Moin AInauten,

Willkommen zur neuen Ausgabe deines Lieblingsnewsletters!

Letzte Woche haben wir in einem Nebensatz erwähnt, dass wir Wispr Flow durch eine eigene App ersetzt haben. Daraufhin kamen so viele Nachrichten wie lange nicht mehr.

Fast alle mit derselben Frage: „Wie? Und kann ich die haben?“

Ja, kannst du. Aber eigentlich geht es heute um etwas Größeres.

Bauen kann jeder. Erzeugen auch. Bilder, Stimmen, Videos, mittlerweile sogar ein Gegenüber im Live-Call. Die Tools sind nicht mehr das Limit. Das Limit ist, ob wir auf die cleveren Ideen kommen, sie zu nutzen.

Das haben wir heute für dich im Gepäck:

Los geht's!

Kurz zur Erinnerung: Wispr Flow ist eine Diktier-App. Taste gedrückt halten, sprechen, loslassen. Der Text landet sauber formuliert da, wo dein Cursor gerade ist. Wir haben die App geliebt und jeden Tag genutzt. Und dabei über eine Million Wörter gesprochen.

Heute nutzen wir unsere eigene Version, AInauten Voice.

Sie kann genau das, was wir brauchen:

Du hast zwei Möglichkeiten: Entweder lädst du die Installationsdatei unter voice.ainauten.com herunter und installierst sie direkt auf deinem Mac (beachte die Installationshinweise).

Oder du nimmst den Quellcode und lässt die App von deinem Agenten installieren. Wir empfehlen, dass dein Agent das macht.

Getestet haben wir die App nur auf unseren eigenen Macs, und dein Agent prüft vorher den Code und passt ihn bei Problemen direkt an.

Nutze dafür die Desktop-App von ChatGPT oder Claude. Und zwar nicht im normalen Chat, sondern im Work- oder Codex-Modus von ChatGPT oder in Claude Code.

Erst dort darf die AI auf deinem Rechner Dateien anlegen und Programme bauen. Dafür brauchst du in der Regel ein bezahltes Abo.

Weg 1: Du hast einen Mac mit Apple-Chip. Voraussetzung: M1 oder neuer, macOS 14 oder neuer, mindestens 8 GB RAM und rund 3 GB Platz für die Sprachmodelle.

Du kannst deinem Agenten diesen Prompt füttern:

Danach führt dich ein Assistent durch den Rest: Modelle laden, Wispr Flow importieren, Freigaben erteilen, Probediktat. Wispr Flow wird dabei nur beendet, nicht gelöscht. Du kannst also jederzeit zurück.

Eine App, die mithört und in andere Programme tippt, solltest du übrigens nie blind installieren. Auch nicht von uns. Deshalb steht im Prompt: erst prüfen, dann installieren.

Weg 2: Windows, älterer Mac oder du willst deine eigene Version. Lass dir einfach deine eigene bauen:

Ist die App perfekt? Vermutlich nicht. Es ist ein Weekend-Werkstattprojekt, kein poliertes Produkt. Bei uns läuft es, bei dir kann es noch haken. Dann gilt: Screenshot an deine AI schicken und fixen lassen (oder uns via App-Feedback Bescheid geben).

Die App ist nicht in 30 Minuten entstanden - vor allem, weil der Agent ja auch Zeit zum Programmieren braucht. Schwierig war es aber nicht.

Wie du deine eigene App baust, liest du im dritten Artikel.

Hier ein paar Pro-Tipps aus der Praxis - nicht nur fürs Coden hilfreich, sondern generell:

Tipp 1: Feedback in die Warteschlange. Du musst mit deinem Feedback nicht warten, bis die AI fertig ist - aber sie auch nicht zwingend unterbrechen und in eine andere Richtung schicken.

Wir nutzen deshalb gerne das “Queue”-Feature. In den Einstellungen der ChatGPT Desktop-App stellst du unter Allgemein → Composer → Verhalten bei Folgenachrichten „In Warteschlange stellen“ ein.

Dann arbeitet die AI dein Feedback der Reihe nach ab. Wenn du trotzdem eine Nachricht dazwischenschieben willst, hältst du einfach die Command-Taste beim Absenden gedrückt oder klickst auf den Pfeil mit dem Begriff „Steuern“. Dann geht die Nachricht sofort raus.

Es soll Leute geben, die ihr System damit sogar über Nacht am Laufen halten, mit einer Reihe an “Weiter, mach es besser”-Befehlen in der Warteschlange. Kann klappen, aber auch zu Überraschungen am nächsten Morgen führen 😁.

Tipp 2: Das richtige Modell für den richtigen Schritt. Für Spezifikation und Review nehmen wir das stärkste Modell (z. B. GPT Astra oder Claude Fable bzw. Opus). Für das eigentliche Bauen reicht ein schnelleres (z. B. GPT Sol oder Claude Sonnet).

Das ist nicht nur unser Bauchgefühl: Anthropic empfiehlt genau dieses Muster selbst (Advisor-Strategie), und Claude Code hat mit opusplan sogar eine fertige Einstellung dafür.

Tipp 3: Lass das Ganze als “Goal” laufen. Normalerweise hört die AI auf, sobald sie findet, dass sie fertig ist. Oft ist die App dann erst halb gebaut. Mit einem Goal legst du fest, wann die Arbeit wirklich erledigt ist. Nutze dafür einfach den /goal-Befehl.

Die AI prüft dann vor jedem Stopp selbst, ob das Ziel erreicht ist - und dreht weiter Runden (bauen, testen, fixen), bis alles erfüllt ist oder eine Entscheidung ansteht, die nur du treffen kannst. Das sorgt für bessere Resultate, aber auch für mehr Tokenverschleiß.

P.S. Wir verstehen sehr gut, dass das laute Diktieren nicht in jedem Umfeld ideal ist. Aber auch dafür gibt es eine Lösung - zumindest solange dich niemand direkt anschaut 😁.

P.P.S. Ja, ist bei uns auch drin als Beta - und nein, auf Deutsch läuft es leider noch nicht.

Wir sind ja einiges gewohnt. Aber das hier hat uns wirklich beeindruckt.

Tavus hat vor ein paar Tagen Griffin vorgestellt. Ein AI-Gegenüber für Live-Videocalls. Kein vorproduziertes Video.

Griffin hört zu, während er spricht, nickt, sagt „mhm“ und fällt dir nicht ins Wort, nur weil du kurz nachdenkst.

Alles, was es dafür braucht: ein Foto und etwa zehn Sekunden deiner Stimme.

Schau es dir hier an.

Vor über 70 Jahren schlug Alan Turing vor: Merkt ein Mensch im Gespräch nicht, ob er mit einer Maschine spricht, hat sie bestanden. Den Text-Test haben Sprachmodelle längst geknackt.

Griffin nimmt jetzt die nächste Hürde: Gesicht, Stimme und Timing, live im Videocall.

54 Leute wurden in einen einminütigen Videocall geschickt. Ihnen wurde gesagt, dass sie mit einer anderen Testperson sprechen. Erst ganz am Ende kam die Frage, ob ihr Gegenüber vielleicht eine AI war.

26 von 54 waren sich sicher: Das war ein Mensch. Das sind 48 %.

Zum Vergleich: Das Vorgängersystem von Tavus hat im selben Test nur 1 von 41 getäuscht. Klar, das ist Tavus' eigene Studie, kleine Gruppe, nur eine Minute. Aber wer sich die Videos anschaut, sieht sofort, dass diese extrem realistisch sind.

Live-Avatare gab es schon vorher, zum Beispiel von HeyGen. Griffin ist trotzdem ein neues Level. Deshalb gibt Tavus die erste Version nur an ausgewählte Tester raus. Wir haben uns beworben und berichten, sobald wir drin sind.

Griffin kam nicht allein. Allein in den letzten Tagen gab es einige Releases, die AI-Output noch realistischer machen:

Diese Tools kosten dich kaum noch etwas - und einrichten kannst sie dein Agent. Nur den Einsatzzweck musst du selbst bestimmen. Mehr dazu im nächsten Segment.

Zum Abschluss noch ein Thema, das uns die letzten Tage beschäftigt hat.

Früher haben wir Software gelernt. Welcher Knopf macht was, wo steht die Funktion im Menü? Klassische Software hat Features. Du kannst sie zählen.

AI hingegen hat keine Feature-Liste. Sie ist eine grüne Wiese. Was sie für dich tun kann, musst du dir selbst ausdenken.

Ralf aus unserer Community hat das letzte Woche gut auf den Punkt gebracht. Er hatte eine AI-Einführung gegeben, 9 von 11 Teilnehmern hatten AI so gut wie nie benutzt.

Am Ende kam vor allem eine Frage: „Ja, und wie genau setze ich die KI nun bei mir am Arbeitsplatz ein?“ Seine Erkenntnis: „Zum ersten Mal verlangt Mainstream-Software, dass man sich Funktionen vorstellen muss!“

Das hat was. Wir wurden zu “Bedienern” ausgebildet. Kann das Tool etwas nicht, geht es eben nicht. Ein Builder fragt anders: nicht „Was kann das Tool?“, sondern „Was könnte ich damit machen?“

Genau so ist unsere Diktier-App entstanden. Wir haben kein passendes Tool gesucht, sondern uns eins gebaut. Das kannst du auch, ohne Programmierkenntnisse und oft mit dem ChatGPT-Abo, das du schon hast.

Vielleicht denkst du jetzt: „Ich bau mir doch längst meine eigenen Apps.“ Dann Hut ab, du bist schon Builder und deinem Umfeld ein gutes Stück voraus. Nimm den Prompt unten trotzdem mit, vielleicht steckt darin deine nächste Idee.

Und für alle anderen: Du bist nur einen Prompt davon entfernt, dazuzugehören. Nimm dir eine Viertelstunde für den Start. Den Rest baut die AI.

Faustregel: Starte mit der kleinsten Form, die dein Problem löst.

Der Trick ist die Reihenfolge. Erst Idee, dann Bilder/Mockups, dann eine klare Beschreibung, erst dann bauen.

Kopiere diesen Prompt in ChatGPT Work/Codex (nicht Chat!) oder Claude Code/Cowork (nicht Chat!) in der Desktop App.

Wähle das beste verfügbare Modell zum Starten - du kannst es dann später runterschalten für die Umsetzung.

Wirf die Flinte nicht zu früh ins Korn. Der erste Versuch ist fast nie richtig gut. Feedback geben, Screenshot machen, Ist und Soll beschreiben, nächste Runde.

Nur eine Warnung: Es war noch nie so einfach, etwas zu bauen, das niemand braucht. Frag dich deshalb: nützlich oder nur neu?

Aber lass dich davon nicht aufhalten: wenn es dir selbst Zeit, Geld oder Nerven spart, hast du schon gewonnen. Und wenn du das erste Mal etwas baust, dann eröffnet sich plötzlich ein ganz neues Universum an Möglichkeiten.

Schreib uns, was du gebaut hast - wir sind neugierig!

P.S. Wir denken auch gerade über einen Deep Dive zum Thema Vibe-Coding nach, mit dem kompletten Prozess Schritt für Schritt. Wenn dich dieses Thema interessiert, dann klicke unten kurz aufs Rating und lass uns einen Kommentar da.

Geschafft! Bis zur nächsten Ausgabe.

Reto & Fabian von den AInauten