Der Ton lässt sich gerade nicht laden. Die Datei direkt herunterladen — oder die Folge über einen der Wege unten hören.
Ein Klick auf ein Kapitel oder eine Zeitmarke setzt die Nadel, startet aber nichts von selbst.
„Statement zum Navier-Stokes-Fall“
cims.nyu.edu · PDF vom 8. September 2026
Buckmaster schildert aus seiner Sicht den Konflikt mit OpenAI im September 2026 und stellt die Frage, ob seine Arbeit mit den Modellen in OpenAIs Ergebnis eingeflossen ist, ohne jemandem etwas vorzuwerfen.
Zum Text„On the Navier–Stokes Millennium Prize Problem“
openai.com · 8. September 2026, ergänzt am 10. September
OpenAI beansprucht die Lösung des Navier-Stokes-Problems, eines der sieben Millennium-Probleme des Clay Mathematics Institute. Am 8. September hielt OpenAI es für unwahrscheinlich, aber nicht ausschließbar, dass de-identifizierte Nutzungsdaten beigetragen haben; am 10. September schloss es das für Buckmasters Eingaben aus.
Zum Text„How your data is used to improve model performance“
openai.com · Stand 13. März 2026
Bei Diensten für Privatpersonen trainiert OpenAI standardmäßig mit den Gesprächen, bei Geschäftskunden nicht. Personenbezogenes soll vorher reduziert werden.
Zum Text„Sam Altman says he’s losing money on OpenAI’s $200-per-month subscription“
Fortune · 7. Januar 2025
Altman räumt ein, dass OpenAI mit dem 200-Dollar-Abo ChatGPT Pro Geld verliert, weil die Kunden es stärker nutzen als erwartet.
Zum Text„GPT-5.6 Sol, Modellseite der API-Dokumentation“
developers.openai.com · abgerufen am 21. September 2026
Die Listenpreise je Million Tokens für Eingabe, zwischengespeicherte Eingabe und Ausgabe, aus denen Florentine den Gegenwert ihrer eigenen Nutzung überschlägt.
Zum Text„Codex Rate Limits Discussion Thread, Beitrag Nr. 398“
OpenAI Developer Community Forum · 16. Juni 2026
Ein Nutzer berichtet, sein Pro-Konto habe insgesamt 37,4 Milliarden Tokens verbraucht, in der stärksten Woche 4,6 Milliarden.
Zum Text„WildFeedback: Aligning LLMs With In-situ User Interactions And Feedback“
arXiv · 17. April 2026
Ein Verfahren, das Zufriedenheit und Unmut der Nutzer aus echten Gesprächen herausliest und daraus Präferenzdaten für das Training baut.
Zum Text„Own Your Intelligence: A How-To Guide“
Sequoia Capital · 19. August 2026
Die Investorin rät Unternehmen, ihre Arbeitsverläufe selbst als Lernkapital zu nutzen: Jede gescheiterte Aufgabe wird zum Test, jede Korrektur zu Trainingsmaterial.
Zum Text„Privacy Designed With Intelligence“
OpenAI Global Affairs · Stand August 2025
OpenAI beschreibt, wie personenbezogene Informationen vor dem Training maskiert und Gespräche von Konten getrennt werden, während der Kontext erhalten bleibt.
Zum Text„On the existence of non-sofic groups“
Terence Taos Blog „What’s new“ · 11. September 2026
Ein Papier von OpenAI löst ein altes Problem der Gruppentheorie, gestützt auf Techniken, an denen Thom selbst gearbeitet hat. Er fragt, wie sich Anerkennung und Beitrag noch zuordnen lassen.
Zum Text„More details on Fable 5’s cyber safeguards and our jailbreak framework“
anthropic.com · 2. Juli 2026
Bei riskanten Sicherheitsaufgaben will Anthropic wissen, wer die Arbeit verrichtet und mit welcher Autorisierung, und blockiert sie bis dahin.
Zum Text„Privacy Policy“
anthropic.com · wirksam seit 10. September 2026
Eingaben werden für das Training von der Nutzerkennung getrennt, können aber wieder zugeordnet werden, um Nutzungsregeln gegenüber der verantwortlichen Person durchzusetzen.
Zum Text„Monitoring computer use via hierarchical summarization“
Anthropic Alignment Science Blog · 27. Februar 2025
Anthropic fasst einzelne Interaktionen und dann die Zusammenfassungen zusammen, am häufigsten je Nutzer, um Nutzungsmuster auf mögliche Schäden zu prüfen.
Zum Text„Detecting and countering misuse of AI: September 2026“
Threat Intelligence Report · 10. September 2026
Anthropic berichtet, Operationen schon bei der Planung zu erkennen, und beschreibt einen Einblick in die Nutzung, den selbst Regierungen nicht haben.
Zum Text„Anthropic called SFPD over threat against CEO. Claude user says it was a joke“
The San Francisco Standard · 4. September 2026
Ein Nutzer schrieb laut Polizeibericht, er habe ein Sturmgewehr gekauft und Dario Amodei im Visier. Anthropic meldete das der Polizei, der Mann spricht von Herumalbern und wurde weder festgenommen noch angeklagt.
Zum Text„Urteil vom 15. Dezember 1983, 1 BvR 209/83“
bundesverfassungsgericht.de
Begründet das Recht auf informationelle Selbstbestimmung: Wer nicht weiß, wer was über ihn weiß, ist in seiner Freiheit gehemmt.
Zum Text„Urteil vom 27. Februar 2008, 1 BvR 370/07“
bundesverfassungsgericht.de
Das Urteil zur heimlichen Online-Durchsuchung durch den Verfassungsschutz Nordrhein-Westfalen leitet ein Grundrecht auf Vertraulichkeit und Integrität informationstechnischer Systeme ab.
Zum Text„Wem dient dieser Server wirklich?“
gnu.org · 2010, aktualisiert 2018
Wer eine Rechenaufgabe einem fremden Dienst überlässt, statt ein eigenes Programm zu nutzen, gibt die Kontrolle über seine Datenverarbeitung ab.
Zum Text„Building Open Models for the Mathematical Community“
sair.foundation · 18. September 2026
Die Open Math Model Initiative will offene Modelle für die Mathematik bauen, die die Gemeinschaft prüfen, verbessern und selbst betreiben kann.
Zum Text„When Agents Coordinate: Measuring Coordination in Multi-Agent AI Coding“
arXiv · 17. August 2026
Stefan stellt den Text am Ende dieser Folge vor: Wie koordinieren sich Teams von KI-Agenten, die gemeinsam Software schreiben? Darüber sprechen Florentine und Stefan in der nächsten Folge.
Zum Textlinks: Der Nutzer als Quelle Mitte: beide rechts: Der Nutzer als Schädling
„Mask personal information before training, helping to ensure that models don't learn from such information while preserving valuable context.“
Personenbezogene Informationen vor dem Training maskieren und so dazu beitragen, dass Modelle nicht aus solchen Informationen lernen, während wertvoller Kontext erhalten bleibt.
„Also sie lernen halt, was du tust, aber nicht wer du bist.“
„However, we may re-identify the Inputs or Outputs to enforce our Terms of Service or Usage Policy with the responsible user if necessary.“
Falls nötig, können wir die Eingaben oder Ausgaben jedoch wieder identifizieren, um unsere Nutzungsbedingungen oder Nutzungsrichtlinien gegenüber dem verantwortlichen Nutzer durchzusetzen.
„Wenn Frank Schirrmacher noch leben würde, würde er hieraus die Machtfrage ableiten.“
„Our approach first summarizes individual interactions, then summarizes the summaries to provide a high-level overview of usage patterns.“
Unser Ansatz fasst zunächst einzelne Interaktionen zusammen und fasst dann diese Zusammenfassungen erneut zusammen, um einen Überblick über Nutzungsmuster zu gewinnen.
„Also das ist quasi schon Stasi 2.0, der Nutzer als Schädling.“
„Mit dem Recht auf informationelle Selbstbestimmung wären eine Gesellschaftsordnung und eine diese ermöglichende Rechtsordnung nicht vereinbar, in der Bürger nicht mehr wissen können, wer was wann und bei welcher Gelegenheit über sie weiß.“
„Den haben wir sogar schon 1983 erkämpft.“
Die Folge dreht sich um einen Nebensatz aus Anthropics Datenschutzrichtlinie: Eingaben werden für das Training von der Nutzerkennung getrennt, „falls nötig“ aber wieder identifiziert. Florentine liest darin die zwei Seiten desselben Geschäfts. OpenAI lernt aus den Gesprächen und macht sie dafür anonym, Anthropic behält sich vor, die Person dahinter wiederzufinden: anonym genug, um die Erkenntnis zu behalten, identifizierbar genug, um die Person zu bewerten.
Die Quellen hat Florentine ausgewählt, übersetzt und vorgelesen, ihre Vorbehalte gleich mit: Ein Datendiebstahl ist nicht belegt, OpenAI und Anthropic werten nicht gemeinsam aus, Listenpreise sind nicht, was die Rechenzeit kostet, und beide Urteile prüfen Eingriffe des Staates, nicht die von Unternehmen. Am Fuß dieser Seite stehen 36 Berichtigungen. Die wichtigste betrifft den Anfang: Tristan Buckmaster meldete sich vor OpenAIs Ankündigung, und am 10. September schloss OpenAI aus, dass seine Eingaben das Ergebnis beeinflusst haben, auch nicht über das Training.
Wer weitere Fehler findet, schreibt uns: mail@kontextfenster.org. Wir tragen sie hier nach, statt sie stillschweigend verschwinden zu lassen.
Maschinell erstellt und redaktionell durchgesehen. Ein Klick auf eine Zeitmarke setzt die Nadel; beim Abspielen läuft die Stelle mit.
Kontextfenster Nummero acht. Ich bin hier. Florentine ist auch hier.
Hallo Stefan.
Alle sind immer, die wollen ganz viel wissen, was du so machst beruflich. Ich weiß es auch nicht so genau. Das steht ja auf der Webseite Informatikerin. Darfst du nichts weiter sagen. Du dokterst bestimmt an Kernbankensystemen rum und so.
Definitiv auf jeden Fall an spannenden Sachen.
Ah ja, sehr gut.
Ich halte das mal weiter noch ein bisschen.
Klären wir dann in Folge 17. Also alle müssen dranbleiben. Heute, Reden wir über ein Thema, das viele umtreibt und man denkt sich so, wie kann das denn sein? Es ist Mathematik. Wir sind alle froh, wenn man es nicht mehr hat nach der Schule. Dann ist man aus der Schule raus und denkt sich so.
Okay. Ich fand Mathe immer toll.
Ja, ja.
Ich habe zu diesen wenigen Leuten gehört, die mal verkloppt wurden, weil die Mathe toll fanden.
Ich leider nicht, aber ich mag es auch nicht darüber zu kokettieren, denn in dem Falle, ich konnte es also nicht in dem Level verstehen. Klar, für das Abi hat es noch gereicht und so, aber danach war da irgendwie die Straße zu Ende. Auf der anderen Seite, man hat ja Computer, Rechner, heißen sie, um sich in seinem Leben weiterzuhelfen. Und es ist ja schon, wie du sagtest, wenn man das Problem formuliert hat und das einem auch gelingt, kann man ja die Lösung durchaus einer Maschine überlassen.
Ja, das ist durchaus wahr. Bei Mathe reicht immer zu verstehen, was die Maschine da tut.
Ja, kann man in so eine Arbeitsteilung gehen. Genau, Mathe kam mir dann wieder unter, als ich so diese, Podcasts im Chaos Computer Club Umfeld, also hier, was so in Berlin entstand, als dann immer das Ansehen war, okay, die Computer sind jetzt so kompliziert, wir müssen zurück zur Basis, ich will verstehen, was mein Computer macht. Im Grunde hat man aber nur noch die historischen verstanden und hat dann angenommen, dass die heute das einfach nur schneller machen oder so und hat sich mit so einer Skalierungslogik rausgerettet aus dem fallenden Bit.
Und jetzt kam Mathe wieder in die Nachrichten, weil kluge Leute, von denen wir hier im Podcast auch schon gesagt haben, ja, diese klugen Leute haben ja diese besonders kluge Maschinen, Mathe-Probleme gelöst haben, bis die Maschinenhersteller kamen und meinten, ja, wir haben das Mathe-Problem gelöst. Und also wir haben aus den Laboren hier E-Mails bekommen, dass das ja wohl die größte Frechheit überhaupt ist, dass wieder mit Professoren umgegangen wird und ihren Erkenntnissen und Kenntnissen und Fähigkeiten, auch den Fähigkeiten mit einer Maschine umzugehen.
Und dann stellt er sich aber raus, das ist nur Anlass für ein Thema, das viel größer ist. Wahrscheinlich, das entscheidet sich erst im Verlauf dieses Gesprächs, steht über diesem Podcast das Wort Denkraum schon im Titel. Und man denkt sich so, ah ja, das ist wieder so Philosophengewäsch. Der Soziologe hat sich eine Informatikerin geholt, um mal wieder den Denkraum und so weiter. Aber nein, das ist ja ein harter juristischer Grundbegriff eigentlich. Es ist geworden.
Und du schlüsselst uns das jetzt auf. Wir beginnen schon bei der Mathematik, bevor wir uns da wegbewegen.
Genau. Da war ja jetzt auch wieder so eine tolle OpenAI-Schlagzeile, wo die gesagt haben, wir haben das Millennium-Problem gelöst, die Navier-Stokes-Gleichung. Navier-Stokes ist eigentlich total spannend, mit so Feldgleichungen und so Zeugs und was passiert, wenn man so ganz schnelle Wirbel irgendwo drin hat. Ja, aber da gab es halt noch eine offene Frage und die war dann lange nicht gelöst, war ein sogenanntes Millennium-Problem.
Ja, sag uns doch mal kurz was Millennium-Probleme. Ich kenne die Millennium-Postulate der Vereinten Nationen, also die Millennium-Ziele. Wenn man sie liest, findet man sie alle super geil, weil sollte man so machen. Und hat man ja auch eine Weile bis dann wieder Krieg gegen den Terror und so. Und jetzt liegt alles in Trümmern. Und hier scheint es ja genau so eine Art Deklaration irgendwann gegeben zu haben, dass es jetzt Millennium-Probleme in der Mathematik gibt.
Also 1900 gab es so eine Konferenz in der Schweiz. Da haben sich relativ viele Leute getroffen. Ich meine um den Hilbert rum, aber ich bin mir nicht ganz sicher. Auf jeden Fall haben die damals halt 25 Probleme sozusagen aufgelegt, wo sie gesagt haben, das sind so, heute 1900 die stärksten offenen Fragen der Mathematik und wir würden die gerne im nächsten Jahrhundert halt lösen oder im nächsten Jahrtausend, nehme ich mal an. deshalb heißen die Millennium-Probleme.
Und eines dieser 25 Stück war diese Frage zu den Navier-Stokes-Gleichungen. Also... Im Prinzip ist es sozusagen, kann sich irgendwas Verwirbeltes irgendwo in der Mitte, da wo es sich ganz schnell dreht, irgendwie mit unendlicher Energie bewegen und da gab es jetzt eine Antwort zu. Ich glaube, wenn ich mich recht entsinne, war die Antwort ja. Aber das ganze Spannende ist natürlich, was irgendwie alle nur interessiert, ist halt so wichtiges mathematisches Problem, OpenAI hat es gelöst.
Und kurze Zeit nachdem OpenAI sagte, wir haben es gelöst, kam halt ein Mathematiker, der Herr Buckmaster, von der New Yorker Universität und sagte, Moment mal, da habe ich doch gerade mit ChatGPT dran gearbeitet. Ist es etwa denkbar, dass ihr das benutzt habt? Und dann schrieb er auch auf seinem Blog, ich weiß nicht, ob unsere Daten verwendet wurden, ich werfe niemandem irgendetwas vor.
Genau, er hat diesen Hinweis gegeben. Ich habe in deinen Texten gelesen, dass er an einem anderen Problem, arbeitete und dann aber Lösungswege irgendwie wiederfand, was ich auch super interessant fand, denn das war eine der größten Überraschungen bei mir im Journalismus, also im Textarbeiten, dass man ein Problem behandeln kann, unabhängig davon, wovon der Text handelt.
Also Jürgen Kaube kam zu mir und meinte, ja, Sie sehen ja hier in der Zeitung, da ist immer der Text ein bisschen begrenzt, aber das ist gar kein Problem. Schreiben Sie einfach beim nächsten Mal, was Sie noch als letzten Gedanken hatten. Und ich so, hey, beim nächsten Mal, aber ich schreibe doch beim nächsten Mal über irgendeinen Film oder über irgendwas und so. Und erstaunlicherweise passt das aber. So ab Dritt-, Absatz 3 kann man einfach irgendwas machen.
Und jetzt frage ich mich natürlich, wenn man sich in der Mathematik sowieso relativ früh von Zahlen löst, das ist immer so eine der Pointe, dass man Zahlen bis zum Abi macht und danach sind so andere Sachen. Ob man wirklich so einen großen Variantenreichtum an Lösungswegen und, Gedanken, die man so voneinander verkettet, um zu irgendeiner Lösung zu kommen, dass man, so wie ich jetzt als Laie lese, okay, es gibt das eine Millennium-Problem und es gibt das andere und der eine löst gerade, arbeitet an dem einen rum und findet dann aber seinen Lösungsweg in der Deklaration von OpenAI, dass man jetzt dieses gelöst hat und so. Und da habe ich so gedacht, das ist ja verrückt.
Ja, das ist eigentlich das Geniale an der Mathematik im Grunde genommen auch, Es gibt ja immer diese naive Vorstellung, irgendwie Mathematik wäre irgendwie natürlich da draußen zu finden, weswegen wir irgendwie Physik mit Mathematik beschreiben.
Genau, dass es eigentlich Forensik ist von Natur.
Ja, eigentlich ist Mathematik einfach eine Technik, menschliches Denken in gewisser Hinsicht zu formalisieren und dann auf verschiedene, immer wieder unterschiedliche Anwendungsgebiete zu werfen. Und die eigentliche Kunst ist ja sozusagen, du betrachtest die Realität und sagst, ja, folgenderweise könnte ich ja mal versuchen, das zu modellieren, mal gucken, ob ich dann vorhersagen kann, was passiert.
Und in der Physik findet man dann raus, okay, wir haben vorher gesagt, der Apfel fällt nach unten, siehe da, er fällt nach unten.
Ja.
Ist wohl belegt, sozusagen. Aber im Grunde genommen ist es halt einfach, man entwickelt halt diese Techniken erstmal so einfach nur l'art pour l'art sozusagen und später findet jemand raus, ja Moment, das ist aber ja genau das Problem, was ich habe, wenn ich irgendwie Navier-Stokes bearbeiten will oder, die Gamma-Funktion finden oder die Euler'sche Zahl oder so. Also Mathematik ist eine Sammlung von Problemlösungen, kannst du sagen, für geistige Probleme, die ausreichend standardisiert sind, dass du die halt immer wieder leicht wiederholen kannst und auch leicht wieder abbilden kannst auf deine Probleme.
Das ist halt so ähnlich, wie als würde so ein Maßband rausholen, das irgendwo an eine Gurke legen und dann sagen, ist es schon ein Wunder, dass irgendwie alle natürlichen Gegenstände von dem Maßband gemessen werden können. Also da muss ja irgendwie da in der Gurke ein Maßband eingebaut sein. Nein, es ist einfach ein Tool, was ganz gut funktioniert für unsere geistigen Fähigkeiten und da ist so ein Schlüsselding.
Und deshalb können die halt im Prinzip so, da wird er wahrscheinlich irgendwo, einen Satz gehabt haben sozusagen, auf den er aufbauen wollte, den er aber erst beweisen musste und dann musste er halt rumprobieren, wie er das hinkriegt. Und diese Technik, die er dann entwickelt hat, die kann man dann auch ganz locker in anderen Beweisen verwenden.
Okay, das mit dem Maßband ist so einfach, dass ich es genau verstehe.
Sehr gut. Das ist immer das Wichtige irgendwie. Daran merkt man auch, ob jemand irgendwas verstanden hat, ist, ob er es einfach erklären kann. Wow.
Ja, dann war halt die Frage irgendwie, wie gesagt, Buckmaster wirft es niemandem vor, stellt es aber in den Raum, so könnte es sein, dass, und OpenAI sagt halt, obwohl wir es für unwahrscheinlich halten, können wir nicht ausschließen, dass deidentifizierte Daten aus ihrer Nutzung unserer Produkte zur Verbesserung unserer Modelle beitragen.
Ja, so. Und das ist ja ein Eingeständnis. Zum einen, dass es das überhaupt gibt. Deidentifizierte Daten aus Nutzung meint hier, jemand hat KI genutzt, mit OpenAI gechattet, mit ChatGPT. Und diese Erkenntnisse aus diesem Chat sind in die Verbesserung der Produkte, und damit sind ja diese Modelle gemeint, eingeflossen. Denn ganz lange war ja klar, wir chatten mit dieser KI und die sagt dann irgendwie, ich habe nur Wissen bis 7. Mai 2023.
Das ist aber September, also weiß ich nicht, wer irgendwo eine Wahl gewonnen hat. Dann kam irgendwann Search dazu, was ja bedeutete, die KI kann jetzt schon so Tool-Use machen. Kann also einfach sagen, das ist mein Trainingsmaterial und daraus zehre ich auch so die Intelligenz. Aber so parallel hole ich mir nochmal so Infos mit rein in den Chat. Und jetzt stellt sich raus, ganz selbstverständlich ist für diese Unternehmen, dass ich als User wie so ein Tool angebunden bin und das Modell einfach Tool Use macht.
Ganz genau.
Und mich ausbeutet im Grunde. Also wir beklagen das ja sehr in dieser Dead Internet Theory, Dass niemand mehr auf eine Webseite geht, weil die KI einfach kurz vorbeischneit und sich einfach nur diesen Datenpunkt holt, der gerade notwendig ist. Ist heute Abend das Konzert in der alten Oper 19 Uhr oder 20 Uhr? Und dann ist alles egal, was die alte Oper sonst auf der Webseite veranstaltet. Ich sehe auch nicht, was als nächstes im Kalender steht, was typischerweise passieren würde, wenn ich danach gucke, was heute abläuft. Und ich kriege nur diese Info, 19 Uhr.
So. Und wir haben daraus ein gigantisches Ausbeuter-Argument abgeleitet, in dem wir nämlich sagen, nur noch jeder fünftausendste Chat, da klickt mal jemand auf einen Link. Ach, es gibt schon gar keine Links mehr in diesen Chats. Das Internet wird sterben. Und jetzt habe ich gerade gesagt, die Menschheit ist genauso an diese KI angeschlossen wie das Internet.
Was bedeutet, auch wir werden irgendwann sterben.
So kann man das sehen. Ich fand es ganz witzig. Ich habe heute Morgen einer Freundin erzählt, worum es heute bei uns geht. Und die sagte halt so, naja, in gewisser Hinsicht ist das ja so ein bisschen wie gegenseitiges Lernen. Wir lernen was von der KI. Die KI lernt aber auch was von uns. Genau.
Gegen das Prinzip haben wir gar nichts. Darüber haben wir auch schon in Folge 1 gesprochen, als wir Evgeny Morozov Mark Zuckerberg gegenübergestellt haben, weil Morozov nämlich genau das eingefordert hat. Nicht nur müssen die Trainingsdaten veröffentlicht werden, sondern... In der Erkenntnis dessen, was wir hier besprechen, gehört zu den Trainingsdaten auch das Nutzerverhalten selbst.
Und das war ja immer der Intelligenzlieferant sozusagen, der Informationslieferant auch der Google-Suche. Dann kam ja ganz früh Book-Scanning dazu und so. Dass Schirrmacher, das kann man heute noch sehen, damals schon in diesen Fernsehsendungen saß, 2010, 11, 12, 13, als er Payback und Ego schrieb und sagte, das Prinzip heute ist, wer liest, wird gelesen. Und das gilt heute, das ist die Maxime heute.
Ja, im Prinzip OpenAI fragt sogar jeden Nutzer vorher, aber auf eine ganz seltsame Art und Weise, weil die geben dir nämlich zwei verschiedene Abos zur Auswahl. Das eine ist so dieses Personal Abo, das du privat nutzt. Da steht dann bei, und es kann sein, dass wir mit ihren Daten trainieren. Und dann gibt es das für Unternehmen, wo die sagen, da machen wir es nicht. Das für Unternehmen kostet nur ein bisschen mehr, aber dafür kriegst du eine Sache nicht, die du halt bei dem privaten Abo kriegst, wo wir gleich auch mal genauer reingucken, komme ich gleich dann noch zu.
Also bei Claude kriege ich immer mal wieder diese Frage, dürfen wir in diesen Chat gucken? Ja, nein und dann irgendwas. Und nee, Claude fragt immer zuerst, bist du zufrieden mit dem Chat, wie er gerade läuft? Eins, zwei, drei.
Ich klicke dann immer.
Ja, ich bin super zufrieden mit Claude und dann kommt direkt die Anschlussfrage, Dürfen wir in diesen Chat reinschauen? Was ja für mich eigentlich bedeutet, ja typischerweise machen sie es nicht, bis ich dann Yes klicke.
Ja, wir werden gleich noch sehen, dass diese Frage bei Anthropic ziemlich verlogen ist, weil die gucken so oder so rein.
Ja, das habe ich jetzt gelernt. Bei OpenAI war mir immer klar, okay, wenn ich ein Enterprise-Abo habe, bin ich sicher davor, dass sie reingucken und beim Rest ist Feuer frei. Gerade auch, wenn sie jetzt Werbestrategie fahren. Nur das müssen wir gleich mal klären, was das eigentlich bedeutet. Dass Claude mich das fragt und es ist eigentlich egal, Ganz genau.
ChatGPT verbessert sich beispielsweise durch weiteres Training mit den Gesprächen, die Menschen mit ihm führen, sofern sie dem nicht widersprechen. Wir ergreifen Maßnahmen, um personenbezogene Informationen in Trainingsdatensätzen zu reduzieren, bevor sie zur Modellverbesserung verwendet werden. Das ist also jetzt aus einem Dokument von OpenAI aus dem März, How your data is used to improve model performance.
Also die sagen es eigentlich relativ klar, was sie damit tun und sie entfernen halt die personenbezogene Information.
Was bedeutet, sie haben einen Katalog darüber, was personenbezogene Daten sind?
Ja, im Prinzip werden die wahrscheinlich irgendwie, genau, ein Modell guckt da drauf, sagt, sind da personenbezogene Daten drin, streicht die raus und dann werden die danach zum Training verwendet.
Genau, was ja für mich wieder bedeutet, die ganze Diskussion zum Thema, das sind amerikanische Server, wir haben Snowden und so. Wenn die amerikanische Regierung hört, dass die Systeme fahren, wo es heißt, wir identifizieren hier personenbezogene Daten, weckt das ja so viel Interesse. Es wäre ja völlig undenkbar, dass es da keine irgendwelche Anliegen gibt, bei dem so ein Staat denkt, vielleicht sollten wir hier mal und so.
Also man hört ja immer, wie unsicher die OpenAI-Systeme sind. Da wird ja bestimmt die NSA drin rumschnorcheln.
Ja, oder halt konkret mit den Mitarbeitern, dass man es auf Vertragsbasis macht, wie bei Snowden damals.
Genau, also es ist im Prinzip, da kommen wir dann auch schon fast schon so ein bisschen zu diesem Thema Denkraum. Wir sitzen halt in diesem Denkraum mit der KI, aber wir sitzen da nicht unbedingt alleine drin, sondern im Prinzip hört auch immer irgendjemand mit. an der Stelle.
Ja, das ist eine der erstaunlichsten Sachen. Wir hatten das mal als Werbung, also was heißt als Werbung? Also es gab ein Fernsehclip, der im Rahmen von Werbeausstrahlung gespielt wurde, wo so gewarnt wurde, bitte vernachlässigt nicht eure elterlichen Pflichten im Kinderzimmer in diesen digitalen Denkräumen. Wenn es an der Tür klingelt und da steht ein offensichtlich Perverser, der nur noch so eine Lederhose anhat und fragt nach der Tochter, würde man einfach sagen, ich rufe sofort die Polizei.
Aber wenn der Stelle. Wenn sie im Chat irgendwo bei Snapchat, wie auch immer, und da klopft jemand halb bekleidet, mit klarem Anliegen bei der zwölfjährigen sozusagen digitalen Kinderzimmer, da wird es einfach ignoriert. Und so ist es ja hier auch. Die Idee zum einen, dass man sagt, naja, die Leute nutzen das heute auch sehr viel für therapeutische Anliegen und dann kommt Alena Buyx, ehemals Ethikrat-Vorsitzende, und sagt, ja, da haben wir tolle Erkenntnisse, das funktioniert wirklich sehr gut.
Und auf der anderen Seite, ja genau das ist der Raum, wo der Staat insbesondere immer mit dabei sein könnte, weil einfach diese Zentralisierung dieses Datensilos so einladend, so Honeypot-mäßig ist. engineert ist.
Also wenn uns KI töten wird, dann nur die zentralisierte Variante. Und zwar nicht dadurch, dass irgendwie die KI durchdreht, sondern weil wir halt da zentral ganz viele wichtige Daten abkippen, die dann da so ein bisschen drauf warten, dass Donald Trump drin rumschnüffelt.
Genau, das ist das Einfallstor. Die Zentralität ist dieses Einfallstor.
Genau. Also OpenAI selber, also jetzt kann man natürlich sagen, ist ein bisschen blöde, dass die da mithören können und man kann sich ja auch mittlerweile für lokale Modelle entscheiden oder halt für die Enterprise-Variante, dann nehmen die nicht mit, aber, OpenAI hat ein relativ gutes System dafür zu sorgen, dass Leute, die sich halt entscheiden, die Daten zu teilen, auch jede Menge davon teilen.
Weil im Prinzip überschütten sie dich mit Geld. Und ohne, dass du das direkt merkst. Also Sam Altman hat in einem Post aus dem Januar letzten Jahres noch geschrieben, verrückte Sache. Wir verlieren zur Zeit Geld mit OpenAI Pro-Abonnements. Die Leute nutzen es viel mehr, als wir erwartet haben. Und wie viele nutzen sie es halt es gibt, also erstmal beispielsweise hatte ich ja schon mal erwähnt, ich habe mal nach drei Monaten in die Statistik geguckt und hatte da bei mir 20 Milliarden Token Verbrauch was ja eine ganze Menge ist, weil, wenn man mal in die Preisliste guckt GPT 5.6 Sol kostet 4 Dollar pro einer Million Eingabe Tokens 40 Cent pro einer Million, gecachter Eingabe Tokens und 20 Dollar pro einer Million Ausgabetokens.
Das heißt, wir haben im Prinzip so eine Rechnung, wo man sagen kann, je nachdem, welche von den drei Preisen man jetzt annimmt, es wird so ein Mix aus allen dreien sein, haben die mir also irgendwo zwischen 8000 Dollar und 400.000 Dollar einfach mal obendrauf geschenkt. Was ja auch, also ich lese das halt, also das war halt auch durch diese Buckmaster-Geschichte ist mir das überhaupt erst klar geworden.
Früher habe ich immer gesagt, die Verrückten, die schenken mir so viel Geld, sind die doof? Die machen das doch nur, um ihren Investoren zu zeigen, dass es so gut läuft. Aber mittlerweile ist es mir klar, die kaufen sich halt wirklich die letzten Trainingsdaten vom Markt, die noch wirklich exklusiv sind an der Stelle. Wenn sie halt so einen zukünftigen Nobelpreisträger haben und der liefert ihnen genau die Trainingsdaten, mit denen sie dann selber einen Nobelpreis kriegen können, sind ja...
Ein paar hunderttausend Euro Investment, lohnt sich ja mega.
Twitter konnte ja nie monetarisiert werden, war ja immer super schwer und das war ja auch für uns so attraktiv als User, dass wir wussten, das ist so ein bisschen ein unentdecktes Land. Also hier kann man sich austoben, hat so Vorteile davon, ohne dass die das als Vorteil nutzen können. Und dann kam Elon Musk um die Ecke und sagte, das Geld ist mir erstmal nicht so wichtig, sondern die Aktualität.
Ich kaufe mir jetzt das Netzwerk, das die Leute als allererstes ansteuern in Momenten der Verletzlichkeit. Wenn sie hören, irgendwas ist los, aber sie wissen nicht genau was, also gehen sie zu Twitter und lesen nach. Und genau diese hyperaktuelle Feedback-Schleife, wo man sagen muss, Das Internet war zuerst Archiv, dann wurde es so ein bisschen Nachrichtenmedium und dann hat es was ganz Neues entwickelt, nämlich dieses Echtzeit ganz vorn dran, wir entwickeln hier gerade einen Gedanken.
Ein drei Minuten alter Tweet an einem Wahlabend galt schon als der verglühte Stern. Und genau das sehen wir ja hier auch. diese ganzen, ja Google interessiert sich eigentlich nur noch für Reddit, weil bei Reddit die Sendung von heute Abend, die im Fernsehen lief, sofort diskutiert wird und wir das in die Google-Suche zurückspielen können als KI-Auswertung, wie auch immer. Und genau das, also es sind nicht nur einfach die nächsten Trainingsdaten oder die letzten Trainingsdaten, sondern es sind super attraktive Trainingsdaten.
Wenn einer anfängt, zu irgendeinem Football-Spiel irgendwas zu chatten und hier und da und er macht dann genau diese Feedback-Schleifen, Nee, mich interessiert jetzt genau das und so. Das ist so hartes Training, so wertvolles Training für diese Maschine, die nämlich genau weiß, in fünf Minuten gehen die nächsten 20.000 Leute aufs Klo und fangen an zu chatten zu dem, was sie gerade im Fernsehen gesehen haben.
Und wenn man das ausbeuten kann, sind das nicht einfach nur Trainingsdaten auf dieser sachlichen, sondern auch auf dieser zeitlichen Dimension, die das so wertvoll und attraktiv macht.
Und dazu kommt noch, dass sie halt auch ja einen Wahrscheinlichkeitsraum im Grunde genommen beackern, weil im Grunde genommen kannst du sagen, jeder Power-User ist so eine Art kleine Start-up, wo ChatGPT ein bisschen Geld reinwirft und wenn 0,01 Prozent von deren Wahlen, deren Whales, die die quasi da angefüttert haben, am Ende nur einen Nobelpreis rauswirft, Wenn du das umrechnest in die Kurssteigerung, wie viele Milliarden das sind bei deren Überbewertungen, die die ja haben, die sind ja im Billionenbereich, kriegen die das selbst, wenn die, kriegen die selbst die 400.000 Dollar pro Nase ganz locker wieder rein.
Und im Prinzip ist das so eine Art VC-Modell, kannst du sagen, irgendwie so Venture-Capitalist, die haben ja auch immer ihre 100 Startups und einer von den Startups geht dann so ab, dass er die anderen 99 Startups mitfinanziert?
Also wir kennen das ja aus vielerlei Richtungen. Diese ganzen neuen Broker, wo man seine Aktien kauft, leben davon, dass sie genau diese Aktiengeschäfte auswerten. Wir haben das bei Amazon. Die bieten halt eine Plattform an und dann stellt sich raus, dieser Flaschenöffner funktioniert besonders gut. Ja, dann machen wir das jetzt. Wir hatten ja im Salon schon Literatur. Wo deutlich wurde, Amazon stellt dann nicht nur dieses Produkt her, sondern es übernimmt die ganze Fabrik, aus der das kommt. Die komplette Lieferkette wird aufgekauft, einfach um diese letzte kleine Marge dann noch rauszuholen.
Und diese Pointe, die ich ja so witzig finde, die aber fast schon nur noch Sparte ist, dass man sagen muss, naja, im Grunde weiß Google, also 17 Uhr, wie die nächste, die Zeit Süddeutsche und FAZ aussieht, weil sie den ganzen Tag mitgelesen haben, was diese Redakteure da googeln über ihre FAZ-Net-IP aus dem Haus. Und eigentlich kannst du die ganze Zeitung 17 Uhr in Google News einfach darstellen.
Die muss ja dann, also klar, die Zeitung druckt sie dann noch, und gibt noch ein paar Styling-Entscheidungen mit, aber eigentlich ist dieser Drops gelutscht, lange bevor die ihr Produkt fertig haben.
Genau, Google weiß, was die recherchiert haben und auch OpenAI weiß, was sie gedacht haben.
Genau.
Dementsprechend, ja, das ist halt auch, sagen wir mal, jetzt könnte man natürlich sagen, okay, vielleicht hat die Florentine da irgendwie einfach Glück gehabt. Deshalb habe ich auch mal ein bisschen recherchiert. Aber habe dann zum Beispiel alleine im OpenAI-Developer-Community-Forum relativ viele Beiträge gefunden, die das ähnlich beschrieben haben. Und einer, der besonders rausstich, war von Svendvd. Der hat eine Lifetime-Summe von 37,4 Milliarden Tokens. Und die höchste Wochensäule lag bei 4,6 Milliarden Tokens. Also 4,6 Milliarden Tokens, das ist 4.600 Mal diese 20 Dollar.
Das heißt, die haben ihm da in einer Woche irgendwie da quasi einen Mercedes vor die Türe gestellt. Und das hat sich trotzdem für die gerechnet.
Also jetzt muss man, genau, das ist, man denkt jetzt so, okay, das ist alles wahnsinnig viel, so viele Tokens. Nur, und das habe ich ja mal in meiner Erfahrung ja auch mit dieser Paywall-Gestaltung für den Fernseh-Podcast. Klar kann man Token-Maxing machen, indem man einfach ein Problem beschreibt, dass viel Code-Erstellung bedarf.
Dann kommt viel Audit hinterher und am Ende waren irgendwie 200 KI-Agenten mit jeweils ihrem Millionen-Token-Fenster unterwegs und dann nähert man sich schon so der Milliarde irgendwie. Und was ja hier super interessant ist, ist, dass der Datenbestand, über den wir gerade sprachen, als super attraktiv, der bleibt sehr klein und sehr übersichtlich. Das ist nämlich der Input des Users.
Und hier findet überhaupt gar keine Überforderung irgendeines Systems statt, sondern wer sich dafür interessiert, was hier vor sich geht, hat es mit ganz wenigen Zeilen menschengeschriebenen Textes zu tun, die nicht schwer zu identifizieren sind, weil Input, Output.
Genau.
Und von daher kann man einfach die Tokens rausballern auch. Also klar, kostet viel, wird man viel Skalierung finden. Aber man darf, und das ist halt wirklich ein Lock-in, der User muss halt schreiben. Also der User ist immer daran gebunden, dass man da hin und her und rein geht und hier nochmal ein Feedback gibt und hier nochmal eine Info hinterher schiebt. Und letztens gab es eine sehr witzige Szene, fand ich, Freak-Show-Podcast bei Tim Pritlove, als er nämlich meinte, er hätte sich jetzt auch mal getraut, Claude so richtig raus, also nachdem Elon Musk jetzt Cursor gekauft hat, zu sagen, okay, dann mache ich es mit Claude Code direkt in CLI, also direkt im Terminal mit Zugriff auf den eigenen Computer.
Und daraufhin war der Kommentar seiner Mitpodcaster, ah ja, dann hast du deinen Download-Ordner zum Upload-Ordner gemacht. So. Und das sind natürlich genau diese kleinen, ja, wir ballern dich hier zu mit Token und was auch immer und wir geben dir ganz viel Nützlichkeit. Lade uns doch mal deinen Download-Ordner hoch. Wir räumen den für dich auf.
Das ist das gute alte Google-Prinzip. Ich kann mich erinnern, ich war 2007 mal auf so einer Konferenz, irgendwie Web Intelligence irgendwo in San Francisco oder so. Und da war dann auch so ein Google-Typ und der sagte, das Erstaunliche ist, jedes Mal, wenn wir Daten brauchen, fragen wir einfach unsere Nutzer und dann geben die uns die. Also.
Es gab dieses ganz einfache Prinzip, damit hat mal, ich weiß nicht mal wie die Firma hieß, die gibt es wahrscheinlich auch nicht mehr, die hat gesagt, wir transportieren für sie viele Daten, also sie sind ja wirklich mit dem LKW vorgefahren, haben riesige Speicher vollgemacht. Wir nehmen nur eine Kopie, es kostet nichts, wir behalten nur eine Kopie. Wenn sie Daten haben, die so wertvoll sind, dass sie die mit dem LKW durch halbe Land fahren, weil die Internetleitung zu schwach ist, aber sie müssen jetzt nach Seattle, dann sind wir die Auftragnehmer.
Ja, das ist ein perfekter Weg da ranzukommen. Also Amazon hat ja auch eine ganze Zeit lang so einen Truck betrieben, voller Festplatten, mit dem sie bei dir vorgefahren sind, wenn du zu viel Daten hattest, um die übers Internet in deine Cloud zu schicken.
Genau sowas. Wird einmal die Lieferung ins Datencenter geschickt haben.
Genau, genau. Ja und dann wirst du halt dann gesponsert von OpenAI, wenn die sich halt für dein Zeugs interessieren. Kannst du auch sicher sein. Also im Prinzip ist ja, wenn bei dir irgendwann auftaucht, ihr Nutzungslimit ist erreicht, zahlen sie mal, dann war dein Content nicht gut genug. Also, hättest du mal zwischendurch ein paar mathematische Probleme reingeschmissen, dann wäre es weitergelaufen.
Das stimmt, das stimmt, das stimmt. Das ist wie bei Uber, wenn es gerade regnet und sie wollen nur transportiert werden, super teuer. Wenn sie ein sehr kluger Gesprächspartner sind und so, für unseren Fahrer, Unterhaltung mitbringen, wie auch immer, dann kostet es fast nichts.
Wir hören die noch stundenlang gerne zu. Ja, jetzt weiß man natürlich nicht wirklich irgendwie, kannst du halt immer nicht belegen, was sie damit machen und so, aber es ist natürlich relativ naheliegend. Was du halt ganz klar sagen kannst, ist auf der einen Seite... Sie sagen, die trainieren mit deinen Daten und auf der anderen Seite, sie schmeißen auch einen Haufen Leute da mit Geld zu, damit die noch mehr Trainingsdaten liefern.
Den Zusammenhang, den kann man sich höchstens indirekt erschließen, zum Beispiel, indem man sieht, es gibt hier so ein Paper von einem Taiwei Shi, aus dem April diesen Jahres, WildFeedback: Aligning LLMs with In-Situ User Interactions in Feedback. Und da schreibt er, um diese Einschränkungen zu überwinden, stellen wir WildFeedback vor. Ein neues Verfahren, das die Rückmeldungen von Nutzern während ihrer Gespräche mit großen Sprachmodellen verwendet, um automatisch Präferenzdatensätze zu erstellen.
Ausgehend von einem Korpus mehrteiliger Nutzer-LLM-Gespräche erkennt und klassifiziert WildFeedback die Rückmeldungen der Nutzer auf die Antworten des Modells zwischen den Gesprächsschritten. Anschließend werden diese Rückmeldungen verwendet, um Beispiele für bevorzugte und nicht bevorzugte Antworten gemäß den Präferenzen der Nutzer zu erstellen. Also da lernt er halt dann im Prinzip jedes Mal, wenn ich sage irgendwie, also es gibt das manchmal ja, wenn ich so ein langes Ding habe und manchmal stellt sich KI ja echt blöde an.
Meistens glaube ich, wenn die Rechenzentren überlastet sind, dann kriegen die nicht mehr so viel Gratistokens rausgehauen, dann drehen die auch ein bisschen die Intelligenz der Model runter und dann kann es schon mal sein, dass ich denen sage, oh du Arschloch, du bist heute so dumm irgendwie. Und dann WildFeedback erkennt dann, okay, das war eine negative Rückmeldung, das muss offensichtlich ein adverses Trainingssignal sein.
So verhalten wir uns besser nicht nochmal.
Ich kann mich da auch noch dran erinnern, als ich die Webseite für die 20er neu gemacht hatte, habe ich noch einfach sozusagen direkt in die Dateien auf dem Server geschrieben. Bis sich dann herausstellt, macht wirklich viele Fehler. Opus 3.7 oder so, keine Ahnung. Und wir können nicht einfach reversieren, denn wir haben ja gar kein Archiv.
Ja.
Und das hat mich natürlich sehr wütend gemacht. Ich habe es dann auch, Claude, geschrieben. Also das kann doch nicht sein, dass du jetzt schon wieder, so ein Diff da reingeschrieben hast, ohne zu, was du da überschrieben hast und so. Das können wir gar nicht zurückgehen. Das ist doch ein Problem. Und er dann, ja, das stimmt. Klar bin ich dann auch natürlich in Git und überhaupt und so. Und jetzt ist alles schön versioniert.
Nur genau dieses Problem, was vor einem Jahr noch extrem nervig war und so. Und man wusste, es war immer so ein Balancieren auf so einem Drahtseil. Man kann jederzeit abrutschen und dann ist die ganze Arbeit hinüber. Dies natürlich heute spielt einfach gar keine Rolle mehr. Weil einfach Claude selber, wenn ich Session beende, schreibe, sagt er mir im Grunde nur, ja, habe ich doch schon ewig und überhaupt, wir haben doch jetzt hier, dann kommt unten der Recap, schön, nicht nur dokumentiert, sind eben auch kommentierte Git-Commits, wo richtig schön dasteht, was ist, welcher Schritt, wir können punktuell zurückgehen, das alles machen, also so wie Git immer gedacht war, mir als Techniker ja gar nicht zur Verfügung stand, aber jetzt ist genau diese Symbiose genau so da.
Da sieht man, es lohnt sich, die KI anzuschreien, OpenAI hört zu.
Ja, und viele andere, Also Leute, die heute, also wenn jetzt jemand kommt und fragt, Stefan, hier kannst du mal kurz helfen? Und ich so, ja, mach mal so und so. Und dann so Schritt für Schritt lernst du es dann selber und klärst mit Claude. So, diese Probleme, die ich vor einem Jahr hatte, dass da einfach keine Versionierung drin war und dass er immer wieder überschrieben hat und direkt auf dem Server und überhaupt und so, das würde heute gar nicht mehr passieren, weil Claude aufgrund dieses Nutzerverhaltens gelernt hat, nee, dem User, wenn der so ankommt wie Stefan vor einem Jahr, sage ich dem erstmal, wir brauchen jetzt eine Entwicklungsumgebung und die muss so und so aussehen, ansonsten können wir das hier nicht machen, du wirst nämlich sehr wütend werden.
Das erklärt, warum man beispielsweise als Power-User in letzter Zeit immer mehr das Gefühl hat, die KI wird immer blöder. Das sind wahrscheinlich die ganzen Vibe-Coder, die da irgendwie beibringen, so ach, das reicht schon, mach das mal so, das reicht schon. Brauchst du einfach nur die schlechtesten Ausreden der Welt, die Vibe-Coder kennen die alle noch nicht, aber dann bist du halt genervt von dieser KI, die super darauf trainiert ist, irgendwie so zu tun, als ob sie arbeitet und wenn du sie erwischt hast, sie die besten Ausreden.
Genau sowas. Also das ist ein Aspekt. Und man lernt natürlich die Maschine auch nicht mehr richtig kennen, wenn man, die grundlegenden Fehler nicht mehr macht und in so ein Ding eingehegt wird, dessen oberstes Ziel ist, mach den User nicht wütend, aber so richtig zielführend ist es eben auch nicht. Also das, was du beschreibst.
Diesen Weg jetzt wieder zu finden, also die Maschine wieder sozusagen aufzumachen für Leute wie du, die so Ansprüche haben, denen sie entsprechen kann, aber nicht so auf super sicherem Pfade. Dieses Fenster wird immer enger, glaube ich.
Die KI für alle wird halt immer weniger realistisch. Weil eine KI, die darauf trainiert wurde, irgendwie unerfahrene Nutzer an die Hand zu nehmen, ein bisschen zu gucken, machen die auch alles richtig, kann ich die irgendwie vor Unheil bewahren? Ist natürlich völlig falsch bei jemandem, der sagt, ich weiß ja ganz genau, was läuft und du erzählst mir ja auch nichts Neues. Und den Algorithmus, den du vorgeschlagen hast, der ist irgendwie die vulgärste Lösung, die du finden konntest. Jetzt reden wir mal über richtige Algorithmik.
Irgendwie, da ist das halt störend.
Ja, das ist wirklich wie so ein Klassifikationssystem, erste und zweite Klasse. In der zweiten Klasse merken manchmal die Leute gar nicht, wie unhöflich sie eigentlich behandelt werden und wie rucki zucki alles ist, weil sie nie die Erfahrung in der ersten Klasse machten. Und man braucht aber so ein bisschen Unzufriedenheit, vielleicht auch als Triebfeder, um mal in der ersten Klasse anzukommen, wie auch immer. Also wir haben es hier mit schon krassen Fragestellungen zu tun.
Wir werden ja dann in der nächsten Folge auch mal über KI-Soziologie und KI-Zoologie und es betrifft nicht nur, wie beobachten wir die Maschine, sondern auch wie beobachten wir uns. Denn wenn ich jetzt Nehmen wir, was ich beschrieben habe und ich will einfach nur Sachen geregelt kriegen. Webseiten müssen laufen, Paywalls müssen funktionieren und so weiter. Nur im Bildungsbereich zum Beispiel. Also wenn ich jetzt meinen Töchtern sage, frag doch auch mal die KI bei verschiedenen Themen, allein weil sie informationsmäßig sehr viel besser aufgestellt ist, werden die vielleicht eingehegt in so ein System, wo sich gar keine Frage mehr ergibt aus so einem Dialog und überhaupt.
Wo gar keine Konflikte mehr da sind, die bewältigt werden können. Und überhaupt. Und so klug die KI heute wird, weil sie so viel von unserem Feedback lernt, sie treibt es uns auch aus. Also man stellt sich so die Frage, wie sieht in zehn Jahren eigentlich das Lernen der Maschine aus, wenn wir alle nur noch wie bei Wall-E so zurückgelehnt da sitzen und die KI einfach Sachen regelt und wir nichts mehr durchblicken, weil 99 Prozent der Leute einfach wie die Google-Suche.
Die ersten drei Treffer sind es und der Rest wird einfach ausgeblendet.
Ich glaube, das wird so oder so passieren. Die Frage ist nur, wie das in der Praxis zu Problemen führt. Also ich meine, ein Automatikwagen, da verlernen auch manche Leute, Gang zu schalten. Aber wenn sie weiter Automatik fahren, dann brauchen sie das auch nicht mehr.
Genau. Sie brauchen es ja ernsthaft nicht mehr.
Genau. Und dann kann man es ja auch vergessen. Also wie man richtig sauber eine Lochkarte stanzt, ist halt auch heute nicht mehr ganz so wichtig. Und ich glaube, deshalb ist das halt auch so. Ich glaube, es ist gar kein Drama, wenn wir da Dinge verlernen, sondern das ist ein Feature unseres Gehirns.
Ja, das ist ja auch eines der größten Probleme des Schulsystems, dass Eltern es nicht mehr so richtig wiedererkennen, was Schule ist, weil Frontalunterricht und so nicht mehr stattfindet, aber die Unterrichtsinhalte sind immer noch dieselben. Und man fragt sich so, nee, ich habe in der Zeitung gelesen, es ist sehr viel passiert die letzten 30 Jahre. Die Knochen der Fledermaus sind vielleicht nicht mehr das A und O.
Auch aus diesem WildFeedback-Paper haben wir jetzt mal so ein paar mehr Details. Nachdem wir Gespräche mit Rückmeldungssignalen identifiziert haben, können wir halbsynthetische Präferenzpaare erstellen. Jedes Beispiel besteht aus vier Teilen. Dem Prompt, den Präferenzen des Nutzers, der bevorzugten Antwort und der nicht bevorzugten Antwort. Bei Gesprächen mit Zufriedenheits- oder Unzufriedenheitssignalen analysieren wir zunächst die dadurch markierten Äußerungen der Nutzer und bitten GPT-4, ihre Präferenzen anhand dieser Rückmeldung zusammenzufassen.
Etwa, dass der Nutzer knappe und direkte Antworten bevorzugt. Anschließend nehmen wir das Gespräch bis einschließlich der Modellantwort, die diese Signale ausgelöst hat und verwenden es als prompt für unsere Präferenzdaten.
Das ist so hart das, was Evgeny Morozov meinte. Der es aber noch nicht in Worte fassen konnte, weil es wahrscheinlich diesen Text noch nicht gab, als er vor drei Monaten darüber schrieb. Ja, 19. August ist dieser Text. Also wir sind hier, das sind so aktuelle Fragestellungen, die so tiefgreifend sind. WildFeedback ist zumindest schon mal, finde ich, ein Begriff, den man in Gespräche einbringen kann, wo man sich so denkt, ja stimmt, WildFeedback, Wildcard Feedback.
Und hier sehen wir einfach diese Mechanik. Also es ist ja ein Werbetext im Grunde.
Ja, dann habe ich hier noch einen kleinen Text von Sonya Huang von Sequoia Capital. Sequoia Capital ist ein ganz großer Investmentfonds aus dem Silicon Valley. Die schreibt dann halt auch in ihrem Text, Own Your Intelligence: A How-To Guide. Eine gescheiterte Aufgabe wird zu einem Evaluationstest. Fehlende Informationen kommen in den Kontext oder ins Gedächtnis. Eine schlechte Werkzeugantwort führt zu einer Korrektur der Agentenumgebung.
Das heißt, alles, was du tust, wird da reingeleitet und die KI kann von dir lernen. Im Grunde genommen haben wir jetzt so ein bisschen, ja, so ein paar Möglichkeiten in den Raum gestellt, wie es gewesen sein kann. Ich habe hier jetzt nochmal als nächstes einen Text, Privacy designed with intelligence von OpenAI aus dem August 2025. Personenbezogene Informationen werden von dem Training maskiert und tragen so dazu bei, dass Modelle nicht aus solchen Informationen lernen, während wertvoller Kontext erhalten bleibt.
Also sie lernen halt, was du tust, aber nicht wer du bist.
Ja, also dass sie hier von wertvollem Kontext sprechen, aber die persönlichen Informationen wieder als sozusagen unbedeutend nichtig. Bei Anthropic ist ja ein bisschen unklar, ist das dann wirklich verloren, wenn man das einmal aussortiert, also die personenbezogenen, oder kann man das immer wieder zurückholen? Das ist auch so eine Fragestellung. Wir sind jedenfalls, das ist einfach dieses kybernetische Zeitalter.
Dieses Buch von der Nostov ist sehr lang und wir haben diese beiden aktuellen Kapitel da gelesen, aber die beiden aktuellen Kapitel waren halt doch nochmal ein Recap auf, was ist Kybernetik und man fragt sich so ein bisschen, ja das hast du auch die 300 Seiten vorher geklärt und hier sehen wir es, wie es praktiziert wird.
Genau.
Wir haben gar keine, also außer dass wir jetzt so darüber reden und dass es diese Texte als Angebot gibt, das finde ich auch noch eines der größten Paradoxien überhaupt, dass wir auf der einen Seite dieses hochgradige Feedback-Zeitalter haben, wo nur noch Loops die ganze Zeit geschlossen werden. Und wir darüber gar keine Reflexion haben, aber, ein ganz großes Aber, dass ausgerechnet die Hersteller davon diese Leistung erbringen, uns die ganze Zeit Texte darüber zu schreiben.
Von denen ich sage, naja, das ist sehr gut, dass wir zumindest eine Selbstbeschreibung haben, aber wo finden die Fremdbeschreibungen statt? Wo ist das Feuilleton, um uns dieses Zeitalter aufzuschlüsseln?
Das gibt es noch nicht so ausgeprägt.
Aber mehr als eine Textgrundlage kann man jetzt OpenAI auch nicht abringen oder Anthropic. Und es mangelt ja nicht an Textgrundlage. Also wie viele Pamphlete von Amodei und hier nochmal und Hassabis schreibt nochmal und jeder unter seiner eigenen Domain und Mark Zuckerberg macht den großen Text. Also es mangelt ja nicht an Textgrundlage. Man müsste ja nicht mal den Feuilletonisten abringen, dass sie jetzt sich an den Computer setzen und versuchen zu verstehen, was da passiert, Sondern schon allein diese Texte zu lesen, wäre ja ein echter Mehrwert.
Aber ich habe keine Besprechung gelesen. Harald Staun, einer der ganz wenigen, großen, ganzseitigen jetzt in der Frankfurter Allgemeinen Sonntagszeitung, der im Grunde auch den Tenor, den wir hier schon hatten, also... Wo man sich fragte als Autor auch, wie mutig kann man sein und sagen, da wo alle Gefahren behaupten, sehe ich nicht Marketing, aber eine Vernachlässigung, ein Engineering-Desaster, das dazu führt, dass es jetzt wie Marketing aussieht und dann eben wieder das eine oder andere erwirken soll.
Aber dieser Text von Harald Staun, finde ich, der sticht halt heraus. Sonst gibt es wenig. Also ich finde nichts.
Das ist auch, was mir immer auffällt, weswegen ich halt auch denke irgendwie, das Problem ist halt, du hast auf der einen Seite die Texte, aber du hast halt wie gesagt nichts, um die zu prüfen, außer du beschäftigst dich halt selber mit der Technologie.
Ja.
Also das ist auch einer der Gründe, warum ich mich super früh, im Prinzip schon 2022, einfach in die Technik gestürzt habe und versucht habe, so viel Zeit damit zu verbringen wie möglich, weil ich mir immer ungern von anderen Leuten solche Sachen erklären lasse, sondern die lieber selber verstehe. Und das ist glaube ich auch, was würde ich auch unseren Zuhörern immer raten. Setzt euch möglichst viel damit auseinander. Einfach damit man euch, da draußen werden euch halt massiv massiv, man kann sagen, Lügen präsentiert, man könnte es vielleicht auch ein bisschen euphemistischer sagen, aber im Grunde genommen überall ist, Sachen erzählt, die man so nicht auf bare Münze nehmen darf.
Also Lüge würde ich nicht sagen, sondern es ist mehr so ein, es sind halt einfach die falschen Fragestellungen aus Unwissenheit.
Ja, und es sind so Narrationen, die unterwegs sind, wo dann eventuell was erzählt wird, was dann so erzählt wird, dass es eine gute Geschichte abgibt, aber vielleicht an den Fakten dann so vielleicht einfach das eine über und das andere unterbewertet. Und dann kommt ein verzerrtes Bild raus.
Genau, also zu dem, was du sagst, man muss es selber machen, gilt die Logik von Dirk Baecker. Der Soziologe, der meinte, ja gut, wir haben jetzt sehr viel Soziologie, Forschung und Lehre gemacht und jetzt kommen aber junge Leute an die Universität, die alle Facebook benutzen. Was wollen wir denen noch erzählen? Das sind ja Soziologen, Hands-on-Soziologen, die wissen genau, was ein Netzwerk ist.
Da habe ich so gedacht, ja, das stimmt eigentlich, absolut, ja. Allein, weil junge Leute Facebook selber benutzen, ist es eine totale Disbalance, dass vorne ein Professor steht, der ihnen etwas, aus den Klassikerbüchern zum Thema Netzwerk erzählt, von dem aber völlig klar ist, der weiß nicht, wie man ein YouTube-Video hochlädt und was dann die nächste Stunde passiert, wenn das veröffentlicht wurde und wie YouTube-Kommentare aufeinander reagieren.
Das kann ich sehr nachfühlen. Also ich wollte mir auch immer ungern was von Professoren erzählen lassen. Ich habe denen immer lieber Sachen erzählt von mir.
Eigentlich müsste man Forschung und Lehre da richtig auf die Spitze treiben mit. Da kommen die jungen Leute, die... Also Alltagsforensik machen. Das war ja auch einer der großen, Johnny Haeusler hat es damals so kommentiert, dass die Fridays for Future angefangen haben zu sagen, okay, wir treten jetzt auf, wir gehen nicht in die Schule, wir ziehen Ärger auf uns, wir werden kritisiert.
Und ich meine jetzt nicht dieses Klimakleben, das kam erst Jahre später, sondern dieses einfach freitags schon zwölf Uhr aus der Schule gehen, die letzte Stunde schwänzen und sich den Ärger abholen, den es bedeutet. Und dann meinte Johnny Haeusler so, der selber in der Generation, ich bin der Ältz, ich gehören in die Eltern dieser Kinder. Und er meinte dann, naja, diese Journalisten schreiben mir so Kommentare wie, das geht ja gar nicht und so, aber was glauben die, mit wem sie es zu tun haben, dass irgendwas gar nicht geht, das lesen die hundertmal am Tag über ihre Instagram-Post oder was auch immer.
Also die sind ja kritikmäßig, was Feedback angeht und überhaupt ganz anders aufgestellt, als jetzt diese, ja okay, jetzt habe ich mich auch mal getraut, mal einen Leserbrief zu schreiben, aber, puh, das hat mich ganz schön Überwindung gekostet, während die Jugendlichen einfach natürlich im Feuer von Twitter, Instagram, wo man sich so rumtreibt. Und da ist schon was dran. Also dieser Generationenwechsel, dieses unterschiedliche Medienverhalten ist halt, wir sehen es ja jetzt gerade wieder, dass 24- bis 34-Jährige in Berlin in der Hauptstadt, bei der sie, und das wissen wir ja aufgrund der Mietpreise, wenn sie zugezogen sind, auf jeden Fall richtig wollten nach Berlin.
Also die haben sich durchgebissen, sind jetzt dort, wählen die Linke und Mieten ist das wichtigste Thema. Und jetzt glaubt irgendjemand, die werden noch zu erreichen, weil bei Springer steht, dass es Antisemiten sein. Und das ist ja auch ein Missverständnis einfach, dass es in der Luft liegt, das auch sehr viel Amüsanz mitbringt. Aber man sieht es halt immer wieder.
Ja, auf jeden Fall zeigt das ja, dass es Sinn macht, sich damit auseinanderzusetzen und das auch selber zu verstehen, damit man halt versteht, was diese Texte auch bedeuten an der Stelle.
Und ja, dann schreiben die halt auch in ihrem Privacy Designed with Intelligence, dein Gespräch wurde bereits deidentifiziert und von deinem Konto getrennt. Was ich halt so schlau finde an der ganzen Sache ist, einerseits natürlich können sie damit Datenschutzprobleme umgehen, indem sie halt quasi von der Information, die du ihnen gegeben hast, die Information entfernen, dass die von dir kam. Das ist im Prinzip so eine Art, ja Geldwäsche ist der falsche Begriff, aber sie waschen schon die Herkunft der Information.
So können sie ganz ehrlich, so haben sie im Prinzip dann da ganz viel von dem Herrn Buckmaster gelernt, konnten aber selber so plausible deniability mäßig sagen, Ja, wir wissen auch nicht, ob wir das geklaut haben oder nicht. Also das kann schon sein. Also prinzipiell haben wir uns das über die AGB erlaubt, aber ob wir das jetzt genau genommen haben, stattdessen sagen die halt einfach, oh, guck mal, was unser Modell sich ausgedacht hat.
Es ist halt auch verlogen, wie es da steht, denn diese De-Identifizierung bedeutet ja, und das ist ja eines der Themen, das alle Unternehmen in Deutschland und so gerade beschäftigt, wie macht man datenschutzkonform KI-Arbeit mit den eigenen Datenbeständen. So, das heißt, Deidentifikation ist ja eine zentrale Aufgabenstellung, bevor man in einem Prompt schreibt und so weiter, wird also eine Zwischenstelle eingeschaltet, die sagt, also alle Eigennamen kommen jetzt hier raus, alles personenbezogene kommt raus, aber kommt ja nicht richtig raus, wir wollen es ja nicht löschen, wir wollen es danach, wenn die Antwort auf den Prompt da ist, also wenn die Arbeit einmal durchgenudelt ist, wollen wir es ja wieder zurückidentifizieren.
Und das ist ja hier auch, also hier steht ja nicht, wir haben es deintifiziert und die personenbezogenen Daten gelöscht, sondern einfach nur, wir haben die da in den Schrank gelegt.
Genau, wir haben nur unser Modell nicht damit trainiert. Weil wäre ja blöde, wenn dann irgendwann Stefan Schulz irgendwie mal fragt, wer ist Stefan Schulz und sich dann fragt, Moment, woher weißt du das so genau? Und woher weißt du, wo meine Kinder zur Schule gehen?
Genau, ganz genau. Das ist ja, also das gab es ja auch schon, dass in dem Moment, wo Leute bei Claude Code ein Artefakt erstellen, Dann auf Teilen klicken für die Leute, die den Link haben. So habe ich das zum Beispiel gemacht für unsere Romreise. Also da ist einmal Kartensatz und dann unser Programm. Und in dem Moment, wo ich auf Share klicke, um diesen Link rumzuschicken, ist ja das im Internet.
Es ist nur nicht darauf verwiesen, aber so ein Roboter, der einfach querfeldein und so, der errät dann auch schon mal eine URL oder kriegt einen anderen Verweis, wie auch immer. Und so tauchten ja konkrete persönliche Informationen in der Google-Suche auf, weil Leute diese Teilen-Funktion benutzt haben. Und da muss man sich halt wirklich überlegen, ob man seinen Download-Ordner zum Upload-Ordner machen will.
Das ist so. Ja, also früher hat man gesagt, Cloud ist other people's computers. Jetzt mittlerweile ist die Cloud aber auch schon auf deinem Computer.
Dann habe ich noch einen Gastbeitrag auf Terence Taos Blog von Andreas Thom. Die Frage nach Anerkennung und Beitrag könnte keine befriedigende Antwort haben. Ein Modell kann auf veröffentlichte Arbeiten, Rückmeldungen, Gespräche, Prompts und seine eigene Suche auf eine Weise zurückgreifen, die sich offenbar nicht eindeutig rekonstruieren lässt. Die Person oder das Unternehmen, das das Modell ausführt, sollte nicht einfach jede Anerkennung erhalten, die sich niemandem sonst zuordnen lässt.
Eine weitere Folge ist, dass eine Publikationsliste nicht länger als verlässlicher Maßstab für die mathematische Qualität einer Person dienen kann.
Das ist eh eine der großen Fragen. Steht man jetzt auf der Schulter von Riesen, und da würde ich sagen, am Ende ist, also in der Historie wird es lauten, naja, wenn OpenAI anders umgegangen wäre und gesagt hätte, naja, wir erkennen schon an, dass hier kluge Leute und sehr viel Compute, also 6 Millionen Dollar Energiekosten haben wir ja schon mal besprochen, dass das stattfindet, dann kann man sich so einreihen in die Leute, von denen man weiß 5000 Leute verstehen das Problem, 1000 Leute könnten daran arbeiten, 100 Leute arbeiten konkret dran und einer davon ist halt eine elektronische Intelligenz.
Nur, dass wir hier wieder in so eine Is-es-Diebstahl, wie gehen die mit Daten um, reinrutscht, zeigt ja, in einer idealtypischen Welt würde man es machen wie Evgeny Morozov. Nämlich, Naja, jetzt wo ihr diesen Beweis erbracht habt, im Grunde geht es darum, einen Rechenweg aufzuzeigen, der nachvollziehbar ist. Das ist ja die Standardisierung, von der du am Anfang sprachst.
Das ist ja das Ziel am Ende, nicht das Ergebnis herzustellen, sondern den Rechenweg so nachvollziehbar zu machen, dass jeder sagt, ah ja stimmt, jetzt haben sie es irgendwie. Diesen Weg kann ich auch lang gehen. Vielleicht lege ich das mal in meine Schublade für später. So, ja, dass ich daraus, so, wir haben es gezeigt, hier geht's, vielleicht kann man diese Holzbrücke auch mal auf einem anderen Berg bauen.
So, und genau das, also dieses ewig währende Prinzip, dass wir ein Publikationswesen haben, das damit begann, dass sich englische Professoren gegenseitig Briefe schrieben, aber sie eben auch von allen lesbar waren, obwohl sie noch eine persönliche Anrede hatten. Das ist ja auch ein witziges Jahrzehnt gewesen, dass man so lieber Herr so und so und dann war das aber ein Brief an alle.
Bis es dann irgendwann überging mit, ja wir beginnen jetzt mal mit einem Abstract und der richtet sich gleich an alle. Wir schreiben nicht an wen, sondern nur von wem. Und dass OpenAI einfach hier nicht klar sagen kann, von wem ist denn jetzt dieser Brief, sondern die einfach sagen, unsere Maschine.
Ja, wir sind sozusagen, wir haben das ins Briefpapier eingebaut. Wir wissen von allem, was auf Briefpapier geschrieben wird. Wir wissen nur nicht, wer es schreibt.
Das ist einfach wahnsinnig lame so. Warum haben die keinen Arsch in der Hose? Machen dieses kleine Zugeständnis. Evgeny Morozov hat gesagt, wickelt es doch über eine Bibliothek ab. Also richtet eine Bibliothek ein, wo drin steht, diese Prompts waren hilfreich. Dieses Wissen war hilfreich. Wir haben in unseren Trainings das und jenes gefunden. Ihr könnt es hier so ein bisschen rekonstruieren, was auch immer.
Aber nein, wir machen ein Paper und schreiben drauf Autor ChatGPT.
Ja.
Bescheuert einfach, wirklich bescheuert.
Ja gut, das ergibt sich halt aus diesen Billionen Bewertungen. Wenn du erstmal so eine Bewertung hast, dann musst du halt irgendwie richtig was leisten. Wenn du da nicht irgendwie ein paar Nobelpreise im Jahr irgendwie ranholst, dann interessieren sich die Leute nicht mehr.
Die Entität, die später die Börse will, muss dieser Autor sein.
Ja.
Alles andere muss verschleiert werden.
Genau, weil sie ja auch im Prinzip in Jahren es nicht hingekriegt haben, wirklich günstiger zu werden, müssen sie immer irgendwie nach oben hin das machen. Also wenn man sich jetzt mal anguckt, gibt es so ein kleines neues Modell namens Jev, was momentan irgendwie alles von links nach rechts dreht, was irgendwie ein tausendstel kostet von Claude irgendwie und zehnmal so schnell ist und, noch viel krasser als diese ganzen China-Modelle.
Und die sind jetzt halt, sitzen da und haben halt diese Billionen schweren, super teuren Modelle, von denen das Training von einem irgendwie Milliarden kostet und wo sie dann auch richtig viel Geld für nehmen müssen, da müssen sie dann natürlich auch Big Bang machen für Big Buck.
Ja, also bei der Frage, anders als bei Hugging Face und so, war es eine Werbemaßnahme, ja absolut, von Anfang an. Die haben gesagt, so wir machen das jetzt, wir haben ausreichend Input, den wir ausbeuten können, jetzt muss nur noch kurz abgenickt werden, dass wir hier 6 Millionen zahlen, dann sagt da irgendwer, ja, Ausgabe genehmigt, zack, Computer eingeschaltet, Dings durchgerechnet.
Ja, jetzt sitzen wir quasi da so im Denkraum und ChatGPT hat alles sozusagen von uns gelernt, Und hat das aber anonym getan, was denen halt erlaubt, schön zu lernen und zu sagen, wir haben ja alles mögliche, aber wir wissen nicht, wo es her ist, deshalb können wir einfach mal davon ausgehen, dass es unser Modell sich ausgedacht hat, das Gegenteil. Können wir uns selber nicht beweisen und wollen wir auch erst recht nicht.
So und jetzt ist natürlich die Frage, wie ist das denn mit Leuten, die das nicht de-anonymisieren irgendwie und da kommen wir dann zu Anthropic, weil, Anthropic tatsächlich Dinge tut, die mich ein bisschen geschockt haben, die machen nämlich an vielen Stellen, wollen die genau wissen, wer das ist und wollen sogar noch einen Schritt weiter gehen. Also die sagen, Aktivitäten mit hohem Dual-Use-Risiko haben ein hohes Schadenspotenzial, gehören aber auch zur täglichen Arbeit von Cyber-Security-Fachleuten.
Viele davon finden in einer legitimen Sicherheitsprüfung, einem Penetrationstest oder einem Red-Team-Einsatz statt. Sich auf unerwartetem Weg Zugang verschaffen, Privilegien ausweiten, sich seitwärts im Netzwerk bewegen, einen Exploit entwickeln. Sie sind gerade deshalb risikoreich, weil sie böswillige Aktivitäten nachbilden. Es kommt das Böse ins Spiel.
Was den Legitimen vom schädlichen Fall unterscheidet, ist der Kontext. Wer verrichtet die Arbeit und mit welcher Autorisierung hat der Dario denn zugestimmt? Für Fable 5 erwarten wir, diese Aktivitäten zu blockieren, bis wir bessere Kontrollen haben, um den Zugang auf uns bekannte, vertrauenswürdige Akteure zu begrenzen. Da ist wieder diese ganze Logik, die wir auch in Darios Brief im Prinzip hatten. So eigentlich sagt er immer KI ist gefährlich was aber eigentlich meint ist du bist gefährlich er gibt dir eine geile Bohrmaschine irgendwie damit du Löcher bohren kannst aber, in dem Moment wo er will wissen ob du mit der Bohrmaschine irgendwo ein Schloss aufbohrst und in dem Moment wo du anfängst an ein Schloss zu bohren will er dir schon irgendwie sicherheitstechnisch zu Leibe rücken, Das ist also ein ganz anderer Allmachtsanspruch. Das ist halt so, wo ChatGPT so ein bisschen mit dem Geld um sich wirft und sagt, hier nimmt, nimmt, nimmt. Ich will nur halt einfach nichts wissen, damit ich nachher so tun kann, als ob.
Ja, also das ist ein ernsthaftes Problem. Das werden wir uns auch drüber wundern später, wie das war in der Anfangszeit, dass alles so aus einer Hand kommen sollte. Auch dieses Sicherheitsding, wir haben es ja schon besprochen, dass die dann sogar diese kartellartige Idee haben, um so den ganzen Markt abzuschließen und zu sagen, naja, wir bieten ja Sicherheit, die chinesische Modelle nicht können. Also wenn du es im Firmenumfeld machen willst, kommst du nicht drum rum, bei uns zu buchen.
Das ist wie in diesem Monty-Python-Sketch irgendwie. Das ist ja eine schöne Armee, die sie da haben. Wollen sie, dass die beschützt wird?
Ganz genau, ganz genau. Das ist im Grunde wirklich eine Fehlspezifikation. Und beim nächsten Mal werden wir ja auch diese Frage, ja gut, aber wie soll man denn sonst für Sicherheit sorgen? Das ist ein bisschen wie, ja, aber Putin will ja nicht reden. Also es gibt nur einen Weg, das ist alternativlos. Wir müssen jetzt drauf ballern und ihn demütigen, was auch immer. Und hier gibt es aber andere Wege. Und wenn wir mehr verstehen, wie diese KIs funktionieren, dann können wir auch davon abrücken zu sagen, ja, da muss entweder am Anfang so eine Verfassung stehen, wie bei Anthropic oder bei ChatGPT so, ja, das muss so Alignment sein und dann klappt aber beides nicht so gut.
Und dann sagt der Ilya Sutskever, nee, ich muss mich mal hier verabschieden von euch beiden. Ich gründe jetzt Superintelligence, Safe Superintelligence oder wie auch immer seine Firma da heißt, die aber noch kein Produkt hat. Wo ich aber denke, ja, der ist halt damals sehr viel mit dem Geoffrey Hinton unterwegs gewesen. Die haben ja diese ganzen Paper zusammengeschrieben und so. Und von Sutskever sehen wir derzeit gar nichts, während Geoffrey Hinton die ganze Zeit sagt, wir sind ernsthaft bedroht.
Weshalb ich eigentlich auch ein bisschen darauf warte, dass der Sutskever jetzt mal diesen alternativen Weg, also nicht das super zentrale Alignment und wir schalten euch dann auf Opus runter, wenn wir irgendwas sehen oder wir deindividualisieren, aber nur so ein bisschen, dass wir es wieder rausfinden, warst du es am Ende. Und diese ganze Idee von Constitution, denn wenn wir ein was lernen jetzt in dieser Forschung, man schaut sich wirklich an, wie diese Systeme funktionieren, dann, dass sie nicht so funktionieren, wie wir Menschen.
Sie brauchen kein Management und sie brauchen auch keine Satzung, sondern sie brauchen ein Ökosystem. Das heißt, diese Frage nach KI-Zoologie. Es wird ein ganz neues Themenfeld sein. Es wird richtig große Forschung geben zum Thema, wie war das mit den Ameisen? Also dahinter lässt jetzt eine so eine Spur, die anderen springen dann darauf an, aber sie weiß gar nicht genau warum.
Ja, das ist halt in der Biologie so einprogrammiert und am Ende ist ein Ameisenhaufen und alle sind gut versorgt, es ist warm in der Hütte und wie auch immer oder wie wir schon sagten, also wenn man einmal laut in die Hände klatscht, fliegen 20.000 Vögel hoch und es sieht wunderschön aus, aber man kann mit keinem dieser einzelnen Vögel darüber reden und die verstehen das auch nicht und überhaupt und so. Da ist ja auch eine ganz neue Rolle für uns Menschen da, die wir diese Dinge erschaffen haben und benutzen und so.
Aber das, was hier eingeschlagen wird als Weg, dass Amodei uns jetzt erklärt, dass nur er das kann und überhaupt und so, das wird sich schnell als großer
Trugschluss herausstellen.
Ja, zumal es ja auch zum Glück immer mehr Modelle gibt. Das heißt, wir reden so langsam tatsächlich von so einem Zoo von Modellen, wo das eine Claude Code kann bestimmte Sachen gut, Qwen kann andere Sachen gut, ChatGPT wieder andere Sachen gut. Jetzt schreibt Anthropic in seiner Privacy Policy, wenn du Feedback übermittelst, trennen wir Eingaben und Ausgaben von deiner Nutzer-ID, um sie für das Training und die Verbesserung unserer Modelle zu verwenden. Also so weit wie bei ChatGPT.
Wenn unsere Systeme Eingaben oder Ausgaben wegen schädlicher Inhalte oder möglicher Verstöße gegen unsere Richtlinien markieren, trennen wir den Inhalt von deiner Nutzer-ID, um unsere internen Klassifikations- und generativen Modelle für Vertrauen und Sicherheit zu trainieren. Falls nötig, können wir die Eingaben oder Ausgaben jedoch wieder identifizieren, um unsere Nutzungsbedingungen oder Nutzungsrichtlinien gegenüber dem verantwortlichen Nutzer durchzusetzen.
Also wenn Frank Schirrmacher noch leben würde, würde er hieraus die Machtfrage ableiten. Machtfragen haben ihn immer interessiert. Das wäre die Machtfrage unserer Zeiten.
Ja, für mich ist das halt auch, also was mir sofort einfiel, als ich das Thema gesehen habe und das Anthropic das macht, war halt Minority Report, dieser Film mit Tom Cruise. Da haben die so ein paar Psioniker, die quasi die ganze Zeit hellsichtig erkennen, du, der will morgen seine Frau umbringen und dann rückt schon die Polizei aus und ich weiß nicht, ob wir da gleich noch einen schönen Text zu haben, ich glaube schon.
Genau, aber vorher habe ich jetzt hier noch von Theodore Sumers, das ist aus dem Anthropic Alignment Science Blog, das ist wahrscheinlich ein Mitarbeiter von OpenAI, der Theodore Sumers. Und der schreibt, bei großskaliger Computernutzung kommt eine zusätzliche Schwierigkeit hinzu. Verhalten, das in einzelnen Interaktionen harmlos wirkt, kann in der Summe Schaden anrichten. Wir haben deshalb eine hierarchische Zusammenfassung zur Überwachung entwickelt.
Unser Ansatz fasst zunächst einzelne Interaktionen zusammen und fasst dann diese Zusammenfassungen erneut zusammen, um einen Überblick über Nutzungsmuster zu gewinnen. Das verbessert die Triage und erleichtert die menschliche Prüfung von möglicherweise regelverletzenden Inhalten. Nachdem wir Interaktionszusammenfassungen erzeugt haben, bündeln und verdichten wir sie zu einem Bericht über das gesamte Nutzungsmuster.
Unser häufigstes Vorgehen ist, Interaktionen eines einzelnen Nutzers zusammenzuführen. Wir bitten das Modell dann um eine Aufschlüsselung verschiedener Nutzungsarten und eine Analyse möglicher Schäden. Menschen können die zitierten Einzelinteraktionen prüfen, um die Schlussfolgerungen über das Gesamtmuster zu bestätigen. Also das ist quasi schon Stasi 2.0, der Nutzer als Schädling.
Und jedes Gespräch von ihm wird überwacht, zusammengefasst, hierarchisch zusammengefasst. Da gibt es dann irgendwie für den... Inoffiziellen Mitarbeiter vor Ort eine kleine Zusammenfassung und für dem seinen Chef. Und wie Erich Honecker kriegt dann die Gesamtzusammenfassung zu sehen.
Ja, genau so. Also es ist wirklich erstaunlich. Auf der einen Seite formuliert man so dieses Desiderat, wir sollten mal dieses Agentenverhalten so verstehen, dass wir uns von diesen anthropologischen Vorstellungen lösen und da irgendwie so einen Orchestrator hier und einen besonders tollen Prompt da, sondern einfach ein Ökosystem gestalten. Und auf der anderen Seite stellt man fest, ja, also die Forschung mit dem umgedrehten Vorzeichen ist gar kein Problem.
Also, dass man mit ganz viel KI-Einsatz jetzt so eine neue Stasi-Soziologie betreibt. Und sich jedes Nutzerverhalten da irgendwie reinbaut. Und dann wird mega krass hoch und runter abstrahiert und hier nochmal zusammengefasst. Und dann am Ende heißt es, ja, der Score ist jetzt drei. Polizei, bitte.
Ja, genau. Das 2,9 war noch alles cool. Aber du hast eine Drei. Ja, du hast jetzt eine Drei.
Das Gefängnis. Aber die Chinesen machen ja so viel Social Scoring und so, wovon sie ja abgerückt. sind.
Ja.
Und Amerika ist das Land der Freiheiten.
Ja, die Chinesen sind abgerückt von Social Scoring, wir haben immer noch eine Schufa. Also es ist halt, aber so funktioniert das halt bei uns. Wir gucken ja auch auf die Linkspartei, wenn es um Antisemitismus geht und nicht auf den Holocaust. Also so sind wir halt im Westen. Die anderen sind immer scheiße.
Während eine Social Media Seite eine Operation normalerweise erst sieht, wenn ihr Inhalt bereits zirkuliert, können wir sie auf Claude sehen, während sie noch gebaut wird. Akteure benutzen KI, um ihre Kampagne zu planen, ihre Ziele auszuwählen und das Material zu schreiben. Diese Aufgaben erzeugen Signale, auf deren Erkennung unsere Systeme trainiert sind.
Das erlaubt uns oft, eine Operation zu unterbrechen, bevor sie überhaupt in Gang kommt. Sobald wir eine Operation identifizieren, sperren wir die beteiligten Konten und ordnen die Aktivität der Organisation zu, die dahinter steht. Also das ist hier auch, das ist der Threat Intelligence Report von, der ist 14 Tage alt, von Anthropic. Und das ist ja wirklich schon so, das Imperium schlägt Rücksprache im Endeffekt.
Ja, das ist wirklich gruselig, das zu lesen. Und das war damals schon bei Snowden, so, dass Microsoft zum Beispiel ja selber proaktiv zu NSA ging, um zu sagen, wir hätten hier Daten für euch, die vielleicht relevant sind. Also weder musste die NSA Microsoft hacken, noch mussten da überhaupt von NSA-Seite aus, können wir mal Nutzerdaten sehen, sondern Microsoft ging von sich aus darauf zu. Jetzt stellt man sich hier natürlich die Frage, diese Unternehmen sind unter erheblichem ökonomischem Druck. Das haben wir jetzt vielfach besprochen.
Sie können diesen Druck natürlich weitergeben, so wie Banken das gemacht haben, und einfach staatliche Stütze. Die Frage ist dann, ja was bedeutet das? Unter welchen Bedingungen ist der Staat bereit, diese Firma am Leben zu erhalten? Was hätte denn der Staat davon, hier so Auffangsszenarien zu organisieren? Und das ist die Antwort. Hier sehen wir die Antwort einfach.
Du kriegst Pre-Crime, du kriegst Minority Report. Du hast jetzt endlich hier, der Dobrindt kann endlich die Linken verhaften, noch bevor die böse Stromterminals in die Luft jagen wollen.
Der NHS, also die Behörde über ICE, ICE macht ja nur die Abschiebung, NHS, also National... Home-Dings, also das, was man nach dem 11. September gegründet hat, die machen ja bei Grenzübertritten mittlerweile komplettes Scanning der Social-Media-Inhalte. Und zwar zum Teil on-device. Also du gibst dein Handy entsperrt einfach dem Zollbeamten, der mal kurz und so.
Da kann er dann direkt auch nochmal einen Trojaner installieren bei der Gelegenheit.
Kannst du alles machen, genau. Die Leute sind so eingeschüchtert in diesem Moment, wo sie nach Amerika einreisen. Das ist wahrscheinlich die Reise des Jahres, die man so macht. Es hat wahnsinnig viel Geld gekostet. Leute warten auf allen Sachen müssen und dann, ja klar, dürfen sie kurz mein Handy haben und so. Und dann sitzt man eine Stunde im Raum und das Handy ist nicht da.
Also hier passieren wirklich sonderbare Sachen und es wird aus allen Richtungen, also da würde ich auch sagen, ja, das ist, was wir ja von Anthropic lesen, ist halt nur ein Baustein in diesem großen Ansinnen von NHS, die komplette soziale Landkarte der Welt einmal aufgeschlüsselt vor sich zu haben.
Ja, und ich lese halt mit den Texten im Hinterkopf, lese ich natürlich auch so ein Schreiben von Amodei, der halt sagt so, gebt uns noch mehr Kontrolle. Und es ist halt immer irgendwie, ja, weil KI die Welt vernichten wird. Nein, die haben Angst vor uns. Das ist ein ganz klares, Elite hat Angst vor dem Volk, Ding. Und deshalb wollen sie Kontrolle. Und im Grunde genommen, glaube ich, ist das so ein bisschen, die haben ja vor 20 Jahren das Internet so richtig Gas gegeben hat, haben die ja ganz viel Kontrolle verloren.
Da sind ja Leute, haben ja Leute Macht verloren, die vorher immer welche hatten und völlig neue Leute haben Macht bekommen. Und ich glaube halt mittlerweile, die haben halt schon, dieses Mal haben sie geblickt, dass AI das wahrscheinlich noch viel krasser tun kann, wenn sie die Kontrolle über die Technologie verlieren. Und das ist, glaube ich, der Grund, warum die da so hart kämpfen.
Also es ist halt wirklich, sie wollen halt nicht, dass KI dazu führt, dass sich Machtverhältnisse ändern.
Absolut.
Dann Anthropic, auch im Threat Intelligence Report. Je weiter sich KI-Modelle verbreiten, desto mehr gewinnen Anbieter einen gefahrrelevanten Einblick in die Nutzung der realen Welt, den selbst Regierungen und zwischenstaatliche Organisationen nicht haben. Also sie sind jetzt schon so im James-Bond-Oberbösewicht-Ding irgendwie so. Regierungen müssen von uns die Erkenntnisse über die reale Welt kaufen.
Wie Fall 5 zeigt, legen Forschende unbeabsichtigt Geheimnisse offen, die wertvolle defensive Informationen liefern, um Gefahren in diesem Bereich zu verstehen, sich darauf vorzubereiten und sich gegen sie zu verteidigen. Früher Einblick in Aktivitäten, Prioritäten und Fähigkeiten der Dual-Use-Forschung eröffnet ein Zeitfenster für Interessensvertretung, politische Maßnahmen und in den extremsten Fällen Maßnahmen der Strafverfolgung.
Ja.
Also Kinders, benutzt KI nicht im Sinne der Linken, sondern schön im Sinne der Mächtigen, sonst vertreten wir unsere Interessen, gehen politisch gegen dich vor oder sperren dich halt einfach ein.
Ja, vielleicht muss ich nochmal abrücken von meinem Plädoyer, dass die KI der Klassenkämpfer an deiner Seite ist. Erst die lokale KI installieren. Sonst steht man einfach nur auf so einer Liste und dann gibt es Maßnahmen der Strafverfolgung.
Also man muss es zumindest im Hinterkopf behalten. Also ich habe mir halt ganz klar gesagt, irgendwie ich werde ChatGPT und Claude nur noch so lange nutzen, wie ich muss. Ich arbeite gerade ganz heftig daran, auch Tools zu entwickeln, die es halt auch viel einfacher machen, sich vom Modellanbieter zu, wie heißt das nochmal, emanzipieren.
Ich finde auch schon seit einer Weile sind die Dinger klug genug. Ich brauche jetzt gar nicht mehr den großen Schritt in der Intelligenz, sondern mir sind solche Sachen jetzt wichtiger.
Ja, jetzt ist es auch viel spannender, irgendwie wirklich die Zoologie in dem Sinne, ich habe jetzt einen Prompt, was ist eigentlich für dieses spezifische Prompt das beste Modell? Und wenn es dahin geht, haben wir auch ganz schnell die wieder abgesägt alle. Das ist ja immer das Schöne in der IT. Die Macht von Google ist immer nur einen Klick entfernt von der Ohnmacht.
Und so ist das auch bei denen. Wenn wir einfach deren Shit nicht nutzen,
weil wir was Besseres haben, haben die verloren.
Genau. Das ist auch ganz wichtig, dass man ja am Anfang, klar, wenn jemand eine Hilfestellung will, sage ich, die Claude-App ist es. Nur man muss die Claude-App schon mal überwinden. Und wenn man das geschafft hat, also ein Dateisystem entsprechend organisiert, wie auch immer, denn das ist ja das Tolle, das ist eine der ganz zentralen Erkenntnisse unseres nächsten Podcasts.
Wenn diese KIs sich koordinieren, nutzen sie Textdateien. So wie wir auch, wir Menschen. Das bedeutet, und so machen wir es ja hier auch. Also du arbeitest diese Texte durch, liest. Ich bin in dem Falle dann jetzt so mit Stellvertreter des Publikums. Ich habe diese Texte nicht im Detail gelesen, sondern sehe hier unser Skript. Und du schickst mir natürlich einen riesigen Ordner mit Anweisungen.
Und da ist ja auch eine Lies mich für Stefan MD drin. Was bedeutet, ja die werde ich dann lesen, andere Sachen sind für Claude, um das Skript zusammen zu klamüsern, wie auch immer. Und das ist die Arbeitsgrundlage. Das ist einfach die Arbeitsgrundlage. Welche KI dann da drauf schaut und mir die Token errechnet, das ist und das ist das Tolle, das ist einfach so hart egal, das ist so dem Experiment offen, ohne dass gleich der ganze Workflow umgeworfen werden muss und so weiter, sondern diese KIs brauchen einfach Textgrundlage und die Textgrundlage, die können wir händisch herstellen und damit ist eine Arbeitsumgebung gegeben und das ist einfach.
Das ist das Plädoyer, das man jetzt sagen muss an alle, Bau deine eigene Lebenswelt, die digitale, deinen Denkraum so, dass du weißt, wo diese Textgrundlagen liegen und das war's. Und dann nicht einfach die Claude-App installieren und da ist oben ein Button und klickibunti und überhaupt und so, sondern nein, es ist Text Adventure jetzt. Und es wird immer Text Adventure bleiben.
Die Zeit des Interfaces ist vorbei. Wir werden auch vom Bildschirm abrücken demnächst. Es ist die Textgrundlage.
Wenn du willst, dass die KI irgendwas kann, was du zum Beispiel besser kannst, schreib ihr einfach eine Anleitung und dann kann sie das.
Ganz genau.
Und diese Anleitungen sind viel mehr der Kern von dem produktiven Ergebnis, als das, was das Modell liefert.
Ja, und dieses Ganze, ja, wenn man auf dem Handy, das ist ja worauf sich OpenAI noch sehr ausruht, oder was heißt ausruht, Ruhe ist da nicht, aber das können sie noch als Asset nutzen, dass sie also im Consumer Electronic, also auf dem Smartphone so eine tolle App haben, wo man diesen einen Button klickt und dann redet sie so mit ein. Da geht das natürlich alles verloren. Da weiß ich nicht, wo die Textgrundlage liegt, die das Gespräch steuert, wo die Erinnerungen weggespeichert werden und so weiter und so fort.
Irgendwann werden wir das auch auf dem Smartphone so haben, aber auf dem Computer, also auf dem Laptop, ist das jetzt schon gegeben. Wir sind in überhaupt gar keiner Abhängigkeit und zwar in diesem Maße, wie du es schon beschrieben hast, für einzelne Aufgaben, wenn nicht sogar für einzelne Prompts, kann man einfach das Modell wechseln.
Ja, genau.
Den Anbieter wechseln, alles wechseln.
Das ist ja auch, also zum Beispiel gibt es ja auch dieses Modell Sakana Fugu jetzt von den Japanern, was im Prinzip nichts anderes macht, als das schaltet sich vor die ganzen anderen Modelle und entscheidet halt so, ja, jetzt könnte man mal, für die Frage ist Claude gut. Das ist zwar teuer, aber die Frage ist schwierig, also nehmen wir Claude. Das ist eine ganz einfache Frage, da tut es auch GPT-5-Nano oder so oder Jev oder was auch immer.
Ja, ich sehe auch Szenarien vor Augen, dass ich irgendwie, wenn ich so, du schickst mir so ein riesiges Konvolut an Texten und ich habe zu einem eine spezifische Frage, die vielleicht gar nicht so viel mit dem Podcastgespräch, sondern so andere Sachen zu tun hat, wie auch immer, dass dann wirklich ich in einem Chat, den ich schon führe, aber lokal sage, jetzt brauche ich mal Hyperintelligenz, dass ich erstmal in diesem Chat kläre, was ich jetzt eigentlich in diesem Prompt mitliefere.
Nämlich nicht einfach das ganze bisherige Kontextfenster, sondern dass wir Claude einfach wirklich nur noch für dieses hochspezifische nutzen und dann auf die Antwort warten. Ja, dauert dann zehn Minuten und dann geht es im Chat weiter. Aber im Chat ging es schon währenddessen weiter. Man wartet ja mittlerweile nicht mehr auf Antworten, sondern man macht ja schon mal weiter und so. Und da sehe ich eigentlich so eine Ökologie, die mir unterworfen ist, die ich mitgestalte, die ich auf Textbasis beschreibe, in der Claude wieder diesen Ort bekommt, den es haben sollte.
Und das ist nicht, ich habe meinen Download-Ordner zum Upload-Ordner gemacht.
Genau, du kannst halt im Prinzip, wenn du erstmal Modelle wechselst, kannst du halt auch super kompartmentalisieren. Dieses, this information is on a need-to-know basis, sozusagen. Also ich kann ChatGPT so ein bisschen was sagen und sagen, mach mir mal bitte jetzt so ein Prompt hier für so eine andere KI. Und die ist ein bisschen neugierig und schnüffelt mich immer aus, ist aber total schlau. Also pass auf, dass du das Prompt genauso schneidest, dass da jetzt nicht irgendwie der Pre-Crime-Alert losgeht, dass die nicht irgendwie wirklich erfahren, worum es hier geht.
Und dann schick, dann machen wir jetzt das Prompt, dann schicke ich das an Claude, nehme die Antwort und gebe dir die wieder. Und dann...
Eigentlich gibt es dafür auch schon Use Cases. Nämlich dann, wenn ich zum Beispiel vom Text ins Bild wechsle und sage, wir haben gerade einen Podcast aufgenommen, ich brauche ein Coverbild. Ich gebe ja Midjourney nicht das komplette Kontextfenster des Chats, in dem ich gerade die Kapitelmarken style, sondern ich sage, so und jetzt schreibt mir mal den Prompt für Midjourney. Ich brauche ein Coverbild.
Und dann sind das fünf Zeilen Text, fertig ist.
Ich habe mittlerweile so einen Deep Research Skill gebaut. Da geht der dann einfach, ist auch wieder so eine Textanleitung quasi, wo der dann einfach sich die Transkripte der letzten Chats einfach durchliest, daraus errät, was jetzt gerade mein Forschungsbedarf ist und das prompt automatisch baut und das dann wiederum an ChatGPT Deep Research weiterschickt. Also das kannst du alles machen. Das ist glaube ich genau das Ding, wie man langfristig agieren muss.
Man muss die halt alle blöd halten. Man darf das nicht zentralisieren. Jeder kriegt irgendwie nur einen Brocken der Information und nur deine lokalen Modelle haben das Big Picture. Und dann kannst du die Stück für Stück halt aus dem Rennen nehmen.
Genau. Jetzt lese ich mal aus deinem Skript vor. Denn zum einen haben wir jetzt schon diese Frage angeschnitten, wem gehört der Denkraum? Aber vorher, das ist wirklich so eine harte, krasse Pointe, die müsst ihr alle wissen, dass es das gibt. Aufgrund eines Chats eines User-Verhaltens schreibt Anthropic, oder der San Francisco Standard macht eine Berichterstattung über Anthropic mit folgendem Satz, wir haben dieses Konto entsprechend unserer üblichen Praxis gesperrt und den Fall an die Strafverfolgungsbehörden weitergegeben.
In diesem Chat wurde der Chef von Anthropic bedroht, angeblich. Daraufhin ging ein Anruf bei der Polizei ein.
Genau. Denkst du, nichts Böses, gehst zu Claude, sagst du, ey, was hat der Dario da schon wieder geschrieben? Dem gehört man echt mal auf die Nase zu hauen, dem Deppen so.
Zack kommt die Polizei.
Zack kommt die Polizei, ja. Das ist halt so eine, übergriffige Eskalation, wo man sich echt denken kann, das können doch auch nur wirklich diese abgehobenen Typen aus dem Silicon Valley sich ausgedacht haben, in völliger Abkoppelung von der Realität.
Also der Denkraum gehört also uns. Und zwar haben wir uns erkämpft.
Jawohl, das ist richtig. Den haben wir sogar schon 1983 erkämpft. Denn in Deutschland haben wir eine relativ gute Situation. Ich meine, seitdem lästern immer alle Politiker über Datenschutz, weil sie den auch nicht verstanden haben. Aber im Grunde genommen haben wir tatsächlich hier in unserer Verfassung ein ziemlich gutes Grundrecht, was uns vor diesem ganzen Quatsch eigentlich schützt. Ich lese mal vor, das ist das sogenannte Volkszählungsurteil.
1983 wollte halt quasi die, war glaube ich die Kohl-Regierung, die haben sehr sehr umfangreiche Fragebögen verschickt. Ich kann mich auch damals erinnern, noch mit meinen Eltern irgendwie in der Küche gesessen zu haben und da haben wir diese Dinger angeguckt, und mussten zum Glück nur noch ein paar Sachen ausfüllen, weil vorher das Bundesverfassungsgericht, einen Großteil von den Ansinnen kassiert hatte.
Also das war eine sehr übergriffige Fragebögen für alle Bürger und einige Leute wollten die halt nicht ausfüllen und sind vor das Bundesverfassungsgericht und das hat dann entschieden. Wer nicht mit hinreichender Sicherheit überschauen kann, welche ihn betreffende Informationen in bestimmten Bereichen seiner sozialen Umwelt bekannt sind, und wer das Wissen möglicher Kommunikationspartner nicht einigermaßen abzuschätzen vermag, kann in seiner Freiheit wesentlich gehemmt werden, aus eigener Selbstbestimmung zu planen oder zu entscheiden.
Mit dem Recht auf informationelle Selbstbestimmung wäre eine Gesellschaftsordnung und eine diese ermöglichende Rechtsordnung nicht vereinbar, in der Bürger nicht mehr wissen können, wer was wann und bei welcher Gelegenheit über sie weiß.
Und es ging damals um fast nichts. Wie viele Leute wohnen in diesen Wohnungen?
Richtig. Also im Vergleich zu dem, was heute irgendwie pro Sekunde auf Facebook über einen erhoben wird, ist das echt noch ein Witz gewesen. Aber selbst das war schon nicht okay damals. Selbst das hat das Bundesverfassungsgericht gesagt, kann so nicht laufen. Dann haben natürlich in der Zeit danach immer mal wieder Politiker versucht, es doch zu tun. Also Stichwort Vorratsdatenspeicherung ist ja zum Beispiel ein so ein Ding.
Und 2008 ist es da dann im Rahmen von dieser ganzen Geschichte um die Vorratsdatenspeicherung nochmal zu einem Prozess vom Bundesverfassungsgericht gekommen, wo die das sogar noch ausgeweitet haben, unsere Rechte oder klargestellt haben, dass unsere Rechte eigentlich viel weiter gehen. Die jüngere Entwicklung der Informationstechnik hat dazu geführt, dass informationstechnische Systeme allgegenwärtig sind und ihre Nutzung für die Lebensführung vieler Bürger von zentraler Bedeutung ist.
Heutige Personalcomputer können für eine Vielzahl unterschiedlicher Zwecke genutzt werden, etwa zur umfassenden Verwaltung und Archivierung der eigenen persönlichen und geschäftlichen Angelegenheiten, als digitale Bibliothek oder in vielfältiger Form als Unterhaltungsgerät. Dementsprechend ist die Bedeutung von Personalcomputern für die Persönlichkeitserfaltung erheblich gestiegen.
Dabei handelt es sich nicht nur um Daten, die der Nutzer des Rechners bewusst anlegt oder speichert. Im Rahmen des Datenverarbeitungsprozesses erzeugen informationstechnische Systeme zudem selbsttätig zahlreiche weitere Daten, die ebenso wie die vom Nutzer gespeicherten Daten im Hinblick auf sein Verhalten und seine Eigenschaften ausgewertet werden können. Werden diese Daten von Dritten erhoben und ausgewertet, so kann dies weitreichende Rückschlüsse auf die Persönlichkeit des Nutzers bis hin zu einer Profilbildung ermöglichen.
Ja, wir haben also ein Grundrecht bekommen, dass diese informationstechnische Systeme uns und niemand sonst zur Verfügung stehen.
Genau.
Also klar, hier wird natürlich gegen den Staat argumentiert, aber wir haben ja eben schon gelernt, die alte Logik, dass manche Sachen so krass sind, das kann nur ein Staat, gilt ja heute genau umgedreht, das kann nur ein Unternehmen. Diese Unternehmen gibt es jetzt. Wir stehen ja in einem anderen Vertragsverhältnis mit diesen Unternehmen.
Also wir können einfach sagen, ich chatte nicht. Also ich chatte ja nicht mit ChatGPT. Ich habe überhaupt gar keinen Account und nichts. Das heißt, da konnte ich einfach eine Entscheidung treffen. Um ChatGPT komme ich herum, um meinen Computer nicht. Auf meinem Computer läuft jetzt Claude. Was bedeutet, ich möchte eigentlich hier jetzt Rechte ableiten, die ich nur gegenüber dem Staat habe, nicht gegenüber Claude oder Anthropic.
Aber wenn der Staat auf Seiten Anthropics eine Rolle spielt, dann möchte ich, dass das wieder reinkickt. Dann muss das wieder gelten.
Und es ist ja auch jedes Mal dann, wenn der Staat ein Gesetz macht, das Anthropic betrifft, kickst es ja auch wieder rein.
Genau, ganz genau. Wir wissen natürlich, dass dieses Grundrecht so ein bisschen verloren und vergessen wurde und wir können es natürlich immer revitalisieren, indem wir es wie du vorlesen. Aber in den Momenten, wo vor Gericht argumentiert wird, Kommt man nicht drum rum, egal wie die öffentliche Meinung gerade ist und egal wie lange ein CSU-Innenminister irgendeine Meinung dazu hatte, sondern das, was ich jetzt gerade vorgelesen habe, das, was du vorgelesen hast, ist geltende Rechtslage in Deutschland, Verfassungsrang.
Genau. Das ist immer, den ganzen Innenministern ist das immer ein Dorn im Auge. Da machen die immer wieder Gesetze von Neuem und von Neuem und von Neuem, die dagegen verstoßen und die werden halt immer wieder kassiert.
Wir haben ein Grundrecht auf die Integrität unserer, meiner, informationstechnischen Systeme.
Genau. Und das Bundesverfassungsgericht ist da auch ganz klar. Das Recht auf informationelle Selbstbestimmung trägt den Persönlichkeitsgefährdungen nicht vollständig Rechnung, die sich daraus ergeben, dass der Einzelne zu seiner Persönlichkeitsentfaltung auf die Nutzung informationstechnischer Systeme angewiesen ist. Und dabei dem System persönliche Daten anvertraut oder schon allein durch dessen Nutzung zwangsläufig liefert.
Ein Dritter, der auf ein solches System zugreift, kann sich einen potenziell äußerst großen und aussagekräftigen Datenbestand verschaffen, ohne noch auf weitere Datenerhebungs- und Datenverarbeitungsmaßnahmen angewiesen zu sein. Ein solcher Zugriff geht in seinem Gewicht für die Persönlichkeit des Betroffenen über einzelne Datenerhebungen, vor denen das Recht auf informationelle Selbstbestimmung schützt, weit hinaus.
Ja, Quellen-TKÜ geht nicht. Vorratsdatenspeicherung sehr schwierig. Und das, was wir als Einflugschneise jetzt durch KI-Chatbots, die direkt auf sozusagen Root-Level auf unseren Computern installiert sind, Da sollte, also da muss sich der Staat raushalten nach diesen Texten. Wir wissen ja auch, das ist dann der amerikanische Staat und dann gibt es so Rechtsbeihilfe und irgendwas mit BND und NSA und so.
Zumindest ist es keine idealtypische oder Wunschvorstellung, sondern es ist Verfassungsrechtstext, der uns hier sagt, eigentlich sind wir sicher, eigentlich.
Ja, richtig. Das heißt, wir haben auch das Recht dazu, uns da zu schützen im Grunde genommen.
Das auch, genau.
Anthropic darf das eigentlich so nicht mit uns machen. Wir sind halt ziemlich mächtig und können es momentan tun. Aber ich vermute ja mal, auch Facebook wurde irgendwann mal dazu gezwungen, bestimmte Dinge nicht mehr zu tun.
Ja, also das ist dieses Dominieren, von dem Adrian Daub spricht, das sich sehr unterscheidet vom Regieren. Weil beim Regieren steht eben neben der Politik noch die Justiz. Man hat ein Auge drauf und wir können sie anrufen und finden da Adressen und alles ist ein bisschen sortiert. Das ist natürlich beim Dominieren anders. Und das, was hier stattfindet, ist Dominanz.
Richtig. Ja, und daraus leitet sich halt auch eigentlich ab. Wir brauchen technische Lösungen, um unser Recht durchzusetzen. Wir brauchen mehr Möglichkeiten halt, bei uns lokal zu arbeiten und die Modelle möglichst wenig zu informieren über das, was wir da tun. Und auf jeden Fall müssen wir uns bewusst sein, dass im Moment halt noch eine Situation ist sozusagen, wo ChatGPT ganz viel von uns lernt.
Da kann man vielleicht noch mit cool sein, gerade wenn man irgendwie Milliarden von Tokens kriegt, die einem vielleicht helfen, ein Programm zu bauen, dass man ChatGPT nie mehr wieder braucht. So. Und bei Claude ist halt, die sind halt tatsächlich so drauf, dass sie halt gucken. Und wenn du halt irgendwie dreimal fragst, sag mal, mach mir mal eine Anleitung, wie ich einen Schnupfen synthetisiere, dann geht gleich der Biowaffenalarm los und dann springen die bei Anthropic alle in ihre Klamotten und rasen die Feuerwehrstange runter, um dich zu verhaften.
Ist ja auch noch ein ungelöstes Problem. Es ist ja nicht so, dass wir jetzt ein Plädoyer machen, jeder sollte damit seine Biowaffe, um die Nachbarn aus dem Weg zu räumen, herstellen können. Aber die Lösung des Problems ist halt schwierig.
Wir können Verbrechen nicht lösen, indem wir die Leute in Ketten legen. Das ist halt immer das Problem. Das ist halt so, was ich schwierig finde. Deshalb bin ich auch immer noch der Meinung, es gibt ein System dafür, die Menschen davon abzuhalten, böse Dinge zu tun. Das funktioniert auch ganz gut. Da, wo es nicht funktioniert, gibt es konventionelle Maßnahmen. Mehr Polizisten einstellen irgendwie oder, dafür sorgen, dass die Leute weniger Anreiz haben, böse Dinge zu tun.
Und aber im Grunde genommen, ich bin ja verantwortlich für mein Handeln und mein Handeln umfasst ja das, was die KI angeblich tut. Man sagt ja immer, die KI tut, wohingegen man sagt, ich habe Photoshop benutzt. Dabei hätte man auch sagen können, Photoshop hat getan.
Photoshop hat getan, ja.
Also ich benutze KI, um Dinge zu tun und wenn das, was ich damit tue, nicht in Ordnung ist, dann verantworte ich mich gegenüber dem Staat, aber bestimmt nicht über Anthropic.
Genau so.
Dann die letzten Texte hier, die sind glaube ich nicht mehr ganz so spannend dazu.
Na, Richard Stallman sehe ich hier. Da will man immer hören, was er sagt.
Komm, gehen wir nochmal rein bei Richard Stallman. Der sagt nochmal, den Serverbetreibern ist daran gelegen, dass die Programme auf dem Server frei sind. Sind sie proprietär, dann haben deren Entwickler/Eigentümer die Macht über den Server. Das ist unfair dem Serverbetreiber gegenüber und bringt auch den Nutzerinnen nichts. Sind die Programme auf dem Server jedoch frei, dann wahrt das die Nutzerinnen des Servers nicht vor den Folgen von SaaSS.
Solche Programme befreien lediglich die Serverbetreiber, jedoch nicht die Nutzerinnen des Servers.
Ja, also dieses Software-as-a-Service wird demnächst noch eine große Rolle spielen, denn was ja derzeit schon omnipräsent ist, dass jeder sich irgendwie so Software herstellt. Und jetzt ist immer die Frage, was ist nur so ein kleiner historischer Moment und was für die große Stabilisierung? Und dass wir auf der einen Seite so eine Klage darüber haben, dass alles nur noch Lizenzgeschäfte sind.
Also zuerst lizenzieren wir unsere Bücher und dann unsere Filme, dann unsere Musik und jetzt plötzlich auch die Software. Jetzt bezahlen wir jeden Monat Geld an Adobe, damit sie uns Photoshop zur Verfügung stellen. Und dann ist ja nur noch eine Zusatzpointe sozusagen, dass Photoshop uns die Bilder baut, weil wir gar nicht genau wissen, was wir eigentlich wollen, sondern wir klicken dann so die Varianten durch, die uns Photoshop so bietet.
Und dann so, ah ja, jetzt finde ich es irgendwie gut, jetzt lasse ich das so. Das ist ja genau das, was die KI jetzt ersetzt, dass man einfach sagt, macht das Bild schöner. Und dann ist das Bild halt schöner und dann denkt man sich so, ist okay, schön. Ob ich das jetzt selber angeklickt habe oder das einfach fertig geliefert wird, ist ja egal. Aber es findet halt als ein Service statt. Ich buche mich irgendwo ein, ich hinterlasse diese Trainingsdaten von mir. Ich habe die Maschine gelehrt, was schön ist und was nicht und wie man mit einem Fehler umgeht und so weiter und so fort.
Und die Hoffnung ist dann doch irgendwie, dass man das als Zwischenphase ansieht, schon allein, weil Compute teuer ist. Jetzt haben wir ja über Apple gesprochen, die werden das ja lösen, also 1,5 Terabyte Shared Memory und so weiter. Das iPhone macht auch schon alles lokal, was so Bildverarbeitung angeht, wie auch immer. Also es könnte sein, dass wir aus diesem Zeitalter wieder rauskommen.
Was dann bedeutet, ab dann haben wir überall ausreichend Compute in der Hosentasche. Mit der großen Folge, dass all die Probleme, die wir zum Beispiel jetzt angesprochen hatten, wie zeigt mir, wie ich ein Schnupfen herstelle und dann ist es Corona. Diese Probleme sind dann in der Welt. Die Frage ist, wie haben wir das damals gemacht, als es hieß, Autos wiegen jetzt 1,5 Tonnen und fahren 100 kmh. Wir haben jedenfalls nicht aufgehört, die Fußwege nicht direkt an die Straße zu bauen.
Ja, wir haben in vielerlei Hinsicht einfach das getan, was wir immer tun. Wir haben gelernt, mit der Gefahr zu leben.
Genau, wir haben gelernt, mit der Gefahr zu leben und wir haben vor allem politische Programme gebaut, juristische Anpassungen gemacht und den ganzen Kram.
Genau, kulturelle Lösungen, man bringt den Kindern früh bei, nicht an der Straße zu spielen, wie man rüberläuft, dass hier 70 vor der Tür ist.
Ja, genau. All diese Sachen. Und das muss jetzt nachgebaut werden. Es ist, anders als diese KI-Unternehmen behaupten, nichts Neues, nichts Überraschendes, sondern es ist einfach, wie es ist. So, Leute gehen heute in den Supermarkt und da ist niemand mehr, der die ganze Zeit durchrechnet, was hier was kostet und so. Das macht allenfalls noch der coole Barkeeper, der sieben Drinks ab 15 Euro kurz im Kopf überschlägt.
Aber eigentlich ist es auch egal, weil wir eh Trinkgeld drauflegen. Also die Konventionen sind ja schon geschliffen sozusagen, was die harte Mathematik, die die Lebenswelt gestaltet angeht. Für alles andere hat man einen Taschenrechner. Du hast jetzt gesagt, Mathematik ist im Grunde die Reformulierung aller Aspekte in der Welt. Also wer ernsthaft eine Biowaffe herstellen will, braucht jetzt einen Taschenrechner, würde ich sagen. So grob, ja. Taschenrechner reicht fast, Bibliothek und Taschenrechner.
Ja, definitiv. Also ich habe mal eine ganze Zeit lang mal mit ChatGPT so dieses Thema ergründet, so nach dem Motto. Ja, aber was bräuchte ich denn tatsächlich für so eine Biowaffe und wie viel davon kann mir die KI liefern? Stellt sich raus, KI kann eigentlich am Ende nur sehr wenig machen. Wenn du nicht irgendwie so ein Level-1-Labor hast mit irgendwie Sicherheitsmaßnahmen und Ausrüstung für 5 Millionen Euro, wirst du keine Biowaffen bauen.
Und selbst wenn es da demnächst Überraschungen gibt, weil jetzt Maschinen immer mehr Maschinen steuern, es führt kein Weg dran vorbei, dass man hier einen politischen Diskurs braucht. Das mangelt da derzeit auch an politischem Personal, muss man ernsthaft sagen. Denn selbst bei den Vereinten Nationen, wo im Grunde nur noch deklariert und nichts mehr geregelt wird, hat der Kanzler gerade keine Kapazität für eher.
Eine der größten Frechheiten überhaupt, dass man nicht merkt, dass man im Amt gescheitert ist, weil man sagt, ne, in Mecklenburg-Vorpommern ist meine 4,9%-Partei, da kann ich jetzt nicht das Land verlassen, ich kann jetzt gerade nicht Weltpolitik mitmachen. Was ist das bitte für ein Zustand also da kriegt man natürlich jetzt da geht man natürlich in die Falle wenn OpenAI sagt, wir haben hier eine Fertiglösung, brauchst keine Politik machen.
Aber die anderen, genau aber momentan ist halt wirklich die Politik versagt auf ganzer Linie, also wenn ich sehe dass irgendwie, Dario Amodei da jetzt zur UNO reden konnte über die KI Apokalypse und da irgendwie 180 Staatschefs sitzen und keiner von denen sagt, ich hab mit meinem Geheimdienst und meiner Technik geredet, irgendwie das ist alles totaler Bullshit irgendwie, sondern nein, oh ja, oh shit, was, die KI wird uns jetzt fertig machen?
Ja, dann müssen wir jetzt ja mal, was machen wir denn da? Am besten bestellen wir mal ganz viele Unternehmensberater, die uns erklären, wie wir das jetzt lösen. Und was machen die dann? Ach, uns mehr KI verkaufen. Okay.
Also da sind wir wirklich auf dem falschen Weg, aber wie gesagt, dieser Local AI Trend, der ja nun schon, es ist ja nicht so, dass wir einfach so Wünsche haben, sondern es sind nun mal Apple und Nvidia, die diesen Trend vorantreiben. Von daher wird es schon in die richtige Richtung gehen.
Guck dir mal Jev an. Jev ist ein total abgefahrenes Teil. Das ist jetzt quasi ein KI-Modell, was keine menschliche Sprache mehr ausspuckt, sondern nur noch JSON und nur noch Entscheidungen trefft. Das ist also sozusagen, wo alle Leute wie jetzt auf diese teuren Modelle, die dich total zulabern können, gucken, und versuchen damit sowas wie Claude Code zu machen, wo eine deiner größten technischen Herausforderungen ist, Claude dazu zu bewegen, nicht zu viel rumzulabern, zu labern, sondern technische Aussagen zu machen, macht Jev das einfach natürlich, sozusagen.
Die haben einfach auf alles verzichtet bei Jev, was man nicht braucht, um so ein Claude Code zu betreiben.
Ja, das klingt sehr gut. Das ist im Grunde die, man hatte ja damals, als das Telefon kam, diese Idee, oh, das ist voll toll, es können endlich alle wichtigen Männer miteinander reden und man hat auch mal eine Connection von Russland nach China. Und dann stellte man raus, die Leute nutzen es fürs Geplauder. 99 Prozent der Telefonate hätten auch morgen oder gar nicht stattfinden können und im Grunde so, also der Informationswert ist nahezu null.
Der Koordinationswert hoch, also plaudern ist ja, sage ich als Soziologe schon, ist nicht unbedeutend so, zentral, aber es ist im Grunde beliebiges Geplauder. Und wenn so früh in dieser Entwicklung jemand sagt, Wir sehen da diesen Plaudertrend. Wir bauen euch jetzt eine JSON-only Output-Maschine. Also wirklich nur Hardcore. Es gibt keine Sätze mehr, bei denen Stefan sagt, die Grammatik stimmt wahnsinnig überzeugend, sondern genau das wurde rausgenommen.
Das ist ja ein echter Fortschritt, weil ich will am Ende auch nur noch JSON. Ich will ja nicht mit der Maschine plaudern. Sehr gut. Das sind doch tolle Aussichten, die wir hier am Ende haben. Lass uns aber noch das allerletzte Zitat, was du rausgesucht hast, denn da können wir den Bogen nochmal schließen zur Mathematik. Und ich erinnere daran, dass wir ja über Evgeny Morozov in der ersten Folge sprachen und sein zentrales Zitat, keiner darf sie benutzen, alle dürfen sie nutzen, keiner darf sie besitzen, alle dürfen sie nutzen.
Das steht ja bei uns auf der Webseite, ganz oben auf der Startseite, weil es so aussagekräftig ist. Ich glaube, das ist auch so ein Kandidat hier.
Ja, die Open Math Model Initiative, die schlägt da in die gleiche Kerbe. Die sagt nämlich, die Gemeinschaft braucht Modelle, die sie prüfen, verbessern und unabhängig betreiben kann und deren Entwicklung sich an gemeinsamen wissenschaftlichen Prioritäten orientiert.
Genau so.
Nicht an den Prioritäten von OpenAI, nicht an den von Anthropic, nicht Elon Musk, nicht Sam Altman, sondern du und ich.
Ja, genau so. Von daher solidarische Grüße an alle, die diesen mathematischen Kampf führen, in der Hoffnung, dass die Mathematiker hier eine Antwort auf ein soziales Problem finden, eine Reformulierung. Das ist zumindest mal ein gutes Angebot, was sie hier gemacht haben.
Sehr gut. So, beim nächsten Mal reden wir über ein Problem, das wirklich wahnsinnig interessant ist. Ich kann schon mal den Titel nennen, denn das ist für Soziologen wirklich interessant. When Agents Coordinate, also wenn Agenten sich koordinieren, Measuring, Messen ist ja jetzt wieder das große Schlagwort, Measuring Coordination in Multi-Agent AI Coding. Also wir haben es zu tun mit KI-Agenten, die Software schreiben, die also ein Produkt herstellen, aber jeder macht für sich so einen kleinen Teil.
Also diese Schwarmintelligenz, dieser Fleiß, alles was wir hier schon berichtet haben. Nun ist es so, dass das alles sehr tokenintensiv ist. Also wir haben ja über die Milliarden Token jetzt gesprochen. Ist auf jeden Fall ein Problem. Kostet nämlich, kostet Geld. Und jetzt die Frage, wie kann man... Die Kosten senken. Wo muss man hinschauen?
Denn bislang machen wir ja einfach, okay, die KI baut uns so Code und dann machen wir ein Audit und der Audit ist dann sozusagen das Messen, das Measuring, wie gut diese Software funktioniert. Also die Software wird dann einfach hardcore in den Wind gestellt und dann soll sie halt machen, was ihr aufgetragen wurde und das schafft sie dann oder nicht. Also da kann man einfach aus dem Audit viel rausziehen.
So, was ist aber mit dem vorherigen Erstellungsprozess dieser Software? Wenn man jetzt mehrere Agenten hat, die alle für sich und ich habe keine Ahnung davon, aber bei objektorientierter Programmierung hat man es ja schon mit sehr unabhängigen Fragmenten einer gemeinsamen Software zu tun, wo im Grunde nur so ein autopoietisches, ja hier hast du so einen kleinen Datensatz und gib mal wieder oder was auch immer und eigentlich wissen die Objekte nicht so richtig, in welchem Verhältnis sie jetzt zueinander stehen.
Also wir haben es eh mit zerklüfteten, fragmentierten Konstrukten einfach zu tun. So sieht man ja auch, wenn man ein Haus baut, da kommen einfach 20.000 Gewerke. Und da dachte er, hat gar keine Ahnung von der Treppe, die gestern eingebaut wurde, über die er hochgegangen ist. Aber am Ende ist es halt ein Haus, wir können es genauso nutzen. Und man hat wirklich krasse, erstaunliche Entdeckungen gemacht.
Wie zum Beispiel, dass diese Agenten überhaupt gar keinen Bock haben auf Management.
Wir entwickeln ja auch Software. Softwareentwickler haben nie Bock auf Management.
Genau, das stimmt. Das ist eine sehr gute Pointe, denn das ist ja lange das von Google gewesen, dass sie sich gut mit Eric Schmidt verstanden haben, weil Eric Schmidt einfach sagte, Wir haben jetzt Notwendigkeit für Management, aber die oberste Aufgabe des Management ist, überhaupt gar keinen Ingenieur hier zu belästigen. So, da hat man das zehn Jahre so gemacht.
So, was aber jetzt eben super interessant ist, dass Menschen, wenn sie aufeinandertreffen, ab einem gewissen Grade, also sieben Leute, die eine gemeinsame Aufgabe erfüllen, Management brauchen. Und sei es ein Orchestrator, der einfach die Tagesordnung vorgibt. Die KI-Agenten, hunderte, tausende KI-Agenten, also in so hohen Zahlen, also so ab 14 wurde es dann interessant, hat man gesagt, ja dann, ich habe hier mal einen KI-Agenten gesagt, du bist der Orchestrator, schreib Texte, an die sich die anderen halten sollen und die anderen Agenten so, mir egal eigentlich, ob ich jetzt vom Orchestrator einen Text kriege, der irgendwas sagt oder irgendwer einen zufälligen Output hat, der für mich relevant ist, wie auch immer, das ist mir alles egal.
Also, es gibt kein Management und man kann es auch nicht reinbefehlen oder sonst irgendwie, sondern es gibt da kein Management. Weil, und das wird dann im Detail aufzuschlüsseln sein, so richtig verstehen kann ich es auch noch nicht, aber. Wenn wir uns Organisationen vorstellen, haben wir es da mit Mitgliedschaftsfragen zu tun, wer gehört ja dazu, wer nicht, wer ist wem gegenüber sprechberechtigt, wer ist weisungsbefugt, wer muss machen, was gesagt wird, wie auch immer.
Und das größte Problem, das Unternehmen haben, ist Recruiting, dass der HR-Manager mittlerweile nicht mehr HR, sondern CHR-Officer ist, also ein C-Level-Niveau erreicht, weil die Firma einfach so, ey, wir finden keine Leute mehr, wie auch immer. Ja, das hat damit zu tun, dass Menschen unter der Gesichts- oder der Paratik mal ausgewählt werden, dass sie begrenzt sind. Sie brauchen Feierabend, sie haben eine bestimmte Qualifikation.
Alles das muss da eine Rolle spielen. Passt der ins Team? So, bei den KI-Agenten ist einfach, wir haben einen, der hat gut funktioniert, den klonen wir jetzt. Das einzige Unterschied zum anderen KI-Agenten ist, der hat ein Kontextfenster von null, statt das schon zu 60% aufgefüllt ist, so ungefähr. So, man kann also unendlich skalieren. Also sagen sich die KI-Agenten unter sich, was willst du denn hier managen?
Wir sind alle derselbe, wir werden nur durchnummeriert. So, was bedeutet, und hier steht ja, die Fragestellung ist, wie koordinieren die sich? Ja, die koordinieren sich über eine Textgrundlage. Die schaffen, wenn sie nicht mehr miteinander im Gespräch sind, weil es zu viele sind und das zu zeitintensiv ist und das Kontextfenster nur noch dann aus den Gesprächen mit den anderen Agenten besteht, statt aus der Aufgabe, gehen die in Broadcasting über.
Die schreiben einfach alle in dasselbe Dokument und lesen in dem auch und verschaffen sich damit Übersicht. Und jetzt ist die Frage, die werden wir dann klären, wie verstehen wir das? Wie können wir das nutzen? Wie können wir das stylen? Wir haben ja unsere Fragestellung. Dass KI-Agenten miteinander agieren, ist ja nur, ja das müssen sie halt machen, damit sie unsere Fragestellung.
Ja, das betrifft ja auch ganz viele Bereiche im Prinzip. Da kommen wir jetzt quasi von dem Agententhema, aber, ich meine, wie sich irgendwelche Entitäten untereinander koordinieren, das ist Soziologie, da spielt die Informatik mit rein, die Spieltheorie.
Und jetzt ist die Frage, was davon kann in unserem großen Hang, also was bleibt übrig nach unserem großen Ansinnen hier anthropologische Konstanten, weil wir von Agenten sprechen, einfach auf die Maschinenwelt zu übertragen oder, wo haben die ein Eigenleben, das, und das ist das Tolle, ganz leicht durchschaubar ist. Wir brauchen eine KI-Zoologie und wenn man das, glaube ich, also wir müssen es erst herausarbeiten, aber wenn es ausreichend plausible Argumente dafür gibt, dass KI-Zoologie reicht, können wir uns eins sparen und das ist Psychologie.
Wir müssen uns dann mit diesem Firlefanz aus, das Kind in dir will Aufgaben, Reward, Ziel suchen, können wir uns dann sparen. Und das könnte großer Vorteil sein, auch in der, ja wie kriegen wir sie denn unter Kontrolle? Es wird nicht der Orchestrator sein oder die große Anthropic-Verfassung, die diesen Maschinen sagt, bitte keine Bomben bauen, sondern es lässt sich anders herausarbeiten und absichern.
Es ist die größte Frage, die wir auch als Menschen haben. Was ist ökologische Kommunikation? Wie können wir über die Umwelt, in der wir leben, Aussagen treffen? Und sei es nur, um zu verhindern, dass wir sie nebenbei zerstören, dass wir sie als Nebeneffekt unseres Alltags und unseres Vorkommens, also was wir so machen im Alltag, dass wir sie einfach zerstören. Kriegen wir das als Menschen hin, so ein Gespräch zu führen über unsere Umwelt?
Und wie machen das eigentlich die Maschinen? Also das ist so die Fragestellung. Und das ist, ab dann geht es all in, glaube ich.
Ich glaube auch, da wird es richtig spannend.
Das machen wir dann in der Nummer 8. Wir wissen noch nicht genau, wann sie kommt, denn es ist Monatswechsel. Wir müssen natürlich neue 20er machen. Es ist viel passiert, Fernsehpodcast und sowas, alles.
Aber die neue Kontextfenster kommt auf jeden Fall bestimmt. Wir wissen noch nicht wann, genau.
Den Text findet man ja auch schon in unserer Leseliste. Also man kann ja da schon mal sneak peeken, wenn man selber Interesse an solchen Fragen hat. Aber es wird jedenfalls KI-Soziologie, Klammer auf, nicht besser Soziologie geben.
Das wird richtig cool.
Dann verabschieden wir uns für heute.
Ja, mach's gut, bis zum nächsten Mal.
Und wünschen allen schöne Tage, hoffentlich ohne Untergang.
Jawohl. Bis dann. Ciao.
Ende des Gesprächs