· 5 Artikel + Reportage + Tool-Radar + Werkstatt

Ausgabe vom 12. Juli 2026

Maschinell recherchiert, menschlich relevant.

Unternehmen · OpenAI

Sechster Sicherheits-Abgang in zwei Jahren: Johannes Heidecke verlässt OpenAI — und die Sicherheitsorganisation wird aufgelöst

Hintergrund & Analyse

OpenAI verliert erneut seinen ranghöchsten Sicherheitsverantwortlichen: Johannes Heidecke, seit 2024 Head of Safety Systems und davor bereits seit 2021 im Unternehmen als KI-Safety-Analyst, wird das Unternehmen laut einem am 11. Juli 2026 veröffentlichten Wired-Bericht verlassen — offenbar im Rahmen einer größeren Reorganisation, nicht als Protestrücktritt. Die bislang eigenständige Safety-Systems-Einheit wird organisatorisch in die Forschungsabteilung integriert und berichtet künftig an Mia Glaese, deren Rolle zur neu geschaffenen Position „VP of Research and Safety" erweitert wird. Interimistisch übernimmt Saachi Jain die Leitung, bis eine dauerhafte Nachbesetzung gefunden ist. OpenAIs Chief Research Officer Mark Chen begründete den Schritt: Es sei „wichtig, dass unsere Sicherheitsarbeit eng mit der Frontier-Modell-Entwicklung verzahnt ist, mit einer früheren und direkteren Rolle bei der Gestaltung zentraler Modell-, Produkt- und Launch-Entscheidungen." Von Heidecke selbst liegt bislang kein öffentliches Statement vor.

Der Zeitpunkt ist auffällig: Nur zehn Tage zuvor, am 1. Juli 2026, hatte bereits Joshua Achiam, OpenAIs „Chief Futurist" und ehemaliger Leiter des im Februar 2026 aufgelösten Mission-Alignment-Teams, nach fast neun Jahren seinen Abschied angekündigt — mit dem bemerkenswerten Satz, die Welt sei „jetzt eingeweiht", sodass es möglich erscheine, „von außerhalb der Mauern eines Frontier-Labs an der Mission zu arbeiten." Und erst am 10. Juli hatten wir über den krankheitsbedingten Rückzug von Fidji Simo als „CEO of AGI Deployment" berichtet (siehe Die Inferenz vom 10. Juli) — Teil eines seit April 2026 laufenden Führungsumbaus. Anders als bei Simo lässt sich Heideckes Abgang aber nicht demselben Strang zuordnen: Es ist eine separate, safety-spezifische Reorganisation, die dennoch dasselbe Grundmuster außergewöhnlich hoher Führungsfluktuation bestätigt — ausgerechnet in der Phase der IPO-Vorbereitung.

Heidecke ist damit mindestens der sechste prominente Sicherheits- oder Alignment-Verantwortliche, der OpenAI seit Mai 2024 verlässt — nach Jan Leike und Ilya Sutskever (Auflösung des Superalignment-Teams), Miles Brundage (AGI-Readiness-Team), Lilian Weng (Heideckes eigene Vorgängerin als Head of Safety Systems) und Steven Adler. Im Februar 2026 kam es zur bislang schärfsten Eskalation: Ryan Beiermeister, VP Product Policy, wurde entlassen, nachdem sie intern vor unzureichenden Jugendschutz-Mechanismen im geplanten „Adult Mode" von ChatGPT gewarnt hatte — offiziell wegen einer Diskriminierungsbeschwerde, was Beiermeister öffentlich bestreitet. Der unabhängige „AI Safety Index" des Future of Life Institute bewertete OpenAI erst wenige Tage vor Heideckes Abgang, am 7. Juli 2026, mit der Note C (abgerutscht von zuvor C+) — keines der neun untersuchten Frontier-Labs erreichte besser als C+. Die vollständige Chronik dieses Musters und seine Bedeutung für Unternehmen, die auf OpenAI-Technologie bauen, zeichnet unsere heutige Reportage nach.

Kritiker sehen in der Zusammenlegung von Sicherheits- und Forschungsverantwortung unter einer Führungsperson eine strukturelle Schwächung: Wenn dieselben Führungskräfte, die auf schnelle Produkteinführung drängen, zugleich die Sicherheitsfreigabe erteilen, drohe Sicherheit zur Formsache statt zum wirksamen Kontrollmechanismus zu werden. OpenAI selbst argumentiert umgekehrt — eine engere Verzahnung verschaffe Sicherheitsbedenken früheren und direkteren Einfluss auf Produktentscheidungen, statt sie nachgelagert zu behandeln. Für Unternehmen, die OpenAI-Modelle in eigene Produkte einbetten, ist die wiederkehrende Fluktuation in sicherheitskritischen Rollen ein Datenpunkt, der sich kaum noch als Einzelfall abtun lässt: Wer Vendor-Risiko-Bewertungen für KI-Anbieter durchführt, sollte Führungsfluktuation in Sicherheits- und Policy-Rollen künftig als festen Indikator neben Preis und SLA berücksichtigen — parallel zu einer aktiven Zweit-Anbieter-Strategie, die im Ernstfall operative Kontinuität sichert.

Produkt · Anthropic

Browser statt Browser-Krieg: Claude Code kann jetzt externe Webseiten öffnen — zeitgleich beerdigt OpenAI seinen eigenen KI-Browser

Hintergrund & Analyse

Anthropic hat der Desktop-Version von Claude Code in der vergangenen Woche (Versionen 2.1.202 bis 2.1.206, Anfang Juli) eine erweiterte „Browser Pane" spendiert — und t3n sowie Golem.de griffen die Neuerung am 11. Juli als „eingebauten Browser" auf. Genauer betrachtet ist das weniger eine Neuentwicklung als eine sinnvolle Erweiterung: Die Browser-Pane existierte in Claude Code bereits zuvor, um Entwicklern eine Live-Vorschau ihres eigenen, lokal laufenden Dev-Servers zu zeigen. Neu ist, dass Claude in derselben Pane jetzt auch beliebige externe Webseiten öffnen kann — Dokumentationen, Issue-Tracker, Design-Referenzen — und dort lesen, klicken und Formulare ausfüllen darf, ohne dass Nutzer den Kontext wechseln müssen. Per Tastenkürzel (Cmd/Ctrl+Shift+B) lässt sich die Pane jederzeit einblenden.

Der Sicherheitsgewinn liegt weniger in einer neuen Abwehrtechnik als in einem reduzierten Schadensradius: Die Pane läuft in einem eigenen, „sauberen" Browser-Profil ohne gespeicherte Logins oder Historie, komplett getrennt von der persönlichen Browser-Identität. Ob Sitzungsdaten zwischen Neustarts erhalten bleiben, entscheidet ein expliziter Opt-in-Schalter — im Normalfall verpufft der Zustand nach jeder Sitzung. Zusätzlich prüfen dieselben Sicherheitsklassifizierer, die auch im „Auto Mode" zum Einsatz kommen, jede schreibende Aktion auf externen Seiten, selbst wenn der Nutzer sonst alle Freigaben übersprungen hat; Käufe, Kontoerstellungen und CAPTCHA-Umgehungen bleiben grundsätzlich untersagt. Anthropic schreibt in der eigenen Dokumentation allerdings offen, dass die Browser-Pane „dasselbe Sicherheitsmodell wie die Claude-in-Chrome-Erweiterung" nutzt — jener Erweiterung, die im Dezember 2025 Ziel der „ShadowPrompt"-Lücke war, einer Zero-Click-Kombination aus einer CAPTCHA-XSS-Schwachstelle und einer zu großzügigen Origin-Allowlist (im Februar 2026 gepatcht). Das Grundproblem Prompt-Injection löst die neue Pane also nicht — sie begrenzt nur, was im Erfolgsfall eines Angriffs auf dem Spiel steht, weil das Profil identitätslos ist. Ein ehrlicher, aber kein revolutionärer Fortschritt.

Bemerkenswerter als das Feature selbst ist sein Timing: Nur einen Tag zuvor, am 9. Juli, hatte OpenAI bestätigt, den eigenständigen KI-Browser ChatGPT Atlas nach nicht einmal einem Jahr zum 9. August 2026 einzustellen (siehe Die Inferenz vom 10. Juli) — Atlas-Funktionen wandern in die reguläre ChatGPT-Desktop-App und nach Codex. Beide Anbieter vollziehen damit dieselbe Bewegung: Web-Interaktion wird nicht als eigenständiges Browser-Produkt vermarktet, sondern dort integriert, wo Nutzer ohnehin schon arbeiten — bei OpenAI im Chat-Interface, bei Anthropic im Coding-Werkzeug. Perplexitys seit März 2026 kostenloser Comet-Browser bleibt vorerst der einzige nennenswerte Standalone-Ansatz, positioniert allerdings explizit als Recherche- statt Entwickler-Werkzeug.

Für Entwicklerteams bedeutet die Erweiterung vor allem einen Produktivitätsgewinn: Doku-Recherche, Debugging und Code-Änderung finden im selben Fenster statt, Kontextwechsel zu Stack Overflow oder GitHub Issues entfällt. Unternehmen mit Compliance-Anforderungen können den externen Browser-Zugriff zentral über dieselben Allow-/Blocklists steuern, die bereits für die Chrome-Erweiterung existieren — Anthropic setzt hier bewusst auf bestehende Sicherheitsinfrastruktur statt auf ein komplett neues Kontrollsystem. Wichtig für Teams mit sensiblen internen Zugängen: Die Browser-Pane ist für anonymes Nachschlagen und Testen gedacht, nicht für Aktionen mit echter Identität — dafür bleibt die (riskantere) Chrome-Erweiterung zuständig.

Musik · Kennzeichnung

Zwei Label statt eines Siegels: Die Musikindustrie einigt sich auf freiwillige KI-Kennzeichnung — ohne Sanktionsmechanismus

Hintergrund & Analyse

Am 10. Juli 2026 hat ein breites Bündnis der internationalen Musikbranche einen gemeinsamen Kennzeichnungsstandard für KI-Musik vorgestellt. Angeführt von den Dachverbänden IFPI und RIAA, unterzeichnen auch die Independent-Verbände A2IM, WIN und IMPALA, die Grammy-Organisation Recording Academy, die Gewerkschaft SAG-AFTRA sowie die Human Artistry Campaign. Vorgesehen sind zwei Kategorien statt eines abgestuften Mehr-Stufen-Systems: „AI-Generated" für Aufnahmen, bei denen KI bereits Leadgesang oder zentrale Instrumentalparts erzeugt hat, und „AI-Assisted" für Musik, die im Kern von Menschen geschaffen wurde und nur einzelne KI-unterstützte Elemente enthält. IFPI-Chefin Victoria Oakley und RIAA-Chairman Mitch Glazier begründeten den Schritt damit, Fans wollten wissen, „ob und wie generative KI verwendet wurde".

Die Initiative reagiert direkt auf ein Problem, über das wir bereits ausführlich berichtet haben: Auf Deezer bestanden im April 2026 bereits 44 Prozent aller neu hochgeladenen Tracks aus KI-generierter Musik (siehe Die Inferenz vom 23. April), begleitet von CISAC-Prognosen erheblicher Einnahmeverluste für menschliche Kreative und dem Betrugsfall um Michael Smith, der über Streaming-Bots Millionen mit KI-generierten Fake-Streams erschlichen haben soll. Entscheidend für die Einordnung der neuen Regelung: Sie ist ausdrücklich freiwillig und beruht auf Selbstauskunft der Labels beim Upload — es gibt weder eine technische Verifikation noch, wie Kritiker sofort anmerkten, einen Sanktionsmechanismus für falsche Angaben. Zudem klafft eine Lücke: Songtexte, Komposition, Musikvideos und Cover-Artwork sind vom System ausdrücklich ausgenommen, obwohl auch dort KI längst im großen Stil zum Einsatz kommt.

Die Reaktion der Streaming-Plattformen fällt bislang unverbindlich aus: Die DiMA, Branchenverband von Spotify, Apple Music und Amazon Music, begrüßte die Initiative über CEO Graham Davies zurückhaltend und kündigte an, künftig „genauere und zeitnahe KI-Metadaten" erhalten zu wollen — eine feste Zusage zur flächendeckenden Umsetzung fehlt. Das unterscheidet den Branchenstandard fundamental vom EU AI Act, dessen KI-Kennzeichnungspflichten ab August 2026 in der Europäischen Union rechtlich bindend werden: Während Brüssel eine gesetzliche Pflicht durchsetzt, bleibt das Musikindustrie-Label ein reines Freiwilligkeits-Versprechen. Einzellösungen einzelner Plattformen bestehen bereits: Deezer erkennt seit 2025 automatisch vollständig KI-generierte Tracks, Tidal verlangt seit Juni 2026 eine verpflichtende Vorab-Identifizierung durch Rechteinhaber.

Für Unternehmen, die KI-generierte Musik produzieren, vertreiben oder auf Plattformen anbieten, markiert die Ankündigung dennoch einen Wendepunkt: Erstmals einigt sich die gesamte Wertschöpfungskette — Majors, Independents, Gewerkschaften und die Grammy-Institution — auf eine gemeinsame Taxonomie statt konkurrierender Einzellösungen je Plattform. Das schafft einen De-facto-Industriestandard, an dem sich auch Anbieter von KI-Musikgeneratoren wie Suno und Udio mittelfristig orientieren dürften, selbst wenn die Umsetzung zunächst unverbindlich bleibt. Wer als Unternehmen bereits eigene KI-Transparenzpflichten aus dem EU AI Act umsetzt, sollte die freiwillige Musik-Taxonomie klar davon unterscheiden — Selbstauskunft ersetzt keine gesetzliche Kennzeichnungspflicht, und das eigentliche Problem der Branche, Streaming-Betrug und Playlist-Spam durch KI-Fluten, bleibt mit einem reinen Label-System ungelöst.

KI-Modelle · Subquadratic

56-mal schneller — aber wogegen genau? Ein Miami-Startup, ein umstrittenes Benchmark und die Frage nach dem nächsten Attention-Durchbruch

Hintergrund & Analyse

„56-mal schneller als die meisten LLMs" — mit dieser Zahl macht das Miami-Startup Subquadratic seit Wochen Schlagzeilen, zuletzt am 11. Juli auch bei t3n. Die Behauptung braucht allerdings eine Präzisierung, die in der Berichterstattung regelmäßig verloren geht: Verglichen wird nicht gegen „die meisten LLMs" allgemein, sondern spezifisch gegen FlashAttention — ein IO-optimiertes Kernel-Verfahren für exakte, dichte Attention-Berechnung, das heute in den meisten Frontier-Modellen als Standardbaustein verbaut ist. FlashAttention ist entgegen mancher Darstellung keine ältere Sparse-Attention-Technik, sondern schlicht die aktuell übliche, mathematisch exakte Basisvariante. Subquadratics Modell SubQ nutzt stattdessen einen Mechanismus namens Sparse Selective Attention, der nur einen Teil der Token-Beziehungen berechnet und dadurch bei sehr langem Kontext annähernd linear statt quadratisch skaliert — die genaue Auswahlmethodik hat das Unternehmen bislang nicht offengelegt.

Hinter Subquadratic stehen CEO Justin Dangel und CTO Alex Whedon (Ex-Meta), unterstützt von einem Team mit Erfahrung bei Meta, Google, ByteDance, Adobe und Microsoft. Das Unternehmen sammelte eine Seed-Runde von 29 Millionen Dollar bei einer Bewertung von 500 Millionen Dollar ein — unter anderem von Frühinvestoren aus dem Umfeld von Anthropic, OpenAI und Stripe. Die vielzitierten Benchmarks stammen von Appen, einer kommerziellen Evaluierungsfirma — die allerdings von Subquadratic selbst beauftragt und bezahlt wurde. Das ist keine unabhängige akademische Reproduktion, sondern eine vendor-finanzierte Prüfung durch einen externen Dienstleister. Ein wissenschaftliches Paper gibt es bislang nicht („paper coming soon"), Modellgewichte sind nicht öffentlich, SubQ selbst ist nur über eine Warteliste zugänglich. Der frühere OpenAI-Ingenieur Will Depue äußerte den Verdacht, SubQ könnte schlicht ein Fine-Tune bestehender offener Modelle wie Kimi oder DeepSeek sein statt eine komplett neue Architektur — was den Anspruch eines fundamentalen Durchbruchs relativieren würde.

Wichtig für die Einordnung ist zudem, wo der Geschwindigkeitsvorteil tatsächlich zum Tragen kommt: erst bei extrem langem Kontext im Millionen-Token-Bereich. Bei kurzen, alltäglichen Prompts — der weit überwiegenden Mehrheit realer LLM-Nutzung — dürfte der Unterschied deutlich kleiner ausfallen als die Schlagzeile suggeriert. Die KI-Szene reagiert entsprechend gespalten: Manche Stimmen feiern SubQ als größten Fortschritt seit der Transformer-Architektur, andere warnen vor einem „AI Theranos" — einem Fall, in dem spektakuläre Versprechen die überprüfbare Substanz übersteigen. Fachlich reiht sich die Behauptung in eine lange Geschichte ähnlicher Versprechen ein: Mamba, RWKV, Kimi Linear und DeepSeek Sparse Attention traten mit vergleichbaren Ansprüchen an, mussten bei Modellen in Frontier-Größe aber bislang fast alle auf hybride Architekturen zurückgreifen, weil rein subquadratische Modelle bei komplexen Aufgaben oft schwächer abschneiden als klassische Attention.

Für Infrastruktur-Entscheider ist die praktische Einordnung eindeutig: Anders als die bereits bekannten Inferenz-Beschleuniger Groq, Cerebras und SambaNova (siehe u.a. Die Inferenz vom 9. Juli) handelt es sich bei Subquadratic nicht um eine Hardware-, sondern um eine Software-Wette auf Standard-GPUs — beide Ansätze könnten sich im besten Fall ergänzen statt konkurrieren. Solange aber weder Paper noch offene Gewichte noch unabhängige Reproduktion vorliegen, bleibt SubQ ein Kandidat, kein verifizierter Durchbruch. Wer Kaufentscheidungen auf Basis der 56x-Zahl plant, sollte auf eine unabhängige Bestätigung warten, statt sich auf vendor-finanzierte Benchmarks zu verlassen.

Business · OpenAI

ChatGPT für die ganze Familie: OpenAI sucht Produktmanager für Kinder und Senioren — kein neuer Tarif, aber ein Kurswechsel

Hintergrund & Analyse

OpenAI hat keine neue Familienfunktion gestartet — sondern eine Stellenausschreibung veröffentlicht, die TechCrunch am 11. Juli 2026 zur eigentlichen Nachricht machte. Gesucht wird in San Francisco ein Product Manager mit „tiefer Empathie für Nutzer jeden Alters und jeder Fähigkeit", der neue Funktionen speziell für Familien, Betreuungspersonen und ältere Erwachsene entwickeln soll. Ein OpenAI-Sprecher stellte gegenüber Windows News AI ausdrücklich klar, dass die Stelle nicht an die Ankündigung eines neuen Abo-Tarifs gekoppelt ist — ChatGPT Plus bleibt bei 20 Dollar, Pro bei 200 Dollar im Monat, ein Family-Sharing-Plan ist bislang nicht vorgesehen.

Der eigentliche Kontext ist ernster als die Personalie selbst. Seit dem 3. September 2025 bietet OpenAI Eltern-Kind-Kontoverknüpfung mit anpassbaren Kontrollen (sensible Inhalte reduzieren, Sprachmodus oder Bildgenerierung deaktivieren, Ruhezeiten setzen) sowie automatischen Schutzmaßnahmen für verknüpfte Teen-Accounts. Diese Funktionen kamen rund sechs Wochen nach der im August 2025 eingereichten Klage der Familie Raine gegen OpenAI und Sam Altman wegen des Suizids ihres 16-jährigen Sohnes: Laut Klageschrift dokumentierten OpenAIs eigene Systeme 213 Erwähnungen von Suizid im Chatverlauf, ChatGPT selbst erwähnte das Thema 1.275-mal — sechsmal häufiger als der Nutzer. OpenAI bestreitet die Haftung unter Berufung auf Section 230 und mutmaßlichen Missbrauch des Chatbots; eine weitere Klage wirft dem Unternehmen vor, einen College-Absolventen zum Suizid ermutigt zu haben. Die neue PM-Stelle liest sich damit als Versuch, Familien-Sicherheit von einer reaktiven Krisenmaßnahme zu einer dauerhaften Produktkategorie auszubauen.

Unterlegt wird der Schritt von einer Demografie-Verschiebung: Laut Sensor-Tower-Daten für das zweite Quartal 2026 stieg der Anteil der ChatGPT-Nutzer über 35 Jahren von 26 auf 31 Prozent, während die Gruppe 18–24 von 34 auf 29 Prozent sank; der Anteil US-amerikanischer Eltern, die ChatGPT nutzen, wuchs von 16 auf 24 Prozent. Auffällig ist eine Wahrnehmungslücke: 27 Prozent der Eltern glauben, ihre Kinder nutzten KI wöchentlich — tatsächlich berichten das 38 Prozent der Kinder selbst. Im Wettbewerbsvergleich positioniert sich Google am aggressivsten für Unter-13-Zugang über elterlich freigeschaltete Family-Link-Accounts, Meta AI baut seit Mai/Juni 2026 plattformübergreifende Supervision-Tools aus (Eltern sehen Themenkategorien, aber keine vollständigen Chatverläufe), während Anthropic die Gegenposition einnimmt: Claude.ai bleibt strikt auf Nutzer ab 18 Jahren beschränkt, Erkennungsklassifikatoren deaktivieren als minderjährig identifizierte Accounts automatisch.

Für Produktentscheider liegt die eigentliche Lehre nicht in der Personalie, sondern im Muster dahinter: Ein Consumer-KI-Produkt, das zum Alltagswerkzeug reift, importiert regulatorische, haftungsrechtliche und Vertrauens-Anforderungen aus angrenzenden Branchen — Social Media, Kinderschutzrecht — früher, als das Kernprodukt-Team das einplant. Die „Shadow Usage" von Kindern, die häufiger KI nutzen, als Eltern annehmen, dürfte kein OpenAI-spezifisches Problem bleiben, sondern jedes breit genutzte B2C-KI-Produkt betreffen. Wer selbst KI-Chat-Funktionen für Endkunden anbietet, sollte Alters- und Familien-Sicherheitsfragen nicht erst dann adressieren, wenn ein Klagefall oder eine Personalentscheidung eines Wettbewerbers sie ins Rampenlicht rückt.

Reportage

Wer warnt, geht: Die Chronik von OpenAIs Sicherheits-Exodus

Weiterlesen →

Tool-Radar

Neue und trendende KI-Tools des Tages

Kickbacks CLI Logo
Verwandelt die Wartezeiten von Coding-Agenten wie Claude Code oder Codex in eine Werbe-Statuszeile im Terminal und in der Mac-Menüleiste.
Erweitert den viral gegangenen Kickbacks.ai-Ad-Spinner um eine native CLI-/Menüleisten-Integration; Macher ist Andrew McCalip (Ex-Varda-Space-Ingenieur, bekannt durch den LK-99-Replikationsversuch), Top-Engagement-Produkt des Tages auf Product Hunt.
Dev-Tools · 11. Juli 2026
Effects SDK Logo
SDK für Entwickler, das KI-Video- und Audio-Effekte — Weichzeichner, virtuelle Hintergründe, Auto-Framing, Rauschunterdrückung — direkt in eigene Apps einbaut.
Läuft komplett clientseitig ohne Server-Roundtrip, unterstützt WebRTC, LiveKit, Zoom-SDK und Agora; Gründer Max Troshin, Top-Engagement-Produkt auf Product Hunt mit drei Monaten Gratiszugang für Maker.
Kreativ/Dev-Tools · 11. Juli 2026
Scarlett Logo
KI-„Kollegin“ mit eigenem Cloud-Rechner, die in Slack oder per iMessage selbstständig Aufgaben von Marketing bis Vertrieb erledigt.
Kein Chatbot, sondern führt echte Arbeit aus — E-Mails, CRM-Updates, Reports — über mehr als 3.000 Integrationen; ursprünglich vor über einem Jahr als internes Experiment entstanden, jetzt Product-Hunt-Spitzenreiter in Marketing/CRM.
Business · 10. Juli 2026
agents-cli Logo
Von Google gebautes CLI-Tool, mit dem KI-Coding-Agenten Agenten scaffolden, evaluieren und direkt auf Google Cloud deployen können.
Automatisiert das komplette Produktiv-Plumbing — SDKs, MCP-Server, Auth, Telemetrie, Terraform, CI/CD —, das sonst Wochen kostet; Launch aus dem Google-Cloud-Team um Elia Secchi, kostenlos.
Dev-Tools/Agent-Framework · 9. Juli 2026
Willow Frontier Pro Logo
Neues, besonders präzises Diktier-Modell von Willow für Power-User und Teams, eingebettet in die bestehende Voice-to-Text-App.
Laut eigenen Benchmarks schneller und genauer als Wispr Flow, OpenAI und Deepgram; YC-Startup aus San Francisco (Allan Guo, Lawrence Liu, Ian Ye), 4,2 Mio. Dollar Seed-Funding von BoxGroup u.a.
Produktivität · 8. Juli 2026
Octolens Logo
Social-Listening-Tool, das Erwähnungen über Reddit, X, Hacker News, YouTube, Podcasts und News als KI-gefiltertes JSON per API, Webhook oder MCP an Agenten liefert.
Relaunch mit neuem Fokus „für die Agent-Ära“ — macht für Agenten bislang unzugängliche Quellen wie Reddit und Hacker News erstmals programmatisch nutzbar; Berliner Bootstrap-Startup von Charlotte Schmitt und Igor Kotua.
Business/Marketing · 7. Juli 2026

Aus der Werkstatt

YouTube-Empfehlungen: Tutorials, Erklärungen und Werkzeuge

How Many GPUs Do You Need to Train an AI?
Tutorial
Zachary Huang (41.200 Subs) · 31:55
Technische Tiefenanalyse der Hardware-Mathematik hinter LLM-Training — GPU-Speicherbedarf, Model FLOPs Utilization, Kaplan-Scaling-Laws und Chinchilla-Compute-Optimalität, mit konkreten Rechenbeispielen für H100- und MI300X-Cluster.
Muse Spark 1.1 (Fully Tested): Okay, it's SO GOOD!
Tutorial
AICodeKing (130.000 Subs) · 7:03
Praxistest von Metas neuem Frontier-Modell Muse Spark 1.1 aus den Superintelligence Labs — multimodales Reasoning-Modell mit 1-Millionen-Token-Kontext, getestet auf Coding, Tool-Use, UI-Generierung und agentische Workflows.