Klartext KI copertina

Klartext KI

Klartext KI

Di: Matúš Mala Alwine Schultze
Ascolta gratuitamente

Offerte di stagione | 0,99 €/mese per i primi 3 mesi

A seguire 9,99 €/mese – si applicano condizioni. Puoi disdire mensilmente.

Weil jeder KI verstehen sollte...

... erkundet Matus, ein BPM Philanthrop & Coach, zusammen mit...

... Alwine, die pragmatisch KI-Lösungen für Kunden baut, die Welt der Künstlichen Intelligenz.

Und weil Abwechslung sein muss, sind auch Gäste mit im Podcast. Sonst wäre es ja langweilig, oder? Hör gern bei uns rein, hier wird nichts geskriptet oder sich stunden auf den Gast vorbereitet, damit alles möglichst authentisch ist. Also hör rein in den etwas anderen KI-Podcast.

Vernetz dich gern mit uns:
https://www.linkedin.com/in/alwineschultze/
https://www.linkedin.com/in/matusmala/

PS:
Wir hören gern jedes Feedback zu unserem Podcast, das bietet uns die Chance uns für euch zu verbessern.

Copyright 2026 All rights reserved.
Episodi
  • #86 Code lesen war gestern

    #86 Code lesen war gestern
    Oct 15 2026
    In dieser Folge sprechen Matúš, Alwine und Vlad über KI-Agenten in der Softwareentwicklung und darüber, wie viel Vertrauen automatisierte Tests verdienen. Wenn Agenten den Code schreiben, verschiebt sich die Arbeit: Anforderungen verstehen, Qualität prüfen und entscheiden, was ausgeliefert wird. Vlad berichtet, dass er kaum noch selbst Code schreibt. Stattdessen beschäftigt er sich mit Architektur, Kontext und überprüfbaren Ergebnissen. Matúš geht ähnlich vor und setzt auf automatisierte Tests, die bei jeder Änderung laufen. Alwine hakt nach: Was wird dabei eigentlich geprüft, und wer schaut sich das Ergebnis an? Es geht um deterministische Tests, also fest definierte Prüfungen, die ohne erneute KI-Abfragen ausgeführt werden, um spezialisierte Agenten und um Reviews jenseits einzelner Codezeilen. Vorher-Nachher-Bilder, API-Vergleiche und Videos können Veränderungen sichtbar machen. Die Diskussion zeigt, wie unterschiedlich die Vorstellungen davon sind, welche Kontrollen Vertrauen schaffen. Besonders kontrovers wird es bei der Abnahme. Matúš beschreibt Anwendungen, in denen Nutzer Änderungswünsche direkt eingeben und Agenten die Umsetzung übernehmen. Alwine fragt nach Verantwortung, menschlichen Freigaben und den besonderen Anforderungen kritischer Infrastruktur. Dabei wird deutlich: Keinen Code mehr selbst zu lesen bedeutet nicht automatisch, dass niemand das Ergebnis abnimmt. Abschließend geht es darum, wie Menschen ihre Wünsche künftig in Software übersetzen. Vlad nutzt schnelle Prototypen, um gemeinsam mit Beteiligten herauszufinden, was überhaupt gebraucht wird. Wenn sich immer mehr Ideen umsetzen lassen, wird die Entscheidung wichtiger, welche davon tatsächlich ins Produkt gehören. Beim Tempo und bei den nötigen Kontrollen bleiben unterschiedliche Perspektiven bestehen. Eine Folge über agentische Softwareentwicklung, automatisierte Qualitätssicherung, verständliche Anforderungen und menschliche Verantwortung. Timeline
    • 00:00 Einstieg mit Vlad: Vom Codeschreiben zum Steuern von Agenten
    • 09:02 Vertrauen in generierten Code und automatisierte Qualitätssicherung
    • 14:34 Reviews ohne Code: Tests, Screenshots und sichtbare Veränderungen
    • 20:53 Änderungswünsche direkt in der Anwendung und die Frage der Abnahme
    • 26:40 Qualitätsprüfungen, klare Anforderungen und schnelle Prototypen
    • 35:44 Menschliche Freigaben und kontroverse Unternehmensbeispiele
    • 43:29 Unterschiedliche Risikokontexte und das Fazit der Diskussion
    🔗 Weiterführende Links zur Folge https://www.linkedin.com/company/klartext-ki-der-podcast Bild ist offensichtlich KI-generiert
    Mostra di più Mostra meno
    44 min
  • #85 Quantencomputer: Hype trifft Realität

    #85 Quantencomputer: Hype trifft Realität
    Oct 9 2026

    In dieser Folge von Klartext KI sprechen Matúš, Alwine und Jan über Quantencomputer, ihre Möglichkeiten und die Grenzen des Hypes. Dazu schauen sie auf KI-Benchmarks und diskutieren, warum das leistungsstärkste Modell nicht automatisch die wirtschaftlichste Wahl ist.

    Zum Einstieg bringt Jan einen Vergleich der führenden KI-Modelle mit. Im Mittelpunkt stehen die Unterschiede zwischen Benchmark-Leistung, Token-Preisen und den tatsächlichen Kosten pro gelöster Aufgabe. Matúš und Alwine ergänzen ihre Erfahrungen aus der Arbeit mit verschiedenen Modellen und diskutieren, was gegenseitige Überprüfung bringt.

    Danach erklärt Jan Quantencomputing anhand von Münzen, einem Labyrinth und einem Koffeinmolekül. Es geht um Qubits, Superposition und Interferenz und darum, weshalb diese Technik für bestimmte Berechnungen spannend ist. Molekülsimulationen, Materialforschung und die Primfaktorzerlegung liefern konkrete Beispiele.

    Quantencomputer beschreibt Jan als Präzisionswerkzeug: ein Skalpell, das man nicht zum Brotschneiden verwendet. Für Texte und gewöhnliche Programmieraufgaben erwartet er keinen pauschalen Quantenschub. Das Gespräch beleuchtet außerdem Fehlerkorrektur, Googles Willow und die verschiedenen technischen Ansätze beim Bau von Quantencomputern.

    Abschließend geht es um das Prinzip „heute speichern, später entschlüsseln“. Alwine greift die Frage auf, was das für Daten bedeutet, die noch in vielen Jahren sensibel sind. Jan erläutert die Rolle quantenresistenter Verschlüsselung und erklärt, warum er KI vor allem als Beschleuniger der Quantenforschung sieht.

    Eine Folge über KI-Kosten, Quantencomputing, Fehlerkorrektur und langfristige Datensicherheit.

    Timeline

    • 00:00 Begrüßung

    • 01:43 KI-Benchmarks, Modellvergleich und Kosten

    • 18:29 Preiskampf, Subventionen und mögliche Geschäftsmodelle

    • 26:27 Quantencomputing erklärt: Qubits, Superposition und Interferenz

    • 34:21 Einsatzgebiete und Grenzen von Quantencomputern

    • 42:03 Willow, Fehlerkorrektur und technische Ansätze

    • 50:18 Heute speichern, später entschlüsseln

    🔗 Weiterführende Links zur Folge

    LinkedIn: Klartext KI – der Podcast

    Bild ist offensichtlich KI-generiert
    Mostra di più Mostra meno
    58 min
  • #84 KI zwischen Doomsday und Durchbruch

    #84 KI zwischen Doomsday und Durchbruch
    Sep 25 2026

    In dieser Folge sprechen Matúš und Alwine über KI zwischen Begeisterung und einem ziemlich unguten Gefühl. Die Modelle werden besser. Die Agenten selbstständiger. Und bei der Sicherheit haben wir noch einiges aufzuholen.

    Ausgangspunkt ist die Debatte um KI-Warnungen und die im Gespräch aufgegriffene Einschätzung eines zehnprozentigen Auslöschungsrisikos bis zum Ende des Jahrhunderts. Eine Zahl, die nachdenklich macht. Wie belastbar sie ist, hinterfragen die beiden ausdrücklich. Genauso wie die Motive hinter den Warnungen und Forderungen nach Regulierung.

    Beim Thema Entwicklungspause sind sich die beiden entsprechend uneinig. Alwine möchte den Unternehmen Zeit zum Aufholen geben. Matúš bezweifelt, dass sich die Forschung tatsächlich bremsen lässt. Auch beim Kill-Switch wird es lebhaft. Abschalten klingt erst mal gut. Dafür muss man aber erkennen, was schiefläuft, und Zugriff auf das betreffende System haben. Die Verantwortung der KI-Anbieter zieht sich durch die Diskussion.

    Eine Folge über KI-Risiken, kritische Infrastruktur, die Verantwortung der Anbieter und die Begeisterung für das, was gerade möglich wird.

    Timeline

    • 00:00 Zurück aus der Sommerpause und mitten in der Doomsday-Debatte
    • 05:56 KI-Agenten auf dem eigenen Rechner und der Zugriff auf sensible Daten
    • 08:25 Kritische Infrastruktur, unabhängige Prüfungen und Regulierung
    • 12:03 Entwicklung bremsen oder Sicherheit aufholen lassen
    • 24:50 Der Kill-Switch und die Grenzen des Abschaltens
    • 34:11 Verantwortung der KI-Anbieter und die Diskussion um das Zehn-Prozent-Risiko
    • 42:42 Bildgenerierung, Videos und die Vorfreude auf digitale Welten

    🔗 Weiterführende Links zur Folge

    LinkedIn: https://www.linkedin.com/company/klartext-ki-der-podcast

    Bild ist offensichtlich KI-generiert
    Mostra di più Mostra meno
    46 min
adbl_web_anon_alc_button_suppression_t1
Ancora nessuna recensione