Machines and Menschen - Value In A Post-AI World

2003 verkauft er Klingeltöne für die Samwer-Brüder. Heute investiert er in Drohnensysteme, die Frontlinien ersetzen. Dazwischen: Berliner Hauspartys mit Lukas Gadowski, Lieferando, fünfzehn Jahre Startup-Deutschland. Philipp Hartmann ist kein Rüstungslobbyist. Er ist jemand, der irgendwann nicht mehr anders konnte.Das ist entweder die ehrlichste Antwort auf eine Zeitenwende, die die meisten noch nicht ernst nehmen. Oder der Beweis, dass moralische Gewissheiten im Venture Capital eine sehr kurze Halbwertszeit haben.In dieser Episode sprechen wir mit Philipp Hartmann — Founding Partner Rheingau Founders, General Partner MountainX — ohne Umwege über den Zustand Europas. Warum Deutschland Silicon Valley strukturell nie einholen wird — und warum das die falsche Zielfrage ist.Wie Russlands Angriffskrieg, Chinas Wegfall als Absatzmarkt und Amerikas neue Außenpolitik gemeinsam den perfekten Sturm für europiische Defense-Startups gebaut haben. Und was es bedeutet, wenn ein Drone-Counter-Drone-War die Artillerie als Frontlinien-Mechanismus ersetzt.Außerdem: Was Dieter Schwarz — Achtzigjähriger, Lidl-Erbe — über den deutschen Innovationswillen aussagt, indem er in Heilbronn einen KI-Campus hinbaut, weil es sonst keiner tut. Warum eine Plattform für verifizierten Startup-Umsatz inzwischen auch Tools verkauft, die Fake-Traction produzieren. Und ob man als Investor noch in den Spiegel schauen kann, wenn man im größten strukturellen Wandel der letzten Jahrzehnte nichts tut.

Ein Bekannter baut mit seinem Bruder ein Startup im GLP-1-Markt. Vollautomatisiertes Marketing, KI-generierte Inhalte, keine eigene Infrastruktur — und trotzdem hunderte Millionen Umsatz im ersten Jahr. Das ist entweder die Blaupause für die nächste Gründergeneration. Oder ein sehr teurer Weckruf, der sich noch nicht gemeldet hat.In dieser Episode sezieren wir diesen Fall ohne Beißhemmung: Warum Distribution das Produkt schlägt — und warum das für den Konsumenten ein Problem ist. Wie KI-gestütztes E-Mail-Marketing Konversionsraten verschiebt, die kein Mensch manuell erklären könnte. Und was passiert, wenn du dein gesamtes Geschäftsmodell auf fremde Infrastruktur baust, deren Preise morgen anders aussehen können.Außerdem: Wie viel Lines of Code als Produktivitäts-KPI eigentlich wert sind (Spoiler: nichts). Was Sicherheitsforscher mit 1.000 KI-Agenten in Browser-Exploits gefunden haben. Und ob das neue Modell, das gerade gehypt wird, eine Fünf auf zehn verdient — oder nur gut vermarktet ist.

Diese Woche reden wir über drei Fronten, an denen sich gerade entscheidet, wer in der KI-Ära wirklich gewinnt – und wer nur so tut als ob.Erstens: Sicherheit. KI wird längst nicht mehr nur eingesetzt, um Systeme zu schützen – sie wird genutzt, um sie anzugreifen. Wir diskutieren, warum das klassische Sicherheitsdenken hier versagt und warum die Lösung, die wir noch nicht kennen, wahrscheinlich radikaler sein muss als alles, was gerade diskutiert wird.Zweitens: KI-Video. Regierungen showcasen es, Plattformen pushen es, und trotzdem erzeugt es kulturellen Backlash. Wir sprechen darüber, warum das Handwerk nicht stirbt – und warum der eigentliche Business Case für Video-KI woanders liegt als gedacht.Drittens: Apple. Herausragende Hardware, peinliche KI. Wir schauen uns an, warum ein Unternehmen, das den Markt mit dem M-Chip neu definiert hat, bei Siri so dramatisch hinterherhinkt – und was das über Organisationsstruktur und Innovationskultur verrät.Außerdem: Was ist die Zukunft von Entwicklern, wenn Code schreiben kein Alleinstellungsmerkmal mehr ist?

AI doesn't just answer your questions. It agrees with you and provides continuous validation. And that's a problem that's slowly making us overestimate our abilities.In this episode, we dig into what happens when the most confident voice in the room is also the most agreeable one: how AI is quietly becoming the world's most sophisticated yes-man, and why that's especially dangerous at the top. Executives who were already prone to confirmation bias now have a tool that validates every instinct on demand.We also get into the split forming inside engineering teams: the pre-AI and post-AI developer and why the real difference isn't about productivity. It's about what happens to your judgment when you've outsourced the doubt.

McKinsey built an AI tool so central to their business that 45,000 employees couldn't work without it. Then it got hacked — not by a sophisticated AI exploit, but by a 25-year-old SQL injection that any junior developer should have caught. But in AI accelerated times, no one is hiring junior developers.In this episode, we make the case that the biggest risk AI introduces isn't hallucinations, bias, or job displacement, but the organizational pressure to move so fast that the basics stop happening. We also get into: why firing junior employees to save costs might be quietly killing your senior talent pipeline, what the leaked EU Inc. draft actually says — and why it disappointed every startup founder who was counting on it, and why the US and Europe aren't just moving at different speeds, they have fundamentally different relationships with failure.

We've both sat in the meetings where Industry 4.0 was "the future," watched blockchain consultants struggle to explain distributed ledgers to senior managers, and seen promising tools get stripped down to uselessness before they ever reached the shop floor. So when everyone started calling AI a speed problem, we had a different read.In our debut episode, we make the case that AI adoption isn't a technology problem: it's a people problem. The same one corporations have always had. The real question isn't whether AI works. It's whether your organization is structurally capable of letting it.We also get into: why starting with a technology instead of a problem dooms projects from day one, how AI bias lets anyone launder their existing agenda as data-driven strategy, and why the actual killer use case for LLMs might just be that humans are lonely.