Gerade läuft ja überall die Hype-Maschine auf Hochtouren. Jeden Tag neue AI-Features, jeden Tag neue Ankündigungen. ChatGPT hier, Gemini da, Claude dort. Aber wusstest Du, dass es sowas schon mal gab – und dass danach ein eiskalter Winter kam? Der erste KI-Hype startete in den 1960er Jahren. Forscher waren sich sicher: In 20 Jahren haben wir denkende Maschinen! Die Regierungen pumpten Millionen in die Forschung. Und dann... kam nix. Die Computer waren zu langsam, die Algorithmen zu simpel. Ergebnis: Alle Gelder wurden gestrichen. KI-Winter Nummer 1. Runde 2 in den 1980ern: Expertensysteme sollten die Welt revolutionieren! Japan investierte Milliarden ins "Fifth Generation Computer Project". Und wieder: Die Versprechen waren zu groß, die Ergebnisse zu mager. KI-Winter Nummer 2. Die Frage ist: Droht uns jetzt KI-Winter Nummer 3? Meine ehrliche Einschätzung: Nein. Diesmal ist es anders. Warum? - Die Technik funktioniert JETZT schon im Alltag - Milliarden Menschen nutzen sie täglich - Die Rechenkraft ist da - Die Daten sind da - Die praktischen Anwendungen sind real Aber: Es wird eine Ernüchterung geben. Nicht jedes Startup wird überleben. Nicht jedes Feature wird halten, was es verspricht. Und viele Leute werden merken, dass KI kein Zauberstab ist, sondern ein Werkzeug. Was bedeutet das für uns? Genau deshalb ist es so wichtig, JETZT die Grundlagen zu lernen. Zu verstehen, was KI kann – und was nicht. Und die Tools zu beherrschen, die auch in 5 Jahren noch relevant sind. Wie siehst Du das? Kommt der nächste KI-Winter? Oder sind wir diesmal am Anfang von etwas wirklich Großem? 👇 Schreib's in die Kommentare!

Bei der Idee von persönlichen Agenten im Windows-Betriebsystem bin ich mir nicht ganz sicher, ob die breite Masse an Windows-Benutzer darauf gewartet hat. Würdet ihr so was einsetzen? Details dazu hier: https://www.heise.de/news/Agent-Workspace-Windows-wird-zum-Copilot-Automat-11084511.html?utm_term=Autofeed&utm_medium=Social&utm_source=LinkedIn#Echobox=1763555465

Microsoft hat gerade eine ordentliche Feature-Welle für Copilot in Office 365 ausgerollt. Ich habe mir die Neuerungen angeschaut und will euch hier einen praxisorientierten Überblick geben – ohne Marketing-Blabla, sondern mit konkreten Use Cases, wo das wirklich Sinn macht. 🎯 Die wichtigsten neuen Features: 1. Word: Automatisches Ausfüllen von Formularen und Tabellen Copilot kann jetzt Daten aus anderen Dokumenten ziehen und automatisch in Formulare oder Tabellen eintragen – mit Beibehaltung der Formatierung. Praxisbeispiel: Ihr habt ein Kundenbrief-Template und müsst regelmäßig Daten aus verschiedenen Quellen (CRM-Exports, E-Mails, vorherige Verträge) übernehmen? Copilot macht das jetzt automatisch. Spart vor allem dann Zeit, wenn ihr mit wiederkehrenden Dokumenttypen arbeitet. 💡 Mein Tipp: Funktioniert am besten, wenn eure Quelldokumente strukturiert sind. Bei chaotischen PDFs oder handschriftlichen Notizen wird's schwieriger. 2. Excel: KI-basiertes Formel-Autocomplete Nach Eingabe von „=" schlägt Excel kontextbasierte Formeln vor – auch für komplexe Berechnungen. Praxisbeispiel: Statt ewig nach der richtigen Syntax für eine verschachtelte WENN-Formel zu suchen, macht Excel jetzt Vorschläge basierend auf euren Daten und dem, was ihr vermutlich erreichen wollt. 💡 Mein Tipp: Das ist besonders stark für Leute, die Excel nutzen müssen, aber keine Power-User sind. Die KI "errät" oft richtig, was ihr vorhabt. Für Excel-Profis: Spart auch Zeit, weil ihr nicht mehr jede Formel komplett ausschreiben müsst. 3. PowerPoint, Word & PDF: Video-Generierung mit "Copilot Create" Copilot kann jetzt automatisch Videos aus euren Inhalten erstellen. Praxisbeispiel: Ihr habt eine 20-seitige Präsentation und wollt daraus ein Schulungsvideo machen? Copilot wandelt das um – mit Voiceover, Übergängen, dem ganzen Paket. 💡 Mein Tipp: Perfekt für asynchrone Schulungen, Onboarding-Material oder wenn ihr Content mehrfach verwerten wollt. Die Videos sind nicht Hollywood-Niveau, aber völlig ausreichend für interne Zwecke oder E-Learning.

Im Umfeld von ECM spielte KI schon immer eine große Rolle im aus unstrukturierten Daten strukturierte zu machen, auf dessen Basis dann andere Aktionen z. B. Workflows gestartet werden könnten. Eine gute Übersicht habe ich he einem Artikel von Peter Schnitter gefunden, der auch verschiedene Usecases darstellt: https://www.linkedin.com/posts/peter-schmitter-a95492264_immer-nur-ki-dort-und-ki-da-das-ist-ja-ein-activity-7396632702206226433-DwRI?utm_source=share&utm_medium=member_android&rcm=ACoAAAUDEGABwk8VucmQZsH4CBQiCpshMvW8nJI

Stell dir vor, du gehst mit einem Freund in ein Restaurant. Ihr bestellt Pizza – aber bezahlt wird nicht pro Pizza, sondern nach jedem einzelnen Happen, den ihr esst. Klingt verrückt? Willkommen in der Welt der KI-Tokens! Token sind die Buchstaben-Happen der KI Wenn du mit ChatGPT, Claude oder anderen KI-Systemen plauderst, rechnen die im Hintergrund nicht in Wörtern oder Zeichen. Die rechnen in Tokens. Und Tokens sind... nun ja, Happen. Kleine Informationshäppchen. Ein Token ist ungefähr ein Wort. Manchmal auch nur ein Wortteil. Oder ein paar Buchstaben. Die KI zerlegt deine Eingabe in diese Tokens und verarbeitet sie dann nacheinander. Beispiele: - "Hallo" = 1 Token - "Künstliche Intelligenz" = meist 2-3 Tokens - "Superkraft" = oft 1-2 Tokens - "KI" = 1 Token Deutsche Wörter sind oft länger als englische – deshalb verbrauchen wir im Deutschen oft mehr Tokens. Ein "Rindfleischetikettierungsüberwachungsaufgabenübertragungsgesetz" frisst ordentlich Tokens! Warum ist das wichtig für dich? Weil Tokens die Währung sind, mit der KI-Dienste abrechnen! Jeder Chat-Verlauf hat ein Token-Limit. Bei ChatGPT sind das aktuell etwa 128.000 Tokens für den gesamten Gesprächsverlauf (hin UND her). Claude kann sogar 200.000 Tokens verarbeiten. Was heißt das praktisch? Je länger eure Unterhaltung wird, desto mehr Tokens sammeln sich an. Irgendwann ist das Gedächtnis der KI voll – wie ein Notizblock, auf dem kein Platz mehr ist. Dann "vergisst" die KI die ersten Teile eurer Unterhaltung. Der Praxis-Trick: Token-Bewusstsein entwickeln Wenn du komplexe Projekte mit KI machst, solltest du tokens im Blick behalten: - Kurz und knackig: Formuliere deine Prompts präzise statt romanhaft - Neuer Chat für neue Themen: Starte lieber einen frischen Chat, statt ewig weiterzuplaudern - Kontext gezielt füttern: Gib der KI nur die Infos, die sie wirklich braucht Ein durchschnittlicher Chat-Verlauf verbraucht vielleicht 5.000-10.000 Tokens. Ein mega-ausführliches Briefing mit langem Output? Schnell mal 20.000-30.000 Tokens.