Wie baue ich mir das perfekte KI-System?

* Musik * ARD Sounds. Marie, jetzt musst du mal kurz wiederholen, was du gerade eben gesagt hast, bevor wir die Mikros angemacht haben. Weil ich glaube, das ist ein Satz, der. Ich hab dir nicht so oft gehört in letzter Zeit. Ich weiß, was du meiste. Dass ich ultrahypt bin, weil ich in letzter Zeit nicht so viel am Computer war und nicht mich voll freuen, wieder mehr am Computer zu sein, demnächst. Ja, richtig. Wie so eine. Das war ich mit 10 Jahren. Als ich wusste, dass meine Eltern jetzt den nächsten Tag über mal viel unterwegs sein werden und ich kann mich ins Computer zirma setzen und auf den Computer stürzen, während draußen im Wunderschön frühen, die anderen Kinder ins Freibad gehen. Das war ich mit 10 Jahren und das bist du jetzt scheint. Ja, ist auch untypisch für mich. Eigentlich mag ich den Frühlen und bin auch gerne draußen. Aber ja, wir machen gerade alle so coole Sachen mit KI und ich glaube, es wird auch diese Folge, eine richtige Poweruserfolge, die vielleicht verständlich macht, wie man so fühlen kann, dass man beim schönsten Sonneschein draußen, dann doch irgendwie einfach ein bisschen Lust hat, sich mit Bots zu unterhalten und irgendwas in den Laptop zu hacken. Ach absolut. Mir geht es komplett so. Ich freue mich wahnsinnig auf die Folge. Und ich weiß auch, dass mindestens zwei unserer Hörerinnen und Hörer sich darauf freuen, aber hoffentlich auch noch mehr. Also Franziska hat uns zum Beispiel emailed, ob wir mal etwas zu Agentenarchitekturen erzählen können. Also, wie man eine Architektur aufsetzt in der verschiedenen Agenten zusammenarbeiten, KI Agenten und Hörer Sascha schreibt, wie baue ich mir einen Assistenten, der mich wirklich versteht. Und das sind zwei Fragen, die auf den ersten Blick ein bisschen geistet, direkt was miteinander zu tun haben, aber eigentlich doch. Denn wir wollen uns heute do und ich mal ausführlich anschauen, wie man eigentlich sich ein, ja, nennen wir es mal so, zweites Gehirn mit KI-Baut. Genau, das trennt auch, hab ich das Gefühl total. Im Internet gerade, da gab es ein paar große Posts, wo Leute wie Andre Kappati, den wir auch schon ein paar mal erwähnt haben, OpenAi mit Gründer, das erwähnt haben, wie sie das machen. Teilweise spricht man von einem KI-Betriebssystem, teilweise schreiben die KI-Nörz jetzt gerade ganz viel über Harnises. Also quasi so KI-Geschirr, im Sinne von Pferde-Geschirr. Wo spannend die KI ein, damit sie wirklich nützlich für mich wird. Und genau, wir haben uns mal zusammengesetzt und ein Rezept vorbereitet und hoffentlich eine sehr praxisorientierte Folge dabei, die viele Leute motiviert, da mal was nachzubauen und ein bisschen Anhaltspunkte gibt, in welche Richtung man damit gehen könnte, wenn man mit einem KI-Betriebssystem oder einem zweiten KI-Gehörn starten möchte. Ja, wir schauen uns heute an, was wollen wir da eigentlich bauen? Also was bedeutet es eigentlich ein solches KI-System zu haben? Und warum braucht es das? Dann was braucht es von der KI, damit das funktioniert? Also was in so die technischen Gegebenheiten, die wir klären müssen, damit das Ganze auch wirklich funktioniert? Und was braucht es von uns? Weil natürlich ist es schön und gut, wenn wir die KI am Ende das ganze Ding bauen lassen, aber am Ende hängt es von unserem Imputab. Also wie nutzen wir wirklich die Systeme so, dass das Beste dabei rauskommt? Das ist der KI-Podcast. Ich bin Marie Kielk. Und ich bin Gregor Schmalsregte und ich freue mich darauf endlich mehr, am Computer zu sitzen. Marie, warum wollen wir das eigentlich? Warum brauchen wir ein zweites KI-Gehörn ein KI-System, wie auch immer? Ich glaube ganz viel hat das damit zu tun, dass Sprachmodelle auf den ersten Blick ja immer so wirken, wie wir, weil sie so schön menschlich schreiben und klingen und denken, in Anführungszeichen. Aber weil sie sich dann doch in ein paar Punkten massiv unterscheiden, und der vielleicht wichtigste Grund ist es, dass Sprachmodelle nicht kontinuierlich lernen. Also das kennt jeder, der eine neuen Chat aufmacht in ChatGit.it und auf einmal gemerkt hat, "Huch alles tolle, worüber wir jetzt im letzten Chat gesprochen haben, hat die KI auf einmal vergessen." Das unterscheidet die KI von unserer Intelligenz, weil wir werden uns nach diesem Gespräch vielleicht nicht jedes Wort merken, aber wir werden uns an die wesentlichen Sachen erinnern und haben unser Gerät automatisch quasi abgedeitet. Genau, das ist irgendwie ein häufiges Missverständnis, weil wir sprechen immer über KI und sagen ganz oft, dass die ja lernt. In Wirklichkeit wird sie trainiert und dann ist da relativ viel abgeschlossen. Und die kann eben nicht, wie wir einfach sich konstant selber abdäten. Und ich glaube, das ist was auch fast jedem da draußen auch schon mal begegnet ist. Selbst wenn die KI quasi im Hintergrund sich was versucht zu merken, weil daran wird der gearbeitet, und da gibt es natürlich auch zum Beispiel in ChatGit.it oder in Klod verschiedene Möglichkeiten, dass sie sich schon erinnert. Was hast du denn gestern gefragt? Es ist irgendwie total auf so ein bisschen verquere. Z.B. egal, wie ich es mache, egal ob ich ein Gedächtnis einschalte, einer von diesen Apps oder ob ich mal sie einfach nur den Chatbot benutze, ohne mehr Großgedanken drüber zu machen. Was fehlt ist so eine richtig gute Anpassung an mich, an meine Umstände. Und dass die KI auch wirklich ein Verständnis davon hat mit wem rede ich. Und was muss ich dafür können und was braucht diese Person auch von mir an wissen und an Fähigkeiten? Es gibt da total schöne Beispiele anhand, der man das feststellen kann. Also das klassische Ding ist, wenn ich zum Beispiel die KI-Frage kannst du mir eine App empfehlen, die beispielsweise ich benutzen kann, um damit mit den Smarten weg zu bauen. Dann weiß meine KI mittlerweile einig am hassen, was für Geräte ich habe, was für ein Smartphone und ich habe, was für ein Laptop ich vielleicht benutze. Aber das sind Sachen, das muss man ja einmal mit dazu sagen, damit die KI das weiß. Oder es kann auch kompliziert werden. Also wenn ich einfach nur zu der KI gehe und sage ich bereite mich gerade auf diese Konferenz vor, dann muss die KI verstehen, was mein Job ist. Man muss verstehen, was ich auf dieser Konferenz mache, ob ich dazu Gast bin, ob ich vielleicht selber auf einem Penel sitze, was auch immer. Sie muss verstehen, warum ich da bin, wo ich dahin möchte, wer da noch ist. Also all diese zusätzlichen Informationen, die ein Mensch, mit dem ich wirklich in Menschlich arbeiten würde, ja kennen würde, aber die KI halt nicht. Das heißt ganz viel von dem, was uns gerade so zurückhält, ist halt, dass wir der KI jedes Mal neu gefühlt beibringen müssen, wer wir eigentlich sind. Und vielleicht noch zu erklären, warum die KI das nicht kann, wo sie doch so fliehen kann, wo sie doch eigentlich viel Konferenzen vorbereitet und ganz viel Dinge versteht, über alle möglichen Fachrichtungen und über alle möglichen Individuen. Die Modelle sind so groß geworden, dass quasi dieser Riesenkontext und dieses alles können, so ein bisschen zum Problem wird. Bei den Anfängen der KI hat man Modelle speziell auf bestimmte UseCase ist hintereniert. Und die Modelle, die wir heute haben, die so auch so intelligent wirken und so unglaublich leistungsstark sind, die sind das, weil sie halt nicht nur Katzen erkennen, sondern noch eine Million andere Dinge machen. Aber deswegen kann ich als Marie mich nicht einfach davor setzen und halt quasi sagen, bereit mit dem Podcast vollgevor, weil ich dann nicht weiß, in welche Richtung wird die KI losrennen und wird sie dann vielleicht irgendwie in Richtung Tiere abdriften und ganz sich ganz viel Kontext über Katzen beruhlen und gar nicht verstehen, dass sie jetzt eigentlich nicht gebraucht ist, sondern dass sie halt Podcastwissen braucht im Sinne von, was hier Marie Kilg im KI Podcast als Kontext hat. Und das Kuhle ist, ich kann hier diesen Kontext aber geben und das gucken wir uns an wie. Ganz genau das machen wir gleich, wir schauen uns an, wie baut man sich quasi die Lösung für dieses Problem, aber damit wird das wirklich machen können müssen, auch noch kurz zu beraten, was Leute denn bisher eigentlich machen, also ohne das große KI-System, ohne das Zweite gehören. Da gibt es natürlich ein paar Lösungsmöglichkeiten. So eine Lösung hast du schon genannt, das ist eben, dass es integriert in die großen Chatboards mittlerweile eine Art Memory-Funktion gibt, zumindest heißt das so, also eine Erinnerungsfunktion, die darf man sich aber eben nicht vorstellen, wie ein wirkliches Lernen aus jedem Gespräch, sondern das ist eher wie so ein Spickzettel. Also wenn ich einmal der KI gesagt habe, dass ich in München lebe, dann macht die sich dann in kleine Notiz in dem Spickzettel und weiß das, aber das bedeutet nicht, dass jede Informationen auf die Art und Weise verarbeiten kann. Manchmal werden diese Infos dann auch zum völlig falschen Zeitpunkt irgendwie rausgesucht. Zum Beispiel weiß mein Chatboard in der Regel, dass ich einen Podcast mache über KI und manchmal kommt es vor, dass wenn ich einfach nur nach Urlaubs-Tipps oder so frage, das dann die KI einfach zwischendurch anfängt, darüber zu sprechen, dass das ja auch ein interessanter Ort für den KI-Podcast wäre oder manche aber jetzt nicht das. Warum es mir geht? Das ist also der erste Versuch, das kann man auch händisch machen. Es gibt diese Custom Instructions, die man hinterlegen kann in den diversen Chatboards, wo man quasi der KI Anweisungen gibt, wie sie sich immer verhalten soll. Es funktioniert im Grunde genommen so ähnlich, aber hat eben seine Limit. Was man deswegen auch machen kann, ist man kann sich feste Assistenten bauen. Das ist das, was viele als Custom GPs kennen oder in Gemini gibt es die sogenannten Gems. Also das sind Bots, denen man einmal ein relativ langen Prompt hinterlegt. Also zum Beispiel, wenn ich der KI einmal beigebracht habe, wie ein Text-Steel aussehen soll, indem ich gerne schreibe, dann kann ich diesen Text-Steel Prompt einmal dauerhaft hinterlegen und muss in Zukunft nur noch den Text einfügen, den ich halt übersetzt haben möchte in diesen anderen Stil und die KI macht das für mich. Das ist das, was auch schon relativ viele nutzen, hat aber auch ein bisschen Schwierigkeiten, weil es halt nicht sehr flexibel ist. Es ist sehr starre. Also dieser Bord, dieser Custom GPT oder dieser D-Sat-Steel. "Jem kann dann halt nur eine einzige Sache, nämlich genau das, und ist nicht wirklich flexibel einsetzbar." Ja, also das lohnt sich natürlich, wenn man in ihre Petitive aufgaben hat. Also wenn ich zum Beispiel ganz oft irgendwie mit den Text umschreiben lassen will und immer weiß, ich brauche diesen selben Stil, weil so formulierig halt E-Mails bei der Arbeit oder, wenn man seine monatliche Buchhaltung macht und man möchte da einfach ein paar Dinge hinterlegen, dann funktioniert das gut, aber genau. Man muss quasi wissen, wofür lohnt es sich so was zu bauen und das dann oft benutzen. Und das kann man nicht so gut anpassen. Ja, irgendwann hat man auch zu viel davon. Also man will ja nicht mit 60 solcher Assistenten rumlaufen. Übrigens mittlerweile am Firmen angefangen, das umzubenen in Agents, warum auch immer. Also der Microsoft-Copilot nennt das Agents und bei Langdog nennt sie es auch Agents. Also gut. Deswegen gibt es noch eine dritte mögliche Lösung. Es gibt noch eine dritte größere Form, dieses Memory-Problem zu lösen und das ist, was zu mich viele Leute machen. Und zwar man schreibt einfach sehr lange in einem Chat. Also wenn man halt einmal der KI erklärt hat, wie man arbeitet, dann denkt man, okay, dann bleibe ich einfach in dem Chat, weil innerhalb dieses Chats hat sie sich ja die Sachen gemerkt, über das, wie ich arbeite und das, was mir wichtig ist und so weiter. Kann aber auch dieselben Probleme wie die anderen Dinge, ne? Das war nicht letzte Woche in dem selben Chat über den Podcast gesprochen, und diesmal einfach nur wissen, weil wo feichen Urlaub hin, dann funktioniert das nicht so gut. Und ich glaube, der Sweet Spot, den man treffen muss, ist man will der KI-Context geben, aber man will auch nicht das System überstrapazieren, indem man total viel unnötigen Text mitschickt bei jeder Anfrage und die KI dann dadurch verwirren kann. Also Kontext ist quasi das Stichwort, um das es geht. Was muss die KI wissen, um meine Aufgabe zu lösen und wie kriegt die Informationen und nicht zu viele Informationen? Ja, das ist was, was oft schief geht. Also gerade, wenn man alles in einem Chat versucht, um zu setzen, selbst wenn ich sage, okay, jedes Mal, wenn ich an einer Aufgabe arbeite, gehe ich halt in einen Chat rein. Das Problem ist irgendwann, ist es zu viel Text, es sind zu viele Anweisungen, die KI kommt durcheinander, die Ergebnisse werden irgendwann schlechter. Das liegt einfach daran, dass das Datenvolumen quasi überstrapaziert ist von diesem entsprechenden Modell. Und das ist auch teuer, das stimmt. Und die krieg ich auch langsam an der Witz. Also hat eine ganze Menge Nachteile. Und deswegen ist es quasi das Gleiche, wie aus dem gleichen Grund, aus dem ich in den Urlaub fahre, nicht jedes Mal mein hausrad einpacken, überlege ich mir, was sind denn die Sachen, die ich wirklich brauche im Urlaub? Was sind die Sachen, die ich wirklich jetzt hier einpacken muss und auf die ich nicht verzichten kann? Und sobald wir diese Sachen haben und vor allem ein System haben, um all diese Sachen smart im richtigen Moment einzupacken, dann haben wir ein smartes KI-System. Also gucken wir uns mal das Rezept an. Wir haben drei Zutaten dabei und dann vielleicht noch eine extra-prise Datenschutz, die wir am Ende noch drauf sträunen können, je nach Geschmack. Und die drei Zutaten sind, wir brauchen ein KI-Modell, ein Grundmodell, dann brauchen wir das KI-System, aus dem Rum und noch einen zusätzlichen Wissensspeicher. Vielleicht kannst du mal anfangen zu erklären, was es die Zutat 1 und wie baut man sich die auf? Die Zutat 1 ist das Modell und die ist die einfachste Zutat, wirklich sagen, deswegen danke, dass ich das übernehmen darf. Ich würde sagen, alle großen gängigen Anbieter, also wir reden da über Entropic, OpenAI, Google und so weiter, haben mittlerweile ziemlich gute KI-Modelle, die alle ziemlich gute Arbeit machen, was das angeht. Also bei Clote ist es Opos 4.7. Bei ChatGPT ist es seit dieser Woche GPT 5.5. Bei Gemini sind wir glaube ich bei Gemini 3.1. Die sind, was ihre Grundfähigkeiten angeht, alle ziemlich gut. Es gibt natürlich auch Mistral unserer europäische Konkurrenz zu dem Big Tech-Anbietern. Da muss man aber ähnlicherweise schon sagen, dass deren Bestesmodell wahrscheinlich gerade nicht starke Nuke ist, um wirklich mitzuhalten mit all den Sachen, die wir heute zumindest besprechen, die wir mit KI machen wollen. Und wenn wir das auf einen Menschen übertragen würden, also wenn ich mir anstatt dem tollen KI-System, quasi dann menschlichen Assistentvorstelle, dann ist das Modell so die Grundlage von allem, also die Grundfähigkeiten. Was bringt dieses Modellen mit? Es ist wirklich einfach so das Artmen und der Herzschlag, das ich kann generell sprechen und ich kann bei der Arbeit auf der Auff도 auch ein. Und ich stehe da und kann meine Hände bewegen. Ich kann so grundsätzlich lesen und schreiben. Und im Fall der KI natürlich noch ganz viele andere Sachen, weil KI wissen tiefer und breiter ist, als das von so einem Durchschnittsmenschen. Aber das heißt erst mal so, ich bin morgens bei der Arbeit, was soll ich tun. Und deswegen kann man aber auch eigentlich so ziemlich jedes große Modell nehmen, auch sonst so gefällt von den Grundfähigkeiten oder von der Preisstruktur zum Beispiel. Ich finde das total schön, dass du jetzt mal quasi unser erstes Gehirn ins Spiel gebracht hast. Also wir wollen unser zweites Gehirn bauen und nehmen unser erstes Gehirn dafür als Vergleichspunkt. Weil genauso ist es ja, ja. Und man muss ja damit man quasi gut arbeiten kann mit den Sachen um einen Rummen, auch als Mensch, muss man gut darin sein, Informationen zu verarbeiten und Informationen auch zu verändern, zu bearbeiten. Und genau darum geht es auch bei der KI, denn sobald man diese KI-Modelle einsetzt, kommen wir in die zweite Zutat. Und das ist so das System außen rum. Also, der gibt es erst mal die Basisinfrastruktur, über die wir da reden müssen, ja. Also das, was gerade viele benutzen und ich glaube, was wir zwei auch benutzen, ist das System von Clote. Ein Drop-Begharten mit seinem Clote-Ökosystem, mittlerweile sehr viele Möglichkeiten, sich so ein KI-System zu bauen. Chatchy-BT ist gerade noch nicht so weit, muss man sagen. Also ein paar der Funktionen fehlen noch, auch wenn das Meiste von dem, über das wir heute sprechen, darin umsetzbar ist. Dann gibt es noch Lengdok, was ein deutsches Unternehmen ist, was Zugriff auf viele verschiedene Tools ermöglicht und viele verschiedene KI-Modelle. Lengdok ist auch da nicht der einzige an, die das gibt ein paar, die das machen. Aber aktuell sind sie, würde ich sagen, zumindest in Deutschland, der erfolgreichste. Man kann tatsächlich auch dem Microsoft Co-Pilot, glaube ich, ganz gut einsetzen für diese Art von Aufgabe, wenn man den E-Shorn hat, wobei nicht alle so wahnsinnig glücklich sind, mit dem und manche nutzen auch andere Tools, wie zum Beispiel Notion dafür. Man merkt schon, es gibt viele verschiedene Infrastrukturen, Tools, die man dafür hernehmen kann. Wahrscheinlich ist es gut, am Anfang sich gar nicht zu viele Gedanken darum zu machen und erst mal anzufangen, mit dem was man E-Shorn hat. Und das wird wahrscheinlich eine der gängigen Chatboards sein. Und mal schauen, wie viel von dem, über das wir heute sprechen, man darin umsetzen kann. Sobald man merkt, man kommt eine Wand, dann überlegt man sich, "Okay, muss ich vielleicht auf ein anderes Tool umsteigen?" Genau, und das ist quasi alles, was du um dieses Modell drum rumbaut, brauchst, um wirkt es am zu sein. Also wenn ich mir jetzt wieder meinen Traktikantenvorstelle, der am ersten Tag zur Arbeit kommt, dann hat er seine Hände dabei und hat sein Gehirn dabei. Aber jetzt geht es hier darum, du musst in diesem Café Leute bedienen. Das ist vielleicht was, was du sagen musst. Hier findest du die Tischnummern und generell trag nicht mehr als so und so viel Taller auf einmal. Und du musst in die Küche gehen und essen holen und zum Tisch bringen und so Fähigkeiten. Im Sinn, wie auch wir Menschen uns einfach noch extra Fähigkeiten drauf schaffen können und die einüben können, die gibt es eben in diesem System auch der KI. Und da gibt es ganz viel, was die Anbieter schon mitbringen. Also wo die einfach, kennen wir auch, anschalten können, ich kann jetzt im Web suchen oder ich kann mir jetzt Dinge speichern. Und es gibt aber auch viele Möglichkeiten, sich das selber zu bauen, zum Beispiel in Notion. Ja, wir sind ja gerade im zweiten Teil von 3, also das System der KI rund um das Modell. Und ich glaube, die Funktion, die meisten gerade benutzen, die so was bauen, die heißt Skills. Also das gab es zuerst in Cloth, kommt wohl bald auch in ChatGit-Bit-Tie, obwohl es noch nicht breit ausgeräut ist. Gibt es auch schon in Lengdoch und in vielen anderen Tools. Und was ein Skill quasi ist, ist es ein Mal erklärt, was eine KI wie machen soll. Also eine kleine Anleitung, zum Beispiel in dem Café wäre das, wie positioniere ich die Tischkarten, wenn jemand reserviert hat oder so. Das ist so was. Das lernt man einmal und dann hat man es hinterlegt. Und muss es hoffentlich nicht jemals wieder nachschlagen. Und das können ganz viele verschiedene Sachen sein. Also ich habe zum Beispiel Skills, in denen ich festlege, in welchem Stil, ich schreibe. Und ich habe Skills, in denen ich hinterlegt habe, in welchem Format bestimmte Dokumente, abgefasst sind, die ich regelmäßig brauche. Oder ich habe einen Skill, in dem ich festlege, wie eine Recherche aussieht, ich immer wieder umsetze. Das heißt, anstatt, dass ich da mir jetzt für jeden einzelnen dieser Anwendungsfälle einen eigenen CustomGPT, einen eigenen Bottbauer, lege ich das einfach nur in so einem Skill ab. Und kann diesen Skill dann genau dann aufrufen, wenn ich ihn gerade brauche, kann das auch miteinander kombinieren. Ich kann zum Beispiel wissen, über mich in einem Skill hinterlegen, und das dann kombinieren mit einem anderen Skill, sodass mehrere Skills gleichzeitig durchlaufen. Und das ist technisch, gar nicht so wahnsinnig anspruchsvoll, weil am Ende ist es einfach nur, dass die Kaisi halt ein bisschen extra Text reinlädt, den man ihr vorher gegeben hat. Aber wenn man einmal angefangen hat, seine ganzen Infos, ja, ist ein ganzes Wissen, sein ganzes Können, in solche Skills zu verpacken, dann ist das total wertvoll und mächtig, wenn man einmal damit loslegt, die halt im richtigen Moment, ja, wie so drauf zu beschwören. Ja, also es sind eigentlich, sinds Programme, kommt mir gerade, das ist, glaube ich, so der ältere, ganz einfach, begriff dafür, ich lad mir dann das Programm rein. Genau, und das tolle ist, also ich muss mir nicht das Programm reinladen. Ich als Nutzerin, sondern die Kaisi kann einfach selber wissen, aha, da kommt ein Tennisball auf mich zugeflogen. Das heißt, ich muss mal ein Tennisball-Zurückschlag im Programm laden. Oder hier hat jemand eine Bestellung in meinem Café. Das heißt, ich laden meine Kellner-App und ich weiß, wo finde ich die Informationen, wie ich diese Aufgabe jetzt gut aus. Ja, da kann es natürlich auch wieder zu Problem kommen. Also es kann natürlich passieren, dass eine KI einen Skill-Aufruf der eigentlich gar nicht dafür gedacht war, an der Stelle eingesetzt zu werden. Deswegen ist es ziemlich wichtig, dass man bei den Skills sehr genau hinterlegt, wann die eingesetzt werden sollen und wie. Aber wenn man das macht, dann kappt das mittlerweile wirklich ziemlich gut, eben weil im ersten Schritt die Modelle mittlerweile so gut geworden sind. Also das ist eigentlich das, was das ermöglicht, weil die Modelle mittlerweile so smart sind, dass sie darauf kommen, wann sie welchen Skill quasi einsetzen sollen. Man kann das theoretisch auch über CustomGpts zum Beispiel lösen. Also man kann in ChatGpt mittlerweile zum Beispiel in jeder Anfrage einen neuen CustomGpt aufrufen, sodass man quasi eine Frage, einen Prompt an einen GPT stellt, dann die nächste Frage an anderen GPT. Das ist quasi eine andere Möglichkeit, so was ähnlich ist zu bauen, ist aber auch nicht so flexibel und wird von den meisten nicht auf diese Art und Weise benutzt. Deswegen vielleicht noch für diejenigen, die einen Chatbot nutzen, der Keines-Gill-Funktion hat, sind Projekte vielleicht noch die beste Möglichkeit, das zu machen, weil was man in einem Projekt machen kann, ist, man kann dauerhaft Dateien hinterlegen und dann hat der KI erklären, in welchem Moment sie welche Dateilehesen soll. Also zum Beispiel, man hinterlegt halt einmal die Informationen, wie die Rechnungen aussehen sollen, die man schreibt. Und wenn man das gemacht hat, dann wird die KI innerhalb dieses Projekts in der Regismat genug sein, dass sie dann auch wirklich dieses Dokument liest, um sich daran hält. Ja, du hast es jetzt gerade schon kurz gesagt, richtig mächtig. Wird das ganz natürlich, wenn ich das kombiniere mit dem Kontext und den Informationen über dich. Und damit sind wir bei der Drittenzutat, nämlich den Wissensspeicher. Genau, und der Wissensspeicher ist erst mal alles, was sich eben außerhalb von unserem KI-System befindet. Das kann ein Google Drive sein, das kann ein Dropbox-Order sein, das kann eine Notizenapp sein, so was wie ever node. Bei mir persönlich ist es Notion, das ist so eine Admission aus Datenbank und Notizprogramm. Und es gibt auch eine interessante europäische Alternative mit Kapazities, die wohl auch ganz gut funktioniert in diesem Bereich. Der Punkt ist, das ist halt alles, wo mein ganzes Wissen landet. Weil ich habe wahrscheinlich zu viele Sachen gespeichert, über meine Arbeit, über die ganzen Sachen, die mir wichtig sind, dass das alles in das KI-System selber reinpasst. Sondern ich habe einen separaten Wissensspeicher, wo das alles drin liegt, den haben wir in der Regel, ich muss man dazu sagen, wenn wir mit der KI arbeiten. Und sobald ich eben auf diesen Wissensspeicher zugreifen möchte, nutze ich halt einen Skill über ein gutes Modell und die KI schaut einfach nach im Wissensspeicher und kann den sogar natürlich auch selbst bearbeiten. Genau, das ist jetzt genau der Kontext, von dem wir nicht wollen, dass die KI den ganzen Kram immer im Hinterkopf hat. Sondern wo wir einfach nur wollen, dass sie weiß, wo sie suchen muss und weiß, wann sie die Informationen, wo sie findet, die sie braucht. Also das ist dann sozusagen das Nachschlagewerk in der Küche. Wenn ich dann doch mal vergessen habe, wie geht das Rezept oder doch mal für die Abrechnung Wissen muss, wie genau sind unsere Tischnummern strukturiert, dann gehe ich dahin und gucke das nach. Ich habe mit das Wissen, dass ich brauche, um es mit meinem Skill und meinen Grundfähigkeiten anzuwenden. Ich finde das total spannend, weil ich auch, ich habe selber gemerkt, jetzt seitdem ich selber so viel Bau in diese Richtung, wie viel man eigentlich lernt über unser eigenes Gehirn. Also, dass das wirklich ein Unterschied macht, zum Beispiel, zu unterscheiden zwischen Sachen, die ich wissen muss oder die ich können muss. Und Sachen, bei denen es völlig in Ordnung ist, wenn ich einfach nur weiß, wo ich sie nachschlage. Das sind so die zwei Arten von Intelligenz, würde ich fast sagen, natürlich kann ich mich jeden Einzelnen fakt merken, aber das ist ja nicht so schlimm, wenn ich nicht auswendig weiß, wie viele ein Wohne Hamburg hat. Alles, was ich wissen muss, ist, wo ich diese Informationen herbekommen. Und dann gibt es manche Sachen, die sollte ich wahrscheinlich immer wissen, zum Beispiel, dass Hamburg ein Stadtstadt ist und ein Wundesland. Das sind so Sachen, die muss man trennen. Und ich merke das immer wieder auch in Workshops, die ich gebe, und so, dass das eigentlich fast ein Großteil der Arbeit ist. Weil man muss erst mal sortieren, was gehört eigentlich, wo rein. Was muss die KI immer wissen? Was muss ich nur manchmal wissen? Wo ist die richtige Balance? Und wie bauen wir das Ganze jetzt schon so, dass wir, wenn in ein paar Monaten unweigerlich das nächste bessere Modell auf den Markt kommen, wir auch direkt, was davon haben, dass die Modelle immer besser werden. Ja, und das ist halt auch der große Vorteil davon, was es so mächtig macht, sich sein eigenes KI-System anzulegen. Wenn man das Klug anlegt, dann kann man das auch übertragen von einer KI in die nächste. Dann habe ich einfach, in meinem Fall, es ist einfach eine Ordnerstruktur auf meinem Computer und erlebt das ganze Zeug. Und ich weiß, es gehört mir und ich weiß, es nimmt mir niemand weg. Selbst wenn OpenA-Eimal ausfasiert, irgendwo nen Chat löscht, dann ist dieses Ganze wissen trotzdem noch da und diese ganzen Kontextateien und die ganzen Strukturen, die ich mir überlegt habe, die eine KI braucht, um sinnvoll mit mir zu arbeiten. Und das kann ich dann eben auch auf neues Modell jederzeit übertragen und auch auf mächtigere Modelle, wenn ich es ja dann quasi eine andere Struktur kommt, die ein bisschen andere Bedingungen braucht. Es geht mir nicht verloren. Was ich bei dir besonders schön finde, ist, du nutzt auch eine Art von Wissensspeicher, die besonders anspruchsvoll ist, wahrscheinlich, aber besonders gut funktioniert für KI. Würde ich gar nicht sagen, also genau das Programm, dass ich nutze, heißt Obsidien, Widerstein, Obsidian. Und das tolle daran ist, dass das eigentlich nur eine Oberfläche ist, um Markdown Dateien zu sortieren auf meinem Computer. Also Markdown ist total basic format. Das ist nicht viel mehr als eine normale Textarteil. Da kann man noch so schöne Überschriften machen und ein bisschen Struktur reingeben. Aber am Ende ist es quasi sehr universell. Und man weiß, dass egal, wenn sich in zehn Jahren die Programme total verändern, mit denen wir Text leben. Es ist relativ wahrscheinlich, dass Markdown immer funktionieren wird, einfach weil es so einfach ist. Und wie gesagt mag ich, dass die Dateien alle auf meinem Computer liegen. Weil das ist was, was ich in der Vergangenheit schon manchmal erlebt habe, ist irgendwie meine ganzen Artikel und alles, was ich wichtig finde und meine ganzen Notizen auf eine Art gespeichert habe. Und dann geht plötzlich der Anbieterpleite oder wird gekauft. Und ich hab total Stress, dass ich mir meine ganzen Dateien wieder runterlade oder dass alles in ein neues System übertragen muss. Und das weiß ich eben, dass mir das mit Markdown nicht passiert. Also jeder, der sich über die letzten Jahre oder vielleicht noch länger einfach so einen kleinen Datenschatz angesammelt hat, der einem sehr wichtig ist und wo viele Dinge drinstehen, mit denen man oft und viel arbeitet, der steht jetzt auf einmal vorhin richtig tollen Möglichkeit, weil man wusste vielleicht gar nicht, dass man das dafür gebaut hat. Aber jetzt auf einmal ist ein interessant gepflegter Datenvorrat eine wahnsinnig hilfreiche Unterstützung im Alltag. Also, ich wusste nicht, dass ich es mal damit sortieren kann, auch bei mir ist es in Notion und ich mache regelmäßig Backups und lade mir das alles runter, weil ich natürlich auch Angst habe, dass der irgendwas schiefgeht. Aber auch das hat mir echt weitergeholfen, weil ich jetzt eben nicht von null anfangen muss. Trotzdem auch, wenn man von null anfangen muss, würden wir im Fehlens einfach mal zu machen, weil der beste Zeitpunkt ein Baum zu Pflanzen ist vor 1.000 Jahren, der zweitbeste ist heute. Genau, das muss man jetzt bei all diesen Dingen in dem Rezept sagen. Egal, wie toll man sich sein System baut und wie gut man sich strukturiert, die ganzen Standardprobleme, die wir von KI kennen, die wir auch auf TN Podcast besprechen, die gehen dadurch nicht weg. Und je mehr von mir ich preisgebe und je mehr dieses KI-System in meinen Leben integriere, desto besser muss ich natürlich auch überlegen, was finde ich überhaupt in Ordnung, was darf die KI über mich wissen? Was soll die KI mit meinen Sachen machen? Und wo könnte vielleicht was schiefgehen? Oder wo könnte ich auch zu viel preisgeben? Auch allein aus rechtlicher Sicht, wenn ich jetzt mein ganzes Adressbuch an die KI anschließend würde. Und die würde das dann jedes Mal in die Cloud schicken, zu einem amerikanischen Anbieter und Telefonnummern von fremden Leuten oder sogar noch weitere Informationen von denen. Das wäre einfach nicht erlaubt in Deutschland, nach deutschen Datenschutz. Man kann auch dafür Lösungen finden. Wir sind im KI-Podcast keine Rechtsberatung. Wir sind nicht der KI- und Recht-Podcast leider, ja. Ja, sollte sich jede Person, die damit arbeitet, auch selber noch mal gut angucken und gut informieren. Aber es gibt schon Lösungen dafür. Was ich zum Beispiel in meinem Dateisesystem mache, ist, dass ich quasi ein jeder Dateien kleines Hickchen habe, das ich setzen kann. Das zeigt, enthält diese Datei sensible Daten. Und dann weiß meine KI, oder dann weiß mein System auf meinem Computer, dass alles, wo dieses Hickchen dran ist, nicht in die KI darf. Weil ich noch ein Cloud-Modell benutze, wo diese Informationen potenziell in die USA geschickt werden können. Man kann es auch umgehen, indem man sich komplett lokale KI-Baud und das alles auf eine eigene Grafik hatte, laufen lässt und gar nichts in die Cloud geschickt wird. Auch da kann man sich unendlich reinnörden. Es hilft auch, wenn man sich am Anfang vor allem sehr klar darüber Gedanken macht, was man eigentlich machen möchte mit diesen Tools. Wir haben jetzt viel über das zweite Gehirn gesprochen. Wir haben noch nicht so viel darüber gesprochen, was wir eigentlich konkret damit tun wollen. Eine Sache, die ich zum Beispiel mir aufgebaut habe, und so zwei, drei Skills, die miteinander interagieren, ist sich ein kleinen Workflow, der mich immer vorbereitet auf eine KI-Podcastfolge. Und zwar ganz am Anfang. Was die halt macht, es sich gibt dem ein paar Infos dazu, worum es um diese Folge gehen soll. Da gehören auch wirklich ganz loseen Utizen von mir dazu, oder ich rede einfach eine Minute lang und diktiere den Text. Und dann schaut die KI erst mal nach, was so bisherige Folgen von uns waren. Gleich da ab, ob sie was interessantes findet, dann startet sie eine Recherche zum Aktuellen. da ist vor allem hinterlegt, dass die KI auch darauf achten soll, dass es aktuelle Sachen sind, die sie rausgibt und keine veralteten. Und dann habe ich einen weiteren Skill, der erklärt, die typische Struktur einer KI-Podcast folgen. Und wenn man all diese Skills einmal hinterlegt, ist das tolle, weil ich das jede Woche machen darf hier in diesem Podcast, dass ich das einmal halt ausführlich machen muss. Einmal muss ich mir halt ausführlich hinsetzen und das bearbeiten. Und dann kann das Ganze mehr oder weniger einfach durchlaufen. Also natürlich wird mir noch irgendwas auffallen, was ich dann verbessern kann an den einzelnen Skills. Aber der Reiz dabei ist eben jeder sich wiederholende Auftrag. Alles, was mehrfach passiert, ist potenziell etwas, was ich eben nicht gezwungen bin, mehrfacht die KI zu beauftragen. Sondern ich mache es einfach einmal und der Rest läuft von alleine. Das ist eigentlich das spannende an diesen Skills. Ich habe eine Idee noch zusätzlich zu den Meeting-Vorbereitungen, die wir schon erwähnt haben, was für mich gerade total gut funktioniert und was mich total glücklich macht, ist das meine KI mit mir eine wöchentliche Nachbesprechung oder Nachbesprechung und Vorbebesprechung macht. Weil dadurch das, in dem Fall, ist es "Cloud Code". Dadurch das "Cloud Code" auch Zugriff auf meine ganzen To-Doulisten hat und auf meine täglichen Notizen, wo ich so ein bisschen grob reinschreib, wen hab ich getroffen. Und was war diese Woche solos? Kann mir mir super gut helfen, das zu strukturieren und am Ende der Woche Prioritäten für die nächste Woche vorzubereiten. Und das ist so cool. Das ist schön, weil da hängen ja wirklich all diese drei Zutaten, die wir geredet haben zusammen. Also man braucht ein starkes Modell, weil ein weniger starkes Modell wer wahrscheinlich nicht gut genug, um dieses Urteil zu fällen, was jetzt wirklich wichtig ist. Dann braucht es den ganzen Kontext aus deiner Arbeit, es braucht Skills, weil die KI muss verstehen, wie du eigentlich arbeitest und wer du eigentlich bist. Und dann braucht es halt den Zugriff auf deine Wissensdatenbanken oder in dem Fall deine To-Doulisten, was ja eigentlich auch eine Art von Wissensdatenbanken. Das ist für mich also ein ganz großer befreien, da moment irgendwie gewesen, als man festgestellt hat, man kann ja mittlerweile wirklich sein Chatbot eigentlich an fast jede gängige andere Software anschließen und den einfach mal da drin ein bisschen rumgerusstellen lassen und gucken, was passiert. Also ich hab zum Beispiel eine große Datenbank, da sammelt ich immer ebenfalls zu aktuellen Modellen und interessanten KI-Sachen, die ich so aufschnappe. Und ich hab mir jetzt über die letzte Woche erst einen kleinen Skill gebaut, wo ich erst mal meinem Klod erklärt habe, wie diese Datenbank funktioniert. Und was jetzt halt ich machen kann, ist, wenn ich einen neuen interessanten Artikel finde, dann kopier ich mir halt einen Absatz daraus raus, den ich irgendwie gut finde, poste den rein, sagt ihm sortier das mal ein. Und die KI guckt dann quasi nach, okay, in welche Datenbank gehört das jetzt, wo gehört das am besten dazu und postet das genau an die Stelle, wo es hin gehört. Das ist so was das, hab ich natürlich vorher händisch gemacht und könnte ich immer noch händisch machen. Also es ist halt immer so eine kleine Nerfaufgabe, die ich jetzt automatisiert habe. Und das macht schon sehr viel Freude. Ja, und das ist eine gute Nachricht auch für alle, die jetzt vielleicht schon einen großen Datenschatz sich angesammelt haben, wenn die letzten Jahre, aber den noch nicht in einem tollen Programm haben oder noch nicht perfekt instrukturiert haben. Natürlich ist KI genau, darin auch gut, das mit euch gemeinsam zu strukturieren und zu sortieren und da ein bisschen Ordnung reinzubringen. Ich glaube, damit sind wir auch schon im dritten und letzten Punkt, den wir noch kurz machen müssen, nämlich, was braucht nicht die KI, sondern was brauchen wir? Also es ist ein Begehörnjammar, weil es braucht immer zwei Umtangrotzutanzen. Das heißt, es braucht ja auch. In der Kada hat zwei. Hier. Ein Fogado oder Walnus auch. Das heißt, auch wir müssen irgendwas beitragen, damit dieses ganze System funktioniert, dieses zweite Gehirn. Was ist das, was es von uns braucht? Was meinst du, Barry? Auch das Gehirn hat zwei Hälften. Und das fand ich ihm in ganz schöne Metafel, die ich bei Leuten gesehen hab, weil was man sich überlegen muss, ist wirklich, worauf möchte ich der KI zugrift geben und wo möchte ich aber auch ganz bewusst, dass die KI getrennt ist von meinem Denken, dass sie nicht meine Tagebucheinträge umgeschreibt, oder dass ich nicht am Ende dann auch ganz viel KI geschrieben habe, neben meinen Tagebucheinträgen liegen, und gar nicht mehr weiß, was sind meine Gedanken und die Gedanken von der KI. Und deswegen, ich glaube, die exakte Lösung ist auch wieder sehr individuell, aber man sollte sich schon am Anfang mal überlegen, was ist eine gute Grundstruktur für mich? Und eine Sache, die zum Beispiel funktioniert ist, eben zu sagen, es gibt zwei Gehirnhälften, die einer ist die Menschen-Hälfte. Und die andere ist die KI-Hälfte. Und ich sage, der KI auch hier in dieser Gehirnhälfte, das sind meine Gedanken, die darfst du zwar lesen, aber da schreibst du nichts rein oder ändest du nichts. Das ist meinst. Und in der anderen Hälfte darfst du dann strukturieren, so viel du willst und die neue Dateien anlegen und da arbeiten wir quasi gemeinsam drin. Aber so hat man ein bisschen so das linke und das rechte KI-Hön getrennt. Das ist schon mal eine Sache. Ja, das ist ganz schön. Und wenn man dann anfängt, diese zweite Gehirnhälfte aufzubauen, weil die wird ja am Anfang noch ziemlich klein und schrumpelig sein, was ich dann wichtig finde, ist, dass man sich nicht übernimmt. Also vor allem, wenn man ihr noch am Anfang steht und noch nicht wirklich so ein System dieser Art hat, dann kann das natürlich auf den ersten Blick schon ziemlich überwältigen wirken. Und okay, ich muss jetzt das perfekte System bauen, wo und alles muss miteinander enttagieren und so weiter. Das ist wahrscheinlich nicht so toll, sondern am besten, man fängt erst mal klein an. Man fängt vielleicht mit einer Sache an, die man mehrfach eingebt. Man einfach weiß, ich sitse immer wieder vor der KI und erzähle immer wieder das Gleiche. Das wäre dann zum Beispiel was, wo man sich bei seinen ersten Skill draus baut. Und dann baut man sich so sein kleines Netzwerk aus Skills auf, Stück für Stück oder aus CustomGPTs möglicherweise auch. Und wenn man dann irgendwann merkt, okay, ich habe jetzt so ein Skill, den verwende ich immer wieder. Und ich verwende den immer wieder auf die gleiche Art und Weise, dann ist das vielleicht wirklich eine Automatisierung wert. Da reden wir dann über andere Tools. Wir reden da auch möglicherweise über richtig agentisches Arbeiten in Cloud Code und in Cloud Code Work und in auch Lengdog mittlerweile oder so möglicherweise sogar ein Acht innen. Also, man merkt, da werden wir jetzt ein bisschen komplexer, weil das dann auch am Ende dieser Reise steht. Also das ganze funktioniert deswegen so gut, weil es modular ist. Also man fängt an, klein und hier besser diese Systeme werden von außen. Also die Cardi-Modelle, aber auch hier besser unser eigenes System wird, desto mehr können wir damit anfangen und so baut man sich das Stück-Verstück immer größer. Das ist eigentlich der beste Weg. Ja, das finde ich total richtig. Und dann es muss Spaß machen, weil sonst ist es aufwendig und geradeweise auch ein bisschen technischer wird. Ich glaube, ich verlehrt man sonst vielleicht die Motivation. Also die Empfehlung ist immer, sucht euch was, wo ihr wirklich dann richtig Bock drauf hättet, dass das funktioniert. Das darf dann auch ein bisschen komplexer sein. Das darf auch eine kleine Herausforderung sein. Für die Cardi und für euch. Aber das finde ich immer, dass das bei der Motivation hilft, wenn man dann sagt, nee, ich geh jetzt heute noch mal nicht raus in die Sonne, sondern ich baume da hier noch was weiter mit meinem Kloat-Code und obsidieren und einen Norrsch und N8N, weil wenn das funktioniert, dann muss ich nie wieder in die Meeting vorbereiten. Das revolutioniert dann mein Leben. Dann kann ich ab sofort nur noch in der Sonne sitzen, die ganze Zeit. Also ich habe es auf jeden Fall erlebt, dass man sich da krass reinziehen lassen kann. Dass es auch was, was man ab und zu reflektieren sollte, K.I. ist gut, da drin auch Chaos zu sortieren. Und ich darf vielen Menschen macht es aber auch Spaß Chaos zu sortieren. Und das ist, glaube ich, ein typisches Obsidiending, also alle, die mit diesem Programm arbeiten, was ich habe, oder ganz viele die Berichten, dass dann will man immer noch was dranflanschen und noch was reinbauen. Und man sitzt dann da manchmal da und macht dann was in eine richtige Metaarbeit und räumt eigentlich auf und verteilt neue tags. Und es ist gar nicht so unbedingt sinnvoll, sondern es ist so was, was man als Menschheit an macht, dass man, wenn man so ein System hat, dass man es immer weiter verbessern will und noch polieren will. Also wie bauen wir uns das perfekte KI-System? Schritt 1, wir erkennen, wo die Limits, der bisherigen Tools sind. Also das Memory nicht wirklich so funktioniert, wie es soll. Das auch klassische Assistenten-Agence, zumindest das, was Agents im Copilot oder in Lengdoch sind, ein bisschen zu religiere sind. Wir wollen nicht wirklich das liefern, was wir damit wollen. Dann überlegen wir uns, was brauchen wir von der KI? Wir brauchen ein starkes Modell, das kann eines der gängigen Modelle sein, die gerade so auf dem Markt sind. Wir brauchen eine Methode, um unser eigenes Wissen, unser eigenes Können zu hinterlegen, in der Regel in zum Beispiel Skills oder auch ein bisschen komplizierteren Strukturen. Und dann brauchen wir eine Möglichkeit, zu interagieren mit anderen Programmen, mit einer Wissenstatenbank und so weiter. Und all das dauert vielleicht ein bisschen, sich das aufzubauen. Aber Maria und ich sprechen aus Erfahrung. Es lohnt sich auch wirklich. Und das Schöne ist, das Zweite gehören, kann genauso individuell sein, wie das erste gehören. Also das, mal für sich zu entdecken, was man eigentlich möchte von diesen Tools, wo man eigentlich damit hin will und wo die einem wirklich unterstützen können, ist am Ende eine Reise. Das stehen wir alle relativ alleine da am Bahnsteig. Aber es kann ja auch eine Hoffnungssvolle Reise sein, eine noch etwas einfacher und besser sortierte Zukunft. Gregor, wo bist du denn noch hingeräst mit KI-Spieße? Ich würde gerne über zwei aktuelle News-Stories sprechen aus der KI-Welt. Das erste machen wir, glaube ich, ganz kurz. Das ist nämlich das ALEF-Alpha. Vielleicht erinnert man sich noch. Das war mal so, was wie die deutsche KI-Hoffnung. Wir haben im KI-Protkasten nie allzu groß darüber gesprochen. Ich glaube, ich immer so ein bisschen skeptisch, ob das tatsächlich ein deutsches Open-Ai werden könnte. Die Skeptik haben sich, glaube ich, ganz gut gehalten. Mit der Weile ALEF-Alpha wird jetzt mehr oder weniger übernommen von einem kanadischen Unternehmen und zwar KI-Hur. Es ist eine relativ interessante Deal, weil es wurde erst so ein bisschen als Merger bezeichnet, also als Zusammenschluss zwei gleichwertige Unternehmen. Was eigenartig ist, weil diese Unternehmen sind nicht gleichwertig. hier ist ungefähr zehn mal so groß wie alle für Alfa, es scheint. wo auch eher so eine Art Fall von ein mittelgroßes KI-Unternehmen kauft, ein schwächelndes KI-Unternehmen um dann besseren Zugriff auf den deutschen Markt zu bekommen. Was ja auch sinnvoll ist, also Ko-Hee ist ein kanadisches Unternehmen und Kanada hat ja auch ähnlich wie Europa, interessante Interessen im Bereich digitales Soverynität. Also da macht das schon irgendwie Sinn, also die wollen ja auch unabhängiger werden von den USA. So kann man diesen Deal wahrscheinlich auch irgendwie verstehen, aber ob das jetzt tatsächlich einen unabhängigen KI-Champion hervorruft. Auch da kann man glaube ich kurz ein bisschen skeptisch sein. Deswegen würde ich auch direkt zu der anderen Sache kommen, die ich gemacht habe. Und zwar es gibt ein neues GPT-Build-Modell. Sora wurde gekillt, es gibt keine Videos mehr von OpenAI, aber es gibt ein neues Bild-Modell, mit dem ich Bilder generieren kann. Und das ist wirklich toll. Also es ist so ein Fall von der Zeit lang, weil ja wirklich Google mit den Nano-Banana-Modellen das völlig uneingeschränkt beste KI-Build-Modell. Das ist jetzt vorbei. Jetzt ist es ein deutlich wieder GPT, ist schon lustig wieder so hin und herwechselt. Und die schönste Sache, ich poste da die Links dazu in die Show-Nords, was ich gemacht habe, ist, ich habe der KI gesagt, baume mir doch mal bitte ein Bild von einer. ein Low-Fi, natürliches Bandphoto von einer schwedischen Indie Band. Und das ist schön, weil also Low-Fi heißt ja so ein bisschen selbst gemacht, also nicht zu Hochglanz, sondern soll schon aussehen wie eine Indie Band. Und das ist ein super Beispiel dafür, wo das Gemini-Build-Tool von Google schon irgendwie ganz gut. Es ist nicht schlecht, was das macht, das ist halt. Ich finde, es ist ein bisschen zu gezwungen, also dann hängt dann Post da an der Wand und es ist sehr voll das ganze Bild. Es ist nicht wirklich Low-Fi, es ist nicht wirklich selbst gemacht. Ich sehe es gerade, ja, schon mit gerade Beide an. Ja, es hat eine total andere Ästhetik. Also das Gemini-Build, es schockt einen jetzt überhaupt nicht so, das ist halt das, was wir jetzt schon kennen aus den letzten Monaten, was KI-Modelle können, das Tatchy-Pity-Build oder das Open AI-Image ist schon viel, viel besser und viel weibiger irgendwie. Ja, es ist vor allem, es ist reduzierter. Also Gemini hat versucht, dass alle möglichen Zeug irgendwie voll zu kippen dieses Bild und Tatchy-Pity-Weiss, nein, eine schwedische Indie Band würde eben nicht vor irgendwelchen Postern posieren oder so, sondern die würden einfach für irgendeinem Ollenhaus stehen und sich fotografieren lassen mit einer Log-Kamara und alle ein bisschen mismutig dreienblecken. Das ist was die machen würden und genauso sieht dieses Bild aus. Es sieht wirklich gruselig echter aus. Es sieht wirklich exakt aus wie genau die Art von Band, die ich auch höre irgendwie. Die Karte-Genste zum Beispiel ist so eine Band, die finde ich genauso aus sein, die ist halt echt, ich finde es schon echt spannend. Und ich glaube, man muss halt jetzt noch viel genauer hinkucken als früher beziehungsweise, dass KI ist und dass manchmal die Informationen nicht ganz richtig sind, ist jetzt gar nicht mehr esthetisch zu erkennen. Es ist nicht mehr visuell zu vermitteln, sondern man muss das wirklich FACCH checken jetzt wie schriftliche Informationen auch. Ist das was du letzte Woche mit KI gemacht hast? Viel FACCHt gecheckt? Nee, was ich mit KI gemacht habe, ist eigentlich eine Story, was ich nicht mit KI gemacht habe. Sag dir an Gene Portrine war es Krieger? Nein, klingt wie eine gute Freundin von dir aus Paris. Es ist auch gleich ein französischer Begriff für angina-Pektorisme, nervige Krankheit. Aber es ist auch eine Band, die gerade irgendwie in meiner Bubble total viral gegangen ist, weil die so ungewöhnlich sind. Also es ist mikrotonal und mein Test für die verschiedensten KI, die ich gingen an der Ausgespielt habe, war, können die hinkriegenden Konzertkarten zu kaufen. Weil das einfach seit diesem einen Konzert auftritt ein riesiger Hype, gibt es eine große Tour, die Band kommt auch nach Berlin und nach Köln. Und es war quasi sofort klar, dass es eine Art von Kartenvorverkauf ist, wo man vor dem Computer sitzen muss und im Sekunden-Takt Refresh muss und hoffen muss. Dass man unter den ersten paar Leuten ist, die da kaufen klicken. Und ich wusste aber zu dem Zeitpunkt, wo der Vorverkauf freigeschaltet wird, hatte ich ein Interview in einem anderen Podcast, das heißt, ich konnte eigentlich nicht jetzt lange weg sein. Und habe also kurz vorher einfach alle meine Chatbois, die ich keine gefragt, so kriegst du das hin, kannst du für mich da sitzen und die Seite Refresh und mir die Konzertkarten kaufen. Und das ging nicht. Ich habe auch eine das Interview unterbrochen und sei bei Refresh und habe genau eine Karte bekommen. Aber das ist, glaube ich, für dich jetzt nicht super überraschend, dass die KI's es nicht können. Die haben alle gesagt, nein, ich darf nicht deine Kreditkarten-Informationen verwalten und ich kann dir da nichts kaufen. Und teilweise tatsächlich haben wir auch einen Moment gebraucht, um zu checken, dass es mir nicht jetzt um die Halskrankheit geht. Und wenn es nicht so an China-Pektor ist, dann um die kanadische Data sonst wie Band. Aber ja, das fand ich so ein ganz interessantes Moment, weil das wäre natürlich eigentlich ultra hilfreich. Also genau das, was immer beworben wird von den großen KI-Laboren, dass ich halt einfach wirklich nützliche Sachen mir von der KI erledigen kann, wenn ich zum Beispiel keine Zeit habe und wenn es genau darum geht, jetzt schnell zu sein und ein bisschen komplexe Dinge zu verstehen und zu sagen, wo bei diesem Ticketverkauf muss ich mich genau einloggen und was für Daten brauchen, wie kriege ich da jetzt am schnellsten die Tickets, geht noch nicht. Ja, das Problem damit ist natürlich, in dem Moment, in dem das sehr gut geht, wird es ja noch schwieriger diese Konzertkarten zu kaufen, weil dann auf einmal jeder solche Bots dahinschickt, sehr eh schon so ein Problem bei Konzerten, dass die ganz oft von ein paar Leuten irgendwie erst mal eingesagt werden, die ganz viele Gutes. Genau, und die Vorverkaufsportale haben absichtlich natürlich so Antibot-Schrankend drin und machen das natürlich extra schwer, weil das dann irgendwo unfair wäre. Immerhin haben die meisten der Bots mit dem richtigen Link gezeigt und mich zur richtigen Seite geschickt, wo ich die Tickets dann selber kaufen konnte. Also schön, dass es noch geklappt hat bei dir, also viel Spaß beim Konzert, wenn es so weit ist, viel Spaß außerdem im Garten und wenn du im Garten unterwegs bist, dann machst du das gleiche wie HALCO. HALCO hat uns nämlich auch geschrieben, was er mit KI gemacht hat. HALCO sagt, er betreibt eine Gemüsefarm, also ein sehr großer Garten, und sagt er braucht sehr viel Kompost. Deswegen ließ er sich von Klod eine Website bauen, mit deren Hilfe er die optimale Zusammensetzung seines Komposts steuern kann, weil es geht da um die richtige Zusammensetzung für eine Heißkompostierung. Ich liebe es so, was zu lernen, weil ich hab von nur dertig keine Ahnung. Der Kompost muss ca. 60 Grad heiß werden und dann werden die Abfälle zu einem guten Substrat. Und das heißt, was er dann macht, ist er gibt zum Beispiel ein, dass er jetzt da zwei einmal Gemüseabfälle drauf wirft. Und die Website rechnet das dann aus und sagt ihm, wie viel Holzspäne oder Stroh er jetzt dazu geben muss, damit ein optimales Verhältnis von Stickstoff zu Kohlenstoff erhält. Also so ein kleines Tool, was HALCO braucht und sonst wahrscheinlich nicht so wahnsinnig viele andere Leute. Aber gerade deswegen ist es so toll, dass er sich das einfach selber bauen konnte. Mega toll, erinnert mich auch ein bisschen an meine Freundin Kori, die ja auch bei ihm eben ganzen Umtopfen sich von Klod ganz viel ausrechnen lassen, wie viel Erde zu, wie viel Kieselsteine und so. Ja, schöne Sache, danke HALCO. Und wenn ihr nach dieser Folge noch Interesse habt, weiter eine spannende Podcast-Unterhaltung zu bekommen, dann tut das unbedingt bei unseren Kollegen von "Die Entscheidung", dem Politik Podcast. Die haben nämlich eine neue Staffel, wer mir schon vor kurzem geredet, über deren Staffel rund um Facebook. Jetzt gibt es eine neue Staffel über Helmut Kohl. Und es hat tatsächlich auch einen ziemlichen KI-Bezug es geht nämlich, um die Frage, warum eigentlich der Glasfaser ausbau in Deutschland heute nicht da ist, wo er eigentlich hätte sein sollen. Und damals Anfang der 80er-Jahre wäre das wohl vielleicht möglich gewesen, was stattdessen passiert ist. Und warum Bürgermeister heute noch an dem Versuch alte Kupferkabel zu ersetzen, verzweifeln, darum geht es in die Entscheidung in der neuen Staffel, der Link, wie immer, bei uns in den Schonerns. [Musik]