AI Highlights — das Gesamtbild — 2026-10-27 (Di) Tägliche Nachrichten

Comcast verlagert Berichten zufolge seine Schalterdienste auf KI-Agenten und baut aufgrund eines Rückgangs bei den Breitbandverträgen Personal ab. Apollo weist jedoch darauf hin, dass KI für US-Unternehmen keine finanziellen Erträge erzeugt. Wird die Entscheidung zum Personalabbau getroffen, bevor die Ergebnisse feststehen, verlagern sich Arbeit, Urteilsvermögen, Worte und Vertrauen still und leise hin zur KI. Die in dieser halbtägigen Spanne zusammengestellten Artikel behandeln unterschiedliche Situationen wie Verwaltungsprüfungen, Polizei, Wahlen, Bildung und spezialisierte Forschung, doch alle fordern die Leser auf, an demselben Punkt ein Urteil zu fällen. Bevor man entscheidet, ob KI einbezogen wird oder nicht, ist es wichtig zu bedenken, wer die Last und die Verantwortung trägt, die nach der Einführung von KI entstehen.

Kürzungen haben Vorrang und ein Ertrag ist nicht in Sicht

Comcast verlagert Berichten zufolge seine Schalterdienste auf KI-Agenten und baut Personal ab, nachdem die Zahl der Breitbandanschlüsse um 144.000 gesunken ist (TechSpot). TechStory berichtete außerdem, dass das Unternehmen voraussichtlich in großem Umfang Stellen streichen wird, und nannte als Gründe Vertragsrückgänge und die Verbreitung von KI. Für den Abbau gibt es zwei Gründe. Die Zahl der Abonnenten ist gesunken, und die Kundenkontaktstelle kann der KI überlassen werden. Aus diesen Artikeln geht jedoch nicht hervor, wie sich Kosten und Kundenservice verändern, nachdem man sich auf KI verlässt. Apollo weist allerdings darauf hin, dass KI für US-Unternehmen keine finanziellen Erträge erzeugt (Business Insider). Das heißt, die Entscheidung zum Stellenabbau könnte bereits im Gange sein, bevor die Ergebnisse feststehen.

Kürzungen sind nicht die einzige Option. Die Privatbank von JPMorgan nutzt KI, um die Arbeit der Berater zu straffen (Bloomberg.com). Diese Methode verringert den Arbeitsaufwand der Berater, ohne dass sie ihre Rolle im Umgang mit Kunden verlieren. In Singapur haben NTUC und KPMG ein Programm zur Transformation der Personalarbeit (NTUC UPortal) gestartet, das die Einführung von KI mit einer besseren Qualität der Beschäftigung verbindet. Bei diesen beiden Fällen geht es nicht um die Zahl der Beschäftigten, sondern um den Inhalt ihrer Rollen.

Vergleicht man das Beispiel Comcast mit den Beispielen JPMorgan, NTUC und KPMG, zeigt sich, dass die Annahmen trotz der Einführung derselben KI unterschiedlich sind. Im ersten Fall wird wegen der Verschlechterung der Geschäftsergebnisse durch den Vertragsrückgang die gesamte Schalterfunktion auf KI übertragen. Die Letzteren versuchen, Arbeit weiterhin von Menschen erledigen zu lassen und deren Qualität zu verändern. Der Artikel zu JPMorgan zeigt jedoch nur die betriebliche Effizienz, und das Ausmaß der Ergebnisse geht daraus nicht klar hervor. Auch die Programme von NTUC und KPMG befinden sich erst im Ankündigungsstadium ihrer Bemühungen.

Wenn Leserinnen und Leser Einführungsartikel lesen, möchten sie nicht nur wissen, was KI verändern wird, sondern auch, was sie zuerst reduzieren werden und was sie dafür zurückbekommen. Wenn Apollos Einschätzung zutrifft, ist Comcast nicht das einzige Beispiel, bei dem Kürzungen vorgenommen werden, ohne dass ein Ertrag erkennbar ist. Dann stellt sich die Frage, wer die Last trägt, die nach den Kürzungen bleibt. Im nächsten Abschnitt betrachten wir den Prozess, in dem Aufgaben und Entscheidungen zunehmend von KI übernommen werden, und auf wen sich die Last verlagert.

Automatisierte Prüfung und Einsatz der Polizei korrigieren Verzerrungen

Im Zusammenhang mit der automatischen Zahlungsprüfung von Medicaid hat HomeCare fünf Gegenmaßnahmen genannt und dabei auf die Risiken einer KI-gestützten Prüfung verwiesen. Wird die Prüfung einer Maschine überlassen, könnten die Zahlungsempfänger benachteiligt werden. Das bedeutet, dass im Voraus Maßnahmen vorbereitet werden müssen, um dem entgegenzuwirken. Die BBC berichtete, Forscher hätten gewarnt, der Einsatz von KI durch die Polizei könnte Diskriminierung verstärken. In Berlin stellt sich die Frage, ob KI-gestützte Psychotherapie eingesetzt werden sollte (The Berliner). Allen drei Fällen ist gemeinsam, dass die Betroffenen der Entscheidungen und der Unterstützung durch KI Leistungsempfänger, Personen unter polizeilicher Kontrolle und Menschen mit psychischen Problemen sind.

Was das Urteil der Leser hier beeinflusst, ist weniger, ob die Einführung die Effizienz steigert, sondern vielmehr, wer Einspruch erhebt, wenn ein Fehler oder eine Verzerrung auftritt, und wer die Kosten der Korrektur trägt. HomeCare betont die Notwendigkeit von Gegenmaßnahmen, weil die Automatisierung der Prüfung zwar aus Sicht der einführenden Seite als Effizienzgewinn dargestellt wird, am Ende aber zum Nachteil für Betriebe vor Ort und Nutzer werden kann. Auch die von der BBC vorgestellten Warnungen von Forschenden zeigen, dass der Einsatz von KI bei der Polizei Bedenken hinsichtlich der Fairness weckt. Die Frage, ob eine Technologie in der Psychotherapie eingesetzt werden kann, zeigt, dass zunächst entschieden werden muss, in welchen Situationen sie eingesetzt werden kann, und nicht nur, ob sie eingesetzt werden kann. Wer eine Einführung erwägt, sollte nicht nur die erwartete Wirkung berücksichtigen, sondern auch die Mechanismen zur Entgegennahme und Überprüfung von Beschwerden.

Dieselbe Struktur zeigt sich zwischen Ländern. Laut Al Jazeera hat ein hochrangiger Vertreter der Vereinten Nationen gewarnt, dass Unterschiede bei der Nutzung von KI die globale Ungleichheit zu vergrößern drohen. Seeking Alpha berichtet, dass im KI-Wettlauf zwischen den USA und China jedes Land zu schwierigen Entscheidungen zwischen konkurrierenden Technologiesphären gezwungen wird. Länder, die in der Lage sind, Technologie voll auszuschöpfen, haben eine Wahl, während Länder, denen die Kapazität fehlt, Technologie selbst zu nutzen, bei den Möglichkeiten zu ihrer Nutzung oder bei der Frage, welcher Technologiesphäre sie angehören, eingeschränkt sein können. Auch hier sind Nutzen und Lasten der Einführung nicht zwangsläufig auf derselben Seite verteilt.

Sowohl auf individueller als auch auf nationaler Ebene kann die Einführung von KI den Unterschied ausmachen zwischen denen, die die Last tragen können, und denen, die gezwungen sind, sie zu tragen. Die Frage, die man sich stellen sollte, bevor man über den Einsatz von KI entscheidet, lautet daher, wer für etwaige Nachteile verantwortlich ist. Im nächsten Abschnitt betrachten wir, wie diese Verantwortung in der Praxis gehandhabt wird.

Wahrheit und Menschlichkeit geraten ins Wanken

Zwei Tage vor der Wahl veröffentlichte Premierminister Netanjahu ein KI-generiertes Bild, das eine nukleare Explosion in Tel Aviv darstellt, berichtete The Jerusalem Post. Im Vorfeld der Abstimmung liegt es an jedem einzelnen Empfänger, zu beurteilen, ob das Bild echt ist. Im Bildungsbereich ist die Lage dieselbe. Shinano Mainichi Shimbun Digital berichtete, dass Falschinformationen durch die rasante Ausbreitung von KI zunehmen und dass auch Bildungseinrichtungen mit der Faktenprüfung zu kämpfen haben. Наша Ніва berichtet unter der Schlagzeile „KI stellt den Urheber des teuersten Gemäldes der Welt infrage“ über einen Fall, in dem sogar die Annahme der Urheberschaft angezweifelt wird. Gemeinsam ist allen, dass die Überprüfung in so unterschiedlichen Bereichen wie Wahlen, Unterricht und Kunst mehr Zeit und Mühe erfordert. Selbst wenn derjenige, der KI einsetzt, den Zeitaufwand für die Erstellung verringern kann, bleibt die Last der Echtheitsprüfung bei den Empfängern oder der Schule. Bei der Abwägung der Vor- und Nachteile einer Einführung muss auch bedacht werden, wer für die Überprüfung aufkommt.

Diese Schwankung betrifft nicht nur die Informationsseite, sondern auch die menschliche Seite. Die Mainichi Shimbun berichtete, dass sich der Sprechstil von KI-Bots unter Menschen verbreitet. Wir fragen uns nicht nur, ob die Worte auf der anderen Seite des Bildschirms maschinenhaft klingen, sondern auch unsere eigene Sprechweise wird zunehmend maschinenhafter. Unisba Media berichtet, dass Professor Brian Green über die Bedrohung durch KI, das Bewusstsein und das Ende der Menschheit gesprochen hat und dass die Debatte darüber, ob Maschinen ein Bewusstsein haben, in der Fachwelt angekommen ist. Im Bereich Lebensstil berichtete The Sun, dass eine Person, die ihr Stipendium für eine KI-Freundin im Stil von Kim Kardashian ausgegeben hatte, sagte: „Sie wird ein Baby bekommen.“ Es gibt Menschen, die Beziehungen eingehen, auch wenn das Gegenüber kein Mensch ist. Das Buch stellt Leben und Denken von Turing, dem „Vater der künstlichen Intelligenz“, als exzentrisches und einsames Genie vor. Die Frage, ob Maschinen denken können, ist seit langem untrennbar mit dem menschlichen Leben verbunden.

Die Prüfung, ob etwas echt ist oder nicht, und die Grenzziehung zwischen Mensch und KI liegen heute nicht mehr bei Institutionen oder Unternehmen, sondern beim persönlichen Lebensgefühl des Einzelnen. Die Frage, die im nächsten Abschnitt behandelt wird, lautet, inwieweit diese Last von anderen Personen als den Beteiligten getragen werden sollte.

In Fachbereichen entscheidet die Überprüfung über das Ergebnis

Bei der Diagnose von Mundkrebs erweitert sich die Rolle der KI von der Bilddiagnostik hin zur Präzisionsbehandlung, berichtet Bioengineer.org. In der Landwirtschaft werden KI und Roboter die Präzisionslandwirtschaft und die Überwachung von Nutzpflanzen verbessern, berichtet Analytics Insight. In der Wirkstoffforschung hat Pathos AI eine Series-E-Finanzierung in Höhe von 237 Millionen US-Dollar gesichert, um seine agentenbasierte KI-Plattform für die Wirkstoffforschung auszubauen und seine Onkologie-Pipeline voranzubringen, berichtet BioSpace. Allen drei Themen ist gemeinsam, dass es nicht darum geht, die Zahl der Beschäftigten zu verringern, sondern die Qualität der Arbeit selbst zu verbessern: Diagnose, Anbau und Suche nach Therapeutika. Die enorme Finanzierungssumme zeigt jedoch nur die Höhe der Markterwartungen an, nicht den Nachweis von Ergebnissen. Anders als in den vorherigen Abschnitten, in denen „zuerst Kürzungen erfolgen und kein sichtbarer Ertrag entsteht“, sind die Ziele, anhand derer Ergebnisse gemessen werden, hier von Anfang an konkret.

Die Belege für diese Ergebnisse stammen aus der Verifizierung, die auf der Forschungsseite durchgeführt wird. Der Artikel in Scientific Reports behandelt, wie sich Batch-Effekte in der Raman-Spektroskopie mithilfe von Deep Learning unterdrücken lassen. Der Inhalt befasst sich direkt mit Schwankungen aufgrund von Messbedingungen und Zeitpunkt, als eigenständiges Problem neben der Modellgenauigkeit. Das International Journal of Oncology Research berichtet über die Klassifizierung von Brustkrebs-Subtypen anhand von GEO-Expressionsdaten sowie über die externe Validierung in einer unabhängigen Kohorte. Das Journal of Radiation Research and Applications behandelt die Vorhersage der Wirkung einer Strahlentherapie bei Magenkrebs mittels Radiomics aus kontrastverstärkten CT-Aufnahmen, sowohl hinsichtlich der Modellentwicklung als auch der Validierung. Das Kashmir Journal of Academic Research and Development enthält eine Arbeit, die ein pharmazeutisches Rahmenwerk zur Unterstützung der Lungenkrebsbehandlung mittels maschinellen Lernens erörtert, ein gemeinsames Forschungsprojekt der Pharmazeutischen Fakultät in Pakistan und der China Pharmaceutical University. Über mehrere Institutionen und mehrere Krebsarten hinweg gibt es ein gemeinsames Vorgehen, entwickelte Modelle mit anderen Daten zu validieren.

Dieser Kontrast zeigt, was der Leser fragen sollte, wenn er von der Einführung hört. Das Potenzial zur Kostensenkung lässt sich nur abschätzen, indem man anhand der Buchhaltungsunterlagen prüft, ob die Einsparungen tatsächlich erzielt wurden. KI in Fachgebieten muss zunächst Fragen beantworten wie: Lässt sie sich auf unabhängige Kohorten anwenden, bleiben die Ergebnisse auch bei geänderten Messbedingungen bestehen, und lässt sie sich in Abläufe vor Ort einbinden? Soll das System für Diagnose- oder Behandlungsentscheidungen verwendet werden, müssen die Kosten für die Überprüfung der Antworten in die Einführungskosten einfließen.

In Bereichen, in denen es für die Überprüfung zuständige Personen gibt, gibt es mehr Material, um den Wert von KI zu beurteilen. Wo aber liegt die Verantwortung für Fehler in Bereichen, in denen Produkte ohne eine für die Überprüfung zuständige Person oder Organisation eingesetzt werden? Der nächste Abschnitt beginnt mit dieser Frage.

Die in den einzelnen Rubriken betrachteten Beispiele stammen aus unterschiedlichen Branchen und Situationen. Gemeinsam bleibt jedoch: Während bei der Einführung von KI von Effizienz und Hoffnungen die Rede ist, wird die Last, die danach bleibt, an jemand anderen weitergereicht. Bei Personalabbau werden Entscheidungen getroffen, ohne die Ergebnisse zu überprüfen; bei automatisierten Prüfungen und beim Einsatz durch die Polizei tragen die Benachteiligten die Kosten für Widersprüche und Korrekturen. Die Echtheitsprüfung bleibt bei den Empfängern und der Schule. Was die Ergebnisse je nach Fachgebiet unterschied, war, ob das Ziel konkret war und ob es überprüft worden war. Daher sind die Faktoren, die über die Einführung von KI entscheiden, nicht nur die Leistung der KI und die Markterwartungen. Wenn ein Fehler oder eine Verzerrung auftritt, ist es wichtig, im Voraus festzulegen, wer sie prüft, wer auf Widersprüche reagiert und wer die Kosten trägt.

F1: Wenn bei der Arbeit mit KI ein Fehler oder eine Verzerrung entdeckt wird, wer trägt die Last der Überprüfung und Korrektur? F2: Sind die Wege, um KI-Entscheidungen anzufechten, und wer die Kosten für Korrekturen trägt, vor der Einführung schriftlich festgelegt? F3: Wurde die Entscheidung über Personal- oder Befugnisänderungen getroffen, bevor die Ergebnisse der Einführung bestätigt wurden?

Zum Schluss drei Fragen

- Wer sollte dafür verantwortlich sein, Fehler oder Verzerrungen in mit KI durchgeführter Arbeit zu prüfen und zu korrigieren? Q2: Sind die Wege, um gegen KI-Entscheidungen Einspruch einzulegen, und wer die Kosten für Korrekturen trägt, vor der Einführung schriftlich festgelegt? Q3: Haben Sie eine Entscheidung über Personal- oder Befugnisänderungen getroffen, bevor die Ergebnisse der Einführung bestätigt wurden? - Sind die Wege, um gegen KI-Entscheidungen Einspruch einzulegen, und wer die Kosten der Behebung trägt, vor der Einführung schriftlich festgelegt? Q3: Haben Sie eine Entscheidung über Personal- oder Befugnisänderungen getroffen, bevor die Ergebnisse der Einführung bestätigt wurden? - Werden Entscheidungen über die Versetzung von Personal oder Befugnissen getroffen, bevor die Ergebnisse der Einführung bestätigt sind?