Folge 17: Copilot AI und die Schritte zur Transformation Ihres Unternehmens

Zusammenfassung

KI – ihre Einführung und die Anpassung des eigenen Unternehmens an sie – steht ganz oben auf der Agenda nahezu jeder Organisation. Und obwohl 79% der Führungskräfte dieser Priorität zustimmen, befürchtet mehr als die Hälfte, dass ihnen die nötige Vision fehlt, um dies umzusetzen – so das Ergebnis einer aktuellen Umfrage von Microsoft und LinkedIn. Hier kommen Expertinnen wie Dona Sarkar ins Spiel. Sie leitet Microsofts Copilot- und KI-Erweiterungsprogramm und lehrt Unternehmensführer, wie sie diese bahnbrechende Technologie effektiv und nahtlos integrieren können – stets mit einem wachsamen Blick auf KI-Verzerrungen und andere Fallstricke.

Fazit: Übernehmen Sie eine aktive Rolle. „Gestalten Sie KI aktiv mit", sagt sie, „anstatt zuzulassen, dass KI einfach über [Sie] hereinbricht."

Moderator: Doug Thompson, Chief Education Architect, Tanium
Gast: Dona Sarkar, Chief Troublemaker, Copilot- und KI-Erweiterungsprogramm, Microsoft

Shownotes

Weitere Informationen zu den besten Möglichkeiten, KI in Ihr Unternehmen zu integrieren – und insbesondere das Beste aus Microsoft Copilot herauszuholen – finden Sie in unseren Artikeln in Focal Point, Taniums preisgekröntem Online-Magazin für Cyber-News, sowie in diesen weiteren nützlichen Ressourcen.

• 4 Kritische Führungsprioritäten im KI-Zeitalter | Focal Point
• KI vs. Menschen: Warum SecOps das nächste Schlachtfeld sein könnte (oder auch nicht) | Focal Point
• Die Vermeidung von KI-Vorurteilen beginnt an der Spitze – Fragen Sie diese weiblichen Chief-AI-Officers | Focal Point
• Tanium integriert sich mit Microsoft Copilot for Security – ein Wendepunkt für Cybersicherheitsteams | Tanium
• Datenblatt: Tanium & Microsoft Copilot for Security | Tanium
• Webinar auf Abruf: Microsoft Copilot for Security mit Echtzeit-Daten stärken | Tanium

Transkript

Das folgende Interview wurde zur besseren Verständlichkeit bearbeitet.

"Unternehmen haben ihre Daten wirklich nicht im Griff. Und eine der Dinge, die alle sagen, ist: Oh, KI hat uns in Bezug auf Datenfragen so viel anfälliger gemacht. Ich sage dann immer: Nein, KI ist eine große Taschenlampe, die unter Ihr Bett leuchtet und sagt: Mottenkugeln. Und Sie sagen: Oh, woher kommen diese Mottenkugeln? Die waren schon die ganze Zeit da, mein Freund. Es ist einfach so, dass KI ein großes Schlaglicht darauf wirft."

Dona Sarkar, Chief Troublemaker, Copilot- und KI-Erweiterungsprogramm, Microsoft

Doug Thompson: Technologische Disruption bedeutet nicht nur, etwas Neues einzuführen. Es geht auch darum, das Vertrauen der Menschen zu gewinnen, um Verhaltensweisen, Geschäftsprozesse und das Endergebnis zu verändern. Genau das beobachten wir heute, wenn Unternehmen versuchen, KI einzuführen. Technologische Disruption ist nicht einfach. Und hier sind zwei Zahlen, die das belegen: Eine aktuelle Umfrage von Microsoft und LinkedIn ergab, dass 79 % der Führungskräfte wissen, dass sie KI einführen müssen, um wettbewerbsfähig zu bleiben, aber 60 % befürchten, dass ihrer Organisation die nötige Vision fehlt, um dies umzusetzen. Das haben wir letztes Jahr mit ChatGPT erlebt, und dieses Jahr ist es Microsoft Copilot.

Unternehmen möchten KI einführen, wissen aber nicht genau, wie sie das Beste daraus machen können.

Hallo, ich bin Doug Thompson, Chief Education Architect hier bei Tanium, und heute sprechen wir in Let's Converge über Copilot-KI und die Tricks, um ihr volles Potenzial auszuschöpfen.

Mein heutiger Gast ist Dona Sarkar, die ultimative Verwandlungskünstlerin. Bei Microsoft hat sie als Software-Ingenieurin, Produktmanagerin und als Chief #ninjacat für das Windows Insider-Programm gearbeitet, wo sie 21 Millionen Nutzer betreute, die dabei halfen, Produkte gemeinsam zu entwickeln. Sie war als Direktorin für Technologie im Bereich Barrierefreiheitsdienste tätig und ist heute Chief Troublemaker, wo sie das Copilot- und KI-Erweiterungsprogramm leitet. Sie ist außerdem Autorin, Modedesignerin und – mein persönlicher Favorit – Mitinhaberin einer Weinbar. Kein Wunder, dass sie als eine der Fast Company's 100 produktivsten Persönlichkeiten ausgezeichnet wurde.

Willkommen im Podcast, Dona.

Dona Sarkar: Vielen herzlichen Dank, Doug. Es macht mir wirklich Freude, dabei zu sein. Und vielen Dank für diese großartige Vorstellung – ich würde Sie am liebsten bitten, mir überall hin zu folgen und mich vorzustellen. Das klingt sehr beeindruckend.

Thompson: Dafür stehe ich gerne zur Verfügung. Aber ich muss diese Frage stellen: Hat Ihr Tag mehr als 24 Stunden? Im Ernst, wie schaffen Sie es, so viel zu erledigen?

Sarkar: Das ist so eine Sache, bei der ich die Idee aufgegeben habe, alles zu erledigen, und ich habe diese Theorie wirklich verinnerlicht, genau zwei Dinge pro Tag zu erledigen. Und das war's. Also ist ein Tag wie heute ziemlich typisch: Ich erledige meinen Hauptjob und abends habe ich noch etwas in der Weinbar zu tun – und das war's. Das ist alles, was ich heute erledigen werde. Gestern zum Beispiel brauchte ich Zeit mit Freunden. Also habe ich meinen Hauptjob erledigt und Zeit mit Freunden verbracht. Ich plane also zwei Dinge pro Tag ein, und das war's, das war's, das war's.

Thompson: Und indem Sie diese persönlichen Nebenprojekte verfolgen, wie wir es nennen, erfüllen Sie gewissermaßen alle Ihre Lebensziele. Wir haben nur ein Leben.

Sarkar: Ja, das stimmt so sehr. Eines meiner Prinzipien ist: Was sind Dinge, die ich im Ruhestand tun möchte, und wie kann ich damit jetzt als Nebenbeschäftigung anfangen? Wenn ich dann aus der Technikbranche in den Ruhestand gehe – in Anführungszeichen „Ruhestand" – werde ich in diese Tätigkeiten wechseln, aber es wird etwas sein, das ich schon seit, ich weiß nicht, 10, 20 Jahren mache. Also werde ich schon ziemlich gut darin sein.

Ich bin daher ein großer Fan davon, sich zukunftssicher aufzustellen, indem man mehrere Nebenbeschäftigungen hat, die man als Vollzeitbeschäftigung aufnehmen kann, während man nach dem nächsten Job sucht. Falls man überhaupt einen neuen Job suchen möchte, oder ob man eine seiner Nebenbeschäftigungen nehmen und diese nun als Vollzeitbeschäftigung betreiben möchte.

Thompson: Das ist hervorragend. Nun, ich habe alle Punkte in Ihrem Lebenslauf aufgezählt, einschließlich Mode-Diva und angehende Bar-Besitzerin. Sie haben mit Kunden mit Behinderungen gearbeitet, Sie haben mit der Windows Insiders Group gearbeitet, und Sie haben auch mit Microsoft Power Apps gearbeitet, einer Suite von Low-Code-Diensten zur Erstellung von Geschäftsanwendungen. Das ist eine riesige Bandbreite an Kunden. Wie haben all diese Erfahrungen Ihre Sichtweise auf Copilot und KI im Allgemeinen beeinflusst?

Sarkar: Eines meiner beruflichen Leitmotive – und das war schon immer so – ich bin jetzt seit 2002 in der Branche tätig, also mein Gott, das sind 22 Jahre. Das ist eine lange Zeit. Ich arbeite also seit 22 Jahren hauptberuflich mit Kunden zusammen als Entwickler, immer kundenorientiert, immer kundenorientiert. Und mein großes Leitmotiv war die Demokratisierung von Technologie. Es geht also darum, wie wir ein Stück Technologie nehmen und es für ein möglichst breites Publikum relevant machen können. Und wenn ich über die Demokratisierung von Technologie spreche, denken die Leute: Oh, meinen Sie diese oder jene Branche? Nein, ich meine global. Wie kann die Technologie, die wir entwickeln, in Lagos, Nigeria, oder Uruguay in Südamerika relevant sein, oder in Jakarta, Indonesien, genauso wie in Birmingham, Alabama. Denn eines der Dinge, von denen wir wissen, dass sie in der Welt existieren, ist digitale Ungleichheit – weil nicht jeder den gleichen Zugang zu Internetwissen, Vorbildern, Möglichkeiten usw. hat.

Die Technologie, an der ich in der Regel arbeite, konzentriert sich meist stark auf die Demokratisierung von Technologie, wie zum Beispiel das Windows-Insider-Programm. Wir haben Insider in jedem Land der Welt. Der Sinn dahinter ist, jedem, der möchte, Zugang zu einer früheren Version von Windows zu ermöglichen, damit er sich und seine Organisation weiterbilden kann, bevor diese Version global ausgerollt wird, um besser vorbereitet zu sein. Und dasselbe gilt für die Power [Apps]-Plattform, Low-Code, richtig? Ich bin ein High-Code-Mensch, aber mir ist bewusst, dass nicht jeder auf der Welt die Zeit hat, einen Informatikabschluss zu machen oder einen Programmier-Bootcamp zu absolvieren. Power Apps gibt Ihnen die Möglichkeit, mit Drag-and-Drop und einigen Formeln unternehmenstaugliche Apps für Ihr Unternehmen zu erstellen. Und dasselbe gilt für Barrierefreiheit: sicherzustellen, dass jeder Mensch auf der Welt mit einer körperlichen Behinderung, Neurodiversität oder psychischen Erkrankung in der Lage ist, Technologie zu nutzen, um ein freieres Leben zu führen.

Nachdem ich mit all diesen verschiedenen Gruppen von Menschen und all dieser Technologie gearbeitet hatte, erkannte ich, dass KI tatsächlich ein sehr guter Ausgleichsfaktor sein kann, wenn wir es zulassen. Sie wird wirklich zu einem großartigen Tech-Mentor für Menschen, die möglicherweise aus einem nicht-technischen Umfeld kommen, oder sie kann ein hervorragendes Übersetzungswerkzeug sein, weil Menschen möglicherweise an etwas arbeiten, das nicht ihre Muttersprache ist. Und sie kann ihnen Zugang zu Dingen ermöglichen, die sich manche Menschen vielleicht nicht leisten können, wie zum Beispiel rechtliche Beratung, eine medizinische Voruntersuchung oder Ähnliches. Ich glaube, dass KI das Potenzial hat, ein sehr gutes Demokratisierungswerkzeug zu sein, und das ist es, worüber ich mich am meisten freue – in diesem gesamten KI-Universum, in dem wir leben.

Thompson: Das ist wunderbar. Das gefällt mir wirklich gut. Und wissen Sie, ich verfolge Ihre Karriere schon eine Weile. Wir haben nicht direkt zusammengearbeitet, waren aber zur gleichen Zeit bei Microsoft. Was sind einige der größten Missverständnisse über KI und insbesondere über Copilot? Ich meine, Sie haben einiges über diese Demokratisierung und dergleichen erwähnt. Es gibt sicherlich einige Themen, die immer wieder auftauchen.

Sarkar: Ja, ich denke, eines der größten Missverständnisse ist, dass KI und Copilot uns fauler machen werden. Nun, eigentlich gibt es drei Missverständnisse, über die wir sprechen sollten. Und das höre ich in jedem Land, das ich besuche.

Das Erste ist, dass KI entweder für alles oder für gar nichts eingesetzt wird. Entweder steigt ein Unternehmen vollständig auf KI um oder gar nicht. Das ist also der erste Punkt. Das Zweite ist, dass jedes Unternehmen bereit für KI ist. Es heißt: „Okay, unsere Daten sind bereit, wir können morgen loslegen." Und das Dritte ist, dass jeder weiß, wie man sie einsetzt. Nichts davon stimmt auch nur im Geringsten.

Also zum Ersten: Jedes Unternehmen denkt, wir müssen KI auf jedes einzelne Szenario anwenden. Und das stimmt einfach nicht. Denn generative KI, über die wir alle gerade sprechen, generiert. Es eignet sich also wirklich gut für Anwendungsfälle, bei denen man ein nicht-deterministisches Ergebnis erhält – also dort, wo das Ergebnis keine exakte Wiedergabe eines bestimmten Satzes sein muss.

KI ist keine Suchmaschine. Und wenn Menschen sie so verwenden, denke ich: Man KANN das zwar, aber die eigentliche Stärke generativer KI liegt darin, neue Dinge zu erzeugen. Erstell mir eine E-Mail, die einen Termin mit Doug für ein kreatives Interview vereinbart; erstell mir ein Strategiepapier; erstell dieses neue Bild, ein neues Video. Also von Grund auf Neues schaffen, wo Kreativität tatsächlich geschätzt wird. Ich sage immer über KI: Denkt daran wie ans Internet – es ist etwas, das euch helfen kann, neue Probleme mit neuen Ideen zu lösen. Ich setze KI also in Szenarien ein, in denen sie willkommen ist und nicht nur geduldet wird, richtig? Und nicht einfach in jedem erdenklichen Szenario. Das ist also der erste Punkt.

Der zweite Punkt ist: Unternehmen haben ihre Daten wirklich nicht im Griff. Und eine der Dinge, die alle sagen, ist: Oh, KI hat uns in Bezug auf Datenfragen so viel anfälliger gemacht. Ich sage dann: Nein, KI ist eine große Taschenlampe, die unter dein Bett leuchtet und sagt: Mottenkugeln. Und du sagst: Oh, woher kommen diese Mottenkugeln? Die waren schon die ganze Zeit da, mein Freund. Es ist nur so, dass KI einen großen Scheinwerfer darauf richtet. Diese Sicherheit durch Unklarheit, bei der es für Menschen schwer ist, etwas zu finden, gilt also nicht mehr. Wir müssen unsere Datensicherheit tatsächlich in Ordnung bringen, bevor wir KI implementieren können. Es gibt viele Taktiken, um dies zu erreichen, aber ich denke, das hat die Menschen erkennen lassen: Oh, wir waren eigentlich nicht so gut in der Datensicherheit, wie wir dachten.

Und der dritte Punkt ist: Die Menschen werden herausfinden, wie man es benutzt. Und das ist grundsätzlich einfach nicht wahr, denn es ist keine so natürliche Sache. Die Menschen haben noch nicht herausgefunden, wie man irgendetwas ohne angemessene Schulung, ohne Anleitung und ohne den Hinweis verwendet: „Das ist ein guter Anwendungsfall; hier ist ein guter Prompt; nutze es speziell für diesen Zweck." Das ist es, was die Menschen wirklich brauchen, und Unternehmen müssen unbedingt in die Qualifizierung ihrer Mitarbeiter investieren – und zwar so, dass es in ihre Arbeit integriert wird. Anstatt zu sagen: „Ach, mein Finanzteam kann das ja am Wochenende lernen." Warum sollten sie das tun? Sie haben genug zu tun. Deshalb habe ich festgestellt, dass Hackathons, Prompt-a-thons – ein Prompt pro Tag als Training – und ähnliche Formate wirklich sehr gut funktionieren und in Unternehmen sehr gute Ergebnisse erzielen.

Thompson: Dieser letzte Punkt – der organisatorische Wandel oder der kulturelle Wandel, der stattfinden muss – ist sehr wichtig, und viele Menschen unterschätzen das. Sie denken, es sei ein technologisches Problem, und die Technologie ist in Ordnung, aber es ist genauso eine kulturelle und organisatorische Angelegenheit wie alles andere.

Sarkar: Ja, und das stimmt sehr. Bei KI geht es zu 50% um Menschen und zu 50% um Technologie. Und seine Technologie so aufzustellen, dass man KI einsetzen kann, ist großartig. Die Anwendungsfälle zu definieren, sicherzustellen, dass die Daten in Ordnung sind, sicherzustellen, dass das richtige KI-Produkt implementiert wurde – das ist 50% der Arbeit. Die anderen 50% bestehen darin, der eigenen Organisation beizubringen, es auf eine sinnvolle Weise zu nutzen, sodass sie sich gestärkt und nicht verängstigt fühlt. Das ist entscheidend.

Denn ja, KI wird viele Teile von Arbeitsaufgaben automatisieren. KI wird nicht kommen und Ihnen Ihren Job wegnehmen. Sie wird Aufgaben in Ihrem Job automatisieren. Wie ich als Entwickler – ja, KI wird wahrscheinlich die erste Version jeder Website erstellen, die ich von jetzt an bis in alle Ewigkeit baue. Das sind großartige Neuigkeiten. Aber ich als Entwickler muss die Eingaben machen und zum Beispiel sagen: Bau mir eine Website für eine Weinbar in Washington State mit Naturweinen von diesen fünf Websites. Das Thema soll Türkis und Gold sein.

Thompson: Als Autor, Content Creator oder auch nur für Keynote-Präsentationen nutze ich KI für meinen ersten Entwurf, wie Sie sagten, weil das viel Zeit spart. Dann gehe ich ihn durch, personalisiere ihn und entscheide, ob das gut ist oder nicht, recherchiere und so weiter. Es spart mir also definitiv viel Zeit – so wie beim Erstellen dieser Website spart es mir definitiv viel Zeit.

Sarkar: Genau.

Thompson: Lassen Sie uns also das Thema ein wenig wechseln. Ich wollte Sie nach KI-Bias fragen, und das ist ein riesiges Problem, das in vielerlei Hinsicht fast unüberwindbar erscheint. Es bringt Führungskräfte ins Stocken. Sie möchten KI implementieren, aber sie wollen ihr keine voreingenommenen Daten liefern. Wie vermeidet man Voreingenommenheit? Und das – wahrscheinlich hilft Ihnen Ihre bisherige Geschichte und einige Ihrer anderen Rollen dabei sehr.

Sarkar: Ja. Voreingenommenheit ist für mich ein wirklich interessantes Thema, denn letztendlich kommt es darauf an, was wir als Voreingenommenheit betrachten. Denn was ich als Voreingenommenheit betrachte und was Sie als Voreingenommenheit betrachten, wird sehr unterschiedlich sein, selbst wenn wir genau dieselbe Arbeit machen. Daher beginne ich vieles damit, die Frage zu stellen: Wofür ist das gedacht? Ich bin zum Beispiel ein großer Befürworter davon, KI mit Leitplanken zu versehen, damit sie nur das tut, wofür das jeweilige KI-Tool vorgesehen ist.

Ich gebe Ihnen ein Beispiel. Angenommen, Sie entwickeln ein Tool für Ärzte – ich habe es gerade gesehen, es heißt „Copilot" von Color [Health] und hilft bei der Krebserkennung bei Patienten. Lassen Sie uns also einige grundlegende Vorurteile beseitigen. Wenn jemand zum Copiloten kommt und sagt: „Hey, hilf mir, einen Ferrari zu kaufen", sollte der Copilot antworten: „Das mache ich nicht. Ich helfe nur bei der Krebserkennung." Das ist alles. Eine wichtige Frage ist also, was das KI-Produkt tun kann oder nicht tun kann.
Und das ist lediglich eine Frage der Festlegung des System-Prompts des API-Aufrufs, in dem angegeben wird, dass nur Fragen zu Krebs beantwortet werden. Alles andere wird nicht beantwortet. Wenn jemand etwas anderes fragt, wird diese Nachricht ausgegeben. Das ist also Schritt eins für verantwortungsvolle KI – nur Fragen zu diesem Thema beantworten.

Der zweite Punkt ist die Frage, auf welchen Daten sie basiert. Denn hier kommt meine Arbeit ins Spiel, nämlich bei der Erweiterbarkeit, oder? Woher kommen die Daten? Handelt es sich nur um die standardmäßigen nativen GPT-4-Omni oder gibt es eine Art Datensatz, der aus den Patientenakten oder der Forschung dieser Krebsklinik stammt oder ähnliches? Ich nehme an, dass er auf irgendwelchen Daten basiert.

Denken wir also jetzt über die Daten nach. Verfügen sie über eine übermäßige Menge an Daten von Menschen, die an der Westküste der USA in einer bestimmten Einkommensklasse leben, oder haben sie Daten, die das globale Publikum recht repräsentativ abbilden? Ich bin ziemlich sicher, dass ihre Daten verzerrt sein werden.

Aber hier kommt der dritte Teil ins Spiel: Wie gleicht man die Verzerrung in der KI aus, damit die Fülle an Daten nicht immer den Vorrang hat? Angenommen, sie laden einen DNA-Strang hoch und stellen fest, dass diese Person wahrscheinlich an Krebs erkranken wird, wenn sie einer bestimmten demografischen Gruppe angehört, und so weiter und so fort. Hier kommt also das Konzept des Feinabstimmens mit Daten ins Spiel, oder der retrieval-augmented generation [ein Prozess, bei dem ein großes Sprachmodell auf eine unabhängige Wissensdatenbank außerhalb seiner Trainingsdaten zurückgreift, um seine Antworten zu verbessern], oder etwas, das die Gewichtung der Daten verändert, damit der Datensatz nicht so verzerrt ist wie die Trainingsdaten.

Und das ist der Bereich, in dem wir den Rest unserer Karriere verbringen werden, Doug, das weißt du. [Er lacht.] Wo wir immer wieder fragen werden: Wo sind unterrepräsentierte Menschen dabei? Und es kann die Sprache sein, es kann die Rasse, das Geschlecht, der Standort, das Alter sein – das Alter ist eine wichtige Sache. Und wie können wir sicherstellen, dass Menschen eine gerechte Behandlung erhalten, angesichts der Tatsache, dass wir einfach keine gleichen Datenmengen für gleich viele Menschen haben? Es ist eine sehr komplizierte Frage, aber die kurze Antwort lautet: Wir alle müssen technisch versierter werden, was die Funktionsweise von KI betrifft, damit wir so viele Entzerrungstechniken wie möglich einsetzen können, um ein ganz spezifisches Problem zu lösen.

Thompson: Ich habe mit jemand anderem aus dem Gesundheitswesen und der KI-Branche gesprochen, und sie nannte ein ähnliches Beispiel für Behandlungspläne, die mit älteren weißen Männern überladen waren, die einfach überrepräsentiert sind. Man muss darüber nachdenken, woher diese Daten stammen, wie man sie bereinigt und sicherstellt, dass wieder alle vertreten sind.

Sarkar: Das stimmt.

Thompson: Was begeistert Sie an KI am meisten? Gibt es einen Vorteil, den Sie nicht erwartet haben, etwas, das Sie beim Einstieg in diese Rolle nicht kommen sahen?

Sarkar: Eines der Dinge, die mich so faszinieren, ist, einen ständigen Gedankenpartner für jedes Thema der Welt zu haben. So habe ich zum Beispiel neulich einen Verhandlungstutor erstellt. Ich sagte: Hilf mir, besser zu verhandeln. Worüber verhandeln? Über alles Mögliche. Den Preis dieses Mietwagens; mehr Urlaubswochen; wohin wir mit meiner Familie zum Abendessen gehen. Es hat mir wirklich geholfen zu erkennen: Okay, in diesem Teil der Verhandlung bin ich sehr gut. In diesem [anderen] Teil der Verhandlung bin ich nicht sehr gut. Und ich habe einfach einen einfachen Verhandlungsmentor mit Microsoft Copilot eingerichtet und gesagt: „Du wirst mein Verhandlungsmentor sein. Hilf mir, verschiedene Szenarien zu verhandeln. Du gibst mir ein Problem, und ich komme mit einer Lösung zu dir." Sobald ich mit einer Lösung zu Ihnen komme, geben Sie mir Feedback zu meiner Lösung und helfen Sie mir, den nächsten Verhandlungschip zu entwickeln." Es sind einfach grundlegende Dinge wie diese.

Das hatten wir noch nie zuvor. Das hatten wir noch nie zuvor, und das ist etwas, das ich einfach im Privaten meines eigenen Copilots nutzen kann, um zu lernen, ein besserer Kommunikator, ein besserer Zuhörer, ein besserer Verhandlungsführer zu werden. Mein nächstes Ziel wird also sein: Hilf mir, ein besserer Zuhörer zu werden, hilf mir, eine bessere Führungskraft zu werden, hilf mir, ein besserer Manager zu werden, denn ich glaube, dass dies eines der großartigsten Mentoring-Tools ist, das je existiert hat.

Thompson: Ja, Sie entwickeln das ständig weiter. In all den Jahren, die ich Sie kenne, war die Entwicklung dieser Fähigkeiten immer ein Schwerpunkt für Sie. Meine Frau hat mich neulich dabei erwischt, wie ich mit meinem ChatGPT über etwas gestritten habe, weil es meine Eingabe nicht verstand. Und ich habe einfach nicht klar genug gesagt, was ich wirklich erreichen wollte. Und das ist noch etwas, ein zukünftiges Karrierethema, für alle, die zuhören. Prompt-Engineering – das wird riesig sein.

Sarkar: Ja. Und Prompt-Engineering wird Teil jedes Berufs sein. Es wird nicht so sehr eine Berufsbezeichnung sein, aber es wird etwas sein, das von Berufen erwartet wird, wobei von Menschen, die entweder ins Berufsleben einsteigen, ihre Karriere neu ausrichten oder was auch immer, erwartet wird, dass sie wirklich gute Prompt-Techniken für ihre spezifische Branche kennen, um bestimmte Probleme zu lösen. Und deshalb halte ich es für wirklich wichtig, dass die Menschen wieder technischer werden, praktischer vorgehen und sagen: Okay, KI ist wirklich gut in diesen Dingen, weniger gut in jenen Dingen. Wer also in seiner Branche eine Führungsrolle übernehmen möchte, sollte tatsächlich damit beginnen, eine Prompt-Bibliothek zu erstellen, zum Beispiel: Hier sind 10 großartige Prompts für Anwälte, die im Bereich Barrierefreiheit arbeiten, oder hier sind 10 Szenarien, die sich wirklich sehr gut für KI in der Krebsforschung eignen, und hier sind 10 Szenarien, in denen man KI in der Krebsforschung nicht einsetzen sollte. Ich denke, dass die Fähigkeit, zu differenzieren und zu sagen: Nutze KI hierfür, nicht dafür – das wird Menschen wirklich als Vordenker in ihrem Bereich, bezogen auf ihre spezifische Branche und ihre spezifischen Anwendungsfälle, auszeichnen.

Thompson: Da stimme ich zu. Es ist Teil der Arbeit aller. Es ist ein bisschen so, als ob man eine Office-Suite oder Ähnliches bedienen können muss. Das ist etwas, das man einfach jeden Tag macht. Wenn es also eine Sache gibt – da wir uns dem Ende nähern –, eine Sache, die Unternehmensführer aus diesem Gespräch mitnehmen sollten, eine Sache, die sie im Hinblick darauf im Kopf behalten müssen, wie KI ihr Unternehmen transformieren kann, was wäre das?

Sarkar: Ich denke, das Wichtigste ist, dass jede Führungskraft wissen muss, dass KI ihr Unternehmen in irgendeiner Form transformieren wird. Es wird irgendwann passieren. Es wird vielleicht nicht morgen früh passieren, aber es wird in den nächsten Jahren passieren. Es ist wie damals, als das Internet alltäglich wurde – alle sagten: „Oh, wir werden das Internet in unserem Unternehmen nicht nutzen, wir bleiben einfach komplett intern." Das hat ungefähr anderthalb Jahre gedauert, oder? Es ergibt einfach keinen Sinn. Dasselbe gilt für Mobilgeräte. Jedes Unternehmen hat eine Website, die auf Mobilgeräten funktioniert.

Es wird einfach passieren. Das Beste, was sie tun können, ist, eine aktive Rolle zu spielen. Gehen Sie auf die KI zu, anstatt zuzulassen, dass die KI auf sie zukommt.

Thompson: Nein, ich denke, das stimmt. Man kann bei dieser Sache nicht den Kopf in den Sand stecken. Das ist etwas, das man unbedingt in Betracht ziehen muss. Aber andererseits kann man nicht einfach einsteigen und irgendetwas kaufen, nur weil es durch KI oder so etwas angetrieben wird. Ich meine, das ist genauso töricht wie der Versuch, sich davor zu verstecken.

Sarkar: Das stimmt. Deshalb ist es wirklich wichtig, bewusst vorzugehen und zu sagen: Bei welchen dieser Prozesse wollen wir KI tatsächlich zur Verbesserung einsetzen? Und wie kann ich meine Organisation dabei skalieren, es für verschiedene Aufgaben einzusetzen?

Ich würde sagen, es ist ein dreistufiger Prozess. Erstens: Machen Sie sich damit vertraut – mit den kostenlosen KI-Tools, die heute verfügbar sind, wie Copilot oder ChatGPT oder was auch immer. Sehen Sie, worin KI gut ist und worin sie schlecht ist – speziell für Ihre Branche. Zweitens: Finden Sie heraus, welches Tool am besten für Ihre Organisation geeignet ist. Es kann ein gezieltes Tool sein. Es könnte auch ein umfassendes Tool sein. Und drittens: Überlegen Sie, wie Sie Ihre Daten organisieren und Ihre Organisation skalieren können, um es tatsächlich nutzen zu können, um sehr spezifische Szenarien in Ihrem Unternehmen in Ihrem Bereich zu lösen.

Thompson: Ja, und arbeiten Sie an diesem dritten Punkt parallel zu den anderen beiden. Warten Sie nicht auf den letzten Teil davon.

Sarkar: Nein. Definitiv.

Thompson: Also, Dona, vielen Dank. Es ist immer ein spannendes Gespräch, wenn ich mit Ihnen sprechen kann. Danke, dass Sie Ihre neueste Rolle und Leidenschaft mit uns geteilt haben. Ich habe Sie durch ganz Europa in Ihrem letzten [Projekt und jetzt] Copilot verfolgt. Es ist einfach phänomenal, welche Menschen Sie beeinflussen und was Sie alles tun – ich schätze das wirklich sehr.

Sarkar: Ich liebe es. Ich liebe es. Vielen herzlichen Dank, dass Sie mich eingeladen haben, Doug. Danke schön. Danke an alle.

Thompson: Ich habe mit Dona Sarkar gesprochen, der „Chief Troublemaker" bei Microsoft.

Wenn Sie mehr darüber erfahren möchten, wie KI Ihr Unternehmen transformieren kann, besuchen Sie Focal Point, Taniums Online-Magazin für Cyber-Nachrichten. In den Show-Notizen finden Sie Links zu mehreren Artikeln. Oder besuchen Sie tanium.com/p für Publikationen.

Um weitere Gespräche mit den führenden Unternehmensverantwortlichen und Sicherheitsexperten von heute zu hören, abonnieren Sie Let's Converge in Ihrer bevorzugten Podcast-App. Wenn Ihnen diese Episode gefällt, geben Sie uns bitte eine Fünf-Sterne-Bewertung.

Danke fürs Zuhören. Wir freuen uns darauf, in der nächsten Episode von Let's Converge weitere Cyber-Einblicke mit Ihnen zu teilen.