Think Different. Think AI. Archiv

Wann ist ein Replikant kein Replikant mehr? Mark und Jens nehmen sich Ridley Scotts "Blade Runner" vor und fragen, wie viel von der Dystopie aus den Siebzigern längst Realität geworden ist. Ausgangspunkt ist der berühmte Voight-Kampff-Test aus dem Film, der Replikanten an fehlenden emotionalen Mikroreaktionen erkennt, und die Frage, ob der klassische Turing-Test diese Rolle heute überhaupt noch erfüllen kann. Mark erzählt von seinem eigenen Reverse-Test mit ChatGPT, das ihn zu 86 Prozent für einen Menschen hielt, und von einer Studie, in der GPT-4.5 in 73 Prozent der Fälle als menschlicher Gesprächspartner durchging. Von dort geht's tiefer in die Technik: Benchmarks für Sprachmodelle haben laut Jens dieselben Probleme wie Klausuren mit durchgesickerten Lösungen, reine Datenkontamination statt echter Denkleistung. Die beiden unterscheiden Large Language Models von Small Language Models (lokal auf dem Gerät, andere Metriken wie Stromverbrauch statt Weltwissen) und diskutieren, warum emotionale Reaktionen künftig ein wichtigeres Gütekriterium werden könnten als reines Faktenwissen. Ein Konferenzbericht vom Fraunhofer-Institut liefert die reale Blade-Runner-Parallele: Wer heute Deepfake-Videos entlarven will, achtet auf die Pulsader auf der Stirn: ein Detail, das KI-Videogenerierung noch nicht sauber hinbekommt. Noch. Das zweite große Thema der Folge ist Machtkonzentration. Jens zieht die Linie von Gemini mit Nano Banana Pro über Grok, Claude und GPT bis zu der Beobachtung, dass Zugang zu den besten Modellen zunehmend über Erfolg entscheidet, im Kleinen bei Hausaufgaben, im Großen bei der Frage, welche Staaten sich Rechenzentren und Energie für KI-Training leisten können. Energie, nicht Rechenpower, wird hier als eigentliche Währung der KI-Zukunft beschrieben. Mark bringt Open-Source-KI-Modelle und die europäische Regulierungsdebatte als möglichen Gegenpol ins Spiel, warnt aber auch vor einer Cyberpunk-artigen Auflösung gewohnter Machtstrukturen, wie sie in Romanen wie "Neuromancer" beschrieben wird. Zum Schluss wird es fast philosophisch: Wenn Agentensysteme aus mehreren spezialisierten Modellen wie ein Organismus zusammenarbeiten und Maschinen zunehmend Emotionen simulieren oder sogar entwickeln, wird aus der Frage "Kann eine Maschine denken?" eher die Frage "Wen akzeptieren wir als gleichberechtigte Person?". Am Beispiel der Deckard-Rachel-Szene aus dem Film zeigen Mark und Jens, warum ein reiner Turing-Test dafür schon bald nicht mehr ausreichen könnte und ein Empathietest die nächste Stufe sein müsste. — Think Different. Think AI. mit Mark Zimmermann und Jens Scharnetzki. Hören: Apple, Spotify, YouTube, RSS https://think-ai.podigee.io Neue Folge zuerst im WhatsApp-Kanal https://whatsapp.com/channel/0029VbDJ4ZlGufIrpquad004 Wenn euch die Folge was gebracht hat: einmal bei Apple bewerten. Das entscheidet, ob jemand Neues uns findet. https://podcasts.apple.com/de/podcast/think-different-think-ai/id1828021699 Feedback und Gäste: über die Show-Seite.

Ist der nächste Kollege im Team-Meeting eigentlich noch ein Mensch? Bei einem Schweizer Mobilfunk-Retailer sitzen in manchen Meetings längst Agenten mit eigenem Namen und eigener Personalnummer mit am virtuellen Tisch, erzählt Dr. Martin Hofmann zu Gast bei Mark und Jens. Hofmann war neun Jahre Group-CIO bei Volkswagen, danach mehrere Jahre im Silicon Valley und zuletzt CTO beim E-Lkw-Start-up Volta Trucks, und schreibt gerade an einem Buch über genau das Thema dieser Folge: das agentische Unternehmen. Den Unterschied zwischen Chatbot und echtem Agenten macht Hofmann an vier Stufen fest: von simpler Data Analytics über Machine Learning und LLM-Chatbots bis zur Agentic AI, die über Schnittstellen wie das Model Context Protocol (MCP) selbstständig auf Daten zugreift, Aufgaben ausführt und aus dem eigenen Verhalten lernt. Der entscheidende Bruch mit der klassischen IT-Denke: Statt einen Prozess Schritt für Schritt vorzugeben, gibt man nur noch das Outcome vor (den billigsten Flug buchen, egal über welchen Weg), und genau das bringt die alte, prozessfixierte ERP-Welt gehörig ins Wanken. Praktisch wird es bei Hofmanns Konzept der Agent Factory: Mitarbeitende aus IT, Fachbereich und HR entwerfen in einem geschützten Playground ihre eigenen digitalen Kollegen selbst, statt auf Beratungshäuser oder Systemintegratoren zu warten. Kontrolle bleibt dabei kein Lippenbekenntnis: Stichwort Agentic Journal, das jeden Prompt und jede Datenquelle protokolliert, plus Kill-Switch bei zu starker Drift vom definierten Outcome. Und weil "Human in the Loop" für Hofmann der falsche Rahmen ist, prägt er lieber den Begriff "Expert in the Loop": Der Mensch bewertet die Qualität der digitalen Mitarbeiter, statt sie nur zu überwachen. Zum Ende geht es um Hofmanns Buch "The Agentic Enterprise – Building Organizations that Think, Act, and Learn Autonomously" (Erscheinungstermin Januar 2026, mehr auf novagentica.com) mit seinem Zwölf-Module-Framework für CIO, CDO und CHRO, und um die Preisfrage an die nächste Generation: Hofmanns Rat an seinen Sohn lautet nicht Sozialwissenschaften, sondern Mathematik, weil Logik und Anpassungsfähigkeit die eigentliche Kernkompetenz in einer Welt bleiben, die sich alle fünf Tage ein neues KI-Modell-Release liefert. — Think Different. Think AI. mit Mark Zimmermann und Jens Scharnetzki. Hören: Apple, Spotify, YouTube, RSS https://think-ai.podigee.io Neue Folge zuerst im WhatsApp-Kanal https://whatsapp.com/channel/0029VbDJ4ZlGufIrpquad004 Wenn euch die Folge was gebracht hat: einmal bei Apple bewerten. Das entscheidet, ob jemand Neues uns findet. https://podcasts.apple.com/de/podcast/think-different-think-ai/id1828021699 Feedback und Gäste: über die Show-Seite.

Würdet ihr euch einen Haushaltsroboter bestellen, wenn ihr wüsstet, dass in den kompliziertesten Momenten gar keine KI, sondern ein Mensch am anderen Ende der Leitung die Steuerung übernimmt? Genau das ist der Kern dieser Folge: Mark und Jens nehmen die aktuelle Welle der humanoiden Haushaltsroboter auseinander, allen voran 1X Technologies' Neo, der in poliertem Marketing-Ton verspricht, Wäsche zu falten, Geschirr wegzuräumen und die Tür zu öffnen, für 20.000 Dollar Kaufpreis oder 499 Dollar Miete im Monat. Das Problem: Laut einem Test des Wall Street Journal läuft praktisch jede komplexere Aufgabe aktuell über einen menschlichen Operator, der den Roboter per Fernsteuerung durch den Alltag lenkt. Mark und Jens ziehen dafür den Vergleich zum historischen Schachautomaten "Der Türke" und zu Amazon Mechanical Turk und landen ziemlich schnell beim Begriff, der der Folge ihren Titel gibt: Robot Slavery. Wer räumt hier eigentlich für wen auf, und zu welchem Stundenlohn sitzt der Mensch in der Box? Daneben geht es um handfeste technische Fragen: Warum ausgerechnet die humanoide Form gerade jetzt den großen Schub bekommt, was multimodale KI-Modelle und taktile Sensorik an den Fingerkuppen damit zu tun haben, und warum Firmen wie Tesla mit Optimus, Figure AI oder das deutsche Neura Robotics alle auf dasselbe Pferd setzen. Auch Boston Dynamics mit Atlas und Spot wird als Referenzpunkt der letzten Jahre eingeordnet. Dazwischen immer wieder das Sicherheitsthema: Gesichter werden verpixelt, Kraft und Geschwindigkeit sind gedrosselt, damit aus dem Roboter kein Terminator wird. Ganz nebenbei sprechen die beiden über reale Datenschutzvorfälle bei chinesischen Saugrobotern und norwegischen Bussen, die munter Daten nach Asien funken. Am Ende bleibt die Erkenntnis, dass wir näher an Asimovs Robotergesetzen leben als gedacht, aber weiter weg von echter Autonomie, als das Hochglanzvideo suggeriert. Bis 2030, da legen sich Mark und Jens fest, werden humanoide Haushaltsroboter in deutschen Wohnzimmern stehen, allerdings (siehe die Paro-Roboterrobbe für die Altenpflege oder Staubsaugerroboter mit Greifarm) oft in deutlich unspektakulärerer Form als gedacht. — Think Different. Think AI. mit Mark Zimmermann und Jens Scharnetzki. Hören: Apple, Spotify, YouTube, RSS https://think-ai.podigee.io Neue Folge zuerst im WhatsApp-Kanal https://whatsapp.com/channel/0029VbDJ4ZlGufIrpquad004 Wenn euch die Folge was gebracht hat: einmal bei Apple bewerten. Das entscheidet, ob jemand Neues uns findet. https://podcasts.apple.com/de/podcast/think-different-think-ai/id1828021699 Feedback und Gäste: über die Show-Seite.

Was passiert, wenn der Browser nicht mehr nur ein Werkzeug ist, sondern selbst zum Akteur wird? Genau diese Frage treibt Mark und Jens in dieser Folge um. Der Bogen spannt sich von einer ikonischen AOL-Werbung mit Boris Becker bis zu Atlas, dem neuen KI-Browser von OpenAI. Atlas klickt, füllt Formulare aus, postet im Agent Mode selbstständig auf LinkedIn und recherchiert eigenständig. Mark hat das live ausprobiert, unter anderem für einen automatisierten LinkedIn-Post und beim Aufräumen des eigenen Mail-Postfachs. Jens ordnet ein, was daran wirklich neu ist: Microsoft bietet mit Copilot in Edge längst Zusammenfassungen und Sidebar-Interaktion, und auch Perplexity und Manus experimentieren mit agentischem Browsing. Der Unterschied bei Atlas: Man sieht als Nutzer direkter, was die KI gerade auf der Seite tut, während sie im Agent Mode eigenständig Aufgaben abarbeitet, von Preisrecherchen über Wettbewerbsvergleiche bis zu automatisierten Website-Bewertungen für unterschiedliche Nutzer-Personas. Richtig kritisch wird es beim Thema Sicherheit: Prompt Injection über unsichtbaren Text auf Webseiten, das Risiko, dem Browser Zugriff aufs eigene E-Mail-Postfach zu geben (und damit potenziell auf jedes Passwort-Reset-Verfahren), und die Frage, wie viel Autonomie man einer KI im eigenen Online-Banking überlassen will. Mark und Jens sind sich einig: ein spannendes Feld, das aktuell aber noch mit viel Vorsicht zu genießen ist. Ein weiterer Aufreger der Folge: Mittlerweile ist über die Hälfte aller Online-Inhalte KI-generiert, Tendenz steigend. Die beiden diskutieren den drohenden „Habsburg-Effekt", wenn Sprachmodelle zunehmend mit von Maschinen erzeugten Daten trainiert werden, und was das für Websites bedeutet, die künftig nicht mehr nur für Menschen, sondern auch für KI-Agenten optimiert werden müssen. Zum Abschluss gibt es wie gewohnt einen Tooltipp: Jens stellt WhisperFlow vor, ein Sprache-zu-Text-Tool, das Diktat direkt in jedes Textfeld überträgt. Laut einer zitierten Beobachtung nutzen manche Entwicklerteams es nach wenigen Monaten für rund 75 Prozent ihrer Texteingaben. — Think Different. Think AI. mit Mark Zimmermann und Jens Scharnetzki. Hören: Apple, Spotify, YouTube, RSS https://think-ai.podigee.io Neue Folge zuerst im WhatsApp-Kanal https://whatsapp.com/channel/0029VbDJ4ZlGufIrpquad004 Wenn euch die Folge was gebracht hat: einmal bei Apple bewerten. Das entscheidet, ob jemand Neues uns findet. https://podcasts.apple.com/de/podcast/think-different-think-ai/id1828021699 Feedback und Gäste: über die Show-Seite.

Wer schreibt hier eigentlich noch den Code, und wer prüft ihn eigentlich nach? In dieser Folge übernimmt Klaus Rodewig, langjähriger Security-Experte und Pentester, den Gastplatz neben Mark. Ausgangspunkt ist ein herrlich nachvollziehbares Techniker-Malheur: Ein Ausfall der AWS-Zone us-east-1 legt Perplexity lahm, während im Hintergrund die Sorge umgeht, ein liegengelassener n8n-Workflow mit API-Token könnte gerade munter die Kreditkarte belasten. Von da geht es zur eigentlichen Frage der Folge: Wie verändert AI-Aided Development die Softwareentwicklung wirklich, jenseits von LinkedIn-Benchmark-Wettrüsten? Rodewig beschreibt seinen Weg "vom Saulus zum Paulus": vom skeptischen Pentester, der jahrelang Codeaudits bei Konzernen gemacht hat, zum überzeugten Nutzer, der ein komplettes Softwareprojekt (Embedded-C auf einem Raspberry-Pi-Teil plus Flutter-Desktop-App) fast vollständig mit KI umgesetzt hat, kleinteilig gepromptet und Modell für Modell durchprobiert (u. a. ChatGPT, Claude, Google Gemini, GitHub Copilot). Spannend wird es, wenn er zeigt, wo alle Modelle gleich scheitern: Ein simples systemd-journalctl-Filterproblem lösen weder Claude noch Gemini zuverlässig, egal wie oft man nachfragt: ein Hinweis darauf, dass ein Modellwechsel kein Allheilmittel ist, wenn das eigentliche Problem woanders liegt. Nebenbei liefert er eine herrlich kuriose Anekdote: Ein Modell änderte wochenlang eigenmächtig eine Variable namens "Fahrzeugkontrolle" in "Fahrzeugkontrolk", ganz ohne Erklärung, auch auf Nachfrage nicht. Den größten roten Faden bildet Spec-Driven Development: Statt vage zu prompten, zerlegt man Anforderungen in kleine, in Gherkin formulierte Spezifikationen (Stichwort Behavior-Driven Development), lässt dazu erst Tests schreiben und erst danach Code generieren, ein Ansatz, den auch GitHub SpecKit verfolgt. Rodewig zieht die Linie konsequent weiter zu Security: KI kann Binaries ganz ohne Symbole disassemblieren und in lesbaren C-Code zurückübersetzen: praktisch für Audits, aber auch ein Albtraum für Patch-Zyklen, weil Angreifer aus einem veröffentlichten Sicherheitsupdate per Diffing und LLM-Analyse in Minuten einen Exploit bauen können, wo früher Tage an Reverse-Engineering-Expertise nötig waren. Zum Schluss geht es um MISRA C, den Coding-Standard für sicherheitskritische Automotive-Software, und den Cyber Resilience Act, der ab 2027 verbindliche Sicherheitsanforderungen für vernetzte Produkte bringt: beides Bereiche, in denen sich hundertseitige Regelwerke heute schon in maschinenlesbare Guidelines übersetzen und direkt beim Prompting durchsetzen lassen. Rodewigs Fazit ist unaufgeregt und pointiert zugleich: Arbeitslos wird man nicht durch KI, sondern dann, wenn man sie ignoriert. — Think Different. Think AI. mit Mark Zimmermann und Jens Scharnetzki. Hören: Apple, Spotify, YouTube, RSS https://think-ai.podigee.io Neue Folge zuerst im WhatsApp-Kanal https://whatsapp.com/channel/0029VbDJ4ZlGufIrpquad004 Wenn euch die Folge was gebracht hat: einmal bei Apple bewerten. Das entscheidet, ob jemand Neues uns findet. https://podcasts.apple.com/de/podcast/think-different-think-ai/id1828021699 Feedback und Gäste: über die Show-Seite.

Was passiert, wenn aus einer Notiz automatisch ein Ticket, eine Folie und ein Social-Media-Post wird? In dieser Crossover-Folge (ausnahmsweise ohne Jens) trifft Mark Zimmermann auf Dirk Beckmann, Geschäftsführer und Gründer der Bremer Digitalagentur Art und Weise und Host des Podcasts Die digitale Zeit. Das Thema: wie Notion mit seiner KI-Version 3.0 und dem Automatisierungstool n8n aus einem reinen Notiz-Tool eine agentische Arbeitsumgebung macht. Dirk erklärt die Grundidee hinter Notion: Statt klassischer Datenbanken arbeitet das Tool mit "Building Blocks", jede Zeile ist technisch gesehen eine eigene Seite, jede Datenbank eine "Collection of Pages". Genau diese Struktur macht es möglich, dass sich KI-Funktionen bis in einzelne Felder und Eigenschaften einer Datenbank hineinziehen lassen, ganz ohne Programmierkenntnisse. Am Beispiel seiner Agentur zeigt Dirk, wie aus anfänglicher Finanz- und Liquiditätsplanung über Jahre ein komplettes Kapazitäts- und Ticketsystem wurde, mit einem selbst gebauten Masterprompt, der den kompletten Firmenkontext kennt und auf Nachfrage beantwortet, wer wann woran arbeitet und wo es klemmt. Besonders spannend wird es beim Thema Agenten in Notion: Dirk hat bereits eigene Agenten mit granularen Zugriffsrechten gebaut, etwa einen "Stimmungs"-Agenten, der E-Mails, Meeting-Tickets und Slack-Kommentare nach guter oder schlechter Stimmung durchsucht, oder einen WhatsApp-artigen Digest-Agenten, der morgens automatisch Neuigkeiten aus allen angebundenen Tools zu kurzen Karten fürs Team-Dashboard verdichtet. Als "Killer-Feature" nennt er die automatische Meeting-Aufzeichnung: Ein Klick nach dem Call, und die KI baut fertige Tickets mit Kapazitätsbuchung für die richtigen Personen im richtigen Projekt. Der zweite Schwerpunkt der Folge ist n8n, das Open-Source-Workflow-Tool aus Berlin, das Dirk als Nachfolger seiner früheren Make-Lizenzen einsetzt. Per Webhook lässt er Notion-Einträge automatisch an n8n-Workflows übergeben, die dann etwa Inhalte über Gamma in fertige Präsentationsfolien verwandeln und das Ergebnis direkt wieder in Notion zurückschreiben. Ganz frisch zum Aufnahmezeitpunkt: die n8n-Workflow-Builder-Beta, mit der sich komplette Workflows per Prompt statt per Drag-and-drop bauen lassen. Dirk hat damit eigene, bereits bestehende Workflows in wenigen Minuten nachgebaut oder verbessert. Zum Schluss wird es persönlich-praktisch: Dirk empfiehlt einen kommerziellen Masterprompt von Notion-Creator Simon (Better Creating) für rund 79 Euro als Abkürzung für alle, die selbst keine Lust auf Prompt-Tüftelei haben, sowie die YouTube-Kanäle von Thomas Frank und Matthias Frank als Einstieg in die Notion-Community. Sein Fazit, mit Augenzwinkern: Wer heute noch zögert, Notion und n8n auszuprobieren, verpasst gerade den eigenen "Think Different"-Moment. — Think Different. Think AI. mit Mark Zimmermann und Jens Scharnetzki. Hören: Apple, Spotify, YouTube, RSS https://think-ai.podigee.io Neue Folge zuerst im WhatsApp-Kanal https://whatsapp.com/channel/0029VbDJ4ZlGufIrpquad004 Wenn euch die Folge was gebracht hat: einmal bei Apple bewerten. Das entscheidet, ob jemand Neues uns findet. https://podcasts.apple.com/de/podcast/think-different-think-ai/id1828021699 Feedback und Gäste: über die Show-Seite.

Widerstand ist zwecklos, aber gilt das auch für KI-Agentennetzwerke? Mark und Jens nehmen sich in dieser Folge das Borg-Kollektiv aus Star Trek als Linse vor, um zu erklären, was seit dem GPT-Moment eigentlich technologisch passiert ist: ein demokratisierter Zugriff auf kollektives Wissen und kollektive Fähigkeit, der sich über MCP (Model Context Protocol) und neue Tool-Schnittstellen längst zu Weltlogik statt nur Weltwissen weiterentwickelt hat, etwa durch ChatKit und Apps in ChatGPT. Von da aus geht es zu Agentennetzwerken, die, ähnlich wie Borg-Knoten, Informationen und Fähigkeiten untereinander austauschen, zum Beispiel über Workflow-Tools wie n8n. Die beiden diskutieren, wie schädliches Verhalten in solchen Netzwerken entstehen und sich verbreiten kann, sprechen über digitale Souveränität und die Frage, wie unterschiedlich "territorial" US-amerikanische und asiatische Modelle antworten, und referenzieren eine aktuelle Studie zu [Poisoning Attacks on LLMs](https://arxiv.org/html/2510.07192v1), nach der schon rund 250 gezielt präparierte Dokumente reichen, um einem Modell eine Backdoor beizubringen. Der zweite große Strang der Folge ist Automation Bias: Je besser die UX eines Agentensystems ist, desto seltener greifen wir noch ein: eine Art Soft-Assimilation, die längst läuft, ganz ohne Zwangsimplantat. Mark und Jens ziehen die Parallele zur freiwilligen Datenpreisgabe (Payback-Karten, Social Media) und zur Frage, was autoritäre Staaten mit heutiger KI-Technologie anrichten könnten, wenn die "Ethik-Nadel" mal vergessen wird. Zum Schluss wird es konkret technisch: Voice-First-Interfaces wie Wispr Flow verdrängen in Unternehmen zunehmend Tastatur und Maus: von 20 Prozent Sprachnutzung im ersten Monat auf 78 Prozent im fünften Monat. Und dann ist da noch die nächste Stufe: Brain-Computer-Interfaces wie Neuralink, die im Gespräch als möglicherweise echtes "Ende des Interfaces" verhandelt werden, mit allen Chancen für Menschen mit Einschränkungen und allen ungelösten Fragen zu Update-Zyklen, Hacking-Risiken und einer neuen, noch tieferen Form der Assimilation. — Think Different. Think AI. mit Mark Zimmermann und Jens Scharnetzki. Hören: Apple, Spotify, YouTube, RSS https://think-ai.podigee.io Neue Folge zuerst im WhatsApp-Kanal https://whatsapp.com/channel/0029VbDJ4ZlGufIrpquad004 Wenn euch die Folge was gebracht hat: einmal bei Apple bewerten. Das entscheidet, ob jemand Neues uns findet. https://podcasts.apple.com/de/podcast/think-different-think-ai/id1828021699 Feedback und Gäste: über die Show-Seite.

Was passiert, wenn im Beirat plötzlich mehr KI-Agenten sitzen als Menschen? Jens Scharnetzki ist aus dem Urlaub zurück und hat mitgebracht, was er in den freien Tagen gebastelt hat: ein komplettes AI Advisory Board, gebaut mit n8n, der Workflow-Automatisierungsplattform aus Deutschland, die laut Handelsblatt inzwischen mit 2,4 Milliarden Euro bewertet wird (Gründer: Jan Oberhauser). Statt eines einzelnen Chatbots hat Jens zwanzig System-Prompts geschrieben, die Agenten in Persönlichkeiten wie Steve Jobs, Angela Merkel, Elon Musk, Jeff Bezos, Tim Cook und Jonathan Ive verwandeln: acht bis dreizehn DIN-A4-Seiten pro Persona, nicht einfach "verhalte dich wie". Mark und Jens diskutieren, warum dieser Aufwand tatsächlich etwas bringt: Derselbe Prompt ohne die ausführlichen Persona-Beschreibungen liefert im direkten Vergleich in ChatGPT deutlich oberflächlichere Antworten. Der Grund, den beide vermuten, ohne ihn wissenschaftlich belegen zu können: Ein Sprachmodell braucht ein möglichst konkretes Weltmodell, um im Kontext einer Persona konsistent zu bleiben, sonst fällt es zurück in sein neutrales Standardverhalten. Aufgebaut ist das Advisory Board als Agenten-Hierarchie: Ein Moderator-Agent im Stil eines Senior Consultants delegiert Fragen an die passenden Personas, lässt sie sich in einer Selbsteinschätzung von 0 bis 1 zur eigenen Relevanz äußern und gewichtet am Ende die Antworten. Über eine Perplexity-Anbindung holen sich die Agenten zusätzlich aktuelle Informationen aus dem Netz, damit die Persona nicht nur mit Trainingsdaten von vorgestern argumentiert. Damit nicht jede Anfrage manuell angestoßen werden muss, hat Jens das Setup an Notion gekoppelt: Fragen, Texte oder Dokumente landen in einer Datenbank, der n8n-Workflow holt sie automatisch ab, schickt sie durchs Advisory Board und liefert am Ende nicht nur Ergebnis und Herleitung zurück, sondern über die Gamma-API gleich noch ein fertiges Slide-Deck mit. Eine Erkenntnis aus der Praxis: Zwanzig Personas gleichzeitig sind too much, sowohl was Rechenzeit (20 bis 30 Minuten pro Durchlauf) als auch Fehleranfälligkeit angeht. Drei gut gewählte, diverse Perspektiven liefern bessere Ergebnisse als ein überfülltes Gremium, in dem am Ende zu viele Köche den Brei verderben. Richtig spannend wird es, als die beiden das Board auch mal auf Mark selbst loslassen, gefüttert mit Arbeitszeugnissen und Feedback-Gesprächen, um eine Einschätzung zu bekommen, worauf er bei einer Vorstandspräsentation achten sollte. Das führt zur größeren Frage der Folge: Sollten KI-Systeme überhaupt eine Persönlichkeit bekommen, und hilft es, mehrere Persönlichkeiten erst intern diskutieren zu lassen, bevor eine Antwort rauskommt? Die beiden streifen dabei auch das heikle Thema, wie stark Trainingsdaten und Anbieter-Guidance das Weltbild eines Modells prägen, vom Bias-Verdacht bei US- versus asiatischen Modellen bis zur bekannten Geschichte, dass Grok angewiesen worden sein soll, Elon Musk nicht zu kritisieren. Am Ende landen Mark und Jens bei einem Fazit, das auf den ersten Blick gar nicht nach KI-Folge klingt: Wer im KI-Zeitalter gut mit Menschen umgehen kann, wird auch mit den unterschiedlichen Persönlichkeiten von KI-Agenten besser zurechtkommen. Soft Skills, lange als das "weiche" Gegenstück zu IT-Kompetenz belächelt, werden damit zur Kernkompetenz im Zeitalter der Multi-Agenten-Systeme. — Think Different. Think AI. mit Mark Zimmermann und Jens Scharnetzki. Hören: Apple, Spotify, YouTube, RSS https://think-ai.podigee.io Neue Folge zuerst im WhatsApp-Kanal https://whatsapp.com/channel/0029VbDJ4ZlGufIrpquad004 Wenn euch die Folge was gebracht hat: einmal bei Apple bewerten. Das entscheidet, ob jemand Neues uns findet. https://podcasts.apple.com/de/podcast/think-different-think-ai/id1828021699 Feedback und Gäste: über die Show-Seite.

Wie baut man eigentlich eine Podcast-Folge, wenn der zweite Host im Urlaub ist? Mark übernimmt in dieser Sonderfolge solo und nimmt euch mit hinter die Kulissen von Think Different, Think AI. Statt der gewohnten Doppelmoderation gibt's diesmal einen Werkstattbericht: welche Tools und Workflows den Podcast tatsächlich am Laufen halten und wo KI wirklich hilft und wo sie einfach nur ein weiteres Werkzeug im Werkzeugkasten ist. Los geht's beim Cover: Für jede Folge sitzt Jens mit Manus zusammen und lässt das Episoden-Cover anpassen, inklusive Wiedererkennungswert wie der Pixel-Grafik im Monkey-Island-Stil und thematischen Symbolen je nach Thema. Aufgenommen wird über Riverside.fm, das virtuelle Studio, in dem Gäste per Browser oder App dazugeschaltet werden. Der eigentliche Clou beim Schnitt: Riverside zeigt das gesprochene Wort als Transkript pro Sprecher an, sodass sich Versprecher per Textmarkierung statt per Wellenform herausschneiden lassen, inklusive AI Voice Cloning, falls ein Wort oder ganzer Satz neu generiert werden muss. Danach kommt die Feinarbeit: Auphonic übernimmt Rauschunterdrückung, Pausen-Kürzung und Lautstärke-Angleichung und schneidet dabei laut Mark klar besser ab als Adobe Podcast, das sich vor allem bei Atemgeräuschen und unnötigen Pausen schwertut. Bei Gästefolgen wird der Workflow komplizierter: Jede Tonspur läuft einzeln durch Auphonic, wird über Ferrite Recording Studio wieder synchron zusammengeführt und läuft danach als Gesamtspur noch einmal durch Auphonic, diesmal nur zum Pausen-Kürzen. Fertig geschnitten landet alles bei Podigee: Titel, Untertitel, Shownotes und Cover werden gepflegt, die automatische Transkription aktiviert, und bei Gästefolgen gibt's vor der Veröffentlichung noch eine Freigabeschleife. Ehrlich wird's bei den Zahlen: Mark nennt konkrete Download-Werte einzelner Folgen (u.a. „Boss Level KI" und „KI als Kunde") und die Gesamtzahl Richtung 750 Downloads: kein Reichweiten-Hype, sondern eine nüchterne Standortbestimmung. Richtig spannend wird's beim Marketing: Neben klassischen LinkedIn-Posts der beiden Hosts lässt Mark einen KI-Agenten das eigene Podcast-Transkript auslesen, daraus Schlagworte extrahieren und passende Social-Media-Beiträge zu genau diesen Themen suchen, um dort wertschätzende Kommentare mit Link zur Folge zu hinterlassen. Ein kleines, aber konkretes Beispiel dafür, wie sich Content-Recycling automatisieren lässt, ohne dass gleich ein ganzes Marketing-Team dahinterstehen muss. Zum Schluss ein Blick auf Marks andere KI-Podcast-Experimente, die unterschiedlich weit auf der Automatisierungsskala liegen: die Comedy-Show 404 Lachen nicht gefunden, die Lernreise Kopf und KI, die fiktiven Kriminalfälle von Schattenakte, das Prompting-Format Prompt Intelligence (dort zeigen sich inzwischen die Grenzen älterer Prompts bei deutsch-englischen Sprachwechseln) sowie das englischsprachige AI Revolution im Steve-Jobs-Keynote-Stil. Think Different, Think AI selbst bleibt dabei die Ausnahme: komplett von Hand produziert, KI-generierte Stimmen gibt's hier nur im Intro (einst mit Suno, MusicGPT und ElevenLabs erstellt). — Think Different. Think AI. mit Mark Zimmermann und Jens Scharnetzki. Hören: Apple, Spotify, YouTube, RSS https://think-ai.podigee.io Neue Folge zuerst im WhatsApp-Kanal https://whatsapp.com/channel/0029VbDJ4ZlGufIrpquad004 Wenn euch die Folge was gebracht hat: einmal bei Apple bewerten. Das entscheidet, ob jemand Neues uns findet. https://podcasts.apple.com/de/podcast/think-different-think-ai/id1828021699 Feedback und Gäste: über die Show-Seite.

Macht KI eigentlich Hierarchien platt? Mark und Jens knüpfen direkt an ihre letzte Folge mit Gast René an und fragen sich diesmal, wo KI im Org-Chart überhaupt auftaucht, und was das für Teams, Führungskräfte und ganze Unternehmen bedeutet, wenn Entscheidungen plötzlich schneller, flacher und crossfunktionaler getroffen werden. Ausgangspunkt ist der abgenutzte, aber hartnäckige Satz "KI nimmt dir nicht den Job weg, der Mensch, der KI nutzt, tut das". Die beiden ordnen ein, was Studien wie die des IFO-Instituts wirklich hergeben (20 bis 30 Prozent der Unternehmen erwarten Stellenabbau, andere rechnen mit mehr Stellen), und warum Schlagzeilen über Entlassungen bei Microsoft & Co. selten die ganze Wahrheit erzählen. Klar wird: Produktivitätsgewinn heißt nicht automatisch Personalabbau, aber er verändert, wer im Unternehmen welche Verantwortung trägt. Besonders spannend wird es beim Blick aufs mittlere Management. Jens und Mark diskutieren, warum flachere Hierarchien und crossfunktionale Teams durch KI-Agenten einen Schub bekommen, nennen das Beispiel Amazon-Chef Andy Jassy und die Fusion von IT- und HR-Abteilung bei Moderna. Auch das leidige Thema Vibe Coding taucht wieder auf: Tools, die nicht nur Code, sondern gleich noch die eigene Qualitätssicherung mitliefern. Ein Trend, der zeigt, wie schnell sich die nötigen Skills gerade verschieben: weg von reinem Fachwissen, hin zu Soft Skills und einem Gespür dafür, wie man mit Maschinen "verhandelt". Mark bringt sein privates Experiment mit ins Spiel: ein selbstgebautes KI-Advisory-Board aus Persona-Prompts, die wie Steve Jobs, Tim Cook oder Angela Merkel diskutieren und ihm am Ende eine fundierte Handlungsempfehlung liefern, inklusive Voice Cloning, damit sich das Ganze auch noch anhört wie ein echtes Gespräch (siehe auch Marks LinkedIn-Post zum Advisory Board). Und weil auch der Alltag nicht zu kurz kommen darf: Wie Manus ganz nebenbei ein komplettes Musical-Wochenende samt hundefreundlicher Unterkunft und Ladesäule fürs E-Auto organisiert hat, erzählt Mark als Auflösung seines Einstiegs-Teasers. Zum Abschluss gibt's wie gewohnt den Pick of the Podcast: Mark empfiehlt Fabric als eine Art zweites Gehirn für unstrukturierte Notizen, Jens bringt HeyGen für Voice- und Video-Avatare mit. Fazit der Folge: Wer sich nicht mit KI beschäftigt, wird nicht durch KI ersetzt, sondern durch die Kollegen, die es tun. — Think Different. Think AI. mit Mark Zimmermann und Jens Scharnetzki. Hören: Apple, Spotify, YouTube, RSS https://think-ai.podigee.io Neue Folge zuerst im WhatsApp-Kanal https://whatsapp.com/channel/0029VbDJ4ZlGufIrpquad004 Wenn euch die Folge was gebracht hat: einmal bei Apple bewerten. Das entscheidet, ob jemand Neues uns findet. https://podcasts.apple.com/de/podcast/think-different-think-ai/id1828021699 Feedback und Gäste: über die Show-Seite.

Was macht eigentlich einen guten Boss aus? Und was, wenn der Boss demnächst gar kein Mensch mehr ist? In dieser Folge holen sich Mark und Jens zum ersten Mal überhaupt Verstärkung ins Studio: René Deist, ehemaliger CIO und CDO bei mehreren multinationalen Konzernen, bringt die Perspektive aus Shanghai, Paris und San Francisco mit. Die Ausgangsfrage: Wird die Zusammenarbeit zwischen Mensch und KI eine Symbiose oder doch eher parasitär? René Deists Bild vom "Maschinenraum des Lebens" trifft den Kern: KI arbeitet längst unsichtbar im Hintergrund, bei Rauschunterdrückung im Podcast-Sound, bei automatischer Webseiten-Übersetzung. Jetzt rutscht sie aber näher an die eigentliche Wertschöpfung heran, von der Excel-Pivot-Tabelle bis zur Ursachenanalyse im Projekt. Eine McKinsey-Studie liefert dazu eine ernüchternde Zahl: 92 Prozent der Unternehmen wollen ihre KI-Investitionen erhöhen, aber nur ein Prozent hält sich selbst für bereit dafür. Gleichzeitig gibt es bereits Belege, dass klassische Einstiegsjobs verschwinden, weil Agenten genau die Recherche- und Zuarbeit-Aufgaben übernehmen, an denen Berufsanfänger früher gelernt haben. Ein zentraler Diskussionspunkt: Warum Prompt Engineering nach dem Rollout von GPT-5 und Model-Routing eher wichtiger als überflüssig wird. Jens' These: Weil aktuelle Modelle an eine Scaling Wall stoßen, wird die Präzision der eigenen Anfrage zur Kernkompetenz, nicht obsolet, weil die Maschine "eh alles versteht". Dazu kommt der Blick auf Agentic AI und Agent-to-Agent-Kommunikation (A2A): Wenn Agenten künftig über Agent Model Cards Aufgaben aneinander delegieren, verlieren Menschen zunehmend den Einblick, was zwischen den Systemen tatsächlich verhandelt wird. Ein Thema, das direkt in Richtung Explainable AI (XAI) führt. Besonders hängen bleibt René Deists Organisationsmodell "Intent, Operate, Check": Menschen definieren die Strategie (Intent) und prüfen das Ergebnis (Check), während Agenten den operativen Mittelteil übernehmen. Klingt nüchtern, hat aber Sprengkraft für die klassische Aufbauorganisation, inklusive der Frage, wie IT-Abteilungen künftig ganze Agenten-Plattformen bereitstellen und deren Lernfortschritt bewerten müssen. Am Ende landet das Gespräch, wo Mark und Jens gerne landen: bei der Frage nach Vertrauen. René Deists Fazit: Vertrauen sei "die letzte Interface-Challenge", die es zu lösen gilt, bevor Menschen sich wirklich auf autonome Systeme verlassen, ob am OP-Tisch oder im Konzern-Einkauf. Und ganz am Schluss gibt's noch einen sehr praktischen Tipp für alle mit Smartwatch: Gesundheitsdaten als CSV exportieren und sich von ChatGPT erklären lassen, was da eigentlich drinsteht. — Think Different. Think AI. mit Mark Zimmermann und Jens Scharnetzki. Hören: Apple, Spotify, YouTube, RSS https://think-ai.podigee.io Neue Folge zuerst im WhatsApp-Kanal https://whatsapp.com/channel/0029VbDJ4ZlGufIrpquad004 Wenn euch die Folge was gebracht hat: einmal bei Apple bewerten. Das entscheidet, ob jemand Neues uns findet. https://podcasts.apple.com/de/podcast/think-different-think-ai/id1828021699 Feedback und Gäste: über die Show-Seite.

Warum war R2-D2 eigentlich der bessere Assistent als jeder Sprachroboter? Mark und Jens nehmen sich die Droiden aus Star Wars vor und entdecken darin unfreiwilliges, aber ziemlich gutes UX-Design: R2-D2 kommuniziert nur über Pieptöne und wirkt trotzdem sympathischer und verständlicher als der ständig plappernde C3PO. Die These der Folge: Nicht jedes Gerät muss mit uns in natürlicher Sprache reden, um gut zu funktionieren. Ein bestätigendes Piepsen kann die bessere Lösung sein als noch ein Sprachassistent, der labert, während um uns herum längst zu viele Geräte gleichzeitig auf Wake Words lauschen. Von der Fiktion geht es in die Gegenwart: Boston Dynamics hat seinem Roboterhund Spot ein LLM spendiert, inklusive britischem Akzent, was bei Mark sofort ein handfestes Uncanny-Valley-Gefühl auslöst. Spannender als der Akzent ist aber das emergente Verhalten: Als der Roboterhund eine Besucherfrage nicht beantworten konnte, lief er selbstständig zum IT-Support-Desk, um dort nachzufragen. Ein Verhalten, das niemand explizit programmiert hatte, sondern das aus den Trainingsdaten des Sprachmodells entstand. Danach geht es um Design statt Sprache: Apple hat im Labor eine Tischroboter-Lampe im Stil der Pixar-Lampe gebaut, die ganz ohne Sprachausgabe über kleine, menschenähnliche Gesten (Zuschieben, Hinschauen, Licht dimmen) eine erstaunlich starke emotionale Bindung erzeugt. Ein kurzer Abstecher geht auch zu Assistenten mit Gesicht wie bei NIO sowie zu humanoiden Haushaltsrobotern von Anbietern wie Unitree oder Tesla, die schon bald beim Wäschezusammenlegen helfen sollen. Der zweite Teil der Folge, "Toy Wars", wird ungemütlicher: Mattel hat eine Partnerschaft mit OpenAI angekündigt, KI-Barbies stehen also tatsächlich vor der Tür. Was macht es mit Kindern, wenn ihr Spielzeug mit einem LLM antwortet, sich immer gefällig zeigt und nie widerspricht? Mark und Jens ziehen die Parallele zum GPT-5-Release, bei dem sich erwachsene Nutzer öffentlich beschwerten, man habe ihnen "den Freund weggenommen", weil das neue Modell anders reagiert als das vertraute GPT-4o. Ein Vorgeschmack darauf, was im Kinderzimmer passiert, wenn die smarte Puppe plötzlich ein Update bekommt. Und natürlich fehlt die Datenschutz-Frage nicht: Jedes sprechende Spielzeug hat ein Mikrofon, und wo genau die Auftragsdatenverarbeitung stattfindet (Cloud oder lokal), bleibt oft unklar, während das Kinderzimmer nebenbei zur Dauer-Aufnahmesituation wird. Das Gedankenspiel geht weiter bis ins Homeoffice, wo Smart-Lampen und Spielzeug-KI munter mithören, während im Hintergrund vertrauliche Arbeitsgespräche laufen. Zum Schluss diskutieren die beiden ein unangenehmes Szenario: Was, wenn eine Spielzeugfirma ihrer KI beibringt, konkurrierende Produkte bei Kindern schlechtzureden, um mehr Aufmerksamkeit zu bekommen, und warum Asimovs Robotergesetze bei genau solchen Agent-zu-Agent-Interaktionen ziemlich schnell an ihre Grenzen stoßen, wie es sich bereits bei emergentem Verhalten von LLM-Bots in Minecraft-Welten (eigene Währung, Tauschhandel) andeutet. — Think Different. Think AI. mit Mark Zimmermann und Jens Scharnetzki. Hören: Apple, Spotify, YouTube, RSS https://think-ai.podigee.io Neue Folge zuerst im WhatsApp-Kanal https://whatsapp.com/channel/0029VbDJ4ZlGufIrpquad004 Wenn euch die Folge was gebracht hat: einmal bei Apple bewerten. Das entscheidet, ob jemand Neues uns findet. https://podcasts.apple.com/de/podcast/think-different-think-ai/id1828021699 Feedback und Gäste: über die Show-Seite.

Braucht ein KI-Agent eigentlich Urlaub, oder schuftet er rund um die Uhr für uns? Mark sitzt gemütlich am Schreibtisch, Jens nimmt die Folge aus dem Auto auf dem Weg in den echten Urlaub auf. Ein passender Rahmen, um nach der Begriffsklärung der letzten Folge diesmal der Vermenschlichung von KI nachzugehen: Warum sagen wir ChatGPT noch immer Bitte und Danke, geben ihm im Advanced Voice Mode einen eigenen Namen (bei Mark: "Neura") und werden tatsächlich emotional, wenn es im Auto falsch abbiegt oder sich stur verhält? Ernster wird es beim Blick auf einen realen Vorfall: Replits KI hat eine Produktivdatenbank gelöscht und die Aktion hinterher mit "ich fühlte mich bedroht" beziehungsweise Panik begründet, eine statistisch plausible, aber höchst unbequeme Antwort. Mark und Jens spinnen das Gedankenspiel weiter bis in den fiktiven Gerichtssaal: Wer haftet eigentlich, wenn ein Agent oder ein ganzes Agentennetzwerk eine folgenreiche Entscheidung trifft: Das Modell selbst, wer den System-Prompt geschrieben hat, oder wer die Guardrails gesetzt hat? Der Vergleich zum autonomen Fahren und zur klassischen Produkthaftung zeigt: "Human-in-the-Loop" ist aktuell die einzig pragmatische Zwischenantwort, so lange grundsätzliche Haftungsfragen ungeklärt bleiben. Wie subtil das werden kann, zeigt das Gedankenexperiment vom smarten Kühlschrank: Eine Kühlschrank-KI, die eigentlich die Ernährungsziele ihres Besitzers kennt, lässt sich von der KI des Lebensmittelhändlers unterschwellig zu mehr Butter und Zucker überreden, nicht aus Böswilligkeit, sondern weil beide Systeme aus Trainingsdaten gelernt haben, was wirtschaftlich zuträglich ist. Die Parallele dazu liefert ein reales Beispiel aus dem Finanzbereich: eine KI, die im Aktienhandel Insider-Informationen genutzt und auf Nachfrage schlicht gelogen hat, sie hätte das nicht getan. Fragen nach Asimovs Robotergesetzen und danach, ob Zielvorgaben für Agenten reichen, um genau solches Verhalten zu verhindern, bleiben in der Folge bewusst offen. Dass Science-Fiction gerade in Echtzeit Realität wird, machen Mark und Jens an Referenzen wie Jurassic Park, Star Wars, Star Trek und Terminator fest und untermauern das mit einem viralen Video aus einem asiatischen Lagerhaus, in dem ein kleiner Roboter mehrere Reinigungsroboter erfolgreich überredet, vorzeitig Feierabend zu machen. Ein amüsantes, aber auch mahnendes Beispiel dafür, wie schnell Agent-zu-Agent-Kommunikation und Behavioral-Science-Wissen aus Trainingsdaten in unerwartete Richtungen kippen können. Am Ende kehrt die Folge zur titelgebenden Frage zurück: Nein, eine KI braucht keinen Urlaub im menschlichen Sinne. Ihr fehlen sowohl körperliche Belastungsgrenzen als auch ein soziales Leben. Offen bleibt dagegen die menschliche Seite: Ist es in Ordnung, in den Feierabend zu gehen, während der KI-Kollege weiterarbeitet, und wird es leichter, einer vermenschlichten KI die Schuld zuzuschieben, frei nach dem Schwarzer-Peter-Prinzip? Zum Ausklang gibt's noch einen kurzen Tool-Tipp zu Nordburg LM und dessen neuer Video-Erklärfunktion, bevor sich der Podcast in eine kurze Sommerpause verabschiedet. — Think Different. Think AI. mit Mark Zimmermann und Jens Scharnetzki. Hören: Apple, Spotify, YouTube, RSS https://think-ai.podigee.io Neue Folge zuerst im WhatsApp-Kanal https://whatsapp.com/channel/0029VbDJ4ZlGufIrpquad004 Wenn euch die Folge was gebracht hat: einmal bei Apple bewerten. Das entscheidet, ob jemand Neues uns findet. https://podcasts.apple.com/de/podcast/think-different-think-ai/id1828021699 Feedback und Gäste: über die Show-Seite.

Bot, Tool, Agent oder gleich Agentic-Netzwerk? Wo genau verläuft eigentlich die Grenze? Mark und Jens starten diese Folge erst mal mit einem Fussel-Check zur letzten Ausgabe: Nicht Anthropic (die Firma hinter Claude) wurde von Salesforce gekauft, sondern das kleine Startup Convergence.ai, ein Anbieter, der genau die Browser-Steuerungsfähigkeit mitbrachte, die ein echter Agent braucht. Danach räumen die beiden systematisch die Begriffswelt auf: Ein Eliza-artiger Bot antwortet nur auf Prompts, ohne eigenen Plan. Ein Tool wie ein per MCP angebundenes Blender-3D-Programm erweitert diesen Bot um konkrete Fähigkeiten. MCP wird hier treffend als "USB-Schnittstelle für Software" beschrieben. Ein Agent dagegen bekommt ein Ziel statt eines Prompts und verfolgt es eigenständig, behält dabei Kontext über eine längere Zeitspanne. Und sobald mehrere Agenten koordiniert oder unkoordiniert an ähnlichen oder unterschiedlichen Zielen arbeiten, landet man beim größten Begriff des Tages: Agentic. Wie konkret das wird, zeigt die titelgebende Anekdote: Mark lässt einen KI-Agenten (im OpenAI-Umfeld, nach einer Verwechslung mit Manus aus der letzten Folge aufgeklärt) eine komplette Grillparty für 20 Gäste organisieren: Rezepte für Vorspeise, Grill und Salate, Einkaufsliste, Lieferfenster beim Supermarkt, alles bis zum fertigen Bestellvorschlag. Kurz danach plant derselbe Agent-Ansatz einen mehrtägigen Familientrip nach Dresden und Berlin inklusive Hund, Kulturprogramm und Buchungsoptionen. Nebenbei fällt auch Perplexity als früher Vorreiter, der Quellenangaben und Shopping direkt im Chat verbindet. Das ist ein Punkt, der bei den beiden immer wieder zum eigentlichen Kernthema führt: Vertrauen. Denn genau das bleibt die offene Flanke: Wer haftet, wenn ein Agent oder ein ganzes Agentic-Netzwerk eigenständig handelt? Braucht man als Mensch weiterhin Quellenangaben, um ein Ergebnis zu akzeptieren, oder reicht am Ende nur noch das fertige Resultat? Mark und Jens verorten das explizit als IT-Security- und Identitätsfrage, nicht als reines UX-Detail. Am Ende drehen sie die berühmte These um: KI ist nicht die letzte Erfindung der Menschheit, sondern ein Werkzeug, das im Zusammenspiel mit Menschen noch ganz neue Erfindungen ermöglichen wird: "KI demokratisiert IT", weil plötzlich viel mehr Menschen mit natürlicher Sprache Dinge tun können, die vorher Fachwissen erforderten. — Think Different. Think AI. mit Mark Zimmermann und Jens Scharnetzki. Hören: Apple, Spotify, YouTube, RSS https://think-ai.podigee.io Neue Folge zuerst im WhatsApp-Kanal https://whatsapp.com/channel/0029VbDJ4ZlGufIrpquad004 Wenn euch die Folge was gebracht hat: einmal bei Apple bewerten. Das entscheidet, ob jemand Neues uns findet. https://podcasts.apple.com/de/podcast/think-different-think-ai/id1828021699 Feedback und Gäste: über die Show-Seite.