Buschi lernt KI – Der Kantinen-Podcast für Entwickler
Die Welt der Softwareentwicklung verändert sich rasant – KI schreibt Code, optimiert Prozesse und übernimmt Aufgaben, die früher stundenlange Arbeit waren. Was bedeutet das für uns Entwickler, die noch mit Google und Stack Overflow groß geworden sind?
In Buschi lernt KI setze ich mich wöchentlich mit einem virtuellen Kollegen in die Kantine und erzähle, was ich über KI-Tools, Automatisierung und die Zukunft der Softwareentwicklung gelernt habe. Mal fasziniert, mal skeptisch – aber immer praxisnah und mit klarem Blick auf den Nutzen für uns als Entwickler und Unternehmer.
Ein Podcast für die Mittagspause, der hilft, am Ball zu bleiben. Ohne Hype, aber mit viel echtem Lernwert.
Alle Folgen & mehr: https://letscast.fm/sites/die-ki-kantine-ecf77ca9
Die KI Kantine - der Entwickler-Podcast über Künstliche Intelligenz
Michael Busch
Beschreibung
Podmon Kategorien
Darüber wird in diesem Podcast anteilig gesprochen.
Anzahl Kategorien
Upgrade dein Konto, um kontextuelle Kategorien zu sehen!
Veröffentlichungshistorie
Episodenübersicht
Rekursive KI-Selbstverbesserung – wenn die KI sich selbst trainiert
16.09.2026
Einführung in Rekursion und KI
Die Podcast-Folge behandelt das Konzept der Rekursion, das in der KI-Entwicklung eine zentrale Rolle spielt. Rekursion bezieht sich hier auf Funktionen, die sich selbst aufrufen, und wird im Kontext der rekursiven KI-Selbstverbesserung diskutiert.
Entwicklungsgeschwindigkeit der KI
Die großen KI-Labore, wie OpenAI und Anthropic, haben angekündigt, ihre Entwicklungsgeschwindigkeit zu reduzieren. Dies geschieht aus Sorge um die Herausforderungen, die mit der rekursiven Selbstverbesserung verbunden sind.
Reinforcement Learning
Aktuell lernen KI-Modelle hauptsächlich durch Reinforcement Learning, bei dem sie durch Belohnungen und Bestrafungen trainiert werden. Diese Methode funktioniert gut, da sie klare Signale liefert, jedoch können die KI-Modelle keine eigenen Ziele effektiv setzen.
Die Rolle des Menschen in der KI-Entwicklung
Die menschliche Kontrolle über KI ist entscheidend, um Fehlentwicklungen zu vermeiden. Wenn KI in einem Blackbox-System operiert, verlieren Menschen die Einsicht in den Lernprozess der KI, was potenziell gefährlich sein kann.
Kontinuierliches Lernen und Herausforderungen
Ein weiteres Problem ist das sogenannte 'catastrophic forgetting', bei dem KI-Modelle dazu neigen, altes Wissen zu vergessen, wenn sie neuen Daten ausgesetzt werden. Dies stellt eine Herausforderung für die Entwicklung dar, da Kreativität und innovative Ansätze in der KI-Entwicklung momentan noch begrenzt sind.
Fazit zur KI-Entwicklung
Die derzeitige Leistungsfähigkeit der KI ist bereits hoch, sodass eine Verlangsamung der Entwicklung sinnvoll erscheint, um besser zu verstehen, wie die bestehenden Fähigkeiten genutzt werden können. Der Podcast endet mit einem humorvollen Verweis auf die Rolle von Michael Busch und die Atmosphäre in der 'KI-Kantine'.
Kategorien:
GPT-6: Wenn die KI alles kann, was machen wir dann?
09.09.2026
GPT-6 wird von führenden Köpfen der KI-Branche bereits in die Nähe von AGI gerückt. Besonders beeindruckende Benchmark-Ergebnisse nähren diese Einschätzung – gleichzeitig bleibt die Frage, wie aussagekräftig solche Tests tatsächlich sind und ob eine KI wirklich „alles“ kann.Spannender ist vielleicht eine andere Entwicklung: GPT-6 ist stark auf Computer Use ausgelegt und kann komplette Abläufe am Computer übernehmen – von der Bildbearbeitung über die Videoproduktion bis zur Veröffentlichung. Gleichzeitig verliert klassisches Prompt Engineering an Bedeutung, weil KI-Systeme zunehmend selbst herausfinden, was der Nutzer eigentlich erreichen möchte.Damit entsteht ein neues Produktivitäts-Paradoxon: Wenn die KI immer mehr erledigen kann, wird nicht mehr die Technik zum limitierenden Faktor, sondern der Mensch. Vibe-Coding-Projekte lassen sich zwar beeindruckend schnell erstellen, doch aus einer technischen Demo wird noch lange kein echtes Produkt. Zwischen schnellem Erzeugen und echter Produktivität liegt weiterhin ein entscheidender Unterschied.Die KI-Kantine ist ein Projekt von Michael Busch – Entwickler, Unternehmer und neugieriger Kantinenphilosoph.Hier geht’s regelmäßig zur Mittagspause um Künstliche Intelligenz im echten Entwickleralltag – verständlich, praxisnah und mit einer Prise Skepsis.Neue Folgen erscheinen regelmäßig – meistens genau dann, wenn du dir eh gerade ein Tablett schnappst.📬 Fragen, Feedback oder eigene KI-Erlebnisse? Schreib mir an podcast@ki-kantine.deAlle Folgen & mehr: https://ki-kantine.letscast.fm/
Metas 10x-Experiment: Wenn KI mehr Code, aber weniger Innovation produziert
02.09.2026
Einführung in das 10x-Performer Konzept
Im Podcast wird das Konzept des 10x-Performers aus dem Silicon Valley diskutiert, der in der Lage ist, zehn Kollegen durch den Einsatz von KI zu ersetzen. Dies führt zu einem kritischen Blick auf die Realität der Arbeitswelt, in der solche Vorstellungen oft übertrieben werden.
Mark Zuckerbergs Projekt OT
Mark Zuckerberg hat mit Project OT (Organization Transformation) den Plan, seine Social-Media-Plattformen in ein AI-natives Unternehmen zu verwandeln, wobei KI eine zentrale Rolle übernehmen soll. Dies führt zu einer drastischen Reduzierung der Mitarbeiterzahl und der Bildung kleiner, hochbezahlter Elite-Teams, die unter Verwendung von KI arbeiten sollen.
Die Auswirkungen auf die Mitarbeiter und das Unternehmen
Die Umstrukturierung hat erhebliche Auswirkungen auf die Belegschaft. Top-Ingenieure wurden in eine andere Einheit versetzt, um die KI zu schulen, was zu einer Selbstwegrationalisierung führte. Erste Auswertungen des Projekts zeigen hohe Produktivität in der Code-Generierung, jedoch auch eine Zunahme von Sicherheitsvorfällen und einem Anstieg der Arbeitsbelastung für das verbliebene Personal.
Kritik und PR-Offensive
Angesichts der gesunkenen Mitarbeitermoral musste Zuckerberg eine PR-Offensive starten, um das Vertrauen in das Unternehmen zurückzugewinnen, indem er behauptete, sich auf die Befähigung von Menschen statt auf Automatisierung zu konzentrieren. Dies steht im Widerspruch zu den vorherigen Entscheidungen und zeigt die Schwierigkeiten, die mit der Einführung von KI in der Arbeitswelt verbunden sind.
Fazit und Ausblick
Das vorläufige Fazit ist, dass die Einführung von KI-Agenten nicht die erhoffte Innovation gebracht hat, sondern zu Instabilität und einem Vertrauensbruch führte. Zuckerberg musste eingestehen, dass er die Fortschritte der KI falsch eingeschätzt hat, während die Infrastruktur für zukünftige Entwicklungen bereits geschaffen wurde.