Das KI-Kochbuch mit Malcolm Werchota

Malcolm Werchota
  • 5,0 (8)
  • Firmengründung

Malcolm Werchotas KI-Kochbuch ist der Ort, wo künstliche Intelligenz auf authentische Business-Transformation trifft. Bekannt für seinen direkten Stil und seine Bereitschaft, KI live in Aktion zu zeigen – sogar während Präsentationen – hilft Malcolm Organisationen zu verstehen, dass es bei KI nicht darum geht, Menschen zu ersetzen, sondern ihre Fähigkeiten zu verstärken. Von Sprachnotiz-Produktivitäts-Hacks bis hin zu Echtzeit-Meeting-Intelligenz liefert dieser Podcast umsetzbare Einblicke für die sofortige Implementierung.

  1. #141 - Wie ChatGPT ein 80 Jahre altes Mathe-Problem für 1.000 Euro gelöst hat

    vor 2 Tagen

    #141 - Wie ChatGPT ein 80 Jahre altes Mathe-Problem für 1.000 Euro gelöst hat

    Stellt euch Dr. Katharina Hess vor. Sie leitet die Computational Chemistry Group bei einer der großen Pharmafirmen im Novartis-Korridor. 11 Postdocs und Data Scientists unter sich. Nicht drei Projekte — 30 offene Projekte. Forschungszyklen von 5, 10, 20 Jahren. Vor fünf Tagen schlägt sie Nature auf. Die Headline springt sie an: "AI cracks an 80-year-old mathematical challenge."Sie liest. Liest nochmal. Beim dritten Mal versteht sie: ihre F&E-Abteilung läuft bald auf Steroiden. Nicht weil das Mathe-Problem so spektakulär ist — sondern weil die Methode, wie es geknackt wurde, alles ändert. Und der eigentliche Schock: die KI, die das gelöst hat, war kein superduper Spezial-Mathe-Modell. Es war ChatGPT. Ja, euer ChatGPT. 🧮 Wer war Paul Erdős? Ungarischer Mathematiker, 1913 geboren. Einer der produktivsten Mathematiker des 20. Jahrhunderts — über 1.500 Fachartikel. Restless. Keine Wohnung. Kein fixes Büro. Heute würde man "digitaler Nomade" sagen — damals war er einfach von Universität zu Universität gewandert. Seine Leidenschaft war nicht das Lösen — sondern das Formulieren. Er hat über 1.000 offene mathematische Fragen gestellt. Und er hat Geldprämien gesetzt: 25 Dollar bis 10.000 Dollar für die Lösung. 📐 Das Problem: Planar Unit Distance Stellt euch einen großen Platz vor. Ihr nehmt 1.000 Reißnägel. Wie viele Nagel-Paare könnt ihr gleichzeitig genau gleich weit voneinander aufstellen — sagen wir 1 Zentimeter? Klingt einfach. Ist es nicht. 1984 hat eine Gruppe unter Spencer und Trotter die obere Grenze auf n hoch 4/3 ausgerechnet. Diese Grenze hat sich 40 Jahre lang nicht bewegt. Noga Alon, der in Princeton lehrt: "It was one of Erdős' favorite problems." 💸 Wie ChatGPT es gelöst hat — für ~1.000 Euro Erstmal: welches ChatGPT? Nicht das, das eure E-Mails halb durcheinander schreibt. Das Reasoning-Modell — GPT-5.4 oder das Pro-Modell. Ihr müsst draufdrücken und das richtige Modell wählen. Der Prompt war fast unscheinbar: "Could Erdős be wrong? Could the way he reasoned about this answer be flawed?" Und dann hat das Modell gearbeitet. Komplett autonom. 125 Seiten geschrieben. Circa 100.000 Tokens. Kosten: zwischen 100 und 1.000 Euro. Vergleich: Ich fliege morgen zu einer Erdöl-Erdgas-Firma nach Hannover. Der Flug Zürich-Hannover: 800 Euro. Die Tokenkosten, um ein mathematisches 80-Jahre-Problem zu lösen, sind in der Größenordnung eines einzigen Business-Trips. 🔧 Der Trick: nicht der bessere Schraubenzieher, sondern ein ganz anderer Schlüssel Mathematiker haben 40 Jahre lang die Werkzeuge der Geometrie benutzt: Inzidenzgeometrie, Trotter-Theorem, Kreuzungsanzahl-Methode. Diese Werkzeuge kommen zu einer natürlichen Decke — die n^(4/3)-Grenze. Die KI hat etwas ganz anderes gemacht. Sie hat aus dem Werkzeugkasten einen anderen Schlüssel rausgeholt: algebraische Zahlentheorie. CM-Körper. Komplex-Multiplikations-Felder. Unendliche Galois-Türme. Sie hat das Problem nicht gelöst. Sie hat es umformuliert — von einem geometrischen zu einem zahlentheoretischen Problem. Und plötzlich war die Antwort viel besser und konkreter. 👨‍🏫 Die Verifizierung — neun Fields-Medaillen-Träger OpenAI hat das nicht einfach verkündet. Sie haben gewusst: das hat ein LLM geschrieben — da muss ein Mensch drüber schauen. Also haben sie das Paper an eine Gruppe von 9 Mathematikern und Physikern gegeben: Noga Alon (Princeton)Daniel Litt (Toronto)Melanie Wood (Harvard)...und 6 weitereManche davon sind Fields-Medaillen-Träger — der "Nobelpreis für Mathematik". Sie haben gemeinsam ein Paper geschrieben, um zu prüfen: ist das richtig oder Vollscheiß?  "There is no question — it is incredible that the AI managed this. It shows us that AI is more than just an assistant for mathematicians. It looks as if AI itself can have ingenious ideas." 🎯 Demis Hassabis bremst — und gleichzeitig nicht Der DeepMind-CEO (der KI-Arm von Google) hat sich gemeldet: "Für eine KI war das eigentlich gar nicht so schwierig." Warum? Weil das Problem zwar extrem schwer zu lösen ist — aber begrenzt. Es ist nicht, dass die KI jetzt 1.000 andere schwierige Sachen machen kann. Aber acht andere Experten sagen das Gegenteil: das wirklich Clevere war nicht die Lösung. Das Cleverste war die Umformulierung — die Cross-Domain-Synthese. Und genau dorthin kommen wir jetzt. 🧬 Eure F&E-Abteilung — die Silo-Forschung muss sterben Was machen Pharmaforscher? Sie arbeiten in Silos. Drug Discovery ist ein Paradebeispiel: Medizinchemiker definieren und finden die ZieleBiologen kennen die PathwaysStatistiker arbeiten sich durch die DatenAber die arbeiten in ihren Silos. Sie reden nicht miteinander auf der Ebene, wo Durchbrüche passieren. Leonardo da Vinci konnte das. Mathematik + Chemie + Physik + Anatomie — alles in einem Kopf, alles verknüpft. Heute ist das wegen der Informationsflut unmöglich für einen Menschen. Aber eine KI? Eine KI hat genau diese Cross-Domain-Synthese. Side note: Google DeepMind hat schon vor zehn Jahren mit AlphaFold den Nobelpreis gewonnen — für das Lösen des Protein-Folding-Problems. Das war auch Cross-Domain. Wenn Pharmafirmen das verstanden hätten, wären sie heute ein Jahrzehnt weiter. 🦴 Die unbequeme Wahrheit für eure Senior-Forscher Wer sind in einer F&E-Abteilung die teuersten Leute? Nicht die Junioren. Es sind die 30-Jahre-Senioren, die eine Dreiviertelmillion Euro pro Jahr verdienen. Und das sind die schlimmsten KI-Nutzer. Weil sie fundamental sagen: "Die letzten 40 Jahre habe ich so geforscht — ich brauche kein ChatGPT." Wenn ihr in eurer Firma einen Doktoranden einstellt, ist die Frage 2026 nicht mehr nur "ist er gut in seinem Thema?" Es ist: Kann er ein Reasoning-Modell richtig prompten?Kann er Cross-Domain-Anfragen stellen — "Wie würde ein Biologe das sehen? Wie ein Ökonom?"Drückt er auf "Auto" oder wählt er bewusst GPT-5.4 Reasoning?⚖️ Die Rechtsabteilung wird euch auf die Finger hauen Stellt euch vor: ihr habt etwas Geniales mit ChatGPT entdeckt. Ihr wollt es patentieren. Wer ist der Erste, der euch stoppt? Die Rechtsabteilung. Weil: Gehört das uns? Oder OpenAI?Gehört es Microsoft (wenn ihr Copilot benutzt habt)?Wer hält das Patent?Und die Antworten sind noch nicht geklärt. Eure Entdeckungen können 2 Jahre in der Legal-Abteilung liegen bleiben. Plant das ein. 🎯 Drei Montag-Aktionen für jede F&E-Abteilung Reasoning-Modelle JETZT ausrollen. Nicht "Auto"-Modus, nicht der schnelle Default. Trainiert eure Forscher, bewusst GPT-5.4 Pro oder Claude Opus zu wählen. Die Antwortqualität verdreifacht sich.Token-Budget pro Forscher dramatisch erhöhen. 100 Euro pro Monat ist 2020er-Denken. Gebt ernsthaften Forschern 100.00...

    23 Min.
  2. #140 - [AI Drama] - Eure Business-Continuity deckt keine Drohnen ab. Sollte sie aber.

    vor 5 Tagen

    #140 - [AI Drama] - Eure Business-Continuity deckt keine Drohnen ab. Sollte sie aber.

    Vor circa einem Jahr, irgendwo in Russland, zur gleichen Zeit: fünf verschiedene Luftwaffenstützpunkte. Die Ukrainer treffen sie. Tu-95-Bomber. Tu-22M3. A-50 AWACS-Aufklärer. Keine Sirenen. Keine Abfangjäger. Weil der Angriff nicht vom Himmel kam. Er kam aus Lastwagen. Ganz normalen Transportern. Die LKW-Fahrer wurden ausgetrickst — bring den Container dahin, jemand holt ihn ab. Niemand kam je. Drinnen: 117 FPV-Drohnen. Beladen mit Sprengstoff. Aus dem Nichts öffnet sich der Container und eine Drohne nach der anderen fliegt los. Operation Spider's Web. In einer Nacht: rund 41 Flugzeuge zerstört. Geschätzter Schaden: 7 Milliarden Dollar. Gesamtkosten der Operation: 2-3 Millionen Dollar. ROI: 3.500 zu 1. Wenn das ein Aktienkurs wäre, würden Investoren ausrasten. Es ist aber kein Aktienkurs. Manche nennen es Russlands Pearl Harbor. Aber nicht von einer Marine geliefert. Nicht von Kampfjets. Sondern von Drohnen in einem Lastwagen. Heute kein normaler Deep Dive — heute ein AI Drama in 5 Akten. 🎮 Mykola, 19, Gaming-Streamer wird Drohnenpilot Vor drei Jahren war Mykola 16. Counter-Strike-Streamer in Charkiw. Ein paar tausend Twitch-Follower. Heute ist er in der Armee. Nicht weil er wollte — die Ukraine hat ein Programm gestartet: nur Soldaten zwischen 18 und 24 dürfen Drohnen bedienen. Warum 24? Weil danach ist dein Gehirn zu langsam. Seine "Front" ist ein ausgebombter Keller. Vier Laptops. Drei FPV-Brillen. Ein Controller wie eine PlayStation. Über ihm eine LED auf Batterie, die in 2-3 Stunden ausgeht. Er fliegt einen 300-Dollar-Quadrocopter, 8-10 km weit, 150 km/h. Tippt links, tippt rechts. Russischer Soldat sieht die Drohne, hat Millisekunden zum Reagieren. Aufprall in 4 Sekunden. Live-Feed weg. Mykola tippt zwei Buchstaben: "Ok." Greift zur nächsten. Es ist 14 Uhr. Das ist sein zwölfter Einsatz heute. 🏭 Die Zahlen, die NATO terrorisieren sollten USA: ~100.000 Militärdrohnen pro JahrUkraine: 4,5 Millionen Drohnen pro Jahr — industrielles Limit: 8-10 Mio.Verhältnis 45 zu 1 — Ukraine vor 4 Jahren: null eigene DrohnenindustrieBloomberg: Ukraine produziert mehr Drohnen als die gesamte NATO-Allianz zusammenDie Ukraine hat eine eigene Unmanned Systems Forces gegründet — die erste Teilstreitkraft weltweit, die ausschließlich Drohnenkriegsführung macht. Kein anderes Land der Welt hat sowas. ⚠️ Aurora 26 — als die NATO es hart gelernt hat April-Mai 2026, Gotland, Schweden. NATO-Übung Aurora 26. 18.000 Soldaten aus 13 NATO-Ländern. Ukraine eingeladen als Angreiferkraft. Die Übung musste DREI MAL gestoppt werden. Jedes Mal wären die NATO-Truppen vernichtet worden. Der ukrainische Pilot: "Wenn das echtes Leben gewesen wäre — wären sie alle tot." Schwedens Verteidigungsminister Claesson: "Der schnellste Weg, etwas über Drohnen- und Anti-Drohnen-Kriegsführung zu lernen, ist, den Ukrainern zuzuhören." 🤖 Die 700-Dollar-Tötungsmaschine Eine FPV-Drohne kostet 300-3.000 Dollar. Drinnen sitzt ein Chip von einer unserer Lieblingsfirmen: NVIDIA Jetson Nano. Etwa wie eine Streichholzschachtel. 100-300 Dollar. Auf Amazon erhältlich. Der Chip ist nicht für den Krieg gebaut. Er ist für Saugroboter gebaut. DIY-Bastler. KI-Studenten. NVIDIA hat sich nicht hingesetzt und gesagt "Lasst uns Chips für Drohnen bauen, die Menschen töten." Es ist halt passiert. Die ukrainische Firma The Fourth Law verkauft das TFL-1-Modul (100 Dollar). Der Operateur fliegt bis 400-500 m ans Ziel, dann übernimmt der Jetson per Computer Vision. Trefferquote ohne KI: 30-50 %. Mit Jetson + Computer Vision: über 80 %. Über 20 ukrainische Brigaden nutzen das. Microsoft Copilot — aber zum Töten. Gegeben einem 19-Jährigen. Gesamtkosten: ~700 Dollar. Selbst bei 10.000 Dollar (was sie nicht kosten): 10.000 $ Drohne vs. 5 Millionen $ russisches Panzerfahrzeug10.000 $ Drohne vs. 100 Millionen $ Tu-95-Bomber10.000 $ Drohne vs. 350 Millionen $ A-50 AWACS = 1 zu 500.000🇪🇺 Warum das EUER Problem ist (ja, auch im DACH) Stellt euch Werner vor: Sicherheitschef bei einem Automobilzulieferer in BW. 1.500-2.000 Mitarbeiter. Drei Werke. Just-in-time-Lieferung an Mercedes, BMW, Audi. Sein BCP-Plan deckt Feuer, Hochwasser, Cyberangriffe, Lieferantenausfall. Er deckt keine Glasfaserdrohne ab, die auf die Laderampe zufliegt. "Aber Malcolm, die Drohne kann nicht bis Bayern fliegen!" — Hast du verstanden? 700 Dollar. Du baust sie in einer Garage. Du startest aus einem Container. Das wurde schon vor einem Jahr gemacht. Und du schickst nicht eine — du schickst Schwärme. Beweis? Russland am 30. Mai 2026 — über 800 Drohnen in einer einzigen Nacht. Die Bundeswehr hat heute geschätzt 500-600 Drohnen. Russland könnte den gesamten deutschen Drohnenbestand in einer Nacht auslöschen und hätte noch 200 übrig. 🏢 Die deutschen Player, die das leise bauen Helsing (München) — 12 Mrd. $ Bewertung, 600-Mio.-Runde angeführt von Daniel Ek (Spotify-Gründer). Ihre HX-2-Loitering-Munition nutzt fortgeschrittene KI-Zielerfassung.RF-1 Resilience Factory (Süddeutschland) — über 1.000 HX-2-Einheiten pro Monat. Ukraine hat 10.000 bestellt.Sogar die Bundeswehr kauft jetzt bei Helsing. 1-Mrd.-€-KI-Drohnen-Vertrag Anfang 2026.🎯 Fünf Montag-Aktionen für jeden europäischen Entscheider Luftraum-Annahmen-Audit: Logistik + Operations + Versicherung + General Counsel an einen Tisch. Frage: "Welche Annahmen macht unser BCP über die Sicherheit des europäischen Luftraums?" Diese Pläne existieren noch nicht.Drohnen-exponierte Lieferketten-Engpässe mappen. Belgien hatte ständig Probleme mit gestörtem Luftraum. Straßburg liegt direkt an der Grenze. Macht nicht die Annahme "wir sind zu weit weg."Defense-Tech-Intelligenz holen. Jemand der Helsing, Anduril, Shield AI versteht. Nicht um Waffen zu kaufen — sondern um zu verstehen, was migriert in 5 Jahren in zivile Anwendungen.Baut KI-steuerbare Maschinen. Eure UIs sehen aus wie aus den 90ern. Baut Maschinen, die per MCP-Server gesteuert werden können. Niemand macht das gerade. First-Mover gewinnt.Vorstandsgespräch. Polen, USA, Israel, Südkorea führen es bereits. DACH-Boardrooms noch nicht. Führt es. Jetzt.🌐 Das Wilde: das meiste davon ist OPEN SOURCE Geht jetzt auf Google oder Perplexity. Tippt: "GitHub repo drones". Ihr findet: Drone Log Analyzer — High-Performance-Dashboard zur Flug-Log-AnalyseVollständig autonome VTOL-RepositoriesComputer-Vision-ZielmoduleHunderte von Repos mit dem kompletten KI-Tech-StackJeder kann das jetzt bauen. Nicht staatliche Akteure. Nicht kriminelle Organisati...

    38 Min.
  3. #139 - Wie mich meine eigene KI vor 30 Leuten blossgestellt hat — 4 Insights aus der Academy

    5. Juni

    #139 - Wie mich meine eigene KI vor 30 Leuten blossgestellt hat — 4 Insights aus der Academy

    Dienstagabend, 13. Mai 2026, kurz vor sieben. Zwei Stunden Live-Session sind grad zu Ende. Dreißig fremde Menschen aus elf Ländern, Zoom-Kacheln auf dem Bildschirm. Letzte Runde: was hat euch heute am meisten umgehauen? Anastasia, Beraterin aus Genf: "Es ist zu viel. Aber ich sehe, wie es alles verändert." Indira: "Mind-blowing." Rodolfo: "Ich liebe es." Und dann William. Zwanzig Jahre Beratung. Die Academy aus eigener Tasche bezahlt. Sagt ein Wort. Auf Englisch:  "Miracle." Eine Minute Stille im Chat. Dreißig Webcams. Niemand schreibt. Heute drei Insights aus der ersten Session von Cohort 3 der Chief AI Academy — plus der Moment, in dem mich meine eigene KI vor allen blossgestellt hat. 💥 Insight 1 — Das Software-Armageddon Folie zwölf in die Session. Bei einigen wird die Magen-Gegend angespannt: HubSpot: Börse −70% in 18 MonatenGartner: freier Fall seit Q3Adobe, Duolingo, Salesforce: Schatten ihrer selbstWarum? Nicht weil sie KI nicht integrieren. Weil ihre Kunden ihre eigentliche Funktion mit KI selber nachbauen. Schneller. Billiger. Näher am Bedarf. Anastasias Frage: "Aber Malcolm, jede Firma kauft doch trotzdem Software. Wie kann das stimmen?" Meine Antwort, im Chat 20 Reaktionen in Sekunden:  "Hört auf, euren Mitarbeitern Software zu geben. Gebt ihnen APIs." Statt SAP zu öffnen und durch 5 Menüs zu klicken, sagt der Mitarbeiter zur KI "buch das auf Konto 4200". Die KI ruft die SAP-API auf. Software wird headless. Kopflos. Mittelstand zahlt heute 300-800 Euro pro Kopf pro Monat für Software. In 18 Monaten merkt ihr: 70% davon war durch einen KI-Workflow ersetzbar. Zwei Live-Beispiele aus der Session: Einkauf-Teilnehmerin nutzt Ironclad für Vertrags-Reviews — 40.000 Euro/Jahr. Wir haben mit Claude in 15 Minuten dasselbe für die Top-20-Klauseln gebaut.Customer-Success-Teilnehmer nutzt HubSpot für Ticket-Zusammenfassungen. In 18 Minuten haben wir einen Workflow auf Outlook gebaut. Kosten: 0 € (Copilot war eh schon da).🔄 Insight 2 — Reverse Prompting Minute 45. Teilnehmerin aus Mailand: "Malcolm, wie kriegst du diese schönen Dashboards so schnell hin?" Hier die Technik, gestern getauft — Reverse Prompting. Die wertvollste eine Minute der ganzen Folge: Statt der KI Fragen zu stellen, lasst ihr die KI EUCH Fragen stellen. Konkret: ihr formuliert eine ungenaue Anforderung ("mach das hier besser") und sagt dann: "Stell mir zehn Fragen mit jeweils vier Multiple-Choice-Antworten. Nicht alle auf einmal. Fünf, dann fünf." Die KI fragt euch. Ihr antwortet. Und während ihr antwortet, klärt sich in eurem Kopf, was ihr eigentlich wollt. Die KI ist nicht das Tool — die KI ist die Therapeutin, die euch zwingt, klar zu werden. Beispiel-Fragen, die Claude live zurückgeschickt hat: Was ist das Hauptproblem? (a) Design (b) Datenstruktur (c) Zielgruppe (d) TonalitätFür wen ist das? (a) Du (b) Vorstand (c) Operatives Team (d) KundenWie brutal soll die Sprache sein? (a) Literal (b) Diplomatisch (c) Provokant (d) AkademischNach 10 Minuten + 2 Fragenrunden: Dashboard, das mir die Socken auszieht. Im Chat von Cohort 3 explodiert es. 🪞 Insight 3 — Der Moment, in dem mich meine eigene KI blossgestellt hat Bei werchota.ai haben wir vor 6 Monaten was gebaut: Second Brain. Ein internes KI-System, das alle Meeting-Aufzeichnungen, Transkripte, E-Mails, Slack-Channels, Strategie-Dokumente einliest. Jeder im Team kann anonym fragen. Minute 75 der Session. Ich tippe vor allen 30 Teilnehmern:  "Wie gut oder schlecht ist Malcolm im Verkaufen? Sei ehrlich. Beleg mit konkreten Momenten aus den Meetings." Was zurückkam, wortwörtlich: "Malcolm ist hervorragend in Live-Demos, Dashboards, Vision-Pitches. Er ist die schwächste Persona im gesamten Verkaufs-Team, wenn es um klassische Sales-Disziplin geht. Selten eine Agenda. Geht im Gespräch überall hin. Schlecht bei Budget-Timelines, Stakeholder-Mapping, Follow-up-Disziplin. Erzeugt Information Overload. Er gewinnt Deals durch Begeisterung, nicht durch Methodik."Eine Minute Stille im Chat. Dann William: "Malcolm. Kannst du mir den Report schicken? Ich will dir sagen, dass du wahrscheinlich der schlechteste Verkäufer der Welt bist." Rodolfo fragt: "Wenn jeder sieht, wie schlecht der CEO bei XY ist, wird er noch ernst genommen?" Meine Antwort: Wenn ein Vorstand sich nicht traut, seine Schwächen in einem System zu haben, das sein Team einsehen kann — dann ist diese Person wahrscheinlich nicht die Person, die in der KI-Zeit eine Firma führen sollte.In der KI-Zeit liegen Schwächen offen. Nicht weil jemand sie sucht. Sondern weil Daten an Stellen sammeln, an denen sie früher nicht waren. Wer transparent ist, gewinnt. Wer verbergen will, verliert. 🧓 Insight 4 — "Eure letzten zehn Hires sind KI-Neandertaler" Minute 62. Der Satz, der nochmal Stille erzeugt hat: "Schaut euch eure letzten zehn Einstellungen an. Sind das Menschen, die in einer Stunde Claude beibringen können, einen Prozess aus ihrem Kopf zu übernehmen? Oder habt ihr in 2010er-Logik eingestellt — drei Jahre Audit, BWL-Abschluss, Praxis im Steuerrecht? Wenn Zweiteres: eure letzten zehn Hires sind KI-Neandertaler."Johnnys (Teilnehmer, neu eingestellt vor 2 Monaten) Stellenbeschrieb ist eine Zeile: "Johnny, deine Aufgabe ist, alles in deiner Abteilung zu automatisieren. Wenn du fertig bist — ich befördere dich und triple dein Gehalt, und du fängst mit drei weiteren Abteilungen an." Das ist der neue Hiring-Standard. Die Frage an euch — und die teuerste Stille der ganzen Session: "Wenn euer eigener Job morgen ausgeschrieben würde — mit der Anforderung, dass jeder Prozess automatisierbar an einen KI-Agenten weitergegeben werden muss — würdet ihr euch selber einstellen?" Reale Konsequenzen aus der Session: HR-Direktorin (Schweiz): "Ich schreibe heute drei Stellenanzeigen um. Heute."CFO eines bayerischen Familien-Unternehmens: "Wir haben den Senior-Controller-Kandidaten abgesagt, den wir nächste Woche eingestellt hätten."🎯 Drei Sachen Montag früh Aktion 1 — Reverse Prompting heute, in den nächsten 30 Minuten. Eine schwierige Kunden-Mail oder eine ungenügende Stellenanzeige. Paste rein, dann: "Stell mir zehn Fragen, fünf und fünf." Wenn euch das Ergebnis nicht umhaut, schreibt mir auf LinkedIn — ich zahle das Mittagessen.Aktion 2 — Audit eurer letzten zehn Hires. Excel-Tabelle: "Name" + "Kann diese Person einen Prozess aus ihrem Kopf an einen KI-Agenten weitergeben? Ja/Nein". Verteilung gibt euch eine harte Zahl für die Geschäftsleitung.Aktion 3 — Stellt euch selber die Second-Brain-Frage. Heute Abend. Allein. 3 Performance-Reviews + 3 Kunden-Mails + 1 Meeting-Protokoll in Claude. Dann: "Sei ehrlich. Wo bin ich beruflich am schwächsten?"🔮 Die Prophezeiung Jeder Cohort gebe ich am Ende der ersten Session dieselbe...

    26 Min.

  4. 1. Juni

    #138 - [Quickbite] - Microsoft verbietet Claude Code — und nimmt seinen Ingenieuren den Ferrari weg

    Stellt euch vor, euer Firmenwagen ist ein Lamborghini. Oder ein Ferrari. Egal. Ihr fahrt jeden Tag damit zur Arbeit, ihr seid produktiv, ihr seid glücklich. Und dann kommt euer CEO und sagt: "Wir geben dir ab nächsten Monat einen Skoda Octavia." Genau das ist gerade bei Microsoft passiert. Und es betrifft euch direkt — auch wenn ihr noch nie eine Zeile Code geschrieben habt. Letzte Woche, 14. Mai 2026, landete ein internes Memo bei Microsofts Experiences and Devices Division. Windows, Microsoft 365, Outlook, Teams. Zehntausende Ingenieure. Das Memo kommt von Rajesh Jha, Executive Vice President. Inhalt in einem Satz: Wir schalten Claude Code ab. Stichtag: 30. Juni 2026. Die Absurdität: vor sechs Monaten — Dezember 2025 — hat Microsoft Claude Code aggressiv an dieselben Ingenieure verteilt. Tausende Lizenzen. Sogar Designer und Projektmanager bekamen Zugang. Die Ansage damals: installiert das, experimentiert, baut Prototypen. Warum jetzt der Rückzieher? Nicht weil Claude Code schlecht ist. Weil es zu gut ist. Es war besser als Microsofts eigenes Tool — GitHub Copilot — bei genau den Aufgaben, die zählen: Multi-File-Refactoring, Architektur-Arbeit, Rapid Prototyping. Microsoft verkauft der Welt GitHub Copilot als KI-Entwickler-Flagschiff. Microsoft hat 13 Milliarden Dollar in OpenAI investiert. Und sechs Monate lang haben Microsofts eigene Ingenieure heimlich ein Konkurrenzprodukt von Anthropic bevorzugt. Das ist nicht peinlich — das ist eine strategische Bombe. 📊 Was Claude Code von GitHub Copilot unterscheidet Copilot ist Autovervollständigung. Ihr tippt, Copilot schlägt die nächste Zeile vor. Ihr seid am Steuer. Passiv. Wie ein Skoda mit Tempomat.Claude Code ist agentisches Coding. Ihr sagt: "Bau mir eine App, die meine Sonos-Boxen erkennt und Musik startet, wenn mein Tesla heimkommt." Claude arbeitet zwei, drei, sieben Stunden autonom durch. Liest die Codebase. Refaktoriert. Testet seinen Output. Ihr seid nicht mehr am Steuer — ihr seid Projektmanager.Context Window: 1 Million Tokens (laut Gerüchten kommen 12 Mio.). Das Gehirn der KI passt mit der ganzen Codebase rein.Extended Thinking: Claude stoppt, plant, denkt nach, sagt euch wenn etwas Unsinn ist. Copilot programmiert blind weiter.Multi-File-Autonomie: Claude holt sich "Helfer" und arbeitet parallel über die ganze Codebase.💸 Die Preisfrage Claude Code Enterprise: 150 Dollar pro Sitz pro Monat. GitHub Copilot: 10 bis 30 Dollar. Microsofts Ingenieure haben das 10× teurere Tool genutzt — und wenn sie tokens aufgebraucht hatten, haben sie aus eigener Tasche nachgekauft. Wie in einem Free-to-Play-Spiel, nur dass die Tokens hier Code produzieren. ⚠️ Der Amazon-Präzedenzfall Microsoft ist nicht der erste, der diesen Fehler macht. Ende 2025 hat Amazon Claude Code und Codex intern verboten und das hauseigene Tool "Kiro" vorgeschrieben. Was ist prompt passiert? Ein 13-stündiger AWS-Ausfall in China. Die Ingenieure standen mit dem Skoda Octavia vor einem Ferrari-Problem. Im April 2026 hat Amazon zurückgerudert und Claude Code wieder freigeschaltet. Google macht es ähnlich: Claude Code ist standardmäßig gesperrt — außer bei DeepMind, der eigenen Top-KI-Abteilung. SpaceX hat gerade 60 Milliarden Dollar für eine Option auf Cursor (ein Claude-Code-Konkurrent) bezahlt. 🇪🇺 Die DACH-Lektion Wenn ihr CTO, VP Engineering oder Gründer in einem typischen DACH-Tech-Unternehmen seid: eure Entwickler nutzen diese Tools schon. Als Shadow AI. Auf privaten Abos. Heimlich am Abend. Wie ihr das herausfindet, ohne irgendeine Umfrage: Vor 2 Jahren: ~3.000 Zeilen Code pro Entwickler pro TagMit Copilot: Sprung auf 6.000–9.000 (2–3×)Mit Claude Code: Sprung auf 30.000–300.000 (10–100×)Schaut euch nur den Output an. Das ist euer Audit. 🇪🇺 Die souveräne Alternative Wenn Daten-Souveränität ein Thema ist: Mistral Codestral — 22 Mrd. Parameter Code-Modell, 80+ Sprachen, EU-Infrastruktur, DSGVO-nativ. Mistral hat fast 1 Milliarde Dollar von europäischen Banken bekommen, um genau das zu bauen. Plus die kommende Cohere-Aleph Alpha-Fusion (Schwarz-Gruppe, 500 Mio. €), die explizit für DACH-Konzerne gebaut wird. Ihr habt keine Ausrede mehr. 🏭 Der Hackathon-Moment Vor drei Tagen haben wir bei einer großen deutschen Manufacturing-Firma einen Hackathon mitgestaltet. 20 Top-Entwickler im Raum mit den absolut besten Tools — OpenCode, Open Terminal, Claude Code. Großartig. Aber dann die Frage: 20 Leute am Tisch, 6.000 im Konzern. Wann kriegen die anderen 5.980 dieselben Werkzeuge? 🚀 Wie wir bei werchota.ai arbeiten Bei uns nutzt jede einzelne Person Claude Code. 85% unserer gesamten Arbeit wird von Claude Code und KI-Agenten erledigt. Porni (Journalistin) — Claude Code. Alex (Finance) — Claude Code. Nicht weil sie programmieren. Sondern weil das Tool universell geworden ist. 📌 Drei Montag-Aktionen Shadow-AI-Audit. Schaut euch den Code-Output pro Entwickler über 2 Jahre an. Wer hat den 10×-Sprung gemacht? Diese Person nutzt heimlich Claude oder Codex.A/B-Test mit echter Aufgabe. Gleicher Task, gleiche 24 Stunden. Ein Entwickler "alt", einer mit Claude Code. Vergleicht Output, Fehlerrate, Fertigstellung.Drei-Stufen-Datenklassifikation. Stufe 1 unsensibler Code = jedes Tool. Stufe 2 interne Geschäftslogik = EU-gehostete Tools (Mistral). Stufe 3 regulierte Daten = Security-Review. Kein Verbot. Eine Policy.🎬 Die größere Frage Microsoft wird das in 2-3 Monaten zurücknehmen. Genau wie Amazon. Aber ihr habt ein wichtigeres Problem: nehmt ihr euren Ingenieuren weiter den Ferrari weg — oder gebt ihr ihn endlich allen? ⏱️ Timestamps 00:00 — Cold Open: Der Lamborghini, das Microsoft-Memo, der 30. Juni-Stichtag03:00 — Agentisches Coding vs. Autovervollständigung — die zwei Welten05:30 — Context Window, Extended Thinking, Multi-File-Autonomie07:00 — Die $150-vs-$20-Frage und warum Ingenieure trotzdem zahlen09:00 — Der Amazon-AWS-Ausfall in China + Google + SpaceX-Cursor11:00 — Wie ihr eure Shadow AI in 5 Minuten auditet13:30 — Mistral Codestral + Cohere-Aleph Alpha als souveräne Alternative15:30 — Der Hackathon: 20 vs. 6.000 — die Frage, die jeder CTO sich stellen muss17:30 — werchota.ai: 85% Claude Code, jede einzelne Person19:00 — Drei Montag-Aktionen + Close aus Bregenz🎙️ Über den Host Malcolm Werchota leitet KI-Adoptionsprogramme für Unternehmen in ganz Europa. Nach über 15 Jahren bei Novartis und Schlumberger heute Fokus: KI ohne B******t. Letzte Woche live in London am AIM Summit — nach Lord Melvin (ehem. Chief der Bank of England) und vor Eric Trump, vor 150 Investoren. Dozent an ESADE und HSLU. Studiert ...

    21 Min.
  5. #137 - Du bist klonbar. 30 Cent reichen. Realtime-Deepfake-Betrug und der DACH-Mittelstand

    28. Mai

    #137 - Du bist klonbar. 30 Cent reichen. Realtime-Deepfake-Betrug und der DACH-Mittelstand

    Du bist klonbar. Auch du. Jede Person, die diesen Podcast hört, ist heute mit dem Audio klonbar — und auch im Video. Die Software ist so gut, dass eineinhalb bis zwei Minuten Video reichen. Mit Audio noch weniger: 30 bis 40 Sekunden von einem Anruf. Wenn du denkst, das ist übertrieben — geh auf TikTok, tipp Patrycek ein. P-A-T-R-Y-C-Z-E-K. Ein 13-14-jähriger Junge, ein bisschen übergewichtig. Er drückt einen Knopf und schaut aus wie Brad Pitt. Bewegt sich wie Brad Pitt. Vor einem Monat gab es ihn nicht. Heute: 104 Millionen Views. Auf der einen Seite cool. Auf der anderen Seite — Leute — das ist eine Hacking-Anleitung für 30 bis 50 Cent. Erinnert ihr euch an die Arup-Story aus Hongkong, Januar 2024? Eine Mitarbeiterin bekommt einen Teams-Call. Der CFO. Der ganze Vorstand sitzt mit am Tisch. Sie macht über 15 Transaktionen 25 Millionen Dollar Überweisungen. Jede Person in dem Call war fake. Damals: hunderttausende Dollar Investment. Heute, zwei Jahre später: 30 Cent. 🔧 Drei Technologien, die heute gestapelt werden Echtzeit-Deepfake — dein Gesicht wird im Live-Call ersetzt, Millisekunden-Latenz. Stimme auch. Teuer, aber in 6 Monaten überall.Face-Swap-Pipeline — günstig und ausgereift. Funktioniert in Streams. Wenn Audio fehlt: "Sorry, Audio kaputt, ich tippe."Voice Cloning — billigste und reifste Technologie. Läuft lokal. 30 Sekunden Quellaudio reichen. 📱 Wo das Zeug verkauft wird: Telegram Nicht auf einer Website namens deepfake-store.com. Auf Telegram-Kanälen mit tausenden Mitgliedern. Du trittst bei, fragst "ich möchte X machen" — Minuten später bietet jemand dir einen Demo-Call an. Same Playbook wie legitimer Enterprise-Software-Verkauf. Eine genannte Software: Haotian AI. Chinesisches Real-Time-FaceSwap. Mit Kundensupport. Update-Protokollen. Tutorials. Direkt integriert in WhatsApp, Teams und Zoom. Ehrlich gesagt — SAP und die großen Software-Häuser sollten sich das anschauen. Besser integriert als die meiste legitime Software 2026. Preise im SaaS-Stil: 100 Dollar/Monat Einstieg, mehrere tausend für High-Quality-Modelle mit niedriger Latenz. Fraud-as-a-Service hat SaaS-Reife erreicht. 🐷 Pig Butchering 2.0 — alte Scams, neue Gesichter Das ist kein neuer Scam. Junge Männer in Nigeria und Ghana machen das seit Jahrzehnten. Fake-romantische Personas. Frauen ab 40-50, oft geschieden. Über Monate aufwärmen. "Ich liebe dich, schickst du mir Geld für mein Flugticket?" Slow extraction. Hat sogar einen Namen: Pig Butchering — du nimmst ein Schwein und schneidest es langsam. Vor heute: detektierbar. Falscher Akzent, falsches Foto, falscher Rhythmus. Heute: 25-jähriger aus Wien. Oder 25-jährige aus Hannover. Mit dem richtigen Gesicht. Der richtigen Stimme. Dem richtigen Akzent. Decades-alte Scam-Playbooks plötzlich enhanced. US-Betrugsverluste in dieser Kategorie: 12 Milliarden Dollar in 2023 → 40 Milliarden bis 2027. 30% Wachstum pro Jahr. 🇩🇪 Warum DACH-Mittelstand das perfekte Ziel ist "Malcolm, ich bin glücklich verheiratet, mich betrifft das nicht." Stopp. Hör zu. Österreichischer Mittelstand. Schweizer Family Offices. GmbH-Inhaber. Firmen zwischen 200 und 2.000 Leuten, dritte oder vierte Generation. Wenn der CFO anruft und "dringend" sagt — die Leute machen schnell. Hierarchie ist real. Genau diesen Kultur-Reflex zielen die neuen Scammer an. Family Office Zürich — Teams-Call, dringende Immobilien-Überweisung, deal schließt heute. Die Assistentin kennt das Gesicht, die Stimme, den Reiseplan. Was nicht existiert: ein formales Rückruf-Protokoll. Trust ist das Betriebssystem. Dieses Trust kann heute auf Telegram für 500 Euro/Monat gemietet werden. IT-Passwort-Reset — Werksleiter ruft IT auf Teams an, "ich stecke beim Kunden, mein Passwort ist blockiert." Der IT-Mitarbeiter sieht das Gesicht, hört die Stimme, gibt den Reset frei. Perfekter Eingang für Ransomware. Nicht dein Passwort. Die Schlüssel zur ganzen Firma. (Die Nordkoreaner sind darin top — andere Episode.) 🔍 Detection ist ein verlorenes Spiel. Protokoll nicht. "Können wir Software kaufen, die Deepfakes erkennt?" — Kind of yes, mostly no. Detection-Software existiert, wird besser. Aber strukturell: sobald ein Detektor gut wird, testen die Angreifer dagegen und routen drumherum. Antivirus 1990 Arms-Race, nur schneller. 🖐️ Ein kostenloser Trick: Wenn du im Call jemandem nicht traust — sag "kannst du einen Stift nehmen und vor der Kamera drehen?" Heutige Face-Swap-Modelle sind schlecht bei kleinen motorischen Bewegungen, die das Gesicht überlappen. Die Finger werden glitchen. 🎯 Fünf Montag-Aktionen 1. High-Risk-Action-Liste. Eine Seite, 5 Items. Was kann NICHT per Telefon/Teams genehmigt werden. Überweisungen >10.000 EUR. IT-Admin-Passwort-Resets. Vendor-Bankdaten-Änderungen. Document-Signing unter Zeitdruck. Payroll-Routing-Änderungen. 2. Codewort-System. Ein Wort. Wechselt alle 90 Tage. Wird in Person ausgemacht, nie aufgeschrieben. Bei sensiblen Aktionen: "Was ist unser Codewort dieses Quartals?" Kann er nicht antworten — Call vorbei. Mache ich in meiner Familie. 3. Multi-Factor auf Zahlungen. Du hast MFA auf deinem Microsoft-Login. Jetzt auf finanzielle Aktionen ausweiten. Über 10K: zweite Person muss via App auf separatem Gerät bestätigen. Video-Call kann das nicht überschreiben. 4. Drill. Externer Berater simuliert Deepfake-Angriff. Impersoniert den CFO, den Werksleiter. Heute: vielleicht 2 von 10 Versuche erfolgreich. In 9 Monaten: 9 von 10. Jährlich machen wie eine Brandschutzübung. 5. Team trainieren — zeig ihnen Patrycek. 10 Minuten beim nächsten All-Hands. Deepfake-Software auf den Screen. In 10 Sekunden 3 verschiedene Personen sein. "Das hat 3 Euro gekostet und 10 Minuten gedauert." Der Schock ist das Training. 🧠 Die tiefere Lektion: Psychological Safety Bei einer HSLU-CAS-Session war die Head of Strategy vom Schweizer Fernsehen dabei. Am Ende sagte sie etwas, das mich nicht mehr loslässt: "Was bei deinen Protokollen fehlt, ist Psychological Safety." Das ist die Erlaubnis, mitten im Call zu deinem Chef zu sagen "ich glaube dir gerade nicht." Die Erlaubnis für die Assistentin, den CFO zu unterbrechen mit "schickst du mir auch noch eine schriftliche Bestätigung?" — ohne bestraft zu werden, ohne als schwierig zu gelten, ohne den Job zu verlieren. Im DACH-Raum ein riesiges Problem. Unsere Hierarchien sind real. Unsere Kultur belohnt Ausführung über Hinterfragen. Genau das zählen die Kriminellen auf Telegram. Die Arup-Mitarbeiterin damals war nicht dumm. Sie sah den CFO. Sah zehn Leute, die sie kannte. Was ihr fehlte: ...

    29 Min.
  6. #136 - Prompt Engineering 2.0 — Warum 90% eurer KI-Rechnung Müll ist

    25. Mai

    #136 - Prompt Engineering 2.0 — Warum 90% eurer KI-Rechnung Müll ist

    Erinnert ihr euch noch an euren ersten Telefonrechnungsschock? Zwei Wochen Dubai, zurück zu Hause, plötzlich 1.000 Euro statt 30. Dasselbe Handy, dasselbe Verhalten — aber ein komplett anderes Abrechnungsmodell. Genau das passiert gerade in jeder Firma in DACH. Eure CTOs sitzen wie dieser Vater am Küchentisch und denken: "Wir zahlen 30 Euro im Monat für Copilot-Lizenzen." Und dann öffnet jemand still die API-Rechnung. Und sie ist nicht 30 Euro. Sie ist 1.500. Pro Mitarbeiter. Pro Monat. Andrej Karpathy — Co-Founder OpenAI, ex-Tesla AI-Chef — bringt es in einem aktuellen Post auf den Punkt:  "90% eurer KI-Rechnung zahlt ihr für Kontext, den ihr nie braucht." Stellt euch das vor: ihr lasst ein Haus für 100.000 Euro bauen. Der Bauleiter sagt: "Malcolm, das macht 1 Million." — "Warum 10× mehr?" — "Naja, der Kontext..." Genau das macht eure Firma gerade mit jeder einzelnen KI-Abfrage. 📚 Wie wir hierher gekommen sind 2022-2023: Prompt Engineering. Gehälter 200.000-500.000 Dollar. "Bitte und Danke", "denke Schritt für Schritt", Chain of Thought. Funktioniert teilweise heute noch.2024: Job-Titel "Prompt Engineer" verschwindet. Karpathy bringt Context Engineering — die delikate Kunst, der KI im richtigen Kontextfenster die richtigen Informationen zu liefern.2026: Jetzt brauchen wir Prompt Engineering 2.0 — nicht für bessere Antworten, sondern für 10× günstigere Antworten.🔧 Acht messbare Token-Hebel, die kein Mittelständler nutzt Chunking — große Dokumente in semantische Stücke teilen, statt 100 PDFs in einer Abfrage zu verbrennenGrab-before-Fetch — der KI gezielt sagen, welches Buch sie aus der Bibliothek holen soll, statt sie 100 lesen zu lassenPrompt Caching — bei stabilen Präfix-Anweisungen zahlt ihr nur 10% (Anthropic). Erste Cache-Speicherung kostet 90%, jeder Wiederabruf 10%. Bei einer 17-Seiten-Compliance-Anweisung = riesiger Hebel.Skill.MD / Agent.MD — Arbeitsanweisungen für die KI. Karpathy hat es ausgerechnet: ohne Skill.MD = 4 Dollar pro Session. Mit Skill.MD = 30 Cent. Faktor 13.Compaction — bei langen Sessions selbst kompaktieren, nicht warten bis die KI das tut. Funktioniert in Claude Code, Codex etc.Model Routing — Haiku 5$/1M Tokens (Klassifikation, Formatieren), Sonnet 15$ (Code Review), Opus 25$ (Architektur). Fahrt nicht den Bugatti zum Einkaufen.Default Model wechseln — eure Devs haben das teuerste Modell als Standard. Sonnet reicht in 85% der Fälle.Auto-Context-Loading + Prompt-Audits durch eine zweite KI = automatischer Context-Bloat-Killer🚦 Die Stromrechnungs-Analogie für euren Vorstand Privat: 20-Euro-Glühbirne. Wenn ihr sie 24h anlasst, ist es egal. Stromrechnung 800 oder 850 — wurscht. Aber jetzt: Fabrikhalle. 50.000 Lampen. Drei Schichtbetrieb. Plus Anlagen, Serverraum. Plötzlich 5 Millionen Euro Stromrechnung. Genau das ist eure KI-Rechnung 2026. Ihr habt zwei Jahre lang KI gekauft, ohne den Stromzähler einzubauen. Wenn ich als Berater reinkomme und sage "Projekt für 1 Million Euro, um eure Prompt-Sachen zu verbessern" — und ihr aus 5 Millionen runter auf 500.000 kommt? Klar man, das ist Faktor 10. 📟 Cloud-Meter — der physische Stromzähler für eure KI Jemand hat sich einen kleinen Würfel mit Touchscreen gebaut, der in Echtzeit zeigt, wie viel Geld er aktuell für Tokens verbrennt. Schreibtisch neben dem Laptop. GitHub-Repo, viral auf TikTok. Ein Mensch hat einen Stromzähler für KI gebaut, weil er auch überfordert ist. 🎯 Drei Montag-Aktionen 1. Subscription Audit: Habt ihr Claude Code + Codex + Cursor + Lovable Pro + ChatGPT Plus + Gemini parallel? Lasst eine KI auflisten, wo Doppelausgaben sind. Bei werchota.ai sparen wir monatlich tausende, weil wir schnell abonnieren und schnell kündigen.2. Skill.MDs bauen: Sobald ihr einen Prozess 2× macht, schreibt eine Skill.MD. Bei werchota haben wir ein Skill-Repository auf GitHub. Jede Skill = bessere Qualität + 13× weniger Tokens.3. Default Model wechseln: Geht in Claude/Codex/Cursor, ändert das Default Model auf Sonnet (oder kleiner). Ihr werdet weniger "max out" bekommen — und ihr könnt viel länger arbeiten.💬 Die Frage, die jeder Vorstand stellen können muss "Wie viel kostet bei uns ein Token?" Eure CFOs wissen die Stromrechnung. Sie kennen den Goldpreis. Den Benzinpreis. Den Milchpreis bei Kaufland. Den Token-Preis kennen sie nicht. Und sie wissen auch nicht, dass sie ihn kennen sollten. Das ist die Sprache, die wir lernen müssen. KI-Sprache. Wer sie zuerst spricht, gewinnt. ⏱️ Timestamps 00:00 — Cold Open: Die 1.000-Euro-Roaming-Rechnung aus Dubai03:30 — Zwei Welten: Privat-Flatrate vs. Enterprise-API06:00 — Karpathy: 90% eurer Rechnung ist Müll-Kontext08:30 — Retro: Prompt Engineering 2022 → Context Engineering 2024 → Prompt Engineering 2.013:00 — Chunking + Grab-before-Fetch16:00 — Prompt Caching: 10% statt 100% (Anthropic-Hebel)19:00 — Skill.MD / Agent.MD — Faktor 1322:00 — Compaction25:00 — Stromrechnung-Analogie: 5 Mio. Token-Kosten ohne Zähler28:00 — Cloud-Meter — der physische Token-Zähler30:00 — Model Routing: Haiku/Sonnet/Opus — Skoda, Ferrari, Bugatti33:00 — Drei Montag-Aktionen: Subscription Audit, Skill.MDs, Default Model37:00 — Die Frage für jeden Vorstand: "Wie viel kostet ein Token?"🎙️ Über den Host Malcolm Werchota leitet KI-Adoptionsprogramme für Unternehmen in ganz Europa. Nach über 15 Jahren bei Novartis und Schlumberger heute Fokus: KI ohne B******t. Dozent an ESADE und HSLU. Studiert in Leoben. 🚀 Ressourcen für Führungskräfte 📚 Chief AI Academy — KI für Entscheider👥 AI Leadership Community🌐 werchota.ai📬 Kontakt LinkedIn: linkedin.com/in/malcolmwerchotaE-Mail: malcolm@werchota.ai📰 Quellen Andrej Karpathy — Twitter/X-Post zu Context Engineering & Skill.MD Faktor 13Anthropic — Prompt Caching Pricing (10%/90% Split)Anthropic — Modellpreise Haiku / Sonnet 4.6 / Opus 4.7GitHub — Cloud-Meter Open-Source-Projekt (viral auf TikTok)Werchota.ai — interne Skill Repository & Subscription AuditsTags: #PromptEngineering #ContextEngineering #Karpathy #Anthropic #Claude #ClaudeCode #Codex #Tokens #AICost #PromptCaching #SkillMD #ModelRouting #DACH #Mittelstand #CFO #CTO #werchota #ChiefAIAcademy #DasKIKochbuch

    39 Min.
  7. #135 - AI Drama — Sierra, Brad Taylor und der größte Interessenskonflikt der KI-Welt

    21. Mai

    #135 - AI Drama — Sierra, Brad Taylor und der größte Interessenskonflikt der KI-Welt

    Willkommen zu AI Drama. Heute kein Deep Dive — heute ein Drama in fünf Akten. Mit einem Bösewicht, einer Milliarden-Bewertung und einem der größten Interessenskonflikte der gesamten KI-Welt. Akt eins. Manila. Ivan verliert seinen Job an eine KI. Sein Satz: "I helped improve the work of an AI and now AI replaced my job." Zur selben Stunde, 12.000 km entfernt in San Francisco, geht eine Pressemitteilung raus: 950 Millionen Dollar frische Runde. Bewertung: 16 Milliarden Dollar. Investoren: Tiger Global, Google Ventures, Sequoia, Benchmark. Die Firma heißt Sierra. Und kein Schwein in DACH kennt sie. Dabei sollte jeder, der diesen Podcast hört, Sierra kennen. 40% aller Fortune 50 nutzen sie. 95% aller US-Black-Friday-Shoppers haben letztes Jahr mit einem Sierra-Agenten gesprochen — ohne es zu wissen. 50% aller US-Haushalte im Gesundheitssektor. Nordstrom, Sonos, Chime, The North Face, eine der drei größten Banken der Welt. 📈 Die Zahlen, die nicht zusammenpassen Bewertung Sept 2025: 10 Mrd. → heute 16 Mrd. (+60% in 8 Monaten)ARR vor 18 Monaten: 25 Mio. → November: 100 Mio. → heute: 150 Mio. (6× in 18 Monaten)Bewertungsmultiple: 105× ARR. Normal wären 5×. Das ist fast ein Glaubensbekenntnis.🎭 Akt zwei: Brad Taylor — der Mann, den ihr kennen müsstet Sierras CEO ist Brad Taylor. Der sollte so berühmt sein wie Zuckerberg oder Musk. Sein Lebenslauf: Co-Erfinder von Google MapsCTO bei FacebookAufsichtsratsvorsitzender Twitter — saß am Tisch, als Elon es übernahmCo-CEO bei Salesforce bei Mark BenioffJanuar 2023: verlässt Salesforce. Februar 2023: gründet Sierra.The Times of India: "Der Protégé von Benioff ist jetzt sein größter Enemy." Sierra wirbt systematisch Salesforce-Flaggschiffkunden ab — Sonos, Casper, Rocket Mortgage. Sierras President of Field Operations? Direkt aus der Agent Force von Salesforce abgeworben. Ergebnis: Salesforce hat den Support-Bereich in 18 Monaten von 9.000 auf 5.000 reduziert, Aktie −30%, eine der schlechtesten Performances am Dow Jones. ⚖️ Akt drei: Die Konfliktarchitektur Erinnert ihr euch an die Sam-Altman-Feuerung Ende 2023? Wen haben sie mitten im Chaos zum Aufsichtsratsvorsitzenden von OpenAI gemacht? Brad Taylor. Jetzt rechnet zusammen: Sierra nutzt OpenAI-Modelle → Sierra ist Kunde von OpenAITaylor leitet OpenAI → er sitzt am Tisch von beiden SeitenSierras 950 Mio. Runde kommt u.a. von Google Ventures — dem direkten OpenAI-KonkurrentenSierra nutzt bis zu 15 Frontier-Modelle — OpenAI, Claude, Gemini parallelSeine Antwort 2024 auf den Vorwurf: "We exist at a different layer of the stack." Bro — du bist der größte Interessenskonflikt. 📞 Akt vier: Warum Sierra wirklich gefährlich ist 17 Millionen Callcenter-Mitarbeiter weltweit. 80 Milliarden Dollar an jährlichen Arbeitskosten. Gartner sagt: dieser Markt wird durch KI-Agenten neu verteilt. Schon jetzt: Teleperformance (500.000 Mitarbeitende, 60.000 davon Philippinen): Aktie −30%, Massenentlassungen, 100 Mio. RestrukturierungsplanTCS: 12.000 Stellen wegOracle India: 12.000 Stellen wegAvasant prognostiziert 300.000 Jobverluste in den nächsten JahrenSierras Agenten analysieren Tonlage und Stresslevel in Echtzeit. Planen den nächsten Satz, während ihr noch redet. Werden nicht müde, haben keinen schlechten Tag, sprechen jede Sprache. Salesforce-CTO: "A language model handles 8 sequential directives. A human cannot." 🇩🇪 Akt fünf: DACH — was am Montag zu tun ist Sierra sagt offiziell: keine DACH-Kunden. Aber 25% des europäischen Bankings arbeitet angeblich schon mit Sierra. Und ihr habt deutsche Alternativen, die DSGVO-konform sind und on-prem laufen: Cognigy (Düsseldorf) — von NICE für 1 Mrd. gekauft. Kunden: Lufthansa, Bosch, Henkel, NestléParloa (Berlin) — Triple-Unicorn, 3 Mrd. Bewertung. Kunden: Deutsche Telekom, Decathlon. Ruft heute bei der Telekom an — die erste Stimme ist ein Parloa-Agent.Drei Montag-Aktionen: Customer-Service-Inventur: Wo wird Kundenkontakt gemacht? Telefon, E-Mail, Chat, Self-Service, Website. Wie viele Leute, wie viele Kosten pro Kanal?Den Klarna-Test: Wenn euer CEO morgen ruft "Wir brauchen Sierra-Agenten" — haltet ihm den Klarna-Salesforce-Reverse vor. Erst feuern, dann teuer wieder einstellen war 2024. 2026 ist das Modell viel besser.Souveränitäts-Frage: DSGVO, Sprachlogs, on-prem. Sierra ist amerikanisch. Cognigy + Parloa sind die DACH-Antworten.🎬 Die Frage, die alles entscheidet Sierra wird der Wächter über euren Kundenkontakt. Die KI-Agenten antworten E-Mails, telefonieren mit euren Kunden, lesen jede Tonlage. Aber: Wer überwacht den Wächter? Wenn der Wächter Brad Taylor heißt — gleichzeitig OpenAI-Aufsichtsrat, Sierra-CEO, Google-Investor-Empfänger und Salesforce-Talent-Räuber — dann ist das nicht nur ein Interessenskonflikt. Das ist eine komplette Konfliktarchitektur. ⏱️ Timestamps 00:00 — Cold Open: Ivan in Manila + 950 Mio. in San Francisco02:30 — Wer ist Sierra? 16 Mrd., 105× ARR-Multiple, Fortune-50-Kunden06:00 — Akt zwei: Brad Taylor — Google Maps, Facebook, Twitter, Salesforce10:00 — Salesforce blutet: 9.000 → 5.000 Support, Aktie −30%13:00 — Akt drei: Der OpenAI-Aufsichtsrat + Google-Geld-Konflikt17:00 — Akt vier: 17 Mio. Callcenter-Jobs, 80 Mrd. Markt — was Gartner sagt21:00 — Teleperformance, TCS, Oracle — die Massenentlassungen sind schon da25:00 — Wie Sierra-Agenten Tonlage + Stress in Echtzeit lesen28:00 — DACH-Antworten: Cognigy + Parloa31:00 — Drei Montag-Aktionen für Customer-Service-Verantwortliche34:00 — Wer überwacht den Wächter? Closing aus Bregenz🎙️ Über den Host Malcolm Werchota leitet KI-Adoptionsprogramme für Unternehmen in ganz Europa. Nach über 15 Jahren bei Novartis und Schlumberger heute Fokus: KI ohne B******t. Dozent an ESADE und HSLU. Studiert in Leoben. 🚀 Ressourcen für Führungskräfte 📚 Chief AI Academy — KI für Entscheider👥 AI Leadership Community🌐 werchota.ai📬 Kontakt LinkedIn: linkedin.com/in/malcolmwerchotaE-Mail: malcolm@werchota.ai📰 Quellen Sierra — Series E announcement (950 Mio., 16 Mrd. Bewertung)The Times of India — Brad Taylor / Salesforce / Sierra coverageGartner — Callcenter Automation Market SizingReports zu Teleperformance, TCS, Oracle India LayoffsAvasant — Customer Service Job Loss ForecastsCognigy + Parloa Press Release...

    36 Min.
  8. #134 - KI eliminiert nicht Jobs — sie eliminiert ROLLEN. Drei Rollen, die ihr JETZT einstellen müsst.

    17. Mai

    #134 - KI eliminiert nicht Jobs — sie eliminiert ROLLEN. Drei Rollen, die ihr JETZT einstellen müsst.

    Ein guter Freund von Malcolm — aus der Automobilbranche — sagt: "Malcolm, dein Podcast ist ja schön und gut, aber bei uns im Auto-Sektor tut sich genau gar nichts. Wir feuern doch keine Leute wegen KI." Falsch. So falsch. Diese Episode ist die Antwort. Was bei General Motors gerade passiert ist kein Einzelfall: 500-600 IT-Stellen weg in einer Welle. Plus die 1.000 Software-Mitarbeiter, die sie vor zwei Jahren schon abgebaut haben. Und das in mehreren parallelen Wellen über 18 Monate. Ausgerechnet die IT — die "Wichtigen, die ja KI ausrollen sollen". Genau die. Aber das ist nicht nur GM. Das Muster zieht sich von San Francisco bis München. Siemens. SAP. Amazon (14.000 Corporate Roles letztes Jahr + weitere 16.000 dieses Jahr). Microsoft (15.000 + 15.000, drei Runden geplant). Workday. CrowdStrike. Block. Es sind nicht Bäume — es sind ganze Wälder, die abgesägt werden. In dieser Episode zerlegt Malcolm drei Sachen: Warum das KEIN "AI is taking over"-Narrativ ist, sondern eine fundamentale Rollen-Redesign-Welle. Es geht nicht um Massenentlassungen wegen KI. Es geht um Rollen, die sich an der Wurzel verändern.Das Drei-Säulen-Paradigma (Harvard Business Review, Gartner, McKinsey): ↳ KI eliminiert Tätigkeiten (vor allem repetitive) ↳ KI erhöht Nachfrage nach bestimmten Tätigkeiten ↳ KI schafft komplett neue Rollen, die es vor 2 Jahren nicht gabKonkrete Action Items für HR und Recruiting — inklusive eines Rot-Gelb-Grün-Ampelsystems, mit dem ihr eure nächsten Einstellungen sofort bewerten könnt.🎯 Die drei neuen Rollen, die ihr 2026 einstellen MÜSST AI Agent Trainer — Menschen, die KI-Agenten antrainieren können. Nicht "KI nutzen". Antrainieren. Das ist ein anderer Skill.Buy-vs-Build Specialist — Menschen, die beurteilen können, ob ihr eine Software-Lizenz kauft oder die Sache selber baut, weil KI das Bauen so einfach gemacht hat.AI Teacher / Internal Enablement — Menschen, die anderen Menschen KI beibringen können. Klingt banal — ist der größte Hebel im Unternehmen.🚦 Das HR-Ampelsystem Schreibt jeden Bewerber auf Grün, Gelb oder Rot: 🟢 Grün: Alle drei Fähigkeiten — kann antrainieren, kann Build/Buy beurteilen, kann andere ausbilden🟡 Gelb: Zwei von drei (z.B. Build/Buy + Antrainieren, aber kann andere noch nicht beibringen)🔴 Rot: Keine der drei → 99% aller Einstellungen in 2026 sind aktuell hierInterview-Fragen, die jeder Recruiter ab heute stellen sollte: "Hast du in deiner letzten Firma Trainings gehalten?""Erkläre uns etwas über KI, das wir nicht wissen.""Share your screen — zeig uns LIVE, wie du KI nutzt."⚠️ Die unbequeme Wahrheit für HR Wenn ihr selbst in HR sitzt und kein Ampelsystem habt — seid ihr die nächsten, die rot klassifiziert werden. Versteht ihr das? Weil ihr genau die strukturierte, repetitive Aufgabe macht, die heute schon automatisiert wird. Und in DACH machen wir's anders als in den USA: Wir feuern weniger — aber wir stellen weniger neu ein. Pension geht in Rente? Stelle nicht nach. Junior fragt nach repetitiver Datenaufgabe? Existiert nicht mehr. Harvard Business Review hat das längst dokumentiert: seit ChatGPT gibt es signifikant weniger Junior-Einstellungen für strukturierte Aufgaben. ⏱️ Timestamps 00:00 — Cold Open: Für meinen Freund aus der Automobilbranche02:00 — General Motors: 500-600 IT-Stellen + die 1.000 von vor 2 Jahren05:00 — Das Muster: GM, Siemens, SAP, Amazon, Microsoft — von SF bis München08:00 — Salesforce-Paradox (firing → re-hiring) wird seltener11:00 — DACH-Version: weniger einstellen statt entlassen14:00 — Drei Säulen: Eliminieren / Erhöhen / Neue Rollen18:00 — Die drei neuen Rollen: Agent Trainer, Build/Buy, AI Teacher23:00 — Das Rot-Gelb-Grün-Ampelsystem26:00 — Warum HR selbst die nächsten sind30:00 — Closing — Leoben, Manuel, half miracles🎙️ Über den Host Malcolm Werchota leitet KI-Adoptionsprogramme für Unternehmen in ganz Europa. Nach über 15 Jahren bei Novartis und Schlumberger heute Fokus: KI ohne B******t. Dozent an ESADE und HSLU. Studiert in Leoben. 🚀 Ressourcen für Führungskräfte 📚 Chief AI Academy — KI für Entscheider👥 AI Leadership Community🌐 werchota.ai📬 Kontakt LinkedIn: linkedin.com/in/malcolmwerchotaE-Mail: malcolm@werchota.ai📰 Quellen TechCrunch + Transport Topics — General Motors IT Layoffs 2026Reports zu Amazon Corporate Layoffs (14k + 16k geplant)Microsoft Workforce Adjustments unter Satya NadellaHarvard Business Review — ChatGPT-Effekt auf Junior-HiringGartner + McKinsey — AI Role Redesign FrameworksTags: #KI #KIKochbuch #AIAdoption #JobMarket #FutureOfWork #RoleRedesign #GM #Siemens #SAP #Amazon #Microsoft #Automobilbranche #HR #Recruiting #Hiring #LayoffNomicon #AIAgent #BuyVsBuild #werchota #ChiefAIAcademy #DasKIKochbuch

    33 Min.
Alle anzeigen (141)

Bewertungen und Rezensionen

5
von 5
8 Bewertungen

Info

Malcolm Werchotas KI-Kochbuch ist der Ort, wo künstliche Intelligenz auf authentische Business-Transformation trifft. Bekannt für seinen direkten Stil und seine Bereitschaft, KI live in Aktion zu zeigen – sogar während Präsentationen – hilft Malcolm Organisationen zu verstehen, dass es bei KI nicht darum geht, Menschen zu ersetzen, sondern ihre Fähigkeiten zu verstärken. Von Sprachnotiz-Produktivitäts-Hacks bis hin zu Echtzeit-Meeting-Intelligenz liefert dieser Podcast umsetzbare Einblicke für die sofortige Implementierung.

Informationen

  • Erstellt von
    Malcolm Werchota
  • Jahre aktiv
    2025 - 2026
  • Folgen
    141
  • Bewertung
    Anstößig
  • Copyright
    © 2025 Malcolm Werchota
  • Sendungswebsite
    Das KI-Kochbuch mit Malcolm Werchota
  • Anbieter

Das gefällt dir vielleicht auch