KI und Tech to Go - der Praxis-Pitch

By Yusuf Sar, Christian Kunz

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

In jeder Folge erwarten dich:

News – die w... more

Download on the App Store

Download on the App Store

Get it on Google Play

FAQs about KI und Tech to Go - der Praxis-Pitch:

How many episodes does KI und Tech to Go - der Praxis-Pitch have?

The podcast currently has 51 episodes available.

KI und Tech to Go - der Praxis-Pitch episodes:

March 06, 2025Im Fokus: Carbon Capture Methoden - Neue KI-Modelle - Richtungswechsel bei Deepmind und Microsofts Data Boundary
Warum CCS und DAC keine Option sind - Microsoft Data Boundary, GPT 4.5 und der S&P Green Energy Report – Was die Tech-Welt bewegt:
KI und Tech to Go - Episode 12
Themen:
Green Energy Report von Standard & Poor's (S&P)
Zuwächse bei erneuerbaren Energien in den USA: Ein Wachstum von 66,4 %.
92 % der zusätzlichen Power Purchase Orders (PPOs) für erneuerbare Energien kommen von der Tech-Industrie (Hyperscaler wie Google, Microsoft, Amazon).
Kritische Auseinandersetzung mit Atomkraft: 43 % der PPAs beziehen sich auf Kernkraft, einschließlich Small Modular Reactors (SMRs), deren Technologie jedoch noch nicht ausgereift ist.
49 % der PPAs entfallen auf Solar und Wind, wobei Solar schneller wächst und günstiger ist.
Kernenergie benötigt immer Subventionen, es wäre sinnvoller diese in erneuerbare Energien zu investieren.
Microsoft Data Boundary für die EU
Wichtig für Unternehmen, die auf Datenschutz achten (DSGVO).
Sichert, dass Daten den EU-Raum nicht verlassen.
Betrifft Microsoft 365, Dynamics 365, Power Platform und die meisten Azure-Dienste.
Ein Gamechanger für Microsoft in Europa, da Amazon und Google sich diesen Regularien bisher nicht beugen.
Bedeutung angesichts des Auseinanderdriftens von Europa und den USA.
Neue KI-Modelle
GPT 4.5:
Kaum Unterschiede zu vorherigen Modellen erkennbar.
Trainingsdaten mit großem Sprung.
Menschlichere Tendenzen.
Hohe Kosten im Playground.
GPT5 soll im Mai kommen und alles vereinen.
Neues Reasoning Model von Amazon (Nova)
Hybrides Modell, das je nach Komplexität der Anfrage mehr oder weniger Rechenleistung einsetzt.
Vergleichbar mit Claude 3.7 Sonnet.
Amazon investiert 100 Milliarden US-Dollar in KI und Cloud Computing.
Neues Alexa-Modell
Keine neue Hardware erforderlich.
Kostenlos mit Amazon Prime (sonst 20$ pro Monat).
Chance für Amazon, seine 600 Millionen Alexas intelligenter zu nutzen (Home-Assistent).
Integration von Modellen von Anthropic.
Sprache als primäres Interface zur KI.
DeepMind und Neuromorphic Computing
Google DeepMind sichert sich die Dienste von Maxence Ernoult von Rain AI.
Ziel: Strukturen des menschlichen Gehirns in Hardware abbilden (Alpha Chip).
Neuromorphic Computing als Missing Link zur Robotik und lernfähigen KI.
1000 Brains Theorie und kortikale Säulen.
Green IT und CO2-Abscheidungstechnik
Eni plant CO2-neutrale Rechenzentrumsanlage (Verdacht auf Greenwashing).
Kritische Auseinandersetzung mit Carbon Capture and Storage (CCS) und Direct Air Capture (DAC).
Hoher Energieaufwand und Ineffizienz dieser Methoden.
Vergleich mit Aufforstung und Solarkraftwerken.
Schlussfolgerung: Investitionen in Solar sind sinnvoller als in CCS oder DAC.
DAC nur sinnvoll mit überschüssiger erneuerbarer Energie (Beispiel Island).
Die Saudis und Texas setzen bereits auf Solarkraftwerke und Rechenzentren.
Die Autoren fordern ein Ende der Diskussion über Carbon Capture und E-Fuels.
Quellen:
Neuromorphic Computing: https://www.hardwarewartung.com/google-deepmind-verstaerkt-sein-ki-hardware-team-mit-maxence-ernoult-neuromorphic-computing-rueckt-staerker-in-den-fokus/
S&P Clean Energy Report: https://www.hardwarewartung.com/us-unternehmen-setzen-auf-48-gw-zusaetzliche-clean-energy-getrieben-vom-ki-boom/
Hashtags:
KI #KünstlicheIntelligenz #GreenEnergy #Datenschutz #Technologie #Podcast #Microsoft #Amazon #DeepMind #CarbonCapture #DAC #CCS
...more
53min
February 26, 2025 Im Fokus KI in der Wissenschaft: KI-Nachrichten, Modelle und Anwendungen in Medizin, Genomforschung und Wettervorhersage
KI-gestützte Forschung: Ein Überblick über aktuelle Entwicklungen in Medizin, Biologie und darüber hinaus.
Nachrichtenüberblick
Nvidia:
▪ Probleme bei der Produktion der Blackwell-Serie (Designfehler, Überhitzung, Materialprobleme).
▪ Quartalszahlen und mögliche Auswirkungen der Produktionsprobleme.
▪ Unzufriedenheit der Gaming-Community mit neuen Grafikkarten aufgrund von thermischen Problemen.
▪ Diskussion über die Zukunft der Nvidia-Aktie und die Rolle von Hyperscalern.
Antropic Sonnet 3.7:
▪ Neues Modell mit verbessertem Coding.
▪ Einführung von Hybridmodellen, die selbst zwischen Foundation und Reasoning Modellen wählen.
▪ Vorstellung von Claude Code, einem Programmieragenten für Kommandozeilen-Ebene mit GitHub-Integration.
GPT 4.5 und GPT5:
▪ Ankündigung von GPT 4.5 noch diese Woche und GPT5 im Mai.
▪ GPT5 als Vereinigung von Foundation und Reasoning Modellen.
ChatGPT Deep Research:
▪ Zugang nun auch für andere Bezahlkunden verfügbar (Plus Team, Enterprise, Edu) mit Einschränkungen.
▪ Integration von Bildern in die Antworten.
▪ Mögliche Reaktion auf den Wettbewerb durch Perplexity.
▪ Auswirkungen von Deepseek auf die Entwicklung und Kosten von KI-Modellen.
Kohlekraftwerke in den USA:
▪ Verlängerung der Laufzeiten zur Deckung des Energiebedarfs von Rechenzentren.
▪ Diskussion über den Energieverbrauch von KI und mögliche Effizienzsteigerungen in anderen Industrien.
▪ Bedeutung der Selbstregulierung durch den Markt und die Rolle erneuerbarer Energien.
KI in der Wissenschaft
Google AI Coscientist:
▪ Vorstellung des Google Co Scientist von Deepmind zur Unterstützung wissenschaftlicher Arbeiten
▪ Funktionsweise mit verschiedenen Agenten (Generation, Reflex, Ranking, Evolution, Proximity, Meta Review).
▪ Erste Ergebnisse in der Medikamentenentwicklung und Therapieansätzen.
▪ Diskussion über die Interaktion zwischen KI und menschlichen Wissenschaftlern und die Kombination verschiedener Forschungsansätze (In Vitro, In Vivo, In Silicio).
▪ Potenzial zur Reduzierung von Tierversuchen.
▪ Bedeutung des interdisziplinären Ansatzes.
EVO 2:
▪ Vorstellung des größten öffentlich zugänglichen Systems für biologische Forschung.
▪ Entwickelt von Arc Institute in Zusammenarbeit mit Nvidia.
▪ Analyse von Genomdaten von 128.000 Arten zur Identifizierung von Zusammenhängen.
▪ Möglichkeiten für Pflanzenzucht und die Entwicklung von Enzymen zum Plastikabbau.
▪ Einfachere Analyse von genetischen Mutationen und bessere Vorhersagemodelle für Proteinfunktionen.
AlphaFold 3:
▪ Simulation ganzer Moleküle.
▪ Beschleunigung der Arzneimittelentwicklung und Verbesserung von Kliniken.
Med Gemini:
▪ KI-Arzt von Google mit hoher Diagnosegenauigkeit.
▪ Potenzial zur Revolutionierung der Diagnose und Medizin.
▪ KI als Hilfsmittel verwenden und das dann in eigene Entscheidung einfließen lassen.
GenCast:
▪ Neues Wettervorhersagemodell von Google, das genauer und effizienter ist als herkömmliche Modelle.
▪ Trainiert mit Wetterdaten aus vier Jahrzehnten.
Zitate/Aussagen:
• Zu Nvidia und der Zukunft der Aktie: "Langfristig führt kein Weg dran vorbei, dass die dass die sich vierteln oder sogar noch kleiner werden, weil halt die Hyperskale alle ihre eigenen Chips produzieren werden"
• Über Google AI Coscientist: "Und wie man sieht, ist sind das jetzt alles eigentlich Dinge, die man heute schon selber bauen könnte…"
• Zur Genauigkeit von MedGemini: "Also die Diagnosegenauigkeit von MedGemini liegt bei über 91 Prozent. Also ein sehr sehr sehr sehr sehr guter Arzt erreicht ein bisschen was über 80%"
Quellen:
• Google A4X Plattform auf NVIDIA Blackwell: https://www.hardwarewartung.com/google-cloud-stellt-a4x-vms-auf-basis-von-nvidia-gb200-nvl72-vor/
• Verlängerung Kohlekraft in USA: https://www.hardwarewartung.com/mehr-strom-fuer-rechenzentren-kohlekraftwerke-in-mississippi-und-georgia-sollen-laenger-laufen/
...more
51min
February 20, 2025 KI-Wachstum und Nachhaltigkeit: Zwischen Greenwashing, Scaling Laws und praktische Anwendungsbereiche in Unternehmen
Von Scaling Laws und Greenwashing zu Deep Research Tools und Automatisierung – Eine Analyse der Grenzen und Chancen künstlicher Intelligenz im Unternehmenskontext
In dieser Episode von "KI und Tech to go" nehmen wir den aktuellen KI-Boom kritisch unter die Lupe. Wir diskutieren über typische Anzeichen eines exponentiellen Wachstums und die ersten Diskussionen über Grenzen und Konsolidierung.
Themen:
Nachhaltigkeit in der KI:
◦ Die "Coalition for Sustainable AI" und die Herausforderungen, denen sie sich stellt.
◦ Die Problematik des Greenwashings und die Rolle der großen Tech-Unternehmen (Hyperscaler).
◦ Das grundkapitalistische Interesse der Big Techs an grünem Strom zur Kostensenkung.
Grenzen des KI-Wachstums:
◦ Drei "Walls" (Grenzen) des KI-Wachstums: Ressourcen/Energie, Datenknappheit und Architektur.
◦ Die Frage, ob das Pretraining an ein Limit stößt und ob diminishing Returns erreicht werden.
◦ Die Notwendigkeit, über lokale Maxima hinauszudenken und neue Ansätze zu finden.
◦ Die Diskussion über AGI (Artificial General Intelligence) und die These, dass Large Language Models (LLMs) allein keine echte Intelligenz entwickeln können.
Deep Research Tools:
◦ Erfahrungen mit neuen KI-gestützten Recherchewerkzeugen wie Perplexity und Gemini.
◦ Die beeindruckenden Möglichkeiten dieser Tools, aber auch Halluzinationen und Ungenauigkeiten.
◦ Die Bedeutung der Expertise des Nutzers bei der Bewertung und Interpretation der Ergebnisse.
◦ Der Hinweis, dass Gemini offenbar nicht auf den vollständigen Google Index zugreift.
KI im Unternehmenseinsatz:
◦ Praktische Anwendungsfälle für KI im Unternehmen.
◦ Automatisierung von Aufgaben, z.B. E-Mail-Kategorisierung.
◦ Verbesserung der Entscheidungsfindung durch Zusammenführung von Informationen aus verschiedenen Systemen.
◦ Personalisierung von Kundenerlebnissen.
◦ Entwicklung neuer Produkte und Dienstleistungen, die durch KI überhaupt erst möglich werden.
◦ Optimierung von Lieferketten durch Prozessmanagement und Automatisierung.
Geopolitische Aspekte:
◦ Die Bedeutung von Unterseekabelnetzen für die globale Konnektivität.
◦ Die geopolitischen Zusammenhänge, insbesondere im Hinblick auf die Beziehungen zwischen den USA und China.
◦ Das geplante Unterseekabelnetz von Meta, das das Südchinesische Meer umgeht.
Project Stargate Europe:
◦ Die Bereitschaft von Open AI, auch in Europa zu investieren und ähnliche Projekte wie in den USA zu initiieren.
Zitate/Aussagen:
• "Es gibt keinen günstigeren Strom als den grünen Strom."
• "Wir sind jetzt gerade auf so einem auf dem Gipfel eines Berges und denken: "Oh, jetzt sind wir jetzt wirklich am Ziel, aber wenn wir jetzt so ein bisschen Richtung Horizont gucken, dann sehen wir da kommt ein Berg, der ist noch viel höher, aber um den erklimmen zu können, müssen wir wahrscheinlich nicht nur skalieren, sondern da müssen wir noch mal noch mal ganz neu denken und vielleicht neue Ansätze fahren."
• "Die KI steckt noch… im Kindergarten."
• "Wenn du nicht weißt, was dein Prozess tut oder nicht weißt wo die Probleme in deinem Prozess sind und nicht weißt welche Informationen im Detail in welchem Prozessschritt passieren, dann brauchst du das auch gar nicht irgendwie versuchen zu automatisieren…"
Takeaways:
• Der KI-Boom zeigt erste Anzeichen von Grenzen und Konsolidierung.
• Nachhaltigkeit ist ein wichtiges Thema in der KI, aber Greenwashing ist eine Gefahr.
• Deep Research Tools sind nützliche Hilfsmittel, aber man sollte ihnen nicht blind vertrauen.
• KI bietet viele Möglichkeiten für Unternehmen, aber es ist wichtig, die Prozesse im Griff zu haben.
• Geopolitische Faktoren spielen eine wichtige Rolle bei der Entwicklung der digitalen Infrastruktur.
Quellen:
Coalition of Sustainable AI:
https://www.hardwarewartung.com/coalition-for-sustainable-ai-hyperscaler-meiden-inititiative-fuer-mehr-ki-nachhaltigkeit/
Meta Project Waterworth:
https://www.hardwarewartung.com/project-waterworth-meta-plant-eigenes-unterseekabelnetz-europa-ist-nicht-dabei/
Scaling Laws:
https://foundationcapital.com/has-ai-scaling-hit-a-limit/
OpenAI bereit für ein “Stargate Europe”:
https://www.datacenterdynamics.com/en/news/sam-altman-muses-that-after-500bn-stargate-openai-may-raise-5-trillion-for-a-cluster/
...more
1h 4min
February 13, 2025 Elon Musks Open AI-Kaufversuch, KI-Chips von OpenAI und Thousand Brains Theory zur AGI
Warum spielt Neurowissenschaft und die Thousand Brains Theory eine maßgebliche Rolle für die Entwicklung von AGI
Die Podcast-Episode behandelt unter anderem die folgenden Themen:
• Elon Musks Versuch, Open AI zu kaufen. Was wirklich dahinter steckt.
• Die Umstrukturierung von Open AI zu einer For-Profit-Organisation.
• Die Pläne von Open AI, eigene KI-Chips zu entwickeln, um die Abhängigkeit von Nvidia zu reduzieren und die hohen Rechenkosten zu senken und warum das unumgänglich ist.
• Die Bedeutung der "Thousand Brains Theory" für das Verständnis des Gehirns und die Entwicklung von KI.
• Die Rolle von Bewegung beim Lernen und der Entwicklung von Weltmodellen.
• Die Fortschritte in der Robotik und ihre Verbindung zur KI.
• Die Bedeutung von Referenzrahmen für das Verständnis der Welt.
• Die Herausforderungen und Möglichkeiten der KI-Entwicklung in Europa im Vergleich zu anderen Regionen der Welt, insbesondere in Bezug auf Regulierung.
• Die Rolle von Investitionen und die zukünftige Entwicklung von Open AI
...more
49min
February 10, 2025 Gespräch mit Dr. Torsten Beyer - dem CO₂-Doc und Autor von „Nachhaltige Websites"
Green IT - die wachsende Bedeutung von Nachhaltigkeit
In dieser speziellen Episode, die als "Praxis Pitcher" bezeichnet wird, geht es um das Thema Green IT und Nachhaltigkeit in der Informationstechnologie.
Wir freuen uns, Dr. Torsten Beyer in unserer Runde begrüßen zu dürfen.
Saarländer, Chemiker, selbständig seit 1998 mit der „Dr. Beyer Internet-Beratung“
Hauptprodukt ist das werbefinanzierte Online-Labormagazin Analytik NEWS (https://analytik.news)
Springer-Buchautor „Nachhaltige Websites“, Podcaster „Web, But Green!“, Speaker und Autor von über 200 Fachbeiträgen, u.a. als Kolumnist „Der CO₂-Doc fragt …“ in der WebsiteBoosting
Kontakt: https://wonderl.ink/@torstenbeyer
Niklas Sundberg: Sustainable IT Playbook for Technology Leaders
https://www.oreilly.com/library/view/sustainable-it-playbook/9781803230344/
Green Web Foundation Hosting Datenbank: https://app.greenweb.org/directory/
Themen:
• Green IT: Definition und Bedeutung, insbesondere in Bezug auf den Energieverbrauch von IT-Produkten.
• Ganzheitliche Betrachtung: Analyse des gesamten Lebenszyklus von IT-Produkten.
• KI und Energie: Der steigende Bedarf an Rechenleistung durch KI führt zu höherem Energieverbrauch.
• Rebound-Effekt: Effizienzgewinne werden durch erhöhten Verbrauch zunichte gemacht.
• Kosten und Nachhaltigkeit: Diskussion über Flatrates und die Notwendigkeit einer CO2-Steuer für Datentransfer.
• Nachhaltigkeit in Unternehmen:
◦ Längere Nutzungsdauer von Hardware.
◦ Analyse der Hardware- und Softwareinfrastruktur.
◦ Refurbished Hardware und Drittwartung.
• Webseiten-Optimierung:
◦ Schnelle Webseiten sind nachhaltiger.
◦ Optimierung des Datenvolumens und Wahl eines nachhaltigen Hosters.
• Tipps für Endanwender:
◦ Gebrauchte Hardware nutzen.
◦ Achtsamer Umgang mit Daten.
• Rolle der Politik:
◦ Ökodesign-Richtlinie der EU.
◦ Energieeffizienzklassen für Handys.
• ESG: ESG als Ansatz zur Bewertung von Unternehmen.
• Zusammenhang von Wirtschaft und Nachhaltigkeit: Schwierigkeiten bei der Durchsetzung von Nachhaltigkeit in wirtschaftlich schwierigen Zeiten.
Wichtige Punkte:
• Es wird ein Buch zum Thema "Sustainable IT Playbook for Technology Leaders" erwähnt.
• Die Wichtigkeit von Primärdaten über die Produktion von IT Assets wird betont.
...more
43min
February 06, 2025 Von KI-Überforderung zur Problemlösung: Open Source, neue Modelle und der Mehrwert in der Praxis
Warum sich viele Unternehmen bei KI-Projekten schwer tun und auch oft scheitern.
Update aus der AI Community:
Vorstellung der seit zwei Jahren bestehenden Community mit diversen Teilnehmern
Regelmäßiger Austausch über aktuelle KI-Tools und -Projekte
Wertvoller Austausch und Kosteneinsparungen durch die Community
Diskussion über die Überforderung durch die Geschwindigkeit der KI-Entwicklung
Anfangs-Euphorie bei der Nutzung von ChatGPT für einfache Aufgaben
Stillstand in der Projektentwicklung trotz exponentieller Technologieentwicklung
Ziel Herausforderung der KI-Implementierung:
Beispiel: Automatisierung von Angebotsprozessen mit KI
Scheitern der Entwicklung durch externe Teams trotz hoher Kosten
Lösung durch No-Code/Low-Code-Plattform Make, die einen schnellen Prototypen ermöglichte
Entscheidung, vorhandene Technologien zu nutzen statt eigene zu entwickeln
Die Angst, durch ständige Neuerungen den Überblick zu verlieren
Der richtige Ansatz:
Fokus auf das Problem statt auf die Technologie
Das Problem muss es wert sein, gelöst zu werden und einen Mehrwert generieren
Das Problem klein machen und Abhängigkeiten entfernen, um schnell loslegen zu können
Analyse der vorhandenen Datenquellen zur Umsetzung des Problems
Schrittweise Erhöhung der Komplexität
Flexibilität bei der Tool-Auswahl je nach Problemstellung
Nüchterner Ansatz: Tools gezielt für bestimmte Problemstellungen einsetzen
Open Web UI:
Vorstellung einer Open-Source-Plattform zur Verbindung verschiedener KI-Konnektoren
Möglichkeit, eigene Modelle lokal laufen zu lassen oder externe APIs zu nutzen
Nutzung eines Bots für den Zugriff auf verschiedene Modelle
Steuerung durch Programmierung (Python) möglich
Eingebautes Retrieval Augmented Generation (RAG) für die Nutzung eigener Datenquellen
Erklärung des Vektormodells für semantische Suchen und Keyword Matching
Eigene Funktionen (Python) können integriert werden
Vielversprechende Technologie, trotz Beta-Status
Neue KI-Modelle und deren Auswirkungen:
Open AI bietet kostenlos das neue Modell ChatGPT 4o an, nachdem DeepSeek R1 viele Nutzer gewonnen hat
Softbank investiert erneut in Open AI
Quen 2.5 von Alibaba ist besser als viele andere Modelle (auch besser als Flax) in verschiedenen Kategorien (Text-to-Image, Video) und kostenlos nutzbar
Diskussion über die Kosten und die Zukunft der KI:
Die Zeit, in der KI-Tools kostenlos zur Verfügung stehen, könnte sich dem Ende neigen
Vergleich mit der Internetblase und kostenlosen SMS-Diensten
Eventuelle Umstellung auf Pauschalverträge für KI-Dienste
Google investiert massiv in Infrastruktur (Rechenzentren)
Es ist unklar, ob diese Investitionen sich auszahlen werden
Wachstum von Google Cloud und YouTube
Mögliche Überinvestition in Rechenzentren
Insolvenz von Tandberg Overland und deren Auswirkungen auf die Storage-Branche
...more
44min
January 29, 2025 DeepSeek: Mehr als nur ein Hype? Eine tiefe Analyse
Ein Blick hinter die Kulissen des neuen KI-Modells aus China und seine Folgen für die globale Technologie-Landschaft.
Was ist Deep Seek R1?´
Ein KI-Modell aus China, bekannt für Effizienz und niedrige Kosten.
Vergleichbar mit einem "Sputnik-Moment" in der KI.
KI-Grundlagen werden in Frage gestellt.
Die Technologie
Distilled Model: Basiert auf bestehenden Modellen (z.B. ChatGPT).
Mix of Experts: Spezialisierte Modelle für verschiedene Aufgaben.
Rule-based Reinforcement Learning: Selbstoptimierung mit Belohnungen, besonders bei
klaren Ergebnissen.
Eigene Software: Nutzt keine CUDA Software sondern 8-Bit Algorithmen.
Effizienz: Trainingsmethode ist um Faktor 10 effizienter.
Kosten und Ressourcen
Behauptete Kosten: 5,5 Millionen Dollar für V3-Modell.
GPU-Nutzung: Vermutlich H100 GPUs (bis zu 50.000) genutzt, nicht nur H800.
Intransparente Ressourcen und Kosten.
Auswirkungen auf die USA
Panik an der Börse, Nvidia verlor an Wert.
Jevons Paradox: Mehr Effizienz = mehr KI-Anwendungen.
Amazon könnte profitieren.
Auswirkungen auf Europa
Open Source bietet Chancen für eigene Applikationen.
Möglichkeiten für kleinere Unternehmen und Startups.
Strukturen für Innovation und Kapital fehlen noch.
Bildungssystem wichtiger Ansatzpunkt.
Bedenken: Daten könnten nach China gehen.
Die Zukunft der KI
Große Tech-Unternehmen (Google, Microsoft) werden das Rennen machen.
Foundation Models werden Commodity und Open Source.
Die USA und China werden eigene Modelle haben.
Indien könnte eine Überraschung sein.
Video von Sascha Pallenberg: https://www.youtube.com/watch?v=PJEZWMhmMhU
...more
39min
January 22, 2025 KI-Revolution: DeepSeek R1, Google Titans und der EU AI Act im Check
Wie Open-Source-Modelle, Google Titans und der EU AI Act die Zukunft der KI gestalten.
Hype um neue KI-Modelle: Diskussion über die Ankündigung von neuen KI-Superagenten und die Gefahr überzogener Erwartungen, die durch den Hype entstehen.
OpenAI's Economic Blueprint & Project Stargate: Analyse der politischen Vorschläge von OpenAI zur Maximierung der Vorteile von KI in den USA und die Reaktion der US-Regierung mit dem Projekt Stargate.
DeepSeek R1: Vorstellung des neuen Open-Source Modells DeepSeek R1, das mit weniger Ressourcen ähnliche Ergebnisse wie GPT-4 erzielt und die Bedeutung für den Wettbewerb im KI-Bereich, insbesondere für Europa.
Reasoning: Erklärung des Begriffs "Reasoning" im Kontext von KI-Modellen und die Fähigkeit von Modellen wie DeepSeek R1, Schritt-für-Schritt-Aufgaben zu bearbeiten und begründete Antworten zu liefern.
Google Titans Transformer Modell: Vorstellung des neuen Transformer Modells von Google, das versucht, die menschliche Gedächtnisstruktur abzubilden, und die Auswirkungen auf die KI-Entwicklung, insbesondere im Bereich Robotik.
EU AI Act: Kritische Auseinandersetzung mit dem EU AI Act und den Auswirkungen der Regulierung auf die KI-Entwicklung in Europa.
Verbot von KI-Systemen mit inakzeptablen Risiken (z.B. biometrische Kategorisierung, Emotionserkennung, Social Scoring).
Regulierung der KI-Kompetenz und die damit verbundenen Herausforderungen für Unternehmen.
Verpflichtung zur Offenlegung von Trainingsdaten und Modellstrukturen und die damit verbundenen Risiken für Geschäftsgeheimnisse.
Auswirkungen des EU AI Acts auf den Wettbewerb: Diskussion über die Gefahr, dass Europa durch die Regulierung ins Hintertreffen gerät und den Zugang zum Zukunftsmarkt KI verliert.
Fazit: Der Podcast beleuchtet die aktuellen Entwicklungen im Bereich KI und diskutiert die Chancen und Risiken der KI-Regulierung in Europa.
Weitere Diskussionspunkte:
Der Einfluss von Nationalismus auf die KI-Entwicklung in den USA.
Die Bedeutung von Investitionen in KI-Infrastruktur in Europa.
Die Rolle privater Investoren im europäischen KI-Markt.
Die Herausforderungen einer globalisierten Welt im Kontext von Protektionismus.
...more
39min
January 17, 2025 Wettstreit um die beste KI zwischen den USA und China, Unternehmen investieren in KI-Assistenten
Der globale Wettlauf um die besten KI-Modelle und Hardware kann zu kreativen Lösungen führen und die Entwicklung beschleunigen
Die Themen in dieser Episode:
Fujitsu: Die neue Multi-AI Agent Security Technology soll KI-Systeme schützen
USA vs. China: Wettbewerb um KI und Chips kann unerwartete Effekte bewirken
Die Nachfrage nach Rechenzentren steigt in diesem Jahr weltweit weiter an. Was bedeutet das für Energie, Umwelt und die Finanzierung?
Interview Mark Zuckerberg mit Joe Rogan: kein Fact Checking mehr und der mögliche Ersatz vieler Entwicklerstellen durch KI
KPMG-Studie: Viele Unternehmen investieren massiv in KI-Agenten
...more
35min
January 13, 2025 Steht das Zeitalter der Robotik und der KI-Agenten unmittelbar bevor?
Das Jahr 2025 könnte eine Zäsur bedeuten. Das sehen auch Google und Nvidia so.
Verschiedene Akteure in der Tech-Szene haben das Zeitalter der Robotik und der KI-Agenten ausgerufen. Doch ist es wirklich schon soweit?
Themen in dieser Episode:
Das Zeitalter der Robotik und der KI-Agenten ist ausgebrochen (sagt Jensen Huang von Nvdidia)
Google hat eine eigene Abteilung gegründet, die an einem World Modell arbeitet
AGI oder sogar ASI könnte näher sein, als wir glauben: Sam Altman hat das in einem Interview behauptet
Googles Fokus auf KI im Jahr 2025
Google TPUs: eine Bedrohung für Nvidia?
CO2-Abbau: Google investiert in die Verwitterung von Gestein
...more
32min

FAQs about KI und Tech to Go - der Praxis-Pitch:

How many episodes does KI und Tech to Go - der Praxis-Pitch have?

The podcast currently has 51 episodes available.