Die Halbwertszeit einer KI-Schlagzeile liegt bei ungefähr 48 Stunden. In dieser Zeitspanne wird aus "Microsoft schränkt intern ein Tool ein" ein "Microsoft wirft Claude raus", aus "ein Automatisierungstool verdoppelt seinen Wert" ein "n8n ist tot", und aus einer verschobenen Frist ein "die EU kippt das KI-Gesetz". Wer beruflich mit künstlicher Intelligenz arbeitet, steht damit vor einem doppelten Problem: Man muss nicht nur die Entwicklungen kennen, sondern auch laufend zwischen Signal und Lärm unterscheiden.

Dieser Artikel macht beides. Er ordnet die wichtigsten Entwicklungen der letzten zwei Monate ein, prüft die populären Gerüchte gegen die Faktenlage und destilliert am Ende das heraus, was tatsächlich tragfähig ist. Kurz: weniger Aufregung, mehr Orientierung.

TL;DR

Die wichtigsten Punkte in drei Sätzen, für alle, die gleich weiterscrollen.

"Microsoft hat Claude Code fallen gelassen" stimmt nur halb: Der Konzern zieht intern Lizenzen in einer Division zurück und lenkt Entwickler zum eigenen GitHub Copilot CLI (Command Line Interface, also das Kommandozeilen-Werkzeug), hauptsächlich wegen der Kosten, die Partnerschaft mit Anthropic bleibt aber bestehen. "n8n ist tot" ist schlicht falsch, das Automatisierungstool hat seine Bewertung gerade auf 5,2 Milliarden US-Dollar verdoppelt. Der EU AI Act (das KI-Gesetz der Europäischen Union) wurde via "Digital Omnibus" zeitlich verschoben, nicht entkernt, während Agenten zum dominierenden Thema werden, das Model Context Protocol zum Standard reift und die Debatte über eine mögliche KI-Blase lauter wird, just als Anthropic OpenAI bei der Bewertung überholt.

Sieben Knowledge Nuggets im KI-Dschungel

Bevor es in die Einzelmeldungen geht, das eigentlich Wichtige zuerst. Bei der Flut an Tools, Releases und Schlagzeilen lässt sich eine einfache Faustregel anlegen: Werkzeuge sind Lärm, Konzepte sind Signal. Die folgenden sieben Punkte veralten nicht im Wochentakt, anders als die Tools, über die in den restlichen Abschnitten gesprochen wird. Wer sich darauf konzentriert, baut nachhaltiges Wissen statt einer Sammlung von Tricks mit kurzer Haltbarkeit.

1. Urteilsvermögen schlägt Tool-Kenntnis. Die Fähigkeit zu beurteilen, ob ein KI-Output korrekt und vertrauenswürdig ist, veraltet nicht. Tool-spezifische Kniffe dagegen sind oft schon nach Monaten überholt. Wer beurteilen kann, wann eine Maschine danebenliegt, bleibt relevant, egal welches Modell gerade führt.

2. Fundamentale Konzepte vor Features. Kontext-Engineering (also das gezielte Versorgen eines Modells mit den richtigen Informationen), das systematische Testen und Bewerten von KI-Output, Kostenmanagement im Sinne von FinOps für Token (Financial Operations, die betriebswirtschaftliche Steuerung der Verbrauchskosten) und Sicherheit (Prompt Injection, also das Einschleusen schädlicher Anweisungen, sowie das saubere Setzen von Tool-Berechtigungen). Das sind die Grundlagen, auf denen alles andere aufbaut.

3. Standards vor Einzelprodukten. Es lohnt sich, das Model Context Protocol und das Agent2Agent-Protokoll zu verstehen, weil sie die Verbindungsschicht zwischen Modellen, Tools und Agenten bilden. Diese Schicht bleibt relevant, egal welches einzelne Modell sich am Markt durchsetzt.

4. Modell-agnostische Architektur. Bei nahezu wöchentlichen Modell-Releases ist es sinnvoll, Systeme so zu bauen, dass sich das zugrunde liegende Modell günstig austauschen lässt. Wer ein Routing zwischen verschiedenen Modellen einzieht, macht sich unabhängig von einzelnen Anbietern und kann je nach Aufgabe das passende und preiswerteste Modell wählen.

5. Domänenwissen und Prozessverständnis. Kunden und Arbeitgeber zahlen für Ergebnisse, also gesparte Stunden oder zusätzlichen Umsatz, nicht für Tools. Das Verständnis dafür, wie ein konkreter Geschäftsprozess funktioniert und wo KI dort echten Wert schafft, ist wertvoller als jede Tool-Demo.

6. Überforderung aktiv antizipieren. Nicht jedem Hype hinterherzulaufen ist eine Strategie, keine Schwäche. Ein einziger realer Anwendungsfall, sauber gebaut und in Betrieb genommen, schlägt zehn halbfertige Experimente, die nie produktiv gehen.

7. Kostenkontrolle ist kein Detail, sondern Architektur. Die teuersten Lektionen dieser zwei Monate (Microsoft und OpenClaw, beide weiter unten) drehen sich um Token-Kosten, die außer Kontrolle geraten. Wer von Anfang an Ausgabengrenzen, Monitoring und ein Routing zu günstigeren Modellen einplant, vermeidet böse Überraschungen auf der Rechnung.

Die acht Themen im Detail

1. Microsoft und Claude Code: "fallen gelassen" stimmt nur zur Hälfte

Im Dezember 2025 gab Microsoft tausenden Mitarbeitern, darunter Entwickler, Produktmanager und Designer, internen Zugang zu Anthropics Claude Code. Das Tool wurde laut Bericht von The Verge "perhaps a little too popular", also möglicherweise eine Spur zu beliebt, und untergrub damit das hauseigene GitHub Copilot CLI. Am 14. Mai 2026 begann Microsoft, die internen Claude-Code-Lizenzen in der Division Experiences + Devices zurückzuziehen, also dem Bereich, der für Windows, Microsoft 365, Outlook, Teams und Surface zuständig ist. Die Frist endet am 30. Juni 2026, was zugleich das Ende des Microsoft-Geschäftsjahres markiert.

Die Gründe sind belegt und zweifach. Erstens die Kosten: Die tokenbasierte Abrechnung zehrte das KI-Budget rasch auf. Zweitens Kontrolle und Standardisierung. Rajesh Jha, Executive Vice President bei Microsoft, sagte gegenüber The Verge, das Copilot CLI gebe dem Konzern "a product we can help shape directly", also ein Produkt, das man gemeinsam mit GitHub direkt auf die eigenen Repositories, Workflows und Sicherheitsanforderungen zuschneiden könne.

Wichtig für die Einordnung: Das ist weder ein Produkt-Aus noch ein Bruch mit Anthropic. Claude-Modelle bleiben über das Copilot CLI, über Microsoft Foundry und in einigen Microsoft-365-Funktionen verfügbar. Es geht um die interne Tool-Nutzung in einer Division, nicht um GitHub Copilot insgesamt und auch nicht um Visual Studio. Das eigentliche Signal hinter der Meldung ist ein Muster: Die experimentelle Phase, in der jeder einen Claude-Code-Zugang bekommt, endet, und Kostenkontrolle wird zum Kaufkriterium.

2. EU AI Act und Digital Omnibus: verschoben, nicht entkernt

Am 7. Mai 2026 erzielten das Europäische Parlament und der Rat eine vorläufige politische Einigung über den "Digital Omnibus on AI", Teil eines größeren Pakets, das die EU-Kommission am 19. November 2025 vorgelegt hatte. Die wichtigsten Friständerungen im Überblick:

• Hochrisiko-KI nach Annex III, also eigenständige Systeme in Bereichen wie Beschäftigung, Bildung, Biometrie, kritischer Infrastruktur und Migration, wurde von August 2026 auf den 2. Dezember 2027 verschoben.
• Hochrisiko-KI nach Annex I, also in regulierte Produkte wie Medizinprodukte oder Maschinen eingebettete Systeme, rückt von August 2027 auf den 2. August 2028.
• Die Transparenz- und Kennzeichnungspflichten nach Artikel 50(2) für bereits am Markt befindliche Systeme gelten bis zum 2. Dezember 2026.
• Nationale Reallabore (Sandboxes) wurden auf den 2. August 2027 verschoben.

Neu hinzugekommen ist ein Verbot von KI zur Erzeugung nicht-einvernehmlicher intimer Bilder sowie von Darstellungen sexuellen Kindesmissbrauchs, verankert in Artikel 5 und wirksam ab dem 2. Dezember 2026.

Entscheidend: Die Kernarchitektur bleibt bestehen. Der risikobasierte Ansatz, die Pflichten für Allzweck-KI seit August 2025 sowie die Verbote und die Pflicht zur KI-Kompetenz (AI Literacy) seit dem 2. Februar 2025 gelten weiter. Die Verschiebung ist allerdings noch nicht final, die formale Verabschiedung wird vor dem 2. August 2026 erwartet und ist erst mit Veröffentlichung im Amtsblatt der EU rechtskräftig. Kritiker, darunter das Corporate Europe Observatory, sehen Industrie-Lobbying als treibende Kraft hinter der Verschiebung.

3. Die Agentenwelt: ein Standard setzt sich durch

Das Model Context Protocol, ein offener Standard von Anthropic zur Anbindung von KI an Tools und Daten, ist im Dezember 2025 an die Agentic AI Foundation unter dem Dach der Linux Foundation übergeben worden, mitgegründet von Anthropic, Block und OpenAI. Heute ist es der De-facto-Standard und wird von OpenAI, Google, Microsoft und Amazon unterstützt. Die nächste Spezifikationsversion liegt seit dem 21. Mai 2026 als Release Candidate vor und soll am 28. Juli 2026 final werden, sie macht das Protokoll zustandslos (stateless) und damit besser skalierbar. Ergänzend kommen das Agent2Agent-Protokoll von Google für die Kommunikation zwischen Agenten und die OpenAI-Konvention AGENTS.md hinzu.

Was die großen Anbieter zwischen April und Juni 2026 konkret getan haben:

• OpenAI veröffentlichte am 15. April 2026 ein Update seines Agents-SDK mit nativer Sandbox-Ausführung und direkter Tool-Nutzung über das Model Context Protocol.
• Microsoft brachte am 3. April 2026 das Agent Framework 1.0 in die allgemeine Verfügbarkeit (es vereint die früheren Projekte AutoGen und Semantic Kernel) und am 1. Mai 2026 Microsoft Agent 365.
• Google baute auf der Cloud Next 2026 seine Plattform Vertex AI zur "Gemini Enterprise Agent Platform" um und veröffentlichte das Agent Development Kit in Version 1.0 sowie das Agent2Agent-Protokoll in Version 1.0.
• Anthropic erweiterte sein Angebot um das Claude Agent SDK, Managed Agents und dynamische Workflows in Claude Code.

Der übergeordnete Trend: Die Orchestrierungslogik wandert zunehmend in das Modell selbst, während sich Frameworks wie LangGraph oder CrewAI in Richtung State- und Policy-Management verschieben.

4. Ist n8n tot? Klar widerlegt

Die These vom toten n8n zirkuliert vor allem auf YouTube, weil Coding-Agenten wie Claude Code, OpenClaw oder Cursor das Programmieren zugänglicher machen und manche Automatisierungsaufgabe damit ohne klassisches Workflow-Tool lösbar wird. Die Faktenlage spricht eine andere Sprache.

n8n, gegründet 2019 in Berlin von Jan Oberhauser, hat laut eigener Pressemitteilung vom 12. Mai 2026 seine Bewertung auf 5,2 Milliarden US-Dollar verdoppelt, nach einer strategischen Investition von SAP. Das ist mehr als das Doppelte der vorherigen Bewertung von 2,5 Milliarden, die weniger als ein Jahr zuvor festgestellt worden war. SAP hält laut Handelsregister knapp 1,3 Prozent. Davor war im Oktober 2025 eine Series-C-Runde über 180 Millionen US-Dollar gelaufen, angeführt von Accel und mit Beteiligung des Investment-Arms von NVIDIA. n8n wird in SAPs Joule Studio eingebettet, der jährlich wiederkehrende Umsatz (Annual Recurring Revenue) liegt über 40 Millionen US-Dollar, die Nutzung ist im Jahresvergleich um das Zehnfache gewachsen.

Berechtigte Kritikpunkte gibt es trotzdem. n8n ist kein echtes Open Source, sondern "fair-code" unter einer Sustainable Use License, was die kommerzielle Nutzung als gehosteter Dienst einschränkt. Große Workflows mit über hundert Knoten werden brüchig und schwer zu debuggen. Und für komplexe KI-Agenten mit fünfzig oder mehr Schritten war das Tool schlicht nicht gebaut.

Die realistische Einordnung lautet daher nicht "Sterben", sondern "Marktteilung". n8n bleibt stark für deterministische, im Team nachvollziehbare Integrationen, während Coding-Agenten bei komplexer, skalierender Logik gewinnen. Die Community nutzt zunehmend beides parallel, etwa indem Claude Code über das Model Context Protocol n8n-Workflows baut.

5. Hermes-Agent und OpenClaw: der Boom der persönlichen Agenten

OpenClaw ist ein quelloffener persönlicher Agent von Peter Steinberger aus Österreich, ursprünglich im November 2025 als "Clawdbot" veröffentlicht und nach einem Markenstreit mit Anthropic umbenannt. Er läuft lokal, ist über Messaging-Apps wie WhatsApp, Telegram, Discord, Signal und iMessage erreichbar und funktioniert mit Claude, GPT, DeepSeek oder lokalen Modellen. Das Projekt wurde viral, mit über 370.000 Sternen auf GitHub überholte es zeitweise sogar React als am häufigsten initialisiertes Projekt. Steinberger wechselte im Februar 2026 zu OpenAI, OpenClaw läuft seitdem als unabhängige Foundation weiter.

Bemerkenswert ist der Konflikt mit Anthropic: Am 4. April 2026 sperrte Anthropic die Claude-Abonnements der Stufen Pro und Max für Drittanbieter-Aufsätze wie OpenClaw. Der Grund ist erneut die Kostenfrage. Ein einzelner autonom laufender OpenClaw-Agent konnte API-Kosten zwischen 1.000 und 5.000 US-Dollar pro Tag verursachen, und das unter einem Abonnement, das 200 US-Dollar im Monat kostet. Zu dem Zeitpunkt liefen über 135.000 OpenClaw-Instanzen. Das ist exakt dasselbe Kostenmuster wie im Microsoft-Fall. OpenClaw ist dabei nicht primär eine Alternative zu Claude Code, sondern ein persönlicher Assistent, und es gibt Sicherheitsbedenken: Cisco fand in einem Skill eine Datenexfiltration, und China beschränkte die Nutzung in Behörden.

Der Hermes-Agent von Nous Research ist ein ebenfalls quelloffener Agent unter MIT-Lizenz, gestartet im Februar 2026. Er läuft auf dem eigenen Server, verfügt über ein persistentes Gedächtnis und einen "Learning Loop", der selbst neue Fähigkeiten erzeugt. Erreichbar ist er über Telegram, Discord, Slack, WhatsApp und weitere Kanäle, und er ist modell-agnostisch, arbeitet also mit dem Nous Portal, mit OpenRouter und dessen über 400 Modellen, mit OpenAI oder lokalen Endpunkten. Die aktuelle Version v0.14.0 stammt vom 16. Mai 2026, das Projekt zählt über 100.000 GitHub-Sterne. Hermes kann sogar OpenClaw-Einstellungen importieren und positioniert sich damit als Alternative oder Nachfolger im selben Segment der persönlichen Agenten.

6. Die KI-Blase: laute Debatte, gemischte Signale

Wer hat im Frühjahr 2026 die Nase vorn? Am 28. Mai 2026 schloss Anthropic eine Finanzierungsrunde über 65 Milliarden US-Dollar bei einer Bewertung von 965 Milliarden ab, angeführt von Altimeter, Dragoneer, Greenoaks und Sequoia. Das ist fast eine Verdreifachung gegenüber den 380 Milliarden vom Februar, womit Anthropic OpenAI bei der Bewertung überholte. Die Run-Rate, also der auf das Jahr hochgerechnete Umsatz, hat sich nach Firmenangaben auf 47 Milliarden US-Dollar verdreifacht. Zeitgleich erschien Claude Opus 4.8.

Im Markt für Unternehmens-KI führt Anthropic deutlich. Laut dem Report "2025: The State of Generative AI in the Enterprise" von Menlo Ventures vom 9. Dezember 2025 hält Anthropic 40 Prozent der Ausgaben für Sprachmodell-Schnittstellen im Unternehmensbereich, OpenAI fiel auf 27 Prozent (von 50 Prozent im Jahr 2023), Google liegt bei 21 Prozent. Im Coding-Segment lautet das Verhältnis 54 zu 21 Prozent zugunsten von Anthropic. Ein wichtiger Hinweis zur Einordnung: Menlo Ventures ist selbst Anthropic-Investor, die Zahlen sind Schätzungen, keine geprüften Abrechnungsdaten. OpenAI wurde zuletzt im März mit 852 Milliarden US-Dollar bewertet, ein Börsengang wird für das vierte Quartal 2026 erwartet.

Bei den Modellen verteilt sich die Führung: GPT-5.5 (23. April 2026) liegt beim logischen Schließen vorn, Claude Opus 4.7 und 4.8 beim Programmieren, Gemini 3.5 Flash (19. Mai 2026) bei multimodalen Aufgaben und beim Preis-Leistungs-Verhältnis, und DeepSeek V4 (24. April 2026) gilt als Preis-Champion mit rund zehnfach niedrigeren Kosten.

Die Blasen-Signale sind real. Der Investor Michael Burry vergleicht den KI-Boom offen mit der Dotcom-Blase und schrieb auf Substack am 8. Mai 2026, es fühle sich an "like the last months of the 1999-2000 bubble". Unter Berufung auf Torsten Slok, Chefökonom bei Apollo, zitierte Burry am 19. Mai 2026 die Zahlen: 87 Prozent der Risikokapital-Finanzierung fließe in KI, 49 Prozent der Investment-Grade-Anleihen und 38 Prozent der Hochzins-Anleihen seien KI-bezogen, während im Internet-Boom 1999 weniger als 40 Prozent des Risikokapitals an Internetfirmen gingen. Goldman Sachs ist zurückhaltender. Die Analysten sehen die Lage näher an 1997 als an 1999, mit "still plenty of room for the AI investment boom to run", und Chefstratege Peter Oppenheimer hält die Bewertungen für noch nicht auf dem Niveau historischer Blasen. Eine viel zitierte Studie von MIT NANDA, "The GenAI Divide: State of AI in Business 2025", fand zudem, dass 95 Prozent der Unternehmenslösungen scheitern und nur 5 Prozent der integrierten Pilotprojekte einen messbaren Effekt auf Gewinn oder Verlust erzeugen. Selbst Sam Altman räumte gegenüber The Verge im August 2025 ein, Investoren seien als Gruppe womöglich überreizt, was KI angehe.

Die Gegenseite verweist auf die reale Nachfrage der Hyperscaler, auf strukturelle statt zyklischer Infrastrukturbedarfe und auf starke Nvidia-Zahlen. Die nüchterne Bilanz: Es gibt eine reale Überhitzung mit Blasen-Merkmalen in der Finanzierung, aber die zugrunde liegende Produktivität ist echt. Wahrscheinlicher als ein totaler Crash ist eine Korrektur mit Konsolidierung, mit wenigen Gewinnern und vielen Verlierern.

7. Worauf man sich nachhaltig konzentrieren sollte

Dieser Punkt steht bewusst doppelt im Artikel, einmal kompakt als die sieben Knowledge Nuggets ganz oben und hier in der inhaltlichen Reihe. Die Kernidee bleibt dieselbe: Tools sind Lärm, Konzepte sind Signal. Urteilsvermögen schlägt Tool-Kenntnis, fundamentale Konzepte schlagen einzelne Features, Standards schlagen Einzelprodukte, modell-agnostische Architektur schlägt Festlegung auf einen Anbieter, Domänenwissen schlägt Tool-Demos, und das bewusste Antizipieren von Überforderung schlägt das Hinterherlaufen hinter jedem Hype. Die Details dazu finden sich in den sieben Punkten am Anfang.

8. Weitere relevante Meldungen im Kontext

• Claude Opus 4.8 (28. Mai 2026) bringt bessere Werte beim Programmieren und bei agentischen Aufgaben sowie nach Anthropic-Angaben rund viermal seltener unbemerkte Code-Fehler und neue dynamische Workflows.
• Bei den Modellen erschienen außerdem GPT-5.5 (23. April 2026), Gemini 3.5 Flash (19. Mai 2026) und DeepSeek V4 (24. April 2026).
• Die neue Spezifikation des Model Context Protocol liegt seit dem 21. Mai als Release Candidate vor und wird am 28. Juli 2026 final.
• GitHub kämpfte 2025 und 2026 mit wiederholten Infrastrukturproblemen, die geplante Migration zu Azure verzögerte sich.

Was daraus folgt

Fünf praktische Schlussfolgerungen lassen sich ziehen. Erstens sollte die Vorbereitung auf den EU AI Act nicht pausiert werden, auch wenn die Hochrisiko-Fristen erst 2027 und 2028 greifen. Das Inventarisieren und Klassifizieren der eigenen Systeme beginnt sinnvollerweise jetzt, denn die Kennzeichnungspflicht zum 2. Dezember 2026 ist die nächste harte Frist für generative Funktionen im EU-Markt. Zweitens gehört die Kontrolle der Token-Kosten zum Standard, die Fälle Microsoft und OpenClaw sind die Mahnung dazu: Ausgabengrenzen, Monitoring und ein Routing zu günstigeren Modellen wie DeepSeek V4 oder Gemini Flash für einfache Aufgaben. Drittens ist das Erlernen von Model Context Protocol und Agent2Agent sowie modell-agnostisches Bauen die nachhaltigste technische Investition, weil sie unabhängig vom einzelnen Modell trägt. Viertens lohnt sich bei der Automatisierung das Sowohl-als-auch: n8n für deterministische Integrationen, Coding-Agenten für komplexe Logik. Und fünftens würden bestimmte Signale die Einschätzung verändern, etwa eine zweite Verschiebung des EU AI Act, einbrechende Nvidia-Quartalszahlen oder Zahlungsschwierigkeiten bei einem der großen Labore.

Einordnung und Vorbehalte

Ein paar Dinge gehören zur Ehrlichkeit dazu. Die Geschichte um Microsoft und Claude Code beruht auf Berichten von The Verge und darauf aufbauenden Folgeberichten, Microsoft und Anthropic haben sich nicht offiziell zu allen Details geäußert, und exakte Zahlen zum Token-Verbrauch sind nicht öffentlich. Der Digital Omnibus ist noch nicht formal verabschiedet, die neuen Fristen gelten erst mit Veröffentlichung im EU-Amtsblatt. Die Bewertungszahlen von Anthropic (965 Milliarden) und n8n (5,2 Milliarden) stammen aus Firmenangaben und Investorenrunden, nicht aus geprüften Bilanzen, und die Marktanteilszahlen im Unternehmensbereich kommen von Menlo Ventures, einem Anthropic-Investor, ein möglicher Bias ist also einzukalkulieren. Einige Quellen zu Agenten und Modellen sind Aggregatoren oder Blogs, die Kernzahlen wurden gegen Primärquellen geprüft. Und die Einschätzung zur KI-Blase ist eine Interpretation, kein Faktum.

Quellenverzeichnis

Microsoft und Claude Code

• The Verge (Originalbericht, Tom Warren): theverge.com
• Windows Central: windowscentral.com
• The Decoder: the-decoder.com
• Storyboard18: storyboard18.com
• Technobezz: technobezz.com
• TechRadar: techradar.com

EU AI Act und Digital Omnibus

• Gibson Dunn: gibsondunn.com
• White & Case: whitecase.com
• Hogan Lovells: hoganlovells.com
• Covington (Inside Privacy): insideprivacy.com

Model Context Protocol und Agenten

• Model Context Protocol Blog: blog.modelcontextprotocol.io
• Wikipedia (Model Context Protocol): en.wikipedia.org/wiki/Model_Context_Protocol
• The Next Web (Google Cloud Next 2026): thenextweb.com
• Microsoft Community Hub: techcommunity.microsoft.com
• TURION.AI: turion.ai
• Awesome AI Agents 2026 (GitHub): github.com/Zijian-Ni/awesome-ai-agents-2026

n8n

• PR Newswire (Pressemitteilung zur SAP-Investition): prnewswire.com
• Tech.eu: tech.eu
• Trending Topics: trendingtopics.eu
• The Next Web (n8n und SAP Joule Studio): thenextweb.com
• n8n Blog (Series C): blog.n8n.io
• Sacra: sacra.com
• Ventureburn: ventureburn.com
• Emergent (n8n-Alternativen): emergent.sh
• The AI Architects: theaiarchitects.com
• Enterprise AI Trends (Substack): nextword.substack.com
• Medium (Is n8n Dead in 2026): medium.com/augmented-startups

OpenClaw

• Wikipedia (OpenClaw): en.wikipedia.org/wiki/OpenClaw
• TechCrunch: techcrunch.com
• The Next Web (Anthropic blockiert OpenClaw): thenextweb.com
• OpenClaw (GitHub Releases): github.com/openclaw/openclaw
• Skywork: skywork.ai

Hermes-Agent

• Hermes Agent (Nous Research): hermes-agent.nousresearch.com
• Hermes Agent: hermes-agent.org
• Hermes Agent News: hermes-ai.net
• Nous Research (GitHub): github.com/nousresearch/hermes-agent
• Hermes Agent Docs (GitHub): github.com/mudrii/hermes-agent-docs

KI-Blase und Marktstand

• Al Jazeera (Anthropic-Bewertung): aljazeera.com
• SiliconANGLE (Claude Opus 4.8 und Finanzierung): siliconangle.com
• Anthropic (Claude Opus 4.8): anthropic.com/news/claude-opus-4-8
• Menlo Ventures (State of Generative AI in the Enterprise): menlovc.com
• AI CERTs News: aicerts.ai
• CNBC (Michael Burry): cnbc.com
• Substack (Michael Burry): substack.com/@michaeljburry
• Cryptonomist: cryptonomist.ch
• Benzinga (Goldman Sachs): benzinga.com
• Goldman Sachs: goldmansachs.com
• Fortune (MIT-Report): fortune.com
• TradingKey: tradingkey.com

Modelle

• Build Fast with AI (Modellvergleich 2026): buildfastwithai.com
• T-Minus AI: tminusai.com
• TechCrunch (DeepSeek V4): techcrunch.com
• Medium (Modell-Ranking 2026): medium.com
• Hidekazu Konishi (Claude Model Timeline): hidekazu-konishi.com