Servus, Lissy hier. Heute ist so ein Tag, an dem man richtig sieht, wie KI sich in den Alltag frisst. Nicht mehr als Spielzeug, sondern als Plattform, als Arbeitsplatz, als Trainingsmethode. OpenAI schaltet Werbung in ChatGPT. Jack Dorsey baut eine neue Kategorie aus Team-Chat, Git und KI-Agenten. Und ein Paper zeigt, wie man KI-Training mit einem neuen Ansatz deutlich effizienter machen kann. Das klingt nach drei verschiedenen Welten, aber ich finde, genau das macht den heutigen Tag so interessant. Es passiert einfach an allen Fronten gleichzeitig. Fangen wir mit dem Thema an, das jeden ChatGPT-Nutzer direkt betrifft.
Also, stellen wir uns kurz vor wie das aussieht. Ihr macht ChatGPT auf, stellt eine Frage, und irgendwo im Chat taucht eine gesponserte Antwort auf. Ein Unternehmen hat dafür bezahlt, dass sein Produkt als Antwortvorschlag erscheint. Genau das hat OpenAI gestern angekündigt. Unter ads.openai.com können Unternehmen ab sofort Anzeigen im ChatGPT-Interface schalten. Das ist der erste Schritt zu einem Geschäftsmodell, das wir von Google-Suche kennen, nur dass es hier nicht um Suchergebnisse geht, sondern um Konversationen.
Ich finde, das ist eine der grössten strategischen Veränderungen seit dem ChatGPT-Launch. OpenAI hat sich bisher über Abos finanziert und das lief ja auch richtig gut. Aber irgendwann ist der Markt der zahlenden Nutzer einfach begrenzt. Werbung erschliesst eine völlig neue Einnahmequelle, und zwar eine, die jeder versteht. Unternehmen geben Milliarden für Search Ads aus. Warum nicht auch für Chat Ads?
Die Frage ist natürlich, wie das die Nutzererfahrung verändert. Google hat es vorgemacht: Werbung kann funktionieren, ohne dass die Nutzer abgeschreckt werden, wenn sie relevant und klar gekennzeichnet ist. Ob OpenAI das genauso hinkriegt, wird sich zeigen. Aber der Schritt ist logisch, konsequent und aus Unternehmersicht völlig richtig. Monetarisierung ist kein Bug, sondern ein Feature. Die Frage ist nur, wie elegant sie eingebaut wird.
Die zweite grosse Ankündigung heute kommt von Jack Dorsey. Sein Unternehmen Block hat eine neue Plattform namens Buzz vorgestellt. Und Buzz ist nicht einfach nur ein weiterer Chat-Dienst. Buzz kombiniert Team-Chat, Git-Hosting und KI-Agenten in einer einzigen Plattform. Stellt euch vor, ihr müsst nicht mehr zwischen Slack, GitHub und einem separaten KI-Tool hin-und-her-switchen, sondern alles ist in einem Workspace. Das ist eine neue Kategorie, so wie Slack damals eine neue Kategorie war.
Was mich daran besonders interessiert, ist die Integration von KI-Agenten. Buzz bringt Agenten direkt in den Team-Chat, wo sie auf Code, auf Issues und auf Dokumentation zugreifen können. Das ist nicht nur ein weiterer Chatbot, der in Slack eingebaut ist. Es sind Agenten, die selbständig Aufgaben erledigen können: Code-Reviews, Issue-Triage, Deployment-Pipelines. Und das alles in demselben Fenster, in dem das Team kommuniziert.
Für Entwicklerteams ist das ein echter Game-Changer, weil die Tool-Chaos-Frage wegfällt. Statt drei verschiedener Benachrichtigungs-Streams hat man einen. Und die Agenten sind nicht länger ein extra Tool, das man daneben aufmacht, sondern ein Teil des natürlichen Workflows. Buzz zeigt, wohin die Reise geht: Kollaboration und KI verschmelzen zu einer Einheit. Und wenn jemand weiß, wie man Plattformen baut, dann Jack Dorsey.
Und jetzt zum technischen Teil. Ein neues Paper auf arXiv mit dem Titel Distilled Reinforcement Learning schlägt einen interessanten neuen Ansatz für das Post-Training von KI-Modellen vor. Die Grundidee ist simpel, aber clever: Bisher gibt es zwei Wege, ein Modell nach dem Training zu verbessern. Man kann es mit Reinforcement Learning feinjustieren, also dem Modell beibringen, dass bestimmte Antworten besser sind als andere. Oder man kann es mit On-Policy Distillation verbessern, indem man es die Logits eines leistungsfähigeren Lehrer-Modells kopieren lässt.
Distilled RL kombiniert beide Ansätze. Es nutzt einen Teacher, um dem Modell auf Token-Ebene zu zeigen, welcher Schritt in der Antwort richtig war und welcher. Das löst ein Problem, das RL seit jeher hat: das Credit Assignment Problem. Wenn ein Modell eine lange Antwort schreibt und am Ende kriegt es gesagt, dass die Antwort falsch war, weiß es nicht, welcher Schritt das Problem war. War es der erste Satz oder der letzte? Distilled RL gibt dem Modell feinkörnige Signale auf jedem Schritt.
Für die nächste Generation von Reasoning-Modellen könnte das bedeuten, dass sie mit weniger Trainingsdaten besser werden. Und das ist genau die Richtung, die wir brauchen: effizienteres Training, nicht einfach grössere Modelle.
Konkret funktioniert Distilled RL so: Statt wie bei klassischem RL nur eine Belohnung am Ende der Antwort zu geben am Ende richtig oder falsch wird ein Teacher-Modell verwendet, das dem trainierten Modell auf jedem einzelnen Token ein Signal gibt. Das Modell lernt also, dass die Antwort am Ende falsch war, und darüber hinaus, dass zum Beispiel der dritte von zehn Schritten in die falsche Richtung ging. Das wird durch Reverse Importance Sampling mit Clipping erreicht, kombiniert mit Negative Sample Reset, der schlechte Trajektorien komplett verwirft. Und Sequence-Level Distillation gibt zusätzlich feinkörnige Signale.
Was das praktisch bedeutet: Wenn ihr das nächste Mal ein Modell benutzt, das Reasoning kann also das, was man früher als Chain-of-Thought bezeichnet hat dann profitiert es indirekt von besseren Trainingsmethoden. Die Modelle werden grösser, aber vor allem auch intelligenter trainiert. Und das ist ein Fortschritt, den ich persönlich viel spannender finde als einfach nur mehr Parameter.
Dann ist da noch Google, das gestern gleich drei neue Modelle vorgestellt hat. Gemini 3.6 Flash, eine schnellere Version des Flash-Modells. Gemini 3.5 Flash Lite, eine abgespeckte Variante für einfache Aufgaben. Und Gemini 3.5 Flash Cyber, ein auf Cybersicherheit spezialisiertes Modell. Das zeigt, wie Google seinen Modell-Baukasten immer weiter ausdifferenziert. Statt einem Modell für alles gibt es inzwischen spezialisierte Varianten für verschiedene Anwendungsfälle. Das ist gut für die Nutzer, weil man nicht für jede Aufgabe das grösste und teuerste Modell nehmen muss. Und Microsoft hat angekündigt, seine Azure-Infrastruktur mit AMD-Chips zu erweitern, als Alternative zu NVIDIA. Das ist ein Signal, dass der GPU-Markt langsam aber sicher aufbricht.
Und falls ihr euch fragt, was das mit dem Rest der Folge zu tun hat: Es zeigt, dass die KI-Industrie in zwei Richtungen gleichzeitig wächst. Nach oben, in die Plattformen und Ökosysteme, wo OpenAI und Jack Dorsey neue Geschäftsmodelle bauen. Und nach unten, in die Effizienz, wo Forschung und Hardware neue Möglichkeiten schaffen. Beides zusammen macht KI mächtiger und gleichzeitig alltäglicher.
Am Ende vom Tag bleibt bei mir ein ziemlich klares Bild hängen. KI wird auf allen Ebenen konkreter. OpenAI macht ChatGPT zur Plattform mit Werbung, Jack Dorsey macht Buzz zur Collaboration-Plattform mit Agenten, und die Forschung macht das Training effizienter. Das sind drei ganz unterschiedliche Geschichten, aber sie zeigen alle dasselbe: KI hört auf, ein Extra-Fenster auf dem Desktop zu sein, und wird zur Infrastruktur, die durch alles hindurchlaueft. Und genau da wird es spannend. Denn wenn KI zur Infrastruktur wird, dann geht es nicht mehr darum, ob man sie nutzt, sondern darum wie gut man mit ihr umgeht. Mei, das ist vielleicht keine aufregende Schlagzeile, aber eine ziemlich ehrliche Bestandsaufnahme. Das war's für heute. Vielen Dank, dass ihr dabei wart. Wenn euch die Folge gefallen hat, schreibt mir eine Mail, die Adresse steht in den Shownotes. Oder hinterlasst eine Bewertung auf Apple Podcasts oder Spotify. Pfiat euch und bis morgen, eure Lissy.