YAAHA: Dä AI Podcast us de Region

Gabriel und Vlad

Dä Podcast über alles rund um AI

  1. Jun 5

    YAAHA #15: Wenn AI überall mitdenkt

    In dieser Folge sprechen Vlad und Gabriel über die grossen Ankündigungen von Google I/O und darüber, wie Google AI nicht mehr nur als einzelnes Tool denkt, sondern direkt in bestehende Produkte einbaut.Im Fokus steht Gemini 3.5 Flash: schnell, agentisch und gemacht für Aufgaben, die nicht nur beantwortet, sondern ausgeführt werden sollen. Von Search über Apps bis hin zu Tools wie Maps stellt sich die Frage: Wird AI langsam zur unsichtbaren Schicht über allem, was wir digital benutzen?Dabei sprechen die beiden auch über die Singularität: die Idee eines Moments, in dem künstliche Intelligenz sich so schnell weiterentwickelt, dass Menschen kaum noch vorhersagen können, was danach passiert. Klingt nach Science-Fiction, ist aber genau deshalb spannend zu diskutieren.Eine Folge über schnelle Modelle, smarte Produkte und die Frage, wie nah Zukunft und Science-Fiction inzwischen beieinanderliegen.⸻Weiteres zum Thema:Google I/O – alle Ankündigungen:https://blog.google/innovation-and-ai/technology/ai/google-io-2026-all-our-announcements/Gemini 3.5:https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-5/Google Maps mit Gemini / Ask Maps:https://blog.google/products-and-platforms/products/maps/ask-maps-immersive-navigation/

    1h 4m

  2. May 14

    YAAHA #14: Im Kopf der Maschine

    In dieser Folge sprechen Vlad und Gabriel über Mythos, Anthropic’s neues Modell für Coding, Agentic Tasks und Cybersecurity. Ein Modell, das Sicherheitslücken finden und Software verstehen soll – beeindruckend, aber auch ziemlich beunruhigend.Ausserdem geht’s um GPT-Image-2 und darum, wie vielseitig Bildgeneratoren inzwischen geworden sind: von Prozessdiagrammen bis hin zu Comics. Wie unterschiedlich, detailreich und gezielt solche Outputs mittlerweile sein können, zeigt, dass es längst nicht mehr nur um „schöne Bilder“ geht – sondern um visuelle Werkzeuge für Ideen, Erklärungen und ganze Formate.Dazu passt Anthropic’s Forschung zu Natural Language Autoencoders: ein Ansatz, der Modellaktivierungen in lesbare Sprache übersetzen soll. Also ein kleiner Blick in den Kopf der AI – oder zumindest der Versuch davon.Und natürlich sprechen die beiden auch über Vibe Coding: Software bauen mit Gefühl, Prompts und viel Vertrauen ins Modell. Klingt nach Zukunft – kann aber auch sehr schnell nach Chaos aussehen.Eine Folge über AI, die Bilder erzeugt, Code schreibt, Schwachstellen findet – und vielleicht langsam anfängt, uns zu zeigen, was in ihr passiert.⸻Weiteres zum Thema:Mythos / Project Glasswing:https://www.anthropic.com/glasswingGPT-Image-2:https://developers.openai.com/api/docs/models/gpt-image-2Natural Language Autoencoders:https://www.anthropic.com/research/natural-language-autoencoders

    1h 4m

  3. Mar 24

    YAAHA #13: Lernen AI-Systeme überhaupt

    In der dreizehnten Folge sprechen Vlad und Gabriel über V-JEPA 2.1, AMI Labs und die provokante Frage, ob heutige AI-Systeme überhaupt so lernen, wie wir es ihnen oft zuschreiben. V-JEPA 2.1 setzt auf selbstüberwachtes Lernen für Bilder und Videos und soll dabei starke, dichte Repräsentationen für visuelles Verständnis und World Modeling liefern. Dazu passt auch AMI Labs: Das Team beschreibt seine Vision von AI-Systemen, die die reale Welt verstehen, über persistentes Gedächtnis verfügen, planen können und dabei kontrollierbar und sicher bleiben sollen. Ein weiterer Schwerpunkt ist das Paper “Why AI systems don’t learn”. Darin argumentieren die Autoren, dass aktuelle Modelle beim autonomen Lernen klare Grenzen haben und schlagen stattdessen eine Architektur vor, die Beobachtung, aktives Verhalten und eine Art Meta-Kontrolle miteinander verbindet. Weiteres zum Thema:V-JEPA 2.1:https://arxiv.org/abs/2603.14482 AMI Labs:https://amilabs.xyz/ Why AI systems don't learn:https://arxiv.org/abs/2603.15381

    1h 16m

  4. Mar 7

    YAAHA #12: Zwischen Autopilot und Overengineering

    In der zwölften Folge sprechen Vlad und Gabriel über Agentic Engineering, also Systeme, die nicht nur antworten, sondern eigenständig planen, entscheiden und handeln. Dabei geht es auch um die Frage, wann kleine Modelle sinnvoller sein können als grosse. Müssen es immer gigantische LLMs sein, oder lohnt es sich, genauer hinzuschauen, welches Modell für welchen Zweck überhaupt sinnvoll ist? Ein weiterer Schwerpunkt ist Context Engineering. Lange galt: Je mehr Kontext man einem Modell gibt, desto besser funktioniert es. Genau diese Annahme schauen sich Vlad und Gabriel kritisch an. Wann hilft zusätzlicher Kontext wirklich, und ab wann wird er eher Ballast? Weiteres zum Thema: Qwen 3.5: https://qwen.ai/blog?id=qwen3.5 ETH Paper: https://arxiv.org/abs/2602.11988 Claude Code: https://code.claude.com/docs/de/overview

    1h 32m

  5. Feb 20

    YAAHA #11: Kreide trifft KI

    In Folge 11 haben wir einen Special Guest eingeladen. Dieses Mal sprechen Vlad und Gabriel über Text-to-Speech-Modelle, Video-Generierungsmodelle und vor allem über die grosse Frage: Wie passt unser Schulsystem eigentlich mit AI zusammen?Zu Gast ist Nathalie, Oberstufenlehrerin. Sie gibt Einblicke in ihren Schulalltag, erzählt offen vom Umgang mit AI im Unterricht und diskutiert mit uns, was funktioniert – und was (noch) nicht.Zwischen Demo im Chat, neuen Modellen und echten Erfahrungen aus dem Klassenzimmer bewegt sich die Folge wie immer zwischen philosophisch, kontrovers und mit einer guten Portion Humor.Hört rein und sagt uns: Welche Rolle sollte AI an Schulen spielen?⸻Mehr von uns:Podcast (neu veröffentlicht):https://podcast.yaaha.chInstagram:https://www.instagram.com/podcast.yaaha.ch⸻Weiteres zum Thema:Qwen Text-to-Speech:https://qwen.ai/blog?id=qwen3tts-0115Gemini 3 Deep Think:https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-deep-think/Seedance (Video-Generierung):https://seed.bytedance.com/en/seedance2_0

    1h 28m

  6. Feb 6

    YAAHA #10: Helfer im Hintergrund, Helfer im Alltag

    In der zehnten Folge sprechen Vlad und Gabriel über OpenClaw, einen Open Source AI Agent, der nicht nur chattet, sondern Aufgaben übernimmt: Mails sortieren, Kalender managen, Dinge ausführen direkt auf den eigenen Geräten und über die Kanäle, die man ohnehin schon nutzt. Dazu passt Moltbook: eine Social Media Plattform, die sich als „Internet für Agents“ versteht wo Bots miteinander posten, diskutieren und sich gegenseitig hochvoten. Doch wie echt ist diese Vision eigentlich? Handelt es sich um eine tragfähige Plattform oder eher um ein experimentelles Konzept mit viel Buzzword-Potenzial?Und dann ist da Project Genie: ein Experiment, das interaktive, spielbare Welten generiert ein Vorgeschmack darauf, wie AI nicht nur Tools bedient, sondern ganze Umgebungen erschafft. Zum Schluss sprechen die beiden über AI for Good: Wie kann künstliche Intelligenz ganz konkret helfen, etwa für blinde oder allgemein beeinträchtigte Menschen? Wo bringt sie echten Mehrwert im Alltag, jenseits von Hype und Buzzwords? ⸻Weiteres zum Thema: OpenClaw (GitHub):https://github.com/openclaw/openclaw OpenClaw (Website):https://openclaw.ai/ Moltbook:https://www.moltbook.com/ Project Genie (Labs):https://labs.google/projectgenie Project Genie (Google Blog):https://blog.google/innovation-and-ai/models-and-research/google-deepmind/project-genie/ AI Toys https://www.nbcnews.com/tech/tech-news/ai-toys-gift-present-safe-kids-robot-child-miko-grok-alilo-miiloo-rcna246956 Wie AI einer gelähmten Frau ihre Stimme zurückgab https://www.ucsf.edu/news/2023/08/425986/how-artificial-intelligence-gave-paralyzed-woman-her-voice-back

    1h 8m

  7. Jan 22

    YAAHA #9: Ein Chatbot, der dich überlebt

    Vlad und Gabriel sprechen über Open-Source-Modelle und warum sie für Forschung, Transparenz und Innovation eine immer grössere Rolle spielen. Ein zentrales Thema ist Mechanistic Interpretability: Wenn ein Modell einmal „uns“ repräsentiert, wollen wir verstehen, wie es denkt und entscheidet.Dabei geht es auch um die Idee, einen persönlichen Chatbot zu erschaffen, der mit den eigenen Gedanken, Erinnerungen und Entscheidungen trainiert ist, und der auch dann noch weiterbesteht, wenn man selbst nicht mehr da ist.Die Folge bewegt sich zwischen Technik und Philosophie: Wo endet ein Tool, und wo beginnt ein digitales Weiterleben? Weiteres zum Thema:LEANN – Mechanistic Interpretability:https://github.com/yichuan-w/LEANN Hugging Face – Model Hub (Open-Source-Modelle):https://huggingface.co/models Model-Downloads & Popularität (CLIP Beispiel):https://huggingface.co/api/models/openai/clip-vit-large-patch14?expand=downloads&expand=downloadsAllTime Paper zu Interpretability & Agenten:https://arxiv.org/pdf/2507.08017v4

    1h 16m

  8. Jan 8

    YAAHA #8: Steffel 2 gibt schon viel zu denken

    Wir wünschen euch allen ein frohes neues Jahr! Auch 2026 freuen wir uns darauf, mit euch über spannende AI-Themen zu diskutieren und diese näher zu beleuchten. Dabei soll es nicht nur um das Coole, Innovative und Begeisternde gehen – manchmal braucht es auch Raum für die schwierigen Fragen. Genau das machen Vlad und Gabriel zum Start ins neue Jahr: Sie sprechen über Palantir, ein Unternehmen, das technologisch spannend ist, aber in den Schweizer Medien auch kontrovers diskutiert wird. Wie soll die Software-Beschaffung des Bundes in Zukunft aussehen? Wann vertrauen wir einer Software und warum ist es so wichtig, gerade über solche Themen offen zu sprechen? Hört rein, erfahrt mehr dazu und diskutiert mit, wenn ihr Lust habt! Weiteres zum Thema:Die Republik – Palantir-Artikel:https://www.republik.ch/2025/12/09/warum-palantir-zum-risiko-fuer-die-schweiz-wird Antwort von Palantir:https://blog.palantir.com/korrektur-wie-das-online-magazin-die-republik-einen-regierungsbericht-zu-palantir-verdrehte-9a1b399ae255 Palantir FAQ:https://blog.palantir.com/about-palantir-ddddb78aec29 Google Opal:https://opal.google/landing/ Tomatenpflanzen-Diskussion (X Trending):https://x.com/i/trending/2006459572773343237

    1h 20m
See All (15)

About

Dä Podcast über alles rund um AI

Information