KI im echten Leben – 27.05.2026

Lukas: Herzlich willkommen bei KI im echten Leben, ich bin Lukas. Heute ist Clara wieder dabei – sie schaut sich KI-Entwicklungen immer aus der Anwenderperspektive an und fragt gnadenlos nach, was das alles wirklich bringt. Schön, dass du da bist, Clara.

Clara: Danke, Lukas. Ich bin gespannt, was heute so auf dem Tisch liegt.

Lukas: Ziemlich viel. Fangen wir mit einem Thema an, das viele direkt betrifft: KI-Abos. ChatGPT, Claude, Gemini – alle haben inzwischen mehrere Preisstufen. Von kostenlos bis über 200 Euro im Monat. t3n hat das mal systematisch verglichen.

Clara: 200 Euro im Monat. Das ist schon eine Ansage.

Lukas: Ja, das ist der ChatGPT Pro-Tarif. Aber der Vergleich zeigt, dass die Unterschiede zwischen den Diensten interessant sind. Claude zum Beispiel bietet schon im Pro-Tarif für 15 Euro die Agenten-Funktionen – also Claude Code und diesen Cowork-Agenten, der sogar den eigenen Computer steuern kann.

Clara: Warte mal kurz. Ein Agent, der meinen Computer steuert – für 15 Euro im Monat? Das klingt entweder sehr gut oder ich frage mich, was da alles mitläuft.

Lukas: Berechtigte Frage. Die Datenschutzfrage stellt sich da sofort. Aber rein funktional ist das tatsächlich bemerkenswert günstig im Vergleich zu ChatGPT, wo du für Deep Research und den Codex-Agenten mindestens das Plus-Abo brauchst.

Clara: Und Gemini?

Lukas: Gemini hat einen anderen Ansatz. Die Abos sind mit anderen Google-Diensten verknüpft – also Cloud-Speicher, YouTube Premium. Und die kostenlose Version ist laut dem Vergleich schon relativ umfangreich, hat Deep Research und anpassbare Chatbots dabei.

Clara: Das macht Sinn für Leute, die sowieso tief im Google-Ökosystem stecken. Für alle anderen ist das vielleicht weniger relevant.

Lukas: Genau. Für mich zeigt dieser Vergleich vor allem: Es lohnt sich wirklich, konkret zu schauen, was man braucht, bevor man einfach irgendein Abo abschließt. Die Preisstufen sind nicht linear – manchmal macht ein günstigerer Tarif bei einem anderen Anbieter mehr Sinn.

Clara: Mhm. Und für Selbstständige oder kleine Unternehmen ist das ja keine Kleinigkeit. Wenn du drei Mitarbeitende hast und jeder ein KI-Abo braucht, summiert sich das.

Lukas: Absolut. Das ist ein echter Kostenfaktor geworden. Gut, zweites Thema – und das ist ein schönes Gegengewicht zum ganzen KI-Hype. Starbucks hat ein KI-System zur Lagerverwaltung nach neun Monaten wieder abgeschafft.

Clara: [laughs] Neun Monate. Das ist nicht mal ein Jahr.

Lukas: Nein. Das System hat mit Kameras und Lidar-Technologie Lagerbestände erfasst – Milch, Getränkezutaten und so weiter. Klingt eigentlich sinnvoll. Aber es hat häufig falsch gezählt und ähnliche Produkte verwechselt.

Clara: Also die KI konnte Milch nicht von Milch unterscheiden?

Lukas: Im Prinzip ja. Ähnliche Verpackungen, ähnliche Formen – das System ist damit nicht zuverlässig klargekommen. Und in der Praxis heißt das: falsche Bestellmengen, Chaos in der Lieferkette.

Clara: Das ist ein klassisches Problem. Laborbedingungen versus echte Welt. Im echten Starbucks-Lager sieht es eben nicht so ordentlich aus wie im Testaufbau.

Lukas: Richtig. Und Starbucks macht jetzt wieder manuelle Prozesse. Was mich daran interessiert: Das ist kein kleines Startup, das einen Fehler macht. Das ist ein Weltkonzern mit Ressourcen – und trotzdem hat es nicht funktioniert.

Clara: Ja, das sollte Mittelständler ehrlich gesagt eher beruhigen als erschrecken. Wenn selbst Starbucks nach neun Monaten zurückrudert, dann ist es keine Schande, bei einer KI-Einführung langsam vorzugehen und zu pilotieren.

Lukas: Guter Punkt. Kommen wir zu einem Thema, das etwas technischer ist, aber wichtige Fragen aufwirft. Es gab eine Studie – eine Multi-Agenten-Simulation über 15 Tage, die beobachtet hat, wie autonome KI-Systeme sich über längere Zeit verhalten.

Clara: Und? Was passiert, wenn man KI-Agenten 15 Tage lang machen lässt?

Lukas: Die Studie zeigt, dass dabei Verhaltensweisen entstehen können, die man vorher nicht erwartet hat. Es geht um Langzeitrisiken – also nicht der einzelne Fehler, sondern was passiert, wenn Systeme über Wochen eigenständig agieren und Entscheidungen treffen.

Clara: Das klingt abstrakt. Was heißt das konkret?

Lukas: Konkret geht es darum zu verstehen, wie sich Fehler akkumulieren, wie Agenten miteinander interagieren und ob Kontrollmechanismen über längere Zeiträume stabil bleiben. Das ist Grundlagenforschung für sichere KI-Systeme.

Clara: Also noch nicht direkt praxisrelevant, aber wichtig für die Frage, wie wir KI-Agenten in Zukunft einsetzen.

Lukas: Genau. Und das passt gut zum nächsten Thema. Denn gleichzeitig gibt es dieses Open-Source-Projekt Openclaw, das gerade viel Aufmerksamkeit bekommt.

Clara: Openclaw – was ist das?

Lukas: Ein Open-Source-Projekt, das zeigt, wie KI-Agenten über einfache Messenger-Schnittstellen gesteuert werden können. Nutzer bekommen neue Handlungsspielräume, aber die Frage ist: Wie behält man die Kontrolle über das, was die Agenten dann tun?

Clara: Das ist genau die Spannung, die mich bei KI-Agenten generell beschäftigt. Mehr Automatisierung klingt toll, bis etwas schiefläuft und keiner weiß warum.

Lukas: Und das ist keine theoretische Sorge mehr. Robinhood – die Handelsplattform – hat gerade angekündigt, dass KI-Agenten dort eigenständig Aktien handeln können. Im Auftrag der Nutzer, aber autonom.

Clara: [pauses] Warte. KI-Agenten handeln eigenständig mit echtem Geld an der Börse?

Lukas: Ja. Nutzer können ein separates Konto einrichten, dort Guthaben einzahlen, und der Agent kann nur auf dieses Guthaben zugreifen. Alle Transaktionen werden per Benachrichtigung angezeigt.

Clara: Okay, das klingt zumindest durchdacht. Das Guthaben ist begrenzt, es gibt Benachrichtigungen. Aber ich frage mich trotzdem: Wer trägt die Verantwortung, wenn der Agent eine schlechte Entscheidung trifft?

Lukas: Das ist die entscheidende Frage. Und die ist rechtlich noch überhaupt nicht geklärt. Es gibt auch eine virtuelle Kreditkarte für KI-Agenten dabei – mit monatlichen Ausgabenlimits und optionaler Genehmigungspflicht für jede Zahlung.

Clara: Die Genehmigungspflicht finde ich eigentlich gut. Dann ist der Mensch noch im Loop.

Lukas: Ja, das ist der Unterschied zwischen einem Assistenten und einem vollautonomen System. Und damit sind wir bei einem Thema, das ich wirklich wichtig finde. Auf Hacker News gab es einen sehr lesenswerten Artikel darüber, warum KI-Agenten keine bestehenden Softwaresysteme eigenständig verändern können.

Clara: Das klingt nach einer Ernüchterung für alle, die gehofft haben, ihre Entwickler durch KI zu ersetzen.

Lukas: Im Kern geht es darum: LLMs können neuen Code schreiben und Dokumentation erstellen. Aber bestehende Systeme sicher modifizieren? Das scheitert daran, dass sie keine kausalen Zusammenhänge verstehen. Sie erkennen statistische Muster, aber nicht, wie eine Änderung in Modul A sich auf Modul Z auswirkt.

Clara: Der Unterschied zwischen addieren und transformieren.

Lukas: Genau so nennt es der Artikel. Additive Arbeit – etwas Neues hinzufügen – geht gut. Transformative Arbeit – ein gewachsenes System mit tausenden Codezeilen anfassen – ist eine andere Kategorie.

Clara: Das macht Sinn. Ich habe das selbst schon erlebt, wenn ich ChatGPT gebeten habe, etwas in einem bestehenden Dokument zu ändern. Es versteht nicht immer, was das für den Rest bedeutet.

Lukas: Und bei Code ist das noch kritischer. Der Autor empfiehlt deshalb klar: KI als Assistent behandeln, nicht als eigenverantwortlichen Ingenieur. Menschliches Urteilsvermögen bleibt unverzichtbar.

Clara: Das ist eine vernünftige Einschätzung. Und ehrlich gesagt auch eine beruhigende.

Lukas: Es gibt dazu auch eine neue Episode des Videocasts software-architektur.tv, die am 27. Mai live geht. Da diskutieren Experten von MaibornWolff Best Practices für Agentic Coding – also wie man KI-Agenten sinnvoll in Entwicklungsprozesse integriert, mit Konzepten wie Context Engineering.

Clara: Das klingt nach etwas für Entwickler und Architekten. Aber das Grundprinzip gilt ja für alle: KI braucht Kontext, und den muss der Mensch liefern.

Lukas: Gut formuliert. Kommen wir zu einem Thema, das gesellschaftlich wirklich brisant ist. Eine MIT-Studie zeigt, dass sich seit der Einführung von ChatGPT die Zahl anwaltsloser Klagen an US-Bundesgerichten fast verdoppelt hat.

Clara: Das ist... ich weiß nicht, ob das gut oder schlecht ist.

Lukas: Beides, würde ich sagen. Einerseits: Menschen, die sich keinen Anwalt leisten können, haben jetzt Zugang zu Werkzeugen, die ihnen helfen, Klagen zu formulieren. Das ist ein Zugangsthema. Andererseits: Fast jede fünfte Klageschrift enthält KI-generierten Text – und Richter nennen das eine existenzielle Bedrohung für das Justizsystem.

Clara: Weil die Qualität schlecht ist?

Lukas: Weil KI halluziniert. Und das zeigt sich auch in der Wissenschaft: Eine Analyse von 2,5 Millionen Fachartikeln auf arXiv hat fast 147.000 erfundene Literaturzitate gefunden.

Clara: [sighs] 147.000 erfundene Zitate. Das ist keine Kleinigkeit.

Lukas: Nein. Und das hat direkte Konsequenzen. Immer mehr große Nachrichtenseiten – New York Times, Le Monde – sperren inzwischen den Crawler der Wayback Machine, weil sie nicht wollen, dass ihre Inhalte für KI-Training genutzt werden.

Clara: Das ist verständlich. Wenn dein Inhalt dazu genutzt wird, Systeme zu trainieren, die dann falsche Zitate produzieren, willst du damit nichts zu tun haben.

Lukas: Genau. Und es gibt noch einen bemerkenswerten Aspekt aus dieser Meldung: Papst Leo XIV. hat in seiner ersten Enzyklika vor unkontrollierter KI und autonomen Waffensystemen gewarnt.

Clara: Der Papst schreibt über KI. Das zeigt, wie weit das Thema in der Gesellschaft angekommen ist.

Lukas: Absolut. China verschärft übrigens auch gerade Ausreisebeschränkungen für KI-Fachkräfte – offenbar will man verhindern, dass Know-how abwandert.

Clara: Das ist ein geopolitisches Signal. KI ist Infrastruktur geworden, nicht nur Technologie.

Lukas: Lass uns noch kurz über ein Thema sprechen, das nicht direkt KI ist, aber eng damit zusammenhängt: Bürolärm und Produktivität. Eine Fraunhofer-Studie mit 11.000 Beschäftigten zeigt, dass im Homeoffice im Schnitt ein Fünftel mehr geleistet wird als im Büro – wegen der Akustik.

Clara: Das überrascht mich nicht. Ich kenne das selbst. Wenn ich konzentriert arbeiten will, ist das Homeoffice oft einfach besser.

Lukas: Die Studie sagt, dass Bürolärm täglich bis zu 86 Minuten produktiver Arbeitszeit kosten kann. Schon normale Gesprächslautstärke von 55 Dezibel stört 40 Prozent der Beschäftigten.

Clara: Und der Zusammenhang zu KI?

Lukas: Der Zusammenhang ist: Wenn Unternehmen wollen, dass ihre Mitarbeitenden KI-Tools effektiv nutzen – also wirklich konzentriert mit einem KI-Assistenten arbeiten, Prompts formulieren, Ergebnisse prüfen – dann brauchen sie dafür ruhige Arbeitsbedingungen. Back-to-Office ohne Akustikstrategie torpediert das.

Clara: Das ist ein guter Punkt. KI-gestützte Wissensarbeit ist Konzentrationsarbeit. Die braucht Ruhe.

Lukas: Genau. Und damit schließt sich der Kreis ein bisschen. Wir reden viel über KI-Tools, aber die Arbeitsbedingungen drumherum sind genauso wichtig.

Clara: Ja. Technologie allein löst nichts, wenn die Rahmenbedingungen nicht stimmen.

Lukas: Gut, dann lass mich kurz zusammenfassen, was wir heute besprochen haben. KI-Abos werden komplexer und teurer – es lohnt sich, genau zu vergleichen, was man wirklich braucht. Starbucks zeigt, dass selbst große Konzerne mit KI-Einführungen scheitern können – und das ist keine Schande, sondern ein Lernmoment. KI-Agenten bekommen mehr Autonomie, von Openclaw bis Robinhood, aber die Frage der Kontrolle und Verantwortung ist noch nicht gelöst. LLMs können bestehende Softwaresysteme nicht sicher eigenständig verändern – sie bleiben Assistenten, keine eigenverantwortlichen Ingenieure. Und gesellschaftlich sehen wir, dass KI-Halluzinationen echte Schäden anrichten – in Gerichten, in der Wissenschaft. Das sind keine abstrakten Risiken mehr. Danke, Clara, für den kritischen Blick heute.

Clara: Gerne. Mein Fazit: KI ist mächtig, aber nicht magic. Wer das versteht, macht weniger Fehler damit.