Podcast
Mit Sarah Rojewski, AI Future Thought Leader
Sarah Rojewski zeigt, warum der sinnvolle Umgang mit KI weder aus Hype noch aus Abwehr besteht. Die Folge verbindet Chatbot-Praxis, Sicherheitsfragen, Bildungsmodelle, europäische Abhängigkeiten und die Frage, wie viel Unsicherheit Du aushalten musst, ohne handlungsunfähig zu werden.
Sarah beschreibt ihren Start bei Telefónica 2016: ein erster Chatbot, 90 Tage Pilotzeit, viel manuelles Intent-Mapping und eine klare Frage im Hintergrund: Wie findet der Mensch schnell die richtige Antwort, ohne sich durch zu viel Content zu kämpfen? Der Punkt ist wichtig, weil er zeigt, dass Conversational AI nicht erst mit ChatGPT begonnen hat.
Ein großer Teil der Vorfälle entsteht laut Gespräch, weil Leute Free-Tools nutzen, ohne nachzudenken, und Originaldaten hineinkopieren. Dazu kommen Unwissenheit, falsche Annahmen über Datenschutz und unzureichende Enterprise-Setups. Das Problem ist also häufig weniger das Modell als die Art, wie es im Unternehmen oder privat eingesetzt wird.
Sarah hält das Ersetzungsnarrativ für zu kurz. Sie argumentiert stärker mit Enhancement: neue Rollen, neue Prozesse, neue Berufsbilder und mehr Möglichkeiten für zigzag careers. Gerade für Unternehmen bedeutet das nicht automatisch Stellenabbau, sondern oft die Chance auf Reorganisation und neue Wertschöpfung.
Sarah steigt 2016 bei Telefónica in die KI-Welt ein, als sie gemeinsam mit einem Startup einen kleinen Chatbot namens Lisa aufsetzt. Der Auftrag ist pragmatisch: Kundinnen und Kunden sollen schneller zur Antwort kommen, statt sich durch FAQ-Wüsten zu klicken. Dafür wird viel manuell gearbeitet, besonders beim Intent-Mapping. Es gibt noch keine Transformer-Modelle und kein ChatGPT, sondern viel menschliche Übersetzungsarbeit zwischen Sprache, Fachwissen und Systemlogik.
Genau das macht den Rückblick so wertvoll: Er zeigt, dass der Sprung von klassischen Chatbots zu heutigen LLMs groß ist, aber nicht aus dem Nichts kam. Wer versteht, wie mühsam frühe Systeme waren, versteht auch besser, warum heutige Nutzererwartungen so stark gestiegen sind.
Im Gespräch wird deutlich: Viele Security-Vorfälle rund um LLMs entstehen, weil Menschen freie Versionen nutzen, sich nicht anmelden und trotzdem sensible Daten eingeben. Sarah benennt dafür zwei Treiber: Unwissenheit und die Erfahrung, im Unternehmen mit unpraktischen Regeln oder zu schwachen Tools arbeiten zu müssen. Wenn im Alltag nur ein abgespecktes Setup erlaubt ist, überrascht es nicht, dass Mitarbeitende heimlich zu anderen Lösungen greifen.
Ihre klare Linie: Für den Alltag kann KI sehr nützlich sein, aber Du solltest keine Finanzdaten, keine Kreditkarteninformationen und keine tiefen Gesundheitsdaten hineingeben. Das ist kein Alarmismus, sondern eine einfache, belastbare Faustregel.
Sarah sieht durchaus, dass KI im Gesundheitsbereich helfen kann, vor allem dort, wo Versorgung knapp ist oder Menschen lange nach einer Diagnose suchen. Gleichzeitig bleibt die Frage nach Vertrauen, Datensensibilität und Halluzinationen zentral. Deshalb befürwortet sie feinere, stärker spezialisierte Modelle wie ein mögliches ChatGPT-Health-Setup eher als die unkritische Nutzung der allgemeinen Oberfläche.
Der interessante Punkt ist nicht nur, dass es solche Use Cases gibt, sondern dass sie moralisch und praktisch gleichzeitig diskutiert werden müssen. KI kann hier sinnvolle Unterstützung sein, ohne dass man blind in sie Vertrauen legen sollte.
Ein großer Teil der Folge dreht sich um digitale Souveränität und geopolitische Abhängigkeiten. Sarah macht deutlich, wie stark die KI-Landschaft von US-Firmen geprägt ist und wie tief die Kapital- und Modellstrukturen dort miteinander verknüpft sind. Ihr Fazit ist nüchtern: Reine Abgrenzung wird in Europa kurzfristig nicht reichen.
Stattdessen plädiert sie für eine Mischform aus amerikanischen Produkten, europäischen Zusatzangeboten und Middleware-Ansätzen, die Abhängigkeiten reduzieren. Sie nennt Beispiele wie Langdock und n8n als Teil eines entstehenden Ökosystems. Das ist kein Freiheitsmythos, sondern ein realistischer Versuch, handlungsfähig zu bleiben.
Externer Inhalt
Wird von Google Ireland Ltd. geladen.
„Zwischen KI-Angst und Aufbruch: Warum wir Ambiguitätstoleranz lernen müssen | Sarah Rojewski, AI Future Thought Leader" ist bei YouTube gehostet. Beim Laden wird eine Verbindung zu YouTube/Google aufgebaut.
Beim Laden werden Daten (z. B. IP-Adresse, Browser-Informationen) an Google Ireland Ltd. / Google LLC übertragen. Beim Laden Verbindung zu YouTube/Google; eine Übermittlung in die USA kann nicht ausgeschlossen werden.
Wir haben die Kernideen dieser Quelle als strukturierte Markdown Datei aufbereitet, damit du es perfekt als Kontext für dein eigenes KI-Projekt nutzen kannst. Lade die Datei herunter, wirf sie in das Tool deiner Wahl und arbeite damit weiter!
Wenn du aus deinem Interesse echte Praxis machen willst, komm' in die Blackboat Academy! Von kompakten Workshops über mehrwöchige Intensivprogramme bis zur persönlichen Begleitung über ein ganzes Quartal: in unserer Academy findest du das Format, das zu deinem Ziel, deinem Level und deinem Zeitrahmen passt.
Wenn das Thema gerade für dein Team, dein Event oder deine Führungsebene relevant ist, kann Christoph den Impuls auch live in eure Organisation bringen.
Kennst du jemanden, der unbedingt mit Christoph abnerden sollte? Jemanden mit einer starken Story, einer ungewöhnlichen Perspektive oder echtem KI-Praxiswissen? Oder möchtest du mit deinem Produkt die richtige Zielgruppe erreichen? AI to the DNA erreicht Entscheider:innen, die KI nicht nur verstehen, sondern umsetzen. Wenn dein Angebot dazu passt, lass uns sprechen!