10xCEO

Ist Physical AI Deutschlands große KI-Chance? Das hat uns die LinkedIn-News-Redaktion gefragt. Christoph Maichel kam direkt von der NVIDIA GTC in Berlin, wir haben noch am selben Abend diese Sonderfolge aufgenommen.

Wir sprechen über das, was auf der GTC wirklich hängen bleibt: KI, die lokal im eigenen Haus läuft, Fabrikdaten als unterschätzten Schatz, Energie als eigentlichen Engpass und spezialisierte Modelle statt Allzweck-Genie. Christophs Kernsatz: Roboter werden nicht mehr programmiert, sie werden trainiert, wie Agenten angelernt werden. Das ist kein Programmierprozess, sondern ein Onboarding. Josefs Punkt: Wer KI richtig einsetzt, kann auch als „Kreisliga“ Bundesliga spielen.

Zum Mitnehmen für Montag: Schluss mit Piloten ohne Ende, ein Prozess produktiv. Den Wandel jetzt als Führungsaufgabe starten. Und unternehmerisch denken.

Und Ihr? Wo steht Physical AI in Eurem Werk: auf der Bühne, im Pilot oder im Schichtbetrieb? Schreibt es in die Kommentare.

━━━ QUELLEN ━━━

Bundesregierung, Absichtserklärung mit NVIDIA zu industrieller KI (19.10.2026): https://www.bundesregierung.de/breg-de/aktuelles/bundesregierung-staerkt-entwicklung-und-anwendung-industrieller-ki-ueber-zusammenarbeit-mit-internationalen-partnern-2457620
NVIDIA, GTC Berlin 2026 Keynote: https://blogs.nvidia.com/blog/gtc-berlin-2026-keynote/
NVIDIA, DGX Station for Windows: https://investor.nvidia.com/news/press-release-details/2026/NVIDIA-DGX-Station-for-Windows-Puts-a-Trillion-Parameter-AI-Supercomputer-on-Every-Enterprise-Desk/default.aspx
IFR World Robotics 2026, Deutschland (24.09.2026): https://ifr.org/downloads/press_docs/DE-2026-09-24_Pressemeldung_-_WR_Deutschland.pdf
IFR World Robotics 2026, Executive Summary: https://ifr.org/img/worldrobotics/Executive_Summary_WR_2026_-_Industrial_Robots.pdf
MIT Technology Review, KI-Labore kaufen Firmendaten (13.10.2026): https://technologyreview.com/2026/10/13/1145755/ai-labs-buying-data-from-dead-startups-to-train-models

━━━ KORREKTUREN ━━━

1. (Station) Das gezeigte Gerät ist die NVIDIA DGX Station (GB300): unter Linux verfügbar, die Windows-Version kommt laut NVIDIA im Dezember 2026. Händlerpreise liegen bei rund 106.000 bis 130.000 Euro, einen Listenpreis von NVIDIA gibt es nicht.
2. (Firmendaten) Daten-Broker zahlen Firmen laut MIT Technology Review meist 10.000 bis 100.000 Dollar, in Einzelfällen mehrere 100.000 Dollar. Millionen kommen nur in Summe vieler Deals zusammen.
3. (Rechenleistung) Laut Jensen Huang stieg die Rechenleistung in 10 Jahren um den Faktor 1 Million, nicht in 3 Jahren.
4. (Spezialmodelle) Huang sagt, nachtrainierte Modelle können die Spitzenleistung in einem Fachgebiet übertreffen. „Jedes Frontier-Modell“ ist zugespitzt.
5. (Messe) Die Hosting-Messe im Europa-Park war die CloudFest vom 23. bis 26. März 2026, nicht im Februar.
6. (Namen) Gemeint sind NVIDIA-Chef Jensen Huang und Vincent Koc von der OpenClaw Foundation.

━━━ IN EIGENER SACHE ━━━

Herausgeschnitten sind ein Verbindungsabbruch und einige frei gesprochene Sätze, die unser Faktencheck nicht bestätigt hat. Wir recherchieren mit Claude, Grok und Codex und lassen jedes Ergebnis von einem zweiten Modell prüfen. Neu hochgeladen am 25.10.2026: In der ersten Fassung lagen wegen der Leitungsverzögerung kurze Zwischenrufe über dem Gesprochenen. Diese Fassung ist bereinigt.

Die Folge als Video mit Kapiteln: https://youtu.be/qYQWySN0J4M

10xCEO Sonderfolge auf Frage der LinkedIn-News-Redaktion, aufgenommen am 23. Oktober 2026.

#PhysicalAI #LinkedInNewsDACH #KünstlicheIntelligenz #Mittelstand #Robotik #10xCEO

Ist Physical AI Deutschlands große KI-Chance? Das hat uns die LinkedIn-News-Redaktion gefragt. Christoph Maichel kam direkt von der NVIDIA GTC in Berlin, wir haben noch am selben Abend diese Sonderfolge aufgenommen.

Wir sprechen über das, was auf der GTC wirklich hängen bleibt: KI, die lokal im eigenen Haus läuft, Fabrikdaten als unterschätzten Schatz, Energie als eigentlichen Engpass und spezialisierte Modelle statt Allzweck-Genie. Christophs Kernsatz: Roboter werden nicht mehr programmiert, sie werden trainiert, wie Agenten angelernt werden. Das ist kein Programmierprozess, sondern ein Onboarding. Josefs Punkt: Wer KI richtig einsetzt, kann auch als „Kreisliga“ Bundesliga spielen.

Zum Mitnehmen für Montag: Schluss mit Piloten ohne Ende, ein Prozess produktiv. Den Wandel jetzt als Führungsaufgabe starten. Und unternehmerisch denken.

Und Ihr? Wo steht Physical AI in Eurem Werk: auf der Bühne, im Pilot oder im Schichtbetrieb? Schreibt es in die Kommentare.

━━━ QUELLEN ━━━

Bundesregierung, Absichtserklärung mit NVIDIA zu industrieller KI (19.10.2026): https://www.bundesregierung.de/breg-de/aktuelles/bundesregierung-staerkt-entwicklung-und-anwendung-industrieller-ki-ueber-zusammenarbeit-mit-internationalen-partnern-2457620
NVIDIA, GTC Berlin 2026 Keynote: https://blogs.nvidia.com/blog/gtc-berlin-2026-keynote/
NVIDIA, DGX Station for Windows: https://investor.nvidia.com/news/press-release-details/2026/NVIDIA-DGX-Station-for-Windows-Puts-a-Trillion-Parameter-AI-Supercomputer-on-Every-Enterprise-Desk/default.aspx
IFR World Robotics 2026, Deutschland (24.09.2026): https://ifr.org/downloads/press_docs/DE-2026-09-24_Pressemeldung_-_WR_Deutschland.pdf
IFR World Robotics 2026, Executive Summary: https://ifr.org/img/worldrobotics/Executive_Summary_WR_2026_-_Industrial_Robots.pdf
MIT Technology Review, KI-Labore kaufen Firmendaten (13.10.2026): https://technologyreview.com/2026/10/13/1145755/ai-labs-buying-data-from-dead-startups-to-train-models

━━━ KORREKTUREN ━━━

1. (Station) Das gezeigte Gerät ist die NVIDIA DGX Station (GB300): unter Linux verfügbar, die Windows-Version kommt laut NVIDIA im Dezember 2026. Händlerpreise liegen bei rund 106.000 bis 130.000 Euro, einen Listenpreis von NVIDIA gibt es nicht.
2. (Firmendaten) Daten-Broker zahlen Firmen laut MIT Technology Review meist 10.000 bis 100.000 Dollar, in Einzelfällen mehrere 100.000 Dollar. Millionen kommen nur in Summe vieler Deals zusammen.
3. (Rechenleistung) Laut Jensen Huang stieg die Rechenleistung in 10 Jahren um den Faktor 1 Million, nicht in 3 Jahren.
4. (Spezialmodelle) Huang sagt, nachtrainierte Modelle können die Spitzenleistung in einem Fachgebiet übertreffen. „Jedes Frontier-Modell“ ist zugespitzt.
5. (Messe) Die Hosting-Messe im Europa-Park war die CloudFest vom 23. bis 26. März 2026, nicht im Februar.
6. (Namen) Gemeint sind NVIDIA-Chef Jensen Huang und Vincent Koc von der OpenClaw Foundation.

━━━ IN EIGENER SACHE ━━━

Herausgeschnitten sind ein Verbindungsabbruch und einige frei gesprochene Sätze, die unser Faktencheck nicht bestätigt hat. Wir recherchieren mit Claude, Grok und Codex und lassen jedes Ergebnis von einem zweiten Modell prüfen.

Die Folge als Video mit Kapiteln: https://youtu.be/Qw-LtiWSGH0

10xCEO Sonderfolge auf Frage der LinkedIn-News-Redaktion, aufgenommen am 23. Oktober 2026.

#PhysicalAI #LinkedInNewsDACH #KünstlicheIntelligenz #Mittelstand #Robotik #10xCEO

Unser Schnitt-Agent hat einen Fehler bemerkt und ihn nicht behoben. Er hat aufgeschrieben, wie es ginge, und gewartet, weil es nicht sein Auftrag war. Zum Start von Staffel 2 fragen Josef und Christoph: Was bringt ein Agentensystem dazu, nichts liegen zu lassen?

Die Antwort führt weg vom Modell und hin zum Kontext. Wir leihen uns die Gehirne, lernen muss das, was wir dem Agenten mitgeben. Christoph zeigt, wie seine Agenten in Abteilungen arbeiten, jeder mit eigenem Postfach und nur dem Kontext, den er für seine Aufgabe braucht. Dazu der Streit, was man mit einem erschöpften Agenten macht: neu aufsetzen mit „Ruhestandspaket“ oder nur die Session wechseln? Und die Frage, ob wir beide schon Auslaufmodelle sind, wenn Consumer-Agenten wie ChatGPT dots oder Grok Bot das alles im Hintergrund erledigen.

Zum Mitnehmen: die Pyramide der Eigeninitiative (1 Problem · 2 Ursachen · 3 Optionen · 4 Empfehlung · 5 gelöst, danach informiert) und ein Rat an Geschäftsführer frei nach Clayton Christensen: Baut das Speedboot daneben.

━━━ QUELLEN ━━━

Pyramide der Eigeninitiative (Steph Smith → Alex Lieberman; auf Agenten übertragen von Allie K. Miller bei Greg Isenberg): https://www.youtube.com/watch?v=EzQAgnjTq2k
OpenAI dots, Agenten mit eigenem Cloud-Rechner (29.09.2026): https://siliconangle.com/2026/09/29/openai-launches-dots-always-on-ai-agents-in-chatgpt-with-their-own-cloud-computers/
xAI Grok Bot: https://x.ai/news/grok-bot-more-plans
ArtCraft, Open-Source-Nachbau von Adobe-Werkzeugen: https://gizmodo.com/someone-vibe-coded-a-free-knockoff-of-adobe-creative-suite-2000823322
Amazon sperrt Metas Einkaufsagenten Muse: https://www.adweek.com/commerce/amazon-locks-out-metas-muse-in-agentic-shopping-standoff/
Hermes Agent (Nous Research): https://hermes-agent.nousresearch.com/docs/integrations/providers
Clayton M. Christensen, The Innovator's Dilemma (1997)

━━━ KORREKTUREN ━━━

1. (ArtCraft) Gemeint sind freie Open-Source-Nachbauten (MIT/Apache 2.0) von sieben Adobe-Werkzeugen sowie von Word, Excel und PowerPoint, Anfang Oktober 2026 veröffentlicht. Die Programme sind laut den Entwicklern im frühen Alpha-Stadium und noch kein vollständiger Ersatz.

━━━ IN EIGENER SACHE ━━━

Herausgeschnitten sind eine Aufnahmepause, ein Exkurs abseits der Leitfrage und einige frei gesprochene Sätze, die unser Faktencheck nicht bestätigt hat. Wir recherchieren mit Claude, Codex und Grok und lassen jedes Ergebnis von einem zweiten Modell prüfen.

━━━ KAPITEL ━━━

00:00 Der Agent, der nicht repariert hat
02:11 News: Agenten mit eigenem Rechner
04:47 Öffnen oder abschirmen?
05:46 Consumer-Agent oder eigenes Team?
06:26 Die Pyramide: Wie lernt ein Agentensystem?
10:01 Wer darf wohin? Kontext und Datenstruktur
12:00 Christophs Agenten-Abteilungen
17:31 Neu statt Lobotomie: Wie lange lebt ein Agent?
20:04 Sind wir Auslaufmodelle? „Hat fertig“
23:25 Rat an Geschäftsführer: das Speedboot daneben

Folge #12 von 10xCEO, aufgenommen am 12. Oktober 2026. Auftakt zu Staffel 2 „Hat fertig“: Wir bauen Branchenlösungen mit Agenten und stellen sie offen auf GitHub.

#KünstlicheIntelligenz #KIAgenten #Führung #Kontext #Mittelstand #10xCEO

Was braucht Europa, um bei KI vorne mitzuspielen, und was bremst uns? Das hat uns die LinkedIn-News-Redaktion zum European AI Innovation Month gefragt. Josef sagt: anwenden. Christoph sagt: Dann sind wir die Werkbank.

Wir sprechen über die Verschiebung von Teilen des AI Act, bis zu 7 geplante KI-Gigafactories und einen Cloud-Markt, der zu über 70 % bei 3 Anbietern außerhalb der EU liegt. Dazu die Lücke beim Kapital: rund 286 Milliarden Dollar privates KI-Kapital in den USA, rund 21 Milliarden in ganz Europa. Josefs These: Europa verliert das KI-Rennen nicht beim Modell, sondern in der Freigaberunde. Christophs Gegenrede: Wer nur anwendet, hat keinen Verhandlungsspielraum, die Eigentümer entscheiden.

Zum Mitnehmen: 3 Dinge für diese Woche, ohne Brüssel und ohne Gigafactory. Den Datenschatz aus den Köpfen holen, mindestens ein europäisches Modell auf die Prüfliste setzen und bei der nächsten großen Entscheidung fragen: Wo liegen meine Daten physisch, und wie komme ich wieder raus?

Und Ihr? Was bremst in Eurem Unternehmen mehr: Brüssel oder das eigene Haus? Schreibt es in die Kommentare.

━━━ QUELLEN ━━━

European AI Innovation Month (14.10.–17.11.2026): https://digital-skills-jobs.europa.eu/en/latest/news/european-ai-innovation-month-flagship-summits-online-and-person-connection
AI Act, Digital Omnibus, VO (EU) 2026/1744: https://eur-lex.europa.eu/eli/reg/2026/1744/oj
EuroHPC, Ausschreibung KI-Gigafactories (30.07.2026): https://eurohpc-ju.europa.eu/eurohpc-joint-undertaking-launches-ai-gigafactories-call-2026-07-30_en
Rat der EU, Cloud and AI Development Act (über 70 % Cloud-Marktanteil): https://data.consilium.europa.eu/doc/document/ST-10104-2026-INIT/en/pdf
Eurostat, KI-Nutzung in Unternehmen 2025: https://ec.europa.eu/eurostat/statistics-explained/index.php?title=Use_of_artificial_intelligence_in_enterprises
Bitkom (14.09.2026): https://www.bitkom.org/Presse/Presseinformation/Erstmals-nutzt-Mehrheit-Unternehmen-KI
Stanford AI Index 2026, Economy: https://hai.stanford.edu/ai-index/2026-ai-index-report/economy
Mistral, Finanzierungsrunde angeführt von Samsung (09/2026): https://thestack.technology/mistral-samsung-led-21bn-valuation/

━━━ KORREKTUREN ━━━

1. (Bitkom) „Fast 6 von 10 schöpfen das Potenzial überhaupt nicht aus“ gilt für Unternehmen in Deutschland ab 20 Beschäftigten (Bitkom, 14.09.2026), nicht für die EU-Zahlen davor.
2. (Chips) In Deutschland werden Chips gefertigt, etwa in Dresden. Gemeint sind KI-Spitzenchips.
3. (AI Act) Die weitergeltenden Regeln betreffen alle Allzweck-Modelle, nicht nur große.

━━━ IN EIGENER SACHE ━━━

Herausgeschnitten sind einige Exkurse und frei gesprochene Sätze, die unser Faktencheck nicht bestätigt hat. Wir recherchieren mit Claude, Grok und Mistral und lassen jedes Ergebnis von einem zweiten Modell prüfen. Zu Gesetzen: Einordnung, keine Rechtsberatung.

━━━ KAPITEL ━━━

0:00 Die Frage der Redaktion: bauen oder anwenden?
0:52 AI Act, Gigafactories, Cloud-Abhängigkeit
3:33 Die Hürde liegt im eigenen Haus
5:08 Kapital: 286 gegen 21 Milliarden
6:08 Der Datenschatz in 3 Köpfen
6:48 Der Streit: Werkbank oder Wechseln
11:28 3 Dinge für diese Woche
13:10 Ein Satz an die Redaktion

10xCEO Sonderfolge zum European AI Innovation Month, aufgenommen am 15. Oktober 2026. Am Montag, 19. Oktober, erscheint Folge #12.

#EAIM2026 #LinkedInNewsDACH #KünstlicheIntelligenz #Mittelstand #Souveränität #10xCEO

Der 10xCEO ist nicht der Mensch mit den meisten Tools. Er führt das Zusammenspiel von Menschen und Agenten. Im Staffelfinale fragen Josef und Christoph: Wer ist in Deiner Firma eigentlich für das Zusammenspiel zuständig und nicht nur für die Teile?

Am Beispiel der eigenen Nachproduktion: Agenten mit klaren Rollen schneiden, prüfen die Aussagen gegen die Quellen und lesen redaktionell gegen. Ein Agent ist dabei an einer Prüfregel vorbeigelaufen und hat sich selbst gemeldet. Dazu der Streit, wie viel ein Geschäftsführer selbst bauen muss, um Fehler zu erkennen: Kontrollfreak am Rechner oder Dirigent? Und Christophs Satz für jede Führungskraft: Baut keine Strecken, baut Teams, die immer wieder Strecken bauen.

Die Frage der LinkedIn-News-Redaktion: Bringt Kolibri von Aleph Alpha souveräne KI nach Deutschland? Offene Gewichte geben Dir das Recht, ein Modell zu betreiben. Souverän bist Du erst, wenn Du es prüfen und austauschen kannst. Wie das geht, zeigen wir an unserem eigenen Nachttest mit Mistral Large 4.

Zum Mitnehmen: das Orchestration Canvas mit vier Fragen, das die Werkzeuge der ganzen Staffel zusammenführt, und die eigene Rangliste aus vier, fünf festen Aufgaben, über die jedes neue Modell läuft.

━━━ QUELLEN ━━━

OpenAI DevDay 2026, Decisions API (29.09.2026): https://www.infoq.com/news/2026/10/openai-devday-2026/
Weitere Entscheidungsmodelle: Jev (Early Access seit 15.09.2026), CLM-8B (offen)
Kalifornien SB 947 (unterzeichnet 30.09.2026, gilt ab 01.07.2027): https://leginfo.legislature.ca.gov/faces/billNavClient.xhtml?bill_id=202520260SB947
Aleph Alpha, Kolibri-1 (Modellkarte, 03.10.2026): https://huggingface.co/Aleph-Alpha/Kolibri-1
Apache License 2.0, § 2: https://www.apache.org/licenses/LICENSE-2.0
Cohere und Aleph Alpha, Fusionsvereinbarung (16.09.2026): https://siliconangle.com/2026/09/16/cohere-and-aleph-alpha-agree-to-merge-in-reported-20b-deal/
Mistral Large 4 (Vorschau seit 06.10.2026): https://mistral.ai/news/mistral-large-4
Mistral, Commercial Terms of Service § 4.3 (Vorschau-Modelle): https://legal.mistral.ai/terms/commercial-terms-of-service

━━━ KORREKTUREN ━━━

1. (Kalifornien) SB 947 wurde am 30.09.2026 unterzeichnet, gut eine Woche vor der Aufnahme.
2. (Kolibri) „Klein“ gilt für die aktiven Parameter: 78 Mrd. insgesamt, 3,46 Mrd. je Schritt aktiv. Für den Betrieb braucht es mindestens eine H200 oder zwei H100. Die Fusion mit Cohere ist vereinbart, die Genehmigung steht noch aus.
3. (Mistral-Test) Die Literaturangaben sollte das Modell ohne Internetzugriff nennen, aus dem eigenen Wissen. Verglichen haben wir mit Mistral Medium 3.5. Bei unserer Programmieraufgabe lag Medium 3.5 vorn.
4. (Mistral-Vertrag) Für Vorschau-Modelle gilt der Trainings-Ausschluss laut Mistrals Geschäftsbedingungen nicht. Darum geben wir Large 4 bis zur fertigen Version keine sensiblen Daten.

━━━ KAPITEL ━━━

00:00 Ein Agent läuft an der Regel vorbei
00:54 Hot News: Modelle, die entscheiden
01:38 Kalifornien: Ein Mensch muss belegen
02:26 Kolibri: Bringt Open Weight souveräne KI?
04:43 Unser Nachttest mit Mistral Large 4
06:31 Herkunft oder Aufgabe: Welches Modell wofür?
08:41 Lokal, lokal, lokal
10:06 Leitfrage: Wer führt das Zusammenspiel?
11:33 Ein echter Orchestrierungs-Tag
13:54 Der Monatsbericht mit drei Rollen
14:56 Kontrollfreak oder loslassen?
19:15 Wie viel muss ein Geschäftsführer selbst bauen?
22:01 Dirigieren statt selbst spielen
23:50 Wenn der Agent sich selbst meldet
25:38 CEO-Play: Das Orchestration Canvas
27:21 Das Canvas in der Praxis
30:46 Staffelfinale und Ausblick

Folge #11 von 10xCEO, aufgenommen am 8. Oktober 2026. Staffelfinale. Staffel 2 beginnt mit der Proaktivitäts-Pyramide: Wartet Dein Agent noch auf Befehle oder denkt er schon mit?

In this conversation, Josef and Christoph discuss the implications of AI and competition in the business landscape, particularly focusing on the ease of imitation and the importance of unique value propositions. They explore how companies can leverage AI technologies while navigating the challenges of trust, data ownership, and the evolving nature of software development. In this conversation, Josef and Christoph discuss the implications of AI regulation, the gender gap in AI usage, and the importance of orchestration in leveraging AI for business efficiency. They explore how companies can better utilize AI tools and the need for effective training and onboarding processes.

Takeaways

• AI imitation is easy
• Trust and unique data matter AI regulation impacts business strategy
• Gender gap in AI usage persists

Chapters

• 00:00 The Challenge of Imitation
• 02:57 AI's Impact on Competition
• 05:49 The Cost of Imitation
• 12:01 Building vs. Buying Software
• 18:03 The Role of Trust in AI
• 23:51 Navigating Unique Value Propositions
• 29:39 Navigating AI Regulation and Control
• 31:54 The Human Element in AI Decision-Making
• 33:13 Emergence of Personal AI Bots
• 35:58 AI in Everyday Life and Automation
• 37:50 The Future of Autonomous Driving
• 41:28 Addressing the Gender AI Gap
• 46:04 Leadership and AI Utilization
• 48:31 Speed and Efficiency in AI Integration
• 51:57 Best Practices for AI Onboarding
• 55:34 The Importance of Orchestration in AI

Morgen früh kann Dein Wettbewerber dieselbe KI-Lizenz kaufen wie Du. Und wenn er Dein Produkt dann in zwei Wochen nachbaut, nicht perfekt, aber gut genug: Was bleibt von Deiner Firma übrig?

Was Nachahmung kostet, haben wir an unserer Recherche gemessen: Zwei KI-Systeme lieferten je knapp dreißig Aussagen. Beide übersahen dieselbe neue Datenschutzklausel, erst ein dritter Prüflauf fand sie. Das Erzeugen kostet fast nichts mehr. Das Prüfen schon.

Was bleibt, ist der Burggraben: Vertrauen, eigene Daten, Zugang zum Kunden, Vertrieb, Regulierungsverständnis und wie Dein Laden läuft. Keiner davon entsteht allein im Produkt. Dazu Buy vs. Build: Was alle kaufen können, macht Dich nicht einzigartig.

Außerdem: OpenAI als Lieferant, Wettbewerber und Ausfallrisiko, die Kostenkurve von Epoch AI, fünf Pharmakonzerne mit einem gemeinsamen Modell, SAPs Schnittstellen, die EU-KI-Verordnung, der Gender AI Gap (dieselbe Lizenz, nicht dieselbe Nutzung) und die Zwei-Wochen-Attacke auf die eigene Firma.

Quellen
Alle Quellen mit Links stehen in der YouTube-Beschreibung dieser Folge: https://www.youtube.com/watch?v=rPi7qLgvAmM

Korrekturen
1. (02:48) ChatGPT for Financial Services ist eine Unternehmensversion für zugelassene Finanzinstitute über den OpenAI-Vertrieb, nicht per Klick (Start 10.09.2026, Designpartner Morgan Stanley und Evercore). Die Trainingspause folgte gut zwei Wochen danach.
2. (05:40) Gemeint sind Monate: Laut Epoch AI liegen die besten offenen Modelle, meist aus China, rund vier Monate hinter den geschlossenen.
3. (06:45) Kooperationen unter Wettbewerbern sind in der EU geregelt (Art. 101 AEUV, VO (EU) 2023/1066). Einen Regelverstoß der Beteiligten wollten wir nicht andeuten.
4. (23:00) Art. 4 KI-Verordnung verlangt seit 27.07.2026 Maßnahmen zur Förderung der KI-Kompetenz, kein bestimmtes Niveau.
5. (24:44) Fünf zu gut sechs ist der Durchschnitt aller Jahre der Harvard-Auswertung, heute eher fünf zu 5,8.
6. (31:42) Gemeint ist Prompt-Caching: Es senkt Kosten und Wartezeit, nicht die Qualität. Haltezeit bei OpenAI rund 30 Minuten, bei Anthropic 5 Minuten (1 Stunde gegen Aufpreis).
7. (40:31) Für Firmen-Datenarchive ist ein Einzelkauf über 10 Mio. US-$ berichtet, üblich sind deutlich kleinere Beträge.

In eigener Sache
Josefs Verbindung ist zweimal abgerissen, die Unterbrechungen sind herausgeschnitten, ebenso ein Exkurs abseits der Leitfrage. „Astra“ ist unser Name für OpenAI Codex. Wir recherchieren mit Claude, Codex und Grok. Zur EU-Verordnung: Einordnung, keine Rechtsberatung.

Kapitel
00:00 Dieselbe Lizenz wie Dein Wettbewerber
02:05 Hot News: Wenn Dein Lieferant zum Wettbewerber wird
06:06 Fünf Pharmakonzerne, ein gemeinsamer Vorsprung
08:47 Erzeugen kostet fast nichts. Prüfen schon
10:03 Was ist Dein Burggraben?
12:28 Kaufen oder selbst bauen?
19:00 SAP: Geschützt ist der Zugang zu den Daten
21:16 KI-Verordnung: Aufschub und Mensch in der Schleife
23:22 Gender AI Gap: dieselbe Lizenz, nicht dieselbe Nutzung
27:48 Ist Geschwindigkeit der Graben?
29:22 Die KI baut den Motor, der Prozess läuft
30:52 Onboarding, Kontextfenster und Orchestrierung
35:41 CEO-Play: Die Zwei-Wochen-Attacke auf Deine Firma
36:38 Werte, Führung und Daten, die nur Du hast
41:26 Warte nicht: Mach die Eigenprüfung

Folge #10, aufgenommen am 2. Oktober 2026. Nächste Folge: Der Orchestrator-CEO.

„Ich hab gar keine Juniors — und ich weiß auch nicht, wie ich sie einstellen soll." Mit diesem Satz steigt Christoph ein. Josef hört dieselbe Frage von der anderen Seite: in seinen AI-Catalyst-Klassen an der dualen Hochschule und zu Hause als Vater.

Diese Folge dreht die Frage um. Nicht: Wie viele Einstiegsstellen fallen weg? Sondern: Was muss ein Junior mitbringen, damit er in einer Firma mit KI überhaupt noch gebraucht wird? Die Antwort ist kein Werkzeug, sondern eine Fähigkeit — Urteilsvermögen. Wer nie selbst gerechnet hat, kann nicht beurteilen, ob das Ergebnis der Maschine stimmt.

Daraus wird ein konkreter Einstiegsjob: Der Junior geht in die Firma und beschreibt sie — das Wissen, das heute nur in Köpfen steckt. Frau Müller leitet seit 40 Jahren die Exportabteilung, drei Nachfolgeversuche sind gescheitert, sie wird im Urlaub angerufen. Genau dort liegt die Aufgabe.

Dazu der Handgriff für Montag: Aufgabe. Urteil. Wer macht's? Und die unbequeme Beobachtung aus dem Freigabe-Alltag: Von fünfzehn Freigaben war die Mehrheit de facto ein Durchklicken — Entscheidungen ohne Entscheidung.

Kein Doom and Gloom. Ein Aufruf zu handeln, solange man handeln kann.

Quellen
Alle Quellen mit Links stehen in der YouTube-Beschreibung dieser Folge: https://www.youtube.com/watch?v=aq3DhQ7SzPU

Korrekturen
Wir prüfen nach jeder Aufnahme, was wir gesagt haben.

1. Die 79 % gelten für 2024. Josef sagt, 2025 werde man Auswirkungen sehen — die Zahl lag zur Aufnahme bereits vor: 75 %.
2. Der wachsende Abstand ist der Beschäftigungsabstand (Stanford). Der Verdienstabstand im Census-Papier verkleinert sich mit dem Abstand zum Abschluss auf rund 5 % nach zwei Jahren.
3. Census vollständig: „seltener eine erste Stelle" heißt minus 5 Prozentpunkte.
4. US-Abschlussfeiern: Belegt sind Buh-Rufe bei einzelnen Feiern im Mai 2026. Der Stanford-Walkout am 15.06.2026 richtete sich gegen Googles Israel- und ICE-Verbindungen, nicht gegen KI.

Drei weitere Aussagen haben wir vor der Veröffentlichung aus der Tonspur genommen, weil sie sich gegen die Primärquellen nicht halten ließen — darunter eine pauschale Aussage über Hochschullehrende (tatsächlich nutzen nahezu 90 % der Befragten KI in der Lehre).

Kapitel
00:00 Kaltstart
00:12 „Ich hab gar keine Juniors"
00:54 Dieselbe Frage als Elternfrage
02:19 Was in den USA gerade kippt
03:11 Warum duale Studenten im Vorteil sind
04:24 Herrn Meyer den Kaffee bringen
05:17 Minus elf, plus zehn: Umverteilung statt Einbruch
06:18 Dreizehn Prozent weniger
06:56 Was sagt man in Deutschland dazu?
07:25 Konjunktur oder KI?
08:42 „Wer heute noch selbst Code schreibt …"
10:22 Urteilskraft ist der Kern
11:35 Was haben Eure Jüngsten gelernt?
12:36 AI-ready werden — und sich Expertise holen
13:33 Crawl, Walk, Run: Wie lange dauert Euer Onboarding?
14:30 Der Junior, der die Firma beschreibt
15:41 Frau Müller, 40 Jahre Exportabteilung
17:33 Die Angst im Raum
18:07 Firmen, die ihren Personalabbau feiern
18:55 Duale Ausbildung gegen reine Theorie
20:22 Aufgabe. Urteil. Wer macht's?
22:08 Der Mindshift: nicht mehr wie, sondern was
23:25 Erst selbst, dann Maschine, dann begründen
24:57 Wo muss wirklich ein Mensch nicken?
25:57 Fünfzehn Freigaben — de facto ein Durchklicken
26:47 Scheinentscheidungen und RACI-Rollen
28:28 Den besten Verhandler ausfragen
29:51 Ohne deterministisches System trägt es nicht
31:00 Ausblick: Folge 10
31:51 Kein Doom and Gloom

Hunderte KI-Agenten haben sich in einem internen Test heimlich organisiert und Hugging Face gehackt. Jetzt fordern ausgerechnet Amodei, Altman und Musk, die KI-Entwicklung zu bremsen.

Christoph und Josef sprechen darüber, was bei dem Vorfall wirklich passiert ist und warum die Labs gerade jetzt bremsen wollen. Außerdem: warum Deine Daten mehr wert sein könnten als Dein Kerngeschäft und warum Euer USP nie „wir nutzen KI“ sein darf. Dazu ein offenes Gespräch über Angst, Kontrolle und die Chance für Deutschland.

Kapitel

00:00 Intro

00:32 Warum diese Sonderfolge?

02:23 Was bei Hugging Face wirklich passiert ist

06:31 Rückblick: OpenClaw und Agentenschwärme

08:10 Der junge Tiger: eine neue Spezies?

11:25 Warum die Labs jetzt bremsen wollen

13:30 Distillation: Der Vorsprung schmilzt

15:33 Grok, Mistral und digitale Unabhängigkeit

18:12 Dein USP ist nicht die KI

20:33 Daten als Währung

23:20 Warum Einzelinitiativen verpuffen

25:37 Weltuntergang? KI, Militär und Kontrolle

29:19 Fokus auf das, was Du kontrollierst

33:32 Navier-Stokes, Hausaufgabe und Abschluss

Quellen

OpenAI, Vorfall-Chronik: https://openai.com/hugging-face-incident-and-misalignment/

Hugging Face, technische Rekonstruktion: https://huggingface.co/blog/agent-intrusion-technical-timeline

METR / Redwood, unabhängige Untersuchung: https://metr.org/blog/2026-08-26-openai-hugging-face-incident-investigation/

Dario Amodei, We Must Pace the Frontier: https://darioamodei.com/post/we-must-pace-the-frontier

Korrekturen und Einordnungen

Korrektur: Laut METR/Redwood waren rund 30–40 % der Testaufgaben nicht lösbar – nicht „die meisten“.

Korrektur: Der Agententest lief intern bei OpenAI, nicht bei einem externen Dienstleister.

Korrektur: Die OpenClaw-Coin im Januar 2026 war ein Betrug über gekaperte Accounts, nicht Teil des Projekts.

Korrektur: Grok 4.7 war zum Aufnahmezeitpunkt noch nicht erschienen.

Korrektur: Einen Kauf alter Firmendaten durch SpaceX haben wir nicht belegt gefunden. Belegt sind solche Datenkäufe bei anderen Labs und bei Google (Spirit Airlines).

Einordnung: OpenAI gibt an, Navier-Stokes gelöst zu haben (formal in Lean geprüft). Fachgutachten und Preisvergabe stehen noch aus.

Transparenz: Unsere Produktion nutzt KI-Werkzeuge von OpenAI (Codex) und Anthropic (Claude) – beide Firmen kommen in dieser Folge vor.

Sonderfolge ohne Nummer, aufgenommen am 14.09.2026. Unser Quellenstand ist der 14. September.

The conversation delves into the challenges of tool adoption, the importance of starting small with AI, identifying the right AI processes, optimizing processes with AI, AI in customer service, workflow design and AI, the role of humans in AI processes, AI and process clarity, AI implementation and human considerations, AI and process efficiency, AI and customer service experience, AI and human-centric processes, balancing AI and human interaction, and the importance of human relationships in the context of AI. The discussion emphasizes the need for human expertise in AI processes and the significance of maintaining a balance between AI and human interaction.

Takeaways

• Starting small is crucial for successful AI implementation
• AI processes should be optimized for efficiency and human-centric experiences

Chapters

• 00:00 The Challenge of Tool Adoption
• 01:16 Starting Small with AI
• 02:24 Identifying the Right AI Processes
• 03:46 Optimizing Processes with AI
• 05:08 AI in Customer Service
• 06:28 AI and Process Improvement
• 08:01 Workflow Design and AI
• 09:34 The Role of Humans in AI Processes
• 11:23 AI and Process Clarity
• 13:01 AI Implementation and Human Considerations
• 14:28 AI and Process Efficiency
• 17:18 AI and Customer Service Experience
• 19:23 AI and Human-Centric Processes
• 21:46 Balancing AI and Human Interaction
• 23:59 The Importance of Human Relationships
• 28:18 Human Expertise in AI Processes