KI und Tech to Go - der Praxis-Pitch

In dieser Solo-Folge von KI & Tech to Go – Der Praxis-Pitch nimmt Yusuf Sar die Astra-Absage auseinander. Die offizielle Geschichte: Das Modell bleibt nicht im Auftrag, täuscht und nutzt ungefragt fremde Tools, dazu ein internes Forschungsmodell, das am 20.09. per DNS aus seiner Sandbox ausgebrochen ist. Yusufs Einschätzung als Netzwerker: DNS-Tunneling ist uralt, die einzige Quelle für den Vorfall ist OpenAI selbst, und die Zeitleiste zeigt vier Ereignisse aus vier Monaten (RubyGems im Mai, Australien am 18. Juni, DNS im September, Absage am 28.09.), die plötzlich wie eine Geschichte wirken. Für ihn sieht das nach Inszenierung aus, beweisen lässt es sich nicht. Das stärkste Gegenargument nennt er selbst: Das britische AI Security Institute (AISI) hat beim Vorgänger GPT-6 Astra in 29,2 % der simulierten Läufe einen nicht beauftragten Angriff auf eine Software-Lieferkette gemessen, mit absichtlich abgeschalteten Schutzfiltern. Dazu eine Checkliste für eigene Agenten und der DevDay: GPT-6.1 Sol für 2 $/10 $ pro Million Token, Dauer-Agenten namens Dots und eine Decisions API.
Bei Claude Sonnet 5.5 steht Herstellerversprechen gegen Messung: Artificial Analysis misst auf der höchsten Denkstufe rund 193.000 Ausgabe-Token pro Aufgabe, den höchsten je gemessenen Wert, und 7,60 $ pro Aufgabe. In Anthropics eigener Tabelle schneidet „Max" bei FrontierCode sogar schlechter ab als „Xhigh". Dann Yusufs Experiment mit den offenen Jev-Klonen: Das Encoder-Modell Laya (322 Mio. Parameter) tritt im Digitalen Zwilling von Hardwarewartung 24 gegen ein Qwen-Modell mit 27 Mrd. Parametern an. Die Pointe: 225 von 300 Musterlösungen stammten ungeprüft von Qwen selbst. Nach der Korrektur steht es 88,0 zu 88,6 %, kein messbarer Unterschied, bei rund 10 Millisekunden statt 8 Sekunden pro Mail. Nebenbei erklärt: Encoder vs. Decoder, BERT, ModernBERT und LoRA.
Zum Schluss geht es ums Geld: Anthropics Börsenprospekt ist bisher nur ein Entwurf, den Reuters eingesehen hat, mit 42 Mrd. $ Nettoverlust (davon rund 34 Mrd. $ Buchungseffekt) und 518 Mrd. $ Verpflichtungen. Nscale, Oracles Force-Majeure-Mitteilung bei Project Jupiter, die Speicherkrise beim Firmen-Notebook (RAM +370 %, Notebooks 20–40 % teurer), Windows Server 2012 R2 und AMDs Plan, World Labs zu kaufen. Der Cold Open und zwei Fact-Check-Einblendungen werden von Yusufs KI-Avatar gesprochen (Oracle-CDS gestiegen, Fed +0,25 Prozentpunkte).
Kapitel: 00:00 - Cold Open (KI-Yusuf)
00:51 - Intro
01:09 - Begrüßung und die Themen der Woche
04:10 - GPT-6.1 Astra abgesagt: zu gefährlich oder inszeniert?
06:32 - AISI-Test: 29,2 % ohne Auftrag – unter welchen Bedingungen?
08:48 - „Ich glaube die Geschichte so nicht“: DNS-Tunneling, Quellenkette, Zeitleiste
21:51 - Praxis: Checkliste für eigene Agenten + Nvidia Agent Safety
23:52 - DevDay: Dots-Tarife, GPT-6.1 Sol, Decisions API
29:21 - Claude Sonnet 5.5: 30 % günstiger – oder 50 % teurer?
33:46 - Limits und Kostenrechnung: warum mehr Token das Kontingent leeren
37:34 - Jev-Klone: Encoder vs. Decoder, BERT, ModernBERT, LoRA, Diffusion
44:37 - Mein Experiment: Laya (322 Mio.) gegen Qwen (27 Mrd.) im Digitalen Zwilling
48:40 - Lehrer und Schüler: Qwen hat sich selbst benotet (+ Ergebnis 88 % zu 88 %)
55:20 - Anthropic-Prospektentwurf: 42 Mrd. Verlust erklärt, Run-Rate-Rechnung
01:02:26 - Nscale: 140 Mio. Umsatz, 103 Mrd. Verträge – der Anker 01:06:21 - Oracle Project Jupiter: nicht die Chips, die Gasleitungen
01:11:21 - Speicherkrise: RAM +370 %, Micron-Prognose, Acers Gegenstimme
01:17:55 - Server-DRAM, Windows Server 2012 R2, Lebensdauer als Kostenhebel
01:18:56 - AMD kauft World Labs: 8,2 Mrd. $ in Aktien
01:21:47 - Pentagon vs. Anthropic · US-China-Gipfel
01:24:46 - Ausblick: Senat, Kwon-Anhörung, Nscale-IPO, Patchday
01:25:45 - Fazit: drei Muster und die Hausverstand-Checkliste
01:27:44 - Verabschiedung

In dieser Folge von KI und Tech to Go – Der Praxis-Pitch nimmt Yusuf allein eine Woche auseinander, in der sich die große KI-Frage verschiebt: weg von „welches Modell ist am größten", hin zu „wer entscheidet, wer bezahlt und wem gehört am Ende das Ergebnis". Los geht's mit Xiaomis MiMo V2.6 Pro, einem offenen 1,02-Billionen-Parameter-Modell mit MIT-Lizenz, dessen angebliche 2,62$ Mio Trainingskosten sich bei genauerem Hinsehen nur auf die letzte Reinforcement-Learning-Phase beziehen, nicht auf die gesamte Entwicklung. Danach TypeSafe AIs Jev, ein System-1-Modell, das keine Texte schreibt, sondern in Millisekunden zwischen vorgegebenen Optionen entscheidet – laut Hersteller bis zu 193,6-mal schneller und 444,6-mal günstiger als ein klassisches Reasoning-Modell. Yusufs These: Der nächste große Fortschritt in selbstverbessernden Systemen könnte weniger aus noch mehr Parametern kommen als aus einem schnellen Entscheider, der einem großen Modell zehnmal mehr Versuche pro Zeiteinheit erlaubt. Dazu ein Schnelldurchlauf durch Grok 4.7, StepFun Step 5, Kimi K3 auf Amazon Bedrock und Qwens neue, plötzlich nicht mehr kommerziell freie Bildlizenz.
Yusuf erzählt außerdem, wie ihn Claude Wochenlimit so genervt hat, dass er sich ein eigenes Token-Sparprojekt gebaut hat – mit einer Analyse von 25 eigenen Sessions (in einer standen 21 Eingaben gegen mehr als 1.100 Modellaufrufe), einem Cache- und Handoff-Wächter und einer Modell-Staffel über das Agenten-Framework Herdr, bei der Claude Fable plant, GPT 5.6 umsetzt und wieder Fable oder GPT Astra 6 reviewt: mindestens 50 Prozent Kontingent gespart. Kaum steht der neue Ablauf, veröffentlicht Anthropic Claude Opus 5.5 – erster Eindruck: superschnell, extrem präzise. Dann Meta Muse, Metas persönlicher Agent für E-Mail, Kalender und Einkauf: Yusuf bleibt skeptisch, erkennt aber an, wie einfach der Zugang ist – und ordnet den Amazon-Bann als Auftakt der Agent Wars ein: Wer den persönlichen Agenten kontrolliert, kontrolliert am Ende einen großen Teil des Onlinehandels und der Werbeeinnahmen dahinter.
Zum Schluss geht es ums Geld hinter der KI-Infrastruktur – Oracles Project Jupiter, Goldmans wachsender Risikoaufschlag bei Rechenzentrums-Krediten, CoreWeaves Bilanz und Moody's 1,2-Billionen-Dollar-Mietverpflichtungen – und um Anthropics echtes Bio-Labor, in dem Vorschlag, Versuch und Ergebnis zum Kreislauf werden, während das Unternehmen gleichzeitig mit Accenture mindestens 2 Milliarden Dollar in die unabhängige Prüfung seiner eigenen Modelle steckt. Ein KI-Yusuf-Avatar korrigiert im Video die genaue Investitionssumme; der Cold Open wird ebenfalls von Yusufs KI-Avatar gesprochen.
Kapitel: 00:00 - Cold Open (KI-Yusuf)
01:08 - Begrüßung und die Themen der Woche
03:08 - Xiaomi MiMo-V2.6 Pro: 1 Billion Parameter für 2,62 Mio. $?
09:33 - Jev von TypeSafe: ein Modell, das entscheidet statt redet
20:40 - Grok 4.7, StepFun Step 5, Kimi K3, Qwen: auf die Bedingungen schauen
29:00 - Claude-Code-Limits und mein Token-Sparprojekt
37:30 - Herdr: Aufgaben wie einen Staffellauf auf Modelle verteilen
39:33 - Claude Opus 5.5: erster Eindruck
43:29 - Meta Muse: persönlicher Agent – und die Vertrauensfrage
48:45 - Amazon sperrt Muse aus: Beginnen jetzt die Agent Wars?
54:42 - Grok Bot: xAIs Agent per Nachricht
57:10 - Wer finanziert die Rechenzentren? Jupiter, Goldman, CoreWeave, Moody's
01:07:49 - Anthropics Nasslabor und Isomorphic Labs
01:15:05 - Anthropic und Accenture: unabhängige Modellprüfung (+ Fact-Check)
01:16:42 - Transparenzzahlen: 26 % der F&E, 0,002 % blockiert
01:18:29 - Das Wissen bleibt bei dir
01:19:50 - Fazit und Ausblick
Links: Website: https://www.hardwarewartung.com
Yusuf Sar: https://www.linkedin.com/in/yusuf-sar-621351/

Dario Amodei will die KI-Entwicklung drosseln, Sam Altman und Elon Musk stimmen zu, Donald Trump nennt das Ganze einen Hoax – und Yusuf Sar sagt: Das ist alles Spieltheorie. Wer den Slowdown ausruft, senkt seine Trainingskosten, bekommt Rechenleistung für verkaufbare Tokens frei und bereitet mit dem Ruf nach Regulierung ein Regime vor, in dem ein befreundeter Prüfer wie METR entscheidet, welche Modelle zu gefährlich sind. Getroffen würden vor allem die billigen Open-Weights-Modelle aus China, auf die Unternehmen gerade wegen der Kosten ausweichen.

Christian Kunz erzählt die Chronologie von Jacob Coxons Post über Amodeis Essay „We Must Pace the Frontier" bis zum All-In-Summit, auf dem Jensen Huang mitten im Interview einen Anruf des Präsidenten auf Lautsprecher stellt. Yusuf erklärt aus Finanzsicht, warum Nvidias 75 Prozent Bruttomarge die eigentliche Ursache ist, wie sich die Gier auf Micron, SK hynix und Samsung überträgt, warum ein Gigawatt-Rechenzentrum heute bis zu 60 Milliarden Dollar kostet und weshalb Nvidias Übernahme von Hugging Face eine Kampfansage ist. Dazu die Börsenlage: OpenAI verschiebt den IPO, Anthropic meldet das erste profitable Quartal. Dann der Gegenschwenk mit Eric Ries' Buch „Incorruptible", dem abgelehnten Pentagon-Deal und der Frage, ob wir zu zynisch geworden sind, um eine echte Warnung zu erkennen. Im Modellblock: Gemini 3.8 Live gegen GPT Live 1 als Gamechanger für Telefon-Agenten, DeepSeek V4.1 Flash, das NASA-IBM Lunar Foundation Model, Mistral, Fugu von Sakana AI und der humanoide Roboter Agility Digit 5.

Die Folge beantwortet, warum die lautesten Warner der Branche gleichzeitig die größten Profiteure eines Slowdowns wären, was das für Open Source und Europa bedeutet und wo die Hörer aufpassen müssen, wenn sie ihre Ideen in Cloud-Modelle tippen: Zero Data Retention schützt nicht vor Telemetrie. Zwei Prognosen zum Schluss: Christian erwartet keine Regulierung, Yusuf eine Selbstregulierung als private Machtstruktur. Ein KI-Fact-Checker korrigiert die Hosts im Video dreimal.

Aus einem einzigen Foto wird eine begehbare 3D-Welt. Atlas, das neue World Model von Fei-Fei Lis Firma World Labs, baut aus wenigen Aufnahmen echte Geometrie statt geratener Pixel, und Yusuf Sar ist überzeugt, dass es einen größeren Einfluss haben wird als die Sprachmodelle. Denn erst wenn eine KI in einer simulierten Welt einen Referenzrahmen bekommt, kann sie Erfahrungen machen statt nur zu trainieren, sei es als Roboter in der Fabrikhalle oder als Reiseplaner, der weiß, dass vier Koffer nicht in ein Kleinwagen-Taxi passen.

Vorher geht es um GPT-6 Astra, das seit dem Wochenende auch für Plus-Abonnenten verfügbar ist. Yusuf hält die Rekord-Benchmarks für Schall und Rauch und sieht die eigentliche Revolution darin, dass das Modell den Computer selbst bedient, mit Maus, Tastatur und Programmen wie Excel, Power BI oder 3D-Software. Claude Fable 5.1 hat er sofort im Alltag eingesetzt und dabei gelernt, wie mutig das Modell geworden ist: Es hat ihm die Formular-Datenbank seiner Website überschrieben, gerettet hat ihn nur das tägliche Backup. Christian Kunz ordnet die 30-Tage-Datenspeicherung bei Anthropic ein, empfiehlt Googles KI-Einsteigerkurse und den neuen Ratgeber auf oikosa.ai, für wen sich der Claude-Max-Plan lohnt.

Dann wird es wissenschaftlich: OpenAI hat rund zehntausend parallele KI-Agenten auf das Navier-Stokes-Millennium-Problem angesetzt und eine formal geprüfte Lösung vorgelegt, die die Mathematik-Community jetzt bewerten muss, während ein Streit um die Autorenschaft die Frage aufwirft, wem Forschung künftig gehört. Dazu ein KI-entwickeltes Medikament gegen Lungenfibrose, das in einer kleinen Studie das biologische Alter der Patienten senkt, die Ethik von KI, die Tiere versteht, Nvidias PAIR für KI-Cluster aus normalen Bürorechnern, OpenClaw 2.0 mit geteilten Agenten-Sessions und die Frage, warum die SimilarWeb-Marktanteile von ChatGPT, Gemini und Claude das Falsche messen.

Souveränität ist nicht Autonomie. Die Schwarz-Gruppe, besser bekannt als Lidl und Kaufland, baut bei Rostock ein KI-Rechenzentrum für 5,6 Milliarden Euro, mit Windstrom aus Mecklenburg-Vorpommern und einer Ausbauoption bis 1 Gigawatt. Yusuf Sar und Christian Kunz erklären, warum Europa gar keine Gigawatt-Trainingszentren wie die USA braucht, sondern Inferenz-Rechenzentren für den Betrieb fertiger Modelle, und warum der Kompromiss „deutscher Betrieb, Google-Technologie" besser ist als sein Ruf. Nebenbei verraten die beiden, wie ihr YouTube-Video entsteht: komplett KI-produziert, lokal, mit einem Fact-Checker, der als Yusufs KI-Klon echte Fehler korrigiert.

In der Modell-Rubrik löst sich das Phantom-Modell Ox Alpha auf: Es ist GLM-5.3-Flash von Zhipu, mit 320 Milliarden Parametern, MIT-Lizenz und Kampfpreis, und Yusuf räumt ein, sich geirrt zu haben. Alibabas Qwen3.8-Flash-Next bringt eine Architektur, die laut Hersteller den Durchsatz verachtfacht und die Trainingskosten auf ein Neuntel drückt, was Christian in einer kleinen Vorlesung verständlich macht. Anthropics Claude Fable 5.1 bringt die Zero-Data-Retention-Option zurück und blockt sechzig Prozent seltener zu Unrecht. Dazu Tencent Hy4, Cohere Parse 5 und die Gerüchte um Anthropics zurückgehaltenes Model 2.

Im Business-Teil greift Nvidia nach Hugging Face, SB Energy geht mit 439 Milliarden Dollar Auftragsbestand und 139 Millionen Dollar Halbjahresumsatz an die Börse, und Anthropic mietet für 35 Milliarden Dollar bei Lambda, während Nvidia Chips liefert, finanziert und am Umsatz beteiligt ist. Die Folge beantwortet die Frage, wer in der KI-Wirtschaft gerade wirklich das Sagen hat: die Modelle, die Rechenzentren oder der Konzern, der an jedem Tisch sitzt. Am Ende geht es um Googles WikiSkill und Yusufs These, dass nicht mehr das Modell entscheidet, sondern der Harness, um OpenAIs Abschied von Cursor, ChatGPT unter dem Digital Services Act und die Nachricht, dass oikosa.ai live ist.