Dein Copilot - AI über den Hype hinaus

In dieser Folge sprechen wir über die Embedded World, KI auf der Hardware-Messe und warum dort zwar viel „AI-ready“, aber überraschend wenig wirklich spannende KI-Software zu sehen war.





Danach wird’s deutlich nerdiger: Es geht um OpenClaw, agentische Coding-Workflows, Claude Code, lokale Modelle auf dem MacBook, Telegram-Bots als KI-Assistenten und die Frage, warum diese Tools gleichzeitig extrem produktiv und potenziell gefährlich abhängig machen können.





Außerdem: Warum Pascal testweise eine App komplett per AI gebaut hat, weshalb man dabei irgendwann den Bezug zur eigenen Codebase verliert, was gute User Experience bei KI-Agenten ausmacht und warum lokale Modelle für sensible Dokumenten-Workflows der eigentlich spannende nächste Schritt sind.





Time Chapters





00:00 Intro


00:49 Alex über die Embedded World und warum Messen immer noch nützlich sind


02:49 KI auf der Messe: viel Hardware-Enabler, wenig echte AI-Software


05:16 SnapMagic, Schaltpläne und KI-gestützte Reviews


06:34 Claude Review Tools und Bezahlmodelle pro Review


08:34 AI-Code-Reviews auf Pull Requests und lokal im Workflow


09:04 Pascal über „Vibe Engineering“ und eine App mit fast 100k Zeilen AI-Code


10:36 Die Kehrseite: Abhängigkeit von Coding-Agents und Verlust des Code-Verständnisses


12:07 Das Experiment: eine App bauen, ohne den Code selbst anzufassen


13:06 Deep Modules, Architektur und warum das für AI gut funktionieren kann


13:57 Copy-Paste-Code, Deduplizierung und Refactoring mit AI


15:24 Eigene Skills, Review-Steps und bessere Code-Hygiene


15:52 Back to the roots: NeoVim, Terminal und wieder selbst schreiben


17:18 Dokumentenverarbeitung, Routing, Klassifikation und Extraktion


18:02 Python, Rust und Pyo3 in echten Dokumenten-Pipelines


18:32 Neues MacBook, lokale Modelle und Experimente mit Cloud Code


19:06 Kimi, Qwen Coder und die Frage, was Quantisierung eigentlich kostet


21:20 128 GB RAM, MacOS Memory Usage und lokale Modell-Setups


22:33 OpenClaw lokal betreiben und mit produktiven Tools verbinden


24:00 Wie sinnvoll ist ein Agent in einer synthetischen Testwelt?


24:58 Was OpenClaw so spannend macht und was man daraus für eigene Produkte lernen kann


27:25 Agenten via Telegram Aufgaben schicken und produktiv arbeiten lassen


28:46 OpenClaw-Architektur: Gateway, Sessions, Cronjobs und Medienverarbeitung


30:18 Persönlichkeit, Memory und Identität über Markdown-Dateien


31:51 Jarvis: Pascals eigener Telegram-Bot auf Basis von Claude Code


33:24 Warum gestreamte Antworten sich so viel besser anfühlen


36:17 Proaktive Bots, Erinnerungen und Produktideen für Dokumenten-Apps


39:22 Permissions, Grenzen von Markdown-Regeln und warum echte Guardrails fehlen


42:21 Lokale LLMs, Regulierung und weniger Restriktionen


44:44 Das Kundenprojekt: Finanzdokumente, Uploads und echte Nutzerprobleme


46:25 Warum der OpenClaw-Hype abgekühlt ist und was trotzdem bleiben wird


48:44 Langweilige PDF-Aufgaben, sensible Daten und warum lokal der richtige Weg sein kann


49:36 Fazit und Outro

In dieser Podcastepisode geht’s um den Tech-Stack hinter moderner Prävention: Wie ein Health-Tech-Startup Laborberichte aus PDFs/HL7 in strukturierte Daten verwandelt, warum Einheiten-Normalisierung (µg/L vs mg/L vs mol) schwierig ist, und wie LLMs + Guardrails helfen, aus diesem Chaos verlässliche Insights zu bauen.Wir sprechen über OCR vs Vision-LLMs, Self-hosted Modelle vs SOTA (inkl. EU-Hosting), Pseudonymisierung/Minimal-Knowledge bei sensiblen Daten, und warum ein kleines Team mit AI-Coding (Claude Code) plötzlich Output auf großem Team Niveau liefert.Wenn du Dokumenten Verarbeitung, LLM-Evals, Data Pipelines und Founder-Real Talk magst: Freu dich auf diese Episode mit Noah von Aniva Health.

In dieser Episode diskutieren wir über die aktuellen Trends in der Technologie, insbesondere Coding Agents. Die Suchtgefahr von Coding Agents ist groß, so zumindest unsere Erfahrung. Außerdem quatschen wir über Persönlichkeitstypen in der Softwareentwicklung und für wen diese neuen Tools besonders gut funktionieren.Aber außerdem auch noch:Die Softwareentwicklung erlebt einen neuen Hype.Die Qualität von KI-Tools variiert stark.Open Source wird immer wichtiger in der KI-Entwicklung.Die Planung ist entscheidend für den Erfolg von Softwareprojekten.Persönlichkeitstypen beeinflussen die Herangehensweise an Softwareentwicklung.Die Nutzung von KI-Tools erfordert technisches Wissen.Die Entwicklung von Codex zeigt Fortschritte in der KI.Die Zukunft der Softwareentwicklung ist vielversprechend, aber herausfordernd.Lass uns hier vernetzten: LinkedIn: https://www.linkedin.com/in/pascal-poredda/Wenn du Fragen zu KI hast, schreib mir gern.





Zeitstempel





00:00 Ein Blick auf die Bildschirmzeit und Suchtverhalten


06:22 Die Zukunft der KI-Modelle und Open Source


12:25 Persönlichkeitstypen und ihre Rolle in der Softwareentwicklung


18:22 Die neuesten Entwicklungen in KI-Tools und deren Nutzung


24:45 CLI vs. Cloud: Vor- und Nachteile im Coding


30:13 Planung und Umsetzung: Der Schlüssel zum Erfolg


38:04 Sprachmodelle verstehen: Ein persönliches Lernziel

Zukunftstrends 2026 heute im KI Bingo: KI, Wirtschaft und Gesellschaft im Blick





In dieser Folge diskutieren wir die wichtigsten KI- und Technologietrends für das Jahr 2026, analysieren politische und wirtschaftliche Auswirkungen und werfen einen Blick auf gesellschaftliche Veränderungen. Ob Innovationen bei KI-Content, geopolitische Spannungen oder die Rolle sozialer Netzwerke – hier bekommst du kompakte Einblicke in das aktuelle und kommende Jahr.


Auswirkungen geopolitischer Spannungen auf den KI-Markt (z.B. Nvidia, US-Grönland-Strategie)


Zukunft der sozialen Netzwerke und KI-generierter Content (z.B. Nutzung, Markierungen, Verifizierung)


Fortschritte in KI-Entwicklungen: Deepfakes, KI bei Medikamenten, KI-gestützte Handelssysteme Herausforderungen bei KI-Authentizität, Deepfake-Erkennung und Prompt Injection Innovationen im deutschen Mittelstand und europäische Regulierung (EU AI Act, Unternehmensformen) Potenziale und Grenzen von KI im Alltag, Arbeit und Ethik (z.B. Polizeiroboter, KI in Gerichtsverfahren, ChatGPT-Deepfakes)


Ausblick auf Next-Level-Entwicklungen wie Spectrum Development und KI-Tools für Entwickler





Timestamps:


00:00 - Jahresstart 2026: Überblick und erste Einschätzungen 01:02 - Nvidia verliert 30 % Marktwert – Ursachen und Prognosen 03:13 - Politische Einflüsse auf KI-Unternehmen: Europa vs. USA 04:06 - Strompreise, Data Center Proteste in den USA 07:09 - Der Einfluss KI-generierten Contents auf soziale Netzwerke 08:46 - Markierungsmöglichkeiten für echten vs. KI-Content 09:16 - Automatisierte Video- und Text-Content-Tools 10:22 - Werbung mit KI – Qualität und Wahrnehmung im Vergleich 11:00 - Verifizierung und Monetarisierung sozialer Accounts 12:20 - KI in der Medizin: Chancen und Limits bei Volkskrankheiten 13:07 - KI bei US-Wahlen: Deepfakes und Desinformation 14:07 - Deepfake-Politik-Videos: Risiko und Regulierung 15:20 - KI-Avatar-Content und generierte Kurse: Ethik und Community-Reaktionen 16:42 - Entwicklung von KI-Grafik-Assets und Community-Shitstorms 17:28 - Fortschritte bei Deepseek und Chip-Rennen 2026 18:37 - Sättigung bei KI-Modelleinrichtungen und Performance 20:20 - KI in der Polizei: Realistische Zukunftsszenarien 21:15 - Deepfake-Beweise vor Gericht: Rechtliche Herausforderungen 22:34 - Prompt Injection: Gefahren für Sicherheit und Datenschutz 25:40 - KI-Assistenz im Mittelstand: Stand und Potenziale 27:18 - Programmiersprachen 2026: KI-Optimierungen und Vergleich 28:52 - KI in der Softwareentwicklung: Automatisierung vs. Qualität 29:30 - KI-gestützte Therapie-Apps: Potenzial und Risiken 30:08 - Autonome Waffensysteme und Militär: Ist der Durchbruch nah? 32:33 - Browser-Agents und Web-Integration für KI – Erfahrungsbericht 33:48 - Sicherheitslücken bei Prompt Injection und Exploits 36:36 - KI-Modelle: Marktführer, Partnerschaften und Innovationen 38:54 - Europas Strategie für digitale Unabhängigkeit & IT-Alternativen 40:02 - KI im deutschen Mittelstand: Status quo 2026 41:12 - EU AI Act: Neue Unternehmensformen und Regulierung 42:50 - Ausblick: Spectrum Development, KI-Tools für Entwickler