In diesem Artikel fassen wir die 5 wichtigsten Keynotes und Erkenntnisse von Friends of Search 2026 zusammen und heben die wichtigsten Erkenntnisse für die Navigation in der sich entwickelnden SEO- und KI-getriebenen Landschaft hervor.
Seit Jahrzehnten wird Placemaking in Großbritannien ebenso stark von Urteilsvermögen wie von Methodik bestimmt. Praktiker sprechen von "Charakter", "Lebendigkeit" und dem schwer fassbaren "Gefühl" einer Stadtlandschaft; Qualitäten, die durch Erfahrung, menschliche Nutzung und professionelles Gespür verfeinert werden, anstatt durch formalisierte Metriken. Der versierte Praktiker war oft derjenige, der genügend Orte gesehen hatte, um zu erkennen, was funktionierte, selbst wenn die kausalen Mechanismen teilweise ungreifbar blieben.
AI verändert die berufliche Praxis in der gesamten gebauten Umwelt, und der Vermessungsberuf bildet da keine Ausnahme. Nachdem die Royal Institution of Chartered Surveyors (RICS) ihren ersten Berufsstandard zum „Verantwortungsvollen Einsatz künstlicher Intelligenz in der Vermessungspraxis“ (gültig ab 9. März 2026) veröffentlicht hat, stellt sich für viele Unternehmen nicht mehr die Frage, ob sie AI anwenden sollen, sondern wie sie dies auf eine Weise tun können, die konform, durchdacht und fachlich vertretbar ist.
Im Zeitalter von AI liegt der entscheidende Wettbewerbsvorteil nicht in technologischer Kompetenz, sondern in zwischenmenschlichen Beziehungen. Ausgehend von der jüngsten Women@Artefact-Podiumsdiskussion untersucht dieser Artikel, wie Fachkräfte sich "AI-sicher" machen können, indem sie inklusive Technologien wie Fierté AI nutzen, Zeit für strategisches Denken freisetzen, authentische Karrierewege beschreiten und von traditionellem Mentoring zu aktivem Sponsoring übergehen.
Red Hat baute mit Linux ein 1,4634 Billionen Dollar schweres Geschäft auf. IBM kaufte das Unternehmen. Was dieser Deal bestätigte, war eine Hypothese, die vier Jahrzehnte lang Bestand hatte: dass Unternehmen, die enormen Wert aus gemeinsam genutztem Code schöpfen, aus Eigeninteresse die Projekte, von denen sie abhängig sind, weiterhin finanzieren würden. Diese Hypothese steht nun auf dem Prüfstand. Nicht, weil jemand beschlossen hätte, die Finanzierung von Open Source einzustellen. Sondern weil die Branche, die es am meisten finanziert hat – SaaS – von der Branche, die am meisten davon abhängt – AI – zerschlagen wird.
In einem früheren Beitrag habe ich untersucht, wie acht unabhängige Forschungsteams zu derselben Erkenntnis kamen: anstatt Speichersysteme um das Modell herum zu bauen, trainiert man das Modell selbst im Umgang mit dem Speicher als erlernte Fähigkeit. Post-Memory-Training – die Verwendung von Reinforcement Learning in der Post-Training-Phase – erzeugt Agenten, die entscheiden, was gespeichert, gelöscht, konsolidiert und abgerufen wird, alles optimiert für den Erfolg bei der Erledigung von Aufgaben.
Post-Memory-Training war in den letzten Monaten mein Hyperfokus. Wenn Sie meine jüngsten Artikel über Kontextmanagement, Speicherarchitekturen und die wiederkehrende Frage, warum Agenten nach Runde 50 degradieren, verfolgt haben, dann laufen diese Fäden in diesem Artikel zusammen. Das ursprüngliche Muster war klar genug. Acht unabhängige Forschungsteams kamen zu demselben Schluss: Hören Sie auf, Speichersysteme um das Modell herum zu bauen, und trainieren Sie das Modell selbst, um sich den Speicher als erlernte Fähigkeit anzueignen. Diese Konvergenz war signifikant.
Wenn wir auf das Jahr 2025 zurückblicken, wird eines deutlich: artificial intelligence und data sind keine experimentellen Werkzeuge mehr, die am Rande von Unternehmen stehen. Sie haben sich entscheidend in den Kern der Geschäftsabläufe, des Wettbewerbs und der Wertschöpfung verschoben. Das Tempo der Einführung spricht für sich. Bis Ende 2025 hatte laut dem AI-Diffusionsbericht von Microsoft etwa jeder Sechste weltweit generative AI-Tools genutzt. In Unternehmen war die Dynamik sogar noch stärker: Bis zur Jahresmitte setzten fast 70% der globalen Organisationen generatives AI in mindestens einer Geschäftsfunktion ein. Was als vereinzelte Pilotprojekte begann, hat sich rasch zu fest integrierten Funktionen entwickelt, die Entscheidungsfindung, Kundenbindung und betriebliche Effizienz beeinflussen.
In der hochkompetitiven Luftfahrtbranche ist die Pünktlichkeit (On-Time Performance, OTP) einer der wichtigsten Faktoren für die operative Rentabilität. Für eine Fluggesellschaft der ersten Reihe haben die finanziellen Auswirkungen von Betriebsverzögerungen eine kritische Schwelle erreicht. Ab 2024/2025 verursacht eine einzige Minute Verspätung durchschnittlich $100,76 an direkten Betriebskosten.
