Lasst die Finger von KI-Browsern – ihr öffnet damit Tür und Tor für Datenmissbrauch. Wir haben in den letzten Wochen KI-Browser wie OpenAI Atlas oder Comet von Perplexity getestet. Dabei haben wir nicht nur Standard-Tasks ausprobiert, sondern auch versucht, spannende Use Cases umzusetzen. Unten im Video seht ihr zum Beispiel, wie Comet mit dem neuen Agenten-Tool von OpenAI einen Workflow bauen soll. Der Prompt, den Comet geschrieben hat war gut – aber der Workflow hat am Ende nie wirklich funktioniert. Das Publishing hat auch nicht geklappt. Unterm Strich: Ernüchternd. Viel Hin und Her bei Reiseplanung & Co.(wer das endlich knackt wird sofort einen riesigen Markt für sich gewinnen!), wenig echtes Ergebnis. Zwei Dinge sind dabei besonders aufgefallen: 1. Datenschutz? Absolute Katastrophe. Jede E-Mail, die ihr öffnet. Jedes Dokument in Drive oder Sharepoint. Jede Webseite, die ihr besucht. All das landet erst einmal beim KI-Modell. Die Hersteller behaupten zwar, alles bleibe lokal. Aber sobald der KI-Assistent aktiv wird, läuft die Verarbeitung eben nicht mehr nur auf unseren Rechnern, sondern zum Beispiel auf den Servern von Perplexity. Das wird viel zu selten offen kommuniziert. 2. Wo ist eigentlich der echte Mehrwert? Viele Use Cases wirken wie eine Zwischenlösung. Klar, du kannst dir YouTube-Videos zusammenfassen lassen oder in 5 Tabs nach dem günstigsten Produkt suchen lassen. Ich frage doch heute schon direkt meinen KI-Assistenten nach Infos, lasse mir Inhalte aufbereiten, vielleicht sogar einen Podcast daraus machen. Nicht anders kaufe ich heute Produkte. Für alle, die heute noch nicht mit KI-Assistenten arbeiten, sind KI-Browser vielleicht im Moment spannend. Aber aus unserer Sicht: Eine Übergangstechnologie, die mehr Risiken als Nutzen bringt. Deshalb unser überraschendes Fazit: Wir raten aktuell ganz klar davon ab, KI-Browser zu nutzen.

Viele Teams wünschen sich eine einfache, skalierbare und kostengünstige Möglichkeit, n8n für ihre KI-Workflows selbst zu hosten, ohne Server verwalten zu müssen. Mit Cloud Run können Sie das offizielle n8n-Docker-Image mit wenigen Befehlen ausführen, es mit Cloud SQL verbinden, um persistente Daten zu erhalten, und Gemini mit Google Workspace verwenden, damit Workflows Dinge wie E-Mails, Kalender und Dateien verarbeiten können. Darüber hinaus eignet sich das gleiche Setup gut für fortgeschrittenere Fälle, z. B. das Überprüfen von GitHub Pull Requests oder das Abrufen von Erkenntnissen aus BigQuery. 👉🏻 Den vollständigen Blogbeitrag von Google Cloud zu diesem Thema finden Sie unter: https://cloud.google.com/blog/topics/developers-practitioners/deploy-n8n-on-cloud-run?hl=en

Anthropic gerade ein solides Tutorial veröffentlicht, wie man Token NICHT verbrennt. Manchmal verbrennt Ihr KI-Agent 150.000 Token, bevor er Ihre Anfrage überhaupt gelesen hat. Hier ist der Grund: → 50 angeschlossene MCP-Server → 1.000 Tools, die in den Kontext geladen werden → Tabellenkalkulation mit 10.000 Zeilen wurde zweimal durchlaufen, nur um Daten zu kopieren Das ist ein massiver Overhead, der die Effizienz Ihres Agenten beeinträchtigt. Die Lösung? Codeausführung mit MCP. Anstatt alles im Voraus zu laden, schreiben Agenten Code für: → Laden von Tools bei Bedarf → Filtern von Daten in der Ausführungsumgebung → Überspringen Sie das Aufblähen des Kontextfensters Ergebnis: Gleiche Aufgabe, 2.000 Token statt 150.000 Das ist eine Reduzierung der Token-Nutzung um 98,7 %. Anthropic hat gerade das Tutorial veröffentlicht, das genau zeigt, wie das funktioniert. Und das Beste daran? Ihre Agenten können jetzt Tausende von Tools verwalten, ohne ins Schwitzen zu geraten (oder Ihr Budget zu sprengen).

Web Search, File Search und Code Interpreter sind jetzt direkt in n8n verfügbar. Keine zusätzliche Einrichtung, keine externen APIs. Hier ist, was neu 👇 ist WEBSUCHE 🔍 Durchsuchen Sie das Web genau wie ChatGPT. Sie müssen keine eigene Suchlogik erstellen. Wählen Sie zwischen niedriger, mittlerer oder hoher Suchkontextgröße. DATEISUCHE 📝 Haben Sie bereits einen Vektorspeicher in OpenAI? Geben Sie einfach Ihre Shop-IDs ein. Der Knoten verbindet sich automatisch mit Ihrem Vektorspeicher. Es ist kein separates Vektor-Setup oder Einbettungsknoten erforderlich. CODE-INTERPRETER ⚙️ Führen Sie Python-Code in einer Sandkastenumgebung aus. Ideal für Datenverarbeitung, Berechnungen und On-the-Fly-Analysen. Und das ist noch nicht alles... UNTERSTÜTZUNG 💡 DER ANTWORT-API n8n unterstützt jetzt die neue Responses-API von OpenAI, den Next-Gen-Ersatz für Chat-Vervollständigungen. Warum das wichtig ist: - Eingebauter Gesprächsspeicher - Native Tool-Integrationen - Einfachere Zustandsverwaltung Perfekt für mehrstufige Automatisierungen und Workflows im Agentenstil. Es ist nicht erforderlich, den Chatverlauf bei jedem API-Aufruf erneut zu senden.

Es gibt viel Verwirrung über die n8n-Lizenz. Darf ich n8n für Kunden hosten? Ist n8n eine "Open Source"-Software? In welchem Rahmen kann ich n8n im Backend meiner Anwendung nutzen? All das klären wir im Video.