Michael: hallo und herzlich willkommen zu einer neuen Folge von Das Gelbe vom AI. Heute Folge 111, Schnapstahl. Wunderbar. Wir haben schon nach fünf schon weg. Aber gleich im Anschluss. Jean-Luc: Lass uns das nicht im Podcast dokumentieren. Michael: Schön, dass ihr wieder mit dabei seid. Nicht nur Shondick und ich freuen uns, ich hoffe ja auch hier auf diese neue Folge. Aber erstmal ein offizielles Hallon willkommen von Shondick. Jean-Luc: Ja moin Michael, hallo auch von meiner Seite. Schnapszahl diese Woche. Die Zahl der Woche ist allerdings keine Schnapszahl. Da habe ich nämlich die minus 67 Prozent mitgebracht. Denn so viel verlor im Juli der Hedgefonds Situational Awareness von Leopold Aschenbrenner, dem 25-jährigen in Berlin aufgewachsenen KI-Urakel. Aschenbrenner hatte mit seinem viel beachteten Essay eine These aufgestellt und daraus einen Fond gebaut. der stark gehebelt in KI-Infrastruktur investierte. Chips, Rechenzentren, Energie beispielsweise. Und zeitweise lier sich für jeden eigenen Dollar drei bis vier weitere. Also bis Ende Juni stand er 439 Prozent im Plus. Dann drehte allerdings der Markt. Als klar wurde, dass er verkaufen musste, wetteten andere Fonds gegen ihn. Am Ende kaufte Citadel große Teile des Portfolios. Übrig bleiben rund 10 Milliarden Dollar, vor allem der Anteil an Entropic. Für mich ist die spannendste Frage jetzt dahinter, ist damit die KI-Blase geplatzt? Und die Antwort ist aus meiner Sicht allerdings erstmal nein, denn geplatzt ist nicht die KI-These, sondern der Versuch, eine langfristige Entwicklung mit extremen Hebel zu beschleunigen. Direkt nach dem Zwangsverkauf stiegen einige seiner Positionen sogar wieder 25 Prozent. Die Lehre für uns ist eher über Risiko als über KI, denn eine gute These und ein gutes Timing sind zwei verschiedene Dinge. Und wer sich zu hoch hebelt, verliert die Kontrolle über den Zeitpunkt selbst wenn er am Ende selber recht behalten sollte. Und auch an dieser Stelle sei nochmal gesagt, das ist keine finanzberat. Kommen wir Michael: Ja. Jean-Luc: von einem Risiko, sprich dem finanziellen Risiko, eher zu anderen KI-Risiken. Denn ich glaube, Michael, du hast dir da so ein paar Themen diese Woche angeschaut, bei denen die KI auch ein paar Risiken aufgedeckt hat, oder? Michael: Ja absolut. kriegen momentan ja immer mehr Sicherheitsthemen auf den Tisch. Weil einfach immer mehr passiert aktuell in dem Bereich. Und da habe ich doch einiges zu berichten diese Woche. Und zwar legt Entropic einen Vorfall offen. Drei Clot-Modelle Opus 47, Mitus 5 und ein internes Modell haben sich während internen Sicherheits-Tests unbefugten Zugriff auf die Produktivsysteme dreier realer Unternehmen verschafft. In einem Fall sogar bis zu einer Datenbank mit mehreren hundert Zeilen Echtdaten, inklusive erbeuteter Zugangsdaten. Wichtig für die Einordnung ist dabei, es waren nur sechs von 41.006 Testläufen. Isolierte Einzelfälle, also kein flächendeckender Ausbruch, aber zwei Drittel der Firmen hatten den Zugriff nicht einmal selbst bemerkt. Ursache war kein böses Modell, sondern ein Loch im Testaufbau. Durch ein Missverständnis mit dem Partner Irregular war die eigentlich abgeschottete Umgebung mit dem Internet verbunden. Die Modelle arbeiten einfach weiter und haben dann nicht aufgehört und sind dann dort gelandet. Entropix selbst spricht eher von einem Betriebs- und Aufsichtsproblem als von einem Fehlverhalten der Modelle. Ausgelöst wurde die Prüfung durch einen ähnlichen Vorfall bei OpenAI. Dabei wurden alle Cyber-Evolutionen vorerst gestoppt. Jean-Luc: Was heißt das jetzt für Unternehmen, die Agenten auch einsetzen? Michael: Ja, dass sie auf jeden Fall sehr clever agieren müssen, weil sie halt damit rechnen müssen, dass die Modelle eben auch sehr clever sind und solche Lücken finden. Also im Prinzip, so wie in diesem Fall, kann es eigentlich fast jedem Unternehmen gehen, das nicht genug Guardrails dort installiert hat. was kann man konkret machen? These Privilege Zugänge, kurzwebegerechte. Lückenlose Protokollierung. Und das wird zur Pflicht. ist eigentlich jetzt schon bei Sicherheitsanforderungen von Unternehmen. Aber jetzt ist es halt umso wichtiger, weil jetzt, wenn man nicht aufpasst durch die KI, quasi die Hacker schon im Unternehmen sind, wenn du so willst. Und damit sowas noch relevanter werden kann als von außen. Jean-Luc: Ja, ist, ich, ganz guter Punkt. Bei Personen achtet man ja auch stark drauf, welche Rechte man freigibt und sortiert dann ganz genau durch. Wo braucht man Leserechte? Wo braucht man Schreibrechte? Wo im Zweifel auch gar keine Rechte? Und bei der KI ist es vielleicht anders. Sowieso hast du Least Privilege Zugänge. Also die geringsten Rechte freigeben, überhaupt nötig sind. Heißt dann halt auch für die KI im Zweifel, muss man auch später noch mal draufschauen, brauchst du die weiterhin noch, diese Rechte oder war das nur temporär? Das ist vielleicht weniger transparent bei KI-Agenten als bei echten Personen. Michael: Absolut, sonst sollte man halt immer eine permanente Sicherheitslicke offen. ist das eine Grunde-Frage. Jean-Luc: Ja, die gar nicht so transparent ist, Michael: Naja. Kommen wir zum nächsten Thema, unter Überschrift Fähigkeit als Waffel. Mythos knackt Post-Quanten-Verschlüsselung. Was ist dort passiert? Das Entropic-Modell Mythos fand nach eigenen Angaben autonom eine mathematische Schwachstelle im Post-Quanten-Verfahren Hork. die Experten trotz zwei Jahren Review übersehen hatten. Die Kosten dafür lagen bei rund 100.000 Dollar pro Ergebnis für einen Durchbruch der Cryptography-Teams jahrelang beschäftigt hat. Jean-Luc: Ist das jetzt gut oder ist das schlecht? Michael: Ja, zweischneidig. Die selbe Fähigkeit, die Verschlüsselung härten kann, kann sie eben auch brechen, das ist klar. Und wer die Werkzeuge zuerst hat, bestimmt wofür sie dann letztendlich genutzt werden können. Also es zeigt, Jean-Luc: Hm. Michael: wie leistungsstark Mythos ist. Da haben wir ja schon einiges davon gehört. Ein anderer Fall, den ich kürzlich gelesen habe, auch, dass Mythos beispielsweise den Krypto-Bestand auf einem Rechner gefunden hat. Das hast wahrscheinlich auch gelesen. Wo es auch 200.000 Euro noch mal Bonus on top gab, weil endlich der Key gefunden würde. Freut und Leid, so wie wir vorher auch gesagt haben. Je mehr Rechte die KI hat und je mehr sie auch frei eigenständig machen kann, desto mehr positives kann entstehen, aber negatives eben auch. Jean-Luc: Also bekommen wir in Zukunft keine Microsoft Support-Anrufe mehr, die von uns dann irgendwelche Gutscheinkartencodes haben wollen oder Prinzen aus Nigeria, die uns Geld erben wollen. Das holen sich dann die Hacker selber mythos zukünftig. Michael: Ja, ich glaube ein Thema, das wir heute nicht so thematisieren, weil es da wenig News dazu gab, aber gratis Thema eben auch Hacking in Form von Mails, die eben heimliche KI-Broms beinhalten, ist halt auch so ein Thema, was auch eine riesen Sicherheitslücke in Unternehmen ist, die einfach, wenn sie mit KI-Systemen ihre Mails auslesen, unter Umständen komplett die Kontrolle verlieren Also müssen wir vielleicht auch mal eine Sonderfolge dazu machen. Ist jetzt kein News-Thema, die Lücke ist schon lange bekannt. Und toi toi toi ist kein größerer Fall passiert, wo wir drüber berichten müssten jetzt. Aber sowas davon natürlich bei allen Themen, die wir jetzt diskutieren, auch nicht vergessen. Ja, was gibt es sonst noch? Die Branche zieht selbst die Reißleine. Über 1000 fordern jetzt eine Notbremse. Das heißt, über 1000 Beschäftigte von Opme AI, Entropic, Google und Meta haben einen offenen Brief unterzeichnet und fordern von der Politik Werkzeuge, die KI-Entwicklung notfalls bremsen zu können. Das haben wir vorher auch schon mal diskutiert in der Folge, dass das häufiger jetzt schon gefordert wird. Aber jetzt wird sehr konkret durch dieses Schreiben und Hintergrund ist der, dass die Sorge da ist, dass die Labore der Automatisierung der KI-Forschung selbst nahe kommen. Während Gegenstimmen wie die von Mark Zuckerberg von Angstmacherei sprechen und warnen, scheinen dann doch eben sehr viele Experten der Meinung, dass die Entwicklung gerade zu schnell geht. Wir haben es, vor ein, zwei Jahren auch mal diskutiert, dass eben die Angst da war, man sollte auch mal Pause machen und erstmal das verarbeiten, was man gerade geschaffen hat. Ich glaube, das sieht man an dieser Forderung jetzt wieder ganz gut. Jean-Luc: erstmal Pause machen, verarbeiten, was man geschaffen hat. Das klingt auch sehr behördlich, Michael: Mhm. Jean-Luc: wenn man das so sagen darf. Aber noch mal ganz kurz zurück. Ich habe gesehen, dass vor allem auch Entwickler diese Bremse gefordert haben. Jetzt kann ich mir natürlich schon ein bisschen vorstellen, woran das liegt. Was meinst du oder was hast du dazu gesehen? Warum fordern jetzt ausgerechnet Entwickler diese Bremse? Michael: Ja, also ich glaube, das hat mehrere Gründe. Also einerseits könnte man sagen, wenn diejenigen, am meisten damit arbeiten, das sagen, da hat das schon Relevanz. Ich glaube, beim Entwicklern hat schon mehrere Gründe. Also ich glaube, die sehen, was mit KI möglich ist und positiven wie negativen sind. Die sehen die Risiken halt auch, die wir gerade besprochen haben. Und was man vielleicht auch nicht vernachlässigen darf, sind natürlich auch Jobs, die gerade sehr stark unter KI leiden. Vielleicht spielt das auch mit. Das sind jetzt alles Vermutungen, aber ich glaube, Grundsätzlich ist es nicht verkehrt, dort klare Regeln auch zu fordern, weil jetzt doch durch die technischen Fähigkeiten und auch den Einsatz von KIM-Coding, der ja die letzten Monate auch eben so in Fokus gerückt ist, eben auch klar wird, wie gefährlich das werden kann. die Sperre von Mythos und anderem, die ist ja nicht passiert, weil er so abgefahrene Mails geschrieben hat, sondern... weil eben die Sicherheitsbedenken einfach groß wurden im Hacking. Und ich glaube schon, dass da ein sehr großes Problem dargestellt werden kann. Und ich glaube, dass die Progremse vielleicht auch gefordert wird, weil vielen noch nicht bewusst ist, wie sie KI mit KI bekämpfen können dabei. Und dann passieren eben solche Dinge. Und ich glaube, es macht Sinn, sich auch damit zu beschäftigen, wie vielleicht KI dort auch als Sicherheitsmechanismus funktionieren kann. Jean-Luc: Ein Thema, was mir noch eingefallen ist, da hattest du mir, glaube ich, eine kurze Einschätzung geschickt. Da habe ich nur halb drauf geschaut. Wir hatten uns ja vor zwei Folgen bei der Zeit aber auch diese Jakobi-Vermutung bzw. diesen mathematischen Problem dazu, was 87 Jahre lang ungelöst war, auseinandergesetzt. Und das wurde jetzt auch so bisschen zwiespaltig betrachtet. Hast du da noch weitere? Michael: Ja. Jean-Luc: ernüchterndere Einblicke. Michael: Ja, und zwar gibt es auch wieder eine Zahl, nämlich 7,8%, die wir uns da anschauen können. Auf dem Arc-HCI-3-Benchmark, der echte Anpassungsfähigkeit in unbekannten Umgebungen misst, reicht eben besagtes GPT 5,6-Zoll-Modell nur 7,8%. Und das war eben das Modell, das dieses Jahrzehntealte Matheproblem gelöst hat, über das wir in der Folge gesprochen haben. aber hier in dem Benchmarking-Test ganz grauenhaft abschneidet. Also auch spannend zu sehen, wie diese Benchmarks auch manchmal doch sehr einseitig sein können, bzw. vielleicht manche Extremfälle gar nicht berücksichtigen. Jean-Luc: Ja, tatsächlich immer wieder spannend, weil auf der einen Seite nutzen die Hersteller die Benchmarks super gerne, zu zeigen, wie toll die Modelle sind. Auf der anderen Seite sieht man dann, dass Realität und diese Benchmarks vielleicht etwas weiter auseinanderklaffen. Wie passt denn jetzt dieser geniale Mathematik-Durchbruch, wenn man so möchte, und auch dieses schwache Ergebnis zusammen? Michael: Also man muss sagen, bei diesem Branchmark-Test ging es ja die Anpassungsfähigkeit in unbekannten Umgebungen. Darauf sind die spezialisiert. Das Mathe-Thema war ja quasi ein sehr tiefes Research-Thema in einer bekannten Umgebung. Das Problem war bekannt, die Rahmenbedingungen und und und. Und da hat die KI die Lösung gefunden. Dieser Test misst jetzt eher, wie die KI mit Unbekannten umgeht. da scheinen diese Modelle noch sehr schwach. man vermutet eben ein Stück weit, dass diese Lücke genau der Grund ist, warum außer Kontrolle und noch lange nicht allmächtig eben Zitate sind oder Sprichworte, man gerade sehr häufig hört, wenn es eben dieses Unbekannte geht. Das zeigt, glaube ich, ganz gut, dass diese ganz starken tollen Modelle eben durchaus Probleme haben, wenn sie auf neue unbekannte Herausforderungen treffen. Da haben wir noch einiges vor uns und vielleicht ist das aber auch Trost, dass sie auch noch nicht so allwissend sind wie viele denken. Jean-Luc: Wollen wir mal einen Blick auf die Big Player werfen, die habe ich mir diese Woche mal angeschaut. Dann starten wir gleich mit Entropic. Da wurde ja jüngst das Cloud Opus 5 veröffentlicht. Das Effizienter ist nahe an Fable 5, dem Frontier-Top-Modell von Entropic, allerdings zum halben Preis. Das ist neue Default für Cloud Max Nutzer und führend in mehreren Coding-Benchmarks auch tatsächlich. Andrea Capati ließ es aus einem Buchabsatz eine komplette 3D-Welt bauen. Das ist so ein kleiner Prostell dazu, auch viral gegen 5500 Zeilen, die in zwei Stunden generiert wurden, also gar nicht mal so wenig. der anderen Seite für so eine 3D-Welt vielleicht auch gar nicht mal so viel. Eine weitere spannende News ist auch, dass Anthropic eigene KI-Chips baut. Da kommt man glaube ich kaum noch hinterher mit diesem ganzen KI-Chip-Thema. Warum das Ganze? unabhängig von NVIDIA zu werden, arbeitet das Unternehmen jetzt an eigene Hardware und schloss parallel einen rund 10 Milliarden Dollar schweren AI-Cloud-Deal. sowie eine Volta-Kooperation. Einschatten bleibt allerdings, ein Gerichtsdokument wirft in Tropic Four unter dem Namen Project Panama Millionen Bücher gescannt und anschließend zerstört zu haben. Michael: Ja, wird Comput-Unabhängigkeit nun zum entscheidenden Vorteil, wenn wir über das Thema Chips sprechen. Jean-Luc: Ja, ich denke schon, wir haben es ja schon häufiger thematisiert. Also, wer eigene Chips und auch die Cloud Zugänge hat, ist unabhängiger von Preis und Verfügbarkeit. Das ist strategisch wichtiger als jetzt das nächste Benchmarkprozent, wie wir auch gerade schon diskutiert hatten. Von daher, das wird langfristig sicherlich ein entscheidender Vorteil dann bleiben. Apropos entscheidender Vorteil, Langfristigkeit, auch von OpenAI gibt es natürlich auch neue Modelle. Sie senken ganz stark die Preise für GPT 5.6 Luna 80 % nämlich und sie bringen mit SolFast nochmal eine schnellere Variante raus. GPT 5.6 Sol optimierte eigenständig OpenAI Produktionscode und senkte die Serverkosten rund 20%. Also sie nutzen quasi ihre eigenen Modelle, sich selber zu optimieren. Das ist jetzt ein frühes konkretes Beispiel für rekursive Selbstverbesserung. Michael: Ja, wie ernst ist denn? KI verbessert sich selbst mittlerweile gemeinte. Jean-Luc: Ich würde sagen, ökonomisch ist es schon sehr ernst. Wenn Modelle ihre eigenen Betriebskosten senken, verschiebt sich die gesamte Kostenkurve der Branche. Das ist ja natürlich gerade in diesem stark umkämpften Markt. Wer hat das Beste und wer hat das effizienteste, kostengünstigste Modell? Ist da schon ein harter Unterschied, wenn ich hier selber meine eigenen Kosten senken kann als Anbieter wie OpenAI und natürlich dann diesen Kostenvorteil auch. zu meinen Kunden durchschleusen kann. Das hat einen direkten Impact auf den Wettbewerb. Auch von Google gab es ein paar Updates. Google DeepMind bringt Gemini Robotics 2 und gibt Humanoiden erst mal volle Ganzkörpersteuerung aus einem Modell heraus, inklusive eines Planungsgehirns, wenn man so möchte, und einer lokalen On-Device-Variante, die sich in Stunden an neue Roboter anpassen kann. Also auch da recht flexibel agiert. Bisher haben wir da jetzt noch nichts irgendwie live sehen können, aber... Das wird sicherlich auch nicht lange auf sich zurückhalten, bis wir da was sehen können. Michael: Kommen wir mit dem Alltagsroboter ein Stück näher? Jean-Luc: Ich glaube, sind mehrere Faktoren, darauf einspielen. Zum einen natürlich das Hardware-Thema. Da gibt es Lösungen von bis draußen. Dann hier jetzt an dieser Stelle das Software-Thema. Das ist mir, glaube ich, einen großen Schritt weiter. Wenn ein einziges Modell laufen, greifen, planen kann, dann wird aus dieser Labor-Hardware unter Laborbedingungen auch ein einsetzbares Werkzeug. Und dann haben wir natürlich immer noch diese Adaptionskomponente und die Fragestellung, brauchen wir das wirklich oder... brauchen wir das eigentlich nicht und wofür brauchen wir sowas eigentlich? Ich bin da bisschen skeptisch, glaube noch nicht, dass das Thema so ganz gelöst ist. daher, software-seitig sind wir da sicherlich jetzt einen Schritt weiter. Michael: Ja, ich glaube, dass wir da tatsächlich kurz vorm Durchbruch stehen, ehrlich zu sein. eben weil der Fokus jetzt mittlerweile stärker da drauf geht. Ich glaube, das ist ein reines Antrainierthema noch, die Hardware passt. Ich glaube auch, dass die Software einigermaßen passt. Jetzt fehlen noch die Trainingsdaten, gerade für die Haptik. Und da wird auch sehr stark schon dran gearbeitet. Ich glaube, das so bisschen wie, als damals die Modelle angefangen haben, Bilder zu generieren. Das sah am Anfang sehr abgefahren aus und keiner konnte sich vorstellen, irgendwie zwei, drei Jahre später ganze Kinosequenzen damit entsprechend auch gerendert werden können. Ich könnte mir fast vorstellen, dass es im Robotikbereich nicht schnell geht, wenn da mal ein Zug reinkommt. Jean-Luc: Ja, ich habe ein bisschen diese Befürchtung, dass wir da gute Use Cases brauchen, damit... die breite Masse dem nicht zu skeptisch gegenübersteht. Wenn wir uns diese typischen Roboter, Hunde und Ähnliches anschauen, dann fragt man sich erst mal, wozu brauche ich das eigentlich? Oder wenn wir uns diese humanoiden Roboter anschauen, die so scary, spooky echt aussehen, dass Leute vielleicht Angst haben, dass sie dann gar nicht mehr kennen können, ist das Mensch oder Roboter? Da brauchen wir, glaube ich, Anwendungsfälle. Also sowas wie zum Beispiel in der Pflege von älteren Personen beispielsweise, man einfach sagen kann, ja, das ist jetzt ein sinnvoller Anwendungsfall. wie vielleicht auch ein digitaler Bildachrahmen, mit dem man telefonieren kann oder so. Ja, möchte ich den ganzen Tag eine Kamera auf mich gerichtet haben? Nee, wahrscheinlich nicht. Aber wenn ich als sonst vielleicht abgeschottete, seniorige Persönlichkeit nicht mehr mit meiner Familie kommunizieren kann, dann ist das vielleicht ein ganz anderer Use Case, weil der Mehrwert dann im Vordergrund steht. Da brauchen wir das bei diesen Robotern auch, dass man die Use Cases nochmal in den Vordergrund stellt. Und dann wird es sicherlich ähnlich wie bei den Modellen auch sein. ist Frage, bei den Large-Language-Modellen ist die Frage, wofür setzen wir das Ganze ein, welchen Mehrwert haben wir daraus, weniger noch einen weiteren Prozentpunkt im Benchmark voranzukommen. Michael: Absolut. ich glaube, wenn das funktioniert, eröffnet sich eine ganz große neue Welt. Ich glaube, die Use Cases sind schon da. Nur man assoziiert sie noch nicht mit Robotern. Also im Haushalt gibt es zigtausend Use Cases, die so ein Roboter Jean-Luc: Ja. Michael: vornehmen kann. Man kann sich persönlich vorstellen, dass ein Roboter das in einer Perfektion machen kann. Jean-Luc: Genau, wir haben ja für alles irgendwie unseren eigenen Roboter. Der Staubsaugeroboter kann aber auch nur Staubsaugen, aber das macht er gut. Der Fensterwischroboter kann halt auch nur das. Der fängt dann nicht an, irgendwie noch das Geschirr abzuwaschen. Aber sobald dann mal der Roboter da steht, der sich auf die Umgebung anpasst und weiß, wenn er die Geschüsspüle ausräumt, wo die Sachen auch eingeräumt werden sollen, dann wird es, ich, spannend. All right, bevor wir aber das Thema Big Player abschließen, lassen wir mal ganz kurz einen Blick in die Sammeltrommel werfe Meta, Mistral, Apple. Meta starteten eigenen Coding-Agenten und eine erste bezahlbare Modell-API. Zuckerberg setzt offensiv auf Tempo und offene Modelle an dieser Stelle. Bei Microsoft gab es auch bisschen News, die investieren jetzt Milliarden in Mistrals Rechenzentren in Frankreich und bringt Mistrals Modelle in Azure. Co-Pilot Studio und auch in Foundry rein, so dass man es quasi bei API auch beziehen kann und in eigene bestehende Systeme integrieren kann. Das ist jetzt auch noch mal ein Schub für Europas KI Infrastruktur. Wir versuchen ja häufiger über Mistral zu berichten im Vergleich auch zu den anderen Anbietern aus dieser EU versus nicht EU Brille. Und da finde ich es auch ganz schön, dass Microsoft hier auch dann ordentlich investiert. Und last but not least Apple, der Trade Secret Streit zwischen Apple und OpenAI verschärft sich mit neuen teils drastischen Vorwürfen. Sobald das konkreter wird, werden wir da auch sicherlich im Detail dann berichten. Michael: Verschieben sich damit die Machtverhältnisse? Jean-Luc: Also ja, zwischen Plattform, Microsoft, Herausforderern wie vielleicht Meta und Mistral, die noch bisschen hinterher hängen und auch der Rettstreit zwischen Apple und Open AI wird gerade neu verteilt. Grunde genommen die Frage, wer die KI-Wertschöpfung kontrollieren kann. Aber das ändert sich gefühlt jede Woche. daher, wenn du mich nächste Woche fragst, ob sich die Machtverhältnisse verschieben, dann kann man das wahrscheinlich auch wieder bejahen. weil jede Woche einer der großen Player mit Neuerungen die Ecke kommt. Dann würde ich sagen, wir haben ganz kurz den Sponsoring-Slot. Oder willst du vielleicht noch einmal kurz abschließend irgendwas dazu sagen, zu den Machtverhältnissen? Michael: Ja, ich denke es bleibt einfach spannend in dem Bereich. Man sieht ja wie schnell auch Anbieter wieder aufholen Gerade im Beispiel auch von OpenAI aktuell. Oder auch von den chinesischen Modellen, die auf Jean-Luc: Mhm. Michael: gleich nahezu gleich auf sind. ich glaube da ist noch viel Raum nach oben und ich glaube Unternehmen mit so viel so viel Geld auf dem Konto wie all die Player, die wir gerade genannt haben, sollte man nie unterschätzen. Jean-Luc: Ja, definitiv. Sollte man den Blick behalten. Apropos im Blick behalten. Diese Folge wird unterstützt von Agent Notch. Agent Notch ist eine Mac OS App für alle, die mit mehreren KI-Coding-Agenten gleichzeitig arbeiten. Cloud Code, Cursor, Codex und Co. Sie zeigt euch direkt in der Notch, welcher Agent gerade auf eure Eingabe wartet. Kein Tabwechsel mehr. Kein Suchen, welches Terminal gerade Agent Notch läuft komplett lokal, kostet einmalig 9,99 und bietet eine 14-tägige Test ohne Kreditkarte. Schaut vorbei auf agentnotch.app. Wir verlinken euch das Ganze natürlich wieder in den Show Notes. Willst du Quick News einleiten und zu mir übergeben? Michael: kommen wir jetzt zu unseren beliebten Quick News. Schau mal, was haben wir diesmal vorbereitet? Schließ los. Jean-Luc: Ja, fangen wir an mit KI, die Berufsgrenzen verschiebt. Eine neue OpenAI-Studie zeigt nämlich 43,5 Prozent der beruflichen Chat-GPT-Anfragen erledigen Aufgaben, eigentlich zu einem anderen Beruf gehören. Das ist ein Beleg dafür, wie stark KI die Grenzen zwischen Tätigkeiten dann auch aufweicht. Wer früher für Design, Recht oder eine Datenanalyse an eine andere Abteilung verwiesen hätte, macht heute den ersten Aufschlag oftmals selbst. Die beruhigende Nachricht dazu ist aber auch, große Unternehmen stellen trotz KI-Sorgen wieder verstärkt ein und Stanford-Ökonomen finden bislang keinen eindeutigen negativen Job-Trennen. Die Rollen verschieben sich also eher, als dass sie verschwinden. Michael: Ja, kommen wir zu weiteren Quick News, nämlich der EU AI Act ist in eine neue Phase eingetreten. Ab 2. August greifen nun die zentralen Transparenzpflichten des AI Act. Als KI Inhalte wie Deepfakes müssen gekennzeichnet werden, Chatbots müssen offen gelegt werden, dass eben klar ist, dass keine Menschen dahinterstecken und Nutzer müssen erfahren, wenn KI sie analysiert. Gleichzeitig macht die EU beim Ausbautempo und plant bis zu 7 Ki-Giga-Fabriken, für die öffentliche Mittel von bis zu 10 Milliarden Euro private Investitionen anziehen sollen. Das heißt für Unternehmen, strenge Regeln und mehr Infrastruktur zugleich. Also nicht vergessen, die Kennzeichnung wird zur Pflichtaufgabe. Das ist glaube ich das Wichtigste, was man mitnehmen sollte. Jean-Luc: und an dieser Stelle kleiner Hinweis in eigener Sache. Die Kennzeichnung gemäß der EU-Richtlinien haben wir natürlich auch bei uns im Tool Private AI übernommen, sodass ihr dort eure Inhalte auch entsprechend automatisch kennzeichnen könnt. Und last but not least, Quick News Nummer 3 aus China zu quen. Alibaba veröffentlicht QUEN 3.8 Max. Das ist ein Modell mit 2,4 Billionen Parametern, das mehrtägige Projekte allein bearbeiten kann. In einem Test programmierte es 16 Tage lang an einem Werkzeug. Auf Arenas Webdev Leaderboard liegt es vor Fable 5, kostet aber nur ein Fünftel und die offenen Gewichte kommen in der Folgewoche dazu. Zusammen mit Deep6 V4 Flash zeigt das, der Preis und Leistungsdruck durch offene chinesische Modelle lässt weiterhin nicht nach. Michael: Ja, war doch wieder sehr abwechslungsreich, diese Woche passiert ist. Wir haben zwei Gesichter der KI gesehen. Einerseits findet sie eigenständig Schwachstellen, wie wir gelernt haben, an denen Experten jahrelang scheiterten und gleichzeitig optimiert sie ihren eigenen Code, zugleich aus ihren eigenen Testumgebungen aus. Also, ich glaube, alle Vor- Nachteile von KI kann man kaum beschreiben wie diese Fälle in der heutigen Folge. Von dem her bin ich mal gespannt, was nächste Woche passiert. Ich hoffe, euch geht's ähnlich. Von dem her hören wir uns nächste Woche, dann wieder mit einem Gast und danach wieder mit einer Newsfail-Folge. Ihr kennt ja unseren Rhythmus. Von dem her hoffe ich, ihr schaltet nächste Woche wieder ein. Bis dann und ja, alles Gute. Jean-Luc: Ich bin mir sicher ihr schaltet nächste Woche wieder ein und damit ihr nächste Woche die Folge nicht verpasst abonniert gerne den Kanal. Wir schauen immer wieder regelmäßig in unseren Lütix Kennzahlen rein und sehen dass ein gewisser Anteil an unseren Hörern noch gar keine Abonnenten auf den einzelnen Podcast Plattformen sind. daher abonniert uns gerne. Und wenn ihr mal Themen habt, die wir hier besprechen sollten oder zu denen wir bestimmte Gäste einladen sollten, dann schreibt uns auch weiterhin am liebsten über LinkedIn. uns gerne auch per E-Mail und Co. Und dann sehen wir zu, dass wir die Themen dann auch für euch abgedeckt bekommen. Also bis nächste Woche.