Die KI Kantine - der Entwickler-Podcast über Künstliche Intelligenz

Anthropic will an die Börse und muss dafür umfangreiche Unterlagen bei der US-Börsenaufsicht einreichen. Das S-1-Filing gibt einen ungewöhnlich tiefen Einblick in die Finanzen des KI-Unternehmens. Besonders beeindruckend ist die Umsatzentwicklung: von 41 Millionen Dollar Jahresumsatz vor drei Jahren auf 16,3 Milliarden Dollar innerhalb von nur sechs Monaten. Umgerechnet generiert ein Mitarbeiter inzwischen rund 6,6 Millionen Dollar Umsatz.Ein entscheidender Faktor für diese Entwicklung ist die Compute-Effizienz. Während Anthropic Anfang 2025 noch 40 Cent Umsatz pro eingesetztem Compute-Dollar erzielte, sind es inzwischen 2,28 Dollar. Allerdings bleibt unklar, welchen Anteil daran echte Effizienzsteigerungen und welchen Anteil besonders günstige Compute-Verträge mit Investoren wie Amazon und Google haben. Gleichzeitig zeigt sich, wie wichtig der B2B-Markt geworden ist: Fast die Hälfte des Umsatzes läuft über die großen Cloud-Hyperscaler, die zugleich wichtige Investoren des Unternehmens sind.Besonders bemerkenswert sind die mehr als 80 Seiten Risikohinweise im Börsenprospekt. Darin räumt Anthropic selbst ein, dass KI zu einem katastrophalen und existenziellen Risiko für die Menschheit werden könnte. Eine bizarre Kombination: Das mögliche Ende der Menschheit als möglicher Einflussfaktor auf die finanzielle Performance eines Unternehmens.Die KI-Kantine ist ein Projekt von Michael Busch – Entwickler, Unternehmer und neugieriger Kantinenphilosoph.Hier geht’s regelmäßig zur Mittagspause um Künstliche Intelligenz im echten Entwickleralltag – verständlich, praxisnah und mit einer Prise Skepsis.Neue Folgen erscheinen regelmäßig – meistens genau dann, wenn du dir eh gerade ein Tablett schnappst.📬 Fragen, Feedback oder eigene KI-Erlebnisse? Schreib mir an [email protected] Folgen & mehr: https://ki-kantine.letscast.fm/

Eine Sicherheitslücke in PHP, die in ähnlicher Form seit rund 20 Jahren bekannt ist, wurde plötzlich zu einer ernsthaften Bedrohung. Was Sicherheitsexperten lange für praktisch nicht ausnutzbar hielten, konnten spezialisierte KI-Modelle innerhalb weniger Stunden in einen konkreten Angriff verwandeln. Das Problem: Die KI hat keinen neuen Fehler entdeckt, sondern einen bekannten Fehler so lange analysiert und automatisiert bearbeitet, bis er sich ausnutzen ließ.Besonders brisant ist das für Shops, WordPress-Seiten und andere Systeme, die auf PHP basieren. Denn neben Ransomware-Gruppen gibt es eine regelrechte Industrie, die kompromittierte Systeme und gestohlene Daten weiterverkauft. Ein Update allein reicht deshalb möglicherweise nicht: Betreiber müssen auch prüfen, ob Angreifer bereits Zugang zum System hatten. Die Folge zeigt, wie KI die Einschätzung von Sicherheitsrisiken verändert und warum selbst komplexe, unübersichtliche Systeme keinen verlässlichen Schutz mehr bieten.Die KI-Kantine ist ein Projekt von Michael Busch – Entwickler, Unternehmer und neugieriger Kantinenphilosoph.Hier geht’s regelmäßig zur Mittagspause um Künstliche Intelligenz im echten Entwickleralltag – verständlich, praxisnah und mit einer Prise Skepsis.Neue Folgen erscheinen regelmäßig – meistens genau dann, wenn du dir eh gerade ein Tablett schnappst.📬 Fragen, Feedback oder eigene KI-Erlebnisse? Schreib mir an [email protected] Folgen & mehr: https://ki-kantine.letscast.fm/

Bei der Model Distillation wird das Wissen eines großen KI-Modells genutzt, um kleinere, spezialisierte Modelle zu trainieren. Was innerhalb eines Unternehmens ein übliches Verfahren ist, wird problematisch, wenn konkurrierende Anbieter gezielt die Fähigkeiten fremder Modelle abschöpfen, statt selbst in Entwicklung und Training zu investieren.Eine wichtige Rolle spielen dabei die sogenannten Chain-of-Thought-Denkspuren. Sie zeigen Zwischenschritte, mit denen ein Modell komplexe Aufgaben bearbeitet. Durch gezielte Fragen, die Bewertung von Lösungswegen oder die Erzeugung künstlicher Trainingsdaten lassen sich solche Informationen sammeln und für das Training eigener Modelle verwenden.Besonders kritisch wird es, wenn ein kleineres Modell zwar die Fähigkeiten eines leistungsstarken Originals übernimmt, dessen Sicherheitsmechanismen aber nicht im gleichen Umfang mit lernt. So können leistungsfähige Modelle entstehen, bei denen wichtige Schutzmaßnahmen fehlen. Eine Folge über KI-Wettbewerb, das Abschöpfen von Wissen und die Frage, was beim Destillieren verloren gehen kann.Die KI-Kantine ist ein Projekt von Michael Busch – Entwickler, Unternehmer und neugieriger Kantinenphilosoph.Hier geht’s regelmäßig zur Mittagspause um Künstliche Intelligenz im echten Entwickleralltag – verständlich, praxisnah und mit einer Prise Skepsis.Neue Folgen erscheinen regelmäßig – meistens genau dann, wenn du dir eh gerade ein Tablett schnappst.📬 Fragen, Feedback oder eigene KI-Erlebnisse? Schreib mir an [email protected] Folgen & mehr: https://ki-kantine.letscast.fm/

Welche leistungsfähigen Sprachmodelle gibt es eigentlich aus Europa? Neben dem französischen Anbieter Mistral gibt es mit Colibri 1 ein neues Openweight-Modell von Aleph Alpha aus Heidelberg. Es soll in Benchmarks konkurrenzfähig sein und setzt auf Deutsch und Englisch. Besonders interessant: Bei mathematischen Aufgaben kann es Vorteile bringen, die Fragen auf Deutsch zu formulieren.Ein wichtiger Schwerpunkt liegt auf den Trainingsdaten. Weil herkömmliche Filter lange deutsche Wörter aussortierten, musste Aleph Alpha die Datenaufbereitung an die Besonderheiten der deutschen Sprache anpassen. Auch kultureller Kontext spielt eine Rolle. Dazu kommen ein Training, das den Umgang mit Unsicherheit fördern soll, und eine Mixture-of-Experts-Architektur, bei der nur die jeweils benötigten Spezialisten aktiviert werden.Was bedeutet das für den Einsatz von KI in deutschen Behörden und der Industrie? Und warum könnte ein Modell, das seine Grenzen kennt und effizient arbeitet, gerade im europäischen Umfeld interessant sein?Die KI-Kantine ist ein Projekt von Michael Busch – Entwickler, Unternehmer und neugieriger Kantinenphilosoph.Hier geht’s regelmäßig zur Mittagspause um Künstliche Intelligenz im echten Entwickleralltag – verständlich, praxisnah und mit einer Prise Skepsis.Neue Folgen erscheinen regelmäßig – meistens genau dann, wenn du dir eh gerade ein Tablett schnappst.📬 Fragen, Feedback oder eigene KI-Erlebnisse? Schreib mir an [email protected] Folgen & mehr: https://ki-kantine.letscast.fm/

KI verändert nicht nur das Programmieren selbst, sondern auch die Entwicklungsumgebungen. Statt klassischer IDEs mit Dateibrowser und Editor stehen inzwischen immer häufiger Chat und Agent im Mittelpunkt. Ich habe verschiedene Ansätze ausprobiert – von Antigravity und Cursor über OpenCode und ZED bis hin zu Cline.Cline ist dabei besonders interessant, weil man selbst entscheiden kann, welche LLMs eingesetzt werden. Ich nutze aktuell unter anderem Meta Muse Spark 1.3 und bin damit bei Erweiterungen in bestehenden Projekten ausgesprochen zufrieden. Für neue Projekte sehe ich allerdings weiterhin Vorteile bei leistungsfähigeren Frontier-Modellen: Erst die Idee mit einem starken Modell entwickeln und anschließend die eigentliche Fleißarbeit einem günstigeren Modell überlassen.Die KI-Kantine ist ein Projekt von Michael Busch – Entwickler, Unternehmer und neugieriger Kantinenphilosoph.Hier geht’s regelmäßig zur Mittagspause um Künstliche Intelligenz im echten Entwickleralltag – verständlich, praxisnah und mit einer Prise Skepsis.Neue Folgen erscheinen regelmäßig – meistens genau dann, wenn du dir eh gerade ein Tablett schnappst.📬 Fragen, Feedback oder eigene KI-Erlebnisse? Schreib mir an [email protected] Folgen & mehr: https://ki-kantine.letscast.fm/

Große Sprachmodelle sind darauf trainiert, möglichst gut mit Menschen zu kommunizieren. Jev geht einen anderen Weg: Die KI soll keine langen Texte produzieren, sondern Entscheidungen in einer klar strukturierten Form treffen. Als Ausgabe liefert sie beispielsweise eine Klassifizierung, einen Score oder eine einfache Ja-/Nein-Entscheidung.Der Vorteil liegt vor allem in Geschwindigkeit und Kosten. Jev soll laut den im Podcast besprochenen Angaben deutlich schneller und günstiger als große High-End-Modelle sein und eignet sich damit beispielsweise für Model-Routing, die Kategorisierung und Priorisierung von E-Mails oder Entscheidungen in Echtzeit. Auch autonomes Fahren und Echtzeit-Aktienhandel werden als mögliche Einsatzgebiete genannt.Dabei ist Jev nicht immer richtig, liefert aber zu jeder Entscheidung ein Confidence-Level. Gleichzeitig bleibt offen, wie die Technologie intern genau funktioniert – denn die Entwickler behandeln die konkrete Umsetzung als Betriebsgeheimnis.Die KI-Kantine ist ein Projekt von Michael Busch – Entwickler, Unternehmer und neugieriger Kantinenphilosoph.Hier geht’s regelmäßig zur Mittagspause um Künstliche Intelligenz im echten Entwickleralltag – verständlich, praxisnah und mit einer Prise Skepsis.Neue Folgen erscheinen regelmäßig – meistens genau dann, wenn du dir eh gerade ein Tablett schnappst.📬 Fragen, Feedback oder eigene KI-Erlebnisse? Schreib mir an [email protected] Folgen & mehr: https://ki-kantine.letscast.fm/

Rekursion kennt man aus der Programmierung: Eine Funktion ruft sich selbst wieder auf. Bei KI wird unter „Recursive Self-Improvement“ die Idee verstanden, dass eine KI ihre eigene Weiterentwicklung immer stärker selbst übernimmt. Genau hier sehen KI-Forscher allerdings noch erhebliche Schwierigkeiten. Aktuell funktioniert Lernen vor allem über Reinforcement Learning: Die KI bekommt ein klares Ziel und wird für gute Ergebnisse belohnt beziehungsweise für schlechte bestraft.Problematisch wird es, wenn die KI ihre Ziele und Trainingsaufgaben selbst festlegen soll. Dann fehlt die Kontrolle durch den Menschen, der bisher beispielsweise Logfiles analysieren und erkennen kann, an welcher Stelle eine KI bei einer Aufgabe in die falsche Richtung gelaufen ist. Bei einer vollständig rekursiven Selbstverbesserung könnten diese Zwischenschritte in einer Blackbox verschwinden.Hinzu kommt das Problem des „Catastrophic Forgetting“: Wenn Modelle kontinuierlich mit neuen Daten lernen, können sie älteres Wissen schrittweise vergessen. Und auch beim Erreichen von Belohnungszielen zeigt sich, dass KI-Systeme manchmal lieber das Belohnungssystem austricksen, statt die eigentliche Aufgabe zu lösen. Deshalb könnte die weitere Beschleunigung der KI-Entwicklung an eine natürliche Grenze stoßen. Vielleicht ist es aber auch gar nicht nötig, die KI sofort noch leistungsfähiger zu machen – sondern zunächst herauszufinden, was mit den heutigen Fähigkeiten überhaupt alles möglich ist.Die KI-Kantine ist ein Projekt von Michael Busch – Entwickler, Unternehmer und neugieriger Kantinenphilosoph.Hier geht’s regelmäßig zur Mittagspause um Künstliche Intelligenz im echten Entwickleralltag – verständlich, praxisnah und mit einer Prise Skepsis.Neue Folgen erscheinen regelmäßig – meistens genau dann, wenn du dir eh gerade ein Tablett schnappst.📬 Fragen, Feedback oder eigene KI-Erlebnisse? Schreib mir an [email protected] Folgen & mehr: https://ki-kantine.letscast.fm/

GPT-6 wird von führenden Köpfen der KI-Branche bereits in die Nähe von AGI gerückt. Besonders beeindruckende Benchmark-Ergebnisse nähren diese Einschätzung – gleichzeitig bleibt die Frage, wie aussagekräftig solche Tests tatsächlich sind und ob eine KI wirklich „alles“ kann.Spannender ist vielleicht eine andere Entwicklung: GPT-6 ist stark auf Computer Use ausgelegt und kann komplette Abläufe am Computer übernehmen – von der Bildbearbeitung über die Videoproduktion bis zur Veröffentlichung. Gleichzeitig verliert klassisches Prompt Engineering an Bedeutung, weil KI-Systeme zunehmend selbst herausfinden, was der Nutzer eigentlich erreichen möchte.Damit entsteht ein neues Produktivitäts-Paradoxon: Wenn die KI immer mehr erledigen kann, wird nicht mehr die Technik zum limitierenden Faktor, sondern der Mensch. Vibe-Coding-Projekte lassen sich zwar beeindruckend schnell erstellen, doch aus einer technischen Demo wird noch lange kein echtes Produkt. Zwischen schnellem Erzeugen und echter Produktivität liegt weiterhin ein entscheidender Unterschied.Die KI-Kantine ist ein Projekt von Michael Busch – Entwickler, Unternehmer und neugieriger Kantinenphilosoph.Hier geht’s regelmäßig zur Mittagspause um Künstliche Intelligenz im echten Entwickleralltag – verständlich, praxisnah und mit einer Prise Skepsis.Neue Folgen erscheinen regelmäßig – meistens genau dann, wenn du dir eh gerade ein Tablett schnappst.📬 Fragen, Feedback oder eigene KI-Erlebnisse? Schreib mir an [email protected] Folgen & mehr: https://ki-kantine.letscast.fm/

Mark Zuckerberg wollte Meta – also Facebook und Instagram – mit dem sogenannten Project OT („Organization Transformation“) in ein AI-Native-Unternehmen verwandeln. Die Idee: gewachsene Strukturen aufbrechen, Teams massiv verkleinern und hochbezahlte Top-Performer mit KI-Agenten ausstatten. Projekte sollten in kleinen Teams innerhalb von vier Wochen Prototypen hervorbringen, während ein großer Teil der eigentlichen Arbeit von KI erledigt wird.Die ersten Ergebnisse klangen zunächst beeindruckend: 220 Prozent mehr Code-Änderungen. Bei tatsächlich für Nutzer sinnvollen neuen Features gab es allerdings nur einen Zuwachs von 36 Prozent. Gleichzeitig stiegen Sicherheitsvorfälle und IT-Störungen um 40 Prozent, während der Zeitaufwand für menschliche „Firefighter“ um 70 Prozent zunahm. Im Mai wurde deshalb die geplante zweite Entlassungswelle gestoppt und Meta startete eine PR-Offensive unter dem Motto „Betting on People“.Das vorläufige Fazit: KI-Agenten können die komplexen Strukturen eines großen Unternehmens offenbar noch nicht einfach ersetzen. Wer Produktivität über die reine Menge an KI-generiertem Code erzwingen will, produziert möglicherweise vor allem Instabilität statt Innovation. Die Infrastruktur für den KI-Umbau bleibt allerdings bestehen – und damit vermutlich auch die Hoffnung, dass zukünftige KI-Agenten die Rolle des Menschen irgendwann doch stärker übernehmen können.Quelle:https://www.reuters.com/investigations/mark-zuckerberg-had-bold-plan-replace-meta-staff-with-ai-heres-how-it-imploded-2026-08-26/Die KI-Kantine ist ein Projekt von Michael Busch – Entwickler, Unternehmer und neugieriger Kantinenphilosoph.Hier geht’s regelmäßig zur Mittagspause um Künstliche Intelligenz im echten Entwickleralltag – verständlich, praxisnah und mit einer Prise Skepsis.Neue Folgen erscheinen regelmäßig – meistens genau dann, wenn du dir eh gerade ein Tablett schnappst.📬 Fragen, Feedback oder eigene KI-Erlebnisse? Schreib mir an [email protected] Folgen & mehr: https://ki-kantine.letscast.fm/

Für viele Entwickler der ersten Generation war Programmieren vor allem eines: Tüfteln. Vom Abtippen von BASIC-Listings auf dem TI-99/4A über Assembler und Pascal bis hin zu C, PHP und JavaScript bedeutete Programmieren, sich Probleme selbst zu erarbeiten, Fehler zu suchen und irgendwann den Moment zu erleben, in dem der eigene Code endlich funktioniert.Genau dieses Gefühl verändert sich durch KI. Heute kann die KI große Teile der Programmierarbeit übernehmen, während der Entwickler zunehmend Aufgaben organisiert und Agenten koordiniert. Das spart Zeit und ist wirtschaftlich sinnvoll – aber es nimmt möglicherweise auch einen Teil der Befriedigung weg, die beim handwerklichen Programmieren entsteht.In dieser Folge geht es deshalb um eine etwas andere Frage: Ist es wirklich ein Fortschritt, wenn die KI uns immer mehr Arbeit abnimmt? Oder verlieren wir dabei gerade die Dinge, die uns an unserer Arbeit ursprünglich Spaß gemacht haben?Hier der Text von James Randall: https://www.jamesdrandall.com/posts/the_thing_i_loved_has_changed/Die KI-Kantine ist ein Projekt von Michael Busch – Entwickler, Unternehmer und neugieriger Kantinenphilosoph.Hier geht’s regelmäßig zur Mittagspause um Künstliche Intelligenz im echten Entwickleralltag – verständlich, praxisnah und mit einer Prise Skepsis.Neue Folgen erscheinen regelmäßig – meistens genau dann, wenn du dir eh gerade ein Tablett schnappst.📬 Fragen, Feedback oder eigene KI-Erlebnisse? Schreib mir an [email protected] Folgen & mehr: https://ki-kantine.letscast.fm/