Was kann man eigentlich im Bereich Künstliche Intelligenz beruflich machen? Im dritten Teil der Podcastreihe hat uns Prof. Dirk Johannßen von der FH Westküste verraten, wie junge Menschen im Bereich KI Fuß fassen können, welche Fähigkeiten und Interessen sie mitbringen sollten und warum Informatikvorkenntnisse nicht immer von Vorteil sind.
ME2BE: Was würden Sie einem 15- oder 16-jährigen Schüler raten, der sich für künstliche Intelligenz interessiert?
Prof. Dr. Dirk Johannßen: Ich würde gerade jüngeren Menschen, die sich für künstliche Intelligenz interessieren, raten, sich erst mal anzuschauen, was es überhaupt an künstlicher Intelligenz gibt. Das heißt, aktuell gibt es ja ganz viele Tools, Werkzeuge, die man online mal anschmeißen kann, sich anschauen kann, damit herumspielen und herumprobieren kann. Das ist so das Erste. Das heißt, mal ein Gefühl dafür entwickeln. Das machen viele junge Leute allein schon, weil es in der Schule, bei Hausaufgaben usw. sehr hilfreich ist, wenn man diese Modelle mal anschmeißt und sich ein bisschen was über Benjamin Franklin oder so erzählen lässt.
Das ist meistens der erste Weg, dass ich mir die Werkzeuge selbst anschaue. Ein weiterer Weg, den man wagen könnte, wenn man noch so jung ist, ist, sich vielleicht – ich sag mal – kurze YouTube-Videos anzuschauen, was da überhaupt dahinter steckt. Wie funktioniert das jetzt? Wie tangiert uns das? Warum YouTube? Bei YouTube sind das ja keine absoluten Kurzvideo-Formate.
Das heißt, KI oder Sprachmodelle mal eben so in 30 bis 60 Sekunden wie in anderen Medien zu erklären, ist natürlich sehr oberflächlich. YouTube erlaubt sich ja eher so zehn Minuten. Aber dadurch, dass es zehn Minuten sind, ist das Ganze ja immer noch komprimiert und kompakt, sodass man dann nicht erschlagen wird von Mathematik. Danach, wenn man richtig Feuer hat, kann man sich überlegen, ob man sich vielleicht in dem Alter schon mal herantraut, den einen oder anderen Blogartikel zu lesen zum Thema: Wie geht das jetzt wirklich informatisch? Was steckt überhaupt so richtig an Code dahinter? Wie ticken diese Modelle? Oder vielleicht sogar, sich an die Programmiersprache Python heranzuwagen.
Das ist natürlich jetzt mit 14, 15 echt ein sehr dickes Brett zu bohren. Aber allein schon die Erfolgserlebnisse, die man hat, wenn man da – ich sage mal – so ein ganz einfaches Print-Statement wie „Hallo Welt“ herausgeben lässt oder mal eine Schleife: „Ich lasse mir jetzt mal 300-mal das Wort Hallo ausgeben“ oder so – das kann schon der Nährboden sein, dass man Lust entwickelt, sich mit Informatik zu beschäftigen, mal hineinzuschauen. Denn Python ist eine Programmiersprache, die sehr einsteigerfreundlich ist. Sie ist leicht zu verstehen, leicht zu erlernen. Ich habe das mit meinem Neffen gemacht, der ist gerade mal 15 geworden und hat schon Programmieren gelernt. Das heißt, die Fähigkeiten sind schon da, wenn man sich da ein bisschen reinfuchst. Und Python ist trotzdem – obwohl sie einsteigerfreundlich ist – die Sprache der KI, der Wissenschaft.
„Python ist eine Programmiersprache, die sehr einsteigerfreundlich, leicht zu verstehen und leicht zu erlernen ist.“
Und wenn man später über die Jahre immer mal ein bisschen was baut in Python, mal kleine Spiele oder so, dann wird man einen wirklich starken Einstieg in die KI finden, sofern man diese Modelle später mal selbst bauen möchte oder auch andere Modelle aus der KI. Es gibt ja nicht nur Sprachmodelle, es gibt noch viel mehr in der KI, und all das funktioniert im Grunde mit Python. Diesen Weg würde ich gehen. Erst mal Modelle anschmeißen, ausprobieren – das macht sogar Spaß. Vielleicht mal YouTube-Videos anschauen: Wie tickt das so? Dann mal so ein paar Blogartikel lesen. Und dann sogar selbst mal Hand anlegen.
Was würde ich gerade nicht empfehlen? Sich – ich sag mal – hochtrabende, schwere Bücher kaufen und die dann versuchen zu verstehen, weil die oft gespickt sind mit Mathematik, die die Leute herauskegelt, die langweilig ist und bei der man auch wirklich ohne versierte mathematische Ausbildung gar nichts versteht. Das hat mich oft frustriert, als ich in KI einsteigen wollte, noch vor den Sprachmodellen, weil eben oft die Fachliteratur – selbst als Einstiegsliteratur gelabelt – mit Mathematik arbeitet. Und das muss nicht sein, und das kann auch sehr demotivierend sein. Also: Learning by Doing im Endeffekt. Learning by Doing ist auf jeden Fall ein richtig guter Einstiegspunkt.
Basteln, ausprobieren, Sachen kaputt machen, mal gucken, was geschieht. Gerade – ich meine, man kennt das ja so ein bisschen – Basteln mit Löten und Platinen und so – auch da kann das Ding mal puff machen und kaputt sein. Gerade in der Informatik passiert das ja nicht. Wir haben ja nur unseren Code, den wir tippen, und wenn irgendwas kaputt ist, dann sieht man eine rote Meldung: „Hier gab es einen Fehler.“ Das heißt, gerade da kann man ja mal herumprobieren und Sachen ausprobieren. Das wäre ein guter Einstieg, denke ich.
Welche Wege führen in Ihr Berufsfeld? Braucht es immer ein Informatikstudium?
Das ist tatsächlich eine sehr knifflige Frage, ob man Informatik studiert haben muss, um in KI zu arbeiten.
Oder macht es das vielleicht einfacher?
Ja, auf jeden Fall. Ein Informatikstudium würde ich den Leuten, die jetzt sehr früh schon wissen: „Das ist es, da habe ich Lust drauf“, sehr empfehlen. Es gibt vereinzelt jetzt schon spezialisierte Studiengänge, die sich um künstliche Intelligenz drehen.
Also ein bisschen Selbstwerbung: Die Fachhochschule Westküste hier in Heide bietet ab diesem Wintersemester den Studiengang „Angewandte KI“ an. Da lernt man das wirklich von Grund auf. Das ist primär ein Informatikstudiengang, also lernt man auch Datenbanken, ein bisschen Programmieren – aber alles einsteigerfreundlich – und dann vertieft man sich in KI. Klar, das ist die beste Ausbildung, auf jeden Fall.
Daneben gibt es natürlich einige Ausbildungen und auch Studiengänge, die führen so dahin, dass man zumindest KI benutzen kann. Also sagen wir mal, man studiert so etwas wie Wirtschaftspsychologie oder Soziologie, dann hat man auch viel mit Mathe zu tun, Data Science vielleicht, ein bisschen Statistik. Wir zum Beispiel haben hier in der Wirtschaftspsychologie einen Schwerpunkt Data Science. Dann kann man natürlich auch versuchen, den Einstieg zu finden.
Daneben sei aber leider gesagt, dass Deutschland ein sehr zeugnisorientiertes Land ist. In anderen Ländern, zum Beispiel den USA – das liegt auch ein bisschen am schwachen Arbeitnehmerschutz – Hire and Fire – da kann man sofort hinausgeschmissen werden. Da ist es dann aber auch so, dass die Firmen, wenn man sagt: „Ich habe zwar Politologie studiert“ oder „Ich habe mich ausbilden lassen als Kaufmann – trotzdem kann ich KI“, dann eher sagen: „Okay, gut, komm vorbei, mach mal. Wir gucken mal, ob du das kannst.“
In Deutschland ist es aber so, dass der Arbeitnehmerschutz sehr stark ist, und wenn man dann die Probezeit überstanden hat, dann ist es nur sehr schwer, dass man wieder herausgeworfen werden kann. Das ist natürlich schön. Das sorgt aber manchmal dafür, dass Firmen sehr vorsichtig sind. Das heißt, viele Firmen wollen dann schon ein Studium sehen oder eine Ausbildung oder mindestens mal Zertifikate, die sagen, dass man das kann. Und das ist in KI natürlich ein bisschen schwer, weil es noch so neu ist. Das heißt, es gibt nur wenige Studiengänge, wenige Ausbildungen, wenige Zertifikate, mit denen man diesen Weg jetzt findet.
„Viele Firmen wollen ein Studium sehen oder eine Ausbildung oder mindestens Zertifikate, die sagen, dass man das kann. Und das ist in KI natürlich schwer, weil es noch so neu ist.“
Was Firmen aber auch wissen, ist, dass es noch wenige Absolventinnen oder Absolventen gibt. Das heißt, aktuell hat man als Absolventin oder Absolvent von anderen KI-fremden Studiengängen den Vorteil, die Möglichkeit, sogenannte Coding Challenges anzunehmen. Da ist es so, dass eine Firma sagt: „Okay, wir brauchen jetzt jemanden für Data Science oder KI“ und wir veröffentlichen jetzt mal eine Datenbank oder eine CSV-Datei, also eine Excel-Tabelle oder so etwas. Das sind ganz viele Zahlen, aber auch irgendwelche Muster. Und dann kann man einfach mal zwei Wochen zu Hause herumprobieren und versuchen, Muster zu entdecken und irgendwelche Lösungsstrategien zu entwickeln, um die Muster zu finden.
Und dann kann man das der Firma zwei Wochen später vorstellen. Und manchmal sagen die Firmen: „Okay, du hast Erziehungswissenschaften studiert, aber du warst ja richtig gut darin, diese Muster zu finden und konntest uns das zeigen und erklären und so weiter, also wollen wir dich.“ Das heißt, aktuell ist es dann zum Glück so für junge Leute, dass sie manchmal noch über diese Coding Challenges hereinkommen.
Aber ich sage mal, wenn jetzt in fünf Jahren oder so mehr und mehr KI-Studiengänge da sind und vielleicht sogar eine KI-Ausbildung, ein Ausbildungsberuf, dann glaube ich, wird es schwieriger, als Quereinsteiger hineinzukommen.
Ist da was in Planung als Ausbildungsberuf? Wissen Sie davon?
Das ist mir tatsächlich bisher noch nicht zu Ohren gekommen. Also ich habe noch nicht davon gehört, dass es jetzt Ausbildungsberufe in KI gibt. Vielleicht auch, weil man sagen muss, dass das Ganze – Informatik, Mathe und so weiter – ja schon ein bisschen akademisch ist. Also ich bin mir unsicher, inwiefern es später dann auch so KI-Ausbildungsberufe geben kann.
Wie wichtig sind Mathe, Informatik oder auch Englisch für eine spätere Karriere in der KI?
Also das sind immer so ein bisschen Angstfächer. Die Informatik hat natürlich das Problem, dass genügend junge Menschen vielleicht noch gar keinen Informatikunterricht hatten oder dass der Informatikunterricht sehr stark schwankt in der Qualität. Ein paar Leute machen da immer so ein bisschen Webseiten, so ein bisschen HTML, und andere Leute, die programmieren da schon komplett in der Schule. Das heißt, da ist immer so ein bisschen unklar, was man hat.
Klar ist es so – und das muss deutlich gesagt sein –, dass vor allem die Mathematik- und die Englischfähigkeiten in einem KI- oder Informatikstudium von Bedeutung sind. Also Englisch ist die Sprache der Wissenschaft. Und auch Englisch wird in fast allen Webseiten zur Programmierung in Codebeispielen verwendet. Das heißt, ohne Englisch wird es schon ein bisschen knifflig. Es sei aber dazu gesagt, dass das Englisch, das man Informatik oder in Codes antrifft, sehr simpel ist. Das sind mal so ein paar Kommentare, die man gut übersetzen kann. Das heißt, Englisch ist nicht unwichtig, aber man muss es nicht auf Shakespeare-Niveau sprechen. KI-Englisch ist bodenständiger.
„Englisch ist die Sprache der Wissenschaft.“
Informatik ist oft gar keine Voraussetzung. Also es wird von vornherein nicht davon ausgegangen, dass die jungen Leute Informatik hatten. Das heißt, wir fangen zum Beispiel jetzt in Angewandter KI, dem neuen Studiengang hier an der FH Westküste in Heide, damit an, dass die überhaupt mal Grundlagenvorlesungen in Informatik bekommen, Programmieren und so weiter. Das heißt, da kann man theoretisch ohne Vorwissen hineingehen. Informatik braucht man also nicht. Es hilft aber natürlich, wenn man schon mal Lust hatte, mit Computern zu arbeiten, sich schon mal was angeguckt hat und Interesse zeigt.
Und die Mathematik: Da ist es lediglich wichtig, dass man keine Angst hat vor Mathematik. Denn auch hier ist es so, dass man die wichtige Mathematik noch mal neu lernt. Auch andere Mathematik, als man sie an der Schule hatte. Aber es wäre schon ganz gut, wenn man sich mit so ein paar Grundsachen grob auskennt. Also wenn man Potenzgesetze ein bisschen im Hinterkopf hat, Bruchregeln, Frakturen und so etwas – fraktale Sachen. Wenn man sich mit Kurvendiskussionen auskennt, Ableitungen, solche Sachen, Nullstellenbestimmung – das sind doch Themen, die später wieder wichtig werden. Da muss man jetzt aber auch kein Mathe-Ass sein. Ganz wichtig ist aber vor allem: keine Panik, keine Angst vor Mathematik.
„Man muss kein Mathe-Ass sein. Wichtig ist vor allem, keine Angst vor Mathematik zu haben.“
Gibt es spannende Schul- oder Schülerprojekte im Bereich KI, an denen junge Leute teilnehmen können?
Tatsächlich gibt es die. Ich selbst hatte auch schon mal das Glück, so ein sehr starkes KI-Schulprojekt anzubieten, das ich nur wärmstens empfehlen kann. Es gibt ein sogenanntes Schnupperstudium. Das habe ich damals auch an der Universität Hamburg angeboten. Das war dann eine Werktagswoche von Montag bis Freitag. Da waren Schülerinnen und Schüler der achten bis zehnten Klasse zu Besuch an der Universität Hamburg und haben dann eigene Projekte ausgearbeitet.
Bei mir war es dann tatsächlich so: Die haben gelernt, wie man mit Python programmiert. Ganz bodenständig, ganz einfach. Sie haben gelernt, was sogenannte Features sind. Das sind so kleine Charaktermerkmale, die man aus Sprache ziehen kann. Ein einfaches Beispiel ist: Wie viele Worte sind großgeschrieben in einem Text? Also zehn Worte wurden großgeschrieben von 20 oder so. Das kann ein sogenanntes Feature sein. Und sie haben dann ein Tool benutzt, das quelloffen ist, das heißt Weka, von der Universität Waikato in Neuseeland. Und da haben sie dann ihre Features hochgeladen und damit KI-Modelle gebaut.
Und dann haben sie tatsächlich einen eigenen Spam-Filter für E-Mails gebaut. Oder Hate-Speech-Detection, also: Wo ist eine Beleidigung zu finden? Oder auch sowas wie: War das positiv oder negativ formuliert? Also das nennt sich Sentiment-Analyse. Und das haben die Schülerinnen und Schüler wirklich innerhalb von fünf Tagen einfach so gelernt und gebaut. Das heißt, so ein Schnupperstudium, finde ich, ist eine super Gelegenheit, um mal reinzuschnuppern in solche KI-Projekte.
Daneben gibt es auch etwas, das nennt sich Summer School. Die Summer Schools sind tatsächlich auch für Schülerinnen und Schüler gemacht. Die gibt es auch international. Also ich war zum Beispiel auf einer Summer School in Bulgarien damals. Und diese Summer Schools, die haben dann einsteigerfreundliche Themen, zum Beispiel so etwas wie KI und Gesellschaft. Und da gibt es dann verschiedene Workshops, manchmal sogar von Schülerinnen und Schülern organisiert. Vorträge, Projekte, die man da wirklich innerhalb von so zwei bis drei Wochen komplett besuchen kann. Und da kann man sich auch ein Zertifikat holen. Ich hatte ja gesagt, Deutschland ist ein Zeugnisland, also Zertifikate sind immer gut. Das ist natürlich super für die Bewerbung, für den Lebenslauf. Und man kann da ganz großartige Themen sehr bodenständig einfach erfahren und mitbekommen.
Diese Summer Schools werden auch in Deutschland oft angeboten. Das heißt, man kann gut mal schauen: Gibt es in Hamburg, in Nürnberg oder irgendwo eine Summer School? Man kann ja vielleicht mal, falls man noch nicht 18 ist, seine Eltern überzeugen, da mal hin zu dürfen. Das ist auch richtig gut. Vor allem kommt man da richtig mal in die Wissenschaft und schnuppert so ein bisschen in die wissenschaftliche Atmosphäre.
Was halten Sie von Coding in der Schule? Ist das ein Muss für die Zukunft?
Da bin ich natürlich ein bisschen vorbelastet und habe eine rosarote Brille als Informatiker und als KI-Professor. Ich bin aber persönlich der Ansicht, dass Informatikunterricht und vor allem auch das Programmieren im Informatikunterricht eine ganz, ganz große Bedeutung einnehmen sollte in der Zukunft. Es gibt eigentlich nur noch wenige heutige Berufe, bei denen die Fähigkeiten, kurze Skripte zu schreiben, um Sachen zu automatisieren, um Tabellen auszuwerten, um mal kleine Tools zu bauen oder so, nicht mindestens sehr hilfreich, wenn nicht sogar notwendig sein werden.
„Ich bin der Ansicht, dass Informatikunterricht und vor allem das Programmieren im Informatikunterricht eine ganz, ganz große Bedeutung einnehmen sollte in der Zukunft.“
Und das muss jetzt nicht unbedingt im Informatikunterricht an der Schule das Programmieren selbst sein, obwohl ich persönlich in der Programmierausbildung ein Freund davon bin, direkt richtig zu programmieren, statt mit Hilfswerkzeugen oder Visualisierung. Aber wenn man das so pädagogisch möchte, gibt es da auch Möglichkeiten. Es gibt zum Beispiel ein System, das heißt Scratch. Das ist auch datensicher, quelloffen, zugänglich und so weiter für alle. Und da ist es so, dass man programmiert mit Bausteinen. Das heißt, da kann man so einen Baustein für so eine Schleife machen und kann sich da mit diesem Baustein so kleine Spiele zusammenstecken und so weiter, um schon mal in einem jüngeren Alter – vielleicht sogar unter zehn Jahren oder so, das geht schon – schon mal solche Kontrollstrukturen, Flussstrukturen, also auch das logische Denken in so einem Programm zu üben und zu trainieren.
Und ich habe das selbst ja schon erlebt: Ich habe mit meinem Neffen zusammen Programmieren gelernt. Er hat dann bereits im Alter von 14 das Programmieren in Python gelernt, ohne dass er jetzt der krasseste, größte Überflieger ist in allen Disziplinen, sondern solide ist in seiner schulischen Laufbahn. Der hat bereits alles lernen können.
Das heißt, man kann natürlich Python mit jungen Leuten schon mal anschauen, was aufzeigen und so weiter. Dafür braucht es natürlich aber auch die entsprechende Lehrerinnen- und Lehrerausbildung. Typische Informatiklehrerinnen und -lehrer, zumindest zu meiner Zeit damals, waren oft auch fortgebildete Mathematikerinnen und Mathematiker. Klar, mathematisches Verständnis ist in der Informatik wichtig, aber das ist nicht gleichbedeutend damit, dass man auch pädagogisch junge Leute an das Programmieren heranführt.
Das heißt, ich würde mir wünschen, dass das Thema wirklich Förderung erhält und Schulunterricht auch in der Politik so weit geht, dass man sagt: Wir bilden auch Informatikerinnen und Informatiker als Lehrerinnen und Lehrer aus, dass wir Geld in die Hand nehmen, um diese Grundausbildung zu gewährleisten. Weil ich wirklich glaube, dass das in Zukunft noch sehr wichtig wird.
Wir kommen bestimmt noch später darauf zu sprechen, aber anders als manche jetzt fürchten durch diese disruptive Technologie der Large Language Models, glaube ich persönlich nicht, dass Programmieren in Zukunft komplett automatisiert und ersetzt wird. Das sehe ich kein Stück. Also es wird eventuell später effizienter und schneller. Man wird aber immer die Fähigkeit brauchen, überhaupt zu bewerten: Ist das gut, was da erzeugt wird? Kann ich dem trauen? Hat das Sicherheitslücken? Das heißt, ich glaube, die informatische Fähigkeit wird durch diese Sprachmodelle vielleicht sogar noch wichtiger in Zukunft.
„Man wird aber immer die Fähigkeit brauchen, überhaupt zu bewerten: Ist das gut, was da erzeugt wird? Kann ich dem trauen? Hat das Sicherheitslücken?“
Wie können Unternehmen Schülerinnen und Schüler gezielt für Berufe mit KI-Bezug begeistern? Was können Unternehmen tun, um junge Leute zu begeistern, sich mit Informatik zu beschäftigen?
Das ist ein Thema, das haben wir jetzt auch gerade. Also wir haben jetzt diesen neuen Studiengang Angewandte KI ab diesem Wintersemester und der wird sogar dual angeboten. Das heißt, Unternehmen können mit jungen Interessierten, mit Schülerinnen und Schülern also, einen Vertrag machen für eine Ausbildung, für ein duales Studium, bekommen dann eine Ausbildungsvergütung, also ich sage mal so Azubi-Geld, Azubi-Gehalt, manchmal so bis zu 1400 Euro zum Beispiel vom VSHEW, und lernen dann so in wechselnden Blöcken hier an der Universität, an der Fachhochschule, studieren sie dann eben Informatik und KI.
Und in den Unternehmen lösen sie dann richtige Praxisprobleme und werden natürlich auch ein bisschen dort weitergebildet, fortgebildet und so weiter. Das ist für Unternehmen hochgradig attraktiv, weil wir als staatliche Hochschule nicht mal Studiengebühren nehmen. Das heißt, die sind komplett umsonst sozusagen – kriegen nur ihr Ausbildungsgehalt.
Und jetzt haben natürlich Unternehmen Interesse daran und fragen sich auch: Ja, wie kriege ich junge Leute dazu, dass sie sich dafür interessieren? Das ist nicht einfach. Meine Empfehlung wäre, vielleicht einfach mal so ganz bodenständige Praxisprobleme zu zeigen.
Als Beispiel: Ich habe so einen Datensatz auch damals noch von einer früheren Vorlesung mit adaptiert. Da sind so verschiedene Gebrauchtwagen und wie viel sie gekostet haben. Und die haben dann verschiedene Ausprägungen: Klimaanlage ja oder nein, wie ist das Ding lackiert, was für eine Innenausstattung und so weiter. Und dann kann man darüber so ein bisschen frickeln und arbeiten und Muster finden. Und so kann man irgendwann herausfinden, wann ein PKW teuer ist, teuer angeboten wird und wann ein PKW günstig angeboten wird. Und das kann man dann zum Beispiel mit einem Entscheidungsbaum automatisch erzeugen und herausfinden lassen.
Das ist ein total cooler Use Case – natürlich jetzt so ein bisschen akademisch aufgebaut –, um den Leuten zu zeigen: Wofür brauche ich denn das? Oder als Beispiel: Wie gesagt, wir haben bei Grot diese 2D-Baupläne, die wir zu 3D-Bauplänen machen wollen. Mega cooler Use Case, kann man sich sofort vorstellen: Da hat man so einen Zettel, da sind irgendwelche Striche drauf, wie man sie so früher hatte auf dem Reißbrett. Und dann habe ich als nächsten Schritt, wenn dann alles wirklich fertig ist, so ein 3D-Modell. Kann ich reinzoomen, kann ich mir angucken.
Das sind so Aha-Momente, die man wirklich jungen Leuten zeigen kann. Also ich würde Praxisprobleme nehmen und einfach mal zeigen, wie man sie angehen kann. Oder einfach nur zeigen, dass man diese Praxisprobleme hat. Man muss sie ja vielleicht noch gar nicht mal gelöst haben.
Und so würde ich versuchen, die jungen Leute anzufüttern. Und ich würde gerade Unternehmen – auch da bin ich natürlich wieder vorbelastet hier als KI-Professor – wärmstens empfehlen, dass sie sich überlegen, vielleicht nicht sogar so ein duales Studium anzubieten. Das ist natürlich ein super Weg, um die Leute intern gleich auszubilden und auch sofort für sich zu gewinnen, wenn sie mit dem Studium durch sind.
Gibt es Berufe, die durch KI besonders aufgewertet werden oder neu entstehen – und welche könnten das sein?
Was meinen Sie da? Das ist jetzt eine sehr knifflige Frage. Also ich würde sagen: Berufe, bei denen es notwendig ist, die Erzeugnisse, die so ein Sprachmodell macht, noch mal mit einer absoluten Fachexpertise kritisch zu prüfen. Ja, weil die Erzeugnisse selbst nicht gut genug sind oder zu kompliziert oder zu unverständlich oder vielleicht auch inkorrekt im Detail.
Ich glaube, das sind Berufe, wo die Kernkompetenz, KI zu benutzen, wichtiger und wichtiger und wichtiger wird. Also es wird ein paar Berufe geben, da kann KI helfen, indem es Ideengeber ist, Impulsgeber, oder indem Teilautomatisierung stattfindet, dass man eben einen Teil automatisiert erzeugen lässt, und das verwendet man dann und arbeitet damit weiter. Das sind also gerade diese Berufe, bei denen man so teilautomatisiert.
Die werden sich, glaube ich, dahingehend verändern, dass man mehr schafft, effizienter ist in kürzerer Zeit, aber sie werden natürlich auch ein bisschen darunter leiden, dass man mehr schaffen muss. Das wird auch mit dazugehören. Das heißt, die Frage ist: Profitieren die davon? Na ja, im Grunde schon, aber sie sind auch gezwungen, mitzuziehen.
Das sind solche Berufe. Aber gerade Berufe, bei denen es darum geht, dass man sozusagen die Macken und die Arbeitsweise und so weiter dieser Modelle verstanden haben muss, damit man damit weiterarbeitet. Für mich ist Programmieren immer noch so ein Paradebeispiel. Ich kann mir heute automatisiert über sogenanntes Vibe-Coding eine fertige Android-App oder iOS-App bauen lassen, aber wenn ich die einfach so veröffentliche, dann kann es sein, dass da massive Sicherheitslücken sind. Super-uneffizient. Bei zehn Nutzern funktioniert das Ding, aber dann sind tausend Nutzer drauf und auf einmal braucht das Ding zwei Minuten zum Antworten. Oder ein Hacker hat leichtes Spiel und kommt da sofort durch eine Sicherheitslücke rein.
Das sind so die Berufe, da brauche ich umso mehr Expertise. Das heißt, ich glaube, die Berufe, bei denen man schon vorher Expertise brauchte, bei denen man jetzt Sprachmodelle nutzt, aber immer noch die Expertise braucht, um das kritisch zu prüfen – die werden umso bedeutender. Und da wird man auch umso wichtiger als ausgebildete Fachkraft oder als akademisch ausgebildete Person. Andere Berufe werden mitziehen müssen und profitieren indirekt dadurch, dass sie effizienter werden, aber da gibt es dann auch so einen Bewegungsdruck, dass man auch mitziehen muss.
Was unterscheidet die Lehre an einer Hochschule für angewandte Wissenschaften wie der FH Westküste von der an einer Universität?
Ja, das ist natürlich eine ganz häufig gestellte Frage: Universität versus Fachhochschule. Und dazu sei gesagt, dass Professorinnen und Professoren multiple Aufgaben haben. Ich hatte ja schon gesagt: Diese akademische Selbstverwaltung, in Gremien zu sitzen, gehört mit dazu. Forschen gehört dazu. Und natürlich auch die Lehre.
Jetzt ist der große Unterschied einer Fachhochschule zu einer Universität einmal, dass wir an Fachhochschulen einen stärkeren Fokus auf der Lehre haben. Es ist zum Beispiel so, dass ich als Professor 18 Semesterwochenstunden Lehre zu leisten habe, während die Kolleginnen und Kollegen an einer Universität in der Regel neun Semesterwochenstunden haben. Das heißt, die Lehre nimmt schon mal zumindest zeitmäßig einen kleineren Umfang ein.
Dann ist es ferner so, dass man sich auch anschauen muss, wie überhaupt ein Professor oder eine Professorin an eine Fachhochschule kommt. Das ist nämlich tatsächlich so, dass ein Berufungsverfahren vorsieht, dass man einen Fachvortrag gibt – einen wissenschaftlichen –, eine Lehrveranstaltung hält, also wirklich mal vor Studierenden und vor dem Gremium eine Lehre zeigt und eine Vorlesung hält. Und dann gibt es noch so ein Fachgespräch mit der Kommission.
Die Lehre wiederum, also diese Probevorlesung, nimmt bei Berufungsverfahren eine ganz große Bedeutung ein an Fachhochschulen. Das heißt, wie die Studierenden dann evaluieren: War die Person gut oder schlecht? Hat mir das gefallen? Habe ich viel verstanden? Das nimmt bei Berufungsverfahren an Fachhochschulen eine viel größere Rolle ein als an Universitäten.
An Universitäten ist es wichtiger, dass sie top forschen können. Das heißt, klar müssen die auch in der Lehre okay sein, gehört auch dazu, aber die Forschung ist da besonders wichtig: Oder wie viele Drittmittelprojekte habe ich an Land gezogen und so weiter, wie viele Kontakte in die Forschungsnetzwerke habe ich. Das heißt, es kann durchaus mal sein, dass jemand an der Universität extrem forschungsstark ist, aber die Lehre ist dann halt nicht so die Paradedisziplin, während an der Fachhochschule die Lehre wirklich die Paradedisziplin ist und die Forschung dann on top natürlich auch noch in Ordnung sein muss, aber das ist nicht der große Fokus.
„An der Fachhochschule ist die Lehre die Paradedisziplin. Die Forschung ist nicht der große Fokus.“
Das heißt, ich bin der Ansicht, die Qualität der Lehre ist im Schnitt schon mal höher an der Fachhochschule, weil das ist nun mal unser Fokus. Darüber hinaus ist es so, dass Fachhochschulprofessorinnen und -professoren fünf Jahre in der Wirtschaft tätig gewesen sein müssen, mindestens, glaube ich, drei Jahre außerhalb einer Hochschule. Das heißt, oft haben sie schon in Firmen gearbeitet, in Projekten, haben beraten, haben gebaut, waren bei großen Unternehmen manchmal und bringen natürlich ihr Wissen aus der Praxis, ihr Netzwerk mit.
Das heißt, die haben nicht so diesen akademischen Elfenbeinturm, den manche Leute an der Universität haben – nicht alle natürlich –, aber manchmal gibt es noch diesen Elfenbeinturm im Kopf der Universitätsprofessorinnen und -professoren. Und hier an Fachhochschulen ist wirklich Voraussetzung, dass wir auch jahrelang in der Wirtschaft tätig gewesen sein müssen.
Und da lobe ich immer meinen alten Buchhaltungsprofessor, der jetzt auch in Heide an der FH Westküste ist: Der ist ein Top-Buchhalter, wirklich, hat er auch enorm gut drauf. Und der hat damals immer bei den Vorlesungen so einen Strich in der Mitte gemacht und hat gesagt: Links ist die Theoretikermethode, so wie Sie es in den Lehrbüchern finden, und rechts, das ist die Praktikermethode. So macht man das dann wirklich. Also genial, wenn man das so praxisnah gezeigt bekommt.
Und darüber hinaus ist noch eine Besonderheit – das ist aber abhängig vom Studiengang an Universitäten –, dass unsere Studierendengruppen in Vorlesungen sehr klein sind. Also wir haben manche Vorlesung, da sitzen nur zehn Leute, oder manche, da sitzen dann so höchstens 30, 40. An Universitäten, je nachdem, was man da für ein Studienfach hat, sitzen da manchmal 300, 400 Leute, und der Professor oder die Professorin kennt sie persönlich gar nicht wirklich. Und hier ist es so, dass man die einzelnen Personen, die einzelnen Studierenden kennt. Die spricht man an, die berichten aus ihrem Alltag und bringen sich ein. Das heißt, auch der Betreuungsschlüssel, würde man sagen, von Professor zu Studierenden, ist hier wesentlich besser in Fachhochschulen.
Da fragt man sich, warum so viele an die Uni wollen?
Na ja, da fragt man sich natürlich, warum die Leute an die Universitäten wollen. Das hat natürlich einen schönen Beiklang: Universität. Darüber hinaus sei auch gesagt: Natürlich eröffnet die Universität die Möglichkeit, dass man später in der Wirtschaft arbeitet. Aber gerade wenn man jetzt sagt, sich vorstellen zu können, in die Wissenschaft zu gehen, dann – offen gesagt – ist die Universität immer noch der bessere Ort, um da Fuß zu fassen.
„Wenn man sich vorstellen kann, in die Wissenschaft zu gehen, dann ist die Universität immer noch der bessere Ort, um da Fuß zu fassen.“
Es ist zwar schon so, dass wir jetzt hier an der Fachhochschule Westküste Teil des sogenannten Promotionskollegs in Schleswig-Holstein sind. Das heißt, wir haben hier ein paar Professorinnen und Professoren, die sogar eigene Doktorandinnen und Doktoranden zu Doktoren ausbilden dürfen. Das heißt, auch hier kann man den Weg in die Wissenschaft finden, aber das ist immer noch ein sehr untypischer Weg.
Wenn man jetzt wirklich schon von vornherein weiß: Ich will unbedingt in die Forschung, ich möchte meinen Doktor machen und dann will ich in die Forschung als Post-Doc und dann will ich auch eine Professur haben – ja, dann ist eine Universität besser. Wenn man aber von vornherein sagt: Ja, also ich möchte schon praktisch arbeiten, hands-on, mal Labore – also mehr Labore besuchen –, mal Sachen bauen oder ganz früh Kontakt zu den Leuten in der Wirtschaft haben, zu Unternehmen, dann würde ich wärmstens empfehlen, eine Fachhochschule in Betracht zu ziehen.
Wie früh sollte man sich mit technischen Themen beschäftigen, wenn man später im Bereich KI arbeiten möchte?
Ja, das ist auch eine gute Frage. Wie früh muss ich schon mal technisch gearbeitet haben? Also ganz viele junge Studierende, gerade in der Informatik, werden das mal erlebt haben: Da ist man so Erstsemester, hat vielleicht noch gar nicht so richtig viel Ahnung, und da sitzen Leute und sagen: „Ja, ich programmiere seit ich zwölf bin.“ Und da kommt man sich total bescheuert vor, weil man denkt: Ach herrje, ich werde es hier ja überhaupt nicht schaffen, Fuß zu fassen.
Aber es ist so, dass Informatik ja noch nicht die Regel ist im Schulunterricht. Das heißt, viele Universitäten und viele Fachhochschulen gehen in der Informatik per se gar nicht davon aus, dass man das schon hatte. Das heißt, oft ist es so, dass man wirklich bei null anfangen kann.
Bei mir ist es auch so: Ich bin recht spät erst an die Informatik geraten. Also ich war mit 17 in den USA und habe eine Highschool besucht. Und die Highschool war zwar schon herausfordernd, es war eine der besten der USA. Ich glaube, sie war unter den Top 50 aller Highschools in den USA. Und die war auch schon wirklich anspruchsvoll. Aber gerade die Mathematik fand ich ehrlicherweise zu einfach. Obwohl ich nie der Mathe-Crack war. Aber die Mathematik war stellenweise wirklich ganz bodenständig.
Also das, was ich quasi schon in der neunten gemacht habe, das haben die in der zwölften durchgenommen. Das fand ich sehr komisch damals. Aber dann war ich stellenweise manchmal mit Übungsaufgaben oder in der Klausur schon irgendwie anderthalb Stunden vor Abgabeschluss durch, hatte alles fertig, und dann war mir langweilig. Und ich hatte da so einen Taschenrechner, so einen blauen, klobigen von Texas Instruments. Das war so ein Grafik-Taschenrechner. Und der hatte eine eigene Programmiersprache. Und zwar BASIC oder TI-BASIC. Und mit der konnte man den Taschenrechner programmieren.
Und ich hab das dann genutzt aus Langeweile, um mir dann Spiele zu bauen. Und die Spiele habe ich dann mit so einem kleinen Kabel an meine Mitschüler verkauft. Immer so für ein, zwei Dollar habe ich denen diese Spiele verkauft. Und das fand ich total cool. Und habe dann also immer mehr Zeit mit diesem Taschenrechner verbracht. Und 17, wie gesagt, ist ja recht spät. Und trotzdem war das früh genug.
Und ich hatte eben einige Mitstudierende, einige Kommilitoninnen und Kommilitonen, die haben Informatik noch nie angefasst. Und haben trotzdem gut Fuß gefasst. Also ich glaube, es ist von Vorteil, wenn man sich schon mal ein bisschen was angeschaut hat. Aber es ist auf jeden Fall nicht nötig. Und es sei auch dazu gesagt: Das ist ein bisschen wie Klavierspielen. Wenn man sich Klavier selbst beibringt, dann ist es manchmal so, dass man eine falsche Technik lernt. Also die falsche Fingerhaltung, Handhaltung und so weiter.
„Informatik ist ein bisschen wie Klavierspielen.“
Und das ist dann manchmal, wenn man Klavierunterricht nimmt, wenn man irgendwann an so eine Glasdecke stößt und nicht weiterkommt, dann muss einem das richtig wieder verlernt werden, Klavier zu spielen, wie man es erlernt hatte, und muss das dann neu lernen. Und es ist in der Informatik manchmal so, dass auch junge Leute, die schon programmieren, sich einen falschen Stil angewöhnt haben. Das heißt, ich würde sogar sagen, es ist manchmal sogar von Vorteil, wenn man gar nicht so viel Vorwissen hat.
„Es ist manchmal sogar von Vorteil, wenn man gar nicht so viel Vorwissen hat.“
Ich kenne es vom Gitarrespielen.
Ja, genau. So ist es in der Informatik manchmal auch.
Was würden Sie einem Schüler sagen, der KI spannend findet, aber Angst hat, nicht gut genug in Technik oder Mathe zu sein?
Also ich würde empfehlen, wenn man sich grundlegend begeistern kann für künstliche Intelligenz – und zwar nicht nur: „Ich schmeiße mal ChatGPT an und lasse mir ein Gedicht erzeugen, das ist cool.“ Klar, das ist auch Begeisterung. Aber das ist ja erst mal nur die Begeisterung der Anwendung.
Wenn man total interessiert ist und sich fragt: „Ey, wie geht denn das? Was steckt dahinter?“, sich mal ein Erklärvideo anguckt oder traut, sich mal einen Blogartikel mit so ein bisschen Code anzugucken. Also wenn man grundlegend sagt: „Ey, das ist so cool, da möchte ich mich mit beschäftigen“, und auch keine Angst davor hat, sich mal zum Beispiel eine einfache Formel anzugucken oder so, dann ist man wirklich mehr als geeignet, um den Einstieg in KI zu finden.
Der Einstieg – also die Sache ist ja, dass, wie gesagt, Informatikunterricht noch nicht so breit ist und noch nicht vorausgesetzt wird, sodass wir sowieso allen Studierenden – auch in unserem eigenen Studiengang Angewandte KI – die Grundlagen beibringen. Wir fangen bei null an. Die müssen nicht vorher programmiert haben, die müssen nicht vorher schon irgendwas in KI gebaut haben. Wir fangen komplett bei null an.
„Wir bringen allen Studierenden die Grundlagen bei. Sie müssen nicht vorher programmiert oder etwas mit KI gebaut haben. Wir fangen komplett bei null an.“
Aber studieren heißt auch, nicht nur zur Vorlesung zu gehen und dann ein bisschen für die Klausur zu büffeln am Ende, sondern studieren bedeutet auch, sich damit aktiv zu beschäftigen. Das heißt, wenn man von der Vorlesung nach Hause kommt, vielleicht auch mal zu sagen: „Ey, das war so cool, das Thema, ich gucke mir das jetzt mal an, ich lese mal nach, ich baue mal rum. Ich habe Bock, das sozusagen herauszufinden. Ich habe Neugier.“ Wenn man das hat, wenn man glaubt, man ist so neugierig und hat richtig Lust, sich auch mal zu Hause hinzusetzen und sich das mal anzuschauen, dann ist man genau richtig.
Und ich weiß, in Deutschland gibt es immer so das Stigma von wegen: Wenn ich einen Studiengang wechsle oder wenn ich sage: „Ey, das Studium ist nichts für mich, ich mache jetzt doch eine Ausbildung.“ Das Abbrechen – das ist Scheitern. Das ist so typisch deutsch. Wir haben aus meiner Sicht eine total bescheuerte Fehlerkultur in Deutschland.
„Wir haben aus meiner Sicht eine total bescheuerte Fehlerkultur in Deutschland.“
Denn in den USA ist es anders. Selbst wenn ich da Unternehmen gründe, dann gilt es als Heldenreise, wenn man sagt: Ich habe das gegründet, bin gescheitert. Das gegründet, gescheitert. Und dann beim dritten Mal – zack – da war ich erfolgreich. Das gilt in den USA als Stärke. Es gilt in den USA als Stärke, zu scheitern und wieder aufzustehen und weiterzumachen.
Und in Deutschland ist es immer so: Ich bin einmal gescheitert, dann bin ich ein Gescheiterter oder eine Gescheiterte. Und das ist so eine Grundhaltung. Ich finde, die sollte man sich dringend abgewöhnen. Denn wir haben ja durch ChatGPT gemerkt, in ganz vielen Bereichen: Wir müssen sowieso ein Leben lang lernen. Wir müssen ein Leben lang ausprobieren. Und ausprobieren heißt auch, mal Fehler zu machen. Überhaupt nicht schlimm.
„Wir haben durch ChatGPT gemerkt: Wir müssen ein Leben lang lernen. Wir müssen ein Leben lang ausprobieren. Und ausprobieren heißt auch, mal Fehler zu machen.“
Und gerade im Studium ist manchmal der Vorteil – das ist ja an der FH Westküste auch echt smart und klug gelöst: Unsere Technikstudiengänge sind die ersten zwei Semester fast komplett gleich. Und wenn ich dann, sagen wir mal, im dritten Semester, wenn es dann also wirklich diese speziellen Studiengänge nur für KI gibt oder so, feststelle: „Das ist nichts für mich, das ist nicht so mein Thema, mein Ding“, dann kann ich wechseln. Und wenn ich wechsle, dann kann ich die meisten meiner erfolgreichen Vorlesungen mitnehmen. Und dann fange ich direkt im dritten Semester an. Und nicht bei null.
Das heißt, auch der Wechsel ist ja immer noch drin. Also ich würde die Leute wirklich ermutigen: Wenn man denkt: „Ey, hab ich Bock drauf, KI wär cool“ – keine Sorge davor zu haben, das Studienfach zu wechseln, doch eine Ausbildung zu machen oder so. Man nimmt ja auch das Wissen mit.
Und ich weiß, es ist halt nicht so einfach, zu scheitern und abzubrechen, aber ich bin sowieso dafür, dass wir in Deutschland uns mal eine grundlegend andere Fehlerkultur angewöhnen. Wir werden sowieso arbeiten bis mindestens 67, vielleicht 70. Und das richtige Studium oder die richtige Ausbildung zu finden, das zahlt sich ja über Jahrzehnte aus. Also ich finde, da sollte man sich auch ein bisschen Zeit nehmen, rumprobieren, ausprobieren.
Es ist überhaupt nicht schlimm, wenn man mit dem Studium nicht mit 22 fertig ist, sondern vielleicht mit 28 oder 30. Es ist überhaupt kein Thema, solange man das gefunden hat, auf das man richtig Lust hat.
Jetzt reinhören!
TEXT Markus Till / Mareike Neumann
FOTO Sebastian Weimar