KI-Modell-Hub: Einheitlicher Zugriff auf GPT-5.2, Claude Opus 4.5, Gemini 3 Pro & mehr


2025-12-29


Jenova AI Model Hub verbindet GPT, Claude, Gemini, Grok, Llama und Cohere

Ein KI-Modell-Hub ist eine zentrale Plattform, die einsatzbereite künstliche Intelligenzmodelle für die praktische Anwendung sammelt, organisiert und bereitstellt. Im Dezember 2025 sind diese Plattformen zu einer unverzichtbaren Infrastruktur für Unternehmen geworden, die sich in der schnell entwickelnden Landschaft der Frontier-KI zurechtfinden – von OpenAIs GPT-5.2 über Anthropics Claude Opus 4.5 und Googles Gemini 3 Pro bis hin zu xAIs Grok 4.1.

Jenova geht über das Konzept des KI-Modell-Hubs hinaus, indem es den reinen Modellzugriff in intelligente, domänenspezifische Agenten umwandelt, die vollständige Arbeitsabläufe anstelle von isolierten Vorhersagen ausführen. Dieser Ansatz ermöglicht es Benutzern, in wenigen Minuten von rohen KI-Fähigkeiten zu umsetzbaren Geschäftsergebnissen zu gelangen.

Warum KI-Modell-Hubs im Jahr 2025 wichtig sind:

  • ✅ Einheitlicher Zugriff auf mehrere Frontier-Modelle ohne Anbieterbindung
  • ✅ Drastisch reduzierte Entwicklungszeit und Infrastrukturkosten
  • ✅ Produktionsreife Bereitstellung für Web, iOS und Android
  • ✅ Intelligentes Routing, das das optimale Modell für jede Aufgabe auswählt

Kurze Antwort: Was ist ein KI-Modell-Hub?

Ein KI-Modell-Hub ist eine zentrale Plattform, die vortrainierte KI-Modelle, Bereitstellungstools und unterstützende Infrastruktur in einer einheitlichen Umgebung hostet und es Benutzern ermöglicht, Modelle zu entdecken, zu bewerten und bereitzustellen, ohne sie von Grund auf neu trainieren zu müssen.

Anstatt separate Konten bei OpenAI, Anthropic, Google und xAI zu verwalten, bietet ein KI-Modell-Hub eine einzige Schnittstelle für den Zugriff auf alle wichtigen Anbieter. Jenova erweitert dies, indem es Hub-basierte Modelle in spezialisierte Agenten mit persistentem Gedächtnis, Tool-Integrationen und Workflow-Automatisierung umwandelt.

Wichtige Fähigkeiten:

  • Zugriff auf mehrere KI-Anbieter über eine Plattform
  • Wechsel zwischen Modellen ohne Infrastrukturänderungen
  • Bereitstellung von Modellen als intelligente Agenten für spezifische Arbeitsabläufe
  • Nahtlose Skalierung vom Experiment zur Produktion

Das Problem: Fragmentierter KI-Zugriff im Jahr 2025

Die KI-Landschaft war noch nie so leistungsstark – oder so fragmentiert. Laut der McKinsey-Studie „State of AI 2025“ nutzen 88 % der Unternehmen KI mittlerweile in mindestens einer Geschäftsfunktion, gegenüber 78 % vor nur einem Jahr. Dennoch steckt die Mehrheit noch im Experimentierstadium fest:

  • Anbieterfragmentierung – Verwaltung separater Konten, APIs und Abrechnungen bei OpenAI, Anthropic, Google und xAI
  • Modellauswahl-Paralyse – Die Wahl zwischen GPT-5.2, Claude Opus 4.5, Gemini 3 Pro oder Grok 4.1 für jede Aufgabe
  • Infrastrukturkomplexität – Aufbau und Wartung von Bereitstellungspipelines für jeden Anbieter
  • Skalierungsherausforderungen – Der Übergang von Pilotprojekten zu produktionsreifen Systemen

Der Realitätscheck für Unternehmen

Nur 5 % der generativen KI-Pilotprojekte erzielen eine schnelle Umsatzbeschleunigung — MIT Research via Fortune

Der Stanford HAI Foundation Model Transparency Index 2025 zeigt, dass mit der zunehmenden Zentralität von Modellen für den Geschäftsbetrieb die Navigation in der Multi-Anbieter-Landschaft immer komplexer wird. Unternehmen benötigen eine einheitliche Infrastruktur, nicht mehr Einzellösungen.

Die Kosten der Fragmentierung

Laut Menlo Ventures' 2025 State of Generative AI in the Enterprise haben sich die KI-Ausgaben von Unternehmen drastisch verschoben – mehr als die Hälfte fließt nun in KI-Anwendungen statt in den reinen Modellzugriff. Dies signalisiert, dass Unternehmen sofort einsetzbare Lösungen gegenüber experimentellen Fähigkeiten bevorzugen.

Was sind KI-Modell-Hubs?

KI-Modell-Hubs sind digitale Repositorien, die vortrainierte künstliche Intelligenzmodelle, unterstützende Assets und Bereitstellungstools in einer einheitlichen Umgebung hosten. Benutzer können Modelle nach Aufgabe, Leistung oder Lizenz durchsuchen und sie dann direkt über APIs oder gehostete Inferenzdienste in Anwendungen integrieren.

Diese Plattformen senken technische Hürden, da das Training von Modellen von Grund auf entfällt. Jenova erweitert dieses Konzept, indem es Hub-basierte Modelle in praktische, domänenspezifische Agenten umwandelt, die wie erfahrene Fachleute in Forschung, Design, Geschäftsstrategie und Betrieb agieren.

Die Modelllandschaft im Dezember 2025

Die über moderne KI-Hubs verfügbaren Frontier-Modelle bieten beispiellose Fähigkeiten:

ModellAnbieterHauptstärkenVeröffentlichungsdatum
GPT-5.2OpenAI94,2 % MMLU-Pro, 100 % AIME 2025, stärkstes Vision-ModellDez 2025
Claude Opus 4.5Anthropic80,9 % SWE-bench, bestes Coding/Agenten, branchenführende SicherheitNov 2025
Gemini 3 ProGoogle1 Mio. Token-Kontext, bestes multimodales Verständnis, Deep Think-ModusNov 2025
Grok 4.1xAI#1 LMArena-Ranking, überlegene emotionale Intelligenz, reduzierte HalluzinationenNov 2025

Wie funktionieren KI-Modell-Hubs?

KI-Modell-Hubs funktionieren als cloudbasierte Bibliotheken mit Such-, Versionierungs- und Ausführungsebenen. Modellersteller laden trainierte Modelle mit strukturierten Metadaten hoch, während Benutzer sie über standardisierte Schnittstellen filtern, testen und bereitstellen.

Im Hintergrund setzen Hubs auf kompatible Modellformate und skalierbare Recheninfrastruktur, um Echtzeit-Inferenz zu liefern. Jenova verbindet sich direkt mit diesen Hubs und bettet ausgewählte Modelle in intelligente Agenten ein, die vollständige Arbeitsabläufe anstelle von isolierten Vorhersagen durchführen.

Technische Architektur

Moderne KI-Modell-Hubs arbeiten auf drei Kernebenen:

1. Modellzugriffsebene

  • Einheitliche API-Endpunkte über alle Anbieter hinweg
  • Automatische Authentifizierung und Ratenbegrenzung
  • Echtzeit-Überwachung der Modellverfügbarkeit

2. Orchestrierungsebene

  • Intelligentes Modell-Routing basierend auf Aufgabenanforderungen
  • Ausführung von mehrstufigen Arbeitsabläufen
  • Kontextmanagement über Gesprächsrunden hinweg

3. Integrationsebene

  • Werkzeugverbindungen über Model Context Protocol (MCP)
  • Persistenter Speicher über Sitzungen hinweg
  • Plattformübergreifende Bereitstellung (Web, iOS, Android)

Spezifikationen der Frontier-Modelle im Dezember 2025

GPT-5.2: Das leistungsfähigste Modell von OpenAI

Veröffentlicht am 11. Dezember 2025, stellt GPT-5.2 das stärkste Angebot von OpenAI für Unternehmens-Workflows dar:

Leistungs-Benchmarks:

  • 94,2 % MMLU-Pro – Komplexe Problemlösung (Abaka AI)
  • 100 % AIME 2025 – Mathematisches Denken (Vertu)
  • 93,2 % GPQA Diamond – Wissenschaft auf Hochschulniveau (R&D World)
  • 98 % 4-Nadel-Recall – Verständnis langer Kontexte (Vellum AI)

Technische Spezifikationen:

  • Kontextfenster: Bis zu 200K Tokens
  • Preis: 1,75 $/M Input, 14,00 $/M Output-Tokens
  • Varianten: Instant-, Thinking- und Pro-Modi

GPT-5.2 Thinking ist das stärkste Vision-Modell von OpenAI und halbiert die Fehlerraten bei der Diagrammanalyse und dem Verständnis von Software-Schnittstellen.

Claude Opus 4.5: Der führende Agent für Coding und autonome Aufgaben

Veröffentlicht am 24. November 2025, hat sich Claude Opus 4.5 als Favorit für Softwareentwicklung und autonome Agenten in Unternehmen etabliert:

Leistungs-Benchmarks:

  • 80,9 % SWE-bench Verified – Fehlerbehebung in der Praxis (State-of-the-Art)
  • 37,6 % ARC-AGI-2 – Abstraktes Denken (2x GPT-5.1)
  • 59,3 % Terminal-Bench – Befehlszeilenkompetenz
  • Branchenführende Resistenz gegen Prompt-Injektion (Gray Swan-Bewertung)

Technische Spezifikationen:

  • Kontextfenster: 200K Tokens
  • Preis: 5 $/M Input, 25 $/M Output-Tokens
  • „Effort“-Parameter für Kompromisse zwischen Qualität und Geschwindigkeit

„Claude Opus 4.5 bewältigt langfristige Programmieraufgaben effizienter als jedes andere Modell, das wir getestet haben. Es erreicht höhere Erfolgsquoten bei zurückgehaltenen Tests und verbraucht dabei bis zu 65 % weniger Tokens.“ — Anthropic

Gemini 3 Pro: Multimodale Exzellenz

Veröffentlicht am 18. November 2025, liefert Gemini 3 Pro die fortschrittlichsten Denk- und multimodalen Fähigkeiten von Google:

Leistungs-Benchmarks:

  • 91,8 % MMMLU – Mehrsprachiges Verständnis
  • 5.478,16 $ Vending-Bench 2 – Langfristige Planung (Klassenbester)
  • 93,8 % GPQA Diamond mit Deep Think – Wissenschaft auf Hochschulniveau

Technische Spezifikationen:

  • Kontextfenster: 1.048.576 Tokens (1 Mio.)
  • Maximale Ausgabe: 65.536 Tokens
  • Wissensstand: Januar 2025
  • Unterstützt: Text, Code, Bilder, Audio, Video, PDF

Neue Funktionen:

  • Thinking Level-Parameter (niedrig/hoch) zur Steuerung des Denkprozesses
  • Media Resolution-Parameter zur Optimierung der Bildverarbeitung
  • Streaming Function Calling für verbesserte Werkzeugnutzung
  • Multimodale Funktionsantworten einschließlich Bildern und PDFs

Grok 4.1: Emotionale Intelligenz und reduzierte Halluzinationen

Veröffentlicht am 17. November 2025, konzentriert sich Grok 4.1 von xAI auf natürliche Konversation und faktische Genauigkeit:

Leistungs-Benchmarks:

  • #1 LMArena Gesamt – 1483 Elo (31 Punkte vor dem nächsten Konkurrenten)
  • #1 EQ-Bench3 – Bewertung der emotionalen Intelligenz
  • Signifikante Reduzierung von Halluzinationen bei realen Informationssuche-Anfragen

Wesentliche Unterscheidungsmerkmale:

  • Wahrnehmungsfähiger für nuancierte Absichten
  • Überlegene kreative Schreibfähigkeiten
  • Echtzeit-Feedback-Schicht mit personalisiertem Caching
  • Nicht-denkender Modus übertrifft die Voll-Denk-Konfigurationen der Konkurrenz

Welches sind die besten KI-Modell-Hubs?

Zu den bekanntesten KI-Modell-Hubs gehören Hugging Face für sprachfokussierte Innovation, TensorFlow Hub für TensorFlow-basierte Workflows und NVIDIA NGC für GPU-optimierte Leistung. Spezialisierte Plattformen unterstützen auch kreative und generative Anwendungsfälle.

Jenova unterscheidet sich dadurch, dass es Modelle in ergebnisorientierte Agenten anstatt in eigenständige Komponenten organisiert. Benutzer wählen basierend auf ihren Zielen: technische Experimente, Produktionsbereitstellung oder End-to-End-Produktivität.

PlattformFokusAm besten für
Hugging FaceOpen-Source-ModelleForschung und Experimente
NVIDIA NGCGPU-optimierte ContainerHochleistungsrechnen
TensorFlow HubTensorFlow-ÖkosystemGoogle Cloud-Bereitstellungen
JenovaMulti-Modell-AgentenProduktions-Workflows und Geschäftsergebnisse

Warum KI-Modell-Hubs verwenden?

KI-Modell-Hubs reduzieren Entwicklungskosten und beschleunigen Innovationen, indem sie validierte, produktionsreife Modelle bereitstellen. Unternehmen vermeiden lange Trainingszyklen und profitieren gleichzeitig von Community-Tests, standardisierter Dokumentation und wiederholbaren Bereitstellungen.

Der Business Case im Jahr 2025

Laut McKinsey's State of AI 2025:

Organisationen, die einen EBIT-Einfluss von 5 %+ durch KI erzielen, verfolgen 3x wahrscheinlicher transformative Veränderungen anstatt inkrementeller Effizienzsteigerungen.

Die Daten zeigen ein klares Muster:

  • 64 % der Organisationen berichten, dass KI Innovationen ermöglicht
  • Leistungsstarke Unternehmen investieren 20 %+ ihrer digitalen Budgets in KI
  • Multi-Modell-Bereitstellung korreliert mit höheren Erfolgsraten

In Kombination mit Jenova erweitern sich diese Vorteile noch weiter. Generische Modelle werden zu aufgabenspezifischen Experten aufgewertet, die in der Lage sind, Einblicke, Entwürfe und strategische Ergebnisse zu liefern – was es Unternehmen ermöglicht, Intelligenz zu skalieren, ohne die Mitarbeiterzahl zu erhöhen.

Welche Vorteile bieten KI-Modell-Hubs für Entwickler?

Entwickler erhalten sofortigen Zugriff auf mehrere Architekturen, Benchmarks und Bereitstellungspipelines. Diese Flexibilität unterstützt schnelles Prototyping, kontrollierte Experimente und effiziente Iterationen über Projekte hinweg.

Technische Vorteile

1. Einheitlicher API-Zugriff

  • Einziger Integrationspunkt für GPT-5.2, Claude Opus 4.5, Gemini 3 Pro und Grok 4.1
  • Konsistente Anfrage-/Antwortformate über alle Anbieter hinweg
  • Automatisches Failover und Lastausgleich

2. Optimierung der Modellauswahl

  • Intelligentes Routing basierend auf Aufgabenanforderungen
  • Kostenoptimierung über alle Anbieter hinweg
  • Leistungs-Benchmarking für spezifische Anwendungsfälle

3. Produktionsinfrastruktur

  • Skalierbare Rechenleistung ohne Infrastrukturmanagement
  • Integriertes Monitoring und Beobachtbarkeit
  • Sicherheit und Compliance auf Unternehmensniveau

Mit Jenova können sowohl Entwickler als auch nicht-technische Benutzer diese Modelle über intuitive Agenten-Schnittstellen nutzen. Leistungsüberwachung, kontextbezogenes Denken und Workflow-Orchestrierung werden automatisch gehandhabt, sodass sich Teams auf Ergebnisse statt auf Infrastruktur konzentrieren können.

Wie Jenova KI-Modell-Hubs verbessert

Jenova verbessert traditionelle KI-Modell-Hubs, indem es einzelne Modelle in intelligente Mitarbeiter umwandelt. Benutzer können vorgefertigte Agenten bereitstellen oder in wenigen Minuten benutzerdefinierte erstellen, ohne Programmierung oder Infrastrukturmanagement.

Plattformarchitektur

Multi-Modell-Grundlage

  • Einheitlicher Zugriff auf OpenAI, Anthropic, Google, xAI und DeepSeek
  • Intelligentes Modell-Routing für optimale Aufgabenleistung
  • Keine Anbieterbindung – nahtloser Wechsel zwischen Anbietern

Persistenter Speicher

  • Unbegrenzte Chat-Historie über Sitzungen hinweg
  • Sitzungsübergreifender Speicher, der sich Präferenzen und Kontext merkt
  • Dokumenten- und Wissensdatenbank-Anhänge für fundierte Antworten

Tool-Integration über MCP

  • Basiert auf dem Open-Source Model Context Protocol
  • Dynamische Werkzeugauswahl (lädt nur relevante Werkzeuge pro Anfrage)
  • Integrationen: Gmail, Google Calendar, Drive, Search, Scholar, Maps, Flights, Hotels, Notion, Dropbox, Reddit, YouTube und mehr

Experten-KI-Agenten

  • Vorgefertigte Spezialisten für Forschung, Design, Geschäftsstrategie und Betrieb
  • Erstellung benutzerdefinierter Agenten mit spezifischen Anweisungen und Wissensdatenbanken
  • Volle Funktionsparität über Web, iOS und Android

Wie man einen KI-Modell-Hub auswählt

Die Auswahl eines KI-Modell-Hubs hängt von der technischen Kompatibilität, der Modellvielfalt, der Bereitstellungsgeschwindigkeit und der langfristigen Skalierbarkeit ab. Bewerten Sie die Qualität der Dokumentation, die Community-Aktivität, die Klarheit der Lizenzierung und die Sicherheitspraktiken.

Auswahlkriterien für 2025

1. Modellabdeckung

  • Enthält die Plattform GPT-5.2, Claude Opus 4.5, Gemini 3 Pro und Grok 4.1?
  • Wie schnell werden neue Modelle nach der Veröffentlichung hinzugefügt?

2. Produktionsreife

  • Was ist das Uptime-SLA?
  • Wie handhabt die Plattform die Skalierung?

3. Integrationsfähigkeiten

  • Welche Tools und Dienste können verbunden werden?
  • Gibt es Unterstützung für benutzerdefinierte Integrationen?

4. Gesamtbetriebskosten

  • API-Preise vs. Abonnementmodelle
  • Infrastruktur- und Wartungskosten

Für Teams, die schnelle Ergebnisse mit minimalem Einrichtungsaufwand suchen, bietet Jenova einen praktischen Vorteil, indem es Komplexität in einsatzbereite Agenten abstrahiert. Dies macht es für Organisationen geeignet, die Ausführung über Experimente stellen.

Ergebnisse, Glaubwürdigkeit und Anwendungsfälle

📊 Unternehmensproduktivität

Anfrage: „Analysiere unsere Q4-Verkaufsdaten und identifiziere Trends“

Traditioneller Ansatz: Daten exportieren, Modell wählen, Prompts schreiben, Analyse iterieren, Ergebnisse formatieren – 2-4 Stunden

Jenova: Daten hochladen, Business Co-Pilot Agent auswählen, umfassende Analyse mit Visualisierungen erhalten – 15 Minuten

Hauptvorteile:

  • Automatische Modellauswahl basierend auf der Aufgabenkomplexität
  • Persistenter Speicher behält den Kontext über Sitzungen hinweg
  • Tool-Integrationen ziehen Daten direkt aus verbundenen Apps

💼 Softwareentwicklung

Anfrage: „Debugge diesen Authentifizierungsfluss und schlage Verbesserungen vor“

Traditioneller Ansatz: Code in mehrere Modelle kopieren, Ausgaben vergleichen, Empfehlungen manuell zusammenfassen – 1-2 Stunden

Jenova: Code mit Agent teilen, Claude Opus 4.5-gestützte Analyse mit spezifischen Korrekturen und Architekturempfehlungen erhalten – 10 Minuten

Hauptvorteile:

  • Zugriff auf den 80,9 % SWE-bench-Führer für Programmieraufgaben
  • Kontextfenster unterstützt ganze Codebasen
  • Integriert mit Entwicklungstools über MCP

📱 Mobile-First-Forschung

Anfrage: „Finde aktuelle wissenschaftliche Arbeiten zu Transformer-Architekturen“

Traditioneller Ansatz: Google Scholar durchsuchen, Abstracts lesen, Notizen zusammenstellen – 45 Minuten

Jenova: Academic Research Assistant auf dem Handy verwenden, kuratierte Arbeiten mit Zusammenfassungen und wichtigen Erkenntnissen erhalten – 5 Minuten

Hauptvorteile:

  • Volle Funktionsparität auf iOS und Android
  • Google Scholar-Integration für akademische Quellen
  • Spracheingabe für freihändige Forschung

Wichtige Erkenntnisse

KI-Modell-Hubs sind grundlegend für die moderne Einführung künstlicher Intelligenz und ermöglichen eine schnellere Entwicklung und einen breiteren Zugang zu fortschrittlichen Modellen. Ihr wahrer Wert zeigt sich, wenn Modelle effektiv auf reale Aufgaben angewendet werden.

Die Realität im Dezember 2025:

  • 88 % der Organisationen nutzen KI mittlerweile in mindestens einer Funktion
  • Frontier-Modelle (GPT-5.2, Claude Opus 4.5, Gemini 3 Pro, Grok 4.1) bieten beispiellose Fähigkeiten
  • Multi-Modell-Bereitstellung ist zum Unternehmensstandard geworden
  • Nur 5 % der Pilotprojekte erzielen eine schnelle Umsatzbeschleunigung – die Infrastruktur ist entscheidend

Jenova baut auf diesem Fundament auf, indem es Modelle in praktische Agenten umwandelt, die sofortige Ergebnisse auf Expertenniveau liefern. Für Organisationen, die Effizienz, Skalierbarkeit und Klarheit suchen, bietet die Kombination von KI-Modell-Hubs mit Jenova einen leistungsstarken Weg nach vorne.

Häufig gestellte Fragen

Was unterscheidet Jenova von Standard-KI-Modell-Hubs?

Jenova konzentriert sich auf die Agenten-basierte Ausführung und verwandelt Modelle in voll funktionsfähige Experten anstatt in isolierte Werkzeuge. Während traditionelle Hubs API-Zugriff auf einzelne Modelle bieten, kombiniert Jenova den Multi-Modell-Zugriff mit persistentem Speicher, Tool-Integrationen über MCP und vorgefertigten Domänenspezialisten. Das bedeutet, Sie können sofort einen Academic Research Assistant oder Business Co-Pilot einsetzen, anstatt Workflows von Grund auf neu zu erstellen.

Welche KI-Modelle unterstützt Jenova?

Jenova bietet einheitlichen Zugriff auf Frontier-Modelle aller großen Anbieter: OpenAI (GPT-5.2, GPT-5-Serie, GPT-4o), Anthropic (Claude Opus 4.5, Claude 4.5-Serie), Google (Gemini 3 Pro, Gemini 2.5-Serie), xAI (Grok 4.1, Grok 4) und chinesische Anbieter wie DeepSeek und Qwen. Ein intelligenter Modell-Router wählt automatisch das optimale Modell für jede Aufgabe aus.

Ist Jenova kostenlos nutzbar?

Ja, Jenova bietet eine kostenlose Stufe mit Zugriff auf alle Kernfunktionen und begrenzter täglicher Nutzung. Bezahlte Pläne (Plus für 20 $/Monat, Pro für 100 $/Monat, Max für 200 $/Monat) bieten höhere Nutzungslimits, benutzerdefinierte Modellauswahl und priorisierten Support. Alle Pläne beinhalten volle Funktionsparität über Web, iOS und Android.

Kann ich auf Jenova benutzerdefinierte KI-Agenten erstellen?

Absolut. Bezahlte Abonnenten können benutzerdefinierte Agenten mit spezifischen Anweisungen, bevorzugten Modellanbietern, privaten Wissensdatenbanken und Werkzeugkonfigurationen erstellen. Benutzerdefinierte Agenten laufen auf derselben produktionserprobten Infrastruktur wie die Erstanbieter-Agenten und unterstützen über 30.000 Benutzer in mehr als 70 Ländern.

Wie geht Jenova mit Datenschutz und Sicherheit um?

Gespräche und Daten auf Jenova werden niemals zum Trainieren öffentlicher KI-Modelle verwendet. Alle Daten werden während der Übertragung und im Ruhezustand verschlüsselt und nicht an Werbetreibende verkauft oder weitergegeben. Die Plattform wird von Azeroth Inc., einem Technologieunternehmen mit Sitz in New York, entwickelt.

Funktioniert Jenova auf mobilen Geräten?

Ja, Jenova bietet volle Funktionsparität über Web, iOS und Android. Alle Agenten, Einstellungen und Konfigurationen werden über alle Geräte hinweg synchronisiert, mit modernster Speech-to-Text-Technologie für die Spracheingabe. Mobile Apps sind im App Store und bei Google Play verfügbar.