Werben im Podcast: Dein Copilot - AI über den Hype hinaus

Buche dir hier deine kostenlose KI-Potenzialanalyse: https://www.dein-copilot.de/Melde dich hier für wöchentliche KI Tipps an: https://ki-tipps.dein-copilot.de/Falls du neu auf diesem Kanal bist: Ich bin Pascal Poredda, der Gründer von Dein Copilot. Wir helfen Selbstständigen und Unternehmern, mit Automationen & KI, hunderte Stunden manueller Arbeit zu sparen. Wir haben bereits über 10 Unternehmen geholfen, über 1300h manuelle Arbeit erspart und so bares Geld für unsere Kunden gespart.Lass uns hier vernetzten:➞ LinkedIn: https://www.linkedin.com/in/pascal-poredda/Wenn du Fragen zu KI hast, schreib mir gern.

In dieser Folge sprechen wir über die Embedded World, KI auf der Hardware-Messe und warum dort zwar viel „AI-ready“, aber überraschend wenig wirklich spannende KI-Software zu sehen war. Danach wird’s deutlich nerdiger: Es geht um OpenClaw, agentische Coding-Workflows, Claude Code, lokale Modelle auf dem MacBook, Telegram-Bots als KI-Assistenten und die Frage, warum diese Tools gleichzeitig extrem produktiv und potenziell gefährlich abhängig machen können. Außerdem: Warum Pascal testweise eine App komplett per AI gebaut hat, weshalb man dabei irgendwann den Bezug zur eigenen Codebase verliert, was gute User Experience bei KI-Agenten ausmacht und warum lokale Modelle für sensible Dokumenten-Workflows der eigentlich spannende nächste Schritt sind. Time Chapters 00:00 Intro 00:49 Alex über die Embedded World und warum Messen immer noch nützlich sind 02:49 KI auf der Messe: viel Hardware-Enabler, wenig echte AI-Software 05:16 SnapMagic, Schaltpläne und KI-gestützte Reviews 06:34 Claude Review Tools und Bezahlmodelle pro Review 08:34 AI-Code-Reviews auf Pull Requests und lokal im Workflow 09:04 Pascal über „Vibe Engineering“ und eine App mit fast 100k Zeilen AI-Code 10:36 Die Kehrseite: Abhängigkeit von Coding-Agents und Verlust des Code-Verständnisses 12:07 Das Experiment: eine App bauen, ohne den Code selbst anzufassen 13:06 Deep Modules, Architektur und warum das für AI gut funktionieren kann 13:57 Copy-Paste-Code, Deduplizierung und Refactoring mit AI 15:24 Eigene Skills, Review-Steps und bessere Code-Hygiene 15:52 Back to the roots: NeoVim, Terminal und wieder selbst schreiben 17:18 Dokumentenverarbeitung, Routing, Klassifikation und Extraktion 18:02 Python, Rust und Pyo3 in echten Dokumenten-Pipelines 18:32 Neues MacBook, lokale Modelle und Experimente mit Cloud Code 19:06 Kimi, Qwen Coder und die Frage, was Quantisierung eigentlich kostet 21:20 128 GB RAM, MacOS Memory Usage und lokale Modell-Setups 22:33 OpenClaw lokal betreiben und mit produktiven Tools verbinden 24:00 Wie sinnvoll ist ein Agent in einer synthetischen Testwelt? 24:58 Was OpenClaw so spannend macht und was man daraus für eigene Produkte lernen kann 27:25 Agenten via Telegram Aufgaben schicken und produktiv arbeiten lassen 28:46 OpenClaw-Architektur: Gateway, Sessions, Cronjobs und Medienverarbeitung 30:18 Persönlichkeit, Memory und Identität über Markdown-Dateien 31:51 Jarvis: Pascals eigener Telegram-Bot auf Basis von Claude Code 33:24 Warum gestreamte Antworten sich so viel besser anfühlen 36:17 Proaktive Bots, Erinnerungen und Produktideen für Dokumenten-Apps 39:22 Permissions, Grenzen von Markdown-Regeln und warum echte Guardrails fehlen 42:21 Lokale LLMs, Regulierung und weniger Restriktionen 44:44 Das Kundenprojekt: Finanzdokumente, Uploads und echte Nutzerprobleme 46:25 Warum der OpenClaw-Hype abgekühlt ist und was trotzdem bleiben wird 48:44 Langweilige PDF-Aufgaben, sensible Daten und warum lokal der richtige Weg sein kann 49:36 Fazit und Outro

In dieser Podcastepisode geht’s um den Tech-Stack hinter moderner Prävention: Wie ein Health-Tech-Startup Laborberichte aus PDFs/HL7 in strukturierte Daten verwandelt, warum Einheiten-Normalisierung (µg/L vs mg/L vs mol) schwierig ist, und wie LLMs + Guardrails helfen, aus diesem Chaos verlässliche Insights zu bauen.Wir sprechen über OCR vs Vision-LLMs, Self-hosted Modelle vs SOTA (inkl. EU-Hosting), Pseudonymisierung/Minimal-Knowledge bei sensiblen Daten, und warum ein kleines Team mit AI-Coding (Claude Code) plötzlich Output auf großem Team Niveau liefert.Wenn du Dokumenten Verarbeitung, LLM-Evals, Data Pipelines und Founder-Real Talk magst: Freu dich auf diese Episode mit Noah von Aniva Health.

In dieser Episode diskutieren wir über die aktuellen Trends in der Technologie, insbesondere Coding Agents. Die Suchtgefahr von Coding Agents ist groß, so zumindest unsere Erfahrung. Außerdem quatschen wir über Persönlichkeitstypen in der Softwareentwicklung und für wen diese neuen Tools besonders gut funktionieren.Aber außerdem auch noch:Die Softwareentwicklung erlebt einen neuen Hype.Die Qualität von KI-Tools variiert stark.Open Source wird immer wichtiger in der KI-Entwicklung.Die Planung ist entscheidend für den Erfolg von Softwareprojekten.Persönlichkeitstypen beeinflussen die Herangehensweise an Softwareentwicklung.Die Nutzung von KI-Tools erfordert technisches Wissen.Die Entwicklung von Codex zeigt Fortschritte in der KI.Die Zukunft der Softwareentwicklung ist vielversprechend, aber herausfordernd.Lass uns hier vernetzten:➞ LinkedIn: https://www.linkedin.com/in/pascal-poredda/Wenn du Fragen zu KI hast, schreib mir gern. Zeitstempel 00:00 Ein Blick auf die Bildschirmzeit und Suchtverhalten 06:22 Die Zukunft der KI-Modelle und Open Source 12:25 Persönlichkeitstypen und ihre Rolle in der Softwareentwicklung 18:22 Die neuesten Entwicklungen in KI-Tools und deren Nutzung 24:45 CLI vs. Cloud: Vor- und Nachteile im Coding 30:13 Planung und Umsetzung: Der Schlüssel zum Erfolg 38:04 Sprachmodelle verstehen: Ein persönliches Lernziel

Zukunftstrends 2026 heute im KI Bingo: KI, Wirtschaft und Gesellschaft im Blick In dieser Folge diskutieren wir die wichtigsten KI- und Technologietrends für das Jahr 2026, analysieren politische und wirtschaftliche Auswirkungen und werfen einen Blick auf gesellschaftliche Veränderungen. Ob Innovationen bei KI-Content, geopolitische Spannungen oder die Rolle sozialer Netzwerke – hier bekommst du kompakte Einblicke in das aktuelle und kommende Jahr. Auswirkungen geopolitischer Spannungen auf den KI-Markt (z.B. Nvidia, US-Grönland-Strategie)Zukunft der sozialen Netzwerke und KI-generierter Content (z.B. Nutzung, Markierungen, Verifizierung)Fortschritte in KI-Entwicklungen: Deepfakes, KI bei Medikamenten, KI-gestützte HandelssystemeHerausforderungen bei KI-Authentizität, Deepfake-Erkennung und Prompt InjectionInnovationen im deutschen Mittelstand und europäische Regulierung (EU AI Act, Unternehmensformen)Potenziale und Grenzen von KI im Alltag, Arbeit und Ethik (z.B. Polizeiroboter, KI in Gerichtsverfahren, ChatGPT-Deepfakes)Ausblick auf Next-Level-Entwicklungen wie Spectrum Development und KI-Tools für Entwickler Timestamps: 00:00 - Jahresstart 2026: Überblick und erste Einschätzungen01:02 - Nvidia verliert 30 % Marktwert – Ursachen und Prognosen03:13 - Politische Einflüsse auf KI-Unternehmen: Europa vs. USA04:06 - Strompreise, Data Center Proteste in den USA07:09 - Der Einfluss KI-generierten Contents auf soziale Netzwerke08:46 - Markierungsmöglichkeiten für echten vs. KI-Content09:16 - Automatisierte Video- und Text-Content-Tools10:22 - Werbung mit KI – Qualität und Wahrnehmung im Vergleich11:00 - Verifizierung und Monetarisierung sozialer Accounts12:20 - KI in der Medizin: Chancen und Limits bei Volkskrankheiten13:07 - KI bei US-Wahlen: Deepfakes und Desinformation14:07 - Deepfake-Politik-Videos: Risiko und Regulierung15:20 - KI-Avatar-Content und generierte Kurse: Ethik und Community-Reaktionen16:42 - Entwicklung von KI-Grafik-Assets und Community-Shitstorms17:28 - Fortschritte bei Deepseek und Chip-Rennen 202618:37 - Sättigung bei KI-Modelleinrichtungen und Performance20:20 - KI in der Polizei: Realistische Zukunftsszenarien21:15 - Deepfake-Beweise vor Gericht: Rechtliche Herausforderungen22:34 - Prompt Injection: Gefahren für Sicherheit und Datenschutz25:40 - KI-Assistenz im Mittelstand: Stand und Potenziale27:18 - Programmiersprachen 2026: KI-Optimierungen und Vergleich28:52 - KI in der Softwareentwicklung: Automatisierung vs. Qualität29:30 - KI-gestützte Therapie-Apps: Potenzial und Risiken30:08 - Autonome Waffensysteme und Militär: Ist der Durchbruch nah?32:33 - Browser-Agents und Web-Integration für KI – Erfahrungsbericht33:48 - Sicherheitslücken bei Prompt Injection und Exploits36:36 - KI-Modelle: Marktführer, Partnerschaften und Innovationen38:54 - Europas Strategie für digitale Unabhängigkeit & IT-Alternativen40:02 - KI im deutschen Mittelstand: Status quo 202641:12 - EU AI Act: Neue Unternehmensformen und Regulierung42:50 - Ausblick: Spectrum Development, KI-Tools für Entwickler

In dieser Episode sprechen Pascal und Alex über ihre Erfahrungen mit Microsoft 365 Copilot und dessen Möglichkeiten für eigene KI-Agents im Unternehmenskontext. Sie diskutieren die Verschiebung des EU AI Acts für Hochrisiko-Anwendungen und was das für europäische Unternehmen bedeutet. Außerdem teilen sie ihre Einschätzungen zu aktuellen KI-Modellen wie Gemini 3 und Sonnet 4.5, den Unterschied zwischen "Vibe Coding" und gezieltem KI-Einsatz, sowie die gesellschaftliche Frage: Was ist menschliche Arbeit noch wert, wenn KI immer besser wird? Bonus: Warum YubiKeys für ITler Pflicht sein sollten und wieso "Made by Humans" das neue Gütesiegel werden könnte. Abschnitte 00:00 Einführung & Neuerungen (jetzt auch mit Video!)00:42 Microsoft 365 Copilot: Erste Erfahrungen und Ernüchterungen03:08 Custom AI Agents in MS365: RAG-Systeme für Unternehmen06:12 DSGVO-Grauzone: Ist Microsoft 365 wirklich datenschutzkonform?09:19 Open-Source-Alternativen: LibreOffice, NextCloud & die Realität11:25 KI-Entwicklung 2025: Von Panik zu Produktivität13:22 "Macht KI uns dumm?" – Gezielter Einsatz vs. Vibe Coding15:04 Automatisierung von Boilerplate-Code und Tests16:42 Das Problem der Einsamkeit im digitalen Zeitalter17:56 EU AI Act: Verschiebung der Hochrisiko-Regulierung19:58 Apple Features in der EU gesperrt – Warum eigentlich?21:01 YubiKeys & Passkeys: Security-Best-Practices für ITler23:32 KI-Kompetenzpflicht: Workshops für Führungskräfte26:21 Überregulierung in der EU: Chance oder Bremsklotz?28:04 Nvidia, Peter Thiel und die KI-Blase30:11 Gemini 3 Pro vs. Sonnet 4.5: Praxiserfahrungen31:30 Nano Banana: Text in Bildern endlich gelöst?32:34 Generative UIs: Googles Vision für die Zukunft des Internets33:57 KI-SEO und Account-based Marketing mit personalisierten Landing Pages35:23 "Made by Humans" als neues Gütesiegel36:55 KI-generierte Musik: GEMA vs. OpenAI38:33 Connection zum Künstler: Was macht menschliche Arbeit wertvoll?40:02 Aufruf: Gäste gesucht zum Thema Einsamkeit & KI40:27 Ausblick & Verabschiedung

In dieser Episode diskutieren Pascal und Alex über verschiedene Themen rund um KI, Softwareentwicklung und SEO. Sie teilen ihre Erfahrungen mit Headless CMS, die Herausforderungen von No-Code-Tools und die Abhängigkeit von KI-Tools. Zudem wird die Bedeutung von kritischem Denken in der Softwareentwicklung und die Relevanz klassischer SEO-Strategien im Zeitalter der KI beleuchtet. Chapters 00:00 Einführung und aktuelle Themen 02:32 Erfahrungen mit Headless CMS 05:08 Zukunftssicherheit von CMS-Lösungen 08:06 Trends in der App-Entwicklung 09:58 Herausforderungen für Nicht-Techniker 11:54 Automatisierung durch MCP-Server 13:01 Erfahrungen mit Cloud Code 19:25 Abhängigkeit von KI-Tools 22:28 Die Vorzüge einfacher Texteditoren 23:03 Die Herausforderungen der modernen Technologie 24:35 Die Zukunft der Programmierung und KI 25:33 Die Rolle von KI in der Suchmaschinenoptimierung 28:15 Die Entwicklung von KI-Analytics 29:54 Klassische SEO-Strategien im KI-Zeitalter 33:03 Lokale SEO und Programmatic SEO 35:54 Der aktuelle Hype um KI und seine Folgen 38:51 Die Entwicklung von Technologien aus dem Militärbereich 40:42 Verantwortung und Haftung in der KI-Welt

In dieser Episode diskutieren wir verschiedene Themen, die von persönlichen Erfahrungen in der Politik und Marktvolatilität bis hin zu unternehmerischen Ideen und Produktentwicklungen reichen. Wir reflektieren über die Herausforderungen und Chancen, die sich in der heutigen Zeit bieten, und teilen unsere Gedanken zu LinkedIn-Strategien und kreativen Prozessen. Wir diskutieren die Integration von KI-Features in Kundeninteraktionen, den Einfluss von Bildungssystemen wie dem KI-Unterricht in China, sowie die Herausforderungen und Chancen, die sich aus der Regulierung in den USA und Europa ergeben. Wir beleuchten die Abhängigkeit von US-Cloud-Anbietern, die Nachhaltigkeit und den Energieverbrauch von KI-Modellen, und reflektieren über kulturelle Unterschiede in Europa und den USA. Abschließend thematisieren wir die Korruption in politischen Systemen und heben die Bedeutung von Fortschritt in der Technologie hervor. Chapters 00:00 Einführung in die Kaffeerunde 03:04 Marktmanipulation und Politik 06:03 Persönliche Entscheidungen und Unternehmertum 09:09 Entwicklung einer LinkedIn Chrome Extension 12:07 Marketingstrategien und Monetarisierung 14:59 Abschluss und Ausblick 17:52 Einführung in Payment und Backend-Lösungen 20:01 Ideen für Web Scraping APIs 22:32 Herausforderungen bei der Monetarisierung von Projekten 25:35 Integration von KI in bestehende Systeme 28:54 Bildung und KI: Ein Blick auf China 30:41 Regulierung und Abhängigkeit von US-Clouds 32:44 Umsatz und Kosten im Unternehmen 35:00 Cloud-Lösungen und ihre Herausforderungen 36:40 Nachhaltigkeit und Energieverbrauch in der Technologie 39:00 Forschung und Innovation in der Energieerzeugung 41:03 Regulierung und Fortschritt in der KI-Entwicklung 45:04 Gesellschaftliche Herausforderungen und Arbeitskultur in Deutschland

In dieser Episode spreche ich mit Janu Lingeswaran über seine Agentur Featherflow, die sich auf die Entwicklung von MVPs spezialisiert hat. Janu erzählt von seinem Weg in die Selbstständigkeit, den Herausforderungen und Freuden, die er dabei erlebt hat, und der Verantwortung, die er für sein Team und seine Kunden trägt. Wir sprechen über die Bedeutung von Kreativität in der Softwareentwicklung, den Einsatz von KI-Tools und die langfristige Vision für seine Agentur. Außerdem diskutieren wir, welche Rolle Social Media in der Lead-Generierung spielt. Zeitstempel & Kapitelmarken 00:00 Einführung und persönliche Begegnung 02:50 Die Agentur Featherflow und MVP-Entwicklung 05:45 Der Schritt in die Selbstständigkeit 08:25 Verantwortung und Teamdynamik 11:15 Lead-Generierung und Social Media 13:55 KI-Tools in der Produktentwicklung 16:47 Herausforderungen und Zukunftsperspektiven 22:21 Die Kraft der Transkription 23:14 Effizienz durch Sprachtools 24:54 Vibe Coding und seine Auswirkungen 26:43 Die Rolle von Nicht-Programmierern in der Softwareentwicklung 28:45 Die Grenzen der KI in der Softwareentwicklung 30:35 Die menschliche Komponente in der Produktentwicklung 32:42 Zukunft der Softwareentwicklung und AI 35:29 Die Bedeutung von menschlicher Interaktion 37:14 Kreativität vs. Durchschnittlichkeit in der Produktentwicklung 39:47 Langfristige Ziele und Produktentwicklung 42:48 Retainer-Modelle in der Agenturarbeit Links zu Janu: https://x.com/JanuBuilds https://featherflow.com/ https://www.linkedin.com/in/janu-lingeswaran/ https://boilerplatehub.com/

In dieser Episode diskutieren Pascal Poredda, Alex und Benno Roggenhofer über die Anwendung von Künstlicher Intelligenz (KI) in der Immobilien- und Versicherungsbranche. Benno, ein unabhängiger Immobilien- und Versicherungsmakler, teilt seine Erfahrungen und Einsichten über die Integration von KI in seine Arbeit, die Herausforderungen und Chancen, die sich daraus ergeben, sowie die Bedeutung von Kundenbeziehungen und Wertschätzung im Geschäft. Die Diskussion umfasst auch die Rolle von Cyberversicherungen und die Zukunft der Versicherungsbranche im Kontext von KI. Links zu Benno: https://www.roggenhoferconsult.de https://www.linkedin.com/in/benno-roggenhofer/ Zeitstempel 00:00 Einführung in die Welt der Immobilien und KI 04:14 Die Rolle von KI in der Immobilienbranche 09:40 Anwendungsfälle von KI in der Immobilienbewertung 16:46 Kundenbeziehungen und Wertschätzung im Immobiliengeschäft 20:37 Der Einfluss von KI auf die Versicherungsbranche 23:45 Die Grenzen von KI und Machine Learning 25:38 Cyberversicherungen und ihre Relevanz 27:00 Die Bedeutung von Cyberversicherungen für Selbstständige 30:27 Haftpflicht- und Berufshaftpflichtversicherungen 34:24 Künstliche Intelligenz in der Kundenberatung 34:53 Marketingautomatisierung und KI 41:31 Zukunft der Versicherungsbranche durch KI

In dieser Episode diskutieren wir über die Entwicklungen im Bereich der Künstlichen Intelligenz, insbesondere die Einführung von OpenAI Agents und deren Preisgestaltung. Wir sprechen über die Rolle von KI in der Arbeitswelt, persönliche Erfahrungen mit KI-Tools und die Herausforderungen der Kundenakquise. Zudem ist Remote Work Thema und die Vor- und Nachteile aus unserer persönlichen Sicht. Abschließend teilen sie Gedanken zur Entscheidungsfindung und Selbstreflexion. Takeaways OpenAI Agents könnten bis zu 20.000 Euro kosten. Die Zielgruppe für solche Agenten sind große Unternehmen. KI kann repetitive Aufgaben übernehmen und Arbeitsprozesse optimieren. Die Nutzung von KI-Tools kann die Effizienz steigern. Kundenakquise kann durch SEO und Content-Marketing verbessert werden. Die Integration von KI in Agenturen wird zunehmen. Remote Work hat sowohl Vorteile als auch Nachteile. Selbstständigkeit bietet mehr Entscheidungsfreiheit. Regelmäßige Selbstreflexion kann bei der Entscheidungsfindung helfen. Die Zukunft der Arbeit wird stark von KI beeinflusst. Kapitel 00:00 Einführung und aktuelle Themen 02:45 OpenAI Agents und deren Preisgestaltung 05:34 Die Rolle von KI in der Arbeitswelt 08:24 Nutzung von KI-Tools und deren Einfluss auf die Produktivität 11:13 Kundenakquise und die Zukunft der Freiberuflichkeit 20:24 Einführung in das MCP-Protokoll 22:25 Selbstständigkeit vs. Festanstellung 24:49 Die Illusion der Sicherheit in Festanstellungen 27:09 Selbstbestimmung und Entscheidungsfreiheit 30:10 Reflexion und Tagebuchführung 34:56 Remote Work: Vor- und Nachteile

In dieser Episode von 'Dein Co-Pilot' diskutieren Pascal Poredda, Alex und Merlin über die Herausforderungen und Chancen der Unternehmensgründung im Bereich KI und Automatisierung. Merlin teilt seine Erfahrungen bei der Gründung seiner eigenen Firma, die sich auf KI-gestützte Sales-Lösungen spezialisiert hat. Die Diskussion umfasst auch die Rolle von KI in Marketing, die Herausforderungen bei der Nutzung von Chatbots, sowie die bürokratischen Hürden in Europa. Zudem werden technologische Entwicklungen und zukünftige Geschäftsstrategien erörtert. In dieser Episode diskutieren die Teilnehmer die Herausforderungen und Möglichkeiten der Integration von KI in die Softwareentwicklung. Sie beleuchten die Bedeutung von Daten und SEO, die Nutzung von KI-Tools beim Programmieren, die Planung und Dokumentation in der Softwareentwicklung sowie den Umgang mit Versionsproblemen in Bibliotheken. Zudem wird die Rolle von Content Creators und Wissenschaftlern in der KI-Entwicklung thematisiert, und es wird ein Ausblick auf zukünftige Entwicklungen gegeben. Abschließend werden verschiedene Benchmarking-Methoden für KI-Modelle vorgestellt. Zeitstempel 00:00 Einführung und Vorstellung der Gäste 02:22 Merlins Weg zur Unternehmensgründung 05:00 Einsatz von KI im Sales-Bereich 07:10 Herausforderungen bei der KI-Implementierung 09:44 Regulierung und Bürokratie in Europa 14:09 Zukunft der KI-Modelle und deren Einsatz 20:22 Strategien für Unternehmenswachstum und Automatisierung 23:26 Die Herausforderungen des Hostings von KI-Modellen 26:53 Feintuning von KI-Modellen: Chancen und Risiken 30:00 Datenqualität und ihre Bedeutung für KI-Modelle 34:57 Die Rolle von KI in der Softwareentwicklung 41:15 Effiziente Nutzung von Dokumentation in der Programmierung 45:35 Probleme und Lösungen mit AI-Tools 48:29 Hype und Realität der KI-Technologie 50:33 Zukunftsausblick: KI in fünf Jahren 51:30 Die Bedeutung von Pausen ohne KI-Tools 52:38 Modelle und deren Anwendung im Coding 56:07 Benchmarking von KI-Modellen 58:37 Abschluss und Ausblick auf die Zukunft Kontaktdaten von Merlin Richter: Telegram:https://t.me/merlin_richter E-Mail:[email protected]

In dieser Episode diskutiere ich mit Alex über die Rolle von AI-Agenten in der Softwareentwicklung und deren Auswirkungen auf die Zukunft der Arbeit. Wir teilen unsere Erfahrungen mit verschiedenen AI-Tools, die Bedeutung von Prompt Engineering und die Unterschiede zwischen AI-Agenten und traditionellen LLMs. Zudem wird die Entwicklung von persönlichen AI-Assistenten und deren potenzielle Anwendungen in der Kundenakquise und Content-Generierung thematisiert. Außerdem sprechen wir über die Herausforderungen und Chancen, die AI-Tools für Entwickler mit sich bringen, sowie die Notwendigkeit menschlicher Intervention in bestimmten Prozessen. Zeitstempel Grundlagen (00:00-11:30) - 00:00 Einführung in AI Agents - 05:22 Erfahrungen mit AI-Tools - 10:55 Die Rolle von Prompt Engineering - 11:31 Unterschied zwischen Agenten und LLMs Anwendungen & Tools (18:12-25:45) - 18:12 AI-Agents in der Content-Generierung - 22:14 Preismodell neuer AI-Tools - 23:28 Workflow-Optimierung durch APIs - 24:42 Preismodell und Kosteneinsparungen Zukunftsausblick (25:45-38:19) - 25:45 Entwicklerrollen im Wandel der Zeit - 26:40 Die Bedeutung menschlicher Interaktion - 27:17 Produktivitätssteigerung durch KI - 28:41 Zugang zu neuen Technologien für alle - 29:12 Herausforderungen bei der KI-Implementierung - 30:35 Automatisierung durch AI-Agenten - 32:06 No-Code-Tools und ihre Akzeptanz - 34:26 Zukunft der Kundenakquise mit KI - 36:16 Digitalisierung und ihre Herausforderungen in Deutschland - 38:19 Zukunftsprognosen für die Softwareentwicklung Wichtige Erkenntnisse 1. AI-Agenten werden die Zukunft dominieren 2. Die Rolle des Entwicklers wird sich verändern 3. AI-Tools sind nur Werkzeuge 4. Die Einstiegshürden sinken immer mehr 5. AI-Agenten können Kundenakquise machen 6. Wir werden mehr virtuelle Sales-Agenten sehen 7. Die Zukunft wird's zeigen 8. Man überschätzt es auf kurze Frist 9. Langfristige Ziele sind realistischer 10. AI-Agenten können MVPs erstellen

Du willst wissen, was der ganze Hype um AI Agents ist und warum alle davon reden? In dieser Episode packen wir das Thema an und erklären dir den Unterschied zwischen den klassischen KI-Modellen (LLMs) und den neuen AI Agents, die 2025 richtig durchstarten werden. Klar, LLMs kennt mittlerweile jeder - diese superintelligenten Chat-Partner, die Texte schreiben und Fragen beantworten können. Aber AI Agents? Die sind nochmal eine ganz andere Nummer. Stell dir vor, du hättest nicht nur einen passiven Chatbot, sondern einen aktiven digitalen Assistenten, der selbstständig Entscheidungen trifft und Aufgaben für dich erledigt. Ich erkläre dir anhand praktischer Beispiele, was diese Technik drauf hat anhand des Beispiels eines Sales Agents: Ein Sales Agent, der nicht nur stumpf Nachrichten verschicken, sondern clever recherchieren, personalisierte E-Mails schreiben und sogar eigene Reports erstellen kann. Außerdem werfen wir einen Blick auf RAG-Systeme - eine coole Technik, die es AIs ermöglicht, noch mehr Wissen zu nutzen. Ein kleiner Einblick und meine persönlichen Gedanken fließen auch mit ein. Bis 2030 werden wir vermutlich ganze Teams von AI Agents sehen, die zusammenarbeiten wie ein eingespieltes Team. Das wird besonders spannend bei personalisierten Verkaufsgesprächen - stell dir vor, ein AI-Team recherchiert im Hintergrund alles über dich, nur weil jemand deine Visitenkarte hat! Diese Folge ist perfekt für alle, die verstehen wollen, warum AI Agents das nächste große Ding werden und wie sie unseren Alltag verändern könnten. Am Ende gibt's noch einen Ausblick auf die nächste Episode, wo wir uns anschauen, wie ein ganzes Team von AI Agents komplette Arbeitsabläufe übernehmen kann. Also, schnapp dir einen Kaffee und lass uns gemeinsam in die Zukunft der KI eintauchen! Timestamps; 00:00 Einleitung 01:21 LLMs verstehen, was ist eigentlich ein LLM? 06:26 AI Agents entdecken, was kann ein AI Agent, was nicht? 12:00 Retrieval-Augmented Generation (RAG) Systems erklärt 15:16 Die Zukunft von AI Agenten, Agentic Systems & Teams von AI Agents Genannte Quellen: LLMs vs AI Agents: Differences, and Use Cases Explained Key Characteristics of Intelligent Agents: Autonomy, Adaptability, and Decision-Making TheAgentCompany: Benchmarking LLM Agents on Consequential Real World Tasks Solution Providers Prepare For 2025’s AI Agent Era Interesse an einer Diskussion über AI? Meld dich gerne an hallo(at)dein-copilot.de

Der Countdown zum Ende des Jahres 2024 läuft und ich habe mir vorgenommen, noch schnell eine Episode hochzuladen, bevor das Jahr zu Ende geht. In dieser Episode erfahrt ihr mehr über die Vision für „Dein Copilot“ und was ihr in den kommenden Episoden erwarten dürft. Ich werde einige der Themen anreißen, die ich behandeln möchte. Ich freue mich auf spannende Gäste 2025, die ich zum Teil schon eingeladen habe. Von Experten aus der Branche bis hin zu kreativen Köpfen, die die Technologie von morgen nutzen – Cursor.AI, Windsurf, Loveable, BoltAI und co. Was kann man damit bauen? Wie schnell können Apps und Webseiten damit geschaffen werden? Ich lade euch ein, diesen Podcast zu abonnieren und mich 2025 dabei zu begleiten. Besucht auch gerne meine Website unter https://www.dein-copilot.de, um mehr über die kommenden Episoden zu erfahren und um sicherzustellen, dass ihr keine Folge verpasst. Euer Feedback und eure Anregungen sind mir wichtig, ihr könnt jederzeit unter podcast(at)dein-copilot.de mir Feedback zu dieser oder anderen Episoden geben .