CTO-Special #40: Marie Kilg von Deutsche Welle

Wie hat dir die Folge gefallen?
Gut 👍
Schlecht 👎
(Keine Anmeldung erforderlich)

Fabi und Garrelt sprechen mit Marie Kilg, freie Journalistin und Chief AI Officer bei der Deutschen Welle, über ihren ungewöhnlichen Karriereweg zwischen Journalismus und Technologie. Marie gibt Einblicke in ihre Arbeit als Host von „Der KI-Podcast“ der ARD und erklärt, wie sie schon früh ein starkes Interesse an Technik entwickelte – von HTML-Büchern als Jugendliche bis hin zu neuronalen Netzwerken während ihrer Zeit bei Amazon.

Marie erzählt, wie sie als Quereinsteigerin ihre Leidenschaft für KI entdeckte und erste technische Projekte umsetzte, darunter ein feministischer Twitter-Bot und ein Chatbot, der ihren Lebenslauf erzählt. Ihre Erfahrungen bei Amazon, zunächst als Content Editor für Alexa, später als Senior Product Manager, prägten ihr technisches Verständnis erheblich.

Ein Schwerpunkt der Folge liegt auf Maries Experimenten mit KI-generierten Texten, insbesondere der automatisierten Kolumne für die taz. Sie beschreibt, wie sie frühzeitig mit GPT-3 experimentierte, Texte für eine nichtmenschliche Kolumnistin generierte und dabei die Herausforderungen von Prompting, Kontextfenstern und der Textqualität meisterte. Dabei zeigt sie, wie Kreativität und technisches Know-how kombiniert werden können, um journalistische Inhalte auf innovative Weise zu produzieren und welche Learnings daraus generiert wurden.

Marie gibt zudem Einblicke in ihre Arbeitsweise als Chief AI Officer: Sie versucht, stets auf dem neuesten Stand der KI-Entwicklung zu bleiben, testet neue Tools praktisch und analysiert, welche Technologien realistisch sind und welche eher Marketingzwecken dienen. Dabei hilft ihr die Erfahrung aus der Tech-Branche, um PR-Botschaften kritisch zu hinterfragen und die Realität hinter den Schlagzeilen einzuschätzen.

Abschließend diskutieren dir drei die Zukunft von KI, insbesondere in Text- und Knowledge-Work-Anwendungen, und stellen heraus, dass die größten Herausforderungen nicht nur technologisch, sondern auch organisatorisch und sicherheitsrelevant sind.

Hier findet ihr die Lese-Empfehlungen von Marie:

• Buch: E. Glen Weyl, Audrey Tang and the Plurality Community: „Plurality. The Future of Collaborative Technology and Democracy“
• YouTube: Yannic Kilcher 
• Generell zum Folgen & Lesen: Joanna Bryson, Arvind Narayanan & Sayash Kapoor, Andrej Karpathy

Schreibt uns!
Schickt uns eure Themenwünsche und

Transcript

SPEAKER_01 0:08

Hallo und herzlich willkommen zu einem weiteren CTO-Special der Programmierbar. Mein Name ist Fabian Fink und mit mir im Studio ist der liebe Garet Mock. Hi Geralt. Wie ihr wisst, nutzen wir das CTO-Special gerne, um ein bisschen versteckt einfach mit Leuten zu reden, mit denen wir uns sehr gerne mal darüber unterhalten wollen, weil sie so spannende Werdegänge haben, dass wir uns die nicht entgehen lassen wollen, auch wenn der Titel nicht offiziell CTO ist. So ein Fall haben wir heute wieder und es ist ein bisschen, ich glaube bei mir, vielleicht auch beim Geld, wenn wir uns noch gar nicht vorher darüber unterhalten, kickt, so ein bisschen das Imposter-Syndrome, weil hier haben wir jemanden, der das, was wir hier so seit ein paar Jahren stiefmütterlich behandelt machen, sehr professionell macht. Und zwar haben wir uns Marie Kilk eingeladen. Marie ist freie Journalistin, sie ist hauptsächlich Chief AI Officer bei der deutschen Belle. Sie ist einer von drei Hosts des bekanntesten deutschen KI-Podcasts der ARD, der genannt wird, der KI-Podcast. Sie ist Initiatorin des Zeitnewsletters Natürlich Intelligent und war unter anderem aber auch Senior Product Manager bei Amazon für Alexa. Das heißt gerade so Garald und ich ja beide sehr, sehr interessiert an dem Thema KI. Da haben wir heute jemanden da, mit dem wir sehr, sehr gut darüber fachsimpeln können und sind sehr froh, dass sie heute hier ist. Hallo Marie, schön, dass du da bist.

SPEAKER_02 1:22

Hi, ich freue mich auch. Ich freue mich immer über KI zu sprechen.

SPEAKER_01 1:26

Ja, wir uns auch, genau. Also es heißt so ein bisschen, was ihr erwarten könnt. Die zweite Hälfte des CTO-Specials wird so ein bisschen mehr sich dann um KI drehen und vielleicht auch so ein bisschen, vielleicht mal schauen, was dieses Jahr so, was wir drei hier zusammen dafür vielleicht predikten und was Marie auch dazu sagt. Aber natürlich wollen wir uns erstmal darüber unterhalten, Marie, wie du eigentlich dahingekommen bist, was du jetzt gerade alles tust. So der KI-Podcast, wie gesagt, ja sehr der eigentlich erfolgreichste deutsche KI-Podcast. Und habe aber auch gerade gesagt, du bist Chief AI Officer bei der deutschen Welle. Vielleicht, dass du erstmal den Leuten so ein bisschen Kontext gibst, weil ich meine, wir kommen aus der Techbubble. Ich glaube, du, so wenn ich den Werdiger mir angucke, auch was du gerade alles parallel machst, ist es eher vielleicht bei Journalisten typisch oder so, Handzdampf in allen Gassen zu sein. Bei uns ist ja eher typisch so ein Job sehr fokussiert. Erstmal, habe ich da grundsätzlich irgendwas vergessen in der Introduction und kannst du uns erklären, was eigentlich genau die deutsche Welle ist? Ich glaube, es ist nicht jedem Begriff da draußen.

SPEAKER_02 2:15

Ja, nee, total gerne. Ob du was vergessen hast, weiß ich nicht. Kommen wir dann dazu. Genau, das ist schon so ein bisschen so ein Thema bei mir, dass ich immer gerne viele verschiedene Sachen mache und so bin ich auch zu dem KI-Thema gekommen, weil es so vielfältig ist. Und ich glaube auch, das ist auch ein Journalistending. Also ich habe mich als Jugendliche, als Teenie schon für Journalismus interessiert, weil ich einfach wusste, mich interessiert alles. Und ich dachte, Journalismus ist so ein Beruf, da darf man switchen die ganze Zeit. Also da kann ich, also als ich als Journalistin gearbeitet habe, hauptsächlich, war es auch dann wirklich so. Habe ich dann in der einen Woche irgendwas recherchiert über, keine Ahnung, warum Drohnen jetzt gerade so plötzlich so trendy werden. Also halt so kleine Videodrohnen und in der nächsten Woche durfte ich halt eine KI-Expertin anrufen oder mit einem Mediziner über ein Medizinthema sprechen. Also das ist schon so ein Hans-Dampf-Ding, glaube ich. Genau, die deutsche Welle, die ist in Deutschland nicht so bekannt, sollte sie aber eigentlich sein, weil das ist ein wichtiges Instrument der deutschen Politik. Das ist nämlich der Auslandsrundfunksender. Also die Deutsche Welle macht Journalismus für die ganze Welt auf 32 Sprachen, weil Deutschland eben sagt, es ist auch in unserem Interesse, dass andere Länder einerseits auch wissen, was Deutschland ist. Also auch früher war das noch stärker der Fokus, auch tatsächlich einfach Marketing für Deutschland. Und heute immer mehr, leider halt aus geopolitischem Interesse, dass wir halt sagen, wenn die Pressefreiheit eingeschränkt ist in Ländern wie Russland und Ukraine oder in den USA jetzt verstärkt, dann wollen wir, dass die Leute dort Informationen bekommen aus einer demokratischen Perspektive und einfach eine Möglichkeit haben, zu Pressefreiheit Zugang zu bekommen. Und das machen wir teilweise aus den Ländern raus und teilweise aber auch aus Deutschland heraus, je nachdem, wie schlimm die Situation im jeweiligen Land gerade ist. Das heißt, wir arbeiten auch viel mit Zensurumgehung und so und sind aber eigentlich ein ganz normales journalistisches Medienhaus, arbeiten auch journalistisch unabhängig. Also es ist nicht so, dass irgendjemand in der Politik dann diktiert, was wir berichten. Wir berichten einfach nur das, was wir richtig finden, freiheitlich, demokratisch, aber wir bekommen das Geld vom Bundestag, also wir sind quasi öffentlich-rechtlich. Das sieht man als Schwelle.

SPEAKER_01 4:35

Sehr interessant, ja, vielen Dank. Ich glaube, das hat einigen, also vorher war auch mir, war es auf jeden Fall ein Begriff, aber so ganz genau, was jetzt die Aufgabenstellung ist, so sehr cool, dass du es für uns nochmal ein bisschen klargestellt hast. Du hast ja gerade gemeint, dass du als Journalistin ja auch immer zwischen verschiedenen Themen und irgendwie dann ein bisschen die Freiheit hast, so ein bisschen Hans Dampf vielleicht auch zu sein. Ich habe trotzdem das Gefühl, wenn ich mir auch gerade die Folgen bei euch beim KI-Podcast anschaue, dass du einen sehr technischen Blick auf die Dinge hast und auf jeden Fall deine technische Brille einnimmst. Und war es ja auch bei Amazon, worüber wir dann auch gleich nochmal ein bisschen sprechen werden, weil typischerweise ist es so beim CTO-Special, fangen wir an zu fragen, was war denn dein erster Kontakt mit Technologie? Aber vielleicht, bevor du die Frage so beantwortest, würdest du dich denn erstmal selbst so als Techie bezeichnen und gerne in dem Zuge dann auch mal beantworten, so wie ist deine Beziehung, dein Erstkontakt zu Technologie gewesen? Und war dir klar, dass du mal Journalistin für den Tech-Bereich bist?

SPEAKER_02 5:29

Nein, ich musste auch ein bisschen schmunzeln, als du sein Poster-Syndrom angesprochen hast im Intro, weil das ist was, was ich total kenne. Ich glaube, ich habe das mittlerweile ein bisschen abgelegt. Aber ich habe mich, ich habe mich ganz lange, glaube ich, nicht getraut, mich als Techie zu bezeichnen. Weil ich war Journalistin und ich habe eine Journalismusausbildung gemacht und ich habe Amerikanistik und Kommunikation studiert. Also ich glaube, ich frage mich jetzt immer, warum ich nicht eigentlich schon Computer Science studiert habe, weil ich erinnere mich schon, dass ich mit elf oder zwölf mal ein Buch in der Stadtbücherei ausgeliehen habe über Netscape und das auch total cool fand, dann da irgendwie so HTML zu lernen. Und ich habe mich immer für Technik interessiert. Aber ich bin eine Quereinsteigerin und ich würde mich auch immer noch nicht als Programmiererin oder so bezeichnen, weil mir da, glaube ich, die Grundlagen oder ja, weil ich so ein bisschen das Gefühl habe, das Grundlagenwissen, also das Studierte, das fehlt mir, obwohl ich natürlich jetzt viele Projekte in dem Bereich gemacht habe. Ich bin zur Technologie gekommen, glaube ich, also auch beruflich. Also das ist ja mein großes Glück jetzt, dass jetzt KI mein Expertengebiet sozusagen ist, was total Konjunktur hat. Aber ich bin da, weil ich eigentlich ein totaler Sci-Fi-Nerd bin und war. Und ich werde es öfter gefragt, was so der Moment ist, wo ich dann angefangen habe, mich für KI zu interessieren. Und ich weiß zwei Momente noch. Das eine ist, dass ich Iron Man Eins gesehen habe. Also den Film über Tony Stark, der halt so einen coolen Personal AI-Bot hat, Jarvis, der alles für ihn macht und einfach halt mega hilfreich ist. Das fand ich cool. Das andere war ein Reddit-Post über eine Person, die gesagt hat, bei ihr in der Arbeit hat jemand aufgehört und die haben dann quasi geguckt, was hat die Person eigentlich den ganzen Tag gemacht hat. Und haben dann einfach lauter so Skripte gefunden und quasi festgestellt, der Mensch hat überhaupt nicht gearbeitet, sondern einfach alles automatisiert. Und es war halt Jahre vor den aktuellen Kaffee-System.

SPEAKER_01 7:32

Der ist mir auch noch in Erinnerung geblieben, es war das Kaffeemaschinenbeispiel, wo er dann per Skript gesagt hat, so jetzt Kaffeemaschine Stop. Und sobald er da ist, von der Zeit, der hat seinen Weg gemessen vom Arbeitsplatz hin zur Kaffeemaschine und eine Kaffeetasse drunter. Genau das.

SPEAKER_02 7:43

Und ich glaube, es gab dann auch, du konntest ja doch teilweise die Skripte dann runterladen und sowas. Und es war auch, ja, keine Ahnung, wenn er spät in der Arbeit war, dann wurde automatisch eine Mail an den Chef geschickt mit einer Krankmeldung. Es war einfach alles automatisiert. Und das fand ich einfach so nice, den Gedanken. Also auch ohne zu wissen, dass ich da mal beruflich hingehen würde, weil ich dachte, egal was ich mache, ich möchte diese Person sein, die dann einfach bei der Arbeit sitzt und YouTube-Videos guckt und nicht wirklich arbeitet. Und das ist nicht aufgegangen, weil ich jetzt, was auch ein Glücksfall ist, aber weil ich jetzt extrem viel Arbeit habe und auch immer wieder dann doch die Bereiche der Arbeit finde, die sich nicht so leicht automatisieren lassen. Aber da kommt, glaube ich, mein ursprüngliches Interesse her für Technologie.

SPEAKER_00 8:29

Ja, aber jetzt als Coder trotzdem die Frage, wenn du sagst, du würdest dich noch nicht als Programmierin bezeichnen, heißt aber, dass du schon auch viel Kontakt damit hast und dass auch in deinen Projekten viel machst und auch viel Code liest und schreibst und dich damit beschäftigst.

SPEAKER_02 8:45

Unterschiedlich. Also ich hatte bei Amazon schon teilweise ziemlich technische Berufe und da würde ich sagen, da habe ich auch einfach wirklich viel über die Technologie gelernt. Ich habe mein Imposter-Syndrom dann irgendwann abgelegt, nachdem der Chat-GPT-Hype so groß wurde und dann ich einfach gemerkt habe, jeder auf LinkedIn hat irgendwelche KI-Tags und die sind alle falsch. Und ich hatte halt, ich hatte mich halt mich Jahre davor, bevor es quasi auf die Art trendy wurde, mit KI beschäftigt. Ich habe auch schon meine eigenen neuronalen Netzwerke trainiert und so, also kleine Sachen gemacht. Bin jetzt nicht irgendwie ein versierte Machine Learning Engineer, aber ich habe schon auch mal Code geschrieben und auch mal programmierte Projekte gelauncht und eben bei Amazon viel als Produktmanagerin mit den Techis gemeinsam dran gearbeitet, wie technologische Produkte gut werden. Genau, und das war, also ja, ich hätte mich früher halt mich nie getraut, mich als Programmiererin zu bezeichnen und auch nicht als KI-Expertin. Aber als dann irgendwie jeder Andreas von überall plötzlich auf LinkedIn einfach so dumme Tags gepostet hat, dann habe ich gedacht, nee, Moment mal, ich verstehe eigentlich schon wirklich viel mehr über auch die technologischen Grundlagen als diese Leute. Und das ist ja auch mit meiner Aufgabe als Journalistin, komplexe Sachen zu erklären. Und dann habe ich eben angefangen, auch selber mehr dazu zu publizieren, mehr Postings zu machen, die schon auch quasi die Technologie erklären. Genau. Und dann habe ich einfach irgendwann mich getraut, mich auch als KI-Expertin zu bezeichnen.

SPEAKER_01 10:20

Cool. Ja, ich meine, wir werden auch gleich nochmal drauf, du hast ja auch schon gemeint, zu dem Zeitpunkt, als ein Chat-GPT groß wurde, als auf einmal jeder zu dem Thema gesprochen hat und du hast ja schon weit davor damit beschäftigt, wann so da der erste professionelle Kontakt damit war. Da können wir ja gleich nochmal drauf kommen, wenn wir jetzt nochmal den Werdegang so ein bisschen chronologisch durchgehen. Du hast ja auch schon gemeint, du warst bei Amazon, vielleicht kannst du uns erzählen, du hattest gerade irgendwie warst bei deinem Studium so, wie war denn der, wenn wir jetzt mal sagen, also so ein bisschen aus unserer Tech-Brille ist ja so, Amazon war irgendwie der typische Techie-Job, den wir alle so kennen. Und es gibt einen aus meiner Sicht erstmal davor und danach. Kannst du uns das davor mal erklären und sagen, wie du, wie dann dieser, also in meinem Kopf ist das so ein Switch an, so der Rest klingt irgendwie relativ stringent, so ist alles im journalistischen Bereich. Und auf einmal wechselt es auf den Tech-Bereich. Also fangen wir ja mal an damit so, was zwischen Studium und Amazon, so was war da und wie kamst du dann zu Amazon? Ist es, wie es von außen wirkt, wirklich so ein Switch gewesen?

SPEAKER_02 11:09

Ja, ja, tatsächlich. Das ist total lustig eigentlich. Da haben mich auch viele Leute aus meinem Umfeld immer wieder drauf angesprochen, was das soll oder was das sollte. Ich wusste nicht, dass ich so sehr ins Technische gehen will. Wie gesagt, ich habe mich als Teenie für Journalismus interessiert und habe dann die Journalism-Ausbildung gemacht an der Journalistenschule in München. Und da war es dann schon ein bisschen so, dass ich die TechGi-Projekte übernommen habe. Also wir hatten so ein Abschlussprojekt mit einem Magazin und das Magazin hatte auch eine Webseite. Und da war es für mich total klar, dass ich mich halt dann für den Online-Teil mehr interessiere als für den Print-Teil. Und wenn wir Datenjournalismuskurse hatten, alles, was halt so in diese technische Richtung ging, das habe ich einfach gemerkt, das liegt mir total und es interessiert mich auch mehr als die anderen in der Klasse. Und dann ging es darum, dass ich einen Job suchen musste und mir überlegt habe, okay, jetzt werde ich quasi auf den Arbeitsmarkt geworfen, was mache ich, was macht mir Spaß, was kann ich? Und das war tatsächlich eines meiner ersten Projekte, die ich selber gecodet habe, dass ich mir ein Chatbot gemacht habe, damals in Facebook Messenger, wobei ich glaube, dass der eigentlich auf mehreren Plattformen funktioniert hat. Aber es ging darum, der Plattform, der Chatbot sollte meinen Lebenslauf erzählen. Also ich wollte, dass dann halt Recruiter oder meine zukünftigen Chefinnen, dass die dann da fragen können, ah, wo hat Marie Kirk denn Praktikum gemacht? Oder was kann die denn für Tools? Wie gut ist sie denn in Microsoft Word oder so. Und da, das war ein Projekt, das war halt so das, was glaube ich viele auch von euren Zuhörenden kennen, einfach so ein typisches Learning-by-Doing-Projekt. Ich habe halt Blogartikel gefunden und irgendwelche Repos, die Leute geteilt haben, wo sie ähnliche Projekte gemacht haben. Und dann habe ich das halt nachgebastelt. Genau, und dann bin ich zuerst ganz normal in diese typischen Journalismuspraktika gegangen, hab bei der süddeutschen Praktikum gemacht, das ich, glaube ich, auch durch diesen Chatbot unter anderem bekommen habe. Hab bei der Taz ein Praktikum gemacht und dann auch verlängert danach und noch Elternzeitvertretung und quasi so ein bisschen fixer bei der Taz gearbeitet. Und in der Zeit hat aber mein damaliger Freund eine Ausschreibung online gefunden für Amazon, nämlich dass Alexa nach Deutschland kommt. Und die suchen jemanden, der die deutsche Personality macht und die Witze schreibt und auch Nachrichten schreibt für, also quasi Content macht für Alexa. Und da habe ich halt gemerkt, okay, das würde mich mega interessieren und das passt total zu dem, weil das halt quasi so das Nachrichten- und Journalismus und Content-Zeug verbindet, was ich gemacht habe. Aber halt ein geiler Chatbot ist. Und also das war damals für mich auch so total verbunden mit dieser Jarvis-Vision. Ich glaube, der ursprüngliche Gedanke von Alexa, von Jeff Bezos, ist, glaube ich, Star Trek inspiriert. Er ist halt so der Star Trek-Board-Computer, aber ich war so, yes, natürlich will ich da mitarbeiten, wenn wir dann halt so ein Ding kriegen, was dann in der Wohnung ist. Und dann kann ich halt in den Raum reinkommen und sagen, Computer, mach mir Kaffee. Und da habe ich mich dann beworben und schon eine Weile drüber nachgedacht, ob das quasi für meine Journalismus-Karriere eher schlecht ist. Ob ich danach nochmal die Chance habe, in den Journalismus zurückzukommen, wenn ich quasi auf die böse Seite gehe. Und auch damals hat man schon viel darüber gehört, was Amazon auch falsch macht. Also da ging es dann noch eher darum, um das Sterben der Buchläden und so und ob die da fair agieren. Aber in den Bewerbungsgesprächen, also das Team, für das ich mich da beworben habe, der Chef, mit dem ich da gesprochen habe, das hat mich damals total überzeugt und ich hatte einfach Bock, da mitzuarbeiten und hab auch gedacht, das riskiere ich jetzt auch, dass ich quasi von der eher linken Taz in den Hyperkapitalismus mal wechsle und dann nicht weiß, ob ich da quasi in diese Ecke des Journalismus nochmal zurückgelassen werde. Ja, aber also ja, vielleicht sprechen wir noch mehr über Amazon. Ich sage mal, alles, was man hört über das Unternehmen, es war. Es war aber auch eine sehr gute Zeit für mich an vielen Stellen und ich bereue es auf keinen Fall alles, was ich da gemacht habe, was ich da gelernt habe. Ich war über vier Jahre da und zuletzt auch in Seattle am Hauptsitz quasi, war für meine Karriere auf jeden Fall super und auch für mein technisches Verständnis von Dingen.

SPEAKER_01 15:34

Und vielleicht bevor wir gleich nochmal auf Amazon zu sprechen kommen, weil definitiv können wir da gerne noch mehr drüber reden, auch wieder in der Wechsel zu der eher Product-Rolle, wo du ja vorher dann eher, wie ich verstanden habe, eher inhaltlich unterwegs warst, eher am Texten warst. Du hast ja von der Taz gesprochen und du hast ja unter anderem auch die erste KI-Kolumne für die Taz kreiert. Und da hatte ich mich nur gefragt, vielleicht kannst du uns einerseits dazu nochmal kurz was erzählen. Und war das dann die Zeit vor Amazon, wo du das kreiert hast? Also war das dann sozusagen auch dein Erstkontakt so mit KI beruflich?

SPEAKER_02 16:04

Nee, also diese Taz-Kolumne, das war tatsächlich kurz bevor Chat-GPT gelauncht wurde, also das war dann viele Jahre später. Ich erinnere mich aber gerade dran, ich habe bei der Taz auch schon technische Projekte gemacht. Also ich bin da nie ganz weggekommen von. Ich habe da auch, das war damals ein feministischer Twitter-Bot zum Weltfrauentag. Das war eigentlich mein erstes großes Programmierprojekt, wo es wirklich auch um was ging, wo ich noch weiß, ich dann an Nachts saß und irgendeinen Strichpunkt im JavaScript nicht gefunden habe. Und einfach dachte so, fuck, das Ding soll morgen online gehen und ich weiß überhaupt nicht, was ich tue. Hatte ich massiv im Posterzentrum, weil ich mir halt irgendwie JavaScript so zusammengekopy-pastet habe. Und das, also, ne, wie gesagt, ich glaube, so lernen viele. Aber damals gab es noch keine Chatbots, die ich einfach fragen konnte, sondern ich hatte auch nicht mehr.

SPEAKER_01 16:54

Also haben viele gelernt, ob es heute noch viele so lernen.

SPEAKER_02 16:57

Ja, heute ist ganz anders. Nee, aber damals habe ich halt, keine Ahnung, die Stack Overflow und was auch immer durchforstet, nach was zur Hölle ist der Fehler, ob irgendjemand das vielleicht zufällig schon mal gelöst hat. Und es ging darum, wir wollten Twitter nach frauenfeindlichen Tweets und Kommentaren durchsuchen und dann quasi, dass der Bot automatisch darauf antwortet. Also wenn dann irgendjemand Schlampe sagt, dass dann halt so ein Gift kommt, wie er eine Watschen kriegt oder so. Also so ein ganz kleines, cute Projekt. Ich habe es dann hingekriegt und hab irgendwie den Code zum Laufen gebracht, tatsächlich, in der letzten Nacht vorm Launch. Und dann ging der online um 9 Uhr morgens am Weltfrauentag und um 9.30 Uhr war er gesperrt von Twitter.

SPEAKER_00 17:40

Aber das war die Judith Bottler, oder?

SPEAKER_02 17:42

Genau, ja, Judith Bottler, das ist, finde ich, so ein geiler Name, auf den ist ein Kollege von mir gekommen.

SPEAKER_00 17:48

Aber die hat am Ende auch Posts selber. Also der Bot hat selber auch Posts erstellt.

SPEAKER_02 17:53

Ja, genau, das war dann unser Plan B, weil also das Antworten und quasi das Durchsuchen nach frauenfeindlichen Kommentaren, das wusste ich schon, dass es quasi eine Grauzone ist nach den Twitter-Richtlinien. Also du darfst eigentlich nicht ungefragt automatisiert Leute zuspammen. Eigentlich logisch. Okay. Und also die haben den Bot ja nicht getaggt, sondern wir haben ja nur eine Stichwortsuche gemacht. Und nachdem der dann gesperrt wurde, haben wir dann halt überlegt, okay, wie können wir den wieder online nehmen, was ist ein Plan B, was der machen kann. Also es war dann, ja, also auch aus heutiger Sicht auch langweilig. Der hat halt dann irgendwelche feministischen Artikel oder Artikel zum Thema geteilt und ja, und halt nur Leuten geantwortet, die, die den Bot getaggt haben. Aber also es war für mich auf jeden Fall ein cooles Projekt, wo ich halt auch viel gelernt habe und ja, und halt auch mal einfach so diese Erfahrungen gemacht habe, dass man in der Nacht Mate Tee trinkt und einfach denkt, es klappt nicht und dann kriegt man es aber hin und der Code funktioniert am Ende und man kann es online nehmen. Und alles, was danach schief gegangen ist, war ja nicht mein Code, sondern das waren die Twitter-Richtlinien. Und dann, das war eigentlich von der Story her auch gar nicht so schlecht, weil dann haben wir halt auch darüber berichtet und halt dann die Metastory erzählt, wie doof das eigentlich ist, was Twitter alles zulässt. Also dass du halt einfach Leute frauenfeindlich beleidigen darfst den ganzen Tag und wirst nicht gesperrt, aber wenn halt ein Bot das kritisiert, der wird dann gesperrt und das kriegen sie dann plötzlich hin, dass sie das bemerken. Und also ja, um diese Diskussion zu führen, hat das total gereicht.

SPEAKER_00 19:25

Ich meine, ich weiß, was du meinst, wenn du sagst, aus heutiger Sicht klingt das langweilig, aber damals war, also finde ich das schon spannend. Ich meine, mit den Möglichkeiten heute wirkt es irgendwie so einfach, so einen Bot zu erstellen, aber 2017 waren die Möglichkeiten ja noch ganz anders. Also ich finde das schon ein spannendes technisches Projekt.

SPEAKER_02 19:44

Ja, und ich fand es total cool, dass die Taz das mitgemacht hat, weil die sind ja auch in Risiko eingegangen damit. Und das ist auch der Grund meiner Erfahrung damals, dass ich dann viele Jahre später gesagt habe, okay, wir wollen eine quasi nichtmenschliche Kolumnistin in eine deutsche Printzeitung bringen. Also auch für damals total gewagtes Projekt. Zu sagen, wir schreiben komplett automatisiert und wir trauen uns auch in diese Diskussionen rein. Also werden da Arbeitsplätze gefährdet, wie riskant ist das, dass wirklich eine Maschine da schreibt und nicht ein Mensch diesen Kolumnenplatz kriegt. Und da wusste ich, also die Taz wird sich das trauen oder habe ich, habe ich gehofft. Und von anderen deutschen Printzeitungen, die habe ich dann teilweise gar nicht gefragt, weil ich schon wusste, dass es denen denen zu riskant. Und die Taz traut sich immer wieder in so die Mitte der Debatte irgendwie auch rein. Und die machen auch Sachen, wo dann die halbe Redaktion eben nicht dahinter steht und wo sie dann auch in Redaktionssitzungen sich total zersetzen darüber. Aber darum geht es halt, um die Vielfalt der Meinungen.

SPEAKER_01 20:52

Aber lass doch gerne nochmal kurz dann da auf die Kolumne eingehen, wenn wir es dann nochmal ansprechen. Also wenn ich es nochmal in Kontext setze, also wenn wir über Judith Bottler gerade gesprochen haben, das war die TAS-Zeit vor Amazon. Die Kolumne war dann, gehe ich mal davon aus, das ist ja vorhin schon gemeint, nach Amazon, also kurz bevor ChatGPT. Vielleicht kannst du einfach nochmal kurz das dazu erzählen, wie das funktioniert hat, weil das war ja damals jetzt nicht so, dass ihr die OpenAI-AP einfach angegangen seid, wahrscheinlich gesagt hab, hier verfass mal einen Text. So, wie hat denn, wie hat das funktioniert, diese KI-Kolumne und wie kamst du drauf?

SPEAKER_02 21:21

Ich kam drauf, weil ich tatsächlich mit OpenAIs GPT 3 muss das gewesen sein, rumgespielt habe. 2021, glaube ich, oder 2020 hat das angefangen, 2020, 2021. Ich weiß nicht, ob ihr das damals auch mitbekommen habt, aber halt in so bestimmten Kreisen wusste man halt, es gibt es dann, oder hat es sogar mit GPT 2.5 oder sowas angefangen, bin mir nicht mehr ganz sicher, aber quasi so sehr primitive Versionen von Textvervollständigung. Und die hatten da damals schon eine API, glaube ich, oder zumindest hatten sie einen Playground, wo man Kein Chat-Interface hatte, aber wo man halt einfach Texte reinschreiben konnte und die wurden dann vervollständigt. Und die waren natürlich total schlecht, aber dadurch eigentlich künstlerisch interessant. Und es war fun. Und es war schon damals so, ich erinnere mich, da war ich nämlich gerade in Seattle, also muss es während der Pandemie auch gewesen sein, während meiner Amazon-Zeit in Seattle, dass die da halt irgendwie eine neue Version rausgebracht haben, vielleicht dann das Da Vinci-Modell oder keine Ahnung, was genau es war. Und ich dann halt gemerkt habe: so, oh krass, das ist so viel besser als alles, was ich halt damals mit meinen ersten neuronalen Netzwerken gemacht habe. Und also der bringt plötzlich ja komplette Sätze raus. Also es ist nicht Kauderwelsch, sondern es ist eine Maschine, die erstellt Text. Und die kann auch 300, 400 Zeichen Text erstellen, der vielleicht nicht komplett kohärent ist, aber der zumindest nicht voller Fehler ist. Und das war dann so die Zeit, da bin ich dann auf ein paar Freunde von mir zugegangen, mit denen wir die Turing Agency gegründet haben, damals, von denen ich einfach wusste, die interessieren sich auch so in diesem Bereich für einfach für so künstlerische Tech-Projekte. Und den habe ich dann gesagt, hey, ich glaube, die Zeit ist reif. Ich glaube, wir müssen jetzt eigentlich mal gucken, kriegen wir das irgendwie in eine Zeitung. Und wir fanden den Gedanken halt total lustig, dass auch die erste nicht-menschliche Entität quasi einen Text veröffentlicht, bevor die Print-Zeitung gestorben ist. Also so auch so als Sci-Fi-Szenario. Genau, dann habe ich einfach da quasi angefangen, Texte zu generieren. Das war alles OpenAI damals schon. Aber halt als noch niemand über OpenAI gesprochen hat. Also schon irgendwie als da gibt es jetzt so ein Freaky-Projekt von Elon Musk und anderen Leuten. Und wir noch keine Ahnung hatten, dass die dann sich so drehen und nicht wirklich open sein wollen und nicht wirklich würdest, obwohl der Menschheit sich so sehr interessieren. Aber die Texte waren dann total faszinierend, weil ich habe dann halt irgendwie versucht, so zu prompten, also quasi den Text anfangen, immer zu schreiben. Du bist eine Kolumnistin in einer Printzeitung und du schreibst darüber, wie es halt ist, eine KI zu sein und zu schreiben. Und dann mussten wir auch immer noch den Text anfangen. Ich glaube, der Prompt ging immer bis liebe Leserinnen und Leser. Weil das damals die Art zu prompten war. Du hattest ja nicht dieses Post-Training, das du so sehr auf Conversational trainierst, sondern du musst quasi einen Text anfangen, schreiben, der plausibel ist und die Maschine konnte den dann fortführen. Und dann hat die dann plötzlich so geile Sachen rausgehauen und teilweise halt komplett gerantet, weil es auch noch nicht so gefiltert war damals. Also da war noch viel mehr einfach halt auch so Internet Rage drin. Und dann hat die ja plötzlich Kolumnen rausgehauen, über wie scheiße der Herbst ist und einfach halt dann noch so Ausrufezeichen 1, 1, 1 und die ganzen scheiß Menschen mit ihren blöden Fahrrädern und rutschen auf einem feuchten Laub aus. Und was seid ihr eigentlich? Was seid ihr eigentlich für biologische Opfer? Ich weiß jetzt nicht mehr die genauen Zitate. Aber es waren mega interessante Texte damals. Und das ist eigentlich dann, was wir dann total schade fanden, weil wir die Entwicklung mitgemacht haben. Als also kurz nachdem wir den ersten Text gelauncht haben, kam dann halt ChatGPT raus und dann ging es ja in den nächsten Monaten sehr, sehr schnell, dass die Modelle auch verbessert haben und viel besser gefiltert haben und das alles kommerziell verträglicher gemacht haben. Und dann wurde es für uns über Zeit immer schwieriger, da interessante Texte rauszubringen, weil halt die KIs immer freundlicher und normaler und langweiliger wurden. Aber ganz am Anfang, da gab es noch einen Moment, auch so ein paar Wochen vor dem Launch, eigentlich, gibt es das in jedem Programmierprojekt, müsst ihr mir eigentlich sagen, dass man dann denkt: so, fuck, was haben wir gemacht? Das wird alles scheitern. Wir haben irgendwann ein paar Wochen vor Launch dann mal gefragt, Moment mal, wie lang soll diese Kolumne eigentlich werden? Und dann hat die Taz gesagt, ja, auf der Seite ist Platz für 3000 Zeichen. Also die müsst ihr schon voll machen. Und dann haben wir gemerkt, so, oh Kacke, die ganzen Demo-Texte, die wir generieren, die sind halt 300 Zeichen lang oder 400 und danach bricht es halt total schnell zusammen. Und dann mussten wir schon in dem Sinne ein bisschen was drum rumbasteln. Wir wollten, dass kein Mensch den Text wirklich anfasst. Also wir haben schon gesagt, wir werden mehrere Texte generieren und den besten auswählen, aber wir wollten, dass es wirklich ein echter KI-Text ist. Nicht wie diese ganzen, wir haben eine Maschine alle Harry Potter-Bände zum Lesen gegeben und das generiert sie, die damals rumging, wo man dann einfach so krass gemerkt hat, da hat einfach einen Mensch wirklich so jeden Satz kuratiert und die lustigsten Sachen ausgewählt und so. Und deswegen haben wir da quasi ein Robert in unserem Team, der das gut konnte, der hat da quasi so eine kleine Reprompt-Maschine gebaut. Also dass wir quasi dann immer das Ende von dem, was bisher generiert wurden, automatisch wieder oben reingeben und die Maschine so dazu bringen, halt immer wieder die nächsten 300 Zeichen Text zu generieren, obwohl halt das Kontextfenster noch total klein war. Und so hatten wir da quasi so ein System drumherum um die OpenAI-API.

SPEAKER_01 27:22

Ja, cool. Ja, also für deine Frage mit kurz davor, sonst Karl, kannst du es so beantworten. Ich glaube, der Unterschied bei uns ist, wir wissen, dass die erste Version Murks ist, aber wir haben ja auch Zeit, einfach durch Updates das Ganze zu verändern und die erste Version wird irgendwann keiner mehr sehen im Vergleich zu einer Kolumne, wo halt jeder Beitrag erstmal da ist für alle Ewigkeiten. Also der erste Wurf muss vielleicht besser sein. Ich glaube, deswegen haben wir dieses, wir wissen aber, der erste Wurf ist nicht gut. Wir haben Zeit, es zu verbessern.

SPEAKER_02 27:45

Vielleicht ist das das, was halt an so Projekte von so quasi einfach Scharlatanern wie uns auszeichnen, die wir halt dann nicht professionell coden, sondern halt nur für Fun-Projekte. Dass wir halt diese Erfahrung nicht haben und nicht wissen, ah, okay, wir müssen echt ein paar Wochen früher anfangen und uns Zeit nehmen für eine Version 0, die dann Kacke sein darf, sondern dass wir einfach so ein bisschen dachten, so ja, läuft und dann ein paar Wochen vorm Launch merken, hoppala, jetzt wird die Zeit knapp.

SPEAKER_01 28:15

Oder wir sind ein bisschen frecher, weil wir geben Version 0 ja auch Leuten in die Hand. Ist ja nicht so, dass wir das im Geheimen tun. Wir exerzieren am lebenden Objekt sowas. Aber wir können es halt einfach irgendwann wieder runternehmen und sagen, hier ist was Besseres, so vergiss, was du vorher gesehen hast.

SPEAKER_02 28:28

Ja.

SPEAKER_00 28:28

Ich glaube, das ist ein sehr normaler Prozess in der Software. Und ich, also ihr habt ja dann am Ende scheinbar auch ein gutes Ergebnis gehabt zum Launch, oder? Also warst du dann zufrieden, als es losging?

SPEAKER_02 28:39

Ja, ja, doch, das hat dann schon geklappt. Das war, ja.

SPEAKER_00 28:43

Findet man die Kolumnen denn noch online? Weil ich glaube, du hast nicht nur mir, sondern sehr vielen Leuten Lust gemacht, das mal zu lesen, was so damals da rauskam.

SPEAKER_02 28:51

Ja, man findet die alle online. Ich kann euch den Link schicken, könnt ihr den in den Shownotes verlinken. Genau. Und wir haben auch alles andere drumherum öffentlich gemacht. Also wir haben auch, ich glaube, unser Repo müsste auch noch online sein, also unser ganzer Code. Wir haben teilweise, glaube ich, auch, nicht alle, aber wir haben, glaube ich, auch offengelegt, quasi wie viele Texte wir jeweils generiert haben für die jeweilige Ausgabe, aus wie vielen Texten wir den ausgewählt haben. Also wir wollten, darum ging es auch bei dem Projekt, wir wollten einfach eine Konversation darüber anstoßen. Und wir wollten, dass halt auch Non-Techis die Möglichkeit haben, dann zu verstehen, Moment mal, was passiert da und was heißt das, wenn eine KI in Anführungszeichen halt in der Zeitung schreibt. Und dass die eben, dass wir dir zwar eine Persönlichkeit geben und dass wir eine Story darüber erzählen, wer diese Persona ist. Aber dass man halt auch versteht, dass das nicht wirklich was ist, was Gefühle hat und so, sondern dass es halt, was ist, woran Menschen arbeiten und Menschen dann diese Story darum stricken. Und deswegen haben wir ziemlich viel online gestellt, auch in Hintergrundartikeln auf quasi verschiedenen Leveln, damit die Non-Techs, die es halt wirklich zum ersten Mal sehen, weil sie eine Printzeitung in der Hand haben, damit die dann nicht abgeschreckt sind von zu viel technischem Jargon. Aber halt, dass die Leute, die sich technisch dann dafür interessieren, dass die dann auch möglichst tief ins Rabbit Hole reingehen können und sehen können, wie wir es gemacht haben. Ja, könnt ihr gerne verlinken.

SPEAKER_01 30:14

Cool. Vielleicht lass uns gerne jetzt nochmal auf die Zeit von Amazon gehen. Wir haben jetzt ja gerade das davor und danach, also 2017 waren wir noch an den Abend, wo du nach einem Semikolon gesucht hast, was in deinem JavaScript fehlt, hin zu 2021, kurz vor ChatGPT, als du meintest, ja, ich habe dann auch schon mal neuronale Netzwerke trainiert gehabt in der Zeit. Das heißt, es gab ja eine Entwicklung von Semikolon hinzu, du beschäftigst dich mit neuronalen Netzwerken und es ist ja genau diese Zeit hin zu dann dieser Kolumne, wo eigentlich Amazon lag. Also genau 2017 bei der TAS bist dann mit 2022 bei Amazon. Kannst du uns noch mal ein bisschen was zu der Story erzählen, wie du dann von dem, du gehst zu Amazon und bist dafür eingestiegen, um Texte für Alexa, Content für Alexa zu generieren, hinzu, du bist Product Manager und dann ja eher eine technische Rolle bei Amazon. Also wie war diese Zeit da und wo kam dann auch dieser Punkt, dass du dich mit neuronalen Netzwerken beschäftigt hast, was ja auch dann, wenn ich es richtig verstehe, irgendwie in der Zeit passiert sein.

SPEAKER_02 31:06

Ja, voll gerne. Das mit den neuronalen Netzwerken war tatsächlich noch vorher, glaube ich. Das war in meinem Praktikum bei der Süddeutschen. Da hatte ich einen Kollegen, also der hat auch eine total große Rolle in meinem Werdegang und in meinem Interesse für KI. Hallo Felix, falls du das hörst. Weil mit dem habe ich dann darüber gesprochen, was wir damals an Blogartikeln gesehen haben aus den USA, dass Leute eben neuronale Netzwerke auch mit Text trainieren. Ich erinnere mich an einen Blogartikel von Andre Carpathy, 2016, 17 musste es gewesen sein. Der war ja später bei OpenAI und ist jetzt frei, glaube ich, aber halt eine totale Koryphäe mittlerweile und damals, keine Ahnung, was halt einfach irgendein André, der aber halt einen sehr geilen Blogartikel gemacht hat, weil der halt für jemanden wie mich zugänglich war und ich einfach so Schritt für Schritt nachvollziehen konnte, was genau hat er da trainiert. Und der hatte halt.

SPEAKER_01 31:57

Später ja, glaube ich, er hat eine YouTube-Reihe draus gemacht, die.

SPEAKER_02 32:00

Genau, also ich liebe immer noch alles, was der macht. Total guter Erklärer auch. Und damals ging es aber darum, dass der halt irgendwie KI mit Text gemacht hat. Und das war für mich interessant als Journalistin, weil ich halt irgendwie dachte, so, wir erinnern uns, ich wollte ja der Mensch sein, der eigentlich nicht arbeitet, sondern YouTube-Videos bei der Arbeit guckt. Das heißt, es war für mich irgendwie so klar, ich muss Maschinen dazu bringen, dass sie schreiben können, weil Schreiben ist ja das, wofür ich bezahlt werde. Und dann hat dieser Kollege Felix mir eben geholfen, da auf seinem alten MacBook das irgendwie aufzusetzen, dass wir halt so ein Torch RN trainieren und ich habe die Gutenberg-Bibel da reingefüttert, weil ich damals noch nicht wusste, dass man einfach scrapen darf und klauen darf und niemanden fragen muss und damit wegkam. Ich habe auch dann Leute bei der SZ gefragt, ob ich deren Texte haben darf und ob ich eine Maschine trainieren darf, um es so zu schreiben wie du, Star-Reporter Seite 3, die haben alle Nein gesagt, die fanden das gar nicht cool. Genau, aber das waren so meine ersten Experimente. Also da habe ich dann mit der mit der Gutenberg-Bibel trainiert quasi und das MacBook lief eine Nacht lang heiß und am nächsten Tag kam ich zurück und der konnte so ein bisschen Bibelferser ausspucken. Also das war das, das war das Erste, wo ich quasi auch Jahre bevor dem TAZ-Projekt mit der Kolumne quasi wusste, okay, irgendwie bringt man Maschinen dahin, Texte zu schreiben. Meine Einschätzung damals wäre trotzdem gewesen, nie und nimmer kommen wir an den Punkt, wo eine Maschine einen kohärenten Absatz schreibt. Also das war so wild, der hat dann irgendwelche, also er hat zwar gecheckt, dass ein Bibelfers irgendwie mit einer Zahlenkombination beginnt und dass da ganz viele Stämme und Söhne drin vorkommen. Aber ansonsten war das kein gutes Deutschen, das waren keine kohärenten Sätze und aber auch, was ich gesehen habe im Internet, was alle anderen machen, war halt einfach wildes Zeug. War irgendwie eine Form von Textanalyse, die man da bekommen hat und so quasi so ein ironisches Verzerren von was einen Text ausmacht. Ich habe dann, glaube ich, auch irgendwie so, wenn Angela Merkel und Haftbefehl ein Kind hätten, wie würde das sprechen und so eine Art von so eine Art von Projekten habe ich damals oder von Projekt kann man es nicht nennen, von Experimenten habe ich damals gemacht. Aber da war ich, also ich habe dann auch überhaupt nicht gecheckt, warum die ganzen Star-Journalisten dann sagen, nee, mach das nicht und benutzt nicht meine Texte, weil ich war so, wovor hast du Angst, als ob jemals. Du siehst ja, wie er die Bibel hier verunstaltet, als ob er jemals so schreiben kann wie du. Das sieht jetzt an.

SPEAKER_01 34:49

Und deine Kollegen hatten Rechte, keine Texte zu geben.

SPEAKER_02 34:52

Jo, absolut. Also ich habe echt, ja, habe mich da wirklich getäuscht. Genau. Das war die Zeit quasi. Ja, aber andererseits. Ja. Aber andererseits, also genau, das war 2017 dann. Dann, wenn man überlegt, dass ich dann GPT-3 irgendwas angeguckt habe und gedacht habe, ah, Moment mal, das ist auch viel besser, als ich jemals gedacht hätte, dass es wird. Das war dann drei Jahre später. Und nochmal ein Jahr später kam ChatGPT raus. Oder zwei Jahre, ein, zwei Jahre später kam Chat-GPT raus. Und seitdem, also wir haben ja auch, also klar, wir sehen, wie es immer besser wird, aber das mit den Texten, das ging dann schon schnell. Also das, ja, ich, eine meiner vielen Fehlprognosen im Bereich in den letzten Jahren.

SPEAKER_01 35:44

Dann später machen wir vielleicht auch noch ein paar Prognosen, mal gucken, ob die zutreffen.

SPEAKER_02 35:47

Gerne. Jetzt ist egal, jetzt kann ich einfach raushauen. Ich habe schon so einen schlechten Track-Record. Ich kann die gar nicht, kann die gar nicht ruinieren.

SPEAKER_01 35:55

Aber jetzt passiert ja auch so viel durch Zufall kann man auch irgendwie recht haben. Ist auch ganz gut an Prognosen jetzt im AI-Space. Viele wilde Thesen kann man aufstellen. Die Wahrscheinlichkeit ist auch hoch, dass es vielleicht zutrifft.

SPEAKER_02 36:04

Genau, es ist dann Marketingsache, ob man dann irgendwie schafft, dass die Leute dann an die sich erinnern, wo man Recht hatte oder nicht.

SPEAKER_01 36:10

Genau.

SPEAKER_02 36:11

Ja, ja, und du hast noch nach Amazon gefragt.

SPEAKER_01 36:13

Genau.

SPEAKER_02 36:14

Ich bin bei Amazon dann eingestiegen als Content Editor. Und das ist aber eine Sache, die ich bei Amazon ziemlich cool finde. Das ist eine Firma, die gibt Leuten, also zumindest in meinem Bereich, sehr schnell viel Verantwortung. Und du darfst dich für alles interessieren auch und du darfst auch total quer durch das Unternehmen steigen, wenn du gute Arbeit machst und wenn du quasi vermittelst, dass es dich interessiert und dass du das kannst. Und ich habe natürlich auch bei Amazon dann immer geguckt, was ich automatisieren kann und das war ein Umfeld, das das total ermutigt hat. Also ich habe dann auch halt einfach direkt geguckt, wir hatten irgendwelche nervigen Content-Management-Systeme, die halt hässliche Oberflächen hatten und einfach viel zu viele Klicks von uns Content Editors gefordert haben. Und die habe ich dann halt mit irgendwelchen Excel-VBA-Skripten halt automatisiert, dass ich einfach meinen Content in Excel schreiben konnte und dann mit einem Klick diesen Kram hochladen konnte und nicht mit diesem CMS-Dealen musste. Und da hatte ich halt total Spaß dran an solchen Projekten. Und das ist natürlich was, was Amazon super gerne gesehen hat, weil das ist halt, die Firma funktioniert total in Optimierung und in Effizienz und in Zahlen. Und dieses Dings, dieses kleine Skript, was ich da gebaut habe, haben die halt dann weltweit ausgerollt für alle Content Editors. Und dann konntest du halt rechnen, wie viele hunderte Stunden pro Tag das dann spart und dass wir halt, weil wir halt, keine Ahnung, 90 Prozent schneller sind, weil wir halt einfach uns ein paar Klicks sparen, aber es ist über halt so eine große Firma, skaliert es total. Und genau, und solche Sachen sind es, die ich gemacht habe und deswegen wurde ich halt dann immer wieder befördert. Und dann war ich nach einer Zeit, ich weiß gar nicht, Programm Manager für Content und habe dann quasi nicht mehr einfach selber geschrieben, sondern halt mitgemanaged, dass andere Leute schreiben oder dass wir Content kaufen und dass der Content, den man in Alexa so haben will, dass der gut funktioniert und dass es ein gutes Produkt ist. Und irgendwann habe ich mich halt dann nach Seattle beworben. Weil auch Amazon es ermutigt, dass man eigentlich nur ein halbes Jahr, maximal ein Jahr in derselben Rolle ist. Ich glaube auch aus einer, also die zynische Sichtweise wäre, wenn du die Rolle zu lange machst, dann ist es ja auch langweilig, dann strengst du dich auch nicht mehr an, weil du nicht mehr neu bist. Dann bist du vielleicht zu gut da drin und dann rufst du dich vielleicht aus, dann bringst du vielleicht nur 80 oder 90 Prozent deiner Leistung und nicht 120 Prozent, wie wenn du neu bist in einem Job. Das heißt, ich glaube, das hat schon auch ein bisschen System, dass man immer entweder kurz vor der Beförderung ist und zeigen muss, was man richtig kann, damit man die Beförderung kriegt. Oder halt neu in der Rolle und sich beweist und dann ist man in der Rolle und versucht das zu optimieren. Und wenn man es dann kann und alles optimiert hat, dann geht es weiter. Und das macht einerseits total Spaß, aber brennt natürlich auch Leute aus.

SPEAKER_00 39:15

Und das wirkt wie so ein Sprung von Senior Program Manager zum Senior Product Manager. Das ist schon ein ganz anderer Aufgabenbereich dann gewesen für dich, oder? Und wie war, also wolltest du diesen Sprung und wie war er dann für dich?

SPEAKER_02 39:28

Ja, ich wollte Product Manager werden, weil Product Manager mehr verdienen als Programm Manager bei Amazon zumindest. Ich weiß nicht, ob das überall so ist. Ich war, also ich war zuerst in einem Content-Bereich und es war dann quasi Program Management und war cool. Und dann, was ich vor allem wollte, ist ins Ausland gehen. Weil ich mir dachte, wenn ich schon bei so einem internationalen Konzern arbeite und die helfen dir ja auch dann mit Relocation Packages und mit den Anwälten, die dein Visum organisieren und all das. Da habe ich gezielt geguckt, was gibt es denn für Jobs, die mich interessieren, die an anderen Standorten sind. Und ich bin nach Seattle gegangen als, ich glaube, Program Manager für Alexa Music. Also es war dann halt gar nichts mehr mit Content zu tun, sondern da ging es dann um alle Musikprodukte auf Alexa, also Spotify und Deezer und Apple Music und wie sie alle heißen, alle Musikdienste, die du verbinden kannst, Amazon Music natürlich. Und da ging es halt einfach darum, dass man dann, ja, dass Alexa halt die Lieder spielt, die sie spielen soll. Was alle selber beurteilen können, ob wir das gut hinbekommen haben oder nicht. Vor allem in den ganzen verschiedenen Sprachen. Und das war eine globale Rolle dann. Also da habe ich dann auch mit irgendwie 14 Ländern zusammengearbeitet und war mega spannend für mich, weil ich halt, ich konnte halt auch bei der Bewerbung sagen, ich habe halt diesen internationalen Blick, ich arbeite auch im Contentbereich quasi mit den anderen Ländern zusammen und weiß, warum halt ein Produkt für Japan anders aussehen muss als ein Produkt für Brasilien. Und hatte halt so ein bisschen diese technischen Erfolge im Rucksack. Also dass ich halt sagen könnte, guck mal, wie ich hier den Contentbereich optimiert habe. Und ich kann halt einfach Prozesse und ich kann managen und komplexe Abläufe vereinfachen, sodass die Leute damit gut arbeiten können. Genau, und das war dann, da war ich immer noch Program Manager, glaube ich. Und habe dann ein Jahr in Seattle verbracht, was leider das Pandemiejahr war. Also ich war nicht so viel in diesen Fancy Glass-Sphheres, die es da gibt, sondern in Seattle im Homeoffice, hauptsächlich nach drei Wochen, nachdem ich dahin gezogen bin. Und dann, als ich entschieden habe, ich gehe jetzt dann zurück nach Deutschland und die Pandemie geht leider nicht so schnell vorbei, wie ich jeden Monat wieder gehofft habe. Da war es halt dann einfach eine Product-Manager-Rolle, auf die ich mich beworben habe. Also auch tatsächlich in einem Team, das ich gut kannte, von damals, aber halt ein Level drüber. Und da habe ich mich halt dann als Launch Managerin für Deutschland beworben und den Job gekriegt. Und genau, und kurz vorher in Seattle wurde ich halt noch befördert zu Senior und dann von Senior Program Manager zu Senior Product Manager. Das war dann einfach nochmal eine Bewerbung. Das war okay.

SPEAKER_00 42:26

Und war es dann so, wie du eben meintest, dass du so neuer Bereich fühlt sich erstmal wieder so, als müsstest du 120% geben, weil alles irgendwie noch unbekannt ist und du musst das irgendwie viel lernen. Oder war es dann auch schon für dich, weil du irgendwie die Prozesse so gut kannst, einfacher da einzusteigen als Product Manager?

SPEAKER_02 42:46

Das war immer so wellenförmig. Also ich glaube, der Switch zu Product Manager, der ist mir nicht so schwer gefallen. Weil, also das ist auch ein bisschen, habe ich das Gefühl, ein bisschen einfach nur eine Warding-Sache. Bei Amazon gibt es halt diese Levels und das ist dann definiert, also dass ich quasi dann diesen Senior-Titel haben durfte. Das musste ich schon krass zeigen, auch für die Beförderung. Da musst du lange Dokumente schreiben, die halt dann zeigen, warum du quasi auf einem Meta-Level strategisch arbeitest und welche Erfolge du geschafft hast, was die für einen Impact haben, die quasi dann Level 6 sind und nicht Level 5 oder wie auch immer. Und ich fand aber, auch als ich Programm Manager war, habe ich ja am Produkt gearbeitet. Also es ging ja trotzdem immer um Launches, es ging halt dann um den Launch, dass die Spotify-Software gut funktioniert in der neueren Version. Oder auch als ich Content gemacht habe, habe ich mitgeholfen, Alexa in neuen Ländern zu launchen. Da ging es halt darum, dass die in Brasilien gut funktioniert. Und da habe ich ja natürlich auf einem Meunior-Level zugearbeitet, aber es ging ja trotzdem immer ums Produkt. Deswegen, als ich seine Launchmanagerin für Deutschland, war was nicht so ein krasser Schritt für mich. Weil, also auch ein Produkt-Launch ist ja irgendwie. Irgendwie ein Programm, weil du hast ja trotzdem, du hast ja Hardware und Software und verschiedenste Features und die neuen Features, die funktionieren müssen und die alten Features, die auf das neue Framework funktionieren müssen. Das heißt, ich glaube, für mich war das gar nicht so ein krasser Unterschied, ob ich mich Produktmanagerin nenne oder Programmmanagerin nenne. Ich wusste halt nur, ich will Product heißen, weil das halt mehr Geld bedeutet. Ich weiß nicht, was da eure Erfahrung ist oder ob das bei Amazon dann auch so anwendbar ist auf die anderen, was man Produkt und was man Programm nennt.

SPEAKER_01 44:32

Ja, ich glaube, dadurch, dass wir ja auch in einer Firma sind, sehr klein, wo es auch eher darum geht, so macht das, was für den Erfolg notwendig ist, ist bei uns das Titel und der Unterschied zwischen den Titeln macht bei uns nicht so viel auswählen. Ist bei uns auch mal ein bisschen interessant, so wie diese Rollen dann ausgeliebt werden bei Leuten, mit denen wir uns hier unterhalten. Ich fand aber zwei Sachen auch interessant, die du über Amazon gesagt hast. Das eine war deine VBA-Automatisierungsstory und das andere war dieses, so man bleibt ein halbes Jahr bis einem Jahr in der Rolle. Weil ich habe eigentlich beide Dinge gesehen in einer anderen Industrie, aber hab einen anderen Blick irgendwie darauf und hätte gedacht, bei Amazon läuft es anders. Also ich war lange vorher in der Finanzbranche unterwegs, bei großen Banken, auch im Investmentbanking, eher auf der technischen Seite. Und was ich auch gemacht habe, ist bestimmte Prozesse einfach mit VBA-Skripten automatisiert und irgendwie gefühlt Leuten von ihrem Job dann auch beraubt, die vorher alles irgendwie händisch gemacht haben, wo ich irgendwie dachte, also die eine Sache war, krass, sowas geht bestimmt auch einfach nur, wie ich damals überdachte, in großen Corporates, die irgendwie im Finanzbereich sind, die irgendwie träge sind und oder irgendwie im Mittelstand, die mit Technologie irgendwie gar nichts zu tun haben. Ich finde es ja interessant, dass so dieselbe Story von Amazon, einem Unternehmen, wo ich sagen würde, die sind ja Tech First und da sind so viele Techis, dass es da dieses Potenzial gibt. Ich kann Dinge mit VBA machen und global ausrollen, dachte ich immer, ist eher verstaubten Enterprises vorbehalten.

SPEAKER_02 45:45

Lustig. Also du denkst, wir hätten dann bei Amazon gar kein hässliches CMS gehabt, dass man überhaupt, sondern die hatten das dann nicht mehr.

SPEAKER_01 45:51

Genau oder dass da überhaupt das Potenzial dafür da ist, dass jemand mit, ich dachte immer, sowas wird von Grund auf irgendwie automatisiert und irgendwie in sophisticateter Technologie geschrieben, als dass jemand, der eigentlich am Content arbeitet, vielleicht ein bisschen Interesse für Tech hat, so ein VBA-Tool, in dem Scan ausrollen kann. Hätt ihr gedacht, dass sie dann direkt erkennen, ah ja, okay, hier ist Potenzial, wir bauen das perfekte Tool dafür und nicht, wir nehmen das VBA-Tool und rollen das dann an alle aus und nehmen. Fand ich irgendwie interessant. Ich hätte gedacht, das ist irgendwie vom Grundsatz her direkt technologischer gedacht, weil so in den Enterprises, die ich davor gesehen habe, war es halt so, naja, es gibt ganz lange Prozesse, vorher wird irgendwie immer alles händisch gemacht und Technologie kam irgendwann eher so on top obendrauf. Und Amazon war für mich ein der Unternehmen, so ja, da ist halt direkt mit Technologie gedacht. Deswegen finde ich interessant, dass da diese Potenziale auch dafür da sind und sehr cool, dass du das dann auch gemacht hast, damit die Chance ergreifst, aber auch Amazon dann sagt ja, lass das nutzen, cool.

SPEAKER_02 46:42

Ja, stimmt, es ist lustig, aber wenn du das, wenn du da gerade so drüber sprichst, dann fällt mir auf, das ist auch was, was man von außen nicht so sieht, aber Amazon ist schon auch so ein Chaoshaufen. Also es ist irgendwie beides. Es ist teilweise natürlich eine hochprofessionelle Firma und das sieht man allein an dem Erfolg. Die können Prozesse und die können optimieren und die können datengetrieben arbeiten und einfach wirklich, wirklich gute Technologie machen. Teilweise. Und dann gibt es aber trotzdem die Stellen oder die Ecken, wie in jedem Unternehmen, wo das auch ein bisschen zerfällt. Und ich glaube auch ganz oft in meinem Job, also kommt immer drauf an, womit man es vergleicht, aber ganz oft hatte ich auch das Gefühl, es ist einfach eine komplette Shitshow. Und unser Job ist einfach halt nur diesen brennenden Müllhaufen zusammenzuhalten irgendwie. Und also ich sage jetzt vielleicht nichts über die konkreten Bereiche. Ich weiß nicht mehr, was genau in meinem NDA stand damals. Aber ich glaube, es ist nicht zu viel gesagt, wenn ich einfach sagt, wie in jedem Unternehmen, da arbeiten halt Menschen und nicht immer alles läuft so effizient, auch wenn so die Grundeinstellung und die Grundhaltung ist, dass man schon weiß, wie ein optimaler Prozess zu laufen hat. Aber das ist also das ist halt das, was ich gut finde. Andererseits. Amazon ist ja auch bekannt dafür, dass es einfach Customer-Centric ist und es geht am Ende um den Kunden und es geht am Ende ums Produkt. Und deswegen ist es dann in dem Moment nicht so dogmatisch. Also das ist halt das, was ich total schön auch fand und total befreiend, auch im Vergleich zu anderen Unternehmen, die ich kenne. Es ist halt egal, wer dann was macht. Also es ist wirklich, es war wirklich, wirklich egal, dass ich halt eine Content Editor in München bin, sondern wenn es funktioniert, funktioniert es und dann haben alle meine Chefs mich auch immer unterstützt dabei, das halt dann auch nach oben zu spielen, das auszurollen. Da steht sich niemand selber im Weg mit, eigentlich sollte das so sein und eigentlich wäre der Prozess anders, sondern es geht um das Ergebnis. Und das ist, glaube ich, wirklich was, wo sich viele andere Unternehmen, gerade die großen Bürokratischen, auch was von abschneiden können, halt einfach ein Ziel vor Augen haben und dann machen und dann nicht zu viel fragen, aber haben wir das immer so gemacht oder sollte nicht eigentlich jemand anderes da nochmal ein Auge drauf haben.

SPEAKER_01 49:02

Ich glaube, damit hast du auch gefühlt schon die Antwort für meinen zweiten Unterschied, irgendwie zu, wie läuft das sozusagen in der Finanzbranche, weil der Apartment, das du gemeint hast, so man ist angehalten, alle halbe Jahr bis Jahr den Job irgendwie zu wechseln und dann ist man so die ganze Zeit auf einem so hohen Produktivitätsniveau, was vielleicht auch zu Burnout führt, aber so, man holt das Maximale aus der menschlichen Ressource raus. Dieses, man ist ein halbes Jahr bis ein Jahr im Job, habe ich auch bei den Banken gesehen, aber da habe ich eher das Gefühl, das war die Krankheit, dass sozusagen Leute das nutzen. Ich hoppe einfach jedes Jahr irgendwie auf einen anderen Job. Das heißt, im ersten halben Jahr kann ich einfach nur große Thesen in den Raum stellen, keiner erwartet was von mir und kurz bevor es dann dann kommt und sagt, jetzt kriege ich langsam mal Lieferverantwortung, wechsle ich den Job. Und das ist eher das Tool, um sozusagen Arbeit von einem wegzuhalten und sehr lange mit nur Worten durchzukommen. Deswegen sehr interessant, das aber ist vielleicht auch der Unterschied, so dass man sagt, man hat ein klares Ziel vor Augen, man muss hier liefern und dann kann man aus diesem gleichen Tool mit häufigen Wechseln eher viel rausholen, als das vielleicht bei Banken der Fall war, dass man damit sehr viel weniger rausholt.

SPEAKER_02 50:04

Und die Grundgeschwindigkeit ist wahrscheinlich eine andere. Also dadurch, dass alle bei Amazon sehr schnell denken und sehr schnell wechseln, brauchst du halt auch nur ein paar Wochen, um dich einzuarbeiten und nach ein paar Wochen wird von dir halt schon gefordert, dass du Ergebnisse lieferst. Und alle um dich rum arbeiten dich auch schnell ein und dann, also das ist, glaube ich, vielleicht ist ein Jahr bei Amazon halt so viel wie in einem anderen Unternehmen drei, vier Jahre im Sinne von wie lange man auch braucht, um zu lernen. Und ich meine, das ist auch was, was Amazon gut kann. Es ist halt dann sehr vieles auch einfach dokumentiert und die werfen ja halt am Ende die Dokumentation hin und dann musst du nicht irgendwie monatelang Meetings machen, bis du verstehst, wie der Laden läuft, sondern der Laden läuft und du wirst dann da reingeworfen, ja.

SPEAKER_01 50:50

Cool. Vielleicht, weil wir ein bisschen, wenn wir auf die Uhr blicken wollen, noch ein bisschen über KI unterhalten wollen. Lass uns mal den Fast Forward machen zu, wie kam es dann, der Schritt wieder zurück von Amazon hin, wieder zum Journalismus und jetzt Podcast vom Host vom KI-Podcast, Chief AI Officer, wie kam diese Switch von Amazon dann da wieder raus und zurück in KI und Journalismus?

SPEAKER_02 51:11

Ja, irgendwann hat es gereicht bei Amazon. Also ich habe so diese Burnout-Sachen angesprochen. Ich habe super viele Leute um mich rum ausbrennen gesehen, natürlich dann auch noch mehr während der Pandemie. Ich weiß nicht, ich habe selber nie mir eine professionelle Diagnose geholt, aber glaube schon, dass ich auch mal ein kleines Burnout zumindest hatte und mich dann davon wieder erholt habe und dann nochmal in Deutschland nochmal diese Produktmanager-Rolle hatte. Aber ich habe auch gemerkt dann, also da ging es halt dann um Launches und da ging es darum, das effizient zu machen. Aber ich hatte dann das Gefühl, ich habe da auch wieder so ein Plateau erreicht und die nächste Beförderung wäre dann halt Director gewesen. Und da habe ich dann auch gemerkt, das reizt mich nicht und dafür habe ich aber auch die Energie nicht. Also es wäre halt nochmal eine krasse Beförderung gewesen, die anzustreben. Ich hätte natürlich sagen können, ich bleibe in dem Job, aber da hatte ich halt so ein bisschen das Gefühl, ich lerne da jetzt nichts mehr Neues, sondern ich manage halt einfach meinen Alltag so weg und das ist manchmal cool und manchmal nervig. Aber es gibt halt nicht so den logischen nächsten Schritt und der logische nächste Schritt auf dann irgendwie Europalevel oder sowas zu gehen. Da wusste ich halt so, nee, da müsste ich mich jetzt mega reinhängen und auch die Ellbogen ausfahren, weil das halt dann auch ein Level ist, auf dem halt es wenige Stellen gibt und sehr viele Leute miteinander konkurrieren. Und ich weiß gar nicht, ob ich das alles so mir gedacht habe damals, oder ob einfach halt die Stelle, die neue Stelle quasi in meinen Leben kam und ich dann erst gecheckt habe, es reicht. Aber es hat irgendwie so ganz gut gepasst. Also die Deutsche Welle hat eine Stelle ausgeschrieben, da ging es um Innovationsmanagement im Lab, also irgendwas mit coolen Innovationsprojekten, irgendwas mit Technologiemanagement und halt in einem Bereich, der mich ja immer interessiert hat, also Journalismus. Genau. Und als ich irgendwie diese Stelle gesehen habe, habe ich, ich glaube, ich habe eigentlich gedacht, ich bewerbe mich mal aus Spaß, um zu gucken, ob die Journalisten mich noch wollen. Und habe eigentlich, habe ein bisschen mir auch gedacht, ja, das wird wahrscheinlich nichts, weil ich auch bei Amazon natürlich extrem gut verdient habe dann auf dem Niveau und wusste, im Medienbereich verdienst du einfach nicht das. Und außerdem wusste ich ja nicht, ob das irgendwie für die überhaupt akzeptabel ist, dass ich jetzt jahrelang auf der dunklen Seite war. Und am Ende haben die mir aber ein Angebot gemacht und ich habe dann lange darüber nachgedacht, ob ich quasi auch von meinem Gehaltsniveau runter will. Aber fand dann den Laden so sympathisch, hatte einfach so Bock auf diese Jobbeschreibung und habe dann gesagt, okay, ja, ich habe jetzt ein bisschen Geld verdient die letzten Jahre, auch meine Aktienpakete ja mitgenommen. Ich kann mir das vielleicht auch einfach gönnen, nochmal einen schlechter bezahlten Job zu machen. Und dafür halt bei einem Unternehmen was Werte hat, an die ich glaube, und was eine coole, wichtige Arbeit macht für die Demokratie und die Freiheit auf der Welt. Genau. Und dann bin ich gewechselt, dann bin ich nach Berlin gezogen und habe bei der Deutschen Welle angefangen.

SPEAKER_00 54:14

Was haben die denen gesagt zu deiner dunklen Seite? Oder hatten sie gar keinen Text dazu?

SPEAKER_02 54:19

Hat mich immer überrascht, aber auch aus anderen Bereichen im Journalismus, das war nie ein Thema, sondern es war eher so, dass es, glaube ich, total gut für meinen Lebenslauf war. Irgendwie beeindruckt Amazon als Name die Leute auch total. Das hat mich auch überrascht, wie krass das ist. Ich glaube, es gibt mir auf eine Art nochmal eine Credibility, die ich auch nicht erwartet hätte. Aber ich höre wenig so, oh, aber moralisch ganz schlimm, dass du für die gearbeitet hast, sondern mehr so, ach cool, du kannst bestimmt was, weil wir gucken da von außen drauf und es scheint zu funktionieren, was sie machen. Also was auch immer du da gelernt hast, bitte bring das zu uns. Also es war tatsächlich viel, viel offener, als ich dachte.

SPEAKER_01 54:55

Das ist aber generell interessant, finde ich, an dem Unternehmen Amazon, so dass wenn man halt so, glaube ich, auch aus der Tech-Branche draufblickt und irgendwie als Amazon, als Unternehmen das Tech-Unternehmen sieht, ist das so super beeindruckend und irgendwie super cool, auch mit ABS, allem, was sie da drumherum machen. Und andererseits ist das Produkt Amazon, Amazon.de, der E-Commerce-Store ist natürlich irgendwie, hat eine ganz andere, darauf hat man eine ganz andere Sicht und irgendwie, wenn ich wirklich auf das Produkt schaue, denke ich anders darüber nach, als auf das Unternehmen, man arbeitet da und entwickelt Tech-Produkte. Also ich habe da auch selbst irgendwie so ein, je nachdem, über welches Amazon ich rede, habe ich eine andere Meinung über dieses Unternehmen. Also es ist nicht der Inhalt und Umsetzung und Art, Company sind schon zwei Paar Schuhe. Und ich glaube auch gerade bei der Company so, ob man im Tech-Bereich ist oder ob man eher in den Warehouses von Amazon arbeitet. Ja, aber es ist schon interessant.

SPEAKER_02 55:42

Ja, das ist auch, glaube ich, was ganz anderes, für wie es sich für die Mitarbeitenden anfühlt. Also es gibt schon, es sind schon viele Firmen in einer sozusagen. Und Alexa ist auch nochmal ein eigener Kosmos. Vielleicht spielt das auch eine Rolle, dass ich nicht E-Commerce gemacht habe, sondern Alexa und es dann die Leute da schon sehen. Das hat irgendwie noch was mit Content zu tun gehabt oder weiß ich nicht. Da werde ich halt dann viel gefragt, ob wir alle abgehört werden. Und kann aus meiner Sicht, aus dem, was ich gesehen habe, beruhigen. Aber.

SPEAKER_00 56:07

Es ist nicht so. Würdest du denn sagen, dass sich dein journalistischer Blick oder geändert wahrscheinlich, aber auch verbessert hat, dadurch, dass du vielleicht so intern in diesen Dingen warst?

SPEAKER_02 56:20

Das ist eine sehr gute Frage. Ich glaube schon, dass es mir total was gebracht hat. Also ich glaube, es hat mir was gebracht, aus dem Journalismus raus zu sein, egal wo. Weil der Journalismus ist ja auch eine Bubble und das sind dann auch bestimmte Blickwinkel einfach vorherrschend. Und ich glaube, das hilft mir, dass ich auch mal von außen einfach drauf geguckt habe. Und nicht jetzt einfach für immer so in meinen Early Twenties da auch diesen nur quasi den journalistischen Idealismus hatte und nur wusste, wie Medienleute untereinander reden. Und jetzt, wenn ich jetzt auf Amazon und die anderen Tech-Riesen gucke, dann habe ich natürlich auch einfach ein bestimmtes Gefühl und einen bestimmten Blickwinkel und eine bestimmte Meinung dazu, wie die agieren. Und klar, man sieht auch immer nur einen Teil von der Wahrheit. Also auch von innen sehe ich ja nicht alles, was das Unternehmen ausmacht. Aber ich glaube schon, dass es mir jetzt hilft, kritisch zu sein. In der KI-Berichterstattung haben wir es ja gerade total stark, dass viele leider einfach halt nur wiedergeben, was die Techis sagen. Also dass man da auch, glaube ich, ein bisschen ehrfüchtig ist. Und ich glaube halt auch viele Menschen, die im Journalismus arbeiten, die halt sich nicht als Techis begreifen, dass die auch so eine mentale Schranke haben und dann denken so, ah, aber ich habe ja eben nicht Computer Science in Stanford studiert. Und deswegen muss ich das ja eigentlich glauben. Und wenn die mir dann sagen, das, was die bauen, ist total krass, dann kann ich das ja nicht hinterfragen, aber ich habe ja keine Ahnung, das ist ja irgendwas mit Zahlen. Ich mache ja Buchstaben aus einem Grund, weil ich Mathe noch nie mochte. Und das ist so eine Haltung oder ein Bauchgefühl, was ich total viel sehe und was dann, glaube ich, dazu führt, dass man teilweise halt einfach unkritisch auch die Storys übernimmt und nicht so sehr durchblickt, dass das halt einfach auch krasses Marketing ist und dass die auch bewusst sich als Nerds inszenieren und bewusst ihre Technologie als was inszenieren, was man nicht verstehen kann. Und das ist, finde ich, nicht die Rolle des Journalismus. Die Rolle des Journalismus ist eigentlich, sich in komplexe Sachen einzuarbeiten, Dinge zu verstehen, auch wenn sie schwierig zu verstehen sind. Das machen wir auch in der Politik, das machen wir auch in der Wirtschaft, das machen wir in allen Bereichen. Und ich glaube, das auf eine Art hilft es mir, dass ich das Unternehmen von innen gesehen habe, weil ich halt auch weiß, wie die über PR nachdenken, was dann wirklich da intern funktioniert und was halt ein brennendes Dumpsterfire ist. Und ich glaube, das hat mir ganz gut getan, beide Bereiche mal zu sehen.

SPEAKER_01 58:52

Ich finde auch, wenn man gerade den KI-Podcast hört und irgendwie dein Dich da auch reden hört in dem Podcast, so finde ich auch, dass es, ich meine, ihr macht da ja den, ihr bringt KI der breiten Masse in Deutschland irgendwie näher. Das heißt, es sind jetzt nicht in erster Linie Techis, wie jetzt bei uns die Zielgruppe ist, so wo man sagt, man geht irgendwie die technischen Finessen rein. Aber ich finde auch, wenn man dir dabei zuhört, merkt man, obwohl das auf der Flughöhe ist, dass da draußen jeder verstehen kann, dass du sehr tief irgendwie in den Themen drin bist und irgendwie weißt, wovon du redest und irgendwie an den richtigen Stellen irgendwie den Kontext gibst, den da draußen auch Leute verstehen können. Man merkt, aber du hast dich im Detail damit auseinandergesetzt. Vielleicht kannst du uns mal, wenn wir jetzt wirklich auf das heute gehen, weil damit wir gleich noch ein bisschen Zeit haben, über KI im Allgemeinen zu reden, wie sieht denn heute so dein Alltag-, Arbeitsalltag so ein bisschen aus? Und wie kriegst du es hin, dir diese Themen so anzuschauen, so ohne. Also wir, wir als Techis sind, wir haben ja einen Anwendungsfall, probieren KI zu nutzen, um Anwendungsfälle damit umzusetzen und reden ja auch in einem Podcast dann auch darüber, über wie wir es in der Arbeit irgendwie einsetzen. Aber wie machst du das? Wie stellt man sich das vor, wo es ja das Gefühl so ist, so, das Produkt ist ja am Ende immer den Leuten was davon zu erzählen und welche Projekte sucht man sich, um irgendwie da am Ball zu bleiben und in diese Details reinzugehen. Also das ist, glaube ich, was, was für uns als Techis und vielleicht unseren Zuhörern so nicht so natürlich kommt zu verstehen, wie dein Arbeitsalltag so als Chief Air Officer und Podcast-Host zu dem Thema aussieht.

SPEAKER_02 1:00:12

Ja, also erstmal danke, weil das ist voll cool zu hören, dass das so ankommt, weil das ist das, was wir versuchen mit dem Podcast. Halt wirklich für ein breites Publikum nicht zu oberflächlich zu sein, dass es die Techis langweilt, aber halt auch nicht so, dass es nicht, weil wir wissen, dass uns ganz viele Mütter und Väter und Omas und Opas auch hören und auch irgendwas mitnehmen können daraus.

SPEAKER_01 1:00:34

Also die Techis langweilt ihr auf jeden Fall nicht. Ich höre es sehr gerne.

SPEAKER_02 1:00:36

Das ist echt, das ist echt super cool. Aber wir kriegen auch viele Zuschriften und freuen uns immer, wenn Leute dann auch so, wenn wir dann merken, oh, die haben echte technische Berufe und echte Techis, hören uns auch. Das ist schon irgendwie eine Auszeichnung. Weil ja, irgendwie gibt es so in den Köpfen so ein bisschen diese Trennung halt zwischen so Journalismus, Sozialwissenschaften, Kulturleuten und dann halt den Leuten, die wirklich echte Technik machen mit Zahlen und Semikulons, so Semikulonnen, Kolonnen.

SPEAKER_01 1:01:00

Du wissen, wo die Semikolons hin müssen.

SPEAKER_02 1:01:04

Ich versuche, also ich glaube, was für mich gut war, ist, dass ich einfach keine Angst vor dem Thema hatte jemals und das irgendwie geschafft habe, auch durch coole Leute um mich rum, wie mein Kollege damals, oder halt wie Andre Carpathy, die halt dann einfach Dinge teilen, auf eine Art, dass man als Non-Taggy das verstehen kann. Ich habe mich immer getraut, da einzutauchen und ich habe mich nicht abschrecken lassen, auch von technischen Papers oder von davon auch mal Code zu lesen oder auch mal Dinge, Dinge zu lesen, wo man vielleicht nicht ins letzte Detail, wo ich vielleicht nicht ins letzte Detail eigentlich die Grundlagen habe, das zu verstehen. Ich glaube, das ist super wichtig, dass man einfach keine Berührungsängste hat. Das ist ein bisschen wie wenn man eine Sprache lernt und es gibt dann Leute, die trauen sich nie, die Sprache zu sprechen, obwohl sie sie eigentlich total gut können, weil sie einfach vor jedem Grammatikfehler, den sie machen könnten, Angst haben. Und andere Leute oder dieselben Leute, wenn sie ein Bier getrunken haben, trauen sich einfach zu reden. Und dann klappt es auch total und das merkt man. Also da bin ich auch total dankbar all den anderen Leuten, die Content machen, quasi auf einem noch technischeren Niveau. Weil ich höre total viele Podcasts selber, ich gucke total viele YouTube-Videos. Jan Nick Kilcher ist zum Beispiel noch so einer, den ich super finde, der erklärt immer KI-Paper. Und der erklärt die halt auf eine Art, dass ich was mitnehme. Und ich höre auch viele Podcasts, die einfach eigentlich technischer sind, als es meinen Alltag betreffen würde. Aber irgendwas nehme ich mit. Und wenn ich halt dann 20% von dem, was besprochen wird, nicht verstehe, ist auch egal, weil, keine Ahnung, ich merke dann, glaube ich, wenn es wichtig wird und dann hockt man sich halt hin und dann geht man wirklich einen Paper einfach Satz für Satz durch und schaut die Begriffe nach, die man nicht versteht. Oder heutzutage lässt sich das von einem Chatboard erklären. Und ich glaube, das reicht. Also das ist ja auch was, was viele Menschen im Journalismus auszeichnet. Wenn man einfach Bock hat, sich auch einzugraben in so Themen und Spaß daran hat, in so eine Recherche-Rabbit-Hole zu gehen, dann kann man ja alles lernen. Und das heißt, das ist für mich auch so ein bisschen die Challenge in meinem Alltag, weil, also du hast gesagt, vieles lernt man ja auch irgendwie beim Doing, bei Projekten. Ich versuche da so ein bisschen eine Balance zu finden. Also ich versuche meinen Alltagsjob zu machen und daneben so Wohlzeit zu haben, um einfach wirklich ganz viel zu konsumieren, um ganz viel zu lesen und Podcasts zu hören und YouTube-Videos zu gucken über die Dinge, die ich lernen will. Und dann versuche ich auch noch halt natürlich viel praktisch zu machen und selber einfach immer die neuesten Tools auszuprobieren. Und da ist, glaube ich, mein Glück, dass ich auch die verschiedenen Projekte, die ich mache, gegenseitig befeuern. Weil dadurch, dass wir halt einfach einmal die Woche in der Folge KI-Podcasts machen, ich muss ja wissen, worüber ich spreche. Das heißt, ich bin so ein bisschen auch gezwungen. Ich muss halt meinen Tag haben, wo ich dann viel lese und einfach mitkriege, was das Neueste ist. Und wir haben ja immer auch eine Rubrik am Ende, was habe ich diese Woche mit KI gemacht? Also es ist so, es motiviert mich quasi selber, dass ich immer auch Dinge ausprobiere. Genau, und das versuche ich ja natürlich in meinem Alltagsjob auch. Also bei der Deutschen Welle manage ich eher KI-Projekte und manage ein Team und versuche also strukturell dem Laden zu helfen, dass halt die richtigen Dinge passieren, strategisch und praktisch, dass wir bei KI weiterkommen. Aber auch da versuche ich mir einfach die Zeit zu nehmen, dass ich halt auch mal selber was ausprobiere oder dass ich mich halt mit jemandem zusammensetze, der ein Projekt gemacht hat und wirklich sage, erklär mir mal, wie das funktioniert. Und ich glaube, dadurch, dass ich halt schon lese, was quasi an der Cutting Edge passiert oder halt die YouTube-Videos gucke, die mir die neuesten Paper erklären, hilft es mir halt auch dann, bestimmte Fragen zu stellen an die Techis bei der deutschen Welle. Also auch wenn ich nicht auf dem Niveau wie die dann genau verstehe, was sie machen, hilft es, glaube ich, trotzdem, dass ich quasi so diesen breiteren Blick habe und dann aus einer Produktsicht zum Beispiel dann nochmal nachfrage, wo wollen wir damit eigentlich hin und wie würdest du das machen und hast schon diesen oder jeden Ansatz probiert?

SPEAKER_01 1:05:15

Ja, cool. Ich finde. Du hast gerade irgendwie einen interessanten Satz irgendwie gesagt, so zu dem, dass viel davon auch irgendwie Marketing ist in dem ganzen Bereich. Wenn wir mal irgendwie vielleicht mal ein bisschen jetzt auf das Thema KI irgendwie kommen, dann haben wir einerseits vorhin darüber gesprochen, so du warst 2017 irgendwie, hast da ein neuronales Netzwerk trainiert, um irgendwie Text zu generieren und gesagt, das wird niemals irgendwie sinnvollen Text schreiben. Jetzt sind wir neun Jahre später und können es, glaube ich, sagen, so das schafft es definitiv. Und ich glaube, wir sind uns auch wahrscheinlich alle in dieser Runde und in einigen anderen Runden einig, dass das noch sehr viel schneller, sehr viel weitergehen wird und uns alle sehr stark beeinflussen wird in unserem Arbeitsalltag und tendenziell sehr schnell noch sehr viel mehr können wird, als es jetzt gerade tut. Und andererseits bin ich immer, wenn ich da drauf blicke, irgendwie so ambivalent mit diesem Teil, was davon irgendwie Marketing ist. Und ich mich immer so mit diesem so, ja, ich merke, was das für einen Einfluss jetzt auf mich hat. Und ich weiß, es wird noch einen sehr viel stärkeren Einfluss haben und ich muss mich damit beschäftigen und muss irgendwie gucken, wie sich mein Arbeitsalltag auch verändert. Und andererseits ist irgendwie, wenn man dann Leute aus diesem Bereich hört und irgendwie auch in anderen Podcasts hört, so ich auch gerne sowas wie Dairy of a CEO, wo auch viele Leute sind, da wird immer von den so apokalyptischen Szenarien, es wird immer der Begriff AGI, wird da irgendwie immer so viel genannt und irgendwie, wie sehr es alles disruptieren wird, was wir irgendwie tun, weil in dieser Vorstellung am Ende alles, was irgendwie Knowledge Work ist, von der AI getan wird und wir am Ende nur noch mit bedingungslosen Grundeinkommen dasitzen und die AI den Rest irgendwie steuert, wo ich irgendwie so denke, ja, dass es absolut groundbreaking ist, gehe ich total mit, aber irgendwie diese Vorstellung davon ist für mich immer ein so, ich packe das so stark in diese Marketing-Schiene, weil ich denke, da müssen noch so viele Dinge passieren, ich glaube auch so viele grundlegendere Dinge, dass dieses Szenario wirklich ein realistisches Szenario ist und frage mich einfach so bei diesem Ganzen, wenn ich darauf blicke, so ist, glauben die das wirklich oder wie viel ist davon Marketing so? Und ich würde mir so von dir eigentlich gerne hören: wie ist dein Blick da drauf, so ein bisschen, auf dieses so, was davon ist Marketing, was davon ist realistisch, wie blickst du so auf die nächsten Jahre und diesen Begriff, den gerade aus dieser Te-Bubble, so der AGI-Begriff, wie er so da draußen geprägt wird? So hast du da einen ähnlichen Blick drauf? Hast du da einen ambivalenteren Blick drauf?

SPEAKER_02 1:07:22

Ja, also ich sehe das ganz ähnlich und ich frage mich, ich frage mich genau das auch immer. Ich frage mich, was glauben die Leute im Silicon Valley zum Beispiel selber. Ich glaube, mein Blick darauf ist, ich würde nie davon ausgehen, dass alle Leute ehrlich sind. Weil einfach manche Leute sind einfach zu gut, zu erfolgreich darin und teilweise sehen wir auch die Beispiele, wo sie nicht ähnlich sind. Und auch das, was ich von innen gesehen habe, das wäre total naiv zu glauben, dass du dir nicht überlegst, was ist unsere PR-Botschaft, die total unabhängig davon sein kann, was du in Wirklichkeit die letzten paar Monate gemacht hast, sondern du erzählst immer auch eine Story. Du überlegst immer, was macht dich erfolgreich. Und also das, was deine Ziele sind, wir haben bei Amazon auch über dieses Datengetriebene geredet, dein Ziel ist halt Marktmacht oder dein Ziel ist Return on Investment oder dein Ziel ist, welche Metrik auch immer zu optimieren, im Zweifel am Ende des Tages Geld auf dem Konto von Jeff Bezos. So, das ist, glaube ich, das, was zählt für die meisten Menschen. Ich glaube, wenn du nicht diese Denke hast, dann wirst du auch in den meisten Fällen nicht CEO und dann kommst du nicht so hoch. Oder du wirst nicht diese große Tech-Firma. Du wirst halt nicht dieser Riese auf dem Markt, der die ganzen anderen aufkauft und der halt wirklich so den Markt für sich so behaupten kann, wenn du nicht so ein bisschen diese Denke hast, also so ein predatory Mindset irgendwie. Das klingt jetzt total wertend, aber ich meine das tatsächlich einfach halt nur auf dem faktischen Level von was ist das Ziel, worauf arbeitest du hin jede Woche, dass dein Unternehmen größer wird und die andere.

SPEAKER_01 1:09:06

Das ist das, was man im Tech-Bereich sieht, ja.

SPEAKER_02 1:09:09

Genau. Deswegen versuche ich immer, jede Pressemitteilung, jeden Launch, alles, was so passiert im KI-Bereich, schon auch mit dieser kritischen Haltung zu sehen und halt zu überlegen, also einfach zu wissen, im Hinterkopf zu wissen, das, was die mir erzählen, ist nicht zwingend genau das, was die Wahrheit ist und was sie denken. Oder nicht die ganze Wahrheit, was sie denken. Ich glaube aber auch, dass es schon viele Leute im Silicon Valley oder im KI-Bereich gibt, die schon auch da arbeiten, weil sie halt auch Sci-Fi-Nerds sind und auch einfach an die Story glauben. Und die Story ist ja auch, die Story hat einen Wert an sich, also diese Erzählung oder dieser Glaube daran, dass man jetzt so das nächste große Ding der Menschheit baut und dass wir vielleicht damit auch dann was total Großartiges erreichen. Ich glaube, das muss sich nicht ausschließen, dass die Branche an sich teilweise einfach halt wirklich ihren PR-Fokus hat und ihre Ziele hat und dass trotzdem aber Leute auch selber ihre eigene Story glauben oder halt auch einfach ihren Teil beitragen zu wollen, zu was, dass sie denken, das gut ist und dass ja das auch in Teilen gut ist. Weil ich glaube auch, viele Leute können ja auch nicht oder wollen nicht an was arbeiten, an das sie nicht glauben. Und deswegen, ja, ich habe so ein bisschen die Vermutung, es gibt beides. Aber was ich spannend finde an der ganzen Sache, ist halt schon, dass dieses Narrativ so super stark ist. Also wenn man auch, ne, auch jetzt in den Gerichtsfällen, die es zum Beispiel gibt, wenn man dann diese E-Mails bekommt, die die hin und her schreiben und sowas da, oder weil man weiß einfach, wie die Anthropic-Geschwister dann darüber sprechen, wie sie von OpenAI weggegangen sind und diese ganzen Dinge. Es ist schon ein super interessantes Biotop, finde ich. Also es ist wirklich so eine Welt, die, die sich da bauen und die, die sich teilweise erzählen. Und vielleicht gibt es ja teilweise Zyniker und teilweise nicht, aber die Story an sich ist, glaube ich, total stark. Wir sind die wichtigsten Menschen der Welt, weil wir bauen einfach so die nächste Stufe der Evolution und das kann die Welt verändern zum Guten und zum Schlechten. Und die PR-Effekte kannst du natürlich nutzen, wie du willst, um zu sagen, bitte reguliert uns, weil das wird alles so böse. In Klammern unausgesprochen, macht mal Regulierung, weil wir sind jetzt schon die Größten und dann holt unsere Konkurrenz nicht auf. Oder du kannst sagen, bitte reguliert uns nicht, weil wir müssen noch innovativ sein und ihr dürft uns nicht bremsen und Achtung, Europa reguliert ja immer nur und dann wird es aber nur dazu führen, dass die zurückgelassen werden. Oder China, Achtung, China, ihr dürft es nicht regulieren, weil sonst baut China zuerst die AGI und dann haben wir aber ein Problem und so. Ich glaube, das wird alles für sich genutzt, aber das ist für mich irgendwie nicht so stark zu trennen, was ist quasi, was ist die Realität und was ist einfach eine Sci-Fi-Geschichte, die total gut funktioniert.

SPEAKER_01 1:12:16

Ja, ich glaube auch, dass die Trennung davon ist, super schwierig. Und wie du auch sagst, die Story funktioniert ja auch und ich glaube, wir sind ja auch in einem Bereich, in dem wir auch nie dagewesene Funding-Summen brauchen, um überhaupt diese Ziele zu erreichen. Und ich denke, allein dafür braucht es eben diese große Story, weil dann ist es ein bisschen schwieriger zu sagen, mit ja, wir werden schon viele Bereiche disruptieren, einige Leute werden AI nutzen, investiert doch mal bitte mehrere hundert Milliarden Dollar in uns so. Also das AGI und Sci-Fi-Szenario und dass wir hier über die nächste Evolutionsstufe der Menschheit entscheiden, lässt sich auf jeden Fall besser verkaufen.

SPEAKER_02 1:12:48

Ja, und krass, wie gut es funktioniert. Also das wundert mich manchmal. Also dass es halt wirklich so, so gut funktioniert, also dass so viele Leute das kaufen. Aber ja.

SPEAKER_00 1:12:56

Das wollte ich auch sagen, ich meine, hätte man früher irgendwie diese Story mal gebracht, wahrscheinlich hätte man meistens gesagt bekommen, so, ja, nee, das ist Quatsch und jetzt wird es halt geglaubt. Und ich glaube, das liegt auch viel daran, dass AI schon so viel Destruption gebracht hat. Also so viel, wie du sagst, vor neun Jahren hättest du nie gedacht, dass das geht. Und sie haben es aber doch geschafft, aber sie haben auf einer gewissen Ebene das Unmögliche geschafft oder das Undenkbare. Und ich glaube, das lässt sich dann natürlich leicht übertragen und jeder will da auch irgendwie dran. Oder viele, glaube ich, finden es gut, daran zu glauben. Und wenn es Gründe dafür gibt, das zu machen, dann kann man das auch so fahren. Aber ich meine, wie machst du, also mich würde mir nochmal interessieren, wie du es dann schaffst, sozusagen. Was machst du denn mit so einer Pressemitteilung, wo du das Gefühl hast, okay, die sind nicht ganz ehrlich. Also wie findest du dann für dich den Teil heraus, den du irgendwie für realistisch hältst, für irgendwie, weil deine Aufgabe ist es ja auch, irgendwie daraus was zu ziehen, was du dann weitergeben kannst, wo du denkst, da steckt Wert drin. Also das finde ich nicht so einfach.

SPEAKER_02 1:13:57

Ja, ich überlege gerade, ob mir ein Beispiel einfällt. Aber ich glaube, es hilft halt zu wissen, was auch so Corporate-Floskeln sind. Und so ein bisschen so ein Gefühl dafür zu haben, was wird gesagt und was wird auch nicht gesagt. Also ich glaube, mir fallen dann Dinge auf, wenn ich eine Pressemitteilung lese oder wenn ich eine Launch-Präsentation sehe, dann merkt man ja zum Beispiel, man merkt, ob die Demo live ist oder nicht. Oder man merkt, welche Cases die demonstrieren und welche nicht. Und dann, wenn man dazu noch das technische Verständnis hat von was, was eigentlich gerade so State of the Art ist oder was sie versuchen zu sagen, was jetzt halt so der nächste Schritt ist, den sie geschafft haben, dann kann man, glaube ich, so ein bisschen einschätzen, wie viel Bullshit ist da dabei. Oder ja, oder präsentieren sie jetzt was, was sie wirklich fertig gebaut haben, oder präsentieren sie jetzt wieder eine Story, die dann halt in sechs Monaten launchen wird oder coming soon launchen wird. Und genau, ich versuche das schon einfach so ein bisschen zu dekonstruieren. Was man auch ganz gut machen kann mit Benchmarks zum Beispiel. Ich glaube, man muss einfach immer quasi versuchen, ein Level dahinter zu gehen und zu fragen, was sagen sie und was ist aber, wenn ich nachfragen würde, was wäre dahinter? Wenn die sagen, wir haben die Halluzinationen reduziert von 7% auf 5% in dem Bereich so und so oder wir haben bei irgendeinem Benchmark bessere Zahlen bekommen, dann siehst du ja, was sie quasi dahinter hängen an Quellen. Also haben die überhaupt eine Definition von Halluzinationen gegeben? Hat sich die Definition vielleicht geändert seit der letzten Pressemitteilung? Und das finde ich irgendwie auch so lustig im KI-Bereich, weil ganz viel hat ja so diesen Paper-Aufbau. Also ganz viel ist ja, ich weiß immer nicht, wie man es ausspricht, dieses Archive, also diese LaTeX-Paper, die so wissenschaftlich aussehen. Aber ganz oft ist da ja nichts dahinter, wenn du wirklich guckst, was ist denn in den Fußnoten, dann sind das irgendwelche, keine Ahnung, zitieren die dann einen Blogartikel von sich selber oder in der Fußnote ist eigentlich halt dann nur noch gar keine Quelle, sondern einfach nur noch ein Satz, den sie halt nicht in den normalen Text reingeschrieben haben, der aber eigentlich nicht mehr Kontext gibt. Und das ist, glaube ich, wichtig. Ich muss ja ganz oft überhaupt nicht sagen, das, was die sagen, ist falsch. Sondern ich muss ja nur einschätzen können, wissen wir 100 Prozent, dass das richtig ist. Oder muss man da ein bisschen vorsichtig sein und dann am Ende können wir alle nur spekulieren, weil das habe ich oft genug bewiesen, was in einem halben Jahr ist oder was in einem Jahr ist, das weiß ich auch nicht. Aber ich glaube, man kann halt ganz gut gucken, wie ist die Sachlage, was sind die Beweise, die wir haben und was wissen wir, was jetzt schon funktioniert. Und dann kann man es ausprobieren und selber testen oder halt die Testberichte von anderen Leuten lesen und sich angucken und dann merkt man ja schnell den Gap zwischen dem, was versprochen wird und dem, was möglich ist.

SPEAKER_01 1:16:51

Jetzt hast du gerade gesagt, du kannst auch nur spekulieren, du weißt auch nicht, was in einem halben Jahr ist. Gut, dass jetzt meine nächste gegen Ende-Frage auch eher in die Richtung geht, sowas ein bisschen spekulieren, weil wir haben jetzt so ein bisschen die Brille hin zu AGI und ist diese Story irgendwie, also ist das nur ein Marketingding oder ist das ein realistisches Szenario? Andererseits wissen wir, gerade und ich hier als Developer, unser Alltag hat sich auf jeden Fall stark verändert durch AI, deinen Alltag, weil wie Text generiert wird, total. Du hast schon an einer Profession, dass du vielleicht mal, dass du Rapperin bist an die KI verloren. Und vielleicht kannst du uns mal, was glaubst du, wenn wir jetzt mal eher nicht in vier, fünf Jahren blicken, sondern irgendwie auf dieses Jahr? So in welchen Bereichen werden wir als nächstes so Disruptionen erleben, wie wir es vielleicht jetzt gerade hier bei uns, bei dir, was jetzt wirklich Textgenerierung angeht, was dann täglich Brot ist und bei uns Code-Generierung, was ja auch nur eine Form von Text ist. Also was glaubst du, sind so die nächsten Bereiche, die sich die großen AI-Firmen irgendwie angehen, wo sie sagen, jetzt haben sie ja gerade angefangen, diesen Jahres mit Cowork, also mehr irgendwie dann auch vielleicht in die Projektmanagement-Bereich zu gehen. So wenn wir jetzt mal doch mal probieren, ein bisschen in die Zukunft zu blicken, so was sind so die nächsten Bereiche, die da von, wo AI noch mehr Einzug erhalten wird in den nächsten Monaten, in diesem Jahr, so was, welche Bereiche werden dann darüber so sprechen, wie wir als Developer darüber reden.

SPEAKER_02 1:18:08

Du hast was ganz Wichtiges angesprochen, nämlich die Bereiche, in denen das gut funktioniert gerade oder in denen wir die krassesten Fortschritte, die krasseste Disruption auch sehen, ist alles, was mit Text zu tun hat. Also Coding funktioniert ja deswegen besonders gut, weil es auch eine sehr strukturierte Form von Text ist. Also wenn ich eine Maschine habe, die halt den nächsten Token vorhersagt, die Textmengen analysieren kann und verstehen kann, was für Zusammenhänge gibt es da gibt, dann ist eigentlich klar, dass Coding gut funktioniert. Weil der ganze Sinn von Code ist ja, dass man einen Text schreibt, der möglichst strukturiert ist, damit man halt, damit man es schafft, dass eine Maschine damit arbeitet und damit es nachvollziehbar ist und damit, also damit du quasi den Text verbindest mit was physischem, was dann am Ende die Elektronen auf einem Chip sind. Also da ist quasi die Verbindung zwischen der echten Welt und dem Text sehr viel verlässlicher, sehr viel direkter, als es bei vielen anderen Formen von Text ist. Und das andere Extrem, was auch gut funktioniert, ist halt der kreative Text. Deswegen haben wir auch eine Kolumne damals gemacht und nicht einen Nachrichtentext zum Beispiel. Weil je subjektiver was ist oder je eher es einfach darum geht, dass der Text gut klingt oder dass es Vibes sind oder dass es geschwafel ist, ehrlicherweise. Desto weniger schlimm ist es, dass du ein nicht deterministisches System hast, sondern es ist halt einfach, ja, wenn es gut klingt, dann hat es seinen Wert. Und da gibt es viele Formen von Text und auch nicht nur Text, sondern auch Musik und Bilder, wo es halt einfach reicht, wenn der Vibe stimmt. Und wenn es am Ende so klingt wie ein Schlager, dann is es ein Schlager. Und dann ist es egal, ob den Schlager eine KI geschrieben hat oder ein Mensch. Und das heißt, ich glaube, das ist wichtig tohen, wenn man überlegt, wo wird das hingehen. Das Spannendste finde ich, dass man halt jetzt immer stärker merkt, je größer die Kontextfenster werden und je besser auch das Dateimanagement um die Sprachmodelle oder die Foundation-Modelle drumherum funktionieren. Man merkt halt, wie viel Pseudodenken die Arbeit mit Text ermöglicht. Weil wenn ich ein Projekt manage und mir überlege, was ist mein nächster Schritt, dann kann ich das auch in Text ausdrücken. Also dann kann ich das, nicht jeder Mensch denkt so und nicht alles, was wir denken, ist so in Text auszudrücken. Aber ganz viel von dem, was ich in meinem Alltag mache, ist ja, wenn ich es so paraphrasieren will, ah, ich habe eine E-Mail bekommen. Die E-Mail sagt mir, dass Person XY krank ist. Das heißt, was muss ich jetzt als nächstes tun? Ah, ich sollte jemanden finden, der die Vertretung von der Person ist und die dann fragen, ob sie Zeit hat, das Projekt weiterzuführen. So. Also oder in irgendeiner Form kann ich ja in Worten ausdrücken, was sinnvoll nächste Schritte ist. Und da ist Sprache quasi nicht so einfach zu unterscheiden von Denken. Und das ist das, was wir jetzt gerade sehen mit diesen agentischen Systemen, was so spannend ist, was mich auch wiederum überrascht hat, wie gut das funktioniert oder wie schnell das quasi auf dieser Skala auch möglich ist. Also dass man einfach auch diese Rechenleistung, diese Kontextfenster dahinter hauen kann und dass das geht. Da, ich glaube, du hast es angedeutet, da glaube ich, passiert jetzt halt viel, dass man versuchen wird, verschiedene Systeme miteinander zu verknüpfen und den KI-Systemen möglichst Zugang zu geben zu allen möglichen Interfaces, dass sie halt so diese Art von Projektmanagement machen können oder halt oder ja in diesen menschlichen Bereich von Knowledge Work irgendwie reingehen können. Weil dass sie einen Text zusammenfassen können, weiß man schon, dass die irgendwie auch grob was recherchieren können im Internet, dass sie dann verstehen können, Zusammenhänge herstellen können zwischen dem, was sie recherchiert haben und da irgendwie einen Output generieren. Cool. Ich glaube, dass dieser nächste Schritt schon sehr schwierig sein kann, weil wir jetzt halt an den Punkt kommen, wo wir nicht diese einfache Kette haben zwischen Input und Output. Also in dem Moment, wo so eine Zusammenfassung geht, dann brauche ich ja nur das Sprachmodell. Ich muss nur den Input reingeben, das Sprachmodell macht sein Ding und dann kommt der Output raus. Bei Coding ist es ja auch so. Ich habe ein total begrenztes Umfeld. Also ich habe einfach ein Dateisystem, das ist egal, wie viele Dateien das sind, aber die liegen, die können alle in einem Ordner liegen und dann kann die KI darauf zugreifen und der Text an sich reicht, um Arbeit damit zu machen. Wenn wir jetzt in andere Bereiche der Knowledge Work gehen, in zum Beispiel Projektmanagement, dann habe ich halt plötzlich aber nicht mehr nur so einen begrenzten Bereich, sondern habe ich total viele Unbekannte. Dann habe ich die ganzen Menschen, die auch offline miteinander reden, die auch krank sind, die auch sich auf dem Flur treffen, die teilweise in dem Dateimanagementsystem arbeiten, in dem sie arbeiten sollen, aber teilweise auch nicht. Dann habe ich die ganzen verschiedenen Softwareschnittstellen von ganz unterschiedlichen Anbietern, wo es dann darauf ankommt, ob die KI die Schnittstelle sinnvoll nutzen kann. Und da reden wir ja auch gerade viel drüber, was diese Schnittstellen der Zukunft sein können, wie man die anpassen muss, was man quasi für Protokolle dahinterlegt, damit die KIs möglichst Zugang zu diesen ganzen Dingen kriegen. Aber ich glaube, das ist was, was noch unterschätzt wird. Und jetzt merkt ihr, ich zögere, weil das halt, glaube ich, wieder mal so eine Prognose wird. Es kann sein, dass es dann alles schneller geht und da mehr Geld und mehr Leistung dahinter gepackt wird, als ich jetzt denke. Aber ich glaube, da ist schon noch einiges zu tun. Also bis unser ganzes menschliches, bis man unser ganzes menschliches Arbeiten so weit umgestellt hat, dass es wirklich effektiv ist, dass KI-Systeme darin arbeiten und dass man dann noch das auf eine Art geschafft hat, dass es einigermaßen sicher ist und vor Prompt Injection geschützt ist, da sind, glaube ich, noch einige große Probleme, die man lösen muss. Was nicht heißt, dass nicht so Moldbots und ähnliche Systeme auch total trenden können in Bereichen, wo einem halt die Sicherheit vielleicht nicht so wichtig ist. Aber da sehe ich jetzt jedenfalls dieses Jahr noch nicht irgendwie die große Revolution und das totale Umkrampeln unserer Arbeitswelt. Weil am Ende geht es auch um Sicherheit, es geht auch um Kosten Nutzen. Wir sehen, dass das ja auch ein Bereich ist, der total stark subventioniert ist. Das habt ihr auch angesprochen. Also einfach die, was ich halt für die Investments gerade für eine Story brauche, ist was anderes, als was ich am Ende in fünf Jahren brauchen werde, wenn ich wirklich will, dass das nachhaltig finanzierbar ist und dass ich mir auch den Strom leisten kann für das Datencenter und nicht gerade nur mit dem Kapital, das ich habe, vielleicht irgendwie querfinanziere, dass ich halt möglichst die größte Market Share bekomme. Sehr lange Antwort, keine wirkliche Prognose, sorry, aber.

SPEAKER_01 1:25:03

Aber ja, ich meine, gerade dass so in diese Arbeitsprozesse irgendwie reingeht, so da würde ich ja allein auch aus der These mitgehen, dass man sagt, es ist ja auch wieder eine Anreizfrage, so ein bisschen, weil du meinst ja auch für die Story, die die großen Unternehmen brauchen. Klar, sie müssen irgendwann rentabel werden, aber erstmal müssen sie ja auch das erstmal das, was sie jetzt auf dem Weg dahin beweisen müssen, ist, dass sie überhaupt dieses Wachstum bekommen, was ihre Einnahmenseite angeht. Und wenn man sich einfach anschaut, dass aktuell, so was jetzt Subscriptions angeht und sowas, einfach der größte Kuchen, der zu holen ist, immer noch ist, wenn man Enterprise-Software irgendwie herstellt und sagt, wenn man sich anschaut, wie viel über Teams gemacht wird, irgendwie Office 365. Das sind alles diese Tools, die irgendwie wo dann im großen Scale Subscriptions abgeschlossen werden. Und ich glaube, das ist einfach der Markt, in dem die AI-Unternehmen auch so den nächsten großen Teil vom Kuchen bekommen können, um in ihrer Story halt genug Futter zu haben, dass sie sagen können, hier, schaut mal, wir sind wieder 10x gewachsen, so unsere Story funktioniert weiterhin, AGI als die Karotte da vorne und alle Zwischenschritte, um sozusagen einfach nur den Umsatz wachsen lassen zu können. Deswegen glaube ich allein der Anreiz stimmt auch für die Unternehmen, dass sie genau da hingehen wollen, weil ich glaube, da ist der nächste große Bereich, in dem sich ein Kuchen, in dem es gilt, sich an Kuchen aufzuteilen. Deswegen würde ich da auf jeden Fall mitgehen.

SPEAKER_02 1:26:14

Das ist ein total kluger Gedanke, ja.

SPEAKER_01 1:26:17

Ob das dieses Jahr ist, werden wir sehen. Wenn wir auf die Zeit blicken, ist leider, ich glaube, Garund und ich könnten noch ewig mit dir darüber weiterreden. Das kommen mal ein bisschen ans Ende der Zeit. Beim CTO-Special hören wir meistens mit der Frage auf, dann nochmal die Frage zurückzustellen. Und zwar, gibt es irgendeine Frage, die wir in diesem Gespräch nicht gestellt haben, wo du dachtest, ach, wenn ich mit Fabi und Garelt in diesem Tech-Podcast rede, dann müssen wir auf jeden Fall oder werden wir auf jeden Fall darüber reden. Gibt es irgendwas, wo du das Gefühl hast, so Fabi, Gareth, die Frage hättet ihr mir noch stellen sollen? Falls ja, ist das deine Chance, sie dir selbst zu stellen oder den Raum zu stellen?

SPEAKER_02 1:26:49

Ihr wart total gute Interview. Also es hat mir mega Spaß gemacht. Mir fällt jetzt auch keine Frage ein. Ich finde auch die letzte Frage sehr gut. Vielleicht darf ich noch Dinge empfehlen.

SPEAKER_01 1:26:59

Was magst du uns empfehlen, ja, Marie? Sehr gerne. Gib uns doch ein paar Empfehlungen.

SPEAKER_02 1:27:03

Ja, also es ist jetzt spontan, habe ich jetzt nichts vorbereitet, aber ich hau einfach mal ein paar Sachen raus. Ich folge Joanna Bryson total gerne. Das ist eine Professorin an der Hurti School, die auch sehr gut diese Tech-Bubble analysiert und auch, was die Politik und die Regulierung und die quasi demokratischen Strömungen dahinter nicht demokratischen, die demokratischen Implikationen, die das Gesellschaftliche drumherum angeht. Das ist auf jeden Fall eine Folgeempfehlung. Ich habe Janik Kilcher erwähnt, das sind YouTube-Videos. Ich mag. Ich finde Arvin Saranayan und Sajash Kapoor total gut. Die haben einen Blog, die haben auch ein Buch geschrieben über KI. Und irgendwen wollte ich noch unbedingt empfehlen. Ah ja, ich lese gerade das Buch von Audrey Tang. Das ist die ehemalige Digitalministerin von Taiwan. Das Buch heißt Plurality und es ist auch ein Open Source Projekt. Es ist ein Open Source geschriebenes Buch. Und da geht es darum, wie man Technologie unter anderem KI einsetzen kann, halt für eine bessere, demokratischere, freiheitliche Zukunft. Und das finde ich total inspirierend, weil das ist genau das, was wir brauchen eigentlich, wenn wir halt so diese Storys haben, die halt geprägt sind von einfach einem sehr bestimmten Milieu, hauptsächlich in Silicon Valley, ein bisschen auch in China. Was deren Vorstellung von der Welt ist, das ist nicht die Vorstellung von den meisten Menschen auf der Welt, glaube ich. Aber es fehlen ja oft so ein bisschen zu Gegennarrative. Was könnten wir denn noch machen, anstatt einfach immer weiter diese Tech-Giganten zu befeuern und immer weiter zu zentralisieren und einfach nur am Ende zu kaufen, was die gebaut haben. Und da finde ich dieses Buch, bin gerade in der Mitte, aber kann ich schon jetzt sagen, finde ich total beflügelnd, so um einfach nochmal outside the box zu denken, was man mit Technologie noch alles machen könnte.

SPEAKER_01 1:28:49

Sehr cool. Vielen Dank. Ich habe probiert, alles aufzuschreiben, aber ich werde dich im Nachgang nochmal ein paar Links finden. Wahrscheinlich so ist alles nicht perfekt runtergeschrieben. Das heißt, wir packen das alles in die Shownotes und dann werfe ich jetzt vielleicht auch noch eine Empfehlung mit dazu, weil es wird bestimmt der ein oder andere sich gefragt haben, was war Fabis komische Anspielung mit dem, dass die Rap-Karriere von Marie wegen KI irgendwie gestorben ist. Kauft mein Rap-Alb-Auflösung. Genau, kauft das Rap-Album. Aber wenn ihr die Auflösung wollt, dann hört doch gerne mal in den KI-Podcast rein von Marie. Wir packen mal den Link zu der Folge, wo das geklärt wird, was es damit auf sich hat, einfach auch mal in die Shownotes. Also hört da sehr gerne rein. Ich habe es ja auch schon gesagt, auf meinem Arbeitsweg höre ich ihn auch sehr gerne. Mal, weil es für mich auch gute Einordnung einfach nochmal gibt und es ist ein bisschen anders eingeordnet, als wenn man sich so einen Techie-Podcast anguckt, wo es nur um diese Details geht, sondern für mich so eine gute Detailstufe und trotzdem auf einer Flughöhe, die mir irgendwie nochmal viel neue Inspiration auch gibt, auch wenn wir uns hier über KI unterhalten. Deswegen da definitiv die Empfehlung nochmal für deinen Podcast.

SPEAKER_02 1:29:45

Vielen, vielen Dank. Und dann sage ich, hört weiter den Programmierbar-Podcast und gebe ihm gute Bewertungen und schreibt Fabio Garelt nette E-Mails.

SPEAKER_01 1:29:53

Dann hast du schon auch das jetzt am Ende gemacht, was wir sonst auch machen. Also die E-Mail-Adresse wäre podcast.programmier.bar. Marie, vielen, vielen Dank, dass du dir die Zeit genommen hast. Das hat sehr, sehr viel Spaß gemacht, mit mir mit dir darüber zu reden. Wir hätten die Zeit auf jeden Fall noch weiterfüllen können. Aber eine guteinhalb Stunden.

SPEAKER_02 1:30:07

Hat mir mega Spaß gemacht, genau. Gerne wieder.

SPEAKER_00 1:30:10

Ich glaube, das ist einer der ersten Podcasts, wo ich mit mehr Fragen irgendwie rausgehe, als ich reingucke, weil ich so viele Themen spannend finde.

SPEAKER_02 1:30:16

Ich könnte echt ernsthaft noch ewig mit euch weiterreden. Wo sitzt ihr nochmal?

SPEAKER_01 1:30:20

In Bad Nauheim.

SPEAKER_02 1:30:22

Aha, da war ich, glaube ich, noch nie, auch wenn ich da mal hinkomme.

SPEAKER_01 1:30:27

Sehr gerne. Sehr, sehr gerne. Ansonsten auch, aber das können wir im Aufnahmen besprechen. Wir haben noch große Konferenzen, wo du auch sehr gern gesehener Gast wärst. Das können wir vielleicht im Nachgang nochmal ein bisschen besprechen. Also wir hätten auf jeden Fall Lust, uns noch weiter drüber zu unterhalten. Super. Marie, danke dir. Noch einen schönen Tag. Euch wie immer vielen Dank fürs Zuhören und bis zum nächsten Mal. Macht's gut. Ciao.