Ein ehemaliger Googler und Venture-Capital-Investor namens Tomasz Tunguz hat innerhalb von zwei bis drei Stunden eine künstliche Intelligenz-gestützte Anwendung namens „The Podcast Orchestrator“ entwickelt, um Tech-Podcasts effizienter auszuwerten. Ziel war es, wertvolle Informationen aus Podcasts – wie Startups, Gründer und Markttrends – automatisch zu extrahieren, zu analysieren und in das Customer Relationship Management (CRM)-System von Theory Ventures, seiner eigenen VC-Firma, zu integrieren. Die App nutzt OpenAI’s Whisper für die Audio-zu-Text-Umwandlung und Claude Code von Anthropic, um den Großteil des Codes selbstständig zu generieren. Anschließend werden mehrere AI-Systeme eingesetzt, um Inhalte zu summarisieren, Startups zu identifizieren und deren Relevanz für Investitionskriterien zu bewerten. Tunguz lässt das Tool täglich laufen, wobei es innerhalb von 5 bis 10 Minuten die neuen Podcast-Daten verarbeitet, eine E-Mail-Zusammenfassung generiert und automatisch Aufgaben in Asana erstellt – so kann er schnell auf potenzielle Investitionsgelegenheiten reagieren. Ein zentrales Merkmal der Anwendung ist die „end-to-end-AI-Workflow“-Funktion: Ein künstlicher Assistent analysiert nicht nur die Podcast-Transkripte, sondern durchsucht auch Blogposts, GitHub-Projekte, Hacker News-Kommentare und Marktdaten, um fundierte Investitions-empfehlungen basierend auf den Kriterien von Theory Ventures zu erstellen. Tunguz betont, dass in Podcasts oft wertvolle „Alpha“-Informationen verborgen liegen – Erkenntnisse, die nicht öffentlich verfügbar sind und aus Gesprächen mit Gründern und Tech-Experten stammen, die in längeren Formaten offenbar werden. Diese Daten, die sonst verloren gingen, werden nun systematisch in die Unternehmensdatenbank eingepflegt und können später strategisch genutzt werden. Obwohl Tunguz das Tool als internes Werkzeug entwickelt hat, wurde es von ihm als potenziell marktreif betrachtet. Einige Medienhäuser, Investmentbanken und Hedgefonds würden laut ihm Interesse zeigen. Ein möglicher Name für eine kommerzielle Version wäre „Podcast Alpha“. Doch Tunguz lehnt eine öffentliche Veröffentlichung ab – nicht aus technischen Gründen, sondern weil er glaubt, „kein Geld in Podcasts zu verdienen“ sei. Die aktuelle Version läuft über eine Kommandozeile und erfordert technische Kenntnisse, um sie zu nutzen. Eine Benutzeroberfläche für Laien würde weitere Stunden an AI-Entwicklung erfordern, was er aber nicht als Priorität sieht. Industrieexperten sehen in dem Projekt ein deutliches Signal für die Transformation der Investitionsanalyse: AI-Tools ermöglichen heute, komplexe, zeitintensive Aufgaben wie die Analyse von unstrukturierten Daten in Minuten zu bewältigen. Tunguz’ Ansatz zeigt, dass auch nicht-technische Fachleute mit modernen AI-Coding-Tools hochwertige, maßgeschneiderte Lösungen erstellen können – ein Trend, der die Grenzen zwischen Softwareentwicklung und Fachwissen immer weiter verwischt. Theory Ventures selbst ist ein mittelgroßer VC-Fonds, der sich auf frühe Phase-Startups in der Tech-Branche konzentriert. Tunguz’ Erfolg mit „The Podcast Orchestrator“ unterstreicht, wie kritisch der Zugang zu qualitativ hochwertigen, nicht öffentlichen Informationen in der Investitionslandschaft geworden ist – und wie AI diese Vorteile nun skalierbar macht.