Ich kann diesen KI-Bullshit nicht mehr hören. Auf einer jüngsten Konferenz sagte ein „weltweit anerkannter KI-Leader“ zum Publikum: „Machine Learning dient nur der Erkenntnisgewinnung – es ist inzwischen nicht mehr so relevant.“
Ich wollte am liebsten rufen: „Schluss mit dem Bullshit!“ Aber ich blieb still. Ich entschied mich, es besser zu machen: als Program Director der Konferenz Machine Learning Week Europe.
Ja, sie heißt immer noch „Machine Learning Week“ und nicht „AI Week“.
Schließlich steht im Kern jeder KI-Anwendung ein Machine-Learning-Modell (MLM). Um den Unterschied zu verdeutlichen, habe ich bei einem Treffen mit dem CEO eines unserer Kunden einen einfachen Vergleich verwendet (und ja, vielleicht zu einfach – aber jede Analogie hat ihre Grenzen, und ihr Zweck ist es, einen Punkt klarzumachen):
🚗 KI ist das Fahrzeug. Ein Fahrzeug ist mehr als nur ein Motor. Es braucht Reifen, ein Lenkrad und hundert andere Dinge, um seinen Zweck zu erfüllen. Eine KI-Anwendung braucht mehr als nur ein MLM: eine Benutzeroberfläche, Datenpipelines usw.
⚙️ Das Machine-Learning-Modell ist der Motor. Allerdings braucht auch der Motor viele Komponenten: Kühlung, Öl usw. Dasselbe gilt für das MLM: Es braucht Kennzahlen zur Modell-Performance, MLOps, Cloud Computing usw.
⛽ Die Daten sind der Kraftstoff. Es gibt verschiedene Arten und Qualitäten von Kraftstoff. Ein Fahrzeug braucht den richtigen Kraftstoff. Dasselbe gilt für KI und Daten. Daten treiben KI an. (Es ist kein Zufall, dass ich mein Unternehmen vor 12 Jahren „Datentreiber“ genannt habe.)
Und hier sprechen wir nur über ein einfaches Fahrzeug. Komplexe Fahrzeuge – Flugzeuge, Schiffe usw. – haben mehrere und unterschiedliche Motoren. Dasselbe gilt für komplexe KI-Anwendungen: mehrere und unterschiedliche Machine-Learning-Modelle.
Außerdem ist nicht jeder Motor für jedes Fahrzeug gleichermaßen geeignet. Ein Motor für einen Formel-1-Rennwagen ist völlig anders als einer für einen Fendt-Traktor.
Nicht jede KI-Anwendung braucht ein LLM. Manche funktionieren mit einem deutlich einfacheren MLM besser.
Der Motor muss zum Fahrzeug passen, und das Fahrzeug muss zum vorgesehenen Einsatz passen.
Das MLM muss zur KI-Anwendung passen, und die KI-Anwendung muss zum Use(r) Case passen.
Genau das ist unser Job: herauszufinden, wann was am besten passt. Das ist Design und Engineering.
Und genau darum geht es bei der Machine Learning Week Europe 2026: um den Austausch von Erfahrung und Expertise. Wann setze ich welches Tool und welche Technik für welchen Use Case ein?
📈 Haben Sie das für einen konkreten Fall in Ihrer Branche oder Ihrem Anwendungsbereich gelöst? Dann stellen Sie Ihre Lösung in einer Fallstudie vor.
🤿 Kennen Sie ein Tool und/oder eine Technik, die anderen helfen kann? Dann machen Sie einen Deep Dive.
👩⚕️ Möchten Sie andere mit Ihrem Wissen unterstützen? Dann bewerben Sie sich für eine Clinic.
Mit diesen und weiteren Formaten können Sie sich bis zum 15. Juli für einen Slot bei der Machine Learning Week Europe 2026 bewerben:
👉 https://machinelearningweek.eu/call-for-speakers/
Sie sind noch nicht sicher, welches Thema Sie wählen oder wie Sie es präsentieren sollen? Dann besprechen wir es gemeinsam:
👉 https://calendly.com/martin-szugat/
Nur eine Regel: Kein Bullshit.
Dieser Blogpost wurde machinell übersetzt.
