🔧 Wo Deutschlands Industrie bei KI festhängt

In partnership with

Hallo Freunde,

In Peking finden gerade die zweiten "World Humanoid Games" statt, quasi die Olympischen Spiele für Roboter. Über 2000 Roboter von Hunderten unterschiedlicher Teams treten in verschiedenen Disziplinen gegeneinander an. Ein Roboter lief gestern die 100 Meter in 9,39 Sekunden. Usain Bolts Weltrekord liegt bei 9,58 Sekunden. Schnell sind sie also schon mal. Nur das Bremsen... das klappt irgendwie noch gar nicht. Aber dafür gibt es ja auch keine Medaille.
Los gehts!

Peanuts für heute:

• 🧠 Die Große Nuss: Wo Deutschlands Industrie bei KI festhängt

• 📊 Highlight: OpenAI will auch bei den stärksten KI-Modellen keine Unternehmensdaten mehr speichern müssen

• 🛠️ Trai it Out: Grok Bot ist der perfekte Agent für die Cloud

Your Competitors Just Hired an Entire GTM Team. No Humans.

AI agents are doing the work of full GTM teams. Pipeline, content, customer service. The startups using them aren't waiting for headcount approvals.

Get the free Practical Guide to Agentic GTM for Startups and see exactly where to start.

Unlock the Playbook

🔧 Ein KI-Gründer fährt durch Deutschland und findet heraus, wo die deutsche Industrie bei KI festhängt

Ein globaler Fassadenhersteller wirft ihn vom Firmengelände und droht mit Security. Fünf weitere Unternehmen sind geschlossen, als er dort auftaucht. Bei 25 von 58 Betrieben kommt Benedikt Seidel nicht einmal am Empfang vorbei.

Seidel ist 27, hat Machine Learning an der TUM studiert und gründet im Bereich Physical AI. Der Begriff beschreibt KI-Systeme, die Informationen aus der realen Welt verarbeiten, zum Beispiel Kamerabilder, Sensordaten oder 3D-Scans, und damit physische Prozesse verstehen oder Maschinen steuern können.

Deutschen Industrieunternehmen wird ja gerne vorgeworfen, bei KI zu langsam zu sein. Seidel wollte wissen, wo KI in Industrie, Bau und anderen physischen Branchen tatsächlich einen wirtschaftlichen Unterschied machen kann.

Also packt er Ende Juni einen 3D-Laserscanner, Kameras und Schlafsack ins Auto und fährt von München aus quer durch Deutschland. Auf X dokumentiert er die Reise. Drei Wochen später hat er eine andere Vorstellung davon, was diese Firmen von KI wirklich brauchen.

Deutsche Industrie nutzt mehr Technologie als gedacht

Benedikt Seidel startete mit der Annahme, dass deutsche Industrieunternehmen vor allem Datenerfassung benötigen, wie zum Beispiel Drohnenbilder oder LIDAR-Analysen. Doch bei einem Bauunternehmen, das ihm die Anlage zeigt, macht er eine andere Erfahrung.

Dort werden bereits 3D-Daten gesammelt, aber die Arbeit danach ist aufwendig. Menschen müssen aus diesen Scans Volumen bestimmen und die Ergebnisse für Planung oder Abrechnung aufbereiten. Die Datenerfassung ist auf deutschen Baustellen kein Problem, die Analyse hingegen schon. Auf der Tour will er herausfinden, ob dieses Muster auch anderswo auftaucht.

Einer seiner nächsten Stopps ist ein Metallstanzer. Der Betrieb ist ebenfalls keineswegs analog. Metallteile werden automatisch gezählt, Materialbewegungen verfolgt, und für bestimmte Geschäftsprozesse gibt es bereits ein System, das intern als KI bezeichnet wird.

Probleme hat das Unternehmen eher bei einer gewöhnlichen Kundenanfrage. Ein Kunde schickt die Zeichnung eines neuen Bauteils. Danach muss jemand prüfen, ob die vorhandenen Maschinen es fertigen können, welches Material und welche Verfahren nötig sind und was das Teil kosten soll. Diese Prüfung dauert laut Seidels Gesprächspartnern so lange, dass der Betrieb gar nicht alle eingehenden Anfragen bearbeiten kann.

Die Zeichnung ist digital vorhanden. Die Maschinen sind bekannt. Frühere Aufträge ebenfalls. Zwischen diesen Informationen und einem fertigen Angebot sitzt ein Mensch, der Maschinenwissen, Materialkenntnis und Erfahrung zusammenbringt. Und je länger diese Entscheidung dauert, desto weniger Angebote kann die Firma verschicken.

Die Daten sind oft schon da

In den nächsten Tagen begegnet Seidel demselben Muster in anderen Formen.

Ein Steinbruch erhebt bereits Drohnendaten und interessiert sich dafür, deren Verarbeitung und die anschließende Analysearbeit in internen Systemen zu automatisieren.

Ein Metallbetrieb denkt über einen Pick-and-Place-Roboter nach. Die Produktion läuft aber sechs Tage die Woche. Für die Installation müsste die Anlage wahrscheinlich zum stehen kommen, gleichzeitig ist die Fehlertoleranz extrem niedrig. Das Risiko ist dem Unternehmen einfach zu hoch.

In einem großen Logistikzentrum erlebt Seidel einen Betrieb, der bereits so effizient arbeitet, dass vollständiges Tracking wieder aufgegeben wurde. Stichproben reichen längst. Mehr Sensorik würde dort kaum einen relevanten Engpass lösen.

Häufig wartet die Firma auf einen Experten

In seinem Fazit beschreibt Seidel diesen Engpass erstaunlich simpel. Eine standardisierte Anfrage kommt ins Unternehmen. Danach braucht es jemanden, der Teile, Maschinen, Materialien oder den Standort sehr genau kennt. Erst diese Person kann entscheiden, was machbar ist, was getan werden muss und was es kostet.

Nach Seidels Eindruck hängen diese technischen Entscheidungen in vielen seiner Gespräche an nur ein oder zwei Experten im Unternehmen. Ein KI-System könnte technische Unterlagen, Produktionsdaten, frühere Angebote und dokumentierte Entscheidungen zusammenführen und daraus einen ersten belastbaren Vorschlag erstellen.

Aber KI kann den erfahrenen Meister nicht einfach kopieren. Vieles von dessen Wissen wurde nie sauber dokumentiert. Es steckt in früheren Entscheidungen, Sonderfällen und kleinen Regeln, die für den Experten selbstverständlich sind. Und genau diese Experten gehen in den nächsten Jahren in Rente. Der Nachwuchs reicht laut mehreren seiner Gesprächspartner bei weitem nicht aus.

Natürlich reichen 28 Gespräche nicht aus, um ein klares Bild über die KI-Readiness der deutschen Industrie zu zeichnen. Seidel selbst sucht immerhin nach Kunden für sein StartUp und schaut mit diesem Blick auf die Betriebe. Aber seine Gespräche und die Tatsache, dass er seinen 3D-Scanner und die Drohne auf seiner Reise nicht einmal ausgepackt hat, zeigen, warum die pauschale Forderung nach „mehr KI in der Industrie“ zu wenig erklärt.

Bei vielen Firmen liegen Daten, Maschinen und Nachfrage längst vor. Hängen bleibt der Prozess bei der technischen Entscheidung dazwischen. Genau dort muss Physical AI ansetzen, wenn sie in Deutschlands Industrie wirklich etwas verändern soll.

Dass diese Erkenntnis auf Interesse stößt, zeigte sich direkt nach seiner Rückkehr. OpenAI lud ihn in das neue Berliner Office ein, um darüber zu sprechen.

Quellen: Benedikt auf X, Sein Abschlussbericht

🛠 Trai it out:

Grok Bot

Seit SpaceX das beliebte KI-Coding-Tool Cursor gekauft hat, scheint es, als würde Elon Musk in Sachen KI wieder oben mitspielen. Dieser Release ist das erste Mal überhaupt, dass wir echte Arbeit mit einem Release von xAI (die mittlerweile Teil von SpaceX sind) angehen wollen. Das Prinzip ist vertraut, und Agenten gibt es mittlerweile viele, aber der Ansatz ist konsequenter als bei den meisten Konkurrenten. Zunächst einmal läuft das Ganze vollständig in der Cloud, der Laptop muss also nicht mehr offen sein, um weiterarbeiten zu können (das war längst überfällig und OpenAI arbeitet ebenfalls daran).

Grok Bot soll sich in bestehende Tools wie Gmail, Slack oder andere Web-Apps einloggen und dort echte Aufgaben erledigen, genauso wie ein Mensch es würde. Man zeigt dem Bot einen Workflow einmal, er speichert ihn als Routine und führt ihn künftig selbstständig aus. Mehrere Bots laufen parallel, tauschen sich aus, wo es Sinn ergibt, und holen sich nur dann Rückmeldung, wenn eine Entscheidung nötig ist. Wir melden uns nochmal, wenn wir es ausgiebig getestet haben, aber davon hören sollten wir alle schon mal. Link

Tools kurz & knackig:

• Computer History in ChatGPT — Diese Funktion ist seit dieser Woche auch in Deutschland verfügbar. Unter "Settings" können ChatGPT-Pro-User die Funktion einschalten, und ChatGPT protokolliert die eigene Computeraktivität. Man kann also Fragen stellen wie: „Wie hieß das Unternehmen zu X, das ich letzte Woche recherchiert habe?“ und bekommt eine anständige Antwort.

• Paperless-ngx – Die Open-Source-Software digitalisiert und durchsucht Papierdokumente per Texterkennung auf einem selbst gehosteten Server ohne Cloud-Anbindung.

• Osmo — Verwandelt Figma-Frames oder visuelle Vorlagen in animierte Motion Graphics, die sich per Prompt anpassen und mit transparentem Hintergrund exportieren lassen.

• Mole — Research-Agent mit festem Kostendeckel, der jede Behauptung im fertigen Bericht gegen die Originalquelle prüft, bevor er sie einbaut.

• Whisperstream — Transkriptionstool für Windows, das lokal auf der eigenen Hardware transkribiert und dabei kein Audio an die Cloud sendet (einmalig 29 Dollar).

🍭🍬 Gemischte Tüte

📖 Must Reads:

Unsere Gemischte Tüte ist immer vollgepackt - in dieser Sektion kuratieren wir die aus unserer Sicht wichtigsten Links:

OpenAI will selbst bei seinen stärksten KI-Modellen keine Unternehmensdaten mehr speichern müssen. Berechtigte API-Kunden können OpenAIs sogenannte Zero Data Retention nutzen. Dabei werden Prompts und Antworten nach der Verarbeitung nicht bei OpenAI gespeichert und sollen auch für OpenAI-Mitarbeitende nicht einsehbar sein. Das wird gerade bei längeren KI-Agenten kompliziert, weil Sicherheitsprobleme oft erst über mehrere Arbeitsschritte hinweg sichtbar werden. Mit einem neuen Verfahren namens „Private Safety Processing“ will OpenAI solche Muster künftig erkennen, ohne die zugrunde liegenden Unternehmensdaten selbst aufzubewahren. Das trifft einen zentralen Einwand gegen den Einsatz geschlossener KI-Modelle in Unternehmen. Palantir-Chef Alex Karp hatte zuletzt mehrfach davor gewarnt, dass Firmen ihren wertvollsten Vorteil, ihre proprietären Daten und Prozesse, an KI-Anbieter abgeben könnten. Für deutsche Unternehmen senkt OpenAIs Schritt deshalb eine wichtige Hürde, macht den Einsatz aber noch nicht automatisch unproblematisch. Zero Data Retention gilt nur für berechtigte API-Kunden, und Datenschutz, Datenresidenz, Zugriffsrechte und interne Compliance müssen weiterhin geklärt werden. Link

👩‍💻 Tech-News:

• Cursor startet mit Origin eine eigene Code-Hosting-Plattform als Alternative zu GitHub. Link

• Stripe erklärt in einem Investorenbrief, die „Singularität“ habe dieses Jahr begonnen und übernimmt die KI-Plattform OpenRouter. Link

• OpenAI führt ihr Ads-Angebot in ChatGPT für Nutzer in 31 europäischen Ländern ein (auch Deutschland). Bald können deutsche Unternehmen also in ChatGPT Werbung schalten. Link

• DeepSeek veröffentlicht ein neues Modell, das neben Text auch Bilder verarbeitet und beschreiben kann. Link

• Generalist stellt sein Robotermodell GEN-1.5 vor, das neue Aufgaben laut Unternehmensangaben aus einer einzigen Beispielvorführung lernt. Link

• Eine Recherche zeigt, dass viele KI-Firmen massenhaft antike Bücher kaufen, für KI-Training scannen und die Originale anschließend vernichten. Link

• Eine Studie zeigt, dass Bildmodelle für optimales Training rund zehnmal mehr Daten benötigen als Sprachmodelle. Link

• Google kauft Medienberichten zufolge für 10 Millionen Dollar interne Unternehmensdaten der insolventen Fluggesellschaft Spirit Airlines. Link

💻 Agentic Engineering:

• AT&T leitet 40 Prozent seiner internen KI-Aufgaben an günstigere Open-Source-Modelle statt teure proprietäre Systeme weiter. Link

• Asana schließt mithilfe von OpenAIs Codex eine Tech-Migration in zwei Wochen ab, die eigentlich fünf weitere Jahre dauern sollte. Link

• OpenAI ermöglicht es Teammitgliedern, gemeinsam als Editoren an ChatGPT Sites zu arbeiten und Projekte gemeinsam zu veröffentlichen. Link

🌍 Geopolitik & AI Race:

• China setzt in acht Städten fast 50 humanoide Roboter zur Verkehrsüberwachung ein, die Verstöße wie fehlende Helme melden, aber niemanden festnehmen können. Link

👷 Arbeitswelt:

• Ein Experiment mit tausenden pakistanischen Richtern zeigt, dass KI-Unterstützung kombiniert mit gezieltem Training die Fallbearbeitungsquote steigert. Link

• Anwälte haben in einem Gerichtsverfahren in Los Angeles KI-generierte Schriftsätze mit sieben erfundenen Gerichtsurteilen eingereicht und sich dafür entschuldigt. Link

• Harvey stellt mit Tenet sein erstes speziell für Juristen trainiertes KI-Modell auf Basis von Kimi K3 vor. Link

🔐 AI Safety & Governance:

• OpenAI pausiert laut Sam Altman das Training seines kommenden Modells teilweise, um Sicherheits- und Alignment-Bedenken zu adressieren. Link

• OpenAI kündigt eine eigene ChatGPT-Version für Jugendliche zwischen 13 und 17 Jahren mit zusätzlichen Schutzfunktionen an, darunter Study Mode und elternkontrollierte Study Hours. Link

🎨 Kreativ & Medien:

• Apple Music kündigt an, ab diesem Jahr KI-generierte Musikstücke sichtbar zu kennzeichnen, sofern Labels und Vertriebe dies angeben. Link

• Produzent Dr. Dre gibt an, KI-Tools aktiv bei seiner Musikproduktion einzusetzen und kritisiert KI-Skeptiker in der Musikbranche. Link

• OpenAI stellt für GPT-Image-2 in der API testweise transparente Hintergründe bereit, nutzbar für Produktbilder und Marketing-Grafiken. Link

📈 Chart of the Week:

Bisher war Programmieren der Hauptanwendungsfall für KI bei Power-Usern. Aber inzwischen wird KI auch immer häufiger außerhalb der Technologiebranche genutzt. Seit Februar gibt es in diesen Bereichen die meisten neuen Codex-Nutzer:

Legal: 108x
Sales: 41x
Recruiting: 41x
Marketing: 26x
Healthcare: 24x

🧂 Salty Memes:

Du hast Fragen, Anmerkungen oder brauchst unsere Hilfe?
Schreib uns einfach an:
[email protected]