Marker, Validierungs-Rollen, ein Tribunal aus fünf simulierten Experten: Viele Prompts sollen sich selbst prüfen. Nur sichert die Hälfte davon nichts ab. Drei Sorten QA-Gates, sortiert nach Wirkung – und warum das stärkste nie dasselbe Modell auswertet, das den Text geschrieben hat.
Anthropic hat Claude Sonnet 5 veröffentlicht: agentischer als der Vorgänger, bei einzelnen Benchmarks auf Opus-4.8-Niveau und günstiger. Der neue Tokenizer frisst den Preisvorteil aber teilweise wieder auf. Eine nüchterne Einordnung, kurz nach Launch.
Es gibt jetzt ein drittes Kürzel: AEO. Gemeint ist diesmal keine Sichtbarkeit. Ein Agent soll auf deiner Seite handeln. Die Technik dafür steht – WebMCP, Aktions-Schema, Bezahl-Protokolle. Warum sie trotzdem vorerst eine Nische bleibt und ab wann sich der Aufwand lohnt.
Security wird zum Verkaufsargument: GPT-5.5-Cyber und Computer Use in Gemini 3.5 Flash. Ein Codex-Bug frisst SSDs, Sakana Fugu orchestriert LLMs, und Anthropic beschuldigt Alibaba der größten Distillation-Kampagne gegen Claude. Die AI Picks der 26. KW.
Ein Telegram-Bot als Eingang in den Obsidian-Vault: n8n und Gemini verwandeln Sprachnachricht, Link, YouTube-Video oder Screenshot automatisch in eine fertig formatierte Markdown-Notiz mit Frontmatter. Drei Workflows zum Download und Importieren.
Die GEO-Szene feiert Citations als neue Leitwährung. Für Seiten, die von Anfragen leben, ist das die falsche Metrik – in KI-Antworten klickt nur 1 % auf die zitierte Quelle. Warum eine Erwähnung ohne Klick nichts bringt und das organische Ranking die Anfragen hält.
Vercels eve, Loop Engineering, Codex mit Open-Source-Modellen, Copilot Cowork, der Claude-Design-Overhaul, EU-Icons für KI-Inhalte und OpenAIs 38-Milliarden-Verlust. Plus ein Pick darüber, warum sich Tailwind und LLMs beißen.
Drei Bausteine machen aus einem Obsidian-Vault eine Datenbank: eine nummerierte Ordnerstruktur, Frontmatter-Templates mit Metadata Menu und Dataview-Dashboards. Mit Standard-Template und Inbox-Dashboard zum kostenlosen Download.
Z.ai hat GLM‑5.2 veröffentlicht: MoE-Flaggschiff mit rund 750 Mrd. Parametern, 1M-Token-Kontext und Open Weights unter MIT. Die Coding-Benchmarks sehen stark aus, sind aber herstellereigen – und „lokal lauffähig“ heißt nicht „läuft auf deinem Server“.
Jeder produktive Prompt wandert bei mir in ein Git-Repo – mit SemVer, manuellem Changelog und Doku außerhalb des Prompts. Warum das mehr ist als Ordnungsliebe, was Regressionstests realistisch leisten und ab wann Git allein nicht mehr reicht.