KI-Tool-Anleitungen, Vergleiche und Neuigkeiten

Wer Claude Code lange genug nutzt, stößt auf ein Dilemma: Eine Rückfrage bei jedem Befehl bremst den Fluss, doch alle mit Bypass abzuschalten ist gefährlich. Die Sandbox bricht diese Zweiteilung auf, indem sie auf OS-Ebene einzäunt, was berührt werden darf — Befehle laufen innen frei ohne Rückfragen, während nichts nach außen reicht. Dieser Leitfaden behandelt die zwei Isolationen (Dateisystem und Netzwerk), die ersten Schritte mit /sandbox (macOS funktioniert sofort, Linux/WSL2 braucht bubblewrap+socat, natives Windows wird nicht unterstützt), Auto-Allow- gegen regulären Modus, die Konfiguration der settings.json (allowWrite/denyRead, credentials, allowedDomains), wie sie Berechtigungsmodi und -regeln als dritte OS-durchgesetzte Schicht ergänzt, ihre Grenzen (nicht inspiziertes TLS, Unix-Sockets) sowie wann Dev-Container oder VMs die bessere Wahl sind. Anthropic berichtet, dass sie im internen Einsatz die Berechtigungsrückfragen um 84 % senkte.

KI kann ein alleswissender Freund sein, der mit dem „Warum?“ eines Kindes mithält, und ein Geschichtenerzähler vor dem Schlafengehen. Richtig eingesetzt, wird aus dem Spiel Lernen. Dieser Artikel bringt zuerst 5 Sicherheitsversprechen in Ordnung (ein Erwachsener bedient und prüft, Alter & Nutzungsbedingungen respektieren, keine persönlichen Daten, beibringen dass KI sich irren kann, Ton & Zeit festlegen) und zeigt dann 10 KI-Aktivitäten zum Kopieren: eine Geschichte, in der euer Kind der Held ist, eine Kinder-entscheiden-Geschichte, ein Einschlafmärchen, ein alleswissender Professor, Tier- & Dinosaurier-Quiz, Begrüßungen in anderen Sprachen, ein ausgedachtes Fabelwesen malen, Ausmalvorlagen, Bastelideen und ein Gefühle-Rollenspiel. Dazu Tipps nach Alter (Vorschule, Grundschule, ältere Kinder), Hinweise für Eltern und eine FAQ. Gratis testbar mit ChatGPT, Claude oder Gemini.

Die süchtig machendste Art, mit KI zu spielen: ein Textadventure, bei dem die KI dein Spielleiter ist. Von Anfang bis Ende erklärt, mit Prompts zum Kopieren und Einfügen – ganz ohne Programmieren. Ein Starter-Prompt, den du nur einfügst, die 5 Teile, die über den Spaß entscheiden (Schauplatz, Ton, Regeln, Zustandsverfolgung, Tempo), 5 Genre-Vorlagen (Fantasy, Horror, Krimi, Sci-Fi, gemütlicher Alltag), Extra-Module wie Würfel, Werte und Speicherstände sowie eine Tabelle mit Fixes, wenn die KI zu weich wird, die Geschichte allein weiterlaufen lässt oder HP und Inventar vergisst. Dazu Tipps fürs lange Spiel (an Haltepunkten speichern, in Kapiteln denken, zu neuem Chat umziehen), Warnhinweise und die Verlinkung zum Schwesterartikel „15 lustige Arten, KI zu nutzen“. Gratis testbar mit ChatGPT, Claude oder Gemini.

Für alle, die bei „Was soll ich die KI eigentlich fragen?“ hängen bleiben: 30 „Aufgaben“, die du nur kopierst und einfügst, um eine lustige Antwort zu bekommen. 6 Genres × 5 Fragen: dich selbst kennenlernen (verborgene Stärken, gemeinsame Werte, mit welchem Tier vergleichbar), Ideen & Was-wäre-wenn (unerwartete Verwendungen für Alltägliches, halbe Schwerkraft, einen Feiertag erfinden), Erklärungen, bei denen du dich schlau fühlst (Quantenmechanik für Fünfjährige, Zinseszins in 3 Metaphern, Internet als Pizza-Lieferung), Sprachspiele (in 10 Stilen umschreiben, Mini-Geschichte in 2 Sätzen, Beinamen erfinden, Palindrome), Rollenspiel & Rat (strenger Life-Coach, Weiser mit frisch erfundenem Sprichwort, Brief vom zukünftigen Ich, ratloser Außerirdischer), praktisch aber lustig (Ausrede als Aphorismus, Absage in 5 Höflichkeitsstufen, fade Nachricht aufhübschen, dramatische Menünamen, ein schöner Umweg in der To-do-Liste). Testbar mit dem kostenlosen ChatGPT, Claude oder Gemini. Mit Tricks für mehr Spaß („mehr“ draufsetzen, Rolle und Vorgaben ergänzen, KI wechseln), Warnhinweisen und einer Verlinkung zum Schwesterartikel „15 lustige Arten, KI zu nutzen“.

Wenn von KI die Rede ist, geht es immer um die ernsten Dinge, aber am hellsten strahlt KI vielleicht beim Spielen. Dieser Artikel zeigt 15 lustige Arten, KI zu nutzen, jede mit einem Prompt zum Kopieren, den du sofort ausprobieren kannst. Wortspiele & Comedy (① Comedy-Battles ② Parodie-Song-/Rap-Maschine ③ Namensfabrik), Rollenspiel & Dialog (④ mit einer historischen Persönlichkeit reden ⑤ zwei KIs debattieren lassen ⑥ mit einem Advocatus-Diaboli-Bot argumentieren üben), Spiele (⑦ Text-Adventure mit der KI als Spielleiter ⑧ eigene Quizshow ⑨ Krimi-Spiel), Kreatives (⑩ Bestimmungsbuch für erfundene Wesen ⑪ eine Geschichte, in der du der Held bist ⑫ Spielen mit der Bildgenerierung) sowie Alltag & Unerwartetes (⑬ Reste-Koch ⑭ Reisepläne ins alte Rom oder zum Mond ⑮ Wahrsagerin zur Unterhaltung). Alles funktioniert mit dem kostenlosen ChatGPT, Claude oder Gemini. Die drei Schlüssel zum Spaß – gib ihr eine Rolle, zäum es mit Vorgaben, stapel „mehr“ – sind zugleich die Grundlagen des praktischen Promptings. Mit Warnhinweisen (Fakt vs. Fiktion, persönliche Daten, Spielen mit Kindern) und einer FAQ.

Nachdem du einen KI-Agenten gebaut hast, stößt du immer an dieselbe Wand: „Okay, aber läuft das wirklich?“ Der Mechanismus, mit dem du entscheidest, ob eine Prompt- oder Modelländerung die Sache mit Daten statt Bauchgefühl besser oder schlechter gemacht hat, sind Evals. LLMs liefern für dieselbe Eingabe jedes Mal eine andere Ausgabe, weshalb Exact-Match-Unit-Tests nicht passen. Dieser Artikel behandelt, was Evals sind, fünf Wege, Qualität zu messen (① Ground-Truth-Abgleich ② regelbasierte Prüfungen ③ LLM-as-judge ④ Regressionstest ⑤ Produktionsmonitoring), die agent-spezifische Bewertung (Aufgaben-Erfolgsrate, korrekte Tool-Aufrufe, Trajektorie, Kosten), wie du klein mit 20 Fehlerbeispielen anfängst, häufige Fallstricke und wichtige Tools (Anthropic Console/Evals, OpenAI Evals, LangSmith, Langfuse, Ragas) — geschrieben für Praktiker.

Die ewige Automatisierungsfrage: „KI-Agenten oder RPA?“ Die Antwort ist kein Entweder-oder – wählen Sie nach Rolle, und das erfolgreiche Muster 2026 ist ein Hybrid aus beidem. RPA sind deterministische „Hände“, die einen festen Ablauf schnell und präzise ausführen (aber abbrechen, wenn sich Bildschirm/Spezifikation ändert); ein KI-Agent ist ein probabilistisches „Gehirn“, das die Lage liest und entscheidet (stark bei Mehrdeutigkeit und Ausnahmen, aber nicht jedes Mal identisch). Dieser Artikel behandelt den Unterschied im Funktionsprinzip, eine Vergleichstabelle (den Kompromiss zwischen Reproduzierbarkeit und Robustheit), die Auswahl (die Achse lautet „lässt es sich vollständig als Regeln ausschreiben?“ – ja → RPA, nicht ausschreibbares Urteilen → KI-Agent), den Trend 2026 (RPA-Anbieter UiPath, Automation Anywhere, Blue Prism werden agentisch – Konvergenz; die Frage ist nicht mehr „welches von beiden“, sondern „wo ist das Schlussfolgern angesiedelt“ = Orchestration-first) und die praktische Antwort: einen Hybrid, bei dem das Gehirn (KI-Agent) Urteilen/Orchestrierung übernimmt und die Hände (RPA) die deterministische Ausführung leisten – setzen Sie keinen Agenten dort ein, wo Determinismus verlangt wird, und koppeln Sie delegiertes Urteilen mit Leitplanken und menschlicher Freigabe. Auf Basis offizieller Anbieterinformationen, mit FAQ.

Kann man den AWS-Betrieb an KI abgeben? 2026 lässt sich vieles delegieren. AWS selbst liefert Amazon Q Developer und das Agent Toolkit for AWS (Mai 2026 – 40+ Agent-Skills + ein verwalteter AWS MCP Server + Plugins), sodass KI von der IaC-Generierung bis zu Ressourcenoperationen reichen kann. Dieser Leitfaden fasst „Delegieren“ in drei Stufen (① Code-/IaC-Generierung, ② lesegetriebener Betrieb/Analyse, ③ ein autonomer Agent, der AWS tatsächlich betreibt), behandelt die wichtigsten Werkzeuge (Amazon Q Developer, Agent Toolkit, AWS MCP Server, Terraform MCP, Bedrock AgentCore) – einschließlich des Bring-your-own-Wegs, Claude Code oder Codex die AWS CLI zu geben, um „aws“ aus der Shell auszuführen – die Vorteile (schnelle IaC, automatisierte Triage, Ideen zur Kostenoptimierung, demokratisiertes Wissen) und dann den eigentlichen Punkt, die Nachteile (IAM Permission Sprawl, Überberechtigung als Verstärker des Blast-Radius für Fehler/Prompt Injection, Berechtigungen, die die Aufgabe überdauern, Kosten-Amoklauf – mit realen Vorfällen gelöschter Prod-DBs 2025-26), auf Basis offizieller AWS-Quellen und Berichten von Security-Anbietern. Der entscheidende Dreh: Die Frage ist nicht „geht das?“, sondern „wie delegiert man ohne Amoklauf oder explodierende Rechnung“ – und dass AWS selbst IAM-Guardrails, CloudTrail-Audit und Sandboxing in das Agent Toolkit einbaut, zeigt die Gestalt der Antwort. Enthält die fünf Prinzipien (Least-Privilege-IAM, menschliche Freigabe für destruktive Operationen, Observability, kurzlebige JIT-Zugangsdaten, Sandboxing) und eine FAQ.

Claude Fable 5 und Opus 5 sind beide Spitzenklasse, aber die Antwort lautet weder „immer Fable 5“ noch „immer Opus 5“ — wählen Sie nach Aufgabe. Mit dem Erscheinen von Opus 5 am 24. Juli 2026 hat sich diese Antwort spürbar verschoben: Die Vorgängergeneration Opus 4.8 galt als „eine Stufe unter Fable 5, dafür halb so teuer“, während Opus 5 denselben Preis von $5 / $25 hält und Fable 5 bei agentischen Benchmarks erreicht oder übertrifft (Frontier-Bench 43,3 % vs. 33,7 % und OSWorld 2.0 70,6 % vs. 66,1 %, beide aus der Presse; bei CursorBench 3.2 kommt Opus 5 laut Anthropic bis auf 0,5 % an Fable 5 heran, zu etwa den halben Kosten). Beim schwersten Denken in einem Zug neigt sich die Waage weiterhin zu Fable 5, aber nur knapp — Humanity's Last Exam 56,5 % vs. 56,3 % und DeepSWE v1.1 69,7 % vs. 68,8 % (aus der Presse). Kontextfenster (1M) und maximale Ausgabe (128K) sind gleich; den Fast Mode (rund 2,5-fach) gibt es nur bei Opus 5, allerdings zum doppelten Preis und nur über die Claude API, und Opus 5 hat den neueren Wissensstand (Mai 2026). Der Entscheidungsablauf: zuerst Opus 5 probieren und nur dort zu Fable 5 hochstufen, wo es auf ein Plateau läuft. In der Praxis ist „Opus 5 als Basis, Fable 5 für die harten Teile“ optimal, gestützt durch das automatische Umschalten bei Sicherheitssperren in der App und den neuen API-Rückfallmodus „default“. Behandelt Verfügbarkeit (Aussetzung im Juni, erneuter Rollout im Juli), das Vermeiden von Einzelmodell-Abhängigkeit, effort-Tuning für die Kosten und ein FAQ — und verknüpft das Fable-5-Cluster mit dem Leitfaden zum Opus-5-Release.

Am 1. Juli 2026 hat Anthropic seine Flaggschiff-Modelle Claude Fable 5 und Mythos 5 weltweit erneut ausgerollt – nur 19 Tage nachdem sie am 12. Juni aufgrund einer US-Exportkontrollanordnung vollständig abgeschaltet worden waren. Der direkte Grund für die Rückkehr: Das US-Handelsministerium hob die Exportkontrollen am 30. Juni auf. Ursprünglicher Auslöser war ein Jailbreak-Bericht von Amazon-Forschern, doch Anthropic hat konsequent argumentiert, dass „Fable 5 keine einzigartigen Offensivfähigkeiten bietet“, und die Aufhebung klärt die Angelegenheit im Sinne dieser Position. Es kam nicht einfach unverändert zurück: Ein neuer Klassifikator, der die gemeldete Umgehungstechnik erkennt, blockiert sie in über 99 % der Fälle, und wenn er greift, wird die Anfrage automatisch an Opus 4.8 umgeleitet (der Schalter „Modelle wechseln, wenn eine Nachricht markiert wird“ in der App). Vorerst gilt ein vorübergehendes Limit – bis zu 50 % des Wochenlimits in den Plänen Pro, Max, Team und ausgewählten Enterprise-Plänen bis zum 7. Juli, danach über Nutzungsguthaben. Fable 5 verbraucht das Kontingent schneller als Opus 4.8, und der Cloud-Zugang (AWS, Google Cloud, Microsoft Foundry) kehrt schrittweise zurück (noch kein Datum). Als Fortsetzung zur Abschaltung (Artikel 113) behandelt dieser Beitrag, warum die Rückkehr möglich war, was sich geändert hat, Nutzungshinweise und die Lektion, nicht von einem einzigen Modell abhängig zu bauen – auf Basis der offiziellen Ankündigung und der Presseberichterstattung.

Die erste Hürde beim Einbau eines KI-Agenten in echte Arbeit ist die Frage, „auf welchem Framework man ihn baut“. Aus der Sicht von Entwicklern und Technologie-Entscheidern vergleicht dieser Artikel sechs wichtige Frameworks — LangGraph, CrewAI, AutoGen (im Microsoft Agent Framework aufgegangen, GA April 2026), OpenAI Agents SDK, Google ADK und Claude Agent SDK — nach Orchestrierungsansatz (gerichteter Graph / rollenbasierte Crew / konversationsbasierter GroupChat / Handoffs / hierarchischer Baum / autonome Werkzeugschleife), Sprache, Lernkurve, Steuerbarkeit, Produktionsreife, Token-Kosten und passendem Anwendungsfall. Der zentrale Vorbehalt: Das Framework, das sich „am schnellsten prototypisieren lässt“ (CrewAI), kann im Produktivbetrieb das teuerste sein — rund das 3-Fache der Tokens (41k gegenüber 18,5k bei LangGraph in einem Benchmark) und nicht-deterministisch, was es für Finanz- und Gesundheitswesen ungeeignet macht. Außerdem erklärt der Artikel, wie 2026 die Interoperabilität über MCP (Werkzeuge) und A2A (Agent-to-Agent) kam, sodass Agenten aus verschiedenen Frameworks nun zusammenarbeiten können und der Lock-in verblasst ist. Mit Leitfaden zur Auswahl nach Anwendungsfall und FAQ.

KI oder Mensch – wer ist bei der Cybersicherheit besser? In den Jahren 2025–2026 hat sich die Antwort stark verschoben. Googles Big Sleep stoppte eine echte Zero-Day (CVE-2025-6965 in SQLite) vor ihrer Ausnutzung, und der autonome KI-Pentester XBOW erreichte Platz 1 im US-Ranking von HackerOne. Zugleich fanden sich in 45 % des KI-generierten Codes Schwachstellen (rund das 2,74-Fache von menschlichem Code), und es kam zum ersten großflächigen KI-gesteuerten Cyberangriff durch Missbrauch von Claude (80–90 % autonom durch KI). Auf Basis von Primärquellen von Google, Anthropic, DARPA und Veracode vergleicht dieser Artikel in einer Übersicht nach Aufgaben die bei Tempo, Skalierung und Vollständigkeit überlegene KI mit dem bei Geschäftslogik, Angriffsverkettung und Endentscheidung stärkeren Menschen. Er zeigt die „dreifache Natur“ der KI als zweischneidiges Schwert – Quelle von Schwachstellen, Werkzeug für Angriffe und stärkster Verteidiger – und kommt für Praktiker und Führungskräfte zu dem Schluss, dass der Gewinner die Rollenverteilung „Mensch × KI“ (Zentauren-Modell) plus Human-in-the-Loop heißt.