Burggräben! Überall! WTF?!
Ich begann 2023 Vollgas in die neue, faszinierende und hochtechnische Welt der KI einzutauchen … und alle KI-Firmenchefs und KI-Gründer sprachen immer wieder von Burggräben! Bin ich aufm History-Channel gelandet, oder wat?!
Auf Englisch: “Moats”. Bis ich dem nachging und begriff, dass es Fachterminus bzw. Metapher für “gut verteidigbare Wettbewerbsvorteile” ist!
Darum das lustige Header-Bild, was du bei meinem Newsletter nur in der Webversion siehst (oben rechts “Read Online” klicken). FYI: Ich erstelle jede Woche ein neues Header-Bild, das zum Inhalt passt. Wer kardashev-campus.beehiiv.com öffnet, sieht alle in der Artikelübersicht angezeigt. Anyhow: 1. Artikel handelt von den 5 besten Burggräben für unsere Zukunft mit exponentiellem KI-Wachstum.
Inhaltsverzeichnis:
1. Die Zukunft des Webs: 5 nachhaltige Burggräben (Moats) im KI-Zeitalter
📑 Executive Summary
Der Markt für KI-App-Builder erlebt einen "Race to the Bottom". Da die Kosten für Softwareentwicklung gegen Null sinken, kollabiert der reine "Build Layer" (Entwicklungsebene). Um in der neuen "Agenten-Ökonomie" zu überleben, müssen Unternehmen strukturelle, verteidigbare Burggräben (Moats) aufbauen, die KI nicht replizieren kann.
💥 Der Kollaps des "Build Layers"
Der aktuelle Hype um Text-to-App-Plattformen (z. B. Lovable, Replit, Vercel v0) bringt meist nur "Thin Wrappers" hervor – eine reine UI-Schicht, die auf der Intelligenz Dritter (Claude, ChatGPT, Gemini, Grok & Co.) basiert.
Die Falle: Ein Produkt, das nur eine UI über einem LLM ist, kann in unter einer Woche kopiert werden. Der Burggraben ist wertlos.
Die falsche Lösung: Eigene Modelle zu trainieren, schützt nicht vor Kommodifizierung.
Der echte Differenzator: Überlebende Unternehmen besitzen strukturelle Werte, die KI-Modelle nicht ersetzen können:
Replit besitzt die Runtime (die physische Ausführungsumgebung).
Vercel besitzt die Deployment-Infrastruktur (Hosting).
Notion besitzt den Knowledge Graph (Proprietäre Nutzerdaten).
Grundregel: KI kommodifiziert die Produktion. Wer überleben will, muss auf Ebenen bauen, die durch reine Produktion nicht ersetzbar sind.
🏰 Die 5 nachhaltigen Werttreiber (Verticals)
Wenn Softwareerstellung kostenlos wird, organisiert sich das Web um 5 Säulen:
1. Trust (Vertrauen & Verifizierung)
Das Problem: Das Web wird mit ununterscheidbarem, KI-generiertem Code, Content und Scams überflutet. Vertrauen wird zum extremen Engpass.
Der Moat: Verifizierungsschichten (z.B. Stripe, Apple App Store). Unternehmen, die Zahlungen, Identitäten und Dienstleistungen verifizieren, leiten den Traffic.
Die Agenten-Zukunft: Autonome KI-Agenten benötigen verifizierte Trust-Signale, um zu entscheiden, mit welchen APIs und Shops sie sicher interagieren können.
2. Context (Kontext & Proprietäre Daten)
Das Problem: KI-Basismodellen fehlen spezifische Unternehmensdaten (Meeting-Notizen, CRM-Historie, Krankenakten). Ohne Kontext sind sie nutzlos.
Der Moat: Daten-Flaschenhälse (Chokepoints). Unternehmen wie Notion, Salesforce oder Palantir besitzen die Datenautorität und kontrollieren die Zugriffsrechte.
Die Agenten-Zukunft: Jeder Workflow und jeder Agent muss diese Kontext-Schicht passieren. Daten-Gravitation ist der ultimative Wettbewerbsvorteil.
3. Distribution (Vertrieb & Kuration)
Das Problem: Wenn das Angebot an Software und Content unendlich wird, ist Kuration das absolut knappste Gut.
Der Moat: Existierende Gatekeeper (Google, Apple, TikTok) kontrollieren die Aufmerksamkeit.
Die Agenten-Zukunft: Das größte ungelöste Problem ist "Agent Discovery". Wir benötigen Agenten-native App Stores, damit Menschen und andere KIs herausfinden können, welcher Agent für welche Aufgabe existiert.
4. Taste (Geschmack & Redaktionelles Urteil)
Das Problem: Wenn das Wie (die Produktion) kostenlos ist, entscheidet ausschließlich das Was (das Konzept).
Der Moat: Designverständnis und redaktionelles Urteilsvermögen. Analog zur Musik (wo Produktion billig ist, aber Studios mit "Geschmack" gewinnen), gewinnt kuratierte Qualität.
Die Agenten-Zukunft: Der Mensch wird vom Produzenten zum "Regisseur". KI generiert, aber der Mensch entscheidet durch "Taste", was davon echten Wert für die Zielgruppe hat.
5. Liability (Haftung & Verantwortung)
Das Problem: Eine KI kann nicht verklagt werden, nicht ins Gefängnis gehen und keine finanzielle Verantwortung für Fehler übernehmen.
Der Moat: Garantierte Rechenschaftspflicht in regulierten Branchen (Medizin, Finanzen, Recht).
Die Agenten-Zukunft: Professionelle Dienstleister verkaufen nicht mehr die Ausführung, sondern die Haftungsübernahme. Sie fungieren als menschliches Sicherheitsnetz für autonome KI-Entscheidungen.
🏗️ Der neue KI-Web-Stack
Das zukünftige Web gliedert sich in folgende Schichten:
Das Fundament: KI-Basismodelle (OpenAI, Anthropic). Hochgradig kommodifiziert.
Die Ausführungs-/Vertrauensschicht: Infrastruktur & Verifizierung (Vercel, Stripe). Stark und nachhaltig.
Die Kontext-Schicht: Proprietäre Daten (Notion, Salesforce). Exklusiv und hoch verteidigbar.
Die Distributions-Schicht: Gatekeeper & Agent Discovery. Kontrolle über Aufmerksamkeit.
Die menschliche Schicht: Geschmack & Haftung. Das unersetzliche Bindeglied.
🎯 Der strategische Lackmustest
Jeder Gründer und Produktmanager muss sich heute folgende Frage stellen:
"Was besitze ich, das immer noch wertvoll ist (oder sogar wertvoller wird), wenn KI 10x smarter und besser wird?"
Wenn deine Antwort "Nichts" lautet (weil ein besseres KI-Modell dein Produkt oder deinen Service überflüssig macht), ist ein Strategiewechsel für dich zwingend erforderlich.
Dein Fokus muss zwingend auf einem der 5 Pfeiler liegen:
Vertrauen, Kontext, Distribution, Geschmack oder Haftung.
2. Gemini & NotebookLM Integration: Umfassender Feature-Überblick
Thema: Google Gemini Update, KI-Organisation, NotebookLM-Integration, KI-Workflows
Kernkonzept: Gemini ersetzt traditionelle "Ordner" oder "Projekte" durch eine tiefe Integration mit NotebookLM. Das schafft ein einheitliches Ökosystem für datenbasierte Recherche und kreative Umsetzung.
Verfügbarkeit: Rollout läuft (Verfügbar für Gemini Advanced/Paid; für Free-User in Kürze). Zu finden in der linken Seitenleiste unter Notebooks.
📑 Executive Summary
Google hat die Organisation von Chats in Gemini grundlegend verändert. Statt eines einfachen Ordner-Systems (wie bei ChatGPT oder Claude) synchronisiert sich Gemini nun direkt mit NotebookLM.
So kannst du deine Gemini-Chats auf spezifische, von dir hochgeladene Dokumente stützen und gleichzeitig Geminis Stärken in den Bereichen Logik, Geschwindigkeit, Websuche und Canvas-Funktionen voll ausschöpfen.
⚙️ Kernmechanik: So funktioniert die Integration
1. Synchronisation zwischen beiden Plattformen
Gemeinsame Datenbank: Notebooks, die du in Gemini erstellst, tauchen sofort in NotebookLM auf (und umgekehrt). Löschst oder benennst du ein Notebook um, wird dies auf beiden Plattformen aktualisiert.
Geteilte Quellen: Dokumente (PDFs, YouTube-Videos, URLs, kopierter Text, Google Drive-Dateien), die du in ein Notebook hochlädst, sind in beiden Plattformen verfügbar.
Chat-Sync-Regeln (Wichtig!):
Gemini ➡️ NotebookLM: Chats, die du in Gemini führst, werden in NotebookLM automatisch als Quellen (Sources) hinzugefügt (kann für Zitate auch deaktiviert werden).
NotebookLM ➡️ Gemini: Chats aus NotebookLM tauchen nicht automatisch in Gemini auf. Um sie zu synchronisieren, musst du in NotebookLM auf "Save to Note" (In Notiz speichern) und dann auf "Convert to Source" (In Quelle umwandeln) klicken.
2. Gemini Notebook-Einstellungen
Zu finden über die drei Punkte (...) neben einem Notebook in Gemini.
Notebook-Speicher nutzen (Toggle): Wenn aktiviert, berücksichtigt Gemini bei Antworten alle bisherigen Chats innerhalb dieses spezifischen Notebooks. Essenziell, um über die Zeit Kontext aufzubauen.
Anweisungen (Instructions): Ein System-Prompt speziell für dieses Notebook.
Use Cases: KI-Tonfall definieren, Ausgabeformate festlegen, dein eigenes Vorwissen angeben oder eine Persona festlegen (z. B. "Handle als YouTube-Stratege").
Pro-Tipp: Wenn du nicht weiterweißt, frage Gemini einfach in einem normalen Chat, die perfekten Custom Instructions für deinen Anwendungsfall zu schreiben.
⚖️ Strategische Nutzung: Gemini vs. NotebookLM
Da beide Plattformen dieselben Daten nutzen, aber unterschiedliche Benutzeroberflächen und Engines haben, solltest du deine Aufgaben je nach Stärke der Plattform verteilen:
Feature / Fähigkeit | Nutze NotebookLM, wenn du folgendes brauchst... | Nutze Gemini, wenn du folgendes brauchst... |
|---|---|---|
Hauptstärke | Auswendiglernen, strukturiertes Lernen, strikte Datenbindung. | Kreative Lösungsfindung, mehrstufige Planung, Coden, Tempo. |
Tempo | Langsamer, tiefgehende Analysen. | Schnell, rasante Iterationen. |
Tonfall | Lehrreich, akademisch, mit exakten Quellen-angaben (Inline-Zitate). | Konversationell, stark anpassbar via Instructions. |
Websuche | Schwach/Limitiert. Verlässt sich strikt auf Uploads & URLs. | Exzellent. Kombiniert hochgeladene Quellen mit Live-Webdaten. |
Visueller Output | Studio-Panel: Generiert automatisch Podcasts, Videos, Mindmaps, Infografiken, Karteikarten, uvm. | Canvas: Generiert automatisch Code, Dashboards, bearbeitbare Textdokumente & Web-Apps. |
🛠️ Fortgeschrittene Workflows & Use Cases
1. Workflow: Recherche-Assistent (Beispiel: Artemis II Mission)
Setup: Erstelle ein Notebook, lade URLs und YouTube-Videos zu einem Thema hoch.
Ausführung: Lege Custom Instructions fest, die dein Vorwissen definieren (z.B. "Ich habe moderates Wissen über den Weltraum, bin aber kein Ingenieur").
Aktion: Frage Gemini nach Live-Updates. Es gleicht die statischen Uploads mit der Live-Websuche ab (z.B. "Wo ist die Kapsel gerade?") und formatiert die Antwort basierend auf deinen Vorgaben.
2. Workflow: Multimodale Anwendung (Beispiel: Gartenplanung)
Setup: Lade sehr spezifische, dichte Dokumente (z.B. PDF-Gartenratgeber deines Bundeslandes) hoch, um spezialisierte Wissensdatenbank zu erstellen.
Ausführung: Nutze NotebookLM, um anfänglichen Gartenplan zu entwerfen.
Aktion (Multimodal): Wechsle zu Gemini. Mache ein Foto deiner echten Umgebung (z.B. schattige Hochbeete) und lade es in den Chat. Gemini analysiert das Bild, gleicht es mit den PDFs ab und aktualisiert den Gartenplan dynamisch (z.B. Wechsel von sonnenliebenden Tomaten zu schattentolerantem Salat).
3. Workflow: Datenanalyse & App Entwicklung (Beispiel: YouTube-Stratege)
Setup: Exportiere Rohdaten (CSV) und eine Liste der erfolgreichsten YouTube-URLs. Füge die URLs in NotebookLM ein (zieht automatisch alle Transkripte der Videos). Lade die Analytics als PDF hoch.
Ausführung: Füge in Gemini Custom Instructions hinzu, dass die KI als YouTube-Experte agieren soll.
Aktion: Bitte Gemini, Erfolgsmuster aus den Transkripten und Analytics zu identifizieren und Content-Strategien zu entwickeln.
Der "Canvas" Hebel: Bitte Gemini, basierend auf diesen Daten ein Tool zu bauen (z.B. "Baue ein interaktives Dashboard für diese Analytics"). Gemini öffnet Canvas, schreibt den Code und rendert eine funktionale Custom UI/App direkt im Browser, basierend auf den Daten deines Notebooks.
💡 Quick-Tipps & UI-Tricks
Anheften (Pinning): Hefte bis zu 5 häufig genutzte Notebooks dauerhaft oben in deiner linken Seitenleiste an.
Alte Chats verschieben: Du kannst jeden bestehenden, alleinstehenden Gemini-Chat in ein Notebook verschieben. Klicke auf die Chat-Optionen ➡️ Add to Notebook (entfernt ihn aus dem allgemeinen Verlauf und dockt ihn dauerhaft im Notebook an).
Notebooks als Quellen nutzen: In einem normalen (Nicht-Notebook-)Gemini-Chat kannst du
@tippen oder auf "Quellen hinzufügen" klicken, um ein komplettes Notebook als Datenquelle für eine einzige Unterhaltung zu nutzen. Extrem praktisch, wenn du Informationen aus verschiedenen Projekten abgleichen willst.
3. Aktuelle Diagramme und Zahlen zu Nutzung, Investments, Märkten & Co.
Andreessen Horowitz (a16z) ist eine Risikokapitalgesellschaft, die mutige Unternehmer unterstützt, die mit Hilfe von Technologie die Zukunft gestalten.
Einer der Gründer und Chefs ist der Erfinder des Netscape Browsers und ziemlich gut informierter Experte. Darum lese ich gern deren Newsletter, um nicht nur Stories mitzubekommen, sondern auch ziemlich viele und vielseitige Messwerte. Hier ein paar Diagramme der letzten Wochen (natürlich US-Fokus, aber mit etwas Zeitverzug kommt das alles bei uns an).
Wie viele Privathaushalte bezahlen für KI-Services?
Wie verändern Privathaushalte Ihre KI-Ausgaben?
Was sind die erfolgreichsten KI-Business-Anwendungen?
Wo hin fließt wie viel Geld?
Welche IT-Projekte werden gekürzt, um KI zu finanzieren?
Wo wird KI besser/schlechter? Und wie viel?
Dir gefällt mein Newsletter?
Danke. Freut mich, wenn du Freude daran hast.
Ich freue mich über jede Art der Unterstützung:
Teile diesen Newsletter mit Freunden, Bekannten und Lernwilligen, damit Sie nicht vom Tempo der KI-Transformation abgehängt werden.
Folge mir auf Social Media, wo ich nur über KI, Technologien, Kreativität, Strategien und Fortbildung poste. Einfach unten Logo deiner bevorzugten Social Media Plattform anklicken, um mein Profil zu öffnen. ⬇️