Ölpreis ist halt niedrig. Aber sie sind am Ende ein Ultra-Low-Cost-Producer, also werden sie auf jedem Fall am Markt belieben.
Außerdem hatte ich das Three-Partit-Agreement so verstanden, dass sie einen fixen Preis je Barrel bekommen. Zumindest bis auf weiteres.
Offen sind noch die alten unbezahlten Rechnungen der KRG, bzw. was jetzt damit passiert.
DNO hat sich ja nicht direkt an dem Deal beteiligt, hat aber wohl seine Produktion von 75.000 auf 100.000bpoed erhöht.
Es macht wohl keinen Unterschied, ob man 100 Mio oder 300 Mio Barrels nicht fördert.
Zumal ich nicht den Eindruck habe, das wir in der Nähe von Peak Oil wären. Oder wie ein Saudische Ölminister einmal gesagt hat: Die Steinzeit ist nicht aus Mangel an Steinen zu Ende gegangen, das Ölzeitalter wird nicht aus einem Mangel an Öl zu Ende gehen.
Bei den Selbständigen geht man davon aus, dass die sowieso je nach Laune und Notwendigkeit weitererarbeiten.
Die Überlegung dürfte hier auch gewesen sein, dass die Wirtschaft die Möglichkeit hat, die Rentner billiger zu beschäftigen. d.h. kostengünstigere Arbeitskräfte.
Ein Unternehmen, wie eine GmbH, muss Gewinne erwirtschaften, ansonsten droht ihr durch das FA das Merkmal Liebhaberei.
Ich bin kein Steuerexperte, aber das m.E. stimmt so nicht. Zumindest nicht so einfach. Richtig ist, dass jedes Gewerbe nicht dauerhaft Verluste machen darf, bzw. Vorsteuerabzug betreiben darf, da dann angenommen wird, dass du nur die Verluste steuerlich geltend machen willst, die aus deinem Hobby entstehen.
Der Artikel aus der Berliner Zeitung ist da informativer, wer da profitieren könnte:
... und mit dem Krieg mit Russland wird alles wieder in Ordnung kommen.
Der scheint mir eher eine neue Version des Angriff Steiners zu werden.
Wie ist eigentlich die Lage in Uruguay? Das galt doch immer als recht stabil.
Spanendende Zeiten.
Langweilige Zeiten wären mir lieber. 
Ich schaue gerade ungezielt nach Goldminen. Das Kuriose ist ja, dass man normale Zeiten ja die Miner mit den geringsten Kosten nehmen würde, und bei steigenden Goldpreisen diejenigen mit den höchsten Kosten je Unze, da die ja die höchsten Hebel haben.
Die NZZ hatte diese Woche einen Artikel über Cosmo. Der dürfte ein paar Käufe getriggert haben.
Michael Howell ist ein investor, der Liquiditätszyklen untersucht. Kannst du zusammenfassen, wie er Liquiditätszyklen misst?
Wie Michael Howell Liquiditätszyklen misst
1. Breiter Liquiditätsbegriff („Total Liquidity“)
Howell betrachtet Liquidität als die Fähigkeit des Finanzsystems, Kredit zu erzeugen – nicht nur als Zentralbankgeld.
Er integriert drei Ebenen:
- Zentralbank-Liquidität
– Bilanzsummen, Reserven, QE/QT, Repo-Operationen- Bankenliquidität
– Kreditvergabe, Einlagen, Bilanzerweiterung der Banken- Nichtbank-/Schattenbank-Liquidität
– Geldmarktfonds
– Broker/Dealer
– Hedgefonds
– Repo-Märkte
– Globale KapitalflüsseEr sagt oft: „Es geht um den gesamten Kreditapparat, nicht nur die Zentralbank.“
2. Global Liquidity Index (GLI)
Sein bekanntestes Instrument ist der GLI, ein zusammengesetzter Index aus über 80 Indikatoren.
Er umfasst u. a.:
- Geld- und Kreditwachstum
- Bankbilanzen
- Wertpapierfinanzierung / Repos
- Kapitalflüsse über Grenzen
- Risikobereitschaft von Finanzintermediären
- Veränderung von Zentralbankreserven
- Veränderungen in Staats- und Unternehmensanleihemärkten
Der GLI zeigt Wendepunkte des globalen Kreditimpulses meist 6–12 Monate vor Bewegungen in Risikoanlagen.
3. Netto-Liquidität („Net Liquidity“)
Er berechnet häufig eine operative Kennzahl:
Net Liquidity = Zentralbankbilanz − Reverse Repos − Treasury General Account (TGA)
→ Diese misst, wie viel tatsächliche Liquidität im US-Finanzsystem zirkuliert.
4. Kapitalströme und Währungsbewegungen
Howell betont besonders:
- globale USD-Liquidität
- Leistungsbilanz- und Kapitalbilanzdaten
- den Einfluss internationaler Investoren
- offizielle Zuflüsse (z. B. Käufe von Staatsanleihen durch Ausland)
Er sieht Liquidität als globales Netzwerk, nicht als nationale Größe.
5. Marktbasierte Indikatoren
Zur Beurteilung kurzfristiger Engpässe nutzt er u. a.:
- Repo-Sätze
- FRA-OIS-Spread
- Cross-Currency-Basis
- Volatilitätsindizes
- Funding-Spreads großer Banken
Kurz zusammengefasst
Michael Howell misst Liquiditätszyklen, indem er:
- Zentralbank-, Banken- und Schattenbankliquidität kombiniert
- Einen komplexen Global Liquidity Index (GLI) nutzt
- Die effektive Netto-Liquidität im System berechnet
- Internationale Kapitalströme berücksichtigt
- Finanzmarktbasierte Funding-Signale analysiert
→ Daraus entstehen Liquiditätszyklen, die für ihn der Haupttreiber von Assetpreisen sind.
Der Inhalt kann nicht angezeigt werden, da Sie keine Berechtigung haben, diesen Inhalt zu sehen.
Dazu passend vor ein paar Tagen bei Heise:
SSD-Preise steigen rasant an
SSD-Hersteller müssen bis zu 65 Prozent mehr für NAND-Bausteine bezahlen. Im Handel steigen die Preise bereits erheblich.
Mit den Hindenburgomen ist das wie beim Roulette: Wenn 5 mal hintereinander Rot gekommen ist, dann ist die Wahrscheinlichkeit, dass jetzt Schwarz kommt schon bei 80%
Ok, das war ein Scherz. Aber offenbar stimmt dieses hier:
Für eine Mutter von drei Söhnen beträgt die Chance, dass ihr viertes Kind eine Tochter wird, nur noch 39 statt 50 Prozent
Es gibt bereits einen Effekt, dass die KI-generierten Bilder einen immer stärkeren Gelbstich bekommen, weil sie immer mehr KI-generierte Bilder als Vorlagen gelernt hat. Mittlerweile rechnet die KI den Gelbstich wieder raus, aber die Bilder werden dadurch immer blasser.
Es geht hier auch nicht um den Gelbstich, da ist es nur leicht zu erkennen. Aber nimm mal den typischen Aufbau einen KI Textes mit den immer gleichen 3 Spiegelpunkten und 3 Unterspiegelpunkten. Wenn mehr und mehr solche Texte der KI wieder zum lernen vorgelegt wird, desto ärmer werden die einzigen Texte.
Wie überhaupt: Es werden Zusammenfassungen generiert, die dann wieder als Lerninhalte zu weiteren Zusammenfassungen dienen. Besser wird es da nicht.
You said:
Wie stark ist der Effekt, der dadurch entsteht, dass immer mehr Lernvorlagen der KI selber durch KI generiert wurden?
Copilot said:
Das ist eine sehr relevante Frage für die Zukunft von KI-Bildgenerierung! Der Effekt, dass immer mehr Trainingsdaten selbst KI-generiert sind, wird als „Model Collapse“ oder „Feedback Loop Bias“ bezeichnet. Hier ist, wie stark und warum er wirkt:
1. Was passiert technisch?
- KI-Modelle lernen statistische Muster aus ihren Trainingsdaten.
- Wenn neue Trainingsdaten zunehmend aus KI-generierten Bildern stammen, enthalten sie keine echten physikalischen oder sensorischen Informationen, sondern bereits „verdichtete“ Interpretationen.
- Dadurch gehen Varianz und Detailtreue verloren: Farben, Texturen und seltene Muster werden immer homogener.
2. Auswirkungen auf Farbtreue (z. B. Gelbstich)
- Wenn die erste Generation KI-Bilder einen leichten Warmton bevorzugt, wird dieser Bias in der nächsten Generation verstärkt, weil das Modell ihn als „normal“ interpretiert.
- Über mehrere Iterationen entsteht ein kumulativer Drift: Bilder werden stilistisch immer ähnlicher, oft „ästhetisch optimiert“, aber weniger realistisch.
3. Wie stark ist der Effekt?
- Studien (z. B. Shumailov et al., 2023) zeigen: Schon 10–20 % synthetische Datenanteil im Training kann messbare Qualitätsverluste erzeugen.
- Bei >50 % KI-Daten kommt es zu:
- Farbraumverengung (weniger neutrale Töne, mehr dominante Farben),
- Detailverlust (feine Strukturen verschwinden),
- Stilhomogenität (alles sieht „KI-typisch“ aus).
4. Langfristige Gefahr
- Wenn kein „frisches“ Real-World-Input mehr einfließt, kollabiert die Vielfalt. Das nennt man Entropie-Reduktion: Die KI lernt nur noch ihre eigenen Fehler.
- Ergebnis: Bilder wirken „künstlich“, übermäßig glatt, mit typischen Farbdrifts (oft warm, manchmal pastellig).
✅ Gegenmaßnahmen
- Human-in-the-loop: Immer echte Fotos und Rohdaten einmischen.
- Data Provenance Tracking: Markieren, ob ein Bild KI-generiert ist.
- Algorithmische Ent-Biasing: Farbkorrektur und Stil-Diversifizierung im Training.
Prognose für die nächste 5 Jahre:
Der Inhalt kann nicht angezeigt werden, da Sie keine Berechtigung haben, diesen Inhalt zu sehen.
- Synthetic Share: von 10 % → 70 %.
- Color Diversity Index: sinkt von 95 → 65 (weniger Farbvielfalt).
- Realism Index: fällt von 94 → 58 (Bilder wirken weniger realistisch).
- Style Homogenization: steigt von 8 → 56 (alles sieht „gleich“ aus).
In meinem Forum erzählen mir die anderen auch immer, sie hätten die gleiche Aktie billiger gekauft als ich. 
Welche Währungskurse sind denn richtig? Die von der EZB offiziell festgestellten Wechselkurse für den jeweiligen Tag? Und IB verwendet die minutenaktuellen Umrechnungskurse?
Diejenigen, die dir abgerechnet wurden.
Es gehört zu dem Immobilienmarkt dazu, das die Objekte nur schwer vergleichbar sind, die Anforderungen der Käufer sehr unterschiedlich (Vielleicht ist es ja beim Käufer so, dass nebenan seine Eltern wohnen?), die Qualität des Angebots oft genauso unklar wie beim Gebrauchtwagen (Der Wasserstrang bei der Immobilie ist was beim Auto der Zahnriemen ist), und der Markt sehr intransparent ist.
Wobei die Intransparenz in Zeiten vom Internet vielleicht nicht mehr ganz so schlimm ist.
Vielleicht reicht für 90% der Anwendungen eine Art "Billig KI", wie eben Deepseek.
Ja, so wird das kommen. Das eigentlich interessante für Unternehmen ist auch nicht die AGI, sondern die spezifische, auf die eigenen Probleme zugeschnittene AI.
Beispiel: Ich habe vor zwei Jahren bei einem der größeren Stromnetzbetreibern ein Projekt gemacht. Die IT-Abteilung nebenan arbeitete gerade daran, die Umspannungswerke und Überlandleitungen mit Drohnen abfliegen zu lassen (Das waren so Dinger mit 4m Spannweite) und per "KI" automatisch Schäden erkennen zu lassen.
Dafür brauche ich aber kein Grok, sondern ein spezifisch auf meine Bedürfnisse angelerntes kleines bis mittelgroßes System, dass man im Zweifel auch selber betreiben kann.
