Eine Geschichte, die klingt wie erfunden – aber in Gerichtsakten steht: Seit Wochen bekommen Antiquariate in ganz Deutschland nächtliche Massenbestellungen. Immer dasselbe Muster: vergriffene Sachbücher, pro Titel genau ein Exemplar, sofort bezahlt. Dahinter steckt offenbar der Datenhunger der KI-Branche. Der dokumentierte Präzedenzfall: Anthropic (die Firma hinter Claude) hat für das interne „Project Panama" Millionen gebrauchte Bücher gekauft, die Buchrücken abgetrennt, die Seiten gescannt – und das Papier entsorgt. Ein US-Gericht sagt: legal. Wer ein Buch kauft, darf damit machen, was er will. Warum der Aufwand? Das freie Internet ist als Trainingsquelle abgegrast. Und was nachwächst, ist zunehmend selbst KI-generiert – damit lässt sich kein besseres Modell trainieren. Die Branche braucht von Menschen geschriebene, lektorierte Texte. Genau die stecken in alten Büchern, die nie digitalisiert wurden. Das Detail, das mich am meisten fasziniert: Ich habe mit einem Antiquar gesprochen, bei dem kaum etwas bestellt wurde – während ein Kollege in Berlin kräftig verkauft hat. Der Unterschied? Eine Nummer. Er listet seine Bücher ohne ISBN, die Aufkäufer bestellen aber vollautomatisch nur nach ISBN. Eine fehlende Ziffernfolge entscheidet, wer am KI-Boom mitverdient. Und hier schließt sich der Kreis zu dem, was ich immer sage: Die Bücher „leben" nicht in den Modellen weiter. Sie werden verrechnet – zerlegt in statistische Muster. KI denkt nicht, sie liest nicht mal. Sie rechnet. Meine Einordnung: Geschreddert wird Massenware, das deutsche Bucherbe liegt sicher in der Nationalbibliothek. Die echten Fragen sind Urheberrecht, Transparenz und Vergütung – die Autorinnen und Autoren, deren Sprache die Modelle trainiert, bekommen keinen Cent. Jetzt ihr: Wie seht ihr das – cleveres Recycling von Wissen, das sonst im Altpapier gelandet wäre? Oder ein Geschäftsmodell, das dringend Regeln braucht? Schreibt's in die Kommentare 👇

Sieben Wochen nach 5.4 schiebt OpenAI das nächste „klügste Modell aller Zeiten" raus. Ihr kennt das Spiel. Aber diesmal steckt wirklich was drin, das ich interessant finde. Und ein paar Dinge, die mich nerven. Was wirklich neu ist: ChatGPT 5.5 ist nicht für besseren Smalltalk gebaut. Es ist gebaut, um selbstständig am Computer zu arbeiten. Du gibst eine unscharfe, mehrstufige Aufgabe – recherchieren, Tabelle bauen, Code testen, Dokument erstellen – und das Ding zieht das durch. Ohne dass du jeden Schritt vorgibst. Das ist der eigentliche Sprung. Nicht die Versionsnummer. Konkret merkt ihr das hier: → Längere Arbeitsketten, die nicht mehr auf halber Strecke abbrechen → Besseres Durchhalten bei komplexen Aufgaben (Terminal-Bench: 82,7 % statt 75,1 %) → Browser-Bedienung deutlich verbessert → Oft weniger Tokens und Versuche für dasselbe Ergebnis Was mich nervt: 1️⃣ Der Takt. GPT-5, 5.1, 5.2, 5.3, 5.4, jetzt 5.5. Dazu Claude Opus 4.7, Gemini 3.1 Pro. Jede Woche ein neuer „Sieger". Wer da ständig wechselt, kommt nicht mehr zum Arbeiten. 2️⃣ Die Benchmark-Show. OpenAI zeigt Tabellen, in denen 5.5 vorne liegt. Bei SWE-Bench Pro liegt aber Claude Opus 4.7 mit 64,3 % vor ChatGPT 5.5 mit 58,6 %. Jeder Anbieter wählt die Tests, bei denen er gewinnt. Benchmarks sind Marketing, nicht Wahrheit. 3️⃣ Die Preis-Geschichte. In der API kostet 5.5 Pro jetzt 180 Dollar pro Million Output-Tokens. Das ist eine andere Liga. OpenAI sagt: „Aber es braucht ja weniger Tokens pro Aufgabe!" Kann stimmen. Muss nicht. Meine Empfehlung an euch: Wer Plus oder Pro hat – einfach ausprobieren, kostet nichts extra. Wer nur Textkram macht (Mails, Zusammenfassungen, Brainstorming): Ihr werdet den Unterschied kaum merken. Bleibt entspannt. Wer mehrstufige Aufgaben an KI abgibt – Recherchen, Datenanalysen, Automatisierungen: Hier lohnt der Blick wirklich. Der Sprung ist spürbar. Und generell: Legt euch pro Aufgabentyp auf ein Modell fest. Nutzt es drei Monate konsequent. Dann evaluiert neu. Alles andere ist Beschäftigungstherapie.

Ich habe gestern Selfies mit Von der Leyen, Musk, Tim Cook und Jennifer Lawrence gemacht. Ohne mein Büro zu verlassen. 📸 Und genau da fängt das Problem an. ChatGPT Images 2.0 und Nano Banana Pro liefern mittlerweile Bilder, bei denen meine eigene Mutter angerufen hat, wann ich denn in Brüssel war. Hautporen, Lichtstimmung, das schiefe Selfie-Lächeln – alles sitzt. Keine sechs Finger mehr. Keine Wachsfiguren-Optik. Einfach echt. Was bedeutet das für uns? Eine ganze Beweis-Währung wird gerade entwertet. Jahrelang galt: Pics or it didn't happen. Ein Foto war ein stabiles Stück Wirklichkeit. Im Urlaub, im Job, vor Gericht, in der Bewerbung. Diese Selbstverständlichkeit ist gerade Geschichte. Und es geht in beide Richtungen: → Falsche Bilder wirken echt. → Echte Bilder können als „bestimmt KI" abgetan werden. Juristen nennen das die Liar's Dividend – die Dividende des Lügners. Wer ohnehin lügt, profitiert am meisten davon, dass Wahrheit angreifbar geworden ist. Was heißt das konkret für uns als Community? Spart euch die „So erkennt ihr KI-Bilder in 5 Schritten"-Listen. Die funktionieren nicht mehr. Was funktioniert, ist eine neue Standardannahme: ❌ Alt: Ein Bild ist echt, solange nichts dagegen spricht. ✅ Neu: Ein Bild ist ein Vorschlag, solange seine Herkunft nicht überprüft ist. Klingt anstrengend. Ist es auch. Aber genau diese Hygiene macht den Unterschied zwischen „Ich nutze KI" und „KI nutzt mich". Wer KI als Superkraft begreift, muss auch die Schattenseite verstehen. Sonst wird man Teil des Problems, statt Teil der Lösung. Den ausführlichen Kommentar dazu findet ihr in meinem aktuellen LinkedIn-Beitrag – mit allen Beispiel-Selfies, die ich mit ChatGPT Images 2.0 erstellt habe. Schaut euch das an, ihr werdet es nicht glauben. 💬 Eure Frage an euch selbst: Wann habt ihr zuletzt ein Bild im Netz gesehen und euch gefragt: Ist das wirklich echt? Schreibt's in die Kommentare. Lasst uns diskutieren – und voneinander lernen. 🦾 Eure Superkraft KI Soll ich noch eine kürzere Version (für ein schnelles „Daily Drop" in der Community) oder eine ausführlichere Variante mit konkretem Diskussions-Workshop daraus bauen?

Klingt übertrieben? Schaut euch das Video an. Das ist kein After Effects. Das ist Seedance 2.0 – ein KI-Videomodell von ByteDance (ja, die TikTok-Leute). Und ehrlich gesagt hat mich das kurz sprachlos gemacht. Was Seedance 2.0 kann: Du gibst dem Modell Text, Bilder, Videos UND Audio – bis zu 12 Dateien gleichzeitig. Raus kommt ein fertiges Video mit synchronem Sound, Kamerabewegungen wie vom Regisseur und Figuren, die über mehrere Schnitte konsistent bleiben. Du kannst sogar ein Referenzvideo hochladen und sagen: "Mach genau diese Kamerabewegung, aber mit meinem Charakter." Das Modell versteht es einfach. Kein anderes Modell kann das aktuell so. Wo steht Seedance im Vergleich? - Sora 2 (OpenAI) → realistischste Physik - Veo 3.1 (Google) → poliertester Output, broadcast-tauglich - Kling 3.0 (Kuaishou, China) → günstig, schnell, native 4K - Seedance 2.0 → meiste kreative Kontrolle, Platz 1 in unabhängigen Benchmarks Was das gesellschaftlich bedeutet: Tage nach dem Launch gingen virale Clips um die Welt – Brad Pitt gegen Tom Cruise, Friends als Otter. Disney schickte eine Unterlassungserklärung. US-Senatoren forderten die Abschaltung. In China? Begeisterung. Zwei Welten, zwei Reaktionen. Und die unbequeme Frage: Wenn eine KI in Sekunden ein Video erzeugt, das aussieht wie Hollywood – was passiert mit Kameraleuten, VFX-Artists, Cuttern? Deadpool-Co-Autor Rhett Reese schrieb: Für uns ist es wahrscheinlich vorbei. Dazu kommt die Deepfake-Frage. Seedance beherrscht Lippensync in über 8 Sprachen auf Phonem-Ebene. Beeindruckend und gefährlich gleichzeitig. ByteDance hat Wasserzeichen und Sperren eingebaut – aber wer glaubt, dass das reicht, hat das Internet nicht verstanden. Meine Einschätzung: Die Frage ist nicht mehr, ob KI-Video den Mainstream erreicht. Die Frage ist, ob wir schnell genug Spielregeln dafür aufstellen. Was sagt ihr – mehr Faszination oder mehr Sorge? Schreibt's in die Kommentare 👇

Hallo und guten Morgen! Ich arbeite aktuell an einem Projekt, das die Art und Weise, wie Schüler Mathe erleben, grundlegend verändern soll: der SuperLernMatrix. Worum geht es? Statt langer Textaufgaben bauen wir eine 4x4-Matrix aus interaktiven KI-gestützten Mini-Apps. Jede Kachel ist ein abgeschlossener Trainings-Modul – von Tante Emmas Laden für die Kleinen bis hin zur Differentialrechnung für die Oberstufe. Alles responsiv, spielerisch und mit direktem Feedback. Hier könnt ihr den aktuellen Stand live sehen: 👉 https://darling-torte-48c97c.netlify.app Warum ich euch schreibe: Ich suche Gleichgesinnte, die Lust haben, dieses Ökosystem mitzugestalten. - Habt ihr eigene Test-Ideen, die in eine 4x4-Matrix passen würden? - Möchtet ihr einzelne Module übernehmen oder eure eigenen KI-Projekte in die Matrix integrieren? - Habt ihr Feedback zur KI-Projektierung und Didaktik? Mein Ziel ist es, eine „Menschheits-Matrix“ des Lernens zu schaffen – modular, offen und für jeden Schüler individuell anpassbar. Wenn ihr Lust habt, die Grenzen des digitalen Lernens gemeinsam mit mir zu verschieben, meldet euch gerne direkt hier oder schaut euch die Matrix an. Lasst uns das Lernen gemeinsam „super“ machen! Sonnige Grüße Flip Flop