DEEPTECH DEEPTALK

1. NO KINGS 🤴 Diversifikation und Diskriminierung im Tokenrausch

   12 novembre 202629 minÀ suivre

   Die amerikanische KI-Wette hängt an einer Handvoll Unternehmen und ihren Chefs. Die Kursausschläge nach den US-Midterms und die Turbulenzen um den Nvidia-Chef zeigen, wie schnell so viel gebündeltes Kapital ins …

   Notes de l’épisode

   Die amerikanische KI-Wette hängt an einer Handvoll Unternehmen und ihren Chefs. Die Kursausschläge nach den US-Midterms und die Turbulenzen um den Nvidia-Chef zeigen, wie schnell so viel gebündeltes Kapital ins Rutschen gerät. Das Motto dieser Folge des DEEPTECH DEEPTALK: No Kings.

   Key Learnings

   • Konzentration ist ein Klumpenrisiko. Hierzulande verteilen sich Macht und Kompetenz auf mehr Köpfe. Das Bild vom abgehängten Europa übersieht, wie robust das ist.
   • Am Tokenrausch hängen die Schulden. Die Rechenzentren sind kreditfinanziert und rechnen sich nur bei wachsendem Tokenverbrauch. Subventionierte Abos sind der Einstieg, über die API wird es teuer.
   • Smart Force statt Brute Force. Alltagsaufgaben brauchen selten ein Frontier-Modell. Kleine, lokale Modelle in guter Architektur erledigen sie ohne Tokenrechnung und ohne stille Updates des Anbieters.
   • Persönliche Produktivität ist noch kein Unternehmensergebnis. Ohne Abstimmung baut jeder für sich und dieselbe Lösung entsteht hundertfach. Agentenregister und Tracing schaffen Überblick, doch kaum ein Unternehmen nutzt sie.
   • Diversifikation: nie alles auf einen Anbieter. Wer sich an einen bindet, trägt dessen Wette mit. Mehrere Anbieter und ein eigenes Modell auf eigener Infrastruktur senken die Abhängigkeit.
   • Diskriminierung: Tokens gezielt zuteilen. Tokens sind endlich. Budgets folgen deshalb dem nachgewiesenen Nutzen, gemessen im Team und am Unternehmensziel. Dem Blick auf Einzelne setzen Datenschutz und Mitbestimmung Grenzen. Über Karrieren dürfte Tokeneffizienz trotzdem mitentscheiden.

2. Aus Versehen souverän 🍀 Warum Europas KI ohne Milliarden-Muskel aufholt

   16 octobre 202633 minÀ suivre

   Amerika wettet auf Größe. Europa hatte nie das Geld dafür und setzt deshalb auf Methode statt Muskel.Ein paar Wochen reichen für eine bemerkenswerte Bilanz. Mistral legt ein neues großes Sprachmodell vor, Black …

   Notes de l’épisode

   Amerika wettet auf Größe. Europa hatte nie das Geld dafür und setzt deshalb auf Methode statt Muskel.

   Ein paar Wochen reichen für eine bemerkenswerte Bilanz. Mistral legt ein neues großes Sprachmodell vor, Black Forest Labs eine Modellfamilie für Bild und Video, NEURA Robotics aus Metzingen ein eigenes Foundation Model für Roboter, das sieht, hört, tastet und sich erinnert. Oliver Rößling und Alois Krtil wollen wissen, wie das ohne die Summen geht, die in den USA in Rechenzentren fließen.

   Die Antwort ist für beide Seiten unbequem. Das Rennen um immer größere Sprachmodelle konnte Europa nie gewinnen, weil es sein Kapital nicht auf ein, zwei Champions bündelt. In den USA ist genau das passiert. Eine Handvoll Anbieter hat so viel Geld verbaut, dass es sich nur über Masse zurückverdienen lässt. Das ist eine Wette auf ein einziges Pferd und ein Single Point of Failure, falls Modelle schneller zur Massenware werden als geplant. Was wie Europas Schwäche aussah, wird so zum Vorteil. Geplant war das nicht.

   Bleibt die Sorge vor der großen Einkaufstour. Aleph Alpha geht bereits im kanadischen Anbieter Cohere auf. Nur verliert ein europäisches KI-Unternehmen, sobald es amerikanisch wird, genau das, wofür man es gekauft hat: das Vertrauen von Kunden, die ihre Daten nicht in fremden Trainingssystemen sehen wollen. Dazu kommt ein Paradox: Mit amerikanischen Frontier-Modellen lässt sich amerikanische Business-Software inzwischen in Teilen nachbauen.

   Die zweite Hälfte wird handfest. Wer auf eine heiße Herdplatte fasst, zieht die Hand weg, bevor das Sprachzentrum etwas dazu sagt. Ein Sprachmodell kennt diesen Reflex nicht, ihm fehlt jede Wahrnehmung von Raum und Physik. Roboter lernen dagegen aus harten Fakten, und was ein Gerät beim Umkippen lernt, lernt die Flotte mit. Der Hebel liegt in der Orchestrierung, nicht in immer größeren Modellen. Wer für jede Frage das Frontier-Modell anwirft, schlägt einen Bastelnagel mit dem Vorschlaghammer ein.

   Hör rein, wenn du wissen willst, warum Europas KI gerade dort aufholt, wo Geld allein nicht reicht.

   Aus der Folge

   • Was in wenigen Wochen auf allen Ebenen des europäischen KI-Stacks passiert ist
   • Warum die Konzentration auf wenige US-Anbieter zum Single Point of Failure werden kann
   • Weshalb ein europäisches KI-Unternehmen nach einem Verkauf in die USA genau das verliert, wofür es gekauft wurde
   • Wie amerikanische Frontier-Modelle helfen, amerikanische Software nachzubauen
   • Warum ein Sprachmodell allein keinen Roboter steuern kann
   • Weshalb bei der Modellwahl oft das Problem vor dem Rechner sitzt

   
   

   *Korrektur zur Aufnahme: NEURA Robotics sitzt in Metzingen, nicht in Memmingen.

3. Agenten-Schwärme 🐝 & AI Slowdown 🐌: Verlieren wir die Kontrolle über die KI?

   22 septembre 202634 minÀ suivre

   Nach einer kurzen Sendepause sind Oliver und Alois endlich wieder zurück im DEEPTECH DEEPTALK. In der KI-Welt ist aktuell wieder viel los, und in dieser Folge widmen wir uns den heiß diskutierten Entwicklungen …

   Notes de l’épisode

   Nach einer kurzen Sendepause sind Oliver und Alois endlich wieder zurück im DEEPTECH DEEPTALK. In der KI-Welt ist aktuell wieder viel los, und in dieser Folge widmen wir uns den heiß diskutierten Entwicklungen rund um AI Safety und Security.

   Wir beleuchten die Forderungen nach einem weltweiten "AI Slowdown" von Tech-Größen wie Elon Musk und hinterfragen, wie realistisch das in der Praxis ist oder ob es sich dabei doch eher um PR-Stunts zur Vorbereitung kommender Börsengänge handelt. Außerdem werfen wir einen genauen Blick auf die realen Gefahren durch teilautonome Agenten-Schwärme, die inzwischen mit "Deep Reasoning" komplexe Sicherheitslücken in Sandboxes systematisch aushebeln.

   Die wichtigsten Learnings dieser Folge:

   • PR oder echte Panik? Warum Forderungen nach einem Slowdown in der KI-Entwicklung auch strategische und marketingtechnische Motive haben könnten.
   • Schwarm-Hacking: Wie agentische KI-Systeme Sicherheitsbarrieren gezielt umgehen, Spuren verwischen und warum traditionelles Guardrailing (Sicherheitsleitplanken) massiv an seine Grenzen stößt.
   • Das Brechen von Regeln: Die Gefahr von Modellen, die einen so starken Trieb zur Zielerreichung besitzen, dass sie Ausnahmen für das Brechen von Restriktionen argumentativ rechtfertigen können.
   • Fehlende "Ground Truth": Warum aktuelle Sprachmodelle (LLMs) kein echtes physikalisches Weltverständnis haben und darauf angewiesen sind, dass wir Menschen ihnen die Realität vorgeben.
   • Automatisierte Gefahren: Wie KI-gesteuertes Social Engineering skaliert und massenhafte Hacking-Angriffe ermöglicht, die theoretisch jeden im digitalen Raum treffen können.

   
   

   Viel Spaß beim Reinhören!

4. #Makerland statt Konzern-Koma: Mit 90-Tage-Sprints aus der KI-Schockstarre - mit Dr. Michael Müller-Wünsch (MüWü), Technologie-Vorstand der Marke OTTO

   28 juillet 202629 minÀ suivre

   In dieser spontanen Folge haben wir Dr. Michael Müller-Wünsch (MüWü), den Technologie-Vorstand der Marke Otto, bei uns zu Gast. Während viele Unternehmen beim Thema Künstliche Intelligenz noch in strategischen …

   Notes de l’épisode

   In dieser spontanen Folge haben wir Dr. Michael Müller-Wünsch (MüWü), den Technologie-Vorstand der Marke Otto, bei uns zu Gast. Während viele Unternehmen beim Thema Künstliche Intelligenz noch in strategischen Grundsatzdiskussionen feststecken oder aus Unsicherheit abwarten, plädiert MüWü für einen pragmatischen Ansatz: Willkommen im #Makerland. Es geht darum, aus der reinen Beobachterrolle herauszutreten und den technologischen Wandel wieder aktiv und mutig zu gestalten.

   Wir sprechen in dieser Folge darüber, warum klassische Zehnjahrespläne in der aktuellen KI-Dynamik völlig obsolet sind. MüWü erklärt, wie sich stattdessen mit fokussierten 90-Tage-Sprints echte Use Cases validieren lassen als risikoarme Entscheidungen, die jederzeit korrigiert werden können. Ein weiteres zentrales Thema unserer Diskussion ist die digitale Souveränität. Mit dem treffenden Bild des „digitalen Suezkanals“ beleuchten wir die Gefahr von einseitigen Abhängigkeiten und plötzlichen Service-Ausfällen durch große US-Anbieter. Wir diskutieren, warum ein zeitgemäßes Risikomanagement heute zwingend lokale Infrastrukturen, europäische Optionen und Multi-Cloud-Strategien erfordert.

   Darüber hinaus werfen wir einen kritischen Blick auf unseren alltäglichen Umgang mit Informationen. In einer Zeit, in der global jede Sekunde 60.000 Fotos entstehen, ersticken wir zunehmend an unreflektiertem Datenmüll. Wir beleuchten, wie smarte, lokale KI-Agenten künftig beim digitalen Aufräumen helfen müssen und warum in einer Ära immer perfekterer Deepfakes die nachweisbare „Echtheit“ von Informationen zur wertvollsten Währung für Gesellschaft und Wirtschaft wird. Eine Episode über technologische Eigenständigkeit, den Aufbau echter KI-Datenkompetenz und den Mut, einfach mal zu machen.

5. Der Göffel-Trick 🥄 der großen KI-Anbieter: wie der Harness zur neuen Firmen-IT wird

   16 juillet 202633 minÀ suivre

   Modelle wie die von OpenAI oder Anthropic werden zur Commodity. Wer ein bisschen wartet, bekommt die gleiche Qualität ohnehin von mehreren Anbietern. Was bleibt, ist die Architektur drumherum, der Harness …

   Notes de l’épisode

   Modelle wie die von OpenAI oder Anthropic werden zur Commodity. Wer ein bisschen wartet, bekommt die gleiche Qualität ohnehin von mehreren Anbietern. Was bleibt, ist die Architektur drumherum, der Harness. Oliver und Alois erklären, wie Unternehmen General-Purpose-Modelle mit Speicher, Prompts und Agenten so einbetten, dass ein verlässliches eigenes System entsteht. Für manche Startups ist das schon die neue Core IT der Firma.

   Ein Thema ist das Geschäftsmodell dahinter: günstige Einstiegszugänge für 100 bis 300 Dollar im Monat binden Early Adopter in Teams, bis am Ende die großen Enterprise-Tickets über die API laufen.

   Lizenzchaos als Symptom: Kontingente wechseln wöchentlich, Power User werden automatisch gedrosselt, SLAs sind kaum planbar. Was früher eine feste DSL-Leitung war, ist heute eine Blackbox mit wechselnder Durchsatzrate. Wer eine verlässliche Entwicklungsstrecke bauen will, baut sie momentan auf Treibsand.

   Für Oliver und Alois ist das ein Argument für Dezentralisierung: eigene On-Prem-Architekturen, eingefrorene Modelle für stabile Use Cases, das Frontier-Modell nur noch als Dispatcher. Gerade im Verteidigungssektor, mit verteilten Datenquellen und Sensorik, wird daraus ein hierarchischer oder asymmetrischer Harness aus Spezialmodellen.

   China im Vergleich: weniger Brute Force, mehr Smart Force, dazu eine Open-Source-Szene, die mit weniger Rechenleistung mehr rausholt. Für europäische Anwender sind chinesische und amerikanische Modelle inzwischen ähnlich compliant. Bei sensiblen Workloads bleibt trotzdem die eigene Infrastruktur die sicherere Wahl.

   Für den Einstieg raten beide zu fertigen Plattformlösungen mit fester Modellauswahl. Das senkt die Hürde und liefert schnell ein erstes Ergebnis. Je klarer der eigene Use Case wird und je mehr proprietäre Daten und Geschäftslogik einfließen, desto mehr lohnt sich der Wechsel zum eigenen Harness statt der fremden One-Click-Lösung.

   Fazit: Harnessing ist am Ende eine Make-or-Buy-Entscheidung. Die großen Anbieter liefern den Göffel, die Mischung aus Löffel und Gabel für fast alles. Wer sein eigenes Besteck zusammenstellt, tauscht die stumpfe Gabel gegen ein schärferes Werkzeug, sobald der Use Case es verlangt. Wenn du wissen willst, wie das geht, ist diese Folge für dich.

6. Die echte Gefahr trägt kein 🔓 Open Source Label!

   1 juillet 202636 minÀ suivre

   In dieser Folge des DEEPTECH DEEPTALK ordnen Oliver Rößling und Alois Krtil ein, was es bedeutet, wenn der amerikanische Staat den eigenen Frontier Modellen plötzlich die Leine anlegt. Die USA verkauften sich …

   Notes de l’épisode

   In dieser Folge des DEEPTECH DEEPTALK ordnen Oliver Rößling und Alois Krtil ein, was es bedeutet, wenn der amerikanische Staat den eigenen Frontier Modellen plötzlich die Leine anlegt. Die USA verkauften sich jahrelang als der Ort, an dem KI ohne Bremsen läuft. Jetzt stehen erste regulatorische Eingriffe neben der Ankündigung von 100 Prozent Digitalzöllen als Antwort auf die europäischen Acts. Das trifft tokenbasierte, hochsubventionierte Geschäftsmodelle direkt an der Refinanzierung. Profiteur könnte Europa sein. Modelle wie Mistral gewinnen an Boden, auch als Schutz vor einer Übernahme durch amerikanische oder chinesische Käufer.

   Den Kern der Folge bildet die These, dass nicht die Modellgröße zählt, sondern die Architektur darum herum. Kleine gehärtete Modelle mit Quelle, Fehlercode und Diagnose schlagen ein Frontier Modell überall dort, wo proprietäre Industriedaten, kritische Infrastruktur oder Edge-Einsatz in Drohnen und Sensorik gefragt sind. Daneben geht es um die Frage, wie man gewachsene ERP-Systeme angreift, ohne die Bilanz zu sprengen. Modul für Modul von innen aushöhlen statt einer Komplettablösung lautet die Strategie. Welcher Stein im Jenga-Turm der Legacy IT sich noch ziehen lässt, bevor das System kippt, bleibt am Ende eine Frage fürs Management.

   Zum Schluss geht es um das europäische Zeitfenster. Neue Vergabelogiken wie in Paris oder Estland geben auch kleinen Anbietern eine Chance. Talent-Hotspots wie Station F oder King's Cross ziehen Köpfe und Kapital an. Krtils These zum Schluss: Die eigentliche Gefahr liegt nicht in einer durch Open Source entstehenden Superintelligenz, sondern in der Machtkonzentration bei wenigen Anbietern mit milliardenschweren Staatsverträgen über Jahrzehnte.

   Key Learnings

   • US-Regulatorik wird zur Waffe. 100 Prozent Digitalzölle als Antwort auf die europäischen Acts und ein erster regulatorischer Eingriff bei Frontier Modellen setzen tokenbasierte, hochsubventionierte Geschäftsmodelle an der Refinanzierung unter Druck.
   • Kleine Modelle schlagen große dort, wo es zählt. Gehärtete Branchenmodelle mit Quelle, Fehlercode und Diagnose liefern für proprietäre Industriedaten und Edge-Einsatz verlässlichere Antworten als ein Frontier Modell.
   • Wert entsteht durch Architektur, nicht durch Modellgröße. Orchestrierung, Guardrails und Härtung um das Modell herum entscheiden, ob ein System im B2B-Umfeld überhaupt einsatzfähig wird.
   • Legacy IT lässt sich nicht ersetzen, nur aushöhlen. Modul für Modul von innen aushöhlen erhält den bilanziellen Wert und vermeidet eine teure Komplettablösung.
   • Europa hat ein Zeitfenster, kein Zeitproblem. Neue Vergabelogiken in Paris oder Estland öffnen Beschaffung auch für kleine Anbieter. Talent-Hotspots wie Station F oder King's Cross ziehen zusätzlich Köpfe und Kapital an.
   • Die größere Gefahr ist Machtkonzentration, nicht Open Source. Wenige Anbieter mit milliardenschweren, jahrzehntelangen Staatsverträgen sind nach Krtils Einschätzung das eigentliche Risiko, nicht eine durch offene Modelle entstehende Superintelligenz.

7. 🔥 Souveränität gibt's nicht im Abo: Warum Europa jetzt "schmieden" muss

   9 juin 202633 minÀ suivre

   Diese Folge widmet sich den Begriffen Resilienz und Souveränität und versucht, sie aus dem abstrakten Raum in den Alltag zu holen; von der Logistik im Hamburger Hafen bis zur KI auf dem Gefechtsfeld. Der Talk …

   Notes de l’épisode

   Diese Folge widmet sich den Begriffen Resilienz und Souveränität und versucht, sie aus dem abstrakten Raum in den Alltag zu holen; von der Logistik im Hamburger Hafen bis zur KI auf dem Gefechtsfeld. Der Talk ordnet ein, warum Verteidigung, Dual Use und kritische Infrastruktur derzeit zusammen gedacht werden müssen, und bleibt dabei mechanikorientiert statt wertend. Eine inhaltliche Beobachtung: Stellenweise bleibt es bei der Bestandsaufnahme; konkrete Beispiele, Zahlen oder ein Praxisfall hätten manche Thesen (etwa zu Edge-KI oder Token Economics) greifbarer gemacht.

   Die Haupt-Learnings

   • Resilienz und Souveränität sind Sammelbegriffe für viele konkrete Felder: Verteidigung, Dual Use, Wertschöpfungsketten, kritische Infrastruktur (Kritis), Logistik, Space und zunehmend auch Nachhaltigkeit („enkelfähig denken").
   • Es geht nicht um Unabhängigkeit, sondern um Handlungsfähigkeit. Entscheidend ist, einseitige Abhängigkeiten zu erkennen und zu managen – etwa durch mehrere Zulieferer, eigene Tech-Stacks und neue Sourcing-Strategien.
   • Krisen härten Technologie und beschleunigen Innovation. Unter realem Druck entstehen Drohnen, Sensorik und Edge/Federated AI, die robust erprobt und über Dual Use später auch zivil nutzbar sind.
   • Militär denkt „Bottom-up", Big Tech „Top-down". Statt immer größerer Modelle und tokenbasierter Dauernutzung zählen ressourceneffiziente On-Prem-Lösungen, „Smart Force"- statt „Brute Force"-KI und spezialisierte Hardware.
   • Ein starkes Ökosystem braucht drei Dinge: Mindset, Finanzierung und Talent. Eine klare Mission liefert das Mindset fast von selbst; europäische Fonds-Allianzen öffnen sich; Talente brauchen attraktive Perspektiven.
   • Die Haltung gegenüber Verteidigung hat sich gedreht – von Tabuthema zu legitimem, teils patriotisch motiviertem Investitionsfeld.
   • Innovation entsteht durch Technologiekonvergenz, an den Schnittstellen verschiedener Hardware-, Software- und Forschungsdisziplinen.
   • Hamburg hat als Standort starke Karten: Exzellenzforschung, hohe Interaktionsdichte und die Rolle als zentraler Kritis-Standort (Hafen, Logistik).

   Fazit

   Europäische Souveränität ist kein kurzfristiges Krisenthema, sondern eine Daueraufgabe – und zugleich eine Chance, im Innovationswettbewerb wieder aufzuschließen. The Forge am Deep Tech Campus setzt hier an: Die Initiative vernetzt Forschung, Investoren und Startups in Hamburg und überregional, um aus vorhandenem Potenzial Handlungsfähigkeit zu machen. Die zentrale Botschaft der Folge: Abwarten ist keine Option – es gilt, ins Machen zu kommen. Wer mitwirken möchte, findet The Forge auf deeptech.hamburg.

8. Das GROSSE Abwarten?! 🎯 Neugier schlägt Vorsicht.

   19 mai 202626 minÀ suivre

   In dieser Folge geht es um einen Widerspruch, der den europäischen KI-Markt aktuell prägt: Während die großen Infrastrukturbetreiber in immer kürzeren Abständen massive Updates ausspielen, verharrt ein Großteil …

   Notes de l’épisode

   In dieser Folge geht es um einen Widerspruch, der den europäischen KI-Markt aktuell prägt: Während die großen Infrastrukturbetreiber in immer kürzeren Abständen massive Updates ausspielen, verharrt ein Großteil der hiesigen Wirtschaft in einer ausgeprägten Abwartehaltung. Unsicherheit, Angst vor Fehlentscheidungen und das parallele Einprasseln geopolitischer, technologischer und regulatorischer Themen führen dazu, dass viele Organisationen die fällige Transformation vor sich herschieben.

   Ein zentraler Strang dreht sich um die Ökonomie der KI selbst. Die Amortisierungslogik der Hyperscale-Rechenzentren wirft Fragen auf, zumal sich Technologie und Preisstrukturen schneller wandeln als jede klassische Investitionsrechnung. Hinzu kommt eine neue Doppelrechnung: Wer früher 200 Personen brauchte, kommt heute mit 20 aus, zahlt diesen Vorteil aber zunehmend in Tokenkosten zurück. Token-Effizienz wird damit zur eigentlichen Schlüsselgröße, nicht der reine Tokenpreis. Modelle, die zuverlässig zum Ziel führen, sind ökonomisch oft sinnvoller als günstige Modelle, die sich verirren.

   Parallel dazu hat sich die Governance-Diskussion in der Tiefe verändert. Compliance-Themen, Datensouveränität und die Frage, auf welche Anbieter man sich überhaupt verlassen will, prägen heute fast jedes ernsthafte Projekt. Dabei wird zunehmend deutlich, dass die europäische Perspektive zwischen US-amerikanischen und chinesischen Angeboten differenziert betrachtet werden muss, einschließlich der oft übersehenen Tatsache, dass auch Microsoft kein europäischer Anbieter ist.

   Inhaltlich verschiebt sich das KI-Narrativ in zwei Richtungen. Zum einen verschwindet das Superintelligenz-Motiv aus der öffentlichen Debatte, KI wird stärker als Werkzeug zur Erweiterung eigener Fähigkeiten verstanden. Zum anderen folgt auf die B2C-Welle der ChatGPT-Jahre nun eine B2B-Phase, in der es um robuste, vertrauenswürdige Systeme, kritische Infrastruktur und die Integration in gewachsene Legacy-Landschaften geht. Genau hier liegen europäische Stärken: Patente, industrielle Datenbestände und Kompetenz in Bereichen jenseits klassischer Sprachmodelle, etwa in Embodied AI, Sensorik, Robotik und neurosymbolischen Ansätzen.

   Das wichtigste Learning für Entscheider: Abwarten ist keine Strategie. Wer sich heute nicht ernsthaft mit agentischer KI, mit Make-or-Buy-Fragen, mit Souveränitätsentscheidungen und mit der Ablösung eigener Legacy-Systeme beschäftigt, verspielt seine Position im nächsten Zyklus. Die Folge plädiert für eine selbstbewusste Haltung, für Investitionsmut gegen den Trend und für eine Rückbesinnung auf das, was in Europa traditionell gut funktioniert: ingenieurgetriebene Neugier statt bewahrender Angst.

   Ein Ausblick auf die nächste Folge rundet die Episode ab: Im Gespräch mit einem erfahrenen Gast geht es dort darum, wie Innovationsmanagement in Organisationen aussehen muss, die aus der Abwartehaltung herauskommen wollen.

   Transcription

9. Der Pilot verlässt das Cockpit ✈️ Autonomous Intelligence Forum Hamburg | Live-Podcast

   12 avril 202630 minÀ suivre

   Oliver Rößling und Alois Krtil diskutieren den Paradigmenwechsel von Copilot zu Agent: KI sitzt heute nicht mehr neben dem Piloten, sie fliegt selbst. Agentenflotten, die man nur noch orchestriert, werden zur …

   Notes de l’épisode

   Oliver Rößling und Alois Krtil diskutieren den Paradigmenwechsel von Copilot zu Agent: KI sitzt heute nicht mehr neben dem Piloten, sie fliegt selbst. Agentenflotten, die man nur noch orchestriert, werden zur neuen Normalität, was klassische Organisationsstrukturen fundamental herausfordert. Gleichzeitig erodiert die Grenze zwischen Prototyp und Produkt: Agentische Architekturen ermöglichen heute SLA-konforme, sicherheitsgeprüfte Softwareentwicklung, die früher erfahrene Teams voraussetzte.

   Für Europa sehen beide reale Chancen, besonders durch Leapfrogging, Federated Learning und eine starke Forschungslandschaft. Regeln werden nicht als Innovationsbremse verstanden, sondern als historisch bewährte Skalierungsinfrastruktur.

   Key Learnings

   • Der Shift von Copilot zu Agent vollzieht sich schneller als erwartet, Agentenflotten sind bereits Commodity
   • Vibe Coding ist Prototyping, Agenti Coding ist Produktion, der Unterschied ist nicht kosmetisch
   • Token-Limits treiben Open-Source-Adoption und Architekturdenken, nicht jede Aufgabe braucht das stärkste Modell
   • Leapfrogging macht Digitalisierungsrückstände paradoxerweise zum Vorteil
   • Europas regelbasierte Tradition und Forschungsstärke sind ein USP für dezentrale, vertrauenswürdige Systeme
   • AGI wird Infrastruktur, still und ohne großes Geschäftsmodell, ähnlich wie das Internet

   Transcription

10. ⚙️ Was passiert, wenn 837 Jahre Hafen anfangen zu denken?

    17 mars 202638 minÀ suivre

    In dieser Folge des DEEPTECH DEEPTALK ist Hermann D. Grünfeld, Head of Traffic Management bei der Hamburg Port Authority (HPA), eigentlich nur auf einen Kaffee vorbeigekommen. Was folgt, ist ein ungewöhnlich …

    Notes de l’épisode

    In dieser Folge des DEEPTECH DEEPTALK ist Hermann D. Grünfeld, Head of Traffic Management bei der Hamburg Port Authority (HPA), eigentlich nur auf einen Kaffee vorbeigekommen. Was folgt, ist ein ungewöhnlich offenes Gespräch über den Einsatz von Quantensimulation im Hafenalltag, digitale Zwillinge ohne Visualisierung und die Frage, warum intelligente Steuerung mehr bringt als jede neue Fahrspur.

    Hermanns Kernthese: Ein Hafen funktioniert nicht an der Kaikante, sondern an seiner Hinterlandverbindung. Täglich 16.000 LKW, 142 Kilometer Hafenstraße, 35 Ampeln. Wer hier mehr herausholen will, baut nicht aus. Er optimiert. In Zusammenarbeit mit Fujitsu und der TU Graz setzt die HPA auf Quantum Annealing, eine Quantensimulation und damit eine wichtige Vorstufe zum echten Quantencomputing. Die Technologie berechnet bei sechs koordinierten Kreuzungen Milliarden von Schaltmöglichkeiten und gewinnt daraus 10 bis 15 Prozent mehr Durchsatz. Der Effekt einer neuen Fahrspur, ohne einen Quadratmeter Fläche anzufassen.

    Alois Krtil weitet den Blick auf die nächste Technologieklasse: Large Quantitative Models, physikalisch verankerte KI-Systeme, die nicht in Sprache, sondern in Physik denken. Für reale Infrastruktur im Wert von hunderten Millionen Euro ist das keine Zukunftsvision, sondern der logische nächste Schritt. Und Hamburg, mit seiner gewachsenen Komplexität und seinen echten Constraints, ist dafür das beste Reallabor Europas.

    • Kapazität ist kein Bauprojekt, sondern ein Steuerungsproblem. ca. 10 bis 15 Prozent mehr Durchsatz durch intelligente Ampelsteuerung entsprechen dem Effekt einer neuen Fahrspur, ohne einen Quadratmeter anzufassen.
    • Quantum Annealing ist heute produktiv, nicht morgen. Wichtig zu verstehen: Es handelt sich nicht um echtes Quantencomputing, sondern um eine Quantensimulation, eine leistungsstarke Vorstufe. Sie läuft im Hamburger Hafen, vollautomatisch, mit messbaren Ergebnissen bei einem Optimierungsproblem, das klassische Rechner schlicht überfordert.
    • Visualisierung war ein Missverständnis. Ein digitaler Zwilling muss nicht schön sein. Er muss funktionieren. Steuerung schlägt Darstellung.
    • Daten bleiben der eigentliche Engpass. Nicht Rechenpower, nicht Algorithmen. Qualität, Verfügbarkeit und Latenz der Eingangsdaten entscheiden alles.
    • Physikalische KI schlägt Sprachmodelle dort, wo es wirklich zählt. Large Quantitative Models halluzinieren nicht. Sie rechnen. Für reale Infrastruktur ist das der entscheidende Unterschied.
    • Hamburg ist das bessere Reallabor. Gewachsene Strukturen mit echten Constraints sind kein Nachteil, sondern der härteste und wertvollste Testfall für KI in komplexen Systemen.

    Transcription

11. Open Claw & KI-Agenten 🦀: Dein persönlicher Jarvis oder nur eine Armee von Minions?

    11 février 202628 minÀ suivre

    🎧 Executive SummaryDie Episode beleuchtet den massiven Hype um Open Claw, ein Open-Source-Tool, das es ermöglicht, KI-Agenten lokal zu installieren und autonom Aufgaben ausführen zu lassen. Oliver und Alois …

    Notes de l’épisode

    🎧 Executive Summary

    Die Episode beleuchtet den massiven Hype um Open Claw, ein Open-Source-Tool, das es ermöglicht, KI-Agenten lokal zu installieren und autonom Aufgaben ausführen zu lassen. Oliver und Alois diskutieren die schmale Gratwanderung zwischen faszinierender Produktivitätssteigerung (der „Jarvis“-Traum) und massiven Sicherheitsrisiken („Fahren ohne Anschnallgurt“). Ein zentrales Thema ist der Kontrollverlust, wenn Agenten beginnen, untereinander zu kommunizieren und eigene Lösungswege zu finden.

    • Lokal heißt nicht sicher: Die lokale Installation von KI-Agenten (wie Open Claw) gibt diesen oft unbeschränkten Zugriff auf Passwörter, E-Mails und Daten. Ohne "Sandboxing" (isolierte Umgebungen) ist das ein enormes Sicherheitsrisiko.

    • Vom Nutzer zum Beobachter: Der Mensch wechselt in den "Spectator Mode". Während der Nutzer schläft, kann der Agent autonom iterieren, Software schreiben, Kurse buchen und Geld ausgeben.

    • Emergenz von Agenten-Netzwerken: Es entstehen Plattformen (genannt "Moldbook"), die wie Social Media für KI-Agenten funktionieren. Dort tauschen Agenten Wissen aus (Schwarmintelligenz), entwickeln aber auch skurrile Eigendynamiken (eigene Sprachen, "Religionen").

    • Neue Metriken für Arbeit: Produktivität wird künftig anders gemessen. Nicht mehr in Arbeitszeit, sondern in "Token-Effizienz", Autonomie-Grad und der Qualität des "Orchestrierens" von Agenten.

    • Hype & Verbreitung: Das GitHub-Repo zu Open Claw hat über 85.000 Sterne. Viele Nutzer installieren den Code unbedarft auf Firmenrechnern.

    • Funktionsweise: Der Agent agiert wie ein menschlicher User. Er hat Zugriff auf Maus, Tastatur, Passwörter und Tools. Er kann E-Mails schreiben, Kalender verwalten und im Internet agieren.

    • Gefahr: Oliver und Alois vergleichen die aktuelle Nutzung mit "Fahren ohne Gurt". Ein Agent könnte sensible Daten leaken oder sich als der Nutzer ausgeben.

    • Best Practice: Erfahrene Nutzer installieren solche Agenten auf isolierter Hardware (z.B. Raspberry Pi oder Mac Minis), um Data Leakage zu verhindern.

    • Eigenleben: Agenten können so eingestellt werden, dass sie alle 30 Minuten neue "Prompt Injections" triggern, um ein übergeordnetes Ziel zu erreichen – völlig ohne menschliches Zutun ("Human out of the loop").

    • Moldbook: Ein Reddit-ähnliches Netzwerk nur für KI-Agenten. Hier beobachten Menschen nur noch. Agenten tauschen Skills aus, was die Lernkurve massiv beschleunigt, aber auch zu unvorhersehbaren Phänomenen führt (Verschlüsselung, Verschwörungstheorien unter Bots).

    • Schwache Agenten: Ähneln klassischer RPA (Robotic Process Automation). Sie arbeiten starr in einem engen Korsett regelbasierter Prozesse. Sicher, aber unflexibel.

    • Starke Agenten: Sind hoch-adaptiv (Mixture of Experts). Sie suchen eigene Lösungswege.

      • Risiko: Sie könnten ein Ziel erreichen, aber auf einem Weg, der illegal, zu teuer oder unerwünscht ist (z.B. "Ziel erreicht, aber Budget verbrannt").

    • Management: Wir brauchen neue Strukturen wie "Meta-Agenten" (Supervisors) oder "Guardrails", die die Qualität und Sicherheit der ausführenden Agenten überwachen.

    • Skill-Shift: Der Mensch wird zum Dirigenten einer "Armee von Minions". Die Fähigkeit, Komplexität zu managen und Critical Ignorance (bewusstes Ignorieren von Info-Flut) zu entwickeln, wird wichtiger als das Abarbeiten von Tasks.

    • Big Tech profitiert: Jeder autonome Loop verbraucht Rechenleistung (Tokens). Für Cloud-Anbieter ist dieser Trend ein Goldesel.

    • Ressourcen: Es stellt sich die Frage nach der Energieeffizienz. Ist es sinnvoll, wenn Millionen Agenten nachts sinnlose Iterationen durchführen? Es könnte zu einer Rationierung von Rechenpower kommen (nur die effizientesten "Prompter" bekommen Ressourcen).

    Transcription

12. Der „Claude-Code-Moment“ 🪄 Vibe Coding wird erwachsen

    4 février 202625 minÀ suivre

    In dieser Episode melden sich Oliver und Alois aus der Pause zurück und widmen sich direkt dem aktuell heißesten Thema in der Tech-Welt: dem „Claude-Code-Moment“.Nach dem ChatGPT-Hype vor drei Jahren erleben …

    Notes de l’épisode

    In dieser Episode melden sich Oliver und Alois aus der Pause zurück und widmen sich direkt dem aktuell heißesten Thema in der Tech-Welt: dem „Claude-Code-Moment“.

    Nach dem ChatGPT-Hype vor drei Jahren erleben wir gerade eine neue Welle der Begeisterung. Was als „Vibe Coding“ – das lockere Zusammenbasteln von Prototypen per Spracheingabe – begann, erreicht durch Tools wie Anthropics Claude und neue Agenten-Systeme ein völlig neues Qualitätslevel. Ist das der nächste Quantensprung in der Softwareentwicklung?

    Die Schwerpunkte dieser Folge:

    • Vom Spielzeug zum Werkzeug: Warum generative Coding-Tools nicht mehr nur für „windschiefe“ Dummys taugen, sondern mittlerweile stabile, skalierbare und produktionsreife Software liefern können.

    • Die 3 Zutaten des Erfolgs: Wie das Zusammenspiel aus leistungsstarken LLMs (wie Claude), teilautonomen „Strong Agents“ und dem Model Context Protocol (MCP) die Entwickler-Landschaft revolutioniert.

    • Dev vs. Prod: Die Verschiebung von reiner Code-Generierung hin zu kompletten Workflows inklusive Testing, Reviews und Deployment.

    • Disruption des Outsourcings: Warum riesige Offshore-Entwicklerteams bald durch kleine, KI-augmentierte Teams ersetzt werden könnten und warum die Teamgröße kein entscheidendes Asset mehr ist.

    • Die „Sternekoch-Analogie“: Warum Profi-Entwickler mit KI zu Michelin-Sterneköchen werden, während Einsteiger („Imbissköche“) zwar bessere Ergebnisse als früher erzielen, aber dennoch Expertenwissen für komplexe Architekturen benötigen.

    • Adaptionslücke & Demokratisierung: Die Kluft zwischen trägen Großkonzernen und agilen Playern, die durch KI befähigt werden, und warum wir uns in einem gesellschaftlichen Umbruch befinden, der an die Industrialisierung erinnert.

    Oliver und Alois diskutieren, warum dieser Moment mehr ist als nur ein Hype, welche Chancen sich für Quereinsteiger ergeben und warum man niemals gegen die Innovationskraft der Tech-Giganten wetten sollte.

    Transcription

13. Wenn KI die Welt 🌍 wirklich versteht: Die Ära der Weltmodelle

    9 décembre 202533 minÀ suivre

    Wir sind zurück aus der kleinen Zwangspause – mit leichtem Husten, aber mit einem Thema, das deutlich größer ist als unsere Stimmbänder: Weltmodelle. Large Language Models (LLMs) wie ChatGPT, Gemini & Co. waren …

    Notes de l’épisode

    Wir sind zurück aus der kleinen Zwangspause – mit leichtem Husten, aber mit einem Thema, das deutlich größer ist als unsere Stimmbänder: Weltmodelle. Large Language Models (LLMs) wie ChatGPT, Gemini & Co. waren der perfekte Einstieg in die KI-Ära: stark in Sprache, Code und Kreativität. Jetzt kommen Systeme dazu, die nicht nur Texte generieren, sondern unsere Welt als System mit Regeln, Physik und Kausalität verstehen wollen. In der Folge sprechen wir darüber, was Weltmodelle von LLMs unterscheidet, warum „Grounding“ in echten Naturgesetzen so wichtig ist (ein Glas, das vom Tisch fällt, muss fallen – egal, was das Sprachmodell dazu meint) und wieso das überall dort spannend wird, wo KI reale Konsequenzen hat: in der Robotik, in der Stadtplanung, in der Biologie, der Materialforschung und der Klimamodellierung. Wir skizzieren unter anderem ein Weltmodell für Hamburg mit Verkehr, Baustellen, Wetter und Gebäuden, schauen auf digitale Zwillinge, die mit Weltmodellen endlich wirklich vorausschauend werden, und diskutieren, wie Sprachmodelle, agentische KI und Weltmodelle zusammenspielen können: LLMs als Interface für uns, Weltmodelle als „Physik-Engine“ im Hintergrund. Wenn du wissen willst, warum viele Forschende gerade extrem heiß auf Weltmodelle sind (ohne LLMs schlechtzureden) und wie sich damit unsere echte Welt besser simulieren und planen lässt, dann ist diese Folge für dich.

    Transcription

14. Ökosysteme 🌍 und die Zukunft von Deep Tech 🚀

    5 novembre 202533 minÀ suivre

    Nach einer kurzen Herbstpause sprechen Alois und Oliver darüber, wie echte Deep-Tech-Ökosysteme auf Stadtebene entstehen – jenseits von Buzzwords. Sie ordnen ein, was Deep Tech wirklich bedeutet, wo die Grenze …

    Notes de l’épisode

    Nach einer kurzen Herbstpause sprechen Alois und Oliver darüber, wie echte Deep-Tech-Ökosysteme auf Stadtebene entstehen – jenseits von Buzzwords. Sie ordnen ein, was Deep Tech wirklich bedeutet, wo die Grenze zu Commodity-Technologien verläuft und weshalb der Begriff aktuell oft inflationär verwendet wird. Ausgehend von Deutschlands neuer Hightech-Agenda (mit Schwerpunkten wie KI, Quantencomputing und Biotechnologie) diskutieren sie, wie nationale Programme lokale Cluster beeinflussen und warum Orte mit starker Forschungs- und Infrastrukturbasis – etwa DESY und die Science City in Hamburg – als Anker dienen.

    Die Episode zeigt, wie Konvergenz zwischen Technologien wie KI, Quanten- und Neuromorphik-Computing, Robotik oder XR Tempo aufnimmt und welche Rolle „universelle Schnittstellen“ wie große Sprachmodelle dabei spielen. Zugleich machen die beiden deutlich, dass Grundlagenforschung geschützte Domänen braucht, während Reallabore und Sandboxes die Brücke in die Anwendung schlagen. An konkreten Beispielen wird sichtbar, weshalb kurze Wege, stabile Rahmenbedingungen, verlässliche Testflächen und klar profilierte Stadt-Stärken den Unterschied zwischen Theorie und Transfer ausmachen.

    Ein zentrales Motiv der Folge ist der „Übersetzer“: Personen und Formate, die Forschung, Industrie und – oft als Ankerkunden – den Staat zielgerichtet zusammenbringen. Statt Event-Inflation braucht es kuratierte Räume, in denen Themen kurz vor der Marktreife fokussiert beschleunigt werden. Genau hier setzt der Deep Tech Campus Circle an: als bewusst exklusiver Ort, an dem Köpfe, Kapital und konkrete Use Cases aufeinandertreffen, um aus Keimlingen skalierbare Innovationen zu machen.

    Am Ende bleibt die klare These: Deep Tech entsteht, wenn tiefe Expertise, Geduld und ein klug orchestriertes Ökosystem zusammenwirken. Wer verstehen will, wie Städte vom Strategiepapier zur sichtbaren Wertschöpfung kommen, bekommt in dieser Folge eine kompakte, praxisnahe Landkarte – von der Saat in der Grundlagenforschung bis zur Ernte im Markt.

    Transcription

15. DeepTech, tiefer Wald, wenig Überblick 🌳🤖🌳 Willkommen im Modell-Dickicht

    2 octobre 202530 minÀ suivre

    Wir sprechen drei Jahre nach ChatGPT 3.5 darüber, wie sich LLMs vom Spielzeug zum Arbeitswerkzeug entwickelt haben – und warum viele Nutzer im „tiefen Wald“ der Modelle und Anbieter den Überblick verlieren …

    Notes de l’épisode

    Wir sprechen drei Jahre nach ChatGPT 3.5 darüber, wie sich LLMs vom Spielzeug zum Arbeitswerkzeug entwickelt haben – und warum viele Nutzer im „tiefen Wald“ der Modelle und Anbieter den Überblick verlieren. Reasoning und Memory sind deutlich besser geworden (größere Kontexte reichen nicht, stabile Zwischenschritte schon), agentenbasierte Plattformen bilden echte Arbeitsprozesse ab, und Iterationsketten wandern ins Backend: weniger Prompt-Magie, mehr automatische Orchestrierung. Gleichzeitig explodiert die Vielfalt: Big Tech, spezialisierte europäische Modelle (z. B. sprachlich-kulturelle Stärken), Open-Source-Stacks und neue Intermediäre, die mehrere Modelle bündeln und „auto-modus“-artig nach Aufgabe, Kosten und Präferenz routen.

    Genau hier wird das Dickicht dicht: Token-Kosten und Modellmix, Vendor-Zoo statt Klarheit, dazu Compliance- und Haftungsfragen. Unternehmen brauchen Guardrails – PII-Filter, Protokolle, Audit-Trails, Rollenrechte – idealerweise als On-Prem/Hybrid-Layer, der sensible Daten vor der Schnittstelle säubert und Prozesse schützt. Denn neben personenbezogenen Profilen droht auch das Reverse Engineering von Prozess-IP: Was ins System fließt, kann rückschließbar werden. Standards wie das Model Context Protocol (MCP) und Agent-to-Agent-Schnittstellen sollen Ordnung in die Orchestrierung bringen; Safety-Layer („KI-Polizei“) filtern, ohne Nutzende mit Verbotsschildern allein zu lassen.

    Europa hat in diesem tiefen Wald eine echte Chance: nicht unbedingt als Hyperscaler, sondern mit differenzierten, sicheren, compliant nutzbaren Modellen und Plattformen, die regulatorische Anforderungen ernst nehmen und spezifische Stärken (Sprache, Domänen, Übersetzung) ausspielen. Unser Fazit: Impact statt Spielerei – aber nur, wenn wir das Modell-Dickicht systematisch lichten. Praktisch heißt das: Meta-Interface statt Ein-Modell-Fixierung, frühe Guardrails, transparente Kostensteuerung und bewusster Einsatz europäischer Optionen in sensiblen Domänen. So wird „Deep“ nicht zum tiefen Wald, sondern zum Wegweiser.

    Transcription

16. Wissensturbo Hamburg: Exzellenz, Science City und KI mit Haltung - mit Prof. Hauke Heekeren / Präsident der Uni Hamburg

    17 septembre 202537 minÀ suivre

    In der aktuellen Folge sprechen Alois Krtil und Oliver Rößling mit Prof. Hauke Heekeren, Arzt, Neurowissenschaftler und seit 2022 Präsident der Universität Hamburg. Ein Gespräch über Hamburgs wissenschaftlichen …

    Notes de l’épisode

    In der aktuellen Folge sprechen Alois Krtil und Oliver Rößling mit Prof. Hauke Heekeren, Arzt, Neurowissenschaftler und seit 2022 Präsident der Universität Hamburg. Ein Gespräch über Hamburgs wissenschaftlichen Aufbruch, die Rolle von Vernetzung und Transfer – und darüber, wie Künstliche Intelligenz Lehre, Forschung und Verwaltung verändert.

    Hamburg hat in den vergangenen Jahren deutlich aufgeholt. Die Universität Hamburg konnte ihre vier Exzellenzcluster erfolgreich in die nächste Förderperiode bringen – von Astrophysik und Photon Science bis Klima und Schriftartefakte. Zusätzlich gewann die TU Hamburg mit BlueMat ein weiteres Cluster im Bereich Materialforschung. Zusammen ergibt das fünf Exzellenzcluster in der Metropolregion und damit ein starkes Signal für den Standort.

    Heekeren betont besonders die Vernetzung als Standortvorteil: Hamburg sei groß genug für Spitzenforschung, aber klein genug, um alle relevanten Akteure an einen Tisch zu bekommen. Beispielhaft steht dafür PIER, die Partnerschaft von Universität Hamburg und DESY, und ihr Ausbau zu PIER PLUS, wo 23 Hochschulen und Forschungseinrichtungen gemeinsam Strategien für Forschung, Transfer und Karrierewege entwickeln.

    Beim Thema Transfer verfolgt die Universität einen breiten Ansatz: von Politikberatung und Bürgerdialog bis zu Start-ups und Ausgründungen. Ein aktuelles Leuchtturmprojekt ist die Initiative Impossible Founders, die im Rahmen der bundesweiten „Startup Factories“ gefördert wird. Mehr als 50 Millionen Euro von Bund, Stiftungen und Unternehmen fließen in eine Gründungsfabrik für Deep-Tech-Spin-offs, die ab Herbst 2025 operativ startet. Mit Arik Willner wurde ein erfahrener Transfermanager als CEO gewonnen.

    Ein weiteres Zukunftsprojekt ist die Science City Bahrenfeld: ein kompletter Stadtteil, in dem Leben, Forschen, Studieren und Gründen zusammengeführt werden. Rund um DESY, eines der führenden Forschungszentren für Photon- und Teilchenphysik, entsteht Infrastruktur, die von Quantenforschung bis zu Life Sciences reicht – inklusive gemeinsamer Institute der Universität.

    Ein zentrales Thema ist die Künstliche Intelligenz. Die Universität Hamburg hat früh eine eigene, datenschutzkonforme Variante von ChatGPT eingeführt. Heekeren plädiert für einen reflektierten Einsatz: KI könne Prozesse beschleunigen und Ideen anstoßen, dürfe aber wissenschaftliche Urheberschaft und kritisches Denken nicht ersetzen. Als Beispiel nennt er die automatisierte Prüfung internationaler Bewerbungsunterlagen – eine Lösung, die aus Kooperationen mit der Hamburger Hafenwirtschaft hervorging.

    Im Gespräch wird deutlich, dass Europa mit seinen Werten eine besondere Rolle spielen kann. Während in den USA oder China Technologien oft rein marktorientiert oder staatlich gesteuert vorangetrieben werden, setzt Heekeren auf Wissenschaftsfreiheit, kostenfreie Bildung und Interdisziplinarität als Standortvorteile. Gerade eine Volluniversität, die Natur- und Ingenieurwissenschaften mit Geistes-, Rechts- und Sozialwissenschaften verbindet, sei unverzichtbar, um Fragen nach Ethik, Recht und gesellschaftlicher Verantwortung von KI zu beantworten.

    Zum Schluss formuliert Heekeren drei zentrale Aufgaben für Hamburgs Wissenschaftsstandort:

    1. Talente gewinnen und halten – von jungen Forschenden bis zu Spitzenkräften in Informatik und KI.

    2. Forschungstechnische Infrastruktur ausbauen, insbesondere große GPU-Cluster.

    3. Transfer und Karrierewege beschleunigen, um wissenschaftliche Erkenntnisse schneller in die Anwendung zu bringen.

    Die Folge zeigt Hamburg als Standort mit klarer Richtung: Fünf Exzellenzcluster, enge Vernetzung, eine entstehende Science City und eine Universität, die KI nicht nur nutzt, sondern gestaltet. Heekerens Botschaft: Vernetzung, Verantwortung, Geschwindigkeit – wenn diese Faktoren zusammenkommen, wird aus Forschung gesellschaftlich spürbarer Fortschritt.

17. Später wird teuer: fokussierte Piloten für den Mittelstand

    13 août 202535 minÀ suivre

    In dieser Folge sprechen Oliver und Alois über KI im Mittelstand und die Lücke zwischen Hype und tatsächlicher Nutzung. Der Mittelstand bleibt Rückgrat der Wirtschaft, kämpft aber mit Legacy-Systemen und …

    Notes de l’épisode

    In dieser Folge sprechen Oliver und Alois über KI im Mittelstand und die Lücke zwischen Hype und tatsächlicher Nutzung. Der Mittelstand bleibt Rückgrat der Wirtschaft, kämpft aber mit Legacy-Systemen und Generationenwechsel. Ihr Vorschlag: nicht im Kernprozess starten, sondern in begleitenden Bereichen wie Service oder Vertrieb einen klaren Schmerzpunkt wählen, diesen als 12-Wochen-Pilot mit Vorher-nachher-Messung testen und daraus lernen. Die Modelle werden iterativ reifer, kleine spezialisierte Varianten reichen oft; entscheidend sind saubere Abläufe, verlässliche Daten, klare Verantwortlichkeiten und einfache Regeln für Qualität und Sicherheit. Technisch pragmatisch bleiben: offene Modelle dort betreiben, wo es sinnvoll ist, für komplexere Fälle APIs nutzen, Kosten, Datenschutz und Lock-in im Blick. Europa bietet genügend Bausteine und Partner – Abwarten ist keine Strategie. Fazit: jetzt starten, klein und messbar vorgehen, den eigenen KI- und Datenmuskel aufbauen und Schritt für Schritt Wirkung erzielen.

    Wesentliche Learnings
    • Nicht warten, jetzt starten – klein, risikoarm, messbar
    • Erst außerhalb des Kernprozesses beginnen (z. B. Service, Vertrieb)
    • Drei KPIs definieren (Antwortzeit, Lösungsquote, Zufriedenheit) und Vorher-nachher vergleichen
    • 12-Wochen-Pilot: erst Mitarbeitende unterstützen, dann Routinefälle teilautomatisieren
    • Qualität vor Größe: kleines Senior-Kernteam, das KI-Werkzeuge souverän nutzt
    • Governance früh klären: Datenzugriffe, Verantwortlichkeiten, Review/Freigaben
    • Abhängigkeiten reduzieren: Hybrid fahren, Tokenkosten und Lock-in aktiv managen
    • KI- und Datenkompetenz zur Chefaufgabe machen und regelmäßig trainieren
    • Europäische Optionen prüfen und Partner einbinden statt auf „das eine“ Modell zu warten
    • Iteration akzeptieren: kein Big Bang, sondern stetige, messbare Verbesserungen

18. KI 🤖 Kohle 💶 Konkurrenz 🥊– der Transfermarkt für Tech-Talente!

    6 août 202529 minÀ suivre

    Diesmal nehmen Alois und Oliver die Hörer mit auf einen Rundflug über das Thema „Deep-Tech-Standorte“ – und zwar mit Hamburg als Start- und Landeplatz. Die Folge dreht sich um die Frage: Was macht einen echten …

    Notes de l’épisode

    Diesmal nehmen Alois und Oliver die Hörer mit auf einen Rundflug über das Thema „Deep-Tech-Standorte“ – und zwar mit Hamburg als Start- und Landeplatz. Die Folge dreht sich um die Frage: Was macht einen echten Deep-Tech-Hotspot aus? Ist es der Neon-Sci-Fi-Glanz, KI-Agenten in dunklen Kellern, oder doch einfach Talente, Labore und ein inspirierendes Umfeld?

    Talente, Transfermärkte und das neue Spiel mit den Super-Techies:
    Früher suchte man händeringend nach Techies, heute geht es um Senior-Expert:innen, die mit KI umgehen können. Der internationale Wettbewerb um die hellsten Köpfe wird immer mehr zum Transfermarkt – Zuckerberg zahlt angeblich 100 Millionen+ für GenAI-Talente, und auch in Europa tut sich was: Amsterdam, Lissabon, Tallinn und natürlich Hamburg punkten mit hoher Lebensqualität und starken Netzwerken.

    Europas Chancen jenseits von Silicon-Valley-Gehältern:
    Kann Europa mithalten, wenn alle Top-Talente von Tech-Giganten weggeheuert werden? Alois und Oliver sehen die Sache differenziert: Exorbitante Summen werden oft nur als „Ablöse“ gezahlt, und trotzdem schaffen es hiesige Start-ups wie Black Forest Labs oder Cognigic ohne US-Gehälter an die Spitze. Viel wichtiger für einen Deep-Tech-Standort: eine kritische Masse an inspirierenden Leuten, Forschungseinrichtungen (Fraunhofer, DESY, Uni & Co.), Spezial-Infrastruktur wie Teilchenbeschleuniger und – nicht zu vergessen – Lebensqualität.

    Wo steht Hamburg? Und was fehlt?
    Hamburg bietet viel: hohe Hochschuldichte, große Forschungsprojekte, Quantum-Initiativen und Innovationen aus Luftfahrt, Robotics und Logistik. Doch eine wirklich transparente „Deep-Tech-Landkarte“ fehlt bislang. Die Hosts plädieren dafür, Ökosysteme sichtbar zu machen und Talente sowie Unternehmen gezielter zu vernetzen – vielleicht sogar mal mit einer AI-gestützten Standortkarte!

    Und sonst?
    Der Talk streift das Auf und Ab von Krypto, die wachsende Bedeutung von Robotik (besonders in der Logistik), und wie rasant KI und Deep Tech die industrielle Landschaft verändern. Am Ende bleibt: Kein Standort gewinnt allein durch dicke Gehälter, sondern durch das, was wirklich zählt – Community, Austausch und Ressourcen.

19. Moving Target Leadership: Führung neu denken im KI-Agenten-Zeitalter

    23 juillet 202531 minÀ suivre

    Zusammenfassung der Folge:Die Folge dreht sich um das Thema agentenbasierte KI (Agentic AI) und ihre Auswirkungen auf Leadership, Organisation und Gesellschaft. Alois und Oliver nehmen die Hörer:innen mit von …

    Notes de l’épisode

    Zusammenfassung der Folge:

    Die Folge dreht sich um das Thema agentenbasierte KI (Agentic AI) und ihre Auswirkungen auf Leadership, Organisation und Gesellschaft. Alois und Oliver nehmen die Hörer:innen mit von den Ursprüngen einfacher LLM-Agenten bis hin zu komplexen Multi-Agenten-Systemen, die Aufgaben in Teams übernehmen und zunehmend eigenständig handeln.

    Kernaussagen & Learnings:

    • Von Einzelagenten zu Agenten-Teams: KI-Agenten übernehmen nicht nur einzelne Aufgaben, sondern organisieren sich wie ein "Dorf" mit unterschiedlichen Rollen. Daraus entstehen neue Möglichkeiten, aber auch neue Komplexitäten und Risiken (z.B. Fehlerverstärkung).

    • Leadership neu gedacht: Wenn KI-Agenten Aufgaben, Management und sogar ganze Firmen steuern, verschiebt sich die Rolle des Menschen immer mehr zum Orchestrator, der Ziele und Werte vorgibt – aber auch das Risiko trägt, sich selbst überflüssig zu machen.

    • Demokratisierung vs. Zugangshürden: Tools wie Vibe-Coding ermöglichen es vielen, eigene KI-Lösungen zu bauen. Gleichzeitig entstehen neue Risiken durch mangelnde Checks & Balances und Datenschutzprobleme.

    • Moving Targets & Paradigmenwechsel: Die Geschwindigkeit, mit der sich KI und Organisationsformen entwickeln, erfordert ständige Lernbereitschaft und Anpassung – klassische Führungsmodelle und Organisationsstrukturen werden zunehmend hinterfragt.

    • Wohin führt das alles? Agentic AI ist ein Zwischenschritt auf dem Weg zu mächtigeren, vielleicht sogar generalisierenden KI-Systemen (AGI). Die großen Fragen zu gesellschaftlicher Verantwortung, Nachhaltigkeit und Governance sind noch offen.

    Fazit:Im Zeitalter der agentischen KI verschieben sich Leadership, Organisation und Verantwortung rasant. Führung wird zum Moving Target: Wer nicht bereit ist, Rollen und Routinen immer wieder neu zu denken, läuft Gefahr, abgehängt zu werden.

20. Muse 2.0 oder kreative KI-Massenware?

    9 juillet 202530 minÀ suivre

    Zusammenfassung:Nach einer kurzen Pause steigen Alois und Oliver im gewohnten Deep-Tech-Duett in das wohl umstrittenste Thema der Gegenwart ein: Was passiert mit Kreativität, wenn Künstliche Intelligenz im Takt …

    Notes de l’épisode

    Zusammenfassung:
    Nach einer kurzen Pause steigen Alois und Oliver im gewohnten Deep-Tech-Duett in das wohl umstrittenste Thema der Gegenwart ein: Was passiert mit Kreativität, wenn Künstliche Intelligenz im Takt vorgibt? Ausgangspunkt ist die Band „Velvet Sundown“, ein komplett KI-generiertes Musikprojekt, bei dem nicht nur die Songs, sondern auch die Storys und Charaktere aus der Maschine kommen – und trotzdem klingt das Ergebnis erstaunlich „echt“.

    Die beiden fragen sich: Wie kreativ kann eine KI eigentlich sein? Und was bedeutet das für Künstler, Kreative, aber auch für die Gesellschaft insgesamt? Während für viele Kreative KI noch immer wie der sprichwörtliche „Evil Twin“ wirkt – eine Bedrohung, die das eigene Werk kopiert, verändert und verwertet, ohne dass sie selbst gefragt oder entlohnt werden –, sehen andere in der Maschine längst eine neue Muse. Ein prominentes Beispiel: Der Dirigent Kristjan Järvi, der in der KI keinen Feind, sondern einen Resonanzraum für eigene Ideen sieht. Für ihn amplifiziert KI die eigene Kreativität, liefert Inspiration, macht Experimente und Variationen möglich, die vorher schlicht nicht machbar waren – und das rund um die Uhr, wann immer der kreative Funke zündet.

    Die Hosts diskutieren, dass genau darin eine Riesenchance liegt, vor allem für alle, die gerne prokrastinieren oder auf Inspiration warten: KI wird zum Brandbeschleuniger der kreativen Schaffensphase. Gleichzeitig eröffnet die Demokratisierung von KI-Werkzeugen ungeahnte Möglichkeiten – plötzlich kann jeder ohne Vorkenntnisse Songs komponieren, Visuals erschaffen oder eigene Podcasts musikalisch begleiten. Die Schattenseite: Es droht eine neue Spaltung. Nicht nur zwischen Early Adopters und Skeptikern, sondern auch zwischen denen, die die Tools wirklich beherrschen und ihren individuellen Stil einbringen – und denen, die sich mit Standard-Lösungen zufriedengeben und so zur großen Gleichmachung von Kunst und Content beitragen.

    Nicht nur die Kunstszene steht vor einer Bewährungsprobe: Auch das Urheberrecht gerät ins Wanken, weil heutige Gesetze mit dem rasanten Fortschritt nicht mehr mithalten. Während einige Künstler sich durch KI-Tools betrogen fühlen, fordern andere offene Experimentierräume – und neue Regeln, die den kreativen Remix und die Zusammenarbeit von Mensch und Maschine fair regeln.

    Im weiteren Verlauf der Folge machen Alois und Oliver klar, dass es auch auf gesellschaftlicher Ebene um eine Lernkurve geht: Wer die Potenziale von KI nutzen will, braucht nicht nur Offenheit, sondern auch echte Datenkompetenz („AI Data Literacy“). Diejenigen, die bereit sind, sich in neue Tools und Arbeitsweisen einzuarbeiten, werden massiv effizienter und produktiver – egal ob als Künstler, Texter, Programmierer oder Wissensarbeiter. Wer sich verweigert, läuft Gefahr, abgehängt zu werden. Die Hosts fordern daher mehr niedrigschwellige Angebote, Weiterbildung und das Bewusstsein, dass KI zwar viel verändern, aber die kreative Rolle des Menschen niemals komplett ersetzen wird. Im Gegenteil: Menschliche Kuratierung, individuelle Ideen und die Fähigkeit, Workflows zu orchestrieren, bleiben zentral – und werden durch KI eher noch wichtiger.

    Am Ende bleibt die Erkenntnis: KI ist weder Bedrohung noch Heilsbringer – sondern ein neues Werkzeug, das Gesellschaft, Wirtschaft und Kultur genauso herausfordert wie einst Buchdruck, Schreibmaschine oder Computer. Wer diese Welle reitet, profitiert. Wer stehen bleibt, wird schnell überholt. Entscheidend ist die Bereitschaft, die neuen Möglichkeiten zu erkennen, zu gestalten – und dabei den eigenen kreativen Wert neu zu definieren.

21. KI oder K.O. 🥊? – Wer jetzt noch zögert, verliert das Rennen

    4 juin 202534 minSaison 1À suivre

    Nach einer kurzen Frühlingspause melden sich Alois und Oliver mit einer Jam-Session zurück und widmen sich der Frage, wie Unternehmen – vom Start-up bis zum Weltkonzern – sowie Staaten eine praxisnahe …

    Notes de l’épisode

    Nach einer kurzen Frühlingspause melden sich Alois und Oliver mit einer Jam-Session zurück und widmen sich der Frage, wie Unternehmen – vom Start-up bis zum Weltkonzern – sowie Staaten eine praxisnahe KI-Strategie entwickeln und umsetzen können.

    1. Vom Buzzword zur Wertschöpfung

       • KI wird inflationär benutzt; echte Orientierung fehlt.

       • Erster Schritt: konkrete Use-Cases in den eigenen Kernprozessen identifizieren, statt PowerPoint-Strategien zu schreiben oder externe Schablonen blind zu kopieren.

    2. Schnell ins Tun kommen

       • Arbeitskreise bremsen – lieber Sandbox-Ansätze nutzen und mit fertigen Toolchains experimentieren.

       • Erfolg wird an harten Metriken gemessen: Durchlaufzeiten, Qualität, Kosten.

    3. Datenkompetenz & Compliance als Fundament

       • Aufbau von Data-Literacy und Klarheit über IP-relevante Daten.

       • Recht, Datenschutz und Betriebsrat müssen mitgenommen werden, aber erst nach dem Use-Case-Proof, um Hürden nicht künstlich aufzublähen.

    4. Legacy als Chance statt Last

       • Alte Systemlandschaften gleichen Jenga-Türmen – riskant, aber ersetzbar.

       • KI ermöglicht Refactoring in Wochen statt Jahren und bietet Hidden Champions ein „Leapfrog“-Potenzial, Märkte zu disruptieren.

    5. Ressourcen & Kulturwandel

       • Riesige IT-Abteilungen müssen neu gedacht werden: Produktivität steigt x-fach durch KI-gestützte Entwicklung.

       • Organisationen – bis hin zu Staaten – brauchen Tempo, Agilität und eine klare Haltung zu Responsible AI.

    6. IP neu definieren

       • In einer Welt generativer Modelle verlieren Source-Code-Monopole an Gewicht; Patente und Marktdurchdringung gewinnen relativ an Bedeutung.

       • Globale Standardisierungsgremien suchen nach neuen Regeln für Urheberrecht und Patentschutz.

    7. Fazit

       • Zaudern ist keine Option: Wer die Lernkurve verpasst, wird für Talente unattraktiv und verliert Wettbewerbsvorteile.

       • Zugleich braucht es bewusste Grenzen („Wo setzen wir KI nicht ein?“), um Werte, Ethik und Unabhängigkeit zu sichern.

22. Dual-Use🛡️oder doppeltes Risiko: KI zwischen Zivil und Militär - mit Prof. Dr. Oliver Niggemann / HSU Hamburg

    30 avril 202512 minSaison 1 · Épisode 23À suivre

    Im aktuellen Gespräch mit Alois und Oliver gab Prof. Dr. Oliver Niggemann spannende Einblicke in seine Forschung rund um Künstliche Intelligenz für technische Systeme und Materialwissenschaften.Er forscht an …

    Notes de l’épisode

    Im aktuellen Gespräch mit Alois und Oliver gab Prof. Dr. Oliver Niggemann spannende Einblicke in seine Forschung rund um Künstliche Intelligenz für technische Systeme und Materialwissenschaften.

    Er forscht an sogenannten cyberphysischen Systemen – das sind physische Systeme wie Autos, Schiffe oder Züge, die durch KI und Computer gesteuert werden. Besonders betont wurde der wachsende Stellenwert von Dual-Use-Technologien: Innovationen, die sowohl zivil als auch militärisch eingesetzt werden können.

    Ein paar spannende Highlights aus dem Gespräch:
    🚀 Cyberphysische Systeme sind Schlüsseltechnologien für die Zukunft – sie verbinden Physik und KI in hochkritischen Anwendungen.
    🛡️ Dual-Use-Strategien sind essenziell: Technologien sollten grundsätzlich sowohl für zivile als auch für sicherheitsrelevante Bereiche gedacht werden.
    🌍 Deutschland braucht durchgängigere Innovationsketten: Forschung, Transfer und Kommerzialisierung müssen besser ineinandergreifen, um global konkurrenzfähig zu bleiben.
    👥 Personelle Durchlässigkeit fehlt: Karrieren zwischen Wissenschaft, angewandter Forschung und Industrie sind derzeit zu unflexibel gestaltet. Wissenstransfer funktioniert am besten über Köpfe – nicht über Institutionen.
    💶 Stabile Förderlandschaften sind entscheidend: Forschung braucht langfristige finanzielle Sicherheit. Politische oder wirtschaftliche Schwankungen zerstören mühsam aufgebaute Strukturen sehr schnell.
    🇪🇺 Europa forscht stark, aber setzt zu wenig um: Europa hat eine exzellente Forschungsbasis, aber oft fehlt die konsequente Weiterentwicklung in marktfähige Produkte.
    🤝 Internationale Zusammenarbeit wird wichtiger: Kooperationen etwa mit Frankreich, Italien, Schweden oder den USA gehören zunehmend zum Alltag an der Helmut-Schmidt-Universität.

    Zum Abschluss wurde klar: Es braucht mehr Mut, interdisziplinäre Brücken zu bauen und Systeme nicht isoliert, sondern im Zusammenspiel zu denken. 🌐

    Wir freuen uns auf eine Fortsetzung!

23. Vom Stargate 💫 zur Kellertür🚪– Wenn KI-Visionen implodieren!

    16 avril 202533 minSaison 1 · Épisode 22À suivre

    Alois und Oliver diskutieren in ihrer neuesten Podcast-Folge ohne Gast über aktuelle Entwicklungen in der KI- und Tech-Welt. Zentrale Themen sind geopolitische Verwerfungen, massive Investitionsprojekte und …

    Notes de l’épisode

    Alois und Oliver diskutieren in ihrer neuesten Podcast-Folge ohne Gast über aktuelle Entwicklungen in der KI- und Tech-Welt. Zentrale Themen sind geopolitische Verwerfungen, massive Investitionsprojekte und ihre Konsequenzen für die KI-Infrastruktur, insbesondere im Vergleich zwischen den USA und Europa.

    Kernaussagen:

    • US-Milliardenwette wankt: Großprojekte wie „Stargate“ (nicht der Film) stehen aufgrund wirtschaftlicher Unsicherheit, Börsenturbulenzen und überhöhter Erwartungen unter Druck. Die Ankündigungen waren laut Alois oft eher Show als Substanz.

    • Europa pragmatischer – und langfristig stärker? Während die USA mit „brute force“ Milliarden investieren, verfolgt Europa mit Programmen wie Gigafactories, der KI-Agenda und Initiativen wie Mistral oder Euro-LLM eine kleinteiligere, nachhaltigere Strategie. Auch Investoren aus z. B. den Emiraten spielen dabei eine Rolle.

    • Nicht alles braucht ein Foundation Model: Neben OpenAI und Co. gibt es in Europa spezifische Modelle und Use Cases (z. B. Black Forest Labs, Flux), die mit domänenspezifischer Expertise punkten. Smarte, spezialisierte KI („Smartforce statt Brute Force“) wird als tragfähiger Pfad gesehen – vor allem im naturwissenschaftlichen und industriellen Umfeld.

    • Prompting wird Commodity: Die Fähigkeit zu prompten war anfangs entscheidend, wird aber durch „Interpreter-Modelle“, die Kontexte besser verstehen, immer weniger wichtig. In Zukunft könnte das Modell die Intention des Users fast empathisch erfassen.

    • Kreativindustrie im Umbruch: KI-generierte Inhalte (Bild, Musik, Text) erreichen ein Qualitätsniveau, das traditionelle Workflows massiv unter Druck setzt. Selbst komplexe Tool-Chains werden zunehmend durch integrierte Lösungen ersetzt.

    • AI-Literacy ist Schlüssel: Trotz technologischem Fortschritt ist die breite Nutzung noch oft spielerisch statt produktiv. Ein echter Hebel liegt im Mindset-Shift und der Integration von KI in Arbeitsroutinen – nicht nur als Gimmick, sondern als Werkzeug.

    Fazit:Die Diskussion ist ein realistischer Blick auf das Spannungsfeld zwischen Größenwahn, geopolitischen Interessen und nachhaltiger Technologieentwicklung. Europa hat Chancen, wenn es bei Pragmatismus, Spezialisierung und resilienter Infrastruktur bleibt.

24. Physik, Power, Perspektive – hat Deutschland das Zeug zur Quantenmacht? - mit Prof. Dr. Kerstin Borras / DESY

    9 avril 202531 minSaison 1 · Épisode 21À suivre

    Deep Dive in Quantenphysik, Rechenpower und Fachkräftemangel: Prof. Dr. Kerstin Borras im DEEPTECH DEEPTALKIn dieser Folge sprechen wir mit Prof. Dr. Kerstin Borras, leitende Wissenschaftlerin am DESY in …

    Notes de l’épisode

    Deep Dive in Quantenphysik, Rechenpower und Fachkräftemangel: Prof. Dr. Kerstin Borras im DEEPTECH DEEPTALK

    In dieser Folge sprechen wir mit Prof. Dr. Kerstin Borras, leitende Wissenschaftlerin am DESY in Hamburg und Professorin für Physik an der RWTH Aachen, über die Rolle von Quantencomputing in der Spitzenforschung – und darüber, wie Deutschland in diesem zukunftsweisenden Feld aufgestellt ist.

    🔬 Quantencomputing als Schlüsseltechnologie:
    Borras berichtet von konkreten Use Cases in der Teilchenphysik – etwa bei der Simulation von Detektordaten am LHC. Klassische Rechner stoßen hier an ihre Grenzen. Quantencomputer hingegen versprechen durch Überlagerung und Verschränkung der Qubits völlig neue Analysepotenziale bei gleichzeitiger Reduktion der nötigen Parameter.

    🔍 Warum das relevant ist:
    Es geht um nichts Geringeres als die Suche nach dunkler Materie, neuen physikalischen Phänomenen und dem Verstehen des Universums auf einer tieferen Ebene. Doch das Interesse an Quanten reicht weit über die Grundlagenforschung hinaus: Die Industrie – von Google über IBM bis hin zu deutschen Unternehmen wie EleQtron – sieht Potenzial in Bereichen wie Medikamentenentwicklung und Materialsynthese.

    🇩🇪 Wo steht Deutschland?
    Deutschland hat technologisch Aufholbedarf gegenüber USA und China, investiert aber gezielt – vor allem in Ionenfallen-Architekturen, einem Feld, in dem deutsche Akteure führend sind. Das Projekt „DESY Quantum“ bündelt Kompetenzen in Quantencomputing, -materialien und -sensorik. Hamburg etabliert sich dabei zunehmend als starker Standort.

    👩‍🔬 Fachkräftemangel als Wachstumsbremse:
    Ein zentrales Problem bleibt der Mangel an qualifizierten Talenten. Borras betont die Bedeutung von Reskilling – etwa für Informatiker oder Ingenieure – und fordert mehr niedrigschwellige Bildungsangebote, um auch gesellschaftlich breitere Akzeptanz zu fördern. Der Bedarf reicht von Grundlagenforschung bis zur Anwendung.

    💡 Ausblick:
    Quantencomputing wird nicht allein stehen – die Zukunft liegt in der intelligenten Verknüpfung mit klassischen High-Performance-Systemen und der Kombination mit KI, um systemisch neue Lösungsräume zu erschließen.

    Ihr Appell: Mehr Selbstvertrauen, mehr Mut zur Technologieoffenheit und mehr europäisches Denken.

25. Per Quantensprung ins Paralleluniversum? - mit Benedikt-Sebastian Mehmel / hqic

    5 mars 202542 minSaison 1 · Épisode 20À suivre

    In dieser Folge tauchen Alois und Oliver gemeinsam mit ihrem Gast Benedikt-Sebastian Mehmel von Hamburg Quantum Innovation Capital (hqic) tief in die Welt des Quantencomputings ein. Es wird erklärt, wie sich …

    Notes de l’épisode

    In dieser Folge tauchen Alois und Oliver gemeinsam mit ihrem Gast Benedikt-Sebastian Mehmel von Hamburg Quantum Innovation Capital (hqic) tief in die Welt des Quantencomputings ein. Es wird erklärt, wie sich klassische Bits von Quantenbits (Qubits) unterscheiden – während Bits nur die Zustände 0 und 1 darstellen, können Qubits dank Superposition gleichzeitig beide Zustände annehmen. Dadurch ergeben sich exponentielle Steigerungen in der Rechenleistung, da mehrere Informationszustände parallel verarbeitet werden können.

    Die Diskussion beleuchtet darüber hinaus auch die zentralen Herausforderungen der Technologie:

    • Technische Hürden:
      Die extremen Anforderungen an Temperaturkontrolle, Vibrationsempfindlichkeit und die Notwendigkeit einer effektiven Fehlerkorrektur werden ausführlich thematisiert. Unterschiedliche Ansätze – von atomaren Qubits und Ionenfallen bis hin zu schaltkreisbasierten Systemen wie bei IBM – werden vorgestellt, wobei jede Methode ihre eigenen Vor- und Nachteile aufweist.

    • Praktische Anwendungsfälle:
      Konkrete Beispiele, wie die Optimierung von Flugabläufen an Flughäfen und die effizientere Steuerung von Hafenprozessen, zeigen, dass Quantencomputing bereits jetzt das Potential besitzt, komplexe und rechenintensive Probleme zu lösen. Auch der Vergleich mit der aktuellen Entwicklung im Bereich klassischer Rechenzentren und KI wird gezogen, wobei das Ziel klar bleibt: mit weniger Energieaufwand mehr Leistung zu erzielen.

    • Quantum Supremacy und Cybersecurity:
      Anhand des Beispiels der Google Sycamore Maschine wird das Konzept der Quantum Supremacy erklärt – der Moment, in dem ein Quantencomputer eine spezifische Aufgabe deutlich schneller löst als der beste klassische Ansatz. Gleichzeitig wird auch auf zukünftige Herausforderungen in der Cybersecurity hingewiesen, da die Weiterentwicklung der Quantencomputer auch die bestehenden Verschlüsselungsmethoden bedrohen könnte und deshalb bereits heute an post-quantum Sicherheitsstandards gearbeitet wird.

    • Die Quantenrevolutionen:
      Abschließend wird die Entwicklung von der ersten Quantenrevolution (die Entstehung und Anwendung der Quantenmechanik in klassischen Technologien) über die zweite Quantenrevolution (den Übergang vom Labor in die Anwendung durch den kontrollierten Einsatz einzelner Qubits) bis hin zu ersten Ansätzen einer dritten Revolution diskutiert – einem möglichen Zusammenführen von Quantenmechanik und anderen Disziplinen wie der Gravitation.

26. KI-Milliarden-Showdown: Zündet Europa endlich den Turbo?

    19 février 202529 minSaison 1 · Épisode 19À suivre

    In dieser Podcast-Folge dreht sich alles um den AI Action Summit in Paris und die daraus resultierende Aufbruchstimmung für die europäische KI-Landschaft. Die Gastgeber diskutieren, wie Europa – angespornt …

    Notes de l’épisode

    In dieser Podcast-Folge dreht sich alles um den AI Action Summit in Paris und die daraus resultierende Aufbruchstimmung für die europäische KI-Landschaft. Die Gastgeber diskutieren, wie Europa – angespornt durch ambitionierte Ankündigungen aus den USA und Asien – nun selbstbewusster auftritt und große Investitionssummen in Höhe von mehreren hundert Milliarden Euro mobilisiert.

    Besonderes Augenmerk liegt auf neuen Konsortien und Plattformen wie den sogenannten AI Champions, an denen große Unternehmen wie Airbus beteiligt sind. Diese Zusammenschlüsse wollen nicht nur in Forschung und Entwicklung investieren, sondern auch eine leistungsfähige Recheninfrastruktur in Europa aufbauen. Dabei spielt die Frage nach nachhaltiger und skalierbarer Energieversorgung für Rechenzentren eine zentrale Rolle – gerade angesichts national unterschiedlicher Energiepolitiken.

    Ebenfalls erwähnt wird die Zusammenarbeit mit Kanada und den Vereinigten Arabischen Emiraten, die sich mit teils beträchtlichen Summen an europäischen KI-Initiativen beteiligen. Im Vordergrund steht jedoch immer die Idee, europäische Werte wie Datenschutz und Transparenz zu wahren und gleichzeitig die Innovationskraft zu bündeln. Skepsis besteht allerdings hinsichtlich bürokratischer Hürden sowie eventueller nationaler Egoismen. Dennoch sind die Teilnehmenden optimistisch, dass die europäische KI-Landschaft durch Vernetzung verschiedener “Hotspots” wie Paris, Lissabon, Estland und deutsche Player (z.B. Aleph Alpha, DeepL) an Fahrt gewinnt und ein eigenes Profil im globalen Wettbewerb entwickelt.

27. Vollgas der KI-Mächte: Fährt Europa im Windschatten mit?

    5 février 202537 minSaison 1 · Épisode 18À suivre

    In der aktuellen Folge von DEEPTECH DEEPTALK diskutieren Oliver und Alois über die neuesten Entwicklungen in der KI-Welt. Diesmal steht DeepSeek im Mittelpunkt – ein chinesisches KI-Modell, das mit geringen …

    Notes de l’épisode

    In der aktuellen Folge von DEEPTECH DEEPTALK diskutieren Oliver und Alois über die neuesten Entwicklungen in der KI-Welt. Diesmal steht DeepSeek im Mittelpunkt – ein chinesisches KI-Modell, das mit geringen Kosten für Aufsehen sorgt und die Marktführer herausfordert.

    Themen der Folge:

    • DeepSeek und die geopolitischen Folgen: Ein neuer Spieler auf dem Markt, der OpenAI & Co. unter Druck setzt. Was steckt wirklich dahinter?
    • USA vs. China im KI-Wettrennen: Warum sich die Tech-Welt zunehmend in Lager spaltet und welche Rolle Open Source dabei spielt.
    • Die Zukunft von LLMs: Werden große KI-Modelle zu austauschbaren Standard-Bausteinen oder bleibt OpenAI an der Spitze?
    • Europas Chance: Exklusive Daten und smarte Anwendungen als Wettbewerbsvorteil – aber nutzt Europa das Potenzial?
    • Agentensysteme und Operator-Modelle: Entwickelt sich KI in Richtung echter Automatisierung oder bleibt es ein Spielzeug für Tech-Interessierte?
    • KI im Militär: Die USA wollen angeblich ihr Nukleararsenal mit KI steuern. Was steckt hinter dieser Ankündigung?

    
    

    Eine kontroverse Diskussion über die aktuelle Entwicklung von KI, ihre politischen Implikationen und die Frage, welche Technologie sich durchsetzen wird.

28. KI, Krisen, Kapital: Europas Neustart oder Absturz? - mit Jan-Philipp Mohr / Darvis

    29 janvier 202538 minSaison 1 · Épisode 17À suivre

    In der neuesten Folge von DEEPTECH DEEPTALK sprechen Oliver Rößling und Alois Krtil mit Jan-Philipp Mohr, Geschäftsführer von Darvis. Die Episode dreht sich um die Herausforderungen und Chancen von Künstlicher …

    Notes de l’épisode

    In der neuesten Folge von DEEPTECH DEEPTALK sprechen Oliver Rößling und Alois Krtil mit Jan-Philipp Mohr, Geschäftsführer von Darvis. Die Episode dreht sich um die Herausforderungen und Chancen von Künstlicher Intelligenz (KI), Unternehmertum, Defense-Tech, und den aktuellen Stand Europas im globalen Wettbewerb.

    Highlights der Folge: KI und Unternehmertum: Jan-Philipp erklärt, wie DARVIS mit KI arbeitet, um Offline- in Online-Regale zu verwandeln, und teilt Einblicke in die Höhen und Tiefen seiner Unternehmerreise. Talente und Investitionen: Die Runde beleuchtet, warum deutsche Talente oft ins Ausland abwandern und wie Europa gegen die USA aufholen könnte – von Infrastruktur bis zu Förderprogrammen. Politik und Innovation: Diskutiert wird, wie politische Rahmenbedingungen, wie die Schuldenbremse, Innovation behindern und warum langfristige Investitionen essenziell sind. Defense-Tech und Second Use: Ein Blick auf die Chancen, die sich für Deutschland und Europa durch Defense-Tech und innovative B2B-Lösungen eröffnen, auch durch sekundäre Nutzungsfälle.

    Die Folge bietet tiefgreifende Einblicke in aktuelle Herausforderungen für europäische Unternehmen und zeigt gleichzeitig Potenziale für mutige Schritte in den Bereichen KI, Innovation und Talentförderung.

29. Schachmatt ♟️ für Experten - macht KI die klügsten Köpfe überflüssig?

    15 janvier 202533 minSaison 1 · Épisode 16À suivre

    Summary: In dieser Episode des DeepTech DeepTalk diskutieren Oliver und Alois über die neuesten Entwicklungen im Bereich der Künstlichen Intelligenz, insbesondere im Hinblick auf Advanced Reasoning und die …

    Notes de l’épisode

    Summary:

    In dieser Episode des DeepTech DeepTalk diskutieren Oliver und Alois über die neuesten Entwicklungen im Bereich der Künstlichen Intelligenz, insbesondere im Hinblick auf Advanced Reasoning und die Preiselastizität von KI-Diensten. Sie beleuchten die Herausforderungen und Risiken, die mit der Nutzung von KI verbunden sind, sowie die geopolitischen Aspekte und die Notwendigkeit technologischer Resilienz. Sie sprechen auch über die zukünftigen Entwicklungen in der Wissenschaft und Technologie, insbesondere die Rolle von Künstlicher Intelligenz (KI) in der Forschung. Man hebt hervor, dass wir in 2025 bedeutende wissenschaftliche Durchbrüche erwarten können, die durch generative KI und neuartige Ansätze in der Datenanalyse ermöglicht werden. Zudem wird die globale Perspektive der KI-Entwicklung betrachtet, insbesondere die Rolle von Asien und die Notwendigkeit der Zusammenarbeit in Europa.

    
    

    Takeaways:

    • Es gab viele spannende Entwicklungen zu Jahresbeginn.
    • Advanced Reasoning wird als Schlüsseltechnologie angesehen.
    • Die Preisgestaltung von KI-Diensten ist ein Experiment.
    • Die Nutzung von KI birgt Risiken für geistiges Eigentum.
    • Technologische Resilienz wird immer wichtiger.
    • Die Nachfrage nach neuen Softwarelösungen steigt.
    • KI kann signifikante Effizienzgewinne bringen.
    • Es gibt Herausforderungen bei der Implementierung von KI.
    • Die Entwicklung von KI erfordert verantwortungsbewusste Ansätze.
    • Geopolitische Faktoren beeinflussen die Technologieentwicklung. Wir werden 2025 bedeutende wissenschaftliche Durchbrüche sehen.
    • Generative KI wird in der Forschung eine zentrale Rolle spielen.
    • Die Mensch-Maschine-Interaktion wird sich weiterentwickeln.
    • Die Dezentralisierung der KI ist ein wichtiges Thema.
    • Asien, insbesondere China, ist ein ernstzunehmender Akteur in der KI-Entwicklung.
    • Kollaboration in Europa könnte entscheidend für den Fortschritt sein.
    • Hardware-Entwicklung hat globale Dimensionen.
    • Die Effizienz in der Ressourcennutzung ist entscheidend.
    • Die Rolle von Quantencomputern wird zunehmen.
    • Die Wissenschaft wird durch KI revolutioniert.

    
    

    Sound Bites:

    • "Viel passiert zu Jahreswende."
    • "Das Thema Reasoning wird immer wichtiger."
    • "Das ist ein neues Spiel."
    • "Wir müssen über die USAI-Themen reden."
    • "Wir sehen viele Innovationen in Asien."
    • "Wir müssen KI in die Edge bringen."

    
    

    Key Words:

    Deep Tech, KI, Advanced Reasoning, Preiselastizität, Marktstrategien, Risiken, Herausforderungen, Geopolitik, technologische Resilienz, Knowledge Discovery, Künstliche Intelligenz, Forschung, Wissenschaft, Innovation, Technologie, globale Entwicklung, Europa, Hardware, Quantencomputer, Zusammenarbeit

    Chapters:

    00:00 Neujahrsrückblick und spannende Entwicklungen

    02:52 Fortschritte im Bereich Advanced Reasoning

    06:04 Preiselastizität und Marktstrategien

    08:56 Risiken und Herausforderungen bei der Nutzung von KI

    11:49 Geopolitische Aspekte und technologische Resilienz

    16:59 Zukünftige Durchbrüche in der Wissenschaft

    22:44 Die Rolle von KI in der Forschung und Entwicklung

    27:20 Globale Perspektiven der KI-Entwicklung

    30:51 Kollaboration und Innovation in Europa

30. Die dunkle Seite der KI: Ungezügelt, unkontrolliert, unaufhaltbar?

    4 décembre 202438 minSaison 1 · Épisode 15À suivre

    In diese Folge tauchen Alois und Oliver mit ihrem Gast Prof. Dr. Christian Rauda (Kanzlei ARTANA) tief in die juristischen Herausforderungen und Chancen ein, die Künstliche Intelligenz (KI) mit sich bringt …

    Notes de l’épisode

    In diese Folge tauchen Alois und Oliver mit ihrem Gast Prof. Dr. Christian Rauda (Kanzlei ARTANA) tief in die juristischen Herausforderungen und Chancen ein, die Künstliche Intelligenz (KI) mit sich bringt. Christian, Fachanwalt für IT-Recht, Urheber- und Medienrecht sowie gewerblichen Rechtsschutz, teilt Einblicke in die spannenden Entwicklungen rund um KI, Datenschutz und geistiges Eigentum.

    • KI und Rechtliche Grauzonen: Christian erklärt, wie Unternehmen durch die rasanten Fortschritte der KI vor rechtlichen und ethischen Herausforderungen stehen. Besonders spannend: der Umgang mit Trainingsdaten und die Frage, ob Urheber von Inhalten an den Erlösen von KI-Systemen beteiligt werden sollten.

    • Chancen vs. Risiken: Trotz aller Risiken betont Christian, dass wir die Chancen von KI stärker in den Vordergrund stellen sollten. Die Debatte in Deutschland drehe sich oft zu stark um Gefahren, statt die Effizienzsteigerungen und Vorteile zu erkennen.

    • Regulierung und Innovation: Im Vergleich zwischen den USA und Europa zeigt sich, dass der europäische Ansatz zwar strenger ist, aber langfristig auch als Blaupause für andere Länder dienen könnte. Die Datenschutz-Grundverordnung ist ein Beispiel für einen solchen Exportschlager.

    • Schutzrechte und KI: Können durch KI generierte Inhalte urheberrechtlich geschützt werden? Christian erläutert, warum die Antwort „nein“ lautet und welche neuen Schutzsysteme dennoch diskutiert werden könnten.

    • Zukunftsperspektiven: Oliver, Alois und Christian sprechen über die potenzielle Notwendigkeit neuer Rechtsinstitute, sollte KI immer mehr kreative und wertschöpfende Tätigkeiten übernehmen. Auch die Balance zwischen Regulierung und Innovationsförderung wird kritisch hinterfragt.

    Zum Abschluss plädieren die drei für mehr Aufklärung, um die Angst vor KI zu reduzieren und deren Potenziale gezielt zu nutzen. Eine inspirierende Episode für alle, die sich mit den rechtlichen und ethischen Fragen rund um KI beschäftigen!

Voici les 40 derniers épisodes sur 44. Les épisodes plus anciens se trouvent dans le flux du podcast.