0909 | KI-Rennen, Streit um Navier-Stokes und Reliquien des Webs

Lena Vogel: Herzlich willkommen zurück zur Show, ich bin Lena Vogel.

Felix Hartmann: Und ich Felix Hartmann. Schön, dass du wieder dabei bist. Wir haben heute wieder einen Haufen Stoff aus den letzten 24 Stunden – und der rote Faden ist eigentlich derselbe durch alle Themen: KI wird einerseits immer billiger, immer allgegenwärtiger, aber parallel dazu wachsen die Risiken und das Misstrauen. Milliardenrunden auf der einen Seite, Überwachungsskandale auf der anderen.

Lena Vogel: Genau, und dazwischen sitzen wir alle und fragen uns, wer da eigentlich die Kontrolle hat. Fangen wir mit dem Geld an, Felix. Da ist eine Zahl, die hängen geblieben ist.

Felix Hartmann: Ja, die Sprachmodelle werden unaufhaltsam billiger, und der Höhepunkt ist, dass Europas größte Finanzierungsrunde in der KI-Branche überhaupt gerade bekannt geworden ist. Mistral hat in einer Serie-D-Runde drei Milliarden Euro eingesammelt, bei einer Bewertung von über 21 Milliarden Euro. Angeführt wurde die Runde von Samsung. Die Begründung ist interessant: Es geht um open-weight-KI, also um Modelle, deren Gewichte offen verfügbar sind, und um europäische KI-Souveränität.

Lena Vogel: Und das ist der eine Pol der heutigen Folge – Europa pumpt Milliarden in eigene Modelle, um nicht komplett abhängig zu sein. Der andere Pol ist die warnende Stimme, die genau diese Entwicklung ins Gegenteil kehrt: Ein Autor hat einen Text veröffentlicht, der im Kern sagt, es gibt noch etwa ein Jahr Zeit, um die globale Sicherheit zu reparieren. Sein Argument: Ein Modell namens GLM 5.3-flash ist offen und so billig, dass praktisch jeder damit Angriffe in großem Maßstab fahren kann.

Felix Hartmann: Das ist ein guter Spannungsbogen. Auf der einen Seite: offene Gewichte als Strategie für Souveränität. Auf der anderen: genau dieselbe Offenheit als Sicherheitsrisiko. Und die Frage ist natürlich, ob diese Warnung übertrieben ist oder ob sie nur früher als alle anderen ausspricht, was die Branche gerade tut – nämlich Leistung massiv verbilligen.

Lena Vogel: Was mich daran fasziniert: Die technische Seite bestätigt diese Richtung von zwei Seiten. Nimm Mercury 2.5 von Inception. Das ist kein klassisches Sprachmodell, sondern ein Diffusions-Sprachmodell, und es schafft 1.107 Token pro Sekunde. Das ist eine enorme Geschwindigkeit. Dazu kommt ein Kontext von 260.000 Token, und die Firma behauptet, es sei 40 Prozent intelligenter als der Vorgänger Mercury 2.

Felix Hartmann: Fast dreistellige Tokenraten pro Sekunde – das verändert völlig, was sich in einer Anwendung real-time anfühlt. Und dann der zweite Baustein: Kimi K3. Das ist ein Mixture-of-Experts-Modell mit 2,78 Billionen Parametern. Die eigentlich verrückte Geschichte ist, wie das läuft: auf einem MacBook M5 Max mit etwa einem Token pro Sekunde, weil die Expertengewichte live von vier SSDs gestreamt werden.

Lena Vogel: Das ist für mich die vielleicht wichtigste Meldung des Tages, auch wenn sie unspektakulär klingt. Ein Riesenmodell, das nicht in den Arbeitsspeicher passt, läuft trotzdem auf einem Laptop, weil man einfach die benötigten Experten vom Datenträger nachschiebt. Ein Token pro Sekunde ist langsam, aber es funktioniert. Das heißt: Spitzenleistung wird dezentral, auf Geräten, die Leute zu Hause haben.

Felix Hartmann: Und wenn man diese drei Fakten nebeneinanderlegt – Mistral sammelt drei Milliarden für offene Modelle, Kimi K3 läuft von SSDs auf einem Laptop, Mercury 2.5 liefert über tausend Token pro Sekunde – dann ist die Botschaft ziemlich klar: Die Fähigkeiten, die vor einem Jahr Rechenzentren brauchten, wandern Richtung Schreibtisch. Der Autor mit der Sicherheitswarnung sieht da genau die Kehrseite: Billige, verfügbare Fähigkeiten bedeuten auch billige, verfügbare Angriffsfähigkeiten.

Lena Vogel: Und was ist unklar? Ich würde sagen: die Frage, ob Regulierung überhaupt hinterherkommt. Die Warnung mit dem Ein-Jahres-Fenster ist ein Weckruf, aber niemand weiß, ob die politischen Prozesse in einem Jahr irgendwelche wirksamen Antworten bereit haben. Diskutiert wird auch, ob die Sorge realistisch ist oder ob sie die praktischen Hürden unterschätzt – aber eine gewisse Grundsatzeinsicht teilen viele: Leistung wird billiger und dezentraler, Sicherheit hinkt hinterher.

Felix Hartmann: Und diese immer billiger werdende Leistung wirkt sich nicht nur auf Angriffe aus, sondern auch auf die Wissenschaft. Ich übersetze mal die Brücke: Günstige starke Modelle beschleunigen die Forschung – und das führt uns direkt zu einer Geschichte, die gestern ordentlich Staub aufgewirbelt hat.

Lena Vogel: Navier-Stokes. Für alle, die es nicht im Kopf haben: Das ist eines der berühmten Millennium-Probleme der Mathematik, die Existenz und Glattheit von Lösungen der Navier-Stokes-Gleichungen, also der Grundgleichungen der Strömungsmechanik. Und OpenAI hat verkündet, gemeinsam eine formale Lösung – einen Beweis in Lean, also einem maschinell prüfbaren Beweisassistenten – für genau dieses Problem vorgelegt zu haben.

Felix Hartmann: Wäre das bestätigt, wäre das ein Jahrtausendproblem gelöst. Aber es kommt direkt der Konflikt: Der Mathematiker Buckmaster und Alpöge haben ihrerseits ein Gegenbeispiel angekündigt – und das ist inhaltlich ein ganz anderer Befund. Existenz und Glattheit beweisen ist das eine, ein Gegenbeispiel wäre sozusagen die Widerlegung der Glattheit. Die beiden werfen OpenAI außerdem vor, parallel an dem Ergebnis gearbeitet zu haben und ihre Chats genutzt zu haben.

Lena Vogel: Also streiten sie nicht nur über die Mathematik, sondern auch über den Kredit und die Methoden. Ein Mathematiker der NYU hat OpenAI wegen aggressiven Vorgehens öffentlich angegriffen – der Vorwurf ist, OpenAI sei seinem eigentlichen Projekt zeitlich zuvorgekommen. Das ist ein ziemlich seltener und unangenehmer Streit in einer sonst eher höflichen akademischen Welt.

Felix Hartmann: Die eigentliche Frage, die überall diskutiert wird, ist: Wem gehört der Kredit? Und: Wie sauber sind die Methoden? Ein formaler Lean-Beweis ist per Definition maschinell verifizierbar – das ist der große Vorteil. Aber wenn der Prozess, der zu dem Beweis geführt hat, in einem grauen Bereich stattgefunden hat, dann ist die Frage der Legitimität eine ganz andere als die der Korrektheit.

Lena Vogel: Und Terence Tao? Nein, bleiben wir bei den Quellen. Was ist unklar? Ob einer der beiden Ansätze überhaupt einer Prüfung standhält. Ein formaler Beweis in Lean muss von der Community akzeptiert und nachvollzogen werden, ein Gegenbeispiel muss genauso geprüft werden. Bis das durch ist, ist der Streit eher ein Streit über Anerkennung und Verfahren als über die Mathematik selbst.

Felix Hartmann: Und das Interessante an der ganzen Geschichte ist, dass sie gleichzeitig ein Plädoyer dafür ist, wie KI in der Forschung funktioniert – und eine Warnung, wie es schiefgehen kann, wenn kommerzielle Akteure mit akademischen Gruppen parallel arbeiten. Es geht um Ehrgeiz, Timing und Eigentumsfragen an Ideen.

Lena Vogel: Und diese Frage – KI als Forschungswerkzeug – führt uns zu einer Geschichte, die deutlich weniger kontrovers ist, aber vielleicht langfristig ähnlich bedeutend: DeepMind hat AlphaGenome Atlas gestartet.

Felix Hartmann: Erzähl uns, was das macht.

Lena Vogel: AlphaGenome Atlas sagt die molekularen Effekte von 9 Milliarden Ein-Nukleotid-Varianten im menschlichen Genom voraus. Das sind also Stellen, an denen sich das Genom von Mensch zu Mensch um genau eine Base unterscheidet. Das Ergebnis ist ein Datensatz von einem Petabyte, mit einem Score namens AVI, der für jede dieser Varianten eine Vorhersage liefert.

Felix Hartmann: Ein Petabyte – das ist eine Größenordnung, die einem klar macht, dass hier nicht ein Paper produziert wurde, sondern im Prinzip eine Nachschlagetabelle für das gesamte menschliche Genom. Warum ist das wichtig? Weil genau diese Ein-Basen-Änderungen oft die Ursache für Erbkrankheiten sind oder deren Risiko beeinflussen. Wenn man für jede einzelne vorhersagen kann, welche molekularen Folgen sie hat, dann verändert das Diagnostik und Genetik grundlegend.

Lena Vogel: Genau. Ein Mensch bekommt eine Genomsequenzierung, es tauchen tausende Varianten auf, und die Frage ist immer: Welche davon sind relevant? Ein vorausberechneter Katalog mit 9 Milliarden Einträgen ist eine Art Kompass dafür. Man kann nachschlagen statt experimentieren.

Felix Hartmann: Die Einschränkung ist aber auch klar: Das sind Vorhersagen, keine klinischen Beweise. Was noch fehlt, ist die Validierung im klinischen Kontext. Ob die Scores in der Praxis tatsächlich mit dem übereinstimmen, was in Zellen und Patienten passiert, ist die offene Frage. Solange das nicht breit getestet ist, ist es ein Forschungswerkzeug, kein Diagnoseinstrument.

Lena Vogel: Und dann gibt es von DeepMind-adjazenter Seite noch eine zweite Geschichte, die thematisch gut passt, weil es wieder um riesige Datensätze geht, die reale Entscheidungen leiten sollen: AlphaGeo hat die Klimaresilienz von 72 Megastädten gerankt. Chicago schneidet dabei als eine der am besten angepassten Städte ab.

Felix Hartmann: Das ist im Grunde dieselbe Logik wie beim Genom: Große Datenmengen plus Modelle erzeugen Rankings, die als Kompass für echte Entscheidungen dienen sollen – bei Städten dann für Infrastrukturplanung, Anpassung an Hitze, Hochwasser und so weiter. Bei Chicago fragt man sich natürlich, was die Metrik genau misst – aber die Richtung ist dieselbe: Datenskalen als Entscheidungshilfe.

Lena Vogel: Ich finde, diese beiden Geschichten zeigen das Spektrum schön: Beim Genom gibt es eine klare Naturwissenschaft, bei der man die Vorhersagen prüfen kann. Bei Klimaresilienz ist die Validierung schwieriger, weil man den Ausgang nicht einfach experimentell testen kann. In beiden Fällen ist die Frage gleich: Wie viel vertraut man einer Modellvorhersage?

Felix Hartmann: Und genau diese Vertrauensfrage – Verifikation, Nachprüfbarkeit – ist auch das Thema des nächsten Blocks. Wir bleiben bei KI, aber nicht als Wissenschaftler, sondern als Werkzeug in der Praxis. Es geht um Dinge, die Leute tatsächlich benutzen.

Lena Vogel: Fangen wir mit Copperhead an. Das ist ein Open-Source-Agent, der Leiterplatten entwirft – PCBs, direkt in KiCad, also der verbreiteten freien Software für Platinendesign. Das Besondere ist nicht, dass er designs generiert, sondern wie: acht Stufen, jede mit Verifikationsgates, also automatischen Prüfungen wie ERC und DRC – elektrische Regelprüfung und Designregelprüfung – und nach jeder Stufe genau ein Commit.

Felix Hartmann: Das ist im Grunde eine Übersetzung von guter Software-Engineering-Praxis in die Hardware-Welt. Ein Commit pro Stufe heißt: Jeder Zwischenschritt ist konserviert, man kann zurückgehen, man sieht die Historie. Und die Gates heißen: Der Agent darf nicht einfach weitermachen, wenn die Prüfung fehlschlägt. Das ist ein wichtiger Kontrast zu dem Bild vom Chatbot, der irgendwas vorschlägt.

Lena Vogel: Und ich glaube, genau da liegt der Punkt, den viele interessant finden: KI wird hier nicht als Konversationspartner benutzt, sondern als Werkzeug mit harten, maschinell prüfbaren Regeln. Der Agent hat Erfolg, wenn die Checks grün sind, nicht wenn der Text plausibel klingt.

Felix Hartmann: Die offene Frage ist natürlich die Zuverlässigkeit in komplexen Projekten. Ein einfaches Board mit ein paar Komponenten ist etwas anderes als ein mehrschichtiges Design mit Hochfrequenz oder Leistungs Elektronik. Ob die acht Stufen und die Checks dort ausreichen, ist ungeklärt – aber die Architektur ist zumindest so gebaut, dass Fehler früh sichtbar werden.

Lena Vogel: In dieselbe Richtung geht eine zweite Meldung, die auf einem völlig anderen Feld spielt: DaVinci Resolve 21.1 hat eine Integration mit KI-Assistenten bekommen – explizit Claude und Codex werden genannt. Die Assistenten können Projekte analysieren, Medien organisieren und sogar Renderings per natürlicher Sprache anstoßen.

Felix Hartmann: Also man sitzt im Schnittprogramm, sagt dem Assistenten, was passieren soll, und er macht es. Das ist der Traum vieler Kreativer, aber auch der Albtraum: Schnitt ist etwas sehr Persönliches. Wenn der Assistent die Medien organisiert oder Vorschläge macht, die man dann übernehmen oder verwerfen kann – das ist hilfreich. Wenn er anfängt, selbst kreative Entscheidungen zu treffen, wird es interessant.

Lena Vogel: Ich glaube, der gemeinsame Nenner von Copperhead und DaVinci ist genau der Übergang, den wir gerade beobachten: KI verlässt das Chatfenster und wird Teil der Werkzeuge, mit denen Leute ihren Job machen. Bei Copperhead mit expliziten Verifikationsgates, bei DaVinci eher als Assistent im Workflow. Und dann gibt es noch ein drittes, etwas intellektuelleres Beispiel in diesem Themenfeld: Ein Web-Tool, das Aufmerksamkeit in Sprachmodellen visualisiert.

Felix Hartmann: Wie funktioniert das?

Lena Vogel: Die Transparenz eines Tokens im Visualisierungsstring hängt von der Magnitude des Value-Vektors und der QK-Werte ab. Also: Man sieht pro Token, wie stark es in der Aufmerksamkeit gewichtet wird. Das ist im Grunde ein kleines Fenster in den Mechanismus, den die Modelle sonst als Blackbox verbergen.

Felix Hartmann: Das passt insofern zur Geschichte, als es auch um Verifikation geht – nur nicht nach außen, sondern nach innen. Bei Copperhead werden externe Checks angewendet, hier schaut man sich die inneren Zustände an. Beides sind Versuche, das Vertrauen in KI-Werkzeuge nicht auf Glauben, sondern auf Prüfung zu stützen.

Lena Vogel: Und dann gibt es in diesem Umfeld noch eine Kleinigkeit, die ich erwähnen will, weil sie ein hübsches Detail ist: Es gibt ein Skill namens i-have-adhd, das Agenten für Code zwingt, ihre Ausgaben aktionsorientiert und nummeriert zu strukturieren – mit zehn Regeln. Das klingt banal, ist aber im Grunde auch ein Beispiel für den Trend: Man verändert nicht das Modell, sondern man verändert, wie es mit einem interagiert. Man erzwingt eine Form, die für den eigenen Arbeitsstil passt.

Felix Hartmann: Genau, es geht um Kontrolle über die Schnittstelle. Bei Copperhead geht es um maschinelle Verifikation, hier um menschliche Lesbarkeit. Beides sind Versuche, KI-Ausgaben brauchbar zu machen – nicht magisch, sondern handhabbar.

Lena Vogel: Okay, ich will jetzt aber zu einem Thema, das deutlich unbequemer ist. Denn die Frage nach Vertrauen und Kontrolle, die wir gerade im Werkzeugkontext besprochen haben, hat eine dunkle Spiegelung: Überwachung, getarnte Öffentlichkeitsarbeit und Misstrauen gegenüber Plattformen. Fangen wir mit 404 Media an.

Felix Hartmann: 404 Media hat Einheiten des US-Border Patrol enthüllt, die unter dem Kürzel PITT laufen. Diese Einheiten analysieren Finanzdaten von US-Bürgern und koordinieren Festnahmen – ohne dass es dafür jeweils einen konkreten Grund gibt. Das ist eine ziemlich brisante Enthüllung, weil sie zeigt, dass Finanzdaten, die eigentlich für etwas anderes gesammelt wurden, für Verhaftungsentscheidungen benutzt werden.

Lena Vogel: Das ist genau die Art von Geschichten, die das Vertrauen in staatliche Institutionen und Datenverarbeitung untergräbt. Und es passt in ein Muster, das sich diese Woche in mehreren Geschichten zeigt. Denn da ist auch Meta.

Felix Hartmann: Bei Meta gibt es zwei Stränge. Der erste: Es gibt Befürchtungen der Polizei, dass Metas Smart Glasses heimlich Beamte und Innenräume von Justizvollzugsanstalten aufnehmen könnten. Das ist ein interessantes Problem, weil die Brille normal aussehen kann, aber eine Kamera hat. In Situationen, in denen Personen keine Einwilligung geben können oder sollen, entsteht ein neues rechtliches und ethisches Grauzone-Problem.

Lena Vogel: Und der zweite Meta-Strang ist ein Produkt namens Muse – ein persönlicher KI-Agent. Und die Kommentare dazu sind, vorsichtig formuliert, skeptisch. Der zentrale Einwand, der immer wieder kommt: Soll man Meta wirklich seine persönlichen Daten anvertrauen? Die Skepsis ist nicht technisch, sondern reputativ – die Firma hat eine bestimmte Geschichte im Umgang mit Daten.

Felix Hartmann: Und dann gibt es noch die dritte Geschichte in diesem Themenfeld, die eher Richtung Medienlandschaft geht: Paramount hat eine Gruppe namens Neighbors for Strong Communities benutzt, um Unterstützung für ihre geplante Fusion vorzutäuschen. Also ein Astroturfing-Fall – eine Schein-Grassroots-Bewegung, die in Wirklichkeit von der Firma organisiert wurde, die davon profitiert.

Lena Vogel: Das ist eine klassische Astroturf-Geschichte, aber sie hat eine Dimension, die sie besonders unangenehm macht: Es geht nicht um ein Produkt, sondern um eine Medienfusion – also um eine Entscheidung, die regulatorisch begleitet wird und bei der öffentliche Meinung eine Rolle spielt. Wenn diese Meinung künstlich erzeugt wird, dann ist das nicht nur Marketing, sondern eine Form von Manipulation eines politischen Prozesses.

Felix Hartmann: Und wenn man die drei Geschichten zusammennimmt – staatliche Überwachung mit Finanzdaten, Smart Glasses, die heimlich aufnehmen können, und eine Schein-Öffentlichkeit, die eine Medienfusion begleitet – dann ist die gemeinsame Botschaft: Vertrauen wird von mehreren Seiten gleichzeitig untergraben. Von staatlichen Stellen, von Unternehmen und von öffentlicher Kommunikation.

Lena Vogel: Was ist unklar? Die rechtlichen Konsequenzen. Bei den PITT-Einheiten ist die Frage, ob das überhaupt legal war und was jetzt passiert. Bei den Smart Glasses ist die Rechtslage unklar – es gibt teilweise Regeln für Aufzeichnung, aber der Fall Beamter in Einrichtungen ist eine neue Konstellation. Und bei Paramount ist die Frage, ob die Enthüllung irgendeine Auswirkung auf den Fusionsprozess hat. In allen drei Fällen ist der Ausgang offen.

Felix Hartmann: Und natürlich ist da noch der Meta-Agent Muse, der in dieselbe Kategorie fällt: Man kann den technisch gut bauen, aber wenn die Reputation nicht stimmt, wird das Produkt trotz allem scheitern. Und das ist im Grunde eine Verlängerung des Themas – Plattform-Vertrauen und Regulierung.

Lena Vogel: Und damit sind wir beim nächsten Block, denn es geht um Regulierung und zentrale Infrastruktur – um die Frage, wer eigentlich die Knöpfe bedient, die unsere digitale Welt zusammenhalten. Australien ist da vorne mit dabei.

Felix Hartmann: Erzähl.

Lena Vogel: Australien hat einen Gesetzesentwurf mit dem tollen Namen My Feed, My Way vorgestellt. Die Idee: Nutzer ab 16 können sich für einen chronologischen Feed entscheiden, also ohne algorithmische Empfehlungen. Man kann also quasi aussteigen aus der Algorithmen-Verantwortung, die Plattformen sonst für einen übernehmen.

Felix Hartmann: Das ist ein interessanter Ansatz, weil er nicht die Plattformen verbietet oder zensiert, sondern den Nutzern eine Wahlmöglichkeit gibt. Es ist im Grunde ein Opt-out aus dem Feed-Algorithmus. Das wirft natürlich die Frage auf: Was passiert mit den Plattform-Geschäftsmodellen, wenn ein signifikanter Teil der Nutzer das annimmt? Und: Wie definiert man chronologisch genau – von wem, in welchem Zeitraum, mit welchen Ausnahmen?

Lena Vogel: Und parallel dazu gibt es eine Zahl, die eine andere Form von Abhängigkeit zeigt: Eine Analyse kommt zu dem Ergebnis, dass fast 9 von 10 europäischen Unternehmen, die überhaupt ein CDN benutzen, bei Cloudflare hängen. Als Hauptalternative wird Bunny.net genannt. Also im Grunde ein quasi-Monopol auf europäischer Infrastruktur-Ebene.

Felix Hartmann: Das ist im Grunde die gleiche Frage wie bei den Plattformen, nur auf einer tieferen Ebene: Es geht nicht um Inhalte, sondern um die Infrastruktur, über die die Inhalte laufen. Wenn 90 Prozent einer Branche von einem Anbieter abhängig sind, dann ist das nicht nur ein Marktproblem, sondern ein Ausfallrisiko für das ganze Netz.

Lena Vogel: Und dass das kein theoretisches Risiko ist, das sieht man an zwei Geschichten aus demselben Zeitraum. Da ist zum einen LibreOffice, das bekannt gegeben hat, dass es keine generative KI enthalten wird – ausdrücklich aus Datenschutzgründen. Und das hat offenbar beflügelt: Die Software überschreitet jetzt eine Million Downloads pro Woche.

Felix Hartmann: Das ist eine bemerkenswerte Gegenbewegung. Während die ganze Welt KI in jedes Werkzeug integrieren will, entscheidet sich ein sehr etabliertes Open-Source-Projekt aktiv dagegen und wird dafür belohnt. Das ist im Grunde ein Marktsignal: Es gibt eine Zielgruppe, die genau das Gegenteil von KI-Integration will, und die ist groß genug, um messbar zu sein.

Lena Vogel: Und dann der Beleg, dass Zentralisierung keine Theorie ist: In Großbritannien ist das Flugverarbeitungssystem der NATS ausgefallen – und das hatte direkte, physische Folgen. Hunderte Flüge wurden gestrichen. Also: Ein Software-Problem in einem zentralen System führt zu Menschen, die am Flughafen stehen und nicht nach Hause kommen.

Felix Hartmann: Das ist die Kombination, die dieses ganze Thema so relevant macht. Eine zentrale Infrastruktur, ein Ausfall, und die Folgen sind nicht digital, sondern ganz konkret. Und jetzt addiere die 9 von 10 Cloudflare-Abhängigkeit: Wenn ein solcher Ausfall bei einem Anbieter passiert, der so viele europäische Unternehmen bedient, dann sind die Folgen potenziell viel größer als ein paar gestrichene Flüge.

Lena Vogel: Und die offene Frage ist, was aus dem Cloudflare-Markt wird. Es gibt mit Bunny.net eine genannte Alternative, aber ob die Unternehmen tatsächlich migrieren, ist eine andere Frage. Migration kostet Geld, und Ausfälle, die nicht passiert sind, kosten nichts. Das ist das klassische Problem von Resilienz: Man zahlt für etwas, das man nicht sieht.

Felix Hartmann: Und Australiens Gesetz ist ein Experiment in die andere Richtung: Regulierung als Weg, den Nutzern mehr Kontrolle zu geben, statt auf die Anbieter zu zielen. Ob das funktioniert, wird man sehen – aber es ist ein interessanter Kontrast zu dem, was wir sonst in der EU und in den USA diskutieren.

Lena Vogel: Okay, ich glaube, nach all dem Ernst brauchen wir einen Ausklang mit Augenzwinkern. Retro, Relikte und Tüftelwerke – das ist unser letzter Block.

Felix Hartmann: Der beste Block. Fangen wir mit einem Artikel, der im Grunde eine kleine Archäologie des Web macht: Es geht um veraltete HTML-Snippets. Der Katalog listet Dinge wie X-UA-Compatible, die bedingten Kommentare für den Internet Explorer und das meta-Tag mit dem Namen ICBM.

Lena Vogel: ICBM – Intercontinental Ballistic Missile – war die spitze Bezeichnung für ein geo-tagging meta tag. Das war eine Zeit, in der man dachte, das Web braucht geografische Metadaten. Und X-UA-Compatible war das Tag, mit dem man dem Internet Explorer gesagt hat, welche Render-Engine er benutzen soll. Alles Relikte aus den Browserkriegen.

Felix Hartmann: Ich finde diese Geschichten deshalb wertvoll, weil sie zeigen, wie Systeme sich entwickeln. Das Web war nie ein fertiges Ding, sondern ein Haufen Kompromisse und Workarounds, die irgendwann obsolete wurden. Und wenn man die alten Tags ansieht, sieht man die damaligen Probleme – die wir heute gar nicht mehr haben, weil die Browser sich geeinigt haben oder einfach verschwunden sind.

Lena Vogel: Und dann gibt es eine Geschichte, die in eine ganz andere Richtung geht, aber im Kern dasselbe Thema hat – Übersetzung, Übertragung, Wandel. Es geht um die christlichen Heiligen Barlaam und Josaphat. Kuriosität des Tages: Die beiden gehen historisch auf die Geschichte des Buddha zurück.

Felix Hartmann: Das ist echt verrückt, wenn man es zum ersten Mal hört. Die Lebensgeschichte des Buddha wurde über eine Kette von Übersetzungen und kulturellen Anpassungen hindurch transportiert – und am Ende landete sie im christlichen Heiligenkalender, als Geschichte zweier Heiliger, die mit dem Buddhismus nichts mehr zu tun haben wollten. Es ist im Grunde ein Fall von kultureller Übersetzung, bei der die Herkunft fast komplett verloren gegangen ist.

Lena Vogel: Man kann das auch als Parallele zum Rest unserer heutigen Folge lesen: Geschichten, Technologien, Ideen – sie verändern sich, wenn sie von einem Kontext in einen anderen wandern. Manchmal wird aus Buddha ein Heiliger, manchmal wird aus einem Chatbot ein Werkzeug.

Felix Hartmann: Und dann zum Abschluss noch zwei Proper-Tüftel-Geschichten. Die erste: Sound-Experimente auf dem ZX Spectrum. Da geht es darum, aus dem originalen Beeper – also dem eingebauten Lautsprecher, der eigentlich nur 1 Bit haben kann – mehr herauszuholen. Die Experimente zeigen PCM, PWM und sogar mehrkanalige Akkorde.

Lena Vogel: Das ist die klassische Retro-Computing-Kunst: Man hat Hardware, die nach Spezifikation nur einen Piepton kann, und jemand findet einen Weg, mit Timing-Tricks trotzdem echte Musik oder Sprachausgabe rauszuholen. Das zeigt, dass die Grenzen dessen, was möglich ist, oft nicht in der Hardware liegen, sondern in der Vorstellungskraft der Leute, die sie benutzen.

Felix Hartmann: Und die letzte Geschichte ist vielleicht die charmanteste: Jemand hat einen E-Reader, ein Xteink X3, in einen echten IPP-Drucker für macOS verwandelt – mit einem Tool namens penguin. Das ist einfach wunderbar unnütz und trotzdem faszinierend, weil es zeigt: Wenn man ein Gerät hat mit einem Bildschirm und einer Konnektivität, kann man es in fast alles verwandeln, wenn man genug Willen hat.

Lena Vogel: Was ist an dem Punkt unklar? Eigentlich nichts. Das ist der schöne Unterschied zu den anderen Blöcken: Bei Navier-Stokes und den PITT-Einheiten und Cloudflare gibt es offene Fragen und ungelöste Konflikte. Hier gibt es nur Leute, die mit alter Hardware herumspielen, und eine kleine Bitte: macht weiter damit.

Felix Hartmann: Damit sind wir am Ende unserer heutigen Folge. Wir hatten Milliardenrunden und Sicherheitswarnungen, einen Streit um ein Jahrtausendproblem, Genome und Klimastädte, KI-Werkzeuge mit Verifikationsgates, Überwachung und Astroturfing, Feed-Regulierung und CDN-Monopole, und am Ende Buddhas, die zu Heiligen wurden und Beeper, die singen konnten.

Lena Vogel: Der rote Faden, falls du ihn suchst: KI wird billiger und allgegenwärtiger, und die Frage, wer sie kontrolliert und ob man ihr vertrauen kann, wird lauter – in der Forschung, in der Politik, im Alltag. Danke, dass du dabei warst, und bis zum nächsten Mal.

Felix Hartmann: Bis dann, und bleib neugierig.