Season's Savings | ₹5/mo for 3 months

₹199/month after first 3 months. Renews automatically. Terms apply.
Klartext KI cover art

Klartext KI

Klartext KI

Written by: Matúš Mala Alwine Schultze
Listen for free

About this listen

Weil jeder KI verstehen sollte...

... erkundet Matus, ein BPM Philanthrop & Coach, zusammen mit...

... Alwine, die pragmatisch KI-Lösungen für Kunden baut, die Welt der Künstlichen Intelligenz.

Und weil Abwechslung sein muss, sind auch Gäste mit im Podcast. Sonst wäre es ja langweilig, oder? Hör gern bei uns rein, hier wird nichts geskriptet oder sich stunden auf den Gast vorbereitet, damit alles möglichst authentisch ist. Also hör rein in den etwas anderen KI-Podcast.

Vernetz dich gern mit uns:
https://www.linkedin.com/in/alwineschultze/
https://www.linkedin.com/in/matusmala/

PS:
Wir hören gern jedes Feedback zu unserem Podcast, das bietet uns die Chance uns für euch zu verbessern.

Copyright 2026 All rights reserved.
Episodes
  • #87 Zwischen KI-Hilfe und KI-Müll
    Nov 5 2026

    In dieser Folge sprechen Matúš und Alwine mit Jonas über die Grenze zwischen nützlicher KI-Unterstützung und Ergebnissen, die anderen Arbeit machen. Vom LinkedIn-Feed über den Büroalltag bis zum eigenen Rechner geht es darum, was wir automatisieren wollen und wo Verantwortung beim Menschen bleibt.

    Ausgangspunkt ist Jonas’ Ärger über einen LinkedIn-Beitrag zur Ironman-WM: KI-generierte Bilder, auf denen er die dargestellten Athletinnen kaum wiedererkennt, und eine Diskussion, in der die KI auch noch die Qualität ihrer eigenen Ergebnisse bestätigen soll. Daraus wird eine Debatte über Aufmerksamkeit, Respekt und Workslop: Inhalte, die schnell erstellt sind, deren Empfänger aber erst herausfinden müssen, was eigentlich gemeint ist.

    Danach diskutieren die drei einen Bericht über Anthropics geplanten Einstieg ins Beratungsgeschäft. Was bedeutet es für Beratungshäuser, wenn der Modellanbieter selbst mitberät? Und wie unabhängig ist eine Empfehlung, wenn das passende Produkt gleich mitverkauft wird? Jonas hält dagegen, dass Unternehmen oft zunächst bessere Prozesse brauchen. An seinen Erfahrungen mit Copilot in Excel und PowerPoint zeigt sich zugleich, wie hilfreich KI direkt im vertrauten Arbeitsablauf sein kann.

    Kontrovers wird es bei KI-gestützten Software- und Spieleklonen. Die drei hinterfragen, was hinter dem Begriff Dekompilieren steckt, und diskutieren die Grenze zwischen Inspiration und Kopie. Jonas sorgt sich besonders um kleine Spielestudios. Alwine und Matúš bringen die Qualität der Nachbauten, die Bedeutung einer Community und die Möglichkeiten schnellerer Entwicklung ins Gespräch.

    Abschließend geht es um KI-Agenten mit Zugriff auf den PC. Jonas sieht Chancen für Barrierefreiheit und Unterstützung im Alltag. Matúš und Alwine halten klare Grenzen für entscheidend: getrennte Umgebungen, begrenzte Zugriffsrechte und nachvollziehbare Aktionen. Gerade bei Kundendaten reicht das Versprechen, ein Agent werde sich schon an sein Verzeichnis halten, für sie nicht aus.

    Eine Folge über KI-Müll, echte Arbeitserleichterung, digitale Kopien und die Verantwortung für handelnde KI-Agenten.

    Timeline
    • 00:02 Begrüßung
    • 01:03 KI-Bilder auf LinkedIn: Aufmerksamkeit, Authentizität und Respekt
    • 12:20 Workslop: Wenn die eigene Zeitersparnis anderen Arbeit macht
    • 16:37 KI-Anbieter als Berater: Unabhängigkeit, Anbieterbindung und bessere Prozesse
    • 26:16 Copilot im Alltag: hilfreiche Integration und störrische Recherche
    • 29:45 Software- und Spieleklone: Inspiration, Nachbau und kreative Arbeit
    • 43:07 KI am eigenen Rechner: Barrierefreiheit, Zugriffsrechte und getrennte Identitäten

    🔗 Weiterführende Links zur Folge

    LinkedIn: https://www.linkedin.com/company/klartext-ki-der-podcast

    Show More Show Less
    51 mins
  • #86 Code lesen war gestern
    Oct 15 2026
    In dieser Folge sprechen Matúš, Alwine und Vlad über KI-Agenten in der Softwareentwicklung und darüber, wie viel Vertrauen automatisierte Tests verdienen. Wenn Agenten den Code schreiben, verschiebt sich die Arbeit: Anforderungen verstehen, Qualität prüfen und entscheiden, was ausgeliefert wird. Vlad berichtet, dass er kaum noch selbst Code schreibt. Stattdessen beschäftigt er sich mit Architektur, Kontext und überprüfbaren Ergebnissen. Matúš geht ähnlich vor und setzt auf automatisierte Tests, die bei jeder Änderung laufen. Alwine hakt nach: Was wird dabei eigentlich geprüft, und wer schaut sich das Ergebnis an? Es geht um deterministische Tests, also fest definierte Prüfungen, die ohne erneute KI-Abfragen ausgeführt werden, um spezialisierte Agenten und um Reviews jenseits einzelner Codezeilen. Vorher-Nachher-Bilder, API-Vergleiche und Videos können Veränderungen sichtbar machen. Die Diskussion zeigt, wie unterschiedlich die Vorstellungen davon sind, welche Kontrollen Vertrauen schaffen. Besonders kontrovers wird es bei der Abnahme. Matúš beschreibt Anwendungen, in denen Nutzer Änderungswünsche direkt eingeben und Agenten die Umsetzung übernehmen. Alwine fragt nach Verantwortung, menschlichen Freigaben und den besonderen Anforderungen kritischer Infrastruktur. Dabei wird deutlich: Keinen Code mehr selbst zu lesen bedeutet nicht automatisch, dass niemand das Ergebnis abnimmt. Abschließend geht es darum, wie Menschen ihre Wünsche künftig in Software übersetzen. Vlad nutzt schnelle Prototypen, um gemeinsam mit Beteiligten herauszufinden, was überhaupt gebraucht wird. Wenn sich immer mehr Ideen umsetzen lassen, wird die Entscheidung wichtiger, welche davon tatsächlich ins Produkt gehören. Beim Tempo und bei den nötigen Kontrollen bleiben unterschiedliche Perspektiven bestehen. Eine Folge über agentische Softwareentwicklung, automatisierte Qualitätssicherung, verständliche Anforderungen und menschliche Verantwortung. Timeline
    • 00:00 Einstieg mit Vlad: Vom Codeschreiben zum Steuern von Agenten
    • 09:02 Vertrauen in generierten Code und automatisierte Qualitätssicherung
    • 14:34 Reviews ohne Code: Tests, Screenshots und sichtbare Veränderungen
    • 20:53 Änderungswünsche direkt in der Anwendung und die Frage der Abnahme
    • 26:40 Qualitätsprüfungen, klare Anforderungen und schnelle Prototypen
    • 35:44 Menschliche Freigaben und kontroverse Unternehmensbeispiele
    • 43:29 Unterschiedliche Risikokontexte und das Fazit der Diskussion
    🔗 Weiterführende Links zur Folge https://www.linkedin.com/company/klartext-ki-der-podcast Bild ist offensichtlich KI-generiert
    Show More Show Less
    44 mins
  • #85 Quantencomputer: Hype trifft Realität
    Oct 9 2026

    In dieser Folge von Klartext KI sprechen Matúš, Alwine und Jan über Quantencomputer, ihre Möglichkeiten und die Grenzen des Hypes. Dazu schauen sie auf KI-Benchmarks und diskutieren, warum das leistungsstärkste Modell nicht automatisch die wirtschaftlichste Wahl ist.

    Zum Einstieg bringt Jan einen Vergleich der führenden KI-Modelle mit. Im Mittelpunkt stehen die Unterschiede zwischen Benchmark-Leistung, Token-Preisen und den tatsächlichen Kosten pro gelöster Aufgabe. Matúš und Alwine ergänzen ihre Erfahrungen aus der Arbeit mit verschiedenen Modellen und diskutieren, was gegenseitige Überprüfung bringt.

    Danach erklärt Jan Quantencomputing anhand von Münzen, einem Labyrinth und einem Koffeinmolekül. Es geht um Qubits, Superposition und Interferenz und darum, weshalb diese Technik für bestimmte Berechnungen spannend ist. Molekülsimulationen, Materialforschung und die Primfaktorzerlegung liefern konkrete Beispiele.

    Quantencomputer beschreibt Jan als Präzisionswerkzeug: ein Skalpell, das man nicht zum Brotschneiden verwendet. Für Texte und gewöhnliche Programmieraufgaben erwartet er keinen pauschalen Quantenschub. Das Gespräch beleuchtet außerdem Fehlerkorrektur, Googles Willow und die verschiedenen technischen Ansätze beim Bau von Quantencomputern.

    Abschließend geht es um das Prinzip „heute speichern, später entschlüsseln“. Alwine greift die Frage auf, was das für Daten bedeutet, die noch in vielen Jahren sensibel sind. Jan erläutert die Rolle quantenresistenter Verschlüsselung und erklärt, warum er KI vor allem als Beschleuniger der Quantenforschung sieht.

    Eine Folge über KI-Kosten, Quantencomputing, Fehlerkorrektur und langfristige Datensicherheit.

    Timeline
    • 00:00 Begrüßung

    • 01:43 KI-Benchmarks, Modellvergleich und Kosten

    • 18:29 Preiskampf, Subventionen und mögliche Geschäftsmodelle

    • 26:27 Quantencomputing erklärt: Qubits, Superposition und Interferenz

    • 34:21 Einsatzgebiete und Grenzen von Quantencomputern

    • 42:03 Willow, Fehlerkorrektur und technische Ansätze

    • 50:18 Heute speichern, später entschlüsseln

    🔗 Weiterführende Links zur Folge

    LinkedIn: Klartext KI – der Podcast

    Bild ist offensichtlich KI-generiert

    Show More Show Less
    58 mins
adbl_web_anon_alc_button_suppression_t1
No reviews yet