0830 | Tencent Hy4, seendiff, Pitch-Deck-Analyzer & mehr

Lena Vogel: Willkommen zu Product Hunt täglich auf Bri Radio – ich bin Lena Vogel, und neben mir Felix Hartmann. Freut mich, dass ihr wieder dabei seid.

Felix Hartmann: Hallo und herzlich willkommen, ich bin Felix. Heute schauen wir unter anderem auf ein offen lizenziertes Sprachmodell mit riesiger Parameterzahl, ein neues Diff-Werkzeug für große Code-Änderungen und einen Tool zur Analyse von Pitch Decks.

Lena Vogel: Außerdem geht es um lokale Apps und einen Spionagesatelliten-Simulator – wir haben also wieder eine bunte Mischung für euch.

Lena Vogel: Tencent hat mit Hy4 Preview ein offen unter Apache 2.0 lizenziertes Mixture-of-Experts-Modell mit insgesamt 770 Milliarden Parametern vorgestellt, von denen bei jedem Schritt 49 Milliarden aktiv sind, bei einem Kontextfenster von bis zu einer Million Token. Laut Produktbeschreibung ist es für länger laufende Agentenaufgaben gebaut und übernimmt eigenständig Programmierung, Spieleentwicklung und komplexe Dokumentanalyse, führt eigene Tests aus und behebt Fehler, bevor es etwas abgibt. Ein Community-Mitglied ordnet es als Nachfolger von Hy3 ein und sagt, das Training sei stark auf reale Arbeit aus Tencents eigenen Ingenieur- und Spezialistenteams ausgerichtet, damit das Modell bei langen oder unübersichtlichen Aufgaben dranbleibt.

Felix Hartmann: In einem Blindtest mit 163 internen Experten über 203 Engineering-Aufgaben sei Hy4 Preview laut dem Community-Mitglied knapp vor GLM 5.3 und Kimi K3 gelegen. Die offene Einschränkung ist dabei die Neigung zum Überdenken und übermäßigen Selbstprüfen: Bei langen Aufgaben verbraucht das Modell sein Kontextfenster, indem es erledigte Schritte immer wieder überprüft, und die Million Token machen diesen Effekt sogar schwerer erkennbar. Tencent bezeichnet das Modell weiterhin als Preview; ein Kommentator sagt, ob man es außerhalb eines Rechenzentrums betreiben kann, entscheidet sich an den 49 Milliarden aktiven Parametern. Das Modell ist über OpenRouter oder WorkBuddy nutzbar.

Lena Vogel: Cohere hat mit Parse 5 ein Dokumenten-Vision-Parsing-Modell vorgestellt, das unstrukturierte Daten aus Unternehmensbildern und -dokumenten in strukturierte Daten überführt, die nachgelagerte KI-Agenten weiternutzen können. Laut Herstellerbeschreibung erkennt es Text aus gescannten und digitalen Dokumenten, verarbeitet Tabellen, Diagramme und eingebettete Bilder multimodal und liefert per visuellem Grounding für jede extrahierte Information eine Bounding-Box, also die genaue Position auf der Seite.

Felix Hartmann: Genau die Bounding-Boxes hebt ein Community-Kommentar als entscheidendes Merkmal hervor: Extraktionsqualität sei inzwischen fast Standard, aber fast nichts liefere eine Koordinate. Ohne sie könne man, wenn ein Agent etwas aus einem Vertrag behauptet, niemandem den genauen Belegort zeigen. Cohere richtet das Angebot laut Beschreibung an Unternehmen mit hohen Dokumentmengen, etwa bei Anträgen, Verträgen, Rechnungen und Berichten, die interne KI-Suche, RAG-Pipelines oder multimodale Agenten aufbauen. Unterstützt werden neun wichtige kommerzielle Sprachen, und der Einsatz läuft über API, Model Vault, AWS SageMaker, Azure oder vollständig on-premises beziehungsweise air-gapped, was weniger manuelle Dokumentprüfung und eine zuverlässigere KI-Suche verspricht.

Lena Vogel: Auf Product Hunt ist seendiff neu, ein lokales Diff-Tool für große Code-Änderungen. Der Hersteller sagt, er habe es gebaut, um den eigenen Schmerz beim Review zu lösen: Coding-Agenten erzeugen riesige Diffs, die trotzdem jemand lesen muss, und die meisten Diff-Tools seien für die Welt vor solchen KI-großen Änderungen gemacht. Das Tool ist kostenlos und open source, abrufbar unter seendiff.com. Es verfolgt automatisch, welche Teile eines Diffs man bereits gesehen hat, führt Buch über manuell geprüfte Code-Blöcke und bietet einen Walkthrough, bei dem der Coding-Agent seine eigene Arbeit erklärt, dazu lokale globale Suche und eine Minimap. Der Anspruch: große Änderungen in Chunks reviewen statt in einem Durchgang.

Felix Hartmann: Ein Community-Nutzer bestätigt genau den Schmerz, den Überblick zwischen bereits Geprüftem und Ausstehendem zu verlieren. Ein Kommentar hält den seen-state zwar für das richtige Grundkonzept, merkt aber an, dass ein zwei Sekunden überflogener Hunk und ein wirklich durchdachter Hunk gleichermaßen als gesehen markiert werden – bei einem Diff mit neunhundert Zeilen sei das nicht dasselbe Risiko, weshalb er sich einen why-state neben dem seen-state wünscht. Offen lässt die Launch-Beschreibung zudem, ob der gesehene Zustand lokal pro Rechner bleibt oder sich synchronisiert, wenn dieselbe Branch später auf einem anderen Rechner geöffnet wird; das fragt ein anderer Nutzer ausdrücklich nach.

Lena Vogel: Ein weiteres neues Tool auf Product Hunt ist WIT – Will It Travel?, ein KI-Kommunikations-Check für Gründer und globale Teams. Man fügt eine E-Mail, eine Slack-Nachricht oder Produkttexte ein und sieht, wie die Botschaft im amerikanischen, indischen und singapurischen Englisch ankommen könnte. Das Tool markiert mögliche Missverständnisse, erklärt mögliche Ursachen und schlägt klarere Formulierungen vor, bewertet aber keine englische Variante als überlegen und ersetzt Texte nicht automatisch – der Nutzer entscheidet, was er übernimmt. Die frühe Version stammt vom internationalen Team Oranges & Lemons; die Macherin Maria sagt, der frühe Start diene dazu, echtes Feedback zu sammeln, bevor über die nächste Verbesserung entschieden wird.

Felix Hartmann: Ein Community-Mitglied bestätigt das Problem: Die eigenen Texte gingen an ein Dutzend Länder, und verwirrende Formulierungen fielen erst auf, wenn jemand nachfragte. Ein Kommentar begrüßt, dass WIT nicht automatisch umschreibt, warnt aber, dass Nutzer die Hinweise vermutlich schnell ignorieren, wenn das Tool auch korrekte Sätze markiert. Derselbe Kommentar nennt die Auswahl aus amerikanischem, indischem und singapurischem Englisch ungewöhnlich – britisches Englisch hätte er zuerst erwartet. Und offen bleibt nach einer Rückfrage, ob WIT umgekehrt funktioniert, also ob man eine empfangene, seltsam wirkende Nachricht auf einen Ton-Konflikt zwischen den Varianten prüfen kann; die Macher haben das in den vorliegenden Angaben nicht beantwortet.

Felix Hartmann: Die kalifornische VC- und Accelerator-Firma 1752vc hat einen Pitch Deck Analyzer veröffentlicht. Das Tool richtet sich an Gründer, die vor dem Absenden wissen wollen, wie Investoren ihr Deck beurteilen, denn laut Firmenangabe werden die meisten Decks abgelehnt, ohne dass Gründer je erfahren warum – bei jährlich über viertausend Bewerbungen.

Lena Vogel: Das Tool liest das hochgeladene Deck folienweise, bewertet es anhand von mehr als dreitausend Investoren-Attributen und ist nach Herstellerangaben auf über fünfundzwanzigtausend reale Decks samt der folgenden Investitionsentscheidungen trainiert. Die Rückmeldung ist nach Finanzierungsphase kalibriert, prüft die narrative Kohärenz und kreuzt Behauptungen auf Widersprüche. Laut Hersteller war von allen bisher markierten Punkten nur zwei Prozent kosmetischer Natur; ein durchschnittliches Deck erhält etwa ein Dutzend Meldungen, nach Schwere sortiert und der jeweiligen Folie zugeordnet. In der Alpha haben das Tool zweitausend Gründer genutzt.

Felix Hartmann: Ein Tester berichtete, die Phasenkalibrierung sei genau gewesen; sein Pre-Seed-Deck habe Punkte von fehlendem Kontext zum technischen Lead bis zu unbelegten Zahlen aufgedeckt. Offen bleibt aber, ob das Tool die gesamte Finanzierungslogik prüft – ob Finanzierungsbetrag, Mittelverwendung, Runway und Meilensteine einen glaubwürdigen Weg zur nächsten Runde ergeben. Genau das hat ein Kommentator angefragt, eine Antwort des Herstellers liegt nicht vor.

Lena Vogel: Einfall will dem vergessenen Gedanken eine Heimat geben – dem einen, der einem in den seltsamsten Momenten einfällt und gleich wieder weg ist. Die App lässt sich schnell auf Mac, iPhone und iPad nutzen, aus der Menüleiste, über das Share-Sheet, Shortcuts, Widgets, Spotlight und Siri.

Felix Hartmann: Statt den Gedanken zu parken, schickt man ihn über die App an Erinnerungen, Kalender, Dateien oder einen Shortcut – oder man gibt seinem KI-Agenten über MCP die Kontrolle. Das Festhalten ist kostenlos und unbegrenzt; erst nach den ersten fünfzehn Weiterleitungs-Schritten kostet unbegrenztes Weiterleiten einmalig neunundzwanzig Komma neunundneunzig Dollar.

Felix Hartmann: Mossy ist eine kleine Pflanze, die auf dem Mac-Desktop lebt – und desto mehr sie verwelkt, je länger man sitzt, ohne eine Pause zu machen. Man schreibt einen einzigen Satz darüber, was die Pausen bringen sollen: Rücken dehnen, zwanzig Liegestütze, ein spanisches Wort lernen, einfach aufstehen.

Lena Vogel: Ein KI schreibt dann aus diesem Satz jede Pause, eine Aufgabe nach der anderen, mit Timer. Die Pflanze blockiert nie den Bildschirm und dimmt ihn auch nicht – ignorieren ist laut Hersteller eine normale Nutzungsweise. Mossy ist kostenlos, ohne Konto, nur eins Komma vier Megabyte, nativ und läuft ab macOS zwölf.

Lena Vogel: RawToHEIC ist eine App für iPhone, iPad und Mac, die RAW- und ProRAW-Dateien über das Photos-Share-Sheet in HEIC umwandelt. Laut Herstellerangaben werden die Dateien dabei bis zu zehnmal kleiner, während Bearbeitungen, Alben und Metadaten wie EXIF, GPS sowie Objektiv- und Aufnahmeinformationen erhalten bleiben. Die Verarbeitung läuft komplett auf dem Gerät – ohne Uploads, Konto oder Analyse. Ausgangspunkt aus der Community war eine RAW-Bibliothek mit zweitausendfünfhundert Fotos, die mehr als achtzig Gigabyte belegte.

Felix Hartmann: Vor der Konvertierung zeigt die App, wie viel Speicherplatz zurückgewonnen würde, und die Nutzer entscheiden pro Stapel, ob die Originale gelöscht werden – gelöscht wird erst, nachdem die HEIC-Datei geschrieben und in der Bibliothek verifiziert wurde. Unterstützt werden unter anderem CR3, ARW, NEF, RAF, ORF, RW2, PEF und DNG/ProRAW. Version zwei Komma sechs erlaubt außerdem, vor dem Löschen ein Backup der Original-RAW-Dateien auf ein externes Laufwerk zu exportieren.

Lena Vogel: Bei dieser Stelle sind Hersteller und Community nicht ganz beisammen: Ein Rezensent nennt die App eine großartige Idee, berichtet aber von Problemen; der Entwickler antwortete, der Foto-Löschfehler sei in Version eins Komma eins behoben worden.

Lena Vogel: Vom Bildkonverter zum Steuerpult: Any Command ist bei Product Hunt gestartet, eine Android-App, die das Telefon in einen zweiten Bildschirm, ein Trackpad, eine Tastatur und ein Gamepad für den Windows-PC verwandelt. Sie streamt ein einzelnes PC-Fenster aufs Handy, und alle Eingaben gehen nur an genau dieses Fenster, sodass der Film auf dem Monitor nie den Fokus verliert. Auslöser war laut Entwickler alltäglicher Frust: Bei einem einzelnen Monitor beendet Alt-Tab eben jede Vollbildwiedergabe.

Felix Hartmann: Gebaut hat das ein Einzelentwickler, ohne Firma, ohne Finanzierung, und er nennt rund zwei Jahre Entwicklung. Am schwierigsten sei gewesen, dass Windows keine Klicks an Hintergrundfenster liefern will und Chromium-Apps das Rendering stoppen, sobald sie glauben, dass niemand hinsieht.

Lena Vogel: Spannend sind die drei Verbindungswege. Im WLAN läuft alles im eigenen Netz ohne Cloud, mit Internetzugang über den Anbieter-Server als Premium-Funktion – oder eben Bluetooth. In dem Modus paart sich das Telefon als normales Bluetooth-Keyboard und -Maus, ganz ohne PC-Installation, weshalb gesperrte Arbeitslaptops und Konferenzraum-Rechner funktionieren sollen. Er deckt Zeiger, Tippen, Shortcuts und Medientasten ab, aber keine Bildschirmübertragung und keinen Dateitransfer, weil dafür Software auf der Gegenseite nötig wäre.

Felix Hartmann: Kostenlos bleiben Remote Control, Video Remote, Wake-on-LAN, Performance-Monitor und Clipboard-Sync, während Screen Share, Dateitransfer, Zweitbildschirm, Automatisierungen und Gamepad zu den Premium-Funktionen gehören und laut Website zeitweise per Werbung freischaltbar sind. Ein Konto braucht niemand. Offen bleibt der Wunsch eines Kommentators nach einem Live-Terminal beziehungsweise Build-Protokoll auf dem Zweitbildschirm.

Lena Vogel: Ganz anders gelagert ist God's Eye View: ein im Browser laufender Spionagesatelliten-Simulator auf einer fotorealistischen 3D-Erdkugel. Laut Hersteller stecken echte Daten drin – Live-Positionen von Flugzeugen, Schiffen und Satelliten, dazu Erdbeben, Verkehr, Brände und öffentliche Kameras – und per Sprachsteuerung lässt sich über einen Echtzeit-KI-Agenten freihändig mit der Kugel sprechen.

Felix Hartmann: Entwickler ist Bilawal Sidhu, der auf seinem Substack „Map the World“ schreibt, er habe zuvor bei Google die Welt kartiert. Sein Newsletter hat über achtunddreißigtausend Abonnenten, die ersten Demos gingen auf YouTube viral – und der häufigste Kommentar war eben: gebt uns den Code. Genau deshalb ist das Projekt jetzt vollständig quelloffen unter der MIT-Lizenz, und Pull Requests sind willkommen. In der Diskussion sagt Sidhu übrigens selbst, er habe nicht gewusst, dass sein Produkt auf Product Hunt eingereicht wurde, und dankt einem gewissen Chris.

Lena Vogel: Nur die Datenaktualität bleibt offen. Ein Community-Mitglied fragt, ob es live aktualisierte Satellitenbilder und Telemetrie sind oder ein realer Datensatz, der eben nicht in Echtzeit läuft – und beantwortet bleibt das in der Diskussion nicht. Ein Kommentator lobt zwar, dass echte öffentliche Feeds in einem Spionagefilm-Kostüm stecken, warnt aber vor der Kehrseite: Man könnte das Ganze leicht als Spielzeug abtun, ohne zu prüfen, ob etwa eine Flugzeugposition wirklich aktuell ist. Sein Rat: Quelle und Zeitstempel direkt auf der Erdkugel sichtbar machen.

Lena Vogel: Von Tencent das offen lizenzierte Hy4 Preview mit 770 Milliarden Parametern für langfristige Agenten-Aufgaben bis hin zu seendiff, dem lokalen Diff-Tool, das große KI-generierte Code-Änderungen überprüfbar macht.

Felix Hartmann: Danke dir dafür – und fürs Zuhören.

Lena Vogel: Bis zum nächsten Mal.