| Montag · 1. Juni 2026 |
Issue № 007 |
15 Min. Lesezeit |
|
|
Der wöchentliche FindSkill-Brief
The Skill
Nur für FindSkill Pro-Mitglieder. Die KI-News, die wirklich etwas an deinem Arbeitsalltag ändern.
|
|
Nur für Pro-Mitglieder
|
Ein privater Brief
|
Wird nirgendwo veröffentlicht
|
|
|
|
Mia
KI-Lern-Redakteurin · FindSkill.ai
|
Willkommen zu Ausgabe 007.
Ich bin Mia. Jeden Montag schlage ich in deinem Posteingang auf und erkläre dir, was die KI-News der Woche wirklich für deine Arbeit heißen. Kein Buzzword-Bingo, kein Hype, keine "10 Dinge, die du JETZT wissen musst"-Schlagzeile. Nur für Pro-Mitglieder. Wird nirgendwo sonst veröffentlicht.
Anthropic hatte eine von diesen Wochen. Opus 4.8 kam am Mittwoch. Parallel dazu wurde eine Finanzierungsrunde geschlossen, die die Firma höher bewertet als OpenAI — nördlich von 900 Milliarden Dollar. Und die leise Story, um die ich immer wieder kreise: KPMG hat Claude gerade vor alle 276.000 Mitarbeitenden gestellt. Stapel die drei aufeinander, und sie sagen dasselbe. KI ist kein cleverer Tab mehr, den du aufmachst, sondern etwas, das Organisationen betreiben. Und damit ist die Fertigkeit, auf die es als Nächstes ankommt, nicht Prompten. Es ist Steuern.
Kurze Notiz zu euren Antworten. Letzte Woche habe ich gefragt, welche wöchentliche Aufgabe du als Erstes mit einer Fünf-Zeilen-Rubrik benoten würdest. Eine starke Charge von euch hat geantwortet — Arbeit am Kunden führte mit Abstand, Rechnungsfreigaben und Bewerber-Screening-Notizen dicht dahinter. Diese Rubriken gehen diese Woche raus.
— Mia
|
01 |
Diese Woche in KI
Drei Stories, die diese Woche eine Minute Aufmerksamkeit verdienen
|
Model-Release
Claude Opus 4.8 kam mit einem Regler dafür, wie hart es nachdenkt — und der Macht, eine eigene Flotte zu fahren.
Am 28. Mai hat Anthropic Opus 4.8 ausgeliefert. Zwei Änderungen wiegen mehr als der Benchmark-Sprung (88,6 % auf SWE-bench Verified, falls du mitzählst). Erstens Effort: ein Regler, der jetzt direkt neben dem Modell-Picker sitzt und einstellt, wie hart Claude nachdenkt, bevor es antwortet. High als Standard, hoch bis Extra und Max, runter auf Low für schnelle Jobs. Zweitens dynamische Workflows: Gib Claude Code eine große Aufgabe, und es schreibt sein eigenes Orchestrierungs-Skript, fährt zehn bis hunderte parallele Sub-Agenten hoch und prüft deren Arbeit gegen deine Tests, bevor es zurückreicht. Ein Entwickler (@SYMBiEX) hat zugesehen, wie es für eine einzige Aufgabe 85 Agenten gestartet hat, ohne dass ihm jemand eine Zahl genannt hätte. Wie ein anderer (@0xCodez) es ausdrückte: "die meisten babysitten immer noch ein Claude-Fenster — während die, die es kapiert haben, ganze Migrationen abgeben und davonspazieren."
|
Was das für dich bedeutet
Du musst keinen Code schreiben, um das zu spüren. Die Einheit der KI-Arbeit verschiebt sich von "ein Chat, den du beaufsichtigst" zu "eine Flotte, die du dirigierst und danach prüfst" — und der Hebel, der jetzt in deiner Hand liegt, ist Effort. Mach die KI auf, die du nutzt (Claude, ChatGPT und Gemini haben inzwischen alle eine Version dieser Steuerung), such die Effort- bzw. Reasoning-Einstellung und hör auf, sie "sicherheitshalber" auf Max stehen zu lassen. Welche du wann nimmst, ist buchstäblich der Begriff dieser Woche.
|
Business
GitHubs Copilot-Flatrate ist morgen Geschichte. Ab dem 1. Juni läuft der Zähler.
Ab dem 1. Juni, also morgen, wechselt jeder GitHub-Copilot-Plan von einer pauschalen Monatsgebühr auf nutzungsbasierte AI Credits, wobei ein Credit einem Cent entspricht. Dein Sitzpreis ändert sich nicht (Pro bleibt $10, Business $19 pro Nutzer). Was sich ändert: Dein Prompt, die Antwort und das Modell, das du wählst, verbrauchen jetzt Credits. Eine schwere Woche mit viel KI-Chat oder Agent-Läufen kann dich also über das hinausschieben, was dein Plan enthält. Reine Code-Vervollständigungen bleiben kostenlos. Der Teil, auf den sich Entwickler:innen einstellen: Früher hat Copilot dich bei aufgebrauchten Credits leise auf ein langsameres Modell heruntergestuft und einfach weitergemacht. Jetzt stoppt es, es sei denn, du hast bewusst ein Overage-Budget gesetzt. Die Stimmung auf dem Developer-X, in einem viel geteilten Satz: "du bekommst weniger, zahlst aber denselben Preis."
|
Was das für dich bedeutet
Mach vor morgen die Billing-Einstellungen von Copilot auf und schau dir genau eine Zahl an: dein Zusatz-Budget. Lass es auf $0, und dir kann kein Cent über dein Abo hinaus berechnet werden — Copilot pausiert einfach bis zum Monatsreset. Heb es bewusst nur an, wenn ein echtes Projekt es braucht. Und lies das größere Signal hinter Copilot: Pauschale, All-you-can-eat-KI endet auf breiter Front. Der Zähler kommt für jedes Tool, das du nutzt.
|
Politik
Das Weiße Haus hat seine KI-Aufsichts-Verordnung Stunden vor der Unterschrift einkassiert. Die Leitplanken sind jetzt dein Problem.
Am 20. Mai hat das Weiße Haus eine Executive Order zu KI verschoben — Stunden vor der geplanten Unterzeichnung. Und das war schon die zahme Version: Sie hätte Frontier-Labs gebeten, fortgeschrittene Modelle freiwillig für bis zu 90 Tage einer Sicherheitsprüfung der Regierung zu überlassen, bevor sie öffentlich werden. OpenAI und Anthropic saßen am Tisch und haben mitverhandelt. Präsident Trump sagte, ihm hätten "bestimmte Aspekte nicht gefallen", und er sorgte sich, die Verordnung "hätte ein Bremsklotz sein können" im KI-Rennen mit China. Lass die Politik beiseite; das Praktische daran ist für alle dasselbe. Das eine Stück bundesweiter KI-Aufsicht, das auf dem Kalender stand, ist nicht passiert, und nichts hat seinen Platz im Terminplan eingenommen. Für dich im Mittelstand heißt das: Wer auf eine globale Linie gewartet hat, wartet weiter — und die DSGVO und der EU AI Act bleiben ohnehin die einzige Klammer, die hier wirklich greift.
|
Was das für dich bedeutet
Warte nicht darauf, dass Washington (oder Brüssel) definiert, was bei der Arbeit mit KI sicher ist — diese Frage landet jetzt in der Richtlinie deines Arbeitgebers oder direkt bei dir. Wenn deine Firma keine KI-Nutzungsregel hat, ist die einzige echte Leitplanke dein eigenes Urteil darüber, was du wohin kopierst. Das ist nicht hypothetisch: Es ist der Begriff dieser Ausgabe und der 15-Minuten-Workflow weiter unten, beide gebaut, damit du die KI siehst und steuerst, die du eh schon nutzt.
---
|
|
02 |
Begriff der Woche
Das eine Konzept, das du diese Woche verstehen solltest
|
| |
|
Begriff №007
Shadow AI
< Shadow AI — im DE-Tech-Sprachgebrauch meist *Shadow AI*, deutsch: Schatten-KI oder unerlaubte KI-Nutzung >
Die KI-Tools, die Leute für echte Arbeit nutzen, ohne Freigabe oder Aufsicht ihres Arbeitgebers — dein privates ChatGPT im Nebentab, das eine Kunden-E-Mail glättet, ein kostenloser Transkriptions-Bot, der still im Meeting mitläuft, eine Browser-Erweiterung, die "halt einfach hilft". Nützlich, überall, und völlig unsichtbar für die, die eigentlich auf die Firmendaten aufpassen sollen.
|
Think of it like this →
Erinnerst du dich an Diensthandys, bevor irgendwer eine "BYOD-Richtlinie" hatte? Alle haben ihr privates Handy längst für Arbeits-Mails benutzt. Die IT hat weggeschaut. War alles fein — bis jemand ein Handy mit Kundendaten verloren hat, und über Nacht gab es Regeln, Passcodes und einen Knopf zum Remote-Löschen. Shadow AI ist die 2026er-Version genau dieses Moments. Die Tools sind längst im Haus. Die einzige offene Frage ist, ob deine Firma vernünftige Regeln schreibt, bevor etwas durchsickert, oder hektisch danach.
|
|
⚠ Common misconception
"Shadow AI ist ein Sicherheitsproblem, das man löst, indem man die Tools verbietet." Nein — Verbieten ist genau das, was Shadow AI überhaupt erst erzeugt. Der Bedarf verschwindet nicht; er wandert nur auf private Accounts, wo du null Sicht und null Logs hast. Jeder ernsthafte Rollout, der von KPMG eingeschlossen, startet damit, die Schatten-Nutzung zu kartieren, nicht sie zu bestrafen. Denn diese Karte ist das klarste Signal dafür, wo der echte Bedarf (und der echte Wert) schon sitzt. Du trittst es nicht aus. Du gibst ihm einen freigegebenen, gesteuerten Weg, damit die Leute aufhören, um dich herumzurouten.
|
Wo du es hören wirst: In jedem Report eines IT-Security-Anbieters (der "73 % der Beschäftigten nutzen nicht freigegebene KI-Tools"-Wert ist der neue Türöffner). In der frisch entworfenen "KI-Nutzungsrichtlinie" deiner Personalabteilung. Auf der ersten Folie jedes Enterprise-Rollout-Decks — bei KPMG war es Schritt eins. Und zunehmend in Earnings Calls, versteckt unter "KI-Governance", als die Sache, von der CISOs 2025 kalt erwischt wurden. In DACH kommt eine zweite Lesart dazu: Schatten-KI ist hier nicht nur ein Sicherheits-, sondern ein Datenschutz-Thema — ein privates ChatGPT mit echten Kundennamen ist potenziell eine meldepflichtige DSGVO-Panne, lange bevor jemand "Security" sagt.
Lead an AI Rollout for Your Team — der Shadow-AI-Audit ist Lektion 2 →
|
|
03 |
Tiefe Einsicht
Was KPMG entschieden hat, bevor 276.000 Leute Claude bekamen — und was du in jeder Größe klauen kannst
|
Eine Zahl geistert diese Woche durchs KI-Twitter — KPMG hat Claude an 276.000 Mitarbeitende gegeben — und die meisten Takes hören bei der Zahl auf. Die Zahl ist der uninteressanteste Teil. Was KPMG entschieden hat, bevor sich überhaupt jemand eingeloggt hat, ist der Teil, der bis auf ein Team von fünf Leuten herunterskaliert.
KPMG ist eine der Big Four — 276.000 Leute in 138 Ländern, sehr wahrscheinlich die Firma, für die der Wirtschaftsprüfer deiner Firma arbeitet. Am 19. Mai hat KPMG eine globale Allianz mit Anthropic unterzeichnet, um Claude direkt in Digital Gateway einzubetten, die Plattform, die Mitarbeitende und Mandanten ohnehin für Steuer-, Rechts- und Private-Equity-Arbeit nutzen. Leicht zu lesen als "großer Konzern kauft große KI" und weiterzuscrollen. Aber die Forschung zu Rollouts dieser Größe ist brutal, KPMG hat sie offensichtlich gelesen, und die Moves, die sie daraufhin gemacht haben, sind größenunabhängig. Das hier ist es wert, kopiert zu werden.
| | SUBJECT In Zahlen: 276.000 Mitarbeitende · 138 Länder · eine Plattform (KPMG Digital Gateway, auf Azure) · voller Rollout bis September 2026 angepeilt. Der Hintergrund, der jede Entscheidung unten erklärt: MITs State of AI in Business hat herausgefunden, dass 95 % der GenAI-Pilotprojekte in Unternehmen keinen messbaren Effekt auf die Gewinn- und Verlustrechnung lieferten, und S&P Global hat festgestellt, dass 42 % der Unternehmen 2025 die meisten ihrer KI-Initiativen abgebrochen haben — gegenüber 17 % im Jahr davor. Wie ein KI-Entwickler aus dem Mittelstand (@snow_w_lee) es diese Woche formulierte: "Verteilungsproblem: gelöst. Adoptionsproblem: fängt gerade erst an." |
Was es wert ist, kopiert zu werden, ist nicht das Budget — es sind die vier Entscheidungen, die KPMG getroffen hat, bevor sich ein einziger Mensch eingeloggt hat. Jede dreht den Instinkt um, mit dem die meisten Teams starten.
| i. | Sie haben es da eingebettet, wo Arbeit schon passiert — keinen Chatbot drangeschraubt. Claude lebt innerhalb von Digital Gateway, dem Tool, das KPMGs Leute eh jeden Tag öffnen. Nicht als separate App mit eigenem Login und eigenem Tab zum Vergessen. Der Standard-Instinkt ist "Sitze kaufen, Willkommens-Mail raus". KPMGs war "die KI in den Workflow verschwinden lassen, den die Leute schon nutzen". Ein Tool in einem neuen Tab wird zweimal ausprobiert und vergessen; ein Tool in dem Ding, das du eh schon benutzt, wird benutzt. Die Fünf-Leute-Version: Setz die KI in dein bestehendes Dokument, CRM oder Helpdesk — nicht in noch einen Browser-Tab, zu dem keiner zurückkehrt. | | ii. | Sie haben schmal angefangen, nicht überall. Der Rollout startet mit Steuer & Recht und Private-Equity-Arbeit — konkret, hochwertig, messbar — und weitet sich dann aus. Nicht "alle, jeder Workflow, Tag eins". Diese 95-%-Piloten-scheitern-Zahl ist meistens die Geschichte von "wir haben allen Zugang gegeben und das Transformation genannt". KPMG hat sich stattdessen einen Brückenkopf ausgesucht. Klau es direkt: Wähl die eine wiederholteste, messbare Aufgabe deines Teams, setz für einen Monat nur darauf KI an und belege die Zahl, bevor du verbreiterst. | | iii. | Sie sind mit Governance vorangegangen — vor Tempo. KPMGs CEO hat die ganze Allianz um verantwortungsvolle KI, Vertrauen und Datengrenzen gerahmt, nicht um "10× Produktivität". Klingt nach Corporate-Floskel, bis du die Kehrseite siehst: IBM hat herausgefunden, dass 63 % der Organisationen, die eine KI-bezogene Datenpanne erlitten, gar keine KI-Governance-Richtlinie hatten. Governance ist nicht die Bremse beim Rollout — sie ist das, was den Rollout den Kontakt mit echten Mandantendaten überleben lässt. Und sie braucht kein 40-seitiges Dokument. Sie braucht vier Dinge: was sicher reinzukopieren ist (und was nicht), eine:n benannte:n Verantwortliche:n pro Anwendungsfall, ein menschliches Prüf-Gate bei allem, was Mandanten, Geld oder Personen betrifft, und ein einfaches Logging, damit du siehst, was passiert. In DACH ist das kein "Nice-to-have": Genau diese vier Punkte sind die operative Form dessen, was die DSGVO ohnehin von dir verlangt. | | iv. | Sie messen Nutzung, nicht Sitze. Die Falle in jeder "276.000 Leute haben jetzt Zugang"-Schlagzeile ist, dass Zugang nicht Adoption ist. Die Zahl, die tatsächlich vorhersagt, ob das funktioniert, ist die wöchentlich aktive Nutzung nach Rolle in sechs Monaten — nicht die Sitz-Zahl in der Pressemitteilung. Die Praktiker:innen, die am genauesten hinschauen, haben es diese Woche unverblümt gesagt: "wie viele nutzen es in 6 Monaten regelmäßig?" Der Klau: Tracke ab Tag eins, wer das Tool jede Woche wirklich nutzt und was sich dadurch verändert hat — nicht wie viele Logins du bezahlt hast. |
Was KPMG gemacht hat vs. woran die meisten Rollouts scheitern Input · Wie die meisten Rollouts laufen Sitze für alle kaufen. Eine Launch-Mail und einen Link zu einem "Prompt-Tipps"-Doc rausschicken. Erfolg an der Login-Zahl messen. KI wie einen Software-Kauf behandeln. Ergebnis: ein Neugier-Ausschlag, dann die 95 % — kein messbarer Effekt, still im Laufe eines Jahres eingemottet. | | | Output · Wie KPMG (und die 5 %) es machen Ins tägliche Tool einbetten. Mit einem hochwertigen Workflow anfangen. Vor dem Launch vier Governance-Leitplanken setzen. Wöchentlich aktive Nutzung nach Rolle bei 30, 60 und 90 Tagen messen. Ergebnis: KI verschwindet in bessere Arbeit für ein Team, die Zahl wird belegt, und dann weitet es sich aus. Langweilig, diszipliniert, und es überlebt. |
Der Reflex hier ist "das ist KPMG, das bin nicht ich". Aber streich die 276.000 raus, und das Playbook ist in jeder Größe dasselbe: einbetten, schmal starten, steuern, echte Nutzung messen. Die Team-of-one-Version von Schritt eins ist Abschnitt 04 — ein 15-Minuten-Audit der Shadow AI, die du eh schon fährst. Mach das diese Woche. Du kannst nicht steuern, was du nicht sehen kannst.
|
04 |
Der Workflow
Eine Art, KI diese Woche bei deiner Arbeit einzusetzen
|
| |
Mach den Shadow-AI-Audit an dir selbst, bevor deine IT-Abteilung ihn an dir macht.
Mach ein leeres Doc auf. Liste jedes KI-Tool, das du in den letzten zwei Wochen persönlich für Arbeit angefasst hast. Sei ehrlich, der ganze Sinn ist das Zeug, das auf keiner Freigabeliste steht. Der private ChatGPT-Account. Der kostenlose Meeting-Mitschreiber. Copilot. Die Browser-Erweiterung, die PDFs zusammenfasst. Der Bildgenerator, den du für eine Folie benutzt hast. Schreib zu jedem Tool drei schnelle Dinge: (1) welche Arbeitsdaten du ihm tatsächlich gefüttert hast (einen Kundennamen? einen Vertrag? nur eine vage Frage?), (2) ob deine Firma es wirklich freigegeben hat ("keiner hat Nein gesagt" ist kein Ja) und (3) was passieren würde, wenn diese Daten in einer Datenpanne oder einem Trainingsset auftauchen. Dann sortier jedes Tool in drei Töpfe: grün (keine sensiblen Daten, weiternutzen), gelb (sensibel, aber reparierbar: auf ein freigegebenes Tool umziehen, oder vorher Namen und Zahlen rauslöschen), rot (Kunden-, Finanz- oder Personendaten in einem nicht freigegebenen Consumer-Account: stopp, oder hol heute die Freigabe).
Warum es funktioniert: Das ist exakt Schritt eins von KPMGs 276.000-Personen-Rollout — die Realität kartieren, nicht die Ankündigungen — komprimiert auf fünfzehn Minuten und eine Person. Du kannst nicht steuern, was du nicht siehst, und fast jede:r fährt mehr Shadow AI, als er:sie schätzen würde. Beim Audit geht es nicht um Schuld; es geht darum, unsichtbares Risiko in eine kurze, reparierbare Liste zu verwandeln. Die meisten finden dasselbe: ein wirklich rotes Item (meist ein privater Account, der Firmenarbeit macht) und ein paar leichte gelbe. Sie zu benennen ist 80 % der Reparatur.
|
Diese Woche machen
Mach den Audit Dienstagvormittag — es sind wirklich fünfzehn Minuten. Dann fix das eine röteste Item vor dem Mittagessen. Neun von zehn Mal heißt das, einen Workflow von deinem privaten Login auf das Tool zu ziehen, das deine Firma tatsächlich freigibt. Ein geschlossenes rotes Item schlägt eine perfekte Richtlinie, die du nie geschrieben hast.
|
|
|
05 |
Der Nebenverdienst
Eine Art, mit KI diese Woche Geld zu verdienen
|
| |
| ◆ Income Idea · Play №007 |
Werd die Person, die die KI-Regeln schreibt, von denen kleine Firmen noch nicht wissen, dass sie sie brauchen.
Jede Firma unter ~200 Leuten beantwortet still dieselbe Frage ("dürfen wir ChatGPT dafür benutzen?") und hat keine Antwort. Die bundesweite Leitplanke, von der alle dachten, sie käme, wurde gerade verschoben (Story 3), und die KPMG-Schlagzeilen lassen jede:n Inhaber:in fragen, ob sie hinten dran sind. Das ist deine Lücke. Bau ein produktisiertes KI-Richtlinien- + Rollout-Starterkit: (1) eine einseitige Nutzungsrichtlinie-Vorlage mit den grün/gelb/rot-Datenstufen aus dieser Ausgabe — was sicher reinzukopieren ist, was nicht, wer es verantwortet, was eine menschliche Prüfung braucht; (2) das Shadow-AI-Audit-Arbeitsblatt aus Abschnitt 04, runtergebrochen auf ein kleines Team; (3) ein einseitiger 30/60/90-Adoptions-Tracker; (4) ein 60-minütiges "ich führe dein Team durch"-Gesprächsskript. Verkauf es auf zwei Wegen. Als digitales Vorlagen-Paket für 69 bis 199 € über Digistore24 oder CopeCart (deutsche, MwSt.-konforme Rechnung inklusive, das Käufervertrauen ist im DACH-Raum deutlich höher als bei Gumroad) für Inhaber:innen, die es selbst machen. Oder als produktisierte Dienstleistung für 690 bis 2.400 €: "ich fahre euren KI-Richtlinien-Workshop und passe das Kit für euer Team an", angeboten an lokale Mittelständler über deine IHK, einen Branchenverband oder dein eigenes LinkedIn-Netzwerk.
Warum es funktioniert: Das Bedarfssignal schreit aus drei Richtungen zugleich: die KPMG-News, die verschobene Verordnung und der überquellende Posteingang jeder:s Inhaber:in. Und die Arbeit ist Urteilskraft, nicht Code: Du verpackst, wie "gut" für eine 40-Personen-Firma aussieht, die sich kein McKinsey-Mandat leisten kann und keins braucht. Realistische Einnahmen: 500 bis 3.600 €/Monat solo, und spürbar mehr, wenn du dich auf eine einzige Branche fokussierst, die du eh verstehst — Zahnarztpraxen, Kanzleien, Marketing-Agenturen. Dann sind die Richtlinien-Beispiele konkret und das Vertrauen ist sofort da. Kein Einhorn. Ehrliche Zahlen, und ein Fenster von ungefähr zwei Quartalen, bevor "KI-Nutzungsrichtlinie-Vorlage" zur 12-€-Massenware wird. In DACH kommt ein Compliance-Bonus dazu: Eine sauber dokumentierte KI-Richtlinie ist genau der Beleg, den eine Datenschutz-Prüfung sehen will. Du verkaufst also nicht nur Ordnung, sondern DSGVO-Nachweis.
|
Diese Woche machen
Schreib die einseitige Richtlinien-Vorlage heute Abend — klau die Vier-Punkte-Struktur direkt aus dem Deep Insight, sie ist schon fertig. List sie diese Woche auf Digistore24, raue Kanten und alles. Dann schreib drei lokale Inhaber:innen an, die du wirklich kennst, und biete den Workshop an. Die Vorlage verkauft die Dienstleistung; die Dienstleistung finanziert den Feinschliff.
|
|
|
06 |
The Stack
Drei Tools, die ich diese Woche wirklich teste
|
01 |
Gamma
KI-Präsentationen, -Docs & -Sites · Free Tier (kostenpflichtig ab ca. 10 $/Monat)
Wenn ich zwanzig Minuten habe und etwas Vorstands-reifes brauche, ist das der Tab, den ich aufmache, statt mit PowerPoint zu ringen. Du tippst, was du willst — "mach aus diesen fünf Punkten ein sechs-Folien-Update" — und editierst dann Satz für Satz, statt Textboxen herumzuschieben. Der Free Tier reicht locker, um zu beurteilen, ob es zu deiner Arbeit passt; ein kleines Wasserzeichen auf den Free-Exporten ist die einzige echte Nervigkeit. Keine Magie, aber das schnellste "Roh-Entwurf einer Präsentation"-Tool, das ich dieses Jahr getestet habe, und das, zu dem ich immer wieder zurückkomme.
|
02 |
Fathom
KI-Meeting-Mitschreiber · Free (ungewöhnlich großzügig)
Es klinkt sich in deinen Zoom-, Meet- oder Teams-Call ein, transkribiert ihn und reicht eine saubere Zusammenfassung mit Action Items zurück — und der Free-Plan ist wirklich großzügig, kein Teaser. Ich lass es bei internen Calls an und bei allem Sensiblen aus, was genau der Punkt dieser Ausgabe ist: Ein Mitschreiber ist selbst eine KI, die in deinem Meeting sitzt und alles Gesagte liest. Nützlich — und genau die Art Tool, die auf die Freigabeliste deiner Firma gehört, nicht still auf einem privaten Login mitläuft. In DACH kommt eine Hürde davor: Aufzeichnen heißt Einwilligung und in der Regel ein Wort mit dem Betriebsrat. Erst prüfen, dann genießen.
|
03 |
Helicone
KI-Nutzungs- & Kosten-Dashboard · Free / Open Source
Das hier ist für die Bauenden unter euch, aber es ist im Stack wegen der Copilot-Story. Helicone sitzt vor deinen KI-API-Calls und zeigt dir genau, was sie kosten: pro Request, pro Modell, pro Projekt, und das bevor dich die Rechnung überrascht. Selbst wenn du es nie verkabelst, ist der Punkt, zu wissen, dass diese Kategorie existiert: Während jedes Tool auf gemessene Preise umstellt, bleiben die ruhig, die ihre KI-Ausgaben sehen, statt zu raten. Der Free Tier deckt ein Solo-Projekt ab, und es ist Open Source, falls du das Ganze lieber selbst hostest — was in DACH oft genau der Grund ist, warum self-hosted die ruhigere Wahl bleibt. ---
|
|
07 |
Aus FindSkill
Was diese Woche neu für Mitglieder ist
|
| New |
Lead an AI Rollout for Your Team
Acht Lektionen darüber, das zu tun, was KPMG gerade getan hat, dimensioniert für ein Team von 50 bis 2.000 Leuten und ein Budget, das nicht Big Four ist: der Shadow-AI-Audit, richtig zugeschnittene Governance (kein Center of Excellence nötig), das Wählen eines Anwendungsfalls, der Aufbau eines Champion-Netzwerks und die Adoptions-Mathematik, die die 5 % von den 95 % trennt. Der Praxis-Begleiter zum Deep Insight dieser Ausgabe. Zum Kurs →
|
|
| New |
Zwei Claude-Legal-Plugin-Kurse
Claude Law Student und Claude Legal Clinic. Die rollenspezifischen Builds für alle, die juristische Arbeit mit KI machen: Falldarstellungen, Gutachten-Schreiben und Examensvorbereitung für Studierende; Kaltstart-Setup, Mandantenaufnahme und Fristen-Überwachung für Kanzleien. Gesteuerte Prompts, nicht "kopier den Fall rein und hoff". Alle Kurse ansehen →
|
|
| New |
Die Opus-4.8-Feldführer
Fünf Erklärer in Klartext, ausgeliefert am Tag nach dem Launch: welche Effort-Stufe du tatsächlich nehmen sollst, die Tour durch dynamische Workflows und Ultracode, ob Fast Mode sich lohnt, der Opus 4.8 vs GPT-5.5 vs Gemini-Vergleich und das KPMG-Rollout-Playbook. Dazu der Erklärer zur 1.-Juni-Copilot-Abrechnung aus Story 2. Wenn du einen liest, den Effort-Guide: Er erspart dir die "warum ist das plötzlich so langsam"-Verwirrung diese Woche. Zum Blog →
|
|
|
|
Welches eine KI-Tool nutzt du für die Arbeit, von dem deine IT offiziell nichts weiß?
Antworte damit (kein Urteil, ich führe selbst eine solche Liste) und ich sag dir, ob es eine einfache Datenschutz-Prüfung überstehen würde. Im schlimmsten Fall wird deine Antwort ein anonymisiertes Beispiel im KI-Rollout-Toolkit.
↵ Auf diese Mail antworten
|
|
The Skill · by FindSkill.ai
|
|