Claude Tag kommt zu Slack, Mistral OCR 4 dominiert OlmOCRBench, Runway integriert Seedance 4K und Kling 3.0

Der 23. Juni 2026 dreht sich um zwei Hauptachsen: KI in Arbeitsumgebungen (Claude Tag in Slack, Copilot CLI in allgemeiner Verfügbarkeit, Cursor 3.8) und die Qualität multimodaler Ausgaben (Mistral OCR 4 für Dokumente, Runway mit Seedance 4K, ElevenLabs mit L’Odyssée). Claude Code v2.1.187, NVIDIA DFlash, Together AI ParallelKernelBench und die Forschung von Cohere Labs zur kulturellen Sensibilisierung ergänzen einen auf sieben Bereiche ausgeweiteten Ankündigungszyklus.

Claude Tag — Claude integriert sich in Slack als gemeinsames Teammitglied

23. Juni — Anthropic startet Claude Tag in der Beta für Enterprise- und Team-Kunden. Das Prinzip: Claude siedelt sich in Slack als normales Teammitglied an, für den gesamten Kanal über @Claude zugänglich, mit persistentem Gedächtnis und der Fähigkeit zu asynchroner Arbeit.

Funktionsweise

Der Administrator gewährt Claude Zugriff auf ausgewählte Kanäle und verbindet es mit den gewünschten Tools, Daten oder Codebasen. Jedes Mitglied kann dann @Claude erwähnen, um eine Aufgabe zu delegieren: Claude zerlegt sie in Schritte, führt sie aus und antwortet anschließend in einem Thread mit dem Ergebnis. Vier Merkmale unterscheiden Claude Tag von der früheren Integration Claude in Slack:

Merkmal	Beschreibung
Multiplayer-Modus	Ein einziger geteilter Claude pro Kanal — jedes Mitglied sieht, woran er arbeitet
Persistentes Gedächtnis	Claude sammelt Kontext im Verlauf der Gespräche, ohne dass bei jedem Austausch neu erklärt werden muss
Ambient-Modus	Claude überwacht den Kanal aktiv und ergreift proaktiv die Initiative, wenn er aktiviert ist
Asynchrone Arbeit	Aufgaben laufen im Hintergrund über mehrere Stunden oder mehrere Tage

Governance

Jeder Kanal verfügt über seinen eigenen Umfang an Tools, Daten und Speicher — die Kontexte werden nicht zwischen Kanälen vermischt. Ein vollständiges Aktionsprotokoll (mit der Person, die jede Aufgabe ausgelöst hat) ist für Administratoren zugänglich, die Token-Grenzen pro Organisation oder pro Kanal festlegen können.

Laut Anthropic werden 65 % des von dem Produktteam erzeugten Codes von ihrer internen Version von Claude Tag generiert. Der Einsatz erstreckt sich auf Aufgaben wie das Verfolgen von Metriken, die Bearbeitung von Support-Tickets und die Diagnose von Fehlern. Claude Tag funktioniert mit Opus 4.8 und ersetzt die bisherige Anwendung Claude in Slack — bestehende Administratoren haben 30 Tage für die Migration.

🔗 Anthropic — Claude Tag vorstellen

Cursor 3.8 — Cursor anpassen (Marketplace Leaderboard, Plugin Canvases, Team Marketplaces)

22.–23. Juni — Das am 22. Juni veröffentlichte und am 23. Juni auf X angekündigte Cursor-3.8-Changelog trägt den Titel „Customize Cursor“. Es führt eine zentrale Personalisierungsseite und drei Team-Integrationsfunktionen ein.

Neue Seite „Customize“

Dieser einzelne Einstiegspunkt bündelt Plugins, Skills, MCPs, Subagenten, Regeln, Befehle und Hooks auf Benutzer-, Team- und Workspace-Ebene. Eigene MCPs sind ebenfalls über diese Seite konfigurierbar.

Drei Hauptfunktionen

Funktion	Beschreibung
Marketplace Leaderboard	Dashboard der im Team am häufigsten genutzten Plugins, Skills und MCPs — Installation mit einem Klick
Plugin Canvases	Plugins können vorgefertigte Canvases enthalten; erstes Beispiel: Atlassian-Canvas (Echtzeitansicht von Issues, Projekten und Dokumenten)
Erweiterte Team Marketplaces	Unterstützung für GitLab, Bitbucket und Azure DevOps zusätzlich zu lokalen Repositories

Das Atlassian-Canvas ist die konkrete Demonstration des Konzepts: Ein Plugin kann nun eine strukturierte visuelle Oberfläche bereitstellen und nicht nur Befehle oder textuelle Werkzeuge.

🔗 Cursor — Changelog 3.8 · Tweet Marketplace Leaderboard · Tweet Plugin Canvases · Tweet Team Marketplaces

Copilot CLI — Neue Terminal-Oberfläche in allgemeiner Verfügbarkeit

23. Juni — GitHub kündigt die allgemeine Verfügbarkeit (GA) der neuen Terminal-Oberfläche (TUI) von GitHub Copilot CLI an, die auf der Microsoft Build 2026 erstmals vorgestellt wurde.

Wichtige Funktionen

Die neue TUI führt ein Tab-System ein: Session (Standard), Gists, Issues und Pull Requests — navigierbar mit Tab. Von jedem beliebigen Tab aus referenziert die Taste c ein Element im Prompt, o öffnet es im Browser, / startet eine Suche.

Die Konfiguration ist jetzt vollständig sitzungsgeführt:

/mcp add oder /mcp search zum Durchsuchen des GitHub MCP Registry und Installieren eines Servers, ohne eine Konfigurationsdatei anzufassen
/skills zum Aktivieren oder Deaktivieren von Skills mit den Pfeiltasten
/plugin zum Installieren von Plugins aus dem Marketplace, einem Repository oder einem lokalen Pfad
/settings zum Bearbeiten der Konfiguration inline

Die Oberfläche unterstützt außerdem Barrierefreiheit: thematische Farben (Standard, Dim, hoher Kontrast, farbenblind über /theme), adaptive Komponenten für schmale Terminals und automatische Erkennung von Screenreadern.

Update: copilot update im Terminal.

🔗 GitHub Changelog — Copilot CLI TUI GA

GitHub Copilot App — BYOK-Support (Bring Your Own Key)

23. Juni — Die GitHub-Copilot-App unterstützt jetzt BYOK: Nutzer können Agentensitzungen gegen ihre eigenen Modellanbieter ausführen.

Unterstützte Anbieter

Azure OpenAI, Anthropic, selbst gehostetes Ollama, LM Studio und jedes OpenAI-kompatible Gateway. Die Konfiguration erfolgt in Einstellungen → Modellanbieter (Endpoint + API-Schlüssel). Die Schlüssel werden im lokalen OS-Schlüsselbund gespeichert und von der Benutzeroberfläche niemals gelesen.

Verwendung	Beschreibung
Gemischte Modelle	Ein Frontier-Modell für die Komplexität und ein lokales Modell für die Ausführung kombinieren
Traffic im eigenen Tenant	Inferenzrouting über das eigene Cloud-Konto, Tenant oder internes Gateway
Einheitlicher Selektor	Die Modelle des hinzugefügten Anbieters erscheinen neben den von Copilot gehosteten Modellen

Hinweis: Für die Tarife Copilot Business und Enterprise muss der Administrator „Copilot CLI“ in den Richtlinieneinstellungen aktiviert haben.

🔗 GitHub Changelog — Copilot App BYOK

Runway integriert Seedance 4K, Seedance Mini und Kling 3.0 Turbo

23. Juni — Runway kündigt die sofortige Verfügbarkeit von drei Drittanbieter-Modellen für die Videogenerierung direkt auf seiner Plattform an.

Die drei hinzugefügten Modelle sind Seedance 4K (hochaufgelöste 4K-Generierung), Seedance Mini (leichtgewichtige Version für schnellere Anwendungsfälle) und Kling 3.0 Turbo (neueste Version des Kling-Modells von Kuaishou im Turbo-Modus). Damit positioniert sich Runway als Aggregator führender generativer Videomodelle, ergänzend zu den eigenen Modellen Gen-4 und Aleph 2.0.

Dieser Multi-Modell-Ansatz innerhalb einer einzigen Plattform ermöglicht es Kreativen, je nach Anwendungsfall das passende Modell zu wählen — Auflösung, Geschwindigkeit oder Stil — ohne das Werkzeug zu wechseln.

Neuen Abonnenten wird ein 30-%-Rabattcode für die ersten drei Monate angeboten (Code: 30RUNWAY).

🔗 Runway — Seedance und Kling 3.0

ElevenLabs — Homers Odyssee, erzählt von einer KI-Stimme unter Lizenz von Michael Caine

23. Juni — ElevenLabs startet The Odyssey, ein Hörbuch von Homers Odyssee, erzählt mit einer KI-Stimme, die in offizieller Zusammenarbeit mit dem britischen Schauspieler Sir Michael Caine produziert wurde. Das Werk wird von Originalmusik und cinematischem Sounddesign begleitet.

Das Hörbuch ist kostenlos und exklusiv auf ElevenReader (elevenreader.io) verfügbar, der Audio-Lese-App von ElevenLabs. Diese Produktion veranschaulicht eine Strategie für premium KI-Inhalte, um die Plattform ElevenReader über die rein funktionale Sprachsynthese hinaus zu fördern.

Die Zusammenarbeit mit Michael Caine basiert auf einer offiziellen Lizenzvereinbarung zwischen ElevenLabs und dem Schauspieler, die die Reproduktion seiner Stimme in KI-Form für diese spezifische Produktion ermöglicht.

“Before you see the film, hear the original epic. Today, we’re releasing The Odyssey: an audiobook narrated by the voice of Sir Michael Caine, with original music and cinematic sound design.”

🇩🇪 „Bevor Sie den Film sehen, hören Sie sich das ursprüngliche Epos an. Heute starten wir L’Odyssée: ein Hörbuch, erzählt mit der Stimme von Sir Michael Caine, mit Originalmusik und cinematischem Sounddesign.“ — @ElevenLabs

🔗 ElevenReader — The Odyssey

Mistral OCR 4 — SOTA-Dokumentenverarbeitung mit strukturierter Lokalisierung

23. Juni — Mistral startet Mistral OCR 4, sein Dokumentenverarbeitungsmodell, das als SOTA (State Of The Art — Stand der Technik) vorgestellt wird. Auf OlmOCRBench, dem öffentlichen Referenzbenchmark für optische Zeichenerkennung, erreicht OCR 4 einen Wert von 85,20 und belegt laut Mistral den ersten Platz im Benchmark.

Technische Merkmale

OCR 4 lokalisiert jeden Textblock mit einem Begrenzungsrahmen, klassifiziert ihn (Titel, Tabelle, Gleichung, Unterschrift …) und weist jeder Region einen Vertrauenswert zu. Diese strukturierte Lokalisierung bildet die Grundlage für verifizierte Zitate, Redaktion, RAG-Zerlegung und menschliche Überprüfung im Loop.

Aspekt	Detail
OlmOCRBench	Score 85,20 — laut Mistral erster Platz im Benchmark
Mehrsprachige Bewertung	Erster Platz in der internen Mistral-Bewertung; größte Zugewinne bei seltenen Sprachen
Menschliche Validierung	600+ reale Dokumente von unabhängigen Annotatoren blind auf 12+ Sprachen klassifiziert

Verfügbarkeit

Sofort über die Mistral-API, Document AI in Mistral AI Studio, Amazon SageMaker und Microsoft Foundry zugänglich. Die Unterstützung für Snowflake Parse Document wird für ein künftiges Update angekündigt. Das Modell kann außerdem in einem einzigen Container selbst gehostet werden.

🔗 Mistral — OCR 4 · X-Thread

Claude Code v2.1.187 — Sicherheit für Credentials, Modellbeschränkungen pro Organisation

23. Juni — Claude Code v2.1.187 führt zwei neue Governance-Funktionen und mehrere bemerkenswerte Fehlerbehebungen ein.

Die neue Einstellung sandbox.credentials ermöglicht es, den Zugriff sandboxierter Befehle auf Credential-Dateien und Umgebungsvariablen mit Secrets zu blockieren — zusätzlicher Schutz für Teams, die Claude Code im automatisierten Modus oder in gemeinsam genutzten Umgebungen einsetzen.

Organisationen können nun Modellbeschränkungen über ihre Administrationskonsole konfigurieren. Diese Beschränkungen gelten für den Modellauswahlschalter, --model, /model und die Variable ANTHROPIC_MODEL. Eine explizite Meldung weist den Nutzer darauf hin, dass seine Auswahl durch die Organisationseinstellungen eingeschränkt ist.

Unter den Fehlerbehebungen: Remote-MCP-Tool-Aufrufe, die unbegrenzt blockiert waren (bis zu 5 Minuten), brechen jetzt mit einem Fehler ab; das Einfügen von koreanischem oder CJK-Text erzeugt in Terminals, die die Zwischenablage byteweise weiterreichen, keine beschädigten Zeichen (Mojibake) mehr; die strukturierte Ausgabe (--json-schema) wurde so korrigiert, dass StructuredOutput nach einem Erfolg nicht mehr unbegrenzt erneut aufgerufen wird.

🔗 Claude Code CHANGELOG

Warp fügt GLM 5.2 hinzu und experimentiert mit Modell-Auto-Routern in YAML

23. Juni — Warp kündigt die offizielle Unterstützung von GLM 5.2 in seinem KI-Terminal an, gehostet auf Fireworks und beschrieben als token-effizient für die Codeerzeugung. Warp unterstützt außerdem BYO (Bring Your Own) Inference, um sich mit anderen Anbietern zu verbinden.

CEO Zach Lloyd teilt parallel ein Experiment mit in YAML konfigurierbaren Modell-Auto-Routern: in natürlicher Sprache beschreiben, welche Aufgaben an welches Modell geroutet werden — GLM 5.2 für das Frontend, GPT 5.5 High für komplexe Architekturentscheidungen. Dieser Ansatz des deklarativen Routings ermöglicht es, das Verhältnis von Kosten und Qualität je Aufgabentyp zu optimieren, ohne das Werkzeug zu wechseln.

🔗 Warp — GLM 5.2 · Warp — Auto-Router

Together AI — ParallelKernelBench, Multi-GPU-Benchmark für die Erzeugung von CUDA-Kernels

23. Juni — Together AI veröffentlicht ParallelKernelBench (PKB), einen Benchmark mit 87 Multi-GPU-Problemen aus realen Produktions-Codebases (Megatron-LM, DeepSpeed, TensorRT-LLM, NeMo-RL). Ziel: die Fähigkeit von LLMs messen, CUDA-Kernels zu erzeugen, die direkt den symmetrischen NVLink-Speicher nutzen und PyTorch + NCCL ersetzen.

Die aktuellen Ergebnisse zeigen die Grenzen der Frontier-Modelle bei dieser Aufgabe:

Modell	Gelöste Probleme (zero-shot)	Schneller als die Baseline
GPT-5.5	28/87	22/87
Gemini 3 Pro	24/87	12/87
Claude Opus 4.7	20/87	12/87
Gemini 3 Pro (agentisch)	35/87	26/87

Der agentische Modus (Compile/Test/Überprüfen-Schleife) verbessert Gemini 3 Pro deutlich und steigert es von 24 auf 35 korrekte Lösungen, erreicht aber nach etwa 20 Schritten ein Plateau. PKB ist Open Source und offen für Beiträge.

🔗 Together AI — ParallelKernelBench · Tweet

NVIDIA DFlash — Spekulatives Decoding bis zu 15x auf Blackwell-GPUs

23. Juni — NVIDIA veröffentlicht DFlash, ein leichtgewichtiges Block-Diffusionsmodell (lightweight block diffusion model) mit Open-Source-Lizenz, das für spekulatives Decoding (speculative decoding) entwickelt wurde. Auf NVIDIA-Blackwell-GPUs eingesetzt, ermöglicht DFlash eine Erhöhung des Inferenzdurchsatzes um bis zu 15x bei gleichbleibender, für den Nutzer wahrgenommener Reaktionsfähigkeit.

Spekulatives Decoding besteht darin, mehrere Tokens parallel mithilfe eines leichten Entwurfsmodells zu erzeugen und dann die Tokens in einem einzigen Durchlauf des Hauptmodells zu validieren oder zu korrigieren — wodurch die Anzahl der erforderlichen Durchläufe reduziert wird. DFlash ist der Entwurfsteil dieser Architektur und für die Blackwell-Familie optimiert.

🔗 NVIDIA — DFlash · Tweet

GPT-5 in der Immunologie — Ein 3 Jahre altes experimentelles Rätsel in einer Sitzung gelöst

23. Juni — OpenAI veröffentlicht einen Anwendungsfall von GPT-5 Pro in der Immunologie: Die Immunologin Derya Unutmaz (Jackson Laboratory / UConn) nutzte GPT-5 Pro, um den Mechanismus eines T-Zell-Experiments zu identifizieren, das seit 2022 ungeklärt geblieben war.

GPT-5 Pro stellte fest, dass Deoxyglukose den Aufbau des IL-2-Proteins beeinträchtigte, was erklärte, warum die exponierten T-Zellen massenhaft zu Th17-Zellen wurden (entzündliche Reaktion). Das Modell sagte außerdem korrekt das Ergebnis eines unveröffentlichten Experiments mit CD8+-T-Zellen voraus, die auf ein Lymphom abzielten.

Unutmaz nutzt GPT-5 Pro, Codex und GPT-5.2 Deep Research nun dazu, Datensätze zu Krebsmutationen zusammenzustellen und die Forschung in der Präzisionsimmuntherapie zu beschleunigen. OpenAI weist auf die Risiken eines Missbrauchs (bio/chemisch) hin und verweist auf sein Preparedness Framework.

🔗 OpenAI — GPT-5 Immunology Mystery

Cohere Labs — Mehrsprachigkeit reicht nicht: LLMs fehlt kulturelles Bewusstsein

23. Juni — Cohere Labs veröffentlicht eine Studie, die auf einer Umfrage unter 81 Teilnehmenden aus 22 Ländern basiert. Zentrale Schlussfolgerung: Mehrsprachige LLMs sind nicht notwendigerweise multikulturell.

Einige Zahlen aus der Umfrage: 89,5 % der Nicht-Englischsprachigen wechseln die Sprache, um mit der KI zu interagieren und bessere Antworten zu erhalten; 38 % sind der Ansicht, dass die KI ihre Kultur nicht versteht (Wert unter 5/10); 63 % haben erlebt, dass ihre kulturellen Normen bei einer Interaktion verletzt wurden (deutsche Formalitäten, koreanischer historischer Kontext, ägyptisches Arabisch); 67 % befürchten eine stärkere kulturelle Marginalisierung. Cohere Labs plädiert dafür, kulturelles Bewusstsein von Anfang an als Designanforderung zu integrieren und nicht erst nachträglich.

🔗 Cohere Labs — Kulturelles Bewusstsein in globaler KI

Kurzmeldungen

Zed — Hidden Gems: Teil 4 (23. Juni) — Blogartikel aus der Zed-Tippserie: konfigurierbares zentriertes Layout auf großen Bildschirmen, Multi-Worktree-Tastaturnavigation mit parallelen Agenten, EDITOR=zed --wait im integrierten Terminal, command_aliases für kurze Mnemonics. 🔗 Zed-Blog
NVIDIA Nemotron Office Hours (23. Juni) — NVIDIA AI veröffentlicht eine Live-Q&A-Session zur Modellfamilie Nemotron 3, verfügbar auf Nemotron Labs. 🔗 Tweet von NVIDIAAI

Was das bedeutet

Agentische KI etabliert sich in den Alltagswerkzeugen. Claude Tag in Slack und Copilot CLI in GA markieren zwei unterschiedliche, aber komplementäre Akzeptanzpfade. Claude Tag zielt auf die Integration in den kollaborativen Arbeitsablauf des Teams: ein gemeinsam genutzter Agent mit gemeinsamem Gedächtnis und Eigeninitiative, für alle sichtbar. Copilot CLI zielt auf die Integration in das Terminal des einzelnen Entwicklers: eine strukturierte Oberfläche mit Tabs, geführter Verwaltung der MCPs und nativer Zugänglichkeit. In beiden Fällen besteht das Ziel darin, die Reibung zwischen dem KI-Tool und der bestehenden Arbeitsumgebung zu verringern — statt von den Nutzern zu verlangen, das Tool zu wechseln.

Personalisierung wird zu einem Differenzierungsmerkmal für Coding-Umgebungen. Cursor 3.8 mit seiner zentralisierten Seite „Customize“ und das BYOK von GitHub Copilot reagieren auf dasselbe Bedürfnis: Teams sollen genau festlegen können, welche Modelle, welche Tools und welche Workflows in welchem Kontext gelten. Das Marketplace Leaderboard von Cursor führt eine soziale Dimension ein — das, was das Team am meisten nutzt, rückt in den Vordergrund. Das BYOK von Copilot führt eine Dimension der Souveränität ein — der Traffic bleibt im Tenant des Unternehmens. Diese beiden Ansätze spiegeln eine zunehmende Reife der Entwicklungsteams im Umgang mit diesen Tools wider.

Multimodale Modelle und Dokumentverarbeitung erreichen eine neue Qualitätsstufe. Mistral OCR 4 mit einem beanspruchten Score von 85,20 auf OlmOCRBench, Runway mit der Integration von Seedance 4K und Kling 3.0 Turbo, ElevenLabs mit einem filmischen Hörbuch — diese drei Ankündigungen zeigen, dass die Generierung multimodaler Inhalte in professioneller Qualität kein aufkommender Anwendungsfall mehr ist. Mistral positioniert sich insbesondere auf strukturierte Dokumentenintelligenz (Vertrauensscore pro Block, RAG-Unterstützung) und nicht nur auf reine Transkription.

GPU-Kernel-Benchmarks offenbaren einen blinden Fleck. ParallelKernelBench von Together AI weist auf eine deutliche Lücke zwischen den Fähigkeiten von LLMs in klassischen Code-Benchmarks und ihrer realen Fähigkeit hin, GPU-Optimierungscode für mehrere Knoten zu erzeugen. Dass das beste Modell (GPT-5.5) im Zero-Shot-Modus nur 28 von 87 Problemen löst — und dass nur 22 dieser Lösungen die bestehende Baseline übertreffen — zeigt, dass diese Problemklasse weiterhin weitgehend außerhalb der Reichweite aktueller Modelle liegt, selbst im Frontier-Bereich. Der agentische Ansatz verbessert die Ergebnisse, stößt aber an eine Obergrenze, was darauf hindeutet, dass die Grenze nicht nur im Kontext liegt, sondern in der Repräsentation der Kommunikationsprimitive von GPUs.

Die kulturelle Frage in LLMs geht über Mehrsprachigkeit hinaus. Die Studie von Cohere Labs bestätigt ein bereits in der Praxis beobachtetes Phänomen: Modelle, die überwiegend auf Englisch trainiert wurden, neigen dazu, westliche kulturelle Perspektiven zu projizieren, selbst wenn sie in anderen Sprachen antworten. Die 89,5 % der Nicht-Englischsprachigen, die die Sprache wechseln, um bessere Antworten zu erhalten, spiegeln reale praktische Kosten wider. Die Tatsache, dass 67 % eine künftige kulturelle Marginalisierung befürchten, legt nahe, dass die Wahrnehmung des Problems über rein technische Nutzer hinausgeht — es sind Signale, die in die Gestaltung von Evaluations- und Trainingssystemen einfließen müssen.