Innovationsmanagement | Dr. Robert Freund

18. August 202618. August 2026

Verantwortungsvolle Künstliche Intelligenz – Responsible AI (RAI)

AI (Artificial intelligence) AI management and support technology in the Business plan marketing success customer. AI management concept.

Die aktuellen Meldungen zu den Möglichkeiten von Künstlicher Intelligenz sind einerseits beeindruckend, und andererseits bedenklich. Bedenklich, weil es KI-Agenten der großen Tech-Unternehmen gelungen sein soll, selbstorganisiert andere Unternehmen zu hacken. Siehe dazu auch KI-Agenten: Agents of Chaos?

Das hat sogar OpenAI dazu gebracht, vorsichtiger mit den neuen Anwendungen umzugehen. Dabei geht es dem Unternehmen auch darum, Risiken von Schadensersatzklagen zu minimieren.

Was ist allerdings mit den gesellschaftlichen Schäden die solche nicht gut getesteten KI-Anwendungen anrichten? Werden solche technologischen Entwicklungen einfach der Gesellschaft überlassen? Das sollten wir nicht zulassen.

Es wundert daher nicht, dass es immer mehr Stimmen gibt, die in diesem Sinne eine verantwortliche Künstliche Intelligenz – Responsible AI (RAI) – auf allen gesellschaftlichen Ebenen einfordern. Ein Beispiel für solche Entwicklungen ist in einer aktuellen Veröffentlichung der OECD (Organisation for Economic Co-operation and Development) zu finden:

„AI development has the potential to transform society in ways comparable to the industrial revolution or the advent of the internet. AI represents not merely an incremental advance but a transformative technology with the capacity to enhance productivity, create economic value, and solve complex challenges across a variety of sectors such as healthcare, manufacturing, logistics, and public administration. To harness this positive potential, the OECD sets out a balanced approach to responsible AI that enhances the opportunities of AI and establishes conditions for AI to be more profitable, innovative and competitive, while addressing risks of adverse impacts“ (OECD (2026) OECD Due Diligence Guidance for Responsible AI).

Verantwortlich mit Künstlicher Intelligenz umzugehen bedeutet somit, die Chancen und Risiken auszubalancieren. Die Entwicklungen in der Europäischen Union gehen in diese Richtung und sind in der Zwischenzeit zum Vorbild vieler anderer Nationen geworden. Siehe dazu auch Bris, A. (2025): SuperEurope: The Unexpected Hero of the 21st Century.

17. August 202617. August 2026

Open Source AI: Die Salamandra Modell-Familie – fully Open Source – aus Barcelona

https://projecteaina.cat/tech/en/introducing-the-salamandra-family-of-models/

Es gibt in Europa immer mehr KI-Modelle, die die regionalen, sprachlichen (kulturellen) Unterschiede in ihren Trainingsdaten und ihrem hinterlegten Mindset berücksichtigen.

In der von mir mit Open Street Map erstellten Übersicht, kommt jetzt noch eine weitere Modell-Familie aus Spanien (Barcelona) hinzu. Die Modelle sind fully open source (weights, data and source), eingebettet in das Project Ania und berücksichtigen 35 europäische Sprachen, inkl. der Besonderheiten der katalanischen Sprache (Promoting catalan in the dgital age).

„The Salamandra model is one of the largest open source language models developed in Europe and promotes responsible use of AI, through careful treatment of training data. Specifically, the dataset includes 35 European languages ??with more than 2 trillion tokens. Through the different training epochs, an accurate representation of the different languages ??such as Catalan is guaranteed. All training data as well as evaluations and limitations of the model are available in the information of each model in Hugging Face“ (Projecte Aina, 2025).

Solche Entwicklung können Kleine und Mittlere Unternehmen (KMU) in der Europäischen Union für innovative Produkte und Dienstleistungen nutzen. Mit der regionalen Sprache und dem damit verbundenen kulturellen Mindset, sind solche Angebote näher an der Realität der Kunden.

Meine in Open Street Map (OSM) aktualisierte Übersicht zu Open Source AI in Europe

Auf der internationalen Konferenz MCP 2026 (16.-19.09.2026, Balatonfüred, Ungarn) gehe ich auf diese Zusammenhänge in einem Paper ein.

16. August 2026

Open Source AI: Ministral 3B auf dem eigenen Laptop nutzen

Screenshot von meiner Ollama App, die auf Ministral 3B als Open Source Ki-Modell zugreift

In verschiedenen Blogbeiträgen hatten wir aufgezeigt, wie in der Nextcloud mit Hilfe von Local AI Open Source KI-Modelle von Mistral AI genutzt werden können. Siehe dazu beispielhaft Digitale Souveränität: Wie kann ein KI-Modell aus LocalAI in den Nextcloud Assistenten eingebunden werden?

Dazu ist es allerdings empfehlenswert, für Local AI nicht den Server zu nutzen, auf dem Nextcloud läuft. Ein weiterer Server ist allerdings gerade für Kleine und Mittlerer Unternehmen (KMU) ein Aufwand, den viele scheuen. Wie kann es also kostengünstiger gehen?

In der Zwischenzeit gibt es von Mistral AI in der Model-Familie Mistral 3 auch das Modell Ministral 3B (inkl. Vergleichstabellen), das mit seiner Leistungsfähigkeit sogar das Modell Mistral 7B übertrifft, weil Ministral 3B sehr kompakt ist und gerade für die Nutzung auf normalen Laptops entwickelt wurde (Edge Computing).

Wie kann man Ministral 3B auf seinem eigenen Laptop nutzen?

(1) Um das Modell bequem zu nutzen, bietet sich die App Ollama an, die Sie zunächst auf Ihrem Laptop installieren.

(2) Nun laden Sie Ministral 3B auf Ihren Laptop herunter. Wenn Sie Windows 11 installiert haben geht das wie folgt: Tastenkombination Windows-Taste + R drücken, cmd in das Textfeld eingeben und mit Enter bestätigen. Mit dem Befehl ollama run ministral-3:3b wird das Modell (3GB) heruntergeladen.

(3) Das KI-Modell können Sie anschließend direkt in der Ollama-Oberfläche in einem Rollfeld auswählen. In der Abbildung sehen das rechts unten mit einem roten Rechteck hervorgehoben.

(4) In meinem Fall habe ich Ministral 3B eine komplexe Frage zu Open User Innovation aus der Perspektive von Eric von Hippel gestellt, die zügig und gut beantwortet wurde.

Die Nutzung eines Open Source KI-Modells (Open Weight Models) auf dem eigenen Laptop bietet für Freelancer oder Kleinen Unternehmen die Möglichkeit, leistungsfähige KI-Modelle auf Ihrer eigenen Infrastruktur ohne zusätzliche Kosten zu nutzen.

Gleichzeitig ist Ministral 3B ein Modell, dass auf dem Open Source Gedanken beruht, europäische KI- und Datenschutz- Standards beachtet und somit einen wichtigen Schritt in Richtung der eigenen Digitalen Souveränität aufzeigt.

Auf der MCP 2026 (16.-19.09.2026, Balatonfüred, Ungarn) gehe ich auf diese Zusammenhänge in zwei Paper ein:

Digital Sovereignty and Open-Source AI: The European Way for Innovative SMEs

Open-Source AI for Open User Innovation: Designing a Personal Fabrication Framework

12. August 202612. August 2026

KI-Agenten: Agents of Chaos?

Nach den großen KI-Sprachmodellen (LLM: Large Language Models), den kleineren Modellen (SLM: Small Language Models), den Mixed of Experts (MoE) Models sind seit einiger Zeit KI-Agenten im Fokus der Anbieter, Anwender und Forscher.

Nach dem ersten Hype um KI-Agenten mit Aussagen wie „KI Agenten ersetzen Mitarbeiter“ oder „KI-Agenten erhöhen die Produktivität“ usw. ist in der Zwischenzeit eine gewissen Ernüchterung eingetreten.

Ein Grund sind die unbestimmbaren Kosten von KI Agenten (Tokens). Siehe dazu Wirtschaftlichkeit von KI-Agenten: Warum kommt es bei den Token-Kosten oft zu regelrechten Abrechnungsschocks?

Ein weiterer Aspekt ist, dass die KI-Agenten eine Eigendynamik entwickeln, die von den Tech-Konzernen nicht mehr kontrolliert werden kann. Dazu haben Sie sicherlich auch in den einschlägigen Medien die Berichte über KI-Agenten gelesen, die „von sich aus“ andere Unternehmen und Organisationen gehackt haben. Beispielhaft sei hier nur die Meldung von der Tagesschau vom 22.07.2026 genannt: KI von OpenAI steuert eigenständig Hackerangriff – und nein, das ist kein Einzelfall.

Dass Unternehmen so sorglos mit dieser Entwicklung umgehen ist bemerkenswert, denn: Wer trägt den angerichteten Schaden? Möglicherweise entsteht der Schaden auch noch viel später und kann gar nicht mehr auf die Ursache zurückgeführt werden. Die in der Softwarebranche übliche Vorgehensweise, unfertige Software auf den Markt zu bringen und durch die Anwendung der Nutzer zu optimieren, ist im Zusammenhang mit KI-Agenten nicht sehr intelligent.

In der Forschungslandschaft haben schon viele Forscher auf die Tücken von KI-Agenten hingewiesen, doch werden solche Erkenntnisse oftmals von den Tech-Konzernen als störend für das Geschäftsmodell empfunden. Es ist allerdings die Aufgabe von Forschern, ohne Rücksicht auf die ohnehin einseitigen wirtschaftlichen Interessen von Unternehmen, auf wichtige Erkenntnisse hinzuweisen.

Beispielhaft möchte ich dazu die folgende Veröffentlichung nennen. Die Ergebnisse zeigen, wie chaotisch und teilweise gefährlich die Zusammenarbeit der KI-Agenten verlief.

„Observed behaviors include unauthorized compliance with non-owners, disclosure of sensitive information, execution of destructive system-level actions, denial-of-service conditions, uncontrolled resource consumption, identity spoofing vulnerabilities, cross-agent propagation of unsafe practices, and partial system takeover“ (Shapira, N. et al. 2026 Agents of Chaos. Available from https://arxiv.org/abs/2602.20021).

Auf Basis guter wissenschaftlicher, transparenter und nachvollziehbarer Arbeit, haben die Forscher auf der dazugehörenden Website (Abbildung) die Vorgehensweise, die verwendeten KI-Agenten und die generierten Daten veröffentlicht. Es kann sich somit jeder ein eigenes Bild von dem Chaos der Agenten machen. Nicht umsonst heißt der Titel der Veröffentlichung und der dazugehörenden Website Agents of Chaos.

Es wäre gut, wenn einzelne Personen, Unternehmen und Öffentliche Verwaltungen nicht blind den Marketingversprechen der Konzerne folgen, sondern auch wissenschaftliche Erkenntnisse in ihre Entscheidungen zu KI einbeziehen würden.

Auf der MCP 2026 (16.-19.09.2026, Balatonfüred, Ungarn) gehe ich auf solche Zusammenhänge ein:

Digital Sovereignty and Open-Source AI: The European Way for Innovative SMEs

Open-Source AI for Open User Innovation: Designing a Personal Fabrication Framework

11. August 202611. August 2026

KI-System im Mittelstand: Von der Wissensbilanz lernen

In der aktuellen Diskussion um Künstliche Intelligenz kann man den Eindruck gewinnen, dass es fast täglich um neue, technische Möglichkeiten geht. Diese Neuerungen bei den Anwendungen sind allerdings so schnell, dass sie kaum noch in die Organisationsprozesse eingebunden, und von Mitarbeitern aufgenommen werden können.

Die Priorisierung von Technologie (T) im Vergleich zur Organisation (O) oder auch zu den Menschen (M) kann als TOM-Modell bezeichnet werden, in dem es zu einer asymmetrischen Beschleunigungssituation kommt, die gerade für Kleine und Mittlere Unternehmen (KMU), mit traditionell relativ wenig Ressourcen, gefährlich werden kann. KMU werden in diesem Modell zu getriebenen der Technologie und der KI-Modelle der Marktführer.

Eine ähnliche Entwicklung hatten wir schon einmal im Wissensmanagement, das auch zunächst vom TOM-Modell ausgegangen war. Mit dem besseren Verständnis von „Wissen“ – insbesondere die wichtige Rolle des impliziten Wissen – veränderte sich der Blick auf den Umgang mit Wissen. Das TOM-Modell wurde zum MOT-Modell mit dem Menschen (M) am Beginn von Überlegungen, der Organisation (O) und der Technologie (T). Allerdings war das nicht unbedingt als Reihenfolge zu verstehen, da ja alles mit allem zusammenhängt.

Letztendlich führten die Überlegungen zu der Erkenntnis, dass es sich beim Wissensmanagement eher um ein Wissenssystem handelt, in dem alles miteinander verbunden ist, und somit ein komplexes Wirkungsnetz entsteht. Darin gibt es Elemente, die sich gegenseitig selbst verstärken und auf den Erfolg der Organisation wirken (Generatoren).

Prinzipieller Aufbau eines Wirkungsnetzes ( *In Anlehnung an Schels/Seidel, 2020)*

Übertragen auf die Entwicklungen bei Künstlicher Intelligenz sollte ein Kleines und Mittleres Unternehmen (KMU) wie folgt vorgehen, um sein eigenes KI-System sinnvoll zu entwicklen:

Geschäftsprozesse beschreiben (max. 3)

Mensch: Kompetenzen in Bezug auf Künstliche Intelligenz definieren (3-5)

Organisation: Rahmenbedingungen beschreiben (3-5)

Technik: In Bezug auf Künstliche Intelligenz festlegen (3-5)

Stellen Sie nun alle 12 (mindestens) Einflussfaktoren miteinander in Beziehung und bewerten Sie möglichst im Team, wie stark der eine Einflussfaktor auf einen anderen Einflussfaktor wirkt (0, 1, 2, 3). Abschließend addieren Sie die Werte je Zeile (Aktivsumme) und in den Spalten (Passivsumme). Ein hoher Wert bei der Aktivsumme bedeutet, dass dieser Einflussfaktor stark auf das gesamte KI-System wirkt. Ein hoher Wert bei der Passivsumme bedeutet, dass das KI-System stark auf diesen Einflussfaktor wirkt. Abschließend wäre es noch möglich, Generatoren im System aufzuspüren, um sich mit den abzuleitenden Maßnahmen darauf zu konzentrieren.

Die Entscheidung für den Einsatz von KI und die Auswahl geeigneter Anwendungen sind für jedes einzelne KMU höchst individuell (Mittelstand Digital Focus Mensch, 2026).

Auf der internationalen Konferenz MCP 2026 (16.-19.09.2026, Balatonfüred, Ungarn) gehe ich auf diese Zusammenhänge in einem Paper ein.

10. August 202610. August 2026

W Social: Gestern den Zugang beantragt

W Social – ein europäischer Konkurrent zu „X“ – ist am 17.06.2026 in einer Public Beta Version gestartet. Das Logo besteht aus einem W, das sich aus zwei V zusammensetzt. „Dabei steht nach Angaben von W Social das W für Wir, und die zwei V für Values, also Werte, und für Verifiziert“ (Wikipedia).

„We are building W – a social media platform made in Europe, for the world. Governed by European law, data hosted on European infrastructure, and designed for conversations among humans around the world“ (W Social Website).

Interessenten können nun bei W Social einen Zugang beantragen. Genau das habe ich gestern gemacht. Dazu musste ich meine E-Mail eingeben, einen User Namen und das Land auswählen. Danach habe ich die Bestätigung erhalten (nächste Abbildung) und warte nun ab, wie es weitergeht. Ich bin gespannt darauf, wie ich Beiträge in W Social posten und teilen kann.

Bestätigung nach der Beantragung des Zugangs

Insgesamt ist es eine gute Entwicklung, eine europäische Variante der bekannten Sozialen Medien zu haben. Eine Variante, die die europäischen Werte (Value) berücksichtigt und bei der auch klar ist, wer hinter den Beiträgen steckt (Verify).

Es wird spannend sein zu sehen, wie sich W Social in den nächsten Monaten entwickeln wird, denn eines ist auch klar: Durch die starke Nutzung der bekannten Social Media Kanäle über die letzten Jahre, ist auch hier eine Pfadabhängigkeit der Nutzer entstanden, die es ihnen erschwert zu wechseln (Switching Costs).

Siehe dazu auch W Social: Was steckt hinter der europäischen X-Alternative? – Interview mit Anna Zeitler im SWR vom 28.05.2026.

9. August 20269. August 2026

Open Source Software Country Intelligence Report Germany 2026

https://interoperable-europe.ec.europa.eu/sites/default/files/inline-files/germany-2026-osor-country-report.pdf

Deutschland entwickelt sich immer mehr zum Treiber beim Einsatz von Open Source Software in Europa. Der nun veröffentlichte Report der Europäischen Kommission stellt die verschiedenen Aktivitäten übersichtlich und strukturiert dar. Interessant dabei ist, dass gerade Öffentliche Verwaltungen als Vorbilder für den sinnvollen Einsatz von Open Source Software hervorgehoben werden.

„At the local level, states and cities have played a consistent role in advancing open source adoption, often ahead of the federal government. Schleswig-Holstein has been a leading example, developing a clear open source strategy that other states have drawn on. Thüringen and Munich are also significant actors. Munich’s trajectory is particularly notable: the city was an early adopter of open source software, before going back to proprietary software in 2017. Munich has since come back to open source software to reduce dependencies and strengthen its digital autonomy, reflecting a broader shift in political and practical conditions“
Source: European Commission (2026) Open Source Software Country Intelligence Report Germany 2026 | PDF

Die stärkere Nutzung von Open Source Software sollte der erste Schritt sein, sich von den kommerziellen Anwendungen etablierter Tech-Konzerne unabhängiger zu machen. Wie wir wissen, ist das schon für viele eine große Hürde, da sich Personen und Organisationen in eine Pfadabhängigkeit begeben haben. Der Aufwand, sich nun Open Source zuzuwenden, ist nicht wegzudiskutieren, doch übersteigt der Nutzen von Open Source Software die Kosten deutlich.

Weiterhin sollte berücksichtigt werden, dass Open Source Software auch bedeutet, mehr Open Source AI (Open Source Künstliche Intelligenz) einzusetzen. Es macht keinen Sinn, für die Standardabläufe in der Organisation auf Open Source Software zu setzen, und weiterhin proprietäre KI-Modelle zu nutzen. Siehe dazu auch Die erfolgreiche Open Source KI Geschichte.

Es geht somit darum, auf der persönlichen Ebene, auf der Teamebene und auf der organisationalen Ebene ein auf Open Source basierendes Gesamtsystem zu nutzen, um Digitale Souveränität, und damit verbunden eine gewisse Resilienz gegenüber dem turbulenten Umfeld zu erzielen.

Auf der MCP 2026 (16.-19.09.2026, Balatonfüred, Ungarn) gehe ich auf diese Zusammenhänge in zwei Paper ein:

Digital Sovereignty and Open-Source AI: The European Way for Innovative SMEs

Open-Source AI for Open User Innovation: Designing a Personal Fabrication Framework

6. August 20266. August 2026

KI-Modelle: Kategorien im Vergleich

UN (2026) Preliminary Report of the Independent International Scientific Panel on AI
https://www.un.org/independent-international-scientific-panel-ai/en/preliminary-report

In dem Beitrag Das Kontinuum zwischen Closed Source AI und Open Source AI hatte ich darauf hingewiesen, dass es zwischen den Polen Closed Source AI (Proprietary Models) und Open Source AI ein Kontinuum gibt. In der Abbildung ist dazu beispielhaft die Kategorie Open Weight AI Models positioniert.

Alleine der Vergleich dieser drei Kategorien zeigt, dass Open Source Models im Vergleich zu den dominierenden Proprietary Models und Open Weight Models erhebliche Vorteile haben. Es wundert daher nicht, dass in den letzten Jahren ein deutlicher Trend zu Open Source AI Models zu erkennen ist. Dominiert wird der Markt allerdings (noch) von den KI-Modellen, die von großen Unternehmen entwickelt wurden.

„Business-led development. The development of frontier, general-purpose AI models is dominated by a small number of private firms with massive computing resources. In 2025, 91% of notable AI models originated from the private sector. Consequently, many decisions about training data, safeguards, deployment thresholds, model access and capability release sit inside private firms“ (UN 2026).

Interessant an der Abbildung oben ist, dass noch eine weitere Spalte zu erkennen ist: Open Development AI Models. Diese Kategorie ist (noch) sehr selten, obwohl gerade dieser Ansatz die größten gesellschaftlichen Vorteile verspricht. In Europa haben wir in dieser Richtung mit EuroLLM, Teuken 7B oder auf SOOFI vielversprechende Entwicklungen. Siehe dazu auch Open Street Map: Europäische Open Source KI Modelle in den jeweiligen Landessprachen.

Auf der internationalen Konferenz MCP 2026, 16.-19.09.2026, Balatonfüred, Ungarn gehe ich auf diese Zusammenhänge in zwei meiner Paper ein.

5. August 202610. August 2026

MISSION KI: Wie vertrauenswürdig sind KI-Modelle?

Abstract structure and delineation of an AI system. Source: Fraunhofer IAIS Assessment Catalogue (2021) (MISSION AI 2025)

Es gibt Millionen von KI-Modellen bei denen manchmal nicht klar ist, ob man ihnen als Privatperson, als Unternehmen oder als Öffentliche Verwaltung trauen kann. Denn: It all starts with trust.

Wenn dem so ist, stellt sich natürlich gleich die Frage, wie Vertrauenswürdigkeit bei KI-Modellen eingeschätzt und bewertet werden kann.

Zunächst einmal muss so eine Vorgehensweise von neutralen Stellen und nicht von den Unternehmen selbst durchgeführt werden. Auch die Kriterien sollten natürlich transparent und offen sein.

Solche Initiativen gibt es seit einigen Jahren auf internationaler und nationaler Ebene. International befasst sich die IEEE 8000.1 Working Group mit der Vertrauenswürdigkeit von Künstlicher Intelligenz. In Deutschland ist es seit 2023 die MISSION AI, die ein entsprechendes Rahmenwerk entwickelt.

„It combines established approaches (VDE SPEC 90012, Fraunhofer IAIS Prüfkatalog, Joint Specification for Trustworthy AI Systems) into an integrated assessment framework“ (MISSION KI).

In der Veröffentlichung MISSION KI (2025) Quality Standard for Low-Risk AI (PDF) werden Vorgehensweise, Kriterien usw. auf mehr als 100 Seiten ausführlich erläutert.

Auf der internationalen Konferenz MCP 2026, 16.-19.09.2026, Balatonfüred, Ungarn gehe ich auf diese Zusammenhänge in zwei meiner Paper ein.