Moin AInauten,

Willkommen zur neuen Ausgabe deines Lieblingsnewsletters!

Heute bekommst du zwei Prompts, die echte Arbeit erledigen: Der eine baut dir eine Website. Der andere zeigt dir, was ChatGPT über dich zu wissen glaubt.

Der Anlass ist ziemlich konkret: Bald startet die dritte und vielleicht letzte Runde unseres AI-Mitarbeiter-Bootcamps. Die Anmeldung ist jetzt offen. Eine neue Test-Version der Landingpage dafür haben wir direkt von einem AI-Mitarbeiter bauen lassen.

Die Maschine bekam die URL zur bestehenden Seite, unsere Markenregeln und ein klares Ziel. 61 Minuten nach dem finalen Go war die neue Seite fertig und unter eigener Domain erreichbar. Wir haben währenddessen den Haushalt gemacht. Dabei hilft uns die AI leider noch zu wenig 😁 …

Heute zeigen wir dir den kompletten Ablauf samt Prompt. Danach prüfen wir ChatGPTs Gedächtnis und erklären, warum Kimi K3 wichtig ist, selbst wenn du das Modell nie öffnest.

Das haben wir für dich im Gepäck:

• 🌐 So baust du dir in drei Schritten deine eigene Webseite mit AI

• 🧠 ChatGPT-Gedächtnis-Check: Was glaubt ChatGPT über dich zu wissen?

• 🇨🇳 Kimi K3 zeigt, wo Amerikas AI-Macht endet

Los geht’s!

🌐 So baust du dir in drei Schritten deine eigene Webseite mit AI

Eine eigene Webseite bauen lassen, ohne selbst programmieren zu können? Das geht inzwischen ziemlich gut.

Du gibst ChatGPT Work/Codex oder Claude eine bestehende URL und sagst, wie die neue Seite aussehen soll. Der Agent erstellt Inhalte, Design und Code. Auf Wunsch übernimmt er sogar die Veröffentlichung unter deiner eigenen Domain.

Der Haken: „Mach mir eine schöne Webseite“ produziert gerne den üblichen AI-Slop-Look. Lila Verlauf, runde Karten, Symbol über jeder Überschrift. Mit einem klaren Ablauf und dem passenden Design-Skill bekommst du deutlich bessere Ergebnisse.

Klassisches AI-Slop-Design (via Reddit)

Schritt 1: Gib der AI eine URL oder lass dich kurz ausfragen

Am einfachsten startest du mit einer Webseite, die dir gehört und neu gestaltet werden soll. Die URL liefert dem Agenten Inhalte, Navigation, Bilder und vorhandene Vertrauenselemente. Wir haben dafür einen Prompt vorbereitet. Copy, Paste, los geht’s!

Schritt 2: Gib dem Agenten Geschmack

Codex und Claude Code können beide starke Frontends bauen.

Wir lassen dafür super gerne zuerst mit GPT Image 2 (oder einem anderen Bildmodell) ein paar Designentwürfe als Bilder erstellen. Auf dieser Basis wählen wir dann eine Richtung.

Design-Skills verhinderen, dass das Design dann wie jede zweite AI-Webseite aussieht.

• Taste eignet sich gut für die visuelle Richtung und Impeccable prüft den fertigen Entwurf auf Typografie, Abstände, Kontrast und mobile Darstellung.

• Du kannst auch Anthropics Frontend-Design-Skill nutzen.

• Und wenn du schon eine Markenwebseite hast, erstellt dir unser AInauten DESIGN.md Generator daraus eine Datei mit wiederverwendbaren Designregeln, die du dem Agent mitgeben kannst.

Gib deinem AI-Helfer die notwendigen Infos und lass dir dann die Seite bauen.

Pro-Tipp: Sobald der erste Wurf steht, kannst du im eingebauten Codex-Browser direkt auf eine Überschrift, ein Bild oder einen Button klicken und deinen Kommentar daneben schreiben.

Das spart überraschend viel Erklärarbeit. Der Agent weiß sofort, welches Element du meinst, ändert die passende Komponente und prüft die Seite erneut.

Schritt 3: Lass die Seite veröffentlichen

Mit ChatGPT Sites kann die fertige Seite direkt veröffentlicht werden. Gib Codex zusätzlich Zugang zu deiner Domain, und der Agent kann mittels Browser oder Computer Use all das technische Gedöns direkt mit übernehmen (benötigte DNS-Einträge ermitteln, CNAME setzen, HTTPS prüfen etc.).

Jetzt der Bummer: Das neue Feature „Sites“ startet schrittweise auf kostenpflichtigen Plänen. Zum Launch ist es bei uns noch nicht überall verfügbar (wer hätte das gedacht?!).

Bei unserem Test erschien es in der Desktop-App über ein US-VPN und wir konnten die Seite veröffentlichen. Das ist ein Praxis-Hack, keine Garantie.

Fehlt Sites bei dir, lässt du dir stattdessen eine statische HTML-Version oder einen fertigen Produktionsbuild erstellen. Den Ordner kannst du mit dem Drag-and-drop-Publisher von Netlify veröffentlichen (lassen). Der Free-Plan unterstützt eine eigene Domain inklusive SSL.

Alternativ geht auch eine kostenlose Veröffentlichung mit Cloudflare Pages, das wir ebenfalls sehr gerne nutzen.

Mit Claude funktioniert derselbe Weg. Claude Design hilft beim visuellen Entwurf, Claude Code/Cowork baut die fertige Seite und Netlify oder Cloudflare übernehmen das Hosting.

Unser Beispiel: In 61 Minuten von der Freigabe zur eigenen Webseite mit Domain

Wir haben den Ablauf wie gesagt mit der bestehenden Seite unseres AI-Mitarbeiter-Bootcamps ausprobiert. Ausgangspunkt waren die bestehende Landingpage, dieses Prompt sowie unsere Markenunterlagen.

Codex hat uns mit GPT Image 2 verschiedene Designs aufgezeigt. Wir haben eine Richtung ausgewählt, ein paar Rahmenbedingungen festgelegt und mit dem /goal-Command ein finales Ziel definieren lassen.

Dann haben wir den Computer laufen lassen und uns um den Haushalt gekümmert 😁.

Zum Abschluss folgten noch ein paar kurze Feedbackrunden im eingebauten Browser. Fertig. Vom finalen Go bis zur verifizierten Domain dauerte es rund 61 Minuten.

Das Ergebnis kannst du hier ansehen.

Unser Take: Starte mit einer einzigen Seite

Nimm keine komplexe Plattform mit Shop, Login und Kundendaten als ersten Versuch. Starte mit einer Landingpage, einem Portfolio oder einer kleinen Firmenwebseite.

Gib dem Agenten ein klares Ergebnis, die Designregeln und die Erlaubnis, die technischen Einzelschritte selbst zu planen.

Dann baust du nicht mehr Seite für Seite mit der AI, sondern lässt deinen digitalen Mitarbeiter die fertige Webseite bauen. Es ist ziemlich cool, versuch es aus!

Und nochmals in eigener Sache: ⤵️

🧠 ChatGPT-Gedächtnis-Check: Was glaubt ChatGPT über dich zu wissen?

Der AI-Selbst-Check von letzter Woche kam ziemlich gut bei euch an.

Klar, jeder will wissen, was ChatGPT über einen im Netz findet. Foto, Firma, alte Profile, komische Treffer, der ganze Spaß.

Das ist die Außenansicht. Eine ebenfalls spannende Frage ist: Was glaubt ChatGPT schon über dich zu wissen, bevor du überhaupt suchst?

Fakten. Beziehungen. Sprache. Projekte. Schreibstil. Tools. Alte Ziele. Halbe Präferenzen. Dinge, die du einmal in einem Nebensatz erwähnt hast und die jetzt plötzlich wie eine Regel behandelt werden.

Das Memory bei ChatGPT ist kein Gedächtnis wie bei uns Menschen. Es ist eher mitgeschleppter Arbeitskontext.

Manches ist Gold. Manches ist veraltet. Manches war von Anfang an nur geraten.

Der schnelle Check

Wir haben deshalb einen Prompt für dich zusammengestellt, mit dem du das alles im Detail prüfen kannst.

Der wichtigste Satz im Prompt ist die Bitte, sauber zwischen Fakt, Ableitung, Annahme und Unsicherheit zu trennen. Da trennt sich Nützliches von Fantasie.

Wenn ChatGPT sagt: „Du arbeitest schnell, risikoaffin und projektgetrieben“, kann das stimmen. Es kann aber auch nur ein Muster aus drei Launch-Chats sein.

Danach geht es ans Aufräumen

Wenn dich ein Punkt überrascht, frag nach:

Welche konkrete Erinnerung oder welcher frühere Chat hat dich zu dieser Aussage gebracht? Wenn du es nicht sicher belegen kannst, markiere es als Annahme.

Danach gibt es nur drei Entscheidungen:

• Behalten, wenn es die Arbeit besser macht.

• Korrigieren, wenn es halb stimmt.

• Löschen, wenn es falsch, alt oder unnötig ist.

In ChatGPT kannst du das auch manuell in den Einstellungen unter „Personalisierung“ machen.

Wenn du etwas vollständig entfernen willst, reicht das Löschen in der Memory-Zusammenfassung nicht immer. Prüfe deshalb auch alte Chats und Dateien.

Unser Take: Je korrekter dein Memory, desto besser die Antworten

Der öffentliche Selbst-Check zeigt dir, was andere mit AI über dich finden können.

Dieser Gedächtnis-Check zeigt dir, womit du selbst arbeitest.

Wenn dein Assistent dich falsch erinnert, wird jedes Ergebnis ein bisschen schief. Nicht dramatisch. Nur nervig genug, dass du es irgendwann für Modellqualität hältst.

Kleiner Check, große Wirkung. Nimm dir ein paar Minuten und mach es jetzt.

🇨🇳 Kimi K3 zeigt, wo Amerikas AI-Macht endet

Das neue Modell Kimi K3 bringt die AI-Hype-Crowd auf X gerade ziemlich zuverlässig zum Schwärmen: es baut spektakuläre Oberflächen, führt beim Frontend-Coding, lässt sich in Codex anbinden und soll teure Spitzenmodelle überflüssig machen.

So schnell geht es dann doch nicht, auch wenn der Hype nicht völlig aus der Luft gegriffen ist: Die Benchmarks und ersten Erfahrungsberichte sehen stark aus.

Twitter tweet

Kimi K3 ersetzt ChatGPT nicht. Trotzdem mischt es den Markt auf

Aber du wirst Kimi K3 vermutlich nie selbst öffnen. Dein ChatGPT-Verlauf liegt bei OpenAI, das Team arbeitet mit Claude und niemand baut wegen eines neuen Modells seinen ganzen AI-Alltag um.

Trotzdem könnte K3 beeinflussen, was du künftig für starke AI bezahlst und wer darüber entscheidet, ob du sie nutzen darfst.

Das chinesische Unternehmen Moonshot AI hat K3 vor ein paar Tagen veröffentlicht. Ausprobieren kannst du es über Kimi, Moonshots API oder OpenRouter (wobei die Kapazität aktuell am Limit ist). OpenRouter reicht die Anfragen aktuell allerdings direkt an Moonshot weiter. Wirklich unabhängig wird das Angebot erst, wenn weitere Anbieter das Modell selbst betreiben.

Moonshot ordnet K3 hinter Claude Fable 5 und GPT-5.6 Sol ein, sieht das Modell in eigenen Tests aber bereits in der obersten Liga. Die API kostet mit 3 Dollar pro Million Eingabe- und 15 Dollar pro Million Ausgabetokens rund 70 Prozent weniger als Fable 5.

Doch preiswertere Token für sich sind nur die halbe Wahrheit. Es bringt ja nichts, wenn ein Modell günstiger ist, aber für dieselbe Aufgabe viel mehr Token braucht. In einem Coding-Vergleich brauchte K3 jedoch etwa doppelt so viele Tokens und kostete pro Aufgabe ähnlich viel wie GPT-5.6 Sol.

DeepSeek war der Vorbote: So arbeiten die chinesischen Labs heute

Trotzdem setzt Kimi die US-Anbieter unter Druck. Das Muster kennen wir.

Anfang 2025 zeigte DeepSeek R1, wie nahe ein günstiges chinesisches Modell an OpenAI herankommen kann. Wenige Tage später verlor Nvidia an einem Tag mehr als 500 Milliarden Dollar Börsenwert.

Moonshot meldet für K3 eine 2,5-mal bessere Skalierungseffizienz als bei K2. Vereinfacht gesagt arbeitet pro Antwort nur ein kleiner Teil des riesigen Modells. Das spart Rechenleistung. Die US-Chipbeschränkungen erhöhen in China den Druck, mit weniger Rechenpower mehr herauszuholen.

Zur Aufholjagd gehört auch Distillation. Dabei lernt ein Modell aus den Antworten eines stärkeren Modells. Das Verfahren wird von allen großen Labs genutzt.

Anthropic wirft DeepSeek, Moonshot und MiniMax jedoch vor, dafür über falsche Accounts mehr als 16 Millionen Claude-Abfragen gesammelt zu haben. Technischer Fortschritt, Effizienzdruck und Lernen von der Konkurrenz wirken hier vermutlich zusammen.

Open Weight verschiebt Preis und Macht

K3 soll Open Weight werden. Das bedeutet: Moonshot will die eigentlichen Modelldateien bis zum 27. Juli freigeben, damit andere Anbieter K3 auf eigenen Servern betreiben können, statt jede Anfrage an Moonshot zu schicken.

Kimi ist dabei kein Einzelfall: Gestern kündigte Alibaba Qwen3.8 mit 2,4 Billionen Parametern als weiteres Open-Weight-Modell an und positioniert es in eigenen Tests ebenfalls direkt hinter Fable 5.

Twitter tweet

Auf deinem Laptop werden diese Modelle trotzdem nicht laufen. Dafür sind sie viel zu groß und brauchen die Hardware eines Rechenzentrums. Für normale Nutzer führt der Weg deshalb weiterhin über einen Cloud- oder API-Anbieter.

Der Unterschied: Künftig könnte dieser Anbieter auch in Europa sitzen. Ein Konkurrent muss ChatGPT nicht vollständig schlagen. Gut genug, günstiger und unabhängiger reicht für viele Aufgaben.

Washington kann nur US-Anbieter ausbremsen

Im Juni ließ die US-Regierung Fable 5 und Mythos 5 weltweit abschalten. Wir hatten zuvor über den Fable-Hype und danach über den Abhängigkeitsschock geschrieben.

Fable kam nach zusätzlichen Schutzmaßnahmen zurück und ist neu ab heute bei Max und Team Premium enthalten. Pro- und Team-Standard-Nutzer greifen über Nutzungsguthaben zu und erhalten einmalig 100 Dollar Guthaben.

Beim US-Datenkonzern Palantir zeigt sich übrigens dieselbe Abhängigkeit wie bei AI-Modellen: Ein US-Anbieter kontrolliert Technologie, auf die europäische Behörden angewiesen sind.

Frankreich will Palantir deshalb beim Inlandsgeheimdienst ersetzen, doch der Wechsel dauert voraussichtlich ein bis drei Jahre. Die strategische Frage bleibt: Was passiert, wenn ein ausländischer Partner Preis, Regeln oder Zugang ändert?

Unser Take: Souverän ist, wer die Option zum Wechseln hat

Europa muss US-Modelle nicht verbannen und sensible Daten nicht nach China schicken.

Es braucht eine echte zweite Spur: starke Open-Weight-Modelle, europäische Rechenzentren und Arbeitsabläufe, die nicht an einem Anbieter hängen.

K3 ist deshalb weniger ein ChatGPT-Ersatz als ein Machtverschieber. Es zeigt, dass Spitzenleistung billiger wird und nicht mehr nur aus Kalifornien kommt.

Die entscheidende Frage für dich lautet: Könntest du wechseln, wenn du müsstest?

Geschafft! Danke fürs Lesen und bis zur nächsten Ausgabe.

Reto & Fabian von den AInauten

☀️ AI MITARBEITER-BOOTCAMP: Summer Edition ist offen!

Bald starten wir mit einem gemeinsamen Live-Kick-off. Danach kannst du dir die vier Module flexibel einteilen. Alle Inhalte sind nach dem Kick-off ab Tag 1 verfügbar. Dazu kommen unsere Community für laufenden Support und das Live-Event zum Abschluss.

Vier Wochen, in denen du deinen eigenen AI-Mitarbeiter aufbaust: mit deinem Kontext, deinen Tools und eigenen Skills für wiederkehrende Aufgaben.

Wie das in der Praxis aussehen kann, hast du gerade gesehen. Unser AI-Mitarbeiter brachte die neue Seite in 61 Minuten von der Freigabe bis zur verifizierten Domain.

👉 AI MITARBEITER Summer Edition ansehen 》

Hinweis: Wir wissen aktuell nicht, ob es danach noch einmal ein Live-Bootcamp in dieser Form geben wird. Für die Summer Edition gibt es maximal 50 Plätze.

AIHOY und happy Weekend, liebe AInauten!

Vielleicht hast du letzte Woche nicht alle spannenden News, Tools und Hacks rund um das Thema AI mitbekommen oder bist erst neu bei uns gelandet. Kein Grund zur Sorge!

Wir haben dir unsere Highlights der vergangenen Woche zusammengefasst:

• 🔒 Deep-Dive: Zwei unterschiedliche Arten von AI-Recherche und was sie dir bringen

• 🧭 Chat, Work oder Codex? So nutzt du die neue ChatGPT-App im Alltag

• 🔥 AInauten-Praxis: Wir haben Nauti unser Newsletter-Archiv, eine Stimme und Telefonnummer gegeben

• 🧰 Agentic SaaS: Gute Software hat jetzt zwei Nutzer, dich und deinen Agenten

• 🕵️ Der AI-Selbst-Check: Was findet ChatGPT alles über dich?

• 🔍 Die zwei Arten von AI-Recherche und warum du beide brauchst

• ✍️ Der AI-Slop-Reflex: Warum „sieht nach AI aus“ nichts mehr über Qualität sagt

Zum Abschluss gibt es noch die wichtigsten Quick News für dich – so hast du alle relevanten Entwicklungen mit einem Klick im Blick! Ready? Let’s go!

🔥 Die AINAUTEN Journey - Dein Weg zum AI-Profi 🔥 

3 Stufen. Ein Ziel: AI wirklich meistern. Alles Schritt für Schritt erklärt.

》AI EXPLORER - Der schnelle Einstieg mit Jumpstart Guide & Basics.

》AI POWER USER - ChatGPT Masterclass, 50+ Deep-Dives, 10+ Stunden pro Woche sparen. Für alle, die AI im Alltag produktiv nutzen wollen.

》AI AUTOMATION EXPERT - Die Königsklasse. Baue Systeme, die 24/7 für dich arbeiten. Lerne Automation, 50+ Use Cases, exklusive Community mit 1000+ Experten. Plus: Exklusive Tool-Rabatte im Wert von 2.000€+/Jahr.

MEINE AI-STUFE FINDEN »

🔒 Deep-Dive: Zwei unterschiedliche Arten von AI-Recherche und was sie dir bringen

Recherche scheitert oft nicht an zu wenig Material, sondern an der falschen Suchart. Normale Recherche sammelt belastbare Grundlagen aus Dokumentationen, Studien und Fachartikeln. Pulse Research schaut dagegen auf die letzten Tage und zeigt, was Menschen gerade testen, kritisieren oder plötzlich anders bewerten.

Im Deep Dive trennen wir diese beiden Achsen sauber und zeigen am Beispiel eines Meeting-Notiztools, warum 15 von 24 klassischen Quellen vom Anbieter selbst stammen konnten, während aktuelle Community-Beiträge ganz andere Fragen zu Datenschutz, Recht und lokalen Alternativen sichtbar machten. Die einfache Regel: Fakten brauchen Substanz, Trends brauchen Puls, wichtige Entscheidungen brauchen beides.

👉 Zum Premium-Deep-Dive »

🧭 Chat, Work oder Codex? So nutzt du die neue ChatGPT-App im Alltag

OpenAI packt Chat, Dokumentarbeit und Codex in eine gemeinsame App. Chat bleibt der schnelle Sparringspartner. Work übernimmt längere Aufgaben mit Dateien, Recherche und sichtbaren Zwischenergebnissen. Codex ist die Werkstatt für Code, Automationen und technische Änderungen.

Die Montagsausgabe zeigt, welcher Modus für welche Aufgabe passt und warum du nicht alles in einen endlosen Chat pressen solltest. Der praktische Punkt: Wähle zuerst den Arbeitsraum, dann das Modell. So bleiben Kontext, Freigaben und Ergebnisse übersichtlich, statt sich in einem einzigen Verlauf zu vermischen.

👉 Zur neuen ChatGPT-App »

🔥 AInauten-Praxis: Wir haben Nauti unser Newsletter-Archiv, eine Stimme und Telefonnummer gegeben

Nauti kann inzwischen unser Newsletter-Archiv durchsuchen, Antworten in unserer Sprache formulieren und über eine eigene Telefonnummer Gespräche führen. Dafür brauchte es nicht den einen magischen Prompt, sondern saubere Quellen, eine feste Identität, Werkzeuge und klare Grenzen.

Das Segment zeigt den Weg vom normalen Chatbot zum erreichbaren Assistenten. Entscheidend ist die Trennung zwischen Wissen, Stimme und Aktion: Das Archiv liefert Fakten, die Identität hält den Ton zusammen und die Telefonie öffnet einen neuen Kanal. Erst wenn diese Schichten einzeln prüfbar sind, fühlt sich der Assistent wirklich verlässlich an.

👉 Zur Nauti-Praxis »

🧰 Agentic SaaS: Gute Software hat jetzt zwei Nutzer, dich und deinen Agenten

Software wird nicht mehr nur von Menschen bedient. Agenten brauchen ebenfalls klare Schnittstellen, verständliche Zustände und sichere Aktionen. Ein hübscher AI-Button reicht dafür nicht. Gute Agentic SaaS lässt sich per API oder MCP steuern und bleibt gleichzeitig für dich manuell nachvollziehbar.

Die Ausgabe erklärt, woran du solche Tools erkennst: Ein Agent muss lesen, handeln und das Ergebnis belegen können, ohne deine Kontrolle zu umgehen. Der stärkste Test ist deshalb nicht die Demo, sondern der Rückweg. Kannst du jede Änderung sehen, korrigieren und notfalls selbst übernehmen, ist das Tool für beide Nutzer gebaut.

👉 Zum Agentic-SaaS-Segment »

🕵️ Der AI-Selbst-Check: Was findet ChatGPT alles über dich?

Vor einem Gespräch suchen Menschen längst nicht mehr nur bei Google. Sie lassen ChatGPT Namen, Firmen und öffentliche Spuren zu einem Briefing verdichten. Genau deshalb solltest du dein eigenes AI-Profil kennen, bevor ein Kunde, Bewerber oder Geschäftspartner es tut.

Der Selbst-Check kombiniert eine normale AI-Abfrage mit Websuche und prüft anschließend, welche Aussagen stimmen, fehlen oder veraltet sind. Das ist keine Eitelkeitsübung. Du findest falsche Zuordnungen, alte Profile und Lücken in deiner öffentlichen Positionierung. Wer weiß, was die AI über ihn erzählt, kann gezielt bessere Belege ins Netz stellen.

👉 Zum AI-Selbst-Check »

🔍 Die zwei Arten von AI-Recherche und warum du beide brauchst

Klassische Recherche liefert Substanz. Sie findet Dokumentationen, Studien, Vergleichstests und offizielle Aussagen. Pulse Research liefert Bewegung. Sie zeigt in Reddit, Hacker News, YouTube und anderen aktuellen Quellen, was Nutzer gerade entdecken, bezweifeln oder in der Praxis verwerfen.

Beim Vergleich von Meeting-Notiztools sahen die klassischen Ergebnisse sauber aus, waren aber stark von Anbieterquellen geprägt. Aktuelle Diskussionen rückten dagegen Datenschutz, Rechtsfragen und lokale Alternativen nach vorn. Beides allein wäre zu dünn gewesen. Nutze deshalb Substanz für Fakten, Puls für Trends und beide Wege, wenn eine Entscheidung Geld, Zeit oder Kundendaten betrifft.

👉 Zu den zwei Recherche-Arten »

✍️ Der AI-Slop-Reflex: Warum „sieht nach AI aus“ nichts mehr über Qualität sagt

Ein langer Gedankenstrich, eine glatte Überschrift oder eine saubere Liste gelten inzwischen schnell als AI-Beweis. Das Problem: Mit denselben Oberflächenmerkmalen werden auch menschliche Texte und sorgfältig erarbeitete Analysen als Slop abgestempelt.

Die bessere Prüfung sitzt eine Ebene tiefer. Stimmen die Fakten? Ist die Aussage konkret? Gibt es eigene Erfahrung, nachvollziehbare Quellen und einen Nutzen für den Leser? Auch unsere Texte können mit AI entstehen und trotzdem viel internes Wissen, echte Tests und redaktionelles Urteil enthalten. Der Slop-Reflex war 2025 vielleicht praktisch. 2026 ist er oft nur noch ein schlechter Qualitätsfilter.

👉 Zum AI-Slop-Reflex »

AI-News-Quickie: Die HAI-lights aus der Branche

AI never sleeps! Diese Woche starten wir dort, wo sich für die meisten Leser direkt etwas verändert: bei OpenAI und ChatGPT, Google und Gemini, Anthropic und Claude sowie den großen Produktplattformen. Danach folgen Agenten-Workflows, Sicherheit, Business und die breitere Branche. Der rote Faden: Die bekannten AI-Werkzeuge werden nicht nur leistungsfähiger, sondern übernehmen immer mehr komplette Arbeitsschritte.

🧠 OpenAI, Google, Claude & Co.

• OpenAI bringt die GPT-5.6-Familie mit Sol, Terra und Luna in ChatGPT, Codex und die API. Damit werden maximale Leistung, ausgewogene Alltagsarbeit und günstige Geschwindigkeit zu drei klar getrennten Optionen; für besonders anspruchsvolle Aufgaben koordiniert der neue Ultra-Modus mehrere Agenten parallel.

• Mit ChatGPT Work baut OpenAI den Chat zur Arbeitsumgebung aus: Der Agent arbeitet mit Apps und Dateien und erstellt daraus Dokumente, Tabellen, Präsentationen oder Web-Anwendungen. Auch geplante Aufgaben werden damit Teil derselben Oberfläche.

• GPT-Live macht ChatGPT Voice voll duplexfähig. Du kannst natürlicher unterbrechen, korrigieren und weiterreden, weil das Modell gleichzeitig zuhören und sprechen kann.

• Google benennt NotebookLM in Gemini Notebook um und erweitert es um einen sicheren Cloud-Computer, Code-Ausführung und die Synchronisierung mit der Gemini-App. Der Recherche-Arbeitsraum wird damit deutlich handlungsfähiger.

• Mit Reflect with Claude fasst Claude auf Wunsch zusammen, wie du das Werkzeug über längere Zeit nutzt. Der Bericht basiert auf deiner Memory und soll Muster, produktive Routinen sowie sinnvolle Pausen sichtbar machen.

• Claude for Teachers gibt verifizierten Lehrkräften in den USA kostenlosen Zugang zu Premium-Funktionen. Enthalten sind Vorlagen für Unterricht und Standards, Konnektoren, Claude Code, Cowork und geplante Aufgaben.

• Microsoft 365 Copilot lässt geplante Prompts nachträglich bearbeiten, statt sie löschen und neu anlegen zu müssen. Wiederkehrende Briefings und Reports werden damit im Alltag leichter steuerbar.

• GitHub Copilot erweitert in JetBrains Bring Your Own Key über alle Tarife. Teams können externe Modellanbieter flexibler anbinden und müssen weniger eng an den Standardkatalog gebunden bleiben.

• xAI positioniert Grok 4.5 für Coding, Agenten und Wissensarbeit. Relevant ist vor allem der günstigere API-Preis: Zwei Dollar pro Million Input-Token und sechs Dollar pro Million Output-Token.

🤖 Agenten und Workflows

• Microsoft Copilot Agents liefern mit Standardeinstellungen oft schwache Ergebnisse. Klare Dateipfade, präzise Aufgaben und definierte Grenzen bleiben wichtiger als der Agenten-Schalter selbst.

• Obsidian und Claude Code lassen sich als agentisches Second Brain verbinden. Der Gewinn entsteht durch aktuelle, verknüpfte Notizen, nicht durch eine immer längere Instruktionsdatei.

• xAI stellt den Coding-Agenten Grok Build als Open Source bereit. Der veröffentlichte Code enthält Agenten-Schleife, Werkzeuge, Erweiterungssystem und Unterstützung für lokale Modelle – und ist damit mehr als nur eine weitere Chat-Oberfläche.

• AWS zeigt einen Telefonassistenten für Restaurants mit Bedrock AgentCore und Nova 2 Sonic. Der Bauplan deckt den Weg von der Begrüßung bis zur Bestellbestätigung ab.

• Amazon automatisiert mit Nova Act Regressionstests und bindet Test-Suites in CI/CD ein. Agenten bekommen damit einen prüfbaren Platz in der Softwareauslieferung.

• Amazon Quick Automate erhält natives Case-Management. Status, Ausnahmen und menschliche Freigaben werden damit direkt Teil längerer agentischer Prozesse.

🛡️ Sicherheit und Vertrauen

• Sensible AI-Funktionen sollten Opt-in statt voreingeschaltet sein. Wer erst nach der Aktivierung widersprechen kann, trägt das Datenschutzrisiko, bevor er überhaupt entschieden hat.

• Ein geleakter Datensatz deutet darauf hin, dass Suno Millionen Songs und Texte gesammelt hat. Der Fall verschärft den Streit über Training, Herkunft und Vergütung.

• Anthropic baut sein Team gegen Missbrauch und Katastrophenrisiken aus. Gefragt sind Spezialisten für Biosecurity, Cyberangriffe und andere Folgen leistungsfähiger Modelle.

• Eine Klage wirft Meta vor, ein fehlerhaftes AI-System habe Entlassungen mit vorbereitet. Besonders problematisch sind Vorwürfe rund um Beschäftigte mit medizinischer oder familiärer Auszeit.

• Grok Build stoppte den stillen Upload kompletter Repositories. Coding-Agenten brauchen deshalb klare Anzeigen dafür, welche Dateien ihr Gerät verlassen.

• GitHub zeigt AI-gestützte Security-Funde direkt in Pull Requests. Der Hinweis landet dort, wo Entwickler eine Änderung ohnehin prüfen.

• Ein Researcher konnte die Filter fast aller großen Modelle mit systematischen Jailbreaks umgehen. Das zeigt, warum Richtlinien im Prompt keine verlässliche Sicherheitsgrenze sind.

• Meta hat die Instagram-Funktion für AI-Bilder mit öffentlichen Accounts nach Protesten abgeschaltet. Ein öffentliches Profil ist keine Einwilligung für fremde Deepfakes.

💼 Arbeit und Business

• Whatnot übernimmt Shaped für Echtzeit-Empfehlungen. Die Live-Shopping-Plattform will Suche und Personalisierung während laufender Streams verbessern.

• Microsoft gibt seinem Vertrieb konkrete Argumente gegen OpenAI und Anthropic. Der Modellkampf wird damit zum klassischen Enterprise-Verkauf mit Preis, Integration und Kontrolle als Waffen.

• Interne AI-Beraterrollen mit mehr als 200.000 Dollar Gehalt zeigen, wie wertvoll die Übersetzung zwischen Modellen, Prozessen und Fachabteilungen geworden ist.

• Ein Anthropic-Workflow verspricht 96 Prozent der Fable-5-Leistung für weniger als die Hälfte der Kosten. Der wichtige Hebel ist Routing, nicht ein billigerer Einheitspreis.

• Abu Dhabi macht AI mit der Verwaltungs-App TAMM zur Alltagsschicht. Behördengänge, Anträge und Services wandern damit in einen zentralen digitalen Assistenten.

• Die philippinische Outsourcing-Branche senkt wegen AI ihre Umsatz- und Jobprognosen. Besonders standardisierte Servicearbeit spürt den Automatisierungsdruck zuerst.

• Besseres Prompt-Management und Caching senkt Kosten, weil wiederkehrender Kontext nicht bei jedem Lauf neu verarbeitet wird. Gute Architektur schlägt blindes Modell-Downgrade.

• Softwareentwickler reagieren auf den AI-Umbau mit neuen Fähigkeiten und mehr Prüfaufwand. Coden verschwindet nicht, aber Urteil, Architektur und Kontrolle werden sichtbarer.

• Britische Banken sollen sich in einem AI-Skills-Compact zur Weiterbildung verpflichten. Umschulung wird damit zur gemeinsamen Aufgabe von Arbeitgebern und Politik.

🏛️ Politik und Gesellschaft

• Die niederländische Marine testet autonome Boote, Drohnen und AI. Damit rückt die Debatte von Labormodellen zu realen Verteidigungssystemen.

• Australien richtet ein eigenes AI Office ein und verspricht stärkeren Schutz für Kreative. Rechenzentren und Urheberrecht landen damit in derselben politischen Rechnung.

• Der Gouverneur der Bank of England fordert globale Zusammenarbeit bei AI-Risiken. Nationale Regeln reichen bei Modellen, Chips und grenzüberschreitenden Diensten nur begrenzt.

• Große Verlage verklagen Google wegen der Nutzung von Büchern für Gemini. Der Streit um Trainingsdaten wandert damit weiter von Grundsatzdebatten in konkrete Gerichtsverfahren.

• New York verhängt ein Moratorium für neue Hyperscale-Rechenzentren. Strompreise, Netzbelastung und Wasserverbrauch werden für AI-Ausbau zu harten Standortgrenzen.

• Der frühere australische Minister Ed Husic warnt vor Copyright-Zugeständnissen an AI-Firmen. Selbstregulierung hält er für zu schwach.

• Ein aktueller Beitrag fordert mehr öffentliche Investitionen in freie, offene AI. So sollen Fähigkeiten, Kontrolle und gesellschaftlicher Nutzen nicht nur bei wenigen Konzernen landen.

• US-Senator Ed Markey bündelt mehrere Vorhaben zu einer AI Accountability Agenda. Im Fokus stehen Energie, Diskriminierung, Überwachung und Schutz vor schädlichen Systemen.

• In den USA wächst eine AI-Klassengesellschaft: Power-User automatisieren bereits ganze Workflows, während viele Menschen bei Suche und einfachen Chats stehen bleiben.

🧪 Forschung, Infrastruktur und Kultur

• Rund um Kimi K3 melden frühe Tests starken Frontend-Code und Konkurrenz zu US-Spitzenmodellen. Noch ist das kein belastbarer Alltagstest, aber vielversprechend.

• Thinking Machines startet mit Inkling ein offenes Multimodal-Modell für Video und Audio. Das 975-Milliarden-Parameter-System ist das erste eigene Modell des jungen Labs.

• Anthropic meldet bei der Untersuchung von Claude Hinweise auf einen internen globalen Workspace. Das ist kein Bewusstseinsbeweis, aber ein neuer Ansatz, interne Verarbeitung sichtbar zu machen.

• Nvidia erweitert die Partnerschaft mit Toyota von autonomem Fahren auf Smart Cities, Verkehr und Fabriken. AI-Infrastruktur wird damit Teil industrieller Systeme.

• Tencent positioniert Hy3 mit 295 Milliarden Parametern als Mittelweg für lokale und kontrollierte Deployments. Interessant ist weniger die Größe als die Option, sensible Workloads näher am eigenen System zu halten.

• Wiederentdeckter Quellcode zeigt, dass ELIZA mehrere Persönlichkeiten beherrschte und mehr war als die bekannte Therapiesimulation. Frühe Chatbots waren konzeptionell reicher als ihre Legende.

• George Lucas vergleicht AI-Skeptiker mit Maschinenstürmern. Die provokante Aussage verschärft den Kulturkampf, löst aber keine Fragen zu Arbeit und Rechten.

• Bewusstseinsforscher Anil Seth widerspricht der schnellen Deutung, Claude könne möglicherweise bewusst sein. Interessante interne Muster sind noch kein subjektives Erleben.

• Ein neues Buch stellt eine zentrale Annahme von Alan Turing infrage: Intelligenz könnte weniger einheitlich und formalisierbar sein, als moderne AI-Erzählungen nahelegen.

• Apple macht Siri in iOS 27 zum zentralen AI-Werkzeug. Der Assistent soll tiefer in Apps, Inhalte und Aktionen greifen, statt nur Fragen zu beantworten.

• X Square Robot baut einen integrierten Foundation-Stack für Allzweckroboter. Wahrnehmung, Planung und Bewegung sollen aus einem abgestimmten System statt aus vielen Einzellösungen kommen.

• Sunrun will Haushalte mit Solar und Batterie zu verteilten AI-Rechenzentren machen. Kunden würden Recheneinheiten hosten und dafür bezahlt.

Geschafft! Aber kein Grund zum traurig sein. Die AInauten sind schon bald wieder zurück, mit neuem Futter für dich.

Bis am Montag, mit einer frischen Runde News, Hacks und Insights für dich!

Deine AInauten
Fabian & Reto

P.S.: Folge uns auf den Socials! X, LinkedIn, Facebook, Insta, YouTube, TikTok

Die AInauten Journey: So können wir dir helfen!

⭐ AI EXPLORER: Der schnelle Einstieg in die AI-Welt, perfekt zum Reinschnuppern, wenn du noch keine Erfahrung hast. Mehr erfahren » 

⭐⭐⭐ AI POWER USER: Werde zum AI-Profi in 30 Tagen. ChatGPT Masterclass, Prompting Pro Bootcamp, 50+ Deep-Dives mit wöchentlichen Updates. Spare 10+ Stunden pro Woche. Kein Abo. Mehr erfahren »

⭐⭐⭐⭐⭐ AI AUTOMATION EXPERT: Die Königsklasse. Alle unsere Trainings aus AI EXPLORER und AI POWER USER! Plus Community mit Support. Baue Systeme, die 24/7 für dich arbeiten - mit Zapier, Make, n8n Trainings, Vibe Coding, 50+ Use Cases und Tool-Rabatte. Mehr erfahren »

Ja, ich will mehr erfahren »

Du musst kein Technikprofi sein, um mit AI richtig Zeit zu sparen. Im AI AUTOMATION EXPERT zeigen wir dir Schritt für Schritt, wie du wiederkehrende Aufgaben abgibst, Content schneller produzierst, Leads sauber nachfasst und Prozesse automatisch laufen lässt.

Hier lernst du konkret auch als absoluter Anfänger und Nicht-Techie, wie du deine Prozesse automatisieren kannst. Verständlich erklärt, mit Vorlagen, die sofort funktionieren, und einer Community, die dir den Rücken stärkt.

Noch unsicher? Starte mit dem AI POWER USER oder schau dir die komplette Journey an.

Klingt gut, aber was sagen andere? Schau dir unsere “Wall of Love” an.

Moin AINAUTEN,

willkommen zum Deep-Dive diese Woche.

Wir alle nutzen mehr und mehr die AI, um Dinge zu recherchieren und aufbereiten zu lassen: Tools vergleichen, Märkte checken, Wettbewerber monitoren, Personen vor Meetings durchleuchten.

Und die Antworten klingen immer fundiert. Strukturiert. Mit Quellen.

Die Deep-Research Funktionen der verschiedenen Anbieter waren ein Game-Changer.

Aber sie folgen oft einem ähnlichen Muster.

Egal ob wir ChatGPT, Claude oder Perplexity fragen: Es kommt oft derselbe Konsens-Brei. Die gleichen 20 Blog-Artikel, nur anders zusammengefasst.

Grundsätzlich ist das ja nicht zwingend schlecht. Manchmal braucht es aber eine andere Technik.

Daher wollen wir uns diese Woche mit dem Thema beschäftigen, wie du die besten Recherche-Ergebnisse mithilfe der AI bekommst.

Und vor allem wollen wir uns auch mal zwei unterschiedliche Recherche-Arten anschauen, die je nach Thema ganz andere Ergebnisse produzieren.

Das haben wir heute dabei:

• 🎯 Das Aha: AI-Recherche hat zwei Achsen - und deine AI sitzt immer im falschen Quadranten

• 🧪 Das Experiment: 1 Frage, 2 Recherchen, 2 komplett verschiedene Antworten

• 🔑 Setup: Unser Lieblingsskill in 2 Minuten aufgesetzt (gratis, Open Source)

• 🕵️ Unter der Haube: Was da eigentlich passiert, wenn dein Agent "die Leute fragt"

• 🧰 5 Use Cases für deinen Arbeitsalltag

• ✍️ Ohne Skill? Der Puls-Prompt für ChatGPT & Co.

• ⚖️ Reality Check: wo die Grenzen sind

Los geht's!

🎯 Das Aha: AI-Recherche hat zwei Achsen

Kurz vorab, wir lieben AI-Recherche. Egal ob mit Perplexity oder den anderen AI-Tools, es hat unser Leben extrem vereinfacht.

Du wirst es wahrscheinlich auch täglich nutzen, vielleicht sogar mit der Deep-Research-Funktion, die bei komplexen Themen richtig tief geht.

Ist dir aber auch schon aufgefallen, dass die Ergebnisse oft sehr ähnlich sind? Oder auch sehr allgemein...

Warum liefert AI-Recherche also oft Einheitsbrei?

Wie immer hat das natürlich viel mit deinem Prompt, deinem Kontext und all dem zu tun.

Wir gehen jetzt aber nicht darauf ein, wie du AI nutzen kannst, um dir einen besseren Research Prompt schreiben zu lassen (Stichwort “Meta-Prompting”). Wir wollen eine andere Ebene anschauen, die viele nicht kennen.

Alles, was du im Internet finden kannst, lässt sich auf zwei Achsen einsortieren:

Achse 1: Wer hat es ausgewählt? Wurde es von Redaktionen, SEO-Autoren oder AI publiziert? Oder von echten Menschen hochgevotet, kommentiert, geteilt?

Achse 2: Wie alt ist es? Evergreen-Content, der seit Jahren rankt? Oder das, was gerade in den letzten 30 Tagen passiert?

Jetzt zum wichtigen Punkt: Standard-AI-Recherche landet praktisch immer im Quadranten oben links.

SEO-Artikel. Listicles. "Die 10 besten Tools 2026". Autoritäts-gerankt, Alter unbekannt, für Suchmaschinen geschrieben statt für dich.

Das ist kein Bug deiner AI. Das ist einfach nur das, was die Websuche zurückgibt: Deine AI fasst brav zusammen, was die Suchmaschine ihr vorsetzt.

Je nach Fragestellung brauchst du aber andere Signale, andere Inhalte.

Das Signal, das man immer noch zusätzlich mit abfragen sollte, liegt unten rechts: Was sagen echte Menschen, gerade jetzt?

Der Reddit-Thread mit 1.500 Upvotes. Die Hacker-News-Debatte mit 900 Kommentaren. Der Kommentar unter dem YouTube-Review, der das Marketing-Versprechen zerlegt. Amazon Reviews usw.

Da liegt die Wahrheit über Tools, Stimmungen und Trends. Und fast niemand holt sie ab.

Ein wichtiges ABER, bevor du jetzt alles nur noch auf Reddit recherchierst: Unten rechts ist nicht "besser". Es ist nur für eine bestimmte Art von Frage der richtige Ansatz.

Wir unterscheiden inzwischen zwischen zwei Frage-Typen:

• Puls-Fragen: "Was taugt Tool X wirklich? Was nervt die Nutzer? Was trendet gerade?" Hier sind Engagement und Aktualität das Qualitätssignal.

• Substanz-Fragen: "Was ist faktisch wahr? Wie funktioniert das? Was sagt die Studienlage?" Hier ist Reddit sogar gefährlich. Hochgevotet wird das Empörende und das Unterhaltsame, nicht das Korrekte.

Der eigentliche Skill ist also nicht "Hol dir das bessere Signal". Sondern: Brauche ich Ergebnisse von beiden Achsen?

🧪 Das Experiment: 1 Frage, 2 Recherchen

Lass es uns kurz einmal an einem simplen Beispiel zeigen. Wir haben eine klassische Frage genommen, die uns ständig gestellt wird:

"Welches AI-Meeting-Notiz-Tool ist das beste?"

Diese Frage lassen wir jetzt einmal auf zwei Ebenen recherchieren.

Lauf A: die normale Recherche

"Recherchier mal, welches AI-Meeting-Tool das beste ist." Drei Websuchen, Top-Treffer, Zusammenfassung.

So macht es jeder, so machen es auch die Research-Modi der großen Anbieter im ersten Schritt.

Die Antwort kam prompt:

Klingt erst einmal gut. Bis man sich die Quellen anschaut.

• 15 von 24 Quellen gehören selbst einem Tool-Anbieter. meetingnotes.com, meetjamie.ai, get-alfred.ai, tl;dv, MeetGeek, Notta: die schreiben alle "Die 10 besten AI-Notetaker" und setzen sich selbst auf Platz 1 oder prominent rein.

• Weitere 6 Quellen verdienen indirekt mit: Affiliate-Links, Integrations-Provisionen, Agentur-Lead-Gen.

• Echte Nutzerstimmen in den Top-Ergebnissen: null. Kein Reddit, kein Hacker News, kein Forum. In keiner der drei Suchen.

• Und das Beste: Kein einziger Artikel hatte ein verifizierbares Publikationsdatum. Alle tragen "2026" im Titel. Das ist das klassische Evergreen-SEO-Spiel: Jahreszahl im Titel hochzählen, Inhalt von vor zwei Jahren drinlassen.

Die Antwort war also nicht falsch. Aber sie war im Wesentlichen: Werbung, die sich als Recherche verkleidet hat. Und man sieht es ihr nicht wirklich an.

Lauf B: die Puls-Recherche

Moin AInauten,

Willkommen zur neuen Ausgabe deines Lieblingsnewsletters.

Kurz eine Meldung vorweg: Apple verklagt OpenAI, weil sie Top-Hardware-Talente abwerben, die wohl Firmengeheimnisse mitbringen.

Gleichzeitig ist OpenAIs erstes eigenes Gerät geleakt. Ein tragbarer Lautsprecher ohne Bildschirm, gedacht als AI-Begleiter, der einfach immer dabei ist. Ob die Welt wirklich auf noch einen smarten Speaker gewartet hat? (Wir setzen ja auf Brillen.)

Schauen wir mal. Aber die Richtung ist klar: AI will raus aus dem Chat-Fenster, rein in deinen Alltag.

Wir haben heute weniger News, dafür mehr Themen, die uns diese Woche beschäftigt haben.

Hier die Themen im Detail:

• 🕵️ Der AI-Selbst-Check: Was findet ChatGPT alles über dich?

• 🔍 Die zwei Arten von AI-Recherche (und warum du beide brauchst)

• ✍️ Der AI-Slop-Reflex: Warum "sieht nach AI aus" nichts mehr über Qualität sagt

Los geht's!

🕵️ Der AI-Selbst-Check: Was findet ChatGPT alles über dich?

Kleines Geständnis vorweg: Vor wichtigen Meetings lassen wir uns von der AI ein Briefing über unsere Gesprächspartner bauen.

Wir nutzen unser Second Brain für die Leute, die wir schon kennen, plus Websuche. Zwei Minuten, und wir wissen, mit wem wir reden, was die Person gerade umtreibt und worüber wir schon gesprochen haben.

Funktioniert erschreckend gut.

Eine Frage, die man sich auch stellen kann: Was findet die AI eigentlich über uns selbst?

Auf TikTok geht gerade genau dieses Experiment viral.

Ein Creator hat ChatGPT gebeten, jedes Foto von ihm im Internet zu finden. Sein Fazit: "It literally found me in photos I didn't even know existed."

Über zwei Millionen Views, und die Kommentare schwanken zwischen Faszination und Panik.

@maverickgpt

Comment "Photo" and I'll send you all the prompts 👇 What happens when you ask ChatGPT to find every photo of you on the internet? I tried ... See more

Warum dich das interessieren sollte, auch wenn du kein Influencer bist:

• Der Kunde, der vor dem Erstgespräch deinen Namen in ChatGPT wirft, macht genau das.

• Der Bewerber, der sich auf dich vorbereitet. Die Gegenseite in der Verhandlung. Auch.

• Und die unschöne Variante: Phishing-Mails werden heute mit genau solchen Infos personalisiert.

Dein AI-Suchprofil existiert. Die Frage ist nur, ob du es kennst.

So machst du den Selbst-Check (Copy-Paste)

Stufe 1, das Selbstbild: Lade ein Foto von dir hoch und frag:

Analysiere dieses Foto und liste alle Merkmale auf,
die mich erkennbar machen (Gesicht, Kleidung, Umgebung).

Stufe 2, die Recherche:

Recherchiere im Web, was sich über mich finden lässt:
[Vorname Nachname], [Firma], [Stadt].
Profile, Fotos, Erwähnungen, alte Accounts, Forenbeiträge.
Sortiere alles in drei Kategorien:
1. Stärkt meinen Eindruck
2. Neutral
3. Würde ich lieber nicht da draußen haben

Die gleiche Übung lohnt sich übrigens für deine Firma: "Was findet ein Interessent in 5 Minuten über uns, und welchen Eindruck macht das?"

Unser Take: Kenne dein eigenes AI-Profil!

Sich selbst googlen ist ein uraltes Ding. AI hat das Ganze aber noch weiter vereinfacht, verbessert und verschärft.

Wer sein AI-Suchbild kennt, kann es gestalten. Alte Profile aufräumen, die guten Sachen sichtbarer machen. Und im Meeting nicht überrascht sein, welche Frage als Erstes kommt.

Passend dazu ist auch das nächste Thema. Denn wie gut so eine Recherche wird, hängt komplett davon ab, WIE man die AI suchen lässt.

🔍 Die zwei Arten von AI-Recherche (und warum du beide brauchst)

Kurzer Reality-Check: Wie oft hast du diese Woche eine AI irgendwas recherchieren lassen?

Eben. Wir auch, ständig. Tools vergleichen, Märkte checken, Personen vor Meetings durchleuchten.

Und die Antworten sehen auch immer gut aus. Strukturiert. Mit Quellen.

Trotzdem ist uns etwas aufgefallen: Egal ob ChatGPT, Claude oder Perplexity, oft kommt derselbe Konsens-Brei raus. Die gleichen 20 Blog-Artikel, nur anders zusammengefasst.

Diese Woche haben wir darüber nachgedacht, warum das so ist. Die Kurzfassung: Es gibt zwei Arten von Recherche. Und deine AI macht standardmäßig nur eine davon.

Art 1: Substanz-Recherche (die kennst du)

Websuche, Deep Research, Studien, Doku. Sie beantworten die Frage: Was ist faktisch wahr?

Dafür sind die Research-Funktionen der großen Anbieter richtig gut.

Der blinde Fleck: Sie ziehen oft nur SEO-Artikel und Listicles. Publiziert von Redaktionen, oft sogar von den Anbietern selbst. Alter unbekannt.

Art 2: Puls-Recherche (die macht fast niemand)

Beantwortet eine andere Frage: Was sagen echte Menschen, gerade jetzt?

Reddit-Threads samt Kommentaren, Hacker-News-Debatten, YouTube-Kommentare. Instagram, TikTok.

Im Sinne von: die letzten 30 Tage, gerankt nach Upvotes statt Google-Ranking.

Substanz- und Puls-Recherchen an einem Beispiel:

Wir haben beide Arten mal auf eine klassische, simple Frage losgelassen, die wir ständig bekommen: "Welches AI-Meeting-Notiz-Tool ist das beste?"

Die Standard-Recherche-Antwort: "Nimm Fathom" oder "nimm otter.ai" wirkt erst mal nicht schlecht.

Bis wir die Quellen aufgemacht haben: 15 von 24 gehörten selbst einem Tool-Anbieter. Null echte Nutzerstimmen. Werbung, als Recherche verkleidet.

Dann die Puls-Recherche, 86 echte Posts später: Die Community redet über etwas komplett anderes.

Otter.ai wurde gerade wegen heimlicher Aufzeichnungen verklagt. Kubernetes sperrt Notetaker-Bots per Blockliste aus den eigenen Meetings aus.

Und der Trend geht klar zu lokalen, bot-freien Tools.

Sidenote: Einer unserer Favoriten ist das deutsche, DSGVO-konforme Jamie.

Zwei Recherchen, zwei Welten. Deshalb empfehlen wir, immer beides zu machen. Einmal nach Fakten mit der normalen Recherche-Funktion, dann noch einmal die Puls-Recherche über echte Nutzerstimmen.

So machst du den Puls-Check

Gerade bei Social Signals ist es manchmal nicht so einfach, an die relevanten Daten zu kommen. Wir nutzen dafür einen der populärsten Skills: /last30days

Mehr dazu gleich unten. Wenn du aber noch kein Claude Cowork, ChatGPT Work, Codex etc. benutzt, kannst du auch folgenden Prompt probieren:

Recherchiere: [DEINE FRAGE]

1. Suche echte Nutzerdiskussionen (Reddit, Hacker News, Foren),
   KEINE Blog-Artikel oder "Top 10"-Listen.
2. Nur die letzten 30 Tage, nenne pro Fund das Datum.
3. Sortiere nach Engagement (Upvotes, Kommentare), nicht nach Ranking.
4. Zitiere 5 wörtliche Nutzerstimmen mit Link. Kennzeichne jede
   Quelle, die selbst ein Produkt in der Kategorie verkauft.

Unsere Faustregel seitdem:

• Fakten-Frage → Substanz.

• Tool-, Trend- oder Stimmungs-Frage → Puls.

• Wichtige Entscheidung → beide.

Unser Take & der Skill, den wir nutzen

Wer fragt wie alle, weiß was alle wissen.

Wie oben schon geschrieben, ist es oft nicht einfach, an die Social Signals zu kommen.

Wir nutzen dafür einen kostenlosen Open-Source-Skill namens last30days, der genau das auf Knopfdruck macht. Reddit, HackerNews, YouTube, TikTok und mehr - parallel, mit echten und aktuellen Engagement-Zahlen.

Wenn du schon mit Claude Cowork, Claude Code, Codex und Co. arbeitest, sag ihm einfach, er solle den Skill installieren.

Kannst du mir diesen Skill installieren? 
https://github.com/mvanhorn/last30days-skill/

Der Skill funktioniert “out-of-the-box”. Man kann ihn aber noch mit Scraping APIs und X Login verbessern.

Für alle Power User und Automation Experts kommt morgen ein ausführlicher Deep-Dive dazu.

✍️ Der AI-Slop-Reflex: Warum "sieht nach AI aus" nichts mehr über Qualität sagt

Zum Abschluss noch eine kleine Beobachtung aus unserem Alltag, die dich vielleicht auch betrifft.

Der Gedankenstrich "-" ist ja schon lange zum AI-Verräter geworden.

Rolling Stone nennt ihn schon den "ChatGPT Hyphen", menschliche Autoren zensieren sich vorsorglich selbst, und Studenten werden fälschlich als AI geflaggt, weil sie sauber schreiben.

Warum die Modelle den Strich so lieben, weiß übrigens niemand genau. Die beste Theorie: zu viele redigierte Qualitätstexte waren in den Trainingsdaten.

Dieses Ganze “AI hat geschrieben”, “AI hat nicht geschrieben”-Thema wird langsam echt wild. Menschen versuchen AI-Texte zu erkennen und lesen sie dann aus Prinzip nicht mehr.

Um das zu verbessern, haben wir ja schon vor einiger Zeit einen Anti-AI-Writing-Pattern Skill gebaut, der sich großer Beliebtheit erfreut.

→ Hier direkt runterladen, ohne Anmeldung 

Aber wir erleben aktuell oft die andere Seite: Wir arbeiten ja konstant mit AI und lassen uns sämtliche Ergebnisse entweder als HTMLs oder eben Doc-Zusammenfassungen aufbereiten.

Klar, diese aufbereiteten Docs sehen nach AI aus. Wir coden auch keine HTMLs von Hand 😁…

Hinter unseren AI-aufbereiteten Reports stecken aber starke Second Brains, saubere Sessions und richtig viel Arbeit zusammen mit der AI.

Obwohl der Text von der AI geschrieben wurde, ist der Inhalt oft extrem gut. Trotzdem lesen es viele gar nicht mehr, sobald sie AI-Optik erkennen, sondern denken sich: "Ah, AI-Slop."

Wir schreiben mittlerweile wörtlich dazu: "Bitte lies es trotzdem!"

Der Slop-Reflex war 2025 ein brauchbarer Filter. 2026 ist er ein Bug.

Der Stil sagt nichts mehr über Qualität, in keine Richtung. Wichtiger ist die Substanz: Stimmen die Fakten? Steckt Denkarbeit drin? Kann ich einen Mehrwert daraus ziehen?

Uns ist egal, wer einen Post, einen Artikel, einen Report geschrieben hat. Ob Mensch oder AI - Hauptsache der Inhalt stimmt!

So, das war's für heute. Wie immer danke fürs Lesen. 🫶

Reto & Fabian von den AInauten

Moin AInauten,

Willkommen zur neuen Ausgabe deines Lieblingsnewsletters!

„Ich will hier raus!“ AI verlässt das Chatfenster und zieht auf deinem Desktop ein. Dort wird mit Dateien gearbeitet, Apps bedient und echte Arbeit verrichtet.

OpenAI bündelt Chat, Work und Codex in einer App. xAI macht Voice-Agents zum Baukasten. Wir haben Nauti kurzerhand unser Newsletter-Archiv, eine Stimme und eine Telefonnummer gegeben. Und immer mehr SaaS-Anbieter öffnen ihre Produkte für Agenten - endlich!

Für dich zählt am Ende nur eine Frage: Welche Arbeit ist dadurch wirklich erledigt?

Das haben wir heute für dich im Gepäck:

• 🧭 Chat, Work oder Codex? So nutzt du die neue ChatGPT-App im Alltag

• 🔥 AInauten-Praxis: Wir haben Nauti unser Newsletter-Archiv, eine Stimme und Telefonnummer gegeben

• 🧰 Agentic SaaS: Gute Software hat zwei Nutzer, dich und deinen Agenten

Los geht’s!

P.S. Heute haben wir mal ein paar Infografiken mit Nauti zur Illustration erstellt. Lass uns gerne ein Feedback da, ob es dir gefällt.

🧭 Chat, Work oder Codex? So nutzt du die neue ChatGPT-App im Alltag

Wenn du die Codex-App aktualisierst und danach plötzlich ChatGPT vor dir hast: kein Fehler. OpenAI hat die bisherige App in die neue ChatGPT-Desktop-App verwandelt.

Vor einem Monat haben wir geschrieben, dass OpenAIs Superapp dein Betriebssystem werden will. Jetzt ist aus der Ankündigung ein Produkt geworden.

Es gibt neu drei Modi:

• Chat, wenn du denken, fragen oder etwas einordnen willst.

• Work, wenn aus Dateien, Websites und verbundenen Apps ein fertiges Arbeitsmaterial entstehen soll.

• Codex, wenn lokal etwas gebaut, geändert, getestet oder technisch geprüft werden muss.

Parallel dazu dreht sich gerade viel um die neuen Modelle. OpenAI schickt GPT-5.6 als Sol, Terra und Luna ins Rennen. Laut Benchmarks sind sie richtig stark. Dazu kommen Fable 5 und Grok 4.5.

Für den Arbeitsalltag finden wir aber eine andere OpenAI-Neuerung spannender: Chat, ChatGPT Work und Codex sitzen jetzt neu in einer App. Dazu kommen ein eingebauter Browser, Computer Use, Plugins, Scheduled Tasks und ein neuer Voice-Modus.

Was du damit konkret anfangen kannst, schauen wir uns jetzt an.

Delegieren fühlt sich endlich weniger nach Kontrollverlust an

Der größte Fortschritt steckt für uns in der Bedienung der neuen App.

ChatGPT Work zeigt seinen Fortschritt, stellt Rückfragen und lässt dich die Richtung ändern oder wichtige Aktionen freigeben, während die Aufgabe läuft.

In der ChatGPT-App auf iPhone und iPad lassen sich Codex-Aufgaben jetzt leichter erstellen, suchen, öffnen, forken und verwalten. Die App zeigt klarere Aufgabentitel und einen Needs input-Status, wenn deine Entscheidung fehlt.

Eine Side-Chat-Funktion (/side) hilft, eine Frage zu klären, ohne die laufende Aufgabe mit einem neuen Nebenauftrag zu verwirren. … und mit /pet kriegst du einen kleinen Helfer zur Seite gestellt.

Jobs, die ChatGPT Work jetzt wirklich abnehmen kann

OpenAI zeigt viele beeindruckende Unternehmensbeispiele in der Video-Flut auf YouTube - über zwei Dutzend Videos in 3 Tagen!

Aus unserer Sicht ist der größte Vorteil, dass ChatGPT mit der neuen App auf deinem Rechner Vollgas geben kann. Wir haben ja schon lange eine Lobeshymne auf Codex angestimmt - und mit dem Rebranding zu ChatGPT Work und den neuen Features gibt es nun keine Ausrede mehr, warum du das nicht installieren solltest 😁.

Auf dem Desktop kann Work lokale Dateien und Apps nutzen. Der eingebaute Browser holt aktuelle Informationen aus dem Web - oder du lässt deinen eigenen Browser damit bedienen. Computer Use kann klicken, tippen und Dateien verschieben.

Plugins verbinden unter anderem Google Drive, Gmail, Outlook, Slack, Teams, SharePoint, Kalender, CRM- und Projektmanagement-Systeme - die Auswahl der vorinstallierten Plugins ist groß, und dank MCP kannst du noch mehr anbinden.

Der Agent bekommt damit viel Zugriff auf dein persönliches Umfeld. Starte aber klein, er muss sich dein Vertrauen erst erarbeiten.

“Scheduled Tasks” mausern sich vom Reminder zum Mitarbeiter

Für uns liegt in den geplanten Aufgaben der größte Hebel. Darüber triggerst du deine Agenten - ja genau, das sind deine AI Mitarbeiter!

Die neue Scheduled-Seite im Web und in der mobilen App zeigt alle aktiven Aufgaben, den nächsten Lauf und frühere Ergebnisse. Die Verwaltung dieser wiederkehrenden Aufgaben in der App wurde um einiges verbessert.

Scheduled Tasks eignen sich für regelmäßige Briefings, Erinnerungen, Monitoring und Workflows mit verbundenen Apps. ChatGPT schlägt dir dafür sogar passende Automatisierungen vor.

Noch einen Schritt weiter geht die lokale ChatGPT-App auf deinem Rechner: Dort können Scheduled Tasks konkrete Workflows ausführen.

GPT-Live: Voice kann jetzt zuhören, während es spricht

Das neue Sprachmodell GPT-Live ist richtig stark - es ist vielleicht sogar das größte Highlight des aktuellen Releases. Es kann zuhören, antworten, sich unterbrechen lassen, kurz bestätigen oder still bleiben, wenn du nachdenkst.

Bei schwierigeren Fragen delegiert es Recherche und Reasoning im Hintergrund an ein stärkeres Modell. Das Gespräch kann in dieser Zeit weiterlaufen. Einschränkung: GPT-Live funktioniert noch nicht direkt in Work oder Codex - aber auf dem Handy oder in der Web-Version auf dem Desktop.

Teste die neuen Features

Die Evolution der AI vom Web auf den Desktop ist in vollem Gang. Versuche aber nicht, sofort deinen kompletten Arbeitsalltag umzubauen.

Aktualisiere die bisherige Codex-App oder installiere die neue ChatGPT-Desktop-App.

Dann nimm einen Job, den du automatisieren willst. Etwas, das du gut kennst und wo ein sichtbares Ergebnis produziert wird. Zum Beispiel:

Prüfe jeden Freitag diesen Ordner. 
Fasse neue Kundenrückmeldungen in fünf Punkten zusammen.  
Nenne zu jeder Aussage die Quelldatei.
Verändere keine Dateien. Stoppe, wenn Informationen fehlen.

Wenn das funktioniert, hast du einen echten Workflow gewonnen. Wenn es scheitert, weißt du, ob Kontext, Rechte oder Prüfkriterien fehlen.

Unser Take: Die neue Superapp muss sich an erledigter Arbeit messen lassen

Die neuen Modelle sind beeindruckend. Im Alltag bringt dir die zusätzliche Intelligenz aber erst etwas, wenn du sie zuverlässig an deine Dateien, Apps und Routinen bekommst.

Und da hat OpenAI wieder mal einen neuen Standard gesetzt. Wenn du ChatGPT Work und Codex an echte Arbeitsabläufe anbinden willst, komm in die AI Automation Community.

Dort bauen wir gemeinsam AI-Mitarbeiter (Training ist inklusive), die mit deinen Dateien und Tools arbeiten, klare Grenzen kennen und am Ende ein prüfbares Ergebnis abliefern.

🔥 AInauten-Praxis: Wir haben Nauti unser Newsletter-Archiv, eine Stimme und Telefonnummer gegeben

Hast du schon einmal einen Beitrag von uns gesucht? Dann kennst du das Problem wahrscheinlich…

Unsere bisher ehrlichste Antwort war leider: Nutze die Suche unseres Newsletter-Anbieters. Das war ungefähr so befriedigend wie „schau mal im Keller, irgendwo müsste es liegen“.

Genau dieser Schmerz tauchte auch bei den AI Automation Experts immer wieder auf: Da gab es doch mal etwas zu diesem Thema. Aber wo?

Die neue AInauten-Suche

Deshalb haben wir (ähm, Codex) eine neue Suche gebaut: search.ainauten.com.

Sie hat Zugang zu allen veröffentlichten AInauten-Ausgaben, Quick News und Deep-Dives. Aber nicht nur das: auch Nautis KI News und unsere Knowledge Base sind indexiert.

Du kannst nach Zeitraum und Inhaltstyp filtern, bekommst relevante Treffer statt nur stumpfer Stichwortsuche und siehst direkt, aus welchem Kontext ein Ergebnis kommt.

Damit wird aus einem Archiv eine Arbeitsfläche.

Wenn du dich erinnerst, dass wir „irgendwann mal etwas zu MCP und Gmail“ hatten, musst du dich nicht mehr durch alte Ausgaben durchklicken, sondern einfach die Suche kurz ankicken.

Für Power-User gibt es auch noch RSS und MCP. Damit kann das Archiv gezielt von deinem Agenten abgefragt werden.

Nauti meets xAI: Voice Chat als Interface

Und weil xAI in 2026 nicht mehr subtil sein will, haben wir dem Ganzen zum Testen auch noch eine Stimme mitgegeben.

Wir haben in wenigen Minuten einen Voice Agent gebaut und auf unsere Seite gepackt. Der Agent hat sogar eine kostenlose Telefonnummer mit dazu gekriegt. Zwar noch eine amerikanische - aber immerhin.

Der Auslöser war der neue xAI Voice Agent Builder. xAI hat ihn vor ein paar Tagen als Beta vorgestellt. Du kannst damit ohne Code einen Voice Agent auf Grok Voice konfigurieren, wie gesagt inklusive Telefonnummer, Knowledge Retrieval, Tools, Guardrails, MCPs und Call-Review.

Kurz ein paar Fragen beantworten, und aus dem Chatbot im Browser wurde ein sprechender Agent mit Webzugang, eigenem Wissen und Tool-Anbindung.

Agent beschreiben. Stimme auswählen. Wissen hinterlegen. Testen. Dann einfach noch auf die Seite einbinden lassen, ein paar Prompts zum Testen und Feinschleifen - und fertig.

Ein Chatbot mit Webzugang ist nett. Ein Voice Agent mit Zugriff auf das eigene, sauber indexierte Wissen ist etwas anderes. Und eigentlich finden wir das ganz cool.

Unser Take: Gute Voice Agents brauchen zuerst gutes eigenes Wissen.

Für einen brauchbaren Wissensagenten brauchst du vier Dinge: verlässliche Inhalte, eine saubere Suchfunktion, einen Zugang für andere Tools und klare Grenzen für Kosten und Aktionen. Die Stimme kommt erst danach.

Natürlich ist das noch kein fertiger Support-Mitarbeiter. Voice Agents werden schnell teuer, wenn man sie gedankenlos laufen lässt.

xAI nennt aktuell 0,05 Dollar pro Audiominute (3 Dollar/Stunde) und zusätzlich 0,01 Dollar pro Telefonminute auf der kostenlos bereitgestellten Nummer. Das klingt nach wenig, bis ein paar neugierige Leser, Testanrufe und Fehlanfragen zusammenkommen 😉.

Deshalb haben wir bewusst ein begrenztes Budget hinterlegt. Wenn Credits leer sind, verschwindet der Agent automatisch von der Webseite.

xAI macht den Bau eines Voice Agents zugänglich. Das ist schön. Der größere Hebel sitzt aber bei den Daten, die du dem Agenten gibst. Sobald du diese Inhalte indexierst, filterbar machst und per MCP zugänglich hältst, wird aus der Demo ein nützlicher Einstiegspunkt.

Für uns bei den AInauten ist die Suche deshalb nicht nur ein neues Tool im Footer. Es ist die Grundlage für alles, was danach kommt: bessere Archivsuche, bessere Antworten, bessere interne Agenten und eben auch Voice.

Teste die Suche unter search.ainauten.com. Wenn etwas fehlt, komisch gewichtet ist oder du einen besseren Use Case siehst: immer her mit dem Feedback! Wir bauen das Ding nicht als hübsche Suchbox, sondern als Gedächtnis, das unsere Leser und Tools benutzen können.

🧰 Agentic SaaS: Gute Software hat jetzt zwei Nutzer, dich und deinen Agenten

In deinem Browser lebt bestimmt ein Tab, der seit Wochen nicht geschlossen wurde: CRM, Kalender, Buchhaltung, Projektmanagement, ... Für einen simplen Vorgang klickst du dich durch drei Tools und überträgst Informationen von Hand.

Genau diese Klickarbeit übernehmen zunehmend Agenten. Dafür müssen sie das Tool allerdings auch bedienen können.

Agentic SaaS bedeutet nicht, dass klassische Software verschwindet. Die Tools bleiben wichtig, weil dort Daten, Rechte und Historie liegen. Neu ist: Die Software wird für zwei Nutzer gebaut, nämlich für dich und für deinen Agenten.

Das ist der Kern von Agentic SaaS.

Die Oberfläche ist nicht mehr der einzige Zugang

Das Interface ist nur noch ein möglicher Weg, um mit einem Tool zu arbeiten. Viel wichtiger ist die Schnittstelle für deinen Agenten.

Wie das aussieht, haben wir letzte Woche mit dem MCP von Onepage gezeigt. Unser Auftrag war sinngemäß:

Claude kannte unseren Markenkontext, baute die Seite und übergab sie an Onepage. Wir mussten das Ergebnis nur noch prüfen und freigeben.

SaaS-Anbieter haben dafür zwei Wege:

• Sie bauen einen eigenen Agenten direkt in ihr Produkt.

• Sie öffnen ihre Software über API, MCP oder andere Schnittstellen für externe Agenten.

Die wachsenden Ökosysteme aus ChatGPT/Codex-Plugins und Claude-Connectors machen diese Entwicklung bereits sichtbar. Der Agent erhält Zugriff auf die Werkzeuge, Daten und Aktionen, die er braucht.

So delegierst du einen Teil des Prozesses aus deinem Arbeitsalltag, zuerst mit Freigaben und später vielleicht ganz autonom.

Das Dashboard bleibt erhalten, wird aber eher zum Kontrollraum.

Merke: Wer sein SaaS weder agentisch macht noch für externe Agenten öffnet, baut ein Silo. Und Silos werden lästig, sobald der Rest des Arbeitsalltags per Auftrag funktioniert.

Neue Tools übernehmen den ganzen Job

Parallel entstehen Produkte, bei denen der Agent selbst die Hauptarbeit übernimmt. Sie automatisieren keinen einzelnen Klick, sondern einen klar begrenzten Job, bzw. Prozess.

Ein Telefonassistent beantwortet beispielsweise Anfragen, bucht Termine und übergibt Sonderfälle an einen Menschen. Ein anderer Agent qualifiziert eingehende Leads, dokumentiert sie im CRM und bereitet die nächsten Schritte vor.

Neben der Agentisierung der bestehenden SaaS-Lösungen entstehen auch neue Produkte, bei denen der Agent selbst die Hauptarbeit übernimmt.

Wenn du selbst so ein Produkt bauen willst, starte nicht sofort mit einer Plattform. Beobachte zuerst zehn echte Fälle in der Praxis. Führe den Ablauf anfangs als Service aus - und automatisiere danach genau die Schritte, die sich zuverlässig wiederholen.

Das passt auch zu unserem Beitrag über das schrumpfende Zeitfenster für klassische Beratung. Wer Ergebnisse statt Stunden verkauft, kann einen solchen Prozess zuerst als Service übernehmen und die wiederkehrenden Teile später produktisieren.

Und wer noch nach dem richtigen Einstieg sucht, findet hier unsere Anleitung für echte Jobs für Agenten.

Unser Take: Gute Software lässt Agenten arbeiten

Die wichtigste Frage bei Agentic SaaS lautet nicht: Wie viele AI-Funktionen hat das Tool?

Sie lautet: Welche Arbeit wird damit erledigt – und kann ich das Ergebnis kontrollieren?

SaaS-Anbieter müssen ihre Produkte deshalb für Agenten zugänglich machen oder eigene Agenten anbieten. Builder können einen Schritt weitergehen und Produkte entwickeln, die einen kompletten, klar begrenzten Job übernehmen.

Wenn du solche Workflows selbst entwickeln oder als Angebot für Kunden aufbauen willst: in der AI Automation Experts Community zerlegen wir reale Prozesse und bauen daraus funktionierende Automationen.

Geschafft! Bis zur nächsten Ausgabe.

Reto & Fabian von den AInauten

AIHOY und happy Weekend, liebe AInauten!

Vielleicht hast du letzte Woche nicht alle spannenden News, Tools und Hacks rund um das Thema AI mitbekommen oder bist erst neu bei uns gelandet. Kein Grund zur Sorge!

Wir haben dir unsere Highlights der vergangenen Woche zusammengefasst:

• 🎬 Deep-Dive: Videos schneiden und animieren mit AI

• 🧠 Unser Fable 5-Master Prompt: 5 Tipps für besseren Output

• 🆓 Kostenlose AI-APIs: So nutzt du sie am einfachsten

• 🤳 NotebookLM erstellt jetzt coole Video-Shorts

• 📱 Claude Cowork jetzt auf Web + Mobile

• 🔌 Warum wir nur noch Tools mit MCP nutzen

• 🏛️ Harari: AIs sind geborene Bürokraten

Zum Abschluss gibt es noch die wichtigsten Quick News für dich – so hast du alle relevanten Entwicklungen mit einem Klick im Blick! Ready? Let’s go!

🔥 Die AINAUTEN Journey - Dein Weg zum AI-Profi 🔥 

3 Stufen. Ein Ziel: AI wirklich meistern. Alles Schritt für Schritt erklärt.

》AI EXPLORER - Der schnelle Einstieg mit Jumpstart Guide & Basics.

》AI POWER USER - ChatGPT Masterclass, 50+ Deep-Dives, 10+ Stunden pro Woche sparen. Für alle, die AI im Alltag produktiv nutzen wollen.

》AI AUTOMATION EXPERT - Die Königsklasse. Baue Systeme, die 24/7 für dich arbeiten. Lerne Automation, 50+ Use Cases, exklusive Community mit 1000+ Experten. Plus: Exklusive Tool-Rabatte im Wert von 2.000€+/Jahr.

MEINE AI-STUFE FINDEN »

🎬 Deep-Dive: Videos schneiden und animieren mit AI

Ein guter AI-Clip ist noch kein fertiges Video. Im neuen Deep-Dive zeigen wir, wie ein Open-Source-Workflow Schnitt, Untertitel, Stimme, Musik und CTA aus Code zusammensetzt. Der Agent baut daraus ein MP4, ohne dass du dich durch eine Timeline klicken musst.

Für den Praxistest haben wir einen Newsletter mit Nik als Sprecher in ein fertiges Video verwandelt. Szenen, Timing und Varianten änderst du per Zuruf. Video als Code wird stark, sobald du wiederholbare Formate statt einzelner Glückstreffer produzieren willst.

👉 Zum Deep-Dive »

🧠 Unser Fable 5-Master Prompt: 5 Tipps für besseren Output

Fable 5 ist zurück. Das Modell ist teuer, langsam und gut bei Aufgaben, die mehrere Quellen, Urteil und harte Prüfung brauchen. Für Routine ist es schlicht überqualifiziert. Deshalb sitzt der stärkste Hebel vor dem ersten Prompt.

Die Montagsausgabe zeigt fünf Regeln für den Einsatz. Fable belohnt den saubersten Auftrag, nicht den längsten Prompt. Lass es zuerst prüfen, ob die Aufgabe seine Stärke überhaupt verdient. Das spart Credits und schützt dich vor sehr teurem Prompt-Theater.

👉 Zum Fable 5-Master Prompt »

🆓 Kostenlose AI-APIs: So nutzt du sie am einfachsten

Wenn du AI bisher nur im Chatfenster nutzt, ist eine API der nächste praktische Schritt. Damit steckst du Modelle in kleine Workflows, mit Agenten, Tests und Inhaltsprüfungen. OpenRouter, Google AI Studio, NVIDIA NIM und Cloudflare Workers AI geben dir dafür günstige oder kostenlose Startpunkte.

Wichtig ist die Grenze: Gratis-APIs sind gut für Vorarbeit, Sortierung und erste Entwürfe. Kundendaten, rechtlich heikle Inhalte und interner Code gehört aber nicht in einen sorglosen Free-Tier-Test.

Eine kostenlose API ist kein Geschäftsmodell. Aber es ist ideal zum Testen: Du kannst beweisen, dass der Workflow Zeit, Geld oder Qualität bringt, bevor du teure Modelle und große Automationen daraufsetzt.

👉 Zu den kostenlosen AI-APIs »

🤳 NotebookLM erstellt jetzt coole Video-Shorts

NotebookLM verwandelt deine Quellen jetzt in rund 60 Sekunden lange, vertikale Video-Overviews. Damit landet Research direkt in einem Format, das zu Shorts, Reels, Kurs-Recaps und Community-Posts passt. Das ist deutlich leichter weiterzugeben als ein weiterer langer Analyseblock.

Der Haken bleibt die Quelle. Ein hübscher Clip macht aus dünnem Material keine gute Erkenntnis. Wenn du NotebookLM mit Müll fütterst, bekommst du jetzt hübsch geschnittenen Müll 😁.

Das Feature lohnt sich aber für wiederkehrende Wissensformate. Kuratiere zuerst sauber, prüfe den roten Faden und lass das Video erst danach bauen. Dann wird aus Research ein brauchbarer Erklärclip statt Content-Konfetti.

👉 Zum NotebookLM-Update »

📱 Claude Cowork jetzt auf Web + Mobile: die AI arbeitet, während dein Laptop zu ist

Cowork klebt nicht mehr am Desktop. Anthropic bringt den Arbeitsmodus auf Web und Mobile, Aufgaben laufen damit in der Cloud weiter, wenn dein Laptop geschlossen ist. Du kannst einen Run unterwegs starten, kontrollieren und später abholen.

Lokale Dateien bleiben Sache der Desktop-App. In der Cloud arbeitet Cowork mit verbundenen Diensten wie Drive, Mail, Kalender und Web. Genau deshalb werden gute Connectoren und klare Freigaben jetzt wichtiger.

Hier entsteht der Assistent, den viele seit Jahren erwarten. Er kennt deinen Kontext und arbeitet weiter, während du etwas anderes machst. Probier es mit einer klar begrenzten Aufgabe und prüfbarem Ergebnis, nicht gleich mit deinem halben Unternehmen.

👉 Zur Cowork-Ausgabe »

🔌 Warum wir nur noch Tools mit MCP nutzen und du das auch machen solltest

Ein MCP ist der Universalstecker zwischen deiner AI und deinen Tools. Statt Inhalte hin und her zu kopieren, arbeitet der Agent direkt in E-Mail, Projektmanagement, Websites oder anderen Systemen. Bei uns ist ein brauchbarer MCP inzwischen ein echtes Auswahlkriterium für neue Software.

Wir zeigen dir das anhand des Onepage-MCP. Claude kennt den AInauten-Kontext, baut daraus eine Landingpage im richtigen Account und übergibt sie anschließend an einen normalen Editor. Der Agent erledigt die schwere Vorarbeit, du behältst die Kontrolle über Text, Bilder und Layout.

Gute Software hat heute zwei Nutzer: dich und deinen Agenten. Ein schicker AI-Button reicht nicht. Das Tool muss zuverlässig steuerbar sein und dir jederzeit einen verständlichen manuellen Weg zurückgeben.

👉 Zum MCP-Segment »

🏛️ Harari: AIs sind geborene Bürokraten

Yuval Noah Harari setzt bei AI-Macht nicht bei Robotern an, sondern bei Bürokratie. Recht, Finanzen und Verwaltung bestehen aus Regeln, Text und Entscheidungen. Genau dort sind Modelle stark, weil sie riesige Regelwerke durchsuchen und auf einzelne Fälle anwenden können.

Sein Bild ist unbequem: AI-Banker entscheiden über Kredite, AI-Verwalter über Uni-Plätze und AI-Richter über Strafen. Du musst seinen Doom-Ton nicht übernehmen, um das Risiko zu sehen: Macht wandert zuerst in unsichtbare Prozesse, lange bevor ein humanoider Roboter vor deiner Tür steht.

Lern jetzt, wie diese Systeme entscheiden und wo du widersprechen kannst. Wer die Werkzeuge versteht, erlebt die neue Bürokratie weniger passiv.

👉 Zum Harari-Segment »

AI-News-Quickie: Die HAI-lights aus der Branche

AI never sleeps!

Diese Woche gehört zuerst OpenAI: GPT-5.6 ist öffentlich da, ChatGPT Work rückt Codex in Richtung Arbeitsassistent und mit Fidji Simo geht direkt die nächste Top-Person aus der operativen Führung. Danach kommen Grok, Anthropic, Big-Tech-Integrationen und die harte Rechnung: Sicherheit, Strom, Wasser und Token-Kosten.

🎯 OpenAI dominiert die Woche

• OpenAI hat GPT-5.6 Sol, Terra und Luna offiziell gelauncht. Sol ist das Schwergewicht, Terra der Allrounder und Luna die schnelle günstige Variante.

• OpenAI beschreibt GPT-5.6 als Modellfamilie für lange Wissensarbeit, Browsing, Tool Use und Computer Use. Routing wird damit Pflicht, nicht Kür.

• Die neuen Preise liegen bei 5/30 Dollar für Sol, 2,50/15 Dollar für Terra und 1/6 Dollar für Luna pro Million Token.

• GPT-5.6 bringt in der Responses API Programmatic Tool Calling und eine Multi-Agent-Beta. Ein Modell kann damit kleine Programme schreiben, Tools koordinieren und Zwischenergebnisse verarbeiten. Genau da wird Agentenarbeit ernst.

• Der Fable-5-Kontext bleibt wichtig: GPT-5.6 Sol konkurriert nicht im luftleeren Raum, sondern gegen Claude Fable 5, das in vielen Workflows gerade als teuer, langsam und extrem stark wahrgenommen wird.

• OpenAI positioniert ChatGPT Work als Arbeitsfläche für Dokumente, Tabellen, Web-Apps und Datei-Workflows. Das ist der direkte Angriff auf Claude Cowork, Microsoft 365 Copilot und jeden "AI Workspace" dazwischen.

• GPT-5.6 wird auch das bevorzugte Model in Microsoft 365 Copilot. Für Normalnutzer ist das fast wichtiger als API-Benchmarks: Word, Excel, PowerPoint, Chat und Cowork bekommen automatisch mehr intelligente Power.

• Der breite GPT-5.6-Start kam nach zusätzlicher Prüfung und Debatte mit der US-Regierung. Der regulatorisch aufgeladene Rollout ist ein Signal: Frontier-Releases sind inzwischen Produktlaunch und Politikthema zugleich.

• Fidji Simo, OpenAIs Nummer 2 und CEO of AGI Deployment, zieht sich aus der Vollzeitrolle zurück und wechselt wegen längerer medizinischer Erholung in eine Beraterrolle.

• Es findet eine größere OpenAI-Führungsverschiebung statt: Greg Brockman übernimmt mehr Produktverantwortung, Produkt und Codex sollen stärker zusammenlaufen.

• OpenAIs Chief Futurist Joshua Achiam verlässt das Unternehmen nach fast neun Jahren.

• Bank of America öffnet für OpenAI eine Kreditlinie über 520 Millionen Dollar.

⚔️ Der Modellkampf wird breiter und billiger

• SpaceXAI hat Grok 4.5 vorgestellt, primär für Coding und agentische Arbeit. Der interessante Punkt ist dieses Mal nicht Musk-Drama, sondern Preis und Positionierung: ein Enterprise-Modell gegen OpenAI und Anthropic.

• Der GPT-5.6- und Grok-4.5-Launch ist eine direkte Altman-Musk-Kollision. Für Nutzer ist das gut: Konkurrenz zwingt Labs zu mehr Leistung pro Dollar.

• Grok 4.5 wird als günstigere Alternative im neuen Modellrennen positioniert.

• Sam Altman sagt, dass in Sun Valley alle über günstigere AI-Kosten reden. Genau deshalb ist Luna wichtig: nicht maximale Intelligenz, sondern brauchbare Intelligenz pro Dollar.

• Chinas Anbieter rücken bei Coding, Preis und offenen Weights näher an die US-Spitze. Alternativen werden immer billiger und brauchbarer.

• AMDs Ryzen AI Halo stellt sich als lokaler AI-PC gegen NVIDIAs DGX Spark. Unified Memory und normale x86-Kompatibilität machen die Maschine für lokale Modelle interessant.

• Ollama bringt 32B-Modelle auf den Mac mini. Das ist zwar keine Frontier-Magie, aber einen privaten lokalen Arbeitsplatz für viele Alltagsjobs.

🏛️ Anthropic: Forschung, Wissenschaft und Safety

• Anthropic hat in Claude einen verborgenen Konzept-Raum gefunden. Im sogenannten J-Space hält und bearbeitet das Modell Gedanken, ohne sie direkt auszugeben. Für Safety-Teams ist das ein neuer Blick hinter die sichtbare Antwort.

• Claude Reflect zeigt dir Themen und Nutzungsmuster über mehrere Monate. Das kann beim bewussten Einsatz helfen, ist aber auch ziemlich cleveres Retention-Design.

• Anthropic baut mit Claude Science eine Arbeitsumgebung für Forschung und will langfristig eigene Medikamente entwickeln.

• Beim Wissenschaftsclaim bleibt man vorsichtig: AI kann Moleküle vorschlagen und Datenräume durchsuchen, aber echte Experimente, Regulierung und klinische Tests bleiben langsam. Das macht Claude Science seriöser.

• China bezeichnet einen Monitoring-Mechanismus in Claude Code als angebliche Backdoor.

🖥️ Big Tech baut die Arbeitsschicht

• Microsoft rechnet mit größeren Patch Tuesdays, weil AI mehr Windows-Lücken früher findet.

• Microsoft öffnet Aurora 1.5 für Wetter- und Erdprognosen. Das Modell liefert stündliche Vorhersagen und mehr Variablen.

• Google zeigt in My Ad Center künftig an, ob Werbung mit AI erstellt oder bearbeitet wurde.

• Meta verkauft Muse Spark 1.1 über eine neue Modell-API und greift über den Preis an.

• Starbucks baut eigene AI-Tools und will weniger von Microsoft und IBM beziehen. AI wird auch zur Make-or-buy-Frage bei Standardsoftware.

• Tencent testet mit Xiaowei einen Agenten für WeChat-Mini-Apps. Wenn das klappt, bekommt ein Chatbot direkten Zugriff auf Millionen kleiner Dienste.

• Microsofts Open-Source-Sprache Flint übersetzt kurze Spezifikationen in Charts. Der starke Punkt ist die Prüfbarkeit: Agenten können Visuals als klare Struktur erzeugen, statt im Prompt-Nebel zu malen.

🛡️ Sicherheit, Vertrauen und echte Beweisprobleme

• Beim ersten bekannten Fall agentischer Ransomware verschlüsselte ein Agent mehr als 1.300 Dateien. Ganz autonom war der Angriff nicht, gefährlich genug war er trotzdem.

• Ein Brown-Professor stellte nach auffällig starken Take-home-Midterms auf eine Präsenzprüfung um. Nur zwei Studierende lagen danach noch in der Nähe ihrer alten Punktzahl…

• AI-geschönte Immobilienfotos lösen in Großbritannien Streit über Housefishing aus.

• AI-generierte Fake-News werden im US-Wahlkampf zum frühen Straffall. Billige Kampagnenhilfe kann teuer werden…

• AI-Schreibtools verändern politische Entwürfe - trotz der Vorgabe, die Absicht zu bewahren.

• Jugendschützer warnen vor Nudify-Apps, die normale Teenie-Selfies in sexualisierte Deepfakes verwandeln.

🏗️ Infrastruktur und Kosten holen den Hype ein

• Texas wird zum Hotspot für Rechenzentren mit Gas, Diesel und Gesetzeslücken. AI-Infrastruktur entsteht oft schneller als Regeln für Luft, Wasser und lokale Belastung.

• Microsofts Emissionen stiegen mit dem AI-Ausbau deutlich. Der Umweltbericht 2026 zeigt, wie schwer sich Klimaziele und neue Rechenzentren gleichzeitig hochskalieren lassen.

• Meta baut in Alberta sein erstes kanadisches Rechenzentrum mit bis zu einem Gigawatt Leistung. Die Stromfrage ist offen. Und nach belastetem Wasser von einer Meta-Baustelle verschärft Wyoming die Abwasserregeln.

• 29 Prozent der befragten Führungskräfte wissen laut KPMG nicht, woher ihre steigenden AI-Rechnungen kommen. Agenten sind die neuen Kostenstellen.

• Große Rechenzentrumsprojekte werden wegen Strom, Wasser, Baukosten und Genehmigungen verzögert oder gestrichen.

🌍 AI trifft Alltag, Arbeit und echte Entscheidungen

• Character.AI startet interaktive Mikrodramen. Nach der Episode chattest du mit den Figuren. Streaming und Companion-Bot wachsen zusammen.

• General Intuition trainiert World Models mit Videospieldaten anstatt nur Text. Bewegung, Raum und Konsequenzen lassen sich so besser beobachten.

• AWS verbindet eigene Knowledge Graphs mit GraphRAG für Pharmaforschung. Der Nutzen liegt in nachvollziehbaren Beziehungen zwischen Papers, Wirkstoffen und Daten, nicht im nächsten hübschen Chat.

• Patienten bringen ChatGPT und Claude bereits mit in die Therapie.

• In Australien trifft das AI-Risiko laut neuem Bericht besonders Frauen und Hochschulabsolventen. Betroffen sind viele wissensintensive Berufe.

• Tripadvisor soll schwere Hotelwarnungen in AI-Zusammenfassungen zu harmlos darstellen. Wer Bewertungen verdichtet, darf Risiken nicht weichspülen.

• Der NHS plant eine AI-Triage in seiner App. Patienten sollen je nach Dringlichkeit zu Hausarzt, Apotheke oder Notaufnahme geführt werden.

Deine AInauten
Fabian & Reto

P.S.: Folge uns auf den Socials! X, LinkedIn, Facebook, Insta, YouTube, TikTok

Die AInauten Journey: So können wir dir helfen!

⭐ AI EXPLORER: Der schnelle Einstieg in die AI-Welt, perfekt zum Reinschnuppern, wenn du noch keine Erfahrung hast. Mehr erfahren » 

⭐⭐⭐ AI POWER USER: Werde zum AI-Profi in 30 Tagen. ChatGPT Masterclass, Prompting Pro Bootcamp, 50+ Deep-Dives mit wöchentlichen Updates. Spare 10+ Stunden pro Woche. Kein Abo. Mehr erfahren »

⭐⭐⭐⭐⭐ AI AUTOMATION EXPERT: Die Königsklasse. Alle unsere Trainings aus AI EXPLORER und AI POWER USER! Plus Community mit Support. Baue Systeme, die 24/7 für dich arbeiten - mit Zapier, Make, n8n Trainings, Vibe Coding, 50+ Use Cases und Tool-Rabatte. Mehr erfahren »

Ja, ich will mehr erfahren »

Du musst kein Technikprofi sein, um mit AI richtig Zeit zu sparen. Im AI AUTOMATION EXPERT zeigen wir dir Schritt für Schritt, wie du wiederkehrende Aufgaben abgibst, Content schneller produzierst, Leads sauber nachfasst und Prozesse automatisch laufen lässt.

Hier lernst du konkret auch als absoluter Anfänger und Nicht-Techie, wie du deine Prozesse automatisieren kannst. Verständlich erklärt, mit Vorlagen, die sofort funktionieren, und einer Community, die dir den Rücken stärkt.

Noch unsicher? Starte mit dem AI POWER USER oder schau dir die komplette Journey an.

Klingt gut, aber was sagen andere? Schau dir unsere “Wall of Love” an.

Moin AINAUTEN,

willkommen zum Deep-Dive diese Woche.

Wir sind immer noch im AI-Video-Rabbit-Hole. Und ehrlich gesagt: Es wird immer tiefer.

Vor zwei Wochen haben wir dir Higgsfield gezeigt, die Plattform für AI-Bilder, Clips und Avatare. Falls du den Deep-Dive verpasst hast: Da haben wir unter anderem Nik gebaut, unseren eigenen AI-AInauten.

Heute kommt Teil 2. Und der beantwortet die Frage, die wir uns nach dem letzten Deep-Dive gestellt haben:

"Okay, wir können jetzt coole Clips generieren. Aber wie wird daraus ein FERTIGES Video?"

Mit Schnitten. Untertiteln. Stimme. Musik. Einem Call-to-Action am Ende.

Wie immer gibt es einige Tools & Workflows dazu. Wir haben viele getestet. Heute stellen wir dir unseren aktuellen Liebling vor.

Das Beste: es ist Open Source und kostenlos! Du (bzw. dein Agent) schreibst Code, raus fällt ein MP4.

Klingt kompliziert, nach Entwickler usw. Ist es unter der Haube auch. Aber du schreibst davon keine einzige Zeile selbst. Das macht dein Agent.

Und damit du siehst, dass es keine Theorie ist, haben wir auch ein Beispiel dabei. Mit Nik als Sprecher. Davon gibt es heute das komplette Making-of.

Das haben wir heute dabei:

• 🎯 Das Aha: Video als Code, warum das alles verändert

• 🧩 Die Landkarte: wo das Tool in den 4 Video-Bausteinen sitzt

• 🔑 Setup: 1 Befehl, 20 Skills, 0 Euro

• 🧪 Der Praxis-Case: Newsletter rein, Video raus (mit Nik!)

• ✂️ Der eigentliche Hebel: Editieren per Zuruf

• 🎙️ Stimme & Visuals: was gut klingt und was pro Szene das richtige Werkzeug ist

• ⚖️ Reality Check: was nervt, was es kostet, wo die Grenzen sind

Los geht's!

P.S. Wie immer findest du unter dem Deep-Dive das Ganze als Schritt-für-Schritt-Anleitung.

🎯 Das Aha: Video als Code

Bis vor Kurzem war AI-Video auch für uns vor allem: Prompt rein, Clip raus. Veo, Sora, Kling. Du tippst einen Satz, bekommst acht Sekunden Bewegtbild.

Nett. Aber ein fertiges Video ist mehr als ein Clip.

Es hat einen Aufbau, Schnitte, Text-Einblendungen, eine Stimme, Musik, einen CTA. Und genau da hörte der Magic-Prompt bisher auf. Dann ging das Klicken in CapCut los.

Moin AInauten,

Willkommen zur neuen Ausgabe deines Lieblingsnewsletters.

Kurz was Faszinierendes vorweg: Anthropic hat diese Woche in Claude reingeschaut und eine Art inneren Notizzettel gefunden, auf dem das Modell mitdenkt, ohne es auszusprechen!

Sie nennen es J-Space. Ziemlich wild, aber wir Menschen machen etwas ähnliches.

Die Forscher konnten dieses stille Denken sogar triggern. Als sie mitten in einer Aufgabe den Begriff „Spinne" gegen „Ameise" tauschten, kippte Claudes Antwort von acht auf sechs Beine 😁 ...

Wir lernen immer mehr, wie diese Modelle tatsächlich funktionieren, um irgendwann die Dauerbrennerfrage zu klären: Wird die AI bewusst?

So spannend das auch ist, für unseren Alltag ändert es erstmal nichts.

Daher hier die eher praktischen Themen diese Woche:

• 📱 Claude Cowork jetzt auf Web + Mobile: die AI arbeitet, während dein Laptop zu ist

• 🔌 Warum wir nur noch Tools mit MCP nutzen und du das auch machen solltest

• 🏛️ Harari: AIs sind geborene Bürokraten. Ein Denkanstoß zum Abschluss

Los geht's!

Diese Ausgabe wird dir präsentiert von:

📱 Claude Cowork jetzt auf Web + Mobile: die AI arbeitet, während dein Laptop zu ist

Bleiben wir gleich bei Anthropic. Hunderte AINAUTEN sind mittlerweile durch unser AI-Mitarbeiter Bootcamp gegangen und arbeiten seitdem mit Claude Cowork oder Codex.

Wir selbst sowieso, jeden Tag.

Und wenn es eine Beschwerde gab, die wir in den live Q&As immer wieder gehört haben, dann diese: Cowork klebt am Rechner.

Du musstest am Desktop sitzen, die Dateien mussten lokal liegen, und wenn du den Laptop zugeklappt hast, war Feierabend. Auch für die AI.

Genau das ist seit dieser Woche vorbei!

Kurzer Reminder für alle, die Cowork noch nicht im Detail kennen: Das ist der Modus, in dem Claude nicht nur mit dir chattet, sondern richtig arbeitet.

Es erledigt Aufgaben über deine Tools und Ordner hinweg, erstellt Dateien, bearbeitet sie, arbeitet Listen ab.

Ein AI-Mitarbeiter eben, kein Chatbot.

Er kann mit den richtigen Instruktionen am Rechner praktisch alles machen, was du auch kannst.

Anthropic hat Cowork diese Woche auf Web und Mobile gebracht. Vorher gab es das nur in der Desktop-App.

Das ist kein kleines Update! Es ändert die Art, wie du damit arbeitest:

• Cowork läuft jetzt in der Cloud. Laptop zu, Claude macht weiter.

• Du kannst Aufgaben vom Handy aus starten, zwischendurch draufschauen und das Ergebnis abholen, wo immer du gerade bist.

• Geplante Tasks laufen, ohne dass irgendein Gerät von dir an sein muss.

Damit du nicht mit falschen Erwartungen reingehst, muss man ehrlicherweise zwei Dinge dazu sagen:

Erstens: Deine lokalen Dateien kann nur die Desktop-App anfassen. In der Cloud arbeitet Cowork mit deinen verbundenen Tools weiter - wie zum Beispiel Google Drive, Mail, Kalender, Web und Co. Nicht mit deiner Festplatte.

Zweitens: Das Ganze rollt gerade aus, zuerst für Max-Nutzer, die anderen Pläne folgen. Falls du es bei dir noch nicht siehst, hab ein paar Tage Geduld.

So legst du mit Claude Cowork los

Du startest ganz einfach: Claude-App auf dem Desktop oder claude.ai öffnen, im Eingabefeld von Chat auf Cowork umschalten, Aufgabe geben.

Und dann eben auch mal vom Handy mit der App checken, wie weit die Maschine ist. Du musst einfach nur schauen, dass du die aktuellsten App-Versionen nutzt.

Unser Take: Das ist der Assistent, auf den viele gewartet haben!

Hier entsteht gerade der Assistent, den viele sich seit den Anfängen der AI wünschen.

Einer, den du unterwegs per Handy ansprichst, der deinen Kontext und deine Tools kennt und der arbeitet, während du im Meeting sitzt, beim Mittagessen bist, mit deinen Lieben Zeit verbringst oder schläfst.

Wir sind noch nicht ganz da. Aber die Richtung ist jetzt unübersehbar.

Klar, Techies machen das schon eine Weile mit Claude Code auf einem VPS oder einem Mac Mini, der immer an ist.

Aber Claude Cowork macht es jetzt endlich auch tauglich für die Masse.

Wenn du das bisher nicht nutzt, ist das ein guter Moment, um es auszuprobieren. Es ist eine neue Art des Arbeitens.

Gleichzeitig ist diese Entwicklung mit der stärkste Punkt für unser nächstes Thema. Denn wenn dein Claude Cowork (z. B. über MCP) mit all deinen Tools verbunden ist, kann er auch ohne dich für dich arbeiten.

🔌 Warum wir nur noch Tools mit MCP nutzen und du das auch machen solltest

Wir alle arbeiten täglich mit vielen Software-Tools. E-Mail, Videobearbeitung, Projektmanagement usw. Manche nutzen wir mehr, manche weniger.

In den letzten Monaten haben wir unsere Tool-Welt radikal umgebaut. Und wenn wir überlegen, ein neues Tool einzuführen, muss bei uns eine Bedingung erfüllt sein: Es muss einen MCP haben.

Nehmen wir ein Beispiel aus den letzten Wochen, um dir den Grund dahinter zu zeigen: Den Webseiten & Funnel Builder Onepage, der schon seit Langem unser Partner ist.

Vor zwei Wochen haben wir dir die neue Onepage AI 2.0 gezeigt: Du beschreibst deine Seite, die AI baut sie Section für Section auf, und du kannst danach alles ganz ohne Code anpassen. Alles sehr cool und mächtig.

Und hier schließt sich der Kreis, wenn wir wieder auf das Thema von vorhin zurückzukommen. Den Onepage MCP.

Kurz für alle, die bei "MCP" aussteigen: Ein MCP ist eine Art Universalstecker für AI.

Er verbindet deine AI (zum Beispiel Claude) direkt mit dem Tool, sodass der Agent direkt selbst damit arbeiten kann. Kein Copy-Paste, kein Hin-und-Her und du musst dich dafür gar nicht mehr jedes Mal einloggen.

Auf Onepage bezogen heißt das konkret: Du baust deine Landingpages und ganze Funnels direkt aus Claude, Codex etc. heraus.

Du sagst im Chat, was du willst, und die Seite entsteht in deinem Onepage-Account.

Wer uns länger liest, weiß: Wir haben unsere eigenen Server längst an Claude gehängt, die Maschine kann auf all unsere Webseiten zugreifen und dort Änderungen direkt vornehmen.

Nur ist so ein Setup meist ziemlich technisch. Bei Onepage funktioniert genau das out-of-the-box, ohne Gefrickel.

Und wie immer: deutsches Unternehmen, DSGVO-konform, in Deutschland gehostet.

Jetzt kommt der Teil, der für uns der eigentliche Gamechanger ist.

Bei den meisten AI-Baukästen hängst du fest, sobald die Maschine fertig ist. Willst du danach eine Kleinigkeit ändern, musst du wieder prompten, der AI zum zehnten Mal erklären, was du eigentlich meinst, und dann hoffen, dass sie nichts anderes kaputt macht.

Bei Onepage nicht. Alles, was Claude oder die Onepage AI baut, kannst du hinterher als Nicht-Techie einfach im Editor anpassen. Reinklicken, Text ändern, Button umfärben, Bild tauschen, fertig. Du bist nicht der Maschine ausgeliefert, sondern nimmst das Steuer, wann immer du willst.

Genau deshalb ist Onepage für Funnels und Landingpages gerade eins unserer Lieblingstools für Nicht-Techies. Und der MCP hebt das nochmal eine Stufe höher.

Wie das in der Praxis aussieht?

Hier ein konkretes Beispiel. Wir haben Claude nur diesen einen Prompt geschickt:

Kannst du mal eine alternative Newsletter-Homepage bauen? 
Du kennst ja unsere ainauten.com. 
Schau sie dir an und bau eine coole Alternative in Onepage.
Gern ins Consulting-Projekt.

Mehr war das nicht.

Ein paar Minuten später lag eine fertige, gebrandete Landingpage in unserem Onepage-Account. Hero, Claim, E-Mail-Feld, Zahlen-Sektion, alles im AInauten-Look. Und was uns nicht passt, ändern wir mit zwei Klicks direkt an der Section (links im Bild).

Warum das bei uns so schnell geht: Claude weiß über unser Second Brain praktisch alles über uns. Unsere Projekte, unsere Marke, unseren Ton.

Wir mussten der Maschine nicht erklären, wie AInauten aussieht oder klingt. Sie wusste es längst und hat es über den MCP direkt in Onepage gegossen.

Genau da steckt ein großer Hebel in Sachen MCPs: Deine AI kennt deinen Kontext, und über MCP setzt sie dieses Wissen sofort in deinen Tools um. Vom Gedanken zur fertigen Seite, ohne Umweg.

So richtest du den Onepage-MCP ein (2 Minuten):

In Claude fügst du einen neuen Connector hinzu und gibst als URL https://mcp.onepage.io/ ein.

Dann bestätigst du einmal mit deinem Onepage-Account, dass Claude zugreifen darf.

Das war's. Ab jetzt fragst du Claude einfach "was kannst du für mich in Onepage machen?" und legst los. Und das geht nicht nur mit Claude, sondern mit jedem AI-Tool, das MCPs unterstützt.

Ein Detail, das uns richtig gefreut hat: Die MCP-Nutzung geht nicht auf die AI-Credits, die du bei Onepage sonst dazukaufst. Das heißt, dass du hier mit AI arbeiten kannst, ohne dein Credit-Budget zu verbrennen.

Wenn du also Landingpages oder Funnels baust und kein Techie bist, ist das gerade der smarteste Weg, den wir kennen. Du kannst das Ganze hier einmal kostenlos ausprobieren!

🏛️ Harari: AIs sind geborene Bürokraten

Kommen wir zum Abschluss noch kurz zu einem Denkanstoß.

Yuval Noah Harari hat vor ein paar Wochen in Oxford einen Vortrag gehalten, der gerade im Netz rumgeistert. Die Kernthese ist nicht neu, er erzählt sie seit ein paar Jahren. Aber er hat sie selten so scharf formuliert.

Seine Logik: Menschliche Macht beruht auf Massen-Kooperation. Und die läuft über Bürokratie. Also Recht, Finanzen, Verwaltung. Alles aus Worten gebaut.

Und jetzt der Punkt: AIs sind geborene Bürokraten. Kein Anwalt kann alle Gesetze auswendig. Eine AI schon.

Damit sind sie prädestiniert, genau diese Prozesse zu übernehmen. Harari wörtlich: AI-Banker entscheiden über deinen Kredit, AI-Verwalter über deinen Uni-Platz, AI-Richter über deine Strafe.

Man muss Hararis Doom-Ton nicht teilen. Wir tun es allerdings mehr und mehr… Die Beobachtung, wo AI zuerst echte Macht bekommt, nämlich in den unsichtbaren Verwaltungsprozessen und nicht bei den Robotern, resoniert irgendwie.

Unsere pragmatische Haltung dazu kennst du: Genau deshalb lohnt es sich, JETZT zu verstehen, wie diese Systeme funktionieren. Wer sie bedienen kann, erlebt sie nicht nur passiv.

Falls du am Wochenende eine Stunde hast, der Talk lohnt sich.

So, das war's für heute. Wir lesen uns bei der nächsten Ausgabe.

Vielen Dank, dass du dabei bist. Bis nächste Woche.

Reto & Fabian von den AInauten

Moin AInauten,

Willkommen zur neuen Ausgabe deines Lieblingsnewsletters!

Diese Ausgabe ist für alle, die bei Fable 5 kurz Herzklopfen bekommen haben und dann trotzdem wieder denselben alten Monsterprompt reinkopieren wollten. Bitte nicht.

Das cleverste Modell braucht keinen Roman. Es braucht einen klaren Auftrag, klare Grenzen und Kriterien, was “fertig” bedeutet. Das alles findest du in unserem Master-Prompt.

Und wir zeigen dir, welche Aufgaben Fable wirklich verdienen, wo Gratis-APIs völlig reichen und warum NotebookLM jetzt deine Quellen in Shorts verwandelt.

Das haben wir heute für dich im Gepäck:

• 🧠 Unser Fable 5-Master Prompt: 5 Tipps für besseren Output

• 🆓 Kostenlose AI-APIs: So nutzt du sie am einfachsten

• 🤳 NotebookLM erstellt jetzt coole Video-Shorts

Los geht’s!

🧠 Unser Fable 5-Master Prompt: 5 Tipps für besseren Output

Fable 5 ist zurück. Wer das Drama verpasst hat: Wir hatten erst den Hype rund um Claude Fable als mächtigstes AI-Modell und kurz darauf den Reality-Check, als Fable wieder weg war und offene Modelle plötzlich nach Grundausstattung aussahen.

Erkenntnis damals: Verlass dich nicht blind auf ein einziges Frontier-Modell.

Jetzt ist Fable wieder da. Und auf X passiert gerade das Übliche: Prompt-Listen, 46-Stunden-Demos, Kosten-Hacks, Agenten-Stacks und Torschlusspanik.

Du hast noch bis zum 7. Juli Zeit, Fable im Abo auszureizen!

Fable ist erstmal nur bis zum 7. Juli in Pro/Max/Team enthalten und du kannst bis zu 50 % deines Wochenlimits darauf verwenden. Danach läuft es über Usage-Credits (pay-as-you-go) und kostet zusätzlich zum Abo.

Anthropic sagt, dass Fable wieder in die Abos zurückkommen soll, sobald genug Kapazität da ist. Nur wann das passiert, ist offen.

Also ist die praktische Frage: Wie nutzt du Fable jetzt sinnvoll, ohne dein Tokenbudget zu verbrennen?

Twitter tweet

Tipp 1: Prompting: Weniger ist mehr!

Wir haben gelernt: Je genauer der Prompt, desto besser das Ergebnis. Bei Fable kippt das.

Die wichtigste Grundregel lautet: Fable 5 braucht weniger klassisches Prompting.

Alte Detailprompts können sogar stören, sagt Anthropic! Sie sehen fleißig aus. In Wahrheit nehmen sie Fable aber oft den Raum, genau die Arbeit zu machen, wo es am hilfreichsten ist.

Macht ja auch Sinn, wenn man darüber nachdenkt: Du willst dem intelligentesten Modell nicht jeden Satz vorkauen, sondern einfach ein sauber abgegrenztes Spielfeld geben.

Ziel. Grenzen. Quellen. Stop-Regeln. Belege. Den Rest soll es unterwegs herausfinden.

Oder anders gesagt: Du musst nicht jeden Zwischenschritt vorschreiben. Du musst primär sagen, woran ein gutes Ergebnis erkennbar ist.

Tipp 2: Suche zuerst Arbeit, die Fable verdient

Fable ist teuer, langsam und stark. Deshalb muss der Einsatz gut überlegt sein, damit du nicht mit Kanonen auf Spatzen schießt.

"Mach mir eine Marketingstrategie" ist kurz und knackig. Aber kurz ist nicht automatisch gut.

Ein guter Fable-Auftrag geht weiter. Er gibt Kontext, Quellen, offene Entscheidungen und klare Zielvorgaben mit Qualitätskriterien. Du willst ja am Ende erkennen können, ob die gelieferte Arbeit gut ist.

Every hat dafür einen guten Filter-Prompt erstellt: Lass Fable nicht sofort arbeiten. Lass es zuerst die passenden Job-Kandidaten finden. Hier unsere Kompaktversion für den Alltag:

Arbeite noch nicht. Prüfe zuerst, ob diese Aufgabe Fable verdient:
- Braucht sie mehrere Quellen?
- Stecken offene Entscheidungen oder echtes Urteil drin?
- Ist am Ende prüfbar, ob das Ergebnis gut ist?
- Gibt es eine klare Ziellinie?

Wenn zu wenig davon zutrifft, sag es mir.
Schlage den günstigeren Weg vor (Sonnet, Opus, Mensch) und stoppe.
Wenn nur Teile Fable verdienen, markiere genau diese.

Der erste Kostenhebel sitzt nämlich vor dem Lauf und heißt: Aufgabe auswählen.

Der OCR-Trick, bei dem man Kontext als Bild reinschiebt, damit Fable ihn günstiger lesen kann, ist nett (solange es noch funktioniert). Für normale Arbeit ist die bessere Frage simpler: Muss das hier überhaupt Fable machen?

Tipp 3: Lass Fable deine Lücken finden

Bei Fable ist oft nicht das Modell der Engpass, sondern das, was du nicht gesagt hast, weil es dir selbst noch nicht klar war.

Darum sollte Fable nicht gleich drauflos bauen, sondern Lücken finden.

Deine “Unknowns” kommen in mehreren Sorten. Was du gesagt hast. Was du noch nicht entschieden hast. Was du als selbstverständlich annimmst. Und was du gar nicht auf dem Schirm hast.

Genau deshalb muss Fable zuerst deine blinden Flecken finden.

Bevor du arbeitest, finde meine Unknowns:
- Was habe ich klar gesagt?
- Was habe ich noch nicht entschieden?
- Was setze ich vermutlich voraus, ohne es aufzuschreiben?
- Welche Frage würde das Ergebnis stark verändern?

Stelle mir maximal fünf Fragen. 
Beginne mit der Frage, die den größten Einfluss auf Architektur, Aufwand oder Ergebnis hat.

Wenn du nicht beschreiben kannst, was du willst, gib Referenzen. Alte Dateien, Screenshots, ein gutes Beispiel, ein schlechtes Beispiel, Source-Code, Kundenmails.

Egal, Hauptsache relevanter Kontext!

Fable ist gut darin, Muster aus Material zu ziehen.

Schwieriger wird es, wenn es dein Bauchgefühl erraten muss.

Tipp 4: Nutze Loops mit Belegen und klaren Grenzen

Loop Engineering ist gerade das nächste Thema, über das alle sprechen. Es klingt größer, als es für den Alltag sein muss.

Ein Loop ist im Kern nur: ein kleiner nächster Schritt, eine Stop-Regel, ein Beleg und eine Entscheidung für den nächsten Schritt. Das ist der Unterschied zwischen "Fable, mach mal" und echter Delegation.

Arbeite in kleinen, belegten Schritten.
Stoppe, wenn der nächste nur raten würde.

Nach jedem Loop lieferst du:
1. Was du gemacht hast.
2. Welchen Beleg es dafür gibt.
3. Welche Unknowns offen sind.
4. Ob du weitermachen, stoppen oder mich fragen würdest.

Melde nichts als fertig, ohne den Beleg zu nennen. 
Belege können sein: geprüfte Datei, Testlauf, Screenshot, Vergleich, Quelle, Liste der geänderten Stellen oder klar benanntes Restrisiko.
Wenn du etwas nicht prüfen konntest, schreibe: "Nicht geprüft:" und sag warum.

Fable darf lange laufen. Aber es darf sich nicht endlos treiben lassen und dein Tokenbudget verbrennen.

Tipp 5: Nutze Fable nur dann, wenn es wirklich relevant ist

Fable darf nicht dein Standardmodell sein. Das ist der wichtigste Kosten-Tipp.

Es ist der “God Mode” für Aufgaben mit Planung, mehreren Quellen, Urteil, langer Ausführung oder harter Prüfung.

Tipp: Du kannst auch innerhalb eines Chats in Claude zwischen den Modellen wechseln.

Wenn Fable selbst merkt, dass ein Teil mit Sonnet, Opus oder einem Menschen günstiger erledigt wäre, soll es das tun - und nicht aus Höflichkeit weiterrechnen.

Schreib in den Auftrag:

Nutze Fable nur für die Teile, die wirklich Planung, mehrere Quellen, Urteil oder lange Ausführung brauchen. 
Delegiere einfache Teilaufgaben an andere Modelle, die das günstiger erledigen können.

Damit entsteht ein praktischer Gewinn: Fable erledigt nicht alles. Fable entscheidet mit dir, was Fable überhaupt wert ist.

Der neue Anthropic Economic Index für Juni 2026 bestätigt übrigens, dass 54 % der Claude-Code-Sessions auf dem teuren Opus laufen. Im Chat sind es nur 10 %!

Will heißen: Autonomie und Tokenverbrauch steigen zusammen, bessere Modelle nutzen auch gerne ihresgleichen - selbst wenn ein simpleres, kostengünstigeres Modell reichen würde.

Der bessere Ansatz wäre: Kleinkram nach unten routen, Denkarbeit nach oben.

Und last, but not least: Stelle den Fable Effort auf high als Default. Nutze xhigh nur für die härtesten Aufgaben, medium/low für Routine. Niedriger Effort auf Fable schlägt oft xhigh auf den alten Modellen!

Unser Take: Fable braucht weniger Prompt, aber mehr Rahmen

Fable 5 ist nicht heiß auf deine ausgeklügelten Prompts. Es ist vielmehr ein sehr mächtiges Delegationsmodell, das einen klaren Auftrag mit Rahmenbedingungen braucht.

Wenn dein Arbeitsmodus schlampig ist, macht Fable ihn teurer. Wenn dein Arbeitsmodus sauber ist, kann Fable Aufgaben tragen, die früher zu groß für einen Chat waren.

Nimm dir Zeit, damit einen echten Knoten in deinem Alltag zu lösen: zu viele Tabs, zu viele Notizen, eine halb beschriebene Automation, ein Backlog ohne Reihenfolge, ein Projekt, das seit Wochen im Kopf klebt.

Schreibe eine Übergabe an Fable, die jemand aus deinem Team verstehen würde.

Hier findest du den Fable 5-Master Prompt, der all diese Tipps verbindet.

🆓 Kostenlose AI-APIs: So nutzt du sie am einfachsten

Wenn du AI bisher nur im Chatfenster nutzt, ist eine API der nächste Hebel. Damit steckst du Modelle in deine eigenen Workflows: Agenten, kleine Skripte, Tests, Inhaltsprüfungen, Coding-Helfer.

Hier die wichtigsten Highlights:

• OpenRouter ist der einfachste Einstieg, wenn du viele Modelle über einen Key testen willst. Der Free Models Router bündelt aktuell kostenlose Modelle. Vorteil: OpenAI-kompatible API, ein Base-URL-Wechsel reicht oft.

• Google AI Studio ist der beste Gratis-Pfad für Gemini-Modelle. Stark für lange Kontexte, Multimodalität und schnelle Experimente. Achtung: Free-Tier-Daten können zur Produktverbesserung genutzt werden.

• NVIDIA NIM und der API Catalog passen, wenn du Modelle serverless testen willst. NVIDIA spricht von kostenlosem Zugriff für Entwicklung und Prototyping.

• OpenAI ist kein klassischer Gratis-Spielplatz, aber es gibt zwei Wege: Researcher Access mit möglichen API-Credits und Data-Sharing-Tokens für Organisationen, die Traffic mit OpenAI teilen.

• Ebenfalls erwähnenswert: Cloudflare Workers AI ist gut für kleine Automationen. Der Free Plan enthält täglich 10.000 Neurons ohne Zusatzkosten und für Text- und Embedding-Modelle gibt es OpenAI-kompatible Endpunkte. Wir lieben Cloudflare und nutzen es für die meisten unserer Apps.

• Mehr Tipps findest du bei Cheahjs Free LLM-API-Resources und freellm.net.

Wähle einfach einen der Anbieter aus und teste es mit einer echten Aufgabe und verschiedenen Modellen. Je klarer dein Auftrag, desto besser die Resultate!

Unsere Faustregel: Free-APIs sind für Vorarbeit. Zusammenfassen, sortieren, erste Entwürfe, Log-Erklärungen. Alles mit Kundendaten, Code-Merge oder rechtlichem Risiko gehört nicht dorthin.

P.S. Hier ein Starthilfe-Prompt, damit du das bei dir auch nutzen kannst.

Ich habe diesen Beitrag über kostenlose AI-APIs gelesen:

[Beitrag von oben hier einfügen]

Basierend auf allem, was du über mich und meine aktuellen Projekte weißt:

1. Wo könnte ich kostenlose oder günstige AI-APIs sinnvoll einsetzen?
2. Welche 5 Aufgaben eignen sich als erster Test?
3. Welche Aufgaben sollte ich wegen Datenschutz, API-Keys oder rechtlichem Risiko vermeiden?
4. Welcher Anbieter aus dem Beitrag passt am besten zu welchem Test?
5. Was ist mein nächster konkreter Schritt?

Gib mir eine Tabelle mit: Aufgabe, Anbieter, Risiko, Begründung, nächster Schritt.

Wenn du zu wenig über meine Projekte weißt, stelle mir zuerst ein paar Rückfragen.

🤳 NotebookLM erstellt jetzt coole Video-Shorts

Wir lieben Googles NotebookLM seit Beginn. Nach Audio, Infografiken und Video Overviews gibt es jetzt neu Short Video Overviews: etwa 60 Sekunden, vertikal, aus deinen eigenen Quellen.

Laut Google-Hilfe läuft das Format aktuell auf Englisch und ist erstmal für zahlende Google AI Pro/Ultra-Nutzer verfügbar - aber auch die kostenlose Nutzung kommt bald!

Twitter tweet

Einige nennen es “TikTok für PDFs”. Also Lernmaterial, nur halt snackable und scrollbar.

Wir hatten NotebookLM schon als Lernmaschine im Deep-Dive, als Grafik-Hack und als Teil von Googles größerem Quellen-Content-Studio auf dem Tisch.

Neu ist jetzt: Das Output-Format passt direkt zu Shorts, Reels und schnellen Community-Erklärungen. Für Kurse, Newsletter-Recaps oder Skool-Posts ist das ziemlich naheliegend.

Wir wollten das gleich mal mit unserem Fable-5-Beitrag von oben testen. Not bad! (Prompt in der Videobeschreibung).

Geschafft! Bis zur nächsten Ausgabe.

Reto & Fabian von den AInauten

AIHOY und happy Weekend, liebe AInauten!

Vielleicht hast du letzte Woche nicht alle spannenden News, Tools und Hacks rund um das Thema AI mitbekommen oder bist erst neu bei uns gelandet. Kein Grund zur Sorge!

Wir haben dir unsere Highlights der vergangenen Woche zusammengefasst:

• 🐳 7 Token-Maxxing-Regeln: So holst du das Beste aus deinem Abo

• 🤖 Claude @: Warum der nächste Agent im Teamchat sitzt

• 🥲 GPT-5.6 ist da. Die Frage ist, wann du es nutzen darfst?

• 🎨 Großartige AI-Videos, Avatare und mehr mit diesem Tool

• 🔮 Ein cooler Weg, mit AI die richtigen Entscheidungen zu treffen

• 😿 Geht das goldene AI-Zeitfenster für Berater & Agenturen zu?

Zum Abschluss gibt es noch die wichtigsten Quick News für dich – so hast du alle relevanten Entwicklungen mit einem Klick im Blick! Ready? Let’s go!

🔥 Die AINAUTEN Journey - Dein Weg zum AI-Profi 🔥 

3 Stufen. Ein Ziel: AI wirklich meistern. Alles Schritt für Schritt erklärt.

》AI EXPLORER - Der schnelle Einstieg mit Jumpstart Guide & Basics.

》AI POWER USER - ChatGPT Masterclass, 50+ Deep-Dives, 10+ Stunden pro Woche sparen. Für alle, die AI im Alltag produktiv nutzen wollen.

》AI AUTOMATION EXPERT - Die Königsklasse. Baue Systeme, die 24/7 für dich arbeiten. Lerne Automation, 50+ Use Cases, exklusive Community mit 1000+ Experten. Plus: Exklusive Tool-Rabatte im Wert von 2.000€+/Jahr.

MEINE AI-STUFE FINDEN »

🐳 7 Token-Maxxing-Regeln: So holst du das Beste aus deinem Abo

AI fühlt sich grenzenlos an, bis dein Abo genau dann limitiert, wenn der Agent endlich verstanden hat, was zu tun ist. Das Problem ist selten der eine fette Prompt. Meist frisst dein Setup den Kontext langsam leer: alte Chats, Uploads, aktivierte Tools, Korrekturschleifen und Premium-Modelle für Kleinkram.

Diese 7 Regeln sind deshalb keine Sparfuchs-Liste, sondern bessere Führung. Trenne Planung und Umsetzung. Gib ein Ziel statt "mach mal". Halte Kontext klein. Mach Dateien zur Arbeitsfläche. Starte früher frisch. Lade Tools nur, wenn sie wirklich einen Job haben.

Token-Maxxing ist die neue Arbeitsdisziplin für Power-User. Wer alles in einen Chat kippt, bezahlt doppelt: mit Limit und mit schlechteren Antworten.

👉 Zu den 7 Token-Regeln »

🤖 Claude @: Warum der nächste Agent im Teamchat sitzt

Claude wandert aus dem Einzelchat in den Teamraum. Mit Claude @ erwähnst du den Agenten im Channel, gibst ihm Kontext aus der Diskussion und lässt ihn asynchron weiterarbeiten. Das ist mehr als nur Slack-Komfort: Der Agent bekommt nicht nur einen Auftrag, sondern den sozialen Arbeitskontext dazu.

Genau hier wird es spannend und heikel. Teamchats enthalten Entscheidungen, Halbwissen, Politik, Kundenkontext und alte Versprechen. Wenn Claude dort mitliest, kann er besser helfen. Er kann aber auch viel mehr falsch verstehen, wenn Rechte und Grenzen schwammig sind.

Team-Agenten werden kommen, weil sie nützlich sind. Aber der erste gute Einsatz ist kein "lies alles", sondern ein klar begrenzter Channel mit einem wiederkehrenden Job. Sonst bekommt dein Team keinen Assistenten, sondern ein sehr höfliches Risiko.

👉 Zur Claude-Teamchat-Einordnung »

🥲 GPT-5.6 ist da. Die Frage ist, wann du es nutzen darfst?

OpenAI hat GPT-5.6 Sol angeteasert, und wie so oft ist die Modellfrage nur die halbe Story. Stärker, sicherer, mehr Cyber-Schutz, mehr Red-Teaming, die nächste Frontier-Stufe. Wir als Nutzer wollen aber vor allem wissen: Wann kommt es in unser Abo?

Nach dem Claude Fable 5-Schlamassel wissen wir: Zugriff ist politisch, wirtschaftlich und technisch verhandelbar. Das beste Modell hilft wenig, wenn es im entscheidenden Moment gesperrt, gedrosselt oder hinter teuren Credits versteckt ist.

Unsere Empfehlung: Bau deine Arbeit nicht um ein einziges Modell herum. Bau sie stattdessen um saubere Aufgaben, lokale Dateien, austauschbare Modellstufen und klare Übergaben. Dann ist GPT-5.6 ein Upgrade ohne Nervenzusammenbruch.

👉 Zur GPT-5.6-Einordnung »

🎨 Großartige AI-Videos, Avatare und mehr mit diesem Tool

Wir haben gerade großen Spaß mit dem Thema AI-Video. Nicht mehr nur "Prompt rein, Clip raus", sondern Kampagne, Referenzbilder, Charakter, Product Shots, Skript, Voiceover, Untertitel und am Ende kommt ein halbwegs brauchbarer Spot raus.

Genau dort spielt Higgsfield gerade seine Stärke aus. Das “Supercomputer”-Tool ist im Kern ein kreativer Agent: Du gibst ein Briefing, er plant Teilaufgaben, wählt Modelle und baut Assets. Das ist für Creator, Shops und Agenturen plötzlich viel näher an echter Produktion als an Spielerei. Perfekt ist es nicht, teuer ist es auch und Deutsch bleibt wackelig.

Higgsfield ist also noch kein magischer Werbefilm-Automat. Aber es zeigt sehr gut, wohin Kreativarbeit läuft: weniger Einzeltool, mehr Produktionssystem. Wenn du Produkte, Avatare oder UGC testest, ist diese Plattform einen echten Versuch wert.

👉 Zum Higgsfield-Workflow »

🔮 Ein cooler Weg, mit AI die richtigen Entscheidungen zu treffen

Wenn du deine AI fragst, ob dein Plan gut ist, bekommst du oft zehn Gründe, warum er nicht nur gut, sondern sogar großartig wird. Nett fürs Ego, schlecht fürs Geschäft. Deshalb drehen wir den Spieß um: Premortem statt Schulterklopfen.

Der Prompt ist simpel: Es ist ein Jahr später, der Plan ist gescheitert, erzähl mir, wie er gestorben ist. Plötzlich sucht die AI nicht mehr Bestätigung, sondern Bruchstellen, blinde Flecken, Frühwarnzeichen und Kill-Kriterien. Das ist eine alte und wirkungsvolle Entscheidungstechnik, sauber in Agenten-Form gegossen.

👉 Zum Premortem-Skill »

😿 Geht das goldene AI-Zeitfenster für Berater & Agenturen zu?

Die letzten Monate waren für viele Dienstleister bequem: AI macht Arbeit schneller, Kunden zahlen aber noch alte Stundenmengen. Dieser Deal bröckelt. Wenn Kunden merken, dass Recherche, Analyse, Konzepte und Slides schneller gehen, wird die abrechenbare Stunde plötzlich zur falschen Metrik.

Große Beratungen spüren das bereits und testen mehr Festpreise, Ergebnislogik und performancebasierte Modelle. Kleine Agenturen trifft dieselbe Bewegung - nur später und härter. Wer nur "wir nutzen AI" verkauft, hat bald kein Argument mehr. Das macht der Kunde dann selbst. Verkaufe deshalb Ergebnis, Urteil, Umsetzung und Risikoübernahme - und nicht die Zeit, die dein Agent dir gerade spart.

👉 Zur Agentur- und Beraterfrage »

AI-News-Quickie: Die HAI-lights aus der Branche

AI never sleeps! Diese Woche drehte sich alles um Zugriff und Kontrolle: OpenAI flirtet mit Staatsbeteiligung, Fable 5 kommt zurück, Microsoft trainiert Agenten-Skills, AWS packt Modelle in regulierte Clouds, und selbst Hotelbewertungen zeigen, warum AI-Zusammenfassungen nicht automatisch Wahrheit sind.

🎯 OpenAI schiebt an mehreren Fronten

• Sam Altman soll vorgeschlagen haben, 5 Prozent von OpenAI an einen US-Staatsfonds zu geben.

• OpenAI zeigt mit ChatGPT-Adoptionsdaten, wie sich Nutzung über Regionen und Nutzergruppen verbreitert.

• Mit GeneBench-Pro testet OpenAI Modelle auf realistischere Computational-Biology-Aufgaben.

• GPT-5.6 Sol wird als nächste Modellgeneration positioniert, mit stärkerem Cyber-Fokus und härteren Safeguards.

• OpenAI hat DevDay 2026 für den 29. September angekündigt. Für Builder heißt das: API-Roadmap nicht im September neu erfinden, sondern jetzt Workflows modular halten.

• Das Economic Research Exchange nimmt noch bis 5. Juli Bewerbungen an. OpenAI will Evidenz zur wirtschaftlichen Wirkung, weil Bauchgefühl bei AI-Jobs langsam zu teuer wird.

• AWS bringt OpenAI gpt-oss und NVIDIA Nemotron in GovCloud. Regulierte Organisationen bekommen damit offene Modelle, compliant gehostet.

• OpenAI teasert mit Work Louder Codex-Hardware. Vielleicht ist es nur ein Nischen-Gadget, vielleicht der Anfang von Agenten-Tasten statt App-Icons.

🏛️ Claude Fable ist zurück!

• Anthropic schaltet Fable 5 wieder frei, nachdem die Exportkontrollen aufgehoben wurden. Der ganze Vorfall zeigt, dass dein Modellzugang immer temporär sein kann.

• Der Streit um Fable 5 ist laut Guardian-Readback nicht weg, nur neu verpackt. Sicherheitsprüfung statt Pauschalstopp klingt besser, bleibt im Kern aber ein politischer Zugriff.

• Fable 5 soll in einem Coding-Test deutlich schneller als Opus 4.8 gewesen sein.

• Claude Sonnet 5 ist auf AWS verfügbar und zielt auf Opus-Nähe zum Sonnet-Preis. Für viele Teams wird das der neue und preiswertere Standard.

• Anthropic bringt Claude Science als Workbench für Wissenschaftler.

• Claude Remote Routines werden als Arbeits-Ökosystem beschrieben: Chat, Code, Cowork, Design und Routines - damit wird aus Modell ein Arbeitsplatz.

• Ein Mythos-6-Leak verspricht angeblich autonome Schwachstellensuche.

🖥️ Google, Microsoft und AWS bauen die Agenten-Werkbank

• Google fasst die AI-Updates aus Juni zusammen, von Gemini bis Android. Der rote Faden: AI wird immer mehr zur Betriebsschicht.

• NotebookLM bekommt vertikale 60-Sekunden-Clips, ideal für snackable Social Media Content.

• Googles neuer Home Speaker zeigt laut erstem Review: Die Hardware gefällt, aber Gemini als Haushaltsassistent hat noch Potenzial.

• Microsoft Research stellt mit SkillOpt eine Methode vor, Agenten-Skills wie trainierbare Parameter zu optimieren und zeigt mit Memora ein Gedächtnisformat, das Kontext-Tokens massiv senken soll.

• AWS beschreibt Resilienz-Muster für Bedrock und kombiniert Nova 2 Lite mit Claude für günstigere Doks-Verarbeitung. Token-Maxxing für Enterprise.

🏗️ Infrastruktur, Geld und Macht werden härter

• NVIDIA baut das AI-Fabrikmodell mit Capital Partners aus. Jensen verkauft nicht mehr nur Chips, sondern Finanzierung, Cloud-Logik und Umsatzbeteiligung.

• Meta will überschüssige Rechenpower offenbar zu Cloud-Ware machen und die GPU-Überkapazität vermieten.

• Die UN warnt, dass AI globale Ungleichheit verschärfen kann.

• Lokale AI wird als Schutz gegen teure Cloud-Abhängigkeit attraktiver.

• Zürich wird als stiller R&D-Hotspot der globalen AI-Elite sichtbar. Forschung folgt Talent, Steuerlogik, Ruhe und Nähe zu Konzernen.

• San Franciscos AI-Boom lässt selbst 180.000-Dollar-Gehälter klein wirken.

• Bhavin Turakhia steckt 30 Millionen Dollar in Neo, eine AI-native Office-Alternative.

• AI-Aktien verlieren laut Guardian an Boden, aber vom großen Crash ist der Markt noch entfernt.

🛡️ Gesellschaft, Tools und echte Arbeitswelt

• Erin Brockovich nimmt AI-Rechenzentren ins Visier, nach dem Motto: AI-Infrastruktur ist lokal, es geht um Wasser, Strom, Land, Widerstand.

• Tripadvisor-AI soll schwere Hotelbeschwerden weichgespült haben. Das zeigt, dass AI-Zusammenfassungen mit Vorsicht zu genießen sind.

• Ein CEO droht laut Futurism mit Kündigung wegen ungeprüfter ChatGPT-Mails. Übersetzung: AI-Slop ist kein Produktivitätsgewinn.

• Ford holt erfahrene Ingenieure zurück, weil AI-Kameras Qualitätsrisiken übersehen.

• Der Commonwealth Short Story Prize zeichnet eine umstrittene Geschichte trotz AI-Verdacht aus - während e-Book-Verleiher Libby AI-Filter bekommt.

• Tidal streicht Tantiemen für vollständig AI-generierte Musik.

• Wer AI häufig zum Thema Gesundheit nutzt, glaubt laut KFF-Umfrage öfter an Impfmythen.

• Ein US-Gesetz soll den Verkauf von Gesundheits- und Standortdaten aus AI-Chats verbieten.

• Rogbid verkauft die VisionPro als 120-Dollar-AI-Brille mit Kamera und Live-Übersetzung.

• Formel-1-Teams ringen damit, AI sinnvoll einzubauen, ohne den Sport zu entkernen. Bessere Simulation ja, unsichtbarer Autopilot nein.

• SpaceX soll ein AI-Handset gezeigt haben, Musk dementiert. Jeder sucht das nächste Interface nach dem Smartphone.

Unser roter Faden der Woche: AI wird erwachsen, aber nicht automatisch vertrauenswürdig. Wer Zugriff, Kontext, Kosten und Qualität sauber führt, gewinnt. Wer nur das stärkste Modell jagt, hängt beim nächsten Limit wieder fest.

Geschafft! Aber kein Grund zum traurig sein. Die AInauten sind schon bald wieder zurück, mit neuem Futter für dich.

Bis Montag, mit einer frischen Runde News, Hacks und Insights für dich!

Deine AInauten
Fabian & Reto

P.S.: Folge uns auf den Socials! X, LinkedIn, Facebook, Insta, YouTube, TikTok

Die AInauten Journey: So können wir dir helfen!

⭐ AI EXPLORER: Der schnelle Einstieg in die AI-Welt, perfekt zum Reinschnuppern, wenn du noch keine Erfahrung hast. Mehr erfahren » 

⭐⭐⭐ AI POWER USER: Werde zum AI-Profi in 30 Tagen. ChatGPT Masterclass, Prompting Pro Bootcamp, 50+ Deep-Dives mit wöchentlichen Updates. Spare 10+ Stunden pro Woche. Kein Abo. Mehr erfahren »

⭐⭐⭐⭐⭐ AI AUTOMATION EXPERT: Die Königsklasse. Alle unsere Trainings aus AI EXPLORER und AI POWER USER! Plus Community mit Support. Baue Systeme, die 24/7 für dich arbeiten - mit Zapier, Make, n8n Trainings, Vibe Coding, 50+ Use Cases und Tool-Rabatte. Mehr erfahren »

Ja, ich will mehr erfahren »

Du musst kein Technikprofi sein, um mit AI richtig Zeit zu sparen. Im AI AUTOMATION EXPERT zeigen wir dir Schritt für Schritt, wie du wiederkehrende Aufgaben abgibst, Content schneller produzierst, Leads sauber nachfasst und Prozesse automatisch laufen lässt.

Hier lernst du konkret auch als absoluter Anfänger und Nicht-Techie, wie du deine Prozesse automatisieren kannst. Verständlich erklärt, mit Vorlagen, die sofort funktionieren, und einer Community, die dir den Rücken stärkt.

Noch unsicher? Starte mit dem AI POWER USER oder schau dir die komplette Journey an.

Klingt gut, aber was sagen andere? Schau dir unsere “Wall of Love” an.

Moin AInauten,

Willkommen zur neuen Ausgabe deines Lieblingsnewsletters.

Kurz vorweg zwei Anthropic-News, dann lassen wir dich in Ruhe (Montag war ja schon voll damit):

1. Wenn du das liest, sollte Fable 5 wieder verfügbar sein. Yay!

2. Claude Sonnet 5 ist da und liegt bei Knowledge Work fast auf Opus-Niveau.

Heißt für dich: Für den Großteil deiner Alltagsarbeit mit Claude Cowork & Co. reicht ab jetzt Sonnet. Wir haben es getestet und es funktioniert wirklich gut, und gerade wer nur die 20 Euro im Monat bezahlt, kann dadurch deutlich mehr mit Claude arbeiten.

Jetzt aber rein zu den Themen heute. Erst viel, viel Praxis zum Ausprobieren, einen kostenlosen Skill gibt es auch noch dazu, und zum Abschluss ein gesellschaftliches Thema.

Hier die Themen im Detail:

• 🎨 Großartige AI Videos, Avatare und mehr mit diesem Tool

• 🔮 Ein cooler Weg mit AI die richtigen Entscheidungen zu treffen (+ gratis Skill)

• 😿 Geht das goldene AI-Zeitfenster für Berater & Agenturen zu?

Los geht's!

🎨 Großartige AI-Videos, Avatare und mehr mit diesem Tool

Falls du in unserer Community bist, hast du es letzte Woche schon mitbekommen. Wir beschäftigen uns gerade wieder einmal tief mit AI-Videos.

Hier tut sich im Moment so viel, dass es sich lohnt wieder reinzuschauen und auch einiges zu testen.

Da wollen wir natürlich alle AINAUTEN mitnehmen. Letzte Woche sind wir wieder einmal tief in das Tool Higgsfield eingetaucht.

Es ist eins der mächtigsten Video-Tools am Markt, weil es nicht nur ein Modell ist, sondern eine komplette Plattform, über die du auf quasi alle relevanten Modelle zugreifen kannst.

Das Team dahinter ist unglaublich schnell, agil und kreativ. Laufend kommen neue Features raus und wir wollen dich in dem Beitrag vielleicht einmal inspirieren, es selbst zu testen.

Das Ganze ist natürlich viel zu umfangreich für den Newsletter, deshalb haben wir auch noch einen kompletten Deep Dive zu Higgsfield dazu geschrieben.

Der Supercomputer: ein ganzes Kreativ-Team im Chat

Am schnellsten und einfachsten sieht man, wie mächtig Higgsfield sein kann, an einem Feature: dem Higgsfield Supercomputer.

Der Supercomputer ist im Prinzip der ultimative kreative Agent. Er kann von A bis Z alles entwickeln. Basierend auf einem simplen Prompt.

Du tippst z.B. ein Briefing in normaler Sprache ein ("Mach mir eine Kampagne für Produkt X").

Der Supercomputer plant die Schritte selbst, wählt die passenden Modelle, lässt mehrere Teilaufgaben parallel laufen und liefert am Ende fertige Assets.

Wie du oben siehst, haben wir gesagt:

• Mach bitte einen 30 Sekunden UGC Spot für ein Vitamin C Serum 

• Starte davor bitte, indem du 3 Referenzbilder des Produktes erstellst 

• Einen UGC Charakter erstellst (Sophie) 

• Mach dann alles zu einem coolen TikTok Video mit Voiceover, Subtitles etc.

Daraufhin läuft der Supercomputer los und erstellt alle Assets. Von Character, Product, Product Shots, Skript für das UGC-Video und das Video selbst.

Erster Versuch, unglaubliche Qualität. Kinderleicht umzusetzen...

Das zeigt, was Higgsfield alles kann.

Egal ob du für dein Produkt ein Fotoshooting oder Produktbilder für den Online-Shop machen willst oder dir einen eigenen AI-Avatar erstellen willst, der immer gleich aussieht und aus dem du sogar UGC-Videos machen kannst.

Alles und mehr ist auf Higgsfield möglich.

Oben siehst du einmal ein paar Elemente von unserem neuen AINAUTEN Avatar Nik und auch ein paar Product Shots, mit denen wir gerade spielen.

Letzter genialer Punkt: Higgsfield hat einen MCP bzw. eine CLI, und du kannst das Tool somit bequem mit Claude, Codex etc. verbinden und dir die Sachen erstellen lassen.

So legst du los & unser Take

Am besten startest du direkt mit dem Higgsfield Supercomputer.

Einfach Account erstellen, Plan auswählen und per Chat rumspielen. Dank neuem Sonnet 5-Modell ist der jetzt auch schneller und billiger.

Wichtige Downsides:

Wie jedes Tool ist auch Higgsfield weit weg von perfekt.

• Alles was mit Video zu tun hat, ist einfach teuer. 50 Euro im Monat hat man schnell weg. 

• Deutsche Sprache in den Videos funktioniert so semi. 

• Englisch ist perfekt, hoffentlich deutsch auch bald.

Trotzdem ist es ein super cooles Tool, mit Unmengen kreativer Vorlagen und mächtigen Features. Wie gesagt, mehr dazu inkl. kurzem Video-Walkthrough in unserer Community.

Nächste Woche machen wir dann weiter mit weiteren Möglichkeiten in Sachen AI Video. Hier lernen wir gerade selber extrem viel Neues und teilen es schon bald.

🔮 Ein cooler Weg mit AI die richtigen Entscheidungen zu treffen (+ gratis Skill)

Wenn du uns schon länger liest, weißt du, wir lieben es, mit AI Strategien zu machen und uns coachen zu lassen.

Hierzu übertragen wir super gerne Konzepte, für die es früher teure Trainer, Coaches und einen ganzen Tag Teamworkshop gebraucht hätte.

Heute also ein weiterer in der Reihe (LLM Council und Multi-Persona Panel von uns kennst du ja wahrscheinlich schon).

Hier also das Setting: Du hast einen Plan, fragst deine AI "ist das gut?", und sie findet zehn Gründe, warum es großartig wird.

Du fühlst dich bestätigt, legst los, und Wochen später fliegt dir genau das um die Ohren, was rückblickend offensichtlich war.

Das liegt daran, dass Sprachmodelle dir standardmäßig zustimmen. Sie wollen dich glücklich machen.

Der heutige Praxis-Hack umgeht dieses Problem.

Wir nutzen dafür eine bewährte alte Technik: Das Premortem.

Statt hinterher zu fragen "Was ist schiefgelaufen?", drehst du die Zeit vor: "Es ist ein Jahr später. Der Plan ist gescheitert. Erzähl mir, wie er gestorben ist."

Dieser eine Satz macht den Unterschied.

Die AI hört auf, deinen Plan schönzureden, und beschreibt jeden Weg, auf dem er auseinanderfällt.

Mit Ausfallgeschichte, versteckter Annahme und den Frühwarnzeichen, auf die du achten solltest usw.

Das ist keine Spielerei. Die Methode kommt von Gary Klein, veröffentlicht in der Harvard Business Review. Kahneman (Nobelpreis, "Schnelles Denken, langsames Denken") nannte sie seine wertvollste Entscheidungstechnik.

Wir haben sie inzwischen für zwei strategische Ausrichtungs-Entscheidungen der AInauten benutzt, und sie hat uns blinde Flecken gezeigt, die wir sonst übersehen hätten.

Ob wir bzw. die AI richtig lagen, sehen wir in ein paar Monaten. ;)

So funktioniert es:

Damit du es sofort umsetzen kannst, haben wir ein komplettes Setup für dich fertig gemacht.

In unserem Stil und einen Tick schärfer als die Versionen, die gerade rumgehen: mit einem "was haben wir übersehen?"-Gegencheck und klaren Kill-Kriterien.

Bekommst du hier kostenlos zum Runterladen:

→ Premortem gratis holen

Im Download sind zwei Varianten. Eine für Claude Code & Co. als Skill, die dir einen fertigen Report als Datei baut.

Und eine zum Reinkopieren für Chatbots. Nimm die, die zu dir passt.

Großartig sind solche Skills natürlich, wenn du schon ein Second Brain hast, weil die Maschine dann immer alles an Kontext hat und mit einbeziehen kann.

Viel Spaß und schick uns gerne deine Erfahrungen.

😿 Geht das goldene AI-Zeitfenster für Berater & Agenturen zu?

Kommen wir zum Abschluss noch zu einem Thema, das gerade viele Berater, Dienstleister und Agenturen umtreibt.

Der alte Deal in der Dienstleistung war simpel: Kluge Leute stecken Stunden in schwierige Probleme, und der Kunde zahlt für diese Stunden.

Die letzten Monate waren für viele wirklich goldene Zeiten:

• Die AI Tools rund um Claude Cowork & Codex wurden richtig nützlich 

• Dadurch war die Arbeit um ein x-Faches schneller erledigt 

• Die Kunden waren aber nach wie vor bereit, alte Stundenmengen zu bezahlen

Das Ganze ändert sich jetzt mehr und mehr.

Das Wall Street Journal schreibt, dass die großen Beratungen weg von der Stundenabrechnung wollen, weil AI viel Arbeit schneller und billiger macht.

Nein, sie wollen natürlich nicht. Sie müssen. Die Kunden wissen, dass alles leichter geworden ist, und wollen es deshalb billiger. ;)

Die abrechenbare Stunde bestraft die Schnellen. Wer effizienter wird, kann weniger Wert abrechnen.

Die großen Beratungen merken es auch schon und bauen um:

• Deloitte hat den eigenen Beratern eine Kurve gezeigt, nach der klassische, stundenbasierte Beratung bis 2035 als Marktanteil stark schrumpft.

• Bei McKinsey hängt schon über ein Viertel der weltweiten Honorare am Ergebnis statt an Stunden. "We're doing more performance-based arrangements with our clients", sagt der UK-Chef.

• Fast alle testen gerade Festpreise pro Projekt oder ergebnisabhängige Modelle.

Was also tun?

Der kurzfristige Weg für alle Dienstleister ist wohl weg von der Stundenabrechnung, hin zu Festpreis-Paketen mit klar definierten Zielen und Ergebnissen.

Oder in einigen Fällen können auch 100 % Performance-orientierte Deals Sinn machen.

Wir machen in unseren Performance Marketing Kampagnen z.B. immer Performance Deals. CPL, CPA, also die Kunden bezahlen pro Kundenanfrage oder pro Verkauf.

Wir gehen voll ins Risiko. Im Online Marketing geht das, aber natürlich nicht überall.

Gleichzeitig haben 100 % erfolgsabhängige Deals auch oft Schwächen, wenn sie falsch gemessen werden.

Unser Take

Es ist wie immer eine Frage der Incentives.

• Die abrechenbare Stunde bestraft die Schnellen. Wer effizienter wird, kann weniger Wert abrechnen.

• "Wir zahlen pro geschlossenem Ticket" belohnt Tempo und lädt zu Abstrichen bei der Qualität ein.

Fakt ist, das Zeitfenster der genialen Arbitrage geht zu. Berater, Dienstleister und Agenturen müssen sich anpassen.

Wir glauben aber, dass es positiv ist. Wenn alle Beteiligten maximal incentiviert sind, Projekte erfolgreich zu machen, ist das sinnvoll.

Aber es wird auch für alle komplexer.

Wenn Dienstleister mehr ins Risiko gehen, kann es aber auch dazu führen, dass die Margen deutlich steigen.

(Deshalb machen wir seit über 10 Jahren bei unseren Performance Marketing Kampagnen 100 % Performance-basiert, weil es sich unterm Strich rechnet, ins Risiko zu gehen.)

So, das war's für heute. Wie immer hoffen wir, es war etwas dabei, das dich weiterbringt.

Bis nächste Woche.

Reto & Fabian von den AInauten

Moin AInauten,

Willkommen zur neuen Ausgabe deines Lieblingsnewsletters!

AI fühlt sich gerade grenzenlos an. Mehr Modelle, mehr Agenten, mehr Tools, mehr Automationen. Gleichzeitig entstehen neue Grenzen: dein Kontextfenster ist voll, dein Abo limitiert, dein Lieblingsmodell ist nicht verfügbar oder der Zugang wird plötzlich politisch verhandelt.

Diese Ausgabe dreht sich genau um diese neue Knappheit. Wir zeigen dir, wie du dein Token-Budget besser nutzt, warum Claude im Teamchat mehr verändert als nur Slack-Komfort und weshalb GPT-5.6 Sol ein Vorgeschmack darauf sein könnte, wie Frontier-Modelle künftig verteilt werden. Sounds good?

Das haben wir heute für dich im Gepäck:

• 🐳 7 Token-Maxxing-Regeln: So holst du das Beste aus deinem Abo

• 🤖 Claude @: Warum der nächste Agent im Teamchat sitzt

• 🥲 GPT-5.6 ist da. Die Frage ist, wann du es nutzen darfst?

Los geht’s!

🐳 7 Token-Maxxing-Regeln: So holst du das Beste aus deinem Abo

Wenn dein AI-Abo zu früh limitiert, liegt es selten am einen großen Prompt. Meist frisst dein Setup den Kontext in kleinen Bissen leer.

In der Praxis sehen wir zwei Gruppen, die mit demselben Problem kämpfen:

• Die Power User: Wer ein großes Abo bezahlt, will sein verfügbares Token-Budget auch ausreizen.

• Die Gelegenheitsnutzer: Wer kostenlos unterwegs ist oder ein kleineres Abo nutzt, will nicht genau dann ins Limit laufen, wenn die AI endlich verstanden hat, was zu tun ist.

Ein Fall aus der Praxis… Entweder upgraden oder anderes Modell nutzen.

Dein AI-Limit wird selten von einem einzigen Chat aufgefressen. Es wird von alten Chats, riesigen Uploads, unklaren Aufträgen, aktivierten Tools, Korrekturschleifen und Premium-Modellen, die Kleinkram erledigen, laufend angeknabbert.

Wir haben die 7 wichtigsten Regeln zusammengestellt, damit dein Abo länger hält und du mehr damit rausholst.

Hinweis: Bei Desktop-Apps wie Claude Desktop und Codex profitierst du am meisten von diesen Tipps, weil lokale Dateien/Ordner sowie Tools etc. einbezogen werden - genau, das Files-over-Tools-Prinzip.

ChatGPT oder Claude im Web können viele der Prinzipien nutzen, aber sehen deine Festplatte nicht automatisch. Du musst Dateien hochladen, Connectors/Plugins aktivieren oder relevante Inhalte gezielt mitgeben.

1. Trenne Planung und Umsetzung

Der Fehler ist nicht immer das falsche Modell. Oft ist es ein Modell für alles.

Wenn du viel Material hast und erst Orientierung brauchst, reicht oft ein günstigeres Modell zum Scouten. Es findet Hebel, sortiert Optionen und bewertet Aufwand.

Wenn die Entscheidung selbst hart ist, drehe es um: Lass ein starkes Modell planen. Die sauber beschriebenen Einzelschritte kann danach ein günstigeres Modell ausführen.

Kurzer Planungs-Prompt:

Trenne diese Aufgabe in Planung und Umsetzung.
Sag mir, welche Ebene ein starkes Modell braucht.
Schlage eine günstige und eine starke Modellstufe vor.
Umsetzung erst nach Freigabe.

Die Modellnamen wechseln je nach Oberfläche. Als Orientierung:

• Instant-, Medium- oder Sonnet-Level reicht oft für Scouting, Struktur, Entwurf und Fleißarbeit.

• High-, Extra-High-, Opus- oder Ultracode-Level gehört an die Stellen, an denen eine falsche Entscheidung Konsequenzen hat.

• Pro-Extended- oder Max-Modi sind kein Standardgang. Die nutzt du, wenn der Input schwierig ist, der Fehler teuer wäre oder das Ergebnis direkt Wert schafft.

Modellauswahl in ChatGPT

Modellauswahl in Codex

Modellauswahl in Claude

Merksatz: Teuer denken, billig ausführen. Oder billig scouten, teuer lösen.

Hauptsache: nicht alles mit derselben Modellstufe durchballern.

2. Gib ein klares Ziel vor, kein “Mach mal!”

Schwache Aufträge kosten Tokens, Zeit und Nerven - das Modell muss erst erraten, was zählt. Wir geben es zu, "Mach das besser!" war letztes Jahr nach Auswertung von ChatGPT eines unserer beliebtesten Prompts. Aber wir haben daraus gelernt.

Gib deshalb diese vier Zeilen mit und streng deine grauen Zellen kurz an, das sauber zu formulieren. (Und wenn du Hilfestellung benötigst, dann bitte den Agenten einfach, dir für jede Frage passende Antwortmöglichkeiten als Auswahl zu formulieren.)

Ziel: [Was soll besser werden?]
Material: [Welche Dateien oder Links zählen?]
Ergebnis: [Was soll am Ende vorliegen?]
Grenze: [Was soll nicht angefasst werden?]

3. Kleiner Kontext schlägt großen Kontext

Tokens sind die Währung des Modells. Deine Frage kostet Tokens. Die Antwort kostet Tokens. Ältere Nachrichten, Dateien, Tools und Outputs kosten ebenfalls Tokens.

Das geht sogar so weit, dass bei jeder Interaktion im Chat die ganze Historie mitgeschickt wird und damit auch Token frisst!

Frag dich deshalb: Was braucht der Chat, bevor er arbeiten kann? Wenn die Antwort "alles" lautet, wird es langsam, teuer und ungenau.

Besser ist: Gib nur den relevanten Kontext mit, nicht dein ganzes Archiv.

4. Mach Dateien zur Arbeitsfläche

Speicher ist günstig. Kontext ist teuer.

Sprich: Eine Datei auf deiner Festplatte kostet keine Tokens, solange das Modell sie nicht einliest. Teuer wird sie erst, wenn du sie in den Chat kopierst, hochlädst oder aktiv auswerten lässt. Wenn du sie aber in den Chat hochlädst, füllen sie dein Kontextfenster.

Darum: Files-over-Tools!

Hole dein Wissen immer aus den Chats und speichere es lokal in Markdown-Dateien ab (du kannst dafür den Prompt aus Tipp 5 nutzen).

Desktop- und CLI-Agenten wie OpenAIs Codex oder die Claude Desktop App können sehr gut mit lokalen Markdown-Dateien arbeiten (Stichwort: Second Brain - haben wir im AI Mitarbeiter-Bootcamp gezeigt). Mit einem Slash-Command (bspw. /save) kann man sogar automatisch alle relevanten Chat-Inhalte lokal abspeichern.

5. Starte früher frisch oder fasse deinen Chat sauber zusammen

Lange Chats fühlen sich bequem an, aber irgendwann werden sie träge.

Wenn ein Chat mehrere Themen, alte Entscheidungen und Korrekturschleifen enthält, steigt der Kontextverbrauch. Gleichzeitig antwortet das Modell oft schwammiger.

Mache deshalb lieber eine saubere Übergabe und starte einen neuen Chat!

Wir haben dir dafür hier einen Prompt zusammengestellt, um einen beliebigen Chat zusammenzufassen, damit du den relevanten Kontext für einen neuen Start hast.

Das spart Tokens und verhindert, dass veraltetes Wissen reinrutscht.

6. Lade Tools nur, wenn du sie brauchst

Connectoren, MCPs, Plugins und Browser-Tools sind mächtig. Aber sie kosten Tokens im Kontextfenster.

Oder anders gesagt: Wenn du nur einen Text schreiben willst, brauchst du keinen ganzen Werkzeugkasten mit 27 anderen Tools.

Prüf deshalb den Grundverbrauch. In Claude Code zeigt /usage, was ein leerer Chat schon frisst. In Codex siehst du mit /status, wie viel Kontext bereits belegt ist.

In ChatGPT im Web und Claude Cowork kannst du manuell prüfen, welche Tools, Plugins und Connectoren aktiv sind.

Die Regel bleibt: Was aktiv ist, sollte einen Job haben. Deaktiviere, was du nicht brauchst.

Fortgeschrittene können aus manchen MCPs eine CLI machen. Dann bleibt das Tool draußen und wird nur bei Bedarf aufgerufen.

Prüfe meine aktiven Tools, MCPs, Plugins und Connectoren.
Teile sie ein: ständig gebraucht, selten gebraucht, aktuell unnötig.
Empfiehl, was ich deaktivieren oder als CLI auslagern sollte,
damit mehr Kontext für die eigentliche Aufgabe bleibt.

Schau dir dafür MCPorter und mcp2cli an. Wir haben die Hintergründe in unserer AInauten Knowledgebase genauer erklärt: CLI oder MCP: Wann nutzt du was?

7. AI ist eine Slotmachine - nutze das!

AI ist manchmal eine Slot Machine: Ein Lauf trifft, der nächste verrennt sich komplett.

Nutze das bewusst. Wenn das Modell sichtbar in die falsche Richtung läuft, füttere den Chat nicht mit fünf Reparaturrunden. Das ist wieder Kontext, den du mitschleifst. Und der ist auch noch fehlerhaft.

Editiere ein Prompt in ChatGPT

Editiere ein Prompt in Codex

Stoppe früh, editiere den ursprünglichen Prompt oder starte einen neuen Chat mit sauberem Briefing. Damit vermeidest du Context Contamination: falsche Annahmen, halbe Korrekturen und misslungene Versuche bleiben sonst im Kontext und ziehen den nächsten Lauf mit.

Du kannst übrigens auch verschiedene Pfade parallel ausprobieren, indem du das Branch/Fork-Feature nutzt.

Erstelle einen “Branch” in ChatGPT

“Forke” einen Chat in Claude Desktop

Der beste Abo-Hack ist bessere Führung

Wenn du ständig an dein Limit kommst, präge dir diese Tipps ein. Sie sind deine Checkliste.

Wenn du nie an dein Limit kommst, sind sie dein Qualitätshebel.

In der AI-Automation-Community geht es genau um solche Themen: weniger mit AI herumchatten, mehr Arbeitsumgebungen bauen, in denen Modelle gezielt Aufgaben erledigen. See you on the inside!

🤖 Claude @: Warum der nächste Agent im Teamchat sitzt

Das neue Claude Tag-Feature wirkt auf den ersten Blick wie eine weitere Slack-Integration (Beta für Claude Team und Enterprise). In Teams richtet ein Owner oder Admin Claude für Slack ein, danach kann der Agent in freigegebenen Kanälen markiert werden.

Aber es ist viel mehr als ein simpler Bot im Chat, denn mit dem kleinen @ passiert etwas: Der private Prompt bekommt Publikum.

Der Chat erhält Zeugen

Bislang war AI-Arbeit oft unsichtbar. Jemand öffnet seinen Chatbot, erfasst ein Prompt mit Kontext, lässt etwas bauen und bringt das Ergebnis zurück ins Team. Der Output ist da. Der Weg dahin bleibt verborgen.

Mit @Claude wird dieser Prozess plötzlich transparent. Prompting bekommt Zeugen. Delegation bekommt Zeugen. Fehler bekommen Zeugen. Aus dem privaten Superassistenten wird ein Teammitglied mit Chatverlauf.

Andrej Karpathy, der frühere OpenAI-Mitgründer und Tesla-AI-Chef, ist seit Kurzem bei Anthropic für Pre-Training verantwortlich und schwärmt vom neuen Teammitglied.

Twitter tweet

Du teilst deine Arbeitsflächen neu mit permanenten Agenten

Das passt in einen größeren Trend: AI wandert aus dem Chatfenster in die Oberflächen, in denen wir ohnehin arbeiten.

• Gemini in Gmail fasst Threads zusammen, schlägt Antworten vor und zieht Drive-Dateien heran.

• Microsoft 365 Copilot steckt in Word, Excel, PowerPoint, Outlook und Teams.

• Meta rollt Meta AI in WhatsApp, Instagram, Facebook und Messenger aus.

Claude Tag ist die Teamchat-Version davon. Der Agent sitzt dort, wo Status, Abkürzungen, Missverständnisse und Büro-Politik sowieso schon wohnen.

Slack ist kein neutrales Tool. Slack ist Büroflur mit Suchfunktion. Wenn dort ein Agent auftaucht, landen Output, Sichtbarkeit, Vertrauen und Zuständigkeit im selben Thread.

Im privaten Chat gehört Claude dir. Im Teamkanal gehört Claude dem Raum.

Drei Leute schreiben mit, zwei haben Datenzugriff, eine Person sieht Kundendaten, jemand anderes ist nur Gast. Wessen Kontext darf Claude nutzen? Wessen Grenzen gelten? Wer räumt auf, wenn der Agent etwas Falsches in den Thread legt?

Anthropic adressiert das mit einem Agent-Identity-Modell. Claude bekommt eigene Zugänge, Erinnerungen und Regeln pro Workspace oder Kanal. Laut Docs folgt der Zugriff dem Kanal, nicht der Person, die gerade fragt.

Die neue Frage lautet: Wer darf AI in welchen Arbeitsraum holen, und wer ist verantwortlich, wenn der Raum dadurch anders funktioniert?

Unser Take: AI verschwindet in der Oberfläche und wird allgegenwärtig

Claude Tag ist ein Signal, das ziemlich gut zeigt, wohin die Reise geht: Der hilfreichste Agent sitzt dort, wo der nächste Handgriff passiert.

Die Chatbots lernen dich und das Unternehmen kennen, Nachricht für Nachricht. Das ist der Nutzen. Das ist bequem. Und es ist eine Machtverschiebung.

Und das ist auch der Grund, warum sich manche Teams damit komisch fühlen werden.

🥲 GPT-5.6 ist da. Die Frage ist, wann du es nutzen darfst?

Letzte Woche klang es noch nach: GPT-5.6 kommt, Anschnallen bitte.

Jetzt ist GPT-5.6 Sol da. Nur eben nicht für uns.

Der Zugriff startet begrenzt, nach Rücksprache mit der US-Regierung. Keine öffentliche Warteliste. Keine normalen Nutzer. Ausprobieren dürfen erst ausgewählte Partner.

Das ist mehr als Bürokratie. Bisher war „Partner zuerst, Rest später“ normale Release-Logik. Jetzt sitzt die US-Regierung sichtbar mit am Hebel. OpenAI schreibt selbst, dass dieser Prozess nicht zum Dauerzustand werden sollte, weil er die besten Werkzeuge von Nutzern, Entwicklern, Unternehmen und Cyber-Verteidigern fernhält.

Und OpenAI ist nicht allein. Claude Mythos 5 darf nach Verhandlungen wieder an bestimmte US-Organisationen aus kritischer Infrastruktur und Cyber-Defense gehen. Fable 5 hängt weiter fest. Genau hier beginnt die unbequeme Frage: Sehen normale Nutzer künftig überhaupt noch die stärksten Modelle, oder nur die öffentliche, sauber begrenzte Variante?

Das Meme dazu: Anthropic-Boss Dario Amodei hat es für alle verdorben. Wenn die Labs selbst sagen, dass ihre Modelle gefährlich werden könnten, darf sich niemand wundern, wenn irgendwann Beamte am Release-Knopf stehen und die neuesten Supermodelle unter Verschluss bleiben und nur für staatlich abgesegnete Zwecke zur Verfügung stehen.

Aber gut, wenn wir schon kein neues Modell bekommen, dann wenigstens gutes AI-Drama und die Hoffnung, dass Fable 5 noch vor dem 1. Juli wieder verfügbar ist (zumindest wenn man den Gamblern auf Polymarket glaubt).

Unser Take: Dein AI-Stack braucht einen Plan B

Die wichtigste Frage ist nicht: Wann bekomme ich GPT-5.6?

Wir sind gespannt auf GPT-5.6 und werden testen, sobald es geht. Natürlich. Schließlich soll es laut Benchmarks in einigen Bereichen sogar vor Fable liegen.

Die wichtigere Frage lautet aber: Kann mein Workflow wechseln, wenn mein Lieblingsmodell morgen nicht mehr verfügbar ist?

Darum: Kontext in Dateien speichern und aus den Chatbots herausholen. Setups modellneutral halten. Offline-Pipelines bauen (siehe unseren Beitrag hier).

Wenn wir schon kein neues Modell kriegen, bekommen wir zumindest mehr Klarheit darüber, warum Sam Altman von OpenAI gefeuert wurde und wie er wieder zurück im Chefsessel gelandet ist. „You should, unfortunately, be worried about Sam Altman“ ist ein sehr sehenswerter Film mit vielen Hintergründen.

Hier geht es zum Video

Geschafft! Bis zur nächsten Ausgabe.

Reto & Fabian von den AInauten

AIHOY und happy Weekend, liebe AInauten!

Vielleicht hast du letzte Woche nicht alle spannenden News, Tools und Hacks rund um das Thema AI mitbekommen oder bist erst neu bei uns gelandet. Kein Grund zur Sorge!

Wir haben dir unsere Highlights der vergangenen Woche zusammengefasst:

• 🤿 Deep Dive: Automatisierte AI-Videos mit Higgsfield CLI

• 😵 SaaS-Killer: Eigene App statt Abo

• 👨‍💻 ChatGPT wird vom Antwortfenster zur Arbeitsfläche

• 🔎 Der AI-Standort-Index Deutschland 2026

• 🛒 4 E-Commerce-AI-Business-Ideen ohne Produkt

• 🪄 Onepage AI 2.0: Vibe-Coding trifft No-Code

• 🐡 Fugu: Ist das der neue Modell-Ansatz?

Zum Abschluss gibt es noch die wichtigsten Quick News für dich – so hast du alle relevanten Entwicklungen mit einem Klick im Blick! Ready? Let’s go!

🔥 Die AINAUTEN Journey - Dein Weg zum AI-Profi 🔥 

3 Stufen. Ein Ziel: AI wirklich meistern. Alles Schritt für Schritt erklärt.

》AI EXPLORER - Der schnelle Einstieg mit Jumpstart Guide & Basics.

》AI POWER USER - ChatGPT Masterclass, 50+ Deep-Dives, 10+ Stunden pro Woche sparen. Für alle, die AI im Alltag produktiv nutzen wollen.

》AI AUTOMATION EXPERT - Die Königsklasse. Baue Systeme, die 24/7 für dich arbeiten. Lerne Automation, 50+ Use Cases, exklusive Community mit 1000+ Experten. Plus: Exklusive Tool-Rabatte im Wert von 2.000€+/Jahr.

MEINE AI-STUFE FINDEN »

🤿 Deep Dive: Automatisierte AI-Videos mit Higgsfield CLI

AI-Video ist nicht mehr nur "Prompt rein, Clip raus". Der spannende Teil ist jetzt der Workflow drumherum: Idee, Shot-Liste, Bildmaterial, Generierung, Auswahl, Iteration und am Ende ein Clip, der nicht nach Zufall aussieht.

Im neuen Deep-Dive geht es genau darum: Können Claude Code und andere Agenten mit Higgsfield wirklich kreative Video-Produktion automatisieren? Unser Take: Ja, aber nur wenn du dem Agenten nicht "mach ein Video" gibst, sondern ein klares Produktionssystem. Sonst bekommst du schöne Fragmente und viel teures Probieren.

👉 Zum Higgsfield Deep-Dive »

😵 SaaS-Killer: Eigene App statt Abo

Der beste AI-Moment der Woche kam nicht aus einem Lab, sondern aus der Community. Ralf hat ein Meeting-Protokoll-Tool nicht abonniert, sondern selbst gebaut: eine kleine Desktop-App, die Audios transkribiert, Sprecher unterscheidet und den Job für Cent-Beträge erledigt.

Das ist keine "jeder baut jetzt SaaS"-Story. Der Punkt ist kleiner und nützlicher: Wenn dich ein Abo nervt und der Workflow klar ist, kann ein Agent oft eine gute Abkürzung bauen. Vielleicht nicht perfekt. Aber oft gut genug für dich, um Geld, Reibung und Tool-Frust zu sparen.

Der neue AI-Power-User kauft nicht reflexhaft Software. Er beschreibt den Job, lässt planen, bauen und testet mit echten Dateien. Danach weißt du, ob du kündigen kannst oder das Abo endlich mit gutem Grund bezahlst.

👉 Zum SaaS-Killer-Prompt »

👨‍💻 ChatGPT wird vom Antwortfenster zur Arbeitsfläche

OpenAI schiebt ChatGPT und Codex näher an deine echte Arbeit. Scheduled Tasks, Computer Use, Chrome-Kontext, eigener Browser, Memories und Chronicle zeigen dieselbe Richtung: Weniger "frag nochmal später", mehr "ich kümmere mich darum".

Das ist praktisch und heikel zugleich. Wenn ein Agent in deinem Browser arbeiten darf, sieht er eingeloggte Systeme. Wenn er Computer Use bekommt, kann er klicken und tippen. Das ist ein produktiver Mitarbeiter mit Zugriff. Gute Delegation beginnt dabei nicht mit Vertrauensvorschuss, sondern mit klaren Grenzen.

👉 Zur neuen Arbeitsfläche »

🔎 Der AI-Standort-Index Deutschland 2026

Berlin führt im neuen AI-Standort-Index vor München und Stuttgart. Gemessen werden Jobs, Forschung, Ausbildung, Startup-Ökosystem und Gehalt nach Miete. Klingt trocken, ist aber ein guter Realitätscheck.

Denn AI-Standort heißt nicht: eine Stadt hat ein paar laute Events. Relevant wird ein Ort erst, wenn Ausbildung, Kapital, Nachfrage, Forschung und Firmen gleichzeitig sichtbar werden.

Genau deshalb ist die Lücke hinter den Top 3 so interessant. Deutschland diskutiert oft über große AI-Strategien. Der Alltag entscheidet aber in Städten, Teams und Stellenanzeigen!

👉 Zum Standort-Realitätscheck »

🛒 4 E-Commerce-AI-Business-Ideen ohne Produkt

Shopify hat mit dem Universal Commerce Protocol eine Tür geöffnet, die für kleine Builder interessant ist. AI-Agenten können Produkte aus Shopify-Katalogen finden, Warenkörbe bauen und Käufe vorbereiten. Du brauchst dafür nicht einmal zwingend einen eigenen Shop!

Der spannende Teil ist nicht die API allein. Der spannende Teil ist die Arbitrage: Wer eine Nische versteht, kann Kaufberatung, Geschenk-Concierge, Best-Value-Finder oder Shopping im eigenen Content bauen.

Nicht jeder baut daraus ein dauerhaftes Business. Aber wer Audience, Nische oder Community hat, kann schneller testen als früher.

👉 Zu den 4 E-Commerce-Ideen »

🪄 Onepage AI 2.0: Vibe-Coding trifft No-Code

Webseiten mit AI zu bauen ist leicht geworden. Aber Webseiten danach ohne Drama zu ändern, bleibt oft das Problem. Genau dort setzt Onepage AI 2.0 an.

Der clevere Teil sind die Promptable Controls. Du kannst der AI sagen, welche Regler du brauchst, etwa Akzentfarbe, Headline oder Button-Text, und bekommst dafür ein Bedien-Panel direkt an der Section.

Das ist viel näher an echtem Arbeiten als "ändere mal den dritten Absatz" fünfmal neu zu prompten. Wir finden diese Kombination für Nicht-Techies interessant, weil sie nicht beim ersten schönen Entwurf stehen bleibt.

👉 Zu Onepage AI 2.0 »

🐡 Fugu: Ist das der neue Modell-Ansatz?

Nach OpenRouter Fusion kommt mit Fugu von Sakana der nächste Versuch, Top-Performance nicht über ein einzelnes Modell zu holen, sondern über ein Team aus Modellen. Ein Orchestrator plant, verteilt, prüft und baut daraus eine Antwort.

Das Prinzip ist stark. Der aktuelle Alltag ist weniger glamourös. Unsere ersten Tests: noch buggy, nicht klar besser als Opus und Co., und für DACH-Nutzer wieder mit Verfügbarkeits-Haken. Die Richtung zählt trotzdem. AI-Modelle werden weniger wie einzelne Genies und mehr wie kleine Teams funktionieren.

👉 Zur Fugu-Einschätzung »

📰 AI-News-Quickie: Die HAI-lights aus der Branche

AI never sleeps - auch wenn es diese Woche etwas ruhiger war. Hier die Highlights.

🎯 OpenAI baut den Enterprise-Stack aus

• OpenAI startet mit GPT-5.6 Sol eine begrenzte Preview der neuen Modellreihe.

• OpenAI zeigt in einer neuen Studie, wie Agenten wie Codex längere und komplexere Aufgaben übernehmen. Das passt ziemlich gut zum Gefühl dieser Woche: AI rutscht vom Chat in echte Arbeit.

• Scheduled Tasks in ChatGPT bekommen eine eigene Aufgaben-Oberfläche. Kleine Routinen wandern aus deinem Kopf in den Chat.

• OpenAI bringt mit Patch the Planet ein Programm für Open-Source-Maintainer, die Sicherheitslücken mit AI-Unterstützung schließen sollen.

• Die Daybreak-Initiative bekommt Werkzeuge, um Schwachstellen in großem Maßstab zu finden und zu patchen. Security wird damit immer stärker ein Agenten-Job.

• ChatGPTs Marktanteil ist unter 50 Prozent gefallen. ChatGPT bleibt riesig, aber der Assistentenmarkt verteilt sich.

• OpenAI unterstützt neue Standards für fortgeschrittene AI.

• OpenAI und Broadcom haben mit Jalapeño einen eigenen Inference-Chip vorgestellt. Wer die Modelle kontrolliert, will auch die Maschine darunter kontrollieren.

• Samsung rollt ChatGPT Enterprise und Codex breit in der Device-eXperience-Sparte aus - AI wird zur Arbeitsgrundlage im Konzern.

• OpenAI sagt, GPT-5 habe bei einem Immunologie-Rätsel geholfen, das seit Jahren offen war.

• OpenAI macht Frontier-Modelle und Codex auf AWS verfügbar - und geht damit dorthin, wo Firmen ihre Infrastruktur haben.

• Getty Images erlaubt OpenAI, lizenzierte Inhalte in ChatGPT-Suche und Discovery anzuzeigen.

🏛️ Claude, Anthropic und Agenten im Team

• Anthropic startet Claude Tag für Slack. Du erwähnst Claude im Channel, der Agent nimmt Kontext aus dem Teamraum mit und arbeitet asynchron weiter.

• Claude Desktop kommt als voller Arbeitsmodus in die Enterprise-Wolken von AWS, Google Cloud und Microsoft Foundry. Für IT-Teams heißt das: mehr Agentenarbeit, aber innerhalb verwalteter Infrastruktur.

• Claude Code Artifacts sollen zu teilbaren Live-Dashboards werden. Aus Prompt-Ausgaben werden kleine Arbeitsflächen fürs Team.

• Microsofts Copilot Cowork ist allgemein verfügbar. Office-Arbeit bekommt damit Agenten mit Kostenstelle, Admin-Grenzen und Unternehmenskontext.

• Der Streit um Anthropic-Exportkontrollen zeigt, warum Cyber-Regeln bei AI-Modellen schlecht greifen.

🖥️ Google, Design und neue Interfaces

• Google baut Computer Use in Gemini 3.5 Flash ein. Damit wird der Browser nicht nur gelesen, sondern endlich auch bedient.

• Gemini in Chrome kann mit Select from screen künftig markierte Inhalte direkt verstehen. Das ist klein im Interface, aber groß im Alltag.

• Figma bringt bei Config neue Motion-, Shader- und Code-Werkzeuge. Design-Teams bekommen weniger Blank Canvas, mehr Prompt plus Kontrolle.

• Meta und EssilorLuxottica starten Meta Glasses ab 299 Dollar - diesmal mit Alltagstauglichkeit als Versprechen.

• ByteDance stellt mit Seedance 2.5 ein Videomodell für 30-Sekunden-Clips aus Prompts vor.

• Midjourney kündigt mit Midjourney Medical einen wilden Schritt Richtung Ultraschall-Scanner an.

• xAI schiebt Grok Imagine Video 1.5 an die Spitze der Video-Leaderboards.

• Google Finance bekommt AI-Briefings, Portfolio-Uploads und eine Android-App. Du beschreibst dein Markt-Briefing einmal, Google liefert es regelmäßig.

🤖 Modelle, Chips und Infrastruktur

• Sakana AI startet Fugu und Fugu Ultra, ein Multi-Agenten-System hinter einer OpenAI-kompatiblen API.

• GLM-5.2 ist eines der stärksten Open-Weights-Textmodelle. Offene Modelle rücken weiter in die Nähe von Frontier-Workflows.

• Groq bestätigt eine 650-Millionen-Dollar-Runde und baut nach NVIDIAs Personal-Coup das Team neu auf.

• NVIDIA startet das BioNeMo Agent Toolkit - Life Sciences bekommen damit Agenten-Werkzeuge statt nur Modellzugang.

• Mistral bringt OCR 4 für Enterprise-Dokumente in 170 Sprachen. Unsexy, aber wichtig: Viele Firmenprobleme liegen noch immer in PDFs und Scans.

• China plant ein nationales AI-Rechenzentrumsnetz mit heimischen Chips. Souveränität wird hier einfach gebaut, nicht nur diskutiert.

• Google investiert in Alabama-Infrastruktur - AI-Compute als regionaler Wirtschaftsfaktor und Energiefrage zugleich.

🛡️ Sicherheit, Recht und Markt

• RAISE US startet mit mehr als 500 Millionen Dollar für AI-Umschulung.

• AI-Firmen kaufen alte Bücher auf und vernichten sie. Datenhunger kann sehr analog aussehen.

• Ein Dialog-Datenleck macht eine geheime Tech- und Macht-Elite sichtbar. Privacy-Fehler treffen nicht nur normale Nutzer.

• Eine Klage gegen Kalibrate wirft AI-gestützter Preissoftware Koordination bei Tankstellenpreisen vor. Algorithmische Preise sind nicht automatisch neutral.

• Backdoor ins Wohnzimmer?! Smarte Geräte bleiben ein Security-Problem - und AI macht die Auswertung leichter, nicht die Geräte sicherer.

Unser roter Faden der Woche: AI wandert aus dem Chatfenster in echte Arbeitsflächen. Das ist gut, wenn du kleine Jobs sauber delegierst. Es ist gefährlich, wenn du Zugänge verteilst, bevor der Workflow Grenzen hat.

Geschafft! Aber kein Grund, traurig zu sein.

Die AInauten sind schon bald wieder zurück, mit neuem Futter für dich. Bis am Montag, mit einer frischen Runde News, Hacks und Insights für dich!

Deine AInauten
Fabian & Reto

P.S.: Folge uns auf den Socials! X, LinkedIn, Facebook, Insta, YouTube, TikTok

Die AInauten Journey: So können wir dir helfen!

⭐ AI EXPLORER: Der schnelle Einstieg in die AI-Welt, perfekt zum Reinschnuppern, wenn du noch keine Erfahrung hast. Mehr erfahren » 

⭐⭐⭐ AI POWER USER: Werde zum AI-Profi in 30 Tagen. ChatGPT Masterclass, Prompting Pro Bootcamp, 50+ Deep-Dives mit wöchentlichen Updates. Spare 10+ Stunden pro Woche. Kein Abo. Mehr erfahren »

⭐⭐⭐⭐⭐ AI AUTOMATION EXPERT: Die Königsklasse. Alle unsere Trainings aus AI EXPLORER und AI POWER USER! Plus Community mit Support. Baue Systeme, die 24/7 für dich arbeiten - mit Zapier, Make, n8n Trainings, Vibe Coding, 50+ Use Cases und Tool-Rabatte. Mehr erfahren »

Ja, ich will mehr erfahren »

Du musst kein Technikprofi sein, um mit AI richtig Zeit zu sparen. Im AI AUTOMATION EXPERT zeigen wir dir Schritt für Schritt, wie du wiederkehrende Aufgaben abgibst, Content schneller produzierst, Leads sauber nachfasst und Prozesse automatisch laufen lässt.

Hier lernst du konkret auch als absoluter Anfänger und Nicht-Techie, wie du deine Prozesse automatisieren kannst. Verständlich erklärt, mit Vorlagen, die sofort funktionieren, und einer Community, die dir den Rücken stärkt.

Noch unsicher? Starte mit dem AI POWER USER oder schau dir die komplette Journey an.

Klingt gut, aber was sagen andere? Schau dir unsere “Wall of Love” an.

Moin AInauten,

Willkommen zum Deep-Dive diese Woche.

Wir tauchen gerade wieder einmal in das Thema AI-Video ein. Das wird uns auf jeden Fall die nächsten Wochen begleiten, weil sich hier so viel tut.

Den Auftakt wollen wir heute machen mit einem Deep-Dive rund um die Plattform Higgsfield. Es ist die unserer Meinung nach stärkste Plattform in Sachen AI-Bilder, Videos und kreative Assets im Allgemeinen.

Selbstverständlich schauen wir uns auch an, wie du deinen AI-Mitarbeiter bzw. Agenten mit der Plattform verbindest, sodass du dich nicht einmal selbst einloggen musst.

Wir haben schon oft über Higgsfield geschrieben, aber die Plattform hat sich so großartig weiterentwickelt, dass es Zeit wird für einen ersten Deep-Dive.

Egal, ob du im E-Commerce-Bereich unterwegs bist, Content Creator bist oder einfach nur coole Bilder und Videos machen willst: dieser Deep-Dive ist für dich!

Das schauen wir uns heute an:

• 🛰️ Was Higgsfield heute ist - Vom Tool zur Plattform

• 🧠 Der Supercomputer - Das ganze Creative-Team in einem Chat

• 🔌 Connect zu Claude Code & Co. - So bauen deine Agents alles

• 🧪 Die 4 Skills - Live an echten AInauten-Beispielen

• 👤 Wir bauen "Nik" - Unseren eigenen AInauten, der UGC macht

• 🎨 Inside Photoshop - Und weitere Features

• ⚖️ Reality Check - Credits, Grenzen und die Kontroverse

Los geht's!

P.S. Am Ende wie immer alles Schritt-für-Schritt per Video!

🛰️ Was ist Higgsfield heute: Vom Tool zur Plattform

Falls du Higgsfield noch gar nicht kennst: Es ist eine AI-Plattform, mit der du aus Text und Bildern hochwertige Bilder und vor allem Videos erzeugst.

Du beschreibst, was du willst, und bekommst Kreatives in einer Qualität, für die du früher ein Team, eine Kamera und ein Studio gebraucht hättest.

Wir haben hier schon öfter über einzelne Higgsfield-Features geschrieben. Aber um zu verstehen, warum die Plattform gerade so durch die Decke geht, lohnt ein kurzer Blick zurück.

Kurz: wie Higgsfield gestartet ist

Gegründet wurde Higgsfield von Alex Mashrabov, davor Head of Generative AI bei Snap (Snapchat). Seine vorherige Firma wurde von Snap gekauft, die Technik steckte unter anderem hinter den Snapchat-Gesichtsfiltern.

Die DNA merkt man schon auf der Homepage: sehr schnell, sehr visuell, sehr nah an Social und der Gen Z.

Bekannt geworden sind sie vor allem mit AI-Video-Vorlagen.

Du nimmst ein Bild, wählst eine vorgefertigte Kamerafahrt oder einen Effekt (Crash-Zoom, Bullet-Time, FPV-Drohne) und bekommst einen Clip, der aussieht wie aus einer teuren Produktion.

Das ging viral, weil es plötzlich jeder machen konnte. Mittlerweile wurde das Ganze natürlich massiv aufgewertet.

Eine andere Stärke: viele Modelle an einem Ort

Higgsfield positioniert sich mittlerweile als komplette Kreativ-Plattform, das sämtliche Modelle von Video über Text bis Audio unter einem Dach vereint.

Seedance, Kling, Nano Banana, GPT Image, Veo - alles sind sie da!

Statt zehn Abos und zehn Logins hast du einen Ort, an dem alles nebeneinander liegt. (Klar, fal.ai, replicate.com etc. bieten das auch, aber es ist viel technischer.)

Dazu kommen Unmengen an Features, die es so nirgends gibt.

Die Kernstärke von Higgsfield sind sämtliche Modelle an einem Ort, gepaart mit Unmengen visuell sichtbarer Styles und einem großartigen User Interface, in dem sich jeder zurechtfindet.

Wie schon gesagt, wollen wir dir heute ein paar der Features vorstellen - alle schaffen wir natürlich nicht 😄.

🧠 Der Supercomputer: das ganze Team in einem Chat

Starten wir gleich mit einem der Highlights. Dem Higgsfield-Supercomputer.

Der Supercomputer ist im Prinzip der ultimative kreative Agent. Er kann von A bis Z alles entwickeln, basierend auf einem simplen Prompt.

Du tippst z. B. ein Briefing in normaler Sprache ein ("Mach mir eine Kampagne für Produkt X").

Der Supercomputer plant die Schritte selbst, wählt die passenden Modelle, lässt mehrere Teilaufgaben parallel laufen und liefert am Ende fertige Assets.

Wie du oben siehst, haben wir gesagt:

• Mach bitte einen 30-Sekunden-UGC-Spot für ein Vitamin-C-Serum

• Starte davor bitte, indem du 3 Referenzbilder des Produktes erstellst

• Einen UGC-Charakter erstellst (Sophie)

• Mach dann alles zu einem coolen TikTok-Video mit Voiceover, Subtitles etc.

Daraufhin läuft der Supercomputer los und erstellt alle Assets - von Character, Product, Product Shots, Skript für das UGC-Video bis hin zum Video selbst.

Moin AInauten,

Willkommen zur neuen Ausgabe deines Lieblingsnewsletters.

Wahrscheinlich kommt, ziemlich genau nachdem wir den heutigen Newsletter verschickt haben, das neue GPT-5.6-Modell raus. Wahrscheinlich mit 2 Millionen Token Kontextfenster und ganz viel Power.

Um neue Modelle geht es heute auch kurz am Ende. Aber davor wird es praktisch. Einmal mit ein paar Business-Ideen im AI-Zeitalter und einfachen Wegen Webseiten zu bauen.

Hier die Themen im Detail:

• 🛒 4 E-Commerce-AI-Business-Ideen ohne ein eigenes Produkt

• 🪄 Onepage AI 2.0: Vibe-Coding trifft No-Code, Websites bauen als Nicht-Techie

• 🐡 Fugu: Ist das der neue AI-Modell-Ansatz? Unsere Einschätzung dazu

Los geht's!

Diese Ausgabe wird dir präsentiert von:

🛒 4 E-Commerce-AI-Business-Ideen ohne ein eigenes Produkt

Wir hatten schon lange keine Business-Ideen mehr. Falls du noch nicht so lange dabei bist: Wir lieben es, über neue Möglichkeiten nachzudenken, die AI uns Normalos so bieten kann.

Viele AINAUTEN sind immer wieder auf der Suche nach Inspiration. Diese Woche sind wir über einen Post gestolpert, der uns hängengeblieben ist:

Tobi Lütke ist Gründer von Shopify. Sie haben die Tage eine API vorgestellt, mit der auch Nicht-Techies mit etwas Kreativität coole Sachen machen können. (Ok, man muss schon technisch was machen, aber die AI hilft extrem gut dabei.)

Dahinter steckt UCP, das Universal Commerce Protocol.

Shopify hat es mit der neuen Spring-Edition ausgerollt, zusammen mit Google, als offenen Standard.

Übersetzt: AI-Agenten können den kompletten Shopify-Katalog mit Milliarden Produkten durchsuchen, Warenkörbe bauen und direkt bezahlen.

Der eigentliche Hammer ist aber ein anderer. Bisher brauchtest du für sowas eine Freigabe von Shopify. Die ist weg.

Und du brauchst nicht mal einen eigenen Shop, um etwas darauf zu bauen. Profil registrieren, öffentlichen Endpunkt nutzen, fertig.

Wir nennen das den Stripe-Moment fürs Shopping. Stripe hat damals das Bezahlen zu einer Schicht gemacht, auf die jeder bauen konnte. Genau das passiert jetzt mit dem Einkaufen.

Um es konkreter zu machen, hier ein paar Ideen, wie man diese API und die Millionen Shopify Stores nutzen könnte.

4 Ideen, mit denen du starten könntest

1. Der Nischen-Kaufberater. Genau die Sneaker-Demo, aber als Business. Ein Chat-Agent für eine klar umrissene Zielgruppe: Ausrüstung für Trailrunner, Erstausstattung für frischgebackene Eltern, das Home-Office-Setup unter 1.000 Euro. Du kuratierst und sorgst dafür, dass dein Agent, den du dann vermarktest, die besten Shopify-Produkte auswählt.

Er kuratiert aus dem riesigen Katalog und führt direkt zum Kauf. Geld verdienst du über Provision, ein kleines Abo oder als cleveren Lead-Magnet fürs eigene Business.

2. Der ehrliche Best-Value-Finder. Du baust dein eigenes Stiftung Warentest in der Nische, in der du dich am besten auskennst. Vermarktest das Ganze auch so. Vertrauen ist hier dein Produkt. Du kuratierst den Agent und der Agent liefert das Produkt-Erlebnis.

3. Der Geschenke-Concierge per WhatsApp. Simpler Flow, du schließt die API an eine Whatsapp/Telegram Nummer an und definierst in deinem Bot einen Workflow wie z. B. „Beschreib mir die Person und dein Budget", und der Agent stellt einen Warenkorb über mehrere Shops zusammen, ein einziger Checkout.

Rund um Weihnachten oder Muttertag fast ein Selbstläufer.

4. Shopping direkt in deinem Content. Du hast eine Audience, einen Newsletter, eine Community? Bau das Einkaufen direkt in den Kontext ein. Du empfiehlst etwas, und der Leser kauft im selben Fluss, ohne Tab-Wechsel, ohne Reibung.

Unser Take

Ok, ja es wird in der Umsetzung ein wenig technisch. Aber wie wir am Montag schon geschrieben haben: Es ist nicht mehr soooo schwer eigene kleine Applikationen zu bauen und APIs anzuschließen.

Wir werden hier auch einmal einen Dummy bauen.

Und ja, das Ganze könnten Nutzer auch mit ChatGPT und Shopify-Integration machen.

Die Ideen sind mehr Arbitrage und jetzt kein Built-to-stay-Business.

Mit mehr als 10 Jahren in der Affiliate-Branche können wir dir sagen: Solche Dinge lohnen sich. Mit AI wird es nur noch relevanter, wer es schafft, die Aufmerksamkeit von Menschen zu erzeugen.

Wer eine Nische oder eine Audience hat, hat den schwersten Teil schon erledigt. Der Rest ist jetzt eine API.

Wir alle werden nur noch Marketer, bis vielleicht auch das überflüssig ist. ;)

Mit unserem Partner Onepage

🪄 Onepage AI 2.0: Vibe-Coding trifft No-Code (Websites bauen als Nicht-Techie)

Fast jeder von uns muss irgendwann eine Website oder einen Funnel bauen.

Privat, fürs Business, fürs Side-Project. Dank AI geht das längst auch ohne Technikstudium.

Du beschreibst, was du willst, und bekommst in Minuten was Schönes hin.

Die meisten AI-Tools haben aber gerade für Nicht-Techies ein Problem: Am Ende liefern sie dir Code. Und sobald du auch nur eine Kleinigkeit anpassen willst, fängt das Drama an.

Textänderungen etc. zu prompten dauert oft länger, als sie selbst schnell zu machen.

Genau deshalb haben wir dir vor einem Jahr Onepage gezeigt, einen Website-Builder, den wir selbst seit Jahren für unsere eigenen Seiten nutzen.

Das Geniale damals: Die AI baut die Seite, und du passt sie danach ganz ohne Code an.

Das war cool, hatte aber zwei kleine Haken:

• Das Anpassen war noch reine Handarbeit.

• Die Onepage AI steckte noch in sehr starren Regeln.

Jetzt ist Onepage AI 2.0 in der Beta, und sie bringt eine Menge neuer Fähigkeiten mit.

Wir haben es direkt getestet und eine „AInauten AI Consulting“-Seite per Prompt bauen lassen.

Ein Absatz dazu, was wir wollen, und die AI legt los.

Sie baut Section für Section, im AInauten-Lila, mit Hero, Leistungs-Karten, Timeline und hochzählenden Zahlen.

Und während sie im Hintergrund weiterbaut, kannst du an den fertigen Teilen schon rechts im Preview weiterarbeiten.

Das Ganze nennt sich Vibe-Coding: Die AI schreibt im Hintergrund echten Code, du arbeitest aber nur mit dem, was rechts im Preview entsteht.

Ohne großes Prompten bekommst du durch das Know-how von Onepage wirklich extrem gute Webseiten, gerade in Bezug auf den Marketing-Fokus.

Du kannst dann wie gesagt sofort Texte manuell und superschnell ändern. Farben, Buttons usw.: einfach reinklicken und ändern.

Neben der komplett neuen Erfahrung bringt das AI-2.0-Update einige coole Features mit. Am beeindruckendsten finden wir das hier: Promptable Controls.

Jede Seite, die angelegt wird, enthält verschiedene Sektionen.

Die AI baut dir zu jeder Section ein eigenes Bedien-Panel mit, in dem du Farben etc. einstellen kannst.

Der Kicker: Wenn du weitere Bedienelemente willst, kannst du sie einfach bitten, diese zu bauen.

Wir haben sie z.B. gebeten, dem Hero ein Panel für Akzentfarbe, Headline und Button-Text zu geben. Sekunden später hatten wir genau das: einen visuellen Color-Picker und Eingabefelder, direkt an der Section. Kein Code, kein endloses Nachprompten.

Du sagst einmal, was du steuern willst, und bekommst die Regler dafür und kannst dann visuell das Design verändern.

Das ist der eigentliche Sprung von 2.0. Die erste AI-Welle war schnell, aber danach hingst du fest. Hier macht die AI das Bauen und gibt dir gleichzeitig die Kontrolle zurück.

Vibe-Coding (einfach beschreiben, was du willst) trifft auf No-Code (alles bleibt visuell editierbar). Dazu echte Animationen und kleine Interaktionen, nicht nur statische Blöcke.

Und beides greift ineinander. Du kannst mit einer fertigen Vorlage oder einem vorgefertigten Onepage-Abschnitt starten und ihn per Prompt aufwerten. Oder du baust einen Abschnitt per Vibe-Code und feilst danach mit den klassischen No-Code-Elementen weiter. Alles lebt in derselben Seite. Das ist Onepages Wurzel als No-Code-Builder, jetzt mit AI obendrauf.

Und Onepage ist kein reiner Seiten-Generator: Was die AI baut, lebt sofort in Onepage. Du kannst direkt hosten, live schalten und mit CRM, SEO und Co. weiterbetreiben.

Klar, Betas können ruckeln, aber bei uns lief es eigentlich ganz stabil.

Und wie immer bei Onepage: deutsches Unternehmen, DSGVO-konform, in Deutschland gehostet.

Wenn du also eine Website oder einen Funnel brauchst und kein Techie bist, schau dir die neue Onepage AI 2.0 Beta an.

PS: Du kannst die Seiten sogar direkt aus Claude heraus bauen, Onepage hat dafür jetzt einen MCP-Connector. Wie das läuft, zeigen wir dir bald im Detail.

🐡 Fugu: noch ein Modell-Team, und unsere Einschätzung dazu

Letzte Woche haben wir dir OpenRouter Fusion gezeigt. Diese Woche macht Fugu von Sakana AI-Schlagzeilen, das Prinzip ist dasselbe: nicht ein Modell, sondern ein ganzes Team aus Modellen, das hinter einer API plant, ausführt und sich gegenseitig kontrolliert.

Wir bringen es deshalb, weil es einen Trend zu geben scheint: Immer mehr Anbieter versuchen Top-Performance nicht über ein einzelnes Mega-Modell zu holen, sondern über die Koordination vieler Modelle.

Braucht es jetzt die Top-Modelle von OpenAI und Co. nicht mehr?

Wir wollen wie immer eine kurze Einschätzung geben. Bevor du Geld in die API-Modelle investierst.

Nach den ersten Tests, ganz ehrlich: Fugu kannst du dir aktuell sparen. Noch ziemlich buggy, und bei uns nicht besser als Opus und Co.

Den Ansatz selbst finden wir aber stark, bei Fugu wie bei Fusion. Hier entsteht gerade eine neue Art, AI-Modelle zu bauen, das bleibt spannend.

Wenn du trotzdem spielen willst: Sakana ist in der EU (mal wieder) nicht freigegeben, über OpenRouter kannst du Fugu aber antesten.

Für alle, die gern neue Modelle ausprobieren: kurz reinschauen, Erwartungen im Zaum halten.

So, das war's für heute. Wir melden uns mit neuen, coolen Sachen zum Ausprobieren nächste Woche.

Bis dahin!

Reto & Fabian von den AInauten

Moin AInauten,

Willkommen zur neuen Ausgabe deines Lieblingsnewsletters!

Du kennst diese kleinen Abos, die jeden Monat still abbuchen, weil sie eine einzige Aufgabe gut genug lösen? Wir kennen das nur zu gut, autsch…

Genau dort wird AI gerade interessant. Du kannst dir immer öfter kleine Werkzeuge bauen lassen, die genau deinen Workflow abdecken. Heute geht es um solche Mini-Apps, um ChatGPT als Arbeitsfläche und Deutschlands AI-Schwergewichte.

Das haben wir heute für dich im Gepäck:

• 😵 SaaS-Killer: Eigene App statt Abo

• 👨‍💻 ChatGPT wird vom Antwortfenster zur Arbeitsfläche

• 🔎 Der KI-Standort-Index Deutschland 2026

Los geht’s!

😵 SaaS-Killer: Eigene App statt Abo

Ralf hat in unserer AI Automation Community ein SaaS gekillt. Ein ganz normaler Arbeitsmoment für ihn - und genau deshalb finden wir es so gut und anschaulich.

Für die Erstellung von Meeting-Protokollen hätte er ein Tool im Abo nutzen können. Stattdessen hat er HyperScribe gebaut und geteilt. Es ist eine kleine Desktop-App für macOS und Windows, die Audio mittels Deepgram-API DSGVO-konform transkribiert und Sprecher unterscheidet - für 30 Cent pro Stunde!

Am nächsten Tag machte er gleich weiter mit seinen “Confessions of a SaaS hitman”. Mit HyperRec hat er ein kleines Tool gebaut, das Mikro und Lautsprecher direkt aufzeichnet - und damit eine echte Subscription ablöst, für die andere jeden Monat 25 Euro oder mehr bezahlen.

Frei nach dem Motto: Tool nervt, Abo nervt, Agent baut eine bessere Abkürzung, fertig!

Kannst du das auch?

Wir sagen das inzwischen so oft, dass wir uns selbst ein bisschen auf die Nerven gehen. Sorry. Aber der Punkt ist zu wichtig.

Noch mal ganz klar und deutlich: Du musst nicht programmieren können! Technik ist Nebensache. Du brauchst nur einen Job, den du beschreiben kannst.

Die Hürde liegt selten in der Technik. Sie liegt in deinem Kopf.

Du musst dich einfach trauen, deinem Agenten einen echten Job zu geben. Und wenn er behauptet, er könne das nicht, darfst du kurz peinlich werden: “Ich weiß, dass du das kannst. Ich glaube an dich.”

Kein Witz. Manchmal hilft genau dieses hartnäckige Nachhaken.

Jeder kann eine App prompten

Zweites Beispiel, bevor wir selbst was zusammen bauen: Letzte Woche einen alten Jugendfreund besucht. Martin arbeitet als Haustechnikplaner und Ingenieur. Mit IT, Programmieren und Vibe-Coding hat er ungefähr so viel zu tun wie wir mit professioneller Pumpenauslegung.

Unser Prompt zum Einstieg: “Ich bin hier mit Martin. Er arbeitet als Haustechnikplaner und Ingenieur. Ich möchte ihm gerne zeigen, was mit Codex möglich ist. Gib mir 10 Ideen für eine kleine Mini-App, die für ihn relevant und hilfreich wäre und die du dann auch zeitnah umsetzen und zeigen kannst.”

Ein paar Minuten später stand die Idee: eine Pumpen-Vorauswahl, die anhand von Rahmenbedingungen passende Produkte relevanter Hersteller ausgibt.

Ein bisschen Prompt Ping-Pong hin und her. Als der erste Wurf stand, gab es diesen:

Super, das Ganze funktioniert.

Wie könnte man die App jetzt noch 10x besser machen?
Was wären hilfreiche Features?
Was würdest du noch optimieren?

Analysiere alles im Detail. 
Mache mir 10 bis 20 Vorschläge, was du verbessern würdest.

Mehr als die Hälfte der Vorschläge wurden umgesetzt, während wir im Garten über alte Zeiten und Zukunftspläne gesprochen haben.

Mit wenigen Klicks haben wir die App dann via Cloudflare Pages kostenlos ins Netz gestellt, passwortgeschützt, fertig.

Auf dem Nachhauseweg kam seine WhatsApp. Die Reaktion war sinngemäß: damit kann ich etwas anfangen Ich habe Blut geleckt! Und genau das willst du beim ersten Prototyp.

Dein SaaS-Killer-Prompt für Codex App, Claude Code oder Cowork

Wenn du selbst starten willst, fang klein an. Unsere erste “App” war eine simple Browser Erweiterung, damals noch mit viel Ach und Krach mit ChatGPT gepromptet. In der Zwischenzeit haben wir dutzende von kleinen und großen Tools gevibecodet. Und es macht so viel Spaß! 

Wie gesagt, du musst noch nie eine App gebaut haben. Du brauchst auch keinen großen Plan. Installiere als Grundlage einfach die Codex App von OpenAI (selbst mit kostenlosem ChatGPT-Account nutzbar) oder die Claude Code/Claude Cowork-Desktop-App (Abo nötig) auf deinem Rechner.

1. Starte einen neuen Chat mit einem leeren Ordner für das Projekt.

2. Nutze das beste Modell mit hohem Thinking-Budget und wechsle zum Start in den Plan-Modus.

Einstellungen bei Codex

Einstellungen bei Claude

3. Gib diesen Prompt ein (oder nutze die detaillierte Version hier) - los geht’s!

Ich möchte ein kleines lokales Tool bauen, das mir ein Abo oder einen bezahlten Workflow spart.

Finde mindestens 5 mögliche Kandidaten aus meinem Arbeitsalltag.
Bewerte sie nach: Sparpotenzial, Häufigkeit, technischer Einfachheit, Datenschutzrisiko, Wartungsaufwand

Stelle mir mögliche Kandidaten mit Empfehlung vor und warte auf meine Auswahl.

Dann erstelle zuerst:
- PLAN.md mit Ziel, Minimalversion, Eingaben, Ausgabe, Risiken und 3 Tests, möglichen GitHub-Repos, ...
- TASKS.md mit kleinen Umsetzungsschritten, ...

Baue noch keinen Code.
Nutze nur Dateien, die du wirklich brauchst.
Erfinde keine GitHub-Repos.
Schreibe keine API-Keys in Code.
Lösche keine Dateien.
Veröffentliche nichts ohne meine Freigabe.

Starte mit Rückfragen, wenn dir wichtige Infos fehlen. 
Sonst beginne direkt mit der Analyse.

⚠️ Hinweis: Du kannst den Prompt auch zuerst in ChatGPT oder Claude stellen, weil dich dieser Chatbot wahrscheinlich besser kennt als eine frisch installierte Codex- oder Claude-App. Hänge dann an an den Prompt an: “WICHTIG: Arbeite nur die Planung durch und gib mir danach ein Prompt oder eine Datei, die ich an Codex oder Claude Code zur Umsetzung geben kann.” Nimm das Ergebnis und gib es an die Codex- oder Claude-App zur Umsetzung.

Zurück zum Prompt. Der wichtigste Satz steht nicht oben. Er steht ziemlich weit unten:

Baue noch keinen Code.

Unsexy, aber entscheidend. Viele Agenten rennen los, bauen eine halbe App, lösen drei Nebenprobleme und vergessen dann, warum du überhaupt angefangen hast und was dein Ziel ist.

Dieses Prompt zwingt den Agent dazu, zuerst deine Situation zu verstehen und den Kontext in Dateien zu sichern. PLAN.md und TASKS.md sind nicht Bürokratie, sondern stellen sicher, dass der Agent auch nach 40 Minuten noch weiß, was dein eigentliches Ziel ist.

Anthropic empfiehlt in seinen Agenten-Guides genau diese Art von sauberer Arbeitsaufteilung: erst Ziel und Abnahme klären, dann automatisieren. In der Praxis ist das der Unterschied zwischen "sieht cool aus" und "läuft morgen noch".

Wir haben beim Testen des Prompts selbst eine kleine App gebaut, die aus einem Webinar-Transkript für uns automatisch Arbeitsmaterialien erzeugt: Zusammenfassung, Infografik-Prompt, Mailing-Idee, Kursnotizen.

Unser Take: Eine App ist noch kein SaaS - aber ein erster Sieg!

Wenn du nach zwei Stunden einen Knopf hast, der eine echte Datei nimmt und eine brauchbare Ausgabe produziert, hast du mehr gelernt als aus zehn Tool-Demos.

Vielleicht kündigst du danach das Abo. Vielleicht bezahlst du es weiter, aber endlich mit gutem Grund.

Ja, echte Apps brauchen später mehr als einen hübschen Prototypen: Security, Daten, Tests, Hosting, Support, Payment, …

via X

Für heute reicht ein kleineres Ziel: Bau dir ein Tool, das ein echtes Problem in deinem Alltag löst. Danach darfst du dir ruhig kurz auf die Schulter klopfen.

Du hast gemacht, während andere noch sammeln.

Wir feiern das. Und du darfst es gerne mit uns teilen.

So, falls du nun Lust auf mehr bekommen hast, laden wir dich auch herzlich zu uns in die AI Automation Community ein!

P.S. Und falls du noch etwas Inspiration brauchst: In diesem X-Beitrag gibt es zwölf Prompts, mit denen der Autor kleinere AI-Tools ersetzt hat: Grammatikprüfung, Copywriting, Meeting-Zusammenfassungen, Übersetzung, SEO-Briefings und so weiter. Nicht alles davon gehört als App auf deinen Rechner, aber als Ideenliste ist es ein guter Impuls.

👨‍💻 ChatGPT wird vom Antwortfenster zur Arbeitsfläche

OpenAI schiebt ChatGPT und Codex gerade in dieselbe Richtung: weg vom reinen Antwortfenster, näher an deine eigentliche Arbeit.

Der Effekt daraus ist fast wichtiger als das nächste Modell (GPT 5.6 soll diese Woche kommen): Du musst weniger Routinen selbst anschieben.

ChatGPT-Agenten landen prominent im Schaufenster

Auf der neuen Scheduled-Seite in ChatGPT kannst du geplante Aufgaben sehen, den nächsten Lauf prüfen, Aufgaben pausieren, fortsetzen, bearbeiten oder löschen.

Twitter tweet

Tasks können Erinnerungen, wiederkehrende Arbeit und Monitoring übernehmen. Also weniger: "Frag mich später nochmal." Mehr: "Ich melde mich, wenn etwas passiert."

Von täglichem Briefing über E-Mail-Monitoring bis Konzert- und Sale-Alerts: ChatGPT kann künftig genau die Dinge im Blick behalten, die du bisher selbst regelmäßig prüfen müsstest.

Wenn du die Scheduled Tasks noch nicht im Einsatz hast: einfach hier klicken und einen Task anlegen. Dauert 5 Sekunden.

Dafür musste sogar das beliebte Premium-Feature “Pulse” über die Klinge springen. Wir sehen das als klares Signal: Der Chat soll nicht mehr nur antworten. Er soll kleine Verpflichtungen übernehmen.

Auch die kleineren ChatGPT-Updates passen in dieses Bild und machen aus einem Chatfenster eine immer bessere Arbeitsumgebung.

OpenAIs Agenten wollen näher an deinen Computer - lass sie!

Die neue Aufgaben-Seite ist aktuell für ChatGPT im Web und mobil gedacht, nicht für die Desktop-App oder Codex. Das ist ein wichtiges Detail, weil OpenAI parallel mit der “Superapp” Codex näher an den Computer will (siehe unseren Beitrag hier), mit:

• Computer Use für die Bedienung von macOS und Windows sowie Apps

• Codex Chrome Extension für eingeloggte Browser-Kontexte

• Eigenem Browser in Codex (basierend auf dem OpenAI “Atlas”-Browser)

• Memories & Chronicle schauen als optionale Kontextschicht über die Schulter

Viele produktive AI-Workflows sind nicht dadurch blockiert, dass das Modell zu dumm ist. Sie hängen, weil die Arbeit in anderen Tools und Oberflächen liegt: Gmail, LinkedIn, Salesforce, WordPress, interne Admin-Tools, lokale Apps, etc.

Seit ein paar Tagen rollen nun mehr Codex-Funktionen auch bei uns aus. Genau dort wird es interessant. Und genau dort wird es riskant.

Wenn Codex Chrome nutzen darf, sieht es eingeloggte Seiten. Wenn Codex Computer Use nutzt, kann es klicken, tippen und Fenster bedienen. Das ist mächtig. Das ist nicht "mal kurz ein Prompt". Wir haben uns über die letzten Monate an diese Features herangetastet und möchten sie nicht mehr missen.

Record & Replay ist der nächste große Hebel. Nur noch nicht überall.

Noch nicht komplett bei uns ist Record & Replay. Es ist offiziell für macOS verfügbar, schließt aber EU, UK und Schweiz zum Start aus.

Die Idee ist genial: Du zeigst Codex einen wiederkehrenden Ablauf einmal, Codex macht daraus einen wiederverwendbaren Skill. Wir müssen uns noch etwas gedulden, aber hoffentlich nicht zu lange!

Twitter tweet

Trotzdem ist die Richtung klar: Aus "Beschreibe den Workflow" wird "Zeig mir den Workflow einmal". Das ist für normale Menschen viel näher an der Realität.

ChatGPT Marktanteil fällt erstmals unter 50%

Der Druck von außen erklärt, warum OpenAI das Interface konsolidieren will. ChatGPT bleibt zwar riesig, aber eine Statistik von Sensor Tower zeigt, dass der einstige Marktanteil von 90 Prozent auf 46,4 Prozent des globalen AI-Assistant-Markts gefallen ist.

Gemini lag bei 27,7 Prozent, Claude bei 10,3 Prozent. ChatGPT bleibt trotzdem riesig mit mehr als 1,1 Milliarden monatlichen Nutzern. Der Markt kippt also nicht weg, sondern wächst stetig und verteilt sich.

Gemini hängt an Android und Workspace. Claude wächst bei Power-Usern. Microsoft bringt Copilot Cowork weltweit für Microsoft-365-Copilot-Kunden in den produktiven Betrieb.

Cowork ist die Enterprise-Version derselben Wette: Ein Agent bekommt Unternehmenskontext, erledigt längere Aufgaben und wird über Credits, Budgets, Rechte und Admin-Kontrollen eingefangen.

Agenten werden zu kleinen Arbeitsläufen mit Kostenstelle.

Unser Take: Delegiere deine Aufgaben an Agenten

Für deinen Alltag ist nicht entscheidend, ob ChatGPT, Claude, Gemini oder Copilot im Benchmark gerade vorne liegt. Entscheidend ist vielmehr, welchem Agenten du einen Job geben kannst, ohne danach Bauchweh zu bekommen.

Abwarten finden wir nicht ideal - taste dich mit diesen Features heran:

• Scheduled Tasks sind der einfachste Einstieg: kleine Routinen, die nicht jedes Mal einen neuen Prompt brauchen.

• Codex Computer Use ist die nächste Stufe: Aufgaben in echten Interfaces.

• Lokales Mini-Tool: ein kleiner Workflow wie im ersten Beitrag beschrieben

Viel Spaß - und hoffentlich gibt es dadurch einen schönen Produktivitätsschub!

🔎 Der KI-Standort-Index Deutschland 2026

Berlin ist Deutschlands stärkster AI-Standort. Zumindest laut neuem KI-Standort-Index Deutschland 2026.

Berlin landet mit 84,7 Punkten auf Platz 1, vor München mit 77,9 und Stuttgart mit 66,1. Danach wird es dünn: Hamburg kommt auf Platz 4 nur noch auf 43,3 Punkte.

Das Ranking vergleicht 37 Städte über vier Säulen:

• offene AI-Stellen

• Forschung und Ausbildung

• Startup-Ökosystem

• Gehalt nach Miete

Soweit, so gut. Oder besser: Soweit, so messbar.

Denn mal ehrlich: Was ist ein AI-Standort überhaupt?

Ein paar Leuchtturmprojekte reichen aus unserer Sicht nicht. Eine Stadt wird erst dann relevant, wenn mehrere Dinge gleichzeitig passieren: Hochschulen bilden AI-Leute aus, Unternehmen stellen sie ein, Startups bauen Produkte und Services, Forschung liefert Anschlussfähigkeit, Politik und Kapital schaffen Infrastruktur und Menschen können dort leben, ohne ihr Gehalt direkt an die Miete zu überweisen.

Wir finden, dass das Ranking ein guter Realitätscheck ist. Berlin, München und Stuttgart sind nicht vorne, weil sie die lautesten AI-Versprechen machen. Der Grund ist eher, dass dort schon mehr vom System sichtbar ist: Jobs, Ausbildung, Kapital, Forschung, Nachfrage.

Und hier wird die deutsche Frage schnell europäisch. Denn selbst der beste Standort bleibt abhängig, wenn Modelle, Chips, Cloud und Zugänge an anderer Stelle kontrolliert werden.

Das passende größere Bild liefert dieses DW-Video: US limits AI access - What it means for Europe. Dabei geht es um die Frage, ob AI-Zugang gerade selbst zum geopolitischen Werkzeug wird.

P.S. Wenn du wissen willst, wie einer der wichtigsten amerikanischen AI-CEOs gerade auf die Welt schaut: Das ausführliche Interview mit Anthropic-CEO Dario Amodei ist hier ein guter Bonus: here you go!

Geschafft! Heute war viel Agenten-Zukunft (und Gegenwart) im Text, aber der praktische Auftrag bleibt bodenständig: Such dir einen wiederkehrenden Job, den du sauber beschreiben kannst. Lass einen Agenten erst planen. Dann bauen. Dann testen.

Und wenn dabei ein Abo fällt: umso besser. 😄

Bis zur nächsten Ausgabe!

Reto & Fabian von den AInauten

AIHOY und happy Weekend, liebe AInauten!

Vielleicht hast du letzte Woche nicht alle spannenden News, Tools und Hacks rund um das Thema AI mitbekommen oder bist erst neu bei uns gelandet. Kein Grund zur Sorge!

Wir haben dir unsere Highlights der vergangenen Woche zusammengefasst:

• 🤿 Deep-Dive: 3 Stufen, wie du in Sachen AI unabhängiger wirst

• 👷‍♂️ So findest du echte Jobs für deine Agenten

• 🚨 Fable 5 weg: warum lokale Modelle plötzlich zählen

• 👌 OpenRouter Fusion: Fable-Level aus mehreren Modellen?

• 🔓 Die 3 Stufen der AI-Unabhängigkeit

• 🛠️ OpenWork: die Open-Source-Alternative zu Cowork

• 🎯 Metaprompting: lass dir den Auftrag selbst schreiben

Zum Abschluss gibt es noch die wichtigsten Quick News für dich – so hast du alle relevanten Entwicklungen mit einem Klick im Blick! Ready? Let’s go!

🔥 Die AINAUTEN Journey - Dein Weg zum AI-Profi 🔥 

3 Stufen. Ein Ziel: AI wirklich meistern. Alles Schritt für Schritt erklärt.

》AI EXPLORER - Der schnelle Einstieg mit Jumpstart Guide & Basics.

》AI POWER USER - ChatGPT Masterclass, 50+ Deep-Dives, 10+ Stunden pro Woche sparen. Für alle, die AI im Alltag produktiv nutzen wollen.

》AI AUTOMATION EXPERT - Die Königsklasse. Baue Systeme, die 24/7 für dich arbeiten. Lerne Automation, 50+ Use Cases, exklusive Community mit 1000+ Experten. Plus: Exklusive Tool-Rabatte im Wert von 2.000€+/Jahr.

MEINE AI-STUFE FINDEN »

🤿 Deep-Dive: 3 Stufen, wie du in Sachen AI unabhängiger wirst

Für ein paar Tage hatten wir alle Zugriff auf Fable 5, das wohl mächtigste Modell der Welt. Dann war es weg. Die unbequeme Erkenntnis: Wir leihen uns diese Intelligenz nur, und wer sie verleiht, kann sie dir jederzeit wieder sperren. Genau wie ein Meta-Werbekonto, das über Nacht dicht ist.

Im Premium-Deep-Dive zeigen wir dir Schritt für Schritt, wie du dich frei machst: dein Wissen lokal in Ordnern, ein OpenRouter-Key für hunderte Modelle und der Fusion-Trick, mit dem du dir fast Fable-5-Leistung selbst zusammenbaust.

Wenn du willst, läuft am Ende sogar alles komplett offline auf deinem Rechner. Nicht immer Top-Performance, aber keiner kann dich mehr von heute auf morgen aussperren. Praxis-Video inklusive.

👉 Zum Premium Deep-Dive

👷‍♂️ So findest du echte Jobs für deine Agenten

Die Technik ist selten noch der Flaschenhals. Skills anlegen, MCP testen, einen Browser-Agenten starten: läuft inzwischen erstaunlich gut. Der Knick kommt danach, bei einer ganz simplen Frage: Was soll der Agent morgens eigentlich für dich erledigen?

In unserem AI-Mitarbeiter-Bootcamp sehen wir genau diese Lücke. Deshalb geben wir dir drei Prompts an die Hand: finde die besten Agenten-Jobs aus deiner echten Arbeit, baue daraus ein sauberes Briefing und richte den Agenten direkt auf deinem Rechner ein. Plus die ewige Verwirrung einmal aufgelöst: Tool, Skill, MCP und Kontext, wer macht hier eigentlich was?

Unser Rat: Bau dieses Wochenende einen einzigen langweiligen Agenten. Einen, den du nach sieben Tagen ehrlich bewerten kannst. Hat er dir jeden Morgen 20 Minuten gespart? Mehr braucht es für den Anfang nicht.

👉 Zu den drei Agenten-Prompts »

🚨 Fable 5 weg: warum lokale Modelle plötzlich zählen

Drei Tage lang war Claude Fable 5 das Modell, neben dem alle anderen alt aussahen: riesiger Kontext, lange autonome Aufgaben, endlich ein Modell, das nicht nach jedem zweiten Satz wieder an die Hand will. Dann zog die US-Regierung den Stecker.

Am 12. Juni verlangte die Trump-Regierung, den Zugriff auf Fable 5 und Mythos 5 für alle ausländischen Staatsangehörigen zu sperren, sogar für Anthropic-Mitarbeiter in den USA. Sauber umsetzbar war das nicht, also schaltete Anthropic beide Modelle für alle ab. Auslöser soll ein Jailbreak gewesen sein, den ausgerechnet Großinvestor Amazon ans Weiße Haus meldete.

Die Lektion für uns ist unbequem: Das stärkste Werkzeug in deinem Stack kann morgen weg sein, ohne dass du etwas dagegen tun kannst. Ein Kill-Switch, den nicht du bedienst. Genau deshalb sind lokale und offene Modelle plötzlich kein Bastler-Hobby mehr, sondern Grundausstattung. Dafür haben wir ein paar Empfehlungen für dich.

👉 Zur ganzen Fable-Geschichte »

👌 OpenRouter Fusion: Fable-Level aus mehreren Modellen?

Während alle Fable hinterhertrauern, stellt OpenRouter eine freche These auf: Vielleicht muss ein einzelnes Modell gar nicht mehr alles können?!

Das neue OpenRouter Fusion ist im Kern ein kleines Modell-Panel. Du stellst eine komplexe Frage, mehrere Modelle arbeiten parallel daran, ein Judge-Modell vergleicht die Antworten und baut daraus die finale Lösung. Das ist näher an guter Teamarbeit als an klassischem Routing. OpenRouter verkauft es offensiv als smartestes Compound-Modell am Markt und behauptet Fable-Level zum halben Preis. Die Benchmark-Zahlen kommen allerdings von OpenRouter selbst, also poste bitte noch nicht "Fable ist ersetzt!" auf LinkedIn.

Für kurze Prompts ist Fusion Overkill. Aber überall dort, wo eine einzelne Antwort gefährlich bequem ist, wie bei Recherche, Strategie oder Vergleichen, wird es spannend.

👉 Zu unserem Fusion-Beitrag »

🔓 Die 3 Stufen der AI-Unabhängigkeit

Nach dem Fable-Schock kam immer dieselbe Frage auf: Wie mache ich mich unabhängiger? Wir haben unsere Antwort darauf in drei Stufen sortiert.

Stufe 1 kennst du von uns: Files over Tools. Dein Wissen liegt in Ordnern, nicht eingesperrt in einer App, so ziehst du von Claude zu Codex zu Antigravity um, ohne etwas zu verlieren. Stufe 2 macht dich unabhängig vom einzelnen Abo: ein OpenRouter-Key, Zugriff auf hunderte Modelle von über 75 Anbietern, du lädst Guthaben statt Abos zu stapeln. Stufe 3 ist die radikalste: Modelle, die komplett offline auf deinem Rechner laufen, privat und gratis.

Unabhängigkeit heißt nicht, alles kostenlos zu ersetzen. Es heißt: nie wieder an einem einzigen Anbieter hängen. Meist speckst du dafür ein bisschen ab gegenüber den Top-Modellen. Für viele Use Cases ist das verkraftbar.

👉 Zu den 3 Stufen »

🛠️ OpenWork: die Open-Source-Alternative zu Cowork

Chatten mit einem lokalen Modell ist nett. Aber viele von uns arbeiten längst anders: Die AI liest und schreibt selbst in deinen Ordnern und erledigt Aufgaben Schritt für Schritt. Cowork-Stil eben.

Genau das gibt es jetzt auch offen. OpenWork beschreibt sich selbst als Open-Source-Alternative zu Claude Cowork, eine Desktop-App für Mac, Windows und Linux. Sie hängt sich an deine lokalen Ordner, erledigt Multi-Step-Tasks, kann Skills, Templates und Permissions. OpenWork läuft mit deinem eigenen OpenRouter-Key und sogar mit lokalen Modellen über Ollama.

Wir haben es ausgiebig getestet und finden es sehr interessant. Dein Ordner bleibt die Wahrheit, das Modell wählst du im Dropdown. Diese Arbeitsweise gehört dann komplett dir, kein Abo kann sie dir kündigen.

👉 Zu OpenWork »

🎯 Metaprompting: lass dir den Auftrag selbst schreiben

Zum Abschluss ein Hack, der direkt an die Loops und Prompt-Tipps der letzten Woche anknüpft. Früher war Metaprompting in unseren Trainings riesig: Prompts, die uns bessere Prompts schreiben.

Jetzt heben wir das Konzept in die Agenten-Welt. Statt selbst ein sauberes Briefing zu tippen, lässt du die AI sich ihr eigenes /goal schreiben. Du gibst Aufgabe, Kontext und Grenzen rein, die AI baut daraus Hauptziel, Erfolgskriterien und Stop-Regeln - und du gibst nur noch frei.

Du delegierst damit die Arbeit und gleich das Briefing dazu. Und ganz ehrlich: Die AI kennt ihre eigene Mechanik oft besser als du. So startet jede Aufgabe sauber, ohne dass du eine Zeile Briefing selbst tippst.

👉 Zum Metaprompting-Template »

📰 AI-News-Quickie: Die HAI-lights aus der Branche

AI never sleeps! Diese Woche drehte sich draußen alles um Rekord-Deals und den größten Börsengang aller Zeiten, um Agenten, die plötzlich selbst zahlen und arbeiten, und um Regierungen, die AI bremsen wollen. Hier die wichtigsten Meldungen.

🏛️ Anthropic, Claude und das Fable-Nachbeben

• Fable 5 ist noch immer offline, Anthropic gibt sich aber zuversichtlich, dass es bald zurückkommt. Das Weiße Haus soll chinesischen Zugriff gefürchtet und Anthropic 90 Minuten zum Abschalten gegeben haben.

• Über 80 Security-Chefs von Adobe, Zoom und Nvidia fordern in einem offenen Brief, die Sperre aufzuheben. Manche warnten im April noch, wie gefährlich Mythos sei…

• Anthropic eröffnet ein Büro in Seoul. Dazu gibt es ein Memorandum of Understanding mit Koreas Wissenschaftsministerium.

• Über eine Allianz mit Tata Consulting Services rüstet Anthropic 50.000 Berater mit Claude aus und bringt das Modell in regulierte Branchen. Also dahin, wo das Geld sitzt.

🎯 OpenAI im Dauerfeuer

• OpenAI macht Shopping-Ads in ChatGPT zum Selbstläufer: Händler hängen ihren Katalog rein, die Anzeigen baut das System.

• Clever! Mit der Deployment Simulation spielt OpenAI vor jedem Release alte Gespräche durchs neue Modell, um Fehlverhalten vorherzusagen.

• Mit LifeSciBench testet OpenAI, wie gut AI echte Life-Science-Forschung kann: widersprüchliche Daten, lückenhafte Evidenz, Experiment-Design.

• Für Firmen gibt es jetzt Spend Controls in ChatGPT Enterprise: Credit-Limits pro Team und Person. Damit wird der Verbrauch sauber sichtbar.

• OpenAI kauft die Cloud-Firma Ona (früher Gitpod), damit Codex stundenlange Coding-Jobs in der Cloud durchzieht, auch wenn dein Laptop zu ist.

• OpenAI steuert nach der vertraulichen S-1 jetzt konkret auf einen Börsengang im Q4 zu, mit Goldman Sachs und Morgan Stanley.

• GPT-5.2 Geschichte - alle Chats wandern automatisch auf GPT-5.5.

🖥️ Google zwischen Launch und Aufräumen

• Google macht mit dem Open Knowledge Format das LLM-Wiki-Muster offiziell: Wissen als Markdown statt proprietärer Kataloge. Files over Tools lässt grüßen.

• Ab sofort ersetzt die Antigravity CLI das alte Gemini CLI. Für viele ein Zwangsumzug, der bestehende Automationen erstmal zerlegt.

• DeepMind behandelt die eigenen Agenten künftig wie potenzielle Insider-Bedrohungen: Rechte gibt es nur Schritt für Schritt, ein Monitor meldet verdächtiges Verhalten. Vertrauen ist gut, Sandbox ist besser.

• Der June Pixel Drop bringt neue Features, wie Text-to-Video mit Gemini Omni, Screen Reactions und Live-Sprachübersetzung aufs Handy. AI wandert in die Hosentasche.

• Google verklagt ein chinesisches AI-Betrugsnetzwerk, das mit Gemini-Hilfe Scam-Seiten baute und hunderttausende Opfer abzockte. AI hilft beim Betrug und bei der Abwehr zugleich.

• Googles AI Overviews erklären Nutzern, dass Horror Fabelwesen real sind.

🤖 Agenten lernen zahlen, arbeiten und sich erinnern

• Coinbase und AWS lassen Agenten jetzt mit Krypto bezahlen: Über x402 stellt ein Anbieter auf CloudFront der AI direkt eine Rechnung.

• Visa zieht nach und lässt Agenten in ChatGPT echte Einkäufe erledigen, mit Spending-Limits und Tokenisierung. Zwei Bezahl-Schienen, ein Ziel: dein Agent zückt die Karte.

• Microsofts Copilot Cowork ist weltweit live - und läuft auf Claude Opus 4.8!

• OpenAI startet ein Partner Network mit 150 Millionen Dollar und Accenture, BCG, McKinsey. 300.000 Berater sollen AI in die Firmen tragen.

• Bedrock erhält AgentCore Web-Suche und eine Managed Knowledge Base. AWS baut die Werkbank für Firmen-Agenten.

• Perplexity gibt seinem Agenten ein lernendes Gedächtnis: Brain baut nachts einen Kontext-Graph aus erledigter Arbeit und merkt sich, was funktioniert hat.

• Sakana AI bringt mit Marlin einen Virtual CSO: ein Agent, der bis zu acht Stunden am Stück recherchiert und 100-Seiten-Reports samt Slides ausspuckt.

💸 Die Deals werden immer wilder

• SpaceX, inzwischen mit xAI verschmolzen, schluckt Coding-Star Cursor für 60 Milliarden Dollar in Aktien. Elon stopft die Lücken in seinem Imperium.

• Nur Tage zuvor ging SpaceX selbst an die Börse: Der größte IPO aller Zeiten brachte 75 Milliarden Dollar, die Aktie sprang am ersten Tag 19 Prozent.

• Salesforce kauft die Support-Plattform Fin (ehemals Intercom) für 3,6 Milliarden Dollar.

• Snap lagert sein teures Gen-AI-Video-Team in eine eigene Firma namens Dotmo aus. Zu teuer fürs eigene Haus, zu wertvoll zum Wegwerfen.

• Mistral, Europas Antwort auf die US-Dominanz, verhandelt über 3 Milliarden Euro frisches Kapital und peilt 20 Milliarden Bewertung an.

• Perplexity sammelt 200 Millionen Dollar ein, um seinen AI-Browser Comet weiter zu skalieren.

🌍 Macht, Geld und Infrastruktur

• Wo liegt Deutschlands AI-Hauptstadt? Der neue KI-Standort-Index 2026 vergleicht 37 Städte: Berlin führt mit 84,7 Punkten klar vor München, dahinter bricht das Feld ab. Höchste Stellendichte hat Freiburg, meistgesuchtes Profil ist der AI Engineer.

• Beim G7-Gipfel in Evian saßen Altman, Amodei, Hassabis und Co. erstmals gemeinsam vor den Staatschefs. Thema: AI-Souveränität und die Angst vor dem Kill-Switch. Nach dem Fable-Drama kein Wunder, dass das Thema ist…

• China plant 295 Milliarden Dollar für ein nationales AI-Rechenzentrumsnetz, zu 80 Prozent mit heimischen Chips. Nvidia bleibt bewusst draußen vor der Tür.

• Oracle meldet einen AI-Auftragsberg von 638 Milliarden Dollar, plus 363 Prozent. Die Aktie fiel trotzdem: So viel Backlog will erstmal finanziert und gebaut werden…

• GitHub leitet seinen Traffic notgedrungen zu AWS um, weil AI-Coding-Agenten die Infrastruktur überrennen: 275 Millionen Commits pro Woche, Verfügbarkeit zeitweise unter 89 Prozent.

🛡️ Politik, Gesellschaft und Recht

• Das Weiße Haus bastelt seine AI-Regeln in Echtzeit: Die Fable-Sperre war der Vorgeschmack, eine klare Linie fehlt.

• Bei Amazon sollen Mitarbeiter gehen, weil sie sich für Data-Center-Grenzen starkgemacht haben…

• Eine neue Pew-Studie zeigt: Zwei Drittel der Amerikaner finden, AI gehe zu schnell, 40 Prozent erwarten mehr Schaden als Nutzen. Selbst die Jungen sind skeptisch, nutzen aber fleißig Chatbots.

• Die Schauspielergewerkschaft SAG-AFTRA hat einen Vierjahresvertrag mit den Studios ratifiziert, inklusive harter Regeln gegen digitale Doubles. Über 90 Prozent stimmten zu.

• Im Streit RIAA gegen Suno zeigt die Beweisaufnahme Millionen kopierter Songs, ein Fair-Use-Urteil steht im Juli an.

• Bittere Pointe: Der weltweit führende Deepfake-Experte traut seinen eigenen Augen nicht mehr. Medienkompetenz wird zur Überlebensfrage.

🎬 Tools, Hardware und Kreativ-Welt

• xAIs Grok Imagine Video 1.5 springt an die Spitze der Video-Arena, mit Ton und zu einem Bruchteil von Soras Preis. Der Preiskampf bei AI-Video ist eröffnet.

• Adobe schraubt seinen Firefly-Assistenten jetzt auch in Premiere, Illustrator und InDesign: Clips sortieren, Layer aufräumen, Brand-Kits bauen per Ansage.

• Meta baut Facebook auf AI Mode um: Statt zu scrollen, fragst du in normaler Sprache und kriegst eine Antwort aus öffentlichen Posts, Gruppen und Reels.

• Snap verkauft seine AR-Brille Specs für heftige 2.195 Dollar erstmals an alle.

• Auch Xreal mischt mit: die Aura-Brille läuft auf Android XR mit tiefer Gemini-Integration, unter 95 Gramm.

• Epic baut generative AI fest in die Unreal Engine ein, mit Claude, Gemini und Codex per MCP.

• Pinterest startet die experimentelle Shopping-App Ask Pinterest plus AI-Werbetools und einen eigenen MCP. Aus Inspiration wird agentisches Einkaufen.

• Auf den Cannes Lions krempeln NVIDIA und Partner die Werbebranche um.

Geschafft! Aber kein Grund zum traurig sein. Die AInauten sind schon bald wieder zurück, mit neuem Futter für dich.

Bis am Montag, mit einer frischen Runde News, Hacks und Insights für dich!

Deine AInauten
Fabian & Reto

P.S.: Folge uns auf den Socials! X, LinkedIn, Facebook, Insta, YouTube, TikTok

Die AInauten Journey: So können wir dir helfen!

⭐ AI EXPLORER: Der schnelle Einstieg in die AI-Welt, perfekt zum Reinschnuppern, wenn du noch keine Erfahrung hast. Mehr erfahren » 

⭐⭐⭐ AI POWER USER: Werde zum AI-Profi in 30 Tagen. ChatGPT Masterclass, Prompting Pro Bootcamp, 50+ Deep-Dives mit wöchentlichen Updates. Spare 10+ Stunden pro Woche. Kein Abo. Mehr erfahren »

⭐⭐⭐⭐⭐ AI AUTOMATION EXPERT: Die Königsklasse. Alle unsere Trainings aus AI EXPLORER und AI POWER USER! Plus Community mit Support. Baue Systeme, die 24/7 für dich arbeiten - mit Zapier, Make, n8n Trainings, Vibe Coding, 50+ Use Cases und Tool-Rabatte. Mehr erfahren »

Ja, ich will mehr erfahren »

Du musst kein Technikprofi sein, um mit AI richtig Zeit zu sparen. Im AI AUTOMATION EXPERT zeigen wir dir Schritt für Schritt, wie du wiederkehrende Aufgaben abgibst, Content schneller produzierst, Leads sauber nachfasst und Prozesse automatisch laufen lässt.

Hier lernst du konkret auch als absoluter Anfänger und Nicht-Techie, wie du deine Prozesse automatisieren kannst. Verständlich erklärt, mit Vorlagen, die sofort funktionieren, und einer Community, die dir den Rücken stärkt.

Noch unsicher? Starte mit dem AI POWER USER oder schau dir die komplette Journey an.

Klingt gut, aber was sagen andere? Schau dir unsere “Wall of Love” an.

Moin AINAUTEN,

Herzlich willkommen zum neuen Deep Dive.

Heute etwas spät. Wahrscheinlich schon alle im Wochenende. Aber besser spät als nie.

Ein Thema lässt uns gerade nicht los. Für ein paar Tage hatten wir alle Zugriff auf Fable 5, das wohl mächtigste AI-Modell der Welt. Und dann war es für uns hier auf einmal wieder weg.

Wir haben im Newsletter schon kurz darüber geschrieben (2x) und super viele Rückfragen bekommen.

Heute deshalb der versprochene tiefe Einstieg in die eigentlich wichtige Frage dahinter: Wie machst du dich so unabhängig, dass du zumindest schnell wechseln kannst und arbeitsfähig bleibst?

Das haben wir heute für dich:

• 🛑 Was wirklich passiert ist (und warum es dich betrifft)

• 🗺️ Die 3 Stufen der Unabhängigkeit

• 📁 Stufe 1: Dein Wissen gehört dir

• 🔑 Stufe 2: Ein Schlüssel für alle Modelle (und der Fast-Fable-5-Trick)

• 💬 Wenn du nur chatten willst: LM Studio

• 🤖 Wenn du arbeiten willst: OpenWork

• 🔒 Stufe 3: Komplett lokal, komplett privat

• ⚖️ Die ehrliche Downside

Los geht's!

P.S. Wie immer findest du am Ende ein Video, in dem wir alles noch einmal Schritt-für-Schritt durchgehen.

🛑 Was wirklich passiert ist

Du weißt schon, was passiert ist. Fable 5, das wohl beste Modell der Welt, ist aktuell wieder weg.

Egal, aus welchem Grund Fable 5 für uns wieder verschwunden ist. Vielen ist dabei etwas klar geworden:

Wir leihen uns diese Intelligenz nur. Und wer sie verleiht, kann sie dir jederzeit wieder wegnehmen.

Und das muss nicht mal ein großes Politik-Ding sein.

Jeder, der schon einmal Meta-Werbung geschaltet hat, kennt das Gefühl vielleicht: Ad-Account gesperrt, von einem Tag auf den anderen, und deine eigene Marke kann plötzlich keine Werbung mehr machen.

Genauso kann es dir mit jedem AI-Anbieter gehen. Als Person oder als ganze Firma. Heute läuft alles, morgen stehst du vor einer verschlossenen Tür.

Die gute Nachricht: Du kannst dich davon ziemlich gut frei machen. Mit ein paar Tools und Open-Source-Möglichkeiten, die wir uns heute Schritt für Schritt anschauen.

🗺️ Die 3 Stufen der Unabhängigkeit

Wir gehen das in drei Stufen durch. Jede macht dich von etwas mehr unabhängig.

• Stufe 1: unabhängig zwischen den Anbietern. Dein Wissen liegt bei dir, nicht in der Cloud von Anthropic oder OpenAI.

• Stufe 2: unabhängig von einem einzelnen Abo, Account oder einer App. Ein Schlüssel für alle Modelle, plus Apps, die dir gehören.

• Stufe 3: unabhängig von der Cloud komplett. Modelle, die ganz auf deinem Rechner laufen.

Moin AInauten,

Willkommen zur neuen Ausgabe deines Lieblingsnewsletters.

Wir könnten jetzt darüber schreiben, wie krass viel reicher Elon Musk die Tage geworden ist und die AI-Company Cursor für 60 Milliarden US-Dollar gekauft hat. Wollen wir aber nicht wirklich.

Nur ein kurzer Fun-Fact: Technisch gesehen bist du mit deinem Vermögen näher an Bill Gates dran, als Bill Gates an Elon Musk. 😁

ABER: Uns hält das Thema rund um die von der US-Regierung veranlasste Sperrung von Anthropics Fable 5 Model noch ordentlich auf Trab.

Nach der Montagsausgabe kamen super viele Rückfragen und Themen.

Deshalb wollte wir noch einmal einiges konsolidiert zusammentragen, unter dem Motto: Unabhängigkeit

Weil es eben nicht nur ein Anthropic-Thema ist, sondern ein generelles, das uns alle in irgendeiner Weise betreffen wird.

Wie immer schauen wir uns das so praxisorientiert wie möglich an. Das haben wir dabei:

• 🔓 Fable 5 weg: Die 3 Stufen der AI-Unabhängigkeit

• 🛠️ OpenWork: Die mega Alternative zu Claude Cowork & Co.

• 🎯 Das neue Metaprompting und wie du es nutzen kannst

Los geht's!

🔓 Fable 5 weg: Die 3 Stufen der AI-Unabhängigkeit

Die ganze Geschichte rund um Fable 5 ist wirklich spannend.

Hier auch vielleicht einmal eine Sichtweise aus der Brille der US-Regierung (via David Sacks).

Wie meta das Thema vielleicht ist, hat uns dieser Post gezeigt:

Die Moral dieser Fabel ist uns ziemlich klar: Stell dich in Sachen AI so unabhängig wie möglich auf!

Genau deshalb haben wir noch einmal unsere verschiedenen Ansätze konkret zusammengetragen.

Für alle Premium-AINAUTEN kommt morgen auch noch ein längerer Deep-Dive dazu.

Wir denken Unabhängigkeit in drei Stufen.

Stufe 1: unabhängig zwischen den Labs

Stufe 1 kennst du von uns: Files-over-Tools.

Dein Wissen liegt in Ordnern, nicht eingesperrt in einer App. Damit ziehst du heute von Claude über Codex zu Antigravity, ohne dass du irgendwas verlierst.

Wir haben das schon ausführlich erläutert, der ganze Deep-Dive liegt hier.

Aber noch einmal kurz gesagt: Arbeite mit der AI in lokalen Ordnerstrukturen. Lass sie dort alle Fortschritte dokumentieren und festhalten. Organisiere alles in Projektordnern. Raus aus den Chats, rein in die lokalen Markdown-Files!

Sorge dafür, dass Wissen immer bei dir ist, nicht in irgendwelchen Tools.

Aber was ist, wenn dich nicht ein Lab nervt, Abos teurer werden, dir kündigt, oder Modelle sperrt?

Stufe 2: unabhängig von einem einzelnen Abo & Modell

Hier kommt OpenRouter ins Spiel.

In drei Sätzen: Ein Account, ein einziger Key, Zugriff auf hunderte Modelle von über 75 Anbietern, sowohl Closed als Open. Claude, GPT, Gemini, Minimax, alles im selben Dropdown.

Du lädst einfach dein Guthaben auf, statt ein Abo abzuschließen.

Der Punkt: Du brauchst nicht mehrere Abos, du bist unabhängiger. Es gibt fast für jedes Modell eine fast gleich gute Alternative.

Wir haben bereits darüber geschrieben, wie das neue Fusion-Modell von OpenRouter an die Performance von Fable 5 herankommt. Nutze das für deine komplexeren Themen.

OpenRouter hat auch ein Leaderboard. Das aktuelle Lieblingsmodell als Daily Driver und günstige Alternative zu den Frontier-Modellen ist MiniMax M3.

Ein superwichtiges Thema für die Unabhängigkeit in dieser Stufe ist auch die Abhängigkeit von den einzelnen Apps der Anbieter.

Claude Desktop mit Claude Code/Cowork oder Codex von OpenAI sind eine ziemliche Wucht. Aber hast du keinen Account dort, hast du keinen Zugang auf die coole App.

ABER: Wir zeigen dir gleich noch eine spannende Alternative.

Stufe 3: unabhängig von der Cloud

Die letzte Stufe ist die radikalste. Modelle, die komplett auf deinem Rechner laufen. Offline, privat, gratis.

Wir haben bereits darüber geschrieben, wie du checken kannst, was dein Computer überhaupt aushält.

Hier noch einmal die einfachste App zum Einstieg in die Welt der lokalen Modelle: Sie heißt LM Studio.

Eine App, kein Docker-Gefummel. Du lädst dir ein Modell runter und chattest lokal. Und über ein offizielles Plugin hängst du im selben Fenster auch deinen OpenRouter-Key rein.

Damit hast du lokale und Frontier-Modelle nebeneinander.

Wenn es dein Computer hergibt empfehlen wir die Gemma-Modelle von Google.

Hier müssen wir aber ehrlich sein: Lokale Modelle sind nicht auf Fable-Niveau, und die richtig guten brauchen eine kräftige Maschine. Sie sind sogar noch sehr weit davon entfernt. 😄

Aber für alles private, sensible, einfache, offline sind sie unschlagbar.

Unser Take: Baue dir deinen souveränen AI-Stack!

Unabhängigkeit heißt nicht, alles kostenlos zu ersetzen.

Es heißt vielmehr: nie wieder abhängig von einem einzigen Anbieter sein.

Mit Files-over-Tools, OpenRouter, LM Studio und den richtigen Modellen ist das definitiv möglich.

Man muss meistens ein wenig die Ansprüche zurück schrauben im Gegensatz zu den Top-Modellen, aber für viele Aufgaben ist das gut verkraftbar.

Kleiner Quick Hack zum Abschluss

Wir haben die Woche die Frage bekommen: Was mache ich eigentlich mit meinen alten Chats mit Fable 5, die ich jetzt nicht mehr weiterführen kann?

Hier ein simpler Workaround:

• Einfach neuen Chat öffnen

• Claude fragen, ob er den alten Chat mit Fable 5 mit dem Namen [NAMEN EINTRAGEN] lesen kann.

Den Namen findest du oben in der Unterhaltung.

Daraufhin zieht sich Claude die Infos aus dem alten Chat und du kannst nahtlos mit einem anderen Modell weitermachen.

🛠️ OpenWork: Die Alternative zu Claude Cowork & Co.

Wir haben oben schon angeteasert, dass es wichtig ist, sich auch unabhängig von den Apps wie Claude Cowork & Co. zu machen.

Das Tool, das wir dir heute vorstellen wollen, hat ein eigenes Thema verdient.

Chatten über LM Studio ist eine Sache. Aber viele von uns arbeiten ja längst anders. Die AI liest und schreibt selbst in deinen Ordnern, erledigt Aufgaben Schritt für Schritt.

Arbeiten im Cowork-Stil eben.

Genau deshalb haben wir hier eine Open-Source-Alternative dabei, die das unterstützt.

Was OpenWork ist

OpenWork beschreibt sich selbst als "open-source alternative to Claude Cowork". Eine Desktop-App für Mac, Windows und Linux.

Sie verbindet sich mit deinen lokalen Ordnern, liest und schreibt Dateien, erledigt Multi-Step-Tasks, kann Skills, Templates und Permissions. Also genau die Cowork-Logik, nur halt über eine offene App.

Natürlich kannst du damit auch MCPs & Co. verbinden.

Sie ist von der Usability her ziemlich ähnlich wie die anderen Apps auch.

Deshalb predigen wir in unserem AI Mitarbeiter Bootcamp auch immer: Lerne eine App und diese Art zu arbeiten - und du kannst alle!

Warum es für die Unabhängigkeit zählt

OpenWork läuft mit deinem eigenen OpenRouter-Key (das ist Stufe 2 von oben). Und es kann sogar lokale Modelle über eine Ollama-Anbindung (Stufe 3).

Dein Ordner bleibt die Wahrheit, das Modell wählst du im Dropdown.

Heißt im Klartext: Diese Arbeitsweise gehört dann komplett dir. Kein Abo kann sie dir kündigen.

Du kannst die Desktop App einfach direkt bei OpenWork herunterladen, nachdem du dir einen kostenlosen Account erstellt hast.

Unser Take: Eine solide Alternative für das Cowork-Arbeiten

Nach einigem Testen lieben wir OpenWork wirklich.

Das ist eine sehr gute Alternative und macht dich definitiv unabhängiger.

Im Deep-Dive morgen und in der Community gibt es dazu auch noch ein Praxis-Video, in dem wir alles das aufsetzen (inkl. OpenRouter).

Es ist aber wirklich keine Hexerei, give it a try!

🎯 Das neue Metaprompting: Lass dir den Auftrag gleich selbst schreiben

Zum Abschluss noch was, das direkt an das Loop-Thema von letzter Woche anknüpft. Heute ein kleiner Prompt Hack dazu.

Vielleicht liest du uns schon länger. Früher war in unseren Trainings das Thema “Metaprompting” immer echt wichtig.

Wir haben im Prinzip Prompts genutzt, die uns gute Prompts für unsere Aufgaben geschrieben haben.

Der Hack heute ist eine Anpassung dieses Konzepts auf die Agenten-Welt.

Twitter tweet

Wir nutzen zuerst den Skill /goal bei Claude bzw. Codex, damit sich die AI selbst ein perfektes /goal schreiben kann, was wir dann nur noch freigeben - und los geht’s!

Das ist Metaprompting für alle. Du delegierst nicht nur die Arbeit, sondern auch das Briefing. Und die AI kennt ihre eigene Mechanik oft besser als du.

Hier ein Prompt Template zum direkt Kopieren:

Bevor du loslegst, schreib dir selbst dein /goal für diese Aufgabe.

Aufgabe: [beschreibe die Aufgabe]
Kontext: [Dateien, Docs, Anforderungen oder Links hier rein]
Grenzen: [Scope, Stil-Regeln, Deadlines, was du vermeiden sollst]
Fertig ist es, wenn: [so sieht das Ergebnis aus]

Gib mir zurück:
1. Dein Haupt-/goal.
2. 3 bis 5 Erfolgskriterien.
3. Grenzen, die nicht überschritten werden sollten.
4. Falls du Helfer-Agenten startest, schreib für jeden ein eigenes /goal.
5. Frag mich, ob ich die Goals freigebe oder anpassen will.

Leg erst los, wenn ich freigegeben habe.

Du gibst die Goals dann nur noch frei oder passt sie kurz an. Und schon startet jede Aufgabe mit einem sauberen Briefing, das du nicht mal selbst tippen musstest.

So, das war's für heute. Ist eine ziemlich unabhängige Ausgabe geworden.

Danke, dass du uns unabhängige AInauten liest. 🤘

Bis nächste Woche.

Reto & Fabian von den AInauten

Moin AInauten,

Willkommen zur neuen Ausgabe deines Lieblingsnewsletters!

Heute starten wir nicht mit dem nächsten Tool, sondern mit der Frage: Welche Aufgabe soll dein Agent jeden Morgen konkret für dich erledigen? Mit unseren Prompts findest du in drei Schritten deinen ersten Praxis-Agenten, den du direkt im Alltag testen kannst!

Danach geht es um Claude Fable 5, das kurz zeigte, wie die AI-Zukunft aussehen kann, bevor es über Nacht verschwand… Zum Schluss testen wir die Gegenidee: Wenn das Supermodell plötzlich weg ist, kann ein Modell-Team einspringen?

Das haben wir heute für dich im Gepäck:

• 👷‍♂️ So findest du echte Jobs für deine Agenten

• 🚨 Claude Fable 5 weg - das macht lokale Modelle plötzlich wichtiger

• 👌 OpenRouter Fusion: Fable-Level aus mehreren Modellen? Fast…

Los geht’s!

👷‍♂️ So findest du echte Jobs für deine Agenten

Im AI-Mitarbeiter-Bootcamp beobachten wir gerade ein interessantes Muster: Die Technik ist oft nicht mehr der Flaschenhals. Skills anlegen, Dateien anbinden, MCP-Server testen, Browser-Agenten starten, … Das alles klappt inzwischen erstaunlich gut.

Der Knick kommt danach: Was soll der Agent jetzt eigentlich für dich erledigen?

Ein Agent wird nützlich, sobald er eine wiederkehrende Aufgabe mit genug Kontext und klaren Rahmenbedingungen abarbeiten kann - und zwar verläßlich.

Deshalb wollen wir heute schauen, wie du konkrete Kandidaten aus deiner echten Arbeit oder deinem Alltag findest. Wir finden das für die meisten ziemlich spannend.

Schritt 1: Prompt “Finde meine besten Agenten-Jobs”

Steigen wir direkt ein, ohne lange Vorrede: Kopier diesen Prompt in den Chatbot, mit dem du am meisten arbeitest.

Analysiere meine Ziele, Arbeitsweise, wiederkehrenden Aufgaben 
und Tools - basierend auf allem, was du über mich weißt.
Wenn du nicht sicher bist, stelle mir konkrete Fragen mit Auswahloptionen.

Finde dann min. 10 konkrete Aufgaben, die ich an einen 
AI-Agenten, Workflow oder eine Automation auslagern kann.

Bewerte jeden Kandidaten nach:
- Wiederholung
- Zeitersparnis
- Datenzugang
- Risiko
- Messbarkeit

Wähle die 3 besten Startkandidaten.

Beschreibe pro Kandidat:
- gewünschtes Ergebnis
- nötigen Kontext
- erlaubte Aktionen
- Stop-Regeln
- menschlichen Review-Punkt
- Erfolgskriterium nach 7 Tagen

Regeln:
Keine vagen Ideen. Bevorzuge wiederkehrende Bildschirmarbeit. 
Senden, löschen, zahlen und Kundenkontakt bleiben beim Menschen.

Schritt 2: Prompt “Agenten-Job definieren”

Viele haben noch nie aktiv einen Agenten gebaut. Völlig okay, klingt auch kompliziert. Weil es das aber gar nicht sein muss, machen wir es heute mal zusammen.

Wähle nun aus dem Resultat aus Schritt 1 einem Agenten-Job aus.

Nicht den größten, coolsten oder technisch wildesten Vorschlag. Nimm stattdessen einen oder mehrere Vorschläge, wo du sofort weißt, wie ein gutes Ergebnis aussieht.

Gute Agenten-Jobs klingen oft simpel:

• Morgens neue Support-Tickets mit Antworten in deinem Stil vorbereiten

• Freitags offene Rechnungen in einer Google Sheets-Liste abgleichen

• Nach einem Webinar Fragen und Feedback aus Chat und Transkript sammeln

• aus den Bookmarks der letzten Tage fünf Social-Media-Posts vorbereiten

Das ist Bildschirmarbeit mit Kontext. Und genau dort lohnt sich der erste Test!

Nutze nun diesen Prompt, nachdem du den den ersten Kandidaten ausgewählt hast:

Nimm den besten [oder den gewählten] Kandidaten aus der Liste.
Bereite daraus ein sauberes Briefing (Prompt) vor für einen Desktop-Agenten-Test.

Arbeite so:
1. Beschreibe einen sinnvollen Testlauf und den dafür notwendigen Kontext.
2. Liste, welche lokalen Dateien, Ordner, Webseiten oder Tools der Agent benötigt.
3. Formuliere den konkreten Auftrag für einen Desktop-Agenten wie Codex oder Claude Code/Cowork.
4. Definiere Stop-Regeln: Was darf gemacht werden, was nicht?
5. Definiere das Prüfergebnis, ob der Test funktioniert hat.
6. Erstelle eine Checkliste, um den Lauf sauber zu wiederholen.

Regeln:
- Erst lesen und planen.
- Keine Aktion ohne Freigabe! Kein Löschen, kein Senden, kein Bezahlen.
- Lieber ein kleiner Test mit Beleg als eine große Automation ohne Kontrolle.
- Wenn etwas unklar ist, nachfragen statt zu raten.
- Alle Schritte einfach und nachvollziehbar erklären.

Schritt 3: Richte deinen ersten Agenten ein

Jetzt wird es praktisch: Um den Agenten einzurichten, musst du eine Desktop-Agenten-App wie Codex von OpenAI (sogar mit kostenlosem Account nutzbar) oder Claude Code/Cowork (ab Pro-Account) installieren.

Sobald du das gemacht hast, kannst du in der Desktop-App einen neuen Chat starten und das Briefing/Prompt aus Schritt 2 reinkopieren, um den Einrichtungsprozess des Agenten zu starten.

Im Kern wirst du aufgefordert, Fragen zu beantworten, Zugänge freizugeben und Aktionen zu bestätigen, damit er den gestellten Auftrag ausführen kann.

Du wirst dabei vermutlich auch mit Begriffen wie Skills, Tools, MCP, etc. konfrontiert - was das genau ist, schauen wir uns auch gleich an.

Skill, Tool, MCP: einmal sauber sortiert

Der Desktop-Agent braucht Zugriff, aber der Zugriff allein macht noch keinen sauberen Arbeitsablauf.

Tool, Skill, MCP und Kontext tauchen alle mal im selben Setup-Menü auf. Da kann es schon mal Missverständnisse geben.

Merksatz: Tools, MCPs und Connectors sagen, worauf der Agent zugreifen darf. Skill und Kontext sagen, wie er dort arbeiten soll.

• Ein Tool gibt Zugriff. Gmail lesen. CRM-Felder prüfen. Eine Webseite öffnen.

• Ein Skill gibt Verhalten. Aus "Schreibe eine Mail" wird: "Schreibe eine AInauten-Supportantwort so, dass der Kunde weiß, was als Nächstes passiert."

• MCPs und Connectoren sind die Steckdosen dazwischen. Sie verbinden deinen Agenten mit Drive, Slack, HubSpot, Datenbank oder Browser.

Kurzer Hinweis an dieser Stelle: Wenn du fremde Skills installierst, lass dir diese zuerst von NVIDIAs SkillSpector oder einem anderen Tool reviewen, damit du dir nichts installierst, was sicherheitstechnisch fragwürdig ist.

Unser Take: Agenten brauchen als erstes saubere Instruktionen

Wer AI-Arbeit delegieren will, muss unangenehm genau werden. Nur wenn du pingelig genau eine saubere Übergabe machst, werden deine Agenten brauchbar.

Bau deshalb diese Woche einen einzigen langweiligen Agenten. Einen, den du nach sieben Tagen ehrlich bewerten kannst: Hat er mir jeden Morgen 20 Minuten Zeit gespart? Mehr braucht es für den Anfang nicht.

Aber wenn du mehr willst, dann komm zu uns in die AI Automation Community! Dort stehen wir dir bei allen Fragen zu Agenten, Automationen und AI mit Rat und Tat zur Seite - und du bist mit über 1000 anderen AINAUTEN in bester Gesellschaft.

🚨 Claude Fable 5 weg - das macht lokale Modelle plötzlich wichtiger

Fable war drei Tage lang dieses Modell, bei dem wir sofort alle anderen Modelle in die Ecke stellen wollten. Jetzt ist es weg, vorerst.

Fable ist der Vorgeschmack auf die Zukunft

Der Reiz an Claude Fable 5 ist war, dass Anthropic zum ersten Mal die neue Mythos-Klasse breit zur Verfügung gestellt hat: 1-Million-Token-Kontext, lange autonome Aufgaben, bessere Selbstprüfung, mehr Geduld bei Coding und Wissensarbeit. Also genau mit Verbesserungen in den Bereichen, wo bisher viele Agents gestolpert sind.

Fable fühlte sich eher nach Arbeitskollege mit sehr viel Kaffee und noch mehr IQ an. Für uns war es ein Einblick und Vorgeschmack darauf, wie sich AI anfühlt, wenn sie nicht nach jedem zweiten Satz wieder an die Hand genommen werden will.

Und dann: Die amerikanische Regierung zieht den Stecker!

Am 12. Juni verlangte die Trump-Regierung, dass Fable 5 und Mythos 5 für alle ausländischen Staatsangehörigen suspendiert werden - sogar für ausländische Anthropic-Mitarbeiter innerhalb der USA! Weil das praktisch nicht sauber umsetzbar war, musste Anthropic Fable und Mythos für alle Kunden abschalten. WTF?!

Der Auslöser soll ein Jailbreak gewesen sein, den Amazon auf Anfrage des Weißen Hauses bestätigt gepetzt hatte. Der Stein des Anstoßes sei eine einfache Schwachstelle, die bei anderen öffentlich verfügbaren Modelle wie GPT 5.5 ebenfalls ausgenutzt werden kann.

Da Amazon auch ein großer Investor bei Anthropic ist, verstehen wir nicht genau, was das soll. Vielleicht hat es auch mit den Gerüchten zu tun, dass die Chinesen Zugang zu Mythos hatten - who knows?

Anthropic entschuldigt sich auf jeden Fall für die “Störung” und glaubt, dass es ein Missverständnis ist. Heute gibt es eine Aussprache. Und vielleicht läuft es ja schon wieder, während du das liest?!

Nichtsdestotrotz: Präzedenzfall mit wichtiger Warnung.

Sicherheit ist das wichtigste Thema, gerade bei dem Affenzahn, mit dem aktuell vorangeprescht wird (siehe unseren Beitrag hier).

Anthropic hat die Mythos-Klasse monatelang als gefährlich, mächtig und sicherheitskritisch positioniert - was Guardrails, Trusted Access und hohe Preise rechtfertigt.

Böse Zungen sagen, dass man halt nicht überall erzählen sollte, dass die eigene AI eine biologische Waffen- und Cybercrime-Fabrik sei, wenn man nicht möchte, dass eine Regierung irgendwann ernsthaft zuhört.

Ein Körnchen Wahrheit ist da dran…

Aber wenn ein nicht öffentlich nachvollziehbarer, enger Jailbreak-Vorwurf reicht, um ein produktives Modell weltweit aus Workflows zu reißen, lernen wir alle eine sehr harte Lektion: Das stärkste Werkzeug in deinem Stack kann morgen verschwinden, ohne dass du etwas tun kannst. Ein Kill-Switch, den du nicht beeinflussen kannst.

via Reddit

Fable-Level nacheifern wird zur Sportart

Die Stimmung im Netz kippte schnell von Hype und coolen Use Cases zum Abhängigkeitsschock. Die erste Reaktion ist der Bastlerweg: verfügbare Modelle nehmen, bessere Harnesses bauen, Prompts sichern, Loops sauberer schreiben, Fable-Verhalten teilweise imitieren (siehe dazu auch unseren nächsten Beitrag unten).

Jailbreaker Pliny hatte das Modell bereits geknackt und den System Prompt herausgekitzelt - welcher dann im Bastelmodus dazu genutzt wurde, um Fable-ähnliches Verhalten mit dem Opus 4.8-Claude Modell nachzubauen.

Klar, ein Systemprompt bringt kein Fable-Modell zurück - aber die Idee ist nicht schlecht.

Souveräne Infrastruktur: Du hast einen Plan B, der wirklich läuft

Wer auf Nummer sicher gehen will, braucht aber mehr als Workarounds und das Prinzip Hoffnung. Und wer Kontrolle will, muss lokale Modelle können - oder zumindest offene Konkurrenzmodelle wie Kimi 2.7, GLM 5.2 etc. nutzen.

Souveräne AI-Infrastruktur beginnt klein. Ein lokales Modell für vertrauliche Standardaufgaben. Ein Cloud-Topmodell für die schweren Brocken. Eine simple Regel, welche Aufgabe wohin darf. Ein Ordner, in dem Kontext, Prompts und Checklisten liegen. Ein Test, ob dein wichtigster Workflow auch ohne Lieblingsmodell weiterläuft.

Tools wie llmfit werden in diesem Moment interessanter, weil sie die richtige Frage stellen: Was läuft auf deiner Hardware überhaupt sinnvoll?

Das Tool erkennt, was dein Computer an RAM, CPU und GPU hat - und bewertet Modelle nach Qualität, Geschwindigkeit, Fit und Kontext. Es unterstützt Provider wie Ollama, LM Studio und weitere.

Interessiert, was auf deinem Rechner laufen würde? Siehe den Beitrag oben zu den Agents - sag einfach der Claude oder Codex-Desktop-App:

Installiere mir https://github.com/AlexsJones/llmfit lokal.
Dann starte es für mich.

Im Open-Source-Arena.ai-Leaderboard findest du die offenen Cloud-Modelle von Kimi, Qwen und DeepSeek. Sie ranken oben auf der Liste und nahe bei den Closed-Cloud-Anbietern - so nahe, dass man sie ernsthaft testen sollte.

Solche Tests sind wichtig, denn ein Benchmark allein sagt noch wenig darüber aus, wie das für deinen spezifischen Use Case funktioniert.

Auf der kostenlosen arena.ai-Plattform stehen dir aber nicht alle Frontier-Modelle zur Verfügung. Wenn du für deine Tests aus allen Modellen wählen willst, kannst du das alternativ über OpenRouter (Credit-System) machen.

arena.ai für den Modellvergleich (kostenlos)

openrouter.com für den Modellvergleich (alle Modelle, Credit-System)

Unser Take: Fable war ein Geschenk, der Cutoff ist die Lektion

Wir finden den Shutdown als Präzedenzfall gefährlich. Safety braucht klare Prozesse. Sonst wird aus Vorsicht (oder anderer Motivation) einfach Willkür.

Das aktuelle Fable-Drama zeigt, dass diese Regeln noch fehlen. Bis sie existieren, ist die komplette Abhängigkeit von geschlossenen Frontier-Modellen deshalb ein Betriebsrisiko.

Natürlich wollen wir nicht Cloud-Modelle boykottieren. Dort findet man die besten Modelle und die Fable-Abschaltung war deshalb so bitter, weil es so gut war.

Wir ziehen daraus die pragmatische Lektion: Speichere deine Prompts, Skills, Projektregeln und Abnahmekriterien in Dateien (ja, einmal mehr: Files-over-Tools).

Modelle können verschwinden oder sündhaft teuer werden, Features werden umgebaut. Aber wenn dein Arbeitsmodus in Dateien lebt, reist er weiter.

Unser ideales Setup kristallisiert sich aber immer klarer heraus - und es ist ein Hybrid:

• Frontier-Modelle für Aufgaben, bei denen das beste Modell zählt.

• Lokale Modelle für vertrauliche, wiederkehrende und einfache Arbeit.

• Portabler Kontext immer in Dateien abspeichern lassen.

• Prompts, Skills und Bewertungsraster ebenfalls außerhalb einzelner Chats speichern.

• Und ein kleiner Notfalltest für den Fall des Falles: Was passiert, wenn dein Lieblingsmodell morgen fehlt oder der Account weg ist?

Wir hatten lokale Modelle vor ein paar Wochen schon als Offline-AI-Reise-Stack auf dem Tisch. Nach Fable fühlt sich das weniger nach Reisetrick und mehr nach Grundausstattung an.

P.S. Zum Abschluss haben wir noch einen starken Tipp von Fable auf X entdeckt - im Kern: “Setz dich regelmäßig hin und schreibe ehrlich über dein eigenes Leben, deine Gedanken und Wünsche - nicht, um auf etwas zu reagieren, sondern um klarer zu sehen, was du wirklich willst und tust.” 🙏

Twitter tweet

👌 OpenRouter Fusion: Fable-Level aus mehreren Modellen? Fast…

Während alle Fable hinterhertrauern, präsentiert OpenRouter eine spannende These: Vielleicht muss ein einzelnes Modell gar nicht mehr alles können!

OpenRouter Fusion ist die Antwort darauf. Im Kern ist es ein kleines Modell-Panel.

Du stellst eine komplexe Frage, mehrere Modelle arbeiten parallel daran, ein Judge-Modell vergleicht die Antworten und liefert strukturierte Analyse zurück: Konsens, Widersprüche, blinde Flecken, einzelne gute Beobachtungen. Danach entsteht daraus die finale Antwort.

Wir haben bereits mehrfach über Mixture-of-Experts (MoE), Multi-Persona-Prompts und LLM-Council berichtet.

Dieser Ansatz ist viel näher an guter Teamarbeit als an klassischem Routing.

• Routing fragt: Welches Modell soll diese Aufgabe bekommen? 

• Fusion fragt: Welche Modelle sollten diese Aufgabe gemeinsam bearbeiten?

Und das alles läuft schön im Hintergrund über das Chat-Interface oder die API. Nice!

OpenRouter verkauft den Launch entsprechend offensiv. Im Post auf X nennt OpenRouter Fusion als "smartest compound model in the market".

Und behauptet, Fusion erreiche Fable-Level zum halben Preis! Ehm…

Im Benchmark-Post wird klar, dass man diese Zahlen sauber einordnen muss. Das ist ein OpenRouter-eigener Test auf 100 Deep-Research-Aufgaben.

Außerdem schreibt OpenRouter selbst, dass sieben Fable-Aufgaben wegen Content-Filtern nicht gewertet wurden.

Also bitte nicht gleich "Fable ist ersetzt!" auf LinkedIn posten 😄 …

Twitter tweet

Unser Take: Fusion ist ein weiteres Tool in deinem Werkzeugkasten

Wir finden Fusion ein wichtiges Signal, passend zur heutigen Ausgabe. Nach Fable gewinnen aus unserer Sicht ein paar Dinge an Wichtigkeit: lokale AI, souveräne AI-Hybrid-Setups und Modell-Orchestrierung.

Für kurze Prompts ist Fusion Overkill. Aber es ist spannend bei Aufgaben, bei denen Perspektiven zählen: Recherche, Entscheidungsvorbereitung, Tool-Vergleiche, Marktanalyse, Strategiefragen, juristische Erstsortierung, medizinische Recherchen, komplexe Produktentscheidungen, usw.

Fusion ist überall dort gut, wo eine einzelne Antwort gefährlich bequem ist.

Die besten AI-Workflows erinnern uns immer stärker an eine kleine Redaktion. Mehrere Stimmen rein, Widersprüche sichtbar machen, eine gute Synthese raus.

Genau so arbeiten gute Teams auch!

Geschafft! Bis zur nächsten Ausgabe.

Reto & Fabian von den AInauten