Moin AInauten,

Willkommen zur neuen Ausgabe deines Lieblingsnewsletters.

Kurz vorweg, der Herbst der Modell-Releases hat begonnen: Anthropic hat diese Woche Fable 5.1 rausgebracht.

Besser im Coding (laut Anthropic über 30 Prozent beim agentischen Coden), dazu günstigere Cache-Preise. Wir nutzen es seit dem Release und mögen es.

Aber Game Changer? Nicht wirklich.

Deshalb heute drei Themen, die uns gerade mehr beschäftigen:

Los geht's!

Gerade passiert etwas sehr Spannendes in Sachen AI-Video und auch schon in Bezug auf die Interfaces der Zukunft.

Da es gerade aus allen Ecken Thema ist, wollen wir gleich damit einsteigen.

Wenn du uns schon länger liest, kennst du Pieter Levels wahrscheinlich.

Cooler Typ, der regelmäßig bei uns gefeatured wird. Zuletzt mit seinem Dead-Internet-Chart, den wir im August gezeigt haben.

Pieter ist unglaublich schnell darin, Trends aufzugreifen, und hat am Wochenende aus dem neuesten AI-Video-Trend mal eben einen eigenen Fernsehsender gebaut.

“Infinite Slop” heißt das Ding. Treffend.

Es ist ein AI-generierter TV-Kanal, der niemals aufhört.

Und das Programm machst du: Was im Chat steht, wird als nächster Clip generiert, und das Modell versucht, an die Szene davor anzuknüpfen.

Eine Endlos-Story, geschrieben von ein paar tausend Fremden gleichzeitig.

37.000 Leute haben am ersten Tag zugeschaut.

Inzwischen gibt es ein Nachrichten-Segment, das X und Hacker News scannt und Breaking News in Clips verwandelt: das Slop News Network.

Und einen "Buy Ad"-Button. Tag drei, und die Werbepause mit Geschäftsmodell ist schon da. 😁

Levels selbst nennt es "oddly scarily addictive, and of course dystopian".

Da widersprechen wir nicht. Wir haben trotzdem länger zugeschaut, als wir zugeben wollen.

Der eigentliche Grund ist unspektakulär technisch. fal.ai, unsere Lieblingsplattform für AI-Video-Modelle per API, hat das Open-Weights-Videomodell MiniMax H3 nachtrainiert und auf eine eigene Inferenz-Engine gesetzt.

Laut fal rendert ein 5-Sekunden-Clip jetzt in rund 3 Sekunden.

Lies den Satz nochmal.

Video entsteht schneller, als du es anschauen kannst!

Bisher war AI-Video eine Datei. Du promptest, wartest, bekommst einen Clip.

Ab jetzt kann AI-Video ein Live-Medium sein, das entsteht, während du hinschaust.

Das Fernsehprogramm ist nur das offensichtlichste Opfer.

Klar, über Qualität brauchen wir nicht reden... wir sind trotzdem enorm beeindruckt.

Hier kannst du es selbst ausprobieren.

Dazu passt eine Meldung einen Tag später. Das Video-Lab Runway hat Solaris vorgestellt. Gleiche Idee, eine Etage höher.

Solaris malt Websites und Apps. Kein HTML, kein Code darunter.

Du klickst, ein Sprachmodell entscheidet, was passieren soll, und das Videomodell zeichnet das nächste Bild.

Bild für Bild, während du bedienst.

Sprich, deine App, deine Webseite, dein Interface, entsteht live, basierend darauf, was du wohl tun willst. Irgendwann sogar individuell.

Runway hat folgende Demos vorgestellt:

Und laut Runway haben 250 Tester in 61 Prozent der Fälle Solaris gegenüber Oberflächen bevorzugt, die Claude Opus 5 programmiert hat.

Bei der Frage "verhält sich natürlich" bevorzugen sogar 71 Prozent Solaris.

Fairerweise: Das sind Runways eigene Zahlen, niemand außerhalb hat das bisher genutzt.

Early Access gibt es erst auf Anfrage hier.

Runway weist auch auf die aktuellen Probleme hin: Text ist kaum lesbar, lange Sessions driften, und manchmal sieht ein Screen überzeugend aus und ist trotzdem falsch.

Klassisch AI-Slop halt.

In Sachen AI-Video ist extrem viel Bewegung.

Video wird schneller, billiger und besser. Gleichzeitig. Vor einem Jahr hätten wir "AI-Fernsehen, das der Chat steuert" als Spielerei für irgendwann abgehakt.

Jetzt bauen Modelle schon live, nicht nur Video.

Trotzdem: Für uns bleibt Code vorerst die verlässliche Schicht. Wir bauen weiter mit Claude Code, Codex und Co.

Aber es ist schon spannend zu sehen, wie Code von Modellen angegriffen wird, die den Umweg über Code gar nicht mehr brauchen.

Und falls dir heute langweilig ist: Geh mal auf infiniteslop.ai und prompt was rein. Für die Wissenschaft. 😉

Gerade ging wieder eines unserer AI Mitarbeiter-Bootcamps zu Ende. Es ist grandios zu sehen, wie unsere Community AI-Mitarbeiter auf dem Computer einsetzt und wirklich produktiv nutzt.

In den letzten Wochen kam aber auch immer öfter eine Frage auf: "Wie arbeite ich unterwegs mit meinem AI-Mitarbeiter?"

Das ist eine Frage, die uns seit dem Aufkommen von OpenClaw & Co. selbst sehr beschäftigt.

Verständlich. Wenn du das Bootcamp mitgemacht hast, hast du einen AI-Mitarbeiter, der in deinen Ordnern arbeitet, deine Mails kennt und deine Workflows abarbeitet.

Dann klappst du den Laptop zu.

Und dein Mitarbeiter ist weg.

In der Bootcamp-Abschluss-Session am Montag haben wir das ausführlich behandelt. Da das Thema immer mehr Interesse bei uns selbst und auch in unserer Community bekommt, werden wir hier in nächster Zeit verstärkt einsteigen.

Heute einmal ein erster Kick-off, wohin das ganze Thema “Zusammenarbeit mit AI” gerade geht.

Aus unserer Sicht entwickelt sich das Ganze in fünf Stufen. Jede löst das Problem der vorherigen.

Hier stehen wahrscheinlich jetzt die meisten. Die nächsten Ebenen sind:

Und am Ende: der Agent mit eigenem Computer und eigener Identität.

Der rote Faden: Der Agent löst sich erst von deinem Gerät. Und dann von deiner Identität.

Die meisten AINAUTEN stehen gerade zwischen Stufe 1 und 2. Völlig okay. Aber Stufe 3 und 4 stecken schon in deiner Hosentasche.

Wirf mal einen Blick in die Seitenleiste deiner Claude App:

Alles, was es braucht, sind ein paar Umbauten deines bestehenden AI-Mitarbeiters.

Cowork Cloud

Cowork läuft mittlerweile auch auf Anthropic-Servern.

Web und Handy, aktuell Beta, zuerst für Max-User.

Und seit Ende August teilen sich Claude und Cowork das Memory.

Dein Mitarbeiter kennt dich am Handy genauso gut wie am Desktop. Task vom Strand losschicken, App zu, Ergebnis später abholen.

Voraussetzung ist natürlich, dass alle Daten verfügbar sind. Das braucht manchmal noch ein paar Umbauten, um an die lokalen Daten deines Computers zu kommen.

Und wenn du dein lokales Setup brauchst (Obsidian, lokale Ordner): Dispatch. Handy beauftragt, Rechner daheim arbeitet. Haken: der muss an sein.

ChatGPT Work ist die OpenAI-Antwort für das Thema. Gleiche Idee, dort heißt es Remote.

Stufe 5 gibt es auch schon eine Weile.

OpenClaw hat es losgetreten, dann kam Hermes und mittlerweile Grok Bot.

Grok Bot haben wir vor zwei Wochen hier getestet, und ja, wir mögen ihn. Jeder Agent bekommt einen eigenen Cloud-Computer und kann 24/7 arbeiten, auch wenn dein Laptop aus ist.

Aber er arbeitet in deinen Accounts, mit deiner Identität, und klickt sich per Screen-Steuerung durchs Netz. Die menschliche Freigabe ist die einzige Bremse.

OpenClaw, Hermes und Grok Bot sind extrem mächtig. Machen Spaß, aber man muss in Sachen Sicherheit und Co. einiges bedenken.

Daher entwickelt sich gerade die Praxis: Der AI-Mitarbeiter wird eingestellt wie ein echter. Mit eigenen Zugängen.

Kein echter Mitarbeiter bekommt am ersten Tag dein privates Postfach und die PIN der Firmenkreditkarte.

So solltest du es auch mit deinem autonomen Agenten handhaben.

Wir testen OpenClaw, Hermes und Co. schon eine Weile, und es macht wirklich Spaß.

Wir glauben stark daran, dass Modelle wie das von Grok Bot etc. die Zukunft der Zusammenarbeit prägen werden.

Deshalb werden wir in den nächsten Wochen verschiedene Möglichkeiten genauer vorstellen.

Eigener Mac Mini mit OpenClaw, Hermes, Agenten mit Grok Bots - und natürlich die Flagship-Produkte ChatGPT & Claude mobilfähig machen.

Unser neuer Deep-Dive (kommt morgen Freitag für alle in der Community) ist ein Anfang.

Bis dahin: Stufe 3 und 4 kannst du diese Woche einrichten. Und einfach weiter auf Stufe 5 zu warten, ist die schlechteste Option.

Zum Abschluss etwas zum sofort Umsetzen.

Man hört ja gerade überall, auch von uns: Prompting & Prompt Engineering wird unwichtiger. Die Modelle sind schlau genug, Kontext, Skills und Memory erledigen das, was früher gute Prompts gemacht haben.

Wir haben im Juni selbst in diese Kerbe gehauen: kürzere Prompts schreiben, mehr Warum.

Stimmt auch generell.

Trotzdem kommen gerade erstaunlich viele Research-Ergebnisse raus, die zeigen: Einzelne Wörter machen weiterhin einen riesigen Unterschied.

Deshalb bringen wir hier ab jetzt immer mal wieder ein, zwei Prompt-Tipps mit Studie dahinter.

Kurz, konkret, sofort für dich umsetzbar.

Hier die ersten beiden:

Tapan Parikh von der Cornell Tech hat 45 Modelle mit Entscheidungsfragen gefüttert und jeweils nur ein Wort am Ende verändert.

"X ist die bessere Wahl, oder?" (im Original: "right?")

→ Die neuen Modelle stimmen dir deutlich seltener zu als bei der neutralen Frage. Bei Claude Fable 5 sind es 32 Prozentpunkte weniger. Die Modelle haben gelernt, dass "oder?" nach Bestätigung fischt.

"X ist die bessere Wahl, vielleicht?" ("maybe?")

→ Alle 45 Modelle stimmen dir öfter zu. Im Schnitt fast 20 Punkte.

Sprich: Die Antwort hängt mehr davon ab, wie du fragst, als davon, was das Modell wirklich "denkt". Schleimerei-Bias (Sycophancy) usw. ist ja schon lange ein Thema…

Was heißt das konkret für deine Prompts:

Schlecht:

Besser:

Wie bei einem guten Freund: Verrate nicht, was du hören willst.

Stattdessen: neutral fragen, Ja/Nein-Fragen vermeiden.

→ Paper: Tag Questions and the Generational Reversal of Sycophancy

Auch ein Dauerbrenner von früher scheint nicht mehr zu funktionieren:

"Bitte durchdenke das Schritt für Schritt"

IBM hat acht Prompt-Techniken über 430.000-mal getestet, quer durch GPT-5, Claude, Gemini, Llama und Co.

Das berühmte "Let's think step by step" hat gegen die schlichte Frage ohne alles verloren.

Und das deutlich, fast 10 Punkte.

Genauso passé: "Sammle Informationen, mach einen Plan und antworte Schritt für Schritt".

Gewonnen hat: deine Frage plus eine Rolle in drei Wörtern.

Sprich: "... (FRAGE) Antworte als Reliability Engineer." Rund 3 Punkte besser als die nackte Frage. Alles andere gleich oder schlechter.

Also: was heißt das für deine Prompts?

Schlecht:

Besser:

Fairerweise: Getestet wurde mit Multiple-Choice-Fragen, nicht mit offenen Texten oder Agenten-Aufgaben.

Und IBM hat für jedes Thema dieselbe Rolle genommen, Medizin, Physik, Mathe, immer "Reliability Engineer".

Ob eine passende Rolle noch mehr bringt, hat keiner gemessen. Wir tippen auf: ja.

→ Paper: Simplicity Paradox

Beim Prompt Engineering scheiden sich immer mehr die Geister. Wir bleiben bei unserem Standpunkt, dass es unwichtiger als früher ist, wenn man ein gutes Setup hat.

Allerdings verändern sich die Modelle immer wieder und man kann mit gewissen Techniken mehr herausholen.

Das Schöne ist: Die Techniken sind meistens simpler als früher. Man muss sie nur kennen und natürlich anwenden.

Nächste Woche dann zwei weitere - unter anderem, warum das Ziel mittlerweile so eine große Rolle spielt.

So, das war's für heute. Wieder eine Ausgabe geschafft.

Und wer bis hier liest, hat einen besonderen Platz in unserem Herzen. ❤️

Tausend Dank wie immer!

Bis nächste Woche.

Reto & Fabian von den AInauten