Muss ich bei jedem KI-Update neu Prompten lernen?

# ARD Sounds Hi, Chatchipiti. Was für ein Wochentag war eigentlich der 11. September 2001? Es war ein Dienstag. Okay, korrekt. Und was für ein Wochentag war der 15. Oktober 1987? Ein kurzes Moment. Das ist ein Einsatzdark. Nach dem damals verwendeten jährndischen Karender. Sie klingt auch ein bisschen betrunken. Sie klingt traurig. Ich glaube, du mit dem ersten September angefangen hast du sie in so eine traurige Stimmung verfangen. Vielleicht ja. Dieses Experiment hat einen Hintergedanken. Wir haben eine höhere Email bekommen von jemandem, der sich die Frage gestellt hat. Warum kann die KI eigentlich manche Wochentag relativ gut? Den 11. September hat sie aus natürlich sehr traurigen Gründen relativ gut drin. Aber andere Tage hat es gerade gehört. Das erste wusste sie sofort. Sie wusste sofort 11. September 2001 war ein Dienstag. Aber was genau war jetzt im Oktober 1987 los? Da musste sie erst mal noch nachschauen. Klingt auf den ersten Blick vielleicht nach einem ganz normalen Alltagsgespräch mit der KI. Aber in diesem Alltagsgespräch stecken mindestens zwei total interessante, kleine Aspekte an Handdera, wir unsere KIs mit denen wir jeden Tag zu tun haben, etwas besser verstehen können. Wir machen heute Folge 150 vom KI-Podcast. Und beantworten zur Feier der 150. Folge einfach nur eure Fragen. Wir sind quasi die IT-Hotline für euch alle möglichen Probleme und Probleme, die ihr uns geschickt habt über die letzten Wochen. Da haben wir uns die besten rausgepäckt und gucken uns zu fragen, wie muss ich mit jedem Modell all meinen Proms anpassen, wenn es ein neues Modell gibt? Was kann das neue Chat G-Pity und das neue Chat G-Pity-Work? Und warum kann ich da irgendwie ein Haustier festjegen? Und dann beantworten wir natürlich auch die redselhafte Frage, warum KI manchmal Wochentag erkannt und manchmal nicht. Und ganz am Ende habe ich noch was dabei, auf das ich mich ehrlicherweise jetzt schon die ganze Zeit freue. Also ich möchte eigentlich jetzt möglichst schnell durch, nein, natürlich nicht. Aber ein wenig denke ich schon an das, was ich heute in der Schluss-Rubrik rum erzählen möchte. Ich kann sagen, ich bin seit ein paar Stunden mit Krieger heute gemeinsam im Büro, und es ist wie so ein kleines Kind, die ganz halt und denkt an nichts anderes und ich habe keine Ahnung, was kommt. Aber irgendwas tolles, komplett die Hörn. Ich möchte durch das Schluss. Ich furcht bei einem Teuchtssein am Schluss. Und hier draußen auch, schön, sie dabei seid. Ihr hört den KI-Podcast. Ich bin Marie Kielk. Und ich bin Gregor Schmeizried. Marie, wir haben gleich zwei Menschen in unserer Inbox gehabt, die beide eine ähnlich Frage gestellt haben. Und zwar konkret waren das Thomas und Helmut. Ich würde mal kurz Helmut e-mail zitieren und zwar, er schreibt, was mich interessieren würde. Es kommen ja laufend neue Versionen, updates, etc. Wenn ich also mal einen KI-Basierten Workflow erstellt habe, bleibt mir doch nichts anderes übrig, als diese Workflows laufend zu aktualisieren. Oder das wird verfirmen, dann eine richtige Herausforderung, schöne Grüße Helmut. Und eine Frage mit aktuellem Anlass. Denn wir haben jetzt seit ein paar Tagen das neue GPT 5.6 für diejenigen von uns die Chat-GPT benutzen. Ich habe die letzten Tage auch das alte Modell getestet 5.5 und habe absichtlich dann ein paar von den selben Sachen gemacht, um halt zu sehen. Ist das neue 5.6 so, jetzt wirklich so viel besser. Und bis jetzt bin ich eher an der World, muss ich sagen, teilweise sind sogar die Antworten fast ein bisschen langweiliger. Aber das ist auch was, was öfter passiert mit so Modellen, dass die dann mehr corporate werden. Das besser teilweise halt auch heißt, dass sie weniger kreativ sind, so zumindest für ein Gefühl her. Da könnte man ja theoretisch Gegensteuern, indem man die Zukunft in Zukunft auch die Prompt ein bisschen anders schreibt und darauf anpasst. Und das ist ja genau das, was Helmut und Thomas wissen wollten, weil die stehen sich hier die Frage, okay, jetzt kommt so ein neues Modell raus. Das ist vielleicht ein bisschen schlauer, kann vielleicht besser agentisch arbeiten. Aber andere Prompt, die du vielleicht früher eingesetzt hast, funktionier nicht mehr so gut. Also muss ich jetzt hier jedes Mal, wenn neues Update kommt, was sehr oft passiert. Meine komplette Infrastruktur neu bauen, was meinst du Marie? Ich glaube, es ist ganz wichtig, dass man unterscheidet, wofür es ein Sprachmodell wirklich gut und wo brauche ich eigentlich einen robusten Automatisierungswirkflow. Zum Beispiel habe ich bestimmte Bereiche, wo ich eigentlich einfach wenn und dann definieren kann. Wenn ich bei einer Versicherung bin, dann kann ich sagen, okay, wenn die Schaden so und so hoch ist und folgende Bedingungen erfüllt sind, dann muss dieses Formular ausgefüllt werden. Da brauche ich eigentlich keinen Sprachmodell für, beziehungsweise so je mehr ich da generative KI versuche reinzubringen, dass du gefährlicher wird, weil dann ist es natürlich nicht mehr so vorhersehbar. Aber das ist ja jetzt keine Lösung, wenn ich beispielsweise Text generieren möchte oder komplexe agentische Sachen machen will. Da brauche ich ja meine Sprachmodelle dafür, weil nur die können diese komplizierten Aufgaben lösen. Aber auf einmal nämlich den gleichen Prompt, wie den, den ich die also Zeit benutzt habe und ich merke, dass ergebnis ist nicht mehr das, was ich mir vorgestellt habe. Also wenn man der KI sehr klar definiert, wie sieht eigentlich diese erfolgreiche Output am Schluss aus. Dann sind die Chancen sehr viel besser, dass das auch mit dem nächsten Update, so wie jetzt beispielsweise mit dem nächsten GPT, immer noch funktioniert. Weil sonst war es vielleicht so, ich habe der KI gesagt, schreibt mir einen guten Software-Media-Post als einfaches Beispiel. Und das bisherige Modell hatte ein Gefühl, ein Führungszeichen dafür, wie ein guter Social-Media-Post aussieht und der war vielleicht relativ nah an dem, was ich mir vorgestellt habe. Jetzt kommt das nächste Modell und das hatten anderen Sinn dafür. Das muss nicht mal schlecht sein. Vielleicht gibt mir dieses neue Modell ja Möglichkeiten und zeigt mir Möglichkeiten, auf die ich vor gar nicht gekommen bin. Also manchmal muss man solche Updates auch wirklich als Chance sehen oder als Motivation ein bisschen tiefer einzusteigen. Aber wenn ich den Prompt nicht einfach so hinnehme und quasi nicht einfach hinnehme, dass es zufall war, dass das letzte Modell genau mein Geschmack getroffen hat, sondern mir vorher sehr genau Gedanken gemacht habe, wie kann ich sicherstellen, dass das Modell genau versteht, was ist mein Geschmack? Was ist in meinen Augen ein richtiger guter Social-Media-Post? Und das hinterlegt im Prompt oder in der Infrastruktur als Skill, in den internen Daten, wo auch immer, dann schafft man auch sehr viel mehr Obustheit über so Updates hinweg. Da haben wir ja auch mal eine ganze Folge darüber gemacht, über wie baue ich mein KI-System gut auf und dass die Daten und das ganze System um die KI herum eigentlich wichtiger ist als das Modell. Ja, ich glaube ein bisschen muss man auch einfach damit leben. Also es ist ein bisschen wie gerne Kämpfen zu gehen und sich darüber zu beklagen, dass das regnet. Das ist einfach ein Teil der Realität, wenn man mit LLMs, mit KI-Modellen arbeitet, das gehört so dazu, wie das Abund zumal der Zeltplatz aufweicht. Also da kann man irgendwie nichts dagegen machen, man das Beste ausmachen kann, es ist sich drauf vorzubereiten und Abund zu genießen. Bevor wir jetzt zur nächsten Frage gehen, hätte ich gerne das mir noch kurz erklärst, warum es in Chatchipity-Work jetzt mass-Cottie gibt und nicht da eine kleine Flamme oder einen kleinen Stein auswählen kann der für mich Dinge erledigt. Chatchipity-Work ist das zweite große Update, was in Chatchipity in der letzten Woche öffentlich wurde. Wir haben einmal die neuen Modelle, GPT 5.6 in drei verschiedenen Größen. Und wir haben etwas namens Chatchipity-Work und Marie, also ich habe wirklich jetzt eine weile Gebraucht, um das alles auseinanderzunehmen. Anscheinend war jemand bei OpenAI auf der Microsoft Schule der Projekten und Produktbindung und jetzt haben wir also, ich fasse mal kurz zusammen, wir haben Chatchipity, das ist das klassische, was wir kennen. Dann gibt es etwas, das heißt Chatchipity-Work, das ist neu und dann gibt es etwas, das heißt Codex. Das gibt schon länger, Codex ist ein Coding-Agent, so ähnlich wie Codex. Über das wir auch schon aufgesprochen haben, das ist ein agentisches Tool, was tatsächlich auch Arbeit erledigt und vor allem für Entwickler gedacht ist. Jedes dieser drei Modelle oder dieser drei Modi, sag ich mal, müssen aber noch mal unterscheiden, die nachdem, wo man es benutzt. Also wenn ich beispielsweise in der Web App bin, also Chatchipity über den Browser benutze, dann kann ich zwei Sachen auswählen. Dann mittlerweile, dass es neu zwischen Chat wählen und zwischen Work. Work soll besser darin sein, agentisch zu arbeiten, wirklich Workflow ist aufzubauen, komplexere Aufgaben vielleicht aufzulösen. Bei Work sieht es dann so eine kleine Animation von dem Stein, der so zuerst würde er tippen, während er die Präsentie unerstellt. Also das ist sehr hauptsächlich hier Unterschiede, den ich festgestellt habe. Das ist ja fantastisch hier. Und das ist ja ein Glück hier. Darauf haben wir die ganze Zeit gewartet, dass das funktioniert. Der Animatisch Stein. Genau, wir warten auf die AGI, auf die Super KI, auf der einen Seite und dann warten wir auf einen Stein, Maschkochnien, was uns unterstützt. Und dann gibt es aber auch die Desktop App. Also das ist die App, die man sich installieren kann auf dem Computer, auf dem Mac oder Windows PC. Und da gibt es eben zusätzlich auch noch Codex. Also da gibt es Chat, Work und Codex. Und da erkennt man eher was dieses Work-Ding eigentlich sein soll. Es ist nämlich quasi wie Codex, also ein coding-Agent, der agentisch arbeitet, der auch auf meine internen Dateien und Programme zugreifen kann. Das kann Work auch. Also Chat, GPT-Work kann auch auf meine Dateien zugreifen, der kann auf meine Apps zugreifen. Hat damit mehr Macht und auch mehr, ich sag mal Risiko, weil wenn irgendwas schief geht und der versehentlichen Partiteien löscht, die ich noch brauche, dann ist das nicht so nällig gut. Ist aber ein wenig benutzerfreundlicher als Codex, weil Codex jetzt schon eher ein Tool war, was sehr mächtig ist und wirklich sehr gut ist. Aber vor allem für diejenigen interessant ist, dass diese sowieso schon technisch unterwegs sind. Also Chat, GPT-Work soll in Desktop eine Art freundlichere zugänglichere Wahrheit sein. von diesem coding-agent namens Codex. Also, ich wollte jetzt grad fragen, ob das quasi so was ist, wie was bei "Cloud, Cloud, Codework" heißt. Genau, sehr ähnlich. - Ich hab irgendwie das Gefühl, das sind jetzt extrem viele Begriffe, die durcheinander gehen. Und wir sind auch nicht die einzigen, die das verwirrend sind. Oder wir sind eine komplizierte Matrix auf. Vielleicht ist das gut, dass kurz zu sagen, alle sind davon verwirrt. Wir sind sicherlich nicht die. Und sagen, momentan, ich komme überhaupt nicht mehr mit. Es ist ein bisschen jetzt so. - Mhm. Vor allem, weil "ChatGPTWorkOnline" ja auch "ChatGPTWork" heißt, aber die zentrale Funktion in meinen Augen in "ChatGPTWork" ist, dass er auf meine eigenen Dateien und meine Programme zu greifen kann. Das geht aber im Internet nicht, weil im Internet läuft das Modell, der nicht auf meinem Computer sondern in der Cloud. Ähnlich gesagt, ich glaube, alles, was wir sagen können, zu diesem Update ist, probiert mal aus. Guck mal, was das vor euch macht, was funktioniert und was nicht. Wenn ihr das benutzt und geht mit dem Flow, falls ihr die mobile App benutzt, also fürs Smartphone. Das ist noch eine Dimension und Gott. Das ist dann wie im Web. Also da gibt es dann auch die Chat-Variante, das klassische, was wir haben. Und dann gibt es Work, das ist die neue Variante, die ein bisschen schlauer sein soll. Übrigens, wenn ihr die Desktop-App benutzt, da gibt es Chat mittlerweile fast gar nicht mehr. Chat ist dann nur noch so klein versteckt, und man unterscheidet eigentlich nur noch zwischen Work und Codex, aber unterschiedliche Farben haben. Ich glaube, der zentrale Punkt ist einer. Da haben wir eine interessante E-Mail dazu bekommen. Und zwar von Sascha. - Sehr gut. Weil der zentral unterschied. Zumindest, wenn man sich hier durchlesen, was Open AI dazu erzählt ist, Chat ist das antwortet mir. Ich stelle ihm eine Frage, ich krieg eine Antwort. Work. Sol. - Ja, das ist die Idee. Sol? Tatsächlich handeln. Also der soll nicht einfach nur mehr antworten, sondern der soll für mich Dinge tun. In der Praxis wissen wir beide, dass das schon länger nicht so ist. Also auch Chat macht öfter mal Sachen der Bautprogramme, konnektet sich mit einem Kalender, baut Präsentationen und so weiter. Und Sascha ist was interessant, das aufgefallen Sascha hat uns nämlich geschrieben. Und schreibt mir, fällt es seit einiger Zeit oft das gewisse KI's, den Unterschied zwischen Frage und Aufforderungen nicht kennen, bzw. Prompts mit Fragen falsch interpretieren. Also, er fragt sie oft, so was wie kannst du das und das machen? Da bist du in der Lage, exzulant zu machen. Und die KI sagt dann, ja, sicher und legt direkt los und macht das. Dabei war das gar nicht Sascha's Frage, Sascha wollte erst mal klären, was sind eigentlich die Fähigkeiten dieses Tools, um dann den Plan zu machen, wie er jetzt damit vorgehen kann. Und er fragt sich jetzt, warum ist das so? Also, warum machen die KI's diesen Fehler? Ja, das finde ich superwitzig, genau. Weil also eine Sache über die Sascha spekuliert ist, dass man im Alltag ja auch sagt, kannst du mal irgendwas machen. Kannst du mir mal das Salz reichen? Und dann meint man nicht. Ich glaube, ich bin typischer "Dadjog", so ich kann die Sonne Salz reichen, aber möchtest du, dass ich die Sonne Salz reiche? Das nennt sich übrigens in der Linguistik einen indirekten Sprechakt, um mal was aus meinem Studium auszudrafen. Voll gut. Und sonst meist nicht. Das ist eigentlich mal der besten Ganzz. Wo sind meistens nicht Brauche? Meine Einschätzung wäre, dass das aber nicht der Grund ist. Warum die KI's das machen? Meist die Wissen schon was gemeint ist? Die Wissen schon, dass der Unterschied ist, zwischen kannst du mir das Salz geben und gibt mir das Salz. Aber trotzdem ist der das Sprachmodell, also quasi das, was klingt, nach einer plausiblen nächsten Antwort, nicht das Einzige, mit dem wir interagieren, heutzutage, sondern aus 'n Rum, ist ja noch ein Produkt gebaut. Und dieses Produkt, das so eine Firma wie OpenAI, oder eine Firma wie Microsoft, da überlegt man sich natürlich, wie kann ich dem Nutzenden am schnellsten am besten das geben, was er braucht? Weil wir ja auch eine große Konkurrenzsituation haben. Und im Zweifel, wenn irgendjemand Schadjogiti zum ersten Mal ausprobiert. Und dann macht die KI nicht genau, das Richtige, dann kannst du den Kunden möglicherweise verlieren und dann geht dazu Google und so weiter. Also da ist wird extrem viel Energie reingesteckt. Das garantiere ich, dass man überlegt, wie helfe ich dem Kunden am besten und mit so wenig Umdrehungen wie möglich. Also wie geschaffe ich, dass der nicht nochmal nachfragen muss und zweit das mal ansetzen muss. Und ich glaube, dass das jetzt zur Zeit einfach in der Art, wie das getestet wird, in der Art, wie das Design wird, dass das zugunsten Ausfeld von so macht einfach was. Weil das kann natürlich ein super beeindruckender Moment sein. Und ich sage, ich will eine neue Website und die Website ist ein einfach direkt da. Und er fängt nicht an, mit 10.000 Fragen zu stellen und hält mich damit auf. Das würde ich sagen, der wahrscheinlich hier grund, warum die KI so schnell macht. Es ist wie so eine Art Regler, der geht dann von 1 bis 10 und 1 ist, die KI macht erstmal gar nichts, sondern wartet wirklich jedes Mal ab und stellt erst mal einen Haufen nachfragen, bevor sie sicher ist, dass das jetzt, was man so. - Das ist ja auch ein Trend zur Zeit. Dass man dann oft auch nochmal so Auswahlmöglichkeiten bekommen, der sagt, okay, ich stell dir jetzt noch drei schnelle Gegensfragen, bevor ich rein starte, da will ich das dann absolut richtig mache. Und 10 ist dann die KI einfach sofort los. Ich sage einfach nur, ich überlege nach Madrid zu fahren und ich bekomme direkt Vorschläge für den Flug und so weiter. Das wäre so die zwei, die zwei extreme. Und das lustige ist, ich erinnere mich noch gut, es ist gar nicht so lange her, da haben wir uns darüber beklagt, dass dieser Regler zu weit unten war. Da hat man noch der KI gesagt, bitte kannst du diese Tabelle für mich umformatieren. Und dann hat die KI so was gesagt, okay, ich habe die ersten 10 Zeilen umformatiert, so würde das dann aussehen. Der Co-Pilot von Microsoft macht das immer noch ab und zu, stelle ich manchmal fest. Also der hört manchmal relativ früh auf mit der Arbeit und sagt, wenn du willst, will ich den Rest auch noch machen, ich so, ja, aber das habe ich dich doch gerade gefragt, also bitte mach das. Hat auch was mit Ressourcen zu tun, wie viel Zeit bekommt die KI zum Arbeiten? Kann sie selber überhaupt richtig einschätzen, wie viel Zeit sie braucht? Das ist manchmal auch oft ein Problem. Und ja, vielleicht wird der dieser Regler einfach gerade eher in Richtung Handlung gedreht bei einigen dieser Anbieter anscheinend. Und deswegen reden wir jetzt auch darüber, soll die Chatgipity-Work-Funktion das ein wenig auflösen? Also ich kann so mindestens so wird das verkauft. Also es wird verkauft als Chatgipity-Chat. Das klassische ist das, was mir antwortet. Das Chatgipity-Work ist das, was für mich handelt. Ich kann mir in der Praxis aber nicht vorstellen, dass wir wirklich zwischen Apps hin und her wechseln. Oder dass wir sagen, okay, jetzt lass ich mir einen Entwurf geben für eine Präsentation, jetzt wechsel ich rüber in Work, um diese Präsentation wirklich machen zu lassen. Ist das Wettchen jemand tun? Es klingt für mich, wie was man sich überlegt hat, um das zu vermarkten. Und ich glaube schon, es reden alle so viele über Agents. Und was ist die nächste Stufe der KI? Und wie bringt ich KI noch mehr dahin, dass sie wirklich nützlich ist? Das ist glaube ich so, dass Open AI sich einfach überlegt hat. Machen wir das noch stärker, wie treten wir da auch Selbstbewusst auf? Ja. - In diesem Agentenbereich. Und jetzt haben sie halt dieses neue Ding gemacht. Da müssen sie nicht untergeht, haben sie eine Namen und einen Stein und ein Mascot hier gegeben. Also so aus Perspektive des Nutzer, würde ich sagen, wahrscheinlich, ich würde nicht zu viel drüber nachdenken. Ich würde mir nicht so viele Gedanken darüber machen, welches tuli jetzt und wo ich jetzt draufklicke. Und so ich würde, glaube ich, vor allem über den Prompt nachdenken. Aber ich glaube, der ist hier am wichtigsten. Und was da ganz schön ist, dass das du gerade schon kurz angesprochen, was ich mittlerweile ganz gerne mache bei solchen Projekten, wenn ich beispielsweise freien, kannst du das machen. Oder wie würdest du das machen, dass ich als letzten Satz noch was dazu gebe, wie stellen mir vorher noch mal alle Nachfragen, die du von mir brauchst? Das ist so ein Stopper, der sorgt auch noch mal dafür, dass ich sicher stellen kann. Okay, ich sind wirklich alle Infos formierter drin, bevor die KI dann loslegt. So kann man das auch ein Stück weit steuern und sorgt dann am Ende auch dafür, dass wenn sie dann loslegt und möglicherweise 10 Minuten arbeitet, nach diesen 10 Minuten nicht völlig akquatsch dabei rauskam? Ja, das mache ich mittlerweile auch so, dass ich immer überlege, was muss ich dir machen? Dennoch sagen wir jetzt nicht, direkt losstartet, ohne mich noch die wichtigen Sachen zu fragen, oder ohne mit mir noch ein paar Dinge abzustimmen. Marie, das war unsere erste kleine Überkategorie. Das waren Fragen, wie benutze ich KI richtig? Ja, also wie kümmere ich mich um Workflows, wie kümmere ich mich um Prompts und was ist eigentlich der Unterschied zwischen diesen neuen Chat-Git-Git-Funkktionen? Wir haben aber noch eine Kategorie uns überlegt. Und da geht es weniger um. Die ist ja mal die KI selber, die Modelle, sondern darum, was diese KIs an zusätzlichen Werkzeugen verwenden. Also die Tools, die diese KI-Zerfügung haben und dann ausführen. Und was bei denen klappt und was bei denen nicht klappt. Marie, was kann mir da so für Fragen bekommen? Ja, das finde ich super, weil wir haben zum Beispiel eine Frage von Kerstin, da freue ich mich richtig drauf, dich jetzt zur IT-Hotline zu machen, weil da bin ich mir auch nicht nie so ganz sicher. Kerstin hat uns gefragt, ob es KI-Modelle gibt, die PDFs auf Websiten durchsuchen können und infustabellarisch ausgeben können. Und dann, welche Du empfehlen würdest, welche Abo-Stufe und wenn Du eine Empfehlung hast, wie muss man die im besten Prompten? Also es geht um das Bearbeiten von PDFs. Ja, es ist interessant. Sie wollte konkret nämlich alle Geschäftsberichte haben von allen Wohnungsgenossenschaften in Deutschland. So, und kannst Du mich einfach diese PDFs dann für mich runterladen. Und Sie meint, das hat nicht geklappt. Obwohl, es haben ja alle diese Wohnungsgenossenschaften eine eigene Internetseite, die meisten haben die Geschäftsberichte direkt dort auf der Website. Irgendwie kommt an ja an die alle ran. Also warum hat das bei ihr nicht wirklich funktioniert? Und da sehen wir, würde ich sagen, das Limit der Tools, die diese KI-Streffigung haben. Weil natürlich kann eine KI-Insinternet. Das wissen wir ja. Also die LLMs können eine Web-Suche anschmeißen. Und dann ist das beispielsweise eine Suche nach, was ist der aktuelle Wochentag. Komm, vielleicht dazu. Aber es kann immer auch eine Webseite sein, wie was hat diese eine Wohnunggesellschaft, beispielsweise in ihrem aktuellen Geschäftsbericht drinstehen? Und das wird relativ auch funktionieren. Also relativ oft hat man, wenn man so eine Frage stellt, kriegt man die richtige Antwort, weil das Tool liegt dann los, geht auf die Website, findet das Ergebnis und gibt das zurück. Jetzt hat Kerstin aber nicht einfach gefragt, gibt mehr von einer Wohnungsgenossenschaft, das Ergebnis aus dem Geschäftsbericht, sondern von allen. Also, gelistet mir die Eigenkapitalquote, von allen Geschäftsberichten des Jahres 2025 hat sie. Eigentlich die perfekte KI-Aufkabe. Aber genau so war es, wofür man diese Technologie doch haben möchte, wo man sich früher einen halben Tag hinsetzt hätte, wo man sagt, das ist pure am Computer, das soll der Bot für mich machen. Und jetzt gibt es zwei Gründe, warum das vielleicht nicht geht. Der eine ist, es gibt manche Websites oder manche Seiten ecken im Internet auf die können wir als Menschen drauf, die KI aber nicht. Das sind Seiten, die sehr bewusst KI-Modelle aussperren, die Antibotfilter haben, die kennen wir alle, weil wir als Menschen regelmäßig Bilder mit Ampeln auswählen müssen, damit wir da rein gelassen werden. Das heißt, das kann einfach passieren, dass manche dieser Berichte einfach nicht zugänglich sind für die KI, dass die KI selber das eigentlich könnte, aber das Tool, was sie verwenden muss, nämlich einen Web-Crawler, eine Websearch-Funktion, das die nicht in der Lage ist, wirklich zu agieren wie ein Mensch. Ich glaube aber bei Castin ist noch ein Punkt, wahrscheinlich noch relevanter. Und zwar, es ist wahrscheinlich einfach zu viel. Also, das sind wir wieder in diesem Chat-Versis-Work-Modus. Wir haben auf der einen Seite agentische Tools, die wirklich arbeiten und die vor allem auch sehr lange arbeiten. Wir haben auf der anderen Seite die Chat-Modelle, die Chat-Funktion, die wir die meiste Zeit überbenutzen. Seid es in Cloud, in Gemini, in Co-Pilot, in Chat-GPT. Und die, das weiß man aus der Erfahrung, haben in der Regel nach ein paar Minuten genug. Also, die haben nach ein paar Minuten die Anweisungen bekommen. So, jetzt hab ich aber genug gearbeitet. Hier ist das Ergebnis, bis hierher. Möchtest du noch mehr? Ja, dann gehen sie vielleicht noch mal los. Was sie nicht machen, ist, sie arbeiten einfach so lange, bis das Ergebnis fertig ist. Dafür brauchen wir einer Genschis-Tool. Und Tools wie Codex oder Code-Code oder Google-Entity-Gravity. Und was es da noch alles gibt, die sollten reintächnisch, wahrscheinlich in der Lage sein, diese Aufgabe zu lösen, weil die in der Lage sind, sich die ganze Zeit selber zu überprüfen. Die können gucken, okay, ich habe jetzt so in so viele Berichte, dass sieht ganz gut aus. Wie viele habe ich noch, ach ja, noch 5000. Ich gehe, muss jetzt noch 5000 runterarbeiten. Das kann sein, dass man dann, wenn man fertig ist mit dieser Aufgabe, seine kompletten Nutzungs-Credits durchhat. Also, dass man dafür zwei Euro ausgegeben hat oder so mehr oder weniger, weil die karriereinfach so lange dafür arbeiten musste. Aber reint technisch würde ich sagen, dass diese agentischen Tools mittlerweile in der Lage sind, diese Aufgabe zu erledigen. Okay, also wenn es dieses Komplexitätslevel hat, dass sich die Webseiten verstehen muss, die von den verschiedenen Genossenschaften, dass sich dann die PDFs runterladen muss, dass überprüfen muss, dann empfiehles du Codex oder Clote-Code oder ein anderes Agentisches Tool. Gibt es noch irgendwas, was man beim Prompten beachten muss? Wahrscheinlich sehr klar, wie gerade eben schon mal gesagt, sehr klar vorgeben, wann es das Ergebnis erledigt. Was wäre tatsächlich der erfolgreiche Output und wie sollst du vorgehen, wenn du etwas nicht findest? Weil KI-Sneigen dann auch mal ich mal dazu, Alternativen anzubieten und insbesondere, wenn ich die alleine loslegen lasse und ihnen viel sozusagen eine langen Leine arbeiten lasse, dann kann es passieren, dass KI auch vielleicht ein Zahl schätzt oder dass sie eine Zahl aus einem anderen Jahr nimmt oder all diese Dinge, die theoretisch schiefgehen können. Also da muss man dann auch sehr genau sein, in der Art und Weise, wie man dieses Ergebnis recherchiert haben möchte und dann am Schluss, wie das jetzt aufbereitet wird, dass das kann man relativ schnell machen. Also das kann man auch noch machen, wenn alles da ist. Das Wichtige ist, schafft es, KI auf diese ganzen Daten zuzugreifen und versteht sie meine Aufgabe ganz genau. Und vielleicht wissen, ob man seine Kreditkarte mit ohne Limit angeschlossen hat oder ob man weiß teurer als 20 Euro im Monat wirds nicht. Und das sind ja auch Kalkulationen, die machen ja Unternehmen auch gerade. Also sehr oft ist die Frage, okay, lohnt sich, dass jetzt wirklich KI dafür loszuschicken, ist uns diese Informationen 200 Euro wert. In vielen Fällen vielleicht ja, aber gerade bei Privatpersonen wahrscheinlich ist das dann irgendwann auch ein bisschen zu viel. Es gibt andere Tools. Wir sind ja im kleinen Toolcapitel unserer IT-Hilfefolge, die glaube ich noch viel, viel mehr Leute benutzen als sowas Komplexes, wie ich möchte das gesamte Internet nach Geschäfte berichten durchsuchen lassen. Und zwar die Bildgenerierungs-Tools. Und auch da haben wir eine spannende Frage bekommen. Und mit der Maria hab ich vorhin schon gesehen, hast du dich jetzt gerade intensiv auseinandergesetzt. Alex hat uns geschrieben, er hat versucht mit der KI und zwar auch konkret mit ChatGPT, Bilder zu generieren und zwar Bilder von einem Schachbrett. Und sofern einer Schachszene. Und der stellt fest, auch wenn er eigentlich ganz klare Anweisung gibt, es eigentlich völlig klar ist, wie diese Figuren stehen sollen. In der Praxis stehen sie immer woanders, als sie eigentlich sein. Ich liebe diese Frage. Genau, das ist dieser Art von Frage, einfache Frage, komplizierte Antwort. Ja. Warum können Bildmodelle immer noch kein Schach? Also was ist das Problem konkret? Also ich sage, ich sage der KI springen wir auf A4 und sich stellt den auf B7. So ungefähr. Und dann ist es auch nicht so, dass ich das nicht so anders bin. Also Alex möchte einfach einen Bild von der Schachszene haben. Und ich hab auch versucht es nachzubauen. Und ich glaube, man kann das eigentlich das Modell zum Scheitern bringen, bis du ziemlich egal was, was man bei Schach versucht. Ich hab das gesagt, ich möchte eine isometrische Darstellung. Also das man so ein bisschen schräg, 3D auf das Bild drauf guckt. So ungefähr war das bei Alex, das Beispiel auch. Und ich hab die ganz einfache Aufgabe gestellt, die Dame soll den Turm betrunen. Und dann hat es angeblich Powerful Chat GbT-Modell mir gegeben, hat einfach einen Schachbrett mit 7-7-Feldern. Also schon mal das Schachbrett, das ich. Ich bin kein Schach-Experte, aber ich glaube, da fehlt was. Ich glaube, ich hab ne mich nie 7 bauen. Also ich wüsste nicht, was ich mit dem 8. Bauern machen sollte, wenn der nicht im steht. Das ist richtig, das ist schon mal durch den Grundkurs-Schach, schon mal durchgekommen, wenn du deinen 8. Bauern richtig platzieren kannst. Ich hab da mich sehr lange eingekraben, um diese Frage zu beantworten, weil wir in den letzten Jahren gesehen haben, dass ich die Bildmodelle eigentlich enorm verbessert habe. Also wir kommen ja aus einer Zeit vor noch wenigen Monaten, wo die Bildmodelle bekannt dafür waren, dass sie gerne mal 7 oder 8 Finger an eine Hand machen. Und wo Text eigentlich immer total unleserlich war. Und heutzutage mit den neuesten Bildmodellen können die ja wunderschönen Text auf dem Bild platzieren. Die meisten haben eine normale Anzahl von Fingern. Also die einzigen falsche Finger an Zahlen, die ich sehe, sind bei unserem Podcastcover. Und da sind die mit Absicht. Warum war das so, dass die KI nicht wusste, wie viel Fingern Mensch hat? Weil die KI fängt irgendwo an das Bild zu generieren und dann weißt die aus den Trainingsdaten, neben dem Finger sind meistens andere Finger. Aber neben einem Finger sind manchmal zwei Finger und manchmal sind drei Finger, je nachdem auf der Zeitgefinger oder der Ringfinger ist, dann kann es passieren, dass du irgendwie denkst, dass der Achlingsfamfinger ist immer noch ein Finger. Passt auch zu den Perspektivproblemen, die KI's manchmal haben. Also ist der Finger von vorne oder von hinten, sieht man ihn von der Seite. Also sowas geht ja auch manchmal schief, dass dann vielleicht die Hand hat dann fünf Finger, aber jetzt kein Daumen oder sowas. Genau, das ist ja total gemein, wenn man so überlegt, wenn du ein KI-Modell wärst und du kriegst zu Trainingsdaten, manchmal ist 'ne Hand, 'ne Faust, manchmal ist 'ne Hand in Pieszeichen. Das ist schon schwierig. Ich mache auch Sinn, dass deswegen Gesichter verhältnismäßig gut aussehen, weil Gesichter zumindest meistens relativ ewig abgebildet werden in den Trainingsdaten. Wir sehen alle unterschiedlich aus, aber wir haben zumindest alle die Augen ungewähnt. Genau, du hast viele Porträt in den Trainingsdaten, wo du einfach sehen kannst, okay, von Frontal hat Mensch zwei Augen und von der Seite, das hieß du auch eins. Und das ist genau das, was auch früher schiefgegangen ist. Dass du so ein halb Profil hat, das du dann warst, den du gar nicht ganz sicher, ob du noch ein zweites Auge zu erkennen bist. Aber jetzt geht das doch. Also ich krieg doch keine falschen Finger mehr. Das geht nur sehr selten. Genau, weil man diese Bildmodell extrem weiterentwickelt hat. Und zwar hat man ein bisschen Wissenschaft noch reingepracht, die eigentlich die Sprachmodelle so schlau gemacht hat. Die Transformer-Modelle, die ihr ganz bekannt dafür sind, dass sie eben Aufmerksamkeit auf verschiedene Stellen in dem Text gleichzeitig legen können. Diese Technik hat man quasi verschmolzen mit Indifusionsmodellen die Bilder generieren. Und hat so der KI-Beigebracht auch ein Bild gleichzeitig als ganzes zu betrachten, während sie auch in den einzelnen Teilen arbeitet. Das heißt, ich kann jetzt sagen, Ach, guck mal, ich mach hier gerade in der Hand. Und ich mach eigentlich gerade den einen Finger davon, der links von dem anderen Finger sein soll. Und gleichzeitig kategerier, aber die Aufmerksamkeit und zu sagen, momentan, wie viele Finger sind hier überhaupt? Also, ich stelle es mir ein bisschen vor, wie multitasking. Also, ich früher hat die KI einfach alles auf einmal zackbuben, hier ist das Bild. Und jetzt ist sie sozusagen in der Lage, mehrere Prozesse gleichzeitig durchzuführen, ein bisschen den Überblick zu behalten. Und dran zu denken, Ach ja, momentan, mal ich muss noch einen Daumen generieren, macht Sinn, ich pack den da hin. Ja, so. Das ist jetzt quasi so der Hintergrund. Warum funktioniert Schach immer noch nicht? Deswegen liebe ich diese Frage, das ist, glaube ich, einfach wirklich die aktuelle Grenze, von dem, was man in Modellen beigebracht hat. Und man kann, die KI-Modelle bestimmt, auch dahin bringen, dass die Schach auch verstehen, es ist nur noch nicht passiert. Wir haben 64 Fälle auf einem Schachbrett. Wir müssen die Regeln von Schach können. Wir haben Schachbrett teilweise in der draufsicht, teilweise in der ismietrischen Sicht. Und dann hab ich in den ganzen Trainingsdaten ja unendlich verschiedene Set-up. Wollt ich gerade sagen, Finger, okay, also es mach mal ein bisschen nervig, wie Finger dargestellt werden. Aber es gibt jetzt nur eine begrenzte Zahl von Arten und weisen, wie ich meine Hand halten kann. Aber Schachbrett damit. - Bekanntlich. Mit Figurenkombinationen sind ja größer als die Teile im Universum. Genau. - Das bedeutet, es ist gar nicht möglich, jede einzelne Position zu kennen. Jetzt könntest du auch sagen, KI ist kündig, aber Schach. Es gibt Schach-Engens, es gibt der Computer schon ganz lange, die genau dafür trainiert, sind gut, schach zu spielen. Die Sache ist, nur man müsste das jetzt kombinieren mit dem Bildmodelle. Ich glaube, das ist noch nicht passiert. Ich könnte jetzt eine KI-Bauen, also ich, ich sag mal, Open AI oder einen Shoppick, könnte jetzt eine KI-Bauen, die einfach einen Schach-Computer hat. Und deswegen ein sehr gutes Verständnis dafür hat, wie die Figuren zueinander stehen, und dass jede Figur auf einem Feld stehen muss und die nicht auf die Linien dazwischen stehen sollen. [Musik] Und dann könnte es daraus ein 3D-Modell machen und einem Computer beizubringen, dann realistische Schachszenen zu generieren. Wer gar kein Problem, nur in diesen Bildmodellen, die irgendwie alles und nichts generieren können sollen. Da ist, glaube ich, das einfach noch nicht als starker Trainingsfokus gelegt worden. Und deswegen sehen wir gerade noch die Grenzen. Ich glaube, du bräuchtes Opener-Eiger nicht dafür. Du könntest ja theoretisch einfach eine KI einen Zugang geben zu einem Schach-Computer, was ja relativ leicht möglich ist, sagen, okay, Spiel dieses Spiel sorgt dafür, dass die Goern auf den und den Feldern sind, machen den Screenshot von diesem Feld und generieren mir das als Bild. Ich schätze, das würde funktionieren, weil dann hat die KI auch den richtigen Input von genau dem Feld und weiß, wie es aussehen soll. Oder als 3D-Modell genau. Aber es ist so diese typische Verbindung von echten Verständnis und der generativen Komponente, die ganz oft einfach bei AI noch so die Grenzen darstellt. Etzauberhaft. So, jetzt gibt es ein Verständnis, was wir der KI noch beibringen müssen. Wir haben angefangen mit diesem Thema und das ist nicht, welche Schachfigur steht an welchem Ort, sondern welches Datum fällt eigentlich auch welchen Wochentag. Da haben wir eine E-Mail bekommen von Matthias und Matthias hat geschrieben, bei der Erstellung von Pressemitteilung setzt er gerne Klote ein und dabei ist ihm mehrfach aufgefallen, dass Klote keine Ahnung von Wochentagen hat. Mehrfach wurde in einem Text, einem Datum, einen Wochentag zugeordnet, der gar nicht stimmt. Es hieß dann auf einmal, wir nehmen beispielsweise gerade auf am 10. Juli, das ist ein Freitag, aber dann hätte die KI einfach gesagt, Achja, Dienstag der 10. Juli beispielsweise. Also hat da diesen Fehler gemacht und das ist schon ein sehr interessantes Problem, weil in gewisser Weise treffen wir hier unsere Schachproblematik noch mal, oder was die Daten angeht. Ja, also ich bin gespannt, was du gleich dazu sagst, weil du bist der der den ganzen Tag rumläuft und in seinen Handy irgendwelche Datumsfragen vom Julianischen Kalender ruft. Aber ich würde sagen, das hängt mit den Trainingsdaten zusammen und das hat Matthias, glaube ich, auch so angedeutet in seiner E-Mail, dass das daran liegen könnte. Die Wochentage sind jedes Jahr anders und die KI hat natürlich Trainingsdaten aus verschiedenen Jahren und das heißt, wenn ich überlege, was ist der wahrscheinliche Wochentag für einen 10. Juli. Ist ja für die KI eine Superverbindung? Dann ist es halt die Tagmalen mit Woche. Ja, ja. Und so weiter. Oder krieger? Ähnlich wie eben bei dem Schachproblem, einfach viel zu viele mögliche Kombinationen, weil es gibt ja auf einer sprachlichen Ebene und wir sind jetzt am Ende um Sprachmodell. Das bedeutet, die denken in Sprache, gibt es ja keinen logischen Bezug zwischen dem Wochentag und dem Datum. Also sprachlich kann ich das nicht erklären. Ich kann nie sagen, ja, 17. Juli. Alles mit einer 7 ist immer ein liebster. Genau, ja, das möchte ich nicht. Das wäre sehr einfach. Also man sollte vielleicht mal über eine Kalendere Form nachdenken aus diesem Grund. Aber natürlich funktioniert es nicht so, sondern es wirkt wie Zufall. Es wirkt quasi wie Zufall. Natürlich kann man das ausrechnen, wenn man die Informationen hat und das können, glaube ich, die Modelle auch. Also ich denke, wenn man denen wirklich die Aufgabe gibt, bitte rechnen das aus, dann würden sie wahrscheinlich hinbekommen. Die machen das aber wahrscheinlich nicht. Insbesondere in so einem Fall, wie bei dir Matthias, wo du einfach nach einer Pressemitteilung gefragt hast, hat die KI wahrscheinlich einfach nicht groß darüber nachgedacht. Sie hat nicht genug Aufmerksamkeit auf dieses Problem gelingt, weil sie wahrscheinlich selber gar nicht darauf kam, dass sie das falsch macht und hat dementsprechend einfach einen willkürlichen oder vielleicht einen von letztem Jahr Wochentag zugeordnet, der für sie in den Moment richtig klangen, der aber eigentlich falsch war. Und deswegen fand sich auch so schön anzufangen, als wir, wenn wir die Folge angefangen, indem wir immer kurz tschetsch bittige gefragt haben und du erinnest dich, als ich gefragt habe, was für einen Wochentag war der 11. September 2001, der aus tragischen Gründen ein sehr bekannte Statum ist, da wusste die KI sofort, das war ein Dienststag. So fort, das ist auch richtig. Also, und das ist natürlich so, weil, über kaum einen anderen Tag wurde wahrscheinlich so viel geschrieben in der jüngeren Geschichte, wie über diesen Tag und sehr oft stand da in den Trainingsdaten, drin Dienststag, das bedeutet, es gab genug Material in den Trainingsdaten um diese Verbindung möglichst stark zu machen für die KI. Das hat geklappt, aber das klappt ja nicht mit jedem Tag. Also nicht jeder Tag hat so eine starke Übergewichtung in den Daten, um sozusagen diese Antwort zu gewährleisten. Und was deswegen passiert, ist, als ich nach irgendeinem superobscuren Tag gefragt habe, so vor 1000 Jahren, hat die KI gesagt, ich brauche mal einen Moment, warte kurz. Und in dem Moment ist sie ins Internet gegangen, sie hat ein bisschen recherchiert, hat irgendeine Website gefunden, wo das stand und kam zurück der Foto. Wo in Kalender wahrscheinlich drauf ist. In dem Sinne ist es ein bisschen ähnlich wie das Schachproblem, wo du gesagt hast, ja, die könnte ja einfach eine Schach-Engin benutzen und dann davon einen Screenshot machen, wenn die KI weiß, welches Werkzeug sie nutzen muss und dann dahin gehen kann und das nachgucken kann, dann funktioniert es. Wenn sie einfach denkt, sie soll jetzt irgendein Text schreiben und es war ein Sonniger, Dienstag, Mittwoch, Donnerstag, Nachmittag, dann liegt sie da aufmerksamkeit nicht drauf. Schöne Frage von Matthias. Wir haben es sehr genossen, uns mal eure Fragen genauer anzuschauen. Vielen Dank für die vielen, vielen Es gab auch noch viel mehr, die wir nicht behandeln konnten. Aber heute ist ja die 150. Folge des KI-Podcasts, also spätestens so 300. Kucken wir uns dann sehr gerne wieder eure technischen Probleme an. Und wir hoffen, ihr konntet das eine oder andere vielleicht für euch mitnehmen. Marie, auch du möchtest, glaube ich, noch IT-Support, denn ich sehe du hast gerade ein physisches Gerät aus der Tasche geholt. Marie, was hast du mit KI gemacht? Bin der IT-Support. Ich bin die krasseste Herkern auf dem Planeten. Kennst du noch dieses Teil? Es ist ein kleines Oranges, quadratisches Plastik-Ding mit einem Bildschirm. Es sieht ein bisschen aus wie ein, so was zwischen einem Game Boy und ein Smartphone. Ja, das ist ein Rabbit R1, das ist vor zwei Jahren mal so ein KI-Gerät gewesen, was mit viel Brembo-Rium angekündigt wurde und dann total gefloppt ist. Und weil du anscheinend die einzige Person, das dir das wirklich gekauft hat, weil ich sehe sie jetzt in deinen Händen. Das hat 200 Euro gekostet und das konnte nichts. Angeblich kann es jetzt mehr. Ich weiß nicht, was es jetzt offiziell kann, weil ich habe es getjailbrocken bzw. ich habe mit Klod und verschiedenen anderen Tools, das den komplett gehackt und was es jetzt kann, ist ganz einfach. Es ist ein Diktiergerät. Guck mal, ich drücke jetzt hier lange auf den Knopf. Mist, es macht sie damals anders als ich wollte. So, drücke doppelt auf den Knopf. Okay, ja, ich sehe einen Mikrofon-Symbol und es zeichnet uns auf. Also glück, ja, ein Glück. Ich weiß nicht, wie ich das beibringen soll, Marie. Aber du wirst bereits seit einer Dreifelstunde aufzeichnet. Aber jetzt werde ich doppelt aufgezeichnet. Okay. Und was es für mich nützlich macht, indem man wo ich die Aufnahme beende, wird dieses Ding an ein Raspberry Pi bei mir zu Hause, das recording schicken, sicher über meine verschlüsselte Cloud. Es wird alle Namen und Personen bezogen in Daten rausfiltern und zum Beispiel Grieger Schmalsriet ersetzen durch Person 1. Und dann wird es die Notiz-Ablegen bei mir, so dass ich sie immer mit einer KI benutzen kann und keine Daten meine Geräte verlassen. Das Klinik. Die Transkription funktioniert lokal auf meiner kleinen Grafikarte. Okay, also das klingt nett. War das 200 Euro wert? Frag ich mich jetzt. War das, die Frage ist eigentlich, war das 200 Euro wert und ungefähr drei Wochen Tocken mehr gesungen mit meinen ganzen verschiedenen Coating Tools. Ja. Das wird sich zeigen. Ich werde einfach in Zukunft berichten, ob ich das viel nutze oder nicht. Aber ich finde es wirklich cool, weil das ist eine Art von Projekt, die einfach für jemand wie mich krass und möglich gewesen wäre, noch vor ein paar Monaten. Komplett irgendwie im Kernel irgendwelche Android-Sachen bearbeiten und eine App dafür schreiben und ein Betriebssystem hecken und dann noch einen neuen Treiber installieren für das Mikrofon von diesem Ding. Also das ist, ich bin ins KI nicht gebe, hätte ich dieses Ding nicht. Aber wenn es ist KI gebe und ich hätte dieses Ding dann hätte ich halt weggeschmissen. Okay. Das ist eine Lösung auf der Suche nach einem Problem und das heißt, die jetzt gefunden. Das ist die most KI-Story ever. Absolut abschuldig. Was hast du mit KI gemacht diese Woche? Ähm, also. Jetzt muss es krass sein, weil du Tis sein. Das wird die größte Enttäuschung glaube ich in deinem Leben. Nee, ich möchte dir was vorspielen und zwar ich habe auf TikTok ein neuen Song entdeckt ja und ich werde dir jetzt einfach mal aufmachen und dann schauen wir mal was passiert. Okay, ich verstehe nur Chrysler. Chrysler und Brüden habe ich versteckt. Also hier noch ähnlich so weiter. Also ich zeig dir auch mal ein Video. Also hier sehen wir zum Beispiel so ein Mann mit Kauber-Eu-Hoot. Das war. Du musst mir gar nicht zeigen, weil wir von einem ganzen Sound von dir waren. Und dann haben wir die Kauber-Eu-Hoot. Das war eine Kabeer. Also der Song heißt Gobble Glitch Blackgrass Glitch Mix. Das hatte ich auch genauso erraten. Ich hatte gedacht, dass es noch einen Brümmen mit drin ist. Es ist eine Art Country Bluegrass Trap Hip-Hop Kombination. Und meines Wissens ist das erste Werk, das ist ein Genres. Und es gibt dann ganz viele Männer, mittleren Alltags in den USA, die das End geil finden. Also die fahren jetzt in den Pick Up Tracks und hören diesen Song oder hören andere Songs dieses Genres. Das ist mein Umverständnis nach. Das erste Genre, was quasi originär KI ist. Also es hat niemand vorher diese Sachen miteinander in Verbindung gebracht. Möglicherweise unterlähne ich mich jetzt aus dem Fenster, meinst du ganz schlimm ist. Ich find's ganz, ganz furchtbar. Also ich glaube, das war ein Fläch vorher. Die Grenzen des Guten geschmacks. Das ist einfach, nee, ich vermisse diese Sachen nicht miteinander. Und diesen jetzt einfach durch. Also es gibt keine Grenzen des Guten geschmacks mehr. Und das sehe ich auf TikTok gerade vermehrt. Also es gibt auch TikTok auch so komische Hip-Hop-Wikinger. Kombinationen mit dabei, die relativ groß sind, die auch sehr viele Views haben, sehr viel gehört werden. Früher hätte da ein Label gesagt, nein, das ist uns zu doof. Da machen wir nicht mit. Und mittlerweile gibt's diese Grenzen nicht mehr. Mittlerweile wird einfach alles generiert, ob es gut ist oder schlecht und ich hab jetzt einen O-Wurm von "Broom". "Gedahol" wird's glitzcht out. Ich möchte mega spannend. Ich möchte nicht mehr. Ja, wie cool. Also ja, das ist eigentlich so dieses generative Maximum in der Kultur, was uns bei Prädenen sind, Tese zum Beispiel so weit gebracht hat oder wo wir darüber reden, dass wir jetzt einfach so tolle Medikamente vielleicht entwickeln können, weil wir mit Karriere einfach die Möglichkeit haben, einfach eine Millionen Sachen nebeneinander laufen zu lassen, einfach zu gucken, was Klebenbleib. Wir werfen hier Spaghetti, einfach die komplette Schüssel, Spaghetti an den Kühlschrank und wenn eine Klebenbleib dann reicht's und die Spaghetti, die Kleben geblieben ist, das ist halt "Broom" "Criselard Thingspums". Oder wir haben mit der Protein-Synthese einfach so viel Gutes geschaffen, wir müssen jetzt wieder was schlägtes schaffen, um das wieder rauszugleichen. Das ist auf jeden Fall in meinen Augen ein ziemliches Verbrechen und wenn ich das Thema Verbrechen interessiere, dann habe ich noch ein Podcast-Tipp der Woche vor euch und zwar im Visier Verbrecherjagd in Berlin und Brandenburg. Das ist der True Crime Podcast vom RBB. Da schauen Uwe Madel und L. Vira Sibert jede Woche auf spektaguläre Kriminalfälle aus der Hauptstadt Region. Alles was da los ist, gibt es übrigens nicht jede Woche, ich korrigiere mich alle für zehn Tage, auch als Video-Podcast auf YouTube und Spotify und natürlich in Audioform, genauso wie uns in ARD Sounds. Die Überleitung war ein bisschen im Verbrechen, aber ich spreche dich freu.