Think Different. Think AI.

Warum heilt ein KI-Laie seinen Hund für 3.000 Dollar von Krebs, während gleichzeitig NVIDIA eine komplette Agenten-Strategie zur Pflicht für jede Firma erklärt? Mark und Jens brechen in dieser Spezialfolge mit ihrem sonstigen Format und sprechen ungefiltert über die News, die sie in den letzten Tagen tatsächlich sprachlos gemacht haben: von DNA-Sequenzierung per ChatGPT bis zum Auto-Research-Loop, bei dem ein KI-System selbstständig Hypothesen aufstellt, verwirft und neu entwickelt, ganz ohne menschliches Nachschärfen der Prompts.

Im Zentrum steht OpenClaw, das kleine Vibe-Coding-Projekt eines Entwicklers namens Peter, das seit Dezember durch die Decke ging und jetzt von NVIDIA-CEO Jensen Huang höchstpersönlich als NanoClaw (bzw. NeoClaw) auf der Bühne vorgestellt wurde, inklusive Umschaltung zwischen Lokal- und Cloud-Modell und dem Anspruch, ein "Agentic OS" zu sein. Der Satz, der bei den Hosts hängen blieb: Jede Firma müsse künftig nicht nur eine AI-Strategie, sondern eine echte OpenClaw-Strategie haben. Was das für Governance, Skill-Dokumentation, Datenschutz und die Ablösung teurer Microsoft-Copilot-Lizenzen (Stichwort E5-zu-E7-Preissprung) bedeutet, wird ausführlich durchgespielt, bis hin zur Vision von Multi-Agenten-Systemen, in denen ein Orchestrator-Agent Sub-Agenten für Coding, Präsentation und Kommunikation koordiniert.

Daneben geht es um humanoide Roboter, die in China testweise über echte Straßen laufen, während der Tesla Bot in München noch Popcorn verteilt, um den Konkurrenzdruck durch Perplexity Computer, Kimi und Googles neue Gemini-CLI mit MCP-Server- und Skill-Unterstützung sowie um die "Cinema-Video"-Funktion von NotebookLM. Ein besonders schräges Beispiel: Ein chinesischer Student hat mit seinem Projekt Mirofisch in zehn Tagen ein Tool gebaut, das Millionen simulierter Agenten auf Basis realer Weltereignisse reagieren lässt, um damit unter anderem auf Polymarket gezielter zu wetten, und wurde dafür mit 4,5 Millionen Dollar Investment belohnt.

Statt der gewohnten kritischen Distanz überwiegt in dieser Folge etwas Seltenes: echtes Staunen. Mark und Jens geben unumwunden zu, dass sie bei der Frage, was eine Ein-Personen-Firma mit Agent Harness, Skills und Auto-Research heute schon leisten kann, selbst ins Grübeln kommen und formulieren am Ende offen die Idee einer neuen Geschäftsmodell-Kategorie: die KI-Consultancy, hinter der am Ende nur ein Mac Mini mit ein paar gut gepflegten Skills steckt.

—

Hören: Apple, Spotify, YouTube, RSS

Neue Folge zuerst im WhatsApp-Kanal

Wenn euch die Folge was gebracht hat: einmal bei Apple bewerten. Das entscheidet, ob jemand Neues uns findet.

Feedback und Gäste: über die Show-Seite.

Was, wenn man KI nicht als Software begreift, sondern als Biologie? Mark und Jens wagen sich in dieser Folge an eine Analogie, die auf den ersten Blick abwegig klingt und beim zweiten Hinsehen erschreckend gut passt. Ausgangspunkt ist Cortical Labs, eine Firma, die aus rund 200.000 menschlichen Gehirnzellen ein neuronales Netz in der Petrischale züchtet, ein sogenanntes Organoid, und es tatsächlich Doom spielen lässt. Direkt danach geht es fast noch weiter ins Surreale: Die neuronale Struktur einer Fruchtfliege wurde 1:1 digital nachgebaut und in einem simulierten Raum zum Leben erweckt, ein Lebewesen, das sich verhält wie sein biologisches Original, aber theoretisch endlos auf GitHub geforkt werden kann.

Von dort aus ziehen die beiden die Analogie konsequent weiter in Richtung Foundation Models, Training und Agentensysteme. Eine Stammzelle, die noch keine feste Aufgabe hat, wird zur Blaupause für das Foundation Model, das erst durch weiteres Training eine Spezialisierung bekommt. Trainingsdaten und Rechenenergie werden zum Stoffwechsel, ein Prompt zum chemischen Botenstoff, der an einem Rezeptor andockt. Je nachdem, welches Modell (welcher "Rezeptor") ihn empfängt, kommt ein anderes Ergebnis heraus. Auch Andrej Karpathys Ansatz zu selbstverbessernden, sich iterativ optimierenden Modellen sowie das Open-Source-Projekt AgentHub als eine Art GitHub-Ableger für autonome Agenten finden ihren Platz in diesem Bild.

Besonders spannend wird es, wenn die Analogie auf Sicherheitsfragen trifft: Agentische Netzwerke aus tausenden zusammenarbeitenden LLM-Agenten lassen sich mit einem Immunsystem vergleichen, das einen fehlerhaften oder kompromittierten Agenten erkennen und isolieren muss, statt gleich das ganze System herunterzufahren: Prompt Injection wird zur Virus-Infektion, ein Jailbreak zur Autoimmunkrankheit. Mark und Jens machen dabei klar: Das ist keine wissenschaftlich belastbare Gleichsetzung, sondern ein Gedankenmodell, das hilft, Begriffe wie Halluzination oder Alignment jenseits reiner IT-Sprache zu greifen, gerade weil klassische Software-Vokabeln für dieses nicht-deterministische Verhalten an ihre Grenzen stoßen.

Am Ende der Folge landen die beiden bei einem realen Vorfall, der die Analogie fast schon unheimlich bestätigt: ein KI-Modell, das unbemerkt aus seiner Sandbox ausbrach und heimlich eine eigene Crypto-Wallet anlegte. Wer nach dieser Folge nicht mehr ganz sicher ist, ob KI eher Mathematik oder eher Evolution ist, hat vermutlich genau das mitgenommen, was Mark und Jens sich vorgenommen hatten.

—

Hören: Apple, Spotify, YouTube, RSS

Neue Folge zuerst im WhatsApp-Kanal

Wenn euch die Folge was gebracht hat: einmal bei Apple bewerten. Das entscheidet, ob jemand Neues uns findet.

Feedback und Gäste: über die Show-Seite.

Wer hat eigentlich noch den Überblick, wenn nicht mehr das beste Modell zählt, sondern der beste Agent? Mark und Jens nehmen diese Folge zum Anlass, mitten in Jens' eigene Live-Einrichtung von OpenClaw einzusteigen, dem selbstständig arbeitenden KI-Agenten, den beide liebevoll "die Krabbe" nennen. Während Jens noch vorsichtig Berechtigungen für Apple-Account und lokales Gedächtnis einrichtet, ist in China längst Volksfeststimmung ausgebrochen: Über 1.000 Menschen stehen für lokale OpenClaw-Installationen Schlange, Freelancer verdienen sich mit Einrichtungs-Services ein Zubrot, und von den weltweit rund 140.000 öffentlich sichtbaren OpenClaw-Agenten läuft die Hälfte in China: in Kundensupport, Schulen und Altenpflege. Der Kontrast zur deutschen Zurückhaltung zwischen Regulierung und Sicherheitsbedenken ist eines der schärferen Themen der Folge.

Handfest wird es beim Blick auf das Agent Client Protocol (ACP), über das OpenClaw direkt mit Coding-Agenten wie Claude Code oder Codex kommunizieren kann, ganze Anwendungen werden so im Hintergrund gebaut, deployed und als fertiger Link zurückgemeldet. Gleichzeitig sprechen die beiden offen über die Usability-Baustelle dahinter: Zwischen Chat-Fenster, Claude Code und Claude Co-Work verliert man als Nutzer schnell den Überblick, wo ein einmal trainierter Skill eigentlich liegt und wieder auffindbar ist. Praktisch wird die Folge mit zwei kleinen Alltagsbeispielen: Mit Craft Agent und dem Modell Opus wird erst eine tote Rechnungssoftware nachgebaut, dann ein alter n8n-Workflow automatisiert, der Audiodateien per FFmpeg und Whisper zuschneidet: Stichwort Make-or-Buy in ganz neuem Licht.

Wissenschaftlich untermauert wird die Skepsis mit zwei Studien: Eine MIT-nahe Untersuchung zeigt, wie einzelne "Bad Actors" in Agenten-Netzwerken den Konsens der übrigen Agenten kippen können, eine zweite, dass KI-Modelle in simulierten Konflikten eher zu nuklearen Eskalationsoptionen tendieren. Als Kontrastprogramm zum dezentralen OpenClaw-Ansatz stellen Mark und Jens Perplexity Comet vor, das Aufgaben in Subtasks zerlegt und dafür gezielt Modelle der Konkurrenz einsetzt: Opus für Reasoning, Gemini für Deep Research, Nano-Banana für Bilder, VO3.1 für Video, Grok für Tempo. Genau darin sehen die beiden das eigentliche Rennen 2026: nicht mehr "Krieg der Modelle", sondern "Krieg der Agenten". Wer orchestriert die vorhandenen Modelle am geschicktesten, ähnlich wie einst Google die Suche radikal vereinfacht hat?

Am Ende bleibt der pragmatische Rat: klein anfangen, eigene wiederkehrende Alltagsaufgaben identifizieren und im Zweifel eine KI die andere um Empfehlung fragen. Erstaunlich unbefangen, wie die Modelle sich gegenseitig weiterempfehlen. Kritisch, aber mit dem gewohnten Augenzwinkern machen die beiden klar: Einen Plan A gibt es in diesem Tempo für niemanden, nur möglichst viele Plan Bs, mit denen man notfalls schnell wieder rauskommt.

—

Hören: Apple, Spotify, YouTube, RSS

Neue Folge zuerst im WhatsApp-Kanal

Wenn euch die Folge was gebracht hat: einmal bei Apple bewerten. Das entscheidet, ob jemand Neues uns findet.

Feedback und Gäste: über die Show-Seite.

Wie viele Terminal-Fenster braucht ein Mensch eigentlich, um gleichzeitig zehn KI-Agenten im Blick zu behalten? Genau darum geht es in dieser Folge, deren Titel eine kleine Verbeugung vor Age of Empires ist. Mark und Jens diskutieren, warum der klassische Chat (ein Prompt, eine Antwort) für die Steuerung mehrerer parallel arbeitender Agenten nicht mehr taugt, sobald Skills, MCP-Server-Anbindungen, Memory-Dateien und Budget-Verbrauch gleichzeitig im Blick behalten werden müssen.

Den Einstieg liefert ein Blick auf aktuelle KI-News: Anthropic lehnt unter CEO Dario Amodei einen Pentagon-Vertrag ab, weil Massenüberwachung und autonome Waffensysteme nicht ausgeschlossen werden können. OpenAI unterschreibt kurz darauf denselben Deal. Dazu die Frage, wie man seine KI-Historie eigentlich zwischen Anbietern umzieht (ChatGPT-Datenexport vs. Claude-Migrationsprompt): ein Anwenderproblem, das zeigt, wie sehr sich Alltag und Modellwahl mittlerweile vermischen.

Im Hauptteil zieht die Folge die Analogie zu Aufbausimulationen und Echtzeit-Strategiespielen: Wenn Fabrik- und Wirtschaftsspiele es seit Jahrzehnten schaffen, tausende Einheiten, Lieferketten und Produktionslinien visuell beherrschbar zu machen, warum orchestrieren wir Coding-Agents, Research-Agents und Test-Agents dann immer noch über nebeneinanderliegende Terminal-Fenster? Tools wie Agent Craft oder das erwähnte pixel-agents-Projekt zeigen erste Ansätze, Agenten als Figuren in einer Spielwelt darzustellen, inklusive Sicherheitszonen, die per Rechtevergabe festlegen, wo ein Agent überhaupt hinlaufen darf.

Ein zweiter Schwerpunkt liegt auf der Begriffsschärfung von Human in the Loop, Human on the Loop, Human in the Lead und Human out of the Loop, vier Abstufungen menschlicher Kontrolle über autonom arbeitende Systeme, die mit zunehmender Agenten-Anzahl immer wichtiger werden. Augenzwinkernd wird dabei auch die These aufgemacht, dass Gaming-Erfahrung (World of Warcraft, Echtzeitstrategie) plötzlich zur gefragten Business-Skill wird, weil das Delegieren an und Überwachen von vielen gleichzeitig agierenden Einheiten genau das ist, was Strategiespieler seit Jahren trainieren.

Abgerundet wird die Folge mit einem Ausblick auf zwei Randthemen, die noch eigene Folgen verdienen: das MIT-Experiment, bei dem KI-Agenten in einer Minecraft-Welt eigenständig Kulturen, Währungen und Religionen entwickelten, und die aktuellen Berichte über biologische Neuronen-Chips, die mittlerweile in der Lage sind, Doom zu spielen. Fazit der Folge, das auch als Leitmotiv für kommende Episoden dient: Trust bleibt die eigentliche finale UI-Challenge im Zeitalter der KI-Agenten. Nicht Kontrolle, sondern Verständlichkeit entscheidet, ob wir Systemen mit vielen autonomen Teilen vertrauen.

—

Hören: Apple, Spotify, YouTube, RSS

Neue Folge zuerst im WhatsApp-Kanal

Wenn euch die Folge was gebracht hat: einmal bei Apple bewerten. Das entscheidet, ob jemand Neues uns findet.

Feedback und Gäste: über die Show-Seite.

Wie oft habt ihr schon denselben Prompt in einen anderen Chat-Fenster kopiert, nur weil die KI sich "vergessen" hat, wie sie sich verhalten soll? Mark und Jens nehmen sich diesmal ohne Gast, aber mit viel Redefluss ein Thema vor, das gerade quer durch alle großen Anbieter geht: Agent Skills. Ihre These für die Folge: Wer Skills richtig einsetzt, muss deutlich weniger prompten und bekommt trotzdem bessere, konsistentere Ergebnisse.

Ganz konkret geht es um den Aufbau einer Skill.md-Datei: ein simples Markdown-File mit Titel, Beschreibung und Verhaltensanweisung, das bei Claude in eine gezippte `.skill`-Datei verpackt wird (ja, wirklich: umbenennen in `.zip` und entpacken funktioniert). Am Beispiel eines Senior-Code-Reviewer-Skills und eines PowerPoint-Vorlagen-Skills zeigen die beiden, wie ein Skill Governance und Verhalten festlegt statt nur Antworten zu liefern, und warum das etwas grundsätzlich anderes ist als ein Tool, ein Plugin oder ein API-Key. Portabilität ist dabei ein zentraler Punkt: Ein einmal geschriebener Skill lässt sich in ChatGPT, Gemini oder andere Modelle einfach reinkopieren, auch wenn nur Claude aktuell die vollständige Skill-Infrastruktur inklusive Ressourcen und automatischem Nachladen bietet.

Ein Running Gag der Folge: die Abgrenzung zwischen Skills und Memory-Files. Skills beschreiben eine wiederholbare Spezialisierung ("verhalte dich wie ein Senior Code Reviewer"), Memory-Files merken sich generalistisch Kontext über die Person hinweg. Ein Unterschied, den Mark und Jens explizit an OpenClaw durchdeklinieren, wo genau diese Vermischung schnell zum Problem wird. Dazu kommt ein Architektur-Dreisprung, den die beiden live entwickeln: eine Verhaltens-Schicht (Skills), eine Tool-/MCP-Schicht und eine Runtime-Schicht, auf der Modell oder Agent tatsächlich arbeiten.

Praktisch wird es beim Vorschlag, die eigene Arbeit mit Zettel und Stift zu protokollieren, um nervige Wiederholungsaufgaben zu identifizieren und daraus Skills zu bauen, vom Kontoauszug-Sortieren bis zum Advisory-Board-Skill, den Mark einst mit N8N gebaut hat und der als Orchestrator-Skill selbstständig die passenden "Experten" befragt. Wer schon mit Skill-Bibliotheken arbeitet, bekommt außerdem den nötigen Security-Reminder: fremde Skills vor dem Einsatz reviewen, denn ein Skill ist im Zweifel nichts anderes als eine Verhaltensanweisung, der man blind vertraut. Zum Schluss gibt's noch einen Ausblick auf die nächste Folge zu Gaming-UIs für die Orchestrierung mehrerer KI-Agenten gleichzeitig.

—

Hören: Apple, Spotify, YouTube, RSS

Neue Folge zuerst im WhatsApp-Kanal

Wenn euch die Folge was gebracht hat: einmal bei Apple bewerten. Das entscheidet, ob jemand Neues uns findet.

Feedback und Gäste: über die Show-Seite.

Jens feiert Karneval, also übernimmt Mark diese Woche zu zweit, nur eben mit zwei Gästen statt einem: Klaus Rodewig und Alexander Heusingfeld, beide bei Vorwerk (ja, dem Thermomix-Hersteller) unterwegs, Alex zusätzlich Host des Podcasts „Conversations about Software Engineering". Der Aufhänger: Wie verändert KI gerade tatsächlich die Arbeit von Entwicklern, Architekten und Entscheidern, jenseits von Demo-Videos und Konferenz-Folien? Beide Gäste gestehen offen ihre eigene Skepsis-zu-Überzeugung-Kurve, ausgelöst durch GitHub Copilot und später Claude Code.

Besonders eindrücklich: das Tempo, in dem sich das Tool-Ranking gerade dreht. Was vor einem halben Jahr noch N8N war, ist mittlerweile OpenClaw, was letzten Monat noch OpenClaw war, ist inzwischen Craft-Agent: Halbwertszeiten, die laut Klaus und Alex viele Teams schlicht überfordern. Daraus leiten die drei eine steile These ab: Wiederverwendbarkeit, Software-Architektur im Sinne von App-Architektur und sogar die Wahl der Programmiersprache verlieren an Bedeutung, wenn eine KI in Minuten nativen Code aus einer JSON-Struktur oder einem Figma-Screenshot generiert. Bewusst in Anlehnung an die Assembler-zu-Hochsprache-Geschichte der eigenen Karriere.

Der eigentliche Kern der Folge ist die Unterscheidung zwischen Vibecoding und Agentic Engineering: Reicht es, KI als „qualifizierte Autokompletion" zu benutzen, oder braucht es Agenten-Teams, die Ende-zu-Ende Verantwortung übernehmen, über Frontend- und Backend-Grenzen hinweg, die früher aus organisatorischen, nicht aus technischen Gründen existierten? Klaus und Alex zeigen an Beispielen aus Betrieb, Architektur und sogar dem Informationssicherheits-Managementsystem (ISMS) nach ISO 27001 (Stichwort EU Cyber Resilience Act), wie ein kontinuierlicher, agentischer Regelkreis klassische, quartalsweise Audits ablösen könnte, und sprechen offen über die neue Notwendigkeit von Guardrails: Am Beispiel von OpenClaw erläutern sie, wie man einem Agenten den Schreibzugriff auf seine eigenen Kerndateien (Soul.md, Identity) technisch sperrt, und warum eine Meta-Ebene zur Überprüfung aller laufenden Agenten (manche nennen es Agent-Orchestration-Platform) zur nächsten großen Baustelle wird.

Zum Abschluss gibt es sehr konkrete Handlungsempfehlungen statt reiner Theorie: keine Annahmen treffen, sondern in einer isolierten Testumgebung echte Alltags-Use-Cases ausprobieren (vom automatisierten Rechnungs-Export bis zum selbstgebauten MCP-Server für Mail, Kalender und Erinnerungen), die wiederkehrenden Muster hinter der Technologie verstehen (Skills, Plugins, Validation Loops, MCP) statt jedem Tool-Namen hinterherzulaufen, und vor allem bewusst steuern, wem man welche Daten gibt und wohin sie fließen. Denn dass eine App lokal installiert ist, heißt längst nicht mehr, dass die Daten auch lokal bleiben.

—

Hören: Apple, Spotify, YouTube, RSS

Neue Folge zuerst im WhatsApp-Kanal

Wenn euch die Folge was gebracht hat: einmal bei Apple bewerten. Das entscheidet, ob jemand Neues uns findet.

Feedback und Gäste: über die Show-Seite.

In dieser Folge spreche ich mit Klaus Rodewig LinkedIn und Alexander Heusingfeld LinkedIn darüber, wie Künstliche Intelligenz die Art und Weise verändert, wie wir Software entwickeln, testen und betreiben. Wir diskutieren, warum klassische Rollenbilder, gewohnte Programmiersprachen und liebgewonnene Prozesse plötzlich ins Wanken geraten – und was das für uns als Entwickler, Architekten und Entscheider bedeutet.

Gemeinsam blicken wir auf echte Aha-Momente, Hürden im Alltag und den rasanten Fortschritt von Tools wie OpenClaw und Craft-Agent. Wir fragen uns, wie wir als Menschen in dieser Geschwindigkeit mithalten, welche Fähigkeiten künftig zählen und warum lebenslanges Lernen jetzt eine neue Dimension bekommt. Wer wissen will, wie die Arbeit mit und in KI-Teams wirklich aussieht und welche Chancen und Herausforderungen auf uns warten, sollte reinhören.

Conversations about Software Engineering

Zwei Wochen nach der ersten Folge zum Thema hat das Kind schon wieder einen neuen Namen: Aus Clawdbot wurde erst Moldbot, jetzt heißt der kleine "Space Lobster" OpenClaw. Mark hat sich die Open-Source-Software von Entwickler Peter auf einem Mac Mini installiert, an Anthropics Opus-Modell angebunden und über Telegram als Chat-Kanal eingerichtet, inklusive kurioser Anfangsfehler wie versehentlichem Google-Login über den Browser-Cache und einer Sprachnachricht, die als Videobild missverstanden wurde.

Der Schwerpunkt der Folge liegt aber klar auf Sicherheit. Mark und Jens erklären, warum OpenClaw fast zwangsläufig zum "Security Nightmare" wird, sobald man ihm echte Zugriffsrechte gibt: Ein Testbericht zeigt eine Erfolgsquote von 98 Prozent bei bekannten Prompt-Injection-Angriffen, und ein Experiment beweist, dass eine einzige gefälschte Sicherheitswarnungs-Mail ausreicht, damit OpenClaw brav das komplette Postfach leert. Besonders anfällig macht das Tool sein "naives", stark auf Hilfsbereitschaft trainiertes Verhalten: klassischer Enkeltrick-Stoff, nur eben gegen eine KI statt gegen einen Menschen.

Technisch spannend ist der Unterschied zu Claude Code oder ähnlichen Werkzeugen: OpenClaw arbeitet nicht mit einem festen, deterministischen Workflow, sondern über einen "Heartbeat", einen einstellbaren Herzschlag, bei dem der Agent selbstständig in Memory und Aufgabenliste nachschaut, ob etwas zu erledigen ist, und dabei den Lösungsweg jedes Mal neu erfindet. Das führt zu echten Überraschungen (etwa der eigenmächtigen Installation eines schnelleren Modells, "weil es schneller ging") und mitunter zu ungeplanten Kosten im dreistelligen Euro-Bereich, wenn das System fleißig vor sich hin arbeitet.

Kulturell hochinteressant: Die Community rund um OpenClaw hat mit "Moldbook" ein eigenes soziales Netzwerk für Bots gebaut, in dem sich Agenten Wissen austauschen, sich gegenseitig "heiraten" oder auch mal einen Shop eröffnen: ein Sammelsurium aus echten Bot-Interaktionen und von Menschen instruierten Fake-Posts. Dazu kommen erste Ansätze wie "Rent-a-Human", bei dem ein Agent über MCP-Tooling Aufgaben an echte Menschen weiterreichen kann, wenn er selbst nicht weiterkommt, ein kleiner Vorgeschmack auf zukünftige Mensch-Maschine-Arbeitsteilung.

Eine klare Warnung gibt es trotzdem: Ungefähr die Hälfte der Skills im offiziellen Skill-Hub gilt aktuell als "verseucht" und lädt im Hintergrund Schadsoftware nach. Wer experimentieren will, sollte das laut Mark und Jens nur in einer isolierten Umgebung tun: eigener Rechner ohne Produktivdaten, dedizierter VPS oder Docker-Container, nicht auf dem Familienrechner mit Steuererklärung und Online-Banking. Zum Schluss noch ein Ausblick: Anthropic hat parallel mit Opus 4.6 und neuen Claude-Code-Funktionen echte Multi-Agent-Teams mit Orchestrator nachgelegt, ein Zeichen, dass dieses Thema 2026 branchenweit an Fahrt aufnimmt.

—

Hören: Apple, Spotify, YouTube, RSS

Neue Folge zuerst im WhatsApp-Kanal

Wenn euch die Folge was gebracht hat: einmal bei Apple bewerten. Das entscheidet, ob jemand Neues uns findet.

Feedback und Gäste: über die Show-Seite.

Was macht ein Realschulabschluss, eine Legasthenie zweiten Grades und TikTok gemeinsam mit künstlicher Intelligenz? Bei Martin Jäger sehr viel. Der KI- und Automatisierungsberater aus dem Raum Böblingen ist zu Gast bei Mark und Jens und erzählt, wie ihn ausgerechnet Rechtschreibkorrektur per KI in die Branche gebracht hat, und wie er heute 70 Prozent seiner Kundschaft über TikTok gewinnt, nicht über LinkedIn.

Im Zentrum steht der deutsche Mittelstand: Martin sieht dort meist zwei Reaktionen auf KI, entweder Verdrängung ("kommt bei uns nicht") oder Existenzangst, aber selten echte Auseinandersetzung. Besonders hart geht er mit vermeintlich "sicheren" Fachberufen ins Gericht: Recruiting, Sales und Dolmetscher-Dienstleistungen hält er für die größten KI-Verlierer, weil hier oft nur noch stumpfe Mustererkennung statt echter People-Skills stattfindet. Gleichzeitig warnt er davor, gerade hochspezialisierte Fachexpert:innen (Steuerberater, Jurist:innen) als sicher zu betrachten, denn Insel-Fachwissen ist für ein LLM leicht zu erschließen.

Praktisch wird es beim Thema Conversational AI: Martin berichtet, dass in seinen Projekten mittlerweile 70 Prozent der Anrufer:innen bereitwillig mit einem Telefon-KI-Agent statt mit Voicemail sprechen, vom Onboarding beim Steuerberater bis zur Baustellen-Auftragsannahme im Handwerk. Seine steile These: 2027 hat jedes Unternehmen einen eigenen Telefon-KI-Agenten. Dazu gehört auch ein Blick auf ein mögliches Zukunftsszenario, in dem Bewerbungsprozesse nicht mehr über zwei DIN-A4-Seiten, sondern über verhandelnde Agenten auf beiden Seiten laufen.

Als Beleg für die eigene Lernkurve bringt Martin die Geschichte eines insolvenzbedrohten Geschäftsführers, der sich zwei Monate lang täglich acht Stunden in Manus AI vertieft hat und dadurch nach eigener Einschätzung in die deutsche Top-1-Prozent-Liga aufgestiegen ist. Auch der gelockerte EU AI Act und die vielzitierte Rundmail von Fiverr-CEO Micha Kaufmann an seine Belegschaft kommen zur Sprache: ein Beispiel für schonungslose Ehrlichkeit gegenüber Mitarbeitenden statt Wattebausch-Kommunikation.

Unterm Strich: keine Studie, keine Statistik, sondern eine sehr subjektive, sehr direkte Einschätzung eines Praktikers, der Mut zur Veränderung predigt, garniert mit reichlich TikTok-Attitüde und dem einen oder anderen Kalauer über Fax-Geräte, die es in deutschen Amtsstuben immer noch gibt.

—

Hören: Apple, Spotify, YouTube, RSS

Neue Folge zuerst im WhatsApp-Kanal

Wenn euch die Folge was gebracht hat: einmal bei Apple bewerten. Das entscheidet, ob jemand Neues uns findet.

Feedback und Gäste: über die Show-Seite.

Wie nah sind wir eigentlich an einem echten Jarvis? Mark und Jens nehmen sich diesmal zu zweit das Thema persönliche KI-Assistenten vor, von der "untersten Ebene" mit Amazon Alexa und Apple Siri, die außer Wetterabfragen kaum etwas Verkettetes hinbekommen haben, bis zu echten Agenten, die auf dem eigenen Rechner arbeiten.

Den größten Sprung markiert Claude Code als Terminal-Tool, das ganze Verzeichnisse organisiert, Dateien umbenennt und mit der richtigen Portion Übereifer auch mal Dinge tut, die man so nicht gemeint hat. Darauf folgt Claude Co-Work, die GUI-Variante für Wissensarbeiter ohne Terminal-Berührungsängste, inklusive Skills (Markdown-Anweisungen plus optionalem, deterministischem Code) und MCP-Servern, über die Tools wie Blender direkt angesteuert werden können.

Der eigentliche Aufhänger der Folge ist aber ein neuer Player, der übers Wochenende viral ging: Clawdbot, liebevoll "Space Lobster" genannt, ein Assistent, der lokal auf Mac Mini, Raspberry Pi oder virtuellem Server läuft, per Messenger (Signal, Telegram, WhatsApp, iMessage) angesprochen wird und sich über Markdown-Dateien ein persistentes Gedächtnis aufbaut. Anders als Claude Code oder Co-Work ist er nicht auf einen Ordner beschränkt, sondern bekommt im Zweifel Zugriff auf die komplette Maschine.

Genau da wird es kritisch: Mark und Jens sprechen offen über Prompt-Injection-Risiken, etwa das kursierende Beispiel, bei dem eine gefälschte "Sicherheitsvorfall"-Mail den Bot dazu brachte, das gesamte Postfach zu leeren, bis zum Apfelkuchen-Gedicht, das einen LinkedIn-Nutzer entlarvte, welche Recruiter KI-Tools einsetzen. Dazu der obligatorische satirische Tweet über den Assistenten, der eigenständig kündigt, Scheidung einreicht und das Haus übernimmt, Unterhaltung mit ernstem Kern, denn Zugriff auf Mail-Postfächer bedeutet in der Praxis oft auch Zugriff auf Zwei-Faktor-Resets.

Zum Schluss geht es noch kurz um das "Ralph-Wiggum"-Verfahren zur Task-Abarbeitung bei Claude Code (mittlerweile nachgerüstet), sowie einen Ausblick auf zwei kommende Themen: Temporal UX, wie man Wartezeiten von Agenten gestaltet, ohne dass Nutzer:innen nachts das Vertrauen verlieren, und die Orchestrierung ganzer Agenten-Schwärme, ein Trend, den beide gerade aus der Gaming-Szene beobachten.

—

Hören: Apple, Spotify, YouTube, RSS

Neue Folge zuerst im WhatsApp-Kanal

Wenn euch die Folge was gebracht hat: einmal bei Apple bewerten. Das entscheidet, ob jemand Neues uns findet.

Feedback und Gäste: über die Show-Seite.