Hier führen wir die Quellen auf die wir für unsere Artikel verwendet haben - kompakt und übersichtlich. Allgemeine Quellen beziehen sich hierbei auf Quellen auf welchen der ganze Artikel teilweise basiert, spezifische Quellen sind im Artikel gekennzeichnet.

KI rechnet - wir denken
0:00 /0:06 1× “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
ThinkBeyondAiEmil Ohligs

Spezifische Quellen

Artikel lesen

Geht uns die Arbeit aus? Warum die Job-Debatte über AI in die Irre führt
„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
ThinkBeyondAiSven von Bismarck

Allgemeine Quellen

Spezifische Quellen


Artikel lesen

Interview mit Bain Partner: Wie verändert KI den Arbeitsmarkt?
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.
ThinkBeyondAiCarl Erhard

Spezifische Quellen

Artikel lesen

Prompt Literacy: Lernen effektiv mit KI zu arbeiten
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 Sprache Wirkung zu erzeugen. Nur dass wir heute nicht mehr Menschen adressieren, sondern Maschinen. Aber was passiert, wenn wir Maschinen fragen, aber nicht
ThinkBeyondAiCarl Erhard

Spezifische Quellen


Artikel lesen

KI in Retail – Algorithmus trifft auf Empathie
In einem Umfeld, das von Statistiken, Algorithmen und Datenmodellen geprägt ist, spricht sie über Empathie. Professorin Inhwa Kim – eine Forscherin und Spezialistin im KI- und Retail-Bereich, die Künstliche Intelligenz nicht nur entwickelt, sondern aus verschiedenen Perspektiven versteht: technisch und analytisch, sowie psychologisch kommunikativ – und zutiefst menschlich. Während meines Austauschsemesters an
ThinkBeyondAiCarl Erhard

Spezifische Quellen

Kim, I. (2025). From Adoption to Optimization of AI-Powered Retail Service Robots: Consumer Switching and Communication Effectiveness.

University of Tennessee.

Kim, I., Ki, C.-W., Lee, H., & Kim, Y.-K. (2024). Virtual Influencer Marketing: Evaluating the Influence of Virtual Influencers’ Form Realism and Behavioral Realism on Consumer Ambivalence and Marketing Performance.

Journal of Business Research, 176, 114611.

Custom Market Insights (2024). Retail Robotics Market Outlook 2024 – 2033.

Artikel lesen
Die Cloud - eine Datenfalle
Wir sprechen über die Cloud, als wäre sie ein Ort über den Dingen – leicht, abstrakt, irgendwo zwischen Himmel und Internet. Doch die Cloud existiert nicht, zumindest nicht so, wie wir sie uns vorstellen. In Wahrheit ist sie eine Sammlung aus Millionen physischen Servern, die in riesigen Hallen stehen – kühl, laut
ThinkBeyondAiCarl Erhard

Spezifische Quellen

  • Internationale Energieagentur (IEA): Data Centres and Data Transmission Networks – Tracking Clean Energy Progress, 2024.
  • Deutsche Energie-Agentur (dena): Energieeffiziente Künstliche Intelligenz für eine klimafreundliche Zukunft, 2024.
  • Carbon Trust: Der nachhaltige Weg zum Ausbau von Rechenzentren, 2023.
  • University of California Riverside / The Guardian: Thirsty AI – How Data Centers Consume Water for Cooling, 2023.
  • Microsoft Sustainability Report 2023.
  • All About AI: AI Data Centers Statistics and Impact, 2024.

Artikel lesen
Erfahrung schlägt Effizienz – warum Urteilskraft der wahre Wettbewerbsvorteil im AI-Zeitalter ist
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
ThinkBeyondAiSven von Bismarck
Was Studien wirklich zeigen: KI wirkt nur im Kontext – und mit Menschen, die denken
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
ThinkBeyondAiSven von Bismarck

Spezifische Quellen

Outsourcing Minds: Wie KI und “Midjourney-Mentalität” unser Denken leise verändert
Während generative KI für Millionen zum kognitiven Co-Piloten wird, könnten die ersten Opfer dieser wachsenden Abhängigkeit unsere Aufmerksamkeit, Originalität und demokratische Widerstandsfähigkeit sein. Der Tag, an dem Denken anfing optional zu werden Über den größten Teil der Menschheitsgeschichte hinweg war Denken unvermeidlich. Wer schreiben wollte, musste sein Gedächtnis bemühen. Wer
ThinkBeyondAiCarl Erhard

Spezifische Quellen

Akademische Quellen:

  1. Crawford, Kate. Atlas of AI: Power, Politics, and the Planetary Costs of Artificial Intelligence. Yale University Press, 2021.
  2. Brynjolfsson, Erik, and Andrew McAfee. The Second Machine Age: Work, Progress, and Prosperity in a Time of Brilliant Technologies. W. W. Norton & Company, 2014.
  3. Autor, David, et al. “New Frontiers: The Origins and Content of New Work, 1940–2018.” American Economic Review, vol. 112, no. 2, 2022, pp. 308–344.
  4. Susskind, Daniel. A World Without Work: Technology, Automation, and How We Should Respond. Metropolitan Books, 2020.
  5. Damasio, Antonio. The Strange Order of Things: Life, Feeling, and the Making of Cultures. Pantheon, 2018.
  6. Kahneman, Daniel. Thinking, Fast and Slow. Farrar, Straus and Giroux, 2011.
  7. Haidt, Jonathan. “The Emotional Dog and Its Rational Tail.” Psychological Review, vol. 108, no. 1, 2001, pp. 814–834.
  8. Bostrom, Nick. “The Vulnerable World Hypothesis.” Global Policy, vol. 10, no. 4, 2019, pp. 455–476.
  9. Leslie, David. Understanding Artificial Intelligence Ethics and Safety. The Alan Turing Institute, 2020.
  10. Tufekci, Zeynep. “Algorithmic Harms Beyond Facebook and Google.” Colorado Technology Law Journal, vol. 13, 2015.

Berichte & Institutionen:

  1. OECD. The Impact of Artificial Intelligence on Employment. OECD Publishing, 2023.
  2. World Economic Forum. Future of Jobs Report. WEF, annual editions 2020–2024.
  3. UNESCO. Recommendation on the Ethics of Artificial Intelligence. UNESCO Publishing, 2021.
  4. MIT Sloan Management Review. The Human-AI Relationship Report. MIT SMR, 2023.
  5. Accenture. Reinvention Dividend Study. Accenture Global, 2024.

Journalistische Quellen:

  1. The New York Times. Multiple articles by Kevin Roose, Cade Metz, Cecilia Kang on AI societal impact (2020–2024).
  2. Financial Times. Reporting on global AI governance by Madhumita Murgia (2021–2024).
  3. The Economist. Special Report: The AI Era (2023).
  4. Wired Magazine. Long-form investigations into AI misuse and AI labor dynamics (2020–2024).

Tech & Forschung:

  1. DeepMind. Scalable Oversight and Alignment Research Papers. DeepMind, 2022–2024.
  2. OpenAI. GPT-4, GPT-4o, and Safety & Alignment Technical Reports. OpenAI, 2023–2024.
  3. Anthropic. Constitutional AI Research Papers. Anthropic, 2022–2024.

Artikel lesen

Angewandte Midjourney-Mentalität: Wie Timing bei KI-Arbeit ihre Effektivität steigert
Warum KI vielen Menschen im Job schadet – und wie man sie richtig einsetzt Produktiver – und trotzdem schlechter? 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. Für Unternehmen
ThinkBeyondAiCarl Erhard

Spezifische Quellen

Kognition, Denken, Urteilsfähigkeit

  • Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.
  • Stanovich, K. E. (2018). The Rationality Quotient: Toward a Test of Rational Thinking. MIT Press.
  • Evans, J. St. B. T., & Stanovich, K. E. (2013). Dual-process theories of higher cognition. Perspectives on Psychological Science, 8(3).

Lernen, Metakognition, Kompetenzaufbau

  • Chi, M. T. H., et al. (2018). Active-Constructive-Interactive: A conceptual framework. Educational Psychologist.
  • Bjork, R. A., & Bjork, E. L. (2011). Making things hard on yourself, but in a good way. Psychology and the Real World.
  • OECD (2018). The Future of Education and Skills: Education 2030. OECD Publishing.

Cognitive Offloading & Technologie

  • Risko, E. F., & Gilbert, S. J. (2016). Cognitive offloading. Trends in Cognitive Sciences.
  • Barr, N., et al. (2015). The brain in your pocket: Evidence that smartphones are used to supplant thinking. Computers in Human Behavior.

KI, Arbeit, Produktivität

  • Acemoglu, D., & Restrepo, P. (2020). Artificial intelligence and jobs. Journal of Economic Perspectives.
  • Brynjolfsson, E., McAfee, A. (2014). The Second Machine Age. W. W. Norton & Company.
  • Autor, D. (2015). Why are there still so many jobs? Journal of Economic Perspectives.

KI-Kompetenzen & Zukunft der Arbeit

  • World Economic Forum (2023). Future of Jobs Report.
  • OECD (2023). Artificial Intelligence and the Future of Skills.
  • MIT Task Force on the Work of the Future (2020). The Work of the Future.

Hochschulbildung & KI

  • McMurtrie, B. (2023). How generative AI could change teaching. The Chronicle of Higher Education.
  • Mollick, E., & Mollick, L. (2023). Assigning AI: Seven approaches for students. Harvard Business Publishing.

Artikel lesen