Die USA sperren das „zu gefährliche" Mythos – einen Tag später verkauft es OpenAI

00:00:10: Hallo und herzlich willkommen zu einer neuen Ausgabe von KI & Tech To Go, der Praxispitchier auf hardwarewartung.com.

00:00:17: Und bei mir im virtuellen Studio ist Jusuf dabei!

00:00:21: Hallo Jusof, grüßet dich!

00:00:24: Schon wieder eine Woche vorbei und schon wieder ein Zettel voller Themen und ja es hört einfach nicht auf was aber auch irgendwie gut ist oder?

00:00:34: Das ist offensichtlich.

00:00:35: man sollte nix mehr erzählen hier.

00:00:37: Ich meine, man kann immer irgendein Blödsinn erzählen.

00:00:38: Man kann immer

00:00:39: irgendwas erzählen!

00:00:40: Es gibt einen Belugverband, da wird immer irgendetwas erzählt.

00:00:43: Könnten wir auch machen?

00:00:44: Hätte ich... hätte mal kein Problem.

00:00:46: Das nicht, aber ich glaube die anderen wollen es vielleicht nicht hören.

00:00:50: Ja wahrscheinlich.

00:00:51: Falls doch, lass uns einfach mal ein Kommentar da.

00:00:54: Vielleicht wollte er auch einfach mal das wir uns so bisschen ohne Sinn unterhalten.

00:00:59: Bis dahin machen wir einfach ein bisschen weiter und reden über K-Ingen-Technik.

00:01:03: Und ja, wie letzte Woche schon auch in dieser Woche noch mal als Einstieg.

00:01:08: Ich habe mir nochmal Gedanken gemacht zu dem Thema Entropic und zu dem Fable-Modell was ja immer noch nicht verfügbar ist.

00:01:17: Mir kam so der Gedanke okay wenn jetzt dieses Modell weil es zu gut ist oder zu gefährlich ist nicht mehr ausgeliefert werden darf an die Kunden?

00:01:26: Was bedeutet das dann eigentlich für die weitere Entwicklung?

00:01:28: denn Ich gehe mal davon aus, mit dem Fortschreiten der Entwicklung werden die Modelle eher nicht schlechter sondern wahrscheinlich eher besser und leistungsfähiger.

00:01:39: Bedeutet das dass wir ab jetzt überhaupt keine neuen Modelle mehr bekommen weil sie könnten ja dann theoretisch noch gefährlicher sein als Fabel.

00:01:47: Das heißt haben wir jetzt eine Grenze erreicht in der zumindest einmal für die breite Masse Modelle verfügbar sind spezielle Gruppen, die davon profitieren.

00:02:00: Ja also sind wir schon am Ende der Entwicklung angekommen.

00:02:04: Stelle ich jetzt einfach mal so platt in den Raum die Frage?

00:02:08: Könnte man fast annehmen wenn man irgendwie die Nachrichtenlage und Mythos unter alles so gefährlich und sogar die NSA kommt ins Spiel dann können wir hier noch nachher darüber reden.

00:02:22: gleichzeitig kommt aber so Sachen raus wie eben Jejupti-Fünf-Fünf-Cyber, die dann genau dasselbe sind in Grün.

00:02:36: Man könnte natürlich annehmen das, dass irgendwann einmal so der Riedel vorgeschoben wird und der normal autonomalsterbliche nicht mehr den Zugang zu den besten Modellen bekommt.

00:02:50: Und das ist ja heute schon so!

00:02:52: Also es ist ja nicht so was das nicht so ist sondern auch heute schon haben die Frontierlabs Zugang zu Modellen, die noch lange nicht gelauncht sind.

00:03:05: Die aber im Hintergrund weiter genutzt werden um ihre eigene Systeme weiterzuentwickeln.

00:03:09: also dieses ganze Recursive Improvement ist ja eine Sache die immer weiter läuft.

00:03:22: ich glaube man kann es nicht mehr aufhalten.

00:03:25: Es ist so ein bisschen wenn der Stein mal ins Rollen gebracht wurde.

00:03:28: Jetzt kriegst du es nicht mehr gestoppt.

00:03:30: Genie ist aus der Botto und selbst wenn die Amis aufhören hier alle zu versorgen, dann werden die Chinesen nicht aufhörn weil die Open Source Welt wird weitermachen.

00:03:45: und es ist halt auch wenn die Amerikaner im Moment an der Front sind und vielleicht auch viel weiter an der front sind als die meisten annehmen sind die anderen Open Source Labs oder andere Nationen nicht so weit hinterher.

00:04:03: Und um ehrlich zu sein, braucht man jetzt auch nicht mehr so viel mehr.

00:04:08: Also wir werden danach ja auch noch zu anderen Konzepten wie dieses Sakana können was wir auch nochmal reden werden dass es oft gar nicht notwendig ist noch mehr zu haben.

00:04:21: also wenn du das was da ist richtig nutzt und noch besser nutzt kannst du schon Dinge erreichen, die ja das nächste Frontier Modul deutlich schlagen werden.

00:04:33: Und wir sehen das selbst wenn wir hier selbst unsere eigenen Agent Harnesses bauen und unsere Use Cases optimieren und die Workflows optimieren dann können wir selbst mit den dümmsten Modellen Dinge erreichen die selbst die großen Frontierlebs nicht schaffen.

00:04:51: also ich glaube nicht dass die dass da schon das Ende der Farmenstange ist.

00:04:58: Ich glaube, dass es einfach ein großartiges Entertainment ist.

00:05:03: Also alle nutzen quasi diese Emotionen und diese Angst und Euphorie und all die Möglichkeiten und auch die Dudelenseiten um alles extrem darzustellen, um halt großes Kino produzieren und ich finde es ganz gut.

00:05:30: Also, ich habe nichts dagegen solange man sich selbst halt irgendwie eine also so ein bisschen die Realitätsbrille immer wieder aufsetzen kann und sagen kann So!

00:05:41: Und jetzt kommen wir wieder zurück auf den Boden und jetzt schauen wir uns das mal genauer.

00:05:44: was meinen Sie damit genau?

00:05:47: Was sind die Fakten?

00:05:49: ja und was ist die Story?

00:05:51: und deswegen gibt's uns auch hier mit unserem Kaili und Techtego, damit wir eben diese Sachen auch mal ein bisschen runter auf den Boden holen.

00:06:00: Und sagen okay das ist alles nicht ganz so heiß gekocht wie es gegessen wird.

00:06:08: Was ist deine Meinung?

00:06:12: Ja ich bin mir jetzt ehrlich gesagt nicht so ganz klar.

00:06:15: was das für die Zukunft bedeutet hat sicherlich auch politische Gründe.

00:06:23: das wo wir heute stehen also sehr persönliche politische gründe wenn du weißt was ich meine also verbunden mit einer bestimmten personen.

00:06:37: Wenn es da einen Wechsel mal gibt in zwei Jahren, dann könnte das schon wieder etwas anders aussehen.

00:06:44: Also jetzt sich die Politik insgesamt aber sagen wir mal diese persönlichen Befindlichkeiten, die werden dann hoffentlich weniger werden und dann könnte es schon wieder anders aus sehen.

00:06:54: Aber zwei Jahre wie wir ja wissen sind in der Technik gerade in der KI-Entwicklung eine sehr lange Zeit und deshalb müssen wir uns schon die Frage stellen was wird in diesen zwei Jahren passieren.

00:07:07: Also klar ist, wir haben ja nicht nur die USA also das ist schon so.

00:07:13: Wir haben China als mindestens ebenso ernst zu nehmenden Player auf dem Markt und sie werden natürlich weniger Zurückhaltung üben was Veröffentlichung leistungsfähiger Modelle angeht.

00:07:29: Gerade wenn Sie erkennen, dass die USA hier ein Riegel vorschieben dann sehen sie das vielleicht auch als Chance da in Führung zu gehen und eben auch die breite Masse der Konsumenten für sich zu gewinnen.

00:07:48: Wir sollten trotz allem Europa nicht ganz außer Acht lassen.

00:07:53: wir müssen auch gucken was sich in Europa da tut.

00:07:56: Ich bin ja da nach wie vor Verhalten optimistisch, dass wir über kurz oder lang da auch immer leistungsfähigere KI-Modelle erstellen werden.

00:08:06: Und dann müssen wir schauen, wie Europa damit umgeht.

00:08:11: Wobei meine Erwartung ist das aufgrund der strengen Regularien die wir hier haben, Stichwort AI Act dass es da auch schwierig werden dürfte, Modelle herauszubringen die ein Sicherheitsrisiko darstellen.

00:08:30: Also wenn ich eine Prognose abgeben würde dann würde ich sagen diese Blockade in den USA bleibt noch ein bisschen erhalten.

00:08:41: China wird da so ein bisschen vorlegen und wird auch Trump erkennen, dass er damit sein KI-Wirtschaftenbeandienst erwiesen hat und wird dann wieder zurückholern.

00:08:58: Andere Alternative ist es halt nur selektive Maßnahmen gibt seitens der US-Regierung gegen die, die der Regierung eben nicht so wohl gesund sind wie andere und das sich ein bisschen die Marktgewichte verschieben dann davon profitiert und sowie dagegen über Entropic Boden gut machen wird.

00:09:22: Aber das weiß man nicht so genau, weil da spielen auch wieder andere Effekte rein zum Beispiel die Markenwahrnehmung, die sich dadurch sicherlich nicht zugunsten von Open AI verschieben wird wenn man das Gefühl hat Entropic wird hier an die Kette gelegt.

00:09:35: also es ist schwer zu sagen Also ich halte die Wahrscheinlichkeit eben des ersten Szenarios für am größten dass China jetzt davon profitieren wird.

00:09:47: Das sehe ich genau so.

00:09:49: Aber es gibt hier schon noch ein paar Entwicklungen, also man sieht jetzt hier vielleicht mal kurz ein bisschen aufrollen was dieser ganze Febel-Mythos-Kram jetzt irgendwie doch eine Historie hat, dass man alle auf dem letzten Stand bringt und dann wird einem vielleicht auch ein bisschen klar wo die Reise hingeht ja?

00:10:12: Und warum das eigentlich alles... Vielleicht viel persönlicher ist, als man oberflächlich glaubt.

00:10:22: und dann die abstrakte Sicht zu dem ganzen Cyber Security Thema.

00:10:28: Also vielleicht mal was ist noch alles passiert?

00:10:32: Nachdem das Ganze sozusagen gebannt wurde, kamen jetzt ein paar Sachen raus die erklären sollten, warum die US-Regierung das unbedingt so gemacht hat und warum es jetzt ausgerechnet exportkontrollen waren.

00:10:51: Das erste Narrativ war, ich glaube da ging's um, dass Antropic das Mythos, also das Project Glyzwing erweitert hat und dass dort drinnen Player waren, die eine große Nähe zu China hatten.

00:11:10: Und im Speziellen ist gelegt, dass es sich wohl hier um die SK Telekom handelt in Südkorea.

00:11:18: Und der SK Telecom hatte natürlich ein Projekt in China wie übrigens fast achtzig Prozent der Unternehmen, die für Mythos tätig sind inklusive Allerbanken und Security-Unternehmen, die da drinnen sind.

00:11:39: Das heißt, sie haben jetzt einfach quasi gesagt, oh naja alle die da drinnen sind.

00:11:47: Die sind recht unauffällig.

00:11:50: Deswegen nehmen wir die, die am ersten Asiatisch aussehen und sagen, die haben was mit den Chinesen zu tun.

00:11:59: Also es ist wirklich absurd.

00:12:03: LG hat übrigens direkt Telekommunikationsinfrastruktur in China sein amerikanisches Unternehmen.

00:12:11: Und die sind da drinnen, Versus SK Telekom, die wirklich so gut wie gar nichts mit denen zu tun haben ganz im Gegenteil sogar eher krasse Gegensätze zu China darstellt.

00:12:28: Anyway das wurde recht schnell durchschaut also dass das vielleicht nicht so der ultimative move war.

00:12:39: Dann kam die nächste Instanz.

00:12:41: Wen kann man noch in den Ring werfen?

00:12:43: Der jetzt sagt, nein das war nicht persönlich!

00:12:46: Das ist wirklich alles total fachlich abgelaufen.

00:12:52: und dann haben sie irgendein lustigen Senatoren und zwar den Senator Mark Warner irgendwie zitiert der bei einer Anhörung im Senat erzählt hat was ihm der NSC-Direktor

00:13:08: Joshua

00:13:08: Rudd erzählt hat.

00:13:11: Und dann wurde das so dargestellt, also auf die Art Wittos hat die gesamte NSE in Stunden gehackt und zwar alles!

00:13:21: Die haben alles auseinandergenommen innerhalb von wenigen Stunden.

00:13:25: Das ist natürlich wieder an der Öffentlichkeit gegangen.

00:13:29: und dass das die Ursache ist... ...das war jetzt natürlich ein bisschen blöd weil das ist jetzt den Schuss ins eigene Knie gewesen Weil damit hat man zwar jemanden in den Ring geworfen, der diese politische Entscheidung versucht zu rechtfertigen.

00:13:49: Gleichzeitig hat man aber seine eigene NSA diskreditiert und gesagt oh die sind so unfähig dass sogar ein Mythos sie einfach so hecken kann in einer Stunde.

00:14:05: Und das geht natürlich auch nicht.

00:14:07: Da sind natürlich auch wieder zurückgerudert, der nächste Report rausgekommen.

00:14:12: Ah nein, das war gar nicht so gemeint!

00:14:14: Das war nur... Es ist ein Red-Teaming gewesen.

00:14:17: also ein Red Teaming ist quasi es gibt so Angriffe die dann halt simuliert werden und dann werden dort einfach Mythos wird losgelassen auf die Umgebung Die Übrigens, also die NSE Umgebungen ist komplett abgeschottet.

00:14:33: Also jetzt nicht so dass man einfach so die NSe Umgebungshecken kann Weil, man kommt da gar nicht rein.

00:14:41: Also wenn du es schaffst irgendwie Zugang physisch zu irgendeinem Netzwerkzug bekommen wo du dann Zugang zum NSC-Netzwerk hast.

00:14:50: Dann könntest du natürlich viel machen aber dann könntest immer viel machen.

00:14:54: also wenn ich mal in einem Rechenzentrum drin bin dann ist sowieso nichts mehr sicher weil dann kann ich alles mache.

00:15:03: auf jeden Fall ist das ein ziemlicher Schuss ins Knie gewesen Diese ganze Aktion, da sind sie wieder zurückgeruht und haben gesagt nein das war gar nicht so gemeint.

00:15:15: Und eigentlich ist es natürlich nur Teil von diesem Mythos-Projekt gewesen.

00:15:22: Was jetzt aber rausgekommen ist, was interessant ist, ist dass die NSA nur im Rahmen von Project Glasswing Zugang gehabt hat zum Mythos.

00:15:34: Das heißt... Auch die NSE hat jetzt keinen Zugang mehr zum Mythos.

00:15:39: Und die haben ja, wie wir uns auch erinnern können, ich glaube neun Milliarden in die Hand genommen um ein eigenes Rechenzentrum zu bauen damit sie dort eben deren Topic Modelle laufen lassen können weil das viel effizienter ist.

00:15:55: Dementsprechend war das halt alles nicht überhaupt nicht sauber kommuniziert.

00:16:09: Und dann, nachdem das auch noch ein Schuss ins eigene Knie war, wer kommt als nächstes dem man hier in den Ring werfen könnte?

00:16:19: Natürlich die FiveEyes!

00:16:22: Die FiveEye sind quasi die fünf englischsprachigen Geheimdienste der NSA.

00:16:33: Dann ist der Geheimdienst von Großbritannien, von Kanada Australien und Neuseeland.

00:16:39: Und die haben jetzt quasi gesagt sind jetzt gar nicht mehr so spezifisch auf das ganze Thema Mythos eingegangen sondern haben gesagt insgesamt wird es jetzt kompliziert weil die offensiven und defensiven Cyberfähigkeiten von diesen ganzen KI Modellen sind schon so hart und stark, dass man eigentlich das nicht rechtfertigen kann.

00:17:17: Also es ist ein bisschen... ich habe das Gefühl der Trump hat registriert, dass er mit diesem Kill Switch den er da getätigt hat etwas ins Rollen gebracht hat sozusagen zeigt, das wiederum hat viele Leute wachgerüttelt dass die gesamte amerikanische wirtschaft abhängig ist.

00:17:49: Dass es nicht nach willkür aussieht sondern alles klar reguliert und klar verstanden und gut gesteuert ist und dass es sehr schnell passieren kann dass sich alle anderen abwenden weil Es ist nicht so, dass die Amerikaner einfach die Weisheit mit Löffeln gefressen haben und die Technologie erfunden haben.

00:18:11: Und sonst niemand das kann?

00:18:14: Nein!

00:18:14: So ist es nicht.

00:18:15: Die Hälfte der EI-Wissenschaftler sitzt nicht in den USA.

00:18:19: Also mehr als die Hälfe der EIA-Wissenschafters sitzen nicht in dem USA sondern eher in Europa und in Asien.

00:18:27: Diese Technologie hat zwar den Nied zu Compute aber hat auch einen viel größeren Need an Knowhow.

00:18:39: Und somit ist das Rennen noch lange nicht gelaufen und ich glaube, dass es so dieses Verhalten von der US-Regierung als hätten sie schon gewonnen sich dann aufzuspielen und diese Kill Switches zu aktivieren nur um ein Kulturproblem.

00:19:02: Und da geht es tatsächlich einfach darum, dass der Dari Amadei und den Tropic nicht das Knie beugt gegenüber einer Trump-Regierung.

00:19:16: Und dass sie da ein Exempel statuieren – und nicht nur das sondern, dass es auch wirtschaftliche Interessen gibt, dass eben nicht an Tropic das Top Tier oder der Top Dog wird ob mehr Ei hier das Rennen macht, weil erstens einmal die wirtschaftlichen Verstrickungen hier deutlich höher sind von der gesamten Trump-Finanzierungsecke.

00:19:45: Inklusive dem Trump selber als bei Antropic.

00:19:50: Das heißt alle haben ein Interesse daran dass ob mehr ei das rennen macht und nicht Antropic.

00:19:58: Und jetzt wird alles in den Ring geworfen.

00:20:00: und was wir, wir haben ja letzte Woche auch schon darüber geredet Dass man sich bei einer Sache bei Trump immer sehr sicher sein kann, ihm ist alles wurscht.

00:20:12: Er macht das was er für sinnvolle Achtet und dort wo er den maximalen Profit daraus erzielt.

00:20:20: Und zwar für sich und für all seine Anhänger.

00:20:24: Egal was es kostet und wenn das bedeutet die amerikanische Wirtschaft irgendwie dem Bach unter zu hauen ist ihm das auch wursht.

00:20:33: Genau das passiert jetzt eben.

00:20:35: Und da kommen wir dann auch schon zum nächsten Thema, und zwar der offizielle Launch von Chatchi BD-Fünf Cyber!

00:20:46: Und rand bei was das kann.

00:20:47: Ja...

00:20:51: Ich habe so eine Vermutung

00:20:53: Das selbe wie Mythos Und es ist aber öffentlich.

00:20:57: Es ist da, alle können das nutzen und auch der Zugang ist nicht ganz so restriktiv wie bei Mythos sondern man kann sich dort bewerben, man muss dann KYC Verfahren durchführen und wenn du nachweisen kannst dass du selber Forscher bist Dann kannst du das machen und dann kriegst du den Zugang dazu.

00:21:15: Also solange du ein Pro bist, kannst du dir das nutzen.

00:21:21: Wir haben ja über dieses Projekt auch schon geredet.

00:21:26: Wir haben die das genannte Trusted Access for Cyber.

00:21:33: Und jetzt ist es Public seit, ich glaube dieser Woche oder letzter Woche?

00:21:39: Ich weiß jetzt gar nicht.

00:21:42: und laut Benchmarks.

00:21:46: also es gibt diesen Cyber Gym Benchmark wo quasi diese Angriffsvektoren simuliert werden muss der Gegenmaßnahmen ergreifen oder halt den Code analysieren, nach Sicherheitslücken.

00:22:00: Da schneidet angeblich Chachapiti-Fünf-Cyber höher ab als sogar Mythos.

00:22:08: Also u.a.

00:22:09: ist es um den Kultus, dass die Bandschmarks nicht so das aussagekräftigste sind und deswegen werfen sie natürlich neue Zahlen rein und sagen Wir haben schon über dreißig Millionen Commits auf über Dreißig tausend Code-Bases gescannt und haben über siebzig Tausend Funde als behoben markiert.

00:22:37: Wow, klingt super!

00:22:42: Ja natürlich ich habe auch in der letzten Woche an die fünfhundert Commits durchgeführt und über fünfhundert Fehler entdeckt und gelöst.

00:22:53: Also ich bin jetzt quasi auch super.

00:22:58: Bist du jetzt ein neues Modell?

00:23:00: Ich bin jetzt auch ein neues Model, ja also da wird hier mit großen Zahlen herum geworfen nur um den Schein zu erwecken dass es mindestens gleichfertig und mindestens das Gleich groß ist.

00:23:13: und die Partner die da auch genannt werden sind mehr oder weniger dieselben im Project Glasswing drinnen sind, Accenture, Cisco, CrowdStrike, IBM, Octa, Palo Alto Networks.

00:23:26: Also das ist alles das Who Is Who, die Security-Branche.

00:23:34: Sie sagen natürlich jetzt nichts über die Preise weil so ehrlich war Antropic schon dass sie gesagt haben das kostet halt unmengen an Geld.

00:23:42: aber so ehrlich ist natürlich Antropic auch mehr ein.

00:23:44: nicht weil die verrechnen da was sie wollen Und letztendlich ist das jetzt hier wieder ein Early Access Move.

00:23:52: Also es geht hier, wie wir auch schon vermutet hatten dass das jetzt keine einmalige Geschichte ist wie mit dem Project Life Swing sondern dass die hier den Early Access monetarisieren.

00:24:06: Das erklärt auch warum sie hier die Preise nicht sagen und das erklärt Die US-Regierung hier nicht einschreitet und GPD-Fünf-Fünf-Cyber verbietet.

00:24:18: Und ich bin mir ziemlich sicher, wenn ich Zugang hätte könnte ich auch sein Pack Hunt Jailbreak drauflaufen lassen oder würde funktionieren.

00:24:28: ganz sicher wie mit jedem anderen Modell auch.

00:24:32: also aber das wird natürlich nicht getestet und selbst wenn es jemand herausfinden würde wird keiner auch nur einen Pups darüber verlieren Und selbst wenn sie es darüber verlieren würden, würde es dann sofort von der Regierung einen Presseverbot oder sowas geben.

00:24:50: Oder die NSE wandert ein und das CIA nimmt den Hops?

00:24:56: Also da würden alle Sachen in Bewegung gesetzt werden damit dass nicht nach Bevorzugung aussieht.

00:25:10: Was ich mich gerade frage ist, sind wir eigentlich Cyberforscher?

00:25:15: Weil dann könnten wir uns auch mal bewerben für den Zugang.

00:25:19: Ja also die Hattewartung hat schon viel mehr mit IT Security zu tun als viele andere Firmen.

00:25:29: Das sag' ich jetzt einmal.

00:25:31: Wir machen auch für einige Kunden... im militärischen Segment Security Produkte, also betreiben wir Security-Produkte die als sehr hochklassifiziert sind.

00:25:50: Also theoretisch könnten wir mit der harte Erwartung das sogar anfragen wahrscheinlich und würden das vielleicht bekommen wenn unser Problem ist wie sitzen in Europa?

00:26:01: Und wenn sie uns kurz durchleuchten und den Kontext herstellen zwischen Josef Saar CEO, Josef-Saar Podcast und unsere Kritik.

00:26:12: Dann werden wir wahrscheinlich keinen Zugang kriegen.

00:26:15: Ich finde aber wir sind da immer sehr fair in unserer Kritik oder?

00:26:20: Ja, aber vielleicht zu ehrlich!

00:26:22: Und uns fehlt der Speichel um hier diese Speichelleckerei fortzusetzen oder halt überhaupt anzuwenden gegen unseren großen Freund in den USA.

00:26:36: Ja, vielleicht müssten wir ihn einfach mal für so ein Friedenspreis vorschlagen oder so.

00:26:41: Dann hätten wir bessere Chancen.

00:26:43: Genau, Friedensnobelpreis, also den wünscht er sich ja so sehr!

00:26:46: Oder

00:26:46: wir entwickeln halt einen eigenen Friedenspreis, den Hardware-Wartung-Friedensprei.

00:26:50: Und dafür nominieren wir Donald Trump.

00:26:53: Genau und das setzt man auf X und dann auf X geht's viral.

00:26:58: Genau.

00:27:01: Dann machen wir was infantino nach... Und vielleicht kriegen wir sogar eine Einladung ins Oval Office.

00:27:08: Genau, das ist eigentlich ein guter Bildgeriller-Marketing, so eine gute Idee!

00:27:13: Ja

00:27:13: man muss ab und zu einfach mal... wie sagt man so schön auf Deutsch?

00:27:17: Out of the box thinking

00:27:21: oder around a corner.

00:27:25: Okay, zurück zum ernsten Themenbereich.

00:27:31: Du hast ja auch ein Thema mitgebracht und zwar geht es um die europäischen Bemühungen den Anschluss nicht zu verlieren.

00:27:40: Das könnten wir jetzt eigentlich hier passend noch mit reinnehmen das Europakonsortium Und eine Firma namens Domine aus Italien, die da eine Rolle spielt.

00:27:57: Wie hängt das alles zusammen?

00:27:59: Was tut sich denn da und warum sollte man sich diesen Namen vielleicht merken?

00:28:05: Eine Überraschung!

00:28:07: Eine große Überraschwung.

00:28:10: Es ist kein anderes bekanntes Label sondern es ist Domine, keine Ahnung wie man dir ausspricht ist eine italienische Firma offensichtlich EI und die haben jetzt das Frontier-Ei Grand Challenge gewonnen.

00:28:33: Und was haben sie dort gewonnen?

00:28:36: Sie sind jetzt diejenigen, die für Europa ein quäloffenes KI-Model über vierhundert Milliarden Parameter bauen darf.

00:28:46: Dazu kriegen Sie Zugang zu einem Cluster mit sechstausend NVIDIA Blackwell Chips und zwei Prozent der europäischen HPC Supercluster Kapazitäten.

00:29:01: Und dann dürfen sie quasi ein Open Source Modell trainieren für Europa das vierhundert Milliarden Parameter haben, SOL und das wird dann Europareit.

00:29:14: So habe ich das jetzt verstanden!

00:29:15: Das

00:29:15: ist die Hoffnung oder die Botschaft die damit verbunden ist.

00:29:21: Aber ganz ehrlich, wie würdest du es einordnen?

00:29:24: Ich hab grad überhaupt keine... ich kenne die Bude nicht!

00:29:27: Ich habe noch nie von ihr gehört und bin jetzt nicht so, dass ich nur den amerikanischen Models mir anschaue.

00:29:35: Und aus dem Nichts kommt ein italienisches Unternehmen, SATA wahrscheinlich, das jetzt Models trainieren soll.

00:29:48: Ich kenne keinen einzigen Wissenschaftler dort.

00:29:51: Das heißt, ich weiß nicht auf welcher Grundlage die das gewonnen haben.

00:29:58: Wie gesagt, das einzige Frontier Lab, das mir bekannt ist in Europa dass sowohl die wissenschaftliche als auch das Know-how hat wäre für mich ein Mistral.

00:30:10: Es gebe dann noch ein paar andere, ja ... Fähigkeiten haben, aber für mich klingt das jetzt ein bisschen nach... Wir haben eine Ausschreibung gemacht und in der Ausschreibung haben wir jetzt ein paar Sachen reingeschrieben.

00:30:29: Und der, der die Ausschreibung dann am besten erfüllt hat, er kriegt den Deal!

00:30:38: Ja so läuft es dann in Europa.

00:30:41: Aber vielleicht wird's ja was

00:30:45: Bestimmt.

00:30:46: Bestimmt sind das die ultimativen KI-Wissenschaftler, die wir komplett nie gesehen haben.

00:30:52: Wir sehen das komplett falsch!

00:30:54: Also da sitzt der John Jumper und eigentlich ist das sozusagen verdecktes KI Unternehmen von John Jumpa und Demis Hasabis, die da ihre Zwillinge drinnen haben.

00:31:15: Also für mich klingt es ein bisschen komisch, ehrlich gesagt.

00:31:17: Das Out of the Blue dieses Ding von irgendeinem Unternehmen gewonnen wird das noch niemand kennt.

00:31:27: ich weiß auch gar nicht wie langs die schon gibt aber das heißt nix.

00:31:31: also KI Startups müssen jetzt nicht alt sein aber sie sollten zumindest paar Leute an der Front haben was zu sagen haben Und die halt auch an der Front der Forschung sind.

00:31:45: Weil ansonsten bringen sie die sechstausende Nvidia Blackwell Chasta nicht, wenn du mir heute sechstausende Nvidia GPU skippst dann wüsste ich jetzt nicht wie ich das tue außer dass ich den Claude frag wie ich es mache.

00:32:04: Da kommen wir nachher noch drauf zu sprechen.

00:32:07: Ich greif schon mal ein bisschen vor, Interview mit Sam Altman.

00:32:11: Seine Vision ist ja dass in den paar Jahren dann KI-Agenten praktisch die KI Entwicklung selbstständig vorantreiben.

00:32:18: also das wäre so eine Vorstufe dazu?

00:32:23: Ja dieses Concurrent Self Improvement ist natürlich ein Thema und es ist auch tatsächlich die Zukunft der KI.

00:32:31: vorschon sage ich jetzt einmal Aber dazu musst du mal die Grundlagen haben.

00:32:37: Also, deswegen ist ja jetzt nicht jeder der irgendwie irgendwann mal EI an der Uni studiert hat in der Lage sein Recursive Self-Improvement Prozess aufzusetzen.

00:32:52: Da braucht es dann halt wirklich eben schlaue Köpfe wie eben... Wie heißt er da jetzt?

00:33:00: So ein Tropic gegangen ist.

00:33:04: Ja, unter anderem auch interessant der John Jumper von dem wir gerade geredet haben.

00:33:10: Wer nicht kennt das ist der Nobelpreisträger neben Demis Hassabis und auch einer der führenden KI-Wissenschaftler ist zu einem Tropic gegangen.

00:33:23: also ja Also das sind so... Das wären so Leute die ich gerne sehen würde oder zumindest halt Irgendwas sollte da sein.

00:33:37: Also ich weiß nicht, worin das führt und man kann ihnen jetzt die Chance geben.

00:33:43: aber Das Problem ist halt dass wir jetzt nicht viele Chancen haben.

00:33:49: Und wenn das jetzt wieder so ein klassisches Wir haben eine Ausschreibung gemacht und jemand hat sich beworben und keiner kennt den zwar Aber trotzdem hat er alle Anforderungen erfüllt und war der günstigste.

00:34:00: Ja das ist halt nicht die Art und Weise wie man die Innovationen, die in den Markt bringt.

00:34:07: Das wäre sehr europäisch wenn das jetzt so gewesen wäre.

00:34:12: Dann

00:34:14: geht es halt Wettbewerb über alles in der EU.

00:34:19: Ja wobei das ist hier der falsche Zugang.

00:34:23: also man muss hier tatsächlich glaube ich eine Lanze brechen und sich auf das fokussieren was wir wirklich erreichen wollen und nicht auf totale Gleichberechtigung, wir müssen totale Fairness und alle müssen dieselben Möglichkeiten haben.

00:34:41: Nein so ist es nicht!

00:34:43: Weil es gibt nur eine Hand vor Leute die überhaupt die Kapazitäten haben und alle anderen die das behaupten von sich, die behaupte das einfach.

00:34:53: Vielleicht schaffen sie es irgendwann vielleicht wachsen sie dann irgendwann rein.

00:34:56: aber Fakt ist Sie haben's zu dem Zeitpunkt nicht.

00:35:01: Du brauchst aber jetzt Leute, die es haben und die es exerzieren können.

00:35:07: Und schnell ergeben zu Ergebnissen kommen Wenn wir wieder ein Jahr brauchen um dieses Projekt oder diese Ausschreibung überhaupt erst loszutreten Um dann wieder in einem Jahr diese sechsteusenden Video Chips Die wahrscheinlich schon veraltet sind Zu nutzen.

00:35:28: das ist nix.

00:35:30: Also...

00:35:32: Auch noch ein wichtiger Punkt.

00:35:34: Kommen wir nachher auch noch drauf, auch noch einen Vorgriff auf ein anderes Thema und zwar ein amerikanischer Finanzwissenschaftler hat genau das nämlich diese schnelle Altern der KI-Hardware als ein mögliches Grundlegendes Problem genannt.

00:35:51: Gehen wir nach her auch noch darauf ein.

00:35:53: Okay, lass uns überlegen, lass es abwarten wie das weitergeht.

00:35:57: also die Erwartungen sind sage ich jetzt mal vorsichtig gedämpft Aber die Hoffnung stirbt ja bekanntlich zuletzt und damit werfe ich jetzt fünf Euro ins Frasenschwein.

00:36:10: Und wir gehen weiter zur Kategorie KI's Next Top Model, wir haben sie schon mal anklicken lassen und wir müssen da auch nochmal wieder auf einen Anbieter gucken.

00:36:20: den haben wir nicht so oft dabei aber das ist.

00:36:23: der Fehler sollte man nicht machen die nicht auf dem Zettel zu haben.

00:36:25: es geht um Byte Dance bekannt durch TikTok, aber die sind auch sehr engagiert im Bereich KI-Modelle und da haben sie gleich fünf neue KI Modelle vorgestellt für verschiedene Zwecke.

00:36:38: Die haben Sie auf der Volcano Engine Force Power Conference vorgestellt und ja, die decken ein ziemliches Spektrum an Möglichkeiten ab.

00:36:48: Da haben wir erstmal das Dubau Large Model.

00:36:54: Das bietet vor allem im Bereich Coding Verbesserungen, aber auch Agentenfähigkeiten und multimodales Verständnis.

00:37:01: Und man kann es zu Koordination von komplexen Aufgaben in Unternehmen zum Beispiel verwenden und die Koordination anderer Tools dann an das Modell übertragen und das soll dann auch zu deutlichen Kosten Einsparungen führen.

00:37:17: Also die Rede ist ja von Nutzungskosten, die um fast achtzig Prozent niedriger sind als bei vergleichbaren Modellen wie zum Beispiel Claude Opus vier acht.

00:37:27: Dann gibt es SeaDance zwei null für VK-Videos und SeaDances zwei fünf für allgemeine Videogenerierung.

00:37:35: also man kann da Videos von bis zu dreißig Sekunden am Stück generieren mit VK Auflösung und zehn Bit Farbtiefe.

00:37:45: Man kann gleichzeitig noch bis zu fünfzig multimodale Materialien zur Verfügung stellen, wie zum Beispiel Charaktere, Hintergrundbilder, Umgebungen, Drehbuch – was auch immer.

00:37:59: Und hat dadurch eine extrem flexible und exakte Form der KI-Videobearbeitung.

00:38:06: Dann haben wir mit Cdream-Fifthnull Pro ein Modell, ein neues für die Bildgenerierung und das bietet zum Beispiel interaktive und sehr präzise Bearbeitung von Bildern und Trennung von Bildebenen vor wie wir es aus modernen Bildbearbeitungstools kennen.

00:38:25: Es kann auch sehr informationsdichte Darstellungen wie zum Beispiel Diagramme darstellen Generierung von Texten in über zehn Sprachen auch noch das Ganze dann anreichern und dabei können sogar kulturelle Eigenheiten und Typografien berücksichtigt werden.

00:38:44: Ja, und dann schließe ich noch für die Audio-Generierung des Dubau Audio Generation Model eins Punkt Null oder kurz Seed Audio Eins Punkt Nulle.

00:38:52: damit kann man ja Akustik Audio in Kinokwalität mit nur einem einzigen Prompt erstellen Charakterdialoge, emotionale schöne Dialekte, Hintergrundmusik sowie Soundeffekte und dabei eine hohe Stimmkonsistenz waren.

00:39:10: Und das ist dann gerade für die Produktion von längeren Inhalten wie Hörbücher oder Podcasts von großem Vorteil.

00:39:16: Ja ich weiß ja du dich persönlich beeindrucken ja grade solche Bild- oder Audiomodelle jetzt nicht so sehr weil Ja, auch da schon ein sehr hohes Niveau erreicht ist geht mir ja ähnlich.

00:39:32: Aber wenn man sich mal überlegt was jetzt an Möglichkeiten in der professionellen Verwendung sich daraus ergeben dass man jetzt mit solchen Tools komplette Kinofilme erstellen kann die dann vielleicht irgendwann gar nicht mehr aussehen als seien sie per KI generiert Dann finde ich das doch schon nochmal beeindruckend und Vielleicht müssen wir uns jetzt auch schon auf eine neue Ära von von Filmen einstellen, in der Schauspieler und Kreativschaffende im herkömmlichen Sinn überhaupt keine Rolle mehr spielen.

00:40:05: Also das könnte kommen oder?

00:40:08: Was meinst du?

00:40:08: Ja also ich muss sagen... Du hast recht!

00:40:11: Ich hatte jetzt lange Zeit nicht unbedingt den Fokus auf so Audio- oder Video- oder Bildmodelle.

00:40:20: Ich muss aber sagen, ich habe jetzt wieder ein bisschen mehr Blut geleckt Weil ich hier gerade für unseren Podcast seine Video, bzw.

00:40:31: dass wir das auch auf YouTube bringen und da war er hinter der Überlegung halt erstmal so kleine Videos produziert die man dann halt einblendet für Erklärgeschichten oder so.

00:40:44: Und da muss ich sagen Ich bin ja ein großer Fan von Open Source und habe hier halt schon einige Open Source Sachen ausprobiert, weil wir haben jetzt auch unsere große KI-Maschine also umdrehen Friends Maschine.

00:40:59: das heißt wir können eigentlich fast alles da drauf laufen lassen.

00:41:03: aber ich muss sagen die Open Source Qualität im Videobereich ist tatsächlich nicht so optimal ähnlich im Bildbereich.

00:41:13: Also selbst Black Forest Labs sind zwar ganz gut Aber wenn du halt mal mit GPD Image gearbeitet hast, kommst dir vor wie im Kindergarten.

00:41:30: Was ist halt frustrierend?

00:41:33: Weil du da einfach merkst was dafür große Unterschiede sind.

00:41:36: Deswegen ist ja C-Dance nicht so interessant gewesen weil das war der Wo-Killer.

00:41:43: also die haben ja schlagartig Google Wo komplett aus dem blown out of the water sozusagen ja weil sie deutlich höhere qualität deutlich bessere rendering farbtiefe vier k auf lösung und halt keine barrieren und das ist natürlich großartig gewesen.

00:42:11: aber sowas in open source zu bekommen dass wir natürlich Super.

00:42:15: Und jetzt ist die Frage, liegt es daran, dass die viel zu groß sind diese Modelle?

00:42:20: Oder liegt es darin das keiner will, dass sie oben so auskommen weil das halt ein gutes Geschäft ist?

00:42:28: letztendlich bei Bildmodellen also bei Bildgenerierungsmodellen glaube ich wird das irgendwann einmal brechen.

00:42:37: Also es wird sicher bald Ein Open Source Bildmodell kommen, das ähnliche Qualität hat wie vielleicht ein Nano-Banana.

00:42:47: Das wäre ja schon mal gut genug, also das wäre ja ganz okay.

00:42:51: Wobei mittlerweile eine Nano- Banane im Moment schon irgendwie vorkommt als wäre es aus der Steinzeit was absurd ist weil noch vor paar Wochen oder man kann nicht einmal sagen viele Monate sondern ein paar Monaten Banana-Tasting.

00:43:17: Das schnelle Einstellen auf die Qualität ist schon absurd, weil man hat keinen Bock mehr auf Dinge zu warten.

00:43:24: Es muss schnell sein und es muss gut sein.

00:43:26: Man ist einfach diese Qualität gewohnt.

00:43:28: Wenn man dann wieder sich zurückbesingt auf den Open Source Bereich und halt auch alles lokal machen will... Und dann bist du halt wieder ganz am Anfang und musst halt erstmal diese Fähigkeiten wieder aufbauen, diese Qualität überhaupt zu erreichen.

00:43:43: Also die standardmäßig einfach bei den großen Modellen da ist.

00:43:47: Das finde ich auch jetzt... also das ist mittlerweile bei so Coding-Modellen nicht mehr ganz so.

00:43:56: Codingmodelle, klassische Large Language Models, generell large language models So siebzig b oder hundert achten zwei oder hundzehn Sekunden acht und zwanzig B Modelle haben schon eine Qualität, wo man kann den Unterschied zu einem Klot Opus für sieben oder vier acht oder jupy die fünf fünf findet Weil die halt auch schon sehr gut sind einfach.

00:44:23: also da gibt es kaum die machen kaum Fehler Die funktionieren gut.

00:44:27: aber in diesem gesamten audio video tag also.

00:44:32: Und Bildgenerierung, da ist der Open Source Bereich noch nicht so optimal finde ich.

00:44:43: Okay ja also Open Sourcebereich ist sicherlich aber auch einfällt mit einem enormen Entwicklungspotenzial denke ich und auch da werden wahrscheinlich in den nächsten Jahren Dinge möglich sein die heute nur mit professionellen Tools hier gemacht werden können, also gerade im Bereich der multimodalen Contenterzeugung.

00:45:12: Aber ja wir werden natürlich auch darüber berichten und euch hier auf dem Laufenden halten ganz klar!

00:45:16: Und wir werden es auch selber ausprobieren denn wir sind ja praxisbezogen Gut, aber lass uns noch gucken was es ansonsten Neues gibt.

00:45:27: Denn es gibt von Cursor auch etwas Neues nämlich eine eigene Git-Plattform ein neues Modell und eine mobile App.

00:45:40: Zunächst einmal ein neues Model soll es geben.

00:45:44: das Ganze wird zusammen mit SpaceX trainiert.

00:45:53: Das dahinter stehende Unternehmen NSFIR wurde ja kürzlich von SpaceX übernommen.

00:46:00: Ja, und das Training läuft laut dem Begründer und soll in den nächsten Wochen erscheinen ohne Open Source Basis und es sei dann so groß wie Opus oder GPT nur zu zehn bis zwanzigmal mehr Rechenleistung als frühere Cursor Modelle Und soll danach außerhalb des Programmierens funktionieren.

00:46:22: Jetzt nochmal so zur Einordnung.

00:46:24: Cursor ist jetzt in meinem Verständnis doch so ein Code-Zeilen oder Promtbasiertes Tool, mit dem ich komplexere Aufgaben per KI lösen kann.

00:46:37: Also SDK sozusagen.

00:46:42: Dieses neue Modell, was jetzt da erstellt wird.

00:46:45: Wie passt das jetzt dann dazu?

00:46:47: Also kann ich damit zukünftig einfach mehr Sachen machen per SDK, die ich bisher noch nicht machen konnte.

00:46:55: oder wo liegt da der Vorteil?

00:47:00: Wir haben ja vorletzte Woche über den Composer ZY-V gesprochen.

00:47:06: Der Composer ist ein eigenes Modell von Cursor das auf Chemikart-Zwei, Fünf oder zwei Sechs basiert.

00:47:19: Das heißt die haben ein chinesisches Open Source Modell genommen und dann haben sie all die Coding Use Cases, die Sie seitdem sich Curlser haben weil als STK kriegst du ja alle use Cases die sowohl von Antropic entwickelt werden also von Open AI.

00:47:34: Also du kannst alle Modelle da drinnen verwenden ob du jetzt Open Source modellen oder Frontiermodelle oder spezialisierte Modelle oder Codecs verwendest, oder auch Co-Pilot.

00:47:47: Dem Cursor ist das Wuscht aber er sammelt quasi all die Erfahrungen.

00:47:53: Er sammellt was da alles eingegeben wurde wie die Codebasis dann war und lernt daraus wie diese Modelle diesen Code oder diese Anforderung erfüllt haben.

00:48:07: Das heißt sie haben einen ganzen Haufen Daten die keiner hat Ja, und zwar modellübergreifend.

00:48:14: Und diese Daten haben sie verwendet um dann Komposer zu trainieren.

00:48:19: Weil das Cursor hat natürlich sein Geld nur damit verdient weil sie quasi so einen Art Aufschlag auf die klassischen API auf die klassische API ist gehabt.

00:48:31: So ein bisschen wie ein Model Router wie Open Router.

00:48:36: Nur halt dass sie den SDK zur Verfügung gestellt haben.

00:48:39: wo halt?

00:48:41: Also quasi der Agent Harness in dem Fall, wo die Software entwickelt wird.

00:48:49: Und mit diesem Know-How haben sie eben Chemikaer II.VI hergenommen und haben das weiter trainiert.

00:48:56: So ist Composer II.V entstanden und Composer I.V.

00:49:02: ist fast gleich gut wie Opus VIII nur dass es halt ein Zehntel kostet.

00:49:11: Das heißt Das war schon ein ziemlich aufreger, klarerweise.

00:49:17: Und jetzt hat der Elon Musk gerade eine Cursor gekauft und jetzt gehen sie weg von dem, wir nehmen einen pre-trained Open Source Modell sondern trainieren es quasi from the scratch.

00:49:34: Und das gibt natürlich ganz neue Möglichkeiten weil wenn du so ein Modell from the Scratch trainierst und hier Coding deine Grundlage ist kannst du natürlich ein Coding-Modell rausbringen, dass so viel effizienter ist als eben diese großen Open Source Modelle mit einem Post Training oder mit einem Fine Tuning.

00:49:58: Und ja und das könnte tatsächlich auch SpaceX in den Rennen bringen wo sie eigentlich schon verloren hatten also GROC ist der totale Loser Zwar immer ganz gute Modelle gebaut, weil der Elon Musk halt sehr viele gute Wissenschaftler eingekauft hatte.

00:50:24: Das habe ich jetzt einmal und auch extrem viel Comput gehabt hat.

00:50:29: Also er hat sehr schnell sehr viel Comput bekommen und konnte mit geklauten Daten und auch ... Der hat ja auch sehr viel Distilling betrieben.

00:50:39: also der hat ja Anthropic beklaut sozusagen Das ist bei dieser Gerichtsanhörung rausgekommen und hat quasi dasselbe gemacht wie die Chinesen.

00:50:50: Er hat einen Tropic beglaut, destillt und hat damit Glock gebaut.

00:50:55: Und deswegen konnte er in einem Jahr sehr schnell aufholen und ein Modell herausbringen das mit den Frontierlabs von der Performance mit gehalten hat.

00:51:06: aber letztendlich war das Problem der Mecha Hitler.

00:51:10: Also es war letztendlich die Gesinnung und die Art und Weise, wie Grog eingesetzt wurde.

00:51:17: Warum sich's nicht durchgesetzt hat?

00:51:19: Und warum auch kein Business jemals Grog verwenden wollte.

00:51:24: Weil wenn du halt ein Modell hast das, wie gesagt, als Mecher Hitler abgestempelt ist... Das kannst du nicht in deinen Unternehmen reinbringen!

00:51:35: Ja also das viel zu gefährlich und abgesehen davon, dass der Reputationsverlust wenn das bekannt würde viel zu hoch wäre.

00:51:45: Also das heißt er hat es richtig verkackt!

00:51:47: Der Elon Musk deswegen hatte auch den Pivot gemacht und hat jetzt quasi seine Colossus Data Center vermietet verdient jetzt richtig viele Kohle damit Und hat jetzt Cursor gekauft.

00:51:58: und Cursar könnte den Unterschied machen.

00:52:00: also wenn er es schafft unter dem Brand von Cursa und der Kapazität von den Colossus Data Center ein komplett neues Modell zu bauen, das wirklich auf der Coding spezialisiert ist.

00:52:15: Dann könnte er tatsächlich einen Tropic und ob mir herausfordern weil auch die Software Development Community einfach auf Cursor steht.

00:52:29: Und nicht nur dass sondern es ist halt auch wirklich viel günstiger und es ist amerikanisch.

00:52:34: Das heißt, die ganzen Startups werden jetzt nicht angewiesen sich irgendwelche eigenen Open Source Modelle auf irgendeinem B-Bee One Hundred oder BEE Two Hundred Cluster, den sie sich selbst kaufen für eine halbe Mille zu installieren.

00:52:52: Weil Sie halt die großen Frontier also die großen Open Source-Modelle benötigen und dafür halt sehr viel Hardware benötigt würden sondern sie können einfach Cursor nutzen, und zwar auf Usage-Based für einen Betrag x pro Monat.

00:53:09: Und dann zusätzlich halt je nachdem was sie nutzen aber letztendlich doch um ein Zehntel des Preises.

00:53:19: Das heißt Elon Musk ist quasi jetzt hier der Herausforderer der effizienten KI Modelle Und das könnte tatsächlich jetzt hier den gesamten Markt verändern und auch das Problem mit den Chinesen lösen.

00:53:41: Die chinesischen Open Source Modelle sind ja die größte Bedrohung für die Frontier Labs in den USA, weil sie das einfach vor free rausgeben.

00:53:52: Und wenn jetzt aber Elon Musk hergeht und sagt, hey wir können es bei mir auch haben um den selben Preis über den Chinesen.

00:53:59: Aber halt amerikanisch mit genau derselben Qualität oder vielleicht sogar einer besseren Qualität dann geht die Abhängigkeit zu China noch zu diesen Open Source Modellen was ja derzeit gerade in der Start-up Szene sehr groß ist.

00:54:16: also fast alle Startups laden sich nur mehr Open Source Module aus China runter und arbeiten basierend auf den Open Source Modellen.

00:54:25: Wie wir es jetzt in Europa auch schon machen, aber wenn Cursor das Problem fixt könnte das wirklich ein Game Changer werden.

00:54:38: Was da wieder alles dranhängt hinter so einer vermeintlich kleinen Meldung?

00:54:44: Welche komplexen Strukturen muss man erstmal alles ein bisschen durchdringen?

00:54:52: also Okay, aber für mich ich nehme jetzt mal mit.

00:54:57: Also dass sich auf jeden Fall die Möglichkeiten... ...die ich jetzt habe mit Cursor wenn ich mich darauf einlassen will weil das ist jetzt schon sagen wir auch etwas wo ich etwas Entwicklungsfähigkeiten brauche wenn ich mit einem SDK arbeite ja also anders als jetzt Cloud Code Wo ich alles in natürlicher Sprache eingeben kann Ja dann werde ich in Zukunft eben da auch einen eine viel größere Bandbreite von Anwendungsmöglichkeiten und auch eine höhere Produktivität erreichen können.

00:55:36: Ein Kollege von mir war hier in Wien bei einer Veranstaltung, wo Cursor vorgetragen hat und das war auch gerade zu dem Zeitpunkt, wo es Basics das Angebot mit Cursors gemacht hat Also dieses Kaufangebot.

00:55:55: Und für die war das damals schon klar, dass die übernommen werden und die Kölzer Leute haben auch quasi gesehen wo das alles hingeht.

00:56:05: und letztendlich werden sie auch einen Agent-Harnes bauen der eben einem Cloud Code oder halt ein Codex sehr ähnlich sein wird und werden da den Markt aufrollen.

00:56:17: Das könnte tatsächlich spannend werden.

00:56:20: Und das zeigt sich wieder, wie gesagt man kann über Elon Musk sagen oder denken was man mag er ist der Strittenzier hinter den großen geopolitischen Problemen.

00:56:33: also er isst der Fixer der großen geopolitische Probleme und der großen geopolitischen Konflikte im Sinne der KI auch hier.

00:56:43: Das darf man echt nicht unterschätzen.

00:56:47: Ja, wobei ich habe jetzt gerade gelesen der Kurs des SpaceX-Aktions hier.

00:56:52: Der sinkt ja grade und das Vermögen von Elon Musk ist unter eine Billion gesunken.

00:56:58: Ich habe mir überlegt ob wir hier einen Aufruf machen für so ein kleines Crowdfunding?

00:57:06: Also er hat so viel geleistet und soll sich arm werden!

00:57:11: Ich glaube, der Zug mit dem Arm werden ist abgefahren.

00:57:17: Wobei man darf nicht vergessen, sein gesamter Reichtum ist reines Peppermoney!

00:57:22: Also jetzt sitzt alles Pepperman... Der hat sicher weniger Cash als, weiß ich nicht, der Bernardo.

00:57:32: Der hat ja nichts, der Maske also... Könne ich mal überlegen, ob wir das machen mit dem Crowdfunding?

00:57:37: Na ja jetzt macht Spaß bei Seite.

00:57:39: Also mit Billionen überhaupt über diesen Wert zu kommen.

00:57:46: Das wäre vor ein paar Jahren noch unvorstellbar gewesen für eine Einzelperson.

00:57:51: Aber die Zeit der Rekorde ist jetzt und da wird es bestimmt noch einige mehr geben das natürlich nur so lange wie dieses ganze Geschäftsmodell auch weiter trägt.

00:58:08: Da kommen wir ja nachher auch noch mal drauf, weil ich habe es dir schon anklicken lassen.

00:58:11: Es gibt ja da auch kritische Stimmen aus der Wissenschaft.

00:58:14: aber lasst uns erst noch bei KI's Next Top Model bleiben!

00:58:19: Wir haben nämlich noch eine interessante Neuigkeit mitgebracht für euch und es geht um ein Modell zur KI-Orchesterierung also im Prinzip zum Steuern verschiedener KI-Modelle unter dem Dach von einem Modell, das Ganze nennt sich Sakana

00:58:37: Fugu.

00:58:38: Für alle die nicht wissen was Fugu heißt... Das ist der japanische Begriff für... Ich hoffe ich habe es richtig ausgesprochen!

00:58:45: Aber ich spreche jetzt so aus wie ich's lese... ...für Kugelfisch.

00:58:48: Kugelfisch in Japan ist ja berühmt berüchtigt warum?

00:58:54: Es ist erstmal einer der giftigsten Fische überhaupt wenn nicht der giftige aber auch eine beliebte Delikatesse.

00:59:03: Allerdings darf er nur von eigens dafür jahrelang ausgebildeten Köchen zubereitet werden.

00:59:09: Und in Europa ist der Verzehr oder auch die Zubereitung von Kugelfisch verboten, das heißt wer das probieren möchte muss dann wirklich nach Japan reisen.

00:59:21: aber dass nur kleiner Funfact am Rande.

00:59:23: Worauf ich eigentlich hinausgehen will es geht um ein Sprachmodell Fugu und das eben darauf trainiert wurde ja verschiedene Modelle zu orchestrieren, aus einem flexiblen Pool von KI-Agenten auszuwählen und dann immer die besten Modelle auszuwehlen um die Aufgaben dann eben auch bestmöglich zu lösen.

00:59:45: Und dabei über NIMPFUGO intern eben auch die Modellauswahl, die Delegation der Aufgaben prüft.

00:59:52: die Zusammenführung der Ergebnisse soll dann so ein bisschen in Richtung kollektive Intelligenz gehen, anstatt auf nur einen Modell zu setzen und soll außerdem auch vor Abhängigkeiten schützen.

01:00:09: Denn wie wir ja jetzt heute auch schon wieder diskutiert haben am Beispiel von Fable es kann halt einfach sein dass ein Modell dann aus welchen Gründen auch immer mal ausfällt.

01:00:18: das können auch technische Probleme geben und wenn man dann alles auf ein Modell oder einen Anbieter zugeschnitten hat, dann ist man da eben leicht mal aufgeschmissen.

01:00:29: Das Ganze ist in zwei Versionen verfügbar einmal als Standardmodell und als Ultra und das soll dann gerade bei komplexen Problemen noch leistungsfähiger und schneller sein.

01:00:43: Ich habe aber auch gesehen so erst das Feedback erste Testergebnisse, die waren jetzt nicht so berauschen.

01:00:48: Also das ganze hat unglaublich lange gedauert.

01:00:51: man hat auch schnell die Grenze der verfügbaren Token erreicht und selbst bei einem Zweihundert-Dollar-Monats-Abo ist man da nach kurzer Zeit schon am Ende.

01:01:04: also da scheint es noch Optimierungspotenzial zu geben.

01:01:07: gut man muss auch sagen dass Ganze kommt aus Japan.

01:01:14: Digitale Souveränität hier in Europa jetzt vielleicht auch nicht gerade die ideale Lösung, aber ich finde den Ansatz eben spannend zu sagen man hat jetzt eben eine man zieht eine Schicht ein.

01:01:24: Die das ganze was drunter ist transparent macht also die dann sozusagen die letztendliche Auswahl der Modelle Dann nicht mehr in den Vordergrund stellt sondern die sozusagen als Schnittstelle fungiert und dadurch eben so ein bisschen die Abhängigkeiten löst.

01:01:45: Also den Ansatz finde ich sehr interessant und man hört auch immer mehr von solchen Systemen, wie bewertest du das?

01:01:56: Ja also ich glaube der Trend wird definitiv in die Richtung gehen dass du eine Art Model hast, dass dir Aufgaben sozusagen richtet, in welches Modell das am besten lösen kann.

01:02:14: Weil was ich mittlerweile schon auch zeigte ist es gibt nicht dass eine Model das alles kann.

01:02:19: und auch wenn wir diese General Purpose Models also die großen Large Language Models wie OPUS und GPD und Gemini haben, die mit sehr viel Datensätzen sehr groß sind sind oft kleinere Modelle in vielen Dingen auch sehr, sehr gut.

01:02:43: Vielleicht sogar besser.

01:02:44: aber es heißt wenn sie nicht besser wären ist es egal weil sie viel günstiger sind.

01:02:48: ja das heißt es ist alleine ein Kostenfaktor.

01:02:53: und wenn du eben ein Modell hast dass vorher routet oder halt identifiziert, wo es am besten hingeht.

01:03:02: Und das Problem ist halt auch dass du aktuell nicht in der Lage bist als Entverbraucher oder als AI-User zu sagen welches Modell ist denn das Beste und dieses Problem zu lösen?

01:03:15: Wenn ich jetzt dieses Code-Problem habe sollte ich das jetzt mit Codex machen also mit GbT-Fünft fifth oder soll ich das mit Opus?

01:03:25: Vielleicht sollte ich doch German einnehmen.

01:03:30: Ich habe keine Ahnung und unsere aktuelle Lösung ist, wir nehmen das größte beste Frontier Model dass es am Markt gibt und bebaldern den mit allem was wir an Lapalien haben und die lösen.

01:03:47: das für uns kostet natürlichen Heidengeld aber das wird nicht mehr lange gehen.

01:03:54: also Der Trend wird in die Richtung geben, dass du gezielt die Modelle verwendest, die das Problem fixen.

01:04:06: Unser Karner ist ja ein bekannter.

01:04:09: Wir haben schon sehr häufig über Serkaner-EI gesprochen.

01:04:13: Da ist er der CEO, da wäre es David Haar und wer den nicht kennt auch einer der Autoren des Attentionists All You Need Papers Also quasi der Ursprung der Transformer-Technologie, also der Transformermodelle.

01:04:32: Der Ursprungs-Karrierevolution ist der Founder von Sakana und die haben ja auch mehrere Richtungen.

01:04:44: Auch diese Darwin-Gödelmaschine, die evolutionären Algorithmen.

01:04:49: Die haben hier auch Richtungen, Large Language Models sind, sondern halt auch andere Grundsätze verfolgen.

01:05:01: Ich weiß ehrlich gesagt gar nicht ob Sakan auf Gu sozusagen ein tatsächliches autoregressives Modell ist oder ob es schon eines von diesen evolutionären Algorithmen also diese Darwin-Göldl Maschine benighted.

01:05:24: Das konnte ich jetzt nicht herauslesen, aber ich könnte mir sehr gut vorstellen dass da schon dieser Ansatz folgt.

01:05:32: und wir haben glaube ich letzte oder vorletzte Woche auch schon Sakana Training gehabt.

01:05:37: Da haben sie ja sozusagen ein neues Research Lab gegründet für Recursive South Improvement.

01:05:45: also Sakana RSI Lab hat das glaube Und dort haben sie eben dieses Recursive Self-Improvement, aber nicht eben wie es an Tropic und OpenAI macht.

01:06:01: Sondern eher tatsächlich wieder Evolution.

01:06:05: Das heißt das werden viele Montanten gelauncht.

01:06:11: Dann wird geschaut welcher von denen erfüllt diese Aufgabe am besten?

01:06:16: Und dann gibt's quasi so eine Art evolutionären Baum!

01:06:22: Und die, die sich durchsetzen werden weiterentwickelt.

01:06:27: Gleichzeitig wird aber der Stamm von gewissen Selektionen auch weitergeführt.

01:06:35: Ich bin ein großer Fan dieser Grundkonzepte.

01:06:40: In Europa finde ich es ein bisschen kompliziert, ehrlich gesagt.

01:06:44: Also generell diese Model-Router haben halt einen Grundproblem Und zwar, du weißt nicht wo es hin.

01:06:52: Wo ist letztendlich wandelt?

01:06:53: Wenn du jetzt deine Anfrage stellst und das wird dann halt über ein chinesisches API-Modell sozusagen gelöst Dann weiß ich nicht ob ich das will weil ich sitze, ich sende hier Daten und wenn ich nicht möchte dass diese Daten irgendwo abgelegt werden oder halt in einem Kontinent bleiben oder irgendeiner Regulierung unterliegen dann kann ich solche Modelle eigentlich gar nicht nutzen.

01:07:24: Weil, ich nicht weiß wo es recentlich wirklich landet weil Fugu ja auch nicht transparent macht wo es dann gewesen ist sondern also die Fixness Auch wenn's... Also für Expert User Es gibt ja gewisse Modelle die ich dann auch gezielt anspreche und sage hier Ich möchte das gerne mit dem Modell machen weil ich weiß der macht das in der Form wie ich es möchte Und vielleicht ist das nicht optimal der Weg, aber es ist der Weg den ich gehen möchte.

01:07:54: Also da muss man halt auch noch ein bisschen berücksichtigen.

01:07:59: Aber für die meisten Unternehmen, die keine datenkritischen Applikationen haben, ist das wahrscheinlich der einfachste Weg um das voranzutreiben und auch sozusagen seine EI Workloads richtig zu positionieren.

01:08:20: Okay, in diesem Zusammenhang übrigens noch eine diese Empfehlung.

01:08:24: Wir haben auf Hardware-Wartung COM im Praxisteil noch einen Beitrag wie Unternehmen in Europa KI einsetzen können ohne von US Anbietern abhängig zu sein und da wird auch dieses Konzept von diesen KI Gateways nochmal so ein bisschen beschrieben.

01:08:41: also könnt ihr euch mal in Ruhe anhören!

01:08:45: Gut, so viel zu KIs Next Top Model.

01:08:49: Ich habe auch wieder was mitgebracht, das so ein bisschen in Richtung SEO und Google geht.

01:08:54: Und Google hat da jetzt einen neuen Ansatz vorgestellt wie sogenannte AI-Slop.

01:09:02: oder kann auch sein KI-Spam erkannt werden soll?

01:09:05: und ja das Ganze funktioniert jetzt mal vereinfacht ausgedrückt auf zwei Wegen also.

01:09:11: zum einen wird verglichen wie ähnlich sich bestimmte inhalte sind denn ein merkmal von kis bam ist das dass da einen ja.

01:09:25: Wie soll ich sagen ein Drehbuch, ein Skript geschrieben wird und dann wird auf Basis dieses Skripts werden irgendwie hunderte Tausende Texte generiert die sich alle sehr ähnlich sind.

01:09:36: So etwas kann man mit Hilfe des SCTS das Ganze besser erkennen.

01:09:42: Das Ganze basiert auf dem BERT Algorithmus Und dabei werden Sätze in Vektoren runtergerechnet.

01:09:51: Diese Vektore werden dann miteinander verglichen und anhand der Ähnlichkeit kann man dann recht schnell erkennen, ob es ähnliche Inhalte sind.

01:09:59: allerdings das alleine würde nicht reichend denn Es kann ja auch durchaus legitime Fälle von ähnlichen Inhalten geben.

01:10:06: Man denke jetzt zum Beispiel nur an Nachrichten Gerade wenn jetzt z.B.

01:10:11: Presseportale Argeturmeldung aufgreifen oder so, die sind natürlich ähnlich oder manchmal sogar gleich.

01:10:17: das soll dann aber nicht als BAM erkannt werden sondern es kommt noch ein zweiter Faktor hinzu und zwar wird geschaut ob es sogenannte Cluster gibt also Cluster von Accounts von sozusagen von Urhebern Die dann eben auch den Verdacht bestätigen, dass es sich um automatisierte Spamproduktionen handelt.

01:10:40: Nur wenn diese beiden Dinge zusammenkommen dann kann eine Einordnung als AI-Slop stattfinden.

01:10:48: in Zweifelsfall wird noch mal eine Prüfung angestoßen durch Menschen die das Ganze nochmal verifizieren.

01:10:55: und ja dann gibt's entweder das Label das ist Spam oder eben nicht.

01:11:00: ein großer Vorteil dieses Ansatzes dass es gar nicht darauf ankommt, jetzt auf das Modell mit dem dieser Spam produziert wird.

01:11:08: Das ganze Modell unabhängig.

01:11:10: Es wird gar nicht geschaut nach bestimmten KI-typischen Merkmalen sondern es geht hier rein um die Ähnlichkeit beziehungsweise eben um diese Clusterbildung.

01:11:21: Das heißt das Ganze funktioniert mit allen Modellen auch mit neuen, die zukünftig noch auf den Markt kommen und ja die Hoffnung dabei wäre, dass das auch wirklich funktioniert eben auch etwas tun können, um die Qualität der Inhalte im Web zu bewahren oder sie vielleicht sogar wieder zu verbessern.

01:11:41: Da fällt mir was Lustiges ein.

01:11:45: Da sterben ja einen ganzen Haufen Seeo-Agenturen, die nichts anderes gemacht haben als Texte auf Embeddings umzurechnen und dann ähnliche Embedding sozusagen zu publizieren.

01:12:00: Genau das Gegenteil von dem ist, was jetzt hier passieren soll.

01:12:04: Weil genau das was jetzt erkannt wird, also dass was jetzt absichtlich gemacht wurde, dass man quasi den Paddings ähnlich setzt, wie es jetzt als Spam erkannt.

01:12:15: Also genau das Gegendeil von denen, was die CO-Branche das letzte Jahr irgendwie sozusagen von sich gegeben hat oder?

01:12:25: Ja, wobei da würde ich mich ganz klar nicht... Du geht sich

01:12:29: nicht so viel.

01:12:31: Ich bin hier einer der Verfechter von Qualität und von gerne auch Handgemachten.

01:12:38: natürlich kann man KI einsetzen um zu unterstützen und das muss man ja auch weil sonst ist man ja heute gar nicht mehr konkurrenzfähig, aber mein Schwerpunkt liegt sehr stark eben drauf immer noch diesen wie soll ich sagen diesen Mehrwert reinzubringen den man halt bei anderen nicht hat.

01:12:56: Und ich glaube wenn man das macht und mal ganz abgesehen davon eben diese diese programmatischen Ansätze mit vielen Accounts und Cluster Bildung wenn man es vermeidet dann sehe ich da kein Problem.

01:13:07: Aber ja wie gesagt ich hoffe dass das eben auch dazu beiträgt solche Bemühungen auch wieder stärker belohnt werden, indem sie Google halt weiter nach vorne bringen.

01:13:19: Also man sieht zumindest es gibt's auf der technischen Ebene da Ansätze gegen diesen Spam-Anwuchs und bleibt zu hoffen dass das dann auch von Erfolg gekrönt sein wird.

01:13:37: Ich find sehr lustig auf jeden Fall diese Methode weil da hat Google einfach quasi der SEO-Branche zugehört und gesagt, ah okay so wollt sie uns täuschen.

01:13:48: Gut dann machen wir jetzt die Methode, die genau auf diese Embeddings schaut also auf die Embedding sind ja nichts anderes als Vektoren in einer Datenbank.

01:13:59: Und daran erkennen wir dass ihr Spam produziert habt.

01:14:02: Ja aber das läuft eigentlich schon immer.

01:14:06: Das ist ja immer ein Katzenmausspiel.

01:14:09: Google reagiert auf bestimmte Dinge wie auf bestimmten Manipulationsversuche, rollt dann irgendwelche Updates aus.

01:14:19: Okay!

01:14:19: Dann werden neue Methoden entwickelt und man kann je hin oder her wir haben das ja schon immer so gehabt und ich könnte mir gut vorstellen mit einem denn vielleicht gibt es in diesem Jahr noch ein größeres Spam Update bei Google was genau solche Dinge dann eben auch aktiv angeht und abwertet.

01:14:38: Und dann werden wir mal schauen, ob sich manche um die Früchte ihrer Arbeit betrogen erfühlen.

01:14:47: Wobei von Arbeit kann man da auch nicht immer reden wenn man irgendwelche Skripte anstößt.

01:14:52: Aber gut!

01:14:53: Wir werden es sehen.

01:14:57: Ich hatte das vorhin schon mal anklicken lassen Sam Altman in einem Interview.

01:15:03: Da gibt es so ein Format, das finde ich ganz schön.

01:15:05: Ein Dozent lädt sich immer in den Hörsaal sehr bekannte Persönlichkeiten ein also aus der Tech-Branche und er hat jetzt geschafft auch Sam Altmann vor die Kamera zu holen.

01:15:20: Das ist ein Video das kann man sich kostenlos anschauen auf YouTube da werden wir ja auch den Link in den Show Notes hinterlegen.

01:15:27: und dann hat er so ein bisschen über seine Erwartungen der nächsten Jahre gesprochen und das finde ich auch mal ganz interessant, was so diese Größen da der KI-Branche von sich geben.

01:15:41: Zwei Sachen habe ich mal rausgepickt.

01:15:44: Das eine ist dass er davon ausgeht, dass KI-Systeme mit der Leistung von fünfhunderttausend GPUs als sogenannte Forschungspraktikanten eingesetzt werden und gerade bei OpenAI jetzt, dass KI-Modelle dann auch von diesen sogenannten Forschungspraktikanten selbstständig weiterentwickelt oder erstellt werden.

01:16:14: Und das Zweite ist, laut seiner Ansicht weltweit ein enormer Mangel an Rechenleistung bestehe und der werde sich auch in die Zukunft fortsetzen.

01:16:29: Und die Nachfrage, die werden ja quasi unbegrenzt sein.

01:16:35: Das wird eine interessante Verbindung sein zu dem nächsten was wir gleich noch sagen.

01:16:41: aber zunächst einmal dazu und einen Punkt den habe ich jetzt noch gar nicht erwähnt Sam Altman hat sich gegen die Vermutung geäußert, dass Sprachmodelle, also die LLMs irgendwann an ihre Grenzen stoßen und das man World-Modelle bräuchte.

01:17:00: Also er vertritt die Auffassung des Entwicklungen bei Sprachmodellen, die können immer so weitergehen und die hätten ja jetzt auch schon mathematische Probleme gelöst, die noch kein Mensch davor gelöst hatte.

01:17:13: Das ist ein Punkt, den man vielleicht erwähnen sollte, weil wir ja auch schon hier oft über die Schwächen oder die Begrenzung von LLMs gesprochen haben und über Worldmodels gesprochen haben.

01:17:24: Ja also trotzdem ganz interessant.

01:17:27: wie würdest du diese Aussagen einschätzen?

01:17:34: Ich werde mir auf jeden Fall das Video mal reinziehen.

01:17:36: ich habe es noch nicht gesehen.

01:17:38: aber wenn ich jetzt einfach nur die Aussagen her nehme die Du jetzt wiedergegeben hast mit den KI Forschungspraktikanten und fünfhunderttausend GPUs.

01:17:48: Ja, natürlich!

01:17:49: Also wenn du die Kapazitäten hast, wirst du natürlich ein Recursive Self-Improvement Prozess bauen.

01:17:56: also wir haben ja auch vorhin geredet.

01:18:00: Die Capacity ist jetzt so an Tropic gegangen das ist ja quasi der Forscher in diesem RSI Umfeld der am meisten weitergebracht hat er doch dieses AutoGPT mit wenigen Zeilen Code gebaut.

01:18:17: Das heißt es braucht gar nicht so viel Software, es braucht eigentlich nur Rechenleistungen und Daten.

01:18:28: Der greift eines wieder ins andere.

01:18:31: Ja du kannst hier fünfhunderttausend GPUs mit KI Forschung irgendwie ausstatten aber du brauchst irgendeine Art von Experience.

01:18:41: Und im KI-Forschungssegment selbst, weil die KI kann sich selbst sozusagen Improven.

01:18:49: Da funktioniert das.

01:18:50: aber alles was außerhalb dieser KI Forschung ist würde in dem Fall nicht funktionieren, weil es ja in irgendeiner Art und Weise irgendeine Experience braucht.

01:19:02: Wenn du KI Forschungen sagst dann stimmt das?

01:19:04: Weil die Experience ist ja dann das Ergebnis aus der Forschung.

01:19:08: Das heißt dass es quasi Der Hund, der sich selbst trainiert.

01:19:15: Aber sobald du jetzt hier in die Medizin gehen würdest, in die Wirtschaft gehen würdest und in die Biologie gehen würde, brauchst du die Physik.

01:19:25: Und sobalde du die Physik brauchst, brauchtest du Experimente.

01:19:29: Sobald Du Experimente brauchst brauchst Du Experience, Beobachtung und Learning.

01:19:35: Also du brauchst diese empirische Beobuchtung aus Dingen, die getan werden.

01:19:43: Und dann reichen wiederum large language Models nicht aus weil du brauchst irgendeine Art von Selbstreflexion und irgendeiner Art von Wo steht die Beobachtung im Verhältnis zu mir?

01:20:03: Also ich muss mich da selbst darin positionieren damit ich überhaupt erfahren kann, was das bedeutet.

01:20:11: Und solange ich das nicht habe, kann kein echtes Learning passieren.

01:20:16: Dann ist es nur ein mathematischer Prozess der statistisch wiedergibt, dass die nächste wahrscheinliche Truppen ist.

01:20:27: und das ist der große Unterschied eben zu den Transformer-Modellen versus World Models Weil du halt hier auch bei World Models hast geschlossene Kreisläufe, die sich selbst reflektieren.

01:20:40: Und bei Transformer-Modellen hast du offene Konzette, die einfach nur Detain-Input haben und dann mathematisch sich immer weiter annähern an eine Erkenntnis.

01:20:57: Dementsprechend muss ich da... Also er muss es natürlich behaupten dass das so ist.

01:21:03: ja also der sagt wahrscheinlich aus Eigeninteresse, weil er sonst seine eigene Forschung dampen würde und auch sein eigenes Unternehmen kleinreden würde.

01:21:15: Weil ob mir ein in diesem Segment Anakapazal ist, sagt man in Österreich also da haben sie nix auf den Rot.

01:21:25: Also da können Sie gar nichts in dem Bereich und dementsprechend ist das natürlich das was keiner machen weiß eh wo es ist.

01:21:34: Was den Computemangel angeht, gebe ich im Recht die nächsten drei Jahre.

01:21:43: Aber ich glaube auch hier wird es Durchbrüche geben, die einiges voranbringen werden und wir werden kreativ werden müssen weil wir sehen jetzt schon die Bewegungen in den USA auch in Europa wo der Widerstand gegen Detacenter Computerausbau so groß ist, dass die Politik eingreift und das der Ausbau gebremst wird.

01:22:15: Und dementsprechend ist es natürlich auch klar, dass in seinem Altmann sagen muss wir werden einen Mange haben weil mehr als jetzt wird's wahrscheinlich nicht mehr.

01:22:24: Also sie werden aber mehr brauchen und dementsprechend hat er in dem Sinn recht weil der Ausbau sich jetzt massiv verlangsamen wird.

01:22:36: Also auch wenn wir sagen er wird sich massiv beschleunigen, er wird noch massiv teurer werden aber es heißt nicht dass wir mehr Kapazitäten haben werden.

01:22:43: also und ich glaube das ist vielleicht so ein bisschen die versteckte Message dahinter so würde ich es interpretieren aber ich schaue mir auf jeden Fall noch das Video an dann kann man vielleicht irgendwie aus den Nuancen heraus hören was er da tatsächlich meint.

01:23:00: damit Aber ja, also Sam Ordmann ist ja ein sehr... Also wenn er redet dann sind sehr viele Agenda sozusagen in seinen Worten drinnen und dementsprechend kann man vieles gar nicht ernst nehmen als seine Meinung weil er einfach eine Agenda verfolgt.

01:23:26: Und deswegen würde ich halt all das auch unter diesem Kontext sehen.

01:23:33: Und ich finde wie gesagt, um nochmal diesen Bogen zu spannen.

01:23:40: Diesen unfassbaren Hardwarebedarf oder Rechenbedarf den er jetzt nennt.

01:23:46: Den finde ich aus gesamtwirtschaftlicher und ökonomischer Sicht besonders interessant.

01:23:52: In dem Zusammenhang bin ich auch noch auf ein Video gestoßen von einem Finanzwissenschaftler von der New York University.

01:24:05: Und sein Name ist Damo Dullan, der hat sich sehr kritisch zur weiteren Entwicklung geäußert und das Spannende finde ich er sieht sowohl als Problem wenn die KI-Industrie scheitert, er sieht es aber als noch größeres Problem in die KI Industrie erfolgreich.

01:24:30: Warum ist das so?

01:24:32: Klar, also erst mal wenn die KI-Industrie scheitert dann hängen da natürlich sehr viele Dinge dran.

01:24:40: Viele der Investitionen, die da getätigt wurden oder werden sind schuldenfinanziert anders als zum Beispiel noch bei der New Economy Anfang dieses Jahrhunderts.

01:24:52: Da wurde ja viel aus Eigenkapital finanziert und beim Platzen der Blase traf es dann eben vor allem die Kapitalgeber.

01:25:01: Aber jetzt haben wir dann eher so einen Dominoeffekt.

01:25:03: oder hätten wir so ein Domino Effekt, der dann entstehen würde?

01:25:06: Weil eben da sehr viele Verkettungen stattfinden wurden ja auch ganze Portfolios umgeschichtet, um eben auch diese größere Gewichtung der KI abzubilden.

01:25:16: Das heißt also wir hätten dann wahrscheinlich wenn das zum Platz in der Blase kämen, haben wir schon darüber geredet ausführlich Da würde es dann eher So effekte geben wie bei der Finanzkrise.

01:25:29: Aber gut, das ist das eine.

01:25:30: aber was ich eben interessant finde.

01:25:31: Ist dass er sagt ja selbst wenn das ganze erfolgreich ist dann haben wir auch ein problem.

01:25:39: Ja die KI Die ist ja dazu gedacht, zumindest im großen Teil um menschliche Arbeitskraft zu ersetzen und dann würden eben sehr viele, sehen wir heute schon durch die Entlassung.

01:25:52: Sehr viele Büro angestellte ihre Jobs verlieren, ihre Einkommensgrundlage und ja auch ihrem Lebenssinn und das hätte dann enorme gesellschaftliche Auswirkungen auf die derzeit niemand vorbereitet ist.

01:26:07: Auch das kann man sich auf YouTube übrigens anschauen, auch den Link können wir in den Show Notes hinterlegen.

01:26:15: Das heißt also, die Frage ist sind wir geliefert?

01:26:22: Egal wie sich entwickelt oder hast du da ein bisschen mehr Hoffnung.

01:26:28: Ich glaube das ist so... Er spricht viele Dinge an.

01:26:32: Also klingt so ein bisschen wieder der Summarizer der Dummsee ja!

01:26:39: Also der hat sich alle Hypothesen zusammen gesammelt und macht jetzt eine große Story daraus.

01:26:45: Ich würde das jetzt mal einfach Stück für Stück auseinander nehmen, ja?

01:26:48: Also ich glaube ein Teil ganz am Anfang den hast du jetzt zwar nicht genannt aber da redet er über die Unit Economics dass eben die KI-Modelle derzeit nicht gut in Unit Economics sind und dass es da viel zu teuer ist und zu viele Ressourcen verschlingt wie Strom und Wasser.

01:27:07: Und da kommen wir schon mal zum ersten Narrativ, dass das zu viel Strom und Wasser verschlingt.

01:27:14: Das ist die Ursache für die Unideconomics, was total nicht zusammenhängt.

01:27:20: Er führt hier mehrere Keywords an um plausible erscheinen zu lassen, damit das Geschäftsmodell nicht aufgeht.

01:27:33: Und das wissen wir schon, dass es nicht so ist!

01:27:35: Also, wir haben ja schon teilweise Einblick in die Bilanzen von Open AI als auch von Anthropics teilweise bekommen über diverse Leaks.

01:27:46: Und was sich dort zeigt ist dass sich die Unit Economics im Influence sehr wohl rechnen und zwar sehr gut und zwar so gut das Anthropic sogar schon mal ein positives Ergebnis gehabt hat in einem Quartal.

01:28:04: Und wenn man sich jetzt SpaceX anschaut, dass jetzt zwei Rechenzentren, also Colossus-I und ColossUS II gebaut hat.

01:28:13: Die Einnahmen die Sie jetzt durch die Vermietung des Colossuses Rechencentrums einnehmen haben sie in eineinhalb Jahren die gesamte Investitionen drinnen.

01:28:24: Das heißt, wenn du nur das Data Center Segment hernimmst rechnen sich die Unit Economics um den Faktor X Du hast die Kohle in eineinhalb Jahren wieder raus.

01:28:37: Du kannst das System aber mindestens fünf bis sieben Jahre wahrscheinlich nutzen.

01:28:42: Das heißt, dass ist mal ein Blätzen.

01:28:45: Also da kann man schonmal sagen, das stimmt nicht So.

01:28:48: dann werden jetzt auch andere sagen Ja, aber das Training braucht ja auch viel Computerkapazitäten Und wenn man das mitrechnet, dann rechnet sich es nichts.

01:28:58: Ja, das könnte man so sehen Wenn man davon ausgeht immer größere Modelle nutzen muss.

01:29:09: Und daran glaube ich auch nicht, also ich glaube nicht dass der Weg ist jetzt immer mehr noch mehr Daten in ein noch größeres Modell zu stopfen und damit noch mehr Pre-Training zu machen sondern ganz im Gegenteil es ist jetzt die Zeit der Effizienz.

01:29:28: das heißt Es sind kleinere Gewinne im Posttraining oder mit Training die diese Steigerungen bringen.

01:29:37: Also ich glaube, dass das Limit der Parameter irgendwo bei zehn Billionen liegt.

01:29:50: Aus mehreren Gründen.

01:29:52: erstens einmal weil es ab dieser Größe sehr schwierig wird überhaupt Inference auf einem GPU Cluster mit dieser Modellgröße rechnen zu lassen.

01:30:05: Das heißt es ist unwirtschaftlich, also nicht nur es ist nicht nur unwirtschaftlich sondern es ist physisch sehr schwierig weil für zehn Billionen Parameter brauchst du circa sagen wir mal zwanzig Terra, also Terabyte an GPU Speicher und dann bist du schon am Limit.

01:30:30: der der des Cluster Rings, der GPU Cluster und nicht nur das sondern du musst jetzt auch noch dazurechnen dass der KV Cache also quasi dort wo die Infrains reingeladen wird.

01:30:45: Auch noch Speicher braucht.

01:30:47: wenn dir sagst ich habe jetzt auch nach eine Million Kontext Window kann ich pro zwei, drei Giganspeicher dazu packen.

01:31:02: Das heißt ich kann nicht so viele parallele Transaktionen machen und nicht so viel Leute gleichzeitig auf diesen Cluster rechnen lassen.

01:31:10: Es ist wirtschaftlich wirklich gut, nicht möglich.

01:31:15: Was heißt entweder es gibt irgendeine technologische Durchbruch der das Clustering von GPU Hardware oder die Archistrierung von Steicher für GPUs anders aufbaut oder es bringen all die Daten nix.

01:31:43: Du kannst keine größere Modelle rein physisch aktuell bauen, weil es keine Infrastruktur gibt mit der du das wirklich machen kannst.

01:31:52: Das heißt wenn wir davon ausgehen dass die Modelle bei einer Größe von zehn zehn Billionen, das Maximum haben ist der Sweetspot wahrscheinlich bei zwei Billionen.

01:32:06: Wo man mit den richtigen Pre-Training, Posttraining, Mittraining Kapazität und Geschwindigkeiten erreichen können die dem EGI eigentlich schon erreicht haben.

01:32:19: Das heißt es ist nicht die Größe, die das Problem Das ist jetzt nicht... Also du kannst, das heißt die Kosten für die Entwicklung von neuen Modellen wird nicht mehr kosten als sie jetzt kostet will ich damit sagen.

01:32:52: Bis jetzt war es so dass die Pre-Training Runs einfach immer teurer geworden sind.

01:32:57: Du hast Milliarden ausgegeben für das nächste neue Modell Immer um den Faktor zwei bis zu zehn.

01:33:05: So am Anfang hat es eine Million gekostet, dann hat es zehn Millionen.

01:33:07: Das sind hunderts Millionen.

01:33:08: Dann gibt es eine Milliarde und zehn Milliarden.

01:33:12: Das geht nicht mehr weiter weil die Modelle nicht größer werden und auch die Trainingsläufe nicht länger werden.

01:33:18: Und somit sind wir jetzt schon in einem Cap sozusagen was das Pre-Training angeht.

01:33:25: vielleicht wird noch ein bisschen teurer aber sehr viel teurer wird's nicht.

01:33:29: und dann rechnen sich trotzdem die Kosten für die neuesten Modelle plus Infrains, weil wenn du bei den Infraines dreißigvierzig Prozent Marge hast dann kannst auch die Model Trainings kosten damit rein rechnen und hast trotzdem noch ein positives Geschäft.

01:33:46: Das heißt das Unit Economics Thema ist ein Blödsinn.

01:33:50: ganz im Gegenteil je größer desto besser.

01:33:54: also Unit Economics ist tatsächlich der Grund warum das überhaupt erst passiert.

01:34:03: Extreme Cupbacks Ausgaben.

01:34:05: Schaust du dir die Industrie an dem Verhältnis, sind das gar keine extremen Cup-Ex Ausgaben.

01:34:12: Weil die Einnahmen versus der Cup-ex Ausgabe... Also wenn du heute eine Automobilfabrik baust musst du die über zwanzig Jahre abschreiben damit sie sich rechnet.

01:34:26: Wenn du heute ein Datacenter baust ist es nach anderthalb Jahren hat sich's... ...wenn du es voll auslastest.

01:34:34: also dementsprechend ist die Kapitale Effizienz deutlich besser als in der gesamten Industrie.

01:34:44: Und somit ist auch dieses Argument totaler Homebook im Wirklichkeit.

01:34:50: Ja, es kann schon sein dass die ganzen Frontierlabs die Dinger auf fünf sechs Jahre absetzen und vielleicht nach drei Jahren nicht mehr verwenden weil sich's vom Strom von der Stromeffizienzen nicht mehr rechnet.

01:35:07: Kann schon passieren eher unwahrscheinlich.

01:35:09: Trotzdem wäre es wirtschaftlich sinnvoll.

01:35:13: Also stimmt eigentlich nicht!

01:35:18: So, was gab's denn noch für Argumente?

01:35:21: Weißt du noch welche Argumenten hat er noch da verwendet?

01:35:25: Sekunde...

01:35:27: Genau die sogenannte Big Market Delusion.

01:35:33: das heißt also Es geht dabei um eine Selbstüberschätzung von Gründern und Risikokapitalgebern.

01:35:43: Und das bedeutet, dass im Prinzip – also ich übersetze es jetzt einfach mal zu einer Aufblähung für die unweigerlich eine Marktkorrektur zur Folge haben wird und dass es dann am Ende nur sehr wenige tatsächliche Gewinner geben wird.

01:36:02: Man muss sich zustimmen aber das ist die Börse!

01:36:05: Das hat nichts mit KI-Realwirtschaft zu tun Das ist einfach nur das Casino wird irgendwann crashen.

01:36:13: Ja, ist so!

01:36:16: Und dann vielleicht daran anschließend dann dieses drohende Systemrisiko für die Wirtschaft aus der massiven Fremdfinanzierung, die wir eben sehen im Bereich der KI-Infrastruktur vor allem?

01:36:31: Ja, das ist ja genau da der Hintergrund warum das Casio irgendwann einmal tatsächlich abwackeln könnte.

01:36:38: Weil tatsächlich die Fremdfinanzierung und auch dieses ganze Private Depth Thema breitet sich aus sozusagen entlang der gesamten Wertschöpfung, weil dort natürlich viel Geld zu verdienen ist.

01:36:56: Und dass das vielleicht irgendwann mal platzt, ist schon möglich.

01:37:01: Realistisch gesehen sieht es im Moment nicht so aus ja?

01:37:06: Sowohl die Kursumsatzverhältnisse als auch die Multiples, wie einen Video bewertet ist oder ein Antropic bewerted ist oder Open-Eye bewertes ist jetzt nicht so überdimensional.

01:37:21: SpaceX war viel größer übergewertet als die anderen Frontierlabs, die derzeit mit einem Punkt zwei Billionen bewertete sind.

01:37:36: Also es ist, wenn das Konzept aufgeht und die Umsätze tatsächlich weiter so wachsen dann gibt's ja eigentlich kein Thema.

01:37:51: Dann ist die Fremdfinanzierung auch kein Problem und auch die Frenzfinanzierungen von den Detacentern.

01:37:56: also wie gesagt diese lassen sich eigentlich schon nach eineinhalb Jahren amotisieren.

01:38:03: natürlich wird keiner nach einer halb jahren das komplett zurück zahlen Weil das macht überhaupt keinen Sinn, weil Fremdkapital ist gutes Kapital.

01:38:12: Also es wäre dumm nicht Fremddkapital zu nutzen solange man mit dem Fremrdkapital viel mehr Kohle macht als mit dem Eigenkapital.

01:38:24: also Wirtschaftsone on one und damit machen alle eigentlich theoretisch alles richtig.

01:38:32: Problem ist wenn's zu einer abflachenden Kurve kommt sich abzeichnet, dass die wirtschaftlichen Gewinne nicht dort landen wo alle das prognostiziert haben.

01:38:45: Sieht aber aktuell viel gesünder aus als all die Vergleiche die sie jetzt hergestellt haben mit Finanzkrise und dort Comrubble und so immer sieht aber im Moment nicht so aus.

01:38:56: im Moment kann sich alles ändern.

01:38:58: vielleicht kommt morgen irgendein Modell raus das Rente auf meinem Handy dann können es problematisch werden

01:39:09: Okay.

01:39:10: Und vielleicht noch zum letzten Punkt, der vielleicht auch die größte Sorge oder die größten Kritik ist und zwar wenn das Ganze jetzt nicht crashed und erfolgreich ist und ganz viele Leute ihren Job verlieren vor allem Bürojobs ja und dass dann gesellschaftlich implodiert wie groß würdest du diese Gefahr einschätzen?

01:39:30: Haben wir auch schon drüber gesprochen?

01:39:31: aber vielleicht in dem Zusammenhang auch nochmal interessant.

01:39:35: Ja da haben wir letzte Folge glaube ich darüber gesprochen.

01:39:37: lange

01:39:38: Ich nicht, genau.

01:39:40: Es ist meiner Meinung nach sieht es... ich dachte das ehrlich gesagt auch aber wenn man sich die Zahlen anschaut gebt ihr das nicht her.

01:39:51: also aktuell geben sie wieder die zahlen.

01:39:54: die zahlen sagen aktuell sogar genau das gegenteil.

01:39:58: es sieht eher aktuell so aus dass mehr arbeitskräfte benötigt werden als angenommen Was nicht bedeutet, dass das so bleibt.

01:40:11: Es wird diesen Moment geben wo diese ganzen Bürojobs und diese Backoffice-Jobs wegfallen werden aber die werden sich umwandeln in irgendwelche andere Jobs die vielleicht in einer höheren Ebene sind oder vielleicht in der Archistrierung von den KI Modellen.

01:40:32: Das heißt wenn der wirtschaftliche Return on Invest kommt Und das ist derzeit abzusehen.

01:40:43: Dann werden die Ressourcen, also die Hütershuman Capital, dass da benötigt wird dafür auch quasi, dass sie in irgendeiner Art und Weise decken müssen.

01:40:55: Das heißt du wirst um diese Effizienzgewinne halten zu können, wirst du wieder neue Leute brauchen.

01:41:03: Das heisst sehr unwahrscheinlich, dass du nur effizient Gewinne hast und Kosten abbauten ganz im Gegenteil sondern es Ähm, parallel passieren.

01:41:13: Und das heißt wenn die Effizienzgewinne kommen wirtschaftest du mehr.

01:41:18: dadurch dass Du mehr wirtschaftet kannst Du wieder neue Investitionen tätigen.

01:41:22: Wenn Du neue Investionen tätigst kannst Du Wieder ein Wirtschaftswachstum reinbringen.

01:41:26: Wenn Du Wirtschaftswachsen reinbringst bringst Du neue Jobs.

01:41:29: also es ist Ein Aufwärtstrend der Gesamtwirtschaftlich auf der Makro-Ebene wahrscheinlich eher positiv sein wird als negativ, dass es in der Zwischenzeit irgendwelche Umbrüche geben wird.

01:41:46: Das ist mal ziemlich sicher.

01:41:48: aber das ist bei jeder industriellen Revolution oder bei jeder Revolution immer oder Revolution des Arbeitsmarktes passiert, sei es jetzt die industrielle Revolution, sei's jetzt die Automatisierung oder halt auch die Urbanisierung wo halt das gesamte Also der gesamte, die Agrarwirtschaft sich eher in die Industrie verlagert hat oder in die Dienstleistung verlagerte.

01:42:17: Natürlich gibt es jetzt nicht mehr sechzig Prozent der Bevölkerung in der Agrarwirtschaft tätig sondern nur mit drei Prozent und natürlich gab's dadurch einen achtundneinzehntigen Abbau dieser Arbeitsplätze aber die haben sich wieder gefunden in der Dienstleistungs- und Industrie.

01:42:36: Also wie in jeder Umschichtung gibt es hier auch in den Arbeitsplätzen eine Umschrichtung.

01:42:44: Meine Meinung heißt nicht, dass das so kommen wird oder kommen muss aber im Moment sagen die Zahlen also wenn man in Zahlenmensches wie ich die Zahlen sagen genau das Gegenteil.

01:42:55: Ja kann ja sogar sein, dass sich da ein komplett neuer Sektor herausbildet in der Beschäftigung Primärensektor mit Forst-Landwirtschaft, dann Sekunde Industrieproduktion und Dienstleistung.

01:43:08: Das ist darüber hinaus jetzt praktisch auf Basis der KI sich ein weiterer kompletter Sektor bildet, der halt ja in welcher Weise auch immer mit KI Dinge tut und davon profitiert?

01:43:21: Ja genau also auch das haben wir ja auch letztes Mal gesprochen dass sich vielleicht die Startup Wirtschaft hier vielleicht vortut oder sich etwas bewegt oder ganz neue Jobs entstehen, von denen wir überhaupt keine Ahnung haben was sie sein könnten.

01:43:40: Gut und all das braucht ja auch Rechenleistung.

01:43:42: und damit komme ich zum letzten Thema für heute.

01:43:44: und da haben wir auch noch mitgebracht dass Microsoft ein gigantisches Rechenzentrum plant in den USA mit zwei Gigawatt und diejenigen die letztes mal dabei waren werden sich irgendwie erinnert fühlen das ganze soll mit einem eigenen Gaskraftwerk betrieben werden.

01:44:02: Und ja dafür verspricht Microsoft, dass sie weniger Wasser verbrauchen oder vielleicht sogar mehr Wasser zurückgeben als Sie einsetzen.

01:44:10: Ja was ist davon zu halten?

01:44:14: Also das ist so wieder, dass die alle recht hilflos sind und dass der Grid also der Stromnetz nicht ausreichend Kapazitäten bietet um so ein Detacenter tatsächlich zu launchen.

01:44:28: Also das machen Sie, Sie machen den einfachsten Weg!

01:44:31: Sie bauen einen Gaskraftwerk Und wir können gern wetten abschließen.

01:44:36: Ich sage, das Gaskraftwerk geht nie online!

01:44:42: Also wenn sie Elon Musk wäre würde ich sagen ja da schmeißt sich der Trump irgendwie in den Gatsch und unterschießt die ganzen Protest-Protestierenden.

01:44:55: aber bei Microsoft wird es keiner machen.

01:44:58: also Microsoft ist nicht ist keiner für den sich irgendwer dreckig macht.

01:45:04: Das heißt, entweder wird Microsoft seine Überlegung ändern und da vielleicht eher Strom aus Photovoltaik oder Wind beziehen.

01:45:17: Ich kann mir nicht vorstellen dass dieses Gaskraftwerk jemals im Betrieb geht auch wenn sie da sechstausende Arbeitsplätze schaffen und was sich auf der Grid und jeden Kind dort Kindergartenplatz garantieren jeden Arbeiter noch Zehntausend Dollar in die Hand drücken, also das werden sie nicht durchbekommen.

01:45:43: Dafür ist der Not In My Backyard Bewegung zu groß und dafür ist dieses Projekt auch zu groß.

01:45:51: ein zwei Gigawatt Gaskraftwerk, ich meine das ist wirklich bekloppt!

01:45:59: Ja, das ist also... und wir haben ja letztes Mal schon gesagt oder drüber gesprochen welche Widerstände das ausgelöst hat an anderer Stelle so ein Vorhaben.

01:46:10: Und jetzt verbinden wir das mal noch mit den aktuell über vierzig Grad die wir in Europa teilweise haben.

01:46:16: In den USA sieht es ja so ähnlich aus an manchen Orten oder vielleicht sogar noch heftiger.

01:46:22: Irgendwann wird das denen auch zu viel werden.

01:46:26: Auch wenn die jetzt, sagen wir vielleicht ein bisschen resilienter sind als wir oder weniger kritisch.

01:46:34: Ich glaube irgendwann ist der Punkt erreicht wo es dann einfach genug ist.

01:46:40: Ja über selbst Texas.

01:46:41: Also Texas die ja ultra liberal sind und alles hier möglich machen damit die ganzen Tech Bros zu ihnen ziehen weg aus Kalifornien, selbst die werden das nicht rechtfertigen können und da wird auch Texas irgendwann die Kertwände machen oder es wird sich am Staat politisch was ändern.

01:47:04: Weil wenn das die aktuelle Regierung in Texas genehmigt, zwei Gigawatt an Gaskraftwerken, dann muss man sich mal überlegen was dafür Hitze sozusagen rausgeht.

01:47:18: Da hast du ein Hitzeinsel, da kannst du in der Luft Handel gängeln!

01:47:27: Und nicht dich zu vergessen auch die Schadstoffbelastung, die dadurch steht haben wir auch letztes Mal durch den Leben geboren.

01:47:32: Also Gas ist ja jetzt auch keine saubere Energieformen entstehen auch Feinstaupartikel, da entstehen Stickoxide und was weiß ich nicht alles.

01:47:42: das führt ja auch zur unmittelbaren Beeinflussungen.

01:47:44: dann Also ja, werden wir beobachten.

01:47:49: Wenn es dann Update gibt.

01:47:50: lassen wir euch wissen.

01:47:51: aber damit wär's das erst mal für heute und ich muss auf die Uhr schauen.

01:47:56: eine Stunde achtundvierzig zeigt mir gerade an Der Wert kann nachher wenn ihr das hört noch ein bisschen abweichen weil wer das ganze auch noch?

01:48:03: veredeln Und optimieren im Nachgang.

01:48:07: Aber ja also wir marschieren schon wieder stramm auf die zwei Stunden zu Haben aber alles würde ich sagen sehr sportlich durchbekommen ohne dass wir irgendwo ein Hänger oder eine Länge drin hatten.

01:48:23: Das finde ich sehr gut, sehr flüssig und interessant wie immer.

01:48:28: Und ja von meiner Stelle her vielen Dank auch wieder für deine Ansichten und Insights und danke an alle die zugehört haben sage ich schon mal tschüss bis zum nächsten Mal und freue mich, wenn ihr dann auch wieder dabei seid.

01:48:45: Und dann gibt's sicherlich zum ein oder anderen Thema auch wieder eine spannende neue Entwicklung.

01:48:51: also bis dahin tschüß!

01:48:54: Ja danke dir auch und danke an alle Zuhörer und Zuhöhrerinnen.

01:48:59: Ich hoffe es war kurzweilig.

01:49:04: Wie gesagt wie jede Woche bitte bewerten weiterzählen redet über uns Schreibt uns was euch immer bewegt oder was euch gefallen hat, nicht gefallen.

01:49:16: Wir freuen uns über jedes Kommentar und wir lesen auch wirklich alles.

01:49:24: Da bleibt mir nicht mehr viel zu sagen.

01:49:25: Dann sage ich vielen Dank!

01:49:26: Ich wünsche euch noch eine wunderbare Woche und freue mich dann schon auf nächste Woche.

01:49:31: Bis dann tüss!