Explore every episode of the podcast DEEPTECH DEEPTALK

Summary:

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

Takeaways:

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

Sound Bites:

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

Key Words:

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

Chapters:

00:00 Neujahrsrückblick und spannende Entwicklungen

02:52 Fortschritte im Bereich Advanced Reasoning

06:04 Preiselastizität und Marktstrategien

08:56 Risiken und Herausforderungen bei der Nutzung von KI

11:49 Geopolitische Aspekte und technologische Resilienz

16:59 Zukünftige Durchbrüche in der Wissenschaft

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

27:20 Globale Perspektiven der KI-Entwicklung

30:51 Kollaboration und Innovation in Europa

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

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

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

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

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

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

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

Summary

In diesem Deep Tech Deep Talk geht es um die Anwendung von AI im EdTech-Bereich, insbesondere im Bereich der Bildung. Es wird über die Bedeutung von Open Source in der Softwareentwicklung gesprochen und wie sich die Entwicklung von Sprachmodellen in den letzten Jahren verändert hat. Es wird diskutiert, wie KI die Musikindustrie beeinflusst und welche Rolle IP und Personalisierung dabei spielen. Außerdem wird die Frage nach der Zukunft von KI und der Möglichkeit einer Artificial General Intelligence (AGI) gestellt. Es wird auch darüber gesprochen, wie KI im Bereich des Lernens und der Ausbildung eingesetzt werden kann und welche Rolle Methodik und Didaktik dabei spielen. In diesem Teil des Gesprächs diskutieren Oliver, Alois und Werner die Bedeutung von personalisiertem E-Learning und E-Training. Sie betonen, dass die Individualisierung und Anpassung an die Bedürfnisse und Vorkenntnisse des Lernenden der Schlüssel zum Erfolg ist. Die Verwendung von KI ermöglicht es, personalisierte Trainings anzubieten und durch geschickte Analytik die Fortschritte der Lernenden zu verfolgen und anzupassen. Sie diskutieren auch die Rolle von Co-Piloten oder Begleitern in E-Learning und E-Training und wie sie den Lernenden helfen können, ihr volles Potenzial auszuschöpfen. Darüber hinaus sprechen sie über die Zukunft von E-Learning und E-Training, einschließlich der Entwicklung von Companion-Systemen und der Integration von Soft Skills in das Lernprozess.

Keywords

AI, EdTech, Bildung, Open Source, Sprachmodelle, Musikindustrie, IP, Personalisierung, KI-Zukunft, AGI, Lernen, Ausbildung, Methodik, Didaktik, personalisiertes E-Learning, E-Training, Individualisierung, Anpassung, KI, Co-Piloten, Begleiter, Fortschritt, Analytik, Zukunft, Companion-Systeme, Soft Skills

Takeaways

• Die Anwendung von AI im EdTech-Bereich ermöglicht es, Bildungsinhalte mit technologischen Methoden zu gestalten und zu verbessern.
• Open Source spielt eine wichtige Rolle in der Softwareentwicklung und ermöglicht es, Produkte frei zu verwenden und weiterzuentwickeln.

• KI beeinflusst die Musikindustrie, indem sie neue Möglichkeiten der Personalisierung und Skalierung bietet, aber auch Fragen des Urheberrechts aufwirft.
• Die Zukunft von KI ist noch ungewiss, aber eine Artificial General Intelligence (AGI) könnte in den nächsten Jahren erreicht werden.
• Im Bereich des Lernens und der Ausbildung kann KI genutzt werden, um personalisierte und methodisch fundierte Inhalte bereitzustellen. Personalisiertes E-Learning und E-Training ermöglichen eine individuelle Anpassung an die Bedürfnisse und Vorkenntnisse der Lernenden.
• Die Verwendung von KI ermöglicht es, personalisierte Trainings anzubieten und den Fortschritt der Lernenden zu verfolgen und anzupassen.
• Co-Piloten oder Begleiter können den Lernenden helfen, ihr volles Potenzial auszuschöpfen und ihre Lernziele zu erreichen.
• Die Integration von Soft Skills in den Lernprozess ist ein wichtiger Aspekt des zukünftigen E-Learnings und E-Trainings.

Sound Bites

• "Die Anwendung von AI im EdTech-Bereich, insbesondere im Bereich der Bildung."
• "Open Source ist ein frei verfügbares System."
• "Die Entwicklung von Sprachmodellen und die Dekodierung von Sprache."
• "Ist das nicht extrem spannend für mich als Kunden? Absolut."

Chapters

00:00 AI im EdTech-Bereich: Anwendung in der Bildung

01:29 Die Bedeutung von Open Source in der Softwareentwicklung

05:12 Die Entwicklung von Sprachmodellen: Quantität und Qualität

09:53 KI und die Musikindustrie: IP und Personalisierung

13:08 Die Zukunft von KI: AGI und weitere Entwicklungen

18:21 KI im Lernbereich: Methodik und Didaktik

21:43 Personalisiertes E-Learning und E-Training: Anpassung an individuelle Bedürfnisse

24:57 Die Rolle von KI in personalisiertem E-Learning und E-Training

28:18 Co-Piloten und Begleiter: Unterstützung beim Lernen

29:17 Die Zukunft von E-Learning und E-Training: Companion-Systeme und Soft Skills

Summary

In dieser Folge des Deep Tech Deep Talk spricht Oliver Rößling mit Professor Dr. Frank Passing über Künstliche Intelligenz (KI) und deren Anwendung in verschiedenen Branchen. Frank Passing ist Professor für Machine Learning und KI und Gründer von Intuitive AI. Sie diskutieren die Entwicklung von KI-Technologien, den Einfluss der Automobilindustrie auf Franks Karriere und die Bedeutung von Datenqualität. Sie erläutern auch die Unterschiede zwischen regelbasierten und datenbasierten KI-Systemen und wie KI in komplexen Branchen wie Finanzwesen und Compliance eingesetzt werden kann. Außerdem diskutieren sie die verschiedenen Ansätze bei der Entwicklung von KI-Modellen und die Bedeutung von hybriden Systemen. In diesem Teil des Gesprächs geht es um den Einsatz autonomer Agenten und die Nutzung von künstlicher Intelligenz (KI) zur Vereinfachung von Arbeitsprozessen. Es wird diskutiert, wie autonome Agenten Entscheidungen treffen und handeln können und wie sie in Unternehmen eingesetzt werden können. Es wird auch über die Autonomie von Agenten und die möglichen Gefahren und Potenziale diskutiert. Der Einsatz von kleinen Modellen und die Effizienz von KI werden ebenfalls angesprochen. Es wird betont, dass der Mensch immer noch die letzte Entscheidung treffen sollte und dass KI die Arbeitsprozesse erleichtern kann. Es wird auch über die Herausforderungen des Wissensmanagements und die Entwicklung neuer Produkte gesprochen.

Keywords

Deep Tech, Künstliche Intelligenz, Machine Learning, Automobilindustrie, Datenqualität, Regelbasierte Systeme, Datenbasierte Systeme, Finanzwesen, Compliance, KI-Modelle, Hybride Systeme, autonome Agenten, künstliche Intelligenz, Entscheidungsprozesse, Arbeitsprozesse, kleine Modelle, Effizienz, Potenziale, Gefahren, Autonomie, Wissensmanagement, Produktentwicklung

Takeaways

• Die Entwicklung von KI-Technologien hat sich in den letzten Jahren stark verändert und bietet heute viele neue Möglichkeiten.
• Datenqualität ist ein entscheidender Faktor für den Erfolg von KI-Projekten.
• Es gibt Unterschiede zwischen regelbasierten und datenbasierten KI-Systemen, und beide Ansätze haben ihre Vor- und Nachteile.
• KI kann in komplexen Branchen wie dem Finanzwesen und der Compliance eingesetzt werden, um Prozesse zu verbessern und rechtliche Anforderungen zu erfüllen.
• Hybride Systeme, die sowohl große Sprachmodelle als auch spezifische KI-Agenten nutzen, können besonders effektiv sein. Autonome Agenten können spezifische Arbeitsprozesse vereinfachen und Entscheidungen treffen.
• Der Einsatz von kleinen Modellen kann effizienter sein und Energie sparen.
• Der Mensch sollte immer noch die letzte Entscheidung treffen und die KI unterstützen.
• Es gibt Potenziale und Gefahren bei der Nutzung von autonomen Agenten und künstlicher Intelligenz.
• Das Wissensmanagement und die Entwicklung neuer Produkte sind wichtige Aspekte bei der Nutzung von KI.

Chapters

00:00 Die Entwicklung von KI-Technologien und ihre Anwendungsmöglichkeiten

02:56 Die Bedeutung von Datenqualität für KI-Projekte

07:30 Unterschiede zwischen regelbasierten und datenbasierten KI-Systemen

11:44 KI im Finanzwesen und in der Compliance

17:21 Die Vorteile hybrider KI-Systeme

19:44 Der Einsatz autonomer Agenten zur Vereinfachung von Arbeitsprozessen

22:03 Die Autonomie von Agenten und die Potenziale und Gefahren

23:54 Effizienz und Energieeinsparung durch den Einsatz kleiner Modelle

26:13 Die Rolle des Menschen bei der Entscheidungsfindung

29:53 Herausforderungen des Wissensmanagements und der Produktentwicklung

Summary

In this episode, Oliver Rößling and Alois Krtil talk to Andres Sutt, the former Minister of Entrepreneurship and IT and Member of Parliament in Estonia. They discuss Estonia's success in digital transformation and its innovative approach to technology. They also talk about Estonia's AI and data strategies, as well as its dual-use technologies. The conversation highlights Estonia's vibrant startup ecosystem and its focus on user experience and quality of life. The episode concludes with a discussion on the future challenges and opportunities for Estonia and Europe in the field of technology.

Keywords

Estonia, digital transformation, AI, data strategy, dual-use technologies, startup ecosystem, user experience, quality of life

Takeaways

• Estonia has been successful in digital transformation and is known for its innovative approach to technology.
• Estonia has a vibrant startup ecosystem and attracts talent with its quality of life and supportive government policies.
• Estonia has implemented AI and data strategies in various sectors, such as education and public services.
• Dual-use technologies, which have both military and civilian applications, are an area of focus in Estonia.
• The future challenges for Estonia and Europe include harnessing the benefits of technological advancements and ensuring a positive impact on society.

Sound Bites

"Estonia has the highest density of unicorns per capita in the world."

"In Estonia, you can access government services 24/7, 365 days a year."

"To stay innovative, Estonia focuses on user experience and the needs of the consumers."

Chapters

00:00Introduction and Role of Andres Sutt in the Estonian Government

02:00 Combining Entrepreneurship and IT in Estonia

03:25 Estonia's Success in Digital Transformation

07:14 E-Government Solutions in Estonia

09:41 Challenges for Larger Countries in Digital Transformation

13:27 Staying Innovative in Estonia

15:24 Attractions of Estonia for Businesses and Individuals

17:19 The Dual-Use Nature of Deep Tech in Estonia

20:13 AI and Data Strategies in Estonia

25:26 Dual-Use Technologies in Estonia

29:15 Challenges and Opportunities for Estonia and Europe

30:12 Conclusion

Willkommen zur zweiten Folge unseres Podcasts "DEEPTECH DEEPTALK" vom Hamburger DEEPTECH Campus, moderiert von Oliver Rößling und Alois Krtil. Auch in dieser Folge bieten wir wieder faszinierende Einblicke in die Welt der Deep Tech. Unser Gast ist Henrik Kleinwächter, CTO der Ahead Automotive GmbH und ein Meister des Sauerteigbrots. Henrik teilt seine Einblicke, wie Künstliche Intelligenz (KI) zwei scheinbar unterschiedliche Welten - Brotbacken und Automobilindustrie - verbinden kann.

Einführung:

• Vorstellung der Hosts Oliver Rößling und Alois Krtil.
• Begrüßung des Gastes Henrik Kleinwächter.

Hauptthemen:

1. Deep Tech im Brotbacken:

   • Henrik erzählt von seinem Weg vom Softwareentwickler zum weltbekannten Sauerteigbrotbäcker.
   • Die Rolle von KI im Brotbacken: Wie Algorithmen helfen können, perfekte Brote zu backen, indem sie den Gärprozess überwachen und optimieren.
   • Verbindung zu historischen Entwicklungen: Vom ersten isolierten Hefestamm durch Louis Pasteur bis zu modernen KI-gesteuerten Brotbacköfen.

2. Deep Tech in der Automobilindustrie:

   • Einsatz von KI bei Ahead Automotive zur Verbesserung der Fahrzeugdiagnostik und -reparatur.
   • Herausforderungen bei der Integration von großen Datenmengen und verschiedenen Datenquellen.
   • Die Bedeutung von Datenqualität und guter Softwarearchitektur für die effektive Nutzung von KI.

3. KI und Datenmanagement:

   • Unterschiede zwischen SQL- und NoSQL-Datenbanken und deren Relevanz für moderne KI-Anwendungen.
   • Nutzung von Retrieval Augmented Generation (RAG) zur Minimierung von KI-Halluzinationen und zur Verbesserung der Datenabfrage.
   • Diskussion über die rechtlichen und praktischen Herausforderungen beim Umgang mit proprietären Daten.

Lerninhalte:

• Verständnis für KI im Alltag: Wie KI in alltäglichen Prozessen wie dem Brotbacken eingesetzt werden kann und welche technologischen Fortschritte dies ermöglicht.

• Datenintegration und -qualität: Warum die Qualität und Strukturierung von Daten entscheidend sind für den Erfolg von KI-Projekten und wie man diese effektiv verwaltet.

• Praktische Anwendungen von KI in der Industrie: Konkrete Beispiele aus der Automobilindustrie, die zeigen, wie KI Prozesse optimiert und welche Herausforderungen dabei bewältigt werden müssen.

• Rechtliche und ethische Aspekte der Datennutzung: Einblicke in die rechtlichen Rahmenbedingungen und ethischen Überlegungen beim Umgang mit großen Datenmengen und KI-Technologien.

Henrik Kleinwächter gibt in dieser Episode spannende Einblicke in die Welt der KI und zeigt, wie Innovation und Technologie in verschiedensten Bereichen des Lebens Anwendung finden können. Lasst euch inspirieren und lernt, wie man traditionelle Handwerkskunst mit modernster Technologie kombiniert!

Wenn euch die Folge gefallen hat, teilt sie gerne, kommentiert und bewertet sie auf eurer bevorzugten Podcast-Plattform. Wir freuen uns über euer Feedback und eure Unterstützung!

Inhaltsbeschreibung:

Willkommen zur ersten Folge von "DEEPTECH DEEPTALK", moderiert von Oliver Rößling und Alois Krtil, direkt aus dem Hamburger DEEPTECH Campus. Diese Episode beleuchtet die Entwicklung und Zukunft der Künstlichen Intelligenz (KI) und bietet einen tiefen Einblick in die verschiedenen Facetten dieses bahnbrechenden Themas.

Einleitung:

Oliver Rößling und Alois Krtil starten die Folge mit einer kurzen Begrüßung und setzen den Rahmen für die Diskussion: die historische Entwicklung der KI, aktuelle Trends und Zukunftsaussichten.

Historischer Rückblick:

• Frühe Anfänge der KI: Ein Blick auf die 1950er und 1960er Jahre, als Visionäre wie Alan Turing die ersten Konzepte für KI entwickelten und sich einen universellen Computer vorstellten, der komplexe Probleme lösen kann.
• Entwicklung der Rechenleistung: Diskussion über die Bedeutung der Rechenleistung für die Entwicklung der KI, von frühen binären Rechnern bis zu heutigen Hochleistungscomputern.

Aktuelle Entwicklungen:

• Quantencomputing und Neuromorphes Lernen: Quantencomputer kennen nicht nur die Zustände 0 und 1, sondern alle Zustände dazwischen, was die Berechnungszeiten für komplexe Aufgaben drastisch reduziert. Vergleich mit herkömmlicher Binärrechentechnik und das revolutionäre Potenzial des Quantencomputings.
• Generative KI: Erklärung der generativen KI, die Musik, Texte, Bilder und Videos in Echtzeit generieren kann. Diskussion über Einsatzmöglichkeiten und Potenziale dieser Technologie.

Zukünftige Perspektiven und Herausforderungen:

• Kausale KI und Reasoning-Kapazitäten: Fortschritte in der kausalen KI und Reasoning-Kapazitäten, die Sprachmodelle immer besser machen. Implikationen dieser Entwicklung.
• Autonome Systeme und Ethik: Ethische Fragen und Herausforderungen beim Einsatz autonomer Systeme. Verantwortung von Entwicklern und Gesellschaften, Maßnahmen zur Gewährleistung ethischer Standards.
• Gesellschaftliche Implikationen: Ängste und Erwartungen der Gesellschaft gegenüber KI. Rolle von Big Tech und Herausforderungen der Datenhoheit durch KI.

Regulierung und Datenschutz:

• Regulierung von KI: Erklärung des European AI Act und globaler Bewegungen zur Regulierung von KI. Beitrag dieser Regelungen zur sicheren und ethisch korrekten Entwicklung der Technologie.
• Datenschutz und Datensicherheit: Erläuterung, wie Unternehmen und Einzelpersonen ihre Daten schützen können. Strategien zur sicheren Nutzung von Daten und die Bedeutung von Trustworthy AI. Europas Vorreiterrolle bei strengen Datenschutzgesetzen.

Schlussfolgerungen und Ausblick:

• Zusammenfassung der wichtigsten Punkte: Die wesentlichen Erkenntnisse der Folge werden zusammengefasst, wobei die historische Entwicklung, aktuelle Trends und zukünftige Herausforderungen der KI betont werden.
• Ausblick auf die nächsten Folgen: Ein kurzer Teaser gibt den Zuhörern einen Ausblick auf kommende Episoden. Rößling und Krtil versprechen, weiterhin spannende und relevante Themen aus der Welt des Deep Tech zu diskutieren und interessante Gäste einzuladen.

Lernziele der Folge:

• Verstehen der historischen Entwicklung der KI: Einblick in die Ursprünge der KI in den 1950er und 1960er Jahren und die Visionen der frühen Pioniere.
• Einblick in aktuelle Trends wie Quantencomputing und generative KI: Verständnis der Funktionsweise und Bedeutung dieser Technologien.
• Kenntnis der Herausforderungen und ethischen Fragen rund um autonome Systeme: Diskussion über die Verantwortung und ethischen Standards im Umgang mit KI.
• Verständnis der globalen Regulierung und Datenschutzmaßnahmen für KI: Einblick in den European AI Act und andere globale Regulierungsmaßnahmen.
• Bewusstsein für die gesellschaftlichen Implikationen und die Rolle von Big Tech in der KI-Entwicklung: Diskussion über die Herausforderungen der Datenhoheit und die Rolle großer Technologieunternehmen.

OLIVER @ LinkedIn: https://www.linkedin.com/in/oliverroessling/

ALOIS @ LinkedIn: https://www.linkedin.com/in/alois-krtil-2985471b4/

Inhaltsbeschreibung der nullten Folge von "DEEPTECH DEEPTALK"

Einleitung In der nullten Folge des neuen Podcasts "DEEPTECH DEEPTALK" führen Oliver Rößling und Alois Krtil die Zuhörer in das Konzept und die Themen des Podcasts ein. Die Hosts sind Oliver Rößling, Gründer und CEO von Caps & Collars GmbH, und Alois Krtil, ein erfahrener Ingenieur und Informatiker. Beide bringen ihre Expertise und Leidenschaft für Deep Tech in diese erste Episode ein, die aus dem Deep Tech Campus Hamburg am Rotherbaum aufgezeichnet wurde.

Vorstellung der Hosts Oliver begrüßt die Zuhörer und stellt sich und seinen Co-Host Alois vor. Alois erzählt von seinem Hintergrund in der Digitalbranche und seinen frühen Berührungspunkten mit Deep Tech. Sie diskutieren die Herkunft und Definition des Begriffs "Deep Tech", der tiefgreifende, zukunftsweisende Technologien beschreibt, die auf einer soliden wissenschaftlichen Basis beruhen.

Themen und Inhalte Die Hosts erörtern die kontinuierliche Erweiterung des Deep Tech-Begriffs, insbesondere durch aktuelle Entwicklungen in der generativen KI. Sie listen die verschiedenen Bereiche auf, die unter Deep Tech fallen, darunter:

• Künstliche Intelligenz (KI)
• Quantentechnologie
• Cybersecurity
• Metaverse und Visualisierungstechnologien
• Web 4.0
• Nano- und Biowissenschaften
• Blockchain und Kryptotechnologien

Ziele des Podcasts Oliver und Alois erklären, dass der Podcast eine Plattform bieten soll, um über neue Technologietrends und insbesondere über Deep Tech zu sprechen. Sie möchten einen Raum für den Diskurs schaffen und spannende Persönlichkeiten aus der Branche einladen, die selten in anderen Formaten zu hören sind. Ziel ist es, durch Interviews und Gespräche Einblicke in die Welt der Deep Tech zu geben und den Austausch zu fördern.

Projekte und Zusammenarbeit Oliver berichtet von aktuellen Projekten und der Zusammenarbeit mit Corporates, die Innovationen vorantreiben wollen. Der Company Builder Caps & Collars und die Aktivitäten in der Metropolregion Hamburg sind Beispiele für die Arbeit der Hosts im Deep Tech-Bereich.

Ausblick und Interaktion Die Hosts kündigen an, dass sie in jeder Episode einen Gast einladen möchten, um tiefer in die Themen einzutauchen. Sie ermutigen die Zuhörer, sich aktiv zu beteiligen, Fragen zu stellen und Anregungen zu teilen. Abschließend gibt es einen Vorgeschmack auf den KI-generierten Abspann und das Intro des Podcasts.

Learning-Highlights

• Einführung in den Begriff und die Bedeutung von Deep Tech
• Übersicht über aktuelle und zukünftige Technologien im Deep Tech-Bereich
• Bedeutung des Diskurses und der Kommunikation über technologische Trends
• Vorstellung spannender Projekte und Zusammenarbeit im Deep Tech-Ökosystem
• Einladung zur aktiven Teilnahme und zum Austausch mit den Hosts

Diese erste Folge bietet einen umfassenden Überblick über das, was die Zuhörer in den kommenden Episoden erwarten können, und lädt dazu ein, Teil der spannenden Reise in die Welt der Deep Tech zu werden.

In dieser Episode von DEEPTECH DEEPTALK diskutieren Oliver Rößling und Alois die tiefgreifenden Veränderungen, die sich durch die jüngsten politischen Entwicklungen auf beiden Seiten des Atlantiks abzeichnen. Während Trump und Musk in den USA eine Ära der Tech-Dominanz einläuten, fragt sich Europa: Sind wir bereit, dagegenzuhalten?

Oliver und Alois werfen einen kritischen Blick auf die Herausforderungen für Deutschland und Europa in einer zunehmend digitalisierten Welt – von KI-gestütztem Bürokratieabbau und dem Krypto-Boom bis hin zur Notwendigkeit, Europas Cyberresilienz auszubauen. Können wir den Tech-Riesen aus den USA Paroli bieten, oder riskieren wir, den Anschluss zu verlieren? Die beiden Hosts sprechen offen über Chancen und Risiken und beleuchten, wie Europa seine digitalen Muskeln spielen lassen muss, um im globalen Wettbewerb zu bestehen.

Takeaways dieser Folge:

• Was die Neuwahlen in Deutschland für die Tech-Branche bedeuten
• Warum Krypto und Blockchain gerade wieder in den Fokus rücken
• Der Einfluss von Musk und Trump auf die Tech-Welt und die Folgen für Europa
• Wie KI helfen könnte, die deutsche Bürokratie zu entschlacken
• Warum Cyberresilienz in Europa entscheidend ist und was wir von anderen Ländern lernen können

In dieser Episode des DEEPTECH DEEPTALKs wagen wir einen Blick auf das Potenzial der KI: Wo endet die Tatsache, und wo beginnt die kreative Halluzination? Oliver und Alois diskutieren die neuesten Entwicklungen, spannende Ansätze wie die Mixture of Experts und die evolutionären Agenten im Quantencomputing. Ein Talk für alle, die KI nicht nur als Tool, sondern als Co-Pilot für echte Innovation verstehen!

Keywords:

KI, Responsible AI, Innovation, MIT, Halluzinationen, Kreativität, Mixture of Experts, Sprachmodelle, digitale Transformation, Forschung, Quantencomputing, Agenten, Datenpreise, Datenmarktplätze, Datenökonomie, KI-Modelle, generative KI, Marktmechanismen, Datenwert, Automatisierung

Summary:

In dieser Episode des Deep Tech Deep Talk diskutieren Oliver und Alois über die aktuellen Entwicklungen im Bereich Künstliche Intelligenz (KI) und deren Anwendung in der Forschung, insbesondere am MIT. Sie beleuchten die Unterschiede in der Herangehensweise an KI zwischen den USA und Deutschland, insbesondere in Bezug auf Halluzinationen von KI-Modellen und deren Potenzial für Kreativität. Zudem wird das Konzept der Mixture of Experts vorgestellt, das neue Ansätze in der KI-Entwicklung ermöglicht. In dieser Diskussion werden die zukünftigen Entwicklungen im Bereich der KI und Datenökonomie erörtert. Oliver spricht über evolutionäre Agenten, die durch Quantencomputing unterstützt werden, und die Herausforderungen und Chancen im Zusammenhang mit Datenpreisen und -marktplätzen. Er betont die Bedeutung von Daten als wertvolles Gut und die Notwendigkeit, diese für neue Geschäftsmodelle zu monetarisieren.

Takeaways:

• KI ist in der wissenschaftlichen Community weit verbreitet.
• Halluzinationen in KI können als kreative Chance gesehen werden.
• Die Nutzung von KI als Co-Pilot kann die Kreativität fördern.
• Fakten allein sind nicht ausreichend für Innovation.
• Zufall und Rekombination sind wichtig für kreative Prozesse.
• Mixture of Experts ermöglicht eine differenzierte Aufgabenverteilung.
• Die richtige Modellwahl ist entscheidend für den Erfolg von KI-Anwendungen.
• Kreativität durch KI kann neue Lösungen hervorbringen.
• Die europäische Sichtweise auf KI ist oft zu faktisch.
• Innovationen erfordern ein Umdenken in der Nutzung von KI. Evolutionäre Agenten werden durch Quantencomputing unterstützt.
• Datenpreise sind derzeit hoch und müssen fairer werden.
• Datenmarktplätze könnten ein bedeutendes Marktphänomen werden.
• Der Wert von Daten variiert stark je nach Kontext.
• Die Datenökonomie wird die Monetarisierung revolutionieren.
• Generative KI kann neue Daten synthetisieren.
• Daten aus dem Mittelstand sind oft ungenutzt.
• Die Regulierung wird den Zugang zu Daten erleichtern.
• Datenbesitzer könnten für ihre Daten bezahlt werden.
• Die Zukunft der KI-Modelle hängt von der Verfügbarkeit von Daten ab.

Sound Bites:

• "KI ist längst angekommen und wird genutzt."
• "KI als Co-Pilot für Kreativität."
• "Fakten, Fakten, Fakten – das ist nicht genug."
• "Halluzinieren kann uns neue Ideen geben."
• "Evolutionäre Agenten werden die Zukunft prägen."
• "Datenpreise müssen fairer werden."

Chapters:

00:00 Einführung in die Themen der KI und Innovation

02:55 Erfahrungen am MIT: Ein Blick auf die KI-Forschung

06:11 Halluzinationen in KI: Chancen und Herausforderungen

08:56 Kreativität durch Halluzinationen: Ein neues Verständnis

11:48 Mixture of Experts: Neue Ansätze in der KI-Entwicklung

16:22 Evolutionäre Agenten und Quantencomputing

18:47 Datenpreise und Marktmechanismen

21:09 Wert von Daten und Datenmarktplätzen

24:51 Datenökonomie und neue Geschäftsmodelle

30:12 Zukunft der Daten und KI-Modelle

Keywords:

Nortal, Digitalisierung, Estland, Deep Tech, Cybersicherheit, Talentakquise, Unternehmenskultur, Wachstum, digitale Infrastruktur, komplexe Projekte, Kultur, Cybersicherheit, KI, Datenqualität, Regulatorik, Innovation, Cyberresilienz, Wissensmanagement

Summary:

In dieser Episode des DeepTech DeepTalk sprichen Oliver Rößling und Alois Krtil mit Ole Behrens-Carlsson über die digitale Transformation und das Wachstum von Nortal, einem Unternehmen mit estnischen Wurzeln. Sie diskutieren die Herausforderungen und Erfolge bei der Umsetzung komplexer digitaler Projekte, die Bedeutung von Resilienz in der Cybersicherheit und die Unternehmenskultur bei Nortal, die auf langfristige Entwicklung und Talentakquise abzielt. In dieser Diskussion werden zentrale Themen wie kulturelle Vielfalt in Unternehmen, aktuelle Trends in der Cybersicherheit und Künstlicher Intelligenz (KI), regulatorische Herausforderungen, Strategien für neue Technologien sowie das Wissensmanagement behandelt. Oliver Rößling betont die Bedeutung einer starken Unternehmenskultur, die auf gemeinsamen Werten basiert, und diskutiert die Notwendigkeit von Cyber Resilienz und Datenqualität in der heutigen digitalen Landschaft. Zudem wird die Rolle von KI in der Cybersecurity und die Herausforderungen des Wissensmanagements in einem sich schnell verändernden technologischen Umfeld hervorgehoben.

Takeaways:

• ​Nortal hat estnische Wurzeln und ist in 26 Ländern aktiv.
• ​Das Unternehmen setzt auf organisches und anorganisches Wachstum.
• ​Nortal hat 40% der digitalen Infrastruktur Estlands aufgebaut.
• ​Die Firma fokussiert sich auf komplexe digitale Projekte.
• ​Resilienz ist entscheidend für Cybersicherheit.
• ​Nortal hat eine erwachsene Unternehmenskultur.
• ​Das Unternehmen bietet eine Plattform für persönliche Entwicklung.
• ​Kulturhandbuch hilft, Prinzipien und Rituale zu etablieren.
• ​Sinnvolle Lokalisierung ist wichtig für den Markterfolg.
• ​Nortal hat eine hohe Nachfrage nach Talenten. Kulturelle Vielfalt fördert Innovation und Zusammenarbeit.
• ​Cyber Resilienz ist ein zentrales Thema für Unternehmen.
• ​Datenqualität ist entscheidend für den Erfolg von KI.
• ​Regulatorische Herausforderungen können als Schutzschild dienen.
• ​Strategische Investitionen in KI sind notwendig.
• ​Cyber Range-Übungen sind wichtig für die Vorbereitung auf Angriffe.
• ​Zero Trust Architektur ist der neue Standard in der Sicherheit.
• ​KI kann helfen, Bedrohungen effizient zu erkennen.
• ​Wissensmanagement ist entscheidend für die Wettbewerbsfähigkeit.
• ​Unternehmen müssen sich ständig an neue Technologien anpassen.

Sound Bites:

• ​"Nortal ist ein Unternehmen mit estnischen Wurzeln."
• ​"Wir wollen Digitalisierung nicht nur beraten, sondern umsetzen."
• ​"Wir haben ungefähr 40 Prozent der digitalen Infrastruktur Estlands mit aufgebaut."
• ​"Kultur der Kulturen ist entscheidend."
• ​"Cyber Resilienz ist das Topthema."
• ​"Datenqualität ist oft nicht optimal."

Chapters:

00:00 Einführung und Vorstellung von Nortal

03:10 Wachstum und Expansion von Nortal

06:00 Komplexe Projekte und digitale Infrastruktur

08:47 Markt und Wettbewerb im Deep Tech Bereich

12:00 Resilienz und Cybersicherheit

14:54 Talentakquise und Unternehmenskultur

20:46 Kulturelle Vielfalt und Werte in Unternehmen

21:44 Trends in der Cybersicherheit und KI

24:26 Regulatorische Herausforderungen und Datenqualität

27:13 Strategien für neue Technologien und Innovationen

29:31 Cyberresilienz: Ansätze und Herausforderungen

32:42 KI in der Cybersecurity: Chancen und Risiken

35:40 Wissensmanagement und technologische Evaluierung

Summary:

In dieser Episode diskutieren Oliver Rößling, ALois Krtil und Nikolai Bockhollt über die Schnittstelle von Kreativität und Technologie, insbesondere im Kontext von Künstlicher Intelligenz. Sie beleuchten die Rolle von KI in der Kreativbranche, die Herausforderungen, die sich aus der Nutzung generativer KI ergeben, und die Verantwortung, die mit diesen Technologien einhergeht. Zudem wird die Zukunft der Kreativität in einer zunehmend automatisierten Welt thematisiert, sowie die gesellschaftlichen Implikationen von Deepfakes und Datenmanipulation.

Keywords:

Kreativität, Technologie, KI, Innovation, Generative KI, Verantwortung, Deepfakes, Zukunft, Mensch, Gesellschaft Takeaways:

• Nikolai Bockholt ist ein Creative Technologist bei Google.
• Die Rolle von KI in der Kreativität wird immer wichtiger.
• Generative KI hat das Potenzial, die Kreativbranche zu revolutionieren.
• Kreativität und Technologie sind eng miteinander verbunden.
• Die Verantwortung für den Einsatz von KI liegt sowohl bei Anbietern als auch Nutzern.
• Deepfakes stellen eine ernsthafte Bedrohung für die Gesellschaft dar.
• Die Zukunft der Kreativität hängt von der menschlichen Interaktion mit KI ab.
• Technologische Konvergenz wird die Art und Weise, wie wir arbeiten, verändern.
• Es ist wichtig, generierte Daten zu erkennen und zu kennzeichnen.
• Die Natur findet immer einen Weg, sich anzupassen.

Sound Bites:

"Die Welt ist jetzt schon eine andere."

"AI wird dich nicht ersetzen, aber ein Mensch, der AI einsetzt."

Chapters:

00:00 Einführung in die Welt der Kreativität und Technologie

02:49 Die Rolle von KI in der Kreativität

05:58 Generative KI und ihre Auswirkungen auf die Branche

08:47 Die Zukunft der Kreativität in einer KI-gesteuerten Welt

12:06 Herausforderungen und Chancen für Kreative

15:04 Verantwortungsvolle KI und gesellschaftliche Implikationen

17:59 Technologische Konvergenz und ihre Bedeutung

21:12 Die Rolle des Menschen in der KI-Ära

24:09 Die Gefahren von Deepfakes und Datenmanipulation

26:53 Zukunftsvisionen und Lösungsansätze

30:08 Abschluss und Ausblick auf die nächste Episode

Summary:

In dieser Episode des DeepTech DeepTalk spricht Oliver Rößling mit Pia Čuk, Mitgründerin von PHAROS Labs, über die Rolle von KI im Medical Writing, die Herausforderungen bei der Implementierung von KI-Tools, das Vertrauen in Technologie, Talentmanagement in der Branche und die Bedeutung von Netzwerken für Frauen in der Tech-Branche. Pia teilt ihre Erfahrungen und Einsichten über die Nutzung von KI und die Notwendigkeit, Erwartungen realistisch zu managen. Keywords:

KI, Medical Writing, Sprachverarbeitung, Regulatorik, Vertrauen in KI, Talentmanagement, Frauen in Tech, Sprachmodelle, Personalisierung

Takeaways:

• Pharos Labs nutzt KI für Medical Writing.
• Vertrauen in KI ist entscheidend für die Nutzerakzeptanz.
• Erwartungsmanagement ist wichtig bei der Einführung von KI.
• Talentmanagement ist eine Herausforderung in der KI-Branche.
• Die Nutzung von KI-Tools kann die Produktivität steigern.
• Personalisierung verbessert die Interaktion mit KI.
• Frauen in der Tech-Branche sind unterrepräsentiert, aber es gibt Netzwerke.
• KI bietet Chancen für Frauen in Management-Positionen.
• Die Tech-Branche wird offener für Diversität.

Sound Bites:

• "Ich bin die Mitgründerin von Pharos Labs."
• "Das Wichtigste, was uns gerade umtreibt, ist Vertrauen zu KI."
• "Wir müssen die Erwartungen realistisch setzen."

Chapters:

00:00 Einführung und Vorstellung von Pia Cuk

02:53 PHAROS Labs und die Rolle von KI im Medical Writing

06:09 Herausforderungen und Vertrauen in KI

08:55 Erwartungsmanagement bei großen Sprachmodellen

12:09 Talentmanagement und die Suche nach Fachkräften

14:57 Nutzung von KI-Tools im Arbeitsalltag

18:05 Personalisierung und Interaktion mit KI

20:53 Frauen in der Tech-Branche und Netzwerke

30:09 Abschluss und Ausblick auf die Zukunft

Summary:

In dieser Folge des Deep Tech Deep Talk geht es um das Thema Metaverse. Der Gast, Pascal Kuemper, CEO von Bizzlogic, erzählt von seinem Unternehmen, das sich mit dem Metaverse beschäftigt. Sie sprechen über virtuelle Konzerte, virtuelle Trainings und die Kombination verschiedener Technologien. Sie diskutieren auch die Unterschiede zwischen der Arbeit als CEO in den USA und in Deutschland. Pascal Kuemper teilt seine Erfahrungen mit dem deutschen Markt und betont die Bedeutung von breitem Wissen und Erfahrung in Deutschland im Vergleich zu den USA. Sie sprechen auch über die Herausforderungen bei der Suche nach Investoren und die Förderungsstruktur in Deutschland. Schließlich diskutieren sie die Wahrnehmung des Metaverse und wie sich der Markt in diesem Bereich entwickelt. In diesem Teil des Gesprächs diskutieren Oliver , Pascal und Alois die Zukunft von AR/VR und KI. Sie erwarten, dass AR/VR immer immersiver und natürlicher wird, unabhängig vom Ausgabegerät. Unternehmen müssen sich auf unterschiedliche Geräte einstellen, die diese Technologien nutzen. AI wird immer wichtiger, insbesondere im Bereich der natürlichen Sprachverarbeitung. Unternehmen können AI nutzen, um Unternehmensdaten über Avatare in natürlichen Diskussionen zugänglich zu machen. Die Visualisierung komplexer Inhalte und Daten in virtuellen Räumen wird ebenfalls diskutiert. Es gibt jedoch noch Herausforderungen wie die Verfügbarkeit von GPUs und Datenmengen. Die Konvergenz von Technologien erfordert Investitionen und Know-how-Aufbau in verschiedenen Bereichen. Das Interface der Zukunft wird von AI und Visualisierung geprägt sein.

Keywords:

Deep Tech, Deep Talk, Metaverse, virtuelle Konzerte, virtuelle Trainings, Technologie, CEO, Deutschland, USA, Investoren, Förderung, breites Wissen, Erfahrung, Markt, AR, VR, KI, AI, Unternehmenswiki, natürliche Sprachverarbeitung, Avatare, virtuelle Räume, GPUs, Datenmengen, Technologiekonvergenz, Interface

Takeaways:

• Das Metaverse ist ein Thema, das viele verschiedene Technologien und Anwendungen umfasst, wie virtuelle Konzerte und virtuelle Trainings.
• Es gibt Unterschiede zwischen der Arbeit als CEO in den USA und in Deutschland, insbesondere in Bezug auf Bürokratie und Managementaufgaben.

• In Deutschland wird breites Wissen und Erfahrung geschätzt, während in den USA oft mehr Wert auf Spezialisierung gelegt wird.

• AI wird immer wichtiger, insbesondere im Bereich der natürlichen Sprachverarbeitung.
• Unternehmen können AI nutzen, um Unternehmensdaten über Avatare in natürlichen Diskussionen zugänglich zu machen.
• Die Visualisierung komplexer Inhalte und Daten in virtuellen Räumen ist ein aktuelles Thema.

• Die Konvergenz von Technologien erfordert Investitionen und Know-how-Aufbau in verschiedenen Bereichen.
• Das Interface der Zukunft wird von AI und Visualisierung geprägt sein.

Sound Bites:

• "Wir haben früher mal mit schönen Talenten aus Hamburg Neues für Jahr gemacht."
• "Innovationstechnisch ist es, ich finde, Tief passiert viel mehr im Verborgenen."
• "Ein Riesenvorteil, den ich am deutschen Markt sehe, ist, dass natürlich die überhaupt Förderungen am Markt zur Verfügung stehen."
• "AR -VR kommt wieder zurück, aber es wird viel immersiver und viel natürlicher."

Chapters:

00:00 Einführung und Vorstellung des Gasts

01:14 Das Unternehmen Bizzlogic und das Metaverse

03:07 Unterschiede zwischen der Arbeit als CEO in den USA und in Deutschland

06:19 Innovation und Förderungen in Deutschland

09:17 Bedeutung von breitem Wissen und Erfahrung in Deutschland

11:41 Die Veränderung der Wahrnehmung des Metaverse

19:18 Die Zukunft von AR/VR: Immersion und Natürlichkeit

20:17 AI: Die Bedeutung von natürlicher Sprachverarbeitung

21:45 Avatare und natürliche Diskussionen: Das Unternehmenswiki der Zukunft

23:04 Visualisierung komplexer Inhalte in virtuellen Räumen

24:00 Herausforderungen bei GPUs und Datenmengen

26:25 Die Konvergenz von Technologien: Investitionen und Know-how-Aufbau

31:44 Das Interface der Zukunft: AI und Visualisierung

Summary

In dieser Folge von Deep Tech, Deep Talk geht es um die Diskussion über die KI-Blase. Es wird darüber gesprochen, ob die generative KI nur eine große Blase war und was wirklich dahintersteckt. Es wird betont, dass es noch viel mangelndes Verständnis gibt und dass viele Unternehmen erst seit kurzer Zeit mit dem Thema KI beschäftigt sind. Es wird auch auf die Komplexität und die Herausforderungen bei der Implementierung von KI eingegangen. Es wird festgestellt, dass eine gewisse Bereinigung und Konsolidierung in der KI-Welt stattfindet und dass ein tieferes Verständnis und eine Weiterbildung im Bereich KI notwendig sind. Die Implementierung von KI und ähnlichen Technologien kann dabei helfen, komplexe Themen besser zu verstehen und zu nutzen. Die Einstiegsbarriere für den Umgang mit KI ist durch generative KI-Systeme gesunken, was zu einer spielerischen Erfahrung und Erkundung des Themas geführt hat. Die Adaption von KI-Technologien geht jedoch langsamer voran als erwartet. Es gibt eine Übererwartungshaltung und einen Bias in der Technologieblase, die dazu führen, dass die Nutzung von KI-Systemen noch nicht weit verbreitet ist. Es ist wichtig, die Technologiekommunikation zu verbessern und tiefere Kenntnisse und Anwendungen von KI zu fördern. Die Zukunft wird von Technologien wie Quantum Computing, Metaverse und Cybersecurity geprägt sein, die eine bessere Erklärung und Kommunikation erfordern. Unternehmen und Institutionen sollten sich auf praktische Anwendungen von KI konzentrieren und Ressourcen für die Weiterentwicklung und den Einsatz sicherer Systeme bereitstellen. Es ist auch wichtig, die Menschen in den Entscheidungsprozess einzubeziehen und sie durch Schulungen und Weiterbildungen zu befähigen.

Keywords

KI-Blase, generative KI, mangelndes Verständnis, Implementierung von KI, Komplexität, Konsolidierung, Weiterbildung, KI, Technologie, Implementierung, Adaption, Technologieblase, Technologiekommunikation, Quantum Computing, Metaverse, Cybersecurity, praktische Anwendungen, Ressourcen, Schulungen, Weiterbildungen

Takeaways

• Die Diskussion über die KI-Blase ist aktuell intensiv
• Es gibt noch viel mangelndes Verständnis über generative KI
• Viele Unternehmen sind erst seit kurzer Zeit mit dem Thema KI beschäftigt
• Die Implementierung von KI ist komplex und stellt Herausforderungen dar
• Es findet eine Bereinigung und Konsolidierung in der KI-Welt statt
• Ein tieferes Verständnis und eine Weiterbildung im Bereich KI sind notwendig Die Implementierung von KI und ähnlichen Technologien kann komplexe Themen besser verstehen und nutzen.
• Die Adaption von KI-Technologien geht langsamer voran als erwartet, aufgrund von Übererwartungshaltung und Bias in der Technologieblase.
• Es ist wichtig, die Technologiekommunikation zu verbessern und tiefere Kenntnisse und Anwendungen von KI zu fördern.
• Die Zukunft wird von Technologien wie Quantum Computing, Metaverse und Cybersecurity geprägt sein, die eine bessere Erklärung und Kommunikation erfordern.
• Unternehmen und Institutionen sollten sich auf praktische Anwendungen von KI konzentrieren und Ressourcen für die Weiterentwicklung und den Einsatz sicherer Systeme bereitstellen.
• Es ist wichtig, die Menschen in den Entscheidungsprozess einzubeziehen und sie durch Schulungen und Weiterbildungen zu befähigen.

Sound Bites

• "Die Bubble. Alois, welche Bubble meinen wir denn? Wir meinen natürlich die KI-Blase, die aktuell sehr intensiv besprochen wird nach dem quasi Höhenflug der generativen KI, den wir über die letzten 24 Monate mindestens gesehen haben."
• "Das heißt, man schiebt im Grunde der KI-Bewegung diese aktuelle Überbewertung vieler Konzerne in die Schuhe? Ganz genau. Also es geht..."
• "Wir haben ja wirklich gesehen, dass mehr oder weniger jeder auf den Zug aufgesprungen ist, genauso wie es damals vor zehn plus Jahren mit der Digitalisierung war."
• "Die Implementierung ein Stück weit oder für die Implementierung ein Stück weit auch KI und ähnliche Technologien zu Hilfe zu nehmen."
• "Die Einstiegsbarriere unheimlich klein. Das heißt, man konnte wirklich spielerisch das ganze Thema erfahren und entsprechend auch sehen, wie das wirkt und was man damit machen kann."
• "Die Adaption wesentlich langsamer geht, als man so denkt."

Chapters

00:00Die Diskussion über die KI-Blase

03:00 Mangelndes Verständnis und kurze Beschäftigungsdauer mit KI

04:17 Die Komplexität und Herausforderungen der KI-Implementierung

06:07 Bereinigung und Konsolidierung in der KI-Welt

09:18 Die Notwendigkeit eines tieferen Verständnisses und Weiterbildung in KI

17:40 Implementierung von KI und Technologien zur besseren Nutzung komplexer Themen

19:39 Langsame Adaption von KI-Technologien aufgrund von Übererwartungshaltung und Bias

23:05 Verbesserung der Technologiekommunikation und Förderung von tiefen Kenntnissen und Anwendungen von KI

24:01 Zukunftstechnologien erfordern bessere Erklärung und Kommunikation

29:49 Fokus auf praktische Anwendungen von KI und Bereitstellung von Ressourcen für sichere Systeme

33:36 Einbeziehung der Menschen durch Schulungen und Weiterbildungen

Summary

In diesem Deep Tech Deep Talk geht es um den Einsatz von KI in der Medizin. Dr. Alexander Elgermahl, ein Mediziner und Experte für KI, diskutiert mit den Gastgebern Oliver Rößling und Alois über die Anwendung von KI in der Diagnostik und anderen medizinischen Bereichen. Sie sprechen über die Vorteile von KI bei der Auswertung von medizinischen Bildern und histopathologischen Schnitten. Sie diskutieren auch den Einsatz von KI in der Generierung von medizinischen Texten und die Herausforderungen bei der Implementierung von KI in der medizinischen Praxis. Darüber hinaus wird die Bedeutung von Datenschutz und Datenregulierung in der Medizin diskutiert. In dieser Folge diskutieren Oliver Rößling und Alex Mekelburg die Auswirkungen von KI und Robotik auf die Medizin. Sie stellen fest, dass KI und Robotik Ärzten und Ärztinnen mehr Zeit für den Patienten und die Forschung ermöglichen können. Sie diskutieren auch die Herausforderungen bei der Umsetzung von KI in der Medizin, insbesondere im Hinblick auf die Regulatorik. Sie schlagen vor, dass sogenannte Regulatory Sandboxes geschaffen werden könnten, um die Entwicklung von KI-Anwendungen zu fördern. Darüber hinaus diskutieren sie den Einsatz von Robotik in der Pflege und die Bedeutung von Empathie in der Interaktion mit KI-Systemen.

Keywords

KI, Medizin, Diagnostik, medizinische Bilder, histopathologische Schnitte, Generative KI, Natural Language Processing, Datenregulierung, Datenschutz, KI, Robotik, Medizin, Ärzte, Forschung, Regulatory Sandboxes, Regulatorik, Pflege, Empathie

Takeaways

• KI wird bereits erfolgreich in der Diagnostik eingesetzt, insbesondere bei der Auswertung von medizinischen Bildern und histopathologischen Schnitten.
• Die Generative KI, insbesondere im Bereich des Natural Language Processing, bietet große Anwendungsmöglichkeiten in der Medizin, z.B. bei der Erstellung von medizinischen Texten und SOPs.
• Die Implementierung von KI in der medizinischen Praxis wird durch regulatorische Anforderungen und die Notwendigkeit der Haftungsklärung erschwert.
• Effizienzsteigerungen durch den Einsatz von KI sind insbesondere in der Dokumentation und Verwaltung von Gesundheitsdaten möglich.
• Die Datenschutzregulierung in Deutschland stellt eine Herausforderung für die Nutzung von KI in der Medizin dar, es besteht jedoch Potenzial für eine einheitliche Lösung auf internationaler Ebene. KI und Robotik können Ärzten und Ärztinnen mehr Zeit für den Patienten und die Forschung ermöglichen.
• Die Regulatorik stellt eine große Hürde für die Umsetzung von KI-Anwendungen in der Medizin dar.
• Regulatory Sandboxes könnten genutzt werden, um die Entwicklung von KI-Anwendungen zu fördern.
• Robotik kann in der Pflege eingesetzt werden, um das Personal zu unterstützen.
• Empathie ist ein wichtiger Aspekt in der Interaktion mit KI-Systemen.

Sound Bites

• "KI wird bereits erfolgreich in der Diagnostik eingesetzt"
• "Generative KI bietet große Anwendungsmöglichkeiten in der Medizin"
• "Implementierung von KI in der medizinischen Praxis wird erschwert"
• "dann irgendwann haben die Leute wieder mehr Zeit, sich den mildtätigen, gemeinnützigen Themen zu widmen."
• "Das sind im Grunde politisch gewollte Bereiche, wo gesagt wird, in diesem Bereich lassen, das ist eine Spielwiese, das ist eine Sandbox, ein Sandkasten."

Chapters

00:00 Einführung und Vorstellung des Gasts

01:34 Einsatz von KI in der Diagnostik

04:25 Generative KI im medizinischen Bereich

07:44 Herausforderungen bei der Implementierung von KI in der medizinischen Praxis

11:01 Effizienzsteigerung durch KI in der Dokumentation

13:24 Datenschutzregulierung in der Medizin

20:27 Die Auswirkungen von KI und Robotik auf die Medizin

23:19 Herausforderungen bei der Umsetzung von KI in der Medizin

24:44 Die Rolle von Regulatory Sandboxes bei der Förderung von KI-Anwendungen

29:48 Der Einsatz von Robotik in der Pflege

34:21 Die Bedeutung von Empathie in der Interaktion mit KI-Systemen

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

Themen der Folge:

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

1. Vom Buzzword zur Wertschöpfung

   • KI wird inflationär benutzt; echte Orientierung fehlt.

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

2. Schnell ins Tun kommen

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

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

3. Datenkompetenz & Compliance als Fundament

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

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

4. Legacy als Chance statt Last

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

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

5. Ressourcen & Kulturwandel

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

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

6. IP neu definieren

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

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

7. Fazit

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

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

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

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

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

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

Wir freuen uns auf eine Fortsetzung!

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

Kernaussagen:

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Key Learnings

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

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

Die Haupt-Learnings

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

Fazit

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

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

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

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

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

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

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

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

Zum Schluss formuliert Heekeren drei zentrale Aufgaben für Hamburgs Wissenschaftsstandort:

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

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

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

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

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

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

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

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

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

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

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

Zusammenfassung der Folge:

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

Kernaussagen & Learnings:

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

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

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

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

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

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

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

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

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

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

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

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

Key Learnings

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

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

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

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

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

🎧 Executive Summary

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Die Schwerpunkte dieser Folge:

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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