#052 Der „Elastic Loop“ und die Verwachsung mit der persönlichen KI - mit Robert Glaser (InnoQ)

05 March 2026

In dieser Episode sprechen wir mit Robert Glaser, Head of Data & AI bei InnoQ, der uns tiefe Einblicke aus seiner Erfahrung mit der faszinierenden Welt der agentischen KI aus vielen Unternehmen gibt. Robert ist auch selbst ein “Power User”, der die Technologie in seinem eigenen Alltag radikal testet.

Die persönliche KI (OpenClaw): Robert berichtet von seiner intensiven Nutzung von OpenClaw auf einem Raspberry Pi. Er nutzt ihn, um während des Gassigehens Sprachnachrichten festzuhalten, die der Agent transkribiert, clustert und in seinem Obsidian-Vault aufbereitet. Robert stellt fest, dass klassische Software-UIs für ihn zunehmend an Bedeutung verlieren.

Der „Elastic Loop“: Robert führt das Konzept des Elastic Loop ein: Organisationen müssen lernen, flexibel zwischen einem „Tight Loop“ (enge Kontrolle) und einem „Loose Loop“ (hohe Autonomie) zu wechseln. Die strategische Frage lautet: Wann ist es okay, Code zu shippen, den kein Mensch Zeile für Zeile gelesen hat?

Sicherheit & Das Ende des Bus-Faktors: Wir diskutieren die Lethal Trifecta der Sicherheit und wie KI den Bus-Faktor in Teams massiv senkt, indem sie Wissensmonopole auflöst.

–

Links & Ressourcen:

Robert Glaser (Profil): https://www.innoq.com/de/staff/robert-glaser/Persönlicher Blog: https://www.robert-glaser.deOpenClaw (GitHub): https://github.com/openclaw/openclawCodex (OpenAI): https://openai.com/blog/openai-codexBlogpost “Personal AI is Already Here”: https://www.robert-glaser.de/personal-ai-is-already-here/InnoQ Blog “Dangers of AI Assistants”: https://www.innoq.com/en/blog/2026/02/dangers-of-ai-assistants/METR Website: https://metr.org/

Der HMZE Podcast ist ein Projekt von Sebastian Heide-Meyer zu Erpen und André Neubauer. Die Inhalte stammen von uns und unseren Gästen. Weiterdiskutieren kannst du bei LinkedIn oder besuche uns auf unserer HMZE Seite, wo wir alle Folgen veröffentlichen. Fragen und Anfragen kannst du uns gerne per Mail an ⁠⁠[email protected] schicken. Vielen Dank für deine Zeit und bis zur nächsten Folge.