In der Reihe „Creator Highlight“ unterhalten sich TDS-Redakteure mit Mitgliedern unserer Neighborhood über ihren Karriereweg in den Bereichen Datenwissenschaft und KI, ihr Schreiben und ihre Inspirationsquellen. Heute freuen wir uns, unser Gespräch mit Ihnen zu teilen Dr. Janna Lipenkova.

Dr. Janna Lipenkova ist KI-Strategin, Unternehmerin und Autorin des Buches Die Kunst der KI-Produktentwicklung. Mit einem Doktortitel in Computerlinguistik kombiniert sie tiefes technisches Wissen mit Geschäftsstrategien, um Unternehmen dabei zu helfen, KI in greifbare Ergebnisse umzusetzen. Janna hat mehrere Unternehmen an der Schnittstelle von Sprache, Daten und Intelligenz gegründet und geleitet – darunter Anacodedas sich auf die KI-Transformation von Unternehmen konzentriert, und Equinteleine KI-Plattform, die die Nachhaltigkeit von Unternehmen unterstützt. Durch ihre Vordenker- und Beratungstätigkeit gestaltet und verfeinert Janna kontinuierlich ihre umfassende Methodik für die KI-Entwicklung und -Integration.

Du nennst dein „KI-Strategie-Playbook„Eine Reihe von mentalen Modellen, die Groups dabei helfen, sich darauf zu einigen, was und warum sie aufbauen sollen. Welche Modelle sorgen in Führungszimmern am häufigsten für Klarheit, und warum finden sie Anklang?

Eine der größten Herausforderungen in Chefzimmern ist die Kommunikation. Menschen meinen unterschiedliche Dinge, wenn sie über KI sprechen, die die Ausführung blockiert. Ich verwende drei mentale Modelle, um eine strukturierte gemeinsame Foundation zu schaffen, die es uns ermöglicht, ohne Ausreden und Missverständnisse voranzukommen.

Normalerweise beginne ich mit dem KI-Chancenbaumwas uns hilft, die Landschaft möglicher KI-Anwendungsfälle abzubilden. Führungskräfte kommen oft mit einer Mischung aus Neugier und Hype – „wir müssen etwas mit KI machen“ –, aber nicht mit einer klaren Vorstellung davon, wo der Wert wirklich liegt. Der Standardweg, den die meisten Groups von dort aus einschlagen, ist der Aufbau eines Chatbots, aber diese Projekte kommen selten zum Erfolg (vgl. dieser Artikel). Der Alternative Tree durchbricht dieses Muster, indem er potenzielle KI-Anwendungsfälle systematisch aufdeckt und eine strukturierte, objektive Grundlage für die Priorisierung bereitstellt.

Sobald wir Klarheit darüber haben, was und warum wir bauen sollen, fahren wir mit dem fort Wie und füllen Sie das aus KI-System-Blaupause. Dieses Modell hilft dabei, die Daten, Modelle, Benutzererfahrung und Governance-Einschränkungen des geplanten KI-Programs abzubilden. Es ist besonders leistungsstark in Umgebungen mit mehreren Interessengruppen, in denen Geschäfts-, Datenwissenschafts- und Compliance-Groups eine gemeinsame Sprache benötigen. Der Entwurf verwandelt die Komplexität der KI in etwas Greifbares und Iteratives – wir können ihn zeichnen, diskutieren und gemeinsam verfeinern.

Abschließend stelle ich die vor KI-Lösungsraumkarte. Es erweitert die Diskussion über die heute vorherrschenden Technologien – hauptsächlich große Sprachmodelle und Agenten – und hilft Groups, den gesamten Bereich der Lösungstypen zu berücksichtigen: von klassischem ML bis hin zu Hybridarchitekturen, Abrufsystemen und regelbasierten oder simulationsgesteuerten Ansätzen. Diese umfassendere Sichtweise gibt uns die Sicherheit, die richtige Lösung zu liefern, nicht nur die modische.

Zusammen bilden diese Modelle eine Reise, die widerspiegelt, wie sich erfolgreiche KI-Produkte entwickeln: von der Entdeckung von Chancen über das Systemdesign bis hin zur kontinuierlichen Erkundung. Sie kommen bei Führungskräften intestine an, weil sie eine Brücke zwischen Strategie und Umsetzung schlagen.

In Ihrem Schreiben ist Domänenexpertise bei der Entwicklung von KI-Produkten wichtig. Wo haben Sie gesehen, dass Domänenwissen die gesamte Type einer KI-Lösung verändert, anstatt nur die Genauigkeit an den Rändern zu verbessern?

Ein anschauliches Beispiel, bei dem Fachwissen die Lösung völlig veränderte, battle ein Logistikprojekt, das ursprünglich zur Vorhersage von Lieferverzögerungen gestartet wurde. Als die Fachexperten hinzukamen, formulierten sie das Drawback neu: Verzögerungen waren keine zufälligen Ereignisse, sondern Symptome tieferer Geschäftsrisiken wie Lieferantenabhängigkeiten, regulatorische Engpässe oder Netzwerkfragilität. Wir „KI-Experten“ konnten diese Muster nicht erkennen.

Um dieses Domänenwissen einzubeziehen, haben wir die Datenschicht über die Laufzeiten hinaus erweitert, um Lieferantenrisikosignale und Abhängigkeitsdiagramme einzubeziehen. Die KI-Architektur entwickelte sich von einem einzelnen Vorhersagemodell zu einem Hybridsystem, das Vorhersage, Wissensgraphen und regelbasiertes Denken kombiniert. Das Benutzererlebnis wurde von reaktiven Verzögerungsprognosen auf Risikoszenarien mit vorgeschlagenen Abhilfemaßnahmen erweitert, die für Experten besser umsetzbar waren.

Letztendlich verbesserte das Domänenwissen nicht nur die Genauigkeit, sondern definierte auch das Drawback, das Systemdesign und den Wert, den das Unternehmen erzielte, neu. Es verwandelte ein KI-Modell in ein echtes Entscheidungsunterstützungstool. Nach dieser Erfahrung bestehe ich immer darauf, dass Fachexperten in den frühen Phasen einer KI-Initiative eingebunden werden.

Zusätzlich zu Ihren Beiträgen auf TDS haben Sie auch ein Buch geschrieben: Die Kunst der KI-Produktentwicklung: Geschäftswert liefern. Was sind die wichtigsten Erkenntnisse, die Ihre eigene Herangehensweise an die Entwicklung von KI-Produkten verändert haben (insbesondere alles, was Sie überrascht oder eine frühere Überzeugung über den Haufen geworfen hat)?

Das Schreiben des Buches motivierte mich, alle Teile des theoretischen Wissens, der praktischen Erfahrung und meiner eigenen Überzeugung zu reflektieren und in wiederverwendbaren Rahmenwerken zu strukturieren. Da ein Buch jahrelang related bleiben muss, battle ich auch gezwungen, zwischen Grundlagen einerseits und Hype andererseits zu unterscheiden. Hier sind ein paar meiner eigenen Erkenntnisse:

• ErsteIch habe gelernt, wie man in der Technologie einen Geschäftswert findet. Oft schwanken wir zwischen zwei Extremen – entweder wir jagen der KI um der KI willen hinterher oder wir verlassen uns ausschließlich auf benutzergesteuerte Entdeckungen. Im ersten Fall schaffen Sie keinen echten Wert. Wer weiß, wie lange Sie im zweiten Fall warten müssen, bis das „perfekte“ KI-Drawback zu Ihnen kommt. In der Praxis liegt der Candy Spot dazwischen: die Nutzung der einzigartigen Stärken der Technologie, um einen Wert zu erschließen, den Benutzer spüren, aber nicht unbedingt artikulieren würden. Wir kennen es von großen Innovatoren wie Steve Jobs und Henry Ford, die radikal neue Erfahrungen geschaffen haben, bevor Kunden danach gefragt haben. Aber um dies erfolgreich zu tun, brauchen Sie diese magische Mischung aus technischem Fachwissen, Mut und Instinct darüber, was der Markt braucht.
• Zweiteerkannte ich den Wert der Benutzererfahrung für den KI-Erfolg. Viele KI-Projekte scheitern nicht, weil die Modelle schwach sind, sondern weil die Intelligenz nicht klar kommuniziert, erklärt oder nutzbar gemacht wird. Der Erfolg eines KI-Produkts hängt davon ab, wie intuitiv Benutzer mit seinen Fähigkeiten interagieren können und wie sehr sie seinen Ergebnissen vertrauen. Während ich das Buch schrieb, las ich Designklassiker wie Don Normans „The Design of On a regular basis Issues“ noch einmal und fragte mich immer: Wie trifft das auf KI zu? Ich denke, wir befinden uns noch am Anfang einer neuen UX-Ära. Chat ist ein wichtiger Bestandteil, aber definitiv nur ein Teil der Gesamtgleichung. Ich bin sehr gespannt auf die Entwicklung neuer Benutzeroberflächenkonzepte wie generative UX.
• DritteKI-Systeme müssen sich durch Suggestions- und Verbesserungszyklen weiterentwickeln, und dieser Prozess endet nie wirklich. Deshalb verwende ich in dem Buch die Metapher eines Derwischs: Spinnen, Verfeinern, kontinuierliches Lernen. Groups, die frühe Veröffentlichungen und ständige Iteration beherrschen, liefern tendenziell weitaus mehr Wert als diejenigen, die auf ein „perfektes“ Modell warten. Leider sehe ich immer noch, dass viele Groups zu lange brauchen, bis sie eine erste Baseline liefern, und dass sie nicht genügend Zeit für die iterative Optimierung aufwenden. Diese Systeme könnten es in die Produktion schaffen, aber eine Einführung wird wahrscheinlich nicht stattfinden und sie werden als weiteres KI-Experiment auf Eis gelegt.

Welche Gewohnheiten würden Sie Groups empfehlen, die im nächsten Quartal ein KI-Function einführen, und welche wesentlichen Fallstricke sollten sie vermeiden, um sich weiterhin darauf zu konzentrieren, einen echten Geschäftswert zu liefern, anstatt einem Hype hinterherzujagen?

Beherrschen Sie zunächst wie oben die Kunst der Iteration. Versenden Sie Ihre Produkte frühzeitig, aber gehen Sie dabei verantwortungsvoll vor – veröffentlichen Sie etwas, das nützlich genug ist, um das Vertrauen der Benutzer zu gewinnen, und verbessern Sie es dann kontinuierlich. Jede Interaktion bringt Ihnen neue Daten und jedes Suggestions ist ein neues Trainingssignal.

Zweitens: Behalten Sie eine breitere Perspektive. Es ist leicht, sich einen Tunnelblick über die neueste LLM- oder Modellversion zu verschaffen, aber die eigentliche Innovation ergibt sich oft aus der Kombination von Technologien – Retrieval, Reasoning, Analytics, UX und Domänenlogik. Gestalten Sie Ihr System modular, damit Sie es erweitern können, und überwachen Sie kontinuierlich KI-Lösungen und Entwicklungen, die es verbessern könnten (siehe auch unsere kommenden KI-Radar).

Drittens: Testen Sie frühzeitig und häufig mit echten Menschen. KI-Produkte leben oder sterben davon, wie Menschen sie wahrnehmen und nutzen. Interne Demos und synthetische Exams können die chaotischen, überraschenden Eingaben und Rückmeldungen, die Sie von tatsächlichen Benutzern erhalten, nicht ersetzen.

Ihre ausführlichen Texte (Buch, ausführliche Beiträge) vermeiden Hype und konzentrieren sich darauf, den Organisationen einen Mehrwert zu bieten. Wie gehen Sie bei der Themenauswahl vor und hilft Ihnen das Schreiben über diese Themen dabei, sie besser zu verstehen?

Schreiben battle schon immer meine Artwork, laut zu denken. Ich nutze es, um zu lernen, komplexe Ideen zu verarbeiten und neue zu generieren. Normalerweise verlasse ich mich auf mein Bauchgefühl und schreibe über Ansätze, an die ich wirklich glaube und die ich in echten Organisationen gesehen habe.

Gleichzeitig haben wir in meinem Unternehmen so etwas wie unsere eigene „geheime Soße“. Im Laufe der Jahre haben wir ein KI-gesteuertes System zur Überwachung neuer Developments und Innovationen entwickelt. Wir stellen es einigen ausgewählten Kunden in Branchen wie Luft- und Raumfahrt und Finanzen zur Verfügung, nutzen es aber natürlich auch für unsere eigenen Zwecke. Diese Mischung aus Daten und Instinct hilft mir, Themen zu erkennen, die sowohl jetzt related sind als auch wahrscheinlich nicht nur in einigen Monaten, sondern auch in zwei oder drei Jahren von Bedeutung sein werden.

Beispielsweise haben wir Anfang 2025 eine veröffentlicht Bericht über KI-Developments in Unternehmenund quick jedes Thema davon hat sich das ganze Jahr über als äußerst related erwiesen. Obwohl mein Schreiben intuitiv und persönlich ist, basiert es auch auf Beweisen.

Um mehr über Jannas Arbeit zu erfahren und über ihre neuesten Artikel auf dem Laufenden zu bleiben, können Sie ihr folgen TDS, Unterstapeloder LinkedIn.

Der Innovator, Zukunftsforscher und Autor Ray Kurzweil aus dem Jahr 1970 betonte in einem Vortrag am Mittwoch seinen Optimismus in Bezug auf künstliche Intelligenz und den technologischen Fortschritt im Allgemeinen, während er den Robert A. Muh Alumni Award des MIT von der College of Humanities, Arts, and Social Sciences (SHASS) entgegennahm.

Kurzweil präsentierte seine charakteristischen hochkarätigen Prognosen darüber, wie KI und Laptop vollständig mit der menschlichen Funktionalität verschmelzen werden, und schlug vor, dass KI zu enormen Fortschritten in der Langlebigkeit, in der Medizin und in anderen Lebensbereichen führen wird.

„Die Menschen wissen nicht zu schätzen, dass sich der Fortschritt beschleunigt“, sagte Kurzweil und prognostizierte „unglaubliche Durchbrüche“ für die nächsten zwei Jahrzehnte.

Kurzweil hielt seinen Vortrag mit dem Titel „Reinventing Intelligence“ in der Thomas Tull Live performance Corridor des Edward and Joyce Linde Music Constructing, das Anfang 2025 auf dem MIT-Campus eröffnet wurde.

Der Muh Award wurde von Robert A. Muh ’59 und seiner Frau Berit gegründet und gestiftet und ist eine der führenden Alumni-Auszeichnungen von SHASS und MIT. Muh, ein emeritiertes Mitglied auf Lebenszeit der MIT Company, hat den Preis ins Leben gerufen, der alle zwei Jahre für „außergewöhnliche Beiträge“ von Absolventen der Geistes-, Kunst- und Sozialwissenschaften verliehen wird.

Robert und Berit Muh waren beide beim Vortrag anwesend, zusammen mit ihrer Tochter Carrie Muh ’96, ’97, SM ’97.

Agustín Rayo, Dekan des SHASS, hielt einleitende Bemerkungen und nannte Kurzweil „einen der produktivsten Denker unserer Zeit“. Rayo fügte hinzu, dass Kurzweil „sein Leben und seine Karriere auf der Überzeugung aufgebaut hat, dass Ideen die Welt verändern und sie zum Besseren verändern.“

Kurzweil conflict ein Innovator im Bereich der Spracherkennungstechnologien, entwickelte Fortschritte und gründete Unternehmen, die blinden oder sehbehinderten Menschen geholfen und bei der Musikproduktion geholfen haben. Er ist außerdem ein Bestsellerautor, der Fortschritte bei der Rechenleistung und sogar die Verschmelzung von Mensch und Maschine verkündet hat.

Der erste Abschnitt von Kurzweils Vortrag hatte einen autobiografischen Schwerpunkt und reflektierte seine Familie und seine frühen Jahre. Die Familien der beiden Eltern von Kurzweil flohen vor den Nazis in Europa und suchten Zuflucht in den USA, in der Überzeugung, dass die Menschen sich eine bessere Zukunft schaffen könnten.

„Meine Eltern haben mir beigebracht, dass die Kraft von Ideen die Welt wirklich verändern kann“, sagte Kurzweil.

Er erinnerte sich, dass Kurzweil schon früh Interesse daran zeigte, wie Dinge funktionieren, und sich bereits im Alter von etwa sieben Jahren dazu entschloss, Erfinder zu werden. Er beschrieb auch, dass seine Mutter ihn als Variety enorm ermutigt habe. Die beiden machten gemeinsame Spaziergänge und der junge Kurzweil redete über all die Dinge, die er sich vorstellen konnte.

„Ich erzählte ihr meine Ideen und egal wie fantastisch sie waren, sie glaubte daran“, sagte er. „Andere Eltern hätten vielleicht nur gelacht … aber sie hat tatsächlich an meine Ideen geglaubt, und das hat mir tatsächlich Selbstvertrauen gegeben, und ich denke, Selbstvertrauen ist wichtig für den Erfolg.“

In den frühen 1960er Jahren interessierte er sich für Informatik und studierte als MIT-Pupil sowohl Informatik als auch Literatur.

Kurzweil verbindet eine langjährige Verbindung mit dem MIT, die weit über sein Grundstudium hinausgeht. Er conflict von 2005 bis 2012 Mitglied der MIT Company und erhielt 2001 für seine Entwicklung der Lesetechnologie den mit 500.000 US-Greenback dotierten Lemelson-MIT-Preis, eine Auszeichnung für Innovation.

„Das MIT hat im Laufe der Jahre eine wichtige Rolle in meinem Privat- und Berufsleben gespielt“, sagte Kurzweil und bezeichnete sich selbst als „wirklich geehrt, diese Auszeichnung zu erhalten.“ Er wandte sich an Muh und fügte hinzu: „Ihr langjähriges Engagement für unsere Alma Mater ist inspirierend.“

Nach seinem Abschluss am MIT startete Kurzweil eine erfolgreiche Karriere mit der Entwicklung innovativer Computerprodukte, darunter eines, das Textual content in allen Schriftarten erkannte und eine Audio-Lesung erstellen konnte. Neben vielen anderen Fortschritten entwickelte er auch hochmoderne Musiksynthesizer.

In einem entsprechenden Teil seiner Karriere hat sich Kurzweil zu einem tatkräftigen Autor entwickelt, zu dessen bekanntesten Büchern unter anderem „The Age of Clever Machines“ (1990), „The Age of Non secular Machines“ (1999), „The Singularity Is Close to“ (2005) und „The Singularity Is Nearer“ (2024) gehören.

Kurzweil wurde kürzlich zum Chief AI Officer von Past Creativeness ernannt, einem von ihm mitbegründeten Robotikunternehmen. In den letzten Jahren conflict er auch bei Google tätig und beschäftigte sich mit Technologien für natürliche Sprache.

In seinen Ausführungen unterstrich Kurzweil seine Ansicht, dass technologische Innovationen exponentiell voranschreiten, wie das Wachstum der Rechenleistung im Laufe der Zeit zeigt und ermöglicht.

„Die Leute denken nicht wirklich an exponentielles Wachstum; sie denken an lineares Wachstum“, sagte Kurzweil.

Dieses Konzept mache ihn zuversichtlich, dass eine Reihe von Innovationen mit bemerkenswerter Geschwindigkeit fortgesetzt werde.

„Eine der größeren Veränderungen, die wir in naher Zukunft durch KI erleben werden, ist Gesundheit und Medizin“, sagte Kurweil und prognostizierte, dass medizinische Studien am Menschen durch simulierte „digitale Studien“ ersetzt werden.

Kurzweil glaubt auch, dass Fortschritte in den Bereichen Laptop und KI zu so vielen medizinischen Fortschritten führen können, dass sie bald zu einer drastischen Verbesserung der menschlichen Lebenserwartung führen werden.

„Diese unglaublichen Durchbrüche werden zu dem führen, was wir als Langlebigkeits-Fluchtgeschwindigkeit bezeichnen“, sagte Kurzweil. „Ungefähr im Jahr 2032, wenn man ein Jahr durchlebt, bekommt man ein ganzes Jahr vom wissenschaftlichen Fortschritt zurück, und darüber hinaus bekommt man für jedes Jahr, das man lebt, mehr als ein Jahr zurück, sodass man gesundheitlich in eine Zeitreise zurückversetzt wird“, sagte Kurweil. Er bot an, dass diese Fortschritte bei den Menschen „beginnen“ würden, die am fleißigsten auf ihre Gesundheit achten.

Kurzweil skizzierte auch eine seiner bekanntesten Prognosen, dass KI und Menschen kombiniert werden. „Während wir voranschreiten, werden die Grenzen zwischen Mensch und Technologie verschwimmen, bis wir … ein und dasselbe sind“, sagte Kurzweil. „So lernen wir, mit KI zu verschmelzen. In den 2030er Jahren werden Roboter in der Größe von Molekülen nichtinvasiv durch die Kapillaren in unser Gehirn eindringen und unser Gehirn direkt mit der Cloud verbinden. Stellen Sie sich vor, Sie hätten ein Telefon, aber in Ihrem Gehirn.“

„Bis 2045, wenn wir vollständig mit der KI verschmolzen sind, wird unsere Intelligenz nicht länger eingeschränkt sein … sie wird sich um das Millionenfache vergrößern“, sagte er. „Das nennen wir die Singularität.“

Natürlich räumte Kurzweil ein: „Technologie conflict schon immer ein zweischneidiges Schwert“, da eine Drohne entweder medizinische Versorgung oder Waffen liefern kann. „Bedrohungen durch KI sind actual und müssen ernst genommen werden, (und) ich denke, wir tun das“, sagte er. Auf jeden Fall, fügte er hinzu, „haben wir einen moralischen Imperativ, das Versprechen neuer Technologien zu verwirklichen und gleichzeitig die Gefahr zu kontrollieren.“ Er kam zu dem Schluss: „Wir sind nicht dazu verdammt, keines dieser Risiken zu kontrollieren.“

China verstärkt seine Bemühungen, die Abhängigkeit von US-Technologie zu verringern, indem es inländische Unternehmen davon abhält, von Nvidia hergestellte Chips für künstliche Intelligenz (KI) zu kaufen.

Laut einem Bericht von Bloomberghaben chinesische Aufsichtsbehörden informelle Leitlinien herausgegeben und Unternehmen unter Druck gesetzt, die H20-Chips von Nvidia zu meiden, die den US-Exportbeschränkungen entsprechen sollen.

Der Schritt ist Teil des umfassenderen Ziels Chinas, die technologische Eigenständigkeit in den Bereichen KI und Halbleiter voranzutreiben.

Abkehr von Nvidias H20-Chips

Obwohl die chinesische Regierung es nicht offiziell verboten hat Nvidias H20-Chipsseine „Window Steering“ lenkt Unternehmen effektiv auf lokale Alternativen.

Unternehmen werden ermutigt, KI-Chips von inländischen Herstellern wie Huawei und Cambricon zu kaufen, was einem ähnlichen Schritt zu Beginn dieses Jahres folgt, als chinesische Hersteller von Elektrofahrzeugen aufgefordert wurden, der einheimischen Technologie Vorrang einzuräumen.

Chinas mutiger Versuch für die Unabhängigkeit der Halbleiterindustrie

Chinas Streben nach Halbleiter-Selbstversorgung gewinnt rasch an Dynamik, mit dem Ziel, bis 2025 70 % der Inlandsproduktion zu erreichen. Huge Investitionen, darunter ein 47-Milliarden-Greenback-Halbleiterfonds, befeuern diesen Vorstoß.

Unternehmen wie Huawei und ChangXin Reminiscence Applied sciences liefern bereits wettbewerbsfähige Alternativen zu Nvidias Chips und machen Fortschritte bei Speicher mit hoher Bandbreite und KI-Beschleunigern.

Nvidias China-Umsätze erleiden einen Einbruch

Das Geschäft von Nvidia in China schrumpft, seit die US-Regierung im Jahr 2022 den Export seiner Spitzenchips wie dem A100 und H100 verbot.

Als Reaktion darauf entwickelte Nvidia den weniger leistungsstarken H20-Chip, doch der jüngste Vorstoß der chinesischen Regierung könnte den Umsatz noch weiter beeinträchtigen. Nvidias Umsatz in China ist bereits von 24,6 % Anfang 2022 auf nur noch 12,2 % bis Mitte 2025 gesunken.

Der Markt für KI-Chips verändert sich

Während China den Aufbau seiner eigenen KI-Chip-Fähigkeiten verdoppelt, beginnt sich die globale Technologielandschaft zu verändern. Da inländische Giganten wie Huawei mit wettbewerbsfähigen Produkten auf den Markt kommen, könnte sich das Kräfteverhältnis auf dem Markt für KI-Chips zunehmend von US-Unternehmen wie Nvidia entfernen.

---

Hervorgehobener Bildnachweis: Maxence Pira/Unsplash