Die Finanzindustrie entdeckt Künstliche Intelligenz nicht, sie kehrt zu ihr zurück. Während KI in der öffentlichen Wahrnehmung als Phänomen der letzten Jahre gilt, arbeiten Risikoabteilungen, Handelsdesks und Kreditinstitute seit Jahrzehnten mit lernenden Systemen. Der Unterschied zwischen einem Kreditscoring-Modell der 1990er Jahre und einem modernen Sprachmodell ist real aber er ist

Agent template: This template aims to assist you in writing a masterprompt. Masterprompts can be pasted into the “Instructions” tab of a Project from the AI provider of our choice. When we then pose a question/problem in the chat of that Project, the masterprompt leads our request over a

Wie KI die Rechtswelt verändert: Dr. Dominik Herzog über das Ende des Wissensmonopols, Karrierechancen für junge Juristen und warum Methodik wichtiger ist denn je.   Beim Beck-Bewerbertag Jura 2026 in München haben wir Dr. Dominik Herzog getroffen – Lehrstuhlbeauftragter an der LMU München und Partner bei SYLVENSTEIN Rechtsanwälte. Im Gespräch spricht er

Was uns ein Experiment an der Oregon State University über gutes Prompting verrät Am 9. April 2026 fand an der WU Wien mit Ladies that Lead unser erster Prompt Engineering Workshop statt. Im Vorfeld hatte ich die Gelegenheit, erneut mit Prof. Inhwa Kim zu sprechen — der Forscherin, deren Arbeit zu

Stellen Sie sich vor, Sie beantragen einen Kredit. Sie haben ein geregeltes Einkommen, keine offenen Schulden etc. Trotzdem kommt die Absage — automatisch, innerhalb von Sekunden. Kein Sachbearbeiter, keine Begründung, keine Möglichkeit nachzufragen. Irgendwo in einem Rechenzentrum hat ein Algorithmus entschieden, dass Sie kein geeigneter Kreditnehmer sind. Was genau zu dieser

Was echte Palantir-Consulting-Projekte über die Zukunft deines Einstiegsjobs verraten — und warum ein gut gebauter Masterprompt dieselbe Arbeit im Kleinen ist. Ezekiel Akinsanya studierte vier Jahre in Princeton mit einem klaren Ziel: McKinsey. Consulting-Club gegründet, Sommer-Praktika absolviert, Cases gedrillt. Im Frühjahr 2026 schloss er ab — und entschied sich gegen Consulting. Seine

Günstiger pro Token, teurer insgesamt. Das ist die Paradoxie, mit der KI-Verantwortliche im Finanzsektor gerade konfrontiert sind. Die Kosten pro Verarbeitungseinheit sinken kontinuierlich, aber die Gesamtrechnung steigt. Das klingt widersprüchlich, ist aber erklärbar — und wer den Mechanismus dahinter versteht, trifft bessere Architekturentscheidungen. Was Inference überhaupt bedeutet Bevor es um Kosten

Wer ein KI-Modell auswählt, verlässt sich auf eine einfache Annahme: Das Modell mit der höchsten Accuracy auf dem Testset ist das beste Modell für den Produktionseinsatz. Eine Studie vom MIT zeigt, dass diese Annahme systematisch falsch sein kann — und zwar nicht aufgrund von Overfitting oder schlechter Architektur, sondern wegen eines

Die KI-Branche debattiert Modellarchitekturen, Parametergrößen und Trainingsverfahren während das eigentliche Problem systematisch übersehen wird: die Qualität der Inputdaten. Wer schlechte Daten in ein leistungsstarkes Modell eingibt, bekommt schlechte Ergebnisse zurück. Das ist kein neues Prinzip. Unter dem Begriff Garbage In, Garbage Out ist es seit Jahrzehnten bekannt. Aber im Zeitalter

Wer die Daten hält, verschiebt die Macht Die Debatte über Künstliche Intelligenz wird meist technisch geführt: Modellgrößen, Rechenleistung, Algorithmen. Das greift zu kurz. In der Praxis entscheidet eine andere Frage über wirtschaftlichen und gesellschaftlichen Einfluss: Wer hat Zugang zu guten Daten – und wer nicht? „Gut“ meint hier nicht viel, sondern

KI-Systeme sind produktiv, skalierbar — und angreifbar. Wer Large Language Models in Finanzprozessen einsetzt, schafft nicht nur Effizienz, sondern auch neue Angriffsflächen. Die OWASP hat die zehn kritischsten Schwachstellen klassifiziert. Was dahintersteckt und warum es für den Finanzsektor konkret relevant ist. Dieser Artikel ist Teil eines Workshops, die anderen Artikel findet

Nie war es leichter, perfekte Präsentationen zu bauen. Was passiert, wenn man dasselbe Thema zweimal schreiben lässt? Beide Versionen sind sauber strukturiert. Beide argumentieren klar. Beide könnten in einem professionellen Umfeld bestehen. Der Unterschied liegt nicht im Prompt. Er liegt im Kontext. Der erste Text ist das Ergebnis einer Zusammenarbeit

Tutorial: Masterprompts für Agenten schreiben Dieser Artikel ist Teil eines Workshops, die anderen Artikel findet ihr hier. Warum sind Masterprompts so cool? Du hast wahrscheinlich KI schon oft genutzt, und auch brauchbare Ergebnisse erzielt. Aber jede Sitzung beginnt von vorn: das Modell weiß nicht, was du brauchst, wie du an

Ein praktisches Framework für alle, die KI ernsthaft nutzen wollen — mit Fokus auf die häufigsten Fehler, und fertige Prompts für jeden Schritt KI-Systeme produzieren flüssige, strukturierte und oft überzeugend klingende Antworten. Das Problem ist nicht Zufall — es ist Plausibilität. Große Sprachmodelle sind darauf optimiert, kohärent zu klingen, nicht wahr zu

Bias, Metriken, Benchmarks, Performance-Tests – verständlich erklärt (Stand: 28.02.2026) KI-Modelle wirken in Demos oft beeindruckend: ein hoher Score, ein paar gute Beispiele – fertig. In der Praxis zeigt sich aber schnell: Ein Modell kann auf dem Papier stark sein und trotzdem im Alltag schwächeln. Gründe sind neue Daten, verändertes Nutzerverhalten

Warum Bewertungsmaßstäbe mehr steuern als Modelle Die Diskussion über Künstliche Intelligenz folgt meist einem vertrauten Muster. Modelle werden verglichen, Leistungswerte diskutiert, Fortschritte quantifiziert. Wer besser abschneidet, gilt als überlegen. Wer schlechter abschneidet, als rückständig. Diese Logik ist verständlich. Sie ist anschlussfähig. Und sie ist trügerisch. Denn die entscheidende Frage lautet

"Die erste Welle war Euphorie. Die zweite war Überforderung." Viele Prozesse stehen mitten im Wandel: Sie laufen schneller, Entscheidungen werden komplexer und die Spielregeln verändern sich leise – aber radikal. Hierbei wird Ki zunehmend immer wichtiger und beginnt massiven Einfluss zu haben, wodurch jedoch die Verantwortung komplett auf den

In diesem Workshop präsentieren wir euch fünf Methoden, mit denen ihr Aufgaben im Bereich Zeit- und Projektmanagement mit Hilfe von KI sowohl effektiver, als auch effizienter bewältigen könnt. Diese Methoden lassen sich anwenden auf Aufgaben sowohl im studentischen als auch beruflichen Umfeld. Dieser Artikel ist Teil eines Workshops, die anderen

Künstliche Intelligenz wird häufig als einheitliche Technologie wahrgenommen. In der Praxis basiert moderne KI jedoch auf grundlegend unterschiedlichen Architekturen, die jeweils für klar abgegrenzte Problemklassen optimiert sind. Ob ein System Texte analysiert, Bilder erkennt oder autonome Entscheidungen trifft, hängt nicht von einer allgemeinen „Intelligenz“ ab, sondern von der strukturellen Auslegung

Die entscheidende Verschiebung passiert vor der Entscheidung Künstliche Intelligenz wird weiterhin entlang einer vertrauten Linie diskutiert: schneller, günstiger, effizienter. Diese Perspektive ist bequem, weil sie anschlussfähig ist. Sie erklärt Investitionen, rechtfertigt Projekte, beruhigt Gremien. Sie verfehlt jedoch den eigentlichen Punkt. Die tiefgreifende Wirkung von KI liegt nicht im Output, sondern

Generative KI hat sich schneller im Arbeitsalltag etabliert als jede vergleichbare Technologie zuvor. Texte, Analysen und Präsentationen entstehen heute in einem Bruchteil der Zeit, die noch vor wenigen Jahren nötig war. Die Zahlen wirken eindeutig: In einem groß angelegten Feldexperiment mit 758 Unternehmensberatern von Boston Consulting Group erledigten Teilnehmer mit

Große Sprachmodelle werden häufig noch wie ein universelles Werkzeug behandelt: ein Prompt, eine Antwort, ein Ergebnis. Dieser Ansatz funktioniert für einfache Aufgaben erstaunlich gut, stößt aber schnell an Grenzen sobald Komplexität ins Spiel kommt. Genau hier setzt das Konzept von Agenten an. Agenten sind weniger eine neue technologische Fähigkeit als

Während generative KI für Millionen zum kognitiven Co-Piloten wird, könnten die ersten Verluste dieser wachsenden Abhängigkeit dort eintreten, wo wir sie am wenigsten bemerken: in unserer Aufmerksamkeit, unserer Originalität und unserer Fähigkeit, Informationen eigenständig zu bewerten. Der Tag, an dem Denken anfing optional zu werden Über den größten Teil der

KI kann viel – aber nicht alles Kaum eine Technologie hat sich so schnell verbreitet wie Künstliche Intelligenz. In kaum einem Jahr wurde mehr experimentiert, investiert und publiziert. Doch jenseits des Hypes zeichnet sich ein Muster ab: KI entfaltet ihren Wert erst dann, wenn sie in menschliche Denk-, Entscheidungs- und Organisationslogiken

Disclaimer: In diesem Artikel versuche ich das Thema Large Language Models (LLMs) und ihre Funktionsweise kurz und möglichst intuitiv zu erklären. Hierbei dient das phänomenale Video vom Youtube Kanal "3Blue1Brown" als Hauptquelle. Generell kann ich diesen Kanal für mathematische Konzepte sehr empfehlen. Zu jeder Formel und jedem Theorem

Wenn alles schneller wird – was bleibt dann wertvoll? Wir leben in einer Zeit, in der sich alles beschleunigt: Kommunikation, Entscheidungen, Geschäftsmodelle. AI-Tools analysieren Daten, schreiben Berichte, erstellen Marktstudien – in Sekunden statt Tagen. Doch Geschwindigkeit allein schafft keinen Fortschritt. Im Gegenteil: Je mehr wir automatisieren, desto größer wird die Versuchung, Entscheidungen

Wir sprechen über die Cloud, als wäre sie ein Ort über den Dingen — leicht, abstrakt, irgendwo zwischen Himmel und Internet. In Wahrheit ist sie eine Sammlung aus Millionen physischen Servern, die in riesigen Hallen stehen — kühl, laut und energiehungrig. Jeder gespeicherte Chat, jedes Foto, jede KI-Anfrage wird hier verarbeitet. Wenn

Wie Empathie-Forschung verändert, wie wir mit KI sprechen sollten In einem Umfeld, das von Statistiken, Algorithmen und Datenmodellen geprägt ist, spricht sie über Empathie. Professorin Inhwa Kim forscht an der Schnittstelle von KI, Konsumentenpsychologie und Kommunikation — nicht aus einer rein technischen Perspektive, sondern mit dem Blick darauf, was Menschen dazu

In diesem Interview spricht Jannek Drexl, Geschäftsführer des Wiener Startups Telefonagent, über den Einsatz von KI in der Telefonie, technologische Grundlagen, Datenschutz und die Zukunft von KI-basierten Sprachsystemen – insbesondere in der Immobilienbranche.

Ein neuer Begriff für eine alte Kunst "Prompt Literacy" – das klingt nach einem Fachbegriff aus der IT-Branche, ist aber im Kern eine uralte Fähigkeit: die Kunst, durch präzise und effektive Sprache gezielt Wirkung zu erzeugen. Und genau das ist auch das Ziel bei Kommunikation mit der KI. Nur

Ein Gespräch mit Tom Buchholz über Erwartungen, Realität und den wachsenden Einfluss künstlicher Intelligenz im Finanzsektor.

Wie KI Private Equity verändert: Hagen Raab über Chancen, Risiken und Karriere-Tipps für die nächste Generation in Private Equity.

„KI nimmt uns die Arbeit weg.“ Kaum ein Satz fällt in Gesprächen mit Führungskräften, Studierenden oder Unternehmern häufiger. Er ist verständlich, weil er ein diffuses Gefühl bündelt: die Angst, ersetzbar zu sein. Medien helfen nicht gerade, diese Angst zu sortieren. Schlagzeilen sind eindeutig, die Wirklichkeit selten. Und genau hier beginnt

Ein Essay über Urteilskraft im KI‑Zeitalter – jenseits von Logos und Lebensläufen Die Regeln, nach denen wir Talent erkennen, sind ins Rutschen geraten. Wo früher Logo‑Karrieren, Noten und das Beherrschen von Routinen galten, beschleunigt Künstliche Intelligenz die Abarbeitung – und verschiebt den Wert auf etwas anderes: das Denken unter Unsicherheit.

Kaum ein Thema wird derzeit so emotional diskutiert wie Künstliche Intelligenz. Für die einen ist sie das Untergangsszenario für ganze Berufsbilder – vom Anwalt bis zum Investmentbanker. Für die anderen ist sie ein Heilsversprechen, das alle Probleme löst. Beides greift zu kurz. Denn AI ist keine Bedrohung, die wir verhindern könnten

Als Senior Partner bei Bain hat Axel Erhard eine besonders aufschlussreiche und analytische Perspektive, um einzuschätzen, was im Zeitalter von KI in den kommenden Jahren auf Unternehmen zukommen könnte – worauf wir uns freuen dürfen und was wir mit kritischem Blick im Auge behalten sollten.