EP22 - KI denkt zu viel: Overthinking, Robotergehirne und das Ende von SaaS

🎙️ Folge 22 - KI denkt zu viel: Overthinking, Robotergehirne und das Ende von SaaS Mehr Nachdenken macht eine KI nicht automatisch besser. Paul Freund und Daniel Ratke sprechen über ihre Erfahrungen mit Astra, Sol, Luna und Claude Opus 5.5: Wann hilft ein hohes Reasoning-Budget – und wann verliert sich ein Modell im Overthinking? Paul erklärt, wie er Aufgaben mit klaren Constraints vorbereitet, Entscheidungen an starke Modelle und die Umsetzung an kleinere Modelle verteilt. Dazu kommen Guardrails, Tests und Reviews durch ein zweites KI-System. Warum finden Modelle unterschiedlicher Anbieter verschiedene Fehler, obwohl sie dieselbe Lösung prüfen? Danach wird es grundsätzlicher: Können sich KI-Systeme irgendwann selbst verändern? Wir sprechen über Recursive Self-Improvement, Memristoren und die Idee dreidimensionaler Netzwerke als Bausteine für ein mögliches Robotergehirn. Außerdem geht es um das Tempo industrieller Forschung und die Frage, warum wissenschaftliche Veröffentlichungen oft so viel länger brauchen. Auch Studium und Softwaregeschäft verändern sich. Wenn Abschlussarbeiten perfekt formuliert sind und jedes Feedback sofort umsetzen, woran erkennt man noch Verständnis? Und was passiert mit SaaS, wenn immer mehr Menschen ihre eigenen Werkzeuge bauen können? Zum Schluss diskutieren wir mögliche neue KI-Abo-Preise, Robotik, schnellere Software-Updates und die Grenzen von Air-Gaps als Sicherheitsmaßnahme. 🔥 In dieser Episode KI-Kontingente, Weekly Resets und der Alltag mit mehreren Abos Claude Opus 5.5, Astra und die Grenzen von Modell-Benchmarks Warum maximales Reasoning beim Coden nach hinten losgehen kann Constraints, Spezifikationen und eine Aufgabenleiter für Astra, Sol und Luna Guardrails, Tests und Reviews durch Modelle verschiedener Anbieter Recursive Self-Improvement und veränderbare KI-Architekturen Memristoren und das Gedankenexperiment eines Robotergehirns Industrielle Forschung, Universitäten, Peer Review und arXiv KI-Abschlussarbeiten, Benotung und die Bedeutung der Verteidigung SaaS in einer Welt, in der jeder eigene Software bauen kann Gerüchte über teurere KI-Abos und die Rolle offener Modelle Autonomes Fahren, Robotik und mehrere Kontrollsysteme Schnellere Releases durch Agentic Coding und stabile Softwarearchitektur Air-Gaps, Seitenkanäle und Kommunikation über ein Netzteil ⏱️ Kapitel / Timecodes 00:00 Begrüßung, KI-Kontingente und Weekly Resets 01:41 Claude Opus 5.5 und mehrere KI-Abos 02:40 Wie verlässlich sind Modell-Benchmarks? 05:38 Wenn maximales Reasoning zu Overthinking führt 07:20 Constraints und die Aufgabenleiter für Astra, Sol und Luna 10:11 Guardrails, Tests und Reviews durch eine zweite KI 11:12 Persönlichkeiten und Recursive Self-Improvement 12:44 Memristoren und die Architektur eines Robotergehirns 17:06 Forschungstempo, Universitäten und arXiv 20:03 Lohnt sich ein Studium heute noch? 22:27 KI-Abschlussarbeiten und die Frage nach Verständnis 26:12 Links teilen und die neue Aufmerksamkeitsökonomie 27:16 Brauchen wir noch SaaS, wenn jeder selbst bauen kann? 28:08 Teurere KI-Abos und offene Modelle 30:01 Autonomes Fahren und Robotik mit mehreren Subsystemen 31:33 KI in der Biologie und die Einordnung auf Hacker News 32:16 Agentic Coding beschleunigt Software-Updates 33:24 Stabiler Core, klare APIs und schnelle UIs 34:46 Air-Gaps, Seitenkanäle und Kommunikation über Netzteile 36:25 Blog-Pläne und Verabschiedung 📌 Links Du bist oder suchst Entwickler? – https://auralis.group Coaching und Beratung! – https://frnd.dev