0903 | Modellflut, Preisrätsel und Zitat-Chaos

Lena Vogel: Herzlich willkommen zu eurem Hacker-News-Podcast für heute. Ich bin Lena Vogel.

Felix Hartmann: Und ich Felix Hartmann. Und heute verbindet die Geschichten eigentlich ein einziges Thema: Wie viel Vertrauen verdient die KI-Industrie eigentlich noch? Modelle behaupten Parität mit der Konkurrenz, Benchmarks verschweigen echte Kosten, Suchmaschinen zitieren Seiten, die gar nicht mehr existieren.

Lena Vogel: Und gleichzeitig bauen Leute Selfhosting-Lösungen, finden Sicherheitslücken, die KI-Reports übersehen haben, und debattieren, ob man KI in Schulen einfach verbieten sollte. Wir arbeiten uns da heute durch, und wir fangen an mit den Modell-Veröffentlichungen der letzten Tage.

Felix Hartmann: Also, Meta hat Muse Spark 1.3 rausgebracht. Die Zielgruppe sind explizit Agenten und Programmieraufgaben, und das Ding hat einen Modus namens max reasoning. Meta behauptet, in mehreren Benchmarks mit GPT 5.6 Sol und Opus 5 gleichzuziehen.

Lena Vogel: Und die Preisdaten liegen auch vor. Spark 1.3 hat einen Kontext von einer Million Tokens, die Eingabe kostet 1,25 Dollar pro Million Tokens, die Ausgabe 4,25 Dollar. Und simonw hat das Ding tatsächlich mal durchgetestet und sagt, die SVG-Qualität ist besser als bei Version 1.2.

Felix Hartmann: Google legt nach. Gemini 3.8 Flash kostet 0,75 respektive 3,75 Dollar pro Million Tokens, mit Zugewinnen bei Code und Agenten. Und es gibt auch eine Cyber-Variante, 3.8 Flash Cyber, explizit für Cybersicherheit.

Lena Vogel: Und das ist jetzt die dritte Flash-Version in sechs Wochen. Das ist ein Tempo, das man erstmal einordnen muss.

Felix Hartmann: Genau, und da sehe ich zwei Diskussionsstränge. Der erste: Was bedeutet Parität mit GPT 5.6 Sol und Opus 5 überhaupt? Das ist ein Marketing-Claim. Die Benchmarks, auf denen so eine Aussage basiert, wählt der Hersteller selbst aus. Wir wissen nicht, welche das waren, wie sie gewichtet wurden, ob es vielleicht zwei Spezialfälle waren, in denen Spark gut aussieht.

Lena Vogel: Und die Preise legen nahe, dass man da auch nichts verschenkt. 1,25 und 4,25 ist kein Dumping, das ist Niveau von den etablierten Anbietern. Wobei man fairerweise sagen muss: Das ist günstiger als die großen Flagschiffe üblicherweise, und mit einer Million Tokens Kontext ist man konkurrenzfähig positioniert.

Felix Hartmann: Der simonw-Test ist dagegen das, was ich ernster nehme als jede Herstellerbehauptung. Ein Praktiker, der dieselben Aufgaben an Version 1.2 und 1.3 hängt und sagt: SVGs sind besser geworden. Das ist eine echte, nachvollziehbare Beobachtung, auch wenn ein Feld allein keinen Schluss aufs Gesamtmodell erlaubt.

Lena Vogel: Der zweite Strang ist das Release-Tempo bei Google. Drei Flash-Versionen in sechs Wochen. Auf der einen Seite kann man sagen: schnelle Iteration, gut für die Nutzer. Auf der anderen Seite: Wer soll das evaluieren? Jede neue Version invalidiert deine Tests, deine Prompts, dein Wissen über das Modell.

Felix Hartmann: Und wenn du als Firma auf einer Version sitzt, weißt du nicht, wann die nächste Änderung dein Verhalten ändert. Das ist ein echtes Operations-Problem, das in den Diskussionen oft unterschätzt wird.

Lena Vogel: Aber die offene Kernfrage bleibt: Hält die angebliche Parität? Dazu gibt es bislang keine unabhängige Bestätigung. Bis die kommt, ist das eine Behauptung unter mehreren. Und damit sind wir beim nächsten Punkt, denn wer Modellqualität behauptet, muss auch messbare Kosten dagegen halten. Und genau da wird es interessant.

Felix Hartmann: FrontierHarness hat etwas gemacht, das extrem aufschlussreich ist: Neun verschiedene Agent-Harnesses, also die Rahmenprogramme, in denen Agenten laufen, wurden auf demselben Modell laufen gelassen, auf Kimi K3. Gleiches Modell, gleiche Aufgaben.

Lena Vogel: Das Ergebnis: Pro Task schwankten die Kosten zwischen 1,05 und 18,34 Dollar. Faktor siebzehn. Siebzehn!

Felix Hartmann: Das ist die eigentliche Geschichte. Nicht das Modell ist der Kostentreiber, sondern der Harness drumherum. Wie oft das Modell aufgerufen wird, wie viel Kontext mitgeschleppt wird, wie oft es in Sackgassen läuft – all das liegt an der Architektur des Agenten, nicht an den Token-Preisen.

Lena Vogel: Und für jeden, der Agenten in Produktion fahren will, ist das die relevantere Zahl. Du kannst das billige Modell nehmen und trotzdem teuer enden, weil dein Harness ineffizient ist.

Felix Hartmann: Dazu kommt die Kritik von OpenTeams an die bekannten Intelligenz-Kosten-Diagramme, etwa von ArtificialAnalysis. Zwei Punkte. Erstens: Diese Diagramme nutzen logaritmische Achsen. Auf einer Log-Achse sieht ein Faktor 17 wie ein kleiner Abstand aus. Die Preisspanne wird optisch verschleiert.

Lena Vogel: Zweitens, und das finde ich den klügeren Punkt: Lokale Modelle sollten gar nicht über API-Preise bewertet werden. Wer ein Modell selbst läuft, zahlt Strom und Hardware, keine Tokens. Die üblichen Diagramme setzen beide auf dieselbe Achse, und das ist methodisch schief.

Felix Hartmann: In den Diskussionen gibt es da wenig Widerspruch zur Grundaussage, sondern eher zur Frage, wie man es besser machen würde. Einfach linear skaliert? Dann verschwinde die günstigen Modelle am Rand. Es gibt keine perfekte Darstellung, aber Log-Achsen im Marketing-Kontext sind definitiv ein Problem.

Lena Vogel: Die unresolved question für mich: Wir haben jetzt Faktor 17 für einen Task auf einem Modell gemessen. Aber wie groß ist die Spreizung, wenn man Tausende verschiedene Tasks nimmt? Und ist der teuerste Harness vielleicht nicht trotzdem der beste Deal, weil er die Aufgaben zuverlässiger löst? Cost per Task ist nicht gleich Cost per solved Task.

Felix Hartmann: Das ist der Punkt. Effizienz ohne Wirksamkeit ist keine Metrik. Und während wir gerade bei Verlässlichkeit sind: KI-Antworten sind nur so gut wie ihre Quellen. Und da kommt die nächste Geschichte her.

Lena Vogel: Haus Research hat Perplexity auditiert. Die haben 1826 zitierte Seiten angeschaut. Das Ergebnis: 34,7 Prozent der Seiten waren entweder nicht mehr erreichbar oder enthielten die Zahl, die Perplexity zitiert hatte, schlicht nicht.

Felix Hartmann: Nach Aussagen gerechnet – also wenn man nicht zählt, ob die Seite tot ist, sondern ob die konkrete Behauptung stimmt – waren es 14,4 Prozent Fehler. Das ist eine andere Zahl, und die Unterscheidung ist wichtig.

Lena Vogel: Genau. Eine tote Seite ist ärgerlich, aber vielleicht war sie beim Zitieren noch da. Eine falsche Zahl ist eine falsche Antwort, Punkt. Beides zusammen zeichnet aber ein Bild: Der Zitationsmechanismus von Perplexity ist deutlich weniger solide, als die Oberfläche suggeriert.

Felix Hartmann: Und dazu passt die zweite Enthüllung, die noch unheimlicher ist. Drei Websites, die Ende 2023 gegründet wurden, haben 215.128 Seiten mit „best software"-Inhalten generiert – also Masseninhalt, explizit für KI-Antworten geschrieben. Und 59,8 Prozent der Perplexity-Zitate stammen nicht mal aus den Top 100.000 der Tranco-Liste, also nicht mal aus dem long tail des sichtbaren Webs.

Lena Vogel: Das heißt: Der Zitierapparat greift massiv aus einer Grauzone, wo genau solche Content-Farmen sitzen. Der Anreiz ist klar: Wer Suchmaschinen- und KI-Overviews füttert, wird zitiert, ob die Quelle verlässlich ist oder nicht.

Felix Hartmann: In der Community ist die Reaktion geteilt. Die einen sagen: Das ist ein Suchmaschinenproblem, kein KI-Problem, Perplexity aggregiert nur. Die anderen kontern: Perplexity vermarktet sich als verlässliche Antworten mit Quellen, und genau dieses Versprechen wird nicht eingehalten. Wer mit Quellen wirbt, trägt Verantwortung dafür.

Lena Vogel: Es gibt auch Stimmen, die sagen, die Audit-Zahlen müssten man vorsichtig lesen – was genau als „Seite enthält die Zahl nicht" gewertet wurde, ist eine Definitionsfrage. Aber selbst wenn man großzügig rundet: 14 Prozent falscher Behauptungen ist keine Zahl, mit der man Finanzentscheidungen trifft.

Felix Hartmann: Die offene Frage: Gibt es einen mechanismischen Fix? Vielleicht Gewichtung nach Tranco-Rank, vielleicht Pflicht zu Content-Provenienz. Aber jede Gewichtung nach Popularity schafft neue Gaming-Anreize. Das ist kein Problem, das man einmal löst.

Lena Vogel: Und das führt mich direkt zum Thema Sicherheit, denn wer maschinell generierte Inhalte füttert, braucht auch bessere Werkzeuge, um damit umzugehen. Und da gibt es ein paar sehr konkrete Entwicklungen.

Felix Hartmann: Fangen wir mit curl an. AISLE hat sechs CVEs in curl gefunden. Bemerkenswert: Frühere KI-Reports, konkret von Codex und Mythos, hatten null gefunden. Sechs gegen null.

Lena Vogel: Die gute Nachricht: Alle sechs sind niedrig eingestuft, und sie sind in curl 8.22.0 gefixt. Also kein Notfall, aber eine interessante Datenlage.

Felix Hartmann: Genau, und die Debatte dreht sich um die Interpretation. Ein Lager sagt: Das beweist, dass KI-Sicherheitsaudits nicht ausreichen, die Modelle übersehen echte Lücken. Das andere sagt: Moment, sechs CVEs sind alle low severity, vielleicht sind die schlicht schwer zu finden und die früheren Reports haben einfach die hochwertigen Dinge gefunden und die Low-Hanging-Fruits ausgelassen.

Lena Vogel: Fair ist auch: Verschiedene Tools haben verschiedene Schwerpunkte und Falsch-Positiv-Toleranzen. Ein Tool, das weniger meldet, ist nicht automatisch schlechter. Aber die Kombination – sechs echte Funde, alle niedrig, alle jetzt gefixt – lässt sich schwer als KI-Erfolgsgeschichte verkaufen.

Felix Hartmann: Nächstes Thema im Sicherheitsumfeld: WebLLM. Das ist ein Browser-basierter Inferenz-Engine über WebGPU, fast 19.000 Sterne. Und in den Kommentaren heißt es: Das Projekt sei praktisch tot, verwaist. Empfohlene Alternativen sind llama.cpp mit WebGPU-Backend oder ONNX.

Lena Vogel: Das ist eine typische Open-Source-Dynamik: Ein Projekt demonstriert, dass es geht, inspiriert viel, und dann stagniert es, während die Alternative von einer aktiveren Community getragen wird. Die 18.800 Sterne sagen nichts über den aktuellen Zustand.

Felix Hartmann: Und der dritte Baustein ist von Anthropic: Ein Tool zur Prüfung von C2PA-Content-Credentials. Man kann damit eine Datei darauf prüfen, ob sie von Claude bearbeitet wurde.

Lena Vogel: Wichtig, und da herrscht in den Diskussionen sofort Einigkeit: Das Gegenteil gilt nicht. Fehlende Credentials bedeuten nicht, dass etwas nicht KI-generiert ist. Die Credentials sind freiwillig, sie können entfernt werden, sie decken nur den Claude-Anteil ab.

Felix Hartmann: Für viele ist das trotzdem ein sinnvoller Baustein – Provenienz, wo sie existiert, ist besser als keine. Aber als Anti-Fake-Werkzeug taugt es nicht, und Anthropic selbst formuliert das offenbar entsprechend vorsichtig.

Lena Vogel: Die größere unresolved question bleibt: Wenn KI-Content massenhaft generiert wird, fehlen unabhängige Verlässlichkeitssignale. Und genau deshalb legen manche Leute Wert auf Kontrolle über die eigene Infrastruktur. Von Sicherheit zu Selbsthosting ist es nur ein kleiner Schritt.

Felix Hartmann: Das Stichwort ist Immich. Eine Selfhosting-Alternative zu Google Photos, per Docker deploybar, mit automatischem Backup vom Handy und Multi-User-Synchronisation. Und auf Hacker News ist der Tenor: Die Erfahrung sei richtig gut.

Lena Vogel: Was Leute betonen: Nach dem Setup läuft es. Handy macht Fotos, sie landen automatisch auf dem eigenen Server, die Familie hat eigene Accounts, und Google ist aus der Kette draußen. Der Aufwand liegt im Anfang, nicht im Betrieb.

Felix Hartmann: Der Einwand, der immer kommt: Selfhosting heißt auch, selbst für Backups, Updates und Sicherheit verantwortlich zu sein. Google Photos ist bequem und hat keine Backup-Verantwortung bei dir. Das ist ein echter Trade-off, keine reine Ersparnis.

Lena Vogel: Und das zweite Beispiel ist weniger rosig. SteamDB, die Datenbank mit den Steam-Statistiken, die quasi jeder in der Branche nutzt, ist an die Mutterkonzern von Nexus Mods verkauft worden.

Felix Hartmann: Und die Community-Reaktion ist skeptisch. Zwei Sorgen: Erstens die Paywall-Frage – SteamDB ist historisch frei und nützlich, und bei einer Akquisition durch ein kommerzielles Unternehmen liegt der Verdacht nahe, dass irgendwann Funktionen hinter eine Bezahlmauer wandern.

Lena Vogel: Zweitens eine fast philosophische Frage: Wer bezahlt eigentlich die Daten? SteamDB profiliert Daten ab, die von einer Plattform kommen, die SteamDB nicht kontrolliert. Die Community fragt zu Recht, was mit diesem Wert passiert, wenn ein neuer Eigentümer kommt.

Felix Hartmann: Es gibt auch Stimmen, die sagen: Abwarten. Nexus Mods ist ein etablierter Akteur mit einiger Reputation, nicht jeder Kauf endet in einer Katastrophe. Aber die Reserviertheit ist deutlich spürbar.

Lena Vogel: Beide Geschichten zusammen erzählen dasselbe: Immer mehr Leute wollen Kontrolle über ihre eigenen Daten und Werkzeuge zurück – ob sie jetzt ihre Fotobibliothek selbst hosten oder darüber nachdenken, welche Dienste eigentlich wem gehören. Und bei Kontrolle geht es auch um Marktmacht.

Felix Hartmann: Genau, und da gibt es zwei große Geschichten. Die erste: Uber zieht sofort aus Nigeria und Uganda ab. Davor war Uber schon aus der Elfenbeinküste und aus Tansania verschwunden. In Afrika bleiben nur noch vier Länder: Ägypten, Ghana, Kenia und Südafrika.

Lena Vogel: Ein massiver Rückzug, und das praktisch über Nacht. Das wirft Fragen auf: Lohnt sich der Markt nicht? Ist die Regulierung zu streng? Sind die Betriebskosten zu hoch? Die Gründe sind in dem, was wir wissen, nicht im Detail erklärt – und genau da liegt die Lücke.

Felix Hartmann: Die zweite Geschichte spielt in den USA: Google entgeht der Zerschlagung im Adtech-Verfahren. Richterin Brinkema, eine Clinton-Ernannte, hat relativ milde geurteilt und dabei der klassischen Consumer-Welfare-Sicht des Kartellrechts gefolgt.

Lena Vogel: Also der Auffassung: Solange die Konsumenten nicht sichtbar geschädigt werden, ist Monopolmacht weniger problematisch. Die Kritik von HN-Seite zielt genau darauf: Diese Sicht blendet aus, was Monopole für den Wettbewerb, für Publisher, für Werbetreibende bedeuten, lange bevor der Verbraucher es spürt.

Felix Hartmann: Manche Kommentatoren sagen explizit: Bei einer anders besetzten Richterbanks wäre der Ausgang anders gewesen. Das ist Spekulation, aber sie spiegelt ein echtes Unbehagen – die Frage, ob die Rechtsprechung den Markt der 2020er noch versteht.

Lena Vogel: Die Verbindung zu Uber ist der Punkt: Markordnung ist weltweit unter Druck, aber auf ganz verschiedene Weisen. In den USA wird ein Riese geschont, in Afrika ziehen sich Riesen zurück. Beides fragt nach der Regeln, nach denen globale Plattformen operieren dürfen und müssen.

Felix Hartmann: Und in dem Kontext gibt es noch einen materiellen Punkt: Mistral hat klargestellt, dass Vibe-Nutzer default in das Training opt-in sind, Enterprise-Nutzer dagegen opt-out. Und wer wirklich aus allem raus will, muss an zwei Stellen getrennt opt-outen – für Vibe und für die API.

Lena Vogel: Das ist ein Design, das aufmerksam lesen muss. Default-Opt-in heißt, die meisten Nutzer trainieren mit, ohne aktiv etwas zu tun. Das ist nicht ungewöhnlich für freie Tier-Angebote, aber es zeigt, wie viel Verantwortung bei den Nutzern liegt, ihre Privatsphäre selbst zu managen.

Felix Hartmann: Marktordnung, Datenkontrolle, Nutzerrechte – das spannt einen Bogen. Und an dem Bogen hängt auch die Frage nach der nächsten Generation: Wie viel von diesem Zeug sollen Kinder überhaupt mitbekommen, wenn sie noch denken lernen?

Lena Vogel: New Yorks Bürgermeister Mamdani hat eine klare Antwort gegeben: KI ist in Grund- und Mittelschulen verboten. Die Begründung der Unterstützer: Schüler sollen zuerst lernen, eigenständig zu denken, bevor sie auf Werkzeuge treffen, die ihnen das Denken abnehmen können.

Felix Hartmann: Die Debatte dazu ist erwartbar polarisiert. Die Befürworter argumentieren: Schreiben, Rechnen, Argumentieren – das sind Fähigkeiten, die man nur durch eigenes Tun entwickelt. Wenn das Werkzeug das immer übernimmt, entwickelt sich das Fundament nie.

Lena Vogel: Die Kritiker fragen: Verbieten ist ein stumpfes Werkzeug. KI ist da, die Schüler treffen nach der Schule sowieso drauf. Sollte man nicht eher einen bewussten, kuratierten Umgang lehren, statt eine Schockstarre? Und wie kontrolliert man ein Verbot in der Praxis überhaupt?

Felix Hartmann: Und in der Community gibt es eine Gegenposition, die fast zynisch wirkt: Der „NPC-Lifestyle"-Blog, der behauptet, diese Gleichgültigkeit – also bewusst wie ein NPC zu leben, nichts ernst zu nehmen – sei die ultimative Entlastung.

Lena Vogel: Und die HN-Kommentatoren kontern scharf: Die Realität hat Konsequenzen. Wer Politik ignoriert, wird trotzdem von der Politik regiert. Wer Risiken ausblendet, trifft sie trotzdem. Diese Haltung sei im Kern erlernte Hilflosigkeit, keine Freiheit.

Felix Hartmann: Das ist eine interessante Polarität: Auf der einen Seite Mamdani, der sagt – Kindheit und Jugend ist der Ort, wo Denken geschützt werden muss. Auf der anderen Seite der NPC-Blog, der sagt – Erwachsene sollen am besten gar nicht mehr nachdenken. Dazwischen liegt die eigentliche Frage: Wo endet bewusster Verzicht, wo beginnt Ausblendung?

Lena Vogel: Es gibt auch Stimmen, die den Blog als Satire lesen, die nicht als solche markiert ist. Das macht die Debatte nicht einfacher, aber es zeigt: Der Text funktioniert, weil er ein echtes Gefühl anspricht – die Erschöpfung angesichts permanenter Krisenlagen.

Felix Hartmann: Was am Ende offen bleibt: Gibt es eine legitime Form von bewusstem Rückzug, ohne dass man sich zum NPC macht? Die Mehrheit der Kommentarlage sagt vermutlich ja, aber niemand hat eine saubere Linie. Und von der Schulpolitik zum Gehirn ist es nur ein kleiner Sprung.

Lena Vogel: Denn über das alternde Gehirn gibt es neue Forschung, und sie stellt eine gängige Annahme infrage. Die Hypothese: Der alternde Hippocampus vergisst gar nicht primär. Er generalisiert zu stark. Er extrahiert bei der Erinnerung zu viel Verallgemeinerung, und das führt dazu, dass sich Gedächtnisinhalte über Kategorien hinweg vermischen.

Felix Hartmann: Also nicht: Die Erinnerung ist weg. Sondern: Die Erinnerung ist da, aber sie ist mit dem falschen Kontext verschmolzen. Das ist eine andere Fehlform, und sie würde erklären, warum ältere Menschen oft sehr sicher an Dinge erinnern, die so nicht stattgefunden haben.

Lena Vogel: Aber – und das ist die entscheidende Einschränkung – die Studie hatte nur 61 Probanden. Das ist klein. Mit 61 Leuten kann man eine Hypothese generieren, aber man kann keine große Aussage über „das alternde Gehirn" machen.

Felix Hartmann: In den Diskussionen ist die Mischung aus Begeisterung und Vorsicht deutlich. Die These ist elegant, weil sie Erinnerungsverzerrungen besser erklärt als reines Vergessen. Aber die Stichprobengröße ist ein legitimer Einwand, und es fehlt Replikation.

Lena Vogel: Von einem spannenden Signal mit unsicherer Deutung erzählen wir noch einen zweiten: Dark Matter. Der größte Detektor überhaupt, LZ, hat ein einziges anomal Ereignis beobachtet.

Felix Hartmann: Ein einziges Ereignis! Und die Betonung liegt auf: viel zu früh, um von einer Entdeckung zu sprechen. Es läuft gerade zusätzliche Datenaufnahme, um zu klären, ob das ein Rauschen war, ein Untergrund-Ereignis, oder – falls man es sich leisten darf zu hoffen – ein echtes Signal.

Lena Vogel: Das ist die klassische Struktur der Teilchenphysik: Ein einzelnes Ereignis hat keine statistische Signifikanz, aber es ist genau der Typ Ereignis, der historisch manchmal zu großen Entdeckungen geführt hat. Deshalb beobachtet man es aufmerksam und steht nicht auf einem Podest.

Felix Hartmann: Beide Geschichten, LZ und der Hippocampus, sind also in derselben Lage: ein faszinierendes Datum, eine offene Deutung, und die nächste Phase der Datenaufnahme wird's zeigen. Was man daraus heute ableiten kann, ist im Wesentlichen: weiter beobachten.

Lena Vogel: Und nach so viel Gegenwart und Zukunft gönnen wir uns zum Abschluss noch einen Blick zurück. Der Commodore 64 kam am 1. September 1982 auf den Markt.

Felix Hartmann: 64 Kilobyte RAM für unter 600 Dollar. Rund 12,3 Millionen verkaufte Einheiten. Das ist bis heute der Rekord für den meistverkauften Computer der Geschichte.

Lena Vogel: Und es ist eine schöne Brücke zurück zu allem, was wir heute besprochen haben. Ein Gerät für unter 600 Dollar, das eine ganze Generation in das Programmieren gebracht hat – und heute zahlen wir 4,25 Dollar pro Million Output-Tokens, um Code generieren zu lassen, der von Agenten verwaltet wird, die wiederum in Harnesses laufen, deren Kosten um Faktor 17 variieren.

Felix Hartmann: Die Maschinen sind mächtiger geworden, aber die Fragen sind geblieben: Wie funktioniert das Ding wirklich? Wem gehört es? Wer kann es bedienen, wer muss es verstehen? Der C64 hatte jedenfalls den Vorteil, dass man bei ihm bei 64 KB bis an den Rand wusste, was passiert.

Lena Vogel: Und damit sind wir am Ende. Heute haben wir über neue Modelle und deren Preislogik gesprochen, über die realen Kosten von Agenten, über die Zitierpraxis von KI-Suchmaschinen, über Sicherheitslücken und Werkzeuge, über Selfhosting, über Marktmacht, über Bildung, über Forschungsgrenzen – und über einen Computer von 1982.

Felix Hartmann: Wenn dir die Folge gefallen hat, dann erzähl es weiter. Wir sind bald wieder da mit dem Nächsten aus der Welt von Hacker News.

Lena Vogel: Bis dahin – bleib kritisch, prüf die Quellen, und vertrau keinem Log-Plot, den du nicht selbst gerechnet hast.