lage der erar­bei­te­ten Prin­zi­pien ist in der Zwischen­zeit mit Sphe­riq AI eine neue Dimen­sion der KI-Unter­stüt­zung im gemein­nüt­zi­gen Sektor­ent­stan­den. Die Idee dahin­ter ist einfach: 
KI wird beson­ders dann leis­tungs­fä­hig, wenn sie nicht nur allge­mei­nes Welt­wis­sen nutzt, sondern mit einer spezi­fi­schen Daten­ba­sis arbei­ten kann

Sphe­riq AI verbin­det deshalb zwei Elemente: erstens eine leis­tungs­fä­hige KI-Modell­archi­tek­tur und zwei­tens die spezi­fi­sche Wissens­ba­sis von Sphe­riq. Mit agen­ti­schem Tooling können verschie­dene KI-Kompo­nen­ten dabei zusam­men­ar­bei­ten – ähnlich wie ein Team spezia­li­sier­ter Assistenten. 

Durch diese Kombi­na­tion entste­hen neue Möglich­kei­ten. KI-Assis­ten­ten für Förder­ge­su­che helfen beispiels­weise bei der Prüfung von Anträ­gen. Eine intel­li­gente Recher­che im Stif­tungs­sek­tor zeigt rasch und treff­si­cher, wo sich ein Gesuch lohnt und wo nicht. Auch für die Auswer­tung von Port­fo­lios oder die Due Dili­gence bei der Prüfung einer Zusam­men­ar­beit unter­stützt Sphe­riq AI rasch und zuver­läs­sig. Und das Feld der Möglich­kei­ten ist damit noch lange nicht abgesteckt. 

KI für den Alltag einrich­ten 

Mit Sphe­riq AI steht Nonproit-Orga­ni­sa­tio­nen ab Mite Mai eine sichere KI-Umge­bung zur Verfü­gung, die punkto Daten­ho­heit und Sicher­heit keine Wünsche offen­lässt. Die direkte Anbin­dung an die spezi­fi­sche Daten­ba­sis des gemein­nnüt­zi­gen Sektors sorgt für zuver­läs­sige und präzise Resultate. 

Rich­tig leis­tungs­fä­hig wird Sphe­riq AI jedoch erst, wenn das System auf den konkre­ten Kontext einer Orga­ni­sa­tion vorbe­rei­tet wird. Denn nicht jede KI-Anwen­dung schafft auto­ma­tisch Mehr­wert. Entschei­dend ist die Frage: Welche Aufga­ben sollen unter­stützt werden, und auf welcher Datengrundlage? 

Im Fach­jar­gon spricht man hier vom «Core Context». In einem ersten Schritt wird geklärt, welche Infor­ma­tio­nen und Doku­mente der KI zur Verfü­gung stehen sollen und welche Grund­sätze bei der Nutzung gelten. Darauf aufbau­end entsteht eine indi­vi­du­elle Prompt-Biblio­thek, die typi­sche Aufga­ben im Arbeits­all­tag vorbe­rei­tet. So wird aus einem gene­ri­schen KI-Werk­zeug ein Instru­ment, das zuver­läs­sig auf die Bedürf­nisse einer Orga­ni­sa­tion abge­stimmt ist. 

Künst­li­che Intel­li­genz ist heute kein Hype mehr, sondern Reali­tät. Die Heraus­for­de­rung besteht nicht darin, möglichst viel KI einzu­set­zen. Es geht viel­mehr darum, sie klug, sicher und ziel­ge­rich­tet zu nutzen.

Online-Work­shop: KI-Werk­statt 

Viele Orga­ni­sa­tio­nen expe­ri­men­tie­ren mit künst­li­cher Intel­li­genz – doch oft bleibt unklar, wo ihr tatsäch­li­cher Nutzen liegt. In der KI-Werk­statt entwi­ckeln Sie ein soli­des Verständ­nis für die Stär­ken und Gren­zen von KI und lernen, wie Sie die neuen Werk­zeuge sicher und sinn­voll einset­zen. 

Anhand konkre­ter Fall­bei­spiele iden­ti­fi­zie­ren Sie Anwen­dun­gen, die in Ihrer Orga­ni­sa­tion echten Mehr­wert schaf­fen. Der Work­shop ist praxis­ori­en­tiert: Sie erar­bei­ten den nöti­gen Nutzungs­kon­text, bauen eine persön­li­che Prompt-Biblio­thek auf und legen damit die Grund­lage für Ihr eige­nes KI-Studio, das Sie im Alltag effek­tiv unter­stützt. Gleich­zei­tig stär­ken Sie Ihre Urteils­fä­hig­keit und nehmen erprobte Anwen­dungs­bei­spiele mit, die Sie direkt in Ihrer Orga­ni­sa­tion weiter­ge­ben können. 

Die KI-Werk­statt rich­tet sich glei­cher­mas­sen an Neulinge im Feld wie auch an Fach­per­so­nen, die schon Erfah­run­gen gesam­melt und Prompts entwi­ckelt haben – und damit für die Risi­ken des KI-Einsat­zes bereits sensi­bi­li­siert sind.

KI-Werk­statt
Dauer: 3h, 9–12 Uhr 
Format: Online via Zoom 

Zu den Termi­nen und zur Anmeldung

Ihre E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert