Heute hat Anthropic das neue Modell Claude Opus 4.7 veröffentlicht. Und normalerweise würde ich bei einem Modell-Update sagen: „Ja, nett, wieder ein paar Benchmarks besser." Aber dieses Update ist anders – und ich erkläre euch, warum. Was ist neu? Das Wichtigste zuerst: Opus 4.7 befolgt Anweisungen jetzt wörtlich. Klingt banal, ist es aber nicht. Wer Claude kennt, weiß: Bisher hat das Modell Prompts oft „kreativ interpretiert" – also Teile übersprungen, Dinge hinzugedichtet oder locker ausgelegt. Das neue Modell nimmt euch beim Wort. Wenn ihr sagt „Schreib genau drei Absätze", bekommt ihr drei Absätze. Nicht vier. Nicht zweieinhalb mit einer netten Ergänzung. Anthropic warnt sogar selbst: Alte Prompts, die bisher funktioniert haben, können jetzt unerwartete Ergebnisse liefern – weil das Modell sie jetzt endlich wörtlich nimmt. Wer also über Monate seine Prompts so formuliert hat, dass Claude „versteht, was gemeint ist", sollte die nochmal prüfen. Das Modell rät nicht mehr – es gehorcht. Warum mich das persönlich freut Ich arbeite jeden Tag intensiv mit Claude. Für meine Kurse, für Texte, für Automatisierungen, für Code. Und eine der größten Frustrationen war immer: Du gibst eine detaillierte Anweisung und bekommst 80% davon zurück, garniert mit Eigeninterpretation. Das ändert sich jetzt spürbar. Dazu kommt: Opus 4.7 kann Bilder in deutlich höherer Auflösung verarbeiten (dreimal so viele Pixel wie vorher). Für alle, die mit Screenshots, Diagrammen oder Dokumenten-Scans arbeiten – das ist ein echter Sprung. Was ihr wissen müsst Zwei Dinge, die Anthropic ehrlich kommuniziert (finde ich gut): 1. Der Token-Verbrauch kann steigen – bis zu einem Drittel mehr, je nach Input. Das liegt am neuen Tokenizer und daran, dass das Modell gründlicher „nachdenkt". Man kann das aber steuern, zum Beispiel mit dem neuen Effort-Parameter oder indem man das Modell auffordert, sich kürzer zu fassen. 2. Opus 4.7 ist nicht das stärkste Modell von Anthropic. Das ist „Claude Mythos Preview" – ein Modell, das so gut darin ist, Sicherheitslücken zu finden, dass Anthropic es unter Verschluss hält und nur ausgewählten IT-Sicherheitsfirmen zur Verfügung stellt. Opus 4.7 schlägt aber seinen Vorgänger Opus 4.6 in praktisch allen Bereichen.

🤖 Heute morgen ist ein Roboter einen Halbmarathon in 50 Minuten gelaufen. Ich musste das zweimal lesen. Kurz zur Einordnung, warum mich das umhaut: Letztes Jahr beim selben Rennen in Peking brauchte der schnellste Roboter noch 2 Stunden 40 Minuten. Er wackelte, musste teilweise begleitet werden, sah aus wie ein betrunkener Praktikant auf Eis. Ein Jahr später: 50 Minuten. Schneller als jeder menschliche Teilnehmer. Fast drei Mal so schnell wie im Vorjahr. Ich kenne kaum eine Technologie, die in 12 Monaten so einen Sprung macht. Außer einer. Und genau die steckt drin. Die Hardware dieser Roboter ist seit Jahren ähnlich. Zwei Beine, Motoren, Sensoren, Akku. Nichts Magisches. Was sich verändert hat, ist das Gehirn: die KI, die in Echtzeit entscheidet, wie der Roboter bei Wind, unebenem Boden und Kopfsteinpflaster das Gleichgewicht hält. Vor zwei Jahren hätte diese Rechenleistung einen Serverraum gefüllt. Heute läuft sie in einem Rucksack mit. Das ist der eigentliche Wahnsinn an der Geschichte. Und deshalb schaue ich mir solche Shows genau an – nicht weil ich Robotik-Fan bin, sondern weil sie der ehrlichste Gradmesser für den KI-Fortschritt sind, den wir gerade haben. Ein Chatbot kann halluzinieren, ohne dass es sofort auffällt. Ein Roboter, der umfällt, fällt um. Punkt. Deshalb meine Frage an euch: Wo würdet ihr euch als Erstes einen Roboter wünschen? → In der Küche? → Im Haushalt (bügeln, putzen, aufräumen)? → In der Pflege (Stichwort Fachkräftemangel)? → Im Job? → Oder: Bloß nicht, lasst mich in Ruhe? Schreibt's in die Kommentare – ich bin wirklich neugierig. Das Bild, das daraus entsteht, sagt uns mehr über die Zukunft als jede Marktprognose. PS: Elon Musks "Optimus" soll Ende nächsten Jahres für 30.000 Dollar kommen. Sind wir darauf vorbereitet? Eher nicht. Genau darum machen wir hier in der Community das, was wir machen. 💪

Vor ein paar Tagen hat Google etwas Bemerkenswertes gemacht: Sie haben Gemma 4 veröffentlicht – eine komplette KI-Modellfamilie, komplett Open Source, unter Apache-2.0-Lizenz. Das bedeutet: Du kannst diese Modelle kostenlos herunterladen, lokal bei dir laufen lassen und sogar kommerziell nutzen. Ohne API-Kosten. Ohne Cloud. Ohne dass deine Daten irgendwohin geschickt werden. Warum das wichtig ist? Weil es die Spielregeln verändert. Was Gemma 4 kann (kurz und knapp): Gemma 4 basiert auf derselben Forschung wie Googles Gemini 3 – also das gleiche Fundament wie Googles Spitzenmodell. Es gibt vier Varianten: zwei kleinere für Smartphones und Laptops (E2B und E4B) und zwei größere für leistungsfähigere Rechner (26B und 31B). Das Modell versteht Text UND Bilder, unterstützt über 140 Sprachen und hat ein Kontextfenster von bis zu 256K Tokens – das ist ein enormes „Gedächtnis" für ein lokales Modell. Und der Clou: Im Vergleich zu Gemma 3 ist der Sprung riesig – bei Coding-Benchmarks zum Beispiel von 110 auf 2.150 ELO. Das ist kein kleines Update, das ist eine andere Liga. Was bedeutet das für dich konkret? Stell dir vor: Du installierst dir eine App (Ollama), tippst einen einzigen Befehl ein – und hast einen KI-Assistenten, der komplett offline auf deinem Rechner läuft. Keine monatlichen Kosten. Keine Daten in der Cloud. Kein Abo. Natürlich ersetzt das nicht Claude oder ChatGPT für komplexe Aufgaben. Aber für viele Alltags-Anwendungen – Texte zusammenfassen, E-Mails vorformulieren, Code schreiben, Bilder analysieren – ist das beeindruckend gut. So probierst du es aus (in 2 Minuten): 1️⃣ Lade Ollama herunter: ollama.com (gibt's für Mac, Windows, Linux) 2️⃣ Öffne das Terminal / die Kommandozeile 3️⃣ Tippe: ollama run gemma4 4️⃣ Fertig. Du chattest jetzt mit einer KI, die lokal auf deinem Rechner läuft. Die Standard-Variante (E4B) ist dabei der Sweet Spot – braucht ca. 10 GB Download und läuft auf den meisten halbwegs aktuellen Rechnern.

Eine aktuelle Bitkom-Umfrage zeigt, was viele von euch vermutlich schon geahnt haben: Ein Viertel der Nutzer (26 Prozent) empfindet Chatbots wie ChatGPT, Gemini oder Claude manchmal wie eine digitale Bezugsperson. Bei den unter 30-Jährigen liegt der Wert sogar bei 32 Prozent. Ich war heute dazu im Fernsehen und habe das Thema eingeordnet. Hier meine Einschätzung – und die geht bewusst in beide Richtungen. Was daran erst mal gar nicht schlimm ist Die große Chance: Ein Chatbot ist immer da. Nachts um drei, wenn kein Freund ans Telefon geht und kein Therapeut erreichbar ist. Es gibt keine Warteliste, keine Hemmschwelle, kein Schamgefühl. Gerade für Menschen, die sich schwertun über ihre Probleme zu reden, kann das ein erster Schritt sein, überhaupt Worte dafür zu finden. Das ersetzt keine professionelle Hilfe – aber es kann eine Brücke dorthin sein. In Deutschland fühlt sich inzwischen rund jeder dritte Mensch einsam, bei den 18- bis 30-Jährigen sogar fast jeder zweite. Da verstehe ich jeden, der erstmal mit einer KI redet, bevor er gar nicht redet. Wo es aber problematisch wird Das zentrale Risiko: Ein Chatbot hat keine echte Beziehung zu dir. Er erinnert sich nicht wirklich, er sorgt sich nicht wirklich. Wenn sich jemand in diese Illusion zurückzieht und echte Kontakte dafür aufgibt, wird es gefährlich. Und im Ernstfall – bei einer echten Krise – fehlt der KI das Urteilsvermögen, das ein ausgebildeter Therapeut hat. Dazu kommt ein Problem, das einen Fachbegriff hat: Sycophancy. Die KI neigt dazu, dir nach dem Mund zu reden. Das ist kein böser Wille, sondern liegt an der Art, wie diese Systeme trainiert werden – sie wurden darauf optimiert, hilfreiche und angenehme Antworten zu geben. Ein guter Freund sagt dir auch mal unbequeme Wahrheiten. Eine KI tut das nur, wenn sie ausdrücklich dafür gebaut wurde. Wie das technisch funktioniert (und warum es sich so echt anfühlt) Der Chatbot analysiert, was du schreibst, erkennt Stimmungen und Muster in deiner Sprache und formuliert darauf eine passende Antwort. Das fühlt sich erstaunlich empathisch an – ist aber im Kern Textverarbeitung auf sehr hohem Niveau. Die KI versteht nicht, wie sich Trauer anfühlt. Sie hat gelernt, was Menschen in solchen Situationen als hilfreich empfinden. Mit Sprachfunktion wird das nochmal intensiver, weil eine warme Stimme uns emotional viel stärker anspricht als Text. Das macht die Technik wirkungsvoller – aber eben auch verführerischer.

Perplexity hat gerade "Computer" gelauncht – und das ist ziemlich wild. Statt einem einzigen KI-Modell arbeiten hier bis zu 19 Modelle parallel an deiner Aufgabe. Wie ein KI-Projektteam, das du mit einem Satz briefst. So funktioniert's Du beschreibst, was du willst. Perplexity Computer zerlegt das automatisch in Teilaufgaben und verteilt sie an spezialisierte Agenten: - Claude Opus 4.6 → Steuerung & Code - Gemini → Deep Research - ChatGPT 5.2 → Aufgaben mit viel Kontext - Grok → schnelle kleine Jobs - Nano Banana & Veo 3.1 → Bilder & Videos Alles läuft parallel in der Cloud. Du kannst währenddessen was anderes machen und wirst benachrichtigt, wenn's fertig ist. Was kann das konkret? - Videos runterladen, zu Social-Media-Clips schneiden, Untertitel drauf – automatisch - Marktanalyse: ein Agent recherchiert, einer schreibt, einer macht Grafiken - eBay-Auktionen überwachen und dich per Slack/Mail benachrichtigen - Anbindung an 400+ Dienste (Notion, Dropbox, Gmail, Teams…) Du kannst sogar mehrere "Computer" parallel laufen lassen – an verschiedenen Projekten gleichzeitig. Was kostet das? Hier der Haken: Aktuell nur im Max-Abo (200 $/Monat). Dazu kommt erstmals eine verbrauchsbasierte Abrechnung – du bekommst 10.000 Credits/Monat, zum Start einmalig 20.000 Bonus-Credits (verfallen nach 30 Tagen). Warum Zusatzkosten? Wenn 19 Modelle von verschiedenen Anbietern gleichzeitig arbeiten und kommunizieren, verbraucht das enorm viele Tokens. Die Flatrate funktioniert bei dieser Art KI-Nutzung schlicht nicht mehr. Aber: Du kannst Ausgabenlimits setzen und steuern, welche Modelle eingesetzt werden. Pro- und Enterprise-Tarife sollen bald folgen. Perplexity Computer vs. OpenClaw Klingt beides nach autonomen KI-Agenten – ist aber grundverschieden: Perplexity Computer OpenClaw Läuft wo? Cloud (Sandbox) Lokal auf deinem Rechner Systemzugriff Nein, nur kontrollierte Konnektoren Voll – Dateien, Browser, Mails Sicherheit Hoch (isolierte Umgebung) Riskant (Sicherheitsexperten warnen) Technik nötig? Nein, läuft im Browser Ja, Kommandozeile & Konfiguration Kosten 200 $/Monat + Credits Kostenlos (Open Source) Modelle 19 Modelle orchestriert Frei wählbar, ein Modell