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.
Spezifische Quellen
Geht uns die Arbeit aus? Warum die Job-Debatte über Ki uns in die Irre führt?
Allgemeine Quellen
Spezifische Quellen
- https://www.goldmansachs.com/insights/articles/generative-ai-could-raise-global-gdp-by-7-percent
- https://www.reuters.com/technology/ai-intensive-sectors-are-showing-productivity-surge-pwc-says-2024-05-20
- https://www.oecd.org/en/publications/the-impact-of-ai-on-the-workplace-main-findings-from-the-oecd-ai-surveys-of-employers-and-workers_ea0a0fe1-en.html
- https://blogs.cisco.com/news/advancing-u-s-ai-leadership-cisco-to-skill-1-million-people
- https://www.governor.virginia.gov/newsroom/news-releases/2025/july/name-1053354-en.html
- https://globaluploads.webflow.com/64d5f73a7fc5e8a240310c4d/650a128a34386a1206b6506c_FINAL%20Briefing%20-%20Adoption%20of%20Automation%20and%20AI%20in%20the%20UK.pdf
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
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
- https://arxiv.org/abs/2309.11445
- https://towardsdatascience.com/prompt-literacy-the-new-literacy-for-the-generative-age-9f54c9cf3b5f
- https://www.researchgate.net/publication/Prompt_Engineering_in_Higher_Education
- https://dl.acm.org/doi/10.1145/3442188.3445922
- https://www.oii.ox.ac.uk/research/publications
- https://www.technologyreview.com
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.
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.
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
- Boston Consulting Group (2025): AI at Work 2025 – Momentum builds, but gaps remain.
→ bcg.com/publications/2025/ai-at-work-momentum-builds-but-gaps-remain - KPMG (2025): Trust, Attitudes and Use of Artificial Intelligence – A Global Study.
→ kpmg.com/xx/en/our-insights/ai-and-technology/trust-attitudes-and-use-of-ai.html - World Economic Forum (2025): AI in Action: Beyond Experimentation to Transform Industry.
reports.weforum.org/docs/WEF_AI_in_Action_Beyond_Experimentation_to_Transform_Industry_2025.pdf - Deloitte (2025): State of Generative AI in the Enterprise.
→ deloitte.com/global/en/issues/ai/state-of-generative-ai.html - IBM Institute for Business Value (2024): The AI Dilemma – How to Turn Productivity into Real Performance.
→ ibm.com/thought-leadership/institute-business-value - Harvard Business Review (2024): The Real Challenge of AI Adoption.
→ hbr.org