Cybersecurity, Office Politics & Weihnachtsfeier

00:00:07: Herzlich willkommen zu Salman und Heining,

00:00:11: mal wieder mit den fantastischen

00:00:16: Kurt und Christian. In welcher Folge sind

00:00:20: wir eigentlich? Es müsste Zweistellig sein,

00:00:23: zweistellig. 15, 16, irgend sowas. Ich weiß es nicht.

00:00:28: Ich glaube 17 ist echt Wahnsinn. Wir haben wieder geballte

00:00:32: Ladung News mit dabei, unter anderem über

00:00:37: künstliche Intelligenz natürlich ganz viele Neuigkeiten.

00:00:41: Genau, ich habe Office Politics, ist auch interessant.

00:00:45: Ich habe Projektthemen dabei, Projektforensik habe ich

00:00:49: es mal genannt. Also spannende Themen, wie ihr hören könnt.

00:00:55: Wir legen auch direkt los, würde ich sagen, oder Christian, hau mal raus. Ich werde

00:00:58: mit einem Thema anfangen. Ganz ein anderes Thema haben wir noch nie gesprochen,

00:01:02: Cyber Security. Und zwar, ich habe diese Woche einen Bericht gelesen, ich meine Cyber Security,

00:01:07: man liest in der Zeitung, Unternehmen XY gehackt worden, Angriff hier,

00:01:11: Angriff da, Krypto etc.

00:01:15: Und habe jetzt von einem Bericht gelesen, dass künstliche Intelligenz

00:01:20: mittlerweile auch genutzt wird, um Cyberangriffe zu koordinieren.

00:01:24: Ich kann auch mal erklären, wie das funktioniert hat. Das Schlimme

00:01:28: ist oder das Brutale ist, dass diese Tools mittlerweile,

00:01:32: die sind verfügbar für jeden. Also diese Geschwindigkeit,

00:01:35: mit der die AI Tools voranschreiten, sorgt natürlich dafür auch,

00:01:39: dass die verfügbar sind für alle von natürlich kennt jeder.

00:01:43: Und das Tool, mit dem ein Cyberangriff durchgeführt wurde,

00:01:47: ist Claude, und zwar eigentlich ein Entwicklungstool.

00:01:51: Und was diejenigen gemacht haben, ist, das Entwicklungstool ist

00:01:56: eigentlich dazu da, um Software zu entwickeln, aber es hat

00:02:00: auch einen sogenannten Agentenmodus, kann also gewisse Schritte selbstständig

00:02:04: durchführen. Und dieses Team hat also folgendes,

00:02:08: sie haben externe Werkzeuge an dieses Cloud

00:02:12: Code angeschlossen, also Werkzeuge wie zum Beispiel einen IP Scanner,

00:02:15: wie irgendwelche Tools, Port Scanner, Passwort Cracker etc.

00:02:19: Und haben das Sprachmodell als Gehirn benutzt. Das Gehirn hat

00:02:23: letztendlich den Plan gemacht, hat auf

00:02:27: die Tools zugegriffen und konnte dann So, ich glaube, 70 bis 80 Prozent eines

00:02:32: Angriffs komplett selbstständig durchführen. Das heißt, du kannst dir vorstellen, das, was vorher ein

00:02:37: Hacking Team gemacht hat, kannst du jetzt mit einem einzigen autonomen

00:02:42: KI Agenten durchführen. Und das Ganze, nachdem das halt

00:02:45: KI ist, die KI schläft nicht, KI frisst und so oft nichts, kannst du

00:02:50: das massenhaft skalieren. Also auf der anderen Seite sehr besorgniserregend,

00:02:54: aber auf der anderen Seite natürlich auch Riesenpotenzial in Richtung Härtung,

00:02:59: Cyber Security, dass du

00:03:04: Maßnahmen ableitest, dich selber mit Penetration Tests einfach testest

00:03:07: und dich absicherst. Also auf beiden Seiten letztendlich Potenzial.

00:03:12: Sehr spannend. Ich stelle mir das mal so vor, also Beispiel,

00:03:15: wenn ich das jetzt in so ein LLM mal reinkippe und LLM legt

00:03:19: los oder genau, korrigiere mich mal, Christian und das heißt dann läuft

00:03:27: Wo brauche ich denn jetzt Rechenkapazität eigentlich? Also kommt

00:03:32: drauf an. Also der Witz an den an den Neuartigen,

00:03:36: sowohl im Sprachmodell, im Chat Modus als auch jetzt in KI Agenten

00:03:40: ist ja, dass du ein Sprachmodell im Zentrum hast als Gehirn.

00:03:44: Das kostet wirklich Rechenkapazität. Also natürlich auch noch

00:03:48: mal Rechenkapazität ursprünglich im Modelltraining, das lasse ich jetzt mal außen vor

00:03:53: und dann Rechenkapazität, um die Buchstaben,

00:03:57: Wörter, Token zu generieren. Und das Spannende ist ja dann,

00:04:01: dass du eben auf der einen Seite eben dieses Gehirn nutzt

00:04:05: vom Sprachmodell und dann aber externe Tools ansteuerst. Und die Tools können sein,

00:04:09: wie ich gerade gesagt habe, ein IP Scanner, ein Port Scanner,

00:04:13: ein Passwort Cracker, was auch immer. Und die, das sind jetzt dann keine besonders

00:04:17: in Anführungszeichen teuren Tools, die jetzt große Rechenkapazität brauchen,

00:04:20: sondern es ist eigentlich tatsächlich nur das Sprachmodell, was teuer ist, das Gehirn.

00:04:25: Okay, ja spannend. Ich habe mir überlegt, wie kann das denn aussehen?

00:04:29: Also wenn ich so eine Azure Tenant hätte

00:04:34: oder von AWS, da haue ich mir so ein oder nutze

00:04:38: so ein LLM Service. Stellen wir uns mal vor, wir können selber hosten, weil es

00:04:42: vielleicht ja ganz spezielle LLMs sind,

00:04:46: die wir, wo wir, ich sag mal, wir wollen Rechenkapazität nutzen,

00:04:49: die statte ich damit aus mit Tool etc.

00:04:52: Pp. In VMS Mini Netzwerk und

00:04:56: dann schicke ich die los und sag, hackt mal die SAP Server, keine Ahnung.

00:05:00: Und dann hätte ich die Rechenkapazität einerseits auf der Seite,

00:05:04: wo ich ja diese Tools nutze, die brauchst du auf jeden Fall.

00:05:08: Und dann natürlich einen immensen

00:05:12: Angriff mit so einem Power auf all das, was du hacken willst oder

00:05:16: mit DDoS Attacken machen willst oder wenn du halt lahmlegen willst.

00:05:21: Das ist doch der Wahnsinn. Überleg doch mal. Absolut, Das ist der

00:05:24: absolute Wahnsinn. Absolut. Also ich überlege gerade, welche Firewalls

00:05:30: dieser Welt und welche Abwehrmechanismen

00:05:35: dieser Welt denn sowas aufhalten soll. Und das passiert gerade in

00:05:39: extrem vielen Domänen. Das war jetzt nur ein Beispiel, wo man durch

00:05:42: Automatisierung einfach, wie soll ich sagen, massenhaft Wissen generieren

00:05:47: kann, massenhaft Aktionen ausführen kann, massenhaft Arbeit auch die vorher

00:05:51: wirklich von Menschen durchgeführt wurde, automatisieren kann. Also ich habe

00:05:55: jetzt heute ein Gespräch gehabt mit jemandem, der hat mit einem Unternehmensberater gesprochen,

00:06:00: der gesagt hat, die haben jetzt, ich glaube schon vor zwei Jahren schon die ersten

00:06:03: Angebote abgegeben, wo sie jetzt Beratungen oder Analysen für Unternehmen

00:06:08: gemacht haben, die sie nur deswegen haben abgeben können, weil der

00:06:12: Preis so niedrig war, weil sie komplett auf KI Agenten setzen. Das heißt

00:06:15: also auch sowas wie die Beratungsbranche, wo du früher einen Junior eine

00:06:19: Woche hingesetzt hast, der alle möglichen Dokumente gewälzt hat, recherchiert hast, du setzt

00:06:24: den KI Agenten hin, der hat Zugriff, fasst die zusammen, vergleicht Dokumente,

00:06:29: macht eine Zusammenfassung, geht in Stunde, was du vorher zwei

00:06:33: Wochen gebracht hast. Also Accenture hat und PwC und

00:06:37: McKinsey und noch paar andere haben die größte Entlassungswelle

00:06:41: in den USA. Da reden wir von Mitarbeitern plus Und

00:06:48: du liest auf der anderen Seite liest du tatsächlich gefühlt jeden Tag, dass diese großen

00:06:52: Unternehmen dann Partnerschaften eingehen mit Open AI, mit Anthropic.

00:06:56: Also das heißt, die sehen schon Blick nach vorne, sie können nur dann überleben,

00:07:00: wenn sie auch in der AI ganz vorne mitspielen in der eigenen Nutzung, nicht nur

00:07:04: predigen und transformieren ihre Kunden, sondern selber auch nutzen,

00:07:07: wie IBM damals. Die müssen sich neu erfinden, Also die müssen sich

00:07:12: komplett neu erfinden. Viele gehen auch in die Richtung jetzt, wo sie ins

00:07:16: Operative gehen. Also nicht nur, ich sag mal, klassische Beratung,

00:07:19: was ja was die meisten sowieso nicht klassisch Berater sind, das haben wir bloß so

00:07:23: im Kopf, sondern die meisten sind auch im Doing. Also teilweise haben so operative Teams,

00:07:27: die im Auftrag Dinge ausführen,

00:07:30: aber auch da sehe ich so gesehen

00:07:35: auf Dauer keine Zukunft. Und was, was wird

00:07:39: immer wichtiger? Es wird immer wichtiger. Gut,

00:07:42: wahrscheinlich wird sich das auch noch mal ändern, verändern die nächsten Jahre, Aber letztendlich,

00:07:48: wie arbeitest du mit einem KI Agenten, Indem du ihm Befehle gibst,

00:07:51: Anweisungen gibst, Kontext gibst. Das heißt, was immer wichtiger wird,

00:07:55: ist in der Lage zu sein, das Ziel

00:07:59: zu beschreiben, das was zu beschreiben. Um was geht es überhaupt, Was ist das

00:08:03: Ziel? Also genauso wie bei Softwareentwicklung ist es völlig irrelevant,

00:08:07: ist der Code und die Ausführung ist völlig irrelevant. Auch genauso bei diesem Hacker beispielsweise.

00:08:12: Die Ausführung selber hat die KI übernommen, aber das was zu tun ist,

00:08:16: also letztendlich den Rahmen zu geben, wird immer wichtiger. Und das glaube

00:08:19: ich, ist auch jetzt Stand heute, wenn du mit KI arbeitest,

00:08:23: mit copilot und wie sie alle heißen, wenn du es einigermaßen sinnvoll schaffst,

00:08:26: das was zu beschreiben, bist du erfolgreich.

00:08:29: Ansonsten schlechter Input, schlechter Output.

00:08:33: Wobei tatsächlich sind ja schon vor dem Thema drin,

00:08:37: KI heute oder gestern Nacht,

00:08:41: heute irgendwann rausgekommen, das neue Modell von OpenAI,

00:08:44: GPT soll angeblich eine absolute

00:08:47: Revolution sein. Ich habe es selber noch nicht getestet, bin ja seit ein paar Wochen

00:08:51: in der Gemini Fraktion, soll eine Revolution sein in Richtung Reasoning

00:08:56: Planung. Also auch dort kann der Prompt durchaus

00:09:01: schlechter sein und das Sprachmodell schafft es trotzdem richtig,

00:09:05: den zu interpretieren, richtig zu planen und dann richtig zu exekutieren.

00:09:09: Also auch da geht es noch mal Weiter.

00:09:12: Ja, also GPT-2 die Woche rausgekommen, angeblich in

00:09:17: allen Tests, in allen Benchmarks, die es so gibt von

00:09:22: Mathematik, Benchmark, Softwareentwicklung, Knowledge Work, also Knowledge ist ja

00:09:26: genau das, von dem wir sprechen im Bereich Consulting zum

00:09:30: Beispiel. Absolut, absolut top in den Benchmarks.

00:09:33: Bin mal gespannt und löst angeblich auch in großen Fällen das

00:09:37: Halluzinationsproblem. Also warum? Naja,

00:09:41: wenn es sehr gut im Reasoning ist, im Planen, zieht es mehr Quellen zusammen

00:09:45: und verhindert dann letztendlich auch,

00:09:48: dass irgendwie die reine Token Vorhersage

00:09:52: in den Vordergrund steht, sondern reduziert

00:09:56: dadurch die Halluzinationen. Also sind einige

00:10:00: interessante News für die letzten Wochen, also von Gemini, die vorgelegt haben,

00:10:04: so Stark, jetzt muss OpenAI schnell nachziehen. Bin mal gespannt,

00:10:08: was die dieses Jahr noch bringt. Das ist perfekt. Dann würde ich

00:10:12: sagen, springe ich gleich mal rüber zu den Top News,

00:10:16: die ich so gesammelt habe über KI. Da passiert ja,

00:10:20: also brauchen wir nicht drüber reden, aber passiert jede Woche irgendwas Neues.

00:10:24: Ja, du weißt eigentlich gar nicht, wo du, wie kannst du up to date

00:10:27: bleiben? Ich kriege auch oft die Frage, wie bist du eigentlich up to Date,

00:10:31: Wie bleibst du up to date? Ist tatsächlich schwierig. Ich lese aber

00:10:35: ich quatsche wieder viel. Leg du mal los. Was sind deine News? Ja,

00:10:38: also spannende News. Disney kennst

00:10:43: du kennen ja Disney AI generated user content,

00:10:47: super spannend. Disney plant Nutzern zu ermöglichen eigene

00:10:52: Videos mit Disney Charakteren zu erstellen. Krass.

00:10:54: Investition von 1 Milliarde in OpenAI angekündigt.

00:10:58: Über 200 Charaktere, Mickey Mouse, Marvel, Star Wars und wie sie auch

00:11:03: alle heißen werden auf Sora verfügbar. Große Bedenken wegen Moderation

00:11:07: und Missbrauch, aber du siehst mal, welche Richtung die einschlagen.

00:11:11: Hast du ja vollkommen verständlich die Richtung. Aber hättest du vor zwei Jahren das

00:11:15: vorhergesehen? Nie und nimmer, dass du jetzt personalisierten,

00:11:20: customized, individuellen Content generieren, also dass der Kunde

00:11:25: letztlich zum Moderator wird oder der Kunde zum.

00:11:28: Das ist Wahnsinn. Der Kunde will zum Geschichtenerzählen,

00:11:31: er erzählt das, was er sehen möchte oder modelliert es versteuert.

00:11:35: Wahnsinn, ja, Wahnsinn, oder? Und vor zehn Jahren

00:11:39: noch lineares Fernsehen, Tagesschau, wenn die vorbei ist, hast Pech

00:11:43: gehabt, kannst dir nicht mehr angucken. Dann Netflix und Co. Also letztendlich

00:11:47: diese Nichtlinearität und jetzt komplett neue Dimension. Ich bin geflasht.

00:11:51: Total. Also Disney ist auf jeden Fall, also da ist Menge Geld

00:11:55: dahinter. Spannend ist folgendes, die waren ja ganz lange auf diesem

00:11:58: Rechte Benutzerrechte und Patente Trip.

00:12:04: Ich glaube irgendjemand hat mal gesagt, hört auch mit der Scheiße, wenn ihr nicht

00:12:08: wollt, dass letztendlich die, die das ganze System hacken, eure Content

00:12:13: nach ihrem Wunsch herstellen. Findet Wege, wo ihr durch

00:12:17: Investitionen sozusagen durch User Content kreativer

00:12:21: werdet. Also nicht gerade die erste Möglichkeit. Mein Lieblingsbeispiel

00:12:25: ist, haben wir hat man lange Zeit vergessen. Also die

00:12:30: Zeiten, wo ich gechattet habe, nur mit Text in

00:12:34: meinem Was war das? MSM Messenger.

00:12:41: So alt bist du Ja man, ich bin ICQ.

00:12:44: Was gibt's noch? Was geht noch länger? Was ist denn älter als secure?

00:12:48: Ich weiß gar nicht, ich glaube älter tatsächlich ist es erst doch der Antenne Bayern

00:12:51: Chat. Antenne Bayern Chat Killer, Killer Mode. Ich glaube,

00:12:56: wie heißt es? StudiVZ, glaube ich. Ich meinte das war danach tatsächlich schon.

00:12:59: Ja, ich hatte eins. Habe ich noch,

00:13:02: was richtig oldschool ist. SMS SMS

00:13:06: schicken. Ich hatte ein Handy, das war ein Alcatel One

00:13:10: Touch Easy. Das konnte nicht mal groß und klein schreiben und du hattest nur ein

00:13:13: zweizeiliges Display und ich hatte ein Siemens Gerät von meinem Vater T.

00:13:16: Boah,

00:13:19: das ist Magic. Ich hatte noch eins im Kopf,

00:13:23: jetzt habe ich es vergessen. Irgendwas Lustiges noch, aber gesprochen über

00:13:27: AI generated Content, Netflix,

00:13:31: nicht Netflix, Disney sind wir da hingekommen.

00:13:36: Ich hätte tatsächlich noch eins. Erinnert mich auch an diese einfach

00:13:40: Hyper Personalisierung, also Content super personalisiert.

00:13:45: Mein Lieblingsbeispiel ist immer Notebook LM. Ich weiß nicht, wie oft ich das

00:13:48: nutze. Also auch ich habe ein Thema, das mich, also mein Workflow ist so,

00:13:52: ich möchte mich zu einem gewissen Thema informieren,

00:13:56: nutze z. B. Den Deep Research Modus von Gemini. Mach mir,

00:14:00: lass mir ein riesen Whitepaper rausballern, dann kippe ich das in Notebook

00:14:04: LM und dann kann ich mir die Wissen Snippets, die mich interessieren, rausholen.

00:14:08: Ich möchte zum Beispiel einen eine Infografik haben, heute wieder eine erzeugt

00:14:12: wahnsinnig gut. Ein Podcast, eine PowerPoint, also total

00:14:16: individuelle Lernnuggets,

00:14:20: genau das, was dich interessiert. Also ich habe jetzt auch Notebook LM seit

00:14:24: ein paar Wochen, habe da ein paar Slides erstellt

00:14:27: und mir angesehen, hat auch super funktioniert,

00:14:31: habe ich immer noch. Vielleicht kündige ich es für den nächsten Monat, muss mal schauen,

00:14:35: weil ich habe noch nicht diesen, also Themen zusammenwürfeln,

00:14:39: forschen und zusammenbringen. Also ich habe ja diese PowerPoints erstellen Thema

00:14:44: auf der Karte gehabt, aber jetzt gerade nicht noch mehr News. Pass auf,

00:14:49: ein Thema gab es vor längerer Zeit schon, was jetzt so ziemlich in den Hintergrund

00:14:52: gerückt ist, aber die Investition, Milliarden Investitionen fließen ja noch und zwar AGI,

00:14:59: also MIT Technology Review argumentiert, dass AGI,

00:15:04: also Artificial General Intelligence, also die grundsätzliche Idee war

00:15:08: ja hinter diesem AGI eigentlich das, was wir heute als AI haben und zwar eine

00:15:12: allumfassende Intelligenz. Genau das menschliche Wissen

00:15:16: auch übersteigt dann genau nochmal Stufe drüber.

00:15:20: Das heißt all diese motorischen Themen und so weiter und all was noch dazugehört,

00:15:24: kommt da auch noch mit dazu. Hier steht nämlich richtig

00:15:28: cool, dass AGI verschwörungstheoretische Züge aufweist, keine klare

00:15:33: Definition, ständig verschobene Zeitrahmen, utopische und apokalyptische

00:15:37: Versprechen, treibt trotzdem Milliardeninvestitionen ein und formt die

00:15:41: gesamte Industrie. Also die haben da was Hyper über

00:15:45: Magic irgendwas vor. Ich weiß noch ein Jahr

00:15:49: her AGI im MIT da ging es eigentlich um AGI, war eigentlich AI,

00:15:53: wie wir es heute kennen, ChatGPT mäßig, aber jetzt haben wir natürlich den Umfang noch

00:15:57: mal vergrößert. Ich frage mich, was mit den ganzen Industrieplattformen passiert.

00:16:01: Diese Siemens Plattform und wie sie alle heißen, braucht doch kein Mensch mehr.

00:16:05: Doch, ich meine, es gibt ja noch, ich nenne sie mal die gewöhnliche, die alte

00:16:09: KI, die gibt es ja immer noch. Also ich sage jetzt mal Machine Learning,

00:16:13: supervised, unsupervised etc. Das ist ja oder

00:16:17: Deep Neural Networks gibt es ja alles noch. Das müsste doch heute fähig sein einer

00:16:22: KI, wenn ich sie an zwei Maschinen anschließe, riesen Maschinen, die so halbe Million kosten.

00:16:26: Du kennst ja die Branche. Ich müsste doch sagen können, verbinde die zweimal

00:16:31: mit der Rest API oder mit einer API oder mit irgendwas. Verbinde die beiden mal.

00:16:35: Die müssen sich gegenseitig updaten oder wenn ich sagen würde, die Informationen,

00:16:38: die da entstehen, müssen immer da rein. Und bisher hat das einer gemacht

00:16:42: irgendwie mit Stick und hat programmiert, bitte übernimm alle Aufgaben,

00:16:46: außer das händische. Ja und das ist das, was ich gesagt

00:16:50: habe, wenn beide eine einigermaßen definierte Schnittstelle haben, da eine die

00:16:53: zu verbinden, absolut commodity, das macht das musst du nicht mal

00:16:57: von Hand machen. Spannend. Also ich habe noch was

00:17:02: Chatbots beeinflussen Wähler übrigens das Thema KI

00:17:06: in ihrem, in deren Ursprung, da gibt es ein Buch, mir fällt jetzt Name

00:17:09: nicht ein, geht bis in die ER zurück. Ich weiß, habe ich glaube ich schon

00:17:13: mal sehr vielleicht zur IBM zurück und wahlen von wie hieß

00:17:17: denn der erste Demokrat zu den ERN auf

00:17:22: jeden Fall zu wahlen wurde das schon eingesetzt in einem sehr, sehr, sehr, sehr,

00:17:25: sehr low level Mode, aber trotzdem wurde es eingesetzt, war sehr sehr spannend Und da

00:17:29: haben die schon festgestellt, dass diese IBM Rechner Ergebnisse,

00:17:35: die die IBM Rechner ausgespuckt haben, das haben sie nach der ersten Wahl, den sie

00:17:39: verloren haben, gemerkt. Und zwar es war auf weiße alte

00:17:44: Männer ausgerichtet, weil sie gemerkt haben nach der Auszählung,

00:17:48: dass die Dunkelhäutigen sozusagen nicht die Demokraten gewählt haben, aus welchen Gründen auch

00:17:52: immer. Und das war spannend, das fand ich schon richtig geil.

00:17:56: Model Drift oder Bias wird durch die Trainingsdaten

00:18:00: beeinflusst. Negativ, das hatten wir vor ein paar Jahren aber auch, wo wir gesagt haben,

00:18:04: okay, diese Sicht von Westeuropäern oder keine Ahnung was oder Amerikanern,

00:18:08: also westliche denke sehr spannend. Also Ich finde das, also mir

00:18:12: gefällt es richtig gut, das ist ein sehr sehr spannender Weg, weil du kannst gar

00:18:16: nicht die Mitte treffen. Es gibt die Mitte. Ja, das ist super schwierig. Das war

00:18:19: ja auch so eine Fun Story als Deep Seek das erste Mal das Modell Deep

00:18:24: Seek, das die erste Version released hat. Chinesische Modell, ich glaube der Mutterkonzern

00:18:28: ist Tencent, der das entwickelt hat und war

00:18:33: ja sehr interessant. Die politischen Fragen zu China hat eine ganz andere

00:18:37: Meinung gehabt. Klar, warum? Die Trainingsdaten sind anders. Perfekt. Dann komme ich gleich zum

00:18:41: nächsten Punkt. Deepsea R komprimiert und dezensiert. Und zwar Quantenphysiker

00:18:46: haben das chinesische AI Reasoning Modell deepseek R um mehr als die

00:18:50: Hälfte verkleinert und behaupten, es kann jetzt politische sensible

00:18:54: Fragen beantworten, die vorher in chinesischen AI Systemen verboten waren.

00:18:58: Interessant, ja, interessant. Apropos kleine kleine Modelle,

00:19:03: habe auch die Woche auch selber tatsächlich getestet. Mistral hat

00:19:07: einen ganzen Satz an neuen Modellen rausgebracht, Open Source wieder und ein

00:19:12: Modell fand ich besonders spannend, das hieß, ich glaube,

00:19:14: Ministral V. Und das ist

00:19:19: ein Modell, das so klein ist, dass es sogar im Browser läuft.

00:19:23: Das heißt, es kannst im Browser lokale Inferenz

00:19:27: machen. Das heißt, wenn du mit dem Modell sprichst, musst du nicht erst irgendwie einen

00:19:30: Server anfragen und kriegst dann die Antwort zurück und lässt das Modell

00:19:35: nach Hause telefonieren, sondern es läuft im Browser. Und das Spannende ist jetzt,

00:19:38: das Modell kann nicht nur nicht nur Text verarbeiten,

00:19:42: sondern Text und Videostream. Ich habe einen

00:19:46: Beispielcode gesehen, da hast du im Prinzip die Webcam dann

00:19:50: angemacht, Modell ist im Browser geladen worden und dann konntest du ein Prompt unten

00:19:55: eingeben, zum Beispiel beschreibe mir alles, was du siehst, dann hat er alle fünf Sekunden,

00:19:59: hier ist ein Mann mit Brille und mittleres Alter. Einmal hat er

00:20:03: gesagt, so kein Old Man bei mir, Beleuchtung schlechter.

00:20:09: Das heißt, du konntest wirklich im Browser lokal

00:20:13: mit einem Sprachmodell mit Video und Text kommunizieren.

00:20:17: Wahnsinn. Also sehe ich 1000 Anwendungsfälle. Stell dir vor, du hast

00:20:22: es auf dem Handy, am Handy ging es nicht, mein Handy ist abgestürzt, da ist

00:20:25: der RAM zu wenig. Du kannst damit eine Maschinenwartung steuern.

00:20:29: Du gehst an die Maschine, hast eine komplexe Wartung, gehst hin, lässt dir von einer

00:20:33: AI beschreiben, was du machen musst. Mega, mega spannend. Also tausende

00:20:37: Anwendungen schon wieder im Kopf. Apropos alte weiße Männer.

00:20:42: Es gibt natürlich immer mehr generierte Deepfakes.

00:20:45: Steigende Zahl von sexuellen expliziten Deepfakes gibt es.

00:20:49: Besonders betroffen sind natürlich Frauen und Minderjährige.

00:20:53: Also das war zu erwarten. Mangel an effektiven Regulierungen,

00:20:57: insbesondere bei Elon Musks Grog AI Modell haben die festgestellt,

00:21:02: oh Gott, der ILE muss aber echt überall dabei sein. Das ist

00:21:06: der Wahnsinn. Der muss überall dabei sein. Ja, aber das ist ja seine Philosophie Freiheit

00:21:11: und lass die Leute machen, was sie wollen nicht regulieren.

00:21:14: Ja gut, bei Sachen, die ihn dann betreffen.

00:21:18: Genau, solange sie ihn nicht angreifen, ist alles okay.

00:21:21: Auch interessant Steigender Energiebedarf.

00:21:26: Neueste Studien auch wieder Nachbarschaften in der

00:21:30: Nähe neuer AI Rechenzentren kämpfen gegen Stromausfälle

00:21:34: und Wasserknappheit. Die massive Infrastruktur für AI

00:21:38: Training hat reale Auswirkungen auf Gemeinde. Optimization und Scaling

00:21:42: gehen auf Kosten der Anwohner. Also ein Satz noch, das ist eine USA Studie.

00:21:47: Das heißt also da du kannst dir das ja vorstellen, das sind ja Riesenflächen,

00:21:51: wo nichts ist. Dann malen die da riesen Rechenzentren hin.

00:21:54: Rechenzentren und diese Dorfgemeinde aussenrum natürlich Pech

00:21:58: gehabt. Die haben keinen Strom.

00:22:02: War das jetzt die Ich glaube die Schwarz Gruppe hat auch jetzt letzte

00:22:06: Woche eine riesen also Schwarz Lidl, die eigentlich ich glaube die einzigen

00:22:10: großen ernstzunehmenden Hyperscaler in Europa sind, haben angekündigt

00:22:15: x Milliarden in Deutschland Rechenzentrum zu investieren. Also die scheinen so

00:22:19: ein bisschen die europäische Fahne hochzuhalten im Vergleich zu

00:22:24: den Rest der Welt. Und ich habe ich habe schon schon paar

00:22:28: Wochen her mit jemanden gesprochen, der baut Kraftwerke und

00:22:33: der hat gesagt, sie können sich im Moment nicht retten vor Aufträgen.

00:22:36: Warum? Großes Rechenzentrum

00:22:40: braucht viel Strom, bauen sie an dem gleichen Kraftwerk hin. Also ist sehr

00:22:44: interessante Entwicklungen gerade.

00:22:47: Ja, wir haben noch ein paar andere Punkte. Ich habe noch eins und zwar

00:22:51: AI geschützte Antibiotika Entwicklung zeigt Fortschritte bei

00:22:55: schwer behandelbaren Erkrankungen. Das ist positive jetzt gleichzeitig

00:22:59: Ärzte, die zu sehr auf AI zur Krebserkennung vertrauen, verlieren ihre eigene

00:23:03: Diagnosefähigkeit, wenn sie keinen Zugang mehr zum Tool haben. Geht mir genauso.

00:23:08: Ich kann schon auch keine E Mails mehr schreiben. Ja, ich kann gar nicht mehr

00:23:11: schreiben. Ich rede nur noch,

00:23:14: dass wir irgendwann auch durch Bots ersetzt werden hier im Podcast.

00:23:18: Ja, kann ich, verstehe ich, kann ich nachvollziehen. Also das

00:23:22: wird auch super spannend. Also ich freue mich erstmal für die für die Entwicklung

00:23:26: der Medizin. Das ist

00:23:30: ja so ein Bias, die wir nie abschätzen können, wenn du zum Arzt gehst und

00:23:33: der Ah ja, okay. Ja, ne, nimm mal lassen das und nimm

00:23:38: mal Antibiotikum. Wenn es nächste Woche nicht besser wird, kommst du wieder. Wir haben alle

00:23:41: mal so einen Arzt gehabt, der immer das gleiche dir gegeben hat. Wir haben aber,

00:23:45: glaube ich, auch alle mal den gleichen Friseur gehabt, der immer den gleichen Schnitt geschnitten

00:23:48: hat. Also oben ein bisschen länger stehen lassen und seitlich kürzer.

00:23:52: Okay, Ja, okay, hör gar nicht zu. Einrasierter Eink. Wie soll

00:23:56: das denn funktionieren, my friend? Ja, auch ein bisschen länger. Ja,

00:24:00: ist gut. Hör gar nicht zu. Und jedes Mal am Ende beim Friseur.

00:24:04: Also schöne Grüße an Ahmed. Jedes Mal wieder am Friseur, hat er gesagt.

00:24:07: Soll ich dir was sagen? Jedes Mal, aber zu jedem auch Du

00:24:11: schaust so gut aus jetzt, du siehst eigentlich immer gut aus

00:24:17: und dann kommt so ein alter weißer Mann Witz. Also er ist ja auch immer

00:24:21: noch ein alter Mann. Ja, der sagt immer, die Frauen werden auf dich

00:24:25: springen. Weißt eine, eine ein Szenario, wo du rausgehst vom Friseur

00:24:29: und denkst alle was geht ab? Die springen, die springen auf mich.

00:24:35: Also richtig, richtig geil. Ja, Der Wahnsinn.

00:24:38: Genau.

00:24:42: ChatGPT 5.2 Erzähl. Ja, haben wir doch

00:24:46: gerade schon gesprochen. Schön, dass du mir zuhörst.

00:24:52: Gestern vorgestern rausgekommen.

00:24:55: Man vermutet als Antwort auf Gemini,

00:24:58: weil Gemini mit dem, ich glaube Version 3 mal wieder

00:25:01: ein Statement gesetzt hat, haben sie jetzt 5 Punkt 2

00:25:05: rausgehauen, was in allen in allen Benchmarks top ist.

00:25:10: Halluzinationen reduziert, Wahnsinniges Reasoning kann Code

00:25:16: schreibt Mathe Benchmarks gewinnt teilweise in den Benchmarks

00:25:20: 100 Prozent Punktzahl. Also mehr geht einfach nicht. Und trotzdem,

00:25:24: um noch mal auf das zurückzukommen, was du vorhin gesagt hast, sind wir noch ganz,

00:25:27: ganz weit weg von AGI. Meine Meinung dazu ist, die werden wir auch nicht

00:25:32: mehr erreichen mit den ganzen Sprachmodellen. Warum? Naja, die Sprachmodelle haben nie,

00:25:36: das Sprachmodell selber hat nie Fähigkeiten die über

00:25:41: Text hinausgehen. Also ich sage ein einfaches Beispiel,

00:25:44: ein Sprachmodell kann nicht rechnen.

00:25:47: Stimmt, es kann nicht rechnen, weil sie auf Wahrscheinlichkeiten basieren,

00:25:50: weil es Wahrscheinlichkeiten von Zeichen oder von Wörtern vorhersagt

00:25:55: und nicht eine mathematische Gleichung oder eine Rechnung

00:26:00: ist keine Wahrscheinlichkeit von Zeichen, sondern da steckt eine gewisse Logik dahinter. Ja,

00:26:04: mit gewissen Tools und Reasoning können sie das ausgleichen. Aber,

00:26:09: und das ist glaube ich, ich meine, wie heißt da der Chef von Meta,

00:26:13: der AI Chef von Meta, ich glaube Jan Lecun sagt, er ist

00:26:17: durch mit Sprachmodellen, interessiert ihn nicht mehr damit, wenn wir langfristig

00:26:20: nicht weiterkommen, weil anderes, anderes Beispiel, was einfach ist, wo wir sehen,

00:26:24: dass Sprachmodelle nicht weiterkommen, ist Physik. Ich habe hier einen Gegenstand,

00:26:28: den halte ich gerade in der Luft und wenn ich

00:26:32: den jetzt fallen lasse, das Sprachmodell wird nie verstehen,

00:26:36: wie dieser Gegenstand nach unten fällt, weil es die Physik nicht kennt. Es versteht sie

00:26:40: nicht. Und das heißt, er sagt, dass die echte AGI

00:26:45: wird dann kommen, wenn Modelle die

00:26:48: Umgebung verstehen, die Physik verstehen, wie die

00:26:53: Wirklichkeit funktioniert, wie Kraft, Kräfte, Strömungen,

00:26:56: Temperatur, Schall etc. Wenn das eine

00:27:00: KI versteht, dann kann sie auch wirklich in der in der echten Welt mit der

00:27:04: echten Welt kommunizieren und nicht nur in Wörtern. Ich habe was. Das ist eigentlich

00:27:07: super spannend das Thema. Und zwar, also super spannend

00:27:12: das Thema, weil ich mich mit meiner Wahrscheinlichkeit mal beschäftigt HABE. Wenn du ITler bist,

00:27:16: bekommst du Wahrscheinlichkeiten sehr früh ins Gesicht geschlagen. Und zwar,

00:27:20: wenn du zwei Zahlen addierst, die einen Typen haben Double,

00:27:25: Float, Integer. Wenn du zwei Integer addierst,

00:27:30: bekommt eine ganze Zahl raus. Wenn du zwei Double addierst,

00:27:34: kann auch eine ganze Zahl rauskommen, kommt aber fast nie,

00:27:37: weil Double sagt oder Float sagt, es hat immer eine Nachkommastelle.

00:27:41: Also du bist jetzt Mathematiker, ich habe dich jetzt an der richtigen Stelle

00:27:45: hier. Das öffnet doch Tür und Tor, dass die Wahrscheinlichkeit

00:27:50: eigentlich genau das ist, worum es geht, wie aber wahrscheinlich ein A

00:27:54: oder B haben müssen für unsere Köpfe, weil wir nicht so weit denken können als

00:27:57: Mensch, Mensch, sag ja,

00:28:01: Jahre Studium und Doktor übersprungen, um das zu kapieren,

00:28:04: einfach mal den Kopf geknackt. Aber das ist cool. Also diese Idee

00:28:08: von, wenn wir davon ausgehen, dass Entscheidungen, Dinge, die passieren, auf Wahrscheinlichkeiten

00:28:13: basieren, mal mehr mal weniger, finde ich öffnet so ein Stück weit die Tür

00:28:17: kreativer zu denken. Deswegen finde ich auch die also

00:28:21: Kreative zu denken. Ich finde gut ist ein bisschen Gedankensprung.

00:28:25: Ich finde, ich nutze tatsächlich oft KI auch um mich kreativ anregen

00:28:30: zu lassen. Wenn ich sage okay, ich komme einfach nicht weiter, frage ich die künstliche

00:28:34: Intelligenz. Also auch das ist ein Anwendungsfall,

00:28:38: um Brain zu stormeln, um Perspektivwechsel zu machen. Ich gebe dir noch

00:28:41: ein Beispiel. Ich nutze KI manchmal um Emotionen auszuschalten,

00:28:46: weil ich bin emotional dann in dem Moment und emotional

00:28:51: Text schreiben, emotional reagieren, emotional verhalten, sagst okay,

00:28:55: ich würde jetzt das und das machen, dann sagt nee, nee, nee, das machst du

00:28:58: ganz anders, das machst du so und so und ich würde so und so machen,

00:29:00: denkst stimmt ja, ja, macht mehr Sinn Emotionen ausschalten.

00:29:04: Also da ist es auch wirklich unglaublich hilfreich.

00:29:09: Wie sind mit Produkten? Also machst du Produkte,

00:29:12: Schätzungen? Wie meinst du das Produkte? Naja,

00:29:15: Entschuldigung, die Schätzungen. Ich brauche neuen Kamm.

00:29:18: Achso und gib mir mal die Top 3 Kämme.

00:29:23: Kämme, Kams, die kams.

00:29:28: Habe ich die schon mal gemacht? Ich glaube,

00:29:31: ich habe mir tatsächlich sogar einen für ein bestimmtes Produkt,

00:29:34: ein Perplexity Agent angerichtet, der einmal die Woche recherchiert, ob es gerade im Angebot

00:29:39: ist irgendwo. Also ich habe da ideal sozusagen umgangen,

00:29:42: ne? Aber tatsächlich so richtig die Produktrecherche habe ich es noch nicht genutzt.

00:29:47: Jetzt im Sinne von privaten physikalischen Produkten nicht, aber ich habe es

00:29:51: in Richtung andere Softwareprodukte, Software bestimmte Features

00:29:55: vergleichen, da habe ich es definitiv genutzt, tatsächlich die Woche auch schon. Da ging es

00:29:58: um Visualisierung von Daten und da wollte

00:30:02: ich letztendlich Alternativen zu gewissen Analysentools haben. Was mache ich da?

00:30:06: Natürlich gehe ich nicht mehr in Google rein, sondern gehen in in in den Gemin

00:30:09: Deep Research, der richtig losläuft und 20 30 40 Webseiten

00:30:13: crawlt und mir dann kondensiertes Ergebnis liefert. Absolut,

00:30:17: absolut, absolut. Christian,

00:30:21: wenn du jetzt überlegst, ne ich meine KI, wenn man es nutzt

00:30:25: im Unternehmen und du setzt das ein Copilot gibt's ja auch, wird ja auch öfter

00:30:28: eingesetzt und jetzt spielen wir das mal weiter.

00:30:32: Eigentlich immer das gleiche in der Company. Das heißt du sollst was forschen,

00:30:36: sollst Vorschläge machen sollst es vorschlagen. Heißt es denn ergo

00:30:41: immer der beste Vorschlag gewinnt? Nein, aber wieso nicht?

00:30:46: Damit habe ich mich mal beschäftigt. Ich habe das ja ständig. Stichwort jetzt

00:30:51: Office Politics. Das heißt nicht immer das, wo man sagt,

00:30:55: Mensch, wieso kapiert das keiner? Das ist doch genau der richtige Weg, ist der richtige

00:30:58: Weg, weil und ich liebe das Thema. Also das

00:31:03: hat mit viel, viel, mit vielen, also viele Themen kommen da zusammen. Office Politics heiß,

00:31:07: es gibt Politik in jedem Unternehmen, in verschiedenen Kreisen.

00:31:11: Ich glaube einfach, es gibt Politik überall dort, wo Menschen zusammenkommen. Ja, ja.

00:31:14: Jetzt hast du schön den philosophischen Satz rausgehauen. Genau,

00:31:17: Podcast ist Thema zu Ende. Besser wird es nicht.

00:31:21: Auf jeden Fall jedenfalls.

00:31:26: Das ist deswegen interessant, weil ich erlebe das sehr oft.

00:31:29: Also Politics heißt gerade wenn du das Interim reinkommst, musst du erst mal

00:31:33: verstehen, welche politischen Interessen.

00:31:38: Interessen Magie oder wie nennt man das?

00:31:40: Politische Interessen. Inteßen sind in der Luft, Wer, mit wem,

00:31:45: wo. Okay, also das sind Kreise, wo du rausfinden müsst.

00:31:48: Oftmals sind es die Standards. Es gibt eine eine politische

00:31:53: Sicht auf das Unternehmen aus der Belegschaft,

00:31:55: aus dem mittleren Management, aus dem Upper Management, aus dem Top

00:32:00: Management, also Geschäftsführung, Vorstand und aus dem Beirat.

00:32:04: Das ist völlig normal. Ich habe noch nie, noch nie,

00:32:08: noch mal muss ich dazu Sagen, die letzten 15 Jahre an Interim noch nie

00:32:12: einmal erlebt, dass man die beste Idee genommen hat, weil es die beste Idee war,

00:32:15: sondern du musst es trotzdem zusehen, mit wem du kuschelst,

00:32:19: weil es der Sache gedient hat. Wenn du Glück hattest, hat es in

00:32:24: die Kasse einige eingezahlt, so nach dem Motto, okay, check, ich habe auch meinen Teil

00:32:27: geliefert. Wenn du Pech hattest, hast du das wieder in die Schublade

00:32:31: schieben müssen. Und dann hast du, wie schon gesagt, du hast verschiedene

00:32:36: Menschen, die verschiedene Interessen haben und vor allem vielleicht

00:32:41: auch, dass Einzelpersonen natürlich, wie du schon gesagt hast,

00:32:45: mit anderen einem besser können, vielleicht befreundet sind, verwarnt sind. Das kommt

00:32:49: auch dazu. Buddies sind, dass gewisse Leute auf

00:32:53: Positionen sind und vorher auf anderen Positionen waren,

00:32:57: befördert wurden. Also da schwingt so viel mit und hast schon recht. Am Schluss

00:33:01: ist es nicht das, was wirklich der Lösung dient, sondern gegebenenfalls was

00:33:05: vielleicht im Einzelnen dient. Also ein

00:33:09: Mythos. Wenn man unpolitisch bleibt,

00:33:13: ist man dann professionell. Also was ist, wenn du dich raushältst

00:33:17: ist das dann ein Garant, dass du weiterkommst? Ich würde sagen, ich würde sagen

00:33:22: nicht nicht, ne Du musst du musst klarkommen, dass wie schon gesagt,

00:33:26: dass Menschen, dass es Mensch hält und da musst du gewissermaßen

00:33:30: auch mitspielen zu gewissen Grad. Genau du kommst in das Spiel

00:33:34: rein ich mach mal konkret du kommst in das Spiel rein so unproduktiv

00:33:39: zu sein ist keine neutrale Haltung es stabilisiert bestehende Machtverhältnisse.

00:33:44: Das ist ein cooler Satz eigentlich, ne? Also das heißt du kommst rein wenn du

00:33:47: nicht mitspielst, dann akzeptierst du was da ist.

00:33:49: Okay genau Und noch

00:33:54: spannender wenn du nichts wenn du reinkommst, tust nichts bis quasi

00:33:58: wieder draußen bestätigst du erstens, dass die Machtverhältnisse akzeptiert sind und

00:34:02: die fühlen sich bestärkt und das nächste ist du

00:34:07: überlässt anderen die Deutung deiner Arbeit auch

00:34:11: geil, oder? Also Thema ich mach mal so salopp

00:34:16: gesagt anecken ja, aber zum richtigen Zeitpunkt und richtig

00:34:20: ausgespielt. Genau Da gibt es manche, die sagen naja

00:34:23: hey, ich ackere und mache und tu, ne aber der Tag und Nacht und

00:34:28: Leistung sieht immer am Ende was hätten davon, wenn du sagst jemand der ackert und

00:34:32: tut und Leistung, wenn er leistet erwartet er vielleicht

00:34:35: sagt naja, wenn ich leise sehen das ja alle und dann bin ich ich muss

00:34:40: da in der Politik nicht beteiligen. Wie findest du sowas? Ne? Ich glaube es hat

00:34:43: jeder tausend Beispiele erlebt von Mitarbeitern, die super geleistet haben, super gemacht

00:34:48: haben, super geackert haben, immer versucht haben das Beste zu liefern, aber dann trotzdem nicht

00:34:51: weitergekommen sind, weil sie die Spiele nicht mitgespielt haben, weil sie nicht die richtigen Netzwerke

00:34:55: hatten vielleicht weil sie sich auf das Fachliche konzentriert haben, haben nicht die richtigen

00:35:00: Stakeholder mitgenommen, abgeholt nicht deren Meinung einfließen lassen Ackern

00:35:05: allein ist nicht ist nicht die ganze Miete. Pass auf, ich habe da auch noch

00:35:09: einen geilen Satz für dich und das ist super interessant und zwar du

00:35:14: und es du bist ja nicht der einzige es gibt ja mehr Leute, die leisten.

00:35:17: Okay normalerweise gibt es immer mehr Leute, die leisten Du bist ja nicht einer von

00:35:21: 1000 so ne aber die Aufmerksamkeit deren die

00:35:25: entscheiden, die ist knapp. Genau Oft

00:35:28: ist dann so, dass auch Leute laut sind und nichts leisten, sondern in

00:35:32: dem Meeting immer die immer die Klappe offen haben sich in Vordergrund stellen und

00:35:36: da muss man aufpassen dass man nicht nur solche Leute hat die werden dann gesponsert

00:35:40: die haben ihre Buddies die werden kommen dann irgendwelche Leitenden stellen und das sind dann

00:35:43: die wo wir sagen was ist das für ein Idiot.

00:35:48: Genau also auch wieder wirklich interessant du

00:35:52: musst letztendlich deinen Wert übersetzen und nicht nur liefern also

00:35:57: ich habe es gemacht es gibt ja so einen schönen Satz man sagt doch immer

00:36:00: tu was Gutes und rede darüber Absolut absolut

00:36:04: sagen hey habe ich ein Wege geleitet habe ich geklärt gemacht hier

00:36:07: Punkt Ich bin auch zum Beispiel großer

00:36:11: Freund auch davon wenn man wenn du Präsenz

00:36:15: auch wenn also wenn du da bist Thema Unternehmen Homeoffice

00:36:19: und vor Ort vor Ort und du Präsenz zeigst also zeigen heißt nicht nur

00:36:23: ich war dort und habe in meinem Bude hinten in der Ecke gearbeitet sondern hol

00:36:27: dir ein Käffchen bisschen bisschen da shakern kurz mal Winker den

00:36:31: nochmal Bescheid geben, dass du es erledigst das gehört einfach zum Game dazu und

00:36:35: du bist du musst der sein wo man nachts wenn jemand Leute rausgehen sagen

00:36:39: hey guck mal der sitzt da oben immer noch weißt du das ist so dieses

00:36:43: passive ja sind wir uns einig nicht jeder der ein

00:36:47: Licht an hat macht die Arbeit die gucken auch manchmal YouTube Videos,

00:36:50: haben auch alles schon gehabt aber was hängen bleibt im Kopf ist

00:36:54: entscheidend in der wenigen in dem bisschen Aufmerksamkeit

00:36:58: den Leute, die wichtig sind erreichen können bist du

00:37:02: auf einmal der, der ein Stück von diesem Brocken bekommt und das ist glaube ich

00:37:06: echt auch ein entscheidender Punkt, dass man es ja echt

00:37:10: guter Punkt, dass die wirklich nur einen Bruchteil an Aufmerksamkeit für dich

00:37:14: übrig haben den ganzen Tag und wenn du den gut nutzt, bist du in Gedanken

00:37:18: drin wenn nicht, dann nicht sehr guter Punkt nehme ich mit schreibe ich mir auf

00:37:21: schreibe ich mir auf Super spiel das mal weiter ich finde es auch sehr gut

00:37:25: also ich habe gleich ein Beispiel aus Japan übrigens spiel das mal weiter Wo

00:37:29: werden eigentlich Entscheidungen tatsächlich gefallen im Meeting

00:37:34: meistens schon davor meistens schon davor Ich habe schon ich

00:37:38: habe schon Vorstandspräsentation ich meine oft ist ja so Vorstandspräsentation über Wochen

00:37:43: wird mit dem Vorstand und hast die erste oder zweite Ebene drunter und

00:37:47: der andere Vorstand mit erster zweiter Ebene runter und Dort wird dieser Kampf ausgefochten

00:37:51: und am Ende ist es dann bloß noch ein über

00:37:56: jedes Wort wird gekämpft und jedes Diagramm und ist der Projektfortschritt jetzt

00:38:01: dunkel orange oder vielleicht doch rot? Thema Millionen

00:38:05: Status Reporting und dann kommst du in das Meeting rein und es wird einfach bloß

00:38:09: runtergerackert und alle Entscheidungen sind schon klar. Also völlige Farce.

00:38:15: Die Arbeit passiert davor. Genau, kann ich nur ergänzen.

00:38:19: Also kurz mal die Facts und nochmal mein Beispiel aus Japan.

00:38:22: Entscheidungen werden davor gefällt und Entscheidungen

00:38:27: sind informell und bilateral. Du musst sie abholen. Das Gefühl

00:38:31: der Aufmerksamkeit musst du schenken, kostet viel Energie, musst du machen. Die Frage, die man

00:38:35: sich stellen kann ist wer gewinnt, wer verliert, wer fühlt sich übergangen, musst du machen,

00:38:39: dass du weißt, was du was du erwarten kannst. Ich kann mal ein

00:38:44: cooles Werkzeug auch mal aus meiner Insert Zeit mal erzählen. Das ist auch sehr sehr

00:38:47: spannend, wenn du anfangen kannst die Menschen bisschen einzuordnen.

00:38:52: Du lernst über gewisse Zeiten ja Leute kennen, deinen Chef,

00:38:56: Vorgesetzte, Partner und so weiter. So es

00:39:00: gibt welche ganz selten, die werden die

00:39:05: verändern sich über die Zeit. Das sind aber meistens gute Leute, also wirklich gute

00:39:09: Leute, die sich sozusagen über die Zeit verändern. Mit denen kommt man auch klar.

00:39:11: Viele haben ein Schema, also ein Verhalten der

00:39:15: der Harte, der softe, der Unsichtbare, der laute,

00:39:19: solche Sachen und das sind und kann ich

00:39:23: dir jetzt aus meinem Leben mal sagen, weil ich ja oft mit solchen Themen konfrontiert

00:39:26: wurde, das sind Schwächen. Das sind Schwächen oder Stärken. Für den

00:39:30: ist es eine Stärke. Der ist laut und sagt so bam bam bam.

00:39:33: Vielleicht ist auch noch jemand der 190 groß ist und wiegt 130 kg oder so

00:39:37: ne dann ist es natürlich so bisschen leicht einschüchternd, aber ist eine Schwäche,

00:39:40: weil der kann nicht mit Professionalität,

00:39:44: der kann nicht, der kann nicht, der kann aber auch nicht mit Emotionen.

00:39:48: Wenn du zu ihm sagst du pass mal auf, das was du sagst hat mich

00:39:51: verletzt. So der weiß nicht was er mit dir machen,

00:39:55: aber du musst die Methoden kennen. Also ich kann euch wirklich viele viele Storys,

00:39:59: ich packe mal hier und da mal welche aus wirklich das

00:40:03: zu verstehen und sich auf verstehe dein Gegenüber und dann muss ich wieder so

00:40:07: ein Technik hier loswerden, Active listening, höre zu, um nicht nur einfach nur

00:40:12: zu antworten, plump, dass du deinen Kopf frei kriegst, sondern hör zu,

00:40:16: um auf das, was gesagt wird, wiederum Fragen zu stellen.

00:40:20: Also wirklich extrem spannend.

00:40:25: Genau Meetings sind oft nur das Protokoll einer Entscheidung, die längst gefallen ist

00:40:29: Und mein Beispiel aus mein Beispiel aus Japan. In Japan ist

00:40:34: das ein Unding in einem Meeting Entscheidungen einzufordern.

00:40:37: Absolut, also darfst auf gar keinen Fall

00:40:41: machen. Das hat alles der Profs mal erzählt in dem Vortrag. Der hat gesagt,

00:40:45: der hat nicht gewusst, was los ist, ne, so irgendwie rumgegangen, Entscheidung nicht gefallen,

00:40:49: wieder nicht und wieder nicht Und dann haben die schon alle gesagt aus dem aus

00:40:52: dem Beirat, hey, der der der Europäer sozusagen, er war als Europäer

00:40:56: dort irgendwie, der kann das nicht faul bis einer

00:41:00: zu ihm gesagt hat, komm mal her, hör mal zu Entscheidungen triffst

00:41:04: du, werden gefallen schon vor dem Meeting Und jetzt kommt der

00:41:08: Punkt Meeting ist nur dafür da, dass alle einmal gehört haben, dass wir uns alle

00:41:11: einig sind. Ja, wie in diesen Vorstandssitzungen. Also eigentlich ist

00:41:16: jedes Meeting einfach nur ein Approval. Also ja, ja, ja, wir haben alle mitbekommen,

00:41:20: ja, check und dann gehen die wirklich auch einen trinken. Super Beispiel Japan

00:41:24: auch wieder. Er hat gesagt, als angefangen hat sozusagen das okay von

00:41:28: den Leuten einzuholen, großes Investment, große Fabrik

00:41:31: gebaut, tralala, hat er gesagt, ist er wieder als europäisch

00:41:36: professionell zu den Leuten gegangen, so gequatscht und gesprochen und so weiter

00:41:41: und hat er gemerkt so okay, das zieht

00:41:45: sich alles unnötig lang und umso länger sich das Gespräch zieht,

00:41:48: haben die sozusagen sind die immer unangenehmer geworden. Okay, ja was machen wir

00:41:52: denn jetzt? Ja, was ist jetzt noch so, ne, passt, alles klar, dankeschön,

00:41:55: danke für die Infos. Einer zu ihm wieder gesagt, sein Buddy, der auch vorher zu

00:41:59: ihm gesagt hat, er soll mit den reden, hat gesagt, hör mal zu, du musst

00:42:02: mit denen rausgehen. Wie, wohin genau das, was wir uns

00:42:06: vorstellen, Karaoke essen gehen, abends rausgehen

00:42:10: mal auch Weiber, kein Scherz, kein Chat. Er hat gesagt, das ist deren Kultur,

00:42:14: man feiert nach danach, dass man ein Jahr bekommen hat, man geht feiern.

00:42:18: Also richtig geil für diese Entscheidung

00:42:23: für seine damalige Fabrikbauentscheidung, da haben die irgendwie in Japan irgendwas bauen wollen

00:42:27: und haben da keiner, ich weiß nicht 400 500 millionen euro gebraucht hat

00:42:31: gesagt nach diesen 30 sitzungen mit denen war er auf jeden Fall besoffen und kannte

00:42:35: alle Bars in der Stadt. Ich habe immer noch Angst vor meinen zwar andere

00:42:39: Kultur, aber das ist ja genauso das Thema Saufen,

00:42:42: Karaoke, China.

00:42:45: Ich war noch nie tatsächlich in China, aber da habe ich ein bisschen Angst,

00:42:48: wenn ich da mal hinkomme ich kann weder singen noch saufen.

00:42:52: Schauen wir mal, ob da was draus wird noch aus meiner Karriere.

00:42:56: Genau also um das Thema Politics bisschen vielleicht mal abzuschließen oder eine der

00:43:00: Erkenntnisse daraus ein Punkt oder eine tatsächliche

00:43:04: Machtquelle ist Reputation. Das heißt du hast einen Ruf,

00:43:08: du hast ein, man kennt dich wegen deinem Netzwerk auch das

00:43:13: ist auch ein großes Thema und dann bist du jemand, der nicht wegen dem Titel,

00:43:17: nicht wegen Lautstärke, nicht nähe zur Führung.

00:43:20: Da gibt es diesen coolen Spruch von Simon,

00:43:24: wie heißt der Simon Sinek, ach der gesagt hat the

00:43:29: boss has the title, the leader has the people oder irgendwie sowas. Ja klingt

00:43:33: gut, da geht es darum, das ist vielleicht eher Richtung Leadership. Aber worauf

00:43:37: ich hinaus will, Politics ist definitiv ein super Werkzeug.

00:43:41: Wir hatten übrigens in Seat hatten wir

00:43:45: zwei Beispiele an great Politics Manager und das war

00:43:49: zufällig auch aus der Politik und zwar Macron,

00:43:54: der war super geschickt mit Texten mit

00:43:58: Leuten quatschen und so entspanntes Zusammenkommen und Margaret

00:44:02: Thatcher, Margaret Thatcher war anders, aber konnte auch gut Politics,

00:44:06: weil sie eines der ersten Frauen war in der Politik mit so einem Durchsetzungsvermögen

00:44:10: und hat da andere Connections gehabt, also diese Frauenbewegungen und so weiter.

00:44:14: Also super super spannend, aber ich finde es immer wieder spannend

00:44:18: und ein Message. Da gibt es übrigens auch ein Buch von HBR, so ein

00:44:22: kleines Heftchen und zwar nennt sich das auch Office Politics. Hast du das? Hast du

00:44:27: das? Ich habe es bestellt, Ich habe es wieder bestellt, aber es

00:44:30: gibt auch die Podcasts von HBR, da kommt das auch mal vor Und wenn

00:44:36: man, wenn man, wenn du in einem Company reinkommst und gerade als Top

00:44:40: Manager, wenn du reinkommst, bist du definitiv in diesen Politics drin.

00:44:43: Also du musst schnell erkennen, wer mit wem wo und du musst auch erkennen

00:44:47: von wem du wie beeinflusst wirst gleich am Anfang und da gibt es natürlich

00:44:51: ein paar Tricks oder Tipps, wenn man sagt, wie erkennt man informelle Machtstrukturen?

00:44:55: Und zwar kannst du dir eigentlich ein paar Fragen stellen,

00:44:59: zum Beispiel wer wird vor Entscheidungen gefragt?

00:45:02: Manchmal ist nicht der Chef und wieso fragen die den informell?

00:45:07: Dann wer liefert Kontext, nicht nur zahlen Und wer blockiert

00:45:12: passiv? Er hat nichts gesagt, aber er hat auch eben

00:45:16: nichts gefragt und damit vielleicht beleidigt. Vielleicht ist jemand,

00:45:19: der wichtig ist, den die Belegschaft sozusagen nach vorne schiebt.

00:45:25: Genau, also beim HBA nennt man das auch Führungsintelligenz.

00:45:30: Erkenne Politics sehr sehr spannend.

00:45:33: Kommen wir mal zu dem, was eigentlich Führungskräfte falsch machen.

00:45:36: Genau, was man falsch machen kann und das

00:45:41: ist wirklich hart. Ich verstehe viele Manager, die ich kenne. Ein Punkt ist

00:45:45: Politik delegieren ja nicht. Also nicht dieses

00:45:50: ja weißt du was, ich gebe das meinem Chef, weil der soll das machen,

00:45:53: das ist sein Level. Nein, nein, mach's nicht. Selber machen Ja, selber machen.

00:45:57: Politics ist ja nicht negativ, es ist bloß negativ behaftet.

00:46:01: Politics ist schau, dass du connected bist mit Leuten,

00:46:06: die in der Sache wichtig sind. Wir sind im

00:46:09: großen Ganzen sind das wirklich viele Divas, Diva, die wollen einfach angesprochen

00:46:13: werden einfach Ja, will jeder mitreden. Ja, komm, lass mitreden.

00:46:17: Und leider ist es oft so, dass du die Idee halt dann ewig nachschärfen

00:46:22: musst. Du musst auch mal die Augen zumachen. Okay, gut, dann machen wir

00:46:26: das auch noch mit rein, damit der happy ist, damit diese Idee durchkommt.

00:46:30: Gibt es ein Tooles Beispiel Auch gab es ein riesen SAP Migration Projekt,

00:46:34: aber ich glaube alle sind SAP geschädigt. Geschädigt Und

00:46:38: zwar von Nestlé gibt es eine riesen Story und ich habe

00:46:42: jetzt den Namen vergessen. Chris, Chris irgendwas hatte 2002 glaube ich Riesenauftrag

00:46:47: in diese Nestlé Konglomerat wurde er

00:46:51: gefragt, das eines der Leiter von Malaysia glaube ich war Er haben gesagt,

00:46:55: hey, wir haben ein Projekt, willst du das leiten? Also Klammer auf das öffne

00:46:58: Türen Tor für was weiß ich große Posten bei Nestlé Und

00:47:03: der hat das dann angenommen und der hat gesagt, das war das war sein härtestes

00:47:07: Projekt ever, weil er so viele verschiedene Divisions

00:47:11: überzeugen musste von dieser SAP Geschichte. Also auch da hat er ganz viel

00:47:15: Politics gemacht erstmal aber so viel dazu. Genau,

00:47:18: ich hatte ein Projektthema, ich habe mich die Woche mit ich habe

00:47:22: es mal genannt, Projektforensik beschäftigt.

00:47:25: Du kommst sogar auf den Unternehmen, da gibt es laufende Projekte und

00:47:29: du kommst dann dazu und musst natürlich erstmal verstehen, um was geht es in dem

00:47:32: Projekt. Und ich hatte diese Woche den Fall, dass ich mich mit

00:47:36: einem Projekt und oft gibt es Projekte, weiß keiner, warum die da

00:47:39: sind, weil die schon so lange laufen und keiner kennt eigentlich das Ziel

00:47:44: und irgendwie laufen sie noch, aber keiner weiß warum und keiner ist zuständig und

00:47:48: hat schon dreimal gewechselt. Und den Fall hatte ich diese Woche auch, hab mich

00:47:52: mit einem Projekt beschäftigen müssen, das schon sehr,

00:47:56: sehr, sehr lange läuft und keiner mehr zuständig war. Hast du auch

00:48:05: Oder die Projekte, die schon x Jahre laufen,

00:48:09: gefühlt tot sind, aber trotzdem weitergemacht werden.

00:48:14: Ich habe jetzt, ich überlege, ich habe jetzt kein Beispiel. Ich weiß ganz genau,

00:48:17: wovon du redest, weiß ganz genau wovon du redest. Meistens sind es Projekte, wo noch

00:48:21: so ein Verantwortlicher dranhängt, aber der hat das Unternehmen schon vor zwei Jahren verlassen.

00:48:24: Aber ist noch im System. Ist noch im System. Wer ist denn das?

00:48:28: Ja, ne, der ist schon weg. Der ist schon gar nicht weg. Übrigens auch cool

00:48:32: in Atlassian war das in Atlassian unlicensen.

00:48:36: Genau, genau, genau. Ich weiß gar nicht, wie oft ich

00:48:40: diese Woche hatte. Ich nenne es wie gesagt Projektforensik. Dann gehst du in die Besprechungsnotizen

00:48:44: rein, dann das Gefühl in jedem zweiten Meeting steht drin, unlicensed gibt es schon

00:48:49: lange nicht mehr. Und es war wirklich spannend ein Projekt ohne

00:48:53: die letzten Verantwortlichen da reverse zu engineeren, sich die ganze

00:48:57: Information zusammenzuziehen aus 1000 Dokumenten, halb Confluence,

00:49:01: halb Jira, halb Sharepoint, alles versucht

00:49:04: zu recherchieren, die Leute nerven alle Fragen. Also wirklich

00:49:08: spannendes, spannendes Unterfangen. Jetzt haben wir, habe ich am

00:49:12: Ende der Woche endlich einen Stand, dass ich sage, jetzt bin ich

00:49:16: da aussagefähig. Ich habe auch neulich gefragt zum Beispiel wieder, ich habe gesagt,

00:49:20: ja okay, was ist das für ein Projekt? Ja, das und das, wo ist das

00:49:23: Projektorg Chart, Wer ist denn, also verantwortlich gibt es immer einen, aber wer

00:49:27: ist Informant? Also Raki Matrix von mir aus ein bisschen,

00:49:31: wer steuert dazu bei? Wer muss Bescheid wissen? Welche Abteilungen

00:49:35: sind gefordert? Sind die Aufwände eingeplant,

00:49:39: ist Budget eingeplant, solche Sachen. Und dann heißt es immer,

00:49:43: also oft heißt ja, ja, ja, wo liegt denn das?

00:49:46: Das ist ein Dokument, das ist Ein Dokument mit 15 Slides eigentlich Org Chart

00:49:51: Verantwortlichkeiten, Raki Matrix, Budget ist genehmigt zu dem und den Punkten

00:49:55: und Zeit, also Projekt haben Zeit. Projektziel. Projektziel,

00:49:59: genau, genau, Projektziel Projekt, dann hast du ein Slide

00:50:03: und danach hast du eigentlich immer nur einmal die Woche Risk Mitigation

00:50:08: Slide, wo draufsteht, wo sind wir, haben wir

00:50:12: Mitigations zu machen? Risks, okay, Haken dahinter,

00:50:18: wünsch dir was. Ich habe jetzt mal ein

00:50:21: bisschen nachgedacht, an was kann es liegen, dass du so Projekte hast, die die einfach

00:50:25: vergessen werden. Und ich bin auf einen Schluss gekommen und zwar,

00:50:28: es liegt wahrscheinlich daran, dass als dieses Projekt gestartet wurde, hat dieses

00:50:32: Projekt eine Legitimation gehabt. Ein klares Ziel ist ein Budget,

00:50:36: auch das, was du beschrieben hast. Es gab sicherlich einen Projektcharter und dann ist

00:50:40: dieses Projekt aus irgendeinem Grund, es ist entweder unwichtig

00:50:44: geworden, man hat das Interesse verloren, das heißt, das Ziel ist irrelevant geworden oder

00:50:48: ich glaube, das ist öfter der Fall, dass die Ziele sich schleichend verändern.

00:50:53: Ich glaube, in der Softwareentwicklung spricht man von Scope

00:50:57: Drift. Das heißt, du fängst an und irgendwie verändert sich eine gewisse Richtung

00:51:01: und es entwickelt sich ganz woanders hin. Also der Scope Driftet und

00:51:05: irgendwann wird es dann irrelevant. Also das heißt, dass sich Projekte so stark verändern,

00:51:09: dass sie in der Bedeutungslosigkeit verschwinden.

00:51:13: Ich kenne einen anderen Begriff, Scope,

00:51:16: ne? Scope Drift gibt es tatsächlich, Okay, ich google mal oder also

00:51:21: irgendwie sowas. Ich bin bei dir, bin bei dir, also gerade das, aber man verreckt

00:51:25: sich halt dann eben, wieso ist es so passiert? Ich habe noch ein paar andere

00:51:27: Punkte auch live erlebt. Projekt Nummer

00:51:32: 43 auf die gleiche Person, der kommt aus dem Urlaub zurück,

00:51:37: so, ey, warte mal, das ist bei dir, ja, komm hier, hau rein. Ja,

00:51:41: was da, schreib da auch meinen Namen rein, nach dem Motto, geistig schon verabschiedet,

00:51:44: okay, schreib rein, ich bin eh weg. Also alles schon erlebt,

00:51:48: erinnert mich an den Fall, den letzten hatte Jira Board

00:51:52: Kanban, Board Kanban ist normal, ist er

00:51:55: recht schlank. Es gibt einen Backlog,

00:51:59: es gibt ein Work in Progress mit einem klaren Limiter, drei, vier, mehr schaffst

00:52:03: du nicht. Und dann gibt's ein Done. So, dieses Board hatte zwölf Spalten

00:52:08: von Backlog und dann in Preparation

00:52:12: in clarification, in dann, in work und so weiter. Ich hatte

00:52:17: Das Board hatte 400 Tickets, also 400 Tickets in nicht dann und ich

00:52:21: glaube 60 in progress und es waren drei Leute im Team.

00:52:25: Alter, wie willst du praktisch, wie Willst du mit drei Leuten 60 Tickets

00:52:29: jonglieren? No chance. Ja, und dann wunderst du dich, dass da plötzlich

00:52:33: Software steht, Kunde ist down und keiner merkt. Klar, weil es

00:52:38: irgendwo einfach untergeht im Rauschen. Ja, kurz ein bisschen Geschichte.

00:52:42: Kambo an Bord, Tai Chi Ono, Toyota, wenn es interessiert, schaut euch das mal an.

00:52:45: Super spannende Story vom Tai Chi Ono, was er sich dabei gedacht hat.

00:52:48: Und ein Kanban Board, ich liebe es. Ein Coverboard ist eigentlich

00:52:52: dafür gedacht, dass etwas links beginnt und rechts aufhört.

00:52:56: Wie viele Tabellen hast du schon erlebt, wo es nicht rechts aufhört, sondern wo

00:53:00: rechts nochmal 30 Spalten sind, wo du eigentlich Ping Pong spielst? Links, rechts,

00:53:04: oben, unten, links, rechts. Man ist eigentlich fertig. Eigentlich fertig. So Pre Production.

00:53:08: Nein, es ist so, wir haben ja meistens so dann und dann kommt so Test,

00:53:14: ich hab, wann kommt das zu dann? Ja, dann geht's zurück. Hä,

00:53:18: zurück zurück zu dann. Also ich glaube es gibt nichts, was mehr vergewaltigt

00:53:22: wird als Kanban Bor. Das ist die Vergewaltigung in physischer

00:53:26: und aber auch in digitaler Form, oder? Also absoluter W bei dir

00:53:30: bin bei dir so was haben

00:53:34: wir noch? Ja,

00:53:37: also klar, wenn du Leute assignst und wenn dann

00:53:41: das Scope Scope Creep, glaube ich, heißt Scope Creep. Ja,

00:53:45: Scope Creep haben wir das, ne? Oder Scope Drift Scope.

00:53:48: Und wenn natürlich auch Scope verloren wird,

00:53:51: dann stehst du erst mal da dann. Aber das Schlimme ist auch, also du,

00:53:56: das ist ja auch eine Firmen, wie sagt man, Kultur, Du merkst die Kultur,

00:53:59: eine Firma, wenn du merkst, juckt keinen. Ja, aber was ich schlimm finde,

00:54:03: ist dann oft, dass Führungskräfte oder diejenigen, die vielleicht dieses Projekt entschieden haben oder neue

00:54:07: Führungskräfte dann nicht sagen, okay, ich habe jetzt die Eier und sage ich stopp das,

00:54:10: ich beendige das, ich beende das. Die wissen es doch gar nicht mehr. Die wissen

00:54:14: es gar nicht mehr. Wie viele habe ich denn schon kennengelernt, die in meinem Level

00:54:18: waren oder drüber? Die wissen das überhaupt gar nicht mehr. Die sind einfach froh,

00:54:22: wenn sie einfach nur sozusagen, die wurden mit Müll zugekippt, die haben Müll einfach

00:54:26: Durchlauferhitzer gleich weiterkicken und der,

00:54:30: der den Müll abbekommen hat, der weiß gar nicht, was mit ihm passiert, weil er

00:54:33: nur noch Müll ist. Also selten mal erlebt und

00:54:37: da war ich einer solche. Und ich muss sagen, es gab oft Stress, wo ich

00:54:40: gesagt habe, hey, welches Projekt? Das können wir jetzt an unser Board,

00:54:43: Projekte Board, also noch mal ein Board über die Boards, dass ich ich wollte wissen,

00:54:47: an was arbeiten wir? Und dann habe ich immer gesagt, arbeiten wir an dem,

00:54:50: ne? Ja, wieso ist das an Bord? Ja, da haben wir jetzt vor drei Monaten

00:54:54: gearbeitet, da warten wir noch auf den und den und so. Wenn es noch einen

00:54:57: Monat drin steht, lösche ich das hier raus. Kannst du nicht machen.

00:55:01: Doch, das machen wir dann, weil das ist nicht Transparenz. Das ist einfach,

00:55:05: da wird alles verwässert. Das ist Rauschen, das Rauschen und lenkt dich ab

00:55:09: von dem, was wesentlich ist. Genau. Und oftmals in solchen Projektorg Charts

00:55:14: sind immer dieselben drin, die scheinbar echt alles wissen über das Unternehmen.

00:55:17: Ja, der muss mit rein. Der muss aber Leute, ihr könnt die

00:55:21: Leute nicht die gleichen Leute überall reintun. Da muss doch irgendeiner mal sagen, hey,

00:55:25: wir haben da ein Single Point of Knowledge an einer Person,

00:55:28: die mir auflösen müssen. Ihr habt doch Systeme.

00:55:32: Also aber dass das, Guck mal, Christian,

00:55:35: 2025 in vier Wochen sind wir im neuen Jahr immer

00:55:39: noch die gleichen Probleme. Ich glaube wahrscheinlich

00:55:45: sind wir da bei Wahrscheinlichkeiten sehr wahrscheinlich, dass auch im nächsten Jahr der Scheiß

00:55:50: weitergeht. Hier Nachwuchs macht es wahrscheinlich genauso.

00:55:53: Um Gottes Willen. Wahnsinn. Genau. Ich hätte

00:55:57: noch ein AI Thema dabei, das mich begeistert hat. Also ich nenne sie

00:56:01: für mich immer die GPT Momente, wo ich sage, wow, ist das jetzt wirklich?

00:56:05: Hat das die KI jetzt wirklich gemacht? Und zwar habe

00:56:10: ich Google Anti Gravity genutzt. Das ist ein Softwareentwicklungstool,

00:56:14: das speziell also wirklich mit AI First Prinzipien

00:56:18: entwickelt wurde. Ist ein Ableger von VS Code und

00:56:22: natürlich mit stark Gemini Integration. Und ich habe es geschafft,

00:56:25: ein kleines Softwareprojekt, ein kleines Spassprojekt natürlich für mich privat mit

00:56:30: einem einzigen Prompt realisieren zu lassen. Also ich habe die Product Description geschrieben

00:56:34: und habe das Google Entig Gravity loslaufen lassen.

00:56:38: Was hat der gemacht? Der hat die Product Description zerlegt in Einzelteile,

00:56:42: hat sich einen Plan gemacht. Das ist letztendlich dieses Reasoning und

00:56:46: dieses Thinking, sich einen Plan geschrieben. Du kannst es auch zuschauen. Das ist

00:56:50: wirklich toll, weil du kannst dann diesen Schritt zuschauen, du siehst, okay, Schritt 1 ist

00:56:54: das, Schritt 2 ist das, Schritt 3 ist das und so weiter. Hat dann losgelegt

00:56:58: mit Schritt 0, war letztendlich, muss das Projekt Setup erstmal aufsetzen, hat auch

00:57:02: Zugriff auf Tools, auf deine Konsole, kann git, kann pushen,

00:57:06: kann committen. Cool. Das heißt am Schluss hat er das Ganze sogar gepusht gehabt,

00:57:10: kann den Code auch ausführen, sieht er natürlich auch

00:57:14: die Fehlermeldungen, die zu irgendwelchen API Calls kommen, kann diese Fehlermeldung dann

00:57:18: wieder verarbeiten und nochmal etablieren. Und das Brutale jetzt, was mich so stark beeindruckt

00:57:22: hat, ist, plötzlich ging ein Browserfenster auf, hat er mich gefragt,

00:57:26: darf ich deinen Browser benutzen? Ich sag, okay, hau rein, Browserfenster ging auf und der

00:57:30: klickt die Software durch, die er gerade entwickelt hat, ist irgendwie nicht weitergekommen.

00:57:34: Okay, er schließt den Fenster wieder,

00:57:39: behebt den Fehler, probiert es nochmal, startet das Browserfenster

00:57:44: und kommt erfolgreich durch seinen Klickpfad durch, sagt, okay, ist fertig,

00:57:49: das Projekt läuft noch, ich nutze es das erste Mal und es funktioniert. Das heißt,

00:57:53: Das Ganze hat 10, 15 Minuten gedauert. Der Agent ist komplett eigenständig

00:57:57: losgelaufen, hat eine Software End to End Frontend Backend

00:58:00: entwickelt, inklusive Testing im Browser und

00:58:05: gesagt, nach einer gewissen Zeit gesagt, er ist fertig. Und das hat mich schwer beeindruckt.

00:58:09: Also wir gehen wirklich in Richtung agentische AI und deswegen

00:58:13: meine Meinung, Softwareentwickler dieser Welt, zieht euch warm an, erzählt euch warm an,

00:58:18: lernt diese Tools zu nutzen oder ihr habt ein definitiv ein Thema.

00:58:23: Ja, Wahnsinn, Wahnsinn, absolut.

00:58:26: Also ich bin voll bei dir, ich bin immer noch geschockt, wenn ich so Sachen

00:58:29: sehe. Mir fällt wieder ein, ich habe so Custom, diese Custom GPTs habe ich ja,

00:58:33: wenn du unter Chat GPT diese GPT dir anschaust,

00:58:37: ich nutze eins sehr oft zurzeit und zwar das

00:58:41: nennt sich Wicom, wurscht wie der heißt. Letztendlich geht es darum,

00:58:45: ich sag, was ich vorhabe und möchte

00:58:49: wissen, was ein Board of Directors mir Fragen stellen kann.

00:58:53: Geil, dann schickt er das an so ein Board of Directors und Board of Directors

00:58:57: diskutiert, du kannst live mit dir diskutieren, diskutieren, diskutieren, diskutieren, diskutieren und am Ende kommen

00:59:01: dann Fragen jeweils von den verschiedenen Board of Directors den prompt brauche ich,

00:59:04: ich schick dir das Custom GPT,

00:59:08: das hat einer der Professoren mal in Seat selbst erstellt zu seiner Zeit

00:59:12: und die ist richtig cool Oder auch es gibt den Sentient Flow AI,

00:59:16: das heißt du kannst da gibt so Emotional Intelligence AI

00:59:20: nenne ich es jetzt mal, wo du auch sagen kannst hey das und das mache

00:59:23: ich und wenn du gerade was weiß ich, kluge Kommunikation an schwierigen Momenten

00:59:27: oder solche Sachen dann sagt hey pass auf das und das je nach deiner

00:59:31: Belegschaft, blablabla ich habe noch eine Sache,

00:59:34: letzte Woche war ich immer krank, ich war krank. Dann habe ich

00:59:38: ja Seitdem ich meinen Gemini Account habe, nutze ich alles so ein bisschen Claw Gemini

00:59:43: und ChatGPT. Ich habe Gemini gesagt, hey ich hab Halsschmerzen

00:59:47: und das und das und was nehme ich denn und wie mache ich das denn?

00:59:49: Gemini gab mir kein medizinischen

00:59:54: Rat, Medizinischen Rat, ja Deep Seek Fragen, die sind weniger zensiert

00:59:58: in dem Bereich wahrscheinlich Nein, ich habe gleich sozusagen die Ratte unter den ganzen Chat

01:00:02: Spitti gleich mal gefragt oder Grog, Grog, ja Grog eigentlich muss ich mein

01:00:05: nächstes Mal fragen JG wieder gesagt hey geh zum Apotheke,

01:00:09: hol dir Sinopred dreimal am Tag wirklich Granat gesponsert

01:00:14: von Medikamente per Click DE. Was ich aber auch gemacht habe ist ich bin in

01:00:18: unserem Apothekerschrank rein und habe ein Foto gemacht, ich habe gesagt was von dem kann

01:00:21: ich mir jetzt nehmen, naja das kannst du nehmen, das kannst du nehmen, das geht

01:00:24: auch und dann mach mal so und mach mal dies. Ich hab dann nochmal gelesen

01:00:28: sicherheitshalber nicht dass ich mir hier irgendwie keine Ahnung, Frauen weibliche

01:00:32: Harmonie einschmeiße, ja so Anti Baby Pillen oder sowas, you never know,

01:00:35: habe ich zwar gar nicht hier im Haus, aber du weißt ja nie was zu

01:00:39: dir nimmst nicht, dass irgendwas wächst, ja oder hier ich habe ja Big

01:00:43: Medinite und vaporub und was weiß ich, die sind harmlos, ja harmlos,

01:00:47: aber wenn das falsch statt schlucken einfach nur drauf reibst so mit

01:00:51: reingeh andersrum schlimm Creme inhalierst.

01:00:55: Wenn du die Creme trinkst und mit Med die einreibst,

01:00:59: dann stinkst du und bist tot. Also schlechte Kombi,

01:01:03: schlechte Kombi, ja also muss ich wieder an so eine Bild Zeitung

01:01:07: an Artikel denken, den ich vor 15 Jahren mal gelesen habe, fand ich auch lustig.

01:01:11: Obdachloser totgefunden in seiner Wohnung.

01:01:17: Just another bill joke. Oh mein Gott,

01:01:20: Dead joke.

01:01:23: Also pass auf, jetzt haben wir ja quasi schon eigentlich unsere Weihnachtsfolge.

01:01:28: Vielleicht hauen wir noch einen raus. Kurz vor Weihnachten. Während Weihnachten, glaube ich, haben wir

01:01:30: so eine Freundin Folge mal raus. Aber Weihnachten steht vor der Tür. Business Podcast,

01:01:36: Weihnachtsgeld, Weihnachtsfeier.

01:01:39: Wie stehst denn du dazu? Was sind deine Erfahrungen über die letzten Jahre? Wie läuft

01:01:43: denn sowas ab bei euch? Kann ich dir auch mal ein paar Storys erzählen?

01:01:46: Ja, Weihnachtsfeier. Ja, machen, machen, beherrschen,

01:01:49: beherrschen auf jeden Fall Überstehen, überstehen.

01:01:53: Schau, dass du nicht zu tief ins Glas schaust. Ich glaube,

01:01:56: Weihnachtsfeiern ist, ist so der Klassiker der Eskalation des Jahres.

01:02:01: Kannst du mal deine Top 5 mal auspacken, weil ich habe auch ein paar.

01:02:04: Ich habe tatsächlich, müssen wir überlegen, wenn du welche hast,

01:02:07: überlegen. Also ich habe tatsächlich keine krassen Geschichten gehabt, aber fang du mal an.

01:02:11: Ja, okay, also dann würde ich sagen, wie lange ist der fünf, acht Jahre her.

01:02:14: Schöne Grüße an Marco, an verschiedene Marcos, muss ich fairerweise sagen,

01:02:18: das war ein totaler Absturz. Brutaler Absturz,

01:02:23: wirklich. Achso, ich glaube, ich war da auch dabei. Nee, oder? Erzähl mal.

01:02:27: Kann sein, dass du dabei warst. Total Absturz. Also ich habe zu früh gesoffen,

01:02:31: definitiv, aber alle haben zu viel gesoffen. Wir sind dann irgendwann gerne dem Club.

01:02:34: Ja, ich habe mich tanzend entdeckt. Ja,

01:02:38: also war richtig gut. Essen war gut. Weißt du,

01:02:42: wie das ist, ne? Alle sind erstmal ganz cool. Erstmal essen,

01:02:45: shaken, quatschen und dann heißt es, okay, wir ziehen jetzt mal weiter

01:02:49: und dann Absturz. Wirklich Absturz. Ich erinnere

01:02:54: mich zurück, das ist schon Ewigkeiten her, da gibt es auch keine Nachweise

01:02:58: dafür. Ich glaube, so krass

01:03:01: habe ich damals in meinem Auto noch nie die Assistenten benutzt.

01:03:05: Also meine Fahrgeschwindigkeit, meine Fahrtüchtigkeit

01:03:10: war hauptsächlich vom Wagen selbst gesteuert, ohne KI, aber mit sehr vielen

01:03:14: Assistenten. Wirklich. Werd ich nie vergessen. Dann Packinone

01:03:19: Story aus. Was war das? Ich glaube, das war vor auch ein, zwei Jahre her

01:03:23: auch wieder genauso. Diesmal war es aber sehr edel,

01:03:26: also Essen, gute Location,

01:03:29: Musik, Vorträge gab es,

01:03:33: es gab mehrere Gänge und da

01:03:37: hat die Weihnachtsfeier schon angefangen, glaube ich schon irgendwie kurz kurz nach dem Mittagessen

01:03:41: gefühlt. Okay, also richtig Kreis fürs Frühstück. Ja, ich dachte

01:03:45: schon, Alter, ist es Hochzeit oder ist es Weihnachtsfeier? Weißt du, Hochzeit fängt doch meistens

01:03:48: so in den Dreh an. Also war richtig lang, ging auch super lang. Dann gab

01:03:52: es eine Bar, dann Sauferei, dann weiterziehen. Ich hatte

01:03:56: sagen wir mal gut gegessen, konnte auch deswegen gut trinken,

01:04:00: aber da lernst du auch die Leute besser kennen, gerade wenn sie neuen, neue Unternehmen

01:04:04: reinkommst. Ich denke mal nach ein paar Bierchen oder paar Gläschen Wein oder was auch

01:04:08: immer oder Longdrinks, lernst die Leute kennen wirklich dann

01:04:12: so was, dann hörst

01:04:16: du die tiefen Stimmen der Leute gehen eher ab. Man muss auch vorsichtig sein,

01:04:19: wie gesagt, das ist ja eine Weihnachtsfeier

01:04:24: und wenn ich mich zurückerinnere,

01:04:29: einmal war es auch mal so, das ist aber schon Jahre her, da sind wir

01:04:32: mal in einer Karaoke war geendet. Ich sag mal so, ich wollte meinen

01:04:36: damaligen Chef echt nicht singen sehen, der hat nicht nur gesungen, sondern hat

01:04:40: dann Hemd ausgezogen, so ein weiß Unterhemd. Alter Mann,

01:04:44: lass die Scheiße. Oh Gott sei Dank sind wir in einer fremden Stadt, so war

01:04:48: das. Ich bin nicht von dir, ich bin nicht von dir. Der den

01:04:52: kenne ich nicht. Also Gott sei

01:04:56: Dank bisher alle überstanden, aber ich fand es immer gut, wenn man die Leute kennenlernen

01:04:59: wollte, aber ich fand es auch manchmal zu viel. Ja, das stimmt. Also ich habe

01:05:03: tatsächlich nur zwei Stories nicht ganz so viel eskaliert. Einmal in

01:05:09: einem Startup gearbeitet und war dann ein Vorstand von einem Investor dabei,

01:05:13: der normalerweise immer nur im Anzug und Krawatte rumgelaufen ist. Der ist dann auch

01:05:17: leicht abgestürzt und hat sich von anderen Zeiten gezeigt. Also das ist dann immer das

01:05:22: Risiko Und das andere Mal auch völlig eskaliert,

01:05:25: weitergezogen und dann sind wir irgendwie im Taxi nach Hause gefahren und

01:05:30: der, den wir zuerst rausschmeißen wollten, das war tatsächlich hier in der Nähe, der hat

01:05:34: gar nicht mehr gewusst, wo er wohnt. Geil. Also wir wussten es auch

01:05:38: nicht, weil wir kannten ihn nicht so gut, aber ich glaube, wir mussten dann irgendwo

01:05:41: seinem Ausweis oder irgendwo nachschauen, wo er wirklich wohnt dass man ihn dann richtig vor

01:05:45: der richtigen Tür abliefern so hat er seine Kontrolle verloren gehabt

01:05:49: muss nicht sein ja ich hatte einmal da war mir Hacke

01:05:53: dicht dann war es Irgendwie nachts um zwei oder so drei also wir waren schon

01:05:56: seit 8 Uhr schon dicht dann haben wir uns irgendwann in Weidener

01:06:00: McDonald's haben wir uns verirrt und ich habe mich damals

01:06:05: auch klugerweise schöne Grüße dann ich nenne keinen Namen aber zur

01:06:09: damaligen Zeit meiner damaligen Partnerin habe ich gesagt hey ein

01:06:13: Freund hol ab wir kommen um 11 schon also wir kommen um 11 bin ich

01:06:16: locker zurück ah mit diesen Nervensingen will ich überhaupt nicht zusammensitzen ich

01:06:20: war als wir alle dicht waren kannst du denken mein

01:06:24: Handy hat gebrummt ich habe eine Million Anrufe gehabt aber ich habe es nicht mehr

01:06:27: gecheckt ich dachte mir okay Hauptsache ich habe genug Energie dass ich wusste,

01:06:31: dass ich mein Handy hab das war wichtig hätte nicht vergessen überleben überlebensmodus pass

01:06:35: auf Dann war mal McDonald's bei der McDonald's immer rumgeeiert

01:06:39: da waren wir zu dritt oder zu zweit und wenn du besoffen bist bist du

01:06:43: hemmungslos und ich dachte mir so fucking noch mal wie komme ich nach Hause

01:06:46: und damals habe ich tiersch gewohnt wir

01:06:50: gucken so rum ich natürlich dich ne geh hin so und da sitzen so eine

01:06:54: alte Frau und noch mal zwei alte aber die haben zu dritt

01:06:58: nicht wie alte Frauen die fortgehen ausgeschaut sondern alte Frauen die Nummer zurück aufs

01:07:03: Feld müssen ausgeschaut so nachts um 2 3 so ich bin so hey

01:07:09: wo fahrt ihr hin ich hab ich muss haben wo f den hin und der

01:07:13: war auch haben we dann haben die gesagt so ich muss ja nach Tirschenreuth pass

01:07:17: auf schau mal wie Glück ich hatte der gesagt wir M Bernau ich

01:07:21: so Jack hab

01:07:26: zu meinem Kumpel gesagt komm her auf geht's ab geht's red

01:07:30: mir jetzt ge voll im Slang weißt du voll im Slang der

01:07:35: so he Kurt Eco was ist los alter Mauersteig jetzt das

01:07:39: sind drei alte Weiber guck mir heil an

01:07:43: ich hab gesagt das hoffen wir jetzt einfach mal einzige Chance aber

01:07:47: guck mal wie geil das war die haben uns echt nach Hause gebracht ich habe

01:07:50: nur danke gesagt easy peasy mega mega oder ich

01:07:55: sage ich sage Nicht die besten stories sind besoffen ich sage mal lustige story

01:07:58: sind auf jeden fall wenn man dichter ist ja bisschen hast du

01:08:02: leute ich glaube mir gehen die gehen die themen aus ich würde sagen lassen wir

01:08:06: es gut sein hat mir wieder spaß gemacht ich hoffe dir auch in diesem sinne

01:08:10: total total diesem sinne bis zum nächsten mal Dankeschön

01:08:14: ah warte mal eine weihnachtsfolge machen wir jetzt auf jeden

01:08:18: fall ja nein machen wir ja okay dann bis

01:08:23: zum nächsten mal haut rein halt die ohren steif und wie immer wenn ihr fragen

01:08:27: habt LinkedIn instagram wo auch immer Stadtweiden

01:08:32: de sucht euch was aus alles kommt an wird beantwortet

01:08:35: garantiert auf jeden fall bis zum nächsten mal peace.

01:08:54: -

01:08:58: -