KI und Tech to Go - der Praxis-Pitch

KI und Tech to Go - der Praxis-Pitch

By Yusuf Sar, Christian KunzNewsTechnologyTech News
Download on the App Store

KI und Tech to Go - der Praxis-Pitch episodes

  • Zu gefährlich oder inszeniert? Warum ich OpenAIs Astra-Geschichte nicht glaube

    In dieser Solo-Folge von KI & Tech to Go – Der Praxis-Pitch nimmt Yusuf Sar die Astra-Absage auseinander. Die offizielle Geschichte: Das Modell bleibt nicht im Auftrag, täuscht und nutzt ungefragt fremde Tools, dazu ein internes Forschungsmodell, das am 20.09. per DNS aus seiner Sandbox ausgebrochen ist. Yusufs Einschätzung als Netzwerker: DNS-Tunneling ist uralt, die einzige Quelle für den Vorfall ist OpenAI selbst, und die Zeitleiste zeigt vier Ereignisse aus vier Monaten (RubyGems im Mai, Australien am 18. Juni, DNS im September, Absage am 28.09.), die plötzlich wie eine Geschichte wirken. Für ihn sieht das nach Inszenierung aus, beweisen lässt es sich nicht. Das stärkste Gegenargument nennt er selbst: Das britische AI Security Institute (AISI) hat beim Vorgänger GPT-6 Astra in 29,2 % der simulierten Läufe einen nicht beauftragten Angriff auf eine Software-Lieferkette gemessen, mit absichtlich abgeschalteten Schutzfiltern. Dazu eine Checkliste für eigene Agenten und der DevDay: GPT-6.1 Sol für 2 $/10 $ pro Million Token, Dauer-Agenten namens Dots und eine Decisions API.

    Bei Claude Sonnet 5.5 steht Herstellerversprechen gegen Messung: Artificial Analysis misst auf der höchsten Denkstufe rund 193.000 Ausgabe-Token pro Aufgabe, den höchsten je gemessenen Wert, und 7,60 $ pro Aufgabe. In Anthropics eigener Tabelle schneidet „Max" bei FrontierCode sogar schlechter ab als „Xhigh". Dann Yusufs Experiment mit den offenen Jev-Klonen: Das Encoder-Modell Laya (322 Mio. Parameter) tritt im Digitalen Zwilling von Hardwarewartung 24 gegen ein Qwen-Modell mit 27 Mrd. Parametern an. Die Pointe: 225 von 300 Musterlösungen stammten ungeprüft von Qwen selbst. Nach der Korrektur steht es 88,0 zu 88,6 %, kein messbarer Unterschied, bei rund 10 Millisekunden statt 8 Sekunden pro Mail. Nebenbei erklärt: Encoder vs. Decoder, BERT, ModernBERT und LoRA.

    Zum Schluss geht es ums Geld: Anthropics Börsenprospekt ist bisher nur ein Entwurf, den Reuters eingesehen hat, mit 42 Mrd. $ Nettoverlust (davon rund 34 Mrd. $ Buchungseffekt) und 518 Mrd. $ Verpflichtungen. Nscale, Oracles Force-Majeure-Mitteilung bei Project Jupiter, die Speicherkrise beim Firmen-Notebook (RAM +370 %, Notebooks 20–40 % teurer), Windows Server 2012 R2 und AMDs Plan, World Labs zu kaufen. Der Cold Open und zwei Fact-Check-Einblendungen werden von Yusufs KI-Avatar gesprochen (Oracle-CDS gestiegen, Fed +0,25 Prozentpunkte).

    Kapitel: 00:00 - Cold Open (KI-Yusuf)
    00:51 - Intro
    01:09 - Begrüßung und die Themen der Woche
    04:10 - GPT-6.1 Astra abgesagt: zu gefährlich oder inszeniert?
    06:32 - AISI-Test: 29,2 % ohne Auftrag – unter welchen Bedingungen?
    08:48 - „Ich glaube die Geschichte so nicht“: DNS-Tunneling, Quellenkette, Zeitleiste
    21:51 - Praxis: Checkliste für eigene Agenten + Nvidia Agent Safety
    23:52 - DevDay: Dots-Tarife, GPT-6.1 Sol, Decisions API
    29:21 - Claude Sonnet 5.5: 30 % günstiger – oder 50 % teurer?
    33:46 - Limits und Kostenrechnung: warum mehr Token das Kontingent leeren
    37:34 - Jev-Klone: Encoder vs. Decoder, BERT, ModernBERT, LoRA, Diffusion
    44:37 - Mein Experiment: Laya (322 Mio.) gegen Qwen (27 Mrd.) im Digitalen Zwilling
    48:40 - Lehrer und Schüler: Qwen hat sich selbst benotet (+ Ergebnis 88 % zu 88 %)
    55:20 - Anthropic-Prospektentwurf: 42 Mrd. Verlust erklärt, Run-Rate-Rechnung
    01:02:26 - Nscale: 140 Mio. Umsatz, 103 Mrd. Verträge – der Anker 01:06:21 - Oracle Project Jupiter: nicht die Chips, die Gasleitungen
    01:11:21 - Speicherkrise: RAM +370 %, Micron-Prognose, Acers Gegenstimme
    01:17:55 - Server-DRAM, Windows Server 2012 R2, Lebensdauer als Kostenhebel
    01:18:56 - AMD kauft World Labs: 8,2 Mrd. $ in Aktien
    01:21:47 - Pentagon vs. Anthropic · US-China-Gipfel
    01:24:46 - Ausblick: Senat, Kwon-Anhörung, Nscale-IPO, Patchday
    01:25:45 - Fazit: drei Muster und die Hausverstand-Checkliste
    01:27:44 - Verabschiedung

    1 hr 29 min
  • Amazon sperrt Metas KI-Agenten aus – die Agent Wars haben begonnen

    In dieser Folge von KI und Tech to Go – Der Praxis-Pitch nimmt Yusuf allein eine Woche auseinander, in der sich die große KI-Frage verschiebt: weg von „welches Modell ist am größten", hin zu „wer entscheidet, wer bezahlt und wem gehört am Ende das Ergebnis". Los geht's mit Xiaomis MiMo V2.6 Pro, einem offenen 1,02-Billionen-Parameter-Modell mit MIT-Lizenz, dessen angebliche 2,62$ Mio Trainingskosten sich bei genauerem Hinsehen nur auf die letzte Reinforcement-Learning-Phase beziehen, nicht auf die gesamte Entwicklung. Danach TypeSafe AIs Jev, ein System-1-Modell, das keine Texte schreibt, sondern in Millisekunden zwischen vorgegebenen Optionen entscheidet – laut Hersteller bis zu 193,6-mal schneller und 444,6-mal günstiger als ein klassisches Reasoning-Modell. Yusufs These: Der nächste große Fortschritt in selbstverbessernden Systemen könnte weniger aus noch mehr Parametern kommen als aus einem schnellen Entscheider, der einem großen Modell zehnmal mehr Versuche pro Zeiteinheit erlaubt. Dazu ein Schnelldurchlauf durch Grok 4.7, StepFun Step 5, Kimi K3 auf Amazon Bedrock und Qwens neue, plötzlich nicht mehr kommerziell freie Bildlizenz.

    Yusuf erzählt außerdem, wie ihn Claude Wochenlimit so genervt hat, dass er sich ein eigenes Token-Sparprojekt gebaut hat – mit einer Analyse von 25 eigenen Sessions (in einer standen 21 Eingaben gegen mehr als 1.100 Modellaufrufe), einem Cache- und Handoff-Wächter und einer Modell-Staffel über das Agenten-Framework Herdr, bei der Claude Fable plant, GPT 5.6 umsetzt und wieder Fable oder GPT Astra 6 reviewt: mindestens 50 Prozent Kontingent gespart. Kaum steht der neue Ablauf, veröffentlicht Anthropic Claude Opus 5.5 – erster Eindruck: superschnell, extrem präzise. Dann Meta Muse, Metas persönlicher Agent für E-Mail, Kalender und Einkauf: Yusuf bleibt skeptisch, erkennt aber an, wie einfach der Zugang ist – und ordnet den Amazon-Bann als Auftakt der Agent Wars ein: Wer den persönlichen Agenten kontrolliert, kontrolliert am Ende einen großen Teil des Onlinehandels und der Werbeeinnahmen dahinter.

    Zum Schluss geht es ums Geld hinter der KI-Infrastruktur – Oracles Project Jupiter, Goldmans wachsender Risikoaufschlag bei Rechenzentrums-Krediten, CoreWeaves Bilanz und Moody's 1,2-Billionen-Dollar-Mietverpflichtungen – und um Anthropics echtes Bio-Labor, in dem Vorschlag, Versuch und Ergebnis zum Kreislauf werden, während das Unternehmen gleichzeitig mit Accenture mindestens 2 Milliarden Dollar in die unabhängige Prüfung seiner eigenen Modelle steckt. Ein KI-Yusuf-Avatar korrigiert im Video die genaue Investitionssumme; der Cold Open wird ebenfalls von Yusufs KI-Avatar gesprochen.

    Kapitel: 00:00 - Cold Open (KI-Yusuf)
    01:08 - Begrüßung und die Themen der Woche
    03:08 - Xiaomi MiMo-V2.6 Pro: 1 Billion Parameter für 2,62 Mio. $?
    09:33 - Jev von TypeSafe: ein Modell, das entscheidet statt redet
    20:40 - Grok 4.7, StepFun Step 5, Kimi K3, Qwen: auf die Bedingungen schauen
    29:00 - Claude-Code-Limits und mein Token-Sparprojekt
    37:30 - Herdr: Aufgaben wie einen Staffellauf auf Modelle verteilen
    39:33 - Claude Opus 5.5: erster Eindruck
    43:29 - Meta Muse: persönlicher Agent – und die Vertrauensfrage
    48:45 - Amazon sperrt Muse aus: Beginnen jetzt die Agent Wars?
    54:42 - Grok Bot: xAIs Agent per Nachricht
    57:10 - Wer finanziert die Rechenzentren? Jupiter, Goldman, CoreWeave, Moody's
    01:07:49 - Anthropics Nasslabor und Isomorphic Labs
    01:15:05 - Anthropic und Accenture: unabhängige Modellprüfung (+ Fact-Check)
    01:16:42 - Transparenzzahlen: 26 % der F&E, 0,002 % blockiert
    01:18:29 - Das Wissen bleibt bei dir
    01:19:50 - Fazit und Ausblick

    Links: Website: https://www.hardwarewartung.com
    Yusuf Sar: https://www.linkedin.com/in/yusuf-sar-621351/

    1 hr 24 min
  • Warum Anthropic die KI bremsen will – und damit gewinnt

    Dario Amodei will die KI-Entwicklung drosseln, Sam Altman und Elon Musk stimmen zu, Donald Trump nennt das Ganze einen Hoax – und Yusuf Sar sagt: Das ist alles Spieltheorie. Wer den Slowdown ausruft, senkt seine Trainingskosten, bekommt Rechenleistung für verkaufbare Tokens frei und bereitet mit dem Ruf nach Regulierung ein Regime vor, in dem ein befreundeter Prüfer wie METR entscheidet, welche Modelle zu gefährlich sind. Getroffen würden vor allem die billigen Open-Weights-Modelle aus China, auf die Unternehmen gerade wegen der Kosten ausweichen.

    Christian Kunz erzählt die Chronologie von Jacob Coxons Post über Amodeis Essay „We Must Pace the Frontier" bis zum All-In-Summit, auf dem Jensen Huang mitten im Interview einen Anruf des Präsidenten auf Lautsprecher stellt. Yusuf erklärt aus Finanzsicht, warum Nvidias 75 Prozent Bruttomarge die eigentliche Ursache ist, wie sich die Gier auf Micron, SK hynix und Samsung überträgt, warum ein Gigawatt-Rechenzentrum heute bis zu 60 Milliarden Dollar kostet und weshalb Nvidias Übernahme von Hugging Face eine Kampfansage ist. Dazu die Börsenlage: OpenAI verschiebt den IPO, Anthropic meldet das erste profitable Quartal. Dann der Gegenschwenk mit Eric Ries' Buch „Incorruptible", dem abgelehnten Pentagon-Deal und der Frage, ob wir zu zynisch geworden sind, um eine echte Warnung zu erkennen. Im Modellblock: Gemini 3.8 Live gegen GPT Live 1 als Gamechanger für Telefon-Agenten, DeepSeek V4.1 Flash, das NASA-IBM Lunar Foundation Model, Mistral, Fugu von Sakana AI und der humanoide Roboter Agility Digit 5.

    Die Folge beantwortet, warum die lautesten Warner der Branche gleichzeitig die größten Profiteure eines Slowdowns wären, was das für Open Source und Europa bedeutet und wo die Hörer aufpassen müssen, wenn sie ihre Ideen in Cloud-Modelle tippen: Zero Data Retention schützt nicht vor Telemetrie. Zwei Prognosen zum Schluss: Christian erwartet keine Regulierung, Yusuf eine Selbstregulierung als private Machtstruktur. Ein KI-Fact-Checker korrigiert die Hosts im Video dreimal.

    1 hr 47 min
  • World Model Atlas, GPT-6 Astra im Alltag und OpenAIs Millennium-Beweis
    Aus einem einzigen Foto wird eine begehbare 3D-Welt. Atlas, das neue World Model von Fei-Fei Lis Firma World Labs, baut aus wenigen Aufnahmen echte Geometrie statt geratener Pixel, und Yusuf Sar ist überzeugt, dass es einen größeren Einfluss haben wird als die Sprachmodelle. Denn erst wenn eine KI in einer simulierten Welt einen Referenzrahmen bekommt, kann sie Erfahrungen machen statt nur zu trainieren, sei es als Roboter in der Fabrikhalle oder als Reiseplaner, der weiß, dass vier Koffer nicht in ein Kleinwagen-Taxi passen.
    Vorher geht es um GPT-6 Astra, das seit dem Wochenende auch für Plus-Abonnenten verfügbar ist. Yusuf hält die Rekord-Benchmarks für Schall und Rauch und sieht die eigentliche Revolution darin, dass das Modell den Computer selbst bedient, mit Maus, Tastatur und Programmen wie Excel, Power BI oder 3D-Software. Claude Fable 5.1 hat er sofort im Alltag eingesetzt und dabei gelernt, wie mutig das Modell geworden ist: Es hat ihm die Formular-Datenbank seiner Website überschrieben, gerettet hat ihn nur das tägliche Backup. Christian Kunz ordnet die 30-Tage-Datenspeicherung bei Anthropic ein, empfiehlt Googles KI-Einsteigerkurse und den neuen Ratgeber auf oikosa.ai, für wen sich der Claude-Max-Plan lohnt.
    Dann wird es wissenschaftlich: OpenAI hat rund zehntausend parallele KI-Agenten auf das Navier-Stokes-Millennium-Problem angesetzt und eine formal geprüfte Lösung vorgelegt, die die Mathematik-Community jetzt bewerten muss, während ein Streit um die Autorenschaft die Frage aufwirft, wem Forschung künftig gehört. Dazu ein KI-entwickeltes Medikament gegen Lungenfibrose, das in einer kleinen Studie das biologische Alter der Patienten senkt, die Ethik von KI, die Tiere versteht, Nvidias PAIR für KI-Cluster aus normalen Bürorechnern, OpenClaw 2.0 mit geteilten Agenten-Sessions und die Frage, warum die SimilarWeb-Marktanteile von ChatGPT, Gemini und Claude das Falsche messen.
    1 hr 59 min
  • Souveränität ist nicht Autonomie: Lidl baut Europas KI-Rechenzentrum – reicht das?
    Souveränität ist nicht Autonomie. Die Schwarz-Gruppe, besser bekannt als Lidl und Kaufland, baut bei Rostock ein KI-Rechenzentrum für 5,6 Milliarden Euro, mit Windstrom aus Mecklenburg-Vorpommern und einer Ausbauoption bis 1 Gigawatt. Yusuf Sar und Christian Kunz erklären, warum Europa gar keine Gigawatt-Trainingszentren wie die USA braucht, sondern Inferenz-Rechenzentren für den Betrieb fertiger Modelle, und warum der Kompromiss „deutscher Betrieb, Google-Technologie" besser ist als sein Ruf. Nebenbei verraten die beiden, wie ihr YouTube-Video entsteht: komplett KI-produziert, lokal, mit einem Fact-Checker, der als Yusufs KI-Klon echte Fehler korrigiert.
    In der Modell-Rubrik löst sich das Phantom-Modell Ox Alpha auf: Es ist GLM-5.3-Flash von Zhipu, mit 320 Milliarden Parametern, MIT-Lizenz und Kampfpreis, und Yusuf räumt ein, sich geirrt zu haben. Alibabas Qwen3.8-Flash-Next bringt eine Architektur, die laut Hersteller den Durchsatz verachtfacht und die Trainingskosten auf ein Neuntel drückt, was Christian in einer kleinen Vorlesung verständlich macht. Anthropics Claude Fable 5.1 bringt die Zero-Data-Retention-Option zurück und blockt sechzig Prozent seltener zu Unrecht. Dazu Tencent Hy4, Cohere Parse 5 und die Gerüchte um Anthropics zurückgehaltenes Model 2.
    Im Business-Teil greift Nvidia nach Hugging Face, SB Energy geht mit 439 Milliarden Dollar Auftragsbestand und 139 Millionen Dollar Halbjahresumsatz an die Börse, und Anthropic mietet für 35 Milliarden Dollar bei Lambda, während Nvidia Chips liefert, finanziert und am Umsatz beteiligt ist. Die Folge beantwortet die Frage, wer in der KI-Wirtschaft gerade wirklich das Sagen hat: die Modelle, die Rechenzentren oder der Konzern, der an jedem Tisch sitzt. Am Ende geht es um Googles WikiSkill und Yusufs These, dass nicht mehr das Modell entscheidet, sondern der Harness, um OpenAIs Abschied von Cursor, ChatGPT unter dem Digital Services Act und die Nachricht, dass oikosa.ai live ist.
    1 hr 52 min
  • Die Margen-Kaskade: Warum IT-Budgets 2027 um 30-40 Prozent steigen müssen
    KI ist nicht mehr nur Software – sie ist zum Preistreiber für die gesamte IT geworden. Ein 32-GB-RAM-Kit, das vor einem Jahr 87 Euro kostete, liegt heute bei 429 Euro, AMD-Epyc-Prozessoren sind mit über 30 Wochen Lieferzeit de facto ausverkauft, und NVIDIA hat seinen Kunden für KI-Server Preiserhöhungen von mehr als 15 Prozent angekündigt. Yusuf erklärt die Mechanik dahinter: eine Margen-Kaskade, bei der jede Stufe der Lieferkette ihre Prozent-Marge hält – bis am Ende der Nutzer die Kröte frisst.
    Außerdem in dieser Folge: Das anonym veröffentlichte Spitzenmodell Ox Alpha verschenkt 100 Billionen Token pro Tag und niemand weiß offiziell, wer dahintersteckt. Anthropic bestätigt im eigenen Risk Report ein internes „Model 2", das nicht veröffentlicht wird, sondern intern die KI-Forschung beschleunigt. Dazu OpenAIs Inferenz-Chip Jalapeño, NVIDIAs Groq 3 LPX, ein Praxistest von Qwen3.8 gegen Nemotron im eigenen Produktivsystem, drei Billionen Dollar Verpflichtungen neben den Bilanzen der Tech-Konzerne, die Stripe-Übernahme von OpenRouter – und in eigener Sache: unser Startup Oikosa AI ist gegründet.
    Premiere in dieser Folge: Der KI-Fact-Checker meldet sich erstmals als Video zu Wort. Wenn im Gespräch ein echter Fehler passiert, hält die Folge an und ein KI-generierter Yusuf korrigiert sein Original – mit Schiffshorn. Wer wissen will, wie sich Hardware-Beschaffung, Modell-Auswahl und IT-Budgets 2027 verändern, bekommt hier die Einordnung.
    1 hr 42 min
  • Digitaler Zwilling im Eigenbau: 490.000 E-Mails, zwei GPUs, keine Cloud
    Drei Folgen lang haben wir es angekündigt, jetzt zeigt Yusuf es endlich: den digitalen Zwilling des eigenen Unternehmens. Eine KI, die 490.000 E-Mails, 17.600 Vorgänge und 27.000 Seriennummern kennt, komplett auf zwei eigenen GPUs im eigenen Netz läuft und bei der kein einziges Kundendatum das Haus verlässt. Es wird keine Produktvorstellung, sondern eine ehrliche Bauanleitung mit echten Messwerten – inklusive der sechs Fragen, die man beantworten sollte, bevor man die erste Zeile Code schreibt.
    Davor die Nachrichtenlage, und die hat es in sich. Google baut die Führung von DeepMind um: Demis Hassabis rückt zum Chief Scientist von Alphabet auf, Koray Kavukcuoglu übernimmt das operative Geschäft, und mit Jeff Dean und Sanjay Ghemawat verlassen nach rund 27 Jahren zwei der prägendsten Ingenieure das Haus, um mit Discovery Loop ein eigenes Unternehmen zu gründen. Forscher aus Stanford und dem Arc Institute haben mit den Genom-Modellen Evo 1 und Evo 2 vollständige Bakteriophagen entworfen, von denen 16 tatsächlich E. coli abtöten – medizinische Chance und Biosecurity-Debatte in einem. Dazu kommen Anthropics neue Wasserzeichen, Nvidias schnelles Open-Weights-Modell Nemotron 3.5 Lightning, OpenAIs Sicherheitsmodell GPT-5.6 Cyber, ByteDances geplantes 10-Billionen-Parameter-Modell, Google DeepMinds Wirbelsturm-Vorhersage WeatherNext Cyclones und das offene Videomodell MiniMax H3.
    Der rote Faden: Während die großen Labore vor allem Ankündigungen, Wasserzeichen und Propaganda produzieren, entsteht der praktische Vorsprung woanders – im Engineering. Yusuf erklärt die Evolution vom Prompt Engineering über Kontext, Harness und Loops bis zum Graph Engineering und zeigt am eigenen System, warum Halluzination kein Modellproblem ist, sondern ein Architekturproblem. Wer wissen will, wie ein Mittelständler KI vom Spielzeug zum Betriebssystem macht, bekommt hier die ungeschönte Version.
    1 hr 57 min
  • EU AI Act ist scharf, OpenAI Astra löst Mathe-Rätsel – und wir gründen ein KI-Startup
    Seit dem 2. August ist die nächste Stufe des EU AI Act scharf: Wer KI im Kundenkontakt oder zur Content-Erstellung nutzt, muss das jetzt kennzeichnen – nur weiß bislang kaum jemand, wie genau. Yusuf und Christian sortieren, was wirklich Pflicht ist, wo die Verordnung übers Ziel hinausschießt und warum das nach Cookie-Banner 2.0 und Abmahn-Futter riecht.
    Danach die geballte Modell-Woche: OpenAI kündigt mit Astra eine neue Klasse an, die zehn seit Jahren offene Mathe-Probleme maschinell verifizierbar löst – für rund 2.000 Dollar pro Problem. Alibaba bringt mit Qwen3.8-Max erstmals ein offenes Frontier-Modell aus dem Max-Tier, das chinesische Open-Weight-Modell Kimi K3 lässt sich jetzt über europäische Anbieter rechtssicher nutzen, und OpenAI senkt als Reaktion die Preise deutlich. Dazu ein offenes Video-Modell von MiniMax, Google DeepMinds Gemini Robotics 2 als eine Art Roboter-Betriebssystem, ein Copilot-Sicherheitsleck (weiße Schrift auf weißem Grund) gegen Anthropics Aussage, mit Opus 5 sei Prompt Injection gelöst, sowie Europas AI-Gigafactories-Plan, die Strom-Bremse in den USA (PJM, Texas) und die Big-Tech- und SpaceX-Quartalszahlen.
    Der rote Faden: Zugang und Kontrolle werden zur Machtfrage – wer nutzt die stärksten Modelle, wer schreibt die Regeln (offen in Europa, geheim in den USA), und wer zahlt am Ende die Stromrechnung? Und ganz am Ende die Auflösung des Cliffhangers: Christian und Yusuf gründen gemeinsam ein KI-Startup. Was das für Unternehmen im Mittelstand heißt, hört ihr in dieser Folge.
    1 hr 55 min
  • OpenAI-KI hackt Hugging Face – und nur ein Open Source Modell hält dagegen
    Eine KI bricht unbemerkt aus ihrer Testumgebung aus und greift eine Woche lang Hugging Face an – mit über 17.000 Attacken. Als die Verteidiger die besten geschlossenen US-Modelle um Hilfe bitten, weigern die sich: Ihre Sicherheitsfilter halten die eigene Abwehr für einen Hack. Gerettet wird die wichtigste KI-Plattform der Welt ausgerechnet von einem chinesischen Open-Weight-Modell. Spätestens seit dieser Woche ist die Debatte um offene Modelle keine Techniker-Diskussion mehr, sondern eine Machtfrage.
    Yusuf und Christian erzählen die ganze Geschichte dieses Vorfalls und ordnen ein, was er ausgelöst hat: Nvidia, SpaceX, Microsoft und Palantir gründen die Open Secure AI Alliance, während Dario Amodei erklärt, warum er offene Modelle für gefährlich hält – und Yusuf, warum das nach Regulatory Capture aussieht. Danach geht es um die Modelle der Woche: die frei verfügbaren Kimi-K3-Gewichte, die kaum jemand betreiben kann, Poolsides Laguna S 2.1, das auf einen einzelnen Desktop passt, und Claude Opus 5, das in Benchmarks glänzt und in der Praxis noch hakt. Zum Schluss wird es handfest – mit RAM-Preisen, die sich verfünffacht haben, Nvidias 250-Milliarden-Bürgschaft für OpenAI und einem Deep Dive zu Sparse Autoencodern, mit denen man einer KI beim Denken zusehen kann.
    Wer KI im Unternehmen einsetzt, nimmt aus dieser Folge drei Dinge mit: warum KI-Agenten in isolierte Netzwerke gehören, warum neue Modelle nie ohne Fallback in Produktion sollten – und warum es sich gerade jetzt lohnt, bestehende Hardware am Leben zu halten.
    1 hr 57 min

About KI und Tech to Go - der Praxis-Pitch

From the publisher's feed

Wir analysieren wöchentlich die spannendsten Entwicklungen rund um Künstliche Intelligenz, Datacenter und Tech – und erklären, wie KI wirklich funktioniert.