podcast.de
Anmeldung
Anmeldung Registrierung
Auto Hell Dunkel
Erweiterte Suche
  1. Startseite
  2. Podcasts
  3. KI - kurz und informativ, Klartext "to Go" in unter 5 Minuten Podcast

Episoden

Reinforcement Learning: Agent, Policy und Lernen durch Belohnung

7 Minuten
Wie lernt eine Maschine, ohne dass ihr jemand sagt, was richtig ist (wie beim supervised learning z.B.)?

Mit dieser Folge starten wir die Reihe über Roboter und Reinforcement Learning (bestärkendes Lernen) und schauen uns die Grundlagen an: Was ist ein Agent, was ist eine Policy, und warum sammelt eine Maschine überhaupt Punkte?

Dabei gibt es zwei grosse Herausforderungen: das Credit Assignment Problem und das Dilemma zwischen Exploration und Exploitation.

Themen dieser Folge:

Reinforcement Learning

Agent, Umgebung, Zustand, Aktion und Belohnung

Policy: die gerlente Strategie

Credit Assignment Problem

Exploration vs. Exploitation

Warum Robotik-Training aufwendig ist

Hört unbedingt auch in diese Folgen rein:

KI, die selbstständig lernt (Folge 3)

Wie lernen Maschinen? - Optimierung erklärt

Schaut gerne auch auf der neuen Website zum Podcast vorbei:

⁠⁠⁠⁠⁠⁠⁠https://podcast.pyucation.de⁠⁠⁠⁠⁠⁠

Dort findet ihr eine Übersicht über alle Folgen sowie die meist gestellten Fragen schnell beantwortet.

Braucht es einen Chief AI Officer? - Wie KI die Unternehmensorganisation verändert

8 Minuten
Wie verankert man Künstliche Intelligenz in einer Organisation? Und braucht es dafür einen Chief AI Officer (CAIO)? In dieser Folge schauen wir uns an, wie Unternehmen und Verwaltungen sich für KI aufstellen können und was wir dabei von klassischen Organisationsformen lernen.

Linienorganisation, funktionale Organisation, Spartenorganisation, Matrixorganisation und agile Netzwerkorganisation. Daraus leiten sich drei gängige KI-Organisationsmodelle ab: das zentrale KI-Kompetenzzentrum, die Hub-and-Spoke-Organisation und schliesslich das dezentrale Mesh-Modell, in dem Fachbereiche ihre eigenen Datenprodukte, KI-Modelle und Agents betreiben.

Ihr erfahrt, welche Vor- und Nachteile jedes Modell hat, welcher KI-Reifegrad dafür nötig ist und warum KI im Unternehmen am Ende so selbstverständlich werden sollte wie Excel.

Themen dieser Folge:

Klassische Organisationsformen kurz erklärt

Zentrale, dezentrale und Hub-and-Spoke-Organisation von KI

Das Mesh-Modell

Chief AI Officer: Sinn, Studienlage und Kritik

Erwähnte Folgen und Quellen:

KI-Wissensaufbau in Unternehmen

IBM Institute for Business Value: CEO Study 2026

Schaut gerne auch auf der neuen Website zum Podcast vorbei:

⁠⁠⁠⁠⁠⁠https://podcast.pyucation.de⁠⁠⁠⁠⁠

Dort findet ihr eine Übersicht über alle Folgen sowie die meist gestellten Fragen schnell beantwortet.

Gradient Descent Teil 2: Stochastic Gradient Descent und Mini-Batch GD

8 Minuten
In der ersten Folge zu Gradient Descent haben wir mit den Schwächen dieses Verfahrens aufgehört. Heute schauen wir uns an, wie diese Schwächen angegangen werden.

Wir sprechen über lokale Minima, die richtige Lernrate und den hohen Rechenaufwand bei grossen Datensätzen.

Ihr braucht keine mathematischen Vorkenntnisse (wobei die Grundrechenarten sind nie verkehrt sind :D).

Aus den Herangehensweisen ergeben sich die drei wichtigen Ansätze aus der Praxis:

Gradient Descent: Wie der gesamte Datensatz zur Berechnung eines Optimierungsschritts verwendet wird.

Stochastic Gradient Descent (SGD): Warum einzelne Datenbeispiele den Rechenaufwand pro Schritt reduzieren und gleichzeitig für stärkere Schwankungen sorgen.

Mini-Batch Gradient Descent: Wie eine kleine Gruppe von Datenbeispielen einen praktischen Kompromiss zwischen Rechenaufwand und Stabilität ermöglicht.

Wir nutzen wieder die Analogie der Bergwanderung.

Hört unbedingt in die erste Folge rein. Denn diese Folge baut darauf auf: Gradient Descent einfach erklärt

Schaut gerne auch auf der neuen Website zum Podcast vorbei:

⁠⁠⁠⁠⁠https://podcast.pyucation.de⁠⁠⁠⁠

Dort findet ihr eine Übersicht über alle Folgen sowie die meist gestellten Fragen schnell beantwortet.

Diese Folge ist für dich, wenn du …

verstehen möchtest, wie Machine Learning und KI-Training funktionieren,

dich für künstliche Intelligenz interessierst, ohne selbst programmieren zu müssen,

als Entscheiderin oder Entscheider in Wirtschaft oder Verwaltung fundierter über KI sprechen möchtest,

wissen willst, warum moderne KI-Modelle spezielle Optimierungsverfahren benötigen.

Gradient Descent einfach erklärt: Das Gradientenabstiegsverfahren im Machine Learning

7 Minuten
Gradient Descent ist zweifelsohne einer der wichtigsten Algorithmen im Machine Learning. Dank ihm kann ein Modell lernen.

Stellt euch folgendes Szenario vor: Ich setze euch mit verbundenen Augen irgendwo auf einem Berg ab und sage: Findet zurück zum Auto, das im Tal steht. Genau das macht ein Machine-Learning-Modell beim Training.

In dieser Folge erkläre ich ohne Formeln, wie Modelle ihre Parameter tatsächlich anpassen, was ein Gradient ist und wie der Algorithmus funktioniert.

Wir schauen uns auch die Schwächen des Verfahrens an: lokale Minima, die Lernrate als sog. Hyperparameter und dass Gradient Descent theoretisch jedes Mal den gesamten Datensatz zur Berechnung braucht.

Für alle drei Probleme gibt es in der Praxis Lösungen. Die schauen wir uns in der nächsten Folge an.

Themen dieser Folge:

Was ein Gradient ist

Wie Gradient Descent als Algorithmus funktioniert mit einer einfachen Analogie

die Kostenfunktion als 3D-Landschaft

Probleme beim Gradient Descent

Voraussetzung für diese Folge: Kostenfunktion und mathematische Optimierung

Schaut gerne auch auf der neuen Website zum Podcast vorbei:

⁠⁠⁠⁠https://podcast.pyucation.de⁠⁠⁠

Dort findet ihr eine Übersicht über alle Folgen sowie die meist gestellten Fragen schnell beantwortet.

Model Distillation erklärt: Klauen chinesische Labore amerikanische KI?

9 Minuten
Die US-Regierung wirft chinesischen KI-Laboren Diebstahl im industriellen Massstab vor. Im April 2026 hat das Weisse Haus dazu ein eigenes Memorandum veröffentlicht, im September haben NSA, CISA und FBI mit einer gemeinsamen Sicherheitswarnung nachgelegt. Der Vorwurf behandelt systematische Destillation amerikanischer Frontier-Modelle.

Ich erkläre zunächst, was sog. Knowledge Distillation, Soft Targets und Dark Knowledge ist. Es wird schnell klar, dass das, worum eigentlich gestritten wird, gar nicht die Destillation selbst ist.

Die Lage ist nicht ganz eindeutig und man muss immer betrachten, aus welcher Position heraus, die verschiedenen Akteure argumentieren.

Themen dieser Folge:

Die Chronologie der Debatte um Destillation

Knowledge Distillation: Teacher, Student, Soft Targets und Dark Knowledge

Die Open-Weights-Debatte

Andere spannende Folgen:

Mixture of Experts (MoE) erklärt

Wie Maschinen lernen: Der Trainingsprozess von ML-Modellen

Schaut gerne auch auf der neuen Website zum Podcast vorbei:

⁠⁠⁠https://podcast.pyucation.de⁠⁠

Dort findet ihr eine Übersicht über alle Folgen sowie die meist gestellten Fragen schnell beantwortet.

Links & Quellen:

Anthropic's Statement zum Vervot von Open Weight Modellen

NSTM-4, "Adversarial Distillation of American AI Models", OSTP, 23.04.2026: https://www.whitehouse.gov/wp-content/uploads/2026/04/NSTM-4.pdf

AEI, "How to Stop China from Freeriding on American AI": https://www.aei.org/commentary/how-to-stop-china-from-freeriding-on-american-ai/

Just Security, "From Diagnosis to Deterrence": https://www.justsecurity.org/137498/diagnosis-deterrence-us-response-distillation/

Lawfare, "Knives Are Out for Open-Weight AI Models": https://www.lawfaremedia.org/article/knives-are-out-for-open-weight-ai-models

Lawfare, "The AI Model Distillation Paradox": https://www.lawfaremedia.org/article/the-ai-model-distillation-paradox

CNBC, "The U.S. says China's AI progress is down to 'distillation.' But is it that clear cut?": https://www.cnbc.com/2026/09/18/china-ai-progress-distillation-tech-download.html
Alle Folgen ansehen (67)
In Podcasts werben
Schalte jetzt Werbung in Podcasts.

Über diesen Podcast

"KI - kurz und informativ" erklärt Künstliche Intelligenz verständlich, kompakt und ohne Fachchinesisch. In weniger als 5 Minuten erfahrt ihr als Entscheider in Wirtschaft und Verwaltung, worum es eigentlich wirklich geht - ohne Hype von den Grundlagen, über Anwendungen im Unternehmen bis hin zu den neusten Entwicklungen. Was ist ein Large Language Model (LLM)? Was sind neuronale Netze? Welche Datenschutzanforderungen muss ich beachten? EU AI Act? Wie bereite ich meine Daten auf? All das und vieles mehr sind Themen unserer Podcast-Reihe. Viel Spaß beim Zuhören!
Webseite
KI - kurz und informativ, Klartext "to Go" in unter 5 Minuten • A podcast on Spotify for Creators
Urheberangabe
Marc Benesch
Durchschnittliche Länge
Ø 10 Min.
Erscheinungsweise
Wöchentlich
Letzter Check
vor 2 Std.
Zuerst veröffentlicht
vor 1 J.
Podcast melden

„KI - kurz und informativ, Klartext "to Go" in unter 5 Minuten“

Worum geht es? Danach fragen wir noch nach dem Grund.

Abonnenten

Fr
froeschl97

Teilen

Mein Archiv

Deine Privatkopie der Folgen, die du nicht verlieren willst.

Podcast-Folgen verschwinden. Feeds werden auf die letzten Episoden gekürzt, Hoster räumen alte Dateien ab, Formate wechseln den Anbieter und lassen ihr Archiv zurück. Mit „Mein Archiv“ sichert podcast.de die Folgen deiner Podcasts für dich — angefangen bei den ältesten, denn die sind zuerst weg.

  • Deine gesicherten Folgen bleiben hörbar, auch wenn das Original offline geht.
  • Auch Folgen, die im heutigen Feed gar nicht mehr stehen — podcast.de kennt sie noch.
  • Herunterladen bleibt möglich, solange die Folge beim Podcaster liegt. Der zählt seine Abrufe wie bisher.
Startet bald

Sei beim Start von Mein Archiv dabei

Mein Archiv ist fast fertig. Trag dich ein, dann bekommst du eine E-Mail, sobald es losgeht – und bist von Anfang an dabei. Wir schreiben dir nur zum Start, keine Werbung, keine Weitergabe deiner Daten.

Du bekommst zuerst eine Bestätigungsmail. Abmelden geht jederzeit. Datenschutz