Zum Inhalt springen

KI-Tool-Anleitungen, Vergleiche und Neuigkeiten

Anleitungen, Vergleiche und Neuigkeiten zu KI-Tools für Einsteiger

Empfohlener Artikel

'ThinkingBlock' object has no attribute 'text': Warum ein neueres Claude-Modell die Antwort nicht mehr mit Text beginnt und wie Sie es beheben
Claude KI-Entwicklung & Programmierung

'ThinkingBlock' object has no attribute 'text': Warum ein neueres Claude-Modell die Antwort nicht mehr mit Text beginnt und wie Sie es beheben

Sie haben Ihre Aufrufe der Claude API auf ein neueres Modell umgestellt und bekommen jetzt AttributeError: 'ThinkingBlock' object has no attribute 'text', oder der Antworttext kommt leer zurück. Die Ursache: Modelle ab Claude 5 denken bei Bedarf, auch wenn Sie thinking nicht setzen, sodass der erste Block der Antwort ein Thinking-Block wird. Claude-4-Modelle dachten ohne diese Einstellung nicht, daher ändert schon der bloße Wechsel des Modellnamens die Form der Antwort. Bei einfachen Eingaben bleibt der erste Block Text, daher bestehen Tests mit leichten Eingaben. Auf Grundlage der Dokumentation von Anthropic und meiner eigenen Tests mit vier Modellen (1. November 2026) behandelt dieser Artikel die Ursache, die Lösung durch Suchen der Textblöcke nach Typ (Python und TypeScript), was zu tun ist, wenn max_tokens keinen Text übrig lässt, bei welchen Modellen sich das Denken abschalten lässt und bei welchen nicht, und wie Sie es im Test nicht übersehen.

Neueste Artikel

276 Artikel
Claude Fable, Opus, Sonnet und Haiku: Preise und Leistung im Vergleich [2026]

Claude Fable, Opus, Sonnet und Haiku: Preise und Leistung im Vergleich [2026]

Claude hat drei Hauptstufen: Opus 5.5, mit dem Anthropic im Zweifel den Einstieg empfiehlt (Stand Oktober 2026), das ausgewogene Sonnet 5.5 und das schnelle, günstige Haiku 5.5. Darüber steht das Spitzenmodell Fable 5.1. In der API kostet die Ausgabe bei Opus 5.5 $20/MTok und damit weniger als beim bisherigen Einstieg Opus 5 ($25), bei Sonnet 5.5 $10 und beim am 7. Oktober erschienenen Haiku 5.5 $0,50 (bei Prompts bis 100.000 Token), ein Zehntel von Haiku 4.5. Anhand der offiziellen Benchmarks und Kostenschätzungen nach Anwendungsfall zeigt dieser Leitfaden, welches Modell zu Ihnen passt.

Was ist LLMO? So werden Sie von ChatGPT, Claude und Perplexity zitiert – Crawler, Texte und echte Logdaten

Was ist LLMO? So werden Sie von ChatGPT, Claude und Perplexity zitiert – Crawler, Texte und echte Logdaten

LLMO (Optimierung für große Sprachmodelle) bedeutet, eine Website so vorzubereiten, dass ChatGPT, Claude, Perplexity und Gemini beim Antworten Ihre Seiten lesen und als Quelle anzeigen. KI nutzt Seiten auf zwei Wegen, Training und Suche zum Zeitpunkt der Antwort, und jedes Unternehmen trennt sie in eigene Roboter. Wir zeigen die offizielle Rolle der Crawler von OpenAI, Anthropic, Perplexity und Google und was passiert, wenn Sie sie sperren, die Schreibweise, die in der GEO-Arbeit wirkte, und eine Messung aus den Zugriffsprotokollen dieser Website.

Claude Code Token-Spar-Tipps und was passiert, wenn das Limit erreicht ist

Claude Code Token-Spar-Tipps und was passiert, wenn das Limit erreicht ist

Haben Sie sich schon einmal gewundert, wie schnell Claude Code Tokens verbraucht? Dieser Artikel erklärt, warum der Verbrauch so hoch ist, zeigt 10 praktische Spar-Techniken und erläutert, was am Limit passiert: Pro und Max haben ein 5-Stunden-Fenster und ein Wochenlimit, und Zusatzkosten entstehen nur, wenn Sie Nutzungsguthaben aktivieren, das zu API-Preisen abgerechnet wird.

Die KI sagt „Nutze Docker“ -- Was Anfänger wirklich wissen sollten, bevor sie loslegen

Die KI sagt „Nutze Docker“ -- Was Anfänger wirklich wissen sollten, bevor sie loslegen

Wenn Sie Claude Code oder ChatGPT nach der Einrichtung einer Entwicklungsumgebung fragen, ist die Wahrscheinlichkeit groß, dass Docker vorgeschlagen wird. Aber was genau ist Docker? Brauchen Sie es wirklich? Dieser Artikel erklärt, warum KI Docker empfiehlt, bietet ein Entscheidungsdiagramm, behandelt die wesentlichen Konzepte und zeigt Alternativen, damit Sie auch ohne Docker programmieren können.

Können Anfänger mit generativer KI allein Apps erstellen? Was funktioniert und was nicht

Können Anfänger mit generativer KI allein Apps erstellen? Was funktioniert und was nicht

„Mit generativer KI kann jeder Apps entwickeln, auch ohne Programmierkenntnisse“ — haben Sie das auch schon gehört? 2026 sind generative KI-Coding-Tools enorm leistungsfähig, aber können Anfänger wirklich alles mit generativer KI erledigen? Dieser Artikel zeigt ehrlich, was funktioniert, was nicht und wo die Stolperfallen liegen.

Nach Kategorie durchsuchen

GitHub Copilot

Alle anzeigen

Midjourney

Alle anzeigen

Stable Diffusion

Alle anzeigen

Andere KI

Alle anzeigen

Einsteiger

Alle anzeigen

KI-Entwicklung & Programmierung

Alle anzeigen

Entwicklungsumgebung & Infra

Alle anzeigen

KI-Agenten & Automatisierung

Alle anzeigen

Arbeitseffizienz

Alle anzeigen

Schreiben

Alle anzeigen

Datenanalyse

Alle anzeigen

Lernen & Bildung

Alle anzeigen

Nebeneinkommen & Monetarisierung

Alle anzeigen

Spieleentwicklung

Alle anzeigen

Sicherheit & Governance

Alle anzeigen

KI-Risiken & Gesellschaft

Alle anzeigen

Indie-Entwicklung

Alle anzeigen