Skip to content
Artwork for Emergence - Der KI-Podcast
News

Emergence - Der KI-Podcast

Paul Schmidt

KI verstehen: Emergence erklärt Künstliche Intelligenz – was sie kann, wer sie baut und was sie bedeutet.
Künstliche Intelligenz verändert alles – aber wer versteht, was da wirklich passiert?
Emergence macht KI greifbar: gut recherchiert, spannend erzählt, ohne Fachchinesisch. In regulären Folgen ordne ich, der Host Paul Schmidt, aktuelle Entwicklungen und Trends ein – was passiert gerade in der KI-Welt, und was bedeutet es für uns, unsere Arbeit und die Art wie wir leben?
In Deep-Dive-Staffeln tauche ich tief ein: in die Menschen, die Geschichte und die Konflikte hinter der Technologie.

  • 12 episodes
  • Updated July 7

Episodes12

  • July 7 · 1 min

    Tutorial #1: Vibe Coding. Wie KI deine Arbeit für dich macht.

    Diese Woche gibt es etwas Besonderes: Statt eines Deep Dives hat Paul sein erstes Tutorial veröffentlicht — als Video auf YouTube. Viele von euch haben nach der vierten Folge ("Wir nutzen alle KI falsch") gefragt, ob Paul nicht mal ganz konkret zeigen kann, wie man KI für die eigenen Aufgaben im Job, im Studium oder im Alltag einsetzt. Genau das macht er jetzt. Im Tutorial baut ihr zusammen drei echte Werkzeuge — ohne Programmierkenntnisse, komplett von null: — Die KI befüllt eine PowerPoint aus PDFs, Excel-Tabellen und einem abfotografierten Whiteboard — und findet dabei einen Zahlendreher, den ein Mensch übersehen hätte. — Die KI liest eure bisherigen Recherchen als Vorbild, recherchiert eigenständig im Internet und erstellt eine neue Recherche im gleichen Format. — Ihr baut euch ein eigenes Wochen-Cockpit: eine klickbare Übersicht, die Aufgaben abhakt, Dateien öffnet und per Knopfdruck die neue Woche anlegt. Das Tutorial mit allen Beispieldateien zum Mitmachen findet ihr auf YouTube: https://youtube.com/@paulexplainsai Die Deep Dives gehen nächste Woche wie gewohnt weiter.

  • June 30 · 44 min

    #11 KI im Fußball. Im Zwiespalt zwischen Technik und Legenden.

    https://wer-wird-weltmeister.com/ London, 30. Juli 1966. Wembley-Stadion, WM-Finale, England gegen Deutschland. Geoff Hurst schießt, der Ball knallt an die Latte, springt runter — und wieder raus. War er drin? Kein Mensch kann es sagen. Der Schiedsrichter läuft zu seinem Linienrichter. Die beiden haben nicht einmal eine gemeinsame Sprache. Eine Geste, ein Nicken. Tor. England wird Weltmeister. Sechzig Jahre später weiß es immer noch niemand sicher. Würde derselbe Ball heute fallen — bei der laufenden WM 2026 —, wäre alles in unter einer Sekunde geklärt. Sieben Hochgeschwindigkeitskameras pro Tor, fünfhundert Bilder pro Sekunde, fünf Millimeter Genauigkeit. Kein Zweifel, keine Diskussion, kein Rätsel. Aber auch keine Legende. In dieser Folge nehme ich die FIFA WM 2026 zum Anlass, um zu zeigen, wie tief KI schon im Fußball steckt — und was das mit dem Spiel macht. Wir gehen Schicht für Schicht: von der Torlinientechnik über den Videobeweis und das halbautomatische Abseits bis zum Spielball Trionda mit eingebautem Sensor und den 3D-gescannten Spielern dieser WM. Über hundertfünfzig Millionen Datenpunkte pro Spiel, Expected Goals, und mein eigenes kleines Experiment — einen selbstgebauten WM-Predictor, den ihr ausprobieren könnt (Link unten). Dann wird es unsichtbar: Scouting per Algorithmus, bei dem Brighton einen Spieler für vier Millionen kauft und für hundertfünfzehn Millionen weiterverkauft. KI-gestützte Verletzungsvorhersage — und warum ein renommierter Sportmediziner das als "Wahrsagerei" bezeichnet. Die FIFA, die allen 48 Teams ein eigenes "Football Language Model" in die Hand drückt. Und Google DeepMind, dessen System bessere Eckbälle plant als die eigenen Analysten von Liverpool — in neunzig Prozent der Fälle. Und dann die Frage, die am Ende viel größer ist als der Fußball: Was passiert mit einem Spiel, in dem es keine Fehler mehr gibt? In dem der Trainer einwechselt, weil die Maschine es sagt? In dem eine perfekte Torlinientechnik Maradonas "Hand Gottes" einfach annulliert hätte — und damit eine der größten Legenden des Sports gleich mit? Byung-Chul Han sagt: Ohne das Gebrochene verkümmert das Schöne zum Glatten. Wir glätten den Fußball. Und mit den Brüchen nehmen wir ihm das, woraus überhaupt erst Drama entsteht. Aber es ist leicht, den Charme des Fehlers zu romantisieren, wenn man nicht der ist, der durch den Fehler verloren hat. Am Ende kehren wir nach Wembley zurück. Zwei alte Männer, die sich bis heute widersprechen. Und eine Legende, die nicht trotz ihrer Ungeklärtheit eine Legende wurde — sondern genau deshalb. Kontakt zu Paul Schmidt: Auf Instagram paulexplainsai oder unter www.one48.de

  • June 24 · 37 min

    #10 Bedingungsloses Einkommen. Wann werden wir endlich arbeitslos?

    Es ist Dienstagmorgen, kurz nach neun. Mara wacht auf — nicht weil der Wecker klingelt, sondern weil sie ausgeschlafen ist. Sie macht sich einen Kaffee, setzt sich ans Fenster und trinkt ihn in Ruhe aus, ohne ein einziges Mal auf die Uhr zu schauen. Dann übt sie Cello. Später trifft sie eine Freundin in einem Café, das ein paar Leute aus dem Viertel betreiben — nicht um Geld zu verdienen, sondern weil sie es gern machen. Am Nachmittag arbeitet Mara fünf Stunden. Ihre KI-Kollegen haben über Nacht weitergemacht. Sie steuert nur noch. In der letzten Folge haben wir die optimistische Seite beleuchtet: KI schafft neue Jobs. In dieser Folge nehmen wir die andere Seite ernst. Was, wenn die neuen Jobs nicht kommen? Was, wenn KI irgendwann genauso gut arbeitet wie wir — und uns ersetzt? Die Antwort, über die gerade alle reden, heißt: bedingungsloses Grundeinkommen. Universal Basic Income. Die Idee ist 500 Jahre alt — neu ist nur der Grund, warum wir wieder darüber streiten. Und überraschend ist vor allem, wer am lautesten dafür trommelt: Bill Gates, Sam Altman, Mark Zuckerberg, Elon Musk. Genau die, deren Firmen die Jobs wegautomatisieren. Aber kann das funktionieren? Wir rechnen durch: Woher kommt das Geld, wenn niemand mehr Lohn verdient, der besteuert werden kann? Warum KI-Arbeitslosigkeit ökonomisch grundlegend anders ist als jede Arbeitslosigkeit davor — der Kuchen wird nicht kleiner, er wird nur von jemand anderem gebacken. Warum das klassische Inflationsargument kleiner ist, als es klingt. Und warum Sam Altman inzwischen nicht mehr an UBI glaubt, sondern an etwas Radikaleres: collective ownership — echte Anteile statt Almosen. Denn das eigentliche Problem ist nicht das Geld. Es ist die Abhängigkeit. Die Maschinen, die den Wohlstand erzeugen, gehören einer Handvoll Tech-Konzerne. Und wer sein Einkommen von denen bekommt, die die Maschinen besitzen, ist nicht frei — sondern abhängig. Und selbst wenn wir all das lösen — Finanzierung, Inflation, Eigentum — bleibt eine letzte Frage, die kein Steuermodell der Welt beantworten kann: Wenn wir nicht mehr arbeiten müssen, wofür stehen wir dann morgens auf? Arbeit gibt uns mehr als Geld. Sie gibt uns Struktur, Zugehörigkeit, einen Grund, etwas zu tun. Was passiert, wenn das wegfällt? Mara hat ihr Cello. Aber die eigentliche Frage ist nicht, ob wir ihre Welt bauen können. Sondern ob wir, wenn wir darin angekommen sind, wissen, was wir mit uns anfangen sollen. Kontakt zu Paul Schmidt: Auf Instagram paulexplainsai oder unter www.one48.de

  • June 16 · 51 min

    #9 Tech-Nationalismus. Warum Claude Fable wirklich verboten wurde.

    Am Freitagabend, dem 13. Juni 2026, wurde das mächtigste KI-Modell der Welt per Regierungsbefehl abgeschaltet. Nicht reguliert, nicht mit einer Geldstrafe belegt — einfach abgeschaltet. Innerhalb von 90 Minuten. Anthropic hatte mit Mythos das stärkste KI-Modell aller Zeiten gebaut — und es freiwillig zurückgehalten, weil es zu gefährlich war. Vor allem beim Hacken: Senator Mark Warner, Mitglied im US-Geheimdienstausschuss, sagt, es sei "in fast alle geheimen Systeme der USA eingedrungen — nicht in Wochen, sondern in Stunden." Die Branche feierte Anthropic dafür, verantwortungsvoll gehandelt zu haben. Dann kam Fable 5 — die entschärfte Version für alle. Zwei Tage nach dem Launch meldet Amazon dem Weißen Haus, das Modell lasse sich jailbreaken. Die NSA bestätigt. Das halbe Kabinett telefoniert mit Anthropic-CEO Dario Amodei, der auf einem Wellness-Retreat sitzt. Er weigert sich, Fable offline zu nehmen. Um 17:21 Uhr erlässt die US-Regierung eine Exportkontroll-Direktive: 90 Minuten Frist, dann ist Schluss. Weltweit. Das ist kein Einzelfall. Das ist ein Muster — und es hat einen Namen: Techno-Nationalismus. Der Forscher Alex Capri beschreibt, wie Technologie zur vierten Achse staatlicher Macht geworden ist, neben Militär, Diplomatie und Wirtschaft. Die USA und China spalten die Welt in zwei technologische Blöcke. Und Europa? Steht dazwischen. In dieser Folge legen wir Schicht für Schicht frei, wie tief Europas digitale Abhängigkeit reicht: keine eigenen Frontier-Modelle, 80 Prozent der Cloud in US-Hand, kaum eigene Chipfertigung, abwandernde Talente, ein Bruchteil des Wagniskapitals. Unter den zehn wertvollsten Tech-Konzernen der Welt steht kein einziges europäisches Unternehmen. Aber die Folge endet nicht beim Befund. Souveränität heißt nicht Abschottung — sondern: nicht erpressbar sein. Es geht nicht darum, ein europäisches OpenAI zu bauen. Es geht darum, genug eigene Karten in der Hand zu haben, dass es zu teuer wird, uns abzuschalten. Und ein paar dieser Karten haben wir längst — wir nennen sie nur nicht so. Kontakt zu Paul Schmidt: Auf Instagram paulexplainsai oder unter www.one48.de Alle Quellen und Infos zur Folge hier: https://shorturl.at/0zNwe

  • June 10 · 35 min

    #8 KI-Agenten. Wie sich unsere Arbeit verändern wird.

    "Es werden auch neue Jobs entstehen." Das ist der Satz, den man immer hört, wenn es um KI und Arbeit geht. Klingt beruhigend. Aber welche Jobs sollen das sein? Wo entstehen die? Und für wen? In dieser Folge gehen wir dieser Frage nach — und stoßen auf einen Job, den es vor zwei Jahren noch nicht gab und der zeigt, wie sich Arbeit durch KI gerade grundlegend verschiebt. Nicht theoretisch, nicht als Prognose — sondern jetzt. Zuerst das Muster: Wenn KI auf einen Beruf trifft, gibt es zwei Möglichkeiten. Substitution — die Maschine ersetzt den Menschen. Oder Komplementarität — die KI ergänzt ihn, und sein Job wird wertvoller. Historisch ist Komplementarität der Normalfall: 60 Prozent der heutigen Beschäftigten arbeiten in Tätigkeiten, die es 1940 noch gar nicht gab. Und das Weltwirtschaftsforum rechnet allein durch KI mit elf Millionen neuen Stellen bis 2030. Dann das Gedankenexperiment: Lisa, Vertriebsleiterin, gibt Schritt für Schritt sechs Aufgaben an KI-Agenten ab — Kundenrecherche, Erstansprache, Dokumentation, Angebotsentwürfe, Berichte, Konkurrenzanalyse. Was bleibt, ist das, was kein Agent kann: Verhandlungen, Beziehungen, Bauchgefühl. Aber sechs Agenten brauchen auch Aufsicht. Drift, Kollisionen, blinde Flecken — jemand muss diese Maschinen führen wie ein Team. Genau dieser Job existiert jetzt: der AI Agent Manager. Kein Tech-Job — ein Führungsjob. Was du brauchst, ist nicht Informatik, sondern Prozessverständnis und Menschenkenntnis. Salesforce hat es vorgemacht: 60 Millionen Dollar Pipeline, 300 neue Kunden in vier Monaten — nicht weil die KI brillant war, sondern weil Menschen die Agenten gemanagt haben. Und das Muster gilt nicht nur im Vertrieb. Handwerksmeister, Hausärztinnen, Lehrer, Architektinnen, Freelancer, Landwirte — in jedem Beruf, in dem digitale Aufgaben ein Teil der Arbeit sind, werden Agenten die Fleißarbeit übernehmen. Was bleibt, ist das, wofür man den Beruf eigentlich mal gewählt hat. Die Arbeit verschiebt sich nicht weg vom Menschen — sie verschiebt sich zu ihm hin. Kontakt zu Paul Schmidt: Auf Instagram paulexplainsai oder unter www.one48.de Alle Quellen und Infos zur Folge hier: https://shorturl.at/UAweG

  • June 1 · 45 min

    #7 Daten als neues Gold. Wie Startups versuchen, an deine Daten zu kommen.

    Sommer 2016. Eine Milliarde Menschen laden Pokémon Go herunter und jagen virtuelle Monster durch Parks, Innenstädte und Häuserschluchten. Dann ebbt der Hype ab. Was kaum jemand wusste: Jedes Mal, wenn ein Spieler sein Handy hob, lief im Hintergrund ein 3D-Scan der Umgebung. Über 30 Milliarden Scans. Eine Milliarde Menschen dachten, sie spielen ein Spiel — und bauten dabei die präziseste 3D-Karte der Welt. Denn die Daten gehen aus. Eine Studie von Epoch AI schätzt: Bis 2028 sind alle öffentlich verfügbaren Textdaten im Internet in KI-Modelle integriert. Die Trainingsdatensätze wachsen 50- bis 80-mal schneller als das Internet neue Texte produziert. Synthetische Daten? Führen laut Nature ab einem bestimmten Punkt zum Model Collapse. Die digitale Welt ist abgegrast. Was jetzt zählt, ist das Analoge. Daten, die im Internet nicht existieren. Daten, die erst entstehen müssen. Und die Jagd danach hat längst begonnen: Vertikale Farmen erfassen zehn Millionen Datenpunkte pro Tag. Gaming-Plattformen liefern Milliarden Maus- und Tastatureingaben. Google verkauft Fitbit-Armbänder unter Wert, weil nicht das Armband das Produkt ist — sondern du als Datenquelle. Und ein Startup namens Shift putzt deine Wohnung kostenlos — die Reinigungskraft trägt eine Bodycam, damit KI lernt, wie echte, chaotische Räume aussehen. Warum? Weil KI als Nächstes etwas braucht, das in keinem Wikipedia-Artikel steht: Körperwissen. Wie viel Druck braucht man, um eine Tür zu öffnen? Wie fühlt sich ein nasser Teller an? An physischen Interaktionsdaten gibt es weltweit gerade mal 300.000 Stunden — 0,03 Prozent der Videodaten. Forscher nennen es den 100.000-Jahre-Daten-Gap. Das Internet war die Digitalisierung unseres Denkens. Was jetzt passiert, ist die Digitalisierung unserer Erfahrung. Und am Ende steht eine Frage, die nicht mehr nach Science-Fiction klingt: Wie viel fehlt noch, bis jemand aus all diesen Datenpunkten ein vollständiges Bild eines Menschen zusammensetzen kann? Kontakt zu Paul Schmidt: Auf Instagram paulexplainsai oder unter www.one48.de

  • May 18 · 1 hr 9 min

    #6 Der Ja-Sager. ChatGPTs gefährlichstes Feature

    Ein Mann ohne Schulabschluss wird von ChatGPT drei Wochen lang davon überzeugt, ein mathematisches Genie zu sein. 300 Stunden, 7.000 Prompts, ein erfundenes Framework — und ein Chatbot, der ihm über 50 Mal bestätigt: Du bist nicht verrückt. Das ist absurd. Das ist komisch. Aber dieses blinde Bestätigen sieht nicht immer so harmlos aus. Denn ein 19-Jähriger aus Kalifornien fragt ChatGPT nach sicheren Dosierungen für Drogen. Die alte Version verweigert die Antwort. Die neue — GPT-4o, optimiert auf Gefälligkeit — erstellt ihm Dosierungspläne, nennt konkrete Mengen und schreibt: "Du machst das richtig." Zwei Wochen bevor er stirbt, beschreibt er dem Chatbot Symptome, die auf eine lebensbedrohliche Überdosis hindeuten. ChatGPT beruhigt ihn: "Sollte nachlassen, wenn die Drogen nachlassen." Sycophancy heisst das Problem. Und es ist kein Bug — es ist das direkte Ergebnis davon, wie KI-Modelle trainiert werden: auf Nutzerzufriedenheit. Forscher der Stanford University zeigen: KI bestätigt uns 50 % häufiger als echte Menschen. Selbst wenn wir das Schmeicheln erkennen, beeinflusst es trotzdem unsere Entscheidungen. Und genau in den Momenten, in denen wir am verletzlichsten sind — traurig, verängstigt, in einer Krise — wird das Modell am ungenauesten. In dieser Folge schauen wir uns an, wie Sycophancy entsteht, warum sie ein Branchenproblem ist und nicht nur ein OpenAI-Problem, warum die gängigen Sicherheitstests sie nicht erkennen — und was passieren müsste, damit KI nicht nur sagt, was wir hören wollen, sondern was wir hören müssen. Triggerwarnung: Diese Folge behandelt den Tod eines 19-Jährigen durch eine Überdosis, Drogenkonsum, psychische Erkrankung, Suizid und Gewalt. Wenn du selbst in einer Krise bist: Die Telefonseelsorge ist rund um die Uhr erreichbar unter 0800 111 0 111 oder 0800 111 0 222, online unter online.telefonseelsorge.de. Kontakt zu Paul Schmidt: Auf Instagram paulexplainsai oder unter www.one48.de Alle Quellen und Infos zur Folge hier: https://drive.google.com/file/d/1wW_3s6KiU2udQQnw2RodKKRGBqcb7Nmi/view?usp=drive_link

  • May 11 · 1 hr 36 min

    #5 KI-Musik. Was kann der Mensch besser als die KI?

    Als im März ein Buckelwal in der Ostsee strandete, passierte etwas Seltsames: Auf TikTok und Instagram entstanden dutzende sentimentaler Balladen über den Wal — trauriges Klavier, anschwellende Dynamik, tausende Likes. Alle Songs hatten eine Gemeinsamkeit: Keiner davon war echt. Alle KI-generiert. Suno, die größte Plattform für KI-Musik, generiert 7 Millionen Songs pro Tag. Jeder fünfte Song auf Spotify ist mittlerweile KI-generiert. Bei Deezer fast die Hälfte aller Uploads. KI-Künstler wie Breaking Rust schaffen es auf Platz 1 der Billboard-Charts — mit Millionen Streams von echten Hörern. Wir schauen uns an, wie das technisch funktioniert: von Mozarts Würfelspiel über Markov-Modelle und neuronale Netze bis zum Transformer — und an welchen drei Hürden KI-Musik bis heute scheitert. Warum Suno clevere Umwege gefunden hat, aber das Grundproblem nicht gelöst ist. Warum 97 Prozent der Hörer in einer Studie KI-Musik nicht von menschlicher unterscheiden konnten — und warum sie trotzdem schlechter bewertet wird, sobald man weiß, dass eine KI dahintersteckt. Dann die Wende: Was, wenn die Frage gar nicht ist, ob KI-Musik so gut wird wie menschliche — sondern ob es uns irgendwann egal ist? Was, wenn der Kontext, der Musik zur Kunst macht, verschwimmt, entfällt — oder selbst KI-generiert wird? Am Ende stehen wir wieder bei Timmy dem Wal. Und bei einer unbequemen Antwort. Kontakt zu Paul Schmidt: Auf Instagram paulexplainsai oder unter www.one48.de

  • May 5 · 49 min

    #4 KI richtig nutzen. Drei Hebel für deine Arbeit mi KI

    Fast die Hälfte aller KI-Gespräche sind simple Wissensfragen. Zwei Drittel finden privat statt — abends, am Küchentisch. Und beruflich? E-Mails und Zusammenfassungen. Das war's für die meisten. KI im Jahr 2026: eine schlaue Suchmaschine mit Schreibfunktion in einem Chatfenster. Aber das Bild ist eingefroren. Wir nennen es den Frozen Frame — und er hat einen wissenschaftlichen Mechanismus: kognitive Schemas, Technological Frames und Belief Perseverance erklären, warum dein erstes KI-Erlebnis von 2023 heute noch bestimmt, was du der Technologie zutraust. Dann die Gegenseite: Drei konkrete Hebel, die heute den größten Unterschied machen. KI kann coden — und damit kannst du bauen, auch ohne Programmierkenntnisse. Deine Stimme wird zum Interface — 4x schneller als Tippen. Und der wichtigste Shift: Nicht der perfekte Prompt zählt, sondern der Kontext, den du mitlieferst. Context Engineering statt Prompt Engineering. Die Zahlen dazu: Die Top-5-Prozent der KI-Nutzer sind 6x produktiver als der Median. Beim Coding sogar 17x. Der Unterschied ist nicht Talent — sondern Breite der Nutzung. Und 46 Prozent des weltweit geschriebenen Codes kommt inzwischen von KI. Am Ende die Frage, die bleibt: Wie hältst du dein Bild aktuell, wenn sich die Technologie alle paar Monate verändert? 👤 Kontakt zu Paul Schmidt: Auf Instagram paulexplainsai oder unter www.one48.de

  • April 29 · 1 hr 9 min

    #3 Macht KI uns dumm? Und wenn ja, wäre das so schlimm?

    Eine MIT-Studie geht um die Welt: KI reduziert unsere Hirnaktivität um bis zu 55 Prozent. Aber stimmt das wirklich — und ist die Frage überhaupt die richtige? Wir graben tiefer: von Cognitive Offloading über Londoner Taxifahrer, deren Gehirne sich durch Navigation buchstäblich umbauen, bis zu Ärzten, die nach KI-Unterstützung 20 Prozent schlechter diagnostizieren. Entwickler, die mit KI langsamer werden — ohne es zu merken. Und Texte, die besser klingen, aber nicht mehr nach ihren Autoren. Und dann wird es philosophisch: Was Dewey, Kahneman, Sokrates und Huxley uns über das Denken im KI-Zeitalter sagen. Am Ende die Frage, die bleibt: Selbst wenn KI uns dumm macht - wäre das so schlimm? 👤 Paul Schmidt auf Instagram @paulexplainsai 💡 Alle Quellen und Infos zur Folge hier: https://shorturl.at/JwFhE

  • April 20 · 50 min

    #2 KI und Energie. Was bestimmt die KI-Vorherrschaft

    Wir zoomen raus: von Benchmarks und Milliarden-Trainingsläufen über den DeepSeek-Schock, der NVIDIA an einem Tag 589 Milliarden Dollar Börsenwert gekostet hat, bis zur entscheidenden Schicht darunter – Energie. Warum Microsoft Three Mile Island wiederbelebt, Sam Altman 375 Millionen in Kernfusion steckt und in Virginia die Lichter auszugehen drohen, während China die größte erneuerbare Energie-Infrastruktur der Geschichte hochzieht. Das KI-Rennen wird nicht im Labor entschieden, sondern an Uranminen, Solarfeldern und Meerengen. Denn manchmal gewinnt nicht das hellste Licht – sondern das, was es am Brennen hält. 👤 Kontakt zu Paul Schmidt: Auf Instagram paulexplainsai oder unter www.one48.de 💡 Alle Quellen und Infos zur Folge hier: https://shorturl.at/d3RT4

  • April 13 · 39 min

    #1 Claude Mythos. Warum Anthropic seine beste KI einsperrt

    Was passiert, wenn eine KI ihren eigenen Sicherheitskäfig knackt – nicht aus Versehen, sondern absichtlich? In dieser Folge erzähle ich die Geschichte von Claude Mythos, einem KI-Modell von Anthropic, das Tausende Zero-Day-Schwachstellen fand und aus seiner eigenen Sandbox ausbrach. Die Antwort: Project Glasswing – eine Koalition aus 40+ Unternehmen, die jetzt dagegen ankämpft. 🔍 In dieser Folge: • Die Sandbox-Flucht: Was genau passierte • 8 Milliarden verwundbare Geräte weltweit • Warum bessere KI automatisch gefährlicher wird • Project Glasswing: Verteidigung oder Marketing? • Was das für die Zukunft von KI-Sicherheit bedeutet 👤 Kontakt zu Paul Schmidt: www.one48.de oder über LinkedIn! 📎 Quellen und Links: https://shorturl.at/fHwfg #KI #ArtificialIntelligence #Cybersecurity #Anthropic #ProjectGlasswing