Stand: Oktober 2026. Dieser Überblick erschien im März 2026 und wurde aktualisiert, weil sich bei mehreren Werkzeugen viel getan hat.

Es vergeht kaum eine Woche, in der nicht ein neues KI-Tool angekündigt wird, das alles verändern soll. Die Realität ist nüchterner: Die meisten dieser Tools sind Varianten von etwas, das es bereits gibt, in leicht anderer Verpackung. Wer sich von jedem neuen Release ablenken lässt, verliert den Blick für das, was tatsächlich hilft. Und genau darum soll es hier gehen: ein ehrlicher Überblick über die Werkzeuge, die ich im Arbeitsalltag einsetze und empfehle.

Text und Kommunikation: Wo die meiste Zeit gespart wird

Die größte Wirkung entfalten KI-Tools dort, wo regelmäßig geschrieben, zusammengefasst und strukturiert werden muss. Claude von Anthropic und ChatGPT von OpenAI sind die beiden relevantesten Werkzeuge. Beide sind inzwischen so leistungsfähig, dass die Wahl zwischen ihnen weniger eine Frage der Qualität als der Arbeitsweise ist.

Claude eignet sich besonders gut für die Analyse langer Dokumente, für differenziertes Schreiben und für Aufgaben, bei denen Nuance wichtig ist. Die aktuelle Modellreihe besteht aus Claude Opus 5.5, Sonnet 5.5 und Haiku 5.5, dazu kommt Claude Fable 5.1 für anspruchsvolles Reasoning und lange agentische Aufgaben. Alle arbeiten mit einem Kontextfenster von einer Million Tokens (Modellübersicht von Anthropic). In der Praxis heißt das: Ein ganzes Handbuch, ein Geschäftsbericht oder hundert Seiten Protokolle lassen sich in einer einzigen Konversation verarbeiten.

ChatGPT hat das breitere Ökosystem. Wer in der Microsoft-Welt arbeitet, profitiert von der Integration in Office-Produkte über Microsoft Copilot. Seit 7. Oktober 2026 stehen in ChatGPT allen Nutzerinnen und Nutzern die Modelle GPT-6 Sol und GPT-6 Luna zur Verfügung (OpenAI). Die Richtung bleibt dieselbe wie im Frühjahr: Assistenten entwickeln sich zu Agenten, die Aufgaben ausführen, statt nur Antworten zu geben. OpenAIs früher eigenständiger Browser-Agent Operator ist dabei laut Wikipedia schon im Juli 2025 in ChatGPT aufgegangen.

Wer sein Unternehmen auf Google Workspace aufgebaut hat, sollte sich Gemini ansehen. Die Integration ist nahtlos: Dokumente entstehen aus dem Kontext von Drive, Gmail und Chat heraus, Tabellen werden mit einem Satz befüllt, Präsentationen aus Notizen generiert. Das neueste Modell, Gemini 4 Argon, rollt Google seit 13. Oktober 2026 schrittweise in der Gemini-App für Abonnentinnen und Abonnenten von Google AI Pro und Ultra aus (Release Notes) und stellt es Entwicklern seit demselben Tag über die Gemini API allgemein zur Verfügung (Änderungsprotokoll). Ob es auch über Vertex AI und in EU-Regionen buchbar ist, geht aus den ausgewerteten Quellen nicht eindeutig hervor.

Wer Wert auf einen europäischen Anbieter legt, sieht sich Mistral AI an. Seit 6. Oktober 2026 steht Mistral Large 4 als öffentliche Vorschau über Mistral Studio und die API bereit, ebenfalls mit einem Kontextfenster von einer Million Tokens (Dokumentation von Mistral). Für Projekte mit personenbezogenen oder vertraulichen Daten sprechen Modelle europäischer Anbieter oder Infrastruktur, die in der EU gehostet ist.

Bilder: Zwischen Begeisterung und Ernüchterung

KI-Bildgenerierung ist kein Spielzeug mehr. Marketingteams und Agenturen nutzen sie täglich für Anzeigen, Mockups und visuelle Inhalte. Die zwei relevanten Werkzeuge sind Midjourney und die Bildgenerierung in ChatGPT.

Midjourney liefert die ästhetisch überzeugendsten Ergebnisse. Wer Markenvisualisierungen, Kampagnenbilder oder fotorealistische Darstellungen braucht, kommt daran nicht vorbei. Version 8 ist inzwischen da: Laut der Modellübersicht von Midjourney erschien im März 2026 eine Alpha-Version, Ende April folgte Version 8.1 (Midjourney-Dokumentation). Für professionelle visuelle Kommunikation ist es das Werkzeug der Wahl.

ChatGPTs Bildgenerierung punktet dort, wo es auf Text in Bildern ankommt: Infografiken, Diagramme, Social-Media-Grafiken mit Beschriftung. Die Prompt-Treue ist bemerkenswert gut. Die ästhetische Qualität erreicht nicht das Niveau von Midjourney, aber für den Großteil der täglichen visuellen Kommunikation reicht sie mehr als aus.

Was beide nicht können: konsistente Markenelemente über mehrere Bilder hinweg garantieren, anatomische Details zuverlässig darstellen und menschliches Designurteil ersetzen. KI-generierte Bilder brauchen immer noch einen Menschen, der entscheidet, ob das Ergebnis gut genug ist.

Video: Beeindruckend, aber noch nicht verlässlich

KI-Videogenerierung hat 2025 und 2026 enorme Fortschritte gemacht, und der Markt bleibt in Bewegung. OpenAI hat Sora eingestellt: Laut OpenAI endeten App und Web-Version am 26. April 2026, die API folgte am 24. September 2026 (OpenAI-Hilfe, TechCrunch). Runway richtet sich an Teams, die Kameraführung und Bildfolge genau steuern wollen. Für schnelle Social-Media-Inhalte ist Pika eine pragmatische Wahl.

Die ehrliche Einschätzung: Für Social Media, Produktdemos und interne Kommunikation sind diese Tools bereits brauchbar. Für markensensible, hochwertige Videoproduktion braucht man nach wie vor Postproduktion und menschliche Kontrolle. Die Technologie entwickelt sich schnell, und das Beispiel Sora zeigt: Auch ein bekanntes Werkzeug kann wieder verschwinden. Wer heute verlässliche Qualität braucht, sollte realistisch kalkulieren und sich nicht an einen einzigen Anbieter binden.

Stimme und Audio: Unterschätzt und überraschend reif

ElevenLabs gilt in diesem Bereich als führender Anbieter. Im Februar 2026 sammelte das Unternehmen laut Berichten eine halbe Milliarde Dollar bei einer Bewertung von elf Milliarden Dollar ein (Bericht). Die Stimmen sind so natürlich, dass sie von echten Sprechern kaum zu unterscheiden sind, inklusive emotionaler Betonung und natürlicher Pausen.

Die praktischen Anwendungen sind vielfältiger, als man zunächst denkt: Kundenservice über Sprachagenten, die tatsächlich funktionieren. Podcast-Produktion ohne Aufnahmestudio. Interne Schulungsvideos in mehreren Sprachen ohne Synchronsprecher. Für Unternehmen, die international arbeiten, ist das ein erheblicher Zeit- und Kostenvorteil.

Automatisierung: Wo die einzelnen Teile zusammenwachsen

Die eigentliche Produktivitätswirkung entsteht nicht durch einzelne Tools, sondern durch ihre Verknüpfung. n8n ist meine Empfehlung für technischere Teams. Der Quellcode ist öffentlich, n8n lässt sich selbst hosten, was für DSGVO-Konformität entscheidend sein kann, und es hat native KI-Integration. Workflows lassen sich bauen, in denen eine KI autonom entscheidet, welche Schritte als nächstes nötig sind.

Make ist die bessere Wahl für Teams ohne technischen Hintergrund. Die visuelle Oberfläche macht es möglich, Automatisierungen per Drag-and-Drop zu bauen. Zapier setzt auf eine breite Auswahl fertiger Verbindungen zu anderen Anwendungen und bietet eigene KI-Agenten. Alle drei Plattformen lösen das gleiche Problem auf unterschiedlichem technischem Niveau.

Recherche und Analyse: Zwei Werkzeuge, die sich ideal ergänzen

Perplexity ist das, was eine Suchmaschine hätte werden sollen. Es durchsucht das Web in Echtzeit, synthetisiert Informationen aus dutzenden Quellen und liefert Ergebnisse mit nachvollziehbaren Quellenangaben. Für Marktrecherche, Wettbewerbsanalyse und Faktenprüfung spare ich damit erheblich Zeit.

Google NotebookLM arbeitet mit den eigenen Dokumenten. PDFs, Google Docs, YouTube-Transkripte werden hochgeladen, und die KI erstellt daraus Zusammenfassungen, Audiobeiträge im Podcast-Stil, Mindmaps oder Präsentationsvorlagen. Es durchsucht nicht das Web, sondern analysiert ausschließlich das, was man ihm gibt. Für die Aufbereitung interner Dokumente, Geschäftsberichte oder Forschungsergebnisse ist das bemerkenswert nützlich.

Der effektivste Workflow, den ich Klienten empfehle: Mit Perplexity recherchieren, die Ergebnisse in NotebookLM laden und dort in das gewünschte Format bringen. Das spart Recherchezeit und verbessert die Qualität, weil die Analyse auf breiterer Grundlage stattfindet.

Was bei all dem gleich bleibt

Bei aller Begeisterung über das, was möglich ist: Halluzinationen sind nach wie vor ein Thema. Auch die Modellgeneration vom Oktober 2026 erfindet gelegentlich Angaben, die plausibel klingen und trotzdem falsch sind. Das bedeutet konkret: Jedes KI-Ergebnis braucht menschliche Prüfung. Wer sich blind auf Ausgaben verlässt, riskiert Fehler, die teurer sind als die eingesparte Zeit.

Die andere Konstante: Nicht das beste Tool gewinnt, sondern das richtige für den jeweiligen Einsatzzweck. Ich erlebe regelmäßig Unternehmen, die drei KI-Abonnements haben und keines davon effektiv nutzen. Die Frage sollte nie sein, welches Tool das leistungsfähigste ist, sondern welches Problem konkret gelöst werden soll. Daraus ergibt sich die Wahl fast von selbst.

Wer Unterstützung bei dieser Auswahl braucht oder wissen möchte, welche Tools für die eigene Organisation Sinn ergeben, kann sich gerne bei mir melden.