Speed vs. Safety

00:00:00: Herzlich willkommen bei Think Different, Think AI. Der Jens und ich haben uns

00:00:05: mal wieder persönlich getroffen. Leider nicht in so einer schönen Hotel-Lobby wie beim letzten Mal.

00:00:09: Aber nichtsdestotrotz mit einem kühlen Getränk nach den heißen Tagen in der Hand.

00:00:14: Und wir haben für uns festgestellt, dass die letzte Folge, die wir aufgenommen

00:00:18: haben, die ihr letzte Woche hören konntet, so aktuell ist, dass wir da nochmal

00:00:23: drauf aufsatteln mussten.

00:00:26: Jens, wir haben das letzte Mal über solche Dinge gesprochen,

00:00:29: wie Prompting, Skills, Loops.

00:00:32: Und in der Folge davor hatten wir irgendwann auch mal über Fable Files gesprochen.

00:00:36: Und jetzt haben wir uns gesagt, das hängt alles irgendwie zusammen.

00:00:40: Was ist denn seitdem nicht passiert oder passiert? Was nicht passiert ist?

00:00:46: Ja, natürlich haben wir die Loop-Folge aufgenommen. Und ich glaube,

00:00:49: es passt ganz gut, dass wir jetzt nochmal diese aktuellen Ergänzungen zu dieser Loop-Folge machen.

00:00:53: Weil der Hörer unter euch und der KI-Begeisterte, so wie wir das sind,

00:00:58: hat es bestimmt mitbekommen.

00:01:00: Fable hatte, oder Anthropic wurde ja mit Fable ganz bekannt vor ein paar Tagen.

00:01:06: Dann ist es abgeschaltet worden, dann haben wir eine ganze Folge darüber gemacht.

00:01:09: Das kennt ihr bestimmt, das Thema.

00:01:10: Jetzt ist dieses Wochenende auch wieder. Solche Sachen passieren anscheinend immer am Wochenende.

00:01:16: Und es hat nichts mit VW oder BSF zu tun. Nein, es sind einfach Wochenende-Geschichten.

00:01:20: Anscheinend wo dann Sachen aus Amerika hier rüberschrappen und entschieden werden.

00:01:24: Es ist nämlich ein weiteres Modell, einmal wieder freigeschaltet worden und

00:01:29: ein anderes Modell hat aber angekündigt, dass sie ihr Modell,

00:01:32: das sie geplant haben zu releasen, wenn ich es richtig bin.

00:01:36: Von OpenAI, das ist dann die 5.5 gewesen. Nee, 5.6. 5.6 gibt es.

00:01:42: Ist total lustig, weil der eine kriegt einen Anruf, dass er doch bitte sein

00:01:46: Modell noch ein bisschen zurückhalten soll und nicht erst releasen soll nach

00:01:49: dem Motto, du willst doch nicht, dass bei dir was passiert.

00:01:52: Und der andere hat Fable 5 immer noch nicht veröffentlicht, aber Mythos,

00:01:58: also quasi die Mutter der besseren Modelle,

00:02:02: dass damals in meinem Raum stand, wie ist zu gefährlich, dass man es in die

00:02:05: Welt rausgeben kann, weil es halt

00:02:06: auch in Sachen Biologie und Informationssicherheit relativ schlau war.

00:02:11: Das war das Modell, das hier bei Apple irgendwie innerhalb von fünf Tagen diverse

00:02:15: Sicherheitssachen auf dem M5 geknackt hat und so ein Kram.

00:02:18: Und dieses Modell darf jetzt nur an amerikanische Firmen, Staatsbürger und hast

00:02:24: du nicht gesehen, verteilt werden.

00:02:26: Soweit ich das verstanden habe, auch erst nach Freigabe durch die US-Regierung.

00:02:33: Ich finde, das ist auf jeden Fall kein skalierbares Vorgehen.

00:02:38: Aber das gefälschte Modell ist es da.

00:02:39: Ja, anders als wir das, was wir bis jetzt kennengenannt haben,

00:02:42: die ganze Situation rund um KI, dass die Sachen eigentlich immer fröhlich in

00:02:46: die Welt gepostet worden sind, scheinen wir jetzt in eine neue Phase zu kommen,

00:02:51: was für die Qualität der Modelle natürlich einmal spricht.

00:02:54: Diese Modelle sind, sie stetig daran weiterzuentwickeln. Das heißt,

00:02:58: sie werden immer besser, dementsprechend natürlich auch immer gefährlicher,

00:03:03: dahingehend, dass sie uns in vielen Fähigkeiten übertreffen und vor allem anscheinend

00:03:07: jetzt bei Fähigkeiten, die wir früher gezeigt haben, wir dachten,

00:03:10: wir haben was gut programmiert, wir haben was sicher programmiert früher.

00:03:13: Jetzt kommen die Dinger um die Ecke und entdecken relativ zügig,

00:03:15: dass dem nicht so ist, dass wir gottgleichen Programmierer, die wir früher waren,

00:03:20: doch anscheinend... Fehlerfrei.

00:03:22: Genau, fehlerfrei bis jetzt doch nicht so fehlerfrei waren und dementsprechend

00:03:26: da irgendwo relativ viele Sicherheitslücken sind, die durch diese neuen Modelle

00:03:31: in einer Windeseile geknackt werden.

00:03:33: Ich glaube, irgendwie auch die Regierung hat auch gesagt, die amerikanische

00:03:36: Regierung, dass auch ihre Systeme von Mythos in wenigen Stunden geknackt worden

00:03:39: sind. Das ist also wirklich eine Bandbreite, die durchaus eine Regulatorik erfordert. Vielen Dank.

00:03:46: Aber auf der anderen Seite natürlich auch ein bisschen zeigt,

00:03:49: wie abhängig wir mittlerweile auch da sind.

00:03:52: Ich meine, treue Hörende unseres Podcasts haben ja sicherlich auch mitbekommen,

00:03:56: es gibt nicht nur die amerikanischen Modelle, es gibt auch beispielsweise chinesische Modelle.

00:04:03: Jetzt wollen wir mal hier das französische Modell Mistral jetzt mal außen vor

00:04:08: lassen bei der Erklärung.

00:04:10: Und dass jetzt das wie eine Unterstellung oder sowas sein soll.

00:04:13: Aber auch die chinesischen Modelle werden wahrscheinlich merken,

00:04:16: was jetzt hier los ist, weil das ein oder andere Modell, hat man zumindest mal

00:04:20: so gelesen oder gehört, ist durch Destillation der großen Modelle entstanden.

00:04:26: Also man muss sich das quasi so vorstellen, dass Anbieter, sagen wir mal so,

00:04:30: viele Anfragen und Gespräche mit den US-amerikanischen Modellen geführt haben,

00:04:35: automatisiert, um diese Modelle quasi nachzubauen, nachzubilden.

00:04:40: Ja, so eine Art Re-Engineering. Sie haben tatsächlich im Prinzip geguckt,

00:04:43: dass du sagst, ich stelle 100.000 Anfragen zu dem Thema, wie geht man am besten angeln?

00:04:50: Dann antworten diese Modelle ja auch in 100.000 Varianten, die aber sehr ähnlich sind.

00:04:56: Damit im Prinzip die richtige Anleitung rauskommt, dass ich einen Angel mitnehme

00:04:58: oder irgendwas anderes und den Köder und was auch immer.

00:05:01: Die eigene Dynamitsteine, da hat er zu viele Filme gesehen.

00:05:04: Und mit einer gewissen Wahrscheinlichkeit, wir kennen ja alle das Thema,

00:05:08: dass da Wahrscheinlichkeitsrechnung im Hintergrund passiert,

00:05:11: die Token Prediction und um die wieder rauszukriegen, wurden ganz,

00:05:15: ganz viele Anfragen an diese amerikanischen Modelle gestellt und so hat man

00:05:18: im Prinzip dann verstanden, wie dieses Modell funktioniert und das dann nachgebaut.

00:05:22: Da gab es eben Geschichten, dass einige von den chinesischen Modellen so aufgesetzt sind.

00:05:26: Und was ich halt auch ganz lustig fand, ist das andere, dass es augenscheinlich

00:05:31: sogar schon Firmen gibt, die vor Gericht ziehen,

00:05:35: weil die unmittelbar nach Erscheinen von Fable das Potenzial erkannt hatten.

00:05:41: Und ihre Geschäftsprozesse schon darauf optimiert haben.

00:05:44: Und gesagt haben, das ist quasi ein Modell, das so gut ist in der Textanalyse,

00:05:49: ich glaube, das waren sogar Anwälte, so gut war in der Textanalyse,

00:05:53: dass sie da nicht mehr drauf verzichten wollten, haben alles drauf umgestellt.

00:05:56: Und dann ist es natürlich doppelt ärgerlich, wenn dann auf einmal es heißt,

00:06:00: so, wir stellen das Modell ein.

00:06:02: Wobei fairerweise muss man sagen,

00:06:04: das Modell wurde ja offiziell nicht eingestellt von der US-Regierung.

00:06:07: Die haben ja nur gesagt, ihr müsst sich erstellen, dass das nur US-amerikanische

00:06:11: Bürger benutzen. Das ist halt natürlich ein bisschen schwer in Zeiten von Amazon-Bedrock-Zugängen,

00:06:15: APKs und hast du nicht gesehen. Also haben sie es generell abgeschaltet.

00:06:19: Aber dann stehst du da als Firma,

00:06:22: und da stehst du auch so ein bisschen der Kreis zu dieser Loop-Folge.

00:06:25: Wenn du versuchst, immer Bleeding-Edge vorne mit dabei zu sein,

00:06:29: dann kannst du nicht nur auf die Nase fallen, weil du gehst halt in Neuland

00:06:33: und verursachst entweder Kosten oder musst lernen, damit umzugehen.

00:06:37: Nee, es kann sogar noch sein, dass dein Geschäftsprozess danach steht,

00:06:41: weil das Modell abgeschaltet.

00:06:43: Hier nochmal ein guter Punkt, weil das war mir gar nicht so bewusst.

00:06:45: Das ist mir jetzt gerade erst klar geworden, als du geredet hast.

00:06:48: Warum jetzt im Prinzip das Thema Mythos wieder freigegeben für einige Personenkreise,

00:06:53: einige Firmen in Amerika und Fable nicht?

00:06:56: Weil natürlich Anthropic weiß, wie es das machen kann. Anthropic wusste,

00:07:01: wie es Mythos quasi auch vor Release-Datum von Fable damals eben zum Testen

00:07:06: einer Google, einer Amazon und sowas gegeben hat.

00:07:08: Ich glaube, das gleiche Vorgehen können Sie jetzt wieder machen.

00:07:10: Sie schreiben das einfach wieder frei.

00:07:13: Fable haben Sie halt tatsächlich an uns alle quasi freigegeben.

00:07:17: Ein Commodity-Produkt. Genau, da haben sie anscheinend noch keine Mechanik gefunden,

00:07:20: das dann im Prinzip so einzuschränken, dass sie uns halt nur einen effizienten Zugriff geben.

00:07:24: Das heißt, das ist jetzt eigentlich wahrscheinlich so eine Reaktion,

00:07:27: dass sie sagen, ja, wir müssen Mythos wieder freigeben für die großen Firmen,

00:07:31: weil diese Modelle werden wahrscheinlich weltweit immer besser.

00:07:33: Also das vermute ich jetzt einfach mal, dass die Strategie der Amerikaner dahinter

00:07:36: ist, dass sie sagen, ja, auch andere Modellanbieter, ob durch Destillation oder

00:07:40: durch eigene Modellentwicklung, werden höchstwahrscheinlich auf den Status kommen,

00:07:44: den wir jetzt bei den großen Modellen haben.

00:07:46: Also gib uns doch bitte schnell wieder Mythos, damit wir im Prinzip die Angriffsvektoren

00:07:51: kennen und jedenfalls die einfachsten Sicherheitslücken schon mal zumachen,

00:07:55: bevor draußen am Markt Modelle entstehen, die wir nicht aus amerikanischer Hand

00:07:59: quasi kontrollieren können, die dann möglicherweise ein potenzielles Sicherheitsrisiko darstellen.

00:08:04: Das könnte quasi die Strategie der Amerikaner jetzt sein, zu sagen,

00:08:07: okay, dann Mythos dem Kreis wieder freigeben, damit wir da vielleicht Schlimmeres

00:08:11: verhindern, was von außen kommen könnte.

00:08:13: Ich finde es schön, mit wie vielen Überlegungen du hier reingehst und sagst,

00:08:18: die US-amerikanische Regierung hat, wie immer, sehr ausführlich darüber nachgedacht.

00:08:24: Was ich daran ganz lustig fand, Mythos, als Mythos erschien und es noch hieß,

00:08:29: es ist nur einem sehr eingeschränkten Benutzerkreis zur Verfügung,

00:08:32: hatten wir auch im Podcast vom Bericht, war es ja auch als Modell gelistet.

00:08:37: Bei Amazon Bedrock, in der EU-Zone, in Frankfurt, wo ich mir dann auch dachte,

00:08:43: hä, wenn es doch dieses ominöse Superduper-und-ich-breche-aus-allem-aus-Modell

00:08:47: ist, ob jetzt die Eurozone Frankfurt bei Bedrock so der beste Platz ist, dafür weiß ich nicht.

00:08:53: Müssten wir gerade gucken, ob das noch da ist.

00:08:56: Ja, Entschuldigung. Aber weißt du noch, wie dieses Modell heißt,

00:08:59: das jetzt rausgekommen ist, das so ein bisschen heißt, es hätte Fable 5 Möglichkeiten?

00:09:05: Weil es ist kein Modell, es ist mehr so ein Orchestrator.

00:09:09: Ja, ja, das japanische, aber komme ich jetzt auf den Namen? Ich glaube irgendwas

00:09:12: mit Fuku, ich muss es leider nachgucken.

00:09:16: Ja, ja, also ich weiß ganz ehrlicherweise, ich habe auch keine Ahnung,

00:09:19: wie es heißt, vielleicht fällt es uns ja auch gleich, während wir reden, einbestimmt.

00:09:23: Das fand ich halt auch ganz lustig, wie auf einmal Modelle aus dem Boden sprießen,

00:09:27: beziehungsweise Verfahren aus dem Boden sprießen, die von sich behaupten,

00:09:32: die Benchmarks zu schlagen, die diese Großmodelle für ein paar Tage dargeboten haben.

00:09:40: Und von der Seite es geht mir gar nicht. Wie heißt es?

00:09:44: Schakana AI Fuku. Ich hatte doch recht.

00:09:48: Darum weiß ich ja, dass ich den Podcast immer sehr gerne mit dir mache,

00:09:50: weil du bist halt so der Gebildete. Ja, ich weiß immer alles.

00:09:54: Ja, aber das ist gerne nochmal einmal zu dem Thema, was wir gerade kurz angeschnitten hatten mit dem,

00:09:59: Looping. Weil wir ja auch ein bisschen über Loops geredet haben.

00:10:03: Looping, ja. Also erst machen wir Loops und dann machen wir Looping. Merkt es euch schon mal.

00:10:07: Ja, das hat natürlich, du hast gerade schon angedeutet, Konsequenzen,

00:10:12: über die man sich jetzt Gedanken machen muss.

00:10:14: Wenn wir, wie wir in Berlin eingeführt haben, in einer Welt sind,

00:10:17: wo ich nicht mehr sicher sein kann, dass ein großes Modell, das draußen veröffentlicht wird,

00:10:25: noch am Markt ist, wenn ich morgens wieder aufwache. Also diese schöne Storyline.

00:10:30: Ich setze hier mal einen Loop auf und vielleicht davon hunderte.

00:10:33: Das hören wir ja auch immer, wenn wir durch die Hände gucken.

00:10:37: Kaum einer der großen Modelle wird überhaupt noch von Programmierern programmiert.

00:10:39: Das wird auch nur noch geloopt.

00:10:41: Viele von den großen AI-Programmierern und Größen, die in den Modellfirmen sitzen,

00:10:46: sagen, wir machen das gar nicht mehr selber.

00:10:49: Ich bin nur noch quasi dafür da, um Loops zu bauen.

00:10:52: So, wenn aber der wesentliche Teil eines Loops dann verschwindet,

00:10:57: sprich das KI-Modell im Hintergrund, dann sind ein Loops auch einfach nur noch

00:11:01: für den Arsch, ehrlicherweise, weil da kommen sie nicht mehr weiter.

00:11:03: Also dementsprechend muss jeder sich, glaube ich, da Gedanken drüber machen.

00:11:07: Und wir haben da ja häufig schon mal drüber geredet. Also das Thema Harness

00:11:11: Engineering, wie baue ich dann im Prinzip mein ganzes KI-Setup auf?

00:11:14: Wie ist meine KI-Architektur eigentlich?

00:11:17: Da muss man diesen zwei, drei Millisekunden vielleicht länger drüber nachdenken

00:11:21: und nicht nur prompten, was man da machen könnte, damit man im Prinzip ein System

00:11:24: aufbaut, was dann eben auch robust ist und auch solche Ausfälle im Notfall dann,

00:11:30: verhindern oder vermeiden kann oder wenigstens dahingehend abfangen kann,

00:11:33: dass es nicht zu kritischen Situationen irgendwo führt.

00:11:37: Dabei ist mir ein anderes Ding auch noch reingefallen, was bei Loops auf die

00:11:41: Bretter gehen kann. Mhm.

00:11:43: Wenn man mir so folgt, wird man gesehen haben, dass ich irgendwie letztens wieder

00:11:47: zwangsgesperrt wurde, weil ich die ganzen Tokens, die mir Anthropic im großen

00:11:53: Max-Plan zur Verfügung steht.

00:11:54: Also zwangs eingesperrt, das ich kurz gedacht habe jetzt noch gar nicht.

00:11:56: Naja, nee, aber ich wurde dann irgendwie für mehrere Tage gebannt,

00:11:59: weil ich mein Wochenlimit verbraucht habe an einem Abend.

00:12:03: Man sollte halt nicht so viel Slash-Workflows. Ich lasse es in diesem Internet.

00:12:07: Ja, dieses Internet, die unbekannte Welt.

00:12:10: Das ist das eine, okay, fairer Punkt, wenn die Modelle an Token Limits kommen,

00:12:13: sofern man nicht Pay-Per-Use hat, ist das eine.

00:12:16: Das andere, was mir aber aufgefallen war, was bei meinen Versuchen mit Loops

00:12:22: zu arbeiten mir aufgefallen ist, du gibst dem System große Mengen an Daten und

00:12:27: sagst, mach deine Loops darüber.

00:12:29: Und wenn du da nicht von vornherein darauf achtest, dass beispielsweise,

00:12:36: Textblöcke ausreichend groß oder klein sind, wobei ausreichend groß oder klein

00:12:41: ist, das ist extra schwammig gewählt, weil ich nicht weiß, was groß oder klein

00:12:44: ist, aber ihr werdet gleich merken, worauf ich raus will.

00:12:47: Ich habe dem Ding nämlich gesagt, du, pass mal, obacht hier,

00:12:49: große Bücher, fräst dich mal durch und werte mir folgende Sachen aus.

00:12:53: Mach das bitte mit einem Goal-Loop. Also mache so lang, bis folgende Fragen

00:12:57: beantwortet sind. Und auf einmal ist alles abgebrochen.

00:13:00: Alles ins Nirwana geschossen. Es stand in gelber Schrift auf dem Bildschirm,

00:13:05: API Limit Reached, Klammer auf.

00:13:08: Es handelt sich nicht um das Modelllimit, sondern du hast schlicht und ergreifend die API bombardiert.

00:13:14: Wir machen nicht weiter. So, dann sagst du zu ihm, mach weiter.

00:13:17: Und dann sagt er, oh ja, total toll, du, ich setze es fort, bla bla bla.

00:13:21: Er hat dann wieder gearbeitet, wieder Fehler. Irgendwann hat er gemerkt,

00:13:24: oh du, ich sollte vielleicht meine Abfragen reduzieren, damit das nicht gegen das Limit läuft.

00:13:29: Und ganz, ganz, ganz am Schluss sagt er, du, bin mit allem fertig.

00:13:33: Ach übrigens, wir hatten acht Abstürze, soll ich das reparieren,

00:13:36: was dabei kaputt gegangen ist?

00:13:38: Und du denkst ja so, okay, der Go-Loop ist gebrochen, dann musst du ständig sagen, weiter.

00:13:43: Und das Ergebnis war so, als wenn ich einen normalen Prompt geschrieben hätte.

00:13:48: Alles, was ich so an, überprüfe dich und stelle sicher. Und das sind die KPIs.

00:13:53: Das hat er alles über den Äther geschoben für diese Abbruchmomente.

00:13:59: Also da habe ich auch gedacht, da brauche ich nicht mal eine amerikanische Regierung,

00:14:01: die mir modern abschaltet. Da reicht auch mal eine eigene Unfähigkeit.

00:14:05: Und ich rufe damit auf, nicht mehr zum Prompt Engineering, sondern zum Loop-Ingenieur.

00:14:11: Ja, aber der Loop-Ingenieur, das ist, glaube ich, ein interessanter Punkt.

00:14:14: Wir müssen, glaube ich, bei diesem ganzen KI-Hab-Thema, und wir beide sind ja

00:14:18: auch immer durchaus ganz vorne dabei, wenn wir mit Begrifflichkeiten um uns

00:14:21: herumwerfen, wenn wir mit neuen Themen um die Ecke kommen.

00:14:24: Ich glaube, die Erfahrung der letzten zwei, drei Jahre jetzt mit diesen Themen

00:14:30: zeigt einfach, wir sind alle noch früh dabei.

00:14:33: Alle Sachen entstehen gerade relativ neu. Das heißt,

00:14:37: Es gibt noch nicht die optimale Loop-Ingenierung-Schule, die dir sagt,

00:14:44: wenn du das so machst, dann läuft das. Es gibt bestimmte Influencer,

00:14:47: der dir das für einen Kurs verkauft. Genau, auf jeden Fall.

00:14:50: Damit kannst du auch Millionen sofort verdienen, wenn du das machst.

00:14:54: Jeder, der schon mal versucht hat, einen Workflow mit, lass es nur zwei KI-Modellen

00:14:59: hintereinander aufzubauen, der wird merken, dass er immer wieder ein bisschen nacharbeiten muss.

00:15:03: Es gibt immer diese Stellen, wo wir momentan nacharbeiten, wo wir der berühmte

00:15:08: Schiene- und Inveloop sein müssen, der eben noch nicht einfach nur on the loop

00:15:12: sein kann und irgendwie auf seiner ASEAN da sitzen kann und den Sonnenschein

00:15:15: genießen kann und die Kojoten zählen möchte.

00:15:18: Nee, wir müssen halt immer noch nach unbestimmter Zeit, das wissen wir nicht

00:15:22: ganz genau, wie da vorbei ist auch unsere Temporary-X-Folge,

00:15:25: auch die wir mal gemacht haben, wir wissen auch nicht hundertprozentig genau,

00:15:28: wann wir eigentlich wieder eingreifen müssen.

00:15:29: Vielleicht kriegen wir eine Notification, die angenehm ist, die sagt,

00:15:33: der Loop ist fertig. Oder eben so, wie du es gerade beschrieben hast,

00:15:35: die sagt, hier ist ein Problem. Hier brennt alles.

00:15:39: Könntest du mal kurz kommen? Also das heißt, wenn man Sachen gerade machen will,

00:15:44: dann muss man auch fast gefühlt in so einer 24-7-Bereitschaft sein,

00:15:48: wenn man das jetzt auch auf kritische Systeme loslassen würde.

00:15:53: Wenn ich jetzt da irgendwie so ein Buchprojekt habe oder was anderes,

00:15:55: dann ist es nicht so schlimm, wenn man da mal am Wochenende vielleicht das Ding

00:15:57: nochmal nachstartet oder sowas.

00:16:00: Aber bei allen anderen Themen sind wir, glaube ich, so weit,

00:16:04: dass man sagen muss, ein bisschen länger darüber nachdenken,

00:16:08: ein bisschen aus der IT-Perspektive die Sachen betrachten,

00:16:11: was wir vorhin gesagt haben, versuchen robust aufzubauen, vielleicht nicht direkt,

00:16:16: den Loop einfach loslaufen, sondern es auch da wieder nochmal den kleinen Teil kleiner schneiden,

00:16:22: überwachbar machen, überprüfbar machen lassen, dass man schaut, was kann da gehen.

00:16:26: Und ich glaube, das ist so ein bisschen das, was ich zurzeit mitnehme aus dieser

00:16:31: KI-Phase, in der wir sind. Jetzt ohne irgendwie so ein Gartner-Hype-Cycle dann

00:16:35: eben hervorzukramen. Aber ich glaube, wir sind jetzt so ein bisschen...

00:16:38: Im Teil der Tränen? Ja, Teil der Tränen, weiß ich gar nicht.

00:16:40: Also so fühlt es sich nicht an. Das finde ich schon ein paar Mal durchlaufen.

00:16:44: Sowohl dienstlich als auch privat. Ich glaube, das finde ich schon beim Prompt-Engineering

00:16:48: und beim Loop-Engineering und bei allen anderen Sachen immer wieder durchlaufen

00:16:50: und auch wieder in den Halb-Cycle. hochgegangen und sowas.

00:16:53: Ich glaube, es ist tatsächlich eher so, dass wir schon auf diesem Weg in die

00:16:56: Richtung des Plattformen der Produktivität sind.

00:17:00: Da fehlen aber einfach Sachen. Wir hatten jetzt vor kurzem darüber geredet,

00:17:02: wir sind so wie 97 oder sowas.

00:17:04: Weißt du, das Internet ist da, Sachen funktionieren, Webseiten sind generell

00:17:07: da, Google hat sich aber noch nicht ausgeprägt, große Usability-Geschichten

00:17:13: sind noch nicht ausgerichtet und wissen noch nicht, wo am besten eine Navigation

00:17:15: untergebracht wird oder sowas.

00:17:17: Wir probieren an vielen Stellen noch aus.

00:17:19: Das führt zu coolen, kreativen Ergebnissen, ehrlicherweise. Also,

00:17:24: es gibt ja so viel heißen Scheiß, der draußen gemacht wird mit KI auch,

00:17:27: wo Sachen gerendert werden, Animationen gemacht werden, Info-Webseiten gebaut

00:17:32: werden, die wir uns hinterher früher hätten nicht so vorstellen können in einer

00:17:35: Geschwindigkeit, wie das gemacht wird. Also, es werden total viele kreative Themen gerade gemacht.

00:17:39: Es werden Loop aufgesetzt, es werden Marketing-Systeme automatisiert,

00:17:43: es werden Programmschmieden gebaut. Also, an vielen Stellen gehen Sachen schon.

00:17:48: Aber es ist nicht so, dass man es eins zu eins kopieren kann.

00:17:51: Also wir haben noch nicht dieses, es gibt eine Amazon und ich kann ein Zalando da rausbauen.

00:17:55: Also dieser Moment ist noch nicht da, weil du kannst es noch nicht so eins zu eins rüber kopieren.

00:17:58: Ich glaube, wir sind in so einer frühen Phase des Internets tatsächlich gerade.

00:18:01: Das merkt man auch an einem anderen Thema, nämlich wir hatten ja jetzt heute

00:18:06: ein bisschen so den Abbinder über Modelle, die auf einmal wegbrechen können.

00:18:10: Dann haben wir von Skills und Loops als Fortsetzung gesprochen.

00:18:14: Und ihr habt auch bestimmt in einer anderen Folgen vorhin nochmal das Thema Agent Harness gehört.

00:18:18: Und am Ende vom Tag läuft es ja gefühlt immer wieder darauf hinaus,

00:18:22: dass du heute viel Commodity-Harnesses findest, weil du hast einen ChatGPT,

00:18:28: du hast einen Gemini, du hast den Nexiri AI, du hast,

00:18:32: von Anthropic Cowork.

00:18:34: Aber so dieses ganze Thema, wie bespiele ich den dienstlichen Einsatz,

00:18:37: wie bespiele ich den Wissensarbeiter, wie bespiele ich den professionellen Menschen,

00:18:43: der mit diesen Werkzeugen versucht, Mehrwert zu schaffen, ohne,

00:18:48: installiere ich mir heute OpenAI, mache ich morgen das nächste Abo,

00:18:51: das nächste Abo, das nächste Abo oder installiere ich mir hier OpenCode von

00:18:56: GitHub oder keine Ahnung was oder setze ich mich vielleicht sogar hin und baue den eigenen Harness.

00:19:01: Und dann wird es richtig lustig, wenn sich diese Umgebungen ständig ändern,

00:19:06: du aber auf der anderen Seite etwas baust, dass diese ständige Veränderung der

00:19:09: Umgebung ja abfangen will,

00:19:11: dafür sorgen will, dass du produktiv arbeiten kannst, Ruhe ins System bringst,

00:19:16: Modelle austauschbar, trotzdem Skills, funktionsfähig, standardisierte Loops,

00:19:21: ohne dass der Anwender es extra sagen muss, wie präsentiere ich es meinem Anwender.

00:19:25: Ich hatte letztens jemanden, der zu mir gesagt hat, du mag toller Agent Harness,

00:19:30: den du da gebaut hast. Aber der sagt mir immer, ich hätte so eine JSON-App.

00:19:36: Ja, da fiel mir dann auf, was will denn die Person? Naja gut,

00:19:39: der Standteil da, JSON generiert.

00:19:41: Dabei hätte, also wie spreche ich mit meinem Anwender? Da hast du so ein breites

00:19:46: Feld, wo ich dann auch mit der Frage, wie machst du da Betrieb in einer Welt,

00:19:49: wo quasi alle drei Tage neue Modelle, neue Techniken, neue, keine Ahnung,

00:19:53: was rauskommen. Und verboten werden?

00:19:55: Rauskommen und verboten werden? Oh ja, wenn mein Harness mal verboten wird,

00:19:58: dann wärst du berühmt. Also an der Stelle, fürs Marketing wäre es gut.

00:20:03: Aber ich glaube, Agent Harness wäre auch nochmal eine Folge.

00:20:06: Wir haben ja schon lange nicht mehr Folgen angekündigt. Ach ja, wer weiß.

00:20:09: Wir machen auf jeden Fall eine Harness Engineering Folge. Eine Harness Engineering

00:20:13: Folge, da freue ich mich drauf.

00:20:15: Ja, aber ansonsten, wie gesagt, mit Blick auf die Uhr. Mit Blick auf die Uhr

00:20:19: und der Bahn in deinem Nacken. Mit der Bahn in meinem Nacken.

00:20:23: Also ich habe es ja gerade so gesagt, dass wir uns auf das Plateau der Produktivität

00:20:27: bewegen. Das gibt es in diesem Gartner-Hype-Cycle. Das ist dann diese Phase,

00:20:31: wo alles dann irgendwie gut funktioniert. Dass man aus dieser Super-Hype-Phase

00:20:34: raus ist, aus dem Tal der Tränen raus ist und dass man jetzt weitergeht.

00:20:37: Und ich glaube, dieser Weg ist momentan bei KI so schnell, dass man da dieses

00:20:44: Produktivitätsplateau schon sieht.

00:20:46: Der Weg dahin wird aber noch ein bisschen steinig werden. Ich glaube,

00:20:48: der wird noch so einige Bums auf dem Weg haben. Einige Harnisse werden brechen.

00:20:55: Einige Loops werden unendlich laufen in die falsche Richtung. Loopings machen.

00:21:00: Und da ist glaube ich, da wird noch viel passieren, bevor wir vielleicht so

00:21:05: etwas haben, wie wir das früher hatten, dass dann so ein stabiles Internet,

00:21:09: das alle Leute benutzen können,

00:21:11: dass der Gemeinheit dann auch zur Verfügung steht.

00:21:15: Das wird noch ein bisschen dauern, glaube ich tatsächlich, dass wir das überall

00:21:18: durchgängig haben werden.

00:21:20: Aber nichtsdestotrotz will ich wie immer positiv enden wollen.

00:21:23: Ich freue mich drauf, weil auch da werden sich ja ganz neue Sachen noch ausbringen,

00:21:27: die wir auch gar nicht kennen.

00:21:28: Also wenn ihr jetzt an den iPhone-Moment denkt, welche Software danach entstanden

00:21:34: ist, welche Interaktionsmöglichkeiten danach entstanden sind,

00:21:36: sowas wie WhatsApp und Co., dieses Verabreden, solche Sachen,

00:21:39: all das ist erst entstanden, als diese Technologie da war.

00:21:42: Und wir sind jetzt, glaube ich, noch in so einer Situation, wo noch ganz viele

00:21:45: neue Technologie, ganz viele neue Use Cases für uns eigentlich erst kommen werden,

00:21:50: an die wir heute noch gar nicht denken, die einfach dann, weißt du,

00:21:53: so Software, die ich on the fly generiere, weil ich jedenfalls kein Grafikprogramm

00:21:58: mehr von der Stange kaufen muss, sondern mir das Grafikprogramm,

00:22:00: das ich in dem Moment brauche, einfach generiere.

00:22:04: Man sieht heute ja immer mehr, dass Leute sagen, oh, ich habe mir den PDF-Smallmacher

00:22:09: irgendwie gebaut oder irgendwas anderes mit den PDFs gemacht und ein eigenes

00:22:12: Plugin gebaut und sowas liest man da ab und zu.

00:22:14: Ich glaube, da werden noch viele, viele coole Sachen passieren, aber...

00:22:18: Das wird bestimmt alles geil. Und ich habe, während du gesprochen hast,

00:22:21: eine Geschäftsidee. Oh, jetzt bin ich gespannt. Sollen wir stocken?

00:22:25: Nein, nein, den möchte ich natürlich mit meinen Hörern teilen.

00:22:28: Das ist auch ein bisschen, ich weiß nicht.

00:22:29: Stell dir mal vor, das Thema würde jetzt doch Fahrt aufnehmen,

00:22:33: dass Modelle immer erstmal in Amerika verfügbar sind oder in China.

00:22:37: Ich meine, da gibt es ja auch sowas wie Exportkontroll.

00:22:39: Vielleicht auch in Europa. Wir drücken uns allen die Daumen.

00:22:43: Jetzt stell dir einfach mal vor, das würde kommen. Ich habe zur Erinnerung an

00:22:46: ganz alte Zeiten. Also immer nur von Hörern sagen, Pirate Bay und wie die alle hießen, Napster.

00:22:52: Ich habe irgendwie so das komische Gefühl, irgendwann sehen wir Menschen,

00:22:54: die wohnen dann irgendwie in den besagten Ländern, sind Landesbürger und stellen

00:22:58: sich irgendwelche Rack-Systeme in den Schrank,

00:23:00: und routen quasi ihren persönlichen, also nicht was heißt persönlichen,

00:23:05: aber den durch ihren staatsmännischen Zugang, ob das dann legal ist,

00:23:09: wahrscheinlich nicht, weil du ja da mit Exportkontrollen umgehst.

00:23:11: Aber ich könnte mir vorstellen, dass sowas auch mal gebaut wird.

00:23:13: Da müssen wir mal an Thomas fragen mit seinem Fraud-GPT und so.

00:23:17: Vielleicht gibt es da schon was.

00:23:18: Thomas, falls du was hörst, wir müssen reden.

00:23:20: Man schmuggelt das Modell quasi lokal auf seiner Feststellung.

00:23:24: Ich drucke es auf Papier.

00:23:25: So wie PGP. Ausgedruckt. Ausgedrucktes Modell. Wird bestimmt lustig.

00:23:29: Von der Seite. Heute war ein buntes Potpourri an den verschiedensten Dingen.

00:23:33: Der Jens eilt jetzt zu seiner Bahn, die aufgrund ihrer klassischen Verspätung

00:23:38: rechtzeitig ist, wenn er so ankommt.

00:23:40: Wir wünschen euch eine gute Zeit und freut euch drauf. Wir haben bald wieder

00:23:44: Gäste und schaltet wieder ein, wenn es heißt Think Different, Think AI. Ciao.