Beyond AI

Drei Transkripte und ein Strategiepapier rein, ein paar Minuten später stehen perfekte Folien – und erst beim Review fällt Theo auf, dass die gesamte Argumentation gar nicht von ihm stammt. Er hat sie nur abgenickt, weil sie plausibel klang. Vor ein paar Folgen haben wir noch gefeiert, dass uns die KI das mühsame Reinfuchsen abnimmt. Jetzt kommt die Rechnung: Die Frustrationsphase, die die KI wegkürzt, war eigentlich die Lernphase. Also – braucht Lernen das Tal der Schmerzen noch, oder geht es auch ohne? Wir gehen der Frage in vier Bereichen nach. Beim eigenen Lernen: Warum bleibt Wissen aus drei Tagen Lehrbuch hängen, aus zwei Stunden KI-Dialog aber kaum – und was sagt eine Studie über Mathe-Lern-Apps, die zu früh helfen? Beim Bewerben: Was verrät eine perfekte Bewerbung heute noch über den Menschen dahinter? Theo erzählt aus dem Erium-Recruiting – von Anschreiben, die am Telefon in sich zusammenfallen, von einem Bewerber, der den Bewerbungs-Bot per Prompt-Injection geknackt hat, und von der Frage, ob 15 Minuten mit KI oder ein ganzer Tag ohne die bessere Bewerbung ergeben. Bei Firmen, die gerade erst anfangen: Du hast 90 Tage und eine Organisation ohne jede KI – womit fängst du an, welchen Prozess nimmst du dir vor, und welchen besser nicht? Was machst du mit gescheiterten KI-Experimenten, außer sie zu vergessen? Und warum werden Firmen-Wikis mit KI so schnell zum Datengrab? Und beim Studium: Was ist ein Abschluss noch wert, wenn die Hausaufgaben inzwischen die KI macht – welche Berufe hält Theo für hardcore obsolet, und welchen für zukunftssicherer, als viele denken? Am Ende steht Maksims Fazit, ein alter Physiker-Spruch: Shut up and calculate. Was er damit im KI-Zeitalter meint, hörst du in der Folge.

Zwanzig Euro im Monat für einen Assistenten, der programmiert, recherchiert und Meetings zusammenfasst – das klingt zu billig, um wahr zu sein. Und genau das ist es auch: Die großen KI-Anbieter schreiben Milliardenverluste, die Preise sind subventioniert. Nur wer zahlt eigentlich gerade drauf – und wie lange noch? Maksim rechnet vor, was wir selbst bei Erium jeden Monat für KI ausgeben. Dazu die Frage, die alle betrifft: Welche Anwendungen überleben, wenn die echten Preise kommen – Meeting-Analyzer, Vibe Coding, Deep Research? Oder muss dann plötzlich wieder das eigene Hirn vor dem Prompten ran? Dann wechseln wir die Währung: Ein einzelner Prompt kostet ungefähr so viel Strom wie zwei Minuten Licht im Wohnzimmer, ein fünf Sekunden langes KI-Video schon so viel wie tausende Prompts. Und für das Training eines KI-Modells läuft im Rechenzentrum ein komplettes Oktoberfest. Außerdem die Kostenart, die auf keiner Rechnung steht: Review-Schulden – der Berg an KI-Output, den du durchwinkst, statt ihn zu lesen. Theo hat drei günstige Tricks dagegen. Zum Schluss die Frage hinter allem: Wenn KI uns effizienter macht – warum wächst unser Fußabdruck trotzdem, und warum fühlt sich die Arbeit nach mehr an statt nach weniger? Maksims Antwort passt in einen Satz und ist beruhigender, als man denkt.

Französisch, Latein, Englisch – und dann Maschinenbau: Andreas Tobisch hat den unwahrscheinlichen Weg genommen. Von 130 Studienanfängern in Deggendorf kamen rund 40 durch, der Neusprachler war einer davon. Danach zwölf Jahre Schaltbau, Lean Management von der Pike auf eingeführt, bei Bode in Kassel bis in die Bereichsleitung mit Verantwortung von Polen bis Nordamerika – und heute gehört er zur Führung der DE Software & Control, die seit rund 30 Jahren Software für den Shopfloor baut. Also für den Ort, an dem die richtige Information zur richtigen Zeit beim richtigen Mitarbeiter ankommen muss. Mit Theo spricht er darüber, wo die Industrie beim Thema KI wirklich steht – inklusive einer Kongress-Anekdote, bei der jeder Datenschützer einmal tief durchatmen muss: eigene ChatGPT-Accounts als Sicherheitskonzept. Warum profitiert ein Softwarehaus mit drei Jahrzehnten Geschichte von einem Startup wie Erium – und umgekehrt? Und wieso ist Geschwindigkeit am Ende weniger eine Frage der Technik als eine Kopfsache? Außerdem: die erste schriftliche Homeoffice-Regelung in 30 Jahren Firmengeschichte – und was dieser Pulsbeschleuniger mit den Teams macht. Die Frage, wo die Seniors von morgen herkommen, wenn die KI heute schon besser codet als mancher Junior. Und die neue Projektrealität, in der Kunden keine Zwei-Jahres-Aufträge mehr vergeben, sondern sagen: In drei Monaten soll die Kuh fliegen – wartet man Software dann überhaupt noch, oder baut man sie einfach neu? Zum Schluss wagt Andreas den Zehn-Jahres-Blick: Wenn Roboter schrauben und Agenten coden – welche menschliche Eigenschaft brauchen wir dann am dringendsten?

Endlich kann die KI mit allen Systemen sprechen – also am besten gleich alles anbinden? Genau an dieser Frage trennt sich Strategie von Reflex. Zum ersten Mal sitzt Viktoria mit am Mikro: Sie steuert bei Erium zentral alle Projekte und bringt die Fragen mit, die dort immer wieder auf den Tisch kommen. Theo antwortet – und seine erste Antwort dürfte Technikern kurz wehtun. Es geht darum, wann im Projekt der richtige Moment für Schnittstellen ist und was du mit Software machst, die noch nie eine API gesehen hat: nachrüsten, drumherum bauen oder gleich neu? Warum rücken manche Anbieter ihre Schnittstellen partout nicht raus – und wieso ist das für sie ein riskantes Spiel? Dazu das Muster mit dem schönsten Namen der Softwaregeschichte: die Würgefeige. Außerdem geht's ums Geld – genauer um die Rechnung, die nach der Token-Rechnung kommt: Was passiert eigentlich, wenn du bei deiner schnell gebauten Web-App auf Publish klickst? Warum traut sich in vielen Firmen niemand mehr, alte Agenten und Mini-Apps abzuschalten? Und die Frage mit doppeltem Boden: Wenn dein Agent eine E-Mail verschickt – wessen Name steht drunter, und was macht das mit dem, der sie liest? Zum Schluss klären wir, warum trotz aller Chatbots das gute alte Dashboard nicht ausstirbt – und woran du erkennst, wann du welches von beiden brauchst.

Streng genommen kann eine KI genau eine Sache: Text schreiben. Trotzdem sucht sie für dich im Internet, verschickt E-Mails und bedient komplette Programme. In dieser Folge steigen wir in den Maschinenraum der KI-Agenten und schauen uns an, wie dieser Trick funktioniert. Maksim erklärt, was hinter Tool Calling steckt: versteckte Botschaften, die das Modell in seinen Text einbaut und die erst die Infrastruktur drumherum zum Leben erweckt. Wir fragen uns, was eine KI mit vollem Computerzugriff eigentlich davon abhält, deine Festplatte zu löschen, was schiefgehen kann, wenn ein Agent direkt in deine Datenbank schreibt – und warum Agenten, die sich durch den Browser klicken, meistens den umständlichsten Weg nehmen. Meistens. Außerdem: Was ist eine API, was steckt hinter MCP und wer ist eigentlich dieser JSON?!?