🔐 KI-GEHEIMreport
Was die Mächtigen heute schon wissen — bevor es die Masse erfährt
Achtung, Entscheider:innen: Dieser Report ist kein Nachrichtenüberblick. Er ist vielmehr Ihre Navigationskarte durch eine Welt, die sich schneller verändert, als wir glauben.
Sonntagmorgen, und zwei Zahlen aus dieser Woche gehören nebeneinandergelegt, obwohl sie 6.000 Kilometer auseinanderliegen.
Die erste kommt aus Baden-Württemberg. Die Zahl neu abgeschlossener Ausbildungsverträge liegt neun Prozent unter dem Vorjahr. Bei den Fachinformatiker:innen sind es 19,1 Prozent weniger, in der Elektrotechnik 15,6 Prozent. Betriebe streichen also genau dort Einsteigerstellen, wo sie in fünf Jahren ihre Fachkräfte hätten.
Die zweite kommt aus Kalifornien. Meta hatte durchgerechnet, ganze Teams von 10 bis 20 Personen auf 3 bis 5 zu verkleinern und den Rest durch KI-Agenten zu ersetzen. Das Vorhaben ist beerdigt. Nicht wegen des Widerstands allein, sondern weil die eigenen Kennzahlen etwas anderes zeigten: mehr Störungen, mehr Sicherheitsvorfälle, eine Belegschaftsstimmung, die von 74 auf 55 Prozent fiel.
Ein Konzern mit unbegrenztem Budget hat die Rechnung „Agent statt Mensch“ aufgestellt und wieder eingerissen. Und in deutschen Betrieben wird sie gerade still bezahlt, mit Ausbildungsplätzen, die niemand ausschreibt. Das ist das Thema dieses Sonntags. Alles andere von heute, offene Modellgewichte mit neuer Lizenz, ein gekappter Modellzugang, ein Warnruf aus der Industrie an Brüssel, zahlt darauf ein: Verlässlichkeit ist gerade die knappste Ressource im Markt. Menschen, die man selbst ausgebildet hat, sind die einzige, die Ihnen niemand kündigen kann.
IN 60 SEKUNDEN
In Baden-Württemberg brechen die neuen Ausbildungsverträge um neun Prozent ein, bei Fachinformatiker:innen um 19,1 Prozent.
Meta hat seinen Plan, ganze Teams um bis zu 60 Prozent zu verkleinern und durch KI-Agenten zu ersetzen, nach eigenen Negativkennzahlen abgeräumt.
Z.ai veröffentlicht die Gewichte von GLM-5.3, aber erstmals nicht mehr unter MIT-Lizenz, sondern mit einer Prüfpflicht für Großkonzerne.
KATEGORIE 1: KI-Tool-Entwicklungen
Claude (Anthropic) | Stand: 30.08.2026
[Einordnung der Woche, Ereignis vom 27.08.2026] Anthropic hat die erste Phase einer Forschungsvorschau für den Model Hardware Standard gestartet, kurz MHS. Dahinter steckt eine gemeinsame Spezifikation, mit der KI-Agenten physische Geräte bedienen können: Pipettierroboter, Plattenlesegeräte, Thermocycler, Mikroskope, Laser. Bisher kostet die Anbindung solcher Geräte Wochen bis Monate, weil jedes Fabrikat sein eigenes Protokoll spricht. Mit MHS soll daraus eine Sache von Stunden werden. Beteiligt sind unter anderem Genentech, die University of Washington, die Carnegie Mellon University und HHMI Janelia.
Eingebaut sind Sicherheitsgrenzen auf Geräteebene, verpflichtende menschliche Freigaben bei risikoreichen Entscheidungen und eine laufende Überwachung, ob das Gerät überhaupt noch antwortet. Für Betriebe außerhalb der Forschung ist das noch keine Beschaffungsfrage, aber eine Richtungsanzeige: Der nächste Schritt der Agentik führt aus dem Bildschirm heraus in die Werkhalle und ins Labor. Wer heute Maschinen betreibt, sollte die Frage nach Freigabe- und Protokollpflichten für maschinelle Steuerbefehle nicht erst dann stellen, wenn der erste Anbieter sie als Zusatzmodul verkauft.
→ Quelle: anthropic.com, „Previewing the Model Hardware Standard“, 27.08.2026 | ✓ bestätigt
Gemini (Google) | Stand: 30.08.2026
[Einordnung der Woche, Ereignis vom 27.08.2026] Google hat für Gemini Notebook die Funktion Expert Intelligence gestartet. Nutzer:innen können gekaufte Play-Books-Titel in ein Notebook legen und ihre Fragen an diesen Büchern beantworten lassen, mit Infografiken, Audioübersichten und Quizfragen als Ausgabeformaten. Zum Start sind über 100.000 Titel eingebunden, von Verlagen wie Penguin Random House, Macmillan, O’Reilly Media, Bloomsbury, De Gruyter Brill und Johns Hopkins University Press. Verfügbar ist die Funktion zunächst nur für Google-Konten in den USA.
Die eigentliche Bewegung liegt hinter dem Feature: Verlage liefern lizenzierte Inhalte in ein KI-Werkzeug, statt sich dagegen zu wehren. Für Weiterbildung und Personalentwicklung ist das der Punkt, an dem man aufmerken sollte. Wenn Fachliteratur zur befragbaren Wissensbasis wird, verschiebt sich der Wert von Seminaren weg vom Vermitteln des Inhalts und hin zum Einordnen, Üben und Entscheiden. Und für die eigene Beschaffung stellt sich die Frage neu, wofür ein Buchbudget eigentlich bezahlt: für ein Exemplar im Regal oder für einen Zugang, den ein Team gemeinsam befragen kann.
→ Quelle: blog.google, „Expert Intelligence in Gemini Notebook“, 27.08.2026 | ✓ bestätigt
GLM (Z.ai) | Stand: 30.08.2026
[Einordnung der Woche, Ereignis vom 28.08.2026] Z.ai hat die Gewichte von GLM-5.3 veröffentlicht, einem Mixture-of-Experts-Modell mit rund 753 Milliarden Parametern, einer Million Token Kontext und bis zu 128.000 Token Ausgabe, angeboten in BF16 und FP8 über Hugging Face. Die Nachricht steckt in der Lizenz. Der Vorgänger GLM-5.2 kam unter MIT, also praktisch ohne Auflagen. GLM-5.3 kommt unter einer eigenen Lizenz: Unternehmen, die in zwölf zusammenhängenden Monaten mehr als zehn Milliarden Dollar Umsatz machen, müssen vor kommerzieller Nutzung eine Sicherheitsprüfung durch Z.ai durchlaufen. Für einzelne Nutzer:innen ändert sich nichts, sie dürfen weiterhin betreiben, bereitstellen und nachtrainieren.
Die Einordnung für KMU und öffentliche Einrichtungen: Diese Umsatzschwelle betrifft Sie nicht, das Muster aber sehr wohl. Offene Gewichte sind das stärkste Argument für Datensouveränität, weil sie Selbstbetrieb im eigenen Rechenzentrum erlauben, ohne dass Anfragen an eine in China gehostete Schnittstelle gehen. Genau deshalb gehört bei jedem offenen Modell die Lizenz gelesen und mit Datum archiviert, denn „offen“ ist inzwischen ein Spektrum und keine Eigenschaft. GLM-5.3-Flash bleibt übrigens unter MIT.
→ Quelle: The New Stack, „Z.ai’s GLM-5.3 goes open weight, but its new license aims at hyperscalers“, 28.08.2026 | ⚠ laut Sekundärquelle
Tencent Hunyuan | Stand: 30.08.2026
[Einordnung der Woche, Ereignis vom 28.08.2026] Tencent hat Hy4 preview veröffentlicht und quelloffen gestellt: 770 Milliarden Parameter insgesamt, 49 Milliarden davon aktiv, über eine Million Token Kontext. In Tencents eigener Auswertung bewerteten 163 Fachleute 203 Arbeitsaufgaben; Hy4 preview kam auf 2,99 von 4,00 Punkten und lag damit knapp vor GLM-5.3 mit 2,92 und Kimi K3 mit 2,94. Das ist eine Herstellerauswertung, kein unabhängiger Test, und so sollte sie gelesen werden. Der Preis liegt bei 0,834 Dollar je Million Eingabe-Token und 2,501 Dollar je Million Ausgabe-Token.
Auch hier gilt die Einordnung für Datensouveränität: Die Gewichte sind über Hugging Face verfügbar, ein Selbstbetrieb im europäischen Rechenzentrum ist damit grundsätzlich möglich, und genau darin liegt der Unterschied zur Nutzung über eine in China gehostete Schnittstelle. Wer die API bei Tencent Cloud nutzt, verarbeitet Daten außerhalb des Geltungsbereichs, den eine Auftragsverarbeitung nach DSGVO ohne Weiteres abdeckt. Der praktische Haken beim Selbstbetrieb bleibt die Hardware: Ein Modell dieser Größenordnung braucht Rechenkapazität, die in den meisten Häusern nicht steht.
→ Quelle: tencent.com, „Tencent Releases and Open-Sources Tencent Hy4 preview“, 28.08.2026 | ✓ bestätigt
Ohne Update heute: ChatGPT (28.08.) · Microsoft Copilot (25.08.) · Manus (25.08.) · DeepSeek (23.08.) · Qwen (26.08.) · Kimi (16.07.) · MiniMax (26.08.)
KATEGORIE 2: Wirtschaftliche Entwicklungen
Ein Modellzugang ist kein Betriebsmittel, sondern ein kündbarer Vertrag
[Einordnung der Woche, Ereignis vom 28.08.2026] OpenAI beendet die Vereinbarung, mit der das Entwicklungswerkzeug Cursor Zugriff auf OpenAI-Modelle hatte. Stichtag ist der 12. November 2026. Der Grund ist der Eigentümerwechsel: Cursor wurde von SpaceX übernommen, und OpenAI schreibt, man könne nicht darauf vertrauen, dass SpaceX die Nutzungsbedingungen einhalte, gestützt auf die eigenen Erfahrungen mit Unternehmen von Elon Musk. OpenAI hat die vertraglich längstmögliche Frist gewählt, knapp drei Monate, damit Entwickler:innen Zeit zum Umsteigen haben.
Über drei bis fünf Jahre gelesen, ist das der eigentlich bedeutsame Vorgang dieser Woche für jede Beschaffungsstelle. Ein Modellzugang ist kein Betriebsmittel wie Strom, sondern eine Lieferbeziehung, die aus Gründen enden kann, die mit Ihrer Nutzung nichts zu tun haben: einer Übernahme, einem Streit zwischen zwei Konzernen, einer geänderten Konzernstrategie. Wer eine Fachanwendung auf genau ein Modell aufsetzt, hat diese Abhängigkeit in seine Prozesse eingebaut, ohne sie je bewertet zu haben.
→ Quelle: openai.com, „Our decision on Cursor following its acquisition by SpaceX“, 28.08.2026; CNBC, 29.08.2026 | ✓ bestätigt
Der Markt zahlt nicht mehr für Ankündigungen, sondern für Auslieferungstermine
[Einordnung der Woche, Ereignis vom 28.08.2026] Marvell Technology hat starke Quartalszahlen vorgelegt und die Jahresprognose angehoben. Die Aktie fiel trotzdem. Der Grund liegt in einer Frage, die Anleger:innen bisher nicht gestellt hatten: Wann genau schlägt der im August angekündigte Auftrag für kundenspezifische KI-Chips von Google eigentlich in Umsatz um? Ein Analysehaus beziffert das langfristige Potenzial dieser Partnerschaft auf bis zu 120 Milliarden Dollar [Schätzung, nicht offiziell bestätigt]. Zwischen dieser Zahl und der nächsten Quartalsrechnung liegen jedoch Jahre.
Für Ihre eigene Planung ist das Muster verwertbar, unabhängig davon, ob Sie Aktien halten. Der Markt hat begonnen, zwischen angekündigter und ausgelieferter KI-Wertschöpfung zu unterscheiden. Genau diese Unterscheidung fehlt in vielen internen Vorlagen, in denen der Nutzen eines KI-Vorhabens für das Jahr eingeplant wird, in dem das Projekt startet, und nicht für das Jahr, in dem es trägt.
→ Quelle: Reuters via MarketScreener, „Marvell raises annual forecasts, but shares fall as Google deal questions linger“, 28.08.2026; Benzinga, 28.08.2026 | ⚠ laut Sekundärquelle
KATEGORIE 3: Politische & Regulatorische Entwicklungen
EU und Deutschland: Der Siemens-Chef rechnet Brüssel den Zeitverzug vor
Roland Busch, Vorstandsvorsitzender von Siemens, hat in der „Welt am Sonntag“ vor einer Überregulierung von KI in Europa gewarnt. Sein Argument ist kein allgemeines Klagen, sondern eine Rechnung: Ein Regelwerk wie die KI-Verordnung braucht rund zwei Jahre bis zur Verabschiedung, in dieser Zeit werden KI-Modelle sechs- bis achtmal weiterentwickelt. Europäische Behörden hinkten deshalb strukturell hinterher. Zugleich warnte Busch vor umfassenden EU-Zöllen gegen China und wies darauf hin, dass chinesische Wettbewerber über echte Ingenieurskompetenz verfügen und nicht allein über unfaire Handelspraktiken.
Für Häuser, die gerade ihre KI-Regeln schreiben, steckt darin ein praktischer Hinweis, ganz gleich, wie man politisch zu Buschs Position steht. Wenn die Technik sich schneller dreht als die Regel, dann darf Ihre Hausregel keine Werkzeugliste sein. Sie muss an Zwecken, Datenarten und Verantwortlichkeiten ansetzen, denn nur die halten länger als sechs Monate.
→ Quelle: Handelsblatt, 29.08.2026, und finanzen.at, 30.08.2026, jeweils zum Interview in der „Welt am Sonntag“ | ⚠ laut Sekundärquelle [Primärinterview hinter Bezahlschranke]
EU: Polen fordert 250 Millionen Euro Strafe gegen Meta
[Einordnung der Woche, Ereignis vom 27.08.2026] Polen hat die EU-Kommission aufgefordert, gegen Meta ein Bußgeld von 250 Millionen Euro zu verhängen. Grundlage ist der Vorwurf, Meta sei gegen betrügerische Werbung auf Facebook und Instagram nicht ausreichend vorgegangen: Von 122 gemeldeten betrügerischen Anzeigen habe der Konzern nur zehn entfernt. Meta verwies auf ein verbessertes KI-System zur Erkennung von Betrug und Identitätsmissbrauch.
Der Vorgang gehört in Ihre Akte, weil er zeigt, wie die Aufsicht über Plattformen inzwischen funktioniert: Ein Mitgliedstaat sammelt Fälle, zählt nach und legt die Zahlen der Kommission vor. Dasselbe Muster wird auf KI-Anbieter zulaufen. Wer eine KI-gestützte Prüfung einsetzt, sei es zur Betrugserkennung, zur Vorsortierung von Anträgen oder zur Moderation, muss künftig belegen können, wie viele Fälle erkannt, wie viele übersehen und wie viele nach menschlicher Prüfung anders entschieden wurden.
→ Quelle: Reuters via Euronews, „Polen will Millionen-Strafgeld von Meta“, 27.08.2026 | ⚠ laut Sekundärquelle
EU AI Act, Artikel 50: Der letzte Tag des Countdowns
Die Transparenzpflichten nach Artikel 50 EU AI Act gelten seit dem 2. August 2026. Die nationale Marktüberwachung liegt in Deutschland bei der Bundesnetzagentur, letzter verifizierter Stand: 02.08.2026. Zum 30.08.2026 liegt weiterhin keine über eine Primärquelle belegbare Bußgeldentscheidung nach Artikel 50 vor. Der Bußgeldrahmen bleibt bei bis zu 15 Millionen Euro oder drei Prozent des weltweiten Jahresumsatzes, mit ausdrücklich verhältnismäßiger Anwendung gegenüber kleinen und mittleren Unternehmen, letzter verifizierter Stand: 02.08.2026.
Mit dem 31.08.2026 endet die Phase, in der dieser Report Artikel 50 als täglichen Pflichtposten mitführt. Ab dem 1. September erscheint das Thema nur noch dann, wenn es etwas zu berichten gibt: ein Bußgeld, eine Leitlinie, eine Gerichtsentscheidung, eine Aufsichtsmaßnahme. Das ist keine Entwarnung. Es ist die Feststellung, dass ein Countdown seine Aufgabe erfüllt hat und ab jetzt die Praxis zählt.
USA und China
Für die USA lag im Recherchefenster über den unternehmensseitigen Vorgang in Kategorie 2 hinaus keine eigenständige regulatorische Neuigkeit vor, für China keine über die seit September 2025 geltenden Kennzeichnungsregeln für synthetische Inhalte hinaus. Beide Stränge bleiben auf der Beobachtungsliste.
KI & ARBEIT
💼 Neun Prozent weniger Ausbildungsverträge, und bei den Fachinformatiker:innen bricht fast jeder fünfte Platz weg
Quelle: IHK Baden-Württemberg, Stand der Meldungen zum 26.08.2026, berichtet über Börse Express | Datum: 30.08.2026 | ⚠ laut Sekundärquelle
Die Zahl neu abgeschlossener Ausbildungsverträge in Baden-Württemberg liegt neun Prozent unter dem Vorjahreswert. Bei den Fachinformatiker:innen beträgt der Rückgang 19,1 Prozent, in der Elektrotechnik 15,6 Prozent. Es sind also ausgerechnet die technischen Berufe, in denen der Fachkräftemangel seit Jahren beklagt wird. Als ein Grund wird der Einsatz von KI bei Einstiegstätigkeiten benannt; eine Stanford-Auswertung zeigt für die Altersgruppe 22 bis 25 in Berufen mit hoher KI-Berührung einen Beschäftigungsrückgang von elf Prozent, getragen vor allem durch ausbleibende Neueinstellungen.
Aus 40 Jahren Arbeitsmarkt weiß ich, wie diese Rechnung endet. Wer die Einstiegsstufe streicht, spart heute Ausbildungskosten und kauft in fünf Jahren Fachkräfte am leergefegten Markt zurück, zum dreifachen Preis und ohne Kenntnis des eigenen Hauses. Der Denkfehler liegt darin, den Einsteiger als Erbringer von Routinearbeit zu sehen. Er ist der Träger der Nachfolge.
💼 Meta hat „Agent statt Mensch“ durchgerechnet und die Rechnung selbst kassiert
Quelle: Reuters, wiedergegeben über Crypto Briefing und Slashdot | Datum: 28.08.2026 | ⚠ laut Sekundärquelle
Unter dem internen Namen Project OT hatte Meta Szenarien geprüft, in denen Teams von 10 bis 20 Beschäftigten auf 3 bis 5 verkleinert und die verbleibende Arbeit von KI-Agenten übernommen worden wäre, in einzelnen Einheiten also eine Verkleinerung um bis zu 60 Prozent. Eine erste Umstrukturierung im Mai 2026 hatte die Belegschaft bereits um rund zehn Prozent verringert, eine zweite Runde war für November geplant und ist gestrichen. Ausschlaggebend waren nach Reuters die eigenen Daten: mehr Störungen und mehr Sicherheitsvorfälle im Zusammenhang mit KI-Agenten ohne ausreichende Aufsicht, dazu ein Absturz der Belegschaftsstimmung von 74 auf 55 Prozent Zustimmung. Meta bestätigt die Szenarienplanung und bestreitet die pauschale 60-Prozent-Lesart.
Für Führungskräfte in KMU und öffentlichem Dienst liegt der Wert dieser Meldung nicht in der Schadenfreude, sondern im Kennzahlensatz: Ein Konzern mit dem größten denkbaren Budget hat gemessen, was passiert, wenn Agenten ohne Aufsicht arbeiten, und ist zurückgerudert. Diese Messung müssen Sie nicht wiederholen. Sie können sie zitieren.
KATEGORIE 4: Radar – Signale & Forschung
Methodik: öffentlich crawlbare Quellen, kein Live-Scan sozialer Medien. Eigenständige Prüfung empfohlen.
🔭 Signal: KI-Crawler binden ein Fünftel der Rechenkapazität von kernel.org
Quelle: people.kernel.org, Konstantin Ryabitsev, „Creepy Crawlies“ | Datum: 29.08.2026
Der für die Infrastruktur des Linux-Kernels zuständige Administrator hat offengelegt, was das Abgrasen von Trainingsdaten kostet. Auf git.kernel.org treffen rund sechs Millionen Anfragen pro Tag ein, etwa 99 Prozent davon von Scrapern. 14 bis 16 der insgesamt 90 Rechenkerne sind dauerhaft damit beschäftigt, für diese Bots einzelne Commits als HTML zu rendern, also rund ein Fünftel der Gesamtkapazität. Sperren über IP-Adressen liefen ins Leere, sobald die Bots ihre Kennungen fälschten und über Privat- und Mobilfunknetze auswichen; ein Rechenrätsel als Zugangshürde half zunächst, inzwischen lösen rund ein Drittel der Anfragen es erfolgreich. Für jede Organisation mit einem öffentlich erreichbaren Fachportal, Ratsinformationssystem oder Archiv ist das die konkrete Warnung: Ein spürbarer Teil Ihrer Serverlast könnte längst nicht von Bürger:innen oder Kund:innen stammen, sondern von Datensammlern, für die Sie die Rechnung bezahlen.
Reife-Level: Emerging
🔭 Signal: Was heute in ein Serientelefon passt, muss morgen nicht mehr in die Cloud
Quelle: artificialanalysis.ai, Benchmark „Pocket-Scale Inference“ für Mobiltelefone | Datum: 30.08.2026
Artificial Analysis hat 39 kleine Sprachmodelle, jeweils unter 8 Gigabyte nach Quantisierung, auf handelsüblichen Geräten vermessen, konkret auf einem iPhone 17 Pro und einem Galaxy S26 Ultra mit je 12 Gigabyte Arbeitsspeicher. Getestet wurden Ausgabegeschwindigkeit, Antwortzeit, Speicherverbrauch und Leistung über fünf Prüfverfahren, darunter GPQA Diamond und MATH-500. Die praktische Grenze liegt bei rund 16.000 Token Kontext. Für KMU und öffentliche Einrichtungen ist die Richtung wichtiger als jede Einzelzahl: Eine wachsende Klasse von Aufgaben, Zusammenfassen, Umformulieren, Klassifizieren, Vorsortieren, lässt sich auf dem Gerät erledigen. Kein Datenabfluss, keine Nutzungskontingente, keine Auftragsverarbeitung. Für Berufsgruppen mit besonders schutzwürdigen Daten, etwa in Jugendämtern, Personalstellen oder Arztpraxen, ist das der interessanteste Pfad des Jahres.
Reife-Level: Früh-Signal
🔭 Signal: Wo die Begriffe klar sind, rät die Maschine weniger
Quelle: coldtake.dev, Ernest Bednarczyk, „Domain-Driven Agents“ | Datum: 27.08.2026
Der Autor beschreibt, warum KI-Werkzeuge in gewachsenen Fachanwendungen so oft danebenliegen: Nicht das Modell ist zu schwach, sondern das System kennt seine eigenen Begriffe nicht. Wo derselbe Sachverhalt in drei Systemen drei Namen trägt, rät das Modell, und es rät oft falsch. Sein Vorschlag ist eine maschinenlesbare Begriffsdatei, die festlegt, welcher Bereich welchen Begriff verbindlich definiert und welche anderen Bereiche ihn nur verwenden. Der Mensch entscheidet, was fachlich gilt; die Maschine setzt um. Das ist weit über Software hinaus verwertbar. Jede Verwaltung und jeder Betrieb hat diese Begriffsunschärfe, und sie war schon vor KI teuer, nur fiel sie weniger auf. Ein gepflegtes Fachglossar ist damit keine Fleißarbeit für die Ablage, sondern eine Voraussetzung dafür, dass KI in Ihrem Haus verlässlich arbeitet.
Reife-Level: Früh-Signal
📄 Reclaiming Epistemic Agency: A Critical Framework for Human-Generative AI Co-Agency in Education
Autor:innen: Biranchi Poudyal | Erschienen: 27.08.2026 | Quelle: arxiv.org/abs/2608.26937
Kernerkenntnisse: Die Arbeit beschreibt die Einführung generativer KI in Bildungseinrichtungen als Verschiebung epistemischer Autorität, also der Frage, wer eigentlich befugt ist, Wissen zu erzeugen, Behauptungen zu prüfen und Lernergebnisse zu beurkunden. Der Autor prüft gängige Erklärmodelle wie Distributed Agency, Self-Determination Theory, TPACK und SAMR und stellt fest, dass keines davon drei Punkte ausreichend behandelt: die Verteilung von Macht, das Eigentum an den Daten, über die die Interaktion läuft, und die Zurechenbarkeit von Verantwortung. Sein Gegenvorschlag ist ein Rahmen entlang dreier Dimensionen, einer beziehungsbezogenen, einer regulatorischen und einer didaktischen, mit menschlicher Verantwortung für epistemische Aussagen als Grundbedingung.
Praktische Relevanz für KMU und öffentliche Einrichtungen: Für alle, die Weiterbildung verantworten, liefert die Arbeit die Begründung dafür, Prüfungs- und Nachweisformate neu zu denken, sobald ein Werkzeug die Antwort schneller liefert als die lernende Person. Die Frage lautet künftig nicht mehr, ob KI benutzt wurde, sondern wer für das Ergebnis geradesteht.
Verifikationsstatus: ⚠ Preprint, noch nicht peer-reviewed
Dieser Report erscheint i.d.R. täglich.
Weitergabe mit Quellenangabe ausdrücklich erwünscht.
Kommen wir ins Gespräch. Ich freue mich auf den Austausch.
Sven Neuenfeldt | Arbeitsmarktguru
Bleiben Sie neuGIERig! Wir müssen raus aus unserer Komfortzone.
Schreibe einen Kommentar