Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
euohne Datum · Q001977

Shaping Europe’s digital future

digital-strategy.ec.europa.eu · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Criteo kombiniert ein KI-Grundlagentraining und Austauschformate für alle Beschäftigten mit einem freiwilligen, nach Vorkenntnissen gestaffelten Bootcamp für technische Teams. Der Bericht nennt 18 Bootcamp-Durchläufe und mehr als 170 Teilnehmende, beschreibt den Nutzen jedoch vor allem qualitativ und verweist auf hohen Zeitaufwand, anspruchsvolle Inhalte und einen Mangel an internen Lehrkräften.

Mittel

Der Bericht stellt Criteos Maßnahmen zur KI-Kompetenz vor. Das französische AdTech-Unternehmen betrachtet KI-Kompetenz als Teil seiner KI-Governance, da es KI-Systeme entwickelt und nutzt. Für alle Beschäftigten gibt es ein IT-E-Learning zu Grundlagen, gemeinsamer Begriffsbasis und den KI-Leitlinien des Unternehmens. KI-Botschafterinnen und -Botschafter sowie offene Online-Fragerunden und Webinare ergänzen das Angebot. Sieben „Coffee AI“-Termine wurden laut Bericht bereits veranstaltet, mit bis zu 300 Teilnehmenden bei einem Termin.

Technische Beschäftigte können sich schriftlich für ein freiwilliges Bootcamp bewerben und werden je nach Vorkenntnissen passenden Kursen zugeteilt. Das Programm umfasst eine Woche Vorlesungen zu KI-Grundlagen, Criteos KI-Umgebung und verantwortungsvollem Einsatz sowie drei Wochen für ein betreutes Praxisprojekt zu einem unternehmenseigenen Anwendungsfall. Berichtet werden 18 Durchläufe seit dem vierten Quartal 2016 und mehr als 170 Teilnehmende. Der Nutzen wird qualitativ beschrieben: bessere teamübergreifende Verbindungen, mehr Fähigkeit zur Entwicklung von KI-Anwendungen und Unterstützung beruflicher Wechsel. Als Grenzen nennt der Bericht Zeitaufwand, anspruchsvolle Inhalte und zu wenige interne Lehrkräfte. Die Wirkung wird nicht durch konkrete Kennzahlen über diese Angaben hinaus belegt; Rückmeldungen aus Befragungen sollen zur Verbesserung beitragen.

Ausführlich lesen

Der Bericht beschreibt Maßnahmen des französischen AdTech-Unternehmens Criteo zur Förderung von KI-Kompetenz. Criteo wird darin als großes Unternehmen mit mindestens 250 Beschäftigten eingeordnet, das KI-Systeme sowohl entwickelt als auch einsetzt. KI-Kompetenz sei deshalb Teil der unternehmensweiten KI-Governance und werde durch verschiedene Angebote für unterschiedliche Beschäftigtengruppen gestärkt.

Für Beschäftigte, die KI im Arbeitsalltag nutzen, entwickelte die IT-Abteilung laut Bericht ein E-Learning. Es soll ein gemeinsames Mindestwissen und eine einheitliche Begriffsbasis schaffen sowie die unternehmenseigenen KI-Leitlinien und deren Gründe vermitteln. Das Angebot wurde intern mit Beteiligten aus IT, Recht, Forschung und Entwicklung sowie Produkt getestet. Zusätzlich gibt es KI-Botschafterinnen und -Botschafter aus mehreren Bereichen, die als Ansprechpersonen dienen, die Leitlinien bekannt machen und mögliche KI-Anwendungen erkennen sollen. Weitere Formate sind offene Online-Fragerunden unter dem Namen „Coffee AI“ sowie Webinare, etwa zur Nutzung von Microsoft Copilot und zum Prompt Engineering. Sieben Coffee-AI-Termine fanden dem Bericht zufolge bis dahin statt; an einem einzelnen Termin nahmen bis zu 300 Beschäftigte teil.

Für technische Beschäftigte, die an Produkten arbeiten, führte das Criteo AI Lab ein freiwilliges AI Bootcamp ein. Die Teilnahme richtet sich ausschließlich an ein technisches Publikum. Interessierte bewerben sich schriftlich; anhand der angegebenen Kenntnisse werden sie Kursen für Einsteigerinnen und Einsteiger oder Fortgeschrittene zugeordnet. Die Inhalte beziehen sich auf konkrete Anwendungen aus Criteos AdTech-Geschäft und auf die Entwicklung und den Einsatz unternehmenseigener KI. Interne Fachleute, die an den Systemen arbeiten oder für das Unternehmen relevante Themen erforschen, unterrichten die Kurse.

Das Bootcamp umfasst zunächst eine Woche Vorlesungen zu KI-Grundlagen, Criteos KI-Technologieumgebung und verantwortungsvollem KI-Einsatz. Die Veranstaltungen finden in Paris statt, können aber auch aus anderen Büros online besucht werden. Darauf folgen drei Wochen für ein individuelles Praxisprojekt zu einem Anwendungsfall des Unternehmens, betreut durch eine forschende und eine technisch entwickelnde Person. Am Ende erstellen die Teilnehmenden einen schriftlichen Bericht und präsentieren ihre Ergebnisse. Bei erfolgreicher Teilnahme erhalten sie eine Bescheinigung. Für besonders fortgeschrittene Beschäftigte ergänzen laut Bericht Lesegruppen und Seminare das Angebot.

Als bisherige Reichweite nennt der Bericht 18 Bootcamp-Durchläufe seit dem vierten Quartal 2016 und mehr als 170 Teilnehmende. Der Nutzen wird vor allem qualitativ und indirekt beschrieben: Es seien neue Verbindungen zwischen Forschungs-, Entwicklungs- und Produktteams entstanden, die Fähigkeit zur Entwicklung von KI-Anwendungen habe zugenommen und berufliche Wechsel seien unterstützt worden. Das Programm sollte technische Mitarbeitende beim Einstieg in KI unterstützen, eine gemeinsame Fachsprache vermitteln und helfen, KI-Probleme klarer zu formulieren und das Thema zu entmystifizieren.

Als Herausforderungen nennt der Bericht den erheblichen Zeit- und persönlichen Einsatz, die anspruchsvolle Stoffmenge sowie den Bedarf an mehr internen Fachleuten und Lehrenden. Criteo bewertet das Verhältnis von Aufwand und Nutzen dennoch als positiv, unter anderem mit Blick auf ein besseres Verständnis von KI und einen verantwortlichen Umgang mit Daten und KI-Entwicklung nach beruflichen Standards. Die Angebote würden anhand von Rückmeldungen am Ende der jeweiligen Bootcamp-Durchläufe weiterentwickelt. Konkrete Messwerte zur Wirkung über Reichweite und qualitative Einschätzungen hinaus enthält der Bericht nicht.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die beiden Zusammenfassungen sind inhaltlich korrekt und enthalten keine erfundenen Angaben; beide lassen jedoch die positive Kosten-Nutzen-Einschätzung des Berichts weg. Lunas Stufen liegen bei allen drei Sammelfragen deutlich über dem, was der Bericht hergibt, weil er die Schulung beschreibt und keine der Fragen direkt beantwortet. Teilfragen gab es nicht.

Im Bericht, aber nicht in der Zusammenfassung

  • Die positive Kosten-Nutzen-Einschätzung des Berichts (Nutzen überwiegt laut Bericht trotz der Grenzen)
  • Die Angabe, dass Kurse von Beschäftigten geleitet werden, die KI-Systeme entwickeln oder erforschen

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
  1. SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
    • clef 100 %kein Bezug
    • Luna 55 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 49 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 66 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Fähigkeiten messen
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 100 %kein Bezug
    • Luna 65 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 60 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 54 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 67 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 56 %Hintergrund, keine Belege
    • JEV 41 %gleiches Oberthema, hilft nicht
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 86 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Vertrauen in Modelle
  1. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 72 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 86 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 52 %Hintergrund, keine Belege
    • JEV 32 %Hintergrund, keine Belege
    • amos 31 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 100 %kein Bezug
    • Luna 65 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 100 %kein Bezug
    • Luna 49 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 62 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 56 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 55 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E3 Welche Stellen sind in einem Staat für KI-Sicherheit und Prüfungen zuständig, und was davon gibt es schon?
    • clef 100 %kein Bezug
    • Luna 26 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 60 %Hintergrund, keine Belege
    • JEV 33 %Hintergrund, keine Belege
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  3. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 42 %einzelne zitierbare Belege
    • JEV 31 %Hintergrund, keine Belege
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 58 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt
Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →