Da sind wir wieder beim Deep Tech Deep Talk. Und zwar wie immer mit Alois und einem Gast, dem Werner Bohula. Alles hört heute eine Sonnenbrille auf. Das Pokerface sozusagen. Werner, was machst du so jetzt hier mal? Werner hat auch eine Brille auf, aber keine Sonnenbrille. Nämlich die Deep Tech Brille heute auf. Genau, ich bin Head of AI bei Pingtum und bin dort verantwortlich für die Anwendung von AI im EdTech -Bereich.

Also es ist keine Werbung, richtig? Genau, nicht Ad -Tech mit A, wie Alois schon sagte, sondern E, wie Ed, wie Education. EdTech ist ein wichtiger Bereich der Informatik, wo es darum geht, Education -Inhalte, also Fortbildung, Bildung, Lernen mit technologischen Methoden zu machen. Klassischen Sachen sind so Moodle und solche Plattformen, auf denen man lernen kann. Moodle ist eine Plattform.

Also es ist eine Plattform, wo man Lerninhalte reinstellen kann, Texte, Videos. Es gibt interaktive Elemente, diese klassischen Multiple -Choice -Fragen und solche Sachen. Viele Unis nutzen die Plattform. Richtig, im Uniumfeld ist es sehr gut verwendet worden. Ich habe auch selber Projekte mit Moodle entwickelt, zum Beispiel fürs Auswärtige Amt. Ist das Moodle .com? Ich glaube Moodle .org, weil das ist ein Open -Sourcing. So vergleich mal mit WordPress. Es gibt WordPress .com, ist die kumenzielle Arm und WordPress .org ist der

Früher hat man die ganzen Open Source, die gemeinnützigen Themen, immer Org genannt. Heute ist so irgendwie, gerade im KI und im Deep Tech Bereich und was mit Technologien angeht, irgendwie gefühlt alles Open Source. Das hat natürlich einen Grund. Es gibt auch bei Large Language Models ja mittlerweile Open Source Modelle. Und die Argumentation ist natürlich, dass man sagt, Open Source ist ein frei verfügbares System.

Das heißt, es gibt nicht einen kommerziellen Anbieter, der das beschränkt in der Verwendung, sondern es gibt verschiedene Möglichkeiten, das zu lizenzieren, dass man es frei verwenden kann, für bestimmte Zwecke verwenden kann. Das Gute bei Open Source, ich komme ja auch aus der Softwareentwicklung, ist, dass sich meistens gute Open Source -Projekte eine ganze Community von Developern herumschadet, weil man es halt kostenlos verwenden darf. Und es dann eine Community gibt, die dann, wenn Probleme da sind oder Weiterentwicklung gemacht werden sollen, sich zusammentut, das Produkt zu verbessern. Es hat nicht eine Firma, also einen Daumen drauf. Wir machen nur das und das nicht.

sondern es wird dann weitgehend hoffentlich basisdemokratisch entschieden, wie man ein Produkt weiterentwickeln kann. Beispiel dafür sind Linux, WordPress und Tupol zum Beispiel und auch Model. Das beschleunigt natürlich gerade viel. Das heißt, die Open -Source -Community ist beinahe, würde ich sagen, auf Augenhöhe mit den ganzen großen Plänen. Das Gefühl ist, die Entwicklung im Open -Source -Bereich so schnell wie nie. Absolut. Also wenn man sich anschaut, wie viele Modelle inzwischen, wenn wir bei dem Thema generativer KI bleiben, wie viele Modelle inzwischen Open -Source angeboten werden, auch mitten in

kompletten Transparenz, dann sehen wir da einen ganz großen Trend, wie auch insgesamt in der Softwareentwicklung, wo sich das Spiel irgendwann gedreht hat und wir wirklich inzwischen sehr, sehr starke Communities haben, die diese Entwicklung teilweise über Jahrzehnte, wie Werner auch schon richtig gesagt hat, entsprechend begleiten. Aber was machst du normalerweise in deinem Alltag? Ja, mein Job ist, wie ich sagte, als Head of AI das Lernen in das KI -Zeitalter zu führen. Ich arbeite bei Pingtum. Pingtum ist ein e -Learning -Anbieter.

Wir haben ungefähr 600 interaktive Elemente bereits entwickelt, also Lerneinheiten. Die sind meist über eine Stunde lang. Ich weiß nicht, ob ihr euch bisschen damit auskennt, also so typische Lerneinheiten sind, es wird erst ein Video gezeigt, dann werden halt die Inhalte da so bisschen besprochen da drin, dann gibt es Hintergrundinformationen, dann gibt es halt Fragen, die man dazu beantworten muss. Es ist halt so ein komplett geskriptes Format. Das Coole bei Pingtum ist auch, die zum Beispiel die Videos, die werden komplett im eigenen Studio produziert, das hat also sehr hochwertige Qualität.

Und es wird in fünf Sprachen produziert. Wir haben in den letzten Jahren, wie gesagt, über 600 von diesen Einheiten produziert. Innerlich geht es hier Soft Skills. Also es geht jetzt nicht darum, wie man jetzt Salesforce bedient oder Word irgendwie, sondern es geht darum, wie man zwischenmenschliche Beziehungen organisiert, zum Beispiel, wie ich eine Kundenbeziehung aufbaue, wie ich empathisch führe, wie ich mich persönlich verbessern kann. All diese Soft Skills sind natürlich in allen Firmen extrem nachgefragt und das ist also ein sehr gutes Geschäft.

weil man damit dann gleich ganze Abteilungen oder ganze Firmen halt auf einen bestimmten Stand bringen kann. Hier wandelt also quasi unterschiedliche Kompetenzen, wichtig sind, praktisch einen IP zu generieren in diesem Attack -Bereich, richtig? Genau. Kompetenz ist ein sehr wichtiges Wort hier, weil es gibt ja viele auch Start -ups, die dann so randommäßig Sachen zusammenstellen. Und auch bei LinkedIn findet man auch zu jedem Thema irgendwie eine Fortbildung. Bei Pinktum ist es sehr systematisch aufgebaut. Und zwar hat man über die Jahre

Grundkompetenzen und zwar Führungskompetenzen und Verkaufskompetenzen systematisch ausgearbeitet, auch mit immer mit den Firmen weiterentwickelt und diese Kompetenzen herum gliedern sich alle Lerninhalte. Das heißt wir haben ein sehr strukturiertes System von Lerninhalten, die auf solche Kompetenzen an einen zahlen. Werner, wenn ich mir das so anhöre, merkt man sofort dein Enthusiasmus und den Fit für deine Arbeit da. Wenn ich jetzt einen Schritt zurückgehe und mir mal einmal anschaue, sozusagen was hast du früher gemacht? Du bist Linguist, das heißt

Du hast dich schon mit solchen Themen wie Natural Language Processing, ist jetzt inzwischen sehr bekannt geworden durch solche großen Sprachmodelle wie CechiPT, hast du eigentlich schon vor Jahrzehnten erforscht von der Sprachperspektive her. Da würde mich mal interessieren, was hat sich eigentlich in diesen Jahren getan und kann man heute behaupten, dass Sprache durch die großen Modelle dekodiert worden ist? Ja, ist witzig. Meine Magisterarbeit in den 90er Jahren.

beschäftigt die sich mit der Entwicklung eines natürlichsprachlichen Dialogsystems, was eigentlich nur eine Verklausulierung ist für ChatGPT. Nur wenn du jetzt auf die Entwicklung aufgehst, 90er Jahre, das hieß ein 386er PC mit 20 MB Festplatte, also da konnte man nicht viel machen. Das war also ein sehr, sehr simples und ganz kleines System. Natürlich hat sich in dieser Zeit gewaltig viel getan und wir hatten ja auch einen sogenannten KI -Winter. Man sieht das daran, ich, nachdem ich diese Arbeit abgegeben habe, 30 Jahre was ganz anderes gemacht habe, weil mit KI konnte man da eigentlich kein Geld verdienen.

Und jetzt mit ChatGPT ist das ganze Thema natürlich wieder komplett im Fokus gewesen. Und auch für mich war das der Anlass zu sagen, ich bin da Computerlinguistiker, was ein komischer Berufsbezeichnis vielleicht ist, dass ich genau da wieder anknüpfe, nachdem ich wie gesagt 30 Jahre was anders gemacht habe. Und es gibt natürlich zwei riesige Entwicklungen, die da inzwischen zeitlich passiert sind. Das eine ist natürlich die unglaubliche Hochskalierung durch Hardware. Wie gesagt, hat er gesagt, 3 ,86er mit 20 Megabyte.

Heute wird so ein Large -Language -Modell in einem Rechenzentrum mit 100 .000 GPUs trainiert. Da läuft ein Gigawatt Strom rein. Das wird über drei Wochen trainiert. Die Trainingsdaten sind mehrere Trillionen Wörter. Allein von der Masse und von der Quantität ist natürlich ein riesiger Sprung passiert. Aber auch qualitativ, die Modelle haben sich weiterentwickelt. Früher, ihr hattet es aus dem OEM -Podcast ja auch schon mal angesprochen, halt regelbasierte KI. Man arbeitet mit Regeln, die man kompliziert ausformulieren muss. Da kommt man ganz schön an die Grenzen.

Weil Regeln natürlich ein Mensch schreiben muss und die testen muss. wenn du so was Komplexes wie Sprache und auch Wissen in Regeln fassen willst, da gab's ja auch Versuche in den 80er Jahren, zum Beispiel das Zeig von Doug Lennart, das zu formalisieren, dann kommt man ganz schnell an die Grenzen. Und ihr hattet das, glaub ich, auch schon angesprochen in eurem Podcast. Seit 2017, als diese Transformer -Modelle gibt, das ist Modell, Google entwickelt hat, hat man nur die Möglichkeit, ohne dass man jetzt einen Menschen da eingreifen muss, diese riesigen Textmengen einzufüllen in dieses

das über ein paar Wochen trainieren zu lassen, dann ein Modell zu haben, was sprachliches Wissen nicht formalisiert, aber komplett in ein statistisches Modell abbildet. Und das ist das, was wir heute sehen mit Chalchibetigen. Ich habe am Wochenende tatsächlich so ein Artikel, weiß gar nicht in welchem Magazin das war, auf jeden Fall ging es babilonische Keilschrift. Und zwar 3000 v. Chr. Und die haben halt so Tonentafeln geschrieben, deswegen wurde das alles ganz gut überliefert. Und dann gibt es tausend von diesen Tonentafeln, die wurden noch nicht alle.

entschlüsselt, sind oftmals irgendwie Kochrezepte oder irgendwie geschulischen Themen und so weiter und so fort. Superspannend, weil man natürlich erstmal denkt, in der Auswertung dieser Sprache müsste ja KI der Knaller sein. Aber auf der anderen Seite, und da kommt dann ja wirklich noch, muss man ganz klar sagen, die menschliche Intelligenz ins Spiel, ich muss ja trotzdem Kontext kennen, diese Keilschrift zu entziffern. Das heißt, ich muss ja irgendwo einen Bezug herstellen, überhaupt zu wissen, was habe ich da vor mir? Ist das ein Bild? Ist das Schrift? Ist

Muster. Das ist, finde ich, ganz spannender Twist -Ding, glaube ich, noch viele nicht verstehen. Dass man dann denkt, wir haben jetzt gar KI, ich lasse das darüber laufen, ihr kennt schon irgendeinen Pattern und sagen, wenn das da drin steht. Wie weit sind wir da und wo siehst du da die Perspektive in nächsten Jahren? Das ist eine gute Beobachtung von dir. Als Sprachwissenschaftler weiß man natürlich, dass sprachliche Zeichen nur die Oberfläche ist. Das ist ja ein Token. Und Token heißt ja halt, das ist so ein kleines Merkzeichen.

Die eigentliche Information, das eigentliche Wissen ist ja in deinem Kopf. Deshalb gibt es auch heutzutage die starke Verwechslung, dass jetzt Chachibiti irgendwie schlau ist oder irgendwas weiß oder irgendwie Wissen da drin ist. Das sind ja nur sprachliche Token. Also die Interpretation des Wissens kommt durch uns hinein. Und wenn du diesen Kontext nicht hast, dann kannst du, im Endeffekt sind das ja Zahlen, eine Folge von Zahlen, die irgendwo abgebildet wird, die auf irgendwas anders abgebildet wird. Wenn du den Kontext nicht hast, weißt du auch nicht, was der Sinn dazu ist. Das heißt, du musst diesen...

in das es eingepasst wird, natürlich mitliefern. Das kannst du nur durch Vorwissen. Dadurch kriegt man sehr komplexe Zusammenhänge, auch abgebildet. Aber die Interpretation bleibt natürlich bei Menschen. Wenn wir das Thema weiterdenken, sagen, es kommt irgendwann noch mal stärkere Rechenpower an den Markt, sei es Quantum oder whatever, dann wäre die Annahme, wenn es wirklich scharf, eine höhere Intelligenz zu schaffen, dass diese Intelligenz auch irgendwann die menschliche Intelligenz ablöst und diese kontextuale Wissen erkennt.

Wie realistisch haltet ihr das, dass das in den nächsten Jahren passieren könnte? Also ich glaube, wenn man sich den Begriff der sogenannten AGI, Artificial General Intelligence anguckt, den man unterscheiden muss von ASI, Artificial Super Intelligence, dann glaube ich schon, dass wir eine AGI in den nächsten Jahren realistisch erreichen können. Wobei AGI wirklich in Anführungsstrichen nur bedeutet, dass wir in allen menschbekannten kognitiven

die wir in unserem täglichen Leben so durchführen, eine KI haben, die mindestens so gut sind, wie wir selbst darin. Eine ASI, eine Artificial Super Intelligence, wäre dann sozusagen schon fast die Science -Fiction -Perspektive, wo wir sagen, da gibt es eine KI, die hat eine gewisse Intention, etwas zu machen und so weiter. Das ist aber in dem AGI -Begriff eigentlich nicht mit drin, sondern da ist der Benchmark wirklich sozusagen unsere kognitiven Prozesse, Aufgabenarbeiten, Zusammenfassen von Texten beispielsweise.

oder Erklärungen machen, Interpretation von Texten beispielsweise durchführen oder von Bildern. Und wenn das eine KI mindestens so benchmarkt wie der Mensch und das entsprechend in allen Aufgaben, dann sind wir in der AGI und das finde ich, so wie die meisten auch Computerexperten, in den nächsten fünf Jahren für durchaus realistisch zu erreichen. Fünf Jahre, das ist ein schöner Zeitraum. Gucken wir uns mal an. So, jetzt sind wir uns im Raum der EdTech. Wo sind wir denn? Also ich kann mir jetzt vorstellen und ich habe da

bin da nicht so tief drin wie ihr, aber ich kann mir vorstellen, dass die IP ist ja dadurch, dass ich diese verschiedenen Kompetenzen miteinander bündle und die Möglichkeiten der Technologie praktisch als das Salz in der Suppe dazu bringe. Ein klassisches LMS zu bauen ist, glaube ich, Commodity. Das braucht man nicht mehr, zwangsläufig, eine IP zu generieren. Oder wo steht ihr da? Genau, das ist genau die richtige Betrachtungsweise. Heutzutage glauben viele, dass dadurch, ein Large -Language -Model ja jeden Text generieren kann, dass das jetzt ein hoher Wert ist. Aber das kann ja jeder machen. Es gibt auch Open Source.

Das heißt, der eigentliche Wert liegt in der IP und zwar in dem strukturierten Wissen, was aufgebaut wurde. Wissen, was eine Firma aufgebaut hat, Wissen, was eine Universität aufgebaut hat, das gute alte Schulwissen oder auch das Wissen in Content - oder Verlagshäusern und so weiter. Man sieht das zum Beispiel daran, dass zum Beispiel OpenAI mit der New York Times einen riesigen Vertrag hat, mit Springe haben sie in Deutschland auch einen Vertrag, dass sie sich das Recht damit erkaufen, auf diese IP, auf dieses Wissen zuzugreifen. War das illegal zu nutzen?

Konterkontroler geht ja halt so in den Sinn, dass ich dieses Wissen besitze. Und wenn man nochmal zu Pingtum zurückgeht, also das Wissen, dort aufgebaut wurde, ist der eigentliche Wert in dieser Firma. Der Wert ist ja das Knowledge, weil wir sprechen heute von wissensbasierter Ökonomie und Wissen ist nicht nur Macht, Wissen ist auch Geld, Wissen ist Wert. Und das ist ein bisschen verloren gegangen, weil die Leute glauben, ich kann jetzt alles mit Shared GPT erzeugen. Wenn man genauer mal hinguckt, die Qualität des

Auch die rechtliche Sicherheit des Ganzen, darf ich das verwenden? In Hamburg ist ein Prozess anhängig mit Künstlern, deren Bilder in KIs reintrainiert wurden. Solche Sachen sind im Grenzbereich zwischen Legalität und Illegalität. Und der, der das Knowledge und die IP besitzt, hat nach wie vor eine starke Position. Wie seht ihr da die Chancen? Ich glaub, bei ZUNO gibt es grad einen ähnlichen Prozess. ZUNO wird grad von der Musikindustrie komplett beklagt. Wie seht ihr die Chancen?

Es ist ja nicht nur analysierter Content, es ist ja wirklich synthesierter Content im Zweifel. Selbst wenn es da reingeladen wurde, kann jetzt komplett subjektiv sein. Wie wahrscheinlich seht ihr das, dass da so eine Musikindustrie oder solche Künstler tatsächlich Erfolg haben? Von der einen Seite hängt das sicherlich von der starken oder schwachen Lobby ab, wie stark man sich da durchsetzen kann. Es ist schon so, dass bei den generierten Werken es teilweise, man könnte jetzt sagen auch statistisch, Ähnlichkeiten gibt zu dem originären und da muss man sich natürlich

die Frage stellen, wie geht man mit solchen Fällen Selbst wenn dieses System, was eigentlich nur rein statistischen Output generiert, sehr nah beispielsweise an einer Marke dran ist, dann ist das ein ganz klarer Vorfall, wo man sagt, da hat die Marke im ursprünglichen Sinne einen Schutz und der muss halt gewährt werden und der kann durchgesetzt werden. Und nur weil es sich jetzt ein künstliches KI -System sozusagen handelt, was das gemacht hat, gibt es da eigentlich keinen Unterschied.

Deswegen kann man sicherlich so die eine Seite verstehen. Ich glaube aber, wir brauchen insgesamt eine Erneuerung und auch so ein bisschen mehr frische Gedanken im Bereich der Intellectual Property und auch wie man in Zukunft zum Beispiel auch mit solchen Themen wie der Incentivierung von Künstlern umgeht. Also deren Daten letztendlich eingeflossen sind, das möglich zu machen, was heute ein gutes generatives KI -System entsprechend machen kann. Im Kunstbereich, im Musikbereich, wenn wir schon einen kleinen Ausflug machen, da sehen wir ja gerade, da gibt es

Die Madame Swift die ganze Konzert, ganze Städte in ihr Stadion lockt. Und zu extrem hohen Preisen. Und die kompensieren ja jetzt schon das, was ich mein, so Spotify und Co und Google Music und YouTube Music heißen die heute. Die haben ja schon ganz stark das, was die Künstler früher mit Platten und CDs und Co verdient haben, ganz stark minimiert. Jetzt kommt natürlich ein Sono die Ecke, Sono .com. Könnt ihr euch mal angucken. Das ist ganz nette Spielerei. Aber inzwischen nicht nur eine Spielerei, sondern die machen ja wirklich ernsthaft.

Wir ganz gut verträgliche Musik. haben die Künstler auf einmal Angst und positionieren sich natürlich wieder ganz klassischen Konzerten und nutzen Konzerte, das was wir aus den 60er 70er kennen, als Haupteinnahmequelle wieder. Die ganzen Sachen, die eine ganze Zeit lang digitalisiert wurden, immer stark vereinfacht wurden von wirklich analog von Konzert zu Platte zu CD zu Wir laden es runter. Es sieht gerade einen krassen Gegentrend zu wieder Back to the Roots.

Das ist ja auch grundsätzlich was, den Arbeitsmarkt betreffen könnte. Und jetzt kommt noch ein kleiner Ausflug, dass praktisch alles, was immer digitaler wurde, vermeintlich digitaler und einfacher, durch KI auch teilweise dann obsolet wird. Das sehen wir ja gerade so ein Stück weit beschleunigt in der Musikindustrie, dass dann auch viele einfach sagen, okay, jetzt muss ich mich wieder auf was anderes konzentrieren und meine Arbeitskraft da reinstecken. Gerade im EdTech -Bereich kann es ja auch ganz spannend sein,

diese ganzen Digitalisierungsbemühungen, die glaube ich auch sehr zeitraubend sind für Leute, sich damit beschäftigen, dass die sich dann auf das Wesentliche wieder konzentrieren können, wirklich den Leuten aus faire zu helfen, den Leuten dabei zu helfen, sich weiterzuentwickeln. Ja, das ist ja tatsächlich die Entwicklung, dass Facetime immer wertvoller wird. Also direkt den Künstler zu sehen, direkt mit deinem Coach zu sprechen, ist natürlich wesentlich wertvoller, als irgendwas Vorbereitetes, Automatisiertes zu machen. Und die Angst, die natürlich dahinter steckt, ist natürlich, dass Jobs ersetzt werden.

Und du hattest gerade schon bisschen die Differenzierung davon auch dargestellt. Es wird ja eher so sein, dass die lästigen Routineaufgaben, die keiner gerne macht, die Verwaltungsaufgaben, die auch im kreativen Bereich immer da sind, Sachen ausprobieren, Drafts machen, die dann durchtesten oder so, das kann man natürlich jetzt wesentlich effizienter mit der KI machen. Und dann ist tatsächlich die Frage, was macht der Mensch, worauf kussiert er sich? Und das eine wird halt sein Präsenz. Präsenz wird extrem teuer und kostbar.

Und das zweite ist halt Kreativität und Zielsetzung. Das Auswählen, ist eigentlich das Coole, was hier gerade generiert wurde und der Stil, da drin steckt. Und das ist ja für einen Künstler auch Kernkompetenz. Also das ist ja nicht die Art und Weise, wie er jetzt auf die Trommel haut, sondern halt der typische Stil, der dabei rauskommt. Wenn man sich den Trend vielleicht genau anguckt, dann kann ich mich ja wesentlich stärker auf die Kernkompetenz des vermeintlichen Trainers, des Coaches konzentrieren, weil der sich

oder die sich heute mit den aktuellen Technologien wesentlich stärker verwirklichen können in dem, was sie eigentlich machen wollen. Also das, was wir gerade sehen bei den ganz großen Künstlern, ist, dass die ganz klar einen Nerv treffen. Die Taylor Swift ist natürlich ein Ausnahmebeispiel. glaube selten, dass es jemanden gab, der derart brilliert hat in ihrem Gebiet. Aber die besetzen natürlich eine ganz klare Nische. So wenn ich natürlich als Trainer, als

mich selber skalieren kann und dadurch natürlich meine Superpower wesentlich stärker mit Hilfe von KI und anderen Tools ausarbeiten kann, dann kann ich mich doch unglaublich gut positionieren, oder? Ich glaube, genau darum geht es auch, gerade in dem Attac -Bereich, denn da muss man sich vorstellen, dass es letztendlich darum geht, gute Coaches, gute LehrerInnen entsprechend so zu enablen, so letztendlich auch zu unterstützen.

dass entsprechend diese Skalierung, die man sich ja vorher nie erträumt hätte, also eins zu n, früher war es immer so, dass man in Klassenräumen beschränkt war oder in größeren Gruppen, wenn man sich die Studierenden beispielsweise anguckt in den Universitäten und jetzt auf einmal möglich mit Plattform, aber auch mit AI da einen wesentlichen Schritt weiterzumachen. Ich glaube, da würde ich gerne, Werner, auf dich nochmal zurückkommen zu dem ganzen Thema, was wir gerade schon angeschnitten haben, Content.

bekommt einen gewissen Wert. Personalisierung bekommt natürlich einen gewissen Wert. ist auch das Thema. Ich kann nicht mich erweitern, Oliver, du gerade angesprochen hast. Ich glaube aber auch, dass Methodik nochmal einen ganz besonderen Wert bekommt. wenn man sich jetzt nochmal auf die Large -Language -Models wie Chatchabidi zurückbesinnt, die geben erstmal eine statistische Antwort, sind wenig personalisiert. Sie können natürlich durch Prompting, also durch sozusagen bessere Eingabe,

vielleicht gewissermaßen personalisiert werden, aber am Ende sind es trotzdem statistische Maschinen. Und wenn man das Ganze jetzt aber mit einer gewissen Methodik und auch einer Methodentreue versehen möchte, ein Lehrer, eine Lehrerin macht das ja auch nicht nur rein aus dem Bauch raus, sondern verfolgt ein didaktisches Konzept. Wie wäre da deine Antwort darauf, wie man so etwas den großen Sprachmodellen beibringt, beziehungsweise welchen KI -Ansatz muss man eigentlich machen, damit wir die Vorteile, Oli gerade gesagt hat?

der eigentlich großen Skalierung überhaupt wahrnehmen kann. Ja, das ist ja genau das, wir Pingtum ja auch machen. Also die Inhalte, die dort vorhanden sind, in riesiger Fülle natürlich, haben wir natürlich jetzt hinterlegt in unser KI -System und auf Stufe 1 diese Inhalte jetzt zu replizieren, also nur zu gucken, was steht da drin eigentlich und wie finde ich eine Antwort auf ein bestimmtes Thema. Schon da, dieser relativ geringen Anforderung, setzen wir uns schon mal ganz stark ab, zum Beispiel von Shared GPT.

Weil Chachy P .T. sagt es mal so und mal so, vielleicht eine kleine Variation, je nachdem, wie der Prompt ist und so. Und beim Training kommt es natürlich darauf an, dass man korrekte Antworten, dass man methodisch einen bestimmten Plan auch folgt. Und die Minimalforaussetzung dafür ist erst mal, dass man einen strukturierten Content, nicht ich crawle da mal irgendwas im Internet, einen strukturierten Content hinterlegt als so Art Ground Truth, als Datenbank für den Wissenskernbestand. Das ist die Grundlage. Und das Zweite, was du richtig erwähnst,

natürlich dann das jetzt nicht nur als Auskunftssystem zu verwenden wie bei Google. Ich frage da dann und kriege dann eine Antwort, sondern langfristig jemand was lernen zu lassen damit, brauche ich natürlich eine gewisse Didaktik, eine Pädagogik. Und unser Claim ist ja We Decode Learning bei Pingtum. Das heißt, sich überhaupt zu überlegen, wie vermittel ich jemanden diese Information in einer didaktischen, vernünftigen Weise, das ist ja eine ganz andere Fragestellung als wie verwalte ich da diese Informationen. Und das ist natürlich eine Stärke, die wir bei uns halt haben.

Ihr seid da tiefer drinnen. Ich stelle einfach mal die Frage, wenn ich jetzt ein guter Trainer sein möchte. Und meine subjektive Beobachtung war in letzten Jahren, dass die Leute sich immer mehr einander angenähert haben. Das heißt, die gleichen Methoden genommen haben, die gleichen Muster, die gleichen Pattern, irgendwie wahrgenommen zu werden. Alle machen Agil, alle machen Scrum, alle machen whatever. Also alle mehr oder weniger von der Stange. Wenn ich jetzt aber die Trainer und die Coaches enable, valide mit Methodik, mit Didaktik,

valide, eigene Modelle, die entsprechend auch fundiert sind, ins Leben zu rufen, dann werte ich ja im Grunde die individuellen Trainings massiv auf. Und dann gibt es natürlich irgendwann auch wieder eine Vielfalt und ich kann wieder aussuchen. Ist das nicht extrem spannend für mich als Kunden? Absolut. Ich meine, alles hat ja den anderen Aspekt noch reingemacht mit der Personalisierung. Weil die Sachen, die sich durchsetzen, die so der Mittelbau ist oder das Minimum, was sich gut verkaufen lässt,

ist ja kein Differenzierungskriterium mehr, auch mit KI nicht. Aber die Personalisierung, die Anpassung an die speziellen Bedürfnisse, an die Vorkenntnisse desjenigen, der das Training hat, das ist ja das Besondere. Du kannst ja vergleichen wie mit einem Sportcoach, der geht ja auch nicht mit einem Trainingsplan rein, so musst du jetzt irgendwie einen Marathon machen, der guckt erstmal, was ist deine Vorbedienung, wie fit bist du eigentlich, hast du schon Erfahrung. Während des Trainings beobachte ich natürlich die Person, schafft er das Pension, muss ich das anpassen. Das ist ja alles eine Dienstleistung, die individualisiert sein.

Die KI hilft mir, erst mal ein Grundset so hinzubekommen, dass ich also das für diese Person anpasse. Aber langfristig und vor allem, wenn man das skalieren möchte, hilft mir die KI auch, durch geschickte Analytik zu gucken, wo strauchelt der denn oder wo kommt sie da nicht weiter. Und das kann ich dann als Coach auswerten und kriege dann dynamisch angepasst ein Training hin. Und das ist ja unschlagbar. Das ist nichts, was ich von der Stange kaufe, sondern das schmiegt sich an die Person an. Und das ist die Stärke, auf die wir auch hinarbeiten. Genau. Ich lerne dann im Grunde über die

jeweils was kommt bei denen an, was nehmen die an, womit entwickeln sie sich in welcher Geschwindigkeit weiter und was sind die praktisch empfohlenen nächsten Schritte, praktisch das nächste Level möglichst schnell individuell zu erreichen. Einige Leute lesen lieber Text, andere Leute schauen mir Videos, die Nächste sind, hören lieber irgendwas und im Sport ist dann halt entsprechende Methoden. Einer mag lieber Zirkeltraining, der andere lernt Schwimmen, seine Ausdauer zu verbessern und so weiter.

Dadurch haben wir einen extremen Hebel von dieser Stange, von dieser Einheitsbrei, alles von der Stange so bisschen wegzukommen. Werner, wenn du dir jetzt mal vorstellst, das ganze Thema der sogenannten Co -Piloten sind ja durch die Welle der generativen KI richtig so hochgespült worden. Man hat sie inzwischen im Bereich des Erlernens von Coding Skills, das heißt in der Entwicklung. Man hat sie im Bereich des Kommunikationstrainings und in ganz vielen anderen Anwendungsfällen.

Wie weit ist man da eigentlich im Bereich des e -Learning und e -Trainings? ist dieser Begriff der Co -Piloten da schon wirklich mit Lösung und mit Applikation versehen? Also bei uns heißt der Companion, also Begleiter, vielleicht ein bisschen weitergefasst. Unsere Grundidee war halt, ich hatte ja gerade dargestellt, dass wir eine Unmenge an Trainings irgendwie haben. Du kannst jetzt aus 600 Videos dir ein paar aussuchen, die dir angucken. Die Grundidee war erstmal, dass du einen Companion, also einen Begleiter halt hast, weil

tolle bei der E -Training und bei der A -Tech ist, ich kann natürlich hochskalieren auf 100 .000 Leute, aber wenn die 100 .000 Leute oder drei davon Problem haben, dann kann ich die schwierig, die Einzelne zu betreuen. Und die Idee war natürlich mit dem Companion, dass ich einen Begleiter, aber einen Lernbegleiter, der das ganze Wissen auch in sich reintrainiert hat. Und wenn ich jetzt ein Video geguckt habe, das ich nicht verstanden habe, dann kann ich den fragen, weil er hat die ganzen Drehbücher, ganzen Skripte, ganze Hintergrundwissen, alles da drin. Und dann, warum hat der Mann denn gerade den so angeschrien?

Dann kriege ich eine Erläuterung aufgrund des Lernmaterials. Deshalb ist die Grundidee des Companions als Begleiter für uns total wichtig, unser Training aus dieser ganz normalen Plattform, wo ich gestreamt Sachen bekomme, auf einen Dialog zu bekommen. Inwiefern arbeitet ihr mit Clustern? Ich kann mir gut vorstellen, dass man Personas clustered, dass man sagt, das ist so Typ 1B -Lerntyp, bei

die alle in diesem Cluster sind, hat das und das gefruchtet. Genau so arbeiten wir. Wir haben ein ganzes Team von Psychologen, die sich mit Lernpsychologie beschäftigen. Wir haben momentan 16 Lerntypen. Wir haben auch so eine Art Diagnostik. Also das heißt, mitzugucken, wer für welchen Cluster irgendwie in welche Lernkategorie reinfällt, muss natürlich erstmal eine Diagnostik machen, herauszufinden, wie kann ich diese Person ansprechen. Und das Interessante ist halt, und das ist auch so KI -typisch, man fängt halt an mit einer Hypothese. Wenn man hat jetzt

was die Psychologie uns so bietet, was sie uns anbietet. Diese Typen gibt es so. Die stellen wir da erst mal rein und lassen das System so reagieren, dass es für diesen Lerntypen adressiert ist. Und wie du gerade sagtest, der möchte lieber ein Video gucken, der andere möchte lieber lesen, der andere hört besser und kann so besser lernen. Das Spannende ist allerdings dann, und jetzt kommt wieder dieser Aspekt der fortlaufenden Entwicklung, dass wir natürlich, wenn wir das auf einer Plattform haben, natürlich Analytics auch bekommen. Nach dem Motto, funktioniert das eigentlich für diesen Lerntypen? Wenn ihr noch fünf Mal nachfragt,

Dann scheint ja wohl irgendwie entweder wir den falsch klassifiziert zu haben oder vielleicht stimmen auch die Lerntypen nicht. Wir sind ja im EdTech -Bereich. Ich verstehe, ihr seid da vergleichsweise breit. Die Frage ist, was sind so die nächsten logischen Steps? Wo stehen wir da aktuell? Und was sind so die nächsten logischen Stufen, die es da, sagen perspektivisch zu erreichen gibt? Ich gehe davon aus, wir sind einigermaßen neu in dem KI -Game. KI -Sommer, hast vorhin vom KI -Winter gesprochen. Wir haben, glaube ich, jetzt relativ viel in kurzer Zeit erreicht. Aber es

Ja, immer eine Perspektive. Es gibt ja nicht umsonst den Grund, dass ihr jetzt gerade versucht, das Thema bei Pingtum groß zu machen. Also wir arbeiten in Phasen. Phase eins war, die Inhalte erstmal verfügbar zu machen. Das heißt, wir haben auch im Sinne eines disruptiven Prozesses sämtliche Informationen, die jemals in dieser Firma entwickelt wurden, erstmal maschinenlesbar abgelegt und damit überhaupt erstmal Informationen verfügbar gemacht. Nächste Stufe, hatten wir gerade angesprochen, ist die Personalisierung. Das heißt, die Informationen

nicht nur abrufbar machen, sondern auf die jeweilige Person zuzuschneiden. Da haben wir natürlich eine recht ausgefeilte psychologische Diagnostik, wir verwenden können, die Lerntypen anzugehen. Wir können auch bestimmte Profile anlegen, womit man bestimmte Informationen und Tipps besser geben kann, weil das also für diesen Typ von Lerner irgendwie besser ist. Das ist so diese zweite Stufe. Und die dritte Stufe, in die Zukunft zu schauen, stehen wir jetzt gerade davor, dass es entwickelt, ist halt den Companion.

aus der passiven Rolle heraus zu holen. Ich stelle ihm eine Frage, der macht mir eine Antwort, ich frage nochmal nach. Aus der passiven Rolle heraus zu holen, in eine aktive Rolle und zwar den wie ein Personal Coach zu entwickeln, dass ich sozusagen nur noch große langfristige Ziele mit dem vereinbare. Zum Beispiel, ich bin Software -Entwickler, möchte aber Team Lead werden. Und du hast gerade die Kompetenzen angesprochen, der analysiert einfach, okay, Software -Entwickler hat das Fachwissen, Agile Development oder so, aber empfehlen noch

menschliche Komponente, das Führungswissen. Das heißt, diese Kompetenzen werden dann aufgrund unseres Systems rausdestilliert und aus diesen Kompetenzen werden dann Lernangebote zusammengestellt. Es wird eine individuelle Lernfahrt, der jetzt nicht nur eine kurze Interaktion betrifft, sondern der über Monate oder sogar über Jahre gehen kann, ausgesucht. Und dadurch, das ist unsere Business -Idee auch, dadurch haben wir einen Begleiter, der dich idealerweise durch deine ganze berufliche Karriere begleitet, der auch mitschneidet, sozusagen mit weiß, wo deine Stärken und deine Schwächen sind.

der weiß, welche Kompetenzen du schon erworben hast und der weiß, wo du hin willst und dann die komplementären Kompetenzen dir dazu bietet. Und das ist die Perspektive, also rauszukommen aus der passiven Rolle der KI rein in die aktive. Werner, wenn du dir jetzt überlegst, dass eigentlich die eine der großen Errungenschaften der generativen KI auch die Mensch -Maschine -Schnittstelle war, also wie wir mit solchen Systemen umgehen. Du hattest gerade beschrieben, dass Individualisierung, wenn man das geschickt anstellt, heute mit solchen großen Sprachmodellen wie Chetchi -BT.

möglich ist, dass aber auch eine gewisse Analytik erfolgen kann aufgrund des Sprachverständnisses der Maschinen. Wenn du jetzt noch weiter denkst und überlegst, was noch in der Zukunft für auch disruptive Veränderungen passieren können, zum Beispiel dieses Thema nimmst, dass Modelle entwickelt werden, die immer besser logische Schlüsse ziehen können bis hin zu mathematische Beweise, wo siehst du da die großen Themen gerade in dem EdTech -Bereich sozusagen der nächsten nicht fünf, sondern der nächsten zehn

Also was du jetzt ja ansprichst, dass die Modelle besser werden, ich glaube, das wird eher wichtig in der Wissenschaft. Wir sehen ja jetzt schon, also wie zum Beispiel Alpha -Fold, also die Proteinsynthese, Prozesse, die normalerweise im Labor 100 Jahre dauern würden, können wir jetzt in drei oder vier Monaten machen. Aber man sieht also, was für eine gewaltige Beschleunigung des Wissensaufbaus dadurch ermöglicht werden. In der Aethek glaube ich eher, es macht keinen Sinn, noch, sagen wir mal, noch komplexere Modelle zu machen, die jetzt

ausgefeilter mir die Sachen darstellen. Sonst geht er, glaube ich, darum, dass die menschlichen Fähigkeiten stärker angesprochen werden. Also die emotionale Komponente ist immer extrem wichtig, die motivationale Komponente. Wir sehen zum Beispiel auch bei unseren Soft Skills, die wir entwickeln, eine starke Weiterentwicklung von jetzt, so sagen wir mal, Verkaufstechnik hin zu Well -being, sich selbst managen, Selbstmotivation. die Landschaft ändert sich da sehr stark und das KI dort anpassungsfähig sein wird in der

bin ich also fest von überzeugt, wo ich einen richtigen Sprung noch sehe. Du willst jetzt mal richtig in die Zukunft gucken. Die Frage, die sich zum Beispiel Ethan Molyk sich stellt in seinem Buch Co -Intelligence ist, wenn die KI mir das ganze Lernen schon abnimmt und ich nicht mehr unten anfangen muss, mich da hocharbeiten muss und langsam erst die kleinen Artikel schreibe und dann die großen, dann lerne ich ja nichts. Also dann habe ich nicht diese Routine. Und da glaube ich, steckt noch bei uns auch in der Pipeline, steckt noch einige Produkte drin.

die das ausprobieren, das lernen, auch eine Verhandlung führen oder sich in einer Diskussion durchzusetzen oder einfach nur einen Vortrag zu halten, das sind Sachen, die ich jetzt nicht mehr lernen muss, weil das kann ja die KI machen. Aber wir entwickeln ein Produkt, das heißt Practice. Wir wollen, dass Leute sich in Situationen reinbegeben können und das erst mal üben können. Wenn ich zum Beispiel Stage Fight habe, Angst auf der Bühne zu gehen, warum nicht jemand mit einem immersiven Brille irgendwo hinstellen, der kann das erst mal üben, dass er so die Angst verliert. Bis hin zu so Sachen,

Jemand soll einem was verkaufen, aber er weiß nicht genau, wie er das machen soll, hat vielleicht Angst da irgendwie den Kunden zu verprellen. Da sagen wir, okay, pass auf, wir machen mit dir jetzt hier ein vorgefertigtes Tränen. Da kannst du von mir so hundertmal probieren, dem das zu verkaufen. Wie ein Game. Und da sieht man ganz interessante Geschichten, so wie dieses dauerhafte Dranbleiben. Ich hab's nicht geschafft, also geh ich da nochmal ran. Diese Motivation, das können wir jetzt neu wieder reinbringen. Also ein neues Paradigma.

dass wir jetzt mit diesem Gaming -Set da reingehen und nicht so, ich muss erst 100 Artikel schreiben, sozusagen mein Grundwissen zu haben. Und da kommen ganz tolle Verschmelzung zustande, die dann auch das lernen. Wir kommen ja aus einer Welt, jeder kann alles. Find ich auch super. Auf der anderen Seite ist es auch ein Stück weit schwierig oder auch verpönt, die Wahrheit zu sagen. Du hast es einfach nicht drauf. Mach was anderes. Wie ehrlich darf eine KI sein? Ja, wenn wir jemanden, der einfach

nicht in der Lage ist, vor Menschen zu sprechen. Und wenn wir den 1000 -mal den Lehrgang durchlaufen lassen, darf eine KI ihm irgendwann sagen, Digga, is nicht, mach was anderes. Wie seht ihr das? Also das traut sich heute keiner. Na gut, das darf die KI nicht, das muss die KI eigentlich tun. Aber wenn es darum geht, einen Menschen zu entwickeln, dann geht es ja darum, nicht den in ein Schema zu pressen. Wir haben gerade die Diskussion, soll Mathe ein Hauptfach im Abi bleiben? Gab es heute die Diskussion bei LinkedIn?

Und wenn man absolut keinen Mathe -Sinn hat, aber dafür ein genialer Sänger ist, warum sollte ich dann Mathe lernen? Und Leute zu quälen über 20 Jahre dann mit irgendwas, was sie nicht können, das ist ja fürchterlich. Wir sind ja in einem festen Raster drin, klar, aufgrund der Historie, weil wir halt auch ein Bildungssystem haben, was natürlich schematisch funktionieren muss. Sonst würde es gar nicht funktionieren. Mit der KI hingegen habe ich jetzt ja die Möglichkeit, ganz individuell auf jemand einzugehen. Das heißt, wenn er etwas länger Zeit braucht, was zu lernen, kann ich ihm die Zeit geben, wenn er es dann aber trotzdem nicht schafft.

kann ich auch ehrlich und auch objektiv sagen. es ist ja dann, das sagt ja zum Beispiel Saman Khan auch, vor der KI muss sie mich auch nicht schämen. Die sagt dann halt, du, das ist es nicht. Wenn das ein Mensch zu mir sagt, bin ich gleich menschlich auch. Wir sind ja in einem Zeitalter der Depression. Solange gab es dafür kein Wort heute, sind viele Menschen depressiv, weil sie auch nicht unbedingt sich erfüllt fühlen oder glücklich sind. Die Frage ist, wenn ich einen Co -Piloten habe, einen Jarvis, meinen persönlichen Jarvis.

Anders als unsere menschliche Kultur, die es nicht so wirklich fördert, dass wir Leuten einfach eins A ans Gesicht sagen, du bist einfach kein Sänger, lass es. Wenn ich aber schaffe, mir ein Jarvis zu bauen, der grundsätzlich eine Vertrauensbeziehung perspektivisch zu mir aufbaut, weil er meinen Charakter kennt und weiß, wann ich zuhören, wann nicht. Ist das nicht eine große Chance, depressive Bürde von der Gesellschaft auch ein Stück weit zu nehmen, weil man den Leuten enables, sich an Themen zu fokussieren, zu forcieren?

wo sie dann auch wirklich eine Kompetenz haben. Also man kann nur das verändern, was man misst. Und wenn ich unehrlich bin, dann messe ich ja nicht, sondern gebe jemanden eine falsche Information. Das hat auch, sei man kann ja, ganz gut dargestellt beim Assessment. Also überhaupt erst mal zu gucken, ist jemand überhaupt geeignet für diesen Studiengang? Da fängt es ja schon an, du bist ja schon so ein bisschen weiter drin, ich habe da schon sehr viel investiert und dann stelle ich dann fest, dass ich jetzt nicht bin. Das passiert immer. Aber so ein Assessment erfordert halt eine gewisse objektive Qualität.

Allerdings müsste so eine KI, also ich bin ein bisschen im Zweifel, weil also so eine KI, mit der müsste ich schon sehr vertrauensvoll umgehen, die müsste schon sehr viele Aspekte meines Lebens beleuchten, mir dann auch Perspektiven aufzuzeigen, wo ich stark bin. Jetzt sich auf die Schwächen zu konzentrieren kann gut sein, weil ich natürlich Zeitverschwendung damit minimiere, aber viel wichtiger ist es, die Stärken herauszufinden. Und das ist ja auch in der Psychodiagnostik bei uns total wichtig, dass wir sagen

Das sind Stärken, versucht die zu entwickeln. Das muss nicht so ein böser Prozess sein, die große Enttäuschung, sondern es ist eher ein dynamischer Prozess, dass ich Leute entwickle in die Richtung, dass sie feststellen, das macht mir Spaß. Die KI merkt, der kann das ganz gut, dem gebe ich mehr davon. Auch diese Dramatik, die du aufgebracht hast, rauszunehmen. Ich glaube, es geht eher gesellschaftliche Etikette. Wir kommen aus der Industrialisierung, jeder soll alles können. Unser Schulsystem funktioniert in großen Teilen immer noch

dass alle über einen Kamm geschoren werden. Und es gebührt sich nicht, den Leuten ins Gesicht zu sagen, you suck in this business. Das macht man einfach nicht. Die Frage ist, ob wir durch diese Co -Piloten einfach ein neues Mindset, wir so eine Chance haben, Kompetenzen ganz, ganz anders zu fördern, als bisher USOS war. Wir kommen alle, die wir hier im Raum sitzen und alle, die wahrscheinlich zuhören, kommen aus diesem Einheitsbrei -Bildungssystem. In Zukunft kann das halt ein neues Paradigma in der Leistungsförderung, in der

vielleicht darstellen? Wieviel seht ihr das? Wie ist da so der Horizont? Ich glaube, es war noch nie so einfach möglich wie heute wirklich auf das Individuum einzugehen, auf Lernpräferenzen, auf Vorerfahrung, den ganzen Lernkontext, den Typus. Das heißt, ich sehe da einen riesen Enabler für die Education Technologies. Diese Art wirklich auch der Kuration und auch der Nähe zu dem Lernenden zu nutzen,

wirklich sozusagen seine Lernexperience möglichst so zu gestalten, dass es ihn unterstützt und dass es ihn natürlich nicht ausbremst oder irgendwo in eine Ecke stellt oder oder klassifiziert als ich kann etwas oder ich kann etwas nicht. Das heißt insgesamt gehe ich schon davon aus, dass das gesamtgesellschaftlich einen unglaublich positiven Impact haben kann, wenn wir lernen auch solche Systeme weiter zu entwickeln und

nicht nur im Bereich der Weiterbildung und des lebenslangen Lerns einzusetzen, sondern natürlich auch schon in der Schulbildung und universitären Bildung. Also noch eine Komponente vielleicht, die auch noch bei uns in der Pipeline drin ist. All diese Probleme, die jetzt aufgezeigt worden sind, diese Altlasten, die wir jetzt haben mit unserem Bildungssystem, die beruhen ja eigentlich darauf, dass das Individuum gemessen wird. Du kannst das nicht. Du bist darin schlecht oder du bist darin gut. Was für uns total interessant ist, und das ist auch bei Pingtum,

General knowledge ist, dass Menschen ja nicht individuell später arbeiten, sondern häufig in Teams. Und die Idee, ein Team so zusammenstellen, dass bestimmte Stärken, bestimmte Schwächen sich ergänzen, das ist ja auch eine Kunst. Das ist zum Beispiel eine Sache, die wir gerade entwickeln auf der Basis auch unserer Psycho Diagnostik, dass wir sagen, die Zuflicht eigentlich eher darin, Teams zu lernen, als Gruppe sich zu organisieren. Ich meine, jeder kann was. Und es gibt auch viele Leute, was nicht gibt. Du weißt, du merkst bei meinem eigenen Team. Also ich habe eine ganz große Schwäche, zum Beispiel mich zu organisieren.

Ich bin einfach so der Machertyp. Aber ich habe an meiner Seite Leute, die wirklich sehr kleinteilig sich super organisieren. Und ich überlasse denen das einfach, weil ich weiß, die können das. Und das hat sich jetzt zu ergeben. Aber das systematisch zu entwickeln, das könnte auch noch eine ganz interessante Möglichkeit sein, wo KI, Diagnostik, Psychologie zusammenwirken. Hat er gerade noch neue Ebene an Chancen, indem du natürlich weiche Kriterien wie Softskills einen ganz anderen Wehrpunkt gibst? Also das ist Thema. Auf der einen Seite

Durch diesen Bezug zur Industrialisierung, alle funktionieren am Fließband gleich, schaffst du ja Substitute. Ich beschaffe eine Person, die am Fließband eine andere Ersetzung hat. Ganz stark vereinfacht gesagt. Klar gab es immer schon Zensuren und Stärken und Schwächen, aber alle alle mussten alles lernen. So jetzt redest du natürlich von Komplimentären. Leute, die sich gegenseitig ergänzen und dann kann noch weit eine weitere Ebene, die bisher in der Schule gar nicht groß berücksichtigt wurde, Soft Skills. Wie gut kann die Person kommunizieren, wie gut

ist die der Gruppendynamik und so weiter mit einbezogen werden. Das heißt, man kann ja wirklich ganzheitlich die Leute ausbilden, fördern, dann vielleicht auch ein Stück weit mit so einer quäntchen brutale Ehrlichkeit die Leute auch wieder einnorden. Man kann das Ganze dann ja auch messen und transparent machen, beziehungsweise weil man den Vergleich zu Gruppe, zu Peer Group, zu den Clustern hat an Personas. Das ist schon spannend. Bloß wie weit sind wir da wirklich? Das ist jetzt vielleicht auch nicht was im Bildungssystem, also da manifestiert es sich. Es ist auch etwas von

Also wie dein Selbstbild sich prägt. Man merkt das ja selber, wenn man älter wird zum Beispiel. Also ich hab gar kein Problem damit zu sagen, ich kann das nicht. Wenn ich aber jetzt einen Jugendlichen habe oder jemand, der in der Pubertät ist und mir will, gesagt, du kannst das nicht, klar, ist natürlich, dass ein Weltbild da zusammenbricht erst mal. Also das Selbstbewusstsein zu schaffen, also für sich selber auch, und das ist eine Fähigkeit, man in der Schule jetzt nicht lernt, wenn man jetzt gute Pädagogen hat, gute Coaches, gute Eltern halt, die sozusagen das stärken, also auch zu sagen, es ist völlig klar, dass man Menschen

was können und was nicht können, dann nimmt das auch die Dramatik daraus. Also dieses Bewusstsein auch selber zu bekommen, das ist auch ineffizient, das weiterzumachen irgendwie. Nicht jeder hat die Möglichkeit, unser System ist leider noch so, dass es tatsächlich noch diesem Schema funktioniert. Aber wir müssen vielleicht dahin, diese Entwicklungsfähigkeiten, da gibt es ja verschiedene auch, verschiedene Pädagogiken, die das versuchen. Ja, aber das sollte man nicht aufgeben. nach einem Grundbestand von Grundwissen halt zu überlegen, was sind wirklich persönliche Stärken und Schwächen?

Was du gerade gesagt hast, du kannst irgendwas nicht. Das suggeriert im Gegenzug ja, dass ganz viele das können, aber du nicht. Das heißt, ist ja genau dieses Erbe, was wir jetzt praktisch durch unser Bildungswesen mitbekommen, dass die Motto, der Einheitsbrei kann es. Du bist schlechter im Durchschnitt als der Einheitsbrei. Du kannst das nicht so gut. Und das ist ja für uns tatsächlich auch eine Chance, neues Mindset zu entwickeln als Gesellschaft und zu sagen, okay, du kannst das nicht, aber dafür kannst du was anderes. Richtig super.

Natürlich gibt es schon Leute, die so ticken, aber es ist ganz schwierig, in den Alltag, in den Common Sense zu überführen. Vielleicht überdramatisierst du auch ein bisschen. hab so viele Leute gelesen, dass Toni Kroos einen Realschulabschluss hat. Ich erwarte von ihm nicht, dass er mir Quantenphysik erklärt. Trotzdem hat er eine geile Karriere gemacht, ist ein geiler Typ und ein absoluter Superstar. Ich sehe jetzt vielleicht das Problem nicht so stark.

Es gibt unendlich viele Möglichkeiten, dich im Leben zu verwirklichen. Das Wichtige ist, dass du nicht in eine negative Spirale reinkommst. Das hat jetzt nichts mit KI zu tun, sondern mit Selbstmanagement. ist auch bei den Softskills. Wir haben auch ganz viele Kurse, die wir anbieten zum Thema Selbstmanagement. Dass du selber feststellst, das ist schlecht, das macht mir ein schlechtes Gefühl. Wie kann ich das so wandeln, dass ich meine Stärken rausbringe? Dann stellt sich dieses gute Gefühl von alleine ein. Das ist jetzt nichts, was

K .I. oder so basiert ist. Das sind halt allgemeine Soft Skills auch. Voll bei dir, Werner. Es hat natürlich auch ganz viel damit zu tun, wie wird ich zu Hause erzogen, wie sind meine Eltern so drauf. Ich sag bloß, im Großen und Ganzen gibt es ja, das Schulsystem im Maßstab, der ans Individuum angelegt wird. Es gibt halt zu Hause, wo einfach mehr Druck herrscht und es gibt zu Hause, wo es total lax damit umgeht. Irgendwo gibt es eine Mitte.

Und im Großen und Ganzen kann ich mir vorstellen, dass ein großer Teil der Gesellschaft, wenn die Zeugnisse verteilt werden, dass ein paar Leute da sich nicht so gut fühlen, wenn sie nach Hause gehen. Es gibt viele Eltern, die dann einfach darauf reagieren. Und es gibt Eltern, sagen, ja gut, dann das halt so, dann machst du halt was anderes. Aber nichtsdestotrotz, wir sind schon so was von über der Zeit. Das ist ein tolles Gespräch. Werner, wir können das ja irgendwann noch weiterführen. Ich wir können das hier echt in Hunderts und Tausende führen. Das macht mir total Spaß. Aber insofern, ich würde jetzt erst mal

ableiten, auch tschüss sagen. Ableiten ist ein schönes Wort. Never less. Es war mir eine große Freude mit euch. Werner, danke, dass du hier warst. Alles sowieso so wie immer. bist heute mit der Sonnenbrille, ist bisschen irritierend. dein Augenlicht sehen. However, teilt us, liked us, ladet eure Freunde ein, uns zu folgen und zu hören und so weiter. Wir hört uns bald.