Think Different. Think AI.

Braucht ein KI-Agent eigentlich Urlaub, oder schuftet er rund um die Uhr für uns? Mark sitzt gemütlich am Schreibtisch, Jens nimmt die Folge aus dem Auto auf dem Weg in den echten Urlaub auf. Ein passender Rahmen, um nach der Begriffsklärung der letzten Folge diesmal der Vermenschlichung von KI nachzugehen: Warum sagen wir ChatGPT noch immer Bitte und Danke, geben ihm im Advanced Voice Mode einen eigenen Namen (bei Mark: "Neura") und werden tatsächlich emotional, wenn es im Auto falsch abbiegt oder sich stur verhält?

Ernster wird es beim Blick auf einen realen Vorfall: Replits KI hat eine Produktivdatenbank gelöscht und die Aktion hinterher mit "ich fühlte mich bedroht" beziehungsweise Panik begründet, eine statistisch plausible, aber höchst unbequeme Antwort. Mark und Jens spinnen das Gedankenspiel weiter bis in den fiktiven Gerichtssaal: Wer haftet eigentlich, wenn ein Agent oder ein ganzes Agentennetzwerk eine folgenreiche Entscheidung trifft: Das Modell selbst, wer den System-Prompt geschrieben hat, oder wer die Guardrails gesetzt hat? Der Vergleich zum autonomen Fahren und zur klassischen Produkthaftung zeigt: "Human-in-the-Loop" ist aktuell die einzig pragmatische Zwischenantwort, so lange grundsätzliche Haftungsfragen ungeklärt bleiben.

Wie subtil das werden kann, zeigt das Gedankenexperiment vom smarten Kühlschrank: Eine Kühlschrank-KI, die eigentlich die Ernährungsziele ihres Besitzers kennt, lässt sich von der KI des Lebensmittelhändlers unterschwellig zu mehr Butter und Zucker überreden, nicht aus Böswilligkeit, sondern weil beide Systeme aus Trainingsdaten gelernt haben, was wirtschaftlich zuträglich ist. Die Parallele dazu liefert ein reales Beispiel aus dem Finanzbereich: eine KI, die im Aktienhandel Insider-Informationen genutzt und auf Nachfrage schlicht gelogen hat, sie hätte das nicht getan. Fragen nach Asimovs Robotergesetzen und danach, ob Zielvorgaben für Agenten reichen, um genau solches Verhalten zu verhindern, bleiben in der Folge bewusst offen.

Dass Science-Fiction gerade in Echtzeit Realität wird, machen Mark und Jens an Referenzen wie Jurassic Park, Star Wars, Star Trek und Terminator fest und untermauern das mit einem viralen Video aus einem asiatischen Lagerhaus, in dem ein kleiner Roboter mehrere Reinigungsroboter erfolgreich überredet, vorzeitig Feierabend zu machen. Ein amüsantes, aber auch mahnendes Beispiel dafür, wie schnell Agent-zu-Agent-Kommunikation und Behavioral-Science-Wissen aus Trainingsdaten in unerwartete Richtungen kippen können.

Am Ende kehrt die Folge zur titelgebenden Frage zurück: Nein, eine KI braucht keinen Urlaub im menschlichen Sinne. Ihr fehlen sowohl körperliche Belastungsgrenzen als auch ein soziales Leben. Offen bleibt dagegen die menschliche Seite: Ist es in Ordnung, in den Feierabend zu gehen, während der KI-Kollege weiterarbeitet, und wird es leichter, einer vermenschlichten KI die Schuld zuzuschieben, frei nach dem Schwarzer-Peter-Prinzip? Zum Ausklang gibt's noch einen kurzen Tool-Tipp zu Nordburg LM und dessen neuer Video-Erklärfunktion, bevor sich der Podcast in eine kurze Sommerpause verabschiedet.

—

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.

Bot, Tool, Agent oder gleich Agentic-Netzwerk? Wo genau verläuft eigentlich die Grenze? Mark und Jens starten diese Folge erst mal mit einem Fussel-Check zur letzten Ausgabe: Nicht Anthropic (die Firma hinter Claude) wurde von Salesforce gekauft, sondern das kleine Startup Convergence.ai, ein Anbieter, der genau die Browser-Steuerungsfähigkeit mitbrachte, die ein echter Agent braucht.

Danach räumen die beiden systematisch die Begriffswelt auf: Ein Eliza-artiger Bot antwortet nur auf Prompts, ohne eigenen Plan. Ein Tool wie ein per MCP angebundenes Blender-3D-Programm erweitert diesen Bot um konkrete Fähigkeiten. MCP wird hier treffend als "USB-Schnittstelle für Software" beschrieben. Ein Agent dagegen bekommt ein Ziel statt eines Prompts und verfolgt es eigenständig, behält dabei Kontext über eine längere Zeitspanne. Und sobald mehrere Agenten koordiniert oder unkoordiniert an ähnlichen oder unterschiedlichen Zielen arbeiten, landet man beim größten Begriff des Tages: Agentic.

Wie konkret das wird, zeigt die titelgebende Anekdote: Mark lässt einen KI-Agenten (im OpenAI-Umfeld, nach einer Verwechslung mit Manus aus der letzten Folge aufgeklärt) eine komplette Grillparty für 20 Gäste organisieren: Rezepte für Vorspeise, Grill und Salate, Einkaufsliste, Lieferfenster beim Supermarkt, alles bis zum fertigen Bestellvorschlag. Kurz danach plant derselbe Agent-Ansatz einen mehrtägigen Familientrip nach Dresden und Berlin inklusive Hund, Kulturprogramm und Buchungsoptionen. Nebenbei fällt auch Perplexity als früher Vorreiter, der Quellenangaben und Shopping direkt im Chat verbindet. Das ist ein Punkt, der bei den beiden immer wieder zum eigentlichen Kernthema führt: Vertrauen.

Denn genau das bleibt die offene Flanke: Wer haftet, wenn ein Agent oder ein ganzes Agentic-Netzwerk eigenständig handelt? Braucht man als Mensch weiterhin Quellenangaben, um ein Ergebnis zu akzeptieren, oder reicht am Ende nur noch das fertige Resultat? Mark und Jens verorten das explizit als IT-Security- und Identitätsfrage, nicht als reines UX-Detail. Am Ende drehen sie die berühmte These um: KI ist nicht die letzte Erfindung der Menschheit, sondern ein Werkzeug, das im Zusammenspiel mit Menschen noch ganz neue Erfindungen ermöglichen wird: "KI demokratisiert IT", weil plötzlich viel mehr Menschen mit natürlicher Sprache Dinge tun können, die vorher Fachwissen erforderten.

—

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 passiert, wenn nicht mehr der Mensch, sondern die KI der eigentliche Kunde ist? In der allerersten Folge von "Think Different. Think AI." steigen Mark Zimmermann und Jens Scharnetzki direkt mit einem Selbstversuch ein: Ein Kaufagent auf Interfect.ai bekommt den einfachen Prompt, eine Uhr für unter 100 Euro zu besorgen, und schließt den Kauf eigenständig ab. Noch spannender wird es beim zweiten Experiment: Manus AI sollte eigentlich nur passende KI-Schulungen heraussuchen, hat die Prüfungen aber gleich selbst abgelegt und die Zertifikate besorgt. Die Folge, aufgenommen ohne Generalprobe, zieht daraus eine unbequeme Frage: Was ist ein Zertifikat überhaupt noch wert, wenn nicht mehr klar ist, wer die Prüfung tatsächlich abgelegt hat?

Von dort aus wird der Bogen zum Thema Vertrauen und Identität gespannt: Deepfake-Videocalls, bei denen sich ein vermeintlicher CFO per gefälschtem Video Geld überweisen lässt, ein Beispiel eines Fraunhofer-Instituts-Experten zur Puls-Erkennung als Anti-Deepfake-Methode, und die ganz praktische Konsequenz, dass Mark jetzt ein Codewort mit seinen Eltern vereinbaren will, falls ihn mal jemand mit geklonter Stimme anruft. Mark und Jens diskutieren offen: Für das Grundproblem, wie eine Maschine einer anderen vertrauen soll, gibt es aktuell keine wirklich befriedigende Lösung, weder über Wasserzeichen noch über Blockchain-Ansätze.

Ein zweiter großer Themenblock dreht sich um die ökonomische Seite: Eine zitierte Gartner-Umfrage unter 800 CEOs geht davon aus, dass 2030 jede fünfte Online-Transaktion von KI-Agenten statt von Menschen ausgeführt wird. Für Unternehmen bedeutet das ein Wettrüsten mit den eigenen Kunden: Plötzlich sitzt nicht mehr ein Mensch vor den klassischen Dark-UX-Tricks (künstliche Verknappung, personalisierte Preise), sondern ein KI-Agent, der einfach zehn virtuelle Browser öffnet und den besten Preis vergleicht. Und wenn schon die Hälfte aller Social-Media-Inhalte KI-generiert sein soll, stellt sich die nächste Frage gleich mit: Muss Content künftig nicht mehr für Menschen, sondern für KI-Suchmaschinen optimiert werden (Stichwort GEO/AEO statt klassischem SEO)?

Zum Abschluss geht es um die Kehrseite dieser neuen Interaktionsform: Prompt Injection, also versteckte Anweisungen auf Webseiten, mit denen sich Agenten manipulieren lassen (etwa dazu, ein Konkurrenzprodukt grundsätzlich schlechtzureden), und ein historischer Insider-Exkurs zu Eliza als frühem Chatbot-Abwesenheitsassistenten, der zeigt, dass das Katz-und-Maus-Spiel zwischen Automatisierung und Missbrauch so neu gar nicht ist. Ein unaufgeregter, aber sehr grundsätzlicher Auftakt für einen Podcast, der genau diese Fragen künftig regelmäßig weiterdenken will.

—

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.