KI - kurz und informativ, Klartext "to Go" in unter 5 Minuten

"KI - kurz und informativ" erklärt Künstliche Intelligenz verständlich, kompakt und ohne Fachchinesisch. In weniger als 5 Minuten erfahrt ihr als Entscheider in Wirtschaft und Verwaltung, worum es eigentlich wirklich geht - ohne Hype von den Grundlagen, über Anwendungen im Unternehmen bis hin zu den neusten Entwicklungen.Was ist ein Large Language Model (LLM)? Was sind neuronale Netze? Welche Datenschutzanforderungen muss ich beachten? EU AI Act? Wie bereite ich meine Daten auf? All das und vieles mehr sind Themen unserer Podcast-Reihe. Viel Spaß beim Zuhören!

KI - kurz und informativ, Klartext "to Go" in unter 5 Minuten is a technology podcast hosted by Marc Benesch, with 58 episodes on record and a Required Pod Score of 80.

Marc Benesch hosts KI - kurz und informativ, Klartext "to Go" in unter 5 Minuten, a technology show with 58 episodes published.

Our AI reads these to draft pitches. Use them as grounding for a pitch that cites a real guest and a specific topic.

• 

  Episode #6

  Wie funktioniert OCR? - Wie Maschinen Dokumente lesen

  Oct 1, 20267 minS4

  Was passiert eigentlich, wenn ihr eine Rechnung abfotografiert und ein System daraus automatisch Kundennummer und Betrag zieht? Optical Character Recognition (OCR) ist dabei nur ein Schritt. Moderne Dokumentenverarbeitung ist eine ganze Pipeline: Bildvorverarbeitung, Texterkennung, Layout-Analyse, Zeichenerkennung und schliesslich ein Transformer-Modell, das die wahrscheinlichste Textsequenz bestimmt. In dieser Folge von „KI kurz und informativ" erkläre ich, wie OCR technisch funktioniert: warum CNNs und Vision Transformer dafür eingesetzt werden, warum moderne Systeme nicht mehr Buchstabe für Buchstabe lesen, sondern ganze Sequenzen und warum sich damit zwar Fehler korrigieren lassen. Themen dieser Folge: Was OCR technisch macht Von der Zeichen- zur Sequenzerkennung Was Transformer damit zu tun haben Warum synthetische Trainingsdaten bei OCR gut funktionieren Die typische OCR-Pipeline Schau gerne auch auf der neuen Website zum Podcast vorbei: ⁠⁠⁠⁠⁠https://podcast.pyucation.de⁠⁠⁠⁠ Dort findest du eine Übersicht über alle Folgen sowie die meist gestellten Fragen schnell beantwortet.

  ListenShow Notes
• 

  Episode #5

  Vom Discounter zu Deutschlands KI-Provider?

  Sep 24, 20267 minS4

  Die grösste Einzelinvestition der Unternehmensgeschichte ... kein Logistzentrum sondern ein Rechenzentrum. Die Schwarz Gruppe, bekannt durch Lidl und Kaufland, baut in Lübbenau in Brandenburg für rund 11 Milliarden Euro KI-Infrastruktur. Wir schauen uns in einer Art "Firmenportrait" die Entwicklung vom Discounter zu einem der ambitioniertesten Technologiekonzerne Europas an. Wir sprechen über die Cloud Platform STACKIT, Aleph Alpha und den KI-Campus in Heilbronn. Am Ende bleibt die kritische Frage nach potenziell neuen Abhängigkeiten. Souveränität heisst nicht, sich von jemandem abhängig zu machen, nur weil er in Deutschland sitzt. Weitere Folgen und Links: Interview mit Wirtschaftsminister Dr. Blank: hier Folge über den AI Five Layer Cake: hier Blogpost von NVIDIA: AI is a 5-Layer Cake Quellen: Financial Times Artikel: "How Lidl accidentally took in the big guns of cloud computing" Schwarz Digits: Datacenter Lübbenau: https://schwarz-digits.de/schwarz-digits-datacenter-luebbenau Heise online: Schwarz Digits baut grosses KI-Rechenzentrum in MV: https://www.heise.de/news/Schwarz-Digits-baut-grosses-KI-Rechenzentrum-in-Mecklenburg-Vorpommern-11431329.html Computer Base: Ohne Führerhaus, Lidl lässt autonomen Lkw auf die Strasse: https://www.computerbase.de/news/mobilitaet/ohne-fuehrerhaus-lidl-laesst-autonomen-lkw-auf-die-strasse.99420/ ZDF heute: Schwarz-Gruppe baut grosses Rechenzentrum bei Rostock: https://www.zdfheute.de/wirtschaft/unternehmen/schwarz-zentrum-rechenzentrum-rostock-100.html Lidl Pressemitteilung: Autonomer Lkw (15.09.2026) https://unternehmen.lidl.de/pressemitteilungen/2026/260915_autonomer_lkw The Decoder: Cohere übernimmt Aleph Alpha: https://the-decoder.de/nach-andrulis-abgang-kanadisches-start-up-cohere-uebernimmt-aleph-alpha/ Table.Briefings: Dieter Schwarz Stiftung hilft dem Staat auf die Sprünge: https://table.media/berlin/news/ki-forschung-dieter-schwarz-stiftung-hilft-dem-staat-auf-die-spruenge

  ListenShow Notes
• 

  Episode #4

  KI im HR & HR-Softwareentwicklung - Interview mit Felix Anderegg

  Sep 17, 202642 minS4

  Felix Anderegg, Head of Technology and Innovation bei HR Campus AG, spricht mit mir über Künstliche Intelligenz im Human Resources und wie sie KI in ihrer Softwareentwicklung für HR-Prozessdigitalisierung einsetzen. Als spannendes Beispiel schauen wir uns ein KI-unterstütztes Travel Expense Tool an, das Belege per OCR (Object Character Recognition) einliest, automatisiert kategorisiert und zuordnet usw. Ganz zentral in unserem Gespräch ist die Frage, welche Rolle der Mensch in Zukunft wieder einnehmen wird. Ausserdem sprechen wir über diese Themen: automatisiertes Recruiting, CV-Checks und Co., wie KI-Transformation bei HR Campus abläuft, wie KI-gestützte Softwareentwicklung im HR-Bereich abläuft. Schau gerne auch auf der neuen Website zum Podcast vorbei: ⁠⁠⁠⁠https://podcast.pyucation.de⁠⁠⁠ Dort findest du eine Übersicht über alle Folgen sowie die meist gestellten Fragen schnell beantwortet.

  ListenShow Notes
• 

  Episode #3

  Was kostet ein KI-System wirklich? Total Cost of Ownership richtig rechnen

  Sep 10, 20268 minS4

  Der häufigste Fehler bei der Kalkulation von KI-Projekten ist in Kosten pro Monat zu rechnen statt in Kosten pro Vorgang . Ein Pilotbetrieb mit zwanzig Nutzern sagt euch nichts darüber, was das System kostet, wenn es tatsächlich im Einsatz ist. Bei KI steigen die laufenden Kosten nämlich mit der Nutzung. In dieser Folge von „KI kurz und informativ" gehe ich die klassische TCO-Formel durch und zeige am Beispiel eines Schwimmbads, welche Posten sich bei KI-Systemen anders verhalten als bei jeder anderen Software. Meine These ist: Die Kostenarten sind nicht neu, aber ihr bestimmt nicht mehr, wann sie anfallen. Bspw. kennt ihr den Preis eines Vorgangs erst, nachdem er passiert ist. Ein Modell verschlechtert sich lautlos, ohne Fehlermeldung. Und den Termin für die nächste Migration setzt oft euer Anbieter (wie zuletzt bei der Abschaltung der OpenAI Assistants API). Themen dieser Folge: TCO-Formel und was sie bei KI-Systemen nicht abbildet Kosten pro Vorgang statt Kosten pro Monat Model Drift und Data Drift Schau gerne auch auf der neuen Website zum Podcast vorbei: ⁠⁠⁠https://podcast.pyucation.de⁠⁠ Dort findest du eine Übersicht über alle Folgen sowie die meist gestellten Fragen schnell beantwortet. Link zum Google Paper: D. Sculley et al., „Hidden Technical Debt in Machine Learning Systems" https://proceedings.neurips.cc/paper/2015/file/86df7dcfd896fcaf2674f757a2463eba-Paper.pdf

  ListenShow Notes
• 

  Episode #2

  Mixture of Experts (MoE) einfach erklärt: Wie moderne KI-Modelle Rechenkosten sparen

  Sep 3, 20266 minS4

  Mixture of Experts (MoE) steckt inzwischen hinter fast jedem grossen Sprachmodell, weil diese Architektur Rechenkosten spart. Es erklärt ausserdem, warum bei modernen Modellen plötzlich zwei Parameterzahlen angegeben werden. DeepSeek-V3 zum Beispiel hat 671 Milliarden Parameter, nutzt pro Token aber nur 37 Milliarden davon. Wie diese Architektur funktioniert, was ein Router in einem Sprachmodell macht und wie die sogenannten Experten im Training entstehen, erkläre ich in dieser Folge. Wir schauen uns auch, wie immer, Probleme dieser Architektur an, z.B. warum Modelle dadurch schneller, aber nicht kleiner werden. Themen dieser Folge: Router und Experten: Wie MoE die Rechenlast aufteilt Gesamtparameter vs. aktive Parameter Probleme wie Load Balancing Schau gerne auch auf der neuen Website zum Podcast vorbei: ⁠⁠https://podcast.pyucation.de⁠ Dort findest du eine Übersicht über alle Folgen sowie die meist gestellten Fragen schnell beantwortet.

  ListenShow Notes

Recent guests on KI - kurz und informativ, Klartext "to Go" in unter 5 Minuten. Study who booked and why before you pitch.

Based on semantic analysis of episode topics and host coverage, this show is a strong guest fit for executives in:

Industry fit is computed by PitchCentric using vector embeddings of the show's episode catalog.