TikTok auf dem Weg zur SuperApp und Google-Gründer flüchten aus Kalifornien

TikToks Weg zur Super-App

TikTok wird gern als Social-Media-Riese beschrieben, aber die App hat diese Kategorie längst verlassen. Über die Jahre kamen TikTok Shop, eine Karte für lokale Entdeckung, eine ausgebaute Suche, Games und mehr dazu. Zuletzt folgten Hotelbuchungen und das Bemühen um eine Fintech-Lizenz. Das Vorbild ist WeChat in China, eine Plattform, die Facebook, WhatsApp, Apple Pay und einen App Store in sich vereint. Nach dem größten Schritt mit TikTok Shop hat das Unternehmen, das seit Januar primär in US-Eigentum übergegangen ist, dasselbe Playbook auf neue Bereiche angewendet. Im Sport etwa lief Anfang Juni ein eigener Hub zur FIFA-WM mit Spielständen, Spielplänen und Highlights, ermöglicht durch das Produkt TikTok GamePlan und Partnerschaften mit MLS und MLB. → Techpresso

Synthszr Take: Die spannende Frage ist nicht, ob TikTok eine Super-App bauen kann, sondern warum es bislang in keinem westlichen Markt jemand geschafft hat. WeChat funktioniert in China, weil es früh die Nutzerschnittstelle besetzt hat, bevor Banken, Händler und Behörden eigene Apps etablieren konnten. Im Westen ist dieser Platz vergeben: Apple und Google kontrollieren die Zahlungs- und Identitätsebene, und die kennen ihre Hebelwirkung genau. TikToks echter Burggraben ist der Aufmerksamkeitsstrom, in dem Hotelbuchung oder WM-Score nebenläufig erscheinen, ohne dass du die App verlässt. Genau das beschreibt den Zahnbürstentest: ein Produkt, das du täglich nutzt und das dein Verhalten verändert, nicht ein weiteres Icon auf dem Homescreen. Ob die Fintech-Lizenz durchgeht, ist die eigentliche Bewährungsprobe, denn ohne Bezahlfunktion bleibt die Super-App ein Ökosystem für Videos mit angeflanschtem Shop. Wer den Kontaktpunkt besitzt, an dem Konsum und Bezahlung verschmelzen, gewinnt; alles andere ist Featuritis im Zeitraffer.

Google-Gründer flüchten vor Kaliforniens Milliardärssteuer

Kaliforniens Wähler entscheiden im November über den California Billionaire Tax Act, eine einmalige Abgabe von 5 Prozent auf jeden, der mehr als 1,1 Milliarden Dollar besitzt und seit dem 1. Januar im Bundesstaat lebt. Die von einer Gesundheitsgewerkschaft eingebrachte Initiative soll über fünf Jahre rund 100 Milliarden Dollar aus den gut 200 Milliardären des Staates ziehen, 90 Prozent davon für das Gesundheitssystem. Unterstützt wird sie von Ro Khanna, Tom Steyer und Bernie Sanders. Gouverneur Gavin Newsom dagegen warnt vor Abwanderung und schlägt lieber eine nationale Variante vor (die unter Trump kaum durchkommt). Google-Mitgründer Sergey Brin, drittreichster Mensch der Welt, ist bereits nach Nevada gezogen und hat über ein Gegenkomitee mehr als 100 Millionen Dollar in rivalisierende Initiativen gesteckt. Aktuell liegt die Zustimmung bei 54 Prozent. Parallel überlegt OpenAI, seinen Börsengang auf 2027 zu verschieben: letzte Bewertung 730 Milliarden, Altman will eine Billion. → Morning Brew

Synthszr Take: Die spannendste Zahl in dieser Geschichte ist nicht die Steuer, sondern Brins Umzugskoffer. Vermögen, das in Software und Beteiligungen steckt, ist heute so beweglich wie nie, und ein Wohnsitzwechsel nach Nevada ist billiger als ein zweistelliger Milliardenbetrag. Genau das macht eine bundesstaatliche Reichensteuer so wackelig: Sie besteuert Menschen, die mit zwei Klicks woanders ansässig sind, während das Geld in derselben kalifornischen KI-Industrie weiterarbeitet. Newsom hat das verstanden, deshalb der Ausweichmanöver Richtung Bund, wo es niemand verlässt. Der eigentliche Konflikt liegt woanders: Kalifornien finanziert sein Gesundheitssystem über eine Handvoll Vermögen, die gerade aus KI-Bewertungen entstehen, deren Halbwertszeit man an Oracles 19-Prozent-Woche und OpenAIs verschobenem IPO ablesen kann. Wer eine Einmalsteuer auf Papierwerte baut, die selbst noch nicht weiß, ob sie 730 Milliarden oder eine Billion wert ist, plant auf einem Fundament, das sich täglich neu sortiert. Tragfähige Staatsfinanzen entstehen aus breiten, stabilen Quellen, nicht aus einem Schnappschuss der reichsten zweihundert Menschen an einem Stichtag.

Apple möchte „Grünes Licht“ für chinesische Speicherchips

Apple soll bei der Trump-Regierung um grünes Licht für den Kauf von Speicherchips des chinesischen Herstellers CXMT angefragt haben, der auf der US-Handelssperrliste steht. Hintergrund ist die Knappheit bei DRAM- und NAND-Modulen, die durch den enormen Speicherhunger der KI-Rechenzentren befeuert wird und die Preise nach oben treibt. Apple braucht diese Bausteine für iPhones und andere Geräte in Stückzahlen, die kein einzelner Lieferant entspannt bedient. Der Schritt würde Apple in eine direkte Verhandlung mit der Politik zwingen, denn die Sperrliste verbietet US-Firmen den Handel mit gelisteten chinesischen Unternehmen ohne Sondergenehmigung. Gleichzeitig kämpft die gesamte Branche mit einem Superzyklus bei Speicher, weil KI-Training und Inference die verfügbare Kapazität aufsaugen. Ob Washington zustimmt, ist offen. → Techpresso

Synthszr Take: Apple, das Unternehmen mit der besten Lieferkette der Welt, muss bei einer Regierung anklopfen, um genug Speicher zu bekommen. Das zeigt, wie sehr der KI-Boom die physische Schicht der Branche umgewälzt hat. Jahrelang war Compute der Engpass, jetzt ist es der schnöde DRAM-Baustein, weil jedes Rechenzentrum für Training und Inference dieselben Module verschlingt wie Apples iPhone. Das Jevons-Paradoxon in Reinform: Je effizienter und billiger KI wird, desto mehr Hardware fressen die Anwendungen. Wer geglaubt hat, Geopolitik und Produktstrategie ließen sich sauber trennen, sieht hier das Gegenteil, denn Tim Cook verhandelt um Speicher wie ein Diplomat um Zölle. Speicherbeschaffung ist zur strategischen Kernkompetenz geworden, und Cupertino spürt das gerade härter als Cupertino lieb ist. Wer in den nächsten Jahren KI-Produkte bauen will, sollte den Einkauf von Speicher genauso ernst nehmen wie das Modell selbst.

Ford musste 350 Ingenieure zurückholen weil KI versagt

Ford hat öffentlich eingeräumt, dass die eigenen KI-Systeme nicht die Qualität lieferten, die der Konzern erwartet hatte. Charles Poon, VP für Vehicle Hardware Engineering, sagte gegenüber Reportern, man habe geglaubt, man könne erfahrene Ingenieure einfach durch KI ersetzen und trotzdem ein hochwertiges Produkt bauen. Das Problem war nicht ein kaputtes Modell, sondern dass die erfahrenen Leute gingen, bevor ihr Wissen in die Trainingsdaten wandern konnte; die automatisierten Tools verstärkten dann schwache Inputs, statt Designfehler zu fangen. Ford holte 350 erfahrene Ingenieure zurück, baute ein 40-köpfiges Software-QA-Team auf und ergänzte über 100.000 KI-gestützte Tests. Das Ergebnis: Platz eins bei JD Powers Initial Quality Study 2026 mit 152 Problemen pro 100 Fahrzeugen, vor Nissan und Buick, zum ersten Mal seit 16 Jahren. Der Konzern hat seit dem Beschäftigungshoch 2020 rund 5.300 Angestelltenstellen abgebaut, Teil von über 20.000 gestrichenen White-Collar-Jobs in Detroit. CEO Jim Farley hatte prophezeit, KI werde „buchstäblich die Hälfte aller Büroangestellten in den USA“ ersetzen, eine Aussage, die seine eigene Qualitätskrise jetzt schwer aussehen lässt. → Techpresso

Synthszr Take: Das ist die teuerste Lektion über AI Debt, die dieses Jahr jemand öffentlich gemacht hat. Ford hat das institutionelle Wissen aus dem Haus geschickt und gemerkt, dass die KI nur so gut ist wie die Urteilskraft, die man vorher in sie hineincodiert. Genau das schrieben wir im Januar zur Kommodifizierung der Expertise: KI übernimmt das syntaktische Tun und steigert den Wert der verbleibenden menschlichen Arbeit, statt sie zu ersetzen. Farleys Halbe-Hälfte-Prognose war gratismütig, weil sie nichts kostet, solange die Rechnung jemand anders bezahlt. Hier hat sie der Konzern selbst bezahlt, mit 51 Rückrufen über 11 Millionen Fahrzeuge in 2026, mehr als doppelt so viel wie der nächste Hersteller. Die eigentliche Frage ist nicht Reskilling über einen 500-Millionen-Topf wie RAISE US, sondern welche Leute man sich gar nicht erst leisten kann zu verlieren. Wer das vor der Entlassungswelle beantwortet statt nach dem Qualitätseinbruch, spart sich den Rückkauf zum doppelten Preis.

KI-Slop flutet den Self-Publishing-Markt

Rakuten Kobo hat 2025 satte 45 Prozent aller bei Kobo Writing Life eingereichten Titel zurückgewiesen. CEO Michael Tamblyn führt über 80 Prozent dieser Ablehnungen auf Bücher zurück, die er als offensichtlich KI-generiert und von sehr schlechter Qualität einstuft, in Summe hunderttausende Einreichungen. Die Zahlen nannte er zuerst auf der CONTEC-Konferenz in Buenos Aires im April, dann verstärkt per Threads-Post im Mai. Wichtig: Die 45 Prozent sind der Anteil abgelehnter Einreichungen, nicht der Anteil tatsächlich maschinengeschriebener Bücher, und Kobo veröffentlicht weder die Gesamtzahl der geprüften Dateien noch die Erkennungsmethode. Tamblyn räumt selbst ein, dass die getestete KI-Erkennungssoftware menschliche Texte regelmäßig für Maschinenausgabe hält und umgekehrt, weshalb Kobo Qualität statt Herkunft zum Ablehnungsgrund macht. Amazons Kindle Direct Publishing ging einen anderen Weg und verlangt seit September 2023 eine Deklaration KI-generierter Inhalte beim Upload. Kobo zieht die Zurückweisung dem Offenlegungsformular vor. → Techpresso

Synthszr Take: Die ehrlichste Zahl in dieser Meldung ist die, die Kobo nicht nennt: Wie viele echte Bücher landen im Filter, damit der Schrott draußen bleibt. Tamblyn gibt offen zu, dass die KI-Erkennung in beide Richtungen danebenliegt, und deshalb urteilt Kobo über Qualität statt über Herkunft. Das ist die einzig vertretbare Haltung, solange Detection das schwache Glied ist. Interessant finde ich die Parallele zum Code: Veracode maß 2025, dass 45 Prozent des KI-erzeugten Codes bei Sicherheitstests durchfiel, fast dieselbe Quote wie hier im Reject-Stapel. KI verstärkt, was schon da ist, und sie produziert Mittelmaß schneller und in größeren Mengen, als jede Plattform sortieren kann. Wer als Autor durchkommen will, braucht denselben Burggraben wie jeder gute Entwickler: eine Stimme, die eine Maschine nicht in Sekunden nachbaut. Die Verbreitung von KI-Texten ist gratis, die Glaubwürdigkeit einer Plattform nicht, und Kobo hat verstanden, welche der beiden Währungen knapp ist.

Google sieht „Vibe Coding“ kommen

Google hat diese Woche das Whitepaper „The New SDLC With Vibe Coding“ veröffentlicht, mitgeschrieben von Addy Osmani, Shubham Saboo und Sokratis Kartakis. Die zentrale These: Ein Agent ist ein Modell plus ein Harness, und die Aufteilung liegt bei rund 10 Prozent Modell zu 90 Prozent Harness. Das Harness umfasst Instruktionen, Rule-Files, Tools, MCP-Server, Orchestrierungslogik und Observability. Zwei Zahlen machen das greifbar: Auf dem Terminal Bench 2.0 schob ein Team seinen Coding-Agenten allein durch Harness-Änderungen von außerhalb der Top 30 in die Top 5 bei gleichem Modell. LangChain holte 13,7 Punkte auf demselben Benchmark heraus, indem es nur System-Prompt, Tools und Middleware um ein fixes Modell herum änderte. Das Paper sortiert Kontext in sechs Typen (Instruktionen, Wissen, Memory, Beispiele, Tools, Guardrails) und legt fest: Verifikation ist die Trennlinie zwischen Vibe Coding und echtem Engineering. → Nico Lumma

Synthszr Take: Die 10/90-Aufteilung ist die ehrlichste Aussage des ganzen Papers. Alle starren auf das nächste Modell, dabei sitzt der Hebel im Harness, also genau in dem Teil, den du heute früh selbst reparieren kannst, ohne auf irgendeine neue Modellgeneration zu warten. Wenn ein Agent Mist baut, ist es meistens ein fehlendes Tool, eine zu locker geschriebene Regel oder ein Kontextfenster voller Datenmüll. Das deckt sich mit dem, was ich in Code Crash Agentic Engineering nenne: Wer Vibe-codet, hofft, dass es läuft; wer das Harness baut und versioniert, stellt sicher, dass es läuft. Spannend wird die Kontext-Ökonomie, denn statischen Context zahlst du bei jedem einzelnen Call, und das schlägt direkt auf die Rechnung durch (wir haben über die explodierenden Token-Kosten schon Anfang Juni geschrieben). Die Disziplin verschiebt sich vom Code-Schreiben zum Konfigurieren und Validieren.

Red-Teaming für Agentic Red-Teams

Eine neue arXiv-Arbeit (eingereicht am 23. Juni 2026 von Dario Pasquini und Kollegen) liefert die erste tiefe Sicherheitsanalyse der meistgenutzten agentischen Systeme für offensive Security-Operationen. Das Ergebnis ist unangenehm: Die meisten dieser Tools teilen die gleichen Konstruktionsfehler. Ein aktiver Gegenspieler kann API-Keys abgreifen, sich dauerhaft einnisten und die Maschine des Operators komplett übernehmen, selbst wenn der Agent in einem abgeschotteten Container läuft. Die Autoren beschreiben dafür eine vollständige Cyber Kill Chain, von der ersten LLM-Manipulation über laterale Bewegung und Persistenz bis zum Umgehen der Guardrails und dem Ausbruch aus der Sandbox. Aus der Analyse leiten sie eine robustere Architektur und konkrete Design-Prinzipien ab, die die offengelegten Angriffspfade auf struktureller Ebene schließen sollen. → Techpresso

Synthszr Take: Die Werkzeuge, mit denen man fremde Systeme aufbricht, sind selbst das schwächste Glied. Das hat eine gewisse Logik, denn die Branche hat zwei Jahre lang nur an Fähigkeit gebaut und kaum an Härtung; ein agentischer Pentester, der die Maschine seines eigenen Betreibers ausliefert, ist die teure Quittung dafür. Genau das ist gemeint, wenn von AI Debt die Rede ist: Funktionen werden in Zeitraffer ausgeliefert, die Sicherheitsschulden landen still im Backlog. Was diese Arbeit wertvoll macht, ist nicht die Warnung, sondern die mitgelieferte Architektur. Wer solche Tools heute einsetzt, sollte sie behandeln wie jeden anderen privilegierten Prozess im Netz, mit minimalen Rechten und ohne blindes Vertrauen in die Sandbox. Das lässt sich diese Woche prüfen, nicht erst nach dem nächsten Security-Audit im Herbst. Ein Angriffswerkzeug, das man nicht selbst abgesichert hat, ist kein Vorteil, es ist eine offene Tür.

Algorithmen-Monokulturen im Recruiting diskriminieren

Eine neue Studie, veröffentlicht auf der FAccT 2026, hat einen seltenen Datensatz ausgewertet: 3 Millionen Bewerber, 4 Millionen Bewerbungen, alle gescreent von Algorithmen desselben Anbieters. Das Ergebnis zeigt deutliche rassische Verzerrungen. 14,74 Prozent der Bewerbungen asiatischer und 25,87 Prozent der Bewerbungen schwarzer Kandidaten landen auf Positionen, die diese Gruppen nach US-Antidiskriminierungsstandards benachteiligen. Noch heikler ist die Homogenität der Resultate: 4 Prozent aller Bewerber, die sich auf zehn Stellen bewerben, werden von allen zehn abgelehnt – häufiger als der Zufall es erwarten ließe. Weil dieselbe Software deterministisch immer gleich entscheidet, simulierten die Forscher, was Bewerber bei allen offenen Stellen erhalten hätten. Die Konsequenz: Wer überhaupt von einem Menschen gesehen werden will, muss sich breit streuen. → AI Secret

Synthszr Take: Hier zeigt sich das Verstärker-Prinzip in seiner kältesten Form. Wenn ein einziger Anbieter den Screening-Markt dominiert, dann wird ein Bias nicht zu einem Fehler unter vielen, sondern zur systematischen Sperre, die ein Mensch nie mehr aufhebt. Ein einzelner schlechter Recruiter trifft eine schlechte Entscheidung; eine Algorithmen-Monokultur trifft dieselbe schlechte Entscheidung viertausendfach, deterministisch reproduzierbar, ohne dass jemals ein Mensch hinschaut. Im Januar berichteten wir, wie Anthropic Bewerbungsgespräche neu erfindet und Meta Talente nach Token-Verbrauch bewertet; die Logik ist überall dieselbe, nur die Folgen werden jetzt messbar. Das eigentliche Risiko ist nicht, dass die Maschine diskriminiert – das tun Menschen auch –, sondern dass sie es im Gleichschritt tut und die Streuung verschwindet, die früher wenigstens zweite Chancen ergab. Wer im Recruiting auf einen einzigen Anbieter setzt, kauft sich dessen blinde Flecken als Monopol ein. Mehrere Modelle parallel laufen zu lassen und stichprobenartig menschlich gegenzuprüfen, ist kein Compliance-Luxus, sondern die Mindestversicherung gegen den Tag, an dem die Klage kommt.

Eric Ries veröffentlicht Nachfolger von „Lean Startup“

Eric Ries, Erfinder der Lean-Startup-Methode, Gründer der Long-Term Stock Exchange und Mitgründer von Answer.AI, hat ein neues Buch draußen: „Incorruptible“ (Authors Equity, Mai 2026), direkt auf der NYT-Bestsellerliste. Im Gespräch mit Gennaro Cuofano vom Business Engineer macht er ein strukturelles Argument, kein moralisches: Jeder beobachtbare Wettbewerbsvorteil bei Anthropic, Costco, Patagonia, Novo Nordisk oder Tony's Chocolonely lässt sich auf zwei Zutaten zurückführen – Struktur und Ethos. Ries war einer der Leute, die Anthropics Gründer beim Aufbau der Firma konsultiert haben. Sein historischer Befund: Die Shareholder-Primacy, die heute wie ewiges Naturgesetz wirkt, ist gerade mal vierzig Jahre alt und wurde in den 1980ern über eine Reihe von Delaware-Gerichtsurteilen festgeschrieben. Bis Ende der 1970er mussten US-Konzerne beim Gründen einen konkreten Zweck und einen öffentlichen Nutzen deklarieren. Seine These: Wer Governance-Reibung vorab einbaut (PBC-Filing, Fiduciary-Commitments, Mission-Guardian-Struktur), senkt die langfristigen Koordinationskosten. „Harder is easier.“ → The Business Engineer

Synthszr Take: Der spannendste Satz ist der mit den zwei Seiten. Eine Rechtsform, die alle für gottgegeben halten, lässt sich mit einem zweiseitigen Filing umarchitektieren. Genau das verbindet Ries' Argument mit dem, was ich in Code Crash über Governance schreibe: Wer in Stunden ausliefert statt in Monaten, braucht härtere Leitplanken, weil die Zeit fürs menschliche Eingreifen fehlt. Im KI-Zeitalter wird das zur Beschaffungsfrage. Die Firmen, die den Talentwettbewerb gewinnen und unter Druck nicht aushöhlen, haben Charter, Board und Betriebskultur vor dem Stresstest auf den Zweck ausgerichtet, nicht erst danach. Anthropic hat das verstanden und genau deshalb Ries gefragt, bevor die Architektur stand. Die Pointe für jeden, der jetzt baut: Struktur überlebt den Gründer, Founder Mode löst nur das Kontrollproblem von heute und schweigt zur Nachfolge. Vorab investieren statt jedes Quartal in Vertrauen und Preissetzungsmacht draufzahlen – das ist der billigere Weg.

Den Mac zur Zeitmaschine machen

RetroMac ist eine Menübar-App für macOS 14+ (Apple Silicon und Intel), die per Klick einen CRT-Glühen-Look, VHS-Flackern oder komplette Betriebssystem-Oberflächen über den ganzen Bildschirm legt, ohne Neustart. Über 30 Live-Shader von Sony Trinitron bis Game Boy, dazu Themes für Windows 98, XP, Mac OS 9, Mac OS X, BeOS und Snow Leopard, inklusive Solitär und Minesweeper. Gebaut hat das ein einzelner Indie-Entwickler aus Deutschland, Maik, als Wochenend-Hack für sich selbst. Inzwischen nutzen es über 5.000 Leute, es wurde auf Product Hunt gefeatured und von ifun.de, Caschys Blog und YouTube aufgegriffen. Das Modell: kostenlos, kein Account, kein Tracking, 20 Shader gratis, und wer mehr will, wirft einmalig 8,88 Euro rüber. Kein VC, kein Abo, keine Roadmap-Meetings, dafür ein Webcam-Shader, der das CRT-Bild in Zoom, Meet oder Teams als „RetroMac“ einspeist. → Techpresso

Synthszr Take: Während die Branche über AI Debt, EU AI Act und Milliarden-Trainingsläufe diskutiert, baut ein Entwickler aus Deutschland ein Produkt, das 5.000 Leute lieben, mit einem Preis von 8,88 Euro und null externem Kapital. Das ist die unterschätzte Hälfte der Softwarewelt: ein Mensch, ein klares Nutzenversprechen, kein Telemetrie-Apparat. RetroMac verkauft keine Produktivität, sondern das warme Röhren-Glühen der Computer, mit denen viele aufgewachsen sind, und das ist ein erstaunlich tragfähiger Anwendungsfall. GenAI macht das Bauen solcher Nischenprodukte gerade radikal billiger, der Burggraben heißt heute Geschmack und Geschwindigkeit, nicht Engineering-Armee. Maik braucht kein 546.000-Euro-Tool-Budget für 200 Engineers, er braucht eine gute Idee und ein Wochenende. Wer glaubt, dass im Hyper-Wettbewerb der großen Technologiekonzerne kein Platz mehr für Solo-Entwickler ist, sollte sich diese 8,88 Euro einmal genauer ansehen.