Kameramann und Filmemacher Mirko B. Peeck gewährt uns einen ehrlichen Blick hinter die Kulissen: Wie verändert KI die Videoproduktion – und wo läuft klassisches Filmemachen noch immer vorne weg? In dieser Episode sprechen wir über KI-Workflows von der Idee bis zum ersten Bild, die Realität hinter dem LinkedIn-Hype und warum der Zug noch längst nicht abgefahren ist.

Erwähnte Ressourcen & Tools

• Imagen / Google Bildmodelle (Nano Banana / Imagen Pro/2) – Bildgenerierung
• Higgsfield – Aggregator für Bild- und Videomodelle
• FreePik – Aggregator-Plattform
• FAL.AI – API-basierter Modell-Aggregator
• Kling – Videomodell (State of the Art)
• Seedance – kommendes Videomodell
• ComfyUI – Node-basierte Workflow-Plattform für professionelle KI-Arbeit

Mirko kontaktieren:

• LinkedIn – Mirko B. Peeck
• Website Mirko B. Peeck

Torge auf LinkedIn folgen
Sven auf LinkedIn folgen

In dieser Episode von Generativ gedacht – KI mit Sven und Torge dreht sich alles um Claude Code, das Kommandozeilen-Tool von Anthropic. Manche sprechen bereits von einem neuen „ChatGPT-Moment“ – und wir erklären, warum das kein Hype ist. Mit dem neuen Modell Claude Opus 4.6 und den frisch eingeführten Agent Teams kann Claude Code eigenständig komplexe Aufgaben planen, aufteilen und ausführen – ganz ohne dass du jeden Schritt selbst vorgibst. Das große Kontextfenster von einer Million Token und verbessertes Reasoning machen dabei den entscheidenden Unterschied. Wir zeigen anhand konkreter Praxisbeispiele aus unserem eigenen Alltag, was das für Unternehmen und alle bedeutet, die smarter arbeiten wollen.

•       Was ist Claude Code? Herkunft aus der Softwareentwicklung und was es heute kann

•       Claude Opus 4.6: 1 Million Token Kontextfenster, verbessertes Reasoning und Agent Teams

•       Sub-Agents: Wie Claude Code komplexe Aufgaben selbstständig in Teilschritte zerlegt

•       MCP-Server: Business-Tools wie Webflow, Excel, PowerPoint und Miro direkt anbinden

•       Praxisbeispiel Torge: Automatisierte Webseiten-Erstellung via Webflow-MCP

•       Praxisbeispiel Sven: Agentisches Marketing-Team und KI-Analyse von Krypto-Tradingdaten

•       Die Zukunft des Web-Entwickler-Berufs im KI-Zeitalter – Beschleunigung statt Ersatz?

•       DSGVO-konformer Einsatz von Claude Code im Unternehmensumfeld

00:01  – Intro: Der neue ChatGPT-Moment der KI-Welt

00:58  – Was ist Claude Code? Herkunft und Überblick

02:00  – Claude Opus 4.6: Kontextfenster, Reasoning und was das bedeutet

03:24  – Agent Teams und Sub-Agents: Komplexe Aufgaben automatisch aufteilen

05:30  – MCP-Server: Webflow, Excel, PowerPoint, Miro und GitHub anbinden

08:06  – Praxisbeispiel Torge: Webseiten automatisch erstellen lassen

11:41  – Praxisbeispiel Sven: Agentisches Marketing-Team mit Sub-Agents

•       Claude Code ist weit mehr als ein Coding-Tool – es ist ein autonomes Agenten-System, das ganze Arbeitsprozesse selbstständig plant und ausführt.

•       Agent Teams ermöglichen es, komplexe Aufgaben in parallele Teilschritte zu zerlegen.

•       Über MCP-Server lassen sich bestehende Business-Tools direkt ansteuern – der Output landet direkt in deinen Lieblingstools wie Excel oder Miro.

•       Auch ohne Programmierkenntnisse lohnt sich das Experimentieren bereits jetzt

•       DSGVO-konformer Einsatz ist möglich, erfordert aber die richtige Architektur und unbedingt rechtliche Beratung im Unternehmenskontext.

In der nächsten Folge ist Mirko zu Gast und berichtet aus erster Hand, wie KI aktuell in der Filmindustrie eingesetzt wird – ein kreativer Use Case, der zeigt, wie weit KI in traditionellen Branchen bereits angekommen ist. Erscheint nächsten Montag – nicht verpassen!

Hinweis: Die Aussagen zur DSGVO in dieser Folge stellen keine Rechts- oder Steuerberatung dar. Bitte wendet euch bei konkreten Fragen an einen Fachanwalt.

In dieser Episode von Generativ gedacht – KI mit Sven und Torge sprechen wir über den aktuellen Hype rund um KI-Agenten wie OpenClaw, Sicherheitsrisiken bei autonomen Systemen und die neuesten KI-Modell-Updates von OpenAI, Google, Anthropic und Mistral. Außerdem berichten wir von einem KI-Hackathon bei der Sparkassen-Tochter S-Communications in Berlin und zeigen, warum KI-Wissensdatenbanken für Unternehmen ein wichtiger Quick Win sind.

• OpenClaw: KI-Agent, der komplette Computer steuern kann
• Sicherheitsrisiken und Prompt-Injection bei autonomen KI-Systemen
• Einblick in einen KI-Hackathon mit über 100 Teilnehmern
• Neue KI-Modelle von OpenAI, Google, Anthropic, Mistral und xAI
• Warum Unternehmen jetzt KI einsetzen sollten

In dieser Episode von „Generativ gedacht – KI mit Sven und Torge“ sprechen wir über KI-Telefonassistenten und Voice Agents im Mittelstand. Anhand konkreter Beispiele aus Handwerk, Hausverwaltung, Hotellerie und Medizin zeigen wir, wie Unternehmen mit KI ihre Erreichbarkeit verbessern, Fachkräftemangel abfedern und Prozesse automatisieren können – DSGVO-konform und mit überschaubarem Aufwand.

⏱ Inhaltsübersicht / Zeitstempel

00:01 – Einführung in Folge 7: KI-Telefonassistenten
00:30 – Praxisbeispiel Zahnarzt: KI-gestützte Dokumentation
01:20 – Effizienzgewinn im medizinischen Umfeld
03:15 – Voice Agents im Handwerk: Herausforderungen der Erreichbarkeit
05:30 – Praxisbeispiel Heizungsbau & Wärmepumpe (NRW)
07:50 – Fachkräftemangel & wirtschaftlicher Nutzen
08:50 – Hausverwaltungen & KI-Anrufbeantworter
09:50 – Hackathon-Prototyp mit 11Labs
10:10 – Notfall-Weiterleitungen (z. B. Wasserrohrbruch)
11:20 – Hotel-Hotlines & automatische Zimmerbuchung
12:00 – Integration in Ticketsysteme & CRM
12:30 – Akzeptanz: „Mit einer KI rede ich nicht“
14:00 – Empathiefähigkeit von KI im Gespräch
15:00 – KI als strategischer Einstieg ins Unternehmen
16:00 – Ausblick: KI im Bildungssektor (nächste Folge)

KI-Telefonassistent, Voice Agent, KI im Handwerk, KI im Mittelstand, DSGVO-konforme KI, Fachkräftemangel Lösung, Automatisierte Terminbuchung, KI Anrufbeantworter, KI Hausverwaltung, KI im Heizungsbau, Wärmepumpe Service, KI im Hotel, KI Prozessautomatisierung

KI im Marketing: Wie Copywriter mit ChatGPT & Co. wirklich bessere Texte schreiben – mit Sascha Ceccarelli (Folge #6)

Wie verändert generative KI das Marketing wirklich? In dieser Episode sprechen wir mit Copywriter und Prompt-Engineering-Experte Sascha über KI im Marketing, Tonalität, Automatisierung mit n8n und warum echte Kreativität (noch) menschlich bleibt. Eine praxisnahe Folge für Marketing-Teams, Content-Profis und alle, die KI strategisch einsetzen wollen.

• Prompting als Briefing: Warum Kontext alles ist
• Tone of Voice & Markenstimme mit KI entwickeln
• Warum KI-Texte oft generisch klingen und wie man das verhindert
• Automatisierung mit n8n & Content-Maschinen
• Kreativität vs. Remix: Die DJ-Metapher für LLMs
• Warum Domainwissen in Zukunft noch wichtiger wird

Kontakt zu Sascha:

https://www.saschaceccarelli.de/

https://www.linkedin.com/in/sascha-ceccarelli-7381b481

[00:02] Einführung & erster Gast im Podcast

[00:35] Saschas Background: Copywriter & KI im Marketing

[01:27] Erste Begegnung mit ChatGPT – Skepsis und Wendepunkt 2024

[03:01] Prompt Engineering: Warum „Shit in, Shit out“ gilt

[04:20] Wo KI im Marketing wirklich hilft – und wo nicht

[05:37] Generische KI-Texte vermeiden: Iteration & Tonalität

[07:59] Workshops mit Marketing-Teams: Typische Herausforderungen

[09:27] Tone of Voice definieren – mit und ohne KI

[10:06] Wird der Copywriter überflüssig? Kreativität vs. KI

[12:03] Die DJ-Metapher: KI als Remix-Maschine

[12:58] Praktische Hacks gegen KI-Standardtexte

[15:46] Zukunft von Content-Teams: Domainwissen als Schlüssel

[17:20] Automatisierung mit n8n & Content Engines

[21:30] KI-Hype, Blackbox-Angst & menschlicher Faktor

[24:06] Softwareentwicklung & KI: Parallelen zum Marketing

[31:24] Konkrete Tipps für Marketing-Teams

[33:34] Wann Unternehmen mit Sascha arbeiten sollten

KI im Marketing, generative KI, ChatGPT Marketing, Prompt Engineering, Tone of Voice, Markenstimme, Content Automatisierung, n8n Marketing, Newsletter mit KI, Copywriting und KI, Marketing Workshops KI, LLM im Unternehmen, Content-Teams Zukunft, Kreativität vs KI

Die Episode behandelt den Einsatz von KI in Unternehmen und die Bedeutung der KI-Potentialanalyse als Startpunkt. Es werden Vorteile, Herausforderungen und Anwendungsansätze für KI im Arbeitsalltag diskutiert, wobei auch die Unterschiede zwischen kleinen und großen Unternehmen beleuchtet werden.

Takeaways

• KI-Potentialanalyse als Startpunkt
• Anwendungsmöglichkeiten von KI im Arbeitsalltag

Chapters

• 00:00 Einsatz von KI in Unternehmen
• 08:23 Roadmap statt Strategie für KI-Implementierung
• 16:15 Anwendungsansätze von KI im Arbeitsalltag

In Folge 4 von „Generativ gedacht – KI mit Sven & Torge“ geht es um praktische Denkmodelle für die Zusammenarbeit mit KI. Sven und Torge erklären, wann KI als Sparringspartner hilft und wann sich KI-Assistenten wie Custom GPTs, Claude Projects oder Gemini Gems lohnen.

Das erwartet dich in dieser Episode:

• KI als Sparringspartner für komplexe Denkprozesse
• KI für wiederkehrende Aufgaben mit klarem Output
• Zwei zentrale Denkmodelle für produktives Arbeiten mit KI
• Custom GPTs, Claude Projects & Gemini Gems im Überblick
• Assistenten vs. Agenten – wo liegt der Unterschied?
• Kreative KI-Anwendungen für Bildung & Kinder

🎙️ Mit: Sven Hofmann & Torge Achelpöhler

🚀 Ausblick: In der nächsten Folge geht es darum, wie Unternehmen herausfinden, welche KI-Lösungen für sie wirklich sinnvoll sind.

Keywords:
KI Arbeitsalltag, KI Assistenten, Custom GPTs, Claude Projects, Google Gemini Gems, Prompting, Generative KI, Produktivität, KI Tools

In dieser Episode von 'Generativ Gedacht KI' diskutieren Torge und Sven über fortgeschrittenes Prompting und klären Missverständnisse über das Training von KI-Modellen. Sie betonen die Bedeutung einer strukturierten Eingabe für bessere Ergebnisse und erläutern, dass das Eingeben von Informationen in ChatGPT nicht als Training betrachtet werden kann. Die Episode bietet wertvolle Einblicke in die Interaktion mit KI und die Notwendigkeit, den Kontext für effektive Ergebnisse bereitzustellen.

Key Takeaways:

·      Fortgeschrittenes Prompting erfordert eine klare Struktur.

·      Die Eingabe von Prompts sollte kontextualisiert sein.

·      KI-Modelle können nicht durch Eingaben trainiert werden.

·      Inferenz ist der Prozess, der bei der Interaktion mit KI stattfindet.

·      Das Gedächtnis der KI ist begrenzt und nicht dauerhaft.

·      Strukturierte Prompts führen zu besseren Ergebnissen.

·      Die Rolle der KI sollte klar definiert werden.

·      Positive Formulierungen in Prompts sind effektiver.

·      Beispiele helfen der KI, den gewünschten Stil zu lernen.

·      Die nächste Folge wird sich mit der Interaktion mit KI beschäftigen.

Beispiel-Prompt Vorlage Markdown-Format:

# Rolle

[Definieren Sie eine spezifische Rolle mit relevanter Expertise für die Aufgabe]

Du bist ein [spezifische Rolle mit Fachkenntnissen]. Du verfügst über umfassende Erfahrung in [relevante Bereiche] und bist bekannt für [besondere Qualitäten/Fähigkeiten].

# Aufgabe

[Beschreiben Sie die Aufgabe klar und präzise mit Aktionsverben]

Deine Aufgabe ist es, [klare Beschreibung der Hauptaufgabe]:

1. [Erster konkreter Schritt]

2. [Zweiter konkreter Schritt]

3. [Dritter konkreter Schritt]

Variablen: {variable1}, {variable2}

# Kontext

[Geben Sie relevante Hintergrundinformationen]

Hintergrund:

- [Wichtige Kontextinformation 1]

- [Wichtige Kontextinformation 2]

- [Zielgruppe/Verwendungszweck]

Bedeutung: [Warum diese Aufgabe wichtig ist und welchen Einfluss sie hat]

# Spezifikationen

[Definieren Sie Format, Stil, Länge und weitere Anforderungen]

Format:

- [Gewünschtes Ausgabeformat, z.B. Liste, Fließtext, Tabelle]

- [Strukturelle Anforderungen]

Stil & Ton:

- [Tonalität, z.B. professionell, freundlich, technisch]

- [Sprachliche Besonderheiten]

Umfang:

- [Längenangabe, z.B. 200-300 Wörter, 5 Punkte]

Qualitätskriterien:

- [Genauigkeit, Relevanz, spezifische Anforderungen]

# Beispiele

[Geben Sie 2-3 konkrete Input-Output-Beispiele]

## Beispiel 1

Input: [Beispiel-Eingabe]

Output: [Erwartete Ausgabe]

## Beispiel 2

Input: [Beispiel-Eingabe]

Output: [Erwartete Ausgabe]

# Hinweise

[Wichtige Erinnerungen und Randfälle]

- [Wichtiger Hinweis 1]

- [Häufige Fehlerquelle vermeiden]

- [Edge Cases beachten]

- [Besondere Vorsichtsmaßnahmen]

Schön, dass ihr bei uns reinhört!

Zusammenfassung

In der zweiten Folge des Podcasts "Generativ Gedacht KI" diskutieren Torge Achelpöhler und Sven Hofmann die Grundlagen von Sprachmodellen und deren Anwendung in der Praxis. Torge erklärt, wie Sprachmodelle funktionieren, indem sie Wahrscheinlichkeiten nutzen, um Antworten auf Anfragen zu generieren. Zudem wird das Konzept der Halluzinationen angesprochen, bei denen die KI falsche oder ungenaue Informationen generiert.

Sven ergänzt, dass die Qualität der Eingaben entscheidend für die Qualität der Antworten ist. Er erklärt verschiedene Arten des Promptings und gibt praktische Tipps, wie man die Eingaben strukturieren sollte, um die gewünschten Ergebnisse zu erzielen.

Kapitel
00:00 Einführung
06:16 Sprachmodelle verstehen

12:55 Die Bedeutung von Prompting
18:10 Prompt-Struktur verstehen
23:12 Effektive Kommunikation mit KI
25:44 Anpassung an KI am Arbeitsplatz
29:45 Zukunft von KI und Prompting

In der ersten Folge des Podcasts "Generativ Gedacht KI" stellen sich die Hosts Torge und Sven vor und diskutieren die aktuellen Herausforderungen und Chancen der Künstlichen Intelligenz (KI) für Unternehmen. Sie betonen die Notwendigkeit der Digitalisierung als Grundlage für die Implementierung von KI-Lösungen und die Bedeutung von Schulungen für Mitarbeitende. Die Hosts möchten den Zuhörern pragmatische Tipps geben und aufklären, um die Angst vor KI zu nehmen und deren Potenziale zu nutzen.

Takeaways

• Es gibt viel Hype um KI, aber viele Unternehmen sind zögerlich.
• Die Digitalisierung ist eine Voraussetzung für KI-Implementierung.
• Unternehmen müssen ihre Prozesse klar definieren.
• KI sollte als Werkzeug und nicht als Allheilmittel betrachtet werden.
• Mitarbeitende müssen geschult werden, um KI effektiv zu nutzen.
• Change Management ist entscheidend für die Akzeptanz von KI.
• Die Angst vor KI muss abgebaut werden.
• Pragmatische Tipps zur Nutzung von KI sind wichtig.
• Der demografische Wandel erfordert neue Ansätze in der Arbeitswelt.

Kapitel:

00:00 Einführung in den Podcast und die Hosts

02:33 Die aktuelle KI-Landschaft und ihre Herausforderungen

06:28 Digitalisierung als Grundlage für KI-Implementierung

10:41 Die Rolle der Mitarbeitenden in der KI-Transformation

13:13 Ausblick auf zukünftige Themen und Lerninhalte

In dieser Folge ordnen Sven und Torge das globale KI-Rennen ein: Welche Player führen, wo Europa steht – und was agentisches Arbeiten für den Mittelstand wirklich bedeutet.

•      Open Source vs. Closed Source: Wie China in Wochen zu den US-Modellen aufschließt

•      Anthropic & Claude Code: Agentisches Arbeiten und was sich damit wirklich verändert

•      Google: Warum der Suchmaschinengigant strategisch am besten aufgestellt ist

•      Meta & OpenAI: Stellenabbau, Finanzierungsdruck und fragwürdige User-Zahlen

•      Klarna-Effekt: Was passiert, wenn man KI zu schnell und zu radikal einsetzt

•      Indien als neuer KI-Hotspot – und warum kein großer Player sich in Europa niederlässt

00:00  –  Intro & Überblick: Das weltweite KI-Rennen

01:17  –  Open Source vs. Closed Source: China, USA und das Modell-Rennen

05:00  –  Anthropic & Claude Code: Agentisches Arbeiten in der Praxis

10:33  –  Google Gemini: Distribution, DeepMind und eigene Chips

16:16  –  Meta: Datenschatz, Llama-Rückzug und Stellenabbau

21:10  –  Klarna: Wenn KI-Einsatz nach hinten losgeht

23:52  –  OpenAI: Finanzierungsdruck und Enterprise-Schwenk

30:06  –  Europa und Indien: Wer entwickelt die KI der Zukunft?

35:04  –  Fazit & Ausblick

•      Open-Source-Modelle aus China holen binnen Wochen zu den neuesten US-Modellen auf – zu einem Bruchteil der Kosten.

•      Agentisches Arbeiten verändert grundlegend, wie wir mit KI zusammenarbeiten – kein Frage-Antwort-Spiel mehr.

•      Google ist strategisch am stärksten aufgestellt: Distribution, Hardware, Forschung und Daten unter einem Dach.

•      Der „KI-Stellenabbau“ ist oft AI-Washing – aber Junior-Stellen verschwinden strukturell trotzdem.

•      Europa sitzt auf der Tribüne: Kein großer KI-Player baut hier – mit konkreten Folgen für den DACH-Markt.

Martina Grüner ist Gymnasiallehrerin und KI-Expertin – eine seltene Kombination. In Folge 12 von Generativ Gedacht erzählt sie, wie sie KI in den Schulalltag bringt, warum Datenschutz für Schüler:innen so wichtig ist und was sich im Bildungssystem ändern muss, damit der Anschluss nicht verloren geht.

Martina Grüner ist seit über zwölf Jahren Gymnasiallehrerin für Deutsch, Geschichte und Politik. Nach einer Weiterbildung in Prompt Engineering an der DBU Berlin verbindet sie Schulpraxis mit KI-Expertise und schult Kolleg:innen im Umgang mit Künstlicher Intelligenz – an der eigenen Schule und als externe Dozentin.

Kontakt zu Martina

📧 mg-ki-beratung at protonmail.com
🔗 Martina auf LinkedIn

Über die Hosts

Torge auf LinkedIn folgen
Sven auf LinkedIn folgen

Humanoide Roboter tanzen, greifen, tragen – und kommen in der realen Welt an. In Folge 11 von Generativ gedacht nehmen Sven und Torge das Robotik-Rennen 2026 unter die Lupe. Was steckt hinter den viralen Videos aus China? Wie weit sind Tesla Optimus, Neura Robotics oder Figure AI wirklich? Und welche Herausforderungen – von Akkuleistung über Sensorzuverlässigkeit bis zu seltenen Erden – bremsen die Massenproduktion noch aus? Dazu ein Blick auf den KI-Ansatz hinter den Maschinen: von LIDAR und Kameramodellen bis zu den World Models, die die nächste Evolutionsstufe einläuten sollen.

•       Aktueller Stand: Durchbruch bei Beweglichkeit & Gleichgewicht humanoider Roboter

•       China an der Spitze: Roboter-Demos beim Neujahrsfest & beim Besuch von Bundeskanzler Merz

•       Einsatzfelder: Gefahrenabwehr (Feuerwehr), Industrie, Logistik – wo geht's schon heute?

•       Herausforderungen: Akkuleistung, Sensorzuverlässigkeit & Rohstoffversorgung

•       KI-Steuerung: LIDAR vs. Kamera-only (Tesla) und die Zukunft der World Models

•       AMI Labs (Jan LeCun): 1 Mrd. Dollar Finanzierung für World-Model-Forschung in Paris

•       Marktüberblick: China (Unitree, Agibot, Ubitec), USA (Tesla, Figure AI, Boston Dynamics), Deutschland (Neura Robotics, Schäffler), Japan & Südkorea

00:00  – Intro: Roboter in den Medien – Hype oder Realität?

01:43  – Svens Eindruck: Ein echter Durchbruch bei Bewegung & Gleichgewicht

03:32  – Exponentielles Wachstum – 10x Fortschritt gegenüber dem Vorjahr

05:05  – Einsatzmöglichkeiten: Feuerwehr, Gefahrenabwehr, Industrie

07:12  – Herausforderungen: Batterie, Gleichgewichtssensoren & Rohstoffe

10:45  – KI-Steuerung: LIDAR vs. Kamera, World Models als nächster Schritt

13:02  – AMI Labs & Jan LeCun: 1 Mrd. Dollar für World-Model-Forschung in Paris

13:56  – Neura Robotics: Trainingsstudios und datengetriebenes Lernen

15:38  – Marktüberblick: China führt, USA holt auf, Deutschland & Japan dabei

17:52  – Fazit & Ausblick: Starker Trend in den nächsten 5 Jahren

•       Humanoide Roboter haben 2026 einen qualitativen Sprung gemacht – Beweglichkeit und Gleichgewicht sind auf einem neuen Level.

•       China ist Marktführer bei Produktion und Preis (ab ca. 6.000 USD), während US-Firmen wie Tesla mit dem Optimus hohe Stückzahlen für 2026 ankündigen.

•       Die größten Bremsklötze sind Akkulaufzeit, Sensorzuverlässigkeit und die Verfügbarkeit von Rohstoffen – Europa ist hier strukturell im Nachteil.

•       World Models sind der nächste KI-Meilenstein für Robotik: Sie sollen Robotern beibringen, mit der physischen Welt umzugehen – eine Aufgabe, die klassische Sprachmodelle nicht erfüllen können.

•       Praktischer Einsatz startet heute vor allem in der Logistik; Gefahrenabwehr und Industrie sind realistische Kurzzeitziele.

Generativ gedacht – KI mit Sven und Torge ist der Podcast für alle, die KI nicht nur verstehen, sondern im Unternehmen einsetzen wollen. Sven und Torge sind KI-Praktiker und begleiten kleine und mittelständische Unternehmen auf dem Weg in die KI-gestützte Arbeitswelt – mit Workshops, Beratung und ganz viel Praxisnähe. Zu finden auf Spotify und Apple Podcasts.

Skills sind ein neues Feature in Claude, mit dem sich wiederkehrende Prozesse, Tonalitäten und Formate als eigene „Mini-Wissensdatenbanken" hinterlegen lassen – inzwischen als offener Standard auch in ChatGPT, Cursor, der Gemini CLI und GitHub Copilot nutzbar. In dieser Folge erklären Torge und Sven, was Skills genau sind, wie sie sich von klassischem Prompting und von Projekten unterscheiden, in welchen Anwendungsfällen sie echten Mehrwert bringen – und worauf man bei fremden Skills aus Sicherheitsgründen unbedingt achten sollte.

🔗 Erwähnte Ressourcen & Tools

* Claude (Anthropic) – [claude.ai](https://claude.ai) | Skills findet man in der Desktop- oder Web-App unter Einstellungen › Anpassen

* Claude Code – [claude.com/claude-code](https://www.claude.com/claude-code) | CLI-Tool mit Skill-Support; besondere Vorsicht bei fremden Skills wegen direktem Zugriff auf das Dateisystem

* ChatGPT (OpenAI) – [chatgpt.com](https://chatgpt.com) | Hat den Skills-Standard kurz nach Anthropic nachgezogen

* Cursor – [cursor.com](https://cursor.com) | Skills im Code-Editor nutzbar

* Google Gemini CLI – [github.com/google-gemini/gemini-cli](https://github.com/google-gemini/gemini-cli) | Skills auf der Command Line einsetzbar

* GitHub – [github.com](https://github.com) | Zentrale Ablage vieler vorgefertigter Community-Skills

* Gamma – [gamma.app](https://gamma.app) | KI-gestützte Präsentationserstellung

* Lovable – [lovable.dev](https://lovable.dev) | Prototypen- und App-Erstellung per Prompt; profitiert stark von einem dedizierten Prompting-Skill

👥 Hosts

Torge Achelpöhler ist KI-Berater und Produktmanager aus Münster. Er hilft mittelständischen Unternehmen im DACH-Raum dabei, KI pragmatisch in ihre Prozesse zu integrieren – mit konkreten Use Cases statt abstrakter Strategie. 🔗 [LinkedIn](https://www.linkedin.com/in/torgeachelpöhler)

Sven Hofmann ist KI-Berater und Gründer von Nexutools. Er implementiert KI-gestützte Automatisierungen und begleitet Unternehmen bei der Einführung und dem strukturierten Einsatz von KI-Modellen in der Praxis. 🔗 [LinkedIn] (www.linkedin.com/in/svenhofmann-nexutools)

Kontextwissen ist der entscheidende Schlüssel für bessere KI-Ergebnisse – und trotzdem wird er von den meisten Nutzern und Unternehmen unterschätzt. In dieser Folge erklären Torge und Sven, was Kontextwissen ist, wie man es strukturiert aufbereitet und wie man es in Tools wie ChatGPT und Claude konkret einsetzt, um generische KI-Antworten zu vermeiden.

• Claude (Anthropic) – claude.ai | Projekte und Teamfunktion
• ChatGPT (OpenAI) – chatgpt.com | Custom GPTs
• Notion – notion.so | Als externe Wissensdatenbank
• MCP (Model Context Protocol) – Standard zur Tool-Anbindung an KI-Modelle
• generativ gedacht Folgen zu Prompting:
  Sprachmodelle & Prompting
  Fortgeschrittenes Prompting

Torge Achelpöhler ist KI-Berater und Produkt­manager aus Münster. Er hilft mittelständischen Unternehmen im DACH-Raum dabei, KI pragmatisch in ihre Prozesse zu integrieren – mit konkreten Use Cases statt abstrakter Strategie. 🔗 LinkedIn

Sven Hofmann ist KI-Berater und Gründer von nexutools. Er implementiert KI-gestützte Automatisierungen und begleitet Unternehmen bei der Einführung und dem strukturierten Einsatz von KI-Modellen in der Praxis. 🔗 LinkedIn

In dieser Folge von Generativ gedacht – KI mit Sven und Torge dreht sich alles um das Thema KI-gestützte Präsentationserstellung. Das Wichtigste vorab: Der größte Wandel ist nicht das Tool, sondern das Vorgehen. Sven und Torge zeigen, wie man mit Spracheingabe, Designsystemen und modernen KI-Tools wie Gamma, Claude Design und dem Claude-Plugin für PowerPoint in einem Bruchteil der Zeit professionelle Präsentationen erstellt. Außerdem: Was das brandneue Feature Claude Design für die Designwelt bedeutet. 

•       Neues Vorgehen: Inhalte per Spracheingabe diktieren statt in PowerPoint zu tippen

•       Gamma.app: KI-Präsentationen in Sekunden – Stärken, Schwächen und der MCP-Anschluss an Claude

•       Claude Design: Das neue Anthropic-Feature für Präsentationen, Social Media und Webseiten (Release 17.04.2026)

•       Claude Plugin für PowerPoint: Designtreue behalten und trotzdem KI nutzen

•       Miro als Präsentationstool: Wie sich Miro mit KI-Prompts in ein Präsentations-Tool verwandelt

•       Designsystem entwickeln: Der entscheidende Schritt für konsistente KI-Präsentationen

•       Disruption von Office-Software: Werden klassische Lizenzmodelle durch günstigere KI-Tools verdrängt?

00:39  –  Der neue Workflow: Spracheingabe statt Tippen

03:46  –  Gamma.app – Funktionen, Export-Formate und Bezahlversion

07:34  –  Folienmaster war gestern – was sich grundlegend geändert hat

09:05  –  Designsystem entwickeln: Der konkrete Schritt-für-Schritt-Tipp

10:28  –  Miro als KI-Präsentationstool – unterschätzt und überraschend stark

11:45  –  Claude Design: Das neue Feature und was es für die Designbranche bedeutet

13:24  –  Zusammenfassung: Der 3-Schritte-Workflow für KI-Präsentationen

15:31  –  Claude Plugin für PowerPoint – Erfahrungen und Einsatzempfehlung

•       Inhalte zuerst, Tools danach: Den größten Zeitgewinn erzielt man nicht durch das richtige Tool, sondern durch Spracheingabe und KI als Sparringspartner für die Struktur – noch bevor man ein Präsentationstool öffnet.

•       Designsystem als Pflichtschritt: Bevor man KI-Präsentationen erstellt, lohnt es sich, ein Designsystem zu definieren z.B. aus einer bestehenden Präsentation

•       Gamma für schnelle Entwürfe, PowerPoint für Designtreue: Gamma generiert Präsentationen in unter einer Minute, aber Foliengrößen und Schriften können variieren. Das Claude-Plugin für PowerPoint bietet mehr Kontrolle über das finale Layout.

•       Miro wird unterschätzt: Mit einem guten Prompt und der KI-Funktion entstehen in Miro präsentierbare Folien inklusive KI-generierten Bildern.

•       Claude Design ist ein Game Changer: Das neue Anthropic-Feature ermöglicht Präsentationen, Social Media Content und Webseiten direkt in Claude mit Nachbearbeitungsmöglichkeit im gleichen Tool. Anthropic wird zur Designplattform.

Keine Rechts- und Steuerberatung, keine Finanzberatung.

In Folge 14 von Generativ gedacht geht es um KI-Anwendungsfälle in der Immobilienverwaltung. Torge und Sven sprechen aus der Projektpraxis: Warum nicht der schicke KI-Telefonassistent Prio 1 bekommt, sondern die unscheinbare Belegautomatisierung. Und warum die eigentliche Herausforderung nicht das Auslesen, sondern das korrekte Zuordnen von Belegen zu Objekt und Wohneinheit ist.

Sie diskutieren, warum OCR-Tools erst seit Anfang 2025 zuverlässig genug für den Praxiseinsatz sind, was hinter dem Satz "Das ist doch nur ein Agent" steckt und wie man komplexe Verwaltungsprozesse sinnvoll zerlegt, statt auf dem Reißbrett zu bauen.

Zum Abschluss gibt es konkrete Einstiegstipps – von Belegerkennung über Notion-Automationen bis zum digitalen Home Staging mit Nano Banana.

🔗 Torge auf LinkedIn folgen
🔗 Sven auf LinkedIn folgen

Bildgenerierung mit KI ist mittlerweile in wenigen Klicks möglich – aber welches Modell passt für welchen Anwendungsfall? In dieser Folge geben Torge und Sven einen Überblick über die wichtigsten Bildgenerierungs-Tools, erklären, wie Bildmodelle technisch funktionieren (Stichwort: Entrauschen), und zeigen, worauf man bei Prompting, Modellauswahl und Einsatzgebieten achten sollte.

🔗 Erwähnte Ressourcen & Tools

• Google Gemini (NanoBanana2 / Gemini 3.1 Flash Image) – gemini.google.com | Bildgenerierung kombiniert mit LLM zur Prompt-Erstellung
• ChatGPT Image 2 (OpenAI) – chatgpt.com | Neues Bildmodell (April), gut mit kurzen Prompts und integrierten Texten, geeignet für Infografiken
• Flux (Black Forest Labs) – bfl.ai | Deutsches Bildmodell aus dem Schwarzwald, EU-Server möglich, datenschutzfreundlich
• Kling (Kling AI) – klingai.com | Chinesisches Modell, stark bei cineastischen Bildwelten
• Seedance (ByteDance) – Bildgenerierungsmodell aus dem asiatischen Raum
• Midjourney – midjourney.com | Stark für ästhetische und künstlerische Bildgenerierung
• Freepik – freepik.com | Meta-Plattform mit verschiedenen Modellen zum Vergleich
• Higgsfield – higgsfield.ai | Meta-Plattform für mehrere Bildgenerierungsmodelle
• AI First – Beispiel für konsistente, KI-generierte Bildwelten in Newsletter und Website

👥 Hosts

Torge Achelpöhler ist KI-Berater und Produktmanager aus Münster. Er hilft mittelständischen Unternehmen im DACH-Raum dabei, KI pragmatisch in ihre Prozesse zu integrieren – mit konkreten Use Cases statt abstrakter Strategie. 🔗 LinkedIn

Sven Hofmann ist KI-Berater und Gründer von nexutools. Er implementiert KI-gestützte Automatisierungen und begleitet Unternehmen bei der Einführung und dem strukturierten Einsatz von KI-Modellen in der Praxis. 🔗 LinkedIn

In dieser Folge geht es um den massiv steigenden Energiebedarf von KI-Rechenzentren weltweit und die Frage, wer diese Kapazitäten überhaupt bauen kann.

Torge und Sven zeigen anhand konkreter Zahlen der Internationalen Energieagentur, wie sich der Stromverbrauch bis 2030 mehr als verdoppeln soll, welche Lösungen die USA und China verfolgen (Gaskraftwerke, Renaissance der Kernkraft, SMRs) und warum Europa bei diesem Rennen gerade strukturell ins Hintertreffen gerät.

🔗 Erwähnte Ressourcen & Tools

• Internationale Energieagentur (IEA) – iea.org | Quelle für Prognosen zum globalen Energieverbrauch von Rechenzentren bis 2030 (415 TWh in 2024 → 950 TWh in 2030)
• Colossus 1 (xAI / Elon Musk) – Data Center in den USA, das komplett mit Gaskraftwerken betrieben wird und nicht ans öffentliche Netz angeschlossen ist
• Three Mile Island (Constellation Energy / Microsoft) – Stillgelegtes Kernkraftwerk in Pennsylvania, das von Microsoft reaktiviert wird und bis 2027 wieder ans Netz gehen soll (~835 MW)
• Small Modular Reactors (SMRs) – Kompakte Kernkraftwerke neuester Bauart, in die Google (500 MW) und Amazon investieren
• Siemens Energy & Caterpillar – Hersteller von Gaskraftwerken, die auf Jahre ausgebucht sind und Kapazitäten bewusst nicht erhöhen
• EU AI Act – Regulatorische Vorgaben zur Herkunft des Stroms für Rechenzentren in Europa (Pflicht zu erneuerbaren Energien)
  

👥 Hosts

Torge Achelpöhler ist KI-Berater und Produktmanager aus Münster. Er hilft mittelständischen Unternehmen im DACH-Raum dabei, KI pragmatisch in ihre Prozesse zu integrieren – mit konkreten Use Cases statt abstrakter Strategie. 🔗 LinkedIn

Sven Hofmann ist KI-Berater und Gründer von nexutools. Er implementiert KI-gestützte Automatisierungen und begleitet Unternehmen bei der Einführung und dem strukturierten Einsatz von KI-Modellen in der Praxis. 🔗 LinkedIn