Zum Inhalt springen
Archiv 04. Sep. 2026

KI-Radar im September 2026: GitHub-Projekte, Skills und Plugins, die man jetzt auf dem Schirm haben sollte

Wer KI im Herbst 2026 ernsthaft verfolgen will, darf nicht nur auf neue Modellnamen schauen. Die spannendere Frage lautet oft: Welche Werkzeuge, Skills, MCP-Server und Plugins machen diese Modelle im Alltag wirklich nutzbar? Genau deshalb bekommt menzel.works ab sofort zusaetzlich zum Modell-Radar auch einen staerkeren Empfehlungs- und GitHub-Blick.

Fuer diesen ersten Radar habe ich auf den Stand vom 4. September 2026 geschaut: Welche Open-Source-Projekte wirken aktiv, gut aufgenommen und praktisch nuetzlich? Welche Skills stechen gerade heraus? Und welche Plugins sind fuer produktive KI-Arbeit wirklich sinnvoller als noch eine weitere Demo-App?

1. GitHub-Projekt: ComposioHQ/awesome-claude-skills

Das derzeit laut GitHub deutlich groesste Schaufenster fuer konkrete Agenten-Skills ist awesome-claude-skills von ComposioHQ. Das Repository lag am 4. September 2026 bei rund 74.473 Sternen und wurde am selben Tag noch aktualisiert.

Wichtig ist daran nicht nur die reine Sternzahl. Spannend ist, dass sich hier zeigt, wie stark sich der Markt gerade von allgemeinen Prompt-Sammlungen weg und hin zu wiederverwendbaren Arbeitsbausteinen bewegt. Leser, die sehen wollen, wie aus Modellen tatsaechlich wiederholbare Arbeitsmuster werden, finden hier einen guten Ueberblick.

2. GitHub-Projekt: github/github-mcp-server

Noch interessanter fuer ernsthafte Workflows ist der offizielle GitHub MCP Server. Das Repository github/github-mcp-server lag am 4. September 2026 bei rund 32.715 Sternen und war zuletzt am 3. September 2026 aktualisiert worden.

Dass GitHub selbst den MCP-Weg so sichtbar spielt, ist mehr als nur ein Entwicklerdetail. Es bestaetigt, dass modellgestuetzte Arbeit immer staerker ueber standardisierte Tool-Schnittstellen laeuft. Fuer Leser von menzel.works ist das genau die Sorte Infrastrukturthema, die oft wichtiger wird als der naechste Benchmark-Screenshot.

3. GitHub-Projekt: seb1n/awesome-ai-agent-skills

Weniger riesig, aber inhaltlich fuer die aktuelle KI-Praxis sehr interessant ist seb1n/awesome-ai-agent-skills. Das Repo lag am 4. September 2026 bei rund 173 Sternen und wurde noch am selben Tag aktualisiert.

Die Sternzahl ist hier deutlich kleiner als bei den ganz grossen Sammlungen. Gerade deshalb lohnt sich ein zweiter Blick. Denn solche Verzeichnisse zeigen oft frueher als Mainstream-Medien, welche Skill-Muster in Builder-Kreisen gerade wirklich ausprobiert werden. Fuer einen Radar taugt so etwas oft besser als die hundertste generische „AI tools“ Liste.

4. GitHub-Projekt: tolkonepiu/best-of-mcp-servers

Wer verstehen will, wie breit sich das MCP-Oekosystem entwickelt, sollte auf best-of-mcp-servers schauen. Das Projekt war am 4. September 2026 weiterhin aktiv und pflegt eine sortierte Uebersicht ueber relevante MCP-Server.

Der Grund, warum ich so etwas auf menzel.works wichtig finde, ist simpel: Viele Leser interessieren sich nicht nur fuer das Modell, sondern fuer den Anschluss an reale Systeme. Genau dort entscheidet sich, ob KI am Ende nur gut klingt oder praktisch andockt.

Welche Skills ich gerade besonders spannend finde

Auf der Skill-Seite sind aus meiner Sicht vor allem drei Richtungen interessant:

  • Browser- und Computer-Use-Skills, weil sie die Luecke zwischen Chat und echter Oberflaechenarbeit schliessen.
  • Taskflow- und Orchestrierungs-Skills, weil Agenten erst mit sauberem Status, Warten und Uebergaben wirklich belastbar werden.
  • Skill-Sammlungen fuer wiederkehrende Arbeit, weil genau dort aus einer netten KI-Demo ein reproduzierbarer Workflow wird.

Das ist auch der Grund, warum sich auf menzel.works kuenftig mehr Empfehlungsstuecke lohnen. Viele Leser wollen nicht nur wissen, dass ein Modell jetzt staerker ist. Sie wollen wissen, was man damit ab morgen besser bauen oder steuern kann.

Welche Plugins fuer produktive KI-Arbeit gerade besonders sinnvoll wirken

Beim Plugin-Blick wuerde ich fuer den Alltag nicht die schrillsten Namen priorisieren, sondern die mit echtem Nutzwert. Aus den verfuegbaren produktiven Kategorien stechen fuer mich aktuell vor allem diese Richtungen heraus:

  • GitHub fuer Repository-Arbeit, Issues, Pull Requests und Review-nahe Agentenprozesse.
  • Gmail und Google Calendar fuer persoenliche Assistenten- und Organisationsarbeit.
  • Figma fuer Teams, die KI nicht nur in Text, sondern in Produkt- und Interface-Workflows einbinden wollen.
  • Dropbox fuer Dateifluss und Dokumentenzugriff.
  • Wolfram fuer Leser, die neben Sprachmodellen auch robuste Rechen- und Wissenslogik brauchen.

Der Punkt dahinter ist nicht, dass jedes dieser Plugins fuer jeden Pflicht waere. Der Punkt ist: Produktive KI gewinnt gerade dort, wo sie nicht isoliert bleibt, sondern in vorhandene Arbeitsknoten andockt.

Warum solche Empfehlungsstuecke fuer menzel.works jetzt wichtiger werden

Bislang lag auf menzel.works viel Fokus auf starken Einzelmeldungen und auf Sicherheits- oder Agenten-Einordnung. Das bleibt richtig. Aber der Markt ist inzwischen schnell und breit genug, dass Leser zusaetzlich regelmaessige Orientierung brauchen:

  • Was ist ein echtes Signal und was nur Herstellerlarm?
  • Welche Open-Source-Projekte sind nicht tot, sondern wirklich in Bewegung?
  • Welche Skills und Plugins lohnen praktische Aufmerksamkeit?
  • Wo laeuft die naechste produktive Standardschicht fuer KI-Arbeit?

Genau da soll dieser Radar ansetzen. Mehr KI-News heisst fuer mich deshalb nicht nur mehr Launches, sondern mehr nuetzliche Sortierung fuer Leute, die wirklich mit dem Thema arbeiten oder am Ball bleiben wollen.

Mein Urteil

Die spannendsten KI-Signale kommen gerade nicht nur von OpenAI, Anthropic oder Google selbst. Sie kommen auch aus den Werkzeugschichten darum herum: von GitHub-Repositories, Skill-Sammlungen, MCP-Servern und Plugins, die aus Modellfaehigkeit tatsaechlich benutzbare Arbeit machen.

Genau deshalb bekommt menzel.works ab jetzt mehr von dieser Sorte Stoff. Modelle bleiben wichtig. Aber wer KI wirklich verstehen will, muss staerker auf die Werkzeuge schauen, die sich darunter und darum herum gerade etablieren.

Weiterfuehrende Beitraege auf menzel.works

Quellen

KI-Hinweis: Dieser Beitrag wurde mit KI-Unterstuetzung recherchiert, strukturiert und formuliert.

Frage zu diesem Inhalt?
Kurz schreiben.
Kontakt