Heute wird es nochmals philosophisch!
In dieser Folge geht es um die spannende Frage: Können KI-Agenten so etwas wie freien Willen haben? Basierend auf einem Fachartikel werfen wir einen Blick auf den funktionalen freien Willen – also die Idee, dass Handlungen absichtlich, kontrolliert und zwischen echten Alternativen getroffen werden. Der Clou: Weder Menschen noch KI-Agenten durchbrechen Naturgesetze, doch ihr Verhalten lässt sich oft am besten erklären, wenn man ihnen Entscheidungsfähigkeit zuschreibt. Anhand von Beispielen wie dem Minecraft-Agenten Voyager diskutieren wir, warum manche KI-Systeme funktional gesehen wie Wesen mit freiem Willen erscheinen – auch ohne Bewusstsein.

In dieser Folge dreht sich alles um Chain-of-Thought (CoT) Prompting – eine Methode, mit der Large Language Models komplexe Aufgaben besser lösen können. Wir erklären, wie diese Technik funktioniert, warum sie so wirkungsvoll ist, und wo sie zum Einsatz kommt – von Matheaufgaben bis hin zu Bildung und Chatbots im Kundenservice. Außerdem werfen wir einen Blick auf Varianten wie Zero-Shot CoT und multimodales CoT, diskutieren Vorteile wie höhere Antwortqualität, aber auch Herausforderungen wie den steigenden Rechenaufwand.

KI ist überall – zumindest auf dem Papier. In dieser Folge decken wir auf, wie Unternehmen mit dem Buzzword „Künstliche Intelligenz“ um sich werfen, um Investoren zu ködern und innovativ zu wirken – auch wenn kaum echte Technologie dahintersteckt. Wir sprechen über die Risiken für Wirtschaft, Gesellschaft und Vertrauen – und darüber, wie du KI-Washing entlarvst, bevor du dich vom nächsten „smart tool“ blenden lässt.

Diese Folge beleuchtet den Bericht „Science in the age of AI“ der Royal Society, der aufzeigt, wie künstliche Intelligenz die wissenschaftliche Forschung transformiert. Wir sprechen über Potenziale wie Effizienzgewinne und neue Erkenntnisse, aber auch über Risiken rund um Reproduzierbarkeit, ethische Fragen und Datenqualität. Zudem geht es um die wachsende Rolle des Privatsektors und die Bedeutung interdisziplinärer Kompetenzen. Ziel ist ein verantwortungsvoller Einsatz von KI – im Dienste der Forschung und der Gesellschaft.

„KI-Slop“ – so nennt man die Flut an generischen Texten, Bildern und Videos, die generative KI inzwischen im Sekundentakt ausspuckt. Ob Social Media, Politik, Werbung, Bücher oder Filme: KI-Slop ist längst überall und verwandelt das Netz in ein Buffet aus billigem Content-Dosenfutter. In dieser Folge spreche ich darüber, wie es so weit kommen konnte, welche Branchen besonders betroffen sind und was das für unsere Medienkultur bedeutet.

In dieser Folge sprechen wir über aktuelle Studien, die zeigen, wie große Sprachmodelle persönliche Informationen wie Standort oder Einkommen erschreckend genau aus Texten ableiten können – weit über das reine Auswendiglernen hinaus. Zudem werfen wir einen Blick auf „vec2vec“, eine neue Methode zur Übersetzung von Text-Einbettungen zwischen Modellen, die selbst ohne gepaarte Daten funktioniert. Beide Ansätze verdeutlichen, wie leicht sensible Informationen extrahiert werden können und warum wir dringend über neue Schutzmechanismen im Umgang mit KI diskutieren müssen.
Bitte beachte, dass sich jederzeit rechtliche Grundlagen & technische Gegebenheiten ändern können. Diese Folge spiegelt daher keine aktuelle Gesetzeslage wider.

Heute geht’s darum, wie das Gaming wieder eine zentrale Rolle in der Entwicklung von KI spielt. Spiele bieten perfekte Trainingsumgebungen: klar definierte Regeln, unendliche Szenarien, und jede Menge Herausforderungen.KI-Systeme treten dort gegeneinander an, lernen voneinander und verbessern sich stetig – fast wie im Sporttraining. Das Ziel? Künstliche Intelligenz, die selbstständig denkt, plant und handelt.Spannend ist: Eine KI lernt inzwischen, indem sie mit oder gegen andere KIs spielt. So entstehen Systeme, die nicht nur gut im Spiel sind, sondern auch komplexe Aufgaben im echten Leben lösen können.Gaming wird so zur Spielwiese für die nächste Stufe der KI-Entwicklung.

OpenAIs Entscheidung, GPT-5 als neues Standardmodell in ChatGPT festzulegen, sorgte für Unmut unter vielen Nutzern. Die automatische Umstellung und das Entfernen der Modellauswahl führten dazu, dass User den Zugriff auf ihre bevorzugten Modelle wie GPT-4o verloren. Besonders betroffen waren Menschen, die ChatGPT für emotionale Unterstützung oder strukturierte Arbeitsabläufe nutzten – sie vermissten die gewohnte „Persönlichkeit“ und Verlässlichkeit. Aufgrund der Kritik kündigte OpenAI-CEO Sam Altman an, dass zahlende Plus-Nutzer wieder auf GPT-4o zurückgreifen können.

In dieser Folge sprechen wir über das Hierarchical Reasoning Model – kurz HRM. Inspiriert vom menschlichen Gehirn kombiniert diese neue KI-Architektur zwei miteinander verknüpfte Denkebenen: eine für die abstrakte Planung und eine für schnelle, präzise Detailarbeit. Anders als herkömmliche Chain-of-Thought-Methoden kommt HRM mit minimalen Trainingsdaten aus, braucht kein Vorabtraining und meistert trotzdem komplexe Aufgaben wie Sudoku oder Labyrinth-Navigation. Spannend ist dabei die hierarchische Struktur, die an die neuronalen Ebenen unseres Gehirns erinnert – und das könnte erklären, warum HRM nicht nur effizient rechnet, sondern auch Probleme lösen kann, an denen aktuelle große Sprachmodelle oft scheitern.

In dieser Folge geht es um GPT-5, das neueste und bislang leistungsstärkste KI-Modell von OpenAI. Es übertrifft seine Vorgänger deutlich – und zwar in Bereichen wie Programmieren, Texterstellung, Gesundheit und sogar in der visuellen Wahrnehmung.GPT-5 ist ein einheitliches System, das flexibel denken kann – mal schnell, mal tiefgründig – je nachdem, wie komplex die Anfrage ist. Für besonders anspruchsvolle Aufgaben gibt es auch eine Pro-Version.Was wurde verbessert?

• Weniger Halluzinationen
• Bessere Umsetzung von Anweisungen
• Präzisere und nützlichere Antworten

Zusätzlich wurden neue Sicherheitsfunktionen und stilistische Verbesserungen eingebaut – für mehr Zuverlässigkeitund Benutzerfreundlichkeit.GPT-5 ist für alle zugänglich – mit kostenpflichtigen Abos, die erweiterte Funktionen bieten.Bleib dran – wir schauen uns an, was GPT-5 wirklich kann!