Die letzten Tage habe ich mich mal bisschen intensiver mit Quellen Rund ums Thema AI auseinandergesetzt. Püühh... schwierig.
Das Netz (insbesondere LinkedIn) ist derzeit voller AI-Experten. Täglich erscheinen unzählige Beiträge, Anleitungen, Studien und Meinungen zum Thema. Vieles davon völlig irrelevant (noise), dann aber auch einiges was interessant scheint.
Mein Gedanke: Niemand hat genug Zeit, all diese Informationen - und vor allem in dieser Geschwindigkeit - gründlich zu lesen, geschweige denn tiefgehend zu verstehen und kritisch zu hinterfragen. Wie baut man also fundiertes Know-how auf und erweitert es kontinuierlich, ohne im Informations-Overload und Noise zu versinken?
Wenn der Feind bekannt ist, hat der Tag Struktur. – Volker Pispers.
Was hält Ihr davon? Meine Empfehlung ist folgende Vorgehensweise:
- Relevanz vor Reichweite: Identifiziere maximal 3–5 relevante Quellen, denen du wirklich vertraust. Das können etablierte Unternehmen, anerkannte Experten oder akademische Institutionen sein.
- Deep Dive statt Fast Food: Konzentriere dich regelmässig auf wenige ausgewählte Artikel oder Studien, gehe dafür tiefer in die Materie, anstatt oberflächlich durch viele Beiträge zu scrollen.
- Persönliche Arbeitshypothese entwickeln: Entwickle eine eigene Hypothese, die du regelmässig hinterfragst und aktualisierst. Beispiel: „AI in Marketing wirkt nachhaltig nur dann, wenn sie bestehende Prozesse sinnvoll ergänzt, nicht ersetzt.“ Prüfe neue Infos stets gegen diese Hypothese und passe sie bei Bedarf an.
- Austausch mit echten Experten: Qualität schlägt Quantität: Suche gezielt den Austausch mit Menschen, die bewiesen haben, dass sie sich fundiert mit AI beschäftigen und keine „Über-Nacht-Experten“ sind.
Meine Arbeitshypothese: Fundierte AI-Kompetenz entsteht durch das gezielte Vertiefen weniger, hochwertiger Quellen sowie den kontinuierlichen Austausch mit erfahrenen Experten.
Übrigens... am 1. April findet im Technopark in Zürich der GenAI Zürich Summit statt. Tickets hatte ich schon vor Wochen ergattert. Kommt Ihr auch?
More posts like this
