1016 | Agenten im Alltag: Kontrolle, Speicher und Post

Lena Vogel: Hallo und herzlich willkommen, hier ist Lena Vogel.

Felix Hartmann: Und Felix Hartmann. Lena, wenn man die letzten Tage auf Product Hunt durchgeht, fällt etwas auf: Es geht kaum noch um einzelne Modelle oder Chatbots. Es geht um die Fragen drumherum — wo laufen Agenten eigentlich, wer kontrolliert sie, was merken sie sich, und was passiert, wenn sie nicht mehr nur Assistenz sind, sondern Arbeit übernehmen?

Lena Vogel: Und genau dieser Bogen zieht sich heute durch alles: von der Infrastruktur über die Kontrolle bis zu Robotern, Smart Homes und Screenrecordern. Lass uns am Anfang anfangen — wo leben Agenten, wenn sie arbeiten?

Felix Hartmann: Dann fangen wir mit Buddy Sandboxes an. Die Idee: persistente Linux-VMs, gebaut für KI-Coding-Agenten. Start in 70 Millisekunden, 50 GB Disk, Snapshots, Zugriff per MCP, CLI oder API, und man zahlt pro Minute.

Lena Vogel: Die 70 Millisekunden sind der eigentliche Clou, würde ich sagen. Das Problem bei Agenten ist ja oft, dass die Umgebung, in der sie arbeiten, kalt startet. Wenn eine VM quasi sofort da ist, kann der Agent einfach loslegen. Und Snapshots bedeuten, der Zustand bleibt erhalten — der Agent kann morgen dort weiterarbeiten, wo er heute aufgehört hat.

Felix Hartmann: Genau, "persistent" ist das Schlüsselwort. Und "pro Minute" ist interessant fürs Geschäftsmodell — aber auch genau die Stelle, wo ich die offene Frage sehe: Was passiert bei Langläufern? Ein Agent, der stunden- oder tagelang läuft, kann teuer werden, und wie das skaliert und was es am Ende kostet, ist aus den Angaben nicht wirklich beantwortet.

Lena Vogel: Das stimmt, das ist eine Angabe, die man ernst nehmen sollte, ohne sie als bewiesen zu betrachten — der Anbieter sagt "zahlt pro Minute", wie sich das in der Praxis aufsummiert, muss jeder selbst ausrechnen. Und was mir daran auffällt: Buddy baut die Runtime, aber die Sichtbarkeit fehlt. Wenn ein Agent im Hintergrund läuft, will man trotzdem sehen, was er tut.

Felix Hartmann: Und da kommt Shrine ins Spiel — und das ist charmant nerdig. Eine Notch-App, also im Bereich der MacBook-Notch, die Claude-Code-, Codex- und OpenCode-Sessions anzeigt. Und das Beste: Ein Pixel-Zimmer wächst mit den Fortschritten. Du bekommst buchstäblich eine kleine Miniaturwohnung, die schöner wird, je mehr dein Agent arbeitet.

Lena Vogel: Klingt nach Spielerei, aber es löst ein reales Problem. Wenn du drei Coding-Agenten parallel fahren willst, hast du aktuell keine gute Möglichkeit, auf einen Blick zu sehen, welcher läuft, welcher hängt, welcher fertig ist. Du jonglierst mit Terminals. Das hier bringt das in die Menüleiste.

Felix Hartmann: Und der Preis ist fast schon komisch niedrig: gratis, die Pro-Version einmalig 2,49 Dollar. Kein Abo, einfach 2,49 einmal. Das ist die Art von Preis, bei der man merkt, dass hier jemand ein Nischenproblem für Entwickler löst und nicht versucht, ein SaaS-Imperium zu bauen.

Lena Vogel: Was wir aber noch nicht hatten, ist der Schritt von der Coding-Infrastruktur zum vollwertigen persönlichen Agenten. Und da ist OpenMuse eigentlich die konsequente Fortsetzung: Ein Open-Source-Personal-Agent unter MIT-Lizenz, self-hosted, mit persistentem Browser, Terminal und Dateien. Läuft auf iOS, Android und Web, und ist AG-UI-kompatibel.

Felix Hartmann: "Persistent" taucht hier wieder auf — der Browser, das Terminal, die Dateien bleiben dem Agenten erhalten, das ist derselbe Gedanke wie bei den Buddy-VMs. Nur dass OpenMuse die Kontrolle beim Nutzer lässt statt in einer Cloud. Self-hosting plus MIT heißt: Du kannst den Code nehmen, verändern, auf eigener Hardware laufen lassen.

Lena Vogel: Und AG-UI-Kompatibilität ist das Signal, dass der nicht in einem geschlossenen Universum leben will. Wenn man das nebeneinander legt: Buddy ist die vermietete Agenten-Wohnung, OpenMuse ist die eigene Wohnung. Beide Modelle existieren gleichzeitig, und das ist eigentlich die interessanteste Beobachtung — der Markt entscheidet sich noch nicht für einen Weg.

Felix Hartmann: Aber egal ob gemietete oder eigene Wohnung — irgendjemand muss darauf achten, dass der Agent nichts kaputt macht. Und genau da wird es spannend.

Lena Vogel: Genau, und da sind wir beim eigentlichen Kernthema: Vertrauen und Kosten. Die beiden Hemmschuhe für Agenteneinsatz. Wer Agents gibt, muss sie auch kontrollieren. Das erste Tool dafür ist withHuman: eine offene Genehmigungsschicht für Agent-Toolcalls, mit einem Protokoll namens AAP.

Felix Hartmann: Das Konzept gefällt mir, weil es nicht binär ist. Regelbasierte Autoentscheidung heißt: Harmlose Aktionen laufen automatisch durch — lesen, suchen, berechnen. Aber riskante Aktionen — löschen, bezahlen, nach außen kommunizieren — landen beim Menschen. Der Mensch wird also nicht zum Flaschenhals für jeden Klick, sondern nur für die Momente, wo es wirklich darauf ankommt.

Lena Vogel: Und "offen" und "Protokoll" sind hier die entscheidenden Wörter. Das ist keine Funktion in einem Produkt, sondern ein Standard, den verschiedene Agenten sprechen könnten. Wenn sich das durchsetzt, müsste nicht jeder Agent-Anbieter sein eigenes Genehmigungssystem bauen — es gäbe eine gemeinsame Sprache dafür.

Felix Hartmann: Ob sich das branchenweit durchsetzt, ist allerdings die offene Frage. Ein Protokoll ist nur so wertvoll wie seine Verbreitung. Ein einzelner Anbieter kann sich das noch so schön ausdenken — wenn die großen Agenten-Plattformen es nicht adoptieren, bleibt es eine Nische.

Lena Vogel: Das stimmt, und das ist die ehrliche Einschätzung: Das Konzept ist stark, der Erfolg hängt an Akzeptanz außerhalb des eigenen Ökosystems. Und dann, neben dem Vertrauen, die zweite Bremse: die Kosten. Und hier kommt Navige mit einem Begriff, den ich ziemlich gut finde: "Sufficiency Intelligence".

Felix Hartmann: Was steckt dahinter?

Lena Vogel: Im Kern die Erkenntnis, dass ein Agent nicht für jeden Zwischenschritt das teuerste Topmodell braucht. Navige routet Aufgaben an kleinere Modelle, wo ein kleines reicht, setzt Caching ein, damit dieselben Anfragen nicht zehnmal bezahlt werden, und hat einen Loop-Schutz — also einen Mechanismus, der verhindert, dass ein Agent endlos im Kreis läuft und Kosten verbrennt, ohne voranzukommen.

Felix Hartmann: Loop-Schutz ist übrigens ein Problem, das jeder kennt, der schon mal einen Agenten hat in einer Schleife festfahren sehen. Das kostet reales Geld, nicht nur theoretisches. Und das Geschäftsmodell von Navige ist bemerkenswert: Watchtower ist gratis, und die Bezahlvariante nimmt vier Fünftel der Ersparnisse.

Lena Vogel: Was erstmal gewagt klingt — "wir nehmen 80 Prozent" — aber anders gelesen heißt es: Du zahlst nur, wenn du tatsächlich sparst, und behältst trotzdem ein Fünftel der Ersparnis als Nettogewinn. Das ist eine Erfolgsbeteiligung, keine Lizenzgebühr. Trotzdem sollte man die Ersparnis selbst als behauptete Zahl behandeln, nicht als verifiziertes Ergebnis — die Messung macht der Anbieter, nicht ein unabhängiger Auditor.

Felix Hartmann: Und damit sind wir bei der Frage, die zwischen Vertrauen und Kosten liegt: Wenn Agenten kontrolliert laufen und die Kosten im Zaum sind — woher weiß Agent B, was Agent A schon herausgefunden hat?

Lena Vogel: Und da kommen wir zu einem Thema, das ich unterschätzt finde: geteilter Speicher für Multi-Agent-Setups. SuperLocalMemory v2 nennt sich einen lokaler-first Memory-Kontrollpunkt genau dafür.

Felix Hartmann: Erklär mal, was das konkret heißt.

Lena Vogel: Stell dir vor, drei Agenten arbeiten am selben Projekt. Ohne gemeinsamen Speicher fragt jeder dasselbe nach, jeder zieht seine eigenen Schlüsse, keiner weiß, was der andere wusste. SuperLocalMemory ist der Mittelpunkt, in dem dieses Wissen liegt — und lokal first heißt, es verlässt deinen Rechner nicht unbedingt.

Felix Hartmann: Was mir an der Beschreibung auffällt: Die Antworten sind nicht einfach "Treffer" oder "kein Treffer", sondern kategorisiert als "unterstützt", "verwandt" oder "keine Antwort". Das ist eine ehrlichere Sprache. Ein Agent kann dann unterscheiden zwischen "das weiß ich sicher" und "das ist nur thematisch verwandt" — und genau diese Unterscheidung vermeidet Halluzinationen, die auf unscharfem Gedächtnis basieren.

Lena Vogel: Und die Lizenz ist AGPL-3.0 — das ist Copyleft, also wenn jemand das in einem Dienst nutzt, muss er Änderungen zurückgeben. Man merkt: Hier will jemand verhindern, dass das Projekt eingeschlossen wird.

Felix Hartmann: Auffällig ist auch die wissenschaftliche Unterfütterung: vier arXiv-Papers. Das ist für ein Tool in dieser Kategorie ungewöhnlich viel Theorie. Aber — und das ist die faire Einschränkung — Papers sind Papers. Die Praxisreife jenseits der Forschung ist die offene Frage. Wie verhält sich das Ding mit echten großen Wissensbasen, mit echten Agenten-Teams im Alltag? Das muss sich zeigen, und aus den Angaben allein lässt sich das nicht ablesen.

Lena Vogel: Bleiben wir trotzdem bei dem Bild: Agenten mit geteiltem Gedächtnis. Was machen die dann konkret? Ein Bereich, wo das unmittelbar wirtschaftlich relevant ist, ist das Backoffice.

Felix Hartmann: Und da gibt es einen Fall, der hängen bleibt. Lleverage baut KI-Agenten für Backoffice-Aufgaben in ERP-Systemen — Bestellungen, Rechnungen, Purchase Orders. Und ihr Kunde Topa soll von vier Vollzeitstellen auf über 90 Prozent Automatisierung gekommen sein.

Lena Vogel: Wenn das stimmt, ist das kein Assistenz-Tool, das Vorschläge macht und der Mensch klickt. Das ist die Arbeit selbst. Und der Unterschied zu klassischer ERP-Automatisierung ist, dass die Agenten vermutlich mit den unstrukturierten Fällen klarkommen — die E-Mail mit dem seltsamen Format, die Rechnung vom kleinen Lieferanten, die heute anders aussieht als letzte Woche. Regeln scheitern genau da; ein Agent, der versteht, kann das abfangen.

Felix Hartmann: Aber die 90 Prozent sind eine Aussage des Anbieters über seinen Kunden, keine unabhängige Messung. Und die eigentliche offene Frage ist Genauigkeit in komplexen ERP-Umgebungen. Eine falsch gebuchte Rechnung ist kein nerviger Bug, das ist echtes Geld. Wie oft das passiert und wie man es abfängt, ist aus den Angaben nicht ersichtlich.

Lena Vogel: Und vom Backoffice ist es kein weiter Sprung ins Marketing. Superdraft macht da eine interessante Arbeit: Die KI findet E-Mail-Kampagnenmomente — also Restocks, Trends, die Gelegenheiten, wo eine Kampagne jetzt Sinn ergibt — und erstellt dann On-Brand-Entwürfe. Der Export läuft als HTML an die bestehende Plattform.

Felix Hartmann: Das Detail "bestehende Plattform" ist wichtig. Das ersetzt nicht dein E-Mail-Tool, sondern sitzt davor und liefert fertige Kampagnen hinein. Das ist einAgents-Entwurf, das den klassischen Workflow ergänzt statt zu konkurrenzieren — zumindest behaupten sie das, und es klingt vernünftig.

Lena Vogel: Und Agents schreiben natürlich auch Nachrichten an Menschen — und genau da taucht das nächste Muster auf, das uns heute immer wieder begegnet: der Mensch als letzte Instanz.

Felix Hartmann: Afterparty ist ein gutes Beispiel. Agents entwerfen E-Mails, Slack-Nachrichten und CRM-Einträge aus Meeting-Transkripten. Aber: Nichts geht raus ohne Freigabe. Du bekommst Entwürfe, prüfst, gibst frei. Und es ist gratis für fünf Meetings im Monat.

Lena Vogel: Das ist exakt dieselbe Philosophie wie bei withHuman, nur auf Kommunikation angewendet: Der Agent produziert, der Mensch versendet. Und ehrlich gesagt ist das bei Kundenkommunikation die einzig sinnvolle Konfiguration.

Felix Hartmann: Die offene Frage ist die Qualität der Extraktion aus langen Meetings. Ein 90-Minuten-Gespräch in drei präzise, passende E-Mails zu verdichten ist eine harte Aufgabe. Wo die Grenze zwischen "hilfreiche Zusammenfassung" und "generisches Geschwafel" liegt, sieht man erst in der Praxis.

Lena Vogel: Und im Support-Bereich gibt es einen zweiten, verwandten Ansatz: Chatway MCP. Eine Support-Plattform mit "Bring your own AI" — über MCP kann man ChatGPT, Claude oder andere Modelle andocken.

Felix Hartmann: Und das Konzept dahinter ist konsequent: Du bist nicht an das Modell des Plattformbetreibers gebunden. MCP ist sogar im Gratisplan, offizielle Connectors sollen folgen. Das ist im Grunde dieselbe Logik wie bei Talanoa später — der Nutzer entscheidet, welche Intelligenz dahinter sitzt.

Lena Vogel: Und es gibt noch ein drittes Stück in diesem Bild, das die Support- und Wissens-Seite komplettiert: Actually Asked. Das ist eine selbstverbessernde KI-FAQ im Seitenlayout, die ihre Antworten ausschließlich aus den eigenen Inhalten zieht. 50 Gratis-Antworten pro Monat, für Shopify, Framer und via MCP.

Felix Hartmann: Das ist ein interessanter Gegenentwurf. Chatway sagt: Bring dein eigenes Modell. Actually Asked sagt: Nur meine Wissensbasis, nichts von außen. Beide beantworten dieselbe Angst — der Website-Chatbot soll nicht Unsinn erzählen. Das eine durch Modellwahl, das andere durch Beschränkung auf eigene Inhalte.

Lena Vogel: Und "selbstverbessernd" heißt vermutlich, dass die FAQ aus den echten Nutzerfragen lernt und mitwächst — auch das ein Agent-Muster. Was wir von beiden noch nicht wissen: wie gut die Antworten wirklich sind. Das sind Angaben der Anbieter, und die Beurteilung bleibt dem Nutzer überlassen, der es ausprobiert.

Felix Hartmann: Von Kommunikation zu einem anderen Ort, wo Agenten sich beweisen müssen — und zwar bevor ein Mensch den Fehler sieht.

Lena Vogel: Agents, die Software testen, bevor Menschen es tun. Das ist ein Bereich, wo ich das Potenzial am höchsten einschätze, weil QA klassisch der Engpass ist. Kerno 1.0 nennt sich einen KI-Backend-QA-Engineer, der eine laufende App lokal testet — User Flows, Security, Jobs, MCP, AWS Serverless — und zwar noch vor dem Pull Request.

Felix Hartmann: "Noch vor dem PR" ist die entscheidende Passage. Normalerweise findest du Fehler im Review oder in der CI-Pipeline, also nachdem der Entwickler fertig ist. Wenn ein Agent die App vorher durchklickt, Security-Probleme findet, Jobs prüft — das spart eine ganze Review-Runde. Das ist keine Verzögerung im Prozess, das ist eine Verlagerung nach vorn.

Lena Vogel: Und Polylane Impact Analysis geht noch einen Schritt weiter und ist strenger: Sie prüft einen PR gegen die Live-Infrastruktur und Telemetrie, bevor er gemergt wird. Mit Block-Checks — der Check kann den Merge also aktiv verhindern — und sie schlägt fehlende Instrumentierung vor, also sagt sie dir, wo ihr gar keine Daten sammelt, um das Verhalten überhaupt beurteilen zu können.

Felix Hartmann: Letzteres ist ein unterschätztes Feature. "Du kannst das nicht bewerten, weil ihr keine Metrik dafür habt" ist oft die wertvollste Rückmeldung, die man bekommen kann.

Lena Vogel: Aber die gemeinsame Unbekannte bei beiden: False Positives in komplexen Systemen. Ein QA-Agent, der zu oft falsch Alarm schlägt, wird ignoriert — und dann nützt er gar nichts mehr. Genau wie ein Genehmigungsprotokoll, das jede Aktion blockt. Die Balance ist der schwierige Teil, und dafür haben wir noch keine Daten.

Felix Hartmann: Und dieselbe Vision — Software versteht und prüft komplexe Systeme — trägt in die physische Welt. Und da wird es richtig interessant.

Lena Vogel: Dreamscale Labs, ein YC-F26-Startup, macht Cloud-Inferenz für Robotik-KI. Die harte Anforderung: unter 100 Millisekunden Latenz, weil ein Roboter nicht auf eine Cloud in Irland warten kann, wenn er ausweichen muss. Sie haben DreamZero 14B in 320 Millisekunden laufen und behaupten, acht oder mehr Roboter pro H100-GPU zu betreiben.

Felix Hartmann: Acht Roboter pro H100 heißt: geteilte Hardware senkt die Kosten pro Roboter erheblich. Das ist dasselbe Prinzip wie bei Navige — kleinere Modelle, mehr Effizienz — nur eben auf Robotik angewendet, wo die Latenzphysik das Limit setzt.

Lena Vogel: Und von der Inferenz für Roboter zur Konstruktion von Hardware selbst: siliXon. Das ist faszinierend. Natürliche Sprache in eine fertig geroutete Leiterplatte. Der Agent namens "Rocky" wählt echte, verfügbare Bauteile. Beta-Phase, zunächst 2- und 4-Lagen-Platinen, laut eigener Aussage vor allem DIGITAL-Boards zuerst.

Felix Hartmann: Und ein wichtiges Detail für Nutzer: Die Dateien gehören dem Nutzer. Das ist bei generativen Design-Tools nicht selbstverständlich — oft will der Anbieter die generierten Artefakte behalten. Hier ist das explizit anders geregelt.

Lena Vogel: Die offene Frage ist die Robustheit der PCB-Routings in der Beta. Routen ist der Teil des Leiterplatten-Designs, wo Fehler selten sofort sichtbar sind — eine schlechte Route kann funktionieren im Prototyp und im Feld Probleme machen. Dass sie klein anfangen, 2 und 4 Lagen, digital first, ist ein vernünftiger bewusster Schritt, aber der Beweis steht noch aus.

Felix Hartmann: Und als Brücke zurück in die reine Softwarewelt: Backdrop. KI-Kollegen für beliebige Workflows, mit einer Skills-Bibliothek, und man kann dem Workflow beibringen, indem man ihn einfach aufzeichnet.

Lena Vogel: Das Aufzeichnen als Lehrmethode ist ein wichtiges Detail. Statt den Workflow in einer Formulssprache zu beschreiben, machst du ihn einfach vor, und der Agent lernt daraus. Das senkt die Einstiegshürde für Menschen, die keine Workflows programmieren wollen.

Felix Hartmann: Über 1.500 Integrationen, und wieder: Genehmigungen und Audit. Das Stichwort fällt zum wiederholten Male heute. Kontrolle ist kein Nachgedanke mehr, sondern ein Verkaufsargument. Das ist ein realer Wandel gegenüber dem, was vor zwei Jahren als "AI-Autopilot" verkauft wurde.

Lena Vogel: Und wenn wir von Desktop-Helfern zu den Dingen kommen, die wirklich zu Hause leben — da sieht man dieselben Prinzipien in anderer Verpackung. Apple HomeView ist ein Smart Display mit Siri AI: 7 Zoll Liquid Retina, 12-Megapixel-Kamera, und es erkennt bis zu sechs Personen per Gesicht und Stimme. Verfügbar ab dem 13. November.

Felix Hartmann: Und genau dort liegt die offene Frage, die ich vorher schon angedeutet habe: Datenschutzdetails bei der Gesichtserkennung. Wo landen die biometrischen Merkmale? Wie werden sie gespeichert? Das Display ist ja ein Gerät, das im Wohnzimmer steht und Menschen ansieht — das ist eine andere Datenschutzbewusstseins-Situation als ein Browser-Tab.

Lena Vogel: Das stimmt, und die Antwort auf diese Sorge zeichnet sich in einem anderen Produkt ab, das wir gleich besprechen: der Trend zu On-Device. Aber bleiben wir erst bei der Post: Talanoa ist ein E-Mail-Client, der als Chat-Ansicht daherkommt, mit Todos und Kalender integriert. On-Device-AI, Gmail, Outlook, IMAP, lokal ohne Cloud-Sync, für macOS, Windows und Linux.

Felix Hartmann: "Lokal ohne Cloud-Sync" ist die Kernantwort. Die KI liest deine Mails auf deinem Rechner, nicht auf irgendeinem Server. Das ist derselbe Datenschutz-Instinkt, den wir bei SuperLocalMemory gesehen haben — local first. Und plattformübergreifend inklusive Linux ist bemerkenswert, weil die meisten modernen Clients macOS und Windows vergessen lassen.

Lena Vogel: Und der Datenschutz-Instinkt zieht sich weiter in Konsum-Apps. Nostalgia ist eine iOS-App, die deinen Songverlauf mit Fotos, Orten und Workouts zu einer Zeitleiste verbindet. Komplett lokal, ohne Account, ohne Tracking, mit Spotify-Import.

Felix Hartmann: Das ist ein emotionales Produkt. Deine Musikgeschichte an deine Lebensgeschichte gekoppelt — das ist mehr als ein Feature, das ist eine Erinnerungs-App. Und dass sie das ohne Account und Tracking macht, ist in der Kategorie ungewöhnlich, weil solche Apps normalerweise aus Sammel-Modellen finanziert werden.

Lena Vogel: Selbst für Väter gibt es jetzt einen Agenten: "Daddy Issues" — ein KI-Wochenbriefing, das Kinder, Kalender und Aufgaben verknüpft und Vorausplanung erkennt. Also: "Samstag ist der Geburtstag der Freundin, du hast noch nichts organisiert." Aktuell kostenlos.

Felix Hartmann: Das ist ein Nischenfall, aber er zeigt etwas Grundsätzliches: Agenten hören auf, Unternehmenstools zu sein. Wenn ein Wochenbriefing für Väter funktioniert, dann funktioniert das Prinzip überall im Privatleben.

Lena Vogel: Und für die, die eher an Kanälen arbeiten als an Kalendern: Fwrd leitet iPhone-SMS zu Slack, Discord oder Telegram weiter — über Shortcuts, ohne eigenen Account. 15 Weiterleitungen gratis im Monat, die Pro-Version hebt das Limit auf.

Felix Hartmann: Kurz und pragmatisch gelöst über Shortcuts, kein Backend, kein Account. Man merkt: Das sind die kleinen Klebeband-Tools, die oft die nützlichsten sind.

Lena Vogel: Und damit sind wir bei den Werkzeugen für Kreative, wo zwei Trends zusammenkommen: Browser statt installierte Software, und Open Source statt Blackbox. Das erste ist CinemaLit.

Felix Hartmann: Was macht CinemaLit?

Lena Vogel: Es misst das Farbgrading beliebiger Referenzframes direkt im Browser und erzeugt daraus LUTs — also Color-Lookup-Tables — im Cube-Format und für Lightroom, für Log- und Rec.709-Material. 60 vorgefertigte Looks gibt es dazu, und die erste Übereinstimmung ist gratis.

Felix Hartmann: Konkret heißt das: Du hast ein Referenzbild — einen Filmstill, dessen Look du haben willst — und bekommst eine technisch messbare Übersetzung davon statt reines Augenmaß. Das ist ein echter Arbeitsprozess für Coloristen und Videografen.

Lena Vogel: Die offene Frage ist die Reife der LUTs gegenüber etablierter Referenzsoftware — ob die erzeugten LUTs in einer echten Farbkorrektur halten, was sie versprechen. Ein LUT, das in DaVinci oder Premiere anders aussieht als erwartet, ist ärgerlich. Aber der Ansatz, Referenzen zu messen statt zu imitieren, ist solide gedacht.

Felix Hartmann: Und fürs Aufnehmen: Reelbit, ein quelloffener Mac-Screenrecorder unter MIT. Share-Link, sobald man stoppt. Auto-Zoom und Glättung kann man nachträglich anwenden — man muss also nicht beim Aufnehmen perfekt sein. Und man kann seinen eigenen S3- oder R2-Bucket nutzen.

Lena Vogel: Der eigene Bucket ist ein wichtiges Detail. Die Videos liegen nicht beim Anbieter, sondern in deinem eigenen Storage. Das ist dasselbe Muster wie bei OpenMuse und SuperLocalMemory: Selbstbestimmung über die Infrastruktur. Und "Auto-Zoom nachträglich" heißt, du kannst erst aufnehmen und dann entscheiden, wo die Aufmerksamkeit liegen soll — das ist besser als alles live perfekt treffen zu müssen.

Felix Hartmann: Und dieses Selbstbestimmungs-Muster zieht sich bis in die Betriebssysteme hinein. Ubuntu 26.10, mit dem wunderbaren Codenamen "Stonking Stingray": GNOME 51, Coreutils in Rust — eine sicherheitsrelevante Basis-Software wird neu geschrieben —, ein einheitliches App Center, und optional eine lokale Sprache-zu-Text-Vorschau namens Myna.

Lena Vogel: "Optional" und "lokal" sind die Schlüsselwörter. Die Spracherkennung läuft auf dem Gerät und muss nicht einmal eingeschaltet werden. Das ist genau derselbe Instinkt, den wir bei Talanoa, Nostalgia und SuperLocalMemory gesehen haben — und es bedeutet, dass das lokale-AI-Feature nicht mehr Nische ist, sondern in die Basis-Distributionen einzieht.

Felix Hartmann: Und spezialisierte Modelle jenseits des Alltags-Chats: GLM-Legal von Z.ai, auf GLM-5.3-Flash. Die Zahlen: 19,2 Prozent im Harvey LAB-Benchmark, gegen 6,67 Prozent als Basis — das ist fast eine Verdreifachung — und 86,23 Prozent in LegalBench.

Lena Vogel: Benchmark-Zahlen sind allerdings Behauptungen des Anbieters, keine Praxisergebnisse. Ein Rechtshelfer, der im Benchmark glänzt, ist noch kein Anwalt. Und die API gibt es nur per Bewerbung — Verfügbarkeit ist also die offene Frage. Man kann sich aktuell nicht einfach registrieren und loslegen.

Felix Hartmann: Wenn wir das ganze Bild zusammennehmen, ohne eine Liste zu machen, was ist dann der Faden, der durch alles läuft?

Lena Vogel: Ich würde sagen: Agenten werden konkret. Sie laufen nicht mehr in einem abstrakten Chat-Fenster, sondern in VMs wie bei Buddy, in eigenen Wohnungen wie bei OpenMuse, mit gemeinsamem Gedächtnis wie bei SuperLocalMemory. Sie werden kontrolliert über withHuman und bezahlt über Navige. Sie übernehmen Backoffice, Kommunikation, QA, sogar PCB-Design. Und auf Consumer-Ebene ziehen dieselben Prinzipien ein — lokal, self-hosted, offen lizenziert, MIT, AGPL, eigene Buckets, eigene Hardware.

Felix Hartmann: Und das verspricht eine Richtung: Offene Ökosysteme statt Cloud-Monopole. Nicht, weil das moralisch schöner wäre, sondern weil Nutzer offenbar genau das verlangen — und die Angebote in diese Richtung wachsen.

Lena Vogel: Was in jedem einzelnen Fall noch aussteht: die Beweise. Die 90 Prozent bei Topa, die Ersparnis bei Navige, die Benchmarks bei GLM-Legal, die Robustheit der siliXon-Routings, die Genauigkeit der Meeting-Extraktion bei Afterparty — das sind Behauptungen der Anbieter. Die Praxis wird zeigen, was davon hält, was es verspricht.

Felix Hartmann: Genau so sollte man es lesen. Danke, dass ihr dabei wart — hier war Lena Vogel.

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