ElevenLabs und Transistor.fm haben beide einen MCP-Zugang für Claude gestartet. Klingt technisch, ist aber eine der praktischsten Neuerungen seit langem. MCP kannst du dir wie eine Steckdose vorstellen. Bisher war Claude ein kluger Kopf ohne Hände: Text schreiben ja, aber alles Weitere musstest du selbst erledigen – kopieren, in ElevenLabs einfügen, MP3 herunterladen, bei Transistor hochladen, Titel eintippen. Fünf Werkzeuge, zwanzig Handgriffe. Mit MCP redet Claude direkt mit den Diensten. Du sagst: „Mach aus diesem Text eine Podcastfolge, sprich sie mit meiner Stimme, lade sie als Entwurf hoch." Und dann passiert genau das. Was du dafür brauchst: → einen Account bei ElevenLabs bzw. Transistor → die Verbindung einmal in Claude einrichten → danach reicht ein Satz Ehrlich bleiben will ich trotzdem: Die Idee, den Aufbau, die Auswahl – das machst weiter du. MCP nimmt dir nicht die Arbeit ab, sondern die Klickerei dazwischen. Genau das ist aber der Teil, der einen vom Machen abhält. Ich baue das gerade in meinen eigenen Workflow ein und zeige es euch, sobald es rund läuft. Wer von euch produziert Audio oder Podcast? Sagt mal in den Kommentaren, woran es bei euch bisher hakt – dann nehme ich das mit rein.

Ich schreibe diesen Beitrag, weil ich zunehmend genervt bin, dass meine Prompts, die bisher sehr gute Ergebnisse erreicht haben, zunehmend schlechter von den Modellen umgesetzt werden, je neuer und "more advanced" diese sind. Jedenfalls ist das mein subjektiver Eindruck und ich wüsste gern von Euch Lesern, ob sich das mit Euren Erfahrungen deckt. Ein Beispiel: Bei Claude 4.8 mit hohem Aufwand macht das Modell immer wieder denselben Fehler in jedem neubegonnenen Chat, obwohl ich das mittlerweile auf alle möglichen Arten und Weisen im Hintergrund korrigiert habe. Resultat ist jedes Mal, dass ich immer wieder aufs Neue auf den Fehler hinweise, und immer wieder dieselben Entschuldigungen kommen, dass das nicht meine Schuld sei, sondern der Fehler bei Claude liegen würde, usw. usw. Und die Ratschläge zum Abstellen des Fehlers funktionieren auch bisher sämtlich nicht. Nutze ich Claude Sonnet 4.6, passiert der Fehler erst gar nicht. Kann das sein, bzw. warum ist das so? Ich gehe doch eigentlich davon aus, dass die neueren Modelle in allem leistungsfähiger sind. Bin auf Eure Erfahrungen und Beobachtungen gespannt. Beste Grüße, -Thomas Lienenbröker

🤖 Heute morgen ist ein Roboter einen Halbmarathon in 50 Minuten gelaufen. Ich musste das zweimal lesen. Kurz zur Einordnung, warum mich das umhaut: Letztes Jahr beim selben Rennen in Peking brauchte der schnellste Roboter noch 2 Stunden 40 Minuten. Er wackelte, musste teilweise begleitet werden, sah aus wie ein betrunkener Praktikant auf Eis. Ein Jahr später: 50 Minuten. Schneller als jeder menschliche Teilnehmer. Fast drei Mal so schnell wie im Vorjahr. Ich kenne kaum eine Technologie, die in 12 Monaten so einen Sprung macht. Außer einer. Und genau die steckt drin. Die Hardware dieser Roboter ist seit Jahren ähnlich. Zwei Beine, Motoren, Sensoren, Akku. Nichts Magisches. Was sich verändert hat, ist das Gehirn: die KI, die in Echtzeit entscheidet, wie der Roboter bei Wind, unebenem Boden und Kopfsteinpflaster das Gleichgewicht hält. Vor zwei Jahren hätte diese Rechenleistung einen Serverraum gefüllt. Heute läuft sie in einem Rucksack mit. Das ist der eigentliche Wahnsinn an der Geschichte. Und deshalb schaue ich mir solche Shows genau an – nicht weil ich Robotik-Fan bin, sondern weil sie der ehrlichste Gradmesser für den KI-Fortschritt sind, den wir gerade haben. Ein Chatbot kann halluzinieren, ohne dass es sofort auffällt. Ein Roboter, der umfällt, fällt um. Punkt. Deshalb meine Frage an euch: Wo würdet ihr euch als Erstes einen Roboter wünschen? → In der Küche? → Im Haushalt (bügeln, putzen, aufräumen)? → In der Pflege (Stichwort Fachkräftemangel)? → Im Job? → Oder: Bloß nicht, lasst mich in Ruhe? Schreibt's in die Kommentare – ich bin wirklich neugierig. Das Bild, das daraus entsteht, sagt uns mehr über die Zukunft als jede Marktprognose. PS: Elon Musks "Optimus" soll Ende nächsten Jahres für 30.000 Dollar kommen. Sind wir darauf vorbereitet? Eher nicht. Genau darum machen wir hier in der Community das, was wir machen. 💪

Mal kurz innehalten: Google steckt bis zu 40 Milliarden Dollar in Anthropic. In genau die Firma, die mit Claude eines der stärksten Konkurrenzmodelle zu Googles eigenem Gemini baut. 10 Milliarden fließen sofort. Die restlichen 30 sind an Leistungsziele gekoppelt. Bewertung von Anthropic: 350 Milliarden Dollar. Drei Jahre nach Googles erstem 300-Millionen-Investment. Das ist ein Plus von rund 13.000 Prozent. Lies das ruhig nochmal. Warum das mehr ist als eine Schlagzeile Hier passiert etwas, das mich als Beobachter dieses Marktes wirklich elektrisiert: Die ganz Großen wissen längst, dass sie mit einem eigenen Modell nicht mehr durchkommen. Google entwickelt Gemini und finanziert gleichzeitig Claude. Amazon hat erst vor Tagen 25 Milliarden in Anthropic angekündigt. Microsoft sitzt bei OpenAI im Boot. Das ist keine Großzügigkeit. Das ist Strategie. Was hat Google davon? 🤔 Genau die Frage, die wir uns bei sowas immer stellen sollten. Drei Dinge: 1. Compute-Verkauf an sich selbst. Anthropic bekommt zusätzlich 5 Gigawatt Rechenleistung über Google Cloud. Das Geld fließt also größtenteils direkt zurück – als Cloud-Umsatz. Google verkauft sich seine eigenen TPUs und schreibt sie als Investment in die Bilanz. 2. Hedge gegen das eigene Modell. Sollte Gemini im Rennen zurückfallen, sitzt Google bei Claude mit am Tisch. Mit jetzt deutlich mehr als 14 Prozent Anteil. 3. Druck auf Microsoft und OpenAI. Wenn Anthropic im B2B-Markt – und da sind sie aktuell führend – weiter Boden gutmacht, schwächt das den Hauptkonkurrenten. Egal ob über Gemini oder Claude. Was bedeutet das für uns? Für dich, für mich, für alle, die mit KI arbeiten: ✅ Claude wird nicht verschwinden. Im Gegenteil. Anthropic hat jetzt das Geld und die Rechenleistung, um die nächsten Modellgenerationen zu bauen. Bei einer Run-Rate von über 30 Milliarden Dollar Umsatz ist die Firma längst kein Startup mehr. ✅ Der Wettbewerb bleibt knallhart. Gemini, Claude, GPT, Mistral – keiner kann sich ausruhen. Für uns Nutzer heißt das: bessere Modelle, schneller.

Ich habe gestern Selfies mit Von der Leyen, Musk, Tim Cook und Jennifer Lawrence gemacht. Ohne mein Büro zu verlassen. 📸 Und genau da fängt das Problem an. ChatGPT Images 2.0 und Nano Banana Pro liefern mittlerweile Bilder, bei denen meine eigene Mutter angerufen hat, wann ich denn in Brüssel war. Hautporen, Lichtstimmung, das schiefe Selfie-Lächeln – alles sitzt. Keine sechs Finger mehr. Keine Wachsfiguren-Optik. Einfach echt. Was bedeutet das für uns? Eine ganze Beweis-Währung wird gerade entwertet. Jahrelang galt: Pics or it didn't happen. Ein Foto war ein stabiles Stück Wirklichkeit. Im Urlaub, im Job, vor Gericht, in der Bewerbung. Diese Selbstverständlichkeit ist gerade Geschichte. Und es geht in beide Richtungen: → Falsche Bilder wirken echt. → Echte Bilder können als „bestimmt KI" abgetan werden. Juristen nennen das die Liar's Dividend – die Dividende des Lügners. Wer ohnehin lügt, profitiert am meisten davon, dass Wahrheit angreifbar geworden ist. Was heißt das konkret für uns als Community? Spart euch die „So erkennt ihr KI-Bilder in 5 Schritten"-Listen. Die funktionieren nicht mehr. Was funktioniert, ist eine neue Standardannahme: ❌ Alt: Ein Bild ist echt, solange nichts dagegen spricht. ✅ Neu: Ein Bild ist ein Vorschlag, solange seine Herkunft nicht überprüft ist. Klingt anstrengend. Ist es auch. Aber genau diese Hygiene macht den Unterschied zwischen „Ich nutze KI" und „KI nutzt mich". Wer KI als Superkraft begreift, muss auch die Schattenseite verstehen. Sonst wird man Teil des Problems, statt Teil der Lösung. Den ausführlichen Kommentar dazu findet ihr in meinem aktuellen LinkedIn-Beitrag – mit allen Beispiel-Selfies, die ich mit ChatGPT Images 2.0 erstellt habe. Schaut euch das an, ihr werdet es nicht glauben. 💬 Eure Frage an euch selbst: Wann habt ihr zuletzt ein Bild im Netz gesehen und euch gefragt: Ist das wirklich echt? Schreibt's in die Kommentare. Lasst uns diskutieren – und voneinander lernen. 🦾 Eure Superkraft KI Soll ich noch eine kürzere Version (für ein schnelles „Daily Drop" in der Community) oder eine ausführlichere Variante mit konkretem Diskussions-Workshop daraus bauen?