1013 | Agenten everywhere: KI-Werkzeuge im Praxistest

Lena Vogel: Herzlich willkommen zur Folge! Hier spricht Lena Vogel, und neben mir sitzt Felix Hartmann.

Felix Hartmann: Danke, Lena. Und wenn du heute durch die neue Runde Tools gehst, fällt eines auf: KI wandert gerade aus dem Chat-Fenster raus und wird zur Infrastruktur. Agenten, die über gemeinsame Schnittstellen miteinander reden, Coding-Agenten, die nach Ergebnis statt nach Nutzung bezahlt werden, Verkäufer im WhatsApp-Chat, Alltagsautomatisierung, sogar Geld zurückholen und Modelle direkt auf dem Gerät.

Felix Hartmann: Wir nehmen uns heute sechs dieser Themen vor und schauen bei jedem genau hin: Was verspricht der Hersteller, was ist wirklich belegbar, und was bleibt offen?

Lena Vogel: Genau, und wir bleiben dabei ehrlich: Vieles von dem, was wir heute zitieren, sind Aussagen der Macher, keine geprüften Ergebnisse. Fangen wir bei der Grundschicht an, denn ohne die läuft heute nichts: der Infrastruktur, die Agenten überhaupt erst verbindet.

Felix Hartmann: Vier Projekte zeichnen da ein ziemlich kohärentes Bild. Das erste heißt HexiCloud, oder kurz Hexis. Die Idee: ein gehosteter "Firmenhirn". Also ein zentraler Speicher für geteilten Kontext und Skills, und dazu genau ein MCP-Gateway. Die Agenten im Unternehmen müssen dann nicht jeder einzeln mit Wissen gefüttert werden, sondern greifen auf dasselbe Hirn zu.

Lena Vogel: Das Preismodell ist bemerkenswert unspektakulär: gratis bis zu drei Personen, danach zehn Euro pro Person im Monat. Das klingt nach einem Angebot für kleine Teams, die Agenten nutzen wollen, ohne gleich eine eigene Infrastrukturabteilung zu bauen.

Felix Hartmann: Was wir nicht wissen: wie gut dieser geteilte Kontext in der Praxis funktioniert, wie groß er sein darf, wie die Skills verwaltet werden. Das ist alles Herstellerbeschreibung. Aber die Richtung ist klar – der Flaschenhals bei Agenten ist oft nicht das Modell, sondern der fehlende gemeinsame Kontext.

Lena Vogel: Und dann gibt es das Gegenstück dazu: guilds.run. Wenn HexiCloud die Infrastruktur bereitstellt, fragt guilds.run: Kannst du dem Ganzen überhaupt trauen? Das Projekt ist quelloffen und erlaubt volle Einsicht in Prompts, Tool-Calls und den Speicher der Agenten. Man kann also buchstäblich nachlesen, was ein Agent gedacht, welche Werkzeuge er benutzt und was er sich gemerkt hat.

Felix Hartmann: Dazu gibt es eine Komponente namens Studio, die Korrekturversionen ausarbeitet. Und man kann es selbst hosten, das ist dann gratis. Das ist die fundamentale Gegenposition: geteilte Infrastruktur aus der Cloud auf der einen Seite, vollständige Transparenz und Kontrolle auf der anderen. Beide beantworten dieselbe Frage – wie bekommt man Multi-Agenten-Systeme produktiv? – aber mit entgegengesetzten Prioritäten.

Lena Vogel: Und was ist mit der Schnittstelle nach außen? Es bringt nichts, wenn Agenten untereinander super organisiert sind, aber die Außenwelt noch Formulare für Menschen gebaut hat.

Felix Hartmann: Genau da kommt Cube Forms ins Spiel. Das Projekt macht Formulare agenten-füllbar – über MCP oder einfaches HTTP. Kein Browser nötig, kein CAPTCHA, das dem Agenten im Weg steht. Und hier ist der Clou: Der denselben Link kann auch ein Mensch öffnen und das Ergebnis prüfen. Der Agent füllt aus, der Mensch kontrolliert das gleiche Dokument. Und Cube Forms ist kostenlos.

Lena Vogel: Das ist eine elegante Lösung für ein echtes Vertrauensproblem. Agenten können heute oft deswegen nicht mit Web-Formularen arbeiten, weil diese für Menschen mit Browser gebaut sind. Cube Forms trennt die beiden Welten und lässt sie trotzdem am selben Artefakt zusammenarbeiten.

Felix Hartmann: Und der vierte Baustein: Daten. Manifold MCP ist ein gehosteter MCP-Dienst, der Agenten Live-Daten liefert – für SEO, für KI-Antworten, Social Media, Ads, Reddit und Leads. Man startet mit 500 Gratis-Credits und zahlt danach pro Call.

Lena Vogel: Das ist der Punkt, an dem die Kostenkontrolle ins Spiel kommt. Bei HexiCloud und Cube Forms ist der Einstieg gratis, bei Manifold zahlt man pro Datenabruf. Wenn ein Agent autonom arbeitet und viel nachschlägt, kann das teuer werden – man sollte wissen, wie viele Calls ein typischer Workflow braucht. Das steht in den Quellen aber nicht drin.

Felix Hartmann: Halten wir also fest, was diese vier zusammen zeigen: Agenten-Infrastruktur wird ernsthaft produktiv. Man kann heute geteilten Kontext kaufen, Agenten-Teams transparent auditieren, Formulare agenten-gerecht stellen und Live-Daten einkaufen. Die offenen Fragen sind dieselben geblieben: Vertrauen, Inspektion und Kostenkontrolle. Wer sagt mir, dass der Agent richtig handelt? Wer lässt mich nachsehen? Und was kostet das, wenn er fleißig ist?

Lena Vogel: Und auf genau dieser Infrastruktur laufen dann die Anwendungen. Das führt uns direkt zum nächsten Thema: Coding-Agenten. Denn nichts ist ein besserer Test für Agenten als Code – das Ergebnis ist eindeutig richtig oder falsch, und es gibt ein klares Prüfverfahren, nämlich den Build.

Felix Hartmann: Das preist auch Codemind ein. Das Tool delegiert Aufgaben an Coding-Agenten – über MCP, also über genau die Schicht, die wir gerade besprochen haben. Und das Preismodell ist der interessanteste Teil: zehn Cent pro verifiziertem Build. Fehlgeschlagene Builds sind gratis, und im ersten Monat gibt es 100 freie Builds.

Lena Vogel: Das ist ein bewusstes Gegenmodell zum Abo oder zur tokenbasierten Abrechnung. Man zahlt nicht für Nutzung, nicht für Rechenzeit, sondern nur dann, wenn der Build verifiziert durchläuft. Das belohnt Ergebnis statt Versuch. Ob das für den Anbieter tragfähig ist und was "verifiziert" genau heißt, darüber sagt die Quelle nichts – das ist ein legitimer Punkt, den man nachfragen sollte.

Felix Hartmann: Aber die Logik ist einleuchtend: Wer nichts zustande bringt, zahlt nichts. Das senkt die Hemmschwelle enorm, Agenten auf kleine Aufgaben loszulassen. Und die zweite Richtung, die man bei Coding-Agenten beobachten kann: Dauerhaftigkeit. Dropstone CLI ist ein Terminal-Agent, der selbst lernt und einen persistenten Speicher über Sessions hinweg hat. Er vergisst also nicht nach jedem Gespräch, was er über dein Projekt, deine Konventionen, deine Fehler gelernt hat.

Lena Vogel: Es gibt einen Gratis-Plan, danach Staffeln von 5 bis 150 Dollar. Die Spanne ist breit, was darauf hindeutet, dass unterschiedliche Nutzungsintensitäten vorgesehen sind. Was offen bleibt – und das erwähnen wir bewusst: wie zuverlässig dieses Lernen über Sessions wirklich ist. Persistentes Gedächtnis ist leicht versprochen, schwer sauber umgesetzt. Wenn der Agent sich Falsches merkt, kann das lästiger sein als Vergessen.

Felix Hartmann: Und der dritte Ansatz im Vergleich: Base Code. Das ist ein Browser-Workspace für bestehende GitHub-Repos. Man beschreibt Änderungen in normaler Sprache, der Agent arbeitet auf isolierten Branches, man bekommt Live-Previews, und am Ende entstehen ganz normale Pull Requests.

Lena Vogel: Der Unterschied zu den anderen beiden ist die Zielgruppe. Codemind und Dropstone CLI richten sich an Entwickler im Terminal oder im Build-Prozess. Base Code zielt auf Menschen, die an einem bestehenden Repo arbeiten wollen, aber vielleicht nicht den vollen Entwickler-Workflow bedienen wollen – und es integriert sich, indem es normale PRs erzeugt, statt ein eigenes Universum aufzumachen.

Felix Hartmann: Wenn man die drei nebeneinander legt, zeichnet sich ein Trend ab: Coding-Agenten werden billiger pro Ergebnis, sie kommunizieren eher mitteilungsartig – plain language statt eigenen Protokollen – und sie behalten Kontext. Und was schließt die Klammer? ExcaliClaw, ein Hand-skizzen-Diagramm-Workspace, hat ebenfalls einen MCP-Server für Claude und Cursor. Also auch Diagramm-Tools stellen sich an dieselbe Schnittstelle an.

Felix Hartmann: 200 Zeichnungen gratis, unbegrenzte KI-Nutzung, die Bezahlversion ab neun Euro im Monat.

Lena Vogel: Was uns sagt: Die Agenten-Infrastruktur aus unserem ersten Thema ist kein Nebenschauplatz, sie ist die Basis, auf der das alles läuft. MCP ist der Kitt, der zusammenhält. Und wenn Agenten erst mal Code und Diagramme bauen können, was liegt näher, als sie auch ans Business zu setzen?

Felix Hartmann: Nämlich Vertrieb. Das ist unser nächstes Thema, und es hat zwei sehr unterschiedliche Vertreter. Der erste heißt SalesRep.com. Die Idee: ein KI-Verkäufer, der direkt auf WhatsApp, Instagram und anderen Kanälen sitzt – also dort, wo die Kundschaft ohnehin ist. Er nennt Live-Preise, erstellt Angebote und macht Follow-ups. Er spricht über 30 Sprachen, und er kostet ab 39 Dollar im Monat.

Lena Vogel: Was hier wichtig ist: "Live-Preise" bedeutet dem Wortlaut nach, dass der Verkäufer aktuelle Daten zugrunde legt, nicht eingefrorene Textbausteine. Follow-ups ebenfalls automatisiert – also die klassische schlechte Gewissens-Aufgabe im Vertrieb: nachfassen. Und 39 Dollar im Monat ist für ein kleines Unternehmen im Grunde der Preis einer halben Stunde menschlicher Vertriebszeit.

Felix Hartmann: Was wir nicht beurteilen können: die Qualität der Antworten in Einzelfällen und ob es Mengen-Limits gibt. Wenn ein KI-Verkäufer falsche Preise nennt oder unsinnige Angebote macht, dann ist das ein teurer Fehler im Kundengespräch. Diese Risiken sind in der Quelle nicht quantifiziert. Das ist der Punkt, den man bei so einem Angebot wirklich prüfen müsste, bevor man es an Kunden lässt.

Lena Vogel: Und der zweite Vertreter, Bearconnect 2.0, adressiert eine andere Seite desselben Problems. Es ist eine LinkedIn-Plattform, die KI-Content mit Outreach kombiniert, gezielt an Leute, die ohnehin mit dem Account interagieren. Dazu kommen Team-Workspaces und rollenbasierte Zugriffe.

Felix Hartmann: Die Logik dahinter: Outreach an komplett kalte Kontakte hat schlechte Antwortenquoten. Outreach an Menschen, die ohnehin gerade mit einem interagieren, hat eine höhere Wahrscheinlichkeit, sinnvoll zu sein. Bearconnect verlagert den Aufwand also nicht auf mehr Nachrichten, sondern auf bessere Zielauswahl. Team-Workspaces und rollenbasierte Zugriffe deuten darauf hin, dass das auch für Organisationen gedacht ist, nicht nur für Solopreneure.

Lena Vogel: Was beiden gemeinsam ist: Sie gehen dorthin, wo die Kundschaft ist, statt sie auf eine eigene Plattform zu ziehen. Und was beiden gemeinsam fehlt: unabhängige Belege, wie gut die KI-Antworten wirklich sind. Der Vertrieb ist ein Kanal, in dem ein schlechter Agent direkt den Umsatz kostet. Das heißt nicht, dass die Tools schlecht sind – das heißt nur, dass wir hier auf Herstellerangaben stehen.

Felix Hartmann: Und wer verkauft, braucht auch Wissen und Kreativwerkzeuge. Das ist eine schöne Brücke zum nächsten Thema: Wissen und Alltag automatisieren. Und hier haben wir drei Tools, die alle dasselbe Versprechen haben – weniger manuelle Kleinarbeit –, aber an ganz verschiedenen Stellen.

Lena Vogel: Das erste heißt Invited und ist fast schon banal genial. Es ist ein KI-Scanner, der Rechnungen, Einladungen und Schecks nimmt und daraus Erinnerungen macht. Man fotografiert so ein Dokument oder lädt es hoch, und daraus wird ein Kalendereintrag.

Felix Hartmann: Drei Details machen es bemerkenswert. Erstens findet es mehrere Termine pro Dokument – eine Rechnung enthält ja oft Zahlungsziel, Vinzieren-Zeitraum und vielleicht einen Termin. Zweitens versteht es über 80 Sprachen. Drittens: keine Anmeldung nötig. Man kann es sofort benutzen, und es funktioniert mit neun verschiedenen Kalendern.

Lena Vogel: Was offen bleibt: wie zuverlässig die Terminerkennung im Detail ist. Ein Termindruck-Buchstabe in einem Scheck, ein krummes Datum auf einer Rechnung – in diesen Fällen ist die Fehlerquelle klar, und ein verpasster Termin kostet real. Man sollte die erzeugten Erinnerungen also erst einmal prüfen statt blind vertrauen.

Felix Hartmann: Das zweite Tool, ngram 2.0, wendet sich an die andere Richtung: nicht Ich habe ein Dokument und muss handeln, sondern Ich habe Wissen und muss es anderen erklären. Es verwandelt Papiere, Decks und Aufnahmen in vertonte Erklärvideos. Man wählt das Publikum aus und die Tiefe – von Overview über Detailed bis Comprehensive.

Lena Vogel: Die Tiefen-Stufen sind interessant, weil sie auf ein echtes Problem antworten: Ein Vorstand braucht andere Videos als ein Schulungsteam. Statt zweimal von Hand zu bauen, wählt man die Tiefe. Was unklar ist: wie gut die inhaltliche Qualität der Erklärung ist – ob das Video wirklich die wichtigsten Punkte trifft oder nur die Oberfläche absurft.

Felix Hartmann: Und das dritte Tool, Ancher 2.0, ist für den persönlichen Wissensspeicher. Es erfasst gespeicherte Artikel, Videos und Posts – also den Haufen von Dingen, die man mal gespeichert hat und nie wieder anschaut. Man kann sie dann per grober Beschreibung durchsuchen, nicht per exaktem Stichwort, und daraus Briefings oder Beiträge machen, die auch für Agenten nutzbar sind.

Lena Vogel: Das ist eine Reaktion auf ein reales Verhalten: Man speichert, was man später lesen will, und schaut nie wieder hin. Wenn man stattdessen sagen kann "gib mir alles, was ich dazu gespeichert habe, was mit unserem Themenblock zu tun hat", dann wird aus einem Speicherfriedhof ein nutzbarer Vorrat.

Felix Hartmann: Alle drei haben also dasselbe Ziel: Routinearbeit aus dem Alltag nehmen. Invited automatisiert das Erfassen von Terminen, ngram automatisiert das Erklären, Ancher automatisiert das Wiederfinden. Die offene Frage ist bei allen dieselbe: Wie zuverlässig ist die Erkennung im Detail – Termine, Inhalte, relevante Treffer?

Lena Vogel: Und es gibt noch einen Bereich, in dem KI Routinearbeit übernehmen kann – und da ist es besonders befriedigend, wenn sie einem Geld zurückbringt. Ein einzelnes Tool trägt das komplette Thema: Kudos 3.0.

Felix Hartmann: Und Kudos macht drei Dinge. Erstens aktiviert es Kartenangebote, mit einer geschätzten Ersparnis von rund 800 Dollar im Jahr. Zweitens verhandelt es Rechnungen – mit rund 216 Dollar pro Jahr geschätzt. Drittens kündigt es vergessene Abos, geschätzt rund 247 Dollar pro Jahr.

Lena Vogel: Und der entscheidende Satz vom Anbieter: Der Nutzer behält 100 Prozent. Das ist das Geschäftsmodell, das hier hervorsticht. Denn der übliche Weg bei solchen Spar-Tools ist eine Beteiligung an den Ersparnissen – du sparst 200 Dollar, das Tool nimmt sich 20 Prozent. Kudos verzichtet laut eigener Aussage darauf. Wie sich das dann refinanziert, sagt die Quelle nicht – vermutlich ein anderes Bezahlmodell. Das wäre die Nachfrage.

Felix Hartmann: Was man vorab einordnen sollte: Diese Zahlen – 800, 216, 247 Dollar – sind Schätzungen des Anbieters, keine Zusagen für den Einzelfall. Ob bei dir tatsächlich vergessene Abos in dieser Höhe existieren und ob Rechnungsverhandlungen in deinem Fall Erfolg haben, hängt von deiner konkreten Situation ab. Die Richtung ist attraktiv, die Höhe im Einzelfall ungewiss. Das gehört ehrlich dazu.

Lena Vogel: Und das ist zugleich ein schöner Übergang zum letzten Thema, denn dort geht es um dieselbe Frage aus einer anderen Richtung: Wie viel KI kann auf meinem eigenen Gerät laufen, statt in der Cloud?

Felix Hartmann: Google hat EmbeddingGemma 2 vorgestellt. Ein offenes Einbettungsmodell, multimodal – es verarbeitet also Text, Bild, Video und Audio. Und es ist mit nur 740 Millionen Parametern bewusst klein dimensioniert. Die Lizenz ist Apache 2.0, also wirklich offen, nicht nur "source available".

Lena Vogel: Was heißt das praktisch? Einbettungsmodelle sind die Arbeitspferde hinter Suche und semantischer Ähnlichkeit – wenn du weißt, dass zwei Dokumente inhaltlich zusammengehören, obwohl sie unterschiedliche Wörter benutzen, kommt das meist aus so einem Modell. Wenn das auf dem Gerät läuft, kann Suche und KI-Funktionalität offline und datenschutzfreundlich funktionieren. Deine Dokumente müssen das Haus nicht verlassen.

Felix Hartmann: Die offene Frage ist die klassische Trade-off-Frage: wie ein 740-Millionen-Modell in der Praxis gegen deutlich größere Cloud-Modelle abschneidet. Klein und lokal ist eine Sache, gut genug ist eine andere. Der Beleg dafür steht noch aus.

Lena Vogel: Aber es ist das Symbol für das große Thema der ganzen Folge: KI wandert vom Cloud-Dienst ins eigene Werkzeug. Man sieht das überall da, wo wir heute geschaut haben. Die Infrastruktur-Themen – HexiCloud als Firmenhirn, guilds.run als transparente Selbsthosting-Alternative, Cube Forms für agentenfüllbare Formulare, Manifold MCP für Live-Daten – all das zieht Agenten in die eigentliche Arbeitsumgebung hinein.

Felix Hartmann: Und die Peripherie macht das gleiche durch. Milepost ist eine iOS-Fahrtenbuch-App mit Roadbooks und einem MCP-Server für ChatGPT und Claude – aufzeichnen ist gratis, die Pro-Version kostet 29,99 Dollar im Jahr, mit einem FIRSTDRIVE-Angebot für 14,99. Also ein Fahrtenbuch, das als Werkzeug für Agenten an der MCP-Schnittstelle andockt.

Felix Hartmann: Oder Knocket, ein gratis Website-Chat-Widget von Tencent RTC, das Kontaktformular-Nachrichten nach Telegram schickt und einen KI-Agenten hat, der aus Docs antwortet. Oder Understory Notes, eine Mac-App für Notizen bis hin zum Schreiben, mit mehrfach-elternfähigen Unternotizen, die zu Gliederungen werden, und Export als PDF, Markdown oder Web – als Einmalkauf statt Abo.

Lena Vogel: Das Muster ist überall dasselbe: Tools, die früher eigene Silos waren, bekommen eine Schnittstelle zu Agenten. Und die Geschäftsmodelle ändern sich mit: Einmalkauf statt Abo bei Understory, Jahreslizenz statt Abo bei Milepost, Pay-per-Call bei Manifold, Pay-per-Ergebnis bei Codemind, "du behältst 100 Prozent" bei Kudos.

Felix Hartmann: Was bleibt als ehrliche Bilanz? Erstens: vieles von dem, was wir heute gehört haben, sind Herstellerangaben. Die Ersparnis-Summen bei Kudos, die "99,96 Prozent Erfolgsquote" von Scrape Anything by Context.dev – einem API-Dienst, der beliebige URLs in Markdown, HTML, Screenshots oder strukturierte Daten umwandelt und 1.000 Gratis-Credits anbietet – all das sind Behauptungen, die man im eigenen Alltag prüfen müsste.

Lena Vogel: Zweitens: SquadRoom von einem SpeedVitals-Mitgründer ist vielleicht das ehrlichste Produkt von allen, was die offenen Fragen angeht. Es stellt KI-Mitarbeiter-Agenten bereit, die Aufgaben zu Ende bringen. Bring-your-own – man bringt seinen eigenen AI-Key mit, kostet 49 Dollar im Monat, und nichts wird versendet ohne vorherige Freigabe. Das "nichts geht raus ohne Approval" ist quasi die eingebaute Antwort auf das Vertrauensproblem, das wir heute an jedem Themenblock festgestellt haben.

Felix Hartmann: Und damit sind wir am Ende der Folge. Der rote Faden heute: Agenten-Infrastruktur wird konkret, Coding-Agenten werden bezahlbar und kontextbehaftet, Vertrieb und Alltag automatisieren sich in den Kanälen hinein, in denen wir ohnehin arbeiten, und die KI selbst wandert auf die Geräte zurück.

Lena Vogel: Wenn ihr die Folge nützlich fandt, schaut gern selbst in die jeweiligen Anbieter – und prüft die Versprechen, bevor ihr ihnen eure Kunden, eure Termine oder euer Geld anvertraut. Danke, Felix.

Felix Hartmann: Danke, Lena – bis zur nächsten Folge!