by Pascal Poredda
Willkommen bei deinem Copilot im Ohr! Der Business und Tech Podcast rund um AI, Agentic Systems, Tools und Anwendungsfälle für künstliche Intelligenz (AI). Besuche uns unter dein-copilot.de/podcast für mehr Inhalte. Solltest du an einer Zusammenarbeit interessiert sein, melde dich gerne.
Language
🇩🇪
Publishing Since
1/22/2021
Pitch yourself as a guest, propose sponsorships, or reach out directly to the host.
March 23, 2026
<p>In dieser Folge sprechen wir über die Embedded World, KI auf der Hardware-Messe und warum dort zwar viel „AI-ready“, aber überraschend wenig wirklich spannende KI-Software zu sehen war.</p><p><br /></p><p>Danach wird’s deutlich nerdiger: Es geht um <strong>OpenClaw</strong>, agentische Coding-Workflows, <strong>Claude Code</strong>, lokale Modelle auf dem MacBook, Telegram-Bots als KI-Assistenten und die Frage, warum diese Tools gleichzeitig extrem produktiv und potenziell gefährlich abhängig machen können.</p><p><br /></p><p>Außerdem: Warum Pascal testweise eine App komplett per AI gebaut hat, weshalb man dabei irgendwann den Bezug zur eigenen Codebase verliert, was gute User Experience bei KI-Agenten ausmacht und warum <strong>lokale Modelle</strong> für sensible Dokumenten-Workflows der eigentlich spannende nächste Schritt sind.</p><p><br /></p><p><strong>Time Chapters</strong></p><p><br /></p><p>00:00 Intro</p><p>00:49 Alex über die Embedded World und warum Messen immer noch nützlich sind</p><p>02:49 KI auf der Messe: viel Hardware-Enabler, wenig echte AI-Software</p><p>05:16 SnapMagic, Schaltpläne und KI-gestützte Reviews</p><p>06:34 Claude Review Tools und Bezahlmodelle pro Review</p><p>08:34 AI-Code-Reviews auf Pull Requests und lokal im Workflow</p><p>09:04 Pascal über „Vibe Engineering“ und eine App mit fast 100k Zeilen AI-Code</p><p>10:36 Die Kehrseite: Abhängigkeit von Coding-Agents und Verlust des Code-Verständnisses</p><p>12:07 Das Experiment: eine App bauen, ohne den Code selbst anzufassen</p><p>13:06 Deep Modules, Architektur und warum das für AI gut funktionieren kann</p><p>13:57 Copy-Paste-Code, Deduplizierung und Refactoring mit AI</p><p>15:24 Eigene Skills, Review-Steps und bessere Code-Hygiene</p><p>15:52 Back to the roots: NeoVim, Terminal und wieder selbst schreiben</p><p>17:18 Dokumentenverarbeitung, Routing, Klassifikation und Extraktion</p><p>18:02 Python, Rust und Pyo3 in echten Dokumenten-Pipelines</p><p>18:32 Neues MacBook, lokale Modelle und Experimente mit Cloud Code</p><p>19:06 Kimi, Qwen Coder und die Frage, was Quantisierung eigentlich kostet</p><p>21:20 128 GB RAM, MacOS Memory Usage und lokale Modell-Setups</p><p>22:33 OpenClaw lokal betreiben und mit produktiven Tools verbinden</p><p>24:00 Wie sinnvoll ist ein Agent in einer synthetischen Testwelt?</p><p>24:58 Was OpenClaw so spannend macht und was man daraus für eigene Produkte lernen kann</p><p>27:25 Agenten via Telegram Aufgaben schicken und produktiv arbeiten lassen</p><p>28:46 OpenClaw-Architektur: Gateway, Sessions, Cronjobs und Medienverarbeitung</p><p>30:18 Persönlichkeit, Memory und Identität über Markdown-Dateien</p><p>31:51 Jarvis: Pascals eigener Telegram-Bot auf Basis von Claude Code</p><p>33:24 Warum gestreamte Antworten sich so viel besser anfühlen</p><p>36:17 Proaktive Bots, Erinnerungen und Produktideen für Dokumenten-Apps</p><p>39:22 Permissions, Grenzen von Markdown-Regeln und warum echte Guardrails fehlen</p><p>42:21 Lokale LLMs, Regulierung und weniger Restriktionen</p><p>44:44 Das Kundenprojekt: Finanzdokumente, Uploads und echte Nutzerprobleme</p><p>46:25 Warum der OpenClaw-Hype abgekühlt ist und was trotzdem bleiben wird</p><p>48:44 Langweilige PDF-Aufgaben, sensible Daten und warum lokal der richtige Weg sein kann</p><p>49:36 Fazit und Outro</p>
March 4, 2026
<p>In dieser Podcastepisode geht’s um den Tech-Stack hinter moderner Prävention: Wie ein Health-Tech-Startup Laborberichte aus PDFs/HL7 in strukturierte Daten verwandelt, warum Einheiten-Normalisierung (µg/L vs mg/L vs mol) schwierig ist, und wie LLMs + Guardrails helfen, aus diesem Chaos verlässliche Insights zu bauen.Wir sprechen über OCR vs Vision-LLMs, Self-hosted Modelle vs SOTA (inkl. EU-Hosting), Pseudonymisierung/Minimal-Knowledge bei sensiblen Daten, und warum ein kleines Team mit AI-Coding (Claude Code) plötzlich Output auf großem Team Niveau liefert.Wenn du Dokumenten Verarbeitung, LLM-Evals, Data Pipelines und Founder-Real Talk magst: Freu dich auf diese Episode mit Noah von Aniva Health.<br></p><p><br></p><p><br></p><p><br></p><p><br></p><p><br></p><p><br></p><p><br></p><p><br></p><p><br></p><p><br></p><p><br></p><p><br></p><p><br></p><p><br></p><p><br></p><p><br></p>
February 11, 2026
<p>In dieser Episode diskutieren wir über die aktuellen Trends in der Technologie, insbesondere Coding Agents. Die Suchtgefahr von Coding Agents ist groß, so zumindest unsere Erfahrung. Außerdem quatschen wir über Persönlichkeitstypen in der Softwareentwicklung und für wen diese neuen Tools besonders gut funktionieren.Aber außerdem auch noch:Die Softwareentwicklung erlebt einen neuen Hype.Die Qualität von KI-Tools variiert stark.Open Source wird immer wichtiger in der KI-Entwicklung.Die Planung ist entscheidend für den Erfolg von Softwareprojekten.Persönlichkeitstypen beeinflussen die Herangehensweise an Softwareentwicklung.Die Nutzung von KI-Tools erfordert technisches Wissen.Die Entwicklung von Codex zeigt Fortschritte in der KI.Die Zukunft der Softwareentwicklung ist vielversprechend, aber herausfordernd.Lass uns hier vernetzten:➞ LinkedIn: https://www.linkedin.com/in/pascal-poredda/Wenn du Fragen zu KI hast, schreib mir gern.</p><p><br /></p><p>Zeitstempel</p><p><br /></p><p>00:00 Ein Blick auf die Bildschirmzeit und Suchtverhalten</p><p>06:22 Die Zukunft der KI-Modelle und Open Source</p><p>12:25 Persönlichkeitstypen und ihre Rolle in der Softwareentwicklung</p><p>18:22 Die neuesten Entwicklungen in KI-Tools und deren Nutzung</p><p>24:45 CLI vs. Cloud: Vor- und Nachteile im Coding</p><p>30:13 Planung und Umsetzung: Der Schlüssel zum Erfolg</p><p>38:04 Sprachmodelle verstehen: Ein persönliches Lernziel</p><p><br /></p>
Guests from recent episodes — sign up to see every guest that has ever appeared on this show.
Janu Lingeswaran
Guest
Benno Roggenhofer
Guest
Alexander Hörl
Guest
Pascal Poredda
Guest
Merlin Richter
Guest
Phil Hughes
Guest
David
Guest
Ben Dobos
Guest
Maximilian Knechten
Guest
David Skore
Guest
Greg
Guest
Have a different question and can't find the answer you're looking for? Reach out to our support team by sending us an email and we'll get back to you as soon as we can.
Willkommen bei deinem Copilot im Ohr!
Der Business und Tech Podcast rund um AI, Agentic Systems, Tools und Anwendungsfälle für künstliche Intelligenz (AI).
Besuche uns unter dein-copilot.de/podcast für mehr Inhalte. Solltest du an einer Zusammenarbeit interessiert sein, melde dich gerne.
This podcast updates daily.
This podcast is available on 4 platforms including Apple Podcasts, Spotify, and more. You can also use the RSS feed directly.
Yes, this podcast regularly features guests.
Pod Engine is not affiliated with, endorsed by, or officially connected with any of the podcasts displayed on this platform. We operate independently as a podcast discovery and analytics service.
All podcast artwork, thumbnails, and content displayed on this page are the property of their respective owners and are protected by applicable copyright laws. This includes, but is not limited to, podcast cover art, episode artwork, show descriptions, episode titles, transcripts, audio snippets, and any other content originating from the podcast creators or their licensors.
We display this content under fair use principles and/or implied license for the purpose of podcast discovery, information, and commentary. We make no claim of ownership over any podcast content, artwork, or related materials shown on this platform. All trademarks, service marks, and trade names are the property of their respective owners.
While we strive to ensure all content usage is properly authorized, if you are a rights holder and believe your content is being used inappropriately or without proper authorization, please contact us immediately at hey@podengine.ai for prompt review and appropriate action, which may include content removal or proper attribution.
By accessing and using this platform, you acknowledge and agree to respect all applicable copyright laws and intellectual property rights of content owners. Any unauthorized reproduction, distribution, or commercial use of the content displayed on this platform is strictly prohibited.