KI-Überblick 14. Mai 2026: Was sechs Tage vor der I/O wirklich passiert
Es ist 7:14 Uhr morgens am Donnerstag, ich habe drei Terminals offen, eines davon schreit mich an, und mein Kaffee ist bereits kalt.
Das Terminal, das mich anschreit, ist Claude Code. Genauer gesagt der Daemon, den ich für eine meiner Markenseiten betreibe — der jeden Morgen still Inhalte über vier Content-Verzeichnisse hinweg abgleicht. Vor zwei Wochen lief das im Autopilot zum Preis eines einzigen Max-Abonnements. Seit dem 13. Mai kostet genau derselbe Job mich echte API-Credits zusätzlich zum Abonnement — weil Anthropic die programmatische Nutzung in einen eigenen kostenpflichtigen Bereich ausgelagert hat. Gleicher Agent. Gleiches Modell. Gleicher Prompt. Andere Rechnung. Ich rechne noch an der neuen Kalkulation.
In einem anderen Tab entfaltet sich in Echtzeit ein Reddit-Thread darüber, dass jemandes iOS-Gemini-App über vierundzwanzig Stunden durch Modellversionen rotiert und bei etwas namens Gemini 3.2 Flash gelandet ist. Es gibt Screenshots. Es gibt ein neu gestaltetes Interface mit einem pillenförmigen Prompt-Feld und einem pulsierenden Gradienten-Hintergrund, um den niemand gebeten hat. Google I/O ist in sechs Tagen. Die Leaks sind nicht subtil.
Und auf meinem zweiten Monitor ist ein X-Post über Figures Helix-02-Roboter mit 14 Millionen Aufrufen geöffnet — ein Livestream, in dem humanoide Roboter eine komplette 8-Stunden-Schicht in einem Lager ohne einen einzigen Menschen in der Kette absolviert haben. Batteriewechsel. Selbstdiagnose. Multi-Roboter-Koordination durch visuelle Signale. Das Förderband hat nicht ein einziges Mal angehalten.
So sieht dieser KI-Überblick vom 14. Mai 2026 von meinem Schreibtisch aus. Vier Labore, ein Robotikunternehmen und eine Branche am Scheideweg zwischen einem echten Durchbruch auf der Google I/O oder einer still peinlichen Enttäuschung. Ich möchte euch zeigen, was ich verfolge, was ich bereits getestet habe, was niemand laut ausspricht, und was ich diese Woche an eurer Stelle tun würde.
Wenn ihr den größeren Rahmen wollt, wie ich den Mai 2026 lese — die SubQuadratic-Geschichte, den Finance-Agent-Krieg, den Mariner-Sonnenuntergang — mein Feldbericht von Anfang des Monats bereitet den Boden. Dieser Überblick setzt dort an, wo jener aufgehört hat.
Die Ausgangslage: Sechs Tage vor der meistbeladenen Keynote seit zwei Jahren
Es gibt etwas, das in der Woche vor einer großen KI-Keynote passiert. Die Leaks beschleunigen sich. Die Labore kontern. Die Benchmarks werden fragwürdig. Die Pressemitteilungen werden vage. Und irgendwo darunter mahlt der eigentliche Produktzyklus weiter, wo die interessante Geschichte normalerweise steckt.
Diese Woche war genau das, in komprimierter Form.
Google hat Gemini-3.2-Varianten im A/B-Test innerhalb der iOS-App, die auf LMArena und AI Studio ohne Ankündigung auftauchen — genau das Stealth-Upgrade-Muster, das ich bei Flash vor drei Wochen verfolgt habe. OpenAI hat GPT-5.6 unter zwei Codenamen im internen Test, mit einer Polymarket-Prognose von 89 % Wahrscheinlichkeit für eine Veröffentlichung vor dem 30. Juni 2026. Anthropic hat gerade eine 50-prozentige Erhöhung der wöchentlichen Limits für Claude-Code-Abonnenten veröffentlicht — und fast gleichzeitig die SDK- und GitHub-Actions-Nutzung in einen separaten kostenpflichtigen Credit-Pool ausgegliedert, was die Community wütend macht. Figure hat eine vollautonome 8-Stunden-Schicht live gestreamt. Und irgendwo im Hintergrund baut Hermes Agent weiterhin leise am interessantesten Open-Source-Agenten-Projekt dieses Zyklus.
Das sind keine fünf unzusammenhängenden Geschichten. Es ist eine Geschichte aus fünf verschiedenen Perspektiven. Rechenkapazität ist knapp. Den Laboren geht das Gratis-Budget aus. Robotik holt auf. Und die Frage, die jeder Builder, der das hier liest, sich stellen sollte, ist dieselbe, die ich mir stelle: Auf welche dieser Bewegungen setze ich diese Woche, und welche sitze ich aus?
Ich zeige euch, worauf ich setze. Ich fange mit Google an, weil die Keynote in sechs Tagen ist und dort der Lärm am lautesten ist.
Google: Gemini 3.2 ist weniger als das Leak vermuten lässt
Hier ist der Teil des Zyklus, in dem ich normalerweise gegen den Drang ankämpfen muss, zu übertreiben.
Das Gemini-3.2-Flash-Leak ist real. Eine kleine Anzahl von iOS-Nutzern mit App-Version 1.2026.1710205 hat das Modell in ihrer Auswahl gesehen. LMArena hat stille Benchmarks damit durchgeführt. Der gemeldete Preis — 0,25 $ pro Million Input-Tokens — unterbietet Gemini 3.1 Pro und soll dabei in Coding- und Kreativaufgaben einen Großteil seiner Fähigkeiten erreichen. Das „Liquid Glass"-UI-Redesign ist ein echter Screenshot, kein Fan-Mockup. Nichts davon steht in Frage.
Wogegen ich mich wehren möchte, ist die Einordnung.
Ich habe diese Woche Zeit mit den geleakten Varianten verbracht, über jeden Hinterkanal, den ich aufstellen kann — Modellauswahl-Rotationen, die AI-Studio-Vorschau, einige der LMArena-Duelle, bei denen das aufgerüstete Modell auftauchte. Flash ist bei der SVG-Generierung wirklich beeindruckend. Ich habe meinen Standard-PS5-Controller-Prompt und einen Xbox-Series-X-Controller-Prompt durchlaufen lassen und bei beiden korrekte Proportionen bekommen, mit korrekter Tastenplatzierung und richtigen Triggern. Das ist ein deutlicher Fortschritt gegenüber der ursprünglichen Gemini 3 Flash-Baseline, die ich im April getestet habe. Die Single-Prompt-Mac-OS-Klon-Demo, die auf X die Runde macht — ein Desktop-Interface mit funktionaler Fensterleiste, Menüleiste und drei funktionierenden Apps in einem Schuss — ist real. Ich habe eine ähnliche Version nachgebaut.
Aber hier ist, was es nicht in die Leak-Berichterstattung schafft. Die Haupt-Variante von Gemini 3.2 — die, die auf der Keynote wahrscheinlich als „Pro" gebrandmarkt wird — ist kein Sprung. In Seite-an-Seite-Tests zur Frontend-Generierung gegen Gemini 3.1 Pro hat das aufgerüstete Modell tatsächlich mehr repetitive UI-Muster produziert. Karten mit der immer gleichen Abgerundete-Ecken-Pillen-Button-Icon-Struktur. Hero-Sections, die sich alle gleich anfühlen. Ein leichter Rückschritt in Richtung der Design-Ausgabe, die man von einem zwei Generationen älteren Modell erwarten würde. Ich habe die gleichen Prompts auf Claude Opus 4.7 getestet, und der Unterschied war nicht subtil.
Die internen Codenamen sind sogar noch interessanter. Es gibt mindestens zwei weitere Varianten, die in Seitenkanal-Tests auftauchen — nennen wir sie Sprite und Cola, weil das ihre Bezeichnungen in den Routing-Logs sind. Die Cola-Variante läuft mit merklich höherem Reasoning-Aufwand und liefert bessere Ergebnisse bei Long-Context-Aufgaben. Diese könnte die sein, die bei der I/O das „Deep Think"- oder „Ultra"-Label bekommt. Sprite sieht nach einem auf Geschwindigkeit optimierten Mittelklasse-Modell aus, das wahrscheinlich der Flash-Nachfolger im Lineup wird.
Meine ehrliche Einschätzung zu dem, was Google am 19. oder 20. Mai ausliefert: Ein echtes, nützliches Flash-Upgrade mit starker SVG- und Single-Prompt-UI-Generierung. Ein Pro-Modell, das inkrementell ist, nicht transformativ. Eine Deep-Think- oder Ultra-Variante, die auf den Benchmark-Folien die Schwerarbeit leistet. Die öffentlichen Erwartungen an einen Sprung im Stil von Sonnet 4.6 sind zu hoch. Ich würde nach unten kalibrieren.
Es gibt noch eine andere Sache, die aus Google heraussickert und die noch niemand richtig einordnet.
Das Omni-Videomodell ist die eigentliche Geschichte
Gemini Omni ist diese Woche online geleakt worden — möglicherweise Veo 4, möglicherweise eine separate Produktlinie, die Namensgebung ist noch unklar. Die aufgetauchten Demos zeigen Videobearbeitung und Szenenmodifikation mit einer Art von Bewegungserhaltung und struktureller Konsistenz, die frühere Veo-Generationen über Schnitte hinweg nicht halten konnten. Gesichter bleiben bei Winkeländerungen korrekt. Hintergrundgeometrie übersteht Kamerabewegungen. Objektpermanenz ist schärfer als alles, was ich aus Sora 2 oder Kling 3.0 bei den gleichen Prompts gesehen habe.
Es ist noch sehr früh. Die Demos sind kurz. Es gibt keinen öffentlichen Zugang. Die Hände und feinen Bewegungsdetails driften noch an Stellen, an denen man von einem Frontier-Modell Stabilität erwarten würde. Aber die Entwicklungsrichtung ist klar, und wenn Google irgendeine Version davon bei der I/O mit einem vernünftigen Nutzungskontingent ausliefert, ändert das die Video-Pipeline, die ich betreibe für eine meiner Marken.
Meine Wette: Omni bekommt einen Teaser bei der I/O, keinen vollständigen Launch. Begrenzter Preview-Zugang. Echter Release bis Q3.
Das war Google für den Moment. Kommen wir zum Labor, das diese Woche in Developer-Slack-Channels den meisten Lärm macht.
Anthropic: Eine 50-%-Limiterhöhung, eine effektive 10x-Kürzung und ein Vertrauensproblem
Ich werde sehr versuchen, diesen Abschnitt zu schreiben, ohne mich aufzuregen.
Ich werde wahrscheinlich scheitern.
Anthropic hat am 13. Mai fast gleichzeitig zwei Dinge ausgeliefert, die in entgegengesetzte Richtungen ziehen, und man kann das eine nicht ohne das andere verstehen. Ich lege beides dar und sage euch dann, was es an meinem Schreibtisch wirklich bedeutet.
Die gute Nachricht: wöchentliche Limits sind bis zum 13. Juli um 50 % gestiegen. Anthropic hat angekündigt, dass die wöchentlichen Claude-Code-Limits für Pro-, Max-, Team- und sitzplatzbasierte Enterprise-Nutzer um 50 % erhöht werden, gültig bis zum 13. Juli 2026. Der Free-Plan ist ausgenommen. Dies baut auf einer Verdopplung der Limits Anfang Mai auf, teilweise finanziert durch eine neue SpaceX-Compute-Partnerschaft. Auf dem Papier hat ein Max-Nutzer jetzt ungefähr das 3-Fache des wöchentlichen Claude-Code-Budgets von Mitte April. Das ist wirklich bedeutsam für die tägliche interaktive Coding-Arbeit — die Art Arbeit, bei der man am Terminal sitzt, Prompts tippt, Diffs betrachtet und ausliefert.
Die schlechte Nachricht: programmatische Nutzung hat das Gebäude verlassen. Im selben Zeitfenster hat Anthropic Agent SDK, GitHub Actions, claude -p und alle Drittanbieter-Agenten in einen separaten, gemessenen Credit-Pool ausgegliedert. Programmatische Workloads ziehen jetzt aus einem festen monatlichen Kontingent im Wert von 20 bis 200 Dollar je nach Tarif, abgerechnet zu API-Preisen, kein Rollover, verfällt am Monatsende. Wenn man das durchbrennt, zahlt man API-Preise zusätzlich zum Abonnement.
Wer Claude Code nur interaktiv am Terminal nutzt, für den ist das ein Nettogewinn. Man bekommt 50 % mehr Spielraum, und die Rechnung ändert sich nicht.
Wer Automatisierung betreibt — und viele der Leute, die das hier lesen, betreiben Automatisierung — dessen effektive Nutzung wurde gerade um das 10- bis 40-Fache gekürzt.
Ich werde konkret. Ich habe einige autonome Setups über meine Marken verteilt. Eines ist ein Content-Abgleich-Agent, der jede Nacht über alle vier Sites läuft. Eines ist ein stündlicher SEO-Monitor für eines meiner Kundenprojekte. Eines ist ein gegabeltes Subagent-Muster, das ich Anfang des Jahres für parallele Codebase-Analyse gebaut habe. Vor zwei Wochen liefen diese Workloads innerhalb der täglichen und wöchentlichen Limits meines Max-Abonnements — was bedeutete, dass die Grenzkosten jedes Laufs jenseits meiner Flatrate praktisch null waren. Heute ziehen diese Workloads aus einem monatlichen SDK-Credit-Pool von 200 Dollar zu API-Token-Preisen. Der Marken-Abgleich-Agent allein ist auf dem Weg, dieses Kontingent in elf Tagen aufzubrauchen.
Ich bin nicht der Einzige, der das spürt. Der Community-Thread zu dieser Änderung hat mehrere tausend Antworten auf Reddit und X. Die Darstellung innerhalb von Anthropic scheint zu sein, dass programmatische Nutzer das Abonnement ausgenutzt haben — was technisch stimmt, besonders die OpenClaw-ähnlichen Setups, die es Nutzern ermöglichten, kopflose Agent-Workloads über einen 20-Dollar-Pro-Plan zu routen. Aus reiner Stückkostenbetrachtung hat Anthropic recht, dass diese Flows nicht nachhaltig waren. Die Trennung ergibt geschäftlich Sinn.
Das Problem ist nicht die Trennung. Das Problem ist, wie sie ausgerollt wurde.
Sie wurde am selben Tag wie die 50-%-Erhöhung angekündigt, was die Schlagzeile zu „Claude-Code-Limits steigen!" machte, während die tatsächliche Erfahrung der halben Nutzerbasis war: „Eure bestehende Automatisierung ist gerade 10x teurer geworden." Die Transparenz darüber, was gegen den neuen Credit-Pool zählt und was nicht, war in den ersten 24 Stunden dünn. Der Migrationspfad für bestehende programmatische Workloads wird noch ausgearbeitet. Und die zugrundeliegende Botschaft — „wir haben Compute-Engpässe, also zahlen die Leute, die Agenten betreiben" — passt nicht zur Erzählung rund um den SpaceX-Compute-Deal.
Hier ist meine ehrliche Einschätzung. Anthropic hat mit einem echten, strukturellen Compute-Engpass zu kämpfen. Die Reasoning-Anstrengungslevel auf Opus 4.7 wurden seit Ende April leise reduziert auf Abonnement-Tarifen, weshalb einige von euch bemerkt haben, dass sich das Modellverhalten bei Langzeitaufgaben verschlechtert. Die Split-Billing-Maßnahme ist ein Weg, das interaktive Produkt margenpositiv zu halten und gleichzeitig programmatische Nutzung zu ihren wahren Kosten zu bepreisen. Das ist rational. Was nicht rational ist, ist wie der Rollout die Entwickler behandelt hat, die echte Produkte auf Claude Codes früherem Preismodell aufgebaut haben.
Ich nutze Claude Code weiterhin täglich. Ich wechsle nicht. Aber ich habe drei Workloads auf ein Hybrid-Setup umgestellt, bei dem die schwere programmatische Arbeit über Gemini 3.1 Pro auf AI Studio läuft (immer noch effektiv kostenlos für das Volumen, das ich brauche) und die interaktive Coding-Arbeit auf Claude Opus 4.7 bleibt. Anthropics Agent SDK ist immer noch die sauberste API-Oberfläche zum Bauen — ich bin nur vorsichtiger geworden, welche Jobs ihren Premium-Preis wert sind.
Der eine Lichtblick von Anthropic diese Woche ist wirklich nützlich.
Fast Mode ist jetzt Standard auf Opus 4.7
Fast Mode für Claude Code — die 2,5x-Geschwindigkeitskonfiguration, die Opus zu höheren Token-Kosten ohne Qualitätseinbußen laufen lässt — wurde heute, am 14. Mai, zum Standard-Fast-Mode-Modell auf Opus 4.7. Man schaltet es mit /fast im CLI um. Es erfordert Claude Code v2.1.139 oder höher.
Ich laufe seit Wochen mit Fast Mode auf Opus 4.6. Es auf Opus 4.7 einzuschalten ist, ehrlich gesagt, absurd. Die Antwortzeiten bei einem Multi-Datei-Refactoring, das ich normalerweise überwachen würde, sanken von ungefähr 90 Sekunden auf etwa 36. Die Modellausgabe ist identisch mit nicht-schnellem Opus 4.7 in allem, was ich verglichen habe. Der Kompromiss ist real — Fast Mode zieht von Extra-Credits, nicht vom Abonnement-Pool — also will man es nicht für alles einschalten. Für interaktives Coding, wo man tatsächlich auf Antworten wartet, ist es die Mehrkosten wert. Ich lasse es bei langen autonomen Läufen aus.
Profi-Tipp: Kombiniert Fast Mode mit dem Skill-basierten Workflow-Setup, das ich betreibe, und die Geschwindigkeit wird auf eine gute Art legitimerweise unangenehm. Das Modell generiert schneller, als ich lesen kann.
Das war Anthropic. Kommen wir zum anderen Labor, das still eine echte Woche hatte.
OpenAI: GPT-5.6 ist im Test, und da versteckt sich eine Super-App
OpenAI hat diese Woche kein Modell ausgeliefert. Sie sind zu beschäftigt, das nächste zu testen.
GPT-5.6 befindet sich im vollen internen Test unter zwei Codenamen, die in Entwickler-Logs und in LMArenas anonymer Modellrotation aufgetaucht sind: Ember Alpha und Beacon Alpha. Das „-alpha"-Suffix ist in OpenAIs Release-Muster bedeutsam. Es taucht tendenziell vier bis sechs Wochen vor einer öffentlichen Veröffentlichung auf. Kombiniert man das mit der Polymarket-Prognose von 89 % für ein GPT-5.6-Release vor dem 30. Juni, deutet die Rechnung auf Mitte Juni hin.
Was ich hier hervorheben möchte, ist, was sich im Testprozess selbst ändert.
OpenAI fährt bei GPT-5.6 merklich längere Red-Teaming- und Sicherheitsbewertungszyklen als bei GPT-5.5. Die internen Checkpoints sind seit Wochen in Codex-Logs sichtbar, aber die Testfenster sind verlängert. Mehrere Reasoning-Regime werden unter verschiedenen Safety-Tunings gegeneinander benchmarkt, bevor das Modell in die Nähe einer öffentlichen Release-Entscheidung kommt. Das ist meiner Einschätzung nach eine direkte Reaktion auf die Post-GPT-5.5-Halluzinations-Metrik-Offenlegungen — bei denen GPT-5.5 Instant Halluzinationen um 52,5 % in Hochrisiko-Domains senkte und das Unternehmen sich still verpflichtete, das zur künftigen Baseline zu machen.
Ich denke, GPT-5.6 erscheint mit einem deutlich besseren Halluzinations-Boden als GPT-5.5. Ich glaube nicht, dass es mit einem dramatischen Intelligenzsprung erscheint. Der Spud-Zyklus war der Intelligenzsprung. Dieser Zyklus dreht sich um Zuverlässigkeit.
Es gibt auch einen Teaser, der die Runde macht, über eine mögliche neue OpenAI-Super-App namens CodeX — großgeschrieben wie ein Produktname, nicht das bestehende Codex-CLI. Die Details sind dünn. Einige Screenshots, einige vage Beschreibungen eines „vereinheitlichten Arbeitsbereichs für Coding, Forschung und Ops." Es könnte ein Rebrand des bestehenden Codex-Daches mit einer polierten Consumer-Oberfläche sein. Es könnte die Browser-First-Oberfläche sein, die ich letzte Woche behandelt habe, die einen echten Produkt-Wrapper bekommt. Es könnte auch nichts sein.
Mein Instinkt: Das ist die Produktisierung des Codex-Chrome-Extension-+-Remote-Devbox-Stacks in etwas, das ein Nicht-Entwickler nutzen kann. Wenn OpenAI auf die OS-Ebene zielt — und die Belege vom 9. Mai deuten stark darauf hin — dann ist der nächste Schritt, den Agent-Stack in eine verbraucherfreundliche App-Oberfläche zu verpacken. Mitte Juni wäre ein logisches Fenster. Wir werden sehen.
Was ich diese Woche dagegen unternehme: nichts. Ich migriere keine Workloads zu OpenAI vor einem Modell, das ich nicht getestet habe. Ich behalte Codex installiert und in meinem Dock angepinnt, und ich werde meine Standard-Testbatterie am Tag durchlaufen, an dem GPT-5.6 landet. Wenn es eine bestimmte Schwelle bei der Zuverlässigkeit überschreitet — gemessen an meinem eigenen internen Evaluierungsset, nicht an Benchmark-Folien — werde ich dann einige Workloads umverteilen.
Das waren die drei großen Labore. Jetzt möchte ich kurz bei der Geschichte verweilen, über die fast niemand in meinem Feed schreit, von der ich aber denke, dass sie die eigentliche Schlagzeile der Woche sein sollte.
Figure AI: Die 8-Stunden-Schicht ist passiert, und man sollte darüber nachdenken
Stellt euch das Lager für einen Moment vor.
Standardlayout. Förderband in der Mitte. Auf einer Seite kommen Kistenstapel rein, auf der anderen gehen Pakete raus. Ein normales Team bräuchte sechs bis acht Menschen auf dem Hallenboden, plus einen Vorarbeiter, plus eine Wartungsperson in Bereitschaft. Eine Schicht dauert acht Stunden. Man macht Pausen. Man wechselt Personal durch. Man kümmert sich um den unvermeidlichen Stau in der Linie alle vierzig Minuten oder so.
Jetzt stellt euch dasselbe Lager ohne Menschen auf dem Boden für acht Stunden am Stück vor.
Das ist es, was Figure AI letzte Woche live gestreamt hat. Eine Flotte von Helix-02-Humanoiden hat eine volle 8-Stunden-Schicht absolviert — Pakete auf ein Förderband gelegt, Barcodes auf eingehenden Kartons erkannt, Pakete aufgenommen, so gedreht, dass die Barcodes nach unten zeigen, und in die Linie gelegt. Dauerbetrieb. Keine Fernsteuerung. Kein Mensch in der Kette.
Das neuronale Netz der Helix-02 erledigt alles durch On-Board-Inferenz. Kein Cloud-Roundtrip. Die Roboter sehen durch ihre Kameras, schlussfolgern über das Gesehene, planen ihre Bewegungen und führen sie aus. Als ein Roboter ein Problem mit seiner eigenen Leistung erkannte, diagnostizierte er sich selbst und ging autonom zum Wartungsbereich, um einen Flotten-Ersatz anzufordern. Die anderen Roboter passten ihren Workflow an, um die Lücke zu schließen. Das Förderband stoppte nie.
Sie koordinieren sich visuell. Es gibt keine verbale Kommunikation, kein internes Nachrichtenprotokoll, das man mit einem Netzwerk-Sniffer lesen könnte. Sie schauen einander an, beobachten den Zustand der Linie und passen sich an. So wie eine Lagerhaus-Crew, die seit zwei Jahren zusammenarbeitet, sich ohne Worte koordiniert.
Drei Dinge daran sind mir als Builder wichtig, nicht als Robotik-Enthusiast.
Erstens: Die Inferenz findet auf dem Gerät statt. Das ist der Teil, der Cloud-KI-Anbietern Sorgen machen sollte. Wenn ein Compute-Envelope der 1,5-kW-Klasse ein Vision-Language-Action-Modell betreiben kann, das gut genug für 8-Stunden-Paketbearbeitung ist, braucht der Long Tail der physischen KI keinen 1-Milliarden-Dollar-Inferenz-Cluster. Er braucht einen Chip und eine Stromversorgung. Die Ökonomie der physischen KI hat sich gerade auf bedeutsame Weise von der Ökonomie der Cloud-KI gelöst.
Zweitens: Die Multi-Agenten-Koordination ist emergent. Die Roboter wurden nicht vorprogrammiert, einander zuzunicken. Die visuelle Koordination entstand aus dem Training. Das ist dasselbe Muster, das ich in Multi-Agenten-Coding-Setups in den letzten sechs Monaten beobachtet habe — sobald man Agenten den Zustand des anderen beobachten lässt, beginnen sie sich auf Weisen zu koordinieren, die das ursprüngliche Training nicht explizit spezifiziert hat. Wir sehen dasselbe emergente Verhalten jetzt im physischen Raum auftreten.
Drittens: Die arbeitsmarktpolitische Implikation ist nicht mehr 18 Monate entfernt. Ich schreibe seit einem Jahr über die KI-und-Jobs-Frage. Der konventionelle Widerspruch war immer: „Ja, aber körperliche Arbeit ist noch ein Jahrzehnt sicher." Dieses Argument wurde diese Woche schwieriger. Eine Paketsortier-Schicht ist kein Gedankenexperiment. Es ist eine echte Lagerjob-Kategorie. In den USA allein gibt es geschätzt 1,7 Millionen Paketverlader. Die Stückökonomie eines Figure-03-Roboters im großen Maßstab liegt irgendwo zwischen 30.000 und 50.000 Dollar pro Einheit, amortisiert über die Lebensdauer — deutlich unter den vollen Kosten eines menschlichen Arbeiters, der dieselbe Arbeit im selben Zeitraum verrichtet.
Ich sage das nicht, um Untergangsstimmung zu verbreiten. Ich sage es, weil der Zyklus schneller voranschreitet als die politische Diskussion. Wenn ihr noch nicht darüber nachgedacht habt, was euer Unternehmen tut, das in der physischen Welt verteidigbar ist, ist diese Woche eine Erinnerung, damit anzufangen.
Das war Figure. Jetzt noch die restlichen Dinge, die sich diese Woche bewegen.
Kurzmeldungen: Jules, Hermes und die Open-Source-Schicht
Zwei Dinge, die es wert sind erwähnt zu werden, aber keinen eigenen Abschnitt bekommen haben.
Google Jules V2 Early Access ist offen. Das Formular ging online für das, was Google als „eine End-to-End-agentenbasierte Produktentwicklungsplattform" positioniert. Das größere Upgrade, auf das alle warten: Dauerbetrieb, auch wenn das Gerät des Nutzers offline ist. Wenn Jules V2 mit wirklich serverseitigen persistenten Agent-Läufen kommt — wo man seinen Laptop zuklappen, vier Stunden weggehen und wiederkommen kann, um die fertige Arbeit vorzufinden — dann ist das eine wettbewerbsfähige Antwort auf die Richtung, in die Codex und Claude Code steuern. Die Warteliste ist im Moment der richtige Schritt. Ich stehe drauf. Ich setze keine Produktionsarbeit auf Jules, bis ich meine Standard-Testbatterie gegen V2 laufen lassen kann.
Hermes Agent bleibt das interessanteste Open-Source-Projekt des Zyklus. Die selbstverbessernde Schleife — bei der Hermes seine eigenen erfolgreichen Aufgabenabschlüsse beobachtet, sie zu wiederverwendbaren „Trajektorien" abstrahiert und sich bei euren spezifischen Workflows immer weiter verbessert — liefert weiterhin Updates. Die Provider-Integrationen sind breiter geworden. Und es kursieren Berichte, dass das Qwen-3.6-Plus-Modell für begrenzte Zeit kostenlos innerhalb von Hermes über eine Nachrichtenportal-Partnerschaft angeboten wird. (Hinweis: Das Quellmaterial dazu kam als „Coin 3.6 Plus" auf meinen Schreibtisch — ich bin mir fast sicher, dass das Qwen 3.6 Plus ist, angesichts der Modelllinie und des Timings. Falls ihr Verweise auf beides seht, zeigen sie auf dasselbe.) Für Builder, die Open-Source-Agent-Setups betreiben, ist Hermes jetzt fest in der gleichen Diskussion wie die proprietären Spieler. Das war vor sechs Monaten nicht der Fall.
Das war das Feld. Zum Abschluss der Teil, wegen dem ihr hier seid — was ich diese Woche tatsächlich tun würde.
Was ich diese Woche als Builder tun würde
Sechs Tage bis Google I/O. Anthropics Abrechnungsmodell verschiebt sich unter euren Füßen. GPT-5.6 steht bevor. Hier ist der Plan.
Nicht voreilig migrieren. Der teuerste Fehler, den ich Builder in Wochen wie dieser machen sehe, ist das Überstürzen eines Stack-Wechsels vor einer Keynote, die noch nicht stattgefunden hat. Die Gemini-3.2-Leaks sind real, aber sie sind nicht das fertige Produkt. Die GPT-5.6-Codenamen sind real, aber das Modell ist nicht in Produktion. Abwarten. Den Staub sich setzen lassen. Den bestehenden Stack noch eine Woche fahren.
Prüft eure Claude-Code-Automatisierung heute. Konkret: Öffnet alle programmatischen Workloads, die ihr auf Claude laufen habt — SDK-Skripte, GitHub Actions, kopflose claude -p-Jobs, Drittanbieter-Agenten — und kalkuliert sie mit den neuen Credit-Pool-Preisen durch. Wenn ihr einen Workload findet, der euer monatliches Kontingent von 20 bis 200 Dollar innerhalb von zwei Wochen aufbraucht, habt ihr eine Entscheidung zu treffen: die API-Prämie zahlen, den Workload für die schwere Arbeit zu einem günstigeren Anbieter portieren oder ihn so umstrukturieren, dass er weniger verbraucht. Erledigt das vor dem 31. Mai.
Testet Fast Mode auf Opus 4.7, wenn ihr interaktiv codet. Die 2,5x-Beschleunigung ist real. Die Qualität ist unverändert. Die zusätzlichen Nutzungskosten sind überschaubar, wenn man es für lange autonome Läufe ausschaltet. Das ist der größte einzelne Workflow-Geschwindigkeitsgewinn, der Claude-Code-Nutzern diese Woche zur Verfügung steht. Gebt /fast in eurem CLI ein. Macht es zur Gewohnheit. (Erfordert v2.1.139 oder höher — prüft mit claude --version.)
Wenn ihr Frontend-Arbeit mit KI macht, testet eure Standard-Prompts auf Gemini 3.2 Flash diese Woche. Über AI Studio, über welchen Hinterkanal auch immer ihr habt. Die SVG-Generierung ist stark. Das Single-Prompt-UI-Scaffolding ist auf Flash besonders stark. Für grobe Hero-Sections, Controller-Diagramme, Icon-Sets, Dashboard-Skelette — Flash ist beim Kosten-pro-Output gerade wirklich wettbewerbsfähig. Spart die Pro- und Opus-Tokens für die echte Arbeit auf.
Schaut die I/O-Keynote mit einem Notizbuch offen. Am 19. oder 20. Mai werde ich nicht auf das Hauptmodell achten. Ich achte auf die Tiefe der Agent-Geschichte, die Google erzählt. Konkret: Bekommt Gemini Agent eine echte Plattform-Enthüllung? Bekommt Omni ein Nutzungskontingent? Bekommt Jules V2 ein Startdatum? Diese drei Signale sagen mir mehr über Googles tatsächliche Position im OS-Rennen als jede Benchmark-Folie.
Und was auch immer ihr diese Woche tut, lasst die Figure-Demo nicht an euch vorbeigleiten, ohne eine Stunde darüber nachzudenken. Schaut euch die Livestream-Wiederholung an. Achtet auf die Momente, in denen ein Roboter sich selbst diagnostiziert und zur Wartung geht. Achtet darauf, wie die anderen sich anpassen, ohne einen Takt an der Linie zu verpassen. So sieht ein emergentes Multi-Agenten-System in der physischen Welt aus, und es ist diese Woche Realität geworden. Vor sechs Monaten war das eine Forschungsdemo. Heute ist es eine Produktentwicklung.
Die ehrliche Einschätzung
Hier ist, was ich denke, was wirklich passiert, wenn ich ganz herauszuome.
Den Laboren geht das Gratis-Budget aus. SpaceX-Compute-Deals, Pentagon-Verträge, programmatische Nutzung wird neu bepreist, längere Red-Teaming-Zyklen, interne Codenamen verbergen Preisexperimente — all das deutet auf dieselbe zugrundeliegende Realität hin. Wir befinden uns am Ende der Phase, in der jedes große Modell-Labor Compute-Verluste frisst, um Developer-Mindshare zu gewinnen. Die nächsten zwölf bis achtzehn Monate werden viel mehr nach normaler SaaS-Ökonomie aussehen, mit allen Kompromissen, die das mit sich bringt. Free Tiers werden enger. Programmatische Nutzung wird zu Selbstkosten bepreist. Interaktive Abonnements halten. Die Arbitrage-Fenster, die den Open-Source-Agent-Boom Anfang 2026 befeuert haben, schließen sich.
Die Keynotes, die ihr in den nächsten sechs Wochen seht — Google I/O am 19.-20. Mai, OpenAIs GPT-5.6-Enthüllung Mitte Juni, Anthropics Reaktion auf das, was Google ausliefert — werden der Moment sein, in dem die Branche entscheidet, wie die eingepreiste Produktschicht tatsächlich aussieht. Das Gratis-für-alle endet. Die Preise pendeln sich ein. Die Differenzierung wird an Workflow-Qualität, Zuverlässigkeit und den Teilen des Stacks gemessen, die jedes Labor tatsächlich besitzt.
Und unter all dem hat Figure eine komplette Lagerschicht ohne Menschen in der Kette absolviert. Was die Art von Sache ist, die in einer anderen Woche die einzige Geschichte gewesen wäre, über die alle reden.
So sieht der 14. Mai 2026 von meinem Schreibtisch aus. Sechs Tage vor einer Keynote. Eine Woche nach Anthropics Preis-Reset. Eine Leak-Rotation in Googles neuen Modell-Picker. Ein Livestream in eine physische-KI-Zukunft, die schneller gekommen ist, als ich erwartet hatte.
Ich schreibe nach der I/O wieder. Wenn ihr irgendetwas in Produktion auf diesen Modellen betreibt, macht die Schotten dicht.
Es werden sechs laute Tage.
Häufig gestellte Fragen
Wann erscheint Gemini 3.2?
Gemini 3.2 wird höchstwahrscheinlich auf der Google I/O 2026 am 19.-20. Mai erscheinen. Die Flash-Variante sickert seit über einer Woche über die iOS-Gemini-App und LMArena durch, und Googles Muster ist es, Modelle formal anzukündigen, die bereits in Produktions-A/B-Tests laufen. Erwartet eine Pro-Stufe neben Flash, plus eine mögliche Deep-Think- oder Ultra-Variante.
Was hat sich bei den Claude-Code-Limits im Mai 2026 geändert?
Anthropic hat die wöchentlichen interaktiven Claude-Code-Limits vom 13. Mai bis 13. Juli 2026 um 50 % erhöht. Gleichzeitig wurde die Agent-SDK-Nutzung, GitHub Actions, claude -p und Drittanbieter-Agent-Aufrufe in einen separaten gemessenen Credit-Pool verschoben, der je nach Tarif 20 bis 200 Dollar pro Monat wert ist und zu API-Preisen abgerechnet wird. Interaktives Coding wurde günstiger. Programmatische Nutzung wurde dramatisch teurer.
Kommt GPT-5.6 bald raus?
GPT-5.6 befindet sich im internen Test unter den Codenamen Ember Alpha und Beacon Alpha, wobei Polymarket eine 89-prozentige Chance für eine Veröffentlichung vor dem 30. Juni 2026 prognostiziert. Mitte Juni ist das wahrscheinlichste Startfenster. Erwartet eine deutliche Reduktion von Halluzinationen gegenüber GPT-5.5, statt eines dramatischen Intelligenzsprungs.
Was hat Figure AI mit Helix-02 demonstriert?
Figure AI hat einen Livestream einer Flotte von Helix-02-Humanoiden gezeigt, die eine vollständig autonome 8-Stunden-Lagerschicht mit Paketsortierung auf ein Förderband absolviert haben. Die Koordination war multi-robotisch und rein visuell, ohne Fernsteuerung. Roboter diagnostizierten Fehler selbst, forderten Ersatz an und wechselten Batterien autonom. Alle Inferenz lief auf dem Gerät ohne Cloud-Roundtrip.
Wie funktioniert der Claude-Code-Fast-Mode auf Opus 4.7?
Fast Mode betreibt Claude Opus 4.7 mit einer auf Geschwindigkeit optimierten API-Konfiguration und liefert identische Qualität bei 2,5-facher Geschwindigkeit zu höheren Token-Kosten. Man schaltet ihn mit /fast in Claude Code v2.1.139 oder höher um. Bei Abonnement-Tarifen zieht Fast Mode von Extra-Credits statt vom Abonnement-Ratenlimit-Pool.
Lass uns zusammenarbeiten
Sie möchten KI-Systeme aufbauen, Workflows automatisieren oder Ihre technische Infrastruktur skalieren? Ich helfe gerne.
- Fiverr (maßgeschneiderte Entwicklungen & Integrationen): fiverr.com/s/EgxYmWD
- Portfolio: mejba.me
- Ramlit Limited (Enterprise-Lösungen): ramlit.com
- ColorPark (Design & Branding): colorpark.io
- xCyberSecurity (Sicherheitsdienste): xcybersecurity.io
