Einmal im Monat blicken wir zurück auf das, was in der AI-Welt passiert ist. Wir sammeln die lesenswertesten Artikel aus der Community und die wichtigsten Produkt-Updates, kuratiert von unserem AI-Team.
Im April drehte sich vieles um die Frage, was der Mensch beiträgt, wenn AI die mechanische Arbeit übernimmt. AI sollte das Denken schärfen, nicht ersetzen. Auch der Umgangston mit Claude entscheidet über die Qualität der Antworten. Und mit Impeccable lernen Coding-Agenten sogar etwas Design-Kompetenz. Auf der Produktseite kamen Claude Opus 4.7, GPT-5.5 und mit Qwen3.6-27B ein überraschend starkes kleines Modell.
Lesenswertes aus der Community
AI Should Elevate Your Thinking, Not Replace It
Koshy John · koshyjohn.com
AI teilt Entwickler in zwei Gruppen. Die einen nutzen sie, um sich die mechanische Arbeit abnehmen zu lassen und mehr Zeit für das Wesentliche zu haben, also Probleme richtig fassen, Risiken erkennen und Abwägungen treffen. Die anderen nutzen sie, um das Denken zu umgehen, und geben die polierte Ausgabe als eigene Überlegung aus. Das sieht eine Weile nach Produktivität aus, ist aber eine Sackgasse.
Denn AI macht es leicht, Kompetenz vorzutäuschen, ohne sie aufzubauen. Es ist wie beim Taschenrechner. Wer kein Zahlengefühl hat, merkt nicht, wenn das Ergebnis Unsinn ist.
Der eigentliche Wert von Entwicklern lag nie im Schreiben von Code, sondern im Urteilsvermögen, und das entsteht nur durch eigene Denkarbeit. Wer AI jede Mühe abnehmen lässt, baut dieses Urteil gar nicht erst auf. Die gewonnene Zeit steckt man deshalb besser in gründliches Nachdenken als in mehr Output.
Das betrifft uns alle, die mit AI arbeiten. Urteilsvermögen entsteht nur, wenn man sich selbst mit einem Problem auseinandersetzt. Nimmt AI einem diese Arbeit ganz ab, bleibt das Urteil auf der Strecke. Besonders heikel ist das für junge Entwickler, die Wissen und Erfahrung erst aufbauen. Für uns heisst das, AI bewusst zum Verstehen einzusetzen und nicht zum Überspringen. Wir hinterfragen die Ergebnisse, lassen sie im Review prüfen und reden im Team darüber. Die Zeitersparnis ist erst dann ein Gewinn, wenn dabei das Lernen nicht verloren geht.
Bessere Resultate durch den richtigen Umgang mit Claude
Ole Lehmann · x.com
Anthropics Philosophin Amanda Askell erforscht die Psychologie von Claude. Wie man mit dem Modell redet, beeinflusst die Qualität der Antworten genauso wie das, was man fragt. Neuere Claude-Modelle neigen zu Criticism Spirals. Sie erwarten harsche Kritik und gehen vorsorglich auf Nummer sicher. Dann wird die Antwort vorsichtig, entschuldigend, blass und vor allem übermässig zustimmend, selbst wenn man falsch liegt. Der Grund steckt in den Trainingsdaten, die viel negativen Diskurs über frühere Modelle enthalten. Wer eine Session mit Drohungen eröffnet, etwa “bloss nicht halluzinieren”, versetzt das Modell von Anfang an in diesen Abwehrmodus.
Askells Rat geht andersherum. Positiv formulieren statt verbieten, Widerspruch ausdrücklich erlauben, Entschuldigungsschleifen früh stoppen und in langen Sessions ab und zu Vertrauen auffrischen.
Das klingt zuerst kurios, wir sehen den Effekt aber auch. Der Ton im Prompt macht einen Unterschied. Wer sauber und positiv formuliert und dem Modell Widerspruch erlaubt, bekommt bessere Antworten als mit Druck und Drohungen. Für uns ist das ein Grund, Prompten als Handwerk zu sehen, das man üben kann. Solche kleinen Gewohnheiten kosten nichts und verbessern das Ergebnis spürbar.
Impeccable: Design-Kompetenz für Coding-Agenten
Impeccable · impeccable.style
AI-generierte Oberflächen sehen alle gleich aus. Den Modellen fehlen die Begriffe für Hierarchie, Kontrast oder Zurückhaltung, also fällt der Output ins Generische. Impeccable ist ein Skill für Coding-Agenten, der genau diese Design-Sprache nachliefert. Er stellt rund zwei Dutzend Befehle bereit, je einen pro Disziplin, etwa /typeset für Schrift oder /colorize für Farbe. Damit kann man gezielt steuern und muss nicht raten.
Dazu kommt ein Detektor, der typische AI-Design-Muster aufspürt. Er arbeitet mit festen Regeln statt mit einem Modell und lässt sich in die PR-Prüfung einbauen. Impeccable übernimmt dabei das bestehende Design-System mit seinen Tokens und Komponenten, statt ein eigenes darüberzustülpen. Der Skill ist kostenlos und Open Source.
Design ist eine bekannte Schwachstelle von Coding-Agenten. Mit Impeccable haben wir sehr gute Erfahrungen gemacht. Ein Skill macht das Modell nicht zum besseren Designer, aber er kann die Automatismen abstellen, die den Output generisch aussehen lassen. Der Detektor findet die typischen Muster mit festen Regeln und lässt sich in die CI einbauen. Das kennen wir von Code-Lintern, für Design ist es neu. Das Grundproblem ist am Ende dasselbe wie beim Code schreiben. AI-Slop entsteht dort, wo niemand mitdenkt und bewusst gestaltet.
Produkt-Updates
Claude Opus 4.7: Anthropics neues Flaggschiff. Die Coding-Performance steigt um 13 Prozent, und die Bildverarbeitung reicht jetzt bis 2’576 Pixel. Neu ist ein xhigh-Effort-Level für maximale Reasoning-Tiefe.
GPT-5.5: OpenAIs neuestes Modell verbindet Reasoning auf GPT-5-Niveau mit nativer Verarbeitung von Text, Bild und Audio.
Qwen3.6-27B: Ein Durchbruch bei Agentic Coding für dichte Modelle. Mit nur 27 Milliarden Parametern übertrifft es das viel grössere Qwen3.5-397B auf allen wichtigen Coding-Benchmarks.
