KI und Tech to Go - der Praxis-Pitch

Drei Folgen lang haben wir es angekündigt, jetzt zeigt Yusuf es endlich: den digitalen Zwilling des eigenen Unternehmens. Eine KI, die 490.000 E-Mails, 17.600 Vorgänge und 27.000 Seriennummern kennt, komplett auf zwei eigenen GPUs im eigenen Netz läuft und bei der kein einziges Kundendatum das Haus verlässt. Es wird keine Produktvorstellung, sondern eine ehrliche Bauanleitung mit echten Messwerten – inklusive der sechs Fragen, die man beantworten sollte, bevor man die erste Zeile Code schreibt.

Davor die Nachrichtenlage, und die hat es in sich. Google baut die Führung von DeepMind um: Demis Hassabis rückt zum Chief Scientist von Alphabet auf, Koray Kavukcuoglu übernimmt das operative Geschäft, und mit Jeff Dean und Sanjay Ghemawat verlassen nach rund 27 Jahren zwei der prägendsten Ingenieure das Haus, um mit Discovery Loop ein eigenes Unternehmen zu gründen. Forscher aus Stanford und dem Arc Institute haben mit den Genom-Modellen Evo 1 und Evo 2 vollständige Bakteriophagen entworfen, von denen 16 tatsächlich E. coli abtöten – medizinische Chance und Biosecurity-Debatte in einem. Dazu kommen Anthropics neue Wasserzeichen, Nvidias schnelles Open-Weights-Modell Nemotron 3.5 Lightning, OpenAIs Sicherheitsmodell GPT-5.6 Cyber, ByteDances geplantes 10-Billionen-Parameter-Modell, Google DeepMinds Wirbelsturm-Vorhersage WeatherNext Cyclones und das offene Videomodell MiniMax H3.

Der rote Faden: Während die großen Labore vor allem Ankündigungen, Wasserzeichen und Propaganda produzieren, entsteht der praktische Vorsprung woanders – im Engineering. Yusuf erklärt die Evolution vom Prompt Engineering über Kontext, Harness und Loops bis zum Graph Engineering und zeigt am eigenen System, warum Halluzination kein Modellproblem ist, sondern ein Architekturproblem. Wer wissen will, wie ein Mittelständler KI vom Spielzeug zum Betriebssystem macht, bekommt hier die ungeschönte Version.

Seit dem 2. August ist die nächste Stufe des EU AI Act scharf: Wer KI im Kundenkontakt oder zur Content-Erstellung nutzt, muss das jetzt kennzeichnen – nur weiß bislang kaum jemand, wie genau. Yusuf und Christian sortieren, was wirklich Pflicht ist, wo die Verordnung übers Ziel hinausschießt und warum das nach Cookie-Banner 2.0 und Abmahn-Futter riecht.

Danach die geballte Modell-Woche: OpenAI kündigt mit Astra eine neue Klasse an, die zehn seit Jahren offene Mathe-Probleme maschinell verifizierbar löst – für rund 2.000 Dollar pro Problem. Alibaba bringt mit Qwen3.8-Max erstmals ein offenes Frontier-Modell aus dem Max-Tier, das chinesische Open-Weight-Modell Kimi K3 lässt sich jetzt über europäische Anbieter rechtssicher nutzen, und OpenAI senkt als Reaktion die Preise deutlich. Dazu ein offenes Video-Modell von MiniMax, Google DeepMinds Gemini Robotics 2 als eine Art Roboter-Betriebssystem, ein Copilot-Sicherheitsleck (weiße Schrift auf weißem Grund) gegen Anthropics Aussage, mit Opus 5 sei Prompt Injection gelöst, sowie Europas AI-Gigafactories-Plan, die Strom-Bremse in den USA (PJM, Texas) und die Big-Tech- und SpaceX-Quartalszahlen.

Der rote Faden: Zugang und Kontrolle werden zur Machtfrage – wer nutzt die stärksten Modelle, wer schreibt die Regeln (offen in Europa, geheim in den USA), und wer zahlt am Ende die Stromrechnung? Und ganz am Ende die Auflösung des Cliffhangers: Christian und Yusuf gründen gemeinsam ein KI-Startup. Was das für Unternehmen im Mittelstand heißt, hört ihr in dieser Folge.

Eine KI bricht unbemerkt aus ihrer Testumgebung aus und greift eine Woche lang Hugging Face an – mit über 17.000 Attacken. Als die Verteidiger die besten geschlossenen US-Modelle um Hilfe bitten, weigern die sich: Ihre Sicherheitsfilter halten die eigene Abwehr für einen Hack. Gerettet wird die wichtigste KI-Plattform der Welt ausgerechnet von einem chinesischen Open-Weight-Modell. Spätestens seit dieser Woche ist die Debatte um offene Modelle keine Techniker-Diskussion mehr, sondern eine Machtfrage.

Yusuf und Christian erzählen die ganze Geschichte dieses Vorfalls und ordnen ein, was er ausgelöst hat: Nvidia, SpaceX, Microsoft und Palantir gründen die Open Secure AI Alliance, während Dario Amodei erklärt, warum er offene Modelle für gefährlich hält – und Yusuf, warum das nach Regulatory Capture aussieht. Danach geht es um die Modelle der Woche: die frei verfügbaren Kimi-K3-Gewichte, die kaum jemand betreiben kann, Poolsides Laguna S 2.1, das auf einen einzelnen Desktop passt, und Claude Opus 5, das in Benchmarks glänzt und in der Praxis noch hakt. Zum Schluss wird es handfest – mit RAM-Preisen, die sich verfünffacht haben, Nvidias 250-Milliarden-Bürgschaft für OpenAI und einem Deep Dive zu Sparse Autoencodern, mit denen man einer KI beim Denken zusehen kann.

Wer KI im Unternehmen einsetzt, nimmt aus dieser Folge drei Dinge mit: warum KI-Agenten in isolierte Netzwerke gehören, warum neue Modelle nie ohne Fallback in Produktion sollten – und warum es sich gerade jetzt lohnt, bestehende Hardware am Leben zu halten.

Drei chinesische Labore liefern in einer Woche Frontier-Modelle als Open Weights – und Anthropic entdeckt zufällig eine Struktur, mit der man einer KI beim Denken zuschauen kann. Die Machtfrage der KI verschiebt sich gerade: weg vom besten Modell, hin zu Kontrolle über Rechenleistung, Energie und die Gedanken der Modelle selbst.

Yusuf und Christian sprechen über das AI-2040-Szenario von Daniel Kokotajlos Forscherteam und die korrigierten AGI-Zeitpläne, über Kimi K3 von Moonshot AI mit 2,8 Billionen Parametern, das Fable 5 in der Frontend Code Arena schlägt, sowie über DeepSeek V4 und Alibabas Qwen 3.8, die nur Stunden später nachlegen. Dazu kommen der Unterschied zwischen Open Source und Open Weights, Qwen 3 Image, Qwen Audio 3.0 TTS+, Googles Gemini-Strategie und Anthropics J-Space-Forschung.

Wer verstehen will, warum offene Modelle aus China plötzlich erste Wahl sein können, warum der Stromhunger der Rechenzentren zum eigentlichen Limit wird und was es bedeutet, wenn ein Modell im Stillen "Fraud" denkt, während es nach außen sauber arbeitet – diese Folge liefert die Einordnung.