#13 Perplexity Comet, GLM-4.5, Claude-Code-Subagenten, Tea-Hack mit Max Schilling (@warmwind_OS)

Willkommen bei „Command AI“, der, äh, Sendung, in der wir die wöchentlichen KI-Nachrichten im Internet mit „Befehlstaste F“ durchforsten. Mein Name ist Samuel Gregory. Mein Name ist Samuel Gregory. Und ich bin Kaba, und wir sind hier, um das wöchentliche Chaos im Bereich KI-Webdesign und -Entwicklung zu entschlüsseln. Diese Woche haben wir: Perplexity bringt „Comet“ auf den Markt, den KI-Browser, der tatsächlich die Arbeit für euch erledigt. Microsoft Edge schaltet voll auf KI-Modus um, während Chrome am Steuer einschläft. Cloud Code bekommt Unteragenten. Ihr KI-Assistent hat jetzt ein eigenes KI-Team. Cursor 1.3 erscheint mit gemeinsam genutztem KI-Terminal. Programmieren ist jetzt kollaborativ. Ähm, Chinas GLM4.5 behauptet, es könne Claude bei Opus schlagen – aber kann es das wirklich? Ähm, der epische Sicherheitsfehler der App.

Wie 72.000 private Fotos auf 4chan landeten. Äh, aber darauf gehen wir in der Folge dieser Woche ein – äh, aber darauf gehen wir – aber darauf gehen wir in der Folge dieser Woche ein. Reibungslos. Und ihr werdet feststellen, dass wir einen besonderen Gast bei uns haben. Ähm, ich möchte Max von Warm Wind in der Sendung willkommen heißen. Möchtest du dich kurz vorstellen, Max? Danke für die Einladung. Ich bin hier buchstäblich völlig unvorbereitet. Ähm, ich habe also nur 30 Minuten Zeit, aber ich hoffe, ich kann das so schnell wie möglich oder so spontan gestalten, wie ich zu eurem, ähm, Podcast gekommen bin – ich denke, so spontan können wir das heute angehen.

Ja, ich bin mir sicher, dass wir das hinbekommen. Ähm, ich werde meinen Bildschirm freigeben und wir werden uns die wöchentlichen Neuigkeiten ansehen, denn Comet ist endlich gestartet. Wir haben in der Vergangenheit schon über Comet gesprochen – ich glaube, das war es, was uns auf „Warm Wind“ gebracht hat, zusammen mit DIA und all dem anderen. Und das ist, äh, ein KI-Browser, den, ähm, die Max-Nutzer, die 200 Dollar im Monat gezahlt haben, getestet haben, aber wir haben ihn jetzt auf den Markt gebracht, und er hat ein wirklich schönes Weltraum-Design und erfüllt genau die Aufgabe, die, wie ich finde, für Deer sehr wichtig ist. Kennst du DMAX? Weißt du, nur … Ja. Ja. Ähm, etwas, das sie noch nicht veröffentlicht haben, worauf ich mich besonders gefreut habe, ist diese „Agentic“-Sache.

Man kann es tatsächlich bitten, Dinge zu erledigen, und es macht sich an die Arbeit und beantwortet E-Mails und dies und das und jenes. Ähm, und weißt du, es gibt eine schnelle Abkürzung, um Seiten zusammenzufassen. Und wenn wir hier nach unten scrollen, gibt es da so eine nette kleine … Ich meine, mir gefällt diese Website ehrlich gesagt, aber ähm, letztendlich bringt sie diese „Agent“-Funktionen sozusagen in den Browser. Nun, wir sprechen darüber, dass wir hier Max haben. Wir sprechen über „Warm Wind“ und sozusagen die Gegenseite davon, um denjenigen einen Einblick zu geben, die noch nichts davon gehört haben – „Warm Wind“ ist so etwas wie ein Betriebssystem. Stimmt das, Max?

Es ist ja kein Browser. Es ist eigentlich eine Ebene darüber. Ja. Ja. Nun ja, die Community diskutiert immer noch darüber, ob man es als Betriebssystem bezeichnen kann. Ja. Ähm, also abgesehen von einem benutzerdefinierten Kernel ist das ein Betriebssystem, und ja, wir sind im Grunde eine Ebene höher, wie du gesagt hast, ähm, ja, wir gehen das ähm auf eine allgemeinere Art und Weise an, und ich finde, was mir daran gefällt – was Comet nicht kann –, ist diese Idee, die du am Beispiel einer alten, ähm, Immobilien-App gezeigt hast, die einfach furchtbar aussieht, und Warmwind kann tatsächlich in dieses System eingreifen und es nutzen, weil es die Benutzeroberfläche oder was auch immer erkennen kann.

Es ist nicht darauf beschränkt, was im Browser vorhanden ist. Ja. Ich meine, auf jeden Fall. Ich meine, nicht, dass ich – ähm – ich möchte dir nicht den Eindruck vermitteln, dass ich Comet schlechtmachen will, denn ich halte es für ein phänomenales Produkt und werde es wahrscheinlich in Zukunft selbst nutzen. Ähm, aber ich denke, aus meiner Sicht ist das ein völlig anderer Anwendungsfall, denn offensichtlich ist Comet etwas, das man nutzen würde, wenn man gerade einen Bedarf hat. Man möchte also, dass E-Mails beantwortet werden oder was auch immer, und das hängt stark vom eigenen Gerät ab. Der Laptop muss also eingeschaltet sein, und solange er läuft und der Browser geöffnet ist, funktioniert es.

Ich schätze, so läuft das wohl, oder? Oder etwa nicht? Ja. Ja, so ziemlich. Und das Ganze – oder wie ich es gerne unterscheide – ist alles, was nicht auf Abruf erfolgt. Im Grunde also Hintergrundaufgaben: Man richtet sie einmal ein, und dann laufen sie einfach im Hintergrund ab und erledigen Dinge für einen, während man gar nicht da ist. Ähm, typische Aufgaben sind zum Beispiel, wenn eine E-Mail eingeht, wenn eine neue Bestellung erstellt wird, jeden Tag um 7:00 Uhr, jeden Tag um 9:00 Uhr. Und da es sich um ein völlig unabhängiges Betriebssystem handelt, das auf einem eigenen Server läuft, haben wir diese Mikroserver. Ähm, und für jede Instanz – wir nennen sie „Spaces“ – wird ein Mikroserver erstellt.

Ähm, man erhält das Eigentumsrecht an diesem Mikroserver, und der erledigt dann Aufgaben für einen, auch wenn man nicht online ist. Man könnte also im Grunde seinen PC ausschalten, weil er im Grunde über eine völlig eigene Maschine verfügt, auf der er laufen kann. Ja. Ja. Ja. Ich habe, ähm, Comet seit etwa einem Tag benutzt – sobald die E-Mail eingegangen war, habe ich angefangen, es zu nutzen. Und was ich gemacht habe, war, dass ich ein CMS in, äh, Webflow aktualisiert habe, das ist eine browserbasierte Plattform – kennst du Webflow? Ja. Ja. Also, ähm, ich habe mir gedacht: „Nimm die Informationen von dieser Webseite und füge sie in das CMS in Webflow ein.“

Und was ich herausgefunden habe, ist, dass es die Webseite analysiert. Es weiß also nicht, welche Schaltflächen es anklicken soll. Und dabei ist ein wirklich interessantes Experiment entstanden, als ich ein bisschen damit herumgespielt habe. Ähm, um es kurz zu machen: Es konnte nicht herausfinden, wie es die Informationen in Web Flow einfügen sollte, hat es aber trotzdem geschafft. Es hat eine Menge Dinge ausprobiert und ist letztendlich gescheitert. Ähm, was mich dann auf den Gedanken gebracht hat, dass es – sofern man nicht wirklich gut darin wird, ihm Anweisungen zu geben – ziemlich … ähm … es scheint, als wäre es auch sehr gut für Hintergrundaufgaben geeignet. Äh, ich habe einfach festgestellt, dass es, weil es die Webseiten einfach nicht kennt und wieder versucht, sich einen Überblick über das Ganze zu verschaffen und auf bestimmte Schaltflächen zu klicken oder was auch immer, dass es so ist, als würde es einem in naher Zukunft keine Zeit sparen.

Es ist einfach wieder so eine Sache im Hintergrund. Eine Sache, die wirklich interessant war: Ich habe an einigen der Kurzfilme gearbeitet, die wir für diese Sendung gedreht haben, und dabei V benutzt, das Untertitel einfügt, und ich habe einfach gesagt: „Kannst du das alles machen?“, weil es das Ganze auf amerikanischem Englisch gemacht hat, also ‚zeds‘ statt ‚s‘ und solche Sachen. Äh, kannst du das machen?“ Und ich dachte, es würde einfach so funktionieren, dass ich die Wörter anklicke und eine Rechtschreibprüfung oder so etwas durchführe, aber tatsächlich habe ich mit dem KI-Agenten in V gesprochen und die KI gebeten – es war die KI, die die KI gebeten hat, diese Änderung vorzunehmen oder so ähnlich.

Also, das war wirklich lustig. Aber abgesehen davon ist diese Hintergrundsache sicherlich, ich denke, ähm, na ja, so läuft das eben bei solchen Dingen. Ähm, ich nehme nicht an, dass du dir das schon angesehen hast, Kab, ich mache mit dem nächsten weiter. Ja. Also, eigentlich sind wir auch sehr, sehr begeistert von dieser KI-Ebene, denn was wirklich interessant ist, ist natürlich, dass die Websuche viel schneller ist, wenn man einfach nur Informationen sucht, als wenn der Agent den Browser öffnet und einzelne Websites durchsucht. Wir sehen also, dass viele Nutzer das nutzen – hast du es schon genutzt? Hast du Zugriff darauf? Auf welches Produkt hast du Zugriff?

Nein, nein, nein, nein, ich habe es nicht benutzt. Okay. Ja, das können wir ändern. Ja. Also, ähm, was viele Nutzer, die es derzeit testen, auch tun, ist, ähm, die, ähm, Offline-App zu installieren – oder nicht wirklich offline, sondern sozusagen die PC-App für, äh, für JBT – und das ist sozusagen der beste Weg, um schnell viele Informationen zu bekommen, ähm, weil die Websuche immer viel, viel langsamer ist. Und was meiner Meinung nach in naher Zukunft passieren wird, ist, dass so etwas wie Arc oder der Dia-Browser auch einfach in unserem System genutzt werden wird. Also kommuniziert KI mit KI. Was mich in diesem Zusammenhang interessieren würde: Bewertet ihr nur die visuellen Aspekte, oder importiert ihr – sagen wir mal, wenn ihr einen Browser habt – immer auch den gesamten HTML-Code in den Kontext?

Ja, ich glaube, das ist einer der größten, ähm, Unterschiede. Wir nutzen nämlich ausschließlich visuell basierte Interaktion. Es gibt also keine, weil wir nicht mit einem bestimmten Browser oder Ähnlichem arbeiten. Wir sind also nicht so tief in den Browser integriert. Wir unterstützen nicht nur Web-Apps. Wir unterstützen alles, was überall läuft. Um so allgemein zu sein, muss man also auf die Ebene gehen, auf der Menschen arbeiten. Also im Grunde genommen komplett visuell, und das ermöglicht es, viel mehr Metadaten und Verständnis an das KI-Gehirn weiterzugeben. Ähm, aber ich glaube, was bei Comet im Moment passiert, wenn man über CRM-Aufgaben spricht, liegt daran, dass wir vor anderthalb Jahren auch mit HTML-Kontext oder dem DOM-Baum experimentiert haben und uns die HTML-Elemente angesehen haben und wie wir darauf klicken könnten.

Ähm, aber wie sich herausstellt, fehlt dieser Information auf der HTML-Seite viel Kontext, denn erst wenn man den gesamten JSON- und JavaScript-Code sowie den gesamten Aufbau- und Rendering-Prozess der HTML-Seite simuliert, wird die Website erstellt, und erst nach diesem gesamten Erstellungsprozess fügen sich die Dinge in den Kontext ein. Man sieht also: Okay, diese Schaltfläche liegt leicht über diesem Bild. Das bedeutet wahrscheinlich, dass sich beim Klicken darauf das Bild öffnet und nicht das, was darunter liegt. Es gibt also viele Hinweise, die auf visueller Basis entstehen, die man im Grunde genommen nicht nur mit einem Browser oder durch eine Code-Analyse erkennen könnte.

Ja, in dieser Hinsicht würde mich auch Folgendes interessieren, da wir ja bereits von diesem neuen Browser von Plexity gehört haben, bei dem die Benutzeroberfläche ordnungsgemäß in die App überblendet wird. Ähm, bietet ihr eine Art Einlernfunktion an? Ich stelle mir zunächst einmal vor, dass eine App eine Anwendung scannen und testen sollte und dann beispielsweise eine Anleitung zur Nutzung der Anwendung erstellt. Habt ihr so etwas bereits implementiert oder muss die App immer wieder neu lernen, wie man beispielsweise Gmail nutzt? Ähm, meinst du so etwas wie Echtzeit-Lernen? Ja, wie Echtzeit-Lernen, aber in dem Sinne, dass sie tatsächlich dokumentiert, wie eine Anwendung genutzt wird, und diese Informationen beispielsweise bei der nächsten Nutzung der App weitergibt.

Ja, auf jeden Fall. Das ist also die eigentliche Test- oder Inferenzzeit, wie es Leute, die sich mit KI auskennen, wohl nennen. Ähm, das Training ist einer der wichtigsten Schritte, die man durchführen muss, wenn man eine große Vielfalt an Apps unterstützen will, auch für Unternehmen – wie zum Beispiel irgendeine deutsche, äh, Unternehmenssoftware –, denn man kann das Modell nicht darauf trainieren, diese zu nutzen. Also, es gibt bereits große Softwareprogramme wie SAP, die im Grunde genommen für Menschen unbrauchbar sind, wenn man nicht eine stundenlange Einweisung erhält, um sie zu nutzen. Ähm, aber was die KI tun würde, ist, einfach verschiedene Klicks hier und da auszuprobieren und dann zu versuchen, sich zu merken, was zu was geführt hat.

Es versucht also, ein internes Verständnis der App aufzubauen. Ähm, das ist also ein Lernprozess, der an bestimmte Anwendungen gekoppelt ist, die es später nutzen kann. Es ist also definitiv in der Lage, zu erkunden und zu lernen, aber was wir außerdem tun, ist, dass wir lernen, bestimmte Abläufe zu optimieren, denn offensichtlich haben die meisten Unternehmen – oder zumindest kleinere Unternehmen – auch sehr, ähm, ja, ihre Arbeitsabläufe sind ziemlich gut definiert, soweit sie das sagen. Im Grunde geht es darum, immer wieder dasselbe zu tun, zum Beispiel jeden Tag alle E-Mails zu erhalten, sie an bestimmte Personen weiterzuleiten oder was auch immer, oder Bestellungen entgegenzunehmen und sie dort abzulegen oder so. Ähm, und in diesem Fall wird die KI, wenn sie diese Schleifen durchläuft, manchmal Fehler machen und aus dem lernen, was sie in der Vergangenheit falsch gemacht hat, und im Grunde ständig ihre eigene Schleife neu bewerten, wie wir es nennen, während sie von einer Aktion zur nächsten übergeht.

Äh, weil wir natürlich, ähm, erstens wollen, dass es funktioniert. Ähm, aber auch: Wenn es weniger Fehler macht, kostet es uns weniger, weil es mit weniger Schritten zum gleichen Ergebnis kommt. Wenn es dagegen fünfmal falsch klickt und zurückgehen muss, ist das für alle einfach nur teuer. Ähm, ich wollte diese Woche auch, äh, den „Edge“-Modus einführen, diesen „Co-Pilot“-Modus, bei dem es um dieselbe KI-Browser-Diskussion geht. Ähm, es macht alles dasselbe. Ich glaube nicht, dass es etwas Neues bringt. Und tatsächlich denke ich, dass hier angedeutet wird, dass es sich um eine kostenpflichtige Lösung handeln könnte.

Ähm, also, es ist für eine begrenzte Zeit kostenlos, und ich habe eigentlich nichts wirklich Besonderes gefunden, was dieser Browser tatsächlich kann. Es ist einfach schön zu sehen, dass er kommt. Das wirft allerdings die Frage auf, warum Chrome bei all dem irgendwie nirgends zu sehen ist, obwohl dieser Browser ja auf Chromium basiert. Äh, Plexi nutzt Chromium. Sie alle entwickeln diese KI-Browser, aber ähm, außer Chrome. Das ist einfach eine interessante Diskussion. Die Frage, die ich dazu hatte – und ich denke, „Warm Wind“ könnte man damit irgendwie vergleichen – ist, dass ich keine Ahnung habe, wo oder was „Co-Pilot“ bei Microsoft bedeutet. Sie scheinen den Begriff überall zu verwenden, oder?

Aber davon abgesehen – ich weiß nicht, ob du weißt, was „Copilot“ ist, Max –, aber es ist interessant, dass Chrome diesen KI-Browser veröffentlicht hat, obwohl ich glaube, dass sie auch eine abstrakte Ebene namens „Copilot“ haben, die „Warm Wind“ ähnelt und all diese Dinge ohnehin irgendwie erledigen kann. Also, sie haben irgendwie … ich weiß nicht. Stimmt das? Ist das eine richtige Annahme darüber, was „Copilot“ auf einem Windows-Rechner eigentlich macht? Nun, ich schätze, realistisch gesehen, ähm, hat Microsoft viele Möglichkeiten, damit erstaunliche Dinge zu tun, denn offensichtlich haben sie die Kontrolle über ihre ohnehin schon sehr weit verbreiteten Betriebssysteme. Ähm, also ja, es ist natürlich seltsam, dass ich es nicht so mache, wie es ein typischer Nutzer im Grunde genommen tun würde.

Ähm, ich meine, im Grunde gibt es derzeit eine raffinierte Möglichkeit, benutzerdefinierte Funktionen für verschiedene Apps aufzurufen. Und so lässt sich das größtenteils in deren eigene Software integrieren, wie zum Beispiel, ähm, ja, PowerPoint, X oder was auch immer. Ähm, weil sie diese benutzerdefinierten Funktionen eingebaut haben, die das LLM auf eine nicht-visionsbasierte Weise aufrufen kann. Es werden also im Grunde einfach Funktionen im Hintergrund aufgerufen, um sie auszuführen. Ähm, aber was, was, was fehlt, und ich glaube, was die meisten Leute frustrierend finden, ist, dass es nicht als eine Ebene über alles hinweg verbunden ist. Es ist eher in allem enthalten. Ja. Und ich schätze, das ist zumindest unsere These. Es ist eher eine wirtschaftliche Sache, denn wenn man sich ansieht, wie Microsoft und viele andere Unternehmen Geld verdienen.

Ich meine, letztendlich muss man dem Kunden ja etwas verkaufen, und das ist im Grunde ihr Produkt – so wie die Microsoft-Suite im Grunde ihr Produkt ist –, und, ähm, natürlich könnte eine KI das auf eine viel effizientere Art und Weise erstellen. Sie könnte eine PowerPoint-Präsentation einfach mit HTML erstellen, und wir würden dann daraus eine PowerPoint-Präsentation erstellen – oder auch nicht, denn eine PowerPoint-Präsentation ist im Grunde nur eine riesige XML-Datei. Man könnte also einfach dieses XML schreiben, und das wäre dann die PowerPoint-Präsentation – ganz ohne ausgefallene Anwendung. Was sie also tun – oder zumindest laut unserer These –, ist, dass sie ihre KI einfach in all diese Produkte integrieren, damit man weiterhin geneigt ist, diese Produkte zu kaufen; sonst hätten sie einem ja nichts zu verkaufen.

Ähm, und für Google ist das meines Wissens nach ein großes Problem, da sie natürlich Werbeeinnahmen erzielen müssen. Das ist ihr gesamtes Geschäftsmodell. Und wenn – wenn – wenn man nun als Werbetreibender feststellen würde, dass Google Chrome in der Lage ist, auf die eigenen Anzeigen zu klicken, ohne dass man es merkt, oder über die Anzeigen zu scrollen, und man dafür bezahlen muss – wie auch immer –, aber man weiß nicht, ob ein Mensch sie tatsächlich sieht. Ich meine, das ist auch nicht gerade das Beste. So etwas wie Selbstkannibalisierung. Ähm, aber ich meine, langfristig sind sie alle gezwungen, diesen Weg einzuschlagen. Man muss entweder auf einen Teil der Einnahmen verzichten oder einen Weg finden, um das Endziel zu erreichen, denn offensichtlich ist es – ich denke, die Verbraucher wissen, wie das Endergebnis aussehen sollte.

Ähm, und für Unternehmen ist es derzeit ziemlich schwierig, diesen Weg einzuschlagen, ohne dabei alle ihre Einnahmequellen zu kappen. Ja. Ja. Auf jeden Fall. Äh, du hast gerade dieses „Kapaza“ erwähnt – was ist das denn? Äh, ich kann vielleicht ein bisschen darüber erzählen. Chrome treibt also schon seit einer Weile voran, dass sie LLMs auch auf Browserebene integrieren, sozusagen auf Edge-Ebene, und wir hören derzeit noch nicht viel darüber, weil esnoch im Versuchsstadium ist, aber im Grunde haben Browser bereits vor ein paar Monaten kleine LLM-Modelle ausgeliefert, die lokal im Browser laufen, und Chrome ist ebenfalls mit von der Partie. Anstatt zu versuchen, eine ganze App darum herum zu entwickeln, die ein eigenes Paket verwendet, scheint es mir, als würde Chrome so etwas wie einen Copiloten aus den AA-APIs erstellen, um so etwas wie einen Copiloten direkt im Browser selbst zu schaffen.

Ich kann mir also vorstellen, dass in Zukunft viel mehr Menschen diese lokalen KIs tatsächlich nutzen und dann auch solche Agent-Tools direkt im Browser selbst als Chrome-Erweiterungen oder andere Tools erstellen werden. Das Beste, was Chrome tun könnte, wäre die Nutzung von Chrome OS, denn Chrome OS ist eine sehr gut durchdachte und effiziente Möglichkeit, Android als Betriebssystem für viele Aufgaben zu nutzen – ohne all die seltsamen Dinge, die bei Android sonst so vorkommen. Ähm, also Multiscreen-Unterstützung und so weiter. Ähm, aber ich habe das Gefühl, dass derzeit offensichtlich niemand Chrome OS nutzt. Ähm, daher entscheiden sich die meisten für Chrome. Hier ging es nicht um Chromos. Hier ging es um den Chrome-Browser.

Das setzen sie in einer Browser-Ebene um. Ja. Ja. Ich würde die Nutzung von Chrome OS für KI ebenfalls nicht empfehlen. Ich denke, wir müssen als Plattform bei Windows bleiben, da die meisten dieser, sagen wir mal, Legacy-Anwendungen ohnehin unter Windows laufen. Ja. Ja. Würde das bedeuten, dass das Modell dann lokal auf dem Rechner läuft? Ist es das, was sie hier vorschlagen? Oder wird es immer noch an den Server gesendet? Auf dem Rechner. Ähm, in den Demoversionen hatten sie ein Modell mit 300 bis 900 Millionen Parametern – also ein sehr kleines –, aber da sich die gesamte Hardware in Richtung lokaler Ausführung von KI-Modellen entwickelt und die kleinen Modelle immer leistungsfähiger werden, könnte es in dieser Hinsicht interessant sein, wenn wir uns fragen: „Führen wir unsere gesamte KI in der Cloud aus oder – wie es der Trend derzeit vorgibt – auf dem Gerät?“ Ich denke, esist – ich meine, wir haben viele Benchmarks, die zeigen, welche Modellgrößen welche agentenbasierten Aufgaben bewältigen können, und ich denke, derzeit und vermutlich auch in den nächsten zwei bis drei oder vier Jahren ist es völlig unrealistisch, etwas lokal laufen zu lassen, das echte Hardcore-Arbeit für einen erledigt, ohne dass man den ganzen Tag darüber wachen muss, weil man denkt, da läuft etwas schief.

Ähm, also, was wir… ich meine, ja, man kann es lokal ausführen, wenn man zum Beispiel eine H100-GPU oder so hat. Ähm, aber normale Verbraucher nutzen ein Smartphone oder haben einen M1- oder M3-Chip in einem MacBook. Ähm, also was man dort ausführen kann, sind extrem abgespeckte Modelle, die stark, ähm, stark quantisiert sind, mit, ich weiß nicht, vier und acht, äh, oder sehr kleine Modelle, wie, ähm, ja, vielleicht sieben Milliarden Modelle, wenn man eine halbwegs leistungsfähige GPU hat, ähm, aber wir stellen fest, dass man im Grunde nicht mit einer riesigen Zuverlässigkeit anfangen muss und wenn man seine Aufgaben tatsächlich auslagern möchte, muss man nicht unter 300, ähm, Milliarden Token anfangen.

Das ist also, glaube ich, derzeit eine realistische Sichtweise. Aber natürlich werden kleinere Modelle besser werden und auch die Hardware für Endverbraucher wird sich verbessern. Ja. Ähm, ich habe zwar noch nichts vorzuweisen, aber wir haben uns ja schon kurz darüber unterhalten, bevor das neue, ähm, chinesische Open-Source-Modell GLM4.5 diese Woche von der Firma veröffentlicht wurde, die sich jetzt „Zed“ nennt.AI – früher hieß es noch „ZU“ oder so ähnlich – und dieses Modell positioniert sich als High-End-Open-Source-Modell. Es ist ein Hybridmodell, das auf Schlussfolgerungen, Programmierung und agentische Aufgaben ausgerichtet ist und 355 Milliarden Parameter umfasst. Es nutzt den „Mixture of Experts“-Ansatz. Ich weiß nicht, was das ist.

Ich habe hier in meinen Notizen gerade „Los geht’s“ stehen. Ja. Okay. Also, ähm, ganz kurz: Das ist nicht ganz sachlich und korrekt, aber es ist so eine Art sehr grobe Erklärung und eine Mischung aus Expertenmeinungen – okay? Wenn man normalerweise ein LLM mit einer Eingabe füttert, hat es im Grunde so etwas wie eine riesige, sagen wir mal, Karte, und diese Karte ist wirklich riesig. Um darin zu navigieren und diese Expertenmeinungen zu mischen, gibt es im Grunde am Anfang so etwas wie einen Router, der je nachdem, was hereinkommt, entscheidet, welche dieser Karten verwendet werden soll, und dann verwenden wir für jedes generierte Token einfach eine viel kleinere Karte. Diese Karte entspricht also den aktiven Parametern, während die Gesamtgröße des Modells die Summe aller Parameter darstellt.

Da es sich also um ein Modell mit 355 Milliarden Parametern und 32 Milliarden aktiven Parametern handelt, bedeutet das, dass jeweils nur einer dieser – sagen wir mal – Blöcke aktiv sein und die Daten verarbeiten kann, und das ist zwarist zwar langsam und es geht ein wenig an Leistungsfähigkeit verloren, aber der riesige Vorteil ist, dass man eine sehr große Geschwindigkeitssteigerung erzielt, denn anstatt immer alle Token mit allen Parametern auswerten zu müssen, arbeitet man immer mit einer Teilmenge, die speziell ausgewählt wurde und die für die Art der eingegebenen Token am wahrscheinlichsten korrekt ist. Und wenn die Modelle trainiert werden, nutzen sie im Großen und Ganzen alle Experten gleichermaßen. Das ist eine sehr vereinfachte Erklärung.

Ich glaube, ich habe … Ich glaube, ich weiß, wovon du sprichst, und ich glaube, ich habe irgendwo ein Bild davon. Aber ja, es ist so etwas wie ein Mini-Modell, das irgendwie, ähm, viel schneller arbeitet, während das größere Modell sozusagen versteht oder überprüft, was es gemacht hat. Ich kann es hier nicht sehen. Nicht ganz. Es ist genau umgekehrt. Du hast einen Router, und das große Modell gibt eine Reihe kleiner Modelle aus, die selektiv aktiviert werden. Ja. Oh, okay. Gut. Ja, das leuchtet ein. Das ist also so, ich meine, das hier, und du hast gesagt, du hast dir das gestern angesehen, oder, Max? Ähm, als eine Möglichkeit, weil du erwähnt hast, dass du … Nun, wolltest du vielleicht erklären, was du derzeit verwendest?

Welches Modell? Ja. Also, ähm, ich meine, natürlich bräuchten wir noch etwa drei oder vier Nullen mehr am Ende unseres, ähm, Kontostands, um unsere eigenen Modelle zu trainieren. Ähm, also, wir werden irgendwann dahin kommen, aber im Moment ist es für uns am einfachsten und schnellsten, Open-Source-Modelle nachzutrainieren. Nachtraining bedeutet, dass wir im Grunde einen Großteil des Trainings ignorieren … wir müssen zwar berücksichtigen, dass dabei wahrscheinlich viel Wissen verloren geht, aber danach kann das Modell das, was wir wollen, viel besser. Ähm, also verwenden wir derzeit Quen oder Qen oder wie auch immer man es nennen will. Ähm, ähm, aber nicht die neue Version, also nicht die 3, ähm, sondern 2.5, äh, VL, weil wir Vision wollen, und wir … was wir derzeit untersuchen, ist, ob man vielleicht auch ohne Vision zu etwas Schlussfolgerung und Planung fähig ist – das sind derzeit interne Experimente, ähm –, aber wenn wir uns das, ähm, wie hieß es noch, das neue Modell Q-GLM 4.5 ansehen, ja, ja, ja, ähm, ja, GLM, ähm, oder 5, ähm, dann ist das leider kein Vision-Modell.

Ähm, das einzige GLM, das es gibt, ist GLM 4 ohne 5V, das Bilddaten als Eingabe verarbeiten kann, und aus dieser Perspektive könnte es für uns interessant sein, es so zu optimieren, dass es Schlussfolgerungen ziehen oder Testplanungen durchführen kann. Aber hier einfach zu sagen: „Oh, wir sind mit SO3 oder, äh, oder Claude Ous viel besser“, ist irgendwie, ähm, ich meine, der Vergleich ist zwar in Ordnung, aber es ist so, als würde man Bilddaten außer Acht lassen. Wenn man also keine Bilddaten unterstützen muss, kann man im Grunde eine Menge Rechenaufwand einsparen. Man muss nicht für einen riesigen, neuen, komplexen Aufgabensatz trainieren.

Also, in meinem Vergleich würde ich sagen, es ist viel einfacher, wenn man – wenn man so will – die Vision einfach beiseite lässt und dann sagt: „Okay, wir trainieren das Ganze nur mit Text.“ Es ist offensichtlich einfacher, diese multimodalen Modelle zu übertreffen. Ja. Außerdem, ähm, was GM betrifft, gibt es ein allgemeines Problem: Das alte GLM4, das ich lokal ausführe. Äh, das Problem ist im Grunde, dass es enorme Instabilitäten bei der Kontextgröße gibt. Man kommt also nicht einmal über 8.000 Token hinaus, ohne dass es instabil wird. Schon bei 6.000 fängt es langsam an, auseinanderzufallen. Also, ich… Was meinst du mit „auseinanderfallen“? Also, im Grunde wird das Modell sehr irrational und der Recall bleibt wie an der Nadel hängen – wenn man sich das Diagramm ansieht, ist es furchtbar, es geht wirklich schnell bergab – das sind vier, oder? Ja, ja, vier, vier Komma… Ich habenoch nicht ausgewertet, aber ähm, ja, wir haben generell Probleme. Ein Beispiel: Das neue 3 war ebenfalls „überbacken“ – wenn man es einfach mit zufälligen Rauschdaten trainiert, wird es tatsächlich wieder besser, weil es einfach so stark feinabgestimmt war, im Grunde „überbacken“, wenn man so will, als hätte man versucht, es zu überoptimieren.

Leider habe ich gerade eine SMS bekommen, dass ich an der Besprechung teilnehmen muss. Ähm, ich muss zur nächsten. Ja. Aber, äh, ja, es war mir eine Freude, äh, hier zu sein. Vielen Dank für die Einladung. Vielen Dank für die Anregungen und ja, hoffentlich sehen wir uns irgendwann in Zukunft wieder. Ja. Tschüss. Tschüss. Ähm, wenn ich das hier entferne, ähm, cool, die andere Sache, ich habe mich noch nicht damit beschäftigt. Äh, na ja, nein, ich habe mich damit beschäftigt, aber ich kann es noch nicht bestätigen, aber ich glaube, das ist es – wenn man hier schaut, ähm, rangiert es wirklich gut, aber das ist auf Chinesisch, also in der chinesischen Sprache, weil ich mir die LM-Arena-Werte angesehen habe und GLM 4.5 einfach nicht finden konnte.

Ich wusste nicht, wo das war, und dann habe ich irgendwo gelesen oder gehört, dass es sich um chinesische Benchmarks handelt, bei denen die chinesische Sprache verwendet wird und so weiter. Also noch mal: Ich habe euch letzte Woche sprechen hören, und wir haben dieses Gespräch nun schon ein paar Mal geführt, darüber, wer hier eigentlich die Nase vorn hat, und ähm, offensichtlich schneiden Open-Source-Modelle gut ab. Das ist definitiv eine wirklich coole Richtung, in die es geht, und etwas, worüber man sich ein bisschen freuen kann, aber ich glaube, der Hype um dieses Modell ist noch nicht ganz da, weil es westliche Sprachen nicht unterstützt – um ehrlich zu sein, setze ich auf Q2, denn Q2 ist im Grunde das Vielversprechendste, was es derzeit, sagen wir mal, im Open-Source-Bereich gibt.

Ähm, ich habe mich, ehrlich gesagt, noch nicht richtig bei GM 4.5 angemeldet, aber, ähm, ja, im Allgemeinen ist die Tool-Optimierung die AO, und mehrsprachiges Training ist ebenfalls, äh, wirklich wichtig. Ein Beispiel: Als DeepSe damals trainiert wurde, gab es zwei Experimente – einmal wurde das Modell mit „Instruct“ und einmal mit „Bass“ im Bereich des logischen Schlussfolgerns trainiert. Interessant war dabei, dass beispielsweise die Nicht-BASS-Version logisches Schlussfolgern in mehreren Sprachen vermischte, wasdas ist auch nur ein kurzes Beispiel dafür, dass es Aspekte der deutschen – ich meine der englischen Sprache – also westlicher Sprachen gibt, in denen wir bestimmte Definitionen haben, oder türkische Sprachen, in denen das nicht der Fall ist. Ich habe vergessen, was das genau war, aber im Grunde geht es darum: Wenn man einen Zustand erklärt, sollte man ihn direkt erklären oder so in dieser Richtung. Ichbin mir nicht ganz sicher, was es genau war, aber im Allgemeinen möchte ich damit sagen, dass Sprachen unterschiedliche Strukturen haben und unterschiedlich vorgehen, wenn es zum Beispiel darum geht, Objekte zu identifizieren, etwas einem Wert zuzuordnen, zu erklären, was ein Zustand ist, oder ob ein Zustand bereits einen Zeitrahmen hat oder so. Und ich denke, das wird dazu führen, dass wir einen Adapter zwischen dem großen Sprachmodell (LM) und der menschlichen Sprache schaffen, wobei das LM und der Zustand ihre eigene Sprache haben, die hochoptimiert ist – sagen wir malsagen wir mal, sehr zustandsorientiert ist – denn ich finde, die Sprache ist derzeit irgendwie sehr … ähm … man kann darin nichts spüren. Ein Beispiel: Im Deutschen haben wir den Begriff „umfahren“, der entweder „herumfahren“ oder „über jemanden fahren“ bedeutet.

Ja. Ja. Und es hängt vom Kontext ab. Ja. Und sogar davon, wie man es ausspricht. Ja. Phom. Ja. Ja. Stimmt. Ja. Stimmt. Das ist einer der Witze rund um die deutsche Sprache. Aber, aber, aber es ist auch sehr interessant, wie, ähm, diese LLMs verstehen – oder besser gesagt, es gibt da eine gewisse Ebene der Emergenz, die bei diesen LLMs auftritt. Auch wenn sie nicht auf bestimmte Sprachen trainiert wurden, entwickeln sie ein Verständnis für diese Sprache und auch dafür, wie die einzelnen Wörter – räumlich gesehen – in verschiedenen Sprachen ungefähr an derselben Stelle stehen. Das ist also ebenfalls sehr interessant. Aber als jemand, der vier Sprachen spricht und alle vier jeden Tag benutzt, kann ich definitiv sagen, dass es jeden Tag immer wieder Momente gibt, in denen ich etwas sagen möchte und es dafür in keiner dieser Sprachen ein Äquivalent gibt.

Also muss ich es mir, na ja, von dem anderen ausleihen, und ein LLM, das all das versteht – ich kann mir vorstellen, dass es dadurch einfach ein bisschen mehr Verständnis bekommt oder, äh, wie hast du es genannt, so etwas wie „Zustände“? Ja. Ja. Ja. Was wirklich cool ist. Ja. Ja. Es ist, ich meine, ich verstehe die technischen Details nicht, aber ich gehe davon aus, dass es da eine Art Ebene gibt – so in der Art, dass ein LLM auf einer grundlegenden Sprache trainiert wird, aber dann möglicherweise über – mangels eines besseren Wortes – so etwas wie ein Tool oder Ähnliches verfügt, das die Eingabesprache in die Sprache des LLM umwandelt, oder so ähnlich. Wie funktioniert die Übersetzung? Oder könnte man es möglicherweise so trainieren, dass es übersetzt – wie, äh, gerade jetzt, wie L&Der Trend bei LLMs ist buchstäblich: Man gibt die Sprache ein, es wandelt sie in Tokens um und gibt einfach Tokens aus – es findet dabei keine Übersetzung statt – oder es wandelt sie in Embeddings um, die im Grunde nur Zahlen sind; es wandelt sie also in Zahlen um und gibt uns dann wieder Zahlen aus, die zurück in Text umgewandelt werden. Und die Art und Weise, wie die Übersetzung funktioniert, basiert darauf, wie es ein Wort vom Deutschen ins Englische übersetzen kann. Ich denke, daseinfach buchstäblich Trainingsdaten sind, bei denen ein englischer Text ins Deutsche übersetzt wurde und das LM damit gefüttert wurde – und dann, äh, führt es im Grunde genommen auf dieser Grundlage die Übersetzung durch.

Heißt das also, wenn es ein Wort gibt, für das es keine Übersetzung gibt, kann es dieses nicht übersetzen, oder gibt es eine Ebene der Emergenz, auf der es ein Verständnis dafür entwickelt, auch wenn das Wort selbst nicht direkt übersetzt wird? Ich denke, es ist eine Mischung aus beidem. Zunächst muss man bedenken, dass diese L&Ms über Wörterbücher verfügen. Sie haben Übersetzungsdokumente. Sie verfügen über eine Menge Daten, anhand derer bereits getestet wurde, wie man etwas übersetzt. Aber ich glaube, es gibt auch einen kleinen Anteil an „Immersion“, bei dem das Modell im Grunde den Kontext verstehen und diesen dann nutzen kann, um die Übersetzung im Grunde zu vervollständigen, selbst wenn Wörter vorkommen, die es nicht kennt. Ein interessantes Beispiel: Man kann sich ein Wort ausdenken und das Sprachmodell anweisen, es zu übersetzen. Wenn es buchstäblich keinerlei Kontext dazu hat oder es sich beispielsweise um einen neuen, jugendlichen Slangausdruck handelt, kann es das Wort nicht übersetzen.

Es kopiert das Wort „Name“ einfach Wort für Wort, weil es einfach davon ausgeht, dass es sich um einen Namen handelt. Ich meine, wenn man mal darüber nachdenkt: Was ist schon der Unterschied zwischen einem normalen Wort und einem Namen? Na ja, wir könnten das mit „Kavarza“ machen, denn „Kavarza“ ist ein erfundener Name. Es ist ein Name, der gewissermaßen aus zwei Wörtern besteht und nicht im Wörterbuch vorkommt, aber wenn man ihn einem Kurden sagt – und vor allem, wenn man ihn mit einer kleinen Pause zwischen den Wörtern ausspricht –, wird er verstehen: „Ah, okay, das bedeutet …“ Auch wenn es kein Wort im Wörterbuch ist, ist es doch etwas, das man der Übersetzung hinzufügen sollte. Was mir dabei noch in den Sinn gekommen ist: Es ist interessant, dass wir diese Übersetzung als Wort-für-Wort-Übersetzung von einer Sprache in eine andere betrachten.

Aber diese LLMs verfügen über unzählige verschiedene Sprachen und unzählige verschiedene Wörterbücher. Theoretisch können sie also ein Wort von einer Sprache in eine andere übersetzen, wobei mehrere Sprachen dazwischen liegen, auch wenn es für ein bestimmtes Wort keine direkte Übersetzung zwischen beispielsweise Deutsch und Englisch gibt, sondern beispielsweise vom Deutschen ins Französische, vom Französischen ins Spanische und dann vom Spanischen ins Englische. Auf diese Weise finden sie eine Lösung, da sich alles im selben Vektorraum befindet. Es befindet sich im selben Vektorraum, aber ich weiß nicht, ob dieser Vektorraum zwangsläufig herangezogen würde, wenn man das Modell einfach bittet, etwas zu übersetzen – vielleicht bei Modellen mit Schlussfolgerungsfähigkeit, aber ich bin mir im Moment etwas unsicher, ob das auch bei normalen Modellen der Fall wäre; es hängt wirklich davon ab. Das Problem ist, dass wir immer noch nicht wirklich verstehen, wie diese Modelle überhaupt funktionieren. Nehmen wir zum Beispiel den Begriff „Haus“: Auf Deutsch heißt es „Haus“, auf Türkisch„f“ oder so ähnlich wie „Zuhause“ – die Frage ist, wie man all diese Begriffe miteinander verknüpft, also wie das Sprachmodell tatsächlich verallgemeinert, dass all diese Begriffe dasselbe bedeuten.

Das wäre im Grunde das, was wir herausfinden müssen, denn darauf basiert dann die Frage: Ist das ein Stein? Ja. Ja. Zum Beispiel: Was ist ein Zuhause? Was ist ein Gastgeber und wie versteht man das aus multikultureller Sicht? Ähm, gibt es eine Sprache, die … lass uns einfach direkt darauf eingehen. Ist Chinesisch eine wirklich effiziente Sprache, was die Anzahl der Token angeht? Lohnt es sich, eine Sprache zu identifizieren, die, na ja, die wenigsten Token hat? Deutsch, weil Deutsch sozusagen die ineffizienteste Sprache ist, aber vielleicht ist Chinesisch einfach wirklich, na ja, aus Token-Sicht betrachtet. Ja. Was ist das? Es ist ein Designbuch namens „Grid Systems – A System“.

Es ist sowohl auf Deutsch als auch auf Englisch. Auf Deutsch ist es doppelt so lang, oder? Nicht ganz. Aber man sieht schon an der Länge, welche Spalte deutsch ist. Ja. Und die deutschen Wörter sind länger, aber – aber das ist so eine interessante, ähm, Sache, von der du sprichst, denn im Deutschen haben wir auch diese Kombination, dass man jedes beliebige neue Wort bilden kann, indem man mehrere Wörter miteinander verbindet, und es ist nicht wie im Englischen – es fühlt sich so an, als würde man etwas mit mehreren Wörtern beschreiben; im Deutschen fühlt es sich präziser an, weil es in einem einzigen Wort steckt und sehr genau definiert ist, und es istist es wieder anders, denn selbst im … ich meine, wir haben alle 26 – 26, ich weiß nicht, wie viele Buchstaben es gibt, etwa 36, ich weiß nicht – Grundbuchstaben, und die Sache ist, dass Chinesisch erstens mehrere Varianten hat. Ich bin kein Experte auf diesem Gebiet, aber zum Beispiel, ich weiß, wenn es um Pinyin und Chinesisch geht, ist es in dieser Hinsicht so, dass man im Grunde genommen bestimmte Buchstaben hat, und, okay, lasssprechen wir doch mal ein bisschen über Mandarin. Da kenne ich mich etwas besser aus. Es gibt da so drei verschiedene, äh, sagen wir mal Sprachen – also zwei verschiedene Sprachvarianten –, und die haben jede Menge Schriftzeichenvarianten, zum Beispiel mit den Strichen, und ich weiß es zwar nicht genau,, aber ihr wisst, was ich meine – sie haben sehr viele, und die Sache ist, dass ein Zeichen je nachdem, wie man es ausspricht, eine völlig andere Bedeutung haben kann. Äh, was die Effizienz angeht: Was wir bei L&M im Allgemeinen machen, ist Folgendes: Wenn wir beispielsweise einen Satz tokenisieren, nehmen wir nicht die einzelnen Buchstaben, sondern sprechen immer von Wortfragmenten – sagen wir „h“ oder „r“ –, also Buchstabenkombinationen, die häufig vorkommen; diese wandeln wir in ein Token um.

Wenn du also von „Token-Effizienz“ sprichst, bin ich mir nicht ganz sicher, denn wir erweitern im Grunde die 26 Buchstaben auf viele Buchstaben, um so viele Kombinationen wie möglich zu erhalten und einen bestimmten Parametersatz auszufüllen, der bis zu 64 gut funktioniert, und ich denke, in dieser Hinsicht spielt es keine Rolle – im Sinne des Token-Bereichs – welche Sprache man verwendet; wichtiger ist, wie zustandsbehaftet die Sprache ist, würde ich sagen. Klar. Ja. Ja. Ja. Auf jeden Fall. Ja. Ich glaube also nicht, dass es unbedingt darauf ankommt, welche Sprache eingereicht wird. Es geht vielmehr darum, wie die grammatikalischen und strukturellen Regeln dieser Sprache aufgebaut sind. Ich denke, das ist der wichtigere Aspekt. Es kommt darauf an, wie viele Basiszeichen man hat.

Es könnte also sein, dass Deutsch tatsächlich eine sehr effiziente Sprache ist, weil in einem Wort so viel Information steckt – oder dass Deutsch einfach effizient ist. Ich würde eigentlich sagen, dass Deutsch für ein Sprachmodell (LM) zwar effizient sein mag, aber auch ineffizient sein kann, denn ja, wenn man all diese komplexen Wörter hat, die sozusagen einzigartig sind, muss das Sprachmodell all das auch lernen, und man hat viel weniger Trainingsdaten für jedes einzelne Wort. Die Frage wäre also: Wie spezifisch kann man werden, bevor das LLM zu wenig Kontext hat und einfach zusammenbricht? Ähm, haben LLMs das gleiche Problem wie wir bei deutschen Verben, die, ähm, ein Geschlecht haben?

Nein, das, dass sie darin vorkommen – es ist ein Verb, das aus zwei Wörtern oder sozusagen zwei Halbwörtern besteht, und es kann getrennt werden. Es ist also ziemlich schwierig, das zu begreifen. Man beginnt den Satz mit der Hälfte des Verbs und verwendet dann die andere Hälfte ganz am Ende des Satzes, und es ist ein langer Satz. Man kommt ans Ende des Satzes, stößt auf das letzte Verb und fragt sich: „Moment mal, was war eigentlich die Verbform?“ Es ist also sehr stark getrennt. Ich frage mich also, ob so etwas für LLMs überhaupt eine Rolle spielt, denn, ähm, ich glaube nicht, dass das LLM damit große Schwierigkeiten haben wird, weil es im Grunde während des Trainingsprozesses innerhalb eines Satzes einfach abwägt, was wichtig ist und was nicht, und auf dieser Grundlage sein Verständnis generiert. Ichglaube nicht, dass es eine große Rolle spielt, ob sie nebeneinander stehen oder voneinander getrennt sind. Selbst wenn wir beispielsweise eine Variante hätten, bei der die Wörter zusammen geschrieben sind, und eine, bei der sie getrennt sind – viele Tokenizer behandeln Wörter mit Leerzeichen als separate Tokens, sodass die Varianten mit und ohne Leerzeichen zwei verschiedene Tokens sind und im LLM in dieser Hinsicht als unterschiedliche Wörter gelten.

Okay. Wenn du willst, können wir auch über den LLM-Tokenizer sprechen und einfach ein bisschen damit herumspielen, dann kann ich dir zeigen, was ich meine. Ach ja, das hast du mir schon mal gezeigt. Ähm, kannst du mal online nach dem Llama-3-Tokenizer suchen? Dann kann ich dir genau zeigen, was ich mit dem Leerzeichen meine. Das dauert etwa eine Minute. Ja, es ist eigentlich ziemlich cool, das zu sehen. Ähm, und vielleicht können wir auch die numerische Darstellung anschauen. Ich mache das gerade auf meinem Rechner, damit wir den Bildschirm teilen können. Ja, das kannst du. Okay. Ja, da hast du es. Oh ja. Also im Grunde „hello“ schreiben, dann „hello“ zusammen schreiben und dann einmal ein Leerzeichen. Also vier Token zusammen. Ja. Oh, immer noch vier Token.

Siehst du, wie sich die Farbe der Tokens ändert, weil es das … Oh, Moment. Zeigt es auch an, welche Zahlen diese Tokens sind? Aber lass mich mal auf dieser Website nachsehen. Nein, ich öffne lieber eine andere. Äh, Suche … äh, offline. Das hier sind Zahlen. Meinst du das? Ja, diese Zahlen. Und wenn du … Ja, zeig diese Zahlen. Und füge jetzt das Leerzeichen hinzu. Siehst du, wie sich die Zahl im LM ändert? Es sind zwei völlig unterschiedliche Tokens. Und das ist auch eine Frage der Effizienz. Ich meine, der gesamte Begriff „hello“ ist 9906. Auch wenn es für uns fünf Buchstaben sind: Hi G E L L O – und genau das meine ich damit: Es hängt vom Tokenizer ab, wie effizient die Sprache ist.

Ja. Ja. Sehr cool. Genau. Machen wir eine kurze Pause und, äh, dann sind wir gleich wieder da mit ein paar „Clawed Code Agents“. Diese Folge wird von Flowbase unterstützt. Wenn ihr mit Web Flow, Framer oder Figma arbeitet, kann Flowbase euch helfen, viel schneller zu entwickeln. Mit über 4.000 Komponenten zur Auswahl habt ihr eine riesige Auswahl an Wireframes und super übersichtlichen, schön gestalteten Elementen, die ihr einfach durch Kopieren und Einfügen in euer Projekt zusammenstellen könnt. Außerdem gibt es über 15.000 Icons und über 1.000 Illustrationen. Flowbase bietet zudem eine äußerst hilfreiche Webflow-App namens „Boosters“ an. Mit Boosters kannst du deinem Projekt mit wenigen Klicks und ganz ohne Programmieraufwand Elemente wie Schieberegler, Mares und Countups hinzufügen.

Also ja, ein großes Dankeschön an Flowbase für die Unterstützung der Sendung. Wenn ihr den Dienst ausprobieren möchtet, schaut einfach mal bei flowbase.co vorbei. Und nur für euch habe ich den Rabattcode „flowbase“ (alles in Großbuchstaben) für 20 % Rabatt auf jeden Tarif. Das ist ein zeitlich begrenztes Angebot, also greift schnell zu. Okay, das war’s. Machen wir weiter mit der Sendung. Okay. Also, „Clawde Code Agents“ – die habe ich zwar noch nicht benutzt, auf die ich mich aber besonders freue. Das sind im Grunde vorkonfigurierte KI-Persönlichkeiten, denen man innerhalb von Clawde Code Aufgaben übertragen kann. Und jede Art von – ähm – jeder Agent hat, glaube ich, ein spezifisches Fachgebiet, was wirklich cool ist. Er nutzt sein eigenes Kontextfenster, das vom Hauptgespräch getrennt ist.

kann mithilfe von Tools konfiguriert werden. Wenn wir uns hier unten umsehen, erkennen wir die Struktur. Man kann ihm Zugriff auf bestimmte Tools gewähren oder auch nicht, wenn man das nicht möchte. Ähm, und man kann es so einrichten, dass es bestimmte Dinge ausführt, und, ähm, es lässt sich mit einer benutzerdefinierten System-Eingabeaufforderung konfigurieren. Es macht also wirklich interessante Dinge, zum Beispiel mit der Eingabeaufforderung selbst. Ähm, man kann es auch so konfigurieren, dass es entweder hier im Projekt oder als Benutzer läuft. Man könnte also einen haben, den man ständig als Benutzer ausführt, aber auch solche, die sehr projektspezifisch sind. Und es ist wirklich toll, dass man auch Unteragenten miteinander verketten kann.

Also, das ist eine wirklich, wirklich coole, ähm, Erweiterung für Clawude Code, das meiner Meinung nach im Moment einfach der Marktführer im Bereich Programmierung ist. Es ist mein Favorit. Ich, ich, ich benutze es. Ähm, jetzt hat dein KI-Agent also seine eigene Unterstützung. Wenn du also noch nicht oft genug scheiterst, hat deine KI genug Agenten, um doppelt oder dreifach so oft zu scheitern. Wenn du noch nicht genug beschissenen Code schreibst, ja, da bin ich eigentlich anderer Meinung. Ich glaube, das würde die Sache verbessern. Ja, ich scherze nur. Ich finde das ziemlich cool. Vor allem, wenn sie gegenseitig ihre Arbeit überprüfen können. Können sie die Arbeit der anderen kritisch bewerten? Sie können zwar ihre eigenen Unteragenten starten, aber ich glaube nicht, dass sie über ein eigenes Kontextfenster verfügen.

Also sind sie gewissermaßen unabhängig von … Nun, da steht „unabhängig vom Hauptgespräch“. Ja, genau, das ist also ein Code – das sind einige Beispiele für Unteragenten. Da gibt es zum Beispiel eine Codeüberprüfung. Man kann also einen Codeüberprüfungsagenten einrichten, der einfach loszieht und Codeüberprüfungen durchführt. Bei jeder Aufgabe – sagen wir, man entwickelt eine Funktion – hat man dann einen Codeüberprüfungsagenten und einen Debugger-Agenten. Ähm, hier gibt es auch einen Data-Scientist-Agenten. Ähm, und man kann all diese Agenten als Folge dessen ausführen, was man gerade gemacht hat. So wird immer sichergestellt, dass ein Barrierefreiheits-Scan durchgeführt wird, oder – das Interessanteste daran ist –, man kann natürlich, wenn manetwas wie Playright hast, dem Design-Sub-Agenten das Bild der Seite zuführen, und es kann das alles aufbereiten und was auch immer es ist … und all das nur als Nebeneffekt einer einzigen Eingabe zu erledigen, ist wirklich cool. Sie sprechen hier von einer Best Practice, bei der man mit Claude anfängt – im Grunde führt man also „/agents“ aus und sagt ihm dann, was es tun soll.

Das ist also im Grunde eine schnelle Methode, um die Dateien zu erstellen – die übrigens, wie alles bei AI, Markdown-Dateien sind. Sobald die Datei und die Ordnerstruktur erstellt sind, kannst du sozusagen hineingehen und anfangen, Inhalte hinzuzufügen – du könntest den ersten Satz erstellen, aber dann kannst du weitermachen und hier eine Menge anderer Dinge hinzufügen. Also ja, fang mit den von Claws generierten „Design Focus“-Subagenten an. Erstelle Subagenten mit einzelnen, klar definierten Aufgaben, anstatt zu versuchen, einen einzigen Subagenten alles machen zu lassen. Es geht also wirklich darum, deine einzelnen Subagenten auf eine bestimmte Aufgabe zu beschränken, richtig? Detaillierte Eingabeaufforderungen mit Anweisungen, Beispielen und Einschränkungen – also die üblichen Dinge, die du einer KI normalerweise als Kontext und Ähnliches geben würdest.

Den Zugriff auf Tools einschränken – das finde ich wirklich toll, dass man den Zugriff auf Tools einschränken kann. Man könnte also festlegen, dass der Design-Subagent nur Zugriff auf Playright und nur auf Magic UI oder so etwas hat. Ähm, und ja, man kann Projekt-Subagenten in der Versionskontrolle überprüfen, sodass man zusammenarbeiten kann und so weiter. Aber im Ernst, und los geht’s. Hier ist die Verkettung von Sub-Agenten, wie sie beschrieben wird. Es ist also eine wirklich coole, ähm, Ergänzung zu Craw, und ich finde einfach, dass es immer besser wird. Mir gefällt die Idee. Je mehr ich darüber nachdenke, desto mehr Sinn ergibt es. Oh ja. Ich bin eigentlich überrascht, dass es das bisher noch nicht gab, denn genau so werden wir grundsätzlich mit L&Ms weitermachen.

LLMs – wie wir gesehen haben, lassen sich sie in jeder Hinsicht feinabstimmen. Wir können sogar ein sehr kleines Modell so feinabstimmen, dass es bei bestimmten Aufgaben besser abschneidet als große Modelle. Ich denke, das Endziel ist buchstäblich, dass wir – sobald die Feinabstimmung einfacher wird – LLMs buchstäblich auf bestimmte, für sie spezifische Bibliotheken feinabstimmen und man zunächst eine Komposition orchestriert und dann,sagen, die LLMs ein wenig verwalten – mit etwas Glück würde das Unternehmen sie dann buchstäblich Funktion für Funktion und Version für Version aufbauen. Und ich denke, der nächste Schritt hier besteht tatsächlich darin, dass die LLMs sogar wie ein Duplikatverzeichnis hochgefahren werden, sodass jedes LLM an einer anderen Funktion arbeitet, die dann wieder über einen Merge-Request zusammengeführt werden, während sie isoliert arbeiten.

Ich denke also, das ist der Zwischenschritt, den wir jetzt erreicht haben – hin zu einer Situation, in der wirklich riesige Schwärme von LLM-Agenten gleichzeitig an mehreren Funktionen arbeiten und diese schnell bereitstellen. Ich meine, es gab bereits Varianten davon. Ich glaube, ich habe Hacks gesehen, bei denen es Leuten gelungen ist, den Claude-Code so zu manipulieren, dass er eigene Unteragenten startet – oder wie auch immer, die Leute haben ihn gehackt, damit er das kann. Aber wir haben auch Dinge wie „CodeEx“ von OpenAI oder „Jewels“ von Google, oder ich glaube, GitHub hat auch so etwas, bei dem Agenten in ihrer eigenen VM gestartet werden – das ist also vollständig kontextbezogen und verfügt theoretisch über eine eigene, wie du gesagt hast, eigene Instanz eines LLM. Man kann vielleicht sogar festlegen, welches LLM verwendet wird, zum Beispiel ein vortrainiertes LLM oder so etwas in der Art.

Also, sie sind irgendwie so, als würden wir gerade herausfinden, wie wir das am besten angehen können. Aber mir gefällt diese Idee, vor allem, da LLMs immer günstiger und schneller werden und so weiter, sodass wir langsam erkennen können, wovon du sprichst – nämlich spezielle LLMs zu haben, die beim Verfassen von Texten einfach der Hammer sind oder so etwas in der Art. Ähm, aber das ist jetzt schon integriert und man muss das System nicht hacken. Es gibt, ähm, da gibt es so eine kleine Beeinträchtigung der Leistung, denn, weißt du, ganz klar, ohne irgendetwas stößt man irgendwann an Leistungsgrenzen, besonders wenn mandiese GPUs und Forest-Instanzen durchlaufen, was man nun mal tun muss … ähm, denn ja, vor ein paar Wochen gab es einen Ausfall – bei Anthropic zum Beispiel – da bekam ich buchstäblich Fehlermeldungen, weil sie einfach an diese Leistungsgrenzen stießen, was wahrscheinlich zum Teil daran lag, dass die Leute Subagenten abspalteten und so weiter.

Ähm, dazu noch: Bei Claude gab es einige Änderungen bei den Preisen, wobei nun wöchentliche Limits festgelegt wurden. Das liegt wieder daran, dass die Leute ihre Server einfach überlasten. Ich habe mir heute ein Video angesehen, das mich irgendwie ein bisschen beruhigt hat – es war zwar nur ein kleiner Kanal, aber der Youtuber hat ein Video darüber gemacht, warum man Claude Max nicht braucht. Und kurz gesagt: „Weniger ist mehr“ ist hier das Motto. Ich werde den Link unten einfügen, denn es ist nur ein kleiner Kanal, also können wir ihn ja ruhig unterstützen, wo es geht. Aber, ähm, ich habe den Pro-Tarif. Ich zahle weder die 100 Dollar noch die 200 Dollar.

Ich zahle die 17 Dollar im Monat. Ja. Zugegeben, ich programmiere nicht jeden Tag. Ich nutze es also nicht so oft. Das ist der eine Aspekt, aber mir ist auch klar, dass ich mich nicht vollständig auf Claw Code verlasse, um absolut alles zu schreiben, und tatsächlich bitte ich den Plan manchmales bitten, einen Plan zu erstellen, und setze diesen Plan dann selbst um – und meine Programmierkenntnisse sind dadurch viel besser geworden. Ich sehe viele Kommentare unter zahlreichen Programmiervideos, in denen sich die Leute darüber beschweren, dass Dinge schiefgehen und dies und das, und ich kann mich des Eindrucks nicht erwehren, dass sie sich so sehr auf den Code und die KI verlassen, die die ganze Arbeit für sie erledigt.

Die sagen, das sei alles, was sie dafür verantwortlich machen können – das ist das LLM, äh, das, na ja, Claude oder wie auch immer es heißt, das sie benutzen –, dass die Dinge schiefgehen und sie ihr wöchentliches Limit in null Komma nichts aufbrauchen. Und es ist so, als ob es daran liegt, dass diese Tools für dich eine Krücke sind. Du lernst nichts dazu und schreibst wahrscheinlich auch noch richtig ineffiziente Prompts. Aber abgesehen davon: Ja, ich nutze ganz entspannt den günstigsten Tarif von Claude und finde es super. Ich mag Claude wirklich sehr. Es ist mein Lieblingsmodell zum Programmieren. Und dann hatten wir auch noch diese Studie über KI und das Gehirn, die besagt, dass – habt ihr eigentlich über diese Studie gesprochen, in der es heißt, dass Laufen einen dümmer macht?

Ja, das haben wir. Ja. Ja. Ja. Ja. Ähm, ich habe dazu eine Analyse gesehen, und das Interessante daran ist, dass, ähm, große Sprachmodelle einen im Allgemeinen dümmer machen, wenn man nichts über das Thema weiß, aber nehmen wir mal an, mangut Bescheid weißt – also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, also, alsotust und ein LLM einsetzt, steigert das deine Produktivität um ein gutes Stück – sei es beim Lernen oder beim tatsächlichen Entwickeln von Software. Eine interessante Sache, die ich von dir gehört habe: Man nutzt das LLM, um die Kantenerkennung zu planen, und implementiert sie dann selbst. Ich mache es eigentlich umgekehrt: Ich plane den Kantendetektor, sage dem LLM buchstäblich, welche Merkmale es berücksichtigen soll und welche Endpunkte es im Detail schreiben soll, und lasse das LLM das dann einfach implementieren – und dasist ein interessanter Aspekt, wie Menschen … nun ja, es ist nichts, was ich ständig mache, aber das ist einfach … das ist einfach manchmal so, wenn ich das Gefühl habe, na ja, es ist wie das Fahren eines Schaltwagens statt eines Automatikwagens – es ist so, als hätte ich das Gefühl, dass ich programmieren möchte.

Aber nein, ich denke, der Weg zu dem, was wir aus programmiertechnischer Sicht anstreben und worauf wir uns einigen, besteht darin, dass man sein PRD definiert, richtig? Man definiert die tatsächliche Struktur der Funktion. Man investiert viel Zeit und Energie darin, das zu definieren und dem LLM zu übergeben, anstatt einfach nur diese Funktion hinzuzufügen – also nur eine einfache Eingabeaufforderung, um die Funktion hinzuzufügen. Also, nein, ich mache definitiv beides. Und ich experimentiere gerade intensiv mit diesem Ansatz: Wie viel Kontext muss man dem Modell geben, oder wie detailliert muss die Definition sein, damit es gute Arbeit leistet, oder wie weit kann ich mich zurückziehen? Denn realistisch gesehen würde jeder am liebsten komplett einen Schritt zurücktreten und das LLM das einfach für sich selbst herausfinden lassen.

Aber wir sind definitiv noch nicht so weit. Und ich denke, ähm, ja, ein kleiner Anstoß ist schon nötig. Ich wende diese Methode an, wenn ich mir überlege: „Wie kann ich diese Datei verbessern?“ oder „Nenn mir drei Beispiele oder drei Möglichkeiten, wie ich diese Funktion verfeinern kann“ oder so etwas in der Art – und dann kopiere ich es einfach, füge es ein oder setze es um oder was auch immer. Es ist einfach eher eine Art Brainstorming, ähm, eine Art „Soundboarding“-Übung, im Gegensatz zu etwas, das ich immer tun würde. Ähm, also, also, also: Wenn man einem LLM – also einer KI – etwas sehr Allgemeines sagt, wird man dümmer. Aber wenn man etwas sehr Spezifisches sagt, kann man tatsächlich daraus lernen.

Und jedes Mal, wenn deine Eingabe zu allgemein ist, bekommst du auch Ergebnisse von wirklich geringer Qualität. Wenn du zum Beispiel sagst: „Mach etwas Schönes“, leistet es keine besonders gute Arbeit. Du bekommst bestenfalls etwas Durchschnittliches. Aber sobald du weißt und verstehst, was etwas Schönes ist oder was eine großartige Code-Architektur ausmacht, kannst du auf diese Einzelheiten hinweisen oder dem Modell buchstäblich sagen, dass es diese Einzelheiten anwenden soll – und dann kann es das umsetzen, und du kannst sogar um weitere Erkundungen bitten. Ein Schritt darüber hinaus wäre also, diese Einzelheiten zu erwähnen, aber auch um Erkundungen oder Alternativen zu bitten. Da du die Grundlagen verstehst, kommunizierst du auf einer ganz anderen Ebene mit den LLMs und erhältst auch Informationen, die du zuvor vielleicht nicht hattest – im Gegensatz dazu, sehr allgemein zu bleiben und es einfach nur zu bitten, etwas zu erstellen oder etwas sehr Allgemeines zu schreiben, das du nicht verstehst.

Also, wenn man konkret ist und versucht, aus diesen konkreten Beispielen zu lernen, äh, dann kann man tatsächlich von LLMs lernen. Ich, ähm, ich habe heute tatsächlich über diese dumme Sache nachgedacht, und mir ist eingefallen, dass ich, glaube ich, irgendwo einen Kommentar gelesen habe oder so. Ähm, jemand hat eine Rezension zu, äh, wahrscheinlich Coral Code geschrieben – weil ich mir jede Menge Sachen zu Claw Code anschaue –, aber jemand hat vorgeschlagen, die eigene Stimme zu benutzen, weil, glaube ich, viele Leute ihre Stimme benutzen, um ihre Prompts zu schreiben oder was auch immer. Ich finde das eigentlich ziemlich schwierig, aber das tut hier nichts zur Sache. Ähm, und jemand sagte: „Du hast gesagt, man soll die eigene Stimme benutzen, aber ich weiß nicht so recht.“

Ich weiß nicht, wo man das findet – wo ist diese Funktion? Genau. Und sie suchen, als hätten sie ihr Gehirn komplett ausgeschaltet, und erwarten, dass ihnen die Funktion einfach so serviert wird. Wenn ich das übersetze: Jeder einzelne Computer, jedes einzelne Handy hat eine Diktat-Taste – man muss also keine Sprachfunktion entwickeln, um eine Nachricht einzutippen, es sei denn, sie meinten so etwas wie eine interaktive Antwort und irgendeinen Modus, wie auch immer – ichweiß nicht, wie man das nennt – Gesprächsmodus oder so. Ja, jedes, äh, Gerät hat irgendeine Art von Diktatfunktion. Das hat mich also dazu gebracht, darüber nachzudenken, warum die Leute ähm, abschalten, wenn es um solche Dinge geht. Ich glaube, ich habe vor Monaten einen Tweet gepostet, in dem es in etwa so hieß: Die Leute– ich glaube, es war jemand, der nach einer Art Bearbeitungssoftware suchte oder nach, ähm, einem Tool für visuelle Effekte oder so etwas – und jemand suchte … wir sind irgendwie darauf konditioniert, nach einem SAS-Tool oder einem SAS-Produkt zu suchen, um genau das zu tun, was wir wollen.“

Wir haben die Fähigkeit verloren, sozusagen Schritt für Schritt zu überlegen: „Wie kann ich das mit After Effects erreichen, mit diesem oder jenem Feature?“, und das liegt an der Bequemlichkeit. Es liegt daran, dass uns diese Bequemlichkeit geboten wird und unser Gehirn einfach nicht mehr nachdenken muss. Also werden wir unweigerlich dümmer – und was bedeutet es, dümmer zu sein? Ich weiß es nicht. Vielleicht ist es einfach nur Faulheit. Vielleicht ist es gar keine Dummheit. Vielleicht ist es Faulheit. Das weiß ich nicht. Ähm, aber abgesehen von all dem gibt es da noch diesen, ähm, anderen Aspekt, dass, ähm, wir einfach nur – nun ja – wir nutzen KI einfach nur für das, was sie ist, aber es wird immer Leute geben – Design ist ein einfaches Beispiel, oder auch die Entwicklung: Die Entwicklung ist mittlerweile so einfach, dass wir einen Zustrom von Entwicklern erleben, die keinerlei Ehrgeiz haben, das Programmieren zu lernen, und wir stehen da und beobachten diese Leute und sagen so etwas wie: „Oh, die sind so faul und dies und das.“

Das liegt daran, dass es demokratisiert wurde und einfach immer wieder Leute – es wird immer Leute geben, die faul oder dumm sind oder was auch immer – in unsere Branche kommen, und es ist leicht für uns, uns auf unser hohes Ross zu setzen und zu denken: „Ach, die sind einfach nur dumm oder oder oder dies oder das.“ Trotz alledem wird es immer Menschen geben, die sich von dem Tool nicht dumm machen lassen. Sie lassen sich, wie du sagst, sogar davon schlauer machen. Sie nutzen es, um zu lernen. Sie nutzen es, um besser zu werden. Ich denke also, es läuft einfach wieder auf diese Idee hinaus, dass wir in einer hypervernetzten Welt leben, in der wir jetzt Menschen sehen oder Videoaufnahmen von jemandem anschauen können, der sich total dumm verhält – obwohl es solche Menschen schon immer gab.

Weißt du, es wird immer solche Leute geben, die faul und dumm sind und dieselben Tools nutzen wie wir. Aber, ähm, ja, ich glaube, es läuft einfach darauf hinaus, dass wir extrem vernetzt sind. Werden wir also dümmer? Ich glaube einfach, dass wir nur mit Leuten in Kontakt kommen, die es schon immer gab. Sie dringen gerade erst in unsere Branche vor, die wir gut kennen, und wir können nichts anderes tun, als uns zurückzulehnen und zu denken, dass sie einfach nur dumm sind. Ja. Was wir definitiv sagen können, ist, dass die Entwickler der T-App definitiv faul waren. Oh ja. Wow. Guter Übergang. Guter Übergang. Gut gemacht. Gut gemacht. Denn, äh, was? Ja.

Eine ganz kurze Zusammenfassung. Eine „T“-App ist im Grunde eine App, in der, ähm, Mädchen Bilder von Männern bewerten, Kommentare schreiben und so etwas wie „grüne Flaggen“ oder „rote Flaggen“ vergeben können. Ich bin mir nicht zu 100 % sicher, aber das ist so ungefähr das, was ich gehört habe. Und im Grunde haben sie das in Firebase Oopsy gemacht. Und bei diesem Oopsy-Vorfall sind, ähm, 72.000 Datensätze über Personen durchgesickert, darunter Nachrichten, Bilder, Standorte – so ziemlich alles, glaube ich, auch IDs. Und was das Ganze auch wirklich schlimm macht, ist, dass diese App mit dem Ziel entwickelt wurde, Frauen zu helfen oder sie zu schützen. Im Wesentlichen geht es darum, „schlechte Typen“ in gewisser Weise zu bewerten oder sich vor ihnen in der Dating-Welt in Acht zu nehmen und über sie zu sprechen – nun ja, die Meinungen dazu gehen auseinander, aber sie wurde für Frauen entwickelt, um ihnen auf diese Weise zu helfen, hat ihnen aber letztendlich geschadet.

Ja. Hat es zu einem Ziel gemacht. Ja. Wie ist das passiert? Also anscheinend – es ist wichtig zu sagen, dass es sich hier, nun ja, zunächst einmal um den, äh, den, äh, CEO handelt, einen selbsternannten, äh, C-CEO eines Digitalunternehmens, der nur sechs Monate lang, na ja, ein Programmier-Bootcamp absolviert hat, richtig? Das hat er also stolz in seinem LinkedIn-Profil angegeben. Aber es handelt sich hier um einen Datenleck, der alle Konten betraf, die vor Februar 2024 existierten. Alle Konten, die danach erstellt wurden, sind also von diesem Datenleck nicht betroffen. Aber letztendlich waren es zwei – es gab tatsächlich zwei Datenlecks. Es war ein zweistufiges Vorgehen. Beim ersten wurden lediglich die Bilder gefunden, also die Verifizierungsbilder der Personen.

Wenn man sich also anmeldet, muss man ein Selfie von sich machen, auf dem man seinen Ausweis in der Hand hält, und das bestätigt, dass man tatsächlich ein Mädchen und tatsächlich ein Mensch ist. Ähm, und ich meine, zunächst einmal wurde versprochen, dass diese Bilder gelöscht würden, aber das ist offensichtlich nicht der Fall. Ähm, aber das ist jetzt nebensächlich. Jemand hat herausgefunden, dass es sich um einen öffentlichen Bucket handelte, der auf Firebase gespeichert war, und aufgrund der Architektur von Firebase ist es so, als wäre eine Art API und Speichersystem bereits integriert. Normalerweise trennt man das bei einer App voneinander. Man hat eine API-Schicht zwischen den beiden. Man greift nie direkt auf die, äh, Datenbank zu.

Aber mit Firebase kann man direkt auf die Datenbank zugreifen, und wenn man eine bestimmte URL aufruft, werden alle Elemente in diesem Bucket aufgelistet – was eigentlich nicht möglich ist oder zumindest nicht möglich sein sollte. Ähm, was hat jemand also gemacht? Man hat den Bucket gefunden, dann ein Bild aufgerufen und dieses anschließend rückentwickelt, um wieder auf den Bucket zugreifen zu können. Man hat sich die Liste der Bilder beschafft und diese dann einfach alle heruntergeladen. Ähm, das war sozusagen der erste Schritt, und dann hat jemand die eigentlichen, ähm, Informationen über diese Personen gefunden, und es wurden ein paar Apps entwickelt. Es gab eine Standort-App, mit der man den Standort aller Personen in Nordamerika markiert hat, um herauszufinden, wo sie alle wohnen.

Ähm, und dann gab es da noch das Lustigste – ich weiß zwar nicht so recht, was ich davon halten soll, aber es gab eine Website, auf der diese Frauen nach ihrem Aussehen bewertet wurden, und, weißt du, das Internet zu nutzen ist cool, Mann. Sehr cool. Sehr cool. Ähm, und dann gab es noch eine mit demografischen Daten. Ich habe sogar einen Tweet dazu hier, in dem jemand demografische Daten zu den Frauen gepostet hat, die sie gefunden haben. Was das genau bedeutet, weiß ich nicht so recht. Aber der Punkt ist, dass das Internet viel Spaß damit hatte. So grausam es auch war, das Internet hatte viel Spaß damit. Ähm, es war eine etwas lahme Entschuldigung – ich habe die Entschuldigung auch hier.

Ähm, meinst du damit, dass es ein großes Unternehmen ist, oder haben die einfach nur zufällig jede Menge Nutzer? Ähm, ehrlich gesagt kenne ich die Größe des Unternehmens nicht. Ähm, es ist nicht so, wie es früher war … ja, ich kenne die Größe des Unternehmens nicht. Keine Ahnung. Aber es lief ganz gut. Ich meine, sie hatten zwar eine Warteliste, aber das sind ja etwa 15.000 Likes. Ja, ich weiß. Aber du sagst das so, als ob – ich meine, das ist jetzt, nachdem sie bekannt geworden sind, oder? Also sind sie jetzt wahrscheinlich viel größer, als sie es waren, um ehrlich zu sein. Ja, aber ich meine, die Leute liken die Entschuldigung, was bedeutet: „Ach so, verstehe.“

Also, die Sache ist die – und wir wollen nicht weiter darauf eingehen –, aber das ist das Problem mit dem „Daumen-runter“-Button auf YouTube. Was bewerten sie eigentlich negativ? Geben sie einen Daumen runter oder sogar einen Daumen hoch? Bewerten sie die Idee des Videos negativ? Das Video ist eigentlich perfekt. Es wurde gut präsentiert. Aber bewerten sie die Idee des Videos negativ, weil die Macher nichts zu tun haben? Man weiß es einfach nicht. Man kann also nur spekulieren, dass sie die Entschuldigung nicht unbedingt unterstützen. Vielleicht finden sie es einfach nur lustig. Also gefällt es ihnen, wie es den Leuten eben so geht. Aber vor allem … Ja. Tut mir leid. Das Bild wirkt etwas lieblos. Das ist aber eben ihr Stil. Das ist ihr … ich weiß, was du meinst.

Ich … ich würde dem eher zustimmen, aber man merkt schon, dass ihr Design ein bisschen aufdringlich ist oder so. Aber das ist das Interessante daran. Diese Daten wurden gespeichert, um die Standards der Strafverfolgungsbehörden zur Prävention von Cybermobbing zu erfüllen. Da steht nichts darüber, was der ISO-Standard ist. Da steht nichts über Datenschutz oder Ähnliches. Also ja, vielleicht weiß ich nicht, wie man ein Bild speichern würde, um Cybermobbing zu verhindern. Vielleicht geht es einfach darum, dass ein anderer Nutzer über sein Konto keinen Zugriff auf deine Bilder haben darf. Vielleicht ist es das, was damit gemeint ist. Aber die Prävention von Cybermobbing ist kein, na ja, fest etablierter Standard in der Internetwelt, der das Hacken von Daten verhindert.

Weißt du, genau dafür gibt es ja die ISO-Normen. Also ja, es ist, ähm, gelinde gesagt ein ziemliches Durcheinander. Und es gab auch Spekulationen, dass es sich um eine „Vibe-Coded“-App handelte, offensichtlich, weil sie sozusagen mitten in all diesen „Vibe-Coding“-Slot-Veröffentlichungen auftauchte, aber da dies vor 2024 war – also im Februar 2024 –, ähm, wäre das für die Nutzer definitiv kein „Vibe-Code“ dieser Art gewesen. Ich möchte versuchen, den Namen des CEOs herauszufinden. Ähm, und während du das hinzufügst, könnte ich, äh, auf ein anderes Thema hinweisen. Ich würde nicht sagen, dass dies ein spezifisches Problem von TE ist. Ich denke, das ist ein allgemeines Problem mit Firebase.

Ähm, ich habe mal ein Video über Eva gedreht. Sie ist so eine Art Cyber-Sicherheitsspezialistin und hat mal mit einem Scraper das gesamte Web durchforstet und dabei etwa sechs Millionen betroffene Firebase-Instanzen gefunden, die Sicherheitslücken aufwiesen, durch die man auf die Daten zugreifen konnte. Es ist so, als wüssten die Leute einfach nicht, wie man Firebase richtig einsetzt, und Firebase ist wie eine Waffe, mit der man leicht ins F schießen kann. Das stimmt, ich habe Firebase noch nie gemocht. Es gab auch viele Kommentare dazu, dass Firebase einen nervt, weil es nicht trivial ist. Na ja, es ist wohl trivial, aber es warnt einen mehrmals, dass das hier sozusagen weit offen ist.

Es gibt keine Sicherheitsregeln und dergleichen. Es ist keine besonders gute Plattform für eine ordentliche App-Entwicklung. Wie gesagt, man kann zwar direkt auf die Datenbank zugreifen, aber es gibt Sicherheitsregeln. Und letztes Jahr gab es dieses Problem, weil man die API-Schlüssel im Frontend der Website hinterlegen muss. Ja. Und man hat im Grunde so etwas wie Sicherheitsregeln, bei denen man eine JavaScript-ähnliche Syntax schreibt. Es ist kein JavaScript. Es ist nur eine JavaScript-ähnliche Syntax. Und dann muss man Sicherheitsregeln schreiben. Und die können etwas komplizierter sein, weil man prüfen muss, ob man die Benutzer-ID hat, und ob man Zugriff auf diese Ressource hat, und so weiter.

Man braucht einfach nur einen Server. Ja. Ja. Ja. Es ist nicht so, dass ich diese Sicherheitsregeln mag. Hier ist eine Frage, die mir durch den Kopf gegangen ist: Warum ist Superbase da anders? Weil ich direkt vom Frontend aus auf die Datenbank zugreifen kann. Ich brauche keine API-Schicht, um die Datenbank abzufragen. Kennst du dich mit Superbase aus? Hast du Superbase schon mal benutzt? Ein bisschen. Aber der Grund, warum mir Superbase besser gefällt, liegt im Allgemeinen darin – ich kann mich da irren, aber soweit ich weiß – dass man mit Firebase immer noch ganz einfach Funktionen bereitstellen kann. Wenn man Funktionen bereitstellen will, muss man bei Google Cloud alles so einrichten, wie es eigentlich richtig gemacht werden sollte, was etwas mehr Arbeit bedeutet.

Deshalb gefällt mir Firebase zunächst einmal besser. Ich nutze Firebase zwar nicht besonders oft. Der zweite Punkt ist, ähm, wenn ich mich recht erinnere, bietet Firebase generell mehr Sicherheit, und es ist schwieriger, sich selbst ins Bein zu schießen. Ich kann mich irren, aber soweit ich mich erinnere, haben sie im Allgemeinen einfach mehr, äh, einfach bessere Sicherheitsvorkehrungen. Ähm, na ja, man kann – ja, man könnte – den „Functions“-Aspekt nutzen, aber ich kann ja einfach die Datenbank abfragen, ähm, und man nutzt Richtlinien, um, na ja, zu verhindern, dass … und Firebase hat seine eigene Interpretation von Richtlinien und solchen Dingen, aber der Punkt ist, dass ich auf Superbase genauso zugreifen kann wie auf, äh, ich muss nicht über irgendeine API-Schicht gehen.

Ähm, ich meine, ich kann den CEO nicht finden. Vielleicht hat er sein, äh, Konto gelöscht oder so. Aber früher hieß er C. Sein Name ist Cook. Äh, T-CEO. Er hat sich selbst „gekocht“. Hat er? Hat er gekocht? Ja, hat er. Ja. Sean Cook. Sean Cook hat nur sechs Monate Programmiererfahrung vorzuweisen. Sean Cook. Also, ähm, ähm, was wollte ich noch sagen? Ach ja, das. Ja, ich benutze gerade, ähm, Comet, und eine Sache, die mich frustriert – ich weiß, wir reden ständig davon, dass SEO tot ist –, aber manchmal probiere ich es einfach aus, weil es diese einheitliche Suchleiste gibt. Ähm, ich will einfach nur die Website finden oder auf die Website gehen oder sehen, ich weiß, ich will eine Liste von Websites, ich will keine Zusammenfassung, alsohabe irgendwie das Gefühl, dass es umgekehrt ist – ich weiß, dass der Traffic zurückgeht, was ihr letzte Woche auch gesagt habt, da sind wir wieder, ähm, aber ich stelle auch fest, dass ich manchmal – öfter, als ich zugeben möchte – seltsamerweise ähm, eigentlich eine traditionelle Suche will, die mir einfach eine Liste von Websites anzeigt, oder so – ich will keine Zusammenfassung.

Was zum Teufel ist hier los? Das habe ich auch schon mit DIA erlebt. Manchmal, aber nicht allzu oft. Äh, ich gebe dem Programm konkrete Vorgaben, vor allem, wenn ich eine lange URL eingebe, anstatt sie über Google zu suchen. Es fängt an, zu überlegen und versucht, es zu verstehen. Nein, ich will nicht das, was ich normalerweise mache. Ich benutze einfach „sh“ und sage: „Hey, erstelle mir eine Nachricht zu diesem Thema und gib mir eine Liste mit deinen Quellen.“ Und dann gibt es nach jedem Link immer die Quelle an, und man kann einfach darauf klicken und zur Seite springen. Also, wenn du das machst, dann ist es genau das, was ich gemacht habe. Ja, so mache ich das. Ich klicke jetzt einfach auf die Quellen, was nur ein zusätzlicher Schritt ist, weil es manchmal so ist, dass ich irgendwie weiß, was ich will, und ich erwarte so etwas wie eine Website.

Ich muss mich jetzt verdammt noch mal einloggen. Aber, ähm, ja, ich möchte versuchen, mich an diese ganze Hintergrundsache zu gewöhnen, so wie bei Sean Cook. Er ist der Erste. Ähm, dieser Typ. Vielleicht hat er es ja gelöscht. Ich glaube, er hat es gelöscht. Er hatte hier in seinem, ähm, Beitrag geschrieben, dass er etwa sechs Monate Programmiererfahrung hat, was bedeutet, dass er diese App wahrscheinlich gar nicht selbst entwickelt hat. Um es klar zu sagen: Ich glaube einfach, dass das völlig aus dem Zusammenhang gerissen wurde, denn es ist ja egal. Aber das ist berühmt. Sorry. Das ist eine Möglichkeit, berühmt zu werden. Vielleicht war es ein Trend. Man macht eine super schlechte App, die überhaupt nicht sicher ist, und schon ist man berühmt.

Ich meine, es gibt Unmengen davon da draußen, und wie du schon gesagt hast: Auch letztes Jahr gab es wieder massenhaft, es gab so viele, ähm, Sicherheitslücken, gerade im Zusammenhang mit der Regelung rund um Firebase-Apps, und die Datenbanken und der Objektspeicher und so weiter sind einfach so umständlich und leicht zu übersehen. Nicht, dass man sie leicht übersehen könnte, aber es ist einfach so, dass die meisten Leute sie einfach offen lassen oder was auch immer. Also ja, ähm, es gibt Unmengen von Apps da draußen. Ich glaube, das war einfach … Ich glaube ehrlich gesagt, dass da auch ein Hauch von Frauenfeindlichkeit mit im Spiel ist, warum das so hochgespielt wurde, denn erstens ist es ja so, dass die Tech-Welt von Männern dominiert wird, also war es für uns leicht, du weißt schon, ob man nun seine eigene Meinung zu dieser Art von Apps hat oder nicht, aber man darf nichtman sollte nicht außer Acht lassen, dass so viele Apps gehackt werden – so viele große Apps; eine riesige war erst kürzlich, ich habe vergessen, welche es war. Und es könnte sich sogar um eine Cybersicherheits-App oder so etwas handeln.

Aber der Punkt ist: Das kommt wirklich sehr häufig vor. Warum gerade dieser Fall so viel Aufmerksamkeit erregt hat, liegt meiner Meinung nach am Aspekt der Frauenfeindlichkeit. Ja. Ich meine, das ist doch so: Wenn jemand auf dieser Welle mitschwimmen will, könnte er eine App für die Jungs entwickeln. Und wahrscheinlich hat das schon jemand gemacht oder ist gerade dabei. Verstehst du, was ich meine? Ich starte gerade „Cloud Code“. Ja, wir nennen es nicht „Tea“, sondern „Social Coffee“. Wir nennen es … Na ja, geht es bei dem Namen nicht um so etwas wie „Spill the Tea“? So würde man es doch sagen: „Spill the Tea“. Ja. Okay. Also, ja. Du hast den Lenker fallen lassen. Wir haben den Lenker fallen lassen. Ja. Weißt du, ich habe die Kommentare nicht im Auge behalten, also versuche ich nur, na ja, man kann eine App entwickeln, um die Bewertung genau so zu machen, aber sie ist für uns.

Ja, es ist für Männer. Nach oben oder nach unten. Aber mal im Ernst, bei solchen Wellen wie diesen könnte man damit leicht in die Nachrichten kommen. Oh ja. Nein, es ist, ähm, es ist, äh, ehrlich gesagt eine Katastrophe. Aber das war ein lustiger Übergang, denn jetzt haben wir ja nur noch den Cursor, über den wir reden können, und ich hatte sogar schon überlegt, das Thema zu streichen, weil es ein bisschen langweilig war. Aber es gibt tatsächlich eine neue Version des Cursors, die veröffentlicht wurde. Ähm, gemeinsame Agenten-Terminal-Kontext-Nutzungsstatistiken – etwas, das der Client-Code schon immer hatte. Ich freue mich, das zu sehen, und versuche gerade, den „Swear“-Thread zu finden.

Äh, was hier ganz gut ist. So kann man nachvollziehen, wie viele Tokens man verbraucht, wie groß der Kontext ist und solche Sachen. Ähm, und Geschwindigkeitsverbesserungen beim Agenten. Das ist also Cursor 1.3. Nichts allzu Interessantes dabei. Ja. Aber das sind die Neuigkeiten dieser Woche. In der KI-Welt ist nicht allzu viel passiert. Na ja, wir sind einen Tag zu früh dran, und wie es so üblich ist, wette ich, dass heute Abend noch eine Menge passieren wird oder wahrscheinlich schon passiert ist, während wir diesen, äh, diesen Stream gemacht haben. Ähm, weil ich dachte, es hätte wirklich ruhig angefangen, und ich dachte mir: „Oh Mann, wir haben hier so eine frühere Sache und es passiert nichts“, und dann plötzlich, ähm, weißt du, startet der Browser, was ich ziemlich gut fand, weil wir natürlich vorher Max dabei hatten, von, ja.

von Warman. Ich hätte mir gewünscht, dass wir mehr Gelegenheit gehabt hätten, mit ihm darüber zu sprechen – sicherlich auch aus sicherheitstechnischer Sicht. Wir hätten wahrscheinlich auf die Sicherheitsaspekte eingehen können, während wir über Tee und so weiter gesprochen hätten – darüber, bei „Warm Wind“ auf einem weit entfernten Rechner irgendwo angemeldet zu sein. Ähm, aber so wie es ist, sind diese Leute sehr beschäftigt, also gut. Ja. Was mich an dieser App wirklich interessieren würde, ist die Parallelität, denn nehmen wir mal an, sie werben mit Kundensupport und so weiter, aber wie steuert man, welcher Mitarbeiter tatsächlich welche E-Mail öffnet? Denn wenn ich fünf Mitarbeiter habe und alle bei der E-Mail angemeldet sind und eine E-Mail eingeht – welcher Mitarbeiter übernimmt sie dann? Braucht man dafür eine Art Scheduler und muss man das irgendwie speziell für eine Anwendung anpassen?

Stell dir vor, ich habe Agenten und sage ihnen: „Hey, erstellt mir eine Web-Flow-Website.“ Und nun stell dir vor, sie öffnen beide dasselbe Projekt und versuchen, gleichzeitig daran zu arbeiten, und dann versuchen sie, dieselbe Komponente zu ändern. Es kann einfach so vieles passieren, und man muss die Agenten irgendwie koordinieren, damit sie sich nicht in die Quere kommen – selbst in Unternehmen ist das schwierig. Wie macht man das mit, sagen wir mal, „Highspeed-Mitarbeitern“, die versuchen, überall mitzumischen, weil LM heutzutage so empfindlich ist? Ja. Ja. Interessant. Ja. Aber wo wir gerade von Web Flow sprechen: Web Flow war diese Woche ausgefallen, äh, für, nun ja … Oh mein Gott. Ja. Eine Woche – ausgerechnet in der Woche, in der ich eingestellt wurde, um tatsächlich etwas in Webflow zu machen, war es einfach … Ich dachte, es läge nur an mir, ich dachte: „Oh, ich habe einen neuen Rechner und dies und das“, aber es war wirklich, wirklich schlimm, ja. Also gab es, ähm, mehrere – nicht nur eine – Entschuldigung vom CEO. Webflow räumt das also ein, und es liegt offenbar an einem ihrer Datenanbieter, und sie haben ausdrücklich gesagt, dass es nicht daran liegt, dass neue Funktionen entwickelt werden.

Es liegt nicht an neuen Funktionen. Es handelt sich lediglich um Daten. Sie wissen allerdings nicht, was es ist. Sie wissen es nicht. Nun, sie sagten, sie würden ja nachforschen, und sie sind größtenteils wieder online, aber sie suchen immer noch. Ähm, aber ich glaube, sie wissen im Großen und Ganzen, was es nicht ist. Es liegt zum Beispiel nicht an den neuen Funktionen, die sie hinzufügen. Ja. Denn die Leute haben spekuliert, dass es daran lag – nun ja, genauer gesagt hat Christian spekuliert, dass es vielleicht an der Multiplayer-Funktion lag, die sie hinzugefügt haben. Ähm, weißt du, mir ist es sofort aufgefallen, als ich angefangen habe, mit Web Flow Cloud zu spielen, und da dachte ich mir: „Ist das so eine Web Flow Cloud-Sache?“ Denn ich habe – ohne zu übertreiben – gestern wahrscheinlich etwa vier Stunden, vielleicht sogar mehr, damit verbracht, ein Tutorial aufzunehmen, weil ich einfach warten musste und die Builds immer wieder fehlschlugen und das Backend nicht geladen wurde und so weiter.

Ich habe es schließlich doch noch aufnehmen können, aber, ähm, ja, es war wirklich sehr mühsam. Und dann hatte ich noch einen Auftrag, den ich eigentlich erledigen musste, aber sie haben das Problem rechtzeitig behoben, sodass ich diesen Auftrag tatsächlich noch erledigen konnte, um ehrlich zu sein. Aber ja, anscheinend gab es auch bei Framer einen Zwischenfall. Es war also nicht nur Web Flow. Oh wow. Ja, wahrscheinlich war es nicht so schlimm. Ähm, es wurde nicht besonders viel darüber gesprochen, aber Framer hatte auch einen Zwischenfall. Interessant. Und und und und Webflow hat etwas über einen Backend-Partner erwähnt. Ich glaube, die laufen einfach auf AWS. Ich kann – ich kann das mit Sicherheit garantieren … Na ja, vielleicht auch nicht. Ich kann es dir nicht garantieren, aber ich bin mir ziemlich sicher, dass es nicht AWS ist.

Ja, aber soweit ich weiß, nutzen sie AWS – sie nutzen tatsächlich AWS –, aber sie nutzen auch andere Tools. Sie haben unzählige andere Dienste, und wenn, wie du weißt, ein Glied in der Kette nicht funktioniert, geraten sie in solche Schwierigkeiten. Aber das war die Nachricht zu Web Flow oder sozusagen die große Nachricht der Woche. Und was ich interessant fand: Die Leute waren wirklich frustriert und haben sehr emotional darauf reagiert. Ich verstehe das. Mir ist das auch schon passiert, aber es war nichts, was mich daran gehindert hätte, etwas zu öffnen. Ich hatte zwar einige Probleme beim Laden, aber nicht in dem Ausmaß, wie ich es auf Twitter gesehen habe – die Leute haben sich ziemlich darüber aufgeregt. Letztendlich zahlt man ja einen Aufpreis für einen Dienst, und die Leute reagieren so, wie ich, ich sehe definitiv beide Seiten. Ich habe gesehen, wie Joseph Barry gesagt hat: „Weißt du, wir sollten …“, „Jeder hat mal einen schlechten Tag“, und obwohl das eine wirklich nette, bewundernswerte Einstellung ist, mit der man an solche Dinge herangeht oder sich selbst beruhigt, kostet es dich letztendlich buchstäblich Geld oder bringt dir Verluste ein, und du zahlst für diese Art von Zuverlässigkeit, weißt du, für die Ausfallsicherheit einer App.

Also, ich sehe das irgendwie von beiden Seiten. Und, ähm, weißt du, das ist einer der Gründe, warum ich ein Video zu diesem Thema gedreht habe. Ich habe gesehen, dass Rand ein Video dazu gemacht hat. Einer der Gründe, warum man sich nicht für Web Flow entscheiden sollte, ist, dass dein Geschäft zum Erliegen kommt, wenn bei Web Flow etwas schiefgeht. Das war ja genau das, wofür du dich angemeldet hast. Hättest du vor der Anmeldung bei Web Flow deine Sorgfaltspflicht erfüllt, hättest du dir eines unserer Videos angesehen, und wir hätten dir gesagt, dass du einen Großteil deiner Verantwortung oder die Zuverlässigkeit, mit der du deine Arbeit erledigen kannst, an Web Flow abgibst – und dass sie dich im Stich lassen könnten.

Die Sache ist die: Meiner Meinung nach ist das ein Argument, und ich bin ein Entwickler, der nichts im Web bereitstellt. Ich besorge mir einfach alles selbst und betreibe meinen eigenen VPS. Die Sache ist, dass man letztendlich immer auf etwas angewiesen ist. Wenn man kein AWS hat, ist man darauf angewiesen. Wenn man keinen VPS hat, ist man darauf angewiesen. Man ist darauf angewiesen, dass das Betriebssystem korrekt aktualisiert wird, dass der Browser funktioniert und dass der Internetanbieter funktioniert. Es gibt überall so viele Abhängigkeiten, und Webflow ist – um es mal salopp zu sagen – einfach nur eine weitere Möglichkeit, bei der man überlegt, wie man mehrere Anbieter in einem kombinieren kann. Ich meine, wenn das Web versagt, aber der VPS-Anbieter weiterläuft, hat man das gleiche Problem.

Es ist so: Ja. Ich meine, wenn du bei WordPress warst und das war letztes Jahr, na ja, war es letztes Jahr? Ja, letztes Jahr. Wir haben das noch nicht vergessen. Und weißt du was? Ich, äh, weil sie WordPress überholt haben, haben sie „Advanced Custom Fields“ überholt, oder? Haben es sich einfach geschnappt. Einfach so. Ja. Und ich dachte mir tatsächlich: Weißt du was? Ich nutze „Advanced Custom Fields“. Ich bleibe bei „Advanced Custom Fields“. Und dann habe ich – buchstäblich erst diese Woche – den „Repeater“ entdeckt, eine kostenpflichtige Funktion bei „Advanced Secure Custom Fields“ – so nennen sie es jetzt –, die dort kostenlos ist. Also werde ich einfach auf „Secure Custom Fields“ umsteigen. Es ist so: Wenn etwaskostenlos ist oder so, lassen wir uns leicht vom Gegenteil überzeugen, aber ja, es gibt bei jedem Tool, das man im Internet nutzt, Risiken und Schwachstellen, egal wo es ist. Aber bei Webflow ist es ehrlich gesagt, ich würde sagen, einfach Pech.“

Ich glaube nicht, dass das der Fall ist – sie waren stabil. Ja. Okay. Es gab manchmal Verbindungsprobleme, aber im Großen und Ganzen waren sie stabil – sie haben eine sehr hohe Verfügbarkeit –, nur die Entwicklungstools waren gelegentlich instabil, aber die Verfügbarkeit ist wichtig, damit man einfach immer darauf zugreifen kann. Ja. Ich meine, selbst WhatsApp und Facebook, die Milliarden von Nutzern haben, haben Ausfälle. Ich glaube nicht, dass die Leute sich darüber aufregen – sorry, ich glaube nicht, dass ich in meinem ganzen Leben auch nur ein einziges Tool kenne, das noch nie ein Problem hatte. Ja. Ja. Ich glaube, das liegt daran, dass die Geschäfte der Leute über Webflow laufen. Das ist das Problem. Unternehmen laufen. Die Leute verdienen Geld. Es geht nicht nur darum, was ich meine – theoretisch könnte deine Frau gerade gebären und du möchtest versuchen, sie über WhatsApp anzurufen, aber, na ja, es ist auch so, dass du für den Dienst bezahlst und es gibt auch eine Service-Level-Vereinbarung, die besagt, dass 99 % Ich frage mich, wie es für Enterprise war – davon habe ich keine Ahnung –, ob die Website ebenfalls ausgefallen war und das Dashboard für Enterprise ebenfalls nicht funktionierte, denn dort, so nehme ich an, verdient Webflow viel Geld, und es wäre wirklich schlimm, wenn dadurch die Beziehung zu ihren Kunden beeinträchtigt würde.

Ich habe noch nichts über dedizierte, ähm, Server für Unternehmen gesehen. Nein, aber sie haben dedizierte Server – sie haben eine andere Service-Level-Vereinbarung mit garantierter Verfügbarkeit, aber diese Vereinbarung gilt vielleicht nicht. Also, bei einer typischen, ähm, Website wird eine Verfügbarkeit von 99,9 % garantiert, aber bei, ähm, Unternehmenslösungen fügen sie, glaube ich, noch zwei weitere Neunen am Ende hinzu. Wir verwechseln auch die Verfügbarkeit – sorry. Ja, denn wir – ich unterbreche dich kurz – aber wir vermischen hier zwei Themen. Wir haben die Verfügbarkeit der Website und die des Editors. Das wollte ich gerade sagen. Ja. Ja. Und das Update des Editors war, soweit ich weiß, nicht von der Website betroffen.

Ja. Die Websites waren zwar online, aber der betroffene Editor hatte ein wirklich großes Problem: Selbst wenn man den Designer aufrufen, etwas gestalten und ändern konnte, ließ sich das Ergebnis nicht veröffentlichen. Auch die Veröffentlichung war betroffen, und das war – soweit ich online gesehen habe – der Grund, warum sich die Leute so geärgert haben: Sie haben die Änderungen nur sehr mühsam und unter großen Schwierigkeiten vorgenommen, konnten die Änderungen dann aber nichtÄhm, nun, jetzt sollte es wieder funktionieren. Das Lustige daran ist: Wenn man Webflow nutzt und auf dieses Problem stößt, könnte man theoretisch ein ähnliches Tool wie Webflow verwenden, aber bei so vielen anderen Tools kann man bei solchen Problemen nicht so einfach das Tool wechseln, da sie auf proprietärer Technologie basieren.

Ja. Ich meine, der Anbieter-Login ist bei allem entscheidend. Ich meine, selbst bei iOS und Android, sagen wir mal bei all diesen Website-Baukästen, sagen wir mal bei deinem VS Code mit deinen Lieblingserweiterungen – man ist immer an etwas gebunden, sei es beispielsweise an die US-Währung; es gibt immer eine Bindung.Es geht einfach darum, welches System dir die meisten Vorteile bietet, und wenn etwas ausfällt – welche Vorteile hast du dann noch? Und wenn man ganz ehrlich ist: Letztendlich liegen die Tools, die du nutzt, in deiner Hand, und es ist immer deine Entscheidung, wie viel Geld du bereit bist auszugeben – im Abwägung zwischen Komfort, Sicherheit und dem allgemeinen Risiko –, und diese Abwägung muss jeder für sich selbst treffen.

Ja. Ja. Ja. Stimmt total. Cool. Okay. Dann machen wir hier mal Schluss. Es sei denn, du hast noch ein paar Neuigkeiten in petto, Kabaza. Ähm, nein. Diese Woche ging es darum, unsere Web-Flow-App zu entwickeln. Oh, wie aufregend. Seid ihr deshalb alle zusammen? Ja. Ja. Wir entwickeln gerade die Web-Flow-App und sollten in ein paar Tagen bereit sein, sie zu veröffentlichen oder zumindest unsere erste Version herauszubringen. Ähm, und wir haben, ja, wir haben spannende Neuigkeiten zu berichten. Wir entwickeln heute coole Komponenten. Wir hatten ein Gespräch mit einem 3D-Entwickler. Wir werden also mehrere coole Dinge in unserer App zu bieten haben. Das wird nächste Woche die Neuigkeit sein.

Sei einfach du selbst. Bis dahin bin ich schon ein bisschen weg. Das war das letzte Mal, dass ich mit ihm hier war. Ich fahre am Sonntag los. Oh, wohin fährst du denn zurück? Oh, B ruft gerade an. Er wohnt auch in Deutschland. Also, ja. Ja, ich schätze, ich schätze, der Akzent verrät mich total. Er, er, er wohnt, äh, so fünf Jahre – fünf Jahre. Fünf Stunden entfernt. Ja, ich bin früher immer nach Hause gefahren. Fünf Jahre. Mein Gehirn ist gerade total abgedriftet und denkt an Lichtjahre, weißt du. Du musst dir nach dem Stream noch was zu rauchen besorgen. Ja. Nein, wir müssen die App fertigstellen. Stimmt. Stimmt. Wow. Es war schön, es war schön, dich hier zu haben.

Zwei Wochen hintereinander. Gut. Also, äh, ja, ich finde es toll, dass du eingesprungen bist und deine Sichtweise dargelegt hast. Es war gut, jemanden dabei zu haben, der sich tatsächlich mit der technischen Seite von LLMs auskennt und uns erklärt hat, was ein „Tool Call“ ist. Cool. Alles klar, Leute. Also, äh, ja, viel Erfolg beim Start und äh, wir melden uns bald wieder bei euch.