Devs on Tape - AI (Teil 1)

00:00:00: Hallo und herzlich willkommen zu einer neuen Ausgabe von Devs on Tape, die erste im Jahr

00:00:19: 2023. Hallo Caro, frohes neues Jahr! Hallo, danke dir auch. Und natürlich auch frohes neues Jahr

00:00:27: alle unsere Zuhörer. Ihr werdet wahrscheinlich jetzt alle so ein bisschen verwirrt sein,

00:00:30: weil das Intro diesmal vor dem ersten gesprochenen Wort kommt. Das ist so ein neuer

00:00:37: Twist unserer zweiten Staffel, oder? Wahrscheinlich ist es niemandem aufgefallen, aber jetzt wisst

00:00:41: ihr es. Ja, also jetzt bitte nicht immer die ersten Minuten oder Sekunden überspringen im Podcast,

00:00:45: weil da ja eh nur die Begrüßungsfloskel kommt. Jetzt müsst ihr, um das Intro zu hören,

00:00:49: direkt von Anfang an starten. Ja, unsere erste Folge "Devs on Tape" dieses Jahr. Wir sind zurück

00:00:55: und ich freue mich tierisch auf dieses Jahr, weil wir unheimlich viele tolle Sachen vorhaben.

00:00:59: Vielleicht aber noch mal einen kleinen Recap, einen kleinen Rückblick auf das letzte Jahr.

00:01:03: Vielleicht haben wir so beendet, das beendet das Jahr, glaube ich, und so starten wir jetzt auch

00:01:07: in das neue Jahr, dass wir einmal ganz kurz ins letzte Jahr zurückblicken und Revue passieren

00:01:12: lassen, was wir in der ersten Staffel "Deaths on Tape" alles Tolles gemacht haben. Caro,

00:01:16: was fällt dir denn auf Anhieb ein, was war das Tollste bezüglich "Deaths on Tape" im letzten Jahr?

00:01:22: Das Tollste. Also ich würde glatt zusammenfassen, dass ich es einfach fantastisch finde,

00:01:27: dass wir so viele tolle Interviewpartner hatten und einfach so viele verschiedene,

00:01:32: spannende Themen betrachten konnten. Und ich freue mich schon wahnsinnig darauf,

00:01:35: das so weiterzuführen und ja, noch viele andere spannende Interviewpartner kennenzulernen und

00:01:43: vielleicht auch den einen oder anderen, ich sage mal alten Interviewpartner noch mal einzuladen.

00:01:48: Ich glaube auch, dass dieser eigentlich geplante mehr oder weniger News-Podcast aus der Web-Development-Welt

00:01:54: jetzt zu einem Interview-Podcast gewachsen ist eigentlich.

00:01:57: Ja.

00:01:58: Und dass das eigentlich auch das ist, was Devs on Tape ausgemacht hat, dass wir halt

00:02:01: eben ziemlich viele Devs und auch Nicht-Devs zu Gast bei uns im Podcast hatten und super

00:02:06: viel über tolle, spannende Themen erfahren haben.

00:02:09: Das ist für mich auch tatsächlich ein Highlight.

00:02:11: Und natürlich die Tatsache, dass wir uns eigentlich durchgerungen haben, etwas in diese

00:02:14: Richtung zu unternehmen.

00:02:15: Das war ganz lange in unserem Kopf und ganz viele Möglichkeiten. Es hat sich noch nicht so klar

00:02:20: herauskristallisiert, was es werden soll, aber es ist dann letztendlich ein Podcast geworden. Und

00:02:24: ich bin auch nach einem Jahr und den ersten Folgen sehr glücklich über diese Entscheidung.

00:02:28: Ja, wir haben im letzten Jahr tatsächlich auch in zwei Sprachen aufgenommen. Also wir haben

00:02:35: überwiegend natürlich in Deutsch aufgenommen, weil das ja für uns am einfachsten und für uns

00:02:39: auch die Möglichkeit bietet, so authentisch wie möglich zu sein. Aber wir haben auch dann

00:02:43: tatsächlich den Schritt gewagt, dass wir auch auf Englisch aufnehmen, was natürlich für uns so ein

00:02:50: bisschen schwieriger ist, mit unseren Gesprächspartnern dann die gleiche Atmosphäre oder diesen gleichen

00:02:57: Fluss zu erzeugen, wie wir das in Deutsch machen. Aber mit den Gästen, die wir da auch bekommen

00:03:01: hatten oder die wir dann erreichen konnten über unsere Kanäle, hat sich auf jeden Fall gelohnt,

00:03:06: dass wir genau das so gewagt haben und auch versucht haben. Würde ich praktisch eigentlich

00:03:12: auch mit als unsere besten Folgen und erfolgreichsten Folgen vor allem auch zählen, dass wir da am

00:03:17: meisten Hörer auch erreichen konnten aufgrund natürlich der Sprachbarriere, die dann für viele

00:03:21: nicht mehr da ist. Ja, da vielleicht auch ein Blick hinter die Kulissen. Wir haben natürlich

00:03:26: auch viel darüber nachgedacht wegen der Audience, die man da ansprechen kann, potenziell mehr auf

00:03:31: Englisch als auf Deutsch. Aber wir bleiben erstmal ein deutscher Podcast und machen auch keine

00:03:39: englische Ableitung, sondern wir halten, dass weiter gemischt werden, aber wahrscheinlich

00:03:43: auch dieses Jahr kann ich mir gut vorstellen, vielleicht auch das ein oder andere englische

00:03:47: Gespräch führen. Genau, wir wollen das natürlich den Hörern, euch Hörern, jetzt nicht vorenthalten,

00:03:52: dass wir tolle Kontakte haben, mit denen wir auch gerne über tolle Themen sprechen wollen. Und

00:03:55: dementsprechend ist diese Entscheidung, vor der wir standen, ob wir wirklich vielleicht komplett

00:03:59: umsatteln auf Englisch, weil das einfach eine viel größere Reichweite erzeugen kann und so

00:04:04: gegebenermaßen in unserer Branche natürlich auch die meisten deutsch sprechenden Zuhörer auch

00:04:08: Englisch sprechen und dementsprechend dann für alle einfach ein Format, eine Sprache haben.

00:04:13: Diese Entscheidung haben wir aber, wie du ja gerade gesagt hast, Caro, wirklich eindeutig in

00:04:17: diese Richtung entschieden oder getroffen, dass wir weiterhin in Deutsch unsere Folgen machen.

00:04:23: Aber wenn es mehr Folgen gibt, dann mit Sicherheit auch mehr auf Englisch. Wenn sich die Gelegenheit

00:04:28: bietet dieses Jahr, dann werden wir auch natürlich die Gelegenheit beim Schopf packen und dann auch

00:04:34: auf Englisch aufnehmen. Da werden wir niemanden abweisen oder auch niemanden nicht anfragen,

00:04:38: weil das eben nicht auf Deutsch möglich ist. Genau. Ja, wir haben letztes Jahr für uns auch

00:04:44: entdeckt, dass wir natürlich in der Kooperation mit der DOAG und mit der Unterstützung von der

00:04:48: DOAG auf viele Konferenzen reisen können, die die DOAG veranstaltet. Und das ist natürlich

00:04:52: für uns ein gefundenes Fressen. Also bevor wir jetzt Kontakte knüpfen und Termine ausmachen,

00:04:58: wo wir Aufnahmen mit Gästen haben, ist es natürlich am sinnvollsten, wenn wir das auf

00:05:02: den Konferenzen machen, wo die Experten und wo die interessanten Menschen einfach alle an einem Fleck

00:05:06: sind oder viele auf einem Fleck sind und wir dann einfach viele tolle Gespräche in sehr komprimierter

00:05:11: Zeit oder sehr kleinen Zeiträumen führen können. Und das haben wir letztes Jahr geschafft, das

00:05:15: werden wir dieses Jahr intensivieren, weil wir dieses Jahr natürlich auch noch mal viel mehr

00:05:20: unterwegs sein werden als letztes Jahr mit den Ausläufern von Corona. Jetzt stehen schon so

00:05:26: viele Sachen fest, wo wir unterwegs sein werden, wo wir mit Sicherheit auch tolle Gespräche führen

00:05:30: können und auch noch die letzten spannenden Gäste aus dem Universum, aus dieser Bubble,

00:05:35: vors Mikro zerren können. Genau. Aber wenn ihr auch zum Beispiel Interviewpartner, also wenn

00:05:42: euch die Interviewpartner interessieren, dann schreibt das auch gerne in die Kommentare oder

00:05:46: schickt uns ein E-Mail oder reicht uns auf Twitter. Ihr habt ja alle unsere Kanäle in den Show Notes.

00:05:52: Und schreibt uns einfach die Interviewpartner. Wir gucken, ob wir die anfragen können. Wenn ihr

00:05:56: habt auch gerne mit E-Mail-Adresse oder sowas in der Art, dann können wir da mal schauen,

00:06:02: ob sich da was machen lässt. Und natürlich auch, wenn ihr euch selber als interessante

00:06:07: Interviewpartner seht, dann könnt ihr euch natürlich auch melden. Wir werden hier niemanden

00:06:12: vorher ankündigen, er hat sich bei uns gemeldet, weil er unbedingt mal was erzählen will im

00:06:16: Internet. Das ist natürlich alles non-disclosure und deswegen meldet euch selber, wenn ihr vielleicht

00:06:22: ... vielleicht auch mal in diesem Podcast erscheinen wollt ...

00:06:24: ... und was Interessantes erzählen habt, ...

00:06:25: ... überlasst die Bewertung, ob das wirklich interessant ist ...

00:06:28: ... oder ob die Themen bei uns reinpassen.

00:06:30: Am besten einfach uns.

00:06:31: Wir sind da natürlich nicht wertend, ...

00:06:32: ... aber schreckt nicht davor zurück, ...

00:06:35: ... weil ihr der Meinung seid, ...

00:06:36: ... dass es vielleicht niemanden interessieren könnte.

00:06:37: Es gibt so viele spannende Sachen ...

00:06:39: ... dort draußen, wo diejenigen, die sie erlebt haben ...

00:06:42: ... oder die vielleicht sogar selber machen, ...

00:06:44: ... je nachdem, um welches Thema es geht, ...

00:06:45: ... die sich deswegen nicht trauen ...

00:06:47: ... und das bitte einfach für dieses Jahr ...

00:06:49: ... als Vorsatz noch nachträglich nehmen, ...

00:06:50: wo wir jetzt auch schon Mitte Januar haben, dass wir da gerne ein offenes Ohr haben und

00:06:56: auch ein offenes Mikro im Zweifelsfall. Ja, es gab auch eine private Neuigkeit.

00:07:00: Ja, genau. Das müssen wir mal erwähnen. Caro, soll ich es der großen Hörerschaft verkünden

00:07:06: oder möchtest du selber gerne erzählen, was sich denn verändert hat?

00:07:08: Ich kann das selber machen. Ich habe nämlich tatsächlich auch gerade überlegt,

00:07:11: wie kriege ich jetzt einen eleganten Übergang hin? Genau, weil ich habe im Dezember geheiratet

00:07:17: tatsächlich und dadurch hat sich auch mein Name geändert.

00:07:20: Also ich meine, wir sprechen uns immer mit Caro und Kai an, sage ich mal.

00:07:23: Also es wird jetzt wahrscheinlich wenige beeinflussen, aber mein Nachname hat sich geändert.

00:07:29: Vielleicht hat der eine oder andere aufmerksame Twitter-Follower das vielleicht schon gesehen anhand unseres Thumbnails oder so.

00:07:36: Ich würde gerade sagen, das ist die Änderung, die unsere Zuhörer jetzt leider erleiden müssen, dass unser Logo,

00:07:41: dass jetzt eine kleine Änderung erhalten wird.

00:07:43: Ja.

00:07:44: Nicht mehr Hagemann stehen, sondern?

00:07:47: Ja, sehr schön. Auch nochmal hier, on air sozusagen, herzlichen Glückwunsch zur Hochzeit.

00:07:53: Ja, danke schön.

00:07:54: Ich hoffe, dass alles so verläuft, wie ihr euch das vorstellt. Ich wünsche euch alles Gute. Und

00:07:59: ja, die Community wird sich mit Sicherheit auch so erkenntlich zeigen und ich gratuliere dazu,

00:08:06: wenn sie das hören. Ja, das aus dem Privaten. Ich weiß nicht, eigentlich haben alle Interviews

00:08:12: oder alle Podcasts irgendwie dann gesagt, was sind deine Vorsätze? Ich finde das total Quatsch.

00:08:16: Also ich finde, man muss nicht raushängen lassen, was meine Vorsätze sind. Wir haben letztes Jahr

00:08:20: in der letzten Folge auch darüber gesprochen, was mit Selbstorganisation und so weiter oder in der

00:08:25: vorletzten Folge war es, was wir mit Selbstorganisation vorhaben, was wir mal ändern

00:08:29: wollen. Ich finde, das ist ein kontinuierlicher Prozess, an dem man arbeitet. Dafür muss man

00:08:33: sich nicht über so eine, ich sage mal, imaginäre Barriere, über die man darüber schreitet,

00:08:37: ins neue Jahr riesenweit greifende Ziele setzen, von denen man sich selber wahrscheinlich am meisten

00:08:42: ... sondern enttäuscht.

00:08:43: Deswegen finde ich, dass diese konstante Veränderung, ...

00:08:46: ... die konstante Versuche, ...

00:08:47: ... die konstanten Versuche, irgendwas zu optimieren ...

00:08:49: ... oder etwas besser zu machen als vorher, ...

00:08:51: ... zumindest für sich persönlich, ...

00:08:52: ... finde ich eigentlich sollte über das ganze Jahr stattfinden.

00:08:55: Deswegen würde ich an der Stelle im Podcast davon absehen, ...

00:08:57: ... konkrete Ziele für das Jahr zu nennen.

00:08:59: Aber, naja, wenn man es jetzt Schwerpunkte nennen würde, ...

00:09:02: ... für den Podcast vielleicht auch, ...

00:09:04: ... vielleicht haben wir da noch ein paar Sachen nicht erwähnt, ...

00:09:06: ... die wir vorhaben.

00:09:07: Caro, hast du eine Idee, wo du jetzt konkret sagen würdest, ...

00:09:11: der zweiten Staffel bei Devs on Tape wird alles besser und insbesondere folgendes Thema?

00:09:16: Also ich, da fängt es schon an, mein erstes Thema, nämlich M. Tatsächlich, also ich habe

00:09:25: dieses Jahr, es steht für mich im Sinne, also tatsächlich mache ich immer, ich definiere

00:09:29: immer gerne so, ja, Jahresthemen, sag ich mal, wo ich mich dann so ein bisschen reinentwickele,

00:09:35: vielleicht, vielleicht mache ich da mehr drin, vielleicht weniger, das ergibt sich dann immer,

00:09:38: aber für mich steht aktuell dieses Jahr so ein bisschen im Sinne von digitalen Medien,

00:09:43: also auch unser Podcast zum Beispiel und dadurch auch so ein bisschen mehr die Professionalisierung,

00:09:48: sage ich mal, auch mit meiner Aussprache. Also ich zum Beispiel, ich tendiere dazu,

00:09:52: im normalen Gesprächen relativ leise zu sprechen, aber manchmal tendiere ich auch dazu,

00:09:57: so ein bisschen zu nuscheln, wenn ich unkonzentriert bin oder ich ärme ganz viel,

00:10:01: wenn ich meinen Satz noch nicht im Kopf zusammengebaut habe, den ich gerne sagen möchte.

00:10:05: Und das möchte ich zum Beispiel, da möchte ich dieses Jahr dran arbeiten. Genau, das steht für

00:10:11: mich da so im Sinne, zumindest im ersten Schritt und im zweiten Schritt, dann eine kontinuierliche

00:10:16: Planung. Also wir haben ja schon uns zusammengesetzt und verschiedene Dinge geplant für dieses Jahr,

00:10:23: was wir gerne machen wollen. Wir planen auch schon, dieses Jahr machen wir so einen richtigen

00:10:27: Contentplan. Das haben wir letztes Jahr am Anfang so ein bisschen ausprobiert, haben es dann aber

00:10:31: ... aber aus Ermangelung von Zeit ...

00:10:34: ... dann nicht weitergemacht und diesmal planen wir das ...

00:10:36: ... zum Beispiel schon im Jahr vor quasi.

00:10:38: Also sowas, das steht so ...

00:10:41: ... für mich in diesem Jahr, also diese ganze ...

00:10:43: ... Contentplanung, bisschen Professionalisierung ...

00:10:46: ... und alles.

00:10:47: Ich glaube neben der ...

00:10:49: ... ich kann mich natürlich an das Erste, was du gesagt hast, ...

00:10:51: ... auch wenn ich das nicht als Vorsatz tatsächlich sehe, ...

00:10:53: ... ich muss ja meiner Linie treu bleiben, ...

00:10:55: ... was ich gerade gesagt habe.

00:10:57: Aber klar, wenn ich jetzt überlege, was möchte ich ...

00:10:59: ... in der zweiten Staffel besser machen, ...

00:11:01: ... ob das jetzt in der Jahreswende ist ...

00:11:02: ... oder halt eben nicht.

00:11:03: Genau.

00:11:05: Wir haben auch einen Kommentar bekommen dazu, ...

00:11:08: ... zu dem Thema mit dem Irms und so was, ...

00:11:09: ... dass es da manchmal bei uns so Cluster gibt.

00:11:11: Ich meine auch für mich erkennen zu können, ...

00:11:13: ... woran es liegt, ...

00:11:14: ... dass so was passiert.

00:11:16: Es ist natürlich immer eine Sache der Vorbereitung, ...

00:11:20: ... aber vor allem auch, dass wenn wir aufnehmen, ...

00:11:22: ... wenn wir diesen Podcast hier machen, ...

00:11:24: ... wenn wir folgendes Mikro sprechen, ...

00:11:25: ... dass wir einen freien Kopf brauchen, ...

00:11:27: ... dass wir unbedingt dafür sorgen müssen, ...

00:11:28: ... das alles drumherum, was vorher passiert ist, ...

00:11:30: ... was währenddessen vielleicht läuft oder was ist, ...

00:11:32: ... dass man da sich so ein bisschen vielleicht Distanz schafft ...

00:11:34: ... und sich voll darauf konzentriert, welches Gespräch man führt.

00:11:37: Wenn man das Zwischentür und Angel macht, ...

00:11:38: ... wenn man das irgendwie noch rein-squeezed ...

00:11:40: ... zu einer bestimmten Zeit ...

00:11:41: ... oder irgendwie zwischen ganz vielen anderen Sachen, ...

00:11:43: ... dann ist man mit den Gedanken woanders, ...

00:11:45: ... kann sich nicht auf das Gespräch konzentrieren ...

00:11:46: ... und dann ist es halt einfach stockend.

00:11:48: Und das kann bei einem normalen Gespräch ...

00:11:50: ... mit einem Menschen natürlich passieren ...

00:11:51: ... und das ist auch vollkommen normal, ...

00:11:53: ... aber wenn man sich eigentlich darauf ausrichtet, ...

00:11:55: ... dass man eine Folge aufnimmt, eine Podcast-Folge, ...

00:11:57: ... wo hinterher viele Menschen zuhören ...

00:11:59: ... oder zuhören sollen, ...

00:12:00: ... dann sollten diese Sachen eigentlich nicht passieren, ...

00:12:02: ... die man für ein normales Smalltalk-Gespräch ...

00:12:05: ... auf dem Flur vielleicht einfach ...

00:12:06: ... fallen lassen kann.

00:12:07: Das ist mein Anspruch.

00:12:09: Zwischendem sprüngen, ...

00:12:11: ... wenn man den Gedanken fasst, ...

00:12:12: ... was Nächstes anzusprechen, ...

00:12:13: ... dann kommt es dann nochmal vor ...

00:12:14: ... und natürlich dieses einmalige Wort, ...

00:12:16: ... ich versuche das jetzt mal so als Mantra, ...

00:12:18: ... tatsächlich, tatsächlich, tatsächlich, tatsächlich zu sagen.

00:12:21: Ich glaube schon, dass wenn ich eine Aussage treffe, ...

00:12:23: ... dass man davon ausgehen kann, ...

00:12:24: ... dass ich der Meinung bin, ...

00:12:25: ... was ich da gerade sage ...

00:12:27: ... oder sich es nicht mit tatsächlich ...

00:12:28: ... untermauern möchte.

00:12:29: So haben wir viele Dinge, die wir vielleicht ...

00:12:31: ... persönlich an uns verändern möchten ...

00:12:33: ... für den Podcast, damit das Ganze ...

00:12:34: ... noch angenehmer und professioneller wird.

00:12:36: Ich hoffe, dass unsere Hörer ...

00:12:38: ... das Ablegen von diesen ...

00:12:40: ... Kinderkrankheiten oder von diesen ...

00:12:41: ... Angewohnheiten nicht übel nehmen ...

00:12:43: ... und uns natürlich mit ...

00:12:44: ... höherer Qualität, ob es jetzt klappt ...

00:12:46: ... oder halt eben nicht, ...

00:12:47: ... trotzdem gerne hören.

00:12:48: Ja, bestimmt.

00:12:50: Und wir nehmen euch ...

00:12:52: ... immer auch mit auf die Reise.

00:12:53: Also zum Beispiel gibt es ja auch so ...

00:12:56: Trainings, Sprachtrainings für Podcasts zum Beispiel oder sowas und sollten wir sowas machen,

00:13:00: dann würden wir euch natürlich auch eine Zusammenfassung zum Beispiel schildern,

00:13:03: damit ihr, falls ihr ähnliche Probleme habt, sag ich mal in Anführungszeichen,

00:13:07: dass ihr dann da auch mit partizipieren könnt oder dass wir euch dann auch so ein paar Tipps

00:13:12: mitgeben können, die wir auch aus den ganzen Sachen dann mitgenommen haben.

00:13:16: Und ohne groß was zu teasern oder irgendwas anzukündigen, was wahrscheinlich dann doch

00:13:21: nicht klappen wird. Wir hatten über den Gedanken mal gesprochen, wie es denn aussieht mit

00:13:26: ... mit so Vlogging sozusagen.

00:13:27: Wie könnte man denn jemanden auch mitnehmen ...

00:13:30: ... auf die Reisen, die wir zum Beispiel ...

00:13:32: ... auf diese Konferenzen, wo auch Podcasts entstehen, ...

00:13:34: ... wie kann man das auffangen ...

00:13:36: ... und kann man auch vielleicht den ...

00:13:37: ... gewandten Zuhörern hier dieses Podcast ...

00:13:40: ... so ein bisschen an der Reise teilhaben lassen, ...

00:13:42: ... weil da ist ja natürlich noch viel mehr dabei, ...

00:13:43: ... als eigentlich nur dieses eine Gespräch ...

00:13:45: ... oder diese zwei, drei, vier Gespräche, ...

00:13:46: ... die wir auf der Konferenz führen.

00:13:47: Vielleicht ist es mal ganz interessant, ...

00:13:49: ... uns da zu folgen dabei.

00:13:50: Das ist etwas, was ich gerne ...

00:13:53: ... was ich gerne weiter verfolgen würde, ...

00:13:55: ... diese Idee, das auch mal auszuprobieren und ...

00:13:56: ... einfach mal gucken, ob wir das hinkriegen ...

00:13:58: ... oder ob wir das schaffen können.

00:13:59: Wie es jetzt ist, in welchem Format es ist, ...

00:14:01: ... ob es jetzt Bilder sind, ob es ein Video ist, ...

00:14:03: ... was es auch immer sein wird, wir werden euch ...

00:14:05: ... mehr daran teilhaben lassen, was wir so machen.

00:14:07: Wir werden sehen, ob es euch interessiert ...

00:14:08: ... oder halt auch eben nicht.

00:14:09: Wir versuchen das zu machen und dazu gehört ...

00:14:12: ... natürlich auch, dass wir in solchen Folgen ...

00:14:13: ... hier, wo wir keine Gäste haben, auch ein ...

00:14:15: ... bisschen in diese Richtung sprechen, ...

00:14:16: ... nicht nur rein technische Themen haben, ...

00:14:17: ... sondern vielleicht auch, was wir gemacht haben, ...

00:14:19: ... damit wir uns selber weiterentwickeln.

00:14:21: Da werden Themen dabei sein, die euch interessieren und auch teilweise bestimmt auch Sachen, wo ihr

00:14:26: dann vielleicht nicht ganz so euer Favorite-Thema drin seht. Aber wir nehmen euch einfach mit und

00:14:31: wir werden da für dieses Jahr einfach mal einiges planen und gucken, in welcher Form wir das weiter

00:14:37: treiben oder in welcher Form halt eben auch nicht. Zum Thema spannende Themen. Jetzt können wir mal

00:14:42: da reinkommen, was unserem Titel dieses Podcast hier, gerade dieser Folge ein bisschen näher

00:14:46: kommt. Wir haben das letzte Jahr mit dem Thema, mit dem Philipp Hartenfeller, mal

00:14:51: angeschnitten, dieses Thema AI. Und da möchte ich gerne einfach noch mal ein

00:14:55: bisschen, oder möchten wir halt gerne auch einfach noch mal ein bisschen näher

00:14:57: darauf eingehen. An der Stelle noch mal erwähnt, wir reden zwar hier, wir

00:15:01: versuchen das auch alles zu übermitteln, das Wissen, was wir so gesammelt haben,

00:15:04: aber wir sind keine ausgewiesenen Spezialisten, was das angeht. Auch dazu

00:15:08: ein kleiner Teaser, der absolut überhaupt keine konkrete Ankündigung ist,

00:15:14: ... sondern einfach nur mal so ein Zeichen, ...

00:15:17: ... wir möchten gerne dieses Jahr auf jeden Fall ...

00:15:18: ... auch noch mehr zu diesem Thema AI machen, ...

00:15:20: ... doch vielleicht Gesprächspartner finden, ...

00:15:22: ... die sich in dem Thema weitaus besser auskennen als wir.

00:15:24: In dieser Folge, jetzt möchten wir auf das Thema AI ...

00:15:27: ... und alles, was da so zugehört, ...

00:15:28: ... mal ein bisschen näher drauf eingehen, ...

00:15:29: ... was wir quasi in der letzten Zeit ...

00:15:32: ... aufgesaugt haben an Wissen ...

00:15:33: ... und vor allem auch seit der letzten Folge.

00:15:35: Caro, du hast mir erzählt, dass du ...

00:15:36: ... jetzt in unserer kleinen Podcast-Pause ...

00:15:39: ... das nächste Rabbit Hole gefunden hast ...

00:15:41: ... und dich in das Thema AI reingefuchst hast.

00:15:43: Das würde mich natürlich jetzt interessieren, ...

00:15:44: ... was hast du rausgefunden, wie hast du dich ...

00:15:46: ... in diese Richtung begeben?

00:15:47: Ja, also erst mal hatte ich mich schon in Vorbereitung ...

00:15:51: ... an das Interview mit dem Philipp so ein bisschen ...

00:15:53: ... erkundigt, was es so bei YouTube gibt.

00:15:56: Das ist so meine Go-To-Plattform, ...

00:15:58: ... um erste Kontakte zu sammeln.

00:16:00: Und wie das mit Algorithmen dann so ist, ...

00:16:03: ... schlägt einem YouTube dann natürlich immer mehr vor.

00:16:06: Und dann ist man auf einmal in so einer Technik-Bubble, ...

00:16:08: ... wo dann ganz, ganz viele ...

00:16:10: ... YouTube-Videos und Sachen über AI erzählt werden.

00:16:13: Wobei natürlich auch das Thema jetzt sehr aktuell durch die Veröffentlichung von Chattyptee

00:16:18: und diese ganzen KI-Art oder KI-Kunst und so, die jetzt so der breiten Masse zur Verfügung

00:16:28: gestellt werden, sorgt natürlich auch dafür, dass so Mainstream-YouTuber, nenne ich es

00:16:33: jetzt einfach mal, auch darüber sprechen.

00:16:36: Und dadurch, ja, habe ich, also durch das Interview habe ich so ein bisschen den Anstoß

00:16:40: bekommen.

00:16:41: schon überlegt, ob ich zum Beispiel GitHub Copilot auch selber mal ausprobiere, hat es dann aber

00:16:46: bisher nicht gemacht und irgendwie hat das Interview dann dazu geführt, dass ich da richtig

00:16:51: Lust drauf hatte, mich da mehr zu beschäftigen und ja, hier mal zu gucken und da mal zu gucken

00:16:56: und ja, so ein paar Tools auszuprobieren. Das ist ja, ChatGPT ist ja nicht das einzige zum Beispiel.

00:17:01: Was hast du denn ChatGPT gefragt?

00:17:03: Oh, ich habe ChatGPT mehrere Sachen gefragt. Also einmal habe ich dann angefangen,

00:17:14: ich habe einfach mal angefangen, mich da ein bisschen so ranzutasten. Zum Beispiel habe

00:17:18: ich versucht, also ich wusste ja zu dem Zeitpunkt schon, wusste ich, dass ChatGPT auch Programmcode

00:17:23: zum Beispiel schreiben kann. Deswegen habe ich erst mal einfach andere Sachen ausprobiert,

00:17:26: die jetzt, ich sage mal, nicht so eindeutig und technisch sind und habe denen gefragt,

00:17:31: als Beispiel, hey, ich habe das und das in meinem Kühlschrank, kannst du mir ein Rezept dazu empfehlen?

00:17:38: Dann hat er halt ein Rezept als Fließtext runtergeschrieben. Da habe ich gesagt,

00:17:41: nee, danke schön für das Rezept, kannst du mir das bitte auch wie ein Rezept aufschreiben,

00:17:45: also Schritt-für-Schritt-Anleitung? Hat das auch gemacht, hat das dann eben als

00:17:49: Schritt-für-Schritt-Anleitung aufgeschrieben. Dann kann man halt zum Beispiel auch sagen,

00:17:53: nee, das schmeckt mir aber nicht, kannst du das und das vielleicht, ich möchte jetzt gerne in

00:17:58: die Richtung was essen oder so und dann tippt er dir das zusammen. Das war sehr beeindruckend,

00:18:03: ein bisschen unterwältigend war tatsächlich die, zum Beispiel habe ich eine Frage gestellt,

00:18:09: hey wie kann ich innerhalb eines Jahres eine Million Euro kriegen oder halt verdienen,

00:18:15: keine Ahnung und einfach mal um so ein bisschen abzutasten, was dann da so geht und da war

00:18:21: tatsächlich, da hat er mir eine Antwort rausgeschmissen, was so jedes x-beliebige

00:18:25: generische YouTube-Video hätte sein können von diesen ganzen Finanzinfluencern, die halt einem

00:18:30: einfach immer das Gleiche sagen. Also total banal die Antwort, aber gut. Und ja, in Vorbereitungen

00:18:38: auf diese Folge beispielsweise habe ich ihn auch gefragt, weil mich einfach so ein bisschen auch

00:18:44: der - jetzt steige ich natürlich schon in das Thema an - aber mich würde auch einfach der Impact für

00:18:49: die Umwelt zum Beispiel interessieren, für die Serverfarm, wo diese ganzen AI-Sachen drauf laufen

00:18:53: oder wo die Modelle zum Beispiel trainiert werden. Und da habe ich Chachipiti halt gefragt,

00:19:01: hey, wie viel Strom verbrauchst du denn? Oder wie viel CO2? Also Strom ist natürlich eine

00:19:06: bessere Messbarkeit, sag ich mal. Und in meinem Kopf ist diese KI, verordne ich immer noch so

00:19:14: ein bisschen mehr in diesem Science-Fiction-Bereich ein, wo der Computer quasi ein eigenes Wesen hat,

00:19:19: dass ich das selber denken kann oder es zumindest simulieren kann.

00:19:22: Und in meinem Kopf war es dann halt so, ja, ChattyPT weiß ja,

00:19:26: auf welchem Server es läuft.

00:19:28: Es weiß ja wahrscheinlich, wo es steht, also wo die Server stehen.

00:19:31: Und dadurch kann es mir diese Frage bestimmt auch easy beantworten.

00:19:35: Und natürlich ist dem nicht so, weil das wird wahrscheinlich

00:19:39: in irgendeiner VM laufen oder auf irgendwelchen einzelnen Strukturen.

00:19:44: Dann wird er wahrscheinlich nicht mal Zugriff auf die Maschine haben.

00:19:48: da irgendwie so ein Kilowattstunden Messgerät haben, wo er dann drauf lesen kann, wie viel

00:19:56: Strom er verbraucht. Aber ich fand die Frage trotzdem interessant und dann hat er mir halt

00:19:59: gesagt, naja, ich bin halt ein computerbasiertes Modell und ich laufe auf Servern und die Server

00:20:04: verbrauchen so viel Strom, wie sie halt skaliert sind und wie die äußeren Gegebenheiten, also zum

00:20:09: Beispiel auch Klimaanlage und Co. dann halt an Strom verbrauchen. Und das war halt für mich dann

00:20:14: so ja danke für nichts aber im endeffekt habe ich daraus halt auch mitgenommen dass es wird ja auch

00:20:22: überall hat gesagt ja und verliehen wir jetzt bald alle unsere jobs und sowas wurde so ein bisschen

00:20:27: ja die wie sagt man die sauer durch soft getrieben die kuh ich glaube heute ist auch so eine folge

00:20:33: wir versuchen definitiv mehr floss zu bringen die wir dann doch nicht ganz also ihr wisst was ich

00:20:38: meine es wurde halt überall gesagt ja und verliert jetzt die ganzen leute ihre jobs und auch

00:20:42: Programmierer, verliehen Programmierer die Jobs, weil ChattiPiti Programmcode

00:20:47: ausspucken kann. Und im Endeffekt nehme ich halt für mich daraus mit aus dem

00:20:50: Herumprobieren. Ja, es kann coole Sachen, zum Beispiel diese Rezeptgeschichten und

00:20:56: so, fand ich echt nice, dass er das so von sich aus auch so durchgenerieren

00:21:01: konnte. Aber auf der anderen Seite wird es halt nur das können, womit es halt

00:21:05: trainiert wurde. Und also zumindest jetzt im ersten Step. Wir sind ja noch relativ

00:21:10: früh in der ganzen KI-Phase und Entwicklung. Es kann sich natürlich alles noch weiterentwickeln

00:21:15: oder wird es noch, aber so aktuell, zum Beispiel auch Programm-Codes, wird halt nur den Programm-Code

00:21:21: ausspucken, den es dann auch irgendwo gefunden hat und mit dem es trainiert wurde.

00:21:25: Also ohne dein Modell oder dein Versuch, mit dem Rezept jetzt genau gelesen zu haben oder

00:21:31: gesehen zu haben. Ich stelle mir vor, dass wenn du ein Rezept oder wenn du sagst, ich habe das im

00:21:35: Kühlschrank, hast du ein Rezept für mich und dann sagst du, kannst du mir das bitte in der Form aus?

00:21:39: Das sind ja alles Patterns, alle Strukturen, die kann er anhand von Keywords erkennen.

00:21:44: Chitchipity erkennt dann, okay, hier will eine andere Formatierung stattfinden und da gibt es ein Keyword, das entscheide ich jetzt so.

00:21:50: Und dann zu sagen, ich mag zum Beispiel keinen Knoblauch, kannst du mir einen Ersatz dafür vorschlagen?

00:21:56: Und da kommt in dem Rezept eine Alternative für Knoblauch, die man dafür verwenden kann und die Mengenangabe, dass es zusammenpasst.

00:22:02: passt. Für mich ist das gar nicht so dieses Gefühl, dass ich mit einem intelligenten Wesen

00:22:06: spreche, wo ich jetzt, wie du gesagt hattest, erwarten würde, dass es zum Beispiel auf der

00:22:09: Maschine, auf der es läuft, selber auslesen kann, wie viel der Verbrauch jetzt gerade ist und so

00:22:14: weiter. Und diese Intelligenz hätte, okay, ich muss jetzt mit meinen internen Apis da und da sprechen,

00:22:18: dass die Intelligenz dafür da ist, sondern einfach nur dieses immense Sparen von Zeit dadurch. Also

00:22:26: wie lange dauert das, bis ich mir ein Rezept rausgesucht habe, was mir gefällt und wo die

00:22:29: Rezept, die die Zutaten alle zu denen in meinem Kühlschrank befindlichen Lebensmitteln passt.

00:22:34: Dann den nächsten Step zu machen, dass ich alles schön runterzuschreiben, um es gegebenenfalls

00:22:38: auszudrucken oder für später noch mal zu archivieren, damit man es noch mal kochen kann,

00:22:42: wenn es gut war. Und dann auch noch zu sagen, ich möchte jetzt das und das ersetzen, schlag

00:22:46: mir doch was Alternatives dafür vor. Ohne diese Kenntnisse würde ich da Ewigkeiten für brauchen.

00:22:51: Wenn ich ChatGPT frage, dann ist es natürlich nur eine Frage der Rechenpower, wie viel Arbeit das

00:22:56: ... das jetzt für das System ist.

00:22:57: Eine einzelne Zutat, ...

00:22:59: ... die jetzt nicht unbedingt im Gesamten ...

00:23:00: ... berücksichtigt wird, ...

00:23:01: ... aber wie kann ich eine bestimmte Zutat ersetzen, ...

00:23:04: ... ohne dass das Fachwissen bei mir da ist, ...

00:23:06: ... könnte das die Maschine machen, ...

00:23:08: ... die bräuchte halt nur so und so viel Rechenleistung ...

00:23:10: ... und macht das dann für dich.

00:23:12: Genauso mit dem Code.

00:23:13: So eine AI, die könnte oder so eine KI, ...

00:23:17: ... die kann halt hingehen und sagen, ...

00:23:19: ... ich habe diesen Job hier 25.000 Mal ...

00:23:21: ... schon alleine in der letzten Stunde gemacht, ...

00:23:22: ... ich weiß jetzt wie ich deine ganzen For Loops ...

00:23:24: ... und weiß ich nicht, was für Sachen ...

00:23:26: ... aufschlüsseln kann ...

00:23:27: ... oder noch besser zusammenfassen kann.

00:23:28: Das ist eine Operation, ...

00:23:29: ... die ist einfach super schnell gemacht ...

00:23:31: ... und die kann mir Zeit sparen.

00:23:32: Das ist das, was mich einfach beeindruckt ...

00:23:34: ... und wo ich denken würde, ...

00:23:35: ... dass das mein Leben ...

00:23:36: ... sowohl als Entwickler ...

00:23:38: ... als auch vielleicht in meinem Privatleben ...

00:23:39: ... irgendwann richtig beeinflussen könnte.

00:23:41: Wenn ich Siri oder Alexa fragen würde, ...

00:23:44: ... sorry für alle Zuhörer, die gerade auf laut hören, ...

00:23:47: ... aber wenn ich die beiden jetzt fragen würde, ...

00:23:50: ... wie ich eine Million verdienen würde, ...

00:23:51: ... dann würde ich sagen, ...

00:23:52: ... es tut mir leid, ...

00:23:52: ... das kann ich dir leider nicht beantworten.

00:23:54: Oder wenn ich das wüsste, wäre ich nicht hier.

00:23:56: Oder irgendeine ironische Antwort.

00:23:58: Wenn es aber eine Möglichkeit gäbe,

00:24:00: das ist garantiert die Zukunft, über die wir hier sprechen,

00:24:02: dass diese Systeme,

00:24:04: oder vielleicht auch ein neues System, was auf den Markt kommt,

00:24:06: auf der Basis von OpenAI-Technologien

00:24:08: oder einer alternativen, vergleichbaren

00:24:10: Technologie läuft, dann werden die Antworten,

00:24:12: die da zurückkommen, wesentlich

00:24:14: besser und detaillierter.

00:24:16: Die Rechenpower,

00:24:18: die dafür benötigt wird, das ist jetzt mit Sicherheit

00:24:20: ein riesen Ding.

00:24:22: ... wie viele Server da stehen, was das für Kosten sind, ...

00:24:25: ... die dahinter stecken und wer die alle trägt ...

00:24:27: ... und wie kann dieses Modell, es wächst ja jeden Tag weiter, ...

00:24:31: ... desto mehr es benutzt wird, wächst es auch immer weiter.

00:24:33: Das heißt, es müssen irgendwie technisch gesehen ...

00:24:35: ... am anderen Ende irgendwo mehr Festplatten ...

00:24:38: ... in einen Rack geschraubt werden oder in, ...

00:24:40: ... weiß nicht wie viel, HE-Server.

00:24:41: Da muss nachgeschoben werden, ...

00:24:43: ... da müssen weitere Racks angebaut werden, ...

00:24:44: ... damit da neue Server reinkommen ...

00:24:46: ... oder neue Zusammenschlüsse von Pharma gemacht werden, ...

00:24:49: ... damit das Ganze betrieben werden kann.

00:24:51: Wenn wir dann aber sehen, dass die Rechenleistung in der gleichen Geschwindigkeit gesteigert wird,

00:24:58: dass wir mit den Apple M1 und M2 Chips oder mit neural engine Chips, die Apple auch zum Beispiel herstellt,

00:25:05: wenn da nochmal von der Hardware jetzt mehr in diese Richtung gegangen wird

00:25:08: und solche Operationen, die da stattfinden, nochmal optimiert werden auf gewissen Chips,

00:25:13: dann haben wir da irgendwann so viel Rechenleistung, dass das, was da in so einem Modell passiert,

00:25:18: abgesehen von Festplattenspeicher, der wahrscheinlich nicht so schnell sich

00:25:21: reduzieren ließe, werden diese Operationen viel schneller von viel weniger

00:25:25: Hardware und dementsprechend auch viel weniger Belastung für die Umwelt

00:25:28: funktionieren und ich glaube dann passiert das. Und noch mal zu diesem

00:25:32: einen langen Block, den ich sage, das sind alles Gedanken, die mir gerade im Kopf

00:25:36: schwirren. Wenn wir jetzt darüber sprechen, wie schnell sich E-Autos zum

00:25:41: Beispiel entwickelt haben und wie sich generell Computer entwickelt haben und

00:25:44: reden hier über eine Perspektive von den nächsten zwei bis fünf Jahren vielleicht. Was sich in dieser

00:25:49: Zwischenzeit alles tun kann, ich glaube, das können wir uns jetzt alles noch gar nicht ausmalen. Das

00:25:53: ist gar nicht zu weit gegriffen zu sagen, dass wir innerhalb der nächsten Jahre garantiert eine

00:25:57: Sprachengine auf unseren Boxen zu Hause oder im Handy haben werden, die weitaus komplexere

00:26:01: Antworten geben kann auf Fragen, die wir stellen. Ja, also ich wollte mich jetzt auch nicht so

00:26:06: negativ anhören. Also es ist schon sehr beeindruckend, wie sehr oder wie gut die

00:26:12: natürliche Sprache übersetzt werden kann bzw. aufgenommen und auch verstanden und dann als

00:26:20: Ergebnis zurückgegeben werden kann. Wenn dann nicht so richtig Antworten da sind, dann wiederholt

00:26:27: das Gefühl alles, was man früher auch in der Schule gerne mal gemacht hat. Wenn man auf eine

00:26:30: Textfrage keine Antwort hatte, dann hat man einfach alles reingeschrieben, wovon man dachte,

00:26:34: dass das vielleicht irgendwie damit zu tun hat. Das wirkt dann schon so, aber gerade zum Beispiel

00:26:40: habe ich auch schon mit APIs rumgespielt. Also ich habe mir eine API generieren lassen,

00:26:46: habe ihn so ein bisschen nach ein paar Konzepten gefragt oder es, ich habe es nach ein paar

00:26:50: Konzepten gefragt. Und dann habe, also bei Chats GPT ist es so, man kann halt eine Frage stellen

00:26:58: und man kann dann den, also der Verlauf dieser Frage wird automatisch gespeichert. Und das ist

00:27:03: schon mal ein Tipp, den man so geben kann, dass diese Fragen alle in einem Kontext sind. Also

00:27:08: man hat dann links so eine Bar, sag ich mal, wo man neuen Chat öffnen kann. Und aber alle Fragen,

00:27:13: die ich innerhalb eines Chats stelle oder alle Aussagen, die ich dort treffe, das ist quasi in

00:27:19: einem Gesprächsverlauf. Das heißt, man kann sich auch auf frühere Antworten von ChatGPT beziehen.

00:27:23: Und das zum Beispiel habe ich dann gemacht. Ich habe ihn halt gefragt nach bestimmten Konzepten,

00:27:27: habe ihm gesagt oder habe es gefragt, ob es mir denn eine API zum Beispiel zusammenbasteln kann.

00:27:39: Dann habe ich gesagt, okay, ich finde die Formatierung nicht so cool. Kannst du dieses

00:27:42: ändern? Kannst du noch jenes daran ändern? Und mit jedem Step hat es den Code dann entsprechend

00:27:48: angepasst nach meinen Wünschen. Und es hat mich sogar verstanden. Also zum Beispiel habe ich so

00:27:52: was gesagt wie "Hey, ich möchte gerne, dass die Ist-Gleichs alle gleich eingerückt sind",

00:27:58: also dass das quasi eine vertikale Linie, ich glaube, Horizont… vertikale Linie,

00:28:06: dass das alles in einer vertikalen Linie oder in einem Korridor quasi ist. Und der hat das

00:28:11: dann tatsächlich auch verstanden und hat es dann entsprechend angepasst. Und man kann das auch oft

00:28:17: auf Deutsch machen. Auf Englisch funktioniert es noch besser als auf Deutsch, aber immerhin kann

00:28:23: er auch die Sprache dann entsprechend verstehen und ich kann auch innerhalb eines Chats die

00:28:27: Sprachen wechseln. Das funktioniert auch und man kann sich dann auch so kleinere Projekte,

00:28:32: sage ich mal, zusammen basteln. Also selbst wenn er dann sagt, also wenn ich ihn jetzt fragen würde,

00:28:37: bastel mir mal bitte eine Webseite zusammen. Wie macht man das? Liste mal bitte die Schritte auf.

00:28:43: dann listet er dann eben die Schritte auf, Schritt 1, Schritt 2, Schritt 3 etc. Und dann kann man

00:28:48: dann zum Beispiel auch sagen, gib mir mal bitte ein Beispiel für Schritt 1 und gib mir ein Beispiel

00:28:52: für Schritt 3 und dann kann man das Ganze auch noch weiter verfeinern. Also sowas, das ist schon

00:28:57: sehr beeindruckend, dass das soweit schon ist. Vor allen Dingen, wenn ich mir vorstelle,

00:29:01: auf manchen Webseiten gibt es so Chatbots und manchmal sind die ganz, ganz weird und verstehen

00:29:07: ... auch so ein entferntes Nicht, was ich eigentlich von denen möchte.

00:29:10: Und wenn man sich das dann daneben stellt, ...

00:29:14: ... dass man eigentlich den Stand der Dinge, ...

00:29:16: ... den man so kennt von vielen Webseiten ...

00:29:18: ... und dann dieses Chatty-Petty daneben stellt, ...

00:29:22: ... das ist schon wirklich, also das sind ...

00:29:23: ... Quantensprünge, die man da ...

00:29:25: ... Quantensprünge groß, ...

00:29:26: ... ja, ne, also riesige Sprünge.

00:29:29: Du musst einfach nur hinterhängen, ...

00:29:31: ... sag ich ja immer, ...

00:29:32: ... oder ich sag ja immer davor, ...

00:29:34: ... dann kannst du super auch eigene Sprichworte ...

00:29:36: ... und auch super Redewendungen selber erfinden.

00:29:37: Das haben wir gelernt.

00:29:38: Das können wir auch zur Qualität ...

00:29:40: Ja, oder so.

00:29:41: Ich verstehe das total.

00:29:44: Das ist im Vergleich.

00:29:45: Früher, das waren halt auch aber die Vorgänger ...

00:29:47: ... von Chat-GPT oder von dieser Art und Weise, ...

00:29:49: ... wie das funktioniert.

00:29:50: Also früher hatten wir, ...

00:29:51: ... da gab es Online-Dienste, wo man ...

00:29:53: ... gewisse Fragestellungen, Begrifflichkeiten ...

00:29:56: ... zusammenstellen konnte.

00:29:57: Und dann konnte man darauf Antworten vorgeben ...

00:29:58: ... und desto detaillierter und desto umfangreicher ...

00:30:01: ... man das gemacht hat, desto besser war auch der Chatbot.

00:30:03: Ich nenne besser, zeige ich jetzt mal Quotes.

00:30:05: Weil dann hat das Einzige, was AI oder die künstliche Intelligenz, die dahinter steckte,

00:30:10: was er da tatsächlich auch überhaupt nicht viel gemacht hat, war aus dem Satz,

00:30:15: der da geschrieben wurde, zu gucken, welche Begrifflichkeiten davor kommen und welche

00:30:19: Reihenfolge die waren und wie wahrscheinlich das, was derjenige geschrieben hat, mit dem

00:30:24: Übereinstimmen, was ich vorher reingefüttert habe. Und dann kommt die Antwort zurück.

00:30:28: Gibt sich also für jemand viel, viel Mühe und sagt bei so einem Handyanbieter zum Beispiel,

00:30:32: ... wenn jemand fragt, wie lange muss ich im Vorfeld ...

00:30:37: ... meinen Vertrag kündigen, damit ich nicht noch ...

00:30:40: ... in eine Verlängerung komme.

00:30:41: Dann liest das System halt aus, okay, der möchte ...

00:30:44: ... kündigen, da steht das Wort kündigen drin, ...

00:30:46: ... das wird nach einem Zeitraum gefragt durch das ...

00:30:47: ... Wort wie lange oder durch die Worte wie lange ...

00:30:50: ... im Vorlauf oder wie auch immer.

00:30:52: So erkennt das System das und kann dir mit recht ...

00:30:54: ... hoher Wahrscheinlichkeit am Ende sagen, da wird ...

00:30:57: ... dann berechnet, wie hoch die Wahrscheinlichkeit ...

00:30:58: ... ist, dass das das Zielführende ist, was da ...

00:31:00: ... gefragt wurde und dann kann da zurück ein Link ...

00:31:02: ... kommen, der darauf verweist, wie lange die ...

00:31:03: ... Kündigungsfrist ist oder ein Antwortsatz, der ...

00:31:05: ... dann da realistisch drauf ist. Und so ist es ...

00:31:08: ... bei den einen Fragen realistischer beantwortet ...

00:31:10: ... worden oder detailgetreuer und bei den anderen ...

00:31:13: ... Fragen halt völlig woanders hin. Also, man ...

00:31:15: ... konnte die Dinge auch ganz einfach austricksen, ...

00:31:17: ... indem man unzusammenhängende Worte dahin schreibt ...

00:31:19: ... und dann kommt zurück, es tut mir leid, das kann ...

00:31:21: ... ich dir nicht beantworten, aber hier ist der ...

00:31:22: ... Kontakt zu einer echten Person, zu einem echten ...

00:31:24: ... Menschen. Was wir jetzt natürlich, womit wir es ...

00:31:26: ... zu tun haben, ist eine viel größere Ausbaustufe, ...

00:31:29: ... die mehr Rechenpower benötigt, die viel größere ...

00:31:31: ... Modelle, Lernmodelle erzeugt.

00:31:34: Ganz klar der nächste Schritt, was dann, wie ich ...

00:31:37: ... gerade schon erwähnt habe, noch mehr Rechenpower, ...

00:31:38: ... noch weniger Raum, vielleicht auch irgendwann ...

00:31:40: ... in unseren Handys selber, natürlich noch mehr ...

00:31:42: ... Qualität mit sich bringt. Wir sind jetzt ziemlich ...

00:31:44: ... überwältigt, weil ChatGPT ist unvergleichbar ...

00:31:46: ... zu dem, was wir vorher kannten.

00:31:48: Und wir sehen jetzt immer mehr Anbieter und Hersteller, ...

00:31:52: ... die da auf diesen Zug aufspringen und sagen, ...

00:31:53: ... ja, hallo, ihr seid alle total überwältigt davon, ...

00:31:57: ... dann bauen wir so was auch.

00:31:58: Ein gutes Beispiel, was ich jetzt auch die Woche gelesen habe, ...

00:32:01: ... ist, dass ich dieses Übersetzungsprogramm, ...

00:32:03: ... was ich persönlich auch für das beste Übersetzungsprogramm halte, ...

00:32:06: ... Deep L heißt das oder Deep Bill, ...

00:32:07: ... ich weiß nicht, wie die Leute das nennen, ...

00:32:09: ... mit einer wahnsinnigen Geschwindigkeit ...

00:32:12: ... mit einer unheimlichen präzisen Antwort darauf, ...

00:32:16: ... wenn ich eine Übersetzung haben möchte ...

00:32:18: ... und der mir mehrere Vorschläge macht ...

00:32:19: ... und das auch verfeinert und wirklich sehr schnell ist ...

00:32:22: ... und tolle UI.

00:32:23: Die haben jetzt angekündigt, ...

00:32:24: ... nachdem die, glaube ich, auch eine neue Runde ...

00:32:26: ... im Funding gekriegt haben ...

00:32:27: ... und ein super Unicorn geworden sind.

00:32:29: Vielleicht machen wir da mal eine andere Folge drüber.

00:32:31: Da haben aber auch schon viele drüber gesprochen, ...

00:32:33: ... was so ein Unicorn ist.

00:32:33: Auf jeden Fall ein sehr, sehr erfolgreiches Startup, ...

00:32:36: ... wurde jetzt auf die nächste Ebene gehoben ...

00:32:38: ... mit richtig viel Finanzierung, ...

00:32:39: ... um jetzt so zu einer richtigen Firma zu werden, ...

00:32:43: ... ein richtiges Unternehmen mit viel, viel Impact.

00:32:45: Und die haben jetzt auch veröffentlicht, ...

00:32:48: ... oder die haben jetzt in einer Professional Variante ...

00:32:50: ... auch die Möglichkeit gegeben, dass es Texte ...

00:32:52: ... polishen kann.

00:32:53: Dass du da Texte reingibst, ...

00:32:54: ... komplette Texte von dir geschrieben ...

00:32:55: ... und dieses Modell geht über deinen Text rüber ...

00:32:57: ... und fängt an die Formulierungen davon zu verbessern.

00:32:59: Und ich glaube, das, was man auch von ...

00:33:01: ... Grammarly, ...

00:33:03: ... das sind einfach alles nur Erwähnungen hier, ...

00:33:04: ... wir haben keine Kooperation mit den ...

00:33:06: ... Machine Learning Firmen, ich glaube, das muss man dazu sagen.

00:33:08: Aber DeepL ist dann hingegangen und hat gesagt, ...

00:33:10: ... wir nehmen jetzt die ganzen Texte, ...

00:33:11: ... so wie Grammarly auch und ...

00:33:13: ... prüfen nicht nur Grammatik, ...

00:33:15: ... sondern wir gucken auch, ob wir die Inhalte der Sätze, ...

00:33:17: ... die da ...

00:33:18: ... reingegeben wurden, ...

00:33:20: ... ob wir die überarbeiten können.

00:33:21: Und das leitet mich natürlich auch wieder ...

00:33:24: ... zu einem weiteren Aspekt des Ganzen.

00:33:27: Wir haben früher einen auf die Finger gekriegt in der Schule.

00:33:31: Also so alt bin ich nicht, das ist wieder nur so ein Sprichwort von mir.

00:33:34: Wir haben einen auf die Finger gekriegt, ...

00:33:36: ... wenn wir einfach nur Hausaufgaben von Wikipedia ...

00:33:38: ... als Quellenangabe hatten.

00:33:40: Also wenn wir Texte genommen haben oder Infos genommen haben ...

00:33:42: ... und haben Wikipedia drunter geschrieben.

00:33:43: Weil dann könnte man auch drunter schreiben, ...

00:33:45: ... irgendjemand aus dem Internet ...

00:33:46: ... und vielleicht noch jemand zweites, der das Probe gelesen hat.

00:33:48: Und wir kennen diese Person nicht, ...

00:33:50: ... wir wissen nicht, ob die Quelle glaubwürdig ist.

00:33:52: Wir überlegen nur, ob das für uns sinnvoll ist, ...

00:33:54: ... das zu übernehmen oder nicht.

00:33:55: Die Frage stelle ich mir jetzt auch.

00:33:57: ... woher kommen diese Informationen, die da drin sind?

00:34:00: Wenn du natürlich nach einem Rezept fragst, ...

00:34:02: ... woher kommt dieses Rezept?

00:34:04: Ist nicht mein, wenn es nicht mehr schmeckt, ...

00:34:05: ... ist es dir im Prinzip egal, ...

00:34:06: ... aber sind die Informationen, die da kommen, ...

00:34:08: ... glaubwürdig für mich?

00:34:10: Wenn ich da nach einer prominenten oder nach einer ...

00:34:12: ... historisch prominenten Person suche, ...

00:34:14: ... dann werde ich da genügend Quellen im Hintergrund haben, ...

00:34:17: ... um das Fact-Checken zu können, ...

00:34:19: ... ob das alles stimmt, was da so steht, ...

00:34:21: ... aber woher holt das System diese ...

00:34:23: ... diese Geschichten?

00:34:24: Das, was wir im typischen Menschenverstand ...

00:34:26: ... oder im normalen Empfinden von uns haben.

00:34:28: Ob wir einer Quelle glauben, ...

00:34:30: ... oder ob wir jetzt der einen großen Boulevardzeitung ...

00:34:33: ... mehr glauben, als wir es einer regionalen ...

00:34:34: ... kleinen Zeitung glauben würden.

00:34:37: Woran stellt diese KI das fest?

00:34:40: Welche ist jetzt eine glaubwürdige Quelle?

00:34:41: Es macht dieses Rating davon, ...

00:34:42: ... liest es einfach unterschiedliche Quellen ...

00:34:44: ... und gleicht das ab und prüft dann ...

00:34:46: ... und gibt es ein internes Rating, ...

00:34:47: ... welche Quellen höher bewertet werden.

00:34:48: Das alles wissen wir nicht.

00:34:51: Auch wenn ChatGPT oder das Team dahinter ...

00:34:53: ... das veröffentlichen würde, was die Hauptquellen sind, ...

00:34:56: wissen wir es immer noch nicht, wie es bei dem nächsten Produkt und bei dem nächsten Produkt ist.

00:34:59: Wir können eigentlich nur darunter schreiben, ich habe die Infos von einer KI aus dem Netz

00:35:03: und die hat das von wer weiß wo.

00:35:04: Ja, das stimmt.

00:35:06: Und ich finde, das macht auch nochmal so ein ganz anderes, spannendes Feld auf,

00:35:11: nämlich wie es trainiert wird.

00:35:13: Und ich finde, das ist an einem anderen Beispiel von was,

00:35:19: also was gerade halt, ja ich sage mal einen Hype erlebt,

00:35:22: ist das an einem anderen Beispiel besser zu erklären, nämlich an Bildern. Also es gibt

00:35:26: ja auch zum Beispiel DALI 2 oder diese Lens App oder so Filter gibt es jetzt mittlerweile

00:35:32: auch auf TikTok oder man kann über Discord auch Bilder generieren oder vielleicht hat

00:35:37: man es auch so mitbekommen, dass vor einigen Monaten ging da auch so ein Rauen durch die,

00:35:41: ich sag mal durch die Gegend, dass zum Beispiel in irgendeinem Künstlerwettbewerb der erste

00:35:47: Platz ein AI-generiertes Bild gemacht haben. Und auch dort ist dann zum Beispiel die Frage zu

00:35:54: beantworten, wie wird denn diese AI trainiert, um diese Bilder zu generieren? Und natürlich wird es

00:36:01: trainiert mit Bildern, die schon da sind. Und das ist ja auch so ein bisschen die Kritik dann an

00:36:07: dem Ganzen, so jetzt auch im Spezifischen an dieser Bildergeschichte, dass ja vielleicht

00:36:12: urheberrechtliche Geschichten ein bisschen schwierig sind, weil man ja dort zum Beispiel

00:36:17: auch Bilder von anderen Künstlern, werden dort analysiert und auseinandergenommen und dann fließt

00:36:22: dann quasi, ich sag mal in Anführungszeichen, die Arbeit, wenn man das so ein bisschen darauf

00:36:28: anwenden kann, fließt die Arbeit in genau diese künstliche Intelligenz, die dann das Ganze wiederum

00:36:34: verarbeitet und dann daraus, ich sag mal, was zusammenmatscht und dann wieder was anderes ausgibt.

00:36:41: Hallo, hier ist Caro aus dem Off.

00:36:43: Mir ist ein Fehler unterlaufen.

00:36:45: In den folgenden Sätzen und in den folgenden Minuten werde ich die App Lens erwähnen.

00:36:51: Ich meinte natürlich Lensa.

00:36:53: [Ping]

00:36:55: Und ganz spannend fand ich das, in der Kritik gab es zum Beispiel,

00:37:00: also entweder war das die Lens-App oder der TikTok-Filter oder im Zweifel alles,

00:37:04: dass die dort, also man hat dort gesehen,

00:37:08: dass dort zum Beispiel auch Unterschriften von Künstlern von den Originalbildern auf den generierten Bildern drauf waren.

00:37:15: Also zum Beispiel dieser Lens-App kann man ja verschiedene Bilder von sich aus verschiedenen Winkeln aufnehmen, dort hochladen

00:37:23: und dann schickt er das mit einer API zu einem Service, zu einem AI-Service

00:37:29: und dann kriegt man quasi Bilderversionen davon zurück.

00:37:33: Also dann hat man so Anime-Comic-Style und irgendwelche 3D-Bilder von sich, wo man dann

00:37:38: als Astronaut irgendwo rumläuft oder so. Und dort sind teilweise Unterschriften von den

00:37:44: Künstlern der Originalbilder auf den Bildern generiert worden. Und das ist natürlich offensichtlich,

00:37:50: dass das halt ja dann damit trainiert wurde. Und das sorgt natürlich jetzt auch für Unmut,

00:37:56: sag ich mal, vielleicht auch bei Künstlern, die das dann natürlich ursprünglich erstellt haben,

00:38:01: dann irgendwie zig Stunden daran sitzen, genau dieses Bildmaterial herzustellen.

00:38:07: Und dann wird das einfach von der KI genommen und umgewandelt.

00:38:10: Und dann gibt es andere Leute, die da irgendwie 20 Stück am Tag generieren

00:38:14: und dann jeden Tag irgendwie so ein neues AI-Bild posten.

00:38:17: Das vielleicht noch als NFT.

00:38:19: Ja, wer weiß.

00:38:21: Genau.

00:38:21: Also der Hype ist ja auch schon wieder vorbei, aber vielleicht auch als NFT.

00:38:25: Und das ist dann halt eben auch eine Kritik davon.

00:38:29: Also wir haben es ja vorhin eingangs schon gesagt, irgendwie muss das Ganze ja trainiert werden.

00:38:33: Das heißt, auch bei JGPT wird das halt der Fall sein, irgendwo im Internet wird es sich diese

00:38:38: ganzen Informationen rausgesucht haben. Ich sage jetzt einfach mal ganz schnödel,

00:38:41: vielleicht bei Google irgendwie alles gezogen oder so und dann halt analysiert und verdichtet.

00:38:48: Und bei Bildern ist das natürlich genau der gleiche Fall. Also irgendwie muss das Ganze

00:38:52: trainiert werden. Es nimmt sich halt eine Datenbasis, analysiert diese Datenbasis und

00:38:57: generiert dann entsprechend daraus halt die verschiedenen Sachen.

00:39:00: Findet da aber, das ist jetzt auch eine interessante Fragestellung, glaube ich,

00:39:05: findet da irgendwas anderes statt, als es so auch in der Realität unter Menschen stattfindet? Also,

00:39:10: ich will jetzt nicht irgendwie die Kunst oder die Künstler, das Künstlertum klein machen oder

00:39:19: niedermachen, aber kein Künstler erfindet sich oder irgendwas neu. Es sind immer die Einflüsse,

00:39:26: dir ein Mensch und das trifft glaube ich auf all diese Themen, über die wir hier

00:39:29: sprechen zu. Keines dieser Modelle funktioniert wirklich super weit entfernt

00:39:34: anders als das, was unser menschliches Hirn auch macht. Es ist natürlich

00:39:38: wesentlich komplexer, was wir machen. Wir sind da auch in der AI noch nicht, ich sag schon

00:39:42: wir, als wir uns da involviert. Also man ist noch bei weitem nicht so weit, die Komplexität des

00:39:48: Hirns darzustellen, aber alles was wir und wenn wir dieses Kunst oder dieses

00:39:52: dieses Künstlertum jetzt mal als Beispiel nehmen. Jeder Künstler ist in seiner Art und in dem,

00:39:57: was er macht, beeinflusst von dem, was er sieht, was er hört und was er vielleicht in irgendwelche

00:40:01: andere Art und Weise wahrnimmt. Das heißt, jemand, der vielleicht ein großer Fan von

00:40:06: irgendeinem bekannten Künstler ist, ich hätte fast Mozart gesagt, von einem bekannten Künstler ist,

00:40:13: der lässt sich auch beeinflussen von den Bildern, die er da sieht oder die er seit Jahren ausschließlich

00:40:18: anguckt und total feiert und wie cool er das alles findet, der schaut sich die Bilder an und mag

00:40:23: vielleicht die Farbgebung oder die bestimmten einzelnen Attribute, die die Bilder von demjenigen

00:40:27: ausmachen. Zum Beispiel Rembrandt, jetzt ist mir doch einer eingefallen. Wenn sich einer ganz viele

00:40:31: Bilder von dem anguckt und fängt selber an zu malen oder kann vielleicht selber malen, da wird

00:40:35: doch hundertprozentig ein Einfluss von dem von ihm wahrgenommenen Rembrandt drin vorkommen. Und

00:40:40: das Gleiche passiert in jeglicher Art bei diesen AI- und KI-Systemen, nur in einer viel, viel

00:40:46: größeren Umfang. Und dass so eine Maschine natürlich mit Leichtigkeit Bilder zusammenpanscht,

00:40:51: die vielleicht - und das ist das einzig Verwerfliche, finde ich - Originalwerke nimmt und Teile oder

00:40:57: Bestandteile davon rausnimmt und die in ein anderes Bild reinplatziert und dann vielleicht

00:41:01: noch retuschiert oder verändert ein bisschen, das ist dann ein 1 zu 1 Copycat. Wenn ich mir ein Bild

00:41:06: an der Wand angucke, ich setze mich hier nun malers, bei mir persönlich wird das Bild danach

00:41:11: überhaupt nicht so aussehen wie das, was ich da an der Wand gesehen habe, also von daher auch kein

00:41:14: Problem. Aber wenn das ein talentierter Künstler ist, der sich zwei Bilder nebeneinander stellt

00:41:19: und dann ein neues Bild malt und versucht, so viele Komponenten von Bild A und Bild B

00:41:23: zusammenzufügen, dann wird man Ähnlichkeiten davon wiedererkennen. Dann würde derjenige damit

00:41:27: vielleicht auch nicht groß an die Öffentlichkeit gehen und sagen, ja, guck mal, hier ist mein neues

00:41:31: Werk. Aber die Art der Verfremdung ist dann letztendlich das. Also man kann sich beeinflussen

00:41:36: lassen von der Farbe, man kann die Motive toll finden, die man gesehen hat und dann lässt man

00:41:40: vielleicht noch sein eigenes persönliches Empfinden und seinen Geschmack einfließen

00:41:43: und malt dann etwas, was man selber toll findet. Ein Haus, was noch nie gemalt worden ist,

00:41:47: aber in den Farben, wie es der Künstler tut, in der Form, wie es der Künstler tut und aus der

00:41:52: Perspektive, wie es der dritte Künstler tut. Das ergibt eine Mischung, aber da fragt auch keiner

00:41:57: nach, von wem hat er sich denn, wie sagt man, inspirieren lassen. Und demnach finde ich das

00:42:02: gar nicht großartig verwerflich, außer wenn tatsächlich Originale übernommen werden und

00:42:08: dann vielleicht wirklich tatsächlich diese Arbeit, die jemand anders da

00:42:11: reingesteckt hat, so in so kürzester Zeit einfach wiederverwendet wird, um sich

00:42:16: selber einen Profit daraus zu schlagen? Ja, also grundsätzlich ist das natürlich

00:42:19: eine hochemotionale Diskussion, muss man auch dazu sagen, weil jetzt natürlich

00:42:24: die Künstler sich vielleicht ein bisschen in Gefahr sehen, sage ich

00:42:29: jetzt mal ganz salopp. Also das Ganze hat ja natürlich noch ganz viele andere

00:42:34: Facetten. Also wie du schon sagst, wird überall auch in der Kunst kopiert. Was ich ganz interessant

00:42:40: fand, war dann so ein anderer Gedankenanschluss noch, dass man als, ich sag jetzt mal freier

00:42:45: Künstler, der natürlich auch über das Handwerk verfügt, solche Bilder herstellen zu können,

00:42:49: in welcher Art auch immer, ob es Digital Art ist oder irgendwas analoges, dass man dort natürlich

00:42:55: auch hier wieder den Fall hat, zumindest aktuell, dass die AI ja nur das kann, was sie schon kennt.

00:43:00: Das heißt, wenn du als Künstler halt eine Vision hast von einem Bild, welches noch nicht existiert,

00:43:06: dann hast du natürlich immer noch ein Alleinstellungsmerkmal. Aber woher kommen denn

00:43:12: Visionen? Gibt es wirklich Visionen oder ist es etwas, was unser Hirn einfach irgendwo aufgenommen

00:43:19: hat, kombiniert hat und uns präsentiert als etwas völlig Neues? Also Inspiration hast du ja immer

00:43:24: irgendwo. Inspiration ist ja in Anfangszeichen immer das, was man sich dann so ein bisschen

00:43:27: abgupfert von der Umwelt, sei es ein Gebäude, sei es irgendwie ein Gefühl oder was weiß ich.

00:43:33: Daraus entsteht dann ja eben solche Kunst. Aber wenn man zum Beispiel mal schaut,

00:43:40: also jetzt abseits von diesen ganzen Filtergeschichten, ich glaube, da sind wir jetzt

00:43:44: durch. Die nehmen halt teilweise Originalwerke und wandeln die ab, so wie du es gesagt hast.

00:43:48: Aber wenn man zum Beispiel, gibt es ja auch so eine Bildergenerierungsgeschichte auch von OpenAI,

00:43:55: Das ist jetzt nur eine von mehreren. Es gibt auch noch andere Anbieter. Dieses Dali 2,

00:44:00: das kann ja auch Bilder generieren. Da kann man auch Stichpunkte angeben und Wörter angeben und

00:44:07: dann zum Beispiel sagen, ich möchte gerne das Ganze in dem und dem Stil. Ich möchte das Ganze

00:44:11: in den Farben, was weiß ich. Und ich finde, da spätestens merkt man, also ich persönlich habe

00:44:18: jetzt noch nichts rausbekommen, wo ich mir jetzt so denke, wow, das sieht jetzt richtig gut aus.

00:44:22: Und ich wundere mich auch immer, wie andere Leute das irgendwie hinkriegen,

00:44:27: dort was richtig Schönes rauszukriegen. Wahrscheinlich liegt es einfach nur an

00:44:30: meinen Stichwörtern oder so, keine Ahnung. Aber wenn man da so ein bisschen

00:44:34: rumprobiert, dann merkt man schon, dass zumindest wenn sich das so quasi, ich

00:44:38: sag jetzt mal, gefühlt komplett aufbereitet und komplett neu gestaltet,

00:44:44: dann merkt man, was da für Probleme hinterstehen. Und dort zum Beispiel ist

00:44:47: ganz konkret der Fall, dass alles, was mit Menschen zu tun hat, also Gesichter,

00:44:50: Hände sowas. Das sieht einfach total gruselig aus. Also so wirklich scary gruselig, dass man davon

00:44:59: Albträume bekommen könnte. Da kann ich auch nur motivieren, das auch mal selber auszuprobieren,

00:45:04: einfach mal ein bisschen rumzuspielen. Da kann man sich auch überraschen lassen. Und tatsächlich

00:45:08: hatte ich auch überlegt, ob ich unser Logo damit irgendwie noch abwandle und hatte dann heute zum

00:45:15: Beispiel auch eine Funktion entdeckt. Das finde ich tatsächlich ganz spannend, wo man Bilder quasi

00:45:19: so weiterzeichnen kann. Also man kann dann ein Bild da hochladen und zum Beispiel ein Kunstwerk von

00:45:25: der Mona Lisa oder so und dann lädt man das da hoch und dann kann man einen Bereich festlegen,

00:45:29: den die AI dann automatisch berechnen soll und dann berechnet der quasi das Bild weiter,

00:45:33: wie das dann ausschauen könnte und bietet einem auch verschiedene Optionen an. Dafür finde ich

00:45:38: das ganz gut. Ja, wie gesagt, bei diesen Lenzgeschichten und sowas da, ja, schwierig.

00:45:45: Da fallen mir direkt zwei Dinge noch ein. Das war noch weit bevor ich mir Gedanken über dieses AI-Thema gemacht habe.

00:45:51: Also Chat-GPT ist natürlich bei uns allen so mega eingeschlagen, dass man sich viel mehr Gedanken darüber macht oder selbstfahrende Autos und so weiter.

00:45:57: Aber da sind mir zwei Sachen eingefallen. Zum einen gab es da mal so ein YouTube-Video, glaube ich war das, oder in irgendwie Social Media ist das so generell überall hochgeladen worden,

00:46:06: dass jemand gezeigt hat, was für eine Performance die GPU von so Grafikkarten leisten kann.

00:46:10: leisten kann. Ich glaube, das war so ein Video oder so ein, ja auf jeden Fall nicht

00:46:15: vielleicht ein Promo-Ding von denen oder vielleicht auch nicht von Nvidia

00:46:18: selber erstellt worden, aber die haben ihre Grafikkarte demonstriert, dass

00:46:21: jemand in einem Tool echt hingegangen ist und hat wirklich nur dunkelbraun, hellbraun,

00:46:26: blau, also dunkles blau, helles blau und dann so ein bisschen weiß übereinander

00:46:30: gezeichnet und hat dann Parameter angegeben, dass es ein Landscape sein

00:46:33: soll. Und dann ist die Software hingegangen und hat unten aus den

00:46:37: braunen Tönen nassen und trockenen Sand gemacht, hat das Wasser dann richtig gemalt und hat dann

00:46:42: natürlich noch Wellen draufgemacht und Schattierungen und leicht transparent Verläufe

00:46:46: in den Sand und an den Himmel gezeichnet mit realistischen Wolken, je nachdem, wie man die

00:46:49: Parameter verändert hat, und mehr oder weniger realistisch. Da habe ich das Ganze noch nicht

00:46:55: als AI oder so wirklich als Machine Learning wahrgenommen, sondern eher nur als, ja gut,

00:47:00: da sind einfach Operationen, Schleifen, die darüber laufen, einfach viel Rechenpower benötigen,

00:47:04: ... um solche Sachen zu machen, aber das ist mit Sicherheit ...

00:47:06: ... vorher irgendwie trainiert worden, ...

00:47:08: ... damit das automatisch passiert, dass der immer Sand, ...

00:47:10: ... immer Wasser und immer den Himmel malt ...

00:47:12: ... und das es halt einfach für eine Kamera toll per Klick macht.

00:47:15: Das war mir gar nicht bewusst, dass es um das Thema geht.

00:47:17: Und ein weiteres Beispiel, das dürfte zu der gleichen Zeit ...

00:47:20: ... gewesen sein, wenn nicht sogar noch ein bisschen früher, ...

00:47:22: ... da haben Leute eine Seite, eine Webseite ...

00:47:25: ... ins Leben gerufen, wo du völlig random Gesichter, ...

00:47:29: ... Menschengesichter, ...

00:47:30: ... Menschengesichter, ja, ...

00:47:31: ... Menschengesichter, Gesichter von Menschen generiert haben, ...

00:47:34: Ich habe gesagt, jeder Mensch, den du hier siehst auf dieser Seite, ...

00:47:36: ... und du konntest dann auf den Knopf klicken ...

00:47:38: ... und dann kam immer wieder ein neues Gesicht, ...

00:47:39: ... keiner dieser Menschen existiert echt.

00:47:41: Und ich konnte es nicht erkennen.

00:47:44: Also ich hätte nie im Leben, hätte ich bei einem dieser Bilder ...

00:47:48: ... gesagt, das ist kein echter Mensch, der da ist.

00:47:51: Da hat jemand tatsächlich ganz viele Fotos, ...

00:47:53: ... ganz viele Bilder von Menschen, von Gesichtern genommen ...

00:47:56: ... und hat die in so ein System reingegeben und hat gesagt, ...

00:47:58: ... ich hätte jetzt ein Gesicht, was in etwa dem entspricht ...

00:48:00: ... und die Haare stelle ich mir vor, die Farbe.

00:48:02: Und dann hat er aus all diesen ganzen verschiedenen Bildern von Gesichtern ...

00:48:06: ... und Modellen, die er daraus erzeugt hat, ...

00:48:08: ... hat er neue Gesichter gezeichnet, ...

00:48:09: ... die von echten Menschen nicht unterschieden werden können.

00:48:12: Und das fand ich beeindruckend.

00:48:14: Habe ich aber auch nicht wirklich hinterfragt, ...

00:48:16: ... wie sowas funktionieren kann.

00:48:17: Und jetzt bei Chetchipiti, ...

00:48:19: ... ich glaube, ich hatte tatsächlich, ...

00:48:20: ... also auch in der Podcast-Pause, ...

00:48:21: ... auch nicht wirklich viel andere Themen im Kopf ...

00:48:24: ... aus dieser Richtung.

00:48:26: Als, wie kann das funktionieren?

00:48:29: Wo sind die Grenzen?

00:48:30: Wo sind die Schnittpunkte davon?

00:48:32: ... worauf müssen wir aufpassen, was kann da passieren, ...

00:48:36: ... wie geht das wohl weiter?

00:48:38: Und es ist halt immer diese Frage zu stellen, ...

00:48:40: ... das ist eigentlich nur dann faszinierend ...

00:48:42: ... und auch nur dann überwältigend, wenn wir uns das selber ...

00:48:44: ... nicht erklären können, was da passiert.

00:48:46: Und Chet Chippiti verliert eine ganze Menge an Magie, ...

00:48:48: ... wenn solche Sachen passieren, wie das, was du ...

00:48:50: ... gestellt hast, die Frage, und die kommt einfach nicht ...

00:48:52: ... richtig zurück. Oder man stellt ganz offensichtlich ...

00:48:54: ... fest, dass da jemand unterwegs war, der das absichtlich ...

00:48:56: ... manipuliert hat, das Ergebnis.

00:48:58: Das habe ich jetzt die Tage nämlich gelesen, da hat einer ...

00:49:00: hat Chet Jippity davon überzeugt, dass 10+10 nicht 20, sondern 25 sind.

00:49:03: Und das war in diesem Kontext gesehen, hat Chet Jippity danach felsenfest behauptet,

00:49:08: dass 10+10 25 sind.

00:49:10: Und da habe ich hinterfragt, inwiefern können wir uns davor schützen,

00:49:16: dass diese ganzen Modelle, diese ganzen Bäume, die da gebaut werden,

00:49:20: diese neuralen Netze, dass die nicht negativ beeinflusst werden.

00:49:24: Gar nicht mal die Frage, wer sich den Spaß erlauben würde

00:49:27: ... oder wer das ernsthaft manipulieren würde, das Ganze.

00:49:30: Aber wie können wir uns denn davor schützen, ...

00:49:32: ... dass diese Systeme nicht aktiv manipuliert werden, ...

00:49:36: ... um Chaos zu stiften?

00:49:38: Das ist, glaube ich, die Frage.

00:49:39: Da kann man Ewigkeiten drüber sprechen.

00:49:42: Du hast es in unserem Vorgespräch schon so toll erwähnt, ...

00:49:46: ... Trolle gibt es immer.

00:49:47: Jetzt ist es an der Software wahrscheinlich selber, ...

00:49:50: ... Trolle identifizieren zu können.

00:49:52: Und ich glaube, das ist etwas, was uns als Menschen ...

00:49:54: ... mit unserem Menschenverstand und mit unserer AI, ...

00:49:56: ... nein, mit unserer Intelligenz ...

00:49:58: ... einfacher fällt, ...

00:49:59: ... mit einer gewissen Erfahrung, ...

00:50:00: ... das zu identifizieren, ...

00:50:01: ... wer wirklich Troll ist und wer nicht, ...

00:50:03: ... weil sonst hätte wahrscheinlich ...

00:50:05: ... so eine Plattform wie YouTube, ...

00:50:06: ... Twitter und Co. kein Problem mit Trollen.

00:50:08: Wie können wir den Chat-GPT ...

00:50:11: ... oder so ein Modell daran hindern, ...

00:50:12: ... Falschinformationen aufzusaugen, ...

00:50:14: ... zu verbreiten?

00:50:15: Da müssen wir uns ja auch vorschützen.

00:50:18: Sobald irgendwie viele Zeitungen, ...

00:50:19: ... das hatten wir in der einen Folge ...

00:50:20: ... mit dem Philipp ...

00:50:21: ... Hartenfeller auch mal angesprochen, ...

00:50:23: ... wir können uns Zeitungsartikel schreiben lassen.

00:50:25: Vielleicht machen das auch viele Zeitungsverleger oder Journalisten so, ...

00:50:29: ... dass sie sich mit den Kerninfos, die sie reingeben, ...

00:50:32: ... einfach einen schönen Text schreiben lassen.

00:50:33: Wie können wir denn uns schützen, ...

00:50:35: ... jetzt uns als Gesellschaft auch schützen davor, ...

00:50:37: ... dass dieses System nicht nur zur Qualitätsanhebung ...

00:50:41: ... unserer Texte oder Sachen, die wir so konsumieren, sorgt, ...

00:50:44: ... sondern auch, dass da nicht einfach gnadenlos ...

00:50:46: ... in die Tonne gegriffen wird?

00:50:48: Das ist eine Fragestellung, die, glaube ich, zu klären ist.

00:50:51: Was hast du da für Gedanken dazu?

00:50:53: Oh, das ist, also ich glaube, das ist halt ein sehr vielschichtiges Problem.

00:50:58: Ich bin sehr gespannt, in welche Richtung das Ganze geht.

00:51:01: Also das Ding ist ja, das System soll ja weiterlernen und es soll ja auch durch den Input weiterlernen.

00:51:08: Das heißt, OpenAI sagt ja auch, sie analysieren halt die Eingaben, die man dort macht,

00:51:14: und lassen das in diese Modelle mit einfließen.

00:51:17: Und dann, wie du schon sagst, wie geht man dann mit offensichtlichen Falschaussagen um?

00:51:24: Wobei ich auch schon ab und an mal gehört habe, also gehört in Anführungszeichen,

00:51:29: gelesen, wahrscheinlich eher in den Kommentaren oder in YouTube-Videos gehört, dass auch

00:51:34: inhaltlich manche sachliche Fragen falsch sein sollen, die ChatsGPT halt zurückgibt,

00:51:40: also die Antworten dann.

00:51:41: Und es ist ja so ein Ding jetzt, dass dann halt viele kommen und sagen, ja, okay, die

00:51:47: ... Hausaufgaben, die man so als Schüler ...

00:51:49: ... oft bekommt, wenn man dann so Aufsätze ...

00:51:50: ... schreiben soll, ...

00:51:51: ... das ist jetzt quasi passé, weil die das ...

00:51:53: ... dann jetzt wahrscheinlich zukünftig alles ...

00:51:55: ... über ChattyPity machen lassen oder ähnliches.

00:51:57: Und ...

00:51:58: ... dann ist natürlich dann eben genau diese ...

00:52:01: ... Fragestellung, was wenn die das ...

00:52:03: ... quasi machen und die Antwort ist offensichtlich ...

00:52:05: ... falsch, also da müssen wir einfach ...

00:52:06: ... so ein bisschen ...

00:52:07: ... ja, ...

00:52:08: ... wie sagt man auf Deutsch?

00:52:10: Awareness, ...

00:52:11: ... ist ja nicht Deutsch, ist Englisch, aber ...

00:52:13: ... dieses Bewusstsein heißt es.

00:52:16: Wie kann man ein englisches Wort Deutsch versprechen, das plötzlich Deutsch ist?

00:52:21: Dass man das Bewusstsein dafür schafft, dass der Outcome nicht immer zu 100 Prozent richtig

00:52:27: ist, weil es von der Maschine kommt, sondern dass man dann trotzdem, also es verführt

00:52:31: ja dazu diese Nutzung.

00:52:32: Und das sei angefangen jetzt bei ChattyBT, aber für uns Entwickler vielleicht auch über

00:52:37: dieses GitHub Copilot, wo wir uns letztes Jahr unterhalten haben.

00:52:41: Das habe ich jetzt halt auch ausprobiert.

00:52:42: Ab und an mal sieht das halt so taktisch richtig aus, aber inhaltlich ist es eigentlich falsch.

00:52:49: Man muss da wirklich aufpassen, weil man wird ein bisschen faul tatsächlich, dass man dort nicht

00:52:55: dem einfach blind vertraut, sondern dass man das tatsächlich nur als Hilfestellung zur Vermeidung

00:53:01: von Tipparbeit, sag ich mal, nutzt und dann aber trotzdem die Sachen noch durchdenkt und dann im

00:53:08: Zweifel auch korrigiert. Also genau dieser schmale Grad glaube ich, also viele sehen das so,

00:53:15: wenn ChatGPT jetzt, ich sag mal wie Google, erweitert, wenn ChatGPT sagt, ich weiß nicht,

00:53:21: die Mona Lisa wurde in 2020 gemalt, dass man dann vielleicht dem Ganzen mehr vertraut,

00:53:27: weil es ja eine Maschine ist und die Maschine wird ja die Wahrheit oder die faktische Wahrheit

00:53:32: kennen. Und dass dann aber zum Beispiel durch Trolle gefüttert oder durch vielleicht schlechte

00:53:38: Algorithmen, durch schlechte Quellen oder ähnliches, dann die Antwort vielleicht offensichtlich auch

00:53:43: falsch ist, weil die ja schon deutlich älter ist, das Gemälde, dass man da diesen gesellschaftlichen

00:53:51: Netz, bin ich ja wieder in dem Turn, dass man dieses gesellschaftliche einfach hat,

00:53:55: dass man dann nicht eben blinder reingeht. Also eigentlich ist es ja im Grunde genommen so,

00:54:00: dass man diese AIs und diese verschiedenen Netze, die da aufgebaut werden,

00:54:03: so lange auch positiv halten kann und optimistisch oder auch korrekt halten kann.

00:54:09: Solange es immer noch mehr positiven und auch korrekten Einfluss hat als auch negativen,

00:54:14: dann lässt sich der negative Einfluss, glaube ich, ganz gut ausschließen.

00:54:18: Aber wir wissen auch alle, was für Bewegungen im Netz es gibt,

00:54:21: wenn man jetzt mal so Cancelling und Shitstorms und sowas mal hervorzieht,

00:54:25: wenn sich eine große Community, eine große Anzahl von Menschen auf den Weg macht

00:54:30: irgendwas zu zerstören und in dem Fall vielleicht auch ein neurales Netz total

00:54:33: in die Knie zu zwingen, weil es ganz ganz viel negativen und falschen und

00:54:37: inkorrekten oder unkorrekten Input gibt, dann ist diese Frage, ob es mehr

00:54:42: vernünftige als unvernünftige Menschen im Netz gibt, auch glaube ich hinfällig.

00:54:46: Also ich glaube, da müssen wir echt aufpassen oder da muss generell sehr

00:54:49: aufgepasst werden, in welche Richtung wir uns entwickeln.

00:54:52: Aber ich glaube, wie es Feefe seit Jahren macht in seinem Blog, ich weiß

00:54:58: ... ich weiß nicht, wie viele Hörer ...

00:54:59: ... Pfefe kennen, ...

00:55:01: ... aber er bloggt seit, ...

00:55:03: ... seit, ich glaube, ...

00:55:04: ... über 10 Jahren schon ...

00:55:05: ... und das fast täglich ...

00:55:06: ... und auch größere und kürzere Beiträge ...

00:55:08: ... und das auch ganz ohne ...

00:55:09: ... moderne Webtechnologien ...

00:55:10: ... und der nennt das immer ...

00:55:12: ... Medienkompetenztraining.

00:55:13: Das heißt, wenn er ...

00:55:14: ... wenn er falsche Posts macht ...

00:55:16: ... oder auch mal aus Spaß ...

00:55:16: ... sich irgendwie einen überzogenen Artikel ...

00:55:18: ... da reinpostet und sagt, ...

00:55:19: ... oh, lese mal hier, voll krass ...

00:55:20: ... und ihm das ...

00:55:22: ... vielleicht teilweise vorher ...

00:55:23: ... auch schon selber bewusst ist, ...

00:55:24: ... dass das ein Hoax ist ...

00:55:25: ... oder dass das überhaupt nicht stimmt, was da steht, ...

00:55:28: ... was nicht offensichtlich als Satire zu erkennen ist, ...

00:55:32: ... sondern dass es einfach auch, also einfach die Leute schult, ...

00:55:35: ... nicht alles zu glauben und dass man Fact-Checking macht ...

00:55:38: ... und das, was ich früher gerade schon mal erwähnt ...

00:55:40: ... in der Schule gelernt habe, ...

00:55:41: ... Wikipedia ist nicht die Quelle alles Guten, ...

00:55:43: ... sondern das muss hinterfragt werden, was es da gibt.

00:55:45: Wenn ich Sachen übernehme, dann muss ich Fact-Checking machen, ...

00:55:47: ... muss ich das überprüfen ...

00:55:48: ... und das wird ja jetzt nur auf die nächste Ebene gehoben, ...

00:55:51: ... dass man halt vielleicht faul wird, weil ...

00:55:53: diese AI-Sachen uns sehr viele Sachen abnimmt, aber dass das auf gar keinen Fall in Zukunft

00:56:00: dafür sorgen wird, dass wir inhaltlich korrekter sein werden. Ich glaube, wenn ich einen Blogartikel

00:56:05: oder einen Zeitungsartikel für irgendwas schreibe das nächste Mal, wüsste ich, glaube

00:56:09: ich, ganz gut, welche Inhalte ich reinpacken kann von der fachlichen Seite und ich würde

00:56:12: mir ganz, ganz gerne ganz, ganz viele Worte sparen, die ich selber tippen müsste, sondern

00:56:16: einfach einen schön leserlichen Text schreiben. Der wird vielleicht gar nicht so sehr mir

00:56:20: ähneln. Das ist ein Problem, was ich hätte. Aber ich würde mir ganz, ganz viel Zeit dadurch sparen,

00:56:25: dass ich mir um Schreibungen für Sachverhalte oder auch das Satzgefüge, Grammatik und

00:56:31: Wortwiederholungen und so was, wenn ich mir das alles sparen könnte, würde ich wahrscheinlich

00:56:35: viel, viel mehr schreiben. Und das ist etwas für die Zukunft, wo ich echt gespannt bin,

00:56:40: weil wenn plötzlich viel mehr Texte aus solchen Maschinen rauskommen, dann haben wir plötzlich

00:56:44: viel mehr Profi-Autoren auf der Welt, die viel mehr Sachen schreiben, wo man dann natürlich

00:56:49: hinterher auch eindeutig erkennen kann, dass es aus dem gleichen System stammt,

00:56:52: bin ich fest von überzeugt. Aber je mehr Artikel von so einem Chat-GPT veröffentlicht werden,

00:56:58: desto mehr konsumiert Chat-GPT das und desto mehr wird wahrscheinlich irgendwann dieser

00:57:01: Konsens kommen, dass alle Texte gleich sein werden von der Schreibweise her. Was aber bei

00:57:07: vielen Sachen wahrscheinlich gar nicht so schlimm wäre. Aber ich glaube, in diese Richtung kommen

00:57:11: wir und das ist auch eine Sache, die ich auch im Netz gelesen habe. Da baut bereits jemand schon

00:57:15: aus Hobby oder aus Spaß über die Feiertage hat er das, glaube ich, gemacht. Ein KI- oder ein ML-Konstrukt,

00:57:23: welches Texte analysiert, mit welcher Wahrscheinlichkeit die von ChetGPT stammen. Und

00:57:28: dann gehen wir jetzt schon wieder hin, dass wir große neuronale Netze machen und großes Artificial

00:57:33: Intelligence-Wissen verwenden, um wieder das gleiche, den gleichen Sachverhalt, das gleiche

00:57:39: Artificial Intelligence-Thema wieder aufzudecken oder wieder entgegenzuwirken. Ja. Wenn wir in Zukunft

00:57:44: gucken können, derjenige, der den Text geschrieben hat, hat er wirklich die

00:57:47: Lorbeeren verdient oder hat er nur drei Worte in so einen Generator

00:57:50: reingeschmissen? Und ist das nur ein Konglomerat von vielen bekannten Texten,

00:57:54: die mir da rausgespuckt werden? Ja, weil es ist halt kein Mensch, der

00:57:58: das schreibt, sondern nur eine Engine, die aus ganz vielen anderen Texten

00:58:01: gelernt hat. Also tatsächlich war das, also man kann sich das so vorstellen, wie

00:58:07: ich mich damit beschäftigt habe. Ich habe mich in mein Arbeitszimmerchen

00:58:09: eingesperrt, habe mich ein paar Stunden da oder quasi den ganzen Tag eigentlich

00:58:14: jeweils reingesetzt und recherchiert und ein bisschen ausprobiert und bin dann rausgekommen

00:58:20: und war dann erst mal ein bisschen mind blown, weil das, was du gerade erzählst,

00:58:24: das geht tatsächlich alles schon. Und das ohne ChatGPT, also es gibt schon Anbieter,

00:58:30: zum Beispiel CopyAI heißt einer, mit dem kannst du ganze Blogartikel schreiben. Also von dem kannst

00:58:36: du Blogartikel schreiben lassen, von dem kannst du dir Bücher schreiben lassen teilweise, also Kapitel.

00:58:41: Du kannst auch dort angeben, in welcher Mut du das quasi schreiben möchtest. Möchtest du das

00:58:47: professionell schreiben? Möchtest du das fröhlich schreiben oder traurig? Du kannst auch dort Twitter

00:58:54: Shower Thoughts, glaube ich heißen die, kannst du dort auch generieren lassen im Stile von Elon Musk.

00:58:59: Dann kannst du dir dort ganz viel, also zu bestimmten Stichpunkten, die gibst du dort immer

00:59:04: an, kannst du dir dort Texte generieren lassen und dann gibt es zum Beispiel einen Anbieter,

00:59:08: wie zum Beispiel, habe ich mir auch hier notiert, wie Quillbot. Dort gibst du dann diesen Text rein

00:59:13: und der wandelt dir dann diesen maschinell erzeugten Text in eine natürliche Sprache um,

00:59:19: sodass du kaum noch nachvollziehen kannst, ob das dann tatsächlich ein menschengeschriebener

00:59:23: oder maschinengeschriebener ist. Also es ist schon sehr, sehr viel möglich. Also schau dir mal dein

00:59:27: Rezept an, welches du da abgefragt hast. Man kann natürlich nicht herausfinden, ob ChatGPT jetzt

00:59:33: im Netz einfach eindeutig ein ganzes Rezept gefunden hat, was dem entspricht oder es dir

00:59:39: zusammengestellt hat. Das weiß man ja nicht, ob der vielleicht Hauptspeise oder Hauptkomponente

00:59:45: und Zeit irgendwie von deinem Essen und Dessert dann irgendwie zusammengewürfelt hat, einzeln

00:59:50: bearbeitet hat und das rausgezogen hat und den Text selber. Ich bin mir ziemlich bewusst,

00:59:53: dass man, oder ich bin mir sehr bewusst, dass man diese Texte schreiben lassen kann,

00:59:58: und dass das auch funktioniert, weil wir sehen das bei GitHub Copilot, dass man da mit Kommentaren

01:00:03: einschreibt und dann kommt Programmcode raus. Ich bin mir ziemlich sicher, dass man diese ganzen

01:00:07: Texte schon generieren kann. Aber haben wir ganz viele Texte von einem bestimmten Autor zum Beispiel

01:00:12: in diesem System drin und das hast du bei diesen Anbietern. Die haben garantiert nicht so große

01:00:16: Modelle wie offen verfügbare Netze zum Beispiel. OpenChat GPT ist jetzt auch nicht offen, aber die

01:00:21: haben durch diese ganze Popularität jetzt natürlich ein Riesenmodell gewonnen und durch diese Daumen

01:00:26: hoch und darum runter nehmen, dann haben die auch noch ein Rating für deren Modell, dass es auch

01:00:30: noch mal eine doppelte Bestätigung geben kann für das System, welche Antworten gut waren und

01:00:34: welche nicht. Direkte Anbieter, die sich das bezahlen lassen, die können auch groß sein,

01:00:41: die können auch gut sein, aber deren Modelle werden wahrscheinlich nicht so riesengroß sein.

01:00:43: Sondern wenn man sich jetzt mal Autoren oder die größten Autoren der letzten Dekade anguckt,

01:00:48: der letzten 100 Jahre von mir aus, dann wird man gewisse Formulierungen gegebenenfalls wieder

01:00:53: erkennen. Also ich glaube, ich bin jetzt nicht der Riesenleser und vor allem nicht Romane oder

01:00:58: nicht Thriller oder sowas, aber ich würde mal behaupten, dass Fans von gewissen Autoren auch

01:01:03: Formulierungen und Redewendungen von Autoren wiedererkennen würden. Also ich habe eine ganze

01:01:08: Reihe Bücher natürlich von Dan Brown gelesen, ich habe FITZEG ganz viele Thriller gelesen und

01:01:17: ich meine, bei FITZEG kann man ganz eindeutig erkennen, wer das geschrieben hat. Also ich finde,

01:01:22: wenn ich da mal ein Kapitel von dem gelesen habe oder sowas, da würde ich auf jeden Fall wieder

01:01:25: erkennen, dass das, zumindest aus einer näheren Auswahl von Autoren, dass er das ist, dass man

01:01:30: das wieder erkennen kann. Und wenn man so ein System füttert, so ein riesengroßes Modell,

01:01:34: dann können diese Sätze, die da gebildet werden, die müssen in einer gewissen Form vorgekommen sein

01:01:40: oder die werden vielleicht irgendjemandem bekannt vorkommen. Und so glaube ich, wenn man jetzt große

01:01:46: Lyriker oder so was fragen würde oder Philosophen oder weiß ich nicht was,

01:01:50: im Lesezirkel, wenn man die fragen würde, der Text, den du gerade liest, ähnelt der mir oder

01:01:59: habe ich den geschrieben? Und ich glaube, dass dann ganz viel verloren geht von dem,

01:02:04: was eigentlich der Mensch da reingeschaffen hat, diese Persönlichkeit. Bei Bildern sind

01:02:08: die typischen Pinselstriche und die bestimmten Farben und wie man das macht. All das,

01:02:11: diese Zufälligkeit und dieses Persönliche, was man da rein entwickelt hat, die eigene

01:02:15: Weiterentwicklung. Das würde bei so einem generierten Modell, glaube ich, einfach noch

01:02:19: nicht funktionieren. Und deswegen, bevor ich mir wahrscheinlich einen Blogpost oder ein Zeitungsartikel

01:02:24: schreiben lassen würde von so einer Engine, also komplett schreiben würde von Anfang bis Ende,

01:02:28: ich glaube, davor würde ich zurückschrecken und würde sagen, ich mache das gar nicht, weil das

01:02:32: dann einfach auch nicht den Sinn erfüllt. Und dann kommen wir einfach zu diesem vielleicht

01:02:35: zusammenfassenden Punkt. Ich glaube nicht oder ich habe ein bisschen Angst davor oder die Befürchtung,

01:02:42: dass wir zwar mehr qualitativ hochwertigere Texte haben, weil diejenigen, die vielleicht

01:02:47: nicht die Fähigkeit besitzen zu schreiben, zu malen, zu singen, zu musizieren im Generellen

01:02:52: oder zu programmieren, dass all die Menschen befähigt werden, ihr Niveau oder ihr Level

01:02:57: anzuheben und dass vielleicht nicht im gleichen Tempo diejenigen, die es schon können, noch

01:03:01: besser werden, sondern eher, dass einfach dieses Zwischengut und Schlecht vielleicht einfach ein

01:03:06: bisschen verschoben wird, weil derjenige, der es nicht kann, sich so ein Mindestmaß an Qualität

01:03:10: dadurch holt. Dann wird es vielleicht einfach dadurch, dass man nicht mehr eindeutig identifizieren

01:03:16: kann, was ist gut und was ist schlecht, generell schon zu einer Verbesserung von allem führen,

01:03:20: aber noch nicht dazu, dass wir alle super tollen Content über jedes Thema überall finden werden.

01:03:27: Und wir finden, wir sagen "ChatGPT, erklär mir bitte die Relativitätstheorie, aber bitte nur

01:03:35: in Szenen setzen und für mich verständlich. Ich glaube, für solche Dinge, das könnte irgendwann

01:03:41: mal was werden, das könnte sich super viel bedienen, da könnte ich für mich sehr viel

01:03:44: rausholen. Aber sobald es darum geht, wirklich das, was wir als Kunst, ob es jetzt in Textform

01:03:50: oder gemalter Form ist oder so, bis das ersetzt werden kann und bis all diese Sachen, die dahinter

01:03:55: stecken, nachvollzogen werden durch so eine AI, ich glaube, da wird noch viel Zeit ins Land gehen.

01:03:59: Damit endet der erste Teil unserer Folge über AI und Co.

01:04:05: Wir hören uns in zwei Wochen wieder.

01:04:06: Bis dahin!

01:04:07: [Musik]

01:04:19: [Ende]