Dein Copilot - AI über den Hype hinaus

Buche dir hier deine kostenlose KI-Potenzialanalyse: https://www.dein-copilot.de/Melde dich hier für wöchentliche KI Tipps an: https://ki-tipps.dein-copilot.de/Falls du neu auf diesem Kanal bist: Ich bin Pascal Poredda, der Gründer von Dein Copilot. Wir helfen Selbstständigen und Unternehmern, mit Automationen & KI, hunderte Stunden manueller Arbeit zu sparen. Wir haben bereits über 10 Unternehmen geholfen, über 1300h manuelle Arbeit erspart und so bares Geld für unsere Kunden gespart.Lass uns hier vernetzten:➞ LinkedIn: https://www.linkedin.com/in/pascal-poredda/Wenn du Fragen zu KI hast, schreib mir gern.

In dieser Folge sprechen wir über die Embedded World, KI auf der Hardware-Messe und warum dort zwar viel „AI-ready“, aber überraschend wenig wirklich spannende KI-Software zu sehen war.Danach wird’s deutlich nerdiger: Es geht um OpenClaw, agentische Coding-Workflows, Claude Code, lokale Modelle auf dem MacBook, Telegram-Bots als KI-Assistenten und die Frage, warum diese Tools gleichzeitig extrem produktiv und potenziell gefährlich abhängig machen können.Außerdem: Warum Pascal testweise eine App komplett per AI gebaut hat, weshalb man dabei irgendwann den Bezug zur eigenen Codebase verliert, was gute User Experience bei KI-Agenten ausmacht und warum lokale Modelle für sensible Dokumenten-Workflows der eigentlich spannende nächste Schritt sind.Time Chapters00:00 Intro00:49 Alex über die Embedded World und warum Messen immer noch nützlich sind02:49 KI auf der Messe: viel Hardware-Enabler, wenig echte AI-Software05:16 SnapMagic, Schaltpläne und KI-gestützte Reviews06:34 Claude Review Tools und Bezahlmodelle pro Review08:34 AI-Code-Reviews auf Pull Requests und lokal im Workflow09:04 Pascal über „Vibe Engineering“ und eine App mit fast 100k Zeilen AI-Code10:36 Die Kehrseite: Abhängigkeit von Coding-Agents und Verlust des Code-Verständnisses12:07 Das Experiment: eine App bauen, ohne den Code selbst anzufassen13:06 Deep Modules, Architektur und warum das für AI gut funktionieren kann13:57 Copy-Paste-Code, Deduplizierung und Refactoring mit AI15:24 Eigene Skills, Review-Steps und bessere Code-Hygiene15:52 Back to the roots: NeoVim, Terminal und wieder selbst schreiben17:18 Dokumentenverarbeitung, Routing, Klassifikation und Extraktion18:02 Python, Rust und Pyo3 in echten Dokumenten-Pipelines18:32 Neues MacBook, lokale Modelle und Experimente mit Cloud Code19:06 Kimi, Qwen Coder und die Frage, was Quantisierung eigentlich kostet21:20 128 GB RAM, MacOS Memory Usage und lokale Modell-Setups22:33 OpenClaw lokal betreiben und mit produktiven Tools verbinden24:00 Wie sinnvoll ist ein Agent in einer synthetischen Testwelt?24:58 Was OpenClaw so spannend macht und was man daraus für eigene Produkte lernen kann27:25 Agenten via Telegram Aufgaben schicken und produktiv arbeiten lassen28:46 OpenClaw-Architektur: Gateway, Sessions, Cronjobs und Medienverarbeitung30:18 Persönlichkeit, Memory und Identität über Markdown-Dateien31:51 Jarvis: Pascals eigener Telegram-Bot auf Basis von Claude Code33:24 Warum gestreamte Antworten sich so viel besser anfühlen36:17 Proaktive Bots, Erinnerungen und Produktideen für Dokumenten-Apps39:22 Permissions, Grenzen von Markdown-Regeln und warum echte Guardrails fehlen42:21 Lokale LLMs, Regulierung und weniger Restriktionen44:44 Das Kundenprojekt: Finanzdokumente, Uploads und echte Nutzerprobleme46:25 Warum der OpenClaw-Hype abgekühlt ist und was trotzdem bleiben wird48:44 Langweilige PDF-Aufgaben, sensible Daten und warum lokal der richtige Weg sein kann49:36 Fazit und Outro

In dieser Podcastepisode geht’s um den Tech-Stack hinter moderner Prävention: Wie ein Health-Tech-Startup Laborberichte aus PDFs/HL7 in strukturierte Daten verwandelt, warum Einheiten-Normalisierung (µg/L vs mg/L vs mol) schwierig ist, und wie LLMs + Guardrails helfen, aus diesem Chaos verlässliche Insights zu bauen.Wir sprechen über OCR vs Vision-LLMs, Self-hosted Modelle vs SOTA (inkl. EU-Hosting), Pseudonymisierung/Minimal-Knowledge bei sensiblen Daten, und warum ein kleines Team mit AI-Coding (Claude Code) plötzlich Output auf großem Team Niveau liefert.Wenn du Dokumenten Verarbeitung, LLM-Evals, Data Pipelines und Founder-Real Talk magst: Freu dich auf diese Episode mit Noah von Aniva Health.

In dieser Episode diskutieren wir über die aktuellen Trends in der Technologie, insbesondere Coding Agents. Die Suchtgefahr von Coding Agents ist groß, so zumindest unsere Erfahrung. Außerdem quatschen wir über Persönlichkeitstypen in der Softwareentwicklung und für wen diese neuen Tools besonders gut funktionieren.Aber außerdem auch noch:Die Softwareentwicklung erlebt einen neuen Hype.Die Qualität von KI-Tools variiert stark.Open Source wird immer wichtiger in der KI-Entwicklung.Die Planung ist entscheidend für den Erfolg von Softwareprojekten.Persönlichkeitstypen beeinflussen die Herangehensweise an Softwareentwicklung.Die Nutzung von KI-Tools erfordert technisches Wissen.Die Entwicklung von Codex zeigt Fortschritte in der KI.Die Zukunft der Softwareentwicklung ist vielversprechend, aber herausfordernd.Lass uns hier vernetzten:➞ LinkedIn: https://www.linkedin.com/in/pascal-poredda/Wenn du Fragen zu KI hast, schreib mir gern.Zeitstempel00:00 Ein Blick auf die Bildschirmzeit und Suchtverhalten06:22 Die Zukunft der KI-Modelle und Open Source12:25 Persönlichkeitstypen und ihre Rolle in der Softwareentwicklung18:22 Die neuesten Entwicklungen in KI-Tools und deren Nutzung24:45 CLI vs. Cloud: Vor- und Nachteile im Coding30:13 Planung und Umsetzung: Der Schlüssel zum Erfolg38:04 Sprachmodelle verstehen: Ein persönliches Lernziel

Zukunftstrends 2026 heute im KI Bingo: KI, Wirtschaft und Gesellschaft im BlickIn dieser Folge diskutieren wir die wichtigsten KI- und Technologietrends für das Jahr 2026, analysieren politische und wirtschaftliche Auswirkungen und werfen einen Blick auf gesellschaftliche Veränderungen. Ob Innovationen bei KI-Content, geopolitische Spannungen oder die Rolle sozialer Netzwerke – hier bekommst du kompakte Einblicke in das aktuelle und kommende Jahr.Auswirkungen geopolitischer Spannungen auf den KI-Markt (z.B. Nvidia, US-Grönland-Strategie)Zukunft der sozialen Netzwerke und KI-generierter Content (z.B. Nutzung, Markierungen, Verifizierung)Fortschritte in KI-Entwicklungen: Deepfakes, KI bei Medikamenten, KI-gestützte HandelssystemeHerausforderungen bei KI-Authentizität, Deepfake-Erkennung und Prompt InjectionInnovationen im deutschen Mittelstand und europäische Regulierung (EU AI Act, Unternehmensformen)Potenziale und Grenzen von KI im Alltag, Arbeit und Ethik (z.B. Polizeiroboter, KI in Gerichtsverfahren, ChatGPT-Deepfakes)Ausblick auf Next-Level-Entwicklungen wie Spectrum Development und KI-Tools für EntwicklerTimestamps:00:00 - Jahresstart 2026: Überblick und erste Einschätzungen01:02 - Nvidia verliert 30 % Marktwert – Ursachen und Prognosen03:13 - Politische Einflüsse auf KI-Unternehmen: Europa vs. USA04:06 - Strompreise, Data Center Proteste in den USA07:09 - Der Einfluss KI-generierten Contents auf soziale Netzwerke08:46 - Markierungsmöglichkeiten für echten vs. KI-Content09:16 - Automatisierte Video- und Text-Content-Tools10:22 - Werbung mit KI – Qualität und Wahrnehmung im Vergleich11:00 - Verifizierung und Monetarisierung sozialer Accounts12:20 - KI in der Medizin: Chancen und Limits bei Volkskrankheiten13:07 - KI bei US-Wahlen: Deepfakes und Desinformation14:07 - Deepfake-Politik-Videos: Risiko und Regulierung15:20 - KI-Avatar-Content und generierte Kurse: Ethik und Community-Reaktionen16:42 - Entwicklung von KI-Grafik-Assets und Community-Shitstorms17:28 - Fortschritte bei Deepseek und Chip-Rennen 202618:37 - Sättigung bei KI-Modelleinrichtungen und Performance20:20 - KI in der Polizei: Realistische Zukunftsszenarien21:15 - Deepfake-Beweise vor Gericht: Rechtliche Herausforderungen22:34 - Prompt Injection: Gefahren für Sicherheit und Datenschutz25:40 - KI-Assistenz im Mittelstand: Stand und Potenziale27:18 - Programmiersprachen 2026: KI-Optimierungen und Vergleich28:52 - KI in der Softwareentwicklung: Automatisierung vs. Qualität29:30 - KI-gestützte Therapie-Apps: Potenzial und Risiken30:08 - Autonome Waffensysteme und Militär: Ist der Durchbruch nah?32:33 - Browser-Agents und Web-Integration für KI – Erfahrungsbericht33:48 - Sicherheitslücken bei Prompt Injection und Exploits36:36 - KI-Modelle: Marktführer, Partnerschaften und Innovationen38:54 - Europas Strategie für digitale Unabhängigkeit & IT-Alternativen40:02 - KI im deutschen Mittelstand: Status quo 202641:12 - EU AI Act: Neue Unternehmensformen und Regulierung42:50 - Ausblick: Spectrum Development, KI-Tools für Entwickler

In dieser Episode sprechen Pascal und Alex über ihre Erfahrungen mit Microsoft 365 Copilot und dessen Möglichkeiten für eigene KI-Agents im Unternehmenskontext. Sie diskutieren die Verschiebung des EU AI Acts für Hochrisiko-Anwendungen und was das für europäische Unternehmen bedeutet. Außerdem teilen sie ihre Einschätzungen zu aktuellen KI-Modellen wie Gemini 3 und Sonnet 4.5, den Unterschied zwischen "Vibe Coding" und gezieltem KI-Einsatz, sowie die gesellschaftliche Frage: Was ist menschliche Arbeit noch wert, wenn KI immer besser wird? Bonus: Warum YubiKeys für ITler Pflicht sein sollten und wieso "Made by Humans" das neue Gütesiegel werden könnte.Abschnitte00:00 Einführung & Neuerungen (jetzt auch mit Video!)00:42 Microsoft 365 Copilot: Erste Erfahrungen und Ernüchterungen03:08 Custom AI Agents in MS365: RAG-Systeme für Unternehmen06:12 DSGVO-Grauzone: Ist Microsoft 365 wirklich datenschutzkonform?09:19 Open-Source-Alternativen: LibreOffice, NextCloud & die Realität11:25 KI-Entwicklung 2025: Von Panik zu Produktivität13:22 "Macht KI uns dumm?" – Gezielter Einsatz vs. Vibe Coding15:04 Automatisierung von Boilerplate-Code und Tests16:42 Das Problem der Einsamkeit im digitalen Zeitalter17:56 EU AI Act: Verschiebung der Hochrisiko-Regulierung19:58 Apple Features in der EU gesperrt – Warum eigentlich?21:01 YubiKeys & Passkeys: Security-Best-Practices für ITler23:32 KI-Kompetenzpflicht: Workshops für Führungskräfte26:21 Überregulierung in der EU: Chance oder Bremsklotz?28:04 Nvidia, Peter Thiel und die KI-Blase30:11 Gemini 3 Pro vs. Sonnet 4.5: Praxiserfahrungen31:30 Nano Banana: Text in Bildern endlich gelöst?32:34 Generative UIs: Googles Vision für die Zukunft des Internets33:57 KI-SEO und Account-based Marketing mit personalisierten Landing Pages35:23 "Made by Humans" als neues Gütesiegel36:55 KI-generierte Musik: GEMA vs. OpenAI38:33 Connection zum Künstler: Was macht menschliche Arbeit wertvoll?40:02 Aufruf: Gäste gesucht zum Thema Einsamkeit & KI40:27 Ausblick & Verabschiedung

In dieser Episode diskutieren Pascal und Alex über verschiedene Themen rund um KI, Softwareentwicklung und SEO. Sie teilen ihre Erfahrungen mit Headless CMS, die Herausforderungen von No-Code-Tools und die Abhängigkeit von KI-Tools. Zudem wird die Bedeutung von kritischem Denken in der Softwareentwicklung und die Relevanz klassischer SEO-Strategien im Zeitalter der KI beleuchtet.Chapters00:00 Einführung und aktuelle Themen02:32 Erfahrungen mit Headless CMS05:08 Zukunftssicherheit von CMS-Lösungen08:06 Trends in der App-Entwicklung09:58 Herausforderungen für Nicht-Techniker11:54 Automatisierung durch MCP-Server13:01 Erfahrungen mit Cloud Code19:25 Abhängigkeit von KI-Tools22:28 Die Vorzüge einfacher Texteditoren23:03 Die Herausforderungen der modernen Technologie24:35 Die Zukunft der Programmierung und KI25:33 Die Rolle von KI in der Suchmaschinenoptimierung28:15 Die Entwicklung von KI-Analytics29:54 Klassische SEO-Strategien im KI-Zeitalter33:03 Lokale SEO und Programmatic SEO35:54 Der aktuelle Hype um KI und seine Folgen38:51 Die Entwicklung von Technologien aus dem Militärbereich40:42 Verantwortung und Haftung in der KI-Welt

In dieser Episode diskutieren wir verschiedene Themen, die von persönlichen Erfahrungen in der Politik und Marktvolatilität bis hin zu unternehmerischen Ideen und Produktentwicklungen reichen. Wir reflektieren über die Herausforderungen und Chancen, die sich in der heutigen Zeit bieten, und teilen unsere Gedanken zu LinkedIn-Strategien und kreativen Prozessen. Wir diskutieren die Integration von KI-Features in Kundeninteraktionen, den Einfluss von Bildungssystemen wie dem KI-Unterricht in China, sowie die Herausforderungen und Chancen, die sich aus der Regulierung in den USA und Europa ergeben. Wir beleuchten die Abhängigkeit von US-Cloud-Anbietern, die Nachhaltigkeit und den Energieverbrauch von KI-Modellen, und reflektieren über kulturelle Unterschiede in Europa und den USA. Abschließend thematisieren wir die Korruption in politischen Systemen und heben die Bedeutung von Fortschritt in der Technologie hervor.Chapters00:00 Einführung in die Kaffeerunde03:04 Marktmanipulation und Politik06:03 Persönliche Entscheidungen und Unternehmertum09:09 Entwicklung einer LinkedIn Chrome Extension12:07 Marketingstrategien und Monetarisierung14:59 Abschluss und Ausblick17:52 Einführung in Payment und Backend-Lösungen20:01 Ideen für Web Scraping APIs22:32 Herausforderungen bei der Monetarisierung von Projekten25:35 Integration von KI in bestehende Systeme28:54 Bildung und KI: Ein Blick auf China30:41 Regulierung und Abhängigkeit von US-Clouds32:44 Umsatz und Kosten im Unternehmen35:00 Cloud-Lösungen und ihre Herausforderungen36:40 Nachhaltigkeit und Energieverbrauch in der Technologie39:00 Forschung und Innovation in der Energieerzeugung41:03 Regulierung und Fortschritt in der KI-Entwicklung45:04 Gesellschaftliche Herausforderungen und Arbeitskultur in Deutschland

In dieser Episode spreche ich mit Janu Lingeswaran über seine Agentur Featherflow, die sich auf die Entwicklung von MVPs spezialisiert hat. Janu erzählt von seinem Weg in die Selbstständigkeit, den Herausforderungen und Freuden, die er dabei erlebt hat, und der Verantwortung, die er für sein Team und seine Kunden trägt. Wir sprechen über die Bedeutung von Kreativität in der Softwareentwicklung, den Einsatz von KI-Tools und die langfristige Vision für seine Agentur. Außerdem diskutieren wir, welche Rolle Social Media in der Lead-Generierung spielt.Zeitstempel & Kapitelmarken00:00 Einführung und persönliche Begegnung02:50 Die Agentur Featherflow und MVP-Entwicklung05:45 Der Schritt in die Selbstständigkeit08:25 Verantwortung und Teamdynamik11:15 Lead-Generierung und Social Media13:55 KI-Tools in der Produktentwicklung16:47 Herausforderungen und Zukunftsperspektiven22:21 Die Kraft der Transkription23:14 Effizienz durch Sprachtools24:54 Vibe Coding und seine Auswirkungen26:43 Die Rolle von Nicht-Programmierern in der Softwareentwicklung28:45 Die Grenzen der KI in der Softwareentwicklung30:35 Die menschliche Komponente in der Produktentwicklung32:42 Zukunft der Softwareentwicklung und AI35:29 Die Bedeutung von menschlicher Interaktion37:14 Kreativität vs. Durchschnittlichkeit in der Produktentwicklung39:47 Langfristige Ziele und Produktentwicklung42:48 Retainer-Modelle in der AgenturarbeitLinks zu Janu:https://x.com/JanuBuildshttps://featherflow.com/https://www.linkedin.com/in/janu-lingeswaran/https://boilerplatehub.com/

In dieser Episode diskutieren Pascal Poredda, Alex und Benno Roggenhofer über die Anwendung von Künstlicher Intelligenz (KI) in der Immobilien- und Versicherungsbranche. Benno, ein unabhängiger Immobilien- und Versicherungsmakler, teilt seine Erfahrungen und Einsichten über die Integration von KI in seine Arbeit, die Herausforderungen und Chancen, die sich daraus ergeben, sowie die Bedeutung von Kundenbeziehungen und Wertschätzung im Geschäft. Die Diskussion umfasst auch die Rolle von Cyberversicherungen und die Zukunft der Versicherungsbranche im Kontext von KI.Links zu Benno:https://www.roggenhoferconsult.dehttps://www.linkedin.com/in/benno-roggenhofer/Zeitstempel00:00 Einführung in die Welt der Immobilien und KI04:14 Die Rolle von KI in der Immobilienbranche09:40 Anwendungsfälle von KI in der Immobilienbewertung16:46 Kundenbeziehungen und Wertschätzung im Immobiliengeschäft20:37 Der Einfluss von KI auf die Versicherungsbranche23:45 Die Grenzen von KI und Machine Learning25:38 Cyberversicherungen und ihre Relevanz27:00 Die Bedeutung von Cyberversicherungen für Selbstständige30:27 Haftpflicht- und Berufshaftpflichtversicherungen34:24 Künstliche Intelligenz in der Kundenberatung34:53 Marketingautomatisierung und KI41:31 Zukunft der Versicherungsbranche durch KI