Smütech

Schulze IT-Schulung und Dienstleistungen

Since 05/2018 360 Episoden

122 Die richtige KI für jeden Anlass

Wo glänzt Chat GPT - Was kann Grok besser?

22.07.2026 37 min

Zusammenfassung & Show Notes

Dein Ansprechpartner für Digitale Kompetenz und mehr Selbstbestimmtheit als Blinder Mensch!
Hier sind wir: https://schulze-graben.de

In dieser Smütech-Episode zeigt dir Jockl (Joachim Schulze), welche die richtige KI für jeden Anlass ist – speziell für Blinde und Sehbehinderte. Kein pauschales „die beste KI“, sondern klare, praxisnahe Empfehlungen: Wann Suno für Musik mit Text glänzt, wann ElevenLabs bei Stimmen unschlagbar ist, warum Grok Videos besser beschreibt als alles andere und wann ChatGPT, Claude oder Gemini die Nase vorn haben.

Du erfährst genau:
• Welche KI du für Musikerstellung (Suno vs. Udio vs. ElevenLabs) wirklich brauchst
• Text-to-Speech-Lösungen von kostenlos (JAWS, iPhone) bis professionell (ElevenLabs)
• Warum Be My AI und Seeing AI für Bild- und Dokumentenbeschreibung im Alltag oft völlig ausreichen
• Grok als Geheimtipp für detaillierte Videobeschreibungen (auch lange Familienvideos und Magic Movies)
• Stärken und Schwächen von ChatGPT, Grok, Gemini und Claude bei Texterstellung, literarischen Texten, Recherche und Bildgenerierung
• Praktische Tipps zu Kosten, Limits, Datenschutz und AGBs
• Wann sich eine professionelle Beratung lohnt – und wie du die passende KI für deinen Alltag findest

Perfekt für alle, die als blinde oder sehbehinderte Person KI gezielt und sparsam einsetzen wollen, statt Geld und Zeit mit den falschen Tools zu verbrennen.

Be My Eyes (mit Be My AI):
App Store: https://apps.apple.com/de/app/be-my-eyes-helping-blind-see/id905177575
Google Play: https://play.google.com/store/apps/details?id=com.bemyeyes.bemyeyes

Seeing AI:
App Store: https://apps.apple.com/app/seeing-ai/id999062298
Google Play: https://play.google.com/store/apps/details?id=com.microsoft.seeingai

Du willst die für dich ideale KI-Kombination finden?
Schreib an info@schulze-graben.de oder ruf an unter 08232 5031303 – Beratung und Schulung ab 36 € pro angefangene 30 Minuten, komplett online.

Unterstütze Smütech und den Schulze-Funk: https://danke.schulze-graben.de
Mehr Infos & alle Folgen: https://podcast.schulze-graben.de

#Smütech #KIRichtigNutzen #ChatGPT #Grok #Suno

Schön, dass du dabei bist.
Wenn du Heute was mitgenommen hast, dann gib doch etwas zurück.
Das ist ganz einfach. Besuche https://danke.schulze-graben.de und zeig mir, ob dir die Show gefallen hat.
Kleine Gesten machen den Unterschied.

Transkript

Schulze IT-Schulung und Dienstleistungen. Dein Spezialist für Audioanleitungen, Schulung, Fernwartung und Fritzbox-Optimierung. Mehr Infos findest du auf www.schulze-graben.de. Und hier ist euer Gastgeber Joachim Schulze, Master of Business Administration, JAWS Certified, IT-Trainer für Blinde und Sehbehinderte. Und ich darf wieder einmal einen wunderschönen guten Montag wünschen. Schön, dass ihr euch wieder die Zeit genommen habt für mich und eine Montagsveranstaltung. Ja, der Esel nennt sich immer zuerst, na, die Montagsveranstaltung wird’s mir hoffentlich verzeihen. Heute geht’s um ein Thema, ja, das ist in aller Munde im Moment: Welches ist denn nun die beste KI, die richtige künstliche Intelligenz für jeden Anlass? Das ist heute unser Thema. Und wir steigen heute ein mit einem Song, den wir auch schon in der Sonntagsmusik hatten, und das hat auch einen Grund, warum wir das machen. Ich möchte euch jetzt bitten, einfach mal besonders gut zuzuhören. Es geht um den Titel „Fancy Vacation“. Passt ja auch irgendwie. Der kommt jetzt dann auch auf die großen Streaming-Dienste: Apple Music, Amazon Music und wie sie nicht alle heißen, natürlich auch Spotify und YouTube. Ja, am 1. August. Viele andere Songs von Jockl & Friends sind schon draußen und ihr werdet jetzt nach diesem Song gleich hören, warum wir den heute zum Einstieg genommen haben. [Musik: Fancy Vacation – Jockl & Friends] Me and you, fancy vacation, yeah. Und da hat jetzt der eine und der andere sich auch schon gefragt: War das jetzt auch KI? Ja, war es, und zwar die KI Suno. Suno.ai, die KI, die ich seit vielen Monaten, jetzt eigentlich zwei Jahren, zum Erstellen von Musik verwende. Und warum steige ich mit diesem Thema ein? Ja, weil das auch wichtig ist und ganz oft einfach nicht gut erörtert wird. Denn viele sagen immer: Ja, das ist meine Lieblings-KI für Musikerstellung und das ist meine Lieblings-KI für Musikerstellung und das ist meine KI für Musikerstellung. Und ganz ehrlich: So einfach und stereotyp ist das Bild nicht, denn es kommt ein bisschen darauf an, was wollen wir denn eigentlich machen. Bei mir ist es so, dass ich die Texte eigentlich immer selber schreibe. Jetzt gibt es Leute, die sagen: Das kann doch die KI eigentlich auch. Ja, aber meistens relativ miserabel. Es gibt vereinzelt Glückstreffer, aber im Normalfall klappt das eigentlich nicht sauber. Deswegen schreibe ich meine Texte immer selbst und gebe dann der KI einen sehr genauen Prompt. Das haben wir ja vor kurzem erst gelernt: eine sehr genaue Anweisung, was sie komponieren soll musikalisch. Und da habe ich tatsächlich die besten Erfahrungen mit Suno gemacht. Ich habe die anderen auch ausprobiert. Es gibt ja zum Beispiel Udio, das hat der eine oder andere vielleicht auch schon mal gehört. Und ja, die können auch ganz ordentlich was, aber sie reichen nicht an Suno heran. Haben aber teilweise etwas bessere Instrumentalisierung. Das bedeutet: Wenn ich jetzt zum Beispiel sage, okay, ich baue mir jetzt erstmal das Instrumental, also zuerst mal den reinen Instrumententeil, dann kann ich das vielleicht mit Udio machen. Aber sobald dann Text drauf soll und Stimme drauf soll, dann werde ich am Ende Suno brauchen. Für alle, die mal ein bisschen mit KI rumspielen wollen, ist das auf jeden Fall in der Musikproduktion eine ganz tolle Möglichkeit, es auszuprobieren. Das kann man auch kostenlos machen. Ich habe auch noch vor, dieses Jahr mal ein Seminar zu machen über unser virtuelles Klassenzimmer, ein Gruppenseminar zum Thema Musikerstellung mit Suno am PC. Ich will’s eigentlich noch machen und, ja, sieht bis jetzt ganz gut aus, dass es auch klappen sollte. Aber es gibt ja jetzt noch einen dritten großen Player, von dem alle immer reden: ElevenLabs in der Musikproduktion. Die sind ja ganz groß, ja, und das sind sie auch, vor allem, wenn es um Gesang und Stimmen geht. Tatsächlich können die, was jetzt Instrumentenarrangements angeht, noch nicht ganz so viel, aber sie haben einfach Stimmen, die sind richtig krass. Weil ElevenLabs natürlich angefangen hat mit reiner Stimm-Synthese, das heißt, künstliche Stimmen zu erschaffen. Auch ich nutze die vereinzelt. Ihr hört sie immer wieder mal im Schulze-Funk, zum Beispiel bei den Station-IDs, so heißt es fachmännisch, also bei den kurzen Sequenzen zwischen Titeln oder zwischen Podcastfolgen oder auch immer, wenn die Montagsveranstaltungen beginnen oder enden. Ja, das lässt sich natürlich mit KI viel einfacher produzieren, als wenn man sich jetzt erst wieder einen geeigneten Sprecher oder Sprecherin suchen muss. Dann muss man sich auch zeitlich noch ein bisschen einig werden, man braucht sehr viele Versuche. Das klappt natürlich mit der KI alles viel einfacher, viel schneller, und die Resultate sind inzwischen beachtlich, das muss man wirklich sagen. Und da ist ElevenLabs natürlich die Königsdisziplin. Ja, da gibt es einfach nichts Besseres in der Sprachsynthese. Aber halt, Moment mal: Es gibt doch noch ganz viele andere, die das können. Es gibt ja zum Beispiel den Natural Reader, den gibt es, der verkauft ein Abo. Oder es gibt dann zum Beispiel auch noch die Möglichkeit, direkt über Microsoft Office seine Texte lesen zu lassen. Das läuft auch über KI. Ja, und da sehen wir schon: Was ist denn nun die richtige und beste Lösung, die am besten in mein Ökosystem passt? Das heißt: Wenn ihr viel mit Microsoft Word arbeitet und es euch einfach darum geht, bei Dokumenten geht es euch auf die Nerven, wenn JAWS euch das ständig vorquält, dann lasst ihr euch natürlich über Microsoft Word vorlesen. Das ist eine Möglichkeit. Gleich vorweg: Geht nicht in allen Office-Versionen. Am unproblematischsten klappt das Ganze mobil auf dem Handy. Ja, und wenn man jetzt sagt: Okay, ich habe immer sehr, sehr lange Texte, zum Beispiel ich habe viele Bücher als Textdateien oder PDFs, die würde ich mir gerne wie ein Hörbuch vorlesen lassen. Ja, dann gibt es da auch wieder ganz verschiedene Ansätze. Man kann dann zum Beispiel wirklich über ElevenLabs hergehen und das Ganze transformieren in professionell gesprochene Passagen. Allerdings – und das ist das, was ganz viele Leute dann plötzlich erschreckt – reden wir eben dann nicht mehr einfach von: Naja, ich schiebe die Datei mal eben rein und ziehe mal eben das Audiobuch raus. Nein, so läuft das nicht. Das geht dann wirklich in die Richtung, dass man das mit verschiedenen Generierungen machen muss. Wir müssen uns dann auch verschiedene Sachen angucken bzw. anhören, wirklich rauszufinden: Okay, was passt uns jetzt am besten. Und das müssen wir natürlich nicht einmal für das ganze Buch machen, sondern das müssen wir Kapitel für Kapitel oder vielleicht sogar Abschnitt für Abschnitt machen. Das macht das Ganze natürlich auch sehr zeitaufwendig und nicht zuletzt auch kostenintensiv. Denn eins muss man klar sagen: Das kostet alles richtig viel Rechenpower und die müssen wir am Ende meistens auch relativ ordentlich und teuer bezahlen, wenn wir denn zum Beispiel ein Buch mit 500, 600 Seiten hätten. Also, wir sehen schon: Im Bereich der Text-to-Speech-Engines, wie das heute so schön heißt, da gibt es unglaublich viele Möglichkeiten. Natürlich gibt es auch immer noch einfach die Möglichkeit, sich das mit dem iPhone mit einer Stimme unserer Wahl oder mit JAWS mit einer der Vocalizer-Stimmen, die es ja auch kostenlos gibt, vorlesen zu lassen. Und glaubt’s mir oder nicht: Das ist auch heute manchmal echt noch eine verdammt gute Lösung. Denn nicht überall hat die KI gleich so übernommen, dass das Ganze auch konkurrenzfähig ist. Wenn ich natürlich gesprochene Sequenzen brauche, die ich auch kommerziell einsetze, dann ist natürlich JAWS oder irgendwas Ähnliches sofort raus. Denn dann brauche ich natürlich eine professionelle Stimme und da bieten sich dann eben KI-Lösungen wie von ElevenLabs an. Wichtig ist hier auch immer unbedingt, die allgemeinen Geschäftsbedingungen und die Nutzungsbedingungen zu lesen. Denn die beschreiben ganz genau, wofür dürfen wir was einsetzen. Das ist immer ganz wichtig heutzutage, gerade im Kontext von künstlicher Intelligenz. Denn sonst kann es uns wirklich mal schnell passieren, dass wir Schiffbruch erleiden, und das ist schade. Ja, ansonsten wollen wir uns natürlich heute nicht nur mit den komplexen KIs befassen. Wir gehen gleich mal einen kompletten Schwenk rüber zu zwei kostenlosen, nämlich Be My AI und Seeing AI. Haben ja beide KI mit integriert: Be My AI und auch Seeing AI. AI ist die KI-Funktion von Be My AI. Die KI-Funktion, wie sieht man das mit den beiden? Wer von beiden ist nun besser? Wir haben beide in einer Folge beleuchtet, erst das eine, dann das andere. Beide haben Vorteile. Der größte Vorteil, der sie auch vereint, ist tatsächlich: Sie sind beide kostenlos. Und das darf man nicht vergessen, denn das macht natürlich einen riesengroßen Unterschied, ob ich erstmal wieder für ein KI-Abo Geld bezahlen muss, was einfach ab einem gewissen Nutzungslimit schnell der Fall ist. Und wenn ich dann mal ein bisschen entdeckt habe, die KI kann mir was helfen, dann komme ich auch schnell an den Punkt, wo ich halt einfach die sogenannten Free-Tiers, also die kostenlosen Limits überschreite, und das bringt natürlich überhaupt nichts. Ganz wichtig bei der Sache – und da müssen wir gut aufpassen – wenn wir sagen: Okay, Be My AI oder Seeing AI, was soll es denn nun sein? Wir müssen gucken, was machen wir. Wenn es darum geht, wir wollen wirklich Dokumente ordentlich scannen und die dann vielleicht auch weiterverarbeiten, dann haben wir schon gelernt: Ja, dann ist Seeing AI natürlich unschlagbar. Auch mal nur zum Ganzschnell: Aha, das ist jetzt ein Brief von XY. Okay, wenn ich das jetzt nicht genau lesen will, dann ist das schon besser. Wenn es mir darum geht, irgendwas präzise zu erfahren, dann kann Be My AI durchaus der bessere Freund sein. Aber – und das ist das Wichtigste – wenn man heute sagt: Okay, ich habe so und so viele KI-Tools zur Wahl, dann kann man sich entweder durchprobieren oder Podcasts wie diesen hören, sich da zu informieren, oder man kann sich einfach fachkundige Beratung an die Seite holen. Und das machen wir natürlich auch zu unseren Schulungs- und Beratungskonditionen für nur 36 Euro angefangen, ne, 30 Minuten. Könnt ihr einfach mal anfragen unter info@schulze-graben.de oder per Telefon und WhatsApp an 08232 5031303. Das Ganze läuft in Deutschland und Österreich vollständig online und per Telefon. Das heißt, ihr müsst auch zu Hause nicht verlassen. Ja, warum erzähle ich das? Es gibt ja nicht nur Be My AI und Seeing AI, es gibt ja noch ganz, ganz viele andere. Zum Beispiel einer, den wir früher öfter mal gesehen und probiert haben, nämlich ChatGPT. Wofür ist denn eigentlich nun der Beste? Ja, ist auf jeden Fall ein guter Allrounder im Alltag. Ist so, ich sag mal, die gutmütige KI, mit der man ziemlich viel machen kann, aber die einfach nur an manchen Stellen besonders stark ist, aber auch nirgends richtig schlecht. Denn man muss sagen: Man hat inzwischen einen extrem natürlich klingenden Audio-Modus. Man hat sich viel Mühe gegeben bei OpenAI, die KI menschlich wirken zu lassen. Also ich fand das zum Beispiel ganz amüsant: Mein Bruder hat am Wochenende, als er da war und was gesucht hat, über den Audio-Modus eine sehr interessante Antwort vom Audio-Modus bekommen. Das klang dann so ein bisschen, wie wenn die KI so überlegt. Und ja, ich kann dir schon mal sagen: Also ich habe dann so gedacht, okay, da hat man wirklich versucht, das Ganze ein bisschen menschlich zu machen und im Endeffekt einfach diese Zeit, die die KI braucht, das Web zu durchsuchen, zu überbrücken. Das finde ich ehrlich gesagt ganz nett gemacht. Also das ist ein schöner Gimmick, ja, den man jetzt nicht braucht, aber der durchaus nett ist. Ja, und wenn wir dann mal weiter gucken, was kann GPT sonst noch ausnehmend gut, dann kommt natürlich sofort die Bildgenerierung ins Spiel. Denn wenn’s darum geht, Bilder zu erstellen, die wirklich richtig gut aussehen – und es geht hier nicht um echt, ja? Ich meine, KI-Bilder sind KI-generiert, das ist ganz klar, wird ja seit Juni auch Gott sei Dank alles gekennzeichnet. In der EU ist das auch richtig. Ich selbst arbeite ganz viel mit KI-Bildern, weil es einfach heute gar nicht mehr wirtschaftlich machbar wäre, für jeden Facebook-Post, für jeden Beitrag ein Bild erstellen zu lassen. Das wäre gar nicht mehr machbar. Jedes Album-Cover entwerfen zu lassen, wenn wieder eine Single rauskommt von Jockl & Friends, das wäre einfach wirtschaftlich gar nicht machbar. Also egal, wie ich es anstellen würde, es wäre nicht tragbar. Und da muss ich tatsächlich sagen: Ich habe sie alle ausprobiert, was die Bilderstellung angeht. Und gerade bei Album-Covern, da ist das schon eine ganz schöne Herausforderung. Denn erstmal müssen die ziemlich hochauflösend sein, sonst kriegt man nämlich gleich ein Problem mit den Streaming-Diensten. Dann müssen die natürlich ein bestimmtes Größenverhältnis einhalten, die sollten möglichst quadratisch sein. Dann muss man auch immer ein bisschen aufpassen: Man hat ja meistens ein Bild mit Text und alles das ist so ein bisschen eine Sache. Da glänzen manche KIs wie eben GPT und andere, die kriegen es einfach gar nicht hin. Grok zum Beispiel hat eigentlich konsequent immer sehr niedrig aufgelöste Bilder, die dann natürlich auch sofort abgelehnt würden, weil die teilweise nur 2–300 Kilobyte haben. Das reicht hinten und vorne nicht aus. Auch ist die Detailgetreue meistens ziemlich schlecht gemacht, das muss man wirklich sagen, und das ist natürlich sehr, sehr schade. Bei GPT ist es sehr viel besser. Früher war immer so der Klassiker: Na, das Schaf mit fünf Hufen. Das ist so ein bisschen der Running Gag bei uns. Da ging es um ein Bild bei einer guten Freundin, die sollte ein Bild erstellen für einen Flyer und da wurde ein Schaf benötigt. Ja, und dieses Schaf sollte einen Zettel in der Hand haben und plötzlich hatte das Schaf eben auch diesen Zettel schön im Huf oder wie man sagt, im Vorderbein. Und jetzt gab es aber noch ein fünftes Bein. Also das Vorderbein, in dem das Schaf den Zettel hielt, war quasi das fünfte Bein. Denn unten dran … Also, das sind dann so Sachen, das ist halt richtig, richtig schlecht und das will man nicht. Das Ganze ist GPT passiert, aber das ist natürlich auch schon wieder – das muss man auch fair sagen – ein Dreivierteljahr her. Und seitdem ist viel passiert, zumindestens bei GPT. Kann Gemini mithalten von Google, was die Bildgenerierung angeht? Jein, es kommt immer ein bisschen darauf an. Gemini kann es auch relativ gut mit den Bildern, allerdings habe ich festgestellt: Die prompt-getreuesten Bilder kriege ich wirklich mit ChatGPT. Und da bin ich eigentlich im Allgemeinen sehr zufrieden mit dem, was da rauskommt. Ja, Bildgenerierung: Für jeden, der mit sozialen Netzwerken oder regelmäßiger PR-Arbeit zu tun hat, ist das ein leidiges Alltagsthema. Das macht uns die KI sehr viel einfacher. Dann kommen wir doch mal zum nächsten Punkt, nämlich Internetrecherche. Vor einem halben, dreiviertel Jahr, ja, da musste man sich schon noch ein bisschen anstrengen. Sie konnten es alle so einigermaßen, aber ja, man musste vieles noch gegenchecken. Die Zeiten sind definitiv vorbei. Denn man muss wirklich sagen: Klar, Quellenrecherche ist immer ratsam, aber es ist grundsätzlich so bei meinen täglichen Aufgaben: Wenn ich irgendwas recherchiere, ist es völlig egal, ob ich jetzt Gemini nehme, ob ich jetzt Grok nehme, ob ich jetzt ChatGPT nehme – am Ende machen sie das alle gleich gut. Sie können auch alle im Audio-Modus recherchieren, auch das ist ganz wichtig. Da hat sich viel verbessert und da muss man tatsächlich sagen: Ja, da ist dann wirklich ein bisschen die Geschmackssache, welche KI möchte ich denn haben. Denn wie gesagt: Internet-Recherche können sie tatsächlich alle. Ja, dann gucken wir uns mal einen weiteren wichtigen Punkt an: Für uns Blinde nicht Bild-Generierung, sondern Bild-Beschreibung. Reichen da Be My AI und Seeing AI aus oder brauche ich da grundsätzlich was Kostenpflichtiges? Tatsächlich kommt man mit den kostenlosen Alternativen, die ich gerade genannt habe – Seeing AI und Be My AI – verdammt weit. Da geht schon richtig, richtig viel. Man kann Fotos machen, man kann sich Objekte beschreiben lassen, man kann Fotos mit den jeweiligen Apps teilen und kann sie sich beschreiben lassen. Es klappt alles ziemlich ordentlich und rund, muss man klar sagen. Wie sieht das Ganze aber nun aus, wenn ich mal ein Video per WhatsApp geschickt bekomme? Dann ist es einfach vorbei, denn dafür gibt’s Pixiebot. Ja, das haben wir auch schon mal drüber gesprochen. Da gibt’s ein Lifetime-Abo, ist alles schön, ist alles fein. Kann man machen, wenn die Videos nicht zu groß sind. Aber ich habe immer wieder die Erfahrung gemacht: Ja, es hängt sich halt auch gerne mal auf. Und wer das inzwischen ausnehmend gut kann, ist Grok. Denn sobald ein Video unter 100 MB ist – also ja, wenn’s größer ist, kein Problem: Dann einmal an euch selbst per WhatsApp teilen, dann wird’s automatisch klein, denn WhatsApp verkleinert die Videos, und dann mit Grok teilen. Und dann könnt ihr immer noch als Text angeben: „Du bist auf Filmbeschreibungen für Blinde spezialisiert, mache das Video für mich erlebbar“ oder ähnliches. Und ihr werdet fasziniert sein, wie genial plötzlich Familienvideos oder andere Dinge euch beschrieben werden. Das ist, als wärt ihr live dabei. Und da muss ich persönlich sagen: Das finde ich einfach faszinierend. Denn wenn ich sowas kann, also wirklich Videos, die halt eben auch mal sechs, acht, zehn, zwölf Minuten lang sind, mir ordentlich beschreiben lassen, gerade auch geschnittene Videos. Till hatte jetzt zum Beispiel am Wochenende – war mit meinem Bruder, seinem Onkel in der Falknerei bei uns und da hat er einen Magic Movie mit iMovie erstellt. Das hatte ich ihm am Morgen gezeigt, weil er mich schon länger mal gefragt hatte wegen Videoschnitt. Und ja, das Video war so acht, neun Minuten lang, war ganz toll gemacht, verschiedene Szenen, Till mit den Falken und so die einzelnen Sachen. Und er hat natürlich das gemacht, was viele Sehende gerne machen: Er hat sich gedacht, das gesprochene Wort ist hier gar nicht so wichtig, da lege ich Musik drüber. Und ganz ehrlich: Normalerweise sind solche Videos dann für uns erstmal ohne sehende Audiodeskription nicht mehr erlebbar. Ja, ich hab das Ding, da es schon per WhatsApp kam, einmal mit Grok geteilt, ihm den entsprechenden Prompt, wie gerade vorher oben erklärt, gegeben und er hat mir das Ding schön Sequenz für Sequenz beschrieben und ganz ehrlich: Das war einfach nur toll. Also, hier muss man ganz klar sagen: Wenn’s darum geht, sich Videos audiodeskribieren zu lassen, dann ist Grok eigentlich unschlagbar seit den neuesten Updates. Denn jetzt kann er natürlich auch wirklich Videos verarbeiten, Bild für Bild, und dann haben wir natürlich einfach gewonnen. Klar, das Ganze hat auch Zeitlimits. Na, irgendwann kann ich auch, wenn Videos runterkomprimiert sind mit WhatsApp, die 100-MB-Marke nicht mehr unterbieten. Das ist ganz klar. Also den Film kann ich mir auf diese Weise nicht beschreiben lassen. Aber hey, ich meine: Die meisten WhatsApp-Videos sind irgendwo unter zehn Minuten, die man bekommt. Das geht in jedem Fall oder auch Facebook-Videos, müssen halt nur klein genug sein. Ja, Videobeschreibung, ganz wichtig. Dann kommen wir doch mal zum Thema Texte erstellen. Und hier muss man jetzt ganz klar sehen: Auch hier lautet die Antwort wieder: Es gibt nicht die eine KI, die es am besten kann, denn es kommt ganz darauf an, was braucht ihr. Bei mir ist es zum Beispiel so, dass Texte ganz häufig aus Bausteinen erstellt werden müssen. Das heißt, dass bestimmte Dinge von unserer Webseite rausgelöst werden sollen und dann als Text verarbeitet werden, dass teilweise auch eine Index- oder Listenerstellung nötig ist. Und da sieht man ganz schnell: Das können nicht alle gleich gut. Da ist ChatGPT ziemlich gut, muss man ganz klar sagen. Da muss man dann nur immer ein bisschen aufpassen mit der Formatierung, dass das dann so ist, wie man es haben möchte. Das kann man dann ganz einfach vermeiden, indem man tatsächlich sagt: Erstelle mir ein Word-Dokument aus diesem Text. Ja, das kann GPT. Was auch richtig gut kann und bei mir auch im Moment am meisten genutzt wird, ist Grok, ganz klar. GPT ist von der Grammatik her meist etwas besser, allerdings stört mich das jetzt bei Grok nicht genug, dass ich sage, ich hole mir dafür ein zweites Abo. Und mit der kostenlosen Version ist natürlich das Erstellen von aufwendigen Texten eher schwierig. Bei Bildern geht das noch, aber von daher bleibt es bei mir bei Grok. Ja, Gemini kann ich da immer nur ein bisschen mit Vorsicht empfehlen, weil gerade, wenn es darum geht, dass auf Links verwiesen werden soll, dann macht Gemini etwas, was ich persönlich gar nicht akzeptieren kann: Es nutzt Google-Links. Das bedeutet, die eigentlichen Links werden in einen Google-Link verpackt, der, wenn zum Beispiel der Link nicht funktioniert, auf eine Suchseite verlinkt. Finde ich ehrlich gesagt ganz, ganz, ganz problematisch. Klar, es soll dem Tracking dienen, damit man feststellen kann, welche Besucher kamen von Gemini. Das mag für den Betreiber einer Webseite ganz nützlich sein. Für den Anwender, wo das Ganze dann gerne auch mal nicht funktioniert und auch datenschutzrechtlich vielleicht ein bisschen sehr schwierig ist, halte ich das persönlich eigentlich für nicht tragbar. Ja, Claude – wie schlägt der sich da? Über den haben wir noch gar nicht gesprochen. Vorher müssen wir noch kurz klären: Gemini kann keine Word-Dokumente. Das heißt für uns dann auch am Ende des Tages: Ja, wir können das nicht in ein Dokument extrahieren lassen und müssen dann im Endeffekt mit dem Text arbeiten, ihn kopieren. Und wenn da jetzt zum Beispiel Befehle drin sind, die nach Word oder dem Textprogramm unserer Wahl nicht richtig umgesetzt werden, dann müssen wir das alles von Hand korrigieren und das ist natürlich unsagbar mühsam. Ja, Claude ist auch recht gut, was Recherche angeht, kann’s. Ist sehr gründlich. Man sagt ja immer: Ja, die Opus-Modelle sind eigentlich unschlagbar. Sie sind sicher aktuell so ziemlich das Hochauflösendste, was es gibt. Allerdings muss man klar sagen, dass Grok und GPT da dicht auf den Fersen sind. Also, es ist schon eine gute Möglichkeit, da mit Claude wirklich zu arbeiten. Man kann hier gut Texte erstellen lassen, das ist gar kein Problem. Wichtig ist halt immer: Man muss sehen, man hat mit Claude natürlich eine KI, die auch sehr immer auf Quellen bedacht ist, die auch immer schön guckt, dass auch wirklich alles angegeben ist, und das ist natürlich schon ein großer Vorteil. Und dann bleiben wir auch noch mal bei der Texterstellung: Wie ist es mit literarischen Texten? Ja, da gibt es natürlich auch Stärken und Schwächen. Ich halte aktuell Claude da wirklich mit Abstand für die beste KI. Also wenn es darum geht, wirklich Texte zu erstellen, die clean und sauber sind, die ein bisschen Handlung haben, die vielleicht auch einem vorgegebenen Strang folgen und und und – das kann Claude mit Abstand am besten, dann kommt GPT. Ja, und was ist mit Grok? Ist der da komplett abgeschlagen? Ähm, nein, ist nicht. Ist nur einfach etwas mehr von Stereotypen durchsetzt bei der Texterstellung, macht öfter das Gleiche, ist aber, wenn man ihn gut führt – und da sind wir jetzt wieder bei dem Thema: Na, für was brauche ich das Ganze – extrem performant und kann da wirklich richtig toll ausschmücken, richtig toll ausbauen, richtig toll aufbauen. Also da hat man eigentlich schon ein starkes Tool an der Hand, wenn man die KI eben genau dahin führt, wo man sie hinhaben möchte. Bei anderen, wie eben GPT oder auch bei Claude, da muss man das weniger, weil die einfach automatisch ein bisschen mehr auf glattpoliert, auf Feinschliff optimiert sind. Wie ist das mit Gemini und Literatur? Ja, gar nicht so schlecht, ganz ehrlich gesagt. Also tatsächlich kann er auch sehr viel. Grok hat ja das Problem mit der Grammatik, da hat er ja immer mal wieder Schwierigkeiten, die klassischen Übersetzungsfehler. Das hat Google eigentlich gar nicht. Ja, Claude und GPT sind da eigentlich auch fast fehlerfrei. Betone immer das „fast“, denn ganz perfekt macht’s einfach keine KI. Soweit sind wir noch nicht. Aber man muss halt sagen: Gemini hat halt einen riesen Nachteil bei der Texterstellung: Ich kann keine Dokumente erstellen. Und das ist in dem Moment problematisch, formatiert ja Texte meistens auch entsprechend, bisschen mit Überschriften und Aufzählungen und und und Tabellen. Und wenn ich das Ganze dann übernehme und ins Word kopiere, dann passiert es nicht selten, dass da noch irgendwelche Zeichen mitschwimmen, die Word dann wieder nicht verarbeiten kann. Wenn ich jetzt natürlich im Google-Ökosystem bleibe und dann direkt in Google Docs kopiere – kein Problem. Wenn ich aber nicht im Ökosystem von Google lebe, dann kann das mit Gemini durchaus mal ein bisschen schwierig werden. Ja, jetzt haben wir das schon durchgesprochen: Texterstellung. Wie sieht’s denn mit dem Audio-Modus aus? Ja, das ist ja auch noch ein Thema. Ähm, da muss man klar sagen: Ja, das können sie alle. Das kann Gemini gut, das kann Grok gut, das kann GPT wunderbar. Also da haben wir im Allgemeinen gar keine Probleme. Das ist wirklich etwas: Ja, jeder hat so ein bisschen seinen eigenen Stil. Auch Grok hat halt seine verschiedenen Persönlichkeiten, die man wählen kann. Das kann mal ganz lustig sein, ja. Aber am Ende sind die Audiomodi eigentlich bei allen KI-Agenten plus minus sehr ähnlich. Fotos im Audiomodus beschreiben: Ja, das ist immer ziemlich heikel, denn man weiß halt nie so genau, fotografiert jetzt oder hat jetzt richtig fotografiert, hat die Front, hat die Rückseite wahrgenommen. Ja, das machen manche Apps ein bisschen besser, manche ein bisschen schlechter. GPT und Gemini sind da ein bisschen besser dabei. Bei Grok ist das relativ schwierig zu differenzieren. Aber dafür gibt’s ja Orion, ne? Haben wir auch schon mal drüber hier berichtet. Orion mit zwei O, und da kann man sich eigentlich sehr, sehr gut bei solchen Sachen behelfen. Ja, und ansonsten Bildbeschreibung. Wir haben schon kurz den Platzhirsch. Auch hier klar: Videos, das geht im Moment einfach nur mit Grok sauber. Wenn es um Bilder geht, dann muss man sehen: Seeing AI und Be My AI sind schon wahnsinnig gut. Da kann man richtig viel machen, ja, und sich richtig viel beschreiben lassen. Be My AI kann man nachfragen, auch das klappt gut. Brauche ich dann noch eine KI, die mir zusätzlich Bilder beschreibt? In den allermeisten Fällen nein. Es kann aber durchaus sein, wenn ich zum Beispiel personalisiert habe, wie ChatGPT oder wie Grok, dass der einfach weiß, worauf er achten soll und und und und und, dann kann das unter Umständen Sinn machen, das Ganze nochmal durch die KI laufen zu lassen. Aber tatsächlich ist Bildbeschreibung heute etwas, was eigentlich auch mit den kostenlosen Apps super funktioniert. Ja, und das sind eigentlich so die aktuellen Anwendungsfälle, die meistens bei den Privatanwendern und kleineren Einzelunternehmen vorkommen. Ja, rechnen müssen wir, glaube ich, nicht mehr extra ansprechen. Das können alle KIs. Es gibt keine KI, die nicht ordentlich rechnen kann. Tabellen zeigen sie uns alle gerne mal. Da muss man dann einfach ein bisschen gucken, wie man damit umgehen kann. Ähm, das muss der Screenreader hergeben. Das geht auch im Allgemeinen sehr gut. Wenn man keine Tabellen will, kann man das den KIs auch allen explizit sagen. Also ich muss sagen: Bei allen KIs super lösbar. Ja, ich hoffe, ich hab euch einen kleinen Überblick gegeben. Der ein oder andere sitzt jetzt vielleicht vorm Gerät und denkt sich: Wow, aber ich bin ja irgendwo dazwischen. Welche KI ist denn jetzt für mich die richtige? Da kann ich wirklich nur nochmal sagen: Bitte nutzt unsere Angebote für Beratung und Schulung. Ihr kriegt nirgends als Blinde und Sehbehinderte eine bessere Begleitung, KI zu lernen, aber auch für euch die richtige KI zu finden. Das kann ich euch einfach nur sagen, denn es gibt niemand anderen bei uns im deutschsprachigen Raum, der sich auf dieses Thema so spezialisiert wie wir. Einfach mal eine Mail schreiben: info@schulze-graben.de oder Telefon 08232 5031303. Ja, damit sind wir am Ende für heute angelangt. Nächste Woche gibt’s keine Montagsveranstaltung. Die nächste kommt am 3. August. Und ganz besonders drauf freue ich mich, denn da stelle ich euch eine neue iPhone-App vor, und zwar die App Z, die Videos bearbeiten wie ein Profi und das Ganze mit voller VoiceOver-Unterstützung. Bleibt mir gesund, bleibt neugierig. Wenn ihr sagt: Mensch, die Veranstaltung gefällt euch, dann freuen wir uns natürlich immer über eure freiwillige Unterstützung über danke.schulze-graben.de. Könnt ihr den Smütech und den Schulze-Funk mit einem Betrag eurer Wahl unterstützen. Ja, und bis zum nächsten Mal sage ich Tschüss, macht’s gut, euer Jockl Joachim Schulze. Schulze IT-Schulung und Dienstleistungen. Dein Spezialist für Audioanleitungen, Schulung, Fernwartung und Fritzbox-Optimierung. Mehr Infos findest du auf www.schulze-graben.de.