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
medium.com29. Juni 2023 · Q011857

How one business school professor and AI expert uses Medium to share his ideas, build a following, and raise his professional profile

medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Enrique Dans schildert, wie Medium ihm nach eigener Einschätzung half, ein Publikum für seine Texte über Innovation und Technologie aufzubauen, und warum er regelmäßiges Schreiben sowie den Austausch mit Lesern empfiehlt. Er warnt vor falschen Antworten von KI-Systemen und möglichen Arbeitsplatzverlusten durch Automatisierung; diese Aussagen und Wirkungsberichte werden im Interview nicht unabhängig empirisch überprüft.

Mittel

Das Interview stellt Enrique Dans vor, Professor für Innovation und Technologie an der IE Business School, der seit 2003 bloggt und auf Medium nach eigener Aussage rund 54.000 Follower hat. Er begann zu schreiben, um aktuelle Beispiele und Quellen für seinen Unterricht bereitzustellen. Medium habe ihm beim englischsprachigen Schreiben geholfen, schnell Leser zu erreichen und Aufmerksamkeit von Medien zu bekommen. Diese Reichweiten- und Wirkungsaussagen beruhen auf seinen persönlichen Erfahrungen; der Bericht legt keine unabhängigen Daten vor.

Dans schätzt die einfache, schreiborientierte Oberfläche und sieht für Wissenschaftler Vorteile in schneller Veröffentlichung, Austausch und größerer Reichweite. Regelmäßiges Schreiben hält er für eine Gewohnheit; Themen finde er durch fortlaufende Lektüre verschiedener Medien und sozialer Quellen. Autoren empfiehlt er, Leser zum Austausch einzuladen und verlässlich zu publizieren.

Zu KI sagt Dans, Sprachmodelle könnten nützlich sein, gäben aber nicht immer Wahres aus und könnten fehlende Informationen erraten. Unternehmen sollten seiner Ansicht nach auch eigene Algorithmen trainieren. Seine größte Sorge ist, dass Automatisierung viele Arbeitsplätze, auch im Büro, verdrängen könnte. Ein bedingungsloses Grundeinkommen sei Teil einer möglichen Antwort, löse aber nicht alle gesellschaftlichen Herausforderungen. Das Interview bietet seine Einschätzungen, keine empirische Prüfung dieser Aussagen.

Ausführlich lesen

Der Bericht ist ein Interview von Medium Staff mit Enrique Dans, Professor für Innovation und Technologie an der IE Business School und Berater unter anderem für das KI-Unternehmen BigML. Dans erzählt, wie er zum Lehren, Bloggen und Schreiben auf Medium kam und was er von der Plattform sowie von künstlicher Intelligenz hält. Das Gespräch wurde laut Artikel leicht gekürzt und redaktionell geglättet.

Dans sagt, er habe zunächst Biologie studiert und sich während des Studiums früh mit Computern beschäftigt. Ein Professor habe ihn während seines MBA-Studiums zum Unterrichten ermutigt; daraus sei eine akademische Laufbahn entstanden. Heute vermittle er, wie Unternehmen Innovation dauerhaft nutzen und in Wettbewerbsvorteile übersetzen können. Er begann 2003 zu bloggen, um aktuelle Beispiele, Quellen und Lesematerial für seinen Unterricht zu sammeln, statt sich vor allem auf ältere Fallstudien zu stützen.

Nach Stationen bei Blogger und WordPress wechselte Dans zu Medium. Er beschreibt den Editor als schlicht und auf das Schreiben ausgerichtet. Besonders für seine englischsprachigen Texte sei die Auffindbarkeit auf Medium hilfreich gewesen: Er berichtet, innerhalb kurzer Zeit mehr als 5.000 Abonnenten gewonnen zu haben. Außerdem führt er Anfragen von Medien wie BBC und Wall Street Journal häufig auf seine Medium-Beiträge zurück. Das sind seine persönlichen Erfahrungen; der Bericht liefert dazu keine unabhängigen Reichweiten- oder Wirkungsdaten. Dans nennt Tesla-Beiträge als besonders erfolgreich und erklärt, dass er früh an die langfristige Strategie des Unternehmens geglaubt habe.

Für Wissenschaftler sieht Dans in Medium eine Möglichkeit, schneller zu veröffentlichen, Rückmeldungen aus der Fachgemeinschaft zu erhalten und ein größeres Publikum zu erreichen. Akademische Zeitschriften kritisiert er als langsam, begrenzt zugänglich und teuer. Seine eigene tägliche Veröffentlichungsroutine führt er auf Gewohnheit und Verlässlichkeit gegenüber den Lesern zurück. Ideen gewinne er vor allem durch umfangreiche Lektüre: etablierte Medien, einen Empfehlungsdienst und ausgewählte Beiträge in sozialen Netzwerken. Anderen Autoren rät er, Gespräche mit Lesern anzuregen und einen vorhersehbaren Rhythmus zu bieten.

Bei KI betont Dans, dass Sprachmodelle überzeugend formulieren können, aber nicht automatisch Wahrheit erzeugen. Als Beispiel berichtet er, ChatGPT habe über sein Privatleben falsche Vermutungen angestellt. Unternehmen sollten nach seiner Einschätzung neben zugekauften Modellen eigene Algorithmen trainieren, um etwa Kaufwahrscheinlichkeiten oder Betrugsrisiken besser einzuschätzen und sich von Wettbewerbern abzuheben. Seine größte Sorge gilt möglichen Arbeitsplatzverlusten durch Automatisierung, auch in Berufen mit Büroarbeit. Er befürwortet ein bedingungsloses Grundeinkommen als Teil einer gesellschaftlichen Antwort, hält es aber nicht für eine vollständige Lösung. Diese Einschätzungen sind Dans’ Positionen im Interview; der Artikel untersucht sie nicht empirisch und belegt weder die behaupteten KI-Folgen noch die Wirksamkeit der vorgeschlagenen Maßnahmen.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Beide Zusammenfassungen von Luna wurden gemeinsam geprüft, da das Schema nur eine Bewertung vorsieht. Beide sind inhaltlich treu, die mittlere Fassung ist vollständiger. Die Einordnung betrifft drei Sammelfragen ohne Teilfragen. Der Bericht ist ein Interview mit persönlichen Einschätzungen von Enrique Dans, die nicht empirisch geprüft sind.

Im Bericht, aber nicht in der Zusammenfassung

  • Dans bestreitet, dass Algorithmen selbstbewusst werden, und lehnt das Terminator-Szenario ab
  • Dans nennt Blogging als Mittel zur Gewohnheitsbildung und beschreibt seinen täglichen Veröffentlichungsrhythmus
  • Die Krise wissenschaftlicher Fachzeitschriften als Grund für den Nutzen von Medium für Akademiker fehlt in beiden Fassungen

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
Fähigkeiten messen
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 38 %einzelne zitierbare Belege
    • JEV 31 %nur am Rande erwähnt
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 62 %gleiches Oberthema, hilft nicht
    • drex 64 %gleiches Oberthema, hilft nicht
    • d3-ultra 56 %gleiches Oberthema, hilft nicht
Vertrauen in Modelle
  1. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 47 %einzelne zitierbare Belege
    • JEV 48 %beantwortet teilweise oder widerspricht
    • amos 32 %nur am Rande erwähnt
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 40 %gleiches Oberthema, hilft nicht
    • d3-ultra 56 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung Hintergrund, keine Belege
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 53 %einzelne zitierbare Belege
    • JEV 44 %einzelne zitierbare Belege
    • amos 33 %gleiches Oberthema, hilft nicht
    • SubQ 63 %gleiches Oberthema, hilft nicht
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra 62 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung einzelne zitierbare Belege
Agenten und vernetzte Systeme
  1. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 100 %kein Bezug
    • Luna 41 %Hintergrund, keine Belege
    • JEV 54 %gleiches Oberthema, hilft nicht
    • amos 52 %gleiches Oberthema, hilft nicht
    • SubQ 68 %gleiches Oberthema, hilft nicht
    • drex 76 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Modelle teilen und schützen
  1. SF-H1 Wo endet die erlaubte Nutzung fremder Modellausgaben, und wo beginnt unerlaubte Destillation, also das Trainieren eines eigenen Modells mit diesen Ausgaben?
    • clef 100 %kein Bezug
    • Luna 56 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 54 %gleiches Oberthema, hilft nicht
    • drex 60 %gleiches Oberthema, hilft nicht
    • d3-ultra 50 %gleiches Oberthema, hilft nicht
  2. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 37 %einzelne zitierbare Belege
    • JEV 37 %nur am Rande erwähnt
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 58 %gleiches Oberthema, hilft nicht
    • d3-ultra 61 %gleiches Oberthema, hilft nicht
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
    • clef 100 %kein Bezug
    • Luna 58 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 53 %gleiches Oberthema, hilft nicht
    • SubQ 65 %gleiches Oberthema, hilft nicht
    • drex 74 %gleiches Oberthema, hilft nicht
    • 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 65 %einzelne zitierbare Belege
    • JEV 47 %einzelne zitierbare Belege
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 70 %gleiches Oberthema, hilft nicht
    • drex 68 %gleiches Oberthema, hilft nicht
    • d3-ultra 61 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt
  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 47 %einzelne zitierbare Belege
    • JEV 43 %einzelne zitierbare Belege
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 61 %gleiches Oberthema, hilft nicht
    • drex 62 %gleiches Oberthema, hilft nicht
    • d3-ultra 64 %gleiches Oberthema, hilft nicht
Wirtschaft und Haftung
Information und Öffentlichkeit
  1. SF-I1 Wie erkennt man KI-erzeugte Inhalte und KI-erzeugte Einflussnahme, ohne die Meinungsfreiheit zu beschneiden?
    • clef 100 %kein Bezug
    • Luna 55 %Hintergrund, keine Belege
    • JEV 29 %nur am Rande erwähnt
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 58 %gleiches Oberthema, hilft nicht
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra 62 %gleiches Oberthema, hilft nicht

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 →