News AI 29/26: Apple vs. OpenAI // GPT 5-6 // ChatGPT Work // Anthropic J-Space // Muse Spark 1.1 // Grok 4.5

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

In den AI News 29 tauchen wir tief in die aktuelle Dynamik der großen Sprachmodelle ein. Wir starten mit den neuesten Updates von OpenAI rund um GPT-5.6 und die drei verschiedenen Modellreihen. Warum die Wahl der richtigen Konfiguration bei 15 verschiedenen Optionen mittlerweile fast zur Wissenschaft wird und was es mit dem neuen „Token-Maxing“ auf sich hat, erfahrt ihr zu Beginn der Folge. Außerdem werfen wir einen Blick auf die neue ChatGPT Mac App, die jetzt „Work“ und „Codex“ unter einem Dach vereint.

Ein großes Thema ist der juristische und politische Schlagabtausch im Silicon Valley. Während Sam Altman einen AI Permanent Fund nach dem Vorbild Alaskas vorschlägt, um den US-Staat mit 5 % an OpenAI zu beteiligen, weht aus Cupertino ein scharfer Wind: Apple hat eine Klage eingereicht. Es geht um den Vorwurf des systematischen Diebstahls von Geschäftsgeheimnissen durch Hunderte abgeworbene Mitarbeitende. Wir diskutieren die Hintergründe und fragen uns, wie viel Altruismus wirklich in den aktuellen Vorschlägen der Tech-Giganten steckt.

An der Modell-Front gibt es ebenfalls reichlich Bewegung: Meta hat mit Muse Spark 1.1 ein hocheffizientes Modell veröffentlicht, das preislich aggressiv positioniert ist. Zeitgleich schickt xAI Grok 4.5 ins Rennen, kämpft aber mit Diskussionen über den Umgang mit Nutzer:innendaten. Für alle, die sich für Open-Weights und Reinforcement Learning interessieren, schauen wir uns Verifiers von Prime Intellect an. Auch aus Deutschland gibt es Neuigkeiten: Das Konsortium hinter dem Projekt Soofi hat ein 30B-Modell veröffentlicht – wir loben die Initiative, rätseln aber über den sehr „traditionellen“ Web-Auftritt der Forschungsgruppe.

Zum Abschluss erwartet euch ein Deep Dive in die Forschung von Anthropic. Mit dem J-Space ist es gelungen, Claude gewissermaßen beim Denken zuzusehen. Basierend auf der Global Workspace Theory lässt sich visualisieren, welche Konzepte das Modell gerade intern priorisiert. Wir erklären euch, wie man durch Manipulation dieses Raums Antworten verändern kann und warum Claude plötzlich merkt, wenn es in einem Test-Szenario „gefangen“ ist. Den im Podcast erwähnten Playground zum Ausprobieren findet ihr hier.

Schreibt uns!
Schickt uns eure Themenwünsche und euer Feedback: podcast@programmier.bar

Folgt uns!
Bleibt auf dem Laufenden über zukünftige Folgen und virtuelle Meetups und beteiligt euch an Community-Diskussionen.

Bluesky
Instagram
LinkedIn
Meetup
YouTube

Transcript

SPEAKER_02 0:08

Hallo und herzlich willkommen zu den AI News 29. Wir reden heute über Updates von OpenAI. Einmal, was die Einmischung oder nee, die die Unterstützung vom Government in den USA ausmacht. Wir reden über JSpace von Anthropic. Dann haben wir noch weitere Kleinigkeiten rund um Muse, Grog, Verifiers und einem Modell aus Deutschland, über das wir uns auch kurz unterhalten werden. Ich bin Dennis Becker. Ich bin der Fabi Fink, hallo. Und ich der Philipp. Schön, dass ihr beiden wieder dabei seid. Philipp ausnahmsweise mal in seinem Homeoffice und nicht weltweit unterwegs auf irgendwelchen Konferenzen. Philipps trockene Aussage war, es ist Sommer. Das bedeutet ab jetzt nicht mehr die ganze Zeit um die Welt jettend.

SPEAKER_00 1:06

Ich meine, normalerweise würde ich jetzt schon auf dem Balkon sitzen und von dort aus arbeiten. Aber für Podcast vom Balkon wäre doch auch was, Balkonien.

SPEAKER_01 1:16

Lieber nicht. Haben wir noch nicht gesehen. Vielleicht kriegen wir bald mal einen neuen Blinkwinkel von einem zu Hause gezeigt.

SPEAKER_00 1:21

Da gibt es nicht mehr. Es ist genau das, was man hier sieht. Und auf der anderen Seite ist der Balkon. Hier ist eigentlich die Tür. Sehr gut, cool.

SPEAKER_02 1:31

Ja, vielleicht fangen wir ganz kurz an. Wir hatten in den letzten News vor zwei Wochen über GPT 5.6 gesprochen und da schon die drei unterschiedlichen Modellreihen, die es gibt. Und damals noch gesagt, ja, es ist jetzt auch erstmal unter Verschluss und ist noch nicht verfügbar. Aber in der AI-Welt ist ja alles sehr, sehr schnell. Und mittlerweile hat man Zugriff auf all diese drei Modelle oder die drei neuen Modelle rein. Ja, habt ihr irgendwas dazu zu sagen? Ich meine, im Internen ist es glaube ich ziemlich gut angekommen. Also einige, die jetzt fünf, sechs Mal ausprobiert haben, soll ausprobiert haben und recht happy sind mit den Ergebnissen und ja auch irgendwie in den Zwischenschritten mit Terra man irgendwie, glaube ich, ganz kostengünstiger, vielleicht ein bisschen ähnliches Opus-Niveau erreicht. Das ist so ein bisschen der Consent, den ich mitgenommen habe. Auf jeden Fall ganz spannend, dass man es jetzt nutzen kann und da auch wieder die volle Power aus den Open Air-Modellen hat.

SPEAKER_00 2:30

Ich habe es ganz kurz getestet, auch in Codex. Fühlt sich besser an. Ich finde auch, wenn man so ein bisschen Social Media anschaut, das ist immer so interessant, wenn ich ein neues Modell komme, weil es kippt ein bisschen von Tag zu Tag. Allerdings sagen, boah, ist die komplette Weltveränderung besser als zuvor. Zwei Tage später sind alle wieder enttäuscht. Das Einzige, was ich persönlich ein bisschen schwierig finde oder gefühlt schwieriger wird, wenn es neue Modelle gibt, ist, wie du die am besten nutzt. Jetzt haben wir drei Versionen und alle drei haben fünf verschiedene Reasoning-Efforts, wenn ich's weiß. Das heißt, du hast 15 verschiedene Konfigurationen und ich sehe viele darüber reden und iterieren, okay, was ist die beste Konfiguration, dass ich das meiste aus meiner Subscription rausbekomme. Viele haben sich ja am Anfang beschwert, hey, wenn ich jetzt irgendwie XHigh nutze mit Soul, dann bin ich nach zwei Prompts, ist mein Usage weg und Medium ist fast genauso gut wie High und GPT 5.S nutzt da jetzt viel mehr Subagents, die nehmen das gleiche Reasoning Effort als die neue, also das Main-Modell, was dann auch wieder dazu führt, dass du viel mehr Tokens aufbrauchst. Das finde ich, ist für mich so das Spannendste, dass es eher wieder schwieriger wird, was denn genau die richtige Konfiguration ist und doch ein großer Unterschied entstehen kann zwischen, keine Ahnung, ich nutze irgendwie 5.6 Sole Ultra High für ändermalen CSS zu jemand, der sich vielleicht ein bisschen mehr damit beschäftigt hat oder mehr rumtestet, der dann doppelt so viel Tokens hat. Und zumindest so wie ich es verstehe, ist es schon, also es geht, man hat nicht unendlich Tokens. Also es ist wahrscheinlich bei euch genauso, wenn die 200 Dollar oder wie auch immer erstmal verbraucht sind, dann muss derjenige halt ein bisschen warten. Deswegen finde ich das ein ganz interessantes Thema bei dem Release.

SPEAKER_01 4:22

Ich finde, also ich finde, also ich finde auch dieses Token-Maxing auf jeden Fall ist für mich eigentlich fast der Hauptgrund, so ein bisschen irgendwie auszubilden, weil ansonsten merke ich bei mir, ehrlich gesagt, dass ich so ein bisschen Modelle austestfaul geworden bin, weil ich irgendwie denke, so das, was ich jetzt gerade habe, macht den Job, den ich gerade brauche, schon so gut, dass ich irgendwie denke, so.

SPEAKER_00 4:41

Ja, aber dann, ich glaube, dann ist es eher, dass du an deinen Erwartungen und Ambitionen schrauben musst und dir mehr Gedanken darüber machen musst, okay, was kann ich jetzt machen, was ich davor nicht machen habe können und wie kann ich dadurch noch mehr erreichen als zuvor.

SPEAKER_01 4:56

Ja, klar, auf jeden Fall. Aber ich kann mir trotzdem auch vorstellen, ich meine, ist ja die Frage, dadurch, dass ich ja auch nicht mehr 24-7 irgendwie entwickle und bei allem irgendwie die absolute Geschwindigkeit rausholen muss, sondern im Endeffekt für die Prototypen, die ich parallel mache, für meine Arbeit, die ich irgendwie auch parallelisiere und so mit mehreren Agents, ich habe nicht das Gefühl, dass ich einen krassen Geschwindigkeitsboost noch irgendwie so extrem bräuchte, so, weil es dann aktuell eher an meiner Kapazität noch mehr Agents zu managen irgendwie dann eher mangelt, als jetzt an meinen Tokens. Also ich merke es auf jeden Fall so ein bisschen. Das heißt ja nicht, ich meine, ich probiere natürlich die neuen Modelle auch aus und merke irgendwie, keine Ahnung, wenn ich jetzt Fable 5, ich bin ja eher bei den Anthropic-Modellen irgendwie ausprobiere und sehe, was ich da mit einem Prompt irgendwie ein Ergebnis bekommen. Natürlich macht es einen großen Unterschied. Aber es ist trotzdem, ich habe gemerkt, also das, was ich eigentlich nur sagen will, ist, die Modelle, die wir jetzt in der Generation, die wir jetzt da forschen hatten, sind auch einfach auf so einem hohen Niveau, dass ich schon merke, ich werde teilweise so ein bisschen bequem da vielleicht, dass es dann, dass ich nicht direkt denke, ich muss sofort das nächste neue Modell irgendwie aufprobieren. Aber natürlich bin ich davon begeistert bei dem, was ich sehe, aber ich denke, ich muss jetzt noch alle Modelle, die da draußen sind, irgendwie ausprobieren. Vor allem, wo du sagst, mit diesen 15 Konfigurationen, das hat mich bei OpenAI ehrlich gesagt auch einfach wieder abgeschreckt. So, ich denke mir so, gibt mir eins, was ich ausprobieren kann und irgendwie, ich bin aber vielleicht nicht, weil mein Use Case weniger ist, absolutes Token Maxing. Ich weiß gar nicht, Dennis, wie viel ist bei uns Thema bei den Devs, dass sie die großen Pläne ausmaxen und dann gut, wir haben halt keine Limitierung, was die Tokens angeht bei der Mannschaft, die wir halt haben, ne? Aber wie viel ist das Thema? Also wie viel beschäftigen sich die Leute damit, Token-Maxing zu betreiben bei uns?

SPEAKER_02 6:28

Ich glaube nicht so sehr. Also bei uns ist es halt so ein bisschen, nee, ich glaube, häufiger ist halt so die Frage beim Überschreiten eines Limits, so, ne, was bedeutet das? Wie hoch sind danach die Kosten und was sind Grenzen, ab wo man sich dann irgendwie Gedanken darüber machen soll? Wo ja auch grundsätzlich noch ein Unterschied ist zwischen OpenAI und Anthropic, weil OpenAI ja nur praktisch diesen Chat-GPT-Seed hat, so als Abo, und nicht den nochmal größer machen kann, im Gegensatz zum Standard- und Premium-Seed, den es bei Anthropic gibt. Und das heißt, da man schneller in den API-Kosten dann auch ist, die dann wieder was alles so jetzt in Credits da umgerechnet werden, warum ich das so kompliziert mache und nicht einfach Dollar anzeigen und dann nochmal hier, und dann kannst du noch 30% Rabatten und ein paar Credits kaufen und so. Aber Token Maxing hat, weiß ich nicht. Er hat ja noch keiner, zumindest den Begriff hat noch keiner genutzt, ne? In der Diskussion. Vielleicht noch zwei kleine Updates auch da, also, weil da merkt man auch, ne, ist ja halt zwischen den großen Playern insgesamt ja immer dieses ein bisschen Katze- und Maus-Spiel. Gerade auch noch aufgefallen. Ich glaube, vor zwei Wochen gab es auch noch nicht GPT, äh, ChatGPT-Work. Das ist, glaube ich, auch mit dem praktisch Neu-Release der Modelle gekommen, was ein, ne, Angriff möchte ich dieses nicht nennen, ein ähnliches Angebot darstellt, wie Claude Cowork vorher in sich auch hatte, wo es ein bisschen mehr darum geht, tatsächlich Arbeitsaufgaben und Aufgabenpakete und geschedulte Sachen und Routinen und solche Dinge abzubilden.

SPEAKER_00 8:10

Es ist nicht, dass sie, also es gab bisher ja eine Codex-App und eine Chat-GPT-App und die haben sie jetzt zusammengelegt. Und jetzt hast du nur noch eine Chat-GPT-App, in der die Codex-App mit integriert ist und du hast immer noch ein Toggle zwischen Chat-GPT-Work und Chat-GPT-Codex. Also ich glaube, für sie gibt es jetzt nur noch eine App auf dem Mac.

SPEAKER_02 8:30

Die gibt es, aber du hast trotzdem einen Toggle zwischen Chat-GPT, ja und auch zwischen Chat-GPT und ChatGPT-Work.

SPEAKER_00 8:37

Aber es ist halt jetzt alles eins. So wie bei Claude, so wie bei Cloud auch.

SPEAKER_02 8:42

Und der eins, wo bei Dort ja auch umgestellt hat, dass sie den Cowork-Bereich nicht mehr als separaten Tab-Bereich haben, sondern nur noch in deinem Input ein Toggle ist, ob du jetzt Cowork nutzen möchtest oder nicht. Also da ist es praktisch, und der Chatverlauf ist dann auch jetzt kombiniert und nicht mehr separat.

SPEAKER_00 9:00

Ich habe viel Negatives gehört von den Entwicklern auf Social Media, warum, also jemand hier verstehen es nicht und was das dann in Zukunft bedeutet. Und zusätzlich gab es auch noch neue API-Features. Also, wenn ihr irgendwie die OpenEI API nutzt, da gibt es jetzt Subagents auch und noch ein paar andere neue Sachen, wie man irgendwie die Reasoning Signatures über mehrere Züge weitergeben kann und noch ein paar andere Kleinigkeiten. Okay.

SPEAKER_02 9:28

Genau, und auch an dem Zuge, was man ja auch immer so ein bisschen merkt, ne, Fable, als wir das letzte Mal drüber sprachen, ich weiß gar nicht, in der letzten Folge war es, glaube ich, noch nicht wieder verfügbar, dann war es wieder verfügbar, dann heißt es, war es irgendwie bis zum 9. oder 7. Juli offiziell eigentlich nur noch in den Abos und zu 50% der Lizenz, das haben sie dann verlängert. Das haben sie jetzt das nächste Mal wieder verlängert. Ich weiß gar nicht, wo gerade jetzt der 19. glaube ich. 19. Juli, bis man es nutzen kann. OpenAI hat dieses Fünf-Stunden-Limit gerade temporär entfernt. Also da merkt man auf jeden Fall, dass sie mit vielen Tests irgendwie versuchen, okay, was sind Lösungen und ich will Modelle sagen, aber das ist in dem Kontext nicht so einfach. Was sind möglichst? Ansätze, wie man das möglichst gut gestalten kann und lukrativ für beide Seiten gestalten kann. Gut. Okay, Philipp, also so ein paar kleine Themen hast, das werde ich mal zwischendurch einstreuen.

SPEAKER_00 10:28

Muse. Okay. Genau, Muse 1.1 ist das neue Modell von Meta. Also Meta hat wieder ein Modell. Scheint gar nicht so schlecht zu sein. Kam am selben Tag wie GPT 5.6 ein paar Stunden früher. Das heißt, wenn ihr es vielleicht nicht mitbekommen habt, nicht wundern, das ist der Grund. Es gibt jetzt auch eine neue Developer-Plattform, sage ich mal, für Meta. Und es ist das erste Modell, was auf der API verfügbar ist, aber nur noch aktuell hinter einer Warteliste. Also man muss sich erst irgendwie eintragen und dann kann man Zugriff bekommen. Ist relativ günstig. War, glaub ich, 4 Dollar pro Million Output-Token. Und sie sagen selber so Opus 5.8 Level.

SPEAKER_02 11:14

Okay.

SPEAKER_00 11:17

Hast du irgendwas zu kosten? 4 Dollar pro Million Output-Tokens, also relativ günstig im Vergleich zu Opus dann.

SPEAKER_02 11:26

Okay. Ich frage mich, ist das ab, also die wissen doch, wann OpenAI das veröffentlicht. Macht das dann irgendwie sich das anzupassen oder ist es für die Absicht, dass sich nicht alle draufschmeißen?

SPEAKER_00 11:40

Ja, oder man kommt halt zuvor und nimmt ein paar Leute weg, die sonst zwei Stunden später OpenAI getestet hatten. Oder weil eh alle warten auf das neue Modell, dass du das dann mitnehmen kannst.

SPEAKER_02 11:56

Gut. Fabi, machen wir mit dir weiter und OpenAI und dem der Involvierung von US-Anteilen.

SPEAKER_01 12:10

Ja, können wir machen. Und zwar ist es so, dass OpenAI vorgeschlagen hat. Ich meine, wir haben ja schon häufiger mal drüber gehört, irgendwie Trump hat ja auch drüber gesprochen. Also generell war ja auch bei uns Thema Involvierung der Regierung in den großen LLM-Modellanbietern. Und zuletzt hatten wir es ja mit Fable sozusagen, dass es überhaupt zurückgehalten wurde, dass dieses Modell public werden kann. Und jetzt geht es ein bisschen darum, dass Sam Altman, CEO von OpenAI, der Regierung vorgeschlagen hat, dass sie doch Anteile an OpenAI haben könnten und das Ganze der Gesellschaft zugute gehen soll. Ist das ein bisschen orientiert an dem AI Permanent Fund von oder Alaska Permanent Fund und nennt sich der amerikanische AI Permanent Fund, wie er den, glaube ich, genannt hat. Und zwar, vielleicht, wenn man das vorhin nicht gehört hat, Alaska Permanent Fund ist im Grunde genommen, dass Alaska relativ viel Geld mit Öl verdient. Das Ganze oder ein großer Teil von dem Geld, was mit Öl verdient wird, wird in diesen Alaska Permanent Fund gesteckt. Und dann kriegt jeder Einwohner Alaskas daraus eine jährliche Dividende. Und also einfach nur im Grunde genommen kriegt jeder Bürger da einen Scheck pro Jahr. Es sind, glaube ich, 1.000 bis 2000 Dollar, die die Leute pro Jahr bekommen, eben von dem Geld, was mit Öl verdient wird, in ein Fonds einbezahlt und die Rendite davon wird dann ausgeschüttet. Ich glaube, aktuell liegen da so, liegen da, glaube ich, knapp um die 80 Milliarden Dollar oder sowas drin, in diesem Alaska Permanent Fund. Und im Grunde genommen ist das das Modell, was Sam Altman der Regierung vorschlägt. Also er schlägt vor, dass 5% von OpenAI an den Staat gehen. Da geht es auch nicht um irgendein Abkaufen oder sowas, sondern dass das sozusagen dem Staat geschenkt wird und schlägt aber natürlich auch im gleichen Atemzug vor, dass das alle großen AI-Unternehmen machen sollen. Also er sagt auch, dass Meta das Ganze machen soll, dass Entropic das Ganze machen soll, sodass im Grunde genommen da dann jeder Bürger der USA da einen Anteil an dem vermeintlichen Gewinn der Unternehmen hat. Natürlich einer der Diskussionspunkte, das schlägt gerade ein Unternehmen vor, was natürlich perspektivisch irgendwann Gewinne machen soll, aktuell gerade starke Verluste einfährt. Und es ist natürlich so ein bisschen die Frage ist, so, woher kommt es? Ist es so altruistisch, wie sich das Ganze anhört? So, lass uns was ans Volk zurückgeben, dass jeder daran partizipieren kann, wenn AI irgendwie Erfolg hat. Man könnte natürlich auch sagen, damit sind die AI-Unternehmen nochmal stärker an den Staat gebunden und es hat irgendwie höhere Incentives, was wenn es irgendwie mal eine Flaute geben sollte, vielleicht ist die nächste Funding-Runde nicht so funktioniert, irgendwie der Verlust doch höher steigt, dass man irgendwie doch mehr verwoben mit dem Staat ist, sodass der Staat vielleicht auch möglicherweise einspringen könnte. Es gibt ja auch kritische Stimmen, die sagen, hey, warum nur 5% so? Bei dem Einfluss, den es irgendwie auf dem Jobmarkt hat, so gerade auch Bernie Sanders ist da, glaube ich, ganz vorne mit dabei zu sagen, hey, das müssten eigentlich 50% von all den Unternehmen sein, die dem Staat gehören sollten. Und genau, so ein bisschen die Frage, ist es was, ist es auch wieder eine Timingfrage? Wahrscheinlich kommen wir aufs nächste Thema und das können wir zur Seite ja nochmal besprechen. Mittlerweile hat Entropic auch OpenAI überholt, was den Umsatz angeht, ist ja jetzt im Q3 diesen Jahres das erste Mal profitabel und im Grunde genommen ist OpenAI in diesem Race gerade hinter Entropic, was natürlich irgendwie auch nochmal interessant ist, dass in dem Stand irgendwie das jetzt Ganze von Sam Ortmann irgendwie vorgeschlagen wird. Aber erstmal grundsätzlich die Idee, eine Art AI Permanent Fund zu haben und dann gibt es eine Dividende an alle Einwohner der USA, klingt ja erstmal irgendwie nicht verkehrt. Die Frage ist halt immer, ist das wirklich die Agenda, ist es so altruistisch? Und 5% natürlich ganz nett. Aber könnte es nicht auch mehr sein? Weiß nicht, was denkt ihr darüber? Glaubt ihr, es ist Sam Altman altruistisch?

SPEAKER_00 16:01

Magt sich keiner was zu sagen dazu.

SPEAKER_02 16:04

Ich habe da keine Meinung dazu. Also ich glaube, Apple ist aktuell anderer Meinung. Um vielleicht das zu geben. Wenn du das so liest, dann würde man auch zweifeln daran, ob so ein Unternehmen dann in der Lage ist, auf anderer Ebene altruistisch zu sein.

SPEAKER_01 16:24

Ja, und ich meine, das hat man schon das ein oder andere Mal gesprochen. Das Problem ist ja, der Figur nehme ich auch nicht ganz so ab, dass es wirklich einfach ein rein altruistischer Move ist, weil man denkt, es hat so einen großen Einfluss auf die Gesellschaft, dass wir da jetzt als Unternehmen was abgeben müssen.

SPEAKER_00 16:38

Du hast noch Apple versus, also das mit dem Mitarbeiter. Ja. Okay. Ja, vielleicht machen wir das einfach direkt. Ich habe auch ein paar Stimmen gehört, die sagen, dass das ein proaktiver Move dazu auch gewesen sein könnte.

SPEAKER_02 16:56

Okay. Genau, also worum geht es? Da, letzt Freitag hat Apple eine Anzeige gegen OpenAI vor einem kalifornischen Gericht eröffnet. Oder was ist das Richtige? Weiß ich nicht, was die richtige Terminologie ist. Und zwar geht es darum, dass Apple OpenAI vorwirft, systematisch interne Daten von Apple abgezogen zu haben. Und zwar durch vor allen Dingen Mitarbeitende, die vorher lange bei Apple gearbeitet haben und mittlerweile bei OpenAI arbeiten. Erstmal so als Gesamtsumme schon krass. Es gibt 400 vormalige Apple-Mitarbeiter, die jetzt bei OpenAI sind.

SPEAKER_01 17:44

Weißt du in dem Zug mittlerweile, wie viele Mitarbeiter OpenAI eigentlich hat? Das letzte Mal, dass wir uns darüber unterhalten, über die Anzahl von Mitarbeitern von OpenAI war, als Sam Altman gefeuert wurde. Ich glaube, da waren wir bei 800. Gar keine Vorstellung. Natürlich nicht mehr, aber ich weiß nicht, was OpenAI gerade an Mitarbeiteranzahl hat, so wie viele da arbeiten.

SPEAKER_02 18:04

Gucken wir auf Google.

SPEAKER_01 18:05

Wikipedia sagt 3000, stand 2025.

SPEAKER_02 18:09

Zwischen 4.5 und 8000 sagt AI-Overviews sagt das bei mir.

SPEAKER_00 18:14

Genau.

SPEAKER_01 18:15

Von 5 bis 10 Prozent der Mitarbeiter sind kommen von Apple.

SPEAKER_00 18:20

Ja. Also die Daten sind von Dezember 2025 und von dem SQ Magazine.

SPEAKER_02 18:28

Also auf jeden Fall, jetzt nicht nur ein paar, sondern schon einige, die grundsätzlich da sind. Und dann gibt es einen, der ist jetzt Chief Hardware Officer, Tang Tan ist sein Name. Und Tan war tatsächlich 24 Jahre lang bei Apple und hat dort zuletzt als Vice Präsident auf Product Design für das iPhone und Apple Watch gearbeitet. Also sehr, sehr hohe Rolle, die er dort inne hatte. Und es ist schon irgendwo, also es geht grundsätzlich darum, OpenAI, ich glaube, das war schon häufiger in Gerüchten, plant, irgendwie ein AI-Device rauszubringen. Und das könnte halt direkt mit einem Smartphone und davon in einem Kernbusiness von Apple irgendwie konkurrieren. Und was halt grundsätzlich gesagt wird, ist schon verrückt, dass eigentlich, also weil Anwälte sich mit so sehr konkreten Aussagen ja normalerweise irgendwie zurückhalten und die Vorwürfe, die da drin sind, sind schon teilweise sehr, sehr, sehr stark und sehr krass. Also da haben wirklich nachweislich Apple-Mitarbeiter sich halt darüber unterhalten, wie sie noch Zugriff auf alte MacBooks haben und darüber interner abgreifen konnten. Sie gehen davon aus, dass es eben in OpenAI normalisiert ist und sogar vom Leadership gewollt ist, dass diese Informationen abfließen. Es ist wohl so, dass bei Bewerbungsinterviews, die bei OpenAI stattgefunden habe, gesagt wurde, hey, bring bitte Hardware mit aus euren Testlabs und sowas, um daran was zu zeigen. Das heißt, die wurden aufgefordert, in Bewerbungsgesprächen interne Dinge zu zeigen, an denen sie bei Apple arbeiten, wo, weil ich da nicht die Schlaufsnauer irgendwie so, ich wusste gar nicht, dass man sowas mitnehmen darf, irgendwie darauf geantwortet haben. Ja, und genau, also alle möglichen Prototypen und sowas irgendwo mitbringen sollten. Und also wirklich eine systematisch, systematisch daran gearbeitet wurden, dass möglichst viele interner und Prototypen und Dinge, die dort entwickelt werden, mitkommen. Ich meine, das ist ja sowieso, ne, ist ja die Frage, ich meine, wenn du irgendwie als Mitarbeitender, der seit 24 Jahren irgendwie bei einer Firma arbeitest, da hast du ja schon im Kopf wahnsinnig viel natürlich von Plänen und so weiter. Ja, vor allem, wenn du da noch die Rolle inne hattest, ne? Ja, aber wie viel hast du so, also und wenn du das auch nicht weitersagen darfst, hast du ja trotzdem vielleicht irgendeine Idee. Also, wo ist dann ein bisschen die Grenze von dem, was du als Wissen irgendwie weitertragen kannst, das ist dann wahrscheinlich schwieriger, aber darüber hinaus noch in dieser Art und Weise Dinge versuchen abzugreifen. Hört sich, erstmal ist es ja nur eine Anklage und von daher noch nicht bestätigt so, hört sich aber auf jeden Fall nicht besonders altruistisch und nicht besonders freundlich an, so die Art und Weise.

SPEAKER_01 21:40

Ja, aber dann kann man davon ausgehen, dass die 5% aber bestimmt altruistisch sind.

unknown 21:44

Ja.

SPEAKER_01 21:45

Das ist ja nur gegenüber von anderen Firmen. Ja, Mitmenschen sind sie da bestimmt ganz anders eingestellt. Ja, aber trotzdem, ich finde es interessant trotzdem in dem Zug, ich meine, jetzt werfen wir die zwei Themen irgendwie zusammen, aber ob dieses, ähm, ob es so eine Art AI fand und so, ich meine, es ist. Zumindest mal ein Gedanke, der irgendwie auch in der Regierung irgendwie gesät ist. Also ich bin mal gespannt, ob diese Gespräche auch mit anderen Unternehmen irgendwie geführt werden so und ob daraus irgendwie etwas kommt. So, ich meine, an sich, den Grundgedanken finde ich auf jeden Fall nicht verkehrt. Also es ist halt schon interessant, dass das eine Firma aktiv vorschlagen muss und nicht irgendwie von der Regierung selbst kommt. Mal schauen, was daraus irgendwie wird. Ob das jetzt wirklich nur so ein Marketing-Ding ist und irgendwie, wir können ja mal in unserem jährlichen Recap und Ausblick mal schauen, ob es bis dahin nochmal irgendwie Thema war oder nicht. Spannend auf jeden Fall. Aber auch da wieder interessant, dass halt dann die großen Unternehmen alle in den USA sitzen. Das heißt, wir unterhalten uns über hier den US-Fund und die negativen Auswirkungen sind ja eben nicht innerhalb der USA nur zu sehen. Falls das kommt, soll natürlich auch noch die zweite Frage sozusagen ist dann wieder ein bisschen auf Schultern von vielen anderen, wird dieser Fund dann gemacht.

SPEAKER_02 22:59

Auf jeden Fall kämpfen sie, glaube ich, das kann man grundsätzlich sagen, mit harten Bandagen. Und es ist ein wahrscheinlich nicht so schöner auch, also ne, es wäre irgendwie, wäre irgendwie schön, wenn wir da als, weiß ich nicht, Gesellschaft, Menschheit oder wel, wie auch immer groß du den Rahmen ziehen möchtest, irgendwie gemeinsam arbeiten würden an gewissen Zielen. Und es dann halt immer gleich in so einem Kampf irgendwie enden muss und man sich böswillig gegenübersteht. Aber es ist wahrscheinlich dann. Ja, aber so ist wahrscheinlich auch Kapitalismus.

SPEAKER_01 23:29

Wenn man sieht, sie werben die Leute von Apple ab, ich habe das, glaube ich, auch zuletzt gelesen, dass auch da, was den Kampf rund um die Engineers angeht, Entropic da auch wieder weit vorne ist. Also ich glaube, ich habe noch Rat gelesen von OpenAI zu Entropic 8 zu 1, also auf einen, der von Entropic zu OpenAI wandert, wandern 8 von OpenAI zu Entropic. Und ich glaube, bei Google ist es sogar 11 zu 1 irgendwie. Also da ist, glaube ich, Entropic hat gerade schon einen extremen Pull, was irgendwie alles irgendwie angeht. Ich glaube, OpenAI hat an vielerlei Stellen ein wenig zu kämpfen. So, von daher ist es, denke ich, auch nicht abwegig, dass so ein, dass man so ein Part mit dem AI-Fund irgendwie in die Marketing-Schiene hebt und irgendwie da eine zweite Agenda nochmal vermutet. Vor zwei Jahren oder sowas, als sie die Vormausstellung hatten, hätte man es vielleicht anders interpretiert. Jetzt sieht das Ganze schnell etwas anders aus. Das ist richtig.

SPEAKER_00 24:14

Wir haben jetzt ungefähr die Hälfte des Jahres, ne? Ja. Okay, gut. Ich habe mich ganz kurz an unsere Wetten vom Dezember zurück erinnert.

SPEAKER_01 24:24

Ja, ich weiß, wir müssen, eigentlich sind die über aufgeschrieben, so müssten sie nochmal recappen. Ich erinnere mich auf jeden Fall hauptsächlich, aber die hast du halt auch schnell gewonnen, ne? Mit deiner Tim Cook-Wette.

SPEAKER_00 24:34

Und auch der Chat-GPT-Markt.

SPEAKER_01 24:39

Vielleicht können wir einen Zwischenstand. Da können wir beim nächsten Mal in der nächsten Folge nochmal irgendwie einen Zwischenstand mitnehmen, oder? Und ich glaube.

SPEAKER_00 24:45

Wir haben um Fabi's Haus gewettet, ne?

SPEAKER_01 24:47

Ja, ja, klar. Meine Klimaanlage kannst du dann abholen. Die einen kommen.

SPEAKER_02 24:57

Ja, und in so einer Situation habe ich schon mal ein bisschen die Revue, als wir über Sam Altmann schrieben, ein bisschen in Schutz genommen. So einfach so aus menschlicher Sicht, denke ich mal, so, Mann, die armen Schweine, die da jetzt sind, weißt du, die waren ja nicht, die sind ja nicht vorbereitet worden, irgendwie über so weltpolitische Dinge die ganze Zeit zu entscheiden. Oder irgendwie über den Druck von tausenden Leuten und sowas, muss auch ein Scheißjob sein. So auf der einen Seite. Auf der anderen Seite ist es irgendwie auch geil, endlos Geld und kannst irgendwie alles machen, was du willst und hast Riesenpower. Aber irgendwie, ich stelle es mir auch, ich glaube, ich würde es lieber nicht machen.

SPEAKER_01 25:28

Ja, aber andersrum, ich glaube, wenn du so eingestellt bist, so dann schaffst du halt auch nicht in die Position, wo Sam Ortmann da gerade ist. Ich glaube, er zieht auch sehr viel daraus, diese Aufmerksamkeit zu bekommen und irgendwie in diesem Scale irgendwie zu agieren. Ich glaube, da musst du auch schon etwas anders gepult sein. Also hab da jetzt nicht so viel Mitleid, so ist ja schon auch, kann man nicht durch Zufall da einfach da reingestolpert, auf einmal war alles so.

SPEAKER_02 25:54

Ja, und du kannst es ja auch mit viel Geld ein Exit machen. Wenn du das schon sagst, der Typ war ja forschen reich für dich. Also der Typ war erforschen reich. Also wegen dem Geld, das ist so ein Macht und Geld. Genau, interessant, ja, das hat ja auch tatsächlich in so ein paar Threads auch, was jetzt dieses Apple-Ding wieder angeht. Es ist irgendwie schon komisch, wenn du überlegst, dass halt jemand, der so lange bei Apple war, der ja mit Sicherheit auch unfassbar viele, also finanziell sich keine Fragen irgendwie stellen muss. Dass der aus so einem Ego heraus oder dass, ja, dass die Leute einfach dann so reagieren und solche Sachen machen.

SPEAKER_00 26:26

Aber ich glaube, Pelican Valley ist schon nochmal ein bisschen anders und speziell, was da Entscheidungen angeht und vor allem Philo Macht und soziale Stellungen und vielleicht doch lieber, keine Ahnung, die, die kennen sich ja viel untereinander, dann hat der Freund wieder Anthropik-Aktien, die jetzt 20 Millionen wert sind und er hat nur ein paar Apple-Aktien und also ich glaube, das ist schon mal echt eine andere Welt da drüben.

SPEAKER_01 26:49

Ja, ich glaube genau, das ist alles relativ dann wieder und irgendwie gibt es ja immer jemanden drüber, aber was du ja auch super viel, wenn du so viele so mal so Gründerpodcast und sowas anhörst, ist ja viel darüber reden, dass gerade dieser Exit-Moment, den er ja auch hatte, dann hat, glaube ich, damals knapp 50 Millionen irgendwie mitgenommen, sowas ja erstmal super viel Geld ist, aber dass gerade dieser Exit-Moment für viele eigentlich einer der schlechtesten Momente dann in ihrem Leben so ein bisschen sind, weil danach so ein bisschen der sinnstiftende Teil von dem, was du vorher hattest. Du hast dich ja komplett über diese Firma identifiziert, dass es einfach komplett wegfällt und am Anfang die ersten zwei, drei Wochen vielleicht noch irgendwie schön ist, weil man auf einmal so die Freiheit hat, aber dann eigentlich super viel dann ja auch mit Depression und so weiter zu kämpfen. Also ich glaube, da geht es um, also einerseits könnte es könnte der Antrieb sein, es gibt immer einen, der drüber ist, und andererseits halt einfach was Sinnstiftendes zu haben, so da irgendwas so wieder den eigenen Wert halt zu sehen. Ich glaube, nur der Kontostand macht es halt am Ende nicht.

SPEAKER_02 27:36

Yes, Grog, wo wir von den guten sprechen. Was kannst du an?

SPEAKER_00 27:41

Ja, ich meine, letzte Woche war Bessie. XAI ist auch wieder back in the game. Es gibt Krog 4.5. Bisschen ähnlich zu Muse. Auch wurde von Opus-Level gesprochen, auch relativ günstig mit 4,25 Dollar lese ich hier pro Million Output-Tokens, verfügbar in Krog-Build. Da gab es gestern noch ein bisschen eine wilde Diskussion, weil scheinbar irgendwelche Researcher oder Engineer rausgefunden haben, dass XEI scheinbar deinen kompletten Source-Code hochlädt. Das ist aktuell so ein bisschen eine angespannte Diskussion. Also im Sinne von, ich nutze irgendwie den Coding Agent und der kopiert mein ganzes Repository auf dem Google Cloud Storage Bucket, egal was ich ausgewählt habe. Da sind aktuell so ein paar interessanten Diskussionen, sag ich mal, online. Aber ja, neues, ähnliches Modell. Wenn ihr, keine Ahnung, eine X-Subscription habt oder die alte Modelle gemocht habt, dann gerne mal reinschauen und testen. Auch viel mehr kann ich auch nicht sagen.

SPEAKER_02 28:51

Okay.

SPEAKER_00 28:53

Dann macht man gerade noch Verifiers. Genau. Und das ist auf jeden Fall, finde ich, ein interessanteres Thema. Weil ich weiß, nicht viele trainieren vielleicht noch Open Source oder Open Weights Modelle, aber ich habe damals mit Verifiers mein erstes Open Weights Modell trainiert, mit Reinforcement Learning und Verifiers gibt es jetzt als V1-Version, ist mittlerweile Teil von Prime Intellect, welches ein Startup aus den USA ist, die sich vor allem mit, sag ich mal, Trainingsinfrastruktur und wie man Open Source, Open Weights Modelle trainieren kann. Teil davon ist es. Und sie haben jetzt die Version 1 vorgestellt, was besonders interessant ist, weil sie das so ein bisschen aufgeteilt haben. Und wenn man jetzt, sag ich mal, die Ambition hat, sein eigenes Modell weiter mit Reinforcement Learning zu trainieren, ist es jetzt sehr cool, weil sie haben sozusagen das aufgesplittet in, man hat jetzt das Datenset, dann den Harness, den man nutzt und dann sozusagen das Training. Und als Harness kannst du verschiedene Open Source Harnesses nutzen. Das heißt, ich habe zum Beispiel mein, keine Ahnung, Quen-Gemma-Modell und ich möchte es gern für einen speziellen RL-Use-Case trainieren. Dann kann ich sagen, hey, okay, ich will direkt von Anfang an den Codex-Harnes nutzen und kann es dann für mein Use Case trainieren. Und der Name Verifiers kommt daher, dass der Gedanke hinter dem AL-Training, das du mit Verifiers machst, dass du einen Boolean-Wert raus hast. Das heißt, wenn du im RL-Training bist, hast irgendeine Aufgabe, generierst irgendwelche Outputs und die werden dann analysiert, ob sie richtig oder falsch sind. Und Verifiers hat halt damals gestartet, wie man ein Modell trainieren kann, um 2048 oder einfaches Mathe zu lösen, weil du da relativ schnell feststellen kannst, ob das Ergebnis verifiable ist oder nicht. Und auf jeden Fall sehr cool. Das heißt, wenn ihr euch irgendwie aktuell wieder damit beschäftigt, wie ich mein eigenes Open Weights Modell trainieren kann, dann definitiv da reinschauen.

SPEAKER_02 30:47

Cool. Dann haben wir noch von Fabi und Anthropic JSpace.

SPEAKER_01 30:57

What's that? Eigentlich fand ich von den Themen, die ich hatte, auf jeden Fall das Spannendste heute. Und zwar hat Anthropic am 6. Juli ein Paper veröffentlicht. Und im Grunde, wenn man es sehr banal beschreiben würde, würde man sagen, sie haben herausgefunden, wie man der KI beim Denken zusehen kann. Und zwar ist es so, damit es nicht komplett irgendwie abgefahren klingt, in der Neurowissenschaft gibt es seit den 80ern so eine Theorie, die nennt sich Global Workspace Theory. Und im Grunde genommen ist es grob vereinfacht, so dass man da sagt, das Gehirn wird verglichen mit einem Theater, so Backstage arbeiten da Dutzende spezialisierte Prozesse, also Atmung, Grammatik, Balance und sowas, aber nur ein winziger Bruchteil davon steht auf der Bühne und wird an das gesamte Gehirn gebroadcast. Und der Teil wird bewusst erlebt. Und das ist das, was Tropic festgestellt hat, dass Claude sich genau so eine Struktur selbst antrainiert hat. Und das nennen sie JSpace, orientiert an dem mathematischen Werkzeug, was sie zu der Analyse benutzen, Jacobian Lens. Und dieser JSpace enthält zu jedem Zeitpunkt so 10 bis 25 Konzepte und die haben da so ein paar Beispiele für gemacht. Also du kannst dir es so vorstellen, du kannst Claude im Grunde genommen fragen, woran denkst du gerade, dann sagt Claud genau die Konzepte, die in diesem JSpace gerade aktiv sind. Oder man kann ihm so einen Prompt sagen wie, Denk im Stillen an Orangen, während du diesen Satz kopierst und schreib dann irgendeinen Satz hin. Und im Output sieht man nur den kopierten Satz, aber im JSpace erkennst du, dass Orange in diesem JSpace liegt. Und oder auch zum Beispiel sowas wie, wenn Claude ein Mathe-Problem löst, dann tauchen Zwischenschritte davon im JSpace auf. Und das, was dann auch ganz interessant ist, dass sie auch nachweisen konnten, so dass die Claude sich teilweise bewusst ist und zwar in diesem JSpace bewusst ist, wenn es gerade getestet wird. Und es gibt ja irgendwie dieses berühmte Erpressungsexperiment von Entropic, wo Claude so als E-Mail-Assistent von einer Affäre, einer Führungskraft erfährt und auch gleichzeitig davon, dass diese Führungskraft die Person abschalten will. Und da leuchtet im JSpace von Claude, bevor es irgendwas beantwortet, schon auf Fake und Fictional. Also merkt sozusagen, es wird getestet. Und das Interessante an dem JSpace ist auch, dass man das theoretisch umschreiben kann. Also man kann diese Parts fake und fictional entfernen. Und was dann im Grunde genommen, was eigentlich vorher Niederfall war bei den Tests, dass dann mit Erpressung droht ist, sobald man Fake und Fictional rauswirft, fängt es dann doch an, irgendwann mit Erpressung zu drohen. Wenn du sozusagen nicht weiß, es ist ein fiktionales Ding gerade und es wird hier getestet, dann kommen doch am Ende irgendwie so Erpressungsszenarien irgendwie raus. Und also ich meine, es ist so ein bisschen die Frage, ist das ein bisschen Sci-Fi-Spekulation so und was ist davon auch wieder Marketing, aber es ist ein peer-review-fähiges Paper, was sie dafür veröffentlicht haben. Und da gibt es auch Kommentare von Stanislav D. Heini, also dem Neurowissenschaftler, der diese Global Workspace Theory überhaupt entwickelt hat. Und auch Neil Nanders von Google DeepMind, der hat es auch nachgewiesen auf einem Open-Source-Modell, Quen 3.627b. Das ist auch, da gibt es auch ein Online-Playground, wo man das selbst rumprobieren kann, wo man den JSpace von den Modellen so ein bisschen sieht, was echt ganz interessant ist. Und vielleicht als letztes oder als Partner ein bisschen dazu, so dieses JSP-Ding, so wie kann man sich irgendwie vorstellen? Also ich weiß nicht, vielleicht haben viele davon von unseren Hörnern ja die Vorstellung, keine Ahnung, LLM ist Token rein, Token raus und der Rest ist irgendwie Blackbox. Aber im Grunde genommen ist so ein Modell ja, besteht ja aus vielen Schichten, so durch die es durchgeht, so in dem neuronalen Netzwerk, typischerweise 40 bis 100 oder so. Und so dieser JSpace liegt, glaube ich, irgendwo in der Schicht 2021 oder sowas, wo man dann sozusagen reinschauen kann und sich anschauen kann, okay, wie ist denn gerade, wie ist denn gerade der Zustand in diesen Schichten, dann kann man anhand der Vektoren und der Richtung davon erkennen, was für Wörter sind das denn, also welchem oder was für Tokens sind das, also was sind die Konzepte, die man dort, die da gerade in diesem JSpace befinden. Und dann ist es ganz interessant, also man kann einerseits diese Use Case machen wie Entfernen mal Fictional und so, und dann wird auf einmal gedroht. Man kann aber auch sowas sagen wie, wenn in dem JSpace zum Beispiel sowas drinsteht wie Frankreich und dann fragt, okay, was ist denn die Hauptstadt, würde Paris geantwortet werden. Wenn man aber im JSpace Frankreich mit China austauscht, obwohl vorher im Prompt Frankreich drin stand, dann würde eben Shanghai kommen. Und es ist auf jeden Fall ganz interessant, dass man in diesem JSpace Dinge verändern kann und sozusagen Prompt Input und Prompt Output dann divergieren. Ich habe da zum Beispiel mit Gwen so einen Test gemacht und habe aber meine Frage war sowas wie, wie viel Kilogramm ist denn ein typischer westlicher Mann so am Tag? Gab es irgendwie die Antwort, dann habe ich im JSpace, anstatt da stand dann drin Food, dann habe ich Food durch Water ausgetauscht und dann war im Endeffekt die Antwort sozusagen, wie viel, wie viel Flüssigkeit der Mensch an dem Tag irgendwie zu sich nimmt, typischerweise. Und interessant war dann, da war er aber irgendwie ein bisschen verwirrt und dann hat er nämlich ganz oft zehnmal hintereinander gepromptet: so die Input-Frage war eigentlich Wasser, aber ich habe mit Wasser geantwortet, wo er gemerkt hat, so er wollte eigentlich Food sagen, hatte aber mehrmals Wasser gesagt, glaube ich, zehnmal hintereinander diesen Satz, wo er gemerkt hat, er ist gerade verwirrt, so irgendwo steht doch da, aber konnte auch Food nicht mehr sagen, so hat immer wieder Wasser gesagt. Aber genau, auf jeden Fall super interessant, dass es für verschiedene so Konzepte und dass es diesen JSpace gibt. Natürlich wird jetzt ein bisschen drüber spekuliert, so ist das jetzt wirklich ein Bewusstsein? Oder weil viele von diesem Global Workspace Theory, da gibt es so fünf, glaube ich, grundlegende Parameter, die dann Bewusstsein beschreiben, die eigentlich auch alle auf Cloud zutreffen. Aber Entropic sagt zwar selbst, es ist nicht bewiesen, dass es ein Bewusstsein ist, aber das ganze Framing markt-mäßig, sie haben dazu ein Video und sowas gemacht und so ist, dann wird immer alles vom Gedächtnis geredet, alles findet irgendwie in einem Kopf statt, visuell und so. Also es soll schon so wirken, als hätten jetzt hätte er AI jetzt hier Bewusstsein. Aber fand ich auf jeden Fall super interessant, dieses Prinzip des JSpace. Es hat irgendwie Spaß gemacht, das mal auszuprobieren. Vielleicht packen wir diesen Playground, wo man es mit Gwen ausprobieren kann, auch mal in die Shownotes. Da sind auch die Beispiele nochmal so ein bisschen genannt, wo man dann wirklich sieht, so, was steht da gerade im JSpace drin. Spannend. Also AI kann jetzt denken, hat ein Bewusstsein, soweit ist es schon.

SPEAKER_02 37:05

Gut. Dann haben wir noch Philips Highlight. Sophie.

SPEAKER_00 37:15

Oder Sovereign Open Source Foundation Model. Ich habe es nur im Rande mitbekommen, sage ich mal, über Social Media, aber es gibt ein neues Open Weights Modell aus Deutschland von einem Konsortium von dem KI-Bundesverband, Deutschen Forschungszentrum für Künstliche Intelligenz, Fraunhofer, Technischen Uni Darnstab, Universität Würzburg und noch sechs weiteren. Ich lese die jetzt mal alle nicht vor, könnt ihr gerne bei Google eingeben. Es handelt sich hierbei um ein 30 Milliarden Parameter Mixed Jove-Expert-Modell, trainiert auf 27 Billionen oder Trillion-Tokens im Englischen dann, wenn man den Vergleichswert hat. Ich habe nur ganz kurz das Paper überflogen. Wenn ihr euch irgendwie mit Open Weights Modellen beschäftigt, dann kommt das Modell der Familie von Nvidia Nemotron sehr nah. Sie haben auch das Trainings-Framework von Nemotron genutzt und auch Teile des Datensets von Nemotron und die Architektur soll auch sehr ähnlich sein. Es ist kein reines Transformer-Modell, sondern so ein Hybrid-Mamba-Modell. Und anscheinend auf Benchmark soll es vor allem für Deutsch und Englisch relativ gut sein. Es wurde jetzt leider nicht mit den neuesten Open Rates Modellen verglichen. Also sie haben zum Beispiel nur gegen Gemma 3 verglichen und nicht irgendwie Gemma 4. Und es fehlen auch ein paar von den neueren Chinese-Modellen, sag ich mal. Gibt es aber auf Hiny Face. 30 Milliarden Parameter sollte klein genug sein für einen etwas größeren MacBook Pro. Das heißt, wenn euch das irgendwie interessiert, gerne reinschauen, gerne auf die Seite gehen, weil ich kennt ja jemanden davon, dann gerne mit denen reden. Ging leider ein bisschen unter, sag ich mal, in dem normalen AI-Publishing Space.

SPEAKER_01 39:09

Aber es ist auch wieder, ich meine, wir haben sie ja kurz vor uns auch schon mal so ein bisschen angeschaut, ne, es ist, es ist aber auch alles wirklich so deutsch. Diese ganze Homepage, hat er vorher schon gesagt, wenn du da drauf kommst erstmal und dann siehst du da irgendwie das halb verpixelte große Logo irgendwie drauf und gehst irgendwie die zweite Seite und hast dann hier den Manager des Sophie-Projekts, der wirklich da in seinem deutschen Anzug mit der roten Krawatte, als wieder bei der Deutschen Bahnarbeitende da irgendwie steht. Was hast du noch gesagt, Philipp, die Press-Release ist ein PDF-Download?

SPEAKER_00 39:37

Ja, es ist ein bisschen schwierig. Also man muss sich echt anstrengen, wenn man das Modell finden muss, weil also es ist eine Landingpage und man steht, liest hey, 30 Milliarden Parametermodell, aber es gibt keinen Link zum Paper zu den Modellen, zum Datenset. Man kann ein Kontaktformular senden. Ja, also Glückwunsch, wenn das Modell sehr gut ist, sehr gut. Schritt zwei, vielleicht ein bisschen mehr Benutzerfreundlichkeit für vielleicht das Modell mal nutzen, um die Webseite zu bauen. Ja, zum Beispiel. Aber auf jeden Fall, ich meine, es ist cool, dass wir Initiativen in Deutschland haben. Dass es viele wahrscheinlich verpassen werden und nicht damit klarkommen, weil es halt doch anders ist im Verhältnis zu anderen Open Weights Modell Releasen und wie die Kommunikation dort funktioniert.

SPEAKER_01 40:26

Naja, ich kann mir vorstellen, sie schreiben ja auch, der Fokus ist auf industriellen Applikationen so. Ich kann mir vorstellen, dass ihr Distributionsweg eher ist über den direkten Kontakt in der Industrie und sowas und dass wahrscheinlich also gar nicht so ihr Ziel am Ende ist, aber es ist halt am Ende so ein bisschen Chance vertan. Es ist jetzt nicht so, dass es jetzt so schwierig gewesen wäre, die Homepage irgendwie ein bisschen high-polis da zu machen und irgendwie es einfach zu machen, auch anderen Leuten zum Download zur Verfügung zu stellen oder irgendwie das nutzbar zu machen.

SPEAKER_00 40:54

Man muss auch ein bisschen vorsichtig sein, also es wird zwar von Open Source Modellen geredet, aber es sind keine Open-Source-Modelle. Also die Modelle auf Hugging Face haben keine Open Source Lizenz. Aktuell wird es nur unter Others geführt. Leider ist das Repository beschränkt und man muss irgendwie erst was akzeptieren. Das heißt, ich konnte jetzt auch nicht irgendwie nach der Lizenz genau suchen. Ja, wenn euch das interessiert, definitiv reinschauen. Vielleicht irgendwie einen Hidden Gem gefunden. Wenig ignorieren.

SPEAKER_01 41:24

Also die Homepage mache ich wirklich fast aggressiv. Wenn man auf Englisch umstellt, dann ist jedes Mal bei jedem Page-Wechselt, ist kurz auf Deutsch und dann springt es wieder auf Englisch um.

SPEAKER_00 41:32

Aber bevor du umstellen kannst, musst du erstmal akzeptieren, dass Tritt-Anbieters-Service genutzt werden, um den Inhalt der Webseite zu übersetzen.

SPEAKER_01 41:42

Naja, wir sind mal open-minded. Warum ist das europäisch, wenn es alles deutsch ist? Es ist gefundet, oder? Gefundet bei European Union, aber wir müssen auch laufen.

SPEAKER_00 41:52

Ja, also unter den Partnern sind jetzt hauptsächlich, ich will jetzt auch nichts Falsches sagen, weil ich kenne manche davon nicht. Aber es sieht hauptsächlich nach Deutsch aus.

SPEAKER_02 42:05

Ja, ich meine, es ist ja auch unten steht ja auch, also ist ja auch ein Sitz in Deutschland und so weiter. Also ich fand nur interessant, dass sie erstmal so trotzdem auf Europa gehen in der Kommunikation zumindest. Was soll das? Naja, gut, ist ja auch gut so, wenn wir jetzt nicht auch noch anfangen innerhalb von Europa. Aber wie gesagt, wir sind auch gefandet von der EU, ne? Sehr gut. Gut, dann haben wir alle oder Themen von heute. Haben wir. Ist auch wieder einiges los gewesen. Trotz Sommer. So, jetzt lassen wir den Philipp endlich auf seinen Balkon arbeiten gehen. Danke. Vielleicht kann er vorher noch sagen, mein Google wieder randrückt an die. Nee, kann ich leider nicht. Obwohl nicht morgen, wenn du jetzt in deinem Wohnzimmer sitzt. Nein, alles gut. Sind wir gespannt weiterhin? Sonst wünschen wir euch eine schöne Woche. Podcast.programmier.bar. Falls ihr Feedback oder Kommentare habt, schreibt uns auch gerne. Ja, wenn ihr einen anderen Take habt und Sam Altman schützen wollt, wollte ich, das ist aber so polarisierend. Nein, aber wenn ihr zu irgendeinem der Themen andere Meinungen habt, nehmen wir gerne mit auf und teilen die hier. Genauso wie wir unsere Meinung teilen. Macht es gut und bis bald. Ciao.