KI: Hype, Handwerk und Hausaufgaben – warum jetzt alle von Automatisierung sprechen
Medial und im Arbeitsalltag kommt man momentan kaum daran vorbei: Künstliche Intelligenz. Im Büro erzählt der Kollege, dass er seine Präsentation «schnell von ChatGPT» erstellen lässt. Auf LinkedIn posten Personen Bilder, die nie fotografiert wurden. Und Microsoft, Google & Co. bauen überall «Copiloten» ein, die angeblich alles besser und schneller können – von der E-Mail bis zur Excel-Formel. Die gute Nachricht: Hinter all dem Hype steckt etwas ziemlich Bodenständiges. KI ist im Kern nichts anderes als Automatisierung – nur eben für Denkarbeit statt für Muskelarbeit.
KI-Transformation: Früher Fliessband, heute Schreibtisch – und ein Reifegradmodell
Automatisierung ist nichts Neues. Früher haben Maschinen körperliche Arbeit übernommen: Fliessband, Roboter, Fertigung. Heute sind vor allem Aufgaben am Schreibtisch dran: schreiben, sortieren, planen, analysieren, prüfen. Wie reif eine KI-Anwendung ist, zeigt sich daran, welche Aufgaben sie übernimmt. Man kann das als Reifegradmodell lesen – von der simplen Spielerei bis zur orchestrierten KI-Organisation (siehe Abbildung).
Ganz zu Beginn steht das einfache LLM: ein klassisches Frage-Antwort-System. Man tippt etwas ein, das Modell antwortet – ohne eigenes Wissen über ein Unternehmen, nur auf Basis seines vortrainierten Modells.
Der nächste Schritt ist der RAG-Ansatz (Retrieval Augmented Generation): Zur reinen KI kommt eine eigene Wissensbasis dazu, eine kleine Sammlung an Dokumenten beispielsweise. Die KI holt zuerst relevante Dokumente aus einer Datenbank und formuliert darauf basierend eine Antwort. Aus «nur chatten» wird: Frage – Suche – Antwort. Dann folgen Agenten: KI-Komponenten, die nicht nur antworten, sondern aktiv Aufgaben übernehmen – etwa Daten abrufen, Dateien erstellen oder Workflows anstossen. Im Multi-Agenten-System arbeiten mehrere solcher Agenten zusammen, teilen sich Aufgaben auf und spielen sich Zwischenergebnisse zu. Die höchste Stufe ist Agentic AI: eine Art KI-Ökosystem, in dem mehrere Agenten koordiniert zusammenarbeiten, Prozesse sich mit der Zeit optimieren und neue Lösungswege «entdeckt» werden. Hier reden wir nicht mehr von einzelnen Tools, sondern von lernenden, orchestrierten KI-Strukturen, die ganze Arbeitsabläufe mitprägen.
Learning by Doing: KI lernt man nicht «aus Folien» oder indem man zehn Artikel liest.
Hier wird es spannend für Weiterbildungsteilnehmende: KI ist kein Thema, das man nur verstehen kann – man muss sie anwenden und sozusagen «be-greifen». Man wird nicht KI-kompetent, indem man zehn Artikel liest. Man wird KI-kompetent, indem man beispielsweise zehn konkrete Aufgaben mit KI ausprobiert.
1. Man gibt eine Aufgabe ein («Antworte mir folgende E-Mail an Frau Stohler…»).
2. Das Ergebnis ist «okay, aber noch nicht gut».
3. Man wird präziser: ergänzt Kontext, Zielgruppe, Tonalität, Länge.
4. Man merkt: Je klarer der Auftrag, desto besser die KI.
Diese Schleife – ausprobieren, anpassen, wiederholen – ist das eigentliche Learning by Doing. Mit jedem Versuch lernt man nicht nur, wie die KI reagiert, sondern auch, wie gut (oder schlecht) man selbst seine Aufgaben beschreiben kann. KI ist in diesem Sinn nicht nur ein Automatisierungstool, sondern auch ein Spiegel: Wer seine eigenen Prozesse nicht versteht, kann sie auch nicht gut automatisieren.
Wer in Zukunft mitreden will, wenn es um KI geht, braucht nicht zwingend einen technischen Hintergrund, wohl eher eine technische Affinität. Aber er braucht ein gutes Verständnis von Prozessen und Aufgaben. Damit wird KI-Kompetenz zu Automatisierungskompetenz: Nicht die Frage Welches Tool ist gerade hip? steht im Mittelpunkt, sondern: Wie kann ich meine Arbeit so aufsetzen, dass KI mir sinnvoll zuarbeitet?
Entsprechend sind auch die Weiterbildungsformate an der Hochschule Luzern praxisorientiert aufgebaut – etwa das CAS Business and Service Innovation. Hier werden nicht nur Service-Innovation und neue Geschäftsmodelle erlernt, sondern die Teilnehmenden eignen sich gleichzeitig ganz konkret den Einsatz von KI in ihren eigenen Projekten an.
Zudem bietet die Hochschule Luzern – Wirtschaft neu auch den Fachkurs Generative KI im Business an und das SAS Generative KI für Marketing und Kommunikation.
