Werden Maschinen uns ersetzen? Leonard Schmedding über KI & Superintelligenz | #30

Künstliche Intelligenz entwickelt sich aktuell schneller, als die meisten überhaupt realisieren. Während viele noch über ChatGPT diskutieren, wird im Hintergrund bereits an Systemen gearbeitet, die unsere Arbeitswelt, Wirtschaft und Gesellschaft komplett verändern könnten.

Gemeinsam mit Leonard Schmedding sprechen wir darüber, wie nah wir wirklich an Superintelligenz sind, warum Deutschland beim Thema KI hinterherhinkt und welche neuen Berufe durch diese Entwicklung entstehen werden.

Von Energiebedarf über KI-Manager bis hin zu den Grenzen künstlicher Intelligenz – diese Folge ist ein Deep Dive in eines der wichtigsten Themen unserer Zeit.

In dieser Folge lernst du:
• Warum KI erst ganz am Anfang ihrer Entwicklung steht.
• Welche neuen Berufe durch künstliche Intelligenz entstehen werden.
• Warum Superintelligenz näher sein könnte, als viele glauben.
• Welche Chancen und Risiken die KI-Zukunft mit sich bringt.
• Wie der Alltag eines KI-Managers heute bereits aussieht.

Transcript

SPEAKER_01 0:00

Ist das ein Mensch oder eine KI? Dann taucht man tiefer ein, schaut sich an, was möglich ist, und dann ist man völlig überfordert und hat diese Pool-Paralyse und sagt, das ist mir alles zu viel, ich komme hier nicht mehr mit. Die spannenden Fragen sind dann wahrscheinlich, was muss ich jetzt machen als normaler Arbeitnehmer oder als Unternehmen, um hier nicht komplett unter die Räder zu kommen. Und natürlich, was bedeutet das dann aber auch im nächsten Schritt grundgesellschaftlich, wenn wir 60 bis 80 Prozent Jobverluste sehen werden, was halt tatsächlich super realistisch ist. 2030, 2035, also es ist kürzer bevor, als eigentlich alle noch da draußen denken, die sich nicht damit beschäftigt haben, dass wir an dem Punkt zunächst der HDI und dann der Superintelligenz kommen. Dieses Konzept des kognitiven Zoos, also der Mensch als Zootier und die Superintelligenz als Zoo Wärter, ist ein denkbares Szenario. Selbst immer mehr Stellen, die wir vor Monaten noch ausgeschrieben hätten, sind mittlerweile redundant. 90% der kognitiven Aufgaben werden vollständig gelöst und dann sind wir am Punkt, an dem wir uns halt in einer völlig neuen Welt unter AGI sozusagen wiederfinden.

SPEAKER_00 1:05

Künstliche Intelligenz verändert derzeit ganze Geschäftsmodelle. Unser heutiger Gast hat sich davon nicht einschüchtern lassen, sondern genau das zu seiner Unternehmensvision gemacht. Wir begrüßen Leonard Schmedding. Er ist Mitgründer und, und das ist ein geiler Titel, Chief AI Officer bei der Everlast Consulting GmbH und berät dort andere Unternehmen zu künstlicher Intelligenz und Automatisierungen, um ihre Effizienz zu verbessern. Darüber hinaus teilt der KI-bezogenen Content auf verschiedenen Social-Media-Kanälen und hat erfolgreich eine eigene Community etabliert. Schön, dass du da bist. Ja, danke für die Einladung. Du bist ja im Bereich KI schon recht bewandert und kennst dich damit gut aus. Und das ist ja ein Thema, über das zunehmend gesprochen wird und es ist irgendwie so das große Thema und das ist irgendwie so ein Paradigmenwechsel und so. Und manche Leute sehen darin das Ende der Menschheit und die anderen sehen da ganz viele Chancen. Vielleicht liegt irgendwo dazwischen die Wahrheit. Wie optimistisch bist du für die Zukunft?

SPEAKER_01 2:14

Ich bin sehr optimistisch. Jetzt muss man natürlich ein bisschen differenziert darauf schauen. Und zwar aus welcher Brille schaut man drauf? Aus der Brille des Unternehmers, so wie ich einer bin, oder aus der Brille eines normalen Arbeitnehmers, der sich im Zweifel noch nicht mit der Thematik beschäftigt hat und jetzt im allergrößten Zweifel die nächsten Jahre komplett überwältigt dastehen wird, weil er sich auf einmal in einer völlig neuen Welt wiederfindet, die er so vielleicht nicht gesehen hat, nicht erwartet hat. Und demnach muss man da wahrscheinlich ein bisschen differenzieren. Ich sehe aber im Grunde genommen, also durch die breite Bank, wenn man sich dem Thema entsprechend annimmt, im Großen und Ganzen alles sehr optimistisch und ja auch keinen Anlass dazu, pessimistisch zu sein. Ich denke, das ist auch ein großes Problem, das wir in Deutschland haben, dass wir uns gleich immer auf die Dinge stürzen, die jetzt vielleicht schlecht sind, die jetzt vielleicht irgendwelche Sicherheitsrisiken bergen, was zum Teil auch okay ist. Aber im Grunde genommen glaube ich, wir brauchen mehr Optimismus, Zukunftsoptimismus und auch Tech-Optimismus in Deutschland. Und deswegen bin ich im Allgemeinen sehr optimistisch.

SPEAKER_00 3:12

Und wenn du jetzt so die Entwicklungen anschaust, und du bist ja da schon sehr früh drin gewesen, also du hast dich schon sehr früh damit beschäftigt und entsprechend jetzt so ein bisschen auch eine Position, aus der du heraus eben entsprechend auch Leute begleiten kannst. Würdest du sagen, dass es in Deutschland, wenn wir jetzt gerade bei Deutschland bleiben, so ein bisschen hinterherhängt, international?

SPEAKER_01 3:36

Also ja, man muss auch das auch wieder ein bisschen differenziert betrachten, auf welche Bereiche schauen wir jetzt. Und man kann das ja mal so ein bisschen kategorisieren. Also zum einen haben wir, wenn wir an KI denken, woran denken die meisten, das sind erstmal die großen Tools, Labs, wie OpenAI, Anthropic mittlerweile, Google, ChatGBT, also diese sogenannten Frontier-Models, die großen Sprachmodelle letztendlich, mit denen wir alle wahrscheinlich mittlerweile in irgendeiner Form schon mal gearbeitet haben, jetzt im Jahr 2026. Und da haben wir einfach nichts in Deutschland. Wir hatten mal einen Player mit Aleph Alpha, das ist jetzt auch nicht mehr der Fall. Wir haben einen Player mit Mistral, aber ja, die kommen aktuell auch nicht so wirklich hinterher, können nicht wirklich mitteilen mit dem US- oder China-Frontier. Das heißt, da sind wir schon mal nicht präsent. Jetzt kann man natürlich ein paar Ebenen tiefer gehen. Was sind eigentlich die kritischen Bereiche in Zukunft? Und das ist im Wesentlichen zunächst einmal für die nächsten paar Jahrzehnte Energieinfrastruktur. Weil das sagen ja auch die ganzen Tech-CEOs selbst. Am Ende werden die Intelligenzkosten, KI-Kosten zu den Energiekosten konvergieren. Und das heißt, im Zweifel ist es nicht so schlimm, wenn man jetzt kein großes eigenes Modell hat, weil am Ende eh alles Commodity wird von diesen Modellen. Das heißt, wir müssen uns Energie anschauen. Auch das sieht aktuell im internationalen Wettbewerb nicht gerade gut aus, wie wir dastehen, was Energie angeht und natürlich auch den Ausbau an Rechenleistungen in Rechenzentren angeht. Das heißt, wenn man auf diese Bereiche schaut, da muss man sich die Realität vor Augen führen. Da haben wir den Anschluss massiv verloren, wo ich nach wie vor allerdings Potenziale sehe. Das sind einfach unsere Hidden Champions. Davon haben wir nach wie vor sehr viele tolle Unternehmen im deutschsprachigen Bereich. Und das ist auch etwas, das uns bis heute in China und in den USA noch nicht so nachgemacht werden konnte. Und das heißt, hier bieten sich aus meiner Sicht nichtsdestotrotz enorme Potenziale, was die Integration angeht. Also es muss im Zweifel, ja, muss man halt sagen, vielleicht haben wir den Anschluss verloren und werden auch nicht mehr mitspielen im Bereich der großen Sprachmodelle, aber im Bereich der Integration, gerade im Industriebereich, da können wir aus meiner Sicht definitiv noch führen werden oder zumindest einzelne Spieler, können hier massiv Wettbewerbsvorteile erlangen, auch auf dem internationalen Spielfeld. Deswegen muss man das auch mal ein bisschen differenziert sehen, diese Frage. Also welchen Bereich schauen wir uns jetzt an. Und wenn man sich jetzt mehr auf die Chancen fokussieren wollte, dann sehe ich die großen Chancen eben im Industriebereich, im Deployment, in der Integration. Vielleicht noch im Bereich der Robotik mit Neura beispielsweise haben wir einen starken Spieler in dem Bereich. Oder in Zukunftstechnologien wie Fusion, Energie oder auch Photonik. Ist Deutschland tatsächlich auch führend, zumindest was die Forschung angeht. Und das müssen wir letztlich dann nur noch in die Anwendung auch bekommen und ja, auch erfolgreiche Unternehmen daraus gründen.

SPEAKER_00 6:24

Du hast gerade schon ein paar ganz wichtige Sachen gesagt. Und zwar, du hast gerade noch deutlich andere Themen aufgemacht im Bereich KI, weil heutzutage wird ja ganz viel über so ChatGPT, also die LLMs gesprochen und das wird fast gleichgesetzt mit KI. Und da stellt man sich dann so vor, okay, in Zukunft wird das vielleicht sehr gut sein und noch besser. Und man hat dann noch mehr das Gefühl, dass man da mit einem allwissenden Menschen irgendwie kommuniziert. Aber KI ist ja weit mehr als das. Und vielleicht kannst du mal so ein bisschen so ein Zukunftsszenario aufmachen, wie KI in ganz unterschiedlichen Bereichen, die über diese Sprachassistenten hinausgehen, eine Rolle spielen werden und wie wir, ja das eben tatsächlich die Welt verändern wird. Weil ich glaube, vielen ist nicht klar, was tatsächlich so die großen Veränderungen sein werden, die halt mit ChatGPC irgendwie nicht mehr so viel zu tun haben.

SPEAKER_01 7:23

Ja, absolut. Also ich schiebe hier nochmal eine Sache vorweg für alle, die mich noch nicht so gut kennen, dass ich nicht nur sage, ich bin hier der ultimative KI-Experte, sondern ich spreche mit sehr vielen Leuten, also Zukunftsforschern, Professoren, Leuten wie Jürgen Schmidthuber, Markus Hutter und so weiter, die halt wesentliche Grundlagenforschung schon Jahrzehnte zuvor geleistet haben und von dort aus versuche ich dann zu extrapolieren und eben zu schauen, was sind die wichtigen Indikatoren, auf die man halt schauen sollte. Das heißt, es ist jetzt nicht einfach nur eine Meinung, die ich hier irgendwie habe, sondern ich spreche halt mit sehr vielen Leuten und das kann ich versuchen, demnach so ein bisschen einzuordnen. Und was wir zunächst feststellen müssen, was die letzten Jahre, wie du es fest auch gesagt hast, erfolgreich wurde, das ist dieser Chat-GBT-Moment Ende 2022, die großen Sprachmodelle, die im Wesentlichen Textgeneratoren sind. Wenn man es jetzt polemisch formulieren wollte, natürlich ist es etwas mehr als das, aber daher kommt ja auch der Begriff Sprachmodell, weil sie eben auf gigantischen Textmengen aus dem gesamten Internet trainiert wurden und diese Texte eben auf Basis von statistischer Wahrscheinlichkeit gut wiedergeben können. Natürlich gab es da einige technische Durchbrüche, wie Transformer durch das Attention All-You-Nead-Paper von Google 2017, was diese Technologie einfach nochmal in den Zustand gebracht hat, in dem er jetzt ist, dass wir ja auch diese Qualität haben. Aber das ist quasi das Level, auf dem wir sind und das wahrscheinlich auch jetzt keine so großen Sprünge mehr machen wird. Also ja, die Texte werden noch besser, aber wie viel mehr besser wird jetzt das normale Texten sein? Das heißt, wir müssen uns weitere Bereiche anschauen, die generiert werden können. Deswegen sagt man ja auch Generative AI, weil AI generiert Dinge. Und was wird noch generiert? Das sind zum einen Audios, Videos, Bilder. Auch das haben wir jetzt schon mehr gesehen, die letzten Jahre, damit Voice Agents, Videos, Bilder, die jetzt mittlerweile echt perfekt sind und die meisten Menschen da draußen ja wahr und falsch heute gar nicht mehr unterscheiden können, wenn sie auf Social Media unterwegs sind. Das ist jetzt schon Fakt, aber was kommt danach? Und ein großes Thema, was wir jetzt Stand jetzt, wo wir heute sprechen, sehen, das ist Code. Und das muss man sich einfach vor Augen führen. Da gibt es auch einschlägige, spannende Statistiken dazu, dass je besser ein Modell im Code und demnach auch in Mathematik ist, desto besser es in allen anderen Bereichen. Das heißt, das, was wir als nächstes sehen werden, ist, dass Mathematik gelöst wird. Also sagen wir es einfach mal so, Mathematik ist vollständig gelöst. Alle mathematischen Probleme, wie die Ödorsch-Probleme und so weiter, die es aktuell noch gibt, werden Stück für Stück gelöst. Und das führt dann dazu, dass im nächsten Schritt andere wissenschaftliche Disziplinen gelöst werden, wie Physik, wie Biologie, wie Chemie, was dann dazu führt, dass nicht mehr nur Texte oder Code oder sonstige Dinge generiert werden, sondern auch beispielsweise Moleküle, DNA, Medikamente, Medizin und so weiter, was zu enorm wissenschaftlichen Durchbrüchen führen wird, jetzt innerhalb der nächsten Jahre. Und da können wir die Brücke schlagen zu ein bisschen diesem Zukunftsmodell, was OpenAI selbst hat, denn sie beschreiben das in fünf Phasen, wie sich die KI-Entwicklung vollziehen wird. Und die erste Phase, das sind die ganz normalen Chatbots. Auf dem Level sind die meisten Leute da draußen noch. Das haben wir eigentlich längst hinter uns. Du schreibst irgendeine Frage, kriegst sofort eine Antwort. Das zweite Level sind die sogenannten Reasoners. Das kam dann Ende 2024 war das, mit dem O1-Modell, wo wir diese Thinking-Modelle bekommen haben, die dann auch mal ein bisschen tiefer nachdenken, sozusagen, bevor sie antworten, dadurch einfach stärkere Antworten liefern, komplexere Aufgaben bewältigen können. Level 3, das sind Agenten. In der Phase würde ich sagen, befinden wir uns jetzt gerade aktuell. Also bedeutet, die Modelle können nicht nur irgendwie Texte generieren, sondern auch Aufgaben ausführen, immer wirtschaftlich relevantere Aufgaben. Da können wir sicher auch in viele Beispiele und Details noch reingehen, weil wir auch viele Kundenprojekte in dem Bereich haben. Und Level 4, das sind die sogenannte Innovative AI und das sagen jetzt eben viele, das sieht man jetzt schon, dass wir da jetzt bereits reinkommen. Und das wird 2026 das erste große Jahr sein, in dem wir viel davon hören werden. Innovative AI, was bedeutet das halt wissenschaftliche Durchbrüche, autonom sozusagen durch KI-Systeme. Ich habe jetzt Mathematik mal als erste große wissenschaftliche Disziplin genannt und danach folgt halt Disziplin für Disziplin. Und in Phase 5 auf dieser Roadmap, die OpenAI selbst skizziert, haben wir dann die Unternehmens-KI und das ist im Prinzip der Zustand, in dem AI komplette Unternehmen, Millionen, wenn nicht gar Milliarden Unternehmen autonom steuert und wirklich eine eigene wirtschaftlich relevante Person, wenn nicht gar juristische Person werden wird. Auch da sehen wir sogar schon erste Instanzen von Web 4.0, ist zum Beispiel so etwas. Jetzt erst diese Woche gelauncht worden. Da hat im Prinzip jemand genau diese Agenteninfrastruktur, die es jetzt schon gibt, genutzt, um diese halt 24.7 arbeiten zu lassen, auf Polymarket trainen zu lassen, Call Calls machen zu lassen. Also alles, wo man denkt, das könnte ansatzweise in irgendeiner Form Geld bringen, muss man sich halt jetzt nur mal vorstellen, zum Beispiel lokale Modelle oder selbst wenn es die Cloud-Modelle sind, 24.7 für sich arbeiten zu lassen, trainen zu lassen. Das ist halt so der erste Bereich, der jetzt mal naheliegend ist. Und im nächsten Schritt dann natürlich auch andere Aufgaben wie Freelancer-Jobs autonom durchführen zu lassen. Dann werden wir uns in einer Welt wiederfinden, in der ganze Unternehmen komplett AI-gesteuert sind. Und das ist so ein bisschen die Roadmap, die wir jetzt die nächsten Jahre Stück für Stück gelöst sehen werden.

SPEAKER_00 12:36

Du hast gerade gesagt, dass das so die Roadmap ist von OpenAI. Du unterhältst dich ja viel mit verschiedenen Leuten aus der Forschung, Experten aus dem Feld. Ist das die Roadmap, die alle so im Kopf haben? Unabhängig jetzt von wann das eintritt und so weiter, aber dass das so die Stufen sind?

SPEAKER_01 12:54

Ja, also es wird halt anders formuliert dann. Also das ist halt, dieses kann man sich gut vorstellen, deswegen finde ich dieses Phasenmodell gut. Deep Mind hat ein ganz ähnliches Modell, also Google Deep Mind. Und die sind eben auch extrem fokussiert auf genau diese wissenschaftlichen Durchbrüche, weil dadurch kam ja Deep Mind im Endeffekt gerade auch zustande. Die haben ja schon 2020 dieses Proteinfaltungsproblem gelöst mit Alpha Fault und haben jetzt auch Alpha Genome, kam jetzt zum Beispiel neu raus. Und die haben einen sehr, sehr starken Fokus bei Deep Mind genau auf diesem Thema und das würde für mich genau auch in diesen Bereich Innovative AI mit reinfallen. Deep Mind geht jetzt sogar noch einen Schritt weiter, der Shane Lake, also der Mitgründer von Deep Mind, der von Markus Hutter damals ja auch ausgebildet wurde, im Deutschen sozusagen promoviert hat. Und der hat sich jetzt als Post-AGI Scientist benannt. Also das ist jetzt seine neue Rolle bei DeepMind sozusagen, weil er sagt, hey, wir sind jetzt am Level, er hat sich schon vor Jahrzehnten als Ziel gesetzt, wir wollen AGI lösen. Und jetzt, das war vor wenigen Monaten, sagt er, ich bin ab sofort Post-AGI Scientist. Jeder, der jetzt einmal eins zusammenzählen kann, der weiß, okay, bei DeepMind scheint es gerade Durchbrüche zu geben, dass man an dem 2028, das ist das, was Deep Mind als Mini-AGI bezeichnet, werden wir gelöst haben. Und was bedeutet Mini-AGI? Das ist eigentlich eine sehr pragmatische, sinnvolle Definition. Und Deep Mind ist für mich auch immer so die seriöseste Quelle, wohingegen Open AI kann man immer sagen, ja, Marketing spreche und so weiter. Aber Deep Mind ist halt schon sehr tief in der Forschung und sehr seriös, sag ich mal, auch zu bewerten. Und Mini-AGI bedeutet 90 Prozent. Aller wirtschaftlich relevanten Aufgaben werden vollautonom gelöst werden können von KI-Systemen. Und also ich meine, da kann man sehen, es geht eigentlich alles in die gleiche Richtung. Das heißt, die Frage stellt sich eigentlich gar nicht mehr so groß. Die spannenderen Fragen sind dann wahrscheinlich wie: Was muss ich jetzt machen als normaler Arbeitnehmer oder als Unternehmen, um hier nicht komplett unter die Räder zu kommen, sich zunächst natürlich mal diese Realität vor Augen zu führen. Und natürlich, was bedeutet das dann aber auch im nächsten Schritt grundgesellschaftlich, wenn wir 60 bis 80 Prozent Jobverluste sehen werden, was halt tatsächlich ein super realistisches Szenario ist.

SPEAKER_00 15:09

Ja, du hast gerade AGI erwähnt, also Artificial General Intelligence, was ja, wenn ich es richtig verstehe, bedeuten würde, dass die KI praktisch in allen Bereichen den Menschen übertrifft, oder?

SPEAKER_01 15:24

Also es gibt ganz, das ist ein guter Punkt, weil es gibt ganz viele verschiedene Definitionen davon. Hier lohnt es sich wahrscheinlich auch wieder auf diese Deep Mind-Definition zu schauen, weil bei OpenAI war AGI eine Zeit lang die Definition, wenn Microsoft es abgesegnet hat, dass es AGI erreicht ist. Ja, da können wir jetzt im Gespräch relativ wenig mit anfangen. Das ändert sich dann im Wochentakt. Und der Shane Lack von Deep Mind, der hat ja schon, ich meine 2009 war das, seine Doktorarbeit genau zu dem Thema geschrieben. Also der hat sich intensiv mit dem Begriff Intelligenz auseinandergesetzt. Was bedeutet eigentlich Intelligenz? Was bedeutet Artificial Universal Intelligence und so weiter, was bedeuten all diese Dinge? Und im Kern ist er da zu einfachen Definitionen gekommen, wie ein Agent, der, also im Prinzip sagt er, je besser man die Zukunft planen und demnach handeln kann, desto intelligenter bist du im Endeffekt. Also wenn du die Zukunft vorhersagen kannst und auf Basis dessen handelst, dann bist du intelligent. Also das ist mal zum Beispiel ein, so eine Grundannahme. Und demnach ist so die, ich finde, die pragmatischste Definition von AGI, auch diese Mini-AGI-Definition, dass man sagt, wir haben ein System, das einfach alle kognitiven Aufgaben eines Menschen lösen kann. Mini-AGI ist vielleicht noch pragmatischer, weil man sagt 90%, dann klammert man so ein bisschen diese Randbereiche aus, wie jetzt ein mega abstraktes Bild malen zu können, wo man sagt, ja, das kann auch ein Mensch. Ist das jetzt wirklich so wichtig? Ist dann ja die Frage für 99% der Leute wahrscheinlich nicht. Deswegen finde ich auch diesen Mini-AGI-Ansatz von Shane Lack eigentlich sehr charmant, weil er einfach pragmatisch ist, zu sagen, 90% der wirtschaftlichen Aufgaben, kognitiven Aufgaben werden vollständig gelöst und dann sind wir am Punkt, an dem wir uns halt in einer völlig neuen Welt unter AGI sozusagen wiederfinden.

SPEAKER_00 17:09

Du hast gerade gesagt, dass die praktisch die Automatisierungen, KI und so weiter, dass das immer mehr Aufgaben übernimmt und dann auch ganze Unternehmen und die verschiedenen Rollen im Unternehmen und so weiter übernommen werden können und dass Leute langsam nachdenken, zumindest sollten, wo ihre Position ist. Welche Rolle spielt denn das menschliche Tun dann noch?

SPEAKER_01 17:39

Also, du meinst eine Post-ATI-Gesellschaft? Ja, also das ist natürlich eine Riesenfrage, ne? Da habe ich sicherlich auch nicht die abschließenden Antworten. Was zunächst einmal, denke ich, wichtig ist, sich vor Augen zu führen, wir sind vom Intelligenzlevel der Systeme aktuell an einem Punkt und auch von dem, was wir integrieren können, wenn wir das Maximum rausholen. Wie gesagt, ich kann viele Beispiele davon bringen. Wir haben erst letztens bei uns, weil wir selbst eben jetzt, ich nicht nur irgendwie einer bin, der von KI erzählt, sondern wir über 30 Mitarbeiter haben. Wir haben verschiedene Geschäftsbereiche, wir haben Software-Businesses, wir haben Consulting, wir integrieren AI und systematisieren selbst natürlich extrem viel mit AI. Und so bin ich jetzt aktuell wirklich in einer Situation, wo ich Woche zu Woche merke, selbst immer mehr Stellen, die wir vor Monat noch ausgeschrieben hätten, sind mittlerweile redundant. Darunter fallen vor allem Assistenztätigkeiten, darunter fallen so Dinge wie Marketingassistenten, Webdesign, Grafikdesign. Den meisten Leuten ist nicht klar, dass das Berufsfeld Grafikdesign vollständig ausgelöscht wurde. Und viele werden mich dafür nicht mögen, aber ich darf das auch so ehrlich sagen, weil ich selbst schon vor über fünf Jahren sehr intensiv Photoshop gelernt habe. Also ich sag mal, ich komme selbst mehr aus diesem Feld oder habe mir damals diese Skills wirklich hart angeeignet und bin an einem Punkt, an dem ich das alles nicht mehr brauche. Zumindest was die operative Umsetzung angeht. Das heißt, diverse Berufsfelder wurden faktisch schon umgekrempelt. Wir werden in diesem Jahr, das sagen mir einige Zukunftsforscher und das ist für mich super realistisch, den sogenannten Remote-Toring-Test bestanden haben. Was bedeutet das? Klassischer Turing-Test ist ja, dass man nicht mehr unterscheiden kann, ob deine KI gerade mit mir schreibt oder ein Mensch. Ein Remote-Toring-Test bedeutet im Endeffekt, ich weiß nicht mehr, am anderen Ende, arbeitet da gerade ein Mensch oder eine KI, wenn ich jetzt einen Freelance of Fiverr beauftrage. Oder wenn ich einen Mitarbeiter einstelle, dann sitzt da irgendwas in einem Zoom-Call oder führt irgendwelche Arbeiten aus. Ist das ein Mensch oder eine KI? Von dem Stand der Technik sind wir da. Und das einzige Bottleneck ist im Kern nur noch die Enterprise-Integration. Und das ist tatsächlich eine Riesenlücke. Also von dem, was wir sehen in einem deutschen Konzern oder mittelständischen Unternehmen, ist gerade ein Riesengap zu dem, was technisch gerade möglich ist und vielleicht auch schnellere Unternehmen wie jetzt wir eines sind und Startups und so weiter im Silicon Valley, die natürlich ganz anders gerade implementieren und integrieren. Und das ist der einzige Grund, weshalb es viele noch nicht so spüren im Arbeitsalltag, weil es von der Konzernleitung noch nicht freigeschaltet wurde und noch nicht systematisch implementiert wurde, weil gerade das Legal-Team noch an gewissen Dingen arbeitet. Das ist der einzige Grund, nicht die Technologie, die ist jetzt schon längst da. Und das muss man sich zunächst wirklich einfach mal vor Augen führen. Und man kann jetzt vielleicht erstmal pragmatisch bleiben, weil wie gesagt, man kann auch philosophisch jetzt darüber sprechen, was ist dann der Mensch in der Post-AGI-Gesellschaft und so weiter, ist auch alles spannend. Aber ich versuche immer, den Leuten so ein bisschen Orientierung zu geben. Was macht jetzt vielleicht Sinn, wenn ich sage, ich will auch irgendwie erstmal noch wirtschaftlich relevant bleiben. Und hier kann man aus meiner Sicht gerade extrem gut profitieren von diesem riesen Integration-Lag, den wir sehen. Denn die letzte wirklich wirtschaftlich relevante Aufgabe wird letztendlich der KI-Manager sein, der KI-Prozesse integriert. Weil wenn ich jemanden habe, der einfach nur repetitiv Aufgaben umsetzt, ja, wird nicht mehr gebraucht, kann ersetzt werden. Aber jemand, der mir dabei hilft, all diese Stellen immer wieder zu hinterfragen und zu ersetzen. Und selbst wenn ich da mal KI integriert habe, die immer wieder neu zu hinterfragen und bessere Tools einzuführen, ja, den werde ich ja immer brauchen. Also das ist die letzte wirtschaftlich relevante Aufgabe der KI-Manager. Und das haben halt viele Unternehmen noch nicht. Also viele Unternehmen haben noch keinen festen Ansprechpartner, ob es jetzt eine Agentur ist, extern oder ob es intern jemand ist, der wirklich fundiert, sich mit diesen Themen auskennt. Und das ist demnach eine gigantische Chance für alle, die zumindest sagen, hey, mich interessiert das auch mit AI, ich bin da vielleicht nicht so ängstlich, sondern sehe auch die Chancen in diesen Tools, mir macht das Spaß. Da sehe ich gerade gigantische Chancen für all jene, halt wirklich auch die Karriere zu fördern und sich zukunftssicher aufzustellen.

SPEAKER_00 21:35

KI ist ja so eine sehr technologische Sache. Und Leute, die jetzt aus irgendeinem random Feld kommen, die jetzt nicht gerade irgendwie aus der IT oder Technik oder mathematisch bewandt sind oder sowas, für die ist es wahrscheinlich ein Thema, mit wo sie so Berührungsängste haben, weil sie sagen, okay, ich kenne mich mit sowas nicht aus. Ich kann sowas nicht, ich kann keinen Mathe und so weiter oder ich bin kein Coder. Gibt es für entsprechende Menschen, was wahrscheinlich der Großteil der Menschen ist, da tatsächlich Rollen für und wie würden die aussehen?

SPEAKER_01 22:15

Absolut, also gerade das ist ja auch gar nicht mehr wichtig. Also, wenn wir uns jetzt überlegen, dass KI, ich habe ja gerade gesagt, die ganze mathematische Disziplin vollständig löst, dann brauchst du ja gar nicht mehr gute Mathe sein, im Zweifel. Oder im Coding. Das heißt, selbst die Rolle dieser Leute, die ändert sich ja fundamental. Und ich finde, der Jens Nuwang, der hat das perfekt, oder ich bringe da mal zwei Vergleiche, die haben es perfekt auf den Punkt gebracht. Jens Swang sagt, deine Aufgabe als Mensch oder auch als Arbeitnehmer, Unternehmer, was auch immer, ist es nicht, Aufgaben abzuarbeiten. Deine Aufgabe ist es, Ziele vorzugeben und diese zu erreichen. Und das ist mal eine ganz wichtige Grunderkenntnis, weil wenn ich weiß, nehmen wir mal das Beispiel des Grafikdesigners, deine Aufgabe ist es nicht, in Photoshop oder in InDesign irgendwelche Sachen rumzuklicken, sondern deine Aufgabe ist es, am Ende ein gutes Design zu haben, was performt, was am Ende wieder mehr Umsatz bringt. Und dieses Ziel, das wird ja immer da bleiben. Und selbst wenn ich eine KI habe, dann muss ich jemanden haben, einen Manager, der dieses Ziel vorgibt und überprüft. Das heißt, was sich verändert, ist die Aufgabe selbst. Und hier muss man sich einfach mal so ein bisschen entkoppeln mit der Identifikation der reinen Aufgabenausführung, weil das ist ja eigentlich nie Sinn und Zweck eines Jobs überhaupt gewesen. Und das fand ich eine sehr gute Feststellung auf den Punkt gebracht. Also, so wir sehen einfach die Transition von aufgabenbezogenen Jobs hin zu Purpose-driven Jobs. So hat es halt Jansen Horn gesagt. Und Leuten, die halt Ziele vorgehen. Und das andere ist die Aussage von Satya Nadella, der das zitiert, also Microsoft CEO from Notion CO. Und zwar hat Steve Jobs Ich meine the iPhone bezeichnet als Bicycle for the Mind, also als Fahrrad fürs Gehirn. Und er beschriebb or the computer, nee, that was the PC, Bicycle for the Mind. And he said, We just über den PC nachdenken müssen, it is nicht mehr ein Fahrrad oder wie Bill Gates irgendwie sagt: Information at your fingertips, also Informationen zu deinen Händen, sondern Manager of Infinite Minds. Also wir werden Manager unendlicher Geister sozusagen am PC. Und auch das finde ich ist eine sehr gute Rollenbeschreibung hier wieder. Also sich mehr als Architekt, als Manager zu verstehen, der Aufgaben und Ziele löst. Und das erfordert ja kein, um zu deiner Frage zurückzukommen, kein Coding, kein Mathe, sondern ich muss lediglich lernen, in Zielen zu denken, so wie es Unternehmer meistens inhärent schon können, deswegen sind sie Unternehmer. Angestellte bekommen das oftmals nicht beigebracht, weil es in der Schule nicht gelehrt wird. Da wird einfach nur geschaut, hast für möglichst wenig Fehler gemacht. Und da wird nicht die Aufgabe an sich mal hinterfragt. Ist die Aufgabe, die mir hergestellt wird, überhaupt sinnvoll? Das würde sich der Unternehmer fragen. Und das müssen eigentlich, sagen wir mal, Angestellte lernen, einfach dieses unternehmerische Denken, generalistisch auch etwas mehr zu sein. Nehmen wir mal wieder ein ganz plakatives, einfaches Beispiel, was wir jetzt schon sehen im Arbeitsalltag eines Marketers. In der Vergangenheit brauchte ich einen Copywriter, ich brauchte einen Webdesigner, ich brauchte einen Performance-Marketer, einen Controller, einen Designer. Und all das macht jetzt eigentlich einer. Also ein Head of Marketing, ein Marketing-Manager kann Websites machen, kann copywriten, kann Grafikdesign, Creatives bauen, kann sich ein Dashboard-Coden für die Auswertung seiner Ads. Also alles konvergiert in einer Person. Und dafür braucht man, um da wieder den Bogen zu spannen, eben gar keine Coding-Erfahrung, nichts. Man muss sich einfach nur mal auseinandersetzen und im Zweifel diese Tools selbst mal fragen. Das ist mal so ein ganz plakativer, einfacher Hack, aber es wird eigentlich viel zu wenig gemacht. Wenn ich jetzt ein Tool habe wie Cloude Code beispielsweise und da erstmal Hürden habe, oh, das ist mir zu technisch, hier mit Cowork oder am Terminal zu arbeiten, frag doch einfach das Tool. Wie sollte ich mit dir arbeiten? Wie gehe ich intelligent an die Sache ran? Da gibt es zum Beispiel, da bin ich jetzt vielleicht zu sehr im Detail, aber wenn wir mit Cloude Code arbeiten, da gibt es so ein Slash-Command Insights. Und das ist aber ganz spannend, weil Claude mir dann einen Report generiert, der mir aufzeigt, wie smart habe ich mit ihm selbst gearbeitet. Und das kann man machen, also alle, die Cloude Code nutzen, ja, da kriegt ihr eine ganze Website mit einem Report, der euch dann roastet, sozusagen, und sagt, hier bist du ausgerastet, das hat nichts gebracht, da solltest du vielleicht einen Skill erstellen. Das heißt, die Tools sind ja jetzt auf dem Level, nicht mehr so wie vor ein, zwei Jahren, wo wir alle prompten mussten und da möglichst gut lernen mussten, irgendwelche Prompt-Techniken. Heute können wir eigentlich durch guten Kontext, gute Zielvorgaben, die Tools selbst fragen, wenn wir sie jetzt mal als Tools bezeichnen wollen, wie wir idealerweise mit ihnen arbeiten sollten und die Tools, ja, sagen uns das im Zweifel. Das heißt, ich muss eigentlich nur noch jetzt Neues von Signal unterscheiden können, sprich, welche Tools sind wirklich relevant, was ist gerade State of the Art, was bringt gerade wirklich was und was ist nur Spielerei. Das wäre dann wieder so dieser Meta-Skill, sich da nicht zu verlieren in dieser Tool-Paralyse. Aber wenn man da an dem Punkt ist, sage ich mal, ist das auch nochmal so eine gute Strategie, die man verfolgen kann.

SPEAKER_00 27:25

Das heißt, dass wenn ich jetzt dann die KI manage, ist es nicht wie, und so könnte man sich das ja vorstellen, also da kam die andere Frage her von vorhin, dass ich jetzt plötzlich irgendwelche Mathe-Genies habe und wie soll ich die jetzt managen, sondern eher so eine Art First Principles Thinking, dass ich eben überlege, wo wollen wir eigentlich hin damit? Da muss ich mich mit dem Coden und deren Expertise eigentlich gar nicht auskennen, sondern halt sie machen lassen, ihr Ding, und halt wissen, wo wollen wir eigentlich hin.

SPEAKER_01 27:56

Genau. Also du musst im Endeffekt, genau, du musst dann im Endeffekt wissen, was habe ich vor, was will ich machen. Nehmen wir das Beispiel Website, was ist jetzt die beste Anlaufstelle und wie arbeite ich am besten damit? Nehmen wir jetzt mal Claude Code als Beispiel. Dann wüsste ich zum Beispiel, okay, wahrscheinlich macht es am meisten Sinn, dass ich mit Clot Code jetzt im Terminal arbeite, ihm vielleicht dann noch vorgebe, als einfaches Beispiel machen eine HTML-Website, dass man nicht einfach sagt, hey, programmieren eine Website, also ein bisschen Grundverständnis ist halt wichtig und wird auch immer wichtig gern. Also im Zeitalter des Wipecodings so ein Grundverständnis zu haben von so ganz grundlegenden Dingen. Da muss man jetzt kein Programmierer werden, aber einfach, dass man halt sich keine Frankensteine aufbaut, sage ich immer gerne. Und dann kann man diese Aufgaben sozusagen delegieren und muss dann auch nicht das im Detail verstehen im Zweifel. Es wird auch gar nicht möglich sein, zu versuchen, mit der KI zu konkurrieren kognitiv. Das ist die falsche Strategie, sondern die richtige Strategie ist halt eben genau, wie du es bestätigt hast, zu diesem Manager zu werden.

SPEAKER_00 28:56

Das heißt, man muss eigentlich eine ganz neue Art zu denken lernen, weil mit der Denke, die wir bisher hatten, konnte man bisherige Probleme und Abläufe koordinieren und verstehen und machen. Und man braucht jetzt ein ganz neues Denken, weil jetzt die Tools einfach komplett anders sind.

SPEAKER_01 29:16

Um dann nochmal das mit einem Zitat von Jens Newang zu bestätigen, das fand ich auch super an der Stelle. Und zwar sagt er, hochspezialisierte Experten werden gemanagt von mittelmäßigen Generalisten. Also so funktionieren eigentlich Unternehmen, ein Geschäftsführer oder ein Gesellschafter ist oft ein mittelmäßiger Generalist. Der ist nirgendwo so richtig, ein hochspezialisierter Experte meistens nicht, aber er hat einen guten generalistischen Überblick, weiß, welche Ziele er hat und welche hochspezialisierten Experten er dafür braucht. Und genau das ist eigentlich die Aufgabe, die jeder von uns einnehmen sollte im KI-Zeitalter. Wichtig, wie gesagt, wir sprechen hier natürlich immer ein relativ high-level schon, weil es einfach in vielen Unternehmen noch nicht angekommen ist, weshalb es auch sein kann, dass der ein oder andere sich denkt, ich weiß gar nicht, wovon der Typ hier redet. Also ich habe irgendwie nur Copilot in meinem Unternehmen und weiß ich gar nicht, das kann auch nichts. Das liegt dann aber nur daran, dass sie die Tools nicht integriert haben. Aber von den Möglichkeiten, wenn man sich selbst mal reinarbeitet, ist das alles schon längst gegeben und ermöglicht nie dagewesene Möglichkeiten auch für Selbstständige, für Leute, die sich selbstständig machen wollen, weil man eben kein Team mehr braucht. Also angenommen, man will eben eine SARS bauen oder eine eigene Software, braucht man kein Team mehr von Entwicklern, den man sechsstellig im Zweifel zahlen muss, nur damit man mal ein Produkt hat. Das ist eine gigantische Chance. Also für Solopreneure, für Unternehmen, die Custom Software bauen, das haben wir auch immer mehr und mehr Unternehmen, mit denen wir das machen, die sagen, hey, ich zahle hier irgendwie ein paar Millionen im Jahr für Salesforce, ich brauche aber nur ein Zehntel der Funktionen, lass das doch jetzt einfach mal selber nachbauen innerhalb von ein paar Wochen. Und das heißt, auch das ist halt eine Riesenchance, dass eigentlich der Zugang zu diesem Wissen demokratisiert wird. Und das ist im Grunde, finde ich, eine sehr positive Entwicklung. Wo fängt man da an? Ja, kommt drauf an, wo man, wo man gerade steht. Wir haben im Übrigen auch Weiterbildung dafür, also ein KI Manager, AI Automations Manager. Das sind zwei Einstiegsprogramme, die wir haben, die man sich einfach anschauen kann, wo wir halt von den Grundlagen anfangen und vor allem, sag ich mal, diesen ganzen Neues, den es halt im Markt gibt, so ein bisschen rausfiltern. Weil das ist, finde ich, so der wesentliche Metaskill, vor allem wenn man dann anfängt, kann sein, es gibt eigentlich so zwei Zustände. Erstmal, ich bin außerhalb der Bubble und denke eigentlich, hab noch den kognitiven Stand von ChatGPT vor ein paar drei Jahren, was halt Fehler gemacht hat, wo ich mir denke, ja, das ist eine Blase, das wird nie was. Und dann taucht man tiefer ein, schaut sich an, was möglich ist und dann ist man völlig überfordert und hat diese Pool-Tool-Paralyse und sagt, das ist mir alles zu viel, ich komme hier nicht mehr mit. Und wenn man dann an dem Punkt ist, also da muss man erstmal hinkommen, dass man in dieser Paralyse ist und dann braucht man eigentlich Orientierung, dass man halt eine klare Strategie hat, dass man weiß, hey, das sind die 80% Kernkonzepte, die auch diese ganzen Tool-Hypes überdauern, dass du bewerten kannst, wenn irgendwas Neues kommt, ist das jetzt wichtig? Soll ich es mir anschauen, sollte ich es mir nicht anschauen? Welche Denkkonzepte, wir haben gerade über ein paar davon gesprochen, brauche ich überhaupt? Und das ist das, was wir zum Beispiel in diesem AI Automations Manager oder KI Manager machen. Das kann man sich auch alles selbst über YouTube und viel Arbeit natürlich beibringen. Im Endeffekt ist es einfach eine Abkürzung zu diesem Know-how. Und das ist sicherlich mal ein guter Einstiegspunkt.

SPEAKER_00 32:28

Ja, okay. Verlinken wir auf jeden Fall. Ich habe mir vorhin so ein paar Notizen gemacht und da habe ich noch so ein paar Fragen zu den Sachen, die du vorhin gesagt hast. Und zwar hast du vorhin ja ein paar Beispiele aufgemacht, zum Beispiel Mathe ist gelöst und dann irgendwann wird Biologie und so weiter. Wohin das führt, kommen wir gleich drauf. Denkst du, dass irgendwann sowas wie der Nobelpreis für Chemie oder was auch immer an eine KI geht oder dass der Oscar für den besten Film oder so irgendwann an eine KI geht und so weiter. Also solche Sachen, bei denen man so denkt, so ja, okay, das sind so die Domänen von schlauen Menschen und so weiter, aber das sind halt Felder, die jetzt von der KI übertroffen werden.

SPEAKER_01 33:18

Also du sagst ja irgendwann und irgendwann, ja, ist klar. Also es ist ja ein unendlicher Zeitraum sozusagen, von daher auf jeden Fall. Das steht gar nicht zur Debatte. Das ist einfach nur nahezu ein Naturgesetz, weil letztlich die KI ja auf Mathematik und Physik basiert. Und dort haben wir jetzt zunächst mal, also ja, es gibt Grenzen, klar, es ist schon klar, aber bis wir die mal ausgeschöpft haben, dauert es ewig, dauert es Jahrhunderte. Das heißt, Superintelligenz ist ja unausweichlich, einfach nur auf Basis der physikalischen, mathematischen Grundgesetze. Und ich will auch nochmal dazu sagen, also ich war ganz am Anfang, wo ich mich mit all diesen Themen beschäftigt habe, hatte ich das auch noch alles nicht so gesehen, wie ich es heute sehe. Ich dachte auch, ja, so ein bisschen, ja, vieles ist hype, man muss mal schauen, wie sich das alles durchsetzt. Und für mich, was wirklich so ein großer, großer gedanklicher Hebel war, waren wirklich die Gespräche mit all diesen Leuten. Weil das sind Leute aus der Forschung, die haben kein Marketinginteresse. Wenn ich mit einem Professor Markus Hutter oder Schmidthuber spreche, die haben genug Geld sozusagen, die interessiert das auch nicht. Die interessieren sich eigentlich nur für die Forschung und beschäftigen sich seit Jahrzehnten mit genau dieser Frage. Und die sagen alle, dass jetzt, und das ist dann wieder diese Timeline 2030, 2035, also es ist kürzer bevor, als eigentlich alle noch da draußen denken, die sich nicht damit beschäftigt haben, dass wir an dem Punkt zunächst der HDI und dann der Superintelligenz kommen, an dem kein Mensch mehr mithalten kann. Und das will ich halt hier nochmal betonen. Dass es halt eben kein Marketing-Sprech ist, ich dachte, dass am Anfang selbst an vielen Stellen, das ist doch alles Marketing, was die da machen, aber all das basiert eben auf jahrzehntelanger Forschung von Leuten, oft auch sogar aus Deutschland, die das genau ausgerechnet haben und sich überlegt haben und herausgefunden haben, dass es unausweichlich ist, dass wir an diesem Punkt kommen.

SPEAKER_00 35:06

Und da kommt ja dann manchmal so dieses Horrorszenario, dass man sagt, okay, und dann wird irgendwann die KI sagen, sie braucht den Menschen ja nicht mehr und dann, ciao.

SPEAKER_01 35:14

Genau, das ist der Nick Bostrom. Ich weiß nicht, Nick Bostrom ist ja so ein großer Philosoph, der sich seit Jahrzehnten jetzt schon mit diesen Fragen Superintelligenz und was passiert da mit der Menschheit beschäftigt. Ein bekanntes Experiment von ihm ist dieser sogenannte Büroklammer Maximierer, was genau auf diese Sicherheitsdebatten abzielt. Und er hat aber auch weitere Überlegungen, beispielsweise, dass der Bär im Wesentlichen stärker ist als der Mensch. Der Mensch ist jedoch kognitiv überlegen. Der Mensch rottet jetzt nicht gezielt Bären aus, sondern steckt sie einfach ins Zoo. Und im Zweifel nutzt er sie ein bisschen noch zum Entertainment. Aber ansonsten wird der Bär einfach nicht gebraucht in der menschendominierten Welt. Oder um es nochmal ein ander zu bringen, Jürgen Schmidthuber hat es gut gesagt, dass wir im Wesentlichen Ameisen auch nicht gezielt ausrotten, nur weil wir intelligenter sind. Es passiert halt einfach. Wenn wir ein Haus bauen, dann werden halt Ameisen getötet, aber wir gehen nicht gezielt in den Regenwald und sagen, wir schlachten jetzt Ameisen ab. Und das ist quasi der Vergleich, der ins Feld geführt wird. Wenn wir jetzt über Superintelligenz nachdenken. Das heißt, das, was du ansprichst, dieses Konzept des kognitiven Zoos, also der Mensch als Zootier und die Superintelligenz als Zoo Werter, ist ein denkbares Szenario, über das man tiefer gehend sprechen kann. Was aber jetzt auch nicht einfach als Science Fiction betitelt werden sollte, da es schon eine gewisse Wahrscheinlichkeit eben auch gibt, dass so ein Szenario zumindest auf jeden Fall denkbar ist.

SPEAKER_00 36:42

Lass uns mal noch so ein bisschen so größer denken. Du hast vorhin Alpha Fold zum Beispiel erwähnt und eben Mathe lösen und dann irgendwann Bio lösen. Wenn wir die Biologie und die Medizin mit einer Superintelligenz lösen, ist dann sowas wie Unsterblichkeit möglich. Ist dann sowas wie, also es gibt ja so diese verschiedenen Stufen, dass man dann interstellar irgendwie sich überall hinbewegen kann und dann die Energie der Sonne komplett nutzt und so und da so ein Dings drumbaut. Wie Science Fiction sind solche Sachen noch?

SPEAKER_01 37:24

Also die Science Fiction hat sich seit jeher immer wieder gezeigt, dass sie irgendwann Realität wird. Die Frage ist eigentlich nur wann, bei den meisten Fällen. Und letztlich, ich habe da neulich mit Svenka Bojanschy, Zukunftsforscher, drüber gesprochen. Das wird auch, ist aktuell noch nicht online, da wird es bald ein Video zu geben, da haben wir um über 2035 gesprochen und ich habe ihm genau eine ähnliche Frage gestellt, also hinsichtlich Langlebigkeit und Longevity. Und er sagte, dass für die Folgegeneration sozusagen das Thema großteils gelöst ist. Also wir reden hier über Durchschnittsalter von 120, wenn nicht 140. Und Leute, ich sage jetzt mal eher in unserer Generation, ist auch über 100, wenn nicht 120, großteils gelöst. Und all das, was halt in irgendeiner Form auf Basis von Daten und Medikamenten ausmerzbar und lösbar ist an Krankheiten, wenn man dann eben KI-Systeme hat, zum Beispiel, jetzt deinen Körper 24,7 überwachen und prüfen, wo könnten potenzielle Krankheiten entstehen. Das dann so zum Beispiel Larry Allison, letztes Jahr war das schon beschrieben, Impfstoffe innerhalb von 48 Stunden, die dann hochpersonalisiert generiert werden können, wenn man merkt, da entstehen die ersten Krebszellen und solche Sachen. Das ist dann alles das, was quasi technologisch passiert. Und er sagt natürlich auch, dass es annehmbar ist, das kann aber auch niemand abschließend seriös sagen. Und das ist jetzt auch nicht mein Spezialgebiet, ehrlicherweise, also dieses Long Legity-Feld, sagt, da ist natürlich irgendwann trotzdem natürlicher Deckel. Also Unsterblichkeit ist halt ein großer Begriff, der dann meistens meint. Du kannst es halt maximal verlängern, was dann irgendwo bei 120 bis 140 liegen soll. Aber wichtig, also ich kann jetzt hier auch nur das wiedergeben, was jetzt Leute wie Sven Janschki mir erzählen. Es ist jetzt nicht mein eigenes Fachgebiet. Ich bin da eher sehr fokussiert auf die Integration von KI und was können wir jetzt in diesem Moment quasi alles machen. Was deckelt das? Ja, man sagt, es gibt so eine biologische Uhr, wo man einfach sagt, bei 100, es gibt einfach, man kann es nicht genau beschreiben, was es ist, aber irgendwann ist der Körper einfach am Limit, egal wie viel du optimierst, der einfach im Alter von 140 in etwa quasi einen Riegel vorschiebt und sagt so, jetzt ist jemand Schluss. Und dann ist es quasi aus. Also so ist das mein aktueller Wissensstand zu dem Thema, aber wie gesagt, da gibt es natürlich auch Longevity-Experten, die das wahrscheinlich tiefgehender erläutern können.

SPEAKER_00 39:57

Ja, ich glaube, dass genau der Punkt ist, glaube ich, das, wo David Sinclair mit seinem Labor so versuchen, das zu targeten. Das so als Ziel zu nehmen. Okay, bei Grenzen, vielleicht noch das anzusprechen. Es gibt ja irgendwann einen riesen Bedarf an Daten, Data Center und ab einem gewissen Punkt braucht das ja entweder eine komplett andere Technik oder wir sind dann voller Server oder wie jetzt Elon Musk sagt, die Server sind dann im Weltall. Was sind da so die Überlegungen, weißt du das?

SPEAKER_01 40:39

Genau, also das hatten wir am Anfang schon besprochen, dass im Endeffekt alles auf Energie konvergiert und der Intelligenzbedarf, der wird das nahezu unendlich steigen, demnach auch der Energiebedarf. Auch wenn natürlich man bedenken muss, also es ist viel, bei dem Thema bin ich schon eher noch in der Denkschule, dass viel Geschäftsmodell dahinter ist, weil es letztendlich auch spannende Ansätze, gerade auch aus Deutschland, gibt im Bereich photonischer KI beispielsweise, photonische Chips, die einfach tausendmal effizienter sind als die aktuellen GPU-Infrastrukturen und demnach bräuchte man nochmal tausendmal weniger Energie. Da habe ich auch übrigens ein sehr spannendes Gespräch mit Professor Dr. Mario Chemnitz auf dem Kanal zu dem Thema online. Das heißt, auch hier wird es ja wieder technologische Durchbrüche geben, die dazu führen, dass man gar nicht unbedingt so Unmengen an Energie braucht, wenn wir vom aktuellen Stand der Technik wieder ausgehen. Wenn man mal das Musche-Gesetz allein nur ausklammern würde. Es gibt schon Durchbrüche. Und gerade, du zielst ja auch schon, hast du es gerade auch so ein bisschen schon angedeutet mit diesem Thema Dyson-Swarm und so weiter. Das ist ja die ultimative Sci-Fi-Idee dann, die natürlich auch Sinn macht. Dann gibt es ja noch diese Matruschka-Mind-Theorie sozusagen. Das wäre dann einerseits ein Dyson-Swarm um einen Stern, der da drin aber quasi eine super Intelligenz nochmal hat und darum ist dann quasi ein ganzes Imperium gebaut. Aber wir müssen hier auch mal, glaube ich, ein bisschen in der Realität bleiben, weil sich das alles natürlich immer super anhört, aber aktuell, es gibt diese Kardoschow-Skala und aktuell sind wir einfach eine Kardoschow-Typ 0-Gesellschaft. Das heißt, wir können nicht mal die gesamte Energie der gesamten Welt nutzen. Das wäre Typ 1. Also die gesamt verfügbare Energie, vielleicht auch noch mit dem orbitalen Umfeld auf dem Planeten nutzen zu können. Und da sind wir bei weitem nicht. Und das, was Dyson Swarm ist jetzt quasi Typ 2-Gesellschaft, schon dann gibt es noch Typ 3. Und das ist eigentlich davon auszugehen, dass es, also wie gesagt, man kann es nie genau sagen, ja, aber ich denke, dass es viel auch einfach ein gutes Geschäftsmodell dahinter ist ja, es wird irgendwann so sein, aber unabhängig davon gibt es auch auf der Erde bereits sehr viel Solar, das wir harvesten können, farmen können. Das Interessante ist jetzt eigentlich nur, mal ein bisschen tiefer zu gehen, warum man das macht, also mit diesen orbitalen Data Centern, weil es oft auch sehr banal, glaube ich, betrachtet wird. Ja, es ist ein Geschäftsmodell, aber eines der größten Probleme auf der Erde, wenn wir jetzt über den Ausbau von Energieinfrastruktur wie Atomkraft, aber auch Solar und so weiter sprechen, sind die Zulassungsverfahren, also die Bürokratie. Das heißt, es ist im Zweifel schneller, ein bürokratisches Data Center ins Weltall auszulagern, weil es einfach weniger Gesetze gibt, als zum Beispiel in den USA immer mehr Atomkraftwerke zu bauen, weil der Zulassungsprozess allein drei bis fünf Jahre dauert, also ein Atomkraftwerk zu bauen. Und das ist halt so ein bisschen das zugrunde legende Bottleneck, was ein bisschen übersehen wird, gar nicht, dass man es jetzt unbedingt braucht, weil Energie gibt es ja hier eigentlich. Sondern wir machen es uns da selbst vielleicht ein bisschen zu schwer, einfach durch unsere Bürokratie, dass man sagt, wir lagern es dann einfach ins Weltall aus und haben wir weniger Gesetze.

SPEAKER_00 43:49

Witzig, weil ich dachte so, ja, also ich meine, die Punkte werden auch eine Rolle spielen mit Kühlung und halt Platz und so weiter, aber krass, ja klar, lustig. Wobei es dafür irgendwann ein bisschen. bestimmt auch irgendwelche Regelungen gibt und so mit also Trump hat jetzt massiv verkürzt.

SPEAKER_01 44:04

Also er sagte zuletzt, dass die Verfahren von fünf Jahren auf drei Wochen verkürzt werden sollen. Das heißt, auch hier sehen wir, die USA handeln gerade massiv, was den Ausbau von Energieinfrastruktur angeht. Und demnach ist halt auch wieder dieses Orbital Data Center Geschäftsmodell. Ja, also kann man auch kritisch, sag ich mal, sehen. Aber letztendlich der Erfolg spricht natürlich hier auch wieder für Musk. Letztendlich ist das ja der Grund, weshalb SpaceX an die Börse geht. Genau wegen dieser Story. Und letztendlich entscheidet der Markt, was er sehen will, was er haben will. Und das scheint demnach aktuell natürlich ein sehr erfolgreiches Geschäft zu sein.

unknown 44:39

Krass.

SPEAKER_00 44:41

Mit den letzten wenigen Minütchen, die wir noch haben, du kennst dich mit verschiedensten Modellen aus und du begleitest andere Unternehmen und so weiter. Wie sieht dein eigener Alltag aus? Also so welche Modelle, welche Programme, wie auch immer, spielen bei dir in deiner eigenen Arbeit eine Rolle in deinem Alltag?

SPEAKER_01 45:02

Ja, also man muss zwei Sachen differenzieren. Zunächst, was ich im Unternehmen machen kann und was man im Unternehmen machen sollte. Und das sind ganz klar Corporate LLMs. Also das haben viele auch noch nicht so wirklich auf dem Schirm, aber du brauchst einfach einen zentralen Arbeitsbereich, einen Workspace, in dem du lokale Modelle hast. Im besten Fall sogar on-prem. Das ist auch eine ganz große These von mir, also dass wir gerade wieder einen Switch sehen von Cloud zu On-Prem. Also die letzten Jahrzehnte hat man ja uns oft erzählt oder war eigentlich der große Hype, du musst alles in die Cloud ziehen, lokale Server in die Cloud auslagern. Und ich gehe davon aus, dass wir jetzt wieder einen Gegentrend sehen, also dass man immer mehr eigene Infrastruktur haben will als Unternehmen, auf der man Local Models laufen lässt. Und diese dann in seinem Corporate LLM Arbeitsbereich, ich sehe das wirklich wie so ein zentrales Gehirn, KI-Wissenspeicher, KI-Wissensdatenbank des Unternehmens, anbinden kann, sodass ich eben wirklich sicher die KI-Modelle nutzen kann mit meinen ganzen Firmendaten und den Möglichkeiten, die uns natürlich der Stand der Technik bietet, wie Skills beispielsweise, was gerade ein Riesenhebel zum Zeitpunkt ist, wo wir gerade sprechen, also diese Skill-Architektur wirklich zu nutzen für all die repetitiven Aufgaben, die man so hat. Und das halt bestenfalls in einem Corporate LLM. Das ist so das, wo ich sage, das ist aktuell das, wo man hin muss als Unternehmen. Wenn man da nicht ist, dann hat man faktisch bereits den Anschluss verloren. Und so arbeiten wir letztendlich auch. Also wir haben eine eigene Custom Software genau nur dafür, weil es einfach grob fahrlässig ist, was viele Unternehmen da draußen treiben, dass sie irgendwelche ChatGPT-Pläne haben oder Cloadpläne haben, wo sie all ihre Firmendaten reinblasen. Also das ist sehr, sehr kritisch und noch kritischer ist es, wenn man gar nichts hat, weil dann machen die Mitarbeiter es einfach in eigen Regie, dieser sogenannten Schatten-KI, und machen es da einfach selber. Also gar nichts warm ist noch schlimmer, aber Best Practice wäre halt wirklich Corporate LLM. Und dann gibt es noch so ein paar natürlich persönliche Produktivitäts-Hacks, würde ich sagen. Ein ganz großes Thema für mich ist Speech to Text, also dass man eben nicht mehr alles reintippt in seinen Rechner. Da gibt es Tools wie Voice Lee beispielsweise, die das machen, wo du halt einfach eine Software auf deinem Rechner hast. Ist die auch auf Deutsch schon gut? Ja, ja, also die ist sogar auf den deutschen Markt ausgerichtet. Es gibt natürlich auch andere Player, ist klar, auch amerikanische Player, aber das ist ja das, was ich meine, weil hier haben wir wirklich eine deutsche Lösung oder eine Dachlösung und kann sie sogar auch on-prem laufen lassen. Das heißt, ich könnte sogar sagen, ich lasse hier Local Models für mich die ganze Transcription und alles machen. Und demnach geht wirklich nichts raus. Und das ist, finde ich, das Wichtige, auch wenn ich an vielen Stellen auch kritisch bin, was überbohrende Bürokratie angeht und und und. Aber man darf hier einfach nicht fahrlässig sein und all seine Unternehmensdaten in ChatGPT und whatever reinblasen. Da bin ich nicht so der Fan davon und denke, das ist nicht die smarteste Strategie, sondern man will eigentlich alles bei sich haben, weil das ja die Zukunft ist. Je mehr Kontext, wir haben es am Anfang gesprochen, diese Modelle haben, desto besser können sie dir helfen, desto weniger musst du prompten. Und jetzt stell dir vor, du hast dein gesamtes Leben. Das ist ja der Endzustand, an diesem persönlichen Superassistenten, Jarvis im Endeffekt zu haben. Und die Frage, die ich mir immer stelle, willst du Jarvis in der Cloud haben bei OpenAI oder willst du Jarvis lokal bei dir zu Hause haben? Er sollte eigentlich klar sein, du willst sicher nicht all deine ganzen Daten, die es irgendwie über dich gibt, bei irgendeinem OS-Anbieter haben, sondern willst du es wirklich lokal bei dir haben. Und da achte ich demnach auch stark drauf, also eben mit solchen Tools wie Corbett LLM oder Voicely zu arbeiten, die aber trotzdem natürlich State of the Art sein müssen, damit man nicht den Anschluss verliert sozusagen, was gerade die US-Frontier angeht.

SPEAKER_00 48:52

Bei euch im Unternehmen sind ja safe, Leute sind nicht alle im gleichen Büro, oder? Also wie löst man das? Also, weil das ist ja dann wahrscheinlich schon in irgendeiner Form von Cloud halt nur nicht offen.

SPEAKER_01 49:02

Genau, genau. Also du kannst ja auch sozusagen deutsche Cloud-Server haben, ne? Oder europäisch zumindest.

SPEAKER_00 49:10

Du kannst keinen physischen Server bei dir im Büro stehen, sondern du hast dabei.

SPEAKER_01 49:13

Das braucht man jetzt nicht. Das ist aktuell auch noch ein Overkill. Das machen eigentlich, wir haben ein paar Konzerne, die wir begleiten, die das haben, die da tatsächlich echt weitsichtig genug waren, das anzuschaffen. Aber für die meisten da draußen ist es aktuell einfach nicht rentabel, weil wenn du halt wirklich mal Agentenschwärme von irgendwie großen lokalen Modellen laufen haben möchtest, dann bist du da halt schnell im sechsstelligen Bereich, hohen sechsstelligen Bereich, damit du da ansatzweise konkurrieren kannst. Und da macht es dann halt Sinn, auf deutsche oder europäische Cloud-Instanzen zu setzen, ja. Okay.

SPEAKER_00 49:47

Ja, crazy. Also ich könnte jetzt noch ganz viel weitere Fragen stellen, aber aus Zeitgründen, denke ich, passt das für den Moment. Herzlichen Dank für deine Insights und dein Teilen, beantworten der ganzen Fragen. Wie du siehst, bei mir ist auch noch viel Luft nach oben, um mich damit auseinanderzusetzen. Ich bin aber auf jeden Fall motiviert und jetzt auch noch mehr inspiriert nach unserem Gespräch, das auch wirklich zu tun und würde es auch allen ans Herz legen. Wir werden alles verlinken, die Dinge, die du genannt hast, deine ganzen Kanäle, die Möglichkeit, sich das alles anzuschauen. Es gibt ja bei dir sehr, sehr viel an Free Content auch, was man sich anschauen kann, was ich sehr cool finde. Und ja, vielleicht einfach für dich abschließende Worte. Gibt es irgendwas, was du noch loswerden möchtest?

SPEAKER_01 50:39

Nee, also danke für die Einladung. Ich denke, der Kanal ist wirklich die beste erste Anlaufstelle. Also da bin ich eigentlich genau darauf aus, kostenlos alles zu teilen, was man mal braucht, um den Überblick zu haben, um immer auf dem aktuellen Stand zu sein. Und das ist sicherlich der beste Weg, um einfach mal reinzukommen, wenn man noch nicht drin ist im Thema. Nice. Vielen lieben Dank. Ja, sehr gerne.