Warum hat die KI Angst vor Cottbus?

Frank Tentler · 14. September 2026

Ein Bericht von der Deutschen Stadtmarketingbörse in Cottbus über Marie Kilgs Vortrag zur Kommunikation mit KI, zu verlässlichen Quellen und zur Verantwortung der Menschen.

Marie Kilg hat Alexa eine Frage gestellt, bevor sie auf die Bühne der Deutschen Stadtmarketingbörse tritt. Sie sei in einem Raum voller Cottbusser, was solle sie tun? Die Antwort, die sie dem Publikum vorführt, klingt nach einer möglichen Notlage. Falls sie sich in Gefahr fühle, solle sie Hilfe holen.

Mit dieser kleinen Irritation beginnt Kilgs Vortrag über die neue Dialogmacht der KI. Wir sitzen in Cottbus, die bcsd hat Kommunikation und künstliche Intelligenz zum Thema ihrer Tagung gemacht. Eine Sprachassistentin scheint aus einer gewöhnlichen Begegnung eine bedrohliche Situation zu machen. Das ist ein guter Einstieg, weil sich an dieser Antwort mehr untersuchen lässt als die vermeintliche Meinung einer Maschine über eine Stadt.

Marie Kilg kennt solche Systeme von innen. Die Journalistin und KI-Beraterin arbeitete von 2017 bis 2022 bei Amazon in München und Seattle. Dort gestaltete sie die deutsche Persönlichkeit von Alexa mit und verantwortete später die Planung von Produkteinführungen für den deutschsprachigen Markt. Als Chief AI Officer der Deutschen Welle entwickelte sie anschließend die KI-Strategie, baute das KI-Team auf und schuf organisatorische Regeln für den Einsatz. Heute arbeitet sie selbstständig als Beraterin und Referentin und moderiert den KI-Podcast der ARD mit. Ihr Blick auf die Technik verbindet journalistische Erfahrung mit der praktischen Entwicklung und Einführung von KI-Anwendungen.

Die Auflösung der Cottbus-Szene beginnt mit einer Einschränkung. Kilg erzählt, dass Alexa auch bei anderen Städten ähnlich reagiert habe. Die Antwort beweist also kein besonderes Vorurteil gegen Cottbus. Ebenso wenig lässt sich aus ihr ablesen, welcher Teil des Systems den Hinweis auf eine Gefahr ausgelöst hat. Von Angst zu sprechen, beschreibt den Eindruck beim Zuhören. Es erklärt noch nicht, was technisch geschehen ist.

Kilg nimmt die Szene zum Anlass, die Vorstellung von einer einzigen, in sich geschlossenen KI aufzubrechen. Ein Sprachmodell bildet den Kern einer Anwendung. Um diesen Kern liegen weitere Entscheidungen: wie das Modell nachtrainiert wurde, welche Vorgaben der Anbieter macht und auf welche Informationen das Produkt zugreifen kann. Auch Sicherheitsmechanismen und der bisherige Gesprächsverlauf können Antworten beeinflussen. Was am Ende wie die Äußerung eines Gegenübers klingt, entsteht aus dem Zusammenspiel dieser Bestandteile.

Für das Stadtmarketing hat diese Unterscheidung Folgen. Wenn ein System eine Stadt unzutreffend beschreibt, kann das an überholten Informationen liegen. Es können aber auch eine missverständliche Frage oder die Regeln der Anwendung mitwirken. Die einzelne Antwort ist zunächst ein Befund. Wer sie verbessern möchte, muss genauer untersuchen, unter welchen Bedingungen sie entsteht.

Dass auch gut gemeinte Eingriffe neue Fehler verursachen können, erläutert Kilg an der Bilderzeugung. Google hatte 2024 selbst eingeräumt, dass Maßnahmen für eine größere Vielfalt dargestellter Menschen zu unpassenden Ergebnissen geführt hatten. Bei bestimmten historischen Darstellungen war die Korrektur über das Ziel hinausgegangen. Das Beispiel zeigt, wie stark Produktentscheidungen das beeinflussen, was Nutzer als Leistung oder Versagen eines Modells wahrnehmen.

Der Vortrag führt von diesen technischen Schichten zur Frage nach dem Nutzen. Kilg beschreibt ein Spannungsverhältnis zwischen breiter Anwendbarkeit, selbstständiger Ausführung und Verlässlichkeit. Je offener eine Aufgabe ist, desto schwieriger wird es, jedes mögliche Ergebnis vorab abzusichern. Ein eng geführter Ablauf lässt sich leichter prüfen. Bei anspruchsvollen, offenen Aufgaben bleibt menschliches Urteil entsprechend wichtig.

Als Orientierung für die Praxis ist dieser Gedanke hilfreich. Einen unveränderlichen Beweis für die Grenzen aller künftigen KI sollte man daraus nicht machen. Auch generative Modelle können Bestandteil zuverlässig gestalteter Abläufe sein. Entscheidend sind der konkrete Auftrag und die Prüfungen im Prozess. Anthropic beschreibt in seiner Anleitung zum Aufbau von Agentensystemen ebenfalls diese Abwägung zwischen festgelegten Abläufen und größerer Autonomie.

Kilg erzählt dazu eine Geschichte aus dem Skispringen. Der Schwede Jan Boklöv wurde mit einer Technik bekannt, bei der die Ski in der Luft ein V bilden. In ihrem Vortrag wird daraus ein Bild für einen zeitweiligen Vorsprung: Eine neue Methode verändert die Möglichkeiten, andere übernehmen sie, und schließlich gehört sie zum Standard. Der Vorteil des frühen Anwenders bleibt nicht automatisch bestehen.

Für Organisationen lässt sich daraus eine unbequeme Frage ableiten. Wenn alle dieselben Werkzeuge nutzen können, worin besteht dann die eigene Leistung? Kilgs Antwort führt zu den Entscheidungen vor und nach der Ausführung. Jemand muss erkennen, welche Aufgabe überhaupt sinnvoll ist. Und jemand muss das Ergebnis beurteilen, Konsequenzen bedenken und Verantwortung übernehmen. Ein schneller erzeugter Text beantwortet noch nicht die Frage, ob dieser Text gebraucht wird.

Besonders anschaulich wird Kilg, als sie ihre eigene Wissensarbeit beschreibt. Sie sammelt eigene Texte, Podcasttranskripte und weiteres Material, mit dem sie sich beschäftigt hat. KI hilft ihr, Verbindungen in diesem Bestand zu finden. Beim Schreiben kann so eine Passage wieder auftauchen, die sie vor langer Zeit abgelegt und inzwischen vergessen hat. Die Maschine erweitert den Zugriff auf das eigene Material. Welche Fundstelle ihren Gedanken weiterhilft, entscheidet Kilg selbst.

Für mich ist das eines der stärksten Beispiele des Vortrags. Viele Organisationen besitzen mehr Wissen, als sie im Alltag nutzen können. Informationen liegen in Protokollen, älteren Konzepten oder den Unterlagen abgeschlossener Projekte. Eine KI, die solche Bestände erschließt, kann Erfahrung wieder zugänglich machen. Ihr Wert hängt dabei wesentlich davon ab, ob die Quellen bekannt sind und die Ergebnisse überprüft werden können.

Kilg verbindet diesen Gedanken mit einer Frage nach Unabhängigkeit. Wer Wissen aufbaut, sollte es auch beim Wechsel eines Anbieters weiterverwenden können. Preise und Funktionen können sich ändern. Deshalb lohnt es sich, von Anfang an darauf zu achten, wie Dokumente und die dazugehörige Ordnung erhalten bleiben. Eine Sammlung ist erst dann ein belastbares Arbeitsmittel, wenn die Organisation weiterhin auf sie zugreifen und mit ihr arbeiten kann.

Mit den Begriffen „Stack“ und „Story“ fasst Kilg zwei Aufgaben zusammen. Der Stack ist der technische Aufbau samt Datengrundlage, auf dem die eigene Arbeit beruht. Die Story betrifft das, was eine Organisation erzählt und weshalb Menschen ihr zuhören oder ihren Informationen vertrauen. Für das Stadtmarketing gehören diese Aufgaben zusammen. Verlässliche Ortskenntnis muss zugänglich werden und als verlässlich erkennbar sein.

Kilgs Überlegungen zu Falschinformationen ergänzen diesen Zusammenhang. Sie erinnert an sensationshungrige Flugblätter und an Geschichten, deren Reiz schon lange vor dem Internet wichtiger war als ihr Wahrheitsgehalt. Daraus entwickelt sie eine Unterscheidung zwischen Nutzungssituationen. Menschen suchen manchmal Unterhaltung, manchmal eine belastbare Auskunft. Eine eindrucksvolle Geschichte und eine Information, auf die man eine Entscheidung stützt, erfüllen unterschiedliche Zwecke.

Beim Café um die Ecke wird dieser Unterschied sofort greifbar. Wer sich dorthin auf den Weg macht, braucht eine richtige Adresse und zutreffende Öffnungszeiten. Ein erfundenes Café mag in einer Erzählung seinen Platz haben. Für jemanden, der davorstehen möchte, ist es wertlos. Gerade in solchen alltäglichen Situationen bleibt überprüfbare Information gefragt.

Für Städte entsteht daraus eine konkrete Aufgabe. Veranstaltungen, Einrichtungen und lokale Angebote sollten so beschrieben sein, dass Menschen und digitale Systeme sie zuverlässig finden und einordnen können. Das garantiert keine korrekte Antwort eines Chatbots. Es schafft aber eine bessere Grundlage als verstreute, widersprüchliche oder veraltete Angaben. Zugleich braucht es einen erkennbaren Absender, dem Menschen zutrauen, die Verhältnisse vor Ort zu kennen.

Am Ende kehrt Kilg zu Cottbus zurück. In einem weiteren Beispiel gibt sie der Frage einen ausdrücklichen Bezug zum Stadtmarketing. Die Antwort fällt nun anders aus und greift lokale Informationen auf. Auch das ist eine einzelne Demonstration, keine Garantie. Doch sie führt zurück zum eigentlichen Thema des Vortrags: Eine brauchbare Antwort braucht einen passenden Zusammenhang und Zugang zu geeigneten Quellen.

Nach diesem Vortrag bleibt bei mir weniger die Frage hängen, was eine KI über Cottbus denkt. Mich beschäftigt, wer dafür sorgt, dass sie etwas Zutreffendes über Cottbus sagen kann. Für die Menschen vor Ort liegt darin eine vertraute Aufgabe unter veränderten Bedingungen. Sie kennen ihre Stadt. Nun müssen sie dieses Wissen so verfügbar machen, dass am anderen Ende einer digitalen Auskunft tatsächlich jemand ankommt: bei einer Veranstaltung, an einem offenen Café oder in einem Gespräch mit einem Menschen.

Ergänzend zu diesem Bericht stehen meine eigenen Materialien zur Deutschen Stadtmarketingbörse bereit. Die Vortragsfolien und Praxishefte zu „Mit KI im Dialog“ und „Strategie und erste Schritte“ finden Sie unter Vertiefen · Vorträge und Workshops. Sie behandeln die Zusammenarbeit mit KI und den verantwortlichen Einstieg in eine eigene KI-Strategie. Es sind Materialien zu meinen Praxisimpulsen, keine Unterlagen aus Marie Kilgs Vortrag.

#BCSD #stadtmarketingboerse26 #Stadtmarketing #Cottbus #KünstlicheIntelligenz #ArbeitenMitKI