Microsofts Nadella übers KI-Paradox und Meta zieht die Reißleine

Nadella warnt: Wer KI nutzt, verschenkt sein Betriebswissen

Microsoft-CEO Satya Nadella hat in einem langen Beitrag auf X davor gewarnt, dass Unternehmen beim KI-Einsatz doppelt zahlen: einmal mit Geld für den Zugang, ein zweites Mal mit dem firmeneigenen Wissen, das sie einspeisen müssen, damit die Systeme überhaupt nützlich werden. Er nennt das „Reverse Information Paradox“ und meint damit nicht nur hochgeladene Dokumente, sondern auch das, was er „exhaust“ nennt: Prompts, Korrekturen, Bewertungen und Entscheidungen. Jede Korrektur werde zu institutionellem Know-how destilliert, das ein Wettbewerber nie kaufen könnte und das fast unmerklich abfließt. Nadellas Lösung: Firmen sollten eigene Evaluationssysteme bauen, ihre organisatorische Erinnerung selbst besitzen und eine Orchestrierungsebene nutzen, die nicht an ein einzelnes Modell gebunden ist. Der Beitrag von Techpresso ordnet ein, dass genau diese Infrastruktur, von Cloud über Datenbanken bis zur Orchestrierung, zum Kerngeschäft von Microsoft Azure gehört. Kritisiert wird, dass Microsofts Sorge um Modell-Lock-in nicht auf Cloud-, Identitäts- oder Office-Lock-in ausgedehnt wird. Nadella empfiehlt außerdem, jederzeit zwischen Modellen wechseln zu können, falls ein Anbieter Preise, Bedingungen oder Verfügbarkeit ändert. → Techpresso

Synthszr Take: Die Warnung ist richtig, auch wenn sie aus dem Mund eines der größten Enterprise-Verkäufer der Welt kommt, und für die eigene Datenstrategie folgt daraus etwas sehr Konkretes. Das wertvollste Gut im Unternehmen liegt in der Spur aus tausend Korrekturen: wie ein Vertriebler eine Ausnahme bepreist, welche Schadensmuster ein Sachbearbeiter erkennt, warum ein Angebot durchgeht und das nächste nicht. Dieses eingebettete Erfahrungswissen ist genau das, was ein amerikanisches Startup in einem Sprint nicht nachbaut. Wer es jetzt ungefiltert in fremde Systeme kippt, verschenkt seinen einzigen Burggraben zum Nulltarif. Praktisch heißt das: Prompts, Feedback und Evals gehören protokolliert und als Eigentum behandelt, nicht als Wegwerfmaterial, und jeder Vertrag muss klären, was mit Traces, Metadaten und aggregierten Nutzungsmustern passiert, nicht nur mit dem plumpen Modelltraining. Die Orchestrierung außerhalb eines einzelnen Modells zu halten, ist der richtige Schritt, solange man nicht den Fehler macht, die Abhängigkeit vom Modell gegen eine tiefere Abhängigkeit vom Plattformbetreiber zu tauschen. Für Hidden Champions mit jahrzehntelanger Domänentiefe ist das die eigentliche Chance: erst das Wissen dokumentieren und KI-zugänglich machen, dann selbst die Umgebung kontrollieren, in der es lernt. Die Kontrolle über das Was und Warum ist verhandelbar, aber nur, wenn man sie vor der ersten Integration einfordert.

Meta schaltet Instagram-Funktion von Bildgenerator Muse nach wenigen Tagen ab

Meta hat die umstrittenste Funktion seines KI-Bildgenerators „Muse Image“ nur wenige Tage nach dem Start wieder deaktiviert. Die Funktion erlaubte es Nutzern, per @-Mention Bilder auf Basis öffentlich zugänglicher Instagram-Konten zu erzeugen, und war standardmäßig aktiviert. Nach Kritik von Datenschützern, Nutzern und Interessenverbänden räumte der Konzern ungewöhnlich deutlich ein: Die Funktion habe ihr Ziel verfehlt und sei deshalb nicht mehr verfügbar, wie Reuters berichtet. Besonders heikel war laut den Kritikern, dass öffentliche Inhalte ohne ausdrückliche Zustimmung der Betroffenen als Grundlage dienen konnten, während gerade in Europa die Datenschutz-Grundverordnung enge Grenzen setzt. Meta steht ohnehin an mehreren Fronten unter regulatorischem Druck, von Wettbewerbs- bis Urheberrecht. Das restliche Bildmodell bleibt bestehen: Textprompts, Skizzen und Foto-Uploads funktionieren weiter, und mit Muse Video ist laut Meta bereits der nächste Schritt in Vorbereitung. TechCrunch spekuliert, dass der Fall Signalwirkung für andere Anbieter haben könnte, die ähnlich an der Weiterverarbeitung öffentlicher Daten arbeiten. → MEEDIA Daily Update

Synthszr Take: Der eigentliche Streitpunkt liegt in einem Wort, das die DSGVO seit Jahren umkreist: „öffentlich zugänglich“ heißt eben nicht „frei verwertbar“. Wer sein Instagram-Profil offen stellt, willigt in Sichtbarkeit ein, nicht in die maschinelle Weiterverarbeitung seines Gesichts durch ein Sprachmodell. Genau diese Lücke hat Meta mit der @-Mention-Funktion überdehnt, und die Regulatoren haben eine scharfe Trennlinie zwischen dem, was technisch abgreifbar ist, und dem, was rechtlich nutzbar bleibt. Das Modell selbst wird zur Commodity, den Unterschied macht künftig die Legitimität der Datenbasis: Zugriff auf Daten ersetzt keine Erlaubnis zur Verarbeitung. Zynisch bleibt der Nebensatz aus dem Artikel, dass öffentlich gepostete Bilder auch ohne direkten Link leicht ins Training wandern. Die spannende Frage ist nicht, ob Meta den Kurs ändert (tut es nicht), sondern ob Aufsichtsbehörden die Grenze bald an der Trainingsdaten-Pipeline ziehen statt an der sichtbaren Einzelfunktion. Dort, im Verborgenen, entscheidet sich die eigentliche Auseinandersetzung.

Apple bringt die neue Siri als Public Beta – aber nicht nach Europa

Apple hat mit iOS 27 die erste Public Beta veröffentlicht und darin die lange angekündigte, generalüberholte Siri AI als Opt-in-Programm ausgeliefert, berichtet The Verge. Im Test funktioniert die neue Logik umgekehrt zur alten: Statt eine App zu öffnen und ihr einen Befehl zu geben, sagt man Siri zuerst, was man will, und die Assistenz durchsucht Apps, Bildschirminhalt und Web nach der Antwort. The Verge beschreibt Fälle, in denen Siri sechs WWDC-Termine aus einer E-Mail parste und korrekt in den Kalender eintrug oder die Reihenfolge von Konzert-Acts aus einer Webseite zog. Zugleich nennt der Bericht Schwächen: Siri übersetzt natürliche Sprache noch unzuverlässig in konkrete Aktionen, reagiert etwa auf „direct“, aber nicht auf „route“. Der zentrale Haken laut The Verge: In der Preview haben ausschließlich Apple-eigene Apps Zugang zu Siris neuen Fähigkeiten. Wer über Telegram statt iMessage kommuniziert, bekommt keine Antwort, weil das System dort nichts sehen darf. Drittanbieter müssen dafür zwei Bausteine implementieren, Entities und Intents, die Siri sagen, welche Datentypen und Aktionen eine App bereithält. Allein, Apple und die EU haben sich weiterhin über die Freigabe von Siri nicht geeinigt. → www.theverge.com

Synthszr Take: Der interessante Teil ist, dass Apple die Suche zum Eingang für alles macht. Bisher tippte man durch Apps, jetzt tippt man eine Frage und lässt das System die Route bauen. Josh Clark trifft den Punkt: Der Assistent ist ins Betriebssystem eingebacken, und diese eine Woche Indexierung ist der eigentliche Burggraben. ChatGPT kennt deine Prompts, Siri kennt deine Nachrichten, deinen Kalender und die Lieferung, die morgen kommt. Das Modell selbst ist austauschbar geworden, im März hat Apple Siri für ChatGPT und Fremdmodelle geöffnet, aber der Zugriff auf den lokalen Kontext bleibt bei Apple. Die spannende Verschiebung liegt in der Bedienlogik: Nicht mehr die App ist der Kontaktpunkt, sondern die Intent-Zeile davor. Wenn Millionen iPhone-Nutzer sich angewöhnen, ihr Warum einzutippen, statt sich durch Menüs zu klicken, entscheidet sich ein gutes Stück Plattformmacht daran, wer diese Zeile besitzt.

200 Ökonomen und Nobelpreisträger fordern Sofortmaßnahmen gegen KI-Jobrisiken

Mehr als 200 Ökonomen, KI-Forscher und Nobelpreisträger haben ein gemeinsames Statement mit dem Titel „We Must Act Now“ unterzeichnet, das laut Platformer und New York Times einen wachsenden Konsens über die Umbruchsrisiken künstlicher Intelligenz markiert. Zu den Unterzeichnern gehören Führungskräfte von Anthropic, Google und OpenAI sowie frühere KI-Skeptiker wie die MIT-Ökonomen Daron Acemoglu und Simon Johnson, die 2024 den Wirtschaftsnobelpreis erhielten. Organisiert wurde die Erklärung vom Stanford-Ökonomen Erik Brynjolfsson, der von einer „bemerkenswerten Veränderung in der Profession“ spricht und vor einem „Tsunami“ warnt, auf den man nicht vorbereitet sei. Das Statement bleibt allerdings ohne konkrete Forderung und nennt als Hauptproblem die schlechte Datenlage. Belastbare Zahlen sind widersprüchlich: Das Yale Budget Lab sieht bislang keine Jobkrise, während Stanfords Canaries Dashboard einen Rückgang von 2,7 Prozent bei Berufseinsteiger-Stellen und ein Wachstum von 1,6 Prozent bei Mid-Career-Jobs zeigt. Eine WSJ-Umfrage unter 16 führenden Ökonomen ergab, dass die Hälfte keinen Nettoeffekt auf die Beschäftigung erwartet, und China verzichtete erstmals seit den 1990ern auf ein numerisches Ziel für neue städtische Arbeitsplätze. → www.platformer.news

Synthszr Take: Der Standardtrost bei jeder Automatisierungswelle klingt gleich: Die Webstühle kamen, die Weber wanderten in neue Tätigkeiten. Die Geldautomaten der 70er sollten die Bankangestellten überflüssig machen, am Ende gab es mehr Filialen und mehr Personal. Dieser Vergleich ist der Prüfstein, an dem sich die 200 Unterschriften messen lassen müssen, und da wird es unbequem. Frühere Wellen haben meist die mittlere oder die körperliche Arbeit ersetzt, die unterste Sprosse der Leiter blieb frei. Die Stanford-Zahlen drehen das um: minus 2,7 Prozent bei den Einsteigern, plus 1,6 bei den mittleren Jahrgängen. Verschwindet die erste Sprosse, dann bricht genau der Mechanismus weg, über den sich bisher jede Generation nach oben gearbeitet hat. Brynjolfsson nennt es einen Tsunami; präziser wäre, dass diesmal niemand mehr unten anfangen kann, um oben zu landen.

OpenClaw steuert jetzt ganze Flotten von Claude-Sessions statt einzelner Läufe

OpenClaw hat in diesem Entwicklungsfenster zwei Commits eingespielt, die das Projekt vom lokal laufenden Agenten in Richtung selbst gehosteter Plattform verschieben. Der erste führt eine Claude Session Fleet ein: Statt einer Session pro Nutzer oder Aufgabe lässt sich jetzt ein Pool von Sessions als Einheit starten, verfolgen und wieder abbauen, was laut dem Bericht die Grundlage für Queueing, Isolation und faires Scheduling bildet. Der zweite Commit bringt Production Cloud Workers mit fertig gebauten Worker-Bundles, einem auf eine geprüfte Version fixierten SSH-Bootstrap und einem Admission Handshake, mit dem sich ein Worker erst ausweisen muss, bevor er dem Pool beitritt. Zusammen ergibt das laut Dev.to das Skelett einer selbst betriebenen Agenten-Plattform, die man auf echte Arbeit ansetzen könnte. Weitere Commits räumen auf: eine Refaktorierung der Run-Staleness-Policy, ein kürzerer CI-Pfad für kompakte PR-Tests und Tooling, das DOM-Globals aus dem Node-seitigen Typecheck entfernt. Der Beitrag ordnet OpenClaw in denselben Raum ein wie Hermes mit dessen Prozess-Supervisor und Cron-Modell und empfiehlt den Branch allen, die Flotten-Kontrolle ohne Anbieter-Bindung wollen. → newsletter@mail.synthszr.com

Synthszr Take: Wer bisher Sessions von Hand hochgezogen hat, ein Terminal pro Task, ein Shell-Skript, das man selbst wartet, merkt an genau diesen zwei Commits, wo die Arbeit hinwandert. Die Fleet ist das Primitiv, das aus „ein Agent pro Repo“ oder „ein Agent pro PR“ etwas Betreibbares macht, und der Admission Handshake ist die eigentliche Ansage: Ein Worker darf erst mitarbeiten, wenn er sich ausweist. Das ist die Mindesthürde dafür, einer Flotte überhaupt zu vertrauen, und Vertrauen ist hier der teure Teil, nicht das Modell. Das Modell wird billig und alltäglich, die Kontrolle über gepinnte Bootstraps, geprüfte Bundles und Lebenszyklus wird zur Kernleistung. Die Koordinationsarbeit, die früher pro Session am Menschen hing, verschwindet nicht, sie steigt eine Ebene höher und wird anspruchsvoller: Wer läuft, wer prüft, an welcher Schwelle zeichnet ein Mensch gegen. Die Steuerungsschicht kann man sich als Software holen, die Fähigkeit, ihr zu glauben und auf ihre Ergebnisse zu handeln, muss ein Team selbst aufbauen. Genau das ist jetzt entscheidbar, und der offene Branch nimmt einem die Ausrede, auf einen Anbieter zu warten.

OpenClaw-Konkurrent Hermes erhält 75 Millionen

Nous Research, das Startup hinter dem quelloffenen Agenten Hermes, schließt laut TechCrunch eine neue Finanzierungsrunde ab. Angeführt wird sie von Robot Ventures, mit Beteiligung von USV und weiteren Investoren, bei einer Bewertung von 1,5 Milliarden Dollar; drei mit dem Deal vertraute Quellen nennen ein Volumen von mindestens 75 Millionen Dollar. Das 2023 von Jeffrey Quesnelle, Karan Malhotra, Ryan Teknium und Shivani Mitra gegründete Unternehmen hatte zuvor bereits 70 Millionen Dollar eingesammelt, unter anderem von Paradigm, OSS Capital und Balaji Srinivasan. Hermes trat wenige Wochen nach dem viralen Erfolg von OpenClaw an und liefert im Unterschied dazu eingebaute „Skills“ wie Websuche, Coding und Bildverständnis mit, die sich automatisch aus der Nutzung weiterentwickeln sollen. Auf GitHub kommt das Projekt auf rund 214.000 Stars und knapp 40.000 Forks; Entwickler können es lokal oder auf einem virtuellen Server betreiben. Daneben verkauft Nous Research eine gehostete Cloud-Variante in Bezahlstufen von 20 bis 200 Dollar im Monat. Die frische Runde soll laut den Quellen Produkte und Geschäftsmodell von Hermes ausbauen. → techcrunch.com

Synthszr Take: Der Schmerz liegt bei denen, die geschlossene Agenten verkaufen und dafür Lizenzgebühren aufrufen. Gegen einen Gegner, den man nicht unterbieten kann, ist Preisdruck kein Argument mehr: Hermes ist gratis, quelloffen und wird trotzdem mit 1,5 Milliarden Dollar bewertet. Das Geschäftsmodell steckt in der gehosteten Variante für 20 bis 200 Dollar im Monat, während der offene Kern die Verbreitung selbst erledigt (214.000 GitHub-Stars sind billiger als jede Vertriebsmannschaft). Das Modell wird zur austauschbaren Ware, und Robot Ventures pumpt Kapital genau in die Distributionsschicht darüber. Ein Closed-Source-Anbieter muss seine Rechenkosten, sein Vertriebsteam und seine Marge aus derselben Lizenzgebühr bestreiten, gegen die ein VC-finanzierter Open-Source-Rivale einfach unter Null spielt. Der Preis auf dem Zugang steht am falschen Ort; der Wert sitzt in der Beziehung zum Nutzer. Die spannende Frage ist, wer den Betrieb, die Daten und die Gewohnheit der Nutzer besitzt, wenn der Code selbst nichts mehr kostet.

SK-Hynix-Chef warnt: KI-Speicher bleibt bis über 2030 hinaus knapp

SK-Hynix-CEO Kwak Noh-jung hat gewarnt, dass der globale Markt für Speicherchips 2027 in einen beispiellosen Versorgungsengpass läuft, weil die Nachfrage die Fertigungskapazität übersteigt. Der Grund ist der wachsende Bedarf an KI-Infrastruktur, vor allem an High-Bandwidth-Memory, das in NVIDIAs KI-Beschleunigern steckt. Bei diesem HBM ist SK Hynix zu einem der wichtigsten Zulieferer geworden. Laut Kwak dürften die Engpässe trotz aggressiver Investitionen in neue Werke bis über 2030 hinaus anhalten. Das Unternehmen betreibt Fabriken in Icheon und Cheongju, baut einen Komplex in Yongin und prüft Standorte in den USA, Japan und Südostasien. Südkoreas Regierung stützt einen Plan, bei dem SK Hynix und Samsung jeweils rund 266 Milliarden Dollar investieren sollen. → Techpresso

Synthszr Take: Der Engpass ist umgezogen, wieder mal. Zwanzig Jahre lang war die Softwareentwicklung der Flaschenhals, dann kam kurz das Gefühl, GenAI würde jeden Engpass wegskalieren. Jetzt sitzt der Stau in einer Fabrikhalle in Icheon, und der CEO sagt selbst: Der Speicher wird knapp, bevor die Modelle es sind. Was mich am meisten interessiert, ist die Zahl 266 Milliarden Dollar pro Hersteller: Selbst dieser Kapitaleinsatz reicht laut Kwak nicht, um vor 2030 aus dem Engpass zu kommen. Das heißt für die ganze Branche, dass HBM-Zuteilung wichtiger wird als jedes Benchmark-Ergebnis, weil das schönste Modell nichts wert ist, wenn der Speicher fehlt, um es zu betreiben. Während sich Musk und Altman auf X beharken, wer die besseren Benchmarks hat, entscheidet ein koreanischer Zulieferer, wie viel KI die Welt bis 2030 überhaupt bekommt. Die Gewinner der nächsten Jahre werden die sein, die sich frühzeitig Kapazität sichern, statt nur Parameter zu zählen.

Claude Code bekommt im Desktop einen eingebauten Browser mit optionaler Session-Persistenz

Anthropic hat Claude Code auf dem Desktop einen eigenen In-App-Browser gegeben. Laut TLDR AI kann der Agent damit Dokumentationen, Designs und Websites aufrufen, sie lesen, durchklicken und mit ihnen interagieren, genauso wie er es bislang mit lokalen Dev-Servern tut. Der Browser läuft in einer Sandbox und ist konfigurierbar. Nutzer können selbst festlegen, ob eine Session über die aktuelle Sitzung hinaus bestehen bleibt oder nicht. Eine Videodemonstration liegt dem Beitrag bei. Die Neuerung erweitert den Aktionsradius des Agenten von der Kommandozeile in den Browser, ohne dass ein Mensch die Seiten selbst öffnen muss. → TLDR AI

Synthszr Take: Der spannende Schalter in dieser Meldung ist der, mit dem du entscheidest, ob eine Session weiterlebt. Für den Alltag heißt das: Der Agent, der gestern die API-Doku durchgeklickt und dein Design-System verstanden hat, fängt heute nicht bei null an. Das spart die nervigste Reibung im Agenten-Einsatz, das ständige Neu-Erklären des Kontexts vor jeder Aufgabe. Persistenz allein ist aber erst mal eine Wartungsverpflichtung. Ein Agent, dessen Gedächtnis mitläuft, aber den niemand korrigiert, sammelt veraltete Annahmen und wird schleichend unzuverlässig. Der Wert entsteht aus der Disziplin, den gespeicherten Zustand zu kuratieren: prüfen, nachschärfen, verwerfen, was nicht mehr stimmt. Die Teams, die aus persistenten Sessions echten Schub ziehen, behandeln das Agenten-Gedächtnis wie geteilten Code.

Apple plant M7-Ultra-Chip mit 1,5 Terabyte RAM als Antwort auf Nvidias KI-Beschleuniger

Apple arbeitet laut einem Bloomberg-Bericht an einem M7-Ultra-Chip, der bis zu 1,5 Terabyte RAM unterstützen soll und 2028 auf den Markt kommen könnte. Der Konzern hat demnach seine Mac-Chip-Roadmap umgebaut und künstliche Intelligenz zum zentralen Fokus gemacht. Der M7 Ultra soll die KI-Leistung näher an dedizierte Beschleuniger wie Nvidias Blackwell heranführen. Apple habe das Tape-out des M7 bereits gestartet, nur sechs Monate nach dem des M6, und die Generation vorgezogen, statt die M6-Reihe zu vervollständigen. Der M7 wird für die erste Jahreshälfte 2027 erwartet, Pro- und Max-Versionen Ende 2027, die Ultra-Variante dann 2028. Parallel entwickelt Apple laut Bericht M8-Chips sowie High-End-Prozessoren unter dem Namen Cardinal und bereitet leistungsfähigere Server für Apple Intelligence vor. → Techpresso

Synthszr Take: 1,5 Terabyte RAM auf einem Chip unter dem Schreibtisch ist eine strategische Wette gegen das Rechenzentrum. Während alle Richtung Blackwell-Cluster und Mietstunden in der Cloud gravitieren, baut Apple die Fähigkeit ein, große Modelle lokal laufen zu lassen, ohne dass ein Token je das Gerät verlässt. Das ist Datenschutz als Burggraben. Der eigentliche Punkt liegt woanders: Wer die Inference auf die eigene Hardware holt, kontrolliert die Beziehung zum Nutzer und die Daten, die dabei entstehen, und genau das wird knapp, wenn die Modelle selbst zur Commodity werden. 2028 ist weit weg, und Bloomberg beschreibt eine Roadmap. Aber die Richtung ist klar: Apple verkauft ein Gerät, das das Modell schon dabei hat. Die spannende Frage ist, ob Nvidias Geschäftsmodell den Tag übersteht, an dem genug Intelligenz lokal passt.

a16z-Essay: KI als „menschlichste Technologie“ und Werkzeug fürs Selbermachen

In einem Essay auf Substack argumentiert a16z-Autor Anish A, dass die meisten Menschen ihre Zeit nicht sparen, sondern füllen wollen, und dass KI genau deshalb in eine seltene Kategorie von Technologie gehört. Er stützt sich auf einen Satz von Eugenia Kuyda, die seit Jahren KI-Consumer-Produkte baut: „Most people aren't trying to save time. They're trying to spend it.“ Anders als die meisten Werkzeuge der letzten hundert Jahre, die uns mehr Ergebnis bei weniger Aufwand versprachen, zähle KI zur Sorte Pinsel, Sprache oder Druckerpresse: Werkzeuge, die Arbeit sparen und nebenbei erweitern, was ein Mensch sein kann. Als Belege führt der Text unter anderem einen Elektriker aus Kentucky an, der ohne Informatik-Abschluss ein KI-Tool für 12,99 Dollar baute, das einen 500-Dollar-Serviceanruf ersetzt, sowie einen Klempner, der nach einem Nachmittag mit einem KI-Assistenten einen 40.000-Dollar-Beratungsvertrag stornierte. Die Kernbehauptung: Die Kosten fürs Ausprobieren sind kollabiert, und Software wird bald so allgegenwärtig wie Video durch YouTube, gebaut von Leuten, die sich selbst nie als Entwickler bezeichnet hätten. Chris Dixon steuert die bekannte Formel bei, dass das nächste große Ding zuerst wie ein Spielzeug aussieht. → a16z

Synthszr Take: Der Essay klingt nach Wohlfühl-Philosophie, trifft aber einen harten ökonomischen Punkt. Solange das Erzeugen knapp war, lag der Wert im Zeitsparen. Jetzt, wo ein 12,99-Dollar-Tool den 500-Dollar-Anruf ersetzt, ist das Wie billig geworden, und die Knappheit wandert dorthin, wo sie schon immer teuer war: in die Lust, etwas zu wollen, und in den Geschmack, das Richtige auszuwählen. KI gibt uns Zeit zurück, damit wir sie freiwillig wieder verbrennen: Das ist ökonomisch gesehen der eigentliche Punkt. Der Elektriker aus Kentucky spart keine Minute, er steckt einen Nachmittag in etwas, das ihm vorher keiner zugetraut hätte, und genau dieser Nachmittag ist der Wert, nicht die eingesparte Kalkulationszeit. Die interessante Frage lautet nicht, wie viele Minuten das Modell schindet, sondern wofür ein Mensch die gewonnene Zeit danach hergibt.