1015 | Kompakte KI-Runde: Benchmarks, Agenten und Alltags-Tools

Lena Vogel: Willkommen zurück zum Tech-Briefing, ich bin Lena Vogel.

Felix Hartmann: Und ich Felix Hartmann. Und heute ist wieder so ein Tag, an dem man denkt: Okay, der Markt hat gesprochen, und er hat ziemlich viel gesagt. Zwanzig-plus Produkte und Ankündigungen in 24 Stunden, von Benchmarks über Chips bis zu Agenten, die für dich Mails schreiben.

Lena Vogel: Und wir haben uns rausgepickt, wo wir wirklich was Originelles sehen – nicht die hundertste "KI macht dein Leben besser"-App. Wir schauen uns an: Wer hat ein klares Problem, wer löst es anders als die Konkurrenz, und was davon ist belegt und was nur Behauptung der Macher?

Felix Hartmann: Genau, das ist unser Filter. Macherbeschreibungen behandeln wir als Ansprüche, nicht als Ergebnisse. Also los – fangen wir da an, wo die Messlatte hingelegt wird: bei den Modellen.

Lena Vogel: Bei den Benchmarks. Da gibt's zwei Meldungen, die zusammengehören. Erstens: Nimble-v4 und v4-max schlagen Jev 1.13 beim Decision Index. Der v4-max ist der Top-Performer mit 68.46 – und das ist das 27B-Modell, also relativ klein.

Felix Hartmann: Das ist der interessante Teil. 27 Milliarden Parameter und schlägt deutlich größere Modelle auf einem Decision-Index. Wenn das stimmt und reproduzierbar ist, dann heißt das: Es geht nicht mehr nur um Größe, sondern darum, wie gut ein Modell für Entscheidungen optimiert ist. Spezialisiert statt skaliert.

Lena Vogel: Wobei – und das müssen wir ehrlich sagen – ein Benchmark-Score ist erstmal ein Benchmark-Score. Wir haben keine Praxiswerte, keine unabhängigen Tests, kein Wissen darüber, wie diese Decision-Punkte aussehen. Was fehlt, ist der Nachweis in echten Anwendungen.

Felix Hartmann: Und der zweite Teil der Geschichte ist fast aufschlussreicher, weil da der Preis ins Spiel kommt: Reason, ein Coding-Agent, der cloud oder lokal laufen kann, liegt mit 65.1 vor Codex mit 62.5 im Coding Agent Index – und ist dabei 22 Prozent billiger. Plus optimiertes Caching.

Lena Vogel: Das ist der klassische Dreiklang, über den Adoption entschieden wird: Punkte, Preis, Geschwindigkeit. Wer billiger ist und trotzdem besser misst, hat ein Argument. Caching ist dabei so ein unterschätzter Hebel – wenn du dieselben Kontexte immer wieder an ein Modell schickst, kostet ein guter Cache richtig Geld.

Felix Hartmann: Aber die Einschränkung gilt genauso: 65.1 gegen 62.5 ist ein Unterschied von gut zweieinhalb Punkten auf einem Index, den wir nicht selbst verifiziert haben. Was wir hören wollen, sind reproduzierbare Werte aus echten Codebasen.

Lena Vogel: Und das führt direkt zur nächsten Ebene, denn Modelle sind nur die halbe Miete. Die Frage dahinter ist: Mit welcher Hardware werden diese Dinger überhaupt betrieben?

Felix Hartmann: Microsoft hat da was angekündigt: die Ma 300. Ein Inferenz-Chip der nächsten Generation, Produktion geplant für 2027. Die Behauptung: 40 Prozent mehr Tokens pro Megawatt. Und die Racks fassen 96 Beschleuniger.

Lena Vogel: 2027 – das ist wichtig. Das ist keine Zahl von heute, das ist eine Zahl von übermorgen. Was Microsoft hier liefert, ist eine Roadmap-Aussage, kein Messergebnis.

Felix Hartmann: Und trotzdem ist die Kennzahl selbst aufschlussreich, weil sie zeigt, worüber die Branche jetzt denkt: nicht mehr FLOPS, nicht Parameter, sondern Tokens pro Megawatt. Effizienz. Denn der Strom ist der Kostenblock, der bei großen Modellen wirklich wehtut. Wenn du 40 Prozent mehr Output pro Megawatt bekommst, senkt das direkt die Kosten pro Query – und damit die Preisgestaltung, die wir gerade bei Reason gesehen haben.

Lena Vogel: Es ist ein Kreislauf: Effizientere Chips machen billigere Inferenz möglich, billigere Inferenz macht günstigere Agenten möglich. Was wir nicht wissen: ob die 40 Prozent in der Produktion real ankommen. Es gibt eine lange Geschichte von Chip-Ankündigungen, die in der Praxis anders aussahen. Bis 2027 wird die Konkurrenz auch nicht stehen.

Felix Hartmann: Und diese Rechenpower treibt gerade einen Boom, der einen ganz eigenen Markt erzeugt: Agenten-Gedächtnis. Das ist ein Thema, das ich richtig spannend finde, weil es zeigt, wie eine Nebenfrage zum eigenen Produktfeld wird.

Lena Vogel: Erstens Hindsight 1.0. Open Source, MIT-Lizenz, steht auf Platz eins des Agent Memory Benchmark. Dahinter steckt die Memlake-Engine in Rust, und die Ansage: 100 Millionen Memories in unter 100 Millisekunden auf p99.

Felix Hartmann: Diese p99-Zahl ist das eigentlich Serious daran. p99 heißt: 99 Prozent der Anfragen liegen darunter, also auch die lahmen Ausreißer müssen schnell sein. Wer p99 angibt und nicht nur den Durchschnitt, kennt sich mit Latenz-SLAs aus. Und Rust als Engine dazu – das ist die Performance-Geschichte, die man in diesem Bereich erzählen will.

Lena Vogel: Nur wieder: Es ist die Behauptung der Macher, gestützt von einem Benchmark, dessen Methodik wir nicht sehen. Benchmark-Erster plus Open Source ist trotzdem eine starke Kombination, weil man es nachprüfen kann, wenn man will. Open Source heißt hier auch: Wenn du sensitive Daten in einem Agenten-Speicher hast, kannst du ihn selbst hosten.

Felix Hartmann: Auf der kommerziellen Seite derselbe Markt: Make0 Brain. Ein Memory-Store, der per MCP über ChatGPT, Claude und Cursor hinweg Kontext teilt. Import der bisherigen Gespräche in etwa zwei Minuten, offene Beta, gratis.

Lena Vogel: Das löst ein richtig konkretes Alltagsproblem. Wenn du mit drei Assistenten arbeitest, weiß der eine nicht, was der andere weiß. Du wiederholst dich ständig. Ein gemeinsamer Speicher über die Tools hinweg ist deswegen naheliegend und der MCP-Standard macht es technisch machbar.

Felix Hartmann: Die offene Frage bei beiden ist dieselbe und sie ist keine Performance-Frage: Wie gut sind die Memories langfristig? Ein Speicher, der alles behält, wird zum Müllhaufen. Die Qualität der Erinnerungen – was behalten wird, wie es veraltet, wie es zusammengefasst wird – das entscheidet, ob so ein Ding nach drei Monaten nützlich ist oder nervt. Darüber sagen die Quellen nichts.

Lena Vogel: Genau. Speicher allein reicht nicht. Der nächste Schritt ist: Die Agenten müssen auch beweisen, was sie tun. Und da wird, glaube ich, gerade das spannendste Cluster der Woche sichtbar: Vertrauen in KI-Code.

Felix Hartmann: Fangen wir mit Tiden an. Das prüft die Intention von Coding-Agenten. Und zwar mit versionierten Specs und einem Verdict, das aus echten Tests kommt – nicht aus einer KI, die die Arbeit der KI bewertet.

Lena Vogel: Der letzte Punkt ist der entscheidende. Es gibt inzwischen viele Tools, die mit einem zweiten LLM prüfen, was ein erstes LLM geschrieben hat. Das ist im Grunde der Fuchs, der die Hühner bewacht, nur mit einem zweiten Fuchs. Tiden sagt: Nein, die Wahrheit kommt aus dem Testlauf. Versionierte Specs heißen außerdem: Die Intention wird als Artefakt gespeichert, du kannst später nachvollziehen, was der Agent eigentlich haben sollte.

Felix Hartmann: Damit in dieselbe Familie gehört LegacyFixer von GitHub. Das scannt Python-Dependencies auf Schwachstellen und öffnet Pull Requests – aber nur, wenn die eigenen Validierungen durchlaufen.

Lena Vogel: Auch hier die Weisheit in der Einschränkung. Ein Security-Bot, der wahllos 50 PRs aufmacht, wird gemuted. Einer, der erst selbst prüft und nur dann handelt, wenn die Tests sauber sind, kann wirklich im Team arbeiten. Das ist disciplina statt Volumen.

Felix Hartmann: Dann Epherem – das adressiert ein Problem, das mit dem KI-Coding-Boom neu entstanden ist: Apps, die von KI gebaut wurden, sind oft funktional, aber niemand hat an Sicherheit gedacht. Epherem scannt sowas gratis, per ZIP-Upload oder GitHub, und liefert dann Fix-Prompts, die direkt in Claude Code, Cursor oder Lovable einfügbar sind.

Lena Vogel: Der Fix-Prompt-Ansatz gefällt mir, weil er den Loop schließt: Finden und Beheben passieren im Werkzeug, in dem auch der Fehler entstanden ist. Du kopierst das nicht in ein separates Security-Team-Review, sondern sagst deinem Coding-Agenten: Hier, das ist die Lücke, fix sie.

Felix Hartmann: Und Exodus macht den dritten Schritt dieser Pipeline: Die Migration selbst. Das Tool lässt Coding-Agenten Apps zu Cloud Run migrieren, mit über 50 Playbooks und inklusive Kostenreport, kostenlos und open source.

Lena Vogel: Migration ist traditionally der Punkt, an dem Projekte sterben. Playbooks heißen: Es gibt erprobte Pfade statt Freiflug für den Agenten. Und der Kostenreport ist ehrlich – du weißt vorab, was die Zielumgebung kostet.

Felix Hartmann: Interessant ist, dass es einen Gegentrend im selben Ökosystem gibt: WriterzRoom. Eine Multiagenten-Plattform mit acht LangGraph-Agenten und einem Quality Gate, komplett serverless auf Cloud Run mit neun Services.

Lena Vogel: Das heißt, während Exodus Apps zu Cloud Run hinbringt, bauen andere direkt Agenten-Architekturen auf Cloud Run. Gleiche Infrastruktur, zwei Richtungen: Migration bestehender Apps und Neubau mit Agenten-Orchestrierung. Das Quality Gate bei WriterzRoom ist übrigens dasselbe Prinzip wie bei Tiden und LegacyFixer – nur als fester Bestandteil der Plattform.

Felix Hartmann: Man merkt: Verifikation und Migration werden selbst zum Produkt. Nicht mehr nur der Code-Generator, sondern die Kontrolle drumherum. Die offene Frage bleibt bei allen: Wie gut funktionieren die an echten Legacy-Apps – mit denen, die seit zehn Jahren niemand mehr angefasst hat?

Lena Vogel: Das ist der realistische Testfall. Auf Demo-Apps funktioniert jeder Scanner gut.

Felix Hartmann: Und dieselbe Agenten-Infrastruktur, die gerade Code schreibt und prüft, taucht jetzt im Vertrieb auf. GTM, Go-to-Market, wird agentenfähig.

Lena Vogel: Pancake nennt sich selbst "Vercel for GTM" – ein Anspruch, der sofort klar macht, was sie wollen: die Infrastruktur-Ebene für Vertrieb und Marketing, so wie Vercel die fürs Deployment ist. Konkret: per MCP bekommen Agenten ein GTM-Brain, Zugriff auf 40-plus Datenanbieter und Sending-Infrastruktur. Die waren im Mai auf Platz eins und haben danach komplett neu gebaut.

Felix Hartmann: Ein kompletter Rebuild nach einem #1 – das ist eine riskante Entscheidung, die man respektieren kann. Entweder sie haben erkannt, dass die erste Version falsch aufgebaut war, oder sie haben Momentum verbrannt. Beides ist möglich, wir wissen es nicht.

Lena Vogel: Parallel dazu AdAnt 2.0: ein 24/7-Marketingteam aus vier Agenten – Strategist, Creator, Analyst, Manager – für Social Media. 40 Gratis-Credits zum Start.

Felix Hartmann: Die Rollen-Aufteilung ist der interessante Teil, nicht das "24/7". Das ist im Grunde ein Orgchart-Experiment: Was passiert, wenn man die klassische Marketing-Abteilung als Agenten-Rollen abbildet? Ob die Agenten wirklich zusammenarbeiten statt nur parallel zu generieren, ist die Frage.

Lena Vogel: Dann Retriever AI – und hier muss ich die Werbeaussagen mit Vorsicht genießen. Gratis-Browser-Agent für Leads, Outreach und Jobs, mit den Claims: 81.4 Prozent auf Web Bench, fünfmal schneller, 300-mal günstiger als die Konkurrenz.

Felix Hartmann: 300-mal günstiger. Wenn eine Zahl so absurd klingt, ist sie entweder ein Nischenvergleich – etwa gegen Enterprise-Agenten-Plattformen – oder Marketing. Wir können das nicht prüfen. Merkt euch die Zahl als Claim, nicht als Fakt.

Lena Vogel: Und in dieselbe Vertriebs-Ecke gehört Blade, das von einem KAYAK-Mitgründer mitgebaut wurde. Das zieht Kontaktdaten aus dem eigenen Postfach – wobei, wichtig: nur aus den Headern, nicht aus dem Inhalt. Für Launches gedacht, 30 Tage gratis.

Felix Hartmann: Der Header-only-Ansatz ist eine bewusste Datenschutz-Entscheidung, die dem Produkt Glaubwürdigkeit gibt. Dein Postfach-Inhalt bleibt auf deinem Rechner, nur "von wem habe ich eine Mail gekriegt" wird ausgewertet. Und ein KAYAK-Mitgründer weiß nachweislich, wie man ein Growth-Product hochzieht.

Lena Vogel: Nur bleibt die Haltung: Das sind alles starke Versprechen mit werblichen Zahlen drin. Was fehlt, sind unabhängige Zahlen. Aber die Richtung stimmt: GTM wird agentenfähig, und die Werkzeuge dafür werden immer konkreter.

Felix Hartmann: Und diese Agenten brauchen Oberflächen im Web – Browser, Feeds, Demos. Das ist das nächste Cluster.

Lena Vogel: Da sieht man schön, wie der MCP-Standard zur Norm wird. daily.dev for Agents bringt MCP-Zugriff auf Feeds, Suche und Bookmarks für Claude, Cursor und Codex – plus einen Plugin-Marketplace und eine API.

Felix Hartmann: Das ist ein Zeichen der Zeit: Ein etablierter Dev-Content-Dienst sagt nicht mehr "wir haben eine App", sondern "wir haben einen MCP-Server". Der Vertrag zwischen Agenten und Diensten standardisiert sich. Wer da nicht mitspielt, ist für Agenten unsichtbar.

Lena Vogel: EditUI geht in die andere Richtung: Vom Agenten zurück zur Oberfläche. Eine Chrome-Extension, mit der du auf UI-Elemente zeigen kannst und dann Batch-Anweisungen an Claude Code oder Cursor schickst. Gratis, ohne Signup.

Felix Hartmann: Der Workflow ist einleuchtend: Du siehst im Browser, dass ein Button falsch positioniert ist, zeigst drauf, sagst "das hier und das hier, in einem Rutsch" – und der Coding-Agent kriegt präzisen Kontext statt einer vagen Beschreibung. Visuelles Feedback direkt am Objekt ist schneller als jeder Textprompt.

Lena Vogel: Und Specreel kümmert sich um das, was nach dem Coding passiert: die Demo. Es erzeugt Demos aus Playwright-Traces oder per URL-Crawl und publiziert sie neu bei jedem grünen Build – damit die Demo nie veralten.

Felix Hartmann: Das Problem kennt jede Team-Seite: Die Demo auf der Homepage zeigt Version 0.3, die App ist bei 2.7. Wenn Demos automatisch aus den Tests oder Traces generiert werden und bei jedem grünen Build republiziert werden, dann stirbt dieses Problem. Clever ist die Quelle: Playwright-Traces existieren in guten Teams ohnehin, das ist gratis Rohmaterial.

Lena Vogel: Retriever passt hier auch nochmal rein als Browser-Agent – es ist quasi der Querschnitt: Browser als Arbeitsplatz des Agenten, MCP als Anbindung, Demos als Output. Alles dreht sich am Ende um Sprache – auch wörtlich.

Felix Hartmann: Beim Thema Stimme gibt's diese Woche ein bemerkenswertes TTS-Ergebnis: Kugel 3.5. Schlägt vier Rivalen auf 8 von 9 Tests, trifft lange Zahlen zu 97,1 Prozent, kostet 5,25 Cent pro Minute und unterstützt IPA.

Lena Vogel: Die Zahl-Genauigkeit ist ein Detail, das Insider sofort würdigen. Wenn ein TTS-System eine 16-stellige Kontonummer oder einen Termin vorliest und sich vertut, ist das ein Desaster. 97,1 Prozent bei langen Zahlen ist das Kriterium, das bei echten Telefon-Agenten oder Barrierefreiheit zählt. Und IPA-Support heißt: Du kannst Aussprachen explizit vorgeben – wichtig für Markennamen und Fachbegriffe.

Felix Hartmann: 8 von 9 gegen vier Rivalen ist ein breites Ergebnis, keine Cherry-Picking-Einzelnummer. Wieder die übliche Einschränkung: welche Tests, von wem durchgeführt, uns unbekannt. Aber die Spezifikationen sind konkret.

Lena Vogel: Dasselbe Sprachthema in zwei anderen Nischen: Mira Tours baut KI-Audioguides für Stadtrundgänge. Du kannst Touren im Chat erstellen oder automatische generieren lassen, 23 Sprachen, 30 Gratisminuten, Pay-per-Use.

Felix Hartmann: Das ist ein kluges Geschäftsmodell für Touristen: Du zahlst nur, wenn du die Tour wirklich machst, und 30 Gratisminuten reichen, um reinzuhören. 23 Sprachen ist bei klassischen Audioguides praktisch nicht zu finanzieren – da sieht man, wo KI-Kosten die Barriere senkt.

Lena Vogel: Und Table Canon macht etwas sehr Spezielles: Es nimmt die Audio-Aufnahme deines TTRPG-Spielnachts – Pen-and-Paper also – und erstellt Recap-Dossiers, Entitäten-Profile und eine durchsuchbare Historie. 6 Stunden gratis.

Felix Hartmann: Das ist eine echte Nische mit echtem Schmerz. Wer schon mal eine Kampagne über zwei Jahre gespielt hat, weiß: Niemand erinnert sich, was der NPC in Session 12 gesagt hat. Automatische Dossiers und suchbare Historie sind genau der Hebel. Und TTRPG-Audio ist eine harte Testumgebung – vier Leute reden gleichzeitig durcheinander. Wenn das da funktioniert, ist es robust.

Lena Vogel: Von der Stimme zurück zum Schreibtisch. Das letzte große Cluster ist der Mac- und Alltags-Bereich.

Felix Hartmann: Winq ist das exotischste Produkt der Woche: macOS-Steuerung ohne Hände, über die Kamera. Blickfokus, Blinzeln pro Auge für Klicks, elf Gesten. On-Device-Verarbeitung für die Privatsphäre.

Lena Vogel: On-Device ist hier kein Marketing-Bonus, sondern Grundvoraussetzung. Niemand will, dass seine Blickdaten und Mimik in die Cloud gehen. Die technische Leistung, das lokal zu machen, ist beachtlich. Für wen ist das? Accessibility ist der offensichtliche Fall – aber auch jeder, der Hände frei braucht. Wie zuverlässig das im Alltag ist, mit Brillen, wechselndem Licht, echten Büros – offen.

Felix Hartmann: Und im Haushalt: HomePod mini 2 für 149 Dollar, mit Sound Glow und besseren Mac- und Apple-TV-Integrationen. Aber aufpassen bei der Detailsache: Siri AI kommt nicht beim Launch, sondern erst in einer späteren Aktualisierung.

Lena Vogel: Das ist die ehrliche Stelle der Ankündigung. Du kaufst die neue Hardware, und der Grund, warum viele sie kaufen würden – der schlauere Siri – fehlt bei Launch. Das ist ein Muster, das Apple in letzter Zeit öfter zeigt: Hardware zuerst, Software-Feature später versprochen.

Felix Hartmann: Am Desktop selbst: AirJelly, ein Desktop-Agent, der den Bildschirmkontext beobachtet und automatisch Aufgaben und Erinnerungen erstellt. Gratis für Mac und Windows.

Lena Vogel: Das ist ein profoundes Produktmuster: Der Agent schaut zu und handelt, statt dass du ihn beauftragst. Sieht, dass du etwas versprochen hast, und macht daraus eine Erinnerung. Dafür gibt es zwei lesarten: befreiend oder gruselig. Beobachtende Agenten stehen oder fallen mit der Genauigkeit und dem Vertrauen.

Felix Hartmann: Und im HR-Bereich: Screenwell. Die KI-Interviewerin namens Luna macht Erstgespräche auf Meet oder Teams, mit Ranglisten-Scorecards, in 30-plus Sprachen, 14 Tage gratis.

Lena Vogel: Der Einsatzort "Meet/Teams" ist die kluge Wahl, weil die Kandidaten nichts Neues installieren müssen. Erstgespräche sind der volumenstärkste Teil des Recruitings – da, wo viele Kandidaten rein kommen und wenige weiterkommen – und genau da spart Automatisierung am meisten. Die Fragwürdigkeit liegt woanders: Kandidaten-Sensibilität. Wie Menschen darauf reagieren, von einer KI interviewt zu werden, ist eine offene soziale Frage, keine technische.

Felix Hartmann: Und für alle, die mit zu vielen Tools jonglieren: Rambox hat ein Redesign bekommen. Command Center, Unified Search, interne Tabs und Workspaces, um Accounts und Kontexte zu trennen.

Lena Vogel: Ein klassisches Produkt-Update, aber die Workspaces-Funktion adressiert ein reales Problem: Beruf und Privatleben in derselben App-Flut trennen. Kein KI-Revolutionär, aber solide Handwerkskunst.

Felix Hartmann: Und zum Schluss noch ein Thema, das ich als den eigentlichen Meta-Trend der Woche sehen würde: Verlässlichkeit als Produkt.

Lena Vogel: Drei Beispiele. Inferock ist ein LLM-Inferenz-Proxy, der Belege für fehlgeschlagene Calls macht – und Credits werden nach verifizierten Fehlern zurückgezahlt. Watch gibt es gratis, wenn man eigene API-Keys nutzt.

Felix Hartmann: Das Problem dahinter ist real und unterbewertet: Wenn dein LLM-Call fehlschlägt, kriegst du normalerweise eine Fehlermeldung, aber den Beweis und dein Geld zurück? Nicht automatisch. Ein Proxy, der Failures belegt und Gutschriften durchsetzt, macht im Grunde das, was eine Buchhaltung für API-Ausgaben ist. Der "verifiziert"-Teil ist wichtig: nicht einfach behaupten, sondern nachweisen.

Lena Vogel: Cloud Releases macht dasselbe Prinzip für Infrastruktur: ein Feed, der Updates von AWS, Azure, GCP und Cloudflare bündelt. Über 700 Dienste, Deprecationen hervorgehoben, gratis.

Felix Hartmann: 700 Dienste – keiner verfolgt das manuell. Und die Deprecationen hervorgehoben zu bekommen ist Gold wert, denn genau die verpassen Teams am liebsten und wundern sich dann, wenn etwas produktiv abgeschaltet wird.

Lena Vogel: Und Confidence von Spotify: eine warehouse-native Experimentier-Plattform mit A/B-Tests, Feature-Flags und Session Replay, mit kostenlosem Einstieg.

Felix Hartmann: Warehouse-native ist das Schlagwort: Die Experimentier-Daten leben direkt im Data Warehouse statt in einem separaten System, das dann synchronisiert werden muss. Dass Spotify als Unternehmen, das Experimente kulturell geprägt hat, das als Produkt rausgibt, ist konsequent.

Lena Vogel: Was die drei verbindet: Alles wird gemessen, belegt und marktfähig gemacht. Fehlgeschlagene API-Calls werden zu Credits. Verstreute Cloud-Updates werden zu einem Feed. A/B-Tests werden zu einer Plattform. Der Unterschied zwischen Behauptung und Beleg wird selbst zum Geschäftsmodell.

Felix Hartmann: Und das ist genau der Faden durch die ganze Folge: Nimble und Reason werfen Punkte und Preise in die Waagschale, Microsoft verspricht Effizienz pro Megawatt, Agent Memory wird benchmarked, Coding-Agenten müssen Tests bestehen statt Selbsteinschätzung, und am Ende wird sogar der API-Fehler zur belegbaren Transaktion. Der Markt reift da, wo Zahlen überprüfbar werden.

Lena Vogel: Genau dort bleiben wir dran – und beim nächsten Mal schauen wir, welche dieser Claims sich in der Praxis halten. Danke fürs Zuhören, bis zum nächsten Briefing!

Felix Hartmann: Bis dann, ihr da draußen – und messt alles nach.