Podcaster
Episoden
14.05.2026
1 Stunde 4 Minuten
In dieser Folge sprechen Vlad und Gabriel über Mythos, Anthropic’s neues Modell für Coding, Agentic Tasks und Cybersecurity. Ein Modell, das Sicherheitslücken finden und Software verstehen soll – beeindruckend, aber auch ziemlich beunruhigend. Ausserdem geht’s um GPT-Image-2 und darum, wie vielseitig Bildgeneratoren inzwischen geworden sind: von Prozessdiagrammen bis hin zu Comics. Wie unterschiedlich, detailreich und gezielt solche Outputs mittlerweile sein können, zeigt, dass es längst nicht mehr nur um „schöne Bilder“ geht – sondern um visuelle Werkzeuge für Ideen, Erklärungen und ganze Formate. Dazu passt Anthropic’s Forschung zu Natural Language Autoencoders: ein Ansatz, der Modellaktivierungen in lesbare Sprache übersetzen soll. Also ein kleiner Blick in den Kopf der AI – oder zumindest der Versuch davon. Und natürlich sprechen die beiden auch über Vibe Coding: Software bauen mit Gefühl, Prompts und viel Vertrauen ins Modell. Klingt nach Zukunft – kann aber auch sehr schnell nach Chaos aussehen. Eine Folge über AI, die Bilder erzeugt, Code schreibt, Schwachstellen findet – und vielleicht langsam anfängt, uns zu zeigen, was in ihr passiert. ⸻ Weiteres zum Thema: Mythos / Project Glasswing: https://www.anthropic.com/glasswing GPT-Image-2: https://developers.openai.com/api/docs/models/gpt-image-2 Natural Language Autoencoders: https://www.anthropic.com/research/natural-language-autoencoders
Mehr
24.03.2026
1 Stunde 16 Minuten
In der dreizehnten Folge sprechen Vlad und Gabriel über V-JEPA 2.1, AMI Labs und die provokante Frage, ob heutige AI-Systeme überhaupt so lernen, wie wir es ihnen oft zuschreiben. V-JEPA 2.1 setzt auf selbstüberwachtes Lernen für Bilder und Videos und soll dabei starke, dichte Repräsentationen für visuelles Verständnis und World Modeling liefern.
Dazu passt auch AMI Labs: Das Team beschreibt seine Vision von AI-Systemen, die die reale Welt verstehen, über persistentes Gedächtnis verfügen, planen können und dabei kontrollierbar und sicher bleiben sollen.
Ein weiterer Schwerpunkt ist das Paper “Why AI systems don’t learn”. Darin argumentieren die Autoren, dass aktuelle Modelle beim autonomen Lernen klare Grenzen haben und schlagen stattdessen eine Architektur vor, die Beobachtung, aktives Verhalten und eine Art Meta-Kontrolle miteinander verbindet.
Weiteres zum Thema: V-JEPA 2.1: https://arxiv.org/abs/2603.14482
AMI Labs: https://amilabs.xyz/
Why AI systems don't learn: https://arxiv.org/abs/2603.15381
Dazu passt auch AMI Labs: Das Team beschreibt seine Vision von AI-Systemen, die die reale Welt verstehen, über persistentes Gedächtnis verfügen, planen können und dabei kontrollierbar und sicher bleiben sollen.
Ein weiterer Schwerpunkt ist das Paper “Why AI systems don’t learn”. Darin argumentieren die Autoren, dass aktuelle Modelle beim autonomen Lernen klare Grenzen haben und schlagen stattdessen eine Architektur vor, die Beobachtung, aktives Verhalten und eine Art Meta-Kontrolle miteinander verbindet.
Weiteres zum Thema: V-JEPA 2.1: https://arxiv.org/abs/2603.14482
AMI Labs: https://amilabs.xyz/
Why AI systems don't learn: https://arxiv.org/abs/2603.15381
Mehr
07.03.2026
1 Stunde 32 Minuten
In der zwölften Folge sprechen Vlad und Gabriel über Agentic Engineering, also Systeme, die nicht nur antworten, sondern eigenständig planen, entscheiden und handeln.
Dabei geht es auch um die Frage, wann kleine Modelle sinnvoller sein können als grosse. Müssen es immer gigantische LLMs sein, oder lohnt es sich, genauer hinzuschauen, welches Modell für welchen Zweck überhaupt sinnvoll ist?
Ein weiterer Schwerpunkt ist Context Engineering. Lange galt: Je mehr Kontext man einem Modell gibt, desto besser funktioniert es. Genau diese Annahme schauen sich Vlad und Gabriel kritisch an. Wann hilft zusätzlicher Kontext wirklich, und ab wann wird er eher Ballast?
Weiteres zum Thema:
Qwen 3.5:
https://qwen.ai/blog?id=qwen3.5
ETH Paper:
https://arxiv.org/abs/2602.11988
Claude Code:
https://code.claude.com/docs/de/overview
Dabei geht es auch um die Frage, wann kleine Modelle sinnvoller sein können als grosse. Müssen es immer gigantische LLMs sein, oder lohnt es sich, genauer hinzuschauen, welches Modell für welchen Zweck überhaupt sinnvoll ist?
Ein weiterer Schwerpunkt ist Context Engineering. Lange galt: Je mehr Kontext man einem Modell gibt, desto besser funktioniert es. Genau diese Annahme schauen sich Vlad und Gabriel kritisch an. Wann hilft zusätzlicher Kontext wirklich, und ab wann wird er eher Ballast?
Weiteres zum Thema:
Qwen 3.5:
https://qwen.ai/blog?id=qwen3.5
ETH Paper:
https://arxiv.org/abs/2602.11988
Claude Code:
https://code.claude.com/docs/de/overview
Mehr
20.02.2026
1 Stunde 28 Minuten
In Folge 11 haben wir einen Special Guest eingeladen.
Dieses Mal sprechen Vlad und Gabriel über Text-to-Speech-Modelle, Video-Generierungsmodelle und vor allem über die grosse Frage: Wie passt unser Schulsystem eigentlich mit AI zusammen? Zu Gast ist Nathalie, Oberstufenlehrerin. Sie gibt Einblicke in ihren Schulalltag, erzählt offen vom Umgang mit AI im Unterricht und diskutiert mit uns, was funktioniert – und was (noch) nicht. Zwischen Demo im Chat, neuen Modellen und echten Erfahrungen aus dem Klassenzimmer bewegt sich die Folge wie immer zwischen philosophisch, kontrovers und mit einer guten Portion Humor. Hört rein und sagt uns: Welche Rolle sollte AI an Schulen spielen? ⸻ Mehr von uns: Podcast (neu veröffentlicht): https://podcast.yaaha.ch Instagram: https://www.instagram.com/podcast.yaaha.ch ⸻ Weiteres zum Thema: Qwen Text-to-Speech: https://qwen.ai/blog?id=qwen3tts-0115 Gemini 3 Deep Think: https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-deep-think/
Seedance (Video-Generierung): https://seed.bytedance.com/en/seedance2_0
Dieses Mal sprechen Vlad und Gabriel über Text-to-Speech-Modelle, Video-Generierungsmodelle und vor allem über die grosse Frage: Wie passt unser Schulsystem eigentlich mit AI zusammen? Zu Gast ist Nathalie, Oberstufenlehrerin. Sie gibt Einblicke in ihren Schulalltag, erzählt offen vom Umgang mit AI im Unterricht und diskutiert mit uns, was funktioniert – und was (noch) nicht. Zwischen Demo im Chat, neuen Modellen und echten Erfahrungen aus dem Klassenzimmer bewegt sich die Folge wie immer zwischen philosophisch, kontrovers und mit einer guten Portion Humor. Hört rein und sagt uns: Welche Rolle sollte AI an Schulen spielen? ⸻ Mehr von uns: Podcast (neu veröffentlicht): https://podcast.yaaha.ch Instagram: https://www.instagram.com/podcast.yaaha.ch ⸻ Weiteres zum Thema: Qwen Text-to-Speech: https://qwen.ai/blog?id=qwen3tts-0115 Gemini 3 Deep Think: https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-deep-think/
Seedance (Video-Generierung): https://seed.bytedance.com/en/seedance2_0
Mehr
06.02.2026
1 Stunde 8 Minuten
In der zehnten Folge sprechen Vlad und Gabriel über OpenClaw, einen Open Source AI Agent, der nicht nur chattet, sondern Aufgaben übernimmt: Mails sortieren, Kalender managen, Dinge ausführen direkt auf den eigenen Geräten und über die Kanäle, die man ohnehin schon nutzt.
Dazu passt Moltbook: eine Social Media Plattform, die sich als „Internet für Agents“ versteht wo Bots miteinander posten, diskutieren und sich gegenseitig hochvoten. Doch wie echt ist diese Vision eigentlich? Handelt es sich um eine tragfähige Plattform oder eher um ein experimentelles Konzept mit viel Buzzword-Potenzial? Und dann ist da Project Genie: ein Experiment, das interaktive, spielbare Welten generiert ein Vorgeschmack darauf, wie AI nicht nur Tools bedient, sondern ganze Umgebungen erschafft.
Zum Schluss sprechen die beiden über AI for Good: Wie kann künstliche Intelligenz ganz konkret helfen, etwa für blinde oder allgemein beeinträchtigte Menschen? Wo bringt sie echten Mehrwert im Alltag, jenseits von Hype und Buzzwords?
⸻ Weiteres zum Thema:
OpenClaw (GitHub): https://github.com/openclaw/openclaw
OpenClaw (Website): https://openclaw.ai/
Moltbook: https://www.moltbook.com/
Project Genie (Labs): https://labs.google/projectgenie
Project Genie (Google Blog): https://blog.google/innovation-and-ai/models-and-research/google-deepmind/project-genie/
AI Toys
https://www.nbcnews.com/tech/tech-news/ai-toys-gift-present-safe-kids-robot-child-miko-grok-alilo-miiloo-rcna246956
Wie AI einer gelähmten Frau ihre Stimme zurückgab
https://www.ucsf.edu/news/2023/08/425986/how-artificial-intelligence-gave-paralyzed-woman-her-voice-back
Dazu passt Moltbook: eine Social Media Plattform, die sich als „Internet für Agents“ versteht wo Bots miteinander posten, diskutieren und sich gegenseitig hochvoten. Doch wie echt ist diese Vision eigentlich? Handelt es sich um eine tragfähige Plattform oder eher um ein experimentelles Konzept mit viel Buzzword-Potenzial? Und dann ist da Project Genie: ein Experiment, das interaktive, spielbare Welten generiert ein Vorgeschmack darauf, wie AI nicht nur Tools bedient, sondern ganze Umgebungen erschafft.
Zum Schluss sprechen die beiden über AI for Good: Wie kann künstliche Intelligenz ganz konkret helfen, etwa für blinde oder allgemein beeinträchtigte Menschen? Wo bringt sie echten Mehrwert im Alltag, jenseits von Hype und Buzzwords?
⸻ Weiteres zum Thema:
OpenClaw (GitHub): https://github.com/openclaw/openclaw
OpenClaw (Website): https://openclaw.ai/
Moltbook: https://www.moltbook.com/
Project Genie (Labs): https://labs.google/projectgenie
Project Genie (Google Blog): https://blog.google/innovation-and-ai/models-and-research/google-deepmind/project-genie/
AI Toys
https://www.nbcnews.com/tech/tech-news/ai-toys-gift-present-safe-kids-robot-child-miko-grok-alilo-miiloo-rcna246956
Wie AI einer gelähmten Frau ihre Stimme zurückgab
https://www.ucsf.edu/news/2023/08/425986/how-artificial-intelligence-gave-paralyzed-woman-her-voice-back
Mehr
Über diesen Podcast
Dä Podcast über alles rund um AI
Abonnenten
Volketswil
Kommentare (0)
Melde Dich an, um einen Kommentar zu schreiben.