Tripelpunkt im Kopf
Wie dieser Beitrag entstanden ist
Kurz zur Entstehung dieses Textes, denn die ist eigentlich schon Teil der Geschichte: Ich höre Podcasts in Annotape, meiner eigenen Podcast-App. Darin kann ich während des Hörens an jeder Stelle eine Notiz mit Zeitstempel setzen, entweder getippt oder als Sprachnotiz, die automatisch transkribiert wird. Am Ende hatte ich rund 40 Stichworte, manche nur zwei Wörter lang („Kugelblitz“, „Scrum … over“), manche halbe Gedanken.
Diese Notizen habe ich zusammen mit dem Transkript der Folge an Claude übergeben und mir daraus diesen Blogpost schreiben lassen. Der Fokus liegt auf genau den Stellen, die ich mir beim Hören herausgepickt habe. Die Gedanken und die Auswahl sind meine, die Ausformulierung hat die KI übernommen, und ich habe sie anschließend überarbeitet. Für mich ist das gerade ein ziemlich genialer Workflow: Man hört zu, markiert, was einen packt, und hat am Ende einen Text, statt dass die Gedanken nach drei Tagen verdunstet sind.
Vier Stunden und 37 Minuten. So lang ist die Folge 313 der Freakshow mit Tim Pritlove, Ralf Stockmann, Roddi und Pavel Mayer. Ich habe sie mir verteilt über mehrere Etappen angehört, und am Ende war ich ziemlich aufgekratzt. Selten hat eine Podcastfolge so genau abgebildet, was sich für mich gerade beim Arbeiten mit KI anfühlt.
313, Weltkarten und eine Maus für die Zunge
Die Folge startet mit herrlich unnützem Wissen: 313 ist das Nummernschild von Donald Ducks Auto. Laut Pavel ist das eine Anspielung auf Donalds Geburtstag und auf dreifaches Pech. Ein besserer Einstieg in eine Freakshow ist kaum denkbar.
Danach geht es um Kartenprojektionen. Die UNO hat sich auf eine Empfehlung für die Equal-Earth-Projektion geeinigt, die die Flächen der Kontinente endlich wieder halbwegs ehrlich darstellt. Afrika bekommt seine tatsächliche Größe zurück, und Grönland schrumpft auf Normalmaß. Mich als Bildmenschen fasziniert dabei, wie sehr eine technische Entscheidung (winkeltreu oder flächentreu) unser Weltbild prägt.
Ein schönes Fundstück war auch das MouthPad: eine Art Zahnspange, mit der man Computer und Smartphone über die Zunge steuern kann. Für Menschen, die ihre Hände nicht nutzen können, ist das ein riesiger Schritt. Die Zunge ist offenbar ähnlich feinfühlig wie unsere Fingerspitzen.
Kalender, Terminfindung und das ewige Open-Source-Problem
Ralf erzählt, wie seine Bibliothek von Microsoft Exchange auf Open-Source-Groupware umsteigen will, und wo das in der Praxis hakt. Sein Beispiel ist die Terminfindung mit fünf oder zehn Leuten, die nie freie Slots haben. Die Open-Source-Kalender zeigen mehrere Kalender übereinander gestapelt an, und dann sieht man schlicht nichts mehr. Seine Lösung: Er hat sich die passende Ansicht in ein paar Minuten von einem Open-Weight-Modell selbst bauen lassen. Seine Frage danach fand ich treffend: Warum muss ich das eigentlich selbst machen?
Als Tool-Tipp für Terminabstimmungen ohne Datensammelei fielen der DFN-Terminplaner und Nuudel von Digitalcourage. Beide notiere ich mir für meine Arbeit.
Eine Adobe-Alternative, gebaut mit KI
Als Fotograf bin ich hier besonders hellhörig geworden: Unter dem Namen ArtCraft ist eine komplette Suite aufgetaucht, die sich an Photoshop, Lightroom, Illustrator, Premiere, InDesign und Acrobat orientiert. Sie ist in Rust neu geschrieben, mithilfe von KI, entlang öffentlich verfügbarer Dokumentation und Tutorials, und sie läuft auf Mac, Windows und Linux. Ralf schätzt, dass etwa die Hälfte der Funktionen bereits funktioniert. Für Farbmanagement und Druck reicht es noch nicht, für vieles andere bald schon.
Gleichzeitig spricht Ralf einen Punkt an, der mich nachdenklich macht: Wenn jede:r sich alles selbst baut, verliert Open Source vielleicht seine Anziehungskraft. Gemeinsame Projekte leben davon, dass sich Menschen daran andocken. Tausende Forks und Pull-Requests, die kein Mensch mehr ansieht, sind etwas anderes.
Wie wir hier gelandet sind: die Generationen der Sprachmodelle
Pavel liefert eine Einordnung, die ich mir gleich per Sprachnotiz festgehalten habe, weil sie so gut erklärbar ist:
- Vor ChatGPT: Transformer-Modelle, die einfach weitergeschrieben haben, was man begonnen hatte.
- ChatGPT: Frage, Antwort, Frage, Antwort. Ein Prompt rein, eine Antwort raus („One Shot“).
- Planende Modelle: Vor der Antwort wird intern ein Plan gemacht und in vielen Einzelschritten abgearbeitet.
- Agentische KI: Die Modelle nutzen digitale Werkzeuge wie Compiler, Taschenrechner, Browser oder Blender. Mehrere Agenten arbeiten parallel und kritisieren sich teilweise gezielt gegenseitig.
Der entscheidende Sprung ist für mich der letzte Punkt: Die KI muss nicht mehr alles „im Kopf“ rechnen, sondern greift zum Werkzeug, genau wie wir.
Dazu passt ein Tipp von Roddi: llmfit, ein Kommandozeilen-Tool, das weiß, welche Open-Weight-Modelle auf die eigene Hardware passen und wie gut sie darauf laufen. Außerdem ging es um neue europäische Modelle wie Colibri und Mistral Large 4. Gerade für den öffentlichen Dienst könnte das spannend werden.
Sprache ist Wissen
Einer meiner Lieblingsmomente der Folge: Tim spannt den Bogen von den Anfängen der KI-Forschung bis heute. Früher dachte man, Intelligenz müsse sich logisch und mathematisch nachbauen lassen. Daraus entstanden Programmiersprachen wie Lisp. Der Durchbruch kam aber erst mit neuronalen Netzen und riesigen Textmengen. Dabei zeigte sich, dass Sprache über Syntax hinausgeht. Ob Finnisch, Chinesisch oder Englisch: Es ist anders ausgedrückt, meint aber dasselbe.
Sein Fazit, das ich mir notiert habe: Sprache und Wissen sind eigentlich das Gleiche. Deshalb klingt für mich ein mehrsprachiges Modell auch schlicht intelligenter als eines, das bewusst auf eine Sprache beschränkt wurde.
Code statt Pixel
Pavel erwähnt einen Benchmark, bei dem Sprachmodelle neun Szenen aus Moby Dick als animierte WebGL-Grafik umsetzen sollten, und zwar nicht als generiertes Bild, sondern als Code, der das Bild erzeugt. Diesen Ansatz finde ich gerade für kreative Arbeit enorm wichtig: Code ist reproduzierbar, versionierbar und lässt sich gezielt verändern. Ein generiertes Bild kann man nur neu würfeln.
Kugelblitz: Bibliothek, Raumschiff und Zeitmaschine
Und dann kommt der Teil der Folge, bei dem ich in Annotape einfach nur „Super Zugang!“ notiert habe. Tim stellt in typischer Keynote-Manier drei Programme vor: eine Bibliothek, ein Raumschiff und eine Zeitmaschine. Natürlich ist es ein einziges Programm, und es heißt Kugelblitz.
Kugelblitz ist ein nativer 3D-Echtzeit-Globus für den Mac, der ausschließlich freie Geodaten nutzt: Satellitenbilder von ESA und Copernicus, OpenStreetMap, amtliche 3D-Gebäudedaten, Höhenmodelle. Zu jeder Ansicht wird angezeigt, woher die Daten stammen. Es gibt sogar eine Liste der Quellen, die er gerne nutzen würde, aber nicht kann, samt Begründung.
- Zeitmaschine: In Amsterdam lassen sich die Gebäude nach Baujahr zurückspulen, bis die Stadt im Mittelalter nur noch ein paar Häuser hat. Die Tesla-Fabrik bei Berlin wächst Jahr für Jahr aus dem Wald.
- Raumschiff: Man fliegt zum Mond, zum Mars oder zu Vesta und kann dort die Fahrspuren von Perseverance und die Flüge von Ingenuity nachverfolgen.
- Licht und Schatten: Die Sonne ist eine echte Lichtquelle. Im Himalaya werfen die Berge live berechnete Schatten, nachts beleuchtet der Mond die Erde. Als Fotograf habe ich da bei „GPU … Schatten von Bergen“ einfach nur gestaunt.
Das Ganze ist in rund zehn Tagen entstanden, komplett mit KI-Agenten, mit 253 sogenannten Architecture Decision Records und für Tokenkosten im Bereich von etwa 50 Euro. Tim hat nach eigener Aussage keine Zeile Swift selbst geschrieben. Die App soll kostenlos erscheinen.
Die Ideenflut bewältigen
Fast noch spannender als das Ergebnis fand ich, wie Tim gearbeitet hat. Das kenne ich aus meinen eigenen App-Projekten nur zu gut: Die Ideen kommen schneller, als man sie umsetzen kann. Seine Lösungen:
- Architecture Decision Records: Jede größere Entscheidung wird als eigenes Dokument festgehalten. So behält man (und die KI) bei komplexen Projekten den Überblick.
- Ein Ideensystem: Wenn er „Neue Idee:“ schreibt, wird kein Code angefasst. Die Idee wird recherchiert und in eine Datei geschrieben. Ein weiterer Agent fasst alle Ideen zusammen und markiert, was erledigt ist.
- Parallele Agenten: Jeder Agent arbeitet in einem eigenen Git-Worktree, und die Agenten stimmen sich untereinander ab.
Tim beschreibt seine Rolle als die eines Regisseurs, nicht mehr als Programmierer. Er weiß, wie sich ein Werkzeug anfühlen soll, und orchestriert die Umsetzung. Das ist für mich genau der neue Zugang, um den es in meinen Workshops immer wieder geht.
Agentenrat und „Good enough“-Modelle
Pavel baut sich gerade einen Agentenrat: Mehrere Modelle verschiedener Anbieter diskutieren eine Frage aus, und am Ende wird dargestellt, wo sie sich einig sind und wo nicht. Die Visualisierung von Dissens finde ich einen großartigen Gedanken.
Ralf hält dagegen ein Plädoyer für „Good enough“-Modelle: Nicht jede Aufgabe braucht das größte und teuerste Modell. Uns fehlt ein einfaches Framework, mit dem auch Laien herausfinden können, welches Modell für ihre Aufgabe reicht. Das würde Ressourcen sparen, und das Thema Nachhaltigkeit gehört in diese Debatte unbedingt hinein.
Alles selbst? Es wird möglich.
Die vielleicht wichtigste Notiz, die ich mir gemacht habe: Es braucht keine Programme, es braucht Lösungen. Niemand braucht PowerPoint, wir brauchen eine Präsentation. Niemand braucht ein bestimmtes Kalenderprogramm, wir brauchen einen Termin, an dem alle können. Wenn man sich die Werkzeuge immer öfter selbst bauen kann, verschiebt sich der Blick vom Programm auf das eigentliche Ziel.
Ralf teilt am Ende noch seinen offenen Stack für agentisches Programmieren: OpenCode 2 oder Pi als Umgebung, OpenSpec für Spec-Driven Development und Open-Weight-Modelle über OpenRouter. Seine Beobachtung dazu gefällt mir: Spec-Driven Development ist eigentlich ein „Back to the Roots“. Zuerst denken und spezifizieren, dann bauen. Das Denken nimmt uns die KI nicht ab. Ralf sagt, er programmiere am besten auf dem Fahrrad, ganz ohne Tastatur.
Und zum Schluss, weil es so schön ist: Auf die Frage nach klassischen Entwicklungsprozessen meint Roddi sinngemäß, „Scrum ist eine gute Lösung, wenn sich alle hassen“. Mit Agenten, die im Stundentakt neue Entscheidungen dokumentieren, wirken die alten Prozesse tatsächlich ein wenig aus der Zeit gefallen. Scrum … over.
Mein Fazit: Eine lange, chaotische und wunderbare Folge. Wer Zeit hat, sollte sie ganz hören. Wer die nicht hat, hat jetzt zumindest meine Notizen.