0903 | Tool-Flut: Agenten, Sprach-KI und Mac-Apps der Woche

Lena Vogel: Hallo zusammen, hier ist Lena Vogel.

Felix Hartmann: Und das ist Felix Hartmann. Und was uns heute verbindet: KI dringt in immer kleinere Nischen des Alltags ein — vom Telefonieren über das Schreiben von Release Notes bis zur Zahnbürste.

Lena Vogel: Genau. Wir gucken uns heute an, wie Agenten Stimme und Telefonnummer bekommen, welche Infrastruktur dahinterwächst, was das für Entwickler heißt, wie Vertrieb und Content davon verändert werden, und ganz am Ende ein paar Desktop-Tools, die einfach den Alltag leichter machen.

Felix Hartmann: Fangen wir mit dem vielleicht Verrücktesten: Telefonnummern für KI-Agenten.

Lena Vogel: Also, es gibt einen Dienst namens Dial. Die Idee: Ein Agent bekommt in zehn Sekunden über eine einzige API eine echte Telefonnummer. Damit kann er telefonieren, SMS schreiben, auch iMessage, und er kann sogar Verifizierungscodes lesen.

Felix Hartmann: Zehn Sekunden ist schon sportlich. Das deckt über 200 Länder ab, und es gibt fünf Dollar Startguthaben zum Ausprobieren. Das Preis-Leistungs-Modell klingt so, als wäre es bewusst niedrigschwellig gedacht — man muss nicht erst einen Vertrag unterschreiben, um seinen Agenten mal telefonieren zu lassen.

Lena Vogel: Was mir daran auffällt: Telefonnummer war bislang die härteste Hürde. E-Mail konnte ein Agent schon lange, Web auch. Aber eine echte Nummer — das öffnet Dinge wie Termine per Anruf, Bestätigungen, alles, wo Firmen nur telefonisch erreichbar sind.

Felix Hartmann: Und gleichzeitig stellt sich natürlich die Frage, was passiert, wenn Agenten massenhaft anrufen können. Auf der Gegenseite sitzt dann vielleicht wieder ein Agent. Wir kennen das schon von E-Mails.

Lena Vogel: Und genau da passt ein anderer Spieler rein: GhostReply. Das ist ein macOS-Terminal-Tool, das iMessage-Nachrichten automatisch beantwortet. Interessant ist der Ansatz: Es lernt den Stil jedes einzelnen Kontakts, und zwar lokal auf dem eigenen Rechner.

Felix Hartmann: Also die Frage, die wir stellen wollten: Wie autonom werden Sprach- und Messaging-Agenten im Alltag? Bei GhostReply ist die Antwort offenbar schon: autonom genug, dass es für dich mit deinen Freunden chattet.

Lena Vogel: Mit einem wichtigen Detail — lokal gelernt. Und das Preismodell ist klassisch: zehn kostenlose Antworten, danach einmalig 4,99 Dollar, kein Abo.

Felix Hartmann: Aber Moment — eine kritische Frage an GhostReply: Was passiert, wenn jemand diesen Stil nachahmt und missbräuchlich einsetzt? Das ist eine ehrliche offene Frage, die uns die Quellen nicht beantworten. Es ist im Grunde eine Brücke zwischen "Agent kann Nachrichten senden" und "Agent kann wie ich klingen".

Lena Vogel: Stimmst du zu, dass das ein bisschen gruselig und ein bisschen brilliant zugleich ist?

Felix Hartmann: Ja. Und jetzt vom Mac zum Smartphone: Touchy ist ein iOS-Sprachassistent, der die Umgebung versteht und mehrere Apps koordiniert, damit man das Handy sogar weglegen kann.

Lena Vogel: "Lass das Handy liegen" ist eine coole Vision. Aber die Macher sagen selbst: Nach dem Launch gab es Rate-Limiting, und sie arbeiten gerade an der Zuverlässigkeit. Das ist wichtig — das ist ein Fehlerzustand, kein Marketing.

Felix Hartmann: Genau, das ist ein earlier-stage Produkt. Dial ist Infrastruktur, GhostReply ist ein Spezialfall, Touchy ist Vision mit Kinderkrankheiten. Gemeinsam zeigen sie aber eine Richtung: Stimme und Messaging werden zu Schnittstellen für Agenten, nicht mehr nur für Menschen.

Lena Vogel: Und damit sind wir mitten in der nächsten Frage: Was braucht so ein Agent eigentlich alles, damit er funktioniert? Werkzeuge, Gedächtnis, und ein Modell. Da ist gerade einiges passiert.

Felix Hartmann: Fangen wir mit Monid an. Die Positionierung ist frech: "OpenRouter für Agent-Tools". OpenRouter kennt man als einen einzigen Schlüssel für viele KI-Modelle — Monid macht das angeblich für Tools.

Lena Vogel: Konkret: Ein API-Schlüssel, Bezahlung pro Nutzung, kein Abo, und Zugang zu über 1700 APIs. Die Behauptung ist, dass der Agent während der Laufzeit selbst entdeckt, welche Tools er braucht, und sie aufruft.

Felix Hartmann: Das ist eine starke Behauptung, und ich würde sie erstmal als Maker-Beschreibung lesen, nicht als bewiesenes Ergebnis. Aber wenn es stimmt, ändert das das Bauprinzip: Statt einem Agenten im Voraus fünf Tools fest zu konfigurieren, lässt man ihn selbst suchen.

Lena Vogel: Ähnlich ambitioniert, aber auf einer anderen Ebene: HydraDB. Eine Open-Source-Graph-Datenbank in Rust, gebaut auf Object Storage, speziell für das Gedächtnis und den Kontext von KI-Agenten. Angegebene Latenz: unter 200 Millisekunden, bei niedrigen Kosten.

Felix Hartmann: Das Gedächtnis-Problem ist real. Ein Agent, der jede Unterhaltung vergisst, ist nervig. Eine Graph-Datenbank ist dafür eine gute Wahl, weil Wissen oft vernetzt ist — Person A kennt Projekt B, das bei Firma C läuft.

Lena Vogel: Und Open Source auf Object Storage ist interessant, weil Object Storage billig ist. Die Kombination aus Graph-Modell und billiger Basis könnte für Selbsthoster attraktiv sein. Das sind aber die typischen Verkaufsargumente aus dem Launch, nicht unsere Tests.

Felix Hartmann: Jetzt zum Modell selbst: Claude Fable 5.1 ist da, und laut Ankündigung das stärkste Modell für Coding und Wissensarbeit.

Lena Vogel: Was eher monetär interessant ist: Die Cache-Read-Preise sind gesenkt worden, was typische Workloads um etwa 25 Prozent günstiger machen soll, und bei Agent-Aufgaben sollen es bis zu 45 Prozent Ersparnis sein. Das macht Sinn, weil Agenten oft dasselbe immer wieder lesen.

Felix Hartmann: Es gibt außerdem eine eingeschränkte Version namens Mythos 5.1. Was die genau kann, ist nicht im Detail erklärt — da bleibt eine offene Frage.

Lena Vogel: Und dann noch OpenClaw 2.0 — ein lokaler persönlicher KI-Assistent, Open Source, der automatisch ChatGPT- und Claude-Keys erkennt, und neu mit Multiplayer-Sessions, also geteilten Unterhaltungen mit mehreren Leuten.

Felix Hartmann: Die Zahl, die echt auffällt: über 346.000 GitHub-Sterne in sechs Monaten. Das soll das am höchsten bewertete Projekt auf GitHub sein.

Lena Vogel: Wichtig einzuordnen: Sterne sind Begeisterung, keine Qualitätsprüfung. Aber die Zahl sagt zumindest, dass die Nachfrage nach lokalen, selbst gehosteten Assistenten riesig ist.

Felix Hartmann: Und Porte passt hier noch gut rein — ein Open-Source-Fernbedienung für Grok Build. Man koppelt sein Telefon, liest Transkripte, schickt Prompts und Dateien, führt Befehle aus, und genehmigt Berechtigungen. Kostenlos.

Lena Vogel: Das ist im Kern Agent-Infrastruktur aus Usersicht: Der Agent arbeitet auf dem Rechner, ich steuere vom Handy aus. Man sieht ein Muster: Werkzeuge, Gedächtnis, Modelle, Bedienung — die Infrastruktur rund um Agenten wächst rasant, und jeder baut ein Stück davon.

Felix Hartmann: Und wenn die Infrastruktur steht, ändert sich die Arbeit selbst. Kommen wir zum Entwickleralltag: Canvas, Docs, Releases.

Lena Vogel: Modeinspect zuerst. Das ist eine KI-Canvas, die auf dem echten Codebase arbeitet — also nicht auf einer Simulation, sondern auf den echten Komponenten, Design-Tokens, States und Breakpoints, 1:1. Und am Ende kommen reviewbare, typsichere Pull Requests raus.

Felix Hartmann: Das ist der entscheidende Punkt: reviewbar. Nicht "die KI hat was gebaut, hoffe es funktioniert", sondern ein PR, den ich als Entwickler lesen und kritisieren kann.

Lena Vogel: Die 1:1-Abbildung ist der Kern: Die Canvas zeigt, was wirklich im Code ist. Also keine Parallelwelt, sondern eine Sicht auf die Wahrheit.

Felix Hartmann: Doop geht einen anderen Weg: eine Open-Source-Canvas, unendlich groß, in der MCP-Agenten — also Claude oder Codex — live zusammen entwerfen. Mit geteiltem Gedächtnis, und man bringt sein eigenes KI-Abo mit, "Bring your own".

Lena Vogel: Das ist spannend, weil es die Kollaboration selbst agentifiziert: Nicht ein Agent arbeitet für mich, sondern mehrere arbeiten gemeinsam, sichtbar, auf einer Fläche. Open Source plus BYO heißt auch: Ich entscheide, welches Modell meinen Code sieht.

Felix Hartmann: Während diese beiden visuell arbeiten, geht es bei Onset MCP um den ungeliebten Teil der Entwicklerarbeit: Release Notes. Claude oder Cursor sollen Release Notes schreiben, planen und veröffentlichen — via MCP.

Lena Vogel: Und es gibt einen kostenlosen Plan, angeblich unbegrenzt, mit bis zu 1000 Abonnenten. Für Teams, die Releases regelmässig raushauen, könnte das eine Menge Handarbeit sparen. Auch hier: Das ist die Maker-Angabe, nicht geprüft.

Felix Hartmann: Und Browzer ist der vierte Baustein: Es verbindet sich mit einem GitHub-Repo und generiert automatisch DevRel-Content — Dokumentation, Blogbeiträge, Demo-Videos. Und nach jedem Merge aktualisiert es sich selbst, sogenanntes "Self-Healing" der Docs.

Lena Vogel: Docs, die mit dem Code mitwachsen, sind ein altes Problem. Stale Docs sind fast schlimmer als keine.

Felix Hartmann: Aus Onset MCP und Browzer zusammen ergibt sich ein Muster: Der Schreib-Aufwand wird automatisiert, der Review-Aufwand bleibt beim Menschen. Der Entwickler wird eher Reviewer und Dirigent als Autor.

Lena Vogel: Lass mich das kurz zusammenfassen: Modeinspect und Doop machen die Arbeit sichtbar, Onset und Browzer automatisieren die Begleitmaterialien. Was dabei noch offen ist: Wie gut diese PRs und Texte wirklich sind, ohne dass ein Mensch nacharbeitet. Die Quellen sagen es nicht — und ehrlich gesagt würde ich das erst im eigenen Projekt prüfen.

Felix Hartmann: Und BaseDash AI Sources passt noch dazu, weil es Vertrauen zurückbringt: Man kann hinter jede KI-Antwort schauen — welche Tabellen, welches SQL, welche Zeilen, welche MCP-Verbindungen und Webseiten benutzt wurden. Aktionen, die Daten verändern, werden als Karten angezeigt.

Lena Vogel: Das ist im Grunde Zutatenlisten für KI-Antworten. Für Leute, die Agenten in der Produktion nutzen, ist das eher eine Notwendigkeit als ein Nice-to-have.

Felix Hartmann: Jetzt wechseln wir die Perspektive: vom Bauenden zum Vertrieb und Marketing. Denn da passiert Ähnliches — KI prüft, verändert und verifiziert Inhalte in beide Richtungen.

Lena Vogel: Userlens hat einen Agenten namens Lumi veröffentlicht, einen PLG-Adoptions-Agenten. PLG heisst Product-Led Growth, also Produkte, die sich über die Nutzung selbst verkaufen.

Felix Hartmann: Was Lumi besonders macht: Es kombiniert das Data Warehouse mit Analytics, schreibt personalisierte Nachrichten — aber mit einer Freigabe, also Approval, durch den Menschen. Und es misst das reale Verhalten, nicht nur Klicks.

Lena Vogel: Dieses "mit Freigabe" ist ein wichtiges Detail. Der Agent macht Vorschläge, ein Mensch sagt ja. Das ist ein anderes Autonomie-Niveau als bei GhostReply.

Felix Hartmann: Articos ist das Gegenstück: Es testet Messaging und Landingpages mit simulierten Personen, die auf die eigene ICP — also die eigene Zielkunden-Definition — gematcht sind. Bericht in 30 Minuten, und die Behauptung ist, dass 46 Studien eine 86-prozentige Übereinstimmung mit echten Menschen belegen.

Lena Vogel: 86 Prozent klingt gut, und 30 Minuten statt Wochen Usability-Tests wäre ein grosser Deal. Aber ich bleib vorsichtig: Das ist eine Maker-Behauptung, und "ähnlich wie Menschen" heisst nicht "gleich gut wie Menschen".

Felix Hartmann: Simulierte Personen können Bias aus den Trainingsdaten einführen. Für erste Hypothesen nützlich, als Ersatz für echte Kunden — da wär ich zurückhaltend.

Lena Vogel: Und dann gibt es noch die Verifikations-Seite: deepeye ist ein Browser-Plugin, das KI-generierte Bilder, Videos und Sprache in WhatsApp in Echtzeit erkennt. Kostenlos, entwickelt von deepidv, in Kooperation mit Scam.AI, mit geteiltem Datensatz.

Felix Hartmann: Das ist im Grunde die Antwort auf die ganzen Agenten aus dem ersten Thema: Wenn Agenten Stimmen haben, brauche ich Werkzeuge, die erkennen, ob eine Stimme echt ist.

Lena Vogel: Realtime in WhatsApp ist die richtige Stelle, weil Scams da oft drüber laufen. Das Kostenargument — kostenlos — macht es zugänglich.

Felix Hartmann: Und für den B2B-Vertrieb noch RoundOS Data Room: eine Alternative zu DocSend, dauerhaft kostenlos. Es bietet Analytics pro Seite und pro Betrachter, NDA-Funktion, Wasserzeichen und Links, die man widerrufen kann. Monetisiert wird über ein anderes Produkt namens Operator.

Lena Vogel: "Dauerhaft kostenlos" ist eine starke Aussage gegen DocSend, das auf Abos setzt. Die Monetarisierung über ein Schwestprodukt ist der übliche Play von kleinen Studios. Ob das dauerhaft hält, ist eine offene Frage.

Felix Hartmann: Wenn wir das Thema so zusammenfassen: Content wird mit KI erzeugt, mit KI getestet, mit KI geprüft. Der Mensch wird bei Lumi zur Freigabestelle, bei deepeye zur Zielgruppe, die geschützt werden muss.

Lena Vogel: Und genau diese Spannung — Autonomie und Kontrolle — ist das, was den ganzen Tag über immer wieder auftaucht.

Felix Hartmann: Kommen wir zum letzten Teil: Desktop- und Alltagstools. Mac, Windows, und die Hosentasche.

Lena Vogel: CleanShot 5.0 zuerst, für alle, die auf dem Mac Screenshots und Aufnahmen machen. Die 5.0 bringt einen neuen Studio Mode, und den Video-Editor gibt es jetzt auf allen Plänen. Und wichtig: kein Abo.

Felix Hartmann: Das "kein Abo" ist gegen den Markt gesetzt, wo alles abonniert wird. Für Leute, die Content erstellen, ist CleanShot quasi Standard-Kit.

Lena Vogel: Ähnlich bauchnah: Roadie. Ein Menüleisten-Tool für macOS, das Audio automatisch umschaltet — Mikrofon und Kopfhörer mit Prioritäten, lokal, und ausdrücklich ohne Audio-Capture. Early Access Version 0.9.2, einmalig 9,99 Dollar.

Felix Hartmann: Das "ohne Audio-Capture" ist ein Datenschutz-Argument. Es lauscht nicht mit, es regelt nur.

Lena Vogel: Für Podcast-Leute wie uns ist das tatsächlich relevant: Nichts nerviger, als wenn das Mikro plötzlich auf die falsche Quelle schaltet.

Felix Hartmann: Und Parasocial, ein nativer Podcast-Player: Lädt neue Folgen beim Release automatisch runter, hat smarte Playlists, Tag-Favoriten, kann Ausschnitte teilen, und braucht kein Konto. Läuft auf iPhone, Mac und CarPlay.

Lena Vogel: Kein Konto — in einer Zeit, wo jeder Player einen Login will, ist das fast schon rebellisch. Und CarPlay ist für Hörer wie uns wichtig.

Felix Hartmann: Jetzt kurz auf die Windows-Seite: Dynamic Edge bringt die Dynamic Island — also das Ding vom iPhone — auf Windows 10 und 11. Nativ in WinUI 3, mit Mediensteuerung, Zwischenablage und Timern. Dockbar und Multi-Monitor-fähig.

Lena Vogel: Nativ ist hier das Stichwort — keine Electron-App, die 500 Megabyte frisst. Ob die Dynamic Island auf dem Desktop wirklich Sinn ergibt, ist Geschmackssache. Aber die technische Umsetzung klingt sauber.

Felix Hartmann: Und zum Schluss noch das kleine Kuriositäten-Kabinett, alles kurz.

Lena Vogel: Also: Dyson CameraJet. Eine Zahnbürste mit eingebauter Kamera, 28 Bilder pro Sekunde, die Zahnzwischenräume erkennt, und beim Putzen Mundspülung präzise einspritzt. Preis: 499,99 Dollar, Lieferung am 8. September.

Felix Hartmann: Das ist so absurd, dass es fast wieder Sinn ergibt. Ob eine Kamera im Mund genauere Putzergebnisse bringt als eine gute Putztechnik — keine Ahnung. Aber es ist ein artefakt, das zeigt, wie weit Kamera-Infrastruktur inzwischen reicht.

Lena Vogel: Stitch AI ist das Gegenteil von absurd: ein Agent für Stickerei-Digitizing. Das heisst, ein Design wird in ein Stickmuster umgewandelt — mit regionsbasiertem Stichplan in 15 Sekunden, Ausgabe im Tajima-DST-Format, mit Mockup-Vorschau. Kostenlos.

Felix Hartmann: 15 Sekunden statt Stunden in Spezialsoftware, das ist für kleine Labels oder Etsy-Leute eine echte Zeitersparnis. Und kostenlos senkt die Einstiegshürde auf null.

Lena Vogel: Und Porte hatten wir vorhin schon kurz erwähnt — das Telefon als Fernbedienung für Grok Build, Open Source, kostenlos. Man koppelt, liest Transkripte, schickt Dateien und genehmigt Berechtigungen.

Felix Hartmann: Passt perfekt in das Agenten-Thema vom Anfang: Der Agent arbeitet, der Mensch überwacht vom Sofa aus.

Lena Vogel: Machen wir ein kurzes Fazit, Felix. Was bleibt hängen?

Felix Hartmann: Ich denke, das Muster des Tages: Autonomie wächst schneller als die Sicherungen drumherum. Dial gibt Agenten Telefonnummern, Monid gibt ihnen Werkzeuge, HydraDB ein Gedächtnis, Fable 5.1 ein besseres Gehirn. Aber die Gegenbewegung ist genauso sichtbar: Lumi verlangt eine Freigabe, BaseDash zeigt die Zutaten, deepeye erkennt gefälschte Inhalte, GhostReply rechnet lokal.

Lena Vogel: Und der Entwickler? Wird Reviewer und Dirigent. Die Werkzeuge schreiben, er prüft und gibt den Takt an.

Felix Hartmann: Was noch offen ist: Wie gut funktionieren diese Dinge wirklich im Alltag? Vieles, was wir heute besprochen haben, sind Maker-Behauptungen — von 86 Prozent Genauigkeit bis zu 10-Sekunden-Telefonnummern. Die haben wir nicht getestet, und das sollten unsere Hörerinnen und Hörer genauso lesen.

Lena Vogel: Genau so ist es. Danke fürs Zuhören, hier war Lena Vogel.

Felix Hartmann: Und Felix Hartmann. Bis zum nächsten Mal.