KI Espresso

KI Espresso

Download on the App Store

All KI Espresso episodes

  • DHH über KI und Programmieren – Rails World 2026 auf Deutsch

    David Heinemeier Hansson, bekannt als DHH, ist der Schöpfer von Ruby on Rails und CTO von 37signals. In seiner Opening Keynote bei Rails World 2026 spricht er darüber, wie KI seine Arbeit als Programmierer verändert hat und was das für andere Entwickler bedeuten könnte.

    KI Espresso hat ausgewählte Passagen ins Deutsche übersetzt und für diesen Podcast mit einer Einleitung versehen. Wir möchten DHHs Position einem deutschsprachigen Publikum zugänglich machen. Die Aussagen und Prognosen im Vortrag sind seine Einschätzungen zum Zeitpunkt der Keynote.

    Ihr hört Auszüge, nicht den vollständigen Vortrag. Die deutsche Übersetzung wird mit einer synthetischen Sprecherstimme von ElevenLabs wiedergegeben. Sie ist nicht DHHs eigene Stimme. Der englische Originalton bleibt leise im Hintergrund hörbar. Für die Audiofassung entfällt ein kurzer Verweis auf einen im Vortrag gezeigten Clip.

    Englisches Original: Rails World 2026 Opening Keynote – DHH:
    https://www.youtube.com/watch?v=vDjW_dRyKXY

    Deutsche Videofassung von KI Espresso:
    https://www.youtube.com/watch?v=zYXsqyOUvz0

    Auswahl, deutsche Übersetzung und Podcast-Aufbereitung: KI Espresso.
    https://www.youtube.com/@KIEspresso

    10 min
  • Lokale KI im Unternehmen: Wann lohnt sich RTX Spark?

    Wann lohnt sich lokale KI für ein kleines Unternehmen? Marc und Irene nehmen die RTX-Spark-Ankündigungen von NVIDIA zum Anlass, drei mögliche Arbeitsabläufe zu prüfen: Angebote vergleichen, Besprechungen protokollieren und internen Code bearbeiten. Sie verfolgen die Datenwege, erklären Speicher- und Softwaregrenzen und vergleichen den laufenden Aufwand mit Cloud- und Hybrid-Lösungen.

    Die Beispiele sind hypothetisch. Wir haben diese Abläufe nicht auf RTX Spark getestet. Herstellerankündigungen und dokumentierte Softwarefunktionen sind keine gemessenen Betriebsergebnisse.

    Quellen:

    • RTX Spark software and laptop announcement
    • RTX Spark and Windows event
    • Offline Operation
    • Ollama FAQ
    • Data privacy and security for Models sold by Azure
    • Surface Laptop Ultra and RTX Spark Dev Box announcement
    • whisper.cpp README
    • Surface Laptop Ultra technical specifications
    • Chat with Documents
    • Use MCP Servers
    • 14 min
    • KI am Roboterarm: Was zwischen Plan und Griff schiefgeht

      Allgemeine Sprachmodelle steuern im neuen Test von Artificial Analysis einen echten Roboterarm. Ein Turm erfüllt schon die Aufgabe, doch das Modell arbeitet weiter und scheitert am Ende. Marc und Irene erklären Fehlgriffe und Probleme beim Aufhören, ordnen Zeit und Modellkosten ein und prüfen am Beispiel BMW, welche begrenzten Arbeiten eher infrage kommen als ein Allzweckroboter für zu Hause.

      Quellen
      • Introducing AA-Robotics v0.1
      • Gemini Robotics 2 brings whole body intelligence to robots
      • BMW Group advances the use of Physical AI in production with Figure 03 project in Spartanburg
      • 11 min
      • Abhörvorwurf bei OpenAI: Wer schützt die KI-Geheimnisse?

        Ein Aufnahmegerät hinter einem Fernseher bei OpenAI: Ein Ingenieur soll vertrauliche Gespräche abgehört haben. Marc und Irene rekonstruieren die Vorwürfe, prüfen OpenAIs Stellungnahme und vergleichen das Risiko durch Mitarbeiter mit dem historischen Fall Klaus Fuchs. Was schützt strategisch wichtige KI-Entwicklung, und wie weit darf die Kontrolle der Beschäftigten gehen?

        Kapitel

        00:00 Ein Aufnahmegerät bei OpenAI
        00:49 Wie sich der Verdacht zusammensetzt
        02:23 Was in einem Gespräch stecken kann
        03:50 Der Chatbot und die Spuren
        05:01 Wie weit trägt die Atom-Analogie?
        07:21 Was Schutz im Büro kosten darf
        08:24 Die Antwort und die offene Beweisfrage

        Quellen

        Saudi National Arrested for Installing Surreptitious Audio Recording Device at OpenAI

        https://www.justice.gov/opa/pr/saudi-national-arrested-installing-surreptitious-audio-recording-device-openai

        OpenAI Newsroom statement

        https://x.com/OpenAINewsroom/status/2110095403198849132

        Corey Hinderstein remarks at IDGA Counter-UAS Summit

        https://www.energy.gov/nnsa/articles/acting-principal-deputy-administrator-corey-hinderstein-remarks-idga-counter-uas

        Records of the Central Intelligence Agency (RG 263)

        https://www.archives.gov/iwg/declassified-records/rg-263-cia-records

        10 min
      • KI im Berufseinstieg: Wie lernt man den Job noch?

        Wie lernen Berufseinsteiger ihren Job, wenn KI einen Teil ihrer Aufgaben übernimmt? Neue deutsche IAB-Daten zeigen keinen allgemeinen Beschäftigungseinbruch in Berufen mit hohem KI-Potenzial. Bei jungen Beschäftigten gibt es Warnsignale, aber keinen Nachweis, dass KI den Rückgang verursacht hat. Marc und Irene untersuchen, was Anfängeraufgaben vermitteln und wie Lernen mit einem Assistenten aussehen könnte.

        Stand: 14. Oktober 2026. Die IAB-Analyse wurde am 13. Oktober veröffentlicht und umfasst Daten bis Ende 2025. Die Altersgruppe 20–29 ist eine Annäherung an den Berufseinstieg; KI-Potenzial misst keine tatsächliche Einführung im Betrieb.

        Wir vergleichen einen kleinen randomisierten Versuch zum Lernen der Python-Bibliothek Trio mit einer Untersuchung aus dem Kundendienst. Die NBER-Zahlen stammen aus dem Arbeitspapier in der Fassung vom November 2023. Lerntest und Arbeitsproduktivität messen unterschiedliche Ergebnisse. Unsere Lernübungen sind Vorschläge, keine geprüften Trainingsprogramme.

        Quellen

        IAB, 13. Oktober 2026: KI als Jobkiller für Berufseinsteiger? Entwarnung mit Vorbehalt

        https://www.iab-forum.de/ki-als-jobkiller-fuer-berufseinsteiger-entwarnung-mit-vorbehalt/

        Anthropic: How AI impacts skill formation

        https://www.anthropic.com/research/AI-assistance-coding-skills
        Studienfassung (Abstract, Version 2): https://arxiv.org/abs/2601.20245

        Brynjolfsson, Li und Raymond: Generative AI at Work. NBER Working Paper 31161, Fassung November 2023

        https://www.nber.org/papers/w31161

        10 min
      • Character.ai in Insolvenz: Was bleibt vom KI-Gesprächspartner?

        Character.ai hat Chapter 11 angemeldet. Laut Unternehmen läuft die Plattform weiter; ihr Fortbestand hängt vom Verkaufsprozess ab. Was können Nutzer bewahren, wenn ein KI-Gesprächspartner verschwindet oder sich verändert? Wir unterscheiden Gesprächsarchiv, technischen Zustand und das Gefühl eines vertrauten Gegenübers.

        Stand: 13. Oktober 2026. Die Angaben zum Weiterbetrieb und zum geplanten Verkauf stammen vom Unternehmen. Export und Migration wurden nicht getestet. OpenClaw dient als separates technisches Beispiel.

        Kapitel

        00:00 Character.ai und der mögliche Verlust
        00:54 Was der Verkauf bisher bedeutet
        02:17 Warum eine Unterbrechung persönlich werden kann
        03:01 Archiv, Zustand und vertrautes Verhalten
        04:41 Was Nutzer jetzt klären können
        06:05 Was darf man von einem Dienst erwarten?

        Quellen

        • Character.ai: Erklärung und Fragen zum Verfahren
        • Stretto: Verfahrensregister
        • Character.ai: Pressemitteilung zum Verkaufsprozess
        • OpenClaw: Arbeitsbereich des Agenten
        • OpenClaw: Erinnerung
        • OpenClaw: Modellanbieter und lokale Server
        • 8 min
        • KI beim Ultraschall: Wie Hilfe näher kommen könnte

          Könnte KI eine wichtige Ultraschallmessung näher zu werdenden Müttern bringen? Marc und Irene erklären eine Studie, in der Menschen ohne bisherige Ultraschallerfahrung Aufnahmen sammelten und eine KI das Schwangerschaftsalter schätzte. Es geht um den Zugang zu dieser Information, die Aufgaben von Fachleuten und die Hilfe, die auf eine Messung folgen muss.

          Die Studie prüfte die Genauigkeit der Altersbestimmung, nicht eine vollständige Schwangerschaftsdiagnostik oder verbesserte Behandlungsergebnisse. Ein Beispiel aus der Diabetesversorgung zeigt, wie eine eng begrenzte Untersuchung an einem anderen Ort angeboten werden kann. Persönlichere Betreuung und häufigere Messungen besprechen wir als Zukunftsperspektiven.

          Kapitel:

          00:00 Eine wichtige Information früher erreichen
          00:56 Wer die Aufnahme macht und wer sie auswertet
          02:19 Was die Messung tatsächlich geleistet hat
          03:52 Vom funktionierenden Modell zum Angebot vor Ort
          04:57 Eine Aufgabe verlagern, Verantwortung behalten
          06:51 Was nach der Information kommen muss

          Quellen, geprüft am 12. Oktober 2026:

          corporate research interview
          https://blog.google/innovation-and-ai/models-and-research/google-research/blind-sweep-ultrasounds-ai/

          peer-reviewed prospective observational diagnostic study

          https://jamanetwork.com/journals/jamanetworkopen/fullarticle/2851451

          University of Iowa Health Care first to adopt IDx-DR in a diabetes care setting

          https://researchpark.uiowa.edu/news/2018/06/university-iowa-health-care-first-adopt-idx-dr-diabetes-care-setting

          9 min
        • ChatGPT im Beruf: Drei Aufgaben ohne Programmieren

          Mit ChatGPT Angebote vergleichen, Verkaufszahlen auswerten und einen eigenen Bestandsrechner beschreiben: Marc und Irene erklären an drei erfundenen Beispielen, welche Ergebnisse im Beruf hilfreich sein können und wie man sie mit Fachwissen prüft.

          OpenAI hat am 7. Oktober GPT-6 mit Intelligent UI angekündigt. Neu ist, wie bedienbare Elemente direkt in Chat-Antworten zusammengesetzt werden. Datenanalyse und interaktive Visualisierungen waren bereits zuvor möglich.

          Die Beispiele verwenden synthetische Daten. Ihre Referenzrechnungen wurden lokal geprüft; es wurden keine ChatGPT-Produkttests mit diesen Aufgaben durchgeführt. Die Verfügbarkeit einzelner Funktionen hängt vom Konto und den jeweiligen Freigaben ab.

          Quellen, geprüft am 11. Oktober 2026:

          • GPT-6 and Intelligent UI for everyone
          • Use ChatGPT
          • Artifacts viewer
          • Visualizations
          • Quickstart
          • 00:00 Von der Frage zum Arbeitsmittel

            00:52 Angebote wirklich vergleichbar machen
            02:34 Welche Zahl beantwortet die Geschäftsfrage?
            04:17 Einen eigenen Szenariorechner beschreiben
            06:27 Womit anfangen?

            8 min
          • Claude für die Cyberabwehr: Wer schließt die Sicherheitslücke zuerst?

            Anthropic erweitert den geprüften Zugang zu seiner Cyber-KI. Können Verteidiger damit Sicherheitslücken schneller schließen, bevor Angreifer sie ausnutzen? Marc und Irene verfolgen einen dokumentierten Fund in der Dateiserver-Software HFS und untersuchen, was zwischen Entdeckung, veröffentlichtem Fix und installiertem Update passieren muss.

            Wer darf sich für Defense, Red Team und Specialized bewerben? Welche Grenzen zeigen Anthropics eigene Tests, und welche Bedingungen gelten für die Nutzung? Der historische Fall Equifax macht deutlich, warum eine verschickte Warnung noch keine überprüfte Reparatur ist.

            Stand: 7. Oktober 2026. Die HFS-Demonstration stammt aus dem Bericht des beteiligten Unternehmens Horizon3; wir haben sie nicht nachgestellt. Die korrigierte HFS-Version 3.2.1 erschien bereits am 13. Juli. Wie viele Betreiber sie installiert haben, ist durch unsere Quellen nicht belegt. Anthropics Test mit Opus 5.5 umfasst zehn Aufgaben mit je fünf Versuchen pro Zugangsstufe; er misst keine Missbrauchsquote im Alltag.

            Quellen
            • Anthropic: Cyber Verification Program
            • Anthropic: Cyber Verification Program FAQ
            • Horizon3: Anthropic Mythos and Rejetto HFS
            • Rejetto HFS v3.2.1 release
            • CVE-2026-61500 official record
            • GAO-18-559: Equifax breach
            • Anthropic: CVP security requirements
            • Anthropic: Covered Models retention
            • 8 min
            • Mistral Large 4: Wann lohnt sich KI ohne Spitzenplatz?

              Mistral Large 4 ist seit dem 6. Oktober als API-Vorschau verfügbar. Wann lohnt sich das europäische Modell trotz Rückstand im allgemeinen Vergleich? Marc und Irene untersuchen eine Vertragsprüfung aus einem juristischen Benchmark und fragen, was Qualität, Preis und eigener Betrieb für die Auswahl bedeuten.

              Der hohe Rang im Test für juristische Agenten lässt sich nicht auf jede juristische Aufgabe übertragen. Wir besprechen die abweichenden Ergebnisse bei Vals, einen begrenzten Vergleich mit Modellen aus den USA und China und einen möglichen Test an eigenen, dafür freigegebenen Unterlagen.

              Stand: 7. Oktober 2026. Mistral kündigt die Modellgewichte für Ende Oktober an. Endgültige Lizenzbedingungen und belastbare Anforderungen für den Eigenbetrieb bleiben offen. Der Einführungspreis gilt nur zwei Wochen. Die Übernahme bei Harvey ist eine fiktive Testaufgabe; die Zustimmungsklausel im Gespräch ist eine vereinfachte Veranschaulichung. Wir haben keinen eigenen Modellvergleich durchgeführt.

              Quellen
              • Introducing Mistral Large 4
              • Mistral Large 4 model documentation
              • Mistral changelog
              • Mistral Large 4 scorecard
              • Harvey Legal Agent Benchmark introduction
              • Mistral Large 2 release and licence precedent
              • Artificial Analysis model comparison snapshot
              • Artificial Analysis model comparison snapshot
              • Artificial Analysis model comparison snapshot
              • Planned Hugging Face Large 4 release
              • 7 min