KW 17 markiert eine Verdichtung im Bereich autonomer Workflows: OpenAI, Google und DeepSeek liefern gleichzeitig Produkte, die den Übergang von Einzelprompts zu dauerhaft laufenden Agenten vollziehen. ChatGPT Images 2.0 setzt mit Thinking-Bildgenerierung einen neuen Massstab im Design-Bereich. DeepSeek V4 schockt erneut mit Open-Source-Qualität auf Frontier-Niveau zu Bruchteilspreisen. Chronicle etabliert sich als ernsthafter PowerPoint-Konkurrent für Teams. Die eigentliche Botschaft der Woche: KI-Agenten werden zur Teaminfrastruktur, nicht mehr nur zum Einzelwerkzeug.
ChatGPT Images 2.0 (9/10) & DeepSeek V4 (9/10): Thinking-Bildgenerierung trifft Open-Source-Frontier, zwei Releases, die den Markt neu kalibrieren
Trend: KI-Agenten werden Teaminfrastruktur, OpenAI Workspace Agents, Gemini Deep Research Max und DeepSeek V4 zeigen: Autonome Systeme laufen jetzt dauerhaft, nicht nur auf Abruf
Paradigmenwechsel: Von All-in-One zu spezialisierten Lösungen
Cursor für Slides, KI-Präsentationen auf Enterprise-Niveau mit Agentic Workflows
Chronicle ist ein KI-gestützter Präsentations-Maker, der sich explizit als "Cursor für Slides" positioniert. Das Tool generiert hochwertige, on-brand Präsentationen aus Texteingaben, URLs, PDFs oder bestehenden PowerPoint-Dateien. Im Gegensatz zu Gamma, das auf schnelle Generierung setzt, fokussiert Chronicle auf Qualität und Markenkonsistenz für Teams. Zielgruppe sind Sales-, Marketing- und Executive-Teams, die regelmässig professionelle Decks erstellen müssen.
Nutzungsszenarien
Sales Proposals: Ein Account Manager gibt eine Firmen-URL und Dealdetails ein. Chronicle generiert automatisch ein massgeschneidertes Angebotsdeck mit korrektem Branding.
Investor Pitch Decks: Ein Startup-Gründer lädt sein Executive Summary als PDF hoch. Chronicle strukturiert daraus einen Pitch-Deck-Entwurf mit Investor-gerechter Narrative.
Wöchentliche Business Updates: Das Marketing-Team automatisiert wöchentliche Performance-Reports durch Anbindung an Datensysteme via Agentic Workflows (Plus-Plan).
Research Reports: Wissenschaftler oder Analysten laden Rohdaten und Quellen hoch. Chronicle erstellt einen strukturierten Bericht mit Visualisierungen.
Onboarding-Materialien: HR-Teams erstellen standardisierte Onboarding-Decks aus Unternehmensrichtlinien und Prozessdokumenten.
Pricing
Free: $0
Pro: $15/Nutzer
Plus: $30/Nutzer
Max: $59/Nutzer
Enterprise: Auf Anfrage
Jahresabrechnung spart 20%. Preise in USD.
Datenschutz
Chronicle hat seinen Sitz in den USA (San Francisco). Die Datenverarbeitung erfolgt auf US-Servern. Chronicle bietet einen Trust Center mit SOC 2 Type II Zertifizierung. Für europäische Unternehmenskunden sind Standardvertragsklauseln (SCCs) verfügbar. Eine vollständige DSGVO-Konformität mit EU-Serverstandort wird nicht als Standard angeboten. Für DSGVO-kritische Inhalte empfiehlt sich der Enterprise-Plan mit individuellen Datenschutzvereinbarungen. Self-Hosting ist nicht verfügbar.
Besonderheit
Agentic Workflows (Plus) ermöglichen automatisierte Report-Generierung. Breite Integrationslandschaft: Notion, Salesforce, HubSpot. Ausgabequalität übertrifft Gamma deutlich, wirkt nicht KI-generiert. PPT-Export, Custom Fonts und Themes ab Plus-Plan.
Stärken
Hervorragende Ausgabequalität: Präsentationen wirken professionell gestaltet, nicht KI-generiert
Starker Free-Tier mit unlimitierten Dokumenten
Agentic Workflows im Plus-Plan ermöglichen echte Automatisierung
Aktive Entwicklung mit wöchentlichen Feature-Updates
Schwächen
Serverstandort USA: für DSGVO-sensitive Branchen (Gesundheit, Recht, Behörden) problematisch
PPT-Export erst ab Plus-Plan ($30/Nutzer)
Token-basiertes Modell kann bei intensiver Nutzung schnell teuer werden
Kein Self-Hosting verfügbar
Einschätzung für die Praxis
Chronicle ist der überzeugendste Anwärter auf den Platz als Standard-Präsentationstool für KI-affine Teams. Die Qualität übertrifft Gamma deutlich, der Preis ist fair. Für Schweizer und europäische Unternehmen mit strengen Datenschutzanforderungen bleibt der US-Serverstandort ein Hindernis. Für alle anderen: Sofort testen.
Erstes Bildgenerierungsmodell mit Thinking, fehlerfreier Text, Web-Browsing, präzise Kontrolle
ChatGPT Images 2.0 ist OpenAIs neues Bildgenerierungsmodell, das am 21. April 2026 lanciert wurde. Es ist das erste Bildgenerierungsmodell mit integrierter Thinking-Fähigkeit: Das Modell kann vor der Generierung reflektieren, Code ausführen, Websuchen durchführen und Logos aus dem Web abrufen, um sie als Referenz zu verwenden. Das Ergebnis ist eine drastisch verbesserte Text-in-Bild-Genauigkeit und eine deutlich geringere "KI-Ästhetik" in den Outputs.
Nutzungsszenarien
Marketing-Materialien mit Text: Erstellen von Social-Media-Posts, Infografiken oder Werbebannern mit präzisem, fehlerfreiem Text in mehreren Sprachen.
UI-Mockups als Bilder: Designer generieren realistische UI-Screenshots als Referenz für Entwickler, ohne Figma zu öffnen.
Branded Content: Das Modell sucht aktiv nach Unternehmenslogos im Web und integriert sie korrekt in generierte Bilder.
Technische Diagramme: Erstellen von Flussdiagrammen, Architekturdiagrammen oder wissenschaftlichen Visualisierungen mit präziser Beschriftung.
Illustrierte Dokumente: Generierung von mehrseitigen illustrierten Magazinen oder Berichten mit konsistenter visueller Sprache.
Pricing
ChatGPT Plus/Pro: Im Abonnement enthalten ($20/$200/Monat)
API (gpt-image-2) Input: $5 / 1M Tokens
API Output (Standard): $30 / 1M Tokens
API Output (Low Quality): $10 / 1M Tokens
Codex App (mit Thinking): Codex-Credits (ab $20/Monat)
Preise in USD. Bildgenerierung über API ist token-basiert.
Datenschutz
OpenAI verarbeitet Daten auf US-Servern. Für ChatGPT Enterprise und Business-Pläne gilt: Eingaben werden nicht für das Training verwendet, Daten werden 30 Tage gespeichert. OpenAI ist nach dem EU-US Data Privacy Framework (DPF) zertifiziert und bietet SCCs für europäische Kunden. Für die API gilt: Daten werden standardmässig nicht für Training genutzt. Eine vollständige DSGVO-Konformität mit EU-Serverstandort ist nicht gegeben. Bemerkenswert: OpenAI hat parallel ein Open-Source "Privacy Filter"-Modell zur lokalen PII-Erkennung veröffentlicht.
Besonderheit
Thinking-Modus: Modell plant vor der Generierung, nutzt Code und Web-Suche. Fehlerfreier Text in Bildern, auch bei hunderten Wörtern und mehreren Sprachen. Aktives Web-Browsing für Logos und Referenzbilder. Nahtlose Integration in ChatGPT-Workflows und Codex. Deutlich weniger "KI-Ästhetik" bei professionellen Outputs.
Branchenführende Text-in-Bild-Genauigkeit (keine Tippfehler, auch bei hunderten Wörtern)
Aktives Web-Browsing für Logos und Referenzbilder
Nahtlose Integration in ChatGPT und Codex-Workflows
Multilinguale Unterstützung
Schwächen
US-Serverstandort: kein EU-Hosting
Preismodell für API-Nutzer komplex und potenziell teuer bei hohem Volumen
Noch keine vollständige Parität mit Midjourney bei künstlerischen Stilen
Thinking-Modus erhöht Latenz und Kosten
Einschätzung für die Praxis
ChatGPT Images 2.0 ist der bedeutendste Sprung in der KI-Bildgenerierung seit Midjourney V6. Die Kombination aus Reasoning und Generierung löst das fundamentale Problem der "KI-Ästhetik" bei professionellen Anwendungsfällen. Für Marketing-Teams, die präzise, textreiche Visuals benötigen, ist dieses Tool ein Game-Changer.
1,6T Open-Source-Parameter, 1M Kontext als Standard, Frontier-Qualität zu Bruchteilspreisen
DeepSeek V4 ist das neueste Open-Source-Sprachmodell des chinesischen KI-Labors DeepSeek, veröffentlicht am 24. April 2026. Es erscheint in zwei Varianten: V4-Pro (1,6 Billionen Parameter total, 49 Milliarden aktiv) und V4-Flash (284 Milliarden total, 13 Milliarden aktiv). Beide Varianten unterstützen standardmässig 1 Million Token Kontext und kombinieren Thinking- und Non-Thinking-Modus. Laut Benchmarks übertrifft V4-Pro alle aktuellen Open-Source-Modelle in Coding, Mathematik und Reasoning und kommt an geschlossene Frontier-Modelle heran.
Nutzungsszenarien
Agentic Coding: Entwickler nutzen V4-Pro als Backend für Coding-Agenten (Claude Code, OpenClaw, OpenCode) für komplexe, mehrstufige Programmieraufgaben.
Dokumentenanalyse: Unternehmen analysieren umfangreiche Vertragsdokumente, Jahresberichte oder Forschungsarbeiten dank des 1M-Token-Kontextfensters vollständig in einem Durchgang.
Self-Hosted LLM: Datenschutzsensible Organisationen hosten V4-Flash lokal via vLLM oder SGLang für vollständige Datensouveränität.
Wissenschaftliche Recherche: Forscher nutzen das Modell für STEM-Aufgaben, bei denen es laut Benchmarks alle Open-Source-Konkurrenten übertrifft.
Kostenoptimierung: Unternehmen ersetzen teure API-Aufrufe bei GPT-5.4 oder Claude Opus durch V4-Flash für Standard-Tasks bei einem Bruchteil der Kosten.
Pricing
V4-Flash: $0.028 / 1M
V4-Pro: $0.036 / 1M*
V4-Pro aktuell mit 75% Rabatt bis 05.05.2026 (Normalpreis: $0.145 / $1.74 / $3.48 pro 1M Tokens). Open-Source-Gewichte kostenlos auf HuggingFace verfügbar. Self-Hosting möglich.
Datenschutz
DeepSeek ist ein chinesisches Unternehmen mit Sitz in Hangzhou. Die API-Server befinden sich in China. Für europäische Unternehmen mit DSGVO-Anforderungen ist die direkte API-Nutzung problematisch: Daten werden auf chinesischen Servern verarbeitet, und es bestehen keine SCCs oder DPF-Zertifizierungen. Die entscheidende Stärke für Datenschutz: Die Modellgewichte sind vollständig Open Source (Modified MIT License) und auf HuggingFace verfügbar. Unternehmen können V4-Flash vollständig lokal oder auf eigenen EU-Servern betreiben und erreichen damit vollständige DSGVO-Konformität. Self-Hosting via vLLM, SGLang oder KTransformers ist dokumentiert und produktionsreif.
Besonderheit
Open-Source SOTA: Übertrifft alle anderen Open-Source-Modelle in Agentic Coding. 1M Token Kontext als Standard (nicht als Aufpreis). Novel Attention: Token-wise Compression + DeepSeek Sparse Attention. Dual-Mode (Thinking/Non-Thinking) für flexible Nutzung. Nahtlose Integration mit Claude Code, OpenClaw und OpenCode.
Stärken
Branchenführende Open-Source-Performance: übertrifft alle anderen Open-Source-Modelle in Coding und STEM
1M Token Kontext als Standard, nicht als Aufpreis
Extrem günstige API-Preise (V4-Flash: $0.28/1M Output-Tokens vs. GPT-5.4: ~$15/1M)
Vollständig self-hostbar für DSGVO-Konformität
Dual-Mode (Thinking/Non-Thinking) für flexible Nutzung
Schwächen
Direkte API-Nutzung datenschutzrechtlich problematisch (chinesische Server)
Self-Hosting von V4-Pro erfordert erhebliche GPU-Infrastruktur (1,6T Parameter)
Keine offizielle DSGVO-Zertifizierung oder EU-Serverstandort
Einschätzung für die Praxis
DeepSeek V4 ist der wichtigste Open-Source-Release des Jahres. Für Unternehmen, die Datensouveränität benötigen, ist V4-Flash self-hosted die überzeugendste Option: Frontier-nahe Qualität, vollständige Kontrolle, minimale Kosten. Die direkte API-Nutzung bleibt für europäische Unternehmen ein Compliance-Problem.
Google hat am 21. April 2026 zwei neue Versionen seines autonomen Recherche-Agenten lanciert: Deep Research (für interaktive Oberflächen, optimiert auf Geschwindigkeit) und Deep Research Max (für asynchrone, maximale Tiefe). Beide basieren auf Gemini 3.1 Pro und bringen drei entscheidende Neuerungen: MCP-Support (Anbindung an beliebige Datenquellen), native Chart-Generierung und kollaborative Planung. Das Modell kann gleichzeitig das offene Web, proprietäre Datenbanken via MCP, hochgeladene Dateien und Google-Dienste durchsuchen.
Nutzungsszenarien
Due-Diligence-Reports: Ein M&A-Team konfiguriert einen nächtlichen Cron-Job: Deep Research Max durchsucht SEC-Filings, PitchBook-Daten und das offene Web und liefert bis zum Morgen einen vollständig zitierten Bericht.
Marktanalysen: Ein Produktmanager verbindet Deep Research via MCP mit internen Verkaufsdaten und externen Marktdatenbanken für eine integrierte Wettbewerbsanalyse.
Wissenschaftliche Literaturrecherche: Forscher laden relevante PDFs hoch und lassen Deep Research Max eine systematische Literaturübersicht mit nativen Visualisierungen erstellen.
Finanzanalyse: Integration mit FactSet, S&P Global oder PitchBook via MCP für automatisierte Unternehmensanalysen mit Echtzeit-Finanzdaten.
Compliance-Monitoring: Juristische Teams überwachen kontinuierlich regulatorische Änderungen durch automatisierte Recherche-Workflows.
Pricing
Free: Gemini 3.1 Flash
Paid API: Deep Research
Paid API: Deep Research Max
Gemini Enterprise: Beide Agenten
Deep Research und Deep Research Max sind in der Gemini API (Paid Tier) verfügbar. Genaue Per-Session-Preise werden dynamisch berechnet.
Datenschutz
Google verarbeitet Daten auf globalen Servern mit Rechenzentren in der EU (Frankfurt, Eemshaven). Google Cloud ist nach ISO 27001, SOC 2/3 und DSGVO-konform zertifiziert. Für die Gemini API gilt: Daten werden standardmässig nicht für das Training genutzt (Opt-out ist Standard für API-Nutzer). Google bietet Standardvertragsklauseln (SCCs) und Auftragsverarbeitungsverträge (AVV) für europäische Kunden. Für Google Cloud-Kunden sind EU-Datenresidenz-Optionen verfügbar. Für DSGVO-kritische Anwendungen empfiehlt sich die Google Cloud-Version mit expliziter EU-Datenresidenz.
Besonderheit
MCP-Support: Anbindung an beliebige Datenquellen macht es zum universellen Recherche-Hub. Native Charts und Infografiken direkt im Bericht (HTML oder Nano Banana). Kollaborative Planung: Nutzer prüfen und verfeinern den Recherche-Plan vor Ausführung. Multimodale Eingaben: PDFs, CSVs, Bilder, Audio, Video. Real-time Streaming der Zwischenschritte. Partnerschaften mit FactSet, S&P Global, PitchBook.
Stärken
MCP-Support: Anbindung an beliebige Datenquellen macht es zum universellen Recherche-Hub
Native Chart- und Infografik-Generierung direkt im Bericht
Kollaborative Planung: Nutzer können den Recherche-Plan vor Ausführung prüfen und anpassen
Bewährte Google-Infrastruktur mit EU-Serveroptionen
Schwächen
Preismodell für Deep Research Max intransparent (Extended Compute = unvorhersehbare Kosten)
Noch in Public Preview: keine SLA-Garantien für Produktionsumgebungen
Volle Leistung nur im Paid Tier verfügbar
Komplexe Konfiguration für MCP-Integrationen erfordert technisches Know-how
Einschätzung für die Praxis
Gemini Deep Research Max ist das leistungsfähigste Recherche-Tool, das aktuell als API verfügbar ist. Die Kombination aus MCP-Support, nativen Visualisierungen und dem Zugang zu Google-Partnerdaten (FactSet, S&P Global, PitchBook) macht es besonders für Finanz-, Beratungs- und Forschungsorganisationen attraktiv. Die EU-Serveroptionen lösen das DSGVO-Problem.
Codex-Agenten für Teams, dauerhaft laufend, Slack-integriert, Enterprise-Controls
OpenAI hat am 22. April 2026 Workspace Agents in ChatGPT lanciert, die Nachfolger der Custom GPTs für Teams und Unternehmen. Workspace Agents sind Codex-gestützte Agenten, die dauerhaft in der Cloud laufen, auf externe Tools zugreifen, Workflows automatisieren und in Slack integriert werden können. Sie sind explizit für die gemeinsame Nutzung im Team konzipiert: einmal konfiguriert, von allen genutzt, kontinuierlich verbessert. Verfügbar für ChatGPT Business, Enterprise, Edu und Teachers-Pläne.
Nutzungsszenarien
IT-Helpdesk-Automatisierung: Ein Agent beantwortet Mitarbeiterfragen in Slack-Kanälen, verlinkt relevante Dokumentation und erstellt automatisch Tickets für neue Probleme.
Sales-Meeting-Vorbereitung: Ein Agent sammelt täglich Informationen zu anstehenden Kundenmeetings aus CRM, LinkedIn und internen Notizen und stellt sie dem Account Manager zusammen.
Software-Review-Prozess: Ein Agent triagiert Software-Anfragen, prüft Policy-Compliance, leitet Genehmigungen weiter und öffnet IT-Tickets.
Wöchentliche Reports: Ein auf Schedule laufender Agent aggregiert Daten aus verschiedenen Tools und erstellt wöchentliche Performance-Berichte.
Onboarding-Assistent: Ein Agent führt neue Mitarbeitende durch den Onboarding-Prozess, beantwortet Fragen und eskaliert bei Bedarf an HR.
Pricing
ChatGPT Business: $30/Nutzer/Monat
ChatGPT Enterprise: $60/Nutzer/Monat (ca.)
ChatGPT Edu: Sonderkonditionen
Workspace Agents sind bis 06. Mai 2026 kostenlos. Danach: Credit-basiertes Pricing (Preise noch nicht final kommuniziert).
Datenschutz
OpenAI verarbeitet Daten auf US-Servern. Für ChatGPT Enterprise gilt: Eingaben werden nicht für das Training genutzt, Daten werden 30 Tage gespeichert, SOC 2 Type II zertifiziert. OpenAI ist nach dem EU-US Data Privacy Framework (DPF) zertifiziert und bietet SCCs. Workspace Agents kommen mit einem Compliance API: Admins haben vollständige Sichtbarkeit über alle Agenten-Konfigurationen, Updates und Ausführungen. Eingebaute Schutzmechanismen gegen Prompt-Injection-Angriffe. EU-Serverstandort ist nicht verfügbar.
Besonderheit
Codex-Backbone: Agenten schreiben und führen Code aus, erledigen mehrstufige Tasks. Slack-Integration: Agenten arbeiten dort, wo Teams bereits kommunizieren. Schedule-Funktion: Agenten laufen auch ohne menschliche Interaktion. Compliance API: Vollständige Sichtbarkeit über alle Agenten-Konfigurationen. Eingebauter Prompt-Injection-Schutz. Nahtloser Übergang von Custom GPTs.
Stärken
Codex-Backbone: Agenten können Code schreiben, ausführen und komplexe mehrstufige Tasks erledigen
Slack-Integration: Agenten arbeiten dort, wo Teams bereits kommunizieren
Schedule-Funktion: Agenten laufen auch ohne menschliche Interaktion
Enterprise-Grade Admin-Controls und Compliance API
Einfache Konfiguration: natürlichsprachliche Beschreibung reicht für Basis-Agenten
Nahtloser Übergang von Custom GPTs
Schwächen
Noch in Research Preview: kein Production-SLA
Credit-basiertes Pricing ab 06. Mai 2026 noch nicht transparent
US-Serverstandort: für DSGVO-kritische Workflows problematisch
Volle Leistung nur in teuren Enterprise-Plänen
Abhängigkeit von OpenAI-Infrastruktur und -Roadmap
Einschätzung für die Praxis
Workspace Agents sind der bisher überzeugendste Versuch, KI-Agenten als Teaminfrastruktur zu etablieren. Die Kombination aus Codex-Intelligenz, Slack-Integration und Enterprise-Controls macht sie für mittelgrosse bis grosse Unternehmen sofort relevant. Das Credit-Pricing ab Mai wird der entscheidende Faktor für die Adoption sein.