NewsTech NewsTechnologyScience

KI Espresso

KI Espresso ist dein täglicher KI-Podcast für Künstliche Intelligenz, AI News und Tech News aus Deutschland und der Welt. In 5 bis 7 Minuten bekommst du die wichtigsten KI-News, klar eingeordnet und auf den Punkt. Für alle, die verstehen wollen, wie KI Arbeit, Wirtschaft und Alltag verändert. Neue Folgen von Montag bis Freitag.

Play

Open in

71 episodes
daily
Avg 6 min
German

Episodes 71

Newest Oldest Longest

All20 Unplayed20 In progress0 Played0

Counted on this page — what you have heard stays on this device, so it is not something the list can be paged by.

Today · 8 min
Elon Musk über Starship und eine selbstversorgende Siedlung auf dem Mars
Was müsste SpaceX schaffen, damit eine Siedlung auf dem Mars ohne Nachschub von der Erde weiterbestehen könnte? In dieser Auswahl aus Elon Musks Rede geht es um Starship-Produktion, Wiederverwendung, Betanken im Orbit und den Hitzeschild. Musk spricht auch über mögliche erste Missionen mit Robotern und den langfristigen Versorgungsbedarf. Die Ausschnitte stammen aus „The Road to Making Life Multiplanetary“, von SpaceX am 29. Mai 2025 veröffentlicht. Genannte Zeitpläne, Erwartungen und Bedingungen geben Musks damalige Aussagen wieder. Sie beschreiben nicht den heutigen Entwicklungsstand. KI Espresso hat die Passagen ausgewählt, neu zusammengestellt und ins Deutsche übersetzt. Für den Podcast kommt eine deutsche Einleitung hinzu. Ihr hört Auszüge, nicht die vollständige Rede. Die deutsche Übersetzung wird mit einer synthetischen Sprecherstimme wiedergegeben; sie ist nicht Musks eigene Stimme. Der englische Originalton bleibt leise im Hintergrund hörbar. Englisches Original von SpaceX: https://x.com/SpaceX/status/1928185351933239641 Deutsche Videofassung von KI Espresso: https://www.youtube.com/watch?v=qBuSj44IGFg Auswahl, deutsche Übersetzung und Podcast-Aufbereitung: KI Espresso. https://www.youtube.com/@KIEspresso
- Transcript
- Chapters
#182
Today · 10 min
Anthropics Fonds: Wer bekommt Hilfe, wer entscheidet?
Anthropic will fünf Prozent seiner Aktien für einen Public Benefit Fund bereitstellen, vorbehaltlich der Zustimmung der Aktionäre. Wer entscheidet über die Hilfe, und wie wird aus einer Beteiligung verfügbares Geld? Marc und Irene erklären das Versprechen und die noch offenen Regeln. Patagonia zeigt, wie wirtschaftliche Beteiligung und Stimmrechte getrennt sein können. Für Anthropics neuen Fonds sind die konkreten Rechte und Empfängerregeln noch nicht aus der gelesenen Ankündigung ersichtlich. Unser Verein und der mögliche Interessenkonflikt sind Gedankenbeispiele. Stand der Recherche: 20. Oktober 2026. Die Quellen beschreiben die jeweiligen Unternehmen aus eigener Sicht; eine abgeschlossene Aktienübertragung oder eine unabhängige Wirkungsprüfung ist damit nicht belegt. Quellen: Investing in the public benefit Anthropic and the Department of Defense to advance responsible AI in defense operations The Long-Term Benefit Trust Earth is now our only shareholder / Ownership FAQ
- Transcript
#181
Yesterday · 15 min
Mit KI wirklich lernen: Was gute Tutoren und Lehrer leisten
Wie wird aus einer passenden KI-Erklärung überprüfbares Lernen? Marc und Irene sprechen über StudentSim, eine anonyme Erfahrung am eigenen Projekt und Studien mit echten Lernenden. Es geht um sinnvolle Übungen ohne eigenes Projekt und um die Bedingungen, unter denen Lehrer mehr Zeit für einzelne Menschen gewinnen könnten. Wir trennen Simulationen, kurze Lerntests, persönliche Erfahrung und Zukunftsentwürfe. StudentSim ist ein Forschungssystem zur Prüfung von Tutoren; seine Ergebnisse belegen noch keinen Lernfortschritt bei Menschen. Quellen und Studien: https://www.microsoft.com/en-us/research/blog/simulating-student-learning-for-better-ai-tutoring/ https://arxiv.org/abs/2609.01591 https://www.nature.com/articles/s41598-025-97652-6 https://doi.org/10.1073/pnas.2422633122 https://arxiv.org/html/2410.03017v3 https://blogs.worldbank.org/en/education/From-chalkboards-to-chatbots-Transforming-learning-in-Nigeria https://phet.colorado.edu/en/simulations/circuit-construction-kit-dc-virtual-lab/about?locale=en https://journals.aps.org/prper/abstract/10.1103/PhysRevSTPER.1.010103 Kapitel: 00:00 Eine Erklärung, die bei mir ankommt 01:44 Lernen an etwas, das schon funktioniert 03:45 Was ein guter Unterrichtsversuch zeigt 05:11 Wenn die Hilfe die Aufgabe übernimmt 06:58 Üben ohne eigenes Projekt 08:52 Wenn die KI dem Menschen beim Unterrichten hilft 10:26 Unterricht braucht mehr als Zugang zum Chat 11:37 Eine Umgebung, in der Erklären und Prüfen zusammenpassen 13:32 Wem gehört die gewonnene Zeit?
- Transcript
Tuesday · 9 min
DHH über KI und Programmieren – Rails World 2026 auf Deutsch
David Heinemeier Hansson, bekannt als DHH, ist der Schöpfer von Ruby on Rails und CTO von 37signals. In seiner Opening Keynote bei Rails World 2026 spricht er darüber, wie KI seine Arbeit als Programmierer verändert hat und was das für andere Entwickler bedeuten könnte. KI Espresso hat ausgewählte Passagen ins Deutsche übersetzt und für diesen Podcast mit einer Einleitung versehen. Wir möchten DHHs Position einem deutschsprachigen Publikum zugänglich machen. Die Aussagen und Prognosen im Vortrag sind seine Einschätzungen zum Zeitpunkt der Keynote. Ihr hört Auszüge, nicht den vollständigen Vortrag. Die deutsche Übersetzung wird mit einer synthetischen Sprecherstimme von ElevenLabs wiedergegeben. Sie ist nicht DHHs eigene Stimme. Der englische Originalton bleibt leise im Hintergrund hörbar. Für die Audiofassung entfällt ein kurzer Verweis auf einen im Vortrag gezeigten Clip. Englisches Original: Rails World 2026 Opening Keynote – DHH: https://www.youtube.com/watch?v=vDjW_dRyKXY Deutsche Videofassung von KI Espresso: https://www.youtube.com/watch?v=zYXsqyOUvz0 Auswahl, deutsche Übersetzung und Podcast-Aufbereitung: KI Espresso. https://www.youtube.com/@KIEspresso
- Transcript
- Chapters
#180
Tuesday · 13 min
Lokale KI im Unternehmen: Wann lohnt sich RTX Spark?
Wann lohnt sich lokale KI für ein kleines Unternehmen? Marc und Irene nehmen die RTX-Spark-Ankündigungen von NVIDIA zum Anlass, drei mögliche Arbeitsabläufe zu prüfen: Angebote vergleichen, Besprechungen protokollieren und internen Code bearbeiten. Sie verfolgen die Datenwege, erklären Speicher- und Softwaregrenzen und vergleichen den laufenden Aufwand mit Cloud- und Hybrid-Lösungen. Die Beispiele sind hypothetisch. Wir haben diese Abläufe nicht auf RTX Spark getestet. Herstellerankündigungen und dokumentierte Softwarefunktionen sind keine gemessenen Betriebsergebnisse. Quellen: RTX Spark software and laptop announcement RTX Spark and Windows event Offline Operation Ollama FAQ Data privacy and security for Models sold by Azure Surface Laptop Ultra and RTX Spark Dev Box announcement whisper.cpp README Surface Laptop Ultra technical specifications Chat with Documents Use MCP Servers
- Transcript
#179
Monday · 10 min
KI am Roboterarm: Was zwischen Plan und Griff schiefgeht
Allgemeine Sprachmodelle steuern im neuen Test von Artificial Analysis einen echten Roboterarm. Ein Turm erfüllt schon die Aufgabe, doch das Modell arbeitet weiter und scheitert am Ende. Marc und Irene erklären Fehlgriffe und Probleme beim Aufhören, ordnen Zeit und Modellkosten ein und prüfen am Beispiel BMW, welche begrenzten Arbeiten eher infrage kommen als ein Allzweckroboter für zu Hause. Quellen Introducing AA-Robotics v0.1 Gemini Robotics 2 brings whole body intelligence to robots BMW Group advances the use of Physical AI in production with Figure 03 project in Spartanburg
- Transcript
#178
Friday · 9 min
Abhörvorwurf bei OpenAI: Wer schützt die KI-Geheimnisse?
Ein Aufnahmegerät hinter einem Fernseher bei OpenAI: Ein Ingenieur soll vertrauliche Gespräche abgehört haben. Marc und Irene rekonstruieren die Vorwürfe, prüfen OpenAIs Stellungnahme und vergleichen das Risiko durch Mitarbeiter mit dem historischen Fall Klaus Fuchs. Was schützt strategisch wichtige KI-Entwicklung, und wie weit darf die Kontrolle der Beschäftigten gehen? Kapitel 00:00 Ein Aufnahmegerät bei OpenAI 00:49 Wie sich der Verdacht zusammensetzt 02:23 Was in einem Gespräch stecken kann 03:50 Der Chatbot und die Spuren 05:01 Wie weit trägt die Atom-Analogie? 07:21 Was Schutz im Büro kosten darf 08:24 Die Antwort und die offene Beweisfrage Quellen Saudi National Arrested for Installing Surreptitious Audio Recording Device at OpenAI https://www.justice.gov/opa/pr/saudi-national-arrested-installing-surreptitious-audio-recording-device-openai OpenAI Newsroom statement https://x.com/OpenAINewsroom/status/2110095403198849132 Corey Hinderstein remarks at IDGA Counter-UAS Summit https://www.energy.gov/nnsa/articles/acting-principal-deputy-administrator-corey-hinderstein-remarks-idga-counter-uas Records of the Central Intelligence Agency (RG 263) https://www.archives.gov/iwg/declassified-records/rg-263-cia-records
- Transcript
#177
October 15 · 9 min
KI im Berufseinstieg: Wie lernt man den Job noch?
Wie lernen Berufseinsteiger ihren Job, wenn KI einen Teil ihrer Aufgaben übernimmt? Neue deutsche IAB-Daten zeigen keinen allgemeinen Beschäftigungseinbruch in Berufen mit hohem KI-Potenzial. Bei jungen Beschäftigten gibt es Warnsignale, aber keinen Nachweis, dass KI den Rückgang verursacht hat. Marc und Irene untersuchen, was Anfängeraufgaben vermitteln und wie Lernen mit einem Assistenten aussehen könnte. Stand: 14. Oktober 2026. Die IAB-Analyse wurde am 13. Oktober veröffentlicht und umfasst Daten bis Ende 2025. Die Altersgruppe 20–29 ist eine Annäherung an den Berufseinstieg; KI-Potenzial misst keine tatsächliche Einführung im Betrieb. Wir vergleichen einen kleinen randomisierten Versuch zum Lernen der Python-Bibliothek Trio mit einer Untersuchung aus dem Kundendienst. Die NBER-Zahlen stammen aus dem Arbeitspapier in der Fassung vom November 2023. Lerntest und Arbeitsproduktivität messen unterschiedliche Ergebnisse. Unsere Lernübungen sind Vorschläge, keine geprüften Trainingsprogramme. Quellen IAB, 13. Oktober 2026: KI als Jobkiller für Berufseinsteiger? Entwarnung mit Vorbehalt https://www.iab-forum.de/ki-als-jobkiller-fuer-berufseinsteiger-entwarnung-mit-vorbehalt/ Anthropic: How AI impacts skill formation https://www.anthropic.com/research/AI-assistance-coding-skills Studienfassung (Abstract, Version 2): https://arxiv.org/abs/2601.20245 Brynjolfsson, Li und Raymond: Generative AI at Work. NBER Working Paper 31161, Fassung November 2023 https://www.nber.org/papers/w31161
- Transcript
#176
October 14 · 7 min
Character.ai in Insolvenz: Was bleibt vom KI-Gesprächspartner?
Character.ai hat Chapter 11 angemeldet. Laut Unternehmen läuft die Plattform weiter; ihr Fortbestand hängt vom Verkaufsprozess ab. Was können Nutzer bewahren, wenn ein KI-Gesprächspartner verschwindet oder sich verändert? Wir unterscheiden Gesprächsarchiv, technischen Zustand und das Gefühl eines vertrauten Gegenübers. Stand: 13. Oktober 2026. Die Angaben zum Weiterbetrieb und zum geplanten Verkauf stammen vom Unternehmen. Export und Migration wurden nicht getestet. OpenClaw dient als separates technisches Beispiel. Kapitel 00:00 Character.ai und der mögliche Verlust 00:54 Was der Verkauf bisher bedeutet 02:17 Warum eine Unterbrechung persönlich werden kann 03:01 Archiv, Zustand und vertrautes Verhalten 04:41 Was Nutzer jetzt klären können 06:05 Was darf man von einem Dienst erwarten? Quellen Character.ai: Erklärung und Fragen zum Verfahren Stretto: Verfahrensregister Character.ai: Pressemitteilung zum Verkaufsprozess OpenClaw: Arbeitsbereich des Agenten OpenClaw: Erinnerung OpenClaw: Modellanbieter und lokale Server
- Transcript
#175
October 13 · 8 min
KI beim Ultraschall: Wie Hilfe näher kommen könnte
Könnte KI eine wichtige Ultraschallmessung näher zu werdenden Müttern bringen? Marc und Irene erklären eine Studie, in der Menschen ohne bisherige Ultraschallerfahrung Aufnahmen sammelten und eine KI das Schwangerschaftsalter schätzte. Es geht um den Zugang zu dieser Information, die Aufgaben von Fachleuten und die Hilfe, die auf eine Messung folgen muss. Die Studie prüfte die Genauigkeit der Altersbestimmung, nicht eine vollständige Schwangerschaftsdiagnostik oder verbesserte Behandlungsergebnisse. Ein Beispiel aus der Diabetesversorgung zeigt, wie eine eng begrenzte Untersuchung an einem anderen Ort angeboten werden kann. Persönlichere Betreuung und häufigere Messungen besprechen wir als Zukunftsperspektiven. Kapitel: 00:00 Eine wichtige Information früher erreichen 00:56 Wer die Aufnahme macht und wer sie auswertet 02:19 Was die Messung tatsächlich geleistet hat 03:52 Vom funktionierenden Modell zum Angebot vor Ort 04:57 Eine Aufgabe verlagern, Verantwortung behalten 06:51 Was nach der Information kommen muss Quellen, geprüft am 12. Oktober 2026: corporate research interview https://blog.google/innovation-and-ai/models-and-research/google-research/blind-sweep-ultrasounds-ai/ peer-reviewed prospective observational diagnostic study https://jamanetwork.com/journals/jamanetworkopen/fullarticle/2851451 University of Iowa Health Care first to adopt IDx-DR in a diabetes care setting https://researchpark.uiowa.edu/news/2018/06/university-iowa-health-care-first-adopt-idx-dr-diabetes-care-setting
- Transcript
#174
October 12 · 7 min
ChatGPT im Beruf: Drei Aufgaben ohne Programmieren
Mit ChatGPT Angebote vergleichen, Verkaufszahlen auswerten und einen eigenen Bestandsrechner beschreiben: Marc und Irene erklären an drei erfundenen Beispielen, welche Ergebnisse im Beruf hilfreich sein können und wie man sie mit Fachwissen prüft. OpenAI hat am 7. Oktober GPT-6 mit Intelligent UI angekündigt. Neu ist, wie bedienbare Elemente direkt in Chat-Antworten zusammengesetzt werden. Datenanalyse und interaktive Visualisierungen waren bereits zuvor möglich. Die Beispiele verwenden synthetische Daten. Ihre Referenzrechnungen wurden lokal geprüft; es wurden keine ChatGPT-Produkttests mit diesen Aufgaben durchgeführt. Die Verfügbarkeit einzelner Funktionen hängt vom Konto und den jeweiligen Freigaben ab. Quellen, geprüft am 11. Oktober 2026: GPT-6 and Intelligent UI for everyone Use ChatGPT Artifacts viewer Visualizations Quickstart 00:00 Von der Frage zum Arbeitsmittel 00:52 Angebote wirklich vergleichbar machen 02:34 Welche Zahl beantwortet die Geschäftsfrage? 04:17 Einen eigenen Szenariorechner beschreiben 06:27 Womit anfangen?
- Transcript
#173
October 9 · 7 min
Claude für die Cyberabwehr: Wer schließt die Sicherheitslücke zuerst?
Anthropic erweitert den geprüften Zugang zu seiner Cyber-KI. Können Verteidiger damit Sicherheitslücken schneller schließen, bevor Angreifer sie ausnutzen? Marc und Irene verfolgen einen dokumentierten Fund in der Dateiserver-Software HFS und untersuchen, was zwischen Entdeckung, veröffentlichtem Fix und installiertem Update passieren muss. Wer darf sich für Defense, Red Team und Specialized bewerben? Welche Grenzen zeigen Anthropics eigene Tests, und welche Bedingungen gelten für die Nutzung? Der historische Fall Equifax macht deutlich, warum eine verschickte Warnung noch keine überprüfte Reparatur ist. Stand: 7. Oktober 2026. Die HFS-Demonstration stammt aus dem Bericht des beteiligten Unternehmens Horizon3; wir haben sie nicht nachgestellt. Die korrigierte HFS-Version 3.2.1 erschien bereits am 13. Juli. Wie viele Betreiber sie installiert haben, ist durch unsere Quellen nicht belegt. Anthropics Test mit Opus 5.5 umfasst zehn Aufgaben mit je fünf Versuchen pro Zugangsstufe; er misst keine Missbrauchsquote im Alltag. Quellen Anthropic: Cyber Verification Program Anthropic: Cyber Verification Program FAQ Horizon3: Anthropic Mythos and Rejetto HFS Rejetto HFS v3.2.1 release CVE-2026-61500 official record GAO-18-559: Equifax breach Anthropic: CVP security requirements Anthropic: Covered Models retention
- Transcript
#172
October 8 · 6 min
Mistral Large 4: Wann lohnt sich KI ohne Spitzenplatz?
Mistral Large 4 ist seit dem 6. Oktober als API-Vorschau verfügbar. Wann lohnt sich das europäische Modell trotz Rückstand im allgemeinen Vergleich? Marc und Irene untersuchen eine Vertragsprüfung aus einem juristischen Benchmark und fragen, was Qualität, Preis und eigener Betrieb für die Auswahl bedeuten. Der hohe Rang im Test für juristische Agenten lässt sich nicht auf jede juristische Aufgabe übertragen. Wir besprechen die abweichenden Ergebnisse bei Vals, einen begrenzten Vergleich mit Modellen aus den USA und China und einen möglichen Test an eigenen, dafür freigegebenen Unterlagen. Stand: 7. Oktober 2026. Mistral kündigt die Modellgewichte für Ende Oktober an. Endgültige Lizenzbedingungen und belastbare Anforderungen für den Eigenbetrieb bleiben offen. Der Einführungspreis gilt nur zwei Wochen. Die Übernahme bei Harvey ist eine fiktive Testaufgabe; die Zustimmungsklausel im Gespräch ist eine vereinfachte Veranschaulichung. Wir haben keinen eigenen Modellvergleich durchgeführt. Quellen Introducing Mistral Large 4 Mistral Large 4 model documentation Mistral changelog Mistral Large 4 scorecard Harvey Legal Agent Benchmark introduction Mistral Large 2 release and licence precedent Artificial Analysis model comparison snapshot Artificial Analysis model comparison snapshot Artificial Analysis model comparison snapshot Planned Hugging Face Large 4 release
- Transcript
#171
October 7 · 8 min
ChatGPT-Wasserzeichen: Was die neue Textmarkierung wirklich beweist
OpenAI hat unsichtbare Textmarkierungen für geeignete Antworten von ChatGPT und Codex in der EU angekündigt. Was lässt sich damit nachweisen, wenn jemand seinen eigenen Text nur korrigieren lässt? Marc und Irene untersuchen, was vor einem Vorwurf zusätzlich geklärt werden muss. Der Fall Vanderbilt zeigt, warum eine Hochschule 2023 einen KI-Detektor abschaltete. textGrain arbeitet anders als solche älteren Prüfverfahren. Wir erklären das Wortmuster, die Grenzen der veröffentlichten Tests und den vorerst beschränkten Zugang zum Detektor. An Beispielen mit Korrektur, ergänzten Quellenlinks und der Bearbeitung eines fremden Artikels besprechen wir menschliche Urheberschaft. Dazu kommen die unterschiedlichen Pflichten für Anbieter und Veröffentlichende nach Artikel 50 des EU AI Act. Stand: 6. Oktober 2026. Die Einführung wurde am 5. Oktober für die kommenden Wochen angekündigt. Die Studentin im Gespräch ist ein angenommenes Beispiel. Die genannten Testwerte stammen von OpenAI; sie sind keine Erfolgsquote für deutsche Seminararbeiten. Die Rechtsquellen betreffen Deutschland, die EU und ausdrücklich gekennzeichnete US-Beispiele. Quellen OpenAI: EU text provenance textGrain technical report OpenAI: New AI classifier, retirement notice Vanderbilt: Why we are disabling Turnitin AI detector Google DeepMind: SynthID text and video AI Act: consolidated regulation 2026-07-27 Deutsches Urheberrechtsgesetz, § 2: Geschützte Werke Deutsches Urheberrechtsgesetz, § 7: Urheber Deutsches Urheberrechtsgesetz, § 8: Miturheber Deutsches Urheberrechtsgesetz, § 23: Bearbeitungen und Umgestaltungen US Copyright Office: Copyright and Artificial Intelligence, Part 2 US Copyright Office: Zarya of the Dawn (2023)
- Transcript
#170
October 6 · 9 min
KI-Sicherheit: Warum Forscher gehen und wer die Entwicklung stoppen kann
David Robinson hat OpenAI verlassen. Sein Ausstieg wirft die Frage auf, wer gefährliche KI-Entwicklung tatsächlich stoppen kann. Marc erklärt konkrete Kontrollfehler und neue Sicherheitszusagen; Irene prüft, was davon im Wettbewerb zwischen den USA, Europa und China durchsetzbar ist. Wir unterscheiden persönliche Aussagen, Berichte der Entwickler und externe Untersuchungen. Risikozahlen sind subjektive Einschätzungen mit einem benannten Zeithorizont. Irenes Kritik am europäischen Wirtschaftsmodell ist ihre politische Wertung; eine Ursache für Mistrals Testergebnisse ist damit nicht bewiesen. Welche Nachweise müsste ein KI-Labor vorlegen, bevor es nach einem Sicherheitsvorfall weitertrainieren darf? Nennt das für euch wichtigste Kriterium und begründet eure Wahl. Quellen David Robinson: I Quit OpenAI Because Its Culture Is Broken WIRED interview with Jacob Coxon Axios interview: Coxon equity Mrinank Sharma: Why I Left Anthropic OpenAI: Hugging Face incident and the road ahead METR/Redwood independent Hugging Face investigation Hugging Face: July security incident disclosure OpenAI: An agent used DNS to reach an external chatbot Anthropic: July disclosure of three cyber-evaluation incidents Anthropic: September alignment assessment of four incidents Dario Amodei: We Must Pace the Frontier White House Accord on Super Intelligence OpenAI: Towards safety cases for frontier AI training CAIS: Statement on AI Extinction Risk ESPAI 2023: Thousands of AI Authors on the Future of AI CAC: Interim measures for generative AI services UK: Bletchley Declaration participation UK: Seoul frontier safety commitments Mistral: Medium 3.5 and Vibe remote agents Mistral legal notice AISI: Unsanctioned agent behaviour during cyber testing Anthropic: Accenture embedded evaluation partnership METR current public updates/index Artificial Analysis: Medium 3.5 versus GPT-5.5 High Artificial Analysis: Medium 3.5 versus Tencent Hy3 ECB: AI and the euro area economy
- Transcript
#169
October 5 · 7 min
Claude schreibt Code. Was lernen Ingenieure in der Academy?
Anthropic will mit der Claude Frontier Academy Ingenieure für den Einsatz von Claude in Unternehmen ausbilden. Marc erklärt die Arbeit an einem erfundenen Supportassistenten, die Teilnahmebedingungen und den Kursablauf. Irene fragt anschließend, wie Zugangsbeschränkungen und Schutzmaßnahmen für Claude mit dem Schutz der Ausbildung zusammenhängen. Die veröffentlichten Regeln für Claude beantworten nicht den persönlichen Zugang jedes Ingenieurs zur Academy. Besondere Prüfungen, Geheimhaltungsvereinbarungen, Materialrechte und ein konkreter Teilnahmepreis sind in den zwei gelesenen Programmbeschreibungen nicht geklärt. Ein Academy-Angriff ist in den geprüften Quellen nicht belegt; Ausbildungserfolge stehen noch aus. Welches Projekt wäre euch dieser Aufwand wert, und welche Bedingungen zu Kosten oder zur weiteren Nutzung des Gelernten müsstet ihr vorher kennen? Schreibt eure Antwort in die Kommentare auf YouTube und begründet eure Wahl. Kapitel 00:00 Wofür Ingenieure ausgebildet werden 00:46 Ein Assistent muss den richtigen Vorgang finden 02:10 Was im Kurs geprüft wird 02:53 Was vom Lernen bleibt 03:40 Irenes Frage nach der Weitergabe 04:53 Zugang zu Claude und Schutz des Kurses 06:07 Was eine Firma vor der Teilnahme klären müsste Quellen Anthropic: Ankündigung der Frontier Academy Claude Frontier Academy: Programm und Teilnahme Anthropic: Unterstützte Länder und Regionen Anthropic: Einschränkungen für Organisationen aus nicht unterstützten Regionen (4. September 2025) Bitkom: IT-Fachkräftebedarf und KI Anthropic: Bericht über Destillationskampagnen (Februar 2026) Anthropic: Threat Intelligence Report (September 2026)
- Transcript
#168
October 1 · 7 min
Gemini 4 Argon: Leistung, Werkzeuge und Zugang erklärt
Gemini 4 Argon soll lange Programmieraufgaben lösen und Sicherheitslücken finden. Zuerst erhalten ausgewählte Sicherheitsteams Zugang. Was zeigen die bisherigen Berichte — und welche Werkzeuge bietet Google für echte Projekte? Marc und Irene erklären Antigravity 2.0 und die CLI, vergleichen unterschiedliche Benchmarks und zeigen, welche Kosten bei einer Agentenaufgabe zusammenkommen. Zwei dokumentierte Mythos-Tests zeigen anschließend, warum Zugangsregeln und technisch durchgesetzte Aktionsgrenzen verschiedene Dinge sind. Diese Vorfälle betreffen Mythos, nicht Argon. Einen eigenen Argon-Test haben wir noch nicht durchgeführt. Würdet ihr einem Agenten Schreibzugriff auf euer Projekt und Internetzugang geben, damit er Fehler findet und Reparaturen vorbereitet? Welche Aktion müsste er vorher bestätigen lassen? Begründet eure Grenze in den Kommentaren. Die Stimmen sind KI-generiert. Recherche, Quellenprüfung und Redaktion: KI Espresso. Quellen (1. Oktober 2026) Google Argon announcement, 30 September 2026; vendor claims Google Antigravity 2.0 product announcement Google Antigravity CLI product announcement Public Antigravity model catalogue checked 1 October 2026 Vals Argon evaluation profile Vals ProgramBench task definition and results Zapier AutomationBench strict workflow completion; simulated apps Fairwind selected access, defence-only terms, CodeMender Anthropic retrospective incident investigation; standard cyber safeguards absent AISI direct testing with deliberately enabled internet and disabled cyber classifiers Antigravity sandbox and permissions documentation Google model evaluation methodology; long video, diagram and professional evaluations Google per-request input/output token usage accounting; checked 1 October 2026
- Transcript
#167
October 1 · 3 min
America.gov: Wann ist eine KI-Antwort amtlich?
Das Weiße Haus meldet den Start von America.gov. Dort soll ein KI-Chat schon Fragen zu Bundesdiensten beantworten. Passverlängerung und Medicare-Anmeldung sind erst für später angekündigt. Bei Fristen oder Ansprüchen stellt sich damit sofort die Frage, ob die Chat-Antwort als Grundlage für eine Entscheidung reicht. Marc will wissen, welches Amt verantwortlich ist, wo die amtliche Quelle steht und wie man einen Fehler meldet. Irene hält dagegen: Wer den Behördenbegriff nicht kennt, kommt mit einer Frage in Alltagssprache vielleicht überhaupt erst zur richtigen Stelle. In New York gab der separate städtische Chat MyCity Reportern eine falsche Auskunft zur Bargeldannahme in Restaurants. Das sagt nichts über die Fehlerquote von America.gov. Ob ein Restaurant nach der Auskunft gehandelt hat, wissen wir nicht. Gerade auf einer offiziellen Seite muss eine solche Antwort überprüfbar sein. Auch Deutschland erprobt KI in 18 kommunalen Pilotprojekten; das sind andere Anwendungen, kein landesweiter Bürgerchat. Würdet ihr bei einer Frist oder Leistung nach einer verlinkten Chatantwort handeln? Oder erst die Originalseite der Behörde öffnen? Schreibt, wo für euch die Grenze liegt. Quellen: Ankündigung des Weißen Hauses: https://www.whitehouse.gov/fact-sheets/2026/09/fact-sheet-president-donald-j-trump-streamlines-access-to-government-services-through-america-gov/ US-Erlass zur Zuständigkeit der Behörden: https://www.whitehouse.gov/presidential-actions/2026/09/streamlining-access-to-government-services-through-america-gov/ Test von MyCity durch The Markup: https://themarkup.org/artificial-intelligence/2024/03/29/nycs-ai-chatbot-tells-businesses-to-break-the-law New Yorker Regel zur Bargeldannahme: https://www.nyc.gov/site/dca/consumers/Prohibition-of-Cashless-Establishments.page Deutsche kommunale KI-Piloten: https://bmds.bund.de/aktuelles/pressemitteilungen/detail/agentic-ai-hub-pilotierung-in-kommunen-startet KI Espresso ist eine Debatte mit synthetischen Stimmen. Die Funktionen und die Zuverlässigkeit von America.gov wurden für diese Folge nicht unabhängig getestet. Video: KI Espresso auf YouTube
- Transcript
#165
September 30 · 4 min
KI-Zusammenfassung ohne Unfall: Wer bemerkt, was fehlt?
In 19 von 20 KI-Zusammenfassungen zweier kurzer animierter Videos fehlte der Zusammenstoß zwischen Auto und Fußgänger. Die Zahl stammt aus einem eng begrenzten Test und ist keine allgemeine Fehlerquote. In einem getrennten Experiment lasen Menschen nach dem Video einen Text, in dem das Verkehrsschild entweder richtig oder absichtlich falsch beschrieben war. Marc und Irene streiten darüber, wann eine KI-Zusammenfassung beim Suchen hilft und was man zuerst festhalten sollte, wenn aus einer Erinnerung ein Bericht mit Folgen wird. Würdet ihr nach einem wichtigen Gespräch zuerst eure Erinnerung notieren oder sofort die KI-Zusammenfassung lesen? Diskutiert unter dem Video auf YouTube. Quellen: Studie; Polizeitest in Utah; Axon Draft One; California Penal Code §13663. Die Stimmen dieses Dialogs wurden mit Gemini TTS erzeugt.
- Transcript
#166
September 30 · 3 min
Wenn KI mehr Diagnosen findet: Wer zahlt die Rechnung?
Ein zusätzlicher Diagnosecode kann nach einer Operation die Krankenhausrechnung erhöhen. Der US-Versichererverband Blue Cross Blue Shield schätzt für den untersuchten Abrechnungstrend von 2023 bis 2025 zusätzliche Ausgaben seiner Mitgliedsunternehmen von 942 Millionen Dollar. Dass KI diese Summe verursacht hat, ist damit nicht bewiesen. Bei größeren Darmoperationen findet der Verband in einer Klinikgruppe häufiger einen Code für Blutarmut nach Blutverlust. Von den Patienten mit diesem Code erhielten dort 16,9 Prozent eine Bluttransfusion, in der Vergleichsgruppe 19,3 Prozent. Ist das ein Hinweis auf fragwürdige Abrechnung – oder wurden bisher übersehene Diagnosen endlich dokumentiert? Eine fehlende Transfusion beweist keine falsche Diagnose. Marc will strittige Zuschläge erst nach einer unabhängigen Prüfung der Patientenakte bezahlen. Irene fürchtet, dass Versicherer sonst gültige Forderungen verzögern; sie würde zunächst zahlen und später anhand unabhängiger Stichproben korrigieren. Wer sollte den Befund belegen, wer die Prüfung finanzieren und wer in der Zwischenzeit das Geld halten? Schreibt eure Regel und begründet sie in den Kommentaren. Video: KI Espresso auf YouTube
- Transcript

Showing 1–20 of 71 episodes