
KI Espresso
KI Espresso
Beschreibung
KI Espresso ist dein täglicher KI-Podcast für Künstliche Intelligenz, AI News und Tech News aus Deutschland und der Welt. In 5 bis 7 Minuten bekommst du die wichtigsten KI-News, klar eingeordnet und auf den Punkt. Für alle, die verstehen wollen, wie KI Arbeit, Wirtschaft und Alltag verändert. Neue Folgen von Montag bis Freitag.
Podmon Kategorien
Darüber wird in diesem Podcast anteilig gesprochen.
Anzahl Kategorien
Upgrade dein Konto, um kontextuelle Kategorien zu sehen!
Chartplatzierungen
Aktuelle Platzierungen in den öffentlichen Podcast-Charts und in unseren eigenen Kategorien.
Apple Podcasts
PODMON Kategorien
Veröffentlichungshistorie
Episodenübersicht

KI im Berufseinstieg: Wie lernt man den Job noch?
15.10.2026
Wie lernen Berufseinsteiger ihren Job, wenn KI einen Teil ihrer Aufgaben übernimmt? Neue deutsche IAB-Daten zeigen keinen allgemeinen Beschäftigungseinbruch in Berufen mit hohem KI-Potenzial. Bei jungen Beschäftigten gibt es Warnsignale, aber keinen Nachweis, dass KI den Rückgang verursacht hat. Marc und Irene untersuchen, was Anfängeraufgaben vermitteln und wie Lernen mit einem Assistenten aussehen könnte.
Stand: 14. Oktober 2026. Die IAB-Analyse wurde am 13. Oktober veröffentlicht und umfasst Daten bis Ende 2025. Die Altersgruppe 20–29 ist eine Annäherung an den Berufseinstieg; KI-Potenzial misst keine tatsächliche Einführung im Betrieb.
Wir vergleichen einen kleinen randomisierten Versuch zum Lernen der Python-Bibliothek Trio mit einer Untersuchung aus dem Kundendienst. Die NBER-Zahlen stammen aus dem Arbeitspapier in der Fassung vom November 2023. Lerntest und Arbeitsproduktivität messen unterschiedliche Ergebnisse. Unsere Lernübungen sind Vorschläge, keine geprüften Trainingsprogramme.
Quellen
IAB, 13. Oktober 2026: KI als Jobkiller für Berufseinsteiger? Entwarnung mit Vorbehalt
https://www.iab-forum.de/ki-als-jobkiller-fuer-berufseinsteiger-entwarnung-mit-vorbehalt/
Anthropic: How AI impacts skill formation
https://www.anthropic.com/research/AI-assistance-coding-skills
Studienfassung (Abstract, Version 2): https://arxiv.org/abs/2601.20245
Brynjolfsson, Li und Raymond: Generative AI at Work. NBER Working Paper 31161, Fassung November 2023
https://www.nber.org/papers/w31161

Character.ai in Insolvenz: Was bleibt vom KI-Gesprächspartner?
14.10.2026
Character.ai hat Chapter 11 angemeldet. Laut Unternehmen läuft die Plattform weiter; ihr Fortbestand hängt vom Verkaufsprozess ab. Was können Nutzer bewahren, wenn ein KI-Gesprächspartner verschwindet oder sich verändert? Wir unterscheiden Gesprächsarchiv, technischen Zustand und das Gefühl eines vertrauten Gegenübers.
Stand: 13. Oktober 2026. Die Angaben zum Weiterbetrieb und zum geplanten Verkauf stammen vom Unternehmen. Export und Migration wurden nicht getestet. OpenClaw dient als separates technisches Beispiel.
Kapitel
00:00 Character.ai und der mögliche Verlust
00:54 Was der Verkauf bisher bedeutet
02:17 Warum eine Unterbrechung persönlich werden kann
03:01 Archiv, Zustand und vertrautes Verhalten
04:41 Was Nutzer jetzt klären können
06:05 Was darf man von einem Dienst erwarten?
Quellen
Character.ai: Erklärung und Fragen zum Verfahren
Stretto: Verfahrensregister
Character.ai: Pressemitteilung zum Verkaufsprozess
OpenClaw: Arbeitsbereich des Agenten
OpenClaw: Erinnerung
OpenClaw: Modellanbieter und lokale Server

KI beim Ultraschall: Wie Hilfe näher kommen könnte
13.10.2026
Könnte KI eine wichtige Ultraschallmessung näher zu werdenden Müttern bringen? Marc und Irene erklären eine Studie, in der Menschen ohne bisherige Ultraschallerfahrung Aufnahmen sammelten und eine KI das Schwangerschaftsalter schätzte. Es geht um den Zugang zu dieser Information, die Aufgaben von Fachleuten und die Hilfe, die auf eine Messung folgen muss.
Die Studie prüfte die Genauigkeit der Altersbestimmung, nicht eine vollständige Schwangerschaftsdiagnostik oder verbesserte Behandlungsergebnisse. Ein Beispiel aus der Diabetesversorgung zeigt, wie eine eng begrenzte Untersuchung an einem anderen Ort angeboten werden kann. Persönlichere Betreuung und häufigere Messungen besprechen wir als Zukunftsperspektiven.
Kapitel:
00:00 Eine wichtige Information früher erreichen
00:56 Wer die Aufnahme macht und wer sie auswertet
02:19 Was die Messung tatsächlich geleistet hat
03:52 Vom funktionierenden Modell zum Angebot vor Ort
04:57 Eine Aufgabe verlagern, Verantwortung behalten
06:51 Was nach der Information kommen muss
Quellen, geprüft am 12. Oktober 2026:
corporate research interview
https://blog.google/innovation-and-ai/models-and-research/google-research/blind-sweep-ultrasounds-ai/
peer-reviewed prospective observational diagnostic study
https://jamanetwork.com/journals/jamanetworkopen/fullarticle/2851451
University of Iowa Health Care first to adopt IDx-DR in a diabetes care setting
https://researchpark.uiowa.edu/news/2018/06/university-iowa-health-care-first-adopt-idx-dr-diabetes-care-setting