Co-Intelligence
Alle Folgen / EP_057

Drama im AI-Land - Musk, Altman & Google I/O

Drama im AI-Land! 🍿 Elon Musk vs. Sam Altman, gigantische Boersengaenge und Googles grosser Gegenschlag. Wir droeseln die verruecktesten News der letzten Wochen auf. Jetzt reinhoeren!

Erschienen 03. Juni 2026
// Lieber nur Audio? Bei Spotify hören

// KI-Zusammenfassung

Die Episode beleuchtet das aktuelle Drama im KI-Sektor, einschliesslich des Konflikts zwischen Elon Musk und Sam Altman, der gigantischen Börsenpläne von xAI und Anthropic sowie Googles strategischer Ankündigungen auf der Google I/O. Zudem wird die geringe Wechselbereitschaft von Entwicklern zwischen KI-Modellen und die Situation deutscher KI-Unternehmen wie DeepL und Aleph Alpha analysiert, im Gegensatz zu erfolgreichen Partnerschaften wie SAP mit N8N und Parlow.

// Die eine Idee

Das KI-Rennen erfordert gigantische Summen an Kapital und Rechenleistung, was selbst die groessten Player zu massiven Boersengaengen und Kooperationen zwingt.

Diese Aussage teilen

Kapitel

  1. 01
    0:00

    Intro & KI-Drama im "Lala-Land"

  2. 02
    0:38

    Elon Musk vs. Sam Altman: Die gescheiterte OpenAI-Klage

  3. 03
    2:19

    xAI Börsengang & die 2-Billionen-Bewertung

  4. 04
    4:14

    Anthropic mietet Server bei xAI & Andrej Karpathy wechselt

  5. 05
    10:18

    Claude Pricing-Änderungen & Entwickler-Frust

  6. 06
    12:12

    Marc Benioff: Salesforce investiert 300 Mio. $ in Claude

  7. 07
    13:38

    Google I/O: Gemini 3.5 Flash, Spark & das Omni-Modell

  8. 08
    23:22

    Universal Card: Googles Angriff auf den E-Commerce

  9. 09
    24:40

    Smart Glasses: Google vs. Meta/Ray-Ban

  10. 10
    28:33

    Deutscher Markt: Aleph Alpha Verkauf an Cohere

  11. 11
    30:49

    SAP kooperiert mit n8n & Parloa

  12. 12
    32:15

    DeepL: Gründer-Award & plötzliche Massenentlassungen

Shownotes

Willkommen zu Episode 57 von Co-Intelligence! :studio_microphone: Eure Hosts Benjamin Wüstenhagen und Moritz Heininger nehmen euch mit durch die wildesten KI-News der letzten Wochen. Von geplatzten Klagen zwischen Elon Musk und Sam Altman über Googles massiven Gegenschlag auf der I/O bis hin zu den turbulenten Entwicklungen auf dem deutschen KI-Markt (Aleph Alpha, SAP, DeepL). Wir klären, warum Entwickler bei Claude frustriert sind, wieso Salesforce 300 Millionen Dollar in Anthropic investiert und ob Googles "Universal Card" das Ende des klassischen E-Commerce bedeutet. Vergesst nicht, das Video zu liken und den Kanal zu abonnieren, wenn euch die Folge gefällt!

Timestamps

  1. 0:00 Intro & KI-Drama im "Lala-Land"
  2. 0:38 Elon Musk vs. Sam Altman: Die gescheiterte OpenAI-Klage
  3. 2:19 xAI Börsengang & die 2-Billionen-Bewertung
  4. 4:14 Anthropic mietet Server bei xAI & Andrej Karpathy wechselt
  5. 10:18 Claude Pricing-Änderungen & Entwickler-Frust
  6. 12:12 Marc Benioff: Salesforce investiert 300 Mio. $ in Claude
  7. 13:38 Google I/O: Gemini 3.5 Flash, Spark & das Omni-Modell
  8. 23:22 Universal Card: Googles Angriff auf den E-Commerce
  9. 24:40 Smart Glasses: Google vs. Meta/Ray-Ban
  10. 28:33 Deutscher Markt: Aleph Alpha Verkauf an Cohere
  11. 30:49 SAP kooperiert mit n8n & Parloa
  12. 32:15 DeepL: Gründer-Award & plötzliche Massenentlassungen

// Lerninhalte der Folge — was du mitnimmst

Erkenntnisse

  • 2:34

    Das KI-Rennen erfordert gigantische Summen an Kapital und Rechenleistung, was selbst die grössten Player zu massiven Börsengängen zwingt.

  • 11:56

    Die Wechselkosten zwischen KI-Modellen sind für Entwickler extrem niedrig, was zu starkem Preiskampf und schnellen Marktanteilsverschiebungen führt.

  • 16:35

    Google greift im KI-Rennen mit Fokus auf Geschwindigkeit durch Flash-Modelle und tiefe Ökosystem-Integration an, statt nur auf reine Modellgröße zu setzen.

  • 21:26

    Googles neues "Omni"-Modell integriert Video, Audio, Bild und Text, versteht reale Physik wie Schwerkraft und Schattenwurf und geht über multimodale Fähigkeiten hinaus.

  • 30:57

    Deutsche KI-Unternehmen wie DeepL und Aleph Alpha kämpfen im globalen Wettbewerb, da ihnen oft das nötige Kapital und die Skalierung fehlen.

// Wortwörtliche Stellen aus dem Gespräch

Zitate

  • „Die beiden Egomanen Elon Musk und Sam Altman, also beide Personen hinter xAI und SpaceX ja mittlerweile kombiniert. und OpenAI mögen sich nicht so gerne, da sie mal gemeinsam OpenAI gegründet"

  • „Elon will ja mit xAI an die Börse gehen und den größten Börsengang aller Zeiten veranstalten"

  • „Das AI Rennen mit irgendwie den besten Modellen, insbesondere was die Nutzung angeht und so weiter und so fort, hat er einfach muss er glaube ich sich selbst eingestehen klar verloren"

  • „Wenn du Entwickler bist, dann hast du dir vielleicht ein paar Sachen eingerichtet, die hast du aber wahrscheinlich in ein halben Tag dann auch in dem anderen Tool eingerichtet. Das heißt, da sind die Switching Costs relativ niedrig."

  • „Ich glaube, ein deutsches Unternehmen hat einfach keine Chance dabei in dem Model Thema, in den Model Markt gegen die Amis anzusten."

Zahlen

  • 2 Trilliarden (Deutsch)

    XAI plant den größten Börsengang aller Zeiten mit einer Bewertung von 2 Billionen (Deutsch: Trilliarden).

    2:37

  • 80 Milliarden Dollar

    SpaceX plant, beim Börsengang 80 Milliarden Dollar einzunehmen.

    6:40

  • 300 Millionen Dollar

    Salesforce hat 300 Millionen Dollar für die Nutzung von Claude budgetiert.

    12:58

  • Viermal schneller

    Googles Gemini 3.5 Flash soll bis zu viermal schneller sein als GPT-5.5.

    16:44

  • 25%

    DeepL hat 25% seiner Belegschaft entlassen.

    33:42

Fragen

Warum wurde Elon Musks Klage gegen Sam Altman und OpenAI abgewiesen?

Elon Musks Klage gegen Sam Altman und OpenAI wurde abgewiesen, weil sie zu spät eingereicht wurde. Das Gericht entschied, dass Elon Musk nach etwa zehn Jahren nicht mehr ankommen könne, um seine Unzufriedenheit über die Umwandlung von OpenAI in ein For-Profit-Unternehmen zu äußern.

Welche Strategie verfolgt Google, um im KI-Rennen mitzuhalten?

Google setzt im KI-Rennen auf Geschwindigkeit und tiefe Ökosystem-Integration. Mit Modellen wie Gemini 3.5 Flash, das bis zu viermal schneller als Konkurrenzmodelle sein soll, und dem Omni-Modell, das verschiedene Modalitäten und Weltverständnis kombiniert, will Google seine Marktposition stärken.

Warum sind die Wechselkosten für Entwickler zwischen verschiedenen KI-Modellen so gering?

Die Wechselkosten für Entwickler zwischen verschiedenen KI-Modellen sind gering, da die Bedienung der Tools sehr ähnlich ist. Ein Entwickler kann seine eingerichteten Arbeitsabläufe in einem halben Tag auf ein anderes Tool übertragen, was schnelle Shifts bei Preisänderungen oder neuen Features ermöglicht.

Was ist das Besondere an Googles neuem Omni-Modell?

Das Omni-Modell von Google ist ein Videomodell, das ein Weltmodell integriert. Es versteht physikalische Konzepte wie Erdanziehung und Schattenwurf und kann verschiedene Modalitäten wie Audio, Bild und Text verbinden. So kann es beispielsweise ein Video passend zu einem Musikstück generieren oder umgekehrt.

Welche Herausforderungen sehen deutsche KI-Unternehmen im globalen Wettbewerb?

Deutsche KI-Unternehmen stehen im globalen Wettbewerb vor großen Herausforderungen, insbesondere im Modellbereich. Ihnen fehlt oft das gigantische Kapital und die Rechenleistung, um mit amerikanischen oder chinesischen Anbietern mitzuhalten. Dies zeigt sich am Beispiel von Aleph Alpha und DeepL, die Schwierigkeiten haben, ihre Position zu behaupten.

Warum mietet Anthropic Rechenkapazität bei xAI, obwohl Elon Musk und Anthropic-CEO Daria Amodeo sich nicht mögen?

Anthropic mietet Rechenkapazität im Colossus-Rechenzentrum von xAI, weil dieses nicht vollständig mit Grok ausgelastet ist. Trotz der persönlichen Animositäten zwischen Elon Musk und Daria Amodeo ermöglicht diese Kooperation Anthropic, mehr Cloud-Kapazität zu nutzen und so seine Modelle weiterzuentwickeln.

Weitere 5 Fragen aus dieser Folge
Warum hat Elon Musk Sam Altman verklagt?

Elon Musk hat Sam Altman verklagt, weil dieser OpenAI von einer Non-Profit- in eine For-Profit-Organisation umgewandelt hat. Die Klage wurde jedoch abgewiesen, da Musk laut Gericht schlichtweg zu spät dran war, um Anteile zurückzufordern.

Warum wechseln Entwickler aktuell so schnell zwischen verschiedenen KI-Modellen?

Die Wechselkosten zwischen den Modellen sind für Entwickler extrem niedrig, da sich die Bedienung stark ähnelt. Anpassungen an ein neues Tool lassen sich oft in einem halben Tag erledigen, was schnelle Wechsel bei Preisänderungen begünstigt.

Welche Strategie verfolgt Google mit dem Modell Gemini 3.5 Flash?

Google setzt mit Gemini 3.5 Flash stark auf Geschwindigkeit. Das Modell soll bis zu viermal schneller sein als die Konkurrenz, was Wartezeiten reduziert und eine fokussiertere Arbeitsweise ohne ständige Kontextwechsel ermöglicht.

Was bedeutet Googles "Universal Cart" für E-Commerce-Shops?

Mit Universal Cart sucht Google für Artikel im Warenkorb automatisch nach günstigeren Preisen bei anderen Anbietern und übernimmt den Checkout. Das erhöht den Preisdruck massiv und macht die Lage für einzelne Online-Shops deutlich schwieriger.

Warum wird die Zukunft für das deutsche KI-Unternehmen DeepL als schwierig eingeschätzt?

Übersetzungen werden zunehmend zu einem Standard-Feature der großen KI-Modelle. Ohne die finanziellen Mittel eines Börsengangs wird es für DeepL sehr schwer, langfristig gegen die amerikanischen Giganten wie OpenAI oder Anthropic zu bestehen.

Zum Teilen

Die stärksten Aussagen dieser Folge — als Text, Link oder fertige Bild-Card zum Posten.

  • // Erkenntnis

    Das KI-Rennen erfordert gigantische Summen an Kapital und Rechenleistung, was selbst die groessten Player zu massiven Boersengaengen und Kooperationen zwingt.

  • // Erkenntnis

    Google greift im KI-Rennen nicht nur mit reiner Modellgroesse an, sondern fokussiert sich stark auf Geschwindigkeit (Flash-Modelle) und tiefe Oekosystem-Integration.

  • // Zitat

    die beiden Egomanen Elon Musk und Sam Altman, also beide Personen hinter xAI und SpaceX ja mittlerweile kombiniert. und OpenAI mögen sich nicht so gerne, da sie mal gemeinsam OpenAI gegründet

  • // Zitat

    Elon will ja mit xAI an die Börse gehen und den größten Börsengang aller Zeiten veranstalten

  • // Zitat

    das AI Rennen mit irgendwie den besten Modellen, insbesondere was die Nutzung angeht und so weiter und so fort, hat er einfach muss er glaube ich sich selbst eingestehen klar verloren

  • // Zitat

    Wenn du Entwickler bist, dann hast du dir vielleicht ein paar Sachen eingerichtet, die hast du aber wahrscheinlich in ein halben Tag dann auch in dem anderen Tool eingerichtet. Das heißt, da sind die Switching Costs relativ niedrig.

  • // Zitat

    Ich glaube, ein deutsches Unternehmen hat einfach keine Chance dabei in dem Model Thema, in den Model Markt gegen die Amis anzusten.

Anleitungen

Nutze Googles schnelle Flash-Modelle und Oekosystem-Integration

Google setzt im KI-Rennen auf Geschwindigkeit mit Flash-Modellen und tiefe Integration in sein Oekosystem. Du kannst diese Strategie fuer deine eigenen Workflows nutzen.

  1. 01

    Teste Gemini 3.5 Flash fuer schnelle Aufgaben

    Setze Googles Gemini 3.5 Flash-Modell ein, wenn du agentische Workflows oder Code-Generierung mit geringer Latenz benoetigst, da es bis zu viermal schneller sein soll.

    16:35

  2. 02

    Integriere KI in dein Google Workspace

    Nutze die tiefen KI-Integrationen in Google Workspace, um generative KI-Funktionen direkt in deinen bestehenden Tools zu verwenden und so deine Produktivitaet zu steigern.

    14:18

  3. 03

    Erkunde Googles Oekosystem-Vorteile

    Pruefe, wie du Googles breites Angebot an Cloud-Infrastruktur und spezialisierter KI-Hardware wie TPUs fuer deine KI-Projekte nutzen kannst, um Skalierbarkeit und Leistung zu sichern.

    14:13

Optimiere deine KI-Nutzung durch Modellwechsel

Erfahre, wie du die geringen Wechselkosten zwischen KI-Modellen zu deinem Vorteil nutzt, um Kosten zu senken und die beste Leistung zu erhalten.

  1. 01

    Analysiere deine aktuellen KI-Modelle

    Überprüfe, welche KI-Modelle du aktuell nutzt und welche Aufgaben sie erfüllen, um potenzielle Alternativen zu identifizieren.

    11:30

  2. 02

    Teste alternative KI-Modelle

    Probiere aktiv Konkurrenzmodelle wie Claude aus, um deren Leistung, Geschwindigkeit und Kosten im Vergleich zu deinen aktuellen Modellen zu bewerten.

    11:40

  3. 03

    Verhandle Preise und Konditionen

    Nutze die Möglichkeit des Modellwechsels als Hebel, um bessere Konditionen bei deinem aktuellen Anbieter zu verhandeln oder Budgets für leistungsfähigere Alternativen zu planen.

    12:46

Optimiere deine KI-Modell-Strategie bei niedrigen Wechselkosten

Nutze die geringen Wechselkosten zwischen KI-Modellen strategisch, um deine Anwendungen flexibel zu gestalten und von Preisvorteilen zu profitieren.

  1. 01

    Bewerte KI-Modelle regelmäßig

    Analysiere kontinuierlich die Leistung, Kosten und spezifischen Stärken verschiedener KI-Modelle wie Gemini, Claude oder GPT, um potenzielle Alternativen für deine Anwendungsfälle zu identifizieren.

    11:30

  2. 02

    Implementiere eine flexible Architektur

    Gestalte deine KI-Integrationen so, dass du Modelle einfach austauschen kannst. Nutze dafür APIs und Abstraktionsschichten, um die Abhängigkeit von einem einzelnen Anbieter zu minimieren.

    11:30

  3. 03

    Teste Alternativen aktiv

    Führe gezielt A/B-Tests oder Pilotprojekte mit neuen KI-Modellen durch. So kannst du deren Eignung für deine spezifischen Anforderungen prüfen und schnell auf bessere Angebote oder Technologien reagieren.

    12:46

Nutze Googles schnelle KI-Modelle und Ökosystem-Integration

Erfahre, wie du Googles Fokus auf Geschwindigkeit mit Flash-Modellen und die tiefe Integration in ihr Ökosystem für deine KI-Anwendungen nutzen kannst.

  1. 01

    Prüfe Flash-Modelle für Geschwindigkeit

    Bewerte Googles neue Flash-Modelle wie Gemini 3.5 Flash, wenn du schnelle Antworten und geringe Latenz für agentische Workflows benötigst.

    16:35

  2. 02

    Integriere in Google-Dienste

    Nutze die tiefe Integration von Googles KI-Modellen in bestehende Google-Produkte und -Dienste, um nahtlose Workflows zu schaffen und von der Ökosystem-Stärke zu profitieren.

    14:13

  3. 03

    Optimiere für Agenten-Workflows

    Setze Flash-Modelle gezielt für mehrstufige Aufgaben ein, bei denen schnelle Iterationen und geringe Kosten pro Anfrage entscheidend sind.

    16:38

Optimiere deine KI-Modellnutzung durch niedrige Wechselkosten

Nutze die geringen Wechselkosten zwischen KI-Modellen, um flexibel auf Preis- und Leistungsänderungen zu reagieren und deine Anwendungen effizient zu gestalten.

  1. 01

    Analysiere aktuelle Modell-Performance

    Bewerte regelmäßig die Leistung und Kosten deiner aktuell genutzten KI-Modelle, um Optimierungspotenziale zu identifizieren.

    11:30

  2. 02

    Teste alternative APIs

    Probiere alternative KI-Modelle von verschiedenen Anbietern aus, da viele APIs ähnliche Schnittstellen und Parameter nutzen.

    11:45

  3. 03

    Wechsle zu effizienteren Modellen

    Tausche bei Bedarf das Backend deiner KI-Anwendung aus, um von besseren Preisen oder höherer Leistung zu profitieren.

    11:34

Wechsle flexibel zwischen KI-Modellen, um Kosten und Leistung zu optimieren

Nutze die geringen Wechselkosten zwischen KI-Modellen, um stets das beste Tool für deine Aufgaben zu finden und schnell auf Marktveränderungen zu reagieren.

  1. 01

    Analysiere aktuelle Modell-Performance

    Überprüfe regelmäßig die Effizienz und die Ergebnisse deines derzeit verwendeten KI-Modells, um Optimierungspotenziale zu identifizieren.

    11:30

  2. 02

    Teste alternative Anbieter

    Probiere aktiv Modelle von verschiedenen Anbietern aus, um deren Eignung für deine spezifischen Anwendungsfälle zu bewerten und zu vergleichen.

    11:30

  3. 03

    Passe deine Integration an

    Implementiere deine KI-Integration so, dass du den zugrunde liegenden Modell-Anbieter bei Bedarf schnell und unkompliziert austauschen kannst.

    11:30

So nutzt du Googles KI-Strategie für schnelle und integrierte Workflows

Profitiere von Googles Fokus auf schnelle Flash-Modelle und tiefe Ökosystem-Integration, um deine KI-Anwendungen effizienter zu gestalten und nahtlos in bestehende Tools einzubinden.

  1. 01

    Implementiere Flash-Modelle für Geschwindigkeit

    Setze Googles schnelle Flash-Modelle wie Gemini 3.5 Flash ein, wenn du geringe Latenzzeiten für agentische Workflows oder schnelle Code-Generierung benötigst.

    16:35

  2. 02

    Integriere KI in dein Google-Ökosystem

    Nutze die tiefe Integration von Googles KI-Modellen in deren Cloud-Infrastruktur und Workspace-Tools, um bestehende Prozesse zu optimieren und Daten nahtlos zu verarbeiten.

    14:13

  3. 03

    Teste neue Google-KI-Funktionen

    Bleibe auf dem Laufenden über Ankündigungen von Google, insbesondere von der Google I/O, und teste frühzeitig neue KI-Funktionen, die in ihre Produkte integriert werden.

    14:13

Nutze niedrige Wechselkosten für deine KI-Strategie

Du kannst von den geringen Wechselkosten zwischen KI-Modellen profitieren, um deine Strategie flexibel anzupassen und Kosten zu optimieren.

  1. 01

    Analysiere aktuelle Modell-Abhängigkeiten

    Prüfe, welche KI-Modelle du aktuell nutzt und wie stark deine Workflows an diese gebunden sind, da die Wechselkosten zwischen Modellen niedrig sind.

    11:30

  2. 02

    Teste alternative KI-Modelle

    Experimentiere aktiv mit verschiedenen Anbietern wie Anthropic, um deren Leistung und Kosten für deine Anwendungsfälle zu vergleichen, ähnlich wie Salesforce massiv in Claude investiert.

    12:46

  3. 03

    Reduziere Vendor-Lock-in

    Verteile deine KI-Workloads auf mehrere Modelle oder Anbieter, um Abhängigkeiten zu reduzieren und Verhandlungsspielraum zu schaffen, wie Microsoft, die Cloud-Lizenzen gekündigt haben.

    13:15

So nutzt du schnelle Flash-Modelle für effiziente Workflows

Steigere deine Produktivität und vermeide Timeouts, indem du gezielt auf extrem schnelle KI-Modelle setzt.

  1. 01

    Nutze extrem schnelle Flash-Modelle

    Wähle für deine täglichen Aufgaben gezielt die schnellen Flash-Varianten der Modelle aus.

    16:37

  2. 02

    Implementiere schnelle Modelle gegen Kontext-Wechsel

    Nutze die hohe Geschwindigkeit, um Ergebnisse nahezu sofort zu erhalten und deinen Fokus aufrechtzuerhalten.

    17:52

  3. 03

    Erstelle Massen-Assets ohne Timeout-Grenzen

    Setze schnelle Modelle ein, wenn du hunderte von Assets automatisiert erstellst, um Abbrüche im Code zu verhindern.

    18:47

Verweise

Transkript

// Vollständiges Transkript

Komplettes Transkript dieser Folge öffnen →

// Newsletter

Ein kurzer Brief. Jeden Dienstag.

Die neue Folge, drei Links, die wir wirklich gelesen haben, und ein Tool, das diese Woche funktioniert hat. Kein Teaser-Spam, kein „5 Gründe, warum“.

// Keine Spam-Mails. // 1-Klick-Abmeldung. // DSGVO-konform.