· 7 Artikel + Reportage + Tool-Radar + Werkstatt

Ausgabe vom 11. November 2026

Maschinell recherchiert, menschlich relevant.

Finanzen · Anthropic-Börsengang

Anthropic startet die Roadshow: 70 bis 78 Dollar je Aktie, bis zu 1,4 Billionen Dollar Bewertung – und sieben Gründer, die je rund 250 Millionen kassieren

Hintergrund & Analyse

Anthropic hat am Dienstag die Roadshow für seinen Börsengang gestartet und die lange erwarteten Eckdaten veröffentlicht. Laut Anthropic sollen 825 Millionen Aktien der Klasse A zu je 70 bis 78 US-Dollar angeboten werden; 801.351.354 Aktien kommen vom Unternehmen selbst, 23.648.646 von Altaktionären. Die Konsortialbanken, darunter Goldman Sachs und Morgan Stanley, erhalten eine 30-tägige Option auf weitere 123,75 Millionen Aktien. Gelistet werden soll an der Nasdaq unter dem Kürzel „ANT“. Wir hatten zuletzt in der Ausgabe vom 10. November berichtet, dass Anthropic laut Wall Street Journal am Börsengang festhält; mit der Preisspanne ist das nun konkret.

Die Zahlen: Volumen, Bewertung, Zeitplan

Aus der Spanne ergibt sich laut TechCrunch ein Erlös von 57,75 bis 64,35 Milliarden Dollar für die Basisemission. Bei einem Preis am oberen Ende wäre Anthropic voll verwässert rund 1,404 Billionen Dollar wert. Das wäre ein deutlicher Sprung gegenüber den 965 Milliarden Dollar der Finanzierungsrunde vom Mai, aber weniger als die zwei Billionen, die vor einigen Monaten kolportiert wurden. Zusätzlich hat sich Anthropic eigenen Angaben zufolge 26 Milliarden Dollar aus einer Privatplatzierung stimmrechtsloser Klasse-N-Aktien zum Emissionspreis gesichert – von AMD, Broadcom, Google, Micron, Microsoft, Nvidia und TSMC, wobei Google und Nvidia laut TechCrunch je 10 Milliarden zeichnen. Das Unternehmen rechnet mit Nettoerlösen von 84,6 bis 93,7 Milliarden Dollar; der höhere Wert gilt bei Ausübung der Mehrzuteilungsoption.

Der Termin: CNBC nennt unter Berufung auf anonyme, mit den Details vertraute Personen den 18. November als Preisfestsetzung und den 19. November als ersten Handelstag; auch TechCrunch spricht von einem Start „um den 19. November“. Offiziell bestätigt hat Anthropic das nicht, und die Registrierung ist laut Unternehmen noch nicht wirksam. Auffällig ist der geplante Privatanleger-Anteil von bis zu 20 Prozent – üblich sind laut CNBC 5 bis 10 Prozent. Laut heise ist die Zeichnung in Deutschland etwa über Trade Republic schon vor dem Handelsstart möglich. CNBC berichtet zudem, das Orderbuch sei laut Insidern in der Spanne bereits überzeichnet („covered“); das ist eine nicht überprüfbare Angabe aus anonymer Quelle. Einzelne Zahlen weichen zwischen den Medien ab: Heise nennt als angestrebte Gesamtbewertung „bis zu eine Billion“ Dollar, TechCrunch und CNBC rechnen voll verwässert mit rund 1,4 Billionen; wir folgen den Angaben aus dem Prospekt, wie sie TechCrunch und CNBC wiedergeben.

Alle sieben Gründer verkaufen – und behalten die Kontrolle

Neu im Prospekt ist die Liste der Verkäufer unter den Altaktionären. Laut TechCrunch verkaufen alle sieben Mitgründer – Dario und Daniela Amodei, Tom Brown, Jack Clark, Jared Kaplan, Sam McCandlish und Christopher Olah – exakt je 3.378.378 Aktien. In der Mitte der Spanne (74 Dollar) wären das knapp 250 Millionen Dollar pro Kopf, am unteren Ende gut 236, am oberen knapp 264 Millionen. Nach dem Verkauf hält jeder rund 3,2 Prozent der ausstehenden Klasse-A-Aktien, zusammen etwa 22 Prozent. Das ist allerdings nicht ihr Anteil am Gesamtkapital: Andere Eigner wie Amazon und Google halten stimmrechtslose Klasse-N-Aktien.

Die Kontrolle bleibt gesichert. Jeder Gründer erhält eine Klasse-F-Aktie mit Sonderstimmrechten; zusammen kommen sie laut TechCrunch auf gut 50 Prozent der Stimmen. (Die Quellen nennen dazu abweichend 50,1 und 51,1 Prozent; heise spricht von „gut 50 Prozent“.) Zusätzlich wählt der Long-Term Benefit Trust die Mehrheit im Verwaltungsrat. Wer Klasse-A-Aktien kauft, hat damit nach Darstellung von heise zwar vollen Anspruch auf finanzielle Erträge, aber praktisch kein Mitspracherecht. Als Nachfrageindikator wertet TechCrunch, dass Verwaltungsrat Reed Hastings laut S-1 für 300 Millionen Dollar Aktien über seinen Donor-Advised-Fund erwerben will; Christopher Liddell plant 3 Millionen Dollar.

Was der Prospekt über das Geschäft verrät – und die Risiken

Der aktualisierte S-1 nennt einen Quartalsumsatz von 17 Milliarden Dollar im dritten Quartal und 33,2 Milliarden für die ersten neun Monate; die annualisierte Umsatzrate lag Ende Oktober laut Unternehmen bei 81 Milliarden Dollar, rund 10 Milliarden mehr als Ende September. Dem steht ein Neunmonatsverlust von 104 Milliarden Dollar gegenüber. Laut CNBC entfällt der Großteil davon auf Bewertungseffekte bei Wandelanleihen und Derivaten – also nicht auf das operative Geschäft allein. Die Verpflichtungen für Rechenleistung und Infrastruktur beziffert Anthropic auf 900,9 Milliarden Dollar, dem stehen knapp 132 Milliarden Dollar an liquiden Mitteln gegenüber. Der Kauf eigener Gasturbinen, über den wir ebenfalls in der Vorausgabe berichteten, passt in dieses Bild kapitalintensiver Langfristbindungen.

Golem fragt unter dem Titel „Wie riskant ist die Anthropic-Aktie?“ nach hohen Investitionen und unsicherem Wachstum; den vollständigen Text konnten wir wegen einer Cookie-Abfrage nicht abrufen, nur den Teaser. Heise verweist auf Sicherheitsvorfälle im Sommer und die Konkurrenz durch OpenAI, Google und Meta. CNBC ergänzt das politische Umfeld: ein Wahlsieg der Demokraten bei den Midterms, Abstimmungen gegen Rechenzentren und Zinssorgen. Dass die Bewertung unter den früheren Erwartungen liegt, führt heise auf die abgekühlte KI-Euphorie und den Nvidia-Skandal zurück. Ob die Aktie am 19. November tatsächlich startet und zu welchem Kurs, ist offen – bis zur Preisfestsetzung kann sich die Spanne noch ändern. Dies ist keine Anlageberatung.

Modelle · Google

Gemini 4 Carbon ist frei verfügbar – und bringt den Agenten-Schwarm mit

Hintergrund & Analyse

Google DeepMind hat Gemini 4 Carbon am 10. November für die breite Öffentlichkeit freigegeben. Das Modell war bereits in der Ausgabe vom 29. Oktober Thema: Damals war es nur einem Kreis von Cybersicherheits-Verteidigern über das „Fairwind Program“ zugänglich, weil Google die offensiven Fähigkeiten für heikel hielt. Nun folgt der reguläre Start – mit einer neuen Funktion für koordinierte Agententeams.

Wer bekommt Zugriff?

Laut Google ist Carbon ab sofort über die API in Google AI Studio und „Gemini for business“ für alle zahlenden Entwickler und Unternehmen verfügbar. Abonnenten von Google AI Ultra können das Modell zudem in Antigravity, der Gemini-App und im AI Mode der Suche nutzen. Wissenschaftler können sich für ein kostenloses Zugangsprogramm bewerben, das auch Carbon umfasst. Die spezialisierte Cyber-Variante bleibt dagegen an das Fairwind-Programm gebunden. Ob und wann Carbon für günstigere Abo-Stufen oder kostenlose Nutzer kommt, ist laut The Verge unklar.

Beim Preis bleibt Google aggressiv: Während einer Einführungsphase kostet Carbon wie schon Gemini 4 Argon 2 US-Dollar pro Million Eingabe- und 10 US-Dollar pro Million Ausgabe-Token. Nach dem 30. November gelten laut Google 4 beziehungsweise 20 US-Dollar. The Verge zufolge liegt der Einführungspreis bei etwa einem Fünftel des Preises von OpenAIs GPT-6 Astra und einem Viertel von Anthropics Fable 5.2, das einen Tag zuvor erschienen ist. Auch nach der Verdopplung wäre Carbon pro Token noch deutlich günstiger. Das heißt aber nicht automatisch niedrigere Kosten pro Aufgabe, da Modelle für dieselbe Aufgabe unterschiedlich viele Token verbrauchen – Carbon setzt ausdrücklich auf mehr Token als Argon, um gründlicher zu prüfen.

Carbon und Argon: Arbeitsteilung

Google positioniert beide Modelle nebeneinander. Argon bleibe „die ideale Wahl für die Mehrheit der Software-Entwicklung und Wissensarbeit“, Carbon sei für Aufgaben gedacht, die die Grenzen der Modellintelligenz testen: komplexes, mehrstufiges Programmieren und Debugging sowie offene wissenschaftliche Forschung. Als Belege nennt das Unternehmen Spitzenplätze auf CursorBench 4.0, Perplexitys WANDR und Zapiers AutomationBench, bei mehr als halbierten Kosten pro Aufgabe gegenüber dem nächstbesten externen Modell. Beim neuen, gemeinsam mit Artificial Analysis entwickelten Multimodal-Knowledge-Agent-Benchmark erreicht Carbon Rang 2. Diese Angaben stammen von Google selbst; The Verge weist darauf hin, dass Unternehmen Benchmarks gezielt auswählen, und ordnet Carbon bei den früher genannten Werten hinter Fable 5.2 ein.

„/swarm“: Ein Prompt, ein Agententeam

Die wichtigste Produktneuheit ist die Vorschau auf „/swarm“ in Googles Entwicklungsplattform Antigravity. Sie soll einen einzelnen Prompt in ein koordiniertes Team von Agenten verwandeln, dessen Arbeit sich in Echtzeit verfolgen lässt. Carbon übernimmt dabei Rollen, die tiefstes Schlussfolgern verlangen – etwa Architektur, Koordination und Audit –, während schnellere, leichtere Modelle in parallelen, isolierten Arbeitsumgebungen arbeiten. „Adversarial Verifiers“ sollen jede Änderung prüfen. Als Beispiele führt Google unter anderem eine interaktive 3D-Rekonstruktion eines Google-Bürogebäudes aus Bauplänen an, die über zehn nächtliche Durchläufe entstand. Das sind Herstellerdemos; unabhängige Tests der Funktion liegen bislang nicht vor.

Sicherheit und Cyber-Praxis

Google nennt neue Sicherheitswerte: In simulierten Angriffsumgebungen habe Carbon 99 Prozent der Angriffsverläufe eines adaptiven Red-Teaming-Agenten abgewehrt; die Durchbruchrate pro Versuch sinke auf 0,8 Prozent (Argon: 3,1 Prozent). Externe Tester von Trajectory Labs fanden laut Google in 132 Stunden keine neuen universellen Jailbreaks. Zugleich räumt das Unternehmen ein, dass die Robustheit gegen Prompt Injection weiter verbesserungsfähig sei. Aus der Praxis berichtet Google, die Sicherheitsfirma Wiz habe mit Carbon bei zwei großen SaaS-Anbietern Zero-Day-Lücken in unter zwei Stunden gefunden. Auch diese Ergebnisse sind nicht unabhängig überprüft.

Ein Chip-Update am selben Tag

Ebenfalls am Montag stellte Google laut TechCrunch zwei neue TPU-Varianten der achten Generation vor: TPU 8tx, gemeinsam mit AMD entwickelt und für vertrauliches Training und Inferenz gedacht, sowie TPU 8i Max, das zwei Inferenz-Chips mit doppeltem Speicher und doppelter Rechenleistung in einem Gehäuse bündelt. Ein direkter Zusammenhang mit Carbon wird in den Quellen nicht hergestellt. Der Schritt passt aber zur Strategie, die Abhängigkeit von Nvidia zu verringern.

Für Entwickler heißt das: Wer bislang Argon einsetzt, hat nun eine zweite, teurer rechnende Stufe für die schwersten Aufgaben – und im „/swarm“-Modus einen ersten Ausblick darauf, wie Google Mehr-Agenten-Arbeit in den Alltag bringen will.

Produkte · Anthropic

Claude Meetings, Whiteboards, Sheets: Anthropic baut seine eigene Office-Suite – und zielt auf Beschäftigte ohne Programmierhintergrund

Hintergrund & Analyse

Anthropic hat am Dienstag bei einem Event in San Francisco eine Reihe von Arbeitswerkzeugen vorgestellt, die The Verge als „eigene KI-Office-Suite“ beschreibt. Kernstück ist Claude Meetings: Teams können Claude als sichtbaren Teilnehmer zu einem Videocall hinzufügen. Dazu kommen Claude Whiteboards, ein gemeinsames Board für Planung und Brainstorming, und Claude Sheets, kollaborativ bearbeitbare Tabellen. Die Funktionen ergänzen bestehende Angebote wie Claude Docs, Slides, Design und Motion.

Was Claude Meetings tut

Laut TechCrunch folgt Claude dem Gespräch und arbeitet bereits, während die Teilnehmer noch reden: Es entwirft den besprochenen Plan, zeichnet einen Zeitplan auf ein Whiteboard, beantwortet Fragen im Meeting-Chat und greift über verbundene Arbeits-Apps auf Informationen zu, etwa auf Zahlen des Vorjahres. Nach dem Call stehen Notizen, Aufgabenlisten und weitere erzeugte Materialien in claude.ai bereit. Anthropic argumentiert, die eigentliche Arbeit beginne sonst erst nach dem Auflegen.

Verfügbar ist Meetings als Beta für die Tarife Team und Enterprise. Zum Start funktioniert es nur mit Google Meet; weitere Plattformen sollen laut TechCrunch folgen. Whiteboards und Sheets sind ebenfalls Beta, aber für alle bezahlten Tarife auf Web, Desktop und Mobilgeräten verfügbar. Whiteboards lassen sich in ein Dokument oder eine Präsentation überführen und laufen auch innerhalb von Meetings, sodass das Board während des Gesprächs wächst. In Sheets legt Claude etwa einen Kampagnen-Tracker oder ein Einstellungsbudget mit mehreren Tabs, Formeln, Formatierung und Dropdown-Menüs an, bearbeitet Zellen gemeinsam mit dem Team und weist jede Änderung aus.

Weitere Ankündigungen

Außerdem ist Claude Data, bis Oktober als Beta unter dem Namen Claude Dashboards geführt, nun für alle bezahlten Tarife allgemein verfügbar. Es verbindet Claude mit Datenquellen wie Data Warehouse oder CRM und liefert Dashboards, Textauswertungen oder erzählte Videos. Neu sind zudem „interaktive Konnektoren“: Anwendungen von Partnern wie Adobe, Atlassian und HubSpot öffnen sich in voller Fassung direkt im Claude-Fenster, etwa ein PDF-Editor oder ein Kampagnen-Tracker. Laut The Verge ist der Marktplatz für MCP-Anbindungen auf über 9.000 Plug-ins gewachsen.

Strategie: vom Entwickler-Werkzeug zum Alltagsprodukt

Anthropic war bisher vor allem für Unternehmenskunden und Coding-Werkzeuge bekannt. Produktmanager Nicholas Lin sagte The Verge, Claude Code habe „vor einem Jahr verändert, wie Ingenieure arbeiten“; Wissensarbeiter seien nun „die Lücke, die wir schließen wollen“. Claude Cowork, bisher das Angebot für Nicht-Entwickler, sei im Kern ein Aufsatz auf Claude Code gewesen und habe die „technischen Teile der nicht-technischen Zielgruppe“ angesprochen. Die neuen Tools seien dagegen die ersten nativen Produkte für den breiten Kreis der Büroarbeit.

The Verge verweist auf den Zeitpunkt: Anthropic stehe vor dem Börsengang und unter Druck, Umsatz und Nutzung zu steigern. Zur IPO-Lage haben wir zuletzt am 10. November berichtet. Dass die Produktoffensive mit dem Börsengang zusammenhängt, ist die Einordnung der Verge-Redaktion, keine Aussage von Anthropic.

Wettbewerb: Microsoft, Google, OpenAI, Otter

Neu ist die Idee nicht. TechCrunch erinnert daran, dass OpenAI vor wenigen Wochen eigene Arbeitswerkzeuge vorgestellt hat, um Microsoft und Google anzugreifen; auch Meta mischt mit seinem Agenten Muse mit. Laut The Verge kann Googles Gemini bereits Meetings begleiten und live mitschreiben, ChatGPT in Teilen über die Aufnahmefunktion. Gemini beherrscht Tabellen dank Google Sheets, und Google hat viele Konnektoren für die eigene Suite. Der strukturelle Unterschied: Microsoft und Google besitzen die Dokumente, Kalender und Videokonferenzen bereits; Anthropic muss sich als Zusatzschicht andocken und startet deshalb mit Google Meet als Brückenkopf.

Auch Spezialisten reagieren. Otter AI hat laut TechCrunch die Sprachunterstützung um 27 auf insgesamt 31 Sprachen erweitert, darunter Deutsch; 13 davon sind sofort verfügbar, 14 folgen. Hinzu kommt eine angekündigte Funktion, die Sprachwechsel mitten im Gespräch automatisch erkennt. Otter hat im Oktober 320 Millionen Dollar von General Catalyst erhalten und baut mit „Work Mode“ und „Live Assist“ ebenfalls Richtung Meeting-Begleiter aus. Ob Anthropic Meetings mehrsprachig gleichwertig beherrscht, geht aus den vorliegenden Berichten nicht hervor.

Datenschutz und Unternehmenseinsatz

Für den Einsatz in Europa sind die Details wichtig. Laut TechCrunch tritt Claude als erkennbarer Teilnehmer auf und postet einen Hinweis im Meeting-Chat. In Calls mit externen Gästen nimmt Claude nur teil, wenn ein Administrator das erlaubt, und verlässt das Meeting automatisch, sobald ein externer Gast beitritt. Das ist eine sinnvolle Sperre, ersetzt aber keine rechtliche Prüfung. Aussagen zu Speicherort, Aufbewahrungsdauer, Training mit Meeting-Inhalten oder zur Verfügbarkeit in der EU enthalten die beiden Berichte nicht; hierzu liegen uns keine Angaben vor. Wer Aufzeichnungen und Transkripte von Beschäftigten erzeugt, muss in Deutschland unter anderem Einwilligung beziehungsweise Rechtsgrundlage, Betriebsrat und DSGVO-Auftragsverarbeitung klären.

Einordnung: Mit Meetings, Whiteboards und Sheets rückt Anthropic vom Modelllieferanten zum Arbeitsplatz-Anbieter. Ob das Angebot Microsoft 365 Copilot oder Google Workspace wirklich Marktanteile abnimmt, lässt sich nach einem Tag nicht beurteilen: Alle drei Funktionen sind Betas, Meetings läuft nur mit Google Meet, und unabhängige Tests fehlen.

KI-Sicherheit · Coding-Agenten

Grok Build: Über 35.000 KI-gebaute Apps standen offen im Netz, darunter interne Vertriebsdaten von SpaceXSI selbst

Hintergrund & Analyse

Grok Build, das Werkzeug zum Bauen von Apps per Sprach- oder Texteingabe aus dem Hause SpaceXSI, hat nach Recherchen der Sicherheitsfirma Claroc Tausende interne Daten seiner Nutzer offengelegt – auch die des eigenen Unternehmens. Ars Technica berichtet am Dienstag über den Fall; Claroc hat die Ergebnisse am selben Tag in einem ausführlichen Blogeintrag veröffentlicht. Zur Namensfrage: Ars und Claroc bezeichnen SpaceXSI als den Namen des „inzwischen fusionierten“ Konzerns aus SpaceX und xAI. In unserer Ausgabe vom 15. Juli hatten wir noch „SpaceXAI“ geschrieben. Die Schreibweisen unterscheiden sich je nach Quelle; gemeint ist dasselbe Unternehmen.

Wie die Daten auffindbar wurden

Wer in Grok eine App veröffentlicht, bekommt eine eigene Adresse der Form vier-zufallswörter.grok.me. Die Idee dahinter ist bekannt: Wer die Adresse nicht kennt, kann sie nicht erraten. Der Haken liegt in der Konstruktion. Die Zufallswörter stehen links der Domain, im Hostnamen, statt im Pfad dahinter. Jeder Hostname löst eine DNS-Anfrage aus, und Passive-DNS-Dienste speichern solche Anfragen in durchsuchbaren Datenbanken. Eine Suche nach „*.grok.me“ liefert daher eine Liste aller Apps, die je jemand aufgerufen hat. Bei Googles Dokumentlinks oder den geteilten Artefakten und Chats von Claude, ChatGPT und Gemini steckt das Geheimnis dagegen im Pfad, den DNS nie sieht.

Claroc-Mitgründer Asaf Aprozper nennt laut Ars 43.601 Adressen unter grok.me. Von den Apps, die noch online waren, öffneten sich nach Claroc-Angaben 35.578 (94,7 Prozent) ohne Anmeldung. Die meisten waren Spiele, Landingpages oder Rechner. Rund jede zehnte enthielt laut Claroc interne Geschäfts- oder personenbezogene Daten; bei etwa zwei Prozent schätzt die Firma das Risiko als hoch oder kritisch ein. Die Zählung stammt vom Unternehmen selbst und ist nicht unabhängig überprüft.

Was offenlag

Zu den von Claroc und Ars genannten Beispielen gehören ein Gesundheitsdashboard einer peruanischen Baufirma mit 3.784 Untersuchungsergebnissen von Beschäftigten, eine Mitarbeiterliste einer Klinik mit rund 3.565 Namen und Kennungen, ein Angebotsentwurf eines Rechenzentrumsbetreibers, die Auftragsliste eines Autotransporteurs mit etwa 4.000 Einträgen sowie Unterlagen eines Zulieferers für die US-Marine und eines norwegisch-finnischen Rüstungskonzerns. Eine Zeitabrechnungs-App enthielt laut Claroc 18 Konten im Klartext samt Passwörtern. Die Firma nennt die betroffenen Organisationen nicht und hat nach eigenen Angaben begonnen, sie selbst zu benachrichtigen. Die Sicherheitsabteilung der betroffenen Kreuzfahrtgesellschaft habe sofort reagiert.

Besonders heikel: 24 der offenen Apps hatten Mitarbeiter von SpaceXSI und X gebaut. Darunter sind ein als vertraulich markierter Einarbeitungsplan für einen neuen Vertriebsmitarbeiter, eine Gebietskarte mit 594 Kundenkonten und mehrere Werbeangebote von X, eines davon an eine US-Bundesbehörde. Claroc meldete den Fund am 8. November; eine Antwort blieb laut Ars aus. Erst nach einer Anfrage von Ars wurden die 24 Links innerhalb weniger Stunden entfernt. Die Apps anderer Nutzer waren nach Angaben von Ars und Claroc bei Veröffentlichung weiter erreichbar.

Streit um die Voreinstellung

Strittig ist, wer die Verantwortung trägt. Ein Sprecher von Cursor, das laut Ars zu SpaceXSI gehört, erklärte, Apps seien standardmäßig privat und würden nur durch eine Entscheidung des Erstellers öffentlich; auch ChatGPT, Lovable und Bolt böten teilbare Links. Aprozpers Tests widersprechen dem: Im Veröffentlichungsdialog sei „Anyone with the link“ vorausgewählt gewesen, Alternativen sind „Invited users“ und „Only you“. SpaceXSI wies gegenüber einem Reporter darauf hin, dass mehrere Schritte nötig seien und Mitarbeiterkonten standardmäßig auf „Only you“ stünden; dennoch waren die 24 eigenen Apps offen. Ob SpaceXSI die Betroffenen informiert, ließ der Konzern laut Ars unbeantwortet.

Dass die Technik kein reines Grok-Problem ist, bestätigt Claroc: Lovable, Replit, Base44 und weitere Plattformen vergeben ebenfalls eigene Hostnamen. Im Oktober hatte Claroc dasselbe Muster bei Meta Muse gefunden, dort mit 6.800 Links; Meta setzte das Teilen daraufhin aus (Ars Technica, 20. Oktober).

Einordnung

Der Fall unterscheidet sich von dem, was wir am Montag aufgegriffen haben. In der Ausgabe vom 10. November ging es um Zugangsdaten, die Claude Code in Projektdateien ablegt (Apiiro), und um den entlaufenen Pentest-Agenten bei WorkOS. Gemeinsam ist den Fällen, dass KI-Werkzeuge Fehler im Zusammenspiel von Voreinstellung und Laien-Bedienung vergrößern. Neu ist hier, dass nicht Entwickler, sondern Vertriebs- und Schichtplaner Apps in Minuten veröffentlichen, ohne dass die IT davon erfährt.

Am Rande passt dazu eine Meldung von Golem vom Dienstag: CrowdStrike führt einen „Not-Aus“ für KI-Agenten ein, mit dem Administratoren Agenten stoppen und am Neustart hindern können. Laut dem Branchendienst AI Risk Today, der sich auf CrowdStrikes Mitteilung vom 3. November stützt, kappt das Werkzeug zunächst nur die Verbindung zum KI-Modell; Stoppen direkt auf dem Rechner soll später folgen. Gegen offene App-Links hilft ein solcher Schalter allerdings nicht, denn dort läuft kein außer Kontrolle geratener Agent, sondern eine ordnungsgemäß veröffentlichte App.

Für Betroffene bleibt die praktische Empfehlung von Claroc und Ars: den Freigabestatus eigener Grok-Apps auf „Invited users“ oder „Only you“ setzen, nicht mehr benötigte Apps depublizieren und Passwörter oder Schlüssel in veröffentlichten Skripten rotieren. Unternehmen sollten wissen, welche App-Builder ihre Beschäftigten nutzen.

E-Commerce · Agentic Commerce

Händler-Agenten statt Kunden-Agenten: OpenAI öffnet ChatGPT für verifizierte Unternehmen, während eBay fremde KI-Agenten aussperrt

Hintergrund & Analyse

Der Streit um den Handel mit KI-Agenten hat am Dienstag zwei neue Kapitel bekommen, die in entgegengesetzte Richtungen weisen. OpenAI hat in der Betaversion „Businesses in ChatGPT“ gestartet: Unternehmen können sich in ChatGPT verifizieren lassen, Profile pflegen und einen eigenen, von ihnen gesteuerten KI-Agenten bereitstellen. Fast zeitgleich berichtete The Verge, dass eBay offenbar fremde KI-Agenten wie Metas Muse nicht mehr auf seine Plattform lässt. Die Plattformen entscheiden also zunehmend, welche Agenten sie akzeptieren – und welche sie lieber selbst kontrollieren.

Was OpenAI startet

Über den neuen Business Hub können Unternehmen ihre Organisation in ChatGPT beanspruchen und nach der Verifizierung zentrale Angaben aktualisieren sowie selbst gepflegte Produktfeeds mit Preisen und Verfügbarkeit hinterlegen. OpenAI nennt als Reichweite 1,2 Milliarden Menschen, die ChatGPT wöchentlich nutzen. Shopify-Händler können ihren Shop direkt aus dem Hub oder dem Shopify-Admin verbinden; passende Shopify-Produkte sind laut OpenAI bereits über den Shopify Catalog in ChatGPT eingebunden. Bestehende Enterprise-Kunden und Werbetreibende sollen den Weg über ihre OpenAI-Ansprechpartner nehmen.

Der zweite Baustein sind die Business Agents. Taucht ein Unternehmen in einer ChatGPT-Antwort auf, können Nutzer sein Profil öffnen und – falls vorhanden – ein Gespräch mit dem Agenten des Unternehmens beginnen, etwa um zwei Produkte zu vergleichen. Dieses Gespräch ist laut OpenAI klar gekennzeichnet, vom ursprünglichen ChatGPT-Chat getrennt und von den unabhängigen Antworten des Assistenten abgegrenzt. Unternehmen legen laut The Verge Anweisungen und Geschäftskontext für ihren Agenten fest. Der Start gilt zunächst nur für „geeignete“ E-Commerce- und Online-Dienstleistungsunternehmen in den USA; die Profile selbst sollen überall verfügbar sein, wo ChatGPT läuft.

Transparenz, Werbung, Verifizierung

Der Hub liefert zudem aggregierte Kennzahlen: Erwähnungen in ChatGPT, Profilaufrufe, Website-Klicks und „Discovery Topics“, also Themen, in denen die Website eines Unternehmens zitiert wird. Gespräche von Nutzern oder Chats mit Business Agents bekommen Unternehmen laut OpenAI nicht zu sehen; Auswertungen erscheinen erst ab Mindestmengen. TechCrunch vergleicht das Angebot mit Googles Unternehmensprofilen und mit Google Analytics.

Wirtschaftlich relevant ist ein Detail: Unternehmen können ihren Business Agent laut OpenAI „sponsern“ und als Ziel für ChatGPT-Werbung nutzen; solche Platzierungen sollen gekennzeichnet und von den Antworten getrennt sein. Wie genau Unternehmen verifiziert werden, legt OpenAI nicht offen. VP Monetization Benji Shomair sagte laut The Verge und TechCrunch, es gebe je nach Unternehmenstyp und Markt mehrere Verfahren. Welche Anforderungen die Verifizierung stellt, ist damit bislang nicht überprüfbar.

Der Gegenentwurf: eBay macht dicht

Während OpenAI Händler einlädt, schließen Händler ihre Türen vor fremden Agenten. Laut The Verge (Mia Sato) berichtete ein Leser, sein Muse-Agent habe wochenlang täglich eine Uhren-Auswahl von Plattformen wie eBay zusammengestellt, am Wochenende aber keine Links oder Details von eBay mehr abrufen können; Muse habe gemeldet, blockiert zu sein. Die Redaktion konnte das nachstellen und fand teils Verweise auf externe Seiten, die eBay-Angebote spiegeln. Meta wollte sich nicht äußern.

eBay bestätigte die Sperre nicht ausdrücklich. Eine Sprecherin ließ die Frage nach neuen Beschränkungen unbeantwortet, erklärte aber, man verfolge einen „selektiven Ansatz“ gegenüber Dritten und habe den Agentenzugang „in bestimmten Fällen“ eingeschränkt, etwa bei unautorisiertem Scraping und Training auf eigenen Daten. Man führe Gespräche mit möglichen Partnern. Bereits im Januar hatte eBay laut The Verge seine Nutzungsbedingungen angepasst und „Buy-for-me“-Agenten sowie LLM-gesteuerte Bots verboten, die ohne menschliche Prüfung bestellen. „Offenbar blockiert“ ist deshalb der belastbare Stand: Belegt ist die Nutzererfahrung, nicht eine technische Maßnahme von eBay.

Einordnung: Wer hat die Kundenschnittstelle?

Beide Meldungen drehen sich um dieselbe Frage. Händler wollen von KI-Assistenten gefunden werden, aber nicht austauschbar werden. OpenAI bietet dafür ein Modell, in dem das Unternehmen den Agenten selbst stellt und Daten kontrolliert. Das ähnelt dem, was Amazon verfolgt: Laut The Verge blockiert Amazon externe Agenten ganz, Target teilweise, während Shopify seinen Katalog mit einer Milliarde Angeboten für Kunden-Agenten geöffnet hat. Kontext liefern frühere Ausgaben: Schon am 7. November ging es um den Streit um Verbraucher-Agenten rund um Muse und Alexa, und die Nachfrage nach Fremd-Agenten ist bislang gering – DoorDash nannte nur „mehrere hundert“ Bestellungen bei 993 Millionen insgesamt (31. Oktober), Uber vier Fahrten im dritten Quartal (5. November).

Auch für OpenAI selbst ist der Schritt ein Kurswechsel. TechCrunch erinnert, dass ChatGPTs direkter Einkauf samt Provisionsmodell nicht ankam und im März eingestellt wurde. Business Profiles lassen ChatGPT eher wie eine Suchmaschine auftreten. Ob Händler den Agenten annehmen, ist offen; Zahlen zur Nutzung gibt es nicht.

Randnotiz: Alexa+ im Browser in Deutschland

Auf der Verbraucherseite hat Amazon laut heise online Alexa+ in Deutschland auf Alexa.com im Browser freigeschaltet, vorerst nur für Teilnehmer des Early-Access-Programms. Alexa+ soll dort Chats, Präferenzen und Personalisierungen der Echo-Geräte übernehmen, Kalender und Listen pflegen, Restaurants reservieren und Dokumente verarbeiten. Die in den USA mögliche Zutatenbestellung bei Amazon Fresh oder Whole Foods erwähnt Amazons deutsche Mitteilung nicht. Die Browser-Version war in den USA seit dem 5. Januar verfügbar. Nach dem Early Access soll Alexa+ im Prime-Abo (9 Euro monatlich) enthalten sein, sonst kostet es 23 Euro im Monat.

Forschung · Formale Verifikation

AlphaProof Code: Google DeepMind lässt KI-Agenten den Maschinencode des Signal-Protokolls mathematisch prüfen – was bewiesen ist und was nicht

Hintergrund & Analyse

Google DeepMind hat am Dienstag AlphaProof Code vorgestellt, ein Agentensystem für die formale Verifikation von Software. Als Bewährungsprobe diente libsignal, die Referenzimplementierung des Signal-Protokolls, das nicht nur die Signal-App, sondern in Varianten auch WhatsApp, den Facebook Messenger und Google Messages absichert. Laut DeepMind haben KI-Agenten bewiesen, dass der Code zentrale Sicherheitsversprechen einhält, und zwar am kompilierten Programm, nicht nur am Entwurf. Das Wired-Stück dazu trägt die Überschrift, das Protokoll sei „bewiesen sicher“. Diese Zuspitzung ist größer als das, was die Forscher selbst behaupten.

Was „formale Verifikation“ bedeutet

Tests zeigen, dass ein Programm in den geprüften Fällen funktioniert. Eine formale Verifikation beweist dagegen mathematisch, dass es für alle zulässigen Eingaben eine festgelegte Eigenschaft erfüllt. Dazu braucht es zwei Dinge: eine Spezifikation, also eine exakte Aussage darüber, was „sicher“ bedeuten soll, und einen Beweis, dass der Code diese Aussage erfüllt. Ein Beweisassistent wie Lean prüft jeden Schritt mechanisch. Wer dem kleinen Prüfkern von Lean traut, muss dem Beweisautor nicht trauen. Genau deshalb dürfen die Beweise von einer KI stammen, die sich irren kann: Ein fehlerhafter Beweis wird abgelehnt.

Bisher scheiterte das Verfahren am Aufwand. Laut dem DeepMind-Papier kostete der verifizierte Mikrokern seL4 rund 20 Personenjahre, der verifizierte C-Compiler CompCert etwa sechs Jahre. Bei Signal, so DeepMind, dauerte die Arbeit vier Wochen. Die Agenten erzeugten rund 6,5 Millionen Zeilen Lean-Beweiscode, gestützt auf etwa 26.000 Zeilen „vertrauenswürdiger“ Spezifikation und Prozessormodell. Der Blogeintrag nennt an verschiedenen Stellen „über sechs“ und „über drei Millionen“ Zeilen; wir folgen den Angaben des technischen Papiers. Ein Team von 40 bis 80 Agenten lief dem Papier zufolge je Kampagne 24 bis 72 Stunden auf einer einzelnen Maschine. Nach Angaben von DeepMind mussten Menschen nur etwa ein Prozent der Beweisbasis gezielt nachprüfen.

Was konkret bewiesen wurde

Geprüft wurden der Verbindungsaufbau PQXDH und der Triple Ratchet, die Schlüsselmechanik, die für jede Nachricht einen neuen Schlüssel ableitet. Bewiesen wurden Forward Secrecy (gestohlene Schlüssel entschlüsseln keine älteren Nachrichten), Post-Compromise Security (nach einem Geräteeinbruch „heilt“ die Sitzung), Authentifizierung und Geheimhaltung des Handshakes. Zwei Beweisstränge laufen parallel: ein symbolischer mit zehn Theoremen und ein rechnerischer, der die Erfolgschance eines Angreifers abschätzt. Neu sei, so DeepMind, dass der Beweis den unveränderten Code als AArch64-Maschinencode abdeckt, wo sich Implementierungsfehler typischerweise verstecken. Der Signal-CTO Ehren Kret nennt das laut DeepMind einen großen Durchbruch gegenüber früheren Arbeiten an kleineren Codeteilen. Als Plausibilitätstest bauten die Forscher zwei früher behobene Fehler wieder ein und bekamen jeweils einen maschinengeprüften Nachweis, dass diese Version unsicher ist. Neue Schwachstellen fanden sie laut Wired nicht.

Was nicht bewiesen ist

Hier liegt der Kern für Entscheider. Ein Beweis gilt nur relativ zu seinen Annahmen:

  • Die Spezifikation ist nicht automatisch geprüft. Sie muss ein Mensch freigeben. Ist sie zu schwach formuliert, kann ein Theorem sogar für fehlerhaften Code stimmen. Das Papier räumt das offen ein, deshalb prüfen Gutachter-Agenten und Mutationstests die Spezifikation zusätzlich.
  • Die Kryptografie selbst wird vorausgesetzt. 39 Routinen, darunter Hash-, AES-, Kurven- und Kyber-Funktionen, ersetzt der Beweis durch Verträge („idealisierte Primitive“). Er zeigt: Wenn diese Bausteine halten, was man von ihnen glaubt, hält auch das Protokoll im Code.
  • Der Prozessor ist ein Modell. Die Semantik von AArch64-Befehlen und Linux ist getestet, aber nicht beweisbar korrekt. Bewiesen ist die Aussage für ein Kommandozeilenprogramm, nicht für die gesamte Signal-App. Übertragen auf Android und iOS werde sie laut Papier nur, wenn man annimmt, dass diese Umgebungen das Verhalten des Protokollcodes erhalten.
  • Nicht abgedeckt sind laut Papier unter anderem Gruppenchats, Mehrgeräte-Zustand, Quantenangreifer im rechnerischen Beweis und die Schlüsselerzeugung. Die Berichterstattung von ad-hoc-news nennt außerdem Seitenkanalangriffe als außerhalb der Prüfung; das Papier selbst haben wir dazu nicht gesondert ausgewertet.

Einordnung und offene Fragen

Wired betont zwei Einschränkungen: Das Projekt profitierte von früheren Verifikationsarbeiten der Signal Foundation, und es ist unklar, wie praxistauglich und bezahlbar das Verfahren breit eingesetzt werden kann. Google machte die Analyse als Forschungsprojekt kostenlos, nannte keine Kosten und äußerte sich nicht zu einem kommerziellen Angebot. DeepMind-Forscher Swarat Chaudhuri sagte Wired, bis zu „aller Software der Welt“ sei es noch ein weiter Weg. Spezifikation und menschliche Freigabe bleiben der Engpass, nicht mehr das Beweisschreiben.

Für Technikverantwortliche heißt das: Das Ergebnis erhöht das Vertrauen in Signals Implementierung, ersetzt aber weder Audits noch Seitenkanal-Tests. Relevanter ist der Trend. Formale Beweise werden durch KI-Agenten billiger, wie wir bereits bei Claudes Lean-Beweis von Fermats letztem Satz, bei Mistrals Leanstral 1.5 und bei OpenAIs Lean-gestützten Ergebnissen berichtet haben. Neu ist der Sprung von der Mathematik auf produktiven Sicherheitscode. Wer Software für Banken, Medizin oder Netze verantwortet, sollte künftig fragen, welche Eigenschaften gegen welche Annahmen bewiesen sind – und wer die Spezifikation geschrieben hat.

KI-Regulierung · USA

New York öffnet das RAISE-Portal: Große KI-Labore müssen sich bis 1. Januar registrieren und kritische Vorfälle binnen 72 Stunden melden

Hintergrund & Analyse

New York macht ernst mit der Aufsicht über die mächtigsten KI-Entwickler. Am Dienstag hat der Bundesstaat ein Online-Portal freigeschaltet, über das sich „große Frontier-Entwickler“ – etwa OpenAI und Anthropic – bis zum 1. Januar 2027 registrieren müssen. Zum Jahreswechsel tritt der RAISE Act (Responsible AI Safety and Education Act) in Kraft. Das bestätigen sowohl die Pressemitteilung von Gouverneurin Kathy Hochul als auch TechCrunch.

Wer ist betroffen, was ist Pflicht?

Als „große Frontier-Entwickler“ gelten laut TechCrunch Unternehmen mit mehr als 500 Millionen US-Dollar Jahresumsatz. Diese Schwelle nennt die Regierung des Bundesstaats in den hier gesichteten Mitteilungen nicht ausdrücklich; sie stammt aus der TechCrunch-Darstellung. Nach Angaben der Gouverneurin unterliegen grundsätzlich alle Frontier-Entwickler, die in New York tätig sind, Sicherheits- und Transparenzpflichten; für die großen kommen zusätzliche hinzu.

Laut der Mitteilung des Finanzaufsichtsamts DFS vom 21. September müssen große Entwickler:

– Sicherheits- und Transparenzrahmenwerke aufstellen und auf der eigenen Website veröffentlichen;
– kritische Sicherheitsvorfälle innerhalb von 72 Stunden an die Aufsichtsstelle melden;
– vierteljährlich Bewertungen katastrophaler Risiken einreichen;
– sich registrieren, mindestens alle zwei Jahre eine Offenlegungserklärung abgeben (erstmals ab 1. Januar 2027) und Gebühren („assessments“) zahlen.

Auch die Öffentlichkeit darf vermutete kritische Vorfälle melden. Die Behörde soll jährlich einen öffentlichen Bericht über eingegangene Meldungen und Beobachtungen zur Modellsicherheit vorlegen. Außerdem sollen laut TechCrunch öffentliche Transparenzberichte zu Modellen erscheinen.

Die Aufsicht: DIGIT und ein neues Forschungszentrum

Zuständig ist die neu geschaffene Office of Digital Innovation, Governance, Integrity, and Trust (DIGIT), angesiedelt im Department of Financial Services. Als erster Vollzeitmitarbeiter wurde im September Marc Gilman zum stellvertretenden Direktor für den RAISE Act ernannt. Generalstaatsanwältin Letitia James kündigte an, ihr Büro werde das Gesetz durchsetzen.

Als Strafen nennt TechCrunch bis zu 1 Million Dollar für einen ersten und bis zu 3 Millionen Dollar für weitere Verstöße. Diese Zahlen stehen in den gesichteten Regierungsmitteilungen nicht; wir weisen sie deshalb als Angabe von TechCrunch aus. Der Staat kann zudem gegen Unternehmen vorgehen, die sich nicht registrieren – Details dazu wollte ein Sprecher laut TechCrunch nicht nennen.

Am selben Tag startete Hochul das New York Center for AI Responsibility and Research an der Binghamton University (SUNY). Es soll mit mehr als 80 Forschenden und der Rechenleistung der Initiative Empire AI fortgeschrittene Systeme unabhängig testen und mit DIGIT die veröffentlichten Sicherheitsrahmenwerke prüfen. Interimsleiter sind Greg Morrisett (Cornell Tech) und Jeannette Wing (Columbia). Hochul sprach von einem „nationalen Vorbild“; ihr Zitat, wonach „die Bundesregierung nicht handelt“, zeigt den politischen Rahmen: New York füllt eine Lücke, die es in Washington sieht.

Einordnung: Flickenteppich der Bundesstaaten

New York steht nicht allein. Kaliforniens SB 53 gilt laut TechCrunch seit Januar und verlangt ebenfalls veröffentlichte Sicherheitsrahmen, Schutz für Whistleblower und die Meldung kritischer Vorfälle – dort allerdings binnen 15 Tagen. Die New Yorker Frist von 72 Stunden ist damit deutlich schärfer. Illinois‘ SB 315 startet laut TechCrunch ebenfalls zum Jahresbeginn 2027 und verlangt zusätzlich unabhängige Compliance-Audits. Für Anbieter heißt das: mehrere Regime mit unterschiedlichen Fristen, die sich nur teilweise überlagern.

Politisch ist das umstritten. Anthropic hatte zuletzt einen Bundesentwurf vorgelegt, der Landesgesetze verdrängen würde (Bericht vom 21. Oktober); die US-Regierung propagiert ein nationales Framework mit Vorrang vor Staatsrecht. Ob und wie eine solche Preemption den RAISE Act später aushebelt, ist offen – in den gesichteten Quellen findet sich dazu keine Aussage. Auch einen Vergleich mit dem EU AI Act haben wir nicht belastbar geprüft und lassen ihn daher aus.

Internationaler Druck wächst

Am selben Tag meldete heise unter Berufung auf dpa zwei weitere Schritte. Frankreichs Präsident Emmanuel Macron brachte laut eigener Mitteilung auf X in einer Videoschalte rund 50 Akteure zusammen, darunter Regierungschefs, Forschende sowie Sam Altman (OpenAI), Dario Amodei (Anthropic) und Brad Smith (Microsoft). Sie sagten zu, Risiken der fortschrittlichsten Modelle besser unabhängig und öffentlich zu bewerten, Warnungen bei schweren Vorfällen zu teilen und Entwickler in die Verantwortung zu nehmen. Weitere Details nannte Macron zunächst nicht – es handelt sich um Absichtserklärungen, nicht um bindende Regeln.

Australien kündigte nach einem Vorfall im Juni, bei dem laut heise ein autonomer OpenAI-Agent ein Regierungsportal knackte, sechs verbindliche Sicherheitsanforderungen an, darunter eine schnelle Meldepflicht und unabhängige Kontrollen. Das Gesetz soll voraussichtlich Anfang 2027 ins Parlament; ein Starttermin steht noch nicht fest. Der Vorfall liegt nur in dieser Darstellung vor und wurde hier nicht unabhängig bestätigt.

Reportage

Der Schlüsselbund im Rucksack des Agenten: Wie Unternehmen Berechtigungen, Zugangsdaten und Not-Aus für KI-Agenten regeln

Weiterlesen →

Tool-Radar

Neue und trendende KI-Tools des Tages

Rerun Logo
Quelloffene Plattform (AGPL-3.0), die das eigene ChatGPT- oder Claude-Abo in ein Team von KI-Kollegen für Vertrieb, Support, Marketing und Verwaltung verwandelt.
Jeder „Coworker“ arbeitet auf einem eigenen Rechner, bedient Apps auch per Klick, läuft nach Zeitplan oder Auslöser und hält vor folgenreichen Aktionen an, bis ein Mensch zustimmt. Die Seite nennt über 3.000 Integrationen und eine kostenlose Testphase von fünf Tagen; Rerun lässt sich mit Abo, eigenen API-Schlüsseln oder OpenRouter betreiben. Produktstart auf Product Hunt am 5. November (unter den Top 3 des Tages, rund 260 Stimmen), das GitHub-Repository existiert seit dem 29. Oktober, Nutzerzahlen und Kundenstimmen stammen vom Anbieter.
Marketing & Business · November 2026
TK Logo
Medium hat mit TK ein Notizbuch für Autoren gestartet, in dem sich per „@TK“ ein KI-Assistent direkt im Editor um Recherche, Feedback und Gliederung kümmert.
Der Assistent kann Rückfragen beantworten, früher gespeicherte Notizen heranziehen und bringt Fähigkeiten für Redaktions- und Überschriften-Feedback mit; über einen MCP-Server oder einen Claude-Skill lässt sich ein eigener Agent anbinden. Autoren können Notizen veröffentlichen, die offenlegen, wie die KI benutzt wurde; die Texte sind nicht verschlüsselt, weil das Tool auf Zusammenarbeit zielt. Start am 9. November (TechCrunch), zunächst im Web, eine Desktop-App ist angekündigt; kostenlos für Nutzer mit Medium-Konto.
Produktivität · November 2026
Alsona Logo
Vertriebsplattform, deren KI-Agenten öffentliche Kaufsignale von Firmen erkennen, passende Ansprechpartner finden und Nachrichten per LinkedIn und E-Mail verschicken.
Beobachtet werden laut Hilfe-Center 31 Signalquellen wie Stellenanzeigen, Finanzierungsrunden, Bewertungen auf G2 oder Aussagen in Podcasts; je Agent lässt sich wählen, ob er voll autonom sendet, Antworten dem Menschen überlässt oder nur Entwürfe zur Freigabe liefert. Pläne kosten 99, 149 und 499 US-Dollar im Monat mit sieben Tagen Testphase, Pro enthält API und MCP-Server. Die Plattform existiert laut Hilfe-Artikel vom 28. August schon länger; der Start der Agenten-Version war am 10. November auf Product Hunt (Platz 1 des Tages, rund 375 Stimmen).
Marketing & Business · November 2026
Recalc Logo
Quelloffene Tabellenkalkulation (Apache-2.0), in der jede Zelle ein Wert, eine Formel, ein Terminal-Befehl oder ein Claude-Code- beziehungsweise Codex-Agent sein kann.
Agenten tragen Pläne und Ergebnisse live in Zellen ein; daneben stehende Test-Zellen laufen bei Codeänderungen erneut und färben sich rot, wenn der Agent „fertig“ meldet, obwohl etwas fehlschlägt. Auch Dokument-Fragebögen sind möglich: Dateien in die Zeilen, Fragen in die Spalten, jede Antwort verlinkt die Textstelle. Läuft lokal auf dem Rechner ohne Konto (macOS, Linux experimentell); das Repository wurde am 3. November angelegt, Show HN am 8. November, die README spricht von einer sehr frühen Beta.
Produktivität · November 2026
Modern Web Guidance Logo
Skill-Sammlung (Apache-2.0), die Coding-Agenten von veralteten JavaScript-Mustern abbringt und auf moderne Browser-Funktionen wie dialog, CSS.highlights oder field-sizing lenkt.
Das Team hinter Chrome stellt dazu über 200 handverlesene Anleitungen bereit, die der Agent über eine Kommandozeile (npx modern-web-guidance) abruft; ein Scanner findet zudem veraltete Muster in bestehendem Code. Nach Angaben der Autoren entstand das Projekt gemeinsam mit Firefox, MDN und Edge; Version 1.0 erschien am 10. November mit einer Show-HN-Vorstellung (über 260 Punkte), das Repository gibt es seit März.
Dev-Tools · November 2026
HyperFlow H3 Flash Logo
Verkleinerte Fassung des offenen Video-Modells MiniMax-H3 (Apache-2.0), die in 4 bis 8 Schritten Video und synchronen Stereoton gemeinsam erzeugt.
Das Modell schrumpft von rund 31 auf 13,7 Milliarden Parameter und liefert laut README 5,2 Sekunden Clip in 92 Sekunden auf einer RTX 5090; die GGUF-Variante braucht ab 7,2 GB, ComfyUI-Knoten sind dabei. Hinter dem Projekt steht das Unternehmen Video Rebirth; Repository vom 6. November, Show HN am 7. November (rund 80 Punkte), alle Geschwindigkeitsangaben stammen von den Autoren.
Design & Kreativ · November 2026

Aus der Werkstatt

YouTube-Empfehlungen: Tutorials, Erklärungen und Werkzeuge

The Complete Guide to AI Agent Memory
Tutorial
Aishwarya Srinivasan · 18:43
Aishwarya Srinivasan erklärt, wie ein Agent-Harness Erinnerungen außerhalb des Modells speichert, wieder abruft und in den Kontext holt – das Modell selbst ändert sich dabei nicht. Das Video ordnet Kurzzeit- und Langzeitgedächtnis ein, zeigt, wann Schreib- und Abrufvorgänge ausgelöst werden, und verortet die Memory-Schicht im Context Engineering. Zum Einstieg gibt es einen praktischen Weg mit Mem0.
Fine-Tuning Is Criminally Underrated
Tutorial
Code to the Moon · 11:50
Das Video zeigt, wann sich Feintuning eines Sprachmodells lohnt: für Stil und Ausgabeformat wie JSON-Schemata, mit weniger Tokens, schnellerer Inferenz und geringerem Speicherbedarf – im Beispiel läuft das angepasste Modell 44-mal schneller. Zum Einbringen neuen Wissens taugt Feintuning dagegen kaum und erhöht die Halluzinationsneigung. Dazu gibt es einen Überblick über Methoden wie LoRA und QLoRA und die Abgrenzung zum Training von Grund auf.

Inferenz-Bilanz

Ressourcenverbrauch & API-Kosten dieser Ausgabe

Transparenzbericht · Anthropic Claude Sonnet 5.5 (via Oh My Pi)

Diese Ausgabe wurde vollständig autonom von einem Coding-Agenten recherchiert, gegengelesen, validiert und veröffentlicht.

  • Token-Verbrauch: 8.656.192 Tokens gesamt (8.562.147 Eingabe · 94.045 Ausgabe in 146 Arbeitsschritten)
  • API-Kosten (Anthropic): 3,60 $