Künstliche Intelligenz richtig nutzen: Wie NotebookLM und Gemini Gems ein Human Intelligence System bilden. Blog#261

Künstliche Intelligenz hat unseren Alltag in Rekordzeit durchdrungen, doch die bloße Nutzung gängiger Chatbots reicht für professionelle und ernsthafte Ansprüche nicht aus. Unter einem "Human Intelligence System" verstehe ich eine Arbeitsumgebung, in der Menschen ihre Expertise mit kuratierten Wissensquellen und spezialisierten KI‑Werkzeugen so verbinden, dass nachvollziehbare, überprüfbare und belastbare Ergebnisse entstehen. Gerade in komplexen Feldern wie dem Verstehen wissenschaftlicher Zusammenhänge oder der präzisen Finanzanalyse braucht es dafür eine Architektur, die systematisch auf verifizierbaren Quellen und klar definierten Prozessen aufsetzt.

Nur allgemeine KI zu nutzen, schafft oft neue Probleme statt Klarheit. In meiner Erfahrung lässt sich das Potenzial moderner Modelle erst dann sinnvoll ausschöpfen, wenn sie in ein bewusst gestaltetes "Human Intelligence System" eingebettet sind, das Rollen, Werkzeuge und Datenflüsse klar regelt.

Machine Fog

Paradoxerweise schafft die schiere Verfügbarkeit von KI‑Modellen häufig nicht mehr Klarheit, sondern ein Phänomen, das ich "Machine Fog" nenne: eine kaum noch überschaubare Flut von Daten und Informationen, in der die Grenze zwischen Fakt und Fiktion zu verschwimmen beginnt. Wer sich blind auf beliebige Modelle verlässt, riskiert Fehlentscheidungen in seinem Arbeitsalltag, weil scheinbar plausible Antworten ohne belastbare Belege übernommen werden.

Präzision durch kuratiertes Wissen

In meiner täglichen Arbeit ist "fast richtig" oft gleichbedeutend mit "unbrauchbar". Herkömmliche Chatbots generieren Antworten aus Wahrscheinlichkeiten über alles, was sie im Training gesehen haben – das führt zu sogenannten Halluzinationen: logisch klingenden, aber faktisch falschen Aussagen. Um dieses Risiko zu begrenzen, nutze ich NotebookLM als zentrale Komponente meines Systems.

Der entscheidende Fortschritt von NotebookLM liegt im sogenannten Source Grounding: Die KI arbeitet ausschließlich mit den Dokumenten und Quellen, die ich ihr explizit zur Verfügung stelle. Sie agiert damit nicht als allwissendes Orakel, sondern als Navigator in meinen eigenen Wissensbeständen – etwa Fachartikeln, Reports, Präsentationen oder Notizen. Jede Antwort wird mit Zitaten aus den zugrundeliegenden Quellen hinterlegt, was die Nachvollziehbarkeit deutlich erhöht, auch wenn eine abschließende Prüfung der Originaltexte weiterhin unerlässlich bleibt.

Kontext‑Skalierung für komplexe Analysen

Tiefgreifende Analysen – etwa die Untersuchung globaler Marktentwicklungen über mehrere Jahrzehnte – erfordern das Erkennen von Mustern in sehr großen Datenmengen. Klassische Systeme scheitern hier oft am begrenzten Kontextfenster, also der Menge an Informationen, die ein Modell gleichzeitig "im Blick" behalten kann. Moderne Gemini‑Varianten bieten in bestimmten Konfigurationen Kontextfenster von bis zu zwei Millionen Token, was grob etwa 1,4 Millionen Wörtern oder mehreren tausend Seiten Text entspricht.

Durch diese enorme Kapazität kann ich umfangreiche Datenreihen, Berichte und Transkripte in einem zusammenhängenden Kontext analysieren, anstatt sie in viele kleine Teilaufgaben zu zerlegen. Die KI unterstützt mich dabei, relevante Muster, Brüche und Korrelationen zu identifizieren – nicht, indem sie "die Wahrheit" liefert, sondern indem sie mir bessere Hypothesen und gezieltere Fragen ermöglicht.

Effizienzsteigerung durch personalisierte Agenten

Statt Wissen in statischen Ordnerstrukturen zu vergraben, organisiere ich meine Expertise zunehmend über personalisierte KI‑Agenten, die Google "Gems" nennt. Gems sind spezialisierte Versionen von Gemini, denen ich konkrete Rollen, Arbeitsweisen und Zielsetzungen vorgebe; sie merken sich diese Vorgaben und können so wiederkehrende Aufgaben in meinem Sinne erledigen.

Ein Gem fungiert bei mir zum Beispiel als "Wissensextraktor": Er filtert aus langen Texten blitzschnell die wichtigsten Fakten heraus, hebt für meine aktuelle Fragestellung relevante Aspekte hervor und verweist auf die entsprechenden Quellen. Ein anderer Gem ist als "Finanz‑Assistent" konfiguriert: Er kennt meine allgemeinen finanziellen Leitplanken und hilft mir, komplexe Analysen und Szenarien systematisch aufzubereiten, während die letztendlichen Entscheidungen bei mir bleiben. Diese Agenten verwalten nicht nur Daten, sie strukturieren meinen Analyseprozess und reduzieren kognitive Last im Alltag.

Nahtlose Integration in den Arbeitsfluss

Ein häufig unterschätzter Faktor ist der "Context Switch" – der Produktivitätsverlust durch ständiges Wechseln zwischen Programmen und Oberflächen. Ein Vorteil des Google‑Ökosystems liegt in der Integration von Gemini und NotebookLM direkt in die gewohnten Werkzeuge: Tabellen, Dokumente, Präsentationen und Kommunikationskanäle. Die KI sitzt gewissermaßen dort, wo die Arbeit ohnehin stattfindet, und kann Inhalte im Kontext der aktuellen Aufgabe interpretieren.

Für den Zugriff auf leistungsfähige Modelle mit großen Kontextfenstern und erweiterten Funktionen ist in der Regel eine kostenpflichtige Stufe von Gemini oder ein entsprechendes Workspace‑Abo erforderlich. Angesichts der eingesparten Zeit und der besseren Qualität der Analysen ist diese Investition für viele Nutzer aus meiner Sicht sinnvoll – vorausgesetzt, sie wird in ein klar definiertes "Human Intelligence System" eingebettet.

Der Ausblick: Vom Tool zur Systemkompetenz

Künstliche Intelligenz wird uns nicht ersetzen, aber sie verändert die Mechanik unserer Arbeit grundlegend. Wir bleiben verantwortlich dafür, welche Fragen wir stellen, wie wir Ergebnisse bewerten und welche Konsequenzen wir daraus ziehen, während die Maschine einen wachsenden Teil der komplexen Datenverarbeitung übernimmt. Entscheidend ist daher nicht, "noch ein KI‑Tool" zu nutzen, sondern ein eigenes, quellengestütztes "Human Intelligence System" aufzubauen: mit kuratierten Wissensbeständen, klar definierten Agenten und einer Integrationsstrategie in bestehende Arbeitsabläufe.

Für alle, die in ihrem Fachgebiet auch in Zukunft ernsthaft bestehen wollen, wird diese Systemkompetenz zur Schlüsselqualifikation: nicht KI statt Mensch, sondern KI als Verstärker gut organisierter menschlicher Intelligenz.

_____________________________________________________________________________

Verantwortlicher: Klaus Rudolf; Kommentare und Fragen bitte an: rudolfklausblog@gmail.com

Auf diesem Blog teile ich meine persönlichen Meinungen und Erfahrungen . Es ist wichtig zu betonen, dass ich weder Arzt noch Finanzberater bin. Jegliche Informationen, die ich in meinem Blog vorstelle, stellen weder Anlageempfehlungen noch Therapieempfehlungen dar. Für fundierte Entscheidungen in Bezug auf Gesundheitsfragen oder Finanzanlagen empfehle ich, sich umfassend zu informieren und bei Bedarf einen professionellen Experten zu konsultieren.