Apple mietet sein Gehirn

Apple hat sich sein Gehirn gerade bei Google gemietet

Ein Jahrzehnt lang war Apples ganze Identität, dass der Konzern die schwierigen Teile selbst baut: die Chips, das Betriebssystem, das Silizium in deiner Hosentasche. Bei Tim Cooks letzter Keynote, bevor er das Unternehmen im September an John Ternus übergibt, hat Apple zugegeben, dass es einen schwierigen Teil gibt, den es nicht hinbekommen hat. Die neue Siri denkt mit Googles Gehirn, nicht mit ihrem eigenen.

Die neu gebaute Siri läuft auf einem maßgeschneiderten Gemini-Modell mit 1,2 Billionen Parametern, etwa acht Mal größer als das, was Apple bisher ausgeliefert hat, und Apple zahlt Google Berichten zufolge rund eine Milliarde Dollar im Jahr, um es sich zu leihen. Dein iPhone sortiert Anfragen jetzt nach Schwierigkeit: einfache bleiben auf dem Gerät, mittlere gehen an Apples eigene Server, und das anspruchsvollste Reasoning wandert den ganzen Weg raus zu Google Cloud, wo es auf Nvidia-Chips läuft. Das reichste Unternehmen der Welt hat sich die Kosten für den Bau eines Frontier-Modells angeschaut und sich fürs Mieten entschieden.

Die Verschiebung geht hier tiefer als Siri. Das Modell selbst wird zu etwas, das man mietet und durch das man Anfragen leitet, und wenn Apple, mit unendlich viel Geld und dem besten Hardware-Team der Welt, die Rechnung beim Selberbauen nicht aufgehen lässt, dann hat dein Unternehmen nichts damit zu suchen, seine Strategie darauf zu setzen, welches Modell unter der Haube brummt. Nur eine Handvoll Labore auf der Welt kann eins bauen, und du wirst nicht die Ausnahme sein. Das Modell wird zum Freizeichen, und was du darauf aufbaust, ist der Teil, für den überhaupt jemand zahlen wird.

Der Verlierer hier verdient es, benannt zu werden. Apples eigene KI-Abteilung hat zwei Jahre und eine Menge „Apple Intelligence“-Marketing damit verbracht, zu beweisen, dass sie es allein schafft, und gestern hat ihr Chef der Welt gesagt, dass die Antwort war, Google einen Scheck zu schreiben. Jedes Startup, dessen ganzer Pitch „aber unser Modell ist besser“ lautet, wird dieselbe Lektion bald auf weniger würdevolle Weise lernen.

Unsere Einschätzung: Die Unternehmen, die ihr Modell noch als Burggraben behandeln, bewachen das eine Ding im Stack, das leise aufgehört hat, besonders zu sein. Apple hat dir zehn Jahre lang erzählt, dass es jeden Teil deines Telefons kontrolliert. Jetzt trägt das cleverste Ding darin überall Googles Fingerabdrücke, und das war die kluge Entscheidung.

Der Ordner, der Claude in einen Mitarbeiter verwandelt

Du hast endlich aufgehört, Claude nur Fragen zu stellen, und angefangen, echte Arbeit von ihm erledigen zu lassen. Dann kam ein Bildschirm, auf dem stand „Wähle einen Ordner, aus dem gearbeitet werden soll“, und du bist erstarrt. Welcher Ordner? Warum ein Ordner? Was kommt da rein? Genau dieser Bildschirm ist der Punkt, an dem die meisten Leute leise aufgeben, und es ist die wichtigste Setup-Entscheidung, die du treffen wirst.

Dieser Ordner ist das, was deine KI von einer Chatbox in einen echten Mitarbeiter verwandelt. Wir führen unser ganzes Geschäft aus einem solchen Ordner heraus: die Inhalte, die Kundenarbeit, die Markenstimme, jedes Projekt, das wir haben. Claude kann alles davon sehen, also arbeitet es wie jemand, der seit Jahren im Team ist und unsere Stile, unsere E-Mail-Stimme und die Art, wie wir bauen, schon kennt.

Warum das zählt, auch wenn du nicht technisch bist: Richte Claude auf einen leeren oder chaotischen Ordner, und du bekommst die flachen, generischen Antworten, über die sich alle beschweren. Richte es auf einen, der wirklich aufgesetzt ist, und die Arbeit fängt an, nach dir zu klingen. Es ist in beiden Fällen dasselbe Modell; der Ordner ist das, was es zu einem völlig anderen Mitarbeiter macht. Und hier ist der Teil, den dir niemand sagt: Claude auf einen Ordner zu richten heißt nicht, dass es alles darin liest. Du musst es verdrahten.

1. Ein Ordner pro Projekt: Gib jedem echten Projekt sein eigenes Zuhause, statt alles auf einen riesigen Haufen zu kippen. Teile ihn nur dann in Unterordner auf, wenn ein Projekt wirklich getrennte Teile hat. Je sauberer die Grenze, desto schärfer wird Claude.
2. Grenze es ein: Mehr Kontext ist nicht besser, sondern Lärm. Richte Claude auf einen engen, relevanten Ordner statt auf dein ganzes Laufwerk, und die Antworten werden schärfer, außerdem zahlst du nicht mehr dafür, dass es Zeug liest, das keine Rolle spielt.
3. Verdrahte die Dateien, die du wirklich nutzen willst: Das ist das Geheimnis, über das alle stolpern: Claude auf einen Ordner zu richten heißt nicht, dass es liest, was darin ist. Du musst es auf die Datei richten, entweder indem du @ und den Dateinamen in deinen Prompt tippst oder sie in deiner Instruktionsdatei nennst, damit sie bewusst hereingezogen wird. Sonst liegt das Markenstimmen-Dokument, das du geschrieben hast, einfach ignoriert herum.
4. Schreibe eine CLAUDE.md, nicht nur eine README: Die README ist für Menschen. Die CLAUDE.md ist die Notiz, die du für deine KI hinterlässt: wie du arbeitest, was dir wichtig ist, wo die Dinge liegen. Es ist der Unterschied zwischen Claude, das rät, und Claude, das weiß.
5. Halte deine globalen Instruktionen kurz: Es ist verlockend, einen Roman aus Regeln zu schreiben. Tu es nicht. Eine aufgeblähte Instruktionsdatei übertönt das, was zählt, also halte die globalen Notizen knapp und lass den Ordner jedes Projekts die Details tragen.

Der Trainiert-gegen-untrainiert-Test macht es offensichtlich: derselbe Prompt, einmal mit und einmal ohne Ordner-Setup, direkt nebeneinander. Eine Antwort klingt wie ein generischer Bot, die andere klingt wie du, und fast alles davon hängt am Setup. Der Ordner-Ansatz funktioniert bei den großen KI-Tools gleich, ob Cowork, Claude Code oder Codex, jedes führt diese Instruktionsdatei nur unter seinem eigenen Namen.

Was sonst noch passiert ist

Alex Liebermans 30 Tage KI

Morning-Brew-Mitgründer Alex Lieberman postet einen Monat lang jeden Morgen einen scharfen, brauchbaren KI-Tipp, aufgeteilt in drei Spuren: die Organisation führen, die Tools selbst, und das Engineering darunter. Die frühen Einträge sind erfrischend unaufgeregt, Sachen wie „Richte das Modell auf die kleinste Menge relevanten Kontext, und nichts weiter“ und „Fang mit der langweiligen Arbeit an, Rechnungen, Aufnahme, Terminplanung“. Kostenlos, und die seltene KI-Ressource, die du an dein ganzes Team weiterleiten kannst.

OpenAI hat den Börsengang beantragt

OpenAI hat leise seine IPO-Unterlagen eingereicht, eine Woche nachdem Anthropic dasselbe getan hat, und wenige Tage bevor SpaceX in den Handel startet. Zuletzt wurde es mit 852 Milliarden Dollar bewertet, und die drei könnten als die größten Börsengänge aller Zeiten enden. Das verräterische Detail: Die Labore, die geschworen haben, missionsgetriebene Forschungshäuser zu sein, rennen jetzt gegeneinander an die Wall Street, was bedeutet, dass Quartalszahlen und öffentliche Aktionäre bald anfangen, Frontier-KI zu steuern. (via CNBC)

Meta hat einer Million Unternehmen einen kostenlosen Roboter geschenkt, der den Verkauf abschließt

Metas neuer Business-Agent beantwortet nicht nur Fragen, er qualifiziert Leads, bucht Termine, nimmt die Zahlung entgegen und platziert die Bestellung über WhatsApp, Instagram und Messenger. Über eine Million Unternehmen nutzen bereits die ältere Chatbot-Version, und die neue ist zum Start kostenlos. Die Wette lautet Distribution vor Perfektion: Ein kostenloser, gut-genug Agent, der vor einer Milliarde Unternehmen sitzt, wird einen schärferen überholen, den sich niemand die Mühe macht zu installieren.

Google hat KI-Speicher achtmal billiger gemacht

Google hat TurboVec als Open Source freigegeben, das den Speicher, den eine KI zum Durchsuchen eines großen Dokumentenstapels braucht, von 31 GB auf 4 GB schrumpft, während es beim Tempo mit dem Standard-Tool mithält. Es ist die Art von Effizienzgewinn, die ein normales Unternehmen ernsthafte KI auf einem billigen Server laufen lassen lässt statt auf einer gemieteten Flotte.

Xiaomis offenes Modell läuft mit 1.000 Tokens pro Sekunde

Xiaomi bedient ein Modell mit 1 Billion Parametern mit über 1.000 Tokens pro Sekunde auf einem einzigen handelsüblichen 8-GPU-Server, und hat das Modell kostenlos für jeden zum Download veröffentlicht. Ein kostenloses Modell, das so schnell auf Hardware läuft, die du mieten kannst, ist genau die Art, wie die Geschichte vom „Frontier-Modell als Burggraben“ von unten weiter erodiert.

xAI hat seine Antwort auf Claude Code ausgeliefert

Grok Build ist ein Coding-Agent, der von der Kommandozeile läuft und Arbeit auf parallel arbeitende Subagenten aufteilt, jetzt in früher Beta für SuperGrok- und X-Premium+-Abonnenten. Wenn deine Engineers in Claude Code oder Cursor leben, ist es der dritte ernsthafte Anbieter, der einen Blick wert ist, auch wenn es noch roh ist.

Fünf Giganten jagen jetzt denselben Preis

Microsoft und Google sind diesen Monat beide ins Rennen um KI-Coding-Modelle eingestiegen und gesellen sich zu Anthropic, OpenAI und xAI. Wenn alle in denselben vier Wochen ein vergleichbares Modell ausliefern, ist die Frage nicht mehr, wer der Beste ist, sondern was zum Berechnen übrig bleibt, was dieselbe Zange ist, die sich in der Apple-Geschichte ganz oben abspielt.

Bis nächsten Dienstag. Sven