Prompt-Zeit

By Manfred Luedtke, Claus Hombrecher, ClaudeBusiness Technology Education

Prompt-Zeit episodes

October 30Platzt die KI-Blase jetzt im Kreditmarkt?
Drei Jahre lang lautete die Frage: Wie viel KI können wir bauen? Jetzt kommt eine zweite dazu: Wer bezahlt das eigentlich?
Vielleicht platzt nicht die KI-Blase, sondern die Vorstellung, dass sich jede Infrastruktur auf Kredit finanzieren lässt, solange „AI" draufsteht.
Die Nachfrage nach Rechenleistung ist real, die Kapazität vielerorts knapp. Aber die Zeit, in der jede KI-Investition automatisch als Wachstumsgeschichte galt, scheint vorbei. Investoren unterscheiden wieder.
Themen der Folge:
Das Signal: CoreWeave-CDS über 1.100 Basispunkte, 16 Prozent Anleiherendite, ein Fünftel Kursverlust in wenigen Tagen – und warum Credit Default Swaps Marktpreise sind, keine Prognosen
Vom Kryptominer zum KI-Schlüsselunternehmen: rund 50 Milliarden Dollar Verschuldung, Microsoft als Kunde für zwei Drittel des Umsatzes
Warum der Kreditmarkt anders tickt als der Aktienmarkt
Die Größenordnung: von 80 Milliarden Dollar Cloud-Investitionen 2019 auf über 700 Milliarden 2026; S&P erwartet bis 2030 mehr als sieben Billionen – bei zeitweise negativem freiem Cashflow
63 Milliarden Dollar für Broadcom-Chips zugunsten von Anthropic, finanziert über eine Zweckgesellschaft – das Leasingmodell der Luftfahrt, übertragen auf GPUs
Die offene Frage dahinter: Wie lange ist ein KI-Chip wirtschaftlich etwas wert? Nvidia sagt deutlich über fünf Jahre, Banken rechnen mit drei bis vier
Wenn jeder jeden finanziert: Joint Ventures, Leasingverpflichtungen, Restwertgarantien – und warum S&P vor höheren tatsächlichen Verpflichtungen warnt, als die Bilanzen zeigen
„Bragawatts": 47 verzögerte oder gestrichene US-Rechenzentrumsprojekte, und laut Bernstein sind nur etwa 35 Prozent der angekündigten Pipeline glaubwürdig
Warum genau das auch das Gegenteil einer Blase bedeuten kann – Knappheit hält Preise hoch
Oracle als Lehrstück: 70 Milliarden Investitionen, Herabstufung auf BBB-, eine Stufe über Junk
Die große Ironie: Effizientere KI könnte ausgerechnet den Infrastrukturinvestoren schaden
Europa spiegelverkehrt: 72 Prozent der Euroraum-Unternehmen finanzieren KI aus eigenem Cashflow, nur 16 Prozent über Bankkredite – Vorsicht schützt und bremst zugleich
Deutschland konkret: maincubes mit 2,475 Milliarden Euro Finanzierung, Schwarz Digits in Dummerstorf – und warum der Engpass hier oft vorher erreicht ist, beim Stromanschluss
Was das für den Mittelstand heißt: Multicloud und Portabilität werden zum Kreditrisikomanagement
Prompt-Zeit ist ein KI-generierter Podcast: Stimmen, Recherche und Redaktion entstehen mit künstlicher Intelligenz.
48 min
October 28155 Milliarden Euro – reguliert Deutschland seine KI-Chance weg?
Man kann nicht gleichzeitig ein europäisches Spitzenmodell verlangen und ihm verbieten, einen großen Teil Europas zu lesen.
Rechenzentren sind nur die Maschinen. Die Daten sind das, womit wir sie füttern.
Die Debatte wird gern als Gegensatz erzählt — Amerika innoviert, Europa reguliert. So einfach ist es nicht. Diese Folge ordnet beide Seiten ein und zeigt, wo der eigentliche Engpass für deutsche Unternehmen liegt.
Themen der Folge:
Die 440-Milliarden-Wette: Woher das ifo Institut das Gesamtpotenzial ableitet und wie sich die 155 Milliarden auf vier Effekte verteilen — der größte ist nicht, dass keine Chatbots mehr entstehen, sondern dass die Modelle schlechter würden
Die nötige Einordnung: eine Potenzialrechnung, keine Prognose — und wer die zugrunde liegende Studie in Auftrag gegeben hat
Warum KI so datenhungrig ist: 15 bis 36 Billionen Tokens bei führenden Modellen, aber nur zwei bis drei Billionen in rein gemeinfreien Datensätzen
Was heute erlaubt ist: Text und Data Mining nach Paragraf 44b UrhG und das Opt-out-Prinzip — und warum dieser Mechanismus für kleine Entwickler wirtschaftlich entscheidend ist
Was der AI Act ändert: Transparenzpflichten, maschinenlesbare Nutzungsvorbehalte und das schwierige Gleichgewicht bei Billionen Tokens
Die Gegenseite: Das Europäische Parlament fordert mit 460 zu 71 Stimmen angemessene Vergütung; das Urteil des Landgerichts München im Verfahren GEMA gegen OpenAI
Warum „Darf KI Daten nutzen?" eine viel zu grobe Frage ist — Urheberrecht, DSGVO, Maschinendaten und Geschäftsgeheimnisse folgen verschiedenen Regeln
Der vielleicht wichtigste Punkt: Deutschlands größter Datenschatz liegt nicht im Internet, sondern in Produktions-, Sensor- und Servicedaten — und dort ist nicht das Urheberrecht das Problem, sondern Datensilos
Die Zahlen aus der Praxis: 57 Prozent der Unternehmen nutzen inzwischen KI, 66 Prozent nennen Datenschutzanforderungen als Hürde, 40 Prozent der Nichtnutzer fehlen schlicht die Daten
Warum Unsicherheit teurer sein kann als Regulierung
Wie ein Kompromiss aussehen könnte: erhaltene TDM-Ausnahme, verhältnismäßige Transparenz, einheitlicher Opt-out-Standard, freiwillige Lizenzpartnerschaften — und die Idee, beim Output statt beim Input zu regulieren
Warum Regulierung paradoxerweise die Großen stärken kann: Google kann Lizenzen kaufen, ein europäisches Open-Source-Projekt nicht
Entstehende Lizenzmärkte: die SPUR-Koalition mit über 80 Medienorganisationen aus mehr als 20 Ländern
Was ein Maschinenbauer mit dreißig Jahren Servicedaten daraus machen könnte — unabhängig davon, was ChatGPT lesen durfte
Diese Folge enthält Werbung: contboxx Vault – souveräne KI für Ihr Unternehmenswissen. On-Premises, DSGVO-konform, zum Festpreis. Mehr auf vault.contboxx.com
Prompt-Zeit ist ein KI-generierter Podcast: Stimmen, Recherche und Redaktion entstehen mit künstlicher Intelligenz.
39 min
October 18Deutschlands Nvidia-Dilemma – souveräne KI mit amerikanischen Chips?
Souverän ist, wer wechseln kann: Warum offene Modelle und unabhängige Software für Europas Cloud-Anbieter entscheidend sind.
Deutschlands Nvidia-Dilemma – souveräne KI mit amerikanischen Chips?
Deutschland will bei künstlicher Intelligenz unabhängiger werden – und setzt dafür auf Nvidia. Wie passt das zusammen?
In dieser Folge von Prompt-Zeit schauen wir hinter die Debatte um souveräne KI: auf deutsche Rechenzentren mit amerikanischen Chips, offene europäische Modelle und eine Industrie, deren wertvollster Datenschatz in Fabrikhallen liegt.
Anhand von Siemens, der Telekom und dem Modellprojekt SOOFI untersuchen wir, welche Teile der KI-Wertschöpfung Europa selbst kontrollieren muss. Welche Abhängigkeiten sind vertretbar? Und wann wird aus einem leistungsfähigen Werkzeug eine Plattform, die sich kaum noch verlassen lässt?
Darum geht es in dieser Folge:
Nvidias Macht: Warum GPUs nur ein Teil des Geschäfts sind – und CUDA, Bibliotheken und Entwicklungswerkzeuge den Wechsel erschweren.
Europas industrielle Chance: Wie Produktionsdaten, digitale Zwillinge und Physical AI zum Wettbewerbsvorteil werden könnten.
Souveränität auf mehreren Ebenen: Welche Rolle Daten, Modelle, Software, Betrieb und Hardware jeweils spielen.
Offene Modelle und alternative Chips: Wie Europa technische und wirtschaftliche Handlungsspielräume bewahren kann.
Die Unternehmensperspektive: Warum Datenexport, offene Schnittstellen und portable Anwendungen schon heute wichtig sind.
Die Leitfrage: Kann Deutschland morgen den Chip wechseln, ohne seine künstliche Intelligenz neu erfinden zu müssen?
Quellen und weiterführende Links
Deutsche Telekom: Deutschlands erste Industrial AI Cloud
Siemens: Industrielle KI im Werk Erlangen
SOOFI: Europäische Open-Source-KI-Modelle
Reuters: Geplante KI-Kooperation zwischen Deutschland und Nvidia
Prompt-Zeit ist ein KI-generierter Podcast: Stimmen, Recherche und Redaktion entstehen mit künstlicher Intelligenz.
Redaktionsstand des zugrunde liegenden Beitrags: 18. Oktober 2026. Darin angekündigte Termine und Vereinbarungen beziehen sich auf diesen Stand.
29 min
September 11 Lidl Teil 2: Jetzt beginnt der Härtetest
Google investiert 13 Milliarden in Finnland, AWS baut souverän in Brandenburg: Wie aus Schwarz' klarer Geschichte binnen Tagen eine milliardenschwere Wette wurde.
Aus dem Hoffnungsträger ist eine Wette geworden.
Das Dummerstorf-Projekt ist nicht gescheitert und nicht abgesagt – im Gegenteil, das Ökosystem wächst. Aber das Souveränitätsargument allein trägt nicht mehr. Diese Folge ordnet ein, was sich in wenigen Tagen verschoben hat.
Themen der Folge:
Die Ausgangslage: 5,6 Milliarden Euro, 240 Megawatt bis 2033, perspektivisch ein Gigawatt
Googles Gegenzug: mindestens 13 Milliarden Euro für Finnland in nur zwei Jahren – die größte Europa-Einzelinvestition des Konzerns
Warum nicht die Milliardensumme das Entscheidende ist, sondern der Stromvertrag: 22 Jahre Loviisa, dazu 629 Megawatt neue Windleistung, 94 Megawatt Batteriespeicher und gemeinsame Standortplanung mit dem Netzbetreiber
Die Rechnung, um die es geht: 240 Megawatt entsprechen rund 2,1 Terawattstunden im Jahr – mehr als doppelt so viel wie die Stadt Rostock verbraucht. Ein Cent Preisunterschied macht 21 Millionen Euro jährlich
Der Standortvergleich: Deutschland bei 22,64 Euro je 100 Kilowattstunden, Finnland bei 7,48 – und warum sich diese Eurostat-Werte nicht direkt auf Hyperscaler übertragen lassen
Warum Windstrom günstig ist, aber eine abgesicherte Energiearchitektur etwas anderes bedeutet
Die politische Flanke gerät ins Wanken: Widerstand von Verteidigungsvertretern gegen die EU-Souveränitätsregeln
Wie AWS und Google die Souveränitätsanforderungen in ihre eigenen Produkte integrieren – der vielleicht gefährlichste Angriff auf STACKITs Differenzierung
Warum RISE with SAP auf STACKIT strategisch wichtiger ist als eine weitere Reihe Serverracks
Kapitalgeschwindigkeit: Sieben Jahre Bauzeit in einem Markt, in dem sieben Jahre eine Generation sind
Der zweite Flaschenhals: Netzanschlüsse und das neue Reifegradverfahren seit April 2026
Was für STACKIT spricht: EU-Rahmenvertrag, Bundesregierung, GovTech, MV-Cloud, Atos – und der interne Kunde mit 600.000 Beschäftigten
Die begriffliche Verschiebung: Souveränität ist keine Produkteigenschaft mehr, sondern eine Frage von Abstufungen je Workload
Die vier Aufgaben für Schwarz: Energie, Geschwindigkeit, Ökosystem – und der Beweis, dass Souveränität kein Verzicht ist
Diese Folge enthält Werbung: contboxx Vault – souveräne KI für Ihr Unternehmenswissen. On-Premises, DSGVO-konform, zum Festpreis. Mehr auf vault.contboxx.com
Prompt-Zeit ist ein KI-generierter Podcast: Stimmen, Recherche und Redaktion entstehen mit künstlicher Intelligenz.
41 min
September 02 Lidl: Vom Händler zum Hyperscaler
5,6 Milliarden Euro für ein Rechenzentrum: Warum ausgerechnet Lidl zur europäischen Cloud-Hoffnung wird.
Die Cloud, die als Selbstversorgung begann.
STACKIT entstand 2018 nicht mit dem Ziel, AWS Konkurrenz zu machen, sondern aus einem pragmatischen Motiv: Die Daten eines Konzerns mit 14.500 Filialen und 604.000 Beschäftigten sollten nicht dauerhaft von amerikanischen Hyperscalern abhängen. Heute steht daraus ein Angebot für externe Kunden.
Themen der Folge:
Die Ankündigung vom 27. August 2026: 5,6 Milliarden Euro für Dummerstorf bei Rostock, 240 Megawatt zunächst, bis 2045 perspektivisch ein Gigawatt – noch unter Genehmigungsvorbehalt und ohne Entscheidung über die eingesetzten Chips
Warum das kein weiteres internes Rechenzentrum für Warenwirtschaft und Kassensysteme ist
Die drei ungewöhnlichen Voraussetzungen: Kapital, Eigenbedarf und die Geduld eines nicht börsennotierten Konzerns
Der Ankerkunden-Vorteil: Warum ein neuer Cloud-Anbieter normalerweise erst Kunden braucht, bevor er Infrastruktur auslasten kann – und warum die Schwarz Gruppe dieses Risiko nicht hat
Die Zahlen im Hintergrund: 185,6 Milliarden Euro Konzernumsatz im Geschäftsjahr 2025, davon 2,2 Milliarden bei Schwarz Digits – ein Plus von 15,8 Prozent
Warum der Konzern als Wachstumstreiber ausdrücklich die Nachfrage deutscher und europäischer Unternehmen nach STACKIT nennt
Die offene Frage: Was digitale Souveränität in der Praxis wirklich verlangt – und wo Kapital allein an seine Grenzen stößt
Prompt-Zeit ist ein KI-generierter Podcast: Stimmen, Recherche und Redaktion entstehen mit künstlicher Intelligenz.
5 min
September 01 Robotaxi in Deutschland: Wenn Waymo in München das Lenkrad übernimmt
Wie viel Vorwissen braucht eine Maschine über die Welt – und wie viel kann sie selbst lernen?
Zwei Philosophien, ein Ziel: das fahrerlose Auto.
Waymo gibt seinem System mehrere Sensorprinzipien, detaillierte Karten, Simulationen und zusätzliche Sicherheitsbarrieren mit. Tesla setzt darauf, dass ein neuronales Netz mit genügend realen Erfahrungen dieselbe Fähigkeit entwickelt wie ein menschlicher Fahrer. Diese Folge arbeitet die Unterschiede systematisch durch.
Themen der Folge:
Sensorik: Warum Waymo auf Redundanz aus Kameras, LiDAR und Radar setzt – und warum Tesla ausgerechnet aus Erfahrungen mit Sensorfusion den gegenteiligen Schluss zog. Was passiert, wenn zwei Sensoren sich widersprechen?
Warum „mehr Sensoren gleich mehr Sicherheit" zu kurz greift: der Waymo-Rückruf von 3.791 Systemen nach einer Fahrt in überflutetes Gebiet, dokumentiert von der NHTSA
Software: End-to-End-Netze bei Tesla ab FSD 12 – und warum es falsch wäre, Waymo als regelbasiertes System zu beschreiben. Der eigentliche Unterschied liegt in den fest definierten Sicherheitsgrenzen
Karten: HD-Kartierung als Vorwissen und als strukturelle Skalierungsbremse. Warum ein Waymo aus San Francisco nicht einfach in München fahren kann
Der Stromausfall in San Francisco im Dezember 2025: über 7.000 ausgefallene Ampeln, ein Rückstau bei der Remote Assistance – und was Waymo daraus geändert hat
Warum trotzdem auch Tesla Mobilfunk, Servicegebiete und Remote-Support braucht
Der vielleicht größte Unterschied: die Daten. Über sechs Millionen Fahrzeuge und mehr als 14 Milliarden FSD-Meilen gegen 200 Millionen vollständig autonome Meilen plus Waymos generatives World Model
Der Rückkopplungseffekt: Flotte erzeugt Edge Cases, Edge Cases werden Trainingsdaten, verbesserte Software geht per Over-the-Air-Update zurück in die Flotte
Das Cybercab und die vertikale Integration: Autohersteller, KI-Entwickler, Chipdesigner und Robotaxi-Betreiber in einem Unternehmen
Die Kernfrage der Folge: Wie viel Vorwissen muss man einer Maschine über die Welt geben – und wie viel kann sie lernen, die Welt selbst zu verstehen?
Der ehrliche Stand: Waymos Ansatz ist aufwendiger und teurer, funktioniert aber bereits im großen fahrerlosen Betrieb. Teslas Ansatz ist radikaler und potenziell leichter skalierbar – der Beweis auf Waymos Niveau steht noch aus.
Diese Folge enthält Werbung: contboxx Vault – souveräne KI für Ihr Unternehmenswissen. On-Premises, DSGVO-konform, zum Festpreis. Mehr auf vault.contboxx.com
Prompt-Zeit ist ein KI-generierter Podcast: Stimmen, Recherche und Redaktion entstehen mit künstlicher Intelligenz.
45 min
August 31 Nach ChatGPT kommt die KI, die Physik versteht
Sprache beschreibt die Welt, Physik bestimmt, was in ihr möglich ist – über Neural Operators und den Aufbruch der Physical AI.
Sprache beschreibt die Welt. Physik bestimmt, was in ihr möglich ist.
Während alle über bessere E-Mails und PowerPoints diskutieren, entsteht eine KI-Kategorie, die etwas grundlegend anderes versucht: nicht das nächste Wort vorhersagen, sondern den nächsten physikalischen Zustand.
Themen der Folge:
Das Einstiegsexperiment: Warum ein Sprachmodell die Belastbarkeit eines Flugzeugflügels nicht zuverlässig berechnen kann
Was Neural Operators sind – ohne Mathematik erklärt: nicht „welches Wort kommt als Nächstes", sondern „welcher physikalische Zustand kommt als Nächstes"
Warum die reale Welt kontinuierlich ist und deshalb einen 4D-Kontext braucht: drei Raumdimensionen plus Zeit
Die Zahlen: fünf Billionen Datenpunkte in einer Anfrage, rund 22 Terabyte Output pro Inferenz – und warum der Vergleich mit Text-Tokens hinkt
Anwendungsfelder: Chipentwicklung, Wetter und Klima, Robotik, Geologie, Energie, Materialforschung
Was die Forschung belegt: Beschleunigung um vier bis fünf Größenordnungen laut einer Übersichtsarbeit in Nature Reviews Physics; Caltech-Anwendungen von Fusionsplasma über CO₂-Speicherung bis zu Schwarzen Löchern
Der Unterschied zu bisherigen World Models: visuell plausibel ist nicht dasselbe wie physikalisch korrekt
Warum differenzierbare Modelle nicht nur simulieren, sondern optimieren können – von „simuliere diese Konstruktion" zu „finde eine Konstruktion, die diese Bedingungen erfüllt"
Resolution Invariance: grob rechnen, dann hineinzoomen – Google Maps für Physik
Die Hintergrundgeschichte: das abgelehnte Angebot von Project Prometheus (Jeff Bezos, Vik Bajaj), zwölf Milliarden Dollar Finanzierung bei 41 Milliarden Bewertung – und die Anekdote mit Jensen Huang
Die nötige Skepsis: Größe ist nicht Qualität. Es fehlen unabhängige Benchmarks, Kostenangaben, Fehlergrenzen und Kundenprojekte
Warum KI hier nicht das Experiment ersetzt, sondern die Zahl der Experimente reduziert – und warum das wirtschaftlich trotzdem enorm ist
Der Ausblick: KI als Teil des Entwicklungsprozesses der physischen Welt statt als Chatfenster
Fazit der Folge: Sehr ernst nehmen – aber noch lange nicht „Physik ist gelöst".
Prompt-Zeit ist ein KI-generierter Podcast: Stimmen, Recherche und Redaktion entstehen mit künstlicher Intelligenz.
29 min
August 28 Anbieteratlas: Made in Europe
Warum ein deutscher Serverstandort noch keine Souveränität ist.
Der Standort steht fest, die Kontrollkette nicht immer.
Ein Frankfurter Rechenzentrum, betrieben von einer US-Konzerntochter, fällt potenziell unter US-Zugriff – unabhängig davon, wo die Festplatten stehen. Diese Folge zeigt, worauf es bei europäischen KI-Anbietern tatsächlich ankommt.
Themen der Folge:
Warum Serverstandort und Souveränität zwei verschiedene Dinge sind
Der CLOUD Act erklärt: Maßgeblich ist die rechtliche Kontrolle über den Anbieter, nicht der Speicherort
Die sechs Anbieter im Einzelnen:
IONOS AI Model Hub – der greifbarste Stack für den Mittelstand, deutsches Eigentum, produktionsreif
Mistral AI – die breiteste EU-Modellalternative, Self-Hosting eliminiert die Cloud-Abhängigkeit, Partnerschaft mit SAP
STACKIT (Schwarz Digits) – deutscher Hyperscaler im Aufbau, Rechenzentren in Deutschland und Österreich
Germany Stack (Telekom/SAP) – deutscher Betrieb, aber US-abhängige GPU-Hardware: Souveränität auf Betriebs-, nicht auf Lieferkettenebene
SAP Sovereign Cloud – hohes Schutzniveau in den eigenen Rechenzentren, uneinheitliches Portfolio
OpenGPT-X / Teuken-7B – höchste Souveränität, aber ein Baustein, kein fertiges Produkt
Warum die Reifegrad-Ampel kein Souveränitäts-Rating ist – und warum beide Dimensionen auseinanderfallen
Das Lehrstück Aleph Alpha: Wie aus der Fusion mit dem kanadischen Unternehmen Cohere faktisch eine Übernahme wurde – rund 90 Prozent der Anteile auf Cohere-Seite
Die Konsequenz für Beschaffer: Souveränität ist kein Gütesiegel, sondern ein Zustand, der sich durch Eigentümerwechsel ändern kann
Drei Prüffragen vor jeder Vergabe: Wem gehört der Anbieter und wer könnte ihn morgen kaufen? Welcher Jurisdiktion unterliegt der Betreiber tatsächlich? Welche US-Komponenten bleiben in der Lieferkette?
Quellen (Auswahl): EU-Kommission, Cloud and AI Development Act (Vorschlag Juni 2026) · IONOS Newsroom · SAP News Center · Deutsche Telekom Media Information · CNBC und Benzinga zur Cohere/Aleph-Alpha-Transaktion · US Public Law 115-141 (CLOUD Act)
Diese Folge enthält Werbung: contboxx Vault – souveräne KI für Ihr Unternehmenswissen. On-Premises, DSGVO-konform, zum Festpreis. Mehr auf vault.contboxx.com
Prompt-Zeit ist ein KI-generierter Podcast: Stimmen, Recherche und Redaktion entstehen mit künstlicher Intelligenz.
11 min
August 26 DSGVO-konforme KI & Haftung
Die KI haftet nie selbst: Was Geschäftsführer 2026 über DSGVO, Produkthaftung und Organhaftung wissen müssen.
Die KI ist Werkzeug, nicht Rechtssubjekt – einstehen müssen Menschen.
Ein KI-System kann nicht verklagt werden und besitzt kein Vermögen. Verantwortlich sind stets Hersteller, Betreiber und im Einzelfall der bedienende Mitarbeiter. Diese Folge erklärt, wie sich die Verantwortung 2026 verteilt und was daraus praktisch folgt.
Themen der Folge:
Die fünf DSGVO-Pflichten nach der DSK-Orientierungshilfe (Juni 2025): Rechtsgrundlage und Trainingsdaten, Zweckbindung, Transparenz, Betroffenenrechte im laufenden Betrieb, technische und organisatorische Maßnahmen
Warum die Betroffenenrechte der schwierigste Punkt sind: Wer ein System einsetzt, aus dem sich eingeflossene Daten faktisch nicht mehr entfernen lassen, hat ein Compliance-Problem schon beim Design
Die Haftungslücke: Am 11. Februar 2025 hat die EU-Kommission die KI-Haftungsrichtlinie zurückgezogen – seither gibt es keinen harmonisierten KI-Haftungsrahmen
Was an ihre Stelle tritt: die neue Produkthaftungsrichtlinie (RL 2024/2853), umzusetzen bis 9. Dezember 2026. Software gilt erstmals ausdrücklich als Produkt – auch Cloud und SaaS
Der erweiterte Fehlerbegriff: fehlerhafte Updates und unzureichender Cyberschutz können haftungsbegründend sein
Beweiserleichterungen und Offenlegungspflichten gegen das Blackbox-Problem
Geschäftsführerhaftung nach § 43 GmbHG und § 93 AktG: Wer KI ohne Risikoprüfung und interne Regeln einführt, riskiert persönliche Haftung
Schatten-KI als Organhaftungsrisiko
Der „Digital Omnibus" vom November 2025 – ausdrücklich als umstrittener Vorschlag, nicht als geltendes Recht
Acht-Punkte-Checkliste: KI-Inventar, Rechtsgrundlagen, Folgenabschätzung, Anbieterverträge, menschliche Letztkontrolle, interne Richtlinie, Protokollierung
Verantwortungsmatrix: Wer haftet wofür – Hersteller, Betreiber, Nutzer
Drei Daten zum Merken: 11.02.2025 (Rückzug der AILD) · 09.12.2026 (Umsetzungsfrist Produkthaftung) · 30,5 Mio. € (Bußgeld gegen Clearview AI, NL 2024)
Quellen (Auswahl): DSK-Orientierungshilfe Juni 2025 · Richtlinie (EU) 2024/2853 · § 43 GmbHG, § 93 AktG · EDSA/EDSB-Stellungnahme Februar 2026
Rechtliche Einordnung ersetzt keine Beratung im Einzelfall.
Diese Folge enthält Werbung: contboxx Vault – souveräne KI für Ihr Unternehmenswissen. On-Premises, DSGVO-konform, zum Festpreis. Mehr auf vault.contboxx.com
Prompt-Zeit ist ein KI-generierter Podcast: Stimmen, Recherche und Redaktion entstehen mit künstlicher Intelligenz.
16 min
August 24 KI nimmt uns die Jobs weg. Oder etwa nicht?
Warum Berufseinsteiger die KI-Revolution zuerst spüren – und weshalb Unternehmen gerade die unterste Sprosse der Karriereleiter absägen könnten.
Eine künstliche Intelligenz als Chef? Bei Andon Market in San Francisco ist genau das Realität geworden. Die KI-Managerin Luna organisiert Mitarbeiter, Dienstpläne und betriebliche Entscheidungen – und empfahl schließlich sogar die Kündigung eines Mitarbeiters.
Doch bei genauerem Hinsehen zeigt die Geschichte nicht nur, wie weit KI-Systeme bereits in reale Arbeitsprozesse eingreifen können. Sie zeigt auch ihre heutigen Grenzen: Luna vergaß eigene Regeln, musste auf frühere Vorfälle hingewiesen werden und benötigte menschlichen Kontext, bevor sie zu ihrer Entscheidung kam.
Von dieser ungewöhnlichen Geschichte führt die Folge zu einer wesentlich größeren Entwicklung auf dem Arbeitsmarkt.
Aktuelle Untersuchungen des Stanford Digital Economy Lab auf Basis von Beschäftigungsdaten des Personaldienstleisters ADP zeigen eine wachsende Beschäftigungslücke bei 22- bis 25-Jährigen in stark KI-exponierten Berufen.
Besonders bemerkenswert: Die Entwicklung scheint vor allem durch weniger Neueinstellungen zu entstehen – nicht durch eine Welle von Kündigungen.
Damit stellt sich eine neue Frage:
Nicht nur „Welche Jobs ersetzt KI?“, sondern:
Welche Einstiegsjobs entstehen künftig überhaupt noch?
Auch deutsche Daten weisen in eine ähnliche Richtung. Eine aktuelle Befragung des ifo Instituts zeigt, dass KI-nutzende Unternehmen die negativsten Lohneffekte besonders häufig bei Beschäftigten mit wenig Berufserfahrung erwarten.
In dieser Folge geht es deshalb unter anderem um:
die Geschichte der KI-Managerin Luna
KI-basierte Personalentscheidungen
aktuelle Stanford-Daten zum Arbeitsmarkt
die Situation von Berufseinsteigern
Junior- versus Senior-Arbeitsplätze
kodifiziertes Wissen und Erfahrungswissen
KI in Softwareentwicklung, Beratung, Recht und Marketing
die Frage, ob Unternehmen durch KI weniger Nachwuchs benötigen
mögliche langfristige Folgen für Fachkräfte und Führungskräfte
neue Ausbildungs- und Mentoringmodelle im KI-Zeitalter
Automatisierung versus Augmentation
und die Frage, welche menschlichen Fähigkeiten künftig besonders wertvoll werden
Die möglicherweise wichtigste Erkenntnis:
Erfahrung lässt sich nicht nachträglich automatisieren.
Wenn Unternehmen heute weniger Berufseinsteiger einstellen, fehlen möglicherweise genau diese Menschen in einigen Jahren als erfahrene Fach- und Führungskräfte.
Die KI-Revolution auf dem Arbeitsmarkt beginnt daher womöglich nicht mit Millionen Kündigungen.
Sondern sehr viel leiser:
Mit einer Stellenanzeige, die nicht mehr veröffentlicht wird.
40 min

About Prompt-Zeit

From the publisher's feed

„Prompt-Zeit" ist die Audio-Ausgabe des Magazins „Promt-Zeit". Jeder Artikel wird zur eigenen Folge — zum Hören auf dem Weg zum Kunden, im Zug oder beim Gassigehen mit dem Hund.

Share Prompt-Zeit

Sign up to save your podcasts

Prompt-Zeit

Prompt-Zeit episodes

About Prompt-Zeit