#105 Warum KI nicht neutral ist und was das für Frauen in Unternehmen bedeutet – Mit Dr. Eva Gengler

00:00:00: Wir sehen, dass aktuell KI-Systeme meistens aus Daten lernen.

00:00:04: Das bedeutet das die irgendwie aus Input lernt.

00:00:06: Dieser ganze Content ist jetzt nicht nur Frauenfreundlicher oder feministischer Content sondern es ist ganz viel anderer Content.

00:00:11: deswegen wenn wir KI mit sowas trainieren ist im ersten Moment auf jeden Fall mal nicht feministisch sondern reproduziert in wie das was schon da

00:00:18: ist.

00:00:18: Herzlich willkommen zu female leadership on air dem Podcast für Frauen ihre Führungspersönlichkeit mehr einbringen und ihren beruflichen Weg aktiv gestalten

00:00:27: wollen.

00:00:28: Mein Name ist Christine, und als Gesprächspartnerin habe ich heute ... thematisch nicht besser passen, denn was wir gerade erleben oder gerade schon auch seit Beginn des Jahres erleben sind an vielen, vielen Stellen Veränderungen durch KI die wir direkt im Arbeitsmarkt merken und deswegen gehen wir heute in dieser Podcastfolge der Frage nach wie KI unsere Arbeitswelt unser Denken und vor allen Dingen auch Frauen in ihrer Karriere und auch Führungsposition beeinflusst.

00:00:55: Bewusst?

00:00:56: Unbewusst?

00:00:57: Positiv wie negativ und ich heiße dich herzlich willkommen, liebe Dr.

00:01:02: Eva Gengler!

00:01:03: Sie ist Expertin für feministische und machtkritische Perspektiven in der künstlichen Intelligenz.

00:01:10: Sie isst auch Buchautoren des Buches Feministische KI, warum künstliche Intelligenze Ungerechtigkeit verstärkt und was wir da gehen tun müssen?

00:01:19: Und sie treibt das Thema vor allen Dingen mit ihrer Community Feminist AI voran und ich freue mich so sehr, dass du als Expertin heute dabei bist.

00:01:28: Und heiße dich noch mal herzlich willkommen!

00:01:30: Hallo liebe Eva.

00:01:30: Vielen

00:01:31: Dank, ich freu mich auch jeden Christen.

00:01:34: Ja so spannend also.

00:01:36: wir nehmen diesen Podcast jetzt gerade so Anfang Februar auf und Du hast es wahrscheinlich auch ein bisschen mitbekommen.

00:01:43: Anfang Januar gab's oder überhaupt im Januar gabs auch wenn man so ein bisschen die News sich anschaut, wahnsinnig viele Entlassungen schon durch KI.

00:01:51: zumindest wird es nach außen so kommuniziert was natürlich manchmal in der Grunde sind das sieht man vielleicht nicht.

00:01:55: gleichermaßen kannst du vielleicht auch ein bisschen etwas zu sagen?

00:01:58: und bevor wir richtig ins Thema einsteigen möchte ich dir eine Frage stellen.

00:02:01: Vielleicht auch gerade mit diesem aktuellen Blick Was kommt für einen Gefühl von Bild wenn Du so an Female Leadership an Frauen in Führungsposition denkst bei Dir im Kopf?

00:02:11: Ja, finde ich eine ganz spannende Frage.

00:02:13: Ich glaube für mich ist es ein sehr positives Gefühl was ich das sehe?

00:02:16: Ich denke wie an Community und Gemeinschaft.

00:02:19: Ich denke tatsächlich nicht an diese eine Frau an der Spitze sondern ich denke daran dass sie ja widerschöpft, dass wir Führung anders denken.

00:02:27: Ich war auch mal im Bereich Agilität unterwegs und Business Analystin da hat mir viel von irgendwie... Servant-Leadership gesprochen, also quasi wie können wir eigentlich jetzt auch von unten enablen oder grundsätzlich Personen enabeln und nicht nur eben quasi Leadership von oben denken.

00:02:44: Ich habe tatsächlich im Vorfeld auf mal KI gefragt in Bezug auf der Erständung immer ein Bild zu viel mehr Leadership und welches Gefühl das eigentlich auslöst.

00:02:54: Und da war das Bild tatsächlich eine weiße Frau in Business Kleidung die irgendwie in einem Raum steht vor einem vor einem großen, also man sieht das in den Skylander Hintergrund.

00:03:05: Das ist ein große Fenster.

00:03:07: um sie herum sind Frauen und Männer aber sie steht quasi an dem Tisch und die anderen sitzen um sie herum.

00:03:12: Und das zum Beispiel denke ich nicht.

00:03:14: Also wenn ich an female leadership denke dann denke ich auch an Diversität, an Gemeinschaft, an Freude und eben nicht an diese eine Person an der Spitze.

00:03:22: Ich glaube das ist wirklich das was mich auszeichnet zumindest im Idealfall.

00:03:28: Ja und das zeigt ja auch schon ein Stück weit, warum auch deine Arbeit so wichtig ist.

00:03:33: Wenn jetzt ein typisches Klischee kommt dann noch eine weiße Frau wahrscheinlich in Businessklamotten wie du es gerade beschrieben hast.

00:03:39: Das sind ja die Bilder, die sowieso schon bei vielen viel zu stark festhängen.

00:03:43: Und wenn KI das natürlich immer noch mehr speist Dann brauchen wir genau deine Arbeit.

00:03:47: Vielleicht kannst Du uns mal reinholen Was ist denn feministische KI?

00:03:52: Ja, was ist feministische KI?

00:03:54: Vielleicht fange ich mal damit an.

00:03:56: Was feministischer KI nicht ist oder was KI aktuell sehr oft ist.

00:03:59: Wir sehen das aktuelle KI-Systeme meistens aus Daten lernen also von KI sprechen sind es meistens in die datengetriebene Systeme.

00:04:07: Das bedeutet dass sie irgendwie aus Input lernen.

00:04:09: wir geben Daten rein.

00:04:10: Also zum Beispiel wenn wir an Churchivity denken ganz viele Texten.

00:04:15: Churchivity hat vermutlich man sagt immer so aus dem ganzen Internet gelernt.

00:04:18: das ist vermutlich nicht ganz korrekt aber im Grundsatz haben die sich ganz, ganz viele Texte von Wikipedia, von Reddit, von ganz vielen Seiten gezogen und damit die KI trainiert.

00:04:28: Das bedeutet jetzt erst mal dieser ganze Content da drin steigt und es ist nicht nur Frauenfreundlicher oder feministischer Content sondern das ist ganz viel anderer Content.

00:04:37: Es sind sehr viel Content von Männern geschrieben, ganz wie von weißen Menschen, privilegierte Menschen, die sich das leisten können in so einem Forum unterwegs zu sein Und es ist natürlich auch ein gewisses Weltbild, was da produziert wird.

00:04:48: Deswegen, wenn wir KI mit so etwas trainieren, ist sie im ersten Moment auf jeden Fall mal nicht feministisch, sondern reproduziert irgendwie das, was schon da ist.

00:04:55: Weil wir haben Daten aus der Vergangenheit um KI zu trainieren und wollen mir meistens sehr viele Daten haben, das bedeutet... Wenn wir jetzt mal überlegen wo KI überall eingesetzt wird zum Beispiel im Recoding, was ja auch für Lidership relevant ist.

00:05:08: Wir überlegen mal wer bisher eingesteilt worden ist?

00:05:10: Und wir denken tatsächlich nicht nur an den letzten Monat ans letzte Jahr sondern an die letzten Jahrzehnte, dann zeigt sich das wieder was reproduzieren können.

00:05:18: Was vielleicht nicht feministisch ist und der feministische KI beziehungsweise der Ansatz dahinter möchte das verändern.

00:05:24: also es geht darum dass wir überlegen wie können wir eigentlich das Thema einsetzen als NutzerInnen in unseren Unternehmen?

00:05:31: aber wie kann wir sie auch feministisch sprägen wenn wir sie entwickeln?

00:05:33: Wenn wir sie fein tunen damit sie feministischen Zweck gerecht werden.

00:05:37: Also zum Beispiel vielleicht denn wir wieder an das Bild von gerade eben denken Ein diverses Leadership-Team.

00:05:43: Das eben nicht nur die weiße Frau in der Spitze zeigt oder den klassisch weißen Mann, sondern dass wir genau sowas verändern.

00:05:51: Und das heißt du hast jetzt gerade angesprochen also feministische KI setzt sowohl bei der Entwicklung an aber ich kann auch wenn ich jetzt rein theoretisch irgendwo im H.A.

00:05:58: bin auch gucken was sind so wie fütterig sie quasi um sie auf uns bezogen zuzuschneiden?

00:06:04: Das heißt ihr habt mehrere Ansatzpunkte wo ich da wirklich mitgestellen kann.

00:06:07: Ich muss nicht nur die fertige KI quasi, die jetzt vielleicht fürs Recruitment notwendig ist für mich einfach so nehmen wie sie ist.

00:06:13: Sondern ich kann da auch aktiv dann mitgestalten wenn ich vor Ort der Anwender bin oder die Anwenderein.

00:06:17: Genau also natürlich würde ich sagen, die meist macht an die Personen, die wirklich KI entwickeln.

00:06:23: Die entscheiden welche Prioritäten fließen da rein?

00:06:25: Welche Daten trainieren wir?

00:06:27: Das sind würde ich schon sagen die Personen die wirklich beantwortlich sind oder auch die Institutionen die wirklich verantwortlich sein weil die ganz viel vorgeben das wir als Nutzerinner nicht mehr wirklich ändern können.

00:06:36: aber trotzdem absolut.

00:06:37: Auch als Nutzerinnern haben wir hier Möglichkeiten.

00:06:39: Zum Beispiel können wir aussuchen, welche Systeme wir nutzen, welches Thema wir nicht nutzen, wofür nutzen wir solche Systeme?

00:06:46: Zum Beispiel hat ein Forschungsteam ich glaube von der Uni Würzburg hatte letztes eine Studie gemacht und die hatten sich angeschaut wenn sie Cheche Vitini oder andere große Sprachmodelle nutzen Verhandlungen simulieren, dann bekommt Frauen weniger Gehalt als Männer.

00:07:05: Also was reproduziert eben unseren Status Quo und sein Gender Pay Gap?

00:07:10: Und hier zu überlegen ist es denn das richtige Tool.

00:07:13: Ja möchte ich zum Beispiel auch LGBT nutzen um Lebensläufe zu bewerten um mir die besten rauszusuchen oder nicht.

00:07:19: Ist eine ganz wichtige Frage weil dafür müssen wir es nicht einsetzen ja.

00:07:23: Ich glaube das sind Fragen wofür setzen wir es ein und auf was achten wir dabei?

00:07:27: wenn wir es dafür nutzen wollen geben wir vielleicht mit.

00:07:31: Wir wollen eine gewisse Diversität sehen, achte auf gewisse Dinge nicht.

00:07:36: Also am Ende sind auch ganz viele Nutzer in den Entscheidungen dabei die im Ende beeinflussen wie das Ergebnis aussieht.

00:07:41: Deswegen ja ich würde sagen die größte Verantwortung und die größten Macht im System haben, die die KI-Systeme prägen aber auch hier wenn wir sie nutzen.

00:07:49: und vielleicht noch ein letzter Gedanke.

00:07:51: Das Thema für ministerischer KI ist Ich würde sagen wird aktuell größer, aber ist tatsächlich schon auch ein Konzept was es schon länger gibt.

00:07:58: Schon in den neunzigern Jahren hat Alice und Adam das ist eine Professorin die mittlerweile emeritiert ist ich glaube aus der UK kann.

00:08:04: sie hat gesagt wir können KI-Feministisch prägen oder feministisch einsetzen.

00:08:10: Das heißt auch eine KI, die nicht feministisch gestaltet worden ist können wir zu feministischen Zwecken einsetzen und uns einsetzen um feministische Zielen zu folgen und ich glaube das ist genau der richtige Ansatz.

00:08:20: Wir können sie als Nutzerinnen feministisch nutzen und am besten natürlich auch noch ein bisschen entwickeln zu feministisch trägen.

00:08:25: aber beides ist möglich.

00:08:29: Und jetzt hast du diese Einblicke.

00:08:31: Würdest du sagen, gerade wenn wir uns auch die großen KI-Unternehmen jetzt angucken?

00:08:37: Wie stark setzen Sie sich mit dem Thema auseinander wirklich das auch diverser zu denken, wenn sie in der Entwicklung sind?

00:08:43: Also ich glaube, das ist noch viel zu wenig.

00:08:46: Ich denke schon... also was ich mir in meiner Forschung angeguckt habe sind verschiedene Einflussfaktoren.

00:08:51: Das sind zum einen die Menschen wie doch angesprochen hast als wer hat Macht im System?

00:08:55: Wer hat Einfluß?

00:08:56: Wer ist involviert?

00:08:58: Dann am Ende welche Daten fließen ein, also welche Daten werden fürs Training genutzt?

00:09:03: dann aber auch welche Prioritäten spielen eine Rolle

00:09:05: d.h.,

00:09:07: zum Beispiel wenn es jetzt darum geht, dass wir ein System fein tunen.

00:09:11: Also das heißt, dass für unsere Zwecke quasi mit Daten nachtrainieren achten wieder rauf, dass wirklich hier diverse Daten haben oder wollen wir schneller live gehen?

00:09:20: also welche Prioritäten in diesem Entscheidungsprozess spielen eine Rolle?

00:09:23: und am Ende auch noch der Zweck.

00:09:26: Und ich glaube was wir aktuell sehen ist das der Zweckt.

00:09:29: Wenn ich jetzt mal damit anfangen weil ich glaube das ist das nicht Dichste Warum wird so ein KI-System eigentlich überhaupt eingesetzt?

00:09:36: Warum tun wir das, ist in der Regel bei den großen Anbietern aktuell nicht feministisch.

00:09:40: Sondern da geht es ja eigentlich darum dass irgendwie Prozesse effizienter gestaltet werden, dass wir automatisieren aber nicht unbedingt diese Prozese verändern und das klingt jetzt heute erstmal sehr... Ja, sehr wissenschaftlich oder sehr high-level.

00:09:54: Also was könnte das sein?

00:09:55: Wenn ich jetzt das Beispiel der Recruiting sehe... wenn wir eben sagen, wir wollen eine KI nutzen oder die Anbieter bauen eine KI damit wir bestehende Prozesse in Recruitting automatisieren und effizienter gestalten bedeutet dass das ja auch den Entscheidungsprozess ähnlich gestalten.

00:10:10: es bedeutet dass Personen die bisher nicht eingestellt worden sind die vielleicht übersehen worden sind durch diesen Prozess noch sicherer aussortiert werden.

00:10:17: Das ist aber aktuell meistens Das Ziel und das seltene Ziel, wie können wir den Prozess mit dieser KI gerechter gestalten?

00:10:24: Was natürlich auch eine Möglichkeit wäre.

00:10:27: Wenn wir an Prioritäten denken dann glaube ich wir leben in einem neoliberal kapitalistischen Systemen vielerlei Hinsicht.

00:10:34: und gerade wenn ich nach USA schaue es ist dort wirklich noch weiter ausgeprägt um sehr viele Anbieter kommen aussehen oder sind in den USA Dann glaube ich, dass im Vordergrund meistens Profit steht und im vordergrund steht schnell live zu gehen.

00:10:48: Das heißt sehr viele Entscheidungen werden am Ende auf Basis von solchen Artweggungen getroffen.

00:10:53: Deswegen eher nicht feministisch.

00:10:55: Und wenn wir an die Daten denken dann ist auch hier sehr häufig, glaube ich das Ziel eher die meisten Daten zu haben und nicht die besten Daten und dann wird er durch Proms nachgebessert.

00:11:06: Das heisst, wenn ich jetzt zum Beispiel noch mal an LGBT denke dem wurden ganz viele Regeln mitgegeben, was er zum Beispiel nicht beantworten soll oder wie er sich verhalten soll.

00:11:14: Er sollte mir höflich antworten und eigentlich nicht rassistisch antwortet.

00:11:17: Er soll keine Gender-Stereotype vertiefen obwohl die in den Daten sind.

00:11:22: Das heißt ich denke man hat eher nachgebessert als wirklich zu sagen wir lassen ganz viele Daten weg weil sie sind einfach nicht perfekt.

00:11:28: Und im letzten Punkt zu den Menschen.

00:11:32: Ich denke, was ganz wichtig ist, dass es hier nicht nur um Techies geht.

00:11:36: Und also ich glaube das ist auch grundsätzlich wichtig wenn's um KI geht.

00:11:39: alle Menschen können die auf KI Einfluss nehmen durch die Nutzung dadurch irgendwie aber auch etwas zu zeigen wenn das nicht gut läuft.

00:11:45: und wer zum Beispiel sehr viel einfaches auf KI Systeme hat sind Menschen in niedersche Positionen ja die entscheiden wen rekrutieren wir?

00:11:52: warum setzen wir KI ein?

00:11:53: Warum nehmen wir die KI und nicht eine andere?

00:11:54: wo geht Budget hin?

00:11:56: Und ich glaube tatsächlich, dass das die wichtigsten Personen sind.

00:11:58: Weil dann schürlich ist auch ein Entwicklungsteam wichtig, was am Ende auch KI testet und vielleicht gewisse Probleme dann feststellt oder nicht feststätigt, je nachdem wie Diversität hier vorhanden ist.

00:12:08: Aber ich glaube, das Wichtigste ist das Leadership Checkkonzerne gucken, dann sind die einfach noch mehr halt weiß männlich und privilegiert geführt.

00:12:18: Und ich glaube das ist das größte Problem und hier sehe ich jetzt auch kein sehr großen Wandel passieren.

00:12:22: deswegen Ich denke sie haben es ein Stück weit auf dem Schirm.

00:12:24: Es gibt gewisse diversity inclusion Programme Aber auch diese sind in USA aktuell nicht priorisiert und ich glaube wir sehen da wenig wirklich effektiven wandeln

00:12:35: Ja und die sehen das problemen ja auch häufig nicht als Priorität einzubereiten wie du auch gerade schon das benannt hast.

00:12:41: Und wenn ich jetzt noch ein bisschen so überlege, ich bin vielleicht eine Frau irgendwo in einem Konzern.

00:12:45: Ich habe vielleicht entweder eine erste Führungsposition oder vielleicht auch schon eine mittlere Führungsposition.

00:12:51: Du hast jetzt Recruitment oder Rekrutierung angesprochen.

00:12:55: Was gibt es für Touchpoints, wo ich möglicherweise als Frau im Kontakt mit KI bin?

00:13:02: außerhalb von Chatchibiti und Co.

00:13:04: oder genau dem, sondern trotzdem eben positive wie negative Effekte durch KI haben kann, genau aufgrund dieser Trainierungsprozesse die du da auch angesprochen hast?

00:13:14: Also

00:13:15: ich glaube es kommt ganz drauf an, Bodys das Unternehmen KI einsetzt.

00:13:17: aber ich glaube wir müssen uns bewusst machen dass KI unser Leben schon sehr lange prägt.

00:13:21: also das ist nicht erst die Du gesagt hast durch Chachibiti der Fall.

00:13:24: Natürlich sind jetzt das Systeme, die sehr stark im Vordergrund stehen.

00:13:28: Aber KI wird also bis zum Beispiel steckt in Suchmaschinen und nicht erst durch die KI generierte Übersicht oben dran sondern das was wir sehen diese Algorithmus dahinter ist ein KI-System Und genauso kann es natürlich in Recruiting Prozessen schon drinstecken In Prozesse die darüber entscheiden werbe wie befördert?

00:13:45: wie sehen Mentoring Programme aus?

00:13:47: Hier können Matching-Systeme stattfinden in Personalplanung.

00:13:51: Also es kommt immer so ein bisschen darauf an, was das Unternehmen genau tut und wo es eben welche Systeme einsetzt.

00:13:56: aber ich würde sagen dass wir allen Entscheidungen die mithilfe von KI irgendwie unterstützt getroffen werden schon eigentlich täglich ausgesetzt oder da uns damit auseinandersetzen dürfen.

00:14:07: Klassische Beispiele sind auch sowas wie Kreditvergabe, also wirklich Entscheidungen die auch im Ende wenn es um das Geld geht mitentscheiden und ich denke wir müssen uns eigentlich einfach bewusst machen.

00:14:20: Wenn solche Systeme zum Einsatz kommen, also erst mal glaube ich ist es gut zu hinterfragen.

00:14:24: Wie werden Entscheidungen getroffen und kommen solche Systemen zum Einsatz?

00:14:27: Ich glaube das war eine gute Frage.

00:14:28: Und natürlich heißt jetzt auch nicht dass wenn solche Systemes im Einsatz kommt, dass es notwendigerweise schlechter ist als wenn Menschen entscheiden weil KI-Systeme lernen aus menschlichen Entscheidungen und deswegen zeigen sie uns Vorurteile.

00:14:39: Also aber ich glaube uns das bewusstzumachen ist ein wichtiger Punkt.

00:14:43: und dann am Ende was ist da eingeflossen?

00:14:45: wenn ich jetzt zb in Recruiting denke Dann werden da ja sehr oft das Thema eingekauft.

00:14:50: Das sind ja selten Systeme, die in Haus entwickelt werden, sondern die werden eben eingekauft und dann auf Unternehmensdaten nachtrainiert.

00:14:57: Und ich denke dass wir hier überlegen was flies dort ein?

00:15:00: wer hat hier entscheidungen, wer hat mit entschieden?

00:15:03: wie kann ich vielleicht auch testen ob ich dem Ergebnis glaube?

00:15:05: Ich glaube das ist wirklich ganz wichtig.

00:15:07: also ganz einfache Test sind sowas wie... Also angenommen, wir wollen jetzt die Spiti nutzen um gute BewerberInnen zu finden.

00:15:16: Dann würden wir vielleicht die Lebensläufe dort reinladen.

00:15:18: Ich möchte mal sagen das ist eh schon ein bisschen schwierig weil datenschutzrechtlich nicht einwandfrei.

00:15:22: also in Unternehmen ist es vielleicht ein abgekapseltes System.

00:15:25: aber angenommen wir müssen das jetzt tun wir laden dort die Lebensläufe hoch.

00:15:28: dann könnten wir einfach mal gucken Bevor wir das tun, wenn wir einen Lebenslauf haben mit weiblicher-männliche Bewerber in vielleicht deutschklingender Name und ansonsten den gleichen Attributen kommt es gleiche Ergebnis raus.

00:15:42: Also ist mir wirklich eigentlich aktiv versuchen zu testen die Systeme, die wir nutzen stecken dort solche Probleme drinnen?

00:15:49: Und wenn ja dann ist die Frage ob ihr so ein System einsetzen wollt auf dem Vertrauen Weil wir oft eben nicht wissen, wie Entscheidungen am Ende passieren.

00:15:59: Wir wissen nicht wirklich, wie die Entscheidungen zustande kommen.

00:16:02: Das heißt, wir können uns versuchen ranzutasten in dem Bier das selbst ausprobieren.

00:16:08: Und das ist vielleicht auch nochmal ein ganz guter Appell an alle, die jetzt gerade zuhören.

00:16:11: Vielleicht und irgendwo Mädchen oder Personalbereich sind.

00:16:14: Das sind ja oft viele Frauen wirklich sehr kritisch zu sein.

00:16:17: Zu gucken bringt es uns vielleicht als Frau, aber grundsätzlich auch das Unternehmen natürlich damit weiter.

00:16:23: Gerade wenn ich in solchen Prozessen vielleicht eingebunden bin genau diese Fragen dann zu stellen wie sie ist?

00:16:27: Die Perspektive worauf wurde das trainiert?

00:16:29: Worauf kann ich das vielleicht auch testen so wie du grade gesagt hast, genau da anzusetzen mitzugestalten weil wir eben dieses Wissen haben.

00:16:42: Es gibt auch so was wie, dass ich bestimmte Systeme habe.

00:16:48: Also du sagst ja auch das KI überall irgendwo im Hintergrund ist und nicht erst seit zwei Jahren, seitdem wir jetzt ein bisschen lauter darüber sprechen... Wo kann es vielleicht auch zu Nachteilen kommen, wenn ich so an Performance-Systeme denke?

00:17:01: Wo wir uns vielleicht sei es dreihundertsechzig Grad Feedbacks oder andere Sachen, die eingespeist werden.

00:17:07: Kennst du da auch Benachteiligung oder vielleicht auch Bevorteiligungen, wo ein bisschen Verzerrung mit drin sind?

00:17:14: Ich würde sagen, ich kenne es nicht explizit.

00:17:16: ein System, wo ich sagen würde das hat jetzt Bayer's.

00:17:20: Also ich glaube, dass wird auch wird auch absichtlich vielleicht nicht so präsent gemacht.

00:17:25: Aber ich denke definitiv, dass es da Probleme geben wird.

00:17:30: wenn wir zum Beispiel ein Performance denken und überlegen wie wird Performance bewertet?

00:17:35: Wer hat bisher Beförderungen bekommen?

00:17:37: Wer bekommt bisher Geheizerhöhungen?

00:17:39: dann wissen wir einfach jetzt auch ganz ohne KI das gewissen Struktur und Volk, dass häufig Frauen vielleicht mit Kindern benachteiligt werden, dass die vielleicht eher in Teilzeit sind, dass sie vielleicht weniger Verantwortung übernehmen dürfen.

00:17:52: Und all diese Informationen stecken dann da drinnen und werden auf jeden Fall einen Einfluss haben, auch zukünftige Entscheidungen oder Ergebnisse von so einem System.

00:18:02: Nicht nur wenigerweise schlecht weil man kann natürlich auch vorgeben dass zum Beispiel Menschen mit Kehrverpflichtung ganz gewisse Skills lernen die sehr wichtig sind.

00:18:13: Also am Ende kommt es wirklich sehr stark auf unsere Bewertung an und ich glaube das ist auch ganz wichtig zu sagen KI spiegelt irgendwie ein Stück weit, dass das da ist beziehungsweise erkennt's Muster und verstärkt diese Muster.

00:18:25: Das bedeutet eigentlich im Rückschluss, dass es ganz wichtig ist, dass wir auf uns selbst achten und überlegen welche Beise haben wir denn?

00:18:32: Wir wissen auch... Also zum Beispiel gab es eine Studie ich glaube in Israel die hat gezeigt, dass Frauen also das im Recruiting oder in der Personalauswahl bei Bewerberinnen, wenn Frauen irgendwie ein sehr attraktives Bewerbungsfoto auf dieser Bewerbung hatten.

00:18:48: Dann wurden die eher weniger eingeladen und hingegen Männer, wenn sie gut auch sahen, eher mehr.

00:18:55: was darauf, was dieses Forschungsdienst daraus zurückgeführt hatte dass mehrheitlich Frauen in HR Team sitzen und sich vielleicht ein Stück weit unterbewusst gefährdet fühlen von gut aussehen anderen Frauen.

00:19:07: also ich glaube Was wir uns wirklich überlegen müssen ist Wie treffen wir Entscheidungen?

00:19:13: Und wie können wir da KI einsetzen, um etwas zu verändern und vielleicht so was sichtbar zu machen.

00:19:18: Weil solche Muster können ja auch aufdecken!

00:19:20: Ja, wir können auch auf decken.

00:19:21: hey es gibt vielleicht ein Bayes gegenüber Frauen weil obwohl die gleich geeignet wären haben wir sie nicht eingestellt.

00:19:28: Ich glaube das ist am Ende der größte Hiebe.

00:19:31: Das ist natürlich nicht nur im Bereich HA, sondern am Ende in ganz vielen Prozessen.

00:19:37: Aber insbesondere wenn wir über die Beförderungen entscheiden und diese Themen werden immer mehr KI gestürzt oder Daten getrieben funktionieren was zu einer gewissen Objektivität führen soll.

00:19:50: Ich denke es sieht oft objektiver aus, wenn wir mit Daten einhergehen.

00:19:52: Aber das ist nicht nur dergeweise objektiver aber da müssen wir einfach sehr genau überlegen welche Prioritäten setzen wir dann eben in so einem System?

00:19:59: und das wird eigentlich meistens von Menschen vorgegeben und ich glaube dass zu hinterfragen uns zu überlegen ist sehr wichtig und ich meine da haben wir auch das allgemeine Gleichbereitungsgesetz was natürlich Auch in dem Punkt sehr klar macht, dass wir hier zum Beispiel nicht auf Basis von Genderdiskriminieren dürfen.

00:20:13: Zumindest nicht negativ.

00:20:15: Also wir dürfen sogar positiv diskriminieren und ich glaube das ist auch was, wo wir überleben können als Unternehmen oder Organisationen.

00:20:21: Wo wollen wir vielleicht positiv diskriminieren?

00:20:25: Ja, positiv diskriminieren finde ich eine sehr schöne Motivation.

00:20:28: Weil viele Frauen wurden lange oder natürlich auch andere Bereiche wurden lange negativ diskriminiert.

00:20:35: und da darf man ein bisschen aufholen.

00:20:37: wenn ich jetzt so ein bisschen an Frauen die vielleicht nicht an den Stittstellen arbeiten oder nicht irgendwo eingebunden sind und ich möchte gerne mich im Unternehmen weiterentwickeln habe aber Sorge, dass ich vielleicht benachteiligt werde.

00:20:50: Weil ich in bestimmten Prozessen vielleicht nicht richtig gesehen werde.

00:20:54: Vielleicht durch KI was auch immer da eingesetzt wird.

00:20:58: Was empfiehlst du dann zu machen?

00:21:00: Wenn ich so ein bisschen das Gefühl habe, ich möchte gerne irgendwie in die Sichtbarkeit gehen und vor allen Dingen auch sehen werden selbst wenn KI mich nicht vorschlägt.

00:21:09: Also zum einen bin ich mir relativ sicher, dass wir nach der DSGVO das Recht haben uns dazu zu entscheiden von einem Mensch und nicht von einem Computer bewertet zu werden.

00:21:19: Ich denke es hat sich auch seit der KI Regulierung nicht verändert.

00:21:21: Das heißt eigentlich haben wir auch das Recht zu sagen hey wir wollen die Entscheidung von Menschen beurteilt zu werden Kann eine Zweifel natürlich auch diskriminierend sein, aber ich denke ein Stück weit Informationen einzuholen.

00:21:33: Wie werden Entscheidungen getroffen?

00:21:34: und jetzt nicht nur von KI-Systemen sondern grundsätzlich wie werden Entscheidenden getroffen?

00:21:38: Was wird priorisiert?

00:21:40: Wer sitzt in solchen Entscheidungsgremien?

00:21:41: weil am Ende wird die KI nicht die letzte Entscheidung treffen.

00:21:45: das wird fast nie der Fall sein sondern eigentlich immer werden immer Menschen darüber schauen und Menschen im Ende die Entscheidung treffen.

00:21:52: also würde ich empfehlen zu schauen wer ist hier involviert, sind das gerechte Entscheidungsprozesse?

00:22:00: Ist es inwiegerecht besetzt so ein Gremium?

00:22:03: und im Zweifel würde ich vermutlich auch sagen man sollte das sichtbar machen.

00:22:10: ist es natürlich immer so ein bisschen das Problem, dass manche Frauen vielleicht auch nicht unbequem sein wollen und nicht am Ende auch negativ betroffen sein wollen wenn sie sich irgendwie unbequeem verhalten.

00:22:20: Und das soll was Sichter machen.

00:22:21: ich glaube hier ist es am besten zusammenzuschließen sich allies zu holen und auch nicht nur unter Frauen sondern auch gerade unter Männern weil tatsächlich ist zumindest auch etwas ich immer wieder bemerke dass im ende Männern manchmal doch anders zugehört wird oder anders deren Wort anders wiegt und die auch eher als positiv angesehen werden wenn sie Frauen unterstützen als wenn man das als Frau selbst tut, weil es dann eher als eigennützlich wahrgenommen wird.

00:22:42: Also ich glaube hier sich Mitstreiterinnen zu suchen ist ein ganz wichtiger Punkt und am Ende aber auch Awareness fördern dass solche Systeme nicht neutral sind und ich glaube das war tatsächlich noch viel zu wenig im grundsätzlichen Bewusstsein angekommen ist solche Systeme nicht neutral sind und die werden es auch nicht sein.

00:23:04: Also am Ende, wir Menschen sind nicht neutral, diese Systeme können quasi nicht neutral sein.

00:23:08: Die berechnen einfach auf Basis von gewissen Dingen aber wir wählen aus.

00:23:11: was ist wichtig?

00:23:12: Wir geben die Daten rein.

00:23:14: das bedeutet ich glaube dass sich dazu machen und dann ich meine das könnte vielleicht wieder eher Führungspersonen.

00:23:21: deswegen sich auch hier Personen zu suchen die dort wirklich Entscheidungsmacht haben ist glaube ich ganz wichtig.

00:23:26: und diesen Person Klar zu machen, ihr habt die Verantwortung dafür welche Entscheidungen am Ende von solchen Systemen getroffen werden und sie sind nicht neutral.

00:23:34: Das heißt, ihr müsst überlegen was sollen diese Systeme am Ende zeigen?

00:23:38: Was steht in unserer Firma im Vordergrund?

00:23:41: Welche Werte haben wir?

00:23:42: wie enttreffen wir Entscheidungen?

00:23:44: Und das sollte am ende die KIS ist das KI-System oder sonst der Entscheidung, die die Hand natürlich auch widerspiegeln.

00:23:50: Ich glaube dass es richtig.

00:23:50: und vielleicht noch ein letzter Punkt ich glaube Also viele Frauen nutzen auch Systeme wie KI-Akt, also wie JGPT aktuell weniger als Männer.

00:23:58: Und ich glaube auch das ist ein großes Problem.

00:24:00: Wir sollten uns natürlich überlegen wo setzen wir das ein?

00:24:03: Weil es verbraucht auf viele Ressourcen.

00:24:05: Das heißt die sollten jetzt nicht absolut verschwenderlich alles mit KI machen und wir sollten auch sicherlich selber mitdenken weiterhin weil die Ergebnisse einfach schlecht sind.

00:24:12: aber wenn mir solche Systeme gar nicht nutzen dann haben wir auch ein großes problem weil dann ziehen andere Personen an uns vorbei weil sie viel schneller sind und zumindest auf kurze sicht erst mal viel produktiv abwirken.

00:24:23: Ich glaube, diese Kompetenzen uns anzueignen.

00:24:25: Wie können wir mit solchen Systemen umgehen?

00:24:27: Auch das kann Sichtbarkeit schaffen und wie können wir uns eigentlich damit stärker aufstellen?

00:24:32: Wie können die damit schneller und besser werden?

00:24:35: Ich glaube auch dass ist eine ganz wichtige Frage und ich glaube da sind wir Frauen aktuell noch oft zu zurückhaltend.

00:24:42: Sieht man das auch in den Statistiken also was so UserInnen angeht?

00:24:45: Also es ist etwas gesunken der Unterschied.

00:24:49: Anfangs war es deutlich stärker, dass Männer, Kain, also Chechmiti und solche Modelle nutzen als Frauen.

00:24:54: Das ist etwas zurückgegangen aber immer noch ein deutlicher Unterschied sichtbar.

00:24:59: Wenn du jetzt auch vielleicht aus der sagen mal aus der beruflichen Perspektive was empfiehlt so beispielsweise Frauen jetzt für dieses Jahr?

00:25:07: Vielleicht sich das erste halbjahr oder vielleicht bis Ende des Jahres was sich vorzunehmen um definitiv gut reinzukommen oder gut on track zu bleiben oder definitiv nicht abgehängt zu werden?

00:25:18: Also gibt es ein paar Toolzieh, die du empfiehlst oder wo du sagst da unbedingt reingehen?

00:25:22: Ich

00:25:22: weiß gar nicht ob ich sagen würde das sind explizit ganz gewisse Tools.

00:25:25: Aber ich glaube weil sie sich so schnell weiterentwickeln und weil es so viele gibt finde ich schwierig zu sagen ihr musst genau irgendwie Toolix Y nutzen sondern ich glaube eher... sich selbst bewusst zu machen, dass wir da eben ständig dazulernen müssen und eigentlich ständig neu ausprobieren müssen.

00:25:40: Und uns da ein Stück weit auch Zeit nehmen müssen.

00:25:41: Ich meine ich kenne selbst von mir too busy to improve das irgendwie auch oft so viel zu tun habe, dass es irgendwie ganz schwierig ist mit Zeit zu nehmen neue Dinge zu lernen und vielleicht auch Prozesse zu verbessern.

00:25:51: aber ich glaube, dass das wirklich jetzt an der Zeit ist, dass wieder die Zeit nutzen weil am Ende wenn sie die Zeit investieren dann hilft es uns nach vorne extremen und wie zum Beispiel verlieren wir glaub ich den Anschluss wenn wir das nicht tun.

00:26:05: Was ich sehr hilfreich finde, wenn ich jetzt an große Sprachmodelle denke wie Chat Spiti.

00:26:09: Ich glaube was mir hier sehr hilft ist zu überlegen.

00:26:14: zum Beispiel Inhalte müssen von mir kommen.

00:26:18: Ich weiß es selbst am besten.

00:26:19: das heißt wo's mir helfen kann ist irgendwie Texte kürzen ist irgendwas auf den Punkt bringen ist für mich Dinge vielleicht eine Zielgruppe aufzubereiten.

00:26:28: Aber weniger zu sagen, ich kenne mich in einem Thema nicht aus und möchte mit Kairi einarbeiten.

00:26:33: Ich glaube solche Überlegungen, wo kann welche Art von System helfen?

00:26:38: Was kann ich gut und wie kann ich das mit KI verstärken?

00:26:42: Und natürlich auch gewisse Schwächen schließen.

00:26:44: aber ich glaube was nicht so gut ist es zu sagen... ich kenn mich in dem Thema nicht raus und nutze jetzt dafür.

00:26:52: Natürlich kann man auch sagen, Ich habe Microsoft-Problem oder so und ich will das lösen.

00:26:58: Sicherlich kann hier Chatomitee uns auch im guten Ansatzpunkt geben, aber ich glaube eher wie kann ich eigentlich meine eigenen Stärken damit unterstützen?

00:27:06: An was arbeite ich ganz viel mit?

00:27:07: Was verbringe ich die meiste Zeit?

00:27:08: Wie kann ich hier KI einsetzen?

00:27:10: Das wird unser Meisten bringen!

00:27:14: Und wie du sagst, dann einfach dieser Invest.

00:27:17: Das steckt ja schon im Wort investieren also man investiert um irgendwann was rauszubekommen.

00:27:21: Also das ist nicht lohnt und da gehört halt ein gewisser Zeit- und Energienvest am Anfang rein und irgendwann und hoffentlich so schnell wie möglich macht es sich definitiv auch bezahlbar.

00:27:34: und wenn's manchmal ist eine halbe Stunde die Woche oder zweimal eine halbes Stunde die Wochen muss er nicht immer gleich einen halben Vormittag sein sondern können ja auch kleine Momente sein wo ich mich mit dem Thema beschäftige, bisschen mehr Reingrufe und damit merke wie es natürlicher wird an vielen Stellen.

00:27:48: Und wie ich mehr Zusammenhänge erschließe auch außerhalb jetzt von Chat GBT sondern merke was gibt's dann eigentlich noch?

00:27:53: ja wo es mich unterstützen kann?

00:27:55: Geh ins Gespräch vielleicht statt auf einem sich abends wenn man sich beim Bein trifft ja hey was nutzt du denn gerade so ein bisschen auch die Themen mit ins private mit reinziehen und so ein bißchen checken was was was hilft dir denn grad im Job?

00:28:06: Was habt ihr denn grade implementiert?

00:28:07: Ja was auch immer jetzt natürlich dann Vertraulichkeitsinformation und Co.

00:28:11: bedeutet aber So ein Stück weit sich gegenseitig auch zu supporten, wie in anderen Themen eben auch das jetzt gemeinsam voranzutreiben.

00:28:20: Ich hatte von Eingangs gesagt dass so ein paar große Entlassungswellen gerade den großen Konzernen die werden zumindest noch außen deklariert aufgrund von KI und bestimmt steckt es an vielen Stellen dabei Oder zu einem Großteil, was kann das?

00:28:34: oder wo siehst du so ein bisschen?

00:28:35: Vielleicht auch aus deiner Expertise.

00:28:37: Was kann das perspektivisch für Frauen bedeuten wenn wir uns ein bisschen den Bereich angucken oder manche Bereiche angucken die vielleicht jetzt reduziert werden oder perspektive

00:28:48: Ja, ich glaube das haben wir ja auch jetzt in den letzten also auf jeden Fall im letzten Jahr schon gehörendes Personen entlassen werden weil es wird viel mit KI ersetzt.

00:28:54: Tatsächlich haben wir aber auch schon wieder Meldungen bekommen dass diese Unternehmen wieder einstellen teilweise sogar ihre Bevorherrigen Mitarbeiterinnen weiß mit KI dann doch nicht so funktioniert hat.

00:29:04: Ich glaube dass KI hier natürlich einen großen Effekt hat und das vielleicht auch noch mal zu dem Punkt, da sie davor hatten.

00:29:11: Am Ende, ich glaube es hatte Professorin Dr.

00:29:14: Yasmin Weismann auf einem Panel gesagt wo ich mit dabei war, dass in Zukunft – ich glaube schon vor zwei Jahren oder auch eineinhalb Jahren – dass in wenigen Jahren KI eigentlich in fast jedem Beruf absolute Grundvoraussetzungen, also KI-Skills irgendwie, KI-Kompetenz damit umgehen zu können.

00:29:29: Und man ist natürlich nicht nur Jejebiti aber grundsätzlich irgendwie damit umgehend zu können.

00:29:34: Es wird nicht angegeben auf irgendwelchen Stellen Ausschreibungen, es wird einfach absolut eine der Grundfundamente sein.

00:29:42: Wie vielleicht Umgang mit Excel und PowerPoint oder wie auch über eigentlich noch viel breiter weil wir das wirklich überall einsetzen können.

00:29:47: Deswegen glaube ich als ersten Punkt nochmal da eher diese positive Botschaft auch, dass wenn wir uns damit beschäftigen und diesen Skill jetzt aufbauen und weiterentwickeln und schauen was es da gibt wie wir uns unterstützen können.

00:29:59: Und es gibt ja auch ganz viele so Automatisierungstools die gewisse Prozesse automatisieren wo man über die E-Mail dann in einen gewissen Ordner schiebt und das stößt ein Prozess an und ist vielleicht insbesondere auch für Selbstständige interessant usw.. dass am Ende das, wie du sagst, ein Invest ist.

00:30:13: Aber das auch bedeutet, dass wir in Zukunft im Arbeitsmarkt sehr viel bessere Chancen haben werden und es ein großes Problem ist wenn man uns damit gar nicht auskennen.

00:30:21: Also erst mal die positive Butcher!

00:30:23: Die negative Seite ich denke schon, dass mit Hilfe von KI weiter auf dem Weg sind, sehr viele Dinge zu automatisieren und dass das natürlich auch bedeutet, dass vielleicht in manchen Bereichen weniger Personen benötigen.

00:30:37: Ich sehe das aktuell noch nicht als so... drastisch gravierend an, weil wenn ich jetzt zum Beispiel daran denke an KI-Einsatz wie große Sprache mit der JETSBT oder auch von Microsoft die Systeme, die dahinter stehen, die z. B. in der Programmierung mit eingesetzt werden dann höre ich zumindest von den EntwicklerInnen da unterschiedliche Ergebnisse und Meinungen.

00:30:58: aber viele sagen also aktuell bin ich definitiv nicht hier ersetzbar von KI.

00:31:03: vielleicht kann ich durch KI dann eine Eins Komma fünf Personen zu wissen bin ich mit plus KI, aber es ist nicht so dass das eine KI mich komplett ersetzen kann.

00:31:12: Weil das einfach so fehlerhaft noch ist und schwierige Prozesse hier oft nicht gut abgebildet werden sondern dass es eher so ist bei Ganglitten wenn es ganz wenn es einfach Standard Programmierteile sind, dass das vielleicht mit Autokorrektur quasi vervollständigt werden kann durch KI und solche Dinge.

00:31:33: Oder zum Beispiel auch Dokumentierungen oder Kommentierungen in solchen Programmierebschnitten, dass da helfen kann aber nicht die Programmierenden komplett aktuell zumindest ersetzen können.

00:31:46: Und ich glaube auch dadurch, dass wir eben wissen, dass so KI-Systeme aus der Vergangenheit lernen, könnt ihr natürlich dann Code auf Basis vom vergangenen Code produzieren und reproduzieren.

00:31:56: Das ist nicht unbedingt guter Code gewesen, wir wissen es nicht.

00:31:58: also auch da können Fehler mit reinkommen uns nicht um irgendwas Neues eher was Standardmäßiges.

00:32:03: das heißt ich glaube was es auf jeden Fall weiterhin braucht als ExpertInnen weil am Ende kann ich damit dann trotzdem keinen perfekten Code entwickeln wenn ich nichts selbst entwickeln kann und verstehen kann was ich denn eigentlich tun muss in dieser Sündung.

00:32:16: sonst kann Ich kann's nicht überprüfen und ich glaube dass ist wichtig.

00:32:19: Am ende kann KI meines Erachtens aktuell sicherlich unterstützen und wir können damit vielleicht auch gewisse, vielleicht braucht man dann weniger Personen in gewissen Bereichen aber tatsächlich ersetzt es nicht den mensch der drauf guckt.

00:32:33: Und das versteht.

00:32:35: trotzdem denke ich dass Frauen anders ersetzbarer sind als vielleicht Männer.

00:32:39: also es hat auch eine linken studie ich glaube vom zerdossen Ich bin nicht ganz sicher, aber die hat gezeigt dass Frauen wohl anders von so einer Automatisierung betroffen sind durch Generative KI als Männer.

00:32:52: Weil wenn anderen Bereichen tätig sind weil wir andere Aufgaben übernehmen und die wohl schon eher ersetzbar sind.

00:32:59: Die hätten auf Englisch augmentiert, also weniger verbessert werden durch KI.

00:33:03: Auf der anderen Seite haben sie mir gleich ein Studie gesagt dass die auch große Potenziale durch KI sehen und eben auch auf Linken in der female AI Tellerpool extrem gewachsen ist in den letzten Jahren.

00:33:11: Also beide Seiten.

00:33:13: Aber ich denke wenn wir daran denken das viele Frauen vielleicht doch in der Buchhaltung unterwegs sind Doch vielleicht eher Prozessen die am Ende sehr gut kann.

00:33:23: ja Buchhaltung es kann Buchungssätze erkennen da Buchungen zuordnen dann PDF dazu ordnen und solche Dinge, kann Kai sehr gut.

00:33:31: Da würde ich sagen kann tatsächlich das auch wirklich nur einfach auf Jobs haben.

00:33:35: Ich sehe aber auch wieder hier die positive Seite dass wir vielleicht als Menschen mehr Zeit haben für die... schöneren Aufgaben mehr mit anderen Menschen kommunizieren, dass wir mehr Arbeit wirklich für wertstiftende Tätigkeiten haben und das mit KI automatisieren können was vielleicht auch gar nicht so interessant ist.

00:33:51: Also ja ich sehe das Problem.

00:33:53: Ich denke auch wir müssen politisch da etwas tun weil am Ende ist die Frage wenn Personen dann den Job verlieren und KI dem Unternehmen wenig kostet wie sieht es mit Steuern aus?

00:34:02: Wie wird das alles finanziert usw.. Ich denke langfristig sind das Themen die wir auf jeden Fall angehen müssen.

00:34:06: brauchen wir die digitalsteuer brauchen werden Grundeinkommen, Bedingungslos-Grundeinkommen usw.

00:34:12: Aber ich glaube kurzfristig sind viele Unternehmen die jetzt wirklich sagen wir machen ganz viel mit KI und entlassen dafür Personen eher nicht gut beraten.

00:34:23: So ein bisschen trial and error, aber so wie du es auch beschreibst manche rudern dann wieder zurück.

00:34:27: Das hat mir vor paar Jahren die ganze Geschichte mit Homeoffice und Co.

00:34:31: alle ins Büro und dann doch wieder ein bisschen mehr Homeoffices.

00:34:33: Wir merken da ja viel dass da auch sehr viel Unklarheit an vielen Stellen noch gerade in den Entscheider in Positionen ist.

00:34:40: Jetzt gibt's ja auch oft bei technischen Themen immer diese Klischees und gibt es auch in anderen Bereichen Ja, dass Frauen das einfach nicht so gut liegt.

00:34:48: Und ob wir jetzt... Ich hatte vor kurzem hatte ich Natascha Wegelin im Podcast und da ging es natürlich auch um das Thema Finanzbildung.

00:34:56: Auch da gibt's ja diese typischen Klischees.

00:34:58: aber wenn man dann eigentlich in die Praxis guckt und dann guckt, wenn Frauen wirklich damit arbeiten sind sie an vielen Stellen sogar besser und performen besser.

00:35:06: Gibt es solche Studie mit KI vielleicht auch?

00:35:08: Auch wenn vielleicht so die absolute Zahl bei Frauen noch nicht viel im Einsatz oder damit unterwegs ist, aber die dies tun, gibts da irgendwo schon was?

00:35:15: Also

00:35:15: ich glaube, ich würde vielleicht erst mal auf deinen ersten Punkt eingehen.

00:35:18: Und ich glaube ja wir haben auch großes Stereotyp im Bereich IT des Frauen ist nicht können.

00:35:21: Frauen können kein Mathe und nicht programmieren usw.

00:35:23: Wir sehen natürlich auch dass sich das niederschlägt in den Zahlen der Personen die das studieren, die dort arbeiten.

00:35:28: Wir haben einen großen Gender Gap im Bereich

00:35:31: I.T.,

00:35:31: im Bereich KI.

00:35:33: Auch gerade in Deutschland ist das massiv.

00:35:36: also da haben wir viel mehr Männer als Frauen.

00:35:39: Wenn ich jetzt aber an KI Nutzung denke dann muss das überhaupt nicht der Fall sein.

00:35:44: Ich muss oft nicht viel KI oder IT-Verständnis haben, also insbesondere mit dem Chatbot zu agieren.

00:35:50: Warum soll es raunig können?

00:35:51: Also da gibt's absolut überhaupt keinen Grund dafür!

00:35:55: Und auch wenn ich jetzt tatsächlich daran denke an KI-Projekte und KI-Entwicklungen, hier braucht es ja nicht nur die Personen, die den Code schreiben.

00:36:02: Natürlich können auch das Frauen sehr gut.

00:36:05: Aber wir brauchen nicht nur diese Menschen, sondern wir brauchen auch Menschen, die fachliche Expertise geben für dieses Systeme.

00:36:10: Wir brauchen Menschen, der dieses Thema testen will, brauchen Personen, in diesem Prozess tätig sind oder Input geben.

00:36:17: Das heißt... Auch hier können wir als Person damit exzit auf KI Einfluss nehmen wollen in der Entwicklung im Fine-Tuning, in der Anpassung von der KI auf unsere Unternehmen natürlich Einfluss nehmen, also ganz auch schon noch mal weiter weg von der Nutzung.

00:36:30: Und das muss überhaupt nicht technisch sein.

00:36:32: Am Ende ist es sogar absolut wichtig dass wir auch Fachfremde-Expertise in solchen Prozessen haben weil sonst entstehen KI Entwicklungen oder einfach grundsätzlich IT Entwicklungen die der Fachbereich nicht braucht.

00:36:44: Also deswegen darf vielleicht einfach absolut die Scheu nehmen jede Person sollte hier ein Fluss nehmen und Da IT zu arbeiten, muss man nicht informatisch studiert haben.

00:36:54: Also das sei ich das mal als ersten Punkt weil ich glaube dass das ist noch etwas was sehr weit vorherrscht.

00:36:59: im Bezug auf wem nutzt es?

00:37:01: also was ich eher an Studien im Kopf habe oder an Untersuchungen dass sich Frauen tatsächlich eher auf die Frage stellen, auch so ökologisch gesehen möchte ich KI nutzen weil es verbraucht für ihre Ressourcen.

00:37:14: Also eher ein bisschen sehr oft diese nachhaltige Brille aufhaben und das ist natürlich absolut wichtig, weil wir sollten uns auch die Frage stellt, wo nutzen wir das?

00:37:22: Weil ob wir Cheche-Bitinozen verbrauchten deutlich mehr ressourcen als wenn wir normales zum Beispiel eine normale Gesuchmaschine nutzen.

00:37:30: Aber ich glaube deswegen auch, dass sich Frauen viel öfters die Frage stellen muss es sinnvoll KI zu nutzen und das nicht unbedingt überall tun.

00:37:36: Und wenn ich jetzt zum Beispiel auch an LinkedIn denke wie viele Posts Ich sehe auch gerade von Männern Die einfach absolut nach KI klingen dann ist glaube ich das absolut überhaupt nicht hilfreich.

00:37:47: Frauen sehr häufig, gerade wenn sie Kehrarbeit übernehmen und ganz viele andere Dinge jonglieren müssen, sich immer die Frage stellen müssen.

00:37:55: Wo kann ich welche Dinge sinnvoll einsetzen?

00:37:58: Und vielleicht nicht den Luxus haben, ganz viele Themen... ganz viele Dinge auszuprobieren sondern eigentlich eher sich wirklich die Frage stellt was brauche ich und was hilft mir wirklich weiter?

00:38:07: deswegen würde ich sagen dass eigentlich Frauen mit absolut dem besten Zutaten ausgestattet sind um KI sinnvoll zu nutzen für die Bereiche, wo es ihnen wirklich was nutzt und wo es nicht nur Spielerei ist.

00:38:20: Und das auch noch verantwortungsvoll zu tun.

00:38:22: also ich glaube dass da Frauen bestens dafür ausgestattet sind.

00:38:25: Ich hoffe das zeigt euch in Zukunft ja auch in Zahlen!

00:38:30: Da arbeiten wir dran.

00:38:31: Und vor allen Dingen auch den Impuls fand ich gerade sehr wichtig, auch zu gucken wie ich im privaten Mehrberührungspunkte damit bekomme weil auch da habe ich natürlich hier einen gewissen Performance Druck oder Produktivität oder einfach manchmal effizient sein und dann haben ja doch wissen nicht man die du kennst auch die Zahlen der Lot ist bei Frauen einfach wesentlich höher.

00:38:50: und dann zu gucken hey was ist denn eigentlich?

00:38:53: Was kann ich vielleicht wirklich anders ab sofort machen sich damals Zeit zu nehmen um dazu investieren ein großer Hegel und dann wächst ja automatisch auch mein Bewusstsein, mein Selbstbewusstsein.

00:39:02: Mein Selbstvertrauen auch im Beruf vielleicht wirklich auch oder am Job die Hand zu heben.

00:39:06: hey hier gibt es gerade einen Testprojekt zu KI Software what so ever XY.

00:39:12: ich melde mich ich bin dabei ich schiebe das mit an.

00:39:14: also da wirklich diese Bereitschaft haben auch wirklich zu diesen zum Gestalten zukommen und nicht diese Berührungsängste zu haben.

00:39:20: richtig wichtig Wenn du, vielleicht gibt's irgendwas wo du sagst so gut.

00:39:25: Du hast sehr stark gesagt es verändert sich sehr stark sehr schnell.

00:39:28: Gibt's sonst irgendwas im Privat?

00:39:29: Wo du sagest hey ist ein kleiner Geheimtipp für uns Frauen können wir in privaten total gut nutzen.

00:39:34: Gibts da irgendwas was wir vielleicht noch

00:39:37: eingebaut haben?

00:39:40: Also ich denke dass das viele Mütter oder ich kenne einige Mütter, die KI bereits nutzen.

00:39:47: Oder

00:39:47: z.B.,

00:39:48: wenn ich wieder auf die Dr.

00:39:49: Jasmin Weiß zu sprechen komme sie jetzt zum Beispiel gesagt, dass Sie glaube ich täglich sich, weiß ich nicht, fünfzehn bis zwanzig Minuten Zeit nimmt um mit Ihren Kindern was mit KI zu machen, um denen Skills beizubringen aber vielleicht auch ein Stück weit.

00:40:01: und also ich meine dann haben die vielleicht auch eine gewisse Beschäftigung.

00:40:03: Aber das war eigentlich eher von dem Kontext hier.

00:40:05: wie kann ich das denn gleich weiter vermitteln?

00:40:07: Wie kann ich meine Skills verbessern, aber auch die meiner Kinder und halt auch gemeinsam voneinander lernen?

00:40:12: weil auch hier ist natürlich so Ja, das ist gewisserweise schon manchmal so ist die nachdem wir alte Kinder sind dass sie uns da vielleicht auch schon ganz viel zeigen können.

00:40:20: Ich fand das ein sehr schöner Ansatzpunkt und es wäre jetzt was.

00:40:23: also ich habe selbst keine Kinder aber ich gedacht okay ist natürlich wieder ein Invest.

00:40:27: Das ist wieder auf Zeit die aufgebracht werden muss.

00:40:31: Das müssen natürlich auch nicht nur die Frauen tun, sondern ich glaube auch hier wird es noch mal absolut angebracht zu sagen hey Papa oder andere Kehrperson wie sieht's da bei dir aus?

00:40:41: Aber wirklich zu sagen wir nehmen uns als Familie und Personen vielleicht auch als Partnerinnen.

00:40:49: die Zeit so und zu oft in der Woche uns damit zu beschäftigen, dann etwas auszuprobieren.

00:40:54: Und zu sehen wie kann es unseren Alltag erleichtern?

00:40:55: Fand ich total nett!

00:40:57: Ich denke das waren sowas wie Einkaufslisten.

00:41:01: Das waren irgendwie... Wie können wir ein kleines Projekt planen?

00:41:04: oder wenn mir sagen, kleine Reise im kleiner Trip und ich denke schon dass das tatsächlich mit KI schon sehr gut unterstützt werden kann.

00:41:12: Es heißt jetzt nicht unbedingt, dass es die allerbesten Ergebnisse immer bringt.

00:41:15: also auch hier denke ich sollten Auf jeden Fall noch mal auf die Linksklicken geschauen.

00:41:18: Gibt es das wirklich?

00:41:19: Und wir sehen vielleicht, also wir sollten schon gegenchecken.

00:41:23: Aber einfach zu überlegen... Ich meine wenn ich jetzt an meiner Vergangenheit denke wie lange meine Eltern immer recherchiert haben bis sie irgendwas gebucht haben für den Urlaub.

00:41:30: Das war ein, ich weiß nicht, Wochenprojekt.

00:41:34: oder wenn ich überlegt habe ich hatte mir von während meinem Studium Ich klang in einem Kaffee gekennert und dann habe ich mir mit von meinem ersten Geld um ihn ein Spiegelreflex, Kameras und Einsteher im Modell gekauft.

00:41:48: Wie lange ich da recherchiert hab was sich da kaufen will?

00:41:51: Dann glaube ich schon dass wir solche Dinge verkürzen können ja Und ich weiß am Ende auch nicht.

00:41:56: also ich glaube auch nicht das ich dann unbedingt die allerbeste Entscheidung betroffen habe.

00:41:59: Ich habe ja auch recherchiere mir gewisse Seiten angeguckt.

00:42:01: ob das am ende des bestes war i don't know.

00:42:04: Am ende musste ich mich entscheiden und ich glaube dass solche Entscheidungsprozesse Kann man schon mit KI deutlich verschlanken oder sich Dinge vergleichen lassen?

00:42:11: Es hat mir auch kürzlich eine Entwicklerin gesagt, hier ist tatsächlich ... Sie wollte ein neues Handy kaufen und sie hat quasi gesagt okay.

00:42:17: Sie hat die jetzt in der näheren Auswahl vergleicht mal, sagt mir pro und kontra.

00:42:22: nicht dass es dann die KI am Ende die Entscheidung trifft aber das man sich solche Entscheidungen erleichtern kann.

00:42:26: Und ich glaube da verbringe ich auch mittlerweile deutlich weniger Zeit mit solchen Entscheidungen und finde es tatsächlich hilfreich da mal KI zu fragen Wie gesagt nicht als Ersatz, aber als Geschleunigung

00:42:38: Ja, und total wichtig zu gucken wie kann ich mein Gehirn trotzdem nicht ausschalten.

00:42:42: Und das sind ja genau die Beispiele wenn wir auf Link uns manche Post angucken.

00:42:47: Da ist der direkt Copy-Paste und man weiß schon eigentlich der weiß sie nicht worüber er geschrieben hat.

00:42:53: Jetzt frage ich mich an der Stelle, die kam zumindest jetzt gerade spontan.

00:42:56: also wenn ich jetzt zum Beispiel nehme jetzt einfach noch mal Chachumiti Wenn ich da jetzt zum Beispiel merke, da kommt eine Recherche raus.

00:43:03: Da fehlt mir vielleicht auch irgendwo... Also z.B.

00:43:06: habe ich öfter mal erlebt wenn ich irgendwie sage Zielgruppe ist Frauen, mach mir mal dafür einen Vorschlag für XY und so oder ihr habt für ein E-Mail oder sonst was Das es dann von der Sprache her ist etwas wo ich merke das ist mit zu weich, zu girly Was auch immer, da merkt man schon oft, da ist so'n trainierter Touch drin.

00:43:25: So wie du's angesprochen hast bringt es was, dass ich als Jude... also ich beschwer mich dann immer und sage nee so mache ich das nicht.

00:43:32: Aber bringt es etwas wenn ich auch als User die Rückmeldung in dem Prozess gebe oder ist das etwas was eigentlich schon zu spät ist?

00:43:39: Das fällt mir jetzt gerade noch einer als Frage.

00:43:40: Ich glaube das ist ein ganz wichtiger Punkt weil es ja auch bedeutet, wie können wir als User den Einfluss nehmen?

00:43:45: Ja ich würde sagen definitiv bringt es was.

00:43:47: Zum einen bringt es jetzt natürlich etwas für unser eigenes Modell oder das heißt Modell aber quasi das System dass wir nutzen weil das System lernt irgendwie auch auf unseren Eingaben gut je nachdem wie wir es eingestellt haben.

00:43:56: Wir können ja auch Einstellungen treffen.

00:43:58: quasi zum Beispiel soll ChecheBitü die nächsten Ergebnisse oder in den nächsten Chats und anderen Chats quasi wissen.

00:44:06: in Anführungszeichen Was wir quasi davor schon besprochen hatten soll es auch Basis dessen lernen.

00:44:10: Da können wir ein paar Einstellungen treffen.

00:44:14: Aber im Grunde seites Jahr würde ich definitiv sagen, es bringt natürlich jetzt schon mal was für unser Nutzer in den Verhalten das dieses System dann vielleicht in Zukunft besser passt.

00:44:21: Das ist bei mir gendert mit Doppelpunkt und oder auch nicht.

00:44:25: Also solche Einstellung genau können wir auf jeden Fall treffen.

00:44:28: Können wir auch ums System vorgeben?

00:44:32: Die Frage ist ja wahrscheinlich auch verändert dass das fürs große System also für quasi für das System an sich.

00:44:39: Ich würde sagen Ja Wir wissen nicht ganz genau, in welchem Ausmaß das der Fall ist.

00:44:44: Das legen die nicht wirklich offen.

00:44:46: Das ist natürlich ein bisschen schade aber vielleicht auch ein gewisser Sicherheitsmechanismus und man könnte es auch in eine andere Richtung denken.

00:44:50: Man könnte jetzt auch sagen, wir füttern das mit... Also ich will das nicht!

00:44:52: Aber mit ganz vielen frauenfeindlichen Gedanken kommt natürlich auch von anderen.

00:44:57: Vielleicht das Ziel seines Wegen dass so ein System ohne Schranken quasi von NutzerInnen lernt ist ein Stück weit auch gefährlich.

00:45:04: also das hatten wir ich weiß nicht Ja, das Beispiel von ich glaube Tay hieß der dieser Microsoft-Bots.

00:45:08: Der glaub' ich auf Twitter unterwegs war.

00:45:10: die hatten den quasi einfach auf Input von Nutzerinnen also mit anderen Nutzern in den Austausch treten lassen und quasi die haben dieses System auf Basis ihrer Interaktion dann trainiert und innerhalb von einem Tag war es irgendwie ein frauenfeindlicher Faschist, der irgendwie Naziparolen rausgehauen hat und er wurde Ich glaube nach ein, zwei Tagen wieder rausgenommen.

00:45:36: Da wurde quasi diese Schranke nicht vorgegeben und dann hat vielleicht Person noch absichtlich den so trainiert.

00:45:41: Deswegen würde ich sagen solche Schanken sind wichtig aber wir können einfach nehmen.

00:45:45: also was zum Beispiel wie du sagst wir können in Auster stehen können sagen hey ich fand das Ergebnis nicht gut.

00:45:50: Wir können aber auch Daumen hoch, Daumen runter geben.

00:45:52: In manchen Systemen kann man sogar Bayes aktiv aufzeigen.

00:45:56: Das hat sicherlich auch einen Einfluss auf zukünftige Systeme und wenn viele Personen von uns das tun dann wird es auch ein einfaches haben und ist am Ende auch wichtig Und das auch wieder um wichtig, dass wir auch Frauen oder auf andere magnetisierte Menschen KI nutzen.

00:46:09: Weil am Ende sollen diese Systeme ja immer besser auf die zukünftige Nutzerinnend passen und wenn wir jetzt mal davon ausgehen, dass es nur weise privilegierte Männer an dieser Systeme nutzen dann wird sie natürlich auch immer besser mit dieses System quasi programmiert entwickelt, feingetuned werden für diese Zwecke.

00:46:26: Und da sollte man natürlich verhindern.

00:46:27: Deswegen Ja!

00:46:27: Wir sollten Feedback geben.

00:46:30: Wie groß der einfach so im Ende ist hängt sicherlich eher davon ab wie viele von uns das tun.

00:46:37: Wenn du dir vorstellst, es ist zwei Tausend Dreißig.

00:46:39: Es geht ja schneller als man denkt und feministische KI ist Standard?

00:46:45: Wie würde das denn die?

00:46:46: würde das vielleicht auch unsere Arbeitswelt oder unsere private Welt beeinflusst haben?

00:46:50: Ich glaube, dass würde tatsächlich alles beeinflussen weil das was wir sehen wir hatten irgendwie linked in andere Social Media Accounts.

00:46:58: Das wird algorithmisch gesteuert also wem wir sehen was wir jetzt sehen.

00:47:02: Zum Beispiel habe ich gehört, dass der Link in Algorithmus so trainiert ist oder so festgesetzt ist.

00:47:07: Dass wir eher Personen sehen die ein bisschen mehr Reiterheit haben als wir, die quasi Coasts haben, die irgendwie besser performen als wir war es ja ein Stück weit immer den Anreiz selbst, selbst besser zu werden.

00:47:16: aber da fühlen wir uns vielleicht auch immer ein bisschen schlechter.

00:47:20: Und ich meine, das sind ganz viele Entscheidungen die in so einem System stecken.

00:47:22: Die was mit uns machen.

00:47:24: und wenn ich jetzt denke dass wir das feministische KI Das feministische Ansätze Perspektiven In solchen Algorithmen Standard sind dann würde es anders aussehen.

00:47:32: Dann würden vielleicht eher Personen sehen.

00:47:34: zum einen Ich denke würden verschiedene Blickwinkel abgebildet bekommen nicht nur die Bubble in der Wir sind sondern Es würde exkizit Diversität Anzeigen Sollen Aber vielleicht auch teilweise Inhalte, die uns gut tun und weniger nur die Inhalten, die viele Klicks machen.

00:47:48: Also auch da wissen wir ja bei YouTube, TikTok

00:47:51: usw.,

00:47:52: selbst Accounts, die eigentlich nichts einstellen, wenn sie einfach mal laufen lassen und auf nichts klicken dann sehen wir nach weniger Zeit irgendwie extremistischen rechten Content.

00:48:02: Und das würde den Schiff nicht passieren sondern wir werden sicherlich Inhaltes sehen, die da die vielleicht Urmissionspassen, die unsere aber auch andere neue Perspektiven aufmachen, aber die sicherlich nicht immer extremer werden vielleicht auch nicht nur dazu verführen immer länger auf solchen Plattformen zu sein, was natürlich aktuell der Antrieb hinter diesen System ist.

00:48:21: Auch in anderen Bereichen.

00:48:22: ich denke wenn ich an denke wir hatten von Mademony Penny und Finanzen am Ende wer kann Kredite bekommen?

00:48:30: all diese Entscheidungen die würden am ende nicht nur auf Basis von Vergangenheit passieren und die zeigen eben Frauen haben bisher weniger Geld verdient, verdienen weniger Geld, haben weniger Vermögen.

00:48:41: Haben weniger Kredite bekommen?

00:48:42: Haben sie deswegen auch seltener zurückgezahlt?

00:48:45: aber wenn wir uns tatsächlich angucken wie Frauen die Krediten bekommen haben teilen sie sogar auf besser zurück als Männer zuverlässiger und ich glaube dann würden solche Ideen mit einfließen dass wir wirklich darauf achten hier Gerechtigkeit reinzubringen.

00:48:58: das würde am Ende natürlich auch im Recruiting Einfluss haben.

00:49:01: das würde einfach haben darauf welche Schulinhalte lernen wir, welche Schulbücher haben wir?

00:49:09: Welche Texte lesen wir in der Schule?

00:49:10: Lesen wir hier vor allem weißen Männer aus dem Westen.

00:49:13: Also ich meine das war zumindest bei mir der Fall!

00:49:15: Wir könnten Untersichtsmaterial damit screenen lassen und uns Fires aufzeigen und dass wir eben gerade diverse Blickwunkel einbringen.

00:49:21: also ich da beim Ende kann es unsere Gesellschaft eigentlich fast überall positiv verändern und das ist am ende meine Vision.

00:49:31: Es ist auch möglich, ich glaube nicht wenn wir uns nur auf Meter verlassen oder Amazon und die großen Anbieter.

00:49:36: Aber es ist möglich, wenn wir schauen wie können wir selbst prägen?

00:49:41: Wie können wir vielleicht auch andere Entwicklungen unterstützen?

00:49:43: weil vielleicht noch hier was so ein kleiner positiver Ausblick... Es gibt viele Beispiele von KI-Anbietern, von Entwicklungen, auch von NGOs, die das anders machen.

00:49:53: Ein Beispiel ist zum Beispiel myprotectify, das ist ein meines Tages Unternehmens die eine KI entwickeln.

00:49:58: Die heißt Maya, das sind Chatbord oder dann Hilfe-Port der am Ende Menschen mit Gewalterfahrung und Beziehungen helfen soll also mehrheitlich Frauen.

00:50:06: Und er sollte den Support geben ohne Stereotype, Vorurteile auch diese Frauen zuzugehen wo es dann doch aufteilst naja warum hast du den nicht verlassen?

00:50:15: Du bist irgendwie selbst schuld!

00:50:17: Und das am Ende dazu führt, dass Frauen dann ein Problem haben.

00:50:20: Dass sie im Ende des Problems bei sich suchen sondern eher wie können wir solche Menschen Supporten da auch rauszugehen?

00:50:25: Ein anderes Beispiel was ich sehr cool finde hat sich auch aus Forschung entwickelt.

00:50:30: Das ist Fair Solution heißt es und das ist ein KI-System was Unternehmen einsetzen können um unterschiedliche Gaps festzustellen so beispielsweise mit Zug auf Gender Herkunft, Alter und Menschen mit Behinderung.

00:50:44: Gibt's Gaps in Karrierechancen-Unternehmen?

00:50:46: Gibt es Gaps im Bezug auf Gehalt, gibt's Zugaufführungspositionen?

00:50:50: Und dann auch Vorschläge machen wie können Unternehmen diese Gats schließen?

00:50:55: Es gibt einfach ganz viele Möglichkeiten.

00:50:57: Es gibt KI-Systeme die Sprache barrierefrei ermachen, die Sprachen inklusiver gestalten.

00:51:02: Da geht so viel was wir einsetzen können weil wir auch überlegen können Wie können wir das an unseren Unternehmen integrieren?

00:51:10: Natürlich sind das eher die kleineren Anbieter, würde ich sagen.

00:51:13: Es sind oft irgendwie auch NGO getrieben.

00:51:15: Die sind teilweise aber auch politisch unterstützt.

00:51:19: und ja vielleicht noch als nächstes Beispiel Gesundheit.

00:51:22: Am Ende gibt es hier ein großes Skeppfrauen.

00:51:24: Sie haben oft schlechtere Gesundheit als Männer.

00:51:26: Es werden ihre Krankheiten nicht erkannt.

00:51:28: Diese Symptome werden nicht erkannt.

00:51:29: Sie werden falsch behandelt.

00:51:31: Und natürlich kann KI absolut alles davon reproduzieren Aber sie kann auch eingesetzt werden, um genau so was zu verändern.

00:51:37: Deswegen würde ich sagen ja wenn ich daran denke dass es im Jahr ist, dass die KI feministisch geprägt ist dann kann das unser Leben sehr viel gerechter machen.

00:51:47: Das klingt wirklich schön.

00:51:49: und mit diesem Ausblick gehen wir jetzt quasi in drei letzte Fragen, die ich an dich persönlich habe.

00:51:54: Was ist dein Lieblingsort zum Arbeiten?

00:51:56: Ist das da, wo deine Katze gerade zu sehen war?

00:51:58: Ja tatsächlich würde ich sagen es ist eigentlich mein Homeoffice und da wo meine zwei Katzen sind.

00:52:03: Teilweise auch auf dem Sofa kommt ein bisschen drauf an wie an was ich arbeite finde ich manchmal auch sehr angenehm mit Tee oder einem endkoffinierten Cappuccino und mit einer Decke und einer Katze drunter.

00:52:14: oder mein Home-Office?

00:52:17: Ja, sehr cool.

00:52:18: Das Sofa kaufe ich sofort mit und hat sich bei mir auch immer mehr durchgesetzt in letzter Zeit.

00:52:22: Das letzte richtig gute Buch was du gelesen hast, deins mal klar?

00:52:28: Vielleicht noch ein anderes...

00:52:32: Was habe ich gelesen?

00:52:32: Also ich höre sehr gern Hörbücher!

00:52:34: Und ein Buch das jetzt erstmal kein Sachbuch war ist letztes habe ich tatsächlich heute morgen fertig gehört.

00:52:38: Das war Sunrise on the Reaping.

00:52:41: Es ist quasi eine Fortführung von Tribute von Panem gewesen Schon auch ein bisschen schwere Kost.

00:52:48: Ich fand es schon auch, aber trotzdem am Ende wenn ich mir denke was wir für faschistische Strukturen sehen dann glaube ich ist es auch ganz gut nochmal zu erinnern so an so dystopien.

00:52:57: und vielleicht wenn ich jetzt an KI denke oder einen Sachbuch welches ich gehört habe Was ich richtig gut von das hieß more everything forever?

00:53:06: Ich bin mir nicht ganz sicher wie's auf deutsch heißt Aber da gehts auch darum quasi Welche mächtigen Personen gibt's hinter KI?

00:53:14: Wer hat Einfluss, was ist deren Ziel und wie können wir das verändern.

00:53:18: Und wie kann man eigentlich auch einen demokratischen kritischen Blick drauf haben?

00:53:20: Das fand ich extrem gut.

00:53:23: Ja super!

00:53:24: Dann haben wir gleich zwei Buche Empfehlungen einmal deins auf jeden Fall um sich bei KI weiterzuentwickeln und gleichzeitig was du gerade empfohlen hast packen wir auf jeden fall auch beide in die Shownotes.

00:53:33: Was ist eine Sache die dich sofort entspannt

00:53:36: mich entspannt, sehr zu malen oder zu zeichnen und dabei Hörbuch zu hören.

00:53:40: Also ich finde das ist was da... also ich seh' jetzt auch auf meiner Uhr die macht so hellste Tracking oder gewisse Tracking und sehr oft ist es wirklich dann ein bisschen blauen Bereich malen und zeichern.

00:53:49: Manchmal auch Musiker war eigentlich Hörbuch und zeigte nur gerne um Hörbruch, was ich schon kenne.

00:53:53: Dann komme ich in so einen ganz medikativen Feeling.

00:53:59: Schöne Anregung!

00:53:59: Oh ja habe ich richtig Lust zu jetzt gerade.

00:54:01: Vielen Dank!

00:54:01: Es war Montagmorgen aber macht ja nichts.

00:54:04: Nicht beste Zeit, aber ich guck mal.

00:54:06: Also vielen Dank an dich Eva!

00:54:08: Ich glaube die Message ist klar.

00:54:09: wir haben überall Möglichkeiten mitzuwirken und wenn es manchmal vermeintlich klein ist, aber das macht alles in der Summe ein Unterschied.

00:54:16: und deswegen der große Appellant uns da bewusster vorzugehen, bewusst dazu korrigieren, bewusst auch noch Fragen zu stellen damit Benachteilungen nicht weiter reproduziert werden.

00:54:25: Vielen Dank an Dich liebe Eva dass Du zu Gast

00:54:28: machst.

00:54:28: Vielen Dank auch an dich.

00:54:29: Und wenn dir die Folge gefallen hat, der vor allen Dingen viel Impulse mitgegeben hat, dann teil die super gern auch mit Freundinnen und Kolleginnen so dass wir wirklich das Thema auf weiter verandern.

00:54:39: Vielen vielen Dank und bis

00:54:40: zum nächsten Mal!