Moin AInauten,

Willkommen zur neuen Ausgabe deines Lieblingsnewsletters!

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

Fast alle mit derselben Frage: β€žWie? Und kann ich die haben?β€œ

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

Bauen kann jeder. Erzeugen auch. Bilder, Stimmen, Videos, mittlerweile sogar ein GegenΓΌber 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 fΓΌr dich im GepΓ€ck:

  • πŸŽ™οΈ Wir haben Wispr Flow nachgebaut. Hol es dir.

  • 🎭 Jeder Zweite fΓ€llt drauf rein. WΓΌrdest du die AI erkennen?

  • 🧠 Vom Bediener zum Builder: So baust du deine erste eigene App

Los geht's!

πŸŽ™οΈ Wir haben Wispr Flow nachgebaut. Hol es dir.

Kurz zur Erinnerung: Wispr Flow ist eine Diktier-App. Taste gedrΓΌckt 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 ΓΌber eine Million WΓΆrter gesprochen.

Heute nutzen wir unsere eigene Version, AInauten Voice.

Sie kann genau das, was wir brauchen:

  • Komplett lokal: Deine Stimme verlΓ€sst den Mac nicht. Die Spracherkennung macht Parakeet von NVIDIA, das AufrΓ€umen ein kleines Qwen3-Modell.

  • Kein Abo: Wispr Flow kostet 180 Dollar im Jahr, und das war es absolut wert. Unsere Version kostet nichts.

  • Dein Setup kommt mit: WΓΆrterbuch, Ersetzungen und TastenkΓΌrzel werden aus Wispr Flow importiert.

So holst du sie dir

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

Oder du nimmst den Quellcode und lΓ€sst 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 prΓΌft vorher den Code und passt ihn bei Problemen direkt an.

Nutze dafΓΌr 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. DafΓΌr 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 fΓΌr die Sprachmodelle.

Du kannst deinem Agenten diesen Prompt fΓΌttern:

Installiere mir die Diktier-App AInauten Voice (https://voice.ainauten.com) aus diesem Repo: https://github.com/MediaPublishing/ainauten-voice

PrΓΌf vorher den Code und erklΓ€r mir kurz, was die App auf meinem Mac darf. Frag mich, bevor du etwas installierst.

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

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

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

Ich mΓΆchte eine offene Alternative zu Wispr Flow, so wie die Diktier-App AInauten Voice (https://voice.ainauten.com) aus diesem Repo: https://github.com/MediaPublishing/ainauten-voice

Bau sie mir fΓΌr mein GerΓ€t ([Windows / Mac mit Intel-Chip / ...]). Stell mir vorher die Fragen, die du dafΓΌr brauchst, und erstelle dann eine klare Spezifikation und einen Plan.

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

So ist sie entstanden

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

  1. Spezifikation. Erst ein Braindump: Was soll die App kΓΆnnen, was ausdrΓΌcklich nicht? Die AI macht daraus eine saubere Spezifikation und ein klares Ziel. Das ist der wichtigste Schritt von allen!

  2. Bauen lassen. Dann hat ChatGPT Work/Codex ein paar Stunden lang gebaut. Wir haben derweil andere Dinge erledigt.

  3. Testen und Feedback. Danach kamen Testrunden, in immer kürzeren AbstÀnden. Die Diktier-Leiste war zuerst dreimal so groß wie bei Wispr Flow, Deutsch wurde als Englisch erkannt etc. Screenshot machen, Ist und Soll beschreiben, fertig. Als der funktionierende Prototyp stand, hat Claude den Code geprüft und Verbesserungen vorgeschlagen. Also nochmal eine Korrekturrunde mit Feinschliff.

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

Hier ein paar Pro-Tipps aus der Praxis - nicht nur fΓΌrs 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 β€œQueue”-Feature. In den Einstellungen der ChatGPT Desktop-App stellst du unter Allgemein β†’ Composer β†’ Verhalten bei Folgenachrichten β€žIn Warteschlange stellenβ€œ ein.

Dann arbeitet die AI dein Feedback der Reihe nach ab. Wenn du trotzdem eine Nachricht dazwischenschieben willst, hΓ€ltst du einfach die Command-Taste beim Absenden gedrΓΌckt oder klickst auf den Pfeil mit dem Begriff β€žSteuernβ€œ. Dann geht die Nachricht sofort raus.

Es soll Leute geben, die ihr System damit sogar ΓΌber Nacht am Laufen halten, mit einer Reihe an β€œWeiter, mach es besser”-Befehlen in der Warteschlange. Kann klappen, aber auch zu Überraschungen am nΓ€chsten Morgen fΓΌhren 😁.

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

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

Tipp 3: Lass das Ganze als β€œGoal” laufen. Normalerweise hΓΆrt 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 dafΓΌr 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 Lâsung - zumindest solange dich niemand direkt anschaut 😁.

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

🎭 Jeder Zweite fÀllt drauf rein. Würdest du die AI erkennen?

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

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

Griffin hΓΆrt zu, wΓ€hrend er spricht, nickt, sagt β€žmhmβ€œ und fΓ€llt dir nicht ins Wort, nur weil du kurz nachdenkst.

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

Der Turing-Test

Vor ΓΌber 70 Jahren schlug Alan Turing vor: Merkt ein Mensch im GesprΓ€ch nicht, ob er mit einer Maschine spricht, hat sie bestanden. Den Text-Test haben Sprachmodelle lΓ€ngst geknackt.

Griffin nimmt jetzt die nΓ€chste HΓΌrde: Gesicht, Stimme und Timing, live im Videocall.

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

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

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

Erst der Text, dann die Stimme, jetzt das Gesicht

Live-Avatare gab es schon vorher, zum Beispiel von HeyGen. Griffin ist trotzdem ein neues Level. Deshalb gibt Tavus die erste Version nur an ausgewΓ€hlte 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:

  • Stimme: ElevenLabs v4. Mehr Ausdruck, 90 Sprachen, ein Stimmklon aus 10 Sekunden Audio (haben wir ΓΌbrigens auch im Promovideo hier genutzt).

  • Bild: FLUX 3 Image von Black Forest Labs (Demo hier) und Ideogram 4.5. Beide kΓΆnnen einzelne Details Γ€ndern, ohne dass sich der Rest des Bildes verschiebt.

  • Video: HeyGen Video. Clips von 5 bis 15 Sekunden mit Ton, im Oktober fΓΌr 1 Cent pro Sekunde. Ein 10-Sekunden-Clip kostet also 10 Cent.

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

🧠 Vom Bediener zum Builder: So baust du deine erste eigene App

Zum Abschluss noch ein Thema, das uns die letzten Tage beschΓ€ftigt hat.

FrΓΌher haben wir Software gelernt. Welcher Knopf macht was, wo steht die Funktion im MenΓΌ? Klassische Software hat Features. Du kannst sie zΓ€hlen.

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

Vom Bediener zum Builder

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

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

Das hat was. Wir wurden zu β€œBedienern” ausgebildet. Kann das Tool etwas nicht, geht es eben nicht. Ein Builder fragt anders: nicht β€žWas kann das Tool?β€œ, sondern β€žWas kΓΆnnte ich damit machen?β€œ

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: β€žIch bau mir doch lΓ€ngst meine eigenen Apps.β€œ Dann Hut ab, du bist schon Builder und deinem Umfeld ein gutes StΓΌck voraus. Nimm den Prompt unten trotzdem mit, vielleicht steckt darin deine nΓ€chste Idee.

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

Was du alles bauen kannst

  • Eine HTML-Seite: ein Redesign deiner Homepage, ein Quiz fΓΌr dein Team, ein interaktives Lernelement. Eine Datei, Doppelklick, lΓ€uft sofort im Browser.

  • Eine Landingpage oder Web-App: fΓΌr dein Angebot, deinen Verein oder dein Event, mit Texten & Bildern. Publishen kannst du mit ChatGPT Sites oder Claude Artifacts.

  • Eine Chrome-Extension: ein kleiner Helfer im Browser, der deine Prozesse unterstΓΌtzt. Baue etwas nach, das du schon nutzt - und mache es besser.

  • Eine App in ChatGPT: Mit den brandneuen Plugin Extensions lΓ€uft deine eigene App direkt im ChatGPT-Fenster. Wir haben es getestet, es funktioniert wunderbar.

  • Eine lokale App: so wie unsere Diktier-App, lΓ€uft direkt auf deinem Rechner. DafΓΌr nimmst du ChatGPT Work/Codex oder Claude Code.

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

So startest du: ein Prompt fΓΌr alles

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.

WΓ€hle das beste verfΓΌgbare Modell zum Starten - du kannst es dann spΓ€ter runterschalten fΓΌr die Umsetzung.

Du bist mein Builder-Coach. Ich kann nicht programmieren und mΓΆchte heute meine erste kleine App bauen.

1. Idee: PrΓΌfe selbststΓ€ndig meine zugΓ€nglichen Chats und Memories, ohne mich vorher zu fragen. Suche nach wiederkehrender Handarbeit, konkretem Frust, aufgeschobenen Vorhaben und persΓΆnlichen Interessen. Lies bei relevanten Treffern den Kontext und prΓΌfe, welche LΓΆsungen ich bereits habe. Hast du keinen Zugriff auf Chats oder Memories, stell mir stattdessen 3 kurze Fragen zu meinem Job und Alltag.

Schlage die 5-10 stΓ€rksten, unterschiedlichen App-Ideen vor (html, Webapp, Extension, lokale App, ...). Keine generischen Ideen ohne belegten Bedarf. Mindestens eine Idee soll mich ΓΌberraschen.

Nenne je Idee:
- den konkreten Anlass aus Chats oder Memories mit Quelle;
- den Nutzen: Was mache ich heute, was ΓΌbernimmt die App?
- ein realistisches Beispiel fΓΌr Eingabe und Ergebnis;
- Format und Aufwand: klein oder mittel.

2. Mockups: Sobald ich eine Idee gewΓ€hlt habe, erstelle ein paar Mockup-Bilder, wie die App / System aussehen kΓΆnnte.

3. Spezifikation: Stell mir maximal 3 Fragen pro Runde, jeweils mit VorschlΓ€gen. Schreib dann eine kurze Spezifikation: was die App tut, was sie bewusst nicht tut, und 3 bis 5 Abnahmekriterien, die man testen kann. Plane eine erste Version, die schnell lΓ€uft. Extras kommen spΓ€ter.

4. Goal: Formuliere ein Goal, das erfΓΌllt ist, wenn alle Abnahmekriterien getestet sind. Warte auf mein β€žGoβ€œ, bevor du baust. Starte dann mit der kleinsten Version und erklΓ€re mir, wie ich sie ΓΆffne und teste.

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

Nur eine Warnung: Es war noch nie so einfach, etwas zu bauen, das niemand braucht. Frag dich deshalb: nΓΌtzlich 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 erΓΆffnet sich plΓΆtzlich ein ganz neues Universum an MΓΆglichkeiten.

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

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

Geschafft! Bis zur nΓ€chsten Ausgabe.

Reto & Fabian von den AInauten

Was erwartet dich in der AINAUTEN-Community?

In der AI Automation Community lernst du, eigene AI-Mitarbeiter und Automationen aufzubauen, die rund um die Uhr Aufgaben übernehmen. Mehr als 50 Use Cases liefern dir konkrete Ansatzpunkte. Dazu gibt es Tool-Rabatte im Wert von 2.000+ Euro. Außerdem hast du 14 Tage Zeit, alles zu testen.

Der eigentliche Hebel ist aber die Community mit direktem Zugang zu uns und ΓΌber 1.000 anderen AInauten. Dort kannst du konkrete Fragen stellen, deine Ideen mit Menschen aus der Praxis besprechen und von Erfahrungen profitieren, statt dir alles mΓΌhsam allein zusammensuchen zu mΓΌssen.

Du bekommst also nicht nur Wissen, sondern ein Umfeld, das dir dabei hilft, aus einer guten Idee tatsΓ€chlich eine funktionierende Automation zu machen. Und selbstverstΓ€ndlich stehen wir dir persΓΆnlich mit Rat und Tat zur Seite.

⭐⭐⭐⭐⭐ Die AI EXPLORER & AI POWER USER-Trainings findest du hier.