WEBVTT 00:00:20.000 --> 00:00:22.000 Schulze IT-Schulung und Dienstleistungen. 00:00:22.000 --> 00:00:27.000 Dein Spezialist für Audioanleitungen, Schulung, Fernwartung und Fritzbox-Optimierung. 00:00:27.000 --> 00:00:31.000 Mehr Infos findest du auf www.schulze-graben.de. 00:00:32.000 --> 00:00:39.000 Und hier ist euer Gastgeber Joachim Schulze, Master of Business Administration, JAWS Certified, IT-Trainer für Blinde und Sehbehinderte. 00:00:39.000 --> 00:00:43.000 Und ich darf wieder einmal einen wunderschönen guten Montag wünschen. 00:00:43.000 --> 00:00:50.000 Schön, dass ihr euch wieder die Zeit genommen habt für mich und eine Montagsveranstaltung. 00:00:50.000 --> 00:00:54.000 Ja, der Esel nennt sich immer zuerst, na, die Montagsveranstaltung wird’s mir hoffentlich verzeihen. 00:00:54.000 --> 00:01:02.000 Heute geht’s um ein Thema, ja, das ist in aller Munde im Moment: Welches ist denn nun die beste KI, die richtige künstliche Intelligenz für jeden Anlass? 00:01:02.000 --> 00:01:05.000 Das ist heute unser Thema. 00:01:06.000 --> 00:01:13.000 Und wir steigen heute ein mit einem Song, den wir auch schon in der Sonntagsmusik hatten, und das hat auch einen Grund, warum wir das machen. 00:01:13.000 --> 00:01:18.000 Ich möchte euch jetzt bitten, einfach mal besonders gut zuzuhören. 00:01:18.000 --> 00:01:23.000 Es geht um den Titel „Fancy Vacation“. 00:01:23.000 --> 00:01:26.000 Passt ja auch irgendwie. 00:01:26.000 --> 00:01:35.000 Der kommt jetzt dann auch auf die großen Streaming-Dienste: Apple Music, Amazon Music und wie sie nicht alle heißen, natürlich auch Spotify und YouTube. 00:01:35.000 --> 00:01:39.000 Ja, am 1. August. 00:01:39.000 --> 00:01:46.000 Viele andere Songs von Jockl & Friends sind schon draußen und ihr werdet jetzt nach diesem Song gleich hören, warum wir den heute zum Einstieg genommen haben. 00:01:47.000 --> 00:05:31.000 [Musik: Fancy Vacation – Jockl & Friends] 00:05:31.000 --> 00:05:34.000 Me and you, fancy vacation, yeah. 00:05:34.000 --> 00:05:39.000 Und da hat jetzt der eine und der andere sich auch schon gefragt: War das jetzt auch KI? 00:05:39.000 --> 00:05:43.000 Ja, war es, und zwar die KI Suno. 00:05:43.000 --> 00:05:51.000 Suno.ai, die KI, die ich seit vielen Monaten, jetzt eigentlich zwei Jahren, zum Erstellen von Musik verwende. 00:05:51.000 --> 00:05:53.000 Und warum steige ich mit diesem Thema ein? 00:05:53.000 --> 00:06:02.000 Ja, weil das auch wichtig ist und ganz oft einfach nicht gut erörtert wird. 00:06:03.000 --> 00:06:10.000 Denn viele sagen immer: Ja, das ist meine Lieblings-KI für Musikerstellung und das ist meine Lieblings-KI für Musikerstellung und das ist meine KI für Musikerstellung. 00:06:10.000 --> 00:06:11.000 Und ganz ehrlich: 00:06:12.000 --> 00:06:19.000 So einfach und stereotyp ist das Bild nicht, denn es kommt ein bisschen darauf an, was wollen wir denn eigentlich machen. 00:06:19.000 --> 00:06:22.000 Bei mir ist es so, dass ich die Texte eigentlich immer selber schreibe. 00:06:22.000 --> 00:06:25.000 Jetzt gibt es Leute, die sagen: Das kann doch die KI eigentlich auch. 00:06:25.000 --> 00:06:32.000 Ja, aber meistens relativ miserabel. Es gibt vereinzelt Glückstreffer, aber im Normalfall klappt das eigentlich nicht sauber. 00:06:32.000 --> 00:06:39.000 Deswegen schreibe ich meine Texte immer selbst und gebe dann der KI einen sehr genauen Prompt. 00:06:39.000 --> 00:06:46.000 Das haben wir ja vor kurzem erst gelernt: eine sehr genaue Anweisung, was sie komponieren soll musikalisch. 00:06:46.000 --> 00:06:54.000 Und da habe ich tatsächlich die besten Erfahrungen mit Suno gemacht. 00:06:54.000 --> 00:06:57.000 Ich habe die anderen auch ausprobiert. 00:06:57.000 --> 00:06:59.000 Es gibt ja zum Beispiel Udio, das hat der eine oder andere vielleicht auch schon mal gehört. 00:06:59.000 --> 00:07:04.000 Und ja, die können auch ganz ordentlich was, aber sie reichen nicht an Suno heran. 00:07:04.000 --> 00:07:11.000 Haben aber teilweise etwas bessere Instrumentalisierung. 00:07:11.000 --> 00:07:15.000 Das bedeutet: Wenn ich jetzt zum Beispiel sage, okay, ich baue mir jetzt erstmal das Instrumental, 00:07:16.000 --> 00:07:23.000 also zuerst mal den reinen Instrumententeil, dann kann ich das vielleicht mit Udio machen. 00:07:23.000 --> 00:07:30.000 Aber sobald dann Text drauf soll und Stimme drauf soll, dann werde ich am Ende Suno brauchen. 00:07:30.000 --> 00:07:36.000 Für alle, die mal ein bisschen mit KI rumspielen wollen, ist das auf jeden Fall in der Musikproduktion eine ganz tolle Möglichkeit, es auszuprobieren. 00:07:36.000 --> 00:07:43.000 Das kann man auch kostenlos machen. 00:07:43.000 --> 00:07:47.000 Ich habe auch noch vor, dieses Jahr mal ein Seminar zu machen über unser virtuelles Klassenzimmer, 00:07:48.000 --> 00:07:56.000 ein Gruppenseminar zum Thema Musikerstellung mit Suno am PC. 00:07:56.000 --> 00:07:59.000 Ich will’s eigentlich noch machen und, ja, sieht bis jetzt ganz gut aus, dass es auch klappen sollte. 00:08:00.000 --> 00:08:06.000 Aber es gibt ja jetzt noch einen dritten großen Player, von dem alle immer reden: ElevenLabs in der Musikproduktion. 00:08:06.000 --> 00:08:13.000 Die sind ja ganz groß, ja, und das sind sie auch, vor allem, wenn es um Gesang und Stimmen geht. 00:08:13.000 --> 00:08:20.000 Tatsächlich können die, was jetzt Instrumentenarrangements angeht, noch nicht ganz so viel, 00:08:21.000 --> 00:08:28.000 aber sie haben einfach Stimmen, die sind richtig krass. 00:08:28.000 --> 00:08:33.000 Weil ElevenLabs natürlich angefangen hat mit reiner Stimm-Synthese, das heißt, künstliche Stimmen zu erschaffen. 00:08:34.000 --> 00:08:41.000 Auch ich nutze die vereinzelt. Ihr hört sie immer wieder mal im Schulze-Funk, zum Beispiel bei den Station-IDs, 00:08:41.000 --> 00:08:49.000 so heißt es fachmännisch, also bei den kurzen Sequenzen zwischen Titeln oder zwischen Podcastfolgen 00:08:49.000 --> 00:08:56.000 oder auch immer, wenn die Montagsveranstaltungen beginnen oder enden. 00:08:56.000 --> 00:09:00.000 Ja, das lässt sich natürlich mit KI viel einfacher produzieren, als wenn man sich jetzt erst wieder einen geeigneten Sprecher oder Sprecherin suchen muss. 00:09:00.000 --> 00:09:08.000 Dann muss man sich auch zeitlich noch ein bisschen einig werden, man braucht sehr viele Versuche. 00:09:08.000 --> 00:09:15.000 Das klappt natürlich mit der KI alles viel einfacher, viel schneller, und die Resultate sind inzwischen beachtlich, das muss man wirklich sagen. 00:09:16.000 --> 00:09:23.000 Und da ist ElevenLabs natürlich die Königsdisziplin. Ja, da gibt es einfach nichts Besseres in der Sprachsynthese. 00:09:23.000 --> 00:09:25.000 Aber halt, Moment mal: Es gibt doch noch ganz viele andere, die das können. 00:09:26.000 --> 00:09:33.000 Es gibt ja zum Beispiel den Natural Reader, den gibt es, der verkauft ein Abo. 00:09:33.000 --> 00:09:41.000 Oder es gibt dann zum Beispiel auch noch die Möglichkeit, direkt über Microsoft Office seine Texte lesen zu lassen. Das läuft auch über KI. 00:09:41.000 --> 00:09:48.000 Ja, und da sehen wir schon: Was ist denn nun die richtige und beste Lösung, die am besten in mein Ökosystem passt? 00:09:48.000 --> 00:09:56.000 Das heißt: Wenn ihr viel mit Microsoft Word arbeitet und es euch einfach darum geht, bei Dokumenten geht es euch auf die Nerven, wenn JAWS euch das ständig vorquält, 00:09:56.000 --> 00:10:03.000 dann lasst ihr euch natürlich über Microsoft Word vorlesen. Das ist eine Möglichkeit. 00:10:03.000 --> 00:10:05.000 Gleich vorweg: Geht nicht in allen Office-Versionen. 00:10:06.000 --> 00:10:13.000 Am unproblematischsten klappt das Ganze mobil auf dem Handy. 00:10:13.000 --> 00:10:20.000 Ja, und wenn man jetzt sagt: Okay, ich habe immer sehr, sehr lange Texte, zum Beispiel ich habe viele Bücher als Textdateien oder PDFs, 00:10:20.000 --> 00:10:21.000 die würde ich mir gerne wie ein Hörbuch vorlesen lassen. 00:10:21.000 --> 00:10:23.000 Ja, dann gibt es da auch wieder ganz verschiedene Ansätze. 00:10:23.000 --> 00:10:26.000 Man kann dann zum Beispiel wirklich über ElevenLabs hergehen 00:10:26.000 --> 00:10:30.000 und das Ganze transformieren in professionell gesprochene Passagen. 00:10:30.000 --> 00:10:37.000 Allerdings – und das ist das, was ganz viele Leute dann plötzlich erschreckt – reden wir eben dann nicht mehr einfach von: 00:10:37.000 --> 00:10:43.000 Naja, ich schiebe die Datei mal eben rein und ziehe mal eben das Audiobuch raus. Nein, so läuft das nicht. 00:10:43.000 --> 00:10:47.000 Das geht dann wirklich in die Richtung, dass man das mit verschiedenen Generierungen machen muss. 00:10:47.000 --> 00:10:55.000 Wir müssen uns dann auch verschiedene Sachen angucken bzw. anhören, wirklich rauszufinden: Okay, was passt uns jetzt am besten. 00:10:55.000 --> 00:10:58.000 Und das müssen wir natürlich nicht einmal für das ganze Buch machen, 00:10:58.000 --> 00:11:05.000 sondern das müssen wir Kapitel für Kapitel oder vielleicht sogar Abschnitt für Abschnitt machen. 00:11:05.000 --> 00:11:09.000 Das macht das Ganze natürlich auch sehr zeitaufwendig und nicht zuletzt auch kostenintensiv. 00:11:09.000 --> 00:11:11.000 Denn eins muss man klar sagen: 00:11:12.000 --> 00:11:18.000 Das kostet alles richtig viel Rechenpower und die müssen wir am Ende meistens auch relativ ordentlich und teuer bezahlen, 00:11:18.000 --> 00:11:21.000 wenn wir denn zum Beispiel ein Buch mit 500, 600 Seiten hätten. 00:11:21.000 --> 00:11:26.000 Also, wir sehen schon: Im Bereich der Text-to-Speech-Engines, wie das heute so schön heißt, 00:11:26.000 --> 00:11:34.000 da gibt es unglaublich viele Möglichkeiten. 00:11:34.000 --> 00:11:41.000 Natürlich gibt es auch immer noch einfach die Möglichkeit, sich das mit dem iPhone mit einer Stimme unserer Wahl 00:11:41.000 --> 00:11:48.000 oder mit JAWS mit einer der Vocalizer-Stimmen, die es ja auch kostenlos gibt, vorlesen zu lassen. 00:11:48.000 --> 00:11:52.000 Und glaubt’s mir oder nicht: Das ist auch heute manchmal echt noch eine verdammt gute Lösung. 00:11:52.000 --> 00:11:53.000 Denn nicht überall hat die KI gleich so übernommen, dass das Ganze auch konkurrenzfähig ist. 00:11:54.000 --> 00:12:01.000 Wenn ich natürlich gesprochene Sequenzen brauche, die ich auch kommerziell einsetze, dann ist natürlich JAWS oder irgendwas Ähnliches sofort raus. 00:12:01.000 --> 00:12:09.000 Denn dann brauche ich natürlich eine professionelle Stimme und da bieten sich dann eben KI-Lösungen wie von ElevenLabs an. 00:12:09.000 --> 00:12:16.000 Wichtig ist hier auch immer unbedingt, die allgemeinen Geschäftsbedingungen und die Nutzungsbedingungen zu lesen. 00:12:16.000 --> 00:12:24.000 Denn die beschreiben ganz genau, wofür dürfen wir was einsetzen. Das ist immer ganz wichtig heutzutage, gerade im Kontext von künstlicher Intelligenz. 00:12:24.000 --> 00:12:29.000 Denn sonst kann es uns wirklich mal schnell passieren, dass wir Schiffbruch erleiden, und das ist schade. 00:12:29.000 --> 00:12:33.000 Ja, ansonsten wollen wir uns natürlich heute nicht nur mit den komplexen KIs befassen. 00:12:33.000 --> 00:12:41.000 Wir gehen gleich mal einen kompletten Schwenk rüber zu zwei kostenlosen, nämlich Be My AI und Seeing AI. 00:12:41.000 --> 00:12:48.000 Haben ja beide KI mit integriert: Be My AI und auch Seeing AI. 00:12:48.000 --> 00:12:49.000 AI ist die KI-Funktion von Be My AI. 00:12:49.000 --> 00:12:56.000 Die KI-Funktion, wie sieht man das mit den beiden? Wer von beiden ist nun besser? 00:12:56.000 --> 00:13:03.000 Wir haben beide in einer Folge beleuchtet, erst das eine, dann das andere. Beide haben Vorteile. 00:13:03.000 --> 00:13:11.000 Der größte Vorteil, der sie auch vereint, ist tatsächlich: Sie sind beide kostenlos. 00:13:11.000 --> 00:13:12.000 Und das darf man nicht vergessen, denn das macht natürlich einen riesengroßen Unterschied, 00:13:12.000 --> 00:13:19.000 ob ich erstmal wieder für ein KI-Abo Geld bezahlen muss, was einfach ab einem gewissen Nutzungslimit schnell der Fall ist. 00:13:19.000 --> 00:13:27.000 Und wenn ich dann mal ein bisschen entdeckt habe, die KI kann mir was helfen, dann komme ich auch schnell an den Punkt, 00:13:27.000 --> 00:13:33.000 wo ich halt einfach die sogenannten Free-Tiers, also die kostenlosen Limits überschreite, und das bringt natürlich überhaupt nichts. 00:13:34.000 --> 00:13:40.000 Ganz wichtig bei der Sache – und da müssen wir gut aufpassen – wenn wir sagen: Okay, Be My AI oder Seeing AI, was soll es denn nun sein? 00:13:40.000 --> 00:13:41.000 Wir müssen gucken, was machen wir. 00:13:41.000 --> 00:13:44.000 Wenn es darum geht, wir wollen wirklich Dokumente ordentlich scannen und die dann vielleicht auch weiterverarbeiten, 00:13:44.000 --> 00:13:45.000 dann haben wir schon gelernt: Ja, dann ist Seeing AI natürlich unschlagbar. 00:13:46.000 --> 00:13:53.000 Auch mal nur zum Ganzschnell: Aha, das ist jetzt ein Brief von XY. Okay, wenn ich das jetzt nicht genau lesen will, 00:13:53.000 --> 00:13:58.000 dann ist das schon besser. Wenn es mir darum geht, irgendwas präzise zu erfahren, dann kann Be My AI durchaus der bessere Freund sein. 00:13:58.000 --> 00:14:03.000 Aber – und das ist das Wichtigste – wenn man heute sagt: Okay, ich habe so und so viele KI-Tools zur Wahl, 00:14:03.000 --> 00:14:11.000 dann kann man sich entweder durchprobieren oder Podcasts wie diesen hören, sich da zu informieren, 00:14:11.000 --> 00:14:18.000 oder man kann sich einfach fachkundige Beratung an die Seite holen. 00:14:18.000 --> 00:14:26.000 Und das machen wir natürlich auch zu unseren Schulungs- und Beratungskonditionen für nur 36 Euro angefangen, ne, 30 Minuten. 00:14:26.000 --> 00:14:27.000 Könnt ihr einfach mal anfragen unter info@schulze-graben.de 00:14:28.000 --> 00:14:35.000 oder per Telefon und WhatsApp an 08232 5031303. 00:14:35.000 --> 00:14:38.000 Das Ganze läuft in Deutschland und Österreich vollständig online und per Telefon. 00:14:38.000 --> 00:14:39.000 Das heißt, ihr müsst auch zu Hause nicht verlassen. 00:14:39.000 --> 00:14:46.000 Ja, warum erzähle ich das? Es gibt ja nicht nur Be My AI und Seeing AI, es gibt ja noch ganz, ganz viele andere. 00:14:46.000 --> 00:14:50.000 Zum Beispiel einer, den wir früher öfter mal gesehen und probiert haben, nämlich ChatGPT. 00:14:51.000 --> 00:14:58.000 Wofür ist denn eigentlich nun der Beste? Ja, ist auf jeden Fall ein guter Allrounder im Alltag. 00:14:58.000 --> 00:15:05.000 Ist so, ich sag mal, die gutmütige KI, mit der man ziemlich viel machen kann, aber die einfach nur an manchen Stellen besonders stark ist, 00:15:05.000 --> 00:15:09.000 aber auch nirgends richtig schlecht. 00:15:09.000 --> 00:15:16.000 Denn man muss sagen: Man hat inzwischen einen extrem natürlich klingenden Audio-Modus. 00:15:16.000 --> 00:15:24.000 Man hat sich viel Mühe gegeben bei OpenAI, die KI menschlich wirken zu lassen. 00:15:24.000 --> 00:15:28.000 Also ich fand das zum Beispiel ganz amüsant: Mein Bruder hat am Wochenende, als er da war und was gesucht hat, 00:15:28.000 --> 00:15:33.000 über den Audio-Modus eine sehr interessante Antwort vom Audio-Modus bekommen. 00:15:33.000 --> 00:15:41.000 Das klang dann so ein bisschen, wie wenn die KI so überlegt. 00:15:41.000 --> 00:15:48.000 Und ja, ich kann dir schon mal sagen: Also ich habe dann so gedacht, okay, da hat man wirklich versucht, das Ganze ein bisschen menschlich zu machen 00:15:48.000 --> 00:15:55.000 und im Endeffekt einfach diese Zeit, die die KI braucht, das Web zu durchsuchen, zu überbrücken. 00:15:55.000 --> 00:15:57.000 Das finde ich ehrlich gesagt ganz nett gemacht. 00:15:58.000 --> 00:16:03.000 Also das ist ein schöner Gimmick, ja, den man jetzt nicht braucht, aber der durchaus nett ist. 00:16:03.000 --> 00:16:09.000 Ja, und wenn wir dann mal weiter gucken, was kann GPT sonst noch ausnehmend gut, 00:16:09.000 --> 00:16:11.000 dann kommt natürlich sofort die Bildgenerierung ins Spiel. 00:16:11.000 --> 00:16:15.000 Denn wenn’s darum geht, Bilder zu erstellen, die wirklich richtig gut aussehen – und es geht hier nicht um echt, ja? 00:16:15.000 --> 00:16:23.000 Ich meine, KI-Bilder sind KI-generiert, das ist ganz klar, wird ja seit Juni auch Gott sei Dank alles gekennzeichnet. In der EU ist das auch richtig. 00:16:23.000 --> 00:16:30.000 Ich selbst arbeite ganz viel mit KI-Bildern, weil es einfach heute gar nicht mehr wirtschaftlich machbar wäre, 00:16:30.000 --> 00:16:37.000 für jeden Facebook-Post, für jeden Beitrag ein Bild erstellen zu lassen. Das wäre gar nicht mehr machbar. 00:16:37.000 --> 00:16:39.000 Jedes Album-Cover entwerfen zu lassen, wenn wieder eine Single rauskommt von Jockl & Friends, 00:16:39.000 --> 00:16:47.000 das wäre einfach wirtschaftlich gar nicht machbar. Also egal, wie ich es anstellen würde, es wäre nicht tragbar. 00:16:47.000 --> 00:16:54.000 Und da muss ich tatsächlich sagen: Ich habe sie alle ausprobiert, was die Bilderstellung angeht. 00:16:54.000 --> 00:16:58.000 Und gerade bei Album-Covern, da ist das schon eine ganz schöne Herausforderung. 00:16:58.000 --> 00:17:05.000 Denn erstmal müssen die ziemlich hochauflösend sein, sonst kriegt man nämlich gleich ein Problem mit den Streaming-Diensten. 00:17:05.000 --> 00:17:12.000 Dann müssen die natürlich ein bestimmtes Größenverhältnis einhalten, die sollten möglichst quadratisch sein. 00:17:12.000 --> 00:17:15.000 Dann muss man auch immer ein bisschen aufpassen: Man hat ja meistens ein Bild mit Text und alles das ist so ein bisschen eine Sache. 00:17:16.000 --> 00:17:21.000 Da glänzen manche KIs wie eben GPT und andere, die kriegen es einfach gar nicht hin. 00:17:22.000 --> 00:17:29.000 Grok zum Beispiel hat eigentlich konsequent immer sehr niedrig aufgelöste Bilder, 00:17:29.000 --> 00:17:36.000 die dann natürlich auch sofort abgelehnt würden, weil die teilweise nur 2–300 Kilobyte haben. Das reicht hinten und vorne nicht aus. 00:17:36.000 --> 00:17:39.000 Auch ist die Detailgetreue meistens ziemlich schlecht gemacht, das muss man wirklich sagen, und das ist natürlich sehr, sehr schade. 00:17:39.000 --> 00:17:47.000 Bei GPT ist es sehr viel besser. Früher war immer so der Klassiker: Na, das Schaf mit fünf Hufen. Das ist so ein bisschen der Running Gag bei uns. 00:17:47.000 --> 00:17:48.000 Da ging es um ein Bild bei einer guten Freundin, die sollte ein Bild erstellen für einen Flyer und da wurde ein Schaf benötigt. 00:17:49.000 --> 00:17:56.000 Ja, und dieses Schaf sollte einen Zettel in der Hand haben und plötzlich hatte das Schaf eben auch diesen Zettel schön im Huf oder wie man sagt, im Vorderbein. 00:17:56.000 --> 00:18:03.000 Und jetzt gab es aber noch ein fünftes Bein. Also das Vorderbein, in dem das Schaf den Zettel hielt, war quasi das fünfte Bein. 00:18:03.000 --> 00:18:03.000 Denn unten dran … 00:18:04.000 --> 00:18:11.000 Also, das sind dann so Sachen, das ist halt richtig, richtig schlecht und das will man nicht. 00:18:11.000 --> 00:18:14.000 Das Ganze ist GPT passiert, aber das ist natürlich auch schon wieder – das muss man auch fair sagen – ein Dreivierteljahr her. 00:18:14.000 --> 00:18:19.000 Und seitdem ist viel passiert, zumindestens bei GPT. 00:18:19.000 --> 00:18:27.000 Kann Gemini mithalten von Google, was die Bildgenerierung angeht? Jein, es kommt immer ein bisschen darauf an. 00:18:27.000 --> 00:18:34.000 Gemini kann es auch relativ gut mit den Bildern, allerdings habe ich festgestellt: Die prompt-getreuesten Bilder kriege ich wirklich mit ChatGPT. 00:18:34.000 --> 00:18:36.000 Und da bin ich eigentlich im Allgemeinen sehr zufrieden mit dem, was da rauskommt. 00:18:36.000 --> 00:18:42.000 Ja, Bildgenerierung: Für jeden, der mit sozialen Netzwerken oder regelmäßiger PR-Arbeit zu tun hat, ist das ein leidiges Alltagsthema. 00:18:43.000 --> 00:18:50.000 Das macht uns die KI sehr viel einfacher. 00:18:50.000 --> 00:18:51.000 Dann kommen wir doch mal zum nächsten Punkt, nämlich Internetrecherche. 00:18:51.000 --> 00:18:57.000 Vor einem halben, dreiviertel Jahr, ja, da musste man sich schon noch ein bisschen anstrengen. 00:18:57.000 --> 00:19:04.000 Sie konnten es alle so einigermaßen, aber ja, man musste vieles noch gegenchecken. 00:19:04.000 --> 00:19:11.000 Die Zeiten sind definitiv vorbei. Denn man muss wirklich sagen: Klar, Quellenrecherche ist immer ratsam, 00:19:11.000 --> 00:19:13.000 aber es ist grundsätzlich so bei meinen täglichen Aufgaben: Wenn ich irgendwas recherchiere, 00:19:13.000 --> 00:19:20.000 ist es völlig egal, ob ich jetzt Gemini nehme, ob ich jetzt Grok nehme, ob ich jetzt ChatGPT nehme – am Ende machen sie das alle gleich gut. 00:19:20.000 --> 00:19:22.000 Sie können auch alle im Audio-Modus recherchieren, auch das ist ganz wichtig. 00:19:23.000 --> 00:19:25.000 Da hat sich viel verbessert und da muss man tatsächlich sagen: 00:19:25.000 --> 00:19:33.000 Ja, da ist dann wirklich ein bisschen die Geschmackssache, welche KI möchte ich denn haben. 00:19:33.000 --> 00:19:34.000 Denn wie gesagt: Internet-Recherche können sie tatsächlich alle. 00:19:34.000 --> 00:19:41.000 Ja, dann gucken wir uns mal einen weiteren wichtigen Punkt an: Für uns Blinde nicht Bild-Generierung, sondern Bild-Beschreibung. 00:19:41.000 --> 00:19:49.000 Reichen da Be My AI und Seeing AI aus oder brauche ich da grundsätzlich was Kostenpflichtiges? 00:19:49.000 --> 00:19:55.000 Tatsächlich kommt man mit den kostenlosen Alternativen, die ich gerade genannt habe – Seeing AI und Be My AI – verdammt weit. 00:19:55.000 --> 00:20:00.000 Da geht schon richtig, richtig viel. 00:20:00.000 --> 00:20:08.000 Man kann Fotos machen, man kann sich Objekte beschreiben lassen, man kann Fotos mit den jeweiligen Apps teilen und kann sie sich beschreiben lassen. 00:20:08.000 --> 00:20:15.000 Es klappt alles ziemlich ordentlich und rund, muss man klar sagen. 00:20:15.000 --> 00:20:17.000 Wie sieht das Ganze aber nun aus, wenn ich mal ein Video per WhatsApp geschickt bekomme? 00:20:18.000 --> 00:20:21.000 Dann ist es einfach vorbei, denn dafür gibt’s Pixiebot. 00:20:21.000 --> 00:20:26.000 Ja, das haben wir auch schon mal drüber gesprochen. Da gibt’s ein Lifetime-Abo, ist alles schön, ist alles fein. 00:20:26.000 --> 00:20:29.000 Kann man machen, wenn die Videos nicht zu groß sind. 00:20:29.000 --> 00:20:36.000 Aber ich habe immer wieder die Erfahrung gemacht: Ja, es hängt sich halt auch gerne mal auf. 00:20:36.000 --> 00:20:42.000 Und wer das inzwischen ausnehmend gut kann, ist Grok. 00:20:42.000 --> 00:20:50.000 Denn sobald ein Video unter 100 MB ist – also ja, wenn’s größer ist, kein Problem: 00:20:50.000 --> 00:20:57.000 Dann einmal an euch selbst per WhatsApp teilen, dann wird’s automatisch klein, denn WhatsApp verkleinert die Videos, 00:20:57.000 --> 00:21:00.000 und dann mit Grok teilen. 00:21:00.000 --> 00:21:08.000 Und dann könnt ihr immer noch als Text angeben: „Du bist auf Filmbeschreibungen für Blinde spezialisiert, mache das Video für mich erlebbar“ oder ähnliches. 00:21:08.000 --> 00:21:10.000 Und ihr werdet fasziniert sein, wie genial plötzlich Familienvideos oder andere Dinge euch beschrieben werden. 00:21:10.000 --> 00:21:18.000 Das ist, als wärt ihr live dabei. 00:21:18.000 --> 00:21:25.000 Und da muss ich persönlich sagen: Das finde ich einfach faszinierend. 00:21:25.000 --> 00:21:32.000 Denn wenn ich sowas kann, also wirklich Videos, die halt eben auch mal sechs, acht, zehn, zwölf Minuten lang sind, mir ordentlich beschreiben lassen, 00:21:32.000 --> 00:21:33.000 gerade auch geschnittene Videos. 00:21:33.000 --> 00:21:34.000 Till hatte jetzt zum Beispiel am Wochenende – 00:21:34.000 --> 00:21:41.000 war mit meinem Bruder, seinem Onkel in der Falknerei bei uns und da hat er einen Magic Movie mit iMovie erstellt. 00:21:41.000 --> 00:21:42.000 Das hatte ich ihm am Morgen gezeigt, weil er mich schon länger mal gefragt hatte wegen Videoschnitt. 00:21:42.000 --> 00:21:49.000 Und ja, das Video war so acht, neun Minuten lang, war ganz toll gemacht, verschiedene Szenen, Till mit den Falken und so die einzelnen Sachen. 00:21:49.000 --> 00:21:55.000 Und er hat natürlich das gemacht, was viele Sehende gerne machen: Er hat sich gedacht, das gesprochene Wort ist hier gar nicht so wichtig, da lege ich Musik drüber. 00:21:55.000 --> 00:22:02.000 Und ganz ehrlich: Normalerweise sind solche Videos dann für uns erstmal ohne sehende Audiodeskription nicht mehr erlebbar. 00:22:02.000 --> 00:22:11.000 Ja, ich hab das Ding, da es schon per WhatsApp kam, einmal mit Grok geteilt, ihm den entsprechenden Prompt, wie gerade vorher oben erklärt, gegeben 00:22:11.000 --> 00:22:18.000 und er hat mir das Ding schön Sequenz für Sequenz beschrieben und ganz ehrlich: Das war einfach nur toll. 00:22:18.000 --> 00:22:20.000 Also, hier muss man ganz klar sagen: 00:22:21.000 --> 00:22:28.000 Wenn’s darum geht, sich Videos audiodeskribieren zu lassen, dann ist Grok eigentlich unschlagbar seit den neuesten Updates. 00:22:28.000 --> 00:22:28.000 Denn jetzt kann er natürlich auch wirklich Videos verarbeiten, Bild für Bild, und dann haben wir natürlich einfach gewonnen. 00:22:28.000 --> 00:22:33.000 Klar, das Ganze hat auch Zeitlimits. Na, irgendwann kann ich auch, wenn Videos runterkomprimiert sind mit WhatsApp, die 100-MB-Marke nicht mehr unterbieten. 00:22:33.000 --> 00:22:39.000 Das ist ganz klar. Also den Film kann ich mir auf diese Weise nicht beschreiben lassen. 00:22:39.000 --> 00:22:42.000 Aber hey, ich meine: Die meisten WhatsApp-Videos sind irgendwo unter zehn Minuten, die man bekommt. 00:22:42.000 --> 00:22:45.000 Das geht in jedem Fall oder auch Facebook-Videos, müssen halt nur klein genug sein. 00:22:45.000 --> 00:22:52.000 Ja, Videobeschreibung, ganz wichtig. 00:22:52.000 --> 00:22:58.000 Dann kommen wir doch mal zum Thema Texte erstellen. 00:22:58.000 --> 00:23:05.000 Und hier muss man jetzt ganz klar sehen: Auch hier lautet die Antwort wieder: Es gibt nicht die eine KI, die es am besten kann, 00:23:05.000 --> 00:23:13.000 denn es kommt ganz darauf an, was braucht ihr. 00:23:13.000 --> 00:23:20.000 Bei mir ist es zum Beispiel so, dass Texte ganz häufig aus Bausteinen erstellt werden müssen. 00:23:20.000 --> 00:23:27.000 Das heißt, dass bestimmte Dinge von unserer Webseite rausgelöst werden sollen und dann als Text verarbeitet werden, 00:23:27.000 --> 00:23:34.000 dass teilweise auch eine Index- oder Listenerstellung nötig ist. 00:23:34.000 --> 00:23:37.000 Und da sieht man ganz schnell: Das können nicht alle gleich gut. 00:23:38.000 --> 00:23:45.000 Da ist ChatGPT ziemlich gut, muss man ganz klar sagen. 00:23:45.000 --> 00:23:53.000 Da muss man dann nur immer ein bisschen aufpassen mit der Formatierung, dass das dann so ist, wie man es haben möchte. 00:23:53.000 --> 00:23:56.000 Das kann man dann ganz einfach vermeiden, indem man tatsächlich sagt: Erstelle mir ein Word-Dokument aus diesem Text. 00:23:56.000 --> 00:24:03.000 Ja, das kann GPT. 00:24:03.000 --> 00:24:07.000 Was auch richtig gut kann und bei mir auch im Moment am meisten genutzt wird, ist Grok, ganz klar. 00:24:07.000 --> 00:24:13.000 GPT ist von der Grammatik her meist etwas besser, allerdings stört mich das jetzt bei Grok nicht genug, 00:24:14.000 --> 00:24:21.000 dass ich sage, ich hole mir dafür ein zweites Abo. 00:24:21.000 --> 00:24:25.000 Und mit der kostenlosen Version ist natürlich das Erstellen von aufwendigen Texten eher schwierig. 00:24:25.000 --> 00:24:28.000 Bei Bildern geht das noch, aber von daher bleibt es bei mir bei Grok. 00:24:28.000 --> 00:24:32.000 Ja, Gemini kann ich da immer nur ein bisschen mit Vorsicht empfehlen, 00:24:32.000 --> 00:24:41.000 weil gerade, wenn es darum geht, dass auf Links verwiesen werden soll, dann macht Gemini etwas, was ich persönlich gar nicht akzeptieren kann: 00:24:41.000 --> 00:24:48.000 Es nutzt Google-Links. Das bedeutet, die eigentlichen Links werden in einen Google-Link verpackt, 00:24:48.000 --> 00:24:54.000 der, wenn zum Beispiel der Link nicht funktioniert, auf eine Suchseite verlinkt. 00:24:55.000 --> 00:25:02.000 Finde ich ehrlich gesagt ganz, ganz, ganz problematisch. 00:25:02.000 --> 00:25:09.000 Klar, es soll dem Tracking dienen, damit man feststellen kann, welche Besucher kamen von Gemini. 00:25:09.000 --> 00:25:17.000 Das mag für den Betreiber einer Webseite ganz nützlich sein. Für den Anwender, wo das Ganze dann gerne auch mal nicht funktioniert 00:25:17.000 --> 00:25:24.000 und auch datenschutzrechtlich vielleicht ein bisschen sehr schwierig ist, halte ich das persönlich eigentlich für nicht tragbar. 00:25:24.000 --> 00:25:32.000 Ja, Claude – wie schlägt der sich da? Über den haben wir noch gar nicht gesprochen. 00:25:32.000 --> 00:25:39.000 Vorher müssen wir noch kurz klären: Gemini kann keine Word-Dokumente. 00:25:39.000 --> 00:25:41.000 Das heißt für uns dann auch am Ende des Tages: Ja, wir können das nicht in ein Dokument extrahieren lassen 00:25:41.000 --> 00:25:43.000 und müssen dann im Endeffekt mit dem Text arbeiten, ihn kopieren. 00:25:43.000 --> 00:25:46.000 Und wenn da jetzt zum Beispiel Befehle drin sind, die nach Word oder dem Textprogramm unserer Wahl nicht richtig umgesetzt werden, 00:25:46.000 --> 00:25:54.000 dann müssen wir das alles von Hand korrigieren und das ist natürlich unsagbar mühsam. 00:25:54.000 --> 00:25:56.000 Ja, Claude ist auch recht gut, was Recherche angeht, kann’s. 00:25:56.000 --> 00:26:01.000 Ist sehr gründlich. Man sagt ja immer: Ja, die Opus-Modelle sind eigentlich unschlagbar. 00:26:01.000 --> 00:26:09.000 Sie sind sicher aktuell so ziemlich das Hochauflösendste, was es gibt. 00:26:09.000 --> 00:26:16.000 Allerdings muss man klar sagen, dass Grok und GPT da dicht auf den Fersen sind. 00:26:16.000 --> 00:26:20.000 Also, es ist schon eine gute Möglichkeit, da mit Claude wirklich zu arbeiten. 00:26:20.000 --> 00:26:24.000 Man kann hier gut Texte erstellen lassen, das ist gar kein Problem. 00:26:25.000 --> 00:26:30.000 Wichtig ist halt immer: Man muss sehen, man hat mit Claude natürlich eine KI, die auch sehr immer auf Quellen bedacht ist, 00:26:30.000 --> 00:26:37.000 die auch immer schön guckt, dass auch wirklich alles angegeben ist, und das ist natürlich schon ein großer Vorteil. 00:26:37.000 --> 00:26:39.000 Und dann bleiben wir auch noch mal bei der Texterstellung: Wie ist es mit literarischen Texten? 00:26:39.000 --> 00:26:44.000 Ja, da gibt es natürlich auch Stärken und Schwächen. 00:26:44.000 --> 00:26:52.000 Ich halte aktuell Claude da wirklich mit Abstand für die beste KI. 00:26:52.000 --> 00:26:54.000 Also wenn es darum geht, wirklich Texte zu erstellen, die clean und sauber sind, 00:26:55.000 --> 00:27:02.000 die ein bisschen Handlung haben, die vielleicht auch einem vorgegebenen Strang folgen und und und – 00:27:02.000 --> 00:27:04.000 das kann Claude mit Abstand am besten, dann kommt GPT. 00:27:05.000 --> 00:27:12.000 Ja, und was ist mit Grok? Ist der da komplett abgeschlagen? Ähm, nein, ist nicht. 00:27:12.000 --> 00:27:19.000 Ist nur einfach etwas mehr von Stereotypen durchsetzt bei der Texterstellung, macht öfter das Gleiche, 00:27:19.000 --> 00:27:20.000 ist aber, wenn man ihn gut führt – und da sind wir jetzt wieder bei dem Thema: Na, für was brauche ich das Ganze – 00:27:20.000 --> 00:27:28.000 extrem performant und kann da wirklich richtig toll ausschmücken, richtig toll ausbauen, richtig toll aufbauen. 00:27:28.000 --> 00:27:32.000 Also da hat man eigentlich schon ein starkes Tool an der Hand, wenn man die KI eben genau dahin führt, wo man sie hinhaben möchte. 00:27:32.000 --> 00:27:39.000 Bei anderen, wie eben GPT oder auch bei Claude, da muss man das weniger, 00:27:40.000 --> 00:27:47.000 weil die einfach automatisch ein bisschen mehr auf glattpoliert, auf Feinschliff optimiert sind. 00:27:47.000 --> 00:27:55.000 Wie ist das mit Gemini und Literatur? Ja, gar nicht so schlecht, ganz ehrlich gesagt. Also tatsächlich kann er auch sehr viel. 00:27:55.000 --> 00:27:57.000 Grok hat ja das Problem mit der Grammatik, da hat er ja immer mal wieder Schwierigkeiten, die klassischen Übersetzungsfehler. 00:27:57.000 --> 00:27:59.000 Das hat Google eigentlich gar nicht. 00:27:59.000 --> 00:28:03.000 Ja, Claude und GPT sind da eigentlich auch fast fehlerfrei. 00:28:03.000 --> 00:28:11.000 Betone immer das „fast“, denn ganz perfekt macht’s einfach keine KI. Soweit sind wir noch nicht. 00:28:11.000 --> 00:28:18.000 Aber man muss halt sagen: Gemini hat halt einen riesen Nachteil bei der Texterstellung: Ich kann keine Dokumente erstellen. 00:28:18.000 --> 00:28:26.000 Und das ist in dem Moment problematisch, formatiert ja Texte meistens auch entsprechend, bisschen mit Überschriften und Aufzählungen und und und Tabellen. 00:28:26.000 --> 00:28:26.000 Und wenn ich das Ganze dann übernehme und ins Word kopiere, dann passiert es nicht selten, 00:28:27.000 --> 00:28:30.000 dass da noch irgendwelche Zeichen mitschwimmen, die Word dann wieder nicht verarbeiten kann. 00:28:30.000 --> 00:28:38.000 Wenn ich jetzt natürlich im Google-Ökosystem bleibe und dann direkt in Google Docs kopiere – kein Problem. 00:28:38.000 --> 00:28:46.000 Wenn ich aber nicht im Ökosystem von Google lebe, dann kann das mit Gemini durchaus mal ein bisschen schwierig werden. 00:28:46.000 --> 00:28:50.000 Ja, jetzt haben wir das schon durchgesprochen: Texterstellung. 00:28:50.000 --> 00:28:57.000 Wie sieht’s denn mit dem Audio-Modus aus? Ja, das ist ja auch noch ein Thema. 00:28:57.000 --> 00:29:02.000 Ähm, da muss man klar sagen: Ja, das können sie alle. 00:29:02.000 --> 00:29:10.000 Das kann Gemini gut, das kann Grok gut, das kann GPT wunderbar. Also da haben wir im Allgemeinen gar keine Probleme. 00:29:10.000 --> 00:29:17.000 Das ist wirklich etwas: Ja, jeder hat so ein bisschen seinen eigenen Stil. Auch Grok hat halt seine verschiedenen Persönlichkeiten, die man wählen kann. 00:29:17.000 --> 00:29:18.000 Das kann mal ganz lustig sein, ja. 00:29:18.000 --> 00:29:24.000 Aber am Ende sind die Audiomodi eigentlich bei allen KI-Agenten plus minus sehr ähnlich. 00:29:24.000 --> 00:29:27.000 Fotos im Audiomodus beschreiben: Ja, das ist immer ziemlich heikel, 00:29:27.000 --> 00:29:34.000 denn man weiß halt nie so genau, fotografiert jetzt oder hat jetzt richtig fotografiert, hat die Front, hat die Rückseite wahrgenommen. 00:29:34.000 --> 00:29:42.000 Ja, das machen manche Apps ein bisschen besser, manche ein bisschen schlechter. 00:29:42.000 --> 00:29:49.000 GPT und Gemini sind da ein bisschen besser dabei. Bei Grok ist das relativ schwierig zu differenzieren. 00:29:49.000 --> 00:29:50.000 Aber dafür gibt’s ja Orion, ne? Haben wir auch schon mal drüber hier berichtet. 00:29:50.000 --> 00:29:51.000 Orion mit zwei O, und da kann man sich eigentlich sehr, sehr gut bei solchen Sachen behelfen. 00:29:52.000 --> 00:29:54.000 Ja, und ansonsten Bildbeschreibung. 00:29:54.000 --> 00:29:55.000 Wir haben schon kurz den Platzhirsch. 00:29:56.000 --> 00:30:04.000 Auch hier klar: Videos, das geht im Moment einfach nur mit Grok sauber. 00:30:04.000 --> 00:30:11.000 Wenn es um Bilder geht, dann muss man sehen: Seeing AI und Be My AI sind schon wahnsinnig gut. 00:30:11.000 --> 00:30:16.000 Da kann man richtig viel machen, ja, und sich richtig viel beschreiben lassen. 00:30:16.000 --> 00:30:23.000 Be My AI kann man nachfragen, auch das klappt gut. 00:30:23.000 --> 00:30:28.000 Brauche ich dann noch eine KI, die mir zusätzlich Bilder beschreibt? In den allermeisten Fällen nein. 00:30:29.000 --> 00:30:36.000 Es kann aber durchaus sein, wenn ich zum Beispiel personalisiert habe, wie ChatGPT oder wie Grok, 00:30:36.000 --> 00:30:43.000 dass der einfach weiß, worauf er achten soll und und und und und, dann kann das unter Umständen Sinn machen, 00:30:43.000 --> 00:30:44.000 das Ganze nochmal durch die KI laufen zu lassen. 00:30:44.000 --> 00:30:47.000 Aber tatsächlich ist Bildbeschreibung heute etwas, was eigentlich auch mit den kostenlosen Apps super funktioniert. 00:30:47.000 --> 00:30:50.000 Ja, und das sind eigentlich so die aktuellen Anwendungsfälle, 00:30:50.000 --> 00:30:53.000 die meistens bei den Privatanwendern und kleineren Einzelunternehmen vorkommen. 00:30:53.000 --> 00:31:00.000 Ja, rechnen müssen wir, glaube ich, nicht mehr extra ansprechen. Das können alle KIs. 00:31:00.000 --> 00:31:02.000 Es gibt keine KI, die nicht ordentlich rechnen kann. 00:31:02.000 --> 00:31:06.000 Tabellen zeigen sie uns alle gerne mal. Da muss man dann einfach ein bisschen gucken, wie man damit umgehen kann. 00:31:06.000 --> 00:31:12.000 Ähm, das muss der Screenreader hergeben. Das geht auch im Allgemeinen sehr gut. 00:31:13.000 --> 00:31:20.000 Wenn man keine Tabellen will, kann man das den KIs auch allen explizit sagen. Also ich muss sagen: Bei allen KIs super lösbar. 00:31:20.000 --> 00:31:27.000 Ja, ich hoffe, ich hab euch einen kleinen Überblick gegeben. 00:31:27.000 --> 00:31:28.000 Der ein oder andere sitzt jetzt vielleicht vorm Gerät und denkt sich: Wow, aber ich bin ja irgendwo dazwischen. 00:31:28.000 --> 00:31:36.000 Welche KI ist denn jetzt für mich die richtige? 00:31:36.000 --> 00:31:39.000 Da kann ich wirklich nur nochmal sagen: Bitte nutzt unsere Angebote für Beratung und Schulung. 00:31:39.000 --> 00:31:46.000 Ihr kriegt nirgends als Blinde und Sehbehinderte eine bessere Begleitung, KI zu lernen, 00:31:46.000 --> 00:31:47.000 aber auch für euch die richtige KI zu finden. 00:31:47.000 --> 00:31:54.000 Das kann ich euch einfach nur sagen, denn es gibt niemand anderen bei uns im deutschsprachigen Raum, der sich auf dieses Thema so spezialisiert wie wir. 00:31:54.000 --> 00:31:55.000 Einfach mal eine Mail schreiben: info@schulze-graben.de 00:31:56.000 --> 00:31:59.000 oder Telefon 08232 5031303. 00:31:59.000 --> 00:32:01.000 Ja, damit sind wir am Ende für heute angelangt. 00:32:01.000 --> 00:32:03.000 Nächste Woche gibt’s keine Montagsveranstaltung. 00:32:03.000 --> 00:32:07.000 Die nächste kommt am 3. August. 00:32:07.000 --> 00:32:12.000 Und ganz besonders drauf freue ich mich, denn da stelle ich euch eine neue iPhone-App vor, 00:32:13.000 --> 00:32:16.000 und zwar die App Z, die Videos bearbeiten wie ein Profi und das Ganze mit voller VoiceOver-Unterstützung. 00:32:17.000 --> 00:32:24.000 Bleibt mir gesund, bleibt neugierig. 00:32:24.000 --> 00:32:26.000 Wenn ihr sagt: Mensch, die Veranstaltung gefällt euch, 00:32:27.000 --> 00:32:34.000 dann freuen wir uns natürlich immer über eure freiwillige Unterstützung über danke.schulze-graben.de. 00:32:34.000 --> 00:32:35.000 Könnt ihr den Smütech und den Schulze-Funk mit einem Betrag eurer Wahl unterstützen. 00:32:36.000 --> 00:32:43.000 Ja, und bis zum nächsten Mal sage ich Tschüss, macht’s gut, euer Jockl Joachim Schulze. 00:36:44.000 --> 00:36:51.000 Schulze IT-Schulung und Dienstleistungen. Dein Spezialist für Audioanleitungen, Schulung, Fernwartung und Fritzbox-Optimierung. 00:36:51.000 --> 00:36:55.000 Mehr Infos findest du auf www.schulze-graben.de.