doppelgaenger.ai: Transkriptionen zum Doppelgänger Tech Talk Podcast

Willkommen zum Doppelgänger Tech Talk Podcast Folge 476 am 19. Juli 2025. Ich bin Philipp Klöckner und telefoniere, tatsächlich telefoniere zweimal die Woche mit dem Tech-Analysten Philipp Klöckner. Wir sind in 13 Minuten, weil mein Internet hier so lahm ist. Ich habe mich schon auf eine Fünfer-Schnellwette mit Pip geeinigt, dass ich bis Ende des Jahres Glasfaser habe. Also wer das machen kann, bitte E-Mail an podcast.doppelgänger.io. Ich möchte mir nicht so eine Salatschüssel von Elon hier irgendwo hinstellen. Das bitte nicht. Bitte nicht. Also in was für einer Zeit leben wir? Wenn ich in Spanien bin, in irgendeinem... 4-3-Sterne-Hotel, da ist die Internetverbindung besser als hier im Zentrum Hamburg. Das kann doch nicht wahr sein. Das kann doch nicht wahr sein. Und gleich müssen wir Jan wieder erklären, dass wir hier 25 Aufnahmespuren auf dem Online-Tool haben.

Das ist deine Schuld. Bei mir soll sich mal jemand melden, der Erfahrung mit Outdoor-Starlink auf Dachterrasse hat und was der Unterschied zwischen Mini und dem normalen ist. Hahaha.

So weit sind wir hier. Wir sprechen gleich wieder eine halbe Stunde über Trump und Elon und dann gibt es doch das Produkt.

Da ist mir letztes Mal schon aufgefallen, dass Starling nicht so ein richtig selbsterklärendes Produkt ist, weil es unmöglich ist auf der Website, also mir ist es unmöglich auf den ersten Blick zu verstehen, was der Unterschied ist. der verschiedenen sowohl Pakete, also es steht nicht so, was du für welches Paket bekommst, also ob das Mini oder das günstige Paket, das Light-Paket gedrosselt ist und ob ich ein Mini, ein Outdoor oder ein Dach oder was weiß ich, naja, aber vielleicht gibt es Starlink-Berater, die das erklären können. Gerne auf doppelgänger.io slash discord. Dann darf man mir das gerne erklären.

Sehr schön. Du darfst mir die News erklären. Wie sieht es denn aus, wenn der Notenbankchef zurück... Der ist ja irgendwann jetzt fertig. Man munkelt, vielleicht wird er vorher noch rausgeworfen. Gehen dann die Aktien endlich durch die Decke? Noch mehr durch die Decke?

Das kommt, glaube ich, sehr darauf an, wie er zurückgetreten wird. Also der Hintergrund ist ja, dass Trump und Powell sich seit langem streiten. Also Powell streitet sich eigentlich nicht. Powell ist einfach steering his course. Also der bleibt auf Kurs und versucht, glaube ich, relativ neutral zu sein. Das ist zumindest mein Eindruck. Ich meine, die USA haben die Inflation gut in den Griff bekommen. Das liegt auch an der Notenbankpolitik. Ich glaube, er macht insgesamt, ich weiß nicht, ob einen herausragenden Job, aber auf jeden Fall einen guten Job. Oder ich kann nicht gröbere Fehler erkennen in seinem Job. Ich finde, er hat die Inflation gut. Trump wünscht sich natürlich aber, dass die Zinsen weiter gesenkt würden. Das hätte zwei Effekte. A, die ist belebt immer, die Konjunktur, und er könnte erklären, wie toll die Wirtschaft unter Trump läuft. Wenn man das mit billigem Geld befeuert, dann kriegt man noch tolles Wirtschaftswachstum und so weiter. Und gleichzeitig würde es die Staatsschulden verbilligen und damit den Haushalt so ein bisschen helfen zu sanieren, weil... Die Trump-Regierung ja die USA noch mehr verschuldet, um insbesondere die reichsten 1-10% mit Steuergeschenken zu versehen. Das heißt, da würden niedrigere Zinsen auch nochmal helfen, das Ganze günstiger zu machen. Deswegen möchte er meiner Meinung nach, dass Paul, also Fedscher Paul, die Zinsen senkt. Der macht das aber nicht. Der möchte lieber die Inflation in Schach halten. Das geht unter anderem, nehme ich an, davon aus, dass die Inflation wieder hochgehen könnte, wenn man die Zinsen senkt. Einerseits, weil das Angebot für die erhöhte Nachfrage eventuell nicht so schnell zu generieren wäre und andererseits, dass die bestehende Trump-Politik, insbesondere die Zölle, sorgen ja schon für Inflation. fast sicher davon auszugehen, dass die Erzeugerpreise steigen werden, wenn man Zölle einführt. Die Konsumentenpreise werden steigen, wenn ausländische Waren teurer werden. Und wenn noch mehr Leute deportiert werden, wird alles, was arbeitsintensiv ist, auch teurer werden. Das heißt, ich glaube, es ist vollkommen richtig von Fedscher Paul anzunehmen, dass die Preise einen gewissen Abwärtsdruck von unten bekommen. Und deswegen würde zusätzliches Senken der Zinsen ein Problem negativen oder adversen Effekt auf die Gesamtentwicklung haben und auf die Aufgabe der Zentralbank in den USA. Wie gesagt, und darin liegt der Konflikt der beiden. Und jetzt hat, ich glaube, das Wall Street Journal herausgefunden, dass Trump eben einerseits zusammen mit seinem Kabinett oder republikanischen Abgeordneten darüber diskutiert hat, ob man ihn feuern sollte und da fast so eine Art Abstimmung gemacht hat. Und gleichzeitig gibt es Informationen, er hätte sozusagen die Kündigung schon gedraftet. Also er hat einen Entwurf der Kündigung geschrieben. Und auf diese News haben die Märkte schlecht reagiert. Und das Spannende ist, dass insbesondere die langfristigen Zinsen hochgegangen sind. Und man würde ja eigentlich erwarten, wenn er Powell rausschmeißt und ein Neuer kommt, der ihm hörig ist, der es irgendwie schafft, jemanden zu berufen, der einfach nur seine Politik durchsetzt, also einen Trump-Loyalisten, dann würden die Zinsen sinken und dann sollten auch die langfristigen Zinsen eventuell sinken. Aber genau das passiert eben nicht, weil, das ist zumindest meine Interpretation, dass der Schaden für den Wirtschaftsstandort und den Börsenstandort, Finanzstandort, USA extrem wäre. Also wenn die Unabhängigkeit der Federal Reserve, des Zentralbankensystems gefährdet wäre, weil ein US-Präsident einfach einen unliebsamen Fedshare erst erpresst, indem er ihn ständig kritisiert und ihm vorschreiben möchte, was er tun soll. Das tut er indirekt schon seit langem. Oder ihn dann als Vergeltung am Ende rausschmeißt. Dann steht, vielleicht nicht das erste Mal, aber es steht sehr massiv die Unabhängigkeit des Zentralbankensystems in den USA auf dem Spiel. Und das wäre... ein sehr schlechtes Signal an die Märkte. Also man könnte sich über die Zinssenkung meiner Meinung nach nicht mehr freuen, weil ein viel zu großes Opfer dafür begangen wurde. Und deswegen sieht der Markt das langfristig auch negativ und geht sogar von höheren Zinsen langfristig aus. Also man glaubt, die Interpretation wäre, oder meine Interpretation wäre, dass der Markt denkt, dass Trump sich damit vielleicht kurzfristig kürzere Zinsen erkauft aber das langfristig dem Finanzstandort USA, aber auch der Entwicklung der Staatsschulden usw. schadet und deswegen die langfristigen Zinsen oder die Zinsen am langen Ende über 5% oder 5,14% glaube ich steigen. Das ist die Erwartung der Märkte, dass die USA in Zukunft mehr bezahlen müssen, um ihre Schulden aufzunehmen. Das heißt immer, dass es entweder davon ausgeht, dass der Basiszinssatz erhöht wird oder dass die Bonität der USA sehr stark leidet. Das ist der Spannungsraum, in dem wir uns bewegen. Und ich glaube, wie gesagt, man hat es rausgehört, aber es wäre ein denkbar schlechtes Signal, den wirklich zu feuern. Es scheint jetzt so, als ob die einzige Instanz, auf die Trump hört, mal abgesehen von dem, mit dem er zuletzt geredet hat jeweils, wirklich noch die Märkte oder die Zinskurve zu sein scheint, weil er sofort wieder zurückgerudert ist und das heftig dementiert hat. Also er Paul zwar weiter, aber er dementiert, ihn feuern zu wollen, weil ihm jemand erklärt hat, dass was die Märkte darüber denken, wirklich desaströs wäre und die Zinsen noch weiter erhöhen würde. Und damit auch die Schuldenlast der USA. Und das möchte er in seiner Amtszeit ganz sicher nicht haben. Deswegen ist da so eine Paz-Situation. Paul kann mehr oder weniger machen, was er will, muss sich nur damit abfinden, dass er ständig öffentlich beschimpft wird auf Twitter vom Präsidenten. Aber ich finde, er Füllt seine Position da gut aus und schützt damit auch das Institut des FED-Systems, wo er persönlich sicherlich keinen Spaß daran hat an der Rolle gerade. Ich finde es sehr beeindruckend, wie er dadurch regiert.

Ja, und Zinsen versteht er ja. Mit Bau hat er sich ja lang genug beschäftigt. Von daher ist es wahrscheinlich tatsächlich nicht das Einzige, was er richtig verstehen könnte.

Ja, ich glaube, es ist schwer, Paul vorzuwerfen, wo er in der Vergangenheit schlechte Politik gemacht hat. Er hat durch Corona gut durchgelenkt. Das war eine sehr anspruchsvolle Phase. Er hat die Inflation wieder in den Griff bekommen. Du hast trotzdem keine massive Rezession bekommen. Und wenn, dann hat sie nicht an der... Angebotsseite gelegen, Entschuldigung, an der Nachfrageseite gelegen, wie, ich wüsste nicht, warum die US-Wirtschaft gerade super schnell wachsen, noch schneller wachsen sollte. Wie gesagt, allein der Datacenter-Bau ist ein massiver Impuls und diese ganzen Investitionsprogramme, die Trump den Menschen und ausländischen Investoren und so weiter abfordert, ja, ich glaube, er macht einen guten Job. Das ist Meinung, nicht Tatsache, aber meine Meinung ist das und ich glaube, das ist auch eine relativ vorherrschende Meinung, ehrlich gesagt.

Kurze Werbeunterbrechung, diesmal für die unter euch, die sich gut an der Börse auskennen und regelmäßig traden. Die App Tradegate Direct richtet sich nicht an Einsteiger, sondern an erfahrene Traderinnen. Also an diejenigen, die wissen, was sie wollen.

Maximale Kontrolle, schlanke Prozesse und null Schnickschnack.

Das Besondere, du handelst direkt über die Tradegate Exchange, ohne Umwege, ohne Intermediäre und das ist nicht irgendein Handelsplatz, sondern die liquideste Retailbörse Europas. Für mich als ETF-Sparer ist es eher nichts, aber wenn du dich auskennst, viel handelst und auf Ausführungsgüte enge Spreads und minimale Slippage Wert legst, dann bist du hier genau richtig. Das Ganze ist dauerhaft kostenfrei, kein Payment-for-Order-Flow und keine Provision. Klingt interessant? Dann schau mal rein auf tradegate.direct. Und wie immer gilt, Trading ist mit Risiken verbunden.

Wer aktiv handelt, sollte sich der Chancen, aber auch der Herausforderungen bewusst sein.

Werbung Ende. Würdest du OpenAI deinen Computer komplett managen lassen?

Definitiv nicht. Würdest du? Hm.

Nö, aber ich habe gedacht, vielleicht wird das Produkt, dass sie irgendwie das Hardware-Produkt, so eine Art iPad, das einfach alles macht.

Du meinst, dass du über den kleinen Knopf auf alle Rechner in deinem Haushalt zugreifen kannst?

Nee, sondern dass sie dir ein iPad verkaufen, das so ein Open AI Operation System hat, das halt mit Voice und AI komplett die Arbeit für dich übernimmt.

Ich glaube, das ist relativ klar, dass alles, was Sprache auswerten kann, in Zukunft auch ein Interface zu AI-Agents sein wird. Die Frage ist, was kann man bauen, was nicht eine Brille oder ein Smartphone ist oder ein AirPod, was noch irgendeinen Value bringt. Wie gesagt, ich glaube, man versucht gerade, Endgeräte zu entwickeln, nach denen keiner gefragt hat. Das hat beim iPhone ja ganz gut funktioniert. Aber man muss mir wirklich mal erklären, warum ich ein weiteres Endgerät brauche. Voraussetzung, ich habe AirPods, ich habe ein Smartphone und vielleicht habe ich zukünftig sogar noch eine Brille. Brille verstehe ich. Brille hat für Leute mit Herausforderungen, die schlecht sehen, die blind sind, die schlecht hören oder so schon großartige Vorteile. Das sehe ich alles ein. Aber wenn es nicht eine Brille und keine AirPods sind, dann weiß es nicht, was der Vorteil gegen ein Smartphone ist. Aber der eigentliche Hintergrund der Frage ist, dass OpenAI jetzt den Agenten, den Chat-GPT-Agenten, noch mal weiter aufgebohrt hat. Und zwar, der konnte vorher schon einen Browser bedienen. Da hat Google ja auch dieses, wie heißt der, Commander? Nee, wie heißt der, der Chrome steuern kann? Den Namen vergessen. Es gibt so ein Projekt, dass du Chrome steuern kannst von Google Gemini. Es gibt aber auch von OpenAI, ein Agent, der den Browser übernehmen kann. Und in Zukunft soll das eben aufs gesamte Betriebssystem ausgeweitet werden. Und damit kann man dann Slides erstellen, Excel-Tabellen erstellen, theoretisch viele Dinge machen, wofür man Zugriff auf den Computer braucht. Und damit übernimmt es mehr und mehr des Personal Computers. Und alles, was man daran machen kann, kann in Zukunft der KI-Agent machen. Mit der Herausforderung, Dass man entweder ein sehr gutes Datenschutzregime auf dem Rechner braucht, also dass man zum Beispiel sagt, ich habe zwei Partitionen, eine private Partition, da darf der nicht rauf. Ich gehe davon aus, dass sich das so umsetzen lassen wird. Es kann natürlich auch sein, dass es gar nicht möglich ist, das so zu machen. Aber das Mindeste, was ich tun würde, wäre, ich habe eine private Partition, wo ich Fotos und irgendwelche privaten Sachen hinlege und eine Arbeitspartitionen. worauf ich den Agenten mir helfen lasse. Aber das nächste Problem, also ich könnte das zum Beispiel nicht so machen, weil meine Arbeitspartitionen wären ja, also Partitionen sind Abteile einer Festplatte. Oder man könnte auch heutzutage einfach zwei verschiedene SSDs oder so. Das Problem wäre, man würde ja in dem Moment, wo ich das jetzt zum Beispiel nutze, als Investor und Berater, würde ich ja ständig Daten meiner Kunden veruntreuen damit schon. Weil dieser OpenAI-Agent würde natürlich darauf zugreifen, Damit begehe ich eigentlich ein Datenschutzvergehen gegenüber vielen Leuten, mit denen ich schreibe. Also das ist wieder dieses, dass Datenschutz ja immer nicht nur dich betrifft, sondern auch andere. Ich erkläre das meistens an dem Beispiel, wenn du auf dem, also du warst hier mal zu Gast bei mir. Und vielleicht hast du dir einen Pin gesetzt an meine Adresse, damit du beim nächsten Mal ohne Beschreibung dahin kommst. Dann könntest du auf Google Maps sagen, unter den Linden 1, Philipp Klöckner. So, kannst du eintragen. Und dann weißt du, wo ich wohne. Aber wenn das mehr als zwei Leute tun, dann weiß Google eigentlich auch relativ sicher, wo meine Adresse ist, die sie vorher vielleicht nicht hatten. Das Gleiche würde ja mit diesen ganzen KI-Agenten passieren. Die sagen, ich gebe denen jetzt Zugang zu Outlook, zu meinen Fotos vielleicht sogar, zu meinen PowerPoint-Slides. zu irgendwelchen anderen Work-Ordnern, zu Datenräumen im schlimmsten Fall, weil ich es übersehe oder weil ich es mit Absicht mache. Es kann ja sein, ich möchte mir das Durchsuchen von irgendwelchen Dokumenten auch einfacher machen. Und da, wo ich Datenräume ablege von irgendwelchen M&A-Transaktionen oder so, das öffne ich damit auch. Und in dem Moment, also das einfachste Beispiel ist vielleicht E-Mail. Also alle E-Mails, die mir jemand geschrieben hat, liest OpenAI ja auch mit. Also nicht nur die, die ich schreibe, sondern es ist auch irgendwie jeder, der mir irgendwie was Privates, Persönliches oder Vertrauliches im Business-Kontext schreibt, dessen Datenschutz ist damit kompromittiert. Also zumindest sehe ich nicht, wie OpenAI das verändern kann. Das ist natürlich aus OpenAI-Sicht super spannend. Vorteil, ganz logisch, Sie können jetzt ein Tool anbieten, was echte Arbeit macht, echte Büroarbeit macht am Computer sozusagen. Ich kann irgendwas zeigen mit einem Mausfall auf dem Bildschirm und sagen, beantworte das mal oder schick diesen Artikel mal an den und den oder bau aufgrund dieser E-Mail und des Briefings mal ein Angebot für Unternehmen XY. Super wertvolle Arbeit. Dafür können Sie Geld chargen, weil es wirklich Zeit bringt den Nutzern. Der große sekundäre Vorteil ist natürlich aber, dass Sie unheimlich viel Zugang zu privaten Daten bekommen, die Sie vorher nicht hatten. Vorher mussten Sie überwiegend auf öffentlichen Daten oder Daten, die man kaufen kann oder generieren lässt von Unternehmen wie Scale.ai lernen. Und jetzt, also stell dir mal vor, allein der Send-Messages-Filer in deinem E-Mail-Ordner, also die gesendeten E-Mails von allen Leuten, Was das wert ist. Das sind Daten, die vorher nur Google hatte. Google hat E-Mail-Completion ja schon relativ früh relativ gut gemacht. Da hat ihnen ihr eigenes Gmail-Produkt, wo sie mitlernen konnten, bestimmt ganz gut geholfen. Man muss sich immer vorstellen, dass Google 10 Jahre voraus ist bei diesem Machine Learning. Dass sie Gmail gebaut haben auch... Das ist ein Riesendatenschutzproblem. Man kann sehr viel über wie Leute kommunizieren schriftlich lernen. Man kriegt aber auch viel zu viele Sachen mit, die man eigentlich nicht wollte. Man kriegt Informationen durch Newsletter, die vorher vielleicht nicht zugänglich waren. Also ein riesiger Datenschatz, der sich auf einmal eröffnet mit allen Herausforderungen und Gefahren für die rechtlichen Besitzer dieser Daten, die in der Regel nicht nur eine Person sind, wie gesagt. Also auf meinem Computer befinden sich Daten, die nicht mir gehören, sondern die andere oder die die Rechte anderer berühren zumindest. Oder wo ich unterschrieben habe, dass niemand sie sehen darf. Und in dem Moment, wo ich dem Windows-Copiloten oder OpenAI-Agent dazu Zugriff gebe... breche ich eigentlich schon eine Art von Vertrag, wenn ich das tun würde. Eigentlich müsstest du in jede E-Mail ein Disclaimer schreiben, so eine Art Bot-Anweisung, dass du nicht möchtest, also dass du dich dagegen, das ist der neue Facebook-Widerspruch, ich widerspreche Facebook, meine Daten zu nutzen. Demnächst würde ich ein E-Mail-Futter schreiben, wo drin steht, dass du ausdrücklich der automatisierten Auswertung deiner Daten für Machine Learning Zwecke widersprichst. Ob das so gültig ist, das möchten bitte Anwälte besprechen. Aber eigentlich brauchst du irgendeine Art von Protokoll, womit ich verhindern kann, dass wenn ich jemandem eine E-Mail schicke, ich weiß ja nicht, welches Setup auf der anderen Seite ist. Ich meine, ich kann es auch heute schon nicht verhindern. Wenn du heute Gmail nutzt, hat Google meine Daten auch schon. Indem du über Google Gmail oder Google Workspace schreibst, musst du davon ausgehen, dass deine E-Mail automatisiert ausgewertet wird. Anonymisiert natürlich, aber nach meinem Verständnis, kannst du dich dagegen nicht schützen. Und eigentlich bräuchte man ein Protokoll dafür, dass man sagen kann, diese E-Mail, so wie ich das mit der Robots.txt bei Webseiten mache, möchte ich eigentlich, dass irgendwelche Nachrichten, die ich schicke, nicht automatisiert für Machine Learning genutzt werden.

Mal gucken, welcher Futter sich da durchsetzt. Früher war es der Growth Hack von Hotmail, dass die irgendwie darunter geschrieben haben, dass diese Mail von Hotmail kommt. Dann hatten wir das Send by iPhone und jetzt For Human Eyes Only oder sowas.

Also wir werden uns darüber Gedanken machen müssen, glaube ich. Naja, aber die eigentliche News war, dieser Agent wird kommen und nicht nur von OpenAI, das ist vollkommen klar. Es wird natürlich geraunt, dass damit jetzt hunderte, wenn nicht tausende von Startups erledigt sind. Also wenn du dich auf AI for Excel, AI for PowerPoint, ähnliche spezialisiert hast oder Telefontermine machen oder irgendwie sowas, Kalender übernehmen, dann bist du ein Feature. Und das Lustige ist aber ja, dass OpenAI auch nur ein Feature ist. Also OpenAI ist genau genommen ein Feature der großen Tech-Konzerne. Also Google hat eine Kundenbasis, hat Hardware, hat alles und baut eine generalisierte KI und viele spezialisierte KIs. Und eigentlich ist OpenAI im Moment nur das. Ein großes Modell mit verschiedenen Anwendungsmöglichkeiten. Aber genau, die Startups darunter sind nochmal Features vom Feature, wenn du so möchtest. Aber am Ende wird... Und entscheidend, was genutzt wird, wird am Ende, glaube ich, User Experience und wer es am besten schafft und Distribution am Ende. Also wer kommt an Nutzer ran und wer baut ein Produkt, wo Leute wirklich Lust drauf haben. Also ich glaube schon, es kann so einen iPhone-Moment geben, dass eben in einzelnen Industrien sich Lösungen durchsetzen, weil die generelle Lösung einfach kompliziert ist. Nutzen Leute eben doch spezialisierte AI, zum Beispiel sowas wie Harvey für Legal Tech. Du kannst gut argumentieren, warum... Viele Legal-Sachen, breite Modelle auch schon können, aber vielleicht willst du trotzdem Harvey, weil es in der regulierten Industrie viele andere Sachen erleichtert. Bis zu einem Moment. Dann gibt es den Moment, jetzt tiefen wir viel zu lange in dieses Thema ein schon wieder, das sollte eigentlich der erste 5-Minuten-Opener sein. Der eine Moment, wo sich das ändert, ist, wenn OpenAI die selbsttätigen Developer und Produktmanager baut, also eigene Agenten, die selber sowas bauen. dann hättest du eine Explosion von SaaS-Startups. Weil dann würde OpenAI sagen, wenn unser allgemeines Modell nicht stark genug ist, dann bau doch jetzt für ganz viele kleine Use Cases ganz gezielte Agenten, sowas wie kleine SaaS-Startups, die das dann nochmal von der Terminbuchung beim Psychologen bis zur irgendwie sowas wie Harvey oder Routenplanung für Bäckermeisterinnen oder was auch immer, dann könntest du ganz viele davon bauen. Du hättest einen Go-to-Market-Agenten, einen großen Go-to-Market-Agenten, der analysiert ständig Use Cases oder es wäre nicht einer, sondern hunderte, die parallel laufen. Die analysieren Use Cases, wofür können wir noch KI bauen und das einfachste wäre, man analysiert einfach mal, was gibt es schon, wer baut schon spezialisierte Lösungen und dieser Go-to-Market Agent oder Market Analysis Agent, kann man auch sagen, der sagt dann einem Produktmanager Agent, du baust jetzt die Lösung, die für diesen Markt gut ist und dann gäbe es tatsächlich einen Go-to-Market Agent, der sie vertreibt und in den Markt drückt über automatisierte Werbeanzeigen oder Cold Calls oder was auch immer. CS-Agenten sind zu dem Zeitpunkt dann ja auch größtenteils obsolet. Genau. Dann rufen dich einfach, wenn du einen Business-Eintrag hast, rufen dich jeden Tag 400 kleine KI-Agenten an und versuchen dir irgendeine spezialisierte Lösung aus China aufzudrücken. Schöne Zeiten.

Ja, genau.

Das ist alles noch ein bisschen, das dauert noch 18 Monate, bis wir da sind, keine Sorge.

Ja, und vorher versucht OpenAI ein bisschen Geld mit Shopping zu verdienen. Glaubst du, das ist wirklich eine sinnvolle Strategie? Also macht Google so viel Geld mit Google Shopping?

Ja, ich würde annehmen, dass Google Shopping... Also vom Search-Advertising-Business, also wenn wir jetzt YouTube und Gmail rausnehmen, aber das, was im weitesten Sinne Search auf eigenen Google-Properties ist, würde ich davon ausgehen, dass Google Shopping 25 bis 40 Prozent des Umsatzes ist. Also erstmal muss man sagen, dass Google Search wahrscheinlich nur 60 Prozent des Umsatzes ist, weil 10 Prozent YouTube ist, ungefähr 10 Prozent Google Network, also die Display-Advertising außerhalb von Google-Properties ist. 11-12% wahrscheinlich Cloud und noch andere Umsätze. Und von diesem Search, wir fragen jetzt einfach mal Gemini. Also die Google-Suche hilft da noch nicht so weiter.

Gemini hat das nicht irgendwie so gepromptet, dass das nicht gemacht wird?

Ne, das nutzt auch nur öffentliche Quellen natürlich. Aber wir können dann behaupten, Google hat es selber gesagt. Das erste hat schon mal nicht funktioniert. Das ist ein Großteil des App-Spending für E-Commerce-Systems und so blablabla. Fragen wir ein anderes Tool, falls wirklich hier Gemini das Problem ist. Fragen wir eine Nicht-Worker-AI. Supergrock4. Erklärt mir meine Frage. Fragt, was Elon Musk darüber denkt. Spaß. Schon mal sehr gut mit 2023er Zahlen. Schlusslich, dass die Modelle immer alle kaum aktuelle Zahlen haben. kommt auch auf den gleichen Report, das Dreiviertel des Retail-Ad-Spend bei Google landen. Das ist aber nicht, was wir gefragt haben. Ein schlaues Tool, es kennt den Retail-Ad-Spend und den Percentage, das heißt, es könnte jetzt Dreiviertel davon nehmen und einfach mit dem Google-Umsatz vergleichen. Mal gucken, ob Grock mit seinen Tricks auf die Lösung kommt, weil das wäre ja die Lösung. Grock macht es schon sehr schlau, es versucht sich von jeder Angle heranzuarbeiten. Also über den Gesamtretail-Ad-Ausgaben, wie viel davon in Search geht. Bei Google hat es relativ früh aufgegeben. Jetzt geht es quasi die andere Marktrichtung, aus dem Markt. Wie viel gibt Retail für Werbung aus? Wie viel davon online? Wie viel davon in Search? Rock macht sich echt tot hier. Wie lange suchen wir jetzt schon? Jan muss am Ende einsprechen, wie viel Zeit verloren ist. Gibt sich Mühe. Also das Zwischenergebnis ist tatsächlich, dass es zumindest die Zahl gibt, die lässt sich nicht 100% überprüfen, würde ich sagen, aber 85% der gesamten Klicks würden aus Google Shopping kommen. Das fände ich fast überraschend hoch, ehrlich gesagt. 50%, 60% hätte ich geglaubt, 85% kommen mir zu hoch vor. Okay, gefühlt habe ich so eine Kalone Wasser verbraucht hier gerade. So, 4 Minuten 27 hat Croc gebraucht. Okay, also es hat keine definitive Antwort. Was es aber sagt, Google Shopping Ads machen drei Viertel des Retail Search Ads Band aus. Nicht überraschend, glaube ich. Dann Google Shopping Ads Drive 85% auf Klicks on AdWords oder Google Shopping Campaigns Ads. Das ist die Zahl, wo ich mir nicht ganz sicher bin, ob die wahr ist. Dann sagen die, Retail is the largest industry for digital ad spend. Das macht auch Sinn von der, also wie groß ist Retail eigentlich? 28% auf digital ad spend ist Retail. Könnte man sagen, dass 28% wäre ja nur in dem Bereich, wo ich mich gerade bewegt habe in meiner Schätzung. Und dann Search-Ads wiederum sind 40% des Digital-Ad-Spends. Und davon bekommt Google einen Großteil. Aber das hilft uns nicht weiter. Also wir kommen zurück zu meiner Zahl. 25-40% schätze ich.

Pip, immer noch besser als AI-Agents.

Es geht eigentlich um die News, dass OpenAI jetzt an den Verkäufen über ChatGPT mitverdienen möchte. Also sie bauen quasi einen Marktplatz. Wenn ein Produkt erwähnt wird, in der Kaufberatung zum Beispiel, dann suchen sie nach Quellen, wo man es kaufen kann. Und wenn man es dort kauft, dann möchten sie eigentlich so eine Art Affiliate-Programm haben. Das heißt, sie möchten am Verkauf partizipieren. Und das Modell kennt man von Amazon oder aus der Affiliate-Branche insgesamt. Da bekommt man je nach Produktkategorie in der Regel... Zwei bis, ich würde sagen, maximal 15 Prozent bei normalen Retail-Gütern. Es gibt so Nahhausergänzungsmittel und halbseitige Sachen, ein paar Ausnahmen, aber in der Regel liegt es zwischen zwei und 15, selten mal 20 Prozent. Bei Kleidung kann man ein bisschen mehr zahlen, aber es hängt natürlich von der Rohmarge der Händler auch ab. Nicht verwunderlich, zusätzliche Einnahmequelle für ChatGPT. Warum sollte man sich das nicht vergüten lassen, wenn man diese Verkäufe ausführt? Weil es gibt in der Regel mehr Angebote als Nachfrage, gerade wenn es der gleiche Preis ist. Warum soll nicht ich entscheiden als OpenAI, ob ich das bei Walmart oder bei Amazon kaufe für den Nutzer? Wird dann natürlich kompliziert, wenn der Nutzer oder die Nutzerin eigene Präferenzen hat. Also vielleicht möchte ich, dass es bei Amazon kommt, weil ich da schon ein Konto habe oder so. Aber das wird OpenAI natürlich versuchen, so einfach wie möglich erscheinen zu lassen, damit sie diese Transaktion eben brokern können. Ich fand das nicht überraschend. Ich habe tatsächlich sogar, ich glaube bei der Diskussion über die GPT-Analyse-Tools, also wir haben ja in der letzten oder vorletzten Sendung darüber gesprochen, warum ich tendenziell eher nicht investieren würde in diese Analyse für GPT-Tools, weil ich nicht glaube, dass das SEO für Chat-GPTs eine riesen Industrie wird. Mag mich irren, aber... Wenn das nämlich groß wird, dann wird es vor allen Dingen ein Marktplatz. Das heißt, OpenAI wird, glaube ich, den Schritt, den Google über Jahrzehnte gemacht hat, viel schneller machen. Das heißt, sie werden viel schneller dazu übergehen, alles zu monetarisieren. Wenn du heute die Google anschaust, ist 75% des sichtbaren Bereichs Advertising. Advertising findet OpenAI bestimmt nicht so gut, deswegen machen sie so ein Revenue-Share-Modell. Aber ich würde davon ausgehen, dass alles, was kommerziell wertvoll ist, wird halt ein Auktionssystem oder eben so ein Kommissionssystem sein, Vielleicht willst du trotzdem irgendeinen Optimierer haben, der deine Marke besser erscheinen lässt in ChatGPT oder so, aber wer darüber wirklich was verkauft, darüber wird bestimmen, wie auch bei Google, wer am meisten bereit ist, es zu geben. Und damit, wer die höchste Conversion hat und die beste Marge, kann am meisten bieten. Und das ist nicht zwangsläufig das beste Produkt oder der beste Händler, sondern ganz oft genau das Gegenteil. Aber das ist die Richtung, in die wir gehen. Und das verkleinert eben nochmal den Markt für sogenanntes organisches GAIO, AIO oder wie auch immer man diese GPT-Optimierung nennen möchte oder LLM-Optimierung nennen möchte. Weil da, wo Geld zu verdienen ist, werden die großen Chatbots die Hand aufhalten, denke ich. Warum sollte es anders kommen? Also die einzige Ausnahme wäre, wenn Nutzer dafür zahlen, dass sie objektive, oder scheinbar objektive Ergebnisse bekommen. Dann könnte man sagen, ich möchte keine Werbung sehen, dafür bezahle ich ein bisschen mehr an Chat-GPT. Das ist eine Möglichkeit. Dann hätte ich sozusagen so eine Art echter Verbraucherschutz. Dann würde ich erwarten, dass meine Suchergebnisse ein bisschen mehr nach Stiftung Warentesten und ein bisschen weniger nach Auktionssystemen gehen. Aber Das meiste wird halt, glaube ich, gemarket werden von OpenAI und dafür wird man dann in Zukunft zahlen müssen. Was logisch ist, das ist halt der Weg, wie das Internet designt wurde leider. Und wenn wir das Produkt sehr günstig oder kostenlos nutzen werden, wie wahrscheinlich ist das, dass eine Risiko-Internet-Firma uns kostenlos sagt, was die beste Espresso-Maschine oder das beste Gravel-Bike ist.

Aber dann ist doch eigentlich, Preissuchmaschinen sollten dann noch eine schwerere Zeit haben, oder? Also ich stelle mir gerade vor, wo wird das meiste Geld bezahlt?

Für Versicherungen oder so? Genau, Versicherungen, also warum ich den Google Shopping Share nicht auf 50, 60, 70 Prozent schätze, ist, weil Travel und Finance als Industrie so groß sind, dass die auch relevant Umsatz bei Google machen. Also gerade Booking und Expedia, aber auch Finanzprodukte, Versicherungen, KZ-Versicherungen, Lebensversicherungen usw. Damit verdient Google natürlich auch viel Geld. Preisvergleiche, könntest du sagen, einerseits bestätigt das nochmal den Raison d'être von Preisvergleichen, also gerade weil es die einzige Möglichkeit ist oder eine der wenigen Möglichkeiten ist, relativ neutrale nach Preis und Leistung verglichene Portale zu haben, solltest du zu Preisvergleichen gehen oder bei Finanzdienstleistungen zu Portalen wie Finanztip, Finanztest, Finanzfluss usw. einigermaßen den Anspruch haben, das neutral darzustellen und strikt nach Preis und Produkt zu listen. Aber ansonsten würde ich davon ausgehen, dass OpenAI oder die meisten GPT-Agenten sozusagen die Entwicklung, die Google über die letzten Jahre gemacht hat, vorwegnehmen. Also direkt sagen Pay-for-Play, wir sagen, das Produkt ist am besten, das uns am meisten Geld gibt. Oder vielleicht wählen sie sogar noch drei richtige Produkte aus, aber welcher Shop dann am Ende das Produkt verkauft, da wird Geld entscheidend sein. Aber Begeben wir uns mal in die Lage, du kannst ja sagen, sie können ja die Entscheidung über das Produkt vernünftig treffen oder im Sinne des Konsumenten treffen und dann sage ich einfach nur, wo der Konsument das Produkt kauft, da verdiene ich mit dran, also ob es Walmart oder Amazon, also ob die Maschine, die Kaffeemaschine eine Jura oder eine DeLonghi ist, das mache ich so gut wie nach bestem Wissen und Gewissen. Aber wo du die dann kaufst, daran verdiene ich Geld mitzunehmen. Aber da hast du ja schon sofort Probleme, dass gewisse Produkte, sagen wir mal, ich glaube bei Bose ist das zum Beispiel so, ich bin mir nicht sicher, aber ich glaube bei Jura sogar auch. Es gibt einfach Hersteller, die teilen wenig Marge. Apple ist zum Beispiel auch ein super Beispiel. Da verdient keiner wirklich Geld dran. Du listest die Produkte nur, damit du sie hast. Reich wirst du damit nicht. Damit gibt es wenig zu teilen. Und dann würden diese Produkte vielleicht eben doch gar nicht mehr empfohlen werden, weil wenn keiner der Händler irgendwie signifikant Umsatz teilt mit den Plattformen, dann würde ich dieses Produkt vielleicht insgesamt nicht mehr attraktiv finden. Naja, bevor jetzt jedes Thema heute ein 30-Minuten-Thema wird, wollen wir weitermachen?

Ja, mach mal den Rest im Stelldurchgang.

Nee, nee, nee. Hast du einen Hardcut? Guck mal, wir haben jetzt eine Stunde, die Uhr ballert.

Also in einer Dreiviertelstunde musst du zum Pickleball.

Wichtige Termine, die ich so noch habe. Ja, tut mir leid. Harter Freitag, wie immer. Es stimmt, 12 Uhr Freitag. Deine zwei Tage Woche hat natürlich längst das Zeitliche gesegnet.

Ich habe heute schon zwei E-Mails geschrieben. Ich war heute schon fleißig.

Herzlichen Glückwunsch. Eine E-Mail und eine Korrektur. Die Nutzer des Services von WeTransfer wurden diese Woche überrascht durch eine Änderung der Nutzungsbedingungen. Wir wissen, die meisten Leute lesen die gar nicht. Hier haben es aber ein paar Leute gemacht. WeTransfer ist ein Dienst, mit dem man auch Gigabyte große Files mal schnell hinterher schicken kann. Also, du hast ein Fotoshooting gemacht und hast irgendwie 40 Fotos, die in Gigabyte groß sind. Oder ein kleines Werbevideo, ein Entwurf dafür, ein Musikfile, das Mastertape, was du mit einem Producer sharen willst. Ganz oft wird das in der kreativen Industrie genutzt. Teilweise, ich glaube, Datenräume oder sowas schickt man damit nicht mehr rum aus, weil man schon Datenschutzbedenken hat. Aber früher hat man es, glaube ich, zum Beispiel auch genutzt, um größere Datenpakete hin und her zu schicken. Was WeTransfer jetzt gemacht hat, ist, sich zusichern zu lassen, dass sie KI laufen lassen können oder Training laufen lassen können auf den Daten, die hin und her geschickt wurden. Das hat für einen Aufschrei gewirkt, weil man muss sich vorstellen, also du schickst eine unfertige Version eines, ja, du hast einen Song geschrieben, du hast einen Werbeclip aufgenommen oder ein längeres Video aufgenommen, du hast tatsächlich ein privates Fotoshooting gemacht. Eigentlich alles, was du über WeTransfer verschickst, ich glaube, es ist nicht 100% sicher, weil der Link könnte theoretisch auch geklaut werden im Prozess und dann kann es jeder runterladen, aber eigentlich gehst du davon aus, dass es nicht weiter genutzt werden soll durch andere, außer durch den Empfänger. Und du willst natürlich nicht, dass da schon KI drauf läuft. Insbesondere wenn du in der kreativen Industrie arbeitest, willst du, dass auf deinem neuen Hitsong schon trainiert wird oder auf deiner neuen Kinoszene oder was weiß ich. Kannst du eigentlich nicht wollen. Und inzwischen rudert WeTransfer jetzt einmal zurück. Wir beziehen uns auf den Bericht von Heise, den wir auch in die Show auspacken. Und sagt, sie wollen das eigentlich nur, um den eigenen Service zu verbessern, also um die Übertragungsgeschwindigkeit der Daten oder die User Experience zu verbessern, wollte man KI einsetzen. Das widerspricht aber schon, wie das formuliert war vorher. Diese zwischenzeitlich durchgesetzte Klausel... Lassig wie folgt. Licensed to we transfer. In order to allow us to operate, provide you with and improve the service and our technologies, we must obtain from you certain rights related to content that is covered by intellectual property rights. You hereby grant us a perpetual, also auf alle Ewigkeit, worldwide... kann man übersetzen, non-exclusive, royalty-free, transferable, sub-licensable license to use your content for the purposes of operating, developing, commercializing and improving the service or new technologies and services, including to improve performance of machine learning models that enhance our content moderation process and according with the privacy cookie policy, such license include the right to reproduce, distribute, modify, prepare, etc., Also sie wollen weltweites, veräußerliches, andere Parteien, unterlizenzierbares und so weiter, Recht für bestehende und neue Services, die du noch nicht kennst, darauf Machine Learning anzuwenden. Hier steht vom Models that enhance our content moderation process. Das würde heißen, dass du zum Beispiel, die haben mit Sicherheit irgendein CSAM-Problem, also Inhalte, wo Minderjährige missbraucht werden. Darum geht es. Also da würde man natürlich Machine Learning einsetzen, aber so wie das formuliert ist, scheint das natürlich erstmal viel zu weit gefasst und inzwischen haben sie es deutlich enger gefasst. Aber so ein Lektion daraus ist eigentlich, dass man sich so wie wir vorhin am Anfang über E-Mails gesprochen haben und über Daten auf einem Computer, dass man sich im Machine Learning Zeitalter sich bei jedem Service, den man nutzt, eigentlich überlegen muss, was kann man auf Basis dieser Daten lernen. Wir nehmen jetzt über ein Podcast-Tool auf. Und wer weiß, ob das nicht die Daten sind. Also gut, das kriegst du mehr oder weniger frei auch von Spotify. Also nee, kriegst du nicht, darfst du nicht nutzen, aber dann würdest du sie klauen. Würdest du sie von Spotify, YouTube oder Apple auch klauen können. Aber was wäre, wenn Riverside irgendwann alle Recordings verkauft und zum Beispiel sowas wie Notebook LM, also Googles, verkauft? Und vor dem Hintergrund von Google, da komme ich erst in diesem Moment drauf, wo ich das sage, aber das macht diese Show ja so spannend. Weißt du noch, dass es ein vollkommen erfolgloses Tool namens Google Podcast gab, was niemand nutzen wollte für die Verbreitung von Google? Ja. Aber wo man nur die RSS abgeben musste und dann war der Podcast auf Google. Was sagt dir das Notebook LM nicht auf Basis von diesen Daten? Also Google hat allen Podcastern angeboten. Möchte es nun nicht bei Google Podcast gelistet sein, alles was ein RSS-Feed hat, haben sie einfach selber inhaliert. Ich glaube, sie sind davon ausgegangen, RSS-Feed ist ein freies Format. Die wollen bestimmt auch bei Google Podcast gelistet werden. Das ist nie abgehoben, aber Google Podcast wurde in Google Suchergebnissen sehr hoch angezeigt. Wenn man nach Doppelgänger-Podcast gesucht hat, stand Google Podcast da relativ weit oben. Inzwischen tut es das nicht mehr. Inzwischen ist das zu YouTube übergegangen. Aber das sind die perfekten Trainingsdaten, um so etwas wie Notebook LM zum Beispiel zu bauen, würde ich behaupten. Also du kannst die Podcasts einfach transcriben. Du hättest damals alle Podcasts, die Google inhaliert hat, über RSS-Feeds genommen und du transcribst sie in echte Sprache, also in geschriebene Sprache. Das ist ja möglichst erklang. Und was Notebook LM macht, ist ja so ein bisschen das Gegenteil. Du hast... Du machst eine Story-Outline und subscribst es dann andersrum. Also du lässt eine KI im Gespräch zwischen zwei Hosts. sozusagen schreiben als Skript und dann baust du einen Podcast raus, was einfach nur der Trainingseffekt andersrum ist. Und ich glaube, das erklärt sehr gut, warum Google ein vollkommen aussichtsloses Podcast-Tool, was niemand gebraucht hat, gebaut hat, wenn es nur dazu ist, um auf den Daten zu trainieren. Und damit sie nicht sagen müssen, also hätte Google das so gemacht ohne ein eigenes Podcast-Tool, hätte man natürlich irgendwann gefragt, haben sie die Daten bei Spotify geklaut oder bei Apple geklaut? Woher kennt Google denn so viel Podcast-Daten, dass sie sehr gute Podcasts generieren können? Und das ist nur unterstellen. Es gibt tausend andere Wege, das zu trainieren bestimmt, aber ich glaube, es ist ein relativ charmanter Weg, das aufgrund von bestehenden Podcasts zu machen, weil alle Podcasts ja am Ende zwei Dudes sind, die miteinander reden. Letztlich, um das zu erfahren, kann man natürlich nur aus echten Podcasts lernen. Das ist für mich eine gute Erklärung, warum Google Podcasts entstanden ist. Aber es ist Spekulation, genau wissen wir das natürlich nicht. Aber ich finde, es ist eine relativ schlüssige Erklärung, oder?

Ja, aber ich meine, bei diesen Produkten, also bei WeTransfer, da muss man doch eh immer das Gefühl haben, dass irgendwas mit den Daten passiert. Also wie kannst du denn sonst solche Daten, also was ist das Geschäftsmodell von denen, wenn du einfach kostenlos die Sachen rüberschicken kannst?

Das ist eine sehr gute Frage. Also WeTransfer ist für den Benutzer in gewissen Bereichen zumindest kostenlos. Man muss sich natürlich fragen, womit die Geld verdienen. Teilweise ist es mit Werbung, die sieht man auch. Es gibt Pro-Accounts. Aber dass Gigabytes von Daten umherschicken, selbst heute noch Kostenversuchten, ist relativ klar. Ich habe etwas Gemeines gemacht. Ich habe Gemini... Also erst habe ich gefragt, warum Google Podcasts gelauncht werden. Dann dachte ich, es wäre ein besserer Problem zu sagen, hey, du bist ein Google-Produktmanager, erklär mir jetzt mal, warum Google... Das ist immer wichtig, dem Modell erst eine Rolle geben. Deswegen habe ich ihm die Rolle Google-Produktmanager gegeben und gefragt... Wie würdest du das denn machen? Und Gemini sagt jetzt, ich kann mir vorstellen, dass das nicht mehr lange geht, dass man das so machen kann. As a Google Product Manager reflecting on the launch of Google Podcasts, here's how I'd explain our motivations. Our decision to launch Google Podcasts in 2018 was driven by a confluence of strategic imperatives aiming to address critical user needs and capitalize on emerging market trends. Critical user needs, ja, weil das Podcast-Problem ja überhaupt nicht gesolvt war. So, unlocking the power of open web for audio. Das Ökosystem war zu fragmentiert, weil es zwei große Player gab, war das Ökosystem zu fragmentiert, klar. Und deswegen brauchte man eine official Google Backlog Experience. Leveraging Google Search and AI for Discovery. Our core strengths at Google lies in information organization and discovery. We saw an enormous opportunity to apply our AI and machine learning capabilities, particularly in speech to text, natural language processing to the spoken word. Imagine being able to search for specific topics within a podcast episode. Konnte man das eigentlich mit Google Podcasts? Sekunde. Das ist natürlich ein guter Grund, dass man einfach nicht nur Machine Learning trainiert hat, sondern dass man einfach auch noch mehr Wissen aus Podcasts rausgesaugt hat. Man konnte nicht mit Google Podcasts in Podcasts suchen, oder? Das ist, glaube ich, eine Fähigkeit. Ich glaube, man hat sich, wahrscheinlich hat man auch Spekulationen, aber vielleicht hat man sich eher dazu entschieden, diese wertvolle Datenquelle dann für sich selber zu nutzen, weil das für andere vielleicht ein bisschen schwerer war. Drittens, Alignment with the Google Ecosystem. Ich frage nochmal ganz explizit einfach, ob er irgendwas darauf trainiert hat. Also er sagt, Google, also er dementiert das weder noch bestätigt, ist explizit, aber sagt, Google nutzt eine vast and diverse range of data to train its large language models. And this absolutely includes audio data, which would encompass podcasts. Für multimodales Understanding, Search, Speech-to-Text and NLP, Context and Nuance. Und dann sagen sie auch specific Google products, Levering Podcasts and Google Search, YouTube Music, Notebook LM und Voice Assistant Technologies. Na gut, also das bleibt so ein bisschen Verschwörungsspekulation, die ich mache natürlich. Aber eigentlich geht es darum, dass aus allen größten Datenblocken kann man eigentlich heute mit Machine Learning etwas Wertvolles machen. Deswegen muss man bei Tools immer aufpassen. Darum ging es ja eigentlich. Heute ein bisschen Motto der Sendung.

Ich würde langsam zu den Earnings kommen, damit ich hier zum Pickleball komme.

Aber wir haben da vorher noch ein paar. Glückler will einfach nur los. Glückler ist schon die ganze Sendung schwarz einfach. Darf ich das überhaupt sagen? Moment, Moment, Moment. Das habe ich nicht gesagt. Ich nehme das sofort zurück. Glücklers Fenster im Riverside-Tool zeigt keine der bekannten Farben an. Ich sehe hier einen Screen ohne bunte Pixel.

Ich habe das Gefühl, die Vodafone-Leitung hier hat irgendeinen Zusammenhang mit dem Wetter in Hamburg. Vor 19 Minuten hat es aufgehört zu regnen und seitdem funktioniert die Internetverbindung hier wieder.

Ja, aber dann erzähl das mal deinem Stream, weil ich sehe dich nicht. Aber ist egal, ich komme ausnahmsweise ohne dein schönes Antlitz aus. Ohne die schönen Antlitze von 200 Mitarbeitern kommt in Zukunft auch Scale AI aus. Und zwar nachdem die von Meta, Scale AI ist diese Datenerhebungsfirma oder Data Annotation würde man sagen, das Tagging von Daten als Rohöl für KI, haben die gemacht und schmeißen jetzt 200 Leute raus, die sie nicht mehr brauchen aus dem Data Labeling Business. Man könnte überlegen, ist das vielleicht, weil so viele Kunden zurückgetreten sind, dass man diese Leute nicht mehr braucht. Man braucht natürlich nur noch die, die für Meta gebraucht werden oder Und andere Kunden, die verblieben sind, weiß man jetzt nicht, welche Kunden noch verblieben sind, aber angeblich haben sich ja so viele Kunden von Scale.ai getrennt nachdem Meta nicht die Mehrheit übernommen hat an 49% und den Gründer, dass man vielleicht nicht mehr mit ihnen arbeiten wollte und vielleicht sind dadurch diese Stellen obsolet. geworden, oder es sind einfach Funktionen, die es bei Meta eh schon gab, und damit man doppelte Arbeit nicht mehr macht, hat man sich derer entledigt, das entspricht 14 Prozent der Workforce, also jeder siebte, wenn ich mich nicht irre, und man hat auch noch 500 External Contractors, also Freelancer, mit rausgeschmissen, für die man auch keine Verwendung hat, aber man wird mehrere hundert Leute wieder einstellen in Zukunft, explizit für das Enterprise and Government Business, sagt man, also die Einheiten, die für große Unternehmen oder die Regierung Daten labeln sollen und die sollen da sektorspezifische KI-Applikationen bauen in den nächsten Jahren und dafür wird man auch wieder neue Leute einstellen. Das hätten wir eigentlich gleich nach Google machen können, aber... Nochmal kurz aus was, was demnächst in die Antitrust-Corner kommen wird, vermute ich. Wenn man mit Vertretern der Verlagswirtschaft spricht, dann hört man oft, also einerseits das Klagen natürlich, dass der Traffic von Google schon lange nachlässt. Also die Suchergebnisse geben, insbesondere jetzt mit den neuen AI-Overviews, immer weniger Traffic ans Publikum. Web weiter. Wir kennen die Statistiken, dass der Traffic irgendwie auch so um die 30 Prozent, je nach Mediums, ich sag mal, auch 25 und 40 Prozent eingebrochen ist. Und immer mehr suchen gar keine Klicks erzeugen auf den Verlagsseiten. Und was sie aber auch oft sagen ist, dass das Einzige, was uns noch bleibt, ist Google Discover. Also wenn auf den Android-Handys oder auf dem Google-Screen so Artikel, die einen interessieren könnten, vorgeschlagen werden, wenn man da schön reißerische Headlines hat oder eine hohe Affinität des Nutzers zum Themenkomplex hat, sagen wir mal, Ich interessiere mich unheimlich für Specs, dann würde Google halt alle News über Specs mir vorschlagen. Oder wenn andere Sachen besonders gut klicken in meiner Demografie, entweder da, wo ich lebe, also meine räumliche Demografie oder andere Merkmale, die ich mit Statistischen Zwilling gemeinsam habe, dann schlägt es mir so Artikel vor. Und diese Artikel werden in Zukunft in Themencluster gruppiert und zusammengefasst. Das heißt, da steht dann, diese Story gibt es von Reuters, von The New York Times, von Agence Presse und noch zwei andere Nachrichtenagenturen. Und dann wird ein Bild gepickt von einer, meinetwegen von den New York Times. Das wird aber zusammengefasst. Wir verlinken mal einen TechCrunch-Artikel, wo das gut erklärt wird, für die, die es nicht nachvollziehen können. Dann wird es aber zusammengefasst, was natürlich den Überblick über das Thema relativ einfach macht, wobei da natürlich gefährliche Fehler entstehen können. Insbesondere natürlich auch abhängig von der Themenauswahl. Also wenn da so Pseudonews-Portale reinkommen, kann es natürlich ganz schnell schief gehen. Aber vor allen Dingen entsteht es A, viel schwerer überhaupt die Publikation zu finden. Vorher wurde explizit eine Publikation beworben, wenn man so möchte, oder angezeigt. Jetzt werden die gruppiert und bestenfalls noch kleine Logos der Publikation gezeigt. Und ich müsste jetzt mich durchklicken, um überhaupt zu finden, woher dieses AI-Overview für Google Discover kommt. generiert wurde. Das heißt, damit wird das Google Discover Feature ein echtes Newsfeed, wenn man so möchte. Google wird damit zum Publisher, das muss man auch mal ganz klar sagen. Also Google publiziert Zusammenfassungen, das hat nichts mehr mit Suche zu tun. Das ist kein Suchbusiness, das ist auch kein Plattformbusiness, sondern das ist ein Metapublisher, der aus der intellektuellen Arbeit verschiedener Verleger zusammenschreibt, per KI, was er darüber denkt oder wie er das zusammenfassen würde und die Quellen dabei noch nennt. Und das dagegen Nutzung und Werbeeinnahmen. Also einerseits Nutzung von Usern damit generiert und letztlich auch Werbeeinnahmen verdient. Also wenn sich die Verlagsbranche daran klammern wollte, dass Google Discover ihr Leben rettet, das wird ganz sicher nicht passieren. Das ist auch kein Beta-Test oder so. Google sagt, das ist ein Feature, was bleiben wird. Das ist, wie sie die Zukunft von Discover beschreiben. sehen. Da haben natürlich Nutzer sich nachgesehen, wenn man Google fragen würde. Gibt es ein Statement? Sekunde. Finde ich gerade nicht. Aber würde ich jetzt Gemini fragen, du bist Google-Produktmanager für Discover, dann würde Gemini wahrscheinlich sagen, das spart den Nutzern auch ganz viel Zeit und bietet ihnen die Möglichkeit, sich unabhängig aus verschiedenen Quellen zu informieren, ohne diese Quellen noch besuchen zu müssen. Und damit hat man dem Nutzer viel Zeit und verschiedene Meinungen erspart. Gefahr ist halt immer, dass ich hier eine Konsensmeinung, wenn man so möchte, also ich bekomme, die KI liest diese Artikel für mich einfach gesagt und fasst sie zusammen und damit bekomme ich den Durchschnitt oder die Zusammenfassung dieser verschiedenen Meinungen. Und so funktioniert aber Meinungsbildung in einer Demokratie meiner Meinung nach nicht, sondern die Meinungsbildung im Idealfall funktioniert so, dass ich vielleicht meine Lieblingszeitung lese, aber ich lebe außerdem noch die Frankfurter Rundschau oder die SZ und außerdem vielleicht auch noch die NZZ, um mal verschiedene Blicke oder die Welt zusammenzubringen. um nochmal verschiedene Blicke auf ein Thema, also um mich aus verschiedenen Perspektiven über ein Thema zu informieren. Und genau das macht dieses Tool aber unmöglich, sondern es erweckt mir den Eindruck, dass verschiedene Quellen alle etwas über ein Thema zu sagen haben, was man dann in irgendwie einem Absatz zusammenfassen kann. Und ob das dann eine bessere Information der Nutzer ist, würde ich mit einem großen Fragezeichen versehen oder dahinter schreiben, nein, Ausrufezeichen, weil... Das kann vielleicht ein Ansatz sein, um mal die Übersicht zu gewinnen, wenn man lange nicht mehr online war. Aber eine wirkliche Meinungsbildung ist so fast ausgeschlossen, würde ich behaupten.

Wobei ich sagen würde, das Produkt ist ja so ein bisschen wie bei Perplexity in einem Tab in der App, dass sie dir dann die Sachen zusammenfassen. Also jetzt zum Beispiel hier Top News oben EU genehmigt 18. Sanktionspaket gegen Russland. Dann steht da 21 Quellen und das Ding ist zusammen gemacht. Um News für mich zu konsumieren und durchzuswipen, ist das ja schon sinnvoll. Also für mich gefühlt ist es sinnvoller, da durchzuswipen, als durch irgendwie Twitter durchzuswipen und nach News zu gucken.

Und du würdest die Quellen jetzt anklicken?

Nö, also Quellen sind komplett im Hintergrund. Was im Vordergrund ist, ist einmal die Zusammenfassung von den News und dann das weitere Fragen zu den News.

Ja, die dich wieder ins Google produktiver reinführen, oder? Ja, genau. Du kannst sagen, nichts anderes ist die Tagesschau ja auch. Da lesen auch nur Leute alle Agenturmeldungen für dich und machen ein bisschen echtes Reporting immerhin noch. Und denen vertraust du ja auch, dass sie das gut zusammenfassen für dich. Der Unterschied ist aber, dass die Tagesschau keinen Zweifel daraus macht, dass sie Verleger sind oder Journalisten sind und Google so tun, als wären sie eine Plattform, die mit den Inhalten nichts zu tun hat. Also wenn Google die Haftung dafür übernimmt, aber das machen sie natürlich nicht, sondern sie schreiben daneben, die KI kann noch Fehler machen, das ist hier experimentell und so. Wenn Google die Haftung dafür übernimmt, was sie da schreiben und auch wenn sie was eins zu eins kopieren, sich erklären, das Copyright verletzt zu haben, dann kann man ja darüber reden, ob Google jetzt in den Journalismus gehen möchte und schlechten Meta-Journalismus macht. Fairerweise, das kann auch jeder andere. Aber Google hat natürlich den Vorteil, dass Webseiten, die Google-KI nicht so einfach, das haben wir beim Cloudflare-Thema ja besprochen, die Google-KI ist nicht ganz so einfach auszusperren, weil dann kriege ich gar keinen Traffic mehr von Google. Alle anderen KIs kann ich mich davor schützen, indem ich sie aussperre. Aber wenn ich jetzt die Google-KI aussperre, dann werde ich eventuell gar nicht mehr gezeigt. Eigentlich müsste ich jetzt bei Google sagen, ich will in Search sein, ja nein. Ich will in KIs in Gemini sein, ja nein. Ich möchte in Discover sein, ja nein. Ich möchte in AI-Overviews innerhalb von Search sein. Wie soll ich sicherstellen, dass Google nicht am Ende doch Machine Learning für alle Produkte mithilfe meiner Daten macht? Soll ich daran glauben, dass Google da Chinese Walls im Kopf hat und sagt, zu der Webseite schicken wir nur Traffic, deren Content schreiben wir nicht um für AI-Overviews? Ja. Ich kann dir nur raten, verschiedene Quellen zu den Themen. Also es gibt natürlich Themen, wenn man wissen will, wie die schwedischen Frauen gespielt haben oder so, dann weiß ich nicht, vielleicht reicht da auch mal fürs Ergebnis ein Overview. Da würde ich sagen, das ist auch nicht der Sinn von Journalismus, einfach nur Ergebnisse wiederzugeben. Damit muss meiner Meinung nach auch niemand Geld verdienen. Aber wenn es um sowas geht wie der Streit zwischen Trump und Powell, Da verlieren wir hier 20 Minuten, das einigermaßen zu erklären und das auch nur aus einer Sicht. Und vielleicht macht es schon Sinn, da aus zwei verschiedenen Perspektiven drauf zu schauen und verschiedene Quellen sich dazu anzuhören. Naja, so, die guten News des Tages wären heute die Earnings. Sag ich mal, weil wir keine wirkliche gute News gefunden haben, ehrlich gesagt, diese Woche, ist die gute News, dass die Earnings-Season zurück sind. Die ersten Banken haben reportet und auch in der Tech-Szene wird die Earnings-Season, also das ist sozusagen die Hochsaison im Quartal, zu der die Unternehmen ihre Quartalzahlen berichten, wie immer begonnen von den beiden Chip-Szenen. Und Gronden, TSMC, das ist der Auftragsproduzent, der unter anderem Nvidia Chips baut oder auch Apple Chips. Und ASML, das sind die, die Maschinen zur Chip-Herstellung bauen, die Lidografie-Maschinen. Und Netflix, der Streaming-Service, hat auch reportet. Wir fangen mal mit Netflix an. Wer das so ein bisschen Zahlen-Nerd ist, wer aber die Aktien hat oder was lernen möchte oder nachverfolgen möchte... Der sei herzlich eingeladen, das Doppelgänger-Sheet, kann man bei Google suchen, wo sich das befindet, anzuschauen. Da kann man in einem offenen Google-Dokument das nachvollziehen. Wenn man daran selber arbeiten will, kann man auch einfach eine Kopie erstellen und da seine eigenen Modelle noch mit reinarbeiten. Wir sind jetzt im Reiter Netflix, wo die Zahlen von Netflix sind. Und da sieht man sehr schön, dass es nochmal zu einer Beschleunigung des Umsatzwachstums gekommen ist auf 16%. Das ist großartig. Von einem halben Jahr 16% mal kurz runtergegangen auf 12,5%. Jetzt sind wir wieder bei 16%. Wachstum, das ist gesund, wurde auch einigermaßen so erwartet. Die Kosten auf Revenues, die Erstellungskosten sind ein bisschen langsamer gestiegen. Das ist auch gut, dadurch hat sich die Rohmarge gestiegen. verbessert im Vergleich zum Vorjahr ganz erheblich sogar. Und zwar waren wir im Vorjahr bei 46% Rohmarge, bei Netflix jetzt sind wir bei 52%. Also da haben wir einfach mal 6% Punkte und mehr als 10% die Rohmarge, verbessert ganz heimlich. Und die operative Marge, können wir schon mal vorspringen, ist auch von 27% auf 34% gestiegen. Also massiver Anstieg in der Profitabilität auf beiden Margenebenen. Operative Ausgaben sind ein bisschen schneller gewachsen als sie sollten, aber mehr bei der Tech, ehrlich gesagt. Ansonsten sieht man, dass Netflix seine Content-Erstellung, das ist eigentlich das Interessante, also ganz kurz, die Zahlen waren gut so, die Erwartungen wurden leicht geschlagen, aber nur so, dass die Aktie mehr oder weniger unverändert reagiert hat oder ganz leicht negativ, sodass man da nicht viel rein interpretieren muss. Das heißt letztlich, Das waren gute Zahlen, aber die waren auch so gut erwartet worden, deswegen gibt es keinen großen Ausbruch nach oben. Plus Netflix hat gesagt, dass die Kosten im Rest des Jahres ein bisschen höher sein könnten, was Content angeht. Deswegen sind die positiven Ergebnisse jetzt auch ein bisschen moderierter aufgenommen worden. Was ganz spannend ist aus meiner Sicht, das arbeite ich in dem Netflix-Earnings-Sheet ein bisschen raus. Da gibt es drei Posten, Content Assets, Content Amortization und Content Production. Und da sieht man, dass die Content-Produktion, also was sie für neue Content ausgeben, das findet man nicht in dem Income-Statement, sondern nur in den Assets, weil das aktiviert wird. Das heißt, haben wir schon ein paar Mal erklärt, aber wenn Netflix 500 Millionen für eine neue Serie ausgibt, dann gibt es zunächst erstmal diese Kosten von 500 Millionen nicht, sondern die werden der Content-Library hinzugefügt. Die 500 Millionen Kosten, es wird ein Asset geschaffen, ein Content Asset im Wert von 500 Millionen, das wird dann abgeschrieben. Das heißt, es gibt im ersten Quartal oder im ersten logischen Quartal erstmal keinen Verlust durch die Kosten, die entstanden sind, weil man hat 500 Millionen ausgegeben, aber man hat 500 Millionen an Content gewonnen durch die Produktion. Dann wird es über die Zeit abgeschrieben. Und was man sagen kann, ist, dass die Content-Abschreibung liegt im Moment auf dem Level der Content-Produktion. Also man schreibt genauso viel Content ab, wie man es schafft. Und man schafft weniger Content, 5% weniger Content, zumindest rein monetär, als im letzten Jahr. Und ich glaube, in Zukunft wird das entweder so beim Verhältnis 1 zu 1 bleiben. Und das ist natürlich, worauf das Modell basiert. Das Modell hat lange Zeit nicht unheimlich viel Geld verdient. Aber inzwischen ist das Spannende eben, dass man die Nutzerschaft noch weiter steigen kann durch werbefinanzierte Accounts, durch neue Nutzer, die man gewinnt weltweit. Und man muss aber nicht mehr so viel neuen Content pro neuen Nutzer schaffen, sondern man kann die Content-Produktion relativ stabil halten jetzt inzwischen, kann den Umsatz aber weiter steigen und dadurch verbessert sich die Marge. Das ist sozusagen ein spannender Netflix-Modell und man sieht eigentlich ganz gut, dass sie jetzt nicht mehr so viel neuen Content schaffen und aber gleichzeitig den alten Content weiter abschreiben, um die Profitabilität attraktiver zu machen. Das muss man auch sagen, diese Margenverbesserung kommt unter anderem auch daher über die letzten Jahre, dass man Content länger abschreibt. Eigentlich hat Netflix ein progressives Abschreibungsmodell. Das heißt, im ersten Jahr geht man davon aus, dass sich der Wert des Contents vielleicht halbiert, dann ein Viertel wegfällt, dann ein Achtel wegfällt. So einen logarithmischen Chart oder logarithmische Funktion muss man sich vorstellen. Der Content verliert den Wert am meisten im ersten Jahr der Ausstrahlung. Danach kann man noch Nutzer damit begeistern, aber es ist nicht so wie im ersten Jahr, wo er rauskommt. Deswegen wird am meisten schon im ersten Jahr abgeschrieben. Aber die Nutzungsdauer wird inzwischen nicht mehr über drei Jahre wie am Anfang, sondern über sechs Jahre abgeschrieben. Das heißt, man geht quasi davon aus, dass der Content im Archiv tendenziell wertvoller wird oder länger zu verwerten ist. Und das ist so ein bisschen wie, wenn die großen Cloud-Hoster ihre Server länger abschreiben. Das führt zu rein buchhalterischem Gewinn, könnte man sagen. Ansonsten super Zahlen, super Ergebnisse. Der Ausblick hat ein bisschen das Bild getrübt, deswegen kein großer Sprung nach oben. Aber ich glaube, muss man sich erstmal keine Sorgen machen. Die Nutzerzahlen reportet Netflix nicht mehr, sagt nur, dass sie sehr gesund sind und dass sowohl Preissteigerungen als auch neue Nutzer als auch noch höhere Werbeeinnahmen zur Ergebnisverbesserung beigetragen haben. Das ist alles, was man erfährt.

Aber der Ausblick muss doch gut sein. Nächste Woche Freitag kommt Happy Gilmore 2 raus. Ist es so. Wenn das keinen Effekt hat. Ich bin schon die ganze Zeit am überlegen, ob ich irgendjemand hier kenne in Hamburg, der so einen Kinosaal in der Villa hat oder so.

Ich wollte gerade sagen, so bekommst du mich zu deinem Golfturnier, wenn wir Happy Gilmore zwei gucken, dann komme ich zum Goldturnier.

Ja, du hast ja Freitag schon leider eine andere Verpflichtung, aber vielleicht fragst du nochmal, ob du am Freitag statt deiner Planung nach Hamburg kommen kannst und wir zusammen Happy Gilmore kommen. Das wäre auch eine Investition in unsere Freundschaft.

Die freuen sich bestimmt, wenn ich dir eine Trauung absage.

um Happy Gilmore 2 auf einem Golfplatz zu kommen. Prioritäten. Also ich bin dabei und Adam Sandler. Die beiden wichtigsten Leute in deinem Leben.

Ja, meine, also, sagen wir mal so, ich würde da auch gerne sein. Dann machen wir weiter mit TSMC. Wie gesagt, TSMC ist der Auftragsproduzent in Taiwan. Quasimonopol bei der Chip-Produktion schafft es am effizientesten und qualitativ hochwertigsten. die Chips in 3 Nanometer und 5 Nanometer Qualität herzustellen, die unter anderem in Nvidia GPUs, in vielen Smartphones und so weiter benötigt werden. Man muss immer bedenken, es ist nur ein Teil der Produktion, wird wirklich für High-Performance-Computing genutzt. Ich glaube, es sind, ja, ich habe im Kopf so ein bisschen zwischen 15 und 60 Prozent, aber jetzt habe ich es erwähnt, jetzt müssen wir auch nachgucken, das freut dich sicher, weil es ist noch ein bisschen nach hinten verschiebt, der Kunde, aber das finde ich ganz schnell raus.

Ich habe meine Pickup-Tasche schon gepackt.

Ich weiß nämlich, wo ich es finden kann. Und es sind 60%. Es sind genau 60% für HPC. Dieser High-Performance-Computing-Bereich wächst um 14% gegenüber dem Vorquartal. Nicht Jahr, sondern Vorquartal. Smartphones sind 27%, also ein Viertel des Umsatzes. Und dann gibt es noch IoT-Automotive-Shifts und so weiter, die sie bauen. Aber 60% ist High-Performance-Computing, also Data-Center-Shifts. Und die Ergebnisse von TSMC lassen sich sehen. Ich glaube, die Aktie hat zu 4-5% positiv reagiert, wenn ich mich... Rechtsinnere, auf einem sehr hohen Bewertungsniveau passiert das alles natürlich schon. Der Umsatz hat in US-Dollar, also eigentlich reporten die natürlich in taiwanesischer Währung, aber ich nehme die US-Dollar-Zahlen, hat der Umsatz 44% zugelegt. Das Net Income in US-Dollar hat sogar um 67% zugelegt. Also ordentliche Wachstumsraten weiterhin. Rohmarge verbessert um mehr als 5% Punkte von 53,2% auf 58,6%. Richtig große Rohmarge. Wenn man auch überlegt, dass dahinter noch Nvidia sitzt und nochmal das Vierfache draufsteckt, ist es der pure Wahnsinn. Also eigentlich, ich würde gerne nochmal eigentlich vorrechnen, wie sozusagen die Kosten eines, das machen wir am Ende, erkläre ich am Ende nochmal. Ich habe schon eine gute Idee, wo ich das unterbringe. R&D geben Sie weiter Gas, 33% mehr R&D-Ausgaben bei 44% mehr Umsatz, also versuchen Sie nicht zu sparen, obwohl die Ausgaben steigen langsamer als der Umsatz, das heißt ein Operating Leverage gibt es trotzdem, deswegen verbessert sich auch die operative Marge von 42,5% auf jetzt 50% operative Marge, also von jedem Leverage. Wenn ein Chip den TSMC verkauft, behalten sie die Hälfte des Umsatzes als Gewinn übrig, weil sie kaum Marketingausgaben haben. Sie sind Auftragsproduzent. Wer Chips bauen will, weiß, dass er bei TSMC klopfen muss. Da musst du nicht irgendwo auf Messen gehen und Leute bequatschen oder überreden. Das heißt, Marketingausgaben sind niedrig. General Admin ist auch niedrig. Übersichtlich, das Größte ist das Forschungsbudget und die Cost of Sales, die Erstellungskosten. Aber sehr schöne Marge, gute Ergebnisse. Wachstum, Aussichten waren auch relativ positiv. Inventar wächst um 25 Prozent. Das ist gemessen am Umsatz, aber eine Reduzierung des Inventars. Also es wird gesünder, das Verhältnis. Und das ist noch interessant, sie steigern die CapEx, die Investitionen. Letztes Quartal um 74% gegen dem Vorjahr und dieses Halbjahr im ersten Halbjahr um 62%. Das heißt, sie gehen weiter. Man könnte ja sagen, die eigenen CapEx, die eigenen Investitionsausgaben... Sie sind eine gute Vorausschau auf die zukünftige Geschäftsentwicklung. Dann könnte man davon ausgehen, dass sie weiter mit 40, 50 Prozent Wachstum rechnen. Ansonsten würden sie nämlich geradezu viel Geld investieren, würde ich behaupten. Es ist unwahrscheinlich, dass wir in Zukunft weniger Chips benutzen werden. Als Menschheit ist die Gefahr, dass jemand das so effizient, so gut aufbauen kann, relativ unwahrscheinlich. Gute Zahlen. Und wer davon aber nicht so stark profitieren könnte, und früher wurden die ja immer gerne alle in einen Topf geschmissen, ASML, TSMC, Nvidia und so, ist eben ASML, der niederländische Konzern, der die Maschinen baut, auf denen man diesen Chips baut. Diese Lithographie-Maschinen, die das so reinätzen in Halbleiter, die werden in Niederlanden von einem Spin-Off von Philips gebaut. Das ist übrigens, gab es mal einen Acquired-Podcast eigentlich zu Philips? Wenn nicht, sollte man den mal machen. Also wie viele Firmen sind aus Philips raus entstanden, die inzwischen zusammen wahrscheinlich 200 Mal so viel wert sind wie Philips, der niederländische Elektronikkonzern. Die machen das so ein bisschen wie Siemens, dass sie alles rausspinnen, was eigentlich wertvoll ist und eine gute Geschäftseinheit geworden ist. Oder auch problematisch, je nachdem. Und dabei sind so die spannendsten Firmen der Welt entstanden tatsächlich. Ich habe schon mal eine Story gehört. Irgendwo habe ich schon mal die ASML-Story gehört, aber es war nicht Acquired, es war woanders. Das war nämlich gar nicht so einfach, am Anfang die ersten Investoren für ASML zu finden. Das ist ein mega spannendes Board. Ich glaube, es war auf YouTube. Wie auch immer. Und zwar sind die Umsätze von ASML nur um 17,5% gestiegen nach 45% im Vorquartal. Deutlich verlangsamt. Das waren die Net System Sales. Die Gesamtumsätze sind um 23% immerhin gestiegen. Die Marge ist schon noch besser als im Vorjahr, muss man sagen. Das liegt daran, dass sich die Rohmarge verbessert hat. Und dass sie die operativen Kosten gut im Griff haben. Dadurch konnten sie das operative Ergebnis schon noch verbessern um 45 Prozent. Das ist deutlich besser als Umsatzwachstum. Aber der Umsatz hat sich verlangsamt, das Umsatzwachstum. Und der Ausblick war auch relativ schlecht. Also ASML geht nicht davon aus, dass sie unheimlich viele Maschinen absetzen können in Zukunft oder dass das massiv steigen wird. Man sieht es auch an den verkauften Maschinen. Maschinen. Da gibt es ein paar Forward-Looking Indicators, Value of Bookings zum Beispiel, der ist gleich geblieben. Also sie haben letztes Q2 für 5,5 Milliarden Maschinen verkauft und dieses Quartal auch für 5,5 Milliarden. Also man sieht keinen Anstieg im Auftragsbestand, würde man wahrscheinlich auf Deutsch sagen. Schaut man sich die Investitionen an, CapEx, Purchase of Plants and Equipment, ebenfalls minus 22 Prozent. Also man fährt die Investitionen zurück, das spricht nicht für die Erwartung einer Hochkonjunktur für die Maschinen von ASML. Es sind eben doch nicht alle gleich gemacht, die am Chip-Boom teilhaben. Am meisten Geld und Wachstum macht damit eben Nvidia, die auch die besten Margen rausholen. TSMC stößt sich mit gesund daran, aber ASML kann nur noch begrenzt daran profitieren. Könnte man zusammenfassen.

Ich bin gespannt, wann das ein Ende nimmt.

Jetzt rasen wir mal schnell, damit du deinen Termin nicht verpasst, durch die Doom Corner hier. Also, das Weiße Haus bereitet eine Executive Order vor. um die Probleme mit woke.ai einzudämmen. Zum Hintergrund gehört, dass ja gerade alle großen KI-Anbieter einen Vertrag im Wert von bis zu 200 Millionen mit dem Verteidigungsministerium bekommen haben. Also das Verteidigungsministerium und die General Services Administration dürfen die Tools aller großen Modelle, Entropic, OpenAI, wahrscheinlich Microsoft Google auch und XAI, nutzen im Wert von bis zu 200 Millionen. Aber gleichzeitig bereitet man jetzt eine Executive Order zu, die besagt, dass die Modelle so neutral wie möglich sein sollten und ohne Political Bias. Das ist natürlich... Prinzipiell würde man das unterschreiben. Wir wissen natürlich aber genau, was die Trump-Regierung damit meint. Nämlich, dass sie sich wünschen, dass, also vermute ich zumindest, müsste man dann natürlich schauen, wie es ist, aber dass sowas wie die EI da drin zum Beispiel nicht vorkommen darf, ist relativ klar. Die konkreten Befürchtungen der Regierung sind eben, dass es zu politisch-liberal sein könnte. An der Beteiligung muss man davon ausgehen, dass auch David Sachs, der der EI-Zahl ist, beteiligt ist, der das Trump unter den Füller legt. Aber eine Gefahr wäre jetzt, dass alle Modelle dadurch nicht, also die Wall Street Journal schreibt immer wieder, dass Anti-Voke-AI-Executive-Order wäre. Die Gefahr wäre, dass alle Modelle jetzt einen Rechtsruck bekommen, um in Anführungsstrichen aus Sicht der Trump-Administration neutral zu wirken. Wie gesagt, wer sich selber rechts verortet und jetzt sagt, das muss doch auch so sein. Ich habe überhaupt kein Problem, dass Modelle neutral sind. Aber sie sollten in beide Richtungen keinen Bias haben. Das wäre ideal. Ich glaube, es ist aber auch angemessen zu befürchten, dass die Trump-Regierung das so ein bisschen überziehen könnte und dem so einen kleinen Right-Wing-Spin gibt. Es gibt bestimmte Modelle, die im Moment tendenziell vielleicht ein bisschen weiter links verordnet sind, wenn man sie schaut. Das liegt aber hauptsächlich auch daran, wie man die Quellen einordnet und ob man Journalismus mehr oder weniger per se als links einordnet und so weiter und so fort. Aber ja, das sollte man mindestens weiter beobachten. Es wäre, sagen wir, Ein anderer Worst Case wäre natürlich, wenn man dadurch angeblich nur noch Grog AI nutzen darf, weil die anderen alle woke wären. Das könnte man damit theoretisch natürlich auch begründen.

Wobei Grog AI doch wahrscheinlich eher gegen Trump schießen wird, was dann wieder verboten wird.

Das kommt natürlich immer auf sein aktuelles Verhältnis mit Elon Musk an und was der täglich morgens vom Klo in den Systempompt schreibt. Also wenn er mit Trump gerade gut klarkommt, dann wäre Grog wahrscheinlich ein großer Trump-Fan und beschützt ihn vor allem vor Kritik und Vergiss, dass er ständig Lügen verbreitet. Wenn Elon gerade wieder sauer ist auf Trump, wie im Moment, dann würde er Kroc wahrscheinlich eher gegen ihn aufhetzen. Was anderes, was ich mit Besorgnis lese, schreibt die Financial Times. Und zwar soll Donald Trump jetzt tatsächlich es in Angriff nehmen, die 401k Plans für Cryptocurrencies zu öffnen. 401k ist die steuerbevorzugte private Altersvorsorge. in den USA. Das heißt, es gibt quasi eine staatliche Förderung, also in dem der Staat auf Steuern verzichtet im gewissen Maß, wenn man über seinen 401k Aktien oder ETFs einspart. Was total sinnvoll ist, was sie in Deutschland auch brauchten, was ein gutes System ist. Ob das jetzt sinnvoll ist, dass ich vollkommen unproduktive Assets, die theoretisch erstmal zur Altersvorsorge nicht geeignet sind, da reinlege, dann könnte ich auch sagen, du kannst auch deine Pferde wetten. Also, Natürlich wäre man in der Vergangenheit mit den größeren Bitcoin-Währungen damit gut gefahren, weil das Vermögen aufgebaut hat. Am Ende basiert das aber natürlich alles auf Glauben. Und auch Aktienkurse werden natürlich von Meinungen beeinflusst und spiegeln die Meinung der Marktakteure wieder. Ich finde schon nochmal was anderes, ob du mit staatlicher Förderung quasi die Spekulation, also ich finde es schwer zu behaupten, dass Kryptoinvestments was anderes als Spekulation sind. Und das ist fein. Die Leute sollen spekulieren. Also wenn man sein Geld irgendwie zu Sport wetten und ins Casino tragen darf, dann soll man meinetwegen damit auch Krypto kaufen können. Das sollte reguliert sein. Die Claims, die da gemacht werden, sollten klar sagen, dass es kein produktives Assets ist, man sollte die Risiken auf Risiken aufklären, wenn irgendwelche APRs, also Zinseinnahmen damit verbunden sind und so weiter. Macht das gern, macht das gern reguliert. Aber dass der Staat jetzt fördern sollte, dass Menschen gegen den Dollar spekulieren letztlich damit, da bin ich mir nicht so sicher, ob das so schlau ist. Einerseits, weil die Wertstabilität dieser Währung nicht gegeben ist und Klar ist auch der Aktienmarkt volatil, aber im Rahmen eines 401k und mit der typischen Dauer eines 401k kann man sagen, dass Aktien langfristig eben doch ein relativ stabiles und gutes Investment sind. Das konnten Kryptowährungen zumindest noch nicht beweisen, würde ich behaupten. Auch wenn es im Moment so aussieht, als wenn sie eher nach rechts oben gehen. Die Frage ist natürlich auch, welche Währungen da rein dürfen. Also ob da jetzt wirklich so Trump Shitcoins rein dürfen oder nur die drei großen Währungen. oder jeweils drei bis fünf größten. Im Prinzip wäre das relativ unreguliert so zuzulassen, halte ich für höchst problematisch. Freuen tun sich natürlich die Anbieter von Krypto-ETFs, die das einfacher machen. Du kannst ja deine Bitcoins nicht wirklich physisch ins 401k legen. Also es gibt ja kein irgendwie Hot-Wallet im 401k. Das heißt, am Ende würdest du es über ETFs machen und dann verdienen natürlich die großen Blackrocks, Apollo oder was weiß ich, ganz fein Geld. Mit daran, die ja teilweise auch guten Zugriff auf Trump haben. Ja, ganz kurz. PeerSpec ist an die Börse gegangen, das in Anführungsstrichen Amazon of Guns, das Amazon der Schusswaffen, unterstützt von Donald Trump Jr. Der war einer der Investoren in die Plattform. Die Plattform heißt Grab a Gun. Unter anderem ist sie... für den Spruch Shoot Now, Pay Later, weil man da auch Pay Now, Buy Later benutzen kann, um sich Schusswaffen zu kaufen. Das Kürzel des Specs war PEW, Paula Emil Wilhelm, sowie Poo Poo, also das Schussgeräusch einer Waffe. Muss jeder selbst entscheiden, wie lustig das ist. Aber der Spec hat am ersten Handelstag erstmal 24% verloren, also ein Viertel des Werts verloren. Das sind die einzigen guten Nachrichten auch hier schon. Genau, ansonsten ist es ein relativ unscheinbares, langweiliges Business, was ganz sicher erstmal keinen Einzug in unser Doppelgänger-Sheet finden wird. Und dann, das schaffen wir jetzt zeitlich Leute leider nicht mehr, aber ich würde mal als Leseempfehlung, und ich fasse das mal kurz in Google-AI-Manier zusammen und versuche das zu teasern. Es gibt beim Wall Street Journal einen spannenden Artikel, der heißt How Sam Altman outfoxed Elon Musk to become Trumps AI-Buddy. Und der ist ein bisschen lang, muss man sagen, aber der erklärt so über die letzten drei Monate, wie Sam Altman es eigentlich geschafft hat, Elon Musk so ein bisschen als KI-Kenner Nummer eins zu ersetzen in der Trump-Administration. Soweit, dass man das Gefühl bekommt, dass Elon Musk ausscheidend aus der Administration einerseits mit der Big Beauty Phil Bill zu tun hat, aber auch damit, dass Trump und Larry Ellison, also wahrscheinlich hat Larry Ellison, der Auric-Chef, Sam Altman so ein bisschen mit in die Trump-Regierung eingeführt. Larry Ellison, schon immer ein Trump-Vertrauter und Republikaner. Sam Altman, historischer Demokrat, hat früher sehr schlimme Sachen über Trump gesagt, bezeichnet sich jetzt als parteilos oder hat kein politisches Zuhause mehr. Surprise, ist ja niemandem Rechenschaftspflichtig oder muss niemandem irgendwie den Eid schwören. Der wiederum, OpenAI, ist einer der größten Kunden bei Oracle, um Rechenzeit zu mieten. Das heißt... Spekulationen und Storytelling meinerseits. Normalerweise wäre das deine Rolle. Aber ich glaube, Sam Altman hat mal bei Oracle Schaeffler Realism angefragt, hey, wir geben so viel Geld bei dir aus. Bei dir aus kannst du nicht mal machen, dass wir ein bisschen mit Trump hier reden können. Und dann haben sie diesen Stargate-Deal zusammen gemacht, wo sie da auf der Bühne standen im White House und 500 Milliarden announced haben. Sie haben zusammen in Abu Dhabi das G42, dieses Megaprojekt, 5 Gigawatt gegründet. Data Center announced for OpenAI Kernmieter wird und das soll Elon Musk wohl gar nicht geschmeckt haben, dass der sich da so ranigeln könnte an die Trump-Regierung über Larry Ellison. Elon Musk hat dann versucht, die Pressemitteilung zu verhindern, dass man zusammen mit OpenAI und G42 und Oracle in Abu Dhabi sowas bauen würde. konnte das noch irgendwie verhindern. Im Weißen Haus war man aber schon sehr pisst über die Einmischung von Elon Musk überhaupt. Und das ist alles in der Woche passiert, wo er auch sein Zurücktreten aus der Regierung geplant hat. Also wenn man das durchliest, fragt man sich, ist er wirklich wegen der Big Beautiful Bill gegangen oder weil Sam Ortman sich so hintenrum an Trump rangebaut hat und sein neuer KI-Flüsterer geworden ist?

Also zusammengefasst in aktueller Meme-Sprache... Trump und Sam Altman waren beim Coldplay-Konzert.

Ja, genau, die sind so ein bisschen infidel gewesen. Man könnte auch dieses, passend ist eigentlich dieses Meme mit dem Mädel, was sich umdreht da, weißt du?

Ja, das passt überall.

Sam Altman geht mit Trump los und Elon Musk guckt nur so über die Schulter und enttäuscht. Ja, aber es ist auf jeden Fall ein neuer Blickweise und wichtiger Hintergrund, glaube ich, für die ganze Interpretation dieses Verhältnisses von Trump und Musk, aber auch Sam Altman und Trump. beweist sich da fast so wandelbar wie Mark Zuckerberg. Also er schlägt nicht komplett auf MAGA um, aber wird von heute auf morgen vom Demokraten zum Parteilosen. Bekennt das sich auch öffentlich dazu, nachdem er in der letzten Amtszeit ein massiver Trump-Kritiker war, das muss man relativ klar sagen. Aber er hat seine, ich würde mal sagen, diplomatischen Skills tatsächlich genutzt, um da sehr nah an Trump ranzukommen und Ja, ich würde sagen, auch Elon Musk so ein bisschen mit auszuboten, ist das Gefühl. Das kann sich natürlich tagtäglich ändern und es kann irgendwann auch ganz schnell wieder gegen Sam Altman spielen. Aber ich glaube, Sam Altman hat weniger persönliche Allüren, ehrlich gesagt, als Elon Musk. Und am Ende kümmert ihn wirklich nur sein geschäftlicher Erfolg. Deswegen ist es vielleicht wahrscheinlicher, dass er da überlebt und die nächsten drei Jahre noch ganz gut navigiert. Wir werden sehen. Die guten News sind einerseits Substack Raised 100 Millionen auf einer Milliardenbewertung. Das ist der Newsletter-Service. Ich bin großer Liebhaber und Gläubiger an Newsletter. Ich glaube, es wird einen Teil der Medienlandschaft ersetzen und erweitern und vervollständigen und bereichern. Deswegen lese ich das gern. Und das andere ist ein neues EU-Unicorn und zwar die schwedische Firma Lovable hat eine 200 Millionen Series A geclosed, angeführt von Excel. Und auf eine 1,8 Milliarden Bewertung, also wird nicht so stark verwässert. Dabei wächst sehr schnell, ist angeblich bei 75 Millionen ARR in kürzester Zeit. In unter einem Jahr hat man es auf 75 Millionen ARR geschafft. Vielleicht inzwischen, wenn wir reden, auch schon 100. Und das sind gute News für Europa natürlich, dass man auch in Europa zumindest AI-Applikationen baut, die auf andere Leute Modelle basieren. Und dieses Narrativ, das jetzt... KI-Firmen noch schneller zu 100 Millionen ARR kommen. Ein schönes Beispiel ist ja auch Cursor, die irgendwie in unter einem Jahr, glaube ich, auf 100 Millionen gekommen sind, ARR, dann auf 200 und jetzt wahrscheinlich bei 300 stehen. Da entstehen jetzt schöne Infografiken, wie schnell diese Firmen das schaffen. Hier Lovable mit 75 Millionen in unter einem Jahr anscheinend. Cursor ganz ähnlich. Harvey wird man ähnliche Daten wahrscheinlich finden. Ich würde nur gerne auf eine, ohne jetzt Wasser in den Wein kippen zu wollen, also ich möchte schon Wasser in den Wein kippen. Also mich freut es über das EU-Unicorn total gut, freut mich sehr schön. Aber ich glaube, eine Sache ist wichtig zu beobachten. Einer der Gründe, warum die so schnell auf diese hohen 3-stelligen Millionen ARR-Zahlen kommen, ist, also einer der Gründe ist, die Infrastruktur ist schon da, du hast Scalable Cloud, du hast Werbeumgebungen, die Product-Led-Growth, also du kannst entweder mit Werbung sehr schnell Leute erreichen, gezielt und so wachsen oder Product-Led-Growth spricht sich über Plattformen wie Product Hunt oder einfach Twitter oder Facebook. Reddit, unheimlich schnell rum, wenn Produkte wirklich gut und nutzbar sind, dann erreicht man Leute schneller. Und der andere Grund, warum du so schnell so hochkommst, ist oft, weil in deinem Umsatz der Umsatz von vielen anderen ja inkludiert sind. Also, wenn du eine in Anführungsstrichen Oldschool-Softwarefirma baust, dann ist es ja in der Regel so, dass deine Cost of Goods oder Cost of Revenue 20% des Umsatzes sind und du 80% Rohmarge hast. Also du verkaufst ungefähr für das Fünffache deiner Erstellungskosten die Software. Und das ist ja bei KI einfach nicht so. Also wenn man sich mal das Pricing von Lovable oder Cursor anschaut, dann zahlst du irgendwas zwischen 20 und 50 Dollar im Monat und bekommst dafür... irgendwie 100, 150 Prompts oder so, je nach Tool. Aber grob ist das bei beiden Tools ähnlich. Also ich glaube, bei Cursor bekommst du sogar fast unlimited Code Completion oder bis zu 1000 oder so und eine begrenzte Anzahl an Prompts. Bei Lovable ist es, also mit Lovable kann man ganze Apps und Webseiten machen. Auch da hast du eine begrenzte Anzahl Prompts. Wenn man die Kosten für diese Prompts jetzt aber inkludieren würde, dann ist es sehr unwahrscheinlich, würde ich mal behaupten, dass irgendeins dieser Tool auch nur annähernd an eine 80% Rohmarsche weil sie die Modelle darunter selber bezahlen müssen. Und das Spannende ist, also das heißt, ich gehe davon aus, dass sie teilweise vielleicht sogar negative Rohmargen haben. Ich weiß nicht, wie es bei den beiden Firmen sind, aber es gibt bestimmt Beispiele, wo die Rohmargen noch negativ sind und man darauf setzt, dass Modelle später günstiger werden. Vielleicht haben sie 20 Prozent Rohmarge, vielleicht 30, vielleicht schon 50. Ganz sicher haben sie nicht 80 oder 70. Da bin ich mir sehr sicher. Ich wäre sehr überrascht. Und man kann jetzt darauf spekulieren, dass die Prompts oder die Tokens günstiger werden in Zukunft. Die Inferenz wird immer günstiger. Da kannst du sagen, ja, im Moment lohnt sich das nicht, aber die Modelle werden so günstig, dass es sich irgendwann lohnt. Da würde ich wiederum entgegensagen, dass du willst das Produkt ja auch immer weiter verbessern und würdest wahrscheinlich mehr Tokens brauchen für die gleiche Arbeit irgendwann, weil du vielleicht Peer-Programming machst, dass dein Programmierer läuft gegen einen anderen Programmierer oder hat noch einen Sicherheitsingenieur, den du mitbezahlst. Das heißt, ich glaube schon, dass die Kosten nicht so stark, die gehen runter, aber ich glaube nicht, dass die Rohmarge jetzt von heute auf morgen so stark verbessert. Und das Lustige ist halt, Das ist so das komplette Umgekehrte der bisherigen Software-Architektur. Früher, also ich sage mal vor zehn Jahren, war es so, dass die, die die Server bauen, sagen wir mal Dell oder Intel, haben 20-30% Rohmarge. Die, die die Server betreiben, die Rechenzentren, haben 40-50% Rohmarge. Und die Software hat dann 80% Rohmarge. Und jetzt ist es genau umgekehrt. Das ist das Lustige. Die Tools, die die KI anwenden, müssen selber die teuren Modelle in Anführungsstrichen einkaufen und machen dann noch 20-30% Rohmarge. Und das stelle ich jetzt mal frech. Das ist meine eigene Auffassung. Ich kenne die Zahlen, kann die Zahlen unmöglich kennen. Ich habe die nicht gesehen. Aber ich sage mal, die machen 30% Rohmarge. Oder nehmen wir mal 25. Dann gehen sie zu OpenAI oder Claude, kaufen deren Modelle. Da wissen wir, von 2024, Sekunde 2024, war OpenAI wahrscheinlich bei 40% Rohmarge. Entropic, ähnliches Problem, auch 30% Rohmarge, 40% Rohmarge. Nur, aber immerhin mehr als das Startup wahrscheinlich. Die wiederum lassen das in Rechenzentren rechnen von Amazon, Microsoft und so weiter. Die haben immerhin 50% Rohmarge. Also je weiter du runter gehst in die Kette, desto höher wird die Rohmarge. Das ist das Komische. Also dass Azure und AWS und Google Cloud Plattformen 50% Rohmarge haben, da würde ich mein linkes Ei drauf verwetten. Zumindest, dass wir in dem Bereich sind, also nicht weiter als 5% entfernt. Das passt sonst nicht zu den Zahlen. Also die haben wahrscheinlich 50% Rohmarge. Und dann kommt Nvidia... Und die liefern die Chips für die Rechenzentren. Und die haben 75 oder 76 Prozent Rohmarge. Also der Schipproduzent verdient die höchste Rohmarge. Dann kommt das Datacenter, das hat 50% Rohmarge. Dann das LLM, das hat noch 40 oder 30 bis 40%. Dann kommt das Startup, das hat wahrscheinlich die niedrigste Rohmarge im Moment noch von allem. Das ist eine sehr lustige Umkehrung der bisherigen Ökonomie. Ich glaube, das wird sich noch ändern. Tokens werden billiger werden. Das wird die Marge der Datacenter nicht berühren. Aber das Ende der Kette, die Applikationen, könnten dadurch wirklich noch höhere Rohmargen bekommen. Gleichzeitig, wenn es so einfach ist, das nächste Cursor zu erstellen mit KI... Also sollte Cursor, sagen wir mal, es läuft alles gut, Tokens werden super günstig und Cursor wird als Tool so beliebt, dass sie eine 80% Rohmarge bekommen. In dem Case wäre KI-Programmierung so einfach, dass du das nächste Cursor so einfach herstellen, also dann würde so ein Schamatt kommen mit seinem 80-20 und sagen, jetzt baue ich einen Cursor nach und biete es alles für einen halben Preis an. Für mich reicht dein Your Margin is My Opportunity. Das, was Amazon in Retail gemacht hat, passiert dann mit Software und es gibt keine Software mehr mit 80% Marge. Weil der Mode, nämlich eine konkurrenzfähige Software zu erstellen, ist einfach massiv gesunken. Weil es tendenziell einfacher und billiger geworden ist, die nächste Super-Software zu bauen. Das heißt, ob wir jemals wieder 80% im Schnitt sehen werden als Software-Marge, bin ich relativ skeptisch. Ehrlich gesagt, wenn das stimmt, dann müsstest du aber alle Software-Companies, die im Moment 80% Rohmarge haben, nochmal hinterfragen, wenn sie nicht andere Modes haben. Aber eigentlich, die eigentliche Nachricht war, lovable, herzlichen Glückwunsch zum Unicorn-Status, herzlichen Glückwunsch an Substack, der Vorreiter im Newsletter-Business. Bessere News hatten wir diese Woche leider nicht und sorry, dass ich ein bisschen Wasser ins Wein kippen wollte, aber ich finde diese Verdrehung der Grossmargin-Kette... wirklich sehr, sehr interessant. Und TSMC habe ich noch vergessen. Hinter Nvidia sitzt dann noch TSMC. Die schaffen es jetzt nicht mehr als 76% Rohmarge zu haben, aber die haben trotzdem 50% Operating Margen und sind damit im ähnlichen Bereich nicht ganz so stark wie Nvidia, aber auch die machen sozusagen bei der Chip-Produktion nochmal mehr Geld als die Leute, die am Ende die Modelle benutzen. Trotzdem bleibt es wahr, dass KI-Firmen deutlich schneller auf 100 Milliarden Umsatz kommen als bisherige Softwarefirmen. Das bleibt natürlich trotzdem eine Wahrheit. Nur sie teilen diese Umsätze und die Cost of Revenues, die sie brauchen, um die zu generieren, mit deutlich mehr Parteien als früher, als eine klassische Softwarecompany, würde ich behaupten.

Richtig lange Folge. Vielen Dank dir. Habt ein schönes Wochenende. Wir hören uns wieder am Mittwoch. Seh du mal zu, dass du Freitag nach Hamburg kommen kannst für Happy Gilmore 2. Schönes Wochenende.

Bis dann. Dir viel Spaß beim Pickleball. Ich hoffe, es haben alle was gelernt. Und bis bald.

Der Doppelgänger Tech Talk Podcast ist ein Projekt von Philipp Klöckner und Philipp Glöckler, recherchiert von uns und produziert von Jan aus dem Off.

Weiter diskutieren kannst du in unserer Doppelgänger Discord Community.

Fragen und Anfragen kannst du uns gerne per Mail an podcast.doppelgänger.io schicken.

Unseren aktuellen Werbepartner findest du in unseren Shownotes.

Vielen Dank, schönes Wochenende und bis Mittwoch.

Doppelgänger Folge #476 vom 18. Juli 2025