Digitale Vorreiter:innen

Wie AI-first auf dem Desktop gedacht wird – mit Marco Szeidenleder

46 min · 13 jul 2026
aflevering Wie AI-first auf dem Desktop gedacht wird – mit Marco Szeidenleder artwork

Beschrijving

In dieser Episode erfährst du: * Die wilde Schule von Rocket Internet: Warum Marco an seinem zweiten Arbeitstag unvorbereitet für drei Wochen nach München geschickt wurde, wie Helpling in den Anfängen mit „Probeputzen im Airbnb“ skalierte und was Bleeding Edge Analytics damals bedeutete. * Das Data Warehouse als „Liability“: Warum ein eigener Datentopf wie ein teures Auto in der Garage ist (das Pflege und Wartung braucht) und wieso Start-ups am Anfang oft mit Out-of-the-Box-Lösungen besser fahren. * Der One-Size-Fits-All Tech Stack: Warum die Kombination aus einer Cloud-Datenbank (BigQuery/Snowflake), DBT und einem Visualisierungstool (Power BI/Looker Studio) der Goldstandard ist, um Lock-in-Effekte zu vermeiden und die Datenhoheit zu behalten. * Das Konzept von PandaOS: Wie die neuentwickelte Desktop-Workstation durch native App-Integrationen komplexe Büro-Tasks – vom automatisierten Beantworten von Excel-Ausschreibungen bis zum Live-Bugfixing – radikal vereinfacht. * Lokale Intelligenz & Inference on the Edge: Warum datenschutzkonforme Open-Source-Sprachmodelle auf dem eigenen Rechner die Zukunft für den Mittelstand sind und wie das Routing zwischen lokaler Hardware und Cloud-Ressourcen funktioniert. * Datenschutz trotz US-Modellen: Wie PandaOS dank Metadaten-Abstraktion stichfeste SQL-Analysen ermöglicht. Für die KI sind nur Spaltennamen und Beschreibungen sichtbar, während die echten Daten für die finale Auswertung auf dem lokalen System verbleiben. * Incentivierter Token-Burn: Warum es bei PandaOS ein internes Entwickler-Leaderboard für den höchsten Token-Verbrauch gibt und weshalb ein Entwickler ohne hohe Token-Nutzung unter seiner Kapazität läuft. * Pandatlas – Das persistente Gedächtnis: Wie das Betriebssystem über alle Sessions hinweg eine neuronale Wissenslandkarte aufbaut und die Präferenzen des Anwenders automatisch gewichtet. * Der Over- oder Unterschätzt-Check: Marcos ungeschönte Meinung zu Cursor, Claude Code, Elon Musk, Venture Capital, dem Setzen unerreichbarer Ziele und der Notwendigkeit eines europäischen Frontier-LLMs. Du hast Fragen oder Anregungen zum Podcast? Dann kontaktiere uns gerne via Instagram. Links zur Folge: Marco Szeidenleder [https://de.linkedin.com/in/szeidenleder] auf LinkedIn Christoph Burseg [https://de.linkedin.com/in/christophburseg] auf LinkedIn Pandata [https://www.pandata.de/] Website Dieser Podcast wird produziert von Podstars by OMR [https://www.podstars.de/]

Reacties

0

Wees de eerste die een reactie plaatst

Meld je nu aan en word lid van de Digitale Vorreiter:innen community!

Probeer gratis

Probeer 14 dagen gratis

€ 9,99 / maand na proefperiode. · Elk moment opzegbaar.

  • Podcasts die je alleen op Podimo hoort
  • 20 uur luisterboeken / maand
  • Gratis podcasts

Alle afleveringen

407 afleveringen

aflevering Wie AI-first auf dem Desktop gedacht wird – mit Marco Szeidenleder artwork

Wie AI-first auf dem Desktop gedacht wird – mit Marco Szeidenleder

In dieser Episode erfährst du: * Die wilde Schule von Rocket Internet: Warum Marco an seinem zweiten Arbeitstag unvorbereitet für drei Wochen nach München geschickt wurde, wie Helpling in den Anfängen mit „Probeputzen im Airbnb“ skalierte und was Bleeding Edge Analytics damals bedeutete. * Das Data Warehouse als „Liability“: Warum ein eigener Datentopf wie ein teures Auto in der Garage ist (das Pflege und Wartung braucht) und wieso Start-ups am Anfang oft mit Out-of-the-Box-Lösungen besser fahren. * Der One-Size-Fits-All Tech Stack: Warum die Kombination aus einer Cloud-Datenbank (BigQuery/Snowflake), DBT und einem Visualisierungstool (Power BI/Looker Studio) der Goldstandard ist, um Lock-in-Effekte zu vermeiden und die Datenhoheit zu behalten. * Das Konzept von PandaOS: Wie die neuentwickelte Desktop-Workstation durch native App-Integrationen komplexe Büro-Tasks – vom automatisierten Beantworten von Excel-Ausschreibungen bis zum Live-Bugfixing – radikal vereinfacht. * Lokale Intelligenz & Inference on the Edge: Warum datenschutzkonforme Open-Source-Sprachmodelle auf dem eigenen Rechner die Zukunft für den Mittelstand sind und wie das Routing zwischen lokaler Hardware und Cloud-Ressourcen funktioniert. * Datenschutz trotz US-Modellen: Wie PandaOS dank Metadaten-Abstraktion stichfeste SQL-Analysen ermöglicht. Für die KI sind nur Spaltennamen und Beschreibungen sichtbar, während die echten Daten für die finale Auswertung auf dem lokalen System verbleiben. * Incentivierter Token-Burn: Warum es bei PandaOS ein internes Entwickler-Leaderboard für den höchsten Token-Verbrauch gibt und weshalb ein Entwickler ohne hohe Token-Nutzung unter seiner Kapazität läuft. * Pandatlas – Das persistente Gedächtnis: Wie das Betriebssystem über alle Sessions hinweg eine neuronale Wissenslandkarte aufbaut und die Präferenzen des Anwenders automatisch gewichtet. * Der Over- oder Unterschätzt-Check: Marcos ungeschönte Meinung zu Cursor, Claude Code, Elon Musk, Venture Capital, dem Setzen unerreichbarer Ziele und der Notwendigkeit eines europäischen Frontier-LLMs. Du hast Fragen oder Anregungen zum Podcast? Dann kontaktiere uns gerne via Instagram. Links zur Folge: Marco Szeidenleder [https://de.linkedin.com/in/szeidenleder] auf LinkedIn Christoph Burseg [https://de.linkedin.com/in/christophburseg] auf LinkedIn Pandata [https://www.pandata.de/] Website Dieser Podcast wird produziert von Podstars by OMR [https://www.podstars.de/]

13 jul 202646 min
aflevering Wie Statista den Kampf mit KI aufnimmt – mit Marc Berg artwork

Wie Statista den Kampf mit KI aufnimmt – mit Marc Berg

In dieser Episode erfährst du: * Die Geburtsstunde aus Berater-Frust: Wie zwei ehemalige Unternehmensberater mit Statista eine globale Marktlücke zwischen kostenloser Websuche und extrem teuren Terminals schlossen. * Das Ende des reinen SEO-Goldes: Warum Statista jahrelang ohne einen Euro Marketingbudget durch beschreibende Metatexte bei Google explodierte, wieso heute 99 % dieses Traffics für das B2B-Geschäft irrelevant sind und warum das Unternehmen bewusst auf 50 % seiner Reichweite verzichtet. * Effizienzsteigerung durch AIRA: Wie Statista mithilfe eines eigenen „AI Assisted Research Assistant“ die manuelle Datenbereinigung und Taxonomie-Arbeit der Redakteure automatisiert hat – und welche schmerzhaften Restrukturierungen das zur Folge hatte. * Die Zukunft des SaaS-Pricing: Warum das klassische Abrechnen nach Lizenzen (Seats) im KI-Zeitalter durch Amok laufende Agenten (Rogue Agents) bedroht ist und wie Statista mit Hybrid- und Credit-Modellen experimentiert. * Das LLM als Gehirn, Statista als Buch: Wie die Integration von Statista-Daten via API-Keys in Ökosysteme wie Claude oder Perplexity die Eintrittsbarrieren für Nutzer massiv senkt und Suchergebnisse dramatisch verbessert. * Die Düstere Prognose für freie Daten: Marcs spannende Hypothese darüber, warum die Datenquellen für frei verfügbare LLMs in den nächsten Jahren massiv austrocknen könnten, wenn werbefinanzierter Publisher-Content hinter Paywalls verschwindet. * Der Ausblick auf Statista IQ: Wie Statista von einer allgemeinen Recherche-Plattform zu einem Marktplatz für ganz spezifische, Use-Case-getriebene Industrie-Apps (wie automatisierte Brand Tracker) umgebaut wird. * Karriere-Tipp für junge Talente: Warum die Marke oder das Unternehmen beim Berufseinstieg völlig egal sind und wieso du deine Stelle rein nach der Qualität deiner ersten Führungskraft aussuchen solltest. Du hast Fragen oder Anregungen zum Podcast? Dann kontaktiere uns gerne via Instagram Links zur Folge: Marc Berg [https://de.linkedin.com/in/marcberg75] auf LinkedIn Christoph Burseg [https://de.linkedin.com/in/christophburseg] auf LinkedIn Dieser Podcast wird produziert von Podstars by OMR [https://www.podstars.de/]

6 jul 202646 min
aflevering Was wir vom Rennsport lernen können – mit Daniel Abt artwork

Was wir vom Rennsport lernen können – mit Daniel Abt

In dieser Episode erfährst du: * Die Entstehung von „Vollgasleben“: Warum das neue Buch eigentlich als persönliches Geschenk für Daniel Abts Vater gedacht war und wie der Verlag daraus ein dynamisches, generationenübergreifendes Projekt machte. * Das Erfolgsgeheimnis von ABT Sportsline: Wie das Allgäuer Traditionsunternehmen zum weltweit größten Veredler von Fahrzeugen des VW-Konzerns (Audi, Lamborghini, Cupra, VW) aufstieg. * Der Generationen-Kompromiss im Büro: Warum der Gründer und Vater eher Werte bewahren möchte, während Daniel als „junger Wilder“ die Transformation vorantreibt – und warum diese Reibung für ein Unternehmen extrem gesund ist. * Vom Rennfahrer zum Kameraspross: Wie Daniel Abt vor über zehn Jahren mit selbstgedrehten Videos bei 10.000 Abonnenten startete und warum er sich heute am liebsten schlicht als „Unternehmer“ definiert. * Verhandeln auf Augenhöhe: Welche Rolle eine starke Aura, ein gutes Menschengespür und das bewusste Ablegen von künstlichen Hierarchien in Verhandlungen mit großen Autokonzernen spielen. * Vom Praktikanten zum CEO: Die faszinierende Aufstiegsgeschichte des aktuellen ABT-Geschäftsführers Thomas Biermaier und was andere Mitarbeiter daraus lernen können. * Der ehrliche E-Auto-Check: Warum ABT bereits vor 14 Jahren eigene E-Transporter entwickelte, wieso die erste Euphorie am Markt verflogen ist und weshalb im Tuning-Bereich aktuell immer noch der klassische Verbrenner dominiert. * Der 210-km/h-Rückwärts-Weltrekord: Die technologischen Hintergründe eines viralen YouTube-Hits mit Formel-E-Motoren und warum kontrolliertes Risiko eine wichtige Lektion für das ganze Leben ist. Du hast Fragen oder Anregungen zum Podcast? Dann kontaktiere uns gerne via Instagram Links zur Folge: Daniel Abt [https://www.instagram.com/daniel_abt/?hl=de] auf Instagram Daniel Abt [https://de.linkedin.com/in/daniel-abt66] auf LinkedIn Christoph Burseg [https://de.linkedin.com/in/christophburseg] auf LinkedIn Dieser Podcast wird produziert von Podstars by OMR [https://www.podstars.de/]

29 jun 202640 min
aflevering Was wir von großen Investoren lernen können – mit Christian Schneider-Sickert artwork

Was wir von großen Investoren lernen können – mit Christian Schneider-Sickert

In dieser Episode erfährst du: * Die verpasste Finanzbildung: Warum das Thema Investieren in Deutschland historisch kaum gelernt wird und wieso die Angst vor Wertschwankungen oft blind für den schleichenden Verlust durch Inflation macht. * Die Demokratisierung der Private Markets: Wie alternative Anlageklassen wie Private Equity, Private Debt und Infrastruktur-Investments abseits der Börse als Stabilitätsanker für das Portfolio funktionieren. * Das Geschäftsmodell der Tech-Fonds: Warum hohe Management-Gebühren und Erfolgsbeteiligungen in der Venture-Capital-Welt von Profis akzeptiert werden und wie ein echtes Alignment zwischen Managern und Anlegern entsteht. * Der KI-Venture-Check: Warum frühe Investments in Firmen wie Anthropic oder OpenAI extremes Durchhaltevermögen erfordern und wie die kommenden Tech-Exits zusätzliche Dynamik in den Markt bringen. * Die historische Vererbungswelle: Warum ein gigantischer Generationswechsel im Finanzmarkt bevorsteht und wie eine junge, neue Anlegergeneration die Wirtschaft prägen wird. * Der Blick nach vorn: Wie generative KI und Algorithmen im Hintergrund bald hunderte, komplett individualisierte Modellportfolios in Echtzeit ermöglichen werden. Du hast Fragen oder Anregungen zum Podcast? Dann kontaktiere uns gerne via Instagram Links zur Folge: Christian Schneider-Sickert [https://de.linkedin.com/in/schneidersickert] auf LinkedIn Christoph Burseg [https://de.linkedin.com/in/christophburseg] auf LinkedIn Dieser Podcast wird produziert von Podstars by OMR [http://podstars.de]

22 jun 202645 min
aflevering Pip Klöckner: Tech-Trends und KI-Machtkampf artwork

Pip Klöckner: Tech-Trends und KI-Machtkampf

Physische Erlebnisse und echte Analysen bieten im digitalen Zeitalter die ultimative Orientierung. In dieser Episode begrüßt Christoph Burseg den Investor Philipp „Pip“ Klöckner. Als einer der profiliertesten Köpfe der deutschen Digital-Szene teilt Pip exklusive Einblicke in ein Marktsegment, das sich durch exponentielle Beschleunigung und neue strategische Machtstrukturen komplett neu erfindet. Sie diskutieren das veränderte Nutzerverhalten, die harten ökonomischen Realitäten hinter der Skalierung von Sprachmodellen und wie die smarte Verknüpfung von Kapital und Visionen die Relevanz für den internationalen Wettbewerb sichert. In dieser Episode erfährst du: * Das Deutungshoheits-Dilemma: Wie massenhafte KI-Zusammenfassungen auf LinkedIn die Absichten von Original-Content verfremden und warum eine KI-gestützte Masse versucht, die Deutungshoheit über fremde Vorträge zu erlangen. * Der O-Ring-Effekt der Arbeitswelt: Warum KI komplexe Denkarbeit viel schneller automatisiert als physische Handgriffe (wie die Pflege oder Gastronomie) und welche Statushierarchien im Büro wirklich bedroht sind. * Die Jagd nach der App-Infrastruktur: Warum der eigentliche Durchbruch der KI-Welle im sogenannten Application Layer liegt – und wieso im aktuellen Hype viele KI-Lösungen eher bloße Features als eigenständige, tragfähige Geschäftsmodelle sind. * Der ungleiche KI-Machtkampf: Warum der Endverbraucher-Markt langfristig an die unschlagbare Infrastruktur und Distribution von Google fallen wird, während Anthropic im lukrativen B2B-Geschäft massiv Marktanteile abgreift. * Die ruinösen Kostenstrukturen: Warum die immensen Forschungskosten der großen KI-Labore das aktuelle Geschäftsmodell ohne dauerhafte Monopol-Margen langfristig instabil machen. * **Der Tech-Börsen-Ausblick: **Wieso der erfolgreiche IPO von Cerebras ein entscheidender Testballon für den veränderten Kapitalmarkt ist und warum ein potenzieller Börsengang von OpenAI vor massiven Hürden steht. Links zur Folge: Philipp Klöckner auf LinkedIn [https://www.linkedin.com/in/kloeckner/] Christoph Burseg auf LinkedIn [https://www.linkedin.com/in/christophburseg] Dieser Podcast wird produziert von Podstars by OMR [https://www.podstars.de/]

19 jun 20261 h 1 min