mit Ulrich Irnich & Markus Kuckertz

Shownotes

Folge 42 beschäftigt sich mit der Frage, wie technologische Entwicklungen wie künstliche Intelligenz den Austausch von verlässlichem Wissen beschleunigen können, um den Herausforderungen der Menschheit zu begegnen. Zu Gast ist Marc Spenlé, Chief Operating Officer der Springer Nature Group.

Als wissenschaftliche Verlagsgruppe setzen Marc und die Mitarbeiterinnen und Mitarbeiter von Springer Nature Technologie aktiv ein, um die Begutachtung, Redaktion und Veröffentlichung von Forschungsergebnissen zu vereinfachen und die Publikation, Suche und Nutzung von Forschungsergebnissen schnell und einfach zu gestalten.

Uli, Markus und Marc diskutieren über die Notwendigkeit der Digitalisierung von Forschungsergebnissen, um allen den freien Zugang zu Forschungsergebnissen zu ermöglichen. Besonderen Raum nimmt dabei die Open-Access-Revolution ein, die sich anschickt Wissenschaft und Gesellschaft zu verändern. Marc zeigt auf, welchen Raum KI-Methoden bereits einnehmen, um Forscher beim Schreiben und Verlage beim Zusammenfassen des Forschungsstandes und beim Aufdecken von Plagiaten zu unterstützen. Das Gespräch macht aber auch deutlich, dass bei allem technologischen Fortschritt die Technik immer dem Menschen dienen und ethischen Grundsätzen folgen muss.

Wer mehr wissen möchte, findet hier weitere Informationen:

Euer Feedback zur Folge und Vorschläge für Themen und Gäst:innen sind sehr willkommen! Vernetzt euch und diskutiert mit:

Mitwirkende – Hosts: Ulrich Irnich & Markus Kuckertz // Produktion: Daniel Sprügel, Maniac Studios (https://maniacstudios.com/) // Redaktion: Marcus Pawlik © Digital Pacemaker Podcast 2023

Zusammenfassung

In dieser Episode des Digital Pacemaker Podcasts beleuchten wir die faszinierenden Möglichkeiten, wie Technologie den Austausch von verlässlichem Wissen fördern kann. Im Gespräch mit Marc Spenle, dem Chief Operating Officer der Springer Nature Group, wird klar, dass trotz aller technischer Errungenschaften die menschliche Entscheidungskraft und Expertise unverzichtbar bleiben. Gigantische Fortschritte in der Künstlichen Intelligenz (KI) bieten zwar neue Wege, um den Publikationsprozess wissenschaftlicher Arbeiten zu optimieren, doch es bleibt unerlässlich, dass der Mensch die Kontrolle behält.

Marc erklärt die tragende Rolle, die Springer Nature in der Wissenschaft einnimmt. Das Unternehmen setzt seit über 180 Jahren auf innovative Technologien, um die Begutachtung, Redaktion und Veröffentlichung von Forschungsergebnissen effizienter zu gestalten. Er betont, dass gerade im Kontext der COVID-19-Pandemie die Notwendigkeit für schnelle und qualitativ hochwertige Publikationen gewachsen ist. Interessant ist die Diskussion über Open Access und dessen Bedeutung für den freien Zugang zu Forschungsergebnissen – ein Konzept, das der Verlag schon seit 20 Jahren aktiv fördert und das als Schlüssel für die Zukunft der Wissenschaft gilt.

Uli und Markus bringen Marc dazu, seine Erfahrungen im Umgang mit KI in der Wissenschaft zu teilen. Sie diskutieren, wie KI nicht nur beim Schreiben von Artikeln helfen kann, sondern auch bei der Überprüfung der Quellenintegrität. Marc hebt hervor, dass trotz des technologischen Fortschritts kein automatisiertes System als Ersatz für menschliche Prüfer fungieren kann, da dies zu fehlerhaften Ergebnissen führen würde. Die Zuhörer erhalten spannende Einblicke, wie Springer Nature Technologien nutzt, um die Effektivität des Publikationsprozesses zu steigern, ohne dabei die maßgebliche Qualitätskontrolle durch qualifizierte Menschen zu vernachlässigen.

Ein weiterer zentraler Punkt des Gesprächs befasst sich mit den Herausforderungen rund um Künstliche Intelligenz und ethische Grundsätze. In Anbetracht der Gefahren, die durch Fake News und Plattform-Manipulation entstehen, wird die Diskussion darüber, wie wichtig es ist, eine kritische Denkweise zu fördern, besonders relevant. Die Beteiligten stimmen überein, dass ethische Überlegungen von wesentlicher Bedeutung sind, um sicherzustellen, dass Technologie im Dienste der Menschheit steht. Marc fordert eindringlich dazu auf, Neugier und kritisches Denken in der kommenden Generation zu fördern.

Marc fasst am Ende zusammen, dass der Mensch im Mittelpunkt aller technologischen Entwicklungen stehen muss. Seine Botschaft an die Zuhörer lautet, neugierig zu bleiben und die Vielfalt der Quellen zu nutzen, um fundierte Meinungen zu bilden. Das Gespräch bietet somit nicht nur wertvolle Einblicke in die Rolle der Technologie in der Wissenschaft, sondern regt auch zum Nachdenken über die ethischen Dimensionen des technologischen Fortschritts an.

Transkript

Speaker0:[0:00] Aber es muss eben genau der Mensch mit drin sein und kann nicht die Entscheidung von der Maschine getroffen werden, weil einfach zu viel Nonsens passieren könnte. Oder es halluziniert die Maschine, wie man so schön sagt. Und dann kommen Sachen raus, die einfach nicht mehr stimmen.

Music:[0:11] Music

Speaker2:[0:26] Herzlich willkommen zum Digital Pacemaker Podcast mit Uli Oehlich und mit mir, Markus Kockertz. Heute sprechen wir darüber, wie Technologie den Austausch von zuverlässigem Wissen beschleunigen kann. Zu Gast ist Marc Spenle, Chief Operating Officer der Springer Nature Group. Willkommen in unserem Podcast und schön, dass du heute bei uns bist, Marc.

Speaker0:[0:45] Herzlichen Dank, Markus. Schön, bei euch zu sein. Dankeschön.

Speaker2:[0:47] Als wissenschaftliche Verlagsgruppe setzen Marc und die Mitarbeiterinnen und Mitarbeiter von Springer Nature Technologien ein, um die Begutachtung, Redaktion und Veröffentlichung von Forschungsergebnissen zu vereinfachen und die Publikation, Suche und Nutzung schnell und einfach zu gestalten. Uli, Künstliche Intelligenz, ein Thema, was uns unglaublich beschäftigt. Du wirst auch gerade sehr viel zu Vorträgen eingeladen, darfst auch mal wieder dazu die Vodafone-Perspektive erläutern. Ja, wenn wir über künstliche Intelligenz sprechen, vielleicht mal das, was uns im Alltag beschäftigen. Welche KI ist bereits in deinem Alltag eingezogen und wie oder wofür nutzt du das Ganze?

Speaker1:[1:23] Ich glaube, bei uns allen ist KI schon eingezogen. Wir nutzen das bewusst oder unbewusst, sei es jetzt über, ich sage mal, Homespeaker-Anlagen wie Alexa oder sonstige Dinge. Aber gerade was so en vogue ist, ist gerade Generative AI, also Dinge, die die KI selber erstellen kann. Und eins der Themen, die natürlich im Moment in aller Munde sind, sind Large Language Modelle. Also sprich hier ChatGPT und wie es alle heißen. Aber das, was genauso spannend ist, ist Bildgenerierung. Also das heißt, wo du im Prinzip deinen Counterfeind nehmen kannst und das halt dann in eine Zukunftswelt reinbringen kannst. Als ob es jetzt halt irgendwie, ich sag mal, Halloween ist, also wo du dein Gesicht fotografierst und aufnimmst, ein Bild nimmst und das dann in den Halloween-Kontext bringst, also wo du dann als Zombie oder sonstige Themen unterwegs bist. Und das zeigt halt so ein bisschen, was für Nutzungsmöglichkeiten halt auch über KI und über Bildbearbeitung da zukünftig möglich sind. Ihr habt vielleicht auch schon mal bei einem großen Bildbearbeiter gesehen, da braucht man nur noch gewisse Positionen markieren und einfach einen Begriff einzugeben. Und dann tauscht er in dem Bild quasi schon diesen Kontext aus. Und das sind natürlich Dinge, die wären vor ein paar Jahren noch undenkbar gewesen, die aber jetzt gerade so ein bisschen durchscheinen und halt auch neue Möglichkeiten, sowohl gute.

Speaker1:[2:44] Als auch Böse mit sich bringen. Weil wenn wir gerade mal so ein bisschen über Deepfake nachdenken, also wo Menschen andere Menschen vorgaukeln, das zeigt halt auch, welche Power hinter solchen, ich sag mal, künstlichen Intelligenzen stecken. Aber jetzt würde ich gerne mal den Scheinwerfer gerne auf unseren heutigen Stargast lenken, nämlich Marc Spenle. Herzlich willkommen, Marc.

Speaker1:[3:06] Marc ist seit etwas mehr als einem Jahr Chief Operating Officer der Springer Nature Group. Zuvor war Marc viele Jahre in verschiedenen internationalen Führungspositionen bei Technologie- und Telekommunikationsunternehmen wie beispielsweise Barco, Vodafone, IBM tätig. Marc ist also ein ehemaliger Kollege von uns und deswegen bin ich umso mehr erfreut, dass er heute bei uns ist und auch nochmal so ein bisschen den Blick in die Wissenschaft lenkt und auch gerade da die Publikation. Marc ist diplomierter Prozessingenieur und auch systemischer Business Coach. Lieber Marc, bevor wir jetzt in die Details einsteigen, würde mich natürlich so ein bisschen interessieren, jetzt schon nach knapp 20 Jahren in der Technologie- und Telekommunikationsbranche, bist du in einen weltweit größten Wissenschaftsverlage gewechselt. Was hat dich zu diesem Wechsel bewogen? Und wie ist es dir denn jetzt in dem Jahr ergangen?

Speaker0:[3:58] Herzlichen Dank, Uli. Herzlichen Dank, Markus. Ich freue mich super, mit euch wieder hier mal sich auszutauschen. Ja, also das war für mich natürlich auch eine ganz neue Industrie. Eine Industrie, die für viele Menschen, glaube ich, eine Parallelwelt ist, weil es wirklich um reine Wissenschaft geht und zwar um alle Wissenschaftsbereiche. Also wir decken alle großen Domänen der Wissenschaften ab. Der Punkt, der mich stark überzeugt hat, ist einmal die Werte und die Menschlichkeit. Also der Mensch steht sowas von im Fokus bei uns, bei allen Technologien, die wir nutzen. Und wir sind ein Unternehmen, das seit 1842 besteht, ein sehr altes Unternehmen.

Speaker0:[4:36] Und es geht wirklich darum, unser Purpose, den wir haben, den Sinn, der dahinter steckt, da kann man auch relativ leicht Menschen hinter vereinen, weil es geht wirklich darum, vertrauenswürdige Forschung, hochwertige vertrauenswürdige Forschung, so schnell wie möglich zu publizieren, damit eben die Forscher dieser Welt wirklich in der Lage sind, alle die Probleme, die wir haben, möglichst schnell zu lösen. Klassisches Beispiel Corona, da sind natürlich die Publikationen durch die Decke gegangen. Wie kriegt man die Netzwerke zusammen? Wie kriegt man tausende von Wissenschaftlern, die wir unsere Netzwerke haben, wirklich vereint? Es sind also wirklich weltweit mehr als dreieinhalbtausend globale Institutionen, mit denen wir eng zusammenarbeiten. Oftmals sind das Forschungsinstitutionen, das sind natürlich Universitäten, als auch wirkliche Enterprise-Customer. und das ist unglaublich faszinierend, weil alle wirklich einen Sinn und Zweck haben, Probleme zu lösen. Und das Ganze seither immer mit Technologie und es ist halt von der Kombination her absolut faszinierend und mit 10.000 Mitarbeitern, die wir haben, haben wir etwa ein Drittel, der in Technologiefunktionen arbeitet.

Speaker0:[5:44] Bis hin zur Produktion. Das ist einfach ein faszinierendes Umfeld. Manchmal wünsche ich mir eine zweite 24-Stunden-Zeitscheibe pro Tag, dass ich die ganzen Inhalte lesen kann seit 1842, weil auch bei uns Leute wie Albert Einstein und Max Planck natürlich gepublisht haben. Das ist einfach faszinierend.

Speaker1:[6:01] Was ist oder war für dich jetzt die größte Herausforderung in der Zeit, in der du schon jetzt bei Nature bist?

Speaker0:[6:06] Wir sind natürlich ein Business, was ursprünglich, aber da können wir später darauf eingehen vielleicht, durch wirklich Subscription-Business wirklich gekennzeichnet ist. Was sich komplett dreht in sogenanntes Open Access, kann ich später gerne darauf eingehen. Die größte Herausforderung ist natürlich ein Unternehmen, was extrem viele Editoren hat, Wissenschaftler hat, Doktoranden, Doktorantinnen hat, wirklich zu sagen, wie bekomme ich die auch verändert im Sinne von Change. Also Change ist auch hier, wie in vielen anderen Industrien, das Hauptthema. Der Vorteil ist, die Menschen sind sehr offen. Weil, wie ihr beide wahrscheinlich auch wisst, das Internet wurde von Forschern entwickelt. Und das war gedacht ursprünglich, damit Forscher sich austauschen können. Und die sind eigentlich schon die Early Adopters eigentlich permanent, mit denen wir arbeiten, also auch intern. Nichtsdestotrotz ist natürlich ein Reflex manchmal als erstes, das ist eine Hypothese, die versuche ich mal zu widerlegen oder zu belegen. Das heißt, Change ist auch einer der Hauptthemen, die wir durchwandern. Aber wir sind da sehr gut unterwegs und man trifft immer auf sehr offene Ohren. Es ist wenig Politik bei uns in der Firma. Also es ist ein great place to work, wie wir sagen. Und das kriege ich auch immer von unseren Neueinsteigern, mit denen wir immer so Fireplace-Chats machen, zu hören, warum seid ihr zu Springer Nature gekommen? Wegen der Menschen. Und das hört man jedes Mal und ich kann es einfach nur bestätigen.

Speaker2:[7:28] Marc, wir haben uns natürlich vorab auch mit dir beschäftigt und haben deine Thesen ja mal wie folgt zusammengefasst. Du sagst zum einen, die Digitalisierung ermöglicht allen den freien Zugang zu Forschungsergebnissen, die Open Access Revolution verändert Wissenschaft und Gesellschaft. Dann sagst du, KI-Methoden helfen Forschern beim Schreiben sowie Verlagen, den Stand der Forschung zusammenzufassen und Plagiate aufzudecken. Und zu guter Letzt sagst du, bei allem technologischen Fortschritt muss die Technik immer dem Menschen dienen und ethischen Grundsätzen folgen. Aber vielleicht bevor wir zu deinen Thesen kommen. Nicht jeder weiß, was ein Wissenschaftsverlag wie Springer Nature macht. Kannst du uns vielleicht kurz erklären, welche Rolle ihr bei der Veröffentlichung von Forschung spielt?

Speaker0:[8:09] Die Rolle ist, sind wir klassisch erstmal ähnlich wie ein Verlagshaus. Der Unterschied bei Wissenschaft ist, und das ist auch sehr spannend, weil das generationsübergreifend ist. Also man hat keinen Unterschied, die jungen Generationen sind natürlich digital unterwegs, das ist richtig. Aber im Wissenschaftsbereich geht es wirklich um vertrauenswürdige Forschung. Also die Frage ist, wie kann ich sicherstellen, dass das, was ich veröffentliche, kein Plagiat ist. Zum einen nicht aus einer sogenannten Paper Mill kommt, was sehr, sehr stark am Anstieg, gerade durch Chat, GPT etc., sehr stark angestiegen ist, sind es echte Autoren, keine Fake-Autoren, die dahinterstecken. Das heißt, Vertrauenswürdigkeit ist extrem hoch. Wir sind die Number One Brand unter allen Wissenschaftsverlagen, was Reputation angeht. Wir haben ein riesiges Netzwerk, ungefähr von 750.000 Independent, sogenannten Peer-Reviewern. Das heißt, wenn bei uns wo uns ein Artikel eingereicht wird von unseren Submissions, die ungefähr 1,5 Millionen Submissions im Jahr sind, wird auch nur ein Viertel veröffentlicht. Das heißt, wir lehnen manchmal sogar Nobelpreisträger ab.

Speaker0:[9:16] Und genauso stolz sind die dann, wenn sie veröffentlicht werden. Das heißt, dieses wirklich hinzugehen, zu sagen, nach der Submission, was ist das richtige Journal, wenn es ein Journal ist, wir haben Bücher, Journale und wir haben auch einen Education-Bereich, Macmillan, wo es dann wirklich darum, Textbücher, gerade im englischsprachigen Umfeld in vielen Ländern der Welt, Schülern zu helfen, Englisch zu lernen. Das ist im Prinzip unsere dritte Sparte, die wir noch haben. Aber in dem Research-Umfeld geht es erstmal darum, ich bekomme einen Artikel und dieser Artikel muss gereviewt werden. Da ist die englische Sprache erstmal wichtig, viele sind in Englisch, es sind nicht viele native speaker und da hilft zum Beispiel künstliche Intelligenz massiv. Dann geht es darum, anonym zu reviewen. Dass wir sagen, da ist ein Autor auf der einen Seite, auf der anderen Seite sind Reviewer zwei aus der gleichen Domäne. Wiederum KI, sehr spannend. Wie komme ich an die richtigen Reviewer? Wie bin ich nicht biased? Nur Zentraleuropa, nur weiße Männer. Sondern wie schaffe ich es auch, dass ich eine Diversifizierung hinbekomme von den Reviewern, von den Ländern, von Minority Groups und, und, und. Und die arbeiten dann wiederum anonym. Die kennen sich gegenseitig nicht. Das Ganze wird gereviewt.

Speaker0:[10:21] Bis zu einem Punkt, wo wir sagen, jetzt passt die Qualität, jetzt sind die Quellenangaben korrekt, jetzt können wir nachweisen, dass auch genug Datasets vorhanden sind für Forschungsergebnisse. Selbst das wird geprüft, also durch interne und externe Editoren und Publisher. Und dann geht das Ganze in Produktionsprozesse, wobei wir die Produktionsprozesse intern noch von den Systemen mehr haben. Aber wenn es zum Beispiel um Print geht, nicht um Online, das ist natürlich auch alles online, aber wenn es um Print geht, haben wir auch unsere externen Partner, mit denen wir dann wirklich in den Printbereich gehen, von Büchern. Und wir haben so rund 3.000 Journale. Wir publishen ungefähr 13.000 Bücher, Fachbücher im Jahr. Das ist so ein bisschen die Größenordnung. Und nochmal um die 150 neue Ausgaben von Textbüchern für englischsprachigen Unterricht, die im McMillen-Bereich bei uns gemacht haben.

Speaker2:[11:10] Ja, wahnsinnig große Zahlen. Und ich meine, spätestens während der Pandemie ist ja allen klar geworden, wie wichtig Schnelligkeit und Verfügbarkeit von Forschungsergebnissen sind. und bei der Masse muss ja auch die Qualität stimmen. Wie begegnet ihr diesen ständig wachsenden Anforderungen? Wie geht ihr damit um?

Speaker0:[11:24] Wie ich am Anfang sagte, ein Drittel unserer Belegschaft ist in technologischen Bereichen tätig. Und das ist auch ganz spannend. Wir haben Leute, die aus einem klassischen Druckvorlagen-Herstellungsbereich kommen, die heute mit Python und KI arbeiten, um Bücher zu übersetzen.

Speaker0:[11:39] Also das heißt, bei uns sind auch sehr, sehr viele Menschen, die sehr, sehr lange, schon zum Teil 40 Jahre bei der Springer Nature sind und alles mit durchlaufen haben. Und jede Technologie, die eigentlich kam, hat uns geholfen, das Ganze schneller und sicherer zu gestalten und auch sicherer Integritätsüberprüfungen zu machen. Viel sicherer zu werden in der Plagiatsprüfung. Es gibt Autoren, die auf Sanktionslisten sind, zu prüfen, welche Hintergründe haben die Autoren. All das ist nur möglich durch Technologie, um diese Geschwindigkeit wirklich rauszuholen. Das ist dieser Begriff, der nennt sich bei uns Turnaround Times, TAT, die jeweils zu erhöhen. Die ist aber, muss ich ganz ehrlich sagen, je nach Wissenschaftsbereich unterschiedlich. Also Mathematiker haben die längste Turnaround-Time, mathematische Journale oder Bücher, da ist das Ganze ein bisschen langsamer, da wird das Ganze viel genauer unter die Lupe genommen, in den einzelnen Gremien, die zum Teil kleiner sind, diskutiert, bevor es dann wirklich in die Publikation geht. Aber wir haben auf der anderen Seite auch Hochgeschwindigkeits-Publikationsjournale, wo es wirklich darum geht, wirklich frühe Stadien von Forschung schnell an die verschiedenen Bereiche zu bekommen, dass jeder das lesen kann, um die Leute auch wirklich miteinander zu vernetzen. Weil am Ende geht es darum, wenn man sich anguckt, wir haben ungefähr 90.000 Editoren in 75 Ländern, die für uns tätig sind, außerhalb unserer eigenen Firma. Wir sind ungefähr 10.000 Mitarbeiterinnen und Mitarbeiter.

Speaker0:[13:02] Und da geht es ja wirklich auch darum, wie vernetzt sich die schnellstmöglich. Und da ist auch wieder KI riesengroß drin, zu sagen, wie kriege ich die verschiedenen Datenquellen zusammen und wie kann ich ganz schnell sagen, welches Institut, welche Universität arbeitet gerade an welcher Forschung, welcher Forscher ist dem zugeordnet oder Forscherin und wie können wir die miteinander vernetzen. Zum Teil auch anschreiben und sagen, wir bräuchten für eine sogenannte Collection zu einem speziellen Bereich, Corona als Beispiel, noch weitere Artikel. Wir bräuchten weitere Insights, können andere Bereiche helfen. Das heißt, wir helfen auch in der Vernetzung der verschiedenen Institute, Autoren, Editoren.

Speaker2:[13:37] Du hast das Thema ja eben genannt, Open Access. Das gilt als Schlüssel für schnellen, konsistenten und nutzbringenden Vortritten der Wissenschaft. Wie ist denn der aktuelle Stand und wo liegen aus deiner Sicht die größten Hürden für eine flächendeckende Umsetzung?

Speaker0:[13:48] Ja, also Open Access ist im Prinzip, wir sind einer der Pioniere. Wir machen das ungefähr 20 Jahre und wir sind da sehr, sehr stark dabei, das voranzutreiben. Und unsere Mitbewerber sind natürlich auch relativ stark da drin. und wir waren aber wirklich die Pioniere, die gesagt haben, wir müssen zum Open Access. Die Idee ist wirklich, wie schaffe ich bei den ganzen Fake News, die wir kennen, ist jeden Tag in den Nachrichten, wie schafft man es, vertrauenswürdige Forschung, auch in plain English, also auch in einfachen Sprachen, dann auch übersetzt, an viele, möglichst viele Menschen zu bringen, nicht nur die Forscher. Das funktioniert natürlich über die klassische Subscription nicht, weil die Universität hat eine Subscription, die sogenannten Librarians, die Bibliothekare da, gehen hin und sagen, okay, wir haben das und dann können halt alle, die in der Universität sind, darauf zugreifen oder in den Forschungsbereichen.

Speaker0:[14:35] Beim Open Access dreht sich das Ganze um. Das heißt, die gleichen Gelder fließen dahin in sogenannte Transformational Agreements beim Shift oder in Full Open Access Agreements, dass wirklich bezahlt wird eine Fee für das Publischen von Artikeln, was weiterhin genauso geprüft wird. Das heißt, geprüft wird es genauso, nur danach kann es jeder herunterladen und jeder kann es lesen. Einfach so mal als Zahl, so als Idee, wir haben ungefähr 2,9 Billionen Downloads pro Jahr von Artikeln. Und das heißt, beim Open Access kann jeder darauf zugreifen. Das heißt, könnt ihr darauf zugreifen, egal wer. Und es wird eben immer noch gepeer-reviewed und das ist der Unterschied, wenn man den Begriff grün, green oder gold, gold, open access liest, gold open access heißt weiter gepeer-reviewed von Publishern wie uns. Die Schwierigkeit ist oftmals darin, die Leute zu überzeugen. Weil dann heißt es, warum brauchen wir den Publisher überhaupt noch? Wir können ja selber jetzt alles veröffentlichen, das ist ja super. Aber dann können wir nachweisen über Daten, und das machen wir auch wieder komplett über Daten, nachweisen, dass zum Beispiel 2018 Artikel, die runtergeladen wurden, 400 Mal runtergeladen. 2022 waren wir bereits bei 800 Mal, das heißt Verdopplung der heruntergeladenen Artikel. Wir können also ganz klar zeigen, wie viel mehr die Artikel runtergeladen werden. Und es geht ja auch für Universitäten um Reputationen.

Speaker0:[15:56] Welche Forscher ziehe ich an? Welche Studenten ziehe ich an? Das hängt natürlich alles damit zusammen, wie hoch die Reputation ist. Und wenn die Artikel von anderen Forschern der Welt nicht abgelehnt werden, weil sie gepereviewt sind von uns, dann ist es wesentlich höher. Und wir können ganz klar aufzeigen, dass eben die, die aus Green Open Access kommen, also nicht gereviewt werden von Publishern, sehr oft sogenannte Denials bekommen, gar nicht mehr anerkannt sind und dementsprechend helfen sie dann der Forschung nicht weiter. und das geht in der Forschung sehr schnell. Wenn zwei, drei renommierte Wissenschaftlerinnen oder Wissenschaftler sagen, passt nicht, Datensets sind nicht korrekt, dann war es das mit dem Artikel. Dann ist der sehr schnell raus aus der Reputation und das funktioniert nicht. Dann ist es nicht mehr vertrauenswürdige Forschung und das garantieren wir eben über diesen Goldstandard beim Open Access.

Speaker2:[16:41] Hast du eben von Turnaround Times gesprochen. Du warst ja auch mal CIO, weiß ich sehr gut. Uli, du als CIO, bei dir geht es um Time to Market. Kannst du uns dann vielleicht erklären, was das ist. Es geht ja auch darum, was zu releasen und vielleicht auch, wie wir bereits schon künstlich intelligent nutzen, um die Time-to-Market zu verbessern.

Speaker1:[16:59] Also für uns ist ja relevant, wie schnell sind wir mit einem Service oder mit einem neuen Produkt vor Kunden live. Das ist für uns die Time-to-Market. Es geht nicht darum, jetzt irgendwie ein Software-Paket zu liefern, was natürlich auch irgendwie wichtig ist, aber am Ende des Tages zählt es, kommt es denn vor Kunden live? Also merkt der Kunde denn da was? Und das ist natürlich für uns entscheidend. Und gerade wenn du Richtung CAEG schaust, kennen wir gerade in den etwas komplexeren IT-Designs die Übersetzung aus einem Design in einen Code. Und auch da gibt es heute schon Lösungen, wo im Prinzip dieses Design direkt in einen Code übersetzt wird. Also wo du dein Design-Dokument nimmst und daraus direkt Code machst. Ja, und das ist natürlich ein massiver Beschleuniger. Natürlich muss das immer, wir sagen, ein Superwise sein, also dass nochmal jemand drüber schaut, nochmal checkt, ob das auch so funktioniert, wie der, ich sag mal, dieses… Dieses vorgeschriebene Skript, was die KI logischerweise generiert, auch direkt anwendbar ist. Und das ist im Prinzip ein bisschen analog zu dem, was Marc sagt. Also, dass es nochmal reviewt wird, nochmal auf Substanz überprüft wird. Aber diese Zeit, die das gewinnt, also von hier ist dein Design, jemand versteht es, übersetzt es in Code, direkt in einem Schritt zu machen, das ist massiv, das ist gigantisch. Und das zeigt halt auch so ein Stück weit die Potenziale, die dahinterstecken.

Speaker2:[18:20] Marc, ihr nutzt KI oder Künstliche Intelligenz als Turbo für den Publikationsprozess und zwar schon bei der Unterstützung der Formulierung von Forschungsergebnissen. Wie sieht das in der Praxis aus? Wie muss ich mir das vorstellen?

Speaker0:[18:32] Wir haben verschiedene Tools, also wie gesagt, das ist der gesamte Prozess im Prinzip. Bevor es zur Submission bekommt, also wenn wirklich der Artikel eingereicht wird, helfen wir durch Tools, zum Beispiel Curie, wo wir den Autorinnen und Autoren helfen, wirklich schneller zu schreiben. Also wir können auch nachweisen über Daten wieder, dass im Prinzip sehr oft Non-Native-Speaker im englischen Bereich 51% mehr Zeit benötigen, ohne so ein Hilfsmittel, Curie, was komplett auf einem Large Language Model, wie er das eben erwähnt hat, basiert.

Speaker0:[19:04] Einen Artikel zu schreiben, den wir hinterher anerkennen, wo wir sagen, passt und nicht dreimal und viermal zurückschicken und sagen, passt noch nicht. Das heißt, der erste Aufschlag ist wesentlich besser, das ist wieder ein Zeitgewinn und Sie können halt wesentlich schneller einen wirklich wissenschaftlichen Artikel einreichen, den wir auch wesentlich schneller dann in die Produktion bringen können und verarbeiten können. Also das ist so der erste Punkt, wo wir direkt am Anfang helfen. Und dann gibt es über den gesamten Prozess natürlich KI, die wir nutzen. Ich habe eben gesagt, wir haben 1,5 Millionen Artikel, die wir bekommen. Jetzt müssen die Editoren die prüfen. Die Frage ist, das kann ich manuell machen oder ich lasse KI parallel drüber laufen und sagen, naja, da gibt es sehr viele Probleme, Unterschriften passen nicht zu einem Bild, ganz simple Sachen oder es sind einfach auch Sachen drin, die gar nicht stimmig sind und man kriegt Hinweise, immer noch der Mensch und das ist wichtig, der Mensch ist immer derjenige, der am Ende die Entscheidung trifft und das ist das Wichtigste für uns, sagt dann ganz schnell, okay, da und da gucke ich mal näher drauf. Das heißt, die Arbeit wird beschleunigt, der Output wird beschleunigt und ich kann wesentlich mehr Artikel verarbeiten per Editor, weil wir würden es nie einer KI überlassen zu entscheiden. Das passiert bei uns immer nur durch den Menschen. Das ist ein ganz wichtiger Punkt, auch daher auch unsere hohe Reputation.

Speaker0:[20:15] Das nächste wäre dann so Sachen wie wirklich zu sagen, naja, wie mache ich denn mal eine Zusammenfassung von aktuellen Forschungsständen? Wenn jemand etwas schreibt, ist ja auch immer die Frage, wer forscht denn in der Welt noch daran? Wir können also wirklich Zusammenfassungen machen und sagen über seit 1842 publizierte Forschungsergebnisse, was sind denn Themen, die da drin sind? Wir arbeiten auch mit Partnern zusammen, die dann wiederum zum Beispiel von Mitbewerbern die Daten nehmen, die auch veröffentlicht sind. Und dann wir wirklich ein komplettes Ergebnis geben können, wer sind die Forscher, an welchen Instituten, die wann und wie unter welchen Quellen zu finden an dieser Forschung arbeiten, was wiederum wichtig ist für die eigenen Artikel der Forscher und Forscherinnen, um die dann wirklich auch mit den richtigen Quellen zu versehen oder sich auch zu vernetzen und Überprüfungen zu machen. Und da gibt es viele, viele Kleinigkeiten im Produktionsprozess, wo wir wirklich mit KI rangehen, das Ganze noch stärker voranzutreiben. Und die größte Plattform, die wir selber haben, die heißt Snap, die steht für Springer, Nature, Author, Publishing Platform. Und darüber, da wird wirklich, da versuchen wir wirklich auch dieses klassische, den kundenzentrischen Ansatz, die Customer Experience stärker reinzubringen, dass der Kunde, also Autor, Editor und Reviewer, viele sind ja eines in einer Person oder mehrere Rollen in einer Person, wirklich in der Lage sind, sehen genau, wo stehe ich denn mit meiner Publikation, nachfragen können, Reviewer auswählen können, wenn sie ein Editor sind und, und, und. Das passiert dann über unsere Plattform Snap.

Speaker2:[21:41] Nun haben wir ja alle schon erlebt, dass Fortschritte in der Künstlichen Intelligenz auch massiv zur Fälschung und Verbreitung alternativer Wahrheiten genutzt wurde. Ja, wie geht ihr mit dem Thema um? Weil es ist für die Wissenschaft ja besonders relevant. Und ist euch da schon mal passiert, dass da Dinge hinterher zurückgezogen werden mussten, weil das dann nicht gepasst hat? Oder wie sichert ihr da die Qualität?

Speaker0:[21:59] Das passiert sehr, sehr selten, aber das passiert jedem wissenschaftlichen Publisher. Es wäre falsch zu sagen, das kann nicht passieren. Es wird immer mal passieren. Darum werden die auch permanent geprüft. Darum arbeiten wir auch übergreifend mit unseren Mitbewerbern in großen Gremien zusammen, um das zu verhindern. Das funktioniert nur im Zusammenschluss. Also anders als vielleicht noch in der Telekommunikation, wo ich ja auch tätig war bei Vodafone, wo ja oft mal wirklich hohe Konkurrenzdruck und so ein bisschen Bashing passiert zwischen denen. Das passiert eigentlich kaum. Also man sitzt auch ganz oft in Plenumen und Gremien zusammen, überlegt sich gemeinsam, was ist wichtig, wie können wir das sicherstellen. Also das ist der erste Punkt, diese Zusammenarbeit, die da steht. Das andere ist natürlich intern. Wir haben eigene Integritätsteams und Abteilungen, die daran arbeiten. Also da habe ich manchmal mehr Respekt vor, als vor CIA und NSA zusammen, die wirklich hingehen und rausfinden, Was sind falsche Autoren, Paper Mails etc. Das Ganze aufdecken von vornherein, damit die Submissions gar nicht passieren oder vorher ausgezogen werden. Und das andere sind wirklich Quellenchecks. Wieder Technologie, wieder mit KI, Quellen zu checken, Autoren zu checken, gegen zu checken, mehrere Level tief zu checken, um wirklich zu prüfen, passt das?

Speaker0:[23:06] Und ist das kein Plagiat? Also da sind wir sehr, sehr stark dran. Und wenn man sich allein anguckt, was wir reinstecken, allein in Technologie bei uns, wenn man sich das anguckt im Unternehmen, wir haben 1,8 Milliarden Umsatz im Jahr. Und in den letzten drei Jahren haben wir allein 370 Millionen rein in Technologie gesteckt, um wirklich da vorne bei zu sein. Und wir sind auch ganz stolz. Wir haben jetzt in diesem Monat gerade Slimmer AI gekauft, eine kleine Boutique-Firma, die lange schon für uns arbeitet, die genau an dieser Plattform Snap uns hilft, Integritätschecks und Autorenüberprüfungen und auch Auswahl von Peer-Reviewern über KI gesteuert wiederzumachen. In dem Fall keine Large Language Models, aber auch alles künstliche Intelligenz als Grundlage.

Speaker2:[23:50] Uli, der Marc sagt, bei allem technologischen Fortschritt muss die Technik immer dem Menschen dienen und ethischen Grundsätzen folgen. Aus deiner Sicht in der Rolle als CIO, wo siehst du die Grenzen? Ja, was beschäftigt dich in dem Zusammenhang besonders?

Speaker1:[24:01] Also du weißt, dass für mich immer Tech for Good an vorderster Stufe steht und Technologie dient immer dem Menschen, nicht umgekehrt. Und das ist ein Grundsatzprinzip. Und das nächste ist halt gerade bei Ethik. Der eine oder andere von uns hat wahrscheinlich schon mal im Internet The Moral Machine ausprobiert, also da, wo Algorithmen Entscheidungen treffen und die rein logisch wahrscheinlich sogar von der Wahrscheinlichkeit und von der Risikoabschätzung auch wahrscheinlich das sinnvollste ist, aus logischer Sicht, aber moralisch vollkommen verwerflich. Ja, also wenn ein autonomes Auto auf einen Zebrastreifen zufährt und da geht eine junge Mutter über den Zebrastreifen, dann fährt der Wagen dann lieber anstatt über den Zebrastreifen in die Menge daneben, weil da vorne eine ältere Dame unterwegs ist, weil die Lebenserwartung der älteren Damenkrieg ist.

Speaker1:[24:55] Logisch, nachvollziehbar, aber moralisch vollkommen verwerflich. Und das sind halt natürlich auch ethische Grundsätze, die natürlich bei allen Algorithmen hinterlegt sein müssen. Und die müssen halt auch, und das meine ich halt auch, in die Diskussion rein. Also bei aller Faszination, was KI alles leisten kann, hilft es immer halt auch zu sagen, es gibt ethische Grenzen und darüber gehen wir nicht. Und das muss auch ein Stück weit reguliert werden. Und deswegen ist das schon ein entscheidendes Thema, das halt auch in die Diskussion reingehört. Und das darf nicht ignoriert werden. Im Gegenteil, das gehört mit zur Grundlage. Und jeder, der sich mit KI auseinandersetzt, kommt früher oder später genau auf moralische und ethische Grundsätze. Und ich kann nur jedem empfehlen, der KI fürs Unternehmen einplant, im Vorfeld schon mal Gedanken darüber zu machen, dass das mit in der Governance implementiert wird und nicht nachher erst erkannt wird, wenn es passiert ist.

Speaker2:[25:53] Marc, ihr habt gerade ein Experiment erfolgreich abgeschlossen, bei dem Autorinnen und Autoren mithilfe von GPT ein Fachbuch geschrieben haben. Welche Erkenntnisse habt ihr denn für die Rolle von Experten, Expertinnen und für die der künstlichen Intelligenz für euch gewonnen?

Speaker0:[26:07] Ja, es war ein super spannendes Experiment. Und zwar ein Buch, das dann auch wirklich zur Frankfurter Buchmesse noch live erschienen ist. Und zwar haben wir wirklich Fachautoren natürlich genommen und Autorinnen. Und die haben in einem sechsstündigen Hack-Day hingegangen und haben ein komplettes Buch geschrieben. Wir sind also wirklich hingegangen und haben dann über einen Prompt-Pingpong hin und her, etwas über 200 Prompts, wirklich das Buch rausgebracht mit extrem hoher Qualität. Zeitersparnis absolut hoch. Einsatzmöglichkeiten von GPT in Finance Compliance und Audit, heißt das Buch, ist der Titel.

Speaker0:[26:42] Wir natürlich, wo wir klar ausweisen, es ist natürlich mit KI geschrieben, aber das eine der Hauptlearning war, ohne die Fachexpertise, das Lektorat, keine Chance.

Speaker0:[26:51] Das heißt auch da, der Mensch im Driver’s Seat, der Mensch muss am Ende, hat eine Zeitersparnis, weil er wesentlich schneller Aspekte zusammenschreiben kann und es ist auch gut geschrieben, es ist flüssig zu lesen, all das geht wesentlich schneller. Und mit dem richtigen Prompt Engineering, was ja im Prinzip dann der Skill ist, den du benötigst, hat das auch super geklappt. Aber uns ist auch ganz klar, du kommst um ein Fachlektorat gar nicht drum herum. Das heißt, du brauchst die Leute, die mit drin sind. Und wenn die dann aber in einer Geschwindigkeit schreiben können, ist das eine Zeitersparnis wieder, die super ist. Aber es muss eben genau der Mensch mit drin sein. Man kann nicht die Entscheidung von der Maschine getroffen werden, weil einfach zu viel Nonsens passieren könnte oder es halluziniert die Maschine, wie man so schön sagt und dann kommen Sachen raus, die einfach nicht mehr stimmen und das passt halt nicht und daher sind so die Dinge, die stimmen dem Uli da absolut zu, es ist so wichtig und darum haben wir von vornherein gesagt, wir haben interne sehr viele Gremien, das ist auch Teil einer Kultur, eines wissenschaftlichen Verlages und wo wir wirklich mit Ethikern, die da drin sind, da sind Legal-Leute drin, da sind Prozessleute drin, Technologie-Leute sind mit drin, Die Abteilung wird gesteuert von einem meiner Vice Presidents, der wirklich hingeht und sagt, ich muss die ganzen Dinge wirklich komplett auf Prinzipien aufbauen. Und noch vor der Governance haben wir Prinzipien aufgestellt und das sind alles menschliche Prinzipien. Das sind Prinzipien wie Würde, Respekt, Transparenz, Fairness.

Speaker0:[28:16] Dem ordnen wir die Technologie immer unter. Und dann wird das eben auch spannend und dann ist es gut und dann kann man damit experimentieren. Und man hat eine Guideline, ein Framework, mit dem man arbeiten kann. Und nur so, wie gesagt, dem Uli 100 Prozent zustimmt, kann das in der Firma funktionieren. Frei zu experimentieren und diese Dinge außer Acht zu lassen, nicht vorne anzustellen, ist extrem fragwürdig.

Speaker2:[28:36] Und ja, jetzt sind wir natürlich noch ganz am Anfang der Reise im Bereich der künstlichen Intelligenz. Und wir müssen natürlich trotzdem schon Regelungen treffen. Und ja, insofern vielleicht eine Frage an euch beide. Können denn bereits ethische Regeln für den Einsatz von künstlicher Intelligenz definiert werden? Reichen die Erfahrungen da schon aus, die ihr gemacht habt? Wo stehen wir da? Mag du vielleicht zuerst?

Speaker0:[28:58] Gerne. Also wichtig ist für mich Transparenz. Bei uns geht es natürlich bei Autoren und Autoren einmal auch um Rechte, die wir schützen müssen. Der Autoren und Autoren, das ist der erste Punkt. Das sind ganz klassische legale Themen, juristische Themen, die da geregelt werden müssen. und daher ist es so wichtig, wie hoch die Transparenz ist. Auch den Loop wieder zu den Fake News zu machen. Wenn ich die Quellen nicht sauber angebe, die Quellen nicht nachvollziehbar sind und ich auch gar nicht angebe, dass ich KI benutzt habe und wofür ich KI benutzt habe, habe ich Large Language Models benutzt, die auf irgendwelche dubiosen Quellen trainiert wurden? Oder, wie zum Beispiel, wir arbeiten auch mit Unternehmen zusammen, wo wir sagen, wir helfen, dass wirklich unsere hochqualifizierten und qualitativ Reviewen-Artikel von Seite 1842 genutzt werden, eine Large Language Model zu trainieren. Und dann wird natürlich der Output ein ganz anderer. Das heißt, es ist immer die Wichtigkeit, welche KI, die Transparenz zu schaffen, welche KI nutze ich, was war der Input der KI und auch anzugeben, welche Teile von KI als Output generiert wurden. Ich glaube, diese Transparenz ist egal, in welchem Status wir uns befinden der Reise, das Wichtigste, was man am Anfang tun kann, um einfach das Ganze, diese Transparenz hochzuhalten und damit die menschlichen Werte auch hochzuhalten.

Speaker1:[30:10] Also gerade wenn du so ein bisschen auf ethische Werte guckst, dann geht es ja um Nachhaltigkeit, Integrität, Gerechtigkeit und auch Transparenz, wie Marc das auch schon angesprochen hat. Und das sind ja schon ziemlich starke Grundfeste. Also gerade wenn wir in einer globalen Welt unterwegs sind, wo es auch um Inklusion geht, muss ich natürlich darauf achten, dass alles, was meine künstliche Intelligenz macht, nicht das Gegenteil auslöst. Wir kennen ja vor Jahren, wo Microsoft Cortina abschalten musste, weil da plötzlich sie in Slang entwickelt hat, der sehr rassistisch unterwegs war. Large-Language-Modelle, da ist immer wichtig, die arbeiten mit Wahrscheinlichkeiten, was ist das nächste mögliche Wort, was dahinter kommt. Und die lassen aber genau solche Regeln außen vor. Und deswegen muss ich mir im Vorfeld darüber Gedanken machen, A, was lasse ich denn wirklich auf die Öffentlichkeit zu? Aber B, wie stelle ich sicher, dass diese Regelwerke, die wir als Unternehmen und das hat jedes Unternehmen als Grundlage gesetzt, dann halt auch eingehalten werden. Und da muss sich Technologie, genau wie Marc sagt, unterordnen. Das muss sichergestellt sein. Da gibt es nicht, oh, das war aber jetzt ein Versehen, sondern das muss ganz klar eingehalten werden. Und zur Transparenz gehört auch, wenn solche Texte über KI entworfen werden oder über Chatbots gesteuert werden, dass wir sehr transparent auch in der Interaktion mit unseren Kunden umgehen und sagen, das ist übrigens jetzt ein Chatbot, das ist kein Mensch, der jetzt mit dir da austauscht, der dir versucht zu helfen und damit fängt es an.

Speaker0:[31:39] Das Ganze bringt dann auch die Akzeptanz viel höher. Wenn ich weiß, ich spreche damit, dann ist es vielleicht auch spannend und ich bin neugierig und sehe, was da ist, aber ich weiß eben, was ich da gegenüber habe. Weil es ist schon immer schwieriger zu erkennen. Also die Bücher, die jemand liest, also es ist kaum noch jemand in der Lage zu erkennen, ist das Ganze jetzt wirklich von einer künstlichen Intelligenz geschrieben oder nicht. Und da wird es dann halt schon schwierig. Fachautoren ja, wenn ich nicht Fachautor bin, würde ich das nicht unterscheiden können.

Speaker2:[32:05] Lasst uns zusammen einen Blick in die Zukunft wagen. Marc, wir wollen natürlich auch wissen, womit ihr euch da aktuell beschäftigt. Wie wird sich deiner Meinung nach der Publikationsprozess wissenschaftlicher Arbeiten, damit die Anforderungen alle Beteiligten in Zukunft entwickeln? Hast du da für dich schon ein Bild oder ihr habt sicherlich ja dort auch hier und da im Labor schon ein paar Versuche gestartet?

Speaker0:[32:24] Ja, also wir starten eine Menge Versuche im Labor. Wir haben auch einen eigenen Bereich, der bei mir eingeordnet ist. Der nennt sich Emerging Technologies, der nicht nur KI, sondern alle neuen Innovationen wirklich über einen Innovationsfunnel wirklich sich anschaut. Und wir entscheiden dann auch in der Governance-Struktur, Strategie abgestimmt natürlich.

Speaker0:[32:45] Was sind die Dinge, wo wir unsere Wetten draufsetzen und wo wir sagen, da möchten wir mit ausprobieren und rumprobieren. Nur wichtig bleibt immer da, bevor wir irgendeinen Schalter umlegen.

Speaker0:[32:55] Testen wir das mit Gremien, testen wir das mit unseren Autoren, nehmen die Leute mit ins Boot, Kunden im Endeffekt und wirklich schauen, ist da eine Akzeptanz, kann man das machen, machen Versuchsmodelle, Versuchsreihen, um wirklich die Sachen zu testen. Aber wie gesagt, im Hintergrund, wie du sagst, im Labor passiert sehr, sehr, sehr viel. Der Produktionsprozess wird immer schneller werden. Der Produktionsprozess wird mehr auf einzelne Autoren abgestimmt werden, weil über Open Access natürlich viel mehr Einzelautoren auf uns zukommen und wir nicht mehr Subscriptions bieten, die wir dann verkaufen, sondern wirklich viele, viele Einzelautoren. Das heißt, der Kunde, Customer Centricity, ist extrem hoch und extrem gestiegen. Wir haben bei uns im Management Model mit mir zusammen mittlerweile zwei Menschen, die einen reinen Tech-Background haben. Also da ist wirklich Technologie extrem hoch angesiedelt, die, wie gesagt, uns auch immer nur weiterbringt, was das angeht. Die andere Thematik wird immer mehr sein, wie vernetzen wir viel stärker über Plattformen die verschiedenen Institute, die verschiedensten Wissenschaftler, weil du hast immer die sogenannten Early Career Researchers und da ist immer noch Hierarchie drin. Das heißt, der Professor, der schon lange da ist, der seine Teams hat, gar nicht mehr selber schreibt, weil eigentlich seine Autoren darunter sind, der steht dann als Autor mit drauf. Aber wie vernetzen wir die miteinander? Weil die Early-Career-Searcher im Gegenteil gerade an den neuesten Ergebnissen arbeiten der Forschung. Auch wenn sie noch nicht lange in ihrem Berufsleben sind. Und da ist eben diese Vernetzung über Plattformen ein großer Teil.

Speaker0:[34:22] Wirklich Autoren, sogenannte Power-Autoren, besser zusammenzubringen, mit Early-Career-Researchern zusammenzubringen. Wir machen auch sogenannte Nature-Master-Classes, wo wir den Leuten helfen, wirklich wie schreibt man überhaupt. Weil für viele ist das Schreiben nicht nur Spaß an ihrer Forschung, sondern Grundlage für ihren nächsten Karriereschritt. Das heißt, auch da ist es wichtig, wirklich den Kunden in den Vordergrund zu bringen und zu sagen, wie kann ich dem Kunden helfen? Und das auch wieder über KI getrieben, zu sagen, wie kann ich da weiterkommen und schneller vorankommen? Wir werden auch zukünftig wesentlich mehrere sogenannte Collections haben, wo du unter einem wissenschaftlichen Thema etwas zusammenfasst und die bringst du viel schneller an den Markt. Die werden mit Highspeed an den Markt gebracht, weil es wirklich darum geht, wirklich informieren, was passiert in einem Umfeld und nicht in einen Deep Dive zu machen in einem speziellen Unterthema in dieser Domäne, sondern wirklich zu sagen, wie kann ich da wesentlich schneller rankommen. Immer mehr Enterprise.

Speaker0:[35:14] Kunden sagen, wie können wir denn zum Beispiel mit Nature Research Intelligence, das ist nichts anderes als datengetriebene Anwendungen, die wirklich jemandem helfen zu sagen, woran wird denn geforscht? Weil auch die Industrie ist daran interessiert, an den richtigen Dingen zu forschen, wo sie am Ende viel Gewinn mitmachen können und nicht irgendwas zu nehmen, wo vielleicht kein Interesse besteht. Und wir sind diejenigen, die die Netzwerke haben, wir sind diejenigen, die die Daten haben. Wer denn in der Welt woran forscht? Und das macht dann, wie gesagt, das ändert so ein bisschen das Bild eines klassischen Publishers, der nur Bücher rausbringt oder Magazine rausbringt, sondern es geht mehr darum, Wissenschaft zu vernetzen, Daten bereitzustellen, gereviewte Daten bereitzustellen, die eben hochwertig sind, auf denen wieder Entscheidungen getroffen werden.

Speaker2:[35:58] Danke euch beiden vielmals. Sehr spannender Austausch, sehr gute Aussichten. Was ist da erwartet? Sehr spannende Themen. Und wie immer an der Stelle gibt es natürlich die Frage, was habt ihr aus dem Gespräch mitgenommen?

Speaker1:[36:09] Also ich nehme zwei Dinge mit. Zum einen hochspannend zu sehen, gerade in der Wissenschafts-Community, wie er da mit diesen Themen umgeht und wie er logischerweise dafür auch KI einsetzt und zwar Supervised einsetzt. Also das ist Nummer eins, was ich mitnehme. Und es triggert so ein bisschen wieder bei mir den Wunsch, nochmal in so ein paar Publikationen reinzugucken. Das muss ich auch sagen, das hat es auch ausgelöst. Das Zweite, was ich mitnehme, ist das Netzwerk und das Verknüpfen, Gerade was ethische Grundsätze angeht, wird ein großer Stellenwert in allen Unternehmen sein und da den Austausch zu suchen, cross-funktional über Industrien hinweg, wird einer der großen Themen sein und so ein bisschen anmerkend dahinter, All die Hilfsmittel, die KI jetzt bietet und die Technologie bieten, schaffen nicht das eigene Denken ab. Und im Gegenteil, das kritische Denken wird umso wichtiger sein, in einer Fülle von Informationen, die künstlich erzeugt werden, durch uns erzeugt werden, durch Menschen erzeugt werden, aber auch immer wieder eine eigene Position einzunehmen. Das wird einer der großen Differenziatoren sein, die wir Menschen logischerweise in dieser Welt einbringen. Und das sollten wir nicht irgendwie als hinderlich oder als, wie sagen wir so schön, als störend empfinden, sondern das ist einer unserer großen USPs.

Speaker2:[37:31] Marc, wie schaut es bei dir aus? Was nimmst du aus der heutigen Folge mit?

Speaker0:[37:33] Also erstmal habe ich mich riesig gefreut, euch beide wiederzusehen. Das muss ich einfach direkt mal vorneweg sagen. Und das heißt eben auch wieder diese Menschlichkeit, um darauf anzuknüpfen, diesen menschlichen Austausch, wie wichtig der menschliche Austausch ist. Weil die Maschine ist nicht intelligent. Intelligenz in der Philosophie wird anders definiert. Und das ist eben der Mensch und das wird auch eine Maschine nie ersetzen können, Dinge anders zu machen, als sie je da waren. Das sind keine Muster. Wir können Dinge plötzlich aus irgendwas heraus tun, aus einem Bauchgefühl heraus, die keine Muster mehr entsprechen. Und da ist der Mensch so, so wichtig. Und was ich hier jetzt nochmal mitnehme aus der Diskussion, ist eben dieser spannende Balance, die zu schaffen zwischen der großen Neugier. Ich weiß selber, von Uli weiß ich es sehr genau, Wir beide, wie oft wir einfach uns haben davontragen lassen in Gesprächen, von irgendwelchen technischen Sachen neugierig ausprobieren, machen, tun, aber eben die Kritikfähigkeit zu steigern. Und ich habe einen neunjährigen Enkel und das ist spannend zu sehen, wenn er mir sagt, ja, aber Alexa hat gesagt.

Speaker0:[38:32] Und zu sagen, wie hoch halte ich Kritikfähigkeit und wie stark unterrichte ich junge Generationen darin, Quellen wirklich, was ein Wissenschaftler ursprünglich gelernt und immer tut, Quellen zu überprüfen und zu sagen, wo kommt das denn her. Neugierig zu sein auf der einen Seite, aber hoch balanciert auch zu sagen, wie schaffe ich eine hohe Vertrauenswürdigkeit von dem, worauf ich meine Meinung bilde. Und wir sehen das viel zu oft leider, dass heute die Meinung aufgrund von Fake News gebildet wird oder von schnellen Aussagen oder von Influencern. Wir gucken uns sogar TikTok an, by the way. Auch das ist eine Technologie, die wir uns anschauen, als Applikation. Und da ist es, glaube ich, so, so wichtig, wirklich alle Generationen kritikfähig zu halten. Ethik und Philosophie sollte viel stärker in die Schulen Einzug nehmen. Wieder, was es früher mal war, was aber stark verdrängt wurde. Und ich glaube, das nehme ich hier nochmal stark mit, bei dem Austausch zu sagen, hey, wie schaffe ich es wirklich, sich Technologie super zu gestalten, Technologie zu nutzen in jeglichen Bereichen, aber das eben kontrolliert und eben untergeordnet unter den menschlichen Prinzipien und menschlichen Werten.

Speaker2:[39:39] Marc, wir haben an dieser Stelle in jeder Episode die Tradition, unserem Gast eine ganz besondere Frage zu stellen. Diese Frage muss nicht immer was mit der Rolle zu tun haben, sondern vielleicht eher was mit deiner Laufbahn oder mit deiner persönlichen Entwicklung. Und die Frage lautet, du sitzt an der Plakatwand vor deiner Universität. Was würdest du den heutigen Studenten und Studentinnen mit auf den Weg geben wollen für ihre weitere Laufbahn? Was sollte da auf diesem Plakat stehen, wo die jeden Tag rein und raus gehen?

Speaker0:[40:04] Bleibt neugierig, seid neugierig. Die Welt ist viel zu divers und zu bunt. Also seid neugierig, nicht voreingenommen, lauft nicht Influencern hinterher, bildet eure Meinungen möglichst vielfältig aufgrund von verschiedenen Quellen und last but not least, das sehe ich bei den jungen Generationen immer, die gefühlt mit 24 schon drei Masterstudiengänge abgeschlossen haben und lebt auch bitte und habt Spaß am Leben und schaut euch das Leben an, weil das Leben kann sehr kurz sein und dementsprechend darf das bitte nicht zu kurz kommen, weil nur wenn ich das Leben angucke, alle großen Entwicklungen sind entstanden, indem man den Forscher rumgelaufen sind, in der wirklichen Welt beobachtet haben und gesagt haben, das kann man doch bestimmt besser machen. Und dann Wissen eingesetzt haben, um etwas zu verbessern. Das heißt, Neugier ist das eine, das andere ist wirklich Leben noch weiterhin und wirklich das zu prüfen, was andere einem sagen und seine Meinung vielfältig auf vielfältigen Quellen, die man selbst prüft, zu bilden.

Speaker2:[41:01] Uli, resoniert das mit dir?

Speaker1:[41:02] Das ist keine Frage. Natürlich resoniert das mit mir. Also Neugier oder so, Leben auch, weil ich bin ja auch ein großer Freund von Dingen auszuprobieren, weil ich glaube, über die Erfahrung und selbst wenn man daran scheitert, nimmt man etwas mit, da lernt man etwas aus diesem Thema und gleichzeitig halt die Umgebung zu sehen und daraus zu verstehen, wie auch andere Kulturen unterwegs sind, andere Kulturen mit gewissen Dingen umgehen, das bereichert ungemein und das hilft uns halt ein Stück weit. Und das natürlich dann auch noch weitergeben zu dürfen, das ist Selbstreden. Und da wir beide, Marc, ja mittlerweile im Alter sind, wo wir Enkel haben, da ist natürlich immer die Frage, was gibst du eigentlich so mit? Und gerade das mitzugeben, was wir an Erfahrung gesammelt haben und halt auch dieses Neugierigsein, also dieses bewusste Interessen zu haben, in allen Lebenslagen immer mal wieder Dinge auszuprobieren, das ist definitiv mein Credo.

Speaker2:[42:01] Marc, magst du unseren Zuhörerinnen und Zuhörern noch sagen, wo sie mehr über dich erfahren können und wie sie vielleicht auch mit dir in Kontakt treten können?

Speaker0:[42:07] LinkedIn ist eine klassische Plattform, die wir bei Springer Nature nutzen, die ich auch sehr viel nutze, gerne mit mir in Kontakt treten. Gar kein Thema, kann jeder gerne tun. Ich gebe gerne auch meine E-Mail-Adresse hier raus. Das ist gar kein Problem. Das ist mark.spenley.springernature.com und darüber kriegt ihr mich sofort. Und herzlich gerne, jeglicher Austausch, Ideen bin ich immer sehr offen für.

Speaker2:[42:31] Vielen Dank, Marc, für die interessanten Impulse heute. Und es hat sehr viel Spaß gemacht. War sehr schön, dich hier bei uns zu Gast zu haben. War schon lange geplant. Jetzt haben wir es endlich hinbekommen. Und ja, vielen Dank, dass du die Zeit hier mit uns verbracht hast.

Speaker0:[42:42] Vielen Dank. Finde ich super und hat super viel Spaß gemacht. Und ich freue mich auch, euch im echten Leben bald mal wieder zu sehen.

Speaker2:[42:48] Danke dir. Dies war der Digital Pacemaker Podcast über technologische Entwicklungen, die den Austausch von zuverlässigem Wissen beschleunigen, um den Herausforderungen der Menschheit zu begegnen. Denn zu Gast war Marc Spendley, Chief Operating Officer der Springer Nature Group. Weitere Informationen zur Folge findet ihr natürlich auch wieder in den Shownotes. Und wenn ihr mit uns über Themen diskutieren wollt, dann kommentiert unsere LinkedIn-Posts oder schickt uns einfach eine Nachricht. Der Digital Pacemaker Podcast erscheint alle 14 Tage, dienstags auf Spotify, Apple und überall dort, wo es Podcasts gibt. Klicke jetzt auf Folgen oder Abonnieren, um keine Folgen zu verpassen. Viel Spaß und bis bald, euer Uli und Markus.

Speaker1:[43:24] Rock’n’Roll!

Music:[43:24] Music

Speaker1:[43:31] Der Digital Pacemaker Podcast ist eine Produktion von Maniac Studios.

 

Leave A Comment

Related Posts