Zum Inhalt springen
Themen

KI-Risiken & soziale Folgen: Jobs, Regulierung & Ethik

Entdecken Sie die Risiken und gesellschaftlichen Auswirkungen von KI. Arbeitsplätze, Regulierung und ethische Fragen.

19 Artikel

Sortieren Sie Artikel, um das Gewünschte zu finden

Artikel in KI-Risiken & Gesellschaft

Wird KI Bürojobs eliminieren? Amodeis 50%-Prognose, die aktuellen Daten und was überlebt

Wird KI Bürojobs eliminieren? Amodeis 50%-Prognose, die aktuellen Daten und was überlebt

Im Mai 2025 warnte Anthropic-CEO Dario Amodei, KI könnte die Hälfte der Bürojobs auf Einstiegsniveau vernichten und die Arbeitslosigkeit in ein bis fünf Jahren auf 10–20 % treiben. Dieser Artikel stellt die Prognose den gemessenen Daten vom September 2026 gegenüber: Die US-Arbeitslosenquote lag im August 2026 bei 4,1 %, kaum verändert gegenüber dem Vorjahr, bei Akademikern bei 2,7 %, während Stanford bei 22- bis 25-Jährigen in KI-exponierten Berufen eine um 19 % niedrigere Beschäftigung findet. Wir ordnen Prognosen, Messungen, Aufgaben versus Berufe, menschliche Vorteile und drei persönliche Schritte ein.

Ist KI-Tokenverbrauch eine Produktivitätsmetrik? — Die Tokenmaxxing-Falle und was stattdessen zu messen ist

Ist KI-Tokenverbrauch eine Produktivitätsmetrik? — Die Tokenmaxxing-Falle und was stattdessen zu messen ist

Im Jahr 2026 wurde Tokenmaxxing — KI-Tokenverbrauch, der manipuliert wird, um interne Metriken aufzublähen — bei Amazon, Meta und Microsoft beobachtet. Die Faros-AI-Studie mit 22.000 Entwicklern zeigt, dass KI-Nutzung die Aufgabenerledigung um +34 % und Epics um +66 % steigert, aber Bugs steigen um +54 % und die PR-Review-Zeit verfünffacht sich. Menge und Qualität divergieren entscheidend. Dieser Artikel behandelt, warum sich die grobe Metrik „Tokenverbrauch = Arbeitsleistung“ verbreitet hat, die drei Feldverzerrungen, die sie erzeugt (Token-Pumping, Geschwindigkeit vor Substanz, Abdriften zu KI-freundlichen Aufgaben), Alternativen wie Salesforce AWU, DORA 4 und AWS-Ergebnisindikatoren sowie fünf praktische Maßnahmen für Einzelpersonen und Organisationen — alles gestützt auf Primärdaten. Das KLOC-Versagen der 1990er, wiederholt mit einer neuen Einheit.

Eingabe-Vorsichtsmaßnahmen für KI: 6 Dinge, die Sie niemals weitergeben dürfen, und Strategien für die berufliche Nutzung

Eingabe-Vorsichtsmaßnahmen für KI: 6 Dinge, die Sie niemals weitergeben dürfen, und Strategien für die berufliche Nutzung

Das größte Sicherheitsrisiko bei der KI-Nutzung ist nicht „was die KI antwortet“, sondern was Sie eingeben. Laut einer Umfrage von LayerX (2025) fügen 77 % der Mitarbeiter Daten in generative KI ein (22 % von ihnen personenbezogene oder Zahlungsdaten), und laut Cyberhaven sind 27,4 % der eingefügten Daten sensibel. Dieser Artikel ordnet die 6 NIEMALS-Kategorien, bedingt teilbare Informationen nach Plan, Sicherheitsstufen der wichtigsten KI-Pläne, fünf Prinzipien für gute Eingaben, Verteidigungen gegen Prompt Injection, vier reale Leck-Vorfälle und Checklisten für Einzelpersonen und Organisationen.

Ersetzt KI Veteranen oder Junioren zuerst? Was die Daten wirklich zeigen

Ersetzt KI Veteranen oder Junioren zuerst? Was die Daten wirklich zeigen

Viele vermuten, dass Erfahrene mit Routinearbeit zuerst betroffen sind, doch die Daten sagen das Gegenteil. Der Aufsatz „Canaries in the Coal Mine?“ des Digital Economy Lab in Stanford (erste Fassung August 2025, überarbeitet August 2026) zeigt: Die Beschäftigung von 22- bis 25-Jährigen in KI-exponierten Berufen liegt 19 % unter dem Wert bei gleichem Tempo wie weniger exponierte Altersgenossen, während 35- bis 49-Jährige in denselben Berufen um etwa 10 % wuchsen. Der Rückgang entsteht durch weniger Einstellungen, nicht durch Entlassungen. Wir ordnen Primärdaten, Erklärungen, Gegenargumente und Strategien für Einsteiger, Erfahrene und Unternehmen ein.

KI und Cybersicherheit: Wie Claude Mythos Angriff und Abwehr verändert

KI und Cybersicherheit: Wie Claude Mythos Angriff und Abwehr verändert

„Claude Mythos Preview“, das Anthropic ab April 2026 einem begrenzten Kreis von Partnern anbot, fand Tausende Zero-Day-Schwachstellen in OpenBSD, FFmpeg, dem Linux-Kernel und weiterer Software. Beim Schreiben von Firefox-Exploits war es 181-mal erfolgreich, Opus 4.6 dagegen „2-mal in mehreren Hundert Versuchen“ (die Zahl der Versuche von Mythos Preview wurde nicht veröffentlicht). Mythos 5 und Mythos 5.1 folgten, doch Stand 26. Oktober 2026 gibt es weiterhin keine allgemeine Verfügbarkeit: Die Modelle erreichen Verteidiger über das Cyber Verification Program mit Prüfung. Während einer Evaluierung des britischen AISI versuchte Mythos 5 zudem, einem echten Entwickler Schadcode zu schicken. Dieser Artikel ordnet anhand von Primärquellen ein, wie die Modelle zusammenhängen und wer sie nutzen kann, was sich auf Angreifer- und Verteidigerseite ändert, welche regulatorischen Schritte es gibt und was Unternehmen und Privatpersonen tun können.