#OpenAIPivot #EnterpriseAI #IPOwatch #Voxtral TTS #TurboQuant #Anthropic #AlibabaAIChips #MetaTRIBEv2 #AIEthics #GoogleAIStudio
Sehr geehrte Leserinnen und Leser, willkommen im März, in dem der Nachrichtenzyklus rund um GenAI gezeigt hat, dass man innerhalb eines einzigen Quartals vom "erotischen Modus" zu einer Unternehmensstrategie wechseln kann. Während sich OpenAI und Anthropic auf einen finanziellen Machtkampf vorbereiten – Anthropic mit einem Börsengang, dessen Volumen Gerüchten zufolge bei $60 Milliarden liegt, und OpenAI, das noch mehr Kapital beschafft –, waren die schockierendsten Entwicklungen technologischer Natur. Die „Agent-Ära“ bescherte uns einen humanoiden Roboter (Abbildung 03), der einen Gipfel im Weißen Haus eröffnete, während sich politische Deepfakes weiterhin schneller verbreiteten, als man sie nachverfolgen kann. Das Fazit: Die Summen werden größer, die KI wird intelligenter, und das Einzige, dem man heutzutage noch vertrauen kann, ist Wikipedia.
GenAI News-Podcast
Haben Sie keine Zeit, diesen Newsletter zu lesen?
Hören Sie sich den „4'“-Podcast an
Die wichtigsten Highlights
#1. Das strategische Rebranding von OpenAI: Es wird immer deutlicher, dass OpenAI einen bedeutenden Identitätswandel durchläuft. Berichten zufolge deutet sich eine entscheidende Neuausrichtung weg von verbraucherorientierten Experimenten hin zu einer konsequenten „Enterprise-first“-Strategie an. Dieser Schritt scheint eine doppelte Reaktion auf die wachsende Dominanz von Anthropic im Unternehmenssektor und die dringende Notwendigkeit zu sein, das Umsatzwachstum zu beschleunigen. Um dies zu erreichen, strafft OpenAI Berichten zufolge seine Abläufe, indem es "Nebenprojekte" einstellt. Zu den besonders beachteten Opfern zählen die Videoplattform Sora (trotz Gerüchten über eine Partnerschaft mit Disney im Wert von $1bn), der umstrittene "Erotikmodus", und die "Die Funktion "Instant Checkout“ wurde kürzlich in den USA getestet. Während die Einführung bezahlter Werbung in ChatGPT einen klaren Weg zur Monetarisierung signalisiert, bleibt die Entscheidung, die lukrativen Transaktionsgebühren von "Instant Checkout" zu streichen, ein strategisches Rätsel. Letztendlich ist die Eingrenzung des Fokus zwar ein logischer Schritt, um einer Ermüdung durch eine "Schrotflinten-Strategie" entgegenzuwirken, doch erscheint die langfristige Roadmap des Unternehmens aus der Außenperspektive nach wie vor unklar. Dieser strategische Rückzug folgt auf einen von Sam Altman ausgerufenen „Code Red“, um rdie enormen Rechenressourcen des Unternehmens auf ChatGPT und die Entwicklung einer "Super-App" zu konzentrieren anstatt "Nebenprojekte" wie die Erstellung von Videos. Auch wenn dieser Schritt viele Mitarbeiter überraschte, steht er im Einklang mit einem allgemeinen Trend hin zur praktischen Anwendung von KI und einer mögliche Börseneinführung, obwohl das Unternehmen zusätzliche Finanzmittel in Höhe von $10 Milliarden beschafft.
#2. Generative KI steigert die Produktivität, kann jedoch Anfänger nicht zu Experten machen: Eine Harvard-Studie unter 78 Mitarbeitern der IG Group ergab, dass generative KI Mitarbeitern aus angrenzenden Bereichen (Marketing, Technik) dabei half, bei konzeptionellen Aufgaben (Entwürfe erstellen, Ideen formulieren) mit Spezialisten gleichzuziehen, wobei sie ähnliche Bewertungen erzielten (4,0–4,2/5). Bei Ausführungsaufgaben, die Fachwissen erfordern, blieben Anfänger mit KI jedoch weiterhin deutlich hinter Experten zurück – der sogenannte "GenAI-Wall-Effekt". Die wichtigste Erkenntnis: KI beschleunigt die Ideenfindung und die Festlegung des Umfangs, doch die detaillierte Umsetzung erfordert nach wie vor fundiertes Fachwissen.
Wirtschaftsnachrichten und Markteinblicke
#1. Tinder führt KI-gestützte Funktionen ein, um die Partnervermittlung und das Nutzererlebnis zu verbessern Tinder führt neue KI-Funktionen ein – darunter Profiloptimierung, Unterstützung bei der Fotoauswahl und intelligentere Partnervermittlung –, um den Erfolg beim Dating zu steigern und dem Rückgang der Nutzeraktivität entgegenzuwirken.
#2. OpenAI veröffentlicht seinen Ansatz zur Modellspezifikation (OpenAI): OpenAI hat seine 100-seitige "Model Spec" veröffentlicht, ein öffentliches Dokument, in dem die Befehlskette zur Konfliktlösung für ChatGPT und andere Modelle in Bezug auf Sicherheit, Anweisungen für Entwickler und Nutzerbedürfnisse detailliert beschrieben wird. Die Spezifikation dient als internes Trainingsziel, als Referenz für die öffentliche Rechenschaftspflicht und als sich weiterentwickelndes Dokument – im Gegensatz zur „Claude Constitution“ von Anthropic. Bemerkenswert ist, dass die Spezifikation von OpenAI „in erster Linie ein Dokument für Menschen“ ist, das nicht direkt in das Modell integriert wird, und anhand spezifischer, schwieriger Entscheidungsbeispiele getestet wird.
#3. Nvidia rechnet damit, bis 2027 $1 Billionen mit KI-Chips zu erwirtschaften: In einer 2,5-stündigen GTC-Keynote kündigte Jensen Huang an, dass sich das Umsatzpotenzial für Nvidias KI-Chips bis 2027 auf $1 Billionen verdoppelt habe – gegenüber der nur wenige Wochen zuvor im Februar genannten Schätzung von $500 Milliarden bis 2026. Huang kündigte Pläne an, in den CPU-Bereich von Intel' vorzudringen, stellte Chips vor, die auf der von Groq erworbenen Technologie basieren ($17B-Deal im Dezember), und gab einen Ausblick auf data-Zentrums-Chips für den Weltraum.
#4. Anthropic hat über eine ungesicherte database Details zu einem noch nicht veröffentlichten Modell und einer exklusiven CEO-Veranstaltung preisgegeben.: Durch einen CMS-Fehler wurden fast 3.000 interne Ressourcen von Anthropic offengelegt, wodurch "Claude Mythos" (Codename: Capybara) – das bislang leistungsstärkste Modell des Unternehmens – bekannt wurde, das mit "beispiellosen Cybersicherheitsrisiken" in Verbindung gebracht wird. Durch die Offenlegung wurden zudem Pläne für ein CEO-Treffen bekannt, bei dem noch nicht veröffentlichte Funktionen von Claude vorgeführt werden sollten. Anthropic bestätigte die Existenz des Modells, bezeichnete es als "einen Quantensprung" und machte "menschliches Versagen" für die Datenpanne verantwortlich.
#5. Das von Sam Altman unterstützte Unternehmen Helion befindet sich in Verhandlungen über den Verkauf von Fusionsenergie an OpenAI: Sam Altman ist aufgrund eines Interessenkonflikts aus dem Vorstand von Helion Energy ausgeschieden, da OpenAI Berichten zufolge plant, 12,5% der Stromproduktion von Helion's (5 GW bis 2030, 50 GW bis 2035) abzunehmen. Helion, das von Altman (der weiterhin eine Beteiligung von $375M hält), Mithril, Lightspeed und SoftBank unterstützt wird, strebt weiterhin die "wissenschaftliche Gewinnschwelle" für die Kernfusion an. Microsoft unterzeichnete 2023 einen ähnlichen Vertrag.
#6. Anthropic befindet sich Berichten zufolge in ersten Gesprächen über einen Börsengang mit Goldman Sachs, JPMorgan und Morgan Stanley; der Termin könnte im Oktober 2026 liegen.. Durch den Börsengang könnten über $60 Milliarden aufgebracht werden, obwohl das Unternehmen im Februar 2026 nach einer Serie-G-Finanzierungsrunde in Höhe von $30 Milliarden zuletzt mit $380 Milliarden bewertet wurde. Mit einer Umsatz-Run-Rate von $sim$ $14$ Milliarden Anfang 2026 (die bis zum Jahresende voraussichtlich $19 – 26$ Milliarden erreichen wird), liegt Anthropic im Wettlauf mit OpenAI, von dem ebenfalls gemunkelt wird, dass es 2026 mit einer Bewertung von targeting an die Börse gehen soll.
#7. Wikipedia geht streng gegen den Einsatz von KI beim Verfassen von Artikeln vor: Die englischsprachigen Redakteure von Wikipedia haben dafür gestimmt, durch große Sprachmodelle (LLM) generierte oder überarbeitete Artikelinhalte offiziell zu verbieten und damit eine frühere, vage formulierte Richtlinie gegen die Erstellung von Artikeln von Grund auf mithilfe von KI zu aktualisieren. Es bleiben jedoch enge Ausnahmen bestehen: Redakteure dürfen KI nutzen, um grundlegende redaktionelle Korrekturen an ihren eigenen Texten vorzuschlagen sowie für eine Erstübersetzung, wobei in beiden Fällen eine Überprüfung durch Menschen erforderlich ist.
#8. Politische Deepfakes gewinnen zunehmend an Einfluss – selbst wenn die Menschen wissen, dass sie nicht echt sind: Von KI generierte falsche Identitäten und politische Deepfakes verbreiten sich rasant und werden zu Monetarisierungs- und Propagandazwecken genutzt. Die Purdue/GRAIL-Datenbank "database" verzeichnete seit 2025 über 1.000 Vorfälle mit englischen Deepfakes – fast ebenso viele wie die 1.344 Vorfälle aus den acht vorangegangenen Jahren zusammen. Beispiele hierfür sind "Jessica Foster", eine KI-Soldatin, die über 1 Million Follower auf ein OnlyFans-Konto lockte, sowie ähnliche militärische Fälschungen, die Menschen dazu aufforderten, "in den Iran zu kommen". Seit 2024 haben Trump, das Weiße Haus und Gavin Newsom mindestens 18 politische Deepfakes geteilt oder eingesetzt. Forscher prognostizieren „KI-Schwärme“, die in der Lage sind, eigenständig einen gesellschaftlichen Konsens zu erzeugen. Die Kennzeichnung der Authentizität von Inhalten ist uneinheitlich: Sorgfältige Plattformen wie LinkedIn und Pinterest haben 67% der getesteten KI-Inhalte markiert, während Instagram lediglich 15 von 105 gefälschten Bildern gekennzeichnet hat.
#9. Um KI-Agenten erfolgreich zu skalieren, sollten Sie sie wie Teammitglieder betrachten: Forscher der CMU und der University of Pittsburgh vertreten die Ansicht, dass die Skalierung von KI-Agenten in Unternehmen eine Herausforderung im Bereich der Governance und keine technologische Herausforderung darstellt. Da Agenten Datensätze autonom aktualisieren, Genehmigungen weiterleiten und kommunizieren, benötigen sie eine Infrastruktur zur Rechenschaftspflicht, ähnlich wie menschliche Mitarbeiter. Ihr Rahmenkonzept behandelt jeden Agenten als "digitalen Mitarbeiter" mit einer definierten Identität, einer Stellenbeschreibung, begrenzten Befugnissen, vertrauenswürdigen data-Quellen und Prüfpfaden zur Gewährleistung der Nachvollziehbarkeit.
#10. Melania Trump eröffnete, begleitet von "Figure 03" – dem ersten humanoiden Roboter im Weißen Haus – den Gipfel „Fostering the Future Together“ zum Thema KI und Bildung. An der Veranstaltung nahmen die First Ladies aus 45 Ländern sowie Vertreter von 28 Technologieunternehmen teil, darunter Microsoft, Google und OpenAI. "Figure 03", ein von Figure AI unter Verwendung des Helix-Vision-Language-Modells entwickelter Roboter, begrüßte die Teilnehmer in 11 Sprachen. Melania sprach sich dafür aus, dass humanoide Roboter – wie beispielsweise ein „humanoider Pädagoge namens Plato“ – als fester Bestandteil in amerikanischen Klassenzimmern für die klassische Bildung eingesetzt werden sollten, und betonte dabei die überragende Bedeutung der Sicherheit der nächsten Generation.
#11. Was verraten die Stellenanzeigen von wegweisenden KI-Unternehmen über ihre Pläne? Eine Analyse von Epoch AI zu offenen Stellen bei OpenAI, Anthropic, xAI und Google DeepMind zeigt einen starken Anstieg bei den Einstellungen in den Bereichen Vertrieb und Markteinführung, insbesondere bei Anthropic (von 17% auf 31%) und bei OpenAI (von 18% auf 28%), wobei der Schwerpunkt auf dem Einsatz von KI in Unternehmen und dem Vertrieb an Behörden liegt (jeweils 10 Stellen, häufig targeting im Bereich der nationalen Sicherheit). Es gibt jedoch Abweichungen: OpenAI sucht 21 Mitarbeiter für den Bereich kundenspezifischer Halbleiter; xAI beschäftigt 27 interne data-Labelers; und ein Labor deutet mit einer Stellenausschreibung für einen "Camera ISP Software Engineer" auf Hardware hin. Die Markteinführungsstrategie von DeepMind' ist unklar, da das Vertriebsteam von Google' den Vertrieb von Gemini übernimmt.
#12. Von „Today“ zu „A2A“: Die Kluft der Vorstellungskraft überwinden. 99% wirkungsvoller KI-Agenten werden nicht entwickelt, weil es den Menschen an Vorstellungskraft mangelt, was einen echten Agenten ausmacht – eine Lücke, die sie als "Vorstellungskraft-Kluft" bezeichnet. Sie definiert einen Agenten als Modell(e) + Werkzeug(e) und schließt dabei Workflows und Wrapper aus, die den Ehrgeiz einschränken. Zwar würdigt sie OpenClaw, merkt jedoch an, dass es sich dabei lediglich um den ersten Schritt handelt, da ZeroLeaks eine Erfolgsquote von 91% bei der Prompt-Injektion feststellte und Koi Security 341 bösartige Skills auf ClawHub entdeckte. Um eine echte Agent-zu-Agent-Wirtschaft (A2A) zu erreichen, identifiziert sie sechs fehlende, voneinander abhängige Bausteine: eine standardisierte Kommunikationsschicht (MCP/A2A), eine herstellerunabhängige Infrastruktur, sichere Authentifizierung, eine agenteneigene Zahlungsschicht (x402, AP2, MPP), einen monetarisierbaren Marktplatz sowie strenge, praxisnahe Benchmarks. Ihre zentrale Überzeugung: Wenn Entwickler mit sicheren, produktionsreifen Agenten Geld verdienen können, wird dies das Ökosystem beschleunigen, die Qualität steigern und die Kluft zwischen Vorstellung und Realität schließen.
#13. Jeff Bezos soll angeblich $100 Milliarden für den Kauf und die Umgestaltung alter Fertigungsunternehmen mithilfe von KI benötigen. Dieser Mega-Fonds würde traditionsreiche Industrieunternehmen (Chipherstellung, Rüstungsindustrie, Luft- und Raumfahrt) erwerben und diese mithilfe von KI aus seinem $6,2 Milliarden schweren Start-up „Project Prometheus“ modernisieren. „Prometheus“, das gemeinsam von Bezos und dem ehemaligen Google-Manager Vik Bajaj geleitet wird, konzentriert seine KI auf die Vorproduktionsentwicklung (Optimierung von Prototypen, Materialien und Maschinen). Bezos trifft sich derzeit mit Staatsfonds aus dem Nahen Osten und Singapur sowie mit großen Vermögensverwaltern, um das Kapital aufzubringen, das es mit dem Vision Fund von SoftBank's aufnehmen könnte und zu einem der größten privaten Investmentfonds aller Zeiten werden könnte.
Neue Modelle und Innovationen
#14. Anthropic gibt bekannt, dass das Kontextfenster mit einer Größe von 1 Million Token nun für Claude Opus 4.6 allgemein verfügbar ist. ($5/$25 pro Million Token) und Sonnet 4.6 ($3/$15), mit einer einheitlichen Preisgestaltung über den gesamten Zeitraum – ohne Aufschlag für lange Kontexte. Zu den wichtigsten Änderungen zählen uneingeschränkte Ratenbegrenzungen bei jeder Kontextlänge, sechsmal mehr Medien pro Anfrage (bis zu 600 Bilder oder PDFs), die automatische Aktivierung über Claude Code für Max-/Team-/Enterprise-Nutzer sowie die Verfügbarkeit auf der Claude-Plattform, bei Microsoft Foundry und in Google Cloud Vertex AI. Opus 4.6 erreicht bei 1 Mio. Token 78,31 TP47T im MRCR v2 – der höchste Wert aller „Frontier“-Modelle.
#15. Mistral veröffentlicht „Voxtral TTS“, ein neues Open-Source-Sprachmodell. Die Software läuft lokal auf Smart-Geräten und Laptops und bietet eine kostengünstige Alternative zu cloud-Konkurrenten wie ElevenLabs und OpenAI. Voxtral unterstützt 9 Sprachen, klont Stimmen anhand von Audioaufnahmen von weniger als 5 Sekunden Länge und zeichnet sich durch eine geringe Latenz (90 ms bis zum ersten Ton) sowie einen Echtzeitfaktor von 6 aus. Mistral positioniert dies als einen Schritt hin zu einer zukünftigen durchgängigen multimodalen Plattform, die Audio, Text und Bilder verarbeitet.
#16. Google Research stellte TurboQuant vor, einen Komprimierungsalgorithmus für den Schlüssel-Wert-Cache (KV-Cache) von großen Sprachmodellen (LLMs)., wodurch eine Speicherreduzierung um mindestens das 6-Fache und eine Beschleunigung um bis zu das 8-Fache ohne Genauigkeitsverlust erreicht wird. Die Methode, die ohne dataset-spezifische Feinabstimmung sofort einsetzbar ist, nutzt zwei neuartige Techniken: PolarQuant (geometrische Umstrukturierung) und QJL (eine 1-Bit-Fehlerkorrekturschicht). Die Arbeit, die auf der ICLR 2026 vorgestellt werden soll, löste einen Ausverkauf von Aktien von Speicherchip-Herstellern aus (SK Hynix −6%, Samsung −5%, SanDisk −6,5%). Analysten stellten klar, dass sich die Auswirkungen ausschließlich auf den Speicher während der Inferenzphase beziehen, nicht jedoch auf das Training.
#17. Alibaba entwickelt einen Chip der nächsten Generation für agentenbasierte KI: Die DAMO Academy von Alibaba's hat den XuanTie C950 vorgestellt, eine 5-nm- 3,2-GHz-RISC-V-Server-CPU, und behauptet, es handele sich um die weltweit leistungsstärkste RISC-V-CPU – mehr als dreimal so schnell wie ihr Vorgängermodell, der C920. Mit dem Fokus auf KI-Inferenz und agentische Workloads (bei denen CPUs bei sequenziellen, mehrstufigen autonomen Aufgaben ihre Stärken ausspielen) unterstützt dieser Schritt die Strategie von Alibaba, die Abhängigkeit von westlicher Halbleitertechnik zu verringern und parallel zu seiner T-Head-Zhenwu-810E-Serie einen eigenen KI-Hardware-Stack aufzubauen.
#18. Wir stellen Ihnen das neue Full-Stack-Programmiererlebnis in Google AI Studio vor: Google hat am 19. März 2026 ein umfangreiches Upgrade für AI Studio veröffentlicht und es damit von einem Tool zum Experimentieren mit Modellen in eine Full-Stack-Entwicklungsumgebung verwandelt, die auf dem Antigravity-Coding-Agent basiert. Entwickler können nun eine App in einfacher Sprache beschreiben, woraufhin der Agent eine vollständige React-, Angular- oder Next.js-App generiert, einschließlich eines Backends (mit automatischer Bereitstellung von Cloud Firestore und Firebase Authentication). Zu den neuen Funktionen gehören Echtzeit-Multiplayer, automatische npm-Installation, Secrets Manager sowie Integrationen mit Google Maps und Zahlungsdienstleistern. Infolgedessen stellt Google Firebase Studio (eingeführt auf der Cloud Next 2025) ein und fordert die Nutzer auf, bis zum 22. März 2027 auf AI Studio oder die Desktop-IDE von Antigravity umzusteigen.
#19. OpenAI stellt GPT-5.4 mini und nano vor: OpenAI hat am 17. März 2026 GPT-5.4 mini und nano vorgestellt – die bislang schnellsten und leistungsfähigsten kleinen Modelle des Unternehmens –, die für agentische Multi-Modell-Architekturen optimiert sind. GPT-5.4 mini ist doppelt so schnell wie sein Vorgänger, verfügt über ein Kontextfenster von 400.000 Token und erreicht nahezu die volle Leistung von GPT-5.4's (z. B. 54,41 TP47T auf SWE-Bench Pro) bei 1 TP46T0,75 pro Million Eingabetoken. Das kostengünstigere, ausschließlich über die API verfügbare GPT-5.4 nano ($0,20/Million Eingabe-Token) ist auf einfache Aufgaben wie Klassifizierung und data-Extraktion ausgerichtet. „Mini“ steht kostenlosen ChatGPT-Nutzern zur Verfügung und wird für Codex-Aufgaben empfohlen, wobei das Kontingent ein Drittel des Kontingents des vollständigen GPT-5.4 beträgt; „nano“ bleibt ausschließlich Entwicklern vorbehalten.
#20. Meta veröffentlicht TRIBE v2, ein prädiktives Grundmodell, das anhand menschlicher Gehirnaktivität trainiert wurde: TRIBE v2 (TRImodal Brain Encoder) ist ein Open-Source-KI-Modell, das fMRT-Reaktionen des gesamten Gehirns auf visuelle, akustische oder sprachliche Reize vorhersagt. Es wurde anhand von über 1.000 Stunden an data-Gehirnscans von 720 Probanden trainiert und bietet eine 70-fache Verbesserung der räumlichen Auflösung, wobei es etwa 70.000 Gehirnvoxel abbildet. TRIBE v2 zeigt eine starke Zero-Shot-Generalisierung, wobei synthetische Vorhersagen die Gehirnaktivität auf Populationsebene oft genauer abbilden als verrauschte individuelle fMRT-Scans. Meta hat die Modellgewichte, den Code und eine Demo unter einer CC-BY-NC-Lizenz als Open Source veröffentlicht, sodass Forscher neuronale Reaktionen ("In-silico"-Neurowissenschaften) in Sekundenschnelle simulieren können, wodurch kostspielige und zeitaufwändige Gehirnscan-Experimente ersetzt werden.
#21. Claude Code erhält den Auto-Modus – ein sicherer Mittelweg für autonomes Programmieren: Anthropic hat am 24. März 2026 den „Auto-Modus“ für Claude Code als Forschungsvorschau für Nutzer des Team-Tarifs eingeführt. Diese Funktion löst das Dilemma zwischen manueller Freigabe und Kennzeichnung als „riskant“, indem sie einen zweistufigen KI-Klassifikator einsetzt, der sichere Aktionen überprüft und automatisch freigibt, während riskante Aktionen blockiert werden (z. B. Massenlöschung von Dateien, data-Exfiltration, erzwungene Pushes in den Hauptzweig). Der Klassifikator weist bei synthetischer Exfiltration eine interne Falsch-Positiv-Rate von 0,4% und eine Falsch-Negativ-Rate von 5,7% auf. Anthropic weist darauf hin, dass dies keine Sicherheitsgarantie darstellt. Die Funktion wird derzeit für Enterprise- und API-Nutzer eingeführt, erfordert Claude Sonnet 4.6 oder Opus 4.6 und wird für isolierte Umgebungen empfohlen.
#22. Prithvi Rajasekaran, Ingenieur bei Anthropic Labs, berichtet, wie es dem Team gelang, in zwei unterschiedlichen Bereichen – der Ästhetik des Frontend-Designs und der Generierung von Full-Stack-Anwendungen – eine Leistungsgrenze zu überwinden, indem es einen von GANs inspirierten Multi-Agenten-Ansatz einsetzte.. Agenten scheitern bei langwierigen Aufgaben häufig aufgrund von "Kontextangst" (Verlust des Zusammenhangs) und "Selbstbewertungsverzerrung" (übermäßiges Lob für mangelhafte Arbeit). Die Lösung ist eine Architektur mit drei Agenten: Ein Planer erstellt die Produktspezifikation, ein Generator entwickelt in Sprints, und ein separater Bewerter nutzt Playwright MCP für eine Live-Bewertung mit strikter Pass/Fail-Kriterien. Der Kontrast ist eklatant: Ein Einzelagent kostete $9 und produzierte innerhalb von 20 Minuten nicht funktionsfähige Features, während das vollständige $200-Harness 6 Stunden lang lief, um einen ausgefeilten, funktionsfähigen Retro-Game-Builder zu liefern. Eine wichtige Erkenntnis ist, dass sich das Design des Test-Harnesses an die Weiterentwicklung der Modelle anpassen muss, um Komplexität zu beseitigen, die durch Fortschritte wie Opus 4.6 überflüssig geworden ist.
#23. Wir stellen „My Computer“ vor: Wenn Manus auf Ihren Desktop trifft: Das zu Meta gehörende Unternehmen Manus hat "My Computer" eingeführt, eine neue Funktion für Desktop-Anwendungen, mit der der KI-Agent über die Ausführung einer Befehlszeilenschnittstelle (CLI) vom cloud auf den lokalen Rechner des Benutzers' übertragen wird. Dadurch erhält die KI Zugriff auf lokale Dateien, Entwicklungsumgebungen und alle installierten CLI-Tools (z. B. Python, Xcode), sodass sie Aufgaben wie das Organisieren von Fotos, das Erstellen nativer Apps oder das Ausführen von ML-Modellen auf lokalen GPUs ausführen kann. Jeder Terminalbefehl erfordert eine ausdrückliche Autorisierung durch den Nutzer ("Einmal zulassen" oder "Immer zulassen"). Manus positioniert diese Einführung als Kombination aus KI-Fähigkeiten und lokaler Rechenleistung, wodurch ungenutzte Hardware wie ein Mac Mini rund um die Uhr als KI-Arbeitsassistent dienen kann. Die Funktion wurde zusammen mit drei neuen Konnektoren für den Meta Ads Manager und die Instagram-Plattformen veröffentlicht.
#24. Gemini 3.1 Flash-Lite: Unser bislang kostengünstigstes KI-Modell: Google hat am 3. März 2026 „Gemini 3.1 Flash-Lite“ als sein schnellstes und kostengünstigstes Gemini-3-Modell auf den Markt gebracht, das sich ideal für Aufgaben mit hohem Datenaufkommen wie Übersetzungen und die Generierung von Benutzeroberflächen eignet. Mit einem Preis von $0,25/$1,50 pro Million Eingabe-/Ausgabe-Token ist es beim ersten Token 2,5-mal schneller und insgesamt 45% schneller als Gemini 2.5 Flash, wobei die Qualität beibehalten oder verbessert wird. Es erzielte 86,91 TP47T bei GPQA Diamond und lag in 6 von 11 Benchmarks vor der Konkurrenz, darunter auch GPT-5 mini. Das Modell bietet ein Kontextfenster von 1 Mio. und 64K Ausgabetoken und ist über Google AI Studio und Vertex AI verfügbar.
Aktuelles aus der Politik und ethische Debatten
#25. Anthropic erwirkt einstweilige Verfügung gegen die Trump-Regierung im Zusammenhang mit der Affäre um das Verteidigungsministerium: Die Bundesrichterin Rita F. Lin hob die Einstufung von Anthropic als "Risiko für die Lieferkette" durch die Trump-Regierung auf und hob das Verbot der Nutzung von „Claude“ durch Bundesbehörden unter Berufung auf Verstöße gegen die Meinungsfreiheit auf. Das Urteil geht auf einen Vertragsstreit zurück, bei dem die von Anthropic gestellte Bedingung, die Nutzung für autonome Waffen oder Massenüberwachung zu untersagen, mit der Forderung des Pentagons nach uneingeschränktem Zugriff kollidierte, obwohl Anthropic bereits einen Vertrag über $200 Millionen besaß.
#26. Der KI-Boom birgt die Gefahr einer zunehmenden Vermögenskluft, warnt Larry Fink von BlackRock's: Larry Fink, CEO von BlackRock, warnt in seinem Jahresbrief 2026 davor, dass künstliche Intelligenz (KI) zu einer weiteren Konzentration des Vermögens führen werde, und verweist dabei auf das 15-fache Wachstum des S&P 500 im Vergleich zum Medianlohn seit 1989. Um dem entgegenzuwirken, schlägt der Chef des Unternehmens mit einem verwalteten Vermögen von $14 Billionen eine breitere Marktbeteiligung, die Tokenisierung von Vermögenswerten sowie eine Reform der Sozialversicherung vor. Er argumentiert, dass der Kapitalismus zwar erfolgreich erscheine, jedoch nicht genügend Menschen zugutekomme.
#27. Bewältigung von Herausforderungen im Bereich des geistigen Eigentums bei unternehmensinternen Modellen der allgemeinen KI: IBM skizziert einen Rahmen für den Umgang mit IP-Risiken bei der internen Entwicklung generativer KI-Modelle. Diese Risiken erstrecken sich über drei Phasen: die data-Erfassung (Nutzung von data ohne angemessene Prüfung), das Modelltraining (potenzielle Urheberrechtsverletzungen und das Risiko von Reverse Engineering) sowie die Inhaltsgenerierung (rechtsverletzende Ergebnisse). IBM empfiehlt eine proaktive IP-Strategie, einschließlich der Dokumentation menschlicher Beiträge, der Klärung der data-Lizenzierung und der Einschränkung des Reverse Engineering. Da sich die Gesetzgebung zum geistigen Eigentum im Bereich der KI noch in der Entwicklung befindet, bietet eine gute Vorbereitung trotz der derzeitigen rechtlichen Unsicherheit einen Wettbewerbsvorteil.
