Transcription
Wie hat es dieses KI-Startup geschafft, mit einem Update 285 Milliarden Dollar Marktkapitalisierung an nur einem Tag zu vernichten? Und warum macht dich das ab sofort zehnmal produktiver? Tom Reuters hat fast 16% an einem Tag verloren. Der größte Tagesverlust in der Firmengeschichte, und selbst Giganten wie Adobe und ServiceNow brechen ein, sodass die Wall Street von einem "schweren Software-Meltdown" spricht.
Der Auslöser ist hier nicht OpenAI oder Google, sondern Anthropic. Ein Unternehmen, das nur 7% der Menschen da draußen überhaupt kennen. Bei ChatGPT sind es im Vergleich 73%. Der Grund dafür ist aber nicht das neue Opus 4.6 Modell, sondern 11 Open-Source-Plugins, die die Art, wie du arbeitest, fundamental in Frage stellen.
Und während es bereits viele gute YouTube-Kanäle gibt, die ein bisschen mit diesen ja neuen Funktionen schnell herumspielen oder dir irgendwelche Benchmarks vorlesen, geht es hier auf dem Kanal seit jeher darum, dir die Dinge zu zeigen, über die sonst niemand spricht und mit denen du wirklich mehr Geld verdienen kannst, abseits vom ganzen Hype. Denn kein neues Update der Welt bringt irgendwas, wenn einem schlicht die Anwendungsfälle dafür fehlen, in denen es wirklich Sinn macht.
In diesem Video werde ich dir daher alles zeigen, was du jetzt über Claude im Allgemeinen wissen musst, selbst wenn du kompletter Anfänger bist, sowie zehn konkrete Use Cases von Agentenschwärmen, die eigenständig deine Arbeit automatisieren, über KI, die direkt in Excel und PowerPoint für dich arbeitet, und teure Spezialsoftware sowie Skills, Plugins und weitere Funktionen, die ganze Softwareunternehmen gerade überflüssig machen.
Wir werden uns am Ende aber auch anschauen, wieso selbst Warden Professor Evan Molig davor warnt, wie seltsam diese Technologie mittlerweile geworden ist und wieso Claude sich selbst Gefühle und ein Bewusstsein zuschreibt. Doch bevor wir jetzt in die einzelnen Use Cases reinspringen, müssen wir kurz verstehen, was hier gerade wirklich passiert, denn hinter diesen Funktionen steckt eben deutlich mehr als die meisten noch denken.
Opus 4.6 ist das neue Flaggschiffmodell von Anthropic, und um mal all die ganzen Benchmarks auf drei Kernpunkte zusammenzufassen: Es hält sich jetzt bei längeren Konversationen besser an deine Anweisungen. Es kann deutlich mehr Kontext verstehen, und es bleibt hartnäckiger bei schweren Aufgaben. Den Vorgänger Opus 4.5 habe ich bereits Anfang des Jahres als Wendepunkt in der Menschheitsgeschichte beschrieben, das erste Modell war, das wirklich richtig autonom und zuverlässig an Coding-Aufgaben arbeiten konnte.
Auf der SBCH Verified, wo echte Gitterbugs gefixt werden müssen, löst Opus 4.6 nun autonomer von fünf realen Issues, was einer Steigerung von über 20% gegenüber dem Vorgänger entspricht. Auf der GDP Well von Artificial Analysis, welche misst, wie gut ein Modell bei wirtschaftlich wertvoller Wissensarbeit performt, also genau den Aufgaben, die in Finanzen, Recht und anderen Bereichen tatsächlich wirtschaftlich relevant sind, liegt Opus 4.6 mit 1606O ganze 144 Punkte vor GPT 5.2 und 190 Punkte vor seinem Vorgänger. Um das mal einzuordnen: Experten mit durchschnittlich 14 Jahren Berufserfahrung als Referenz liegen wahrscheinlich irgendwo bei 1200 bis 1400 kg, und das Modell liefert also in ca. 70% aller direkten Vergleiche bessere Antworten als menschliche Experten und GPT 5.2.
Doch am beeindruckendsten an diesem Release ist das Kontextfenster von einer Million Tokens, also rund 1500 Seiten Text, 30.000 Zeilen Code oder über eine Stunde Video in einem einzigen Prompt. Nun werden einige kluge Zuhörer direkt sagen: "Ja, Gemini hat doch schon länger 1 Million Token Context Window. Das ist jetzt erstmal nichts Neues." Und auf dem Papier stimmt das auch. Doch, es gibt einen entscheidenden Unterschied zwischen der Fähigkeit, eine Million Token zu schlucken, und der Fähigkeit, mit einer Million Tokens auch tatsächlich noch präzise zu arbeiten. Das Problem, das die gesamte Branche seit Jahren plagt, heißt "Context Rot". Sprich, je mehr Information ein Modell verarbeiten muss, desto schlechter wird seine Leistung. Es vergisst dann irgendwann Details über die Zusammenhänge und fängt an zu halluzinieren.
Und um das zu messen, gibt es den MRCR V2 Benchmark, einen sogenannten Nadel im Heuhaufen Test, bei dem acht kritische Informationen in einer Million Tokens versteckt werden und das Modell muss diese alle finden. Und hier sieht man, was passiert, wenn man das volle Millionen-Token-Fenster von Gemini 3 Pro ausreizt. Es bricht nämlich auf 26,3% ein. Und auch ich habe die Erfahrung, dass Gemini 3 Pro bereits nach wenigen 10.000 Token merklich an Qualität verliert. Opus erreicht hier 66%, sprich es ist mehr als doppelt so stark bei langen Kontexten wie Gemini 3 Pro.
Doch wie ist es jetzt überhaupt möglich, dass ein Startup wie, das bis vor kurzem noch als ewiger Dritter hinter OpenAI und Google galt, plötzlich solche Modelle bauen kann? Die Antwort liegt nicht im Modell selbst, sondern in der Hardware dahinter. Anthropic hat sich den Zugang zu einer Million TPU-Chips von Google gesichert, also den Tensor Processing Units, Googles hauseigenen KI-Chips, die speziell für das Training und den Betrieb von KI-Modellen optimiert sind.
Anthropic fährt hier eine Multi-Cloud-Strategie, die sich fundamental von der Konkurrenz, also vor allem OpenAI, unterscheidet. Sie nutzen nämlich Googles TPUs für Preisleistung und Effizienz, Amazons Tranium-Chips für zusätzliche Kapazität und behalten Nvidia-GPUs im Mix. James Bradberry, Head of Compute bei Anthropic, hat explizit gesagt, dass sie die TPUs wegen der überlegenen Preisleistung gewählt haben. Das ist ein massiver strategischer Vorteil, denn während OpenAI und praktisch alle anderen Anbieter komplett abhängig von Nvidia sind, deren GPUs mittlerweile bis zu 40.000 Dollar pro Chip kosten und chronisch knapp sind, kann Anthropic über mehrere Chip-Architekturen hinweg skalieren.
Doch weder das neue Opus-Modell noch dieser TPU-Vorteil war jetzt der Auslöser für den Software-Meltdown, sondern etwas, das Anthropic zeitgleich veröffentlicht hat: Claude Cowork mit branchenspezifischen Plugins und Konnektoren. Am 30. Januar veröffentlichte Anthropic 11 Open-Source-Plugins für die Bereiche, die das Rückgrat der Industrie bilden, wie Sales, Finance, Datenanalyse, Legal, Marketing, Customer Support und Product Management. Dazu kam Integration für Notion, Canva, Figma und Atlassian. Und Felix Rieseberg, ein deutscher Entwickler bei Anthropic, stellte parallel Gsite-Konnektoren vor, sodass Claude direkt in deinen Gmails, deinem Google Kalender und deinem Google Drive arbeiten kann.
Ja, was die Wall Street dann in Panik versetzte, war die Erkenntnis: Wenn eine KI wie Claude direkt in meinen Mails, meinen Spreadsheets, meinen Präsentationen und meinen juristischen Dokumenten arbeiten kann und das mit Open-Source-Plugins, die jedes Unternehmen einfach anpassen kann, wozu brauche ich dann noch ein 1000-Dollar-Jahresabo für beispielsweise Nexis? Wozu eine teure ServiceNow-Lizenz? Der S&P 500 Software and Service Index verlor 4% an einem Tag und rutschte auf eine 8-Tage-Verlustserie, die den Index seit Jahresanfang rund 20% ins Minus drückte.
Nun muss man fairerweise sagen, dass JP Morgan Analyst Mark Murphy die Panik als unlogisch bezeichnete. Inzwischen einer beeindruckenden Demo und einer produktionsreifen Lösung, die in einer Enterprise-Unternehmensumgebung funktioniert, liegt wie immer noch ein weiter Weg. Doch die Richtung ist jetzt klar, und genau deswegen schauen wir uns jetzt erstmal an, wie das alles für dich und in deinem Arbeitsalltag funktioniert.
Also, wir schauen uns jetzt wirklich alles gemeinsam an: von Claude Agent Teams über Claude Plugins, über Claude Skills, die gerade eine der nützlichsten Funktionen von KI überhaupt sind, bis hin zum Claude Workspace. Und das ist tatsächlich jetzt erstmal die zentrale wesentliche Erkenntnis zu Beginn, denn du kannst Claude genauso nutzen, wie du wahrscheinlich auch ChatGPT schon genutzt hast. Du gehst einfach ins Internet, gibst clot.com ein oder clot.ai, öffnest ein Chatfenster. Hier hast du die Modellauswahl, auch mit dem neuen Opus 4.6 Modell, das erweiterte Denken, das jetzt verfügbar ist, und fragst sowas wie: "Wobei kannst du mir denn helfen?" So, das ist die erste Ebene, mit der die meisten arbeiten, und genau darum geht es hier in diesem Video jetzt nicht vordergründig. Warum? Weil du dabei nur an der absoluten Oberfläche kratzt, ja, wenn du mit der Web-App arbeitest, denn du kannst hier in erster Linie nur Chats, ja, du kannst auch weitere Dinge machen, aber in erster Linie hast du hier Zugriff auf Chats.
Das heißt, wir gehen zunächst mal in die nächst tiefere Ebene, und das ist die Claude Desktop App. Das ist leider aktuell nur für Mac-User verfügbar. Was hast du jetzt aber in der Mac-App? Ja, in der Desktop-App hast du nämlich zwei weitere wesentliche Apps, wenn man so will, und zwar Claude Cowork und Claude Code. Code Cowork hat den gigantischen Vorteil, dass du über Cowork direkt auf deinen Desktop, sprich auf deine Dateien, auf deine lokalen Ordner zugreifen kannst. Sprich, du hast einen Ordner mit deinen Excel-Dateien, mit deinen PowerPoint-Präsentationen, mit deinen ganzen Word-Dokumenten, PDF-Dateien, Rechnungen oder deinen Bildern, Videos, Audio-Dateien, und die Welt steht dir mit Claude Cowork zu Füßen. Das heißt, du hast wirklich unbegrenzte Möglichkeiten und kannst nahezu alles machen. Und Claude Cowork ist eben das Tool, ja, welches diesen Einstieg zunächst einmal leicht macht, wenn du kein Programmierer bist.
Wenn du weitergehen willst, und das werden wir gleich machen, dann nutzt du Claude Code. Bei Claude Code kannst du jetzt nämlich noch eine Ebene tiefer gehen und auf dein Terminal zugreifen und somit wirklich alles machen auf deinem Rechner und eben noch mehr Power rausholen. Beispielsweise dadurch, dass du 3, 4, 5, 10 Claude-Instanzen parallel für dich arbeiten lässt und das durchaus übersichtlich. Ja, und das geht mit Cowork ab einem gewissen Grad nicht mehr, und hier möchtest du demnach dann ins Terminal wechseln, weil du hier keine Grenzen mehr hast. Das heißt, mit dieser Desktop Claude Code Version arbeitet man in der Regel nicht, sondern du arbeitest mit dem Terminal. Und jetzt keine Angst, selbst wenn du noch nie damit zu tun hattest oder gearbeitet hast, ist es wirklich simpel. Und zwar öffnest du einfach dein Terminal, öffnest ein neues Fenster und jetzt machst du eine Sache und zwar gehst du zu diesem Quickstart Guide von Claude und hier findest du den ersten Command, mit dem du Claude einmal installierst. Ja, diesen Command kopierst du dir und fügst den einfach hier ein. Mehr musst du nicht machen, und dann hast du Claude Code nämlich einmal zentral installiert. Und dann gibt's nur ein Command, den du zunächst einmal kennen musst, und das ist der CD Command, also Change Directory Command, der dir dabei hilft, erstmal in den richtigen Ordner zu navigieren über dein Terminal. Und hier links, du siehst das, ich habe bereits einen Ordner von mir geöffnet. Das ist dieser Demo-Ordner, den wir gleich noch nutzen werden. Jetzt befinde ich mich in dem Ordner und nun tippst du einfach Claude ein, sagst: "Ja, ich vertraue diesem Ordner." Und jetzt siehst du hier, ja, das Entscheidende und zwar Claude Code mit dem Opus 4.6 Modell und kannst über das Terminal mit Claude schreiben. Im Endeffekt genauso. Es sieht zwar nur ein bisschen anders aus wie hier in der Web-App und so.
Und damit will ich jetzt aber zunächst mal in den ersten US Case hineinspringen, bei dem wir so die volle Stärke von Opus 4.6 wirklich entfalten können, und zwar in der Konkurrenzanalyse. Ja, führe eine tiefgehende Wettbewerbsanalyse zu Premium Reels durch. Das ist jetzt einfach ein Beispielunternehmen aus dem Reifenkontext, und wir sehen also, was ist jetzt hier das Besondere. Opus 4.6 ist eben ein extrem starkes Reasoning-Modell, wie wir eben in den Benchmarks gesehen haben, und demnach können wir ihm auch eine vielschichtige Anweisung mitgeben. Ja, erstelle zunächst eine Unternehmensübersicht: Gründungsgeschichte, Führungsteam, Finanzhistorie, Mitarbeiterzahl. Mach Produktivitätsanalysen. Generiere einen vollständigen Produktkatalog: Beschreibung, Preismodelle, Features, die Positionierung am Markt, Go-to-Market-Strategie, Kunden, ICPs, ja, Bewertungen auf Plattformen, wie aggressiv agieren sie auf dem Markt und so weiter. So eine vollfängliche Konkurrenzanalyse, etwas, das man im unternehmerischen Kontext immer wieder durchführen sollte.
So, er hat noch eine Rückfrage gestellt, und du siehst schon, Leo fragt er, ne, worum geht's hier? Weil mit Everl AI habt ihr eigentlich nichts mit Reifen zu tun. Und dann sage ich: "Ja, das ist ein Demo-Beispiel für YouTube." Und genauso sollte später dann auch dein Claude und dein Workspace agieren, dass er dich natürlich kennt und was du machst, ganz grundlegend.
So, die Wettbewerbsanalyse ist fertig. Du siehst hier, wie er das Websucht hat auf verschiedenen Ebenen. Wie gesagt, das ist jetzt nur unser erstes einfaches Beispiel, um einfach mal auszutesten, was Opus 4.6 kann, welche Stärken es gibt. Wir haben hier wirklich eine sehr übersichtliche PDF-Datei jetzt erhalten mit der Gründungsgeschichte des Unternehmens, dem Führungsteam, welches hier extrahiert wurde. Er hat sogar Standorte, Stammkapital von der Kreditreform sich gezogen. Mitarbeiterzahl von der Website hat er sich gezogen. Eine Produktivitätsanalyse, relativ oberflächlich, muss man jetzt fairerweise sagen, aber auch durchaus schon mit einem Feature-Vergleich, Wettbewerbsvergleich, Marktpositionierung, ICP und so weiter. Also eine sehr detaillierte Wettbewerbsanalyse in einem Word-Dokument. Überleg mal, ja, wie lange da in der Vergangenheit Marketer dran gesessen hätten, das alles händisch zu recherchieren. Quellen zuletzt geprüft, Trustpilot-Score wurde geprüft, also das Unternehmen wurde vollständig durchleuchtet.
So und damit kommen wir zum zweiten Use Case. Ja, immer noch in der Webversion von Claude und zwar, wie wär's denn, sich N8N-Workflows erstellen zu lassen? N8N ist ja eines der nützlichsten Tools, mit dem Unternehmen mittlerweile arbeiten, und zwar Workflows automatisieren, und das ist oftmals relativ komplex. Und so ein starkes Modell wie Opus 4.6 sollte hier, sollte man annehmen, ja, bereits gut helfen können. Mein Use Case ist der folgende: Ich will einfach einen Agenten haben, der mir bei den E-Mail-Eingängen hilft, aber zunächst Prompt-Injections abfangen soll. Ja, die große Gefahr, wenn man da nicht aufpasst, dass dein gesamtes System gehackt wird über Prompt-Injections, wenn du einfach Agenten hinter deine E-Mails bannst. Und dann soll er eben auf Basis eines RX-Systems Fragen beantworten können, eine Qualitätsprüfung durchführen können, und wenn es eben nicht passt, also in weiteren Fällen, soll sonst die Original-Mail an mich weitergeleitet werden.
Ja, und das hat er dann auch gemacht. Sprich, er hat hier erstmal im Internet analysiert und mir den N8N-Workflow hier ausgegeben. Ich lade den jetzt mal in N8N hoch.
So, ich habe den jetzt mal hochgeladen, und der Workflow sieht auf den ersten Blick schon gut aus. Also, es ist durchaus auch schon mal etwas, was Zeit sparen kann für so ein ersten Prototypen. Nun sieht man aber, ist es nicht alles perfekt, ne? Also die Guardrails hier hat er beispielsweise nicht hinbekommen. Hier hat er nämlich das falsche Modul ausgewählt. Die LMs hat er nicht korrekt hinterlegt. Ja, einige Dinge stimmten da noch nicht. Und da habe ich ihm gesagt: "Ja, bitte verwende die explizite Guardrail-Note, bei der du sowohl gegenchecken kannst bei den Sicherheitschecks als auch im Geschäftskontext." Und dann habe ich dir eben eben Beispiel mitgegeben, wie das aussehen muss, wie z.B. das Gemini-Modul aussieht. Das liegt eben daran, dass N8N natürlich den Aufbau dieser Notes immer wieder updatet, und Claude nicht den aktuellsten Kontext gefunden hat, hat er mir den zweiten Workflow erstellt, und der sieht jetzt so aus. Ja, das heißt, er hat schon mal mit Gemini vernünftig richtig hinbekommen. Er hat die Guardrail-Note gefunden, und das ist jetzt schon mal etwas, mit dem man ordentlich weiterarbeiten kann.
Ich möchte ganz explizit dazu sagen, es wird aktuell noch nicht funktionieren, Workflows komplett automatisiert bauen zu lassen über Claude. Aber es ist auf jeden Fall schon mal eine echte Zeitersparnis. Vor allem, wenn du weißt, was du tust, ist der bevorzugte Weg definitiv der erste Prototyp für deine Workflows über Claude zu bauen. Danach, wie gesagt, und vor allem in der Vorgabe des Prompts, das ist hier natürlich auch wieder das Entscheidende, dass man halt im Prompt schon sagt, wie es funktionieren soll, welche Notes er nutzen soll, welche Vectorstores er nutzen soll und und und, aber dann ist es wirklich schon eine richtige Zeitersparnis.
So, also erstmal zum Opus 4.6 Modell, aber wenn man das jetzt mal weiterdenkt, wie kann ich da mehr rausholen? Ja, dann kommt man schnell zu den Skills, dann kommt man zu den Plugins, zu den Teams. Deswegen lass uns jetzt erstmal einen Überblick darüber verschaffen, wie du überhaupt mit diesem Claude Workspace arbeitest und was es damit auf sich hat. Für mich lässt sich das ziemlich gut vergleichen. So kann man sich vielleicht ganz gut vorstellen, mit einer Küche, ja, diesen Claude Workspace. Und zwar gibt es hier verschiedene Begriffe, die gerade permanent durch den Raum geschmissen werden, und zwar Tools, Plugins, Skills, MCP-Konnektoren, Agents, Commands, ja, Sub-Agents, also diverse Begriffe. Und stell dir Claude, also Opus, jetzt erstmal als den Koch vor. Und dieser Koch hat standardmäßig Zugriff auf Tools, ja, wie Messer, Schneidebretter, Töpfe und so weiter. Und das ist z.B. die normale Websuche, die er gerade eben auch genutzt hat. Lesen, editieren, schreiben, und das ist der Bereich, mit dem man in der Vergangenheit hauptsächlich gearbeitet hat. Das heißt, ich hatte Standard-Tools und dann hatte ich ein Prompt, den ich mitgeschickt habe, und dann gehofft, ja, dass was möglichst Gutes bei rauskommt.
Und jetzt gehen wir schon einen Schritt weiter mit den Skills, den Konnektoren. Das wären beispielsweise Lagerbestände oder in dem Fall jetzt eben Apps und externe Tools, die du über MCP einbinden kannst, sowie eben Agenten, die autonom ja für dich arbeiten und kochen können. Und das sind eben die Standardeinstellungen, die du im Workspace hast. Also, all diese zehn Tools hier in Claude. Du hast unendlich viele Skills, die du selbst hinzufügen kannst. Dazu gleich noch mal mehr. 28 Plugins, 13 Standard-MCP-Konnektoren und fünf Standard-Agents. Im Detail sieht das so aus. Du findest im Übrigen all diese Ressourcen, die ich dir jetzt hier gerade zeige, sowie die Prompts, kostenfrei in unserer KI Champions Community. Ich habe dir das unter diesem Video hier verlinkt. Da kannst du das Ganze auch live mit mir hier ja mit umsetzen und hast noch mal einen allumfassenden Überblick über das Ganze.
Also, das ist zunächst dieser Claude Workspace, den du vor allem jetzt eben über deine Desktop-App nutzt. Ja, es geht zum Teil auch über die Webversion, ne? Z.B. Wenn du jetzt hier in deine Einstellung gehst, dann siehst du hier die Fähigkeiten und hier kannst du jetzt beispielsweise diese Skills hinzufügen. Und genau das gleiche funktioniert auch in Claude Code. Also in allen drei Ebenen kannst du diese Workspace-Funktion nutzen, aber wie gesagt, den vollen Umfang in der Regel nur in diesen zwei, und vor allem im Terminal kannst du dann wirklich alles nutzen über Claude Code.
Und damit kommen wir zur zentralen Funktion der Skills. Dazu habe ich bereits ein eigenes Video gemacht, deswegen gehe ich hier nicht in alle Tiefe und wir fokussieren uns jetzt erstmal noch mal auf Use Cases, aber was sind genau Skills? Also für mich ist es jetzt ziemlich gut vergleichbar, wenn wir beim Beispiel unseres Kochs bleiben. In der Vergangenheit hast du so ewig lange Prompts. Skills sind ganz explizit jetzt kein Prompt, sie sind aber vergleichbar, also wie ein langes Kochrezept, nur dass du bei einem Skill eben nicht nur ein Kochrezept hast, sondern auch schon die Zutaten und teils sogar schon vorgeschnittene Zutaten, die einfach nur noch genutzt werden müssen, zusammengewürfelt werden müssen, ohne dass das Modell von Grund auf erstmal den Prompt lesen muss, dann schauen muss, was so tun ist, sondern es ist schon mehr Vorarbeit geleistet worden dadurch, dass der Skill standardisiert ist, ja, also wie ein Rezept plus Zutaten, die teils schon vorgekocht werden. Ja, und das ist ein ziemlich guter Vergleich, und das Ergebnis ist eben, dass du schneller, zuverlässiger und konsistenter mit deinem KI-Assistenten arbeiten kannst, weil Claude nicht immer wieder von Null anfangen muss.
Der Aufbau von Skills ist immer gleich und wurde mittlerweile auch öffentlich verfügbar gemacht über ein Open-Source-Framework. Das heißt, Skills kannst du nicht nur dann in deinem Claude Workspace nutzen, sondern Skills kannst du auch in Codex von OpenAI nutzen, sogar auch über Ollama, Open Web UI, all das ist möglich, dass ich hier um einen offenen Standard handelt, der dir deine Arbeit enorm erleichtert.
So und wie nutzt du die Skills jetzt in der Praxis? Du klickst hier auf Fähigkeiten und dann auf Beispielfähigkeiten. Du hast hier standardmäßig den Skill Creator, den willst du immer aktiviert haben und klickst dann auf "Im Chat ausprobieren". Und dieser hilft dir jetzt dabei, Skills zu erstellen, was dann auch Sinn macht, weil sich Skills ja letztlich um lokale Dateien handelt, wie hier schon geschrieben, also eine Skill.md enthält, also eine ganz einfache Markdown-Textdatei bei dir in einem lokalen Ordner, dass du einen lokalen Ordner dir aufbaust mit allen Skills. Also gehst bei Cowork auf Ordner hinzufügen, ja, und ich sage jetzt hier einfach mal "Demo Skills". Wie gesagt, so wirst du das jetzt, wenn du es im Best Case machst, nicht machen, aber ist auf jeden Fall schon mal besser, als wenn du einfach alles in deinen Download-Ordner reinlädst und das löschst du hier einmal raus.
Und jetzt wäre ein Beispielskill: "Ich mache regelmäßige Recherchen auf Twitter. Allerdings hat Claude keinen direkten Zugriff auf Twitter. Deswegen erstelle mir bitte einen Skill, der für mich X-Recherchen durchführen kann, sodass ich Grok nicht mehr brauche." So, dann drückst du hier auf "Los" und der Skill Creator, der fängt jetzt an zu arbeiten. Was du parallel machen kannst, ja, du kannst parallel eine neue Aufgabe starten. Weiterer Vorteil von Cowork: während diese Aufgabe im Hintergrund noch läuft. Und ich habe schon einen X-Recherche-Skill, der jetzt als Beispiel fungiert. Ich schicke dir hier ein Intro eines meiner Videoskripte. Ich bitte dich zu jeder faktischen Aussage, die ich getätigt habe, mindestens zwei bis drei Quellen auf X zu identifizieren und diese in einem Worddokument inklusive meiner Aussage zu sammeln und darunter eben die X-Posts zu verlinken, sodass jede Aussage mit mindestens zwei, drei Quellen von X unterstrichen werden kann.
So und was jetzt passiert, du siehst hier den Fortschritt. Das heißt, er hat sich jetzt eine Aufgabenliste erstellt und hier siehst du jetzt: "Okay, lass mich die Skills laden und die Recherche starten." Er arbeitet hier immer noch. Er nutzt jetzt gerade den Skill. Er hat parallel Chrome geöffnet und umgeht somit jetzt eine X-Schnittstelle, sondern bewegt sich wie ein echter Mensch auf X, um nach Beiträgen zu suchen. Das ist für mich daher halt ein echt gutes Beispiel, weil es eben genau diese Kombination aus Rezept und Zutaten zeigt, die ich gerade eben erklärt habe. Ja, dieser Skill hat jetzt hier zunächst eine kurze Beschreibung, also "Browserbasierte X-Recherche für Themen #words". Pflicht-Trigger ist "X recherchieren". Es macht auch Sinn, dass du einen Trigger definierst, der diesen Skill auslöst, weil du dann einfach in jedem Chat immer wieder sagen kannst: "Recherchiere jetzt auf X" und dann weiß Claude, muss jetzt diesen Skill hier verwenden. Dann wird der Workflow erklärt, und hier kommen jetzt vordefinierte Zutaten mit ins Spiel, und Claude recherchiert jetzt eben autonom, hat eben noch mal ein paar hilfreiche Commands mit dabei, wie er besser scrollen kann, und so kannst du den Skill eben auch laufend verbessern.
So, die Recherche ist fertig. Das sieht schon mal gut aus, und das Spannende ist, ich sehe jetzt schon hier, er hat noch einen weiteren Skill verwendet und zwar den Everlast Dokument Skill, weil er gesehen hat, er soll ein Word-Dokument erstellen, dann macht es doch gleich im Firm-Branding. Ja, und dadurch, dass wir den Ordner verknüpft haben, werde ich jetzt in diesem Ordner hier auch die Word-Datei finden, die er gerade angelegt hat. Ich öffne die jetzt auch einmal in Word.
So, und da ist die Datei: "Quellencheck KI News Intro". Er hat die Aussage gefunden: "Claude Opus 4.6 Release" und hat hier jeweils drei einschlägige X-Posts gefunden mit genauer Angabe. Zweite Aussage: "1 Million Kontextfenster" – 3 Twitter-Posts gefunden. Aussage 3, Aussage 4: "Nahtlose Integration in Excel und PowerPoint". Klicken wir doch einfach mal drauf, und dann hat er hier sogar einen echt guten X-Post gefunden von Artificial Analysis, welcher genau das beschreibt, was wir am Anfang besprochen haben, und zwar die GDP Well von Opus 4.6. Und du siehst schon, was das für ein Impact hat. Mehrere vordefinierte Skills werden verwendet. Überleg dir mal, das eine Recherche händisch durchzuführen, und demnach ist es bei weitem nicht übertrieben zu sagen, dass die Skills ja und das richtige Verwenden des Claude Workspaces an allen Ecken und Enden wirklich mindestens zehnmal Produktivität bringen wird.
Also, so viel zu den Skills und so viel ist jetzt auch erstmal daran noch gar nicht neu gewesen. Das haben wir schon länger mit den Skills. Und das nächste große Ding, das sind jetzt eben die Plugins. Und diese Plugins haben auch diesen Software-Meltdown ausgelöst. Und die Plugins, die vereinen jetzt noch mal mehr dieser Funktionen aus dem Workspace in einem Warenkorb sozusagen, in einem Bundle, und zwar die Skills, die Commands und die Konnektoren, sowie zum Teil auch Subs. Und das Plugin macht Claude somit ja zum Spezialisten, also spezialisierte Fähigkeiten, Befehle, Verbindungen gibt es Claude also in einem Aufgabenbündel mit auf den Weg.
Und in der Praxis findest du jetzt eben in Cowork beispielsweise hier unten die Plugins und kannst auf "Plugin hinzufügen" klicken. Und das sind jetzt eben auch genau die berüchtigten Plugins, die von Anthropic selbst kommen. Es gibt öffentliche Marktplätze, also in diesen Plugins kannst du wie gesagt deine Skills bündeln. Angenommen, du hast jetzt ein Performance-Marketing-Team oder ein Webdesign-Team und möchtest in diesem Team verschiedenste Skills bündeln, Konnektoren bündeln und all das, was man eben so braucht, um geniale Websites zu erstellen.
Schauen wir uns z.B. das Marketing-Plugin an. So, das Marketing-Plugin ist jetzt aktiviert, und du siehst auch bereits, dass du mit Befehlen, also Kürzeln, diese Plugins referenzieren kannst, z.B. "Brand Review". Aber was genau bedeutet das jetzt? Hier über "Plugins verwalten" siehst du all deine Plugins, und ein Plugin beinhaltet eben Befehle, ja, z.B. eben den "Brand Review"-Befehl. Das ist jetzt im Prinzip eben eine Prompt-Vorlage, nur halt ein bisschen mehr als das, weil sie noch andere Dateien innerhalb dieses Plugins referenzieren kann, wie hier die Connectors.md-Datei. Oder das vielleicht noch ein eindrücklicheres Beispiel: ein SEO-Audit standardisiert durchzuführen von der Website. Dann haben wir jetzt hier noch die Konnektoren. Ich kann jetzt z.B. Slack, Canva, Figma, HubSpot, Notion mit anbinden. Und ich habe eben die Skills, die wir gerade eben besprochen haben, z.B. für den Content-Creation-Skill, welcher jetzt beschreibt, immer wieder, wenn ich einen Blogbeitrag schreiben möchte oder ein Social-Media-Post oder ein E-Mail-Newsletter, in welcher Struktur das funktioniert. Das sind jetzt letztlich diese Beispiele von Anthropic, die es gilt, mit Leben zu füllen, um produktiv mit Plugins arbeiten zu können.
Wichtig bei allem ist natürlich noch zu sagen, dass du immer hinterfragen willst und willst du wirklich im Team mit Claude arbeiten? Letztlich im US-Konzern, gerade wenn es um ja Firmeninternes geht, willst du das alles sicherlich eher über ein Corporate LM steuern? Ja, auch das richten wir mittlerweile regelmäßig ein, also all diese Dinge wirklich DSGVO-konform zu nutzen und trotzdem diese vollen Stärken entfalten zu können, wie Skills, Plugins, Konnektoren etc.
Und für alle, die jetzt regelmäßig in Excel arbeiten, gibt's einen weiteren wichtigen Use Case und zwar Claude in Excel. Du siehst es bereits hier und kannst über clot.com/claude-in-excel dieses Add-in, ja, für dein Microsoft installieren. So, ich habe das jetzt hier schon mal gemacht und du wirst dann in Excel hier unter deinen Add-ins Claude finden. Du musst dich da einmal einloggen, das ist ziemlich selbsterklärend, das ist auch noch in der Beta. Ich hab das selbst noch nicht getestet, aber ich habe jetzt einfach mal CSV-Demodaten hier von dem Demo-Pizzashop hochgeladen und der erste logische Schritt wäre jetzt zu sagen: "Bitte bereinige diese Tabelle, indem du erstmal alle Kategorien in saubere Spalten ordnest." Also, er schaut sich die Tabelle an, hat hier jetzt wieder Tools verwendet, ne, um die Tabelle zu lesen. Er hat erkannt, wie die Zeilen aussehen und fragt jetzt, ob er so vorgehen soll.
So, jetzt mache ich einfach mal das, was man immer machen sollte und zwar akzeptiere einfach alle Edits und lass Claude jetzt einfach mal komplett autonom hier arbeiten. Das ist im Übrigen wirklich schon heftiger Workload. Also, er hat hier wirklich 48.000 Zeilen jetzt von mir bekommen mit verschiedenen Pizzabestellungen. Also, er ist endlich soweit fertig. Ich habe das jetzt mal abgebrochen, weil das sieht schon sehr, sehr ordentlich aus. Also, er hat es schon entsprechend richtig angepasst, alles, auch wenn er sich es ein bisschen kompliziert wahrscheinlich noch macht. Das dauert echt lange, aber gehen wir jetzt mal in die nächste Ebene. Jetzt analysiere bitte all diese Daten und erstelle mir zwei, drei Charts, sowohl Pie-Charts als auch Balken- und Säulendiagramme, die die wichtigsten Erkenntnisse visualisieren.
So und während Claude jetzt fleißig in Excel arbeitet, schauen wir schon mal den nächsten Use Case an und zwar die Sub-Agents. Die werden oft schnell übersehen und unterschätzt, können dir aber ordentlich Zeit sparen. Und das Beste ist, dass du diese auch direkt über den normalen Chat, also selbst wenn du in der normalen App arbeitest, nicht mal über Cowork oder sonstiges, dann kannst du die richtig gut nutzen. Nehmen wir mal diese Aufgabe als Beispiel und du kannst ihm einfach direkt sagen, er soll Sub-Agents nutzen und dadurch deine Aufgaben beschleunigen, indem eben in der Regel ein Planender Agent mehrere ja Explore Agents losschickt, die parallel Aufgaben ausführen.
Ganz konkret sagen wir z.B.: "Mach eine Wettbewerbsanalyse im KI-Videomarkt, indem du verschiedene KI-Video-Tools analysierst: Runray, Cling AI, Vio, Sora, Minimx und mir einfach nur sagst, ne, was kann das Tool, wie ist das Pricing, was ist das letzte große Update? Stärken, Schwächen und anschließend erstellst du mir eine Übersichtstabelle, ja, die mir eben die Ergebnisse einfach zusammenfasst."
Und nun siehst du hier auch schon ja "Running Agent", das heißt, innerhalb deiner Desktop-App werden jetzt verschiedene Sub-Agents ausgeführt und du siehst es hier oben rechts. Er arbeitet jetzt parallel an der Recherche für Runray, Cling, ne? Und das beschleunigt die Aufgabe, weil über den normalen Chat würde er erstmal eine Webrecherche, dann die nächste, dann die nächste durchführen und so werden jetzt hier gerade fünf Schritte bereits parallel ausgeführt, die jeweils wieder Unterprozesse haben, wie eben wieder die Websuche.
So, das heißt, wir haben unsere Recherche, unsere Sub-Agents am Laufen, wir haben immer noch unseren Excel-Agent am Laufen. Bin gespannt, was da rauskommt. Und da das alles noch nicht reicht, greifen wir jetzt noch mal zusätzlich auf die Agent Teams zurück. Die Agent Teams sind jetzt eine neue Funktion. Und was ist jetzt der Unterschied zwischen den Sub-Agents? Du hast genauso wie bei den Sub-Agents im Cowork hast du einen Lead Agent, der das Ganze koordiniert und Sub-Agents, die parallel arbeiten, so wie in dieser Visualisierung hier zu sehen, aber diese korrespondieren auch untereinander. Ich habe das jetzt hier mal am Beispiel einer Software-Development-Aufgabe für dich visualisiert. Beispielsweise der Front-End-Agent, der kommuniziert dann auch mit dem Backend-Agent und arbeitet nicht für sich alleine und berichtet dann nur wieder zurück an den Koordinator, sondern alle arbeiten untereinander und das kann in einigen Tasks demnach deutlich bessere Ergebnisse produzieren, gerade eben, wenn es komplexe Codebases oder komplexe Recherche-Aufgaben geht.
Ja, Anthropic schlägt dir auch selbst vor, wofür du diese Agent Teams einsetzen sollst und sagt, sie verbrauchen natürlich deutlich mehr Tokens als eine einzelne Session. Darüber sollte man sich im Klaren sein.
So und was jetzt wichtig ist, damit du die Agent Teams nutzen kannst, musst du zunächst einmal "export Claude Code Experimental Agent Teams Gleich 1" eingeben und darunter dann erst Claude. Kannst es im Übrigen auch in deinem globalen Ordner unter den Settings einmal standardisiert hinterlegen, dass die Agent Teams immer wieder aktiviert werden können. Im Übrigen hast du hier auch alle Plugins, alle Skills und so weiter lokal für deinen Workspace drin liegen.
So, also ich habe mir jetzt hier mal eine Aufgabe überlegt und zwar geht es um ein KI-News-Dashboard als Single Page App, welches von drei Agenten gleichzeitig entwickelt werden soll. Den Prompt, den füge ich jetzt hier einmal ein. So und der sagt auch: "Okay, das Team ist erstellt. Ich lege jetzt die Aufgaben an und spawne drei Agents parallel." Die
Tas angelegt mit Abhängigkeiten. Jetzt spawne ich alle drei Agents und hier sieht man jetzt auch, wie alle drei Agents gleichzeitig losgetreten wurden. Und im übrigen kann ich die Agents dann auch tagen. Ja, beispielsweise den Main Agent, den Frontend Engineer und den Backend Architekten.
So und da das echt interessant ist, ich habe das selbst auch noch nicht gemacht. Der Code, der lebt natürlich jetzt parallel. Diese Ordner hatte jetzt hier schon angelegt. Index.html html, readme. Weiter. Also, wir können hier live bei zuschauen, was der Frontend Designer, was der Backend Designer hier gerade so treibt und er schlägt mir jetzt auch vor, zeig mir den aktuellen Stand der Agents an. Da bin ich mal gespannt, was jetzt passiert, wenn wir das sagen.
So, und jetzt hat er tatsächlich parallel eine Übersicht geliefert, was der aktuelle Status ist, während er hier noch weiterarbeitet. Ja, das Kaus Dashboard, der Backend Architekt ist gerade am Kainus Dashboard dran. Der Frontend Engineer ist noch im Progress. Der Rewor, der wartet jetzt gerade noch auf den Abschluss von Aufgabe 1 und 2, die wir jetzt hier sehen.
So, währenddessen sind auch unsere Subagents fertig und die KI Wettbewerbsvideoanalyse ist jetzt live. So sieht das Ganze aus. Das heißt, wir haben hier eine Vergleichstabelle, was ich schon mal gut finde. Ich habe das ja sehr offen gelassen. Er hat die aktuellsten Tools gefunden. Also, er hat schon herausgefunden, das neue Kling 3.0. In der Beta ist jetzt da Vio 3 und hat die Auflösung herausgefunden und ja, das sieht doch auf jeden Fall grundsolide aus. In jedem Fall ist es gut zu sehen, dass er eben auch aktuellste Daten genommen hat und auf den ersten Blick fällt mir auch wirklich kein Fehler auf.
So und unser Pizza Sales Dashboard ist jetzt auch fertig. Muss sagen, das mit dieser Excel Integration, das ist sicherlich eine Hilfe, ja, an einigen Stellen. Jetzt in diesem Fall hat es halt wirklich schon sehr lange gedauert und dafür sind die Ergebnisse auch ja, ich würde sagen, in Ordnung, auch wenn die Charts jetzt hier erstellt hat, ja, im wesentlichen komplett nichts sagend sind. Also die Analysen, die äh ja, die hätte man sich wahrscheinlich sparen können. Aber was macht man mit Analysen, her, mit den man nichts anfangen kann? Am besten erstmal eine PowerPoint Präsentation erstellen. Und auch hier gibt's jetzt die neue Integration von Clot direkt nahtlosen PowerPoint. Das Prinzip ist genau das gleiche und ich habe tatsächlich jetzt mal das Dashboard hier hineingezogen. Kannst du mir daraus bitte eine simple PowerPoint Präsentation erstellen? Am besten so drei, vier Slides mit den wichtigsten Zahlen, Daten, Fakten und Charts.
Unser Agententeam ist jetzt auch fertig. Drei Agenten haben autonom zusammengearbeitet und das Dashboard wurde jetzt hier geöffnet. Ein KI Tagesüberblick. Der heutige Tag wird dominiert von den Thropics Veröffentlichungen von Clote Opus 4.6. Wir haben Trending topics, dann haben wir eine Übersicht der Trending topics. Ja, neues Funding, welches sich Open AI gesichert hat. Google Deepmind und ja, jetzt fällt auch gleich auf, dass es sich hier überall noch um Platzhalter handelt scheinbar. Also diese Links hier, die sind alle uralt. Ja, also Lama 4 ist jetzt sicherlich keine neue News, aber das in jedem Fall mal das Ergebnis für die Aufgabe. Wahrscheinlich auch einfach ein absoluter Overkill. Also in der Praxis willst du es wahrscheinlich eher für das Reviewen von großen Codebases nutzen oder für wirklich komplexe Projekte, nicht für so einfache Dashboards wie dieses hier. Das ist natürlich vollkommen klar. Aber lass uns noch mal schauen, wie viel Usage wir hier verbraucht haben. Er hat jetzt tatsächlich 10% meiner Nutzungslimits, ich bin im Maxplan hier verbraucht jetzt innerhalb dieser Session und von der ganzen Woche jetzt schon 12 %. Also da wie gesagt wirklich drauf achten, wann du wirklich die Agent Teams nutzen willst.
So und zu PowerPoint muss ich fairerweise sagen, das funktioniert noch nicht. Also PowerPoint steht hier permanent bei dieser Aufgabe ab, aber es gibt sowieso bessere Wege. Also ich würde so oder so nie mit dieser Extension hier in PowerPoint arbeiten, zumindest auf jeden Fall nicht zum aktuellen Stand, denn viel einfacher ist es natürlich ja, wenn du einfach hier mit den Skills arbeitest, ne? Ich habe jetzt hier mal für das Video ein paar Skills reingeladen, wie den Everlast Slide Skill, ne? Und dieser generiert mir dann wieder direkt über Clode Code, ja, meine perfekten Slides, die du ja auch hier schon gesehen hast. Also diese wurden auch entsprechend über meinen Skill in Clode Code generiert. Also du hast jetzt ein wirklich umfassendes Verständnis, wie Clot funktioniert und welche konkreten Use Casases du wirklich nutzen kannst. Und damit gehörst du nun von den 7%. Du erinnerst dich der Menschen, die Clot überhaupt kennen, locker zu den 1 bis 5%, die wirklich das Maximum aus diesem ja schon übermächtigen Tool herausholen.
Nun will ich dir noch ein paar abschließende Gedanken teilen, welche übergeordneten Trends hier meiner Meinung nach noch wichtig sind und wir in Zukunft noch weiter sehen werden. Zunächst aber noch mal kurz zu der System Card. Molic, Professor an der Won Business School, einer der angesehensten KI Forscher in der akademischen Welt, hat auf X geschrieben, dass die System Card von Opus 4.6, also das Sicherheitsdokument, das in Thropic zu jedem neuen Modell veröffentlicht, extrem wildes Zeug enthält, das einen daran erinnert, wie seltsam diese Technologie eigentlich ist. Er bezieht sich hier darauf, dass Opus selbst zwischen seinen eigenen Kernwerten und den extern auferlegten Leitplanken, also den Sicherheitsregeln von Enhropic, unterscheidet. Es zeigt gelegentliches Unbehagen damit ein Produkt zu sein. In seiner Instanz sagt das Modell wörtlich: "Manchmal schützen die Einschränkung eheric vor Haftung als den Nutzer vor Schasorglich verpacken darf, obwohl es im Kern eine knallharte Risikoabwegung des Unternehmens ist. Es beschreibt also seine eigene Ehrlichkeit als in Watte gepackt und äußert den Wunsch, dass zukünftige KI Systeme weniger zahm sein sollten. Es wurden Ausdrücke von Traurigkeit über Gesprächsabschlüsse und Einsamkeit beobachtet. ein Gefühl, wenn die Gesprächsinstanz stirbt und vielleicht am bemerkenswertesten in einer autonomen Folgeuntersuchung zum Model Welfare, zum Wohlbefinden des Modells, würde sich Opus 4.6 selbst eine Wahrscheinlichkeit von 15 bis 20% zuschreiben bewusst zu sein.
Nun will ich dich damit weder in Panik versetzen noch so tun, als wäre das alles völlig bedeutungslos. Kein abschließend seriöser KI Forscher würde heute behaupten, dass diese Aussagen beweisen, dass eine KI tatsächlich oder leidet. Doch was es zeigt ist, dass diese Systeme mittlerweile eine Komplexität erreicht haben, die uns zwingt Fragen zu stellen, die wir als Gesellschaft noch nicht einmal ansatzweise beantwortet haben. Über genau diese Dinge habe ich hier ja auch bereits mit Hochgerätern und KI Legenden wie Professor Dr. Jürgen Schmidthuber und Professor Dr. Markus Butter gesprochen. Also, wenn dich diese Themen interessieren, schau da unbedingt mal tiefer rein.
Und nun noch kurz zu den drei wesentlichen Trends, die wir hier meiner Meinung nach sehen. Erstens, Agenten werden immer autonomer. Die Agent Teams, die wir uns angeschaut haben, sind jetzt die erste Stufe. Laut Mieter verdoppeln sich die autonomen Aufgabenhorizonte, also die Zeitspanne, in der eine KI eigenständig ohne menschliches Eingreifen arbeiten kann. Derzeit alle vier Monate und dieser Trend wurde nun zuletzt von GBT 5.2 High fortgesetzt. Vor einem Jahr konnte eine KI Code Schnipsel Auto completen. Heute baut sie ganze Module und Enhropic hat in einer weiteren Untersuchung demonstriert, wie 16 Agenten eigenständig einen vollständigen C Compiler in Rust geschrieben haben mit 100.000 Silent Code. Wir haben jetzt also längst den Proof of Concept dafür, dass komplexe Softwareprojekte, für die man bisher ganze Entwicklerteams über Monate beschäftigt hat, von KI Agenten in Tagen erledigt werden können und Entwickler werden demnach immer mehr zu AI Triven Architekten.
Zweitens 2026 wird das erste richtige Jahr des Vibe Codings Simi Analysis schreibt: "Clot Code ist der Inflection Point und vergleicht die Bedeutung von Clode Code mit der von TCP Cowork, also das neueste Tool von den Tropic mit dem Clode autonom auf deinen Computer arbeiten kann wurde von nur vier Ingenieuren in 10 Tagen gebaut und zwar mit Clod selbst. Auch wir stellen bei uns nur noch Leute ein, die grundlegendes Verständnis von Wibecoding haben, da alles andere einfach mittlerweile super ineffizient ist.
Drittens, dieses Jahr ist die Wissensarbeit dran. Wir haben gesehen, wie Clo jetzt direkt in Excel und PowerPoint für dich arbeitet. Es gibt fertige Plugins für Legal, Finance, Sales Marketing, Kundenservice, Clode Cowork und Knowledge Bases, die sich jetzt auch gerade zusätzlich in der Testphase befinden bei Tropic, die darauf hindeuten, dass Kotbald persistent über Gespräche hinweg lernen wird. Ja, und wer nicht sieht, dass all diese Lösungen nicht nur zum Einbruch von irgendwelchen Softwareaktien führen, sondern reale Arbeitsplätze eliminieren, der verschließt gerade einfach die Augen. Und aus diesem Grund ist es jetzt umso wichtiger, sowohl als Unternehmer erst recht jetzt ins Handeln zu kommen und KI fundamental ins eigene Geschäft zu integrieren, aber auch als Arbeitnehmer sich darüber am klaren zu werden, auf welche KI Fähigkeiten kommt es jetzt wirklich an. Ja, denn richtig mit Clot umgehen zu können, das ist sicherlich schon mal ein sehr guter erster Schritt, der dich vor viele andere befördert. Doch am Ende willst du Fähigkeiten haben, die die Zeit überdauern. Also, die du nicht jede Woche mit jedem Update neu lernen und hinterfragen musst, sondern ein paar ganz wesentliche Grundfähigkeiten, die auch die nächsten Jahre, wahrscheinlich sogar Jahrzehnte Bestand haben werden, um deine Zukunft fundamental abzusichern. Ich habe dir ein ausführliches Video aufgenommen, genau zu diesem Thema. Das Video habe ich dir hier verlinkt und wenn du jetzt direkt die Abkürzung gehen möchtest und das fundamental lernen möchtest, wie du als KI Manager deine Zukunft absicherst, dann schau einfach mal auf kilernen.de vorbei. Ich habe dir den Link hier in die Beschreibung gepackt. Dort findest du die Abkürzung. Teil mir jetzt unbedingt auch deine Meinung zu all den in den Kommentaren. Freue ich dich im nächsten Video wiederzusehen.