Wenn es um die Vermittlung von Wissen rund um Künstliche Intelligenz (KI) geht, reichen Schulungsformate oft nicht aus. Bevor Mitarbeitende Wissen erwerben und anwenden, müssen große Unsicherheiten oder sogar Ängste gegenüber KI abgebaut werden. Was hilft? Ausprobieren, selbst Erfahrungen sammeln, in Kontakt kommen mit der Technologie – zum Beispiel durch KI-Demonstratoren.

Stellen Sie sich vor, Ihre Mitarbeitenden können ohne Druck eine KI ausprobieren. Sie geben eigene Texte ein, stellen Fragen und sehen sofort, wie die KI reagiert. Sie erleben, was gut funktioniert, wo es hakt und wie bessere Eingaben zu besseren Ergebnissen führen. Sie merken, welche Daten wichtig sind und wie man sie schützt. Nach kurzer Zeit gibt es erste Erfolgserlebnisse – aus Unsicherheit wird Neugier und oft entstehen sogar erste KI-Ideen für das eigene Unternehmen.

Die Grundlage für ein solches Ausprobieren bilden KI-Demonstratoren. »Demonstratoren« – dieser zugegebenermaßen etwas sperrige Begriff fasst unterschiedliche Arten interaktiver Exponate zusammen, die für eine Zielgruppe einen Anwendungsfall veranschaulichen oder eine Technologie erlebbar machen. Zum Beispiel können Nutzende erleben, wie KI eine Pflegekraft unterstützt oder hilfreiche Ansätze bei der Entwicklung einer Marketingkampagne bietet.

Im Projekt KI-Studios haben wir unterschiedliche Demonstratoren entwickelt, – unter anderem einen, der die Funktionsweise von Sprachmodellen greifbar macht. Im Rahmen einer Studie haben wir untersucht, wie gut Wissenstransfer mittels dieses Demonstrators gelingt.

KI-Wissen – was ist das überhaupt?

Wir haben das Wissen über KI durch gezielte Fragen messbar gemacht – mit Fragen, die genau das abprüfen, was unser Demonstrator vermittelt. Die Abbildungen veranschaulichen den interaktiven Teil des Demonstrators: Auf Abbildung 1a können die Nutzenden eigenen Text eingeben oder aus vorbereiteten Textvorschlägen wählen.

Wie in Abbildung 1b dargestellt, können Teilnehmende einzelne Wörter entfernen und die KI schlägt passende Wörter vor. Im Demonstrator werden die wahrscheinlichsten Begriffe angezeigt, sodass die Teilnehmenden interagieren und dadurch vermittelt bekommen, wie ein Sprachmodell funktioniert.

Abbildung 1a: Über die Interaktion mit dem Demonstrator lernen die Nutzenden, wie ein Sprachmodell funktioniert. (Quelle: Fraunhofer IAO)

Abbildung 1a: Über die Interaktion mit dem Demonstrator lernen die Nutzenden, wie ein Sprachmodell funktioniert. (Quelle: Fraunhofer IAO)

Abbildung 1b: Über die Interaktion mit dem Demonstrator lernen die Nutzenden, wie ein Sprachmodell funktioniert. (Quelle: Fraunhofer IAO)

Abbildung 1b: Über die Interaktion mit dem Demonstrator lernen die Nutzenden, wie ein Sprachmodell funktioniert. (Quelle: Fraunhofer IAO)

An der Studie nahmen 174 Probandinnen und Probanden teil. Vor und nach der Interaktion mit dem Demonstrator beantworteten sie die Wissensfragen – mit klaren Lerngewinnen. Während die Teilnehmenden vor der Interaktion mit dem Demonstrator weniger als 6 von 10 Wissensfragen korrekt beantworteten, stieg diese Zahl nach der Interaktion auf über 7 von 10 korrekte Fragen an. Besonders deutlich profitierten Personen, die sich nicht täglich im beruflichen oder privaten Umfeld mit KI beschäftigen – sie beantworteten nach der Interaktion im Schnitt sogar 2 Fragen mehr korrekt als vorher.

Was ist überzeugender: Storytelling oder Argumente?

Wir wollten nicht nur überprüfen, ob KI-Wissensvermittlung mittels KI-Demonstratoren generell gelingt, sondern wir haben auch zwei Kommunikationsstile gegenübergestellt. So wollten wir wissen, ob Storytelling besser geeignet ist, um abstraktes KI-Wissen zu vermitteln oder ob doch ein argumentbasierter Ansatz überlegen ist.

Die Abbildungen 2a und 2b zeigen die beiden Ansätze im Vergleich: Abb. 1a zeigt den narrativen Ansatz, bei dem eine Erzählung mit Figuren, Handlungen und Ereignissen präsentiert wird. Dani, unsere Protagonistin, ist Mitarbeitende eines mittelständischen Unternehmens. Sie wird mit einem KI‑Sprachmodell konfrontiert, welche ihre Arbeitslast reduzieren soll. Die Erzählung spricht Unsicherheiten unter den Mitarbeitenden an und endet damit, dass Dani zufrieden und mit Sprachmodellen vertraut ist. Abb. 2b stellt die argumentbasierten Erklärungen den Gegenstand abstrakt als Fakten und Argumente dar. Sie betonen die logische Verbindung der Argumente (»Was sind KI‑Sprachmodelle und was leisten sie?«). Beide Ansätze vermitteln denselben Inhalt, unterscheiden sich jedoch in der Präsentation.

Abbildung 2a: Je nach Kommunikationsansatz stehen Figuren und deren Handlungen (links) oder Argumente (rechts) im Vordergrund. (Quelle: Fraunhofer IAO)

Abbildung 2a: Je nach Kommunikationsansatz stehen Figuren und deren Handlungen (links) oder Argumente (rechts) im Vordergrund. (Quelle: Fraunhofer IAO)

Abbildung 2b: Je nach Kommunikationsansatz stehen Figuren und deren Handlungen (links) oder Argumente (rechts) im Vordergrund. (Quelle: Fraunhofer IAO)

Abbildung 2b: Je nach Kommunikationsansatz stehen Figuren und deren Handlungen (links) oder Argumente (rechts) im Vordergrund. (Quelle: Fraunhofer IAO)

Das Ergebnis der Untersuchung überrascht: Keiner der beiden Ansätze war dem anderen überlegen; wir fanden keine signifikanten Unterschiede beim Wissenszuwachs unter den Teilnehmenden.

Wie geht es weiter? Wir wollen weitere Kommunikationsansätze prüfen – zum Beispiel den Einsatz von Virtual Reality bei der KI-Wissensvermittlung. Hier haben wir inzwischen einen Demonstrator entwickelt, der ganz spielerisch Grundlagenwissen für KI-Einsteiger vermittelt.

Geführtes Lernen statt bloßem Ausprobieren

Wozu braucht es spezielle KI-Demonstratoren, wenn doch jede und jeder ChatGPT nutzen und eigene Erfahrungen sammeln kann? Das Selbstausprobieren von KI-Tools ist wichtig und stärkt die KI-Kompetenz. Dennoch ist freies Experimentieren nicht vergleichbar mit der Interaktion mit zielgruppenspezifisch entwickelten Demonstratoren mit didaktischem Konzept.

Unsere KI-Demonstratoren sind so aufbereitet, dass sie genau zur Zielgruppe passen – sodass das Thema leicht verständlich wird. Niemand wird überfordert, und passende Beispiele sorgen für schnelle Aha‑Momente. Die Szenarien orientieren sich an echten Tätigkeiten, deshalb lassen sie sich gut auf den eigenen Arbeitsalltag übertragen. Weil wir offen zeigen, wie eine KI funktioniert und den Umgang mit dem Datenschutz erklären, wächst das Vertrauen. Schritt für Schritt setzen sich die Nutzenden mit wesentlichen Aspekten auseinander: die Bedienung, gutes Urteilen, den sicheren Umgang mit Daten und kluge Eingaben an die KI. Zugleich entstehen realistische Erwartungen, denn wir sagen klar, was die Technik kann, wo ihre Grenzen liegen und welche Risiken es gibt. Mit den Demonstratoren regen wir bewusst den Diskurs zu kritischen Punkten an. Geübt wird in einem geschützten Proberaum, in dem Fehler erlaubt sind und keine echten Abläufe gefährdet werden.

Wie wir vorgegangen sind, um unser Demonstratoren-Konzept zu erarbeiten, stellen wir in einem folgenden Blogpost vor. Und wer unsere Demonstratoren kennenlernen möchte, kann sich gerne zu einem unserer regelmäßigen offenen Termine anmelden. Wir freuen uns auf den Austausch.

Leselinks:

Verena Pohl

Autorenprofil



Kategorien: Arbeitswelten (New Work, Connected Work), Digitale Transformation, Künstliche Intelligenz, Zukunftstechnologien
Tags: ,