• 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

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.

• 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

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

In dieser Folge sprechen Matúš, Alwine und Alfred Rossi darüber, wie KI-Agenten repetitive Arbeit übernehmen, Vertriebsprozesse verändern und Unternehmen vor eine grundlegende organisatorische Entscheidung stellen.

Alfred bezeichnet sich als Schweizer KI-Pionier seit 1982. Aus seiner Abneigung gegen wiederkehrende Aufgaben ist ein System aus spezialisierten KI-Mitarbeitenden entstanden. Sein Arbeitsvolumen beschreibt er als Verhältnis von 1 zu 50; neun seiner Agenten tragen bereits Namen und feste Rollen. Besonders wichtig ist ihm „Claudia“, die sein Vertriebswissen abbildet, Kundendaten und Signale auswertet und erfolgversprechende Leads priorisiert.

Im Gespräch geht es außerdem um n8n, Claude Code, Manus und Kimi sowie um die Frage, welche Rolle klassische Low-Code-Werkzeuge künftig noch spielen. Matúš, Alwine und Alfred diskutieren, wann fest definierte Workflows unverzichtbar bleiben und wann sich wiederholbare Abläufe schneller als Code umsetzen lassen.

Kontrovers wird es beim Blick auf Europa: Alfred sieht nicht fehlende Technologie als größtes Hindernis, sondern starre Hierarchien, Abteilungsdenken und ein Mindset, das neue Ideen ausbremst. Alwine betont dagegen die Bedeutung früher Kommunikation und eines Changes, der Führungskräfte und Mitarbeitende von Anfang an einbezieht.

Abschließend sprechen die drei über die Zukunft der Beratung, den möglichen Wegfall repetitiver Junior-Aufgaben und die Verantwortung von Unternehmen. Am Beispiel des IKEA-Chatbots Billie wird deutlich, wie Automatisierung Freiräume schaffen kann, wenn Beschäftigte qualifiziert werden und neue Aufgaben übernehmen – statt KI ausschließlich als Instrument zum Stellenabbau zu betrachten.

Eine Folge über KI-Agenten, automatisierten Vertrieb, Low-Code-Werkzeuge, Unternehmenskultur, Beratung und die Zukunft der Arbeit.

Timeline

00:00 Begrüßung und Alfreds Weg zum Schweizer KI-Pionier 02:04 KI-Agenten gegen repetitive Arbeit und ein Arbeitsvolumen von 1 zu 50 06:03 n8n, Claude Code, Manus und Kimi: Low-Code versus programmierte Prozesse 13:00 „Claudia“ und der automatisierte Vertriebsdatenstrom 19:01 Warum Unternehmen KI ausbremsen und Europa den Anschluss verliert 34:48 Beratung, Junioren und digitale Zwillinge im Umbruch 43:30 IKEA, Billie und neue Aufgaben für Mitarbeitende

🔗 Weiterführende Links zur Folge

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

*Bild ist offensichtlich KI-generiert

In dieser Folge sprechen Matúš, Alwine und Sergej über eine verlockende Idee: Warum teure CRM- und CX-Software kaufen, wenn KI große Teile davon in kurzer Zeit selbst entwickeln kann? Im Mittelpunkt steht die Frage, wann Eigenbau wirklich lohnt... und warum eine leistungsfähige KI-Lösung allein noch keine funktionierende Organisation schafft.

Sergej beobachtet zwei gegensätzliche Entwicklungen: Manche Unternehmen kaufen starke KI-Lösungen und erwarten, dass sie automatisch genutzt werden. Andere bauen CRM-Systeme auf der grünen Wiese selbst. Die ersten 70 bis 80 Prozent entstehen dabei oft erstaunlich schnell. Doch die letzten Prozent verlangen klare Anforderungen, belastbare Datenmodelle, Tests und vor allem erfahrene Menschen.

Matúš und Alwine diskutieren Make-or-Buy-Entscheidungen, Token- und Betriebskosten, Wartbarkeit sowie die Integration in ERP, Analytics und Webshops. Es geht um agentische Identitäten, fein granulare Zugriffsrechte und die Frage, ob Standardsoftware mit gewachsenen Prozessen und Integrationen langfristig sicherer und günstiger bleibt.

Ein besonderer Fokus liegt auf Datenschutz und Sicherheit. Kundendaten, Umsätze und Klassifizierungen landen schnell in KI-Modellen, während der vermeintlich günstige Preis mit sensiblen Daten bezahlt wird. Gleichzeitig zeigt das Gespräch, wie KI-Agenten im Vertrieb Routinearbeit übernehmen können - etwa Besuchsberichte oder Terminpflege während einer Autofahrt.

Abschließend geht es um Marketing, Customer Experience und den Menschen hinter dem Content. KI-generierte Texte drohen austauschbar zu werden, Apps machen einfache Abläufe unnötig kompliziert und Effizienzgewinne im Kundenservice verschieben den Aufwand mitunter direkt zum Kunden. Produkte müssen künftig für KI-Agenten auffindbar und zugleich für Menschen verständlich, emotional und vertrauenswürdig bleiben.

Eine Folge über CRM-Eigenbau, Standardsoftware, KI-Agenten, Datensicherheit, menschliche Erfahrung und Customer Experience.

🔗 Weiterführende Links zur Folge

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

In dieser Folge sprechen Matúš, Alwine und Sebastian Holter darüber, wie sich große Sprachmodelle mit überschaubarem Budget lokal betreiben lassen... und warum eine kluge Architektur oft wichtiger ist als maximale Rechenleistung.

Ausgangspunkt ist Sebastians Homelab: eine gebrauchte Lenovo-Workstation, 512 Gigabyte Arbeitsspeicher und ein großes Mixture-of-Experts-Modell mit 397 Milliarden Parametern. Durch systematische Messreihen, BIOS-Einstellungen, Quantisierung, eine CPU-optimierte Laufzeitumgebung und Multi-Token Prediction steigert er den Durchsatz nach eigener Messung von knapp sechs auf bis zu zwölf Token pro Sekunde.

Im Gespräch wird konkret, welche Stellschrauben bei lokaler KI zählen: Speicherbandbreite, NPS- und SMT-Konfiguration, Quantisierungsstufen, CPU-Inferenz, KV-Cache und reproduzierbare Frage-Antwort-Kataloge. Sebastian zeigt auch, wie KI-Coding-Assistenten beim Einrichten, Testen und Debuggen helfen können - vorausgesetzt, man versteht und überprüft ihre Vorschläge.

Doch Hardware ist nur die halbe Geschichte. Sebastian entwickelt eine zwölfstufige RAG-Pipeline für Fragen zum bayerischen Kommunalrecht. Sie soll die Arbeitsweise eines Rechtsanwalts abbilden, Laiensprache in Fachbegriffe übersetzen und passende Rechtsnormen bereitstellen. So untersucht er, wie ein lokales 27B-Modell durch gute Prozesse und gezielten Kontext an die Antwortqualität deutlich größerer Modelle herankommen kann.

Abschließend geht es um digitale Souveränität, sensible Unternehmensdaten, realistische Einsatzfelder in kleinen und mittleren Unternehmen sowie die Frage, wann lokale KI wirtschaftlich und ökologisch sinnvoll ist. Die wichtigste Erkenntnis: Für klar begrenzte Aufgaben braucht es nicht automatisch das größte Frontier-Modell – sondern passende Hardware, saubere Messungen und eine durchdachte Architektur.

Eine Folge über lokale KI, Homelabs, CPU-Inferenz, Quantisierung, RAG-Pipelines und digitale Souveränität.

🔗 Weiterführende Links zur Folge:

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

In dieser Folge von Klartext KI sprechen Matúš und Alwine mit Christin, Andy und Alex über ihr Start-up Link Your Skill und eine Plattform, die Menschen mit den passenden Fähigkeiten zusammenbringen soll.

Die Idee setzt dort an, wo digitale Agenten heute an ihre Grenzen stoßen: in der physischen Welt. Ob Autobesichtigung in einer anderen Stadt, Wohnungsübergabe, Nachhilfe, Einkaufshilfe oder Unterstützung bei einem Umzug – Link Your Skill soll passende Menschen vor Ort finden, Verfügbarkeiten prüfen und den gesamten Ablauf von der Kontaktaufnahme bis zur Bezahlung begleiten.

Die fünf diskutieren, wie aus einer gemeinsamen Idee ein KI-gestütztes Start-up entstand und warum sich das Team zunächst bewusst von einem rein agentischen Ansatz gelöst hat. Statt nur für eine technikaffine Zielgruppe zu entwickeln, sollen Menschen ihre Fähigkeiten möglichst einfach anbieten und passende Unterstützung finden können.

Außerdem geht es um die technische Architektur hinter Link Your Skill. Die Plattform wurde AI-first entwickelt und kann über Weboberfläche, REST API und MCP angebunden werden. Gleichzeitig beschäftigen sich die Gründer intensiv mit Datenschutz, europäischem Recht, sicheren Zahlungen und der Frage, welche Aufgaben deterministisch und welche agentisch gelöst werden sollten.

Ein weiterer Schwerpunkt ist der Weg vom umfangreichen Prototyp zum fokussierten MVP. Christin, Andy und Alex berichten offen über verworfene Funktionen, das Feedback aus der Family-and-Friends-Phase und die Herausforderung, aus unzähligen möglichen Anwendungsfällen ein verständliches und skalierbares Produkt zu formen.

Abschließend sprechen sie über das Gründen als Sidepreneur, die Bedeutung eines komplementären Gründerteams und darüber, wie KI erfahrenen Fachleuten ermöglicht, Ideen neben Beruf und Familie schneller in funktionierende Produkte zu verwandeln.

Eine Folge über agentische Systeme, menschliche Fähigkeiten, KI-gestützte Produktentwicklung und den Mut, auch mit Berufserfahrung noch einmal neu zu gründen.

🔗 Weiterführende Links zur Folge

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

LinkYourSkill: https://linkyourskill.ai/

In dieser Folge von Klartext KI sprechen Matúš, Alwine und Jan über den aktuellen Wettlauf der KI-Modelle und die Frage, ob Open-Source- und Open-Weight-Modelle den geschlossenen Systemen von OpenAI, Anthropic und Google den Rang ablaufen können.

Im Mittelpunkt stehen die neuen Modellfamilien und die Verschiebung des Wettbewerbs: Statt ausschließlich um maximale Intelligenz geht es inzwischen verstärkt um Kosten, Zuverlässigkeit, geringere Halluzinationsraten und agentisches Arbeiten. Die drei diskutieren, wie orchestrierende Agenten eigene Spezialisten koordinieren und dadurch komplexe Aufgaben parallel bearbeiten können.

Außerdem geht es um neue Frontier-Modelle von OpenAI und Anthropic, den ARC-AGI-Benchmark und die Frage, wie gut KI mit völlig neuen Aufgaben und unerwarteten Ergebnissen umgehen kann.

Mit Kimi K3 rücken offene Modelle aus China in den Fokus. Jan erklärt, wie Mixture of Experts und Kimi Delta Attention das Modell effizienter machen und warum Open Weight gleichzeitig Chancen für digitale Souveränität, günstigere KI und bessere Cybersecurity bietet.

Abschließend diskutieren die drei über Kill Switches, den EU AI Act und die neue Kennzeichnungspflicht für KI-generierte Inhalte.

Eine Folge über Open Source, geschlossene Modelle, autonome Agenten und den Kampf um die nächste Generation der KI.

Timeline

00:00 Intro und Alwines Erfahrungen mit Codex 05:20 Der neue Wettlauf der KI-Modelle 13:30 Kosten, Halluzinationen und agentisches Arbeiten 25:22 Anthropic Opus 5 und neue AGI-Benchmarks 32:38 Open Source vs. Closed Modelle und Kimi K3 43:46 Kill Switch, EU AI Act und Kennzeichnungspflicht

🔗 Weiterführende Links zur Folge

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

Bild ist offensichtlich KI-generiert