0908 | KI-Werkzeuge im Alltag: Agenten, Visuelle Reviews und clevere Apps

Lena Vogel: Willkommen zurück zum Daily Brief, hier ist Lena Vogel.

Felix Hartmann: Und Felix Hartmann. Schön, dass du wieder dabei bist. Wir schauen heute wieder auf Produkte, die gestern gestartet sind, und suchen uns die raus, bei denen ein klares Problem, ein wirklich unterscheidbarer Lösungsansatz und etwas Belastbares aus der Diskussion zusammenkommen.

Lena Vogel: Und unser roter Faden heute ist eigentlich ein einziger: KI macht immer mehr Arbeit für uns – Code, Notizen, Analysen – aber der Knackpunkt ist fast immer dieselbe Frage: Wer behält eigentlich die Kontrolle und die Übersicht?

Felix Hartmann: Genau. Wir fangen bei Coding-Agenten an, dann geht es um drei Mac-Apps, die winzige Kontrollflächen an den Bildschirmrand verlegen, dann darum, was aus KI-Chats überhaupt übrig bleibt, und am Ende darum, wenn Analyse von ganz allein läuft.

Lena Vogel: Los geht's mit Airuncode. Das ist eine lokale Agent-Runtime für echte Softwarearbeit. Die Kernidee: Du betreibst mehrere Coding-Agents parallel auf deinem eigenen Rechner, bringst deine eigenen API-Keys mit und kannst zwischen Cloud- und lokalen Modellen wechseln – und zahlst direkt beim Provider, ohne Token-Aufschlag.

Felix Hartmann: Das klingt erstmal nach Infrastruktur-Details, aber die Philosophie dahinter ist spannend. Der Builder sagt in seiner Vorstellung, er wollte nicht, dass sein ganzer Coding-Workflow von einem einzigen KI-Unternehmen, einem einzigen Abo oder einem einzigen Modell abhängt. Die Idee: Die Runtime ist die stabile Schicht, das Modell ist austauschbar.

Lena Vogel: Das ist eine grundsätzlich andere Herangehensweise als die meisten Tool-Ecosystems, wo du an einen Anbieter gebunden bist. Was die Runtime dann konkret macht: Sie scannt deinen Codebase, lässt Agents Lösungen diskutieren, editiert Dateien, führt Tests aus und versucht fehlgeschlagene Tests automatisch zu reparieren. Veröffentlicht ist das für Windows, macOS und Linux.

Felix Hartmann: Und es gibt noch eine zweite Säule, die auf den ersten Blick überrascht: V-CORE, eine native Vulkan-3D-Runtime für KI-gestützte Spielentwicklung. Die Begründung des Builders ist nachvollziehbar – er wollte, dass Agents echte Engine-Fähigkeiten haben, statt Rendering, Terrain, Physik und ähnliches jedes Mal von Null aufzubauen.

Lena Vogel: Was ich wichtig finde: Das sind alles Aussagen des Makers. Das ist der Pitch, nicht ein verifiziertes Ergebnis. Und genau da kommt die Community ins Spiel, und die war bemerkenswert kritisch.

Felix Hartmann: Ja, der beste Kommentar kam von jemandem, der sagt: Der Teil, über den ich mehr hören will, sind mehrere Agents parallel im selben Repo. Und die Begründung trifft einen echten Schmerzpunkt. Das Versagen, das er immer wieder erlebt, ist nicht schlechter Code – es ist eine zweite, korrekte Implementierung von etwas, das das Repo längst hatte. Jede Session startet ohne Vorwissen, das Ergebnis liest sich im Diff völlig in Ordnung, aber es gab das schon.

Lena Vogel: Und dann stellt er die entscheidende Frage: Findet die Debatte zwischen den Agents statt, nachdem alle gelesen haben, was schon da ist? Oder streiten die über Ansätze, bevor irgendeiner geprüft hat, ob es sowas schon gibt?

Felix Hartmann: Das ist eine technische Frage, die über Airuncode hinausgeht. Wenn du Agents parallel laufen lässt, brauchst du irgendeine Form von geteiltem Repo-Wissen, sonst multiplizierst du vielleicht nur dein Problem. Und dieselbe Person hatte Bedenken beim Self-Healing: Ein grüner Test sagt dir nicht, dass die Reparatur in der richtigen Schicht passiert ist.

Lena Vogel: Also: Airuncode ist für Entwickler, die Anbieter-Unabhängigkeit und lokale Kontrolle wollen und bereit sind, Parallelität selbst zu orchestrieren. Es ist laut Builder noch am Anfang – er baut gerade die PWA um und eine Community mit Forum. Die offenen Fragen sind real: wie das geteilte Wissen funktioniert und wie gut das Self-Healing wirklich ist.

Felix Hartmann: Und das führt perfekt zum nächsten Thema, weil die Community-Diskussion bei Airuncode ja genau das Problem beschreibt: Agents produzieren mehr Code, als du lesen kannst. PR Lens von Coldtea ist genau auf dieses Folgeproblem gemünzt.

Lena Vogel: PR Lens zeichnet animierte Architektur- und Datenfluss-Diagramme – von jedem Codebase und jedem Pull Request. Die Idee: Du siehst die Änderung, bevor du auch nur eine Zeile Code gelesen hast. Der Maker formuliert es so: Agents schreiben jede Woche mehr Code, aber wir müssen ihn trotzdem verstehen, und zeilenweises Lesen ist keine effiziente Methode mehr.

Felix Hartmann: Und die Ausführung ist konkret: Ein eigens geschriebener Renderer für Agent-Diffs. Jeder Pull Request bekommt ein animiertes Diagramm, in dem Änderungen, Ergänzungen und Löschungen farbcodiert sind. Und es bewegt sich – man sieht einem Request buchstäblich dabei zusehen, wie er durchs System reist, statt vor einer Diff-Wand zu sitzen.

Lena Vogel: Verfügbarmachung: Es läuft als GitHub Action, auf der CLI, oder als Skill für deinen Coding-Agenten. Open Source unter MIT, funktioniert mit jedem Modell, das du mitbringst. Der Maker beschreibt den Alltag bei Coldtea so: Agents liefern einen PR, das Diagramm landet mit dabei, und er weiß, was sich bewegt hat, bevor er eine Zeile Diff liest.

Felix Hartmann: Die Diskussionslage ist hier wirklich vielschichtig, und es sind fast alles sinnvolle Fragen, keine Lobhudelei. Ein Nutzer betreibt ein Projekt, bei dem KI-Agents gegeneinander Spiele spielen lassen – und nach genug Agent-Commits verliert er den Überblick, was sich geändert hat. Das ist genau der Anwendungsfall.

Lena Vogel: Dann ein Solo-Founder, der gar keine PRs macht, aber trotzdem das Problem hat: Nach einer langen Serie von Agent-Änderungen über eine Rust-Desktop-App, eine C#-API und ein React-Frontend verliert er leise die Form seiner eigenen Codebase. Die Teile, die er selbst geschrieben hat, sieht er noch. Die Teile, die er nur angeleitet hat, weniger.

Felix Hartmann: Seine Fragen sind präzise: Kann die Baseline auch das System zeigen, wie es gerade steht, statt nur, was eine bestimmte Änderung bewegt hat? Und geht das über Sprachgrenzen hinweg – ein Tauri-Command in Rust und der TypeScript-Aufrufer auf der anderen Seite? Oder ist das Diagramm pro Sprache gescoped?

Lena Vogel: Weitere offene Punkte aus der Diskussion: Wie verhält sich das bei Config- und Infra-Dateien, die eine völlig andere Form haben als Logic-Changes und vermutlich schwer sinnvoll zu rendern sind? Was ist die maximale Dateizahl? Und – eine sehr berechtigte Frage – ist das Diagramm selbst von der LLM-Intelligenz abhängig, oder sind die Renderings bei PR Lens fest kodiert? Die Zuverlässigkeit des Tools selbst ist also noch nicht geklärt.

Felix Hartmann: Fazit zu diesem Block: Beide Produkte adressieren die gleiche Krise von zwei Seiten. Airuncode sagt: Ich kontrolliere, wie Agents laufen – lokal, parallel, mit meinen Keys. PR Lens sagt: Wenn die Agents ohnehin liefen, kontrolliere ich wenigstens, was ich davon verstehe. Beides sind frühe, aber durchdachte Antworten. Und beide haben denselben blinden Fleck gemeinsam: nicht verifiziert, wie gut sie in großen, realen Codebases funktionieren.

Lena Vogel: Bleiben wir beim Thema Kontrolle, aber wechseln die Plattform: Drei macOS-Apps, die winzige Kontrollflächen an den Bildschirmrand bzw. in die Notch verlegen. Fangen wir mit Tucky an, weil die Metapher am anschaulichsten ist.

Felix Hartmann: Tucky ist eine native macOS-Notizen-App, die als dünner Streifen am Bildschirmrand schläft. Du greifst hin, die Notiztitel – seitlich gedreht, damit du sie lesen kannst, ohne zu öffnen – fahren aus. Öffnest eine, schreibst, die anderen bleiben am Rand. Lokal, verschlüsselt.

Lena Vogel: Und dann die Besonderheit: ein KI-Agent, der drin wohnt. Du hältst Option-Leertaste und sprichst mit deinen Notizen, ohne den Bildschirmrand zu verlassen. Es gibt Connectoren zu Gmail, Google Calendar, Docs, Sheets, GitHub und Notion. Plus-Preis: 12 Dollar im Monat, eine Notiz ist gratis. Läuft ab macOS 15, auf Apple Silicon und Intel.

Felix Hartmann: Der Builder sagt, er hat es gebaut, weil er als Gründer in verstreuten Notizen, Ideen, Feedback und Erinnerungen unterging – jedes gute Produkt fängt mit einem eingefangenen Gedanken an, aber seiner gingen verloren. Er nennt Tucky eine "stille Assistentin". Die Community griff genau diese Zurückhaltung auf: Während jede andere Notizen-App um deine Aufmerksamkeit kämpft, versteckt sich diese bewusst, bis du sie brauchst.

Felix Hartmann: Ein Kommentar sagt, diese Zurückhaltung sei härter zu designen, als es aussieht.

Lena Vogel: Aber die kritischen Fragen fehlen nicht. Eine Person fragt konkret: Wo sitzt die Grenze zwischen lokal und Cloud? Die Notizen sind lokal und verschlüsselt, aber Plus tappt in "die besten LLM-Modelle" – ruft der Agent nur ein Cloud-Modell, wenn du explizit etwas fragst, oder liest er deine Notizen im Hintergrund, um Aktionen vorzuschlagen? Diese Grenze ist im Quellmaterial offen.

Felix Hartmann: Auch offen: Windows. Mehrere Kommentare fragen danach. Und eine Preisfrage ist interessant: Eine Person findet, zu viele Features sitzen hinter der Zahlung, so dass man bezahlen muss, um wirklich zu sehen, was Tucky kann – und fragt, warum nicht gleich ein reines Abo-Modell. Alles nicht beantwortet im Material.

Lena Vogel: Weiter mit Assist. Gleiche Idee, anderer Fokus: Annotieren per Stimme. Du hältst die Optionstaste, zeichnest auf deinen Bildschirm und sprichst dabei. Ein lokales Modell – WhisperKit auf Apple Silicon – transkribiert dich, und am Ende hast du einen annotierten Screenshot zusammen mit einem optimierten Prompt, den du kopieren und an Codex, Claude Code oder was auch immer senden kannst.

Felix Hartmann: Der Ursprung ist sehr nachvollziehbar. Der Builder, Abhishek, hat es vor zwei Wochen aus Frust gebaut. Sein Prozess war: Natives Mac-Screenshot-Tool, zuschneiden, Bild an Codex schicken, langen Prompt tippen. Einmal ok, aber wenn du das hundertmal am Tag machst, wird es frustrierend. Bei Assist hältst du Option, annotierst und sprichst, und alles passiert im Notch.

Lena Vogel: Drei Workflows in einem: Sprachannotation, saubere Vollbild-Screenshots mit Control-Option und einem Schnell-Editor, der unter der Notch erscheint – crop, blur, Rahmen – und eine Clipboard-Historie, in der kopierter Text neben deinen Screenshots liegt, filterbar nach All, Text und Images. Preis: 20 Dollar einmalig, kein Abo, alles lokal. Es gibt gar keinen Server, betont der Builder.

Felix Hartmann: Die Datenschutz-Details sind tatsächlich gut: Die Sprachtranskription läuft lokal mit WhisperKit, Rohaudio bleibt nur im Speicher, bis die Transkription fertig ist, und wird nie gespeichert. Das half einer Person in der Diskussion konkret, die an Karpaltunnelsyndrom leidet – für die ist das tippen-ersparende Annotation eine echte Erleichterung.

Lena Vogel: Aber es gab auch eine sehr scharfe Sicherheitsbemerkung: Eine Clipboard-Historie ist, ob du sie so designed hast oder nicht, ein Secrets-Depot. Jeder pastet irgendwann einen API-Key oder ein Passwort aus einem Manager, und dann liegt das im Notch, wiederverwendbar. Die Frage: Erkennt und überspringt Assist sowas, oder gibt es zumindest ein einstellbares Retentions-Fenster? Darauf finden wir keine Antwort im Material.

Felix Hartmann: Eine Frage noch aus der Diskussion: Wie unterscheidet sich das von Whisperflow? Auch das bleibt offen. Also: Assist ist für Leute, die viel mit Coding-Agenten arbeiten und Screenshots plus Erklärung als Prompt verschicken – einmalig 20 Dollar ist ein fairer Deal, wenn die lokalen Datenschutzversprechen halten.

Lena Vogel: Dritter im Bunde: Remind. Das Problem kennt jeder: Du bist tief in der Arbeit und merkst, dass du sieben Minuten zu spät zu deinem Zoom-Call bist. Remind nimmt bei Meeting-Beginn den ganzen Bildschirm ein – auf jedem Display – mit einer KI-generierten Briefing-Karte und einem Ein-Klick-Join-Button.

Felix Hartmann: Das Briefing ist der eigentliche Unterschied zu einer simplen Erinnerung. Remind verbindet sich mit Google- oder Microsoft-Kalendern, und optional kommen E-Mail, Slack und Notion dazu. Im Beispiel auf der Website steht dann nicht nur "Partnership Review, 10 Uhr", sondern wer dich trifft, was auf der letzten Call besprochen wurde, was in E-Mails und Slack ungeklärt ist. Supportet Zoom, Google Meet, Teams und Webex.

Lena Vogel: Preis: 19,99 Dollar pro Jahr, mit sieben Tagen kostenloser Test, über den Mac App Store. Der Builder sagt, es geht ihm nicht darum, den Kalender zu ersetzen, sondern dich arbeiten zu lassen, ohne die Uhr zu beobachten – und dich dann zum exakt richtigen Zeitpunkt zu holen.

Felix Hartmann: Die Diskussion war hier kürzer, aber die Richtung stimmte: Eine Person nennt es hilfreich für Menschen mit zu vielen Projekten oder Clients und viel Kontextwechsel. Die Grenzen sind dieselben wie bei den anderen beiden: nur macOS 14+, und die Briefing-Qualität hängt daran, wie gut die KI die Kontexte wirklich zusammenbringt – was wir nicht verifiziert haben.

Lena Vogel: Wenn man die drei zusammen sieht, ist das Muster schon auffällig: Drei Teams haben unabhängig entschieden, dass die Control-Fläche nicht ein weiteres Fenster sein soll, sondern ein minimaler Punkt am Bildschirmrand – die Notch, der Rand, der Vollbild-Moment. Alle drei lokalfirst oder mit lokalen Komponenten, alle drei mit der gleichen offenen Frage nach der Datenschutz-Grenze und der Verfügbarkeit auf anderen Plattformen.

Felix Hartmann: Genau. Und jetzt kommen wir zu einer Frage, die mit all dem zusammenhängt: Wo bleibt eigentlich das, was du mit KI machst? Chats verschwinden, sobald du den Tab schließt. Und dazu passt Clipnote.

Lena Vogel: Clipnote ist im Kern eine simple Antwort auf ein echtes Problem: Deine ChatGPT- und Claude-Gespräche sind weg, sobald du den Tab schließt. Bei Clipnote sagst du deiner KI einfach "save this" – über MCP angeschlossen – oder du pastest den Inhalt manuell, und er wird sofort gesichert.

Felix Hartmann: Der Builder beschreibt seinen Ausgangspunkt so: Er hat den Überblick über alles verloren, was er mit KI erstellt hat – Code-Snippets, Entwürfe, Ideen, verstreut über Chat-Fenster ohne Möglichkeit, sie zu speichern, zu organisieren oder zu teilen. Clipnote ist ein Ort, an dem KI-generierte Inhalte landen, in Collections organisiert werden und mit einem teilbaren Link veröffentlicht werden können.

Lena Vogel: Und der Funktionsumfang ist, wenn man genau hinschaut, deutlich mehr als ein Notizblock. Es gibt drei Formate: reinen Text, Markdown und HTML. Bei HTML kann die KI dir tatsächlich interaktive Dinge bauen – ein Trinkgeld-Rechner, ein Schere-Stein-Papier-Spiel – und Clipnote speichert das so, dass du es per URL öffnen und zeigen kannst, nicht als toten Text.

Felix Hartmann: Dazu: Versionierung, wenn du etwas überschreibst – alte Versionen bleiben wiederherstellbar. Papierkorb mit 30 Tagen Rückholfrist. Und die KI kann bestehende Clips per Name referenzieren: Du sagst "nimm den Kyoto-Reiseplan von letzter Woche und schlage zusätzlich Onsen-Hotels in der Gegend vor", und die KI lädt den Inhalt, um darauf aufzubauen.

Lena Vogel: Für die Verbindung mit Claude reicht ein Klick auf einen Button, keine Passwörter oder API-Keys. Für ChatGPT brauchst du Developer Mode in den Plänen Plus, Pro, Business, Enterprise oder Edu. Kostenlos startbar.

Felix Hartmann: Die Community-Fragen sind wieder die interessanten. Eine Person lobt den "save this"-Flow via MCP als den klugen Teil – deutlich weniger Reibung als Copy-Paste in eine separate App – und hat dann sofort eine scharfe Sorge: Der teilbare Link. Viel von dem, was aus einem KI-Chat heraus gespeichert wird, ist unfertig oder enthält etwas, das man nicht versehentlich öffentlich haben will. Gibt es Ablaufdatum oder Zugriffsregeln, oder sind die Links permanent und offen für jeden mit der URL?

Lena Vogel: Was das Material darauf antwortet: MCP-Saves sind privat per Default – eine Person im Thread nennt genau das die richtige Entscheidung gegen einen Day-one-Leak. Aber die konkrete Frage nach Expiry oder Zugriffssteuerung auf geteilten Links bleibt offen. Das ist ein echter Punkt für jeden, der Clipnote für Arbeit nutzen will.

Felix Hartmann: Eine weitere Frage im Thread: Kann Clipnote gespeicherte Gespräche nach Thema oder Projekt organisieren? Die Antwort aus dem Produktmaterial ist Ja – es gibt Collections, die mehrere Clips zu einer publizierbaren Seite bündeln, und Suche. Aber die tiefe Frage, ob die Organisation automatisch geschieht, bleibt unbeantwortet.

Lena Vogel: Bleiben wir beim Thema Stimme, aber in einer anderen Ecke: Scriptly. Ein iOS-Teleprompter-App, gesteuert durch deine Stimme. Der Maker, Jason, beschreibt den Frust klassischer Teleprompter: Du musst deinen Sprechtempo an eine starre, voreingestellte Scroll-Geschwindigkeit anpassen – entweder jagst du dem Text hinterher oder paustierst unpassend.

Felix Hartmann: Scriptly dreht das um: Der Text bewegt sich in deinem Tempo, weil die App deiner Stimme folgt. Dazu kommen klassische Teleprompter-Werkzeuge, lokale Speicherprivacy, und eine Writing- und Organisations-Umgebung für Skripte – der Builder will, dass du nicht mehrere Apps jonglierst für Planung, Skript und Aufnahme.

Lena Vogel: Es gibt Apple-Watch-Steuerung, mit der du Aufnahme startest und stoppst und den Teleprompter-Text anpasst, ohne zum Handy zu greifen. Die App ist aktuell in Public Beta über TestFlight. Der Maker sagt, er wollte etwas Natives, Schnelles und Intuitives, ohne Ablenkung.

Felix Hartmann: Die Community-Reaktion ist ehrlich und kurz: Ein Android-Nutzer fragt direkt, ob Android auf der Roadmap steht oder ob die Spracherkennung an iOS-APIs gebunden ist – und sagt, diese App sei fast ein Grund, über ein iPhone nachzudenken, weil der Teleprompter bei seinen kurzen Gründer-Videos immer der schwächste Punkt sei. Und dann die technische Kernfrage: Wenn ich vom Skript abweiche für einen Satz, nimmt die App wieder dort auf, wo ich war, oder wartet sie auf der letzten Zeile?

Felix Hartmann: Beides offen im Material.

Lena Vogel: Und ein Kommentar, der fast schon ironisch ist: Eine Video-App, und dann wurde kein Demo-Video auf Product Hunt hochgeladen. Das ist eine faire Kritik für ein visuelles Produkt.

Felix Hartmann: Und dann noch Bloop, das thematisch ein bisschen abseits liegt, aber perfekt in den Block passt: Es geht darum, dass Kreative – oder in diesem Fall Musiker – ein Ergebnis brauchen, das man weiterverwenden kann, nicht nur etwas Hübsches.

Lena Vogel: Bloop ist ein macOS-Musikvisualizer. Er hört System-Audio oder Mikrofon und rendert in Echtzeit mit acht verschiedenen Shader-Skins. Jeder Frame reagiert auf das, was tatsächlich spielt. Es gibt einen Mini-Player, der über anderen Apps bleiben kann, einen Visualizer in der Menüleiste – und den entscheidenden Part: Du kannst eine MP3-Playlist reinwerfen und das Ganze als fertiges Video exportieren.

Felix Hartmann: Der Builder erzählt ehrlich, was am längsten gedauert hat: nicht das Audio, sondern einen Skin lebendig zu machen. Er hat den letzten viermal neu gebaut – fließende Tinte, organische Wellen, dann ein Ring aus 256 Punkten mit Federkopplung, der nach außen drückt und zurückrelaxt – und am Ende umbenannt.

Felix Hartmann: Er hatte ihn Black Hole genannt, aber der Name beschrieb das Gegenteil von dem, was auf dem Bildschirm passiert: nichts wird hineingezogen, die Kontur wird nach außen gedrückt und hinterlässt Spuren. Jetzt heißt er Wake.

Lena Vogel: Preislich transparent: Zwei Skins – Glossy und Contour – sind dauerhaft kostenlos, und der Builder betont, das sei die volle App, keine Trial. Der Rest kostet einmalig, kein Abo. Limits: nur Apple Silicon, kein Intel, nur macOS, keine Windows-Pläne. Und er sagt selbst: Es ist ein Visualizer, kein Audio-Editor.

Felix Hartmann: Die Community-Diskussion ist nett, aber nicht tief. Eine Person greift die Umbenennungs-Anekdote auf als Beispiel für etwas, das man nur nach stundenlangem Hinsehen merkt, und spekuliert, dass Menschen eher ruhige Skins für Hintergrund- oder Fokus-Musik und chaotischere wie Wake für harte Beats wählen würden. Ein anderer fragt nach einer Apple-TV-Version. Und ein Kommentar wünscht sich andere Farben.

Felix Hartmann: Nichts davon ist substanziell kritisch, aber die echte offene Frage ist die gleiche wie überall: Wie gut ist es in der Praxis bei verschiedenen Musikstilen? Dafür gibt es keine Daten.

Lena Vogel: Das war unser dritter Block: Clipnote, Scriptly, Bloop – drei unterschiedliche Antworten auf dieselbe Frage: Wie mache ich aus etwas Flüchtigem – einem KI-Chat, einer gesprochenen Zeile, einer Musik – ein dauerhaft verwertbares Artefakt? Bei Clipnote ist es der gespeicherte Clip mit URL, bei Scriptly das sauber aufgenommene Video, bei Bloop der exportierte Musikvisualizer.

Felix Hartmann: Und das führt uns zum letzten Block, wo das Muster noch einen Schritt weiter geht: Wenn KI Routinearbeit übernimmt, willst du am Ende auch regelmäßige Ergebnisse, nicht nur einmalige. Fangen wir mit Routines by Databox.

Lena Vogel: Databox hat über die letzten Monate eine agentic Analytics-Plattform aufgebaut, und Routines ist das vierte Puzzleteil. Der Werdegang: Zuerst der AI Analyst Genie – du stellst eine Frage zu deinen Live-Daten und bekommst eine fertige Antwort. Dann Artifacts, die daraus polierte, teilbare Berichte machen. MCP bringt deine Daten in die LLM-Tools, die du ohnehin nutzt. Skills machen deine Analyseweise wiederholbar.

Felix Hartmann: Und Routines ist der Schritt, der den Menschen aus der Schleife nimmt – zumindest aus dem "jemand muss dran denken". Du gibst dem AI Analyst einen Prompt und einen Zeitplan. Er läuft gegen Live-Daten, bereitet die Analyse oder den Bericht vor und liefert ihn per E-Mail, Slack oder in-app. Pete von Databox beschreibt das alte Muster, das es ersetzt: Jemand zieht die Zahlen, findet heraus, was sich bewegt hat, schreibt es auf, schickt es herum. Das Team redet ein paar Tage später darüber.

Felix Hartmann: Die nächste Runde kommt, wenn diese eine Person Zeit hat – meist eine Woche oder einen Monat später.

Lena Vogel: Die Details, die die Community am meisten hervorgehoben hat: Erstens, jede Ausführung zieht frisch aus den verbundenen Live-Daten, nicht aus einer gecachten Kopie der letzten Antwort – eine Person sagt, genau deshalb könne sie dem Ergebnis "heute hat sich nichts geändert" wirklich vertrauen. Zweitens, du kannst einen bestehenden Chat oder ein Artifact mit einem Klick in eine Routine umwandeln, ohne Anweisungen neu zu schreiben.

Lena Vogel: Drittens, jeder Run wird gespeichert und ist durchsuchbar – du kannst also nachschlagen, was der Check letzten Dienstag sagte, statt durch Chat-History zu scrollen.

Felix Hartmann: Und ein Punkt, den ich stark finde: Routines sind nicht nur zeitgesteuert, sondern auch per Webhook triggerbar. Eine Person im Thread betont, dass das Event-basierte Option – Routine feuert, sobald eine Kampagne endet oder ein Schwellenwert erreicht wird – genau die Automationsschicht ist, die man sonst selbst bauen müsste.

Lena Vogel: Eine Person bringt den Vergleich auf den Punkt, der das Thema zusammenfasst: Routines vs. Cron-Job. Ein Cron-Job läuft ein Skript auf einem Timer, macht keine Begründung, und gibt dir jedes Mal dieselbe Art Analyse. Eine Routine entscheidet jedes Mal, was erwähnenswert ist, und gibt dir eine andere Analyse. Das klingt klein, ist aber der Grund, warum man einer solchen Sache autonome Analysen zutrauen kann – oder eben nicht.

Felix Hartmann: Databox bietet 14 Tage gratis. Offene Fragen: Wie entscheidet die Routine, welche Insights wirklich erwähnenswert sind? Das fragt jemand im Thread, und eine wirklich substanzielle Antwort darauf gibt es im Material nicht. Das ist der Punkt, an dem Vertrauen in automatisierte Analysen steht oder fällt.

Lena Vogel: Und dann der Kontrast am Ende des Tages: Nina von Antalpha – ein KI-Trading-Assistent, hinter dem ein börsennotiertes Unternehmen steht, Antalpha, NASDAQ-Kürzel ANTA. Und hier ist die Kontrolle nicht nur Design-Entscheidung, sondern Überlebensfrage.

Felix Hartmann: Die Ausgangsgeschichte des Builders: Er handelt seit Jahren Krypto. Der anstrengende Teil war nie der Trade selbst, sondern alles davor – zehn offene Tabs, On-Chain-Flows hier, Smart-Money-Wallets dort, Makro, Sentiment, und ein generischer Chatbot, der Dinge erfand, weil er keine Echtzeit-Daten hatte. Und die KI-Agents, die das versprachen, wollten Custody seines Wallets oder liefen auf ihrem eigenen Token.

Felix Hartmann: Die eigenen Keys einem Bot zu geben, um ein paar Minuten zu sparen, erschien ihm nie die Mühe wert.

Lena Vogel: Deshalb lautet die Grundregel bei Nina: Nina hält niemals deine Gelder – du signierst jede Transaktion auf deinem eigenen Wallet. Nina liest institutionelle Echtzeit-On-Chain-Daten und antwortet conclusion-first, mit einem Chart statt einer Textwand. Wenn du handeln willst, entwirft sie den besten Routen-Trade, aber du signierst selbst.

Felix Hartmann: Interessant ist die Selbstbeschränkung. Der Builder sagt wörtlich, der Umfang sei beim Bauen immer enger geworden. Sie haben den Traum vom autonomen Do-Everything-Agent fallen gelassen und sich auf eine Sache konzentriert: die Analystin und Entwurferin zu sein, der man vertrauen kann. Konkret: Smart-Money-Tracking, Markt- und Event-Prädiktionen, Wallet-Sicherheitschecks – alles in einem Chat. Und jetzt auch US-Aktien neben Krypto.

Felix Hartmann: Dazu Sentinel, eine 24/7-Warnfunktion, und MCP, um Ninas Daten in jeden AI-Client zu ziehen, den man bereits nutzt.

Lena Vogel: Die Community-Reaktion ist hier präzise. Eine Person sagt, Non-Custodial sei der Schlüssel, und hofft, dass alle das sehen. Eine andere mag keine Trading-Bots, mag aber die Personalisierung und den "Character" der Figur. Die offenen Fragen aus dem Thread: Deckt die Marktanalyse nur US-Aktien ab, oder kann man beliebige Regionen wählen? Und gibt es Pläne, auf Nicht-US-Märkte zu erweitern? Beides offen.

Felix Hartmann: Was diesen Block zusammenfasst: Bei Databox Routines delegierst du Analyse, aber die Daten bleiben in deinem System, und du liest das Ergebnis. Bei Nina delegierst du Recherche und Trade-Vorbereitung, aber die Gelder bleiben bei dir. In beiden Fällen ist das Muster dasselbe: KI macht die Routinearbeit, der Mensch behält die letzte Kontrolle – bei Nina bewusst so gestaltet, weil Trading-Bots mit Custody-Keys berechtigtes Misstrauen wecken.

Lena Vogel: Und wenn wir den ganzen Tag überblicken, ist das eigentlich die eine Geschichte. Airuncode will dir die Kontrolle über die Agents selbst geben. PR Lens will dir die Kontrolle über das geben, was Agents produziert haben. Tucky, Assist und Remind verlegen Kontrollflächen an den Bildschirmrand und halten Daten lokal. Clipnote, Scriptly und Bloop verwandeln Flüchtiges in Bleibendes. Und Routines und Nina automatisieren Routinearbeit, ohne dir die Schlüssel aus der Hand zu nehmen.

Felix Hartmann: Aber in jedem einzelnen Fall sind die kritischen Fragen aus der Community unbeantwortet: Wie funktioniert geteiltes Wissen bei parallelen Agents? Wie zuverlässig sind Diagramme bei großen Repos? Wo genau läuft die Cloud-Lokal-Grenze? Wie sicher ist eine Clipboard-Historie wirklich? Gibt es Ablaufregeln für geteilte Links? Wie verlässlich sind automatisierte Insights?

Lena Vogel: Genau das ist der Stand: Eine ganze Welle von Tools, die alle an derselben Stelle ankommen – KI übernimmt Arbeit, aber die Verantwortung und die Kontrolle bleiben bei dir, ob du das nun willst oder nicht.

Felix Hartmann: Danke fürs Zuhören, hier war Lena Vogel.

Lena Vogel: Und Felix Hartmann. Wir hören uns morgen wieder, mit dem nächsten Daily Brief. Bis dann!

Felix Hartmann: Tschüss!