Prompt mich mal! — Der Podcast über KI, ChatGPT & kreative Prompts

In dieser Folge geht’s um Vibe Coding, das neue Entwicklererlebnis in Google AI Studio. Die Idee dahinter: KI-Anwendungen sollen sich anfühlen wie kreatives Arbeiten – nicht wie Programmieren. Nutzer können per einfacher Spracheingabe Prototypen erstellen, ohne Code schreiben zu müssen. Google AI Studio verknüpft automatisch die passenden Gemini-Modelle und APIs, etwa für Bilderstellung oder Maps-Integration. Mit dabei sind Features wie der „I’m Feeling Lucky“-Button für spontane Ideen oder der „Annotation Mode“, mit dem man direkt per Prompt visuelle Elemente anpassen kann. Ziel: KI-Entwicklung soll schneller, intuitiver und für mehr Menschen zugänglich werden.

In dieser Folge geht’s um ein spannendes und wichtiges Thema: Wie misst man eigentlich Künstliche Allgemeine Intelligenz (AGI)? Eine neue wissenschaftliche Arbeit schlägt dafür ein konkretes Bewertungssystem vor – basierend auf zehn kognitiven Bereichen wie Denken, Gedächtnis, Wahrnehmung oder Lernen. Das Ziel: Ein standardisierter „AGI Score“, mit dem sich KI-Modelle objektiv einordnen lassen. Überraschend: Aktuelle Systeme wie GPT-4 und GPT-5 erreichen zwar in manchen Bereichen hohe Werte, zeigen aber ein sehr „gezacktes“ Fähigkeitsprofil – mit massiven Schwächen etwa beim Langzeitgedächtnis. Die Folge beleuchtet, was das für unsere Einschätzung von KI bedeutet – und warum wir bei AGI genauer hinsehen müssen.

dieser Folge geht es um ChatGPT Atlas, den neuen KI-gestützten Webbrowser von OpenAI. Atlas bringt Künstliche Intelligenz direkt ins Surferlebnis – mit einer permanenten Chat-Sidebar, die Webseiteninhalte analysiert, zusammenfasst und erklärt. Besonders spannend: Im Agenten-Modus kann ChatGPT für dich handeln – etwa Aufgaben planen oder Essen bestellen. Dank Browser-Memories erinnert sich Atlas an besuchte Seiten und hilft so beim Wiederfinden relevanter Informationen. Datenschutz, Sicherheit und Benutzerkontrolle stehen dabei im Fokus. Aktuell ist Atlas für macOS verfügbar, erweiterte Funktionen sind Pro-Nutzern vorbehalten.

Das Internet war mal ein Ort für Wissen – heute findet man dort Shrimp Jesus, Fake-Zitate und Chatbot-Chaos. In dieser Folge sprechen wir über eine düstere Entwicklung: Wie Künstliche Intelligenz das Internet zunehmend mit minderwertigen Inhalten – sogenanntem Slop – überschwemmt. Von nutzlosen Texten über falsche Infos bis hin zu KI-generierten Bildern: Die Qualität im Netz sinkt rapide. Plattformen wie Facebook und Amazon tragen dazu bei, indem sie solche Inhalte belohnen oder sogar fördern. Gleichzeitig halten unterbezahlte Datenarbeiter im Hintergrund die KI-Systeme am Laufen. Wir werfen einen Blick auf die Geschichte des Internets – vom hoffnungsvollen Start zur gegenwärtigen Krise – und fragen: Wie retten wir das Netz vor der völligen Verflachung?

In dieser Folge geht’s um den neuen KI-Browser „Comet“ von Perplexity, der jetzt für alle Nutzer auf macOS und Windows kostenlos verfügbar ist. Der Browser basiert auf Chromium, funktioniert aber ganz anders als Chrome oder Safari: Er denkt mit. Comet kann eigenständig Flüge buchen, E-Mails und Kalender verwalten oder Formulare ausfüllen – dank integrierter KI, die als persönlicher Assistent und Denkpartner fungiert. Besonders spannend: Datenschutz – die meisten Daten bleiben lokal auf dem Gerät. Comet will nicht nur helfen, sondern deinen digitalen Alltag spürbar effizienter machen.

Willkommen zur neuen Folge – und diesmal geht’s um echtes KI-Kino. OpenAI hat Sora 2 vorgestellt – ein Text-zu-Video-Modell, das nicht nur beeindruckend realistische Szenen erzeugt, sondern auch Dialoge, Soundeffekte und sogar dich selbst in die Handlung einbauen kann. Klingt wie Science-Fiction? Ist aber Realität – zumindest in den USA und Kanada. In dieser Folge schauen wir uns an, was Sora 2 leistet, warum Europa erstmal außen vor bleibt und welche Auswirkungen das auf kreative Arbeit und Medienkompetenz hat.

In dieser Folge geht’s um eine überraschende, fast schon menschliche Seite von Fußballikone Cristiano Ronaldo: Für eine Dankesrede beim neuen Prestige Globe Award in Portugal hatte er Lampenfieber – und keine Ideen. Seine Lösung? Künstliche Intelligenz. Genauer gesagt: die Software Perplexity. Ronaldo bat die KI um Hilfe beim Schreiben seiner Rede, wie ein Tweet des Unternehmens bestätigte. Was wie ein kleiner PR-Gag wirkt und keiner ist, wirft spannende Fragen auf: Wo beginnt heute echte Persönlichkeit – und wo übernimmt die KI? Und was passiert, wenn sogar Ikonen wie Ronaldo beim Reden auf Hilfe setzen?

Willkommen zu einer neuen Folge! Heute geht’s um ein ganz besonderes Toolkit von OpenAI: AgentKit. Mit dabei ist der Agent Builder, ein Tool, mit dem du KI-Agenten per visuellem Workflow erstellen kannst – ganz ohne tief in den Code zu tauchen. Ob Chat-Erlebnis oder komplexe Entscheidungskette: In dieser Folge geben wir ein kurzes Intro, wie du mit wenigen Klicks produktionsreife Agenten entwickeln kannst – visuell, schnell und ganz ohne Umwege.

Willkommen zu dieser Folge, in der es nicht um schnellere Antworten geht – sondern um bessere Fragen. Wir sprechen heute über Künstliche Intelligenz als echten Denkpartner – und warum dein eigener Kopf der wichtigste Teil im KI-Einsatz bleibt. Fünf konkrete Techniken zeigen dir, wie du mit KI nicht nur effizienter, sondern vor allem klüger denken kannst.

In dieser Folge geht es um Claude Sonnet 4.5, das neue große Sprachmodell von Anthropic. Am 29. September 2025 veröffentlicht, gilt es als das derzeit beste KI-Modell für Coding und Computerbedienung. Besonders beeindruckend: Es kann bis zu 30 Stunden am Stück fokussiert an komplexen Aufgaben arbeiten. Anthropic bringt außerdem neue Entwickler-Tools mit, darunter das Claude Agent SDK für eigene KI-Agenten und Checkpoints in Claude Code, die längere Workflows erleichtern. Trotz gleicher Preise wie der Vorgänger berichten frühe Tester von einem klaren Sprung nach vorne – besonders für Softwareentwicklung, Finanzen und Rechtswesen.

In dieser Folge geht es um die sogenannte GenAI-Kluft – also die wachsende Lücke zwischen hohen Investitionen in generative KI und dem tatsächlichen Geschäftsnutzen. Der Bericht „State of AI in Business 2025“ zeigt: Zwar fließen Milliarden in GenAI-Projekte, doch 95 % der Unternehmen sehen keinen messbaren ROI. Warum? Viele nutzen statische Tools, die nicht lernen oder sich in Arbeitsabläufe einfügen. Nur eine kleine Gruppe – rund 5 % – schöpft echten Mehrwert, meist durch lernfähige Systeme und externe Partnerschaften. Der Schlüssel zur Zukunft: Agentic AI – intelligente Systeme mit Gedächtnis und Anpassungsfähigkeit.

In dieser Folge geht es um ChatGPT Pulse – eine neue Funktion von OpenAI, die ChatGPT vom reinen Antwortgeber zum persönlichen KI-Assistenten weiterentwickelt. Pulse liefert dir täglich personalisierte Updates in Form von übersichtlichen Karten, basierend auf deinen bisherigen Chats, deinem Feedback und verbundenen Apps wie dem Kalender. Ziel ist es, dir relevante Infos und nächste Schritte zu deinen Zielen zu zeigen – ohne dass du extra danach fragen musst. Du kannst steuern, welche Themen für dich wichtig sind, und natürlich bleiben Sicherheits- und Datenschutzaspekte dabei im Fokus.

In dieser Folge geht es um einen spannenden Wandel in der Forschung mit KI: weg vom bloßen Prompt Engineering hin zur strukturierten Prompt Science. Viele Forschende setzen aktuell Prompts eher improvisiert ein – was zu wenig nachvollziehbaren und schwer wiederholbaren Ergebnissen führt. Als Lösung wird eine neue Methode vorgestellt, die an qualitative Kodierung erinnert: Menschen werden aktiv in den Prozess einbezogen, um Prompts systematisch zu entwickeln, zu testen und zu überprüfen. Ziel ist es, die Arbeit mit Sprachmodellen wissenschaftlich fundierter, transparenter und verlässlicher zu machen.

In dieser Folge geht es um eine große Studie von OpenAI zur Nutzung von ChatGPT. Analysiert wurden 1,5 Millionen Gespräche über drei Jahre hinweg - weltweit. Die Ergebnisse zeigen: ChatGPT wird vor allem für alltägliche Aufgaben genutzt, z. B. zur Informationssuche oder bei kleinen Entscheidungen. Etwa ein Drittel der Nutzung ist beruflich motiviert. Besonders spannend: Die Akzeptanz wächst auch in Ländern mit geringerem Einkommen, und Geschlechterunterschiede nehmen ab. ChatGPT wird so zu einem echten Alltagswerkzeug – mit spürbarem wirtschaftlichen Nutzen.

In dieser Folge geht es um zwei zentrale Fragen beim Einsatz von KI: Wie fair sind die Ergebnisse großer Sprachmodelle (LLMs)? Und wie gut können wir ihre Entscheidungen nachvollziehen? Wir sprechen über ein Rahmenwerk namens „Reflexive Prompt Engineering“, das ethische und technische Aspekte bei der Erstellung von Prompts kombiniert, sowie über neue Forschung, die zeigt: Einfache Anti-Bias-Tricks reichen in echten Anwendungssituationen oft nicht aus. Stattdessen braucht es gezielte Eingriffe in die Modelle und klare Strategien, um Vorurteile zu erkennen und zu reduzieren.

In dieser Folge geht es um Meta Prompting – also darum, wie KIs dabei helfen können, bessere Anweisungen (Prompts) für andere KIs zu schreiben. Statt sich mühsam selbst gute Prompts auszudenken, können wir jetzt die KI selbst um Hilfe bitten: Sie schlägt Formulierungen vor, bewertet sie und verbessert sie weiter. Dabei kommen verschiedene Methoden und Werkzeuge zum Einsatz, die zeigen, wie sich das Schreiben von Prompts immer mehr automatisieren lässt – und trotzdem bessere Ergebnisse liefert.

In dieser Folge tauchen wir ein in das Tree of Thoughts (ToT) Prompting – eine fortschrittliche Technik, mit der große Sprachmodelle wie ChatGPT Probleme strukturierter und kreativer lösen können. Anders als bei linearem Denken nutzt ToT eine baumartige Struktur: Mehrere Lösungsideen („Vorschlags-Prompts“) werden erzeugt, bewertet („Wert-Prompts“) und systematisch verfolgt – ähnlich wie beim menschlichen Nachdenken. Besonders bei komplexen Aufgaben wie Mathematik oder kreativem Schreiben zeigt ToT beeindruckende Ergebnisse. Gleichzeitig sprechen wir über Grenzen, wie den hohen Rechenaufwand bei einfachen Aufgaben.

In dieser Folge geht es um das neue „Nano Banana“-Upgrade der Gemini-App von Google DeepMind. Die KI-gestützte Bildbearbeitung erreicht damit ein neues Level: Personen und Haustiere bleiben trotz tiefgreifender Bearbeitung – wie Kleidungstausch oder Hintergrundwechsel – realistisch erkennbar. Neu sind Funktionen wie die Kombination mehrerer Bilder zu neuen Szenen, mehrstufige Bearbeitungen und stilübergreifende Anpassungen zwischen Bildern. Dabei achtet Gemini auf Transparenz: Alle generierten Bilder erhalten sichtbare und unsichtbare Wasserzeichen, um ihre KI-Herkunft klarzumachen.

In dieser Folge werfen wir einen Blick auf die Entwicklung des Prompt Engineerings – von der exakten Formulierung früher Prompts bis zur strategischen Aufgabenbeschreibung heutiger KI-Systeme. Wir sprechen darüber, warum gutes Prompting mehr ist als nur Befehlseingabe: Es geht um strukturiertes Denken, Zielklarheit und relevante Informationen. Der Artikel beleuchtet zudem die wachsende Rolle des „Context Engineerings“, das die KI durch gezielte Hintergrundinformationen zu besseren Ergebnissen führt. Fazit: Auch wenn KI immer autonomer wird – der Mensch bleibt entscheidend für die Qualität der Antworten.

In dieser Folge geht es um die zunehmende Nutzung von Künstlicher Intelligenz an deutschen Schulen – sowohl durch Schüler als auch als potenzielles Hilfsmittel für Lehrkräfte. Wir sprechen über Chancen wie individuelle Förderung und Entlastung, aber auch über Risiken wie den Verlust kritischer Denkfähigkeiten und wachsende Bildungsungleichheit. Außerdem diskutieren wir, ob klare Regeln, neue Bewertungsmethoden oder sogar ein Verbot nötig sind – und warum viele Experten stattdessen eine reflektierte Integration von KI im Schulalltag fordern.

Diese Folge widmet sich einer spannenden Forschungsarbeit zur Unterscheidung zwischen KI-generierter und menschlicher Kunst. Mithilfe verschiedener Machine-Learning-Modelle – darunter Logistic Regression, SVM, MLP und CNN – wurden Werke in den Stilen Barock, Kubismus und Expressionismus analysiert. Ziel war es, herauszufinden, ob Algorithmen zuverlässig erkennen können, ob ein Bild von einer KI oder einem Menschen stammt. Die Ergebnisse zeigen: Ja, mit hoher Genauigkeit – allerdings bleibt die stilistische Einordnung menschlicher Werke eine Herausforderung. Was bedeutet das für Künstler, KI und die Zukunft der Kunst?

In dieser Folge geht es um die faszinierende Welt der KI-Kunst – also um Kunstwerke, die mithilfe künstlicher Intelligenz geschaffen oder von ihr beeinflusst werden. Basierend auf einem Wikipedia-Artikel beleuchten wir drei Hauptkategorien: KI als Generator, Werkzeug oder Inspiration. Wir werfen einen Blick auf die historischen Wurzeln, moderne Technologien wie GANs und aktuelle Entwicklungen auf dem Kunstmarkt. Außerdem thematisieren wir die spannenden – und kontroversen – Diskussionen rund um Stereotypen, Deepfakes und Urheberrechte.

Heute wird es nochmals philosophisch! In dieser Folge geht es um die spannende Frage: Können KI-Agenten so etwas wie freien Willen haben? Basierend auf einem Fachartikel werfen wir einen Blick auf den funktionalen freien Willen – also die Idee, dass Handlungen absichtlich, kontrolliert und zwischen echten Alternativen getroffen werden. Der Clou: Weder Menschen noch KI-Agenten durchbrechen Naturgesetze, doch ihr Verhalten lässt sich oft am besten erklären, wenn man ihnen Entscheidungsfähigkeit zuschreibt. Anhand von Beispielen wie dem Minecraft-Agenten Voyager diskutieren wir, warum manche KI-Systeme funktional gesehen wie Wesen mit freiem Willen erscheinen – auch ohne Bewusstsein.

In dieser Folge dreht sich alles um Chain-of-Thought (CoT) Prompting – eine Methode, mit der Large Language Models komplexe Aufgaben besser lösen können. Wir erklären, wie diese Technik funktioniert, warum sie so wirkungsvoll ist, und wo sie zum Einsatz kommt – von Matheaufgaben bis hin zu Bildung und Chatbots im Kundenservice. Außerdem werfen wir einen Blick auf Varianten wie Zero-Shot CoT und multimodales CoT, diskutieren Vorteile wie höhere Antwortqualität, aber auch Herausforderungen wie den steigenden Rechenaufwand.

KI ist überall – zumindest auf dem Papier. In dieser Folge decken wir auf, wie Unternehmen mit dem Buzzword „Künstliche Intelligenz“ um sich werfen, um Investoren zu ködern und innovativ zu wirken – auch wenn kaum echte Technologie dahintersteckt. Wir sprechen über die Risiken für Wirtschaft, Gesellschaft und Vertrauen – und darüber, wie du KI-Washing entlarvst, bevor du dich vom nächsten „smart tool“ blenden lässt.

Diese Folge beleuchtet den Bericht „Science in the age of AI“ der Royal Society, der aufzeigt, wie künstliche Intelligenz die wissenschaftliche Forschung transformiert. Wir sprechen über Potenziale wie Effizienzgewinne und neue Erkenntnisse, aber auch über Risiken rund um Reproduzierbarkeit, ethische Fragen und Datenqualität. Zudem geht es um die wachsende Rolle des Privatsektors und die Bedeutung interdisziplinärer Kompetenzen. Ziel ist ein verantwortungsvoller Einsatz von KI – im Dienste der Forschung und der Gesellschaft.

In dieser Folge sprechen wir über aktuelle Studien, die zeigen, wie große Sprachmodelle persönliche Informationen wie Standort oder Einkommen erschreckend genau aus Texten ableiten können – weit über das reine Auswendiglernen hinaus. Zudem werfen wir einen Blick auf „vec2vec“, eine neue Methode zur Übersetzung von Text-Einbettungen zwischen Modellen, die selbst ohne gepaarte Daten funktioniert. Beide Ansätze verdeutlichen, wie leicht sensible Informationen extrahiert werden können und warum wir dringend über neue Schutzmechanismen im Umgang mit KI diskutieren müssen. Bitte beachte, dass sich jederzeit rechtliche Grundlagen & technische Gegebenheiten ändern können. Diese Folge spiegelt daher keine aktuelle Gesetzeslage wider.

Heute geht’s darum, wie das Gaming wieder eine zentrale Rolle in der Entwicklung von KI spielt. Spiele bieten perfekte Trainingsumgebungen: klar definierte Regeln, unendliche Szenarien, und jede Menge Herausforderungen.KI-Systeme treten dort gegeneinander an, lernen voneinander und verbessern sich stetig – fast wie im Sporttraining. Das Ziel? Künstliche Intelligenz, die selbstständig denkt, plant und handelt.Spannend ist: Eine KI lernt inzwischen, indem sie mit oder gegen andere KIs spielt. So entstehen Systeme, die nicht nur gut im Spiel sind, sondern auch komplexe Aufgaben im echten Leben lösen können.Gaming wird so zur Spielwiese für die nächste Stufe der KI-Entwicklung.

OpenAIs Entscheidung, GPT-5 als neues Standardmodell in ChatGPT festzulegen, sorgte für Unmut unter vielen Nutzern. Die automatische Umstellung und das Entfernen der Modellauswahl führten dazu, dass User den Zugriff auf ihre bevorzugten Modelle wie GPT-4o verloren. Besonders betroffen waren Menschen, die ChatGPT für emotionale Unterstützung oder strukturierte Arbeitsabläufe nutzten – sie vermissten die gewohnte „Persönlichkeit“ und Verlässlichkeit. Aufgrund der Kritik kündigte OpenAI-CEO Sam Altman an, dass zahlende Plus-Nutzer wieder auf GPT-4o zurückgreifen können.

In dieser Folge sprechen wir über das Hierarchical Reasoning Model – kurz HRM. Inspiriert vom menschlichen Gehirn kombiniert diese neue KI-Architektur zwei miteinander verknüpfte Denkebenen: eine für die abstrakte Planung und eine für schnelle, präzise Detailarbeit. Anders als herkömmliche Chain-of-Thought-Methoden kommt HRM mit minimalen Trainingsdaten aus, braucht kein Vorabtraining und meistert trotzdem komplexe Aufgaben wie Sudoku oder Labyrinth-Navigation. Spannend ist dabei die hierarchische Struktur, die an die neuronalen Ebenen unseres Gehirns erinnert – und das könnte erklären, warum HRM nicht nur effizient rechnet, sondern auch Probleme lösen kann, an denen aktuelle große Sprachmodelle oft scheitern.

In dieser Folge geht es um GPT-5, das neueste und bislang leistungsstärkste KI-Modell von OpenAI. Es übertrifft seine Vorgänger deutlich – und zwar in Bereichen wie Programmieren, Texterstellung, Gesundheit und sogar in der visuellen Wahrnehmung.GPT-5 ist ein einheitliches System, das flexibel denken kann – mal schnell, mal tiefgründig – je nachdem, wie komplex die Anfrage ist. Für besonders anspruchsvolle Aufgaben gibt es auch eine Pro-Version.Was wurde verbessert?Weniger HalluzinationenBessere Umsetzung von AnweisungenPräzisere und nützlichere AntwortenZusätzlich wurden neue Sicherheitsfunktionen und stilistische Verbesserungen eingebaut – für mehr Zuverlässigkeitund Benutzerfreundlichkeit.GPT-5 ist für alle zugänglich – mit kostenpflichtigen Abos, die erweiterte Funktionen bieten.Bleib dran – wir schauen uns an, was GPT-5 wirklich kann!

In dieser Folge tauchen wir in die Welt des Few-Shot Prompting ein – eine Technik, mit der du durch wenige, gezielte Beispiele die Leistung von KI-Modellen wie ChatGPT deutlich steigern kannst. Wir sprechen darüber, warum Beispiele so mächtig sind, wie du sie richtig auswählst und strukturierst und welche typischen Fehler du vermeiden solltest. Außerdem bekommst du praktische Tipps und Anwendungsbeispiele, mit denen du deine eigenen Prompts sofort verbessern kannst.

Die heutige Episode erklärt umfassend die Grundlagen der generativen Künstlichen Intelligenz (GenAI). Er beginnt mit einer Definition von KI und maschinellem Lernen und führt dann wichtige Konzepte wie neuronale Netze, Large Language Models (LLMs) und die Transformer-Architektur ein. Die Episode beschreibt auch Prompting-Techniken zur Kommunikation mit KI-Modellen und beleuchtet multimodale KI, die verschiedene Datentypen verarbeitet. Schließlich werden ethische Überlegungen und Grenzen der genAI wie Bias und Halluzinationen sowie Beispiele typischer Tools vorgestellt.

Dieser Text stellt den ChatGPT-Agenten vor, eine Weiterentwicklung des bekannten KI-Modells, das nun in der Lage ist, komplexe, mehrschrittige Aufgaben unter Verwendung eines eigenen virtuellen Computers zu erledigen. Er vereint die Fähigkeiten von Operatoren zur Web-Interaktion und von Deep Research zur Informationsanalyse, wodurch er beispielsweise Webseiten durchsuchen, Daten filtern, Code ausführen und Präsentationen erstellen kann. Die Quelle betont die Nutzerkontrolle durch Genehmigungsanfragen und die Möglichkeit, Aufgaben zu unterbrechen, während gleichzeitig umfassende Sicherheitsmaßnahmen gegen Risiken wie Prompt Injection und biologische Bedrohungen implementiert wurden. 

Der gegebene Text untersucht die Leistung großer Sprachmodelle (LLMs) in mehrstufigen Konversationen, insbesondere wenn Benutzeranweisungen anfänglich unvollständig sind. Die Forschung zeigt einen erheblichen Leistungsabfall von durchschnittlich 39 % bei LLMs in diesen multi-turn Szenarien im Vergleich zu vollständig spezifizierten, einstufigen Interaktionen. Dieser Rückgang wird hauptsächlich durch eine erhöhte Unzuverlässigkeit (durchschnittlich 112 % Anstieg) und einen geringeren Fähigkeitsverlust (durchschnittlich 16 % Rückgang) verursacht. Die Studie identifiziert mehrere Gründe für dieses Phänomen, einschließlich vorzeitiger Antwortversuche, übermäßiger Abhängigkeit von früheren (falschen) Antworten und einer Tendenz zu wortreichen, oft verwirrenden Reaktionen. Auch Methoden wie das Rekapitulieren von Informationen oder das Reduzieren der Temperatur, die in einfacheren Kontexten helfen, zeigen sich in komplexen, mehrstufigen Gesprächen als weitgehend ineffektiv, was die Notwendigkeit robusterer LLM-Fähigkeiten für solche Interaktionen unterstreicht. Link zum Paper: https://arxiv.org/pdf/2505.06120

Das Dokument "America's AI Action Plan" vom Juli 2025 skizziert eine umfassende Strategie der US-Regierung unter Präsident Donald J. Trump, um die globale Vorherrschaft im Bereich der künstlichen Intelligenz (KI) zu erlangen. Der Plan ist in drei Hauptpfeiler unterteilt: Beschleunigung der KI-Innovation, Aufbau der amerikanischen KI-Infrastruktur und Führung in der internationalen KI-Diplomatie und -Sicherheit. Er betont die Notwendigkeit, bürokratische Hürden abzubauen, die freie Meinungsäußerung in KI-Systemen zu gewährleisten, die Entwicklung einer robusten Infrastruktur zu fördern und Amerikas technologische Führung durch Exportkontrollen und internationale Zusammenarbeit zu schützen. Ziel ist es, ein „goldenes Zeitalter“ der wirtschaftlichen Wettbewerbsfähigkeit und nationalen Sicherheit durch KI einzuläuten und gleichzeitig Arbeitsplätze für Amerikaner zu sichern. Das ganze im Detail findest du hier: https://whitehouse.gov/wp-content/uploads/2025/07/Americas-AI-Action-Plan.pdf

In dieser Folge dreht sich alles um Lyra, einen sogenannten Meta-Prompt, der hilft, Prompts gezielter und qualitativ hochwertiger zu erstellen. Du erfährst, was genau ein Meta-Prompt ist, wie Lyra aufgebaut ist und warum er so mächtig ist – egal ob du mit ChatGPT arbeitest, Texte generierst oder kreative Projekte planst.  Auch schauen wir einmal auf die kritischen Aspekte, die es zu diesem Thema gibt. Den Prompt für LYRA findet ihr hier: https://gist.github.com/xthezealot/c873effd9e74225ef3fcfbb9c3a341da

In dieser Folge geht es um die Fehler, die KI-Modelle so machen können. Ob kuriose Übersetzungen, absurde Antworten oder komplett erfundene Fakten — wir zeigen, wie charmant (und manchmal peinlich) Bots danebenliegen können. Dabei erklären wir auch, warum solche Pannen passieren und was sie uns über die Grenzen von Sprachmodellen verraten. Lachgarantie inklusive!

In dieser Folge erklären wir, was Tokens eigentlich sind — und warum sie das Fundament jeder modernen KI ist. Anstatt Wörter direkt zu verarbeiten, zerlegen Sprachmodelle Texte in Tokens, kleine Bausteine, die für das Modell besser handhabbar sind. Wir sprechen über verschiedene Methoden, wie Zeichen-, Wort- und Unterwort-Tokenisierung, die heute Standard sind. Außerdem werfen wir einen Blick auf spannende Forschung, die zeigt, wie stark die Tokenisierung die Leistung und das Verständnis eines Modells beeinflusst. Ein Muss für alle, die verstehen wollen, wie KIs Sprache wirklich „lesen“ und „sprechen“.

In dieser Folge werfen wir einen Blick zurück: Wie hat alles angefangen mit der Künstlichen Intelligenz? Wir erzählen die spannende Geschichte von den frühen Rechenautomaten über die ersten Schachcomputer bis hin zu modernen Sprachmodellen wie ChatGPT. Du erfährst, welche Meilensteine die Entwicklung geprägt haben, wer die großen Köpfe dahinter waren und wie aus Science-Fiction plötzlich Realität wurde.

In dieser Folge stellen wir dir berühmte KI-Pannen und Katastrophen vor, die teils spektakulär, teils erschreckend waren. Von Fehlentscheidungen in autonomen Fahrzeugen über rassistische Chatbots bis hin zu fehlerhaften Übersetzungen — wir zeigen, was genau passiert ist, warum es dazu kam und welche wichtigen Lehren wir für die Zukunft der KI daraus ziehen können.

In dieser Folge gehen wir der Frage nach, ob Large Language Models (LLMs) tatsächlich so etwas wie ein Gedächtnis haben. Können sie sich wirklich an frühere Gespräche „erinnern“, oder ist das nur eine gut gemachte Illusion? Wir schauen uns an, wie „Memory“ in modernen Modellen funktioniert, welche technischen Tricks dahinterstecken und warum maschinische Erinnerung ganz anders ist als bei uns Menschen.

In dieser Folge sprechen wir über den oft übersehenen Klimafußabdruck von KI. Große Sprachmodelle brauchen enorme Rechenleistung — und damit viel Energie. Wir versuchen zu klären, wie viel CO₂ beim Training und Betrieb von Modellen wie ChatGPT & Co. entsteht, warum das ein wachsendes Problem ist und was getan werden kann, um künstliche Intelligenz nachhaltiger zu gestalten.

In dieser Folge schauen wir uns an, warum MCP-Server eine Schlüsselrolle bei der Einführung von KI in Unternehmen spielen. Wir erklären, was hinter dem Konzept steckt, wie solche Server als zentrale Plattformen Daten bündeln, Modelle bereitstellen und KI-Dienste steuern. Außerdem besprechen wir, welche Vorteile sie für Sicherheit, Skalierbarkeit und Effizienz bringen — und warum sie das technische Rückgrat moderner, KI-gestützter Geschäftsprozesse sind.

In dieser Folge erklären wir das Konzept der Prompt Injections, eine oft übersehene Schwachstelle in großen Sprachmodellen. Wir zeigen, wie Angreifer versteckte Anweisungen in scheinbar harmlose Texte einbauen können, um die KI unbemerkt zu manipulieren. Außerdem sprechen wir darüber, warum diese Angriffe so schwer zu erkennen sind, welche Risiken sie mit sich bringen und was getan werden kann, um KI-Modelle in Zukunft sicherer zu machen.

In dieser Folge schauen wir uns das spannende Konzept von „Projekt Vend“ an: eine KI, die als eigenständiger Betreiber eines snackautomaten agiert. Wie kann eine künstliche Intelligenz Produkte auswählen, Preise festlegen, Kunden beraten und sogar Marketingstrategien entwickeln? Wir diskutieren, welche Chancen und Risiken das für den Einzelhandel bedeutet — und ob wir bald wirklich bei einem KI-Shopkeeper einkaufen.

In dieser Folge geht’s um „Gibberlink“, die mysteriösen, oft unverständlichen Ausgaben, die bei KIs manchmal wie eine eigene Sprache wirken. Wir erklären, warum solche „geheimen“ Codes entstehen, was dahintersteckt und ob KI-Modelle tatsächlich eine Art eigene Sprache entwickeln. Außerdem sprechen wir darüber, was das für die Sicherheit, die Kontrolle und das Verständnis von KI bedeutet.

In dieser Folge klären wir, was genau KI-Agenten sind und wie sie sich von klassischen Sprachmodellen unterscheiden. Wir sprechen darüber, wie diese Agenten nicht nur antworten, sondern auch eigenständig planen, handeln und Entscheidungen treffen können. Außerdem schauen wir uns spannende Anwendungsbeispiele an — von smarten Assistenten bis hin zu komplexen Automatisierungsaufgaben.

In dieser Folge sprechen wir über ein oft unterschätztes Problem: Halluzinationen bei KI-Modellen. Was bedeutet es, wenn eine KI plötzlich Fakten erfindet oder überzeugend falsche Antworten liefert? Wir erklären, warum das passiert, welche Folgen es haben kann – zum Beispiel in der Wissenschaft, im Alltag oder bei rechtlichen Fragen – und wie du solche Fehler erkennen und vermeiden kannst.

In dieser Folge werfen wir einen Blick auf die Schattenseiten von ChatGPT – genauer gesagt auf acht Probleme, über die kaum gesprochen wird. Von versteckten Vorurteilen und Intransparenz über Abhängigkeit und Fehlgebrauch bis hin zu ethischen Fragen: Wir beleuchten die Risiken, die mit der Nutzung großer Sprachmodelle einhergehen. Ziel ist es nicht, KI schlechtzureden – sondern aufzuzeigen, wo kritisches Denken und verantwortungsvoller Umgang gefragt sind. Wenn du wissen willst, was hinter den Kulissen der KI wirklich passiert, hör rein!

In dieser Folge erfährst du alles über DarkBert, ein spezielles KI-Sprachmodell, das eigens dafür entwickelt wurde, das Darknet zu analysieren und zu verstehen. Du lernst, was dieses verborgene Netz eigentlich ist, warum herkömmliche Sprachmodelle hier an ihre Grenzen stoßen und wie DarkBert mit seinen besonderen Fähigkeiten zur Erforschung dieses abgeschotteten Bereichs beiträgt. Außerdem diskutieren wir, welche Chancen und Risiken es mit sich bringt, KI-Technologie auf das Darknet anzuwenden.

In dieser Episode dreht sich alles um Prompt Engineering, einer Schlüsselkompetenz, um die Interaktion mit KI-Modellen wie ChatGPT und Co. optimal zu gestalten. Du erfährst, was genau ein Prompt ist, wie du Kontext und Feinabstimmung nutzt und welche verschiedenen Arten von Prompts – vom einfachen Zero-Shot bis zur ausgefeilten Ketten-von-Gedanken-Technik – dir zur Verfügung stehen. 

In dieser Episode erfährst du, wie generative künstliche Intelligenz (Gen AI) arbeitet, um aus Daten völlig neue Inhalte zu erstellen – seien es Texte, Bilder, Videos oder Audios. Wir erklären dir Schritt für Schritt, wie große Datenmengen analysiert und in KI-Modelle verwandelt werden, um daraus kreative Werke zu generieren. Außerdem sprechen wir über Grenzen dieser Technologie, wie etwa eingeschränktes Wissen durch vortrainierte Modelle, und zeigen dir im Detail, wie sprach-, bild- und klangbasierte KI-Systeme funktionieren.

In dieser Folge geht’s um die spannende Entwicklung von Large Language Models (LLMs) – also den KI-Systemen hinter Tools wie ChatGPT. Wir schauen uns die drei sogenannten „Horizonte“ an, die die Fähigkeiten dieser Modelle entscheidend verändert haben.

Hallo und herzlich willkommen bei Prompt mich mal!, deinem KI-generierten Podcast rund um künstliche Intelligenz – für alle, die einfach neugierig sind und mehr verstehen wollen.Hier beantwortet eine KI genau die Fragen, die du dir schon immer gestellt hast:Wie denken eigentlich KI-Modelle wie ChatGPT und Co.? Können Maschinen kreativ sein, Gedichte schreiben oder eigenständig planen? Und was passiert eigentlich in unserem Gehirn, wenn wir KI zur Unterstützung beim Denken nutzen?Wir schauen gemeinsam hinter die Kulissen von KI-Systemen, klären, was KI wirklich weiß, und wie sie uns beeinflusst – heute und in Zukunft.Kein Fachjargon, keine Vorkenntnisse nötig – einfach zuhören, staunen und mitreden.Also mach’s dir bequem und: Prompt mich mal!

In dieser Episode tauchen wir tief ein in das Innenleben von Claude 3.5 Haiku, einem kompakten KI-Modell von Anthropic. Wir gehen der Frage nach, wie das Modell komplexe Aufgaben wie mehrstufiges Denken, poetische Planung und mehrsprachige Übersetzungen meistert.

In dieser Folge werfen wir einen kritischen Blick auf die Auswirkungen von KI-Tools wie ChatGPT auf unser Denken– verglichen mit klassischer Internetrecherche oder komplett eigenständigem Schreiben.In einer spannenden Studie mit 54 Teilnehmenden wurde die Gehirnaktivität per EEG gemessen, während die Personen Aufsätze verfassten – mit und ohne Unterstützung durch KI oder Suchmaschine. Zusätzlich analysierte man die geschriebenen Texte mit sprachlichen KI-Tools (NLP) und führte Interviews mit den Beteiligten. Grundlage ist die Studie "Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task" von Nataliya Kosmyna MIT Media Lab Cambridge, MA