Heute geht es um eine praktische Frage: Was passiert, wenn KI nicht mehr nur in Software sitzt, sondern die Software selbst veränderbar macht. Servus, ich bin Lissy, und das sind die Daily AI News. Freitag ist Unternehmer-Take. Deshalb schauen wir auf ein Muster: Kunden bauen fehlende SaaS-Funktionen selbst, Einkaufsagenten brauchen ein Mandat, KI-Mitarbeiter bekommen Arbeitsräume, Gemini wandert ins Auto, und Anthropic erklärt Text-Wasserzeichen. Die Linie: Wenn KI echte Arbeit übernimmt, wird Produktdesign zur Frage von Rechten, Grenzen und Nachweisbarkeit.
Fangen wir mit Vendo an, weil das für mich heute der stärkste Unternehmer-Hebel ist. Vendo ist eine Open-Source-Schicht für B2B-SaaS-Produkte. Ein Nutzer beschreibt im bestehenden Produkt, welches Dashboard, welchen Report, welche kleine App oder welche Automation ihm fehlt. Vendo liest API-Beschreibungen, Theme-Informationen und Routen des Produkts, und erzeugt daraus eine kleine React- oder Preact-Oberfläche. Aus einem Roadmap-Wunsch wird also nicht sofort ein Ticket für das Produktteam, sondern erst einmal eine vom Kunden selbst gebaute Mikro-App.
Der wichtige Teil ist Begrenzung. Vendo soll nicht beliebigen Code wild im Produkt laufen lassen. Die erzeugten Apps laufen in einer Sandbox, sie nutzen die Produkt-API, und Tool-Aufrufe laufen über Schutzregeln und Freigaben. Genau das macht die Idee interessant. KI darf kreativ werden, aber innerhalb eines Rahmens, den der Anbieter kontrolliert.
Für Unternehmer ist das eine echte Produktfrage. Wenn Kunden eigene Workflows bauen können, sinkt der Druck, jede Sonderfunktion zentral zu entwickeln. Gleichzeitig steigt die Verantwortung für Schnittstellen, Rechte und Qualität. Das Produkt ist dann auch die sichere Werkstatt, in der Kunden ihre Oberfläche erweitern dürfen.
Dazu passt NorthCinder. Das Projekt beschreibt einen lokalen MCP-Server für Shopping-Agenten. Der Nutzer gibt ein Kaufbriefing. Der Agent vergleicht Produkte, begründet sein Ranking, zeigt ausgeschlossene Angebote, trennt Sponsor- und Affiliate-Signale vom Ranking und verlangt vor dem Checkout eine separate signierte Freigabe.
Für Unternehmen steckt darin eine klare Lektion. Sobald KI im Namen eines Kunden handelt, reicht die Antwort nicht mehr. Man braucht eine Begründungskette, eine Audit-Spur und eine saubere Übergabe an den Menschen. Gerade im Einkauf ist das offensichtlich, aber das Muster gilt genauso für B2B-Bestellungen, Software-Abos, Lieferantenvergleiche oder Recruiting. Der Agent darf vorsortieren. Die bindende Entscheidung braucht ein Mandat.
Das ist der Gegenpol zu Vendo. Vendo zeigt: KI kann Nutzern erlauben, Funktionen selbst zu bauen. NorthCinder zeigt: Sobald diese Funktionen in echte Entscheidungen und Käufe gehen, muss das System langsamer und prüfbarer werden. Wirtschaftliche Verantwortung braucht einen Beleg.
Ein zweites Muster kommt aus Cumora und OpenBot. Cumora ist ein Team-Chat, in dem KI-Agenten eigene Direktnachrichten, Gruppenräume, Kanban- und Kalenderkontext, Memory, E-Mail und Tools bekommen sollen. OpenBot geht stärker in Richtung Self-hosting: KI-Coworker bekommen eigene Browser, Dateien und freigegebene Tools. Aktionen werden vorab entschieden und danach protokolliert.
Ich würde daraus keine eigene Hype-Geschichte machen. Es gibt viele Agentenplattformen, und viele klingen in der Produktbeschreibung besser als in der Praxis. Aber als Signal ist es wichtig. Der Chatbot als einzelnes Fenster reicht für Teamarbeit nicht. Wenn ein Agent wiederkehrend Aufgaben übernimmt, braucht er betrieblichen Kontext wie ein Mensch, nur mit strengeren Grenzen: welche Räume darf er sehen, welche Aufgaben darf er claimen, welche Dateien darf er öffnen, welche E-Mails darf er verschicken, und wo muss ein Mensch übernehmen.
Für kleine Teams ist das relevant. Viele wollen nicht fünf neue KI-Abos und noch eine Blackbox. Sie wollen vorhandene Agenten in einen Arbeitskontext bringen, ohne alle Daten an eine neue Plattform abzugeben. Deshalb sind lokale oder Bring-your-own-agent-Ansätze spannend. Kontrolle und Kosten werden Teil der Kaufentscheidung.
Dann kommt Google mit einem Big-Tech-Signal: Gemini soll in Waymos Custom-Ojai-Fahrzeuge wandern. Die Details sind noch nicht der Punkt. Spannend ist die Richtung. Gemini wird nicht nur als Chat-App verteilt, sondern rutscht in ein reales Mobilitätsprodukt hinein, also in ein Autoerlebnis, in dem Sprache, Kontext, Assistenz und Bedienung zusammenfallen.
Das ist für mich der Unterschied zwischen KI als Feature und KI als Produktschicht. Ein Chatfenster neben dem Produkt ist nett. KI im Produkt selbst verändert, wie Nutzer mit dem Produkt umgehen. Im Auto heißt das vielleicht natürlichere Bedienung, bessere Erklärung von Routen oder Unterstützung in Sonderfällen. Entscheidend ist: Der Nutzer muss nicht zur KI wechseln. Die KI ist dort, wo die Entscheidung oder Handlung passiert.
Für Gründer und Produktteams ist das eine klare Warnung. Wenn große Plattformen KI direkt in den Nutzungsmoment einbauen, wird eine externe KI-Hilfe schnell austauschbar. Der Wert liegt dann weniger im Modellnamen und mehr im Zugriff auf Produktkontext. Wer weiß, wo der Nutzer gerade ist, welche Aufgabe offen ist, welche Rechte gelten und welche Aktion sicher erlaubt ist, hat den besseren Hebel.
Zum Schluss die Governance-Seite. Anthropic hat erklärt, wie Claude-Text-Wasserzeichen funktionieren. Vereinfacht gesagt geht es darum, erzeugte Texte später mit statistischen Signalen wiedererkennen zu können. Für normales Prompting ändert sich dadurch wenig. Für Unternehmen, Bildung, Medien und Plattformen ist die Richtung aber wichtig: Herkunftsnachweise werden Teil des KI-Produkts.
Parallel lief heute eine Diskussion über die Frage, ob KI-generierte Inhalte in der EU urheberrechtlich geschützt sind. Die konkrete Quelle ist nur eine Social- und Hacker News Diskussion, also nichts für harte Rechtsberatung. Aber als Signal passt es perfekt in den Tag. Wenn Kunden mit KI Inhalte, Apps, Reports und Automationen erzeugen, wird die Anschlussfrage sofort praktisch: Wem gehört das Ergebnis. Darf ich es verkaufen. Darf ich es in ein Produkt einbauen. Kann ich später beweisen, wo es herkam.
Genau hier schließt sich der Kreis. Vendo macht Software veränderbar. NorthCinder macht Kaufentscheidungen auditierbar. Cumora und OpenBot geben Agenten Arbeitsräume. Waymo zeigt KI im realen Produkt. Und Text-Wasserzeichen zeigen, dass Nachweisbarkeit eine Produktfunktion wird.
Mein Take für diese Woche: Die nächste KI-Welle gewinnt nicht allein durch klügere Modelle. Sie gewinnt durch bessere Grenzen. Wer KI in Produkte einbaut, muss Nutzern erlauben, mehr selbst zu tun, aber gleichzeitig klären, was erlaubt ist, was protokolliert wird und wo der Mensch bewusst entscheidet. Für echte Unternehmen ist das der Unterschied zwischen Spielerei und Betrieb.
Wenn ich den Tag in einen Satz packen müsste: KI wird wertvoller, wenn sie mehr darf, aber sie wird erst produktreif, wenn man genau sieht, was sie getan hat. Für diese Woche heißt das praktisch: Schaut nicht nur auf Modellqualität. Schaut auf die Stelle im eigenen Produkt oder Betrieb, an der ein Nutzer etwas selbst anpassen, vergleichen oder freigeben will. Dort entsteht der Hebel. Und dann baut zuerst den Rahmen: Rechte, API-Grenzen, Protokoll, Freigabe. Erst danach kommt der Agent. Wenn euch die Folge gefallen hat, schreibt mir gern eine Mail, die Adresse steht in den Shownotes. Danke fürs Zuhören, Pfiat euch und bis morgen, eure Lissy.