Kategorie: Tool-Tests

Im Labor von NetSecOPEN zeigte ein Test: Die Cisco Secure Firewall 6160 lieferte so hohe Durchsatzwerte, dass die Testwerkzeuge an ihre Grenzen stießen. Die Firewall ist für das Verkehrsaufkommen der KI-Ära konzipiert. Bei eingeschalteter Sicherheitsinspektion übertraf sie die Messmöglichkeiten der Hardware. Netzwerkanforderungen haben sich gewandelt, Sicherheit muss skalieren, ohne zu bremsen.

Langsame Internetverbindungen durch strenge Firewalls sind ärgerlich. In Rechenzentren und bei KI-Workloads wird das zum geschäftskritischen Problem. Die Datenströme heutiger Anwendungen sind größer und anders. Ein großer CDN-Anbieter berichtet, dass KI-gesteuerte Bots mehr als die Hälfte aller Webanfragen ausmachen. Über die Hälfte des menschlichen Internetverkehrs ist Post-Quanten-verschlüsselt. Firewalls müssen riesige Datenmengen bewältigen und tief in verschlüsselte Verbindungen hineinschauen. Dabei darf die Performance nicht leiden. Die Cisco Secure Firewall zielt genau darauf ab.

Test: Werkzeuge erreichten ihre Grenzen, die Firewall nicht

NetSecOPEN prüft Netzwerksicherheitsprodukte unter realistischen Bedingungen. Bei der Cisco Secure Firewall 6160 erreichten die Testwerkzeuge ihre CPU-Grenze, bevor die Firewall ausgelastet war. Der Bericht nennt es einen „5X-Benchmark“: Die Firewall übertraf den bisherigen Durchsatzrekord um das Fünffache. Die genaue Obergrenze blieb unklar. Die gemessenen Werte: 269,59 Gbps für inspizierten HTTP-Durchsatz, 222,37 Gbps für inspizierten HTTPS-Durchsatz, bei 5,6 Millionen gleichzeitigen TCP/HTTPS-Verbindungen und 80.000 neuen HTTPS-Verbindungen pro Sekunde. Die Testwerkzeuge waren bei 95–98 % CPU-Auslastung. Die Firewall hätte mehr liefern können.

Die Architektur dieser Firewall ist für eine Welt gebaut, die viele Netzbetreiber erst erreichen werden. Herkömmliche Firewalls brechen bei steigendem Traffic ein oder deaktivieren die Inspektion. Die 6160 skaliert durch. Die Software-Fähigkeiten – SnortML zur Erkennung von Zero-Day-Angriffen und die Encrypted Visibility Engine (EVE) für risikobewusste Entschlüsselung – sind nicht auf dieses Modell beschränkt. Sie finden sich in der gesamten Cisco Firewall-Produktfamilie: physisch, virtuell oder in der Cloud.

Alle Bedrohungen gestoppt bei Volllast

Im Test blockierte die Firewall 100 % aller Bedrohungen. Bei maximalem Durchsatz und paralleler Inspektion kein einfaches Ergebnis. Die 5.388 Bedrohungsszenarien umfassten 1.380 öffentliche CVEs, 180 private CVEs, 3.809 Malware-Varianten und 19 Umgehungsversuche. Die Firewall erkannte und stoppte jede.

Diese Leistung basiert auf Talos-Bedrohungsintelligenz, dem weltweit größten Sicherheitsforscherteam, und SnortML. SnortML erkennt Muster im Datenverkehr, die auf Schadsoftware hindeuten, auch bei unbekannten Angriffen. EVE identifiziert riskanten Traffic in verschlüsselten Verbindungen, ohne die Verschlüsselung zu brechen – für TLS, QUIC, SSH und STUN. Privatsphäre und Sicherheit bleiben gewahrt.

Preis-Leistung: Höherer Schutz bei weniger Platz und Strom

Die wirtschaftliche Nachricht: Cisco Secure Firewall 6160 bietet ein gutes Verhältnis von Preis zu Schutz bei KI-Workloads. Frühere Tests zeigten 2,5-mal mehr Preis-Leistung im Vergleich zu Wettbewerbern bei aktivierter Sicherheit. Die neuen Zahlen unterstreichen die Betriebskosten: Die Firewall benötigt bis zu 80 % weniger Rack-Platz und 60 % weniger Strom als vergleichbare Lösungen. Der Preis pro geschütztem Gigabit pro Sekunde liegt bei etwa einem Drittel des Wettbewerbsniveaus.

Für Unternehmen, die Rechenzentren für KI-Workloads rüsten, sind das praktische Zahlen. Weniger Rack-Platz bedeutet mehr Kapazität für Server und Speicher. Weniger Strom senkt CO₂-Bilanz und Kosten. Die Möglichkeit, Geräte zu einem Cluster mit bis zu 8 Tbps inspiziertem Durchsatz zu verbinden, erlaubt schrittweises Wachstum. Man kauft nicht die Maximalausbaustufe, sondern skaliert bei steigendem Traffic. Das ist wirtschaftlich klug und technisch sauber.

Was bedeutet das in der Praxis?

Vielleicht bist du kein Netzwerkadministrator. Aber die Prinzipien betreffen jeden, der digitale Dienste nutzt oder anbietet. Wenn Unternehmen ihre Netzwerke für KI-Anwendungen rüsten, darf Sicherheit nicht bremsen. Die Cisco Secure Firewall 6160 zeigt, dass hundertprozentiger Schutz möglich ist, ohne die Leistung zu drosseln – zu Kosten, die den Betrieb nicht belasten.

Die Autobahn-Analogie passt: Früher reichte eine vierspurige Straße, heute braucht es zwölf Spuren. Die Mautstelle muss alle Fahrzeuge prüfen, ohne Stau. Der Test zeigte: Die Firewall war schneller als das Testwerkzeug. In der Praxis bedeutet das: Unternehmen können auf die Sicherheit vertrauen, ohne Performance-Einbußen. In einer Zeit mit exponentiell wachsendem Datenverkehr durch KI-Agenten, verschlüsselte Ströme und viele vernetzte Geräte ist die Firewall für kommende Anforderungen ausgelegt.

Quelle: blogs.cisco.com

Welches KI-Modell hilft bei grossen Softwareprojekten? Die grossen Anbieter – OpenAI, Anthropic, SpaceXAI – versprechen bessere Frontend-Entwicklung, mehr Token-Effizienz, tiefere Zusammenarbeit. Was taugen diese Versprechen in der Praxis? Genau das hat Stephen M. Walker II mit einem praxisnahen Benchmark getestet: Basecamp Bench.

Walker hat nicht mit theoretischen Abfragen oder einfachen Code-Snippets gearbeitet. Er hat ein vollständiges, reales Produkt nachgebaut – die Basecamp-Projektmanagement-Oberfläche mitsamt Backend. Jedes getestete Modell startete im selben leeren Workspace, bekam dieselben Anforderungen, Mockups, Design-Tokens und API-Verträge. Das Ziel: zu sehen, wo die Modelle gut abschneiden, wo sie schwächeln und wo die Unterschiede klein sind. Das Ergebnis ist ein aufschlussreicher Vergleich.

Die Kandidaten und ihr Abschneiden

Fünf Modelle traten an: Fable 5 (Anthropic), Sonnet 5 (Anthropic), Grok 4.5 (SpaceXAI), GPT‑5.6 Sol (OpenAI) und GPT‑5.5 (OpenAI). Walker wertete in 20 Dimensionen aus – von funktionaler Vollständigkeit über API-Korrektheit bis hin zu Pixelgenauigkeit. Die zentrale Erkenntnis: Kein Modell gewinnt auf ganzer Linie. Der Spitzenreiter in der Gesamtwertung heisst Fable 5. Es erreichte 7,578 Punkte im Frontend und 8,392 im Backend – und liegt damit „innerhalb weniger Prozentpunkte der echten Basecamp-Implementierung“, wie Walker schreibt. Der Preis dafür: 85,87 $ Kosten und über zwei Stunden Bearbeitungszeit.

Auf der anderen Seite steht Grok 4.5. Es absolvierte beide Tracks in 37 Minuten für 9,30 $ – ein gutes Verhältnis von Geschwindigkeit zu Kosten. Dafür zeigen die Screenshots deutliche Layout-Probleme und fehlenden Feinschliff. Walker bezeichnet es als „stärkste Balance aus Geschwindigkeit, Kosten und funktionaler Tiefe“. Wer schnelle Prototypen braucht und Abstriche bei der Optik akzeptiert, findet hier eine gute Option.

Modell	Frontend	Backend	Gesamtzeit	Gesamtkosten
Fable 5	7,578	8,392	2:06:40	85,87 $
Sonnet 5	6,982	7,243	1:27:09	36,23 $
Grok 4.5	6,384	7,278	36:48	9,30 $
GPT‑5.6 Sol	5,765	7,310	59:48	15,13 $
GPT‑5.5	5,670	7,084	44:14	10,94 $

Frontend: Die letzten zehn Prozent sind die schwersten

Die Backend-Werte liegen dicht beieinander – fast alle Modelle registrieren die komplette Routen-Oberfläche, setzen Invarianten durch und liefern vertragskorrekte Antworten. Der grösste Unterschied zeigt sich im Frontend. Walker beobachtet, dass die Modelle hier zwischen Breite und Tiefe abwägen: „Die Abstände, Icons, Mikrointeraktionen und Übergänge, die ein Interface fertig wirken lassen – genau daran scheitern viele.“ Tom Cargill sagte dazu: „Die ersten 90 % des Codes verursachen die ersten 90 % der Entwicklungszeit. Die restlichen 10 % des Codes machen die anderen 90 % aus.“ Jeder weitere Punkt auf Walkers Skala ist schwerer zu erreichen. Von einer 5 auf eine 6 zu kommen ist relativ einfach. Von 8 auf 9 zu steigen verlangt ungleich mehr Tiefe.

Auffällig: GPT‑5.6 Sol schneidet im Frontend mit 5,765 deutlich schlechter ab als Fable 5, obwohl OpenAI dieses Modell speziell für Frontend-Arbeit bewirbt. Walker vermutet, dass Sol eher auf funktionale Korrektheit als auf visuelle Details optimiert ist. Sonnet 5 wiederum legt den Fokus auf „working, persistent workflows“ – also echte, durchgängig nutzbare Abläufe –, was ihm den zweiten Platz im Frontend einbringt.

Die Variabilitätsfalle: Ein einziger Run täuscht

Ein überraschender Befund: die Run-to-Run-Variabilität. Walker hat Sonnet 5 und GPT‑5.6 Sol jeweils fünfmal auf jedem Track gestartet. Die Ergebnisse schwankten deutlich: Bei Sonnet 5 Frontend reichte die Spanne von 6,178 bis 6,922, bei Sol von 5,780 bis 6,489. Die Mediane lagen bei 6,585 bzw. 6,026 – der Unterschied also geringer, als man nach den ersten Werten vermuten würde. Walkers Fazit: „Auf Frontend-Arbeit sind Sol und Sonnet 5 näher beieinander, als ihr Ruf vermuten lässt. Die beste Sol-Runde schlug die schlechteste von Sonnet, die schwächste Sol verlor gegen die beste von Sonnet.“ Das erklärt, warum Nutzer in Foren gegensätzliche Erfahrungen berichten – sie haben verschiedene Durchläufe erwischt.

Für dich als Entwickler heisst das: Eine einmalige Ausführung eines Modells sagt wenig. Du musst mindestens drei, besser fünf Durchläufe machen, um ein verlässliches Bild zu bekommen. Gerade bei kostengünstigen Modellen wie Grok 4.5 ist das auch finanziell machbar.

Was bedeutet das?

Basecamp Bench ist kein künstliches Konstrukt aus isolierten API-Calls. Es ist ein Gesamtarbeitsbenchmark, der die echten Herausforderungen der Softwareentwicklung abbildet: Anforderungen aus Screenshots und Design-Tokens extrahieren, eine kohärente Frontend-Oberfläche bauen, eine Backend-API mit korrekten Verträgen implementieren und beides so verzahnen, dass aus Einzelteilen ein funktionierendes Produkt wird. Die Modelle, die hier vorne liegen – Fable 5 für Qualität, Grok 4.5 für Geschwindigkeit und Wirtschaftlichkeit –, sind die, die du beachten solltest, wenn du deinen nächsten KI-Workflow planst.

Walker selbst weist darauf hin, dass er den Benchmark mit weiteren Modellen ergänzen wird – Gemini 3.5 Pro steht in den Startlöchern, und wenn die Gerüchte um GPT‑6 im Sommer stimmen, wird auch dieses getestet. Bis dahin liefert Basecamp Bench eine handfeste Entscheidungsgrundlage, die weit über Marketingversprechen hinausgeht. Die Zeit der einfachen Experimente ist vorbei. Die Ergebnisse zeigen, wo die Modelle wirklich stehen.

Quelle: smw.ai

Zwei KI-Programmierassistenten – Claude Code und OpenCode – unterscheiden sich enorm im Token-Overhead. Eine Messung zeigt, wie viel mehr Token Claude Code für den Overhead verbraucht und welche Auswirkungen das auf Kosten und Effizienz hat.

Der Tester hat beide Harnesses auf die gleiche Maschine und das gleiche Modell (Claude Sonnet 4-5) gesetzt. Dann hat er jede Anfrage und Antwort aufgezeichnet. Ergebnis: Claude Code schickt pro Anfrage rund 33.000 Token an Systemprompt, Tool-Schemas und anderen Vorlauf mit, bevor die Nutzeranfrage eintrifft. OpenCode kommt mit etwa 7.000 Token aus – weniger als ein Viertel. Das hat praktische Konsequenzen.

Die Messmethode: Ein Lauschangriff an der API

Um zu sehen, was die Harnesses wirklich senden, hat der Tester einen Logging Proxy zwischen die Programme und das Modell geschaltet. Dieser Proxy zeichnet zwei Dinge auf: das exakte JSON-Paket der Harness (Systemblöcke, Tool-Beschreibungen, Nachrichten) und die Verbrauchsdaten der API (Input-Token, Cache-Schreibvorgänge, Cache-Lesevorgänge, Output-Token). So wird die Kommunikation sichtbar.

Getestet wurde unter kontrollierten Bedingungen: leere Arbeitsverzeichnisse, keine MCP-Server, keine Benutzereinstellungen, keine Gedächtnisfunktion. Schritt für Schritt wurden Komponenten hinzugefügt – eine Anweisungsdatei, MCP-Server, Subagenten – um ihren Einfluss zu isolieren. Die Aufgaben reichten von der simplen Aufforderung „Antworte genau mit: OK“ bis zu einer mehrstufigen Schreib-Test-Korrektur-Schleife für ein FizzBuzz-Script.

Der Grund-Overhead: Warum Claude Code so viel mehr vorausschickt

Die erste Aufgabe war denkbar einfach: 22 Zeichen. Trotzdem unterschied sich die Größe der Anfragen deutlich. Claude Code packte einen Systemprompt aus drei Blöcken mit 27.344 Zeichen ein, dazu 27 Tool-Schemas mit fast 100.000 Zeichen und zusätzliche Erinnerungsblöcke (<system-reminder>). Das ergab nach Kalibrierung etwa 32.800 Token. OpenCode schickte einen Systemblock mit 9.324 Zeichen, 10 Tool-Schemas (20.856 Zeichen) und die Anfrage – insgesamt rund 6.900 Token.

Der größte Brocken bei Claude Code sind die Tool-Schemas. Claude Code bringt viele Werkzeuge mit – für Termine, Überwachung, Hintergrundprozesse. Diese werden alle beim Start geladen. OpenCode hat nur zehn klassische Programmierwerkzeuge. Das reduziert den Overhead.

Ohne Werkzeuge: Der reine Systemprompt

Um den Overhead der Tool-Beschreibungen zu isolieren, wurden beide Harnesses mit abgeschalteten Tools getestet. Ergebnis: Claude Codes Systemprompt allein wiegt 26.891 Zeichen (etwa 6.500 Token), OpenCode kommt auf 8.811 Zeichen (etwa 2.000 Token). Auch ohne Werkzeuge ist die Anleitung von Claude Code mehr als dreimal so umfangreich. Darin stecken Verhaltensregeln, Tonvorgaben, Sicherheitsrichtlinien und Umgebungsbeschreibungen.

Das hat eine praktische Konsequenz: Jede Anfrage startet bei Claude Code mit höherem Grundrauschen. Bei einem 200.000-Token-Kontextfenster sind 33.000 Token Overhead bereits ein Sechstel des Platzes, bevor Code im Gespräch ist. Bei OpenCode sind es etwa 3,5 Prozent. Das wirkt sich auf Kosten und den Platz für den Arbeitsinhalt aus.

Caching: Einsparpotenzial wird nicht immer genutzt

Moderne API-Anbieter bieten Prompt-Caching: Wenn sich Blöcke von Anfrage zu Anfrage nicht ändern, werden sie zwischengespeichert und zu einem Bruchteil der Kosten wieder eingelesen. Die Studie zeigt, dass OpenCode seinen Anfrage-Prefix in jeder gemessenen Sitzung byte-identisch hielt – ideal für Caching. Claude Code dagegen schrieb während einer Sitzung Zehntausende von Cache-Token immer wieder neu, obwohl die Aufgabe gleich blieb. Im Extremfall verursachte es auf der gleichen Aufgabe bis zu 54-mal mehr Cache-Schreibvorgänge als OpenCode. Cache-Schreibvorgänge werden zum vollen Satz berechnet; nur Cache-Lesungen sind günstig. Die Caching-Strategie beeinflusst die Kosten stark.

Die Multiplikatoren: Wenn die Konfiguration wächst

Im echten Projekt kommen Anweisungsdateien und MCP-Server hinzu. Ein 72 Kilobyte großes AGENTS.md oder CLAUDE.md aus einem Produktiv-Repository fügt jeder Anfrage rund 20.000 Token hinzu – bei beiden Harnesses. Allerdings ignoriert Claude Code AGENTS.md und benötigt den Namen CLAUDE.md. Wer versehentlich die falsche Datei ablegt, spart Tokens, bekommt aber auch keine Anweisungen – ein verstecktes Problem. OpenCode liest beide Namen und packt den Inhalt in den Systemprompt, was die Basislinie fast vervierfacht.

MCP-Server (Model Context Protocol) geben dem Agenten zusätzliche Fähigkeiten. Selbst unauffällige, öffentliche Server ohne Anmeldedaten fügen pro Anfrage 1.000 bis 1.400 Token pro Server hinzu. Mit fünf Servern wächst die Werkzeugliste von 27 auf 69 bei Claude Code und von 10 auf 52 bei OpenCode. Produktivserver mit umfangreichen APIs können diese Zahlen leicht verdoppeln oder verdreifachen. Jeder dieser Token muss bei jeder Anfrage mitgeschickt werden – auch wenn er nicht genutzt wird.

Subagenten: Wenn mehrere Helfer die Kosten vervielfachen

Eine Funktion beider Harnesses ist die Delegation an Subagenten. Die Studie testete einen Auftrag direkt und dann mit zwei Subagenten. Direkt kostete der Auftrag 121.000 Token, mit Subagenten stieg der Verbrauch auf 513.000 Token – mehr als das Vierfache. Der Grund: Jeder Subagent lädt seinen eigenen Systemprompt und seine Werkzeuge bei jeder Runde neu. Der übergeordnete Agent bekommt nur das Endergebnis, aber die Kosten der Subagenten laufen unabhängig. Wer häufig delegiert, muss mit stark steigenden Token-Kosten rechnen.

Allerdings gibt es einen Lichtblick: Bei mehrstufigen Aufgaben (Schreiben, Testen, Korrigieren) kann Claude Code seine größere Basislinie ausgleichen, indem es mehrere Werkzeugaufrufe in einer einzigen Anfrage bündelt. Während OpenCode für jeden Schritt eine neue Anfrage sendet und jedes Mal den 7.000-Overhead erneut bezahlt, fasst Claude Code manchmal zwei Dateioperationen und zwei Scriptausführungen in einem Roundtrip zusammen. In einem Fall gelang es so, dass Claude Code mit 121.000 Token günstiger abschnitt als OpenCode mit 132.000 Token. Allerdings ist dieser Vorteil nicht stabil: Auf einem neueren Modell (Claude Fable 5) brauchte Claude Code plötzlich sechs Anfragen statt drei und landete bei 298.000 Token – gegen OpenCodes 133.000. Die Bündelung hängt vom Verhalten des jeweiligen Modells ab, nicht von der Harness selbst.

Praktische Bedeutung

Die Studie zeigt: Die reine Token-Anzahl ist kein einfacher Indikator für Effizienz. Wer kurze, isolierte Aufgaben hat – eine Datei lesen und zusammenfassen – fährt mit OpenCode deutlich günstiger. Wer komplexe Arbeitsabläufe mit vielen zusammenhängenden Schritten ausführt, kann von der Bündelung profitieren, aber das ist nicht garantiert. Wer stark auf Subagenten setzt oder viele MCP-Server anbindet, muss mit erheblichen Kostentreibern rechnen – unabhängig von der Harness.

Wichtig ist auch die Transparenz. Der EU AI Act verlangt in Artikel 12, das Verhalten von Systemen zu verstehen und zu protokollieren. Die Frage „Was sendet mein Agent?“ sollte datengestützt beantwortet werden können. Die Methode dieser Studie – ein Logging-Proxy zwischen Harness und Modell – eignet sich dafür. Wer KI-Agenten produktiv einsetzt, sollte diese Technik beherrschen, um Kostenfallen zu vermeiden.

Der Vergleich zwischen Claude Code und OpenCode ist keine einfache Ja/Nein-Empfehlung. Er zeigt: Die Architektur-Entscheidungen der Harness – wie viele Werkzeuge sie standardmäßig mitbringt, wie sie Caching nutzt und Anfragen bündelt – haben massiven Einfluss auf die Kosten. Man sollte diese Entscheidungen verstehen, bevor man einen Assistenten produktiv einsetzt.

Quelle: systima.ai

Stell dir vor, du programmierst auf deinem Laptop und musst eine große Aufgabe erledigen, wie einen Fehler in einem Spiel zu finden. Bisher musstest du die ganze Zeit am Computer sitzen und warten. Jetzt gibt es eine neue Technik: Coding-Agenten, die in der Cloud arbeiten. Sie laufen auf einem fernen Computer im Internet, nicht auf deinem. Du startest sie und machst weiter mit deinem Tag. Wenn sie fertig sind, bekommst du eine Nachricht. Das ist wie ein Helfer, der für dich arbeitet, während du etwas anderes machst.

Diese neuen Helfer heißen Mistral Medium 3.5. Sie sind wie ein schlauer Assistent beim Programmieren. Du nutzt sie im Mistral Vibe CLI oder direkt in Le Chat. Le Chat ist ein Programm zum Chatten, ähnlich wie WhatsApp. Hier stellst du Programmieraufgaben. Der Helfer arbeitet im Hintergrund, während du weiterchattest. Das ist praktisch, weil du nicht auf jeden Schritt warten musst.

Was ist Mistral Medium 3.5?

Mistral Medium 3.5 ist ein neues Modell mit verschiedenen Fähigkeiten. Es befolgt Anweisungen, denkt logisch und programmiert. Es hat 128 Milliarden Parameter. Ein Parameter ist wie ein kleines Bauteil im Gehirn des Computers. Je mehr, desto schlauer. Es verarbeitet bis zu 256.000 Zeichen auf einmal – so lang wie ein ganzes Buch. Du kannst es auf deinem eigenen Computer laufen lassen, wenn du vier Grafikkarten hast. Grafikkarten sind spezielle Teile im Computer für schnelle Berechnungen.

Dieses Modell ist gut in Tests. Es erreichte 77,6% bei einem Test namens SWE-Bench Verified. Das ist besser als viele andere Modelle. Es versteht auch Bilder, weil es einen speziellen Teil hat, der für Bilder trainiert wurde. Das ist nützlich, wenn du ein Bild von einem Fehler in deinem Programm zeigst. Der Helfer sieht, was falsch ist, und hilft dir.

Remote agents in Vibe

Ab heute laufen Coding-Sessions in der Cloud, während du weg bist. Du startest viele davon gleichzeitig. Das ist wie mehrere Hausaufgaben auf einmal, aber der Computer macht sie für dich. Du startest sie im Mistral Vibe CLI oder in Le Chat. Während sie laufen, siehst du, was sie tun: welche Dateien sie ändern, welche Werkzeuge sie benutzen und wie weit sie sind. Wenn du eine lokale Session auf deinem eigenen Computer hast, verschiebst du sie in die Cloud. Dann läuft sie weiter, auch wenn du deinen Laptop ausschaltest.

Vibe arbeitet mit Systemen zusammen, die Entwickler kennen: GitHub, Linear, Jira, Sentry, Slack und Teams. Jede Session läuft in einer isolierten Umgebung. Sie kann kein Schaden an deinem richtigen System anrichten. Wenn die Arbeit fertig ist, erstellt der Helfer einen Pull Request auf GitHub und sagt dir Bescheid. Ein Pull Request ist ein Vorschlag, um Code zu ändern. Du prüfst nur das Ergebnis, nicht jeden Schritt.

Diese Technik ist perfekt für Aufgaben, die viel Arbeit machen, aber wenig Nachdenken erfordern: Code umstrukturieren, Tests erstellen, Programmbibliotheken aktualisieren oder Fehler beheben. Du startest diese Aufgaben und machst mit wichtigeren Dingen weiter.

Work mode in Le Chat

Le Chat hat jetzt einen neuen Modus namens Work mode. Das ist ein mächtiger Agent für komplexe Aufgaben. Er benutzt mehrere Werkzeuge gleichzeitig und arbeitet an großen Projekten. Zum Beispiel prüft er deine E-Mails, Nachrichten und Termine in einem Durchgang. Oder er bereitet ein Meeting vor, indem er Informationen über Teilnehmer sammelt und eine Zusammenfassung erstellt. Er führt Recherchen durch, durchsucht das Internet und interne Dokumente, und schreibt einen Bericht. Du bearbeitest diesen Bericht, bevor du ihn versendest.

Work mode sortiert deine E-Mails und schlägt Antworten vor. Er erstellt Aufgaben in Jira, basierend auf Diskussionen mit deinem Team. Und er sendet eine Zusammenfassung an dein Team auf Slack. Die Sessions dauern länger als normale Chat-Antworten. Der Agent arbeitet über viele Schritte hinweg, durch Versuch und Irrtum, bis die Aufgabe erledigt ist.

Im Work mode sind die Verbindungen zu anderen Programmen standardmäßig eingeschaltet. Der Agent greift auf Dokumente, E-Mails, Kalender und andere Systeme zu, um die richtigen Informationen zu bekommen. Du siehst jede Aktion und die Gedankengänge dahinter. Bevor der Agent sensible Aktionen ausführt, wie das Senden einer Nachricht oder das Ändern eines Dokuments, fragt er dich um Erlaubnis. So behältst du die Kontrolle.

Wie du anfangen kannst

Mistral Medium 3.5 ist ab heute in Mistral Vibe und Le Chat verfügbar. Es unterstützt die Remote-Coding-Agenten und den Work mode in Le Chat für die Pro-, Team- und Enterprise-Pläne. Über die API kostet es 1,5 Dollar pro Million eingegebener Token und 7,5 Dollar pro Million ausgegebener Token. Ein Token ist ein Stück Text, etwa ein Wort oder ein Teil davon. Die offenen Gewichte sind auf Hugging Face verfügbar unter einer modifizierten MIT-Lizenz. Du kannst das Modell herunterladen und selbst benutzen. Es ist auch auf NVIDIA GPU-beschleunigten Endpunkten verfügbar, zum Beispiel auf build.nvidia.com und als NVIDIA NIM.

Diese Technologie hilft dir, schneller und effizienter zu programmieren. Du lagerst Aufgaben aus und arbeitest parallel. Das spart Zeit und Nerven. Probiere es aus und lass dich überraschen, wie viel einfacher Programmieren sein kann.

Quellenangabe

Dieser Artikel basiert auf einem Originalartikel: https://mistral.ai/news/vibe-remote-agents-mistral-medium-3-5

Stell dir vor, du schreibst eine E-Mail oder einen Chat mit einer KI und gibst dabei aus Versehen deine Adresse, Telefonnummer oder dein Geburtsdatum preis. Das willst du nicht. Genau hier kommt der OpenAI Privacy Filter ins Spiel. Das ist ein neues Werkzeug von OpenAI, das hilft, persönliche Daten in Texten zu finden und zu verstecken. In diesem Blogpost erkläre ich dir, was das ist, wie es funktioniert und warum es für deine Privatsphäre wichtig ist.

Was ist der OpenAI Privacy Filter?

Der OpenAI Privacy Filter ist ein sogenanntes Open-Weight-Modell. Ein Modell ist ein kleines Computerprogramm, das gelernt hat, Muster zu erkennen. Open-Weight bedeutet, dass die Gewichte des Modells – die Einstellungen, die es intelligent machen – für jeden frei zugänglich sind. Das ist praktisch, weil dann jeder Entwickler das Modell herunterladen und für seine eigenen Programme nutzen kann. Der Filter wurde speziell dafür trainiert, PII zu erkennen. PII steht für Personally Identifiable Information – auf Deutsch: personenbezogene Daten. Das sind alle Informationen, mit denen man eine bestimmte Person identifizieren kann, wie Name, Adresse, E-Mail, Telefonnummer, Kreditkartennummer oder sogar Passwörter.

Wie funktioniert die PII Erkennung?

Der Privacy Filter durchsucht einen Text und markiert alle Stellen, an denen solche persönlichen Daten vorkommen. Stell dir vor, du hast eine E-Mail geschrieben: „Hallo Max, meine Telefonnummer ist 0176-12345678.“ Der Filter erkennt dann, dass „0176-12345678“ eine Telefonnummer ist, und kann sie durch etwas wie [PRIVATE_PHONE] ersetzen. Das nennt man PII schwärzen – also die Daten unkenntlich machen. Der Filter versteht auch den Zusammenhang. Wenn du schreibst „Ich wohne in Berlin“, erkennt er nicht automatisch, dass Berlin eine private Adresse ist, weil Berlin eine große Stadt ist. Aber wenn du schreibst „Meine Adresse ist Musterstraße 12, 12345 Berlin“, dann wird das als private Adresse erkannt. So vermeidet der Filter Fehler, die einfache Programme machen.

Warum ist das besser als alte Methoden?

Früher haben Programme oft nur nach bestimmten Mustern gesucht, wie nach einer Zahlenfolge, die wie eine Telefonnummer aussieht. Das hat viele Fehler gemacht. Eine Bestellnummer wie „1234-5678-9012“ könnte auch wie eine Kreditkartennummer aussehen, obwohl sie gar keine ist. Der OpenAI Privacy Filter ist schlauer: Er nutzt Künstliche Intelligenz (KI), um den Text zu verstehen. Er erkennt, ob eine Zahl wirklich eine private Telefonnummer oder nur eine Produkt-ID ist. Das ist context-aware, also kontextbewusst. Dadurch werden weniger echte Daten versehentlich gelöscht oder falsche Daten übersehen.

Was ist ein Open-Weight-Modell für Datenschutz?

Ein Open-Weight-Modell für Datenschutz bedeutet, dass du den Filter auf deinem eigenen Rechner laufen lassen kannst. Du musst deine Daten nicht zu einem Server von OpenAI schicken. Das ist super für die Privatsphäre. Denn wenn du lokale PII Erkennung ohne Server machst, bleiben deine persönlichen Daten auf deinem Gerät. Niemand anders kann sie sehen. Das ist besonders wichtig, wenn du mit sensiblen Informationen arbeitest, zum Beispiel in einer Arztpraxis oder einer Bank. Der Filter ist auch schnell: Er kann Texte mit bis zu 128.000 Zeichen auf einmal verarbeiten – das ist so lang wie ein ganzes Buchkapitel.

Wie gut ist der Filter im Test?

OpenAI hat den Filter auf einem speziellen Test, dem PII-Masking-300k Benchmark, geprüft. Ein Benchmark ist wie ein Wettbewerb, bei dem verschiedene Programme verglichen werden. Der Privacy Filter hat dabei eine Genauigkeit von über 96% erreicht. Das bedeutet: Von 100 persönlichen Daten hat er 96 richtig erkannt und geschwärzt. Das ist state-of-the-art, also der beste Wert, den es derzeit gibt. Natürlich macht er auch mal Fehler – zum Beispiel bei sehr seltenen Namen oder wenn der Text sehr kurz ist. Aber insgesamt ist er zuverlässig.

Welche Daten kann der Filter erkennen?

Der Filter kann acht verschiedene Kategorien von persönlichen Daten erkennen:

• private_person – Namen von Personen
• private_address – Adressen
• private_email – E-Mail-Adressen
• private_phone – Telefonnummern
• private_url – private Internetadressen
• private_date – private Daten wie Geburtstage
• account_number – Kontonummern, Kreditkartennummern
• secret – Passwörter, API-Schlüssel

Stell dir vor, du hast einen Text mit deiner Kreditkartennummer. Der Filter kann sie durch [ACCOUNT_NUMBER] ersetzen. Oder wenn du dein Passwort in eine Nachricht schreibst, wird es durch [SECRET] maskiert. So bleiben deine Daten sicher.

Wie können Entwickler den Filter nutzen?

Entwickler können den Filter von Hugging Face oder GitHub herunterladen und in ihre eigenen Programme einbauen. Sie können ihn auch an ihre speziellen Bedürfnisse anpassen, indem sie ihn mit eigenen Daten trainieren. Das nennt man Fine-Tuning. Wenn zum Beispiel eine Firma viele medizinische Texte verarbeitet, kann sie den Filter so trainieren, dass er auch spezielle medizinische Begriffe erkennt. Der Filter ist klein und schnell – er hat nur 1,5 Milliarden Parameter, aber nur 50 Millionen sind aktiv. Das macht ihn effizient.

Was sind die Grenzen?

Der Filter ist kein Allheilmittel. Er kann nicht alle Fehler vermeiden. In sehr wichtigen Bereichen wie Recht, Medizin oder Finanzen sollte immer noch ein Mensch die Daten überprüfen. Außerdem funktioniert er am besten auf Englisch und kann bei anderen Sprachen oder seltenen Namen schlechter sein. Aber für den Alltag und viele Anwendungen ist er ein nützliches Werkzeug.

Warum ist das für dich wichtig?

Als Schüler der 8. Klasse nutzt du vielleicht schon KI-Chatbots oder schreibst E-Mails. Manchmal gibst du dabei aus Versehen persönliche Daten preis. Mit dem Privacy Filter könnten solche Programme deine Daten automatisch schützen. Du könntest zum Beispiel einen Chatbot fragen, ob er deine Hausaufgaben korrigiert, ohne dass er deinen Namen oder deine Adresse speichert. Das gibt dir mehr Kontrolle über deine Privatsphäre. Und weil der Filter auf deinem eigenen Gerät läuft, weiß niemand, was du schreibst.

Fazit

Der OpenAI Privacy Filter ist ein cleveres Werkzeug, das persönliche Daten in Texten erkennt und schützt. Er ist offen, schnell und genau. Er hilft dabei, dass KI-Systeme die Welt kennenlernen, aber nicht dich als Privatperson. Wenn du mehr über Datenschutz lernen willst, ist das ein gutes Beispiel dafür, wie moderne Technik unsere Privatsphäre bewahren kann. Probier es aus – deine Daten werden es dir danken.