KI-News diese Woche April 2026: Welche Drops deinen Montag wirklich wert sind
Mein Handy leuchtete an einem Dienstag um 6:12 Uhr auf, mit einer Nachricht von einem Freund, die nur lautete: "siehst du das gerade". Zwei Minuten spaeter schickte mir ein anderer Freund ein Loom-Video, in dem OpenAIs Codex seinen Cursor ueber einen Mac-Bildschirm bewegte. Drei Minuten spaeter zog meine Notion-Auto-Sync einen Link ueber Anthropic, die etwas namens Claude Design launchen. Ich hatte noch nicht einmal Kaffee gemacht.
Am Ende derselben Woche hatten fuenfzehn einzelne KI-Produkt-Launches meinen Posteingang getroffen. Anthropic hat drei davon ausgeliefert: Claude Opus 4.7, Claude Design und etwas namens Routines, das ich fast abgetan haette, bevor ich es getestet habe. OpenAI hat Codex mit Computer-Use auf dem Mac plus 90-plus Integrationen plus ein erstaunlich spezifisches neues Modell ausgeliefert, benannt nach einer verstorbenen britischen Chemikerin. Google hat einen Sechs-Oberflaechen-Blitz hingelegt: Flow Music, Flow Video, Stitch, Colab, Chrome und ein Bildungs-Drop in Indien, den die meisten US-Publikationen komplett verpasst haben. Perplexity hat aus einem Mac mini einen Vollzeit-Mitarbeiter gemacht. YouTube hat Reimagine ausgeliefert. Und Meta hat bestaetigt, dass sie einen fotorealistischen KI-Klon von Mark Zuckerberg bauen, der stellvertretend fuer ihn an Meetings teilnehmen soll.
Ich habe jeden einzelnen davon getestet, an den ich halbwegs herangekommen bin. Drei weitere habe ich genau genug beobachtet, um auch ohne Hands-on eine Meinung zu bilden. Dieser Post ist kein Pressemitteilungs-Patchwork. Es ist mein Signal-vs.-Noise-Ranking der KI-News dieser Woche im April 2026: was naechsten Monat deinen Workflow veraendert, was inhaltlich wichtig, aber nicht dringend ist, und welche Ankuendigungen gross aussehen, aber innerhalb eines Quartals schlecht altern werden.
Fuenfzehn Drops. Drei Tiers. Ich zeige dir, wie ich sie sortiert habe.
Wenn du einen anderen Schnitt derselben Woche willst, gerahmt um "Dinge, die meinen taeglichen Workflow veraendern", habe ich auch so einen geschrieben. Siehe mein KI-Weekly-Roundup zu Claude Design, Codex, Google Flow und Perplexity fuer den Workflow-First-Blickwinkel. Dieser Post geht breiter und kuehler ran.
Der Signal-Tier: Fuenf Drops, die wirklich zaehlen
Bevor ich das Ranking erklaere, hier mein Ein-Satz-Test: veraendert dieses Release, wie ein bestimmter Typ von Builder, Creator oder Wissensarbeiter die naechsten 30 Tage seiner Arbeit verbringt? Nicht "ist es interessant". Nicht "demo'd es sich gut". Veraendert es den Kalender.
Fuenf Releases aus dieser Woche bestehen diesen Test. Alles andere ist Rauschen, Kontext oder eine Wette auf die Zukunft.
1. Claude Opus 4.7 — Der Vision-Sprung ist die eigentliche News
Opus 4.7 wurde am 16. April 2026 allgemein verfuegbar. Anthropics Ankuendigung hat den wichtigen Teil unter den ueblichen SWE-bench-Zahlen versteckt (64,3 % SWE-bench Pro, 87,6 % SWE-bench Verified — gut, nicht weltbewegend). Die eigentliche Geschichte steckt im Vision-Stack.
Opus 4.7 erzielte 79,5 % auf XBOWs Benchmark fuer visuelle Navigation ohne Tools, gegenueber 57,7 % fuer Opus 4.6. Die Bildaufloesung sprang von ~1,15 Megapixel auf ~3,75 Megapixel an der langen Kante — eine 3,3-fache Erhoehung der Pixelzahl, ueber die das Modell tatsaechlich schlussfolgern kann. Auf Anthropics internem Benchmark fuer visuelle Schaerfe sprang der Wert von 54,5 % auf 98,5 %. Das ist kein inkrementeller Anstieg. Das ist Anthropic, die dem Modell endlich Augen geben, die funktionieren.
Ich habe denselben Test durchgefuehrt, den ich bei jedem neuen Vision-Modell mache. Ich habe einen Screenshot meiner aktuellen Figma-Datei gemacht — rund dreissig kleine Components auf einer Design-System-Seite, jede mit typografischen Labels, Icons und Color Tokens. Opus 4.6 wuerde etwa 70 % der Labels richtig erkennen und den Rest selbstbewusst erfinden. Opus 4.7 hat jedes Label, das ich manuell gepruft habe, korrekt transkribiert. Raeumliche Beziehungen waren akkurat. Als ich fragte "welche zwei Components sehen visuell aehnlich aus, dienen aber unterschiedlichen semantischen Zwecken", hat es das Problem korrekt durchdacht.
Genau diese Faehigkeit macht jeden anderen Anthropic-Drop dieser Woche funktional. Claude Design ist sinnlos, wenn das Modell nicht sehen kann, was es generiert hat. Routines sind begrenzt, wenn das Modell keinen Dashboard-Screenshot parsen kann. Agentic Computer-Use ist eine Demo, wenn das Modell Icons halluziniert. Opus 4.7 ist das Fundament unter Anthropics gesamter Produktwoche. Das ist der Drop, dem du zuerst Aufmerksamkeit schenken solltest, weil er die anderen beiden erst freischaltet.
Signal-Urteil: der hoechstpriorisierte Drop der Woche. Wenn du fuer Claude bezahlst, ist das Upgrade auf Paid-Plaenen bereits automatisch — oeffne einen neuen Chat, lade einen Screenshot und spuere den Unterschied.
2. OpenAI Codex mit Computer-Use auf dem Mac
Am 16. April hat OpenAI das groesste Codex-Update seit dem Launch der Desktop-App ausgeliefert. Die Schlagzeile ist Computer-Use auf macOS — Codex bekommt einen eigenen Cursor, klickt, tippt, liest Screenshots und operiert in Hintergrundfenstern, waehrend du weiterarbeitest. Aber das ist der Teil, den alle abgedeckt haben. Der interessante Teil ist das, was zusammen damit gelandet ist.
Codex kommt jetzt mit 90-plus neuen Plugins, die Atlassian Rovo, CircleCI, CodeRabbit, GitLab, Microsoft Suite, Render, Neon, Remotion, Slack, Gmail, Notion, Figma und einen langen Tail MCP-basierter Integrationen abdecken. Die Positionierung in OpenAIs eigenem Blogpost lautete "Codex for (almost) everything". Dieses Framing ist wichtig. OpenAI hat Codex gerade in einem einzigen Update vom Coding-Assistenten zum Workflow-Agent umpositioniert.
Ich fahre Codex seit Monaten als Sekundaer zu Claude Code. Ich habe einen kompletten Breakdown von Codex als Workflow-Agent nach zwoelf Tagen Testing geschrieben, der tiefer darauf eingeht, wo er Claude Code schlaegt und wo er immer noch verliert. Kurzfassung fuer dieses Roundup: die Mac-only-Einschraenkung ist real (kein EU, kein UK, Windows und Linux gestaffelt), die 90-Plugin-Integrationsschicht ist der am meisten unterschaetzte Teil des Releases, und der Scheduler, der Arbeit ueber Tage hinweg wieder aufnimmt, ist das Feature, das mein Denken am meisten veraendert.
Sowohl Anthropic (Routines) als auch OpenAI (Codex-Scheduler) haben in derselben Woche "weck den Agent spaeter wieder auf" ausgeliefert. Das ist kein Zufall. Bis Juni wird das zum Standard. Wenn dein Automation-Stack immer noch um One-Shot-Prompts gebaut ist, bist du einen Produktzyklus hinterher.
Signal-Urteil: Tier-1-Release. Mac-User mit ChatGPT Pro: installier es heute. Alle anderen: auf den Windows-Rollout warten.
3. Claude Routines — Der unsexy Drop, der meine Cron-Jobs frisst
Eine Routine ist ein gespeichertes Claude-Code-Setup — Prompt, ein oder mehrere Repos, Connectors — das auf Anthropics Cloud-Infrastruktur nach einem Zeitplan laeuft, per API oder ausgeloest durch ein GitHub-Event wie einen Pull Request. Tageslimits: 5 fuer Pro, 15 fuer Max, 25 fuer Team und Enterprise. Dein Mac muss nicht an sein. Der Agent laeuft in Anthropics Infrastruktur.
Auf dem Papier ist das "Cron mit mehr Schritten". Aus genau diesem Grund haette ich den Test fast uebersprungen. Dann habe ich ihm vier Tage lang einen echten Workflow gegeben: ein montaegliches Competitive Audit, das ich frueher jede Woche 90 Minuten manuell gemacht habe. Die Routine feuert um 7 Uhr morgens, zieht die neuesten Posts von fuenf Konkurrenz-Blogs, vergleicht sie mit meiner eigenen Content-Map, schreibt ein Briefing in Notion und flaggt drei Themen zur Priorisierung. Ich bin am Montag aufgewacht. Das Briefing war schon fertig. Null Context-Switching.
Die Art, wie Routines wirklich wichtig sind, ist nicht als "besseres Cron". Es ist als entfernbarer Kontext. Der teure Teil meiner Weekly-Workflows ist nicht die Compute — es ist das Neuladen mentalen Kontexts jeden Montagmorgen. Routines eliminieren diese Kosten, indem sie laufen, waehrend ich schlafe, und mir ein fertiges Artefakt mit bereits getaner Argumentation aushaendigen.
Das Pro-Tier-Limit von 5 Runs pro Tag fuehlt sich eng an, bis du merkst, dass Routines nicht fuer hochfrequente Jobs gedacht sind. Sie sind fuer woechentliche Workflows, bei denen die Setup-Kosten teuer sind. So reframed, spielen die Limits keine Rolle mehr.
Signal-Urteil: Tier 1 fuer jeden, der Claude Code nutzt. Nicht fuer jeden Workflow, aber fuer die woechentlichen, bei denen du immer das Gefuehl hast, Kontext wieder aufzubauen — sofortiger Hebel. Ich habe die Architektur hinter diesem Pattern in meinem Post zu geplanten Tasks in Claude Code und naechtlicher Workflow-Automatisierung abgedeckt, wenn du die Setup-Patterns willst, die ich nutze.
4. Claude Design — Der Canva-Moment, um den Anthropic kreist
Anthropic hat Claude Design am 17. April 2026 als eigenstaendiges Research-Preview-Produkt fuer Pro-, Max-, Team- und Enterprise-Abonnenten gelauncht. Text-Prompt rein, verfeinerbarer visueller Output raus. Slide-Decks, One-Pager, UI-Prototypen, Dashboards, App-Mockups. Exporte zu PDF, PPTX, Canva, standalone HTML oder Uebergabe an Claude Code als Build-Bundle. Angetrieben unter der Haube von Opus 4.7.
Ich habe Claude Design exakt das Briefing gegeben, das ich vor zwei Wochen in Canva benutzt habe — ein sechsseitiges Pitch-Deck fuer eine SaaS-Landingpage, die ich gerade fuer einen Kunden baue. Canvas KI brauchte 40 Minuten Prompting und Nachschaerfen. Claude Design hat ein Deck in 6 Minuten geliefert, das zu 85 % ausliefer-bereit war. Typografie konsistent. Color-System logisch. Der Slide-Flow hatte eine Argumentstruktur statt "Bullets auf Hintergruenden".
Was Canva immer noch gewinnt: Stock-Imagery im Canvas und pure Template-Tiefe fuer spezifische Nischen. Was Claude Design klar gewinnt: das Deck als Dokument zu denken, das einen Punkt argumentiert. Deshalb hat sich Figmas Aktie am Launch-Tag bewegt. Claude Design bedroht die konzeptionelle Schicht der Design-Arbeit, nicht die Template-Schicht.
Das 3D-Globus-Rendering, die Dashboard-Generierung und der Handoff-zu-Claude-Code-Flow sind die drei Features, die ich erst schaetzen lernte, als ich sie benutzt habe. Die Design-System-Injection — gib Claude deine Brand Tokens und jeder Export bleibt on-brand — ist das Feature, das die meisten Teams leise zuerst adoptieren werden, weil es der guenstigste Sofortgewinn ist.
Signal-Urteil: Tier 1 fuer jeden, der woechentlich Decks, One-Pager oder Prototypen baut. Wenn du ein Solo-Business oder eine kleine Agentur fuehrst, zahlt sich das beim ersten Deck aus. Wenn du meinen breiteren Take zur gleichen Capability-Klasse willst, setzt mein frueheres Schreibstueck ueber KI-App-Design-Systeme und wie ich Produktions-UI generiere den Kontext, warum dieses Release jetzt wichtig ist.
5. Google Gemini Free NEET UG Mock Tests — Der am wenigsten berichtete Drop der Woche
Das ist der, den US-Publikationen fast flaechendeckend verpasst haben. Am 14. April 2026 hat Google still und leise kostenlose, volle NEET-UG-Mock-Tests in der Gemini-App fuer indische Studierende ausgerollt, entwickelt in Partnerschaft mit PhysicsWallah und Careers360, zum Launch nur Englisch, kostenlos fuer jeden mit einem Google-Konto. NEET ist die Pruefung, die ueber die Zulassung zum Medizinstudium fuer rund 2,3 Millionen indische Studierende pro Jahr entscheidet, Pruefungstermin am 3. Mai 2026.
Prompte die Gemini-App mit I want to take a NEET mock exam und du bekommst eine vollstaendige Pruefung auf Zeit, die in Fragenzahl und Schwierigkeit der echten Pruefung entspricht. Nach dem Einreichen bewertet Gemini sie mit Schritt-fuer-Schritt-Erklaerungen, markiert Schwaechen und generiert zielgerichtete Lernempfehlungen. Ein aehnliches Feature wurde bereits fuer SAT und JEE Main ausgerollt. Mehr Sprachen kommen.
Warum ist das Tier-1-Signal? Weil die Nachhilfe-Industrie rund um NEET in Indien jaehrlich Milliarden von Dollar generiert. Google hat gerade ein Kernprodukt dieser Industrie kostenlos, KI-personalisiert, an jeden Pruefungskandidaten verschenkt — 19 Tage vor der Pruefung selbst. Paare das mit aehnlichen Drops fuer JEE (Engineering) und GATE (Postgraduate), und was du beobachtest, ist Google, die KI einsetzen, um auf Bildungsinfrastruktur in einem Markt zu konkurrieren, in dem kein US-Lab eine echte Antwort hat.
Wenn dein Weltbild zu KI nur US-Launches umfasst, hast du gerade einen strategischen 10-Milliarden-Dollar-Zug verpasst, weil er nicht bei TechCrunch gelandet ist. Das ist der Drop, den ich das ganze Jahr auf Zweitfolgen beobachten werde.
Signal-Urteil: Tier-1-Strategiezug, Tier 2 fuer individuellen Workflow-Impact, es sei denn, du bist indischer Studierender oder Ed-Tech-Operator.
Der Kontext-Tier: Drei Drops, die das Quartal praegen, nicht die Woche
Diese Releases sind wichtig, aber sie veraendern deinen unmittelbaren Workflow nicht. Sie veraendern, wie du den naechsten Drop liest.
6. OpenAI GPT-Rosalind — Eine Vertical-Model-Erklaerung, kein Horizontal-Upgrade
GPT-Rosalind ist am 16. April gelauncht, benannt nach der britischen Chemikerin Rosalind Franklin, deren Roentgenkristallografie-Arbeit grundlegend fuer die Entdeckung der DNA-Doppelhelix war. Es ist OpenAIs erstes Frontier-Reasoning-Modell, das speziell fuer Life Sciences gebaut wurde — Biologie, Medikamentenentwicklung, translationale Medizin. Trusted-Access-Deployment, initialer Rollout an qualifizierte Enterprise-Kunden in den USA. Partner beim Launch: Amgen, Moderna, Allen Institute, Thermo Fisher Scientific.
Das Modell liefert seine beste Performance bei Aufgaben, die Reasoning ueber Molekuele, Proteine, Gene, Pathways und Krankheitsbiologie verlangen. Es ist besser als allgemeine Frontier-Modelle darin, wissenschaftliche Tools und Datenbanken in mehrstufigen Forschungs-Workflows zu nutzen — Literaturreview, Sequenz-zu-Funktion-Interpretation, experimentelle Planung, Datenanalyse.
Ich habe keinen Zugang. Die meisten, die das hier lesen, haben ihn nicht. Warum steht es also auf meiner Liste?
Weil es OpenAI ist, die dir sagen, wo sie die Marge sehen. Zwei Jahre lang war die Frontier-Lab-Strategie "ein riesiges Allzweck-Modell gewinnt alles". GPT-Rosalind ist die oeffentliche Umkehrung dieser These. Vertikale Research-Agents mit kuratierten Tool-Zugaengen schlagen horizontale Assistenten in Hochsatz-Domaenen — Medikamentenentwicklung heute, Recht morgen, Materialwissenschaft naechstes Jahr. OpenAI hat sich mit einem spezialisierten Modell und benannten Enterprise-Partnern oeffentlich zu dieser Strategie bekannt. Das ist eine Wette darauf, dass das "Allzweck-gewinnt-alles"-Framing falsch war.
Kontext-Urteil: als Produkt ignorieren, als Strategie lesen. Die naechsten zwoelf Monate KI werden viel mehr "GPT-[Fachgebiet]"-Modelle hervorbringen als "GPT-6".
7. Metas KI-Klon von Mark Zuckerberg — Die Meta-igste Meta-Ankuendigung aller Zeiten
Berichte Mitte April haben bestaetigt, dass Meta einen fotorealistischen, 3D-animierten KI-Klon von Mark Zuckerberg baut, trainiert auf Fotos, Stimme, Manierismen, Sprachmustern und oeffentlichen Statements — sogar seinem strategischen Denken — entwickelt, um stellvertretend fuer ihn an internen Meetings bei rund 79.000 Mitarbeitenden teilzunehmen. Wenn der interne Pilot erfolgreich ist, plant Meta Berichten zufolge, ein aehnliches Produkt fuer Creator und Persons of Public Interest zu oeffnen, damit sie sich selbst klonen koennen.
Zuckerberg "vibe-coded" persoenlich KI-Projekte fuenf bis zehn Stunden pro Woche und trainiert und testet das System selbst. Das interne Framing ist das Abflachen der Managementhierarchie — Mitarbeiter "naeher an den Gruender" zu bringen, ohne den Kalender-Constraint.
Ich will ehrlich sein. Meine erste Reaktion war, das abzutun. Zweite Reaktion: den Artikel nochmal lesen. Dritte Reaktion: das wird passieren, ob es uns gefaellt oder nicht, und die interessante Frage ist nicht "wird Meta es ausliefern", sondern "was passiert, wenn jede Person of Public Interest eine lizenzierte KI-Avatar-Schicht hat". Denn wenn Meta das fuer Creator oeffnet, was sie explizit angekuendigt haben, veraendert sich der Auslieferungsmechanismus fuer Newsletter, Podcasts und 1:1-Coaching dramatisch. Es schafft auch eine neue Kategorie von Deepfake-Haftung, fuer die wir meiner Meinung nach noch keine regulatorische Sprache haben.
Kontext-Urteil: nicht dringend, aber beobachten. Das ist eine Capability mit einem Quartal Vorlaufzeit und mehrjaehrigem Impact darauf, wie Vertrauen und Identitaet online funktionieren.
8. Jesse Genets Elf-Agent-Homeschool — Das beste "Wie ich KI nutze"-Profil des Jahres
Jesse Genet ist eine ehemalige Y-Combinator-Gruenderin, die ihre Verpackungsfirma Lumi verkauft, vier Kinder bekommen und dann auf Homeschooling umgeschwenkt hat. Vor sechs Monaten hatte sie noch nie ein Terminal geoeffnet. Heute betreibt sie elf KI-Agents in ihrem Haushalt — jeden auf einem eigenen Mac mini — darunter Claire (Chief of Staff), Sylvie (Homeschool-Curriculum-Planerin), Cole (Software-Entwicklerin), Theo (Content-Creator), Finn (Finanzen). Jeder Agent hat einen Scope, einen Mac und klare Grenzen.
Der Teil, der mich aufhorchen liess: sie fotografiert die Curriculum-Buecher ihrer Kinder, fuettert sie in Sylvie ein und bekommt strukturierte 70-Lektionen-Jahresprogressionen zurueck, angepasst an den Lernstand jedes Kindes und inklusive Montessori-Methoden plus bereits vorhandener Materialien. Volle Curriculum-Entwicklungskosten in API-Tokens: rund 8 $ pro Fach.
Warum das als Kontext wichtig ist: es ist der praktischste Blueprint, den ich bisher gesehen habe, wie "Agent-Teams zu Hause" tatsaechlich aussehen, wenn jemand ohne Software-Hintergrund das umsetzt. Keine Startup-Demo. Kein Keynote. Eine tatsaechlich funktionierende Heim-Infrastruktur. Das Ein-Mac-mini-pro-Agent-Pattern mit eingegrenzten Verantwortlichkeiten ist exakt die Architektur, fuer die ich im professionellen Umfeld pushe — siehe Agent-Teams und Multi-Mac-Orchestrierung — und sie hat sie fuer einen Haushalt umgesetzt.
Kontext-Urteil: das Profil lesen, das Pattern speichern, aber nicht versuchen, alle elf Agents zu kopieren. Das Lehrbare ist die Scoping-Disziplin, nicht die Agent-Zahl.
Der Noise-Tier (mit echtem Signal darin versteckt): Der Google-Blitz plus alles andere
Google hat diese Woche sechs Oberflaechen ausgeliefert. Einzeln ist keine davon Tier 1. Kollektiv sagen sie dir, dass Googles KI-Produktstrategie im Moment die koordinierteste aller Labs ist. Ich gehe sie durch.
9. Google Flow Music (frueher ProducerAI) + Lyria 3 Pro
Google hat ProducerAI am 20. April in Google Flow Music umbenannt und unter das Flow-Creative-Brand-Umbrella zusammen mit Flow Video gebracht. Flow Music wird angetrieben von Lyria 3 Pro, Googles 3-Minuten-KI-Musikgenerierungsmodell von Ende Maerz 2026, das Custom-Intro/Verse/Chorus/Bridge-Struktur und spezifische Instrument-Prompts wie "saxophone solo, distorted bassline, fuzzy guitars" unterstuetzt.
Das Signal-Feature ist die neue Remix-Interaktion — bestehende Sektionen eines Tracks durch kontextuelle Prompts ersetzen und erweitern. Ich habe es an einem 90-Sekunden-Hintergrundtrack fuer ein Produkt-Demo-Video getestet. "Extend this section for 30 seconds" funktionierte besser als erwartet. "Change the mood of the second half to feel more tense" hat etwas produziert, das ich tatsaechlich genutzt habe, statt von Null neu zu generieren. Vor zwei Monaten haette ich fuer dieses Video Stock-Musik lizenziert.
Noise-Tier-Urteil: Tier 2 fuer Video-Creator, Tier 3 fuer alle anderen. Echter Hebel, wenn du woechentlich Videos machst. Ignorieren, wenn nicht.
10. Google Flow Video — Voice-Locking ueber 30 Stimmen
Flows Februar-Voice-Continuity-Feature ist diese Woche gereift. Du kannst jetzt eine von 30 unterschiedlichen Stimmoptionen zuweisen, wenn du in Flow ein Ingredient auswaehlst, und die Stimme wird ueber jede Szene, jeden Schnitt und jede Aktion gelockt. Aktuell experimentell, nur Ultra-Tier.
Ich habe zwei Charakterprofile getestet. Das erste kam sauber durch, mit konsistenter Stimme ueber eine Drei-Schnitt-Sequenz. Das zweite hatte mitten im Satz einen Pitch-Shift, den ich nicht erklaeren konnte. Nicht produktionsreif, aber die Richtung stimmt. Charakterkonsistenz war die groesste Huerde fuer KI-Video-Storytelling; Voice-Locking war die Haelfte des verbleibenden Problems.
Noise-Tier-Urteil: aktuell Tier 3, auf Stabilisierung warten. Wenn du Narrative-KI-Videos machst, ist das in sechs Monaten echtes Standard-Territorium.
11. Google Stitch — Custom-Logos und projektuebergreifendes Copy-Paste
Google Stitch hat sein 2.0-Upgrade am 19. Maerz 2026 ausgeliefert, und das Follow-up dieser Woche hat Custom-Logo-Upload und projektuebergreifendes Copy-Paste fuer wiederverwendbare Components hinzugefuegt. Das 2.0-Fundament ist das, was mich interessiert: ein KI-natives Infinite Canvas, bis zu fuenf parallel generierte Screens und ein DESIGN.md-natural-language-File-Format, das Interface-Design-Entscheidungen, Component-Spezifikationen und Styling-Regeln als portable, lesbare, versionierbare Design-Intention erfasst.
DESIGN.md ist der Teil, der mich innehalten und aufmerken liess. Es ist im Prinzip README.md fuer dein Design-System — lesbar fuer Menschen und Agents, aus jeder URL extrahierbar, projektuebergreifend importierbar. Dieses Format wird mehr zaehlen als die Canvas-UI. Ich habe einen laengeren Hands-on-Breakdown von Stitch 2.0, wenn du die komplette Tour willst.
Noise-Tier-Urteil: Tier 2 fuer Solo-Designer und kleine Produktteams, die Figma-Klasse-Output ohne den Preis wollen. Waehrend der Labs-Experimentalphase weiterhin kostenlos.
12. YouTube Reimagine — Shorts mit dir darin eingefuegt
YouTube Reimagine ist am 18. Maerz 2026 oeffentlich gestartet, angetrieben von Googles Veo-Videomodell und Gemini fuer Prompt-Vorschlaege. Eingebettet im bestehenden Remix-Tool laesst es Zuschauer jedes berechtigte Short nehmen, bis zu zwei Referenzbilder aus ihrer Kamerarolle hinzufuegen — ein Gesicht, ein Objekt, eine Umgebung — und einen 8-Sekunden-Clip generieren, der diese Referenzen in die Szene einsetzt. Jeder generierte Clip verweist automatisch zurueck auf den Original-Creator und kreditiert ihn.
Die Credit-Mechanik ist der interessante Teil. Reimagine ist das erste grosse KI-Remix-Produkt, das ich gesehen habe, das Attribution standardmaessig in den Generierungs-Flow einbaut. Wenn sich dieses Pattern durchsetzt, setzt es einen Praezedenzfall dafuer, wie Creator-Credit in der KI-Remix-Aera gehandhabt wird.
Noise-Tier-Urteil: Tier 3 fuer die meisten Wissensarbeiter, Tier 1 fuer Creator mit aktivem Shorts-Publikum. Experimentier damit. Deine Clips werden ge-remixt, ob du mitmachst oder nicht.
13. Perplexity Personal Computer — Ich habe dafuer einen Mac mini gekauft
Am 16. April hat Perplexity Personal Computer for Mac fuer Max-Abonnenten (200 $/Monat) gelauncht, priorisiert per Warteliste. Druecke beide Command-Tasten auf einem Mac, und es aktiviert sich. Es sieht deine aktiven Fenster. Es greift auf iMessage, Apple Mail, Calendar, Messages, Notes zu und integriert sich mit Slack. Es laeuft auf jedem Mac mit macOS 14 Sonoma oder neuer, aber Perplexity empfiehlt explizit einen dedizierten Mac mini, damit es 24/7 laufen kann. Kill-Switch, User-Bestaetigung pro Aktion und ein Audit-Trail fuer jeden Task.
Ich habe einen vollen Hands-on-Review von Perplexity Computer frueher in seinem Leben geschrieben — der Personal-Computer-Launch ist die Version, auf die ich gewartet habe. Das Setup dauerte rund 40 Minuten auf einem M4 Mac mini. Woche eins habe ich es fuer drei Dinge genutzt: Morning-Digest aus naechtlichem Slack + E-Mail + Kalender + News, einen Meeting-Scheduling-Workflow, der meinen Kalender mit der Verfuegbarkeit des Empfaengers abgleicht, und Status-Updates am Ende meiner Arbeitssessions in Slack zu pushen.
Der Tradeoff bei 200 $/Monat: das ist kein Tool, das ist eine ausgelagerte Assistenz. Wenn du mehr als 200 $/Monat an Entscheidungs-Friction verarbeitest — und die meisten, die ein Business fuehren, tun das — ist die Mathematik trivial. Wenn du nur einen Chatbot willst, ist das nicht das Produkt.
Noise-Tier-Urteil: Kontext-Tier, wenn du qualifizierst, Skip-Tier, wenn nicht. Ich packe es in Noise, weil die meisten Leser keine 200 $/Monat zahlen werden, nicht weil ihm Substanz fehlt.
14. Google Colab Learn Mode — Schrittweiser Coding-Tutor
Am 8. April hat Google Learn Mode in Colab ausgeliefert. Es dreht Geminis Default-Verhalten um: statt einen Codeblock zum Kopieren zu generieren, fragt Learn Mode, was du schon verstehst, generiert aufgebaute Uebungen, erklaert die Logik hinter jedem Schritt und fuehrt dich Section fuer Section durch. Google hat auch Custom Instructions ausgeliefert, direkt in Notebooks gespeichert, die mit dem Notebook mitwandern, wenn es geteilt wird.
Ich habe es an einem Schwachpunkt getestet — effiziente numpy-Vektorisierung schreiben. Gemini hat mir keinen Code vor die Fuesse geworfen. Es hat gefragt, was ich schon wusste. Drei zunehmend schwerere Uebungen generiert. Mich durchgefuehrt, warum Broadcasting der richtige Zug war, statt mir nur die Syntax zu zeigen. Genau die Form sollte KI-Bildung die letzten zwei Jahre gehabt haben.
Noise-Tier-Urteil: Tier 2 fuer jeden, der aktiv Skills aufbaut, Tier 3 fuer Leute im Shipping-Modus. Lehrkraefte und Bootcamp-Betreiber: das ist euer neuer bester Freund.
15. Chrome Skills — Wiederverwendbare KI-Prompts ueber Tabs hinweg
Am 14. April hat Chrome Skills hinzugefuegt — speichere einen Gemini-Prompt als Ein-Klick-Skill, lass ihn ueber die Seite laufen, die du ansiehst, und ueber jeden anderen ausgewaehlten Tab. Gemini in Chrome triggert mit Forward-Slash oder dem Plus-Button. Synchronisiert ueber Desktop-Geraete mit demselben Google-Konto. Skills-Bibliothek mit vorgefertigten Templates fuer Produktivitaet, Shopping, Rezepte, Budgetierung. Launch fuer Mac, Windows und ChromeOS in Englisch-US.
Ich habe am ersten Tag drei Skills gespeichert: "summarize this doc for my weekly newsletter in my voice", "extract the pricing tiers from this competitor page", "flag accessibility issues on this page". Sie laufen jetzt als Ein-Klick-Aktionen. Kleines Feature, ueberproportionaler Effekt auf taegliche Friction. Das ist die Art von Browser-nativer KI-Primitive, die leise im Hintergrund verschwindet, wie du browst.
Noise-Tier-Urteil: Tier 3 einzeln, Tier 1 kumulativ. Die 2-Sekunden-Friction, die Skills aus wiederholten Prompts entfernt, potenziert sich ueber tausende Workflows.
Das Muster hinter allen fuenfzehn Drops
Zoome aus den einzelnen Releases heraus, und ein klares Muster erscheint. Jedes Lab konvergiert auf dieselben drei Ideen.
Eins. Der Agent, der deine Arbeit spaeter wieder aufnimmt, wird zum Default-Interaktionsmodell. Claude Routines, Codex-Scheduler, Perplexity Personal Computer — alle drei haben "Tage oder Wochen spaeter aufwachen, um weiterzuarbeiten" im selben Sieben-Tage-Fenster ausgeliefert. Bis Q3 2026 ist das kein Feature, sondern Standard.
Zwei. Vertikale Modelle mit kuratiertem Tool-Zugang gewinnen die Hochsatz-Arbeit. GPT-Rosalind ist das offensichtliche Signal. Aber Claude Design ist ebenfalls ein vertikales Produkt — Opus 4.7 plus Design-Tooling plus Exportformate. Google Stitch ist dieselbe Form fuer App-UI. Perplexity Personal Computer ist ein vertikales Modell fuer Mac-native Wissensarbeit. Horizontale Assistenten werden in vertikale Erlebnisse zerlegt.
Drei. Die Interaktionsschicht komprimiert sich auf einen von drei Orten: Browser, Desktop-Cursor oder Terminal. Chrome Skills hat Gemini als Primitive in den Browser bewegt. Codex und Personal Computer haben Agents auf den Mac-Cursor bewegt. Claude-Code-Routines bleiben im Terminal zuhause. Das Paradigma "mit einer KI in einem separaten Fenster chatten" stirbt leise. KI loest sich in die Oberflaechen auf, die du bereits nutzt.
Wenn du eine Sache aus dem News-Zyklus dieser Woche mitnimmst, nimm dieses dritte Pattern mit. Wo du deine KI installierst, bestimmt, was du mit ihr machen kannst. Die Labs wetten auf Browser, Cursor und Terminal. Nicht auf noch eine Chat-App.
Was ich diese Woche tatsaechlich mache
Drei Zuege auf meinem Kalender, basierend auf den Drops dieser Woche. Deine Prioritaeten werden anders aussehen, aber die Form der Entscheidung ist dieselbe.
Erstens habe ich mein Montags-Content-Audit von einem manuellen 90-Minuten-Workflow zu einer Claude Routine verschoben. Feuert jeden Montag um 7 Uhr. Zieht Konkurrenzposts, vergleicht sie mit meiner Content-Map, schreibt ein Briefing in Notion. Vier Tage rein, null Ausfaelle. Das allein gewinnt rund fuenf Stunden pro Monat zurueck.
Zweitens habe ich meinen Pitch-Deck-Workflow in Claude Design neu gebaut. Jedes Kunden-Deck in den naechsten 30 Tagen laeuft zuerst durch Claude Design, danach in Claude Code fuer jegliche interaktiven Prototypen, auf die das Deck verweist. Mein Canva-Abo ist auf Kuendigungsbeobachtung. Wenn die naechsten drei Decks dem entsprechen, was ich diese Woche gesehen habe, kuendige ich das Abo komplett.
Drittens habe ich aufgehoert, den Perplexity Personal Computer als "interessant, vielleicht spaeter probieren" zu behandeln, und den dedizierten Mac mini bestellt. 200 $/Monat fuer eine Always-on-Assistenz, die meinen Kalender, Inbox-Triage und den End-of-Session-Slack-Digest besitzt, ist eine Mathematik, die ich nach drei Sessions Morning-Digests, die besser waren als alles, was ich manuell geschrieben habe, nicht mehr hinterfragt habe.
Nichts, was ich diese Woche gemacht habe, kostete mehr als 250 $ einmalig plus 200 $/Monat. Alle drei Zuege sind innerhalb eines Abrechnungszyklus reversibel. Aber jeder einzelne kam aus Drops, die in einer Woche begraben waren, in der alle Claude Design und Codex berichtet haben.
Die eine Frage, mit der es sich zu sitzen lohnt
Oeffne deinen Kalender fuer naechsten Montag. Nicht die kommende Woche — die danach. Schau dir die ersten drei Stunden Arbeit an, die du geplant hast.
Wie viel davon ist teures Kontext-Neuladen? Das Zeug, bei dem du dreissig Minuten damit verbringst, dich zu erinnern, was du gemacht hast, den Stand der letzten Woche wieder heranzuziehen, deine eigenen Notizen neu zu lesen, dich zurueck ins Problem zu orientieren?
Wenn die ehrliche Antwort "das meiste davon" ist, war das deine Woche. Zwei Labs haben gerade das Feature ausgeliefert, das dieses Problem auffrisst. Eines davon ist in einem Abo enthalten, das du wahrscheinlich schon hast. Das andere kostet 200 $/Monat.
Die Luecke zwischen den Leuten, die dieses Signal diese Woche erfasst haben, und den Leuten, die naechsten Monat immer noch Pressemitteilungen lesen, wird sich nicht schliessen. Sie wird sich potenzieren.
Lass uns zusammenarbeiten
Moechtest du KI-Systeme bauen, Workflows automatisieren oder deine Tech-Infrastruktur skalieren? Ich helfe gerne.
- Fiverr (Custom Builds & Integrationen): fiverr.com/s/EgxYmWD
- Portfolio: mejba.me
- Ramlit Limited (Enterprise-Loesungen): ramlit.com
- ColorPark (Design & Branding): colorpark.io
- xCyberSecurity (Security-Services): xcybersecurity.io
