Beiträge von sam51

    Die Antwort hängt davon ab, wie viel Prozent des Gesamtvermögens Aktien und Tagesgeld ausmachen. Sind es 100%, dann ist das Risiko anders zu bewerten als wenn der Anteil nur 10% des Gesamtvermögens beträgt.

    In meinem Fall beträgt der Aktienanteil gerade mal 15%, eine Entnahmestrategie habe ich auch als Rentner nicht, weil ich das Geld nicht benötige. Selbst wenn es einen 50%-Crash gäbe, würde das meine finanzielle Situation nicht wesentlich beeinflussen.

    Geh mal in die Vergangenheit zurück. Was ein 200€ Handy heute kann, war mal der Gegenwert eines kleinen Rechnenzentrums. Und davor brauchte man ganze Häuserblocks für die Rechenkapazität eines Taschenrechners. Ich halte es durchaus für plausibel, dass in einer gewissen Zeit lokale KI Modelle auf dem Handy laufen. Und erst recht auf einem ordentlichen PC. Für viele Anwendungen braucht es auch kein Hochleistungsmodell.

    Da unterliegst du leider einem Irrtum. Moore's Law gilt schon lange nicht mehr. Bei der Leistungsfähigkeit von Hardware nähern wir uns asymptotisch einer harten physikalischen Grenze. Große Cloud-Modelle, deren Leistungsfähigkeit und Geschwindigkeit die Menschen so begeistern, werden selbst auf einem lokalen, mit 4 NVidia-4090 hochgerüsteten Server (ca. 15000 EUR) nicht laufen, schon gar nicht auf einem Smartphone. Diese Vorstellung ist absurd. Ein Modell der GPT4/GPT5-Klasse benötigt je nach Quantisierung 500-1000 GB VRAM, mithin zwischen 80-200 GPUs der 4090-Klasse.

    Es wird sicherlich immer noch Fortschritte bei der Hardware geben, allerdings nicht in dem Maße wie in den letzten Jahrzehnten. Auch werden für bestimmte Aufgabe spezialisierte LLMs lokal betrieben werden können. Zwar nicht auf dem PC des Mitarbeiters, aber auf einem lokalen Cluster in der Preisklasse 1 Mio. EUR aufwärts.

    Grundsätzlich denke ich meine Finanzen selber. Ich habe jedoch auch schon mein aktuelles Depot aus ETF/Einzelaktien den KI´s zur Einschätzung gegeben, ob damit mein gewünschtes Ziel Cashflow bei Werterhalt über der Inflationsrate erreichbar ist.

    Warum lädt man solche Daten ins Internet? Alle rufen nach Datenschutz, aber sobald man etwas vermeintlich kostenlos bekommt, interessiert das offenbar niemanden mehr. Da ist die Motivation ähnlich wie bei Parquet und Konsorten, wo man PDFs seiner Wertpapiertransaktionen mit allen(!) Daten hochlädt, um ein paar bunte Bildchen zu bekommen.

    Beeindruckend ist halt, dass die Auswertung in Sekundenschnelle passiert. Die Einschätzung braucht nur wenige Sekunden, man sieht den eigenen Gedankenansatz sauber gegliedert und die Zahlen passen soweit, wobei mir die KI mehr Aufschüttungsrendite spendiert als mein Tool DivvyDiary.

    Das ist der Grund, warum NVidia so gut dasteht. Damit deine Anfrage so schnell beantwortet werden kann, benötigt man für ein großes Modell einen Rechencluster, der typischerweise aus 80 H100 GPUs von NVidia besteht, Stückpreis gut 30.000 EUR plus umgebende Hardware. So ein Cluster kostet 4-5 Mio. EUR in der Anschaffung und 150-300k EUR pro Jahr im Betrieb. Von diesen Clustern gibt es eine ganze Menge in einem KI-Rechenzentrum. Damit dürfte sich übrigens die Idee einiger, ein solches Modell zuhause lokal laufen zu lassen, als unrealistische Wunschvorstellung erweisen.

    Falls du übrigens die aktuellen Zahlen für die Dividenden haben möchtest, musst du das im Prompt explizit angeben.

    Meine Erfahrung mit dieser Art der Kommunikation mit der KI: die KI schmeichelt gerne und redet einem oft nach dem Mund.

    LLMs sind darauf getrimmt, freundlich und lobend zu antworten. Das erhöht den Reiz, sie zu benutzen.

    Wenn man die Frage auch nur geringfügig als Suggestivfrage in die eine oder andere Richtung stellt, fallen die Antworten und Empfehlungen sehr unterschiedlich aus. Wenn man sich dann den Spaß erlaubt kritisch nachzufragen oder gar offensiv Einwände zu erheben, bspw. "bist du sicher?" oder "das stimmt doch alles überhaupt nicht was du da schreibst!" wird es mitunter sehr lustig. Dann behauptet die KI auch gerne mal das komplette Gegenteil von dem was sie Sekunden zuvor noch gesagt hat.

    Das liegt an der Funktionsweise eines LLM. Die Antwort ist stark davon abhängig, wie man die Frage formuliert. Man bekommt die statistisch wahrscheinlichste Antwort, die nicht unbedingt zu 100% korrekt sein muss. Daher ist es wichtig, den Prompt sehr präzise zu formulieren. Je mehr Informationen darin enthalten sind, desto besser wird die Antwort ausfallen.

    Hat die KI erkennbar eine falsche Antwort produziert und wird darauf hingewiesen, führt diese zusätzliche Information tatsächlich in einigen Fällen zur einer Antwort, in der das Gegenteil behauptet wird ("Ja, du hat Recht, diese Einstellung gibt es auf einem Samsung-Smartphone nicht.") Problematisch wird es, wenn die KI dann anfängt zu halluzinieren und nur noch Unsinn von sich gibt. Das hat man aber in aktuellen Versionen recht gut in den Griff bekommen. Ganz abstellen kann man es leider nicht.

    Noch lustiger ist es übrigens zwei KI-Tools parallel zu nutzen und die jeweiligen Antworten in der anderen KI zu überprüfen.

    Es passiert gar nicht so selten, dass unterschiedliche KIs beim gleichen Prompt völlig entgegengesetzte Aussagen treffen. Häufig bei Sachverhalten, die sich kurzfristig ändern. Das liegt daran, dass Modell im Produktivbetrieb statisch sind, also nur Dinge kennen, die sie bis zum Zeitpunkt ihres GoLive gelernt haben. Sie können zwar auf aktuellen Informationen im Internet zugreifen, tun das aber meist nur, wenn man sie explizit dazu auffordert.

    Das ist in meinen Augen auch momentan das Hauptproblem in der breiten Masse bei der Nutzung von KI. Irgendwas ist in den letzten Monaten/Jahren gekippt, plötzlich sind die Antworten der KI scheinbar über jeden Zweifel erhaben.

    Die Modelle sind im Laufe der letzten Monate deutlich besser und leistungsfähiger geworden. Das gilt insbesondere für die kostenpflichtigen Varianten. Kam vor einem Jahr noch ziemlich viel Quatsch als Antwort, liefern aktuell die 400-700B GPT5-Modelle beeindruckende Leistungen. Selbst die free-to-use-Modelle sind inzwischen für viele Fälle hinreichend gut. Da diese Modelle Meister der Autoritätsillusion sind, wirken die Antworten kompetent und überzeugend. Die wenigsten zweifeln das dann an.

    Ich finde es unendlich ätzend, wenn niemand mehr selbst denkt sondern einfach nur die KI fragt und dann die Antwort als 100% richtig erachtet.

    Es ist eben bequem. Bei diesem Thema fällt mir ein uralter Spruch ein: "... und wo lassen Sie denken?" Heute aktueller denn je. Dumm nur, dass ein LLM nicht denkt, sondern die statistisch wahrscheinlichste Antwort liefert. Die muss nicht unbedingt richtig sein. Deutlich werden Schwächen z.B. bei Fragen zur Bedienung von Programmen und Betriebssystemen ("Wie kann ich das in Android einstellen?"). Das Problem entsteht hier durch viele verschiedene Varianten und Versionen und liegt in der Art, wie ein LLM funktioniert, begründet. Verlässt man sich in diesem Bereich auf die Antworten, kann das übel in die Hose gehen. Ist mir auch schon mal passiert.

    Für mich persönlich funktioniert KI nur, wenn ich sie als Hilfe zu Themen nutze, in denen ich mich grundsätzlich auch auskenne. Denn immer noch kommen da Antworten, die schlicht falsch sind, und wenn das in Themengebieten passiert, von denen ich keine Ahnung habe, fällt es mir schwer, die Antworten einzuordnen. Das Gegenchecken der Antworten kostet dann mehr Zeit als wenn ich es gleich ohne KI mache.

    Richtig, man kann KI als ein mächtiges Werkzeug nutzen, wenn man weiß wie. Kennt man sich in dem Bereich, zu dem man Fragen stellt, selbst aus, kann man die Qualität der Antworten beurteilen. Für die anderen Bereiche gilt: "Wer wenig weiß, muss Vieles glauben."

    KI kann sehr nützlich sein, wenn man sie richtig verwendet und weiß, wie sie funktioniert. Sie hat aber auch ihre Tücken. Eine davon ist die Autoritätsillusion, die sie erzeugt. Sie antwortet immer logisch, strukturiert, präzise und ohne Zögern. Das wirkt dann wie Kompetenz. Sie ist immer freundlich, wirkt nie genervt, stellt geduldig Rückfragen und klingt analytisch und sachlich. Das erzeugt eine Beziehungsillusion. Aber eine KI, oder genauer gesagt ein LLM, ist weder eine fachliche Autorität noch ein freundlicher Berater, sondern ein statistischer Textgenerator.

    Jetzt lese ich hier also einen Beitrag, wo jemand beschreibt, dass er über Monate mit ChatGPT, wahrscheinlich der frei zugänglichen Version, aus finanzieller Sicht betrachtet, intime Gespräche führt. Er gibt dabei seine komplette Vermögenssituation preis (so habe ich es zumindest verstanden) und lässt sich in eine Art "KI-Beratungsbeziehung" hineinziehen, die weder sicher noch fachlich belastbar ist.

    Was zuerst auffällt, ist das Datenschutzrisiko. Kostenlose KI-Modelle speichern die Eingaben, um sie zu analysieren und zur Optimierung zu nutzen, Wer also dort seine Vermögenssituation eingibt, gibt sie praktisch an die Öffentlichkeit.

    Eine KI kann man gut verwenden, um sich Begriffe erklären zu lassen oder Szenarien durchzurechnen. Was sie aber nicht kann, ist z.B. eine Risikotragfähigkeit zu bestimmen oder Anlageziele zu bewerten. In diesem Zusammenhang ist wichtig zu verstehen, dass eine KI plausible, aber manchmal falsche Antworten erzeugt. Sprachmodelle sind darauf optimiert, überzeugend zu klingen, nicht darauf, richtig zu sein. Gerade im Finanzbereich kann das gefährlich werden.

    Im Übrigen kann eine KI schon aus rein rechtlichen Gründen keine Finanzberatung leisten. Daher ist schon der Titel dieses Threads abwegig.

    Aber warum z.B. Gold privilegiert ist und andere Edelmetalle nicht, erschließt sich mir beim Besten willen nicht. :/

    Wo ist denn Gold gegenüber anderen Metallen privilegiert? Der einzige Unterschied ist, dass man für Anlagegold beim Kauf keine Mwst. bezahlt. Nach einem Jahr ist der Gewinn beim Verkauf immer steuerfrei, egal ob Gold, Silber oder rostiges Eisen.

    Ein Unterschied in der Gewinnbesteuerung besteht höchstens bei Zertifikaten auf Gold, Silber und was es noch so gibt. Gewinne aus Gold-ETC sind denen aus physischem Gold gleichgestellt, wenn man sich (theoretisch) den Gegenwert in Form von Gold ausliefern lassen kann. Bei Silber-ETC z.B. ist das in der Regel nicht der Fall.

    Du hörst dich an wie die IBM Manager beim Aufkommen des Homecomputers. Die konnten auch nicht glauben, das dies jemals ein Problem für ihre Mainframes werden könnte.

    Aus technischer Sicht ist dagegen anzunehmen, das eine Technologie die noch in den Kinderschuhen steckt sich massive weiterentwickeln wird und der Ressourcenverbrauch bei steigender Leistung abnehmen wird. Das war bisher immer so und ich sehe keinen technischen Grund warum es diesmal anders sein soll. Und damit wären wir wieder bei den unzähligen Rechenzentren. Möglicherweise braucht man die gar nicht mehr, wenn sie mal fertig sind...

    Da bin ich anderer Meinung. Du vergleichst zwei Dinge, die nicht vergleichbar sind. Es ist richtig, dass ein heutiger PC sehr viel leistungsfähiger ist als ein Großrechner vor 40 Jahren. Ich habe gerade noch einmal einen Test gemacht und ein 40 Jahre altes Programm laufen lassen. Auf einem der schnellsten Großrechner seiner Zeit, einer CDC Cyber 175, lief das Programm damals ca. 30 sec. Auf meinem aktuellen PC braucht es nur 30 msec. Also ein Zuwachs um den Faktor 1000 in 40 Jahren.

    Warum ist das so und warum wird es so nicht weitergehen? Weil die Hardware-Entwicklung in den letzten Jahrzehnten enorme Fortschritte gemacht hat. Nur gilt inzwischen Moore's Law nicht mehr. Der Zuwachs an Leistung nähert sich asymptotisch der Sättigung. Die hart limitierenden Faktoren sind die Endlichkeit der Lichtgeschwindigkeit sowie quantenmechanische Effekte, die sich immer stärker bemerkbar machen.

    Der Rechenaufwand bei KI, egal ob Training oder Inferenz, entsteht fast ausschließlich durch die Multiplikation sehr großer Matrizen, die sehr oft ausgeführt werden muss. Das sind triviale Operationen: Multiplizieren und Addieren. Da kann man kaum etwas optimieren. Die Hardware dafür ist auch schon optimiert, da sie praktisch nichts anderes kann als multiplizieren und addieren. Auch hier gibt es nichts zu optimieren und als Hardware unterliegt sie oben genannten fundamentalen Beschränkungen.

    Die Modelle kann man auch nicht verkleinern. Um sie zu verbessern, muss man sie vergrößern. Das liegt in der Natur eines LLM.

    Es wird wohl inkrementelle Effizienzsteigerungen geben, aber keine Paradigmenwechsel. Also weder Wunderalgorithmen noch GPT-5 auf dem Laptop.

    Selbst, oder besser erst recht, wenn es keine Performancezuwächse gibt, dann wird der Punkt kommen wo ganz genau nachgerechnet wird welcher Preis für die Leistung angemessen ist. Und wenn die zu erzielenden Einnahmen weiterhin geringer bleiben als die Ausgaben, dann ist ganz schnell Schluß.

    Ich bin mir sehr sicher, dass man bei den beteiligten Unternehmen schon vorher gerechnet hat, wie man mit einer solchen Investition Geld verdienen kann.

    Ich sehe da zwei große Bereiche. Zum einen Consumer-KI, wie man sie heute als Beigabe auf jedem Smartphone findet oder als free-to-use-ChatBot im Browser. Da wird es dann Abo-Modelle geben und die Masse sorgt für hinreichend großen Umsatz. Auf der anderen Seite der Business-Bereich, bei denen es dann um Projekte im zweistelligen Millionenbereich geht. Im laufenden Betrieb dürften dann die Nutzungskosten der KI die erwarteten Einnahmen bringen.

    Apple scheint die Strategie zu fahren, zukünftig auch größere lokale KI direkt auf den Geräten laufen zu lassen.

    Da scheint wohl jemand zu viel Heise Newsticker inhaliert zu haben. :) Dort wird seit kurzem der Eindruck vermittelt, man könne Modelle der GPT-4/GPT-5-Klasse lokal laufen lassen. Das ist aus technischer Sicht völlig absurd. Selbst um kleine Modelle nur halbwegs lauffähig zu bekommen, benötigt man schon Hardware im Preisbereich 10k-15k EUR. Was solch kleine Modelle leisten, ist nicht annähernd vergleichbar mit den großen Cloud-Modellen.

    Diese Blase könnte also genauso platzen wie dazumals die DotCom-Blase.

    Nein, das ist keine Blase. Daher wird da auch nichts platzen. Zu dotcom-Zeiten konnte jeder mit noch so großem, substanzlosen Blödsinn an die Börse gehen. Da war beim größten Teil der Unternehmen gar nichts dahinter. Bei KI spielen die ganz Großen die Hauptrolle: Google, Microsoft et al. Die wissen schon sehr genau, was sie da tun. Da werden nicht dreistellige Milliardenbeträge auf gut Glück investiert.

    Ich habe bis vor einigen Monaten auch nicht besonders viel von KI gehalten, da die Leistungen eher durchwachsen waren. Allerdings muss man da differenzieren. Was man als free-to-use-KI bekommt, ist nicht vergleichbar mit kostenpflichtigen Angeboten. Ich habe z.B. gestern einen Test mit Copilot, basierend auf GPT-5, durchgeführt. Das Ergebnis war beeindruckend. Ich habe mehrere, über 40 Jahre alte komplexe Programme, kaum dokumentiert, zur Analyse hochgeladen und die KI gefragt, was der Zweck der Programme sei. Obwohl es aus dem Quellcode nicht direkt hervorging, antwortete die KI innerhalb von Sekunden, dass es sich um eine Analyse der Spiralstruktur von Galaxien handele. Was zu 100% zutrifft.

    Noch vor einigen Monaten hatte dieselbe KI auf die gleiche Fragestellung nur sehr mäßige Antworten parat. Allein schon den beobachtbaren Fortschritt in einem solch kurzen Zeitraum finde ich enorm.

    Daher sehe ich auch nicht, dass Hardware-Hersteller wie Nvidia oder auch KI-Firmen wie OpenAI oder Anthropic auf absehbare Zeit einen Absturz erleiden werden.

    Meine Meinung nach ist is Humbug die GRV im Vermögensübersicht zu berücksichtigen.

    Sieht aber auf dem Excel-Sheet gleich viel besser aus. Damit man sich noch reicher rechnet, könnte man z.B. den Barwert der gesparten Miete berücksichtigen, wenn man im Eigentum wohnt. Da steigt das Vermögen locker um einige Hunderttausend Euro.

    Man gibt also neue Aktien aus, um eine Dividende für die nächsten 20 Monate zahlen zu können und verbindet damit die Hoffnung, dass der vorhandene Bestand von BitCoin in dieser Zeit nicht weiter an Wert verliert, sondern der Kurs möglichst (schnell) nach oben klettert.

    Vielleicht wird dieses Konstrukt in naher Zukunft als Saylor-Schema bekannt, in Anlehnung an den von Herrn Ponzi erfundenen Dummenfang.

    Es läuft also daraus hinaus, dass ein Systemwechsel der Beamten in die GKV daran scheitert, weil man Angst vor einem Streik hat? Echt jetzt? Wie kleinmütig und offensichtlich doch hier so manche argumentieren, nur damit ein Status Quo beharrlich fest zementiert werden soll. HALLO! Aufwachen, es geht nicht um eure vermeintlichen Pfründe, die Morgen weg sind, sondern schlicht um die Zukunft.

    Edit; Es soll natürlich Streik heißen

    Anstatt hier dauernd zu fordern, dass Beamte in die GKV sollen, fände ich es sinnvoll, wenn du auch mal quantitativ darlegen würdest, was du dir davon erhoffst. Ich hatte ja bereits darauf hingewiesen, dass sich durch eine solche Aktion für die bisherigen GKV-Kunden gar nichts ändern würde. Es kämen zusätzliche Beiträge rein, aber ebenso auch Anspruchsberechtigte. Weder würde die GKV-Beiträge weniger steigen oder gar sinken, noch bekämen die Versicherten eher einen Arzttermin.

    Ich kann hier nur einen Neidfaktor erkennen. Das können auch deine hehren Worte nicht kaschieren: "Es geht um die Zukunft." Die Welt wird nicht untergehen, egal, ob du einen Arzttermin bekommst oder nicht.

    Man stelle sich vor, in einer großen konzertierten Aktion sind sich alle Entscheider einig, das das Grundgesetz an dieser Stelle ab einem Stichtag für alle dann neu in Tätigkeit Gehende geändert wird!

    Und welchen Effekt hätte das? Keinen merkbaren. Dann müsste also der Staat für alle ab diesem Zeitpunkt neu eingestellten Beamten Rentenbeiträge zahlen. Das wären dann also vielleicht einige Tausend Neuzugänge pro Jahr, für die zusätzlich Geld in die Rentenkasse kommt. Für die Neuzugänge würde sich das Netto auf dem Gehaltszettel nicht von dem der Alt-Beamten unterscheiden. Der einzige Unterschied wäre, das sie bei Renteneintritt nur die mickrige GRV-Rente anstatt einer guten Pension bekämen.

    Oder bist du vielleicht der Meinung, dass du dann eine höhere Rente bekämst, wenn immer mehr Menschen in dieses dysfunktionale System gezwungen werden? Das Geld, was der Staat für Rentenbeiträge für Beamte aufwenden müsste, würde aus dem Haushalt bezahlt werden. Genau so wie aktuell der Rentenzuschuss von ca. 120 Mrd. jährlich. Das Ganze wäre ein Nullsummenspiel.

    Man hätte höchstens den Neidkomplex einiger bedient. Wenn mir es schlecht geht, dann soll es dem anderen auch nicht gut gehen.

    Mir ging es mehr darum, was muss im Arbeitsvertrag stehen, damit die 0,03% Versteuerung für die Pendelstrecke ins Büro entfällt und ob die Regelung für mich nachteilig ist weil ich irgendwas nicht bedacht habe.

    Es ist schon einige Jahre her, dass ich in einer ähnlichen Situation war. Damals gab es zwar nicht Home-Office-Regelungen, wie sie heute üblich sind. Ich war nur einige Tage pro Jahr im Büro, ansonsten nur bei Kunden. Da gab es zur Vermeidung der 0,03%-Versteuerung nur eine Methode: Fahrtenbuch.

    Deutschland im Bereich 2027 2028 etwa 2,55 %.
    Bei den Franzosen gibt es etwas mehr

    FR0011317783

    Wunsch und Wirklichkeit können doch sehr unterschiedlich sein:

    Pressenotiz Zuteilung neue 10j Anleihe

    Gestern konnte der Bund eine 6 Mrd.-Anleihe zu 3% nur zu 70% platzieren. Wenn der Bundesfinanzminister dann noch ankündigt, jedes Jahr 200 Mrd. neue Schulden machen zu wollen, dann muss er wohl zinsmäßig noch deutlich was drauflegen, damit ihm der Kapitalmarkt Geld leiht.