00:00:03: Sozialgespräch der Podcast rund um Social Impact, digitalen Wandel und vor allem mit inspirierenden Menschen.

00:00:11: Auf geht's!

00:00:35: Susanne.

00:00:38: Hallo!

00:00:39: Danke schön.

00:00:41: Hallo ihr beiden, schön dass ihr da seid.

00:00:44: Ich will gar nicht viele Worte zu euch verlieren denn erstens stellt ihr euch gleich selber bitte noch mal vor und zweitens würde ich garantiert was vergessen bei den Sachen die ihr macht wenn ich versuchen würde euch umfangreich vorzustellen.

00:00:56: deswegen versuche ich das gar nicht erst.

00:00:58: Ich würde um die Reihenfolge einmal kurz zu klären Sabine bitten in Anfang zu machen und Susanne dann weiterzumachen mit der Vorstellung.

00:01:04: Sabine bitte.

00:01:07: Vielen Dank für die Gelegenheit, dass ich noch mal dabei sein darf bei deinem spannenden Podcast.

00:01:13: Mein Name ist Sabine Klinger und ich bin Erziehungs- und Bildungswissenschaftlerin sowie geschlechter Forscherin.

00:01:21: Ich bin Assistenzprofessorin am Institut für Erziehung und Bildungswissenschaft an der Universität Graz zu den Themen Schwerpunkten Bildung, Gender und gesellschaftliche Transformationen Und ich beschäftige mich jetzt schon wirklich seit vielen Jahren mit dem Thema Digitalisierung, Gender.

00:01:42: VI ist jetzt auch natürlich dazu gekommen in der sozialen Arbeit im Bezug auf Bildungsprozessen und hier aber vor allem aus Sicht von Fachkräften und Aus Sicht von Erwachsenen.

00:01:57: Genau das sind so Forscher und Lehrer zu den Themen Themen für die derzeit sehr stark brennen.

00:02:08: Ja und ich bin Susanne Sacklescharif, ich bin Soziologin und Musikwissenschaftlerin Und hab schon seit meiner Dissertation vor allem auch mit dem Thema Geschlechterforschung zu tun.

00:02:21: Die Disserteition war noch über Geschlechtervorschung und Heavy Metal.

00:02:26: Jetzt seit zehn Jahren beschäftige ich mich aber vor allem mit Digitalisierungsprozessen in der Gesellschaft Und habe hier sozusagen auch Sabine kennengelernt, wir forschen seit zehn Jahren zusammen zum Thema Digitalisierung in der sozialen Arbeit nun eben mit einem verstärkten Schwerpunkt auf künstliche Intelligenz.

00:02:45: Dankeschön und willkommen!

00:02:47: Liebe Höhren und Höhre.

00:02:48: ihr habt glaube ich verstanden warum ich es nicht versucht hab bei der Vorstellung das wäre umfangreich geworden.

00:02:52: ich hätte garantiert was vergessen.

00:02:55: Ich muss enttäuschen.

00:02:56: wir haben's gerade schon gehört von Susanne.

00:02:58: Es geht heute nicht im Heavy Metal.

00:02:59: Schade eigentlich, aber das passt nicht ganz.

00:03:02: Unser Thema ist im KI-Bereich angesiedelt und zwar habt ihr einen Orientierungsleitfaden für Öffentlichkeit.

00:03:08: Das war unser Thema heute.

00:03:11: Der trägt mir Überschrift die beim All oder anderen vielleicht... Fragezeichen auslösen könnte, ich nenn's mal freundlich.

00:03:17: Ich lese jetzt mal kurz vor.

00:03:18: der Titel das Ganze lautet Diversitätssensibler Umgang mit künstlicher Intelligenz.

00:03:23: Untertitel Feministische AI Literacies und diversitäts sensibles Prompting in der sozialen Arbeit.

00:03:31: Die Hostat ist es ganz übrigens auf GitHub was auch noch ein bisschen ungewöhnliche Macht vielleicht als manche anderen Leitfaden nehmen so als PDF ins Netz stellen würde.

00:03:40: lasst uns vorne anfangen Ähm, mit KI und Co.

00:03:44: Das kennt meine Hörer schon, dass ich überzeugen bin, soziale Arbeit muss ich beschäftigen vor allem generative KI, wenn man prompt hinkriegen ist das ja unser Fokus.

00:03:53: Aber was hat das denn bitte mit Gender-und Diversität zu tun?

00:03:59: Bei ist es kennen noch schon so, das ist nicht das Thema aber ihr habt da schon einen sehr klaren Fokus.

00:04:04: feministische AI Literacies.

00:04:07: holt uns dann mal ab wie kommt dieser Themenverknüpfung zustande?

00:04:14: Die liegt für uns auf der Hand, weil soziale Arbeit hat ganz viel damit zu tun sich mit einer sozialen Ungleichheit zu beschäftigen.

00:04:24: Sich mit Zielgruppen zu beschäftigend die von sozialer Ungleichkeit betroffen sind.

00:04:29: Mit wollen Rahmengruppen und da kommt das Thema Gender Diversität Ethnicity Intersektionales Arbeiten alles dazu.

00:04:42: Und das alles trifft sich dann vor allem dann, wenn KI noch dazu kommt.

00:04:46: Weil KI kann jetzt nicht mehr als wir können sondern da wird ja auch nur Wissen abgegriffen, wenn wir so ein generativer KI sprechen.

00:04:55: Trainingsdaten aus dem Netz, aus dem Internet werden auch nur Daten abgegriffen und Trainings-Daten übernommen, die von Menschen hergestellt wurden.

00:05:05: Da sind schon ganz viele Bayerische und Vorurteile inherent, diesen Daten.

00:05:09: Und somit sind sie auch diesen generativen KIs wieder inherent.

00:05:12: Wenn wir die in der sozialen Arbeit nutzen, generative KIs oder andere KI-Systeme dann haben wir da nicht nur unseren eigenen Bayers drinnen denn wir als Menschen mit uns mittragen und im besten Fall reflektiert damit umgehen und auch damit quasi reflektieren Arbeiten, dass wir das nicht reproduzieren – die Bayersee und die Ungleichheiten, die wir so sehen.

00:05:39: Sondern wir haben auch noch mal die KI- und die Outputs von den KI's, wie auch wiederum diese Ungleichheitskategorien reproduziert und in sich tragen.

00:05:50: Und damit ist es für uns eigentlich gar nicht der große Sprung von der sozialen Arbeit zu Gender, zu Diversität oder zur KI.

00:06:02: Und die Litgesis kommen dazu, weil sie auch in Fachkräfte geht.

00:06:06: Da geht es also wirklich darum wie können diese das aneignen?

00:06:09: Wie können Fachkräften denn lernen mit KI umzugehen?

00:06:15: welches Wissen brauchen Sie?

00:06:18: Fachwissen aber auch Wissen im Bezug auf Umgang mit KI also Fähigkeiten und Fertigkeiten.

00:06:24: Und das Feminist ist nochmal dazugekommen um diese Herrschafts- und Machtverhältnisse nochmal dazu zu bringen, die ja auch in den Gender Studies und geschlechter Forschung noch mal ganz stark mit reinbringen.

00:06:38: Also die Frage nicht nur was ist ungleich?

00:06:42: Die Frage nach sozialer Ungleichheit sondern auch welche Macht- und Herrschaftsverhältnisse sind damit werden damit wieder reproduziert und da auch dem Blick darauf zu richten und auch zu schauen und darauf hinzuweisen dass das auch ein Aspekt in der Nutzung ist, den wir beachten sollten.

00:07:01: Und alles entstanden ist es, bevor Susi vielleicht noch auch ihrer Sichtweise dazu gibt in einem Projekt das ich gerne nennen möchte.

00:07:08: Nämlich ein Elizabeth List Fellowship-Programm von der Universität Graz wo wir mit vielen anderen Vorschänden den aktuellen Stand des Leitfadens gemeinsam erarbeitet haben.

00:07:23: Wunderbar!

00:07:23: Dankeschön!

00:07:24: Zusammen.

00:07:25: passst du noch Ergänzungen zu dem Ganzen?

00:07:28: Ja, also ich würde gerne ein bisschen rauszoomen und von einer anderen Seite das anschauen.

00:07:33: Und zwar dass wenn man es von der Geschlechterforschung auch anschaut ist die KI eigentlich nur eine weitere Technologie.

00:07:42: Und Technik wird aus der geschlechter Forschungsperspektive immer sozusagen im sociologischen oder im gesellschaftlichen Kontext verortet und kann nie nur neutral sein.

00:07:53: Aus dem Grund ist es vielleicht für uns, für Sabine und mich jetzt nicht so eine Kombination die ungewöhnlich ist sondern eher gewöhnlich weil viele Aspekte die wir allgemein bei Digitalisierung aber genauso bei anderen technologischen Entwicklungen haben da wird das eben immer an soziale Ungleichheiten angebunden, weil sie von bestimmten Menschen mit bestimmten Vorteilen entwickelt wird und von Menschen angewendet wird die ebenfalls eben wie Sabine schon gemeint hat mit bestimmte Vorteile im Kopf zu tun haben.

00:08:24: Und weder Mensch noch Technik ist es jemals neutral und deswegen haben wir uns das zur Aufgabe gemacht die Verknüpfung jetzt für die Sozialarbeit uns anzuschauen.

00:08:34: Wunderbar!

00:08:35: Danke schön.

00:08:36: also im Grunde ist es ja auch.

00:08:38: ich sage jetzt mal einen weiteren Aspekt der ganzen Bayes und Rieskur-Diskussion in Thema generative KI.

00:08:45: Ich sage meinen Workshops ganz gerne, naja die meisten Digitalteams sehen halt so aus wie ich weiß man nicht privilegiert da ist nicht so viel Diversität im Raum wenn es gebaut wird.

00:08:52: das ist ein Problem.

00:08:55: allerdings könnte man natürlich jetzt sagen oder ich höre schon die ersten Kommentare so rum die sagen ja Fachkräfte sind ja ohnehin sensibilisiert.

00:09:03: und sei mal ehrlich Wenn so ein Ding nommendige Namen oder eine Pronomenunkode rauswirft in einer generierten Texte, dann werde ich das ja wohl noch grad manuell angepasst bekommen.

00:09:14: Das Platt formuliert die Frage einfach an euch was sind denn Ganz konkreten realen Risiken, wenn wir das eben nicht explizit adressieren oder auf dem Schirm haben.

00:09:26: Nichts sensibilisiert sind dafür als Fachkräftosoziale Arbeit, wenn mehr generative KI verwenden und nicht auf dem schirm haben – dass hier in einem Bayes zugunsten der männlichen Standardform oder des Ausklammern von bestimmten Erfahrungen von diversen Zielgruppen da stattfindet bei der Generierung.

00:09:47: Welche Auswirkungen sehen wir da?

00:09:49: nicht aktiv adressieren.

00:09:52: Also zuerst möchte ich nur noch kurz etwas einführen, dass wir wenn wir von der generativen KI jetzt sprechen oder auch in Bezug auf diesen Leitfahrten möchte ich einfach mal kurz nochmal betonen das wir jetzt vor generativer KI sprechen.

00:10:10: Das ist ja noch einmal was anderes als andere KI-Formeln zum Beispiel.

00:10:16: also Wir sprechen vor generativer KI von large-language-models, vom Bildgenerierenden oder auch im Textgenerierende Large-Language-Models.

00:10:29: Und da ist immer so das eine weil wir aus unserer Forschung wissen dass KI oft auch in der sozialen Arbeit als Sammelbegriff verwendet wird.

00:10:40: Und da fängt es dann schon an, wenn wir plötzlich etwas als KI adressieren, was vielleicht keine KI ist.

00:10:46: Sondern ein Entscheidungs- und Unterstützungssystem.

00:10:50: Was jetzt auf andere Technik beruht und auf andere Entscheidungssysteme als generative KI?

00:10:58: Also das ist mal sehr grundlegend.

00:11:00: Das ist immer mal wichtig, das Erste sozusagen zu sagen.

00:11:05: Ein Punkt von dir, Christian war zu sagen okay wir Menschen haben ja alle... also die Fachkräfte sollten ja eigentlich alle Geschlechter- und Diversität-Tensibel arbeiten.

00:11:18: Im besten Fall tun wir das im schlimmsten Fall nicht sag ich jetzt mal.

00:11:27: Und wir versuchen plötzlich nur mal mit Menschen zu arbeiten, die ja dann ja auch plötzlich geschlechtsneutral sind.

00:11:32: und eine bestimmte Adressierung von Geschlechtsnautralität kann ja auch wieder unbewusst.

00:11:37: Eine unconscious bias herstellen nämlich dass man unbewusst auch wieder geschlechtes Diarytyp reproduziert.

00:11:44: Was bei KI vor allem wichtig ist.

00:11:47: oder wenn man generative KI nutzt und da diese geschlechtsensible Brille weglässt Es hat das eineseits Auswirkungen auf meine Prompts.

00:11:58: Also wie prompte ich?

00:12:00: Wie stelle ich hier, wie quasi erzähle ich der KI was ich konnte ihr haben möchte?

00:12:05: Da geht es einerseits zu schauen inwieweit macht es Sinn zum Beispiel wenn ich jetzt einen Nachmittag mit einer WG Gruppe plane Macht es da Sinn, die Geschlechtergruppe genau zu beschreiben?

00:12:23: Die ich davor mehr habe sage ich eigentlich muss ein Mädchen nachmittag für Mädchen gestalten oder einen für Burschen.

00:12:30: Macht das Sinn dazu reinzuschreiben?

00:12:33: Und dann ist natürlich auch der zweite wichtigste Punkt die Frage nach dem Human in the Loop Prinzip.

00:12:40: Das machen wir auch wirklich ganz stark in diesen Leitfaden, was immer wieder die Experten... also wie als Expertinnen und Fachkräfte uns die Ergebnisse ganz genau anschauen, inwieweit reproduziert, reproduzieren die Inhalte, die wieder jetzt bekommen, wieder geschlechterstere Typen?

00:12:58: Wir haben ein paar Beispiele angeführt im Leitfaden, wie wir das gezeigt haben.

00:13:03: Also Anwendungsbeispiele, da haben wir zum Beispiel einen Flyer erstellt für den Gaming-Nachmittag und da war es ganz, ganz spannend und wichtig für den gaming Nachmittag auch bestimmte Inhalte rauszubekommen die dann wieder als kompetitiv gelesen werden, die dann vielleicht wieder eine bestimmte Geschlechtergruppe adressieren oder nicht.

00:13:26: Also das sind so mal für mich wichtige Aspekte und dann würde ich auch gerne hören, was denn Susi da meint.

00:13:35: Ja danke Sabine für das Zuspielen des Balls!

00:13:39: Mir ist es noch wichtig dass man sagt eben einerseits die unterschiedlichen KI-Arten, was Sabine schon gesagt hat, das ist das eine.

00:13:46: Und wenn wir uns jetzt die generative KI anschauen, ist mir das noch ganz wichtig, dass die KI gibt ja dendenziell recht Die ist gefällig.

00:13:55: Siko-Fancy, wenn ich es richtig ausspreche.

00:13:58: Sikofancy ist hier sozusagen wichtig.

00:14:02: Das was ich reingebe vor allem jetzt in deutschen und englischen das ist ja je nach Sprache ein bisschen unterschiedlich gibt mir die KI, die generative KI tendenziell recht.

00:14:11: Das heißt einerseits haben wir Die Ungleichheiten in den Trainingsdaten, generative KI hat ja mittlerweile Weltwissen.

00:14:20: Aber Wissen das von Menschen erzeugt wurde wo wir schon auch vor allem wenn man historisch das betrachtet gewisse Lücken hat.

00:14:28: Gender Gaps Es werden in unserer Geschichte nicht alle Menschen gleich repräsentiert und das heißt diese Daten auf die man zurückgreift Auch wenn sich es nach Weltwissen anhört haben per se schon gewisse lücken gewisse Verzerrungen.

00:14:45: Dann ist die KI noch wohlwollend und gibt mir den tendenziell recht.

00:14:49: Und ich selbst bin in der Sozialisation, in einer vergeschlechtlichen Welt aufgewachsen.

00:14:54: Das heißt wir haben einfach sehr viel bei den Trainingsdaten in den Modellen, die geben mir Recht!

00:15:01: In meinen Prompts überall können sozusagen jetzt einfach geschlechter Ungleichheiten oder nicht Diversitätssensibelheit vorkommen – das alles kommt dann auch in die Outputz.

00:15:13: Das heißt, wir haben da sehr viele Stellen wo es zu Verzerrungen kommen kann und zu Verzierungen kommt.

00:15:20: Und das wäre mein erstem Puls gewesen Christian nach deiner Frage alle Menschen sind sexistisch und rasistisch!

00:15:27: Das funktioniert gar nicht ohne.

00:15:29: auch ich bin es weil ich in der österreichischen Gesellschaft aufgewachsen bin am Land mit gewissen rassistischen-sexistischen Vorurteilen immer wieder innehalten und kann versuchen ein Unlearning zu machen.

00:15:45: Aber ich werde trotzdem auch immer sexistisch und rassistisch denken, es wird nicht funktionieren dass das komplett ausgeschalten wird.

00:15:53: Und daher ist es wichtig mit diesem Wissen reinzugehen und sich alle Arten von Verzerrungen bewusstzumachen um das bestmögliche durch Reflexion, durch Human Interloop zu versuchen um das zumindest ein Stück weit zurückzudrängen.

00:16:09: Ganz wird es aus meiner Perspektive nie funktionieren.

00:16:13: Ja, das liegt nahe.

00:16:13: vor allem ja auch deshalb weil wir schon gesagt haben die generativen KI-Modelle vom Menschen gefüttert wurden und auch die Datenauswahl ist basierend auf dem was Menschen geschrieben haben und was Menschen ausgewählt haben.

00:16:24: Plus, da kommt ja noch das habt ihr auch schön geschrieben mit Pre- und Posttraining bei euch jetzt auf dem Guide.

00:16:30: Natürlich kommt auch dazu dass technischer nochmal aus oder feinjustiert wird.

00:16:34: welche Antworten sind gefädig in Anführungszeichen bevor es veröffentlicht wird?

00:16:38: Auch da spielen natürlich bei ist es ja eine Rolle.

00:16:41: Also daher ist es immer von Menschen gemacht und damit kann es gar nicht neutral sein.

00:16:45: Allerdings würde ich gerne auf einen Punkt nochmal kurz eingehen.

00:16:48: Wir kommen nachher sicher noch mal zu den konkreten Praxistipps für die einzelne Fachkraft, aber ihr macht etwas im Guide was ich sehr schön finde und was ich auch regelmäßig in meiner Arbeit mache, welches selten auf furchtbarem Boden fällt.

00:17:01: Und da differenziert ihr sehr schön die Tool Level.

00:17:03: also sprich ihr führt auch schön auf beim Punkt, glaube Basis, wir sind KI im Bereich Datenschutz.

00:17:09: ist das Ja, was für bezahlte KI-Versionen?

00:17:14: Immer gedacht, die KI-Modelle ihr Verwercheneinsatz grundsätzlich für sinnvoll haltet.

00:17:20: An der Stelle empfiehlt ihr sehr klar dass wir natürlich über bezahlten Unternehmensversionen oder eigene Reden sollten.

00:17:27: Ich betone das sollten an der Stelle wissen glaube ich alle.

00:17:30: Budgettechnisch passiert das leider nicht immer.

00:17:33: Aber diese lange Vorrede dient zu einer konkreten Frage, die ich erst Richtung Susanne und dann Richtung Sabine stellen wollen würde.

00:17:40: Und zwar Gender Data Gap!

00:17:42: Die LLMs an sich also die Modelle haben nun mal sehr unzungereichende Daten.

00:17:47: was am Datenset liegt?

00:17:50: Wie realistisch oder wichtig würdet ihr es aus eurer Sicht sehen dass Organisationen wenn sie KI verwenden ihre verwendeten KI Systeme zusätzlich mit möglichst vollständigen Datensätze, die eben auch nicht nur Genders sondern generell diversitätsorientierte Datensetze integrieren.

00:18:12: Ist das etwas?

00:18:13: Ich habe es im Orientierungsleitfragen nicht gefunden.

00:18:16: deswegen die Frage ist das was woran ihr arbeitet und was ihr schon versucht habt was irgendwie auf der Agenda steht.

00:18:22: wie sieht's aus in dem Versuch ich betone den Versuch dieser DataGap sowohl Richt- und Gender als auch generell Diversität zu schließen.

00:18:32: Genau, wir haben jetzt ein neues Projekt am Laufen.

00:18:36: also der Orientierungsleitfaden ist sozusagen die erste Version, die baut auf unterschiedlichen Projekten, die wir schon durchgeführt haben aber weil das Projekt sehr kurz waren noch nicht gemeinsam mit Fachkräften ausprobiert.

00:18:53: Wir haben jetzt das Glück ein neues Projekt zu haben, dass drei Jahre lang laufen wird von der FFG in Österreich.

00:19:00: Das ist ein Projekt, das sich dezidiert für Technik und Gender sozusagen die Ausschreibung war.

00:19:05: Und hier werden wir jetzt gemeinsam mit Organisationen und Fachkräften der sozialen Arbeit weiter an diesem Orientierungsleitfaden arbeiten – und eine der bedeiligten Organisationen Jugend am Werk hat jetzt ein eigenes, eine eigene generative KI die genau sozusagen für ein eigener System schon was sie ausprobiert wo eigene Daten formulare Ein eigenes Wissen noch zugeschalten.

00:19:34: zugeschaltet wurde.

00:19:36: Da ist es dann schon möglich, sozusagen diesen Assoziationsraum in den generative KI arbeitet ein bisschen zu beschränken oder zu beeinflussen.

00:19:46: Wir selbst haben das jetzt noch nicht erforscht.

00:19:48: ich weiß nur dass es das gibt und wir werden das jetzt uns anschauen.

00:19:52: Wir arbeiten auch eng zusammen mit dem Digital Humanities Craft.

00:19:55: die sind KI-Experten die sich dezidiert mit der Technikperspektive beschäftigen, die auch schon bestätigt haben dass es sehr gut ist wenn Organisationen da noch eigenes Wissen hinzuschalten.

00:20:08: Also das man large language Models durchaus noch zusätzlich füttert dann weil man dann die Assoziationsräume die vorher sagen besser macht und besser für das Feld der sozialen Arbeit.

00:20:21: genau Sabine hast du dazu noch was zu sagen um den Ball mal zurück zu spielen?

00:20:29: In dem Fall tatsächlich nicht.

00:20:32: Weil es ja auch das ist, wo wir in Zukunft nochmal drüber nachdenken werden.

00:20:36: und die Rückfrage ist einfach immer die erste Sache, die mir einfällt für was soll die KI denn da sein?

00:20:47: Wobei soll sie den unterstützen?

00:20:50: Auch die Organisation?

00:20:51: also wenn das schon das Geld in die Hand genommen wird um nochmal ein eigenes Tool zu entwickeln oder auf Basis von bereits bestehenden LLMs noch mal was aufzubauen, oder auch einen Entscheidungssystem für die soziale Arbeit.

00:21:10: Dann ist zuerst einmal ganz wichtig zu klären, für was soll es denn da sein?

00:21:15: Geht's darum einfach auf Wissen zuzugreifen in der Organisation und für Fachkräfte die Suche nach Inhalten einfacher zu gestalten?

00:21:23: geht es um die Dokumentation zu verbessern oder soll das alles bedienen?

00:21:28: Die Frage ist, gibt's denn tatsächlich bei der KI so One Feet All.

00:21:34: Also mir fallen eigentlich neben dem was Susi schon gesagt hat, viele Rückfragen ein, die man sich vorher wahnsinnig gut überlegen muss und durchdenken muss und es noch klare Entscheidungen gibt.

00:21:46: dann besten auch partizipativ in der Organisation, die sie gestalten muss und dann auch das Geld gut zu investieren.

00:21:55: Das ja für die Organisation wieder sich bewehren soll, genau.

00:22:03: Wunderbar!

00:22:03: Dankeschön!

00:22:04: Dann aber Richtung Saline habe ich eine Anschlussfrage, die hat damit zu tun geht... bisschen mehr von der Technik.

00:22:11: Was wir gerade besprochen haben, ihr habt ja auch einen Guide des drei Baiebeln, sage ich jetzt mal drin und das hat ja viel mit den Trainingsdaten zu tun als ein Model-Bias, sag' ich jetzt Mal wo man versuchen kann nachzutrennen.

00:22:23: aber ehrlicherweise echtes Training wird wahrscheinlich nicht so schnell stattfinden, weil der Aufwand ist signifikant.

00:22:29: Output by es, also das Lesen des Ganzen da habt ihr auch einen guten Output Check drin.

00:22:35: Das ist glaube ich das was den meisten noch aus meiner Sicht zumindest relativ nahe liegt von den Fachkräften.

00:22:42: Das sind die meisten oder viele nicht die meiste aber viele doch eh kritisch schon wenn sie Output lesen von der KI glücklicherweise manchmal auch zu vertrauenswertig.

00:22:50: andere Diskussion Was mich interessieren würde, Savina ist der Punkt Input-Bias.

00:22:55: Also sprich wenn ich als Fachkraft Dinge eingebe was sind Faktoren wo ich darauf achten kann schon bei der Nutzung der KI dass ich in dem wie ich das ganze prompte also bediene meine Anweisungen formuliere und co möglichst diversitätssensibel Arbeite und typische Feder vielleicht vermeiden kann.

00:23:20: Gibt es da Dinge, wo ihr sagt auf die drei Punkte oder wie viel auch immer sollte ich auf jeden Fall achten?

00:23:27: Das wäre wichtig in dem Augenblick.

00:23:33: Also was mal grundsätzlich wichtig ist das machen wir in den Leitfahrten auch ganz stark Ist das Bewusstsein.

00:23:42: ein Prompt alleine ist keine Antwort.

00:23:47: Also es wird auch von diesem iterativen Prompting, oder man könnte da auch wiederholtes Promptings sprechen.

00:23:52: Das eine Anfrage hilft mir noch keine Antwort.

00:23:58: Unsere Kollegen von den Digital Humanities Craft haben das mal sehr aproentiert ausgedrückt.

00:24:04: Die erste Antwort ist immer die schlechteste.

00:24:12: Und das betrifft alle Inhalte.

00:24:13: Das betrifgt auch den Inhalt, wenn ich jetzt geschlechtssensible oder diversitätssensible prompte.

00:24:18: Dann der zweite Punkt ist auch noch auf der allgemeinen Ebene zu sagen, die KI zu bitten kritisch zu sein.

00:24:27: Kritisch zu überlegen meine Frage, kritisch beantworten ehrlich zu antworten nichts zu erfinden und auch Rückfragen stellen, wenn meine Anfrage umklar ist.

00:24:44: So, das sind wir noch ganz auf der allgemeinen Ebene – das wissen glaube ich viele!

00:24:48: Und

00:24:48: dann kommt es noch dazu, wenn ich geschlechtssensible arbeite geht's wirklich vor allem darum, ich muss vorher mir selber gut überlegen was ich denn will weil wir haben schon mit diesen Beispielen selbst ausprobiert ständig Beispiele eigentlich aus für die Praxis.

00:25:07: Wir haben da auch ein Leitfadenpaar angeführt.

00:25:10: und was ganz deutlich ist, wenn wir zum Beispiel schreiben, wir möchten einen, das habe ich vorher schon genannt dieses Beispiel eine Nachmittag oder einen Jugendzentrum?

00:25:21: Wir haben ne Mädchengruppe oder haben noch keine, möchten aber eine etablieren.

00:25:25: Das sind typisches Problem oft in Jugendzentren dass dies nur immer von Jungs auf den Anspruch genommen wird und weniger von Mädchen oder anderen Geschlechtergruppen.

00:25:37: Wie kriege ich denn da die rein?

00:25:39: Und das bedeutet, wenn ich da KI als Brainstorming- oder als Ideengeberin nutzen möchte, dann muss sich mir vorher muss ich das vorher alles gut beschreiben.

00:25:49: Und auch diese Mediengruppe muss ich mir dann genau überlegen, wie genau beschreibe ich die?

00:25:54: Auch sagt man ja genauer, dass es umso besser beschreibt ist.

00:25:58: Gleichzeitig haben wir aber unsere Praxis gemerkt, je genauer das wird geschlecht beschreiben, umso stärker bekommen wir die Reproduktion dieser.

00:26:07: Also wenn ich mal schraube, als ein Mädchen zwischen zwölf und vierzehn Jahre sind die Inhalte, die wir kriegen... Viel geschlechteste Eurytype, auch wenn wir sie bitten die KI zu sagen versuch es aber geschlägt neutral zu formulieren.

00:26:21: Sondern da ist es oft dass ich dann im Input in meinem Prompt versuche die Personengruppe genau zu beschreiben, aber geschlechter sich weg und das ist das Abstruse.

00:26:33: also dieses Rausnehmen eigentlich in der Sprache von was wir eigentlich sprechen ist immer so wichtig Geschlecht zu adressieren und sichtbar zu machen.

00:26:43: Aber vielleicht zu überlegen und auch auszuprobieren, macht es nicht mehr Sinn wenn ich die Zielgruppe beschreibe.

00:26:50: Aber zum Beispiel ein Merkmal wie Geschlecht weglasse Was ist denn dann der Input?

00:26:56: Entschuldigung der Output Und ich kann ja dann einen Gegenversuch machen.

00:27:03: Das ist so das Wichtigste.

00:27:04: Also nur weil ich reinschreibe bitte gibt mir doch Inhalte die geschlechtssensibel sind bedeutet dass Nicht Dass sie geschlext sensibel rauskommen.

00:27:13: Und eine andere Hilfbestellung ist es, in manchen Versionen kann man Kontextwissen zur Verfügung stellen.

00:27:20: Also zum Beispiel Texte, theoretische Texte zu Geschlechts- und Diversitätssystemen arbeiten in der sozialen Arbeit und dann kann man die KI auch bitten auf das Konzept dass da dargestellt ist zurückzugreifen.

00:27:35: Das wäre ich da stelle ich noch Kontext Wissen zur verfügung oder einen speziellen Ansatz stelle die dann die KI zugreifen kann, das muss ich aber explizit quasi hochladen.

00:27:50: Genau!

00:27:50: Das sind so neben den vorallgemeinen Sachen oder zwei wichtigsten Sachen und ich bin mir sicher, Susi, du hast nochmals zu ergänzen weil wir denken oft gemeinsam.

00:28:03: Ja also was mir so wichtig ist... Ich habe es schon kurz angesprochen dass man wirklich diese Associationsräume in Kopf behält Weil wie Sabine gesagt hat, das war für mich eigentlich Im Nachhinein ist es keine Überraschung, aber dass man's eben nicht explizit oft nennen sollte weil sonst kommt der Komplettsteriotype-Assoziationsraum wird aufgemacht.

00:28:28: Und was durchaus auch gut funktioniert das sich die KI selbst noch einmal kritisch beurteilt.

00:28:34: Also dass man sich wirklich dazu auffordert, analysiere jetzt deinen Output selbst nochmal genau und zeige mir auf wo es mögliche Bias Verzehrungsstereotypien Probleme gibt.

00:28:48: Und wenn man hier noch genau anmerkt in welchem Bereich man die KI hier nachlesen soll das man wirklich sagt schau auf Geschlecht.

00:29:02: gibt es da ein zu binäres Geschlechter, eine zu binäre Geschlechtervorstellung?

00:29:08: oder das man auch sagt Herkunft ist auch nochmal interessant.

00:29:11: Oder dass man jetzt wirklich Rassismus und Sexismus prüfen lässt.

00:29:15: Das funktioniert dann nämlich gut weil da kommt der Assoziationsraum an die Diskriminierung.

00:29:22: Es ist hier wichtig gleichberechtigt einen Output zu erzeugen.

00:29:27: Das funktioniert besser, als das dezidiert zu benennen.

00:29:31: Also geschlechter sensibles Sprache ist hier fast schlecht im Large Language Model was ich im Alltag bevorzugen würde.

00:29:40: Geschlechtsneutralität ist oft tatsächlich besser.

00:29:43: und noch einmal die Bitte um Selbstkorrektur

00:29:47: Wunderbar.

00:29:48: Das heißt, das schreibt er ja auch im Guide.

00:29:50: in Grunde geht es... Man könnte hier mal viel hilffehlen aber im Grunde gibt's eher um die Fokussierung wenn wir tatsächlich sowohl Kontextdaten als auch Input darüber sprechen weil ihr dazu tendiert wirklich alle Daten zu nutzen die wir geben.

00:30:04: Manchmal halt auch Dinge die wir nicht unbedingt da drin haben wollten.

00:30:08: unser Freund zu sagen ist denkt halt nicht.

00:30:11: darf man sich immer wieder mal finde ich so ins Bewusstsein rufen dass es eben kein Mitdenken hat an der Stelle.

00:30:18: Jetzt hört das hier vielleicht Fachkräften und sagen, okay so weit klar ich mache mir Gedanken über das Ganze stellen sich aber vielleicht die Frage für mich selber meine Arbeit soweit verständlich ihr habt ja im Guide auch noch drinstehen am Leidfaden wie ich Zielgruppe einbinde also participativ idealerweise in dem Prozess integriere der Erstellung.

00:30:43: so weit so klar.

00:30:44: lasst uns etwas die Perspektive wechseln, weil der zweite Teil der Arbeit für die meisten Fachkräfte zuhören.

00:30:50: zumindest ist ja die Frage wie unterstützt sich denn?

00:30:55: Man könnte es auch im Power nennen wenn ich als Sozialpädagog jetzt denke meine Klientinnen dabei.

00:31:01: verantwortungsvoll mit KI umzugehen, weil was ich immer gerne bringe ist.

00:31:06: Also auch heute noch so wenn ich zum Beispiel wildgebende Modelle egal welche bitte eine typisch deutsche oder österreichische Mie zu generieren dann kommen da in die Regel Bilder raus bei denen sich ein Großteil zumindest der jugendlichen Klienten Migrationshintergrund nicht wiedererkennen wird und wiederfinden wird.

00:31:23: Was ja doch ein paar Fragen aufwirft im Laufe der Zeit?

00:31:25: Wenn das die Normalität sein soll und ich da nicht dazugehöre So.

00:31:29: Jetzt haben wir aber noch den Punkt, dass zusätzlich wenn ich jetzt nicht männlichen gestecht bin – ich potenziell ohnehin schon wie ihr es auch schon dargelegt habt im Output wenig bis gar nicht berücksichtigt bin vielleicht sogar noch stehe ihre Typen verstärkt werden die nicht unbedingt zu meinen Gunsten sind, nennt's mal sehr neutral.

00:31:45: und da stellt sich jetzt natürlich die Frage okay was kann ich als Fachkraft mit diesem bisschen tun um an die Klienten-Klientinnen zu unterstützen?

00:31:54: Die Assoziation drum für mich frei zu machen kriege ich mit Reflektion, Arbeit und so weiter im Team sicherlich hin.

00:32:01: Wie sieht das aus in der Klientinnenperspektive?

00:32:03: Habt ihr also im Leitfaden?

00:32:05: habe ich so viel nicht erfunden?

00:32:06: war auch nicht der Fokus alles klar.

00:32:08: aber genau deswegen die Frage an dieser Stelle was könnte ich als Fachkraft tun wenn ich jetzt meine Klienten Klientin habe die ganz offensichtlich mehr generative KI verwenden auch als Ansprechpartner?

00:32:21: Die Ebenen der Reflektion ist ein völlig anderes Thema, können wir gerne andere Lausgaben diskutieren.

00:32:26: Aber wie gehe ich damit um?

00:32:28: Wie kann ich die unterstützen bei sich adessen bewusst zu werden überhaupt?

00:32:32: Dass sie da schon fast systemisch diskriminiert werden – ich nenne es jetzt mal so auch wenn's nicht ganz passt weil das kein System ist also ein technisches System ist?

00:32:40: und vor allem wie unterstütze ich sie dabei sich trotz alledem mit diesem Werkzeug dass für Sie immer wichtiger wird Sinnvolle auseinanderzusetzen?

00:32:49: Eine sehr schwierige Frage, weil wir uns damit tatsächlich noch nicht beschäftigt haben.

00:32:55: Aber was ich bemerkt habe tatsächlich Grundlagen wissen, was aus meiner Sicht in ganz kurzer Zeit vermittelt werden kann wie generative KI funktioniert?

00:33:06: Das hat bei mir selbst so viel gebracht da bin ich jetzt auch nichts schlauer gewesen als Jugendliche bevor ich mich damit beschäftigt hab also niemand.

00:33:15: Also mir hat am meisten gebracht, um überhaupt einmal Large-Length-Bitch-Models und wie diese funktionieren.

00:33:20: Ein Beispiel von unserem Kollegen Christian Steiner der immer sagt die KI funktioniert nicht wie ein Taschenrechner.

00:33:27: Viele haben sozusagen die Idee im Kopf dass KI objektiv und neutral ist und dass man das sozusagen auch ganz dezidiert, jungen Menschen noch einmal sagt nein die wird nie neutral sein.

00:33:43: also vieles was wir heute besprochen haben.

00:33:45: Und die funktioniert auch nicht deterministisch, nicht wie ein Taschenrechner.

00:33:49: Jeder Output ist anders je nachdem was ich reinschreibe und selbst wenn ich dasselbe rein schreibe kommt ein bisschen ein anderer Output dabei raus.

00:33:59: Dass man wirklich das erklärt je nach dem das die KI sehr sensibel für Begriffe und dass man hier wirklich einfach ein Verständnis schafft, das man eben wirklich nur das nächste wahrscheinlich Wort vorher sagt.

00:34:13: Also weil man das einmal versteht, dass man sagt okay selbst einen Tippfehler kann dazu führen, dass ganz ein anderer Output, ganz ein anderes Bild generiert wird.

00:34:23: Das ist mir mal wichtig.

00:34:25: diese Technik ganz kurz und knapp also BUNS hat es in einer Stunde gefruchtet würde behaupten, dass man dann schon checkt ja aha daher da komme ich ganz woanders hin mit einem Wort und das man das dann ausprobiert.

00:34:39: Durch welche Begriffe kommt man in welche Assoziationsräume?

00:34:43: Dass man jetzt wirklich sagt okay wenn wir jetzt den begriff engineer das habe ich vor kurzem probiert auf englisch war er nicht female oder male davor steht wie haben wir keine gesche... Ja im deutschen haben wir ja so eine Ingenieurin oder Ingenieur da sehe ich es geschlecht.

00:34:57: aber engineer ist eigentlich neutral Aber es ist nicht in der KI neutral.

00:35:01: Es wird sofort eine männliche Person beschrieben und wenn ich Female Engineer hinschreibe, dann werden ganz andere technische Kompetenzen beschrieben die wieder verweiblich sind.

00:35:12: also wirklich viel niedere technische kompetencen wird dieser female engineer zugeschrieben Und dass man da einfach ein Bewusstseinschaft.

00:35:20: wie funktioniert generative KI?

00:35:23: Assoziationen Die sind sehr einfach geladen von unserer Gesellschaft.

00:35:27: eben Beispiel Technik wird sehr männlich gelesen von der KI, ob ich es will oder nicht.

00:35:32: Und dass man dafür mal sensibilisiert und dann gemeinsam ausprobiert, Beispiele ausprobieren.

00:35:39: Da habe ich auch mit Studierenden die meisten Aha-Erlebnisse gehabt wenn sie einfach so kleine Experimente durchführen und unterschiedliche Geschlechter, Identitäten noch dazu nehmen, unterschiedliche gesellschaftliche Bereiche prompten usw.

00:35:53: Also ausprobiere.

00:35:55: ein Grundlagenverständnis wäre für mich glaube Der Tipp der Stunde, dass man gemeinsam reflektieren lernt.

00:36:03: Dankeschön!

00:36:04: Sabine, möchtest du noch was ergänzen an der Stelle?

00:36:07: Nee dem kann ich mir nur anschließen.

00:36:08: also dieses gemeinsame Erproben von KI das ist glaube ich eines der wichtigsten Sachen.

00:36:15: und auch wenn die Modelle besser werden geschlechter oder Ungleichheit weniger stark zu reproduzieren ist das Beispiel, dass Susie jetzt aus dem Alltag genannt hat.

00:36:29: Das lässt sich auch in einer Studie nachweisen wo einfach zum Beispiel die Begriffe Ski oder das Pronomen Ski wurde in einem Kranckenschwester, also der Nurse zugeordnet und hier den Doktor einen Arzt.

00:36:47: Also und da sind dann noch die Feinheiten, die denn auch bei der gilt beim Bildgebenden ist es dann halt nochmal viel stärker weil es gleich wie das visuelle anspricht.

00:36:57: Und das gemeinsam auszuprobieren und auch zu gucken, wer wird denn repräsentiert?

00:37:02: Wenn wir einen bestimmten Prompt machen oder so ist vorher schon angesprochen Christian Wir haben es auch so Dinge drin, wie man partizipativ Inhalte zum Beispiel mit den Jugendlichen gestaltet kann.

00:37:11: Das wäre für mich eine Gelegenheit zu sagen Okay, wir wollen dann irgendeinen Nachmittag gemeinsam gestalten Machen wir ein Flyer mit einer bestimmten KI und dann das gleich zu nutzen und zu schauen Wer isst da erst oben Und wie könnte das, welche Prompt braucht es dann überhaupt um das sicher zu machen?

00:37:30: Und da wird man dann schnell merken dass es sehr viele Prompts braucht.

00:37:36: Weil dann genau das passiert was du schon gesagt hast Christian, die KI denkt nicht mit Die fängt immer wieder von neuen an.

00:37:45: Das heißt wenn ich einen ersten Prompt habe und dann drei spätere und dann sage veränder jetzt was ist das immer am dritten Prompt.

00:37:54: Und wenn ich aber am ersten Bild was verändern möchte, muss sich das noch mal sagen und jetzt fangen wir da an!

00:38:02: Das ist so eine Mischung aus Fähigkeiten und Fertigkeiten im Umgang mit der KI-Lernen und gleichzeitig dieses nochmal hinterfragen wer wird denn repräsentiert?

00:38:12: Was sehen wir denn da?

00:38:14: Algorithm Watch hat ja dann wirklich ganz spannende Studien auch durchgeführt Mit Ausstelle uns den Politikerinnen da oder Manager, ManagerInnen mit bestimmten Nationen.

00:38:26: Oder eine Ärztin aus Deutschland, eine Ärzlerin aus Ghana... Also die haben das wirklich mit dem Promps schon sehr gut gezeigt und da hat sich meines Wissens jetzt nicht so viel geändert in wie weit das hier dann plötzlich auch Macht-und Herrschaft wieder sichtbar wird!

00:38:43: Plötzlich bleibt die Ärztin oder Arzt weiß, aber die Patientin wird als Khaled People dargestellt.

00:38:50: Also das ist wirklich nochmal sehr, sehr spannend so etwas aufzugreifen und diese Reflexion ist ein Punkt, aber auch diesen Umgang mit dem Frust weil ich glaube da entsteht viel Frust bei Jugendlichen zu merken, na super jetzt bin ich schon wieder nicht sichtbar oder mit dem was mich interessiert, oder was mich repräsentiert.

00:39:15: Also dieses wieder unsichtbar gemacht zu werden in einem bestimmten Bereich oder in den bestimmte Ecke geschoben zu werden.

00:39:22: Ich glaube diesen Frust mit denen umzugehen ist auch relativ wichtig.

00:39:28: da habe ich aber leider kein Rezept wissen.

00:39:30: hier würde ich dir jetzt gerne eines an die Hand geben.

00:39:33: Ich glaube ehrlicherweise, dass er arbeiten wir alle gerade noch miteinander.

00:39:37: Das ist ja auch viel mit Identitätsbildung zu tun.

00:39:40: da haben wir glücklicherweise ein paar Jahrzehnte Erfahrung insgesamt in der Arbeit.

00:39:44: die könnten und sollten wir glaub ich noch adaptieren.

00:39:46: das wird halt noch spannend aber das sehen wir bei Social Media.

00:39:49: genauso ist jetzt nicht so riesen unterschiedlich.

00:39:52: Leider Gottes in der Repräsentanz!

00:39:54: Zwei Ergänzungen noch, meine Dauer-Follower kennen da schon mal eine Hörerin und Hörer.

00:39:58: ich ergänze aber auch nochmal den Blogartikel.

00:40:00: es gibt von der deutschen Sendung mit dem Maus ein wunderbares Video das die Funktionsweise erklärt.

00:40:04: Ich nutze das sehr häufig.

00:40:06: Das ist tatsächlich sehr süß gemacht Und sehr aussagekräftig wie ich finde.

00:40:12: Das hat wirklich was Lieber hören.

00:40:14: ihr seht's nicht?

00:40:16: Das ist ein wirklich schönes Video an der Stelle.

00:40:18: Das macht unglaublich viel Sinn!

00:40:20: Ich schaue ein bisschen auf die Uhr, weil ich weiß, so sein das Raum.

00:40:23: zum Beispiel sind noch bis zu sechszehn Uhr und wir nähern uns der Grenze.

00:40:26: D.h.,

00:40:27: ich will es nicht überziehen.

00:40:28: Zwei Punkte habe ich aber noch bevor man den Standardabstoß frage kommt.

00:40:33: Punkt eins.

00:40:35: Dieser ganze Leitfahren steht auf GitHub.

00:40:38: Die Frage, warum man das genutzt hat könnte gerne am Rande beantworten, sondern neben Frage.

00:40:43: Die Hauptfrage ist tatsächlich wenn ich das jetzt oder habt ihr schon so umgleich gefragt von Fachkräften und anderen die es erwendet haben Feedback bekommen in irgendeiner Form?

00:40:52: Weil na liebe Hörerinnen und Hörere, ich verdinke das natürlich!

00:40:55: Und wie ich das Ganze verstehe ist eine große Einladung zu sagen nutze das ganze.

00:41:00: Ich habe mal einen Blick in diese Terror- oder Literaturverzeichnis geworfen.

00:41:04: Ja, man hat ein bisschen was zu lesen, würde ich mal freundlich sagen.

00:41:07: Ihr habt dann eine Menge Quellen am Start die sich auch sehr sehr lohnen.

00:41:12: Habt ihr das schon Feedback bekommen?

00:41:13: Was die Nutzung betrifft und könnt euch raussuchen welchen Aspekt ihr beantworten wollt aufgeteilt?

00:41:19: Was wäre denn euer Wunsch von der Nutzungen her idealerweise?

00:41:22: Was mit dem Haltverhalten jetzt passiert?

00:41:26: Vielleicht kurz Sabine und ich haben schon mehrere Produkte für die Praxis entwickelt.

00:41:32: Da waren Videos, Flyers PDF-Poster, Wasser immer dabei.

00:41:38: Bei diesem Thema haben wir uns jetzt dezidiert für eine Website entschieden.

00:41:41: Gibt hab aus dem einfachen Grund weil wir hier schon eine Webside hatten um das auch abzutäten.

00:41:46: also wir sehen dass es als ersten Entwurf den wir jetzt gemeinsam mit Fachkräften anpassen wollen und auch ein bisschen in der nächsten Jahr an solange das Folgeprojekt jetzt drei Jahre geht auch aktualisieren wollen weil natürlich KI schnelllebig.

00:42:04: da wird es notwendig sein, einmal pro halben Jahr, einmal im Jahr hier auch das Aktuelle zu halten.

00:42:11: Das ist der einfache Grund warum wir sie jetzt auf der Webseite haben.

00:42:14: Was haben wir uns für die Nutzung gedacht wenn wir in den Leitfahrten einsteigen?

00:42:18: Für uns war's schwierig.

00:42:20: deswegen ist er jetzt länger geworden als wir das ursprünglich gedacht haben Auf welche Fachkraft wir treffen?

00:42:26: Deshalb haben wir fast so was wie in Personas, typische Nutzerinnen gedacht.

00:42:30: Und da gibt es ganz am Anfang die Frage wo möchtest du einsteigen?

00:42:34: und da gibt's unterschiedliche Möglichkeiten.

00:42:36: Ich bin neu beim Thema KI und kann zunächst mich einmal mit diesen technischen Grundlagen beschäftigen.

00:42:42: Es kann aber auch sein, dass ich KI wirklich schon sehr gut kenne.

00:42:45: Aber mit Gender noch wenig zu tun hatte, dann kann ich bei diversitätssensiblen Perspektiven auf KI einsteigen und so weiter und sofort.

00:42:53: Vielleicht gibt es jemanden der einfach nur konkrete Beispiele sich durchlesen will?

00:42:59: Wie schaut's jetzt aus mit dem Prompting?

00:43:02: Das heißt wir haben für unterschiedliche Nutzerinnen versucht einen Einstieg zu ermöglichen um direkt dorthin springen zu können was ich jetzt direkt brauche.

00:43:12: Soweit die Rückmeldungen aus der Praxis, soweit wir sie jetzt haben waren bisher positiv.

00:43:19: Die waren aber noch nicht allzu viele weil der erste Zeitende Februar online ist und wir jetzt erst starten nochmal damit in die Praxis zu gehen.

00:43:31: Interpretiert das mal als Einladung es zu Tests und euch Feedback zu geben?

00:43:34: Die Kontakt-Tage verlinke ich natürlich im Blog auch, ne?

00:43:38: Die Einlädung kann ich nur unterstreichen bitte gerne!

00:43:41: Wir freuen uns über Rückmellungen Wie es genutzt werden kann, ist eher ein Bau-Kastensystem tatsächlich.

00:43:50: Und eine PDF weil als PDF wäre das viel zu lange und auch viel zu überwältigend glaube ich.

00:44:01: Weil es ist ein komplexes Thema und wir wollten aber die Komplexität nicht rausnehmen.

00:44:06: also simplifizieren dass man sich auch noch mehr von DKI sprechen und eigentlich wissen wird aber das stimmt ja gar nicht.

00:44:13: Das war wirklich ein ganz starker Balance-Arg, deswegen haben wir es auch als Homepage oder das Website aufgebaut wo man sich durchklicken kann.

00:44:19: Von unten bis oben von rechts nach links wie man's gehen so haben möchte und braucht.

00:44:25: Und so ist es auch geplant den zu verwenden.

00:44:28: also man kann immer wieder rauf und runter hüpfen.

00:44:31: ich würde nicht empfehlen das in einem Stück zu lesen tatsächlich nicht sondern immer wieder mal reinzugucken und ein bisschen nachlesen zu verwenden, dass immer also digital einen begleiten kann.

00:44:45: Wir haben tatsächlich auch vorhin dann zu überarbeiten und er wird auch Überaltung benötigen.

00:44:49: Also das ist so schnell, lebe ich das Thema und auch nochmal anzupassen.

00:44:54: Und uns war tatsächlich auch wichtig sowas wie – das haben wir heute gar nicht gesprochen – auch so KI in der Organisation, also so eine Gefühl für Organisations-Ebene reinzubringen.

00:45:04: doch das hatten wir ganz kurz am Anfang.

00:45:06: die Frage oder auch diese, es gibt die Debatten pro und kontra in der Einordnung von Debatten.

00:45:14: Auch da haben wir gemerkt, das ist aber so wichtig!

00:45:16: Viele sagen noch nie ich verwende KI für Entscheidungen weil sie sind noch neutral und das hat ja keine Emotionen und ich bin beim Fall aber so emotional um das nochmal wissenschaftlich zu kontextualisieren und einzuordnen.

00:45:29: also ein bisschen Nachschlagewerk könnte vielleicht sein mit Anregungen, die dazu kommen Und dann auch wieder, wo man vielleicht hoffentlich einige Aha-Erlebnisse auch kriegt.

00:45:41: Mit den Seven Essentials mit dem AHA OK.

00:45:44: Die erste Antwort ist ja gar nicht die beste und dann frage ich halt nochmal nach.

00:45:47: Dann mache ich es doch noch mal und fragt noch mal kritisch nach und achja das ist sehr gefällig das Teil!

00:45:55: Das will immer gefallen und uns das vor diesen Hintergrund zu arbeiten und immer wieder reinzugucken.

00:46:03: Ich glaube, das ist kein Einmal.

00:46:04: Ich schaue einmal rein und bin fertig damit teil.

00:46:10: Nee definitiv nicht!

00:46:11: Und so am Stück lesen ist es auch defensiv zu lange.

00:46:13: Und vor allem wenn sich das Thema noch gar nicht beschäftigt hat dann glaube ich noch einige Zeit investieren was auch gut ist.

00:46:20: Du hast aber schon ein Teil meiner Standardabschlussfrage vorweggenommen Sabine.

00:46:24: Deswegen fange ich jetzt zusammen an und bitte dich dann nochmal ein anderer Spektrum reinzunehmen.

00:46:28: Denn meine Standardfrage Sabine kennt das vom ersten Mal schon immer.

00:46:32: Worüber haben wir noch nicht gesprochen, was hier unbedingt noch erwähnen wollt?

00:46:37: Organisation war ja schon ein bisschen mit drin.

00:46:40: Haben wir vorher auch kurz angesprochen.

00:46:42: So lange welche Aspekte hättest du gerne noch genannt gehabt die wir vielleicht bei der zweiten Folge schauen mal machen müssen?

00:46:48: aber was wäre dir noch wichtig als Thema was heute so kurz kam oder wie noch nicht besprochen haben?

00:46:56: Tatsächlich nichts.

00:46:58: um ganz ehrlich zu sein sind meine Punkte gut genannt

00:47:03: Sabine, du hast welche benannt vorher schon.

00:47:05: Organisationen zum Beispiel pro Kontra die sind ausführlich mit drin.

00:47:10: Ich gucke auf die Uhr ich weiß so seine muss gleich den Raum wechseln der noch.

00:47:14: die Frage gibt es noch irgendwas wo du sagen würdest wenn ich mir diesen Leitfahrten angucke was du als preferierten Stadt sehen würdest eventuell oder einstieg in das ganze dann auch?

00:47:25: Wenn ich nutzend wäre ich würde gleich mal runter scrollen zu den quick

00:47:29: guides

00:47:31: mehr angucken.

00:47:32: Was ist denn Context Engineering und was hat das mit Prompten zu tun?

00:47:38: Das ist so nochmal, weil es ist beschreibt genau das, was ich vorher mit diesen wiederholten Prompte und so gemeint habe.

00:47:45: Das ist glaube ich so... Mit dem kann man gut einsteigen.

00:47:49: die Anwendungsbeispiele und diese wir haben Seven Essentials genannt, so sieben Punkte, die man immer bedenken oder die man bedenken und mitnehmen sollte.

00:47:59: Das ist so, glaube ich, ein cooler, ein guter Einstieg!

00:48:01: Wenn ich mich für Diskussionen wadme möchte, die kritisch sind dann würde ich wahrscheinlich wirklich zu den Prost- und Kunstgehen.

00:48:11: zur fünftens... Und was mir wichtig ist zu sagen ist dass er Leitfaden kein Plädoye für Bitte nutzt alle KI Sondern es bietet einen umfassenden, kritischen Einblick in das Thema, wie man es nutzen könnte und will keine Überzeugungsarbeit leisten.

00:48:35: Am ganzen Gegenteil, jene Person muss sich selbst noch mal überlegen für was brauche ich denn KI tatsächlich?

00:48:40: Und für was will ich denn die KI und uns die Energie, die damit verbunden ist im eigenen Nutzung dann verwenden?

00:48:49: Genau!

00:48:50: Diesen Aspekt der Nachhaltigkeit haben wir noch gar nicht besprochen.

00:48:54: Ist aber auch nochmal ein großes Thema Genau.

00:48:58: Absolut!

00:49:00: Das war fast schon ein schönes Schlusswort.

00:49:01: Danke dafür!

00:49:03: Wir machen es wie immer alle Links zu der ganzen Geschichte zum Leitfaden, zu all den Genannten.

00:49:09: Sei es das Fellowship-Programm, dass es finanziert sei es das nächste Projekt.

00:49:14: da habe ich gleich noch Fragen im Anschluss zu links und co.

00:49:16: aber das findet ihr liebe Hörerinnen und Hörern natürlich wenn ihr das hier hört alles in den Show Notes und vor allem im Blog Artikel begleitend zum Podcast.

00:49:24: Da werden auch die Kontaktdaten meiner beiden Gesprächspartnerin drin sein die sich sehr über Feedback zum Orientierungsleitfaden, so wie ich das verstanden habe.

00:49:32: Vor allem wenn ihr ihn verwendet.

00:49:34: und was Sabine gerade gesagt hat kommt in einem Orientierungs- leitfahrten finde ich auch gut raus.

00:49:38: es ist kein Nutz unbedingt KI!

00:49:40: Es ist eher ein Wenn du KI nutzt.

00:49:43: dann noch bitte reflektiert um mit folgenden Fragen und Aspekten die du berücksichtigen solltest wenn du dich auf den Weg machst wo hab ich das auch verstanden als Ansatzpunkt Ich danke euch beiden ganz, ganz herzlich für die Zeit.

00:49:55: Er wird auch viel, viel Spaß gemacht.

00:49:57: Ich glaube wir reden gleich noch ganz kurz über potenzielle nächste Folge SEMA dann gleich mal.

00:50:02: Aber auf jeden Fall hatte ich Spaß!

00:50:04: Liebe Zuhörnerinnen und Zuhören ihr hoffentlich auch und euch beide ganz herzlichen Dank vor eurer Zeit.

00:50:10: Danke.

00:50:11: Vielen Dank.

00:50:13: Hoffen wir dich zum nächsten Mal.

00:50:14: Ciao!

00:50:17: Sozialgespräch der Podcast rund um Social Impact, digitalen Wandel und vor allem mit inspirierenden Menschen.

00:50:25: Auf geht's!