Podcasts about trainingsdaten

This episode is in ENGLISHIn this episode we talk about RacePace, a web app that helps trail runners prepare for races by combining training data, race details, pacing, nutrition, and equipment planning. We explain that the tool connects to a GPS watch, takes a short survey, and then builds a personalized race strategy using AI and machine learning.We also discuss the background behind the product. Ido shares that RacePace came out of his own experience of training well but struggling to translate fitness into race-day execution, especially because of nutrition, pacing, terrain, weather, and aid station time. We talk about how athlete feedback shaped the platform from the beginning and continues to guide development. A large part of the episode focuses on the pacing features. We describe how the app shows race information, an interactive course map, elevation profiles, aid stations, waypoint views, predicted times, and editable pacing plans. We also cover how the plan can be adjusted for different scenarios and exported to a watch or as a printable cheat sheet.We then go through the nutrition planner. Julie explains how the tool helps us plan carbohydrate, fluid, and sodium intake based on race conditions, sweat testing, and weather. We also talk about adding personal foods, matching products to race-day aid stations, and placing nutrition into the race timeline in a practical way.Finally, we cover the equipment checklist and the dashboard that tracks readiness and training progress toward race day. We close by emphasizing that the platform is designed for trail runners, is built with athlete feedback, and aims to make race preparation simpler and more accessible.As a goodie, Race Pace offers adidas INFINITE TRAIL competitors a discount of 30% for a yearly subscription. Please use AIT30 https://findracepace.com/Chapters0:26 English Episode Intro1:32 Ultra Race Background4:30 From Fitness to Execution6:07 Building RacePace8:30 Athlete Feedback Matters14:10 How RacePace Works18:03 Course Pacing Tools28:29 Nutrition Planning39:55 Training Runs Too41:46 Gear Checklist43:12 Race Readiness Dashboard45:01 Why It MattersDEUTSCHIn dieser Episode sprechen wir über RacePace, eine Web-App, die Trailrunner bei der Vorbereitung auf Wettkämpfe unterstützt, indem sie Trainingsdaten, Renndetails, Pacing, Ernährung und Ausrüstungsplanung miteinander kombiniert. Wir erklären, wie sich das Tool mit einer GPS-Uhr verbindet, eine kurze Umfrage durchführt und anschließend mithilfe von KI und maschinellem Lernen eine personalisierte Rennstrategie erstellt.Wir diskutieren auch die Hintergründe des Produkts. Ido erzählt, dass RacePace aus seiner eigenen Erfahrung heraus entstanden ist: Er war zwar gut trainiert, hatte aber Schwierigkeiten, seine Fitness am Wettkampftag optimal auf die Strecke zu bringen – vor allem aufgrund von Faktoren wie Ernährung, Pacing, Gelände, Wetter und der Zeit an den Verpflegungsstationen. Wir sprechen darüber, wie das Feedback von Athletinnen und Athleten die Plattform von Anfang an geprägt hat und die Entwicklung auch weiterhin leitet. Ein großer Teil der Episode konzentriert sich auf die Pacing-Funktionen. Wir beschreiben, wie die App Renninformationen, eine interaktive Streckenkarte, Höhenprofile, Verpflegungsstationen, Wegpunkt-Ansichten, prognostizierte Zeiten und anpassbare Pacing-Pläne anzeigt. Außerdem gehen wir darauf ein, wie der Plan für verschiedene Szenarien angepasst und auf eine Uhr exportiert oder als Spickzettel ausgedruckt werden kann. Danach gehen wir den Ernährungsplaner durch. Julie erklärt, wie das Tool dabei hilft, die Aufnahme von Kohlenhydraten, Flüssigkeit und Natrium basierend auf den Rennbedingungen, Schweißtests und dem Wetter zu planen. Wir sprechen auch darüber, eigene Lebensmittel hinzuzufügen, Produkte auf die Verpflegungsstationen am Wettkampftag abzustimmen und die Verpflegung praktisch in den Zeitablauf des Rennens zu integrieren.Schließlich behandeln wir die Ausrüstungs-Checkliste und das Dashboard, das die Startbereitschaft und den Trainingsfortschritt bis zum Renntag verfolgt. Zum Abschluss betonen wir, dass die Plattform speziell für Trailrunner entwickelt wurde, auf dem Feedback von Athleten basiert und das Ziel verfolgt, die Rennvorbereitung einfacher und zugänglicher zu machen.Als kleines Extra bietet Race Pace den Teilnehmern des adidas INFINITE TRAIL einen Rabatt von 30 % auf ein Jahresabo. Bitte nutze dafür den Code AIT30.https://findracepace.com/Kapitel0:26 Intro der englischen Episode1:32 Hintergrund zu Ultra-Wettkämpfen4:30 Von der Fitness zur Umsetzung am Renntag6:07 Die Entstehung von RacePace8:30 Warum Athleten-Feedback entscheidend ist14:10 Wie RacePace funktioniert18:03 Tools für das Pacing auf der Strecke28:29 Ernährungsplanung39:55 Gilt auch für Trainingsläufe41:46 Ausrüstungs-Checkliste43:12 Dashboard für die Startbereitschaft (Race Readiness)45:01 Warum es darauf ankommt / Warum es wichtig ist

„Wir sammeln mit Wearables gerade die größte Gesundheitsdatenbank der Menschheitsgeschichte.“ Smartwatches, Fitness Tracker, Smart Ringe und andere Wearables sind längst mehr als technische Spielereien. Millionen Menschen messen heute täglich Herzfrequenz, Schlaf, Bewegung, Stress, Sauerstoffsättigung oder Trainingsdaten. Allein 2025 wurden weltweit mehr als 611 Millionen Wearables ausgeliefert. Damit entstehen jeden Tag Milliarden Gesundheitsdaten aus dem echten Leben. Doch was können diese Geräte tatsächlich messen? Und welche Werte sind wirklich zuverlässig? Podcast-Host Felix Moese und Gesundheitswissenschaftler Matthias Baum nehmen die Welt der Wearables unter die Lupe. Von Apple Watch, Garmin und WHOOP über Smart Ringe bis hin zu kontinuierlichen Glukosesensoren erklären sie, welche Technologien heute verfügbar sind und wie die Messungen überhaupt funktionieren. Besonders spannend: Die Wissenschaft kann durch Wearables erstmals langfristige Gesundheitsdaten von Millionen Menschen auswerten. Dadurch entstehen neue Erkenntnisse über Schlaf, Bewegung, Herz Kreislauf Gesundheit, Stressbelastung und Regeneration. Gleichzeitig zeigt die aktuelle Studienlage klare Grenzen. Herzfrequenz, Ruhepuls, Schrittzahl und Schlafdauer werden inzwischen erstaunlich präzise erfasst. Deutlich schwieriger wird es bei Kalorienverbrauch, Schlafphasen, Stress Scores oder Recovery Werten. Hier liefern die Geräte oft eher Schätzungen als echte Messungen. Die Folge erklärt, welche Wearables für welchen Einsatzzweck sinnvoll sein können, warum Trends oft wichtiger sind als einzelne Messwerte und weshalb Daten niemals das eigene Körpergefühl ersetzen sollten. Außerdem geht es um die Frage, ob Wearables die Medizin der Zukunft verändern könnten und welche Chancen, aber auch Risiken, mit der wachsenden Selbstvermessung verbunden sind. HEALTH NERDS. Mensch, einfach erklärt. Spare 15% auf Deine erste Bestellung auf https://artgerecht.com mit dem Code: HEALTHNERDS15 (im Warenkorb eingeben) Ein ALL EARS ON YOU Original Podcast.

Wie hat dir die Folge gefallen?Gut

Mit Nils Graf-Gutsche (Sightwise) Staffel #13 Folge #4 | #Marketing_021 Der Podcast über Marketing, Vertrieb, Entrepreneurship und Startups *** www.sightwise.ai/ www.linkedin.com/in/nils-gutsche/ *** Im Podcast „Marketing From Zero To One“ berichtet Nils Graf-Gutsche, Co-Founder & COO von Sightwise, über die Gründung des Hannoveraner KI-Startups zur automatisierten Qualitätskontrolle in der industriellen Produktion. Im Fokus steht der Einsatz von Computer Vision und insbesondere synthetischen Daten, um Defekte wie Kratzer oder Risse zuverlässig zu erkennen, auch wenn reale Trainingsdaten fehlen. Er gibt Einblicke in die Ausgründung aus der Universität Hannover, die frühe Validierung über Industrieprojekte und Messen sowie den Aufbau erster Kundenbeziehungen. Darüber hinaus geht es erneut um den praktischen Einsatz und Use-Cases von KI in Unternehmen als auch bei Sightwise, Vertriebsstrategien im B2B-Umfeld und die Bedeutung von Vertrauen ggü. B2B-Kunden in der Industrie. *** 1:46 – Hintergrund & Weg in die Gründung (BMW, Computer Vision) 3:17 – Was Sightwise macht (KI-basierte Qualitätskontrolle) 4:18 – Anwendungsfälle in der Produktion (Defekterkennung) 6:19 – Entscheidung für die Gründung 7:23 – Ausgründung aus der Universität 8:37 – Erste Validierung & Marktfeedback 9:47 – Erste Kunden & Industriepartnerschaften 11:02 – Zwei Kundentypen (Plattform vs. Turnkey) 12:14 – Nutzen & ROI der Lösung 13:41 – Synthetische Daten einfach erklärt 15:32 – Datengenerierung statt realer Trainingsdaten 17:12 – Kundenbasis & Wachstum 17:30 – Vertrieb über Messen & Events 20:19 – Leads durch Fachvorträge 21:01 – Tipps für Messeauftritte 23:34 – Hannover Messe 25:02 – Tipps für Fachvorträge 26:56 – Inbound Leads & Sichtbarkeit 27:48 – Typischer Sales-Prozess 29:28 – Robotics-Trends & Zukunftspotenzial 30:53 – KI-Modelle erklärt (Anomalie vs. Objekterkennung) 34:56 – Training & Aufbau der Modelle 37:19 – Individualisierung je Kunde 39:49 – Tipps für Gründer im KI-Bereich 40:25 – Einfluss von KI auf Kunden & Wettbewerb 41:35 – Datenvorteile & Skalierung 42:20 – IT-Infrastruktur & On-Premise 43:51 – Founder-Market-Fit 44:38 – Einsatz von KI im eigenen Unternehmen 46:54 – Einfluss auf Geschäftsmodelle 48:57 – Hiring & Teamaufbau 52:05 – Zukunftstrends (Hardware, Daten, 2D/3D) 53:12 – Startup-Szene in Hannover

Was haben Diversität und Gender mit generativer Künstlicher Intelligenz zu tun? Eine ganze Menge, wie meine beiden Gesprächspartnerinnen heute zeigen. Denn Large Language Models (LLM) sind biased, also nicht neutral. Abhängig von Trainingsdaten und Gewichtung der verschiedenen Aspekte haben KI‑Modelle und die auf ihnen basierenden Systeme blinde Flecken und Datenlücken. Diese Konstruktion verstärkt oft Vorurteile und Stereotype und kann damit, vor allem im Kontext der Sozialen Arbeit, ein echtes Problem sein. Sabine Klinger und Susann Sackl-Sharif forschen zu diesen Biases und legen den Fokus auf die mangelnde Diversität und die Gender Data Gap. Der Gender Data Gap beschreibt eine traurige Tatsache: Die meisten Daten, sei es medizinisch, soziologisch oder in anderen Kontexten, werden zu Männern erfasst. Frauen wurden und werden deutlich weniger erfasst. Das führt dazu, dass wir bei Standardnutzern leider meist wirklich von der männlichen Form sprechen. Bei KI-Systemen bedeutet das: Die Trainingsdaten haben viele blinde Flecken und Lücken in Bezug auf Frauen und ihre Rolle in der Gesellschaft und sie reproduzieren Stereotype und Klischees. Im Podcast machen Sabine und Susanne deutlich, dass wir als Fachkräfte der Sozialen Arbeit durch unsere Prompts, also die Eingaben in KI-Systeme, zumindest eingeschränkt beeinflussen können, ob solche Klischees verstärkt werden. Hier gilt: Weniger ist mehr.

KI verändert den deutschen Maschinenbau grundlegend – von der Bildverarbeitung in der Qualitätskontrolle bis zur vorausschauenden Wartung. Doch während die Technologie rasant reift, kämpfen Unternehmen mit Trainingsdaten, Black-Box-Modellen und dem Fachkräftemangel. Was bedeutet das für Jobs, Wettbewerbsfähigkeit und die Zukunft einer ganzen Branche?Zu Gast: Jürgen Brinkmann - Lead AI Center of Excellence | Windmöller & Hölscher SE & Co. KGFundstücke der Woche:Deutscher Maschinenbau 2030: KI entscheidet über Zukunft der Branche - eine Studie von PwCWirtschaftliche Auswirkungen des KI-Einsatzes in Deutschland: Aktuelle Lage auf dem deutschen ArbeitsmarktOPITZ CONSULTING■■■ Digitale Service ManufakturDisclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Wir beleuchten praxisnah Strategien, Best Practices sowie Chancen und Herausforderungen der KI-Transformation in Unternehmen.

In der neuen Folge von Breach FM dreht sich fast alles um eine Pressemitteilung, die genau während unserer letzten Aufnahme erschien.Anthropic hat Claude Mythos Preview vorgestellt: ein Frontier-Modell, das im Rahmen von Project Glasswing einem geschlossenen Kreis aus zwölf Partnern zugänglich gemacht wird, darunter AWS, Apple, Cisco, CrowdStrike, Google, JPMorganChase, Microsoft, Nvidia und Palo Alto Networks. Das Modell hat in der Preview bereits tausende Zero-Days in jedem großen Betriebssystem und Browser gefunden, autonom, ohne Human-in-the-Loop. Anthropic stellt 100 Millionen Dollar Usage Credits bereit.Meine These: Mythos löst derzeit weniger ein technisches als ein ökonomisches Problem. Es findet wahrscheinlich keine Schwachstellen, die ein Mensch nicht finden könnte, aber schneller, autonomer und in einem anderen Maßstab. Was mich mehr beschäftigt als die Zugangsdebatte: Die Verantwortung liegt bei den Herstellern, für sichere Software, ordentliche Patches und endlich echtes Hotpatching. Warum reden wir 2026 immer noch so wenig über Exploit-Schutz als Brücke bis zum nächsten Patch?Dazu der Mercor-Breach: Die KI-Datentraining-Plattform mit 10 Milliarden Dollar Bewertung, Kunde von Meta, OpenAI und Anthropic, wurde über den LiteLLM-Supply-Chain-Angriff getroffen. Lapsus$ beansprucht 4 Terabyte gestohlene Daten, darunter Trainingsdaten und proprietäre Methodiken. Meta hat die Zusammenarbeit pausiert.Zum Abschluss: Im Darknet sind Daten von über 100.000 deutschen Bankkunden aufgetaucht, IBANs und PII, ohne Passwörter, ohne Attribution, korreliert mit einem Anstieg an Fraud-Anfragen bei deutschen Finanzinstituten. Banken rufen nicht proaktiv an und bitten nie darum, Passwörter einzugeben oder Geld zu transferieren.Project Glasswing - Securing critical software for the AI erahttps://www.anthropic.com/glasswingMeta freezes AI data work after breach puts training secrets at riskhttps://thenextweb.com/news/meta-mercor-breach-ai-training-secrets-risk?utm_content=374987155&utm_medium=social&utm_source=linkedin&hss_channel=lis-Pk6K08-g_h

KI sieht überall hin — aber sieht sie uns wirklich alle? Millionen von KI-Systemen entscheiden täglich, wer ein Gesicht auf einem Foto ist, wer von einem selbstfahrenden Auto gesehen oder wessen Stimme erkannt wird. Die Grundlage dieser Entscheidungen sind Datensätze — und viele Trainingsdaten wurden im Internet zusammengekratzt: ohne Einwilligung, ohne Bezahlung, und vor allem ohne die Vielfalt, die die Menschheit tatsächlich ausmacht. Denn viele Gruppen fehlen schlichtweg. Das ist kein technisches Randproblem. Es ist eine strukturelle Lücke im Fundament moderner KI, denn wer nicht in den Daten ist, existiert für das Modell schlicht nicht — und das hat reale Konsequenzen für selbstfahrende Autos, Gesichtserkennung an Grenzen und Sprachassistenten für z.B. ältere Menschen. Wiebke Hutiri ist Senior Research Scientist bei Sony AI und leitet dort das Team für Responsible AI und Ethics. Mit einem globalen Team hat sie 2025 in der Fachzeitschrift Nature einen ethisch erhobenen, aus 81 Ländern stammenden Bilddatensatz veröffentlicht und dort die ganze Bandbreite der Menschen abgebildet. Im Gespräch mit uns erklärt Wiebke, warum KI Frauen mit neuen Haarschnitten schlechter erkennt als Männer mit Glatze, was der „Long Tail" der menschlichen Variabilität mit KI-Fehlern zu tun hat, und warum wir in der KI-Entwicklung vom Ende her denken sollten: von der Gesellschaft, die wir wollen — nicht von den Modellen, die wir bauen können. Unser Studio-Gast Wiebke Hutiri Wiebke Hutiri ist Senior Research Scientist bei Sony AI, dem globalen KI-Forschungslabor des Sony-Konzerns mit Standorten in Tokio, Zürich und New York. Dort leitet sie ein international aufgestelltes Team im Bereich Responsible AI und Ethics, das Methoden und Werkzeuge für ethische Datenerhebung, faire Modellbewertung und vertrauenswürdige KI-Systeme entwickelt und standardisiert. Sie promovierte cum laude an der Technischen Universität Delft (Niederlande) und war zuvor in der Forschung zu Sprachbiometrie und KI-Sicherheit tätig. Ihr Forschungsschwerpunkt verbindet technische Exzellenz mit gesellschaftlicher Verantwortung — von fairen Benchmarking-Verfahren für multimodale Systeme bis hin zu ethischen Fragen rund um Datenerhebung, Copyright und algorithmische Bias. Hutiri ist Mitautorin des 2025 in Nature erschienenen Papers „Fair Human-Centric Image Dataset for Ethical AI Benchmarking" (FHIBE) — einem Meilenstein für ethisch erhobene, global diverse Bilddatensätze mit Daten aus 81 Ländern. Darüber hinaus engagiert sie sich als Beraterin bei Lelapa AI, einem südafrikanischen Startup für Sprachtechnologien in ressourcenarmen Sprachen.

In dieser Folge der Ausdauerwelt Interviews spreche ich mit Manuel Hohlwegler, der eine neue App für Ausdauersportler entwickelt hat: Competitions. Die Idee dahinter: eine Art Strava für Wettkämpfe. Statt nur Trainingsdaten zu sammeln, kannst du hier deine Rennen dokumentieren, analysieren, teilen und planen. Wir sprechen darüber: wie die Idee zur App entstanden ist welche Funktionen Competitions bietet wie du deine Wettkampfergebnisse dokumentieren und auswerten kannst warum ein Überblick über deine Rennen und Bestzeiten langfristig wertvoll ist wie du dich mit anderen Athleten vernetzen und Ergebnisse vergleichen kannst Mit der App kannst du unter anderem: ein kostenloses Profil erstellen vergangene Wettkämpfe erfassen deine Bestzeiten und Entwicklung verfolgen dein Equipment hinterlegen zukünftige Rennen planen dich mit Freunden verbinden und austauschen Außerdem sprechen wir über Manuels eigenen Weg in den Triathlon und seine Erfahrungen im Ausdauersport. Eine spannende Folge für alle, die ihre Wettkämpfe nicht nur absolvieren, sondern systematisch dokumentieren und daraus lernen wollen. Infos zur Competitions-App findest du hier: https://www.competitions-app.com/ Manuel auf TikTok folgen: https://www.tiktok.com/@competitions.app Manuel auf Instagram folgen: https://www.instagram.com/competitions.app/

Episode #276 – Windschatten, Strava-Fakes & 135 Tage Radfahren?Triathlon bleibt spannend – nicht nur auf der Rennstrecke. In dieser Folge sprechen wir über eine wichtige Regeländerung im Profisport: Seit dem 1. März gilt bei Ironman Triathlon Series-Rennen und beim Challenge Roth ein neuer Windschattenabstand von 20 Metern statt 12 Metern. Was bedeutet das für Rennverlauf, Fairness und Taktik im Profifeld – und sehen wir dadurch künftig andere Radrennen?Außerdem sorgt Strava für Schlagzeilen: 2,3 Millionen falsch deklarierte Aktivitäten wurden gelöscht, nachdem E-Bike- und falsche Laufdaten aus Bestenlisten entfernt wurden. Warum manipulieren Menschen ihre Trainingsdaten überhaupt – und was sagt das über den Leistungsdruck durch Social Media aus?Zum Schluss blicken wir auf ein extremes Ausdauerprojekt: Jonas Deichmann ist gemeinsam mit Josefine Rutkowski auf Europa-Tour unterwegs – 135 Tage Radfahren am Stück. Die Frage an Vedat: Würdest du das machen?Eine Episode über Fairness, Motivation und Vorfreude auf Sport, Trainingscamp und den Syltlauf mit einer Hightech Brille

In dieser Folge von „Ich glaube es hackt“ sprechen Tobi und Rüdiger über eine wilde Mischung aus IT-Security, KI-Ethik und absurden Internetfunden. Los geht es mit einer verlorenen Podcast-Wette und der Frage, ob Apple jemals ein Touch-MacBook baut. Danach wird es technisch: Eine echte Flugzeug-Notlandung zeigt, wie Noise-Cancelling-Kopfhörer Warnsignale ausblenden können – ein Sicherheitsproblem, das man so nicht erwartet hätte. Anschließend geht es um KI-Training durch Datendiebstahl: Chinesische KI-Modelle sollen gezielt Claude „anzapfen“, um dessen Reasoning zu lernen. Daraus entsteht eine spannende Diskussion über die Frage: Wem gehören eigentlich Trainingsdaten im KI-Zeitalter? Weitere Themen der Folge: - Warum das KI-Modell Claude so heißt - Ein Zero-Day-Exploit für Windows, der im Darknet verkauft wird - Eine Studie über KI und die Zukunft des Arbeitsmarkts - Wie verifizierte Accounts auf X (Twitter) plötzlich reale Namen preisgeben könnten - Die Meta Ray-Ban Smartglasses und warum echte Menschen deine KI-Fotos prüfen - Ein Amazon-Support-Moment, der Tobi offiziell zum „wertvollsten Kunden“ erklärt - Wie Claude Sicherheitslücken im Firefox-Code entdeckt hat - Ein neues Gesetz aus Kalifornien, das Linux-Installationen kompliziert machen könnte - Die absurd-geniale Seite bahn.bet, auf der man auf Bahnverspätungen wetten kann - Ein Mini-Tool für Kinder: tinyfingers.net - Und die Frage, ob man Menschen über Reifendrucksensoren tracken kann Zum Abschluss diskutieren die beiden noch über Tastaturen, Emojis und warum Tobis Experiment mit Gboard eher mäßig erfolgreich war. -- Links zur Folge immer auf https://podcast.ichglaubeeshackt.de/ Wenn Euch unser Podcast gefallen hat, freuen wir uns über eine Bewertung! Feedback wie z.B. Themenwünsche könnt Ihr uns über sämtliche Kanäle zukommen lassen: Email: podcast@ichglaubeeshackt.de Web: podcast.ichglaubeeshackt.de Instagram: http://instagram.com/igehpodcast

Wo will Meta hin? Das nehmen wir heute mal ein bisschen auseinander. Denn ich habe steile Thesen, die sich erst durch die Faktenlage ergeben. Sind sie dann noch steil? NAJA. Außerdem scheint Merz' Forderung nach einer Klarnamenpflicht im Zeitalter von KI-Chatbots eigentlich obsolet - denn in den Trainingsdaten steckt eventuell schon alles, was man gegen Anonymität und Pseudonymität überhaupt braucht. Und dann schaut sich das US-amerikanische Rechtssystem jetzt noch an, ob der TikTok-Deal und seine Rahmenbedingungen überhaupt rechtskonform war. Wir haben da so ein Gefühl… Achso, liebe heute-show: Denkt an den Frosch. ➡️ Mit der "Haken Dran"-Community ins Gespräch kommen könnt ihr am besten im Discord: [http://hakendran.org](http://www.hakendran.org⁠) ➡️ Gavin bei Tech & Tales: [https://pod.link/aHR0cHM6Ly9hbmNob3IuZm0vcy9mYzBkOTFiNC9wb2RjYXN0L3Jzcw/episode/ZDY4NTE1Y2MtODhmOC00MTcyLWJjNzMtY2U5M2NiOWU1Yzdk?view=apps&sort=popularity](https://pod.link/aHR0cHM6Ly9hbmNob3IuZm0vcy9mYzBkOTFiNC9wb2RjYXN0L3Jzcw/episode/ZDY4NTE1Y2MtODhmOC00MTcyLWJjNzMtY2U5M2NiOWU1Yzdk?view=apps&sort=popularity) Kapitelmarken, KI-unterstützt: 00:00:16 - Internationaler Frauentag und Frauen in der Digitalwirtschaft 00:07:46 - Nachhak: Trump-Handy Update und SEC vs. Elon Musk 00:10:01 - Meta vor Gericht 00:17:59 - Revolving Door in der EU-Politik 00:23:56 - Meta passt Werbemessung an 00:30:38 - Klage gg. Trump wg. TikTok 00:41:03 - X und Grok: FBI-Durchsuchung und Doxxing 00:44:23 - Kalifornien vs. Grok 00:49:06 - Ende der Pseudonymität? 00:52:41 - KI-generierte “Kunst” 00:58:37 - Funktionen und Emotionen ℹ️ Hinweis: Dieser Podcast wird von einem Sponsor unterstützt. Alle Infos zu unseren Werbepartnern findet ihr [hier: https://wonderl.ink/%40heise-podcasts](https://wonderl.ink/%40heise-podcasts)

In dieser Episode des Calisthenics Podcasts spricht Coach Flex über einen der bekanntesten und gleichzeitig anspruchsvollsten Skills im Street Workout: den Front Lever. Warum fällt dieser Skill so vielen Athleten schwer? Und welche Fehler machen vor allem Anfänger beim Training?Coach Flex teilt seine persönliche Geschichte – vom Einstieg ins Calisthenics wegen Rückenproblemen bis hin zum sicheren Front Lever. Außerdem erklärt er die 5 wichtigsten Learnings, die er gerne schon vor 12 Jahren gekannt hätte. Dabei geht es unter anderem um typische Trainingsfehler, die richtige Nutzung von Widerstandsbändern, sinnvolle Progressionen und vor allem um die entscheidende Frage: Wie stark musst du wirklich sein, um einen Front Lever zu schaffen?Ein besonderes Highlight dieser Folge ist die Analyse realer Trainingsdaten aus dem Calisthenics Coaching: Laut aktuellen Auswertungen schaffen die meisten Athleten den Front Lever erst, wenn sie etwa 70 % ihres Körpergewichts im Chin-Up ziehen können. Was das konkret für dein Training bedeutet und wie du deine Progression sinnvoll aufbaust, erfährst du in dieser Episode.Egal ob du gerade erst mit Calisthenics anfängst, schon länger trainierst oder gezielt Skills wie Front Lever, Muscle-Up oder Dragon Flag lernen möchtest – diese Folge liefert dir wertvolle Einblicke für effektiveres Training.Themen dieser Folge:Was der Front Lever wirklich istTypische Fehler beim Front Lever TrainingDie richtige Position für WiderstandsbänderWarum reine Skill-Progressionen oft nicht ausreichenWie viel Zugkraft du für den Front Lever brauchstWarum Krafttraining der Schlüssel zum Erfolg istTipps für Anfänger und Fortgeschrittene im CalisthenicsWenn du dein Training strukturierter angehen willst und schneller Fortschritte machen möchtest, kannst du dir ein kostenloses Beratungsgespräch sichern. Gemeinsam schauen wir uns deine aktuelle Situation, dein Training und deine Ziele an.

Schickt uns euer Feedback zur EpisodeWas passiert, wenn ein Netzwerk zur Lebensader wird? Das Internet war mal eine utopische Idee – ein Versprechen von grenzenlosem Wissen und demokratischer Teilhabe. Mittlerweile ist es selbstverständliche Infrastruktur. Und leider eben auch ein hart umkämpftes Schlachtfeld.In dieser Folge haben sich Mary-Jane und Patrick die Tech-Journalistin und Co-Host des ARD-Podcasts „Der KI Podcast", Marie Kilg, eingeladen – und zusammen schauen wir uns an, was da gerade schiefläuft, aber auch, wo echte Chancen liegen.Wir ziehen die Linie von Brockhaus zu Wikipedia und von dort zu algorithmischen Feeds, die Aufmerksamkeit belohnen und Wut verstärken, während Konsens leise verschwindet. Wir reden über Medien zwischen Rendite und Aufklärung, über Selbstzensur, Machtdrift und polarisierende Anreize, die Debatten verformen, bis niemand mehr fragt, was stimmt – sondern nur noch, was klickt.Dann drehen wir die Perspektive: Kann dieselbe KI, die das anheizt, uns auch helfen? Offene Modelle, Datensouveränität, transparente Trainingsdaten – das klingt nach Nerd-Hobby, ist aber die Voraussetzung dafür, dass Unternehmen, Verwaltungen und Zivilgesellschaft Kontrolle und Werte zurückgewinnen. Wir schauen auch dahin, wo KI ganz praktisch einen Unterschied machen kann – etwa in Verwaltungen, die mit wachsender Komplexität und knappen Ressourcen umgehen müssen. Gleichzeitig reden wir Klartext über Grenzen: Energie, Chips, reale Kosten und die Frage, ob agentische Systeme echte Wertschöpfung liefern – oder nur neue Abhängigkeiten.Die Zukunft ist nicht determiniert. Zwischen Plattformmacht und Gemeinwohl entscheidet sich gerade, was wir heute bauen, regulieren und fördern. Es liegt an uns.

Die Sprecherinnen und Sprecher sollen zustimmen, dass ihre Arbeit zur Erstellung hochwertiger Trainingsdaten für Künstliche Intelligenz genutzt wird. „Wir haben überhaupt kein Mitspracherecht“, sagt David M. Schulze.

Rassismus begegnet uns an vielen Stellen. Eine der jüngsten: KI. "Die KI reproduziert Muster, die sie in der Gesellschaft vorfindet", erklärt Medienethikerin Jessica Heesen, Uni Tübingen. Dem könne man durch "Ethik by Design" entgegenwirken. Von WDR 5.

In dieser Folge geht es nach Las Vegas: Wir berichten live von der CES, der weltweit größten Messe für Consumer-Elektronik – und inzwischen auch eine der Leitmessen der globalen Automobil-Industrie. Für Auto-Fans war auf der diesjährigen CES wenig zu beobachten – könnte man meinen. Denn die meisten Hersteller verzichteten auf große Stände und Fahrzeugvorstellungen. Sehr spannend ist aber dennoch, was unter der Motorhaube passiert. Und da bahnen sich weitere große Disruptionen an. Zentrales Thema war der Perspektivwechsel: Weg von sichtbaren Gimmicks, hin zu den strukturellen Grundlagen moderner KI. Hardware wird zunehmend Commodity, der eigentliche Wettbewerb verlagert sich auf Trainingsdaten, Simulationsumgebungen, Reasoning-Modelle und skalierbare Infrastrukturen. Die wichtigste KI-Anwendung im Auto bleibt dabei das automatisierte Fahren. Besonders spannend ist dabei der Umgang mit dem „Longtail“ – jenen seltenen, aber sicherheitskritischen Situationen, die autonome Systeme heute noch vor große Probleme stellen. Und hier hilft die KI der KI, wie die spannende Keynote von NVIDIA-Gründen Jen-Hsun Huang aufzeigte. Das große Leitmotiv der CES war Physical AI: Nach der Sprache erobern nun KI-Modelle auch die dreidimensionale Welt und kombinieren Sprache, Bilder, 3D und Aktionen. Humanoide Roboter können sich wie Menschen bewegen, wenngleich es mit dem gesunden Menschenverstand noch etwas hapert. Aber eines ist klar: autonome Fahrzeuge werden nur eines von vielen physischen KI-Endgeräten sein, und unsere Welt wird um viele technische Mitbewohner reicher werden. Wie wir uns in dieser neuen Wohngemeinschaft wohl gemeinsam arrangieren werden?

In dieser Folge der Rechtsbelehrung geht es um das Verhältnis von Künstlicher Intelligenz und Urheberrecht. Im Mittelpunkt steht die Frage, in welchem Umfang KI-Systeme fremde Bücher, Bilder, Fotografien, Videos und andere urheberrechtlich geschützte Werke zur Wissensgewinnung nutzen dürfen. Gemeint ist damit insbesondere das Training von KI-Modellen im Rahmen des sogenannten „Maschinellen Lernens„. Text- und Data-Mining als urheberrechtliche Schranke Rechtsgrundlage hierfür ist eine urheberrechtliche Ausnahmeregelung für sogenanntes „Text und Data Mining“ (TDM), die im Zuge der EU-Urheberrechtsreform 2019 eingeführt wurde. Während sich die öffentliche Debatte seinerzeit vor allem auf Uploadfilter konzentrierte, blieb diese Ausnahme für KI-Training weitgehend unbeachtet. Sie findet sich heute in § 44b (für jedermann) und § 60d (für Zwecke der wissenschaftlichen Forschung) UrhG. Die Ausnahme erlaubt es KI-Anbietern grundsätzlich, urheberrechtlich geschützte Werke für Trainingszwecke zu nutzen. Bei kommerzieller Nutzung jedenfalls dann, wenn Rechteinhaber dieser Nutzung nicht wirksam widersprochen haben. Reichweite der Schranke und aktuelle Rechtsprechung Welche Reichweite diese Ausnahmeregel tatsächlich hat, wie ein solcher Nutzungsvorbehalt ausgestaltet sein muss und in welchem Umfang sich KI-Systeme analysierte Inhalte „merken“ dürfen, besprechen wir mit Joerg Heidrich, Rechtsanwalt und Justiziar des Heise Verlag. Anlass bieten unter anderem aktuelle Gerichtsentscheidungen zur Frage des KI-Pre-Trainings mit urheberrechtlich geschützten Werken. Die Kanzlei von Joerg Heidrich war zudem auf Seiten des beklagten LAION e.V. beteiligt, das wegen angeblicher Urheberrechtsverletzungen beim Pre-Training von KI-Modellen von einem Fotografen verklagt wurde. In der Folge besprechen wir sowohl das zum LAION e.V. ergangene Urteil des Oberlandesgerichts Hamburg als auch die Entscheidung des Landgerichts München I im Verfahren GEMA gegen OpenAI. Wir wünschen viel Vergnügen beim Hören und freuen uns über Kommentare und Diskussionen. Rechtsanwalt Joerg Heidrich (LinkedIn) ist Fachanwalt für IT-Recht sowie zertifizierter Datenschutz-, Compliance- und KI-Experte und berät bei Heidrich Rechtsanwälte umfassend zu Datenschutzrecht, IT-Sicherheit, IT-Compliance und KI-Regulierung. (ki-kanzlei.de – “Wir beraten in allen Bereichen rund um das Erstellen und die Nutzung von KI.”) Als langjähriger Justiziar des Heise Verlags, Lehrbeauftragter und Mitglied des Deutschen Presserats verbindet er praktische Unternehmensperspektiven mit fundierter juristischer Expertise. Er ist zudem als Autor, Referent und Podcaster („Auslegungssache“) weithin bekannt und engagiert sich in vielfältigen Fachgremien und gesellschaftlichen Initiativen wie beim Deutschen Presserat und als Wahlbeobachter der OSZE. Zeitmarken 00:00:00 – Begrüßung und Vorstellung des Themas sowie des Gastes. 00:05:00 – KI-Training: Was sind Trainingsdaten und wie werden sie genutzt?. 00:08:00 – Erlaubnis für Text- und Data-Mining nach §§ 44b und 60d UrhG – und wie sie nahezu unbemerkt ins Gesetz kam. 00:14:00 – Der „Nutzungsvorbehalt in maschinenlesbarer Form“ als Opt-out-Regelung für geschäftlich agierende Rechteinhaber. 00:20:00 – Wann ist ein Nutzungsvorbehalt maschinenlesbar und wer trägt die Beweislast? 00:36:30 – Vergütungspflicht für Urheber: Kommt eine gesetzliche Nachjustierung? 00:41:00 – Memorisierung: Inwieweit dürfen sich fremde Inhalte in KI-Modellen wiederfinden? (LG München I). 00:52:00 – Entscheidung des OLG Hamburg zum Pre-Training von KI mit Fotografien. 00:58:00 – Semantik und Syntax: Wie „nah dran“ darf die Vorstellung vom Original sein? 01:12:00 – Besteht die Text- und Data-Mining-Ausnahme den Drei-Stufen-Test? D.h. Werden die Interessen der Urheber ausreichend berücksichtigt? 01:18:00 – Kann man sich effektiv gegen Text- und Data-Mining wehren? 01:20:00 – Geht es in Wahrheit um eine Kränkung des Menschen als vermeintlich einziges kreatives Wesen? 01:25:00 – Können sich nur KI-Anbieter oder auch KI-Nutzer im Alltag auf die TDM-Schranke berufen? 01:27:00 – Praktischer Tipp: Umsetzung eines wirksamen Nutzungsvorbehalts ANgesprochene Urteile und Verfahren LAION e.v. KI-Pretraining – Oberlandesgericht Hamburg, Urteil vom 10.12.2025, Az. 5 U 104/24. GEMA vs. OpenAI – Landgericht München I, Urteil vom 11.11.2025, Az. 42 O 14139/24. Getty Images vs. Stability AI – High Court of Justice, Urteil vom 04.11.2025, Case No: IL-2023-000007 ([2025] EWHC 2863 (Ch)). Google Auto Suggest bzw. Auto Complete – BGH, 14.05.2013, Az. VI ZR 269/12. Der Beitrag KI: Lizenz zum Kopieren? – Rechtsbelehrung 143 erschien zuerst auf Rechtsbelehrung.

Dein Golf Podcast In Tee Time 365 treffen Urlaubsfrische auf Hustenanfall, Golfleidenschaft auf Technik-Nerdtum und große Pläne auf ehrliche Selbstreflexion. Jens meldet sich erholt aus dem Winterurlaub zurück, während Bernd gesundheitlich angeschlagen ist inhaltlich aber umso mehr aufs Gas drückt. Die Hosts sprechen ausführlich über eine PGA-of-Germany-Fortbildung rund um Launch-Monitore, Trackman und Trainingsdaten inklusive spannender Einblicke in die Software-Welt und vorsichtiger Spekulationen über kommende Entwicklungen. Eine kuriose Geschichte rund um gestohlene Golf-Buggys sorgt für Kopfschütteln, bevor der Blick internationaler wird: Ex-Tennisstar Andy Murray bringt sich selbst als zukünftiger Golf-Caddie ins Gespräch. Die Runde ...Dieser Podcast wird vermarktet von der Podcastbude.www.podcastbu.de - Full-Service-Podcast-Agentur - Konzeption, Produktion, Vermarktung, Distribution und Hosting.Du möchtest deinen Podcast auch kostenlos hosten und damit Geld verdienen?Dann schaue auf www.kostenlos-hosten.de und informiere dich.Dort erhältst du alle Informationen zu unseren kostenlosen Podcast-Hosting-Angeboten. kostenlos-hosten.de ist ein Produkt der Podcastbude.

Dein Golf Podcast In Tee Time 365 treffen Urlaubsfrische auf Hustenanfall, Golfleidenschaft auf Technik-Nerdtum und große Pläne auf ehrliche Selbstreflexion. Jens meldet sich erholt aus dem Winterurlaub zurück, während Bernd gesundheitlich angeschlagen ist inhaltlich aber umso mehr aufs Gas drückt. Die Hosts sprechen ausführlich über eine PGA-of-Germany-Fortbildung rund um Launch-Monitore, Trackman und Trainingsdaten inklusive spannender Einblicke in die Software-Welt und vorsichtiger Spekulationen über kommende Entwicklungen. Eine kuriose Geschichte rund um gestohlene Golf-Buggys sorgt für Kopfschütteln, bevor der Blick internationaler wird: Ex-Tennisstar Andy Murray bringt sich selbst als zukünftiger Golf-Caddie ins Gespräch. Die Runde ...Dieser Podcast wird vermarktet von der Podcastbude.www.podcastbu.de - Full-Service-Podcast-Agentur - Konzeption, Produktion, Vermarktung, Distribution und Hosting.Du möchtest deinen Podcast auch kostenlos hosten und damit Geld verdienen?Dann schaue auf www.kostenlos-hosten.de und informiere dich.Dort erhältst du alle Informationen zu unseren kostenlosen Podcast-Hosting-Angeboten. kostenlos-hosten.de ist ein Produkt der Podcastbude.

Florian, der Quiz-Sieger und Fragen-der-Woche-Tsunami-Autor aus Hamburg, sitzt endlich live bei den Bretterwissern – mit Cringe-Witzen aus dem „Klein-Erna“-Buch, Brettspielgeräuschen und Einblicken in seine Karriere von Siedler-Online bis Großstadtrevier-Producer. Daneben plaudert er über seine Krimi-Story „Mords Story“ (inklusive absurder Koop-Impro mit explodierenden Brustkörben und Naschi-Birnen-Diebstahl) sowie seine digitale Vergangenheit mit Ravensburger-Portalen und schummrigen Kühlschrankmagnet-Tricks. Höhepunkt: Eine hitzige KI-Debatte zu Stable Diffusion-Bildern für Spiele, geklauten Trainingsdaten, Illustratoren-Jobs. Viel Spaß mit der Sendung!

KI bringt einen noch schnelleren Wandel als das Internet. Über Börsenkurse und zukünftige Einkommen unterhalten sich Andreas Beck und Prof. Rieck. Mein neuer Kurs über spieltheoretisches Verhandeln (Vorbestellungen): https://www.rieck-verlag.de/verhandlu... ► WEITERE INFORMATIONEN VON TEAM RIECK: Die digitale Transformation hat durch die Plattformökonomie eine grundlegende Neuordnung wirtschaftlicher Prinzipien ausgelöst. Ihr Kern ist der doppelte Netzwerkeffekt: Der Wert einer Plattform steigt mit der Nutzerzahl auf beiden Marktseiten – Anbieter und Nachfrager. So entsteht ein natürlicher Zug zum Monopol, sichtbar bei Meta, Amazon oder YouTube. Die Wertschöpfung verlagert sich vom Produkt hin zum Verteilungsmechanismus. Digitale Güter kosten in der Reproduktion fast nichts, während die Plattformen durch Skaleneffekte und Datenmacht dominieren. Künstliche Intelligenz bildet die nächste Entwicklungsstufe dieser Logik – und zugleich deren Störfaktor. Sie kann bisherige digitale Geschäftsmodelle entwerten, weil sie Texte, Code oder Designs nahezu ohne Grenzkosten erzeugt. Damit werden standardisierte Softwarelösungen unter Druck gesetzt, deren Geschäftsmodell auf künstlicher Verknappung beruhte. In dieser neuen Konkurrenz ist Datenhoheit der entscheidende Vorteil: Je exklusiver und hochwertiger die Trainingsdaten – ob Unternehmensdaten von SAP oder Konsumentenwissen von Amazon – desto stärker die KI. Folglich verändert KI die Arbeitswelt grundlegend. Routinisierbare Wissensarbeit wie Content-Erstellung, juristische Standardaufgaben oder Compliance wird automatisiert. Dagegen gewinnen nicht-digitalisierbare Tätigkeiten an Bedeutung – etwa spezialisierte Handwerksleistungen oder physische Produktion. Gewinner sind die „Enabler“ der KI-Ökonomie: Anbieter von Rechenleistung (z. B. Nvidia) und Energie. Die menschliche Arbeitskraft verlagert sich auf kreative Problemdefinition, strategische Kuratierung und Entscheidungen auf Basis von KI-generierten Optionen. Philosophisch lässt sich diese Entwicklung mit Burbach und Höffes „Alles und Nichts“ fassen: Die binäre Logik von 0 und 1 entkörperlicht das Denken und entwertet das Singuläre zugunsten des Netzwerks. Daraus entsteht die Gefahr des „Model Collapse“ – wenn KI-Systeme zunehmend auf eigene, synthetische Daten trainiert werden, droht ein qualitativer Realitätsverlust. Für Anleger bedeutet das: Diversifikation bleibt die wichtigste Strategie. Eine breite Streuung über globale Indexfonds ist nachhaltiger als der Versuch, einzelne Gewinner vorherzusagen. Eine ausreichende Liquiditätsreserve („Kriegskasse“) sichert Handlungsfähigkeit in Krisen. Gesellschaftlich erfordert der Wandel eine neue Bildungspolitik: weniger reines Faktenlernen, mehr Förderung von kritischem Denken, Kreativität und der Fähigkeit, sinnvoll mit KI-Systemen zu interagieren. ► WEITERES VON CHRISTIAN RIECK: ○ Instagram: / profrieck ○ X/Twitter: / profrieck ○ LinkedIn: / profrieck #profrieck #andreasbeck Haftungsausschluss: Dies ist ein Bildungskanal, kein Finanz-, Rechts- oder Medizinkanal. Inhalte dienen ausschließlich der allgemeinen Information und sind weder finanzieller, juristischer noch medizinischer Rat oder persönliche Empfehlung. Bitte informieren Sie sich aus mehreren unabhängigen Quellen und holen Sie professionellen Rat ein, insbesondere bei Investitionen oder medizinischen Fragen. Keine Aufforderung zum Kauf oder Verkauf von Vermögenswerten oder zu Selbstdiagnose oder Selbsttherapie.

Anna Bicker, Alexander Spier und Malte Kirchner sprechen in dieser Ausgabe der #heiseshow unter anderem über folgende Themen: - Kapieren statt kopieren: GEMA vs. ChatGPT – Das Landgericht München hat OpenAI untersagt, urheberrechtlich geschützte Songtexte ohne Lizenz zu nutzen. Was bedeutet dieses Urteil für KI-Entwickler? Wie können Trainingsdaten künftig rechtssicher genutzt werden? Und welche Folgen hat der Fall für andere generative KI-Systeme? - Freie Welle in Gefahr: Vorratsdatenspeicherung vs. offenes WLAN – Die geplante Vorratsdatenspeicherung könnte das Ende für offene WLANs bedeuten. Warum gefährden die neuen Speicherpflichten die digitale Teilhabe? Welche Betreiber sind besonders betroffen? Und gibt es Alternativen, die sowohl Sicherheitsbehörden als auch Bürgerrechte berücksichtigen? - Knoten durchschlagen: Vodafone vs. öffentliches Peering – Vodafone zieht sich aus den öffentlichen Internetknoten DE-CIX und anderen zurück. Was sind die Gründe für diesen Schritt? Welche Auswirkungen hat das auf die Internetinfrastruktur in Deutschland? Außerdem wieder mit dabei: ein Nerd-Geburtstag, das WTF der Woche und knifflige Quizfragen.

Anna Bicker, Alexander Spier und Malte Kirchner sprechen in dieser Ausgabe der #heiseshow unter anderem über folgende Themen: - Kapieren statt kopieren: GEMA vs. ChatGPT – Das Landgericht München hat OpenAI untersagt, urheberrechtlich geschützte Songtexte ohne Lizenz zu nutzen. Was bedeutet dieses Urteil für KI-Entwickler? Wie können Trainingsdaten künftig rechtssicher genutzt werden? Und welche Folgen hat der Fall für andere generative KI-Systeme? - Freie Welle in Gefahr: Vorratsdatenspeicherung vs. offenes WLAN – Die geplante Vorratsdatenspeicherung könnte das Ende für offene WLANs bedeuten. Warum gefährden die neuen Speicherpflichten die digitale Teilhabe? Welche Betreiber sind besonders betroffen? Und gibt es Alternativen, die sowohl Sicherheitsbehörden als auch Bürgerrechte berücksichtigen? - Knoten durchschlagen: Vodafone vs. öffentliches Peering – Vodafone zieht sich aus den öffentlichen Internetknoten DE-CIX und anderen zurück. Was sind die Gründe für diesen Schritt? Welche Auswirkungen hat das auf die Internetinfrastruktur in Deutschland? Außerdem wieder mit dabei: ein Nerd-Geburtstag, das WTF der Woche und knifflige Quizfragen.

Anna Bicker, Alexander Spier und Malte Kirchner sprechen in dieser Ausgabe der #heiseshow unter anderem über folgende Themen: - Kapieren statt kopieren: GEMA vs. ChatGPT – Das Landgericht München hat OpenAI untersagt, urheberrechtlich geschützte Songtexte ohne Lizenz zu nutzen. Was bedeutet dieses Urteil für KI-Entwickler? Wie können Trainingsdaten künftig rechtssicher genutzt werden? Und welche Folgen hat der Fall für andere generative KI-Systeme? - Freie Welle in Gefahr: Vorratsdatenspeicherung vs. offenes WLAN – Die geplante Vorratsdatenspeicherung könnte das Ende für offene WLANs bedeuten. Warum gefährden die neuen Speicherpflichten die digitale Teilhabe? Welche Betreiber sind besonders betroffen? Und gibt es Alternativen, die sowohl Sicherheitsbehörden als auch Bürgerrechte berücksichtigen? - Knoten durchschlagen: Vodafone vs. öffentliches Peering – Vodafone zieht sich aus den öffentlichen Internetknoten DE-CIX und anderen zurück. Was sind die Gründe für diesen Schritt? Welche Auswirkungen hat das auf die Internetinfrastruktur in Deutschland? Außerdem wieder mit dabei: ein Nerd-Geburtstag, das WTF der Woche und knifflige Quizfragen.

Trump in E-Mails aus dem Nachlass im Fall Epstein erwähnt, Orientierungstag der Armee soll auch für Frauen obligatorisch werden, Jimmy Wales zum Buch «The Seven Rules of Trust», Haushaltsroboter Neo braucht noch viele Trainingsdaten

Ein Anbieter hatte Probleme mit dem Intro/Outro - Deshalb müssen wir die Folge nochmal hochladen!Sorry für die Verwirrung!Das Jahr 2025 wurde als das Jahr der Agenten aufgerufen. Aber wo stehen wir? Oder ist es nur das Jahr des Agentenhypes? Darüber spricht Christian Krug, der Host des Podcasts „Unf*ck Your Data“ mit Barbara Lampl (aka AI Babsi) Das große Versprechen der AI Hersteller und Bubble: 2025 wird das Jahr der KI Agenten. Diese werden voll automatisiert für uns arbeiten.Die schlechte Nachricht: Ganz so leicht war es dann doch nicht.Die gute Nachricht: Wir sind weiter als Barbara Anfang des Jahres dachte.Aber ein vollumfänglicher Agent der alles kann fliegt eben leider noch nicht.Wir sind allerdings auf deinem guten Weg die ersten Agenten mit gewissen Einschränkungen voll produktiv zu sehen. Warum Einschränkungen? Weil die Welt eben sehr komplex ist und die Systeme noch gewisse Limitationen haben. Ein agentisches Framework tut sich eben eine einem engen Bereich leichter als in einem sehr offenen Feld.Und aus Sicherheitsgründen ist es ratsam am Anfang die Agenten sowohl technisch als auch inhaltlich erstmal begrenzt zu testen.Also ohne ihm direkt Adminrechte auf allen Systemen zu geben. Sonst kann die Produktion stillstehen oder dein Betriebsvermögen für einen guten Zweck gespendet werden.Wie bekommen wir diese Dinger dann zum Laufen?Laut Barbara brauchen wir dazu drei Dinge, damit der Erfolg überhaupt möglich ist:1) Ein Evaluationskonzept2) Ein Semantic Layer3) Ein Memory LayerMit dem Evaluationskonzept stellst du sicher, dass der Agent das tut was er soll und zwar innerhalb gewisser Parameter. Und zwar immer. Also nicht nur am Anfang sondern so lange das Ding läuft.Das Semantic Layer erklärt dem Agenten dein Unternehmen, denn da ist hoffentlich nicht komplett in den Trainingsdaten eines öffentlichen Herstellers abgebildet.Und das Memory Layer sorgt, dafür dass der Agent dann auch eine gewisse Orientierung hat was aktuell, was veraltet und was nicht mehr relevant ist.Und noch einer der wichtigsten Punkte:KI ist kein Projekt mit Enddatum!Diese Systeme müssen auch betrieben werden, das heißt Evaluierung endet nicht

Das Jahr 2025 wurde als das Jahr der Agenten aufgerufen. Aber wo stehen wir? Oder ist es nur das Jahr des Agentenhypes? Darüber spricht Christian Krug, der Host des Podcasts „Unf*ck Your Data“ mit Barbara Lampl (aka AI Babsi) Das große Versprechen der AI Hersteller und Bubble: 2025 wird das Jahr der KI Agenten. Diese werden voll automatisiert für uns arbeiten.Die schlechte Nachricht: Ganz so leicht war es dann doch nicht.Die gute Nachricht: Wir sind weiter als Barbara Anfang des Jahres dachte.Aber ein vollumfänglicher Agent der alles kann fliegt eben leider noch nicht.Wir sind allerdings auf deinem guten Weg die ersten Agenten mit gewissen Einschränkungen voll produktiv zu sehen. Warum Einschränkungen? Weil die Welt eben sehr komplex ist und die Systeme noch gewisse Limitationen haben. Ein agentisches Framework tut sich eben eine einem engen Bereich leichter als in einem sehr offenen Feld.Und aus Sicherheitsgründen ist es ratsam am Anfang die Agenten sowohl technisch als auch inhaltlich erstmal begrenzt zu testen.Also ohne ihm direkt Adminrechte auf allen Systemen zu geben. Sonst kann die Produktion stillstehen oder dein Betriebsvermögen für einen guten Zweck gespendet werden.Wie bekommen wir diese Dinger dann zum Laufen?Laut Barbara brauchen wir dazu drei Dinge, damit der Erfolg überhaupt möglich ist:1) Ein Evaluationskonzept2) Ein Semantic Layer3) Ein Memory LayerMit dem Evaluationskonzept stellst du sicher, dass der Agent das tut was er soll und zwar innerhalb gewisser Parameter. Und zwar immer. Also nicht nur am Anfang sondern so lange das Ding läuft.Das Semantic Layer erklärt dem Agenten dein Unternehmen, denn da ist hoffentlich nicht komplett in den Trainingsdaten eines öffentlichen Herstellers abgebildet.Und das Memory Layer sorgt, dafür dass der Agent dann auch eine gewisse Orientierung hat was aktuell, was veraltet und was nicht mehr relevant ist.Und noch einer der wichtigsten Punkte:KI ist kein Projekt mit Enddatum!Diese Systeme müssen auch betrieben werden, das heißt Evaluierung endet nicht

KI im Spiegel- Warum deine SWOT-Analyse mehr Bias hat als jede Maschine Es gibt Diskussionen, in denen sich Voreingenommenheit regelrecht stapelt – und viele davon finden nicht etwa in Trainingsdaten einer KI statt, sondern live in euren Führungsmeetings. Wer glaubt, dass künstliche Intelligenz voreingenommen sei, sollte mal mit einem Popcornbecher in eine Generalaussprache eines Führungsteams gehen. Da wimmelt es von Denkmustern, Besitzstandswahrung und alten Überzeugungen, die durch keine KI der Welt getoppt werden können. Warum also nicht das nutzen, was wirklich neutral(er) analysieren kann: eine KI als dritte Stimme im Raum. Torsten Körting auf LinkedIn: LinkedIn - https://www.linkedin.com/in/torstenkoerting/ Die KI als triadischer Sparringspartner Wenn du heute in einem Beratungskontext unterwegs bist, reicht es nicht mehr, nur deine Meinung und die deines Kunden einzubringen. Eine dritte Perspektive bringt Tiefe, Relevanz und einen echten Perspektivwechsel – und genau hier kommt die KI ins Spiel. Sie liefert nicht nur schnelle Analysen, sondern entlarvt auch die blinden Flecken, die in Diskussionen gerne übersehen werden. Das ist kein „Nice-to-have", das ist ein strategischer Vorteil. Was du brauchst, ist Mut und Haltung Der Einsatz von KI in Meetings oder Strategieprozessen ist kein netter Gag – er braucht Haltung. Es geht darum, klare Bedingungen zu setzen: „Ich arbeite nur noch mit euch, wenn wir die KI als dritte Stimme hinzunehmen." Das kostet Mut. Aber dieser Mut wird belohnt mit neuen Erkenntnissen, frischen Impulsen und einer Tiefe, die menschliche Diskussionen oft nicht erreichen. Und ja: Der Preis dafür darf höher sein. Denn der Mehrwert ist es definitiv auch. Vom KI-Konsum zur KI-Kompetenz Viele sind noch im Konsum-Modus unterwegs: Webinar hier, KI-Tool da, ohne echten Transfer. Dabei ist die Umsetzung das, was den Unterschied macht. Nicht das nächste LinkedIn-Webinar wird dein Business transformieren – sondern deine Bereitschaft, die KI als Coach, Mentor und Analysepartner zu sehen. Für kleines Geld bekommst du Zugriff auf einen der klügsten Berater der Welt. Was du daraus machst, liegt allein bei dir. Fazit: Bring die KI in den Raum – oder bleib in der Matrix Wenn du weiter so arbeiten willst wie bisher, brauchst du keine KI. Wenn du wirklich etwas verändern willst – in deinem Denken, deinem Business und deinem Impact – dann integriere sie. Nicht als Gimmick, sondern als festen Bestandteil deiner Beratungs-, Strategie- und Entscheidungsprozesse. Die KI zeigt dir, was zwischen den Zeilen passiert. Du musst nur bereit sein, hinzuschauen. Noch mehr von den Koertings ... Das KI-Café ... jede Woche Mittwoch (>350 Teilnehmer) von 08:30 bis 10:00 Uhr ... online via Zoom .. kostenlos und nicht umsonstJede Woche Mittwoch um 08:30 Uhr öffnet das KI-Café seine Online-Pforten ... wir lösen KI-Anwendungsfälle live auf der Bühne ... moderieren Expertenpanel zu speziellen Themen (bspw. KI im Recruiting ... KI in der Qualitätssicherung ... KI im Projektmanagement ... und vieles mehr) ... ordnen die neuen Entwicklungen in der KI-Welt ein und geben einen Ausblick ... und laden Experten ein für spezielle Themen ... und gehen auch mal in die Tiefe und durchdringen bestimmte Bereiche ganz konkret ... alles für dein Weiterkommen. Melde dich kostenfrei an ... www.koerting-institute.com/ki-cafe/ Mit jedem Prompt ein WOW! ... für Selbstständige und Unternehmer Ein klarer Leitfaden für Unternehmer, Selbstständige und Entscheider, die Künstliche Intelligenz nicht nur verstehen, sondern wirksam einsetzen wollen. Dieses Buch zeigt dir, wie du relevante KI-Anwendungsfälle erkennst und die KI als echten Sparringspartner nutzt, um diese Realität werden zu lassen. Praxisnah, mit echten Beispielen und vollständig umsetzungsorientiert. Das Buch ist ein Geschenk, nur Versandkosten von 9,95 € fallen an. Perfekt für Anfänger und Fortgeschrittene, die mit KI ihr Potenzial ausschöpfen möchten. Das Buch in deinen Briefkasten ... https://koerting-institute.com/shop/buch-mit-jedem-prompt-ein-wow/ Die KI-Lounge ... unsere Community für den Einstieg in die KI (>2800 Mitglieder) Die KI-Lounge ist eine Community für alle, die mehr über generative KI erfahren und anwenden möchten. Mitglieder erhalten exklusive monatliche KI-Updates, Experten-Interviews, Vorträge des KI-Speaker-Slams, KI-Café-Aufzeichnungen und einen 3-stündigen ChatGPT-Kurs. Tausche dich mit über 2800 KI-Enthusiasten aus, stelle Fragen und starte durch. Initiiert von Torsten & Birgit Koerting, bietet die KI-Lounge Orientierung und Inspiration für den Einstieg in die KI-Revolution. Hier findet der Austausch statt ... www.koerting-institute.com/ki-lounge/ Starte mit uns in die 1:1 Zusammenarbeit Wenn du direkt mit uns arbeiten und KI in deinem Business integrieren möchtest, buche dir einen Termin für ein persönliches Gespräch. Gemeinsam finden wir Antworten auf deine Fragen und finden heraus, wie wir dich unterstützen können. Klicke hier, um einen Termin zu buchen und deine Fragen zu klären. Buche dir jetzt deinen Termin mit uns ... www.koerting-institute.com/termin/ Weitere Impulse im Netflix Stil ... Wenn du auf der Suche nach weiteren spannenden Impulsen für deine Selbstständigkeit bist, dann gehe jetzt auf unsere Impulseseite und lass die zahlreichen spannenden Impulse auf dich wirken. Inspiration pur ... www.koerting-institute.com/impulse/ Die Koertings auf die Ohren ... Wenn dir diese Podcastfolge gefallen hat, dann höre dir jetzt noch weitere informative und spannende Folgen an ... über 440 Folgen findest du hier ... www.koerting-institute.com/podcast/ Wir freuen uns darauf, dich auf deinem Weg zu begleiten!

Von KI-Brillen, die alles sehen, bis zu Milliarden-Deals, die Europa verändern könnten: In den letzten Wochen ist einiges passiert in der KI-Welt. Meta bringt Sonnenbrillen mit KI-Assistenten und Displays auf den Markt, Anthropic will Autoren 1,5 Milliarden Dollar für illegale Trainingsdaten zahlen, und ein Deal zwischen ASML und Mistral könnte Europas KI-Szene verändern. Fritz und Gregor fassen die wichtigsten Entwicklungen zusammen - plus: Warum die Gen Z jetzt KI-Songs für ihre Partys komponiert.

Die aktuellen Automobilkurznachrichten mit Michael Weyland  Thema heute:  Driver- und InCabin-Monitoring neu definiert: grenzenloses Erkennen, echter Nutzen – Für Fahrzeughersteller die Zukunft, für Fahrer ein Plus an Sicherheit und Komfort    Die Algorithmen des AktiMeters erkennen Aktivitäten wie Lesen mit hoher Genauigkeit in Echtzeit und ermöglichen eine lokale Auswertung der gesammelten Daten. / © Fraunhofer IOSB Für Fahrzeuge der Zukunft ist es notwendig zu erkennen, was im Innenraum vor sich geht. Das Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung IOSB hat auf der soeben zu Ende gegangenen IAA in München ein innovatives System zur Überwachung des Fahrzeuginnenraums präsentiert: das AktiMeter. Damit ist es möglich, jede Aktivität – auch unbekannte, die vorher nicht in den Trainingsdaten enthalten waren – zu erkennen und somit teures Nachtrainieren zu vermeiden. Fahrzeughersteller und Automobilzulieferer können so Sicherheit und Komfort ihrer Fahrzeuge erheblich verbessern. In zunehmend automatisierten Fahrzeugen ist InCabin-Monitoring essenziell. Je nach Automatisierungslevel, muss die Person am Steuer innerhalb einer bestimmten Zeitspanne wieder die Kontrolle übernehmen können. Es gilt also zu prüfen: Ist sie aufmerksam oder abgelenkt? Geht sie anderen Tätigkeiten nach, wie schlafen oder lesen? Ist dieses Verhalten levelkonform, entspricht es also dem Automatisierungslevel des Fahrzeugs? Außerdem können KI-Assistenten je nach Aktivität passende Warnungen oder Hinweise geben, z. B. eine Warnung vor Reiseübelkeit, wenn die Insassen gerade lesen und eine kurvige Strecke folgt.    Eine Probandin schläft im Fahrsimulator. Auch diese bisher nicht eintrainierte Situation erfasst das AktiMeter. / © Fraunhofer IOSB / M. Zentsch Zukunftsweisender Ansatz mit Vision Language Models Das am Fraunhofer IOSB entwickelte AktiMeter nutzt hierfür sogenannte Vision Language Models (VLMs). VLMs sind – ähnlich zu ChatGPT – KI-Systeme, die mit riesigen Datenmengen vortrainiert wurden und bereits ein enormes Wissen über die Welt mitbringen. »Damit ist das AktiMeter ein InCabin-Monitoring-System der nächsten Generation, das nicht nur vereinzelte Aktivitäten, sondern prinzipiell alles erkennen kann, was im Innenraum vor sich geht – insbesondere auch dann, wenn das System zuvor nie mit derartigen Situationen konfrontiert wurde: So erkennt es z. B. auch, dass ein Insasse einen Schuh in der Hand hält oder ein Buch auf dem Kopf balanciert«, erklärt man am Fraunhofer IOSB.  Die bisherigen Systeme werden auf einzelne Fahrerzustände wie Ablenkung und Müdigkeit trainiert. Aktivitäten mussten vorher bekannt sein und speziell angelernt werden. Mit dem AktiMeter reduziert sich der Zeit- und Kostenaufwand also enorm, da erneutes Einlernen nicht mehr nötig ist. Zudem erfüllt das AktiMeter höchste Anforderungen an den Datenschutz, da die Datenauswertung lokal im Auto abläuft.   Diesen Beitrag können Sie nachhören oder downloaden unter:

Immer mehr Geräte um uns herum sprechen mit uns. Was mit Screenreadern und Navigationssystemen begann, findet heute in unseren Wohnzimmern und Hosentaschen mit Alexa und Siri statt. Doch wie lernen Computer eigentlich zu sprechen? Und lässt sich sogar die eigene Stimme klonen?Darüber sprechen wir mit Thorsten Müller, dem Macher und der Stimme hinter Thorsten-Voice. Die Besonderheit an dem Open-Source-Projekt: Sprachausgabe wird hier lokal erzeugt, komplett ohne Cloud-Dienste. Es ist auf Grundlage Thorstens eigener Stimme trainiert und damit frei von rechtlich problematischen Trainingsdaten.Thorsten erzählt, was er beim Aufbau des Projekts gelernt hat und gibt Tipps für alle, die selbst mit Sprachsynthese experimentieren wollen. Gemeinsam werfen wir einen Blick auf die rasante Entwicklung der künstlichen Sprachausgabe. Neben Podcasting gibt es spannende Anwendungsfälle quer durch den Alltag.Schreibt uns! Schickt uns eure Themenwünsche und euer Feedback: podcast@programmier.barFolgt uns! Bleibt auf dem Laufenden über zukünftige Folgen und virtuelle Meetups und beteiligt euch an Community-Diskussionen. BlueskyInstagramLinkedInMeetupYouTubeMusik: Hanimo

Endlich wieder Zeit für einen Hintergrund-Deep-Dive nach all der Aufregung um GPT-5 und Co: Jakob Steinschaden (Trending Topics, newsrooms) und Clemens Wasner (enliteAI, AI Austria) widmen sich heute der großen Frage: Warum schenken Meta, OpenAI, Google und Co. teure AI-Modelle einfach so her? Der Fahrplan der Sendung:Apple's KI-StrategieDrittanbieter-Modelle: OpenAI, Anthropic, Google im RennenAnpassung für Apple-Server und eigene M-ChipsLLM-Siri für Frühjahr 2025 geplantTiefe Integration vs. oberflächliche VerknüpfungMeta's ReorganisationSuper-Intelligence-Lab mit vier UnitsPartnerschaft mit Midjourney für BildgenerierungParallelen zu Microsoft ResearchMysteriöses "Nano Banana" ModellNeue Benchmark-Spitze in der BildgenerierungVerbesserte Prompt-GenauigkeitSpekulationen über Hersteller (Google, OpenAI, andere)Deep-Dive: Open Source Strategien bei LLMsOpen Source vs. Open Weights erklärtCode, Trainingsdaten und GewichteLizenz-Unterschiede (Apache 2.0, Meta-Lizenz, etc.)Nutzungsbeschränkungen und Marketing-VerpflichtungenStrategische Gründe für Open SourceDeveloper-Ökosystem aufbauen ("Developers, developers, developers")Kostensenkung durch Community-BeiträgeVendor Lock-in vermeidenGeopolitische Faktoren (China vs. USA)Vertrauensbildung und PR-EffekteFreemium-Modell im neuen GewandErfolg und Misserfolg von Open Source

Telekom-Chef gegen EU AI Act – Tim Höttges im Metacheles-Faktencheck Ein LinkedIn-Post von Telekom-CEO Tim Höttges sorgt für Diskussion: „Europa reguliert“ – mehr Bürokratie, weniger Innovation? Sascha Pallenberg widerspricht. Warum die Offenlegung von Trainingsdaten im EU AI Act entscheidend ist, wie Big Tech (Meta, OpenAI & Co.) Regeln umgeht und weshalb Europa mit Transparenz statt Silicon-Valley-„Faktenschaffen“ punkten muss.In diesem Podcast erfahrt ihr: ✅ Was Tim Höttges am EU AI Act kritisiert ✅ Warum Transparenz bei Trainingsdaten so wichtig ist ✅ Wie Meta & OpenAI mit Scraping & illegalen Daten arbeiten ✅ Wieso Social Media als warnendes Beispiel gilt ✅ Warum EU-Regeln Innovation sichern statt verhindern ✅ Wie Telekom selbst mit AI-Standards vorbildlich war

Die https://Technikwoche.de von https://eicker.TV mit allen Kurzvideos an einem Stück und als YouTube Podcast:Alibaba stellt Qwen-Image vor

Seit dem 2. August 2025 ist der EU AI Act in Kraft. Ein Verhaltenskodex definiert, welche Anforderungen KI-Anbieter dafür genau erfüllen müssen, etwa Trainingsdaten transparenter machen. Der Kodex ist aber freiwillig. 26 Firmen haben ihn unterschrieben. Nicht dabei: Meta.**********Ihr könnt uns auch auf diesen Kanälen folgen: TikTok und Instagram .

BALD IST UNSERE 100. FOLGE! Schickt uns eure Fragen zum Thema KI als WhatsApp-Sprachnachricht an 01758835255 oder per Email an kipodcast@br.de. Instagram-Posts trainieren bald Metas KI, Microsoft macht alle paar Sekunden Screenshots von Bildschirmen und ChatGPT-Chats müssen vor US-Gerichten als Beweismittel herhalten. Die KI-Revolution bringt nicht nur coole neue Tools, sondern wirft auch fundamentale Fragen zum Datenschutz auf. Marie und Fritz erklären, welche Daten wirklich in KI-Modellen landen, warum das "Löschen" von Chats oft gar nichts bringt und wo die Grenzen zwischen nützlicher Technologie und digitaler Überwachung verlaufen. Über die Hosts: Fritz Espenlaub ist freier Journalist und Ökonom. Neben "Der KI-Podcast" hostet er auch "Ready for Liftoff" (SWR) und "Die Peter Thiel Story" (DLF). Marie Kilg ist Chief AI Officer bei der Deutschen Welle. Zuvor war sie Produkt-Managerin bei Amazon Alexa. In dieser Folge: 00:00 Intro 02:09 Was macht KI mit meinen Daten? 16:65 Wie verändert KI Datensicherheit im Internet? 27:58 Was haben wir diese Woche mit KI gemacht? Nützliche Links Welche Modelle verwenden Nutzerdaten zum KI-Training? https://www.br.de/nachrichten/netzwelt/von-chatgpt-bis-deepseek-so-schuetzen-sie-ihre-daten-in-den-ki-diensten,UqGxyEb Meta: Was tun, wenn Sie die Widerspruchsfrist verpasst haben? https://www.br.de/nachrichten/netzwelt/meta-ki-was-tun-wenn-sie-die-widerspruchsfrist-verpasst-haben,UmOZwxj Embedding Reversal - lassen sich konkrete Infos aus den Trainingsdaten rekonstruieren? https://arxiv.org/abs/2505.12540 DeepSeek soll aus deutschen App Stores verschwinden: https://www.tagesschau.de/inland/deepseek-datenschutz-102.html Können LLMs private Infos aus Internet-Posts ableiten? https://www.sri.inf.ethz.ch/publications/staab2023beyond Soham Gate KI Spekulation https://x.com/ESYudkowsky/status/1940616783800815639 Redaktion und Mitarbeit: David Beck, Cristina Cletiu, Chris Eckardt, Fritz Espenlaub, Elisa Harlan, Franziska Hübl, Marie Kilg, Mark Kleber, Gudrun Riedl, Christian Schiffer, Gregor Schmalzried Kontakt: Wir freuen uns über Fragen und Kommentare an kipodcast@br.de. Unterstützt uns: Wenn euch dieser Podcast gefällt, freuen wir uns über eine Bewertung auf eurer liebsten Podcast-Plattform. Abonniert den KI-Podcast in der ARD Audiothek oder wo immer ihr eure Podcasts hört, um keine Episode zu verpassen. Und empfehlt uns gerne weiter!

Was macht gutes Triathlon-Training wirklich aus? In dieser Folge sprechen wir über die Schlüssel zur Leistungssteigerung: Ernährung, mentale Stärke, Trainingsanpassung, Verletzungsprävention, Hitzeanpassung, Regeneration und die Motivation durch Wettkämpfe. Plus: Warum ein gutes Netzwerk aus Physiotherapeuten und die smarte Nutzung von Trainingsdaten immer wichtiger werden.

Künstliche Intelligenz findet immer mehr Einzug in unseren Alltag und erleichtert so manchen Arbeitsschritt. Doch sie kann auch Stereotype verstärken und die Benachteiligung von bestimmten Geschlechtern befördern, wie sich etwa bei KI-Recruiting-Tools zeigte. Wie sich genderspezifische Vorurteile auch in KI-Sprachmodellen wie ChatGPT manifestieren - und was man dagegen tun kann, erklärt die Informatikerin Stefanie Urchs von der Hochschule München: Sie erforscht, wie man Trainingsdaten auf Genderdiskriminierung untersuchen kann, bevor diese zum KI-Training eingesetzt werden.

Das neue o1-Modell von OpenAI ist da! Und eines seiner heimlichen Stärken: Viele verschiedenen Sprachen sprechen. Aber hinter der Fassade der Chatbot-Vielsprachigkeit stecken immer noch vor allem englische Trainingsdaten. In anderen Sprachen zeigen die KI-Modelle nicht nur sprachliche Schwächen, sondern auch kulturelle Schlagseite. Dennoch könnten KI-Sprachmodelle vielleicht eines Tages dazu beitragen, seltene Sprachen vor dem Aussterben zu bewahren. Dafür müssten sie allerdings weniger flunkern als ChatGPT in unserem Ladinisch-Test. Über die Hosts: Gregor Schmalzried ist freier Tech-Journalist, Speaker und Berater, u.a. beim Bayerischen Rundfunk. Fritz Espenlaub ist freier Journalist und Ökonom. Er arbeitet unter anderem für den Bayerischen Rundfunk und das Tech-Magazin 1E9. In dieser Folge: 00:00 Intro 03:26 Sollte man immer auf Englisch prompten? 11:44 Wo Sprache zum Problem wird 16:14 Kann ChatGPT Ladinisch? 28:20 Was haben wir diese Woche mit KI gemacht? Links: OpenGPT-X Teuken 7B Instruct https://opengpt-x.de/en/models/teuken-7b/ Das bisher teuerste Sprachmodell: o1 Pro https://www.derstandard.de/consent/tcf/story/3000000248172/chatgpt-pro-openais-neues-abo-bietet-bisher-staerkstes-ki-modell-um-200-dollar-monatlich Sind KI-Modelle in manchen Sprachen fehleranfälliger? https://arxiv.org/abs/2310.06474 Sprache ändert, was KIs über Krieg sagen: https://journals.sagepub.com/doi/10.1177/00223433241279381 Chatbots und kulturelle Einstellungen: https://arxiv.org/abs/2410.18417 Können Sprachmodelle beim Erhalt seltener Sprachen helfen? https://www.nbcnews.com/tech/innovation/indigenous-engineers-are-using-ai-preserve-culture-rcna176012 Die Mathe-Frage von Fritz an o1: https://chatgpt.com/share/6756ca70-c628-8012-a82c-b148be3a285f Unser Podcast-Tipp der Woche: https://www.ardaudiothek.de/sendung/die-schule-brennt-der-bildungspodcast-mit-bob-blume/12197843/ Redaktion und Mitarbeit: David Beck, Cristina Cletiu, Chris Eckardt, Fritz Espenlaub, Marie Kilg, Mark Kleber, Gudrun Riedl, Christian Schiffer, Gregor Schmalzried, Elisa Harlan Kontakt: Wir freuen uns über Fragen und Kommentare an kipodcast@br.de. Unterstützt uns: Wenn euch dieser Podcast gefällt, freuen wir uns über eine Bewertung auf eurer liebsten Podcast-Plattform. Abonniert den KI-Podcast in der ARD Audiothek oder wo immer ihr eure Podcasts hört, um keine Episode zu verpassen. Und empfehlt uns gerne weiter!

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!

Offenbar hat US-Präsident Joe Biden der Ukraine erlaubt, künftig US-Raketen mit grösserer Reichweite auch gegen Ziele in Russland einzusetzen. US-Medien stützen sich dabei auf Regierungskreise. Das Weisse Haus äusserte sich bislang nicht dazu. Was sind die möglichen Konsequenzen dieses Schritts? Alle Themen: (00:00) Intro & Schlagzeilen (01:36) Nachrichtenübersicht (06:01) Bidens möglicher Kurswechsel im Ukrainekrieg und seine Bedeutung (15:38) Ideen gegen Medikamentenengpässe: Ist Verstaatlichung sinnvoll? (21:34) Italiens Linke und ihr Versagen (24:34) Schweden vs. Al Jazeera: Eine Doku erhitzt die Gemüter (29:50) Wo Georgiens Regierungspartei die Wahlen gewann (39:04) KI gehen die Trainingsdaten aus Weitere Themen: - Bidens möglicher Kurswechsel im Ukrainekrieg und seine Bedeutung - Ideen gegen Medikamentenengpässe: Ist Verstaatlichung sinnvoll? - Italiens Linke und ihr Versagen - Schweden vs. Al Jazeera: Eine Doku erhitzt die Gemüter - Wo Georgiens Regierungspartei die Wahlen gewann - KI gehen die Trainingsdaten aus

In Italien geht mit den Regionalwahlen in Umbrien und Emilia Romagna ein reich befrachtetes Wahljahr zu Ende. Nimmt man alle Urnengänge dieses Jahres zusammen, dann zeigt sich ein klares Bild: die Regierung Meloni ist auch zwei Jahre nach Amtsantritt äusserst stabil. Weitere Themen: Die NGO «Reporter ohne Grenzen» bezichtigt Donald Trump, einen Krieg gegen die Medien zu führen. Weltweit könnten immer mehr Politiker versuchen, dasselbe zu tun, befürchtet Tibaut Bruttin, der neue Chef von «Reporter ohne Grenzen». Was bedeutet das für Redaktionen und Medienhäuser? Während der Mensch mit wenigen Beispielen Lesen und Schreiben lernt, braucht die Künstliche Intelligenz Unmengen von Text, um zu erkennen, wie menschliche Sprache funktioniert. Bis jetzt hat das gut funktioniert – doch nun drohen der Maschine die Trainingsdaten auszugehen.

Das ist das KI-Update vom 17. Oktober 2024 unter anderem mit diesen Themen: Mistral AI kündigt Nachfolger des Erfolgsmodells Mistral 7B an ChatGPT schafft neuen Besucherrekord mit mehr als drei Milliarden Aufrufen im Monat Aleph Alpha: Millionenschwerer Vertrag mit Arbeitsagentur, F13 kommt bundesweit und Metas Thinking LLMs sollen ohne teure Trainingsdaten "denken" lernen https://www.heise.de/thema/KI-Update https://pro.heise.de/ki/ https://www.heise.de/newsletter/anmeldung.html?id=ki-update https://www.heise.de/thema/Kuenstliche-Intelligenz https://the-decoder.de/ https://www.heiseplus.de/podcast https://www.ct.de/ki

Wir alle haben sicherlich schon Bilder gesehen, bei denen Meeresschildkröten einen GPS-Sender auf dem Panzer tragen und Berichte gelesen, dass einzelne Tiere in zwei Jahren viele tausend Kilometer zurücklegen. Wissenschaftler beobachten die Routen der Meeresschildkröten nicht nur für weitere Erkenntnisse zur Veränderung von Populationen und Verhaltensmustern der Arten, sondern auch um darüber Informationen zum Zustand des jeweiligen Ökosystems zu erhalten. Die Schildkröten dienen dabei als sogenannter Indikator. Bislang war es jedoch sehr aufwändig und fehleranfällig die Tiere mit Sendern auszustatten. Eine weitere Herausforderung ist der Datenaustausch und die Auswertung der Erhebungen der zahlreichen regionalen oder überregionalen Forschungsprojekte. Es stellt sich also die Frage, wie man die Individuen eindeutig identifizieren kann. Dabei hat die Natur schon vorgesorgt: Denn jede Meeresschildkröte hat ein einzigartiges Gesichtsmuster, vergleichbar mit unseren Fingerabdrücken! Die Fähigkeiten der Künstlichen Intelligenz zur Gesichtserkennung werden daher schon in mehreren maritimen Forschungsprojekten getestet und genutzt. Die Idee ist dabei bestechend: Kamerabilder und Aufnahmedaten werden zum Trainieren der KI genutzt und dabei auf Niedrigschwelligkeit gesetzt. Die Anforderung zum Erheben der Trainingsdaten sind idealerweise ebenso gering wie beim Prozess der Re-Identifikation. Für die Episode 168 der Turtlezone Tiny Talks werfen Dr. Michael Gebert und Oliver Schwartz einen detaillierten Blick auf verschiedene Biometrie-Projekte mit KI-gestützter Gesichtserkennung bei Meeresschildkröten. Und sie thematisieren die Chancen der Künstlichen Intelligenz zum Schutz der Ökosysteme.

Moderatorin Anna Kalinowsky, heise-online-Chefredakteur Dr. Volker Zota (@DocZet) und Malte Kirchner (@maltekir) sprechen in dieser Ausgabe der #heiseshow unter anderem über folgende Themen: - Gerichtsurteil gegen Google: Endet bald das Suchmaschinen-Monopol? Ein US-Gericht stellt fest: Google missbraucht seine Monopolstellung im Suchmaschinenmarkt. Was bedeutet dieses Urteil für die Zukunft der Internetsuche? Wie könnte sich der Wettbewerb im Suchmaschinenmarkt dadurch verändern? Welche Konsequenzen drohen Google? - Logitech und die Abo-Maus: Alles nur Spaß? Logitech dementiert Gerüchte um eine "Forever-Maus" mit Abo-Zahlung. War es ein Missverständnis oder ein cleverer PR-Stunt? Wie stehen Nutzer generell zu Abo-Modellen für Hardware? Könnte dieses Konzept in Zukunft dennoch Realität werden? - Schädliches Selbstgespräch: Droht KIs der Trainings-Tod? Experten warnen vor einem möglichen Kollaps von KI-Systemen durch selbst generierte Trainingsdaten. Wie realistisch ist dieses Szenario? Welche Auswirkungen hätte ein solcher "Trainings-Tod" auf die KI-Entwicklung? Wie kann die Qualität von KI-Trainingsdaten langfristig sichergestellt werden? Außerdem wieder mit dabei: ein Nerd-Geburtstag, das WTF der Woche und knifflige Quizfragen.

Moderatorin Anna Kalinowsky, heise-online-Chefredakteur Dr. Volker Zota (@DocZet) und Malte Kirchner (@maltekir) sprechen in dieser Ausgabe der #heiseshow unter anderem über folgende Themen: - Gerichtsurteil gegen Google: Endet bald das Suchmaschinen-Monopol? Ein US-Gericht stellt fest: Google missbraucht seine Monopolstellung im Suchmaschinenmarkt. Was bedeutet dieses Urteil für die Zukunft der Internetsuche? Wie könnte sich der Wettbewerb im Suchmaschinenmarkt dadurch verändern? Welche Konsequenzen drohen Google? - Logitech und die Abo-Maus: Alles nur Spaß? Logitech dementiert Gerüchte um eine "Forever-Maus" mit Abo-Zahlung. War es ein Missverständnis oder ein cleverer PR-Stunt? Wie stehen Nutzer generell zu Abo-Modellen für Hardware? Könnte dieses Konzept in Zukunft dennoch Realität werden? - Schädliches Selbstgespräch: Droht KIs der Trainings-Tod? Experten warnen vor einem möglichen Kollaps von KI-Systemen durch selbst generierte Trainingsdaten. Wie realistisch ist dieses Szenario? Welche Auswirkungen hätte ein solcher "Trainings-Tod" auf die KI-Entwicklung? Wie kann die Qualität von KI-Trainingsdaten langfristig sichergestellt werden? Außerdem wieder mit dabei: ein Nerd-Geburtstag, das WTF der Woche und knifflige Quizfragen.

KI sortiert das Verhältnis zwischen Mensch und Maschine neu. Entsteht gerade jetzt das neue Google? Andi Stryz ist Chief Technology Officer vom Münchner Unicorn FINN. Inhalt: (00:00) Intro (02:50) Das macht Andi als CTO am Tag (07:26) Was unterscheidet gute von schlechten CTOs? (27:41) Wie hat sich die Rolle des CTO gewandelt in den letzten Jahren? (28:34) Gibts in 10 Jahren noch CTOs in Startups? (40:59) Wie sieht das typische Startup in 2034 aus? (55:56) Geschäftsidee von Andi: AI Application Layer Tracker (62:41) Geschäftsidee von Alex: ModelMatrix - Aggreggieren von Trainingsdaten für AI-Modelle Abonniere wie 12.000 andere unseren kostenlosen Newsletter für smarte Geschäftsideen und wie man sie erfolgreich macht. digitaleoptimisten.de/newsletter FINN ist Sponsor von Digitale Optimisten. --- Send in a voice message: https://podcasters.spotify.com/pod/show/alex2459/message

Die OpenAI CTO scheint vergessen zu haben, mit welchen Daten sie ihr Video Generation Tool Sora trainiert haben. Wir besprechen Reddits IPO, die angestrebte Bewertung von $6.5 Milliarden und das Meme Stock Potenzial. Earnings von UiPath, Adobe und HelloFresh, die sich bald in GoodbyeFresh umbenennen, wenn die Aktie so weiter macht. Werbung: Informiere dich auf LIQID.de/dg über LIQID, dem moderne Vermögensverwalter auf Family-Office-Niveau. Keine Anlageempfehlung. Berücksichtige unseren Disclaimer und mache bitte deine eigene Recherche. Philipp Glöckler und Philipp Klöckner sprechen heute über: (00:00:00) Intro (00:13:05) Reddit IPO (00:47:40) Zweihorn Energy Balkonkraftwerke (00:57:45) UiPath Earnings (01:03:00) Adobe Earnings (01:08:00) HelloFresh Earnings (01:11:50) OpenAI CTO Trainingsdaten Sora Shownotes: Reddit Präsentation Zweihorn Balkonkraftwerke: Startnext Click Fraud Rate by Ad Network: Reddit Hellofresh: LinkedIn OpenAI WSJ Sora: Youtube

Der KI-Podcast Live! Wir sind am 3.2.2024 auf dem SWR-Podcastfestival! Tickets gibt's hier: https://podcastfestival.ticket.io/ Die Frage nach dem Urheberrecht begleitet die KI-Revolution fast von Beginn an: wie ist das, wenn die großen KI-Firmen ihre Modelle massenweise mit dem geistigen Eigentum anderer füttern? Dürfen die das? Und was ist, wenn ich als privater Nutzer ChatGPT oder Midjourney benutze und die Outputs (vielleicht sogar ohne mein Wissen) urheberrechtlich geschütztes Material kopieren? Diese und andere Fragen werden in den USA gerade zwischen der New York Times und OpenAI vor Gericht verhandelt. Der Ausgang der Klagen könnte unabsehbare Folgen für die gesamte KI-Branche haben... Über die Hosts: Fritz Espenlaub ist freier Journalist und Moderator, u.a. beim Bayerischen Rundfunk und 1E9. Gregor Schmalzried ist freier Tech-Journalist und Berater, er arbeitet u.a. für den Bayerischen Rundfunk und Brand Eins. In dieser Folge: 00:00 Intro 02:14 Erster Schritt: Menschliche Daten werden zu Trainingsdaten... 07:51 Zweiter Schritt: Ein KI-Modell verwandelt Trainingsdaten in Output... 16:40 Dritter Schritt: Wie verwende ich als Nutzer KI-generierte Inhalte? 24:24 Was haben wir diese Woche mit KI gemacht? Weitere Links zur Folge: Hard Fork zur NYT-Klage: https://www.nytimes.com/2024/01/05/podcasts/nyt-lawsuit-openai-imessage-new-years-tech.html Gary Marcus zu Dall.E: https://garymarcus.substack.com/p/dall-es-new-guardrails-fast-furious The Verge über die Klage der Buchautoren: https://www.theverge.com/2023/9/20/23882140/george-r-r-martin-lawsuit-openai-copyright-infringement Sind KI-Erzeugnisse urheberrechtlich geschützt? https://www.heise.de/meinung/KI-Generatoren-und-die-Disruption-des-Urheberrechts-aus-Sicht-eines-Juristen-7526226.html SWR2 Fakt ab! https://www.ardaudiothek.de/episode/fakt-ab-eine-woche-wissenschaft/special-mit-fritz-espenlaub-vom-ki-podcast-oder-chatgpt-ist-ne-couch-potato/swr2/13084191/ Redaktion und Mitarbeit: David Beck, Cristina Cletiu, Chris Eckardt, Fritz Espenlaub, Marie Kilg, Mark Kleber, Gudrun Riedl, Christian Schiffer, Gregor Schmalzried Unterstützt uns: Wenn euch dieser Podcast gefällt, freuen wir uns über eine Bewertung auf eurer liebsten Podcast-Plattform. Abonniert den KI-Podcast in der ARD Audiothek oder wo immer ihr eure Podcasts hört, um keine Episode zu verpassen. Und empfehlt uns gerne weiter!