Prompt mich mal! — Der Podcast über KI, ChatGPT & kreative Prompts

Kein Quellcode? Kein Problem! Wie KI-Agenten mit REA fremde Software analysierenWas wäre, wenn du einem KI-Agenten einfach eine Anwendung geben könntest und er dir erklärt, wie sie intern funktioniert – selbst wenn du keinen Zugriff auf den ursprünglichen Quellcode hast?Genau hier setzt REA – Reverse Engineer Anything an. Das Open-Source-Framework verbindet KI-Agenten über das Model Context Protocol (MCP) mit spezialisierten Analysewerkzeugen und ermöglicht damit einen neuen Ansatz für das Reverse Engineering von Software.Ob native Binärdateien, JavaScript-Anwendungen oder Webseiten: REA soll dabei helfen, bestehende Programme systematisch zu untersuchen, Funktionen nachzuvollziehen und technische Zusammenhänge zu rekonstruieren.Für die Analyse von Binärdateien integriert das Framework etablierte Werkzeuge wie Ghidra, Hopper oder IDA. JavaScript lässt sich unter anderem mit Node.js untersuchen. Die Auswertung erfolgt lokal, und die Ergebnisse sollen durch konkrete Nachweise und dokumentierte Einschränkungen nachvollziehbar bleiben.Doch besonders interessant wird es, wenn wir den Blick über die reine Codeanalyse hinaus richten.Was passiert, wenn KI-Agenten nicht nur neue Software entwickeln, sondern auch bestehende Anwendungen untersuchen, Fehlerursachen erforschen und einzelne Funktionen rekonstruieren können?In dieser Folge sprechen wir über die technischen Grundlagen von REA, mögliche Anwendungsfälle im Software Engineering und die Frage, welche neuen Möglichkeiten – aber auch Risiken – entstehen, wenn Reverse Engineering zunehmend von KI-Agenten übernommen wird.Denn vielleicht besteht die nächste große Fähigkeit von Coding-Agenten nicht nur darin, Software zu schreiben, sondern auch darin, bestehende Software wirklich zu verstehen.

Europa kann doch KI! ElevenLabs, Mistral und Aleph Alpha zeigen ihre neuesten Modelle.Während die internationale KI-Diskussion häufig von OpenAI, Google und Anthropic dominiert wird, präsentieren europäische Unternehmen neue Entwicklungen, die zeigen, wie vielfältig die KI-Landschaft inzwischen geworden ist.Mit ElevenLabs v4 erreicht die künstliche Sprachgenerierung laut Hersteller eine neue Qualitätsstufe. Natürlichere Betonungen, emotionale Ausdrucksmöglichkeiten und eine neue Architektur sollen dafür sorgen, dass synthetische Stimmen noch menschlicher wirken. Mithilfe spezieller Audio-Tags lassen sich Ausdruck, Sprechweise und Emotionen gezielter steuern – und das in mehr als 90 Sprachen.Gleichzeitig stellt Aleph Alpha mit Kolibri ein spezialisiertes Sprachmodell mit 78 Milliarden Parametern vor. Das zweisprachige Modell richtet sich insbesondere an Unternehmen und öffentliche Verwaltungen, bei denen Datenschutz, Sicherheit und kontrollierbare KI-Systeme eine wichtige Rolle spielen.Auch Mistral legt mit Large 4 nach. Das leistungsfähige Open-Weight-Modell soll insbesondere bei komplexen Aufgaben, Cybersicherheit und agentischen Workflows überzeugen.Drei Unternehmen, drei unterschiedliche Ansätze – und eine gemeinsame Frage: Welche Rolle kann Europa im internationalen KI-Wettbewerb tatsächlich spielen?In dieser Folge sprechen wir darüber, wie realistisch KI-generierte Stimmen inzwischen geworden sind, welche Bedeutung spezialisierte europäische Sprachmodelle haben und warum Open-Weight-Modelle für digitale Souveränität immer interessanter werden.Denn vielleicht muss Europa gar nicht versuchen, OpenAI oder Google in jedem einzelnen Benchmark zu schlagen. Vielleicht liegt seine Stärke vielmehr darin, leistungsfähige KI für konkrete Anwendungen, nachvollziehbare Systeme und unabhängige Infrastrukturen bereitzustellen.

Was passiert, wenn ein KI-Agent nicht mehr darauf wartet, dass wir Informationen aus unseren Anwendungen kopieren – sondern die Anwendungen einfach selbst bedient?Genau hier setzt Strawberry an. Die Plattform aus Stockholm funktioniert als spezialisierter Desktop-Browser, in dem persönliche KI-Agenten – sogenannte Companions – direkt mit den Webanwendungen arbeiten, die wir ohnehin jeden Tag nutzen.Statt nur Antworten in einem Chatfenster zu liefern, können diese Agenten Websites bedienen, Informationen recherchieren, Tabellen ausfüllen oder Daten direkt in Anwendungen wie Gmail, Slack und CRM-Systemen verarbeiten.Dadurch entstehen sehr konkrete Anwendungsfälle: Im Vertrieb können Informationen zu potenziellen Kunden recherchiert und CRM-Daten ergänzt werden. Im Recruiting lassen sich Kandidateninformationen zusammentragen. Marketing-Teams können Recherche- und Analyseaufgaben automatisieren und im Kundensupport können wiederkehrende Prozesse beschleunigt werden.Besonders interessant ist dabei das Konzept der Companions. Die Agenten besitzen ein eigenes Gedächtnis und können dadurch Kontext über einzelne Aufgaben hinaus berücksichtigen.In dieser Folge schauen wir uns konkrete Strawberry-Workflows an, sprechen darüber, wo solche Browser-Agenten heute bereits sinnvoll eingesetzt werden können und warum der nächste große Produktivitätssprung vielleicht nicht durch eine weitere App entsteht.Denn wenn KI unsere bestehenden Anwendungen selbst bedienen kann, verändert sich eine grundlegende Frage: Wir müssen nicht mehr jedes Tool selbst bedienen – wir müssen dem Agenten nur noch erklären, welches Ergebnis wir brauchen.https://strawberrybrowser.com/