Langlebigkeit, KI & Big Biotech: Warum dich exponentielles Denken nach vorn katapultiert
Keine Glaskugel, kein Zukunfts-Hokuspokus – nur klare Daten, saubere Methodik und ein Mindset, das nach vorn geht. Beim nowinta-Event zeigt Zukunftsforscher und Bestsellerautor Lukas Pierre Bessis: Wer linear denkt, verliert – wer exponentiell versteht, entscheidet besser. Sein Credo: datengetriebener Optimismus statt Dystopie. „Wenn ich weiß, was hinter der Tür ist, mache ich sie auf.“
Worum geht’s hier für dich? Kurz: Wie KI und Robotik uns von Routinearbeit befreien, warum VR sein Henne-Ei-Problem bald knackt, weshalb Longevity als „Wartung für den Menschen“ das nächste große Ding ist – und wo die spannendsten Investment-Storys der nächsten 20 Jahre lauern (Hallo Big Biotech!). Plus: Ein 4-Schritte-Framework, mit dem du sofort ins Tun kommst.
Wer ist Lukas Pierre Bessis?
Zukunftsforscher, Bestsellerautor, Speaker – und Host des Podcasts „Zukunftsjäger“. Bessis steht für Klartext statt Buzzwords: Er übersetzt komplexe Zukunftsthemen so, dass sie verständlich und handlungsrelevant werden – ohne Fachchinesisch, mit starken Bildern und harten Zahlen.
Sein Ansatz ist „datengetriebener Optimismus“. Risiken werden nicht wegmoderiert, sondern in Fakten und Chancen eingeordnet. Ergebnis: eine motivierende, aber realistische Perspektive auf die nächsten Jahre. Dass das Methodik und keine Magie ist, zeigt sein Track Record: Bereits 2016 legte er Prognosen für 2025 vor – 82% sind eingetreten.*
Wodurch entsteht diese Trefferquote? Durch Feldforschung und Mustererkennung. Bessis spricht mit den Menschen, die Zukunft bauen – in Forschungseinrichtungen und Tech-Labs ebenso wie auf internationalen Konferenzen. Entscheidend ist dabei nicht das Einzelprodukt, sondern das Zusammenspiel von Roadmaps, Reifegrad, Bottlenecks und Ökosystemen. Wenn Hardware, Content, Regulierung und Nachfrage gleichzeitig reif werden, kippen Märkte – und genau diese Wendepunkte erkennt er früh.
Kernthemen von Bessis:
- Exponentielle Technologien: KI, Robotik, autonomes Fahren – und ihre Auswirkungen auf Wirtschaft und Gesellschaft.
- Longevity („Wartung für den Menschen“): DNA-Reparatur, Regeneration, 3D-gedruckte Organe – Fokus auf gesunde Lebenszeit.
- Zukunft der Arbeit: Wegfall repetitiver Tätigkeiten, Aufwertung von Sinnarbeit, neue Rollen durch Automatisierung.
- Unternehmerisches Handeln: „Everything as a Service“ senkt Eintrittsbarrieren; LUST-Framework (Lernen, Unternehmen, Sinn, Tun) als Praxisleitfaden.
Einstiegstipp: Sein Podcast „Zukunftsjäger“ führt ohne Fachjargon in die wichtigsten Technologie- und Gesellschaftstrends ein – mit Fokus auf Impact für deinen Alltag und deine Entscheidungen. Link zur Website: https://lukas-bessis.de/
Kurz zum Host: Nowinta Finanzgruppe
Das Interview mit Lukas Pierre Bessis wurde anlässlich des 35. jährigen Jubiläum der nowinta Finanzgruppe aufgezeichnet. Die nowinta positioniert sich als Finanzdienstleister, der nicht nur klassische Vermögensverwaltung bietet, sondern auch den Blick nach vorn wagt. Sie schafft Plattformen für den Austausch zwischen Finanzexperten und Vordenkern aus Zukunftsbranchen. Damit ermöglicht sie ihren Kund:innen und Partner:innen, aktuelle Finanzstrategien mit den langfristigen Trends und disruptiven Technologien zu verknüpfen, die unsere Welt prägen werden. Das Event war ein Beispiel dafür, wie nowinta relevante Zukunftsthemen aufgreift und in den Kontext von Investment- und Lebensplanung stellt. Weitere bekannte Redner auf den Veranstaltungen der nowinta waren Herr Robert Halver und der ehemalige Ministerpräsident Baden-Württembergs Dr. Lothar Spät.
Das familiengeführte Unternehmen gibt es seit 1990. Als unabhängiger Finanzdienstleister fokussiert sich die nowinta Finanzgruppe auf Vermögensverwaltung, Finanzplanung sowie Investmentberatung – ergänzt um Versicherungsschutz, Finanzierung und den An- und Verkauf von Immobilien. Im Mittelpunkt stehen klare Strategien statt Produktverkauf: transparent, regelbasiert, ganzheitlich. Das Ziel: finanzielle Handlungsfähigkeit sichern – heute, morgen und ein Leben lang gut beraten.
Warum Zukunftsforschung funktioniert: Exponentielle Zeiten
Zukunftsforschung ist kein Ratespiel, sondern das saubere Lesen von Mustern. Wer Technologiepfade versteht, prognostiziert nicht mit Bauchgefühl, sondern mit Wahrscheinlichkeit. Der zentrale Hebel dabei ist Exponentialität. Während unser Gehirn linear denkt – „30 Schritte weiter = überschaubare Distanz“ – entwickeln sich Schlüsseltechnologien oft in Verdopplungen. Was heißt das konkret? Verdopplung bedeutet, dass sich die Leistungsfähigkeit in festen Abständen nicht um eine feste Menge, sondern um den Faktor zwei erhöht: aus 1 wird 2, dann 4, 8, 16, 32 … Nach zehn Verdopplungen bist du schon bei 1024. Nach zwanzig bei über einer Million. Deshalb fühlen sich Fortschritte lange langsam an – bis das System kippt und alles sehr schnell geht.
Bei KI sehen wir genau diese Dynamik. Fähigkeiten verdoppeln sich in kurzen Zyklen, teils im 4-Monats-Takt. Das erzeugt den Effekt, dass Technologien erst wie Zukunftsmusik wirken und dann gefühlt „über Nacht“ zum Alltag werden. Die Diskrepanz entsteht nicht, weil wir blind sind, sondern weil unsere Intuition für exponentielle Kurven schlecht kalibriert ist.
Bessis’ Methode ist entsprechend Handwerk und kein Hokuspokus: Roadmaps lesen, Reifegrade beurteilen, Bottlenecks identifizieren und Ökosysteme im Blick behalten. Entscheidend ist selten das Einzelprodukt, sondern das Zusammenspiel von Hardware, Content, Regulierung und Nachfrage. Wenn mehrere Kurven gleichzeitig in die Reifephase drehen, entstehen Wendepunkte – und genau dort werden Prognosen belastbar.
„Wenn ich weiß, was hinter der Tür ist, mache ich sie auf.“ Zukunftsforschung übersetzt Ungewissheit in Szenarien und Wahrscheinlichkeiten.
Kurz zum Mitnehmen:
- Verdopplungen schlagen Intuition.
- Ökosysteme entscheiden über Timing.
- Roadmaps sind verlässlicher als Schlagzeilen.
Status-Check Technologien: KI, autonomes Fahren, VR/AR und KI-Agenten
KI ist längst kein Experiment mehr, sondern ein Produktivitätsmotor. In vielen Bereichen verdoppeln sich Fähigkeiten in kurzen Zyklen: Sprachverstehen, multimodale Verarbeitung, Agentenlogik. Im Alltag heißt das: Aufgaben, die gestern „zu komplex“ waren, sind heute automatisierbar – von Recherche und Content-Erstellung bis zu Planung, Auswertung und Koordination. Der entscheidende Punkt: Nicht jede Rolle verschwindet, aber nahezu jede Tätigkeit bekommt ein KI-Upgrade. Wer Prozesse neu denkt und die Mensch-Maschine-Aufgabenteilung sauber aufsetzt, gewinnt Geschwindigkeit und Qualität zugleich.
- Merke: Nicht jede Stelle fällt weg – aber jeder Job verändert sich.
Autonomes Fahren ist das zweite sichtbare Beispiel. Was vor wenigen Jahren als Zukunftsmusik galt, fährt heute in US-Städten im Regelbetrieb. Der Sprung kam nicht, weil eine einzelne Innovation alles gelöst hat, sondern weil Sensorik, Modelle, Rechenleistung, Karten, Sicherheit und Regulierung gemeinsam gereift sind. Genau dieses „Ökosystem-Kippen“ ist das Muster, auf das man achten sollte: Erst viel Testen, dann plötzlich Skalierung.
Virtual und Augmented Reality hängen aktuell vor allem am Content-Engpass. Technisch sind Headsets und Rendering weit gekommen, doch ohne überzeugende Inhalte bleibt der Massenmarkt zäh. Das erzeugt das Henne-Ei-Problem: wenige Brillen, wenig Inhalte und umgekehrt. Bessis erwartet hier einen Kipp-Punkt in ein bis zwei Jahren, wenn Creator-Tools, Budgets und Plattformen aufeinander einzahlen. Dann wird VR nicht jede Reise ersetzen, aber hochwertige Remote-Erlebnisse schaffen, die sich real anfühlen und neue Geschäftsmodelle ermöglichen.
- Nächste Etappe: Content-Ökosystem + Creator-Tools + Distribution → Massenadoption.
KI-Agenten sind der praktische Brückenschlag in den Alltag. Sie übernehmen strukturierte Recherchen, bereiten Interviews vor, bauen Dossiers, entwerfen Tabellen, checken Fakten und liefern Optionen – der Mensch kuratiert, bewertet, entscheidet. Das verschiebt Journalismus, Marketing, Beratung und Backoffice-Arbeit in Richtung Orchestrierung: weniger manuelles Abarbeiten, mehr Qualitätskontrolle, Kontext und Kreativität. Wichtig ist, Agenten gezielt zu trainieren und klare Qualitätskriterien zu definieren, damit Automatisierung nicht zu „schneller Mittelmäßigkeit“ führt, sondern zu besserem Output.
- Best Practice: Klare Briefings, Review-Checklisten, kontinuierliches Feintuning der Agenten.
Datengetriebener Optimismus: Warum Fakten die Angst vor der Zukunft schlagen
Angst entsteht, wenn wir nicht wissen, was kommt. Genau hier setzt datengetriebener Optimismus an: Er ersetzt diffuse Sorgen durch belastbare Entwicklungen. Ein starkes Beispiel ist der Blick auf die globale Armut. Anfang der 1990er-Jahre lebten etwa vier von zehn Menschen in extremer Armut. Heute ist es ungefähr einer von zehn. Das ist kein „Gefühl“, das sind harte Zahlen und sie durchkreuzen das Narrativ, dass „alles immer schlimmer wird“. Fortschritt passiert, oft leise, oft gegen die Intuition. Wenn du deinen Blick für die Realität stärken willst dann lies dir doch das Buch Factfullness durch: https://amzn.to/492VR8E
Die Zukunftsforschung verstärkt diesen Effekt, indem sie Entwicklungen in Kontext setzt: Was ist technologisch reif? Welche Bottlenecks lösen sich gerade? Welche politischen und regulatorischen Weichen werden gestellt? Wenn diese Elemente zusammenkommen, kippt ein System und Innovation wird spürbar. Das erklärt, warum viele Trends lange wie Zukunftsmusik klingen und dann plötzlich normal sind.
„Ich nenne es datengetriebenen Optimismus. Wir leben heute in den besten Zeiten.“ Dieser Satz ist keine Schönfärberei, sondern eine Einladung, Fakten wichtiger zu nehmen als Schlagzeilen. Wer Roadmaps liest, Verdopplungsraten versteht und Ökosysteme beobachtet, verschiebt die Perspektive: von Angst zu Handlung, von Reaktion zu Gestaltung.
Kurz zusammengefasst:
- Fakten kalibrieren das Bauchgefühl – und entzaubern Dystopie.
- Kontext ist King: Reifegrad, Bottlenecks, Regulierung und Nachfrage entscheiden über Timing.
- Optimismus ist kein Selbstzweck, sondern ein Werkzeug, um mutig und informiert Entscheidungen zu treffen.
Zukunft der Arbeit: Verlust, Befreiung, Verlagerung
Die Zukunft der Arbeit ist keine simple Subtraktion von Jobs, sondern eine massive Umverteilung von Tätigkeiten. Automatisierung nimmt uns zuerst das, was Menschen ungern, unsauber oder ineffizient tun: repetitives Fahren, monotone Verwaltung, standardisierte Analysen. Genau deshalb fühlt sich der Wandel ambivalent an – Verlustängste auf der einen Seite, Freiheitsgewinne auf der anderen.
Bessis formuliert es radikal ehrlich: Ja, viele Rollen, die primär aus Routinen bestehen, werden verschwinden. Autonomes Fahren ist dafür ein prominentes Beispiel – die Technologie wurde nicht entwickelt, um in der Schublade zu bleiben. Gleichzeitig entsteht ein riesiger Spielraum für Arbeiten, die Sinn stiften: Problemlösen, Beziehungsarbeit, Kreativität, Unternehmertum, Community-Building. Wenn Maschinen die Pflicht übernehmen, können Menschen sich der Kür widmen.
Ein zweiter Hebel ist die Kostenlogik. Roboter und KI stellen keine Rechnung, brauchen keine Wohnung, keine Rente – sie verbrauchen primär Energie. Mit wachsendem Anteil erneuerbarer Quellen sinken die Grenzkosten vieler Leistungen. Das kann Dienstleistungen günstiger machen und Zugang verbreitern: vom Handwerk über Pflege-Assistenz bis hin zu persönlicher Bildung.
- Praxis-Tipp: Den eigenen Job in Aufgaben zerlegen. Was ist regelbasiert (automatisierbar)? Was ist beziehungs- und sinngetrieben (menschlicher Kern)? Danach Prozesse neu aufsetzen.
Der Übergang verlangt aktives Umsteuern: Upskilling in Datenkompetenz, KI-Orchestrierung, No-/Low-Code, sowie Soft Skills wie Kommunikation und Urteilsvermögen. Organisationen, die Mensch-Maschine-Teams bewusst designen, gewinnen Geschwindigkeit und Qualität und werden zum Magneten für Talente, die genau diese Arbeitsweise suchen.
Kurz gesagt: Die Frage ist weniger „Ob mein Job bleibt?“, sondern „Welcher Teil meiner Arbeit wird aufgewertet und welchen gebe ich bewusst an Systeme ab?“ Wer hier Klarheit gewinnt, baut Zukunftssicherheit auf.
Longevity – Wartung für den Menschen
Stell dir Langlebigkeit wie Oldtimer-Pflege vor: Autos aus dem letzten Jahrhundert laufen, weil wir Wartung beherrschen – Ölwechsel, Dichtungen, Ersatzmotor. Genau dieses Prinzip überträgt die Longevity-Forschung auf den Körper. Der Mensch arbeitet 24/7, sammelt Abnutzung und Fehler an. Wenn wir Schäden früh erkennen und gezielt reparieren, verlängern wir nicht nur die Lebenszeit, sondern vor allem die gesunde Lebenszeit.
Was heißt „Wartung“ konkret? Drei große Bausteine zeichnen sich ab. Erstens Präzisionsreparatur auf molekularer Ebene – etwa DNA-Reparatur, um Fehlfunktionen zu korrigieren, bevor sie krank machen. Zweitens Regeneration durch Zellen und Gewebe – Stichwort Frischzellansätze und gezielte Reprogrammierung, um alternde Systeme zu verjüngen. Drittens Ersatzteile aus dem Labor: 3D-gedruckte Organe wie Leber, Niere oder Herz, die perspektivisch Defekte ersetzen können. Zusammen ergibt das ein neues Verständnis von Gesundheit: weg von „fixen, wenn’s kaputt ist“ hin zu kontinuierlicher Maintenance.
„Wer die nächsten zehn Jahre gesund übersteht, erlebt drastische Verbesserungen. Nicht an etwas Dummem sterben.“ Dieser zugespitzte Satz bringt die Zeitdimension auf den Punkt. Vieles ist bereits in Studien oder früher Anwendung, noch nicht alles ist Mainstream. Aber der Takt zieht an, weil Biotech, Daten und KI zusammenwirken: bessere Diagnostik, schnellere Forschungsschleifen, personalisierte Therapien.
Für den Alltag heißt das: Prävention wird zur High-ROI-Entscheidung. Wer Schlaf, Bewegung, Ernährung und Biomarker ernst nimmt, verschiebt Risiken nach hinten – und ist da, wenn neue Treatments kommen. Information ist der zweite Hebel: Longevity-Konferenzen werden gestreamt, Fachportale und Podcasts machen den Zugang leicht. Bessis’ „Zukunftsjäger“ ist ein guter Einstieg, weil komplexe Themen dort ohne Fachchinesisch erklärt werden – inklusive gesellschaftlichem Impact.
Kurz zusammengefasst:
- Maintenance statt Reparatur: kontinuierlich kleine Schäden verhindern, große Eingriffe vermeiden.
- Drei Pfeiler: DNA-Reparatur, Regeneration, 3D-Organe.
- Timing zählt: Prävention jetzt erhöht den Nutzen künftiger Therapien.
Investment-Perspektiven: Big Biotech, Freizeit & Mobilität
Wenn Technologien exponentiell reifen, verschieben sich Value-Chains. Aus Anlegerperspektive deutet vieles darauf hin, dass „Big Biotech“ die Rolle von „Big Tech“ der letzten 20 Jahre übernimmt. Der Grund: Medizin wird datengetrieben, iterativ und schneller – dank KI-gestützter Forschung, besserer Diagnostik und präziserer Eingriffe. Das öffnet Pfade, schwere Krankheitsbilder schrittweise zu entschärfen.
Biotech ist dabei kein monolithischer Block, sondern ein Ökosystem: Plattform-Unternehmen, die Tools und Daten liefern; Entwickler, die spezifische Indikationen angehen; Zulieferer, die Geräte, Reagenzien oder Infrastruktur bereitstellen. Für Investoren heißt das: Diversifikation innerhalb des Segments ist kein „Nice-to-have“, sondern Risikomanagement. Studienrisiko, Zulassungen und Finanzierungsschwellen bleiben real – das Upside entsteht, wenn die Pipeline breit genug ist und Meilensteine kumulieren.
- Ausblick der nächsten 20 Jahre: Big Biotech wird – in Summe – der strukturelle Gewinner.
Zeitwohlstand ist der zweite Pfeiler. Wenn Automatisierung repetitive Arbeit reduziert, steigt der Anteil verfügbarer Zeit. Und wo Zeit frei wird, wächst Nachfrage nach Erlebnissen: Reisen, Sport, Vereinsleben, Bildung, Community-Formate. Die Freizeit- und Tourismuswirtschaft profitiert, besonders Anbieter, die Erlebnisse kuratieren, personalisieren und hybrid denken – vor Ort und remote.
- These: Erlebnisökonomie skaliert, wo Personalisierung und Community aufeinandertreffen.
Mobilität bleibt die Lebensader dieser Entwicklung. Autonomie, Software-Updates, Sharing und neue Antriebe machen Transport flexibler – von der letzten Meile bis zur Fernreise. Gleichzeitig entsteht eine Gegenbewegung: Hochwertige Remote-Erlebnisse (VR/AR) werden einige Wege ersetzen. Gewinnen werden jene, die beides können – physische Experience und digitale Premium-Alternative.
Zur Einordnung eine kompakte Übersicht:
- Biotech/Longevity
- Treiber: KI in Forschung/Diagnostik, regulatorische Lernkurven, Datenplattformen.
- Risiken: Studienausfälle, Zulassungsverzögerungen, Kapitalmarktzyklen.
- Freizeit/Tourismus
- Treiber: Zeitwohlstand, Erlebnis- und Gesundheitsfokus, Community-Modelle.
- Risiken: Konjunktur, Nachhaltigkeitsanforderungen, Substitution durch VR.
- Mobilität
- Treiber: Autonomie, Software-Defined Vehicles, neue Geschäftsmodelle.
- Risiken: Regulierung, Sicherheit/Haftung, Infrastruktur-Engpässe.
- VR/AR (als Querhebel)
- Treiber: Content-Ökosystem, Creator-Tools, bessere Hardware.
- Risiken: Adoptionstempo, UX, Preispunkte.
Wichtig: Das ist keine Anlageberatung. Entscheidend sind Zeithorizont, Risikotoleranz und saubere Diversifikation. Inhaltlich liefern Bessis’ Thesen aber eine klare Richtung: Wo Lebenszeit länger und Arbeit leichter wird, fließt Nachfrage in Gesundheit, Erlebnisse und Mobilität und die Plattformen, die diese Wellen tragen.
LUST-Framework: Vom Zusehen ins Machen
Zukunft passiert nicht „irgendwann“ – sie passiert jetzt. Damit aus Erkenntnis Momentum wird, nutzt Bessis ein simples, kraftvolles Raster: LUST. Vier Buchstaben, die dich vom Grübeln ins Handeln bringen.
L – Lebenslanges Lernen: Es gibt keinen Endstand mehr, nur Zwischenstände. Technologien, Märkte, Skills – alles ist im Fluss. Wer kontinuierlich lernt, bleibt gestaltfähig. Praktisch heißt das: wöchentlich Lern-Sprints einplanen, Roadmaps lesen statt nur News, eigene Use-Cases testen.
U – Unternehmen: Alles ist „as a Service“ verfügbar. Du brauchst kein Spezialstudium, um zu bauen. Rechenleistung, KI, Payment, Logistik – es gibt Bausteine für fast alles. Deine Aufgabe: Ein echtes Problem wählen, die richtigen Services kombinieren, schnell ins Feld gehen.
S – Sinn: Mach nicht, was „nur“ Geld bringt. Mach, was dich intrinsisch zieht. Sinn schafft Ausdauer und Ausdauer schlägt Talent, wenn sich Felder schnell bewegen. Frag dich: Wo habe ich echten Impact? Wofür bleibe ich freiwillig länger wach?
T – Tun: Ideen zählen 1%, Ausführung zählt 99%. Starte klein, teste real, sammle Feedback, iteriere. Oder, wie Bessis es zuspitzt: „Man verpasst 100% der Würfe, die man nicht nimmt.“ Keine endlosen Debatten – Mikro-Experimente schlagen PowerPoint.
Kleiner 30-Tage-Plan zum Start:
- Woche 1: Ein KI-Agent produktiv machen (Recherche oder Content), klare Qualitätskriterien definieren.
- Woche 2: Ein konkretes Problem wählen und mit „as a Service“-Bausteinen prototypen.
- Woche 3: Nutzerfeedback einsammeln, Hypothesen anpassen, zweite Iteration live testen.
- Woche 4: Lessons Learned dokumentieren, wiederholbare Prozesse bauen, den nächsten Mini-Case auswählen.
Key Takeaways
- Exponentielles statt lineares Denken: Technologien reifen in Verdopplungen – lange wenig sichtbar, dann sehr schnell. Roadmaps und Ökosysteme lesen schlägt Bauchgefühl.
- KI als Produktivitätsmotor: Nicht jede Stelle fällt weg, aber jede Tätigkeit verändert sich. Gewinner orchestrieren Mensch-Maschine-Teams.
- Autonomes Fahren zeigt das Muster: Reife in Technik, Regulierung und Nachfrage kippt Systeme – erst testen, dann skalieren.
- VR/AR kurz vor dem Content-Kipp-Punkt: Henne-Ei-Problem löst sich, wenn Creator-Tools, Budgets und Distribution greifen.
- Longevity = Wartung für den Menschen: DNA-Reparatur, Regeneration und 3D-Organe verschieben Gesundheit von „reparieren“ zu „maintainen“.
- Investment-These: Big Biotech wird zum neuen Big Tech; zusätzlich profitieren Freizeit/Erlebnisse und flexible Mobilität. Keine Anlageberatung.
- LUST-Framework: Lernen, Unternehmen, Sinn, Tun. Micro-Tests statt Debatten – 30 Tage reichen für Momentum.
FAQ
Wie unterscheidet sich „datengetriebener Optimismus“ von blindem Techno-Optimismus?
Datengetriebener Optimismus basiert auf belegbaren Trends, Kennzahlen und Roadmaps. Er blendet Risiken nicht aus, sondern ordnet sie neben Chancen ein. Techno-Optimismus ignoriert oft Bottlenecks (z.B. Regulierung, Ökosystem, Kosten) – genau diese Hürden adressiert der datenbasierte Ansatz explizit.
Was heißt „Ökosystem-Kipp-Punkt“ konkret - woran erkenne ich ihn?
Wenn mehrere Bedingungen gleichzeitig reif sind:
- Technik: Prototyp → stabile, skalierbare Version
- Angebot: Genug Content/Use-Cases/Partner
- Nachfrage: Klarer Mehrwert, Zahlungsbereitschaft
- Rahmen: Regulierung, Standardisierung, Finanzierung
Sichtbar wird das in beschleunigten Nutzerzahlen, sinkenden Stückkosten und einer Welle an Komplementärprodukten.
Welche Skills helfen mir ganz konkret in den nächsten 12 Monaten?
- KI-Orchestrierung: Briefings, Prompting, Review-Checklisten
- Datenkompetenz light: Metriken verstehen, einfache Analysen interpretieren
- No-/Low-Code: Automationen, Workflows, Prototyping
- Kommunikations- und Urteilsfähigkeit: Quellenqualität prüfen, Entscheidungen begründen
Wie setze ich KI-Agenten, ohne Qualität zu verlieren?
- Goldstandard definieren: Beispiele für „guten Output“
- Guardrails: Faktencheck, Quellenpflicht, Stilrichtlinien
- Workflow: Agent → menschliches Review → Agent-Iteration
- Metriken: Zeitgewinn, Fehlerquote, Zufriedenheit messen und nachschärfen
Wird ein Grundeinkommen notwendig, wenn Automatisierung viele Jobs ersetzt?
Bessis skizziert zwei Pfade:
- Einkommensseite: Modelle wie Grundeinkommen werden diskutiert.
- Kostenseite: Leistungen werden günstiger, weil Roboter/AI primär Strom brauchen und Grenzkosten sinken. In Summe könnte Lebenshaltung preiswerter werden. Welche Mischform sich durchsetzt, ist politisch-gesellschaftlich zu klären.
Bedeutet mehr Remote-Experience (VR/AR), dass Städte an Bedeutung verlieren?
Teilweise. Hochwertige Remote-Erlebnisse reduzieren manche Wege. Gleichzeitig bleibt physische Experience relevant (Community, Live-Events, Reisen). Gewinner sind Hybride: Orte und Anbieter, die physisch stark sind und digitale Premium-Alternativen bieten.
Wie trenne ich Hype von Substanz bei Longevity?
- Pipeline prüfen: Studienphasen, Peer-Review, Replikation
- Mechanismus verstehen: Was wird wie verändert (z.B. DNA-Reparatur)?
- Regulatorik: Zulassungspfade, Sicherheitsprofil
- Ökosystem: Kliniken, Diagnostik, Hersteller – wer ist angebunden?
- Zeitachse: Was ist heute verfügbar, was in 3–5 Jahren, was in 10?
Welche ethischen Fragen wirft Autonomie (Fahren/Robotik) auf?
- Verantwortung/Haftung bei Unfällen
- Bias/Sicherheit bei KI-Entscheidungen
- Arbeitsplatzwandel fair gestalten (Umschulung, Teilhabe)
- Datenschutz bei Sensorik und vernetzten Systemen
Antworten entstehen aus einem Mix aus Technik-Standards, Regulierung und gesellschaftlichem Dialog – sie sind mitentscheidend für die Adoptionsgeschwindigkeit.
Wie baue ich mir eine persönliche „Zukunfts-Routine“?
- Wöchentlich: 1–2 Stunden Lern-Sprint (Roadmaps, Studien, Demos)
- Monatlich: Einen Mini-Use-Case testen (Agent, Automation, Tool)
- Quartalsweise: Skill-Upgrade (No-Code-Kurs, Daten-Grundlagen)
- Halbjährlich: Konferenz/Meetup besuchen (online reicht oft)
So entsteht ein Rhythmus, der Überforderung reduziert und Momentum erzeugt.
Disclaimer:
Dieser Artikel dient ausschließlich Informationszwecken und stellt keine Anlageberatung dar. Die hier geäußerten Meinungen und Tipps sind die persönlichen Ansichten von den Interviewpartnern und des Autors und sollten nicht als Empfehlung zum Kauf oder Verkauf von Finanzprodukten verstanden werden. Jede Investition birgt Risiken, bis hin zum Totalverlust. Bitte informiere dich umfassend und hole gegebenenfalls professionellen Rat ein, bevor du Anlageentscheidungen triffst.
Über die Autoren:
Laura Podleska und Lukas Beisswenger sind die Stimmen hinter dem Podcast #investieroderverlier. Beide investieren selbst und haben zahlreiche Finanzprodukte getestet und machen Finanzen endlich verständlich, ehrlich und unterhaltsam. Ihr Ziel: Junge Menschen motivieren, ihre Geldanlage selbst in die Hand zu nehmen – ohne Fachchinesisch, aber mit Klartext und Community-Power.
*sind nach eigenen Aussagen eingetreten.