Macht KI uns dümmer? Wieso das die falsche Frage für Nutzer und Unternehmen ist.

MIT-Studien zu Cognitive Debt und gescheiterten Piloten – und warum Workflows der Schlüssel sind

Show Notes

Machen uns KI-Tools wirklich dümmer? Jochen und Barbara diskutieren zwei MIT-Studien, die genau das suggerieren. Spoiler: Die Studien sind spannend, aber die deutschen Schlussfolgerungen daraus sind faul. Während andere Länder fragen “Was können wir Cooles damit machen?”, fragen wir “Sollten wir das nicht lieber lassen?”. Die beiden zerrupfen das Tech-Bros-Marketing, sprechen über vergessene Workflows, Telefonbücher als Relikt einer verklärten Vergangenheit und warum die eigentliche Frage lautet: Was macht eigentlich den Kern meiner Arbeit aus? Plus: Warum Annahmen des Teufels sind und wer im Unternehmen vielleicht wirklich nicht mehr gebraucht wird. Spoiler: Es ist nicht die KI, die das Problem ist.

In dieser Episode diskutieren Jochen G. Fuchs und Barbara Lampl die Auswirkungen von Künstlicher Intelligenz (KI) auf die Arbeitswelt, persönliche Fähigkeiten und die Notwendigkeit, unsere Workflows neu zu denken. Sie beleuchten kulturelle Unterschiede im Umgang mit Technologie, die Herausforderungen der Anpassung an KI und die Bedeutung von kritischem Denken in einer sich schnell verändernden Welt. Die Diskussion umfasst auch die Rolle von Unternehmen bei der Integration von KI und die Notwendigkeit, Bildungssysteme anzupassen, um zukünftige Generationen auf die Herausforderungen der Technologie vorzubereiten.

📚 In dieser Episode erwähnte Links:

Studien & Papers:

• MIT-Studie: Your Brain on ChatGPT – Cognitive Debt
• MIT Media Lab: Projekt-Übersicht
• MIT NANDA: The GenAI Divide – 95% aller Gen-AI-Piloten scheitern
• OpenAI: ChatGPT-Nutzungsstudie (September 2025)
• NBER Working Paper: How People Use ChatGPT
• ImageNet: A Large-Scale Hierarchical Image Database (2009)
• AlexNet Paper: ImageNet Classification with Deep Convolutional Neural Networks (2012)

Tools & Technologie:

• AudioPen – Voice to Text AI Tool
• Flora Incognita – Plant Identification App
• Flora Incognita Paper (Methods in Ecology and Evolution)
• Feedly
• OpenAI Codex

Weitere Referenzen:

• Adam Grant: Unlearning-Konzept
• AI Act (EU-Regulierung)
• Ethan Mollick auf LinkedIn

Vorherige Episode:

• LAIer 8|9 – KI-Souveränität: EU, Mistral und der ASML-Deal

🎯 Chapter Markers:

[00:00:01] Begrüßung aus Paris und Köln
[00:01:30] Vergessene manuelle Workflows durch AI-Nutzung
[00:03:50] MIT-Studie: Macht AI uns dümmer und fauler?
[00:08:35] Telefonbücher und verklärte Vergangenheit
[00:15:46] Workflows als Schlüssel zur AI-Transformation
[00:20:34] Abhängigkeiten und was wir abgeben sollten
[00:26:44] OpenAI’s Geschäftsmodell und Consumer-Tools
[00:32:53] Tech-Marketing und die Wundermaschinen-Illusion
[00:41:46] Wer trägt die Schuld am AI-Dilemma?
[00:49:37] Radikales Neudenken: Chance statt Risiko
[00:55:06] Unternehmen müssen Prozesse grundlegend überdenken
[00:58:25] Schlusswort: Annahmen sind des Teufels

Unsere Hosts:
AI Babsi (Barbara): Website | LinkedIn
E-Fuchs (Jochen): Website | LinkedIn

Unser Podcast Blog:
https://www.laier89.de/

🥳 Danke, dass du LAIer 8|9 eingeschaltet hast! Möge die KI mit dir sein!

Schreib uns eine Bewertung mit dem KI-Modell deiner Wahl und abonniere uns auf deiner Lieblingsplattform, wir sind überall, es gibt kein Entrinnen!

• Apple
• Deezer
• Spotify
• Amazon Music
• Youtube Video-Podcast

01001100 01110101 01101011 01100101 00101100 00100000 01001001 01100011 01101000 00100000 01100010 01101001 01101110 00100000 01100100 01100101 01101001 01101110 00100000 01001011 01001001 00101101 01010000 01101111 01100100 01100011 01100001 01110011 01110100 00100000 01001100 01000001 01001001 01100101 01110010 00100000 00111000 01111100 00111001 00101110

LAIer 8|9 wird nicht Layer 89 oder Layer 8|9 geschrieben, auch nicht Layer 8 9, aber wir sind cool und wir sind tough, deshalb gibt’s hier Keyword-Stuff.