Exklusive Nutzung KI Escape Room: Intersections lanciert den KI Escape Room auch für Organisationen. Möchtest du den KI Escape Room exklusiv für deine Organisation buchen? Dann profitiere vom 10% Rabatt. Trage deine E-Mail-Adresse hier ein, damit du auf dem Laufenden bleibst.

Informationen zu allen Exponaten im KI Escape Room

Künstliche Intelligenz (KI) ist kein Zukunftsthema mehr, sondern prägt bereits Wirtschaft, Verwaltung und unser Privatleben. KI-Systeme bergen Chancen z.B. für Inklusion und Effizienz, aber auch Risiken z.B. für Machkonzentration und Diskriminierung. Um selbstbestimmt, verantwortungsvoll und effektiv mit KI-Systemen umzugehen, benötigen wir ein Grundverständnis. Im KI Escape Room decken wir folgende Ebenen und Kompetenzen ab:

Technologische Funktionsweise

Invidiuum: Bias (Voreingenommenheit)
Organisation: Historie
Gesellschaft: Zentrale KI

Operative Nutzung

Invidiuum: Mehrwert Prompt
Organisation: System Prompt
Gesellschaft: Fake vs. Echt

Soziale Auswirkungen

Invidiuum: Gesichtserkennung
Organisation: Clickwork
Gesellschaft: KI-Skandale

Klicke auf das + um weitere Informationen zu den einzelnen Themen der Exponate zu erhalten:

Bias (Voreingenommenheit)

KI-Systeme bauen auf grossen Datenmengen auf. Meistens weiss man nicht, welche Trainingsdaten genutzt wurden und wie diese gesammelt wurden.

Exponat: Bias

Wichtig ist zu wissen: KI-Systeme sind nicht neutral. Die Datenauswahl, die Datenverarbeitung wie auch die Programmierung können Voreingenommenheiten, sogenannte Biases, enthalten oder verursachen. Diese Biases können gesellschaftliche Ungleichheiten (z.B. in Bewerbungsverfahren oder Kreditvergaben) oder Stereotypen (z.B. bei der Darstellung von „erfolgreichen Menschen“ als jung, weiss und schlank) verhärten oder sogar verschärfen.

PS: Beim Exponat wird zusätzlich auf eine binäre Sichtweise aufmerksam gemacht, da auch LGBTQ+ Personen in den Trainingsdaten schlecht oder gar nicht repräsentiert sind.

Historie

Künstliche Intelligenz ist kein neues Konzept, wie folgende Meilensteine aufzeigen:

Exponat: Anno Domini

1843

Die Mathematikerin Ada Lovelace beschreibt erstmals die Idee einer „denkenden Maschine“.

1956

Der Begriff „Künstliche Intelligenz“ wird auf der Dartmouth Conference geprägt.

1997

Das KI-System Deep Blue, basierend auf Machine Learning, besiegt den amtierenden Schachweltmeister Garri Kasparov.

2012

Das KI-System AlexNet, basierend auf Deep Learning, gewinnt den Bildklassifizierungswettbewerb ImageNet.

2022

Mit der Veröffentlichung von ChatGPT wird ein generatives KI-System der breiten Öffentlichkeit zugänglich gemacht, welches eine weltweite Debatte auslöst.

PS: Hast du gemerkt, dass die Mona Lisa jemandem aus eurem Team ähnelt? Beim Exponat Clickwork wurde ein Foto ausgelöst und das Gesicht wurde mit Hilfe von KI direkt in die Mona Lisa “eingefügt”.

Zentrale KI und Ressourcenverbrauch

KI-Systeme benötigen viele natürliche Ressourcen und haben dadurch einen hohen ökologischen Fussabdruck. Du hast beim Spiel eine GPU (Graphics Processing Unit) bzw. Grafikprozessor zur Ausführung paralleler Rechenoperationen und Wasser angeschlossen.

Exponat: Zentrale KI

Energie

20% des Stromverbrauchs von Irland wird bereits für Rechenzentren aufgewendet. Rechenzentren weltweit brauchen jetzt schon so viel Strom wie Frankreich, die Tendenz ist stark steigend.

Wasser

Ein grosses Rechenzentrum verdunstet bis zu 1,7 Millionen Liter Wasser pro Tag zur Kühlung.

Rohstoffe

Der Abbau von Kupfer, Gold und seltenen Erden für GPUs und andere Chips verursacht erhebliche Eingriffe in Fauna und Flora. Zusätzlich wird der Lebensraum von Menschen aufgrund des Abbaus stark ausgebeutet.

Mehrwert Prompt

Generative KI-Systeme bringen diverse Vorteile, auch für Individuen.

Exponat: Mehrwert Prompt

Im gesellschaftlichen Diskurs stehen Effizienzgewinne im Zentrum, welche bei vielen Anwendungsfällen noch nicht erwiesen sind. Doch KI-Systeme können auch für andere Ziele eingesetzt werden:

Inklusion z.B. dank barrierefreien Übersetzungen
Selbstreflexion z.B. durch Sparring Übungen
Problemlösung z.B. bei Troubleshooting-Fragen
etc.

System Prompt

Jedes KI-System basierend auf Large Language Models hat einen System Prompt. Das ist eine Art „Geheimanweisung“, welche die Funktionsweise des Systems bestimmt.

Exponat: System Prompt

Intransparenz

Nutzende wissen oft nicht, nach welchen Kriterien die KI antwortet und welchen Anweisungen das KI-System folgt.

Interessenskonflikte

So wird nicht sichtbar, welche Interessen verfolgt werden. Es entstehen Risiken zu Manipulation oder Täuschung z.B. bei System Prompts zu Werbe- oder Marketingzwecken.

Unvorhersehbarkeit

Systeme basierend auf Large Language Models sind nicht-deterministisch. Das heisst, es ist schwierig vorherzusehen, wie sie sich verhalten. Auch mit einer ausgefeilten System Prompt kann kein fehlerfreies Verhalten garantiert werden.

Fake vs. Echt

KI-generierte Inhalte wie Bilder, Texte, Videos oder Musik, sind bereits nicht mehr von menschen-generierten Inhalten zu unterscheiden.

Exponat: Fake vs. Echt

Das kann tragische Konsequenzen mit sich bringen, wenn Menschen auf Fehlinformationen zu Gesundheitsthemen, demokratischen Prozessen oder Betrugsversuchen hineinfallen. Unsere Empfehlung:

Resultate kritisch Hinterfragen
Quellen Prüfen
Bei Unsicherheiten mit anderen (Menschen) darüber Diskutieren

Gesichtserkennung

KI-Systeme können sehr effizient und in echtzeit trainiert werden, um Gesichter zu erkennen.

Exponat: Training Gesichtserkennung für den System Prompt

Die Gesichtserkennung funktioniert nicht bei allen Gesichtern gleich gut, da auch dies mit der vorhandenen Datengrundlage zusammenhängt. Die Fehlerquote bei dunklen Hauttönen ist bis zu 100x höher als bei hellen. Gesichtsdaten gehören zu den biometrischen Daten. Diese Daten können von uns nicht mehr angepasst werden und sind entsprechend besonders schützenswert. In der EU ist biometrische Überwachung seit 2025 stark eingeschränkt durch den EU AI Act.

Clickwork

KI-Systeme entstehen nicht durch Magie, sie werden von Menschen trainiert.

Exponat: Clickwork

Datenlabeling

Menschen in Ländern wie Kenia oder Indien markieren für wenige Cent pro Stunde Bilder, um damit KI zu trainieren. Diese Arbeit ist bekannt als „Ghost Work“ oder „Clickwork“.

Moderation

Content-Moderator:innen sichten traumatisierende Inhalte, oft ohne psychologische Betreuung.

Unbewusste Datenarbeit

Auch unsere Social-Media-Posts oder CAPTCHAs (Completely Automated Public Turing Test To Tell Computers and Humans Apart) trainieren KI, meist ohne unser Wissen.

KI-Skandale

Prinzipien helfen uns dabei, Auswirkungen von KI-Systemen strukturiert zu evaluieren. Angelehnt an die Medizinethik empfehlen wir folgende Prinzipien:

Exponat: KI-Skandale

Ethische Prinzipien

Benefizienz & Schadensvermeidung
Gerechtigkeit & Fairness
Autonomie

Instrumentelle Prinzipien

Transparenz
Verantwortlichkeit
Partizipation

Literaturverzeichnis (alle Exponate)

Hast du Lust, mehr zum Thema KI-Ethik zu sehen und zu lesen? Hier sind einige Empfehlungen:

Hans Block und Moritz Riesewieck (2018)

The Cleaners- Im Schatten der Netzwelt.

Joy Buolamwini (2024)

Unmasking AI. My Mission to Protect What Is Human in a World of Machines.

Caroline Criado-Perez (dt. Ausgabe 2020)

Unsichtbare Frauen. Wie eine von Daten beherrschte Welt die Hälfte der Bevölkerung ignoriert.

Kate Crawford (dt. Ausgabe 2022)

Atlas der KI. Macht, Politik und die planetaren Kosten künstlicher Intelligenz.

Eva Gengler (2026)

Feministische KI. Warum Künstliche Intelligenz Ungerechtigkeiten verstärkt und was wir dagegen tun müssen.

Eva Gengler und Kristina Bodrozic-Brnic (2024)

Faires KI-Prompting: Ein Leitfaden für Unternehmen.

Miriam Meckel und Lea Steinacker (2024)

Alles überall auf einmal? Wie Künstliche Intelligenz unsere Welt verändert und was wir dabei gewinnen können.

Marcel Salathé (2025)

Kompass Künstliche Intelligenz. Ein Reiseführer durch eine Welt in verrückten Zeiten.

Aleksandra Sorokovikova et. al (2025)

Surface Fairness, Deep Bias: A Comparative Study of Bias in Language Models. Association for Computational Linguistics.

Sarah Spiekermann (2021)

Digitale Ethik. Ein Wertesystem für das 21. Jahrhundert.

	Individuum	Organisation	Gesellschaft
Technologische Funktionsweise	Bias (Voreingenommenheit)	Historie	Zentrale KI
Operative Nutzung	Mehrwert Prompt	System Prompt	Fake vs. Echt
Soziale Auswirkung	Gesichtserkennung	Clickwork	KI-Skandale

Leitung und Entwicklung: Intersections

Szenografie: Nötzli x Caderas

Unterstützt von: Stiftung Mercator Schweiz