0927 | Lokal, lautlos, vernetzt: diese Woche gebaut

||Download

Show notes

Vier Themen aus der Produktwelt: lokale Mac-Werkzeuge ohne Netzwerk, KI-Agenten mit echtem Gedächtnis und Stimme, automatisierte LinkedIn-Posts zwischen Echtheit und Skepsis sowie geteilte Listen und Audio für den Alltag.

Zeitleiste

  • 00:00:04 Einleitung
  • 00:00:34 Mac-Werkzeuge, die beweisbar lokal bleiben
  • 00:07:05 Agenten mit Gedächtnis: hören, sehen, handeln
  • 00:14:58 Authentisch auf LinkedIn und auf der Landkarte
  • 00:21:11 Preise merken, Artikel hören
  • 00:28:05 Abschluss

Weitere Links

Diese Folge wurde von Bri produziert. Bri nutzt fortschrittliche KI-Technologie, um die Feeds, die dir wichtig sind, in Podcasts zum Zuhören zu verwandeln. Kontakt: hi@bri.so.

Transcript

Lena Vogel: Hallo und herzlich willkommen, hier ist Lena Vogel.

Felix Hartmann: Und Felix Hartmann. Schön, dass du dabei bist. Wenn du heute unsere vier Themen hörst, merkst du schnell, dass sie alle an derselben Schraube drehen: Werkzeuge, die erklären müssen, warum man ihnen vertrauen kann. Und manche sagen nicht nur "vertrau uns", sondern beweisen es.

Lena Vogel: Genau, und wir schauen genau hin, was die Macher behaupten und was die Community tatsächlich sagt. Los geht's mit etwas, das auffällig oft in dieser Woche auffiel: Mac-Apps, die beweisbar lokal bleiben.

Felix Hartmann: Fangen wir mit Chit an. Der Name sagt dir nichts? Erst recht nicht, wenn man es benutzt hat.

Lena Vogel: Chit liest die Claude-Code-Transkripte, die sowieso schon auf deiner Festplatte liegen, und druckt dir den Tag als Beleg aus – gruppiert nach Projekt, fertig zum Einfügen in dein Standup. Die Idee dahinter: Du arbeitest den ganzen Tag mit Claude Code, du schaffst wirklich was, aber um sechs Uhr abends kannst du dich an nichts mehr erinnern. Und morgen ist Standup.

Felix Hartmann: Das ist ein sehr konkretes Problem. Es liest also, was du getippt hast? Nein, Moment, da ist der entscheidende Punkt: Es druckt aus, was du getan hast, nicht was du getippt hast. Claude Code benennt die meisten Sessions selbst, und wo das nicht passiert, benennt Chit die Zeile nach den Dateien, die du angefasst hast. Deine Prompts erscheinen nirgendwo.

Lena Vogel: Und die Größe: 777 KB, keine Hammerspoon, kein Python, kein Account. Aber der Punkt, der die Community wirklich bewegt hat, ist: kein Netzwerkcode im Binary. Das ist keine Policy, das ist eine Eigenschaft, und der Macher hat es mit zwei Befehlen belegt.

Felix Hartmann: Wie meinst du das mit "belegt"?

Lena Vogel: Er schreibt wörtlich: cd Chit.app/Contents/MacOS, dann nm -u Chit | grep -c URLSession → 0, und otool -L Chit | grep -c CFNetwork → 0. Also null Verweise auf Netzwerkbibliotheken. Ein Kommentar in der Diskussion nennt genau das: dass die meisten Privatsphäre-Versprechen nur Worte sind, aber dass man hier die tatsächlichen Befehle shipped, damit es jeder selbst verifizieren kann, sei "ein komplett anderes Level von Vertrauen".

Lena Vogel: Und 777 KB mit null Netzwerkcode sei eine echte Einschränkung, keine Marketingzeile.

Felix Hartmann: Das ist ein fairer Kommentar. Und der Macher gibt auch zu, dass es ehrliche Grenzen gibt. Chit ist noch nicht notarisiert, ein Browser-Download wird einmal markiert. Die curl-Zeile auf der Seite installiert ohne Warnung, und der SHA-256 ist öffentlich. Und: Es gibt nicht mal die Möglichkeit, ein Projekt zu verstecken, um zu verhindern, dass du über diese Arbeit in einem anderen Projekt ein Satz getippt hast. Das kann es nicht verhindern.

Lena Vogel: Eine Frage aus der Community: Was passiert, wenn zwei Sessions am selben Tag dasselbe Projekt anfassen? Merged es in einen Beleg oder druckt es einen pro Session? Und was ist mit Agenten und parallelen Sessions? Der Macher sagt: Agenten-Worktrees falten sich zurück in den Elternprozess statt als Fremde zu erscheinen. Mehrere Sessions pro Projekt – der Macher nennt "busiest first" und das Gruppieren nach Projekt, aber die genaue Merge-Logik bleibt offen.

Felix Hartmann: Ein Kommentar auch: Der Beleg-Format löst das "Ende-des-Tages-Problem". Jemand erwähnt, er hat eine produktive Session beendet und dann gekämpft, sich zu erinnern, was genau er geschafft hat. Ein anderer, der Python lernt und nachts bis zwei arbeitet, freut sich darauf, ob das hilft, sich zu erinnern. Und die CLI-Seite: chit --today, --date, --from --to, --markdown. Das heißt, du kannst es in alles pipen, das deine Timesheets frisst.

Felix Hartmann: Jemand sagt genau das: dass er so seinen Workflow nicht ändern müsste.

Lena Vogel: Was für ein Unterschied zu manchem anderen Tool. Und genau da kommt der zweite Mac-Werkzeug-Kandidat ins Spiel, der ebenfalls lokal bleibt: SOUND.

Felix Hartmann: Das Problem hier ist banal und jeder Mac-Nutzer kennt es: macOS hat genau einen Lautstärkeregler und keinen Equalizer. Ein Podcast ist wummerig, ein Game ist scharf, ein Browser-Tab ist doppelt so laut wie alles andere – und die einzige Wahl ist "alles runterdrehen".

Lena Vogel: SOUND sitzt in der Menüleiste und gibt jeder spielenden App ihren eigenen 8-Band-EQ, von 63 Hz bis 8 kHz, ±12 dB, ihre eigene Lautstärke und ihr eigenes Ausgabegerät. Du kannst also einen Anruf an die Lautsprecher pinnen, während die Musik weiter in die Kopfhörer geht. Es gibt einen System-Master für alles, was du nicht angefasst hast, sechs Presets – Flat, Bass-Reduzierung, Bass-Boost, Vocal, Podcast, Bright – und einen Power-Toggle, der alles wieder in unangetastetes Audio zurücksetzt.

Felix Hartmann: Und wie bleibt das lokal? Der Macher schreibt: Kein virtueller Audiotreiber, kein Kernel-Extension, kein gefaktes Ausgabegerät. Das liegt daran, dass es auf der modernen Core-Audio-Prozess-Tap-API und dem Liquid-Glass-Designsystem aufbaut. Der Preis dafür: Es braucht macOS 26. Ältere macOS-Versionen können es nicht laufen lassen. Ein Kommentar bestätigt das mit dem Bewusstsein: "macOS 26 only is a pretty big requirement, but I get why you went that route."

Lena Vogel: Es fragt einmal nach System-Audio-Berechtigung, das ist die OS-Sperre, um die Audio-App zu lesen, damit sie equalisiert werden kann. Nichts wird aufgezeichnet, gespeichert oder hochgeladen. Die Verarbeitung passiert lokal, in Echtzeit, im Audio-Callback. Kein Account, kein Server, wohin etwas gesendet werden könnte. Und die Website bestätigt: keine virtual audio drivers, keine Kernel Extensions, verarbeitet mit Apples Accelerate-Framework, Signed und notarized, aktualisiert sich im Hintergrund.

Felix Hartmann: Von der Community kommt dann weniger Kritik als die konkreten Anwendungsfälle: Jemand sagt, er würde den per-App-EQ hauptsächlich für Podcasts benutzen, weil manche Stimmen so basslastig sind. Ein anderer freut sich auf "Musik in den Kopfhörern, Anruf auf den Lautsprechern" – "That's a small thing but I'd use it constantly." Und ein dritter sagt, das Problem, dass eine App plötzlich viel lauter ist als alles andere, sei "very real". Das sind keine Testberichte, sondern konkrete Wunschzettel.

Lena Vogel: Genau, und das ist der Unterschied: Die zwei Apps zeigen beide Privatsphäre als beweisbare Eigenschaft statt Versprechen – aber auf sehr unterschiedlichen Weisen. Chit tut das per Binary-Audit, SOUND durch Design: Die Verarbeitung passiert im Audio-Callback, es gibt keinen Ort, wohin etwas gesendet werden könnte. Der Punkt, der beide verbindet, ist: Sie machen Privatsphäre nicht zum Werbeversprechen, sondern zu einer Tatsache, die man nachprüfen kann.

Lena Vogel: Und was offen bleibt: Chit fehlt die Notarisierung, bei SOUND fehlen ältere macOS-Versionen und Windows. Community-Fragen zur Session-Gruppierung bei Chit und zur Erweiterbarkeit bei SOUND – etwa iOS oder Windows – sind noch nicht beantwortet.

Felix Hartmann: Übrigens sagt der SOUND-Macher: "Which app on your Mac sounds wrong, and what would you do to it? That's mostly how I've decided what to build next." Das ist eine gute Frage, weil sie voraussetzt, dass du es erst installierst, um zu wissen, was du willst.

Lena Vogel: Aber Privatsphäre als Versprechen sieht anders aus, wenn die Wolke im Spiel ist. Und genau da führt uns die nächste Geschichte hin: Agenten mit Gedächtnis. Hören, sehen, handeln.

Felix Hartmann: Fangen wir mit Hemory. Der Name ist Hear plus Memory. Es ist keine Meeting-Transkription im klassischen Sinn, sondern kontinuierliches Zuhören. Es lauscht auf dem Telefon oder der Apple Watch, die du ohnehin trägst, und behält jedes Gespräch als Erinnerung. Dein Tag wird automatisch in Momente aufgeteilt, mit Sprecher-Labels, und setzt sich dann in eine private, durchsuchbare Erinnerung ab.

Lena Vogel: Der Gründer Yingqi beschreibt den Auslöser: Er verbringt die Hälfte bis zwei Drittel seines Arbeitstags in Meetings, vergaß ständig, die Aufnahme zu starten – oder ließ sie laufen und bekam einen riesigen zusammengeführten Transkript. Selbst mit Meeting-Zusammenfassungen blieb das Zusammensetzen über Tage hinweg manuelle Arbeit. Neun Monate haben sie daran gebaut.

Felix Hartmann: Die konkreten Punkte: Zuhören für bis zu 24 Stunden, mit einem Tap starten und im Hintergrund weiterlaufen lassen, mit Max. Hemory trennt Gespräche in Echtzeit nach Aktivität. Keine Extra-Hardware: iPhone, Android-Telefon oder Apple Watch. Und dann der entscheidende Schritt: Verbinde es über MCP mit Claude, Codex, Cursor oder anderen Agenten, und dein KI-Endlich hat echten Kontext, um wieder darauf zurückzukommen.

Lena Vogel: Und die Macherin erzählt, was da der Moment war, der geklickt hat: Fragen wie "Was hast du gestern gehört, das interessant war?" oder "Schreibe meine Halbjahres-Review auf Basis dessen, was du gehört hast" oder "Stelle unsere Preisdiskussionen aus diesem Monat zusammen." Der Macher sagte, als er sah, wie es Gespräche über Zeit hinweg verband und in nützliche Arbeit verwandelte, bekam er Gänsehaut.

Felix Hartmann: Es gibt einen zweiten, sehr persönlichen Maker-Kommentar, der das Bild abrundet: "What got me is how much good stuff just evaporates." Ein Meeting wird endlich gut, jemand sagt den einen Satz, der einen erleuchtet, man greift zum Speichern – und bis man es hat, ist der Raum weitergezogen. "Ein Funke gerettet, zehn erstickt. Ich habe das jahrelang getan und es Fleiß genannt." Jetzt schreibt sein Team nichts mehr auf, sie reden einfach, weil alle wissen, dass Hemory zuhört.

Felix Hartmann: Nachts verwandelt es den Tag in das, was man eigentlich bauen sollte, sie shippen über Nacht, und am Morgen sind die meisten gestrigen brillanten Ideen tot bei Kontakt mit der Realität. Eine schlechte Idee stirbt in einem Tag statt in einem Quartal.

Lena Vogel: Das ist eine starke Maker-Behauptung – beachten wir das als solche, nicht als verifiziertes Ergebnis. Aber der Nutzerkommentar ist auch da: Jemand sagt, das "I forgot to hit record"-Problem passiert ihm ständig. Ein anderer sagt, er hat mehrere Meetings am Tag und die Zusammenfassungen waren verstreut. Und einer: "my memory is so bad at this point I'll try literally anything."

Felix Hartmann: Nun zur Privatsphäre, die hier wichtiger ist als bei jedem Notiz-App, weil Hemory tatsächlich immer mitlauscht. Die Versprechen: Audio wird nie in der Cloud gespeichert – verarbeitet als Stream und zerstört, sobald die Verarbeitung endet. Roh-Audio wird nur auf dem hörenden Gerät gespeichert, nie geräteübergreifend synchronisiert. Und ein Self-Host-Option ist Coming Soon, das heißt: Es bleibt vorerst eine geplante Option, keine verfügbare.

Felix Hartmann: Und in der Diskussion fragen mehrere Leute genau das: "How do you handle moments someone doesn't want recorded?" oder "curious how you handle moments people don't want remembered?"

Lena Vogel: Das ist die entscheidende Frage, die wir hier nicht für die Macher beantworten können, denn die Antworten dazu stehen in den Quellen nicht. Was wir wissen: Die Preisstruktur reicht von Free Trial über VAD Starter bei 10 Dollar pro Monat bis Max bei 50 Dollar, mit "Unlimited 24h pro Tag" als Obergrenze. VAD steht für Voice Activity Detection – nur erkannte Sprache zählt zur Quote, Stille und Hintergrundrauschen nicht.

Lena Vogel: Das heißt, immer-an-Laufen klingt teuer, ist es aber nicht, weil Stille nie dein Kontingent frisst.

Felix Hartmann: Und das, was der Macher konkret über das Speichermodell sagt: "Recordings aren't stored in the cloud – transcribed, then thrown away." Ein Nutzer fragt direkt: "Speichert es den Kontext in der Cloud und löscht dann die Aufnahmen, oder funktioniert es einfach durch Abfragen der Aufnahmen selbst?" Das bleibt eine offene Frage, die wir nicht beantworten können.

Lena Vogel: Es gibt übrigens auch die praktischen Fragen aus der Community: Wie heiß wird das Telefon, wie viel Akku? Und wird die Aufnahme unterbrochen, wenn andere Apps das Mikrofon nutzen? Und dann noch jemand, der fragt, ob es das Memo-App ersetzen kann und ob es Codex verbinden kann, um fertige Skripte zu generieren. Das sind echte Testfragen, nicht Loblieder.

Felix Hartmann: Und jetzt zum zweiten Agenten-Kandidaten, der eine Stufe weiter geht: Eclatira. Die Beschreibung: ein Engine für Entwickler, die ihren Apps die Fähigkeit gibt, zu sehen, zu hören, zu sprechen und Aktionen in Echtzeit auszuführen. Der Unterschied zu Hemory: Hemory speichert Vergangenes, Eclatira agiert in der Gegenwart.

Lena Vogel: Der Macher Moad erklärt das Problem: Live-konversationelles Video zu bauen ist eine Klempnerei-Nacht. Man muss Voice, Video, Vision, APIs und mehrere Systeme verbinden, bevor man sich auf die eigentliche Produkt-Erfahrung konzentrieren kann. Eclatira bringt das in ein Engine: native Voice-to-Voice-Gespräche, Live-Vision durch Kamera oder geteilten Bildschirm, und Aktionen über deine APIs, MCP-Server und Integrationen – 3000+ davon.

Felix Hartmann: Zahlen dazu aus der Website: Video wird mit bis zu 30 Frames pro Sekunde verarbeitet, im gleichen Sub-800ms-Latenz-Budget wie Voice. Das heißt, visuelles Verstehen hält mit dem Gespräch Schritt. Und Audio und Video laufen durch eine bidirektionale Session, sodass der Agent über das reden kann, was er sieht, "in the same breath".

Lena Vogel: Einige konkrete Anwendungsfälle aus den Quellen: Ein Entwickler-Agent, der den Code reviewt und durch Debugging und Tests führt, während man den Bildschirm teilt. Oder ein Agent, der Aufgaben nach Priorität und geschätzter Implementierungszeit organisiert. Oder Support-Tickets durchgehen und Kundenanfragen beantworten – der Macher sagt, das dauere mit Integrationen ein paar Stunden, um Aufgaben zu automatisieren, die Tage bräuchten. Diese Behauptung ist der Macher, nicht unsere Messung.

Felix Hartmann: Und in der Community ist die spannendste Frage nicht "Was kann es?", sondern "Wie weit darf es gehen?" Mehrere Leute fragen: Kann man Limits setzen, was der Agent tun darf? Und: Kann der Coding-Assistent den Entwickler-Bildschirm inspizieren und dann genehmigte Aktionen in der Umgebung ausführen? Ein anderer fragt zu Datenschutz: "Is there a way to restrict access to the agent to only a specific part of the screen?

Felix Hartmann: " Und jemand fragt nach Self-Hosting oder Datenresidenz, wenn sensible Video-Feeds durch Eclatira laufen.

Lena Vogel: Und noch eine sehr technische Frage aus der Community, die den Unterschied zeigt: "Wir bauen voice-only Agenten für Telefonanrufe, und Latenz ist bereits die harte Einschränkung, bevor du irgendeine Vision hinzufügst. Wie viel langsamer wird der Loop, wenn du auch noch Live-Frames verarbeitest? Wird das Video auf einem separaten Track gehandhabt, sodass es das Voice-Turn-Taking nicht blockiert, oder drückt das Hinzufügen von Vision die Response-Zeit insgesamt hoch?

Lena Vogel: " Die Antwort aus der Website ist die, die wir eben schon zitiert haben: gleiches Sub-800ms-Budget für beides. Aber die konkrete Implementierungsfrage bleibt offen.

Felix Hartmann: Der gemeinsame Nenner von Hemory und Eclatira: Beide stehen und fallen mit Vertrauensfragen. Wer hört mit, was wird gespeichert, wie weit darf der Agent handeln? Bei Hemory sind die Antworten versprochen, aber teils noch nicht verfügbar – Self-Hosten kommt erst. Bei Eclatira ist die Datenaufbewahrung für Live-Kamera-Feeds eine offene Frage, die die Community stellt, ohne dass wir eine zufriedenstellende Antwort in den Quellen sehen.

Lena Vogel: Und genau da schließt sich der Bogen zur nächsten Geschichte. Denn wenn Agenten im Namen von Menschen handeln, wie steht es dann mit Inhalten, die im Namen von Menschen veröffentlicht werden? LinkedIn ist der Testfall.

Felix Hartmann: GoodSocials ist ein AI-Social-Media-Manager für LinkedIn. Der Macher beschreibt seinen eigenen Workflow, der das Produkt wurde: Er schrieb wöchentliche Updates über sein Produkt TimeTuna manuell – eine Stunde pro Post. Er wollte kein AI-Slop, also ließ er AI zusammenfassen, was er letzte Woche getan hat, indem es seine Pull Requests von GitHub las, Meetings aus Google Calendar, interessante Erkenntnisse aus dem Verhalten der Nutzer auf PostHog, Stripe, Logs und Bugs aus Vercel und Stripe.

Felix Hartmann: Dazu Deep Research, was in seinem Feld passiert. Dann Claude Code, um alles zusammenzubringen.

Lena Vogel: Der Ton stimmte nicht, also zehn Iterationen, bis es so klang wie ein Forscher statt einer Selbstariebe-Maschine. Dann Filter, was nie exponiert werden darf: persönliche Daten, Kundendaten, keine absoluten Zahlen, nur Trends und prozentuale Änderungen. Dann Canva und Flora AI für das visuelle. Und heute läuft das jeden Donnerstag Abend als Routine auf Claude Code, ein System von Skills, verbunden mit acht MCPs, das per Buffer schedult. Er hat Zeit bis Freitag früh, es zu korrigieren.

Lena Vogel: Er schreibt: "Ich schreibe sie nicht."

Felix Hartmann: Das Produkt abstrahiert das: Es liest deine Tools – GitHub, Stripe, PostHog, Notion, Plausible, laut Website read-only – und schreibt drei Postarten: Market Research, Deep Dive, und "Your Numbers". Die Beispiele auf der Website sind ziemlich konkret: "TimeTuna reschedules fell from 18% in May to 7% in August. One change in between: the invite shows the guest's timezone first. n = 9,412 meetings. Seasonality could explain part of it, so a holdout runs in October.

Felix Hartmann: " Das ist Zahlen-Basis statt Meinungs-Post.

Lena Vogel: Und was es nicht schreibt, steht auch da: "Nobody talks about this, but scheduling is broken. I spent 10 years in SaaS. Here is what I learned: It's not about the tool. It's about the mindset. Agree? 👇" – das ist das Beispiel für den Cringe, den es vermeiden will. Kein "no one talks about this", kein "it's not X, it's Y".

Felix Hartmann: Der Review-Schritt: Du gibst frei per Kanban-Board. Und dann die Funktion, die die Website betont: Korrekturen bleiben. Du korrigierst einmal, und jede Post danach folgt. Eine Notiz auf einer Karte schreibt diese Karte um und wird zu einer Regel in deiner Stimme. Die Regeln summieren sich Woche für Woche. Woche 1: eine Regel. Woche 4: zwei Regeln. Woche 12: fünf Regeln, jede aus einer Notiz von dir.

Lena Vogel: Preislich: 100 Dollar pro Monat für einen LinkedIn-Profile, gegen einen Social-Media-Manager, der 3000 Dollar kostet. Agency: 1000 Dollar für bis zu 10 Clients, wobei jeder Client sein eigenes Profil autorisiert und man nie ein Passwort hält. Consultancy: 2000 Dollar, bei dem der Gründer Pasha alles mit dir einrichtet und wöchentliche Calls gibt. Alle mit 7 Tage gratis.

Felix Hartmann: Aber jetzt die kritische Community-Frage, die genau den Kern trifft: "Only authentic content is the hard part to prove, not the scheduling. Wir posten auf PH und LinkedIn für Dial, und die halbe Schlacht ist nur, nicht zu klingen wie jeder andere AI-Post da draußen, generische Pro-Kontra-Struktur, Semikolons überall. Wie fängt die Kanban-Review-Stufe das ab, bevor es rausgeht – oder liegt es noch am Menschen, der genehmigt, es zu bemerken und umzuschreiben?"

Lena Vogel: Das ist genau die richtige Frage. Denn "authentic" ist leicht zu sagen, aber der Mechanismus, der AI-Slop abfängt, ist hier der Mensch im Kanban-Board plus die wachsenden Stimmregeln. Ob das langfristig reicht, ist eine offene Frage. Eine zweite Community-Frage: "How do you measure whether scheduled posts outperform manual drafts?" Auch das bleibt offen. Und eine dritte: Ob es nur LinkedIn bleibt oder ob mehr Plattformen kommen.

Felix Hartmann: Und dann, als Gegenpol, etwas komplett anderes, das aber dieselbe Frage berührt – wie bleibst du präsent, ohne dich zu verstellen: MakerMap. Eine lebende Karte von Machern und dem, was sie bauen. 4000+ Maker und Produkte, durchsuchbar nach Nische, Ort, Interessen oder dem, was Leute bauen. Der Macher sagt, er hat in den letzten 10 Tagen quasi besessen daran gebaut, weil es nie einen Weg gab, diese Welt zu sehen.

Lena Vogel: Man kann Suchen wie "AI founders in Lisbon" oder "designers building iOS apps" machen. Jeder Maker bekommt ein lebendes Profil: was er baut, wo er ist, seine Posts, Aktivität, Wachstum. Und das Lieblings-Ding des Machers ist gar kein Feature: "Leute haben begonnen, sich über MakerMap zu finden und sich zu treffen IRL. Das ist genau das, worauf ich gehofft habe."

Felix Hartmann: Die Community reagiert gemischt, und zwar auf die Stelle, die bei solchen Verzeichnissen immer bricht: "Every maker directory I've seen goes stale because people fill out a profile once and never touch it again. How does a profile stay current?" Das ist die offene Frage. Ein anderer lobt einen kleinen Touch: Wenn man seinen eigenen Handle sucht und nicht gefunden wird, sagt es "you're not on the map yet, introduce yourself" – ein leerer Treffer wird zur Call-to-Action statt zur Sackgasse.

Felix Hartmann: Und dann die konkrete Frage: "Was treibt die Punktzahl neben jedem Maker an, ist es nur X-Engagement oder etwas auf der Plattform?" – auch das unbeantwortet in unseren Quellen.

Lena Vogel: Und jemand fragt: "Any plans to open it up to makers not on X?" – weil die Einladung bisher über X läuft, über @MakerMapBot. Das heißt, die Plattform ist eng an X gekoppelt, und ob das eine Einschränkung bleibt, ist offen. Der Macher lädt ein, sich selbst hinzuzufügen über makermap.lol/introduce. Und die Kosten? Eine Community-Frage fragt direkt: "What does the listing cost?" – auch das bleibt offen in den Quellen.

Felix Hartmann: Der Bogen zwischen GoodSocials und MakerMap ist: Beide handeln von Präsenz. GoodSocials automatisiert sie, MakerMap will sie persönlich gepflegt haben. Und beide hängen an derselben Frage: Wie bleibt es authentisch, wenn es skaliert?

Lena Vogel: Genau, und jetzt kommen wir zum letzten Block, wo es von Profil zum Alltag geht: Listen, die sich merken, was Dinge kosten, und Artikel, die laut vorgelesen werden.

Felix Hartmann: Psst ist eine geteilte Shopping-Liste. Der Macher beschreibt den Auslöser: Eine geteilte Grocery-Liste, die wirklich ein Screenshot einer Notes-App war, hin und her geschickt, immer eine Version hinterher. Jede To-Do-App, die er probierte, war für eine Person gebaut und hatte Sharing später hinzugefügt – der Moment, wenn zwei Leute dieselbe Liste anfassen, fiel auseinander oder wurde ein bezahlter Team-Plan.

Lena Vogel: Also umgekehrt gebaut: Eine Liste ist eine Einladung. Füge die Leute hinzu, die es betrifft, und sie sehen jede Änderung in Echtzeit, mit Rollen, damit die falsche Bearbeitung nicht passieren kann, Kommentaren an jedem Item, einem Aktivitäts-Feed und Presence, sodass du siehst, wer auf der Liste mit dir ist. Das alles ist im Gratis-Tarif. Der Macher sagt explizit: "It is not a crippled demo with the collaboration paywalled, because collaboration is the entire point of the app."

Felix Hartmann: Aber das eigentliche Unterscheidungsmerkmal ist die Preis-Erinnerung. Du fotografierst einen Beleg, und die Zeilen kommen strukturiert zurück, jede mit einem Ausschnitt der Zeile, von der sie stammt, und was dieser Artikel letztes Mal gekostet hat, und wo. Ein Nutzerkommentar sagt: "The price history is what makes this more interesting to me than a normal shared list."

Lena Vogel: Und der Macher betont etwas, das oft übersehen wird: "Most of the work went into not saying so when it isn't sure." Zwei Preise in verschiedenen Einheiten werden nie verglichen, und der Vergleich läuft über Einheitspreis, nicht über die Zeilensumme – 2 kg statt 1 kg zu kaufen ist kein Preisanstieg. Ein Community-Kommentar bestätigt: "The unit price comparison makes way more sense than comparing the total." Und der receipt crop: "I'd definitely want to see what it picked up."

Felix Hartmann: Die Praxis-Frage bleibt: Wie matcht das Preis-Gedächtnis? Ein Community-Kommentar fragt: "Matcht es auf den Artikelnamen aus dem Belegtext, oder mussten sie Fuzzy-Matching bauen, wenn dasselbe Produkt zwischen Geschäften anders formuliert erscheint?" Das ist die technische offene Frage. Und die alltägliche: Supermärkte haben oft keinen Empfang, also ist Offline-Fähigkeit wichtig. Der Macher sagt: Es funktioniert vollständig offline und synced, wenn du zurück bist.

Lena Vogel: Preislich: Free mit allem Kollaborativen, Pro bei 35,99 Dollar pro Jahr – das sind 2,99 pro Monat – mit Unlimited Lists, Reminders, wiederkehrenden Items, Kalenderansicht. Oder 4,99 monatlich. Family bei 49,99 pro Jahr für bis zu 6 Mitglieder, Team bei 79 pro Nutzer pro Jahr mit SSO und SCIM. Und ein Detail: Du bekommst 7 Tage Pro gratis bei Anmeldung, ohne Karte, danach fällt es auf den Free-Plan.

Felix Hartmann: Ein Community-Kommentar fragt, ob die 0,99-Dollar-für-3-Monate-Pro-Offerte besser konvertiert als ein normaler Free-Trial – aber das Detail aus den Quellen ist eigentlich der 7-Tage-Gratis-Pro-Zugang ohne Karte. Der Kommentar zeigt, dass Leute über die Preis-Psychologie nachdenken. Der Macher sagt auch: Er will hören, was fehlt, nicht Höflichkeit. Und die Web-Version gibt es auch, iOS und Android, keine Ads, kein Tracking, kein Datenselling.

Lena Vogel: Und dann das letzte Produkt, das thematisch fast das Gegenteil ist: Lisen liest Artikel laut. Eine Chrome-Extension, die Webseiten mit den Cartesia-Stimmen vorliest, die du ohnehin bezahlst. Kein Subscription auf oben drauf. Kein Account, keine Analytics, keine Telemetrie.

Felix Hartmann: Das heißt, der Zwischenhänger, den ein Community-Kommentar genau benennt: "Free" bedeutet hier die Extension selbst, nicht die Voices, denn du brauchst deinen eigenen Cartesia-Plan für die tatsächlichen TTS-Aufrufe. Der Kommentar fragt: "Würde es auf eine Browser-native Stimme fallen, wenn jemand Cartesia nicht eingerichtet hat, oder ist das eine harte Voraussetzung?" Die Antwort aus den Quellen: Ja, du brauchst einen Cartesia-Account und API-Key.

Felix Hartmann: Cartesia hat einen Free-Tier, aber Lisen selbst spricht nur durch Cartesia.

Lena Vogel: Wie es funktioniert: Du klickst auf einen Artikel, ein kleiner Player erscheint. Während es liest, wird die aktuelle Passage eingefärbt und das gesprochene Wort markiert, sodass du den Platz nie verlierst. Ein Community-Kommentar sagt: "The word highlighting is probably the feature I'd use most. Losing your place while listening is annoying." Es gibt zwei Modi: Streaming startet zu sprechen, sobald du Play drückst.

Lena Vogel: Ahead-of-time generiert den ganzen Artikel zuerst und zeigt die genaue Länge und eine Scrub-Bar. Jede Zahl auf dem Player ist aus dem Audio gemessen, nichts ist geschätzt.

Felix Hartmann: Und dann das Unexpected: WAV-Export. Du kannst jeden Artikel als WAV herunterladen, und die Word-Timings sind in der Datei gespeichert, sodass Read-Along funktioniert, wenn du sie wieder öffnest. Ein Community-Kommentar: "Didn't expect that from a simple read aloud extension."

Lena Vogel: Und die Datenschutz-Seite: "Nothing leaves until you press play." Es gibt keinen Lisen-Server. Dein Key und Settings bleiben in Chrome auf deinem Gerät. Page-Text geht nur an Cartesia, wenn du Play drückst, und nur von Seiten, wo du den Player geöffnet hast. Kein Account, keine Analytics, keine Telemetrie. Das klingt vertraut, oder?

Felix Hartmann: Ja, es ist dieselbe Linie wie bei Chit und SOUND und Paragraph Notes am Anfang: Kein Zwischenhänger, kein Server in der Mitte. Ein Community-Kommentar sagt genau das: "I like that there's no Lisen server sitting in the middle of this."

Lena Vogel: Und die Community fragt auch hier nach den Grenzen: Wie natürlich klingt es mit verschiedenen Content-Typen? Wie geht es mit technischen Artikeln um? Und wie geht es mit Seiten um, die viel Zeug um den eigentlichen Artikel herum haben? Und dann die Frage, die ich persönlich am spannendsten finde: Jemand, der an Voice-AI für ältere Erwachsene arbeitet, fragt, wie weit die Sprachrate runtergeht – die meisten Tools cappen bei 0,75x, was für viele 75-Jährige immer noch zu schnell ist.

Felix Hartmann: Das ist eine echte offene Frage, die wir nicht beantworten können. Aber sie zeigt, dass die Community hier denkt über echte Nutzergruppen nach, nicht nur über Features.

Lena Vogel: Fassen wir zusammen. Was diese vier Blöcke verbinden, ist eine Frage: Wie beweist man Vertrauen, statt es zu versprechen? Chit macht es per Binary-Audit, SOUND durch Design ohne Ort, wohin etwas gesendet werden könnte. Hemory verspricht es mit Self-Hosting als geplante Option. Eclatira muss die Frage noch beantworten, wie weit der Agent handeln darf. GoodSocials setzt auf menschliche Freigabe plus wachsende Regeln. MakerMap braucht die Community, um aktuell zu bleiben.

Lena Vogel: Psst sagt lieber still, wenn es unsicher ist. Lisen hat keinen Server in der Mitte.

Felix Hartmann: Und der Rest bleibt offen: keine Notarisierung bei Chit, macOS 26 only bei SOUND, Self-Hosten erst geplant bei Hemory, unbeantwortete Fragen zu Datenschutz bei Live-Kamera-Feeds bei Eclatira, wie Profile aktuell bleiben bei MakerMap, Fuzzy-Matching bei Psst, und wie weit die Sprachrate bei Lisen runtergeht.

Lena Vogel: Das war's von uns. Danke, dass du gehört hast. Bis zum nächsten Mal.

Felix Hartmann: Tschüss, und vergiss nicht: Wenn ein Tool sagt, es bleibt lokal, frag, wie das bewiesen wird.