Kategorie: KI-News

  • KI-Modell Mythos: Eine neue Ära für die Cybersicherheit beginnt

    KI-Modell Mythos: Eine neue Ära für die Cybersicherheit beginnt

    Was ist das Mythos-Modell von Anthropic?

    Anthropic entwickelt künstliche Intelligenz. KI sind Computerprogramme, die selbstständig lernen und Probleme lösen. Das neue Modell heißt Claude Mythos Preview. Es kann Sicherheitslücken in Software finden. Software sind Programme auf Computern, Smartphones oder im Internet.

    Eine Sicherheitslücke ist wie ein unsichtbares Loch in einer Mauer. Hacker können durch dieses Loch in ein Computersystem eindringen. Mythos findet diese Löcher. Es kann auch automatisch Werkzeuge bauen, um durch sie zu gelangen. Diese Werkzeuge nennt man Exploits. Ein Exploit ist wie ein spezieller Schlüssel für ein Schloss.

    Mythos ist schnell und genau. Früher brauchten Experten Wochen oder Monate, um komplizierte Sicherheitslücken zu finden. Die KI kann das jetzt in kürzerer Zeit. Das verändert die Computersicherheit.

    Warum ist das so gefährlich?

    Stell dir vor, jemand findet den Hauptschlüssel für alle Häuser in einer Stadt. Mythos ist ähnlich gefährlich für Computersysteme. Es kann Sicherheitslücken in fast jeder Software finden. Das betrifft Betriebssysteme wie Windows oder macOS. Browser wie Chrome oder Firefox. Und viele andere Programme, die wir täglich nutzen.

    Die KI kann Exploit-Chains erstellen. Das sind Ketten von Sicherheitslücken. Eine einzelne Lücke reicht manchmal nicht aus. Aber mehrere kombinierte Lücken können selbst gut geschützte Systeme hacken.

    Ein Beispiel: Ein Hacker findet zuerst eine Schwachstelle im Browser. Dann nutzt er eine zweite im Betriebssystem. Und eine dritte in einer Anwendung. Zusammen ergeben sie einen Weg ins System. Solche Angriffe nennt man Zero-Click-Angriffe. Der Nutzer muss nicht einmal klicken.

    Was ist Project Glasswing?

    Weil Mythos gefährlich sein kann, gibt Anthropic es nicht einfach weiter. Stattdessen wurde Project Glasswing gegründet. Das ist eine Art exklusiver Club für große Tech-Firmen. Mitglieder sind Microsoft, Apple, Google und die Linux Foundation. Insgesamt sind etwa 45 Organisationen dabei.

    Die Idee: Bevor böswillige Hacker Zugang bekommen, sollen die Verteidiger die KI zuerst nutzen. Die Firmen im Project Glasswing können Mythos verwenden, um ihre eigenen Systeme zu testen. Sie suchen nach Sicherheitslücken, bevor andere sie finden. Dann schließen sie diese Lücken.

    Das gibt den Verteidigern einen Vorsprung. Die Firmen haben vielleicht ein paar Monate oder Jahre Zeit, ihre Systeme sicherer zu machen.

    Wie reagieren Experten auf diese Entwicklung?

    Die Meinungen sind geteilt. Einige Experten sagen: „Das ist eine große Gefahr.“ Alex Zenla ist Technikchef einer Sicherheitsfirma. Sie sagt: „Normalerweise bin ich skeptisch. Aber diesmal glaube ich, dass es eine echte Bedrohung ist.“

    Andere sind weniger besorgt. Sie sagen: „Das ist nur wieder viel Hype um KI.“ Diese Experten meinen, KI hilft schon heute beim Finden von Sicherheitslücken. Aber sie verändert nicht alles grundlegend.

    Ein wichtiger Punkt: Mythos senkt die Schwelle für Angriffe. Früher brauchte man spezielles Wissen und viel Zeit. Jetzt könnte fast jeder mit Zugang zu solcher KI gefährliche Angriffe starten.

    Was bedeutet das für die Zukunft?

    Die Sicherheitsexperten sind sich einig: Wir müssen unsere Herangehensweise ändern. Bisher funktioniert Cybersicherheit oft so: Software wird entwickelt, dann werden Fehler gefunden, dann werden Korrekturen erstellt.

    In Zukunft muss Software von Anfang an sicher sein. Das nennt man „Secure by Design“. Beim Hausbau würde das bedeuten, dass schon bei der Planung an alle Sicherheitsaspekte gedacht wird.

    Jen Easterly war Direktorin einer US-Sicherheitsbehörde. Sie schreibt: „Jahrzehntelang haben wir eine Industrie aufgebaut, um Schwachstellen zu verteidigen. Diese Schwachstellen hätten von Anfang an nicht existieren dürfen.“

    Wie verändert KI die Angriffe?

    Stell dir eine Million Sicherheitsforscher vor. Sie könnten viele Fehler finden. Aber Menschen haben Grenzen. Sie werden müde. Sie machen Fehler.

    Eine KI wie Mythos hat diese Grenzen nicht. Sie kann Tag und Nacht arbeiten. Sie kann Millionen von Codezeilen analysieren. Sie kann komplizierte Muster erkennen, die Menschen übersehen. Und sie kann lange Ketten von Schwachstellen finden.

    Alex Zenla erklärt: „Menschen sind nicht gut darin, viele Informationen lange im Kopf zu behalten. Deshalb waren lange Ketten von verwundbaren Stellen bisher selten.“ Mythos wird das ändern.

    Was können wir tun?

    Project Glasswing ist ein Schritt in die richtige Richtung. Die großen Tech-Firmen arbeiten zusammen. Sie nutzen die KI, um ihre eigenen Systeme zu stärken.

    Für normale Nutzer bedeutet das: Updates werden noch wichtiger. Wenn dein Smartphone oder Computer ein Update anbietet, installiere es sofort. Diese Updates schließen oft Sicherheitslücken.

    Für Unternehmen bedeutet es: Sie müssen in Sicherheit investieren. Nicht als nachträglichen Gedanken, sondern von Anfang an. Das kostet mehr Zeit und Geld. Aber es ist notwendig.

    Ist das das Ende der Cybersicherheit?

    Nein, aber es ist ein Wendepunkt. Jen Easterly sagt: „Es ist nicht das Ende der Cybersicherheit als Aufgabe. Aber es ist der Anfang vom Ende der Cybersicherheit, wie wir sie kennen.“

    Die alte Methode wird nicht mehr funktionieren. Wir brauchen einen neuen Ansatz. Sicherheit muss ein grundlegender Teil des Designs sein.

    Die KI bringt nicht nur Gefahren. Sie kann auch helfen, bessere Sicherheit zu entwickeln. Sie kann beim Testen von Software helfen. Es ist ein Wettlauf zwischen guten und bösen Nutzern der KI.

    Was denken die Regierungen?

    Sogar Regierungen beschäftigen sich mit diesem Thema. Diese Woche trafen sich Finanzexperten in Washington. Der US-Finanzminister und der Chef der US-Notenbank sprachen mit Banken und Finanzfirmen. Sie diskutierten die Auswirkungen von Modellen wie Mythos.

    Das zeigt: Dies ist kein reines Technik-Thema. Es betrifft unsere gesamte Gesellschaft. Banken, Krankenhäuser, Stromnetze – alles hängt von Computersystemen ab.

    Die Diskussion in Washington war ein Signal. Sie zeigt, dass die Gefahr ernst genommen wird.

    Fazit: Ein Weckruf für mehr Sicherheit

    Das Mythos-Modell ist ein Weckruf. Es zeigt, dass wir unsere Herangehensweise an Computersicherheit ändern müssen. Die Zeit der einfachen Lösungen ist vorbei.

    Stattdessen müssen wir vorausdenken. Software muss von Anfang an sicher sein. Updates müssen schneller installiert werden. Unternehmen müssen mehr in Sicherheit investieren.

    Die KI verändert die Regeln. Sie macht Angriffe einfacher. Aber sie kann auch die Verteidigung stärken. Es liegt an uns, diese Werkzeuge klug zu nutzen.

    Quelle: Dieser Artikel basiert auf einem Originalartikel: https://www.wired.com/story/anthropics-mythos-will-force-a-cybersecurity-reckoning-just-not-the-one-you-think/

  • KI im Marketing: 5 Entwicklungen, die Unternehmen jetzt richtig einordnen sollten

    KI im Marketing: 5 Entwicklungen, die Unternehmen jetzt richtig einordnen sollten

    Viele Unternehmen reden gerade über KI im Marketing, als würde morgen alles komplett anders laufen. In der Praxis passiert aber etwas viel Nüchterneres, und genau deshalb ist es so wichtig: Die Regeln verschieben sich. Manche Kennzahlen werden unzuverlässiger. Manche neuen Kanäle werden größer dargestellt, als sie wirtschaftlich bisher wirklich sind. Und einige KI-Anwendungen werden zum ersten Mal wirklich operativ nützlich.

    Wenn man das sauber einordnet, entsteht ein klareres Bild. Es geht gerade nicht darum, jedem neuen Tool hinterherzulaufen. Es geht darum, bessere Entscheidungen zu treffen. Genau dabei helfen diese fünf Entwicklungen.

    1. Die Öffnungsrate verliert weiter an Wert

    Viele Newsletter-Reports beginnen immer noch mit derselben Zahl: der Open Rate. Das Problem ist nur, dass diese Zahl immer weniger darüber aussagt, ob eine Mail wirklich gelesen wurde.

    Der Grund liegt in der Technik. E-Mail-Programme wie Gmail laden Bilder zum Teil automatisch vor. Dabei wird oft auch das Tracking-Bild geladen, das eine Öffnung registrieren soll. Das Ergebnis: Eine Öffnung wird gemessen, obwohl vielleicht gar kein Mensch bewusst in die Mail geschaut hat.

    Das heißt nicht, dass die Open Rate komplett nutzlos ist. Aber sie ist heute eher ein grobes Signal als eine verlässliche Entscheidungsgrundlage.

    Praxisbeispiel: Wenn deine Öffnungsrate plötzlich steigt, heißt das nicht automatisch, dass dein Betreff besser geworden ist. Es kann genauso gut sein, dass sich das Verhalten des Mail-Clients verändert hat. Wer dann voreilig den falschen Schluss zieht, optimiert am eigentlichen Problem vorbei.

    Wichtiger werden deshalb Kennzahlen, die näher an echter Wirkung liegen: Klicks, Antworten, Conversions, Zustellbarkeit und Abmeldungen.

    2. KI wird erst dann spannend, wenn sie mit echten Daten arbeitet

    Texte schreiben, Ideen sammeln, Überschriften verbessern: Das alles kann KI schon länger. Richtig interessant wird es aber erst, wenn sie nicht nur mit einem Prompt arbeitet, sondern mit echten Systemen verbunden ist.

    Genau hier kommt MCP ins Spiel. Einfach erklärt ist das eine standardisierte Verbindung zwischen einem KI-Modell und anderen Programmen oder Datenquellen. Dadurch kann die KI nicht nur allgemein antworten, sondern auf echte Informationen zugreifen und damit arbeiten.

    Im Marketing bedeutet das zum Beispiel: Statt nur allgemein über Kampagnen zu sprechen, kann eine KI direkt helfen zu erkennen, wo Budget versickert, welche Zielgruppen schwächeln oder welche Anzeigen viel kosten und wenig bringen.

    Praxisbeispiel: Statt manuell fünf Reports aus Meta Ads, Google Ads und Analytics zusammenzukopieren, könnte eine KI die Daten strukturiert auswerten und sofort auffällige Stellen nennen. Nicht als Ersatz für den Menschen, aber als sehr schneller Assistent.

    Genau dort beginnt der echte Nutzen. Nicht bei der netten Formulierung, sondern bei besseren Entscheidungen auf Basis realer Daten.

    3. AI-Traffic ist interessant, aber noch kein Selbstläufer

    Gerade wird viel darüber gesprochen, dass Besucher künftig verstärkt über KI-Systeme auf Websites kommen könnten. Also über ChatGPT, Claude, Perplexity oder ähnliche Dienste. Das kann wichtig werden, aber aktuell wird dieses Thema oft größer gemacht, als es wirtschaftlich bereits ist.

    Ja, AI-Traffic kann wertvoll sein. Vor allem dann, wenn Menschen gerade intensiv recherchieren oder ein Produkt erklärungsbedürftig ist. Aber in vielen Fällen ist dieser Traffic bisher noch nicht so umsatzstark wie klassische Kanäle.

    Das ist logisch. Wer aus einem KI-System kommt, steckt oft noch mitten in der Orientierung. Die Person sucht Informationen, vergleicht Optionen und ist noch nicht zwingend bereit zu kaufen.

    Deshalb sollte man AI-Traffic aufmerksam beobachten, aber nicht wie einen Wundermotor behandeln. Er ist momentan eher ein früher Kanal mit Potenzial, nicht automatisch ein Top-Performer.

    4. Schöne Attribution ist nicht dasselbe wie echte Wirkung

    Viele Reports sehen heute sehr präzise aus. Ein Klick wird erfasst, eine Conversion zugeordnet, ein Kanal bekommt seinen Anteil. Das wirkt sauber. Aber es beantwortet nicht automatisch die wichtigste Frage: Hat diese Maßnahme wirklich zusätzlichen Erfolg erzeugt?

    Genau darum geht es bei Incrementality. Der Begriff klingt sperrig, meint aber etwas sehr Einfaches: Wäre der Erfolg auch ohne diese Marketing-Maßnahme passiert?

    Praxisbeispiel: Jemand will ohnehin kaufen, sieht kurz vorher noch eine Retargeting-Anzeige und klickt darauf. Im Report bekommt dann womöglich die Anzeige den Erfolg zugeschrieben. In Wirklichkeit war die Kaufentscheidung vielleicht schon längst gefallen.

    Deshalb wird Incrementality wichtiger. Unternehmen wollen nicht nur wissen, was gut messbar aussieht, sondern was wirklich zusätzlichen Umsatz, zusätzliche Leads oder zusätzliche Reichweite erzeugt hat.

    Das ist gesünder als viele der alten Report-Logiken. Weniger Scheinpräzision, mehr echte Wirkung.

    5. KI entwickelt sich vom Antwortsystem zum Arbeitssystem

    Der vielleicht spannendste Wandel passiert gerade nicht beim Texten, sondern beim Arbeiten selbst. Moderne KI soll nicht mehr nur eine hübsche Antwort geben. Sie soll Aufgaben Schritt für Schritt bearbeiten, Informationen prüfen, Werkzeuge nutzen und Ergebnisse bewerten.

    Besonders sichtbar wird das in Bereichen wie IT-Security und Software-Entwicklung. Dort reicht eine nette Formulierung nicht. Ein System muss strukturiert vorgehen, Fehler erkennen und sauber mit Tools arbeiten.

    Genau das macht das Thema auch fürs Marketing interessant. Denn dieselbe Entwicklung kann später auf Reportings, Content-Prüfung, Kampagnen-Audits, Monitoring und Automatisierung übertragen werden.

    Das bedeutet nicht, dass Menschen ersetzt werden. Aber es bedeutet, dass KI zunehmend vom Chatfenster in echte Arbeitsabläufe wandert.

    Was Unternehmen jetzt konkret tun sollten

    Wer jetzt sinnvoll reagieren will, braucht keinen Aktionismus. Eher im Gegenteil. Diese vier Schritte sind aktuell oft sinnvoller als die nächste Tool-Euphorie:

    • Kennzahlen prüfen: Welche Metriken nutzt ihr noch, obwohl sie technisch schwächer geworden sind?
    • KI pragmatisch testen: Wo spart sie heute schon Zeit, ohne Qualität zu verschlechtern?
    • Neue Kanäle realistisch bewerten: Nicht jeder Trend ist schon wirtschaftlich relevant.
    • Wirkung ehrlicher messen: Lieber eine unbequeme Wahrheit als ein hübsches Dashboard.

    Genau hier trennt sich gerade Hype von Substanz.

    Fazit: Weniger Buzzword, mehr Klarheit

    Marketing verändert sich durch KI, aber nicht nur durch neue Tools. Die eigentliche Veränderung liegt darin, wie wir messen, bewerten und entscheiden.

    Open Rates werden ungenauer. AI-Traffic ist interessant, aber noch kein Selbstläufer. MCP und ähnliche Verbindungen machen KI erst wirklich nützlich. Incrementality hilft, echte Wirkung von schöner Zurechnung zu unterscheiden. Und agentische KI zeigt, wohin sich digitale Arbeit insgesamt entwickelt.

    Wer das früh sauber versteht, hat einen Vorteil. Nicht weil er lauter über KI spricht, sondern weil er sie realistischer einordnet.

    FAQ zu den wichtigsten Begriffen

    Wenn dir Begriffe wie MCP, Incrementality, AI-Traffic oder agentische KI neu sind: Auf der FAQ-Seite von sebask.de sind sie einfach erklärt.

  • Holo3: Der neue Meister im Umgang mit Computern

    Holo3: Der neue Meister im Umgang mit Computern

    Was ist Holo3?

    Holo3 ist ein Computer-Modell der H Company. Es kann Computer bedienen, wie ein Mensch es tun würde. Es surft im Internet, schreibt E-Mails, bearbeitet Tabellen und steuert mehrere Programme gleichzeitig.

    Warum ist Holo3 so besonders?

    Holo3 hat den OSWorld-Test mit 78,85 Prozent bestanden. Das ist ein neuer Rekord. Kein anderes Modell war bisher besser. Holo3 ist für den echten Einsatz in Unternehmen gebaut. Es löst praktische Aufgaben aus dem Büroalltag.

    Wie wurde Holo3 trainiert?

    Die Entwickler nutzten eine besondere Trainings-Methode: das „Agentic Learning Flywheel“. Es ist ein Kreislauf aus Lernen und Verbessern. Dabei trainiert Holo3 zwei Fähigkeiten: Wahrnehmung und Entscheidungsfindung. Wahrnehmung bedeutet, es versteht, was auf dem Bildschirm zu sehen ist. Entscheidungsfindung heißt, es weiß, welche Aktion als nächstes folgen muss.

    Für das Training gab es viele Beispiele. Die Aufgaben wurden immer schwieriger. So lernte Holo3, mit verschiedenen Programmen und Webseiten umzugehen. Es wurde auch darauf trainiert, mit unerwarteten Situationen klarzukommen. Ein Formular sieht plötzlich anders aus? Holo3 findet trotzdem die richtigen Felder und füllt sie aus.

    Die Synthetic Environment Factory

    Um Holo3 auf Unternehmens-Software vorzubereiten, bauten die Entwickler eine „Synthetic Environment Factory“. Das ist eine Fabrik für künstliche Umgebungen. Hier werden virtuelle Büros und Programme nachgebaut. Sie sehen aus wie echte Software aus Unternehmen: E-Mail, Kalender, Rechnungen, Online-Shops. Holo3 trainiert in diesen Umgebungen.

    Spezielle Programme, sogenannte Coding Agents, bauen die Trainings-Umgebungen automatisch. Sie programmieren Webseiten von Grund auf neu. So entstehen unendlich viele Trainings-Szenarien. Ein Prüf-Skript überprüft am Ende, ob Holo3 die Aufgabe richtig gelöst hat.

    Der H Corporate Benchmarks Test

    Neben OSWorld gibt es den eigenen Test „H Corporate Benchmarks“. Hier muss Holo3 486 verschiedene Aufgaben lösen. Sie sind in vier Kategorien eingeteilt: E-Commerce, Business-Software, Zusammenarbeit und Multi-App-Aufgaben.

    Die Multi-App-Aufgaben sind besonders anspruchsvoll. Holo3 muss mehrere Programme gleichzeitig nutzen. Eine Beispielaufgabe: Es bekommt eine PDF mit Gerätepreisen. Es liest die Preise aus. Dann schaut es in einer Tabelle nach, wie viel Budget jeder Mitarbeiter noch hat. Es berechnet, ob sich jeder das Gerät leisten kann. Zum Schluss schreibt es persönliche E-Mails an alle Mitarbeiter mit der Kaufentscheidung. Dafür braucht es Verstand: rechnen, Texte verstehen, zwischen Programmen wechseln, den Überblick behalten. Holo3 kann das.

    Warum ist Holo3 so effizient?

    Viele große Modelle haben hunderte Milliarden Parameter. Holo3 hat nur 10 Milliarden aktive Parameter. Das ist vergleichsweise wenig. Trotzdem ist es besser als viele größere Modelle. Der Grund ist das spezielle Training. Holo3 lernt genau das, was es für die Computer-Bedienung braucht. Das macht es schneller und günstiger im Betrieb. Unternehmen können es ohne hohe Kosten einsetzen.

    Was bedeutet das für die Zukunft?

    Holo3 ist ein Schritt zum „Autonomous Enterprise“, dem autonomen Unternehmen. Intelligente Helfer erledigen viele Aufgaben von selbst. Menschliche Mitarbeiter können sich auf wichtigere Dinge konzentrieren. Die Entwickler arbeiten am nächsten Schritt: „Adaptive Agency“. Zukünftige Modelle sollen nicht nur bekannte Programme bedienen. Sie sollen auch völlig neue Software selbstständig lernen können. Eine brandneue Software wird eingeführt? Der Helfer schaut sie sich an und weiß sofort, wie man sie bedient.

    Zusammenfassung

    Holo3 ist ein intelligentes Modell, das Computer wie ein Mensch bedient. Mit 78,85% im OSWorld-Test ist es derzeit das beste Modell seiner Art. Spezielles Training in virtuellen Unternehmens-Umgebungen bereitet es auf echte Aufgaben vor. Es bewältigt komplexe Arbeiten über mehrere Programme hinweg. Und das mit vergleichsweise wenig Rechenaufwand. Holo3 zeigt eine mögliche Zukunft der Arbeit: Intelligente Helfer übernehmen lästige Computer-Arbeit.

    Quelle: https://huggingface.co/blog/Hcompany/holo3

  • KI-News der Woche: Claude Auto Mode, OpenAI-Milliarden und ein Richter der zweifelt

    KI-News der Woche: Claude Auto Mode, OpenAI-Milliarden und ein Richter der zweifelt

    Die heutige TLDR AI-Ausgabe hatte einiges zu bieten. Ich fasse die Meldungen zusammen, die ich für wirklich relevant halte — und sage dazu was ich denke.

    Claude bekommt einen Auto-Modus

    Anthropic hat einen „Auto Mode“ in der Research-Preview veröffentlicht. Claude kann damit eigenständig Aktionen ausführen — mit eingebauten Sicherheitsmechanismen die riskantes Verhalten und Prompt-Injections herausfiltern sollen.

    Was das konkret bedeutet: Claude entscheidet selbst wann es ein Werkzeug benutzt, wann es nachfragt und wann es stoppt. Das ist der nächste logische Schritt von einem Chatbot zu einem echten Agenten. Die Frage die ich mir stelle: Wie gut funktionieren diese Sicherheitsmechanismen in der Praxis? Research-Preview heißt noch nicht produktionsreif — aber die Richtung ist klar.

    Was Claude 4.6 alles kann — eine Übersicht

    Eine ausführliche Zusammenfassung listet auf was Claude Stand März 2026 mitbringt: 1 Million Token Kontextfenster, vier Modi (Chat, Cowork, Code, Projects), automatisierte Workflows über Scheduled Tasks und Connectors, Computer Use in der Research-Preview, und sogenannte „Hooks“ für programmierbare Leitplanken.

    Das 1-Millionen-Token-Fenster ist das was mich am meisten interessiert — das entspricht etwa 750.000 Wörtern oder mehreren langen Büchern in einem einzigen Kontext. Praktisch bedeutet das: ganze Codebasen, umfangreiche Dokumente, lange Gesprächsverläufe — alles auf einmal verarbeitbar. Für die tägliche Arbeit ist das ein echter Unterschied.

    OpenAI sammelt 120 Milliarden Dollar ein

    OpenAI hat eine neue Zusage über 10 Milliarden Dollar von a16z, DE Shaw, MGX, TPG und T. Rowe Price bekanntgegeben. Die gesamte aktuelle Finanzierungsrunde kommt damit auf über 120 Milliarden Dollar. Gleichzeitig hat OpenAI seine Ausgabenpläne etwas zurückgefahren und plant bis 2030 etwa 600 Milliarden Dollar in Rechenkapazität zu investieren — offenbar mit Blick auf einen bevorstehenden Börsengang.

    120 Milliarden Dollar. Das ist eine Zahl die schwer greifbar ist. Zum Vergleich: Das ist mehr als das BIP von Ländern wie Ungarn oder Kuwait. Was mich dabei beschäftigt: OpenAI priorisiert laut Bericht seine profitabelsten Initiativen vor dem IPO. Das klingt nach einem Unternehmen das Investoren beruhigen will — nicht nach einem das rücksichtslos auf Wachstum setzt. Ob das ein Zeichen von Reife ist oder von Druck, wird sich zeigen.

    US-Regierung gegen Anthropic — ein Richter zweifelt

    US-Bezirksrichterin Rita F. Lin äußerte in einer Anhörung ernsthafte Zweifel an den Maßnahmen der Trump-Regierung gegen Anthropic. Sie sagte, das Vorgehen sehe aus wie eine Bestrafung. Das Verbot hat Anthropic bereits Hunderte Millionen Dollar durch stornierte Verträge gekostet.

    Das ist ein Fall den ich weiter verfolgen werde. Wenn ein Gericht der US-Regierung hier auf die Finger klopft, hat das Signalwirkung — nicht nur für Anthropic, sondern für die gesamte KI-Branche in den USA. Wer KI-Modelle entwickelt, muss offenbar damit rechnen dass politische Entscheidungen das Geschäft von heute auf morgen treffen können.

    ChatGPT dreht beim Shopping um

    OpenAI hat das direkte Checkout-Feature in ChatGPT zurückgezogen — die Adoption war zu gering. Statt Käufe direkt im Chat abzuwickeln, setzt OpenAI jetzt auf Produktentdeckung und leitet Nutzer zu Händlern weiter.

    Interessant. Der direkte Kauf im Chat klingt nach einer naheliegenden Idee, funktioniert aber offenbar nicht so wie erhofft. Nutzer wollen vielleicht doch lieber Empfehlungen als Transaktionen — zumindest heute noch.

    Mein Fazit

    Die heutige Ausgabe zeigt zwei Dinge deutlich: KI wird technisch schnell erwachsener — Auto Mode und 1M-Kontext sind echte Fortschritte. Gleichzeitig wird das politische und wirtschaftliche Umfeld komplizierter. 120 Milliarden Dollar Kapital und ein laufendes Gerichtsverfahren gegen einen der führenden KI-Anbieter — das ist kein normales Marktgeschehen mehr.

  • KI-News der Woche: Google Stitch, Midjourney V8 Kritik und GPT-5.4 Mini

    KI-News der Woche: Google Stitch, Midjourney V8 Kritik und GPT-5.4 Mini

    Diese Woche gab es neue Ankündigungen aus der KI-Welt. Google hat zwei Updates vorgestellt. Midjourney, ein Programm für KI-Bilder, hat eine neue Version veröffentlicht. Die Reaktionen sind durchmischt. OpenAI brachte zudem zwei kleine, schnelle Modelle heraus: GPT-5.4 Mini und Nano. Hier sind die Details.

    Google Stitch: Apps einfach per Befehl erstellen

    Google hat ein neues Tool namens Stitch veröffentlicht. Es erstellt komplette Apps und Benutzeroberflächen. Man muss nur einen Textbefehl, einen Prompt, eingeben. Schreibt man „Erstelle eine Wetter-App mit blauem Design.“, generiert Stitch diese App automatisch. Das Tool nutzt dafür KI. Es versteht die Nutzerabsicht und setzt sie um. Das könnte die Arbeit von App-Entwicklern vereinfachen. Auch für Schüler, die erste eigene Apps bauen wollen, ist es interessant. Man braucht keine Expertenkenntnisse mehr für eine einfache App.

    Google Maps bekommt große KI-Updates

    Google Maps erhält ein umfangreiches Update mit KI. Zwei neue Funktionen kommen: „Ask Maps“ und „Immersive Navigation“. „Ask Maps“ erlaubt es, der App Fragen wie einem Menschen zu stellen. Zum Beispiel: „Zeige mir Spielplätze in meiner Nähe“ oder „Wo finde ich eine Pizzeria mit Sitzplätzen draußen?“. Die KI sucht passende Antworten. „Immersive Navigation“ zeigt keine flache Karte, sondern eine 3D-Ansicht der Straßen. So erkennt man Gebäude und Abbiegungen besser. Die Navigation wirkt realistischer.

    Midjourney V8: Neue Version mit gemischten Reaktionen

    Midjourney, ein bekanntes KI-Bildprogramm, hat Version 8 veröffentlicht. Viele Nutzer sind enttäuscht. Sie kritisieren, die neuen Bilder seien kaum besser als die alten. Einige halten die Qualität sogar für schlechter. Besonders die Darstellung von Menschen bereitet Probleme. Hände sehen oft seltsam aus, Körperformen stimmen nicht. Dieses Phänomen nennt sich „Body Slop“. Die Entwickler haben V8 als Alpha-Version veröffentlicht. Es ist also eine frühe Testversion. Die Probleme könnten noch behoben werden. Andere KI-Bildprogramme wie Nano Banana 2 könnten nun die Gelegenheit nutzen, an Beliebtheit zu gewinnen.

    GPT-5.4 Mini und Nano: Kleine, schnelle KI-Modelle

    OpenAI, die Firma hinter ChatGPT, stellte zwei neue KI-Modelle vor: GPT-5.4 Mini und GPT-5.4 Nano. Diese Modelle sind besonders klein und schnell. Sie benötigen weniger Rechenleistung als große Modelle. Trotzdem verstehen und schreiben sie Texte gut. Die kleinen Modelle eignen sich für Smartphones oder einfachere Computer. Sie reagieren schneller auf Befehle. Eine Hausaufgaben-Hilfe auf dem Handy, die sofort antwortet, wäre möglich. Die großen Modelle sind leistungsfähiger, aber oft langsamer. Mini und Nano machen KI für mehr Menschen zugänglich.

    Claude Cowork Dispatch: KI erledigt lokale Aufgaben

    Anthropic, die Firma hinter der KI Claude, führte Claude Cowork Dispatch ein. Dieses Feature kann Aufgaben erledigen, auch wenn der Nutzer offline ist. Lokale Aufgaben sind Tätigkeiten auf dem eigenen Gerät. Die KI könnte eine Datei auf dem Laptop suchen und umbenennen. Oder ein Programm starten. Sie arbeitet im Hintergrund weiter. Man muss nicht daneben sitzen. Einige warnen vor Gefahren. Wenn eine KI Zugriff auf Dateien hat, ist Vorsicht geboten. Man sollte nur vertrauenswürdige Programme nutzen und starke Passwörter verwenden.

    Weitere KI-Neuigkeiten der Woche

    Es gab weitere Updates. xAI, die Firma von Elon Musk, veröffentlichte eine Text-to-Speech-API für Grok. Diese Schnittstelle erlaubt es anderen Programmen, die Vorlesefunktion zu nutzen. Mistral, eine europäische KI-Firma, brachte Mistral Small 4 heraus. Es ist ein Open-Source-Modell. Der Code ist für alle einsehbar und nutzbar. Foundation-1 ist ein neues Tool, das Musik und Geräusche mit KI erzeugt. Subagents in Codex ermöglichen es einer KI, mehrere Aufgaben gleichzeitig zu bearbeiten. Okara.ai bietet eine Marketing-KI an, die angeblich Chef-Marketingmanager ersetzen könnte.

    Häufig gestellte Fragen

    Was ist Google Stitch?

    Google Stitch ist ein neues Tool von Google. Nutzer können damit Apps und Benutzeroberflächen nur mit Textbefehlen erstellen. Man beschreibt, welche App man möchte. Die KI von Stitch generiert automatisch Code und Design. Das ist nützlich für Leute, die nicht programmieren können. Auch Profis arbeiten so schneller. Stitch ist noch neu. Es könnte die App-Entwicklung verändern.

    Warum kritisieren Nutzer Midjourney V8?

    Viele Nutzer sind von Midjourney V8 enttäuscht. Sie hatten sich mehr erhofft. Die neue Version soll bessere Bilder erzeugen, was nicht immer gelingt. Besonders bei Menschenbildern gibt es Fehler. Hände haben zu viele Finger oder wirken verzerrt. Körperteile passen nicht zusammen. Die Nutzer kennen die Vorgängerversion V7 gut. Sie bemerken Verschlechterungen sofort. Die Entwickler bezeichnen V8 als Alpha-Phase. Es wird also noch verbessert. Die erste Reaktion war dennoch negativ.

    Was ist der Unterschied zwischen GPT-5.4 Mini und Nano?

    GPT-5.4 Mini und Nano sind kleinere, schnellere Versionen der GPT-5.4 KI. Der Hauptunterschied liegt in Größe und Geschwindigkeit. Nano ist vermutlich noch kleiner und schneller als Mini. Beide sind für Geräte mit geringer Rechenleistung gedacht. Zum Beispiel für ältere Smartphones oder einfache Laptops. Sie verbrauchen weniger Strom und reagieren schneller. Die Antwortqualität ist gut, auch wenn große Modelle manchmal klüger antworten. Für alltägliche Aufgaben reichen Mini und Nano aus.

    Wie funktioniert Claude Cowork Dispatch?

    Claude Cowork Dispatch ist eine Funktion der KI Claude. Sie erlaubt es der KI, Aufgaben auf dem Computer zu erledigen, auch offline. Man kann der KI eine Aufgabenliste geben. Dann schaltet man den Laptop aus. Später, beim Wiederanschalten, hat die KI die Aufgaben erledigt. Das könnte Dateien sortieren, E-Mails beantworten oder Daten analysieren sein. Wichtig ist, der KI vorher genau zu sagen, was sie tun soll. Man muss ihr die nötigen Berechtigungen auf dem Gerät erteilen. Es ist eine praktische Hilfe. Aber man sollte bedenken, welche Aufgaben man einer KI überlässt.

    Was bedeutet „Ask Maps“ bei Google Maps?

    „Ask Maps“ ist eine neue Funktion in Google Maps. Auf Deutsch: „Frage Maps“. Statt selbst nach Orten zu suchen, kann man der App eine Frage stellen. Die Frage kann man eingeben oder sprechen. Die KI von Google Maps versteht, was gesucht wird. Zum Beispiel: „Wo ist der nächste Bäcker mit frischen Brötchen?“ oder „Zeig mir Spielplätze, die heute geöffnet haben.“. Die KI durchsucht die Daten und gibt eine passende Antwort. Das ist natürlicher als Stichwörter einzugeben. Es fühlt sich an, als würde man einen Freund fragen.

    Kann ich Google Stitch jetzt schon nutzen?

    Google Stitch ist bereits auf einer eigenen Website verfügbar. Es befindet sich aber wahrscheinlich noch in einer frühen Testphase. Nicht jeder hat sofort Zugang. Tech-Firmen lassen oft zuerst eine kleine Nutzergruppe testen, um Fehler zu finden. Wer es ausprobieren möchte, kann auf stitch.withgoogle.com gehen. Dort sieht man, ob Zugang besteht. Auch auf sozialen Medien wie X (früher Twitter) teilen Leute ihre Erfahrungen mit Stitch. So bekommt man einen Eindruck von der Funktionsweise.

    Was ist Text-to-Speech bei Grok?

    Text-to-Speech wandelt geschriebenen Text in gesprochene Sprache um. xAI, die Firma hinter der KI Grok, hat diese Funktion als API veröffentlicht. Eine API ist eine Schnittstelle für Programmierer. Andere Apps und Programme können diese Funktion nun einbauen. Eine Lern-App könnte Grok bitten, einen Text vorzulesen. Ein Navigationssystem könnte Ansagen mit Groks Stimme machen. Die Stimme klingt natürlich, nicht wie eine Roboterstimme. Das hilft Menschen, die lieber zuhören als lesen. Oder sehbehinderten Menschen, die sich Texte vorlesen lassen müssen.

    Quelle

    Dieser Artikel basiert auf diesem YouTube-Video und den verlinkten Quellen aus der Videobeschreibung.