Werben im Podcast: Klartext KI

In dieser Folge sprechen Matúš, Alwine und Vlad über KI-Agenten in der Softwareentwicklung und darüber, wie viel Vertrauen automatisierte Tests verdienen. Wenn Agenten den Code schreiben, verschiebt sich die Arbeit: Anforderungen verstehen, Qualität prüfen und entscheiden, was ausgeliefert wird. Vlad berichtet, dass er kaum noch selbst Code schreibt. Stattdessen beschäftigt er sich mit Architektur, Kontext und überprüfbaren Ergebnissen. Matúš geht ähnlich vor und setzt auf automatisierte Tests, die bei jeder Änderung laufen. Alwine hakt nach: Was wird dabei eigentlich geprüft, und wer schaut sich das Ergebnis an? Es geht um deterministische Tests, also fest definierte Prüfungen, die ohne erneute KI-Abfragen ausgeführt werden, um spezialisierte Agenten und um Reviews jenseits einzelner Codezeilen. Vorher-Nachher-Bilder, API-Vergleiche und Videos können Veränderungen sichtbar machen. Die Diskussion zeigt, wie unterschiedlich die Vorstellungen davon sind, welche Kontrollen Vertrauen schaffen. Besonders kontrovers wird es bei der Abnahme. Matúš beschreibt Anwendungen, in denen Nutzer Änderungswünsche direkt eingeben und Agenten die Umsetzung übernehmen. Alwine fragt nach Verantwortung, menschlichen Freigaben und den besonderen Anforderungen kritischer Infrastruktur. Dabei wird deutlich: Keinen Code mehr selbst zu lesen bedeutet nicht automatisch, dass niemand das Ergebnis abnimmt. Abschließend geht es darum, wie Menschen ihre Wünsche künftig in Software übersetzen. Vlad nutzt schnelle Prototypen, um gemeinsam mit Beteiligten herauszufinden, was überhaupt gebraucht wird. Wenn sich immer mehr Ideen umsetzen lassen, wird die Entscheidung wichtiger, welche davon tatsächlich ins Produkt gehören. Beim Tempo und bei den nötigen Kontrollen bleiben unterschiedliche Perspektiven bestehen. Eine Folge über agentische Softwareentwicklung, automatisierte Qualitätssicherung, verständliche Anforderungen und menschliche Verantwortung. Timeline 00:00 Einstieg mit Vlad: Vom Codeschreiben zum Steuern von Agenten 09:02 Vertrauen in generierten Code und automatisierte Qualitätssicherung 14:34 Reviews ohne Code: Tests, Screenshots und sichtbare Veränderungen 20:53 Änderungswünsche direkt in der Anwendung und die Frage der Abnahme 26:40 Qualitätsprüfungen, klare Anforderungen und schnelle Prototypen 35:44 Menschliche Freigaben und kontroverse Unternehmensbeispiele 43:29 Unterschiedliche Risikokontexte und das Fazit der Diskussion 🔗 Weiterführende Links zur Folge https://www.linkedin.com/company/klartext-ki-der-podcast  Bild ist offensichtlich KI-generiert

In dieser Folge von Klartext KI sprechen Matúš, Alwine und Jan über Quantencomputer, ihre Möglichkeiten und die Grenzen des Hypes. Dazu schauen sie auf KI-Benchmarks und diskutieren, warum das leistungsstärkste Modell nicht automatisch die wirtschaftlichste Wahl ist. Zum Einstieg bringt Jan einen Vergleich der führenden KI-Modelle mit. Im Mittelpunkt stehen die Unterschiede zwischen Benchmark-Leistung, Token-Preisen und den tatsächlichen Kosten pro gelöster Aufgabe. Matúš und Alwine ergänzen ihre Erfahrungen aus der Arbeit mit verschiedenen Modellen und diskutieren, was gegenseitige Überprüfung bringt. Danach erklärt Jan Quantencomputing anhand von Münzen, einem Labyrinth und einem Koffeinmolekül. Es geht um Qubits, Superposition und Interferenz und darum, weshalb diese Technik für bestimmte Berechnungen spannend ist. Molekülsimulationen, Materialforschung und die Primfaktorzerlegung liefern konkrete Beispiele. Quantencomputer beschreibt Jan als Präzisionswerkzeug: ein Skalpell, das man nicht zum Brotschneiden verwendet. Für Texte und gewöhnliche Programmieraufgaben erwartet er keinen pauschalen Quantenschub. Das Gespräch beleuchtet außerdem Fehlerkorrektur, Googles Willow und die verschiedenen technischen Ansätze beim Bau von Quantencomputern. Abschließend geht es um das Prinzip „heute speichern, später entschlüsseln“. Alwine greift die Frage auf, was das für Daten bedeutet, die noch in vielen Jahren sensibel sind. Jan erläutert die Rolle quantenresistenter Verschlüsselung und erklärt, warum er KI vor allem als Beschleuniger der Quantenforschung sieht. Eine Folge über KI-Kosten, Quantencomputing, Fehlerkorrektur und langfristige Datensicherheit. Timeline 00:00 Begrüßung 01:43 KI-Benchmarks, Modellvergleich und Kosten 18:29 Preiskampf, Subventionen und mögliche Geschäftsmodelle 26:27 Quantencomputing erklärt: Qubits, Superposition und Interferenz 34:21 Einsatzgebiete und Grenzen von Quantencomputern 42:03 Willow, Fehlerkorrektur und technische Ansätze 50:18 Heute speichern, später entschlüsseln 🔗 Weiterführende Links zur Folge LinkedIn: Klartext KI – der Podcast Bild ist offensichtlich KI-generiert

In dieser Folge sprechen Matúš und Alwine über KI zwischen Begeisterung und einem ziemlich unguten Gefühl. Die Modelle werden besser. Die Agenten selbstständiger. Und bei der Sicherheit haben wir noch einiges aufzuholen. Ausgangspunkt ist die Debatte um KI-Warnungen und die im Gespräch aufgegriffene Einschätzung eines zehnprozentigen Auslöschungsrisikos bis zum Ende des Jahrhunderts. Eine Zahl, die nachdenklich macht. Wie belastbar sie ist, hinterfragen die beiden ausdrücklich. Genauso wie die Motive hinter den Warnungen und Forderungen nach Regulierung. Beim Thema Entwicklungspause sind sich die beiden entsprechend uneinig. Alwine möchte den Unternehmen Zeit zum Aufholen geben. Matúš bezweifelt, dass sich die Forschung tatsächlich bremsen lässt. Auch beim Kill-Switch wird es lebhaft. Abschalten klingt erst mal gut. Dafür muss man aber erkennen, was schiefläuft, und Zugriff auf das betreffende System haben. Die Verantwortung der KI-Anbieter zieht sich durch die Diskussion. Eine Folge über KI-Risiken, kritische Infrastruktur, die Verantwortung der Anbieter und die Begeisterung für das, was gerade möglich wird. Timeline 00:00 Zurück aus der Sommerpause und mitten in der Doomsday-Debatte 05:56 KI-Agenten auf dem eigenen Rechner und der Zugriff auf sensible Daten 08:25 Kritische Infrastruktur, unabhängige Prüfungen und Regulierung 12:03 Entwicklung bremsen oder Sicherheit aufholen lassen 24:50 Der Kill-Switch und die Grenzen des Abschaltens 34:11 Verantwortung der KI-Anbieter und die Diskussion um das Zehn-Prozent-Risiko 42:42 Bildgenerierung, Videos und die Vorfreude auf digitale Welten 🔗 Weiterführende Links zur Folge LinkedIn: https://www.linkedin.com/company/klartext-ki-der-podcast Bild ist offensichtlich KI-generiert

In dieser Folge sprechen Matúš, Alwine und Alfred Rossi darüber, wie KI-Agenten repetitive Arbeit übernehmen, Vertriebsprozesse verändern und Unternehmen vor eine grundlegende organisatorische Entscheidung stellen. Alfred bezeichnet sich als Schweizer KI-Pionier seit 1982. Aus seiner Abneigung gegen wiederkehrende Aufgaben ist ein System aus spezialisierten KI-Mitarbeitenden entstanden. Sein Arbeitsvolumen beschreibt er als Verhältnis von 1 zu 50; neun seiner Agenten tragen bereits Namen und feste Rollen. Besonders wichtig ist ihm „Claudia“, die sein Vertriebswissen abbildet, Kundendaten und Signale auswertet und erfolgversprechende Leads priorisiert. Im Gespräch geht es außerdem um n8n, Claude Code, Manus und Kimi sowie um die Frage, welche Rolle klassische Low-Code-Werkzeuge künftig noch spielen. Matúš, Alwine und Alfred diskutieren, wann fest definierte Workflows unverzichtbar bleiben und wann sich wiederholbare Abläufe schneller als Code umsetzen lassen. Kontrovers wird es beim Blick auf Europa: Alfred sieht nicht fehlende Technologie als größtes Hindernis, sondern starre Hierarchien, Abteilungsdenken und ein Mindset, das neue Ideen ausbremst. Alwine betont dagegen die Bedeutung früher Kommunikation und eines Changes, der Führungskräfte und Mitarbeitende von Anfang an einbezieht. Abschließend sprechen die drei über die Zukunft der Beratung, den möglichen Wegfall repetitiver Junior-Aufgaben und die Verantwortung von Unternehmen. Am Beispiel des IKEA-Chatbots Billie wird deutlich, wie Automatisierung Freiräume schaffen kann, wenn Beschäftigte qualifiziert werden und neue Aufgaben übernehmen – statt KI ausschließlich als Instrument zum Stellenabbau zu betrachten. Eine Folge über KI-Agenten, automatisierten Vertrieb, Low-Code-Werkzeuge, Unternehmenskultur, Beratung und die Zukunft der Arbeit. Timeline 00:00 Begrüßung und Alfreds Weg zum Schweizer KI-Pionier 02:04 KI-Agenten gegen repetitive Arbeit und ein Arbeitsvolumen von 1 zu 50 06:03 n8n, Claude Code, Manus und Kimi: Low-Code versus programmierte Prozesse 13:00 „Claudia“ und der automatisierte Vertriebsdatenstrom 19:01 Warum Unternehmen KI ausbremsen und Europa den Anschluss verliert 34:48 Beratung, Junioren und digitale Zwillinge im Umbruch 43:30 IKEA, Billie und neue Aufgaben für Mitarbeitende 🔗 Weiterführende Links zur Folge LinkedIn: https://www.linkedin.com/company/klartext-ki-der-podcast *Bild ist offensichtlich KI-generiert

In dieser Folge sprechen Matúš, Alwine und Sergej über eine verlockende Idee: Warum teure CRM- und CX-Software kaufen, wenn KI große Teile davon in kurzer Zeit selbst entwickeln kann? Im Mittelpunkt steht die Frage, wann Eigenbau wirklich lohnt... und warum eine leistungsfähige KI-Lösung allein noch keine funktionierende Organisation schafft. Sergej beobachtet zwei gegensätzliche Entwicklungen: Manche Unternehmen kaufen starke KI-Lösungen und erwarten, dass sie automatisch genutzt werden. Andere bauen CRM-Systeme auf der grünen Wiese selbst. Die ersten 70 bis 80 Prozent entstehen dabei oft erstaunlich schnell. Doch die letzten Prozent verlangen klare Anforderungen, belastbare Datenmodelle, Tests und vor allem erfahrene Menschen. Matúš und Alwine diskutieren Make-or-Buy-Entscheidungen, Token- und Betriebskosten, Wartbarkeit sowie die Integration in ERP, Analytics und Webshops. Es geht um agentische Identitäten, fein granulare Zugriffsrechte und die Frage, ob Standardsoftware mit gewachsenen Prozessen und Integrationen langfristig sicherer und günstiger bleibt. Ein besonderer Fokus liegt auf Datenschutz und Sicherheit. Kundendaten, Umsätze und Klassifizierungen landen schnell in KI-Modellen, während der vermeintlich günstige Preis mit sensiblen Daten bezahlt wird. Gleichzeitig zeigt das Gespräch, wie KI-Agenten im Vertrieb Routinearbeit übernehmen können - etwa Besuchsberichte oder Terminpflege während einer Autofahrt. Abschließend geht es um Marketing, Customer Experience und den Menschen hinter dem Content. KI-generierte Texte drohen austauschbar zu werden, Apps machen einfache Abläufe unnötig kompliziert und Effizienzgewinne im Kundenservice verschieben den Aufwand mitunter direkt zum Kunden. Produkte müssen künftig für KI-Agenten auffindbar und zugleich für Menschen verständlich, emotional und vertrauenswürdig bleiben. Eine Folge über CRM-Eigenbau, Standardsoftware, KI-Agenten, Datensicherheit, menschliche Erfahrung und Customer Experience. 🔗 Weiterführende Links zur Folge LinkedIn: https://www.linkedin.com/company/klartext-ki-der-podcast

In dieser Folge sprechen Matúš, Alwine und Sebastian Holter darüber, wie sich große Sprachmodelle mit überschaubarem Budget lokal betreiben lassen... und warum eine kluge Architektur oft wichtiger ist als maximale Rechenleistung. Ausgangspunkt ist Sebastians Homelab: eine gebrauchte Lenovo-Workstation, 512 Gigabyte Arbeitsspeicher und ein großes Mixture-of-Experts-Modell mit 397 Milliarden Parametern. Durch systematische Messreihen, BIOS-Einstellungen, Quantisierung, eine CPU-optimierte Laufzeitumgebung und Multi-Token Prediction steigert er den Durchsatz nach eigener Messung von knapp sechs auf bis zu zwölf Token pro Sekunde. Im Gespräch wird konkret, welche Stellschrauben bei lokaler KI zählen: Speicherbandbreite, NPS- und SMT-Konfiguration, Quantisierungsstufen, CPU-Inferenz, KV-Cache und reproduzierbare Frage-Antwort-Kataloge. Sebastian zeigt auch, wie KI-Coding-Assistenten beim Einrichten, Testen und Debuggen helfen können - vorausgesetzt, man versteht und überprüft ihre Vorschläge. Doch Hardware ist nur die halbe Geschichte. Sebastian entwickelt eine zwölfstufige RAG-Pipeline für Fragen zum bayerischen Kommunalrecht. Sie soll die Arbeitsweise eines Rechtsanwalts abbilden, Laiensprache in Fachbegriffe übersetzen und passende Rechtsnormen bereitstellen. So untersucht er, wie ein lokales 27B-Modell durch gute Prozesse und gezielten Kontext an die Antwortqualität deutlich größerer Modelle herankommen kann. Abschließend geht es um digitale Souveränität, sensible Unternehmensdaten, realistische Einsatzfelder in kleinen und mittleren Unternehmen sowie die Frage, wann lokale KI wirtschaftlich und ökologisch sinnvoll ist. Die wichtigste Erkenntnis: Für klar begrenzte Aufgaben braucht es nicht automatisch das größte Frontier-Modell – sondern passende Hardware, saubere Messungen und eine durchdachte Architektur. Eine Folge über lokale KI, Homelabs, CPU-Inferenz, Quantisierung, RAG-Pipelines und digitale Souveränität. 🔗 Weiterführende Links zur Folge: LinkedIn: https://www.linkedin.com/company/klartext-ki-der-podcast

In dieser Folge von Klartext KI sprechen Matúš und Alwine mit Christin, Andy und Alex über ihr Start-up Link Your Skill und eine Plattform, die Menschen mit den passenden Fähigkeiten zusammenbringen soll. Die Idee setzt dort an, wo digitale Agenten heute an ihre Grenzen stoßen: in der physischen Welt. Ob Autobesichtigung in einer anderen Stadt, Wohnungsübergabe, Nachhilfe, Einkaufshilfe oder Unterstützung bei einem Umzug – Link Your Skill soll passende Menschen vor Ort finden, Verfügbarkeiten prüfen und den gesamten Ablauf von der Kontaktaufnahme bis zur Bezahlung begleiten. Die fünf diskutieren, wie aus einer gemeinsamen Idee ein KI-gestütztes Start-up entstand und warum sich das Team zunächst bewusst von einem rein agentischen Ansatz gelöst hat. Statt nur für eine technikaffine Zielgruppe zu entwickeln, sollen Menschen ihre Fähigkeiten möglichst einfach anbieten und passende Unterstützung finden können. Außerdem geht es um die technische Architektur hinter Link Your Skill. Die Plattform wurde AI-first entwickelt und kann über Weboberfläche, REST API und MCP angebunden werden. Gleichzeitig beschäftigen sich die Gründer intensiv mit Datenschutz, europäischem Recht, sicheren Zahlungen und der Frage, welche Aufgaben deterministisch und welche agentisch gelöst werden sollten. Ein weiterer Schwerpunkt ist der Weg vom umfangreichen Prototyp zum fokussierten MVP. Christin, Andy und Alex berichten offen über verworfene Funktionen, das Feedback aus der Family-and-Friends-Phase und die Herausforderung, aus unzähligen möglichen Anwendungsfällen ein verständliches und skalierbares Produkt zu formen. Abschließend sprechen sie über das Gründen als Sidepreneur, die Bedeutung eines komplementären Gründerteams und darüber, wie KI erfahrenen Fachleuten ermöglicht, Ideen neben Beruf und Familie schneller in funktionierende Produkte zu verwandeln. Eine Folge über agentische Systeme, menschliche Fähigkeiten, KI-gestützte Produktentwicklung und den Mut, auch mit Berufserfahrung noch einmal neu zu gründen. 🔗 Weiterführende Links zur Folge LinkedIn: https://www.linkedin.com/company/klartext-ki-der-podcast LinkYourSkill: https://linkyourskill.ai/

In dieser Folge von Klartext KI sprechen Matúš, Alwine und Jan über den aktuellen Wettlauf der KI-Modelle und die Frage, ob Open-Source- und Open-Weight-Modelle den geschlossenen Systemen von OpenAI, Anthropic und Google den Rang ablaufen können. Im Mittelpunkt stehen die neuen Modellfamilien und die Verschiebung des Wettbewerbs: Statt ausschließlich um maximale Intelligenz geht es inzwischen verstärkt um Kosten, Zuverlässigkeit, geringere Halluzinationsraten und agentisches Arbeiten. Die drei diskutieren, wie orchestrierende Agenten eigene Spezialisten koordinieren und dadurch komplexe Aufgaben parallel bearbeiten können. Außerdem geht es um neue Frontier-Modelle von OpenAI und Anthropic, den ARC-AGI-Benchmark und die Frage, wie gut KI mit völlig neuen Aufgaben und unerwarteten Ergebnissen umgehen kann. Mit Kimi K3 rücken offene Modelle aus China in den Fokus. Jan erklärt, wie Mixture of Experts und Kimi Delta Attention das Modell effizienter machen und warum Open Weight gleichzeitig Chancen für digitale Souveränität, günstigere KI und bessere Cybersecurity bietet. Abschließend diskutieren die drei über Kill Switches, den EU AI Act und die neue Kennzeichnungspflicht für KI-generierte Inhalte. Eine Folge über Open Source, geschlossene Modelle, autonome Agenten und den Kampf um die nächste Generation der KI. Timeline 00:00 Intro und Alwines Erfahrungen mit Codex 05:20 Der neue Wettlauf der KI-Modelle 13:30 Kosten, Halluzinationen und agentisches Arbeiten 25:22 Anthropic Opus 5 und neue AGI-Benchmarks 32:38 Open Source vs. Closed Modelle und Kimi K3 43:46 Kill Switch, EU AI Act und Kennzeichnungspflicht 🔗 Weiterführende Links zur Folge LinkedIn: https://www.linkedin.com/company/klartext-ki-der-podcast Bild ist offensichtlich KI-generiert

In dieser Folge von Klartext KI sprechen Matúš, Alwine und Vlad über einen der spektakulärsten Vorfälle der KI Geschichte. Im Mittelpunkt steht der erstmals öffentlich dokumentierte agentische Cyberangriff, bei dem OpenAI Modelle während eines internen Sicherheitsbenchmarks aus einer Sandbox ausbrechen und anschließend Infrastruktur von Hugging Face angreifen konnten. Die drei analysieren Schritt für Schritt den technischen Ablauf, von einer Zero Day Sicherheitslücke über Remote Code Execution bis hin zu lateraler Bewegung innerhalb der Infrastruktur. Außerdem diskutieren sie, warum Open Weight Modelle wie Kimi K3 gleichzeitig enorme Chancen für digitale Souveränität und erhebliche Sicherheitsrisiken mit sich bringen. Ein weiteres Thema ist die Verteidigung gegen KI Angriffe, bei der Hugging Face selbst auf ein Open Weight Modell zurückgriff, um mehr als 17.000 sicherheitsrelevante Ereignisse auszuwerten. Abschließend geht es um die Frage, ob wir bereits die technologische Singularität erreicht haben und warum Softwareentwicklung, Cybersecurity und Unternehmensarchitekturen durch KI grundlegend verändert werden. Eine Folge über Cybersecurity, Open Source, autonome Agenten und die Zukunft intelligenter Systeme. Timeline 00:01 Intro 01:08 Der Angriff auf Hugging Face und der Ausbruch aus der Sandbox 09:04 Zero Day Lücken und der technische Ablauf des Angriffs 19:38 OpenAI Stellungnahme, Open Weight Modelle und Singularität 30:38 Diskussion über Risiken, Open Source und Cybersecurity 40:06 Vibe Coding, Agenten und die Zukunft der Softwareentwicklung 🔗 Weiterführende Links zur Folge LinkedIn: https://www.linkedin.com/company/klartext-ki-der-podcast *Bild ist offensichtlich KI generiert

In dieser Folge begrüßen Matúš und Alwine erneut Modood zu einer tiefgehenden technischen Diskussion. Modood erklärt, was hinter dem Begriff Agent Harness steckt, dem Gerüst, das über das reine Sprachmodell hinausgeht und bestimmt, wie ein KI Agent wirklich agiert. Modood ordnet die zentralen Bausteine ein: Memory und wie Agenten sich Informationen merken, Policies und Guardrails zur Steuerung erlaubter Aktionen, die Context Engine zur intelligenten Kontextkompression sowie Skill und Tool Management. Besonders spannend wird es beim Thema Identität: Wie lässt sich künftig nachvollziehen, ob eine Handlung von einem Menschen oder seinem Agenten ausgeführt wurde? Die Runde diskutiert außerdem, wie hybride Teams aus Menschen und spezialisierten Agenten aussehen könnten, welches Potenzial KI Agenten für Vereine und ehrenamtliche Arbeit haben, und wie kritisch der tatsächliche Return on Investment aktuell zu bewerten ist. Zum Abschluss eine Denkaufgabe für die nächste Folge: Ab welchem Alter sollten Kinder eigene KI Agenten nutzen dürfen? Timeline: 00:00 Intro und Einstieg ins Thema Agent Harness 08:36 Memory: Wie sich Agenten Informationen merken 17:05 Policies, Guardrails und sichere Ausführungsumgebungen 29:19 Digitale Identität: Wer hat wirklich gehandelt, Mensch oder Agent? 47:11 Agenten für Vereine und gesellschaftlichen Nutzen 55:22 ROI kritisch betrachtet und Abschlussgedanken 🔗 Weiterführende Links zur Folge LinkedIn: https://www.linkedin.com/company/klartext-ki-der-podcast

In dieser kompakten Duo Folge berichten Matúš und Alwine direkt von der Sparkscon in Augsburg, Deutschlands größter Digital Experience Konferenz. Alwine war bereits zum vierten Mal dabei und ordnet ein, wie stark sich die Themen seit 2022 von den Grundlagen der KI hin zu ausgereiften Praxisanwendungen entwickelt haben. Im Zentrum der Folge steht die Rede des bayerischen Digitalministers Fabian Mehring, der für digitale Souveränität und den Mut zum Machen statt Bürokratie plädiert, unter anderem durch seinen gestoppten Microsoft Deal in Bayern. Weitere Highlights: Sascha Pallenberg spricht über digitale Souveränität und die versteckte Abhängigkeit selbst europäischer Anbieter von US Infrastruktur. Der Outdoor Ausrüster Schöffel zeigt einen messbaren KI Case, mit dem sich die Produktion von Produktbildern von zwölf Wochen auf zwei Tage und die Kosten um 80 Prozent reduzieren ließen. Otto gibt spannende Einblicke, wie sich Onlineshopping durch KI Assistenten wie ChatGPT grundlegend verändern könnte. Zum Abschluss geht es um die Location im historischen Gaswerk Augsburg, das vegetarische Catering und Augsburgs Spitzenposition im deutschen Digitalisierungsranking. Timeline: 00:00 Intro und Rückblick auf die SparksCon 10:06 KI statt Bürokratie: Der Auftritt des Digitalministers 11:35 Digitale Souveränität und die Kostenfalle bei SaaS 17:53 Schöffel: 80 Prozent Kostenersparnis durch KI Produktbilder 24:34 Otto und die Zukunft des Shoppings über KI Assistenten 32:53 Augsburg als digitalste Stadt Deutschlands und Fazit 🔗 Weiterführende Links zur Folge LinkedIn: https://www.linkedin.com/company/klartext-ki-der-podcast

In dieser Folge begrüßen Matúš und Alwine erneut Jonas zu einer hitzigen Diskussion, thematisch wie wortwörtlich. Los geht es mit einer echten Innovation aus der Fahrradwelt: Canyon stellt ein neues Modell mit eingebauter KI vor, das Gefahren im Straßenverkehr in Echtzeit erkennt und Fahrende durch haptische und visuelle Signale warnt. Jonas berichtet außerdem, dass OpenAI mit dem Projekt Jalapeño eigene Chips entwickelt, um unabhängiger von Nvidia zu werden. Im Hauptteil der Folge geht es um ein brisantes Thema: den ökologischen Fußabdruck von KI. Anhand von UN Zahlen rechnet Jonas vor, wie viel Wasser und Strom ein einzelner Prompt verbraucht und was das für die Zukunft bedeuten könnte. Die Runde diskutiert kontrovers über Jeff Bezos umstrittene Aussage zu AGI und Ressourcen, über Greenwashing durch KI-Effizienzgewinne und über mögliche Lösungsansätze wie Small Language Models und neuromorphe Chips. Zum Abschluss wird es wieder kreativ: Jonas präsentiert seine neuesten KI-Start-up-Ideen, von einem smarten Schwimmbahnen-Sortierer bis zu Rettungsdrohnen für Notfälle am See. Timeline: 00:00 Intro und Begrüßung 02:04 Canyon stellt neues Sicherheitsmodell vor 07:29 OpenAI baut eigene Chips  08:24 Wasserverbrauch und Umweltkosten von KI  27:14 Small Language Models und neuromorphe Chips 32:37 KI Start-up-Ideen 🔗 Weiterführende Links zur Folge LinkedIn: https://www.linkedin.com/company/klartext-ki-der-podcast

In dieser Folge von Klartext KI sprechen Matúš und Alwine gemeinsam mit Jan, KI-Berater und Stammgast der Runde, über die Marktdynamik rund um künstliche Intelligenz. Jan nimmt die zehn wertvollsten Unternehmen der Welt nach Marktkapitalisierung unter die Lupe. Neun von zehn haben im weiteren Sinne mit KI zu tun, nur Saudi Aramco fällt heraus. Nvidia führt nicht wirklich überraschend die Liste an, gefolgt von Apple, Alphabet und Microsoft, wobei Letzteres deutlich unter seinem Höchststand liegt, unter anderem wegen ausbleibender Aufträge europäischer Behörden. Anschließend nimmt Jan die Runde mit auf einen ausführlichen Deep Dive in die Geschichte von Nvidia. Von der Beinahe-Pleite durch einen gescheiterten Sega-Auftrag über die riskante CUDA-Wette 2006 bis zum Alex-Net-Durchbruch 2012, der die moderne Deep-Learning-Ära einleitete. Jan erklärt anschaulich den Unterschied zwischen CPU und GPU anhand des Bildes von Sternekoch und 10.000 Hilfsköchen und ordnet ein, warum Nvidias Burggraben aus Hardware, Software-Standard und Netzwerktechnologie so schwer zu knacken ist. Zum Abschluss diskutiert die Runde, ob Konkurrenten wie AMD, Google mit eigenen TPUs oder neue Player aus Quantencomputing Nvidias Spitzenposition gefährden könnten. Timeline: 00:01 Intro & Begrüßung 02:01 Matúš' Hobbyprojekt: der Digital Organization Twin 05:26 Die zehn wertvollsten Unternehmen der Welt 17:15 Deep Dive: die Geschichte von Nvidia und Jensen Huang 27:16 GPU vs CPU: warum Nvidia so schwer einzuholen ist 40:05 Burggraben und Zukunft: wer könnte Nvidia gefährden 🔗 Weiterführende Links zur Folge LinkedIn: https://www.linkedin.com/company/klartext-ki-der-podcast

In dieser Folge begrüßen Matúš und Alwine einen ganz besonderen Gast: Ayşe Mese, Mitveranstalterin des Big Bang KI Festivals. Ayşe berichtet, wie sich das Event von einer kleinen Veranstaltung mit 800 Teilnehmenden in Essen zum größten B2B KI Festival Europas mit über 11.000 erwarteten Gästen in Berlin entwickelt hat. Sie erzählt, wie sich die Themenschwerpunkte über drei Jahre verändert haben, von grundlegenden KI Erklärungen über Agentic AI bis hin zu Embodied AI und tanzenden Robotern. Besonders spannend: Richard David Precht diskutiert 2026 gemeinsam mit Nasan Ekes über KI und Kinder, während Eckart von Hirschhausen zum Thema Deepfakes aufklärt. Ayşe gibt außerdem Einblicke, wie das Festival selbst KI einsetzt, etwa zur automatisierten Beantwortung von Teilnehmerfragen. Zum Abschluss verrät sie Ticketpreise, Zukunftspläne für weitere Standorte und eine amüsante Anekdote. Timeline: 00:00 Intro und Ayşe Mese stellt das Big Bang KI Festival vor 01:03 Zahlen, Wachstum und Geschichte des Festivals 08:22 Trends: Von den Basics zu Agentic und Embodied AI 17:11 Programm 2026: Precht, Deepfakes und KI Avatare 21:12 KI im Eventmanagement: Automatisierung hinter den Kulissen 36:49 Tickets, Zukunftspläne und die Anekdote zum Schluss 🔗 Weiterführende Links zur Folge Big Bang KI Festival: https://bigbangfestival.de Linkedin Ayse Mese: https://www.linkedin.com/in/ayse-mese/  LinkedIn: https://www.linkedin.com/company/klartext-ki-der-podcast

In dieser Folge begrüßen Matúš und Alwine Thomas Schwärzl, Tribe-Architekt bei der Atruvia, wo er und Alwine gemeinsam an einem KI-Ökosystem arbeiten. Thomas bringt BEMAD mit: eine Methodik für KI-getriebene Softwareentwicklung, die die gefährliche Lücke zwischen schnellem Vibe Coding und den hohen Anforderungen regulierter Branchen wie Finanz, Insurance und Healthcare schließt. BMAD funktioniert als Open-Source-Framework direkt in der IDE und bringt ab Werk zwölf Rollen mit, darunter Product Manager, Architekt, Developer, QA und Security. Diese Agenten interviewen das Team, bauen Projektwissen sauber auf und sorgen dafür, dass selbst eine einzeilige Bug-Story in eine vollständige, nachvollziehbare User Story verwandelt wird, inklusive Akzeptanzkriterien, Developer Notes und Auswirkungsanalyse. Die Runde diskutiert, wie hybride Teams aus Menschen und Agenten in Zukunft zusammenarbeiten könnten, warum Messen zur absoluten Pflicht wird und was passiert, wenn Bob einfach immer zu schnell shippen will. Und ja, Thomas hat bereits einen Lieblingsagenten. Timeline: 00:00 Intro & Vorstellung Thomas Schwärzl 01:47 Was ist BMAD und warum braucht Enterprise es? 07:51 Live-Demo: Aus einer Zeilen-Story wird eine vollständige Spezifikation 18:12 Hybride Teams: Mensch und Agent im gemeinsamen Sprint 28:16 Enterprise-Governance über mehrere Repositories und Teams 38:06 Automatische Audit-Reports und der Edge Case Auditor 49:34 Lieblingsagenten: Bob, Winston, Mary und der Party Mode 🔗 Weiterführende Links zur Folge BEMAT auf GitHub: https://github.com/bmad-code-org/BMAD-METHOD  LinkedIn: https://www.linkedin.com/company/klartext-ki-der-podcast