KI

Wie wir ChatGPT heute nutzen

Die meisten Menschen nutzen ChatGPT, um im Alltag Zeit zu sparen. Bei der Arbeit geht es oft darum, Texte zu optimieren: E-Mails formeller zu gestalten, Berichte zu kürzen oder Präsentationen überzeugender zu machen. Im Privatleben sind es Rezeptideen, Reiseplanungen oder eine schnellere Möglichkeit, Fakten zu googeln.

Das ist wertvoll, und für viele ist ChatGPT bereits zu einem unverzichtbaren Werkzeug geworden. Aber die Nutzung ist noch recht einfach und weit entfernt von dem, was die Technologie tatsächlich leisten kann. Wir geben uns mit der Taschenlampe zufrieden, obwohl das gesamte App-Ökosystem darauf wartet, erkundet zu werden.

So viel mehr ist möglich

Um von einer Taschenlampe zu einer vollständigen iPhone-Funktionalität zu gelangen, brauchen wir ein höheres Maß an Ehrgeiz. Einige Beispiele dafür, wie ChatGPT noch leistungsfähiger eingesetzt werden kann: 

• Agentic Workflow: Viele Unternehmen haben mit zeitaufwändigen manuellen Prozessen zu kämpfen. ChatGPT kann als Prozess-Engine fungieren, die andere Systeme koordiniert. Der Mehrwert: mehr Zeit, weniger Fehler und Skalierbarkeit.
• Entscheidungs-Support Copilot: Managementteams fehlt es oft an schnellen, hochwertigen Entscheidungsgrundlagen. ChatGPT kann Daten analysieren und Szenarien erstellen. Der Mehrwert: schnellere und bessere Entscheidungen.
• Hyper-personalisierte Kundeninteraktionen: Kunden werden oft mit allgemeinen Nachrichten konfrontiert. ChatGPT kann auf der Grundlage von Kundendaten maßgeschneiderte Kommunikation erstellen. Der Mehrwert: höhere Konversionsrate, Loyalität und Customer Lifetime Value.
• Compliance- und Vertragsüberwachung: Anwälte und Wirtschaftsprüfer sind mit Verträgen und Vorschriften überfordert. ChatGPT kann Unstimmigkeiten überprüfen und kennzeichnen. Der Mehrwert: geringeres Risiko und niedrigere Compliance-Kosten.
• Interne Schulungen und Einarbeitung: Neue Mitarbeiter und Teams haben oft Schwierigkeiten, sich einzuarbeiten. ChatGPT kann als interaktiver Coach und Schulungspartner fungieren. Der Mehrwert: kürzere Einarbeitungszeiten und ein einheitlicheres Wissensniveau im gesamten Unternehmen.

Was wir riskieren zu verpassen 

Wenn wir unsere Ambitionen nicht steigern, verpassen wir das wahre Potenzial. Untersuchungen zufolge könnte generative KI bereits heute Wohlfahrtsgewinne in Höhe von Hunderten von Milliarden Dollar pro Jahr erzielen. Dazu müssen jedoch kleine Effizienzsteigerungen im Posteingang hinter sich gelassen und die Technologie stattdessen für tiefgreifendere Analysen, bessere Entscheidungen und stärkere Innovationen genutzt werden.

Der große Unterschied zeigt sich in der strategischen, kreativen und langfristigen Nutzung. KI nicht nur als digitalen Assistenten zu betrachten, sondern als Partner beim Lernen, Entwickeln und Treffen von Entscheidungen, ist der Weg in die Zukunft.

Von der Taschenlampe zur vollen Funktionalität

Um das nächste Level zu erreichen, brauchen wir eine neue Perspektive auf Technologie. Wir müssen ChatGPT nicht mehr nur als Dienst für schnelle Antworten betrachten, sondern als Partner in unserem Denkprozess. Sobald wir das tun, können wir es nutzen, um Prozesse voranzutreiben, Entscheidungsfindungen zu stärken und neue Arbeitsweisen zu entwickeln.

Wenn wir uns auf die Taschenlampe beschränken, sehen wir nie, was das Telefon wirklich kann. Aber wenn wir das gesamte Ökosystem freischalten – die Apps, die Kamera, die Kommunikation –, offenbart es sein volles Potenzial. Das Gleiche gilt für generative KI. Erst wenn wir sie zur Unterstützung von Forschung, Innovation, strategischen Entscheidungen und Lernen einsetzen, erkennen wir die wahre Kraft, zu der wir Zugang haben.

Wenn KI sowohl Verteidigung als auch Waffe wird

KI hat bereits begonnen, die Cybersicherheit neu zu definieren. Cyberkriminelle nutzen generative Modelle, um überzeugende Phishing-E-Mails, Deepfakes und groß angelegte automatisierte Betrugskampagnen zu erstellen. Tools, für die früher fortgeschrittene technische Kenntnisse erforderlich waren, sind heute für nur wenige Dutzend Dollar im Monat im Handel erhältlich.
KI wird auch eingesetzt, um bösartigen Code zu entwickeln und zu modifizieren, Schwachstellen aufzudecken und bestehende KI-Systeme zu manipulieren – und das alles mit zunehmender Präzision und Geschwindigkeit.

„Wir sehen in der Praxis, wie dieselbe KI-Technologie sowohl auf der angreifenden als auch auf der verteidigenden Seite eingesetzt wird. Während wir unsere Sicherheitsfähigkeiten stärken, entstehen neue Möglichkeiten für Angreifer, die Technologie auszunutzen.“
– Pernilla Rönn, Leiterin Cybersicherheit, HiQ

KI ist jedoch nicht nur eine Bedrohung. Da Cybersicherheitslösungen immer intelligenter werden, wird KI eingesetzt, um Eindringlinge viel schneller als bisher zu erkennen und zu stoppen. In Sicherheitsoperationszentren wird mittlerweile bis zur Hälfte aller Vorfälle mit Unterstützung von KI bearbeitet, die Protokolle analysiert, Anomalien identifiziert und Bedrohungen in Echtzeit priorisiert.

Drei Wege, wie KI Cyber-Bedrohungen verändert

1. Angreifer skalieren mit generativer KI. Hyper-personalisierte Phishing-E-Mails, Stimmklone und Deepfakes erfordern keine fortschrittlichen Tools mehr – nur noch den Zugriff auf vorgefertigte Lösungen.
2. Die Angriffsfläche wächst rapide. KI generiert neuen Code, findet Schwachstellen und umgeht Abwehrmaßnahmen in Echtzeit.
3. Verteidiger werden intelligenter. KI verbessert die Erkennung, Analyse und Reaktion – erfordert jedoch eine ordnungsgemäße Implementierung, um neue Risiken zu vermeiden.

Eine wachsende Angriffsfläche und neue Schwachstellen

Mit der zunehmenden Integration von KI in immer mehr Bereiche des Unternehmens steigen sowohl die Effizienz als auch die Komplexität. In Datenflüssen, Codes und Entscheidungsprozessen entstehen neue Angriffsflächen. Gleichzeitig beobachten wir ein zunehmendes Phänomen, das als „Shadow AI“ bekannt ist – KI-Tools, die innerhalb des Unternehmens ohne Genehmigung, Risikobewertung oder Tests eingesetzt werden.

„Ohne standardisierte und sichere KI-Lösungen greifen Mitarbeiter auf ihre eigenen Tools zurück. Das Ergebnis ist eine Schatten-KI-Landschaft mit fragmentierten Daten, geringer Rückverfolgbarkeit und erhöhten Compliance-Risiken.“
– Sofie Perslow, Leiterin KI, HiQ

Um Schatten-KI zu verhindern, sind drei Dinge erforderlich:

• Klare Zuständigkeiten für KI – mit einer zentralen Stelle, die Strategie, Risikobewertung und Richtlinien koordiniert.
• Eine Kultur des Bewusstseins – in der die Mitarbeiter sowohl den Wert als auch die Risiken von KI verstehen und im richtigen Umgang mit den Tools geschult werden.
• Gute und zugelassene Alternativen – sichere Plattformen, die genauso reibungslos und nützlich sind wie offene Tools, sodass die Mitarbeiter nicht das Bedürfnis haben, die Organisation zu umgehen.

Wenn diese Elemente fehlen, entstehen unsichtbare Risiken in Bezug auf Datenlecks, Voreingenommenheit und mangelnde Transparenz. Hier kommen Governance und Kultur ins Spiel – nicht nur, um Vorfälle zu vermeiden, sondern auch, um eine nachhaltige, geschäftsorientierte Einführung von KI zu ermöglichen.

KI als Teil der Cyberabwehr

Gleichzeitig ermöglicht KI völlig neue Verteidigungsmöglichkeiten.

• Erkennung und Reaktion: KI-gesteuerte XDR/NDR-Lösungen identifizieren Anomalien in Netzwerken und Endpunkten in Echtzeit.
• Vorfallanalyse: Generative Modelle fassen Vorfälle zusammen, priorisieren Fälle und helfen Sicherheitsteams und SOC-Analysten, schneller und effektiver zu handeln.
• Bedrohungsinformationen: KI-basierte Wissensgraphen bilden Datenlecks, Trends und Aktivitäten im Dark Web ab, bevor Angreifer diese ausnutzen können.

„KI kann die Sicherheit verbessern, aber nur, wenn sie richtig eingesetzt wird. Es geht darum, technologische Innovation mit klaren Regeln und sinnvoller menschlicher Aufsicht zu verbinden.“
– Pernilla Rönn

Als langjähriger Atlassian Platinum Solution Partner mit über 17 Jahren Erfahrung haben wir in den letzten fünf Jahren zahlreiche Atlassian Cloud-Migrationen durchgeführt – von einfachen Einzelprodukt-Instanzen bis hin zu großen Atlassian-Landschaften mit mehreren Produkten und einem umfangreichen Portfolio an Marketplace- und maßgeschneiderten Apps. Unsere Spezialisten kombinieren fundierte praktische Erfahrung mit einer Reihe von internen Automatisierungsskripten und Technologien, die darauf ausgelegt sind, Risiken zu reduzieren, Zeitpläne zu beschleunigen und einen reibungslosen Übergang zu gewährleisten.

Sie sind sich nicht sicher, ob die Cloud das Richtige für Sie ist?

Wir sind hersteller- und modellunabhängig.
Atlassian Cloud ist zwar für viele, die bereits im Atlassian-Ökosystem sind, die beste Wahl, aber es ist nicht der einzige Weg. Wir beraten Sie auch zu folgenden Themen:

• Hybride Ansätze, bei denen nur bestimmte Workloads in die Cloud verlagert werden
• Alternativen außerhalb von Atlassian und der Cloud, wenn Ihre Anwendungsfälle, regulatorischen Rahmenbedingungen oder TCO-Modelle auf andere Plattformen hindeuten

Wir möchten Ihnen dabei helfen, eine sichere, fundierte Entscheidung zu treffen. Dazu gehören objektive Kompromissanalysen, Pilotprojekte oder Proof-of-Concepts sowie ein transparenter TCO-Vergleich aller Optionen.

Nächste Schritte

• Vereinbaren Sie eine Bereitschaftsbewertung: eine kurze Überprüfung Ihrer aktuellen Atlassian-Landschaft, Risiken und Quick Wins.
• Lassen Sie einen App- und Integrationsscan durchführen: Verschaffen Sie sich einen Überblick über Cloud-Parität, Abhilfemaßnahmen und realisierbare Alternativen.
• Erhalten Sie einen Migrations- oder Modernisierungsfahrplan: Zeitpläne, Phasen und einen klaren, auf Ihre Anforderungen zugeschnittenen Lieferplan.

Der Zeitplan bis 2029 ist eine wertvolle Gelegenheit, bewusst zu planen, anstatt unter Druck zu reagieren. Ganz gleich, ob Sie zu Atlassian Cloud wechseln oder einen anderen Weg einschlagen, wir stehen Ihnen mit bewährten Methoden, erfahrenen Spezialisten und den richtigen Tools zur Seite.

Lehren aus dem Bericht des MIT

Die NANDA-Initiative des MIT hat über 300 KI-Implementierungen analysiert. Das Fazit: Erfolgreiche Unternehmen verfolgen einen gemeinsamen Ansatz – sie wählen einen klaren Schwachpunkt, handeln schnell und bauen Partnerschaften auf, anstatt zu versuchen, alles intern zu entwickeln.

Diejenigen, die scheitern, investieren oft viel in eigene interne Lösungen, die nie wirklich Teil des täglichen Betriebs werden.

„Wir sehen oft, dass Unternehmen zu groß denken und sich zu sehr auf die Technologie konzentrieren. KI funktioniert am besten, wenn sie in Arbeitsabläufe eingebunden ist und ein konkretes Problem löst“, sagt Perslow.