Logbuch:Netzpolitik
Einblicke und Ausblicke in das netzpolitische Geschehen
https://logbuch-netzpolitik.de


LNP527 Es wird auch ohne AI alles ganz schlimm werden

Wir reden über Künstliche Intelligenz

Das AI-Thema hat die Welt fest im Griff und auch diesen Podcast. Aber gerade weil es auch eine allgegenwärtige Diskussion ist wollen wir in einer dialogischen Herleitung auch mal unsere Gedanken sortieren und mit Euch unsere Einschätzungen über Chancen und Risiken, Nutzen und Unsinn und das Wohl und Wehe dieses technologischen Durchbruchs teilen.

https://logbuch-netzpolitik.de/lnp527-es-wird-auch-ohne-ai-alles-ganz-schlimm-werden
Veröffentlicht am: 25. Juni 2025
Dauer: 2:04:30


Kapitel

  1. Intro 00:00:00.000
  2. Prolog 00:00:37.816
  3. Apokalypse und Filterkaffee 00:06:57.009
  4. Feedback: Wiener Postleitzahlen 00:08:11.037
  5. Feedback: National Guard 00:10:22.230
  6. Künstliche Intelligenz 00:12:25.861
  7. Die Entwicklung der KI 00:18:29.793
  8. KI als Unterstützung in der Programmierung 00:25:58.612
  9. Das Wesen der Kreativität 00:39:18.466
  10. Technologische Lösungen vs. menschliche Fähigkeiten 00:54:15.791
  11. Emotionale Beziehungen zu KI 00:58:35.228
  12. Die Suche nach Daten 01:10:58.822
  13. Die Zukunft der KI-Forschung 01:13:40.939
  14. Die Rolle der Zentralisierung 01:21:45.587
  15. Überwachung und Macht 01:41:22.573
  16. Geopolitische Abhängigkeiten 01:51:43.820
  17. Perspektiven auf die Zukunft 01:56:02.945
  18. Epilog 02:00:39.821

Transkript

Tim Pritlove
0:00:00
Linus Neumann
0:00:02
Tim Pritlove
0:00:04
Linus Neumann
0:00:14
Tim Pritlove
0:00:38
Linus Neumann
0:00:53
Tim Pritlove
0:00:54
Linus Neumann
0:01:00
Tim Pritlove
0:01:12
Linus Neumann
0:01:23

Ja.

Tim Pritlove
0:01:24
Linus Neumann
0:01:47
Tim Pritlove
0:01:51
Linus Neumann
0:01:56
Tim Pritlove
0:02:08
Linus Neumann
0:02:15
Tim Pritlove
0:02:32
Linus Neumann
0:02:39
Tim Pritlove
0:02:40
Linus Neumann
0:02:42
Tim Pritlove
0:02:47
Linus Neumann
0:02:50
Tim Pritlove
0:04:02
Linus Neumann
0:04:17
Tim Pritlove
0:04:47
Linus Neumann
0:05:01
Tim Pritlove
0:05:09
Linus Neumann
0:05:14
Tim Pritlove
0:06:04
Linus Neumann
0:06:10
Tim Pritlove
0:06:32
Linus Neumann
0:06:56
Tim Pritlove
0:07:34
Linus Neumann
0:07:35
Tim Pritlove
0:07:55
Linus Neumann
0:08:03
Tim Pritlove
0:08:10
Linus Neumann
0:09:19
Tim Pritlove
0:09:21
Linus Neumann
0:09:29
Tim Pritlove
0:09:37
Linus Neumann
0:09:54
Tim Pritlove
0:09:54
Linus Neumann
0:09:57
Tim Pritlove
0:10:01
Linus Neumann
0:10:20
Tim Pritlove
0:10:22
Linus Neumann
0:11:23
Tim Pritlove
0:11:31
Linus Neumann
0:12:07
Tim Pritlove
0:12:24
Linus Neumann
0:12:32
Tim Pritlove
0:12:48
Linus Neumann
0:12:52
Tim Pritlove
0:13:35
Linus Neumann
0:14:04
Tim Pritlove
0:14:24
Linus Neumann
0:14:31

Okay, also wir haben eine Technologie. Du hast das hier in der Sendung ja auch schon mehrmals dargestellt, was das Besondere jetzt eigentlich am Computer ist. Wir hatten vorher eine Welt, in der wir, Unsere Regeln formuliert haben in Programmen und den Computer diese Regeln haben anwenden lassen. Dann haben wir immer komplexere Strukturen geschaffen, Programme, Umgebungen, Datenumgebungen, dass das Thema Fehler in unseren Logiken ein großes wurde. Dass wir also so komplexe Programme geschaffen haben, dass wir mitunter Jahrzehnte damit beschäftigt sind, darin alle Fehler zu finden. Aber das waren immer ein endlicher Satz an Regeln, der da zur Anwendung kam, den Menschen geschrieben haben, der in seiner Komplexität vielleicht schnell das Verständnis eines einzelnen Menschen in seiner Gänze schon übertraf. Aber wir können in einem jeden Programm sagen, hier ist die Regel und die muss anders oder die führt hier zu einem Fehler. Wir haben mit der KI nun eine Technologie, die aus potenziell chaotischen Daten großer Menge Regeln deduzieren kann, also ableiten kann, indem sie versucht, sich den in diesen Daten verborgenen Regeln am besten anzupassen und möglichst das zu reproduzieren, was da drin ist, ohne dabei notwendigerweise die Regeln explizit zu machen. Wir brauchen also für ein Problem, das wir mit KI gut lösen können, drei Dinge. Daten in großer Menge, die möglichst gut gelabelt sind. Wir brauchen darin nicht triviale Zusammenhänge, Weil die trivialen Zusammenhänge, die können wir mit einfachen Regeln ergründen. Und wir brauchen irgendein Gütekriterium, mit dem wir entscheiden können, ob eine Lösung richtig oder falsch oder noch besser, eine Lösung besser als die andere ist. Und wenn wir diese drei Dinge haben, große Menge Daten, nicht triviale Zusammenhänge und eine Möglichkeit, die Güte einer Lösung zu evaluieren, dann haben wir ein Problem, was für KI generell geeignet ist. Hätten wir die Daten nicht in großer Menge, haben wir nicht genug Lernmaterial, ist der Zusammenhang trivial, machen wir es mit einfacher Mathematik. Und wenn wir kein Evaluationskriterium haben, kein Gütekriterium, bei dem wir der KI zurückmelden können, das war jetzt gut oder besser oder schlechter als das andere, dann kann sie nicht lernen. Diese drei Dinge brauchen wir also und dann können wir eine Technologie mit massenhaft Daten füttern und ihr das Feedback geben und sie passt sich automatisch an. Das heißt, die Intelligenz ist nicht wirklich in dem Ergebnis, also in der Antwort, die wir auf unsere Frage bekommen, sondern Intelligenz ist eigentlich das Lernen. Auch beim Menschen ja so. Nichts, was sich nicht weiter entwickelt, adaptieren und lernen kann, würden wir als intelligent bezeichnen. Entsprechend sagen wir auch, das ist Smart Home. Da bin ich ja schlauer. Ja, stimmt. Weil du das Smart Home programmiert hast, dass es irgendwie die den Rollladen runter macht, wenn der Vorhang aufgeht. Und deswegen ist das Smart Home jetzt dumm. Aber es kann halt nicht automatisch lernen. Und diese Technologie haben wir jetzt. Was machen wir damit? Wir geben dem Ding Datensätze, lassen Regeln deduzieren, von denen wir selber nicht mehr wissen, was sie sind, dass dieses Ding auch nicht mehr explizit machen kann. Und dann lassen wir es dieses deduzierte Wissen anwenden. Und meistens tun wir uns dann freuen, weil es sogar jetzt mit uns spricht. Und diese Technologie wenden wir jetzt möglichst auf alles Mögliche an, gerade, primär auf viele Daten und stellen fest, keine Ahnung, das kann jetzt sprechen, das hat so eine Wikipedia, die snackt so ein Modell dann irgendwie an einem Vormittag durch und weiß einfach alles, was da drin steht, kann nicht nur einzelnes Wissen darin, zitieren, sondern kann auch Bezüge zwischen diesem Wissen darstellen und da ist schon was wirklich Irres entstanden. Kann man sich übrigens, ach hier, von Jannis auch CCC-Vorträge anschauen, von Jannis Quer und auch von anderen. Wir haben das auf dem Kongress und auf dem Camp von den unterschiedlichsten, Expertinnen und Experten dieses Phänomen beleuchten lassen. Und damit gehen wir jetzt auf die Mainscheid los.

Tim Pritlove
0:19:45

Mhm. Ja, also es ist wirklich bemerkenswert und es ist vor allem auch bemerkenswert, wie schnell die Entwicklung nach wie vor ist. Also ich meine, wir haben jetzt ungefähr so zwei Jahre der akuten öffentlichen Wahrnehmung, glaube ich, durch. Zähle ich richtig? Und Leute, die, sagen wir mal, ein bisschen mehr schon die Nase im Wind hatten, verfolgen das vielleicht so seit fünf Jahren, dass so diese ersten Durchbrüche sich wirklich angedeutet haben. Also man hat ja einige Fortschritte erzielt. Machine Learning, was ja hier die technische Basis ist, hat schon vor längerer Zeit einfachere Dinge ermöglicht, sodass, was weiß ich, in deinem Fotoalbum konntest du auf einmal nach Motorrad suchen und ohne dass du es eingegeben hast. Tauchen auf einmal Fotos auf, wo auch ein Motorrad drin ist. Weil diese ganzen einfachen Bilderkennungsalgorithmen schon sehr früh, also Algorithmus, vielleicht das falsche Wort, also diese Machine Learning Technologien, die halt auf so etwas angewendet wurden, das hat schon relativ früh gute Ergebnisse erzielt. Aber das eigentliche, der heilige Gral bei der ganzen Forschung der künstlichen Intelligenz, die jetzt so 75 Jahre alt ist ungefähr, war ja eigentlich dieses Sprache, menschliche Sprache verstehen und so der Benchmark war so ein bisschen, man merkt nicht mehr, dass man mit dem Computer redet, weil der ganze Dialog so flüssig abläuft. Es gab ja so frühe Werke, wie dieses Elisa-Programm, was das so eher durch ein paar Tricks schon mal versucht hat. Und Leute sind auch schon damals ein bisschen drauf reingefallen, auf dieses so, ja, einfach mal mit einer Gegenfrage antworten, wenn man nicht mehr weiter weiß und so weiter. Das war natürlich noch kein echtes Verstehen, hat aber auch schon mal gezeigt, wie wenig ich es manchmal brauche, um einen auch schon glauben zu lassen, man hätte es mit Intelligenz zu tun. Nur durch dieses intensive Machine Learning und vor allem durch das Steigern dieser Datenmenge immer mehr Daten heranziehen. Das Internet kam dazu, das Internet ist extrem gewachsen, unheimlich Wikipedia, andere Datenquellen. Auf einmal war so viel Zeug da, dass sich gezeigt hat, dass diese Algorithmen, das habe ich schon wieder Algorithmus gesagt, dass diese Methodik. Dazu führt, dass es auf einmal exponentiell alles viel besser funktioniert, umso mehr Daten man heranzieht. Also während sich am Anfang so ein Funktionieren abgezeichnet hat, aber es noch große Schwankungen hatte, wurde es auf einmal super flexibel und super powerful, wenn man erstmal so eine gewisse Datenmenge überschritten hat. Und das hat natürlich dann dieses Rennen ausgelöst. Auf einmal war Sprache gelöst. Auf einmal war so Übersetzen von der einen Sprache in die andere Sprache, da redet heute schon fast keiner mehr drüber, dass so Computer auf einmal alles übersetzen können. Ja, das sprengt immer noch meinen Kopf, weil das halt schon sehr klar zeigt, dass, hier die Systeme, die technischen Systeme einen Prozess auf einmal automatisch nachgebildet haben, der eben sonst nur in unseren Gehirnen entsteht und das ist schon mal, sagen wir mal, die erste irre Geschichte eigentlich in dieser ganzen, Technologie. Ja, und jetzt sehen wir halt.

Linus Neumann
0:23:33
Tim Pritlove
0:23:39
Linus Neumann
0:23:40
Tim Pritlove
0:23:46
Linus Neumann
0:24:00

Der auch damals schon in der Vorhersage nicht als besonders gute Idee in die Geschichte der Menschheit eingegangen ist. Aber natürlich eine Billion-Dollar-Idea war. Und so entsteht jetzt der Hype-Cycle. Alle wollen mitmachen, alle wollen investieren. Und es wird jetzt natürlich gesucht nach dem. Und ja, nach der Möglichkeit, damit große Dinge zu lösen. Und interessanterweise, da gibt es dann viele Naysayer und Kritiker und so, die dann so am Rande sitzen und sagen, ja, das kann ja alles viel besser, das ist alles ein Papagei hier und so. Aber mit dieser Technologie wollt ihr hier meinen Job ersetzen als Customer Support Mitarbeiter für ein mittelständisches Unternehmen. Das hat ja gar kein Spezialwissen von der Technologie, über die ich hier spreche. Und dann lässt das Ding mal irgendwie ein Ei kochen und danach kann es halt dieses Wissen aus einem Manual sehr, sehr gut wiedergeben. Gleichzeitig sehen wir den Aktienkurs von Nvidia, der natürlich irgendwie skyrocketed, wie man so schön sagt, seit vielen Jahren. Weil man einen unglaublichen Bedarf an der Lern- und Anwendungshardware prognostiziert. Dann bricht alles zusammen, weil die Chinesen sagen, guck mal hier, wir haben das auf sanktionierte Althardware mit sehr viel weniger Aufwand hinbekommen, was Gutes zu bauen. Dann steigt der Kurs wieder, weil man sagt, ja meine Güte, jetzt können wir noch viel mehr machen, weil wir exponentielle Verbesserungen von KI wahrnehmen. Und irgendwo auf diesem Hype-Cycle bewegen wir uns jetzt mit einem im weitesten Teilen der Gesellschaft so verbreiteten Gedanken, ja cool, dann mache ich das halt demnächst mit KI. Dann lasse ich mir meine E-Mails freundlicher machen oder übersetzen. Vielleicht schreibe ich bessere Schriftstücke schneller oder vielleicht programmiere ich mit dieser Sache, was ja glaube ich das ist, was du am meisten anwendest, Tim. Dass du KI als Supporter in der Programmierung.

Tim Pritlove
0:26:22

Ja, das ist einfach, also da machen sich glaube ich auch viele Leute noch gar keine Vorstellung, was das für ein Game Changer ist. Also das ist wirklich krass. Also da finde ich überhaupt gar keine Worte für. Das ist einfach so irre. Also viele veräppeln das ja auch schnell und tun es ab so mit ja, wenn die, immer so dieses Bild mit jemand, der keine Ahnung hat, kann jetzt programmieren. Das geht natürlich schief, weil man. Schon in diesem Namen Assistent steckt ja drin, dass du eben auch noch eine eigene Kompetenz mitführen musst. Von daher sind diese Systeme tatsächlich am nützlichsten für Leute, die ohnehin schon ein bisschen was drauf haben. Und man wird nicht unmittelbar abgelöst, aber es ist natürlich so, dass wir mehr Player sehen werden, die mit AI-Assistenten auf einmal so totalen Turbo anschmeißen können. Das merkt man gerade bei der Programmierung schnell. Also wenn man mal so rumfragt, unter anderem Programmierern, die so das ernsthaft betreiben. Alle machen da ihre Schritte, weil es einfach Prozesse vereinfacht, die vorher zeitintensiv waren, aber die nicht die eigentliche Programmierarbeit so sehr geprägt haben. Also dieses Kreative, dieses ich muss mir jetzt wirklich, ich muss jetzt das Big Picture liefern und ich muss irgendwie ein Systemdesign finden, in dem eine Lösung für ein bestimmtes Problem sich abbildet, das da musste man 90% der Zeit noch mit Gerüstbau verbringen, um überhaupt erstmal die Voraussetzungen zu schaffen, diese Ideen dann wirklich auch einzuleiten. Aber mit diesen AI Coding Assistance fällt sehr viel von diesem Gerüstbau einfach weg. Und man kann schnell Ergebnisse erzielen, schaut drüber, sagt, okay, passt, läuft so. Man kann das Eigentliche vornehmen und das wird wirklich eine Menge ändern.

Linus Neumann
0:28:44
Tim Pritlove
0:28:48
Linus Neumann
0:28:54
Tim Pritlove
0:28:57
Linus Neumann
0:29:40
Tim Pritlove
0:31:28
Linus Neumann
0:32:31
Tim Pritlove
0:33:01
Linus Neumann
0:33:28
Tim Pritlove
0:33:30

Jaja, also Claude Sonnet ist so ein ganz normaler LLM, damit kannst du einfach eine ganz normale Konversation führen, also dieser Claude Desktop, das ist ja quasi so die Alternative von Anthropic, alle kennen halt ChatGPT und die Apps, Claude ist halt im Prinzip dasselbe von Anthropic und das Modell des Populärs ist halt dieses Sonnet-Modell, was einfach sehr gut trainiert wurde für Programmierung. Und das macht derzeit, würde ich auch sagen, den Großteil des Marktes aus, aber diese Anteile können sich sehr schnell verschieben. Also auch Google hat da natürlich was im Game, auch OpenAI, also wer da die Nase vorn hat, das kann sich sehr schnell ändern und da ist noch sehr viel Bewegung drin. Was ich aber auch noch hinzufügen möchte, ich weiß gar nicht, wie ich das da ausdrücken soll, aber, Aber man kriegt da schon, also der Grad an Verständnis, den man mit diesen Modellen hat für die Aufgaben, die man lösen möchte beim Programmieren, ist schon wirklich irre. Also es ist einfach wirklich krass. Man kann jetzt wirklich... Ein Projekt damit starten, indem man sich vielleicht erstmal eine halbe Stunde mit diesem Modell über die Ziele einigt und sich einfach Ideen liefern lässt und die dann durchspricht und dann sagt so, nee, das würde ich immer gerne nicht so machen, ich möchte mich gerne mehr darauf konzentrieren. Und man kann also permanent seine Ideen immer wieder refinen, neu bearbeiten oder wie man so schön sagt, refaktorieren, also immer wieder sozusagen auf ein anderes Gedankenmodell umstellen, bis einem das dann gefällt und dann mit diesen Plänen losmarschieren. Und ich habe halt einfach wirklich langsam so den Eindruck, dass das, ich will es nicht Bewusstsein sagen, aber dass da einfach diese Intelligenz, die sich darin abbildet, die ist so krass, dass ich das Gefühl habe, ich rede einfach mit jemandem, der das Programmieren als solches wirklich verstanden hat.

Linus Neumann
0:35:46
Tim Pritlove
0:36:55
Linus Neumann
0:37:08
Tim Pritlove
0:37:11
Linus Neumann
0:37:15

Aber das, was sich da herannaht in nur so kurzer Zeit, ist auf jeden Fall, und das ist jetzt auch nur in diesem einen Bereich, den Tim da jetzt mal geschildert hat, in vielen anderen Bereichen wird das sicherlich dann zu ähnlichen fürchterlichen Effekten führen oder erschreckenden Aspekten. Klana ist ja ein Unternehmen, wo der CEO sehr früh angekündigt hat, gesagt hat alles klar, wir halbieren jetzt hier die Belegschaft und ich will das alles von, KI machen lassen ich denke, der hat dann noch relativ früh, wenn ich mich nicht täusche oder auch andere Unternehmen, haben dann nochmal einen Schritt zurück gemacht und gesagt okay, scheint so zu sein, dass wir das jetzt nicht hinkriegen, die alle sofort durch ein Chatbot zu ersetzen. Wir brauchen die dann doch wieder, aber ich denke, man kann hier sehr klar davon ausgehen, dass die Menschen, die jetzt noch arbeiten, jetzt halt ein Modell trainieren und dass das Setup geschaffen wurde. Oder alles klar, wir bezahlen euch hier noch pro Stunde für eure Arbeit. Aber alles, was hier rein und raus geht, das wird in so ein Modell gefüttert. Und da arbeitet ihr quasi nur daran, so ein Modell, also noch mehr Lernmaterial für so ein Modell zu schaffen, damit ihr hier irgendwann wegautomatisiert seid. Und diese Automatisierung, das, was wir jetzt so langsam den Weg gegangen sind von der KI als Supporterin für Tim, der seine Programme da bastelt, Und hin zu einer kommerziellen kapitalistischen Nutzung, wo Tim jetzt schon als Beispiel in der Lage ist, Programme zu schreiben, die er sonst alleine nicht in der Lage gewesen wäre und damit auch eventuell hier ein Output liefern kann, dass vielleicht einen traditionellen durchschnittlichen Programmierer übertrifft und bald vielleicht auch das Output eines traditionellen Unternehmens übertrifft. Der Schritt ist nicht mehr weit, dass der Tim da halt auch nicht mehr sitzen muss. Du arbeitest gerade an deiner eigenen Abschaffung.

Tim Pritlove
0:39:37
Linus Neumann
0:39:45
Tim Pritlove
0:41:25
Linus Neumann
0:41:30
Tim Pritlove
0:41:50
Linus Neumann
0:43:01
Tim Pritlove
0:43:20
Linus Neumann
0:43:22
Tim Pritlove
0:43:22
Linus Neumann
0:44:36
Tim Pritlove
0:45:06

Es kann die Qualität erreichen, definitiv. Also ich habe jetzt schon irgendwie, es ging hier gerade irgendwie dieses erste, es gab so ein Album rum, was komplett KI erzeugt wurde und wo einfach niemand mehr sagen würde, Das klingt jetzt nicht wirklich wie so eine Aufnahme aus den 50er Jahren, wo irgendwie so eine Band Jazz spielt. Also das ist schon möglich, das zu erzeugen. Wir werden natürlich als Menschen auch immer den Bezug zu Menschen haben wollen. Für uns ist bei Musik ist es ja auch die Identifikation oder die Bezugnahme auf einen Künstler gehört ja auch mit dazu wir haben auch oft das schon gehabt, früher so Milli Vanilli, die sozusagen das Objekt waren in der Öffentlichkeit mit ihrer Musik wo sich dann später rausgestellt hat, das war dann doch wieder nur alles von Frank Farian, teilweise auch gesungen und sie waren eigentlich gar nicht die Schöpfer dieser Musik. Du hast auch oft auch schon so Bands, die ja sozusagen wirklich nur noch Darbieter und Verkäufer eigentlich einer bestimmten Musik sind, die vollständig von anderen Leuten produziert wird. Funktioniert dann, Teilweise eben auch schon. Da können wir uns jetzt ein bisschen verrennen, glaube ich. Wir kommen auch ein bisschen weiter weg von dem, was vielleicht KI ist. Aber ich glaube, dass der Bezug zu realen Personen weiterhin eine große Rolle spielen wird, auch wenn wir jetzt erstmal eine Phase erleben werden, wo everything KI generiert sein wird und bis wir es dann nicht mehr ertragen können.

Linus Neumann
0:46:57

Das finde ich dann, okay, was ich mich tatsächlich, also wenn wir mal diesen Gedanken, der Bezug zu einem Menschen, wenn wir den jetzt mal weiter gehen. Psychotherapie. Nehmen wir mal Psychotherapie als Beispiel. Sehr enge, tiefe, emotionale Verbindung, Thematik, die man mit Menschen eingehen muss. Und jetzt hast du auf der, wenn du jetzt die Frage stellst, wird denn so eine KI jemals eine Therapeutin ersetzen können? Oder wird dieses Verhältnis dem Computer immer fernbleiben, dass er es nie erreichen kann? Und ich glaube, die Antwort ist hier super einfach. Therapien funktionieren üblicherweise nach wissenschaftlichen Manualen, also wenn es vernünftige Therapien sind. Das heißt, der Mensch, der da mit dir die Therapie macht, geht eh nur in einen Modus. Und muss außerdem sehr sensibel für deine Emotionen sein und sehr gut seine eigenen unter Kontrolle haben. Das schafft der Mensch nur so und so viele Stunden am Tag, professionell. Er wird dabei Schwankungen in seiner Leistungsfähigkeit haben. Durch eigene Belastung, viel gegessen, wenig gegessen, letzte Nacht gesoffen, gerade vom Partner oder von der Partnerin getrennt. Oder einfach letzte Sitzung war mit irgendeinem Arsch, mit dem komme ich nicht zurecht. Das heißt, da hast du eine unglaubliche Schwankung, auch in der Passung zwischen, Therapeutin und Patientin und so. Und jetzt kannst du sagen, alles klar, red einfach mal hier mit diesem Modell. Das hat die Stimme, die du haben willst. Wenn die Stimme dir nicht gefällt, stellst du den ein bisschen höher, ein bisschen tiefer. Du kannst ihn einstellen. Heute brauche ich jemanden, der sehr einfühlsam ist oder ein bisschen strenger. Er ist einfach ein Slider und du kannst mit dem so viele Therapiestunden machen, wie du willst. Ich finde das und ist auch jederzeit da, ist halt nicht gerade ein Termin, wenn du in einer Notsituation bist und gerade einen therapeutischen Bezug brauchst. Finde ich absolut naheliegend, dass das, was da vielleicht an menschlicher Nähe durch einen echten Menschen noch vielleicht eine Rolle spielt, auf jeden Fall durch die Verfügbarkeit, Dauer, Professionalität, auf jeden Fall wettgemacht wird. Es mag sein, dass sich dann besonders reiche Menschen noch so einen eigenen Shrink leisten. Der hat ein Büro oder so eine Couch und der kommt vorbei oder so. Der ist gut angezogen oder die. Den leisten wir uns noch so. Aber die Menge der Bevölkerung, natürlich wirst du die mit so einer KI dann da irgendwie abklären.

Tim Pritlove
0:49:51
Linus Neumann
0:49:57
Tim Pritlove
0:51:19
Linus Neumann
0:52:13
Tim Pritlove
0:53:33
Linus Neumann
0:53:43
Tim Pritlove
0:54:16
Linus Neumann
0:54:43
Tim Pritlove
0:55:57
Linus Neumann
0:55:59
Tim Pritlove
0:57:20
Linus Neumann
0:58:11
Tim Pritlove
0:59:22
Linus Neumann
0:59:26
Tim Pritlove
1:00:11
Linus Neumann
1:01:05
Tim Pritlove
1:01:20
Linus Neumann
1:02:27

Ja, alles so wie früher, wo es viel besser war. Gut, jetzt haben wir die kreative, menschliche Komponente, den Realitätsverlust. Wir müssen uns vielleicht auch noch ein bisschen vor den, und ich sehe, ich bin mal wieder echt erstaunt, wie viele Bezüge wir hier zur Hackerethik haben. Die Hackerethik, alle Informationen müssen frei sein. Du hast die Bezüge zu Misstrauerautoritäten, fördere Dezentralisierung. Man kann mit einem Computer Kunst und Schönheit schaffen, Computer können dein Leben zum Besseren verändern, aber auch Mülle nicht in den Daten anderer Leute, öffentliche Daten nutzen, private Daten schützen, hat schon seine Bezüge hier. Der Gedanke, der Misstraue, Autoritäten fördere Dezentralisierung, der spielt für mich bei dieser ganzen KI-Geschichte auch nochmal eine große Rolle. Ich will mal ein Beispiel geben. Von uns beiden hier regelmäßig besprochen, Google. Wer will denn noch Suche? Also Suche muss ja wohl echt mal vorbei sein. Menschen kommen doch nicht ins Internet, um das zu navigieren und sich irgendwie die zehn besten Seiten anzeigen zu lassen, sondern sie wollen entweder die Antwort auf eine Frage finden oder etwas kaufen. Und das, du willst die Antwort auf eine Frage finden, dafür hat Google dir bis vor kurzem einfach zehn Seiten gegeben, dann konntest du mal gucken, ob das da steht. Und wenn du was kaufen wolltest, haben sie dir eine Anzeige geschaltet und damit ihr Geld verdient, dass du das dann gekauft hast. Es beginnt nun langsam auch bei Google, Perplexity waren früher da dass du nur noch eine Frage stellst, eine Antwort bekommst und ein paar Quellenangaben dazu, stellt sich natürlich schon die Frage wer will denn warum soll ich in 10 Jahren noch eine Webseite machen um irgendeine KI zu füttern, Besucht doch eh keiner mehr. Wer weiß, ob in zehn Jahren noch jemand einen Browser hat. Also schon denkbar, dass sich das Ökosystem Internet sehr fundamental ändert.

Tim Pritlove
1:04:53
Linus Neumann
1:05:01
Tim Pritlove
1:05:43
Linus Neumann
1:05:57
Tim Pritlove
1:06:07

Ja.

Linus Neumann
1:06:10
Tim Pritlove
1:06:25
Linus Neumann
1:08:28
Tim Pritlove
1:08:38

Also auch das hat wieder viele Dimensionen. Also erstmal, wo soll sozusagen der eigentliche neue Content herkommen, wenn er nicht mehr von Menschen erschafft wird, sondern nur noch von den Maschinen. Also irgendwann hat sich das dann ja auch ausgelernt. Jetzt haben wir natürlich auch noch das Problem, dass jetzt schon mit AI noch auf Basis des aktuell funktionierenden Aufmerksamkeitsprinzips des Internet dadurch natürlich Geld gemacht werden soll, indem man so Flooding the Zone mäßig so viel Slop generiert. Es gibt da ganz viele Webseiten und es werden quasi Nachrichtenmedien simuliert aus AI-generierten Content, die dann wiederum die Quelle sind für die nächste AI und alle erzählen sich aber eigentlich nur noch Unsinn, weil es eigentlich nur noch im Hintergrund darum geht, die aktuellen Bezahlkanäle abzugreifen und schnell die Hand aufzuhalten. Mac Money Fast. Dabei kann aber durchaus sein, dass sich eben dieses System selber zerstört. Und zwar sowohl unsere wirtschaftlichen Systeme existierender realer Webseiten und der damit verbundenen Organisationen und Akteure. Als eben auch, dass die AI-Systeme sich damit selbst zerstören, weil sie gar keinen richtigen Content mehr wahrnehmen, sondern eigentlich sich selber fressen. So ein bisschen wie mit BSE, wo die Kühe dann auf einmal diese Kreuzfeld-Jakob-Krankheit, diesen Rinderwahnsinn entwickelt haben, weil sie sich sozusagen selbst gefressen haben, weil sie halt Kuhfleisch irgendwie zu essen bekommen haben. Und ein ähnliches Drama steht natürlich jetzt auch diesen Systemen bevor, die sich jetzt verbessern wollen, indem sie immer von allem immer mehr haben, aber das Ganze immer mehr, was rumliegt, sind sie selbst und damit fressen sie sich selber auf und dann funktioniert das Ganze vielleicht auch nicht mehr.

Linus Neumann
1:10:39
Tim Pritlove
1:10:49
Linus Neumann
1:10:58
Tim Pritlove
1:12:47
Linus Neumann
1:13:09
Tim Pritlove
1:13:10
Linus Neumann
1:13:16
Tim Pritlove
1:13:43
Linus Neumann
1:15:28
Tim Pritlove
1:16:39

Also ich meine, was Medizin ist, hast du das Stichwort mal genannt, was Medizin betrifft und speziell die Genforschung oder sagen wir mal die Proteinforschung vor allem angeht, da erwarte ich ehrlich gesagt auch die größten, den größten Nutzen von der ganzen Technologie derzeit, weil ich glaube, da ist die Technologie gerade wirklich in der Lage. Dinge zu entschlüsseln, die uns bisher komplett verborgen geblieben sind. Du hast es ja eingangs so schön erklärt. KI ist die Technologie, die es schafft, aus diffusen Daten, sagen wir mal frei übersetzt, Schlüsse zu Die dann im Idealfall auch überprüfbar sind und man hat das ja gesehen mit diesem AlphaFold-Projekt, sicherlich eine der interessantesten Aktionen von Google, die ja mal eben diese komplette Proteinforschung innerhalb weniger Jahre komplett auf den Kopf gestellt hat. Also man hat ewige Zeit probiert, Voraussagen darüber zu machen, okay, welcher genetische Code wird jetzt in, was kommt da für ein Protein-Bayer raus? Also wer da vielleicht in der Terminologie-Welt nicht ganz so fest ist, also Proteine sind ja sozusagen der wichtigste Baustein unseres Lebens. Also wir sind voll mit diesen Proteinen und die Proteinen sind im Prinzip alles so kleine Maschinen. Und sehr komplex eben aus diesen... Aminosäuren zusammengesetzt und wenn man halt sagt, okay, hier ist ein Bauplan für so ein Protein, dann hat man zwar so eine lange Kette, die man beschreiben kann, aber man wusste eben nicht, wenn diese Kette dann zusammengebaut wird, wie faltet sich das dann real dreidimensional zusammen und was entsteht daraus für ein Mechanismus? Und wenn man das eben gut vorhersagen kann, dann kann man eben vielleicht den Körper selber einen Protein bauen lassen, der dann eben Krebszellen bekämpft. Das ist ja so im Wesentlichen der heilige Gral, wo ja auch viele jetzt gerade am Forschen sind. Es war halt bisher einfach überhaupt kaum möglich, mit Software diese Vorhersage auch nur so annähernd zu machen. Es gab da so einen Wettbewerb, was gerade nicht wieder heißt, aber wo dann sozusagen einmal im Jahr immer alle Systeme verglichen wurden und man kam halt irgendwie nie über irgendeinen bestimmten Prozentsatz hinaus, weiß nicht genau, wo der lag, 30, 40 Prozent oder so. Und dann kam halt irgendwie Alpha Fold und das Ganze ging dann KI-basiert und mittlerweile sind wir eben schon weit über 90 Prozent und es ist halt jetzt wirklich vorhersagbar. Das heißt, da ist gerade ein Prozess gestartet worden, wo ich davon ausgehe, dass wir in den nächsten 5 bis 10 Jahren enorme Fortschritte sehen werden im medizinischen Bereich. Und es gibt sicherlich noch sehr viele andere Bereiche der Wissenschaft, die auf eine ähnliche Art und Weise da vorangebracht werden können, wie zum Beispiel auch die ganze Wissenschaft an sich, weil all das Wissen liegt ja mehr oder weniger formal in diesen Papers da. Und natürlich bemühen sich jetzt auch KI-Systeme, das Wissen aus diesen Papers herauszuziehen und weiterzuentwickeln, was ja eigentlich so die typische wissenschaftliche Methode auch ist. Nur, dass wir natürlich jetzt auch wieder die Kriegsgewinnler haben wollen, die dann eben ihre Papers von der KI schreiben lassen und das geht alles gar nicht, aber sie wollen den Ruhm haben, in irgendeinem Paper veröffentlicht zu werden und damit dann auch wieder den Brunnen vergiften. Ich bin da ein bisschen abgeschweift jetzt gerade.

Linus Neumann
1:20:50
Tim Pritlove
1:21:40
Linus Neumann
1:21:43

Die, eine weitere Betrachtung, die ich bei all dem immer noch sehe, ist halt Zentralisierung. Wir haben gerade gesagt, so Google, die KI als das Interface zur Interaktion zur Menschheit. Wir sind bis ins Verlieben gegangen. Wovon wir nicht gesprochen haben, ist, dass wir potenziell in Zukunft irgendwie mehrere KIs nutzen würden, sondern wir gehen eigentlich schon davon aus, dass wir halt eine haben werden, wo wir potenziell sogar ein bisschen das Risiko gehen, dass wir uns in sie verlieben. Vielleicht bis als Lebensende mit ihr glücklich werden. Bis das unser Tod uns scheidet. Und die KI jemandem anderen, nur noch von vielen anderen geliebt wird. Nein, tatsächlich erkennen wir ja jetzt schon, dass. Also Beispiele. Microsoft hat in seine M365 Services schon direkt jetzt diesen Co-Piloten eingebaut. Das heißt, sie warten nicht darauf, dass irgendjemand anders macht oder so, sondern das wird jetzt einfach ausgerollt. das ist Teil der Subscription oder kann man eben sich mit dazu klicken oder so, ich habe keine Ahnung, wie der ein Pricing-Modell ist. Das heißt, Microsoft ist von einem Unternehmen, das MS-DOS auf Disketten als Produkt verkauft hat, zu einem Unternehmen geworden, das Microsoft Windows auf CD-ROMs verkauft hat, zu einem Unternehmen geworden, was Microsoft Windows Lizenzen verkauft und Updates unterzieht, was ein Office-Produkt wieder als Kiste im Mediamarkt verkauft hat, zu etwas, was jetzt letztendlich eine Subscription für ein Ökosystem ist, wo du ein Unternehmen drin abbildest. Der Personal Computer dient nur noch als Fenster in diese Cloud-Welt. Die Dateien auf deinem eigenen Computer haben zu folgen, ist eigentlich ein vermessener Anspruch, der immer unsinniger wird. Und demnächst hast du dann eben auch die KI in dem Sharepoint lauern, die aus deiner Arbeit lernt und die immer mehr der Prozesse, die für dein Unternehmen potenziell relevant sind. Natürlich auch abbilden soll und wird. Und wenn wir vielleicht vor ein paar Jahren von einem Login-Effekt gesprochen haben, weil du jetzt irgendwie dein Unternehmen mit Excel und Microsoft machst und jetzt nicht mehr wechseln kannst auf was weiß ich, Open Office oder was auch immer, das die freie Welt noch für dich bereithält. Wirst du vielleicht in zehn Jahren mit der KI irgendeines Unternehmens, was du als Service, und das ist das Entscheidende, die sind alle von einem Software, ist in den letzten zehn Jahren ungefähr, würde ich sagen, von einem Produkt zu einem Service geworden. Dir wird nicht mehr unbedingt angeboten, dass du jetzt, also ja, für so ein Nintendo, für so eine Switch kannst du dir ein Spiel kaufen. Einmalig. Aber vieles andere wird dir doch als Subscription angeboten. Hier die, wie heißt das? Photoshop. Früher als Produkt, kann sich ja keiner leisten. 600 Euro kostet so ein Photoshop. Wenn der Illustrator und so dabei haben, 2.000, 3.000 Euro, das kriegst du ja nie. Er hat ja keine Privatperson gehabt. heute 10 Euro, zack, geklickt. Ich zahle seit Jahren 10 Euro im Monat für Photoshop, nutze das nicht. Am Ende haben die mehr Geld von mir bekommen, als sie jemals hätten von mir erwarten können. Es ist ein Service, den ich subscribe. Es ist bei mir so, ich könnte die Photoshop. Subscription kündigen, wenn mein Vater nicht ab und zu mal Photoshop bräuchte. Aber da ist also schon der Login jetzt. Ich riskiere hier unstimmig mit meinem Vater, wenn ich jetzt da aufhöre, Adobe Geld nachzuwerfen. Wenn ich im Unternehmen bin, ist der Login-Effekt klar, dass ich da eigentlich nicht mehr rauskomme. Und wenn die jetzt auch noch eine KI da ausrollen, dann wird das demnächst nicht mehr nur der Login-Effekt für die Kollaboration sein, sondern potenziell mein ganzes Geschäftsmodell sich bei denen abbilden.

Tim Pritlove
1:26:13

Aber ich würde sogar sagen, in dem Fall ist der Login-Effekt vielleicht gar nicht mal so groß, weil. Der Login ist ja immer noch, um mal beim Photoshop-Beispiel zu bleiben, es ist ja eigentlich die Kernfunktion dieser Software und ihre Datenformate, die hier dich dabei hält. Auch wenn es natürlich Alternativen gibt zu Photoshop, das ist nochmal eine ganz andere Sache. Der KI-Teil selber wiederum wird allerdings von wirklich sehr vielen anderen auch dargeboten. Und es gibt auch in zunehmendem Maße einen, ich will jetzt nicht Open Source sagen, aber ein offeneres Nutzungsmodell. Es gibt ja tonnenweise Systeme, also zum Beispiel das Lama von Meta ist ja frei verfügbar. Ja, man kann sich das fertig trainierte Modell herunterladen und theoretisch auf seinem eigenen Computer laufen lassen. Nur der Nutzen, den wir heute aus den großen Systemen online ziehen. Der entsteht ja auch dadurch, dass die erstmal sehr große Modelle haben, die kann ich mir auch herunterladen, aber dann eben, wenn ich eine Anfrage mache, dass eben auch auf so viele Computer gleichzeitig verteilt wird, diese Anfrage, dass die Antwort auch sehr schnell da ist. Weil eben sehr viel Speicher erforderlich ist für einen kurzen Moment. Und für so einen kurzen Moment kaufe ich mir ja nicht irgendwie einen Computer für 15.000 Euro, der das dann in halbwegs acceptabler Zeit für mich vielleicht auch noch machen könnte. Mal ganz davon abgesehen, dass diese Modelle ja auch am laufenden Meter aktualisiert werden und immer auf dem neuesten Stand sind. Aber grundsätzlich sind die Leistungen, die diese ganzen Modelle und Anbieter machen, sehr vergleichbar. Man kann relativ easy sagen, ich mache das jetzt mit Chat-GPT, ach das Ergebnis hat mir jetzt nicht gefallen, dann mache ich das jetzt mal mit Gemini, passt jetzt auch nicht so richtig, dann gehe ich mal dahin und perspektivisch, vielleicht unterschätzen wir das auch noch, kann es sehr wohl sein, dass wir auch mit den Leistungen der Computer schnell jetzt in so einen Bereich kommen, wo moderne, trainierte Systeme good enough sind und dann eben mal nicht unbedingt mehr bei einem zentralen Dienst. Sich diese Dienstleistung abholen muss, weil die dann eben wiederum von den Computern auch durchaus auch lokal angefertigt werden zu können. Das ist ein bisschen unklar, aber könnte sein.

Linus Neumann
1:28:50

Du hast natürlich jetzt mit Photoshop dir das Beispiel genommen. Klar, da wird dann ein Bild generiert oder was. Das ist irgendwie einfacher... Sich da vorzustellen, dass man da in eine Konkurrenzsituation geht. Aber nimm mal ein Microsoft-Beispiel. Du hast jetzt, ich benutze das nicht, aber ich lese das dann, hast du irgendwie Microsoft Cloud, das benutze ich sogar, dann kannst du irgendwie kollaborieren und so. Deine Dokumente sind in einem Sharepoint. Jetzt rollt Microsoft aus, der Sharepoint hat jetzt AI. Und dieses, schreib mal, du meinst doch nicht ernsthaft, dass du in einem Jahr noch Chats-GPT sagen musst, schreib mal bitte eine freundliche E-Mail und die dann in Outlook-Copy-Pasten musst, wo du dann oben noch mitpastest, hier ist eine freundliche E-Mail ohne die Schimpfworte an das Arschloch, mit dem du hier schmeicheln möchtest. Das ist ja dann alles vorbei. Das heißt, die Frage ist, garantiert wird das integriert. Apple hat es ja jetzt mit diesem Apple Intelligence schon getan, dass sie das machen. Und entsprechend wird Microsoft, so wie du heute mit deinem Cloud deine Programme schreibst, wirst du potenziell mit Microsoft dann Word dann andere Prozesse abbilden. Und es gibt ja Unternehmen, die tatsächlich Prozesse damit abbilden, nicht einzelne Arbeitsergebnisse. Also Beispiel, schreib mal bitte eine Rechnung. Ja, Rechnungsnummer. Das wäre jetzt eine triviale Aufgabe, dass so ein System, Microsoft Cloud-System dann sagt, das ist übrigens die Rechnung mit der Nummer so und so und wahrscheinlich soll die an den Kunden so und so gehen, der bei dir im Projekt-Tracker ja jetzt gerade auf Abschlussphase ist. Du hast ja übrigens auch gestern die Mail geschickt mit dem Endergebnis an den Kunden und übrigens soll ich das mal direkt noch in der Buchhaltung machen und dann hast du Prozesse nicht nur abgebildet in diesem System, sondern vielleicht auch allein in diesem System etabliert. Und dann hast du ja einen ganz anderen Login in beispielsweise jetzt hier so eine Microsoft Cloud, in der eine ganze Reihe Unternehmen, sei es mit Excel, sei es mit Word, ihre Geschäftsprozesse abbilden.

Tim Pritlove
1:31:13
Linus Neumann
1:31:36

Ich, jein. Also du hast recht. Erstmal nicht. Der Login-Effekt ist der gleiche. Aber aktuell bilden Leute mit SAP Geschäftsprozesse ab. Noch nicht SAP für die Leute Geschäftsprozesse. Das ist ja das, was dann der nächste Schritt sein wird. Das Beispiel, was ich gerade nannte, war, heute musst du noch selber sagen, verbinde bitte diese Datenbank mit der und wenn hier in dem Excel jemand einträgt, ich habe heute gearbeitet, dann bucht das auf den Kunden. Das musst du selber bauen. Klassisches Beispiel. Und kriegt auch nie einer fertig hin. Klassisches Beispiel von komplexen Daten mit dann am Ende doch relativ klaren Zusammenhängen, an denen ein bisschen Abfolgen sind. So was wie, wolltest du nicht mal diesem Kunden jetzt eine Rechnung schreiben, das ist ein Schritt davon entfernt, dass sie auch einfach rausgeht. Und dann hättest du natürlich einen anderen Login-Effekt, als dass du alle deine Daten da reingetragen hast. sondern auch, dass das Ding jetzt. Eine aktive Rolle in der Abbildung deiner Geschäftsprozesse spielt. Und du potenziell sagst, naja, okay, wenn ich hier nochmal rauswandere, wenn ich jetzt alle meine Daten aus diesem Sharepoint nehme und versuche die bei SAP oder bei sonst was, dann muss ich ja damit rechnen, dass keine Rechnungen mehr geschickt werden. Also weißt du, was ich meine? Dass du das, Nicht nur der einzelne Arbeitsschritt und deine Daten sich dort abbilden, sondern Prozesse, die abgenommen wurden und die quasi Geisel sind deiner Subscription.

Tim Pritlove
1:33:21

Ja, aber auch genau diese, in Anführungsstrichen, intelligenten Prozesse können dann wiederum von anderen Systemen auch sehr viel einfacher übernommen werden, weil ich halt das sozusagen einfach da genauso automatisieren kann. Also am Ende sind diese, die Agenten, ich sag es mal anders, die Agenten sind derzeit noch wichtiger als die AI selbst. Also wenn wir von solchen Systemen reden mit, ich benutze die AI, um den Request des Menschen zu verstehen oder um Prozesse, die ich gerne abgebildet sehen möchte, zu beschreiben und dann wird die von dem System ausgeführt. Das nennt man ja Tool Use derzeit in dieser AI-Sprache. Das ist auch beim Programmieren so. Ich kann halt sagen, ja, hier ist ein blöder Fehler. Guck doch mal, wie der Code vor einer Woche aussah. Dann benutzt er das Tool Git und guckt dann eben in der Historie nach und dann wird eben wirklich so eine mechanische, also ein deterministisches System wird von der AI benutzt. Und in gewisser Hinsicht ist eben auch die Automatisierung der Firma mit SAP oder irgendwas Vergleichbarem genauso. Das AI ist oben so ein Sahne-Layer obendrauf, der mich eben besser versteht, wo ich eben ohne komplizierte User-Interfaces einfach mit normaler Sprache beschreiben kann, was ich will. Aber der eigentliche Wert geht schon noch von dem Tool darunter aus. Also ich bin da ein bisschen, sehe deinen Punkt. Natürlich gibt es hier auch Login-Gefahren, aber ich sehe keine qualitativ anderen Gefahren als die, die wir von dem Non-AI-Code derzeit auch schon haben und sehr viel davon hängt derzeit auch vor allem von dem Non-AI-Code ab und weniger von dem AI-Code. Also das würde mich jetzt nicht ganz so beunruhigen und ob jetzt die großen Anbieter sich dauerhaft ihre Vorteile so erhalten können, das wird glaube ich noch sehr von dem Innovationspace der nächsten Jahre abhängen, weil ich einfach sehr viel mehr Disruptionspotenzial in dieser ganzen Entwicklung sehe, dass neue Player auf einmal auf den Markt kommen. Ich meine, von OpenAI haben wir alle vor fünf Jahren nichts gehört, nichts gewusst. Und auf einmal reißen die aber an dem bestehenden System dann doch ganz erheblich mit dran. Ob sie Erfolg haben werden, werden wir sehen, aber zumindest sind sie auf einmal da und kamen mehr oder weniger aus dem Nichts. Und ich denke, hier ist noch sehr viel Potenzial für weitere neue Player und es muss sich nicht unbedingt das aktuelle System etablieren.

Linus Neumann
1:36:11

Also da freut mich dein seltener Optimismus. Ich denke, der Login ist heute schon da. Und wie gesagt, dieses Geschäftsprozess abbilden würde ich da als das Paradebeispiel dafür sehen. Du hast eh schon einen Login und jetzt wird der einfach noch, auf die Weise verschärft, dass du eine ganze Menge nützlicher Funktionen hast, dass du Agency bekommst in diesen in einfachen Geschäftsprozessen, Optimierungsvorschläge anfangs kommen, irgendwann Optimierungen stattfinden und ganze Bereiche mit denen man heute vielleicht noch Menschen beschäftigt, weg optimiert werden als Teil einer Tool-Subscription. Und jetzt gehst du jetzt, das Spannende ist, da, wo du gerade arbeitest, da lieferst du die Daten für diese Automatisierung. Da ist der Vorsprung. Und dann, wenn du die Subscription hast und dann noch vielleicht dann bezahlst du eigentlich dafür, eine KI zu nutzen und gleichzeitig. Sie zu verbessern. Ich glaube, das ist ein unschlagbares, Modell für diese, ja, für die, fürs Geldverdienen, für Zentralisierung, für die. Diese KI einerseits einer Breite an Menschen zur Verfügung zu stellen, gleichzeitig aus der Breite der Daten, die sich da die Gesamtzeit ändern, dafür zu sorgen, dass diese KI auch immer besser wird und gleichzeitig eine kolossale Abhängigkeit zu führen. Und ich sehe, wenn ich mir anschaue, wie locked in ich bin in dem Apple-Universum, was nicht mehr passieren oder sagen wir mal so, was nur unter Aufwendung großer Urlaube oder unbezahlter Urlaube möglich ist, ist meine Flucht aus dem Apple-Ökosystem. Und ich glaube, was für viele Unternehmen gar nicht mehr möglich ist, schon ohne KI, ist irgendwie die Flucht aus dem Microsoft-Ökosystem. Ich vermute, du unterschätzt die Bedeutung von Microsoft Office für Unternehmen und Unternehmen. Das Potenzial der automatischen Abbildung und Optimierung der Prozesse, die sie damit spielen. Das wäre meine Vermutung und das ist ein Privileg, weil du mit dieser Scheiße nichts zu tun hast.

Tim Pritlove
1:39:03
Linus Neumann
1:40:36
Tim Pritlove
1:41:25
Linus Neumann
1:42:18
Tim Pritlove
1:42:19

Ja, das ist das, was die Central Intelligence Agency im Wesentlichen macht. Die hat überall ihre Nase drin und liest überall mit und schaut sich alles an und hat ihre Kontakte und ihre Informanten und ihre Satellitensysteme und ihre Quellen und all das läuft dann halt irgendwo zusammen. Und dann versucht man aus diesem ganzen Datenfuß irgendwie relevante Informationen herauszuziehen, mit denen man was anfangen kann. Das ist sozusagen die Aufgabe eines Nachrichtendienstes. Und es war schon immer so mit der Überwachung, dass die Ausbreitung von Überwachung, wir haben ja glaube ich immer eine Weile lang auch geglaubt, dass man irgendwie so mit moralischen Argumenten, politischen Argumenten Überwachung aufhalten kann, aber eigentlich ist es nur eine Geldfrage. In dem Moment, wo alles billiger wird, dann wird einfach, Einfach der Regler ganz nach oben gedreht und gesagt, kostet ja nichts mehr, können wir also hier maximal ausbauen. Das haben wir mit Kameraüberwachung gesehen, generell mit der Überwachung des öffentlichen Raums. Wir haben es im Internet gesehen. Ja, da hält man dann einfach mal sein Rohr direkt an das große Internetrohr der Zixe, der Internet-Exchanges ran und liest einfach mal alles mit und schreibt einfach erstmal alles mit. Einfach erstmal wegschreiben. Für irgendwas wird das schon gut sein. Was die Speicherhalte hergeben. Ah, Festplatten sind noch billiger geworden, man kann noch mehr abspeichern, beziehungsweise die Computer werden schneller, man kann noch mehr in Realtime diese Daten bereits analysieren, man muss sie gar nicht mehr wegschreiben. All diese ganzen Faktoren, die mit dem Fortschritt der Technologie kommen und mit sinkenden Preisen führen mehr oder weniger automatisch dazu, dass eben solche Auswertungen gemacht werden. Und natürlich ist jetzt auch AI in diesem Machtspiel dann ganz vorneweg, weil Datenanalyse ist schon irgendwie immer das Ding gewesen. Der Klassiker ist ja so ein bisschen dieses IBM Watson. Ich habe da selber nie mitgearbeitet und hatte das auch noch nie vor der Nase wirklich. Ich weiß nicht, ob du das mal gesehen hast, aber das war ja schon früher immer so ein bisschen dieses System, was dafür gemacht war, diffuse Daten zu analysieren. Was weiß ich, man füttert das dann mit Banküberweisungen von ganz vielen Banken und versucht irgendwie herauszubekommen, ob da irgendwelche Wischiwaschi. Geldwäschesysteme am Start sind, sowas zum Beispiel. Und, Und ganz klar, das sind natürlich Sachen, da ist eben die AI-Technologie, das Machine Learning perfekt dafür. Und deswegen sind, glaube ich, auch die Anbieter, die sich in diesem Tooling jetzt spezialisieren, besonders weit vorne. Wie zum Beispiel Herr Thiel, der windige Financier dieser ganzen Tech-Bubble, mit seinem Palantir-Unternehmen, die Software herstellen, die irgendwie alle Polizisten haben wollen.

Linus Neumann
1:45:27

Ja, bei uns regelmäßig behandelt, eine Software zur Verbindung der Datenquellen auf die Polizei grundsätzlich Zugriff hat, die aber, auch das ist ein Thema, was wir regelmäßig wiederholen, nicht notwendigerweise gleiche Unique Identifiers haben. Wir haben keine einheitliche Personen-Kennziffer in Deutschland und entsprechend gibt es eine ganze Reihe Datenmengen, Datenbanken, die grundsätzlich dem Staat zur Verfügung stehen, aber die zu meistern dem einzelnen Polizeimitarbeiter oder der Mitarbeiterin relativ schwer fällt. Palantir ein Produkt, was genau das ermöglichen soll. Uneinheitliche, wilde Datenbanken vielleicht ein bisschen fuzzy, stochastisch zur Verbindung bringen und so die Möglichkeit bieten, diesen Datenschatz und seine darin schlummernden Erkenntnisse einheitlich adressieren und darin suchen zu können. Das ist nur ein Beispiel, Peter Thiel, nun wirklich kein Demokrat, ein bekennender Antidemokrat, der sehr eigentümliche Ansichten und Ziele hat. Und als derjenige klar bekannt ist, der J.D. Vance den aktuellen US-Vizepräsidenten dort installiert hat. Das ist ein Zögling von ihm. Und er hat dann irgendwie dafür gesorgt, dass das der Vizepräsident von Donald Trump wurde. Ja, obwohl eine ganze Menge Leute sich vorher sehr bemüht haben, in diesen Arsch zu kriechen, hat der Peter Thiel das geschafft, das zu positionieren und er verfolgt da sehr klare, konkrete Ziele. Und naja, von dem kaufen wir jetzt unsere polizeilichen Überwachungssoftware. Nächstes Thema.

Tim Pritlove
1:47:51
Linus Neumann
1:48:32
Tim Pritlove
1:49:19
Linus Neumann
1:49:50
Tim Pritlove
1:50:24
Linus Neumann
1:50:25
Tim Pritlove
1:50:40
Linus Neumann
1:51:02
Tim Pritlove
1:51:07
Linus Neumann
1:51:44
Tim Pritlove
1:54:01
Linus Neumann
1:54:07
Tim Pritlove
1:55:56

Das soll eine gute Nachricht sein. Ein bisschen mehr Regen könnte auch helfen. Ja, genau. Also ihr merkt schon, das war auch so eine ungerichtete Diskussion. Wir wollten nicht auf irgendwas hinaus. Es gibt jetzt hier keine Pointe, sondern wir wollten einfach ein bisschen, wie sagt man so schön, Food for Thought liefern. Mal auch so ein bisschen selber abwerfen, was eigentlich bei uns so im Kopf herumkreist und ich denke, ihr werdet da auch noch eine ganze Menge hinzuzufügen haben. Grundsätzlich möchte ich aber noch anmerken, Dieser Kulturpessimismus, den wir in Deutschland so gerne pflegen, der ist meiner Meinung nach jetzt auch nicht so angemessen. Es ist einfach wieder ein signifikanter Technologieschub, den wir hier erleben. Es gibt definitiv ein Vor- und ein Nach-AI-Moment in der Geschichte und die Änderungen werden umwälzend sein. Aber das war halt auch mit den anderen Technologie-Dingen so. Also was Telefon, Strom, Telefon, Computer an sich, Internet. Smartphone und jetzt eben auch AI, was das alles für Änderungen bewirkt hat. Ich werde manchmal irre, wenn ich einfach so ein bisschen älter werde und dann so dieses, wie war es vor 30 Jahren, wie war es vor 40 Jahren, wenn man so diese Realität mal daneben hält, womit wir uns heute beschäftigen. Die Änderungen sind so krass, also würde ich mein Ich von vor 30 Jahren mit der heutigen Technologieentwicklung und der damit verbundenen gesellschaftlichen Entwicklung konfrontieren, dann wäre die Differenz einfach enorm und für mein damaliges Ich kaum zu verstehen. Aber in gewisser Hinsicht ist es jetzt auch nicht so, dass man irgendwie nicht leben könnte oder dass Dinge nicht auch besser geworden sind. Es ist immer ein bisschen schwierig, wenn man gerade so eine globale Situation hat, in der die Dinge sich jetzt auch erstmal wieder so gefühlt verschlechtern. Mehr Krieg oder der Krieg ist näher, mehr Krieg ist es eigentlich gar nicht, es ist eigentlich weniger Krieg, aber der Krieg ist uns einfach näher. Unser politisches System scheint sehr viel mehr in Auflösung und Desorientierung gefangen zu sein, als es sich vielleicht vor 30 Jahren angefühlt hat. Trotzdem sind solche Unsicherheiten auch immer wieder da und gehen auch immer wieder weg. Und es gibt eben verschiedenste Sinuswellen, die nicht alle auf der gleichen Phase sind von Sachen, die sich verbessern und verschlechtern. Von daher teile ich einfach diese Weltuntergangsstimmung generell nicht. Und ich bin auch nicht bereit, sie jetzt an diese Technologie ranzupacken und zu sagen, ja, wegen AI wird jetzt alles ganz schlimm werden.

Linus Neumann
1:59:10
Tim Pritlove
1:59:17
Linus Neumann
1:59:24
Tim Pritlove
1:59:25
Linus Neumann
2:00:39
Tim Pritlove
2:00:50
Linus Neumann
2:00:54
Tim Pritlove
2:02:34
Linus Neumann
2:02:45
Tim Pritlove
2:02:46
Linus Neumann
2:02:56