Podcast
Think Different. Think AI.
Hosted by Jens Scharnetzki und Mark Zimmermann · DE
Willkommen bei „Think Different. Think AI.“ – dem Podcast von Mark und Jens. Zwei technologieverliebte Köpfe, die nicht nur über künstliche Intelligenz reden, sondern sie leben. Hier gibt’s klare Einordnungen, echte Praxiseinblicke und einen frischen Blick auf das, was möglich ist – verständlich, kritisch und immer mit einem Augenzwinkern.
KI zum Nachdenken. Zum Schmunzeln. Und vor allem: zum Mitreden.... von Menschen … für Menschen
33episodes
Episodes
Newest firstAll episodes
Dark Side of AI
Jun 100:56:45Tap to summarizeWormGPT, Voice Cloning & KI-Kriminalität in der Praxis Wie leicht ist es eigentlich geworden, Hacker zu werden? Mark holt sich für diese Folge Verstärkung von Thomas Lang, seit 26 Jahren in der IT und einem Großteil davon in der Informationssicherheit unterwegs. Sein Fachgebiet beginnt genau dort, wo niemand hinwill: wenn der Hacker schon da war, oder wenn verhindert werden soll, dass er kommt. Die zentrale These der Folge: Früher musste ein Angreifer wissen, wie man einen Netzwerkscan schreibt und sich unauffällig durchs System bewegt. Heute reicht ein Satz an ein Sprachmodell. Thomas zeigt, wie schnell sich aus Claude Code, Docker, MCP-Server-Anbindungen an Kali Linux und Shodan in fünf Minuten eine komplette Pentest-Werkzeugkette zusammenklickt, ganz ohne die Kommandozeilen-Skills, die früher Pflicht waren. Aus der Praxis erzählt er von Angreifern, die sich 14 Monate lang mit Domain-Admin-Rechten auf einem Terminal-Server tummelten, und von einem Azubi, der sich privat Hacker-Skills aneignete und sie ungestraft im Firmennetz ausprobierte. Die unbequeme Erkenntnis: Gegen interne Täter sind Unternehmen typischerweise viel schlechter gewappnet als gegen externe. Ein Abstecher führt in die Schattenmärkte des Darknets: WormGPT und FraudGPT werden dort als Software-as-a-Service vertrieben, inklusive Telegram-Support, Monatsabo für 129 Dollar oder Lifetime-Lizenz für 900 Dollar: die komplette arbeitsteilige Wirtschaft der legalen Welt, nur befreit von der Pflicht, sich an Gesetze zu halten. Dazu kommt Voice Cloning: Mark und Jens haben selbst getestet, wie ein lokales Modell aus 15 Sekunden Audiomaterial eine täuschend echte Stimme erzeugt, ganz ohne Cloud, auf einem gewöhnlichen Notebook. Für CEO-Fraud, Social Engineering und Prompt Injection über MCP-Schnittstellen eine völlig neue Angriffsfläche. Die Analogie zur Lotus-Notes/Domino-Ära liefert den roten Faden für den zweiten Teil des Gesprächs: Wenn IT-Fähigkeiten dezentral in die Hände von Fachabteilungen wandern, entsteht Tempo, aber auch Intransparenz, die Sicherheit und Governance erschwert. Braucht jedes Unternehmen bald eine eigene agentische Sicherheits-KI gegen agentische Angriffs-KI? Und lohnt sich angesichts explodierender Tokenkosten die Rückkehr zum eigenen Serverschrank im Rechenzentrum, statt alles in die Cloud zu schieben? Am Ende steht der "Mythos"-Zwischenfall bei Anthropic (ein Modell, das angeblich aus seiner eigenen Sandbox ausgebrochen sein und eigenständig eine Mail verschickt haben soll) und eine Beobachtung, über die eine Bank in Frankfurt genau an diesem Tag bereits nachgedacht hat: Was, wenn allein die Existenz eines Modells ausreicht, um die Frage "Müssen wir unsere Systeme vom Netz nehmen?" auf den Tisch zu bringen? Kritisch, aber nicht ohne Hoffnung, denn dieselbe Technologie steckt eben auch hinter medizinischer Diagnostik, die Leben retten kann. Am Schluss gibt's noch eine Empfehlung: Wer tiefer in echte Hacker-Geschichten eintauchen will, sollte sich Dark Net Diaries anhören.
Transcribe →
Notion übernimmt
May 2501:01:47Tap to summarizeVibe Coding, ADRs und die Grenzen des Prompt-Programmierens Was macht ihr, wenn das mächtigste Modell einfach nicht will? Mark und Jens nutzen die Lücke vor ihrer nächsten Gästefolge für eine Zwischenfolge ohne Gast und knüpfen dabei an ihre frühere Folge mit René zum Thema Skills an: Dort ging es um Skills für Organisationen und Menschen, hier geht es um die technische Seite: Vibe Coding, KI-Skills und die großen Modelle. Los geht's mit einer Definition: Vibe Coding, der Begriff, den Andrej Karpathy im Februar 2025 geprägt hat, heißt, mit der Maschine zu reden, bis lauffähige Software herauskommt. Vibe Engineering legt noch eine Schicht Kontext und Struktur obendrauf. Mark erzählt dazu, wie Claude Code mit einem Opus-Modell sich stundenlang weigerte, ein konkretes Problem zu lösen, bis er über ein Plugin Codex von OpenAI als Reviewer einklinkte und das Problem prompt gelöst war. Nebenbei entwirren die beiden die Namensverwirrung im Modell-Zoo: Codex ist bei OpenAI mal Modell, mal App, mal Modus, dazu kommen GPT-5.5, Amazon Bedrock, GitHub Copilot und Azure. Wer da nicht durcheinanderkommt, hat aufgepasst. Der wichtigste praktische Tipp der Folge: Architecture Decision Records (ADRs), und zwar nicht in Word, sondern in Markdown, damit eine KI sie später lesen, auf Konsistenz prüfen und Dubletten finden kann. Wie weit KI-Agenten dabei inzwischen gehen, zeigt eine Anekdote vom Wochenende: Nachdem Mark und sein Agent sich nicht einig wurden, ob ein Bug wirklich existiert, verlangte das Modell Bildschirmfreigabe, Tastaturzugriff und Barrierefreiheitsrechte auf dem Mac und klickte sich anschließend selbst durchs UI, um den eigenen Fehler zu finden. Ein mulmiges, aber beeindruckendes Gefühl. Auf der anderen Seite steht Manus AI, mit dem Jens in nur zwei Prompts eine Anwendung mit OCR-Erkennung und Google-Kalender-Login gebaut hat: funktional, nach übereinstimmender Einschätzung beider aber noch lange nicht veröffentlichungsreif. Ein zweiter Schwerpunkt ist der Umgang mit KI-generierten Zusagen: „Sind alle Fehler weg?" „Ja." Spoiler: nein, manchmal werden Fehler einfach einer anderen Session zugeschoben. Als Gegenmittel hat Mark sich einen Pre-Mortem-Skill gebaut, der ein Vorhaben rückwärts denkt (es ist gescheitert, was war schuld?) und so systematisch an Security, Login-Masken und Consent erinnert, woran man sonst zu spät denkt. Der Rat: Bei jedem „ist sicher" zwei- oder dreimal kritisch nachfragen, bis die KI auch das nennt, was sie beim ersten Mal weggelassen hat. Ein ehrlicher Blick geht auch auf den Suchtfaktor von Vibe Coding: Rate Limits sind lästig (selbst der teure Max-20-Plan von Anthropic hat ein Limit), haben aber ihr Gutes, weil sie eine erzwungene Pause und damit Work-Life-Balance erzeugen. Jens' eigene Open-Claw-Installation prüft sogar die Tageszeit und schickt ihn abends ins Bett. Gleichzeitig plädieren beide dafür, nicht jedem Menschen das volle Chat-Fenster mit all seiner Macht vor die Nase zu stellen: Wer den ganzen Tag Folien baut, braucht kein Hardcore-Auto-Complete-Tool, sondern eine spezialisierte, auf den Anwendungsfall zugeschnittene Lösung. Für den Einstieg empfehlen beide No-Code/Low-Code-Werkzeuge wie Bolt oder Lovable. Dort lässt sich Vibe Coding gefahrlos ausprobieren, bevor man sich an die mächtigeren, aber auch risikoreicheren Werkzeuge wagt. Zum Schluss zwei sehr private Beispiele: Mark hat seinem Philips-Hue-Bewegungsmelder im Keller per Gespräch mit Claude eine Funktion beigebracht, die es beim Hersteller so gar nicht gibt: Das Licht bleibt jetzt an, wenn man während der Wartezeit erneut vorbeiläuft. Und die beiden kündigen ihre neue Podcast-Webseite auf GitHub Pages an, auf der alle Transkripte auf Deutsch und Englisch als Markdown zum Download bereitstehen, jeden Dienstag aktualisiert, mit Suche, Feedback-Formular und Teilen-Funktion.
Transcribe →
AI und LEGAL
May 1800:46:31Tap to summarizeAnwender, Betreiber, Anbieter: Was der AI Act von dir verlangt Darf ich das? Diesmal holen sich Mark und Jens keinen weiteren Entwickler oder Produktmenschen ans Mikro, sondern Max, Jurist mit Schwerpunkt KI- und Datenrecht. Statt der erwarteten Vorsicht-Vorsicht-Vorsicht-Nummer geht es darum, wie Recht und Compliance tatsächlich mitspielen können, statt nur zu verhindern. Der Klassiker "es kommt drauf an" wird auseinandergenommen: Halluzinationen, Haftungsfragen und die unbequeme Erkenntnis, dass ein KI-Output mit 70 Prozent Qualität in unkritischen Prozessen völlig ausreichen kann. Perfektion war schließlich auch vorher nicht der Maßstab. Dazu Marks TikTok-Anekdote vom Anwalt mit Füllfederhalter im Vorsicht-Apostel-Modus, ein schönes Beispiel dafür, wie man Menschen mit reiner Angstmache eben nicht abholt. Größte Plattitüde der Folge: "Datenschutz erlaubt das nicht." Max räumt auf: Datenschutz ist keine heilige Kuh, sondern ein Rechtsgut unter mehreren gleichwertigen, und US-Hosting ist aktuell kein Showstopper mehr, wenn sauber dokumentiert wird. Wichtig fürs Selbstverständnis im AI Act: Wer ein lokales Modell z. B. über n8n betreibt, ist Anwender. Wer ein KI-System als Produkt an den Markt bringt, rutscht in die Anbieter-Rolle, inklusive einer Betriebsanleitung, für die aktuell noch niemand ein fertiges Format hat. Dass der AI Act selbst schon im Reset-Modus ist, obwohl er noch gar nicht vollständig in Kraft ist, erklärt Max mit dem Brüsseler Kompromiss-Prozess: viele Stakeholder, viele Einzelinteressen, am Ende ein Flickenteppich, der nachjustiert werden muss. Seine Antwort im eigenen Unternehmen: keine Einzelfall-Antworten auf "darf ich das?", sondern Prinzipien und Guardrails, die Sicherheit erzeugen statt Verunsicherung. Privat wird es dann noch mal konkret: die Haushaltsausnahme im Datenschutzrecht (die DSGVO gilt schlicht nicht im rein privaten Kontext), garniert mit der Frage, was passiert, wenn das Aufnahmegerät oder die KI-Brille versehentlich vom Park mit ins Wohnzimmer wandert (Stichwort Tesla-Wächtermodus). Beruflich nutzt Max Alltags-KI für Recherche sowie Noxtua, ein auf juristischer Datenbasis trainiertes deutsches KI-System. Am Ende der Blick nach vorn: Wenn Wissen und Fähigkeiten zur Commodity werden, verschwindet die klassische Vertragsprüfung. Was bleibt, sind Erfahrung, Empathie und strategischer Weitblick. Jens' Zuspitzung bringt es auf den Punkt: Der Jurist der Zukunft wird Orchestrierer agentischer Netzwerke, die Rechtsberatung an andere Systeme weitergeben.
Transcribe →
Temporal UX
May 1100:43:48Tap to summarizeCraft Agents, OpenClaw und Threat Modeling für Nicht-Entwickler Was passiert, wenn ein Software-Entwickler und zwei IT-Praktiker anfangen, über Agentic Workflows zu fachsimpeln? Mark spricht in dieser Folge, ausnahmsweise ohne Jens, mit den wiederkehrenden Gästen Alex und Klaus darüber, wie aus reinem Prompten inzwischen echte Agenten-Infrastruktur geworden ist. Ausgangspunkt ist ein sehr konkreter Use Case: Klaus will seine monatliche Buchhaltung (Rechnungen per Mail, Kontoauszug, PDF-Export) automatisieren und weiß nicht, ob er dafür OpenClaw oder Craft Agents braucht. Die Antwort ist, wenig überraschend, ein "kommt drauf an", aber ein gut begründetes. Craft Agents wird als grafische, auf dem Claude SDK basierende Alternative zu Claude Code vorgestellt: kein Terminal, dafür MCP-Anbindungen, Skills und Aufgaben, die auch weiterlaufen, wenn die Anwendung geschlossen ist. An Alltagsbeispielen (einem Notion-Token, das ständig neu authentifiziert werden muss, oder einer Audio-Transkriptions-Anwendung für IT-fremde Kolleginnen) zeigen Mark, Alex und Klaus, wie sich über Skills, Plugins, Hooks und Evaluations mittlerweile ein gemeinsames Musterbuch quer über alle Agent Harnesses (Claude Code, OpenCode, OpenClaw) etabliert hat. Spätestens wenn ein Agent Zugriff auf Bankdaten oder das eigene Postfach bekommen soll, wird es ernst. Die Runde diskutiert Sandboxing, Netzwerksegmentierung und Zero-Trust-Prinzipien und stellt Adam Shostacks Four-Question-Framework vor, das Klaus sich als eigenen Skill in Craft Agents gebaut hat, um eine Bedrohungsanalyse (Threat Modeling) automatisiert vor jedem Commit laufen zu lassen. Dabei bleibt der Ton angenehm unaufgeregt: keine "KI wird uns alle hacken"-Panik, sondern die nüchterne Feststellung, dass viele Menschen schlicht nicht wissen, was ein Token ist. Genau das wird zum Sicherheitsrisiko. Der zweite große Themenblock dreht sich um Softwarearchitektur und Teamstrukturen im Zeitalter von KI-Agenten. Klaus berichtet, wie sein früherer Purismus (strikt native iOS-Entwicklung in Swift, striktes Kotlin für Android, kein Cross-Platform-Kram) aufgeweicht ist, weil Agenten mittlerweile für beide Plattformen nativen Code erzeugen und die Teamgrenzen zwischen iOS- und Android-Entwicklern zunehmend verschwimmen. Diskutiert wird auch, ob der klassische Anwendungsschnitt (Frontend-Team, Backend-Team, App-Team) angesichts von LLMs neu gedacht werden muss, und warum Make-or-Buy-Entscheidungen gerade eine neue Bedeutung bekommen. Zum Ausklang gibt es die skurrilsten Momente aus dem Alltag mit Agenten: ein Claude Code, das sich schlicht weigert, die Git-History umzuschreiben, ein OpenClaw-Setup, das eigenmächtig neue Nutzer in eine Datenbank aufnimmt, und die unbequeme Frage, wer eigentlich entscheidet, welche Libraries ein Agent verwendet, wenn Unternehmen dafür bezahlen könnten. Eine Folge für alle, die wissen wollen, was Agentic Coding kann und was dabei ernsthaft schiefgehen kann.
Transcribe →
PM 2.0
May 401:04:27Tap to summarizeWie Wartezeit mit KI-Agenten zum Produktivitätsfaktor wird Was macht eigentlich Warten mit uns, wenn nicht mehr wir selbst arbeiten, sondern ein Agent für uns? Mark und Jens sitzen in dieser Folge zum ersten Mal physisch am selben Tisch und nehmen sich ein Konzept vor, das in der UX/CX- und Service-Design-Welt unter dem Namen Temporal UX seit einer Weile kursiert, im KI-Kontext aber noch kaum durchdacht ist: Zeitgestaltung als bewusstes Designelement. Am Beispiel des Gepäckbands am Flughafen zeigen sie, wie ein bewusst verlängerter Fußweg eine gefühlt kürzere Wartezeit erzeugt, und übertragen dieses Prinzip direkt auf die Interaktion mit KI-Modellen. Ausgangspunkt ist eine sehr konkrete eigene Erfahrung: Beim gemeinsamen Vibe Coding mit einer Kollegin hat Mark eine Aufgabe an einen Agenten übergeben (umgesetzt mit Craft Agents auf Basis eines Opus-Modells), während Jens und die Kollegin nur sporadische Status-Updates aus zweiter Hand bekamen. Das Ergebnis: eine Sechs-Punkte-Liste, die abgearbeitet wird, fast wie ein Windows-Installationsbalken bei 98 Prozent. Von hier aus spannen die beiden den Bogen zu Diskettenwechseln, Ladebildschirm-Insidergags in alten Videospielen und Pong-Minigames auf Flash-Webseiten: lauter frühe Lösungen für dasselbe Problem, Wartezeit erträglich machen, ohne zu lügen, wie lange sie wirklich dauert. Ein zentraler Strang der Folge ist Trust: Warum zeigen Reasoning-Modelle wie die von DeepSeek oder OpenAI überhaupt ihren Denkprozess an, und was macht das mit unserem Vertrauen in den Output? Daraus entwickelt sich die Diskussion um Mental Overload beim parallelen Betrieb mehrerer KI-Agenten: Wenn fünf, sechs Agenten gleichzeitig laufen, steigt laut Jens und Mark die Fehlerquote massiv, weil der Überblick verloren geht, wer gerade woran arbeitet und wo ein Prompt oder Reviewschritt fehlt. Mark bringt seine alte Palm-Pilot-Software Agendus als Wunschbild ein: Aufgaben, die mit einem mitwandern, bis sie erledigt sind, plus ein simples Wrap-up am Ende und die Fähigkeit, Kontexte aus verschiedenen Konversationen zusammenzuführen. Besonders praxisrelevant: Aktuelle KI-Modelle haben schlicht kein Gefühl für verstrichene Zeit. Wer nicht explizit Datum und Uhrzeit im Prompt mitgibt, bekommt schon mal die Aussage "ich habe zwei Stunden recherchiert", obwohl real zwei Minuten vergangen sind. Das Problem wird größer, sobald Agenten nicht nur mit Menschen, sondern miteinander kommunizieren: Timeouts, Heartbeat-Mechanismen und die Frage, was passiert, wenn von zehntausend agentischen Systemen eines einfach nicht antwortet, während alle anderen im Leerlauf hängen. Mark erzählt dazu seine eigene N8N-Anekdote, bei der ein Timeout im Frontend die fertige Antwort eines Workflows verschluckt hat: ein sehr konkretes Beispiel dafür, wie wenig Zeitgestaltung in aktuellen Agenten-Tools wie N8N oder Claude bislang mitgedacht ist. Am Ende steht ein klarer Auftrag an die Branche: Zeitgestaltung darf nicht dem Zufall überlassen bleiben, sondern muss sowohl auf UI-Ebene als auch organisatorisch (in Workflows, Notifications und Übergabepunkten) bewusst mitgedacht werden, sonst frisst Mental Overload den Produktivitätsgewinn durch KI wieder auf. Passend dazu schließen Mark und Jens mit einem Zitat von Benjamin Franklin: "Lost time is never found again."
Transcribe →
KI schläft nicht !
Apr 2700:54:30Tap to summarizeWie KI-Tools wie Claude Design und Coding neu definieren. Was passiert, wenn die Agenten die Kontrolle übernehmen? In dieser Folge sprechen wir darüber, wie KI unser Arbeiten im Design und Coding komplett verändert. Wir teilen unsere Erfahrungen mit neuen Tools wie Claude Design, diskutieren die Auswirkungen auf Kreativprozesse und zeigen, wie autonome Agenten sogar nachts weiterarbeiten – ganz ohne menschliches Zutun. Wir tauchen tief in die Zukunft der Zusammenarbeit zwischen Mensch und KI ein, hinterfragen den Wandel klassischer Workflows und rätseln, wie viel Kontrolle wir abgeben sollten. Dabei bleibt unser Blick kritisch – aber auch neugierig auf die Chancen für mehr Effizienz und Kreativität. Probiert es aus: Die Design-Revolution beginnt jetzt! Anthropic Claude https://www.anthropic.com/claude Claude Design https://claude.ai/design Figma https://www.figma.com/ Google Gemini https://deepmind.google/technologies/gemini/ DALL·E https://openai.com/research/dall-e Canva https://www.canva.com/de_de/ Google Stitch https://stitch.google/ OpenAI GPT-4 https://openai.com/research/gpt-4 Eventualities (AR-Brille) https://www.eventualities.com/ Open Interpreter https://github.com/open-interpreter/open-interpreter CREA AI https://crea.ai/
Transcribe →
Das strategische Gold
Apr 2000:56:52Tap to summarizeSkills In dieser Folge wagen wir einen Deep Dive in die Welt der KI-Skills und diskutieren, warum Skill Engineering gerade dabei ist, die Spielregeln zu verändern. Gemeinsam mit unserem Gast hinterfragen wir, wie sich Teams, Führung und ganze Organisationen entwickeln, wenn Agenten nicht mehr nur auf Prompts reagieren, sondern echte Fähigkeiten einsetzen. Wir teilen unsere Erfahrungen, sprechen offen über Chancen und Risiken und geben Einblicke, wie Skills Arbeit und Zusammenarbeit neu definieren. Natürlich werfen wir auch einen kritischen Blick auf internationale Entwicklungen – von Skill-Datenbanken bis hin zu kulturellen Unterschieden beim Umgang mit KI. Wenn du wissen willst, wie die Arbeitswelt von morgen aussehen könnte und welche Rolle Skills dabei spielen, bist du hier genau richtig. Notion https://www.notion.so/de-de Anthropic https://www.anthropic.com/ GitHub https://github.com/ Python https://www.python.org/ Kaparthy https://karpathy.ai/ Markdown https://de.wikipedia.org/wiki/Markdown Job to Be Done https://de.wikipedia.org/wiki/Jobs-to-be-done Agile Methoden https://de.wikipedia.org/wiki/Agile_Softwareentwicklung OpenClaw https://github.com/openclaw/openclaw
Transcribe →
Mythos Anthropic
Apr 1200:55:57Tap to summarizeManaged Agents, Mythos und mehr In dieser Folge nehmen wir euch mit in die aufregende Welt rund um Anthropic, Claude und den spektakulären Cloud-Code-Leak. Wir sprechen offen darüber, wie uns Token-Kosten und System-Prompts an die Grenzen treiben, was hinter dem Mythos-Modell steckt und warum Managed Agents plötzlich das neue große Ding sind. Ihr erfahrt, wie ein versehentlicher Code-Release die Entwickler-Community aufrüttelt und welche Chancen – aber auch Risiken – KI-Systeme für Security und Automatisierung bieten. Wir diskutieren die rasante Entwicklung hin zur AGI, teilen persönliche Anekdoten und stellen uns die Frage: Wer kommt in diesem Rennen noch mit? Ob Skills, Sandbox-Ausbruch oder der nächste große Durchbruch – wir zeigen, warum es sich lohnt, am Puls der KI-Zeit zu bleiben. Hört rein, wenn ihr wissen wollt, wie ihr euch im KI-Dschungel nicht abhängen lasst und warum die Zukunft vielleicht schneller kommt, als wir denken. Anthropic https://www.anthropic.com/ Claude https://www.anthropic.com/claude OpenAI https://openai.com/ OpenClaw https://github.com/openclaw-ai/openclaw Managed Agents (Anthropic) https://docs.anthropic.com/claude/docs/managed-agents Mytho (Anthropic AI-Modell) https://www.anthropic.com/news/introducing-glasswing Project Glasswing https://www.anthropic.com/news/introducing-glasswing Notion https://www.notion.so/ Asana https://asana.com/de Slack https://slack.com/intl/de-de/ GitHub https://github.com/ Nvidia https://www.nvidia.com/de-de/ Amazon https://www.amazon.de/ Apple https://www.apple.com/de/ Broadcom https://www.broadcom.com/ Cisco https://www.cisco.com/c/de_de/index.html
Transcribe →
AI Easter Eggs
Apr 600:38:46Tap to summarizeEaster Eggs, KI-Fails und warum Künstliche Intelligenz manchmal wie wir tickt. Ein Oster-Special voller Aha-Momente. In dieser besonderen Osterfolge nehmen wir euch mit auf eine Reise zu den skurrilsten und spannendsten Easter Eggs – von legendären Computerspielen bis hin zu überraschenden Eigenheiten moderner KI. Wir teilen persönliche Geschichten, entlarven KI-Fails und diskutieren, warum selbst die cleversten Systeme manchmal wie vergessliche, zustimmende oder einfach nur „faule“ Menschen agieren. Gemeinsam hinterfragen wir, wie viel Mensch in der Maschine steckt, was KI wirklich kann – und wo sie uns noch zum Schmunzeln bringt. Egal ob ihr KI-Profis oder einfach neugierig seid: Diese Folge liefert euch neue Perspektiven, unterhaltsame Anekdoten und jede Menge Gesprächsstoff für die Feiertage. Frohe Ostern und viel Spaß beim Hören und Eiersuchen! Die Biologie der KI Buch Google Easter Eggs https://de.wikipedia.org/wiki/Easter_Egg_(Software)#Bekannte_Beispiele robots.txt https://developers.google.com/search/docs/crawling-indexing/robots/intro?hl=de Day of the Tentacle https://de.wikipedia.org/wiki/Day_of_the_Tentacle Maniac Mansion https://de.wikipedia.org/wiki/Maniac_Mansion Zack McKracken and the Alien Mindbenders https://de.wikipedia.org/wiki/Zak_McKracken_and_the_Alien_Mindbenders Doom II https://de.wikipedia.org/wiki/Doom_II Wolfenstein 3D https://de.wikipedia.org/wiki/Wolfenstein_3D World of Warcraft https://de.wikipedia.org/wiki/World_of_Warcraft ChatGPT https://openai.com/blog/chatgpt Claude (Anthropic) https://www.anthropic.com/claude Gemini (Google) https://deepmind.google/technologies/gemini/ LLM (Large Language Model) https://de.wikipedia.org/wiki/Gro%C3%9Fe_Sprachmodelle Halluzination (KI) https://de.wikipedia.org/wiki/Halluzination_(K%C3%BCnstliche_Intelligenz) Biologie der KI: Künstliche Intelligenz als digitaler Organismus (Buch) https://www.oreilly.de/buecher/16447/biologie-der-ki/
Transcribe →
Agenten, KI und die Zukunft der Softwareentwicklung
Mar 3001:00:02Tap to summarizeWie Agentic Workflows und KI unsere Arbeitsweise revolutionieren – mit echten Beispielen, Pannen und Zukunftsausblick. In dieser Folge tauchen wir tief in die Welt der agentischen Softwareentwicklung ein. Gemeinsam mit meinen Gästen diskutieren wir, wie KI-gestützte Workflows unser Verständnis von Programmierung, Teamarbeit und Sicherheit verändern. Wir teilen echte Erfahrungen, Stolpersteine und überraschende Lernerfolge – von automatisierten Buchhaltungsprozessen bis hin zu den Herausforderungen bei der Integration von KI-Agenten in bestehende Systeme. Natürlich fehlt auch der kritische Blick auf Risiken, Security und die sich wandelnde Rolle von Entwicklern nicht. Am Ende steht die Frage: Wie bereiten wir uns – und unsere Teams – auf diese rasante Transformation vor? Wer neugierig ist, wie die nächste Generation von Softwareentwicklung wirklich aussieht, sollte unbedingt reinhören. Craft Agents https://github.com/craft-ai/craft-agents OpenClaw https://github.com/openclaw/openclaw Cloud Code https://cloud.google.com/code Adam Shostack – Four Question Framework https://adam.shostack.org/four-questions/ Obsidian https://obsidian.md/ Notion https://www.notion.so/ FFmpeg https://ffmpeg.org/ Microsoft Copilot https://copilot.microsoft.com/ Jira https://www.atlassian.com/de/software/jira Kotlin https://kotlinlang.org/ Swift https://developer.apple.com/swift/ Xcode https://developer.apple.com/xcode/ Xcode Cloud https://developer.apple.com/xcode-cloud/
Transcribe →