Gute Leute werden zum Zwischenspeicher
Sie halten Wissen im Kopf, weil die Systeme es nicht sauber weitergeben.
Nicht noch ein KI-Workshop. Schickt uns den Workflow oder die repetitive Aufgabe, die jede Woche Zeit frisst. Wir bauen die kleinste Automatisierung dafür: Regeln, Schnittstellen, Datenbank oder KI. Hauptsache, es funktioniert.
An AI Peanuts schreibenJemand sucht Logos. Prüft Audio. Kopiert Daten. Baut Listen. Vergleicht Quellen. Sortiert Belege. Formatiert Übergaben. Alles einzeln nicht dramatisch. Zusammen ist es eine Teilzeitstelle mit schlechtem Interface.
Sie halten Wissen im Kopf, weil die Systeme es nicht sauber weitergeben.
Fehler fallen erst auf, wenn schon viel manuelle Arbeit drinsteckt.
Alle reden über KI. Niemand löst die eine Aufgabe, die morgen wieder nervt.
AI Peanuts lesen 12.000 Menschen, darunter Leute bei BioNTech, Microsoft, McKinsey und im Bundeskanzleramt. Das ist unser wöchentlicher Härtetest: KI so erklären, dass sie vor klugen, skeptischen Menschen standhält.
Lukas und Tim arbeiten seit sieben Jahren zusammen. Sie haben One Pod Wonder gegründet, Podcast-Dokus gebaut und gemeinsam Preise gewonnen, darunter den Axel-Springer-Preis und eine Nominierung für den Grimme Online Award. Lukas ist außerdem Spiegel-Bestsellerautor, schrieb 2018 über KI-Governance, interviewte dafür Menschen am Future of Humanity Institute und saß 2019 im Beirat für künstliche Intelligenz im Stab Zukunft der Arbeit.
Tim hat Volkswirtschaft studiert und kann sich absurd schnell in komplizierte Systeme einarbeiten. Für unseren Podcast "Eine neue Medizin - die BioNTech-Story" hat er sich in wenigen Wochen so tief in mRNA und Projekt Lightspeed eingelesen, dass er detaillierte Interviews mit zwei Nobelpreisträgern, Uğur Şahin und anderen Forschern von BioNTech führen konnte. Wer das kann, findet auch in einem hässlichen internen Ablauf die einfache Lösung.
Genau darum geht es hier: Wir verstehen die KI-Debatte, aber wir verkaufen keine Debatte. Wir verstehen unsexy Abläufe. Und wir sind technisch genug für die Umsetzung, redaktionell genug für saubere Ergebnisse und hartnäckig genug, um das Problem wirklich zu lösen.
Kundenprojekte, eigene Workflows, interne Prototypen: Automatisierungen, die Material einsammeln, vorsortieren, Fehler sichtbar machen und Menschen schneller entscheiden lassen.
Quellen werden eingesammelt, Dubletten entfernt, Relevanz markiert und Entwürfe für menschliche Freigabe vorbereitet.
Gespräche werden strukturiert, relevante Stellen markiert und offene Punkte für die Prüfung gesammelt.
Belege, Tabellen und Felder werden vorbereitet, damit Menschen prüfen statt sortieren.
Interner Prototyp, der Markenmaterial findet, Kandidaten bewertet und sie zur schnellen Prüfung anzeigt.
Service-Artikel-Texte wurden automatisch generiert und so gekürzt, dass sie sauber in die InDesign-Vorlage passen.
Wiederkehrende Informationen aus Mails, Feeds, Websites oder internen Quellen werden sauber vorsortiert.
Zwei Sätze reichen. Wir melden uns mit einem konkreten Vorschlag für den ersten Ablauf.