Was passiert eigentlich, wenn du Billionen investierst, dann eine Company, die genau das nicht tut und ein Land, welches komplett auf Open Source setzt, dir diese Investments ja perspektivisch gesehen so richtig um die Ohren hauen. Darüber werden wir heute reden. Die Company, das ist Apple, das Land, das ist China. Und alles zusammengenommen dürfte, ein riesengroßes Problem für die Googles, für die Anthropics, für die Open Me Eyes dieser Welt werden. Viel Spaß. [musik] Willkommen. Neue Ausgabe von Metachelus und schon wieder die KI Blase. [musik] Ich weiß, ich weiß, ich weiß. Eigentlich habe ich diese Ausgabe [musik] für den gestrigen Sonntag angekündigt. Also für die, die das in zwei oder drei Wochen hören, sorry, am Montag veröffentlich, nicht auf dem Sonntag, weil ich musste ja auch wieder von Deutschland nach Taiwan fliegen und habe dann gemerkt, dass ja, wenn du halt nur 2 Stunden pennst in 48 Stunden, das dann so mit Podcast aufnehmen nicht mehr ganz so gut funktioniert. Ich habe es tatsächlich versucht. Zumindest habe ich den begleitenden Artikel, den ihr heute schon bekommt und der wieder ein bisschen ausführlicher geworden ist, noch hinbekommen. Ja, aber danach war die Rübe sowas von dicht, dass ich einfach nicht mehr zum Mikrofon bzw. Smartphone greifen konnte, denn tatsächlich spreche ich meine Podcast in mein Smartphone rein, um die dann nachher hochzuladen, also die Tonspur noch auf Phonic und das hört sich einfach immer an wie als würde ich im Studio sitzen. Plus ich bekomme gleich noch ein schönes Trend Script und auch das nutze ich wieder, um Videobeschreibung und Keywords zu machen und so, nur falls gleich wieder die ersten ankommen. Oh, wieder so ein KI Hater und du hast das alles nicht verstanden. Du musst mal KI auch nutzen. Kriege ich tatsächlich ziemlich oft auch auf LinkedIn ab. In der letzten Woche habe ich in Augsburg auf der Sparkscon gesprochen, wie KI unser Netz zerstört und wie ich glaube, dass der Wahnsinn und diese Entwicklung alles andere als gut sein werden. Das heißt aber nicht, dass ich nicht KI jeden Tag einsetze. Und verdammt noch mal, das mache ich ganz einfach, um euch erklären zu können. Wobei das hört sich jetzt so voll nach Mensplaning an. Das ist überhaupt nicht so gemeint, aber meine ganz persönlichen Erfahrung auch mitteilen zu können. Deswegen habe ich hier drei Rechner stehen, auf denen lokal Modelle laufen und das wird tatsächlich diese Erfahrung, die ich damit in den letzten zwei Jahren gemacht habe, das wird ganz ganz wichtig werden für diese Ausgabe. Genauso habe ich ja also Open AI, SH GBT in diesem Fall, Gemini und Cloud zumindest ja die drei populärsten Modelle, um es mal so zu nennen, äh im Abo drin. Also ich zahle da jeden Monat für nicht viel, irgendwie so 20 €. Damit komme ich dann aber auch locker aus, denn in Kombination mit den Modellen, die ich lokal nutze und was ich damit mache und dem, wie viel ich für meine Abos nutzen kann in Bezug darauf, wie viele Token, wie viel Nutzungsdauer bzw. wie viel Input und Output ich innerhalb dieser Modelle pro Tag nutzen kann, komme ich dreimal hin. Das ist übrigens auch Teil meiner These, dass jemand, der mal abgesehen davon, dass er kein Entwickler ist und das sind zumeist diejenigen, die richtig richtig viele Token verbrauchen von den verschiedenen Modellen, aber trotzdem jeden Tag KI einsetzt, dass das keine Menschen sind, die auf irgendwelche 1000 oder 2000$ Subscription Modelle im Monat umswitchen werden. ähm und sich auch nicht vorstellen können, das in zwei oder drei Jahren zu tun, weil ich doch dann so viel KI nutzen würde, weil ich ja ein Herr von KI Agenten hätte, die meine Arbeit für mich erledigen. Nein, ich nutze KI auch für diese Ausgabe. Ich habe es euch gerade erklärt. Ja, die Tonspur wird genutzt, um äh ja, zumindest auch vorne wird genutzt, um die Tonspur dann hörbar zu machen. Ansonsten hört es sich ein bisschen gruselig an. Die Grundlage meiner Recherche ist tatsächlich oft Perplexity, eine Weitrei, wo ich übrigens nichts zahle. Da habe ich kein Abomodell. Ganz einfach, falls für mich wirklich, ich gebe ein Thema an oder ein Ausgangspunkt, ich bekomme eine schöne Quellenliste und dann kann ich einfach ähm weiterent ähm ja von da aus gehen und weiter recherchieren. Ebenso nutze ich ähm das Text zu Fotomodell oder Image Modell von Chat GPT, um z.B. meine Diagramme im begleitenden Artikel zu machen. Die Proms dafür lass ich tatsächlich von Cloud bauen, weil ich äh gemerkt habe, dass das ganz gut funktioniert. Also offensichtlich bin ich durchaus ein Ja, ich glaube schon, dass ich ein Heavy User bin. Also, ich mache den ganzen Agentenscheiß nicht, weil es nicht brauch für meine Arbeit und weil ich auch ein bisschen Angst davor habe, äh dass die Dinger dann auch irgendwann mal lustig durch die Gegend halluzinieren und irgendwelche Sachen raushauen, die ich so nicht raushauen würde. Das spare ich mir einfach. Ich komme komme ganz gut, glaube ich, mit meinem Job so durch. Warum wieder so eine lange äh so eine lange Einleitung ist auch schön. Mein Artikel und der Podcast unterscheiden sich ein wenig. Ähm, der Artikel zoomt noch ein bisschen weiter raus, denn da geht es letztendlich um die Frage der Kreislaufvestments und wie Big Tech seine KI Gewinne selbst überweist. übrigens eben wie die Umsätze, denn Gewinne ja sind jetzt außerhalb von Nvidia und diverse Teile der Zulieferkette nicht ganz so vorhanden, möchte ich mal behaupten. Aber in diesem Podcast äh werden wir uns ganz ganz stark äh auf China Modelle, Open Source Modelle aus China konzentrieren und ja, Apples Gegenstrategie. Und das ist insofern spannend, denn ich habe selbige schon im Januar 2025 mal umfangreich hier auf Metach backackert, indem ich sagte: "Ey, Apple macht das wirklich am smartesten." Die Company, die vielleicht allgemeinh immer noch als die ja im Bezug auf Designs und Bezug auf Produkte wohl innovativste und im Moment tatsächlich auch wertvollste Company, wenn mich nicht alles täuscht. Gilt hat gesagt, nö, machen wir nicht mit. Also, wir investieren nicht aber Milliarden, Hunderte Milliarden in irgendwelche KI Fabriken hinein. Wir schütten Nvidia nicht mit diesen Geldern zu, um von ihnen GPUs zu kaufen, um unsere eigenen Frontiermodelle zu trainieren und entsprechend anzubieten. Wir lassen die anderen mal machen und dann da suchen wir uns dann die Modelle aus, gucken, was am besten läuft für unsere Anwendung und dann kriegen die halt Geld dafür. Das hat Apple schon so mit dem allerersten iPhone gemacht, als es 2007 vorgestellt haben. Damals noch mit Yahoo, ne, als Suchmaschine sind dann nachher auf Google rüber geswitcht und äh zahlen den ich bin mir jetzt nicht mehr ganz so sicher, aber meine Zeitlang haben sie etwa eine Milliarde im Jahr dafür gezahlt und waren da ähm sehr fein mit gewesen. Aber die ganze KI Nummer, ich bin mir hundertprozentig sicher, ich meine Siri war einer der ersten Voice Assistant bzw. in der Form, wohl der erste Voice Assistant modernerer Generation oder Abteilung, wenn man das mal so nennen darf, weil smart sind die Dinger ja im Vergleich überhaupt nicht mehr, wenn ihr heute noch Siri nutzt. Und auch da hat man natürlich angefangen in solche Ökosysteme und Infrastrukturen hinein zu investieren. Und man hat natürlich auch angefangen Apple Intelligence als etwas zu sehen, als ein eigenes Modell und glaubte, dass man hier durchaus wettbewerbsfähig ist, bis man dann zu der Entscheidung gekommen ist, das nicht mitzumachen. Und während all diese anderen Companies, wie gesagt, jeweils hunderte Milliarden und perspektivisch gesehen über den nächsten dre vi Jahre Billionen US-Dollar investieren, sucht sich Apple das passende Modell aus und sagt, ihr kriegt Summe X und dafür kommt er hier bei uns aufs iPhone drauf. So, aber diese Companies, die solche Modelle und ich habe sie ja unter anderem genannt, ob es ein Shen GPT ist, ein Gemini oder ein Cloud, um jetzt mal wirklich ähm die bekanntesten zu nennen und die mit den entsprechenden Marktanteilen, wobei jetzt ein Clord nicht unbedingt ein riesen Marktanteil im Vergleich zu Gemini und Chat GPT hat, aber ja durchaus als eines der besten Modelle geld. Es ist ja immer Ja. temporäre Erscheinung. Ja, dann kommt der nächste von Google raus, also Gemini und dann wieder von Open AI und dann sind die wieder in den einem oder anderen Benchmark besser. Ähm, aber diese Modelle sind extrem teuer und diese Companies äh geben extrem viel Geld aus, äh bekommen tatsächlich auch extrem viel Geld, gerne von Nvidia, also Google natürlich nicht, äh um selbiges dann auch wieder zu investieren, nämlich in Nvidia GPUs oder die Investments von Open AI in AMD und Weice Verser, also man sichert sich Beteiligung, aber auch Comput Gus ähm bzw. generell halt Halbleiter, um Modelle wieder zu trainieren. Das kostet wahnsinnig viel Geld. Wohingegen? Und das ist ja jetzt auch ist noch keine zwei Jahre her, ne? Als wir diesen Deeps Moment erlebt haben, auf einmal kommt dann chinesisches Open Source Modell auf dem Markt und das scheint genauso gut zu sein wie die aktuellen Modelle von Open und Hass nicht gesehen. Ach und guck mal hier, es visualisiert auch noch Reasoning. Jetzt können wir sehen, wie das Dingen denkt. Ah, es ist alles so faszinierend. Und das war's schon. Ah, jetzt kommt auch noch raus, dass die für Diebepsig unsere Modelle genutzt haben, um das Dingen zu trainieren. Die Diebe haltet sie. Das äh alle anderen großen Modelle selber auf gestohlenen Daten basieren, wird ja gerne verschwiegen. Aber noch mal, das ist ja diese Idee dahinter und Deepsig war ja jetzt nicht ähm das erste chinesische Modell oder so, ne? über ein Quen oder so unterhalten. Aber was spannend ist zu sehen und das nicht erst seit GLM 5.2 zwei äh ist, dass diese chinesischen Modelle, diese Open Source Modelle einfach so verdammt gut wären, aber verdammt gut und dass die den Markt gerade mehr und mehr verschieben und potentiell in Kombination mit Apple, aber vielleicht sogar schon alleine, aber ich glaube besonders in Kombination mit Apple und da komme ich gleich drauf zu sprechen. die Aboelle der Hyperscaler wirklich killen könnte. Äh wenn ihr ähm auf Open Router geht und euch anschaut äh wie das mit den Tokenanteilen aussieht, also US-Modelle im Vergleich zu Chinaellen, dann sehen wir eine Verschiebung von ehemals so um die 70% bei den US-Modellen hin auf 30% bei den Tokenanteilen und chinesische Modelle sind seit Februar 2026 26 konstant über 30% und jetzt geht es in Richtung 46%. Wobei ich dazu sagen muss, im begleitenden Artikel habe ich das in meiner Infografik schon ein bisschen weiter äh überspitzt, würde ich fast sagen, gezeigt, ne? Weil wenn diese Entwicklung so weitergeht, also der Open Source und Open Weight Modelle im Vergleich zu den Properitären, dann wird sich das umdrehen und dann haben wir auf einmal die chinesischen Modelle bei 65% und äh die US-Modelle nur noch bei 35. Das ist schon ziemlich sensationell, ne? Vor allen Dingen basierend äh auf eine Analyse von City, also der Bank. die sagen, pass mal auf, Open Source Anteil hatten wir im Januar noch bei 34%. Jetzt im Juni liegt das schon bei 75, sorry, 65%. wäre ein bisschen schwierig. Ansonsten äh und gerade habe ich es angesprochen, wenn ein GLM 5.2, was so etwa 1,5 TB RAM benötigt, wenn ihr das mal eben kurz lokal betreiben wollt und ihr genug RAMriegel noch rumliegen habt bzw. Weise genug Bares um selbige zu kaufen, denn das ja nicht ganz so günstig bei den aktuellen Rammpreisen. Ähm da kannst du dann auch irgendwie glaube ich gar nicht so schlecht ausgeschippten Golf für bekommen. Ähm dann ist es spannend zu sehen, wie das bei diversen Benchmarks mittlerweile ja bis so auf 1 2% Punkte an Anthropics Spitzenmodelle herankommt und das zu einem Fünftel der Kosten. Also P mal Daum kommt immer drauf an, äh wo du das Dingen äh betreibst. Laut dem US Institut Kais ist im Moment, also die Studie ist vom Mai 2026, der Rückstand der chinesischen Modelle auf die proprietären Frontier Modelle der US-Anbieter, der liegt nur noch bei ca. 8 Millionen. Habe ich 8 Millionen gesagt, was ja völliger Bullshit ist. 8 Monate natürlich. 8 Monate, denn ich wollte danach anführen, wie viele Billionen äh investiert werden aus den USA, um diese 8 Monate Vorsprung zu rechtfertigen. Also zumindest für die nächsten zwei oder drei Jahre, ne? Die hauen ja jetzt nicht Billionen im Jahr raus, aber wobei ähm ich glaube, die ähm die Prognose für 2027 liegt in etwa bei einer Billion US-Dollar. Anyways, was spannend ist, ist wer mittlerweile gewechselt ist, z.B. Coinbase, die Kryptobörse, ne? Die haben 1200 Agenten auf GLM und Kimy laufen und haben, das sagen sie selber, ihre KI Kosten halbiert. Airbnb ist auf Cren rübergegangen, Shopify auf C und und sagen, glaube ich, war das nicht irgendwie sogar 75 mal günstiger, aber das kann ich mir nicht vorstellen, weil ich meine, ich hätte irgendwie was in der Richtung gelesen. Curser ist von Composer 2 auf Kimy Kate 2.5 gewechselt. Microsoft prüft, wie sie Deepsek auf Asure einsetzen. Das das sind ja jetzt alles keine kleinen Butzen, also äh zumindest von vom Marktwert und wie viele Kundinnen und Kunden die haben und das ist spannend. Äh, jetzt sind es zwar alles noch US Firmen, ja, aber gerade für Firmen außerhalb der USA ist das interessant, ähm, dass das schon so funktioniert, weil US-Modelle sind politisch gesehen wiederrufbar. Denkt mal, wenn euch Donald Trump mal wieder sagt, nee, das Modell ist so gut, das müssen wir mal abschalten. Schup passiert mit Anthropics Fable 5 Mythos 5. Dann steht er da und könnt zusehen, wo ihr bleibt. Und das ist der große Unterschied zu einem Modell auf einem eigenen Server. Da kann nicht ein Donald Trump mit seinen dicken schwarzen Filzstiften irgendwie ein Dekret äh unterzeichnen und äh das Dingen abschalten. Aber was hat das denn alles mit Apple zu tun und dieser Strategie, die ich äh vor etwa anderthalb Jahren schon mal skizziert habe? Nun ähm Kollege German, der diesen Apple Newsletter für Bloomberg schreibt, der hat am 12. Juli mal wieder eine neue Ausgabe äh rausgehauen und er redet dort über Apple Silicon, also was machen die mit ihren MPzessoren und äh wohin entwickelt sich das? Und sagt Apple streicht äh aus der sechsten Generation die M6 Pros, Max und Ultras und zieht die M7 Familie vor wegen KI. Das heißt, die NPU, die Neur Processing Unit Riesensprung machen, davon wird gesprochen. Aber was auch ziemlich spannend ist, ist, dass der M7 Ultra, der dann 2028 rauskommen soll, bis zu 1,5 TB Unified Memory hat. Und Ambitionen werden in Richtung ah, wir wollen so ein bisschen in Nvidia Blackwell GPU Klasse äh aufsteigen, also performance technisch mit einem Unterschied. Das was ihr lokal mit einer Blackwell GPU nutzen könnt, es sei denn, ihr holt euch jetzt hier eine entsprechende 5070er oder 5080er GPU. Das ist das ähm, was Nvidia in seinen DGX Sparks verbaut. Das sind diese kleinen Mini PCs mit 128 GB RAM und ich habe die Asus Variante ähm Es ähm GTender und äh es gibt da einen riesengroßen Unterschied, denn die Speicherbandbreite, die für die Auslieferung von Token so wichtig ist, es bei den Apple Dingern einfach eine Ecke höher. Also, wenn ihr z.B. hier ein Apple äh Mdry Mry auch schön, aber so ein M3 Ultra, der hat eine Speicherbandbreite von über 800 GB pro Sekunde. Ja, und ich kann mir vorstellen, dass das im Vergleich zu einem M7 kommenden durchaus noch erhöht wird. Und das schaffen die, indem sie ganz einfach, also zumindest war das bei den Vorgängermodellen so, ich weiß jetzt nicht, ob das bei dem M7 Ultra auch so sein wird. Die haben immer zwei Max dies genommen und über Interconnect miteinander kombiniert. Und das sind einfach dadurch extrem irre hohe äh Bandbreiten Speicher. Natürlich auch mit dem entsprechend schnellen LPDD Speicher und das alles direkt im Package drin und und das gibt es so vergleichbar in der Consumerabteilung eher nicht mehr. Da hat Apple ein Alleinstellungsstatus und das zeigt sich im Vergleich z.B. zu dem, was Nvidia mit Blackball macht bzw. was ich ja auch mit meinem ähm Essent GX10 von Asus nutzen kann, denn die haben tatsächlich nur eine Speicherbandbreite von 273 GB pro Sekunde, also etwa ein Drittel. Und wenn ich rein auf Textebene damit arbeite, dann dreht z.B. mein M4 Pro in der Mac Mini drin mit 48 GB Unied Memory. Ich würde nicht unbedingt sagen Kreise im Vergleich zu dem Asus Es mit der Blackball GPU von Nvidia, aber ist so etwa 20 25 bis 30% je nachdem welches Modell ich laufen lasse schneller als äh das was ich von Nvidia bekomme. Und abermals ich nutze da ja nur ein M4 Pro gerade drin, ne? Der hat, ich glaube, 400 GB oder noch nicht mal noch nicht mal irgendwie 300, bin mir jetzt nicht mehr so ganz sicher. Tatsächlich habe ich die Zahl überhaupt nicht mehr im Kopf. Und wir reden hier über den Altraub, der dann auch noch mit 1,5 TB Unified Memory kommt, denn Unified Memory ist der Flaschenhals lokaler KI Modelle und großene äh großene, ich wollte offene und große zusammenpacken, groffene, große offene Modelle passen damit komplett in den Speicher eines. Ja, ich weiß nicht, ob die das in den Mac Studio hineinpacken oder vielleicht gibt es ja noch mal Mac Pro. H und das Schöne daran ist, Apple muss nicht das beste Modell haben. Die müssen nur die beste Maschine haben, auf der die freien Modelle aller anderen laufen. Kein Abo, keine API und kein Dekret von Donald Trump, was dir dazwischen funken kann. Und das ist wirklich so spannend, denn die Billionen Dollar Hyperscaler, die ordentlich Kohle ausgeben, die refinanzieren sich über Abos und EPI Gebühren für die Token, die sie absetzen. Und wenn gut genug Modelle lokal laufen, da kollabiert das gesamte Modell, dieser Hyperscaler. Genau dann, wenn die Rechenzentren fertig sind und die rumstehen. Und das passt seitlich ganz gut, denn wenn wir uns anschauen, was bis 2027 2028 ausgebaut wird, wenn wir uns ansehen, wie die Open Source und chinesischen Modelle durch die Decke gehen. Wenn wir uns anschauen, also bezüglicher Nutzung, wenn wir uns anschauen, wie gut sie geworden sind und dann sehen, wie die Roadmap von Apple aussieht. Und wie gesagt, wir wir nutzen jetzt nur mal Apple. Wer weiß, ob AMD auch noch auf so eine Nummer kommen will oder Intel oder ein Qualcom. Im Moment sehe ich die nicht ansatzweise dort, wo Apple hinein galoppiert. Äh, dann könnte das Ende 2027 2028 richtig richtig knallen. Aber ne, Vorsicht, das ist erstmal nur eine Ankündigung, eine Meldung von vom vom German, aber er liegt mit seinen Vorhersagen übrigens auch Wik hier aus Taiwan. Ja, die haben einfach ein Track Record, diesbezüglich haben verdammt gute Kontakte rüber nach Apple und liegen da meistens mit richtig. Und mit meistens meine ich ist es eine extrem mit an Sicherheit grenzender Wahrscheinlichkeit. So wirklich. Wir müssen auch noch sehen äh Speicherknappheit. Äh SK Heinx sagt 2027 dürfte tatsächlich der schlimmste Engpass sein, wenn es um Speicher geht. Weiß ich noch nicht, was Apple da anbieten wird und es dürfte teuer sein, 1,5 TB in so eine Maschine zu bauen. Aber die kleinen, die destillierten Modelle sind mittlerweile schon so unfassbar gut geworden, dass wir es mittlerweile hinbekommen, Modelle in Smartphones lokal hineinzuscheppern in einem Bereich von 3 4 GB Größe, die Performance technisch in etwa auf dem Level liegen wie ja die erste öffentliche Beta vom Chat GPT damals, die rausgekommen ist und das war ein Modell mit 180 Milliarden Parametern. Das heißt, das was kommen wird in den nächsten zwei Jahren ist meiner Meinung nach wirklich die größte Gefahr für diese Investmentstrategie, die dort gerade betrieben wird. Und wenn wir uns die aktuellen Entwicklungen an den Börsen anschauen, z.B. TSMC, abermals neue Rekordumsätze und Gewinne announced äh fürs Quartal Aktium 8% mal eben kurz die Grätsche gemacht, wenn wir uns ansehen, dass die Leute auch den Bullshit von SpaceX nicht mehr glauben mit den Data Center im All, ja, das Dingen sowas von die Gretche macht. und so weiter und so fort. Ähm, ich glaube, dass diese Story gerade schwerlich aufrechhaltbar ist, denn die verlieren alle richtig Kohle. Parallel dazu erleben wir, wie Open Source Modelle durch die Decke gehen. Wir haben verifizierte große Companies, die sagen, wir nutzen solche Modelle und wir sparen X YZ dabei und die sind verdammt gut. Und jetzt parallel noch, dass Apple auf seiner Rootmap zukünftige Chips hat und damit zukünftige Macs, die es ermöglichen werden, verdammt performant performante und große Modelle lokal laufen zu lassen. Und ganz ehrlich, wenn ich die Möglichkeit habe, äh so ein Modell bei mir lokal laufen zu lassen, was dermaßen gut ist, dann werde ich mir überlegen, da richtig viel Geld hinein zu investieren, denn die kommenden Open Source Modelle werden ja wahrscheinlich nicht schlechter werden. Okay, dann muss man natürlich auch ausrechnen. Was zahle ich im Monat? Ich denke mal, ich dürfte so im Bereich für KI Tools und Modelle bei etwa 2 300 US-Dollar im Monat liegen. Ähm wobei das meiste tatsächlich dafür rausgeht äh für meine ähm Übersetzungsmodelle, die ich auf YouTube nutze. Das ist dann schon scheißen teuer. Also da lieg ja schon bei 200$ im Monat. Ähm aber für die für die Textmodelle was ist das denn? 50$ irgendwie sowas, dann kann man das zusammenrechnen. Sagen wir mal, ich gebe $00$ im Monat dafür aus. Sind es 3600$ im Jahr. Sag mir mal so 3 Jahre. Schup die Wup sind das über. Wenn ich mir also ein Mac hole, der im 000$ Bereich unterwegs ist und ich kann die Anwendungs Szenarien, die ich im Moment in die Cloud verlagert habe, in Abomodellen äh lokal laufen lassen. Da komme ich ins Grübeln. Da komme ich wirklich ins Grübeln. Und ich glaube, ich bin nicht der einzige, weil das, was 99% der Userinnen und User da draußen mit KI machen, das können sie jetzt schon lokal laufen lassen. Da bin ich fest von überzeugt. Ich bin auch davon überzeugt, dass die Nummer in den nächsten zwei Jahren knallen wird. Ich glaube tatsächlich nicht mehr, dass es bis Ende 2030 dauern wird, weil diese Entwicklung aus Open Source plus der Apple Strategie so viel Druck auf diese Branche ausüben wird. Ich hoffe, ich habe jetzt nicht zum Start in die Woche zu viel Druck auf euren äh ja auf euren Muskel zwischen den Ohren gepackt und das ist nicht zu gekig geworden, sondern kam so rüber, wie es rüber kommen sollte. ein bisschen rausgezoomt, ein bisschen pragmatisch einfach hier die entsprechenden Punkte miteinander verknüpft, die dashen, die valide sind, die verifizierbar sind, an die wir Quellen packen können, an die wir, ja, guck mal hier, Proof of Concepts durch diese entsprechenden Firmen wie Coinbase, Airbnb, Shopify, Curser und Core setzen können. Und dann noch in Kombination mit dessen, was auf Apples Rotmap steht. Heide Witzker, es wird spannend. Ich bin gespannt, was ihr davon haltet. Ihr könnt mir das gerne auf Apple Podcast, ha, wie passend, oder auf Spotify mitteilen. Ich würde mich freuen, wenn ihr dort mein Format bewerten könntet. Ja, einfach irgendwie weiß ich nicht fünf Sterne Deluxe oder so, was man vergeben kann. Lasst ihr auch ein direktes Feedback auch noch da. Auch das könnt ihr tun, freue ich mich drauf. Aber ansonsten findet ihr mich ähm auf äh Eurosky ähm palle.social, aber natürlich auch im Fediver @palmberg@mastodon.social. Ihr könnt diese Ausgabe auf YouTube hören und sehen, auf Pertbeube hören und sehen und auf allen anderen Plattformen entsprechend abonnieren. Und kommt bitte gerne auf metach.de de vorbei, denn da bekommt ihr den begleitenden Text auch noch geliefert, den ich euch auch entsprechend äh noch mal in der Videob geht einfach auf geht einfach auf metach.de und guckt euch diese Analyse an und teilt sie gerne weiter bzw. abonniert auch. Jetzt habe ich aber auch alles in bezüglich Like und Abo und Teilen und bewerten und so weiter. Sorry, so läuft einfach der Hase. [musik] In diesem Sinne, vielen, vielen Dank fürs Zuhören, vielen, vielen Dank fürs Zusehen. Hallo Ptube und YouTube. Bleibt gesund, bis zum nächsten Mal und ciao. [musik] อ