KI und der vermeintliche Job-Schock: Zwischen Hysterie und Realität

Salesforce streicht 4.000 Stellen – mit Hilfe von KI. Doch ist das die ganze Wahrheit oder nur ein Geschichte für die Aktionäre? Max und Chris analysieren die komplexen Mechanismen hinter Stellenabbau und fragen: Welche Rolle spielt KI wirklich bei der Transformation des Arbeitsmarktes? Ein Blick auf die Automobilindustrie zeigt, wie sich auch schon vor dem Aufritt von KI ganze Branchen gewandelt haben – und was wir daraus für die Zukunft der Arbeit lernen können.

Das Lügenproblem der KI: Warum Ehrlichkeit so schwer zu programmieren ist

"Ich weiß es nicht" – drei Worte, die KI-Modelle nur ungern aussprechen. Stattdessen halluzinieren sie Antworten und erfinden Fakten. OpenAI hat neue Erkenntnisse gewonnen, warum Sprachmodelle den Pinocchio machen und wie sich das ändern ließe. Wir diskutieren das fundamentale Dilemma: Ist Unwissen ein Zeichen von Schwäche oder der Schlüssel zu mehr Vertrauen in KI-Systeme?

Der verborgene Energiehunger: Was KI wirklich kostet

Verbraucht eine ChatGPT-Anfrage mehr Energie als die Produktion von Butter? Die Debatte um den ökologischen Fußabdruck künstlicher Intelligenz wird kontrovers geführt. Chris hat nachgerechnet und präsentiert verblüffende Vergleiche, die unsere Wahrnehmung des digitalen Energieverbrauchs herausfordern. Wie klimaschädlich ist unser KI-Konsum wirklich – und wo können wir ansetzen?

KI als Alltagshelfer: Vom Baumarkt-Berater zur smarten Brille

Baumarkt-Man schlägt wieder zu. Chris berichtet, wie ihm KI beim Zementkauf geholfen hat – für eine Beratungsqualität, die menschliche Verkäufer oft nicht leisten können, selbst wenn sie wollten. Wir erkunden die Zukunft der Mensch-KI-Interaktion und fragen: Wie können intelligente Assistenten unser Leben bereichern, ohne gleichzeitig Jobs zu vernichten? Und welche Vision verfolgt Apple mit seinen lokalen KI-Modellen für das iPhone?

Die nächste Stufe der KI-Kommunikation: Jenseits natürlicher Sprache

Einfache Gespräche mit KI sind erst der Anfang. Chris und Max erklären, warum präzise Kommunikation durch "Branching" in Chats und strukturierte Markup-Sprachen wie POML oder XML die Zukunft der KI-Interaktion prägen werden. Erfahrt, wie Ihr Prompts optimieren könnt, um exakt die Ergebnisse zu erzielen, die Ihr braucht – auch wenn das manchmal mehr nach Programmieren aussieht, als man erwartet.

Apple - tot gesagte leben länger

Salesforce streicht 4000 Stellen

KI-Leak: Apple will angeblich bis 2026 auf alles eine Antwort haben | heise online

GitHub - microsoft/poml: Prompt Orchestrierungs-Markup-Sprache

GitHub - github/spec-kit: 💫 Toolkit für Spezifikationsgesteuerte Entwicklung

Warum Sprachmodelle halluzinieren

KI und Energie - was “verbraucht” es?

Learn more about your ad choices. Visit megaphone.fm/adchoices