Episode

Keine AI Produktivität? AI Lock In vermeiden! Börsenwahnsinn (K#657)

Podcast
Kassenzone | CEO Interviews
Published
Jul 23, 2026
Duration seconds
3821
Processing state
not_requested
Canonical source
https://kassenzone.podigee.io/677-heinemann
Audio
https://audio.podigee-cdn.net/2554107-m-c3b0dd023551aae8a724313533096fd3.mp3?source=feed
JSON
/v1/public/podcasts/kassenzone-ceo-interviews-487605/episodes/keine-ai-produktivit-t-ai-lock-in-vermeiden-b-rsenwahnsinn-k-657
Markdown
/podcast/kassenzone-ceo-interviews-487605/keine-ai-produktivit-t-ai-lock-in-vermeiden-b-rsenwahnsinn-k-657.md

Actions

  • POST https://stenobird.com/v1/public/podcasts/kassenzone-ceo-interviews-487605/episodes/keine-ai-produktivit-t-ai-lock-in-vermeiden-b-rsenwahnsinn-k-657/transcription-requests
    Idempotently request low-priority transcript generation for this episode.
  • GET https://stenobird.com/podcast/kassenzone-ceo-interviews-487605/keine-ai-produktivit-t-ai-lock-in-vermeiden-b-rsenwahnsinn-k-657.md
    Read the agent-friendly Markdown representation of this episode resource.

Summary

In dieser Folge sprechen wir vor allem über die Frage, wie sich KI-Modelle wirtschaftlich entwickeln und ob die heutigen Bewertungen von OpenAI und Anthropic gerechtfertigt sind. Dabei diskutieren wir die These, dass große Modelle künftig intern weiterentwickelt und nur noch als spezialisierte Industrievarianten nach außen gegeben werden könnten. Wir ordnen ein, dass das Distillieren von Modellen die Verteidigbarkeit von Geschäftsmodellen beeinflussen kann, weil Nachahmung schwieriger wird. Ein weiterer Schwerpunkt ist die Frage, wie Unternehmen KI technisch und organisatorisch einsetzen sollten, ohne sich vollständig von einem Modellanbieter abhängig zu machen. Wir halten fest, dass es vor allem darum geht, Daten und Kontext im eigenen Unternehmen zu behalten und nicht nur in externe Tools auszulagern. Als wichtiger Punkt wird beschrieben, dass die Strukturierung von Daten und das nutzbar machen von implizitem Wissen entscheidend für den Erfolg von KI-Anwendungen sind. Wir besprechen außerdem, warum viele KI-Projekte in Unternehmen bisher nur begrenzte Produktivität erzeugen. Unsere Einschätzung ist, dass sich die Einführung von KI oft an Legacy-Systemen, unklaren Datenstrukturen und bestehenden Organisationsformen verlangsamt. Gleichzeitig sehen wir, dass KI den Aufbau neuer Systeme und die Verbindung alter Datenquellen erleichtern kann. Zum Schluss geht es um die praktische Frage, wie Unternehmen Abhängigkeiten von Plattformen vermeiden können. Wir halten fest, dass ein eigener Kontext- und Datenlayer wichtig ist und dass Unternehmen dafür eine klare Strategie brauchen. Ergänzend sprechen wir noch kurz über Apple, NVIDIA und die Frage, wie stark Daten, Modellzugang und Ökosysteme den Marktwert prägen. 00:00:14 AI und Börsenrätsel 00:05:46 AliExpress unter Druck 00:1…