1006 | KI-Rundflug: Lernen, Bauen, Prüfen

Lena Vogel: Herzlich willkommen zum Podcast! Ich bin Lena Vogel.

Felix Hartmann: Und ich Felix Hartmann. Schön, dass du wieder dabei bist. Heute schauen wir uns einen bunten Strauß neuer Tools und Produkte an – und was sie verbindet, ist eigentlich eine einzige große Frage: Wie viel Arbeit können wir wirklich an KI-Agenten und Assistenten übergeben, und was brauchen wir, um das Ergebnis überhaupt noch zu kontrollieren?

Lena Vogel: Genau. Wir starten ganz unten, beim Verstehen – es gibt nämlich eine kostenlose App, die einem die Grundlagen von ChatGPT und Co. beibringen will. Und von dort gehen wir dann Schritt für Schritt hoch: Workspaces, in denen Agenten arbeiten, wie man deren Arbeit prüft, welche Infrastruktur dahintersteckt, und am Ende die Werkzeuge für den Schreibtisch.

Felix Hartmann: Und wie immer gilt: Wir geben das wieder, was die Macher über ihre Produkte sagen – das sind Zusicherungen, keine von uns unabhängig nachgeprüften Ergebnisse. Bleib kritisch mit uns. Los geht's.

Lena Vogel: Fangen wir mit dem Lernen an. Es gibt eine kostenlose iOS-App namens Unscary AI, und der Name ist Programm: Sie soll KI ent-Dramatisieren. Das Konzept ist, dass ChatGPT und ähnliche Systeme in 42 kleinen Lektionen erklärt werden, und zwar in kurzen Häppchen von drei bis acht Minuten.

Felix Hartmann: Drei bis acht Minuten pro Lektion, das ist ein smartes Format. Man kann das also in einer Mittagspause oder in der U-Bahn machen. Interessant ist auch der Ursprung: Die App ist aus einer Präsenzvorlesung entstanden, einer Veranstaltung von B43. Die hat man also quasi in ein App-Format gegossen.

Lena Vogel: Genau so ist es beschrieben. Und ich finde den Ansatz bemerkenswert, weil die meisten Leute heute KI-Tools benutzen, ohne zu wissen, wie sie funktionieren. Man tippt einen Prompt ein, bekommt ein Ergebnis, und wenn es gut ist, freut man sich, und wenn es schlecht ist, versteht man nicht, warum. Diese Lücken will die App schließen – kostenlos.

Felix Hartmann: Für wen ist das gedacht? Würdest du sagen, für absolute Anfänger?

Lena Vogel: Ich denke, für Leute, die die Basis verstehen wollen, bevor sie anfangen, mit diesen Werkzeugen zu arbeiten. Und das passt gut zu unserem heutigen Thema, denn alles, was wir danach besprechen – Coding-Agenten, Audits, Video-Generierung – setzt irgendein Grundverständnis voraus. Wenn man nicht versteht, was ein Sprachmodell ist und was es kann und was nicht, dann kann man auch mit den fortgeschrittenen Tools wenig anfangen.

Felix Hartmann: Eine Einschränkung wollen wir fairerweise nennen: Es ist eine iOS-App, Android-Nutzer gehen also erst mal leer aus. Und ob die 42 Lektionen wirklich gut didaktisch aufgebaut sind, dafür gibt es aus unseren Quellen keine Belege – das müsste man selbst ausprobieren. Aber als Einstieg ist das Preis-Modell ja unschlagbar: Es kostet nichts.

Lena Vogel: Genau. Und wenn man erst mal verstanden hat, wie ChatGPT funktioniert, kann man einen Schritt weitergehen. Die nächste Frage lautet: Wo arbeiten die eigentlichen KI-Agenten? Denn ein Agent, der Code schreibt, braucht ja mehr als nur ein Chat-Fenster. Er braucht Zugriff auf Dateien, auf Projekte, auf Kontext.

Felix Hartmann: Da gibt es zwei interessante Angebote. Das erste heißt Reason, und das stammt aus dem Y-Combinator-Umfeld. Es ist ein AI-Coding-Workspace, und die Kernidee ist: Du legst fest, was der Agent sehen darf. Dateien, ganze Repositories, frühere Sessions – also was der Agent schon mal mit dir gemacht hat – und sogenannte Skills, also feste Fähigkeiten, die man ihm mitgibt. All das wird als Kontext angegeben.

Lena Vogel: Das ist ein wichtiger Punkt, den man leicht übersieht. Ein Agent ist nur so gut wie der Kontext, den er bekommt. Wenn ich ihm nicht sage, welche Dateien relevant sind oder wie wir in früheren Projekten gearbeitet haben, dann erfindet er eben etwas, das plausibel klingt, aber nicht zu meinem Code passt. Reason macht dieses Kontext-Setzen zum zentralen Bedienkonzept.

Felix Hartmann: Und verfügbar ist es gleich doppelt: als Command-Line-Tool und als Mac-App. Das heißt, es richtet sich klar an Entwickler, die so arbeiten. Und jetzt das zweite Angebot, das findet Lena und mich besonders spannend, weil es eine andere Philosophie verfolgt: Opengeni.

Lena Vogel: Opengeni ist Open Source und selbst gehostet. Das heißt, ich kann die ganze Agenten-Infrastruktur auf meinen eigenen Servern laufen lassen. Und das Angebot ist ziemlich vollständig: Es gibt sogenannte fehlertolerante Sessions – das heißt, wenn eine Session abbricht oder etwas schiefgeht, geht die Arbeit nicht verloren. Es gibt Sandboxes, also abgeschlossene Umgebungen, in denen die Agenten experimentieren können, ohne mein echtes System zu beschädigen.

Felix Hartmann: Dazu über hundert Integrationen zu anderen Diensten. Und dann etwas, das ich für das Wichtigste halte: Human-Approval. Bei kritischen Schritten muss ein Mensch zustimmen, bevor der Agent weitermacht. Und man sieht alle Schritte und die Kosten, die dabei entstehen.

Lena Vogel: Diese Transparenz ist wirklich der Punkt. Bei Cloud-Diensten sieht man oft nur das Endergebnis und die Rechnung am Monatsende. Bei Opengeni sieht man jeden Schritt und weiß, was er gekostet hat. Für Unternehmen, die Agenten ernsthaft einsetzen wollen, ist das ein starkes Argument: volle Kontrolle über die Infrastruktur und nachvollziehbare Kosten.

Felix Hartmann: Und die Kombination der beiden Angebote zeigt schön das Spektrum: Reason ist ein kuratierter, polierter Workspace für Entwickler, Opengeni ist die offene Infrastruktur, die man selbst in die Hand nimmt. Beide antworten auf dieselbe Frage: Was brauchen Agenten, um zuverlässig zu arbeiten? Nämlich Kontext, geschützte Umgebungen, Genehmigungen und Sichtbarkeit.

Lena Vogel: Wobei man sagen muss: Selbst gehostet heißt auch selbst verantwortlich. Das ist nicht plug-and-play, das will gepflegt und gewartet werden. Das ist der Preis für die Kontrolle.

Felix Hartmann: Da unsere beiden Workspaces von Agenten handeln, die Code produzieren – was passiert eigentlich, wenn der Agent fertig ist? Dann muss ja jemand das Ergebnis ansehen und prüfen. Und genau dafür gibt es ein eigenes Produkt namens Reviu.

Lena Vogel: Reviu nennt sich eine Review-Workspace für Coding-Agenten. Das heißt, nach dem Agentenlauf kommt die Qualitätskontrolle. Man kann sich die Änderungen ansehen, Session für Session – also genau die Änderungen, die der Agent in einer bestimmten Arbeitseinheit gemacht hat. Und dann kann man Kommentare direkt auf einzelne Zeilen schreiben und die an den Agenten zurückschicken. Der Agent kann also eine Rückmeldung bekommen, Zeile für Zeile.

Felix Hartmann: Das ist im Prinzip das, was Entwickler sonst untereinander machen, wenn sie Code gegenseitig reviewen – nur dass der Empfänger des Feedbacks eine KI ist. Und es gibt noch eine dritte Funktion, die ich wichtig finde: Checkpoints kann man zurücknehmen. Wenn der Agent einen Fehler eingebaut hat, kann ich also zu einem früheren Stand zurückgehen, statt alles manuell zu reparieren.

Lena Vogel: Das gibt es in einer Pro-Version auch mit GitHub-Pull-Requests – also der Standardweg, über den Code-Änderungen in echten Projekten diskutiert und übernommen werden. Damit integriert sich das Werkzeug direkt in bestehende Arbeitsabläufe.

Felix Hartmann: Und es gibt noch ein zweites Produkt in dem Bereich, das den Aspekt etwas anders beleuchtet: devpit. Das ist eine native Kontroll-App für Claude Code, also für einen bestimmten Coding-Agenten. Man bekommt ein überwachtes Terminal – man sieht also live, was der Agent tut –, ein kartebasiertes Board, das an ein Projektboard erinnert, und – das kommt uns jetzt bekannt vor – eine Kostenanzeige pro Aufruf.

Lena Vogel: Kosten pro Aufladung, das hatten wir ja schon bei Opengeni. Es scheint sich hier ein Muster abzuzeichnen: Die fortschrittlichen Nutzer der Coding-Agenten wollen nicht nur die Ergebnisse sehen, sondern auch wissen, was ein bestimmter Aufruf gekostet hat. Das ist für das Budget-Management wichtig, aber auch für das Verständnis: Teure Aufrufe deuten oft auf komplizierte oder ineffiziente Aufgaben hin.

Felix Hartmann: Und hier kommt der Bogen zu unserem nächsten Thema, denn wenn man Agenten prüft und kontrolliert, muss man ihnen ja irgendwie vertrauen können, dass sie das liefern, was man erwartet. Und das hängt eng damit zusammen, welches Modell man überhaupt einsetzt.

Lena Vogel: Genau, und dazu gibt es zwei Infrastruktur-Angebote. Das erste ist FastRouter.ai. Das verspricht, über zweihundert Sprachmodelle hinter einer einzigen API verfügbar zu machen, die mit der OpenAI-Schnittstelle kompatibel ist. Man wechselt also nicht zwischen zwei, drei, vier Anbietern hin und her, sondern hat einen einzigen Einstiegspunkt.

Felix Hartmann: Und dahinter wird dann optimiert – nach Kosten, nach Latenzzeit, also Antwortgeschwindigkeit, oder nach Qualität. Man wählt quasi das Modell aus, das für die jeweilige Aufgabe am besten passt. Und es gibt einen automatischen Failover: Wenn ein Modell ausfällt oder überlastet ist, wird automatisch auf ein anderes ausgewichen.

Lena Vogel: Das ist ein wichtiges Detail. Ausfälle sind bei Cloud-Diensten real, und wenn eine Anwendung von einem einzigen Modell abhängt, dann steht sie beim Ausfall still. Ein automatisches Failover-System sorgt dafür, dass der Betrieb weiterläuft. Und es gibt wöchentliche Insights, also Berichte darüber, was man benutzt hat und was es gekostet hat – wieder so ein Transparenz-Muster, das wir heute schon mehrfach gesehen haben.

Felix Hartmann: Das zweite Infrastruktur-Angebot kommt von Cloudflare, die mit der Web Search API auf den Markt gehen, momentan in der Beta-Version. Diese wird über das AI-Gateway von Cloudflare angeboten, und es unterstützt Anbieter wie Ceramic.ai, Exa und Linkup.

Lena Vogel: Und bei Cloudflare ist das Sicherheits- und Datenschutz-Argument prominent: Zero-Data-Retention, also keinerlei Datenspeicherung. Die Suchanfragen und Ergebnisse werden nicht gespeichert. Für Unternehmen, die sensibel mit ihren Daten umgehen, kann das entscheidend sein.

Felix Hartmann: Und jetzt der wichtigste Punkt: Warum ist eine Such-API relevant für Agenten? Weil Agenten, die über das aktuelle Geschehen Bescheid wissen müssen – etwa für Recherchen oder Audits – eben auf aktuelles Web-Material zugreifen können müssen. Die Web-Suche ist quasi eine Grundlage dafür, dass Agenten realistisch arbeiten können.

Lena Vogel: Und das führt uns direkt zum nächsten Thema, denn wenn man Agenten mit Such-APIs versorgt, dann kann man sie auch für Audits einsetzen. Konkret heißt das: Wie sichtbar ist meine Marke in den Antworten der KI-Systeme? Denn eine neue Form der Sichtbarkeit entsteht da – und viele Unternehmen wissen gar nicht, wie sie dastehen.

Felix Hartmann: Das erste Produkt dazu heißt Oogwai Beacon, und das macht sogenannte AEO-Audits. AEO steht für Answer Engine Optimization, also die Optimierung dafür, wie man in den Antworten von ChatGPT und Co. auftaucht. Das Tool macht zwei Dinge: Erstens prüft es die Lesbarkeit von Webseiten – und das ist gratis und sofort. Zweitens fragt es ChatGPT und Gemini nach dem eigenen Geschäftsfeld, aber ohne den Markennamen zu nennen.

Lena Vogel: Das ist ein cleverer Test! Denn wenn ich nach „Welche Tools gibt es für die Buchhaltung?“ frage und mein Unternehmen nicht genannt wird, dann weiß ich, dass die KI-Systeme mich in dieser Kategorie nicht auf dem Schirm haben. Und das ist ein messbares Problem. Die Ergebnisse werden per Mail zugestellt, und wenn man auch Claude einbeziehen will, geht das gegen Aufpreis.

Felix Hartmann: Und dann gibt es noch ein zweites Produkt in dieser Kategorie, das richtet sich eher an E-Commerce-Unternehmen: DailyHelm. Das ist ein KI-Reviewer, der nachts automatisch die Daten analysiert – Anzeigen, Suchmaschinenoptimierung, Shop-Daten – und am Morgen eine Liste mit Verbesserungsvorschlägen schickt.

Lena Vogel: Und die Liste ist nicht einfach nach Wichtigkeit sortiert, sondern nach Umsatz-Auswirkung. Das heißt, ganz oben steht das, was voraussichtlich den größten Einfluss auf den Umsatz hat. Das ist ein praktischer Ansatz, weil man als Shop-Betreiber weiß, worauf man sich zuerst konzentrieren sollte.

Felix Hartmann: Aber schauen wir beide Produkte kritisch an. Was Oogwai Beacon und DailyHelm gemeinsam haben: Sie liefern Erkenntnisse und Vorschläge, aber die Qualität dieser Vorschläge hängt davon ab, wie gut die dahinterstehenden KI-Modelle und Datenquellen arbeiten. Das ist eine Zusicherung der Macher, keine unabhängig geprüfte Leistung. Und bei Oogwai Beacon gibt es eine klare Grenze: Es deckt nur die Lesbarkeit komplett gratis ab, die Marken-Sichtbarkeit bei ChatGPT und Gemini, und Claude kostet extra.

Lena Vogel: Bei DailyHelm fragt man sich, wie zuverlässig die Umsatz-Abschätzung eigentlich ist – die Vorschläge sind ja sortiert nach dem erwarteten Umsatz-Einfluss, aber wie genau so eine Schätzung sein kann, wenn die zugrunde liegenden Modelle unsicher sind, ist eine offene Frage. Beide Produkte sind also Hilfsmittel, die man nutzen kann, aber die Ergebnisse sollte man selbst noch einmal hinterfragen.

Felix Hartmann: Und das ist eigentlich der Punkt, der uns zum nächsten Thema führt: Audits und Analysen brauchen belastbare Dokumente. Woher kommt eigentlich das Material, das diese Tools auswerten? Und da gibt es drei Produkte, die sich mit Dokumenten, Recht und Recherche beschäftigen.

Lena Vogel: Das erste heißt Invofox Self Serve, und das ist eine API zur Dokumenten-Extraktion. Das heißt, man kann beliebige Dokumente – Rechnungen, Verträge, was auch immer – hineinschicken und bekommt strukturierte Daten heraus. Und die Macher geben eine Genauigkeit von über 99 Prozent an, mit einer SLA-Garantie, also einer vertraglichen Zusicherung. Das ist eine starke Aussage.

Felix Hartmann: Und das Preismodell ist ungewöhnlich: Wenn die Extraktion fehlerhaft ist, ist sie gratis. Man zahlt also nur für die Fälle, in denen es funktioniert hat. Und für den Einstieg gibt es 500 Gratis-Seiten, plus noch mal 1000 extra als Bonus. Das ist ein mutiges Modell – es zeigt, dass die Macher offenbar von ihrer Genauigkeit überzeugt sind.

Lena Vogel: Das zweite Produkt ist Pilot5 Legal, und das ist im Rechtsbereich tätig. Der Ansatz ist interessant: Fünf verschiedene KI-Modelle analysieren dieselbe Frage unabhängig voneinander – und kritisieren sich dann gegenseitig. Am Ende bleibt die stärkste Gegenposition erhalten und wird zu einer Empfehlung zusammengeführt.

Felix Hartmann: Das ist quasi ein internes Peer-Review-Verfahren. Statt einem Modell blind zu vertrauen, lässt man fünf Modelle dasselbe machen und schaut, wo sie sich einig sind und wo nicht. Wenn fünf Modelle zu demselben Ergebnis kommen, ist das eine stärkere Bestätigung als das Urteil eines einzigen Modells. Und wenn sie sich widersprechen, dann weiß man, dass da Unsicherheit ist – und genau dort ist menschliche Nacharbeit nötig.

Lena Vogel: Dazu kommt eine Quellen- und Zitat-Prüfung – also wird kontrolliert, ob die angeführten Rechtsquellen wirklich stimmen. Das ist wichtig, denn gerade im Rechtsbereich ist das Problem bekannt, dass KI-Modelle Quellen erfinden oder falsch zitieren. Und es gibt eine Vertragsanalyse-Funktion, mit der man Verträge durchleuchten kann.

Felix Hartmann: Und das dritte Produkt in dieser Kategorie heißt CirclePanel, und das ist eine Plattform für UX-Forschung – also die Untersuchung, wie Nutzer mit Produkten umgehen. Der Anspruch ist, den gesamten Forschungsprozess zu integrieren: Planung, Teilnehmer-Rekrutierung, Aufzeichnung der Interviews, Transkription, Analyse, und am Ende geteilte Berichte.

Lena Vogel: Besonders erwähnenswert ist die Transkription, die zwischen Chinesisch und Englisch umschaltbar ist, und dass die Plattform zweisprachig auf Arabisch und Englisch funktioniert. Das deutet darauf hin, dass das Produkt für internationale Teams gebaut ist, die in mehreren Sprachen forschen.

Felix Hartmann: Und diese drei Produkte zusammen zeigen etwas Wichtiges: Der Weg von rohen Daten zu belastbaren Erkenntnissen braucht mehrere Stationen. Invofox macht aus unstrukturierten Dokumenten strukturierte Daten. Pilot5 Legal prüft Rechtsaussagen mit einem mehrstufigen Verfahren. Und CirclePanel macht aus Interview-Aufnahmen analysierbare Forschungsergebnisse. Das ist alles Vorarbeit für alles, was danach kommt.

Lena Vogel: Und was kommt danach? Naja, wenn die Daten vorbereitet sind, geht es ans eigentliche Arbeiten. Und die meisten Leute arbeiten heute am Desktop. Deshalb schauen wir uns jetzt vier Produkte an, die KI-Assistenz direkt in den Alltag auf dem Rechner bringen.

Felix Hartmann: Das erste ist iLand für den Mac. Das nutzt etwas, das bei modernen Macs störend sein kann: die Notch, also diese Aussparung im Display oben. iLand verwandelt die Notch in einen Bereich für Widgets – Musik, Dateiablage, Übersetzung, Kalender und mehr.

Lena Vogel: Und das Preismodell ist fair: Sieben Tage Gratis-Test, danach entweder 1,99 Dollar pro Monat oder eine einmalige Zahlung von 14,99 Dollar. Wer lange dabei bleibt, fährt mit der Einmalzahlung besser.

Felix Hartmann: Das zweite heißt Siteprint, und das ist eine Safari-Erweiterung für den Mac, die sich an Designer und Entwickler richtet. Sie misst auf Webseiten die Farben, die Typografie, die Abstände – also die typografischen und gestalterischen Details einer Seite.

Lena Vogel: Und dann kommt der clevere Teil: Aus diesen Messungen macht das Tool Prompts, die man einer KI geben kann. Man kann also sagen: „Baue mir eine Seite im Stil dieser anderen Seite“, und die KI bekommt die genauen Werte für Farben, Schriftgrößen und Abstände. Das ist wieder ein Angebot, das mit der Arbeit an KI-Modellen zusammenpasst: Es macht visuelle Designs maschinenlesbar.

Felix Hartmann: Und das Preismodell: Das Nachschlagen ist gratis, die Pro-Version kostet einmalig 9,99 Dollar. Das dritte Produkt heißt Jarq, ebenfalls für den Mac. Das ist ein Hotkey-Tool, das genau an der Stelle arbeitet, wo sich gerade der Cursor befindet – man kann übersetzen, zusammenfassen, korrigieren, direkt im Text.

Lena Vogel: Und es gibt eine Audio-Eingabe, die besonders clever ist: Man spricht in einer Sprache, und das Tool gibt in einer anderen aus. Das Tool unterstützt dreizehn Sprachen, und es kostet 4,99 Dollar pro Monat.

Felix Hartmann: Und das vierte Produkt ist Marv, das gibt es für Windows, und es ist noch auf der Warteliste. Das ist ein KI-Cursor-Vermittler, der per Hotkey aufgerufen wird und dann auf dem Bildschirm Fragen beantwortet. Und die Antwort kommt nicht nur als Text, sondern als Audio – und mit visuellen Hinweisen: Der Cursor zeigt mit Pfeilen oder Kreisen auf die konkreten Buttons, die gemeint sind.

Lena Vogel: Das ist ein interessanter Ansatz, weil es ein bekanntes Problem löst: Man fragt „Wie mache ich das in diesem Programm?“, und die Antwort ist ja „Klick auf den dritten Button im Menü“ – aber welchen meint das Tool jetzt eigentlich genau? Marv zeigt es direkt auf dem Bildschirm. Da muss man nichts mehr rätseln.

Felix Hartmann: Aber – und das müssen wir fairerweise sagen – Marv ist noch nicht verfügbar, es gibt nur eine Warteliste. Das ist also ein Produkt, von dem wir nur die Beschreibung der Macher kennen, nicht die tatsächlich erreichte Leistung. Bei allen anderen Produkten, die wir heute gesehen haben, ist es ähnlich: Es sind Zusicherungen der Macher, und ob sie im Alltag wirklich funktionieren, muss man im Einzelfall ausprobieren.

Lena Vogel: Genau. Und wenn man noch einmal zurückblickt, dann spannt sich heute ein Bogen vom Verstehen bis zum Anwenden: Unscary AI erklärt, wie die Systeme funktionieren. Reason und Opengeni sind die Orte, an denen Agenten arbeiten. Reviu und devpit helfen bei der Kontrolle der Ergebnisse. FastRouter und Cloudflare liefern die technische Infrastruktur. Oogwai Beacon und DailyHelm machen Audits. Invofox, Pilot5 Legal und CirclePanel strukturieren die Daten.

Lena Vogel: Und iLand, Siteprint, Jarq und Marv bringen die Assistenz direkt auf den Schreibtisch.

Felix Hartmann: Es ist wirklich ein komplettes Ökosystem, das da entsteht. Und was uns auffällt: Überall, wo KI-Agenten arbeiten, entstehen parallel Werkzeuge für die Kontrolle – fürs Review, fürs Genehmigen, fürs Kosten-Verständnis. Das ist wahrscheinlich das Wichtigste, was wir heute sehen: Die Werkzeuge entwickeln sich in beide Richtungen gleichzeitig – mehr Automatisierung und mehr menschliche Aufsicht.

Lena Vogel: Das ist ein gutes Schlusswort. Wenn du eines der Produkte ausprobierst, erzähl uns gern davon. Bis zum nächsten Mal!

Felix Hartmann: Bis bald, und bleib kritisch!