Heise Use Cases - Das bringt generative KI wirklich: Cases & Ergebnisse aus dem Alltag der heise Gruppe

Executive Summary Die heise Gruppe hat im Jahr 2024 generative KI erfolgreich in verschiedene Unternehmensbereiche integriert und dabei messbare Erfolge erzielt. Durch den Einsatz der selbst entwickelten KI-Workflowplattform heise I/O konnten über 500 Mitarbeitende in unterschiedlichen Arbeitsbereichen Ressourcen im Umfang von mehr als zwei Personenarbeitsjahren freisetzen. Die Anwendungsfälle reichen von der Podcast-Produktion über Newsletter-Erstellung bis hin zu Marketing und Übersetzungen. Dabei wurde besonderer Wert auf einen verantwortungsvollen und qualitätsorientierten Einsatz der Technologie gelegt. Die erfolgreiche Integration basiert auf klaren Prinzipien wie Transparenz, Verantwortung und der Fokussierung auf nachweislich effiziente Prozesse. Durch umfangreiche Schulungsmaßnahmen, darunter zwei KI-Wochen mit über 35 Schulungen, wurden die Mitarbeitenden systematisch an die neue Technologie herangeführt. Trotz anfänglicher Skepsis in einigen Bereichen zeigt sich, dass KI als unterstützendes Werkzeug die Arbeit effizienter machen und die Qualität steigern kann. Generative KI in deutschen Unternehmen – Kernerkenntnisse 2024 KI-Nutzung in Deutschland, Statistisches Bundesamt, 2024 Die aktuelle Lage der KI-Nutzung in Deutschland zeigt eine langsam fortschreitende Adoption von KI: Laut der repräsentativen Erhebung des Statistischen Bundesamts von Ende 2024 setzen nur 20 Prozent der deutschen Unternehmen KI-Technologien ein. Durch den stark zeitlich eingrenzbaren Effekt von generativer KI zwischen 2021 und 2024, verwenden wir KI-Nutzung in den aufgeführten Studien als Synonym für generative KI-Nutzung. Eine Cisco-Studie, für die 8000 IT-Führungskräfte in 30 Ländern befragt wurden (davon 300 aus Deutschland), ergänzt diesen Befund: Nur 6 Prozent der deutschen Unternehmen sind optimal auf KI vorbereitet – ein Rückgang gegenüber dem Vorjahr (7 Prozent). Gleichzeitig sehen 98 Prozent eine zunehmende Dringlichkeit beim KI-Einsatz. Noch drastischer wird es, wenn man die Linse ausschließlich auf Deutschland fokussiert: Eine Microsoft/Civey-Studie mit 9.000 Befragten vom April 2024 zeigt die unterschiedliche KI-Durchdringung in der Arbeitswelt: 21,5 Prozent der Büroangestellten nutzen KI-Tools wöchentlich, bei Industriearbeitern sind es 12 Prozent. Besorgniserregend ist hier insbesondere die große Wissenslücke: Nur 23,9 Prozent fühlen sich gut über KI informiert. Die Haupthindernisse für einen sinnvollen KI-Einsatz im Unternehmen sind laut Destatis-Erhebung1 vorwiegend fehlendes Wissen (71 Prozent), rechtliche Unklarheiten (58 Prozent) und Datenschutzbedenken (53 Prozent). Technische Inkompatibilität (44 Prozent) und zu hohe Kosten (28 Prozent) folgen danach. Die Branchenunterschiede sind erheblich – Die IT- und Kommunikationsbranche führt mit bis zu 82 Prozent KI-Nutzung bei Großunternehmen, traditionelle Branchen liegen deutlich zurück. Bei den Anwendungen dominieren Text-Mining und Spracherkennung. Deutschland verliert auch im europäischen Vergleich an Boden: Die Cisco-Studie sieht Deutschland bei der KI-Readiness nur noch auf Platz 6 in Europa. Besonders auffällig: Deutsche Unternehmen sind Europameister in der KI-Strategie (77 Prozent), scheitern aber an der praktischen Umsetzung. 47 Prozent der deutschen Unternehmen glauben immerhin, dass sie maximal ein Jahr Zeit haben, ihre KI-Strategie umzusetzen, um wettbewerbsfähig zu bleiben. Deutschland steht also an einem kritischen Wendepunkt bei der KI-Implementierung. Die Diskrepanz zwischen strategischer Planung und praktischer Umsetzung, gepaart mit dem wachsenden internationalen Wettbewerbsdruck, schafft ein enges Zeitfenster für erfolgreiche KI-Integration. Unternehmen, die diese Phase der digitalen Transformation verpassen, riskieren kurzfristige Ineffizienzen und langfristige strukturelle Wettbewerbsnachteile im globalen Markt. Die nächsten 12–18 Monate werden darüber entscheiden, ob deutsche Unternehmen erneut Rücklichtern hinterherlaufen müssen oder die Frontlichter zur Erkundung innovativer neuer Prozesse anwerfen. Roll-out für professionellen KI-Einsatz: So ist heise vorgegangen Ausgangslage Seit 2017 beschäftigen wir uns (die heutige heise-Tochter Deep Content, u. a. Herausgeber des KI-Fachmagazins THE DECODER) mit generativer KI, ein Meilenstein war sicherlich die Veröffentlichung von GPT-3. Diese frühe Auseinandersetzung und das Experimentieren führten im Frühjahr 2022 zur Gründung des KI-Fachmagazins THE DECODER. Der große Sprung im Hinblick auf Qualität und Alltagstauglichkeit kam dann im März 2024 mit GPT-4, rund vier Monate nach Beginn des KI-Hypes mit ChatGPT. Mir fällt ein Wort partout nicht ein? KI hilft nach einfacher Beschreibung. Ich weiß nicht, wie ich in einen Artikel oder in ein Anschreiben starten soll? KI generiert in Sekunden einen Vorschlag, auf dem ich aufbauen kann. Aber das, was bereits als greifbares Potenzial zu sehen war, hat uns gleichzeitig die Sorgenfalten ins Gesicht getrieben. Wo sind wir in zwei, drei, fünf oder zehn Jahren? Gibt es digitales Publishing dann noch in dieser oder einer ähnlichen Form? Wie verdienen wir künftig als Online-Publisher Geld? Werden Kommunikationsagenturen (unser zweites Standbein) noch gebraucht? Wie entwickeln sich Suchmaschinen und unsere Auffindbarkeit im Netz? Wir erkannten das Potenzial der Technologie, aber auch, dass das Chat-Framework von ChatGPT für die professionelle inhaltliche Arbeit nicht oder nur sehr eingeschränkt geeignet ist. Der Versuch, Texte per Chat schreiben zu lassen, fühlte sich an wie Schreiben per Fernbedienung, die Qualität der Ergebnisse war oft nicht zufriedenstellend oder nicht verlässlich abrufbar. Zudem ist der individuelle Chat intransparent und die Arbeit darin lässt sich nur schwer in Teams teilen oder durch Teams nachvollziehen. KI-Workflow-Software Heise I/O Deshalb haben wir angefangen, für uns selbst die KI-Workflowplattform heise I/O (Input/Output) zu entwickeln. (Hinweis in eigener Sache: Mittlerweile kann heise I/O von allen interessierten Unternehmen, die KI strategisch in Arbeitsprozesse von Teams bringen wollen, erworben werden.) Wir wollten ausprobieren, ob und wie sich generative KI bändigen lässt, ob man ihr Qualität und echte Effizienz abtrotzen kann und ob es möglich ist, Sprachmodelle und Tools in eine Werkbank zu verschmelzen, die es Content-Teams ermöglicht, individuelle Workflows abzubilden. Im Laufe der Entwicklung stellten wir fest, dass das immer besser funktionierte. Auch unser Prompting (siehe dazu unseren Deep Dive „Prompt Engineering“) wurde immer besser und führte dazu, dass wir bei Deep Content mittlerweile kaum noch etwas ohne KI-Unterstützung machen, auch bei unseren Fachmagazinen, ohne dabei an Qualität zu verlieren. Prinzipien für den erfolgreichen Einsatz von KI Für den erfolgreichen Einsatz von KI in unseren Arbeitsprozessen haben wir klare Prinzipien definiert. Sie sollen sicherstellen, dass wir die Technologie effizient nutzen und dabei die Qualität unserer Arbeit steigern. Unser oberstes Ziel ist es, Prompts für Prozesse einzusetzen, bei denen wir sicher sein können, dass der Output eine Qualität bietet, die uns schneller oder besser macht – im Idealfall beides. Dieser Abruf der Qualität muss verlässlich sein. Wenn wir den gleichen Prompt zehnmal einsetzen, sollte zehnmal ein ähnliches Ergebnis herauskommen, mit dem ich auch weiterarbeiten will. Daher stützen wir uns bei unseren Arbeitsprozessen mit KI auf bestehende Inhalte, geben also die Quellen vor und greifen nur sehr selten auf das Modellwissen zurück, das meistens veraltet ist oder unspezifisch sein kann. Wir benutzen KI wie einen Texttaschenrechner oder einen Computerprozessor, der aus Quelle A die Formate A, B, C, D machen kann. Wir geben also die Quelle vor, wir geben die Schritte zur Umsetzung vor und wir geben vor, wie das Ergebnis aussehen soll. Am effektivsten macht man das durch Beispiele im Prompt. Transparenz und Kontrolle sind für uns zentrale Prinzipien. Statt individueller, unkontrollierter Chat-Eingaben setzen wir auf dokumentierte und geprüfte Prompt-Prozesse. Diese werden zentral verwaltet und sind für alle Mitarbeitenden einsehbar. Nur freigegebene Prompts dürfen in den definierten Arbeitsprozessen verwendet werden. So stellen wir sicher, dass KI-gestützte Prozesse nachvollziehbar, qualitätsgesichert und effizient bleiben. Diese strukturierte Herangehensweise ermöglicht auch Mitarbeitenden ohne Prompt-Engineering-Kenntnisse die sichere Nutzung von KI-Tools. Verantwortung ist ein weiteres Schlüsselprinzip. KI ist für uns ein Werkzeug, keine Ausrede für Bequemlichkeit. Wir können ihr nicht die Verantwortung zuschieben, wenn das Ergebnis nicht gut oder nicht korrekt ist. Wie ein Steinmetz, der seinem neuen Schleifgerät nicht die Schuld an einer fehlerhaften Statue geben kann, tragen Menschen die Verantwortung für das, was sie im digitalen Raum produzieren und veröffentlichen. Verantwortung hat immer einen Namen. Allein deshalb ist die Rolle des Menschen in KI-Prozessen nicht wegzudenken. Diese Prinzipien liegen der Einführung von KI bei heise zugrunde, und damit stellen wir weiterhin sicher, dass KI uns tatsächlich schneller und besser macht. Sie ist ein leistungsfähiges Werkzeug, das wir gezielt und verantwortungsvoll für bessere Ergebnisse einsetzen. Einführung von KI bei heise Um die Mitarbeitenden mit KI vertraut zu machen und ihre Anwendung im Arbeitsalltag zu fördern, hat heise verschiedene Maßnahmen ergriffen. Den Auftakt bildeten zwei KI-Wochen im April 2024, in denen ein breites Spektrum an KI-Themen behandelt wurde. Von ChatGPT über Midjourney bis hin zu heise I/O wurde alles gezeigt und diskutiert. Die Resonanz war überwältigend positiv: Die meisten Sessions waren mit über 100 Teilnehmenden sehr gut besucht, die Keynote zur Woche lockte sogar mehr als 250 Personen an. Viele berichteten im Nachgang, dass sie Lust bekommen haben, selbst mit KI zu experimentieren und zu schauen, wie sie im eigenen Alltag helfen kann. Programm der KI-Wochen bei heise im April 2024 Ein Kernelement der KI-Einführung bei heise ist der Onboarding-Workshop für die KI-Plattform heise I/O. Ziel ist es, alle Mitarbeitenden auf einen einheitlichen KI-Wissensstand zu bringen und ihnen viele praktische Einsatzmöglichkeiten zu zeigen. Dabei geht es zunächst darum, wo die Technologie aktuell steht und wie man effizient mit KI-Modellen arbeitet. Ein wichtiger Aspekt ist dabei die Klärung der Erwartungen an KI: Was kann sie leisten und was nicht? Außerdem wird betont, wie wichtig der verantwortungsvolle Umgang mit dem Werkzeug KI ist. Ein weiterer Schwerpunkt des Onboardings ist das Prompt-Engineering. Innerhalb einer Stunde lernen die Teilnehmenden alles Wichtige für erfolgreiches Prompting. Anschließend geht es in die praktische Anwendung: Jeder schreibt selbst einen Prompt und probiert aus, ob und wie dieser im eigenen Job helfen kann. Auch Change-Management-Tipps (siehe dazu auch unseren Deep Dive bei heise KI PRO) sind Teil des Workshops, denn die Einführung von KI ist letztlich eine Führungsaufgabe. Wir empfehlen hier jeweils Team-Leads für KI zu installieren und einen organisierten Austausch zu ermöglichen. Insgesamt fanden im Rahmen der KI-Einführung bei heise bisher 2 KI-Wochen mit 15 Kursen sowie Demo-Stationen statt. Über 35 Schulungen mit insgesamt mehr als 210 Stunden Schulungszeit wurden durchgeführt. Auf 11 heise I/O-Instanzen arbeiten mittlerweile mehr als 550 Personen und in den Prompt-Bibliotheken finden sich bereits über 250 regelmäßig verwendete Prompt-Prozesse. Ergänzend zu den Schulungen wurden bereits 2023 erste KI-Richtlinien für die Redaktionen entwickelt. Darin ist beispielsweise geregelt, dass im Journalismus keine fotorealistischen KI-Bilder verwendet werden dürfen. Die Fachmagazine THE DECODER und MIXED haben sich dieselbe Regel auferlegt, da fotorealistische KI-Bilder ein enormes Risiko zur Desinformation beinhalten. Einige Teams bei heise haben zudem KI-Botschafter:innen ernannt. Deren Aufgabe ist es, das Thema KI immer wieder auf die Agenda zu bringen und insbesondere bei repetitiven Produktionsaufgaben daran zu erinnern, dass man dafür auch einen KI-Prozess aufsetzen könnte. Der Onboarding-Workshop kann aber letztlich auch nur ein Startpunkt sein. Was danach passiert, ist entscheidend: die Anwendung im Arbeitsalltag. Es gilt für die Teams, KI einfach zu machen, anzuwenden und darüber zu reden – über Misserfolge genauso wie über Erfolge, wobei letztere natürlich die Motivation steigern. Reaktionen auf KI-Einführung und Erwartungshaltungen Die Einführung von KI bei heise stößt trotz umfangreicher Schulungsmaßnahmen nicht auf ungeteilte Zustimmung. Gerade in den Redaktionen gibt es weiterhin Vorbehalte, wie Dr. Volker Zota, Chefredakteur von heise online, berichtet: Anfängliche Vorbehalte gegenüber der Technologie werden langsam überwunden, auch wenn Schulungen die Komplexität und Leistungsfähigkeit des Werkzeugs zunächst noch deutlicher machten. Das hat teilweise sogar Bedenken verstärkt Dr. Volker Zota, Chefredakteur von heise online Zota sieht den Schlüssel darin, immer wieder darüber zu reden, klarzumachen, was eine KI kann und was nicht, und dann auch Erfolge zu teilen. Denn oft kommen schlechte Ergebnisse zustande, weil der Promptprozess nicht optimal ist oder die Aufgabe in dieser Form für aktuelle KIs nicht geeignet ist. Auch das Thema Halluzinationen tritt meist auf, wenn Nutzer falsch mit der KI arbeiten, etwa ungenügende Quellen vorgeben und etwa Informationen von der KI fordern, die sie gar nicht hat. „Gargabe in, garbage out. Du darfst eben nicht erwarten, drei Stichworte reinzutun und am Ende etwas Tolles herauszubekommen. Idealerweise arbeitest du immer auf deinen eigenen Erkenntnissen, dann kannst du sicher sein, dass es passt“, so der Chefredakteur. Thomas Jannot, Director bei heise Business Services Thomas Jannot, Director bei heise Business Services, bestätigt auch in seinem Bereich häufige Vorbehalte gegenüber KI: „Es gibt immer wieder ernsthafte Zweifel an den Ergebnissen, an der Brauchbarkeit und Wiederholbarkeit der Ergebnisse, auch zur juristischen Belastbarkeit. Diese Dinge muss man ernst nehmen.“ Aber: Diese Vorbehalte kamen häufig einfach von Experimenten mit ChatGPT, womit man eben nicht optimale Ergebnisse erzielen könne. Ein Grund dafür ist eine oft überzogene oder nicht angepasste Erwartungshaltung. Viele erwarten, dass KI auf Knopfdruck perfekte Ergebnisse liefert – was zu innerem Widerspruch führt, da unterschwellig die Angst vor Jobverlust besteht. „KI sollte man wie einen Jungjournalisten behandeln: Man redigiert ihre Texte, ergänzt eigene Recherchen und Erkenntnisse und verbessert sie schrittweise. Dieser Prozess ist effizienter als klassische redaktionelle Abläufe“, erläutert Jannot den sinnvollen Umgang mit generativen Sprachmodellen. Ganz anders stellt sich die Situation im Direktmarketing bei heise dar. Hier hatten die Teams kaum Berührungsängste, wie Nele Scholing, Team-Lead AI, berichtet. Die Herausforderung bestand eher darin, sich die Zeit zu nehmen, sich mit der neuen Technologie vertraut zu machen. Durch regelmäßige Teamtreffs und die Ernennung einer KI-Botschafterin konnte die Berührungsangst jedoch genommen werden. Scholing lobt explizit die progressive Einstellung ihrer Team-Leiterin Noreen Lengdobler. „Sie hat klar gesagt: ‚Wir nehmen uns jetzt die Zeit und bestimmen dann eine KI-Botschafterin im Team.‘“ Jetzt hat unser Team mich als konkrete Ansprechpartnerin, wenn es Fragen gibt. Wir haben den Austausch im Team, wenn jemand was Neues, Cooles entdeckt. Und da merken wir deutlich, dass die Berührungsangst komplett genommen wurde“, freut sich Scholing. Raschke, CEO heise Medienwerk Sylvia Raschke, CEO heise Medienwerk, sieht in ihrem Team ebenfalls keine Berührungsängste. Allerdings ist ihr aufgefallen, dass manche zu viel von KI erwarten: „Man muss realistische Erwartungen an KI haben und bereit sein, sich selbst damit auseinanderzusetzen oder sich helfen zu lassen – sie funktioniert nicht von allein.“ Michael Herfort, Leiter digitales Marketing bei heise regioconcept Michael Herfort, Leiter digitales Marketing bei heise regioconcept, hatte seinen persönlichen Erweckungsmoment im heise I/O-Workshop: „Gib der KI halt Beispiele, dann kannst du auch erwarten, dass da was Gutes bei rauskommt.“ Seitdem entwickeln seine Mitarbeitenden ihre eigene KI-Anwendung selbstständig weiter. „Während manche Mitarbeiter Unterstützung benötigen, entwickeln andere eigenständig kreative Initiativen“, berichtet Herfort. Der Schlüssel zum Erfolg liegt in regelmäßigen Schulungen, dem Austausch über Erfolge und einer klaren Führung. Wie man das gestalten kann, haben wir in den Deep Dives KI-Governance und KI-Change-Management umfassend aufbereitet. Doch wo kann KI nun tatsächlich sinnvoll eingesetzt werden? Die Antwort darauf finden Sie im nächsten Kapitel. Cases & Zahlen: So setzt heise generative KI effizient und hochwertig ein Der professionelle Einsatz von KI in Unternehmen erfordert mehr als einzelne Chat-Interaktionen: Entscheidend ist ein durchdachtes Prompt-Management, das KI-Prozesse dokumentiert, standardisiert und für Teams verfügbar macht. Die Herausforderung liegt darin, wiederholt erfolgreiche Workflows zu entwickeln und diese unternehmensweit zu etablieren. „Nach dreimonatiger Testphase nutzen wir seit einem halben Jahr heise I/O intensiv, da es verschiedene spezialisierte Sprachmodelle bietet. Die Aufgaben, die wir damit erledigen, wären mit ChatGPT nicht umsetzbar. Die Entwicklung effizienter Prozesse erforderte jedoch intensive Vorarbeit“, erklärt Thomas Jannot. Dieser strukturierte Ansatz ermöglicht es, KI-gestützte Workflows präzise zu evaluieren und zu optimieren. Teams können auf bewährte Prozesse zugreifen und diese für ihre spezifischen Anforderungen anpassen – ein wesentlicher Faktor für die messbaren Erfolge, die sich bald einstellen. KI bei heise in einem Jahr – das sind die Gesamtzahlen Heise I/O KPIs 2023-2024 Auf den verschiedenen heise I/O-Plattformen nutzen inzwischen über 500 Mitarbeitende generative KI in unterschiedlichen Arbeitsbereichen. Die Plattformen ermöglichen es, Prompt-Prozesse nachzuverfolgen und eine bereinigte Annäherungsrechnung durchzuführen, die eigene Messungen, Umfragen und weitere Evaluationen berücksichtigt. Aus praktischen Erfahrungen wissen wir, dass bestimmte Prompts Zeiteinsparungen von bis zu einer Stunde oder mehr ermöglichen. Bei der konservativsten Kalkulation wird eine Baseline von maximal 15 Minuten Zeitersparnis pro Prozess angesetzt. Dadurch konnte heise Ressourcen im Umfang von mehr als zwei Personenarbeitsjahren freisetzen. Im Folgenden beschreiben wir einige der Prozesse, die in den verschiedenen Bereichen der heise Gruppe – von der Redaktion über das Marketing bis zum Vertrieb – regelmäßig, oft sogar täglich, zum Einsatz kommen. Case: „kurz informiert“ Art: Podcast Verwendete KI: Text, Audio Beschreibung: Ein besonders anschauliches Beispiel aus unserem Redaktionsalltag ist der Podcast „kurz informiert“ von heise online, der mittlerweile zweimal täglich erscheint. Eine rein manuelle Produktion in dieser Frequenz wäre zeitlich nicht zu bewältigen. Daher werden die Textzusammenfassungen zunächst mit heise I/O erstellt und anschließend von Redakteuren geprüft und bei Bedarf überarbeitet. Für die Moderation wurde die Stimme der Sprecherin über Elevenlabs geklont, sodass diese KI-generierte Stimme nun den Infocast auf Basis des Textes einspricht. Für dieses Podcast-Format hat sich diese Lösung bewährt. Zweimal am Tag wird der Podcast „kurz informiert“ ausgestrahlt. Ergebnisse: Seit dem Start 2024 hat sich die Zahl der Abrufe durch die Verdopplung der Ausstrahlung um 88 Prozent erhöht. Allein im August 2024 wurde der Podcast mehr als 1,1 Millionen Mal abgerufen. Case: Next-Gen-Suche / Recherche in eigenem RAG-System Art: Datenbankchat Verwendete KI: Text Beschreibung: Wir entwickeln unsere eigenen RAG-Lösungen. Das heißt, wir machen unsere Daten, etwa die Magazine THE DECODER oder MIXED, vollumfänglich „chatbar“ für unsere Redaktion. Neue Artikel werden in Echtzeit hinzugefügt und wir können in heise I/O schnelle Kontextrecherchen vornehmen, die uns sowohl Informationen und Zusammenfassungen schon veröffentlichter Artikel als auch Links zu den Quellen liefern. Diese internen Lösungen bieten wir auch für externe Verwendung auf Webseiten an, derzeit zuerst auf t3n und wohnnet.at auszuprobieren. Dieser Ansatz kann durch weitere Funktionen erweitert werden, um etwa Nutzerinteresse an Themen auszuwerten. Ergebnisse: Recherchen können je nach Anfrage innerhalb von wenigen Sekunden erfolgreich durchgeführt werden. Zeitersparnis je nach Ausgangssituation zwischen zwei und mehr als zehn Minuten. Case: Entwürfe für News-Artikel bei THE DECODER/MIXED The Decoder Art: Artikel Verwendete KI: Text, Bild Beschreibung: Der Workflow von The Decoder beginnt mit dem Einlesen der Quelle in heise I/O, sei es als URL, Social-Media-Post oder Dokument. Anschließend liefert eine LLM-gestützte Recherche über das RAG-System in heise I/O relevante Kontextinformationen. Ein mit Beispielen versehener Prompt gewährleistet bei der anschließenden Verarbeitung der Quellen die Umsetzung der Informationen im charakteristischen Redaktionsstil des Fachmagazins. Nach der Redigatur und Überarbeitung durch die Fachredaktion erfolgt der direkte Export des fertigen Textes in WordPress. Abschließend werden die Aufmacherbilder mittels generativer KI erstellt, sofern es das Thema hergibt. Ergebnisse: Zeitersparnis zwischen 15 und 90 Minuten, je nach Qualität der Quelle (Quellenqualität hat einen erheblichen Einfluss auf die Verarbeitung durch KI). Matthias Bastian, Herausgeber THE DECODER "Mit unseren Prompt-Workflows in heise I/O sparen wir im Redaktionsalltag viel Zeit beim Schreiben, Übersetzen, Zusammenfassen und Zitieren. So können wir mehr und oft präziser berichten, als es ohne den Produktionsassistenten KI möglich wäre." [caption id="attachment_46484" align="alignleft" width="672"] The Decoder Leserkritik[/caption] Kommentar eines begeisterten Lesers. Case: Newsletter bei heise online Newsletter-Erstellung „Botti“ mit Heise I/O Art: Newsletter Verwendete KI: Text Beschreibung: Der Botti-Newsletter bringt zweimal am Tag über die Kanäle Telegram, X und die Web- bzw. native heise-App vier aktuelle Newslinks an, jeweils über 50 000 Nutzerinnen und Nutzer. Dabei moderiert der fiktive Roboter Botti die News mit seinem ganz eigenen Nerd-Humor an und ab. Früher benötigten die Redakteurinnen und Redakteure etwa 15 Minuten pro Newsletter und erstellten diesen direkt im Cleverpush-Verteildienst. Heute benötigen sie dank eines ausgeklügelten Workflows in heise I/O und der direkten Anbindung des Verteildienstes nur noch zwei Minuten. Der Newsletter wird nie langweilig: Botti nimmt in seinen An- und Abmoderationen immer wieder Bezug auf die aktuellen Nachrichten und kontextualisiert sie mit seiner vielschichtigen und humorvollen Charakterisierung, die im Prompt hinterlegt ist. Das zeigt: KI-Content ist nicht generisch, wenn der Prompt dahinter kreativ ist. Heise Bot Ergebnisse: Zeitliche Einsparung pro Newsletter liegt bei ca. 12 Minuten. Bei 60 Newslettern im Monat spart die Redaktion 720 Minuten, das sind 1,5 Arbeitstage pro Monat. Case: Metadaten für Bilder (Einzel- und Massenprozess) Art: Text Verwendete KI: Text mit Vision-Fähigkeit Beschreibung: Mitte 2025 tritt das Barrierefreiheitsgesetz in Kraft. Dann werden unter anderem Alternativtexte für Bilder zur Pflicht. Aus SEO-Gründen sollte das bereits Standard sein, aber die Aufgabe, zu beschreiben, was auf einem Bild genau zu sehen ist, ist beschwerlich und wird deshalb oft nicht ordentlich ausgeführt. Über einen KI-Prozess in heise I/O laden Nutzende einfach Bilder hoch und erhalten dann Dateinamen, Bildunterschrift und Alt-Text über die Vision-Fähigkeiten der KI. Den gleichen Prozess haben wir für eine unserer Webseiten als Massenprozess über API eingerichtet. 14.000 Bilder im CMS hatten keine Alt-Texte. Für etwa 300 € wurden passende Alt-Texte für alle Bilder generiert. Heise I/O Alt-Texte Workflow Ergebnisse: Einsparung pro Einzelprozess etwa 15 Minuten. Bei Massenprozessen können Wochen oder Monate eingespart werden. Case: Transkription und Extraktion von Zitaten aus Transkriptionen Art: Audio, Social Media Verwendete KI: Text Beschreibung: In heise I/O können Audiodateien (etwa Interviews, Podcasts, Video-Tonspuren und mehr, derzeit bis zu einer Größe von 20 MB) hochgeladen und dann transkribiert werden. Transkripte können ebenfalls aus anderen Quellen (etwa über die YouTube-Transkriptionsfunktion) hochgeladen werden. Über feingetunte Folgeprozesse kann die KI dann etwa Originalzitate und eine für Social Media passende Umschreibung der Zitate aufbereiten. Kennt man den Inhalt der Audiodatei und kann die Ausgabe verifizieren, kann man sogar auf die Transkription verzichten und z. B. aus einem Podcast direkt Social-Media-Teaser und Beschreibungstexte für die verschiedenen Plattformen generieren. Heise I/O Transkriptions-Workflow Ergebnisse: Je nach Umfang der Audiodatei kann die Zeitersparnis zwischen 30 Minuten und mehr als vier Stunden betragen. Siehe dazu auch den folgenden Abschnitt „Vom Podcast zum Blog zum kreativen Freizeitprojekt – wie KI Möglichkeiten schafft“. Case: Pressemitteilungen Art: Artikel/Mailings Verwendete KI: Text Beschreibung: Die Presseabteilung von heise hat Workflows für Entwürfe von Pressemitteilungen in heise I/O hinterlegt. Dabei kommen verschiedene Prozesse und Prompts für unterschiedliche Zwecke zum Einsatz, etwa bei der Veröffentlichung einer neuen C’t- oder iX-Ausgabe oder für Informationen rund um Technology Review, t3n oder heise online. Ergebnisse: Einsparung pro Prozess zwischen 15 Minuten und 60 Minuten "Die Bandbreite der Themen reicht von einfachen Geräte-Vergleichen bis zu komplexen IT-Fragestellungen, wodurch die Zeitersparnis durch heise I/O variiert. Dennoch lässt sich festhalten: Allein für den Einstieg in ein Thema spart man bis zu einer Stunde." Matthias Freter, Pressereferent heise Case: Social Media Art: Posting, Bild Verwendete KI: Text Beschreibung: Mit heise I/O können wir im eigenen Stil kanalspezifische, hochwertige und individuell angepasste Formate in Sekunden erstellen. Etwa lassen sich aus einem Jobangebot auf heise Jobs in Sekunden exakt passende Formate für Facebook & Co. erstellen – alles anhand vorbereiteter, erprobter Prompt-Prozesse. Passende KI-generierte Bilder werden bei Bedarf ebenfalls über spezielle Prompt-Prozesse generiert. Johanna Heise lässt sich bei ihrer LinkedIn-Kommunikation von KI unterstützen (Post illustrativ). Ergebnisse: Zwischen 15 und 60 Minuten Zeitersparnis pro Posting. Johanna Heise, Head of Brand, heise "Meine eigenen Social-Media-Aktivitäten auf LinkedIn sind eine Erfolgsstory für mich persönlich, weil es so viel einfacher geht und mir so viel Zeit spart. Ich habe früher teilweise eine Stunde für so ein Posting gebraucht – und ich hasse schreiben. Diese Stunde war also auch nicht erfüllt mit Freude, sondern eher eine Qual. Und wenn ich das jetzt in zehn Minuten in hoher Qualität machen kann, ist das etwas, was mich begeistert und freut." Johanna Heise, Head of Brand, heise Case: Advertorials, Ratgeber, SEO- und Homepage-Texte Art: Artikel, Blogs Verwendete KI: Text Beschreibung: Texte von Partnern, Advertorials, Ratgeber, SEO-Texte oder Homepage-Texte für KMU und viele weitere Kunden werden bei heise mit erprobten, qualitativ hochwertigen KI-Prozessen via heise I/O vorbereitet. Oft fehlen hier seitens der Kunden vollständige Texte und Informationen. Eigene Recherche in Kombination mit KI-Wissen und mit Output-Beispielen versehenen Prompts liefern direkt verwertbare Ergebnisse. Ergebnisse: Heise regioconcept hat über 60.000 € Kosten durch externe Beauftragungen für Textarbeit einsparen und im Jahr 2024 30 Prozent mehr Aufträge erledigen können. Dabei konnte die Qualität der Texte sogar verbessert werden. Das Team hat mehr Arbeit bewältigt, ohne überlastet zu sein. Verschiedene Bereiche bei heise können bestimmte Dienstleistungen nur noch mit KI wirtschaftlich anbieten. Case: Marketing, E-Mails, Ad-Kampagnen Art: Ad-Copys, Anschreiben, Bilder Verwendete KI: Text, Bild Beschreibung: KI wird bei heise sehr erfolgreich in verschiedenen Marketingbereichen eingesetzt. Anschreiben per E-Mail für Abonnentinnen und Abonnenten werden aus Inhaltsverzeichnissen oder Deckblättern in Sekunden nach festgelegtem Muster erzeugt. Bilder werden als visuelle Vorgabe für die Grafikabteilung generiert, was Zeit (und Nerven bei der Diskussion der Ergebnisse) spart. Auch für Kampagnen und Werbetexte, etwa Google Ads, lassen sich dank vorbereiteter Prompt-Workflows in Sekunden Dutzende Vorschläge im jeweiligen Stil der Werbetreibenden generieren. Ergebnisse: Je nach Aufgabe zwischen 10 und 45 Minuten Zeitersparnis. Nele Scholing, Team-Lead AI Direktmarketing, heise Medien "Unsere KI-Reise begann 2023 mit Midjourney. Anfangs suchten wir hauptsächlich nach kreativer Inspiration für Werbemittel, was sich als erfolgreicher erster Anwendungsfall erwies. Die KI-generierten Ideen konnten von unserer stark ausgelasteten Grafik-Abteilung schnell weiterverarbeitet werden und brachten neue kreative Impulse in unsere Werbekampagnen. Mit der Einführung von heise I/O erweiterten wir unseren KI-Einsatz auf die Textverarbeitung. Das hat sich als besonders wertvoll erwiesen, da wir im Marketing viele wiederkehrende Aufgaben haben, etwa bei der Kampagnenentwicklung. Besonders bei der Erstellung von E-Mail-Kampagnen, die trotz ähnlicher Struktur für verschiedene Hefttitel individuell angepasst werden müssen, ist dies eine große Unterstützung." Case: Webinarbeschreibungen & Produkttexte Art: Webseiten Verwendete KI: Text Beschreibung: Für die Webinarbeschreibungen des KI PRO-Programms über die heise academy verwenden wir vorgefertigte Aufgaben-Templates für generative KI. Hier ändern sich die Inhalte, die Struktur bleibt aber gleich. Dasselbe gilt etwa für Produkttexte für Bücher beim Rheinwerk Verlag. Mitarbeitende nutzen ebenfalls heise I/O, um sich innerhalb von Sekunden hochwertige Entwürfe erstellen zu lassen, die sie dann weiterbearbeiten und finalisieren können. Heise I/O Webinarbeschreibung-Workflow Ergebnisse: Zeiteinsparung zwischen 30 und 60 Minuten pro Aufgabe. Case: Übersetzungen Art: Webseiten Verwendete KI: Text Beschreibung: Seit vielen Jahren übersetzen wir unsere Fachmagazine MIXED und THE DECODER maschinell mit DeepL. Über eine API werden die Texte aus dem jeweiligen deutschen CMS auf Knopfdruck ins Englische geschickt und mit den Claude-Modellen von Anthropic in natürlich klingendes US-Englisch optimiert. Die Übersetzungsqualität liegt so deutlich über dem Niveau der reinen DeepL-Übersetzung. Vollständige Umstellung auf LLM-Übersetzung ist geplant. Ergebnisse: Die englischen Ausgaben der Fachmagazine genießen auch international bei der Zielgruppe hohes Ansehen – obwohl wir keinen einzigen englischen Muttersprachler beschäftigen. Zudem dauert die Übersetzung in der Regel mit Prüfung nur 15 bis 20 Minuten – im Vergleich zu teilweise mehr als 60 Minuten beim manuellen Übersetzen mit reiner DeepL-Unterstützung. Muttersprachler bestätigen die hohe Qualität der Texte, die nicht „übersetzt“ klingen. Vom Podcast zum Blog zum kreativen Freizeitprojekt – wie KI Möglichkeiten schafft Es gibt noch viele kleine und große weitere Cases bei heise. Beispielsweise wird generative KI für Headline-Vorschläge und Entwürfe für Vorlauftexte zur Paywall verwendet. Redakteure lassen sich Studien zusammenfassen oder suchen mithilfe der KI die wichtigsten Inhalte heraus. Generative KI hilft auch, Inhalte wie externe Pressemitteilungen zu überprüfen oder eigene Texte auf ihre Neutralität zu testen. Und für Brainstormings ist „Kollegin KI“ bestens geeignet: Workshop- oder Meeting-Agenden inklusive Themenideen lassen sich in Sekundenschnelle als Vorlage erstellen und steigern die Effizienz der Führungskräfte bei heise. Generative KI hat also bereits in vielen Bereichen bei heise Einzug gehalten und spart gerade bei wiederkehrenden Aufgaben Zeit. Ein Paradebeispiel ist die Nachbearbeitung von Podcasts. Brauchte man früher bis zu vier Stunden, um einen 45-Minuten-Podcast zu transkribieren, dauert dieser Prozess heute dank KI-Unterstützung nur noch wenige Minuten, berichtet Thomas Jannot aus seinem Alltag. Zwar ist immer noch eine Redigatur durch den Menschen nötig, aber der Zeitgewinn sei enorm. Der eigentliche Durchbruch kam jedoch bei der „Nachvertextung“ von Audioformaten. Aus dem Transkript eines Podcasts werden verschiedene Folgeformate wie Blogbeiträge, Shownotes, Verkaufsmeldungen oder Social-Media-Postings erstellt. Dieser Prozess war früher zeitlich und finanziell sehr aufwendig, da die gleichen Inhalte in unterschiedlichen Formaten unterschiedlich aufbereitet werden mussten. Mithilfe von KI konnte heise diesen Prozess erheblich beschleunigen und gleichzeitig die Qualität der Ergebnisse kontrollieren. Thomas Jannot erläutert die Auswirkungen: Die kontrollierbare Qualität bei gleichzeitiger Zeit- und Kostenersparnis ist beachtlich. Allein bei externen Honoraren sparen wir jährlich mindestens einen einstelligen Prozentbereich. Hochgerechnet auf alle vergleichbaren Prozesse entspricht dies etwa 1,5 Vollzeitstellen, die nicht mehr für die Neuaufbereitung bereits vorhandener Referenzinhalte aufgewendet werden müssen. Jannot betont, dass diese Einsparungen Freiräume für anspruchsvollere Tätigkeiten schaffen: „Die freigewordenen Ressourcen führen nicht zu Personalabbau, sondern ermöglichen es den Mitarbeitern, sich auf anspruchsvollere und kreativere Aufgaben zu konzentrieren. Es ist ein Wandel weg von repetitiven Tätigkeiten hin zu wertvollerer Arbeit.“ Unterm Strich spart heise also direkt Kosten, die in neue Projekte investiert werden. Ein besonders kreatives Beispiel für die Möglichkeiten von KI ist die Entstehung des Kinderbuchs „Amy und das kleine schwarze Schaf“ von Eike Heinrich. Das war ein Freizeitprojekt von heise-Mitarbeitenden, die bei der Erstellung generative KI nutzten. Sylvia Raschke, CEO bei heise Medienwerk, erzählt: „In einem freiwilligen Freizeitprojekt illustrierten unsere Gestalterinnen ein von einem Kollegen mit ChatGPT-Unterstützung verfasstes Kinderbuch. Das Projekt war in mehrfacher Hinsicht wertvoll: Es bereitete dem Autor große Freude, sein Werk als echtes Buch zu sehen, und wir gewannen wichtige Erkenntnisse über die Grenzen der KI-Bildgenerierung, besonders bei der konsistenten Darstellung von Charakteren.“ „Amy und das schwarze Schaf“ Das Kinderbuch „Amy und das kleine schwarze Schaf“ ist eine Kollaboration zwischen Menschen und Maschine. Das Projekt zeigt exemplarisch, wie KI die Kreativität fördern und bereichern kann, auch wenn am Ende immer noch der Mensch die entscheidende Rolle spielt. Roll-out für professionellen KI-Einsatz: Das hat heise gelernt Die erfolgreiche Integration von KI in Unternehmensprozesse erfordert einen strukturierten Ansatz und die aktive Einbindung der Mitarbeitenden. Das zeigen auch die Erfahrungen bei heise. Obwohl KI bereits in vielen Bereichen gewinnbringend eingesetzt wird, ist der Wissensstand unter den Mitarbeitenden sehr heterogen. Benjamin Danneberg, der mit heise KI PRO maßgeblich den Roll-out begleitet hat, betont: „KI muss einfach als Werkzeug verstanden werden, nicht als One-Klick-Lösung zum Ersatz menschlicher Arbeit.“ KI ist keine Ausrede für Bequemlichkeit und auch nicht für sparwütige Unternehmer. Es ist ein großer Unterschied, ob KI als Automatisierung verstanden oder als Unterstützung für tägliche Workflows genutzt wird. Letztere zu identifizieren und mit KI-Unterstützung zu verbinden, ist die eigentliche Herausforderung. Ein professionelles Prompt-Management, als zentraler Bestandteil unserer KI-Strategie, ist dabei unverzichtbar – es dokumentiert, standardisiert und macht erfolgreiche KI-Prozesse teamübergreifend nutzbar. Die Organisation und Pflege dieser Prompt-Bibliothek sowie die Benennung dedizierter Verantwortlicher dafür bleiben dennoch eine der größten Herausforderungen – auch bei heise. Die Arbeit mit KI muss erlernt werden und ist auch mit Schulung keine Selbstverständlichkeit. Über die Erstschulung hinaus sind eine regelmäßige Begleitung und Unterstützung wichtig. Dabei tun sich Mitarbeitende, die redaktionell mit Inhalten arbeiten, oft leichter mit der Entwicklung von KI-Workflows als Personen, die weniger strukturiert mit Text arbeiten. Eigene Erfahrungen im Umgang mit KI sind entscheidend, um ein Gefühl dafür zu bekommen, wie die Technologie unterstützen kann und wo ihre Grenzen liegen. Oft fehlt jedoch die Zeit dafür oder es wird vorgeschoben, dass sie fehlt, weil man mit der neuen Technologie fremdelt oder sie ablehnt. Michael Herfort gibt ein positives Beispiel, wie es stattdessen laufen kann: Eine Mitarbeiterin sollte Dutzende Mail-Templates in einem System überarbeiten. Anstatt sich manuell durchzuwühlen, investierte sie Zeit in die Entwicklung eines guten Prompts für diese Aufgabe in heise I/O. Ihr Fazit: „Nach anfänglichem Zögern wegen des erwarteten Aufwands habe ich mich doch dafür entschieden – und war von den Ergebnissen absolut begeistert.“ Der sogenannte metakognitive Aufwand, die Suche nach einem geeigneten Prozess, die Segmentierung des Workflows und die Entwicklung von Prompts schrecken oft zunächst ab. Es lohnt sich jedoch, die Scheu vor dem einmaligen Aufwand zu überwinden, denn einmal entwickelte KI-Prozesse können auch an anderer Stelle von Nutzen sein. Herfort erkannte etwa das Potenzial der Innovation durch seine Mitarbeiterin: „Wir können den entwickelten Prompt mit seinen Beispielen jetzt in der ganzen Abteilung nutzen. Das System kennt bereits unseren Stil und die gewünschte E-Mail-Struktur – das ist wirklich ein großer Fortschritt.“ Solche individuellen, aus intrinsischer Motivation entstehenden Weiterentwicklungen sind der richtige Weg, auch wenn sie zunächst Zeit kosten. Es ist ein einmaliges Investment, das neue Arbeitsweisen hervorbringen kann. Doch die Arbeit mit KI greift tief in Prozesse und Gewohnheiten ein, was Überwindung kosten kann. Wenn ein neues technologisches Paradigma wie künstliche Intelligenz auftaucht, ist die menschlichste aller Reaktionen: Ablehnung des Wandels. Dies ist ein gut dokumentiertes psychologisches und gesellschaftliches Phänomen. Bei solch grundlegenden Veränderungen menschlicher Fähigkeiten in Kooperation mit Technologie, wie es die KI ist, muss man jedoch mutig über sein eigenes Handeln nachdenken. Das Verharren auf den alten Geschäftsmodellen war noch nie eine gute Idee, man frage mal Videotheken-Betreiber, Kutscher, Fahrstuhlführer, Weber, Laternenanzünder, Schreibmaschinenmechaniker, Telegrafisten, Setzer in Druckereien, Melker und Drescher in der Landwirtschaft,... Es ergeben sich in diesen Phasen und besonders in der jetzigen KI-Welle verschiedene strategische Ansatzpunkte: KI kann bestehende Produkte und Geschäftsmodelle verändern, neue KI-basierte Produkte können entwickelt werden, und interne Prozesse können durch KI-Unterstützung effizienter gestaltet werden. Eine zukunftsfähige Strategie sollte alle diese Aspekte berücksichtigen. Eine zentrale Auswirkung von KI ist die Optimierung von Produktionsarbeit. Dies wirft wichtige Fragen auf: Was machen die Mitarbeitenden mit der freigewordenen Zeit? Braucht es dafür einen Plan? Sollen sie einfach mehr machen oder Neues tun? Bietet man dafür den nötigen Freiraum, Anleitung und Struktur? Der Fachbegriff für solche Regelungen ist „KI-Governance“. In unserem KI Pro Deep Dive „KI-Governance: So setzen Sie generative KI perfekt im Unternehmen um“ geben wir einen Überblick über die Kernelemente einer guten KI-Governance. "Viele große Unternehmen werden sich in den nächsten Jahren sehr wundern, wenn kleine Start-ups mit einem Bruchteil der Belegschaft rechts und links an ihnen vorbeiziehen, weil sie schnell und veränderungsaffin sind." - Benjamin Danneberg, CEO Deep Content by Heise Die Integration von KI erfordert einen ganzheitlichen Change-Prozess, der strategische, operative und kulturelle Aspekte berücksichtigt. Mitarbeitende müssen befähigt und motiviert werden, KI als Werkzeug zu nutzen. Dafür braucht es Zeit, Struktur und eine offene Fehlerkultur. Unternehmen, die diesen Wandel proaktiv gestalten und die initialen Aufwände als Investition in ihre Zukunft, ihre Wettbewerbsfähigkeit begreifen, werden die Möglichkeiten der Technologie erfolgreich nutzen können. Generative KI & heise ab 2025: Zwei Antworten weiter Bei heise haben wir all diese Herausforderungen angenommen: Wir treiben die Implementierung und Entwicklung generativer KI konsequent voran. Doch noch liegt viel Potenzial brach, wie Michael Herfort betont: „Wir machen noch viel zu wenig damit.“ Auch bei der Optimierung von Prozessen sieht er Handlungsbedarf, denn oft erforderten Arbeitsschritte unnötig viel menschliche Produktionsarbeit. Hier soll KI in Zukunft noch mehr entlasten und weitere Freiräume schaffen. Diese Technologie bietet eine große Chance: Wer sich jetzt aktiv mit KI auseinandersetzt, sammelt wertvolle Erfahrungen im richtigen Umgang damit und kann sich einen nachhaltigen Wettbewerbsvorteil erarbeiten. Wer sich hingegen verschließt und auf alten Techniken beharrt, riskiert, dauerhaft den Anschluss zu verlieren. Um diese Möglichkeiten voll auszuschöpfen, wird die Entwicklung von heise I/O konsequent vorangetrieben. Volle Multimodalität mit Bildgenerierung, Text-zu-Audio und Text-zu-Video, direktes Teilen in Social Media, Recherche-Tools und der Anschluss an eigene Daten stehen auf der Roadmap für 2025. Auch eine neue Form des Journalismus mit dem vielsagenden Projekttitel „Context on Demand“ wird erforscht, bei der Leserinnen und Leser selbstständig Hintergründe zu Inhalten in gewünschtem Stil und Umfang recherchieren können. „Menschen werden künftig mehr zu Stichwortgebern, zu Archivaren und Daten-Kuratoren, auch und gerade im Journalismus, der immer stärker unter Kostendruck gerät. Das sind neue Skills, eine neue Art zu denken, zu arbeiten und Inhalte zu vermitteln, die sich auf sämtliche Bereiche unseres Lebens auswirken wird. Bei heise wollen wir das nach unseren Leitlinien und Prinzipien entwickeln und nicht einfach nur wieder im Mahlstrom von Big Tech hinterherdackeln“, erklärt Benjamin Danneberg die KI-Strategie. Die Zukunft mit KI wird bei heise positiv gesehen, betont Nele Scholing: „Es ist ein Zusammenspiel: Es unterstützt mich dabei, qualitativ hochwertige Inhalte zu produzieren, und es spart Zeit, die ich wieder für neue, andere Dinge aufwenden kann.“ Dieser Spirit der Offenheit für neue Möglichkeiten und Technologien sei bereits in ihrem Team spürbar und das treibe die Entwicklung voran. Dabei geht es darum, maßgeschneiderte Lösungen zu finden. Chefredakteur Dr. Volker Zota plädiert etwa für individuell steuerbare Integration von KI-Tools und kleinere Expertensysteme für spezifische Anwendungszwecke, damit sich die Technologie effizient und bedarfsgerecht nutzen lässt. „Wir sind wild entschlossen, diese Welle lieber zu reiten, als von ihr überspült zu werden“, stellt Thomas Jannot unmissverständlich klar. Entscheidend sei dabei die Fachkompetenz im Umgang mit den Tools, damit Schwankungen in der Qualität und mögliche Fehler vermieden werden. KI erfordert eine hohe Verantwortung und ein tiefes Verständnis für die Technologie, so Jannot. Daran arbeitet heise konzentriert. Bei heise sind wir mittlerweile zwei Antworten weiter: die menschliche und nun auch die maschinelle. Mit der Weiterentwicklung von heise I/O und der KI-basierten neuen Informations- und Recherchetechnologien werden die Möglichkeiten der Technologie konsequent genutzt und neue Wege beschritten. Es ist ein Aufbruch in eine mehr als spannende Zukunft, die wir aktiv gestalten wollen. Mit Mut, Offenheit und Kompetenz kann KI zu einem wertvollen Werkzeug werden, das Unternehmen und Mitarbeitende gleichermaßen beflügelt. Das haben unsere Ergebnisse in diesem Jahr bewiesen. Und darauf werden wir fokussiert aufbauen.

Heise Use Cases - Das bringt generative KI wirklich: Cases & Ergebnisse aus dem Alltag der heise Gruppe

Executive Summary

heise KI PROKI VERSTEHEN UND ANWENDEN

heise KI PRO
KI VERSTEHEN UND ANWENDEN