KI augmentiert uns Menschen im Idealfall. Deswegen gehen Wissenschaftler davon aus, dass wir zu einer Art von KI-Mensch-Zentauren werden. Mehr dazu im 1. Beitrag…

Jahrzehntelang dachte man, die künstliche Intelligenz (KI) würde irgendwann zu einem einzigen, gottgleichen Superhirn verschmelzen. Aber diese Vorstellung ist höchstwahrscheinlich falsch. Intelligenz ist keine simple Messgröße, sondern vielschichtig und sozial. Der nächste große Sprung der KI wird nicht ein riesiges, isoliertes Gehirn sein, sondern ein gewaltiges Netzwerk aus vielen interagierenden KIs und uns Menschen.

Was passiert eigentlich im Kopf einer modernen KI? Keine Einzelgedanken, sondern echte Gruppendiskussionen. Moderne Modelle wie DeepSeek-R1, ChatGPT-5+, Gemini 3.+, Claude 4.+ & Co. werden nicht einfach dadurch besser, dass sie "länger nachdenken".

Stattdessen simulieren sie komplexe Diskussionen mit sich selbst, in denen verschiedene interne Perspektiven argumentieren, sich gegenseitig hinterfragen und Lösungen aushandeln. Forscher nennen das eine "Gesellschaft der Gedanken".

Das Verrückte daran: Niemand hat den KIs dieses Verhalten direkt einprogrammiert. Sie haben durch reines Training auf korrekte Antworten von selbst herausgefunden, dass man Probleme im Team besser löst – selbst wenn dieses Team nur im eigenen System existiert.

Weil KIs jetzt wie Gruppen funktionieren, reicht reine Informatik nicht mehr aus. Wir müssen anwenden, was Soziologen und Psychologen seit Jahrzehnten über menschliche Teams wissen. Konzepte wie Hierarchien, Arbeitsteilung oder die Rolle des "Advocatus Diaboli" (jemand, der absichtlich Gegenargumente sucht, um Schwachstellen zu finden) müssen bewusst in zukünftige KIs eingebaut werden, um sie noch cleverer zu machen.

Jeder große "Intelligenzsprung" in der Geschichte war eigentlich ein soziales Update. Die Intelligenz von Primaten wuchs mit der Größe ihrer sozialen Gruppen. Die menschliche Sprache und später Institutionen wie Schrift oder Gesetze ermöglichten es uns, Wissen über Generationen hinweg zu speichern, ohne dass ein Einzelner alles komplett verstehen musste (z.B. wusste ein antiker Schreiber auch nicht, wie die gesamte Wirtschaft funktioniert). KI ist einfach der nächste logische Schritt in dieser Evolution: Unsere gesammelte soziale Intelligenz wird nun in Computerchips übertragen und dort eigenständig aktiv.

Die Zukunft gehört hybriden Teams – sogenannten "Zentauren" –, die weder rein menschlich noch rein maschinell sind. Du wirst in deinem Alltag ständig zwischen verschiedenen Rollen wechseln: Mal steuerst du als Mensch mehrere KIs, mal unterstützt eine KI viele Menschen in wechselnden Konstellationen. Es gibt bereits erste Plattformen (wie OpenClaw oder das soziale KI-Netzwerk Moltbook), auf denen KI-Agenten dauerhaft miteinander interagieren. Eine KI kann sich bei einem komplexen Problem sogar selbst in mehrere Kopien aufteilen, Unteraufgaben an diese verteilen und die Ergebnisse am Ende wieder zusammensetzen. Konflikte zwischen diesen Agenten sind dabei kein Fehler, sondern ein extrem nützliches Werkzeug, um die besten Lösungen zu finden.

Wenn wir bald Milliarden von KI-Agenten haben, können wir sie nicht mehr wie kleine Kinder einzeln erziehen und korrigieren. Wir brauchen digitale Institutionen. Denk an unser Gerichtssystem: Es funktioniert, weil die Rollen (Richter, Anwalt, Jury) klar definiert sind, unabhängig davon, welcher Mensch sie gerade ausfüllt. Genau solche festen Rollen und Normen brauchen wir für KI-Systeme.

Das bedeutet auch, dass KIs andere KIs kontrollieren müssen. Wenn eine Firma eine KI für Job-Einstellungen nutzt, muss eine staatliche KI prüfen können, ob diese fair entscheidet. Die Alternative wäre völlig realitätsfremd – als würden Beamte versuchen, mit simplen Excel-Tabellen gegen hochkomplexe KI-Systeme anzutreten. Wir Menschen bleiben dabei aber weiterhin ein unverzichtbarer Teil dieses Kontrollsystems. Macht muss Macht kontrollieren – auch in der digitalen Welt.

Wir sollten uns keine Sorgen um ein einziges, allmächtiges System machen, das es in dieser Form vielleicht nie geben wird. Die echte Intelligenzexplosion passiert genau jetzt: durch Milliarden von Menschen, die mit unzähligen KIs kooperieren und konkurrieren.

Diese neue Intelligenz wächst eher heran wie eine lebendige, komplexe Stadt und nicht wie ein isolierter Supercomputer. Wir müssen uns jetzt darauf konzentrieren, die richtigen sozialen Regeln, Gesetze und Systeme für dieses Zusammenleben zu entwerfen. Kein Verstand ist eine Insel.

Verbessere deinen Claude code Output mit nur einer einzigen, kleinen Datei.

Sie wurde von einem der ChatGPT-Miterfinder erstellt, den ich als einen der besten und nettesten KI-Experten empfinde. Klick öffnet seinen YouTube-Kanal.

Klick hier, um die Claude Code Regel-Datei in neuem Fenster zu öffnen (und ggf. herunter zu laden).

Oder kopiere Text von unten in neue Text-Datei mit .md Dateiformat.

Wir erleben immer häufiger, wie Unternehmen Millionen Funding einsammeln, exzellente Produkte liefern, in Medien gefeiert werden – und nach wenigen Monaten sterben. Nicht aus Dummheit. Produkt funktionierte, Nutzer liebten es. Problem war brutal simpel: 3 Teams bauten innerhalb von Wochen nach Launch dasselbe, und eines davon war kostenlos.

Das war 2024. In Kategorien mit geringer Differenzierung und schwacher Distribution hat sich die Lage seither massiv verschärft.

Die Distanz zwischen „Idee“ und „funktionalem Produkt“ ist fast auf 0 geschrumpft. Was früher ein Dutzend Ingenieuren und halbes Jahr brauchte, baut heute eine Person am Wochenende. Das ist wunderbar für Entwickler, aber existenzbedrohend, wenn gesamtes Geschäftsmodell nur aus „Bauen“ besteht.

Die meisten Startups, die heute gegründet werden, sind faktisch nur „Bauer“.

Die Frage, der sich niemand stellen will: Wenn dein Produkt von einem motivierten Fremden mit einer Kreditkarte und einem Claude-Abo nachgebaut werden kann – was verkaufst du dann eigentlich? Nicht Technologie, nicht Features; das sind heute Mindestanforderungen. Du verkaufst Zeit. Und Zeitvorteile sind in einer Welt, in der KI Entwicklungszyklen komprimiert, keine Vorteile mehr. Sie sind ein Countdown.

Das bedeutet nicht, dass Software trivial ist. Es bedeutet, dass die 1. Version nicht mehr der schwierige Teil ist. Der Lebenszyklus ist mittlerweile so vorhersehbar, dass es peinlich sein sollte: Launch, Hype, frühe Nutzer, 3 Monate Wachstum, Team-Aufbau, Finanzierungsrunde. Dann knickt Kurve ein.

Etwa 90% aller Startups scheitern. 20% im 1. Jahr, die Hälfte bis zum fünften Jahr – genau in dem Fenster, wenn die 1. Euphorie verfliegt und echte Ökonomie noch nicht greift. Nur 3 % VC-finanzierter Softwarefirmen erreichen jemals 100 Millionen Umsatz.

Man denke an die 1. Welle der KI-Schreibtools. Jasper wurde Ende 2022 mit 1,5 Milliarden Dollar bewertet. Bis 2024 stürzte Umsatz von 120 Mio. auf 55 Mio. Dollar ab. Die Kategorie verschwamm, als Schreibfunktionen direkt in Google Docs, Notion und ChatGPT integriert wurden. Weder Technologie noch Workflow waren proprietär genug. Was wie ein Unternehmen aussah, war nur ein Feature, das darauf wartete, von einer Plattform absorbiert zu werden.

Der Abstand zwischen „First Mover“ und „Fast Follower“ wurde früher in Jahren gemessen, heute in Wochen. Und Nachahmer sind oft besser, weil sie aus deinen Fehlern lernen, ohne dafür bezahlen zu müssen.

Die entscheidende Frage ist also nicht: „Wie baue ich etwas Gutes?“ (weil gute Prototypen sind einfach). Die Frage ist: „Wie baue ich etwas, das umso schwerer zu töten ist, je länger es existiert?“

Die meisten Gründer denken bei „Defensibility“ an Netzwerkeffekte oder Wechselkosten. Aber diese Modelle beschreiben reife Unternehmen, nicht die Anfangsphase. Netzwerkeffekte helfen dir nicht, wenn du erst 40 Nutzer hast.

Wahre Verteidigungsfähigkeit ist keine Burgmauer, die man baut, sondern eine Richtung, in die man fortlaufend kumuliert: die Anhäufung von Vorteilen, die von außen schwer zu sehen und aus dem Stand fast unmöglich zu replizieren sind.

Das sind 7 echte Quellen für Beständigkeit:

Nicht Daten im allgemeinen Sinne, sondern strukturierte Feedback-Loops. Bei Spotify ist nicht der Algorithmus entscheidend, sondern ein Jahrzehnt Hörverhalten von Millionen Menschen. Die Architektur kann man kopieren, den Trainingsdatensatz nicht.
Im Fintech-Bereich kumuliert dies durch Schadenshistorien, Betrugsregeln und Edge-Cases. Dieses Wissen ist kein Code, den man klonen kann. Es ist „Narbengewebe“ aus jahrelangen Echtgeld-Transaktionen. Wenn deine Daten nicht kumulieren, verteidigen sie dich auch nicht.

Wenn du Teil der Entscheidungsprozesse oder des operativen Betriebs wirst, bist du kein Tool mehr, sondern eine Abhängigkeit. Stripe hat sich so tief in die Finanz-Infrastruktur des Internets verwoben, dass ein Wechsel ein Re-Engineering des gesamten Unternehmens erfordern würde. Das Risiko einer Migration wiegt schwerer als jede Gebührenersparnis. Enterprise-Kunden wechseln ihre Infrastruktur nicht wegen einer schöneren Landingpage.

Lizenzen, Kapitalanforderungen und Sicherheitsprüfungen sind langsam – und genau das ist der Punkt. Coinbase verbrachte Jahre damit, Lizenzen in jedem US-Bundesstaat zu sammeln. Als die SEC 2025 ihre Klagen fallen ließ, wurde diese Compliance-Arbeit vom Kostentreiber zum strukturellen Vorteil. Man kann ein Trading-Interface klonen, aber keine 50 staatlichen Lizenzen und eine über ein Jahrzehnt aufgebaute Reputation.

Marketing ist „gemietete Aufmerksamkeit“. Distributions-Moats hingegen sind strukturell: Standard-Integrationen in Marktplätzen, Vorinstallationen oder die Aufnahme in Einkaufskataloge von Großkonzernen. Hyperliquid zeigt dies im Krypto-Bereich: Durch ihr HIP-3-Protokoll bauten andere Entwickler auf ihrer Infrastruktur auf. Wenn 1,4 Millionen Nutzer und tausende Entwickler auf deinem Layer agieren, ist ein Wechsel kein Preisproblem, sondern ein Ökosystem-Problem.

Notion wurde zum Standard für eine ganze Generation von Startups. Nicht weil es die einzige Option war, sondern weil Nutzer ihre Workflows und Vorlagen darauf aufbauten. Es entstand eine „Hüttenindustrie“ von Erstellern, die sechsstellige Beträge mit Notion-Templates verdienen. Man kann den Editor klonen, aber nicht das Ökosystem der Menschen, die ihn sich zu eigen gemacht haben.

Aave verwaltet über 26 Mrd. Dollar TVL und hat ein Sicherheitssystem mit 450 Mio. Dollar in Assets. Ein neues Protokoll kann den Code von Aave an einem Nachmittag kopieren (*forken*), aber es kann nicht die Liquiditätstiefe oder das Vertrauen kopieren, das durch die reibungslose Verarbeitung von 210 Mio. Dollar an Liquidationen während eines Crashs entsteht. Liquidität erzeugt Liquidität.

KI kann Software in Tagen replizieren, aber „Atome“ sind hartnäckig. Lagerhäuser, Sensoren, Logistikrouten, Fertigungsstraßen. Diese erfordern Genehmigungen, Bauzeiten und lokales Kapital. Keine noch so clevere Software kann einen physischen Bauprozess auf ein Wochenende komprimieren.

Keines dieser Unternehmen startete mit einer „Burggraben-Strategie“. Die Collisons (Stripe) wollten Zahlungen für Entwickler vereinfachen. Brian Armstrong (Coinbase) wollte den Kauf von Bitcoin legal und einfach machen.

Das Muster ist immer gleich: Die Besessenheit für ein spezifisches Nutzerproblem führt zu tiefen Produkttiteln, was zu kumuliertem Vertrauen und schließlich zu hohen Wechselkosten führt. Der Graben wird von innen nach außen gebaut.

Der häufigste Fehler: Gründer optimieren für Wachstum, bevor sie Loyalität verdient haben. Sie bauen für den „Demo-Day“, nicht für den Nutzer, der am Dienstagabend um 23 Uhr dringend eine Lösung braucht. Demos sammeln Geld ein, aber sie sind nur eine Performance. Die entscheidende Frage nach dem Applaus lautet: Wird das Leben oder die Arbeit von jemandem schlechter, wenn dieses Produkt morgen verschwindet? Wenn die ehrliche Antwort „Nein“ lautet, hast du noch kein Unternehmen.

Stell dir folgende Frage (sie passt auf eine Karteikarte):

Sei ehrlich. „Unsere Kultur“ oder „unsere Vision“ sind keine Antworten. Was hast du spezifisch gebaut, gelernt oder verdient, das Zeit erfordert und nicht gekauft werden kann? Ein kumulierender Datensatz? Regulatorische Lizenzen? Ein struktureller Distributionszugang?

Wenn die Antwort „Nichts“ lautet, hast du kein Fundament, sondern ein Feature. Und Features werden absorbiert. Das ist keine Bewertung, das ist ein Gesetz der Marktphysik.

Baust du etwas, das stärker wird, je länger es existiert? Nicht größer, sondern stärker. Akkumuliert dein Projekt Vorteile, die sich potenzieren, oder rennst du auf einem Laufband, das jedes Quartal schneller wird?

Die Wirtschaft schert sich nicht um deine Roadmap, und die KI schert sich nicht um deinen Vorsprung. Überleben werden nur jene Lösungen, die nie „nur“ Produkte waren, sondern Positionen, verdientes Vertrauen und über Jahre erworbene Lizenzen.

Falls du das bisher nicht baust, ist jetzt ein guter Zeitpunkt, damit anzufangen.

Viel Erfolg.

Dann haben wir etwas gemeinsam!

Top-Tipp für alle, die Buchhaltung maximal vereinfachen wollen: 

Laden Sie alle Rechnungen in Google’s NotebookLM hoch, egal ob als PDF, PNG, JPEG oder sonstiges der vielen Dateiformate, die Gemini lesen kann.

Dann Funktion „Data Table“ klicken und in unter einer Minute werden aus 94 Belegen 64 saubere, richtige und als Tabellen exportierbare Einträge.

Warum nicht 94? Weil ich die KI bat Doubletten auszusortieren, was sie zuverlässig tat!

Schon traurig, dass ich NotebookLM seit über einem Jahr exzessiv für viele kreative, strategische und sonstige Kunden-Use-Cases nutze, aber gerade zum 1. Mal die „langweilige“ Data Table Funktion ausprobiert habe.

BTW: NotebookLM ist gratis! Einziger Unterschied: Gratis ist auf 50 Dateien limitiert, aber Sie können ja vorher mehrere Rechnungen zu einem größeren, mehrseitigen PDF zusammenführen, aber dann nur als eine Datei hochladen.

Mit Google Pro Account für 22€ (wie ich ihn habe), können Sie bis zu 300 Dateien/Belege pro Projekt hochladen!

#TopTipp #TimeSaver #BuchhaltungLeichtGemacht

Ich bin kein Freund von Oberflächlichkeiten – aber ich liebe Benchmarking.

Darum war ich innerlich zerrissen, als ich diesen „Facial Beauty Report“ Prompt sah – inklusive den Analysen diverser Tech-Chefs.

Ich hab zwar weder Geld noch Power von Bezos, Elon, Zuckerberg, Altman & Co. – aber zumindest bin ich laut ChatGPT „objektiv“ hübscher! 🥳 😁

Fun fact: Angeblich ist mein Gesicht so sexy wie Dario Amodei! 🤜🏻🤛🏻✌🏻

Create a clean, minimal, high-end facial beauty report based on this photo. Use a black-on-white design with thin lines, rounded cards, and a luxury aesthetic. Include a simple contour line drawing of the face, an honest attractiveness analysis (symmetry, proportions, bone structure, skin, etc.), clear scores, strengths, areas for improvement, and actionable grooming/style recommendations. Keep it data-driven, visually refined, and not overly flattering.

Danke. Freut mich, wenn du Freude daran hast.