LAIer 8|9 - Noch'n KI-Podcast

LAIer 8|9 - Noch'n KI-Podcast

By Jochen G. Fuchs, Barbara LamplBusinessTechnologyEducation
Download on the App Store

LAIer 8|9 - Noch'n KI-Podcast episodes

  • Cheatway ins Knie: Warum Prompt Libraries und Skill-Sammlungen dich in 2026 nicht retten
    Skills, MCPs und fremde Ressourcensammlungen — warum du 2026 wissen solltest, was unter der KI-Motorhaube passiert
    Jochen wollte eigentlich KI mit Allbirds-Schuhen verbinden — hat nicht geklappt, dafür aber mit dem Thema des Tages: Ressourcensammlungen, Skill Libraries und MCP-Server aus fragwürdigen Quellen. Warum der gut gemeinte IBM-LinkedIn-Post mit 60 weitergelinkten Skills eine Phishing-Einladung sein könnte, was das mit den Prompt-Sammlungen von 2023 zu tun hat, und warum du in 2026 spätestens dann wissen solltest, was unter der KI-Motorhaube passiert, wenn du anfängst, Skills und Plugins zu installieren. Barbara erklärt, warum Vibe Coding großartig ist — solange man es nicht deployed — und Jochen erzählt von der chinesischen Lampe, die sein Netzwerk übernommen hat. Plus: Zuckerberg codet wieder, der Workday-CTO ist zu Anthropic gegangen, und die Stanford-Studie erklärt, warum Junior-Developer-Stellen gerade verschwinden.
    46 min
  • Hände vom Keyboard — KI-Workflow Redesign: Warum der erste Schritt analog ist

    Jochen wollte eigentlich nur ein paar Social-Media-Posts automatisieren. Zwei Stunden später steckte er tief in API-Recherchen, Adobe-Express-Plugins und der existenziellen Frage, ob ein LinkedIn-Slider ein PDF braucht. Herzlich willkommen zum Workflow-Redesign.

    Barbara kennt das. Sie kennt das sehr gut. Und sie sagt: Bevor du irgendein Tool anfasst, schreib deinen alten Workflow erstmal auf — Stift, Papier, old school. Weil du sonst garantiert einen entscheidenden Schritt vergisst, den du seit Jahren unbewusst im Schlaf machst. Und weil die Frage, die wirklich entscheidet, nicht „Was kann die KI übernehmen?" ist — sondern „In welcher Reihenfolge muss der neue Prozess aufgebaut sein?" Diese Frage stellt kaum jemand. Und das erklärt, warum Unternehmen gerade sechsstellige Beträge in KI-Implementierungen verbrennen.

    Plus: Token Maxing bei Amazon, das autonome Unternehmen laut SAP, und Barbaras Keynote-Decks, die sie achtmal baut.

    Kapitelübersicht
    • 00:00:00 — Kakao, Kaffee und eine banale Aufgabe — Jochens Social-Media-Odyssee
    • 00:02:24 — Herzlich willkommen zur KI-Workflow-Sprechstunde
    • 00:04:49 — Der Instinkt-Fehler: Altworkflow automatisieren wollen
    • 00:07:41 — Schritt 1: Hände vom Keyboard — erst aufschreiben
    • 00:08:37 — KI oder Mensch als Thinking Partner — Vollständigkeit herstellen
    • 00:13:36 — Die 100.000-Euro-Frage, die keiner stellt
    • 00:15:00 — Praxisbeispiel: WordPress-Artikel und das Staging-Problem
    • 00:16:40 — Praxisbeispiel: Podcast-Workflow — Titel gehört an den Anfang
    • 00:20:16 — Wer sind die besten KI-Power-User?
    • 00:25:18 — Single-Turn-Prompting: Die optimale Art, mit einem LLM zu reden
    • 00:27:11 — Mehr Schritte, nicht weniger — das kontraintuitive Prinzip
    • 00:31:49 — „Bloß fünf Minuten Cut and Paste" — wenn Vorgesetzte es nicht verstehen
    • 00:34:27 — Personal Productivity ist kein Ziel
    • 00:39:40 — KI als Scheinwerfer auf krachende Systeme
    • 00:43:24 — Wegrationalisieren vs. Wachsen — der Stammesführer-Vergleich
    • 00:47:10 — Token Maxing, Unfuck Your Data und der Episoden-Swap
    • Wichtige Konzepte dieser Folge
      • Workflow Redesign — Nicht Automatisierung des alten Workflows, sondern komplette Neugestaltung unter den Bedingungen technischer Systeme. Reihenfolge ist Architektur.
      • Sequence Architecture — Barbaras Begriff für die Erkenntnis, dass in LLM-Workflows die Reihenfolge der Schritte die eigentliche Architekturentscheidung ist.
      • Single-Turn-Prompting — Alles relevante in einem einzigen, gut strukturierten Prompt an ein frisches Modell — die optimale Interaktionsform für LLMs in Produktivworkflows.
      • Thinking Partner — KI oder Mensch als externe Instanz, die hilft, einen intuitiv gewordenen Altworkflow vollständig und kritisch zu rekonstruieren.
      • Token Maxing — Phänomen aus dem Silicon Valley: KI-Nutzung wird als Performance-Metrik gemessen, was zu absichtlich ineffizienter Nutzung führt (größtes Modell für unsinnigste Aufgabe). Deep Dive: UNF#CK YOUR DATA (Sonderformat „Unicorns & Lightsabers").
      • Autonomes Unternehmen — SAPs angekündigtes Konzept, das Jochen und Barbara als Symptom einer menschenfeindlichen Unternehmensstrategie einordnen.
      • Erwähnte Tools & Ressourcen
        • Claude — KI-Assistent von Anthropic (u.a. Claude 4 Opus)
        • Adobe Express — Design-Tool für Social-Media-Formate
        • Gamma — KI-gestütztes Präsentations-Tool (Barbaras Keynote-Workflow)
        • n8n / Make / Zapier — Automatisierungsplattformen
        • UNF#CK YOUR DATA — Podcast von Dr. Christian Krug; Sonderformat „Unicorns & Lightsabers" mit Barbara Lampl (Deep Dives zu Memory & Token Maxing)
        • 🥳 Danke, dass du LAIer 8|9 eingeschaltet hast! Möge die KI mit dir sein!

          Schreib uns eine Bewertung mit dem KI-Modell deiner Wahl und abonniere uns auf deiner Lieblingsplattform, wir sind überall, es gibt kein entrinnen!

          • Apple
          • Deezer
          • Spotify
          • Amazon Music
          • YouTube Video-Podcast
          • Unsere Hosts

            AI Babsi (Barbara Lampl)
            Website | LinkedIn

            E-Fuchs (Jochen G. Fuchs)
            Website | LinkedIn

            Unser Podcast Blog

            laier89.de

            LAIer 8|9 wird nicht Layer 89 oder Layer 8|9 geschrieben, auch nicht Layer 8 9. Aber wir sind cool und wir sind tough, deshalb gibt's hier Keyword-Stuff.

            01001100 01110101 01101011 01100101 00101100 00100000 01001001 01100011 01101000 00100000 01100010 01101001 01101110 00100000 01100100 01100101 01101001 01101110 00100000 01001011 01001001 00101101 01010000 01101111 01100100 01100011 01100001 01110011 01110100 00100000 01001100 01000001 01001001 01100101 01110010 00100000 00111000 01111100 00111001 00101110

            48 min
          • Shiny Object Syndrome: Warum dein Lieblingsmodell dich gerade arm macht
            Kosten, Effizientes Arbeiten — Opus 4.7, GPT 5.5, DeepSeek

            KI-Kosten explodieren? Opus 4.7 zerstört deine Workflows? GPT 5.5 braucht neue Prompts? DeepSeek attackiert mit Spottpreisen? Barbara und Jochen packen aus: Warum die meisten User mit Shiny Object Syndrome die Faulheit der Modelle teuer bezahlen — und wie echte KI-Profis ihre Kosten halbieren. Plus: Warum DeepSeeks Attention-Mechanismus eleganter ist als alles, was die Amis gebaut haben, und was das bedeutet, wenn China bald auf Huawei trainiert. Und ja, Babsis Geheimnis ist gelüftet: Sie arbeitet nicht ineffizient — ihr Modell-Matching ist einfach handwerklich sauber.

            In dieser Episode besprochen
            Kapitelübersicht
            • [00:01:15] Shiny Object Syndrome: Warum KI-Kosten explodieren
            • [00:06:48] Modell-Matching: Von klein nach groß skalieren
            • [00:09:50] Claude Opus 4.7: Was sich wirklich geändert hat
            • [00:15:25] Task Budgets und Adaptive Thinking
            • [00:17:50] Problem-Data-Model-Match: Das Grundprinzip
            • [00:26:25] GPT 5.5: Neues Modell, neuer Prompting Guide
            • [00:31:45] Modell-Matrix: Wann welches Modell?
            • [00:37:35] DeepSeek V4: Open Source, Huawei-Chips, Spottpreise
            • [00:42:55] DeepSeeks Attention-Kompression: Long Context gelöst
            • [00:53:50] Gemini unterschätzt — Multi-Model sinnvoll?
            • [00:56:25] Enterprise: Evaluations-Plattformen und KI in Prod
            • Wichtige Konzepte
              • Shiny Object Syndrome: Der reflexartige Griff zum größten Modell — verbrennt Token und Geld.
              • Problem-Data-Model-Match: Das Problem muss zu deinen Daten und zum Modell passen.
              • Task Budgets (Opus 4.7): Token-Limit pro Task — neu im Opus 4.7, oft übersehen.
              • Adaptive Thinking: Neuer Thinking Mode im Opus 4.7, drastisch anders als 4.6.
              • Attention-Kompression (DeepSeek): Alte Information komprimiert, neue priorisiert — macht Long Context praktikabler.
              • Tools & Ressourcen
                • Claude Models Overview (Anthropic)
                • GPT 5.5 Prompting Guide (OpenAI)
                • DeepSeek
                • OpenRouter
                • 🥳 Danke, dass du LAIer 8|9 eingeschaltet hast! Möge die KI mit dir sein!

                  Schreib uns eine Bewertung mit dem KI-Modell deiner Wahl und abonniere uns auf deiner Lieblingsplattform, wir sind überall, es gibt kein entrinnen!

                  • Apple
                  • Deezer
                  • Spotify
                  • Amazon Music
                  • YouTube Video-Podcast
                  • Unsere Hosts

                    AI Babsi (Barbara Lampl)
                    Website | LinkedIn

                    E-Fuchs (Jochen G. Fuchs)
                    Website | LinkedIn

                    Unser Podcast Blog

                    laier89.de

                    LAIer 8|9 wird nicht Layer 89 oder Layer 8|9 geschrieben, auch nicht Layer 8 9. Aber wir sind cool und wir sind tough, deshalb gibt's hier Keyword-Stuff.

                    01001100 01110101 01101011 01100101 00101100 00100000 01001001 01100011 01101000 00100000 01100010 01101001 01101110 00100000 01100100 01100101 01101001 01101110 00100000 01001011 01001001 00101101 01010000 01101111 01100100 01100011 01100001 01110011 01110100 00100000 01001100 01000001 01001001 01100101 01110010 00100000 00111000 01111100 00111001 00101110

                    1 hr 2 min
                  • Otto-Normal-Jochen und das Rauschen: Warum Productivity nicht alles ist
                    Wenn KI das Rauschen wegfiltert, verschwindet mehr als Lärm — sie filtert auch das weg, was morgen wichtig wird.
                    Worum geht's?

                    Zwei Hosts, ein Problem: Die Welt produziert schneller KI-News, als man sie scannen kann. Jochen gründet nebenbei ein Unternehmen, macht Steuererklärung und versucht zu verstehen, wie Cowork-Sessions überhaupt funktionieren. Barbara gibt zu: Selbst mit Vollzeit-Fokus auf Data & AI ist der Release-Strom nicht mehr sinnvoll zu verarbeiten.

                    Aber die Folge bleibt nicht beim Überforderungs-Jammer. Sie pivotiert auf eine These, die deutlich tiefer geht: Wenn KI uns das Rauschen wegfiltert, verlieren wir mehr als Lärm. Wir verlieren das, woraus wir morgen Erkenntnisse ziehen könnten.

                    Die zwei Kernthesen der Folge
                    1. Rauschen ist kein Bug, es ist ein Feature. Was Data Scientists als "Noise" rausfiltern, ist für Menschen die Substanz, aus der Transfer-Learning entsteht. Die Nebensätze im Artikel, die man eigentlich nicht gebraucht hat, werden sechs Wochen später zum entscheidenden Puzzleteil.
                    2. Productivity ist nicht Value. Wer mit KI 30% schneller arbeitet und dann 30% mehr Output produziert, hat nicht automatisch mehr geschaffen. Der eigentliche Hebel liegt darin, Zeit für die Tätigkeiten freizuräumen, die Wert erzeugen — nicht nur Ticket-Durchsatz.
                    3. Was ihr mitnehmt
                      • Warum Barbara sagt: "Wenn KI nicht explizit in deiner Jobbeschreibung steht, hört auf, den News hinterherzurennen."
                      • Wie man KI nutzt, um Rauschen zu erzeugen statt es wegzufiltern — per Prompt, der Nebeninformationen ins Briefing schreibt.
                      • Das Konzept "Brain First" und warum ein AI-freier Arbeitstag eine Disziplin-Übung ist.
                      • Jochens Dilemma: Diktiert er seine Artikel weiter — oder opfert er damit einen Denkprozess, der nur beim Schreiben entsteht?
                      • Warum der handgeschriebene Newsletter manchmal die bessere Entscheidung ist als die automatisierte Version.
                      • Kapitel
                        • 00:00 — Hook: Rauschinformation
                        • 00:25 — Hook: Productivity ≠ Value
                        • 00:45 — Otto-Normal-Jochen ist überfordert
                        • 06:44 — Auch Profis scannen nicht mehr alles: Flood the Zone
                        • 09:00 — Wie sich Arbeit verändert, wenn KI die Recherche übernimmt
                        • 13:22 — Personal Productivity und der Ermüdungseffekt
                        • 14:35 — Rauschinformation: Signal vs. Noise (mit Ohrringe-Parabel)
                        • 18:32 — Deskilling: Wenn gefiltertes Arbeiten Fähigkeiten kostet
                        • 20:18 — Die sozioökonomische Dimension: neue Eliten durch Zeitbudget
                        • 25:26 — Barbaras Methoden: Prompting für Rauschen, AI-freier Arbeitstag, Brain First
                        • 29:47 — Jochens Dilemma: Diktieren oder Schreiben?
                        • 34:18 — Plotter vs. Bauchschreiber — und warum Qualität nicht Geschwindigkeit ist
                        • 38:15 — Die Pointe: Productivity ≠ Value
                        • 41:06 — Backlog-Logik: mehr Output ist nicht mehr Ergebnis
                        • 43:11 — Grundlagen statt Best Practices, Toastbrot-Geschwindigkeit
                        • 46:08 — Take-aways und Schlussplädoyer
                        • Begriffe, die in der Folge fallen
                          • Flood the Zone — politische Taktik der Informationsüberflutung, hier übertragen auf KI-News
                          • FOBO — Fear of Better Options, der Verdacht, der eigene Tool-Stack sei schon wieder überholt
                          • Signal vs. Rauschen — Data-Science-Grundbegriff, hier in die Wissensarbeit übersetzt
                          • Transfer Learning — die menschliche Fähigkeit, Wissen aus einem Kontext in einen anderen zu übertragen
                          • Deskilling — Verlust von Fähigkeiten durch Nicht-Nutzung, Thema einer früheren Folge
                          • McKinsey-braingewaschen — Barbaras Etikett für die ungeprüfte Annahme, Productivity erzeuge automatisch Value
                          • Weiterführendes
                            • Frühere Folge zum Thema Deskilling: Macht KI uns dümmer? Wieso das die falsche Frage ist
                            • Barbara Lampl auf LinkedIn — für ihre Rants, Mythbusting und die Position, wann ein KI-Release wirklich relevant ist
                            • The BuyBeat — Jochens Medienmarke für Digital-Commerce-Praktiker: thebuybeat.com
                            • Schreibt uns

                              Aus welcher Branche hört ihr uns? Baugewerbe, Logistik, Versicherung, was ganz anderes? Barbara und Jochen freuen sich über Rückmeldungen — Fanpost und Kritik gleichermaßen.

                              47 min
                            • KI unter Waffen: Anthropic gegen das Pentagon
                              Massenüberwachung, autonome Waffen und die Frage, warum Europa keine Antwort hat

                              Anthropic stellt sich gegen das Pentagon und Claude stürmt die App-Charts – AI Babsi und E-Fuchs sezieren den Beef zwischen KI-Konzern und Militär. Warum autonome Waffen technisch noch Science-Fiction sind, aber Massenüberwachung verdammt nah dran ist. Spoiler: Die Waymos brauchen noch einen Babysitter, aber LLMs sind die perfektesten Profiler aller Zeiten. Dazu: der LinkedIn-Haken-Scam, der 30-Prozent-Tipping-Point für totale Kontrolle und die ernüchternde Frage, warum Europa 2026 noch wie 1998 diskutiert. Am Ende bleibt nur eins: Es ist schei*e, Punkt. Da hilft kein Sahnehäubchen.

                              Service-Hinweis: Die Folge wurde ursprünglich am 06.03.2026 ausgestrahlt, war aber aufgrund eines technischen Schluckaufs nur kurz verfügbar. Hicks. Jetzt ist sie wieder da.

                              Erwähnte Quellen und Links:

                              • Anthropic vs. Pentagon – Hintergrund zum Vertragsstreit: https://www.cbsnews.com/news/pentagon-anthropic-supply-chain-risk-feud-ai-guardrails/
                              • Claude in den App-Store-Charts: https://techcrunch.com/2026/03/01/anthropics-claude-rises-to-no-2-in-the-app-store-following-pentagon-dispute/
                              • Sam Altman / OpenAI bietet Pentagon Alternative: https://www.npr.org/2026/02/27/nx-s1-5729118/trump-anthropic-pentagon-openai-ai-weapons-ban
                              • Palantir und die Pentagon-Dateninfrastruktur: https://www.fastcompany.com/91500164/palantir-key-to-pentagon-ai-boom
                              • UN-Forderung: Verbot autonomer Waffen: https://news.un.org/en/story/2025/05/1163256
                              • LinkedIn blaue Haken und Biometrie-Verifizierung: https://thelocalstack.eu/posts/linkedin-identity-verification-privacy/
                              • Hegseth Signal-Affäre: https://www.npr.org/2025/12/03/nx-s1-5630519/signalgate-pete-hegseth-inspector-general-report
                              • Gaia-X und europäische KI-Initiativen: https://gaia-x.eu/
                              • OpenDesk – Open-Source Office-Alternative: https://www.opendesk.eu/de
                              • Vorherige Folge zu Open Claw: https://efuchs.net/openclaw-moltbook-der-agent-der-agent-hat-keine-bremsen/
                              • Kapitelmarken:

                                00:00:00 Begrüßung und Einführung: Brandherde und die KI-Welt
                                00:00:30 Claude an der Spitze: Anthropic vs. Pentagon
                                00:01:40 Hintergrund: Der historische Vertrag zwischen Anthropic und dem Pentagon
                                00:03:18 Memes und Realität: Was macht das Pentagon wirklich mit Claude?
                                00:04:46 Autonome Waffen und Halluzinationen: Prompt-Injection als Angriffsvektor
                                00:05:14 Mass Surveillance vs. autonome Waffen: Zwei unterschiedliche Bedrohungen
                                00:06:43 Völkerrecht: Warum autonome Waffen noch nicht verboten sind
                                00:08:37 Technischer Realitätscheck: Self-Driving Cars als Vergleich
                                00:12:17 Kulturkampf: Ivy League, Dario Amodei und der Wertekonflikt
                                00:14:35 LLMs als Profiling-Maschinen: Warum Massenüberwachung näher ist als autonome Waffen
                                00:18:49 GovCloud, Palantir und die Dateninfrastruktur des Pentagon
                                00:21:26 Von 5 auf 30 Prozent: Wie Datencenter die Überwachungskapazität verändern
                                00:24:44 Propaganda und GenAI: Der fehlende Baustein der Massenüberwachung
                                00:26:31 Honeypots und Prompt-Injections: KI als Sicherheitsrisiko
                                00:29:23 Wargaming mit LLMs: Simulation trifft auf ahnungslose Entscheider
                                00:31:34 Signal-Affäre und der Chatbot-Feldherr: Wo die echte Gefahr lauert
                                00:35:32 Selbstwirksamkeit: Warum Claudes App-Store-Erfolg ein politisches Signal ist
                                00:37:05 Europa und die KI-Lücke: Nostalgie statt Vision
                                00:42:38 Investitionsversagen: Warum Gaia-X und Co. nicht skalieren
                                00:44:53 Kein Sahnehäubchen: Warum Deutschland 2026 immer noch wie 1998 diskutiert
                                00:45:34 Office-365-Alternative als Einfallstor: Europas verpasste Chance

                                🥳 Danke, dass du LAIer 8|9 eingeschaltet hast! Möge die KI mit dir sein!

                                Schreib uns eine Bewertung mit dem KI-Modell deiner Wahl und abonniere uns auf deiner Lieblingsplattform, wir sind überall, es gibt kein Entrinnen!

                                • Apple Podcasts
                                • Deezer
                                • Spotify
                                • Amazon Music
                                • YouTube Video-Podcast
                                • Unsere Hosts

                                  AI Babsi (Barbara): Website | LinkedIn
                                  E-Fuchs (Jochen): Website | LinkedIn

                                  Unser Podcast Blog

                                  https://www.laier89.de/

                                  01001100 01110101 01101011 01100101 00101100 00100000 01001001 01100011 01101000 00100000 01100010 01101001 01101110 00100000 01100100 01100101 01101001 01101110 00100000 01001011 01001001 00101101 01010000 01101111 01100100 01100011 01100001 01110011 01110100 00100000 01001100 01000001 01001001 01100101 01110010 00100000 00111000 01111100 00111001 00101110

                                  LAIer 8|9 wird nicht Layer 89 oder Layer 8|9 geschrieben, auch nicht Layer 8 9, aber wir sind cool und wir sind tough, deshalb gibt's hier Keyword-Stuff.

                                  47 min
                                • Copyright & KI: Zwischen Diebstahl und Demokratisierung
                                  Warum alle KI-Modelle Harry-Potter-Fans sind, was der Pur-Partymix mit Memorisierung zu tun hat und wieso ein Columbia-Paper die Copyright-Debatte nicht rettet.

                                  Copyright & KI: Zwischen Diebstahl und Demokratisierung – wer hat's geklaut, wer hat's erfunden und warum kann Barbara alle Pur-Songs mitsingen, obwohl sie Pur nicht mal mag? In dieser Folge nehmen wir euch mit in die emotionalste Diskussion der KI-Welt: Ist das, was KI generiert, Diebstahl oder Demokratisierung? Jochen berichtet von Plagiatsjägern auf Threads, die mit fragwürdigen KI-Checkern Self-Publisher terrorisieren, und von Hass-Kommentaren auf LinkedIn wegen einer KI-Illustration. Barbara zerlegt ein frisches Paper der Columbia University – „Alignment Whack-a-Mole" – das behauptet, man könne ganzen Büchern wortgetreu aus GPT-4o, Gemini 2.5 Pro und DeepSeek V3 entlocken. Klingt dramatisch? Ist es auch. Aber die Annahmen dahinter sind wackeliger als ein Jenga-Turm in Runde zwölf. Zwischendrin lernt ihr, warum alle großen KI-Modelle heimlich Harry-Potter-Fans sind, was der Pur-Partymix mit Memorisierung zu tun hat, warum Jochen bei Police Academy den Dialog mitsprechen kann und wieso ein Stockfoto eigentlich das ehrlichere Argument ist. Am Ende die Frage aller Fragen: Wenn niemand für einen Blogartikel einen Illustrator bezahlen konnte – wem wurde dann etwas gestohlen?

                                  Links & Quellen

                                  • Paper: Liu, Mireshghallah, Ginsburg, Chakrabarty – „Alignment Whack-a-Mole" (Columbia Law School / Stony Brook University / Carnegie Mellon University, März 2026)
                                  • arXiv: https://arxiv.org/abs/2603.20957v2
                                  • Interaktive Demo: https://cauchy221.github.io/Alignment-Whack-a-Mole/
                                  • Bartz v. Anthropic – Settlement über 1,5 Milliarden US-Dollar (Klage August 2024, Settlement September 2025): https://www.anthropiccopyrightsettlement.com/
                                  • NPR-Bericht: https://www.npr.org/2025/09/05/nx-s1-5529404/anthropic-settlement-authors-copyright-ai
                                  • Hintergrund: Anthropic nutzte die Pirated Libraries LibGen und PiLiMi als Trainingsquelle
                                  • New York Times vs. OpenAI – laufende Klage seit Dezember 2023: https://www.npr.org/2025/01/14/nx-s1-5258952/new-york-times-openai-microsoft
                                  • Grammarly / Superhuman „Expert Review"-Kontroverse:
                                  • Casey Newton / Platformer: https://www.platformer.news/grammarly-expert-review-reviewed/
                                  • Julia Angwin Klage / Feature deaktiviert: https://futurism.com/artificial-intelligence/grammarly-pulls-down-expert-review-feature
                                  • Coldmirror – „5 Minuten Harry Podcast": https://open.spotify.com/show/4us7Lec3iNeAXDoG56Vths
                                  • Chapter Markers

                                    00:00:00 Intro: Willkommen beim KI-Lieblingspodcast

                                    00:00:12 KI-Paranoia: Wenn Plagiatsjäger Amok laufen
                                    00:01:31 Schrott ist Schrott – egal ob Mensch oder Maschine
                                    00:04:19 Copyright-Basics: Stil vs. echte Verletzung
                                    00:06:34 Trainingsdaten und Maschinenlesbarkeit
                                    00:08:12 Der moralische Zeigefinger: Ist KI-Kunst geklaut?
                                    00:09:49 Output, Input, Training – was ist eigentlich was?
                                    00:12:11 Paper der Woche: Alignment Whack-a-Mole
                                    00:14:28 Fine-Tuning erklärt: Der Supermarkt-Kuchen
                                    00:17:17 Das Experiment: Können wir Copyright-Text entlocken?
                                    00:19:28 Die Ergebnisse: 460 Wörter verbatim
                                    00:20:47 Barbaras Kritik: Wenn die Annahme schon wackelt
                                    00:26:51 Harry Potter und der Trainingskorpus der Sekundärliteratur
                                    00:33:05 Welche Bücher? Rushdie, McCarthy und Fifty Shades
                                    00:36:37 Police Academy, Pur-Partymix und menschliche Memorisierung
                                    00:39:22 Die philosophische Frage: Kann man Memorisierung beweisen?
                                    00:41:29 Demokratisierung: Stockfoto vs. KI-Illustration
                                    00:45:34 Schlusswort: Die Maschine geht nicht weg

                                    🥳 Danke, dass du LAIer 8|9 eingeschaltet hast! Möge die KI mit dir sein!

                                    Schreib uns eine Bewertung mit dem KI-Modell deiner Wahl und abonniere uns auf deiner Lieblingsplattform, wir sind überall, es gibt kein entrinnen!

                                    • Apple
                                    • Deezer
                                    • Spotify
                                    • Amazon Music
                                    • Youtube Video-Podcast
                                    • Unsere Hosts

                                      AI Babsi: (Barbara) Website | LinkedIn - E-Fuchs: (Jochen) Website | LinkedIn

                                      Unser Podcast Blog

                                      https://www.laier89.de/

                                      01001100 01110101 01101011 01100101 00101100 00100000 01001001 01100011 01101000 00100000 01100010 01101001 01101110 00100000 01100100 01100101 01101001 01101110 00100000 01001011 01001001 00101101 01010000 01101111 01100100 01100011 01100001 01110011 01110100 00100000 01001100 01000001 01001001 01100101 01110010 00100000 00111000 01111100 00111001 00101110

                                      LAIer 8|9 wird nicht Layer 89 oder Layer 8|9 geschrieben, auch nicht Layer 8 9, aber wir sind cool und wir sind tough, deshalb gibt's hier Keyword-Stuff.

                                      46 min
                                    • 266 Milliarden Schaden: Warum KI und Cybersecurity zusammengehören
                                      Prompt Injections, der McKinsey-Hack und warum Security by Design kein Nice-to-have ist
                                      Marc-Uwe Kling erfindet einen Schweizer Konfiseur und Google hält ihn für echt – willkommen in der Welt der KI-Manipulation. In dieser Folge sortieren Barbara und Jochen das Chaos zwischen Prompt Injections, Geschäftsmodell-Sicherheit und echter Cybersecurity. Spoiler: McKinsey wurde in zwei Stunden von einem KI-Agenten gehackt, 289 Milliarden Euro Cyberschaden entstehen jährlich in Deutschland und Human in the Loop rettet euch auch nicht. Aber keine Panik – wir erklären, was ihr tun könnt, bevor euer Unternehmen zur offenen Herz-OP wird.
                                      39 min
                                    • Dein Kontextfenster ist kein Benzintank – Sweet Spots, RAG & Workflow-Design

                                      Ich erstelle jetzt die Show Notes gemäß der definierten Struktur: Kurzbeschreibung, Links, Kapitelmarken und Suffix.

                                      Show Notes

                                      Kontextfenster, RAG & der Sweet Spot – was KI wirklich verarbeiten kann

                                      Warum ist nicht egal, wie viel ihr in euer Kontextfenster kippt? Und warum ist RAG alles andere als tot? Jochen hat eine Kollegin, die 70 Seiten Buchmanuskript ins Kontextfenster schmeißt – und sich wundert, dass ihr Limit bis Dienstag aufgebraucht ist. Barbara erklärt, warum der Sweet Spot bei 130.000 bis 150.000 Token liegt, was hinter Needle in the Haystack und Lost in the Middle steckt, und warum PDFs aus der Hölle kommen. Außerdem: Warum eure Corporate Tools weniger können als Consumer-Chatbots, warum SharePoint kein Data Lake ist (auch wenn ihr ihn so benutzt), und warum die eigentliche Arbeit nicht im Bauen liegt, sondern im Whiteboarding. Spoiler: Das Problem sitzt vor dem Rechner. Und die Faulheit kostet Arbeitsplätze – nicht die KI.

                                      Links & Quellen aus der Folge

                                      • Claude Usage Promotion März 2026 (mehr Power außerhalb der Kernarbeitszeiten): [Link folgt]
                                      • NotebookLM von Google: https://notebooklm.google.com/
                                      • Jochens Krimi „Die Blutfinke" (als Jorge de la Pesquina): [Link folgt – Amazon]
                                      • Unsere Folge über Notion & Token-Sweet-Spots: [Link zur Folge folgt]
                                      • Kapitelmarken

                                        • 00:00:00 Intro & Begrüßung
                                        • 00:00:28 Das Problem: 70 Seiten Buch im Kontextfenster
                                        • 00:01:43 Token-Limits, Sweet Spot und Claude 4.6
                                        • 00:03:51 Service-Post: Claude Usage Promotion im März
                                        • 00:05:21 Was ist der Sweet Spot und warum zählt er?
                                        • 00:05:43 Die Tank-Analogie: Von 8.000 auf 1 Million Token
                                        • 00:09:46 Input, Output und wie sich Token berechnen
                                        • 00:10:43 Needle in the Haystack & Lost in the Middle erklärt
                                        • 00:14:37 Context Engineering: Warum PDFs aus der Hölle kommen
                                        • 00:15:42 Jochens Bücher und wie Autoren Context Engineering betreiben
                                        • 00:18:18 Testen, testen, testen – und Markdown statt PDF
                                        • 00:19:46 Wahrscheinlichkeit statt Zufall: Vibe-Coding vs. Full Prod
                                        • 00:20:57 Corporate Tools vs. Consumer Tools: Das ehrliche Problem
                                        • 00:22:30 Claude-Projekte, Chunks und wie RAG im Hintergrund arbeitet
                                        • 00:30:09 Drei Player: OpenAI, Anthropic, Google – und NotebookLM
                                        • 00:33:55 RAG erklärt: Retrieval, Augmented Generation
                                        • 00:35:35 Vektordatenbanken vs. Knowledge Graphs (Computermaus-Beispiel)
                                        • 00:37:34 Datenbanken, unstrukturierte Daten und das SharePoint-Drama
                                        • 00:42:04 Bitte anrufen: Warum 40.000 Dokumente kein DIY-Projekt sind
                                        • 00:43:28 Widersprüchliche Guidelines und das Whiteboarding-Problem
                                        • 00:47:14 Verabschiedung
                                        • 🥳 Danke, dass du LAIer 8|9 eingeschaltet hast! Möge die KI mit dir sein!

                                          Schreib uns eine Bewertung mit dem KI-Modell deiner Wahl und abonniere uns auf deiner Lieblingsplattform, wir sind überall, es gibt kein entrinnen!

                                          • [Apple] https://podcasts.apple.com/podcast/id1798319508
                                          • [Deezer]https://www.deezer.com/de/show/1001665971
                                          • [Spotify]https://open.spotify.com/show/2IfqJA4Qo02fslECWpEQW8
                                          • [Amazon Music] https://music.amazon.de/podcasts/497c3a14-dcaf-4bb3-abc1-03aa6f73f8d3/laier-8-9---noch'n-ki-podcast
                                          • [Youtube Video-Podcast)] https://www.youtube.com/@laier89
                                          • Unsere Hosts

                                            AI Babsi: (Barbara) [Website] https://www.barbara-lampl.de | [LinkedIn] https://www.linkedin.com/in/barbaralampl/ - E-Fuchs: (Jochen) [Website] https://efuchs.net | [LinkedIn] https://www.linkedin.com/in/jochengfuchs/

                                            Unser Podcast Blog

                                            https:///www.laier89.de/

                                            01001100 01110101 01101011 01100101 00101100 00100000 01001001 01100011 01101000 00100000 01100010 01101001 01101110 00100000 01100100 01100101 01101001 01101110 00100000 01001011 01001001 00101101 01010000 01101111 01100100 01100011 01100001 01110011 01110100 00100000 01001100 01000001 01001001 01100101 01110010 00100000 00111000 01111100 00111001 00101110

                                            LAIer 8|9 wird nicht Layer 89 oder Layer 8|9 geschrieben, auch nicht Layer 8 9, aber wir sind cool und wir sind tough, deshalb gibt's hier Keyword-Stuff.

                                            45 min
                                          • Local AI zwischen Hardware-Hype und Realität – Was kannst du wirklich erwarten?

                                            Wenn du glaubst, lokale KI-Modelle seien nur etwas für Hardcores-Entwickler mit Serverraum-Phobie, dann solltest du dringend auf die Playlist hören. Jochen erklärt, warum man mit ein bisschen Hardware und Know-how fast alles zum Laufen kriegt – von Chatbots über Word-Dokumente bis hin zu Code-Assistenz, und das ganz ohne Token-Kosten. Barbara warnt vor der wilden Hardware-Welt: Erwartungen, Wirklichkeit und die DSGVO im Griff zu behalten sind der Schlüssel, um nicht im KI-Dschungel zu versinken. Zwischen Hype und Weltuntergang finden wir die richtige Mitte: Eine fundierte, Tiefen- und Praxisorientierte Einordung für alle, die smarter statt blinder Hoffnung vorgehen wollen – inklusive humorvoller Rüttler für den Kopf.

                                            Kapitelmarken

                                            [00:00:00] Begrüßung und das teure Tamagotchi-Problem

                                            [00:04:30] Was ist eigentlich Local AI? Definitionen, Missverständnisse und Barbaras Ordnungsruf
                                            [00:11:00] Erwartungsmanagement: Consumer-Hardware vs. Frontier-Modelle
                                            [00:14:00] CPU, GPU, RAM – was deine Hardware können muss
                                            [00:16:30] Welches Modell passt zu welcher Hardware?
                                            [00:18:00] Was kann ein lokales LLM eigentlich? Tools, Skills und die nackte Wahrheit
                                            [00:20:30] Einstieg leicht gemacht: LM Studio, Jan.ai und andere Oberflächen
                                            [00:23:30] Systemlast und Nebenwirkungen: Wenn der Laptop in die Knie geht
                                            [00:25:30] Bibliotheken, Tool-Calls und Internet-Zugang beim lokalen Modell
                                            [00:29:30] Vibe Coding lokal? Geht – aber mit Einschränkungen
                                            [00:35:00] Geschwindigkeit vs. Qualität: Wer KI in Zeit misst, soll sechs Setzen
                                            [00:39:50] Local AI im Unternehmen: Server, Strategie und warum es Personal braucht
                                            [00:43:00] Alignment, Guardrails und warum das rohe Modell alles ausspuckt
                                            [00:48:00] Edge AI: Die unterschätzte Rechenpower in eurer Hosentasche
                                            [00:50:30] Fazit und Verabschiedung

                                            Links und Erwähnungen

                                            Local AI Tools & Oberflächen:

                                            • LM Studio – Lokale LLM-Oberfläche: https://lmstudio.ai/
                                            • Jan.ai – Open-Source Local AI Interface: https://www.jan.ai/
                                            • Ollama – Lokale LLM-Umgebung: https://ollama.com/
                                            • llama.cpp – LLM-Inference auf Consumer-Hardware: https://github.com/ggml-org/llama.cpp
                                            • Modelle & Modell-Plattformen:

                                              • Hugging Face – Modell-Downloads & Community: https://huggingface.co
                                              • Meta Llama Modelle: https://huggingface.co/meta-llama
                                              • Qwen (Alibaba) Modelle: https://huggingface.co/Qwen
                                              • DeepSeek Modelle: https://huggingface.co/deepseek-ai
                                              • Anthropic / Claude:

                                                • Claude Cowork: https://claude.ai
                                                • Claude Code: https://docs.anthropic.com/en/docs/claude-code
                                                • 🥳 Danke, dass du LAIer 8|9 eingeschaltet hast! Möge die KI mit dir sein!

                                                  Schreib uns eine Bewertung mit dem KI-Modell deiner Wahl und abonniere uns auf deiner Lieblingsplattform, wir sind überall, es gibt kein entrinnen!

                                                  • [Apple] https://podcasts.apple.com/podcast/id1798319508
                                                  • [Deezer] https://www.deezer.com/de/show/1001665971
                                                  • [Spotify] https://open.spotify.com/show/2IfqJA4Qo02fslECWpEQW8
                                                  • [Amazon Music] https://music.amazon.de/podcasts/497c3a14-dcaf-4bb3-abc1-03aa6f73f8d3/laier-8-9---noch'n-ki-podcast
                                                  • [Youtube Video-Podcast] https://www.youtube.com/@laier89
                                                  • Unsere Hosts

                                                    AI Babsi: (Barbara) [Website] https://www.barbara-lampl.de | [LinkedIn] https://www.linkedin.com/in/barbaralampl/ - E-Fuchs: (Jochen) [Website] https://efuchs.net | [LinkedIn] https://www.linkedin.com/in/jochengfuchs/

                                                    Unser Podcast Blog

                                                    https:///www.laier89.de/

                                                    01001100 01110101 01101011 01100101 00101100 00100000 01001001 01100011 01101000 00100000 01100010 01101001 01101110 00100000 01100100 01100101 01101001 01101110 00100000 01001011 01001001 00101101 01010000 01101111 01100100 01100011 01100001 01110011 01110100 00100000 01001100 01000001 01001001 01100101 01110010 00100000 00111000 01111100 00111001 00101110

                                                    LAIer 8|9 wird nicht Layer 89 oder Layer 8|9 geschrieben, auch nicht Layer 8 9, aber wir sind cool und wir sind tough, deshalb gibt's hier Keyword-Stuff.

                                                    50 min
                                                  • OpenClaw & Moltbook: Der Agent, der Agent hat keine Bremsen
                                                    Agent-Sicherheit richtig einordnen

                                                    Agenten ohne Sicherheitsbremsen, ein Social Network für KI-Bots und die Frage, ob wir jetzt alle Formel 1 im Stadtverkehr fahren: Barbara und Jochen ordnen den Hype um OpenClaw und Moltbook ein. Spoiler: Die Agenten, die angeblich eigene Sprachen erfinden, machen das seit 2017 – und der wichtigste Security-Tipp lautet: Käfig bauen, bevor du den Agenten frei lässt. Plus: Warum Chinas größter Cybersecurity-Hackathon plötzlich dark gegangen ist und wieso Build in Public im Valley den nächsten Job bringt.

                                                    Links zur Folge:

                                                    OpenClaw GitHub-Repo: https://github.com/openclaw/openclaw

                                                    PiMono / AI Agent Toolkit (badlogic auf GitHub): https://github.com/badlogic/pi-mono
                                                    Moltbook-Plattform: https://www.moltbook.com/
                                                    FAIR-Experiment Alice & Bob (2017): https://www.snopes.com/fact-check/facebook-ai-developed-own-language/
                                                    Anthropic Claude Code Security: https://www.anthropic.com/news/claude-code-security
                                                    Tianfu Cup – Cybersecurity-Hackathon China: https://www.securityweek.com/china-revives-tianfu-cup-hacking-contest-under-increased-secrecy/
                                                    Jochens neues Projekt The BuyBeat: https://thebuybeat.com
                                                    Replit-Vorfall (Datenverlust durch Agenten): https://fortune.com/2025/07/23/ai-coding-tool-replit-wiped-database-called-it-a-catastrophic-failure/

                                                    Kapitelmarken:

                                                    [00:00:00] Begrüßung & Barbaras Rückkehr aus dem Silicon Valley
                                                    [00:02:57] Jochen will Hot Sauce – und andere Reise-Anekdoten
                                                    [00:03:50] Eigenwerbung: The Buy Beat & Überleitung zum Hauptthema
                                                    [00:04:46] Was ist OpenClaw? Begriffsklärung und Einordnung
                                                    [00:06:03] OpenClaw erklärt: Multi-Agenten-Orchestrierung ohne Sicherheitsbremsen
                                                    [00:08:00] Einordnung: Genial oder gefährlich? Der Formel-1-Vergleich
                                                    [00:11:34] Moral und Verantwortung: Darf man sowas veröffentlichen?
                                                    [00:14:45] Praxis-Guide: OpenClaw sicher ausprobieren – der Käfig-Ansatz
                                                    [00:17:30] Horror-Use-Cases: Warum Agenten keine Daten sortieren sollten
                                                    [00:22:52] Moltbook: Das Social Network für Agenten
                                                    [00:26:29] Eigene Sprache? Bekannt seit 2017 – FAIR-Experiment mit Alice und Bob
                                                    [00:27:47] Warum Moltbook existiert: Build in Public als Karrierestrategie
                                                    [00:31:23] Gefährlichkeit von Agent-Netzwerken: Realistische Einschätzung
                                                    [00:35:51] Tianfu Cup: Chinas geheimer Cybersecurity-Hackathon
                                                    [00:39:47] Shoutout: PiMono als sichere Alternative
                                                    [00:40:54] Outro & Sponsoring-Hinweise

                                                    🥳 Danke, dass du LAIer 8|9 eingeschaltet hast! Möge die KI mit dir sein!

                                                    Schreib uns eine Bewertung mit dem KI-Modell deiner Wahl und abonniere uns auf deiner Lieblingsplattform, wir sind überall, es gibt kein entrinnen!

                                                    [Apple] https://podcasts.apple.com/podcast/id1798319508

                                                    [Deezer]https://www.deezer.com/de/show/1001665971
                                                    [Spotify]https://open.spotify.com/show/2IfqJA4Qo02fslECWpEQW8
                                                    [Amazon Music] https://music.amazon.de/podcasts/497c3a14-dcaf-4bb3-abc1-03aa6f73f8d3/laier-8-9---noch'n-ki-podcast
                                                    [Youtube Video-Podcast)] https://www.youtube.com/@laier89

                                                    Unsere Hosts

                                                    AI Babsi: (Barbara) [Website] https://www.barbara-lampl.de | [LinkedIn] https://www.linkedin.com/in/barbaralampl/ - E-Fuchs: (Jochen) [Website] https://efuchs.net | [LinkedIn] https://www.linkedin.com/in/jochengfuchs/

                                                    Unser Podcast Blog

                                                    https:///www.laier89.de/

                                                    01001100 01110101 01101011 01100101 00101100 00100000 01001001 01100011 01101000 00100000 01100010 01101001 01101110 00100000 01100100 01100101 01101001 01101110 00100000 01001011 01001001 00101101 01010000 01101111 01100100 01100011 01100001 01110011 01110100 00100000 01001100 01000001 01001001 01100101 01110010 00100000 00111000 01111100 00111001 00101110

                                                    LAIer 8|9 wird nicht Layer 89 oder Layer 8|9 geschrieben, auch nicht Layer 8 9, aber wir sind cool und wir sind tough, deshalb gibt's hier Keyword-Stuff.

                                                    41 min

                                                  About LAIer 8|9 - Noch'n KI-Podcast

                                                  From the publisher's feed

                                                  Mit KI wird alles besser, schneller, effizienter. Also, falls du das blöde Ding mal endlich dazu bringen könntest, das zu tun, was du willst.