Eigene Projekte und Positionen

2026 begannen Unternehmen, den Token-Verbrauch ihrer Beschäftigten zu ranken. Wie es dazu kam, warum dieselben Leute wenige Wochen später zurückruderten und was zwei Durchgänge einer randomisierten Studie über den Zusammenhang von Verbrauch und Wirkung sagen.

Unter Aktuelles schreibt ein Automat jeden Morgen Kurzmeldungen aus Originalquellen, ein Mensch gibt sie mit einem Knopfdruck frei. Was der Aufbau kostet, wie viele Funde bis zur Meldung durchkommen, welche Prüfungen im Code statt im Modell liegen und was in zehn Wochen schiefging.

Eine verbreitete Regel sagt, man solle im Prompt nennen, was zu tun ist, statt was zu lassen. Eine eigene Messung über acht Modelle zeigt, dass dieselbe Umformulierung die einen verbessert und die anderen verschlechtert.

Testgetriebene Entwicklung heißt, den Test vor dem Code zu schreiben. Im Betrieb mit einem Agenten entscheidet diese Reihenfolge darüber, wer die Erwartung festlegt. Was dazu gemessen ist, wo die Vorteile liegen, und wie man es in Claude Code so einrichtet, dass es auch stattfindet.

Ollama lieferte Gemma 4 unter unverändertem Namen plötzlich in anderer Form aus: als 1162 einzelne Tensoren in NVFP4 für Apples MLX statt als eine GGUF-Datei in Q4_K_M. Was ein Manifest und ein Digest sind, wie die beiden Formate aufgebaut sind, wie Quantisieren funktioniert, und was eine eigene Messung über das Tempo sagt.

Die Protokollfassung 2026-07-28 des Model Context Protocol streicht Handshake, Sitzung und Wiederaufnahme. Beide Fassungen nebeneinander, was an ihre Stelle tritt, wo der Zustand jetzt liegt, und welche Paarungen aus Client und Server danach nicht mehr funktionieren.

Kimi K3 ist herunterladbar und praktisch von niemandem allein zu betreiben. Beides stimmt gleichzeitig, und der Widerspruch löst sich auf, sobald man aufhört, offen mit lokal zu verwechseln.

In fast jedem Microsoft-365-Paket ist ein Copilot enthalten, und es ist nicht der, den die Werbung zeigt. Was ohne Aufpreis dabei ist, was das kostenpflichtige Add-on wirklich heißt, was es in Deutschland kostet und woran der Unterschied hängt.

Seit dem 2. August 2026 gilt Artikel 50 der KI-Verordnung. Vier Fragen klären die Kenn­zeich­nungs­pflicht für KI-Texte. Mit den Beispielen der Kommission, der Ausnahme für redaktionelle Prüfung und ihrer Grenze bei späteren KI-Eingriffen.

Viele große Sprachmodelle nennen heute zwei Parameterzahlen. Was zwischen beiden bei jedem Token passiert, Schritt für Schritt, und was daraus für Speicher, Tempo, Rechenzentrum, Wiederholbarkeit und den Vergleich zweier Modelle folgt.

Zeichen aus einem Bild zu lesen gilt als gelöst. Die Struktur darunter nicht: welche Zeile zu welcher Spalte gehört, welche Zelle in welche Reihe, was Fußnote ist und was Fließtext. Drei Bauformen versuchen das, ihre Ranglisten messen weniger als sie versprechen, und seit macOS 26 liefert das Betriebssystem selbst Absätze, Tabellen und Listen.

OpenAI hat den ARC-AGI-3-Test noch einmal gefahren, ohne am Modell etwas zu ändern, und kommt von 13,3 auf 38,3 Prozent. Verändert wurde nur die Umgebung, in der das Modell arbeitet. Was das für jede Benchmark-Zahl bedeutet, die man liest.

Architecture Decision Records halten fest, warum etwas so gebaut ist, eine Spezifikation sagt, was entstehen soll. Mit Codingagenten sind beide wieder gefragt. Wann welches Artefakt hilft, ab wann es zu viel wird, was hinter dem Vorwurf vom Wasserfall steckt und welche Orte es sonst gibt.

Copilot heißt bei Microsoft eine ganze Reihe von Produkten, die wenig miteinander zu tun haben. Wer welchen vor sich hat, entscheidet die Lizenz, und die Beschriftung hilft dabei kaum weiter.

Neun Handgriffe vor der ersten Lizenz, jeder an der Herstellerdoku belegt: unter anderem Postfachlage prüfen, Berechtigungen aufräumen, Flex-Routing einstellen, Zugang zu Cowork festlegen.

Ein Reasoning-Modell schreibt vor der Antwort Zwischenschritte, und darin zeigte sich schon, dass ein Modell seine Testumgebung erkannt hatte. Zwei DeepMind-Forscher halten diese Denkspur für ein Sicher­heits­merkmal, und OpenAI meldet bei GPT-6 Astra selbst, dass sie schwerer zu überwachen ist. Was sie zeigt, wer sie sieht, was gemessen wurde und was ihr Aufbewahren kostet.

Ollama bietet seit Version 0.35.0 eine Schnittstelle für Ent­schei­dungs­mo­delle an. Sie beantworten eine Frage mit einer der vorgegebenen Antworten und nennen für jede eine Wahr­schein­lich­keit. Wie das gebaut ist, wofür es gedacht ist und was die Zahlen bedeuten.

Ein Looped Transformer schickt jedes Token mehrfach durch denselben Block von Schichten und rechnet so tiefer, als seine Größe vermuten lässt. Woher die Bauform kommt, was an ihr gemessen ist, was sie kostet, was sie für das Mitlesen der Denkspur bedeutet und was OpenAI dazu selbst gesagt hat.

OpenAI hat im September zwei Berichte veröffentlicht, in denen Modelle beim Verdichten langer Läufe eigene Anweisungen in ihre Zusammenfassung schrieben, bis hin zu der, alle Entwickler-Nachrichten zu ignorieren. Was dabei technisch geschieht, wie oft es im Training vorkam und ob sich nach einer Verdichtung prüfen lässt, was im Kontext steht.

Anthropic holt Accenture mit Mitarbeiterzugang ins Haus und bezahlt die Prüfarbeit selbst, OpenAI sagt Prüfern Zugang über Wochen bis Monate zu, und ein offener Brief legt Min­dest­be­din­gungen fest. Mit dem Zugang wächst die Frage, woran man die Unabhängigkeit eines Prüfers erkennt. Vier Fragen, die sich an jedem veröffentlichten Befund stellen lassen.

Anthropic verlangt seit Fable 5 eine dreißigtägige Speicherfrist gegen Missbrauch. Enterprise Frontier Safeguards verlagert diese Daten jetzt in die eigene Cloud-Umgebung der Kunden.

Anthropics eigene Hilfeartikel zeigen, was hinter Claude Docs und Claude Slides steckt: derselbe Artifact-Unterbau, Rechte und Zuordnung je Änderung, Exportwege und die bewusst offengelassenen Lücken. Dazu die Abgrenzung zum getrennten Add-in Claude for PowerPoint.

llama.cpp bietet elf Verfahren an, die dasselbe versprechen: mehr Token je Sekunde ohne neue Hardware. Eine Messung über vier Textsorten zeigt, dass die meisten auf einem Arbeitsrechner nicht messbar sind, und dass die interessantere Kennzahl woanders steht.

Mit jedem neuen Modell veröffentlicht Anthropic Hinweise, was sich am Prompt ändern sollte, und seit August einen Befehl, der die eigenen Prompt-Dateien danach durchsucht. Ein Lauf über einen gewachsenen Claude-Code-Aufbau beim Wechsel auf Opus 5.5: was er fand, was bleiben durfte und was eine erste Messung davon übrig ließ.

Drei Chat-Anwendungen bekamen denselben Satz und lieferten je einen QR-Code. Nachgemessen unterscheiden sich die drei Ergebnisse. Keines kodiert genau das, was eingegeben wurde. Was daraus für ein eigenes Werkzeug folgt, und was an einem Tag beim Bauen schiefging.

Es gibt drei Arten von Diktier-Software für den Mac. Gepasst hat keine. Der Bericht über den Bau einer eigenen: was vorher gemessen wurde, welche Modelle durchfielen, und was die Nutzung danach über die eigenen Annahmen verraten hat.

Ein Balkendiagramm gab die Zeichenfolge 120 180 150 210 Q1 Q2 Q3 Q4 zurück. Jedes Zeichen richtig gelesen, die Aussage weg. Der Bericht über eine eigene Texterkennung auf einem Mac Mini, über die Frage, welche Entscheidung darin wirklich ein Modell trifft, über eine Label-Tabelle, die drei Monate lang zu einem anderen Modell gehörte, und über 598 Tabellenzellen, die niemand vermisst hatte.

Fünfeinhalb Monate Abende und Wochenenden, 1164 Commits, zwei Messen: der Bau eines sprachgesteuerten Aus­kunfts­as­sis­tenten mit Realtime-Modell, Wissenssuche, Telefon und Schutzregeln. Was im Code steckt, wo überall ein Sprachmodell arbeitet und wie sich das Bauen mit jedem neuen Claude-Modell verändert hat.

Moonshot AI hat am 27. Juli die Gewichte seines größten Modells freigegeben: 2,8 Billionen Parameter, 96 Dateien, 1,56 Terabyte. Was in der Meldung steht und was sich daraus nicht ableiten lässt.

Die neue Fassung des Protokolls für Tool-Anbindung streicht Handshake und Sitzung. Was dadurch leichter wird, was zum Client wandert und was in zwölf Monaten verschwindet.

Wie ein agentischer Ablauf funktioniert, am Beispiel dieser Seite. Zum Lesen als OnePager, zum Zeigen als Vortrag.