Werben im Podcast: Bildung rockt! - Der Lerncoaching-Podcast

Was braucht ein gutes Lernmanagementsystem (LMS) wirklich? Quizze, Lernkarten, Community, Zertifikate und KI-Funktionen klingen erst einmal großartig. Aber machen sie eine Lernplattform automatisch besser? In dieser Episode geht es um eine Frage, die mich gerade intensiv beschäftigt: Was brauchen unsere Teilnehmer eigentlich, um erfolgreich zu lernen? Ich überlege, ein eigenes LMS zu entwickeln. Dabei wird mir immer deutlicher, dass ich nicht bei der Technik beginnen möchte, sondern bei den Lernenden. Wir sprechen unter anderem darüber: 🤟 Warum ein digitales Kursangebot noch keinen guten Lernprozess garantiert? 🤟 Was aktives Lernen von passivem Konsumieren unterscheidet? 🤟 Welche Funktionen wie Lernkarten, Quizze, Lernjournale und Transferaufgaben sinnvoll sind? 🤟 Warum individuelle Lernpfade für mich so spannend sind? 🤟 Ob adaptives Lernen überhaupt KI benötigt? 🤟 Was ein KI-Lerncoach wirklich leisten sollte? 🤟 Ob WordPress oder eine fertige Lernplattform die bessere Wahl ist? 🤟 Welche Kosten und technischen Anforderungen du berücksichtigen solltest? Ich teile außerdem meine Erfahrungen mit Onlinekursen, meine Überlegungen zu einer eigenen Lernplattform und meine Haltung dazu, warum Lernen nicht einfach nur aus dem Konsumieren von Inhalten bestehen sollte. Brauchen wir wirklich immer mehr LMS-Funktionen oder endlich Lernplattformen, die gutes Lernen einfacher machen? Bis demnächst in Deinem Ohr, Mareike

Wenn keine Plattform gut genug ist… Zwei Lernplattformen, unzählige Funktionen und trotzdem fehlt mir etwas. Kennst Du das? Immer öfter merke ich, dass ich meine Ideen für gutes Lernen an die Möglichkeiten der Plattformen anpassen muss. Dabei sollte es doch genau andersherum sein! Deshalb spiele ich mit einem ziemlich verrückten Gedanken: Warum nicht einfach eine eigene Lernplattform entwickeln? Eine, in der KI wirklich beim Lernen unterstützt, statt nur als schickes Verkaufsargument zu dienen. In der Du ausprobierst, reflektierst und Dich mit anderen austauschst. Und in der eine Community entsteht, die weit über einzelne Kurse hinausgeht. Klingt gut? Ja! Aber Datenschutz, Technik, Kosten und die Verantwortung als Anbieterin machen die Sache nicht gerade einfacher. In der neuen Folge nehme ich Dich mit in meine Überlegungen. Warum mir bestehende Lösungen nicht reichen, was digitale Unabhängigkeit damit zu tun hat und ob meine Idee am Ende genial oder völliger Wahnsinn ist. Darum geht's im Überblick: 🤘Warum bestehende Lernplattformen nicht ausreichen 🤘Wie KI Lernen besser macht 🤘Weshalb digitale Unabhängigkeit wichtig ist 🤘Welche Herausforderungen Eigenentwicklungen mit sich bringen Bis demnächst in Deinem Ohr, Deine Mareike

Was ist LangDock und wann reicht es nicht aus? Ich zeige dir, wie sich das Tool gegen ChatGPT und Claude schlägt. LangDock bietete eine Menge KI-LLMs unter einem Dach. Genial oder nicht? n dieser Folge stelle ich dir LangDock vor und kläre, für welche Szenarien sich diese KI-Plattform besonders eignet. Viele Nutzer fragen mich nach einer Alternative zu den großen KI-Tools wie ChatGPT, Claude oder Google Gemini. Ich zeige dir, warum ich LangDock für bestimmte Aufgaben schätze und wo die Anwendung an ihre Grenzen stößt. LangDock will genau dieses Problem lösen. Eine zentrale Plattform, über die du verschiedene KI-Modelle nutzen, eigenes Wissen einbinden und sogar mit Agenten, Skills, Formularen und Automatisierungen arbeiten kannst. Gerade für Unternehmen klingt das spannend. Denn neben der Frage, was KI kann, wird immer wichtiger, wo unsere Daten eigentlich landen und wie wir KI gemeinsam im Team nutzen können. Aber eine Plattform, die alles bündelt, bringt eben auch neue Fragen mit. Bekommst du dort wirklich das gleiche Erlebnis? Wie sieht es mit neuen Modellen und Nutzungslimits aus? Was kostet das Ganze? Es geht nicht darum, blind jedem Trend zu folgen, sondern deine KI-Anwendungen gezielt nach deinem Workflow auszuwählen. Wir machen einen direkten ChatGPT Vergleich, damit du besser entscheiden kannst, ob LangDock eine sinnvolle Ergänzung für deinen Werkzeugkasten ist oder ob du bei deinen bestehenden Lösungen bleiben solltest. Ein effektiver Einsatz von KI im Arbeitsalltag erfordert eben mehr als nur die Wahl des aktuell gehypten Modells. Darum geht's im Überblick: 🤘Was LangDock eigentlich genau ist 🤘Wie mehrere KI-Modelle zusammenarbeiten können 🤘Warum Datenschutz dabei so wichtig wird 🤘Wann Original-Tools die bessere Wahl sind Welche Erfahrungen hast du bereits mit LangDock gemacht? Schreib es mir in die Kommentare und abonniere den Kanal für wöchentliche Impulse. Bis demnächst auf Deinem Ohr, Deine Mareike

Was sind Skills und brauchst Du sie als Trainer, Berater und Coach überhaupt oder eher nicht? In dieser Einsteiger-Folge erkläre ich Dir Skills so, dass Du nicht erst ein Informatikstudium brauchst. Ein Skill ist vereinfacht gesagt eine wiederverwendbare Arbeitsanleitung für die generative KI. Du erklärst also nicht bei jeder neuen Aufgabe wieder von vorn, wie Du arbeiten möchtest.  Ich zeige Dir, wann Skills interessant werden, wie sie sich von Prompts, Tools oder Agenten unterscheiden und wo Du besser zweimal hinschaust, bevor Du einfach irgendetwas übernimmst. Darum geht's im Überblick:  🤘Was Skills eigentlich wirklich sind  🤘Warum Skills dir Arbeit abnehmen  🤘Wie du eigene Skills erstellst 🤘Wann sich Skills wirklich lohnen Bis demnächst in Deinem Ohr, Deine Mareike

ChatGPT Chat, Work, Codex oder Anthropic Chat, Cowork oder Code, viele Begriffe, aber wann brauchst du eigentlich was? In dieser Episode sortieren wir die Begriffe einmal aus Sicht von Trainern, Beratern und Coaches. Nicht technisch bis ins letzte Detail, sondern so, dass Du anschließend besser entscheiden kannst, wann brauche ich was. - Chat heißt für mich: Denk mit mir. - Work oder Cowork heißt: Erledige diese Aufgabe für mich. - Code oder Codex heißt: Bau oder verändere etwas für mich. Und trotzdem gilt: Nicht alles, was technisch delegierbar ist, solltest du auch delegieren. Darum geht´s im Überblick: 🤟 Was Chat, Co-Work und Codes unterscheidet 🤟 Wann welcher KI Modus sinnvoll ist 🤟 Wie KI Aufgaben selbstständig übernimmt 🤟 Warum Deine Verantwortung trotzdem bleibt Bis demnächst in Deinem Ohr, Deine Mareike

ChatGPT oder Claude? Die Frage bekomme ich ständig, meistens von Trainern, Beratern und Coaches, die genau ein Abo wollen und keine zwei. In dieser Folge sage ich Dir, was ich empfehle, wenn mich jemand zu einer Antwort zwingt, und warum "Claude schreibt besser" als Entscheidungsgrundlage nicht reicht. Beide Tools können inzwischen fast alles. Deshalb entscheidet nicht die Feature-Liste, sondern Dein Arbeitsalltag: Was machst Du am häufigsten, wo organisierst Du Deine Arbeit, und womit arbeitest Du einfach lieber? Ich zeige Dir, wie Du das mit drei echten Aufgaben aus Deinem Alltag selbst testest, statt Erfahrungsberichte von Social Media ungeprüft zu übernehmen. Denn nur weil ein KI Tool gerade gehypt wird oder in irgendeinem Benchmark vorne liegt, heißt das noch lange nicht, dass es auch für Dich das bessere ist. Vielleicht brauchst Du nur eines. Vielleicht macht die Kombination Sinn. Oder Du nutzt gerade das falsche Tool für die falsche Aufgabe und wunderst Dich, warum die Ergebnisse nicht so richtig passen. Genau darüber spreche ich in der neuen Folge. Wir schauen uns an, wo die entscheidenden Unterschiede zwischen ChatGPT und Claude liegen und warum Dein persönlicher Workflow dabei eine viel größere Rolle spielt als gedacht. 💭 Am Ende dieser Folge interessiert mich: Welches KI Modell nutzt Du aktuell? Darum geht's im Überblick: 🤘Wie Du das passende KI Tool findest 🤘Warum Workflow wichtiger als Benchmarks ist 🤘Wann Claude seine Stärken ausspielt 🤘Was ChatGPT zum Allrounder macht Bis demnächst in Deinem Ohr, Mareike

In dieser Folge geht es um die Frage, welches KI-Tool für Trainer wirklich den Unterschied macht. Viele lassen sich von der Masse an neuen Möglichkeiten blenden, doch der Erfolg liegt nicht in der Anzahl der Accounts, sondern in der gezielten Auswahl. Wie findest Du das für Dich passende Tool für Deinen konkreten Anwendungsfall? Warum Du besser mit einem System startest, statt Dich durch zehn verschiedene Plattformen zu klicken. ChatGPT, Claude, Perplexity, NotebookLM, Copilot und nächste Woche kommt garantiert schon das nächste angebliche Wundertool. Aber musst Du als Trainerin oder Trainer wirklich jedes davon kennen, testen und bezahlen? ❌ Ganz klar: Nein. Für 85% bis 90% Deiner Aufgaben reicht meist ein einziges gutes KI System. Die entscheidende Frage lautet deshalb nicht: Welches Tool ist das beste? Sondern: Welches Tool passt zu Deiner Arbeit? Und wir sprechen darüber, wann ein zweites Tool wirklich sinnvoll ist, warum Social Media Hypes keine gute Kaufberatung sind und weshalb Datenschutz und Qualitätskontrolle immer bei Dir bleiben sollten. Darum geht's im Überblick: 🤘Wie Du das richtige KI Tool findest 🤘Weshalb ein Hauptsystem oft ausreicht 🤘Warum Workflow wichtiger als Hype ist 🤘Wo Datenschutz & Qualitätsprüfung entscheidend werden Welches Tool ist bei Dir aktuell das wichtigste im Arbeitsalltag? Schreib es mir in die Kommentare und abonniere den Kanal für wöchentliche Impulse. Bis demnächst in Deinem Ohr, Deine Mareike

Du fragst Dich, welche KI-Tools wirklich funktionieren? Nach dreieinhalb Jahren Erfahrung beantworte ich die häufigsten Fragen. Seit über drei Jahren beschäftige ich mich intensiv mit dem Bereich Künstliche Intelligenz und habe dabei festgestellt, dass sich viele Anfragen immer wiederholen. In diesem Rückblick teile ich meine gesammelten Erkenntnisse aus der Praxis, um Dir Klarheit im Dschungel der aktuellen Anwendungen zu verschaffen. Wir gehen gezielt auf die wichtigsten KI-Fragen ein, die mir immer wieder gestellt werden. Dabei beleuchten wir sowohl den effektiven Einsatz verschiedener Tools als auch bewährte Methoden für präzises Prompting, damit Du Deine Ergebnisse sofort verbessern kannst. Das Video richtet sich an alle, die fundierte Antworten abseits der üblichen Hype-Themen suchen. Wenn Du regelmäßig praxisnahe Einblicke und ehrliche Einschätzungen erhalten möchtest, abonniere den Kanal. Welche KI-Themen beschäftigen Dich aktuell am meisten? Schreib es mir in die Kommentare. Darum geht's im Überblick: 🤘Wie Du das passende KI Tool auswählst 🤘Warum Prüfen bei KI unverzichtbar bleibt 🤘Womit Du erste echte Aufgaben meisterst 🤘Welche Daten niemals in KI gehören Es gibt keine banalen Fragen. Es gibt nur Fragen, die sich keiner traut zu stellen. Schreib mir Deine gern als Kommentar, per Mail oder über Social Media. Auf Wunsch nenne ich Deinen Namen, auf Wunsch bleibt es anonym. HINWEIS In dieser Folge geht es auch um Datenschutz, DSGVO und Urheberrecht. Das ist keine Rechtsberatung, sondern meine Erfahrung aus der Praxis. Bis demnächst in Deinem Ohr,  Deine Mareike

Vibe Coding heißt nicht, dass Du programmieren lernst. Es heißt, dass Du beschreiben kannst, was Du brauchst. Vor fünf Wochen hatte ich mit Aquaristik nichts zu tun, heute läuft eine App, die ich für meine Kinder gebaut habe. Und meine Kinder benutzen sie täglich. Es geht um ein Thema, das mich gerade ziemlich begeistert: Vibe Coding. Warum? Weil wir plötzlich Dinge entwickeln können, für die wir bisher Programmierkenntnisse gebraucht hätten. Ich habe zum Beispiel innerhalb einer Nacht eine Aquaristik App für meine Kinder gebaut. Ausgangspunkt war keine technische Dokumentation, sondern einfach ihre Wunschliste. Was soll die App können? Was brauchen wir wirklich? Genau das macht Vibe Coding auch für Trainer, Berater und Coaches so spannend. Wir müssen keine Programmierer sein. Unsere Stärke liegt darin, Probleme zu erkennen, gute Fragen zu stellen und klar zu formulieren, was wir brauchen. In der neuen Folge zeige ich Dir, wie Du selbst starten kannst, warum weniger Funktionen am Anfang oft mehr sind und wann Datenschutz, Sicherheit und Qualität plötzlich richtig wichtig werden. Darum geht's im Überblick: 🤘Wie Du ohne Programmierwissen Apps entwickelst 🤘Warum gute Beschreibungen plötzlich entscheidend werden 🤘Weshalb kleine Projekte der beste Start sind 🤘Was Vibe Coding für Dich ermöglicht   Bis demnächst in Deinem Ohr. Deine Mareike

Loop Engineering? Muss ich das jetzt auch noch lernen?   Vielleicht hast Du gerade erst das Gefühl, Prompt Engineering einigermaßen verstanden zu haben. Du arbeitest mit ChatGPT, Claude, Gemini oder anderen KI-Tools, führst gute Dialoge, gibst Kontext, stellst Rückfragen und plötzlich taucht der nächste Begriff auf: Loop Engineering. Die gute Nachricht: Nein, Du musst jetzt nicht sofort losziehen und Loop Engineering lernen. Aber ich glaube, Du solltest den Begriff kennen. Denn während es beim Prompt Engineering vor allem um die Frage geht: 👉 Was soll die KI jetzt tun? Geht Loop Engineering einen Schritt weiter: 👉 Was soll passieren, wenn die KI damit fertig ist? 👉 Was wird geprüft? 👉 Was passiert bei einem Fehler? 👉 Wann wird etwas verbessert und erneut versucht? 👉 Wann ist das Ergebnis wirklich gut genug? 👉 Und wann muss der Mensch wieder übernehmen? In dieser Episode erzähle ich Dir auch von Franz, den ich gerade dabei beobachte, wie sich seine Arbeit mit KI massiv verändert. Er denkt nicht mehr nur darüber nach, welchen Prompt er braucht, sondern lässt mit Code, Codex und anderen KI-Werkzeugen Dinge bauen und beschäftigt sich damit, wie diese Systeme selbstständig weiterarbeiten können. Und vielleicht denkst Du jetzt: „Mareike, ich bin Trainer:in, Coach, Berater:in oder arbeite in L&D. Ich programmiere doch nicht!" Genau deshalb ist diese Folge für Dich. Denn vielleicht musst Du heute noch gar nichts davon können. Aber möglicherweise stehst Du in ein paar Wochen oder Monaten plötzlich vor der Frage: 🤟 Könnte KI mir für diesen wiederkehrenden Prozess etwas bauen? 🤟 Könnte ich mir ein eigenes kleines Tool oder Dashboard erstellen lassen? 🤟 Muss ich diesen Ablauf wirklich jedes Mal wieder selbst durchführen? Dann verändert sich die Frage. Es geht nicht mehr nur darum, wie Du besser promptest, sondern darum, wie ein System für Dich arbeiten soll. Und dafür brauchen wir vielleicht künftig weniger klassische Programmierkompetenz, als viele heute denken, dafür aber deutlich mehr Prozess- und Systemkompetenz. Das Spannende: Gerade Trainer:innen, Coaches, Berater:innen und L&D-Professionals bringen davon bereits unglaublich viel mit. Denn Lernen selbst funktioniert in Schleifen: Ausprobieren → Feedback → reflektieren → verändern → erneut ausprobieren. Mein Impuls nach dieser Folge ist deshalb nicht: „Lerne jetzt Loop Engineering." Sondern: Merke Dir den Begriff. Und beobachte, wo Du anfängst, KI nicht mehr nur um Antworten zu bitten, sondern Dir mit KI etwas bauen zu lassen. Jetzt meine Frage an Dich: 🤟 Was würdest Du Dir heute von einer KI bauen lassen, wenn Du wüsstest, dass Du dafür selbst nicht programmieren können müsstest? Bis demnächst in Deinem Ohr, Deine Mareike

Google hat NotebookLM in Gemini Notebook umbenannt. Am Namen hängt wenig, an dem, was darunter liegt, umso mehr: Jedes Notebook kann jetzt Code ausführen, Daten auswerten und Diagramme erzeugen. Ich habe das an zwei eigenen Notebooks durchgespielt. Aus einer Deep Research zu KI-Kompetenzen im Mittelstand habe ich 52 gefundene Quellen auf 17 reduziert. Aus einem zweiten Notebook zu Tool-Neuerungen habe ich mir Kosten ausrechnen lassen, was eine Trainerin im Monat für ihren Stapel zahlt. Anschließend habe ich die Zahlen auf den Anbieterseiten nachgesehen, und da stimmten sie nicht mehr. Dollar gegen Euro, Add-on gegen Bundle, Listenpreis gegen Aktionspreis. Nicht falsch gerechnet, sondern nicht dasselbe verglichen. Dazu mein eigener Fehler: Ich hatte die Ergebnisse zuerst von einem anderen KI-Tool verifizieren lassen und erst mitten in der Arbeit gemerkt, dass ich damit eine Behauptung gegen eine Behauptung stelle. Das nimmst Du aus dieser Episode mit: → Was sich durch die Umbenennung ändert und was nicht: Adresse, Links und Notebooks bleiben → Was der abgesicherte Cloud-Computer wirklich bringt und für welche Tarife er verfügbar ist → Warum Quellen kuratieren Deine Aufgabe bleibt, auch wenn die Recherche automatisch läuft → Wofür das Werkzeug stark ist: eigene Daten, Feedback, Evaluationen → Wofür es nicht taugt: Preise und Verfügbarkeiten aus dem Netz → Warum eine saubere Tabelle wie ein geprüftes Ergebnis wirkt, obwohl sie nur eine geordnete Behauptung ist Die Prompts aus der Episode: "Werte ausschließlich die Quellen dieses Notebooks aus. Erstelle eine Tabelle mit Spalten: Kompetenzbereich, konkrete Kompetenz, Belege aus Quellen, Relevanz für KMU, Trainingsimplikationen. Kennzeichne widersprüchliche oder nicht ausreichend belegte Aussagen als Prüfpunkt." "Erstelle aus den recherchierten Neuerungen eine Tabelle mit Tool, Anbieter, Anwendungsfall, Verfügbarkeit, Kostenmodell, Relevanz für Trainer. Werte aus, welche Kategorien am häufigsten vorkommen, und visualisiere das als Diagramm." Bis demnächst in Deinem Ohr,  Deine Mareike

ChatGPT kann jetzt sehen, was auf deinem Bildschirm liegt, und hört mit, während Du sprichst. Ich wollte das in meiner Techniksprechstunde zeigen und es ging nicht, weil ich die Berechtigungen am Mac vorher nicht freigegeben hatte. In dieser Folge erzähle ich Dir, was der neue Sprachchat in ChatGPT Work kann, was Du dafür freigeben musst, und was passiert ist, als ich mir darüber ein Thumbnail bauen ließ. Inklusive der Stelle, an der die KI mir Elemente beschrieben hat, die in meinem Entwurf gar nicht vorhanden waren. Und dann die Frage, die bleibt: Die Screenshots landen bei OpenAI, nicht auf deinem Rechner. Das Mikrofon läuft durchgehend. Was heißt das für uns, die wir mit Teilnehmerdaten und Kundenmaterial arbeiten? Meine Ampel dazu: Grün ist alles, was nur dir gehört. Gelb fängt beim Kundenkontext an. Rot ist, wenn Menschen im Spiel sind, die nicht gefragt wurden. Passend dazu meine Episode "ChatGPT und Datenschutz: was Du eingeben darfst und was nicht". Darum geht's im Überblick: 🤘Wie ChatGPT Deinen Bildschirm live unterstützt 🤘Warum Datenschutz wichtiger denn je ist 🤘Weshalb Vollzugriff keine gute Idee ist 🤘Welche Einstellungen Du aktivieren solltest Bis demnächst in Deinem Ohr, Deine Mareike Komm in die kostenlose "Bildung rockt mit KI" - Community 👉 https://www.skool.com/bildung-rockt-mit-ki Buche Dir ein Gespräch 👉 https://bildungrockt.trafft.com 🎓 AI Practitioner L&D Ausbildung, nächste Kohorte startet am 22. September: 👉 https://sandramareikelang.de/ai-practitioner-ausbildung/ 📙 Interaktives Lernbuch: Mit KI lernen, ohne den Kopf abzugeben 👉 https://sandramareikelang.de/mit-ki-lernen/

Es gibt ein neues Feature in Claude: Du nimmst deinen Bildschirm auf, erklärst dabei laut, was du tust, und daraus entsteht ein wiederverwendbarer Skill. Kein Prompt, keine Anleitung, kein Tippen. Ich habe es an meiner eigenen Skool-Community getestet und in dieser Folge zeige ich dir beides: was dabei erstaunlich gut funktioniert hat und was mir durchgerutscht ist. Das nimmst du aus dieser Episode mit: → Warum Zeigen im Lernen oft mehr trägt als jede saubere schriftliche Anleitung, und was das damit zu tun hat, dass ich die Gebrauchsanweisung für die Aquariumpumpe nicht gelesen habe → Der Unterschied zwischen einem Skill, den du selbst schreibst, und einem aufgenommenen. Der eine ist lesbar und prüfbar, der andere ist eine Interpretation → Die Regel, nach der du entscheidest: Gibt es einen Connector, nimm den Connector. Aufnehmen lohnt sich dort, wo keiner existiert → Der komplette Klickweg. Wichtig: Du brauchst die Claude App auf deinem Rechner, im Browser geht es nicht → Was tatsächlich aufgezeichnet wird. Bildschirm, Mausklicks, Tastatureingaben und deine Stimme. Und die Sternchen im Passwortfeld schützen dich nicht → Warum ich zwei Mitgliedernamen im Video gelassen habe, obwohl sie da nicht hingehören → Was sich zum Aufnehmen eignet, von der Seminarnachbereitung bis zum Umbenennen von Dateien, und was bei mir grundsätzlich nicht in eine Aufnahme kommt → Datenschutz konkret: Für Aufnahmen gibt es bisher keine gesonderten Aufbewahrungsregeln, ein AVV existiert erst ab dem Team-Plan, und ein Pro-Account ist kein Datenschutzkonzept → Die größere Frage: Was gibst du ab und was bleibt bewusst bei dir Der Satz, der für mich alles zusammenfasst: Aufnehmen ersetzt nicht das Denken. Es ersetzt das Tippen. Mein Tipp zum Schluss: Bevor du das erste Mal aufnimmst, mach einen Trockenlauf. Nimm ein Zoom- oder Teams-Meeting mit dir selbst auf und schau dir an, was auf deinem Bildschirm alles zu sehen ist. Auf die Ränder achtest du sonst nämlich nicht. Ich bin keine Rechtsanwältin. Alles, was ich hier zu Datenschutz sage, ist Einordnung aus meiner Praxis. Bis demnächst in Deinem Ohr, Mareike   🎬 Das Video zur Folge auf YouTube: https://youtu.be/0hJdH-iq4XI 🎓 AI Practitioner L&D Ausbildung, nächste Kohorte ab 22. September: https://sandramareikelang.de/ai-practitioner-ausbildung/ 📙 Interaktives Lernbuch: Mit KI lernen, ohne den Kopf abzugeben: https://sandramareikelang.de/mit-ki-lernen/  🌐 sandramareikelang.de

Diese Daten gehören NICHT in ChatGPT! Ich gebe Dir fünf konkrete Beispiele. Hast Du schon einmal ein Seminartranskript, einen Evaluationsbogen oder Coaching-Notizen in ChatGPT eingefügt, ohne lange darüber nachzudenken? Dann bist Du nicht allein. Aber genau hier lauern Datenschutzfallen, die viele gar nicht auf dem Schirm haben. In der neuen Folge zeige ich Dir meine KI-Datenampel. Ein einfaches Denkmodell, mit dem Du in wenigen Sekunden einschätzen kannst, welche Daten problemlos in die KI dürfen, welche Du vorher anonymisieren solltest und welche dort grundsätzlich nichts verloren haben. Außerdem sprechen wir über ganz konkrete Beispiele aus dem Arbeitsalltag, räumen mit Mythen rund um Inkognito-Modus und Training auf und klären, warum auch ein eigener Server nicht automatisch alle Datenschutzprobleme löst. Darum geht's im Überblick: 🤘Was in ChatGPT eingegeben werden darf 🤘Warum die Datenampel Sicherheit schafft 🤘Wie du Daten anonymisierst 🤘Worauf du beim Datenschutz achten solltest   Bis demnächst in Deinen Ohr, Deine Mareike

ChatGPT dreht gerade richtig auf. Aber was davon brauchst Du wirklich? Neue Modelle. Ein neuer ChatGPT Work-Modus. Und ein Live Voice Modus, der gleichzeitig zuhören und sprechen kann. Ganz schön viel auf einmal. In der neuen Folge schaue ich mir deshalb an, was hinter den aktuellen Neuerungen steckt und was davon für Dich als Trainer:in, Berater:in, Coach oder L&D-Profi wirklich relevant ist. Wir sprechen über die neuen Modelle Sol, Terra und Luna, den Unterschied zwischen Chat und Work und darüber, warum das stärkste Modell nicht automatisch immer die beste Wahl ist. Mein wichtigster Gedanke dabei: Nicht das Tool bestimmt die Aufgabe. Die Aufgabe bestimmt das Tool. Welche der neuen Funktionen findest Du wirklich spannend und bei welcher denkst Du eher: „Brauche ich das wirklich?" Darum geht's im Überblick: 🤘Wie Du das passende KI-Modell auswählst 🤘Warum Work mehr als Chatten kann 🤘Was den Live Voice Modus verändert 🤘Weshalb Du mehrere KI-Tools nutzen solltest   Bis demnächst in Deinem Ohr, Deine Mareike