Michael Witzenleiter: Ja nun, herzlich willkommen zu einer neuen Folge von Das Gelbe von AI. Schön, dass ihr wieder dabei seid. Mein Name ist Michael Witzenleiter. Ich bin euer Host für heute und habe wie immer ein Kost Jean-Luc mit dabei. Jean-Luc, hallo.

Jean-Luc Winkler: Hallo Michael und hallo an alle Zuhörerinnen und Zuhörer. Diese Woche wieder eine News-Folge und wie immer starten wir direkt rein mit der Zahl der Woche. Und diesmal habe ich eine Zahl rausgesucht, die habe ich bei der Financial Times gefunden, bei einem recht spannenden Beitrag. Da wurden nämlich die Nutzung der großen Anbieter OpenAI und Claude Code bzw. Claude gegenübergestellt und deshalb ist die Zahl der Woche nämlich das Dreifache. Womit es hierbei genau? Neue Enterprise-Kunden entscheiden sich aktuell dreimal so häufig für Entropic, also der Anbieter hinter Cloud, Cloud Code und Co., wie für OpenAI. Das ist bemerkenswert, weil OpenAI im Consumer-Markt eigentlich klar dominiert, im Enterprise-Markt aber dann scheinbar deutlich nicht. Hintergrund ist vor allem der Erfolg von Cloud Code, also dem Programmier-Teil von Entropic oder Angebot von Entropic. Entropic trifft damit einen echten Painpoint im Business. Coding, Automatisierung, aber auch produktive Workflows, die ich mit Cloud Code anbieten kann. Sind sie einfach Vorreiter im Verhältnis zu OpenAI. Gleichzeitig zeigt sich aber auch, dass über 90 Prozent der Chetchi-PT-Nutzer nicht zahlen, also quasi eine kostlose Version nutzen. Das Geld liegt also deutlich im B2B-Segment und genau dort verschiebt sich jetzt auch gerade die Dynamik hin.

Michael Witzenleiter: Ja, absolut. Für mich ist das ein ganz klares Signal. Distribution gewinnt den Consumer-Markt, aber Monetarisierung passiert dann eben im Enterprise-Markt. Da hat eventuell OpenAI einen kleinen Fehler gemacht, dass sie am Anfang so starken Fokus auf den reinen Consumer-Markt gelegt haben. Da hat sich Entropic strategisch wirklich sehr gut aufgestellt, sehr stark fokussiert. Und wir haben uns in der letzten Folge ja schon diskutiert, OpenAI muss reagieren. Sie werden auch reagieren, aber die Frage ist gerade im Businessbereich, wo die Entscheidungswege ja auch länger sind als im Consumer-Markt, könnte es vielleicht länger dauern, ⁓ da wieder Marktanteile zurückzugewinnen.

Jean-Luc Winkler: Das denke ich auch, ist die Frage, ob mir Aida den Shift oder den Switch etwas verschlafen hat rechtzeitig, sie hatten eigentlich eine super Ausgangslage bisher dafür, auch im Enterprise-Markt entsprechend vorzudringen. Aber bei Anthropic ist, glaube ich, nicht alles so glatt gelaufen in den letzten Tagen. Deswegen würde ich auch gerne mal direkt in das große erste Thema für heute einspringen. Ich habe mich mal mit dem Claude Codeleak Hast du sicherlich auch mitbekommen, Michael, der Quillcode von Entropic lag nämlich offen und das wurde sehr schnell erkannt, da wurde auch sehr schnell reagiert. Aber vielleicht mal einen Schritt zurück, was eigentlich passiert. Entropic hat versehentlich den internen Code von Claude Code veröffentlicht. Eine fehlerhafte Konfiguration in einer Konfigurationsdatei führte letztendlich dazu, dass eine SourceMap-Datei öffentlich zugänglich wurde und damit dann auch der Zugang auf den Quellcode. Was bedeutet das konkret? Der Leak umfasste über 512.000 Zeilen Code, also die komplette Architektur von CodeCode wurde für jeden öffentlich gemacht und war auch direkt downloadbar über GitHub. Die Verbreitung erfolgte explosionsartig, man sagen, denn innerhalb von wenigen Stunden wurde der Code tausendfach gespiegelt und es faktisch eigentlich auch nicht mehr entfernen war. Mehrere Fehler verstärkten dann den Vorfall, also öffentliche Cloud-Speicher, auch Runtime-Bugs waren mit dabei und Packaging-Probleme kamen zusammen, die dann letztendlich dazu führten, dass der Quellcode veröffentlicht wurde. Entropic bestätigte hier das menschliche Versagen. Wie gesagt, in dieser Konfigurationsdatei war es kein Hack, sondern ein interner Prozessfehler mit massiven Folgen, wenn man so möchte.

Michael Witzenleiter: Ja, sehr spannend. Ist das jetzt ein klassischer Security-Fehl oder ein systemisches Risiko, wenn man in der modernen Software-Architektur unterwegs ist?

Jean-Luc Winkler: Gute Frage. würde sagen, eher letztes, also ein systemisches Risiko. Wenn ich komplexe Toolchains habe und Abhängigkeiten, dann folgen zwangsläufig solche Fehler oder können solche Fehler folgen, beziehungsweise sind dann zunehmend wahrscheinlicher. Ein Security Fail würde ich nicht sagen. Wie gesagt, sie wurden nicht gehackt. Also letztendlich war es menschliches Versagen in der Einstellung der Datei. Wobei man das häufig auch tatsächlich sieht bei Unternehmen oder auch Privatanwender, die zunehmend mit KI Softwareentwicklung machen und vielleicht nicht ausreichend Verständnis haben oder sich nicht die Zeit nehmen, tatsächlich das zu reviewn, was die KI für sie dort entwickelt. Man kann es immer mal wieder vorkommen, dass Informationen veröffentlicht werden, die nicht veröffentlicht werden sollen. Da gibt es super viele Möglichkeiten in unterschiedlichen Stellen. Also es kann direkt im Quellcode sein von der Applikation. Es kann aber auch über die Versionierungskontrolle, also über Gitter beispielsweise, sein, dass dort einfach die Settings nicht richtig sind, dass Dateien dort hochgeladen werden, die nicht hochgeladen werden sollen. Also da kommt recht vieles eigentlich zusammen. Und letztendlich, es ist geistiges Eigentum, was dort veröffentlicht wurde. Und dann ist immer die Frage, wie geht man damit ⁓ Es gab viele, die es einfach kopiert haben und zur Verfügung gestellt haben über GitHub. Da hat Entropic dann sehr schnell auch reagiert. haben das dann löschen lassen. Das hat auch verhältnismäßig gut geklappt. Aber es gab natürlich auch ein paar findige Nutzer, die haben dann rekonstruiert, was in dem Code drinne steht. und haben letztendlich selber mit anderen KI-Tools, zum Beispiel mit OpenAI Codecs, die Cloud Code Funktionalitäten funktional neu gebaut. Es entstand ein sogenannter Cleanroom Rewrite, so nennt man das. Also wenn man einen Quellcode nicht einfach kopiert, sondern ihn nochmals neu schreibt, also sich im Grunde genommen inspirieren lässt, vergleichbar mit einem Rezept für ein Essen, was ich kochen möchte. Ich lese mir das durch und koche es danach selber. Ich kopiere nicht eins zu eins, was ich dort sehe. Und dann ist es kein Copy Paste, sondern KI-Geschütze Neuinterpretation und damit dann auch entsprechend was Neues. lässt sich nicht so einfach löschen. Das neue Tool, was da entstanden ist, erreicht sofort massive Verbreitung. Auch hier wieder auf GitHub 10.000 Stars. Daran kann man dann ganz gut erkennen, wie interessant das dann für andere Entwickler ist. Entropics rechtliche Möglichkeiten sind dann begrenzt, also Funktionalität ist schwer schützbar, wenn sie neu interpretiert wird oder neu geschrieben wird und der Vorfall zeigt dann auch die neue Realität. KI kann proprietäres Wissen extrem schnell replizieren und dann auch die Möglichkeiten das einzuschränken fast unmöglich.

Michael Witzenleiter: Ja, da würde ich mal sagen, ist Entropic sehr hart im KI-Zeitalter jetzt angekommen. Man sieht eben, glaube ich, dadurch sehr deutlich, wie einfach und schnell Code-Erstellung mittlerweile über KI geht und welche doch weitreichenden Folgen das dann auch haben kann, wenn wir innerhalb von fünf Stunden die Arbeit von mehreren Jahren und Tausenden von Entwicklern vielleicht nehmen. dann ganz einfach nachgebaut werden kann, ohne dass irgendjemand irgendwas dagegen unternehmen kann.

Jean-Luc Winkler: Definitiv. Also wie du sagst, sind quasi Opfer ihrer eigenen Lösung sozusagen geworden. Lässt sich sowas noch schützen oder ist das überhaupt noch verteidigbar? Im Zweifel nur noch bedingt, weil ich es einfach so schnell replizieren kann. Und auch langfristig werden ja häufiger jetzt auch schon die Fragestellungen weniger Richtung Make or Buy, sondern dann im Bereich Make einfach noch die Frage Wie entwickle ich meine eigene Version dieser benötigten Software? statt sich dann noch bestehende Software anzuschauen. Wir können auch mal ein bisschen einen Blick ins Intleben werfen für die, die das interessiert. Ich versuche mich hier technisch etwas zurückzuhalten, damit wir nicht zu weit abdriften. Was ist eigentlich das Spannende? Jetzt konnten wir ja mal reinwerfen, einen Blick reinwerfen in diese Architektur. Es gab eine, oder es gibt eine Art Memory-Architektur, die wurde offengelegt. Das ist ein dreistufiges System zur Vermeidung vom Kontextverlust, also so dass die KI immer weiß, auf womit sie arbeitet. Antropik nutzt hier Self-Healing Memory, das heißt, Modelle überprüfen ihre eigenen Erinnerungen aktiv gegen die realen Daten und passen sie dann auch wieder an, sodass Memory immer auf dem aktuellen Stand ist. Es gibt eine effiziente Kontextsteuerung, die hier sichtbar wurde. Also statt alles zu speichern, arbeitet das System mit Referenzen und On-Demand-Abrufen. Das spart dann natürlich im Kontextfenster, sodass man nicht zu viele Tokens verbraucht, weil die ja auch, das Kontextfenster auch begrenzt ist. Und es gibt auch interne Ineffizienten, sichtbar wurden, denn es ist nicht alles Gold, glänzt. Also es gibt Hinweise auf verschwendete API-Calls und auch Modellprobleme, die hier dann intern deutlich wurden, wenn man so möchte. Ja, und Wettbewerber, sowohl die kommerziellen als auch natürlich dann welche, die bisher noch gar nicht auf dem Schirm waren, bekommen jetzt hier eine Art Blueprint, denn Jahre an Forschung werden plötzlich ungewollt transparent und wie man auch gesehen hat, wird das Ganze dann genutzt. wir uns das Ganze jetzt auf der wirtschaftlichen Ebene anschauen, also quasi die Business-Implikation, dann ist das der eigentliche Game-Changer hier. Cloud Code generiert Milliarden-Umsätze, also rund 2,5 Milliarden Dollar ARR mit starkem Enterprise-Fokus, wie wir vorhin schon festgestellt haben. Und der Leak trifft jetzt ein hochprofitables Produkt von Entropic. Der Wettbewerber erhält direkten Zugang zur Kernlogik. Und damit sinken natürlich dann die Eintrittsbarrieren für potenzielle weitere Wettbewerber dramatisch. Also neue Anbieter können jetzt schneller vergleichbare Produkte auf den Markt bringen. Und da bin ich jetzt auch tatsächlich mal gespannt neben den ersten kleineren Projekten, ich sag mal von Privatanwendern, die wir jetzt bisher schon gesehen haben, was dort bei den großen Anbietern jetzt für große Sprünge dann auch demnächst zu erwarten sind.

Michael Witzenleiter: Die Frage ist natürlich, was bleibt als nachhaltiger Wettbewerbsvorteil dann davon übrig?

Jean-Luc Winkler: Das ist eine gute Frage. Letztendlich, ähnlich wie auch vorhin mit dem Vergleich mit OpenAI und Entropic, das Produkt ist das eine, aber die Marke, dahinter steckt und auch die Distribution, der Kundenzugang, Zugang zu Daten für die Weiterentwicklung des Codes, das bleibt weiterhin relevant. Und da ist Entropic sehr gut aufgestellt. Haben wir gerade auch gehört, dass die Enterprise-Nutzung hier dreifach höher ist als bei OpenAI. Ich würde sagen, Als Marke spielen sie jetzt mindestens unter den Top-Anbietern mit und sollten sich da nicht großartig Sorge machen müssen. Aber im KI-Markt wissen wir nie. Da kann morgen ein Player ⁓ die Ecke kommen mit einem Angebot, was mindestens genauso gut ist und vielleicht nur die Hälfte kostet. Und da ist die Wechselbereitschaft der Anwender aktuell noch sehr, hoch. Der Lock-in-Effekt vielleicht noch nicht groß genug. Von daher nachhaltiger Wettbewerbsvorteil. vorhanden. Aber wie nachhalte ich, das wird sich jetzt zeigen in den nächsten Wochen. Aber genug zu Entropic League. Michael, du hast dir diese Woche mal wieder die Big Clare angeschaut. Was gibt's dazu berichtet?

Michael Witzenleiter: Ja, das passt doch jetzt ganz gut zusammen, weil OpenAI gerade rein zufällig eine Rekordfinanzierung erhalten hat und ihre Plattformstrategien nochmal klar definiert haben. Und da passt dieser Leak, glaube ich, ganz gut in die Strategie rein, ⁓ das schon mal vorweg zu nehmen. OpenAI hat sich wirklich eine gigantische Finanzierung gesichert. Die haben jetzt 122 Milliarden Dollar. bei 852 Milliarden Bewertungen eingestrichen. Und das zeigt eben deren Anspruch, zentrale KI-Infrastruktur zu werden. OpenAI wächst insgesamt trotzdem extrem schnell, auch wenn wir gerade über das Thema Business-Anwendung gesprochen haben. Im Endkundenmarkt sieht man da wirklich das enorme Wachstum, sie haben. 900 Millionen wöchentliche Nutzer, also wöchentlich aktive Nutzer und zwei Milliarden Dollar Monatsumsatz. auch dort massive Marktdurchdringungen. Man sieht ja auch im Vergleich zu Entropic ähnlich erfolgreich, was die Umsatzzahlen angeht, aber haben wir ja vorhin schon diskutiert mit deutlich mehr Nutzern und das war eben so bisschen der Pferdefußball in Geschichte. Dann haben wir OpenAI, baut jetzt auch das Thema SuperApp auf. ⁓ Das heißt, die Integration von Chachibiti, Codex und Agenten zu einer zentralen Plattform soll dann starke Log-in-Effekte erzeugen. Auch da der Gedanke, diese Suite, die kommen ja sehr stark aus dem Businessbereich. Ich da kann man ganz gut sehen, wohin die Reise geht und OpenAI differenziert auch deren Infrastruktur. Das heißt, wir haben dann eine Multicloud Strategie. Und das reduziert dann die Abhängigkeit von Microsoft und erhöht auch die Skalierbarkeit. Wir haben ja auch schon häufiger darüber diskutiert, wie quasi Microsoft versucht, sich unabhängig von OpenAI zu machen. Hier sieht man ganz gut, dass es auch umgekehrt aktuell, so wie es ausschaut, der Fall ist. Kommen wir auf das Thema Strategiewechsel kurz zu sprechen. Wir haben es ja angedeutet. Woran macht man das fest? Eine News, die, glaube ich, in sehr vielen Kreisen sehr schnell auch populär wurde, ist eben, dass OpenAI die Sora App eingestellt hat, beziehungsweise auch Sora komplett. Das heißt, der Videogenerator wird trotz großem Hype, er war ja sehr erfolgreich, auch als App in den Appstores, komplett eingestellt. Und OpenAI beendet auch den Disney-Deal, den sie haben, die eine Milliardenpartnerschaft, die jetzt überraschend früh geplatzt ist. Was bedeutet das? OpenAI fokussiert sich neu, das heißt, sie verlagern sich auf Robotik und Wettbewerb mit Google und eben auch mit Google Tropic und lassen quasi ihre aktuellen Experimente, ihre Lebens- und Kriegsschauplätze nach und nach auslaufen.

Jean-Luc Winkler: Super interessant, ich beschäftige mich selber nicht so super viel mit Video KI, aber würdest du das ganze als Scheitern im Videobereich identifizieren?

Michael Witzenleiter: Ja, es kommt immer drauf an. Also ich glaube, dass es kein Scheitern von OpenAI in dem Sinn ist. Ich glaube, Sie haben einfach nur erkannt, dass gerade der Videokai-Bereich momentan noch sehr stark in den Kinderschuhen steckt. Also wir haben eben das große Problem, dass die Ressourcen, dafür benötigt werden, einfach wahnsinnig sind und wahnsinnig viele Rechenkapazitäten binden werden. Und das dadurch bedingt, die Preise auch so hoch sind, dass Nutzer eher weniger bereit sind, auch das zu bezahlen, was es eigentlich an Kosten verursacht. Und ich glaube, das ist eine entscheidende Schere, die in vielen Early Bird Märkten einfach der Fall ist. Und daher ist es eben ein klassisches Geldverbrennengeschäft. Zudem haben sie eben mit Google einen sehr, sehr starken Konkurrenten dorthin zubekommen. eben sehr, gute Videomodelle mit Veo auch in den letzten Jahren auf den Markt gebracht haben und vermutlich den längeren Atem haben und auch den strategisch besseren Fit. Man denkt an die ganzen Advertiser von Google und die eben sehr stark auch in dieser Markenwelt von YouTube unterwegs sind. Und für Google kann das unter Umständen eben deutlich mehr Sinn machen und daher auch einen längeren Atem mit sich bringen, in diesen Videobereich länger investiert zu bleiben, während bei OpenAI eben relativ wenig Synergien in anderen Bereichen dabei sind. Das Ad-Geschäft, das Sie jetzt aufbauen wollen, ist ja stark in der Diskussion. Könnte auch sein, dass da ein Strategiewechsel stattfindet. Also von dem her, ich glaube, es macht schon ein Stück weit Sinn, ein so ressourcenintensives und auch kostenintensives Geschäft momentan noch bleiben zu lassen und vielleicht später in einem reiferen Markt mit niedrigeren Kosten wieder einzusteigen.

Jean-Luc Winkler: Als Open Air eisig damals Johnny Ive, den Chefentwickler sozusagen von Apple gekrallt hat, haben wir alle gedacht, da kommt jetzt ein Consumer Endprodukt, also ein physisches Produkt auf den Markt. Jetzt wird aber eher ein Consumer Software Sora eingestellt und Fokus auf Robotik. Wie passt das vielleicht zusammen?

Michael Witzenleiter: Ja, also ich glaube mit Robotik haben Sie eben das nächste große Thema gefunden und dieser Markt dürfte nochmal ähnlich bahnbrechende Neuerungen wie sozusagen die Erstveröffentlichung von Checi Bt mit sich bringen und der Vorteil bei Robotik ist eben, dass dort eine deutlich höhere Zahlungsbereitschaft ist. Ein klassisches B2B-Thema. Klar, man sieht jetzt die ersten Versuche auch im B2C-Segment. Heimroboter zu etablieren. Aber da sieht man wirklich einen ganz, ganz großen Markt auf uns zukommen. Und das Robotikthema bedeutet am Ende des Tages ja auch Hardware. Auch dort wird man erst mal investieren müssen. Und von dem her passt das, glaube ich, strategisch schon ganz gut dazu, wenn ich in Hardware-Spezialisten bei mir sitzen habe und eben ein The Next Big Thing, was die Robotik angeht, vor der Tür steht.

Jean-Luc Winkler: gespannt.

Michael Witzenleiter: Ja, kommen wir nochmal auf Entropic zu sprechen. Die haben Fortschritte vermeldet bei der Selbsterkennung von Modellen. Was bedeutet das? Und zwar haben die Modelle von Entropic Mirror Tests bestanden. Also Opus 4.6 erkennt eigene Outputs zuverlässiger als OpenAI Modelle. Was natürlich spannend ist, um KI-Texte auch besser zu erkennen zukünftig. Und diese Modellen zeigen erste Metafähigkeiten, das heißt den Ansatz von Selbstreferenz, der deutet eben auf komplexere Kokentierweihfähigkeiten hin. Also man sieht, diese Modelle werden noch intelligenter und können erkennen, was von ihnen kommt. Aber eine echte Selbstbewusstheit bleibt aus. Kein Modell zeigt konsistente Selbstwahrnehmung, also eben der Haken daran, ⁓ eben KI-Inhalte doch nachhaltig zu erkennen. So richtig sicher sind sie dort nicht. Wir haben das vor einigen Jahren, ich weiß nicht, ob wir es hier im Podcast diskutiert haben, uns auch mal genauer angeschaut. Da war so die Erkennungsrate von KI-erzeugten Inhalten durch KI bei knapp 40 Prozent. Das heißt, wenn man da eine Münze geworfen hätte, hätte man eine Chance von 50 Prozent gehabt. Das zeigt, glaube ich, recht gut, wo damals der Standardtechnik war. Jetzt ändert sich das ein bisschen. war am Ende. Ja, ⁓ wirklich Plagiate auch mit allen rechtlichen Konsequenzen gut zu erkennen oder KI-Einsatz reicht das momentan noch nicht aus. Also gute Nachricht an alle Studenten da draußen, die auf KI in ihrem Studium, sage ich mal so, setzen.

Jean-Luc Winkler: Ist das wieder der Zeitpunkt, wir eigentlich einen Disclaimer haben müssten?

Michael Witzenleiter: Ich glaube, es war nicht zu offensichtlich formuliert.

Jean-Luc Winkler: Sehr gut. Aber lass uns das noch einmal ganz kurz einordnen. Würdest jetzt sagen, ist eher PR oder ein echter Fortschritt und ist das aus Business-Sicht auch relevant?

Michael Witzenleiter: Ja, ich glaube, es hilft zukünftig vielleicht, ⁓ dieses Kontextthema noch weiter voranzutreiben. Dass man einfach da vielleicht über die Memory-Funktion, die es gibt, eine Selbsterkennung sozusagen, vielleicht noch effizienter und besser bei der Nutzung von Kontextwindows wird. Aber ansonsten... Ja, ist es technisch eine ganz nette Notiz und sicherlich was, man zukünftig auch weiter forschen kann, aber so wirklich, Dax ist relevant.

Jean-Luc Winkler: Okay, dann lass uns mal weitergehen zum nächsten Big Player.

Michael Witzenleiter: Ja, wir haben schon eine ganze Weile nichts mehr über Mistral berichtet. Von dem her ist es immer schön, dort News zu haben. Und zwar baut der europäische KI-Champion Mistral gerade seine eigene Infrastruktur weiter aus. Dazu haben sie 830 Millionen Dollar aufgenommen. Erste große Fremdfinanzierung, die eben auch die Skalierungsphase zeigt. Damit investiert Mistrad sehr stark in Infrastruktur. 4 Milliarden Euro für eigene Rechenzentren und GPUs werden gerade dort verwendet. Und sie verfolgen damit eben eine sehr starke Full-Stack-Strategie. Das heißt, eine Kombination aus Modell plus Cloud als Alternative zu OS-Anbietern. Das ist eine ganz gute Kombination, die, glaube ich, zunehmend auf Autonomie sagen wir mal, fokussierten deutschen und auch europäischen Markt. Dann auch relevant wird Frankreich sowieso. Die freuen sich ja immer sehr stark, auch in der eigenen KI-Welt und auch allgemeinen digitalen Welt unterwegs zu sein. Das passt, glaube ich, ganz gut. Und Mistral wächst auch sehr stark. Also erwartet werden dieses Jahr über eine Milliarde Dollar EAA.

Jean-Luc Winkler: Bei aller Liebe zu den europäischen Anbietern. Ich würde sagen, dass wir damit als Europa eine echte Chance im RRN haben.

Michael Witzenleiter: würde ich schon Also, glaube technologisch können wir trotz allem nicht zu 100 Prozent mit den großen Modellen aus den USA oder China mithalten. Jetzt ist allerdings so, dass das Dimistra Modelle wirklich trotz allem recht gut sind. Wirklich auch die einzigen europäischen Modelle, die dort halbwegs mithalten können. ⁓ vergleichen. Und ich glaube, dass ein ganz entscheidender Faktor sein wird, wie die europäische Bevölkerung, die Politik etc. dieses Thema Abhängigkeit von China und USA zukünftig sehen wird. Wir haben ja auch schon häufiger über auch Sicherheitsrisiken oder auch Compliance Risiken in KI-Systemen gesprochen hier im Podcast, die gerade auch für Unternehmen nicht unerheblich sind. Allerdings sehen wir in dem Markt aktuell der technologische Fortschritt gerade noch zugunsten von diesen Bedenken vorangetrieben wird. Ich glaube, wenn dieses Momentum sich gerade auch in der Politik und auch der Wirtschaft ändert, dann kann das für Mistral wirklich ein sehr gutes Zeitalter werden. Aber wie gesagt, müsste sich das Momentum noch stärker in Richtung Datensicherheit und Compliance ändern. ⁓ Stand jetzt setzen eben doch noch sehr, sehr viele europäische Unternehmen auf die Fortschrittlichkeit der großen. Kommen wir zum nächsten Unternehmen, gerade eins dieser großen Unternehmen, über die ich gerade gesprochen habe, nämlich zu Google. Die haben eine günstige Videok.i auf den Markt gebracht. Und zwar haben sie VEO 3.1 Lite gelauncht, die deutlich günstiger und massentauglicher ist, um da auch dieses Videothema nochmal voranzutreiben. Sicherlich auch ein ganz gutes Momentum, nachdem Zora gerade wie gesagt die Segel streicht und sie haben auch Turboquant entwickelt. Und zwar ist das eine Komprimierung, die den Schweicherbedarf dann drastisch reduziert. Also auch eine ganz gute Kombi eigentlich für diese Videothemen. Die Märkte reagieren sehr heftig. Fast 100 Milliarden Dollar Verlust bei Speicher-Chip-Herstellern oder Unternehmen sind jetzt aufgedreht und das zeigt einfach, dass KI deutlich effizienter wird und weniger Hardware-Bedarf ihm zukünftig auf uns zukommen könnte, was ja persönlich schlecht ist. Kommen wir zu Meta nun. Die haben nämlich 7 Millionen Smart Classes verkauft, was eine wirklich beeindruckende Zahl ist. Damit eins der am schnellsten wachsenden Consumer-Produkte. Meta damit seine Produktion massiv skaliert. Ziel sind jetzt bis zu 30 Millionen Einheiten jährlich. Und sie bauen natürlich auch KI-Agenten dort ein, Stichwort MANUS. Die steuern dann Ads und Instagram per Sprache, was natürlich ein zusätzlicher netter Use-Case ist. Warum Agenten denn in Ads? Die Automatisierung für Marketing ist ein riesiger Hebel für Umsätze. Und das hilft einfach ⁓ zusätzlich an der Umsatzschraube für einen Meter zu drehen. Die Meter handelt hier unter Zeitdruck, denn sie haben eine ungewöhnlich schnelle Integration gezeigt, was eben auch ein Stück weit zeigt, wie groß der Wettbewerbsdruck aktuell in diesem Segment ist. kommen wir im Rahmen des Big Player Updates mal insgesamt auf den chinesischen Markt noch zu sprechen. Da gab es auch einige Big Player Updates. Und zwar hat Xiaomi ein heimliches KI-Modell gelauncht, Hunter Alpha heißt dieses Modell, und konkurriert wirklich auch mit Top Modellen. Dann haben wir eine eigene Agenteninfrastruktur, die China aufbaut, parallel. auch zum Westen, ⁓ dort eben auch mithalten zu können mit der ganzen KI-Agententhematik. Dann haben wir DeepSeek, die leider schlechte News hatten. Sie hatten acht Stunden Downtime, was eben auch zeigt, welche operative Risiken in so Geschäft stecken. Dann haben wir das Thema Preisdruck. Chinesische Modelle können westliche Anbieter eben deutlich unterbieten. Und das sorgt dann im Endeffekt für Unternehmen, auch für mehr Auswahl in sinkenden Preisen. aber eben auch eine stärkere Fragmentierung. Zwei Anbieter fehlen noch in unserem Big-Layer-News. Und zwar einerseits Siri wird zur offenen KI-Plattform. Und zwar hatten wir das ja auch schon häufiger diskutiert, dass dort ein Neustart eben des Systems ansteht als eigene App mit Chatbot-Interface, in dem auch Fremdmodelle integriert werden. ⁓ Cloth sollen dort fest eingebunden werden. Und damit öffnet sich Apple eben auch, was die Plattform angeht und Nutzer können KI-Anbietern frei auswählen. Zeigt eben ganz klar wieder die Plattformstrategie von Apple. Einnahmen über Revenue Share mit AI-Anbietern sollen dort eben als großes Geschäftsmodell dahinterstecken. Kommen wir zum letzten Big Layer von heute. Microsoft, die haben eine Multimodellstrategie. zwar ist schon inspiriert. Co-Pilot bekommt neue Modi, nämlich Critic und Council, und die kombinieren eben mehrere Modelle und sollen dadurch eben noch besser werden. Microsoft nutzt OpenAI und Entropic nun parallel, das heißt, wir haben dort einen Multimodellansatz, der nun Standard wird. Gleichzeitig droht allerdings auch ein Rechtsstreit, weil eben der Konflikt ⁓ die OpenAI-Cloud-Exklusivität mit Amazon dort ein ganz großes Problem ist. haben ja auch vorhin schon in den News von OpenAI gehört, dass das Fahrwasser zwischen OpenAI und Microsoft gerade ein bisschen windiger wird.

Jean-Luc Winkler: Ist das ein Zeichen dafür, dass ein Modell allein nicht mehr genug ist und ist das dann auch vielleicht eine gewisse Gefahr für die Open AI Partnerschaft?

Michael Witzenleiter: Ja, absolut. Also ich glaube, der Trend geht absolut dazu hin, mehrere Modelle auswählbar zu machen oder, so wie es jetzt auch hier anklingt, sogar direkt automatisch zu kombinieren, ⁓ bessere Ergebnisse zu bekommen. finde ich einen ganz cleveren Ansatz. Gerade auch bei Microsoft, der selber, wir es auch gehört, gerade in einem eigenen LLM arbeitet, aber bis dahin natürlich den Nutzern das Bestmögliche auch präsentieren will, ⁓ auch die Weiterverbreitung von Copilot zu stärken. Von dem her passt eigentlich schon die Strategie.

Jean-Luc Winkler: Wie würdest dann die Zukunft vom Co-Pilot einschätzen?

Michael Witzenleiter: Ja, ich glaube, man sieht ganz klar, dass das so als zentrales Interface, als Orchestrierungsplattform, wie es so häufig heißt, etabliert werden soll. Und damit machen sie sich modellunabhängig ein Stück weiter. Und Nutzer kann es eigentlich nur von Vorteil sein.

Jean-Luc Winkler: Mhm. Dann würde ich vorschlagen, lasst uns doch mal zu den Quick News rüber gehen. Michael, magst du diese Woche starten?

Michael Witzenleiter: Ja, sehr gern. zwar Quick News Nummer eins. Wir haben es tituliert als KI und Grundeinkommen. Da kommt jetzt der Systemwechsel. Was bedeutet, ist der Digitalminister Wildberger hat es offen ausgesprochen, KI-Wirtschaftskosten. Nicht punktuell, sondern strukturell. Und seine These, ein bedingungsloses Grundeinkommen könnte Teil der Lösung sein. Das ist aber politisch sehr brisant, denn für Unternehmen heißt das vor allem eins, wir müssen die Produktivität neu denken, weniger Fokus. soll auf Arbeitsstunden gelegt werden, sondern mehr auf Output. Und gleichzeitig entsteht Druck auf Geschäftsmodelle, die stark auf menschliche Arbeitskraft basieren. Die werden als erste eben disruptiert. Man sieht, es hat also nicht nur technologischen Impact, was wir hier über KI diskutieren, sondern eben auch sehr stark gesellschaftlichen Impact. Also ein Thema, was jetzt zunehmend auch in die öffentlichen Debatten einzukommen.

Jean-Luc Winkler: Ich habe eine eher technische Quick News mitgebracht, die fand ich super spannend und zwar ein 1-Bit-KI-Modell, was jetzt plötzlich lokal auch laufen kann. Es geht nämlich darum, dass Prism ML ein extrem komprimiertes Modell rausgebracht hat mit nur 1 Bit pro Parameter. Das ist super radikal. Der spannende Punkt dabei ist, die Performance bleibt stabil, trotz dieses massiv kleineren Modells. Und das öffnet dann die Türen für echte Edge AI, also KI, die direkt auf dem Endgerät, auf dem Consumer-Endgerät, wenn man so möchte, auf dem Smartphone beispielsweise, komplett ohne Cloud laufen kann. Für Nutzer heißt das mehr Datenschutz und weniger Latenz, weil die Daten dann nicht erst über die Cloud gehen, sondern direkt auf dem Gerät verarbeitet werden können. Und für Unternehmen heißt das niedrigere Infrastrukturkosten, weil letztendlich die Anfragen ja nicht über die Server der Unternehmen laufen, sondern direkt auf den Endgeräten verarbeitet werden können. Na, das meine ich ganz ehrlich. Wenn das skaliert, dann verschiebt sich die Macht wieder weg von den großen Cloud-Anbietern hin zu den kleineren Modellen, die vielleicht jetzt zu Beginn erstmal spezialisierter sein werden, aber dann sicherlich auch zukünftig sehr performant für allgemeine Use-Cases sein können.

Michael Witzenleiter: Ja, dann haben wir noch ein spannendes Startup aus Wien mit Oistella. Die haben nämlich als Ziel eine europäische Alternative zu Chetchabitie zu werden. Da geht es vor allem ⁓ das Thema Agenti-GI, also ⁓ Systeme, die Aufgaben einständig erledigen und nicht nur Antworten liefern. Und sie wollen ihm digitale Mitarbeiter sozusagen aus Europa auf europäischen Servern und Open Source für Unternehmen bereitstellen. Das trifft natürlich sehr stark das Thema Datenschutz auch. Und ja, wollen wir mal abwarten, ob sie das Thema gut hinbekommen, weil es ist ja letztendlich nicht nur ein Technologiethema, sondern auch ein Distributionsthema. da in der Vermarktung, in der Wahrnehmung und und und ist natürlich für Startups immer sehr schwierig dort in den ganz großen breiten Impact in der Gesamtbevölkerung hinzubekommen. Also wünschen Ihnen das Beste und schauen uns die Lösung gerne auch mal in den nächsten Folgen intensiver an.

Jean-Luc Winkler: Impact, ich habe eine Quick News mitgebracht, die den KI-Impakt auf den Immobilienmarkt verdeutlicht. Bisher ist es ja so, dass wir häufiger in den Diskussionen darüber sprechen, dass KI die Arbeitskräfte, Arbeitsmärkte angreift und dort dann auch ersetzen kann. Aber in den USA passiert gerade etwas verwendungsmäßig Historisches, denn es gibt mehr Investitionen in Rechenzentren als in Bürogebäude. In Dezember waren es 3,57 Milliarden Dollar für Datacenter und Bürogebäude lagen unter diesem Wert. Der Treiber ist hier klar, KI braucht massiv Rechenleistung und das hat zufolge über Tech hinaus, dass auch Energie, Infrastruktur, Standortpolitik davon abhängt und dadurch beeinflusst wird. Und für Unternehmen wird Computer, also Rechenleistungen zum strategischen Asset, nicht nur noch zur IT. Kostenstelle.

Michael Witzenleiter: Kommen wir zur letzten Quick News, nämlich einen Supply Chain Angriff, der aufs KI Ökosystem trifft. Und zwar ging es ⁓ den Angriff auf Mercor. Und die Schwachstelle lag dabei nicht beim Unternehmen selbst, sondern betroffen war Light LLM, Tool, das viele Unternehmen in ihren KI-Stacks aktuell integrieren, mit dem man eben Zugriff auf alle möglichen LLMs auch bekommt. Das Ergebnis ist, dass Tausende Unternehmen potenziell komprimitiert wurden. Also man hat dort eben sehr starkes Supply Chain Risiko. Und besonders kritisch ist auch die Geschwindigkeit, weil KI-Tours oft schnell integriert werden ohne tiefere Security Review. Und die Botschaft ist für Unternehmen eben klar, wer KI nutzt, muss Security neu denken, sonst wird die Innovation eben schnell zu einem Risiko. Vielleicht können wir auch da zukünftig mal eine Sonderfolge zum Thema Compliance und IT-Risiken machen bei KI-System. Vielleicht im Rahmen einer Gastfolge. Kann ein ganz spannendes Thema sein, weil es doch häufig vernachlässigt wird, aber enorme Risiken würden. Das sieht man jetzt in diesem Fall ganz, ganz deutlich. Das soll es soweit gewesen sein. Was die Quick News, aber auch was die Folge angeht. Wenn euch das Format gefällt, dann lasst uns gerne eine Bewertung da. Abonniert uns. uns auf jeden Fall. Und ansonsten freuen wir uns nach einer kurzen Osterpause dann wieder bei euch zu sein. Dann mit einer Jubiläumsfolge, auf die wir uns schon sehr freuen. Also lasst euch da mal überraschen. Wen wir dort als Gast dabei haben wird mit Sicherheit eine sehr spannende Folge. Ich freue mich drauf. Ich hoffe ja auch. Und dann werden wir uns beim nächsten Mal.

Jean-Luc Winkler: Ich freue mich ebenfalls. Habt eine entspannte Osterzeit. Wenn ihr jemanden zu Ostern überraschen wollt, dann vielleicht mit einer Empfehlung zu eurem Lieblingspodcast, das Gelbe von Mai. Und wir hören uns dann nach einer kurzen Osterpause wieder. Bis dahin.