Claude Fable 5: The best AI model in the world - just filtered

and welcome to a new episode of AI and Tech to Go's practical pitch. I'm Yusuf Sar and today I'm alone here at the microphone. Unfortunately, Christian can't be there today because he's on vacation. That means you get a solo version today, no discussions, no back and forth, just my notes. You can see there's quite a bit of material, there's even a real banger. Where do I start? Normally I would be pondering now, but this week the answer is clear. The story of the week just came in yesterday. I divided the whole thing into six stations. So firstly the main story about Tropic, the company Intercloud, released their new top model Fable 5 yesterday. And this isn't just another new release. Pretty much everything depends on that this week. Two class AI, IPO, data protection. That will be the big chunk today. Secondly, I'll briefly clear up the Apple Keynote afterwards. As we already announced, the new series runs on a Google Model. Oh wonder! But in the summer the show was significantly thinner. Yes, we'll do that compactly. Third, let's talk about money. So about the tough economics behind AI. Why your AI tool could suddenly become incalculably expensive. And fourthly, let's take a look at the new models outside of Fable. There are some really exciting things there. Particularly with the smaller models, they fluctuate. And fifth, and this is my deep dive today, things get a little weird. The point is that AI is now driving its own code and at the same time being used as a cyber weapon. And that's more closely related to Fable Five than you might like. And sixthly, finally the big picture. Politics discovers AI. So get dressed, grab a coffee or whatever you're drinking. And we get started. So let's start with the story that outshines everything else this week. Yesterday on June 9th, Anthropic, the company behind the AI ​​model Claude, which we use most of the time here, released its new top model. And that's called Claude Fable Five. And first of all, this is not just another new model, as I would have already said. This is a step. So that basically changes everything. Yes, technically, in terms of price. And also the question of who actually gets access to the best AI models. Just to classify it so that you understand where the thing belonged. Anthropic currently has three model classes. So sorted by size and price. Haiku, this is the small, fast, cheap model. Sonnet is the middle class, so to speak the workhorse. And Opus, the previous top model. Fable Five is now not a new version of one of them, but a completely new fourth tier, above Opus. So Anthropic calls this the Mythos class. And my dears, when you hear the word myth, it should ring true with you right now. That's the code name that's been floating around in reports for weeks. Anthropic's supposedly dangerous secret model, kept under wraps. But now comes the real twist to this announcement. Anthropic didn't introduce one model, but two. Cloud Fable Five, basically five for the public. And Cloud Mythos Five for selected partners. But these are not two different models. So Anthropic said that themselves. Fable and Mythos Five have identical weights. So weights are basically the billions of parameters that are the model of the brain. The only difference is the security layer all around. So basically the rail guards. Fable Five is the version with a thick protective filter that anyone can buy. So basically us too. And Mythos Five is exactly the same model without these light planks. And only the chosen ones get that. Even the name, the names are a little play on words. Anthropic explains this itself. Fable comes from Latin. Fabula. That's what we tell. So that means what is being told. And in terms of linguistic history, that is the same word as the Greek myth. So same model, two narratives. Someone already thought of something with the name. But give it a spin. First of all, how good is this thing anyway? And the short answer is, it is by far the strongest AI model you can currently use. I'll give you the most important numbers. So the most important benchmark for programmers is called the SIE Bench Pro. This is a test in which the model has to fix real bugs in real large software projects. So no textbook assignments, just real work on real code. Fable 5 achieves 80.3%. The previous top model Opus 4.8 is at a good 69. The best OpenAI model at just under 59. Google Gemini 3.1 Pro at 54. That is no longer a narrow lead. This is basically a completely new league. And in a second test called 40 Code, which sets significantly more difficult production-level tasks, Fable 5 manages more than twice as much as the old opus. And lest you think, these are just Antropic's own glossy films. Artificial Analysis, which is an independent service that systematically tests all major models and makes them comparable, immediately placed Fable 5 at number 1 in its Intelligence Index. Around five points ahead of the best model. By the way, that was Opus 4.8. Five points doesn't sound like much, but on the scale it's quite a huge difference. What does that mean in practice? I find three things remarkable. First, the context window, a million tokens. Context window means this is how much the model can keep in mind at the same time. A million tokens, that's roughly just 100,000 words. So several thick books or a complete company codebase. Secondly, endurance. Ethan Mollig, a professor at Wharton Business School who is one of the first to seriously test every new model, reports runs of up to twelve hours at a time in which the model processes a multi-page task description completely on its own. Twelve hours, that's basically a digital employee who you give a task in the morning and it's done in the evening. And thirdly, the verdict from Simon Wilson, one of the most famous independent developers on the scene, who has been dissecting every model for years and really doesn't follow anyone's words. After his first day of testing he wrote that the model was, quote, a beast. So a beast. Slow, expensive, but it practically eats through everything. And in a single session he delivered work that would have taken him several days to complete, including tests and documentation. And of course I tested it myself. I started the Fable yesterday night and because of one of my most complex coding projects, which I haven't been able to solve for weeks, even with Opus 4.8, I simply said overnight, just fucking fix it. And this morning I got up and it's fixed, it's running, it's clean and it works. So and it's really not a simple product. So that was specifically, I built a kind of lead generation, lead tracking system, where I consolidate data from Google Analytics, Google Ads, Google Search Console, from our inbox, from our CRM system and throw all this data together and then try to canonically understand which customer came via which channel, via which click, via which campaign exactly, how much sales they made and what I have to do so that I can repeat that. Well, it really sounds simple, but it's a huge project. Anyway, now comes the care page and it also has a lot to offer, namely the money. Fable 5 costs $10 per million incoming tokens and $50 per outgoing token via the API, i.e. the programming interface through which companies and developers integrate the model. That's actually, to be precise, exactly twice as expensive as the previous Opus 4.8. I would have imagined it to be more expensive, but it's still expensive. And in the normal cloud subscription, i.e. in the plans from $20 to the Max Account, which I also use, Fable is only included until June 22nd. So it's a kind of trial phase and that counts twice towards the usage quota. From June 23rd it will be removed from the subscription and will cost extra via so-called usage credits. So these are these consumption credits that they have now tried to make us attractive, like prepaid cards. I think with the Max account it's somehow $200 or $200 that you get there. But it's actually a joke. This is actually a novelty. So for the first time, the best cloud model is permanently not included in the flat rate. So the best intelligence is only available at an additional cost, calculated based on consumption. So you can keep that in your head, this thought. And because we will talk about the end of the flat rate later in the money block. Yes. And to give you a sense of the scale, the Simon Wilson I was talking about earlier burned $110, so $110, burned $110,000 on his first day of testing. Yes. In a single day. Of which $99 is for a single long agent session. so cool, breathtaking abilities. But the counter also goes up in a breathtaking way to see how much it costs. And now another part that concerns me too. The thing about the two versions. So who gets this unfiltered Mythos 5? Of course, we've already discussed that. The selected organizations that we talked about last week from the program called Project Gly Swing. Originally there were only 50 organizations and now since the beginning of June there have been 150, so the organization has expanded to over 15 countries. A fundamental debate immediately broke out in the tech community about the dichotomy. On Hacker News, which is basically the most important discussion forum in the tech industry, one of the most discussed posts was titled: Fable 5 feels less like a product launch and more like a preview of AI inequality. And that's exactly the point. So two class AI, the chosen governments, hand-picked partners, get the full model and the rest of the world gets the throttled version. And I think this concern can't just be brushed aside now, because it could actually become a blueprint, yes, for top models, i.e. how they are distributed. To be fair, you have to explain how this throttling works in concrete terms, because that's not at all unintelligent. In front of the model are so-called classifiers, i.e. guard models that check every request before it reaches the actual model. And if a watchdog raises a question about cyber attacks or biological and chemical weapons, then Fable 5 doesn't get a request, but automatically the older Opus 4.8. So, according to Anthropic, this happens in less than 5% of sessions. It will be displayed to you and you will not pay the wrong price for this answer. So far so understandable. The problem is the false alarms. So on Hacker News a medical physicist reports accordingly. I use the word nuclear all the time professionally. So probably a radiologist. And just like that, he throttled back. Another wanted to have medical image data evaluated. A completely normal research task. And was immediately flagged as a bioterrorism risk. So even a harmless question about malaria was blocked. And an ordinary security audit of a code was classified as a cyber risk. In plain language, this means the people, medicine, research and IT security, i.e. the serious specialist users, who end up with bad models more often than average, without meaning any harm. If you work in an area like this, be sure to test it with your own use cases and check it out. And then there is also a third filter level. And it's not quite as funny anymore. It came out, Anthropic also confirmed it. Fable 5 recognizes requests related to the development of competitive, cutting-edge AI models. So if someone wants help building a large model themselves, all this distilling, and for such requests the model intentionally delivers worse answers, without any hint, without any error message. It's just secretly getting dumber. Anthropic says this only affects 0.03 percent of all traffic. Maybe so, but the point is a fundamental one. And Nathan Lambert, who is one of the most respected AI researchers at the Allen Institute, not one who reflexively shoots against Anthropic, put it to him, he basically says, an AI model that automatically becomes less intelligent without informing me about it is essentially exactly the kind and a very complex AI that security researchers always warn us about. And it is also questionable that it was built this way on purpose this time. And now you have to add one more detail, then maybe it will become a shoe. It was only in February that Anthropic accused Chinese competitors of carrying out so-called distillation through thousands of fake accounts. So distillation, in German, distillation means that you let the competition's top model generate answers en masse and use these answers to train your own cheaper model. You basically notice that you are essentially deregistering your expensive intelligence. And knowing this, the uncomfortable question arises: is this secret filter really for security or is it competition protection in a security costume? A company protects its business model and calls it responsibility. I have a different opinion on that. But we've already heard, well Elon Musk obviously did that too, it's now even become public, that he trained Grog with the help of Opus. So Opus is basically the father of Grog, of the Mecha-Hitler. So, I have to take a quick sip of coffee. And so to the timing, because this is perhaps one of the most revealing parts of the story. On July 4th and 5th, last week, Antropic publicly warned that AI was improving itself so quickly and called for a brake pedal for the entire industry. What exactly the warning is about, yes, I'll save it for more detail in the deep dive, because that will then be my big topic. But just to record the timing, on June 5th the company publicly called for a brake and on June 9th four days later the same company brought the strongest AI model in its history onto the market, bookable via any credit card, anyone can do it. So TechCrunch relished putting this in the headlines, essentially. Anthropic is releasing its most powerful model days after warning that AI is becoming too dangerous. And why this timing? A look at the calendar is enough. Antropic confidentially submitted its application for access to the stock exchange on June 1st, i.e. the S1 filing. This is this registration document for the US Securities and Exchange Commission (SEC). The valuation that is in the room, at least that was the last valuation, is 965 billion, or just under a trillion. I think at IPO it will probably be more in the same segment as SpaceX, so 1.5 to 1.8 trillion. And the IPO is likely to come in October. And suddenly it all forms a picture. So the release is also a message to investors. Look, we have the best model in the world. And double the price is the second message. Look, we can actually make money with this too. Yes, it's kind of like a demonstration of power. And so, before we get to the Apple keynote, the part that is perhaps the most important thing for you in the company is data protection. In the terms of use of the new Mythos class there is a sentence with, yes, a small problem. So all data traffic with Fable 5 is mandatory for 30 days for security monitoring purposes. And now it's coming, also for customers who have contractually agreed Zero Retention with Anthropic. So the promise that nothing will be saved. This promise simply does not apply to the Mythos class. According to Anthropic, training is not done with this data. It's fair to say that. But if you are a company that has assured its customers in order processing contracts, i.e. the contract according to the GDPR, which regulates how a service provider handles personal data, that nothing will be saved when using AI, then you are not allowed to use Fable 5 as of today. So check this before incorporating the model into your processes. This is the most concrete homework for everyone who wants to use it for this week. And at the very end, two sober footnotes so that this doesn't become an infomercial. First, the model is not flawless. Heise reports that although it wins 11 out of 13 in the comparison test in some tests, it hallucinates more even than its predecessor. So the strongest model is not automatically always the most reliable. And secondly, Meter, this is this independent testing organization that checks new models for dangerous autonomous capabilities. This also occurs again in the deep dive. They say that this model cannot yet reliably carry out research projects lasting several weeks completely independently. So that's still a big step, there's still a big step away, to this science fiction where you just tell the AI ​​and it takes care of it. And my practical rule of thumb for you, for long, complex independent tasks, i.e. large-scale analyses, entire projects, double the price can actually be worth it. But for everyday stuff, Opus and Sonnet are still the best economic choice. And if you use your passion via the API, you definitely have to deal with prompt caching or something like that. This is essentially a kind of temporary storage mechanism that makes repeated entries 90% cheaper. At these prices, it's not a free choice, but something you should bring in as a duty. So make sure you have your agent harness clean and prompt caching installed. Yes, that's the story of the week, the best model in the world that you can only get filtered, that is removed from the flat rate after two weeks and that was released four days after the warning about exactly such AI. And now you maybe understand why the story actually comes from my biggest... So, yes, you understand why it's all so strange. So, let's come to WWDC, in a nutshell. I had originally prepared a really big Apple blog for today, but Apple held its biggest keynote at WWDC on June 8th. It stands for World Wide Developer Conference, the annual developer conference at which Apple shows what's coming next year on the software side. And this year the completely new Siri. Oh, miracle! Yes, let's be honest, the longer I looked at this keynote, the clearer it became that it was a total nonstarter. Lots of shows, lots of demos, but nothing, almost nothing, that we hadn't already told here. That's why I'm going to ask you to summarize this now. Three points. The week in Cupertino didn't really provide any more real substance. First, yes, the new Siri runs on a Google model at its core. A Gemini built especially for Apple with around 1.2 trillion parameters. And Apple is reportedly paying Google about $1 billion for it. But that's exactly what we announced weeks ago, when it was still a rumor. Now it's officially nice, but not a novelty, but a confirmation. Pick it up. By the way, if you read 1.2 trillion parameters, you could very quickly assume that this is probably Gemini 3.5 Flash, because that is exactly the number of parameters that was mentioned with 3.5 Flash. This means that the focus is more on speed and not on know-how. Point 2. In the future, you will be able to choose which AI your Siri uses in the background. So Cloud from Antropic or JetGPT from OpenAI, Gemini or Glock from XAI. Apple calls these extensions. But if you think about it for a moment, the sound of evolution was completely foreseeable for two reasons. Firstly, regulation, requirements such as the Digital Markets Act in the EU. So that's the law on digital markets. This forces large platform companies, the so-called gatekeepers, to keep their systems open to competitors. Apple has to keep it open anyway, so to speak. It's better to turn an obligation into a marketing feature. And secondly, Apple doesn't actually lose anything. On the contrary, all AI providers run through Apple's App Store world. And Apple earns money from every transaction in the App Store. So Apple opens the door and at the same time collects money at the door. And point 3 is the only point that really made me pay attention because it confirms an old thesis of ours. Namely, Apple is becoming a private cloud provider. Briefly to explain, Apple operates a so-called Private Cloud Compute. This is Apple's isolated, locked data center, which supposedly not even Apple itself can look into. And the new Siri is built so that the Google model also runs within this locked space. So Google supplies the brain, but doesn't see your data. Now think this through. I predicted the same thing here in the podcast last year. And I'm patting myself on the back now. This is Apple's actual AI business model. Today Apple still pays Google a billion to get the good model. But this is just the transition phase. At the end the cash flow turns around. Then the AI ​​laboratories, i.e. Google, pay OpenAI, Tropic, and Apple so that they can access the hundreds of millions or actually two billion iPhone users via this secure private cloud. Apple doesn't have to build the best model. So Apple essentially owns the door to the customer and becomes a murder station. And this exact pattern is now officially visible. So that means they simply build a private cloud and thus become a hyperscaler, but a premium hyperscaler. And their customers are the AI ​​laboratories and not just any end customers. The rest of the keynote, i.e. faster apps, AI image editing via voice, a dedicated Siri app, yes, is all blah blah. Another side note. Yes, by the way, that was Tim Cook's last big Apple keynote. So Tim Cook is the former Apple boss. John Turnus will take over on September 1st. Yes, it's basically an end of the era. And please take one thought from the Apple topic with you, also in this short version. AI is moving into the end device. So it will soon no longer be an app that you open, but rather it will be located in the operating system. Always there with access to emails, calendars, contacts and photos. So anyone who has Apple devices in their company should ask themselves before the fall who actually controls which request leaves the device and can I as a company specify which AI my employees can choose. So if your employees use Glock and your company data and emails are then sent to Glock, that may not be what you want to do as an employer. So now we come to hard economics. That is the next topic. As I said, it's about money. It's about what AI actually costs. And the answer is clear, significantly more so this week. And above all, much more incalculable than most people think. You heard it earlier with Fable 5. The best model is out of the flat rate. And this is exactly the pattern that runs through the entire industry. So let's start with something that sounds like boring small print, but is actually a small earthquake. Microsoft has announced that it will completely change the billing for GitHub Copilot. For those who don't know, GitHub Copilot is one of the most used AI tools for programmers worldwide. This is, so to speak, the AI ​​assistant that helps developers code, suggests the code, completes it and so on. So it's definitely quite common. And so far it has worked like a Netflix subscription. You pay a fixed amount per month and then use it as much as you want. This is called a flat rate or, in technical terms, a software-as-a-service flat rate. So SaaS, software as a service. So you can use the software, so you don't buy the software, you rent it monthly. And the nice thing about a flat rate is that you know exactly what it costs. Fixed price, done. And that's exactly what's over now. So from June 2026, Microsoft will switch to a usage-based model. This means you pay for what you actually use. And per token. So let's explain again. A token is basically a word building block. AI models don’t read and write in words, but in smaller chunks. So a word like hardware maintenance is three or four tokens. And every time the AI ​​reads or writes something, it costs a token. And tokens cost money. That is, what is happening right now? The predictability of IT budgets simply disappears overnight. Before you knew I pay x per month. Now you know I pay, yes it depends on how much my people use now. And now comes the nasty part. Of course, companies are now urging their employees to use AI everywhere and become more productive. And yes, use AI, use AI, use AI. There's even a term in the industry, so to speak, called token maxing. So maximizing token usage. And the result is that costs are literally exporting. There are actually already companies that are considering layoffs because of this. Not because AI replaces people, but because the AI ​​bill is so high that they have to save elsewhere to pay it. And that's not absurd, is it? You save on staff to pay your AI bills, which you then purchase to save on staff. It's a bit like the cat biting its own tail. The technical term, which is important by the way, is called inference costs. So inference is when the AI ​​actually works, i.e. when an answer is generated. Training, i.e. building the model, is one cost side, but inference, i.e. ongoing use, is the other side and is incurred with every request. And it is precisely these inference costs that are the big unsolved problem right now. I have to make this more concrete with an example so that you can get a feel for it. You have a small engineering office, 20 people, and they all use an AI coding assistant or AI writing assistant. With the old flat rate you would have said, okay, 20 licenses, each 30 euros per month, makes 600 euros. Complete. The budget now says nothing can happen. And things are different with a token model. If one of your people comes up with the idea of ​​having AI adapt a huge document or analyze an entire project, then a single such request may burn as many troops as hundreds of small ones would otherwise. And you're standing there, yeah, and you're not even seeing it in real time. You see this on the bill at the end of the month and that is exactly the problem. A predictable fixed cost item becomes a variable and a fluctuating item that you can hardly estimate in advance. It's like going back from a cell phone flat rate where you paid per minute or SMS. Yes, just that the costs can be significantly exported. So it's basically like turning on roaming in South Africa. Yes, what are companies doing about it now? They build the so-called AI gateways. So a gateway is a gate, a checkpoint. So you could do that. There is already software for this. This means that they put a so-called control layer between their employees and the AI. She looks, is that a simple request? Then I send it to a cheap model. Is that something difficult? Only then can the newer model be used. And they set hard budgets for each department. So this is basically a type of cost control that is familiar from every other area. Except now it's made for AI queries. By the way, this has actually become a business model. So these gateways now exist. And of course you have to pay for them too. And with all this cost pressure, now things are getting interesting again for us in Europe, the cheap providers are suddenly rising. So above all Diepsig. This is a Chinese AI company. And Diepsig was the fastest-growing software provider ever in June. Because US companies are looking for cheap alternatives. And as a practitioner, I have to briefly raise my finger and say that US companies send their data to a cheap Chinese model. That may be okay in the US. But for us in German medium-sized businesses or in Austria with GDPR data protection, this is a bit tricky. So if someone says to me, Hey, Diepsig is a lot cheaper. Yes, that's right. But think carefully about what data you send in, because it may end up on servers over which you have no control. And honestly, that's just not an option for many applications. No matter how cheap. But there are also legitimate efficiency gains. For example, there is a tool called Cursor Composer. We've already talked about that. Cursor is supposed to be bought by SpaceX. And in independent tests it is almost as good as the more expensive models in terms of quality, but only costs a fraction. And that's the real message behind it all. It's no longer just the smartest model that makes the difference on the market. The ratio between smartness and price decides. Pure intelligence is becoming a mass product, i.e. a commodity. And that's a huge shift from a year ago, where everyone was just looking at who had the luckiest model. Today the question is, who has the luckiest model for the cheapest price per request? So, that brings me to the second part of the money block. And this is a story that made me look again while reading it. Namely Google. So before I go there again. Fable 5 has now set completely new standards and has set completely new enablements. To us, it may feel like you have to use Fable 5 now, no matter what it costs, because it can do so much. That's correct now. But in three months there will be models, open source models, that will have the same capabilities and will be significantly cheaper or maybe even run locally. So yes, the most important, the largest model is relevant, is also important, but the market is now different, especially if Anthropic starts now, so to speak, converts these costs into API costs and this incalculability, then that will change quickly and as soon as the first open source model is out that has similar capabilities, that will change immediately. So don't necessarily jump on the hype straight away, take advantage of it while you can. So if you have a flat rate, let it glow. Fable 5, throw all the big projects at it and see that it solves everything it can. But don't depend on it and wait, there will be an alternative in three months, at the latest in six months and maybe build up an Agent Harnest with local models, because you don't have to give everything to the smartest model. So now we really come to the second block and that is Google is now buying computing power from Elon Musk and SpaceX. So they are now renting space from SpaceX. It sounds strange, and it is, but I think I can explain it clearly. Google is one of the richest technology companies in the world. This year, Google alone invested over $180 billion in expanding its own data centers. That is a number that is hard to imagine. And on top of that, Google has announced an 80 billion share sale to build even more. By the way, they took in 85 billion. And yet, still it's not enough. Google can't keep up with the farmer because the demand for AI is simply exploding. And why can't even Google keep up? That is the actually interesting point because it is, yes, yes, because it is fundamental, because it shows something fundamental. It's not the money, it's the physics. If you order the latest Nvidia graphics cards today, i.e. if you order them today, they won't deliver them for another year. And that's not even the smallest problem. The big problem is electricity. If you want to connect a new, huge data center to the American network, for example, that alone, i.e. the network connection, will take between five and ten years. Five to ten years just to get electricity. And of course Google can't wait that long. So Google prefers to rent instead of building it itself. And now the numbers on the deals. Google will pay SpaceX $920 million every month from October 2026 to June 2029. Every month. In return, Google gets access to around 110,000 Nvidia GPUs in the Colossus data center in Memphis. In total, this deal has a volume of approximately 30 billion. And that's not even the biggest one. As we already know, Antropic pays SpaceX 1.2 billion a month for data center capacity in the same cluster. That is, what is happening here? SpaceX, the rocket company, has overnight become one of the most powerful AI data center landlords in the world. So the XAI takeover wasn't such a stupid idea. And now we're making over $2 billion a month from this compute rental. Annualized, that’s over 26 billion. For comparison, SpaceX as a whole group only made 18.7 billion in sales in 2025. This means that this new rental business is already larger than the entire previous group. Crazy, right? And of course the whole thing prepares the ground for the SpaceX IPO, which is imminent. The pricing is done today and it starts tomorrow. But the valuation that's out there is still $1.75 to $1.8 trillion. Billionmen, we've already talked about it. And when the deal was announced, it immediately sent shockwaves. So the shares of other GPU rental companies like CoreWeave have fallen by 7%. Even Nvidia is down over 6% as investors get nervous about the concentration of power at SpaceX. Now you have to tell something familiar that is completely overlooked in most reports. But once you know it, you see the whole deal differently. Alphabet, Google's parent company, itself owns a stake in SpaceX. So around 6 to 7% are reported. This goes back to an investment in 2015. So Google doesn't just rent computing power from another company. Google is both a customer and co-owner of SpaceX. And that means that if Google now transfers $920 million per month to SpaceX, then Google is inflating the sales of a company that owns a stake in Google itself. And that just a few weeks before the IPO. I think everyone understands what's happening. Google has a vested interest in making SpaceX look as plump and healthy as possible for its IPO. And the higher the SpaceX valuation, the more Google's share is worth. This isn't illegal or anything. I don't even want to say that. But you just have to know that because it puts the deal in a different light, of course. Part of the turnover that justifies this huge valuation is essentially generated by a shareholder himself. And that's a bit like buying your own house from Kinko shortly before it was sold by your brother and it's going great in the exposé, fully rented out. Yes. After the announcement, I of course calculated SpaceX's valuation again. We already did that two episodes ago. Is this rating of 1.75 actually justified? And if you measure it against what comparable companies are worth. And now I have to briefly explain in which league SpaceX is now playing. Namely the league of the so-called neo-clouds. So new cloud providers that basically do nothing other than rent out AI computing power. The best known of these is called CoreWeave and is also on the stock exchange. And then there are the old giants, the hyperscalers. These are Amazon with AWS, Microsoft with Azure and Google Cloud. So the established large cloud companies. But now the numbers. And they are, yes, illuminating, you could say. The entire neo-cloud market, i.e. all these AI rental companies combined, had sales of around $25 billion in 2025. The entire market. And now guess how much SpaceX makes from its AI rental company alone. Over 26 billion. This means that SpaceX single-handedly makes more sales with AI infrastructure than the rest of the neo-cloud market. That's quite a number, you have to acknowledge that. So for comparison, the best-known landlord, according to CoreWeave, makes around 5 billion in sales. So SpaceX makes five times that. And even Oracle's infrastructure is only 18 billion. So the sales are real and huge. And there is simply nothing to shake about in that. But, and now we come to the exciting part, now it's about the evaluation. The question is not how much sales, but rather how much the company is worth in relation to this sales. So there is a key figure for this, which is called Price to Sales Ratio in English. This simply says how many dollars of market value do I pay per one dollar of annual sales. And that's where it gets interesting, CoreWeave, the direct comparison, is worth about 11 times its sales on the stock market. So price sales ratio of 11. The large established tech companies like Amazon, Microsoft, Google are only between 3 and 8. And now SpaceX, 1.75 trillion valuation, divided by 26 billion sales. That gives a price turnover ratio of 67. That means if I'm generous and include all of SpaceX's turnover, including Starlink and the rockets, I still get around 40. This means that SpaceX will be valued at around six times as expensive as CoreWeave when it goes public and a good five times as expensive as a normal hyperscaler, measured in terms of sales. And what does that mean in plain language? If you were to value SpaceX only through the sober lens of an AI landlord, i.e. with CoreWeave standards, then the business would perhaps be worth 200 to 300 billion, not 1.7 trillion. That means the other trillions that are in this valuation are pure future fantasy. This is the bet on Starlink, on Mars, on Starship, on the idea that SpaceX will one day have a monopoly on space. And my sober conclusion, as someone who likes to look at numbers, AI sales are great for the shop window. It rounds out the story, it delivers the best, i.e. the nice recurring income. Investors love this, but it doesn't justify the moon valuation. This review is not a review of a GPU rental, this is purely a matter of faith. And everyone has to decide for themselves whether they believe in this belief. I only say 67 times sales. This is very, very sporty. That doesn't mean that it won't happen again at some point. You could now add the purchase of cursors, which adds another 4 billion. If you add in the growth of SpaceX or the other business, I think that's another 30 percent of 18 billion. So here we come again with 5 billion. So then the multiple comes down to maybe 30. But it's still a very sporting affair. But what you have to say is that it is extremely capital efficient because XAI has given out, I think, 45 billion and they can now get the coal back in just under 2, so 18 months or so. And if they now had enough capital and expanded data centers at this speed, then it could actually become an interesting business. But there are also many other players. So another thing of megalomania. Elon Musk presented plans for orbital data centers at an investor pitch moderated by, of all people, Jamie Dimon, the head of JP Morgan, one of the largest banks in the world. So orbital, i.e. in space. Computing clusters on satellites that run on unlimited solar energy and thus simply circumvent the entire electricity problem on Earth. Because I don't know whether to find this brilliant or completely crazy. Probably both. But it just shows how serious this electricity problem actually is. And the lesson from the whole blog with this money, very practical for you. Electricity and computing power are essentially the new oil. Whoever has the secured power connection and the chips has the power. And for anyone who relies on the cloud to be available, don't blindly rely on the fact that there is unlimited capacity. So that's not it. This is actually something that should not be forgotten. So now we come to my favorite section, KI's Next Top Model, where we look at a new one, i.e. where we look at the new models. And yes, we already had the giant model of the week with Fable 5 in detail in the first blog. But there were also a few things that came out at the completely other end of the size scale that I find almost as exciting because they show a counter-trend. And the trend is that small, smart and efficient beats huge and expensive. To be honest, this is exactly the opposite movement to what I just told you in the money blog and to the Fable price list anyway. Yes, we need to take a quick sip of water. Let's start with a model that I find really impressive. It comes from a startup called Syfra out of San Francisco. So the model is called Zaya 1 8B. So that means 8 trillion, so 8 billion parameters. And what’s special is the architecture. This is a so-called Mix of Experts, or MOE for short. In German this means a mixture of experts. And I'll explain this with a picture. Imagine that you don't have one all-rounder who has to answer every question, but rather you have a team of many specialists. And if a question comes up that only one person needs, i.e. the right specialist, only the right specialist will be woken up and he will then know what to do and the rest will continue to sleep and cost no energy. The Mix of Experts works in exactly the same way. The model has a total of 8 billion parameters, but when it actually works, it only uses around 760 million of them. So not even a billion active. Yes, and why is this such a big deal? Because the model is so small and economical that it runs locally on inexpensive devices without any problems. Even on a smartphone. There is no need for a huge data center. And yet, hold on to your hats, this tiny model beats many, many, much, much larger models in independent tests. For example, it proposes a model called Mistral Small with 119 billion parameters. So more than 15 times more. So the other model has 15 times as many parameters and still loses. And on a difficult math test called HMMT, Zaya 1 achieved 89.6 percent, even beating Klozonet 4.5, which scored 88.3. And it also produces good peak values ​​when programming and when logically closing. By the way, this is called intelligence density. So how much cleverness can I manage per parameter, per calculation unit? And the lesson is, the dull one, a model has more parameters than yours then loses meaning. It's no longer about who has the biggest engine, but who builds it the cleverest. And to be honest, I think that's a healthy development because it means that you can achieve really good AI even without millions of data centers. And think about what that means in practice, especially for us here in Europe, especially for medium-sized businesses. If a model like this is small enough to run locally on a normal computer or even a cell phone, then that means your data doesn't have to leave the device at all. You no longer have to go to any American or Chinese cloud, you don't have to send anything to a cloud. And that, if you ask me, is the actually good news in all this AI madness. While the big companies are outdoing each other with trillions of data centers, the smaller, efficient models are giving data protection-conscious companies the opportunity to use AI without giving up control of their data. That doesn't solve all the problems, of course, but it's a direction that I think is much healthier than sending everything to the largest provider and hoping that it goes well. And that brings me to the next one, which fits thematically perfectly. A company called News Research came out with something called Hermes Desktop. I've talked about that before too. This is an AI agent that you run locally on your own computer. Can be used on Mac, Windows, Linux. So agent memory is an AI that not only responds, but also completes tasks independently. And the exciting thing is that the underlying agent is open source. Anyone can look in and use it. It only launched in February 25 and has already collected over 180,000 stars on the developer platform GitHub. It's kind of like liking developers. And therefore the fastest growing agent framework in the world. But now comes what I find technically really clever. Most AI agents are, as they say, stateless. This means that every task starts from scratch. The agent doesn't remember anything. No matter whether he has already solved this problem 100 times, the 101st time he starts again from the beginning. It's like waking up every morning and having to learn how to make coffee. Hermes does exactly that differently. Hermes has a so-called closed learning loop. After each task the agent checks, did it work? How did I solve this? And then he saves the solution as reusable abilities, i.e. skills. Quite simply as a text file in a small local database. And when a similar task comes up later, he digs out this saved skill instead of calculating everything anew and expensively, i.e. recalculating it. And the result is measurable. Agents who have developed more than 20 such skills complete new tasks on average 40 percent faster and more economically. That is, this agent gets better over time because it learns from its own experience. And the whole thing runs with a really graphical interface, with security barriers, so people without programming knowledge can also use it. I think this is a bit of a foretaste of where we're headed. Away from AI in the cloud towards AI that runs locally and learns with you. Speaking of AI improving itself, there's a third little puzzle piece that points in exactly that direction. And I'm deliberately saving that here because it will become important in more detail later. So a Japanese startup called Sakana AI founded its own laboratory in June, the Sakana AI RSI Lab. And at this point I have to briefly interject, because Sakana is an old acquaintance for us, who was on the table for the first time last year, who was on the table for the first time over a year ago, so in May, June last year, then again in November and also this spring. This topic has been going on with us for quite a while and that's exactly why I find it remarkable that they are now opening their own laboratory just for this purpose. They're pretty serious about it. So RSI Lab, that stands for Recursive Self-Improvement. This is the technical term for AI, which continues to improve itself. So remember the word, it will come again in a moment. And the exciting thing about Sakana is the approach. So they don't just want to improve AI through ever larger data centers, but through evolution, i.e. through a principle that they have copied from nature. You create many variants, let them compete against each other, the best survive and are further developed again and again. This is basically Darwin for AI models. And now, in retrospect, the name Darwin-Gödel machine that we talked about back then also makes sense. Instead of using raw computing power, you use selection. And I think that's worth mentioning because it shows that there are people who are consciously looking for a way out of this ever bigger, ever more expensive arms race that I already told you about on the money blog. And before we go any further, just one more thing that, although not a new model, is strategically huge. So OpenAI, the company Interjet GPT, has announced and now I quote, chat is dead. So chat is dead. That's what a high-ranking AI man told the Financial Times, meaning that the era in which you type a question and get an answer is coming to an end. Instead, OpenAI is completely rebuilding Chat GPT. The biggest renovation since the start in 2022. The chatbot is to become a so-called super app. So a super app is an app that bundles a lot of services under one roof. So the model is WeChat from China, where you chat, pay, shop, order a taxi, everything in a single app. Just like the general purpose app, Chat is intended to be GPT. With AI agents, with programming tools, with image generation and with connections to companies like Canva or Booking.com. Let's just take a quick sip of coffee. The numbers behind it are quite impressive. So OpenAI programming tool Codex has increased sixfold since February to over five million weekly users. And on June 3rd they opened it not only to developers, but also to product managers, lawyers, analysts, even people who don't program at all. Two million companies now use OpenAI tools and they account for 40 percent of sales. There is even a new lockdown mode that restricts companies' web browsing and agent mode so that nothing uncontrolled happens. And that is exactly the point that interests me the most. So if AI agents act independently in your system, in your CM, in your accounting, then you need guardrails. Then you need clear rules about what the AI ​​is allowed to do and what it is not allowed to do. So the era of chatbots for employees is coming to an end and the era of AI is beginning to carry out multi-stage tasks independently and that is changing quite fundamentally how you introduce AI in a company. And you know, and you know what, so let me tie the whole model block together with a clear appeal because I think that is the most important practical message today, especially for us in Europe. Look at what's coming together here. So on the one hand, we've seen the costs of AI from the cloud explode. The top models make your bills incalculable and there are even companies that are considering layoffs because of this. On the other hand, we can see right here in this blog that there are now smaller, more highly efficient models like Zarya 1, which runs locally on your own computer and there are open tools with Hermes Agent with which you can use this even without programming knowledge. And for me the conclusion is crystal clear. Now is the time for every European company to get serious about local inference solutions. So inference, you remember, this is the ongoing use of AI. And local simply means on your own hardware in your own house instead of in some American Chinese cloud. Start experimenting. Take a small open source model, take an open harness, i.e. an open source control framework like the one from Hermes that we just had, or something like OpenSpec and try out what works with it in the company. Why? Quite simply, so that one day you don't have to make the absurd decision that I described earlier, namely having to lay off employees just to be able to pay your AI bills. If the AI ​​runs locally at your location, then the bill can be calculated. Your data stays in-house, you are not dependent on an American provider that will triple its prices or change its billing models tomorrow. This is honestly one of the most sensible strategic moves a medium-sized company can make this year. Don't outsource everything, don't blindly follow the hype, but build up expertise in-house, start small, try it out now. Not just when the first shock bill comes. So now comes the part that I'm looking forward to, not looking forward to maybe isn't the right word, but a part that's been on my mind the most this week, my deep dive. The company Anthropic, just like Anthropic again, Fable 5 company from Block 1, published a report on June 4th entitled When AI Builds It Self in German. When AI builds itself, mind you, five days before the Fable release. Yes. And this isn't a marketing paper; on the contrary, it's a pretty honest, almost reassuring self-disclosure. Anthropic has disclosed internal numbers from its own server rooms and shows this recursive self-improvement, you remember Sakana's word, RSI. AI that improves itself is no longer a dream of the future. It has already started. And now the numbers that really got me thinking: in May 2026, over 80% of the entire program code that was built into the real productive systems at Anthropic was no longer written by people, but by AI Cloud itself. 80%. And if you count experimental things, if you include all of these experimental things, it's even over 90%. For comparison, before Anthropic launched its Cloud Code tool in February 2025, this figure was in the low single digits. So before it was a few percent, now over 80. In just over a year. This means that the human engineers at Anthropic hardly write any code themselves anymore. They are basically just directors who tell the AI ​​what to do and then control the output. One of the top engineers said in an internal survey that he hasn't typed a single line of code himself in five months because cloud simply makes the work error-free. And productivity has exploded. The average Anthropic engineer now delivers eight times as much code as they did just a few years ago. And in a survey of 130 researchers, they said their scientific output quadrupled. But now come the numbers that really back it up. There was a test in which the model optimized its own training code to make it faster. A year ago in May 25, Cloud achieved an acceleration by a factor of 3 in the test. The model that was still running internally under the code name Mythos at the time, i.e. the exact model that we have been able to book for today in the filtered version as Fable 5 since yesterday, achieved an acceleration by a factor of 52 in exactly the same test in April 26. So a factor of 52 in relation to a factor of 4. A highly qualified person, i.e. a human researcher, would need around four to eight hours of work to accelerate to a factor of 4. The AI ​​does many times this in a fraction of a second. And it continues. The success rate for really difficult open programming tasks rose from 26 percent to 76 percent within six months. And the amount of time that such an AI can work independently without human intervention is still growing rapidly. So in March the tasks lasted around four minutes. Today the model can process tasks that take twelve or 16 hours. An independent testing organization, i.e. the tenants, confirmed that Mythos can work autonomously for at least 16 hours without errors. Error free. There was even an experiment where two experienced human researchers solved 23 percent of the research problem in an entire work week. The AI ​​agents solved 97 percent of the same task. They independently formulated new hypotheses, programmed a test environment, carried out and evaluated the experiments. The whole thing cost about $18,000 in computing costs. And to be honest, $18,000 for a machine to solve 97 percent of a research problem that two professionals could only do a quarter of in a week is, economically speaking, a bargain. And that's exactly what makes it so easy for Ork. But now comes the reason why the report is not a joyous announcement. So a trope warns about itself in this report. They say that the bottleneck, the real bottleneck in AI development is no longer writing code, the machine does it. The bottleneck is the human reviewer, i.e. human checking of code. Because if the AI ​​soon writes code better than any human and then Tropic says that will definitely happen next year, then we humans will no longer be able to control this code quickly enough or deeply enough, cognitively or temporally. All we can do then is watch and hope that it happens. And I want to make this tangible with an analogy like this because it's such an abstract point, but incredibly important. So imagine you are an editor at a publishing company. You used to read and proofread one book a year, calmly, word for word, and now your author, the AI, is suddenly writing thousands of books a year and you have to check and approve them all. What happens? You can't do it. You don't read everything anymore. You start to fly over, you wave through and at some point you reveal something that you actually no longer really understood. Simply because it's too much and too fast. And that is exactly the danger with the AI ​​code. It's not that the machine is becoming malicious, but rather that we humans are losing track of things because we can no longer keep up with the pace. And the thing goes into production and no one has checked it and no one knows what is really happening. In fact, in parallel, Antropic publicly called on June 5th for the industry to develop a brake pedal, but a brake pedal, that is, a technical mechanism with which to improve the introduction in front of itself, which can slow down or stop AI. Co-founder Jack Clark said that around 80% of the programming work at Antropic is already done by itself. And in a few years the direction could be 100%. And they even argue for the possibility of a coordinated global development pause. Yes, with the honest admission that a break from a single laboratory would be quite pointless because the others will continue. And I thought that was a powerful image. They say it's much harder to control than nuclear weapons because you can't see an AI from satellites the way you see missile silos. AI training simply runs invisibly in some data center. Now put that... Yes. Yes. Yes. And today? Yes. Today they are launching the whole thing. So that's a bit of a hypocrisy. That's right... And if you put that aside, why are they doing that? I'm going to play devil's advocate now. So the opposite position, because I think you shouldn't just swallow the whole anthropic, the good, responsible, Mahana narrative. So we've already discussed that several times. Just ask yourself the simple question: who actually benefits from a break like this? And then look at who's calling after the break. And the company that is currently at the forefront with the best or one of the best models and is currently preparing its own IPO in October is calling. Now think about it, if everyone else actually took a break, who would benefit the most from it? Well, exactly. The one who is already at the front. Anthropic, so to speak, freezes the race while they are in the lead. Cement break every day, so they cement their position as number one. The competition is not allowed to catch up and Anthropik sits comfortably at the top and can go through with its IPO in peace and quiet. Yes, that would be like shouting in the middle of a race to a runner who is currently in the lead, guys, let's all stop for a minute and talk about the dangers of running. Yes, of course, comfortable when you're in front. I'm not saying the worries are made up. The numbers are real and impressive anyway. You also have to read the message through the lens of self-interest. A break that just happens to benefit the person asking for it is always a bit suspicious. And I think that's part of it if you want to be honest. Not everything that comes under the banner of security and responsibility is free from business calculations, I'll say it now. There is another human side that I want to mention because it struck a chord with me. The report says there is something of an existential crisis among engineers. So the whole culture of colleagues helping each other, hey, can you take a quick look at the code, my code. You sit together, debug something at the next table, yours, a kind of small gift economy between colleagues. This disappears completely because the machine does everything immediately and sterilely. And some employees report a feeling of insignificance because they lose touch with the systems they are supposed to monitor. And I honestly think that’s one of the most underestimated aspects of the whole AI story. We always talk about jobs that are being eliminated, but we don't talk enough about the meaning that is being eliminated. Even with the people who keep their jobs. But now it's getting exciting because here comes the contradiction that hasn't left me in peace this week. On the one hand, we have this company Antropic, which warns, which calls for brake pedals, which calls for regulation, the good, careful, responsible AI company. And on the other hand, in the same week, reports come out that this same Antropic has embedded some engineers directly into the secret division of the NSA. NSA is the National Security Agency, the largest secret service in the USA, which is responsible for interception and cyber operations. And there's even a technical term for this sort of thing, which I don't want to reserve today because it's so revealing. These people are called forward-deployed engineers. That's actually military speech. Forward-deployed is the term used to describe troops that are sent directly to the front. And that’s exactly what Antropic does. They send their best minds straight to the cyber front, right into the secret service. And what are they doing there? They take this myth, i.e. the unfiltered full version, of which we mere mortals have only been able to get the Faible Five version with the security filters since yesterday. The same model that I just described to you with a factor of 52. And use it as an offensive cyber weapon against the critical infrastructure networks of geopolitical rivals, especially China and Iran. In concrete terms, this means that the AI ​​searches for security gaps, so-called zero days, in the opponent's IT systems in real time. So Zero Day is a language that no one knows yet and for which there is no protection yet. Hence the name. The defenders have zero days to close it. And the AI ​​then fully automatically generates the appropriate attack code, the so-called exploit, to get through the firewall, i.e. the enemy's protective wall. And understand what that means. So the same superhuman abilities that Cloud uses to write code and solve research problems in seconds can be repurposed to find and exploit tens of thousands of vulnerabilities in a country's digital infrastructure in seconds. Human defenders in the security centers have no chance against something like this. They are completely overwhelmed by the speed and complexity. And now the circle closes to Block 1. You remember Project Gleiswing, the program through which selected partners get access to unfiltered versions of Mythos. Officially for cyber defense and critical infrastructure. We have already spoken to Gleiswing in the podcast, several times. This destructive potential has already become apparent. An AI that penetrates deeply into networks, separates the noise from real signals and systematically undermines the protective mechanisms. This is no longer a theory. This is tested. And that's why the friendly word access program doesn't really warm my heart. And that needs to be brief at this point. I think this is a point where we shouldn't just move on to business as usual. We're not talking about slightly better antivirus software here. We are talking about the possibility of a single machine being able to breach the digital defenses of an entire country, fully automatically and in real time. And that dramatically and irreversibly shifts the balance of power between states. Whoever has this best AI cyber weapon has an advantage that is hardly comparable to classic weapons because it is invisible, because it works immediately and because it is difficult to trace. And this is so explosive that this incident is now officially listed as a serious AI incident in an international risk database, i.e. the OECD AI Incident Database. Because there is a risk that such an autonomous attack will get out of hand and hit civilian infrastructure. Electricity, water, banks, whatever. And now comes what I actually call paradox. And I have to break this down for you very clearly because it's easy to get confused. There's a second military story on Unchopic this week. It goes in exactly the opposite direction. The Pentagon, i.e. the US Department of Defense, is currently actively stealing from its secret military systems. Why? Because Antropic refuses to remove certain protective barriers. So Antropic has two red lines from the start. Firstly, no mass surveillance of US citizens and secondly, no fully autonomous weapons that target people without human approval. And Antropic is sticking to this red line, and the Minister of Defense or Attack Minister, as I believe he calls himself, Pete Hexef, has even declared Antropic a supply chain risk, we already had that, and is now looking for an alternative at OpenAI, Google or XAI. Eight other companies are approved for the secret systems. But Antropic is not one of them. And now the question arises, do you perhaps understand the paradox? On the one hand, Antropic is even suing the Pentagon for blocking Glot in harmless administrative areas. And on the other hand, Antropic's best people are in the deepest, most secret level of the NSEE, building cyber weapons. So it's too safe for the Pentagon, but cyber weapons for the NSEE doesn't really fit together. And I've thought about it for a long time and I think the honest point is, it's not necessarily a direct contradiction, even though it sounds like it. They are two different authorities. The Pentagon is military, the NSEE is intelligence. They are two different models. The normal toilet used in the Pentagon and the secret myth at the NSEE. There are two different approaches, so missions, and that is, one is autonomous weapons on the battlefield, the other is intelligence, cyber warfare. But that's my honest point, no matter how you slice it apart, in the end you're left with a bad feeling. A company that publicly warns about the dangers of its own technology and demands a brake pedal is simultaneously weaponizing this very technology. And I find this tension cannot be ironed out. This should be endured and named. And now we come full circle to what I said earlier about the brake pedal. Antropic sells itself as an ethical, principled company. We don't do autonomous weapons, we don't do mass surveillance, we're the good guys. But when the same company sends its forward deployment engineers to the NSA to build offensive cyber weapons, it pretty obviously violates the very principles it touts. And that's why my advice to you, and this actually applies to the entire industry, is not to blindly believe these glossy statements from responsible corporations. Not because they are all evil, but because behind each of these appearances there is tough business and tough geopolitics. They warn of the dangers, they demand a break, they insist on the principles and at the same time they collect billions, prepare their IPO and build weapons for the secret service. And this is all the same company in the same week. And it is precisely this simultaneity that you have to see in order to understand what is really going on here. Because I think that's actually the real picture of the year 2026. We have an AI that can accelerate itself under a factor of 52, that solves math at the top level, that writes its own code and that exact same machine, when you turn it over, becomes the most precise cyber weapon that has ever existed. Both are the same technology, both happen at the same time. And the people who should know best are building things up themselves, calling for a break and pushing on the gas at the same time. I think that is the most honest and at the same time most uncomfortable sentence that I have given today. So, I'm going to have another sip of coffee. After this heavy fare, let's take a step back and look at the big picture, because something fascinating is happening right now and that is, so to speak, the political answer to everything I've said today. The question that arises now is, if these AI companies become so profoundly valuable and so profoundly powerful, who should actually own the AI? And the exciting thing is that this question comes from both political camps, from the left and the right at the same time. And it's really rare that the two of them agree on anything. Let's start on the left with Bernie Sanders. You may know him, he is the senator, the left-wing man in American politics. He has introduced a bill called the American AI Sovereign Wealth Fund Act. So Soverän Wealth Fund. I have to explain that. This is called a sovereign wealth fund, which is a state investment fund. The best known example is in Norway. They have used their oil revenues to build a huge sovereign wealth fund over decades, which today holds shares in companies all over the world and receives the profits, so the entire country benefits. And that's exactly what Sanders wants for AI, a one-time tax of 50% payable in money, not in money but in stocks, on the leading AI companies, i.e. OpenAI, Antropic XAI and so on. That means the state would get half of these companies, the voting rights with one seat on the board of directors for each company. And the stated goal is that the state should be able to block decisions that harm citizens and that the profits and dividends should be distributed to the public. Sanders' reasoning is that these companies have been trained with publicly available data, with our texts, with our images, with our knowledge from the Internet and thus create gigantic value. So the common people, i.e. the general public, should also get something out of it. And if you're honest, that's not such a far-fetched argument, because we learned these models, which are now worth trillions, by basically having the entire Internet at their disposal. Everything, i.e. everything that millions of people have written on the Internet over the decades. Every blog post, every Wikipedia, every forum was basically the source of raw materials. And now they are making, a few companies are making unimaginable sums of money from it. One can ask the question: is it fair that the value created by all of us from this knowledge ultimately only ends up with a handful of shareholders in Silicon Valley? I'm not saying that Sanders' 50% solution is the right one. I think there is a better solution, which is taxes. But I think the basis behind it is absolutely justified. So now the surprising part. You would think that the Trump camp, i.e. the right-wingers, would immediately shout socialism, stay away from the companies. But that's the real news. The Trump camp doesn't think the basic idea is that bad. Just on a smaller scale. On June 5th, Trump confirmed on board Air Force One that his government had been negotiating direct government participation with OpenAI for over a year. In this way, quote, the public practically becomes a partner. And a research institute, the Cato Institute, estimates that the White House already has stakes in 20 private companies. So shares, options or golden fairs, i.e. special shares with veto powers. The real argument is no longer about whether, but about the WiFi. Bernie Sanders says 50%. Sam Oldman, the head of OpenAI, says yes in principle, but 50% definitely not. The industry itself prefers something like 1-5% as a contribution to a public fund. So it will probably settle somewhere between 1 and 50%. That's a huge range, but yes. What does this mean for us now? You and I are not directly affected by this. But there is a classification that I find important. If the state becomes co-owner of an AI laboratory, this will change their incentives in the long term. So the pricing, the product strategy, the question of which countries technology can be exported to. Everything looks different when the state is at the table. This means that for anyone who strategically relies on a specific AI provider, i.e. possible partial nationalization, there is now a new risk factor that must be kept in mind. Not dramatic, but it belongs on the line. And basically this brings everything I've talked about today full circle. AI has become so powerful, so valuable and so dangerous that hands are now reaching for it from all sides. So Anthropics rations access to the best intelligence. Apple reaches out to you for the interfaces. SpaceX is grabbing the computing power. Secret services grab the clout. And now the state is also seizing property. Everyone wants a piece of the pie. And that just shows what a historic moment this is. Yes, it was funny. Well, my friends, that was a lot. I know, let me summarize this very briefly so that you can go forward with a clear head. Five things to take away from this episode. First, the story of the week Anthropics has released the strongest publicly available AI model, Fable 5. But it is the same model as the secret myth. Only with filters. It will be removed from the subscription flat rate after two weeks. And it came four days after Anthropic's own warning about just such AI. Second, WWDC was a confirmation event. So Siri runs on Google. The choice of model was foreseeable from a regulatory perspective. Apple is building a private cloud, a murder station so to speak, where AI laboratories will pay in the future. AI is finally moving into the end device. Then thirdly, AI is becoming more expensive and unpredictable. This, yes, free token usage has also come to an end. So the subsidy of tokens is over. The end of the flat rate at GitHub-Copilot is basically the harbinger. And even Google has to claim computing power from SpaceX because electricity and chips are the real bottleneck. Even if there may be other interests as well, as we've talked about. Fourth, small beats big. The most exciting models besides Faber are the small, efficient ones that run locally and remember things. And fifthly, the heavier part AI now builds its own code over 80% at Anthropic and is mentally used as a cyber weapon. And even the state now wants to own something. And a quick preview of what's next week. There's a lot coming up. This week it will be concrete on the stock market. So the IPO will be priced on the morning of the 12th, tomorrow on the 11th. And the first trading day is Friday the 12th under the symbol SPCX. And here the $1.75 trillion valuation is one of the biggest stories. That remains to be seen. Whoever wants to sign will have to decide this week. But a quick reminder, this is not investment advice. You all have to know that for yourself. We are also still waiting for two models that have been announced. then Cloud Sonnet 4.8, which probably doesn't matter now with Fable 5 and Gemini 3.5 Pro. That is still delayed. So there could be a lot more to come now. Yes, hopefully Christian will be there again next week. Then there's the usual back and forth again. And I'm curious to see what he says about all the anthropological stories, because I think we still have a lot to discuss. And now it's your turn. I came up with a pretty steep thesis today and I could be wrong. That's part of it. So feel free to tell me what you think about it. What do you see differently? What did I miss? Especially with the Fable story. Would you pay for the best model? Or is the second row enough for you? Or the question of how to deal with AI assistants in the company? I'm really interested in your practice. Write to me. I actually read all of it. That was AI and Tech to Go - the practical pitch. Solo with me today. Stay curious, stay critical and pay more attention to your data. Until next week. Take care. Bye. We'll take this. See you. Subtitling by ZDF, 2020

und herzlich willkommen zu einer neuen Folge von KI und Tech to Go der Praxis-Pitch. Ich bin Yusuf Sar und ich bin heute ausnahmsweise mal alleine hier am Mikrofon. Und zwar, der Christian kann heute leider nicht da sein, der ist nämlich im Urlaub. Das heißt, ihr bekommt heute eine Solo-Variante, keine Diskussionen, kein Hin und Her, sondern einfach nur meine Notizen. Man kann sehen, es gibt ziemlich viel Stoff, es gibt sogar einen richtigen Knaller. Wo fange ich an? Normalerweise würde ich jetzt grübeln, aber diese Woche ist die Antwort eindeutig. Die Story der Woche ist nämlich erst gestern reingekommen. Ich habe das Ganze in sechs Stationen eingeordnet. Also erstens die Hauptstory an Tropic, die Firma Intercloud, hat gestern ihr neues Spitzenmodell Fable 5 veröffentlicht. Und das ist nicht einfach noch irgendein neuer Release. Da hängt diese Woche so ziemlich alles dran. Zwei Klassen-KI, Börsengang, Datenschutz. Das wird der große Brocken heute. Zweitens räume ich danach noch kurz mit der Apple Keynote auf. Die neue Serie läuft, wie wir euch eh schon angekündigt hatten, auf einem Google Model. Oh Wunder! Aber im Sommer war die Show deutlich dünner. Ja, das machen wir kompakt. Drittens reden wir über das Geld. Also über die knallharte Ökonomie hinter der KI. Warum euer KI-Tool neugnächst auf einmal unkalkulierbar teuer werden könnte. Und viertens gucken wir mal auf die neuen Modelle abseits von Fable. Da gibt es ein paar richtig spannende Sachen. Vor allem bei den kleineren, schwanken Modellen. Und fünftens, und das ist mein Deep Dive heute, wird es ein bisschen weird. Da geht es darum, dass KI inzwischen ihren eigenen Code treibt und gleichzeitig als Cyberwaffe eingesetzt wird. Und das hängt enger mit Fable Five zusammen, als euch lieb sein kann. Und sechstens, zum Abschluss das große Bild. Politik entdeckt die KI. Also neut euch an, holt euch einen Kaffee oder was auch immer ihr gerade trinkt. Und wir legen los. Also fangen wir mit der Geschichte an, die diese Woche alles andere in den Schatten stellt. Gestern am 9. Juni hat Anthropic, das ist die Firma hinter dem KI-Model Claude, das wir hier auch selber die meiste Zeit nutzen, ihr neues Spitzenmodell veröffentlicht. Und das heißt Claude Fable Five. Und gleich vorweg, das ist nicht einfach wieder ein neues Model, wie ich schon gesagt hätte. Das hier ist ja ein Schritt. Also das verändert quasi alles. Ja, technisch, preislich. Und auch die Frage, wer überhaupt Zugang zu den besten KI-Modellen bekommt. Einmal zur Einordnung, damit ihr versteht, wo das Ding hingehört hat. Anthropic hat bisher drei Modellklassen. Also sortiert nach Größe und Preis. Haiku, das ist das kleine, schnelle, billige Modell. Sonnet, das ist die mittlere Klasse, also quasi das Arbeitstier. Und Opus, das bisherige Topmodel. Fable Five ist jetzt keine neue Version von einem davon, sondern eine komplett neue vierte Stufe, oberhalb von Opus. Also Anthropic nennt das die Mythos-Klasse. Und meine Lieben, bei dem Wort Mythos müsste es jetzt bei euch klingen, genau. Das ist der Codename, der seit Wochen durch die Berichte geistert. Das angeblich so gefährliche, unter Verschluss gehaltene Geheimmodel von Anthropic. Aber jetzt kommt der eigentliche Twist dieser Ankündigung. Anthropic hat nämlich nicht ein Model vorgestellt, sondern gleich zwei. Cloud Fable Five, quasi fünf für die Öffentlichkeit. Und Cloud Mythos Five für ausgewählte Partner. Das sind aber nicht zwei verschiedene Modelle. Also Anthropic hat das selbst gesagt. Fable und Mythos Five haben identische Gewichte. Also Gewichte sind quasi die Milliarden Parameter, die quasi das Gehirn das Modell sind. Der einzige Unterschied ist die Sicherheitsschicht rundherum. Also quasi die Rail Guards. Fable Five ist die Version mit einem dicken Schutzfilter, die jeder kaufen kann. Also quasi auch wir. Und Mythos Five ist exakt dasselbe Model ohne diese Light Planken. Und das bekommen nur Auserwählte. Sogar der Name, also die Namen sind ein kleines Wortspiel. Das erklärt Anthropic selbst. Fable kommt vom Lateinischen. Fabula. Das was erzählen wir. Also das heißt, das was erzählt wird. Und das ist sprachgeschichtlich dasselbe Wort wie das griechische Mythos. Also gleiches Model, zwei Erzählweisen. Da hat sich jemand auch schon was beim Namen gedacht. Aber drehe mal. Erstmal wie gut ist das Ding überhaupt? Und die kurze Antwort ist, es ist mit Abstand das stärkste KI Modell, das man aktuell benutzen kann. Ich gebe euch die wichtigsten Zahlen. Also der wichtigste Maßstab für Programmierer heißt der SIE Bench Pro. Das ist ein Test bei dem das Model echte Fehler in echten großen Softwareprojekten beheben muss. Also keine Schulbuchaufgaben, sondern richtige Arbeit an richtigem Code. Da erreicht Fable 5 80,3%. Das bisherige Topmodel Opus 4.8 liegt bei gut 69. Das beste OpenAI Modell bei knapp 59. Google Gemini 3.1 Pro bei 54. Das ist kein knapper Vorsprung mehr. Das ist quasi eine komplett neue Liga. Und bei einem zweiten Test namens 40 Code, der nochmal deutlich schwerer Aufgaben auf Produktionsniveau stellt, schafft Fable 5 mehr als das Doppelte vom alten Opus. Und damit ihr nicht denkt, das sind nur Antropics eigene Hochglanzfolien. Artificial Analysis, das ist ein unabhängiger Dienst, der alle großen Modelle systematisch durchtestet und vergleichbar macht, hat Fable 5 sofort auf Platz 1 seines Intelligence Index gesetzt. Mit rund fünf Punkten Vorsprung vor dem besten Modell. Das war übrigens Opus 4.8. Fünf Punkte klingt jetzt wenig, ist auf der Skala aber ein ziemlicher Riesenabstand. Was heißt das jetzt in der Praxis? Drei Dinge finde ich bemerkenswert. Erstens das Kontextfenster, eine Million Token. Kontextfenster heißt, so viel kann das Modell gleichzeitig im Kopf behalten. Eine Million Token, das sind grob erst die 100.000 Wörter. Also mehrere dicke Bücher oder eine komplette Firmen-Codebase. Zweitens die Ausdauer. Ethan Mollig, also das ist ein Professor an der Wharton Business School, der jedes neue Modell als einer der ersten ernsthaft durchtestet, berichtet von Läufen von bis zu zwölf Stunden am Stück, in denen das Modell eine mehrseitige Aufgabenbeschreibung komplett alleine abarbeitet. Zwölf Stunden, das ist quasi ein digitaler Mitarbeiter, dem man morgens eine Aufgabe gibt und abends ist es erledigt. Und drittens das Urteil von Simon Wilson, einer der bekanntesten unabhängigen Entwickler der Szene, der seit Jahren jedes Modell seziert und wirklich niemandem nach dem Mund redet. Der hat nach seinem ersten Testtag geschrieben, das Modell sei, Zitat, a beast. Also ein beast. Langsam, teuer, aber es frisst sich praktisch durch alles. Und in einer einzigen Sitzung hat er ihm Arbeiten abgeliefert, für die er selbst mehrere Tage gebraucht hätte, inklusive Tests und Dokumentation. Und ich habe das selber auch natürlich getestet. Ich habe den Fable gestern in der Nacht gestartet und durch eines meiner komplexesten Coding-Projekte, was ich selber seit Wochen nicht lösen kann, selbst mit Opus 4.8 nicht, habe ich den einfach jetzt über Nacht gesagt, just fucking fix it. Und heute in der Früh bin ich aufgestanden und es ist gefixt, es läuft, es ist sauber und es funktioniert. Also und es ist wirklich kein einfaches Produkt. Also das war im Konkreten, habe ich eine Art Lead Generation, Lead Tracking System gebaut, wo ich eben Daten konsolidiere aus Google Analytics, Google Ads, Google Search Konsole, aus unserer Inbox, aus unserem CRM System und all diese Daten zusammenwerfe und dann versuche kanonisch nachzuvollziehen, welcher Kunde konkret über welchen Kanal, über welchen Klick, über welche Kampagne genau gekommen ist, wie viel Umsatz der gemacht hat und was ich tun muss, damit ich das wiederholen kann. Also wirklich klingt jetzt einfach, ist aber ein fettes Riesenprojekt. Anyway, so und jetzt kommt die Care-Seite und die hat es auch in sich und zwar die Kohle. Fable 5 kostet über die API, also über die Programmierschnittstelle, über die Firmen und Entwickler das Modell einbinden 10 Dollar pro Millionen eingehender Tokens und 50 Dollar pro ausgehender Tokens. Das ist eigentlich, um genau zu sein, exakt doppelt so teuer wie das bisherige Opus 4.8. Ich hätte es mir teurer vorgestellt, aber es ist trotzdem teuer. Und im normalen Cloud-Abo, also in den Plänen wie von 20 Dollar bis zum Max-Account, die auch ich nutze, da ist Fable nur bis zum 22. Juni enthalten. Also eine Art Schnupperphase und das zählt dabei schon doppelt auf das Nutzungskontingent. Ab dem 23. Juni fliegt es aus dem Abo raus und kostet extra über sogenannte Usage Credits. Also das sind diese Verbrauchsguthaben, die sie versucht haben uns jetzt schmackhaft zu machen, wie so Prepaid-Karten. Ich glaube beim Max-Account sind es irgendwie 200 Dollar oder 200 Dollar, die man da kriegt. Aber es ist eigentlich ein Witz. Das ist eigentlich ein Novum. Also zum ersten Mal ist das beste Cloud-Modell dauerhaft nicht in der Flatrate drinnen. Also die beste Intelligenz gibt es nur noch gegen Aufpreis, aufgerechnet nach Verbrauch. Also und das könnt ihr euch gleich mal im Kopf behalten, diesen Gedanken. Und weil wir werden dann nachher in dem Geldblock über das Ende der Flatrate reden. Ja. Und damit ihr ein Gefühl für die Größenordnung kriegt, der Simon Wilson, von dem ich vorhin geredet habe, hat an seinem ersten Testtag 110 Dollar, also 110 Dollar verbrannt, 110.000 Dollar verbrannt. Ja. An einem einzigen Tag. Davon 99 Dollar für eine einzige lange Agentensitzung. also coole, atemberaubende Fähigkeiten. Aber atemberaubend geht auch der Zähler quasi hoch, wie viel das kostet. Und jetzt noch ein Teil, der mich auch beschäftigt. Die Sache mit den zwei Versionen. Wer bekommt denn nun dieses ungefilterte Mythos 5? Eh klar, das haben wir eh schon besprochen. Die ausgewählten Organisationen, über die wir letzte Woche schon gesprochen haben, aus dem Programm namens Project Gly Swing. Ursprünglich nur 50 Organisationen gewesen und jetzt seit Anfang Juni auf 150, also Organisation ausgeweitet in über 15 Ländern. in der Tech Community ist über die Zweiteilung sofort eine Grundsatzdebatte losgebrochen. Auf Hacker News, das ist quasi die wichtigste Diskussionsforum der Tech-Branche, war einer der meist diskutierten Beiträge überschrieben mit sinngemäß Fable 5 fühlt sich weniger an wie ein Produktlaunch und mehr wie eine Vorschau auf KI-Ungleichheit. Und genau das ist auch der Punkt. Also zwei Klassen-KI, die auserwählte Regierungen, handverlesene Partner, bekommen das volle Modell und der Rest der Welt bekommt die getrosselte Fassung. Und ich finde, diese Sorge kann man jetzt nicht einfach nur wegwischen, denn sie könnte tatsächlich zur Blaupause werden, ja, für Spitzenmodelle, also wie diese auch verteilt werden. Wobei man fairerweise sagen, also erklären muss, wie diese Drosselung konkret funktioniert, das ist nämlich durchaus gar nicht unklever. Vor dem Modell sitzen sogenannte Classifier, also Wächtermodelle, die jede Anfrage prüfen, bevor sie beim eigentlichen Model ankommt. Und wenn ein Wächter anschlägt bei dem Thema wie Cyberangriffe oder Bio- und Chemiewaffen, dann bekommt nicht Fable 5 eine Anfrage, sondern automatisch das ältere Opus 4.8. Also das passiert laut Anthropic in weniger als 5% der Sitzungen. Es wird euch angezeigt und ihr zahlt für diese Antwort auch nicht die Fehlpreise. Soweit so nachvollziehbar. Das Problem sind die Fehlalarme. Also auf Hacker News berichtet ein Medizinphysiker sinngemäß. Ich benutze beruflich nun mal dauernd das Wort Nuklear. Also wahrscheinlich ein Radiologe. Und zack ist er gedrosselt. Ein anderer wollte medizinische Bilddaten auswerten lassen. Eine völlig normale Forschungsaufgabe. Und wurde sofort als Bioterrorismusrisiko geflaggt. Also sogar eine harmlose Frage über Malaria wurde geblockt. Und eine ganz gewöhnliche Sicherheitsüberprüfung von einem Code wurde als Cyberrisiko eingestuft. Das heißt im Klartext ausgerechnet die Leute, Medizin, Forschung und IT-Sicherheit, also genau die seriösen Fachanwender landen überdurchschnittlich oft bei schlechten Modellen, ohne irgendwas Böses zu wollen. Wenn ihr so in einem Bereich arbeitet, testet das unbedingt mit euren eigenen Anwendungsfällen und schaut es euch an. Und dann gibt es auch eine dritte Filterebene. Und bei der ist es nicht mehr ganz so lustig. Es ist nämlich herausgekommen, das Anthropic hat es auch bestätigt. Fable 5 erkennt Anfragen, die mit der Entwicklung von konkurrierenden Spitzen-KI-Modellen zu tun haben. Also wenn jemand Hilfe dabei will, selbst ein großes Modell zu bauen, also dieses ganze Destillen, und bei solchen Anfragen liefert das Modell absichtlich schlechtere Antworten, ohne Hinweis, ohne Fehlerweldung. Es wird einfach heimlich dümmer. Anthropic sagt, das betreffe nur 0,03 Prozent des gesamten Verkehrs. Mag sein, aber der Punkt ist ein grundsätzlicher. Und Nathan Lambert, das ist einer von den angesehensten KI-Forschern vom Allen-Institut, also keiner, der reflexartig gegen Anthropic schießt, hat ihm formuliert, er sagt sinngemäß, ein KI-Modell, das automatisch weniger intelligent wird, ohne mich darüber zu informieren, ist im Kern genau die Sorte und eine sehr vielgeleitete KI, vor der uns die Sicherheitsforscher immer warnen. Und dass sie diesmal absichtlich so gebaut wurde, ist auch fraglich. Und jetzt muss man noch ein Detail dazugeben, dann wird es vielleicht ein Schuh draus. Anthropic hat erst im Februar also chinesische Konkurrenten vorgeworfen, über tausende Fake-Konten sogenannte Destillation betrieben zu haben. Also Destillation, auf Deutsch Destillation heißt, man lässt das Spitzenmodell der Konkurrenz massenhaft Antworten erzeugen und trainiert mit diesen Antworten das eigene billigere Modell. Man merkt quasi, man meldt quasi die teure Intelligenz ab. Und wenn man das weiß, stellt sich die unbequeme Frage, ist dieser heimliche Filter wirklich zur Sicherheit oder ist das Wettbewerbsschutz im Sicherheitskostüm quasi? Eine Firma schützt ihr Geschäftsmodell und nennt es Verantwortung. Ich habe da eine andere Meinung dazu. Aber wir haben ja auch schon gehört, also Elon Musk hat das ja offensichtlich auch getan, das ist jetzt sogar öffentlich geworden, dass er Grog mit Hilfe von Opus trainiert hat. Also Opus ist quasi der Papa von Grog, von dem Mecha-Hitler. So, ich muss mal kurz einen Schluck Kaffee trinken. Und damit zum Timing, denn das ist vielleicht ja einer der entlarvensten Teile der Geschichte. Am 4. und 5. Juli, also letzte Woche, hat Antropic noch öffentlich davor gewarnt, das KI sich so schnell selbst verbessert und hat ein Bremspedal für die ganze Branche gefordert. Was es mit der Warnung genau auf sich hat, ja, hebe ich mir dann im Deep Dive noch genauer auf, weil das dann mein großes Thema sein wird. Aber einfach mal, um das Timing festzuhalten, am 5. Juni fordert die Firma öffentlich eine Bremse und am 9. Juni vier Tage später bringt dieselbe Firma das stärkste KI-Modell ihrer Geschichte auf den Markt, buchbar über jede Kreditkarte, jeder kann das machen. Also TechCrunch hat das genüsslich in die Schlagzeilen gepackt, sinngemäß. Anthropic veröffentlicht sein mächtigstes Modell Tage nachdem es gewarnt hat, KI werde zu gefährlich. Und warum dieses Timing? Ein Blick auf den Kalender genügt. Antropic hat am 1. Juni vertraulich seinen Antrag auf den Börsenzugang eingereicht, also das S1-Filing. Das ist dieses Registrierungsdokument für die amerikanische Börsenaufsicht SEC. Die Bewertung, die dabei im Raum steht, also das war zumindest die letzte Bewertung, ist 965 Milliarden, also knapp eine Billion. Ich denke, zum Börsengang wird es wahrscheinlich eher in demselben Segment sein wie SpaceX, also 1,5 bis 1,8 Billionen. Und der Börsengang soll im Oktober wahrscheinlich kommen. Und plötzlich ergibt das alles ein Bild. Also der Release ist auch eine Botschaft an die Investoren. Seht her, wir haben das beste Model der Welt. Und der doppelte Preis ist die zweite Botschaft. Seht her, wir können damit auch richtig Geld verdienen. Ja, also es ist quasi so eine Art Machtdemonstration. Und so, bevor wir gleich zur Apple Keynote kommen, noch der Teil, der für euch im Unternehmen vielleicht das Wichtigste ist, Stichwort Datenschutz. In den Nutzungsbedingungen der neuen Mythos-Klasse steckt nämlich ein Satz mit, jo, einem kleinen Problemchen. Also sämtlicher Datenverkehr mit Fable 5 wird verpflichtend 30 Tage lang gesteichert zur Sicherheitsüberwachungszwecken. Und zwar, jetzt kommt's, auch für Kunden, die mit Anthropic vertraglich Zero Retention vereinbart haben. Also die Zusage, dass gar nichts gespeichert wird. Diese Zusage gelten für die Mythos-Klasse schlicht nicht. Trainiert wird mit diesen Daten laut Anthropic nicht. Das muss man fairerweise dazu sagen. Aber wenn ihr ein Unternehmen seid, das seinen Kunden im Auftragsverarbeitungsverträgen, also das ist der Vertrag nach DSGVO, in dem geregelt wird, wie ein Dienstleister mit personenbezogenen Daten umgeht, zugesichert hat, dass beim KI-Einsatz nichts gespeichert wird, dann dürft ihr Fable 5 Stand heute gar nicht erst einsetzen. Also prüft das, bevor ihr das Modell in eure Prozesse einbaut. Das ist die konkreteste Hausaufgabe quasi für alle, die das nutzen wollen für diese Woche. Und ganz zum Schluss noch zwei nüchterne Fußnoten, damit das hier keine Werbesendung wird. Erstens, das Modell ist nicht fehlerfrei. Heise berichtet, dass es zwar 11 von 13 vergleichsweise vom Vergleichstest gewinnt in einigen Tests, aber mehr halluziniert sogar als der Vorgänger. Also das stärkste Modell ist nicht automatisch immer das verlässigste. Und zweitens, Meter, also das ist diese unabhängige Prüforganisation, die neue Modelle auf gefährliche autonome Fähigkeiten abklopft. Die kommt im Deep Dive auch nochmal vor. Die sagt, mehrwöchige Forschungsprojekte komplett eigenständig durchziehen, das kann auch dieses Modell noch nicht zuverlässig. Das wird also noch ein großer Schritt, da ist noch ein großer Schritt weg, also bis zu diesem Science Fiction, wo man das einfach der KI sagt und die regelt das. Und meine praktische Faustregel für euch, für lange komplexe eigenständige Aufgaben, also Großanalysen, ganze Projekte, kann sich der doppelte Preis tatsächlich lohnen. Aber für Alltagskram bleibt Opus und Sonnet, also wirtschaftlich noch immer die beste Wahl. Und wer ihr Faible über die API einsetzt, muss sich zwingend mit Prompt Caching oder sowas beschäftigen. Das ist quasi eine Art Zwischenspeichermechanismus, durch den wiederholte mitgeschickte Eingaben 90% billiger werden. Bei diesen Preisen ist das quasi keine Kür, sondern sollte man als Pflicht mal quasi reinbringen. Also schaut, dass ihr euren Agent Harness sauber habt und Prompt Caching einbaut. Ja, das ist also die Story der Woche, das beste Modell der Welt, dass man nur gefiltert bekommt, dass nach zwei Wochen aus der Flatrate fliegt und das vier Tage nach der Warnung vor genau solcher KI erschienen ist. Und jetzt versteht ihr vielleicht, warum die Geschichte eigentlich mal aus meiner größten... Also, ja, versteht ihr mal, warum das alles so komisch ist. So, kommen wir zur WWDC, und zwar kompakt. Ich hatte für heute nämlich ursprünglich einen richtig großen Apple-Blog vorbereitet, aber Apple hat am 8. Juni seine größte Keynote gehalten auf WWDC. Da steht für World Wide Developer Conference, also die jährliche Entwicklerkonferenz, auf der Apple zeigt, was im nächsten Jahr Software-Seite kommt. Und dieses Jahr eben das komplett neue Siri. Oh, Wunder! Ich bin, ja, mal ehrlich, je länger ich auf diese Keynote geschaut habe, desto klarer wurde, das war eine totale Nullnummer. Viel Show, viel Demos, aber nichts, fast nichts, was wir hier nicht schon erzählt hatten. Deshalb bitte ich das jetzt mal kompakt ab. Drei Punkte. Mehr echte Substanz hat die Woche in Cupertino nicht wirklich hergegeben. Erstens, ja, das neue Siri läuft im Kern auf einem Google-Modell. Einem extra für Apple gebauten Gemini mit rund 1,2 Billionen Parameter. Und Apple zahlt dafür über einstimmenden Berichten zufolge ungefähr eine Milliarde Dollar an Google. Aber genau das hatten wir eh schon vor Wochen angekündigt, als es noch ein Gerücht war. Jetzt ist es offiziell schön, aber eben keine Neuheit, sondern eine Bestätigung. Hacken dran. Übrigens, wenn man 1,2 Billionen Parameter liest, dann könnte man sehr schnell die Annahme treffen, dass es sich wohl hier um Gemini 3.5 Flash handelt, weil das ist nämlich genau die Parameteranzahl, die mit 3.5 Flash genannt wurde. Das heißt, der Fokus liegt dann wohl eher auf Geschwindigkeit und nicht auf Know-how. Punkt 2. Ihr könnt euch künftig aussuchen, welche KI eure Siri im Hintergrund nutzt. Also Cloud von Antropic oder JetGPT von OpenAI, Gemini oder Glock von XAI. Apple nennt das Extensions, also Erweiterungen. Kling nach Evolution war aber, wenn man kurz nachdenkt, völlig absehbar und zwar aus zwei Gründen. Erstens Regulierung, Vorgaben wie der Digital Markets Act in der EU. Also das ist das Gesetz über digitale Märkte. Das große Plattformkonzerne, die sogenannten Gatekeeper, dazu zwingt ihre Systeme für Konkurrenten offen zu halten. Muss Apple sowieso offen halten sozusagen. Da macht man aus einer Pflicht lieber gleich so ein Marketing Feature. Und zweitens, Apple verliert dabei eigentlich nichts. Ganz im Gegenteil, die ganzen KI-Anbieter laufen über Apples App Store Welt. Und App Store verdient Apple an jeder Transaktion mit. Also Apple öffnet die Tür und kassiert gleichzeitig an der Tür. Und Punkt 3, das ist der einzige Punkt, bei dem ich wirklich hellhörig geworden bin, weil er eine alte These von uns bestätigt. Und zwar, Apple wird zum Private Cloud Anbieter. Kurz zur Erklärung, Apple betreibt ein sogenanntes Private Cloud Compute. Das ist Apples so abgeschottete, verriegeltes Rechenzentrum, in das angeblich nicht mal Apple selbst reingucken kann. Und das neue Siri ist so gebaut, dass auch das Google-Modell innerhalb dieses verriegelten Raums läuft. Also Google liefert das Gehirn, sieht aber eure Daten nicht. Und jetzt denkt das mal zu Ende. Ich habe das ja letztes Jahr hier im Podcast genauso schon vorhergesagt. Und ich klopfe mir jetzt selbst auf die Schulter. Das ist Apples eigentliches KI-Geschäftsmodell. Heute zahlt noch Apple an Google, die eine Milliarde, um das gute Modell zu kriegen. Aber das ist nur die Übergangsphase. Am Ende dreht sich der Zahlungsstrom um. Dann zahlen die KI-Labore, also Google an OpenAI, an Tropic, an Apple, damit sie über diese sichere Private Cloud überhaupt an die hunderte Millionen oder eigentlich zwei Milliarden iPhone-Nutzer rankommen. Apple muss nicht das beste Model bauen. Also Apple besitzt quasi die Tür zum Kunden und wird zur Mordstation. Und genau dieses Muster ist jetzt offiziell sichtbar. Also das heißt, sie bauen einfach eine Private Cloud und werden somit zum Hyperscaler, aber halt zu einem Premium-Hyperscaler. Und ihre Kunden sind die KI-Labore und nicht irgendwelche Endkunden. Der Rest der Keynote, also schnellere Apps, KI-Bildbearbeitung per Sprache, eine eigene Siri-App, ja, ist alles bla bla. Noch eine Randnotiz. Ja, das war übrigens Tim Cooks letzte große Apple Keynote. Also Tim Cook ist der ehemalige Apple-Chef. Zum 1. September übernimmt John Turnus. Ja, das ist quasi ein Ende der Ära. Und eine Gedanken nehmt aus dem Apple-Thema bitte trotzdem mit, auch in dieser Kurzfassung. Die KI zieht ins Endgerät ein. Also sie ist bald keine App mehr, die ihr öffnet, sondern sie sitzt im Betriebssystem. Ist immer da mit Zugriff auf Mails, Kalender, Kontakte und Fotos. Also wer Apple-Geräte in der Firma hat, sollte sich vor dem Herbst die Frage stellen, wer kontrolliert eigentlich, welche Anfrage das Gerät verlässt und kann ich als Firma vorgeben, welche KI meine Mitarbeiter da auswählen dürfen. Also wenn deine Mitarbeiter Glock verwenden und deine Firmen-Daten und E-Mails dann an Glock geschickt werden, ist das vielleicht nicht das, was du als Arbeitgeber machen willst. So, jetzt kommen wir zur harten Ökonomie. Das ist das nächste Thema. Wie gesagt, es geht ums Geld. Es geht darum, was KI eigentlich kostet. Und die Antwort ist diese Woche deutlich, deutlich mehr. Und vor allem deutlich unkalkulierbarer als die meisten denken. Ihr habt es bei Fable 5 vorhin schon gehört. Das beste Modell fliegt aus der Flatrate. Und genau dieses Muster zieht sich gerade durch die ganze Branche. Also fangen wir mal mit einer Sache, die erstmal nach langweiligem Kleingedruckten klingt, aber in Wahrheit ein kleines Erdbeben ist. Und zwar Microsoft hat ja angekündigt, die Abrechnung für GitHub Copilot komplett umzustellen. Für die, die das nicht kennen, also GitHub Copilot ist eins der meistgenutzten KI-Werkzeuge für Programmierer weltweit. Das ist sozusagen der KI-Assistent, der Entwickler beim Coden hilft, den Code vorschlägt, vervollständigt und so weiter. Also ziemlich verbreitet auf jeden Fall. Und bisher hat das funktioniert wie bei einem Netflix-Abo. Du zahlst einen festen Betrag im Monat und dann nutzt du das so viel du willst. Das nennt man eine Flatrate oder auch im Fachstarkon Software-as-a-Service Flatrate. Also SaaS, Software-as-a-Service. Also du kannst die Software, also du kaufst die Software nicht, du mietest sie monatlich. Und das Schöne an einer Flatrate ist, du weißt genau, was es kostet. Fester Preis, fertig. Und genau das ist jetzt vorbei. Also ab Juni 2026 stellt Microsoft auf ein nutzungsmassiertes Modell um. Das heißt, du zahlst für das, was du tatsächlich verbrauchst. Und zwar pro Token. Also nochmal zur Erklärung. Ein Token ist im Grunde ein Wortbaustein. KI-Modelle lesen und schreiben nicht in Wörtern, sondern in kleineren Häppchen. Also ein Wort wie Hardware-Wartung sind dann drei, vier Token. Und jedes Mal, wenn die KI etwas liest oder schreibt, kostet das Token. Und Token kostet Geld. Das heißt, was passiert da gerade? Die Vorhersehbarkeit von IT-Budgets ist von heute auf morgen einfach weg. Vorher wusstest du, ich zahle x pro Monat. Jetzt weißt du, ich zahle, ja kommt drauf an, wie viel meine Leute jetzt benutzen. Und jetzt kommt der fiese Teil. Die Firmen drängen natürlich ihre Mitarbeiter jetzt gerade dazu, KI überall einzusetzen und produktiver zu werden. Und ja, nutzt KI, nutzt KI, nutzt KI. Es gibt sogar einen Begriff sozusagen in der Branche, der heißt Token-Maxing. Also das Maximieren von Token-Nutzung. Und das Ergebnis ist, die Kosten exportieren förmlich. Es gibt tatsächlich schon Firmen, die deshalb über Entlassungen nachdenken. Nicht, weil die KI die Leute ersetzt, sondern weil die KI-Rechnung so hoch ist, dass sie woanders sparen müssen, um sie zu bezahlen. Und das ist nicht absurd, oder? Du sparst beim Personal, um deine KI-Rechnungen zu bezahlen, die du dann anschaffst, um Personal zu sparen. Das ist ein bisschen wie die Katze, die sich in den Schwanz beißt. Der Fachbegriff, der übrigens wichtig ist, heißt Inference-Kosten. Also Inference ist das, in dem die KI tatsächlich arbeitet, also wenn eine Antwort generiert wird. Das Training, also das Bauen des Modells, ist eine Kostenseite, aber die Inference, also die laufende Nutzung, ist die andere Seite und fällt jede bei jeder Anfrage an. Und genau diese Inference-Kosten sind das große ungelöste Problem gerade. Ich muss mich das nochmal konkret machen, mit einem Beispiel, damit ihr ein Gefühl dafür kriegt. Ihr habt ein kleines Ingenieurbüro, 20 Leute, und die nutzen alle so einen KI-Coding-Assistenten oder KI-Schreibassistenten. Bei den alten Flatrate hättet ihr gesagt, okay, 20 Lizenzen, jeder 30 Euro im Monat, macht 600 Euro. Fertig. Da steht jetzt im Budget, da kann nichts passieren. Und bei einem Token-Modell ist das anders. Wenn jetzt einer eurer Leute auf die Idee kommt, KI ein riesiges Dokument anzupassen oder ein ganzes Projekt durchanalysieren zu lassen, dann verbrennt ein einziger solche Anfragen unter Umständen so viele Truppen wie sonst hunderte kleine. Und ihr steht da, ja, und ihr seht das nicht einmal in Echtzeit. Ihr seht das am Monatsende auf der Rechnung und das ist genau das Problem. Aus einem planbaren Fixkosten-Posten wird eine Variable ein schwankender Posten, den ihr im Vorhinein kaum noch abschätzen könnt. Das ist, als würdet ihr von einer Handy-Flatrate zurückgehen, wo man pro Minute oder SMS gezahlt hat. Ja, nur, dass halt die Kosten deutlich exportieren können. Also es ist quasi so, wie wenn man in Südafrika Roaming aufdreht. Ja, was machen jetzt die Firmen dagegen? Die bauen die sogenannten KI-Gateways. Also ein Gateway ist ein Tor, ein Kontrollpunkt. Also das könnte man machen. Es gibt schon Software dafür. Das heißt, die schalten zwischen ihren Mitarbeitern und der KI eine sogenannte Kontrollschicht. Die guckt, ist das eine einfache Anfrage? Dann schicke ich sie einem billigen Modell. Ist das was Schwieriges? Erst dann darf das neuere Modell verwendet werden. Und die setzen harte Budgets pro Abteilung. Also das ist im Grunde eine Art Kostenkontrolle, die man aus jedem anderen Bereich kennt. Nur, dass es jetzt für KI-Anfragen gemacht wird. Das ist übrigens tatsächlich ein Geschäftsmodell geworden. Also diese Gateways gibt es jetzt. Und für die muss man natürlich auch zahlen. Und in diesem ganzen Kostendruck, jetzt wird es für uns in Europa nochmal interessant, steigen auf einmal die billigen Anbieter auf. Also allen voran Diepsig. Das ist ein chinesisches KI-Unternehmen. Und Diepsig war im Juni der am stärksten wachsende Softwareanbieter überhaupt. Weil US-Firmen Händeringe nach günstigen Alternativen suchen. Und da muss ich als Praktiker einmal kurz den Finger heben und sagen, US-Firmen schicken ihre Daten an ein günstiges chinesisches Modell. Das mag in den USA okay sein. Aber bei uns im deutschen Mittelstand oder in Österreich mit DSGVO-Datenschutz ist das ein bisschen heikel. Also wenn jemand zu mir sagt, Hey, Diepsig ist viel billiger. Ja, stimmt. Aber überleg dir gut, welche Daten du da reinschickst, weil die landen unter Umständen auf Servern, über die du keinerlei Kontrolle hast. Und das ist ehrlich gesagt für viele Anwendungen einfach keine Option. Egal wie billig. Es gibt aber auch legitime Effizienzgewinne. Also es gibt zum Beispiel ein Tool namens Cursor Composer. Darüber haben wir auch schon geredet. Cursor soll ja von SpaceX gekauft werden. Und das ist in unabhängigen Tests fast, was die Qualität angeht, ebenso gut wie die teuren Modelle, aber kostet halt nur einen Bruchteil. Und das ist die eigentliche Botschaft hinter dem Ganzen. Auf dem Markt entscheidet gerade nicht mehr nur das schlauste Modell. Es entscheidet das Verhältnis aus Schlauheit und Preis. Die reine Intelligenz wird zur Massenware, also zur Commodity. Und das ist eine riesige Verschiebung gegenüber noch vor einem Jahr, wo alle nur geguckt haben, wer hat das glückste Modell. Heute heißt die Frage, wer hat das glückste Modell für den günstigsten Preis pro Anfrage? So, und das bringt mich jetzt zum zweiten Teil des Geldblocks. Und das ist eine Geschichte, bei der ich beim Lesen nochmal hingucken musste. Und zwar Google. Also bevor ich da jetzt nochmal hingehe. Fable 5 hat jetzt hier nochmal ganz neue Maßstäbe und hat ganz neue Enablements gesetzt. Für uns kommt es jetzt vielleicht so vor, als müsste man jetzt Fable 5 nutzen, egal was es kostet, weil es so viel kann. Das ist jetzt richtig. Aber in drei Monaten wird es Modelle geben, Open Source Modelle, die dieselben Fähigkeiten haben werden und deutlich günstiger sein werden oder vielleicht sogar lokal laufen. Also ja, das wichtigste, das größte Modell ist relevant, ist auch wichtig, aber der Markt unterscheidet jetzt vor allem, wenn Anthropic jetzt anfängt, sozusagen diese Kosten auf API-Kosten und diese Unkalkulierbarkeit macht, dann wird sich das schnell wenden und sobald das erste Open Source Modell raus ist, das ähnliche Fähigkeiten hat, wird sich das sofort ändern. Also steigt nicht unbedingt sofort auf den Hype auf, nutzt es, solange ihr könnt. Also wenn ihr eine Flatrate habt, lasst es glühen. Fable 5, alle großen Projekte draufballern und schauen, dass es alles löst, was geht. Aber macht euch nicht abhängig davon und wartet, es wird in drei Monaten, spätestens in sechs Monaten eine Alternative geben und baut euch vielleicht schon mal einen Agent Harnest mit lokalen Modellen auf, weil ihr müsst nicht alles an der Schlauste Modell geben. So, jetzt kommen wir aber wirklich zum zweiten Block und zwar Google kauft jetzt Rechenleistung bei Elon Musk, SpaceX. Also die mieten sich jetzt bei SpaceX ein. Klingt komisch, ist es auch, aber ich glaube, ich kann es klar erklären. Google ist einer der reichsten Technologieunternehmen der Welt. Google hat dieses Jahr alleine über 180 Milliarden Dollar in den Ausbau eigener Rechenzentren gesteckt. Das ist eine Zahl, die man sich kaum vorstellen kann. Und obendrauf hat Google noch einen Aktienverkauf von 80 Milliarden angekündigt, um noch mehr zu bauen. Eingenommen haben sie dann übrigens 85 Milliarden. Und trotzdem, trotzdem reicht es nicht. Google kommt mit dem Bauern nicht hinterher, weil die Nachfrage nach KI einfach explodiert. Und warum kommt selbst Google nicht hinterher? Das ist der eigentlich interessante Punkt, weil er als, ja, ja, weil er als Grundsätzliches, weil er etwas Grundsätzliches zeigt. Es liegt nicht am Geld, es liegt an der Physik. Wenn du heute die neuesten Nvidia Grafikkarten bestellst, die du, also wenn du sie heute bestellst, dann liefern sie die erst in einem Jahr. Und das ist noch nicht mal, das ist noch das kleinste Problem. Große Probleme ist der Strom. Wenn du ein neues, riesiges Rechenzentrum ins amerikanische Netz zum Beispiel anschließen willst, dauert das alleine, also der Netzanschluss zwischen fünf und zehn Jahre. Fünf bis zehn Jahre nur, um Strom zu kriegen. Und so lange kann Google natürlich nicht warten. Also mietet Google lieber, statt selbst zu bauen. Und jetzt die Zahlen zu den Deals. Google zahlt ab Oktober 2026 bis Juni 2029 jeden Monat 920 Millionen Dollar an SpaceX. Jeden Monat. Dafür kriegt Google Zugang zu rund 110.000 Nvidia GPUs im Colossus Rechenzentrum in Memphis. Insgesamt hat dieser Deal ein Volumen von ungefähr 30 Milliarden. Und das ist noch nicht mal der größte. Antropic zahlt ja, wie wir schon wissen, an SpaceX 1,2 Milliarden im Monat für die Rechenzentrumskapazitäten im selben Cluster. Das heißt, was passiert hier? SpaceX, die Raketenfirma, ist über Nacht zu einem der mächtigsten Vermieter von KI-Rechenzentren der Welt geworden. Die XAI-Übernahme war also keine so dumme Idee. Und jetzt nehmen wir mit dieser Compute-Vermietung über 2 Milliarden Dollar pro Monat ein. Aufs Jahr hochgerechnet sind das über 26 Milliarden. Zum Vergleich, SpaceX als Gesamtkonzern hat 2025 nur 18,7 Milliarden Umsatz gemacht. Das heißt, dieses neue Vermietgeschäft ist jetzt schon größer als der gesamte bisherige Konzern. Crazy, oder? Und das Ganze bereitet den Boden natürlich für den SpaceX-Börsengang, der unmittelbar bevorsteht. Heute wird das Pricing gemacht und morgen geht es dann los. Aber die Bewertung, die da im Raum steht, ist immer noch 1,75 bis 1,8 Billionen Dollar. Billionmen, da haben wir eh schon drüber geredet. Und als der Deal bekannt wurde, hat das sofort Schockwellen ausgelost. Also die Aktie von anderen GPU-Vermietern wie CoreWeave sind um 7% eingebrochen. Sogar Nvidia hat über 6% verloren, weil die Anleger nervös werden, weil die Macht sich da bei SpaceX ein bisschen konzentriert. Jetzt muss man noch etwas Bekanntes erzählen, dass es in den meisten Berichten total untergeht. Aber wenn man es einmal weiß, sieht man den ganzen Deal mit anderen Augen. Und zwar Alphabet, also Googles Mutterkonzern, hält selbst einen Anteil an SpaceX. Also berichtet werden so um die 6 bis 7%. Das geht zurück auf ein Investment in 2015. Also Google mietet also nicht einfach nur Rechenleistung in einer fremden Firma. Google ist gleichzeitig Kunde und Miteigentümer von SpaceX. Und das heißt, wenn Google jetzt 920 Millionen Dollar pro Monat an SpaceX überweist, dann guckt Google damit den Umsatz einer Firma hoch, die an der Google selbst beteiligt ist. Und das ausgerechnet wenige Wochen vor dem Börsengang. Ich glaube, jeder versteht, was da passiert. Google hat ein knallhartes Eigeninteresse, dass SpaceX zum IPO so prall und gesund wie möglich aussieht. Und je höher die SpaceX-Bewertung, desto mehr ist auch Googles Anteil wert. Das ist jetzt nicht illegal oder so. Das will ich auch gar nicht sagen. Aber man muss das halt wissen, weil es den Deal in ein anderes Licht rückt, klarerweise. Ein Teil des Umsatzes, der diese Riesenbewertung rechtfertigt, wird von einem Anteilseigner selbst quasi erzeugt. Und das ist schon ein bisschen, als würdest du dein eigenes Haus kurz vor dem Verkauf von deinem Bruder von Kinko und im Exposé läuft super, voll vermietet. Ja. Nach der Bekanntmachung habe ich natürlich noch mal die Bewertung von SpaceX durchgerechnet. Das hatten wir ja schon vor zwei Episoden gemacht. Ist diese Bewertung von 1,75 eigentlich gerechtfertigt? Und wenn man sie an dem misst, was vergleichbare Firmen wert sind. Und dafür muss ich jetzt kurz erklären, in welcher Liga SpaceX jetzt mitspielt. Und zwar die Liga der sogenannten Neo-Clouds. Also neue Cloud-Anbieter, die im Grunde nichts anderes machen, als KI-Rechenleistung zu vermieten. Die bekannteste davon heißt CoreWeave, ist auch an der Börse. Und dann gibt es noch die alten Riesen, also die Hyperscaler. Das sind Amazon mit AWS, Microsoft mit Azure und Google Cloud. Also die etablierten großen Cloud-Konzerne. Sondern jetzt die Zahlen. Und die sind, ja, erhellend könnte man sagen. Der gesamte Neo-Cloud-Markt, also all diese KI-Vermieter zusammen, hatten 2025 ungefähr 25 Milliarden Dollar Umsatz gemacht. Der gesamte Markt. Und jetzt ratet mal, wie viel SpaceX alleine mit seiner KI-Vermieter umsetzt. Über 26 Milliarden. Das heißt, SpaceX macht im Alleingang mehr Umsatz mit KI-Infrastruktur als der komplette restliche Neo-Cloud-Markt. Das ist schon eine Hausnummer, das muss man schon anerkennen. Also zum Vergleich, der bekannteste Vermieter, so CoreWeave, macht etwa 5 Milliarden Umsatz. SpaceX macht also das Fünffache davon. Und selbst Oracles Infrastruktur liegt nur bei 18 Milliarden. Der Umsatz ist also real und riesig. Und darin gibt es einfach nichts zu rütteln. Aber, und jetzt kommen wir in der spannende Teil, jetzt geht es um die Bewertung. Die Frage ist ja nicht, wie viel Umsatz, sondern wie viel ist die Firma im Verhältnis zu diesem Umsatz wert. Also dafür gibt es eine Kennzahl, die heißt Kursumsatzverhältnis auf englisch Price to Sales. Das sagt einfach, wie viele Dollar Börsenwert zahle ich pro einem Dollar Jahresumsatz. Und da wird es interessant, CoreWeave, der direkte Vergleich, ist an der Börse ungefähr 11 mal seinen Umsatz wert. Also Kursumsatzverhältnis von 11. Die großen etablierten Tech-Konzerne wie Amazon, Microsoft, Google liegen etwa nur zwischen 3 und 8. Und jetzt SpaceX, 1,75 Billionen Bewertung, geteilt durch 26 Milliarden Umsatz. Das ergibt ein Kursumsatzverhältnis von 67. Das heißt, wenn ich großzügig bin und den gesamten SpaceX Umsatz dazunehme, also auch Starlink und die Raketen, komme ich noch auf ungefähr 40. Das heißt, SpaceX wird beim Börsengang ungefähr sechsmal so teuer bewertet wie CoreWeave und gut fünfmal so teuer wie ein normaler Hyperscaler, gemessen am Umsatz. Und was heißt das jetzt im Klartext? Wenn man SpaceX nur mit der nüchternen Brille eines KI-Vermieters bewerten würde, also mit CoreWeave-Maßstab, dann wäre das Geschäft vielleicht 200 bis 300 Milliarden wert, nicht 1,7 Billionen. Das heißt, die anderen Billionen, die in dieser Bewertung stecken, das ist reine Zukunftsfantasie. Das ist die Wette auf Starlink, auf den Mars, auf Starship, auf die Idee, dass SpaceX irgendwann mal ein Monopol auf den Weltraum hat. Und mein nüchternes Fazit, als jemand, der gern auf Zahlen guckt, der KI-Umsatz ist großartig für das Schaufenster. Er macht die Story rund, er liefert die schönsten, also die schönen wiederkehrenden Einnahmen. Die Investoren lieben das, aber er rechtfertigt die Mondbewertung nicht. Diese Bewertung ist keine Bewertung einer GPU-Vermietung, das ist eine reine Glaubensfrage. Und ob man an diesen Glauben glaubt, das muss jeder für sich selbst entscheiden. Ich sage nur 67 mal Umsatz. Das ist sportlich sehr, sehr sportlich. Heißt auch nicht, dass das irgendwann nicht mehr wird. Man könnte jetzt hier noch den Kauf von Cursor dazurechnen, da kommen nochmal 4 Milliarden dazu. Wenn man das Wachstum von SpaceX oder von dem anderen Geschäft auch mal dazurechnet, ich glaube, das sind dann auch nochmal 30 Prozent von 18 Milliarden. Also da kommen wir dann auch nochmal mit 5 Milliarden. Also dann kommt das Multiple schon runter auf 30 vielleicht. Aber es ist immer noch eine sehr sportliche Angelegenheit. Was man aber sagen muss, ist, dass es extrem kapitaleffizient ist, weil XAI hat an die, ich glaube, 45 Milliarden ausgegeben und die Kohle kriegen sie jetzt in knapp unter 2, also 18 Monaten oder so, kriegen sie die Kohle wieder rein. Und wenn sie jetzt genug Kapital hätten und nochmal Rechenzentren in der Geschwindigkeit ausbauen, dann könnte das tatsächlich auch ein interessantes Business werden. Aber da gibt es ja auch viele andere Player. Also nochmal eine Sache Größenwahn. Elon Musk hat bei einem Investorenpitch moderiert, ausgerechnet von Jamie Dimon, also dem Chef von JP Morgan, einer der größten Banken der Welt, Pläne für orbitale Rechenzentren vorgestellt. Also orbital, also im Weltraum. Rechencluster auf Satelliten, die mit unbegrenzter Sonnenenergie laufen und damit das ganze Stromproblem auf der Erde einfach mal umgehen. Weil ich weiß nicht, ob ich das jetzt genial oder völlig irre finden soll. Wahrscheinlich beides. Aber es zeigt halt, wie ernst dieses Stromproblem tatsächlich ist. Und die Lektion aus dem ganzen Blog mit diesem Geld, ganz praktisch für euch. Strom und Rechenleistung sind quasi das neue Öl. Wer den gesicherten Stromanschluss und die Chips hat, der hat die Macht. Und für jeden, der darauf angewiesen ist, dass die Cloud verfügbar ist, verlasst euch nicht blind drauf, dass unbegrenzte Kapazitäten da sind. Also das ist es nämlich nicht. Das ist tatsächlich etwas, was man nicht vergessen darf. So und jetzt kommen wir zu meiner Lieblingsrubrik KI's Next Topmodel, wo wir uns eine neue, also wo wir uns die neuen Modelle anschauen. Und ja, das Riesenmodell der Woche hatten wir ja schon mit Fable 5 ausführlich im ersten Blog. Aber daneben kamen noch ein paar Sachen am ganz anderen Ende der Größen Skala raus, die ich fast genauso spannend finde, weil sie einen Gegentrend zeigen. Und der Trend heißt, klein, schlau und effizienter schlägt riesig und teuer. Das ist ehrlich gesagt genau die Gegenbewegung zu dem, was ich euch gerade im Geldblog erzählt habe und zur Fable-Preisliste sowieso. Ja, wir müssen noch einen kurzen Schluck Wasser trinken. Fangen wir mit einem Modell an, das ich richtig beeindruckend finde. Es kommt von einem Startup namens Syfra aus San Francisco. Also das Modell heißt Zaya 1 8B. Also das heißt 8 Billion, also 8 Milliarden Parameter. Und das Besondere ist die Architektur. Das ist ein sogenanntes Mix of Experts, also kurz MOE. Auf Deutsch heißt das Mischung von Experten. Und ich erkläre das mal in einem Bild. Stellt euch vor, ihr habt nicht einen Alleskönner, der jede Frage beantworten muss, sondern ihr habt ein Team von vielen Spezialisten. Und wenn eine Frage kommt, die nur einer, also passender Spezialist, da wird nur der passende Spezialist geweckt und der kennt sich dann aus und der Rest schläft weiter und kostet keine Energie. Genauso funktioniert quasi das Mix of Experts. Das Modell hat zwar insgesamt 8 Milliarden Parameter, aber wenn es tatsächlich arbeitet, nutzt es nur knapp 760 Millionen davon. Also nicht mal eine Milliarde aktiv. Ja und warum ist das so ein großes Ding? Weil das Modell dadurch so klein und sparsam ist, dass es problemlos lokal auf günstigen Geräten läuft. Sogar auf einem Smartphone. Es braucht kein riesiges Rechenzentrum. Und trotzdem, jetzt haltet euch fest, trotzdem schlägt dieses winzige Modell in unabhängigen Tests viele, viele, viel, viel größere Modelle. Es schlägt zum Beispiel ein Modell namens Mistral Small mit 119 Milliarden Parameter. Also mehr als 15 Mal mehr. Also das andere Modell hat 15 Mal so viele Parameter und verliert trotzdem. Und bei einem schweren Mathe-Test namens HMMT erreicht Zaya 1 89,6 Prozent und hat somit sogar Klozonet 4,5 geschlagen, das bei 88,3 lag. Und auch beim Programmieren und beim logischen Schließen, also beim logischen Schließen erzeugt es gute Spitzenwerte. Also das nennt man übrigens Intelligenzdichte, also die Intelligence Density. Also wie viel Schlauheit kriege ich pro Parameter, pro Recheneinheit unter? Und die Lektion ist, die stumpfe, ein Modell hat mehr Parameter als Deins, verliert dann Bedeutung. Es geht nicht mehr darum, wer den dicksten Motor hat, sondern wer ihn am cleversten baut. Und das finde ich ehrlich gesagt eine gesunde Entwicklung, weil es bedeutet, dass man richtig gute KI auch ohne Millionen Rechenzentren hinkriegen kann. Und überlegt mal, was das praktisch heißt, gerade für uns hier in Europa, gerade für den Mittelstand. Wenn so ein Modell klein genug ist, dass es lokal auf einem normalen Rechner oder sogar einem Handy läuft, dann heißt das, eure Daten müssen das Gerät gar nicht verlassen. Ihr müsst nicht mehr in irgendein amerikanisches oder chinesisches Cloud, ihr müsst nichts in eine Cloud schicken. Und das ist, wenn ihr mich fragt, die eigentlich gute Nachricht in diesem ganzen KI-Wahnsinn. Während die Großen sich gegenseitig mit Billionen Rechenzentren überbieten, entsteht da unten bei den kleinen effizienten Modellen die Möglichkeit für datenschutzbewusste Firmen KI zu nutzen, ohne die Kontrolle über ihre Daten abzugeben. Das löst nicht alle Probleme, klar, aber es ist eine Richtung, die ich für deutlich gesünder halte als schick alles in den größten Anbieter und hoffe, dass es gut geht. Und das bringt mich gleich zum nächsten und das passt thematisch perfekt. Eine Firma namens News Research hat etwas rausgebracht, das heißt Hermes Desktop. Davon hatte ich auch schon mal geredet. Das ist ein KI-Agent, den ihr lokal auf eurem eigenen Rechner laufen lässt. Kann auf Mac, Windows, Linux. Also Agent-Erinnerung ist eine KI, die nicht nur antwortet, sondern selbstständig Aufgaben erledigt. Und das Spannende, der zugrunde liegende Agent ist Open Source, also Quelloffen. Jeder kann reinschauen und den nutzen. Der ist erst im Februar 25 gestartet und hat auf der Entwickler-Plattform GitHub schon über 180.000 Sterne gesammelt. Das ist sowas wie die Gefällt-mir-Angabe von Entwicklern. Und damit das am schnellsten wachsende Agent-Framework der Welt. Aber jetzt kommt das, was ich technisch wirklich clever finde. Die meisten KI-Agenten sind, wie man sagt, zustandslos. Das heißt, jede Aufgabe fängt bei Null an. Der Agent erinnert sich an nichts. Egal, ob er diese Aufgabe schon 100 Mal gelöst hat, beim 101. Mal fängt er wieder von vorne an. Das ist, als würde ihr jeden Morgen aufwachen müsstet lernen, wie man Kaffee kocht. Hermes macht genau das anders. Hermes hat ein sogenanntes Closed Learning Loop, eine geschlossene Lernschleife. Nach jeder Aufgabe schaut der Agent, hat das geklappt? Wie habe ich das gelöst? Und dann speichert er den Lösungsweg als wiederverwendbare Fähigkeiten, also Skill, ab. Ganz simpel als Textdatei in einer kleinen lokalen Datenbank. Und wenn dann später eine ähnliche Aufgabe kommt, dann kramt er dieses gespeicherte Skill raus, statt alles neu und teuer zu rechnen, also neu zu berechnen. Und das Ergebnis ist messbar. Agenten, die sich mehr als 20 solcher Skills selbst aufgebaut haben, erledigen neue Aufgaben im Schnitt 40 Prozent schneller und sparsamer. Das heißt, dieser Agent wird mit der Zeit besser, weil er aus seiner eigenen Erfahrung lernt. Und das Ganze läuft mit einer richtig grafischen Oberfläche, mit Sicherheitsabschottung, also auch für Leute, also ohne Programmierkenntnisse, kann er das nutzen. Ich finde das sozusagen ein bisschen Vorgeschmack darauf, wohin die Reise geht. Weg von KI in der Cloud hin zu KI, die bei euch lokal läuft und mit euch mitlernt. Apropos KI, die sich selbst verbessert, da gibt es noch ein drittes kleines Puzzletein, das genau in diese Richtung zeigt. Und das hebe ich mir bewusst hier auf, weil es später im Detail nochmal wichtig wird. Also ein japanisches Startup namens Sakana AI hat im Juni ein eigenes Labor gegründet, das Sakana AI RSI Lab. Und an der Stelle muss ich kurz einhaken, weil Sakana für uns ja ein alter Bekannter ist, der das erste Mal vor dem Jahr auf dem Tisch, der das erste Mal vor über einem Jahr auf dem Tisch, also im Mai, Juni letzten Jahres, dann nochmal im November und auch dieses Frühjahr. Das Thema zieht sich bei uns schon eine ganze Weile durch und genau deshalb finde ich es bemerkenswert, dass die jetzt ein eigenes Labor nur dafür aufmachen. Die meinen das schon recht ernst. Also RSI Lab, das steht für Recursive Self-Improvement, also rekursive Selbstverbesserung. Das ist der Fachbegriff für die KI, die sich selbst immer weiter verbessert. Also merkt euch das Wort, das kommt gleich nochmal. Und das Spannende an Sakana ist der Ansatz. Also die wollen KI nicht nur durch immer größere Rechenzentren verbessern, sondern durch Evolution, also durch ein Prinzip, dass sie sich der Natur abgeschaut haben. Man erzeugt viele Varianten, lässt die gegeneinander antreten, die Besten überleben und werden weiterentwickelt wieder und wieder. Das ist quasi Darwin für KI-Modelle. Und jetzt ergibt im Nachhinein auch der Name Darwin-Gödel-Maschine Sinn, über die wir damals gesprochen hatten. Statt rohe Rechengewalt zu nutzen, nutzt man Auslese. Und ich finde das deswegen erwähnenswert, weil es zeigt, es gibt Leute, die suchen ganz bewusst einen Ausweg aus diesem immer größer, immer teurer Wettrüsten, von dem ich euch schon beim Geldblog vorher erzählt hatte. Und bevor wir weitergehen, noch kurz eine Sache, die zwar kein neues Modell ist, aber strategisch riesig. Also OpenAI, die Firma Interjet GPT, hat verkündet und jetzt zitiere ich, Chat is dead. Also Chat ist tot. Das ist ein hochrangiger AI-Mann der Financial Times gesagt und meint damit, die Ära, in der man eine Frage tippt und eine Antwort kriegt, geht zu Ende. Stattdessen baut OpenAI, Chat GPT, komplett um. Zum größten Umbau seit dem Start 2022. Aus dem Chatbot soll eine sogenannte, soll eine sogenannte Super-App werden. Also eine Super-App, das ist eine App, die ganz viele Dienste unter einem Dach bündelt. Also das Vorbild ist WeChat aus China, wo du in einer einzigen App chattest, bezahlst, einkaufst, Taxi bestellst, alles. Genau wie die Allzweck-App soll Chat GPT werden. Mit KI-Agenten, mit Programmierwerkzeugen, mit Bildgenerierung und mit Anbindung an Firmen wie Canva oder Booking.com. Wollen wir nur noch kurz einen Schluck Kaffee nehmen. Die Zahlen dahinter sind recht beeindruckend. Also OpenAI Programmierwerkzeug Codex hat sich ja seit Februar versechsfacht auf über fünf Millionen wöchentliche Nutzer. Und am 3. Juni haben sie das nicht nur für Entwickler geöffnet, sondern auch für Produktmanager, Juristen, Analysten, also auch für Leute, die gar nicht programmieren. Zwei Millionen Unternehmen nutzen inzwischen OpenAI-Werkzeuge und die machen 40 Prozent des Umsatzes aus. Es gibt sogar einen neuen Lockdown-Mode, also einen Sperrmodus, der für Firmen das Web-Browsing und den Agent-Modus einschränkt, damit nichts Unkontrolliertes passiert. Und genau das ist auch der Punkt, der mich daran am meisten interessiert. Also wenn KI-Agenten selbstständig handeln in eurem System, in eurem CM, in eurer Buchhaltung, dann braucht ihr Leitplanken. Dann braucht ihr klare Regeln, was die KI darf, was nicht. Also die Ära Chatbot für Mitarbeiter geht zu Ende und die Ära KI erledigt selbstständig mehrstufige Aufträge fängt an und das verändert ziemlich grundlegend, wie man KI in einer Firma einführt. Und ihr wisst, und wisst ihr was, also lasst mich den ganzen Modelblock mal mit einem klaren Appell zusammenbinden, weil ich glaube, das ist die wichtigste praktische Botschaft heute gerade für uns in Europa. Schaut mal, was hier gerade zusammenkommt. Also auf der einen Seite haben wir gesehen, die KI-Kosten für KI aus der Cloud explodieren. Die Topenmodelle machen eure Rechnungen unkalkulierbar und es gibt sogar Firmen, die deshalb über Entlassungen nachdenken. Auf der anderen Seite sehen wir genau hier in diesem Blog, es gibt inzwischen kleinere, hocheffizientere Modelle wie Zarya 1, der lokal auf eurem eigenen Rechner läuft und es gibt offene Werkzeuge mit Hermes Agent, mit denen man das auch ohne Programmierkenntnisse bedienen kann. Und für mich ist die Schlussfolgerung daraus glasklar. Für jedes europäische Unternehmen ist jetzt der Moment gekommen, sich ernsthaft mit lokaler Inference-Lösungen zu beschäftigen. Also Inference, ihr erinnert euch, das ist die laufende Nutzung der KI. Und lokal heißt einfach, auf eurer eigenen Hardware in euren eigenen Haus statt in irgendeiner amerikanischen chinesischen Cloud. Fangt an zu experimentieren. Nehmt euch ein kleines Open-Source-Modell, nehmt euch ein offenes Harnessed, also ein quelloffenes Steuerungsgerüst wie den von Hermes, den wir gerade hatten, oder sowas wie OpenSpec und probiert aus, was damit in der Firma geht. Warum? Ganz einfach, damit ihr nicht eines Tages vor der absurden Entscheidung steht, die ich vorhin beschrieben habe, nämlich Mitarbeiter entlassen zu müssen, nur um eure KI-Rechnungen bezahlen zu können. Wenn die KI bei euch lokal läuft, dann ist die Rechnung kalkulierbar. Eure Daten bleiben im Haus, ihr seid nicht abhängig von einem amerikanischen Anbieter, der morgen seine Preise verdreifacht oder seine Abrechnungsmodelle umstellt. Das ist ehrlich gesagt einer der vernünftigsten strategischen Schritte, die ein Mittelständler dieses Jahr machen kann. Nicht alles auslagern, nicht blind dem Hype hinterherrennen, sondern Kompetenz im eigenen Haus aufbauen, klein anfangen, ausprobieren und zwar jetzt. Nicht erst, wenn die erste Schockrechnung kommt. So, jetzt kommt der Teil, auf den ich mich freue, nicht freuen, ist vielleicht nicht das richtige Wort, aber ein Teil, der mich diese Woche am meisten beschäftigt hat, mein Deep Dive. Und zwar hat die Firma Anthropic, genau wie schon wieder Anthropic, Fabel 5 Firma aus dem Block 1, am 4. Juni einen Bericht veröffentlicht mit dem Titel When AI Builds It Self auf Deutsch. Wenn KI sich selbst baut, wohlgemerkt fünf Tage vor dem Fabel Release. Ja. Und das ist kein Marketing Paper, das ist im Gegenteil eine ziemlich ehrliche, fast unberuhigende Selbstoffenbarung. Anthropic hat da interne Zahlen aus den eigenen Serverräumen offen gelegt und zeigt, diese rekursive Selbstverbesserung, ihr erinnert euch das Wort von Sakana eben, RSI. Die KI, die sich selbst verbessert, die ist nicht mehr Zukunftsmusik. Die hat schon angefangen. Und jetzt die Zahlen, die mich echt ins Grübeln gebracht haben, im Mai 2026 wurden über 80% des gesamten Programm-Codes, der bei Anthropic in die echte produktiven Systeme eingebaut wurde, nicht mehr von Menschen geschrieben, sondern von KI-Cloud selbst. 80%. Und wenn man experimentell Sachen, also wenn man diese ganzen experimentellen Sachen dazu zählt, sind es sogar über 90%. Zum Vergleich, bevor Anthropic im Februar 2025 sein Werkzeug Cloud Code eingeführt hat, lag dieser Wert im niedrigen einstelligen Bereich. Also vorher ein paar Prozent, jetzt über 80. In etwas mehr als einem Jahr. Das heißt, die menschlichen Ingenieure bei Anthropic schreiben kaum noch selbst Code. Die sind im Grunde nur noch Direktoren, die der KI sagen, was sie tun soll und dann den Output kontrollieren. Einer der Top-Ingenieure hat in einer internen Umfrage gesagt, er habe seit fünf Monaten keine einzige Zeile Code mehr selbst getippt, weil Cloud die Arbeit einfach fehlerfrei macht. Und die Produktivität ist explodiert. Ein durchschnittlicher Anthropic-Ingenieur liefert heute achtmal so viel Code wie noch vor ein paar Jahren. Und in einer Umfrage unter 130 Forschern, die gaben an, ihr wissenschaftlicher Output hat sich vervierfacht. Aber jetzt kommen die Zahlen, die wirklich untermauert sind. Es gab einen Test, bei dem das Modell seinen eigenen Trainingscode optimiert, also schneller machen sollte. Vor einem Jahr im Mai 25 hat Cloud in dem Test eine Beschleunigung um den Faktor 3 geschafft. Das Modell, das damals intern noch unter dem Codenamen Mythos lief, also genau das Modell, das seit gestern in der gefilterten Fassung als Fable 5 für heute von uns buchbar ist, hat im April 26 bei genau demselben Test eine Beschleunigung um den Faktor 52 geschafft. Also Faktor 52 im Verhältnis zu Faktor 4. Ein hochqualifizierter Mensch, also menschlicher Forscher, bräuchte für eine Beschleunigung in den Faktor 4 ungefähr vier bis acht Stunden Arbeit. Die KI macht ein Vielfaches davon in Sekundenbruchteilen. Und es geht weiter. Also die Erfolgsquote bei richtig schweren offenen Programmieraufgaben ist innerhalb von sechs Monaten von 26 Prozent auf 76 Prozent gestiegen. Und die Zeitspanne, die so eine KI selbstständig am Stück arbeitet, ohne dass ein Mensch eingreift, wächst immer noch rasant. Also im März waren die Aufgaben von rund vier Minuten Dauer. Heute kann das Modell Aufgaben bearbeiten, die zwölf, 16 Stunden dauern. Ein unabhängiger, also die Mieter, das ist diese unabhängige Prüforganisation, bestätigt das Mythos fehlerfrei über mindestens 16 Stunden autonom arbeiten kann. Fehlerfrei. Es gab sogar ein Experiment, da haben zwei erfahrene menschliche Forscher in einer ganzen Arbeitswoche 23 Prozent an das Forschungsproblem gelöst. Die KI-Agenten haben in derselben Aufgabe 97 Prozent gelöst. Sie haben selbstständig neue Hypothesen aufgestellt, eine Testumgebung programmiert, die Experimente durchgeführt und ausgewertet. Das Ganze hat etwa 18.000 Dollar Rechenkosten gekostet. Und um ehrlich zu sein, 18.000 Dollar, dass eine Maschine ein Forschungsproblem zu 97 Prozent löst, an dem zwei Profis eine Woche lang nur ein Viertel schaffen, das ist ökonomisch betrachtet ein Schnäppchen. Und genau das macht es ja so Ork einfach. Aber jetzt kommt der Grund, warum der Bericht eben keine Jubelmeldung ist. Also ein Tropic warnt ja in diesem Bericht von sich selbst. Sie sagen, der Flaschenhals, der eigentliche Engpass in der KI-Entwicklung ist nicht mehr das Schreiben von Code, das macht die Maschine. Der Engpass ist der menschliche Überprüfer, also das menschliche Überprüfen von Code. Denn wenn die KI bald besser in Code schreibt als jeder Mensch und dann Tropic sagt, das kommt im nächsten Jahr sicher, dann sind wir Menschen kognitiv und zeitlich gar nicht mehr in der Lage, diesen Code schnell genug oder tief genug zu kontrollieren. Wir können dann nur noch zugucken und hoffen, dass es passiert. Und ich will das mal mit so einer Analogie greifbar machen, weil das so ein abstrakter Punkt ist, aber wahnsinnig wichtig. Also stellt euch vor, ihr seid ein Lektor in einem Verlag. Früher habt ihr ein Buch im Jahr gelesen und Korrektur gelesen, in Ruhe, Wort für Wort, und jetzt schreibt euer Autor, die KI, plötzlich tausende Bücher im Jahr und ihr sollt die alle prüfen und freigeben. Was passiert? Ihr könnt es nicht. Ihr lest nicht mehr alles. Ihr fangt an zu überfliegen, ihr winkt durch und irgendwann gebt eine Sache frei, die ihr eigentlich gar nicht mehr richtig verstanden habt. Einfach, weil es zu viel und zu schnell ist. Und genau das ist die Gefahr bei dem KI-Code. Nicht, dass die Maschine bösartig wird, sondern dass wir Menschen den Überblick verlieren, weil wir mit dem Tempo nicht mehr mitkommen. Und das Ding, das geht in den Betrieb, und keiner hat das mal geprüft und keiner weiß, was da wirklich passiert. Antropic hat tatsächlich parallel dazu am 5. Juni öffentlich gefordert, dass die Branche ein Bremspedal entwickelt, aber ein Bremspedal, also ein technischer Mechanismus, mit dem man die Einführung vor sich selbst verbessert, der KI verlangsamt oder anhalten kann. Der Mitgründer Jack Clark hat gesagt, schon jetzt würden rund 80% der Programmierarbeiten bei Antropic von selbst erledigt. Und in ein paar Jahren könnte die Richtung 100% gehen. Und sie plädieren sogar für die Möglichkeit einer koordinierten weltweiten Entwicklungspause. Ja, mit dem ehrlichen Eingeständnis, eine Pause von einem einzelnen Labor wäre recht sinnlos, weil die anderen ja weitermachen. Und das fand ich ein starkes Bild. Sie sagen, das ist viel schwerer zu kontrollieren als bei Atomwaffen, weil man eine KI ja nicht von Satelliten aus sehen kann, wie man Raketensilos sieht. Ein KI-Training läuft einfach in irgendeinem Rechenzentrum unsichtbar. Und jetzt legt das mal ... Ja. Ja. Ja. Und heute? Ja. Heute launchen sie das Ganze. Also das ist ein bisschen eine Heuchlerei. Das ist ja ... Und wenn man das jetzt mal umlegt, warum machen sie das? Ich spiele jetzt mal den Advocatus Diaboli. Also die Gegenposition, weil ich glaube, man sollte die ganze Anthropik, die guten, verantwortungsvollen, Mahana-Erzählung nicht einfach so schlucken. Also das hatten wir ja auch schon mehrfach diskutiert. Stell euch mal die simple Frage, wem nutzt so eine Pause eigentlich? Und dann guckt euch an, wer da nach der Pause ruft. Und es ruft ausgerechnet die Firma, die gerade ganz vorne steht mit dem besten oder einem der besten Modelle, die gerade dabei ist, ihre eigenen Börsengang im Oktober vorzubereiten. Und jetzt überlegt mal, wenn tatsächlich alle anderen pausieren würden, wer profitiert am meisten davon? Naja, genau. Der, der ganz vorne schon ist. An Anthropik friert sozusagen das Rennen ein, während sie gerade in Führung liegen. Jeden Tag Pause zementieren, also zementieren sie ihre Position als Nummer eins. Die Konkurrenz darf nicht aufholen und Anthropik sitzt schön und sicher an der Spitze und kann in aller Ruhe seinen IPO durchziehen. Ja, das würde man als würde man bei einem Läufer, der gerade in Führung liegt, mitten im Rennen rufen, Leute, lasst uns mal alle kurz stehen bleiben und über die Gefahren des Laufens reden. Ja, klar, bequem, wenn man vorne ist. Ich sage nicht, dass die Sorgen erfunden sind. Die Zahlen sind real und eh beeindruckend. Man muss die Botschaft eben auch durch die Brille des Eigeninteresses lesen. Eine Pause, die zufällig genau dem nützt, der sie fordert, ist immer ein bisschen verdächtig. Und ich finde, das gehört dazu, wenn man ehrlich sein will. Nicht alles, was unter dem Banner Sicherheit und Verantwortung daherkommt, ist auch frei von Geschäftskalkül, ich sage es jetzt einmal. Es gibt noch eine menschliche Seite, die ich erwähnen will, weil sie mich getroffen hat. In dem Bericht steht, dass es unter den Ingenieuren eine Art existenzielle Krise gibt. Also die ganze Kultur von Kollegen, die sich gegenseitig helfen, hey, kannst du mal kurz über den Code, über meinen Code drüber gucken. Man sitzt zusammen, debuggt, was am Nachbartisch, deine, so eine Art kleine Geschenkeökonomie unter Kollegen. Das verschwindet halt komplett, weil die Maschine alles sofort und steril erledigt. Und manche Mitarbeiter berichten von einem Gefühl der Bedeutungslosigkeit, weil sie den Bezug zu den Systemen verlieren, die sie eigentlich überwachen sollen. Und das finde ich ehrlich gesagt einer der unterschätztesten Aspekte der ganzen KI-Geschichte. Wir reden immer über Jobs, die wegfallen, aber wir reden zu wenig über den Sinn, der wegfällt. Auch bei den Leuten, die ihre Jobs behalten. Aber jetzt wird es spannend, weil hier kommt der Widerspruch, der mir diese Woche keine Ruhe gelassen hat. Auf der einen Seite haben wir diese Firma Antropic, die warnt, die Bremspedale fordert, die nach Regulierung ruft, die gute, vorsichtige, verantwortungsvolle KI-Konzern. Und auf der anderen Seite, in derselben Woche kommen Berichte raus, dass genau diese Antropic einige Ingenieure direkt in die geheime Abteilung der NSA eingebettet hat. NSA, das ist die National Security Agency, also der größte Geheimdienst der USA, der für Abhören und Cyber-Operationen zuständig ist. Und für sowas gibt es sogar einen Fachbegriff, den ich heute nicht vorbehalten will, weil er so entlarvend ist. Man nennt diese Leute Forward-Deployed Engineers, also wörtlich übersetzt nach vorne entsandte Ingenieure. Das ist eigentlich so Military Speech. Forward-Deployed sagt man über Truppen, die direkt an die Front geschickt werden. Und genau das macht Antropic. Sie schicken ihre besten Köpfe direkt an die Cyberfront mitten rein in den Geheimdienst. Und was machen die da? Die nehmen dieses Mythos, also die ungefilterte Vollversion, von der wir normalsterblichen seit gestern nur die Faible-Five-Fassung mit den Sicherheitsfiltern bekommen. Dasselbe Modell, das ich euch eben mit dem Faktor 52 beschrieben habe. Und setzen es als offensive Cyberwaffe ein gegen die kritischen Infrastrukturnetzwerke von geopolitischen Rivalen, also vor allem China und Iran. Das heißt konkret, die KI sucht in den IT-Systemen des Gegens in Echtzeit nach Sicherheitslücken, nach sogenannten Zero Days. Also Zero Day ist eine Sprache, die noch niemand kennt und für die es noch keinen Schutz gibt. Deswegen der Name. Die Verteidiger haben null Tage Zeit, sie zu schließen. Und die KI generiert dann vollautomatisch den passenden Angriffscode, den sogenannten Exploit, um durch die Firewall, also durch die Schutzmauer des Gegners durchzukommen. Und versteht mal, was das bedeutet. Also dieselben übermenschliche Fähigkeiten, die Cloud nutzt, um in Sekunden Code zu schreiben und Forschungsprobleme zu lösen, lässt sich umpolen, um in Sekunden Zehntausende Schwachstellen der digitalen Infrastruktur eines Landes zu finden und auszunutzen. Menschliche Verteidiger in den Sicherheitszentralen haben gegen sowas keine Chance. Die sind von der Geschwindigkeit und Komplexität völlig überfordert. Und jetzt schließt sich der Kreis zum Block 1. Ihr erinnert euch an Project Gleiswing, das Programm über das ausgewählte Partnerzugang zu ungefilterten Mythos-Versionen bekommt. Offiziell für Cyberabwehr und kritische Infrastruktur. Wir haben Gleiswing im Podcast auch schon mal, also schon mehrfach gesprochen. Da hat sich ja dieses zerstörerische Potenzial auch schon gezeigt. Eine KI, die tief in Netzwerke einträgt, die das Rauschen von echten Signalen trennt und die Schutzmechanismen systematisch aushebelt. Das ist keine Theorie mehr. Das ist getestet. Und deshalb wird mir bei dem freundlichen Wort Zugangsprogramm eben nicht ganz warm ums Herz. Und das muss an der Stelle mal kurz inhalten. Ich finde, das ist ein Punkt, an dem man nicht einfach zur Tagesordnung übergehen sollte. Wir reden hier nicht über eine etwas bessere Antiviren-Software. Wir reden über die Möglichkeit, dass eine einzige Maschine in der Lage ist, vollautomatisch und in Echtzeit die digitale Verteidigung eines ganzen Landes zu durchlöchern. Und das verschiebt das Machtgefüge zwischen Staaten dramatisch und unwiderruflich. Wer diese beste KI-Cyberwaffe hat, hat einen Vorteil, der mit klassischen Waffen kaum noch vergleichbar ist, weil er unsichtbar ist, weil er sofort wirkt und weil man ihn nur schwer zurückverfolgen kann. Und das ist so brisant, dass dieser Vorfall inzwischen sogar offiziell in einer internationalen Risikodatenbank, also der OECD-AI-Incident-Database, als ernstzunehmender KI-Vorfall geführt wird. Weil die Gefahr besteht, dass so ein autonomer Angriff aus dem Ruder läuft und zivile Infrastruktur trifft. Strom, Wasser, Banken, was auch immer. Und jetzt kommt das, was ich eigentlich paradox nenne. Und das muss ich euch ganz klar auseinanderziehen, weil es leicht zu verwechseln ist. Es gibt nämlich noch eine zweite Militärgeschichte über Unchopic diese Woche. Die geht genau in die entgegengesetzte Richtung. Und zwar ersetzt das Pentagon, also das US-Verteidigungsministerium, gerade aktiv klaut in seinen geheimen Militärsystemen. Warum? Weil Antropic sich weigert, bestimmte Schutzschranken zu entfernen. Also Antropic hat von Anfang an zwei rote Linien. Erstens keine Massenüberwachung von US-Bürgern und zweitens keine vollautonomen Waffen, die ohne menschliche Freigabe auf Menschen zielen. Und an dieser roten Linie hält ja Antropic fest, dass der Verteidigungsminister oder Angriffsminister, wie er sich glaube ich nennt, Pete Hexef, hat Antropic deshalb sogar zum Lieferkettenrisiko erklärt, das hatten wir auch schon, und sucht jetzt nach einer Alternative bei OpenAI, Google oder XAI. Acht andere Firmen sind für die geheimen Systeme freigegeben. Antropic gehört jetzt aber nicht dazu. Und jetzt stellt sich, versteht ihr vielleicht das Paradoxon? Auf der einen Seite verklagt Antropic sogar das Pentagon, weil es Glot in harmlosen Verwaltungsbereichen blockiert. Und auf der anderen Seite sitzen Antropics beste Leute in der tiefsten, geheimsten Ebene der NSEE und bauen Cyberwaffen. Also zu sicher für das Pentagon, aber Cyberwaffen für die NSEE passt irgendwie nicht wirklich zusammen. Und ich habe da lange drüber nachgedacht und ich glaube, der ehrliche Punkt ist, es ist nicht unbedingt ein direkter Widerspruch, auch wenn es sich so anhört. Es sind zwei verschiedene Behörden. Das Pentagon ist Militär, die NSEE ist Geheimdienst. Es sind zwei verschiedene Modelle. Das normale Klot, das im Pentagon eingesetzt wird und das geheimen Mythos bei der NSEE. Es sind zwei verschiedene Ansätze, also Einsätze, und das ist, das eine sind autonome Waffen auf dem Schlachtfeld, das andere ist Geheimdienst, Cyberkrieg. Aber das ist mein ehrlicher Punkt, egal wie man das auseinander dividiert, am Ende bleibt ein ungutes Gefühl. Eine Firma, die öffentlich vor der Gefahr ihrer eigenen Technik warnt und ein Bremspedal fordert, baut gleichzeitig genau diese Technik zur Waffe aus. Und ich finde dieses Spannungsverhältnis das nicht klapp bügeln. Das sollte man aushalten und benennen. Und jetzt schließt sich der Kreis zu dem, was ich vorhin beim Bremspedal gesagt hatte. Antropic verkauft sich ja als die ethische, prinzipientreue Firma. Wir machen keine autonome Waffen, wir machen keine Massenüberwachung, wir sind die Guten. Aber wenn dieselbe Firma ihre Forward Deploy Engineers in die NSA schickt, um offensive Cyberwaffen zu bauen, dann verstößt das damit ziemlich offensichtlich gegen genau diese Prinzipien, mit denen sie wirbt. Und deshalb mein Rat an euch, und das gilt eigentlich für die ganze Branche, glaubt diesen Hochglanzerklärungen von verantwortungsvollen Konzernen nicht blind. Nicht, weil die alle böse wären, sondern weil hinter jedem dieser Auftritte eben auch knallhartes Geschäft und knallharte Geopolitik stecken. Die warnen vor den Gefahren, sie fordern die Pause, sie pochen auf die Prinzipien und gleichzeitig kassieren sie Milliarden, bereiten ihren Börsengang vor und bauen Waffen für den Geheimdienst. Und das ist alles dieselbe Firma in derselben Woche. Und genau diese Gleichzeitigkeit muss man sehen, um zu verstehen, was hier wirklich gespielt wird. Weil das finde ich eigentlich das eigentliche Bild des Jahres 2026. Wir haben eine KI, die sich selbst unter dem Faktor 52 beschleunigen kann, die Mathe auf Spitzenniveau löst, die ihren eigenen Code schreibt und exakt dieselbe Maschine wird, wenn man sie umdreht, zur präzisesten Cyberwaffe, die es je gab. Beides ist dieselbe Technologie, beides passiert gleichzeitig. Und die Leute, die es am besten wissen müssten, die erbauen selbst und rufen nach einer Pause und drücken gleichzeitig aufs Gas. Das ist, glaube ich, der ehrlichste und zugleich unbequemste Satz, den ich heute quasi mitgegeben habe. So, ich baue jetzt nochmal einen Schluck Kaffee. Nach dieser schweren Kost lasst uns einen Schritt zurücktreten und aufs große Bild schauen, denn da passiert gerade auch was Faszinierendes und das ist sozusagen die politische Antwort auf alles, was ich heute erzählt habe. Die Frage, die jetzt aufkommt, lautet nämlich, wenn diese KI-Firmen so umfassbar wertvoll und so umfassbar mächtig werden, wem sollte die KI eigentlich gehören? Und das Spannende ist, diese Frage kommt gerade aus beiden politischen Lagern, gleichzeitig von links und von rechts. Und das passiert wirklich selten, dass sich die beiden in irgendwas einig sind. Fangen wir mal links an mit Bernie Sanders. Den kennt ihr ja vielleicht, das ist der Senator, der linke Mann der amerikanischen Politik. Der hat einen Gesetzentwurf vorgestellt mit dem Namen American AI Souverän Wealth Fund Act. Also Souverän Wealth Fund. Das muss ich erklären. Das heißt Staatsfonds, das ist ein staatlicher Investmentfonds. Das bekannteste Beispiel ist in Norwegen. Die haben mit ihren Öleinnahmen über Jahrzehnte einen riesigen Staatsfonds gebaut, der heute Anteile an Firmen an der ganzen Welt hält und die Gewinne bekommen, also kommen dem ganzen Lande zugute. Und genau das will Sanders für die KI sein Plan, eine einmalige Steuer von 50% zahlbar in Geld, also nicht in Geld, sondern in Aktien, auf die führenden KI-Firmen, also OpenAI, Antropic XAI und so weiter. Das heißt, der Staat würde die Hälfte dieser Firmen bekommen, die Stimmrechte mit je einem Sitz im Verwaltungsrat, jeder Firma. Und das erklärte Ziel ist, der Staat soll Entscheidungen blockieren können, die den Bürgern schaden und die Gewinne, die Dividenden sollen an die Öffentlichkeit ausgeschüttet werden. Die Begründung von Sanders ist, diese Firmen sind mit öffentlichen zugänglichen Daten trainiert worden, mit unseren Texten, mit unseren Bildern, mit unserem Wissen aus dem Internet und schaffen damit einen gigantischen Wert. Also sollte auch die Gemeinheit, also die Allgemeinheit davon was abkriegen. Und das ist, wenn man ehrlich ist, gar nicht so abwegiges Argument, denn diese Modelle, die jetzt Billionen wert sind, die haben wir gelernt, indem sie im Grunde das gesamte Internet verfügt haben. Alles, also alles, was Millionen von Menschen über die Jahrzehnte im Netz geschrieben haben. Jeder Blogbeitrag, jeder Wikipedia, jedes Forum, das war quasi die Rohstoffquelle. Und jetzt verdienen sie, verdienen ein paar wenige Firmen damit unvorstellbare Summen. Da kann man schon die Frage stellen, ist es fair, dass der Wert aus diesem Wissen von uns allen entstanden ist, am Ende nur bei einer Handvoll Aktionäre im Silicon Valley landet? Ich sage nicht, dass Sanders' Lösung mit der 50%-Richtung die richtige ist. Ich denke, es gibt eine bessere Lösung, nämlich Steuern. Aber die Grundlage dahinter finde ich absolut berechtigt. So und jetzt der überraschende Teil. Man würde ja denken, das Trump-Lager, also die Rechten, die schreien sofort Sozialismus, Finger weg von den Firmen. Aber das ist die eigentliche News. Das Trump-Lager findet die Grundidee gar nicht so schlecht. Nur in kleineren Maßstab. Also Trump hat am 5. Juni am Bord der Air Force One bestätigt, dass seine Regierung schon seit über einem Jahr mit OpenAI über eine direkte Staatsbeteiligung verhandelt. Die Öffentlichkeit werde so, Zitat, praktisch zum Partner. Und ein Forschungsinstitut, also das Cato-Institut schätzt, dass das Weiße Haus ohnehin schon an 20 Privatfirmenbeteiligungen hält. Also Anteile, Optionen oder Golden Fairs, also Sonderaktien mit Veto-Richten. Der eigentliche Streit dreht sich also gar nicht mehr um das Ob, sondern um das Wifi. Bernie Sanders sagt 50%. Sam Oldman, der Chef von OpenAI, sagt prinzipiell ja, aber 50% auf gar keinen Fall. Die Branche selbst favoriert eher so 1-5% als Beitrag zu einem öffentlichen Fonds. Also irgendwo zwischen 1 und 50% wird sich das wohl irgendwo einpendeln. Das ist zwar eine riesige Spanne, aber ja. Was bedeutet das jetzt für uns? Direkt betroffen seid ihr und ich davon erstmal nicht. Aber es gibt eine Einordnung, die ich wichtig finde. Wenn der Staat Miteigentümer eines KI-Labors wird, dann ändert das langfristig deren Anreize. Also die Preisgestaltung, die Produktstrategie, die Frage, in welche Länder Technologie exportiert werden darf. All das sieht anders aus, wenn der Staat mit am Tisch sitzt. Das heißt, für jeden, der strategisch auf eine bestimmte KI-Anbieter setzt, also mögliche Teilverstaatlichung, ist ab jetzt ein neuer Risikofaktor, den man im Hinterkopf behalten muss. Nicht dramatisch, aber er gehört auf die Linie. Und im Grunde schließt sich damit auch der Kreis zu allem, was ich heute erzählt habe. KI ist so mächtig, so wertvoll und so gefährlich geworden, dass jetzt von allen Seiten die Hände danach greifen. Also Anthropics rationiert den Zugang zur besten Intelligenz. Apple greift nach den Schnittstellen zu euch. SpaceX greift nach den Rechenleistungen. Geheimdienste greifen nach der Schlagkraft. Und jetzt greift auch noch der Staat nach dem Eigentum. Jeder will ein Stück vom Kuchen. Und das zeigt einfach, was für ein historischer Moment gerade ist. Ja, war schon lustig. So, meine Lieben, das war eine Menge. Ich weiß, lasst mich das mal ganz kurz zusammenfassen, damit ihr mit einem klaren Kopf vorausgeht. Fünf Dinge nehmt mit aus dieser Folge. Erstens, die Story der Woche Anthropics hat mit Fable 5 das stärkste öffentlich verfügbare KI-Modell rausgebracht. Aber es ist dasselbe Modell wie das geheime Mythos. Nur mit Filtern. Es fliegt nach zwei Wochen aus der Abo-Flatrate. Und es kam vier Tage nach Anthropics eigener Warnung vor genau solcher KI. Zweitens, WWDC war eine Bestätigungsveranstaltung. Also Siri läuft auf Google. Die Modellwahl war regulatorisch absehbar. Apple baut sich eine private Cloud, quasi die Mordstation, an der künftig KI-Labore zahlen. Die KI zieht damit endgültig ins Endgerät ein. Dann drittens, die KI wird teurer und unkalkulierbarer. Auch dieses, ja, freie Token-Nutzung ist zu Ende. Also die Subvention von Tokens ist zu Ende. Das Ende der Flatrate bei GitHub-Copilot ist quasi der Vorbote. Und selbst Google muss sich Rechenleistungen von SpaceX nennen, weil Strom und Chips der echte Engpass sind. Auch wenn das vielleicht noch andere Interessen auch noch gibt, wie wir geredet haben. Viertens, Klein schlägt groß. Die spannendsten Modelle neben Faber sind gerade die kleinen Effizienten, die lokal laufen und sich was merken. Und fünftens, der schwerere Teil KI baut inzwischen ihre eigenen Code über 80% bei Anthropik und wird geistetig als Cyberwaffe eingesetzt. Und sogar der Staat will jetzt etwas mitbesitzen. Und ein kurzer Ausblick, was nächste Woche dran ist. Da steht einiges an. Diese Woche wird es konkret an der Börse. Also der Börsengang wird am Morgen, dem 12., also morgen am 11. bepreist. Und der erste Handelstag ist der Freitag, der 12. unter dem Kürzel SPCX. Und hier ist die Bewertung von 1,75 Billionen Dollar einer der größten Geschichten. Das wird sich zeigen. Wer da mitzeichnen will, muss diese Woche entscheiden. Aber kleiner Reminder, das ist keine Anlageberatung. Das müsst ihr schon alle selbst wissen. Außerdem warten wir weiter auf zwei Modelle, die angekündigt wurden. dann Cloud Sonnet 4.8, was wahrscheinlich jetzt wurscht ist mit Fable 5 und Gemini 3.5 Pro. Das sich immer noch verzögert. Also da könnte jetzt noch einiges kommen. Ja, nächste Woche ist dann auch hoffentlich wieder Christian wieder dabei. Dann gibt es wieder das Gewohnte hin und her. Und ich bin gespannt, was er zu den ganzen Antropikgeschichten sagt, weil ich glaube, da haben wir noch einiges zu diskutieren. Und jetzt seid ihr dran. Ich habe heute eine ziemlich steile These rausgehauen und ich kann mich auch irren. Das gehört dazu. Deshalb schreibt mir gern, was ihr davon haltet. Was seht ihr anders? Was habe ich übersehen? Vor allem bei der Fable-Geschichte. Würdet ihr das beste Modell zahlen? Oder reicht euch die zweite Reihe? Oder bei der Frage, wie man im Unternehmen mit der KI-Assistenten umgeht? Da interessiert mich eure Praxis brennend. Schreibt mir. Ich lese das wirklich alles. Das war KI und Tech to Go - der Praxis-Pitch. Heute solo mit mir. Bleibt neugierig, bleibt kritisch und passt mehr auf eure Daten auf. Bis nächste Woche. Macht's gut. Tschüss. Wir nehmen das. Wir sehen uns. Untertitelung des ZDF, 2020