KI-Tool-Anleitungen, Vergleiche und Neuigkeiten

„Ich möchte meine Dokumentation in viele Sprachen übersetzen. Claude Code oder Codex?“ In der Frage steckt eine Falle: Keines ist eine Übersetzungsmaschine — es sind agentische CLI-Arbeitsumgebungen, und das darunterliegende Modell erzeugt den Text. Dieser Artikel teilt das Problem in zwei Achsen: die Arbeitsumgebung (Tool-Wahl) und die Übersetzungsqualität (Modell-Wahl). Auf der Tool-Seite passt Claude Code — mit direktem lokalem Dateizugriff, einem Kontext von 1M Tokens und starker, konsistenter Mehrdatei-Bearbeitung — zur Repo-Übersetzung, während Codex (async Cloud, PR-Automatisierung, Open-Source-CLI) zu unbeaufsichtigten Batches passt. Auf der Modell-Seite legt er, gestützt auf Anthropics offizielle Werte pro Sprache relativ zum Englischen (Sonnet 4.5 von Spanisch 98.2% bis Hindi 96.7%, in jeder Sprache vor Haiku) als Primärdaten, die Tendenzen dar: Claude für Tonfall-Konsistenz über lange Dokumente, die GPT-Linie für Natürlichkeit und Redewendungen und die Gemini-Linie (Pro/Flash) für Breite über Low-Resource-Sprachen und Dialekte. Er ergänzt eine Tabelle nach Sprache/Anwendungsfall, fünf eiserne Regeln für eine Übersetzungs-Pipeline (Glossar, parallele Läufe und mehr) und ehrliche Einschränkungen wie „Benchmark ist nicht echte Übersetzungsqualität“ — alles aktuell für 2026.

Am 28. Mai 2026 veröffentlichte Anthropic Claude Opus 4.8 kaum zwei Monate nach dem Vorgängermodell. Die Schlagzeile sind diesmal nicht Benchmark-Zuwächse, sondern „mehr Ehrlichkeit“. Basierend auf Anthropics offizieller Ankündigung und seinem Transparency Hub behandelt dieser Artikel die Kernspezifikationen (claude-opus-4-8, 1M tokens, 128K maximale Ausgabe), einen direkten Benchmark-Vergleich (SWE-bench Pro 64.3 auf 69.2%, Terminal-Bench 2.1 66.1 auf 74.6%, GDPval-AA 1753 auf 1890, wobei GPT-5.5 bei Terminal-Bench 2.1 mit 78.2% vorn bleibt), die Preise (Standard unverändert plus Fast-Modus ~2.5x schneller und faktisch ein Drittel des Preises), drei neue Funktionen (den vierstufigen effort-Parameter und adaptives Denken, dynamische Workflows, die in der Research Preview Dutzende bis Hunderte parallele Subagenten starten, sowie system-Einträge in der Messages API), den größten Sprung von allen — Ehrlichkeit (etwa viermal seltener durchgelassene Codefehler als bei 4.7, verschwiegene Fehlschläge nur in 3.7% der Fälle) — sowie ehrlich zu benennende Vorbehalte (GPT-5.5 liegt im Terminal vorn, kleiner Zuwachs bei Computer Use, Injection-Robustheit unverändert bei 0.4%) und wer jetzt sofort umsteigen sollte.

Sie stellen ein Feature in Claude Code fertig und wollen auf „PR erstellen“ drücken, als ein rotes Banner erscheint: „Der Pull-Request-Status konnte nicht geprüft werden und ist möglicherweise veraltet.“ Das ist kein Code-Defekt — Claude Code hat einfach bei GitHub nachgefragt, um den aktuellen PR-Zustand abzurufen, und dieser eine Versuch ist fehlgeschlagen; meist ist es eine harmlose Synchronisationsverzögerung. Dieser Artikel behandelt die genaue Bedeutung des Fehlers, wie Claude Code den PR-Status laut offizieller Dokumentation und CHANGELOG abruft (die Desktop-App setzt gh voraus, das PR-Badge im Terminal nutzt normalerweise gh pr view), die 6 Grundursachen (gh nicht installiert, nicht angemeldet oder Token widerrufen, noch kein Push/PR, Netzwerk/Proxy, PAT-Berechtigungen, vorübergehend), eine 4-Schritt-Diagnose ab gh --version und gh auth status, einen Befehls-Spickzettel (gh auth login/refresh/pr view und mehr), wann „may be out of date“ ignoriert werden darf und wann zu handeln ist, den gh pr create-Workaround, eine Checkliste zur Vermeidung von Wiederholungen und eine FAQ. Die Regel: Verdächtigen Sie die GitHub-Verbindung, bevor Sie den Code verdächtigen.

Sie arbeiten in Claude Code, als plötzlich ein 400-Fehler auftaucht und jede weitere Eingabe ihn wiederholt: "thinking or redacted_thinking blocks in the latest assistant message cannot be modified." Es ist ein bekannter Bug mit mehreren offenen Issues im offiziellen Repository von Anthropic, und in den meisten Fällen ist es nicht die Schuld des Nutzers. Dieser Artikel erklärt, was der Fehler bedeutet, wie die Thinking-Blöcke des Extended Thinking und ihre kryptografischen Signaturen funktionieren, die 5 Grundursachen für eine nicht passende Signatur (Bug bei der Sitzungswiederaufnahme, Verschachtelung beim Streaming, Amok laufende Reparaturlogik, Drittanbieter-Proxys, Verlaufsänderung in der eigenen App), 3 Wiederherstellungslösungen für Claude-Code-Nutzer (Esc x2/rewind, neue Sitzung /clear, JSONL-Reparatur-Tool), die wichtigste dauerhafte Behebung (Update auf die neueste Version), die Vorbeugung für API/SDK-Entwickler (Assistant-Antworten samt thinking-Blöcken unverändert zurückschicken und den Verlauf nur anhängend führen), die Abgrenzung von 3 ähnlichen Fehlern und eine Checkliste zur Vorbeugung von Wiederholungen.

AEO, LLMO und GEO beschreiben, wie Ihre Seite in KI-Antworten genutzt wird; unterschiedlich ist der Schwerpunkt. AEO zielt auf Suchen mit direkter Antwort, LLMO auf KI allgemein wie ChatGPT und Claude, und GEO ist der Begriff aus einer Forschungsarbeit von 2023. Am konkretesten zeigt sich der Unterschied bei den Crawlern: Wir ordnen die Roboter jedes Unternehmens zwei Achsen zu, Suchantworten gegenüber Gesprächsantworten und Training gegenüber Suche beim Antworten, und nennen den passenden Artikel für Ihr Ziel.

AEO (Optimierung für Antwortmaschinen) heißt, in Suchen mit direkter Antwort als Quelle gewählt zu werden, etwa in hervorgehobenen Snippets, AI Overviews, der ChatGPT-Suche oder Perplexity. In seinem Leitfaden von 2026 schrieb Google, dass AEO und GEO weiterhin SEO sind, bestätigte das Ende strukturierter FAQ-Daten und nannte das Zerstückeln von Inhalten und llms.txt unnötig. Wir stellen die Regeln von fünf Antwortorten, eine Bewertungstabelle gängiger Taktiken und die offiziell verfügbaren Kennzahlen zusammen.

Im April 2023 leakte Samsung dreimal in 20 Tagen vertrauliche Daten und verbot ChatGPT unternehmensweit. Aber 2026 funktioniert weder „verbieten“ noch „ignorieren“ — seit dem 2. August 2026 sind die übrigen Bestimmungen des EU AI Act allgemein anwendbar, darunter die Kennzeichnungspflicht für KI-generierte Inhalte (Artikel 50); für die maschinenlesbare Markierung bei Systemen, die schon davor auf dem Markt waren, gilt eine Übergangsfrist bis zum 2. Dezember 2026. Die Hochrisiko-Pflichten hat der Digital Omnibus auf den 2. Dezember 2027 (Anhang III) bzw. den 2. August 2028 (Anhang I) verschoben, doch die Bußgelder reichen bis zu 35 Mio. EUR oder 7 % des weltweiten Umsatzes bei verbotenen Praktiken und bis zu 15 Mio. EUR oder 3 % bei Verstößen gegen Hochrisiko- oder Transparenzpflichten. Dieser Artikel behandelt eine Sieben-Punkte-Vorlage auf zwei A4-Seiten (freigegebene KI, verbotene Daten, Anwendungsfälle, Verantwortung, Meldung, Schulung, Logs), die fünf Kategorien verbotener Eingabedaten mit konkreten Beispielen und Alternativen, die Risikostufen des EU AI Act, einen Fünf-Phasen-Rollout, der in einem mittelständischen Unternehmen 2–3 Monate dauert, sowie drei Fallstricke (unternehmensweite Verbote, strafbasiertes Design, fehlende Revision). Ein vollständig durchgearbeitetes Beispiel, um aus dem binären „verbieten oder erlauben“ auszusteigen und den dritten Weg „sicherer Betrieb innerhalb eines Rahmens“ umzusetzen.

Google hat nie gesagt, dass es Inhalte abwertet, weil sie KI-generiert sind; seine Spamrichtlinien verbieten es, massenhaft Seiten mit geringem Mehrwert zu erzeugen — egal wie. Deshalb funktioniert hybrides Schreiben — KI entwirft, Experten bearbeiten, First-Party-Daten werden ergänzt. Dieser Artikel behandelt die Aufteilung auf drei Modelle (Claude für die Stimme im Langtext, ChatGPT für Recherche und Tools, Gemini für Workspace und aktuelle Daten), Prompts, die wirklich funktionieren (Persona + Sample + Constraints, wobei das Einfügen eines Samples am stärksten ist), die vier Schritte, die der Mensch im hybriden Workflow ergänzt, fünf häufige „Verräter“, die KI-Schreiben entlarven, und wie man sie tilgt, einen praktischen Sechs-Schritte-Workflow und drei Fallstricke, die zu vermeiden sind (die KI das Thema wählen lassen, Halluzinationen ignorieren, den Musterschüler-Ton nicht tilgen). Die Rahmung hat sich von „KI, um es sich leicht zu machen“ zu „KI als Fundament, das Qualität hebt“ verschoben.

Am 24. Juli 2026 hat Midjourney V8.2 zum Standardmodell gemacht. V8.1 hatte die Standardgenerierung bereits etwa 4–5× beschleunigt und direkte 2K-Ausgabe per --hd gebracht, und im August ersetzte das Edit Model (bis zu vier Referenzbilder) Omni Reference. Es läuft sowohl im Web (midjourney.com) als auch in Discord. Dieser Artikel behandelt die Tarifauswahl (Basic 10 USD / Standard 30 USD / Pro 60 USD / Mega 120 USD, Standard für Anfänger empfohlen), Fast- vs. Relax-Modus, die fünfschichtige Prompt-Struktur (Subjekt→Umgebung→Stil→Licht→Technik), sieben unverzichtbare Parameter (--ar/--stylize/--chaos/--hd/--raw/--seed/--no), vier Referenzfunktionen (--sref Stimmung / Edit Model Charaktere / Moodboards / Personalization) und drei Stolperfallen (Text-Wiedergabe, standardmäßig öffentliche Bilder und die 1-Mio.-USD-Regel, keine API). Für die Nachfrage nach „hübschen Bildern mit minimalen Schritten“ ist MJ 2026 immer noch die Antwort.

Am 22. August 2022 gab Stability AI die Gewichtsdatei für ein Bildgenerierungsmodell frei, und Bild-KI hörte auf, „etwas hinter der Cloud“ zu sein, und wurde zu „Software, die auf dem eigenen PC läuft“. Dieser Artikel behandelt die Funktionsweise von Stable Diffusion (Diffusionsmodelle), die Versionsgeschichte (SD1.5/SDXL/SD3.5 + FLUX), die wahre Geschichte des lokalen Betriebs nach VRAM-Stufe, den Lizenzweg vom SD3-Aufschrei bis zur aktuellen Community License mit 1-Mio.-USD-Grenze, das Ökosystem Civitai/LoRA/ComfyUI/A1111/ControlNet und die Wahl zwischen Midjourney und SD. Schluss mit drei Fallstricken: Urheberrecht, NSFW und die Kompatibilitätsbrüche zwischen den Generationen. Am Ende weißt du, ob du zur „Midjourney reicht“-Fraktion oder zur „du brauchst tatsächlich SD“-Fraktion gehörst.

Jemand, der sagte „Ich bin schlecht im Design“, produziert heute zehn Social-Posts an einem halben Tag und bekommt nebenbei Logo-Vorschläge — genau dort stehen KI-Design-Tools 2026. Dieser Artikel vergleicht die vier wichtigsten Tools: Canva (am besten für die Massenproduktion von Marketing, Social und Folien, kostenlos–15 USD), Adobe Firefly (Photoshop/Illustrator-integriert und kommerziell sicher, ab 9,99 USD), Figma AI (der Standard für UI/UX und Produktdesign im Team, ab 16 USD/Editor) und Recraft (Vektor-Logos und -Icons, ab 10 USD). Die vier sind keine Konkurrenten, sondern eine Rollenverteilung — verenge auf das eine, das zu deiner häufigsten Aufgabe passt. Anders als der Vergleich der Bildgenerierungs-KIs (Midjourney etc.): In diesem Artikel geht es um „Ergebnisse, die aus Bildern gebaut werden“, nicht um das Bild selbst. Mit Vergleichstabelle, sechs Best-Pick-Szenarien und drei Vorsichtshinweisen: Urheberrecht, Markenkonsistenz und Vermeidung des „KI-Looks“.

Stell der KI eine Frage und erhalte eine Antwort, verankert in frischen Ergebnissen der Google-Suche — nahtlos verbunden mit Gmail, Docs und YouTube. Das ist die Welt von Google Gemini. Gemini ist eine von Google entwickelte Konversations-KI (und die Familie der Modelle dahinter), breit eingebettet in Mobil-Apps, das Web, Google Workspace und Android, und multimodal über Text, Bilder, Audio und Video hinweg. Die Modelle teilen sich in „die schnelle und günstige Flash-Familie“ und „die smarte Pro-Familie“ — die konkreten Versionen wechseln mit jeder Generation. Die Preise reichen von Free / Plus 4,99 $ / Pro 19,99 $ / Ultra 99,99–199,99 $ (USA, Stand September 2026; Ultra kostete früher 249,99 $), und 2026 wurde auf rechenleistungsbasierte Nutzungslimits umgestellt. Dieser Artikel behandelt die Modellreihe, wichtige Funktionen (Deep Research, Gems, Canvas, Live, Deep Think), drei Stärken (Google-Integration, langer Kontext, multimodal), Preise und den Unterschied zu ChatGPT und Claude — alles mit Stand September 2026.