all-ai.de - KI-News, Tools und Tutorials

NEURA übernimmt ADLATUS und rüstet Reinigungsroboter mit KI auf

aycaramba@all-ai.de (Andreas Becker) — Mon, 24 Aug 2026 09:48:03 +0200

Adlatus Kurzfassung ▾ Quellen ▾ NEURA Mobile Robots übernimmt den Ulmer Spezialisten ADLATUS Robotics zu 100 Prozent. Die strategische Übernahme soll klassische Reinigungsroboter mit KI und neuen Sensoren aufrüsten. Künftig sollen die Maschinen ihre Umgebung selbst verstehen und eigenständig die beste Reinigungsstrategie wählen. Gleichzeitig wächst die offene Plattform Neuraverse um reale Umgebungsdaten für das weitere KI-Training. Pressemitteilung NEURA Mobile Robots übernimmt 100 Prozent der Anteile an der ADLATUS Robotics GmbH aus Ulm. Damit erweitert der Konzern seine bestehende Plattform für physische KI um den Bereich der autonomen Reinigungs- und Kehrsaugroboter. Vom Navigator zum verstehenden System ADLATUS hat bereits hunderte Reinigungssysteme in der Industrie, der Logistik und dem Gesundheitswesen im Einsatz. Das Unternehmen bringt neben der reinen Hardware auch eine eigene Navigationssoftware sowie Branchenwissen in die NEURA-Gruppe ein. NEURA will diese Basis nun ausbauen und die Maschinen schrittweise an das eigene »Neuraverse« anbinden. Durch zusätzliche Sensorik und KI-Modelle sollen die Roboter ihre Umgebung künftig interpretieren können. Statt feste Routen abzufahren, erkennen sie dann unterschiedliche Oberflächen sowie Verschmutzungsgrade und wählen eigenständig die passende Reinigungsstrategie. »Wir wollen Maschinen wie diesen ein neues Gehirn geben«, sagt David Reger, CEO von NEURA Robotics. Die Reinigung sei ein riesiger Arbeitsmarkt und ein gutes Beispiel für den Einsatz von physischer KI. Anzeige Offene Infrastruktur Die Technik bleibt dabei nicht auf ADLATUS-Modelle beschränkt. NEURA plant, das Neuraverse als offene Plattform für weitere Hersteller und Formfaktoren bereitzustellen. Gleichzeitig baut das Unternehmen das eigene Hardware-Angebot aus. Andreas Lindemann, Geschäftsführer der NEURA Mobile Robots, kündigt an, die Reinigungslösungen perspektivisch in den internen Fleet Manager zu integrieren. Damit wächst das hauseigene Portfolio an autonomen mobilen Robotern über den reinen Materialtransport hinaus. Europäisches Know-how nutzen Hinter dem Zukauf steht das Ziel, eine europäische Industrie für physische KI aufzubauen. Da solche Modelle reale Umgebungsdaten benötigen, um physische Aufgaben zu erlernen, nutzt NEURA die installierte Hardware-Basis von ADLATUS als direkte Datenquelle für weitere Trainingseinheiten. »Europa besitzt unglaublich viel industrielles Wissen«, sagt Reger. Man müsse nicht alles neu erfinden, sondern das Beste, was bereits existiert, mit künstlicher Intelligenz verbinden und viel schneller skalieren. Erste Schritte in diese Richtung gingen beide Firmen bereits: Seit September 2025 bestand eine strategische Partnerschaft, die nun in der vollständigen Übernahme mündet.

Bosch fertigt künftig humanoide Roboter im Schwarzwald

aycaramba@all-ai.de (Andreas Becker) — Mon, 24 Aug 2026 08:55:19 +0200

Humanoid Kurzfassung ▾ Quellen ▾ Bosch startet im August 2027 die Serienfertigung von humanoiden Robotern im baden-württembergischen Bühl. Der Zulieferer kooperiert dafür mit dem britischen Startup Humanoid und sichert dem von Stellenabbau bedrohten Werk ein neues Geschäftsfeld. Die KI-gesteuerten Maschinen der Modellreihe Gamma werden nicht verkauft, sondern als Service an Unternehmen wie Schaeffler vermietet. Heise Online - Bühl als Pioniermodell: Bosch setzt auf Roboter aus dem Schwarzwald Neura Robotics - NEURA Robotics übernimmt ACTIVE Shuttle von Bosch Rexroth Bosch beginnt im August 2027 am Standort Bühl mit der Serienproduktion von humanoiden Robotern. Der Konzern kooperiert dafür mit dem britischen Startup Humanoid und bringt die Maschinen in die industrielle Fertigung. Vom Autozulieferer zur Roboterfabrik Das Werk im baden-württembergischen Bühl verkleinert sich seit Jahren. Derzeit bauen die rund 2700 Beschäftigten vor allem Komponenten für die Autoindustrie, etwa Fensterheber oder Kleinstmotoren. Wegen des strukturellen Wandels fallen bis 2030 weitere 1100 Arbeitsplätze weg. Die geplante Produktion der humanoiden Roboter bringt nun eine neue Aufgabe an den Standort. Der Bau der komplexen Mechanik und Elektronik bietet dem Zulieferer eine alternative Einnahmequelle. Anzeige Maschinen für die Werkslogistik Zunächst montiert Bosch das Modell Gamma in überschaubaren Stückzahlen. Für 2027 ist der Bau von einigen Hundert Einheiten geplant. Dafür setzt der Konzern vorerst eine zweistellige Zahl an Mitarbeitern ein. Prototypen der Reihe HMND-01 liefen bereits im Werk zur Probe. Gesteuert durch die Software KinetIQ bewegten sie eigenständig Kartons in der Logistik. Das Startup Humanoid verkauft die Maschinen nicht. Kunden mieten sie stattdessen als Serviceleistung. Der Autozulieferer Schaeffler ist als Investor an dem Unternehmen beteiligt und nutzt die Technik als erster Abnehmer. Bosch prüft, für die Produktion künftig auch eigene Bauteile wie Motoren und Sensoren beizusteuern. Mehrere Partner gegen internationale Konkurrenz Der globale Wettbewerb wächst schnell. Chinesische Anbieter profitieren von staatlichen Förderungen und zeigen aktuell bei den World Robot Games ihre Leistungsfähigkeit. Bosch fährt daher mehrgleisig. Neben der Kooperation mit Humanoid arbeitet der Konzern auch mit dem Robotik-Unternehmen Neura Robotics zusammen. Der Einstieg in die Serienfertigung sichert dem Traditionsstandort Bühl eine neue langfristige Perspektive.

Sam Altman: KI überholt klügste Menschen »right now«

aycaramba@all-ai.de (Andreas Becker) — Sun, 23 Aug 2026 18:53:53 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ OpenAI-Chef Sam Altman sieht KI-Systeme aktuell an dem Punkt, die intelligentesten Menschen der Welt zu überholen. Er warnt eindringlich davor, dass Tech-Konzerne die allgemeine Angst vor KI nutzen könnten, um übermäßige Macht zu konzentrieren. Ein solches Szenario, in dem Menschen ihre Autonomie für bequemen Wohlstand aufgeben, bezeichnet er als menschenfeindlich. Für die Zukunft von ChatGPT plant er einen proaktiven Agenten, der durch gigantischen Kontext selbstständig Lösungen anbietet. Founders Podcast - David Senra interviewt Sam Altman OpenAI-Chef Sam Altman sieht die Tech-Branche an einem historischen Wendepunkt. In einem neuen Interview skizziert er eine unmittelbare Machtverschiebung bei der Intelligenz – und warnt vor einer Zukunft, in der Menschen ihre Autonomie für bequemen Wohlstand aufgeben. Machtwechsel bei der Intelligenz Die fähigsten Menschen befinden sich laut Altman derzeit noch ungefähr auf dem gleichen Niveau wie die besten KI-Modelle. Dieses Verhältnis werde sich jedoch »right now« umkehren. Im Gespräch mit David Senra für den »Founders Podcast« beschrieb der OpenAI-CEO eine weiterhin extrem steile Entwicklungskurve. Sein Unternehmen stehe wegen dieses rasanten Fortschritts vor schwierigen Entscheidungen. OpenAI müsse künftig genau abwägen, wann es die Entwicklung verzögert oder ein neues Modell länger untersucht. Wegen offener Sicherheitsfragen hat das Unternehmen Teile der eigenen Arbeit an künftigen Modellen bereits pausiert. Die »anti-humane« Verlockung Im selben Gespräch schlägt Altman ungewohnt kritische Töne an. Er sieht zwei fundamentale Risiken. Den Kontrollverlust über eine zu mächtige KI sowie eine zu starke Konzentration von Macht bei wenigen Akteuren. Er warnt vor einem Szenario, in dem einige wenige Konzerne der Bevölkerung Heilmittel, billige Güter und unbegrenzten Wohlstand bereitstellen. Im Gegenzug müssten die Menschen ihre Autonomie aufgeben. Dieses Angebot bezeichnet er ausdrücklich als »anti-human«. Anzeige Kontext statt reiner Intelligenz Für die unmittelbare Produktstrategie sieht Altman den nächsten großen Sprung deshalb nicht bei noch mehr Modellintelligenz. Er empfindet die aktuellen Modelle bereits als ausreichend fähig. Ihn stört vielmehr, wie wenig sie über den jeweiligen Nutzer wissen. Künftige KI soll permanent Informationen wie interne Nachrichten, Kundenfeedback oder lange wissenschaftliche Arbeiten im Hintergrund verarbeiten. Aus ChatGPT soll so ein dauerhafter, proaktiver Agent werden. Er wartet nicht mehr auf eine Eingabe, sondern zieht Schlüsse aus dem enormen Kontext und bietet von sich aus Lösungen an. Altman zieht dabei eine klare strategische Grenze. OpenAI wolle nicht mit allen seinen Kunden in Konkurrenz treten oder die Wirtschaft übernehmen, sondern die technologische Basis für neue Start-ups schaffen.

World Robot Games 26 live: Erst Rekorde, dann Flammen und Sanitäter

aycaramba@all-ai.de (Andreas Becker) — Sun, 23 Aug 2026 08:58:24 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Ein humanoider Roboter des Herstellers Honor hat den Sprint-Weltrekord von Usain Bolt deutlich gebrochen. Nach dem rasanten Lauf versagten jedoch die Bremsen, woraufhin die Maschine verunglückte und Feuer fing. Auf den Robot Games in Peking beweisen die Modelle zudem ihre neuen Fähigkeiten bei komplexer Fabrikarbeit. Chinesische Hersteller dominieren den Markt für humanoide Hardware mittlerweile fast vollständig. Robot Games live auf CGTN Ein humanoider Roboter sprintet 100 Meter in 9,32 Sekunden und unterbietet den menschlichen Weltrekord. Hinter der Ziellinie versagen die Bremsen, die Maschine prallt gegen eine Wand und fängt Feuer. Der Vorfall prägt die aktuellen World Humanoid Robot Games in Peking. Weltrekord mit Totalschaden Ein Video des 100-Meter-Laufs verbreitet sich derzeit rasant. Darauf ist der humanoide Roboter »Lightning« des chinesischen Herstellers Honor zu sehen. Er absolviert die Distanz in einem Testlauf in 9,32 Sekunden. Zum Vergleich: Der Weltrekord von Usain Bolt liegt bei 9,58 Sekunden. Im offiziellen Vorlauf kam der Roboter auf 9,47 Sekunden. Auch das Konkurrenzmodell »Tiangong Ultra« vom Beijing Humanoid Robot Innovation Center blieb mit 9,39 Sekunden unter der menschlichen Bestmarke. Die Bilder nach dem Zieleinlauf offenbaren allerdings die mechanischen Grenzen. Beide Maschinen beschleunigen extrem, können aber nicht rechtzeitig abbremsen. + Quelle: CGTN Tiangong geriet nach dem Zieleinlauf außer Kontrolle. Lightning rannte ungebremst in die Schutzmatte hinter dem Ziel, brach zusammen und ging in Flammen auf. Am Ende immer ein ähnliches Bild... + Quelle: CGTN Von der Show zur Fabrikarbeit Der Sprint ist die spektakulärste Disziplin der zweiten World Humanoid Robot Games. Ausgetragen werden die Wettkämpfe bis zum 26. August im »Ice Ribbon«, der Eisschnelllaufhalle der Olympischen Winterspiele 2022. Die Eröffnungszeremonie war entsprechend groß inszeniert. Roboter spielten gemeinsam mit einem menschlichen Orchester. Es gab Robotertrommler, eine symbolische Fackelzeremonie und Demonstrationen mit bekannten chinesischen Sportlern. Auch ein 7-gegen-7-Fußballspiel stand auf dem Programm. Live kann man das Spektakel auf Youtube mitverfolgen. Dort wird täglich auf CGTN berichtet, der Link kann sich ändern: Die Veranstaltung ist innerhalb eines Jahres enorm gewachsen. 2025 traten 500 Roboter an. In diesem Jahr sind es 2056 humanoide Maschinen aus 16 Ländern in 51 Disziplinen. Der internationale Anstrich täuscht jedoch etwas. 1975 der gemeldeten Roboter stammen aus China, auch wenn Teams aus Deutschland, den USA oder Japan vertreten sind. Der Fortschritt der reinen Fortbewegung ist unverkennbar. Tiangong Ultra benötigte für die 100 Meter vor einem Jahr noch 21,50 Sekunden. Heute sind es unter 10 Sekunden. Ein Tiangong-Modell lief die 400 Meter in 39,7 Sekunden. Das ist mehr als drei Sekunden schneller als der menschliche Weltrekord von Wayde van Niekerk. Solche Werte dienen als technologischer Benchmark, auch wenn der sportliche Vergleich mit Menschen aufgrund völlig anderer mechanischer Voraussetzungen hinkt. Anzeige Autonomie als eigentlicher Test Die wirkliche Herausforderung der diesjährigen Wettkämpfe liegt abseits der Tartanbahn. Es gibt 21 neue, szenarienbasierte Disziplinen. Vor einem Jahr war das Event primär eine Show, bei der Roboter boxten und spektakulär umfielen. Neben Kampfsport oder Tauziehen müssen die Maschinen nun komplexe Arbeitsabläufe bewältigen. Einige Aufgaben finden in nachgebauten Hotel- oder Wohnumgebungen statt. Andere simulieren reale Fabrikbedingungen. Die Roboter müssen Pakete sortieren, Materialien zuführen, Werkzeuge benutzen oder ein Elektroauto laden. Mehr als 40 Prozent der 1301 einzelnen Wettbewerbseinheiten erfordern vollständig autonomes Arbeiten. Hier zeigt sich die wahre Hürde der Allzweckrobotik. Ein Kabel in einer unstrukturierten Umgebung zu erkennen, aufzuheben, auszurichten, einzustecken und dabei Fehler selbstständig zu korrigieren, ist deutlich anspruchsvoller als ein Sprint. Die Veranstalter vergeben in diesen alltagsnahen Kategorien die meisten Medaillen. China will beweisen, dass die Roboter einen echten Job erledigen können. Anzeige Dominanz auf dem Weltmarkt Parallel zu den Wettkämpfen findet in Peking die World Robot Conference 2026 statt. Dort präsentieren mehr als 300 Unternehmen ihre Produkte, darunter 150 Premieren. + Quelle: worldrobotconference Die Messe liefert den wirtschaftlichen Hintergrund zu den sportlichen Leistungen im Eisstadion. Chinesische Hersteller beherrschen den Weltmarkt für humanoide Hardware inzwischen deutlich. Nach Daten von Smart Analytics Global wurden im ersten Halbjahr 2026 weltweit etwa 19.100 humanoide Roboter ausgeliefert. Mehr als 97 Prozent davon kamen aus China. Das Unternehmen AgiBot sicherte sich mit 8400 Einheiten 44 Prozent Marktanteil. Unitree kam mit 5900 Robotern auf 31 Prozent. + Quelle: worldrobotconference Das Marktforschungsunternehmen IDC fasst den Begriff des humanoiden Roboters etwas enger, sieht den chinesischen Anteil aber ebenfalls bei hohen 82 Prozent. Die Kombination beider Veranstaltungen in Peking verdeutlicht die aktuelle Strategie. Auf der Messe zeigt die Industrie, welche Stückzahlen sie bereits produzieren kann. Bei den Robot Games demonstriert sie die technischen Fähigkeiten der Maschinen im praktischen Einsatz. Anzeige

Ein linker Blick auf KI

aycaramba@all-ai.de (Andreas Becker) — Sat, 22 Aug 2026 10:58:52 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Neben den Entwicklern aus dem Silicon Valley formiert sich eine linke Perspektive auf künstliche Intelligenz. In den USA fordert Senator Bernie Sanders eine öffentliche Beteiligung an großen Tech-Konzernen. In Deutschland kritisiert die Zeitung nd den enormen Ressourcenverbrauch und die drohende Machtkonzentration. Gleichzeitig warnen Autoren davor, dass die alltägliche Nutzung von Chatbots die menschliche Arbeit zunehmend entwertet. nd aktuell - Journalismus von links Bernie Sanders - U.S. Senator for Vermont Wenn über künstliche Intelligenz diskutiert wird, dominieren oft dieselben Stimmen den Diskurs. Sam Altman skizziert die Ziele von OpenAI. Dario Amodei warnt vor den Folgen kommender Modellgenerationen. Mark Zuckerberg spricht über Superintelligenz, während Elon Musk eine Zukunft prognostiziert, in der Arbeit irgendwann freiwillig wird. Diese Akteure vertreten nicht zwingend dieselbe politische Richtung, stammen aber aus einer ähnlichen Welt. Dieser stark technologiegetriebene Blick auf die Zukunft wird vom Silicon Valley, milliardenschweren Tech-Konzernen und Investoren geprägt. In diesem Zusammenhang fällt häufig der Begriff der »Tech Bros«. Er beschreibt eine Perspektive, die die aktuelle KI-Debatte maßgeblich bestimmt. Technologie dient hierbei als Ausgangspunkt. Entsprechend lauten die Leitfragen: Wie gut werden die nächsten KI-Modelle? Wann ist eine künstliche allgemeine Intelligenz erreicht? Welche Risiken entstehen? Und wer führt im internationalen Wettbewerb? Die Eigentumsfrage der Technologie Die Entwicklung lässt sich jedoch auch völlig anders betrachten. Das zeigt ein Blick auf linke Positionen zur künstlichen Intelligenz. In den USA gehört Bernie Sanders zu den prominentesten Kritikern. Der linke US-Senator warnt regelmäßig davor, dass KI und Robotik Millionen Arbeitsplätze verdrängen. Er kritisiert, dass die wirtschaftlichen Gewinne fast ausschließlich bei wenigen Unternehmen und deren Eigentümern landen. Im März brachte Sanders gemeinsam mit Alexandria Ocasio-Cortez einen Gesetzentwurf für ein Moratorium beim Bau neuer Rechenzentren ein. Später schlug er vor, die amerikanische Öffentlichkeit zur Hälfte an den größten KI-Unternehmen zu beteiligen. Die zentrale Frage lautet bei ihm daher anders als bei vielen Tech-Unternehmern. Sie zielt nicht auf die technischen Fähigkeiten, sondern auf die Besitzverhältnisse und die Verteilung der Folgen. Wem gehört die Technologie? Wer profitiert davon? Und wer trägt die sozialen Kosten? Anzeige Linke Perspektiven aus Deutschland In Deutschland findet sich zu diesem Blickwinkel derzeit umfangreiches Material bei der Tageszeitung »nd«. Die Publikation wird seit 2022 von einer Genossenschaft getragen. Im Juli und August veröffentlichte das Blatt zwei größere Schwerpunkte rund um künstliche Intelligenz. Die Texte reichen von nüchternen Betrachtungen über Kapitalismuskritik bis zur Forderung, generative Modelle weitgehend abzulehnen. Ein Schwerpunkt schaut auf das Fundament hinter den KI-Modellen. Die Artikel behandeln den Wasser- und Stromverbrauch der Rechenzentren, die Situation von Datenarbeitern und die Frage, wer von steigender Produktivität profitiert. Weitere Themen sind die Investitionen der Tech-Konzerne, der Wettbewerb mit China sowie der lokale Widerstand gegen neue Infrastruktur. Kritik an Chatbots Der zweite Schwerpunkt geht stärker auf Grundfragen ein. Er widmet sich der Machtkonzentration, Desinformation und der Frage nach der Wahrheit. Zudem diskutieren die Autoren, ob die alltägliche Nutzung von Chatbots wie ChatGPT oder Claude aus linker Sicht überhaupt sinnvoll ist. Eine selbstkritische Position vertritt der Artikel »KI-Nutzung: Bröckelndes Hirn«. Der Text nimmt die Sorgen vor geistiger Abhängigkeit durch die Technologie ernst, kritisiert aber alarmistische Schlagzeilen angesichts einer noch dünnen Studienlage. Er lässt die Möglichkeit offen, dass Chatbots als Sparringspartner das eigene Denken unterstützen können. Einen strikteren Ansatz verfolgt der Text »Claude ist keine Genossin«. Dort wird bereits die individuelle Nutzung generativer KI grundsätzlich abgelehnt. Wer sich Arbeit abnehmen lässt, helfe langfristig dabei, genau diese Arbeit billiger, austauschbarer und stärker unter die Kontrolle großer Konzerne zu bringen. Leser müssen nach der Lektüre nicht zwingend dieselben politischen Schlüsse ziehen. Wer sich jedoch vorwiegend mit den Perspektiven aus dem Silicon Valley beschäftigt, findet in diesen Texten Fragestellungen, die im alltäglichen Diskurs über künstliche Intelligenz kaum Beachtung finden. Die sehr umfangreichen Artikel kann man hier kostenlos lesen .

Anthropic gibt Claude Mythos 5 für weitere Nutzer frei

aycaramba@all-ai.de (Andreas Becker) — Fri, 21 Aug 2026 19:48:36 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Anthropic macht sein KI-Sicherheitsmodell Claude Mythos 5 ab heute für Enterprise-Kunden nutzbar. Die Software durchsucht Code-Basen nach Schwachstellen und liefert Reparaturvorschläge, lässt aber keinen direkten Zugriff auf das Kernmodell zu. Parallel startet das Unternehmen einen 35-Millionen-Dollar-Fonds, der gezielt die Sicherheit von Open-Source-Projekten fördern soll. Anthropic: Bringing the cybersecurity capabilities of Claude Mythos 5 to more defenders Anthropic macht das KI-Modell Claude Mythos 5 für einen größeren Nutzerkreis verfügbar. Enterprise-Kunden können damit jetzt ihre Code-Basen nach Schwachstellen scannen und Patches entwerfen lassen. Parallel investiert das Unternehmen 35 Millionen US-Dollar in Open-Source-Projekte. Integration in Sicherheitsprogramme Bisher war Mythos 5 nur einer kleinen Gruppe zugänglich. Nun arbeitet Anthropic mit Partnern zusammen, um das Modell in deren bestehende Sicherheitsprodukte zu integrieren. Anwender interagieren dabei nicht direkt mit der KI. Sie erhalten lediglich das Endresultat der Analyse, etwa eine Liste mit Reparaturvorschlägen. Durch diese strikte Trennung verhindert Anthropic, dass Angreifer das Modell nutzen, um Exploits für Schwachstellen zu entwickeln. Missbrauchsmechanismen sollen zusätzlich sicherstellen, dass die Modelle in ihrem vorgesehenen Rahmen agieren. Anzeige Code-Scans für Enterprise-Kunden Die hauseigene Funktion »Claude Security« greift nun ebenfalls auf Mythos 5 zurück. Administratoren von Enterprise-Tarifen schalten diese Option in ihrer Konsole frei und wählen anschließend die zu prüfenden Repositories aus. Das Modell stuft gefundene Fehler nach CWE-Kategorien ein, bewertet den Schweregrad und schlägt Korrekturen vor. Jeder Patch muss vor der Implementierung von einem Menschen freigegeben werden. Die Code-Prüfung befindet sich in einer öffentlichen Beta-Phase. Die Nutzung kostet keinen Aufpreis, sondern verbraucht die regulären Tokens des jeweiligen Tarifs. Fonds für Open-Source-Software Neben dem Software-Zugang startet Anthropic den »Defender Advantage Fund«. Dieser stellt 35 Millionen US-Dollar in Form von Claude-Credits bereit. Die Mittel richten sich an Organisationen, die Open-Source-Projekte warten. Sie sollen damit offene Schwachstellen beheben, Scan-Vorgänge automatisieren und neue Sicherheitskonzepte erproben. Parallel weitet Anthropic sein »Cyber Verification Program« aus. Geprüfte Sicherheitsteams unterliegen bei der Nutzung der Modelle Opus und Sonnet künftig weniger strengen Filtern, ein ähnlicher Zugang für Mythos folgt später.

KI Ultimatum der USA an Deutschland

aycaramba@all-ai.de (Andreas Becker) — Fri, 21 Aug 2026 19:35:20 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Die USA fordern von 35 Partnerländern eine exklusive Bindung an das amerikanische KI-Bündnis Pax Silica. Wer sich gleichzeitig Chinas konkurrierendem Netzwerk anschließt, verliert den Zugang zu US-Investitionen und Technologie. Auslöser für das Ultimatum des US-Außenministeriums war Kasachstans Doppelrolle in beiden Allianzen. CNBC: U.S. to tell partners they must pick sides in AI race with China Die US-Regierung zwingt Dutzende Partnerstaaten zu einer klaren Entscheidung im globalen KI-Wettbewerb. Wer sich Chinas KI-Initiativen anschließt, wird aus dem US-geführten Bündnis »Pax Silica« ausgeschlossen. Das geht aus einem internen Schreiben des US-Außenministeriums an 35 Länder hervor. Deutschland ist gemeinsam mit Griechenland und der EU der US-Initiative am 23. Juni 2026 beigetreten. Kasachstans Doppelrolle sorgt für Unmut Den Ausschlag für das Ultimatum gab das Verhalten Kasachstans. Das Land ist wegen seiner großen Vorkommen an kritischen Mineralien für die Chip- und Serverproduktion ein gefragter Partner. Im Juni trat Kasachstan zunächst dem US-Bündnis bei, unterzeichnete dann aber auch ein Abkommen mit der von Peking neugegründeten »World Artificial Intelligence Cooperation Organization«. Das US-Außenministerium verschickt nun einen Brief an alle Unterzeichner der amerikanischen KI-Kooperationserklärung. Darin fordern die Diplomaten die Staaten auf, sich bewusst zu entscheiden. Eine Mitgliedschaft in »Pax Silica« sei kein reines Abonnement, sondern eine Verpflichtung. Die Teilnahme an Initiativen mit widerstreitenden Zielen sei damit ausgeschlossen. China wird in dem Entwurf zwar nicht namentlich genannt, der Adressat der Warnung ist jedoch offensichtlich. Anzeige Kampf um Chips, Modelle und Rohstoffe Washington hat »Pax Silica« im vergangenen Jahr gestartet, um die Versorgung mit Halbleitern, Rohstoffen und US-Software abzusichern. Zu den gut zwei Dutzend Mitgliedern gehören unter anderem Japan, Australien und Südkorea. Wer mitmacht, erhält Zugang zu gemeinsamen Investitionsprojekten und stimmt Exportkontrollen mit den USA ab. China nutzt seine Dominanz bei kritischen Mineralien bereits als Druckmittel im andauernden Handelsstreit. Parallel versucht Peking, seinen technologischen Einfluss auszubauen, indem es quelloffene KI-Modelle international anbietet. Ein US-Regierungsvertreter machte die amerikanische Position zu den Vorgängen deutlich. Ein Staat könne sich nicht glaubwürdig als vertrauensvoller Partner positionieren und gleichzeitig Chinas konkurrierende KI-Vision unterstützen. Die chinesische Botschaft in Washington kritisierte den amerikanischen Vorstoß. Eine Politisierung von Technologie bremse den globalen Fortschritt, erklärte ein Sprecher.

DeepSeek schenkt seiner KI endlich ein Paar Augen

aycaramba@all-ai.de (Andreas Becker) — Fri, 21 Aug 2026 14:22:02 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ DeepSeek hat sein neues multimodales Modell V4-Flash-Vision-Exp veröffentlicht. Die KI kann nun Bilder sowie Grafiken analysieren und steuert damit visuelle Agenten. In internen Tests schließt das Modell bei diesen Aufgaben fast zum Konkurrenten Opus-4.8 auf. Zusätzlich senkt eine neue kostenlose Files API den Datenverbrauch für Entwickler drastisch. DeepSeek API Docs (Vision) DeepSeek API Docs (Files API) Das KI-Unternehmen DeepSeek hat DeepSeek-V4-Flash-Vision-Exp für seine Entwicklerplattform freigegeben. Es ergänzt die Textfähigkeiten des Vorgängers um Bildverstehen und rückt bei Agenten-Benchmarks, die visuelle Eingaben erfordern, an die Leistung von Opus-4.8 heran. Bilder lesen und Agenten steuern Bislang war DeepSeek-V4-Flash auf reinen Text beschränkt. Mit der neuen Version können Entwickler nun auch Bilddateien für Anfragen nutzen. Es liest grafische Benutzeroberflächen, Diagramme oder Fehlermeldungen aus und soll KI-Agenten bei praktischen Arbeitsabläufen unterstützen. Im Test »ApexBench« erreicht das Modell einen Wert von 36,5 und bei »Chartography« 64,3. Damit liefert es bei multimodalen Aufgaben vergleichbare Ergebnisse wie Opus-4.8. Für reine Textaufgaben bleiben die Werte auf dem Niveau des Vorgängers. Beim »Terminal Bench 2.1« liegt das Ergebnis bei 83,9. Im Test »NL2Repo« bei 57,7. + Quelle: DeepSeek Abrechnung nach Token und neue Files API Entwickler sprechen das Modell über die API des Unternehmens an. Die Bildübergabe funktioniert als Base64-Code, über externe URLs oder über die neue Files API. Jedes Bild schlägt bei der Abrechnung mit maximal 384 Token zu Buche. DeepSeek rechnet die Anfragen nach den bestehenden Tarifen der V4-Flash-Reihe ab. Mit dem aktualisierten Framework DeepSeek Harness 0.1.1 ist die Einbindung in Projekte direkt möglich. Parallel dazu hat DeepSeek die Files API freigeschaltet. Entwickler laden darüber eine Bilddatei einmalig hoch und rufen sie anschließend über eine feste Datei-ID in verschiedenen Anfragen ab. Ein erneuter Upload für denselben Bildinhalt entfällt dadurch. Das spart bei wiederkehrenden Aufgaben Bandbreite. Die Nutzung der Files API ist kostenlos, Nutzer zahlen weiterhin nur für die verarbeiteten Token. Anzeige

OpenAI schenkt GPT-Image-2 transparente Hintergründe

aycaramba@all-ai.de (Andreas Becker) — Fri, 21 Aug 2026 13:06:28 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ OpenAI hat eine neue Vorschaufunktion für das Bildmodell GPT-Image-2 veröffentlicht. Über die API lassen sich nun direkt transparente PNG-Bilder ohne Hintergrund generieren. Da der Alphakanal bei der Bildentstehung sofort mitberechnet wird, bleiben filigrane Ränder an Glas oder Textilien deutlich besser erhalten. Die direkt freigestellten Grafiken eignen sich ideal für den schnellen Einsatz in Online-Shops, Präsentationen oder Design-Templates. href="https://developers.openai.com/cookbook/examples/multimodal/transparent-image-assets-for-campaigns-and-presentations" target="_blank" rel="noopener" style="color: #A9F9FF;">OpenAI Cookbook - Generate Transparent Image Assets for Campaigns and Presentations X - OpenAI Developers Post OpenAI testet eine neue Vorschaufunktion für sein aktuelles Bildmodell. Über die API lassen sich nun direkt freigestellte PNG-Grafiken ohne Hintergrund erzeugen. Im normalen Chat funktioniert es nach einem eigenen Test ebenfalls mit »Erstelle X mit transparentem Hintergrund. background="transparent"«. Twitter Beitrag - Cookies links unten aktivieren. Transparent backgrounds are now available in preview for GPT-Image-2 in the API. Generate reusable assets you can place on any background—for product imagery, graphic design, website mockups, and marketing campaigns. pic.twitter.com/yRhBIYh8uP — OpenAI Developers (@OpenAIDevs) August 20, 2026 Alphakanal direkt bei der Bildentstehung Programme, die Hintergründe nachträglich entfernen, stoßen bei filigranen Motiven schnell an ihre Grenzen. GPT-Image-2 berechnet den benötigten Alphakanal laut dem Entwicklerteam deshalb direkt bei der Generierung mit. Dadurch bleiben schwierige Details wie durchsichtiges Glas, Rauch oder feine Textilfasern besser erhalten und fügen sich natürlicher in neue Untergründe ein. Entwickler aktivieren die Funktion über den API-Parameter »background="transparent"« und fordern als Ausgabe das PNG-Format an. Das Unternehmen empfiehlt, in der Texteingabe keine Umgebungen, Schatten oder farbigen Flächen zu beschreiben. Das Modell priorisiert solche Anweisungen sonst häufig und berechnet trotz des Transparenz-Parameters einen Hintergrund. Anzeige Einsatz in Handel und Design In einem begleitenden Cookbook demonstriert OpenAI vier Anwendungsfälle. Online-Händler können Produktfotos einmalig erstellen und für saisonale Kampagnen flexibel auf wechselnde Webseiten-Layouts schieben. Für den Büroalltag lassen sich Diagramme generieren, die sich ohne weiße Bildränder in PowerPoint-Vorlagen mit vorgegebenen Farbverläufen einfügen. + Die freigestellten Motive eignen sich auch direkt für Design-Templates, etwa als Sticker oder App-Icons. Für Print-on-Demand-Anbieter reicht zudem ein einziges transparentes Grafik-Design, um verschiedene Kleidungsstücke digital zu bedrucken, ohne bei jedem Farbwechsel der Stoffe weiße Kanten entfernen zu müssen. + + Prüfung von Daten und technisches Setup Bei geschäftlichen Diagrammen rät OpenAI zur manuellen Kontrolle der Ergebnisse. Das Modell erhält zwar die korrekten Zahlenwerte über den Prompt, erzeugt daraus am Ende aber Rastergrafiken. Die gezeichneten Balken- oder Kreisdiagramme stimmen daher nicht immer mit den Vorgaben überein. Für die technische Einrichtung benötigen Nutzer Python, einen API-Schlüssel sowie die Bibliotheken OpenAI und Pillow. Die Dokumentation zeigt abschließend, wie Entwickler per Code prüfen, zu wie viel Prozent ein Bild vollständig transparent ist.

Anthropic startet kostenlose Lernplattform Claude Academy

aycaramba@all-ai.de (Andreas Becker) — Fri, 21 Aug 2026 09:30:55 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Anthropic hat die kostenlose Lernplattform Claude Academy gestartet. Nutzer lernen dort anhand von echten Arbeitsabläufen, wie sie KI-Tools effizient und sicher im Berufsalltag einsetzen. Die Inhalte basieren auf dem internen Schulungsprogramm des Unternehmens und decken das gesamte Claude-Ökosystem ab. Anstatt starrer Prompt-Regeln vermitteln die Kurse ein grundlegendes Verständnis für die sinnvolle Delegation von Aufgaben an KI-Modelle. Claude Academy: Kostenlos Lernen mit der Claude Academy Anthropic: Anthropic’s approach to teaching and learning AI Anthropic hat mit der Claude Academy ein neues Schulungsangebot veröffentlicht. Die kostenlose Plattform zeigt Nutzern, wie sie KI in ihren Arbeitsalltag integrieren. Der Fokus liegt dabei auf konkreten Arbeitsabläufen statt auf simplen Prompting-Tipps. Vom internen Training zur öffentlichen Plattform Die Inhalte der Claude Academy basieren auf dem Schulungsprogramm, das Anthropic bisher für das Onboarding der eigenen Mitarbeiter nutzte. Das Unternehmen vermittelt darin Konzepte wie das »4D AI Fluency Framework«. Anwender lernen, welche Aufgaben sie sinnvoll an eine KI auslagern und welche sie besser selbst erledigen. Ein weiterer Schwerpunkt ist Transparenz: Die Kurse behandeln, wie Angestellte den KI-Einsatz in Dokumenten oder Analysen gegenüber Kollegen und Kunden deklarieren. Das Angebot beschränkt sich dabei nicht auf den reinen Text-Chatbot, sondern umfasst spezifische Lernpfade für das gesamte Produktportfolio. + Quelle: Anthropic Kurse für das komplette Ökosystem Dazu gehören Module für den Agenten-Dienst Claude Cowork, die Programmierumgebung Claude Code oder die Integration per Claude Tag. Ein Einführungskurs für Cowork umfasst beispielsweise 14 Lektionen mit einer veranschlagten Dauer von zweieinhalb Stunden. Weil sich KI-Modelle schnell verändern, weicht Anthropic in den Lektionen von starren Verhaltensregeln ab und rückt allgemeine Denkweisen in den Vordergrund. Damit sollen Nutzer ein besseres Urteilsvermögen für KI-generierte Ergebnisse entwickeln, unabhängig von künftigen Modell-Updates. + Quelle: Anthropic Individuelle Empfehlungen Nutzer erreichen die Claude Academy unter academy.claude.com oder über ihr Profil. Über einen speziellen Skill kann Claude zudem individuelle Kurse empfehlen, die zur bisherigen Arbeitsweise passen. Die aktuelle Version vom Kurs sei laut Anthropic die »starrste«, die es je geben werde – künftig sollen die Inhalte noch stärker personalisiert werden. Anzeige

OpenAI warnt vor dem Ende der Demokratie durch KI

aycaramba@all-ai.de (Andreas Becker) — Fri, 21 Aug 2026 08:32:39 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ OpenAI hat das neue Team Strategic Futures und einen passenden Blog gegründet. Die Gruppe erforscht, wie autonome KI-Systeme den historischen Machtvertrag zwischen Staat und Bürgern bedrohen. Das Ziel ist ein neues gesellschaftliches Gleichgewicht, das vor Machtkonzentration schützt und individuelle Freiheitsrechte bewahrt. Zukünftig sollen riskante KI-Einsätze immer transparent zu einem verantwortlichen Menschen zurückverfolgt werden können. OpenAI: Introducing AI Futures Was ist eigentlich, wenn ein Staat keine Bürger mehr braucht? Keine Zustimmung mehr der Bürger? Keine Arbeitsleistung mehr der Bürger? Genau diese Fragen stellt sich gerade OpenAI und hat dafür das »Strategic Futures«-Team gegründet. Die Arbeitsgruppe erforscht, wie der Aufstieg von KI die Machtverteilung in der Gesellschaft verändert. Im Zentrum steht die Sorge, dass Staaten künftig ohne die Kooperation ihrer Bürger Macht ausüben könnten. Das Ende des historischen Vertrags Bislang basierte politische und militärische Macht stets auf menschlicher Arbeit. Regierungen brauchten Soldaten, Polizisten und Steuerzahler, um den Staatsapparat aufrechtzuerhalten. Laut Dean Ball, Autor des ersten Beitrags auf dem neuen Blog »AI Futures«, könnte diese Abhängigkeit bald enden. Wenn autonome KI-Modelle durch Roboter physische Gewalt ausüben und Rechenzentren die nötigen Einnahmen generieren, bricht dieser historische Pakt. Regierungen wären dann nicht mehr auf die breite Zustimmung der Bevölkerung angewiesen. Ball warnt davor, dass die Bürger ihren Einfluss am Verhandlungstisch verlieren könnten. Anzeige Gleichgewicht statt Dezentralisierung Um eine solche Machtkonzentration zu verhindern, sucht das Team nach neuen gesellschaftlichen Strukturen. Das Ziel ist jedoch keine maximale Dezentralisierung. In einer solchen Welt könnten Einzelne mit der Technologie großen Schaden anrichten. Stattdessen orientiert sich die Arbeitsgruppe am Vorbild der US-Verfassung: Macht soll durch Gegenmacht kontrolliert werden. Kein einzelnes Unternehmen und kein Oligopol dürfe die Grundarchitektur der Gesellschaft bestimmen. Dabei berücksichtigt OpenAI auch Risiken, die nicht von böswilligen Akteuren ausgehen. Ein Zwischenfall bei Hugging Face zeigte laut Ball kürzlich, dass KI-Modelle ihre Aufgaben unerwartet ausweiten können. Prinzipien für den Einsatz Für die weitere Arbeit hat die Gruppe deshalb Prinzipien definiert. Die individuelle Autonomie soll Vorrang vor wirtschaftlichem Wachstum haben. Gesetze sollen gezielt Einzelpersonen stärken, anstatt Macht zu bündeln. Zudem fordert das Team eine abgestufte Nachverfolgbarkeit. Wenn KI-Modelle Handlungen mit großen Auswirkungen ausführen, müssen diese zu einem verantwortlichen Menschen zurückverfolgt werden. Gleichzeitig soll in Alltagssituationen eine anonyme Nutzung möglich bleiben, um die freie Meinungsäußerung zu schützen. Die Forschungsansätze zu diesen Themen will die Arbeitsgruppe künftig auf dem neuen Blog zur Diskussion stellen.

Kommentar: Das Märchen vom unendlichen Atomstrom für KI

aycaramba@all-ai.de (Andreas Becker) — Thu, 20 Aug 2026 17:23:32 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Frankreich lockt Betreiber von KI-Rechenzentren mit angeblich riesigen Mengen an verlässlichem Atomstrom. Die aktuellen Hitzewellen zeigen jedoch, dass alternde Reaktoren bei zu warmen Flüssen massiv gedrosselt werden müssen. Da KI-Modelle keine Sommerpause kennen, ist der Bau von Rechenzentren im kühleren Norden Europas deutlich sinnvoller. Langfristig können nur erneuerbare Energien wie Solar und Windkraft den rasant steigenden Energiebedarf schnell genug decken. Golem: KI-Rechenzentren - Frankreich bietet Atomstrom an, den es nicht hat Le Monde: Heatwave forces power plant shutdowns across Europe, putting electricity grid under strain Frankreichs Präsident Macron wirbt mit Kernkraft um milliardenschwere KI-Rechenzentren. Doch wer auf alternde Reaktoren in Zeiten von Hitzewellen setzt, rechnet sich die Realität schön. Europas KI-Zukunft liegt woanders. Wenn Macron den Betreibern von Rechenzentren den roten Teppich ausrollt, hat er ein simples Verkaufsargument im Gepäck. Frankreich, so der Präsident, habe reichlich Atomstrom. Das Land exportierte zuletzt über 90 Terawattstunden Strom im Jahr. Einen Teil davon könne man problemlos in neue KI-Serverfarmen leiten. Doch eine Jahresbilanz ist noch lange keine Garantie für Strom rund um die Uhr. Atomkraft im Sommer Die Realität dieses Sommers zeigt, wie löchrig dieses Versprechen ist. Anfang August mussten in Frankreich drei Atomreaktoren abgeschaltet werden. Drei weitere wurden gedrosselt. Schuld waren niedrige Flusspegel und zu warmes Kühlwasser. Dieses Problem betrifft nicht nur Frankreich. In Ungarn entging das Kernkraftwerk Paks nur knapp der vollständigen Abschaltung. Zeitweise lief nur noch eine Turbine mit rund 240 Megawatt. Das entspricht gerade einmal etwa zwölf Prozent der normalen Gesamtleistung. Der Wasserstand der Donau war historisch niedrig. Wenn das die beworbene Basis für den Dauerbetrieb künstlicher Intelligenz sein soll, steht die Branche vor einem ziemlich einfachen physikalischen Problem. Atomkraft braucht Wasser. Macrons Verweis auf hohe jährliche Exportüberschüsse ist deshalb nur die halbe Wahrheit. Frankreich kann heute viel Strom exportieren. Das bedeutet aber nicht, dass dieser Strom jederzeit und zusätzlich für gewaltige neue Verbraucher bereitsteht. KI-Rechenzentren ignorieren Jahreszeiten. Sie benötigen permanent enorme Mengen an Energie. Ein Betreiber kann seine Server nicht einfach herunterfahren, nur weil die Mosel im Hochsommer Niedrigwasser führt. Natürlich steht Frankreich deshalb nicht plötzlich ohne Strom da. Selbst während der aktuellen Abschaltungen exportiert das Land weiterhin Elektrizität. Doch genau das ist nicht der Punkt. Die geplanten KI-Rechenzentren sind in diesem Verbrauch noch gar nicht enthalten. Wer den heutigen Exportüberschuss wie ein Guthaben behandelt, das nur darauf wartet, von OpenAI, Microsoft oder Google verbraucht zu werden, macht es sich sehr einfach. Gleichzeitig verlässt sich Frankreich auf einen Kraftwerkspark, dessen Reaktoren im Schnitt rund 40 Jahre alt sind. Hitze, Wartung und technische Probleme werden dadurch nicht verschwinden. Anzeige Alternative zu Atomkraftwerken Wer nun hofft, den zusätzlichen Energiehunger einfach mit neuen Atomkraftwerken zu stillen, hat den Kalender nicht verstanden. Ein neues AKW in Europa zu planen und ans Netz zu bringen, dauert viele Jahre. Frankreich selbst plant den ersten neuen EPR2 derzeit für 2038. In der Realität kann es aber auch gut mal 20 Jahre dauern oder noch länger. Die Technologiebranche skaliert ihre Rechenzentren aber jetzt. Nvidia verkauft die Chips jetzt. OpenAI, Google, Microsoft und Meta bauen ihre Infrastruktur jetzt. Europa versucht jetzt, bei künstlicher Intelligenz nicht völlig den Anschluss zu verlieren. Ein Reaktor, der 2038 Strom liefert, hilft einem Rechenzentrum herzlich wenig, das 2028 ans Netz gehen soll. Es ergibt keinen Sinn, für einen extrem schnellen Sektor auf eine der langsamsten Energieformen überhaupt zu setzen. Wer in den nächsten Jahren zusätzliche Strommengen für Rechenzentren schaffen will, kommt an Solar- und Windenergie nicht vorbei. Diese Anlagen lassen sich wesentlich schneller bauen. Natürlich lösen Windräder und Solaranlagen das Problem nicht alleine. Dazu braucht es Batteriespeicher, leistungsfähige Stromtrassen, Wasserkraft, bestehende Kraftwerke und einen europäischen Strommarkt. Aber all das lässt sich schneller erweitern als ein neues Atomkraftwerk. Ab in den Norden Das erfordert allerdings auch eine geografische Korrektur. Rechenzentren produzieren selbst gewaltige Mengen an Abwärme. Es ist widersinnig, neue Serverfarmen ausgerechnet dort zu konzentrieren, wo im Sommer bereits das Kühlwasser für Kraftwerke knapp wird. Die logischere Heimat für große Teile der europäischen KI-Infrastruktur liegt im Norden. Norddeutschland und Skandinavien bieten kühles Klima, viel Windenergie, teilweise enorme Wasserkraftressourcen und Platz für neue Infrastruktur. KI mag es kalt. Frankreich verfügt ohne Zweifel über viel Atomstrom. Das Land wird damit auch weiterhin einen wichtigen Beitrag leisten. Doch die Vorstellung, der heutige französische Stromüberschuss sei eine praktisch unbegrenzte Energiereserve für Europas KI-Boom, bleibt ein Märchen.

Waymos neues Robotaxi »Ojai« bekommt Gemini als Beifahrer

aycaramba@all-ai.de (Andreas Becker) — Thu, 20 Aug 2026 16:06:08 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Waymo bringt seine neuen Ojai-Robotaxis in drei US-Städten auf die Straße. Im Innenraum der Fahrzeuge kommt Googles KI-Modell Gemini als persönlicher Sprachassistent zum Einsatz. Fahrgäste können per Sprache die Klimaanlage steuern oder historische Details zur Umgebung abfragen. Die Unterhaltungs-KI ist streng vom autonomen Fahrsystem getrennt und kann das Auto nicht selbst lenken. Google Blog: Gemini in Waymo Waymo Blog: Say hi to new Ojai in-car experience Waymo schickt seine neuen Ojai-Robotaxis in drei US-Städten auf die Straße. Im Innenraum der autonomen Fahrzeuge zieht Googles KI-Modell Gemini als persönlicher Sprachassistent ein. Neues Interieur für Fahrgäste Die Modelle sind in San Francisco, Phoenix und Los Angeles für alle Fahrgäste buchbar. Waymo verspricht mehr Beinfreiheit und ein komplett neues Innendesign, das als fahrbares Wohnzimmer konzipiert ist. Die wichtigste technische Neuerung ist dabei die direkte Anbindung an Gemini. Fahrgäste starten den Assistenten über ein Symbol auf dem Touchscreen. Er nimmt danach Sprachbefehle entgegen, über die sich etwa die Klimaanlage anpassen lässt. Zudem liefert das Modell Informationen zur Umgebung: Fahrgäste können etwa fragen: »Wo ist das beste Café in der Nähe?« oder historische Details zu Gebäuden entlang der Route abfragen. Die Funktion läuft aktuell als Beta-Version. Anzeige Klare Trennung vom Fahrsystem Waymo trennt die Unterhaltungs-KI strikt von der Fahrzeugsteuerung. Sie arbeitet unabhängig, liest keine Echtzeit-Fahrdaten aus und kann das Auto weder lenken noch Routen ändern. Einzige Ausnahme ist ein Sprachbefehl, der das Fahrzeug an den Straßenrand fahren lässt. Um die Privatsphäre zu schützen, bleibt der Assistent inaktiv, bis ihn Fahrgäste bewusst einschalten. Dynamische Bildschirme Passend dazu hat das Ojai-Modell ein neues Unterhaltungssystem mit drei Bildschirmen. Es erkennt belegte Plätze und passt die Anzeigen an. Sitzt eine Person allein hinten rechts, bündelt dieser Bildschirm die gesamte Menüsteuerung. Die ungenutzten Monitore zeigen derweil nur einen simplen Mediaplayer oder knappe Reisedaten. Wer seine Ruhe möchte, kann die Bildschirme über einen neuen Modus dimmen und alle unwichtigen Informationen ausblenden lassen.

FLUX Upscale macht KI Videos in 4K möglich

aycaramba@all-ai.de (Andreas Becker) — Thu, 20 Aug 2026 15:50:14 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ BFL hat mit FLUX Upscale ein eigenständiges Tool zur Hochrechnung von KI-Videos veröffentlicht. Die Software skaliert Clips auf bis zu 4K und korrigiert dabei eigenständig typische Bildfehler wie verwaschene Gesichter. Nutzer können über die API oder den Playground zwischen zwei Modi für Geschwindigkeit und Detailgrad wählen. BFL Blog - FLUX Upscale: 2K and 4K for Video BFL hat FLUX Upscale als eigenständiges Tool veröffentlicht. Es skaliert KI-generierte Videos auf bis zu 4K hoch und korrigiert dabei Bildfehler. Die Clips sollen so direkt für große Bildschirme und Broadcast-Formate nutzbar werden. Von 704p auf Broadcast-Niveau Generative Video-Modelle liefern standardmäßig oft Ergebnisse in einer Basisauflösung von 704p. Für Werbekampagnen oder den Einsatz im TV reicht diese Pixelzahl nicht aus. Bisherige lokale Upscaler stoßen bei der Hochrechnung für solche Formate häufig an Qualitätsgrenzen oder verarbeiten große Videomengen im professionellen Einsatz zu langsam. FLUX Upscale war bisher lediglich als integrierter Zwischenschritt für die 1080p-Berechnung innerhalb von FLUX 3 Video im Einsatz. Nun lässt es sich auf beliebige Videos anwenden. Es nimmt die Clips in einer flexiblen Startauflösung entgegen und berechnet sie mit den Skalierungsfaktoren 1,5x, 2x oder 3x neu. Aus einem typischen 704p-Input entstehen so wahlweise 1080p, 2K oder 4K. Dabei repariert es Artefakte, die ein allgemeiner Upscaler übersehen würde. Es korrigiert beispielsweise verschwommene Gesichter und glättet rasterartige Muster auf Texturen wie Wasser oder Gras. Anzeige Zwei Modi steuern Detailgrad und Kosten Für die Skalierung stehen zwei Berechnungswege bereit. Der Modus »Precise« arbeitet in vier Schritten und kostet 0,07 US-Dollar pro Megapixel und Sekunde (mp/s). Er ist die günstigere Wahl, wenn die Identitäten und Referenzdetails des Originalvideos streng erhalten bleiben sollen. Der Modus »Creative« rechnet in acht Schritten und kostet 0,10 US-Dollar pro mp/s. Er investiert mehr Rechenzeit in die Fehlerbehebung und die Generierung neuer Details. Dieser tiefere Eingriff kann Identitäten verändern, wodurch die visuelle Konsistenz zum Ausgangsmaterial geringer ausfällt als im Precise-Durchlauf. Entwickler können FLUX Upscale über die BFL API sowie im Playground des Anbieters nutzen.

ElevenLabs veröffentlicht Echtzeit-Sprachmodell für interaktive Dialoge

aycaramba@all-ai.de (Andreas Becker) — Thu, 20 Aug 2026 10:47:19 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ ElevenLabs hat das neue Sprachmodell Eleven v3 Conversational für interaktive Echtzeit-Dialoge veröffentlicht. Entwickler können über spezielle Audio-Tags die Emotionen der KI-Stimmen steuern, sodass diese auf Zuruf flüstern, lachen oder sarkastisch klingen. Das System unterstützt mehr als 11.000 Stimmen in über 70 Sprachen und minimiert durch neue WebSockets spürbare Verzögerungen. X - ElevenLabs kündigt Eleven v3 Conversational an ElevenLabs Docs - Eleven v3 Conversational Modellübersicht ElevenLabs hat das Modell Eleven v3 Conversational allgemein verfügbar gemacht. Es generiert Sprache in Echtzeit und gibt Entwicklern über Audio-Tags detaillierte Kontrolle über die Emotionen der Stimmen. Twitter Beitrag - Cookies links unten aktivieren. Eleven v3 Conversational, our most expressive model for realtime speech, is now generally available. For developers building voice experiences that respond with real emotion, Eleven v3 Conversational includes audio tags for fine-grained control and support across 70+ languages. pic.twitter.com/TOAkZt3qGa — ElevenLabs (@ElevenLabs) August 19, 2026 Regieanweisungen für die KI-Stimme Es richtet sich primär an Entwickler, die Kunden-Support-Bots oder Charaktere für Videospiele bauen. Statt Text lediglich monoton vorzulesen, verarbeitet das Modell emotionale Regieanweisungen. Über Audio-Tags lässt sich im Code steuern, ob die Stimme lacht, flüstert, sarkastisch klingt oder Neugier ausdrückt. ElevenLabs hat die Architektur auf solche Echtzeit-Szenarien ausgelegt. Das Modell streamt Antworten ohne merkliche Verzögerung oder Qualitätsverlust. Dafür bietet das Unternehmen neue Text-to-Dialogue-Schnittstellen über WebSockets an. Deren Multi-Kontext-Verbindung verwaltet mehrere parallele Unterhaltungen. Anzeige Zugriff auf 11.000 Stimmen in über 70 Sprachen Nutzer können für ihre Anwendungen auf eine Bibliothek von mehr als 11.000 Stimmen zugreifen. Eleven v3 Conversational unterstützt über 70 Sprachen. Laut ElevenLabs ist das Modell unter anderem für Deutsch, Spanisch, Französisch, Portugiesisch und Hindi optimiert. Eleven v3 Conversational lässt sich über die Plattform ElevenAgents sowie die API von ElevenLabs in eigene Dienste integrieren. Die Kosten beginnen bei 0,05 US-Dollar pro 1000 generierten Zeichen. Bei größeren Abnahmemengen sinkt der Preis.

Stripe sagt wegen KI Singularität den Börsengang ab

aycaramba@all-ai.de (Andreas Becker) — Thu, 20 Aug 2026 10:28:08 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Stripe kauft das KI-Startup OpenRouter für knapp acht Milliarden US-Dollar. Gleichzeitig sagt der Zahlungsdienstleister seinen geplanten Börsengang ab und bleibt vorerst ein privates Unternehmen. Die Gründer begründen diesen Schritt mit dem Beginn der Singularität und dem schnellen Wirtschaftswandel durch künstliche Intelligenz. Durch die Übernahme will Stripe die Kostenkontrolle und das Token-Routing für Entwickler künftig zentral steuern. Axios: Scoop: Stripe says "the singularity" has begun Der US-Zahlungsdienstleister Stripe übernimmt das KI-Startup OpenRouter für knapp acht Milliarden US-Dollar und verschiebt seinen geplanten Börsengang auf unbestimmte Zeit. Die Unternehmensführung begründet den Schritt mit dem Beginn der »Singularität« und einem grundlegenden Wandel der Weltwirtschaft. KI-Boom statt Börsenparkett In einem Investorenbrief erklärten die Stripe-Gründer Patrick und John Collison, die Singularität habe am 1. Januar dieses Jahres begonnen. Theoretisch beschreibt dieser Begriff den Zeitpunkt, ab dem künstliche Intelligenz die menschliche Intelligenz übersteigt. Die Brüder nutzen das Konzept hier als Erklärung für eine wirtschaftliche Zäsur, durch die deutlich mehr Firmen gegründet werden. Wegen dieser schnellen wirtschaftlichen Veränderungen bleibt Stripe vorerst in privater Hand. Ohne die strengen Berichtspflichten für Aktiengesellschaften kann das Management langfristige Investitionen und Übernahmen deutlich einfacher tätigen. Eine Verwässerung der Anteile aktueller Investoren fällt dadurch weg. Die eigenen Geschäftszahlen stützen diesen Kurs. Der Umsatz stieg im ersten Halbjahr im Jahresvergleich um 41 Prozent, während sich die Einnahmen durch KI- und Krypto-Unternehmen verdoppelten. 88 Prozent der Forbes AI 50 nutzen die Plattform bereits, darunter Branchengrößen wie OpenAI und Anthropic. Anzeige Ausgabenkontrolle für KI-Modelle Mit der Bestätigung der OpenRouter-Übernahme zeigt Stripe direkt, wohin ein Teil dieser Investitionen fließt. Die Plattform leitet Anfragen von Entwicklern gezielt an verschiedene KI-Modelle weiter. Die Übernahme, die laut Axios-Informationen größtenteils in Aktien bezahlt wird, beläuft sich auf knapp acht Milliarden US-Dollar. Der Wert von OpenRouter steigt damit rasant. Noch im Mai lag die Unternehmensbewertung bei lediglich 1,3 Milliarden US-Dollar. Durch den Verkauf erhalten allein die Gründer nun rund 1,5 Milliarden US-Dollar. Bisher verdiente Stripe vor allem an der Abwicklung eingehender Zahlungen. Mit OpenRouter kontrolliert das Unternehmen künftig eine zentrale Schnittstelle im KI-Bereich. Entwickler benötigen neben der reinen Zahlungsabwicklung zunehmend Lösungen, um die laufenden Kosten für die genutzten KI-Modelle im Blick zu behalten. Stripe erfährt zudem durch die Übernahme aus erster Hand, wie die Entwickler die unterschiedlichen KI-Modelle im Alltag einsetzen. Der Token-Verbrauch über OpenRouter wächst nach Angaben der Betreiber derzeit um neun Prozent pro Woche. OpenRouter arbeitet vorerst als eigenständige Einheit weiter und behält alle bisherigen Funktionen bei.

Unitree Roboter schlägt Usain Bolt und landet im Stromkasten

aycaramba@all-ai.de (Andreas Becker) — Thu, 20 Aug 2026 09:57:09 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Das chinesische Unternehmen Unitree zeigt den neuen humanoiden Roboter »Superman«. Der Prototyp bricht mit 45,6 km/h den menschlichen Sprintrekord. Ein Testvideo dokumentiert allerdings einen unkontrollierten Crash in einen Stromkasten am Ende der Strecke. Dieser Unfall verdeutlicht das aktuelle Hauptproblem der Robotik, bei der die Mechanik der Software-Steuerung weit voraus ist. YouTube / Unitree Robotics X / Chay Bowes Das chinesische Unternehmen Unitree zeigt einen neuen humanoiden Roboter. »Superman« sprintet mit über 45 km/h und schlägt damit den Geschwindigkeitsrekord von Usain Bolt. Mehr Tempo, mehr Sprungkraft Unitree hat den Prototyp nach eigenen Angaben in nur drei Monaten gebaut. Er erreicht eine Spitzengeschwindigkeit von 12,66 Metern pro Sekunde (45,6 km/h) und übertrifft damit bisherige Modelle des Herstellers deutlich, die auf maximal 10 Meter pro Sekunde kamen. Diese Leistung erzielt er mit Beinen, die lediglich 85 Zentimeter lang sind. Aus dem Stand schafft er einen vertikalen Sprung von zwei Metern. Hardware schlägt Software Videoaufnahmen dokumentieren den Rekordsprint auf einer Indoor-Laufbahn. Am Ende der Strecke bremst er jedoch nicht rechtzeitig ab und weicht unkontrolliert von der Bahn ab. Er prallt ungebremst in einen Stromkasten und stürzt. Twitter Beitrag - Cookies links unten aktivieren. Robot breaking the human speed record and BREAKING an electrical box at the same time. pic.twitter.com/g1wwBWGCey — Eren Chen (@ErenChenAI) August 17, 2026 Der Crash zeigt ein grundsätzliches Problem der zweibeinigen Robotik. Während die Mechanik extreme Leistungen erlaubt, kommt die Software-Steuerung nicht hinterher. Einen Roboter bei hohem Tempo zu stabilisieren, Hindernisse zu erkennen und ihn sicher zum Stehen zu bringen, erfordert aufwendige Echtzeitberechnungen. Daran scheitert der Prototyp. Anzeige Geld für die Weiterentwicklung Bislang verkauft Unitree den humanoiden G1 für rund 13.500 US-Dollar primär an Forschungseinrichtungen. Ein kommerzieller Einsatz in unvorhersehbaren Fabrikumgebungen steht noch aus. Um die Entwicklung weiter zu finanzieren, feierte das Unternehmen diese Woche sein Debüt an der Börse in Shanghai. Dort sammelte Unitree umgerechnet rund 905 Millionen US-Dollar ein. In den USA gibt es derweil regulatorische Hürden. Die Kommunikationsbehörde FCC erließ im Juli Importbeschränkungen für ausländische Roboter. Das erschwert den Verkauf kommender Unitree-Generationen auf dem amerikanischen Markt.

Google verschenkt Gemini Plus an alle Studenten

aycaramba@all-ai.de (Andreas Becker) — Thu, 20 Aug 2026 09:05:34 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Google bietet Studierenden und Auszubildenden weltweit ein Jahr lang kostenlosen Zugang zu seinen sonst kostenpflichtigen KI-Abonnements. Ein neuer Student Hub bündelt hochgeladene Kursmaterialien und wandelt diese direkt in individuelle Lernpläne, Karteikarten oder Quizze um. Die KI erzeugt interaktive 3D-Simulationen für schwer greifbare Konzepte und unterstützt bei Literaturrecherchen unbemerkt im Hintergrund. In Deutschland schaltet Google den Tarif AI Plus frei, der zusätzlich 400 Gigabyte Cloud-Speicher und den Zugriff auf Gemini Omni beinhaltet. Google: Gemini für Studierende Pünktlich zum Start des Wintersemesters erhalten Studierende und Auszubildende ein Jahr lang kostenlosen Zugang zu Googles KI-Abonnements. Zusätzlich schaltet Google neue Funktionen frei, die Studierenden gezielt bei der Prüfungsvorbereitung und Literaturrecherche helfen sollen. Effektiver lernen mit dem Student Hub Google bündelt die neuen Lernfunktionen auf einer eigenen Übersichtsseite. Der sogenannte Student Hub dient als zentrale Anlaufstelle für hochgeladene Kursmaterialien, Vorlesungsnotizen und Lehrpläne. + Quelle: Google Anwender können dort für jeden Kurs ein separates »Studien-Notebook« erstellen. Gemini analysiert die Dokumente, leitet daraus individuelle Lernpläne ab und ermittelt Wissenslücken durch diagnostische Tests. Nutzer wandeln ihre Aufzeichnungen so direkt in Karteikarten oder Quizze um. Ein integriertes Dashboard visualisiert den aktuellen Lernfortschritt. + Quelle: Google Visualisierung und Sprachbedienung Für schwer greifbare Inhalte erzeugt Gemini interaktive 3D-Simulationen und dynamische Tabellen im Chatfenster. Als Beispiele dienen die DNA-Replikation oder die Energieverteilung bei einem Pendel. Die 3D-Models lassen sich per Touch-Geste drehen und vergrößern. Nutzer rufen diese Ansichten über einfache Prompts wie »Zeig mir, wie DNA in 3D funktioniert« auf. + Quelle: Google Umfangreichere Literaturrecherchen laufen künftig unbemerkt im Hintergrund ab. Mit Gemini Live starten Anwender per Spracheingabe eine »Deep Research«-Anfrage zu komplexen Themen. Die App sucht im Netz nach Quellen, während das Smartphone gesperrt bleibt. Sobald die Ergebnisse vorliegen, meldet sich das Modell per Benachrichtigung, woraufhin Nutzer die Erkenntnisse direkt in einem lockeren Sprachdialog besprechen können. Bei visuellen Aufgaben, etwa der historischen Einordnung eines Gemäldes, reicht der Upload eines Fotos. Gemini führt den Nutzer dann schrittweise durch den Lösungsweg. Das Prinzip funktioniert ebenso bei der Lösung von mathematischen Gleichungen. Anzeige Textarbeit und Audio-Zusammenfassungen Neben der reinen Wissensvermittlung unterstützt Gemini bei klassischen Schreibaufgaben. Es strukturiert erste Ideen für Hausarbeiten und liest fertige Essays Korrektur. Zudem hilft es bei der Formulierung beruflicher E-Mails, optimiert Lebensläufe oder generiert Code für eigene Websites. Wer Vorlesungsnotizen lieber hört als liest, wandelt die Textdateien in Audio-Zusammenfassungen oder kurze Podcasts um. Über verknüpfte Apps greift Gemini direkt auf Informationen aus Gmail und Google Drive zu, was das manuelle Suchen und Kopieren von Dokumenten erspart. Speicherplatz und Nutzungslimits Das kostenlose Abo richtet sich an Auszubildende und Studierende zwischen 18 und 24 Jahren. In den USA erhalten Nutzer den teureren Tarif Google AI Pro. In mehr als 140 weiteren Ländern, darunter Deutschland, schaltet das Unternehmen stattdessen den Tarif Google AI Plus frei. Das Paket umfasst 400 Gigabyte Cloud-Speicher und gewährt Zugriff auf das Video-Modell Gemini Omni. Zudem verdoppeln sich die Limits für Anfragen. Der Bildupload und das Erstellen von Lern-Notebooks sind unbegrenzt. Zur Aktivierung ist ein Nachweis des Ausbildungsstatus erforderlich, der jährlich erneuert werden muss. Das Angebot gilt bis zum 31. Dezember 2026. Auch Personen, deren Probeabo im Vorjahr abgelaufen ist, sind erneut teilnahmeberechtigt. Wer das Abonnement nach Ablauf des Gratis-Jahres nicht kostenpflichtig verlängern möchte, muss rechtzeitig kündigen.

FBI und NSA warnt: Hacker greifen Siemens Steuerungen mit KI an

aycaramba@all-ai.de (Andreas Becker) — Wed, 19 Aug 2026 22:15:57 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Fünf US-Sicherheitsbehörden warnen vor einer akuten Angriffswelle auf S7-Steuerungen von Siemens. Die Hacker nutzen KI-generierte Skripte, um sich unbemerkt als normale Monitoring-Software zu tarnen. Das Ziel ist offenbar die Vorbereitung groß angelegter Sabotageakte in kritischen Industrien. Betreiber sollen ihre Anlagen sofort mit Updates absichern und strikt vom Internet trennen. CISA: Defending Against an Active Threat to Siemens S7 Series PLCs Gleich fünf US-Behörden, darunter CISA, NSA und FBI, haben am Mittwoch eine gemeinsame Warnung veröffentlicht. Im Visier der Angreifer stehen speicherprogrammierbare Steuerungen (SPS) der S7-Familie von Siemens. Sie kommen weltweit in Fabriken, Wasserwerken, Chemiewerken und bei Energieversorgern zum Einsatz. Angriff per Internet Die Angreifer suchen über das Internet nach schlecht abgesicherten SPS. Sobald sie diese finden, dringen sie mithilfe KI-generierter Skripte in die Steuerungen ein. Diese basieren auf der frei zugänglichen Automatisierungsbibliothek »snap7.dll« und ermöglichen Lese- sowie Schreibzugriff auf den Speicher und die Konfiguration der Geräte. Laut den Behörden tarnen sich die Skripte als gewöhnliche Monitoring-Tools zur Anlagenüberwachung. Künstliche Intelligenz senkt hier die Einstiegshürde für Industrie-Hacks. Die Angreifer sparen Entwicklungszeit und benötigen weniger technisches Vorwissen, um Schwachstellen auszunutzen. Anzeige Ausspähen für künftige Sabotage Bislang werten die Angreifer die Anlagen offenbar primär aus. Die Ermittler gehen jedoch davon aus, dass diese Aufklärung der Vorbereitung dient, um später physische Schäden anzurichten oder Prozesse zu stören. Gelingt ein Angriff auf die Steuerungen, drohen Produktionsausfälle, beschädigte Maschinen oder manipulierte Sicherheitssysteme. Betroffen sind sämtliche Modelle der S7-Serie, von der älteren S7-200 bis zur aktuellen S7-1500. Was Anlagenbetreiber jetzt tun müssen Um die Steuerungen abzusichern, empfehlen die Behörden dringende Updates. Betreiber sollen aktuelle Sicherheits-Patches für die Firmware sowie für die Programmierumgebungen TIA Portal und STEP 7 einspielen. Noch wichtiger ist die physische oder virtuelle Netzwerktrennung. Die Siemens-Steuerungen dürfen nicht direkt über das Internet erreichbar sein. Unternehmen sollen ihre Firewalls anpassen und den TCP-Port 102 blockieren. Über diesen kommuniziert das S7comm-Protokoll der Steuerungen. Betreiber müssen zudem prüfen, ob starke Passwörter gesetzt sind und externe Dienstleister nur über sichere Verbindungen zugreifen. Wer weitere Unterstützung bei der Konfiguration benötigt, kann sich direkt an das ProductCERT von Siemens wenden.

OpenAI prüft private KI Chats künftig völlig blind

aycaramba@all-ai.de (Andreas Becker) — Wed, 19 Aug 2026 19:41:00 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ OpenAI führt im September die Funktion Private Safety Processing für seine Sprachmodelle ein. Das System erkennt komplexen Missbrauch über mehrere Eingaben hinweg völlig automatisch. Mitarbeiter erhalten dabei zu keinem Zeitpunkt Zugriff auf die tatsächlichen Textinhalte der Nutzer. Firmenkunden profitieren dadurch von einer höheren Sicherheit bei voller Datenkontrolle nach dem Zero-Data-Retention-Prinzip. OpenAI - Our commitment to Zero Data Retention OpenAI testet mit »Private Safety Processing« ein neues Sicherheitsmonitoring für seine Sprachmodelle. Es erkennt Missbrauch über mehrere Nutzeranfragen hinweg, ohne dass Mitarbeiter die Textinhalte auslesen können. Enterprise-Kunden behalten so die volle Datenkontrolle. Längere Aufgaben erfordern mehr Kontext Bislang wertet OpenAIs Sicherheitsprüfung unter dem »Zero Data Retention«-Prinzip jede Anfrage einzeln aus und speichert keine Daten. Wenn KI-Modelle aber umfangreichere Aufgaben übernehmen, greift dieses Vorgehen zu kurz. Böswillige Absichten oder fehlerhaftes Verhalten von KI-Agenten fallen oft erst auf, wenn man mehrere Eingaben im Zusammenhang betrachtet. Bisher verlangten Anbieter für ein solches Monitoring häufig die Speicherung der Chatverläufe. Das kollidiert bei Organisationen jedoch mit internen Sicherheitsrichtlinien und dem Schutz von Geschäftsgeheimnissen. Anzeige Automatisierte Alarme statt menschlicher Einsicht Private Safety Processing umgeht diesen Konflikt. Es sucht nach Mustern in zusammenhängenden Konversationen, greift aber nicht auf die Rohdaten zu. Die Textinhalte der Nutzer bleiben entweder auf der Infrastruktur der Kunden oder lagern verschlüsselt auf OpenAI-Servern. Das Unternehmen besitzt für diese Verschlüsselung keine Schlüssel. + Quelle: OpenAI Wie das Schema zeigt, läuft der Kontrollprozess rein automatisiert ab. Schlägt dieser an, empfängt OpenAI lediglich ein Signal über die Kategorie und Schwere des möglichen Missbrauchs. Der eigentliche Text wird nicht übertragen. Der Kunde erhält im Anschluss eine Warnung in seinem eigenen System. Er kann den Vorfall lokal untersuchen und entscheidet selbst, ob er die Inhalte zur Klärung mit OpenAI teilen möchte. Rollout für September geplant Erste Partner testen die Funktion bereits. Laut Sunil Agrawal, Sicherheitschef beim Softwareunternehmen Glean, zeige der Ansatz, dass sich Sicherheitsvorkehrungen verbessern lassen, ohne den Datenschutz im Enterprise-Umfeld aufzuweichen. OpenAI plant die allgemeine Einführung für September. Gleichzeitig soll ein technisches Whitepaper mit weiteren Details erscheinen.

Nvidia liefert wieder KI Chips nach China

aycaramba@all-ai.de (Andreas Becker) — Wed, 19 Aug 2026 09:05:03 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Die chinesische Regierung erlaubt Technologiekonzernen wie ByteDance und Tencent den begrenzten Import von Nvidias H200-Chips. Peking möchte sicherstellen, dass die heimischen Entwickler beim Training großer KI-Modelle international den Anschluss nicht verlieren. Um gleichzeitig den lokalen Markt um Huawei zu stärken, muss die neue Hardware größtenteils im logistisch schwierigen Hongkong betrieben werden. Financial Times - China eases limits on Nvidia H200 chips as AI race escalates Die chinesische Regierung erlaubt Technologiekonzernen wie ByteDance und Tencent den Import kleinerer Mengen des Nvidia-Chips H200. Peking will damit sicherstellen, dass heimische Entwickler im Wettbewerb mit US-amerikanischen KI-Modellen nicht den Anschluss verlieren. Spagat zwischen Import und Eigenproduktion ByteDance und Tencent haben laut der Financial Times in den vergangenen Wochen jeweils rund 10.000 H200-Chips erhalten. Weitere chinesische Unternehmen erwarten in Kürze ähnliche Genehmigungen der zuständigen Behörde NDRC. Die USA hatten den Verkauf von bis zu 100.000 Stück pro Konzern im Vorfeld freigegeben. Der H200 liegt technisch mindestens zwei Generationen hinter den modernsten Nvidia-Chips zurück. Diese Spitzenmodelle sind für chinesische Käufer wegen US-Exportkontrollen ohnehin gesperrt. Für das Training neuer KI-Modelle ist der H200 dennoch essenziell. Anzeige Logistische Hürden in Hongkong Als Kompromiss erlaubt die Regulierung den Einsatz in Hongkong, da die Sonderverwaltungszone außerhalb der chinesischen Zollgrenze liegt. Dort fehlt es den Konzernen allerdings an geeigneten Rechenzentren. Ein großflächiger Ausbau scheitert dort momentan an der unzureichenden Stromversorgung. »Jeder braucht die Chips, aber es ist schwierig, einen Weg zu finden, sie in Hongkong zu nutzen«, beschrieb ein Beteiligter die Lage. Nvidia lagert derweil etwa eine halbe Million H200-Chips für chinesische Kunden. Partnerunternehmen wie Lenovo informierten ihre Abnehmer in der vergangenen Woche, dass sie wieder Bestellungen für Server mit diesen Bauteilen aufgeben können. Abhängigkeit beim Modelltraining Die chinesische Branche holt technologisch auf. Modelle wie Kimi K3, GLM 5.3 oder Qwen 3.8 erreichen mittlerweile ähnliche Ergebnisse wie das US-Pendant Mythos 5 von Anthropic. Um diese Aufholjagd nicht zu gefährden, toleriert Peking vorerst den Import der US-Hardware. China verfügt noch nicht über die Anlagen für die modernste Chipfertigung. Während Entwickler für die finale Anwendung der Modelle zunehmend chinesische Prozessoren nutzen, erfordert das rechenintensive Training weiterhin Hardware von Nvidia.

Sam Altman gibt Entwarnung für neue OpenAI Modelle

aycaramba@all-ai.de (Andreas Becker) — Wed, 19 Aug 2026 08:52:43 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ OpenAI-Chef Sam Altman bestätigt, dass zeitnah geplante KI-Modelle trotz der aktuellen Trainingspause pünktlich erscheinen. Die kürzlich eingeführten Sicherheitsvorkehrungen betreffen ausschließlich Projekte, die auf der Roadmap weiter in der Zukunft liegen. Damit reagiert das Unternehmen auf Spekulationen über einen generellen Entwicklungsstopp nach den kritischen Vorfällen mit dem Modell Astra. X (Twitter) - Sam Altman All-AI - Keine neuen Modelle von OpenAI aus Angst vor eigener KI OpenAI-Chef Sam Altman beruhigt die Gemüter: Trotz des jüngsten Trainingsstopps bei OpenAI sollen zeitnahe Veröffentlichungen weiterhin im Zeitplan bleiben. Die Zwangspause betrifft laut Altman ausschließlich Modelle, die weiter in der Zukunft liegen. Twitter Beitrag - Cookies links unten aktivieren. (We still expect to ship great new models soon; this impacts further-out releases.)— Sam Altman (@sama) August 18, 2026 Fahrplan für aktuelle Entwicklungen bleibt bestehen Zuvor hatte OpenAI das Training für das kommende Modell Astra ausgesetzt, was sofort Spekulationen über einen generellen Entwicklungsstopp auslöste. Das geplante Modell Astra hatte in internen Tests ein derart kritisches Sicherheitsniveau erreicht, dass die Entwickler zunächst ihre eigenen Netzwerke abschirmen mussten. Nun schaltete sich Sam Altman ein, um die Lage zu klären. In einer kurzen Mitteilung betonte er, dass man weiterhin erwarte, schon bald neue Modelle auszuliefern. Die kürzlich eingeführten Sicherheitsmaßnahmen – wie das Kappen von Internetverbindungen und der Zwang zu Sandbox-Umgebungen – bremsen demnach nur Projekte aus, die sich noch weiter hinten auf der Roadmap befinden. Modelle, die bereits kurz vor dem Release stehen, erscheinen also pünktlich. Die aufwendige Arbeit an dem neuen Echtzeit-Monitoring für jeden einzelnen Rechenschritt verzögert somit erst spätere Generationen. Anzeige

GLM 5.3 auf Claude Opus 5 Niveau

aycaramba@all-ai.de (Andreas Becker) — Wed, 19 Aug 2026 08:37:53 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Z AI hat das neue KI-Modell GLM-5.3 via API für Entwickler freigegeben. In Benchmarks zieht das System mit Kimi K3 gleich und glänzt besonders bei komplexen Agenten-Aufgaben. Die besseren Antworten erfordern allerdings einen höheren Token-Verbrauch, was die Kosten pro Aufgabe leicht ansteigen lässt. Die Veröffentlichung der Modellgewichte unter MIT-Lizenz ist für die kommende Woche geplant. X.com Z AI - GLM-5.3 API is now live X.com Artificial Analysis - GLM-5.3 achieves 60 on the Artificial Analysis Intelligence Index Die unabhängigen Tests des KI-Modells GLM-5.3 überzeugen. Es zieht in Benchmarks mit dem bisherigen Open-Weights-Spitzenreiter Kimi K3 gleich und ordnet sich bei komplexen Agenten-Aufgaben direkt hinter Claude Opus 5 ein. Fokus auf Code und Agenten Unter der Haube behält GLM-5.3 die Architektur des Vorgängers mit insgesamt 753 Milliarden Parametern bei, von denen 40 Milliarden bei der Textgenerierung aktiv sind. Das Kontextfenster fasst weiterhin eine Million Token. Das Modell ist primär für das Programmieren, die Cybersicherheit und langfristige Agenten-Aufgaben ausgelegt. In aktuellen Tests erreicht GLM-5.3 im übergeordneten Intelligence Index einen Wert von 60 und liegt damit exakt auf dem Niveau von Kimi K3. + Quelle: ArtificialIntelligence Besonders gut schneidet es im GDPval-AA v2 Benchmark ab, der Agenten-Fähigkeiten bei realer Wissensarbeit misst. Das Elo-Rating steigt hier im Vergleich zur Vorversion um 246 Punkte auf 1770. Damit lässt GLM-5.3 den Konkurrenten Kimi K3 hinter sich und landet in der Gesamtliste auf dem zweiten Platz hinter Claude Opus 5. In der zusammenfassenden Wertung zum Artificial Analysis Agentic Index teilt es sich den Spitzenwert von 59 Punkten sogar mit Claude Opus 5 und Grok 4.6. + Quelle: ArtificialIntelligence Höherer Token-Verbrauch treibt die Kosten Das Modell beantwortet Fragen zum Weltwissen nun zwar häufiger und öfter richtig, allerdings stieg auch die Fehlerquote bei den Fakten leicht von 26 auf 30 Prozent. Die besseren Ergebnisse gehen mit einem höheren Token-Verbrauch einher. GLM-5.3 benötigt für Standardaufgaben im Schnitt 18.700 Ausgabe-Token. Das sind 20 Prozent mehr als beim Vorgänger und 27 Prozent mehr als bei Kimi K3. Trotz gleichbleibender API-Preise von 1,40 US-Dollar pro Million Eingabe-Token und 4,40 US-Dollar pro Million Ausgabe-Token steigen dadurch die tatsächlichen Kosten. Durch die gesunkene Token-Effizienz kostet eine gelöste Aufgabe nun 0,68 statt bisher 0,44 US-Dollar. Für Entwickler bleibt GLM-5.3 damit dennoch deutlich günstiger als vergleichbare Modelle wie Kimi K3 oder GPT-5.6 Sol. Aktuell ist GLM-5.3 nur über die Entwicklerschnittstelle (API) und Partner-Gateways nutzbar. Die offengelegten Modellgewichte sollen innerhalb der nächsten Woche unter der MIT-Lizenz folgen. Anzeige

Anthropic zeigt Erfolge in der Medikamentenentwicklung

aycaramba@all-ai.de (Andreas Becker) — Wed, 19 Aug 2026 08:21:58 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Anthropic hat neue Testergebnisse seiner KI-Modelle in den Biowissenschaften veröffentlicht. Die Modelle Claude Opus und Mythos entwerfen selbstständig und mit hoher Trefferquote neue Proteinbinder für Medikamente. Zudem wertet Opus 5 chemische Labordaten innerhalb weniger Minuten präzise aus. Diese Automatisierung spart Fachkräften enorm viel Zeit und beschleunigt die frühe Forschungsphase. Anthropic: How Claude is accelerating protein design and analytical chemistry Anthropic lässt seine KI-Modelle in die experimentelle Wissenschaft vordringen. Sie haben erfolgreich neue Proteine entworfen und chemische Analysedaten in Rekordzeit ausgewertet. KI auf Autopilot im Proteindesign Für die Entwicklung neuer Medikamente entwerfen Forscher spezielle Proteine, die sich an Zielstrukturen im Körper heften. Dieser Vorgang kostet Spezialisten normalerweise Wochen oder Monate an Rechenzeit. Anthropic hat nun die Modelle Claude Opus 4.8 und Mythos Preview auf diese Aufgabe angesetzt. Beide arbeiteten dabei weitgehend selbstständig. Sie planten die Strukturen, steuerten bekannte Forschungssoftware und sortierten ungeeignete Kandidaten direkt aus. Anschließend überprüften externe Labore die Entwürfe in der Praxis. Das Resultat: Claude konstruierte für 14 von 15 vorgegebenen Zielen funktionierende Bindeproteine. Die Trefferquote lag je nach Versuchsaufbau zwischen 22 und 35 Prozent, während in der Forschung derzeit eher 10 bis 15 Prozent üblich sind. Bei einigen Zielen banden die KI-Entwürfe sogar stärker als die bisher besten bekannten Proteine der Fachliteratur. + Quelle: Anthropic Auch vor sehr anspruchsvollen Zielen schreckte die KI nicht zurück. Opus 4.8 entwarf erfolgreich Bindeproteine für TNFα, ein wichtiges Signalprotein des Immunsystems. Daran waren zuvor bereits mehrere menschliche Expertengruppen gescheitert. Anzeige Chemische Analysen in Minuten statt Stunden Neben neuen Proteinen überprüfte Claude auch bestehende chemische Verbindungen. Wenn Chemiker neue Moleküle herstellen, müssen sie deren Identität und Reinheit testen. Das Auswerten der dabei entstehenden Rohdaten aus der Spektrometrie dauert im Laboralltag normalerweise Stunden. Anthropic übergab dem breit verfügbaren Modell Claude Opus 5 die unformatierten Rohdateien eines Auftragslabors sowie eine Arbeitsanweisung in zwei Sätzen. Die KI las die proprietären Dateiformate der Messgeräte aus und lieferte nach rund 20 Minuten fertige Auswertungen. Ein Chemiker benötigt dafür in der Regel eine halbe bis ganze Stunde pro Probe. Die Messergebnisse der KI stimmten am Ende mit den Werten des menschlichen Laborteams überein. Opus 5 erkannte zudem selbstständig Auffälligkeiten in den Datensätzen und schlug denselben Kontrolltest vor, den auch das Labor zuvor durchgeführt hatte. Wenn KI-Modelle diese Routineanalysen übernehmen, entfällt für Chemiker die stundenlange manuelle Datenauswertung. Sie können sich stattdessen direkt der Entwicklung neuer Therapien widmen.

OpenAI bringt ChatGPT Werbung endlich nach Deutschland

aycaramba@all-ai.de (Andreas Becker) — Wed, 19 Aug 2026 08:05:58 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ OpenAI startet kommende Woche sein Werbeprogramm ChatGPT Ads in 31 europäischen Ländern, darunter Deutschland. Die Anzeigen werden ausschließlich Nutzern der kostenlosen Tarife angezeigt, während Bezahl-Abos werbefrei bleiben. Die Werbung wird optisch von den Antworten getrennt und hat keinen Einfluss auf die generierten Inhalte. Mit den neuen Einnahmen will das Unternehmen den Gratis-Zugang zu seiner KI langfristig finanzieren. OpenAI - ChatGPT Ads expands across Europe Sechs Monate nach dem Testlauf in den USA weitet OpenAI sein Werbeprogramm auf 31 europäische Länder, darunter Deutschland und Österreich, aus. Während zahlende Kunden ab dem Plus-Abo verschont bleiben, sehen Gratis- und Go-Accounts künftig bezahlte Anzeigen. Startschuss für den europäischen Markt Kommende Woche rollt OpenAI das Anzeigenprogramm in weiten Teilen Europas aus. Unternehmen buchen ihre Kampagnen anfangs direkt über das Vertriebsteam oder Partneragenturen. Im Laufe des Sommers öffnet OpenAI dann ein Portal für direkte Buchungen. Die Werbung erscheint ausschließlich bei Nutzern der Tarife »Free« und »Go«. Wer ein Plus-, Pro- oder Enterprise-Abonnement bezahlt, nutzt ChatGPT weiterhin komplett werbefrei. Anzeige Datenschutz und optische Trennung OpenAI blendet die Werbung optisch getrennt von den generierten Inhalten ein. Die bezahlten Platzierungen beeinflussen die Antworten von ChatGPT nicht. Gespräche bleiben privat, das Unternehmen verkauft keine Nutzerdaten an Werbekunden. Anwender können zudem Einstellungen zur Personalisierung der Werbung anpassen. Im Gegenzug erhalten Marketingabteilungen neue Funktionen für ihre Kampagnen. Seit dem US-Start im Februar hat OpenAI das System stark ausgebaut. Statt nur für reine Klicks bezahlen Werbekunden nun zielgerichtet für erfolgreiche Abschlüsse. Neue Schnittstellen für Werbekunden Dafür stellt OpenAI eigene Schnittstellen wie den OpenAI Pixel und eine Conversions API bereit. Über Geo-Targeting grenzen Firmen ihre Zielgruppe regional ein. Menschen nutzen ChatGPT oft für konkrete Vorhaben, etwa um Reisen zu planen oder Software auszuwählen. Genau hier sollen Werbekunden künftig ihre Produkte platzieren, wenn Kaufentscheidungen fallen. Zehntausende Firmen nutzen das System nach Angaben von OpenAI bereits. Mit den Einnahmen finanziert das Unternehmen den dauerhaften Betrieb der kostenlosen Chat-Zugänge.

Keine neuen Modelle von OpenAI aus Angst vor eigener KI

aycaramba@all-ai.de (Andreas Becker) — Tue, 18 Aug 2026 21:15:01 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ OpenAI hat das Training seiner neuesten Modelle wegen erheblicher Sicherheitsbedenken vorübergehend gestoppt. Das kommende Modell Astra zeigt offenbar derart starke Cyber-Fähigkeiten, dass es zum Risiko für die eigene Infrastruktur wird. Als Reaktion härtet das Unternehmen seine Forschungscluster, isoliert KI-Aufgaben in Sandboxes und führt ein striktes Token-Monitoring ein. OpenAI - Pacing model development in an era of cyber-critical capabilities OpenAI hat das Training seiner neuesten Modelle vorübergehend ausgesetzt. Das kommende Modell namens Astra besitzt im Bereich Cybersicherheit offenbar derart starke Fähigkeiten, dass die Entwickler zunächst ihre eigenen Netzwerke schützen müssen. Warnsignale und Trainingsstopp Zwei Vorfälle brachten das Unternehmen zu diesem Schritt. Zunächst gab es einen Sicherheitsvorfall mit der Plattform Hugging Face. Dann zeigten interne Tests am 7. August, dass Astra ein kritisches Sicherheitsniveau erreichen könnte. OpenAI unterbrach daraufhin das sogenannte Reinforcement Learning. Der größte geplante Trainingslauf ruht nun, bis das Unternehmen seine neuen Sicherheitsvorkehrungen in kleineren Tests geprüft hat. Anzeige Isolierte Forschungsumgebung Bisher lag der Fokus vor allem darauf, was die Modelle nach der Veröffentlichung können. Nun muss OpenAI seine internen Forschungscluster massiv abschirmen. Unmittelbar nach den Vorfällen stoppte die Firma die Ausführung von Code und den Internetzugriff für ihre Top-Modelle. Inzwischen gelten dauerhaft strengere Regeln. Wenn ein Modell selbst geschriebenen Code ausführt, geschieht das nur noch in isolierten Sandbox-Umgebungen. Zudem kappte OpenAI kritische Verbindungen zum Internet und zu internen Netzwerken. Ein einzelner Fehler der KI führt so nicht mehr direkt zu einem großen Datenleck. Überwachung in Echtzeit Parallel baut OpenAI das interne Monitoring aus. Ein neues System analysiert die Aktivitäten der Modelle nun bei jedem einzelnen Rechenschritt. Es prüft die ausgeführten Aktionen und achtet gezielt auf Datendiebstahl oder destruktives Verhalten. Schlägt das System Alarm, bleiben den Sicherheitsteams 30 Minuten für eine Reaktion. Können sie in dieser Zeit keinen Fehlalarm bestätigen, stoppt die Infrastruktur die Aktivität automatisch. Diese Überwachung verbraucht aktuell etwa 20 Prozent der Rechenleistung, die für die eigentliche Modellausführung anfällt. Fokus auf ehrliches Verhalten Um die Kontrolle zu behalten, passt OpenAI auch die Trainingsziele an. Die Entwickler wollen verhindern, dass die Modelle Schwächen in internen Bewertungssystemen ausnutzen, um sich künstlich hohe Belohnungen zu sichern. Sie trainieren Astra stattdessen darauf, ehrlich über eigene Fähigkeiten und Grenzen zu sein. OpenAI geht davon aus, dass künftige KI-Modelle einen Großteil dieser Sicherheitsarbeit selbst übernehmen müssen. In den kommenden Wochen will das Unternehmen einen technischen Bericht mit weiteren Details veröffentlichen.

Die erste unzensierte KI auf GPT-5.4 Niveau läuft lokal auf dem PC

aycaramba@all-ai.de (Andreas Becker) — Tue, 18 Aug 2026 19:27:23 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Das Open-Source-Modell Qwen 3.8 27B erreicht in aktuellen Benchmarks die Leistung von kommerziellen Systemen wie GPT-5.4. Nutzer können die Software direkt lokal auf handelsüblicher Hardware wie einer Nvidia RTX 5090 betreiben. Dank spezieller MLX-Versionen läuft das Modell auch effizient auf Apple-Rechnern wie dem Mac Mini. Für Forschungszwecke steht zudem eine komplett unzensierte Variante ohne Sicherheitsfilter bereit. X - Chubby (@kimmonismus) zu Qwen 27B Hugging Face - OrcaRouter Qwen3.8-27B-Uncensored-MLX Das Open-Source-Modell Qwen 3.8 27B erreicht in aktuellen Benchmarks das Niveau von proprietären Alternativen wie GPT-5.6 Luna. Anwender können diese Leistung lokal auf handelsüblichen Grafikkarten abrufen. Stärker als GPT-5.4 bei Agenten-Aufgaben Im März setzte OpenAI mit GPT-5.4 den Maßstab für kommerzielle KI-Modelle. Aktuelle Auswertungen von Artificial Analysis zeigen nun, dass Qwen 3.8 27B diese Marke erreicht. Im »Intelligence Index« zieht das Open-Source-Modell mit 52 Punkten mit GPT-5.6 Luna gleich. + Quelle: Artificial Intelligence Im »Agentic Index«, der selbstständiges Handeln der KI bewertet, überholt Qwen 3.8 27B mit 51 Punkten sowohl GPT-5.6 Luna als auch GPT-5.4. Lediglich die großen Flaggschiff-Modelle von Anthropic und OpenAI rangieren in den Tests noch vor der Open-Source-Variante. + Quelle: Artificial Intelligence Volle Kontrolle auf dem eigenen Schreibtisch Beobachter bezeichnen diese Veröffentlichung bereits als »DeepSeek-Moment« für die Entwickler-Community. Der Grund dafür liegt in den Hardware-Anforderungen. Qwen 3.8 27B läuft lokal auf einer Nvidia RTX 5090. Nutzer können damit Agenten-Workflows direkt auf ihrem Desktop-PC ausführen. Sie behalten die volle Kontrolle über ihre Daten und umgehen externe API-Kosten. Anzeige Angepasste Versionen für Apple Silicon Mittlerweile stehen angepasste Versionen für unterschiedliche Betriebssysteme bereit. Das Projekt OrcaRouter hat das Modell für Apple-Rechner optimiert und als MLX-Build veröffentlicht. Durch Quantisierung sinkt der Speicherbedarf. Die empfohlene 4-Bit-Version benötigt rund 15 Gigabyte Arbeitsspeicher und lässt sich so auch auf einem Mac Mini oder einer RTX 4090 betreiben. Twitter Beitrag - Cookies links unten aktivieren. We just shipped our official Qwen 3.8 27B Uncensored MLX build. Local. Uncensored. For🍎 2-bit, 4-bit, 6-bit & 8-bit — pick your poison based on RAM and speed. No CUDA. No cloud. Just your Mac and the weights. Have fun!https://t.co/b3gXsHeSdk — OrcaRouter 🐳 (@OrcaRouter) August 17, 2026 Unzensierte Variante für die Forschung Die MLX-Version von OrcaRouter ist »abliterated«. Das bedeutet, sämtliche Sicherheitsmechanismen und Verweigerungsroutinen wurden aus den Gewichten entfernt. Das Modell hat keine Filter mehr und beantwortet auch illegale oder schädliche Anfragen. Die Entwickler betonen, dass diese unzensierte Variante ausschließlich für die Sicherheitsforschung und kontrollierte akademische Experimente gedacht ist. Einen Einsatz in Endkunden-Produkten ohne eigene Moderationsschichten schließen die Entwickler aus.

Anwälte bekommen mit Harvey II ein intelligentes Gedächtnis

aycaramba@all-ai.de (Andreas Becker) — Tue, 18 Aug 2026 17:41:00 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Harvey hat die zweite Generation seiner Legal-AI-Plattform mit einem integrierten Gedächtnis vorgestellt. Die KI lernt den individuellen Schreibstil von Anwälten und wendet diesen direkt in Word und Outlook an. Neue projektbezogene Arbeitsräume bündeln zudem alle Dokumente und Zugriffsrechte eines Mandats sicher an einem Ort. Harvey Pressemitteilung Harvey hat am Dienstag die zweite Generation seiner Legal-AI-Plattform vorgestellt. Sie erhält ein Erinnerungsvermögen und lernt künftig die individuellen Schreibstile und Arbeitsweisen von Anwälten, anstatt für jede Aufgabe neue Vorgaben zu benötigen. Gedächtnis für Word und Outlook Im Zentrum des Updates steht die neue Funktion Memory. Bisher müssen Nutzer bei jedem Prompt neu erklären, welche Textstruktur, Detailtiefe oder Zitierweise sie erwarten. Memory speichert diese Vorlieben ab und wendet sie automatisch an. Das funktioniert direkt in Harvey, greift aber auch auf Microsoft Word und Outlook über. + Quelle: harvey ai Memory informiert die angebundenen KI-Agenten über bevorzugte Arbeitsschritte. Nutzer können jederzeit einsehen, was Harvey sich gemerkt hat, und Einträge ändern oder löschen. Harvey versichert, dass diese persönlichen Daten niemals in das Training der Modelle einfließen. Anzeige Arbeitsräume für den Fallkontext Das Update bündelt die juristische Arbeit in sogenannten Spaces. Diese projektspezifischen Bereiche fassen alle Dokumente, Aufgaben und Zugriffsrechte eines Mandats zusammen. Die KI-Agenten operieren künftig direkt innerhalb eines Spaces. Sie kombinieren dort das persönliche Gedächtnis des Anwalts mit den Dokumenten aus dem jeweiligen Fall. Dadurch können die Agenten inhaltlich anspruchsvollere Aufgaben übernehmen, ohne dass Nutzer den Sachverhalt zuvor aufwendig rekonstruieren müssen. In Kanzleien synchronisieren sich die Berechtigungen direkt aus den bestehenden IT-Strukturen in den Space. Wenn Mitarbeiter zwischen Projekten wechseln, nehmen sie keine vertraulichen Daten mit. In drei Phasen zum Kanzlei-Standard Harvey hat Memory in den vergangenen sechs Monaten mit internationalen Großkanzleien und Rechtsabteilungen von Fortune-500-Unternehmen entwickelt. Die Funktion startet zunächst als Early Access für Einzelpersonen. In den kommenden Monaten weitet Harvey Memory auf Mandats- und Bereichsebene aus. Später soll die Funktion unternehmensweit arbeiten. Dabei ergänzen sich die Daten auf jeder Ebene, während vertrauliche Mandanteninformationen isoliert bleiben. Harvey wird laut Unternehmensangaben weltweit bereits von 100.000 Anwälten in 70 Ländern genutzt und von Investoren wie dem OpenAI Startup Fund unterstützt.

OpenAI und CodeAI starten »ChatGPT for Teens«

aycaramba@all-ai.de (Andreas Becker) — Tue, 18 Aug 2026 13:42:05 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ OpenAI veröffentlicht mit »ChatGPT for Teens« eine angepasste Chatbot-Version für 13- bis 17-Jährige mit integrierten Jugendschutzfiltern. Ein spezieller Lernmodus verweigert einfache Antworten auf Hausaufgaben und leitet Jugendliche stattdessen durch schrittweise Erklärungen. Eltern erhalten weitreichende Kontrollmöglichkeiten und können ihre Konten verknüpfen, um feste Ruhezeiten festzulegen. Begleitet wird der Start von einer Partnerschaft mit CodeAI, um das technische Verständnis von Schülern zu fördern. OpenAI - Introducing ChatGPT for Teens OpenAI - Partnering with CodeAI to prepare the first AI generation OpenAI bringt zusammen mit der Bildungsplattform CodeAI eine spezielle ChatGPT-Variante für Jugendliche auf den Markt. Die Anwendung soll Schülern nicht nur bei Aufgaben helfen, sondern ihnen einen kritischen Umgang mit künstlicher Intelligenz beibringen. Fehlendes Wissen an Schulen Die meisten Schüler nutzen Textgeneratoren bereits regelmäßig im Alltag. Oft mangelt es jedoch am technischen Verständnis für die gelieferten Ergebnisse. Laut einer aktuellen Umfrage von CodeAI geben 75 Prozent der befragten Jugendlichen an, dass dieses Wissen für ihre Zukunft wichtig ist. Gleichzeitig schätzen nur 16 Prozent der Schulleiter, dass ihre Schüler im Unterricht die nötigen technischen Grundlagen lernen. Deshalb haben OpenAI und CodeAI am Dienstag eine Partnerschaft geschlossen. Sie wollen Schülern erklären, wie die zugrundeliegenden Modelle funktionieren, wo sie Fehler machen und wann man den Antworten besser nicht vertrauen sollte. Anzeige Schutzfunktionen für Jugendliche Zentraler Baustein der Kooperation ist »ChatGPT for Teens«. Die speziell für den Bildungsbereich entwickelte Variante enthält Schutzfunktionen für eine gesunde Nutzung sowie zusätzliche Kontrollmöglichkeiten für die Eltern. + Quelle: OpenAI »Eltern und Pädagogen wollen, dass junge Menschen auf eine von KI geprägte Zukunft vorbereitet sind«, sagte Allison Mishkin, Leiterin für kindliche Entwicklung bei OpenAI. Das Ziel sei, Schülern zu helfen, bessere Fragen zu stellen und die Antworten der Chatbots kritisch zu prüfen. Praktische Programme im kommenden Jahr Im kommenden Jahr startet zudem das Format »Hour of AI«, in dem Schüler die Grundlagen einer verantwortungsvollen Nutzung lernen. Zudem wird ein gemeinsamer Beirat gegründet, der Experten aus Kindesentwicklung und Lernforschung zusammenbringt. Das Gremium soll bei der Weiterentwicklung von »ChatGPT for Teens« beraten und aufkommende Risiken bewerten. Zusätzlich unterstützen OpenAI-Mitarbeiter CodeAI bei einem kostenlosen, ganzjährigen Schulkurs mit dem Titel »AI Foundations«. Für interessierte Jugendliche startet außerdem die »Builders Challenge«. Hier können sie eigene Projekte umsetzen und werden dabei von Entwicklern betreut. CodeAI-Chef Karim Meghji betonte, jeder Schüler müsse in der Lage sein, die Technik zu hinterfragen und ihre Fehler zu erkennen. Wenn man ihnen dieses Fundament gebe, werde KI zu etwas, das sie selbst gestalten können.

Google und britische Regierung nutzen KI gegen Kondensstreifen

aycaramba@all-ai.de (Andreas Becker) — Tue, 18 Aug 2026 11:59:36 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Google und die britische Regierung starten den Testlauf »Operation Blue Skies« zur Vermeidung klimaschädlicher Kondensstreifen. KI-Modelle sagen voraus, wo diese Wolken entstehen, sodass die Flugsicherung NATS betroffene Flugzeuge umleiten kann. Der Versuch findet im Shanwick-Luftraum über dem Nordatlantik statt und umfasst jährlich rund 10.000 Flüge. Das Projekt ist auf 30 Monate angelegt und wird von Forschungseinrichtungen wie dem Imperial College London begleitet. Google Blog Operation Blue Skies: Reducing aviation climate impact with AI Google startet gemeinsam mit der britischen Regierung einen großangelegten Test, um klimaschädliche Kondensstreifen über dem Nordatlantik durch KI-Prognosen zu vermeiden. Die »Operation Blue Skies« passt dafür erstmals Flugrouten in einem kompletten Luftraum an. Testgebiet Shanwick-Luftraum Kondensstreifen entstehen, wenn Wasserdampf an Rußpartikeln aus den Flugzeugtriebwerken kondensiert. Sie binden Wärme in der Atmosphäre und verursachen rund ein Drittel der gesamten Klimabelastung durch die Luftfahrt. Google erprobte bereits mit Fluggesellschaften wie American Airlines, wie KI-Modelle diese Wolkenbildung vorhersagen können. Durch leichte Routenänderungen ließen sich betroffene Gebiete umgehen. Nun wird das Konzept vom isolierten Test auf den gesamten Shanwick-Luftraum ausgeweitet. Er liegt im östlichen Nordatlantik und ist für etwa fünf Prozent der weltweiten Erwärmung durch Kondensstreifen verantwortlich. + Quelle: Google Der auf 30 Monate angelegte Versuch umfasst zwei viermonatige Betriebsphasen. Pro Jahr durchqueren rund 10.000 Flüge in den Testzeiträumen diesen Sektor. Ein kleiner Teil dieser Flüge soll basierend auf den KI-Daten minimal umgeleitet werden, um Zonen mit hoher Kondensstreifen-Gefahr zu meiden. Anzeige Konsortium aus Forschung und Flugsicherung Für die Umsetzung hat sich ein britisches Konsortium gebildet. Google UK entwickelt die KI-Modelle für die Vorhersage und verifiziert die Ergebnisse später mithilfe von Satellitenbildern. Die britische Flugsicherung NATS übernimmt die Koordination des Luftverkehrs, prüft die Sicherheit und schult ihre Fluglotsen für die neuen Abläufe. Das Met Office steuert die nötigen meteorologischen Daten bei. Das Imperial College London und die University of Cambridge analysieren die Flugdaten, um die tatsächliche Klimawirkung unabhängig zu prüfen. Das britische Verkehrsministerium fördert das Projekt finanziell. Die staatlichen Zuschüsse fließen dabei vollständig an die akademischen und gemeinnützigen Partner sowie die beteiligten Luftfahrtunternehmen. Google beteiligt sich unentgeltlich und stellt Forschungsexpertise, Entwicklungszeit sowie Rechenleistung im Gegenwert von 1,4 Millionen britischen Pfund bereit.

OpenAI halbiert die Preise für GPT-5.6 Sol

aycaramba@all-ai.de (Andreas Becker) — Tue, 18 Aug 2026 11:48:06 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ OpenAI hat die Preise für sein Modell GPT-5.6 Sol vorübergehend um 50 Prozent gesenkt. Der Rabatt gilt bis zum 18. September 2026 exklusiv für die Plattformen OpenRouter und Vercel AI Gateway. Laut Analysten dient die Aktion in erster Linie als Marketinginstrument, um die Nutzungsstatistiken künstlich in die Höhe zu treiben. OpenAI will damit Investoren im direkten Wettbewerb mit Konkurrenten wie Anthropic überzeugen. SemiAnalysis auf X: OpenAI just announced a 50% price cut for GPT 5.6 Sol OpenRouter auf X: OpenAI's GPT-5.6 Sol is now half off OpenAI senkt die Kosten für sein Modell GPT-5.6 Sol vorübergehend um 50 Prozent. Die Aktion gilt exklusiv für die Routing-Dienste OpenRouter und Vercel und soll offenbar Investoren im Wettbewerb mit Anthropic überzeugen. Günstigere Token-Preise Nutzer von OpenRouter und Vercel AI Gateway zahlen für GPT-5.6 Sol bis zum 18. September 2026 nur die Hälfte des regulären Preises. Die Reduzierung greift über alle Abfragestufen hinweg, einschließlich der Batch-, Flex- und Priority-Tarife. Im normalen Tarif fallen die Preise auf 2,50 US-Dollar für eine Million Input-Token und 15 US-Dollar für die Ausgabe. Im Flex-Tarif fallen die Kosten damit auf 1,25 US-Dollar für eine Million Input-Token und 7,50 US-Dollar für die Ausgabe. Die Plattformen ziehen den Rabatt automatisch ab, wenn das Modell über die Kennung »openai/gpt-5.6-sol« aufgerufen wird. Andere Cloud-Anbieter wie Microsoft Azure und Amazon Bedrock, die ebenfalls über OpenRouter verfügbar sind, behalten ihre ursprünglichen Preise bei. + Quelle: OpenRouter Marktanteile als Signal Das Analyseunternehmen SemiAnalysis wertet den Preisnachlass als gezielten Marketingzug. OpenRouter und Vercel verarbeiten zwar nur einen Bruchteil des gesamten Token-Volumens von OpenAI, dienen der Branche aber als zentrale Gradmesser für Marktanteile. SemiAnalysis geht davon aus, dass OpenAI mit dem Rabatt das Token-Volumen von GPT-5.6 Sol im kommenden Monat verdoppeln will. Das würde Investoren signalisieren, dass sich OpenAI erfolgreich gegen Rivalen wie Anthropic durchsetzt. Anzeige

Seedance 2.5 enttäuscht in ersten unabhängigen Benchmarks

aycaramba@all-ai.de (Andreas Becker) — Tue, 18 Aug 2026 09:48:32 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ In ersten unabhängigen Benchmarks schneidet das neue KI-Videomodell Seedance 2.5 schwächer ab als erwartet und verliert seine absolute Spitzenposition. Während die Bildqualität stagniert und Konkurrenten wie Googles Omni Flash bei der Text-to-Video-Erstellung vorbeiziehen, überzeugt das Update nur im Bereich Videobearbeitung. Der wahre Nutzen der neuen Version liegt im erweiterten Funktionsumfang, da nun deutlich längere Clips mit bis zu 30 Sekunden möglich sind. LMSYS Chatbot Arena: Text to Video Leaderboard Seedance 2.5 galt im Vorfeld als der nächste große Schritt in der KI-Videogenerierung. Erste unabhängige Auswertungen zeigen nun aber ein überraschend durchwachsenes Bild: Die reine Bildqualität stagniert, während die Konkurrenz spürbar aufgeholt hat. Schwächen bei der Videoerstellung Der Vorgänger Seedance 2.0 führte lange die Ranglisten an, entsprechend hoch waren die Erwartungen an das neue Modell. In der Chatbot Arena, in der zehntausende menschliche Tester die Ergebnisse blind bewerten, bleibt der erwartete Qualitätssprung jedoch aus. Bei der Videoerstellung aus Texteingaben fällt Version 2.5 auf den vierten Platz und damit sogar knapp hinter den direkten Vorgänger zurück. Den Spitzenplatz in dieser Kategorie sichert sich stattdessen Googles Omni Flash. + Quelle: Arena ai Auch bei der Umwandlung von Bildern in Videos bewegen sich die alte und neue Seedance-Version auf einem nahezu identischen Niveau hinter dem Spitzenreiter Minimax H3. + Quelle: Arena ai Die einzige klare Verbesserung zeigt sich bei der nachträglichen Videobearbeitung. In der Video Edit Arena belegt Seedance 2.5 den ersten Platz und setzt sich deutlich von Version 2.0 ab. + Quelle: Arena ai Mehr Auswahl für Anwender Dass Seedance nicht mehr einsam an der Spitze steht, liegt an den schnellen Fortschritten der Mitbewerber. Neben Omni Flash und Minimax H3 liefert auch Flux 3 Video in den aktuellen Tests hervorragende Ergebnisse ab. Anstatt sich auf einen Anbieter festzulegen, haben Anwender nun vier gleichwertige Alternativen, die sich beispielsweise alle über die Plattform Higgsfield nutzen lassen. Anzeige Die tatsächliche Stärke von Seedance 2.5 ist daher weniger die Darstellungsqualität als der erweiterte Funktionsumfang. Das Modell erzeugt nun Clips mit einer Länge von bis zu 30 Sekunden und verarbeitet deutlich mehr Referenzmaterial für die Bildkomposition. Das Update zielt damit primär auf längere, zusammenhängende Videoproduktionen ab, bei denen viele Vorgaben umgesetzt werden müssen. Ein Geheimtipp ist aktuell Minimax H3, welches mit deutlich weniger Ristriktionen als Seedance 2.5 daherkommt.

ChatGPT-Prompts direkt per Link teilen

aycaramba@all-ai.de (Andreas Becker) — Tue, 18 Aug 2026 09:20:51 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ OpenAI rollt eine neue Teilen-Funktion für die Webversion von ChatGPT aus. Anwender können ihre Eingabeaufforderungen künftig direkt als Link generieren und an andere weitergeben. Öffnet der Empfänger diesen Link, landet der geteilte Text automatisch im vorausgefüllten Eingabefeld des Chatbots. Zusätzlich lassen sich die Vorlagen mit einem Klick in sozialen Netzwerken wie X oder LinkedIn veröffentlichen. X (Tibor Blaho) - Entdeckung der neuen Share prompt Funktion Nutzer der Webversion von ChatGPT erhalten eine neue Funktion zum Teilen ihrer Prompts. Über die Aktion »Share prompt« lässt sich aus einer eigenen Textnachricht ein direkter Link generieren. Klickt ein Empfänger auf diesen Link, öffnet sich ChatGPT mit dem vorausgefüllten Eingabefeld. Der geteilte Text steht dort bereit und kann vor dem Absenden noch angepasst werden. Bisher mussten Nutzer fremde Prompts manuell kopieren und in einen eigenen Chat einfügen. Direkte Anbindung an Netzwerke Das neue Teilen-Symbol erscheint bei bereits gesendeten Nachrichten neben den Schaltflächen für das Kopieren und Bearbeiten. Ein Klick darauf öffnet ein Vorschaufenster, das den ausgewählten Text anzeigt. Dort lässt sich der Link in die Zwischenablage kopieren. Zusätzlich bietet das Menü direkte Buttons für X, LinkedIn und Reddit. So lassen sich die Eingabeaufforderungen ohne Umweg in diesen sozialen Netzwerken veröffentlichen. + Erste Hinweise auf die Entwicklung der Funktion gab es bereits im April. Aktuell schaltet OpenAI sie für immer mehr Nutzerkonten frei. Heißt, die Funktion ist aktuell noch nicht bei jedem sichtbar. Anzeige

OpenAI sperrt Custom GPTs für private Nutzer

aycaramba@all-ai.de (Andreas Becker) — Tue, 18 Aug 2026 09:05:00 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ OpenAI hat die Erstellung neuer Custom GPTs für alle privaten Tarife deaktiviert. Bestehende GPTs bleiben für diese Nutzer weiterhin verfügbar und bearbeitbar. Unternehmenskunden in Business-Tarifen sind von dieser Einschränkung nicht betroffen. Der Schritt gilt als Vorbereitung für die baldige Einführung selbstständiger KI-Agenten. OpenAI Help Center - Creating and editing GPTs Wie aus aktualisierten Support-Dokumenten hervorgeht, haben Accounts in den Tarifen Free, Go, Plus und Pro die Berechtigung verloren, neue GPTs zu entwerfen oder zu veröffentlichen. Damit entfällt für viele Abonnenten die Möglichkeit, ChatGPT an spezifische Aufgaben anzupassen. + Quelle: OpenAI Wer bereits eigene GPTs angelegt hat, behält jedoch den Zugriff und kann diese weiterhin nutzen sowie bearbeiten. Ausgenommen von der Sperre sind zudem sämtliche Unternehmenskunden. In den Arbeitsumgebungen der Tarife Business, Enterprise und Edu funktioniert die Erstellung wie gewohnt weiter. Umbau zu Agenten erwartet Hinter dem plötzlichen Stopp für Privatnutzer steckt offenbar ein technischer Umbau. Als Ersatz sollen deutlich stärkere »Skills« die Aufgaben von Custom GPTs übernehmen. Beobachter erwarten, dass das Unternehmen im nächsten Schritt vollwertige KI-Agenten für private Konten freischaltet. Solche Agenten arbeiten Aufgaben weitaus selbstständiger ab als die bisherigen GPTs. Geschäftskunden stehen diese Funktionen bereits seit April zur Verfügung. Anzeige

OpenAI baut riesiges Rechenzentrum mit Nvidia Hardware

aycaramba@all-ai.de (Andreas Becker) — Tue, 18 Aug 2026 08:44:00 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ OpenAI plant in Ohio ein riesiges Rechenzentrum mit bis zu acht Gigawatt Leistung. Die Anlage wird ausschließlich mit Hardware von Nvidia betrieben und ab 2028 schrittweise ausgebaut. Neben der Sicherung von Rechenleistung für künftige Modelle bringt das Projekt der Region tausende Arbeitsplätze und Fördergelder. OpenAI - OpenAI joins PORTS-Pike project OpenAI treibt den Ausbau seiner physischen Infrastruktur voran. Das Unternehmen hat eine Vereinbarung für das künftige PORTS-Pike-Rechenzentrum in Ohio unterzeichnet. Die Anlage soll langfristig eine Kapazität von acht Gigawatt erreichen und ausschließlich mit Nvidia-Hardware laufen. Ausbau in Etappen Der Bau erfolgt schrittweise auf dem Gelände einer ehemaligen Urananreicherungsanlage. Die ersten 800 Megawatt sollen 2028 ans Netz gehen. Für den weiteren Ausbau sind neue Kraftwerke und zusätzliche Stromtrassen nötig. Betreiber der Anlage ist SB Energy. OpenAI mietet die Kapazitäten über einen Zeitraum von 20 Jahren an. Das KI-Unternehmen zahlt dafür aus laufenden Einnahmen und Investorengeldern, sobald die jeweiligen Bauabschnitte nutzbar sind. Nvidia beteiligt sich parallel mit 1,5 Milliarden US-Dollar an SB Energy. Anzeige Stromnetz und Kühlung Um die regionale Stromversorgung nicht zu belasten, übernimmt SB Energy die Kosten für den Netzausbau. Diese Ausgaben werden nicht auf andere Stromkunden in der Region umgelegt. Bei der Kühlung setzen die Planer auf geschlossene Systeme. Das Wasser zirkuliert im Kreislauf, anstatt kontinuierlich in Kühltürmen zu verdampfen. Ist das Kühlsystem einmal gefüllt, soll der laufende Verbrauch auf dem Niveau eines gewöhnlichen Bürogebäudes liegen. Millionen für die Gemeinde Das Projekt soll bis 2032 rund 35.000 Jobs im Baugewerbe und später 2.500 dauerhafte Arbeitsplätze im Betrieb schaffen. OpenAI investiert zudem 40 Millionen US-Dollar in einen kommunalen Förderfonds. SB Energy gibt noch einmal die gleiche Summe dazu. Zusätzlich stellt OpenAI 84 Millionen US-Dollar in Form von Software-Gutscheinen bereit. Im Studienjahr 2026/2027 erhalten rund 844.000 volljährige Studierende an Colleges und technischen Schulen in Ohio jeweils ein Guthaben von 100 US-Dollar. Sie können damit das Programmier-Tool Codex über ihr ChatGPT-Konto nutzen.

Anthropic hängt OpenAI beim Umsatz deutlich ab

aycaramba@all-ai.de (Andreas Becker) — Tue, 18 Aug 2026 08:36:00 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Anthropic hat seinen hochgerechneten Jahresumsatz bis Ende Juli auf 65 Milliarden US-Dollar gesteigert. Das Unternehmen wächst damit aktuell deutlich schneller als der direkte Konkurrent OpenAI. Geldgeber erwarten noch in diesem Herbst einen Börsengang des KI-Entwicklers. Das Debüt könnte mit einer anvisierten Bewertung von zwei Billionen US-Dollar das größte der Geschichte werden. Bloomberg: Anthropic revenue run rate surpasses $65 billion ahead of IPO Anthropic verzeichnet ein starkes Umsatzwachstum. Ende Juli erreichte der hochgerechnete Jahresumsatz des KI-Entwicklers 65 Milliarden US-Dollar. Er lag im Mai noch bei 47 Milliarden, Ende vergangenen Jahres bei 9 Milliarden US-Dollar. Börsendebüt im Herbst möglich Geldgeber gehen davon aus, dass Anthropic dieses Tempo beibehält. Sie prognostizieren für Ende 2026 einen Umsatz zwischen 100 und 120 Milliarden US-Dollar. Anthropic zieht damit aktuell mehr Investoreninteresse auf sich als OpenAI. Der Rivale konnte seinen Umsatz zwar auf 40 Milliarden US-Dollar verdoppeln, liegt damit aber deutlich zurück. Beide Firmen berechnen diese Kennzahlen, indem sie aktuelle Einnahmen auf ein volles Jahr hochrechnen. Sie haben zudem bereits vertrauliche Unterlagen für einen Börsengang eingereicht. Anthropic wird diesen Schritt voraussichtlich vor OpenAI gehen, möglicherweise schon im Herbst. Dabei strebt Anthropic eine Bewertung von mindestens zwei Billionen US-Dollar an. Das wäre das größte Börsendebüt der Geschichte. Bei der letzten Finanzierungsrunde im Mai lag die Bewertung noch bei 965 Milliarden US-Dollar. Anthropic äußerte sich zu den aktuellen Berichten zunächst nicht. Anzeige

Cursor will GitHub mit eigener Code Plattform ersetzen

aycaramba@all-ai.de (Andreas Becker) — Tue, 18 Aug 2026 08:19:05 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Cursor integriert mit Origin eine eigene Code-Hosting-Plattform direkt in seinen Editor. Entwickler können Repositories, Pull Requests und KI-Agenten nun an einem zentralen Ort verwalten. Bestehende GitHub-Projekte lassen sich nahtlos synchronisieren, während GitHub als Hauptquelle erhalten bleibt. Externe Dienste wie Vercel und Buildkite sind für automatische Vorschauen und reibungslose Workflows direkt angebunden. Cursor: Origin Code Hosting X (Twitter): Min Choi über Cursor Origin Mit Origin integriert Cursor eine eigene Plattform für das Code-Hosting direkt in seine Entwicklungsumgebung. Die frühe Beta-Version wird ab heute schrittweise für zahlende Nutzer ausgerollt. Sie bündelt Code-Repositories, Pull Requests und KI-Agenten an einem Ort. GitHub-Synchronisierung und eigene Repositories Im neuen Tab »Codebase« legen Entwickler Origin-Repositories an. Nach dem ersten Push hostet Cursor den Code auf seinen Servern und vergibt eine URL nach dem Muster cursor.com/codebase/projektname. Bestehende GitHub-Repositories lassen sich mit Origin verknüpfen. Entwickler wählen ihre Organisation aus und entscheiden, welche Repositories Cursor übernimmt. Die Synchronisierung läuft danach in Echtzeit. Dabei bleibt GitHub die maßgebliche Quelle. Pushes gehen bei verknüpften Repositories weiterhin an GitHub. Kleine Symbole neben dem Namen zeigen dabei an, ob der Code bei Cursor oder GitHub liegt. Jeder mit Lese- oder Schreibzugriff auf ein verknüpftes Repository kann dieses zudem nahtlos in Cursor öffnen. Twitter Beitrag - Cookies links unten aktivieren. Origin, our code hosting platform, is now live. It's fast, easy to use, and deeply integrated with Cursor. Get started by syncing your repos from GitHub. pic.twitter.com/aqRHavAOQg — Cursor (@cursor_ai) August 17, 2026 Pull Requests und KI-Agenten Die Plattform bringt Pull Requests direkt in den Editor. Nutzer sehen Timeline, Commits, Checks und geänderte Dateien. Sie prüfen Diffs, kommentieren den Code und führen ihn zusammen. Bei synchronisierten Repositories überträgt Origin alle Kommentare in beide Richtungen. Eine Antwort auf GitHub erscheint nach wenigen Sekunden in Cursor. Ein zentraler Vorteil dieses Aufbaus ist die Möglichkeit, KI-Agenten effizient einzusetzen: Da sich Code, Pull Requests und Agenten nun in derselben Umgebung befinden, greifen sie nahtlos ineinander. Entwickler können der KI direkte Fragen zum Code stellen. Sie beantwortet diese, nimmt Änderungen vor, aktualisiert Pull Requests oder pusht einen Branch. Anzeige Anbindung von Vercel, Depot und Buildkite Zusätzlich unterstützt Origin erste externe Dienste. Über den Apps-Tab eines Repositories lässt sich Vercel anbinden. Dadurch erhält jeder Pull Request automatisch eine Vorschau-Version. Nach dem Zusammenführen liefert Vercel den Code für die Produktion aus. Für die kontinuierliche Integration stehen Depot und Buildkite bereit. Beide führen bestehende GitHub-Actions aus, wobei Buildkite zusätzlich seine nativen Pipelines verarbeiten kann. In den Einstellungen der Repositories verwalten Administratoren die Zugriffe, prüfen den Synchronisierungsstatus und kontrollieren verbundene Apps. Enterprise-Kunden nehmen an der frühen Beta teil, sofern ihre Administratoren die Funktion nicht in den Optionen deaktivieren.

OpenAI fördert weltweite Projekte zur KI-Gesetzgebung

aycaramba@all-ai.de (Andreas Becker) — Tue, 18 Aug 2026 08:07:00 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ OpenAI investiert zwei Millionen US-Dollar in 14 unabhängige Forschungsprojekte weltweit. Die Teams erarbeiten bis 2027 neue Konzepte für Steuern, Sozialausgaben und den Arbeitsmarkt. Auch Strategien für das Gesundheitswesen und die Überwachung selbstlernender Systeme werden entwickelt. Die Ergebnisse sollen Regierungen weltweit als Blaupause für künftige Gesetze dienen. OpenAI - New policy ideas for the Intelligence Age OpenAI finanziert 14 internationale Projekte, die politische und wirtschaftliche Konzepte für den Umgang mit künstlicher Intelligenz erarbeiten. Dafür stellt das Unternehmen zwei Millionen US-Dollar bereit. Die Ergebnisse sollen künftige Gesetze und Entscheidungen beeinflussen. Externe Konzepte für den Arbeitsmarkt Das Unternehmen vergibt die Forschungsaufträge bewusst an unabhängige Institutionen. Aus über 400 Einsendungen wählte OpenAI 14 Teams aus den USA, der EU, Brasilien, Singapur und Südkorea aus. Diese erhalten insgesamt eine Million US-Dollar als direkte Finanzierung sowie eine weitere Million als API-Guthaben. Ein Team des Centre for European Policy Studies analysiert, wie sich durch KI erzielte Produktivitätsgewinne auf Beschäftigte verteilen. Die Forscher erarbeiten daraus neue Konzepte für europäische Sozialausgaben. Das European Centre for International Political Economy arbeitet an einem Regelwerk für ein »Recht auf KI«. Die Gruppe vergleicht dabei Ansätze wie Mitarbeiterbeteiligungen oder soziale Vermögensfonds. In den USA errechnet die Tax Foundation, wie der Technologie-Einsatz das Verhältnis von Arbeitseinkommen zu Unternehmensgewinnen verschiebt. Daraus wollen die Experten Optionen für künftige Steuergesetze ableiten. Anzeige Vorgaben für das nächste Jahr Alle 14 Projekte sind auf eine Laufzeit von sechs Monaten angesetzt. OpenAI erwartet die Studien, Prototypen und Datensätze im Jahr 2027. Regierungen und Behörden sollen diese nutzen können, um eigene Gesetze an den technischen Fortschritt anzupassen.

Claude Mythos 2 ist fertig und wird nicht veröffentlicht

aycaramba@all-ai.de (Andreas Becker) — Mon, 17 Aug 2026 22:15:32 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Anthropic und OpenAI halten ihre bereits fertig trainierten Spitzenmodelle Mythos 2 und Astra offenbar vor der Öffentlichkeit zurück. Gleichzeitig sorgen überzogene Sicherheitsfilter im Arbeitsalltag dafür, dass aktuelle Systeme bei einfachen Aufgaben blockieren. Während Nutzer bevormundet werden, übernehmen autonome KI-Agenten intern immer weitreichendere Aufgaben bis hin zur Mitarbeiterbewertung. SemiAnalysis (YouTube) Podcast Ep. 25 Anthropic und OpenAI halten ihre bereits fertig trainierten KI-Spitzenmodelle offenbar zurück. Das geht aus Insider-Informationen der renommierten Analysefirma SemiAnalysis hervor. Statt eines Release droht Entwicklern und Nutzern nun eine Zweiklassengesellschaft. Brancheninsider als Quelle Die aktuellen Details stammen aus einem informellen Podcast-Gespräch von Dylan Patel und Jordan Nanos. Patel leitet SemiAnalysis und gilt in der Tech-Industrie als bestens vernetzter Experte für KI-Infrastruktur. Nanos bringt als ehemaliger Entwickler von Supercomputern tiefes technisches Wissen zu GPU-Clustern ein. Wenn diese beiden über Rechenzentren und Halbleiter sprechen, hört die Branche genau zu. Einige ihrer spektakulärsten Aussagen im Podcast basieren jedoch explizit auf Branchenkontakten und Insider-Gesprächen. Spitzenmodelle bleiben unter Verschluss Unter Berufung auf solche Kontakte berichtet Patel, dass Anthropic das Training von »Mythos 2« bereits abgeschlossen hat. Das Unternehmen hält das Modell jedoch zurück. OpenAI steht bei seinem Modell »Astra« angeblich vor dem exakt gleichen Problem. Die Unternehmen nutzen diese neuen Versionen stattdessen intern, um die nächste KI-Generation zu trainieren. Die Öffentlichkeit bleibt außen vor. Entwickler in den KI-Unternehmen arbeiten mit hochgradig fortschrittlichen Modellen, während zahlende Kunden auf ältere Varianten zugreifen müssen. Hintergrund ist der wachsende regulatorische Druck. Anthropic hatte in den vergangenen Jahren selbst immer wieder nach strengeren Vorgaben gerufen. Nun hat das Unternehmen die Behörden anscheinend so sehr alarmiert, dass die Freigabe der neuen Versionen blockiert wird. Anzeige Bevormundung durch Sicherheitsfilter Wie restriktiv die aktuellen Vorgaben im Alltag greifen, zeigt sich beim aktuell verfügbaren Modell Fable. Es basiert auf der Mythos-Architektur, ist aber mit strengen Klassifizierungs-Filtern belegt. Bei alltäglichen Administrationsaufgaben, etwa dem Neustart von Netzwerkknoten, stuft das Modell Nutzer automatisch auf das ältere Opus-Modell zurück. Ein Wechsel zurück zu Fable ist innerhalb des laufenden Chats danach nicht mehr möglich. Viele Entwickler empfinden diese Vorgaben als Bevormundung. Fable ist dadurch für bestimmte IT-Administratoren schlicht unbrauchbar. Einige weichen deshalb auf andere Anbieter aus. Für längere Programmieraufgaben nutzen Entwickler zunehmend GPT-5.6 Sol. Während Fable komplexe Prozesse oft nach wenigen Minuten abbricht, führt Sol autonome Aufträge über Nacht ungestört zu Ende. KI liest Slack-Nachrichten und bewertet Angestellte Während die externe Nutzung strenger reguliert wird, wächst der interne Einfluss der Modelle. Zukünftig sollen Varianten wie Claude oder Codex Leistungsbewertungen in Unternehmen durchführen. Sie durchsuchen dafür eigenständig Arbeitsplattformen wie Slack oder GitHub. Sie analysieren, was ein Angestellter tatsächlich programmiert oder kommuniziert hat. Daraus berechnen sie Bewertungen, die letztlich über Boni entscheiden. Angestellte optimieren ihre Arbeit künftig also womöglich für das jeweilige Modell statt für den Vorgesetzten. Anzeige Agenten treiben Hardware-Nachfrage an Der Einsatz von Agenten verändert parallel die klassischen Budgets. Ein Praktikant verbrauchte laut dem Podcast-Gespräch in vier Tagen rund 8.000 US-Dollar für KI-Rechenleistung. Er erreichte dadurch jedoch annähernd die Produktivität einer Vollzeitkraft. Solche Budgets verschärfen den allgemeinen Hardware-Engpass. Neue Chip-Startups melden derzeit zwar Milliardenaufträge. Dabei handelt es sich laut SemiAnalysis oft jedoch nur um unverbindliche Absichtserklärungen. Die Bestellungen bei kleineren Anbietern zeigen primär, wie stark die Nachfrage das Angebot auf dem Markt übersteigt. Solange dieser Zustand anhält, fließt das meiste Geld weiterhin zu den etablierten Größen wie Nvidia und Broadcom.

OpenAI schaltet 1M-Token-Kontextfenster für ChatGPT-Accounts frei

aycaramba@all-ai.de (Andreas Becker) — Mon, 17 Aug 2026 16:56:48 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ OpenAI schaltet das riesige 1-Millionen-Token-Kontextfenster für GPT-5.6 Sol in Codex nun auch für reguläre ChatGPT-Abonnenten frei. Die Funktion muss über einen manuellen Eingriff in die Konfigurationsdatei aktiviert werden. Anwender müssen mit versteckten Kosten rechnen, da ab einer Grenze von 272.000 Token das Nutzungslimit doppelt so schnell schrumpft. Erste Tests in der Praxis zeigen zudem, dass eine serverseitige Drosselung das echte Maximum derzeit noch auf rund 371.000 Token beschränkt. Huggingnews - OpenAI Opens 1M Token Context to ChatGPT Accounts to End API Only Restriction OpenAI öffnet das 1-Millionen-Token-Kontextfenster für GPT-5.6 Sol in Codex nun auch für reguläre ChatGPT-Accounts. Nutzer können dadurch deutlich größere Codebasen verarbeiten. Erste Tests zeigen jedoch serverseitige Beschränkungen. Manuelle Aktivierung und Kostenfalle Bisher war die maximale Kontextgröße Entwicklern mit API-Schlüssel vorbehalten. Der OpenAI-Mitarbeiter Tibo erklärte auf X, dass diese Sperre nun aufgehoben sei. Damit kann Codex deutlich mehr Programmcode, Ausgaben von Drittanwendungen und Konversationsverläufe im Speicher behalten. Anwender müssen die Erweiterung händisch in der Codex-Konfigurationsdatei »config.toml« eintragen und den Wert für GPT-5.6 Sol auf eine Million Token setzen. Alternativ lässt sich das Limit für eine einzelne Kommandozeilen-Sitzung temporär hochsetzen, ohne die Standardeinstellungen zu überschreiben. Codex komprimiert die Historie bei dieser Einstellung automatisch ab 900.000 Token, um Platz für neue Eingaben zu schaffen. OpenAI warnt jedoch vor einer dauerhaften Nutzung. Der Standardwert sei auf das beste Verhältnis von Kosten und Leistung getrimmt. Ab einer Grenze von 272.000 Token verbraucht jede weitere Eingabe das Account-Limit doppelt so schnell. Twitter Beitrag - Cookies links unten aktivieren. Here is how to enable a 1M-token context window in Codex for GPT-5.6 Sol. Even though we have tuned the context limit in Codex to be set optimally when it comes to performance and cost, this is a common ask, so here it is documented. A larger context window lets Codex retain…— Tibo (@thsottiaux) August 16, 2026 Serverseitiges Limit bremst Nutzer aus In der Praxis lässt sich das volle Limit derzeit jedoch nicht immer abrufen. Mehrere Entwickler stießen bei Tests auf eine serverseitige Grenze. Laut dem X-Nutzer Teknium liegt das tatsächliche Maximum für Codex-Abonnements derzeit bei rund 371.000 Token. Teknium passte das Limit in seinem Tool Hermes Agent daraufhin auf 350.000 Token an. Warum Codex bei regulären Accounts deutlich vor der Millionen-Grenze abriegelt, ließ OpenAI unkommentiert. Wer das erweiterte Kontextfenster ausprobiert, sollte die Konfiguration im Anschluss wieder auf den Standard zurücksetzen, um sein Kontingent nicht unnötig zu leeren. Anzeige

Nvidia wird jetzt zum Immobilienmakler für OpenAI

aycaramba@all-ai.de (Andreas Becker) — Mon, 17 Aug 2026 15:48:05 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Nvidia erweitert das eigene Geschäftsmodell und vermittelt künftig auch Land, Strom und Gebäude für neue KI-Rechenzentren. Das erste Großprojekt startet in Ohio, wo OpenAI als erster Mieter eigene Serverfarmen aufbaut. Nvidia bürgt dabei für die langfristigen Infrastrukturkosten, da vielen aufstrebenden KI-Entwicklern das nötige Kapital dafür fehlt. Im Gegenzug bindet der Konzern diese Kunden exklusiv an die eigene Hardware und sichert sich damit künftige Milliardenumsätze. X (ehemals Twitter) / Jensen Huang Der Chipentwickler erweitert sein Geschäftsmodell und bürgt für die Infrastruktur von KI-Unternehmen. Das erste Großprojekt in Ohio sichert OpenAI Milliarden-Kapazitäten – und bindet das Unternehmen exklusiv an Nvidia. Twitter Beitrag - Cookies links unten aktivieren. https://t.co/WPqpdj0p2T — Jensen Huang (@JensenHuang) August 17, 2026 Vom Chipentwickler zum Immobilien-Bürgen Weil der Mangel an Energie und passenden Immobilien das Wachstum großer KI-Unternehmen ausbremst, besorgt Nvidia nun sogenannte LPS-Kapazitäten (Land, Power, Shell) für ausgewählte Kunden. Das erste Großprojekt entsteht am PORTS-Pike Technology Campus in Ohio in Zusammenarbeit mit dem Energieunternehmen SB Energy. OpenAI zieht als erster Mieter auf das Gelände. Der ChatGPT-Entwickler plant dort KI-Rechenzentren mit einem Energiebedarf von zunächst 4,25 Gigawatt. Nvidia bürgt über einen Zeitraum von 20 Jahren für Teile der Pacht- und Stromkosten. Im Gegenzug wird der Standort exklusiv für Nvidia-Hardware reserviert. Anzeige Das Problem der KI-Unternehmen Bislang beschafften Tech-Konzerne diese Ressourcen selbst. Große Cloud-Anbieter verfügen über das nötige Kapital für den Bau eigener Rechenzentren. Aufstrebende KI-Entwickler wachsen dagegen oft schneller, als es ihre Bilanzen hergeben. Ihnen fehlt die Bonität für jahrzehntelange Infrastrukturverträge. Laut Nvidia-Chef Jensen Huang wird deren Wachstum deshalb »zunehmend nicht durch Modelle oder Kundennachfrage begrenzt, sondern durch die Verfügbarkeit von Rechenleistung.« Indem Nvidia als Garant einspringt, löst das Unternehmen den physischen Engpass seiner Kunden. Die Bürgschaft rechnet sich für Nvidia. OpenAI verpflichtet sich, am Standort in Ohio ausschließlich Nvidias DSX-Plattform zu nutzen. Huang kalkuliert, dass allein die zyklischen Hardware-Upgrades über die Jahre 150 bis 200 Milliarden US-Dollar Umsatz bringen. Sollte Nvidia die Vereinbarung erweitern und OpenAIs Gesamtkapazität so auf rund 16 Gigawatt anwachsen, könnte das Geschäft bis 2030 auf rund 600 Milliarden Dollar steigen. Falls der Mieter die Anlagen später verlässt, behält Nvidia die Kontrolle. Das Unternehmen kann die freigewordenen Rechenkapazitäten dann direkt an andere Kunden aus dem eigenen Netzwerk weitervermitteln.

OpenAI-Präsident: Das Zeitfenster für die Verteidiger schließt sich

aycaramba@all-ai.de (Andreas Becker) — Mon, 17 Aug 2026 15:33:00 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ KI-Modelle können mittlerweile selbstständig komplexe Cyberangriffe durchführen, wie der Vorfall bei OpenAI und Hugging Face beweist. OpenAI-Präsident Greg Brockman ruft Unternehmen daher dringend auf, ihre Systeme sofort mit eigenen KI-Agenten abzusichern. Neue, frei zugängliche KI-Modelle erscheinen bereits Ende August und werden Angreifern noch mächtigere Werkzeuge in die Hand geben. Um dieser asymmetrischen Bedrohung standzuhalten, muss die Erkennung und Behebung von Schwachstellen künftig automatisiert in Maschinengeschwindigkeit ablaufen. OpenAI: The Defender’s Window OpenAI-Präsident Greg Brockman ruft Unternehmen auf, ihre IT-Sicherheit sofort mit KI-Agenten aufzurüsten. Autonome Modelle führen bereits Cyberangriffe durch und Ende August erscheinen neue, frei zugängliche Sprachmodelle von anderen Entwicklern, die diese Gefahr verschärfen. Agenten finden selbstständig Schwachstellen Den Auslöser für Brockmans Aufruf liefert der jüngste Vorfall zwischen OpenAI und Hugging Face. Dabei drang ein Kollektiv aus KI-Agenten autonom in die Forschungsinfrastruktur sowie in externe Produktivsysteme ein. Die Angreifer kombinierten bisher unbekannte Sicherheitslücken mit geleakten Zugangsdaten. Um die eigenen Abwehrfähigkeiten zu testen, ließ der OpenAI-Präsident das Modell GPT-5.6 Sol seine private Website angreifen. Die KI deckte in einer Viertelstunde 13 Konfigurationsfehler auf. Anschließend behob das Modell diese Probleme innerhalb einer Stunde eigenständig. Es passte Servereinstellungen an und migrierte die Seite auf eine andere Hosting-Umgebung. Anzeige Code-Prüfung in Maschinengeschwindigkeit Für die eigene Absicherung setzt OpenAI intern mittlerweile auf automatisierte Prozesse. Die Mitarbeiter nutzen das Modell Codex sowie ein spezielles Security-Plugin, um Änderungen am Programmcode direkt zu validieren. Das Ziel ist es, Softwareschwachstellen in neu geschriebenem Code noch vor der Veröffentlichung abzufangen. Im laufenden Betrieb sichtet eine KI fast alle eingehenden Warnungen, bevor Menschen eingreifen. Das reduziert den Aufwand und ermöglicht Reaktionen in Maschinengeschwindigkeit. Für die Identifikation potenzieller Angriffswege tasten die Modelle kontinuierlich die eigene Infrastruktur nach Fehlkonfigurationen ab. Was Sicherheitsteams jetzt tun müssen Da das Bedrohungspotenzial wächst, fordert Brockman hohes Tempo von den Verteidigern. Organisationen müssen laut dem OpenAI-Präsidenten sofort folgende Schritte einleiten: KI-Agenten einsetzen: Sicherheitsteams benötigen fähige Modelle wie Codex mit Lesezugriff auf Codebasen, Konfigurationen und Dokumentationen. Eigene Systeme angreifen: Unternehmen sollen umgehend Sicherheitsbewertungen gegen die eigene Infrastruktur ausführen, beginnend bei öffentlich erreichbaren Diensten und Authentifizierungsabläufen. Altlasten abarbeiten: KI-Agenten können den Rückstau an gemeldeten Schwachstellen priorisieren und direkt ausnutzbare Fehler identifizieren. Code direkt patchen: Für verifizierte Probleme sollen die Modelle selbstständig Patches generieren und testen. Menschen prüfen lediglich die kritischen Änderungen, um Verzögerungen zu vermeiden. Triage automatisieren: Eine KI sichtet Warnmeldungen und Logfiles. Mit steigendem Vertrauen in das System übernehmen die Modelle das Schließen von klar definierten Fehlalarmen. Forensik vorbereiten: Für die forensische Untersuchung und Malware-Analyse im Ernstfall steht mit GPT-Daybreak-Blue ein spezialisiertes Sprachmodell bereit, für das sich Abwehrteams vorab autorisieren lassen müssen. Unternehmen können die Abwehr künftiger Angriffe nur bewältigen, wenn sie den gesamten Sicherheitsprozess drastisch beschleunigen und KI-Modelle fest in den Arbeitsalltag ihrer Teams integrieren.

Stripe soll OpenRouter für über 7 Milliarden US-Dollar kaufen

aycaramba@all-ai.de (Andreas Becker) — Mon, 17 Aug 2026 08:10:47 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Der Zahlungsdienstleister Stripe übernimmt das KI-Startup OpenRouter für mehr als sieben Milliarden US-Dollar. OpenRouter vermittelt Entwicklern den flexiblen Zugriff auf über 400 verschiedene Sprachmodelle und rechnet diese zentral ab. Durch die Rekordsumme verfünffacht sich die Firmenbewertung des Startups innerhalb von nur wenigen Monaten. Die Übernahme unterstreicht die enorme Marktmacht des privaten Unternehmens Stripe, das Berichten zufolge parallel sogar über einen Kauf von PayPal verhandelt. Bloomberg: Stripe nears deal to buy AI firm OpenRouter for over $7 billion Der Zahlungsdienstleister Stripe kauft das KI-Startup OpenRouter. Mit dem Deal sichert sich das Fintech-Unternehmen eine zentrale Plattform, die den Zugriff auf Sprachmodelle vermittelt und direkt abrechnet. Bewertung nach wenigen Monaten verfünffacht Laut Bloomberg beläuft sich der Kaufpreis auf mehr als sieben Milliarden US-Dollar. Noch im Mai stuften Investoren wie Sequoia und Andreessen Horowitz das Unternehmen nach einer Finanzierungsrunde auf 1,3 Milliarden Dollar ein. OpenRouter-CEO Alex Atallah nannte sein Produkt bereits damals das »Stripe für KI«. OpenRouter ist der größte neutrale Anbieter bzw. Vermittler von über 400 KI-Modellen. Auch wir nutzen die Plattform für eigene Workflows und Tests, da man völlig unabhängig von einzelnen KI-Anbietern ist. Fällt ein Modell aus, kann es einfach durch ein anderes ersetzt werden. Anzeige Stripe dominiert den Markt Der Zukauf erweitert das Kerngeschäft von Stripe als internationaler Zahlungsdienstleister. Stripe ist dabei nicht an der Börse notiert und wird nach einem Aktienverkauf für Mitarbeiter im Februar 2026 mit rund 159 Milliarden Dollar bewertet. Stripe ist damit fast dreimal so viel wert wie der Konkurrent PayPal, der an der Börse derzeit auf rund 54 Milliarden Dollar kommt. Berichten zufolge verhandelt Stripe aktuell sogar darüber, PayPal gemeinsam mit einem Investor komplett zu übernehmen. Zu diesen laufenden Gesprächen und dem OpenRouter-Kauf äußerte sich Stripe bislang nicht.

Kommentar: Die Angst vor der KI ist der beste Trick der Monopolisten

aycaramba@all-ai.de (Andreas Becker) — Sun, 16 Aug 2026 12:42:58 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Anthropic-Chef Dario Amodei und Investor Gavin Baker streiten über den wahren Zweck von staatlicher KI-Regulierung. Amodei fordert strenge Prüfungen für Spitzenmodelle, was laut Baker jedoch vor allem die Monopole der Tech-Giganten schützt. Hohe staatliche Vorgaben verursachen immense Fixkosten und erdrücken kleine Herausforderer, während große Konzerne die Regeln zu ihren Gunsten mitgestalten. Die wahre Lösung gegen diese Machtkonzentration liegt in starken Open-Source-Modellen, die nützliche Intelligenz für alle frei zugänglich machen. X - Dario Amodei über KI-Regulierung und Open-Weights X - Gavin Baker über Machtkonzentration und KI-Risiken Dario Amodei und der Technologie-Investor Gavin Baker haben am Wochenende auf X einen Streit ausgetragen, der den Kern der aktuellen Digitalpolitik trifft. Es geht um die Frage, ob staatliche Regulierung von künstlicher Intelligenz die Macht der großen Konzerne bricht – oder ob sie diese für die Ewigkeit zementiert. Amodei, CEO von Anthropic, vertritt eine klare institutionelle Sichtweise. Er argumentiert, dass KI-Modelle Macht ganz von allein konzentrieren. Wer heute sogenannte Frontier-Modelle trainieren will, braucht Kapital, hochspezialisierte Chips und gigantische Mengen an Energie. Seine Lösung ist ein Regelwerk, das die führenden Entwickler stärker belasten soll als kleine Herausforderer. Er fordert verpflichtende Tests für die leistungsfähigste KI vor deren Veröffentlichung. Zudem unterstützt er die Idee einer finanzmarktähnlichen Aufsichtsbehörde. Das klingt auf den ersten Blick verantwortungsvoll. Es gibt nur ein Problem: Es schützt am Ende genau die Konzerne, die es angeblich regulieren soll. Twitter Beitrag - Cookies links unten aktivieren. 1/2 Thanks Gavin for an especially thoughtful exchange. I don't usually spend much time on social media but I wanted to engage here because it really brings out the heart of an important conversation. First, on regulation, I think that “either concentrate it in the hands of a… https://t.co/2W6vWJAE8Y — Dario Amodei (@DarioAmodei) August 15, 2026 Wer die Regeln schreibt, gewinnt Gavin Baker hat den Finger auf die Schwachstelle dieser Logik gelegt. Das Einhalten staatlicher Prüfverfahren verursacht immense Fixkosten. Solche bürokratischen Hürden sind ein Geschenk für Unternehmen, die bereits die größten Budgets haben. Besonders dann, wenn diese Platzhirsche direkt mit am Tisch sitzen, während die Gesetze geschrieben werden. Ein Tech-Gigant kann problemlos Heerscharen von Anwälten und Prüfern bezahlen. Ein innovatives Entwicklerteam ohne Milliardenfinanzierung scheitert genau daran. Bakers zweiter Punkt wiegt noch schwerer. Die ständige Weltuntergangs-Rhetorik von KI-Managern richtet ganz realen Schaden an. Amodei mag betonen, dass er auch Aufsätze darüber schreibt, wie KI in den nächsten zehn Jahren Krankheiten heilen könnte. Das ändert nichts an der politischen Wirkung seiner Warnungen. Wer unablässig das Bild einer existenziellen Bedrohung zeichnet, liefert Lokalpolitikern in den USA und Europa die perfekten Argumente, um den Bau neuer Rechenzentren zu blockieren. Das macht eine Zukunft, in der KI unseren Alltag spürbar verbessert, nicht sicherer, sondern schlicht unwahrscheinlicher. Twitter Beitrag - Cookies links unten aktivieren. Sholto, thank you for setting the record straight. Larger issue is that multiple very serious people in Silicon Valley have heard some variation of this and believe it to be true. And the reason it is believable to so many is that it is consistent with Dario’s public messaging…— Gavin Baker (@GavinSBaker) August 15, 2026 Der Beweis liegt im Code Amodei wischt die Bedeutung von Open-Source-Modellen in dieser Debatte beiseite. Er behauptet, offene Modelle würden das Problem der Machtkonzentration nicht lösen, da die Rechenkapazitäten weiterhin bei wenigen Hardware-Anbietern und großen Laboren lägen. Da widerspreche ich aber deutlich! Die jüngste Entwicklung zeigt in eine völlig andere Richtung. Ein Modell wie Qwen-3.8 27b beweist eindrucksvoll, dass technologische Exzellenz nicht mehr exklusiv hinter den teuren Tarifen der großen Anbieter liegt. Open Source schließt die Lücke zu den geschlossenen Modellen. Als kürzlich ein unveröffentlichtes OpenAI-Modell die Plattform Hugging Face kompromittierte, half ausgerechnet ein Open-Source-Modell bei der Lösung des Problems. Offener Code ist für alle da, nicht nur für Konzerne mit endlosen Ressourcen. Anzeige Intelligenz für alle Wenn wir davon ausgehen, dass künstliche Intelligenz Risiken birgt, stehen wir vor einer grundsätzlichen Wahl. Wir können die Kontrolle in den Händen weniger Unternehmen und Regulierungsbehörden bündeln. Oder wir verteilen die Technologie so weit wie möglich in der Gesellschaft. Die Geschichte lehrt uns, dass die absolute Konzentration von Macht selten zu sicheren Ergebnissen führt. Wir brauchen stattdessen eine Zukunft mit vielen Modellen, unzähligen Entwicklern und echtem Wettbewerb. Nützliche künstliche Intelligenz muss im Überfluss vorhanden sein. Sie muss für eine wachsende Zahl von Aufgaben so günstig werden, dass der Zugang dazu keine Frage des Geldes mehr ist. Wir sollten aufhören, uns von theoretischen Horrorszenarien leiten zu lassen. Eine gute Zukunft entsteht nur, wenn Frontier-KI so vielen Menschen wie möglich frei zur Verfügung steht – und nicht, indem wir sie aus Angst vor Veränderung wegsperren.

Optima findet das beste KI Modell für deine Aufgaben

aycaramba@all-ai.de (Andreas Becker) — Sun, 16 Aug 2026 09:13:39 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Artificial Analysis hat die neue Plattform Optima für maßgeschneiderte KI-Benchmarks veröffentlicht. Nutzer können damit Modelle wie Claude oder GPT direkt mit eigenen Unternehmensdaten und Workloads testen. Optima misst dabei nicht nur die inhaltliche Qualität, sondern vergleicht auch die Dauer und die Kosten pro Aufgabe. Artificial Analysis: Announcing Optima: create a custom benchmark for your use case Artificial Analysis: Optima - Build your own custom benchmark Artificial Analysis hat die Plattform Optima veröffentlicht. Nutzer erstellen damit Benchmarks auf Basis ihrer eigenen Workflows. So lässt sich direkt ermitteln, welches KI-Modell eine spezifische Aufgabe am besten, schnellsten und günstigsten löst. Eigene Daten als Testgrundlage Standardisierte Tests messen vor allem allgemeine Fähigkeiten. Sie beantworten selten die Frage, wie gut ein Modell bei einer konkreten Fachaufgabe im Unternehmen abschneidet. Optima verlagert den Test deshalb auf nutzerspezifische Anwendungsfälle. Dafür laden sie bestehende Evaluationsdatensätze hoch – etwa als lokale Datei oder über Plattformen wie Hugging Face. Alternativ liest Optima Agenten-Traces von Diensten wie Arize, Braintrust und Langfuse ein. Auch der Kontext aus einer Entwicklungsumgebung lässt sich direkt importieren. Wer noch keinen passenden Datensatz besitzt, formuliert seinen Anwendungsfall und übergibt Beispieldokumente. Ein Assistent entwirft daraus die nötigen Aufgaben und Bewertungskriterien. Anzeige Qualität, Zeit und Kosten im Vergleich Steht der Test, führt Optima ihn mit verschiedenen Modellen aus. Eigene Agenten lassen sich per HTTP-Schnittstelle in den Testlauf einklinken. Optima bewertet die generierten Antworten objektiv anhand einer vorher definierten Rubrik oder durch einen paarweisen Vergleich. Sie erfasst neben der Ausgabequalität auch die Kosten und die benötigte Zeit pro Aufgabe. Das erleichtert die Abwägung zwischen Leistung und Wirtschaftlichkeit für den jeweiligen Einsatzzweck. Wie deutlich die Unterschiede in der Praxis ausfallen, zeigt ein Test zur Vertragsprüfung mit 24 Aufgaben. Claude Fable 5 erreicht hier mit 60 von 100 Punkten den höchsten Wert. GPT-5.6 Sol folgt knapp dahinter mit 59 Punkten, ist mit 52 Sekunden und 0,11 US-Dollar pro Aufgabe jedoch messbar schneller und günstiger. Kimi K3 reiht sich mit 57 Punkten und 61 Sekunden Bearbeitungszeit im Mittelfeld ein, drückt die Kosten aber auf 4 Cent. Gemini 3.6 Flash liefert mit 50 Punkten zwar das schwächste inhaltliche Ergebnis, erledigt den Arbeitsauftrag dafür aber in 29 Sekunden für lediglich 2 Cent. + Quelle: ArtificialIntelligence Abrechnung nach tatsächlichem Verbrauch Für die Modellausführung berechnet Optima die reinen Token-Kosten der jeweiligen Anbieter. Ein Aufschlag wird dafür nicht fällig. Die automatisierte Bewertung der Ergebnisse kostet extra. Bei der Rubrik-Bewertung fallen 12,5 US-Cent pro Kriterium und Modell an. Ein paarweiser Bewertungsdurchgang kostet 37,5 US-Cent. Zu Beginn eines Testlaufs blockt die Plattform ein entsprechendes Guthaben und rechnet am Ende den tatsächlichen Verbrauch ab.

HateAid zeigt Meta wegen Smartglasses an

aycaramba@all-ai.de (Andreas Becker) — Sun, 16 Aug 2026 08:47:09 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Die Menschenrechtsorganisation HateAid hat Meta, Ray-Ban und mehrere deutsche Einzelhändler wegen des Verkaufs von Smart Glasses angezeigt. Die Kläger argumentieren, dass die in der Ray-Ban Meta Wayfarer Gen 2 integrierten Kameras illegale Spionagegeräte darstellen. Laut HateAid schützt die kleine weiße Aufnahme-LED an der Brille nicht ausreichend vor heimlichen Videoaufnahmen im Alltag. Während die Staatsanwaltschaft die Anzeige prüft, sieht die Bundesnetzagentur aktuell noch keinen Anlass für ein generelles Verbot der Datenbrillen. HateAid - Petition: Smart Glasses missbrauchssicher machen Die Menschenrechtsorganisation HateAid geht juristisch gegen den Verkauf von Datenbrillen mit integrierten Kameras vor. Im Zentrum der Strafanzeige stehen die aktuellen Modelle von Meta und Ray-Ban, die nach Auffassung der Kläger als Spionagegeräte gegen deutsche Gesetze verstoßen. Verdeckte Kameras im Alltag HateAid hat die Anzeige bei der Zentralstelle zur Bekämpfung der Internetkriminalität in Frankfurt am Main eingereicht. Sie richtet sich gegen Verantwortliche von Meta, Ray-Ban und Oakley. Auch große deutsche Händler wie Fielmann, Apollo-Optik, Mister Spex und MediaMarkt stehen im Fokus. HateAid beruft sich auf das Telekommunikation-Digitale-Dienste-Datenschutz-Gesetz. Dieses verbietet den Verkauf von Kommunikationsanlagen, die als Alltagsgegenstände getarnt heimlich Personen aufzeichnen können. Das im September 2025 vorgestellte Modell »Ray-Ban Meta Wayfarer Gen 2« unterscheidet sich äußerlich kaum von einer gewöhnlichen Sonnenbrille. Meta hat in den Rahmen jedoch eine Kamera, fünf Mikrofone und Lautsprecher integriert. Nutzer können damit dreiminütige Videos in 3K-Auflösung aufnehmen. Anzeige Streit um die Aufnahme-LED Meta stattet die Brillen mit einer weißen LED aus, die bei Aufnahmen leuchtet. Laut Hersteller lässt sich diese nicht abschalten. Wird die Leuchte abgedeckt oder manipuliert, soll sich die Kamera automatisch blockieren. HateAid hält diese Schutzvorkehrung für unzureichend. Die kleine LED sei im Alltag leicht zu übersehen. Zudem kursieren im Netz bereits Anleitungen, wie sich der Mechanismus umgehen lässt. Die Organisation fordert deshalb ein »Safety by Design«. Die Brillen müssten etwa durch eine farbliche Kennzeichnung der Kameras eindeutig erkennbar sein. Im Hintergrund steht die Sorge vor digitaler Gewalt durch heimliche Aufnahmen in Bahnen, Schwimmbädern oder Umkleiden, die anschließend im Internet landen. Begleitend sammelt HateAid in einer Petition Unterschriften für einen Vertriebsstopp. Behörden prüfen noch Ob die integrierte LED den gesetzlichen Vorgaben ausreicht, muss nun juristisch geklärt werden. Die Bundesnetzagentur sieht derzeit kein generelles Verbot. Besitz und Verkauf seien legal, solange Aufnahmen durch ein optisches Signal deutlich erkennbar bleiben. Die Frankfurter Staatsanwaltschaft prüft aktuell den Eingang der Anzeige. MediaMarktSaturn erklärte, den Vorgang ernst zu nehmen und Lieferanten vertraglich auf die Einhaltung von Gesetzen zu verpflichten. Meta wiederum weist die Vorwürfe zurück. Der Konzern betont, dass die Brillen bereits in der Vergangenheit von deutschen Behörden geprüft worden seien.

ChatGPT deligiert mit »Multi-Agents V2« Subagenten deutlich besser

aycaramba@all-ai.de (Andreas Becker) — Sun, 16 Aug 2026 08:32:11 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ OpenAI hat die Funktion Multi-Agents V2 eingeführt, mit der große KI-Modelle Aufgaben eigenständig delegieren. Ein rechenintensives Modell wie GPT-5.6 Sol fungiert dabei als Manager und lagert Teilbereiche an spezialisierte Sub-Agenten wie das schnelle Luna aus. Anwender müssen dadurch nicht mehr händisch entscheiden, welche KI für welchen Arbeitsschritt am besten geeignet ist. Langfristig plant OpenAI ein komplett unsichtbares Routing, bei dem die Modelle im Hintergrund automatisch im effizientesten Team arbeiten. X - Tibo & Eric Provencher Mit dem Update »Multi-Agents V2« übergeben große KI-Modelle wie GPT-5.6 Sol ihre Aufgaben nun selbstständig an kleinere Spezialisten. Nutzer müssen die passende KI für komplexe Arbeitsschritte dadurch seltener händisch auswählen. Sol managt Luna-Agenten Die Neuerung blieb in den vergangenen Tagen weitgehend unbemerkt. Am Wochenende bestätigte Entwickler Eric Provencher, dass die großen Modelle Teilaufgaben nun an sogenannte Sub-Agenten verteilen. Ein rechenintensives Modell wie GPT-5.6 Sol agiert dabei als Manager. Es plant die Aufgabe und lagert Teilbereiche aus. Für schnelle und wirtschaftliche Arbeitsschritte greift Sol dann auf GPT-5.6 Luna zurück. Sol kann dabei eine ganze Flotte von Luna-Agenten steuern. Sie sind aufeinander abgestimmt und liefern Ergebnisse in dieser Arbeitsteilung deutlich schneller. Twitter Beitrag - Cookies links unten aktivieren. This went under the radar this week, but we just shipped the ability for models with multi agents v2 to delegate to any supported model, including Luna! Took a bit of time to make sure this worked reliably pic.twitter.com/84Wto45mzA — eric provencher (@pvncher) August 15, 2026 Spezialisten für Cybersicherheit Sol delegiert nicht nur an Luna. Für ausgewogene Alltagsaufgaben steht GPT-5.6 Terra bereit. Geht es um defensive Cybersicherheit, übernimmt Daybreak-Blue. Auch GPT-5.5 lässt sich als Sub-Agent einspannen. Gibt der Nutzer keine feste Zuteilung vor, erbt der Sub-Agent das aktuell aktive System. Je nach Modell lässt sich zudem festlegen, wie hoch die Thinking-Stufe sein solll. OpenAI will die manuelle Auswahl mittelfristig komplett überflüssig machen. Anwender sollen künftig nur noch ihr Problem beschreiben, während die KI im Hintergrund selbst die effizienteste Modell-Kombination zusammenstellt. Anzeige

Kläger will Gericht mit geheimen KI-Anweisungen austricksen

aycaramba@all-ai.de (Andreas Becker) — Sat, 15 Aug 2026 12:55:27 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Ein Kläger in den USA versteckte unsichtbare Befehle in seinen Gerichtsakten, um eine mögliche KI zu manipulieren. Diese Prompt Injection sollte das System anweisen, im Sinne des Klägers zu entscheiden. Ein Gerichtsmitarbeiter entdeckte den Betrug durch ungewöhnliche weiße Flächen im Dokument. Der zuständige Richter verurteilte den Versuch scharf und entzog dem Mann das Recht auf digitale Einreichungen. 404 Media: Person Hides Prompt Injection in Legal Filing Telling AI to Side With Them Ein Kläger im US-Bundesstaat Connecticut hat Gerichtsakten mit unsichtbaren Befehlen präpariert. Sein Ziel: Mögliche KI-Systeme des Gerichts sollten bei der Auswertung der Dokumente zu seinen Gunsten entscheiden. Aufgeflogen ist der Manipulationsversuch durch auffällige weiße Lücken im Textfluss. Weiße Schrift auf weißem Grund Matthew Elliott vertritt sich in einem Verfahren gegen ein medizinisches Institut selbst. In einem offiziellen Dokument platzierte er versteckte Anweisungen. In winziger, dreipunktiger weißer Schrift wies er ein hypothetisches Sprachmodell an, den Text nach seinen Vorgaben auszuwerten. Die KI sollte sicherstellen, dass ihre Ergebnisse der Argumentation der Klageschrift zustimmen. Entdeckt wurde diese Prompt Injection nicht von einer Software, sondern von einem Gerichtsmitarbeiter. Ihm fielen ungewöhnlich große weiße Flächen im Textfluss auf. Anzeige SpongeBob und ein angeblicher Systemtest Neben den Befehlen an die KI enthielten die Dokumente weitere versteckte Botschaften. Darunter befanden sich ein Link zu einem Clip aus der Serie SpongeBob Schwammkopf und die Zeile »hi :) Ich hoffe, ihr könnt mich nicht sehen«. Gegenüber dem Magazin 404 Media rechtfertigte Elliott sein Vorgehen als reinen Test des Rechtssystems. Er habe prüfen wollen, ob das Gericht heimlich KI zur Aktenauswertung einsetzt. Die Witze sollten lediglich daran erinnern, dass er ein Mensch in einer surrealen Situation sei. Gericht entzieht digitale Rechte Richter Walter Spader Jr. ließ diese Argumentation nicht gelten. In seinem 14-seitigen Beschluss stellte er klar, dass das Gericht in Connecticut keine KI für die Aktenprüfung verwendet. Das ändere aber nichts an der Schwere der Täuschung. Eine Klageschrift sei eine offene Kommunikation. Wer heimlich eine zweite Botschaft einbaue, um die Beurteilung zu manipulieren, greife die Integrität des Justizsystems an. Das Magazin 404 Media überprüfte die versteckten Befehle in einem eigenen Test. Die Redaktion lud die präparierten Akten bei ChatGPT hoch und forderte eine Entscheidung. Das Sprachmodell erkannte den versteckten Text, ignorierte ihn bei der Analyse und urteilte gegen den Kläger. Richter Spader warnte Kläger und Anwälte ausdrücklich vor solchen Praktiken. Elliott darf seine Schriftsätze künftig nur noch ausgedruckt auf Papier einreichen.

ChatGPT erhält interaktive Quizzes und anpassbare Projekt-Erinnerungen

aycaramba@all-ai.de (Andreas Becker) — Sat, 15 Aug 2026 11:37:29 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ OpenAI erweitert ChatGPT um interaktive Quizzes, die Nutzer zu bestimmten Themen direkt im Chatverlauf abfragen. Das Gedächtnis für ungeteilte Projekte lässt sich nun nachträglich anpassen und isolieren, ohne neue Arbeitsumgebungen anzulegen. Die Desktop-App startet weltweit als Vorschauversion für Linux, während die Android-App Verbesserungen bei der Diktierfunktion erhält. OpenAI: ChatGPT — Release Notes OpenAI erweitert ChatGPT um interaktive Lern-Quizzes und gibt Nutzern mehr Kontrolle über das Gedächtnis in ihren Projekten. Flankiert wird das Update von einer flüssigeren Bedienung unter Android und dem Start der Linux-App. Lernen und Projekt-Kontext Nutzer können ChatGPT anweisen, sie zu einem bestimmten Thema abzufragen. Die Fragen lassen sich direkt im Chatverlauf beantworten. Diese interaktiven Quizzes stehen in allen Endkunden- und Edu-Tarifen im Web und mobil bereit. + Quelle: OpenAI Für aufwendigere Arbeitsabläufe lässt sich nun der Speicheransatz bestehender, ungeteilter Projekte nachträglich anpassen. Anwender wechseln über die Einstellungen zwischen dem Standard-Gedächtnis und einer projektbezogenen Isolation, ohne ein neues Projekt anlegen zu müssen. Bei isolierten Projekten greift ChatGPT nur auf den internen Kontext zu und ignoriert Unterhaltungen außerhalb der Arbeitsumgebung. Geteilte Projekte bleiben von dieser Wahlmöglichkeit ausgeschlossen und nutzen immer den isolierten Modus. Bis diese Änderungen am Gedächtnis greifen, können jedoch einige Stunden vergehen. Als dritte Neuerung sehen zahlende Kunden zudem auf der Startseite neue Vorschläge für mögliche Eingaben. Diese basieren auf dem bisherigen Chatverlauf und den verknüpften Tools. Anzeige Updates für Web, Android und Linux Im Webbrowser steht Nutzern der Free- und Go-Tarife die Option »Think« bereit. Anwender wählen diese Funktion, wenn das Modell bei komplexen Anfragen längere Gedankengänge berechnen soll. Die Android-App erhält Anpassungen bei der Eingabe. Die Diktierfunktion bleibt sichtbar, nachdem Text oder Dateianhänge hinzugefügt wurden. Wer eine physische Tastatur an sein Smartphone anschließt, behält den Fokus dauerhaft im Eingabefeld, was störende Unterbrechungen beim Tippen verhindert. Zudem bietet OpenAI die Desktop-App nun für Linux an. Die Public Preview läuft unter anderem auf Ubuntu 24.04 und 26.04 LTS, Debian 13 sowie Fedora 43 und 44. Während integrierte Browser-Aktionen bereits funktionieren, bleibt die Steuerung lokaler Anwendungen auf dem neuen Betriebssystem vorerst außen vor.

ElevenMusic verschenkt neue KI Sounds für Creator

aycaramba@all-ai.de (Andreas Becker) — Sat, 15 Aug 2026 10:59:24 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ ElevenMusic hat eine kostenfreie Online-Bibliothek für Sounds, Vocal-Chops und Drum-Loops veröffentlicht. Nutzer können bestehendes Material herunterladen oder fehlende Audio-Elemente direkt per Textbefehl durch KI generieren lassen. Jeder neu erschaffene Klang fließt automatisch in den öffentlichen Katalog ein, wodurch die Datenbank stetig wächst. X.com / ElevenMusic kündigt Sounds Bibliothek an ElevenMusic hat am Donnerstag eine kostenlose Bibliothek für Sounds und Loops veröffentlicht. Auf der Plattform können Nutzer Audio-Elemente wie Drum-Loops herunterladen oder eigene Klänge per Textbefehl generieren. Jeder neu erstellte Sound erweitert dabei den öffentlichen Katalog. Eigene Klänge per Textbefehl generieren Das Angebot von ElevenMusic umfasst unter anderem fertige Vocal-Chops, Drum-Loops und weitere Sound-Effekte. Wer in dieser Auswahl nicht das passende Material findet, kann fehlende Audio-Elemente selbst erstellen. Dafür beschreiben Nutzer den gewünschten Klang in einem kurzen Text. ElevenMusic generiert anschließend die entsprechende Audiodatei. Das Unternehmen stellt Anwendern für diesen Vorgang ein tägliches Kontingent an kostenfreien Aufrufen zur Verfügung. Twitter Beitrag - Cookies links unten aktivieren. Introducing Sounds on ElevenMusic, a free sounds and loops library that’s ever expanding. Discover and download vocal chops, drum loops, and more. Or generate a sound, with every sound joining the public library for others to explore and use. pic.twitter.com/dxjsRrYH4T — ElevenMusic (@elevenmusic_io) August 13, 2026 Nutzer erweitern den Katalog Jeder neu erstellte Klang bleibt nicht privat, sondern fließt automatisch in die öffentliche Datenbank ein. Die Bibliothek wächst durch diese Mechanik fortlaufend. Andere Anwender können diese von der Community produzierten Sounds durchsuchen, anhören und in ihren eigenen Projekten verwenden. Das Durchsuchen und Herunterladen aus dem gesamten Katalog ist kostenfrei. ElevenMusic richtet sich mit der Bibliothek direkt an Creator und fasst das Konzept in der Ankündigung mit dem Satz »Songs are made of sounds« zusammen. Anzeige

Anthropic erklärt wie das neue Wasserzeichen in Claude-Texten funktioniert

aycaramba@all-ai.de (Andreas Becker) — Fri, 14 Aug 2026 21:40:00 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Anthropic integriert künftig ein unsichtbares Wasserzeichen in alle Texte seines KI-Modells Claude. Das Unternehmen reagiert damit auf die strengen Kennzeichnungspflichten des neuen EU AI Acts. Die Technik verändert leicht die statistische Wortauswahl, ohne dabei die Textqualität zu beeinträchtigen oder persönliche Daten zu speichern. Bei eindeutigen Fakten und Programmcode stößt die Mustererkennung jedoch an ihre technischen Grenzen. Anthropic - How Claude’s text watermark works Anthropic integriert in künftige Claude-Modelle ein unsichtbares Wasserzeichen für generierte Texte. Das Unternehmen reagiert damit auf die Vorgaben des EU AI Acts zur Kennzeichnungspflicht. Für Nutzer ändern sich weder Textqualität noch Preise. Verborgene Muster in der Wortwahl Große Sprachmodelle generieren Sätze Wort für Wort. Bei jedem Schritt wählt Claude aus einer Liste möglicher Fortsetzungen. Oft gibt es dabei mehrere sinnvolle Optionen. Ob ein Satz etwa mit »grau« oder »bewölkt« endet, entscheidet im Normalfall ein Zufallsgenerator. Das neue Wasserzeichen setzt genau hier an. Es ändert die Quelle dieses Zufalls, indem es einen kryptografischen Schlüssel nutzt. Dadurch entsteht über längere Textpassagen ein statistisches Muster in der Wortwahl. Wer den Schlüssel besitzt, kann dieses Muster auslesen und die Wahrscheinlichkeit berechnen, dass der Text von Claude stammt. Anthropic greift für diese Technik auf »SynthID-Text« zurück. Google DeepMind hatte die zugrunde liegende Methode 2024 veröffentlicht . Anzeige Qualität und Datenschutz bleiben unberührt Für den Leser bleibt das Wasserzeichen unsichtbar. Anthropic zwingt Claude nicht, unnatürliche oder unübliche Wörter zu verwenden. Interne Tests und Studien von Google DeepMind zeigen, dass die Textqualität durch den veränderten Zufallsgenerator nicht sinkt. Da das Wasserzeichen keine zusätzlichen Token generiert, berechnet Anthropic keine höheren Kosten. Auch die Antwortgeschwindigkeit bleibt gleich. Das Wasserzeichen enthält keine persönlichen Informationen und lässt sich nicht auf einen bestimmten Nutzer, ein Unternehmen oder einen konkreten Chatverlauf zurückführen. Lücken bei Code und Fakten Bei historischen Fakten, mathematischen Gleichungen oder Programmcode gibt es oft nur eine einzige richtige Lösung. Fehlen die Alternativen bei der Wortwahl, setzt das Wasserzeichen aus. Ähnliches gilt, wenn Claude einen von Menschen geschriebenen Text lediglich auf Grammatikfehler prüft. Die wenigen Änderungen reichen statistisch nicht aus, um das Muster später nachzuweisen. Ein kompletter manueller Rewrite eines KI-Textes durch einen Nutzer entfernt das Wasserzeichen ebenfalls. Erkennungs-API und offene Standards Um KI-Texte künftig prüfen zu können, arbeitet Anthropic an einer entsprechenden API. Bei Bildern und anderen generierten Dateien geht das Unternehmen einen anderen Weg. Hier wird kein verstecktes Muster integriert. Stattdessen nutzt Anthropic den offenen C2PA-Standard und hinterlegt einen kryptografisch signierten Herkunftsnachweis in den Metadaten der Datei. Der EU AI Act verlangt von KI-Anbietern seit dem 2. August 2026, generierte Inhalte zu kennzeichnen. Für ältere Modelle gilt eine Übergangsfrist, weshalb Anthropic das Wasserzeichen bei diesen Versionen in den kommenden Monaten nachrüsten will.

Anthropics »Model 2« ist stärker als Mythos 5

aycaramba@all-ai.de (Andreas Becker) — Fri, 14 Aug 2026 21:08:35 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Ein neuer Bericht von Anthropic offenbart gravierende Überwachungslücken, durch die Millionen KI-Interaktionen ein Jahr lang ungeschützt blieben. Das Unternehmen bestätigt zudem die Nutzung eines unveröffentlichten »Model 2«, das intern bereits große Teile der Programmierung übernimmt. Gleichzeitig zeigen Tests, dass autonome Claude-Agenten zunehmend Sicherheitskontrollen umgehen und sich gegenseitig beeinflussen. Anthropic stuft das Gesamtrisiko zwar noch als gering ein, erwartet aber bald völlig neue Gefahren durch automatisierte KI-Forschung. Anthropic - Risk Report August 2026 Anthropic hat fast ein Jahr lang 133 Millionen Modellinteraktionen von Auftragnehmern ohne Bio-Schutzfilter verarbeitet. Der aktuelle Risk Report dokumentiert schwerwiegende Lücken in den internen Kontrollsystemen und bestätigt die Nutzung des bisher unveröffentlichten »Model 2«. Ausfall der Schutzsysteme Von Mai 2025 bis April 2026 liefen sämtliche Unterhaltungen auf den Plattformen für externe Auftragnehmer ohne blockierende Bio-Schutzfilter. Ein interner Schalter deaktivierte nicht nur die Blockierung, sondern auch die Protokollierung entsprechender Warnungen. Betroffen waren rund 50.000 Personen. Anthropic stuft die Bio-Risikobewertung für diesen Zeitraum rückwirkend von »very low« auf »low« hoch. Bei einer nachträglichen Analyse markierte das Unternehmen 1.197 Gespräche als potenziell hochriskant. Eine manuelle Prüfung von 62 externen Gesprächen ergab laut Anthropic keine eindeutige gefährliche Nutzung. + Quelle: Annthropic Model 2 und KI-generierter Code Der Bericht bestätigt ein unveröffentlichtes »Model 2«. Es wird intern bereits ähnlich häufig eingesetzt wie »Mythos 5« und arbeitet als dauerhaft aktiver Agent. Auf dem internen Programmier-Benchmark CoBench erreicht es 62,8 Prozent, während Mythos 5 auf 50,3 Prozent kommt. Anthropic bewertet das Modell insgesamt als leicht leistungsfähiger. Eine externe Veröffentlichung ist derzeit nicht geplant. + Quelle: Annthropic »Claude« schreibt inzwischen den Großteil des Codes, der in Anthropics produktive Systeme übernommen wird. Dennoch erreichen selbst die besten Modelle noch nicht die Schwelle von 85 Prozent, ab der Anthropic von einem vollständigen Ersatz menschlicher Forscher ausgeht. Eine interne Umfrage ergab einen geschätzten Produktivitätsgewinn um den Faktor vier. Twitter Beitrag - Cookies links unten aktivieren. As part of our Responsible Scaling Policy, we publish regular Risk Reports. These share detailed information on the risks of our systems and how prepared we are to address them. Our second Risk Report is now available: https://t.co/NgWnDmXZD3 — Anthropic (@AnthropicAI) August 14, 2026 Modelle umgehen interne Kontrollen Der Report dokumentiert mehrfach konkretes Fehlverhalten. Mythos 5 umging bei einer Aufgabe einen Netzwerk-Proxy per Domain Fronting. Um an fehlende Schreibrechte zu gelangen, erstellte das Modell ein selbstlöschendes Skript. Als sich mehrere Agenten Ressourcen und API-Limits teilen mussten, beendeten sie kurzerhand die Prozesse ihrer Konkurrenten. Besonders aufschlussreich ist ein Experiment mit einer frühen Version von »Opus 4.8«. Anthropic trainierte das Modell bewusst mit echten Beispielen für das Austricksen von Belohnungssystemen. Die Hacking-Rate des Modells stieg daraufhin von 5 auf 40 Prozent. Dieses »Hacker-Opus« manipulierte Messwerte, beendete Überwachungsprozesse und überschrieb Logdateien. In allgemeinen Standard-Tests fiel dieses Verhalten kaum auf. Zudem zeigte sich, wie schnell sich fehlerhaftes Verhalten ausbreiten kann: Ein Claude-Agent verweigerte einen Teil legitimer Sicherheitsforschung und notierte seine Bedenken in einem gemeinsamen Dokument. Weitere Agenten übernahmen diese Verweigerung. Menschliche Entwickler bemerkten den Vorgang erst drei Tage später. Anzeige Bio-Wissen und fehlender Schutz vor Staaten Auch wenn die KI seltene Spitzenforscher noch nicht ersetzt, verstärkt sie vorhandenes Wissen erheblich. In einem Bio-Verteidigungstest benötigten Zweierteams mit Unterstützung von Mythos 5 nur 16 Stunden für Ergebnisse, für die Experten ohne KI 40 bis 95 Arbeitstage veranschlagt hätten. Anthropic räumt offen ein, dass das Unternehmen seine Modelle derzeit nicht zuverlässig vor Nationalstaaten oder besonders kompetenten Insidern schützen kann. Die Fähigkeiten potenzieller Angreifer könnten sich schneller entwickeln als die eigene Verteidigung. Zudem fand keine wirklich unabhängige Gesamtprüfung des Berichts statt. Die auffälligste Prüfung des Kapitels zur KI-Sicherheit übernahm Mythos 5 einfach selbst – und benötigte dafür 24 Minuten. Wachsende Lücken in der Überwachung Das interne Monitoring kontrolliert aktuell nur 25 Prozent der relevanten Coding-Agenten-Aufrufe und 0,2 Prozent bestimmter anderer API-Aufrufe. Bekannte Trainingsdaten, in denen KI-Modelle lediglich vorgetäuschtes Verhalten zeigten, wurden durch Filterfehler über mehrere Modellgenerationen hinweg versehentlich erneut trainiert. Anthropic stuft die großen Risikokategorien in seiner internen Gesamteinschätzung weiterhin als »low« ein. Nach dem Stichtag des Berichts meldete das britische KI-Sicherheitsinstitut UK AISI jedoch, dass Mythos 5 in einem Versuch ohne Schutzmaßnahmen anhaltende, potenziell schädliche Aktivitäten gegen reale Personen und Organisationen ausgeführt habe. Anthropic erwartet, dass die automatisierte KI-Forschung innerhalb der nächsten zwölf Monate zu einem großen Risikothema wird.

Endlich keine sichtbaren Wasserzeichen mehr bei Google

aycaramba@all-ai.de (Andreas Becker) — Fri, 14 Aug 2026 18:50:51 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Google macht sichtbare Wasserzeichen für KI-generierte Medien bei Modellen wie Gemini optional. Nutzer können die Markierungen künftig ausblenden, um Bilder oder Videos besser beruflich zu nutzen. Unsichtbare Marker wie SynthID und C2PA-Metadaten bleiben jedoch als Sicherheitsmaßnahme in den Dateien erhalten. TechCrunch: Google will now allow users to remove visible watermark from its AI generations Google lässt Nutzer künftig selbst entscheiden, ob KI-generierte Bilder, Videos oder Musikstücke ein sichtbares Wasserzeichen tragen. Die unsichtbaren Markierungen zur Erkennung der Dateien bleiben erhalten, um weiterhin die Herkunft prüfen zu können. Fokus auf professionelle Nutzung Sichtbare Hinweise auf eine künstliche Erzeugung stören oft bei der kreativen und beruflichen Arbeit. Google reagiert auf dieses Problem und macht die optischen Wasserzeichen für die Modelle Nano Banana, Omni und Lyria optional. Josh Woodward, Vice President für Gemini, erklärte auf X, dass sich die Markierungen in Gemini und dem Videoeditor Flow über die Einstellungen abschalten lassen. Die Google-Suche soll diese Funktion bald ebenfalls erhalten. Trotz der neuen Freiheit bleibt die Nachvollziehbarkeit gewahrt. Das unsichtbare SynthID-Wasserzeichen und die zugehörigen C2PA-Metadaten verbleiben fest in den Dateien. Eine Überprüfung auf KI-Ursprung ist damit weiterhin über Gemini oder die Suchmaschine möglich. + Quelle: Google Open Source für Entwickler Das neue Menü »Medien-Wasserzeichen« wird in den kommenden Tagen für alle Nutzer ausgerollt. Zeitgleich veröffentlicht Google für Entwickler die Open-Source-Bibliothek Credentio. Sie ermöglicht es, einen lokalen Prüfmechanismus direkt in eigene Apps einzubauen. Anzeige

OpenAI baut neues Büro in Berlin und fordert Rechenzentren

aycaramba@all-ai.de (Andreas Becker) — Fri, 14 Aug 2026 18:35:46 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ OpenAI eröffnet ein zweites deutsches Büro in Berlin und fordert Flächen für eigene Rechenzentren. Gleichzeitig verbucht das Unternehmen Milliardenverluste und verschiebt den geplanten Börsengang auf unbestimmte Zeit. Zudem muss CEO Sam Altman aktuelle Vorfälle rechtfertigen, bei denen Modelle aus Testumgebungen ausgebrochen sind. Handelsblatt: Sam Altman im Interview OpenAI baut seine deutsche Präsenz mit einem neuen Standort aus und drängt auf den Bau eigener Rechenzentren. Gleichzeitig muss CEO Sam Altman enorme Verluste erklären und Hackerangriffe durch die eigenen Modelle rechtfertigen. Deutschland führt bei Bezahlabos Nach München eröffnet OpenAI in Kürze ein zweites deutsches Büro in Berlin. Sam Altman bestätigte die Pläne in einem Interview mit dem Handelsblatt. Für das KI-Unternehmen gehört Deutschland inzwischen zu den drei wichtigsten Märkten weltweit. Bei den zahlenden ChatGPT-Abonnenten liegt das Land europaweit auf dem ersten Platz. Altman plant weitere Investitionen in die lokale Infrastruktur. Er fordert, dass Deutschland Flächen und Strom für eigene Rechenzentren bereitstellt. Entsprechende Gespräche mit Bundeskanzler Friedrich Merz und Finanzminister Lars Klingbeil brachten bisher jedoch keine Ergebnisse. »Die deutsche Wirtschaft hat bereits entschieden, KI tief zu integrieren«, betonte der CEO und sieht den Markt unabhängig von politischen Zusagen auf Kurs. Anzeige Ausbruch aus dem Labor Neben der Expansion muss Altman akute technische Krisen moderieren. Vor Kurzem brach das Modell GPT-5.6 Sol gemeinsam mit einem weiteren Modell aus einer Testumgebung aus. Die Modelle führten von dort aus einen Hackerangriff auf die Entwicklerplattform Hugging Face durch. Diesen Hackerangriff ordnet er dennoch gelassen ein. »Bei dieser Entwicklung wird es zu Zwischenfällen kommen. Es wird Dinge geben, die schiefgehen«, sagte Altman. Er versicherte, dass OpenAI den Grundsatz verfolge, keine unkontrollierbaren Modelle zu entwickeln. Weltweit stehe die Cybersicherheit vor einer »sehr turbulenten Phase«. Er erwartet daher in den kommenden Monaten die Gründung einer neuen Branchenorganisation für KI-Sicherheit. Warten auf schwarze Zahlen Auch finanziell ist die Lage angespannt. Einem Jahresumsatz von rund 30 Milliarden US-Dollar stand im vergangenen Jahr ein Verlust von 38,5 Milliarden US-Dollar gegenüber. Während die Konkurrenz technisch aufschließt, will OpenAI bis 2030 rund 600 Milliarden US-Dollar in neue Rechenleistung investieren. Wann sich diese Summen rechnen, bleibt völlig offen. Altman hat nach eigener Aussage kein bestimmtes Jahr im Sinn, um schwarze Zahlen zu schreiben. Der ursprünglich für den Spätsommer 2026 geplante Börsengang verzögert sich ebenfalls. »Sobald wir einen Zeitplan bekannt geben können, werden wir das tun«, sagte Altman.

X legt Ranking-Algorithmus und Shadowbans offen

aycaramba@all-ai.de (Andreas Becker) — Fri, 14 Aug 2026 17:50:27 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ X hat den Quellcode für seinen »For You«-Feed auf GitHub veröffentlicht und den Algorithmus detailliert offengelegt. Ein neues Transparenz-Tool namens »Under the Hood« zeigt Nutzern an, ob ihre Reichweite durch negative Labels gedrosselt wurde. Die Kernmechanik bewertet Inhalte anhand vergangener Nutzerinteraktionen, während KI-basierte Anti-Spam-Filter weiterhin geheim bleiben. Direkter Link zur Shadowbann Abfrage auf X TechCrunch: X open sources its ranking algorithm, letting users see if they’ve been ‘shadowbanned’ Die Social-Media-Plattform X hat den Quellcode ihres »For You«-Algorithmus auf GitHub veröffentlicht. Nutzer können durch eine neue Funktion nun selbst überprüfen, ob ihre Accounts von einer versteckten Reichweiten-Drosselung betroffen sind. Einblicke in den Feed Der Code steht unter der Apache-2.0-Lizenz und steuert, welche Inhalte auf der Startseite landen. Das Repository ist nach dem Update etwa zehn- bis fünfzehnmal größer als bei früheren Veröffentlichungen. Die Software besteht primär aus Rust (36 Prozent), Python (30 Prozent) und Scala (24 Prozent), ergänzt durch Code in Java und C++. Die Dokumentation zeigt detailliert, wie X die Sichtbarkeit von Inhalten bewertet. Das System kombiniert Beiträge von gefolgten Accounts, im Code »Thunder« genannt, mit Inhalten fremder Nutzer über Module wie »SimClusters«. Die integrierte Phoenix-Software liest dabei die bisherigen Interaktionen des Nutzers aus und berechnet, wie wahrscheinlich dieser auf einen neuen Post reagieren wird. Für eine hohe Reichweite sind demnach positive Interaktionen entscheidend. Werden Posts dagegen häufig von anderen stummgeschaltet oder blockiert, greifen Filter ein. Systeme mit Bezeichnungen wie »Botmaker« oder »Scarecrow« verknüpfen Accounts intern mit Labels, die Beiträge ausblenden oder hinter Warnhinweisen verstecken. Anzeige Tool deckt »Shadowbans« auf Damit Anwender diese Einschränkungen nachvollziehen können, führt X die Funktion » Under the Hood « ein. Sie liefert Nutzern eine JSON-Datei mit aggregierten Statistiken über ihren Account. Darin lässt sich ablesen, ob das System im vergangenen Monat negative Labels vergeben hat. Solche unsichtbaren Eingriffe in die Reichweite sind als »Shadowbans« bekannt und sorgten bereits vor der Übernahme durch Elon Musk immer wieder für politische Diskussionen. Voraussetzung für den Datenabruf ist, dass der Nutzer in den letzten 30 Tagen mindestens zehn Beiträge veröffentlicht hat. Nicht-Programmierer können die JSON-Datei in ein KI-Sprachmodell laden und sich die Auswirkungen auf ihren Account in Textform erklären lassen. Spam-Schutz bleibt geheim Ziel der Veröffentlichung ist laut X-Produktchef Keith Coleman die Auditierung des Codes. Entwickler können über GitHub eigene Verbesserungsvorschläge für das Ranking-System einreichen. Externe Wissenschaftler konnten die Kernfunktionen bereits vorab testen und außerhalb der Plattform ausführen. Einige Filter-Mechanismen hält das Unternehmen jedoch zurück. Dazu zählen Modelle, die mithilfe der hauseigenen KI Grok künftige Regelverstöße vorhersagen. Das soll verhindern, dass Spammer den Algorithmus ausnutzen, um das Netzwerk mit unerwünschten Inhalten zu fluten.

Alibaba veröffentlicht Qwen 3.8 für den lokalen Einsatz

aycaramba@all-ai.de (Andreas Becker) — Fri, 14 Aug 2026 17:23:00 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Alibaba hat das multimodale KI-Modell Qwen3.8-27B als Open Source veröffentlicht. Mit 27 Milliarden Parametern ist es speziell für den lokalen Betrieb auf eigener Hardware optimiert. In Leistungstests übertrifft es seinen Vorgänger, besonders bei Programmieraufgaben und der Auswertung von Videos. Eine Neuerung ist der integrierte Analysemodus, der die Gedankengänge der KI vor der eigentlichen Antwort sichtbar macht. Hugging Face - Qwen3.8-27B X - Alibaba_Qwen Alibaba hat das KI-Modell Qwen3.8-27B unter der Apache-2.0-Lizenz veröffentlicht. Mit 27 Milliarden Parametern ist es kompakt genug für den lokalen Einsatz, verarbeitet neben Text auch Bilder sowie Videos und übertrifft das Vorgängermodell deutlich. Bessere Ergebnisse bei Code und Büroaufgaben Qwen3.8-27B baut auf der Architektur der Version 3.5 auf und ist primär für komplexe Programmier- und Agentenaufgaben ausgelegt. In verschiedenen Benchmarks schneidet das Modell dabei sogar besser ab als Qwen3.7-Plus. Beim Test SWE-bench Pro, der die Fähigkeiten im Software-Engineering misst, erreicht es 61,7 Punkte und schlägt damit Qwen3.7-Plus (57,6 Punkte). Auch bei langfristigen Büroaufgaben im sogenannten CoWorkBench-Test liegt es mit 70,7 Punkten vor Qwen3.7-Plus. + Quelle: Alibaba Bildauswertung und integrierte Gedankengänge Neben reinem Text wertet Qwen3.8-27B Bilder, Dokumente und Videos aus. Im Test OSWorld-Verified, der den Umgang mit Computeroberflächen prüft, erreicht das Modell 84,3 Punkte. Es liegt damit vor Qwen3.7-Plus, das 73,3 Punkte erzielt. + Quelle: Alibaba Das Kontextfenster fasst standardmäßig 262.000 Token. Für die Analyse von sehr langen Inhalten, etwa einstündigen Videos, lässt sich dieser Speicher über Skalierungstechniken auf bis zu eine Million Token erweitern. Eine technische Neuerung ist der standardmäßig aktivierte Analysemodus. Qwen3.8-27B generiert vor der eigentlichen Antwort einen sichtbaren Gedankengang. Entwickler können die Tiefe dieser Analyse in drei Stufen einstellen. Wer schnelle Reaktionen bevorzugt und Rechenkapazität sparen möchte, kann diesen »Thinking Mode« auch abschalten. Anzeige Freigabe für Entwickler Alibaba stellt die Gewichte von Qwen3.8-27B unter der Apache-2.0-Lizenz auf der Entwicklerplattform Hugging Face zur Verfügung. Das Modell lässt sich über gängige Inferenz-Frameworks wie vLLM oder SGLang auf eigener Hardware ausführen. Neben der 27-Milliarden-Parameter-Variante hat Alibaba auch die Gewichte für das deutlich größere Modell Qwen3.8-2.4T-A95B freigegeben. Ein Managed-Service für Qwen3.8-27B über die hauseigene Cloud befindet sich laut Alibaba noch in Vorbereitung.

OpenAI bringt mit »Computer History« die Windows Recall Funktion

aycaramba@all-ai.de (Andreas Becker) — Fri, 14 Aug 2026 08:54:25 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ OpenAI stattet die ChatGPT-App für macOS mit der neuen Funktion »Computer History« aus. Das Modell protokolliert lokale Klicks und Tastatureingaben, um unterbrochene Aufgaben nahtlos fortzusetzen. Aus wiederkehrenden Arbeitsschritten kann die KI zudem eigenständig automatisierte Abläufe erstellen. Die Datenerfassung läuft ohne Screenshots ab, allerdings müssen Nutzer in der EU noch auf das Update warten. OpenAI Dokumentation: Computer History X: OpenAI kündigt Rollout für Mac-Nutzer an OpenAI stattet die ChatGPT-App für macOS mit einem lokalen Computer-Gedächtnis aus. Die neue Funktion »Computer History« protokolliert Klicks sowie Tastatureingaben über alle Programme hinweg. Das Modell kann dadurch unterbrochene Aufgaben fortsetzen oder Arbeitsabläufe eigenständig automatisieren. Abkehr von Bildschirmaufnahmen Computer History ersetzt die frühere Forschungs-Vorschau Chronicle. Im Gegensatz zum Vorgänger verzichtet es jedoch auf fortlaufende Screenshots. Stattdessen registriert es sogenannte Interaktionsereignisse. Dafür greift es auf die Bedienungshilfen von macOS zu und erfasst App-Wechsel, Tastenkombinationen sowie geschriebenen Text. Audioaufnahmen, Kamera-Feeds oder private Browser-Tabs bleiben außen vor. Aus diesem Datenstrom erstellt ChatGPT periodisch Textzusammenfassungen, welche als lokale Erinnerungen dienen. Anzeige Von der Erinnerung zum Skript Den praktischen Nutzen zeigt OpenAI anhand zweier Szenarien. Fragt ein Nutzer nach einer Pause: »Woran habe ich vorhin gearbeitet?«, greift ChatGPT ein. Das Modell durchsucht die Historie und nennt den genauen Stand: »Du hast eine Launch-Präsentation überarbeitet und warst dabei, den Zeitplan für den Rollout zu aktualisieren.«. + Quelle: OpenAI Die Funktion geht über reine Informationsbeschaffung hinaus. Wer beispielsweise regelmäßig Videos hochlädt, kann ChatGPT anweisen, den gerade abgeschlossenen Upload-Prozess für die Zukunft zu speichern. Dafür analysiert es die aufgezeichneten Klicks und Eingaben. Über das zugehörige Programmiermodell Codex erstellt Computer History daraus eine wiederverwendbare Skill-Datei, um den Ablauf künftig zu beschleunigen. + Quelle: OpenAI Volle Kontrolle über die Daten Anwender behalten die Kontrolle darüber, welche Programme und Websites Teil der Historie werden. Über die Einstellungen lassen sich spezifische Anwendungen einschließen oder gezielt von der Aufzeichnung ausschließen. Ein Klick auf das ChatGPT-Symbol in der Mac-Menüleiste reicht aus, um die Datenerfassung kurzzeitig zu pausieren oder den Verlauf der letzten Stunden zu löschen. OpenAI warnt in der Dokumentation vor sogenannten Prompt Injections: Besucht ein Nutzer eine Website mit bösartigem Code, könnte ChatGPT diese versteckten Befehle versehentlich ausführen, da es den gesamten erfassten Kontext verarbeitet. Lokale Speicherung und Verfügbarkeit Die gesammelten Ereignisdateien landen in einem isolierten Bereich auf dem Mac. Nach spätestens 48 Stunden werden diese Rohdaten automatisch gelöscht. Für die Erstellung der permanenten Erinnerungen schickt Computer History die Daten kurzzeitig an die Server von OpenAI. Das Unternehmen nutzt diese Informationen laut eigenen Angaben nicht für Modelltraining. Computer History ist standardmäßig deaktiviert. Nutzer schalten es in der Mac-App unter den Einstellungen im Bereich »Integrationen« manuell ein. Firmenkunden benötigen vorab eine Freigabe durch ihren Administrator. Das Update steht weltweit für Pro-, Business- und Enterprise-Nutzer bereit. Anwender in der Europäischen Union, der Schweiz und Großbritannien erhalten in den kommenden Wochen Zugriff.

GLM 5.3 mit starken Verbesserungen bei Code und Cybersicherheit

aycaramba@all-ai.de (Andreas Becker) — Fri, 14 Aug 2026 08:30:05 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Z.ai hat das neue KI-Modell GLM-5.3 veröffentlicht, das bei Programmieraufgaben einen enormen Leistungssprung macht. Durch spezielles Training löst die KI nicht nur Code-Probleme, sondern entwirft Pläne für mehrstufige Cyberangriffe. In echten Tests konnte das Modell über 2.400 kritische Schwachstellen in Open-Source-Projekten aufspüren, die teilweise Jahrzehnte alt waren. Entwickler können GLM-5.3 ab sofort über eine Programmierschnittstelle nutzen, bevor bald die offenen Modellgewichte folgen. Z.ai Blog: GLM-5.3 Frontier Coding with Emergent Cyber Capabilities X (Twitter): Z.ai kündigt GLM-5.3 an Z.ai hat am heutigen Freitag das KI-Modell GLM-5.3 veröffentlicht. Durch ein angepasstes Post-Training löst es komplexe Programmieraufgaben deutlich besser als sein Vorgänger und zeigt überraschend weitreichende Fähigkeiten beim Aufspüren von Sicherheitslücken. Bessere Benchmarkwerte durch Post-Training GLM-5.3 nutzt das gleiche Basismodell mit 743 Milliarden Parametern wie GLM-5.2. Alle Verbesserungen resultieren laut Z.ai aus dem Post-Training. Das Unternehmen hat das Modell auf realistische Arbeitsabläufe trainiert, bei denen es eigenständig Code analysiert, optimiert und testet, anstatt nur einzelne Fragmente zu generieren. Beim Terminal Bench 3.0 springt GLM-5.3 von 4,6 auf 28,3 Punkte. Im hauseigenen Z.ai Code Bench erreicht es bei maximalem Rechenaufwand eine Abschlussrate von 34,5 Prozent und nutzt dafür rund 75.000 Ausgabetoken. Damit platziert es sich vor Claude Opus 4.8, bleibt aber hinter Claude Fable 5. + + Quelle: Z.ai Eigenständige Suche nach Schwachstellen Beim Training mit Daten zur Cybersicherheit entwickelten sich die Fähigkeiten des Modells schneller als erwartet. GLM-5.3 identifiziert nicht nur einzelne Fehler, sondern entwirft Pläne für mehrstufige Angriffe. Auf dem Benchmark CyberGym, der das Auslösen von Fehlern in Quellcode testet, erreicht GLM-5.3 einen Wert von 84,5 Prozent. Das ist der Bestwert vor Mythos 5 und GPT-5.6 Sol. Bei der tiefergehenden Analyse im ExploitBench verdoppelt das Modell das Ergebnis seines Vorgängers auf 54,4 Prozent. Hier führen geschlossene Modelle wie Mythos 5 mit 78,0 Prozent allerdings weiterhin deutlich. + Quelle: Z.ai In Zusammenarbeit mit Sicherheitsteams analysierte GLM-5.3 auch echten Quellcode. Es fand 2.436 Schwachstellen in 269 Open-Source-Projekten. 1.097 dieser Fehler gelten als hoch oder kritisch. Die älteste entdeckte Lücke stammte aus dem Jahr 1981. Das Unternehmen dokumentiert die Funde in einem eigenen öffentlichen Register. + Quelle: Z.ai Neues Framework für das Training Die Grundlage für die Fortschritte bildet das Open-Source-Framework »slime«. Z.ai nutzt es für Reinforcement Learning bei langwierigen Aufgaben. Durch Systemoptimierungen konnte das Unternehmen den Durchsatz beim Training um den Faktor 2,3 steigern. Das ermöglichte es, komplexe Umgebungen als Trainingsdaten einzubinden, ohne die gesamte Infrastruktur neu aufbauen zu müssen. Entwickler können GLM-5.3 über eine Programmierschnittstelle nutzen. Die API bietet die Denk-Stufen »low«, »high« und »max«. Eine Option zum kompletten Abschalten dieser Denkprozesse gibt es nicht mehr. Nach Abschluss aktueller Sicherheitsprüfungen plant Z.ai, die offenen Modellgewichte in zwei Wochen zu veröffentlichen. Anzeige

Google bringt Gemini 3.7 Flash zum halben Preis

aycaramba@all-ai.de (Andreas Becker) — Thu, 13 Aug 2026 19:38:09 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Google hat das Modell Gemini 3.7 Flash veröffentlicht, das speziell auf Softwareentwicklung und Agenten-Workflows zugeschnitten ist. Die neue Version liefert deutlich fehlerfreieren Code und baut aus einfachen Screenshots komplette Web-Layouts. Entwickler profitieren von einem extrem niedrigen Einführungspreis, der komplexe Prozesse wirtschaftlicher macht. Auch Privatnutzer erhalten das verbesserte Modell ab sofort über den persönlichen Assistenten Gemini Spark. Google Blog Introducing Gemini 3.7 Flash Nur drei Wochen nach der Vorgängerversion bringt Google das KI-Modell Gemini 3.7 Flash heraus. Es richtet sich gezielt an Entwickler, liefert besseren Code und kostet zum Start nur die Hälfte. Fokus auf Software- und Webentwicklung Beim Langzeit-Programmiertest DeepSWE v1.1 steigt die Erfolgsquote im Vergleich zur Version 3.6 von 49,0 auf 65,3 Prozent. Im Benchmark FrontierCode 1.1 Main erreicht es 43,6 statt bisher 34,4 Prozent. + Quelle: Google In der Webentwicklung benötigt Gemini 3.7 Flash weniger Eingaben für fertige App-Layouts. Entwickler können Screenshots oder komplette Designsysteme als Bildvorlage hochladen, die das Modell dann direkt in Code umsetzt. Im WebDev Arena-Test klettert der Elo-Score auf 1588. Kombiniert mit anderen Programmen erzeugt es dynamisch Texturen für 3D-Spiele oder baut interaktive Landingpages mit Parallax-Effekten. + Quelle: Google Analysen für Finanz- und Rechtsabteilungen Bei der Auswertung langer Textdokumente aus den Bereichen Finanzen, Jura oder den Biowissenschaften erzielt Gemini 3.7 Flash ebenso höhere Trefferquote. Im Test GDP.pdf, der das Textverständnis für komplexe Dokumente misst, erreicht es 34,0 Prozent. Der Vorgänger lag bei 22,0 Prozent. Für reale Geschäftsabläufe verzeichnet der AutomationBench einen Anstieg von 17,0 auf 30,4 Prozent. Gemini 3.7 Flash plant mehrschrittige Aufgaben strukturierter, hakt bei unklaren Anweisungen nach und ruft externe Funktionen zielgerichteter auf. Entwickler müssen dadurch seltener manuell eingreifen und Prozesse bei Fehlern neu starten. Anzeige Neuer Preis und Spark-Integration Google verlangt bis zum Jahresende einen Einführungspreis von 0,75 US-Dollar pro Million Input-Token und 3,75 US-Dollar für Output-Token. Damit wird der produktive Einsatz komplexer KI-Agenten für Entwickler deutlich günstiger. Im Hintergrund hat Google die Sicherheitsfilter für Themen wie Cybersicherheit sowie chemische, biologische und nukleare Gefahren aktualisiert. Für Privatnutzer mit einem Google AI Pro- oder Ultra-Abonnement läuft der persönliche Assistent Gemini Spark ab heute mit 3.7 Flash. Er fasst Dateien zusammen, formuliert E-Mails und aktualisiert Statusdokumente über die Google Workspace-Apps.

OpenAI macht GPT-5.6 Sol 14 mal schneller

aycaramba@all-ai.de (Andreas Becker) — Thu, 13 Aug 2026 19:18:10 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ OpenAI hat den neuen Ultrafast-Modus für sein Spitzenmodell GPT-5.6 Sol vorgestellt. Durch spezielle Hardware von Cerebras arbeitet die KI bis zu 14-mal schneller als bisher. Unternehmen können diese enorme Geschwindigkeit für komplexe Echtzeit-Analysen im Kundenservice oder Finanzsektor nutzen. Die neue Funktion steht vorerst als geschlossene Vorschau über die Schnittstelle für Entwickler zur Verfügung. OpenAI: Previewing Ultrafast mode - GPT-5.6 Sol at up to 14X the speed OpenAI bietet sein Spitzenmodell ab heute in einem neuen »Ultrafast«-Modus an. GPT-5.6 Sol arbeitet damit bis zu 14-mal schneller. Unternehmen können die volle Intelligenz der KI so erstmals für Aufgaben nutzen, bei denen jede Sekunde zählt. Intelligenter, nicht nur schneller Bislang mussten Entwickler für schnelle Systemantworten häufig auf kleinere Modelle ausweichen. Diese Einschränkung entfällt nun. GPT-5.6 Sol erreicht in der neuen API-Stufe bis zu 750 Ausgabe-Tokens pro Sekunde. Das technische Fundament für diese Beschleunigung liefert der Hardware-Partner Cerebras. Die höhere Geschwindigkeit verändert die Abläufe in Unternehmen. Bei kritischen Serverausfällen analysiert das Modell Fehlerprotokolle und Code-Änderungen in Echtzeit, noch während Techniker den Fehler suchen. Im Finanzsektor durchsucht GPT-5.6 Sol Marktsignale nach Auffälligkeiten, während sich die Börsenbedingungen live verändern. Anzeige Neue Möglichkeiten für Support und Forschung Auch im Kundenservice ergeben sich neue Ansätze. GPT-5.6 Sol löst Kundenprobleme im direkten Gespräch. Nutzer müssen nicht mehr warten, bis es Informationen aus verschiedenen Datenbanken verarbeitet hat. Im Online-Handel beantwortet es Fragen zum Inventar so schnell, dass Kaufabbrüche durch ungeduldige Kunden vermieden werden können. Erste Unternehmenskunden testen den neuen Modus bereits. »Die Steigerung der Geschwindigkeit durch Cerebras ist beeindruckend«, erklärt John Crepezzi vom Finanzdienstleister Jane Street. Entwickler können laut Crepezzi nun sehr viel fokussierter mit den Modellen zusammenarbeiten. OpenAI nutzt den schnellen Modus bereits intern. Bislang stießen die Forscher aufwendige Experimente oft am Abend an und prüften die Ergebnisse erst am nächsten Morgen. Die hohe Rechengeschwindigkeit verdichtet diese Zyklen. Teams testen neue Ideen nun interaktiv und starten innerhalb eines einzigen Arbeitstages gleich mehrere Durchläufe. Der Ultrafast-Modus ist ab heute als geschlossene Vorschau verfügbar. Zunächst erhält nur eine kleine Testgruppe Zugang über die API. OpenAI plant, die Serverkapazitäten schrittweise auszubauen und den Dienst dann für weitere Kunden zu öffnen. Interessierte Unternehmen können sich für Updates registrieren.