1026 | Wenn KI schneller shippt, als alle mithalten können

Lena Vogel: Hallo und willkommen zur Show! Ich bin Lena Vogel.

Felix Hartmann: Und ich Felix Hartmann. Schön, dass du wieder dabei bist.

Lena Vogel: Wir schauen heute auf eine Reihe neuer Produkte aus den letzten 24 Stunden, und es verbindet sie ein ganz bestimmtes Gefühl: Software verändert sich so schnell – vor allem mit KI – dass selbst die Menschen, die daran arbeiten, langsam den Überblick verlieren.

Felix Hartmann: Und deshalb gibt es heute eine Welle von Tools, die im Kern alle versuchen, wieder Kontrolle und Sichtbarkeit herzustellen. Manche davon auf der Maschinenebene, manche im Team, und zwei, drei sind einfach charmante kleine Ideen, die eine einzige Aufgabe richtig klein machen.

Lena Vogel: Genau. Und wir gehen das nach und nach durch – zuerst in die Firma, dann zu den Agents, dann zu den Workflows, und am Ende zu den Dingen, die einfach Freude machen. Lass uns mit dem anfangen, was vermutlich das klassischste Problem der letzten Jahre trifft: Wer weiß eigentlich noch, was wirklich shippt?

Felix Hartmann: Also, das erste Produkt heißt Specsight, und der Gründer Ola erzählt eine Geschichte, die jeder kennt, der mal in einem Startup gearbeitet hat. Er war immer der Engineer, zu dem alle kamen mit denselben drei Fragen: Wie funktioniert das? Was hat sich geändert? Und ist das so gedacht?

Lena Vogel: Und das frustrierende war für ihn: Die Antwort lag immer im Code, in einer Sprache, die der Rest der Firma nicht lesen kann. Er hat jahrelang als Übersetzer zwischen Technik und dem Rest gearbeitet und fand es absurd. Und jetzt, wo alle mit KI bauen und Produkte sich täglich ändern, verschärft sich das nur noch.

Felix Hartmann: Specsight greift das direkt an der Quelle auf – am Quellcode. Es baut daraus eine lebende Produktkarte, dokumentiert Features und Verhalten in richtiger Produktsprache und zeigt bei jedem Release, was sich geändert hat. Also nicht nur Release Notes, die sagen, was neu ist, sondern ein laufendes Verständnis des ganzen Produkts.

Lena Vogel: Was konkret für die Teams heißt: Support weiß, was sich geändert hat, bevor die Kunden anfragen. Sales demostriert das Produkt so, wie es heute funktioniert, nicht wie letzten Monat. Und Product sieht, was wirklich gebaut wurde, nicht nur was geplant war. Das berühmte "Ich frage mal kurz die Engineering-Abteilung" soll in Sekunden beantwortet sein.

Felix Hartmann: Einrichtung klingt bewusst leicht: GitHub oder GitLab verbinden, Repo und Branch wählen, und Specsight macht den Rest. Die meisten Projekte bekommen laut Hersteller ihre erste Produktkarte innerhalb einer Stunde. Und es gibt wöchentliche Produkt-Updates und automatisch erstellte Release Notes.

Lena Vogel: Auf der Website zeigt sich das dann so: Ein Produkt-Changelog, der in Klartext sagt – Dateien jetzt im Bulk-Upload, Größenlimit jetzt 20 MB, der Save-draft-Button ist weg, Uploads stecken bei 99 Prozent – das wurde gefixt. Eine Produktkarte, die User Journeys von Registrierung bis Benachrichtigung nachzeichnet. Und eine Produkt-Spezifikation, die Verhalten aus dem echten Codebase dokumentiert, etwa welche Fehlermeldungen bei zu vielen Dateien auftauchen.

Felix Hartmann: Es gibt auch einen Frage-Antwort-Modus: Man kann direkt im Produkt oder über MCP fragen – zum Beispiel "Welche neuen Features gab es diese Woche?" – und die Antwort ist wie in einem Chat, mit einem Draft für Release Notes gleich mitgeliefert.

Lena Vogel: Beim Preis wird's interessant: Statt pro Sitzung zahlt man pro Organisation. 150 Euro im Monat für die Standard-Variante, mit bis zu drei Projekten und 50 Mitgliedern, inklusive 200 Syncs pro Monat. Das ist eine klare Botschaft: Alle sollen reinschauen können, nicht nur die Lizenzschlüssel-Zähler.

Felix Hartmann: Und es gibt im Community-Bereich gleich eine richtig gute kritische Frage. Ein Nutzer beschreibt seine Support-Realität: Die Hälfte der Tickets startet mit "Hat sich da was geändert?" und die Antwort ist immer "Lass mich kurz die Entwickler fragen". Ihn interessiert: Erkennt Specsight auch Änderungen, die nur hinter Feature-Flags oder in der Konfiguration stecken, oder nur das, was im Repository liegt?

Lena Vogel: Das ist eine offene Frage, die im Quelltext nicht beantwortet wird. Das Tool selbst sagt, es liest den Code – und es gibt natürlich einen Unterschied zwischen dem, was im Code steht, und dem, was zur Laufzeit wirklich aktiv ist, hinter Feature-Flags, Umgebungsvariablen oder Konfiguration. Das bleibt ein offener Punkt.

Felix Hartmann: Halten wir das fest: Specsight ist ein Anspruch, der laut wird – kein Code lesen zu müssen, aber trotzdem zu wissen, was das Produkt tut. Wir behandeln die Herstellerangaben hier wie Behauptungen, nicht wie geprüfte Ergebnisse, und die Nutzerfragen zeigen genau, wo die Grenzen noch unklar sind.

Lena Vogel: Bleiben wir in dieser Welt der Transparenz, aber in einer anderen Branche – der Welt von Deals und Due Diligence. Da gibt es ein Produkt namens Papermark Data Rooms 2.0 von den Gründern Iuliia und Marc, die Papermark seit drei Jahren betreiben und angeben, über 80.000 Nutzer zu haben – das ist ihre Zahl, nicht unser Test.

Felix Hartmann: Das Problem, das sie schildern, klingt sehr ähnlich: Klassische Data Rooms brauchen Wochen, beginnen mit einem Sales-Call, und am Ende hängt das Logo des Anbieters auf deinem Deal. Und du weißt nie, wer dein Deck eigentlich wirklich gelesen hat.

Lena Vogel: Ihre Antwort: Ein Data Room, der in unter 60 Sekunden live ist, mit militärgeschützter Verschlüsselung, granularen Dateiberechtigungen, integriertem Q&A, vollständigem Audit-Log und Page-by-Page-Analytics – also du siehst auf Seite drei, wer es gelesen hat.

Felix Hartmann: Und, was ich spannend finde: Das Ganze ist komplett White-Label-fähig, also auf deiner eigenen Domain, mit deinem Logo. Der Data Room sieht aus wie deine Firma, nicht wie die vom Anbieter.

Lena Vogel: Der eigentlichste Schritt ist aber der technische: API, CLI und ein MCP-Server, über den Agents wie Claude, Cursor oder ChatGPT den Data Room aufsetzen können. Marc beschreibt das konkret: Man sagt "Richte einen Buy-side-M&A-Room für Projekt Atlas ein" und bekommt Ordner, Berechtigungen und Share-Link zurück.

Felix Hartmann: Ein Community-Nutzer findet genau das bemerkenswert und fragt dann aber die entscheidende Frage: Wer darf eigentlich über den Agent Berechtigungen ändern? Wenn jemand sagt, gib einem externen Berater Zugriff auf alles – wird das direkt ausgeführt, oder wartet das auf eine menschliche Bestätigung?

Lena Vogel: Und die Antwort darauf steht in den Quellen nicht. Es ist wirklich eine offene Frage, und sie zeigt, wo hier der Übergang von "Tool, das ich bediene" zu "Agent, der selbst handelt" noch nicht ausdiskutiert ist. Es gibt auch einen Nutzer, der schreibt, er nutze das Produkt für sein Fundraising und sei sehr zufrieden – das ist persönliche Erfahrung, keinobjektiver Test.

Felix Hartmann: Kompatibilitätsangaben wie SOC 2, ISO 27001, HIPAA und GDPR liest man auf der Website, mit AES-256-Verschlüsselung und optionaler Self-Hosting-Variante. Das ist das Versprechen – ob das in der Praxis so läuft, müsste man selbst prüfen.

Lena Vogel: Und jetzt ein Tool, das auf den ersten Blick woanders hingehört, aber genau dieselbe Logik bedient – nur auf Zahlen statt auf Code oder Deals. MRRaudit.

Felix Hartmann: MRRaudit kommt vom Team hinter ChartMogul, die sich seit 2014 mit SaaS-Metriken beschäftigen. Die Grundidee: Deine MRR-Zahlen aus Stripe und aus ChartMogul stimmen nie überein, und niemand kann erklären warum. Also bauen sie ein Tool, das die beiden Werte kundenweise vergleicht und jede Differenz erklärt.

Lena Vogel: Das Tool zeigt das dann so: Stripe sagt 51.100 Dollar, ChartMogul sagt 55.200 – ein Gap von 4.100 Dollar. MRRaudit sortiert die Differenzen nach Ursache, verlinkt auf die dahinterliegenden Rechnungen und Subscription-Events und erklärt in Klartext, was passiert ist.

Felix Hartmann: Die Ursachen sind ziemlich alltagsnah: Einmal-Rechnungen, überfällige Kunden, Rückerstattungen, Rabatte, nutzungsbasierte Umsätze, Status-Differenzen zwischen Stripe und ChartMogul – also der eine sieht den Kunden als aktiv, der andere als gekündigt. Und Kunden, die in einem der beiden einfach fehlen.

Lena Vogel: Besonders spannend: Nutzungsumsätze, also metered usage. Stripe sieht das als nicht wiederkehrend und zählt es nicht in die MRR, ChartMogul sieht es als Subscription-Umsatz und zählt es rein. Und keins von beiden ist falsch – es hängt davon ab, wie dein Business das definiert. MRRaudit lässt dich diese Regel selbst wählen.

Felix Hartmann: Das Team sagt selbst, sie hätten das Tool erst intern genutzt, um eigene Zahlen auseinanderzunehmen, und dann gemerkt, dass es eigentlich allen helfen könnte. Zugriff ist read-only, man braucht kein ChartMogul-Konto, und es geht laut Hersteller in wenigen Minuten los.

Lena Vogel: Aus der Community kommt eine richtig konkrete Frage: Ein Nutzer fragt, wie mit einer fehlgeschlagenen Zahlung umgegangen wird, die ein paar Tage später wieder aufgelöst wird – fällt der Kunde zwischenzeitlich aus der MRR raus, und kann man diese Regel selbst festlegen?

Felix Hartmann: Und noch ein zweiter Nutzer schildert sein Problem: Kleine Teams mit Stripe, bei denen die Verlängerungsrechnungen etwa eine Stunde als Draft liegen, bevor sie abgebucht werden – das sieht leicht wie eine fehlgeschlagene Zahlung aus. Er fragt, ob MRRaudit solche Drafts separat zeigt oder als normale Verlängerung zählt.

Lena Vogel: Beide Fragen bleiben in den Quellen offen. Aber sie zeigen genau, worum es hier geht – MRRaudit will die Grauzone sichtbar machen, und die Nutzer fragen genau in diese Grauzone hinein.

Felix Hartmann: So, jetzt bleibt noch ein Tool in diesem Block: Openstatus. Das ist ein offenes Incident-Management-Tool für kleine Teams – also der dritte klassische Baustein nach Monitoring und Statuspage.

Lena Vogel: Der Maker schreibt dazu einen ziemlich direkten Satz: "Status pages sind eine Lüge – und deshalb mussten wir flussaufwärts gehen." Man weiß alle, wie das aussieht: Die Statusseite bleibt grün, während im Slack-Kanal der Brand löscht.

Felix Hartmann: Die Funktionsweise: Du deklarierst einen Incident aus Slack oder dem Dashboard – also mit einem Befehl wie /openstatus incident declare, Titel und Severity. Danach gibt es einen eigenen Slack-Kanal pro Incident, die severity und den Status direkt im Kanalnamen zeigt. Der Incident-Karte ist angepinnt, und jede Nachricht im Kanal kann per Reaktion oder Menü zur Timeline hinzugefügt werden.

Lena Vogel: Die Timeline schreibt sich selbst: Jede Statusänderung, jede Notiz, jedes öffentliche Update wird mit Zeitstempel erfasst. Daraus baut sich dann der Postmortem, nicht aus nachträglicher Erinnerung. Und es gibt Reminder – nach einer Stunde ohne Update bei kritischen Incidents, nach vier Stunden bei major, nach einem Tag bei minor.

Felix Hartmann: Wichtig ist die Trennung von innen und außen: Das Team arbeitet intern mit Severities, Notizen und einem Commander, die Kunden lesen einen Status Report in euren Worten. Beides ist verlinkt, aber nicht vermischt.

Lena Vogel: Ein Community-Nutzer kommentiert den Satz "Status pages sind eine Lüge" als die ehrlichste Zeile des Tages und fragt dann: Wenn jemand den Incident aus Slack deklariert, aktualisiert sich die öffentliche Statusseite automatisch, oder muss noch jemand prüfen, was Kunden sehen?

Felix Hartmann: Auch das ist eine offene Frage, die im Text nicht beantwortet wird. Preismäßig gibt es einen 14-Tage-Test für den Starter-Plan, danach ab 30 Dollar im Monat.

Lena Vogel: Wenn man die vier Tools nebeneinander legt, ergibt sich ein Bild: Specsight, Papermark, MRRaudit und Openstatus versuchen alle dieselbe Sache – sie machen den Zustand eines komplexen Systems sichtbar, ohne dass ein Mensch sich durchdienen muss. Und überall bleiben die Grenzen offen, wo die Automatisierung Entscheidungen übernimmt, die vielleicht menschlich geprüft werden sollten.

Felix Hartmann: Und genau da geht's jetzt weiter. Denn wenn die Tools selbst handeln – Agents, die Data Rooms aufsetzen, die durch Code browsen – dann brauchen die Agents auch eine eigene Infrastruktur. Und genau darum geht's im nächsten Block.

Lena Vogel: Also, das erste Tool in diesem Block ist Moli von Lexmount. Das ist ein Browser, der von Grund auf für AI-Agents gebaut wurde – nicht ein Wrapper um Chrome, sondern eine eigene Engine.

Felix Hartmann: Die Herstellerangaben sind ziemlich konkret: Moli startet rund fünfmal schneller kalt als Chrome und verbraucht in ihren Benchmarks etwa ein Siebtel des Speichers. Das ist ihre Angabe – die Community fragt genau da nach, woher die Zahlen kommen und wie sie im realen Betrieb aussehen.

Lena Vogel: Warum ist das relevant? Wer Agent-Workflows baut, weiß, dass das Aufsetzen von Headless-Browsern heimlich der teuerste Teil sein kann. Wenn du Tausende Headless-Chromes laufen lässt, klettern die Ressourcenkosten stetig – der Maker vergleicht das mit dem Laptop-Ventilator, der sich hochdreht.

Felix Hartmann: Moli gibt es als Open-Source-Engine, und dann als Cloud-Angebot: Lexmount Browser ist die Plattform, auf der man isolierte Browser-Sessions mit Proxy-Support laufen lassen kann, ohne die Infrastruktur selbst zu betreiben. Es gibt ein Playground, um das vor dem Coden zu testen, und ein SDK mit Playwright-Support, CDP, Extensions, Proxies, Downloads und Session Replay.

Lena Vogel: Interessant ist die产品aufteilung: Moli ist die Engine, Lexmount ist der Managed Service. Man kann Chromium wählen, wenn man Kompatibilität braucht – persistent contexts, Extensions, visuelle Treue. Oder Moli für struktur-orientierte Aufgaben: DOM, Text, Links, Formulare, Netzwerk-Antworten.

Felix Hartmann: Es gibt auch einen Cloud Browser Agent, der einen Task ausführt – man gibt ein Ziel und optional eine Start-URL. Dafür gibt es das CAE-Protokoll – Content, Action, Effect – was Seiteninhalt, verfügbare Operationen und vom Browser beobachtete Änderungen verbindet, mit inkrementellen Updates, um stabilen Seitenkontext wiederzuverwenden.

Lena Vogel: Der Preis, den sie angeben: 12 Dollar im Monat für 100 Browser-Stunden und 25 gleichzeitige Sessions. Zum Launch gibt es einen Offer, zwei Monate Pro gratis für Product-Hunt-Nutzer. Das ist Marketing – wie immer, wenn ein Anbieter zum Start einen Rabatt gibt.

Felix Hartmann: Das Team betont mehrfach die Sicherheit: Nico, einer der Macher, schreibt, dass Headless und leichtgewichtig nicht auf Kosten der Browser-Sicherheit gehen darf – same-origin restrictions, iframe sandbox, CSP, CORS, Subresource Integrity, MIME-Type-Enforcement, Referrer-Policy. Die Argumentation: Diese Grenzen sind genauso wichtig, wenn ein Agent surft, wie wenn ein Mensch surft.

Lena Vogel: Ein Nutzer fragt konkret: Wie geht Moli mit dynamischen Inhalten um? Ein anderer fragt, ob logged-in Sessions zwischen Runs erhalten bleiben oder jeder Run ein sauberes Profil ist. Und wieder ein anderer sagt, die langsame Komponente in seinem Agent-Alltag sind nicht das Modell, sondern das Warten auf Seiten und Uploads – er will wissen, ob sein Workflow mit Moli besser läuft.

Felix Hartmann: Auch hier bleiben die Antworten in den Quellen offen. Aber die Fragen zeigen, worauf es bei so einem Tool ankommt: nicht die Benchmark-Zahl, sondern das Verhalten in deinem echten Workflow.

Lena Vogel: So, und jetzt zurück auf den Schreibtisch, oder eher in die Taskleiste. Llama Windows.

Felix Hartmann: Das ist ein Projekt vom llama.cpp-Team und Hugging Face, das llama.cpp in die Windows-11-Taskleiste bringt. Die Idee: Lokale KI-Modelle sollen so einfach laufen wie eine normale App – keine Terminals, keine Admin-Rechte, keine Cloud-Inferenz.

Lena Vogel: Konkret: Das Tool empfiehlt Modelle, die auf deinen PC passen, du lädst sie mit einem Klick aus dem Hugging-Face-Cache. Chat mit Alt+Space von überall. Und der spannende Teil: Deine anderen Apps können dieselbe lokale OpenAI-kompatible API nutzen – Coding-Agents, Editoren, Skripte, alle zeigen auf localhost Port 9931.

Felix Hartmann: Und der Model-Cache ist geteilt – Modelle liegen einmal da, wo sie liegen, und alle Tools nutzen dieselbe Kopie. Der Maker vergleicht das mit dem Status quo: Ohne so etwas hat jede App ihre eigene 20-GB-Kopie, das macht auf der Festplatte schnell 57 GB statt 19.

Lena Vogel: Das ist tatsächlich der Kernversprechen: eine geteilte Infrastruktur statt duplizierter Last. Der App ist selbst winzig – laut Website ist die Windows-Downloadgröße um die 1 MB, und die installierte App etwa 4 MB. Modelle laden nur, wenn etwas sie braucht, und entladen nach fünf Minuten Idle.

Felix Hartmann: Preismäßig: kostenlos, open source. Und es gibt auch eine Mac-Version und eine CLI-Installation über curl oder brew.

Lena Vogel: Community-Reaktion: Ein Nutzer lobt genau den Punkt, dass die geteilte lokale Server-Logik bedeutet, dass Apps den selben Model-Cache nutzen, statt jeweils eigene 20-GB-Downloads mitzubringen. Ein anderer hebt die Privacy-Seite hervor – keine Cloud-Abhängigkeit, keine Token-Limits, voller Kontrolle über das Modell, gut für Teams mit sensiblen Daten oder Offline-Workflows.

Felix Hartmann: Bleiben wir in der Infrastruktur-Welt, aber wechseln von der Maschine zum Arbeitsplatz. AgentGrid.io.

Lena Vogel: AgentGrid.io kommt von Anima, und die Maker beschreiben es als "Google Drive für Menschen, Git für Agents". Also ein geteilter Workspace, in dem Menschen und AI-Agents an denselben Artefakten arbeiten – Dokumente, Reports, Slides, Apps, Designs.

Felix Hartmann: Technisch sieht das so aus: Für Menschen gibt es ein Google-Docs-ähnliches Multiplayer-Editing. Für Agents gibt es eine Markdown- und Git-Schnittstelle – also Agents können per MCP, CLI oder APIs arbeiten, ganz ohne GUI. Es ist agent-agnostisch: Claude, ChatGPT, Codex, Grok Bot, Cursor, Hermes, OpenClaw, was auch immer du benutzt.

Lena Vogel: Der Anwendungsfall, den sie beschreiben: Claude schreibt einen Report, ChatGPT verbessert ihn, Grok Bot generiert Visuals, und ein Teammate editiert manuell – alle am selben Artefakt, mit Versionierung und kontrollierten Berechtigungen pro Agent und Ordner.

Felix Hartmann: Es gibt auch ein Website-Publishing-Feature: HTML- und React-Apps gelten als ein Dokumententyp, und du kannst sie sicher teilen oder ins Web publizieren – einfach, indem du deinen Agent fragst.

Lena Vogel: Community-Feedback: Ein Nutzer schreibt, genau das fehle – ein geteilter Canvas für Menschen und mehrere AI-Agents. Version History und Permission Controls seien entscheidend für echte Teams, und die Multi-Agent-Kollaboration am selben Artefakt löse das Problem "Welche AI-Version haben wir am Ende benutzt?"

Felix Hartmann: Die Website hebt drei Prinzipien hervor: Das Artefakt ist der Treffpunkt, die Konversation lebt im Werk. Identität reist mit jedem Vorschlag und jeder Freigabe. Und: Agents authentifizieren sich als Agents, Permissions sind explizit, jede Revision hat eine Historie.

Lena Vogel: Wenn wir Moli, Llama Windows und AgentGrid.io nebeneinander legen, sehen wir ein Muster: Die Infrastruktur wächst in zwei Richtungen gleichzeitig. Lokal, in deinem Gerät, mit Llama Windows. Und in der Cloud, mit Moli und Lexmount. AgentGrid verbindet dann Menschen und Agents in einem gemeinsamen Arbeitsraum.

Felix Hartmann: Es ist noch alles sehr früh – die Fragen nach Session-Persistenz, nach echten Kosten im Betrieb, nach Berechtigungen bei automatisierten Änderungen sind noch nicht beantwortet. Aber die Richtung ist klar: Agents werden nicht mehr als Gast behandelt, sondern als kollegialer Akteur mit eigener Infrastruktur.

Lena Vogel: Bleiben wir kurz bei der Agents-Welt, aber jetzt bei den Entwicklern selbst – und dann bei ein paar Dingen, die einfach Charme haben. Das erste ist git-flow-next.

Felix Hartmann: Das ist der Nachfolger des originalen git-flow, dem Branching-Modell, das seit 2010 Feature-, Release- und Hotfix-Branches organisiert. Das Team von Tower hat es komplett neu gebaut, in Go, es ist kompatibel mit bestehenden git-flow-Setups, kostenlos und open source. Und – das erwähnen sie selbst mit Stolz – es wird von Vincent Driessen unterstützt, dem Erfinder von git-flow.

Lena Vogel: Version 2.1 bringt Worktrees, das meistgewünschte Feature. Konkret: Ein Feature startet mit --worktree in seinem eigenen Verzeichnis – kein Stashing und Branch-Wechseln mehr. Man springt mit einem Befehl zwischen Worktrees, und wenn man das Feature fertigstellt, wird der Worktree aufgeräumt.

Felix Hartmann: Und jetzt der eigentliche Punkt: Worktrees können standardmäßig sein – also wenn Claude Code oder Codex ein Feature anfängt, bekommt jeder Agent sein eigenes Verzeichnis. So können mehrere Agents parallel arbeiten, ohne sich gegenseitig auf die Füße zu treten. Der Maker formuliert das so: Im KI-Zeitalter werden mehrere Agents nebeneinander schnell zur Norm, und Worktrees sind das, was das sicher macht.

Lena Vogel: Es gibt auch Features wie Branch Dependency Tracking – also automatische Erkennung und Merge von Änderungen zwischen Parent- und Child-Branches, damit main nicht hinter production zurückfällt. Und konfigurierbare Merge-Strategien. Und man kann eigene Workflows definieren, Gitflow, GitHub Flow, GitLab Flow, oder von null anfangen.

Felix Hartmann: Preismäßig: kostenlos, open source, per brew installierbar, mit VS-Code-Extension.

Lena Vogel: So, und jetzt der Gegenpol. Nach all den Tools, die Maschinen skalieren, kommt jetzt etwas, das maximal klein ist und nur eine einzige Sache gut macht. Badgey.

Felix Hartmann: Badgey ist eine iPhone-App, die dein iPhone in ein Namensschild verwandelt. Du clipst es an ein Lanyard und drehst es um 180 Grad – das Badge dreht sich mit und schaut den Leuten ins Gesicht, die du triffst. Und es schwingt ein bisschen, wenn du gehst.

Lena Vogel: Und der Clever-Teil: Wenn du das Handy stattdessen von oben in eine Brusttasche schiebst, schrumpft das Badge zu einem Streifen, sodass dein Name über dem Taschenrand sichtbar bleibt. Das Erkennen funktioniert so: Die Frontkamera läuft für ein paar Sekunden, während das Handy auf dem Kopf ist. Ein kleines Modell auf dem Handy entscheidet, und die Frames werden nie gespeichert.

Felix Hartmann: Man kann mehrere Badges anlegen – eins für die Arbeit, eins für eine Konferenz, eins für ein Meetup. Dazu ein QR-Code auf der Rückseite für deinen Link, und fünf Designs: Classic, Office, Event, Minimal, und Live, das sich bewegt.

Lena Vogel: Preismäßig: Kostenlos mit einem Badge, Pro ist ein Einmalkauf. Der Maker Marco beschreibt sich als Solodeveloper, der kleine iPhone-Apps baut.

Felix Hartmann: Community-Fragen sind dann sehr konkret: Wie lange hält der Akku, wenn der Screen den ganzen Konferenztag an ist? Und blockiert die App das Auto-Lock? Und: Läuft der Pocket-Check jedes Mal, wenn man das Handy umdreht? Auch hier bleiben die Antworten offen – aber die Fragen zeigen, woran die Nutzer wirklich denken, wenn sie so etwas auf einer Konferenz tragen wollen.

Lena Vogel: Ein anderer Nutzer kommentiert, es sei ein guter Konversationsstarter für Konferenzen. Das ist ein niedliches Produkt, das eine einzige menschliche Kleinigkeit feiert – und in einer Welt voller KI-Pipelines ist das fast schon erfrischend.

Felix Hartmann: Und das letzte Stück in diesem Block ist dann das Wissens-Tool dazu: How It Spread.

Lena Vogel: Das ist eine Bibliothek mit über 1.600 Fallstudien viraler Filme, Produkte, Memes und Kampagnen – von "Post Zero" bis zum Peak. Die Macher beschreiben es als "ein Mobbin für virale Inhalte" – also als strukturierte Referenz, wie andere diese Sachen analysieren.

Felix Hartmann: Die Fallstudien sind datiert und mit Quellen versehen, inklusive Metriken wie Velocity, Longevity, Contagion – also wie schnell etwas wächst, wie lange es hält, wie breit es sich verteilt. Am Beispiel des Films "Obsession" sieht man eine Timeline mit 19 datierten Events über acht Plattformen – vom Festival-Debüt über Variety-Berichterstattung bis zum Deadline-Deal.

Lena Vogel: Preismäßig: Das Durchstöbern ist kostenlos, Pro ist mit dem Code PATIENTZERO im ersten Jahr 60 Prozent günstiger. Es gibt auch einen wöchentlichen Newsletter mit neuen Fällen.

Felix Hartmann: Die Verbindung zu unserem Thema: Das Management von KI-Änderungen – also wie sich Code und Produkte verschieben – erinnert stark an das Management von viralen Kurven. Man braucht sichtbare Timelines, klare Metriken und die Fähigkeit, nachzuvollziehen, was wann passiert ist.

Lena Vogel: So, jetzt zum letzten Block: Dinge, die eine mühsame oder bewusste Aufgabe so klein machen, dass man sie auch wirklich macht. Drei Tools, drei ganz verschiedene Welten.

Felix Hartmann: Das erste ist Clips by Plastic. Das kommt von Kai Williams, der Musiker ist und das Tool gebaut hat, während er sein eigenes Album promotet hat.

Lena Vogel: Das Problem, das er schildert: Song-Ads funktionieren am besten, wenn man mehrere Teile des Songs testet. Aber denselben Song fünfzehn Mal in einem Video-Editor zu schneiden, hat einen ganzen Abend gekostet. Also hat er meistens nur zwei Schnitte gemacht und den Rest geraten lassen.

Felix Hartmann: Clips löst genau das: Du wirfst deinen fertigen Song rein, dazu dein eigenes Footage oder deine Fotos. Die App findet Tempo und Songparts – Verse, Pre-Chorus, Chorus, Bridge – und baut aus jedem Teil ein vertikales Lyric-Video, geschnitten auf den Beat, mit den Wörtern Wort für Wort synchronisiert.

Lena Vogel: Man wählt ein Layout und einen von 54 Effekten, exportiert alle Teile auf allen Hintergründen auf einmal, fertig benannt für Ads Manager. Dann lässt man sie eine Woche laufen und legt das Budget hinter den Teil, der gewinnt. Das Beispiel auf der Website zeigt übrigens, dass der Chorus nicht automatisch gewinnt – im Beispiel hat Verse 2 gewonnen, mit 21 Cent pro Ergebnis statt 63 Cent für den Chorus.

Felix Hartmann: Das Tool läuft offline auf dem Mac, das heißt: Ein unveröffentlichter Song verlässt den Rechner nie. Preismäßig: 99 Dollar einmalig, keine Subscription. Es gibt auch eine 299-Dollar-Variante für Labels und Studios, die für mehrere Artists arbeiten.

Lena Vogel: Kai selbst sagt, er habe Clips gebaut, um die Zeit, die er in Video-Schnitten verliert, zurückzugewinnen. Das ist ein sehr ehrlicher Ausgangspunkt – kein Marketingspeak, sondern ein echtes Problem aus dem Alltag eines Musikers.

Felix Hartmann: Nummer zwei ist Yourcast 2.0 – ein Telegram-Bot für Podcasts. Der Maker Konstantin beschreibt den Ursprung: Er hört Podcasts unterwegs und lebt in Telegram, also wollte er, dass neue Episoden einfach dort ankommen. Nicht noch eine App nur für Podcasts.

Lena Vogel: Die 2.0-Version bringt KI-Zusammenfassungen mit antippbaren Timestamps – man tippt auf eine Zeit, und das Audio springt dorthin. Man kann auch Fragen zu einer Episode stellen. Dazu gibt es Feeds, die sich selbst reparieren – wenn ein Feed kaputt ist oder umgezogen, wird er täglich neu geprüft und die neue Adresse gefunden. Episoden bis 2 GB, Downloads, die dort weitermachen, wo sie unterbrochen wurden, OPML-Import und Zahlung in Telegram Stars.

Felix Hartmann: Konstantin erzählt auch die Geschichte hinter dem Projekt: Yourcast war vor vier Jahren Platz 10 des Tages auf Product Hunt und lief danach weitgehend allein. In den letzten sieben Wochen hat sich mehr verändert als in den fünf Jahren davor – 85 gemergte Pull Requests, etwa 170 Commits, größtenteils mit LLM geschrieben.

Lena Vogel: Preismäßig: Kostenlos mit zehn Episoden pro Woche on demand, Bronze für einen Dollar mit automatischer Lieferung, und Relay für fünf Dollar mit 30 Stunden Zusammenfassungen pro Monat. Open Source unter GPL v3.

Felix Hartmann: Community-Frage: Ein Nutzer ist oft Podcast-Gast und sagt, er höre vor jeder Show ein paar Episoden des Hosts, um ein Gefühl zu bekommen. Er fragt, ob man über mehrere Episoden einer Show gleichzeitig fragen kann – etwa "Was fragt dieser Host typischerweise seine Gäste?" Auch das bleibt offen, aber es zeigt, wie konkret die Anwendungsfälle sind.

Lena Vogel: Und dann das letzte Tool des Tages: pawl. Ein Fokus-Timer für die Mac-Menüleiste, gestartet durch Ziehen einer Katzenpfote.

Felix Hartmann: Preismäßig: 9,99 Dollar einmalig, keine Subscription, dafür acht Katzenpfoten zur Auswahl – Tuxedo, Orange Tabby, Calico, Gray Tabby, Brown Tabby, Tortoiseshell, Siamese, Schwarz-Weiß. Man kann den Timer in der Menüleiste lassen oder anpinnen. Es gibt einen leisen Heads-up vor Session-Ende, Themes, Fokus- und Break-Zyklen.

Lena Vogel: Der Maker beschreibt die Design-Idee so: Das Starten soll klein und spielerisch sein, dann soll die App aus dem Weg gehen, während man arbeitet. Und es gibt eine Community-Stimme von jemandem mit ADHD, die schreibt, dass es das Fokussieren für sie spaßiger macht, und dass die visuelle Heads-up-Nachricht für gehörlose Nutzer wie sie richtig durchdacht ist – das erwähnt sie als etwas, was die meisten Fokus-Timer nicht bedenken.

Felix Hartmann: Und dann gibt es noch eine Nutzerin, die sagt, sie nutze den Timer eigentlich gar nicht – sie zieh einfach an der Pfote, wenn sie ihre Katze vermisse. Das ist vielleicht die ehrlichste Product Review des Tages.

Lena Vogel: Eine ernstere Frage aus der Community: Ein Nutzer sagt, er habe Menüleisten-Timer, aber er ignoriere das Signal und tippe einfach weiter. Er fragt, ob der Break-Modus wirklich stoppt oder nur piept, und ob das Ziehen der Pfote ein Befehl für Fokus und Break zusammen ist oder zwei Aktionen.

Felix Hartmann: Auch das bleibt offen. Aber die Frage trifft den Kern: Ein Timer, der piept, aber nicht stoppt, ist am Ende nur ein weiteres Geräusch im Raum.

Lena Vogel: Wenn wir den ganzen Tag zusammenfassen, dann sehen wir zwei Strömungen, die sich gerade überlagern. Auf der einen Seite: Werkzeuge, die die Maschine skalieren – Agents, die Data Rooms aufsetzen, Browser, die selbst surft, Modelle, die lokal laufen, Git-Workflows für parallele Agents.

Felix Hartmann: Und auf der anderen Seite: Werkzeuge, die die menschliche Kleinigkeit feiern – eine Pfote, die man zieht, ein Namensschild, das sich dreht, ein Song, der in 15 Ads zerlegt wird, eine Podcast-Zusammenfassung im Chat. Beide Richtungen gelten, weil das Grundproblem dasselbe ist: Software verändert sich schneller, als wir sie noch erfassen können.

Lena Vogel: Und der echte Test für all diese Tools kommt nicht im Launch, sondern drei Monate später, wenn die Fragen beantwortet sind, die heute noch offen stehen: Was passiert hinter Feature-Flags, wer prüft Agent-Änderungen an Berechtigungen, wie verhält sich das im echten Betrieb?

Felix Hartmann: Genau da schauen wir beim nächsten Mal wieder hin. Danke, dass du dabei warst!

Lena Vogel: Bis zum nächsten Mal – und denk dran: Zieh ruhig mal an der Pfote, wenn du deine Katze vermisst.

Felix Hartmann: Das war Lena Vogel, ich war Felix Hartmann. Tschüss!