Menu

Allgemein

Ein golde leuchtender Baum vor einer futuristisch stahlblauen Hintergrundkulisse.

Spendenkampagnen mit generativer KI planen

Stellt euch vor, ihr plant eine Spendenkampagne für eine kleine gemeinnützige Organisation, vielleicht einen lokalen Umweltverein oder eine Initiative für benachteiligte Jugendliche. Gerade in solchen kleinen bis mittelgroßen Organisationen sind die Ressourcen knapp, Zeit und Geld sind oft begrenzt, und jede Hand wird gebraucht. 

Professionelles Fundraising ist noch nicht ausgebaut, einzelne Elemente werden aber bereits eingesetzt. Wie könnten solche Organisationen diese Herausforderung angehen und dabei noch innovative Technologien nutzen? Hier kommt die generative KI ins Spiel. Zugegeben, der sinnvolle Ansatz wäre zunächst, Fundraising von Grund auf zu lernen und einzuführen, aber spielen wir das mit der KI mal durch.
Eine Fundraisingstrategie bzw. ein Konzept ist in der Regel immer gleich oder ähnlich aufgebaut. Als erstes wird geklärt, worum es überhaupt geht: Ziele werden definiert. Im zweiten Schritt werden die Organisation selbst sowie das Fundraising-Vorhaben (oder die Kampagnenidee) analysiert. Danach folgt die Strategie, und als nächstes die Erstellung der notwendigen Inhalte. Während der Durchführung wird regelmäßig auf die Zahlen geschaut und aktives Controlling betrieben. Die Daten der Spenderinnen und Spender werden verarbeitet, und aus den Ergebnissen erfolgt eine stetige Anpassung und Verbesserung des Fundraisings sowie daraus abgeleitet der Organisation. 

Bringen wir jetzt generative KI für diese einzelnen Schritte ins Spiel. 

Wo kann sie nützen und im Alltag eine Rolle spielen?

Schritt 1: Ziele definieren – Was wollen wir erreichen? 

Zuerst müssen wir unser Ziel definieren. Das kann zum Beispiel eine Spendensumme von 10.000 Euro für ein neues Projekt sein, die Erweiterung des Kreises der regelmäßigen Spenderinnen und Spender, die Verbesserung der öffentlichen Wahrnehmung der Organisation oder die Gewinnung neuer freiwilliger Helfer. Die generative KI kann hier bereits helfen: Textgenerierende Tools wie Claude oder ChatGPT können dabei unterstützen, diese Ziele klar zu formulieren und daraus für die Kampagne passende Botschaften zu entwickeln. Solche Systeme bieten auch Inspiration für kreative Zielsetzungen, die die Community der Organisation ansprechen könnten. Tools können auch helfen, die Ziele grafisch darzustellen.

Schritt 2: Zielgruppenanalyse – Wen möchten wir erreichen?

Nun geht es darum, die Zielgruppe der Organisation oder der Fundraising-Kampagne genauer zu verstehen. Generative KI kann zum Einsatz kommen, um auf Basis der bisherigen Daten mögliche Spenderprofile zu erstellen. Dabei ist es wichtig, dass Organisationen die Daten rechtlich sicher und verantwortungsvoll nutzen. Sie sollten darauf achten, dass alle verwendeten Daten datenschutzkonform erhoben wurden und dass die Verarbeitung lokal erfolgt, um mögliche Datenschutzverstöße zu vermeiden. Ein transparenter Umgang mit den Daten stärkt das Vertrauen der Spenderinnen und Spender in die Organisation und den Einsatz der KI. 

Dabei hilft die KI, verschiedene Personas zu entwickeln, also repräsentative Mitglieder der Zielgruppe: den typischen Spender, die engagierte Nachbarin oder den neugierigen Erstkontakt. Mit diesen Personas kann die Kampagnenplanung viel gezielter vorgenommen werden. Dies funktioniert ebenso über textgenerierende Werkzeuge, aber gerade für die Persona-Entwicklung finden sich auch Tools, die sich genau darauf spezialisiert haben. Sollte die Organisation bereits eine Spendendatenbank besitzen, so können mit diesen Daten ebenfalls neue Erkenntnisse gewonnen werden. Hierbei muss die Organisation jedoch darauf achten, dass diese Daten ausschließlich lokal verarbeitet werden, um keine Datenschutzverstöße auszulösen.

Schritt 3: Die Kampagnenbotschaft entwickeln – Den richtigen Ton finden 

Eine der großen Stärken von generativer KI ist ihre Fähigkeit, für jeden Tonfall und Stil die passenden Botschaften zu entwickeln. Sollen unsere Texte emotional sein, sachlich oder humorvoll? Vielleicht benötigt die Kampagne auch eine Mischung aus allem, je nach Zielgruppe. Hier kann KI eingesetzt werden, um verschiedene Versionen eines Spendenaufrufs zu entwerfen – kurz und knackig für Social Media oder etwas ausführlicher für eine E-Mail. 

Die KI kann dabei als Ideengeber agieren und sicherstellen, dass unsere Ansprache frisch und nicht abgedroschen klingt. Ebenso wäre es denkbar, lokale Elemente einzubinden und Spenderinnen und Spender je nach Herkunftsort im regionalen Dialekt zu begrüßen.

Schritt 4: Content erstellen – Zeitsparender Einsatz von KI 

Dann geht es an die Erstellung des eigentlichen Inhalts. Mailings, Online-Fundraising-Landingpages, Videos, Blogartikel, Social Media Posts – das alles kostet viel Zeit. Eine generative KI kann erste Entwürfe liefern, die wir dann mit unserer eigenen Erfahrung und der nötigen Feinabstimmung überarbeiten. Besonders bei der Texterstellung sind Tools wie Claude, Neuroflash oder auch ChatGPT hilfreich, da sie als Turbo für Ideen und Ausdrucksweisen dienen. Wichtig ist natürlich immer, die Resultate kritisch zu prüfen und den persönlichen Touch hinzuzufügen, damit der Bezug zur Organisation authentisch bleibt.

Schritt 5: Kampagnenmanagement – Automatisierung mit KI 

KI-basierte Automatisierung kann dabei helfen, mit potenziellen Spendern in Kontakt zu bleiben. Automatisierte E-Mails, die im Verlauf der Kampagne geschickt werden, können persönlich klingen und die Spenderreise unterstützen: von der ersten Kontaktaufnahme über Dankes-E-Mails bis hin zur langfristigen Bindung. Newslettertools bieten beispielsweise schon eine Integration von KI-gestützten Textvorschlägen an, um den besten Zeitpunkt für den Versand zu berechnen oder passende Betreffzeilen zu erstellen. 

Testing ist ein entscheidender Schritt, um sicherzustellen, dass die generierten Inhalte und Kampagnen auch wirklich funktionieren. Vor dem offiziellen Start der Kampagne sollten verschiedene Botschaften, Zielgruppenansprachen und Versandzeiten getestet werden. Dies kann mit Hilfe von A/B-Tests erfolgen, bei denen zwei verschiedene Versionen einer Botschaft erstellt und verglichen werden. Generative KI kann hierbei unterstützen, indem sie unterschiedliche Varianten schnell erzeugt und bei der Analyse der Ergebnisse hilft, um die erfolgreichste Version zu identifizieren. 

Wichtig ist auch, regelmäßig zu testen, um kontinuierlich zu verbessern und auf aktuelle Entwicklungen reagieren zu können. Ein weiteres Beispiel für die Automatisierung mit KI ist der Einsatz von Chatbots. Chatbots können auf der Website der Organisation eingebunden werden, um Fragen von potenziellen Spendern in Echtzeit zu beantworten, Interesse zu wecken und Informationen zur Kampagne bereitzustellen. Diese virtuellen Assistenten können eine erste Anlaufstelle sein und potenziellen Spendern helfen, schnell die Informationen zu finden, die sie benötigen, um eine fundierte Entscheidung zu treffen. Aber auch hier muss der Einsatz individuell abgewogen werden, ob er überhaupt zur Kultur der Organisation passt und ob Spenderinnen und Spender davon nicht abgeschreckt werden.

Schritt 6: Auswertung und Optimierung – KI zur Erfolgsanalyse nutzen 

Zum Schluss ist die stetige Auswertung der Kampagne während der Durchführung und nach dem Abschluss entscheidend. Welche Botschaft kam am besten an? Welche Zielgruppe hat besonders gut reagiert? Eine generative KI kann hier helfen, Muster in den gesammelten Daten zu erkennen und Verbesserungspotenziale für die nächste Kampagne aufzuzeigen. Tools für klassische Tabellenkalkulationen bieten bereits KI-basierte Einblicke, wobei auch hier der Hinweis auf den Datenschutz erfolgen muss und im Hinblick darauf eine lokale Auswertung vorzuziehen ist.


Fazit: Generative KI als kreativer Helfer und Zeitersparnis

 Gerade für kleinere Organisationen ist die generative KI eine riesige Chance, kreative Inhalte schnell zu produzieren und den Einsatz von Ressourcen zu optimieren. Dabei ist es wichtig, den ethischen Umgang mit KI zu berücksichtigen, insbesondere was Transparenz gegenüber den Spendern betrifft. Organisationen sollten offen darüber informieren, ob und wie KI eingesetzt wird, um das Vertrauen der Spender zu stärken und sicherzustellen, dass die Technologie verantwortungsvoll genutzt wird. Sie nimmt Routinearbeit ab, schafft Zeit für das Wesentliche – den persönlichen Kontakt zu den Menschen hinter den Spenden – und gibt neue Impulse. 

Die in diesem Beitrag genannten Punkte sind allerdings nur Auszüge aus der viel breiter angelegten Möglichkeit für den Einsatz generativer KI. Wichtig ist, dass die Organisationen und die Menschen dort Lust haben, sich mit generativer KI auseinanderzusetzen und diese in den Arbeitsalltag einfließen zu lassen. Dabei ist es völlig egal, ob diese Personen hauptamtlich oder ehrenamtlich aktiv sind. Die Welt der KI ist stetig im Wandel, daher gilt es, am Ball zu bleiben. 

Viel Spaß und viel Erfolg!

Nebenbei: Auf meiner KI-Link-Liste findet ihr eine Menge Tools zu den oben genannten Arbeitsschritten. Und falls ihr einen Workshop benötigt, meldet euch gerne.
Ölgemälde: zwei gereichte Hände vor Regenbogen Hintergrund

Mastodon für die Fundraising-Branche

Die ethische Social Media Alternative

Soziale Medien sind für moderne Kommunikation und Fundraising unverzichtbar. Doch die großen kommerziellen Plattformen werfen zunehmend ethische Fragen auf: Wie können wir als Menschen aus Kommunikation und Fundraising authentisch, transparent und werteorientiert in sozialen Netzwerken aktiv sein? Eine vielversprechende Antwort darauf bietet das dezentrale Netzwerk Mastodon – insbesondere die Community fundraising.social, die ich speziell für unsere Branche erstellt habe. (Hab schon mal was dazu geschrieben.)

Die DNA von Mastodon: Dezentral, transparent und nutzerzentriert

Stell dir vor, soziale Medien würden wie E-Mails funktionieren: Jede Organisation betreibt ihren eigenen Server, und trotzdem können alle Nutzer:innen plattformübergreifend miteinander kommunizieren. Genau dieses Prinzip verfolgt Mastodon und das „Fediverse“, ein Verbund unabhängiger, aber miteinander verbundener Netzwerke.

Im Unterschied zu Xwitter oder Facebook steht hier keine zentrale Firma im Hintergrund, die Daten sammelt oder über Algorithmen bestimmt, was du zu sehen bekommst. Stattdessen besteht Mastodon aus vielen eigenständigen Servern – den sogenannten Instanzen. Jede Instanz folgt eigenen Regeln und Schwerpunkten, doch alle sind miteinander vernetzt. Diese dezentrale Struktur sorgt für eine demokratische Kontrolle und bietet den Nutzer*innen die Freiheit, die Plattform nach ihren eigenen Vorstellungen zu nutzen. Derzeit hat Mastodon circa 1,5 Millionen aktiv Nutzende. Das gesamte Fediverse wird auf circa 10-15 Millionen Nutzerinnen und Nutzer geschätzt, verteilt auf knapp 20.000 Server.

Warum Mastodon gerade für Nonprofits interessant ist

Für Fundraiser:innen und Kommunikationsprofis bietet Mastodon einige besondere Vorteile:

  • Ethische Ausrichtung:
    Mastodon setzt bewusst auf Werbefreiheit und verzichtet auf invasive Datensammlung. Das deckt sich mit den Werten vieler Non-Profit-Organisationen und stärkt das Vertrauen von Unterstützer*innen. Die Plattform bietet so einen sicheren Raum für Dialoge, die auf Vertrauen und Respekt beruhen.

  • Fokussierte Kommunikation:
    Ohne algorithmische Eingriffe sehen Followees deine Beiträge chronologisch und ungefiltert. Das führt zu einer verlasslicheren, transparenteren Kommunikation, in der Inhalte statt Reichweiten-Optimierung im Vordergrund stehen. Besonders bei sensiblen Themen können wir hiermit punkten.

  • Authentische Communities:
    Durch die Aufteilung in verschiedene Instanzen, die jeweils eigene thematische Schwerpunkte setzen, entstehen lebendige Fach-Communities. Die Instanz fundraising.social bietet hier einen sicheren und passgenauen Rahmen für den Austausch unter Kolleginnen und Kollegen. Das Erschaffen solcher spezifischen Communities kann langfristig auch die Zusammenarbeit zwischen verschiedenen Organisationen stärken.

Darüber hinaus ermöglicht Mastodon die direkte Ansprache von Zielgruppen ohne Ablenkung durch Werbung oder Algorithmen. Für viele NPOs bedeutet das, dass sie ihre Botschaften präziser und effektiver kommunizieren können.

Riesen Mammut steht vor einem kleinen Mann

Der Einstieg: Anders, aber lohnend

Sicherlich erfordert der Start auf Mastodon ein wenig Umdenken: Es gibt keine automatischen Vorschläge, und die richtige Instanz will sorgfältig gewählt sein. Doch genau diese anfänglichen Hürden führen zu bewussteren Entscheidungen: Wen möchte ich erreichen? Mit wem möchte ich ins Gespräch kommen? Gleichzeitig wird die Plattform durch diese bewusste Nutzung nachhaltiger und qualitativ hochwertiger.

Ein weiterer Vorteil liegt in der Möglichkeit, eigene Instanzen zu betreiben. Dies gibt Organisationen die Kontrolle über ihre Daten und ermöglicht die Gestaltung eines sicheren Raums, der den eigenen Werten entspricht.

Tipps für den erfolgreichen Start

  1. Passende Instanz wählen: fundraising.social ist ein idealer Ausgangspunkt für Menschen aus unserer Branche. Es gibt jedoch auch viele weitere Instanzen mit regem Austausch, die den Einstieg erleichtern können. Ein Wechsel der Instanz ist später – wenn auch mit einigen Einschränkungen – möglich. Eine Übersicht über deutsche Mastodon-Instanzen kann hilfreich sein, um die richtige Wahl zu treffen.

  2. Netzwerk gezielt aufbauen: Suche nach relevanten Hashtags und Personen aus deinem Arbeitsumfeld. Folge Nutzerinnen und Nutzern, die dich inhaltlich weiterbringen, und baue nach und nach eine wertvolle Community auf. Dabei kannst du gezielt nach Accounts suchen, die deine Arbeit unterstützen oder interessante Impulse liefern.

  3. Aktiv mitgestalten: Teile regelmäßig eigene Inhalte und beteilige dich an Diskussionen. Auf Mastodon ist die Interaktionskultur oft respektvoller und konstruktiver als auf kommerziellen Plattformen – ein klarer Mehrwert für den fachlichen Austausch. Zudem können eigene Inhalte und Storys dazu beitragen, eine authentische Verbindung zu deiner Community aufzubauen.

  4. Geduld bewahren: Der Aufbau einer Community auf Mastodon kann Zeit in Anspruch nehmen. Doch genau dieser langsame, organische Prozess sorgt für nachhaltige Verbindungen und eine vertrauensvolle Kommunikation.

fundraising.social: Deine Community für digitales Fundraising

Die Instanz fundraising.social wurde speziell für interessierte Menschen aus unserer Szene ins Leben gerufen. Hier findest du einen geschützten Raum für den fachlichen Austausch, frei von ablenkenden Inhalten und Werbebotschaften. Indem du dich aktiv einbringst, trägst du dazu bei, diese Community zu einem Fedi-Ort für unsere Branche zu machen. Ganz ohne Verpflichtungen, Abos, Datenfallen. Einfach ausprobieren.

Das Ganze entweder über den Browser, oder über Apps auf dem Smartphone. Hier kann ich persönlich Ice Cubes, Ivory oder Mammoth empfehlen. Die Androiden unter Euch müssen leider selbst schauen, was passt.

Fazit: Eine Chance für werteorientierte Kommunikation

Mastodon ist weit mehr als nur eine Alternative zu kommerziellen Plattformen: Es zeigt, wie soziale Medien funktionieren können, wenn sie transparent, nutzerzentriert und unabhängig von kommerziellen Interessen gestaltet werden. Für Fundraisende und Menschen aus Kommunikation und ÖA bietet sich die Chance, digitale Kommunikation im Einklang mit eigenen Werten neu zu denken.

Der Umstieg mag etwas Geduld erfordern, doch die investierte Zeit lohnt sich: Qualität statt Masse, konstruktive Debatten statt lauter Meinungsblasen und ein Netzwerk, das echte Interessen widerspiegelt. Indem wir Mastodon nutzen, können wir nicht nur unsere Botschaften effektiver verbreiten, sondern auch einen Beitrag zu einer ethischen und nachhaltigen digitalen Zukunft leisten.

Möchtest du mehr erfahren oder beim Einstieg Unterstützung? Kontaktiere mich gerne – gemeinsam finden wir deinen Weg ins Fediverse.

malteser-owl-name-fehlt

Rettungsdienst der Malteser OWL machen Recruiting-Video

Die Malteser führen den Rettungsdienst in Ostwestfalen/Lippe verantwortlich durch. Und sie benötigen ständig neue Menschen, die diesen Job verantwortungsvoll durchführen.

Job war es, einen Clip zu erstellen, der Fachkräfte anspricht, sich bei den Rettungswachen in OWL zu bewerben. Gedreht haben wir an einem Tag in Lage.

Planung, Durchführung, Schnitt wie immer eine Ein-Mann-Produktion. Danke erneut an die ganz großartigen Menschen vor Ort in Lage. Das war ein ganz toller, wenn auch sehr anstrengender Tag inklusive Vorne-Sitzen im RTW ;-).

 
 

 

 

Dreidimensionale Struktur in Grau und Gold mit wellenförmigen Tälern.

Interview im Yeet-Podcast

Der super freundliche und charmante Kollege Claudius Grigat aus dem Yeet Netzwerk hat mich zum Interview gebeten. Das Yeet-Netzwerk ist ein Zusammenschluss von christlichen Medienschaffenden mit dem Schwerpunkt Social Media.

Gemeinsam erreicht diese Mannschaft Menschen, die klassische Kirchenkommunikation eben nicht mehr erreicht. Ich durfte vor Ort auf einer Tagung etwas über generative künstliche Intelligenz erzählen und daraus ist die Idee zur Podcast Folge entstanden.

Das Ganze ist launig geworden. Wer eine Stunde Zeit hat, ist eingeladen, reinzuhören.

Wer mehr über Yeet wissen möchte -> Instagram

Leerer Raum mit bunten Wänden der durch Sonnenlicht beleuchtet wird

In eigener Sache

Hier kurz etwas in eigener Sache: Auf Grund eines Trauerfalls und weiterer nicht aufschiebbarer familiärer Verpflichtungen bin ich

bis zum 11. August 2024

nicht oder nur sehr eingeschränkt einsatzfähig oder verfügbar.

Alle bereits abgesagten Termine werden nach diesem Zeitpunkt nachgeholt. Hierzu melde ich mich zu gegebenem Zeitpunkt individuell. Bis jetzt nicht abgesagte Termine bleiben erst einmal bestehen, bis mich zeitnah dazu melde. Ebenso gelten natürlich individuell getroffene Absprachen.

Vielen Dank für Ihr und Euer Verständnis.

Closeup_of_an_intricate_sculpture_made_from_tiny_rou_33e65d90-f05e-49c8-9a4c-934c6e446d0d_1-topaz

KI für gemeinnützige Organisationen

Dieser Beitrag erschien als erstes in den „Roten Seiten“ der Zeitschrift „Stiftung & Sponsoring“, Ausgabe 03 im Juni 2024. Alle Rechte vorbehalten.

1. Einleitung

„Technologische Trends werden in der Regel in ihrer kurzfristigen Auswirkung überschätzt und langfristig unterschätzt.“ Diese Aussage des amerikanischen Organisationsberaters Roy Amara kann im Prinzip auf sämtliche durch Technik erzeugte Entwicklungen der vergangenen Jahre projiziert werden. Die Erfindung des Smartphones im Jahr 2007 wurde gehypt und es wurden viele Aussagen getroffen, welche Veränderungen z. B. beim Medienkonsum zu erwarten sind.

Welche grundsätzlichen gesellschaftlichen und soziologischen Veränderungen inklusive Nebenwirkungen das Smartphone jedoch weltweit auslösen würde, konnte zu diesem Zeitpunkt niemand absehen. Bereits 2017 hatte sich vieles stärker gewandelt als zuvor gedacht. Heute lässt sich gut von einer die Einführung begleitenden Naivität sprechen. Entscheidend bei der Einschätzung ist, ob eine neue Technik Probleme löst, die real existieren. Ein Gegenbeispiel ist die 2014 medial stark gehypte Blockchain-Technologie rund um Kryptowährungen und NFT. Diese ist zwar technisch interessant, bietet aber bis heute nahezu keine Lösungen für existierende Probleme.

Bei der Entwicklung von Technik und der Akzeptanz der Künstlichen Intelligenz (KI) wissen wir aufgrund vorliegender Anwendungsbeispiele bereits jetzt, dass dies anders sein wird. Es handelt sich um eine disruptive Entwicklung, die vor keiner gesellschaftlichen Ebene halt machen wird.2 Denn sie löst Probleme und wird Auswirkungen auf unser Zusammenleben haben, auf unsere Art zu arbeiten und wie wir in Zukunft Wirtschaft und Gemeinnützigkeit betreiben werden. Viele Fachleute sprechen hier von einer exponentiellen Entwicklungskurve, wobei die erkennbare Steigung noch nicht erreicht ist – auch wenn sie subjektiv gefühlt bereits vorhanden ist. Auch wenn viele Auswirkungen und Entwicklungen aktuell noch nicht absehbar sind, sollten sich gemeinnützige Organisationen, Vereine und Stiftungen mit dieser Entwicklung spätestens jetzt beschäftigen.

Der Fokus dieser Ausführungen liegt dabei aktuell nicht auf der Frage – und der oft in Organisationen vorhandenen Skepsis –, wie generative KI die Welt und Gesellschaft verändern wird. Er liegt eher in der Frage, wie KI bereits heute im Alltag einer Organisation verankert sein und persönliche Arbeitsschritte und Prozesse beeinflussen und im Sinne der Mission und Vision der Organisation verbessern kann. All dies in Verbindung mit dem Aufbau von Akzeptanz bei den vor Ort arbeitenden Menschen.

Vorweg erwähnt werden muss, dass die Halbwertszeit von Informationen zum Thema KI sehr schnell abnimmt und dass sich Annahmen und Fakten täglich ändern können. Ein gedruckter Artikel zu KI und gemeinnützigen Organisationen sollte daher bei der Lektüre kritisch betrachtet und das Datum des Redaktionsschlusses und der Veröffentlichung beachtet werden. Kurz vor Redaktionsschluss brachte der Anbieter OpenAI für sein Modell ChatGPT eine neue Version 4o heraus. Nach ersten Einblicken wird auch diese Version erneut eine enorme Weiterentwicklung darstellen und die in diesem Text gezeigten Beispiele qualitativ überholen.

Der Einsatz von KI in der Projektund Feldarbeit von gemeinnützigen Organisationen, im Bereich der wissenschaftlichen Forschung, der Prävention, Logistik oder wirtschaftlichen Zusammenarbeit wird in diesem Beitrag nicht berücksichtigt. Der Schwerpunkt liegt auf den Arbeitsbereichen Management, Öffentlichkeitsarbeit und Fundraising in Bezug auf generative KI und nicht auf prädiktiver KI.

 
 

 

 

2. KI in gemeinnützigen Organisationen
2.1 Warum ist jetzt die Zeit reif?

Die ersten Ideen zur Entwicklung einer KI sind alt. Bereits in den 1930er-Jahren hat der Wissenschaftler Alan Turing die ersten informatorischen Theorien veröffentlicht, die später als Grundlagen zur Entwicklung von KI galten. Der nach ihm benannte Turing-Test beschrieb bereits 1950 das Vorgehen, ob und wie eine Maschine ähnlich einem Menschen agieren und kommunizieren kann. Der Test gilt bis heute als bedeutende Grundlage für das Verständnis von KI.

Warum also beschäftigen sich Organisationen nicht bereits seit Jahrzehnten mit dieser Thematik? Man muss erwähnen, dass größere Hilfsorganisationen mit großen Datenbeständen dies bereits seit Jahren tun und sich mit Machine Learning5 und der damit verbundenen Optimierung der Ansprache von Spendenden auseinandersetzen. Auch Datendienstleister können seit Jahren auf der Basis von großen Informationsbeständen Scoring-Modelle für Fundraising-Daten und -kampagnen entwickeln. Es fehlten bislang aber Anwendungen und Organisationen für ein breites Publikum sowie Akzeptanz und Einsatzbereitschaft.

Erst in den vergangenen Jahren haben sich Modelle und Anwendungen der generativen KI entwickelt, die für Einzelanwendende alltagstauglich geworden sind. Das von der US-Firma OpenAI mit erheblichen Finanzmitteln von Microsoft entwickelte Tool ChatGPT wurde im November 2022 veröffentlicht und ist das bekannteste Beispiel für generative KI. Erst mit der zu diesem Zeitpunkt sich abzeichnenden Revolution in der Beantwortung auch von komplexen Aufgaben in menschenähnlicher Sprache wuchs das allgemeine Interesse. Zum Zeitpunkt der Erstellung dieses Textes sind die beruf lichen sozialen Netzwerke gefüllt mit KI-Themen. Es vergeht kein Tag ohne Veränderungen und Neuigkeiten im Bereich der KI-Anwendung. Neue Anwendungen werden entwickelt, während bestehende Anwendungen innovative Aktualisierungen erfahren. Der Kenntnisstand von vor wenigen Wochen ist zum Teil bereits überholt. Internationale Konzerne wie Google und Microsoft investieren Milliarden von Euro in den weiteren Ausbau von Strukturen. Der Run auf die Technologien und Serverkapazitäten scheint schier grenzenlos.

Kurze und schnelle Lösungen werden angepriesen und KI-Beratende bieten schnell gestrickte Dienstleistungen gegen hohe Honorare an. Von der allgemeinen Faszination über weltrettende Utopien (und auch angeblich weltzerstörenden Dystopien8) ist alles in der beruf lichen Welt vertreten, verbunden mit viel Unsicherheit und Unwissen. Viele wichtige Fragen wie die nach Ethik, Urheberrecht und Datenschutz bleiben weitgehend offen. Alles wirkt aktuell ein wenig wie im Wilden Westen.

Dies liegt daran, dass es noch aktuell auf Organisationsebene keine breiten Erfahrungen in der Anwendung des Themas generative KI über ChatGPT hinaus gibt, die Mehrheit aber feststellt, dass sich hier etwas gewaltig verändert. Entscheidend ist nun, den Überblick nicht zu verlieren und sich den grundlegenden Fragen zu stellen, die nicht mehr weggehen werden.

Der Ansatz dieses Beitrags ist: Frage nicht (nur), was KI alles (auf der Welt, bei mir, in der Gesellschaft) verändern wird. Dies geschieht ohnehin und wir kriegen das mit. Frage daher, wie KI dir aktuell im beruflichen (und auch privaten) Alltag ganz konkret weiterhelfen kann.

2.2 KI als Teil von Digitalisierung und Qualitätsmanagement

Gemeinnützige Organisationen können sich der in Kapitel 2.1 beschriebenen Entwicklung nicht entziehen. Während sich vor ca. 15 Jahren das Thema Social Media medial und gesellschaftlich entwickelte, hinkten Vereine und Stiftungen hinterher und überlegen teilweise bis heute, ob sie dort präsent sein müssen. Beim Thema KI hingegen wird es vermutlich schneller gehen. Wer sich nicht rechtzeitig mit Strategien beschäftigt, wird womöglich Schwierigkeiten bekommen, Schritt zu halten, wenn sich das Arbeitsumfeld verändert und das Arbeitstempo massiv beschleunigt.

Der Aufbau von inhaltlichen, strategischen und technischen Strukturen und Strategien rund um KI fällt in den Bereich der Digitalisierung. Organisationen, die hier bereits ihre Hausarbeiten erledigt haben, sind im Vorteil. Ebenso Organisationen, die Qualitätsmanagement nutzen, um Prozesse darzustellen und diese optimieren. Sie können – zumindest in der Theorie – sehr schnell ihre Arbeitsbereiche auf KI-Optimierungsmöglichkeiten hin untersuchen.
Organisationen, die in der Digitalisierung noch nicht weit gekommen sind, bekommen mit der KI nun ein weiteres Stück Arbeit hinzu. Hier wiederum kann KI aber als Beschleuniger wirken. Wer die digitale Transformation bislang vernachlässigt hat, kann sich an der Implementierung von KI durch das Thema arbeiten. Weniger Arbeit wird dies zwar nicht sein, aber dafür im Sinne der kontinuierlichen Verbesserung.

2.3 Warum müssen sich gemeinnützige Organisationen mit generativer KI auseinandersetzen?

Die Gründe, sich als gemeinnützige Organisation mit KI auseinanderzusetzen, sind vielfältig. Dabei ist der gesellschaftliche und soziologische Druck eventuell nur ein Element. Viele Akteurinnen und Akteure aus Vereinen und Stiftungen merken, in welchem Maße das Thema in der beruf lichen Welt angekommen ist und dass Lösungswege für offene Fragen gesucht werden. Diese umfassen z. B. die Kompensation des Fachkräftemangels durch KI, über Effizienzsteigerung bis zur Fehlervermeidung. Es gibt dabei viele Ideen und denkbare Optionen für Vereine. Die ersten Erfahrungen in Organisationen zeigen auch: sobald Menschen erst einmal begonnen haben, Werkzeuge auszuprobieren, entstehen schnell Ideen für den weiteren Einsatz und die Steigerung der persönlichen Effektivität.
Werkzeuge der generativen KI sorgen dafür, dass quasi en-passant Disziplinen der Arbeit von Organisationen in Management, Öffentlichkeitsarbeit und Fundraising angepasst und Schwerpunkte verlagert werden. So werden Arbeiten mit und an Texten stark vereinfacht. Transkriptionen, Übersetzungen oder redaktionelle Planungen können (teil-)automatisiert werden. Umfangreiches Datenmaterial kann schnell ausgewertet und zusammengefasst werden. Schnell zur Verfügung stehende Transkriptionen erleichtern das Protokollieren von Arbeitsgruppen. Bildsprache für kommende Kampagnen kann anhand automatisierter Bilder ausprobiert und getestet werden. Social-Media-Posts und Newsletter-Beiträge können vorformuliert werden. Kalender können – so dies der persönlichen Arbeitsweise entspricht – automatisch Termine an freie Stellen schieben und Zeiten blocken.

Insgesamt sorgt der Einsatz von KI nach einer sehr individuellen Einarbeitungsphase bei den Mitarbeitenden für Zeitersparnis und somit mittelbis langfristig zu Einsparungen bei den Ressourcen und zur Steigerung der Effektivität.

 

Beispiele für Anwendungen in den Organisationseinheiten

Management und Personal

  • Finanzmonitoring
  • Datenanalysen
  • Risiko-Analysen
  • AutomatisierteVerbuchungen
  • Überprüfungen von Strategien
  • AutomatisierteEinsatzplanung
  • Kompetenzmanagement
  • Bewerbungsscreening
  • Stellenausschreibungenoptimieren
  • Wissensmanagement
  • Optimierung von Arbeitsprozessen und Workflows

Öffentlichkeitsarbeit

  • Automatisierung von Kommunikation
  • Medienüberwachung
  • Wettbewerbsanalyse
  • Erstellung von Redaktionsplänen inkl. Themenideen
  • Erstellung von Drehbüchern
  • Erstellung von Inhalten
  • Suchmaschinenoptimierung
  • Erstellung von digitalen Anzeigenkampagnen
  • Entwicklung von Personas und simulierte Gespräche mit diesen
  • Website-Analyse
  • Texte in Leichte Sprache bringen
  • Übersetzungen
  • Alt-Texte und SEO-Angabenen twickeln
  • Unterstützung bei der Newsletter-Erstellung
  • Transkriptionen und Untertitel
  • Protokolle schreiben lassen

Fundraising

  • Fundraising-Management inkl. Scoring
  • CRM-Analysen
  • Fördermittelakquise und Optimierung der Antragsstellung
  • Matching von Freiwilligen
  • Unterstützung bei der Ansprache von Spendenden
  • Kampagnen-Entwicklung und Ideen für Aktionen finden
  • Materialentwicklung
  • Großspenden-Recherche
  • Ideen für Sponsoring entwickeln
  • Konversationen verbessern
  • Sponsoring-Ideen finden und Recherche von Unternehmen

Allgemeine Verwaltung

  • Kommunikationsautomatisierung
  • Erstellen von Präsentationen
  • Tabellenanalysen
  • Reiseplanungen

2.4 Voraussetzungen für den Einsatz von KI

Mindestens drei Dinge müssen stimmen, wenn sich Organisationen der Thematik nähern möchten: das Mindset, die Prozesse und die Technik. Aus dem Fundraising ist der Begriff der Institutional Readiness bekannt.Dieser beschreibt, dass innerhalb der Organisation alle beteiligten Menschen vom Vorhaben überzeugt sein müssen, dieses kennen und den beschriebenen Weg mitgehen. Für den Einsatz von generativer KI ist dies die perfekte Blaupause. Daher kann unterstellt werden, dass es dynamische Organisationen mit allgemeinem Anpassungs- und Veränderungswillen einfacher haben werden als weniger agile Vereine und Stiftungen.

Mindset bezieht sich sowohl auf die verantwortlichen Leitungen als auch die Mitarbeitenden. Alle müssen sich aus eigener Überzeugung heraus verändern wollen! Wobei der Wille nicht vorgeschrieben werden kann, sondern in kleinen Impulsen an die Mitarbeitenden herangetragen werden sollte. KI in der Organisation bedeutet, ständig neu zu lernen, auszuprobieren und sich in dem aktuell noch sehr dynamischen Geschehen stetig anzupassen. Die Benennung einer „KI-Beauftragten“ wird nicht ausreichen, handelt es sich ja nicht bloß um eine Querschnittsaufgabe, sondern um eine Generalüberholung der gesamten Prozesse. Eine für das Thema KI beauftragte Person ist dennoch der erste richtige Ansatz, um den Umbau und die Anpassungen, z.B. in der Form des Projektmanagements, zu koordinieren.

Auf Prozessorientierung wurde bereits kurz eingegangen. Existiert ein funktionierendes und gelebtes Qualitätsmanagementsystem (QM-System), so kann über die vorhandenen Prozesse das aktuelle Potenzial ermittelt werden und Stück für Stück in kleinen Schritten Versuche der KI-Einführung in diese Prozesse geübt werden. Existiert kein QM-System, so steht zunächst der Check der Prozesse der Mitarbeitenden an. In einem ersten Schritt sollten diese für sich untersuchen, welche Arbeiten konkret viel Zeit einnehmen, eher nervig oder unangenehm sind und in der Ausführung optimierbar sind. „Hoheitliche“ oder sensible Prozesse sollten erst nach einer gewissen Erfahrung mit KI-Werkzeugen angegangen werden. Der Erfolg bei der Umsetzung von kleinen Prozessen schafft Akzeptanz und Interesse, diesen Effekt bei anderen Aufgaben zu wiederholen.

Technik ist in der Einführungsphase keine große Herausforderung. Die meisten der derzeit im Einsatz befindlichen Werkzeuge sind über Apps oder den Browser nutzbar und in Spezialsoftware integriert. Die Rechenkapazitäten werden dadurch ausgelagert. Lediglich Transkriptionen und lokale Bildgeneratoren können lokal und damit datenschutzkonform entstehen, wo klassische kleine Office-Rechner an die Leistungsgrenze kommen können. Auch über handelsübliche Smartphones lässt sich aktuell bereits eine Menge umsetzen.
Die durch die erwähnte Auslagerung der Rechenleistung bei externen Anbietern entstehenden Kosten werden i. d. R. durch monatliche Gebühren abgerechnet. Zum aktuellen Zeitpunkt decken diese nach Angaben der Betreibenden zum Teil nur die eigenen Kosten ab, um die Akzeptanz zu steigern. Eine Verstetigung des Marktes in Verbindung mit technologischer Entwicklung sowie politische Prozesse werden hier in Zukunft an der Preisschraube drehen.

Microsoft ist derzeit dabei, den persönlichen Assistenten Copilot flächendeckend auf die Rechner der Office-Nutzenden zu bringen und sogar die neuen Tastaturen mit einer weiteren Taste zur Aktivierung dieses Copilots auszustatten. Die Umsetzung kann einen weiteren Schritt in Richtung Akzeptanz der neuen Technologie bedeuten. Aktuell jedoch sind die qualitativen Ergebnisse dieses Copilots noch gewöhnungsbedürftig, was einen gegenteiligen Effekt auslösen könnte. Funktionieren neue Tools in der Organisation nicht auf Anhieb oder wie angekündigt oder geben sie nicht die gewünschten Ergebnisse heraus, kann dies zur Ablehnung der neuen Technologie führen. Ein positives Gegenbeispiel ist der auf Mac-Rechnern laufende Assistent Elephas, der – verbunden mit einer noch steilen Lernkurve – den Arbeitsalltag bereichern kann.

Bei vielen Organisationen gehört zur Technik auch die Frage nach den Bezahlungsmöglichkeiten der Tools. Die meisten Werkzeuge bieten die Zahlung per PayPal oder Kreditkarte an. Allerdings stößt dies noch auf Herausforderungen in Vereinen und Stiftungen.

Zu beachten ist vor allem auch: KI-Systeme sind anfällig für Fehler. Bei den Ergebnissen handelt es sich um mathematische/statistische Wahrscheinlichkeiten aus Berechnungen der Basis riesiger Datenmengen. Aus dem Datenbestand wird die mathematisch beste Variante genutzt. Ergebnisse können sich bei mehrfach gestellter, gleicher Frage ändern. Die Systeme haben aktuell große Schwächen und begehen Fehler, indem sie aus ihren Trainingsdaten falsche Verknüpfungen herstellen. Sie wissen nicht, was sie produzieren und können Kontexte kaum einordnen. So wissen Bildgeneratoren beispielsweise nicht um die Wirkung eines Spiegels. Sprachmodelle sind oft nicht in der Lage, historische Zusammenhänge richtig darzustellen. Ein weiteres Beispiel dazu befindet sich in Kapitel 5.1, in dem Vorschläge für eine Kampagne der Bürgerstiftung in Hattingen entwickelt werden, ohne dass das System korrigiert, dass es diese Bürgerstiftung gar nicht gibt (siehe Abb. 1 auf S. 8).

Auch wenn davon auszugehen, ist, dass diese Berechnungen zeitnah und regelmäßig um ein Vielfaches besser werden, so ist Vorsicht geboten. Es sollten alle mit einer KI generierten Inhalte hinterfragt und weiterrecherchiert werden, weil die Systeme „halluzinieren“ können. Generative KI kann dabei helfen, Dinge in der Organisation abzukürzen und effektiver zu gestalten. Sind die Ergebnisse zu 100 % richtig? Sehr wahrscheinlich nicht. Finden Sie die Fehler bei zeitsparenden Anfragen bei der Kontrolle? In einigen Fällen ja, in anderen nicht. Deshalb lauten die entscheidenden Fragen: Sind Sie auch nach der Kontrolle schneller und effektiver, als wenn Sie es selbst gemacht hätten? Und konnten Sie einen umfassenden Fehlercheck durchführen? Dann ist der Einsatz von generativer KI sinnvoll. Zu berücksichtigen ist auch, dass eine KI aufgrund ihrer eventuell zu einseitig verwendeten Trainingsdaten voreingenommen sein kann und bei bestimmten Themen das Meinungsbild der Entwickler-Teams widerspiegelt.

3. Ethische Fragen

Bei Präsentationen und Workshops über Möglichkeiten der generativen KI in Organisationen kommt nach den ersten gezeigten Beispielen schnell die berechtigte Frage nach der ethischen Dimension auf. Gesellschaftliche Entwicklungen durch einen KI-Einsatz betrachten aktuell andere Akteure wie der Deutsche Ethikrat16 oder die Organisation AlgorithmWatch und sind nicht Teil dieses Beitrags.

Es stellen sich jedoch grundsätzliche Fragen nach Nutzungsfähigkeit und Quelle von Trainingsdaten der im Einsatz befindlichen Modelle, nach Authentizität von Darstellungen und der Erkennbarmachung generierter Ergebnisse. Gleich dahinter entstehen Fragen, wie generative KI den Einsatz von Menschen verändert oder gar gefährdet. Wie umgehen mit Arbeitsbereichen, die in Zukunft von generativer KI sehr stark beeinflusst und beschleunigt werden? Bei im Netz auffindbaren Umfragen unterschiedlicher Protagonisten (außerhalb der Gemeinnützigkeit) wird zum Teil deutlich, dass zum aktuellen Zeitpunkt die Nutzung von Werkzeugen eher als Chance zur Weiterentwicklung und als Unterstützung gesehen und akzeptiert wird.18 Negative Veränderungen erfahren besonders Arbeitsfelder, die mit Übersetzungen und Texterstellungen zu tun haben.

Eine weitere Frage: Die Nutzung von nicht lokal funktionierenden Werkzeugen unterliegt in den meisten Fällen voreingestellten Filtern. Wie gehen Organisationen damit um, dass andere Anbieter diese Filter vorschreiben?
Auf der anderen Seite eröffnet eine (Bild-)Kreation ohne jegliche Art von Filtern sofort Türen in Welten, die besser verschlossen bleiben sollten.

Dürfen potenzielle Spenderinnen und Spender innerhalb oder außerhalb der Geschäftszeiten auf der Website von einem Chatbot betreut werden? Können und dürfen automatische Telefonassistenzen Gespräche von interessierten Menschen annehmen oder widerspricht dies der Authentizität der Organisation? Inwieweit dürfen künstlich generierte Bilder bisherige Fotografien ersetzen und unter welchen Umständen (z.B. Kostengründe, Schutzbedürftigkeit von Personen) darf dies geschehen?

Ganz pragmatisch gedacht: Gemeinnützige Organisationen sind gut beraten, Stellung zu beziehen und eine Meinung für den Einsatz von generativer KI zu entwickeln. Diese kann konkrete Weisungen für Mitarbeitende enthalten, ähnlich einer weit verbreiteten Social-Media-Guideline. Organisationen wie das Evangelische Werk für Diakonie und Entwicklung oder die Social Impact gGmbH sind hier ein Stück voraus und haben bereits Handreichungen entwickelt, die zur Orientierung dienen können. Diese Guidelines enthalten Hinweise zu Verantwortlichkeiten, dem allgemeinen Umgang, Transparenz und Hinweisen, Datenschutz, Anti-Diskriminierungen, Kontrolle, Filtern, Qualif izierungen, Weiterentwicklungen und Wirtschaftlichkeit.

Solche Guidelines, deren Einhaltung, Überprüfung und Weiterentwicklung werden zeitnah zur Grundausstattung für den Einsatz von generativer KI in gemeinnützigen Organisationen, Vereinen und Stiftungen gehören.

4. Datenschutz und Recht

Derzeit sind viele rechtliche Fragen noch nicht beantwortet. Es vergeht auch hier keine Woche, in der in Newslettern und Podcasts nicht auf aktuelle neue (internationale) Prozesse verwiesen wird. Derzeit im Fokus stehen Fragen u. a. nach Urheberrecht, Datenschutzrecht, Patentrecht, Haftungsrecht und Arbeitsrecht.

In der praktischen Anwendung zielt aktuell sehr viel auf die Frage ab, was „man eigentlich darf“. Darf das generierte Bild einfach so verwendet werden? Darf der von ChatGPT generierte Text (unabhängig von der Sinnhaftigkeit) 1:1 auf der Website eingesetzt werden?

Die „gute“ Nachricht ist, dass der aktuellen Lage und der Einschätzung vieler Juristinnen und Juristen nach die Frage nach dem Urheberrecht bei der Nutzung der Medien zunächst geklärt ist. Bilder fallen nur unter das Urheberrecht, wenn eine geistige (und einem Menschen vorbehaltene) Schöpfung nach § 2 Abs. 2 UrhR sowie eine gewisse Schöpfungshöhe vorliegt. Generierte Bilder und Texte werden von einer Maschine entwickelt und sind daher keine geistige Schöpfung. Sie können frei genutzt werden, was aktuell auch immer wieder international bestätigt wird.21 Die Frage nach der Schöpfungshöhe beim Erdenken und der Entwicklung eines Prompts, der Eingabeaufforderung für die meisten Generatoren, ist derzeit noch nicht eindeutig geklärt. OpenAI beispielsweise hat seine Rechte an mit ChatGPT generierten Texten vollständig abgetreten.

Auch wenn die generierten Medien trotz Zufälligkeit bei der Berechnung und mit sehr geringer Wahrscheinlichkeit Ähnlichkeiten mit vorhandenen Menschen oder Marken enthalten, können Unsicherheiten entstehen. Dies betrifft dann Nutzungsrechte, Markenrechte und eventuell auch Patentrechte. Es bleibt also komplex.

Zu klären ist auch die Frage nach der ungefragten Sammlung und Nutzung von Trainingsdaten für die als Grundlage jegliches Werkzeugs generativer KI dienenden Sprachmodelle. Stellvertretend hierfür steht der Prozess des Stockfotografen Robert Kneschke gegen den Verein LAION e. V. im Jahr 2024.22 Kneschkes Bilder befinden sich nach seinen Aussagen ungefragt in den Daten, die LAION e. V. als Trainingsdaten für Sprachmodelle zur Verfügung stellt. Das Urteil könnte Weichen stellen. Ähnliche internationale Klagen und Prozesse sind im Netz auffindbar.

Auch im Bereich des Datenschutzes stellen sich noch viele Fragen. Festzustellen ist, dass sich die Unternehmen der bekanntesten im Einsatz befindlichen Tools im außereuropäischen Ausland befinden und sich somit zunächst nicht im Geltungsbereich der Datenschutz-Grundverordnung (DGSVO) befinden. Die meisten Tools erfüllen die DSGVO-Kriterien höchstwahrscheinlich nicht. Und es ist ebenso anzumerken, dass bei etlichen Anbietern mit jeder Anfrage, jedem „füttern“ eines Sprachmodells durch Hinweise, PDFs oder Bilder das zur Verfügung gestellte Material Teil der Trainingsdaten wird. OpenAI selbst empfiehlt sogar ausdrücklich, keine personenbezogenen Daten in ChatGPT hineinzugeben. 

So können beispielsweise das Hochladen eines Lebenslaufs einer Bewerberin oder die Überprüfung von Quartals-Leistungszahlen einer Stiftung in ein Sprachmodell, das Hochladen eines Fotos eines Menschen beim Anbieter PimEyes oder die Liste von Teilnehmenden eines Seminars sofort zu einem markanten Datenschutzverstoß führen. Die auf Datenschutz spezialisierte Non-Profit-Organisation noyb hat kurz vor Redaktionsschluss eine Datenschutz-Beschwerde gegen OpenAI eingereicht und weist damit auf die noch große Schwachstellen im System hin. Ebenso sind in der Vergangenheit immer wieder Daten aus unterschiedlichen Systemen durch Fehler oder Angriffe geleakt worden. Es muss allerdings auch erwähnt sein, dass es hier unterschiedliche Herangehensweisen gibt. Andere Anbieter orientieren sich sehr wohl an der Einhaltung von DSGVO-Kriterien.

Bei der Nutzung von lokalen (und nicht an das Internet angebundenen) Modellen kann dies wiederum anders aussehen, wobei diese Modelle in den Organisationen noch nicht verbreitet sind). Aber beispielsweise können heute bereits Transkriptionen gut lokal funktionieren, ohne eine Anbindung an das Internet.

Die hier gestellten Fragen sind alle um ein Vielfaches komplexer und es wird in den kommenden Jahren eine Vielzahl an Prozessen und vermutlich auch Grundsatzentscheidungen führen. Bis dahin gilt es, pragmatische Wege in und für Organisationen zu finden.

Praxistipp:

Es gilt, sehr sensibel zu sein und für jeden Anwendungsfall zu prüfen, welcher Anbieter passt und genau hinzuschauen, was in den jeweiligen Geschäftsbedingungen steht. Ebenso entwickeln sich Anwendungen auch mit der Zeit weiter und implementieren Datenschutzeinstellungen innerhalb ihrer Weiterentwicklung. Schulungen innerhalb der Organisationen müssen hier dringend priorisiert werden. Mitarbeitenden muss deutlich gemacht werden, was sensible Informationen sind und wie mit diesen umzugehen ist. Eine Überprüfung, ob und wie Daten gespeichert werden, ist für Nutzerinnen und Nutzer nahezu unmöglich.

5. Anwendungsbereiche

Bei der Beschäftigung mit allen Themen rund um die generative KI stehen die klassische Anwendung und der Nutzen für Arbeit und Wissensgewinnung von Menschen im Fokus. Hier entstehen erstaunliche Ergebnisse, die noch vor wenigen Jahren völlig abwegig erschienen, den Arbeitsalltag so vieler Menschen verändert haben und es weiter tun werden. In den letzten Jahren wurden viele KI-Anwendungen entwickelt, die versuchen mit unterschiedlichen Geschäftsmodellen, Kundinnen und Kunden zu gewinnen.

Dieser Markt ist sehr labil und mit Vertrauen in Anbieter sollte vorsichtig umgegangen werden. Die Investitionen in Entwicklung und Rechenkapazitäten sind immens, sodass kein Anbieter auf Dauer reine kostenlose Dienstleistungen anbieten wird. Lediglich zu Testzwecken und in Beta-Phasen wird einem Teil der Nutzenden die Möglichkeit gegeben, neue Funktionen auszuprobieren.

Insgesamt beschränkt sich die Nutzung generativer KI pragmatisch derzeit auf drei Anwendungsbereiche:

  • Generierung von Ergebnissen auf Textbasis
  • Generierung von Bildern und Illustrationen
  • Generierung von Audio- und Sprachinhalten

Praxisbeispiel:

Besonders interessant (und auch ein Stück weit komplex) wird die Verknüpfung der Ergebnisse miteinander. So kann beispielsweise aus einer Audiodatei eines Mitschnitts einer Rede folgende Kette/Verästelung an Anwendungen entstehen.

Audiodatei → Transkription der Rede in deutschen Text:

  • Übersetzung der Rede in andere Sprachen
  • Zusammenfassung der Rede in 1.000 Zeichen für die Mitgliederzeitschrift
  • Erstellung eines LinkedIn-Posts aus der Rede
  • Erstellung einer Mindmap mit den Kernaussagen der Rede zur Weiterarbeit
  • Erarbeitung von Fragen oder Kernthesen, die aus dieser Rede entstanden sind
  • Erarbeitung eines Arbeitspapiers für einen VHS-Kurs „Deutsch für Fremdsprachler“

5.1 Textgenerierung – Text to Text

Mit der Generierung von Texten und sprachlichen Inhalten ist die aktuelle Welle der generativen KI in den Organisationen angekommen. Symbolisch für Erfolg und Aufmerksamkeit steht hier das Sprachmodell ChatGPT, das zum Zeitpunkt des Redaktionsschlusses in der Version 4 nutzbar ist. Google ist mit der aktuellen Version Gemini 1.5 präsent.

Textgenerierende Modelle können i. d. R. sowohl über eine eigene Website genutzt und „befragt“ werden oder aber über die Nutzung einer Schnittstelle in anderen Programmen auf dem Rechner oder dem Smartphone ihren Dienst tun. Die Eingabe erfolgt über Text und Zeichen (Prompts), mittlerweile besteht aber auch eine gut funktionierende Lösung, sich mit dem Modell via Smartphone über Stimme zu unterhalten und das Modell als Dialogpartner zu nutzen. (Ein Anwendungsbereich wäre hier z. B. die Simulation eines wichtigen Gesprächs mit einer Großspenderin.)

Während sich auf dem Markt der Anbieter die Superlative der Rechenwerte und Ergebnisgeschwindigkeiten und Qualitäten ständig ändern und sich Nutzende fragen, welches Modell nun das schnellste und effektivste sei, ist jedes Tool nur so gut, wie es zum einen bedient wird und zum anderen mit Daten trainiert wurde. Ebenso spielen Unterschiede beim Datenschutz und der Herkunft sowie Aktualität von Trainingsdaten eine Rolle. Dennoch kann festgehalten werden, dass ältere (und meist kostenfreie) Modelle (z. B. ChatGPT 3.5) bei komplexeren Fragen keine zufriedenstellenden Ergebnisse (mehr) produzieren und im Sinne der Abwägung von zeitlichem Einsatz, Akzeptanz und Nutzbarkeit auf die Modelle zurückgegriffen werden sollte, die niedrigere Gebühren kosten.

Neben ChatGPT sind folgende „LLM“ (Large Language Models) derzeit im pragmatischen Fokus:

  • Claude.ai 3
  • Mixtral – Französisches Projekt mit dem Fokus auf DSGVO-Konformität
  • Groq – Anbieter mit Auswahloption unterschiedlicher Modelle
  • Gemini AI – Sprachmodell von Google
  • Llama 3 – Sprachmodell von Meta
  • Perplexity – Verbindung von Sprachmodell und Suchmaschine
  • Grok – Sprachmodell von X

Die allermeisten dieser LLM generieren ihre Inhalte nicht auf lokalen Servern, was eine sehr hohe Datensensibilität bei der Eingabe erfordert. Es ist davon auszugehen, dass jedes genutzte Dokument oder Foto Teil der allgemeinen Trainingsdaten dieses Anbieters wird.
Lokale Modelle existieren zwar, spielen aber im Alltag gemeinnütziger Organisationen noch keine große Rolle. Zum aktuellen Zeitpunkt arbeitet Apple sehr wahrscheinlich an einem Sprachmodell, welches lokal und datenschutzkonform auf neueren Geräten lauffähig sein soll. Man vermutet eine Veröffentlichung im Herbst 2024. Ein solcher Schritt wird sehr wahrscheinlich für eine weitere breitere Akzeptanz sorgen.

Alle Sprachmodelle eint, dass sie über sog. Prompts mit Aufgaben betraut werden. Während es im Internet große Diskussionen um den „perfekten Prompt“ gibt, sei so viel vorausgesetzt: Ein Prompt gibt der Maschine die konkre-
ten Informationen mit, die sie für die Bearbeitung der Aufgabe benötigt. Hierbei helfen Modelle, die alle unterschiedliche, aber dennoch ähnliche Herangehensweisen haben. Ebenso die Länge der Eingaben sind von Modell zu Modell unterschiedlich, spielen aber in der Praxis derzeit noch eine recht geringe Rolle.

Das „GUIDE-Modell“ ist ein Modell der Prompterstellung, das zur Eselsbrücke taugt.

  • GOAL: Was soll der Prompt erreichen? Was soll das Ergebnis sein?
  • USER: Für wen ist das Ergebnis? Welche Rolle soll das Modell einnehmen?
  • INSTRUCTION: Konkrete Anweisung in Teilschritten
  • DETAILS: Wichtige Details für ein gutes Ergebnis.
  • EXAMPLES: Eventuell Beigabe von Beispielen, wie ein gutes Ergebnis aussehen könnte

Praxisbeispiel:

Prompt: „Du bist erfahrener Kampagnenentwickler mit 20 Jahren Berufserfahrung. Erstelle 10 Ideen für den Claim einer Jahreskampagne 2025 der Bürgerstiftung Hattingen. Der Claim soll alle Menschen in der Stadt erreichen, freundlich sein und zu vielen geplanten Mitmachaktionen aufrufen. Gib dem jeweiligen Claim in einer zweiten Zeile zusätzlich konkrete Handlungsaufforderungen zum Mitmachen. Entscheidend ist die regionale Verwurzelung des Claims und die Identifikation der Menschen mit der Stadt Hattingen und der Umgebung.
Stelle mir gerne Nachfragen, falls Du weitere Informationen brauchst.“

Ergebnis:

Screenshot

Ergebnis der Promptfrage, abgerufen am 1.5.2024

Zusammengefasst: Schreiben Sie einfache Aufforderungen und konkrete Handlungshinweise. Definieren Sie die Rolle des Modells. Übergeben Sie so viele Detailinformationen wie möglich. Definieren Sie, was für ein Ergebnis sie erwarten und welche Anforderungen für ein gutes Ergebnis ausschlaggebend sind. Das System kann nur Ergebnisse herausgeben, mit denen es gefüttert wurde. Es kann nicht denken, sondern berechnet die Ergebnisse auf Basis statistischer Werte und Wahrscheinlichkeiten. Es kennt keine Zusammenhänge. In dem genannten Beispiel der Bürgerstiftung Hattingen weiß ChatGPT beispielsweise nicht, dass es gar keine Bürgerstiftung in Hattingen gibt (siehe Abb. 1).

Eine Sonderstellung nehmen Systeme ein, die tagesaktuelle Daten mit den Vorzügen eines Sprachmodells verbinden und somit eine hervorragende Brücke zur Alltagsnutzung schlagen. Anbieter wie „Perplexity“ stellen eine KI unterstützte Suchmaschine dar. Etliche Meinungen stellen in Aussicht, dass diese „schlauen Suchmaschinen“ bereits in absehbarer Zeit Suchmaschinen wie Google in ihrer Attraktivität und Nutzung ablösen werden, u. a. weil sie dialogisch funktionieren.

Die im Anhang aufgelisteten Anwendungsbereiche für textbasierte Ergebnisse stellen nur einen Ausschnitt von Möglichkeiten dar (siehe S. 13).

2024-05-perplexity

Screenshot Perplexity, abgerufen am 21.4.2024

5.2 Generierung und Bearbeitung von Bildern und Illustrationen – Text to Image | Image to Image | Image to Text

Die Qualität in der Bildgenerierung durch generative KI hat in den letzten 1,5 Jahren derartige Fortschritte gemacht, dass generierte Bilder im Alltag gemeinnütziger Organisationen nicht mehr ignoriert werden können.
Während beim Bildgenerator Midjourney in der Version 1 im November 2022 bei der Frage nach der Entwicklung eines Hot Dogs vor dunklem Hintergrund kaum sinnvoll erkennbare Ergebnisse entstanden (siehe Abb. 3), so ist bereits im Mai 2023 in Version 5.1 erkennbar, wohin die Reise geht (siehe Abb. 4). Die aktuelle Version 6 besticht durch noch viel mehr Detailmöglichkeiten und Optionen.

 

2024-05-hotdog1

„Hot Dog vor dunklem Hintergrund“, Tool: Midjourney V1 vom Februar 2022

 

2024-05-hotdog2

„Hot Dog vor dunklem Hintergrund“, Tool: Midjourney V5.2 vom Mai 2023

 

 

Dies rückt folgende Anwendungsszenarien in den Praxis-Fokus:

  • Künstliche Erstellung von Bildinhalten aus Texten/Prompts (Text to Image)
  • Künstliche Bearbeitung/Anpassung/Erweiterung von vorhandenen Bildinhalten
  • Künstliche Erstellung von Bildinhalten aus vorhandenen Bildinhalten (Image to Image)


Aktuelle, zum Zeitpunkt des Redaktionsschlusses auf dem Markt gebräuchliche Bildgeneratoren sind:

  • Midjourney – derzeit das Angebot mit der höchsten Abbildungsfähigkeit und dem höchsten Detailgrad
  • DALLE 3 – Bildgenerator von OpenAI, der auch in ChatGPT eingebunden ist
  • Stable Diffusion – Open Source Modell, das auch lokal funktioniert
  • Adobe Firefly – in die Adobe Welt eingebundene Möglichkeit
  • Llama 3 – Metas Bildgenerator (aktuell in Deutschland noch nicht nutzbar)

Darüber hinaus existieren unzählige kleinere Modelle, die zum Teil weitere Alleinstellungsmerkmale besitzen. So hat beispielsweise das Tool Ideogram die allgemein noch problematische Herausforderung gut gelöst, Schriften und Texte in Bildern darzustellen (siehe Abb. 5 auf S. 10).

2024-05-rote-seiten

Künstlich generiertes Bild mit Ideogram und fehlerfrei dargestellten Wörtern

Ähnlich wie bei den Sprachmodellen werden Bildgeneratoren mit Prompts oder prompt-ähnlichen Steuerungen bedient. Die Tücke steckt hier in den Details: Jeder Anbieter besitzt Unterschiede in der Bedienung und bei den Feineinstellungen. So kennen einige Tools die Möglichkeit, gezielt unerwünschte Ergebnisse auszuschließen. Am Beispiel von Midjourney können allgemein gültige Regeln für den Promptaufbau abgeleitet werden. Ein Prompt stellt sich dann wie folgt zusammen:

  • Prefix: Was für ein Medium soll es werden? Foto, Illustration, Drone Shot, Diagramm, Gemälde, usw.
  • Szene: Ein oder mehrere Objekte tun Dinge in einer Umgebung
  • Suffix: Beleuchtung, Besonderheit, Farbgebung, Winkel, Zeitpunkt, Stimmung, Emotionen, Kamera, Stil, Film Stil, Regisseur, Künstler, usw.
  • Parameter: Individuell notwendige Angaben für das Tool, beispielsweise Formatverhältnisse, Ikonizitätsgrad, usw.

Praxisbeispiel:

Prompt: Drone Shot of crocodiles in a swimmingpool, playing waterball, high energy, action mood — ar 16:9 — style raw — v 6.0

2024-05-kroko1
Mit Midjourney generiertes Bild durch den o. a. Prompt
2024-05-kroko2
Stil: Ölgemälde
2024-05-kroko3
Stil: Kinderbuchzeichnung
2024-05-kroko4
Stil: Simpsons-Comic
2024-05-kroko5
Stil: 1980er-Jahre Wandgraffiti

Etliche KI-Bearbeitungsfunktion sind bereits in die klassischen Werkzeuge von Öffentlichkeitsarbeit und Kommunikation eingeflossen. So besitzen die Adobe Tools, allen voran Photoshop, KI-Bordmittel, die sich von Version zu Version weiterentwickeln. Stundenlange Freistellungen von Personen mit wehenden Haaren sind bereits jetzt Vergangenheit und ersparen eine Menge Zeit im Alltag.

Beim Einsatz von künstlich generierten Bildern und Medien stellen sich weitere Fragen an gemeinnützige Organisationen. Wie weit weicht eine mögliche flächendeckende Nutzung die Authentizität auf? Sollte nicht gerade deshalb der Fokus auf „echte Fotos“ gerichtet werden, insbesondere im Fundraising? Unbenommen existieren viele Vorteile in der schnellen Generierung, z. B. für den Einsatz in Newslettern oder dort, wo Symbolbilder schnell weiterhelfen. Wo genau stecken die Grenzen der Anwendbarkeit? Hier müssen die Organisationen Lösungswege für sich selbst beschreiten.

5.3 Generierung und Bearbeitung von Audio- und Sprachinhalten – Text to Speech | Audio to Audio

Zum Zeitpunkt der Texterstellung hat OpenAI bekannt gegeben, beliebige 15-sekündige Aufzeichnungen einer Stimme zu benötigen, um diese zu klonen.32 Eine künstlich generierte Person ist somit in der Lage, in vielen Sprachen der Welt auf Klick unterschiedliche Botschaften zu kommunizieren. Gemeinnützige Anwendungsbereiche können dort entstehen, wo beispielsweise internationale Arbeit stattfindet. Podcasts können übersetzt, Videos neugestaltet werden. Ebenso ist davon auszugehen, dass in absehbarer Zeit Live-Audioübersetzungen technisch über vorhandene alltägliche Ausrüstungen wie Smartphones und Kopfhörer umsetzbar sein werden. Im Bereich von Videokonferenzen und durch den Einsatz von Untertiteln finden diese Übersetzungen bereits statt, allerdings mit noch unterschiedlicher Qualität. Videoproduktionen und Erklärfilme können ohne Sprecherinnen und Sprecher umgesetzt werden, Menschen aus anderen Ländern in ihrer eigenen Sprache im Projekt begrüßt werden. Interessant wird die Entwicklung im Bereich der Telefonie. Auch hier gibt es bereits vielversprechende technische Ansätze und erste Versuche. So ist auch hier davon auszugehen, dass in absehbarer Zeit flüssige Telefonate mit künstlichen Intelligenzen durchgeführt werden können. Ob diese Anwendungen für die jeweilige Organisation wünschenswert und inhaltlich vertretbar sind, muss gründlich überlegt sein.

Aktuelle Tool-Beispiele für Text to Speech-Anwendungen:

  • HeyGen
  • ElevenLabs
  • Synthesia
  • Murf.ai

Für den Alltag in gemeinnützigen Organisationen kann ein weiterer Einsatzbereich viel Arbeit abnehmen: Transkriptionen von Sitzungen, Meetings, Reden oder Anlässen können einfach (auch lokal und somit datenschutzkonform) in Text umgewandelt werden. Darüber hinaus existieren viele Smartphone-Apps, die eingesprochene Audio-Notizen in sinnvolle Gedanken oder konkrete Aufgaben verwandeln. Ein weiterer Anwendungsbereich ist die Generierung von Untertiteln für Videos.

Die Nutzung dieser Transkriptions-Werkzeuge funktioniert in zwei Möglichkeiten:

  • Hochladen von Audio-Dateien (oder direktes Einsprechen) in ein Tool via Browser oder App: Die Dateien werden im Anschluss extern analysiert, gewandelt und die gewünschten Ergebnisse zurückgespielt. Anwendungen: WhisperAI, Voicenotes, Collato, u. a.
  • Umwandlung der Daten unter der Nutzung lokal vorliegender Modelle: Die Daten werden nicht im Internet, sondern auf dem Rechner lokal gewandelt und die Ergebnisse zur Verfügung gestellt. Beispielhafte Anwendung: MacWhisper

Ein für gemeinnützige Organisationen wahrscheinlich eher weniger relevantes Anwendungsgebiet ist die qualitativ immer besser werdende Entwicklung im Bereich der Musikproduktion. Auch hier gab es in den vergangenen Wochen vor Textveröffentlichung entscheidende Entwicklungsschritte. Gefüttert mit mehr oder weniger konkreten Ideen für ein Lied, sind die Anbieter nun in der Lage, ansprechende Musik mit Texten zu entwickeln. Interessant aktuell für die Untermalung von eigenen produzierten Videos oder im Rahmen der Kultur- oder Jugendarbeit.

Aktuelle Tool-Beispiele für Anwendungen der Musikerstellung:

  • stud.io
  • suno.ai

5.4 Video – Text to Video | Image to Video

Zum aktuellen Zeitpunkt ist die Nutzung von künstlich generierten Videos noch sehr rechen-, und damit energie- und kostenintensiv. Auch wenn der Anbieter OpenAI mit dem im 1. Quartal 2024 vorgestellten neuen Modell SORA Unruhe in die Filmindustrie gebracht hat34 und mittlerweile einige ausgewählte, aus diesem Modell heraus entstandene Videos im Internet zu finden sind, so ist die flächendeckende und für jedermann mögliche Nutzung dieser Technologie im Rahmen der Generierung minutenlanger Sequenzen aus Kapazitäts- und somit Kostengründen sehr wahrscheinlich noch einige Zeit entfernt. Allerdings kann davon ausgegangen werden, dass in naher Zukunft weitere sehr beeindruckende Demonstrationen zu betrachten sind.

Dennoch hat sich auch hier in den letzten Monaten die Qualität bei der Generierung von Video-Avataren massiv verbessert. Avatare sind in diesem Zusammenhang simulierte Abbildungen von realen oder künstlich erzeugten Menschen, die in unterschiedlichen Sprachen Sätze formulieren und teilweise in den Dialog treten können. Denkbare Einsatzbereiche sind hier die Übersetzung von Grußbotschaften, Spendenaufrufen oder Anleitungen und Hinweisen in unterschiedliche Sprachen. Das ukrainische Verteidigungsministerium setzt seit April 2024 einen künstlichen Avatar für die Kommunikation konsularischer Belange ein.

Im April 2024 erweiterte der Anbieter Heygen sein Angebot um die Möglichkeit, diese Avatare nun auch in Bewegung durch den Raum oder eine Gegend zu animieren und sprechen zu lassen. Hinzu kommt die sich ständig weiterentwickelnde Fähigkeit der Erkennung von Emotionen und die Einbindung dieser in die Avatar-Bewegungen und -kommunikation.

Langfristig gesehen werden die Entwicklungen in dieser Technologiesparte massive Veränderungen in der Öffentlichkeitsarbeit von Stiftungen und Vereinen mit sich bringen können. Auch wenn diese heute noch spekulativ sind, so sollten sie bereits jetzt bei der Planung von Kampagnen berücksichtigt werden.

6. Implementierung in die Organisation

Zum aktuellen Zeitpunkt ist sehr wahrscheinlich kaum eine gemeinnützige Organisation in Deutschland mit hoher Expertise in der Anwendung von generativer KI ausgestattet. Leuchtturm-Projekte gibt es viele, insbesondere in den Bereichen von Feldanwendung oder Forschung. Die Anfragen in der Praxis zeigen jedoch, dass ein großer Bedarf an Heranführung an das Thema existiert. Basis- und Anwendungswissen generierende Workshops und Webinare sind stark nachgefragt. Sie vermitteln Interesse und ein Stück weit auch notwendiges Handwerkszeug, bleiben aber aufgrund der zeitlichen Dimension i.d.R. oberflächlich. Der Aufbau von Kompetenz innerhalb der Organisationen kann erst im Anschluss durch Nutzung und Erfahrungsaustausch entstehen.

Die Implementierung der Nutzung und Anwendung generativer KI ist vergleichbar mit Prozessen der Digitalisierung oder ähnlich gelagerten Querschnittsprozessen in einer Organisation. Sie betreffen jede Abteilung und Organisationseinheit. Vereine und Stiftungen mit Erfahrungen im Projekt- oder Changemanagement sind hier im Vorteil.

Grob angelehnt an den an Unternehmen ausgerichteten Ideen des KI-Unternehmers Rory Flynn können fünf Stufen der Implementierung von KI in eine gemeinnützige Organisation identifiziert werden:

Stufe 1:  Entdecken und Ausprobieren von Tools – bereits jetzt im Alltag feststellbar

Beispiel: Eine Mitarbeiterin aus dem Fundraising hat festgestellt, dass ChatGPT sehr gut darin ist, Spenden-Dankbriefe aus der Sie-Form in die Du-Form umzuschreiben. Sie nutzt dies immer weiter und findet Wege, den Arbeitsalltag ein Stück weit zu erleichtern, Dinge abzukürzen und dadurch Zeit für andere Aufgaben freizumachen.

Stufe 2: Akzeptanz, tägliches Nutzen und Annehmen – bereits jetzt im Alltag von Organisationen erkennbar

Beispiel: Ein Mitarbeiter aus dem Bereich Öffentlichkeitsarbeit transkribiert sämtliche Podcasts nachträglich, um die Inhalte barriereärmer zu gestalten und gleichzeitig durchsuchbar zu machen. Dies gehört zu seiner Standardroutine. Gleichzeitig nutzt er die Software, um bei der Veröffentlichung des Podcasts einen LinkedIn-Post zu generieren. Die Ergebnisse stellt er dem Team automatisiert zur Verfügung.

Stufe 3: Integration in die Organisation und Operationalisierung
Beispiel: Die oben genannten Mitarbeitenden tauschen sich untereinander auch unter Zuhilfenahme der Tools aus (z. B. ChatGPT-Teams-Funktion).36 Die Arbeitsschritte werden dokumentiert und f ließen in den Prozessablauf sowie in das Qualitätsmanagement mit ein. Neue Prozesse werden so entwickelt, dass KI selbstverständlich ein Teil der Lösung sein kann und stets mitgedacht wird.

Stufe 4: Zusammenschließen und Automatisierung
Beispiel: Die vorhandenen Prozesse und Tools tauschen sich untereinander aus und es entstehen sinnvolle Workflows innerhalb einer Abteilung und im Austausch mit anderen. Die Beantwortung von Fragestellungen wird automatisiert.

Stufe 5: Anpassung und Entwicklung eigener Systeme Beispiel: Eine Organisation entwickelt eigene Datenmodelle und trainiert eine eigenständige Künstliche Intelligenz, die sich primär mit dem vorhandenen eigenen Wissen auseinandersetzt, die eigenen Herausforderungen kennt und diese automatisiert angeht („DiakonieGPT“ oder „CaritasGPT“).

Zum Zeitpunkt des Redaktionsschlusses sind dem Autor nach eigener Recherche und Austausch mit im Arbeitsbereich tätigen Kolleginnen und Kollegen keine bereits im Einsatz befindlichen Beispiele aus Organisationen bekannt, die über Stufe 2 hinaus gehen. Viele probieren KI aus, fest verankert in Strukturen ist nahezu noch nirgendwo etwas. Nach einer Untersuchung durch das Handelsblatt sind Vorhaben der hier als Stufe 5 bezeichneten Entwicklung derzeit Unternehmen der Größe wie Siemens vorbehalten. Die Bertelsmann-Stiftung fördert aktuell einige Unternehmen der Sozialwirtschaft in einem begleiteten Prozess, um erste Schritte umzusetzen.

Wie und in welcher Form eine Implementierung stattfinden kann, hängt stark von den internen Voraussetzungen ab.39 Organisationen beschäftigen sich derzeit mit der Einführung eines Code of Conducts, um einen allgemeinen Umgang mit KI zu definieren und Rahmenbedingungen zu schaffen.40 Mindestens ein kleines Budget ermöglicht die Nutzung von Werkzeugen auf der Ebene der Mitarbeitenden, nicht zu vergessen notwendige Investitionen für den Schul- und Fortbildungsbereich.

Um interne Akzeptanz zu erwirken, müssen positive Effekte in konkreten Prozessen und Ergebnissen dargestellt, Fortbildungsmöglichkeiten geschaffen und ein offener Austausch gefördert werden. Dies kann z. B. durch kurze wöchentliche Stehcafé-Runden in einer Abteilung geschehen, wo neueste Erkenntnisse geteilt werden. Praktikabel ist außerdem, das generierte Wissen (funktionierende Prompts, Werkzeuge, Ergebnisse) zu speichern und aufbereitet anderen Kolleginnen und Kollegen zur Verfügung zu stellen, z. B. in einem Prompt-Archiv.

Um es deutlich zu sagen: Bis zu einem Break-even in der Kosten-Nutzen-Betrachtung wird noch einige Zeit vergehen, wenn auch davon auszugehen ist, dass aufgrund der erstaunlichen Ergebnisse von Werkzeugen der generativen KI die Zeit weniger lang sein wird als bei der praktischen Umsetzung anderer Digitalisierungsprojekte.

Bis das erste eigenständige Sprachmodell eines Dachverbands entstanden ist, wird nicht nur aus finanziellen Gründen ebenso noch einige Zeit vergehen.

7. Kurz & Knapp

Zum aktuellen Zeitpunkt gibt es keine wirkliche Expertise für generative KI in gemeinnützigen Organisationen, dafür ist der Zeitpunkt des wachsenden Interesses noch zu nah. Zwar sind einige Vereine und Stiftungen im Feld- und Projektbereich voraus und setzen Kenntnisse in meist wissenschaftlich begleiteten Vorhaben um, die breite Masse jedoch fängt bei null an. Weil es keine flächendeckende Expertise gibt, so gibt es zum Zeitpunkt der Texterstellung auch nahezu keine Personen, die diese Expertise in die Organisation hineinbringen können. Die Organisationen sind daher auf das Interesse und die Kompetenz der eigenen Aktiven und den Austausch miteinander angewiesen.

Nicht alles ist gewollt: So setzen Unternehmen mittlerweile immer mehr auf den Einsatz von Chatbots und automatisiertem Customer-Service. Ob ein Einsatz beispielsweise im Fundraising sinnvoll ist, muss zumindest intensiv diskutiert werden. Gleiches gilt für den Einsatz von Menschen auf generierten Bildern und Medien. Möchten Organisationen ihre Glaubwürdigkeit nicht verlieren und ihre aus guten Gründen hoch gesteckten Compliance-Regeln zugunsten der Spendenden nicht aufs Spiel setzen, so bringt die KI-Entwicklung teils einen gegenteiligen Effekt mit sich.

Mehr KI-Einsatz im Allgemeinen sollte zu mehr „echten“ Fotos aufseiten von Organisationen führen. Mehr KI im Allgemeinen sollte zu weniger Chatbots auf Seiten der Gemeinnützigen führen. Sie sind es, die es sich eben aktuell nicht leisten können, auf Menschen zu verzichten. Sie müssen und sollten weiterhin transparent sein und echte, überprüfbare und nachvollziehbare Berichterstattung und Öffentlichkeitsarbeit bieten.

Zurzeit geschehen fortlaufend Veränderungen im Bereich der Entwicklung und Anwendung generativer KI. So hat kurz vor Redaktionsschluss OpenAI mit dem neuen Modell ChatGPT 4o erneut Qualitätskriterien erhöht. Ein gedruckter Beitrag kann daher nur allgemeine Orientierung bieten. Die Steigerung der Effektivität der Anwendungen und die inhaltliche Qualität der Ergebnisse zum Zeitpunkt der Lektüre bleiben außen vor. Dies gilt es im Blick zu behalten. Wenn auch die anfängliche Euphorie ob einer neuen Profession allmählich abebbt, so wird die Existenz einer omnipräsenten digitalen Assistenz alltäglich, wie früher der Umgang mit Stift und Papier. All dies muss durch regelmäßige Fortbildungen in die Organisation hineinkommen, realisiert durch ein zur Verfügung gestelltes Budget. Prompten wird eine allgemein zu erlernende Kulturtechnik. Und nicht zuletzt sollten Einsatz und Ergebnisse generativer KI den Menschen in den Organisationen Spaß machen, um die Akzeptanz zu steigern und den Einsatz alltäglich zu machen. Gelingt dies, so sind in gemeinnützigen Organisationen massive qualitative Entwicklungsschritte denkbar.

Beispielhafte Ideen und mögliche Anwendungsbereiche, deren Erarbeitung durch den Einsatz generativer KI vereinfacht werden können

Alt-Texte und SEO-Angaben entwickeln
Ideen für Sponsoring entwickeln
Scoring entwickeln
Analyse von Spendertrends und -verhalten
Kampagnen-Entwicklung, Ideen für Aktionen finden
Sentiment-Analyse in sozialen Medien
Automatisierte Einsatzplanung
Kampagnen visuelle Inhalte erstellen
SEO-Elemente analysieren und erstellen
Automatisierte Verbuchungen
Kommunikationsautomatisierung
Social Media-Inhalte generieren
Automatische Übersetzungen von Materialien
Kompetenzmanagement
Sprachüberprüfungen
Automatisierung von Kommunikation
Konversationen verbessern
Stellenausschreibungen optimieren
Berichte und allgemeine Analysen erstellen
Liveaudiotranskription
Suchmaschinenoptimierung
Bewerbungsscreening
Logo-Entwicklung
SWOT-Analysen erstellen
Bilder beschreiben und Meta-Daten entwickeln
Matching von Freiwilligen
Tabellenanalysen
CRM-Analysen
Materialentwicklung
Tabellen bearbeiten
Datenanalysen
Medienüberwachung
Texte in Leichte Sprache bringen
Dinge verstehen nach Pareto-Prinzip
Newsletter-Erstellung
TOWS-Matrix erstellen
E-Mail-Kampagnen erstellen und personalisieren
Optimierung von Arbeitsprozessen und Workflows
Transkriptionen und Untertitel
Entwicklung von Personas und Diskussion mit diesen
Personalisierung von Website-Inhalten
Umschreiben vorhandener Medien auf die Bedürfnisse anderer Zielgruppen
Entwicklung personalisierter Spendenaufrufe
Personas entwickeln
Unterstützung bei der Ansprache von Spendenden
Erstellen von Präsentationen
Podcasts und Audiobeiträge Sprach- generierung
Videoinhalte durch KI-gesteuerte Tools erstellen
Erstellung von digitalen Anzeigen- Kampagnen
Pressemitteilungen automatisch erstellen
Videos zusammenfassen als Text
Erstellung von Drehbüchern
Protokolle schreiben lassen
Website-Analyse
Erstellung von Inhalten
PDFs zusammenfassen
Wettbewerbsanalyse
Excel-Dateien klug bearbeiten
Predictive Analytics
Wissensmanagement
Finanzmonitoring
Redaktionsplanung
Workshops planen
Fundraising-Management inkl. Scoring
Reden schreiben
Überprüfungen von Strategien
Fördermittelakquise und Optimierung der Antragsstellung
Reiseplanungen und Reisekosten- abrechnungen
Übersetzung von Texten und Videos
Großspenden-Recherche
Risiko-Analysen

Quellen + ANMERKUNGEN:

1. Roy Charles Amara, Wikipedia (abgerufen am 3.5.2024).

2. Mewes, Bernd: KI-Disruption: Einstellungsstopps, Aktieneinbrüche und Chatbot-Verbote,  (abgerufen am 3.5.2024); Linden, Michael: Hochschule streicht wegen KI Bachelorarbeiten, (abgerufen am 3.5.2024).

3. Die Beilage ist Ende Mai 2024 in Druck gegangen.

4. Alan Turing, Wikipedia; Turing-Test, Wikipedia (beide abgerufen am 3.5.2024).

5. Maschinelles Lernen, Wikipedia (abgerufen am 3.5.2024).

6. ChatGPT,  (abgerufen am 3.5.2024).

7. Linden, Michael: OpenAI legt bei ChatGPT Plus eine Pause ein, (abgerufen am 3.5.2024).

8. Stöckel, Marc: Kind-Gruppe kann nach Cyberangriff Filialen nicht beliefern, (abgerufen am 3.5.2024).

9. Gerade in der Sozialwirtschaft gibt es etliche Organisationen, die Qualitätsmanagement zwar offiziell eingeführt haben, die Umsetzung aber nicht leben. In diesem Fall wird die Einführung ähnlich komplex wie bei Organisationen ohne eingeführtes Qualitätsmanagement.

10. Kiefer, Katrin: Von der inneren Haltung gemeinnütziger Organisationen – Institutional Readiness für erfolgreiches Fundraising, / (abgerufen am 3.5.2024).

11. Beispiel Whisper lokal: Junghärtchen, Immo: Spracherkennung im Eigenbau,  (abgerufen am 3.5.2024).

12. Beispiel Stable Diffusion via Diffusionbee (abgerufen am 3.5.2024).

13. Beispiel Draw Things (abgerufen am 3.5.2024).

14. Janssen, Jan-Keno: Microsofts Copilot für Office ist eine Frechheit | c‘t 3003  (abgerufen am 21.4.2024).

15. Beispiel Elephas (abgerufen am 3.5.2024).

16. Deutscher Ethikrat: Mensch und Maschine – Herausforderungen durch Künstliche Intelligenz. Stellungnahme (abgerufen am 21.4.2024).

17. AlgorithmWatch (abgerufen am 21.4.2024).

18. Chiu, Henley Wing: The jobs being replaced by AI – an analysis of 5M freelancing jobs (abgerufen am 21.4.2024).

19. Vgl. Linden, Michael: Taylor-Swift-Fans kämpfen auf X gegen KI-Pornobilder (abgerufen am 30.4.2024).

20. Evangelisches Werk für Diakonie und Entwicklung e. V.: Leitlinien zur Nutzung von Künstlicher Intelligenz im Evangelischen Werk für Diakonie und Entwicklung e. V. (abgerufen am 21.4.2024); Social Impact gGmbH: KI Compliance der Social Impact gGmbh, (abgerufen am 21.4.2024).

21. Vgl. Krempl, Stefan: Urteil in Prag: KI-generiertes Bild kann von jedermann frei genutzt werden,  (abgerufen am 21.04.2024).


22. Vgl. Kneschke, Robert: Gerichtstermin im Verfahren gegen LAION e. V. wegen Urheberrechtsverletzung steht fest  (abgerufen am 21.4.2024).

23. Vgl. Huber, Daniel S.: Vorsicht, der Einsatz von ChatGPT verstößt aktuell gegen den Datenschutz,  (abgerufen am 14.5.2024)

24. Vgl. Zapf, Elke: PimEyes: Datenschutzbeauftragter eröffnet Bußgeldverfahren,  (abgerufen am 21.4.2024).

25. Vgl. beck-aktuell: Datenschützer reichen Beschwerde ein: ChatGPT erfindet Daten über Personen,  (abgerufen am 14.5.2024)

26. Vgl. Donath, Andreas: Samsung-Ingenieure geben ChatGPT vertrauliche Daten preis, (abgerufen am 14.5.2024)

27. Bleich, Holger: Auslegungssache 100: Generative KI vs. DSGVO  – (abgerufen am 21.4.2024).

28. Vgl. Meid, Maik: Linkliste KI für Nonprofits,  (abgerufen am 29.4.2024).

29. Vgl. Bastian, Matthias: Apple setzt angeblich voll auf lokale KI und will bald mit eigenem LLM starten,  (abgerufen am 30.4.2024).

30. Vgl. Prompt Engineering Guide,  (abgerufen am 29.4.2024).

31. Vgl. Kapitel 3

32. Vgl. David, Emilia: OpenAI’s voice cloning AI model only needs a 15-second sample to work,  (abgerufen am 2.5.2024).

33. Vgl. Kapitel 5.

34. Milmo, Dan: Tyler Perry halts $800m studio expansion after being shocked by AI,  (abgerufen am 21.4.2024).

35. Vgl. VisitUkraine Today: MFA presents AI avatar to comment on consular information: what is known,  (abgerufen am 2.5.2024).

36. OpenAI: Introducing ChatGPT Team,  (abgerufen am 30.4.2024).

37. Bombke, Luisa u.a.: Was firmeneigene Versionen von ChatGPT wirklich bringen,  (abgerufen am 30.4.2024).

38. Vgl. Bertelsmann Stiftung: reframe[Tech] – Algorithmen fürs Gemeinwohl, (abgerufen am 30.4.2024), siehe auch Gundlach, Julia / Staiger, Franziska: Zukunftssicherung des Sozialstaats. Neue Zusammenarbeit mit Künstlicher Intelligenz und ihre Tücken, S&S 3/2024, S. 12 – 13. Ein Beitrag der Stiftung Mercator zu Use Cases ist für S&S in Vorbereitung.

39. Vgl. Kap. 2.4

40. Vgl. Vorlagen des Evangelischen Werks für Diakonie und Entwicklung e. V., Leitlinien zur Nutzung von Künstlicher Intelligenz und Social Impact gGmbH, KI Compliance der Social Impact gGmbH.

41. Z. B. die Stiftung Aktive Bürgerschaft, die erste Einblicke zu ihren eigenen Erfahrungen teilt,

42. Vgl. Bombke, Lusia: Mitarbeitende durch KI ersetzt: Sind Call-Center am Ende?, (abgerufen am 2.5.2024).

Titelbild von filantro Folge 1

filantro inside Premiere

In der deutschen Fundraising-Welt fehlte etwas: Ein unterhaltsames Video-Format, das Lust hat, sich mehr mit Fundraising, Philanthropie und Gemeinnützigkeit zu beschäftigen.

Diese Lücke haben wir gefüllt und am 14.12.2023 ging die erste Folge von filantro inside an den Start. Das neue Format ist das Videoformat der Fundraising Akademie, in Kooperation mit dem filantro Newsletter.

Die erste Folge befasst sich mit dem großartigen Haus des Stiftens in München. Danke für die Bereitschaft, bei diesem neuen Format mitzumachen.

Mehr folgt.

blau braune Wellen

1 Jahr Mastodon Instanz fundraising.social

Ein Jahr eigene(*) Mastodon-Instanz

In der Welt des Fundraisings und der Sozialwirtschaft zählt jeder Schritt in Richtung Innovation und Vernetzung. Seit Jahren nutze ich Mastodon und das nicht erst, seitdem Twix nicht mehr nutzbar ist.

Da ich gerne rumfrickele und ausprobiere, ging vor etwas über einem Jahr eine eigene Mastodon-Instanz an den Start. Seit dem nutze ich fundraising.social täglich und ist für mich persönlich der aktuell nutzbarste Weg, inhaltlich zu bestimmten Themen (nicht Fundraising!) am Ball zu bleiben.

fundraising.social schafft einen Raum, der frei von kommerziellem Druck ist, in dem Datenschutz und ethische Standards hochgehalten werden – essentielle Aspekte, die in unserer Arbeit unabdingbar sind. Und es bietet die Möglichkeit, sich dem Fediverse überhaupt einmal zu nähern.

In diesem Jahr auf fundraising.social sind kleinere Diskussionen geführt worden, die von innovativen Fundraising-Strategien bis hin zu den Herausforderungen der Sozialwirtschaft reichen. Diese Gespräche sind nicht nur bereichernd, sondern auch ein Beweis dafür, dass gemeinschaftliche Zusammenarbeit in der digitalen Welt weiterhin möglich ist.

Die Plattform bietet sich als ein weiterer Ort für das Networking und den Austausch von Ressourcen an. Es ist ein Ort, an dem jeder Beitrag darauf abzielt, unsere Branche kollektiv voranzubringen. Das klingt alles sehr hochgestochen, ist es vielleicht auch.

Mir ist bewusst, dass Mastodon in unserer eher technikscheuen Branche nun nicht das Tool der Wahl der Massen ist.

Wer sich aber mit dem Fediverse oder Mastodon beschäftigen möchte und bereits zum Einstieg bei der Wahl der Instanz überfordert ist: Here we are!

Ich lade Sie und Euch herzlich ein, fundraising.social auszuprobieren. Ob Neuling oder erfahrener Profi im Fundraising: Alle Einblicke und Erfahrungen bereichern die Instanz.

Registrieren Sie sich auf fundraising.social und werden Sie Teil eines Netzwerks, das sich dem Fortschritt und der positiven Veränderung in der Sozialwirtschaft verschrieben hat. Ich freue mich darauf, Sie in diesem digitalen Raum zu begrüßen und auf den Austausch.

ZU FUNDRAISING.SOCIAL

Dieser Button führt zu einer Seite, mit dem ein kostenloses Konto eingerichtet werden kann. Herzliche Einladung!

(*) „Eigener“ Server stimmt nur halb. Ich lasse den Server bei einem spezialisierten Dienstleister hosten. Aber die Instanz gehört mir.

Renault Megane an einer Aral Pulse Ladestation am frühen Morgen

E-Auto Fazit nach 11 Monaten und 30.000 km

,

+++ UPDATE VOM JANUAR 2025: Der Artikel unten ist nicht mehr aktuell. Das Fahrzeug ging im Januar 2025 nach 70.000 km ohne Probleme und Herausforderungen, dafür mit 95% positiven Erfahrungen zurück und wurde durch einen Renault Scenic etech ersetzt. Dazu dann irgendwann mal mehr. Der Entschluss, nie wieder Verbrenner zu fahren, steht weiterhin uneingeschränkt fest. Lediglich meide ich aus Gründen der aus meiner Sicht völlig falschen Preispolitik ENBW Ladestationen. +++

(Update vom 18.03.2024: kurz vor 50.000km – Das was unten steht, gilt weiterhin uneingeschränkt.)

Heute mal Offtopic:

Ich habe vorhin nach elf Monaten und 30.000 km mein e-Auto aus der ersten Inspektion geholt.

Hier mal eine wirklich sehr persönliche Zusammenfassung und zur Orientierung, weitab jeglicher Polemik. Im Netz etwas über Elektromobilität zu schreiben endet ja gerne mal mit Morddrohungen.

Als Selbständiger hatte ich in den letzten zehn Jahren das Privileg, regelmäßig auf neue Leasingfahrzeuge zugreifen zu können. Leasing rentiert sich einfach für mich.

Der letzte Diesel war ein Geldgrab, zu mal dieser im Januar 2020 zugelassen wurde und mit der km-Range aus der Vor-Corona Ära finanziert war. Es war klar, dass dies nicht nochmal passieren sollte. Und es war klar, dass kein Diesel oder Verbrenner mehr ins Haus kommt. Oder gar einer von diesen komischen Plug-In Hybriden. Die hab ich noch nie verstanden.

Auf das Auto verzichten ist keine Option, denn ich bin einfach zu viel und zu oft beruflich (oft mit viel Technik an Bord) unterwegs und die wenigen Verwandten sind auch nicht mal eben mit Öffis oder Fahrrad erreichbar. Und zum Thema Bahn und Verlässlichkeit im geschäftlichen Umfeld sachichgezzmanixmehr. 

Zur Einordnung: Ich fahre circa 40.000 km pro Jahr mit dem Fahrzeug.

Die Entscheidungsfindung zu Gunsten eines Fahrzeugs erspare ich euch hier. Es wurde – nicht nur auf Grund dessen, dass ein Freund der Familie Autohändler ist – ein Renault Mégane electric. Finanziell möglich durch die Ende Herbst 2022 noch voll greifende Förderung.

Mir war wichtig, dass es ein Fahrzeug einer Marke ist, die Erfahrung mit Elektromobilität hat und zudem eine Software an Bord hat, auf die man sich halbwegs verlassen kann (Spoiler: Man kann es!). Damit fielen schon mal alle halbwegs bezahlbaren deutschen Fahrzeuge raus.

Zur Einordnung: Der Mégane ist ein typisches Kompaktauto. Früher hätte man wohl „Golf-Klasse“ gesagt. Das interessante ist der sehr tiefe Kofferraum, wo im Alltag mehr reingeht, als in den Kofferraum von ähnlichen Karren. Mehr dazu unten beim Thema Urlaubsreise.

Laden zu Hause

Fangen wir mal mit dem Einfacheren an. Der Nerd in mir hat sich bereits Monate vor der Übergabe mit allem beschäftigt, was die Technik und den kommenden Alltag angeht. Macht ja auch irgendwie Spaß. Wir wohnen in einer Mietwohnung einem Haus mit zehn Parteien und unterschiedlichen Miet- und Eigentumsverhältnissen.

Unser persönlicher PKW-Stellplatz hat jetzt zufälligerweise die optimalste Position für eine Wallbox. Unsere über 80-jährige großartige Vermieterin war sofort auf unserer Seite. Es wurde zwar nicht wirklich kompliziert, dass sie in der Eigentümerversammlung eine Erlaubnis für den Betrieb einer Wallbox rausholte. Zum einen ist die Rechtslage ja mittlerweile so, dass man es kaum noch verbieten kann, außerdem übernahm ich alle Kosten.

Allerdings entschieden sie sich doch gegen eine zukunftsorientierte Installation für alle anderen im Haus und so bleibt die Wallbox eine persönliche Insellösung. („Setzt sich sowieso alles nicht durch.“) Alle im Haus, die irgendwann nach mir auch auf die Idee kommen, haben ein Problem. Zusätzlich ist eine Erweiterung durch eine PV-Anlage auch leider keine Option.

Installiert wurde die 11 kW-Box vom Partnerunternehmen des regionalen Energieanbieters. Dafür gab’s ne Förderung und ich lobe hier ausdrücklich den Service durch den E-Mobilitätszweig der AVU. Der Mitarbeiter dort hat mir wirklich richtig gut weitergeholfen und meine Rookie-Fragen auch zwei Mal beantwortet. Die Installation selbst war für den Techniker wohl ziemlich easy und die Box war bestens getimed zwei Tage vor KFZ-Lieferung anschlussbereit und schnurrt seitdem fehlerfrei.

Einziger kleiner Bummer: Im Nachhinein musste ich noch die virtuelle Erhöhung der Netzlast für das Wohnhaus einmalig tragen. Mit diesen Kosten hatte ich erst mal nicht geplant. Da wir aber nicht vorhaben, hier auszuziehen, war das auf lange Sicht verschmerzbar.

Die Box bezieht seitdem Öko-Ladestrom für e-Autos inkl. eines Nachttarifs. 

Jetzt zum Ende des Jahres wird der Tarif wieder automatisch angepasst, weil die Gebühren bereits zum zweiten Mal günstiger werden. (Nachttarif liegt dann bei 27,3 Cent pro kWh zum Zeitpunkt der Veröffentlichung dieses Beitrags.)

Hätte ich keine Box zu Hause: Die nächste 22 kW Ladeoption liegt ca. 200m Luftlinie entfernt, der nächste Schnelllader circa zwei km entfernt. Ginge also, wobei das Laden über Nacht durch die mittlerweile üblichen Blockiergebühren eher unpraktisch wäre.

tesla

Laden unterwegs

Wie oben schon geschrieben ist das Thema e-Auto schon recht nerdig, wenn man sich damit beschäftigen möchte. Ich möchte ;-). Also hab ich mir schön im Vorhinein sämtliche Ladekarten und -systeme reingezogen und bestellt. Stellt sich im Nachhinein raus: War gar nicht nötig. Folgende Kombi ist bei mir ungeschlagen: EnBW Ladekarte (Aktivierung und Zahlung) plus PUMP-App (Planung).

Ich habe in den ersten 30.000 km in Deutschland und Europa keine andere Karte eingesetzt. Sie hat – so die Lader es taten – immer funktioniert. Und falls nicht, dann konnte die dazugehörige EnBW-App die Station zum Laden bringen. Ich hab immer ne Menge Alternativkarten als Ersatz mit an Bord aber wirklich noch nicht zum Einsatz gebracht.

Ein Blick auf den ebenfalls sehr empfehlenswerten Ladefuchs zeigt dann oft, dass der „Normaltarif“ bei EnBW nicht immer der beste ist, aber ab einem höheren Tarif gleicht sich das dann doch oft aus. Bei EnBW kann man sich innerhalb von vier Wochen schnell mal im Vertrag in den Grundgebühren hoch oder runter klicken. Fährst du in der kommenden Zeit häufiger, Tarif hoch. Bleibst Du in der Region und lädst nicht so viel unterwegs, Tarif runter.

Und für die Convenience – „nimm die EnBW Karte, klappt immer“ – ist es mir wert, dann mal nen Cent mehr zu zahlen als woanders. 

Es ist wirklich so einfach: Karte dranhalten, fertig. Oder eben die App nutzen. Und EnBW sowie Fastned nutzen Plug & Charge. Da ist dann gar nichts mehr mit Karte. Auto einmalig anmelden, an die Säule anschließen, fertig.

PUMP App

Sie begleitet mich von Anfang an, nicht nur durch die wirklich sympathischen Interview-Folgen aus dem leider nicht mehr existenten Clean Electric Podcast (Kudos!).

Mit PUMP kannst Du sehr individuelle Strecken berechnen lassen, inklusive Start- und Zielvorgaben, was den Ladestand angeht. Und – noch viel besser – du kannst Ladeanbieter bevorzugen oder ignorieren. So ignoriere ich im Alltag zum Beispiel Ionity und EWE Go auf Grund ihrer Goldstrom-Preise. EnBW, Aral Pulse , Fastned und Tesla wiederum sucht sich PUMP dann standardmäßig bevorzugt aus. PUMP selbst holt sich die Status-Daten auch direkt vom Auto ab. PUMP kann noch viel mehr, daher absoluter Tipp.

PUMP bräuchte man nicht, wenn man der Software des Fahrzeugs trauen könnte, dazu aber mehr unter Software.

Meine negativen Erfahrungen, wenn man sie überhaupt so nennen kann, kann ich an einer Hand abzählen. 

Das Fahrzeug hat fast immer geladen, wo und wie es sollte. Wenn es mal nicht funktioniert hat, dann tat es der Lader direkt nebenan. Lediglich zwei Mal waren die Geräte alle belegt. Entweder bin ich dann 10km weiter auf der Route zum nächsten – in diesem Fall nagelneuen EnBW-Ladepark – gefahren, oder der Tesla-Lader, ein paar Cent teurer, war direkt nebenbei. Hinzu kommt, dass eines dieser Erlebnisse am Sommerferien-Reiseverkehr Wochenende war und es entsprechend absehbar war.

Nix negatives? Eigentlich wirklich nicht, aber ein klein wenig mehr Ladegeschwindigkeit wäre schön. Ja, man kann (und sollte bei kälteren Temperaturen) den Akku vor dem Schnellladen vorkonditionieren und es reicht wirklich aus, aber gerade so abends oder nachts spät beim Ladestop auf der Autobahn im regnerischen Winter sind fünf Minuten schneller schon ein Argument.

Leerer e-Auto Ladepark von EnBW

Reichweite

Ehrlich. Ich möchte dazu eigentlich gar nichts schreiben. Zum einen, um diesem Thema nicht noch mehr Aufmerksamkeit zu schenken. Stichwort German Angst. Zum anderen: Es ist einfach kein Thema. Ich fahre viel, ich fahre auf der Autobahn in der Regel 125 km/h. Die Blase ist immer schneller voll als der Akku leer ist. Es wurde nie kritisch, nicht mal ansatzweise. Und nach 10.000 km kennst Du Dein Auto und weißt, was welche Anzeigen bedeuten.

Wurde es jemals kritisch? Nie! 

Die Ladeinfrastruktur in Deutschland ist für Reisende gut. Das muss zum Thema Reichweite reichen.

Software

Ein e-Auto steht und fällt mit der Software. Bei den deutschen Autos ist das – auch mit Erfahrungen aus dem privaten Umfeld – eine absolute Katastrophe.

Mein Fahrzeug läuft auf Android Automotive. Als Apple- und datensensibler Mensch schmerzt das, aber hier springe ich über meinen Schatten. Die Anbindung ans Ökosystem ist super. Ja, es gibt Kinderkrankheiten und Ärgernisse – (Klimaanlagen-Button reagiert oft erst nach 3x Klicken), aber alleine die Google Maps Integration inklusive Live-Verkehrsdaten ist vorbildlich, stimmt nahezu immer. Fast alles ist außerdem per Stimme steuerbar. Apple Car Play ist inklusive und funktioniert auch tadellos.

Was allerdings auch Google Maps/Automotive warum auch immer nicht richtig hinkriegt: Die On-Board Ladeplanung ist grottig. Das System lotst Dich zu Ladestationen, 20km von der Autobahn entfernt und kennt Stationen nicht. Wenn man sie aber manuell sucht oder eingibt oder aus PUMP übernimmt, dann wiederum schon. Versteht man nicht. Aber dafür gibt es ja eben PUMP.

kofferraum

Mal mehr transportieren

Der Mégane ist ein Kompaktauto. Und ich habe oft genug Technik-Zeug dabei, was der Job eben so hergibt. Da kommt es vor, dass es ab und zu knapp wird. Bislang hatte ich immer einen größeren Volvo Kombi, da passte halt mehr rein. Aber wirklich oft habe ich ihn bislang und nach fast einem Jahr nicht vermisst. Sitze umgeklappt, fertig. Und wir haben das absolute Glück, direkt neben einem Europcar-Laden zu wohnen.

Brauche ich mal einen Transporter, buche ich ihn mir. Das habe ich tatsächlich einmal gemacht, da ich eine größere Veranstaltung aufbauen musste. (Nebenbei: In einem Diesel-Transporter zu sitzen und diesen über die Autobahn fahren zu lassen nach 15.000 km rein elektrisch fühlt sich einfach nur noch falsch an. Ein sehr merkwürdiges Erlebnis, was ich aber anscheinend mit vielen Elektromobilist:innen teile.)

„Mehr transportieren“, das bringt uns dann zu

Sommerurlaub mit vier Personen

Drei Wochen Sommerurlaub in Dänemark mit zwei Erwachsenen, zwei Kindern, viel Kram, Lebensmitteln und Bettwäsche. Vorher war der Volvo immer voll und die Dachbox auf dem Dach. Spoiler: Hat hier auch wieder alles geklappt und das noch nicht mal knapp.

Ich habe eine neue, größere Dachbox angeschafft. Mit der Vakuum-Pumpe wurde die Bettwäsche kleingesaugt und bei jedem Schnickischnack in der Familie gefragt, ob wir das wirklich brauchen.

Ja, und bei dieser Ausnahmefahrt war dann der Verbrauch auch tatsächlich höher als im Durchschnitt sonst und wir mussten einmal mehr laden als üblich. Auch dies ist nicht wirklich ein Problem. Zum einen, weil Urlaub und weil eingeplant. Ich hatte damit gerechnet. Zum anderen, weil dies wirklich nur zwei Fahrten im Jahr sind, eben eine Fahrt in den Urlaub und eine Fahrt zurück. Dafür schaffe ich kein größeres Auto an. Und zur Not gibt es auch immer noch die Option, einen Koffer per Post zu schicken. Für die eine circa 2-stündige Fährfahrt habe ich das Laden an Bord gleich mitgeklickt und wir konnten als erstes boarden. Auch schön.

Immer noch um ein Vielfaches günstiger, als ein größeres Auto. Also auch hier, alles bestens.

Renault Megane lädt an einem Schnelllader in Dänemark

Gibt’s noch was zu sagen?

Ich schreibe mal nichts zu den Fahreigenschaften, dem Grinsen im Gesicht, den Rechnungen beim „Volltanken“ oder die sämtlichen im Alltag immer wieder auftauchenden Märchen und Mythen. Das machen sehr viele andere Menschen, teils mit evangelistischer Motivation. Hier geht es ja lediglich um ein knappes Jahr an Erfahrung und 30.000 gefahrene Kilometer. Das war’s also.

98% der e-Auto Fahrenden möchten sich ein weiteres e-Auto kaufen. Ich bin einer davon. Ein Verbrenner kommt mir nicht mehr ins Haus. Es gibt wirklich keinen einzigen Grund, zurück in die Steinzeit zu wechseln.

Sonnenuntergang im Foyer eines modernen Tagungshauses

Infos zum Kurs Fundraising-Management

Warum der Studiengang Fundraising-Management an der Fundraising Akademie Deine nächste kommende Qualifikation sein kann?

Antworten dazu durfte ich im Podcast Neues Stiften geben. Der Kollege Andreas Schiemenz stellte einige interessante Fragen zum Kurs und zu Studienleitungen an sich. Und wir sprachen auch darüber, warum gerade dieser Kurs den Einstieg in die Welt des Fundraisings massiv vereinfacht.

Falls Du Dich für die Qualifizierung Fundraising-Management an der Fundraising Akademie interessierst, dann könnten diese 14 Minuten interessant sein.

Ach so, why me?

ch durfte in den vergangenen Jahren etliche Kurse als Studienleitung begleiten. So eben auch die Teilnehmenden im Fundraising-Management (FA), Fundraising-Referent:in (FA) und Referent:in Online-Fundraising (FA).

Load More

Back To Top

Fundraising und Digitale Medien
aus dem Ruhrgebiet

Impressum
Datenschutz
PGP Key

Fundraising Radio Podcast