Kategorie: KI-News

Stell dir vor: Morgens im Büro, Browser auf, SharePoint geöffnet. Alles wirkt normal. Dokumente, Kalender, synchronisiert. Kein Alarm, kein Hinweis. Doch möglicherweise schon seit Tagen hat ein Angreifer über eine von drei bestätigten Sicherheitslücken Zugang. Die US-Behörde CISA hat eine Dringlichkeitswarnung herausgegeben. Sie fordert Organisationen auf, ihre Microsoft SharePoint-Instanzen sofort zu härten, da drei Schwachstellen aktiv im Internet ausgenutzt werden.

Die Schwachstellen heißen CVE-2026-332201, CVE-2026-45659 und CVE-2026-56164. Alle drei stehen im Katalog bekannter ausgenutzter Schwachstellen (KEV). Das heißt: Es gibt bestätigte Angriffe, Handeln ist nötig. Besonders tückisch ist die letzte Lücke. Microsofts CVSS-System bewertet sie mit 5,3 – „mittel“. Die reale Gefahr liegt in der Kombination: Der Fehler ist aus der Ferne ohne Authentifizierung ausnutzbar und ermöglicht eine Privilegienausweitung. Das entspricht einer Tür, die nicht einmal ein Dietrich braucht – nur ein Herunterdrücken der Klinke.

Microsoft hat Sicherheitsupdates für unterstützte SharePoint-Versionen veröffentlicht und empfiehlt die Aktivierung der Antimalware Scan Interface (AMSI)-Integration. Damit sollen bösartige Anfragen erkannt werden. Doch Vorsicht: CISA betont, dass Patches allein nicht ausreichen, wenn ein Server bereits kompromittiert ist. Angreifer könnten persistente Hintertüren installiert haben. Die Behörde rät, die Microsoft-Notfallleitfäden zu befolgen, nach Indikatoren für Kompromittierung zu suchen und gegebenenfalls die SharePoint-Maschinenkeys zu rotieren.

Die beiden älteren Lücken sind keineswegs veraltet. CVE-2026-45659 ist eine unsichere Deserialisierungslücke, die Remotecodeausführung erlaubt – Microsoft selbst hatte sie im Mai noch als „weniger wahrscheinlich ausgenutzt“ eingestuft. Die Realität sieht anders aus. CVE-2026-32201 ist ein Eingabevalidierungsfehler, der Spoofing über das Netzwerk ermöglicht. Beide werden aktiv angegriffen. CISA stellt fest: Angreifer setzen zunehmend auf N-Day-Lücken, also bekannte Schwachstellen mit nicht zeitnah eingespielten Patches.

Der Sicherheitsexperte Chris Boehm, Field CTO bei Zero Networks, sagt: „Hört auf, die Patch-Geschwindigkeit als einzige Kennzahl zu betrachten. Das ist ein Rennen, das ihr irgendwann verliert.“ Einige dieser Lücken kamen als Zero-Day ohne sofortigen Fix, das Fenster zwischen Offenlegung und Ausnutzung schrumpft. Die strategische Frage für Vorstände und IT-Leiter sei nicht, ob ein Server kompromittiert wird – sondern wie viel Schaden ein einziger kompromittierter Server anrichten kann. Boehm plädiert für Netzwerksegmentierung als architektonische Grundlage. Wenn ein SharePoint-Server segmentiert nur das Nötigste erreicht, bleibt ein erfolgreicher Angriff ein isolierter Einbruch – keine Komplettübernahme der Infrastruktur.

Diese Perspektive verschiebt den Fokus vom bloßen Reagieren zum Vorbereiten. Patch-Management bleibt notwendig, ist aber nicht hinreichend. CISA gibt Bundesbehörden der zivilen Exekutive unter der Direktive BOD 22-01 drei Tage Zeit, um CVE-2026-56164 zu beheben. Für Unternehmen außerhalb des öffentlichen Sektors gibt es keine solche Frist – die Bedrohungslage ist identisch. Die Behörde empfiehlt: Internet-exponierte SharePoint-Instanzen sind ein bevorzugtes Einfallstor für Angreifer, die sich ersten Zugang zu Unternehmensnetzwerken verschaffen wollen.

Konkret bedeutet das für dein Unternehmen: Kein blinder Aktionismus, sondern systematische Überprüfung. Sind die SharePoint-Server aktuell gepatcht? Läuft AMSI? Gibt es Segmentierung, die bei einem Einbruch den Schaden begrenzt? Wird regelmäßig nach Anzeichen einer bereits erfolgten Kompromittierung gesucht? Ein Server, der bereits befallen ist, kann durch einen Patch allein nicht geheilt werden – er muss bereinigt oder neu aufgesetzt werden.

Die Analogie des Einbruchs hilft: Ein sicheres Haus hat nicht nur eine stabile Haustür (Patches), sondern auch Innenwände, die verhindern, dass ein Eindringling vom Keller direkt ins Schlafzimmer gelangt (Segmentierung). Dazu ein Alarmsystem (Threat Hunting) und die Gewohnheit, nach einem Einbruch nicht nur die Tür zu schließen, sondern nach Spuren zu suchen und das Schloss auszutauschen (Maschinenkeys rotieren).

CISA hat mit dieser Warnung ein klares Signal gesendet. Die Zeiten, in denen allein Patches ausreichten, sind vorbei. Angreifer sind schneller, Lücken zahlreicher, die Konsequenzen eines erfolgreichen Angriffs existenzbedrohend. Wer jetzt nicht handelt, setzt nicht nur die SharePoint-Umgebung aufs Spiel, sondern das gesamte Unternehmen. Prüfe deine Infrastruktur. Hol dir Hilfe, falls nötig – besser heute als morgen.

Quelle: computerworld.com

Das Problem mit dem ständigen Konfigurieren

Du betreibst tausende Server, jeder über Jahre gewachsen – ein Patch hier, ein neues Tool da, eine manuelle Änderung dort. Nach einer Weile gleicht kein Server mehr dem anderen. Das ist Konfigurationsdrift, ein Albtraum für Infrastructure-Teams. Bei Slack war das lange Realität. Die Plattform verwendete Chef, um die Konfiguration auf Amazon EC2-Instanzen durchzusetzen. Die Chef-Infrastruktur war über die Jahre robuster geworden – mit versionierten Cookbooks, gestaffelten Rollouts und split environments. Aber das grundlegende Modell blieb: Instanzen wurden kontinuierlich aktualisiert, der Zustand nie wirklich eingefroren. Irgendwann war klar: Dieser Ansatz stößt an Grenzen.

Dienstebezogene Deployments waren fummelig, weil jede Instanz ihren eigenen Zustand hatte. Sicherheitsupdates mussten nach und nach aufgespielt werden. Fehler in einer Konfiguration konnten sich über die gesamte Fleet ausbreiten. Viele Unternehmen setzen auf Container. Aber nicht alle Workloads lassen sich containerisieren – etwa Kubernetes-Worker-Nodes, Netzwerk-Stacks oder Infrastruktur-Komponenten. Slack brauchte einen neuen Weg, um EC2-Instanzen mit der Vorhersagbarkeit und Sicherheit moderner App-Plattformen zu betreiben. Die Antwort: Shipyard.

Eine Plattform, die Infrastruktur wie Code behandelt

Shipyard ist kein weiteres Konfigurationsmanagement-Tool. Es ist eine Plattform, die das Paradigma umdreht: Statt Instanzen nach der Geburt ständig zu verändern, werden sie als unveränderliche Artefakte gebaut und ausgerollt. Jede Änderung führt zu einem neuen Image. Instanzen werden nicht mehr gepatcht, sondern durch frische ersetzt. Das ist radikal, aber genau das, was Container uns seit Jahren vormachen. Shipyard überträgt diese Ideen auf EC2.

Die Plattform unterstützt mehrere CPU-Architekturen – AMD64 und ARM (Graviton) – sowie Betriebssysteme wie Ubuntu, RHEL und Amazon Linux. Das ist kein Luxus, sondern nötig, wenn man heterogene Workloads mit unterschiedlichen Kosten- und Performance-Anforderungen bedient. Shipyard ist keine schnelle Bastellösung, sondern auf langfristige Flexibilität ausgelegt. Die Grundlage: ein mehrschichtiger Image-Ansatz, ähnlich dem Aufbau von Docker-Images.

Das Fundament: slack-zero als „Goldenes Base Image“

Am unteren Ende der Schichten steht ein Basis-Image namens slack-zero. Es enthält, was jede Instanz braucht: Betriebssystem mit Härtung, Netzwerk- und Service-Discovery-Konfiguration, Monitoring- und Security-Agenten, grundlegende Tools. Denk an ein Ubuntu-Base-Image für Container, aber für eine ganze EC2-Fleet. Dieses Image wird vom Compute-Platform-Team zusammen mit Security und Monitoring erstellt und gepflegt. Es ist unveränderlich, aber nicht statisch – wenn sich die Basis ändert, wird eine neue Version von slack-zero gebaut.

Zum Erstellen nutzt Slack AWS Image Builder statt des früheren Packer. Image Builder bietet integrierte Lifecycle-Verwaltung: alte AMIs werden automatisch gelöscht, neue AMIs aktualisieren einen SSM-Parameter. Per EventBridge und Lambda werden automatisch nachgelagerte Pipelines angestoßen, sobald ein neues Base-Image bereitsteht. Bevor ein Image veröffentlicht wird, startet Image Builder Testinstanzen und führt Validierungen aus. Das Risiko, ein kaputtes Image auszuliefern, wird minimiert. Slack-zero ist das Fundament für alles andere.

Service-spezifische Images und das Baking-Prinzip

Auf diesem Fundament setzen die Service-Teams ihre eigenen Images auf. Jedes Team definiert, welche Software installiert wird, wie der Dienst konfiguriert ist und was beim Start passiert. Das meiste wird direkt ins Image „hineingebacken“. Slack unterscheidet zwei Phasen: Baking und Provisioning. Beim Baking werden alle umgebungsunabhängigen Komponenten installiert – Pakete, Libraries, grundlegende Konfiguration. Das passiert einmal, bevor die Instanz jemals startet. Beim Provisioning, also beim ersten Booten, kommen nur umgebungsspezifische Daten dazu: Secrets, regionale Konfiguration, Metadaten. Das ist ein leichter Schritt, in Sekunden erledigt.

Ergebnis: Instanzen sind innerhalb weniger Sekunden betriebsbereit. Das beschleunigt Scaling-Events, erleichtert Rolling Deployments und macht die automatische Rotation von Instanzen praktikabel. Durch das Verlegen der schweren Arbeit ins Baking entfällt das Nachinstallieren während der Laufzeit. Die Instanzen bleiben konsistent – sie starten von einem definierten Zustand und ändern sich nicht mehr, es sei denn, ein Notfall erzwingt einen direkten Eingriff.

Deployments und Rollouts: Metriken als Sicherheitsnetz

Wenn ein Team eine Änderung ausrollen will, baut es ein neues AMI und stößt eine Deployment-Pipeline an. Die Pipeline arbeitet mit dem Orchestrator Gondola zusammen, der progressive Rollouts ermöglicht. Jede Phase des Rollouts – etwa eine Canary-ASG in einer Availability Zone – wird einzeln aktualisiert. Gondola überwacht kontinuierlich Metriken wie Latenz, Fehlerraten oder CPU-Auslastung. Bei Problemen stoppt Gondola die Auslieferung automatisch und kann ein automatisiertes Rollback zur vorherigen AMI-Version einleiten.

Für Auto Scaling Groups nutzt Slack AWS Instance Refresh, für Kubernetes-Worker Karpenter. Gondola abstrahiert die Details, sodass die Teams einen einheitlichen Mechanismus sehen, auch wenn die zugrundeliegende Technik variiert. Niemand muss mehr manuell auf Servern herumkommandieren. Änderungen werden systematisch und nachvollziehbar ausgerollt. Fehler haben minimalen Wirkungsbereich. Das Prinzip der Immutability wird konsequent durchgehalten – geflickt wird nicht, ersetzt wird.

Notfälle: Ausnahmen bestätigen die Regel

Es gibt Situationen, in denen man schnell handeln muss – ein kritischer Sicherheitspatch, ein Fehler, der erst in der Produktion auffällt. Shipyard erlaubt für solche Fälle gezielte Änderungen an laufenden Instanzen. Aber das sind Ausnahmen mit klarem Prozedere. Slack setzt dafür AWS Systems Manager mit einem festgelegten Dokument ein, das ausgewählte Chef-Rezepte ausführen kann. Solche Eingriffe sind nicht der neue Normalzustand. Die betroffenen Instanzen werden nach der Stabilisierung über die regulären Deployment-Pipelines ersetzt, damit sie in den gewünschten, unveränderlichen Zustand zurückkehren. Der Weg zurück zur Immutabilität ist immer Teil des Prozesses.

Peekaboo: Transparenz über die gesamte Fleet

Ein altes Problem bei großen EC2-Fleets ist mangelnde Transparenz. Früher verließ sich Slack auf den Chef Server als Quelle der Wahrheit – ungenau und langsam. Mit Shipyard kommt ein neues Inventarsystem namens Peekaboo. Es nutzt AWS EventBridge, OpenSearch und Lambda, um Ereignisse aus der Cloud direkt zu verarbeiten. Peekaboo liefert nahezu in Echtzeit einen Überblick über alle Instanzen, auch solche, die nicht über Shipyard verwaltet werden. Es gibt eine UI, eine API und eine CLI. Teams können den Zustand ihrer Fleet abfragen, ohne sich durch Logs zu wühlen oder auf veraltete Datenbanken angewiesen zu sein. Das erhöht die Sicherheit, weil man sofort erkennt, ob irgendwo eine unerwartete Instanz läuft, und erleichtert das Debugging.

Ein Paradigmenwechsel für EC2

Was Slack mit Shipyard geschaffen hat, ist mehr als ein neues Tool. Es ist ein kultureller Wandel im Umgang mit Infrastruktur. Administratoren basteln nicht mehr auf Servern herum und hoffen, dass nichts kaputtgeht. Stattdessen wird die gesamte Maschinenkonfiguration in ein deklaratives Artefakt gegossen, das durch CI/CD-Pipelines getestet und ausgerollt wird. Der Fokus verschiebt sich von der Wartung von Instanzen zum Bau von Images. Das macht das System sicherer, vorhersagbarer und einfacher zu debuggen – bei einer problematischen Instanz baut man einfach ein neues Image und tauscht sie aus.

Für Teams, die EC2 betreiben, ist das eine konkrete Antwort auf die Frage, wie man moderne Deployment-Praktiken auf nicht-containerisierbare Workloads anwendet. Man muss nicht auf Kubernetes umsteigen, um von Rolling Updates, automatischen Rollbacks und Metric-basierten Sicherheitschecks zu profitieren. Shipyard zeigt, dass sich dieselben Prinzipien auf virtuelle Maschinen übertragen lassen – mit durchdachtem Layering, effizienter Bauweise und einer Plattform, die die Komplexität verbirgt. Das könnte ein Signal für andere Unternehmen sein, die noch mit traditionellen Konfigurationsmanagement-Tools kämpfen.

Die Reise von Slack ist noch nicht zu Ende. Shipyard ist im produktiven Einsatz, aber das Team arbeitet kontinuierlich an Verbesserungen. Doch schon jetzt zeigt sich: Der Schritt von kontinuierlicher Konfiguration zu artifakt-basierten Deployments ist kein Luxus, sondern eine Notwendigkeit für zuverlässige, sichere und skalierbare Infrastruktur. Wenn deine eigenen Server noch wie handgepflegte Unikate aussehen, ist es vielleicht Zeit, über einen ähnlichen Paradigmenwechsel nachzudenken.

Quelle: slack.engineering

Angenommen, du musst ein Schulungsvideo produzieren – ohne Budget, Kamera oder Zeit für aufwändige Nachbearbeitung. Google Vids will hier Abhilfe schaffen. Der Videoeditor aus der Google-Workspace-Familie erhält KI-Avatare, automatische Transkript-Bereinigung und Bild-zu-Video-Generierung. Neu ist eine kostenlose Basisversion für alle.

Ein persönlicher Assistent für deine Videoproduktion

Die neuen Features sollen wie ein persönlicher Assistent wirken: Sie übernehmen das Drehbuch, wählen einen virtuellen Sprecher aus, entfernen Füllwörter und generieren aus Standbildern kurze Clips. Der Dienst wurde letztes Jahr vorgestellt und nun um generative KI-Funktionen erweitert, die auf der Google I/O im Mai angekündigt wurden.

KI-Avatare: Der virtuelle Sprecher für dein Video

Die Funktion „KI-Avatare“ erlaubt es, Text oder Skript einzugeben, einen Avatar mit Stimme und Persönlichkeit auszuwählen, und der Avatar spricht den Text in einem generierten Video. Das Prinzip ist bekannt: Startups wie Synthesia oder D-ID bieten ähnliches für Unternehmen an. Google integriert diese Technologie nun in den Workspace-Editor. Wer kein Budget für teure Produktionen hat, bekommt mit wenigen Klicks ein Ergebnis, das professionell wirkt.

Die Avatare sind nicht fotorealistisch, aber ausdrucksstark genug. Sie sprechen in verschiedenen Sprachen und Tonlagen. Du wählst den Avatar passend zu Marke oder Publikum. Die Funktion ist ab sofort allgemein verfügbar für entsprechende Workspace-Pläne.

Weniger ist mehr: Automatische Transkript-Bereinigung

Die automatische Erkennung von Füllwörtern wie „ähm“ oder langen Pausen ist ein weiteres Feature. Jeder, der schon einmal ein Video gesprochen hat, kennt das Problem. Bisher musste man solche Stellen manuell im Schnittprogramm suchen und entfernen. Google Vids erkennt sie automatisch im Transkript und löscht sie auf Klick. Der Editor passt das Video an – kein manuelles Nachtrimmen nötig.

Das betrifft einen zeitaufwändigen Teil der Videoproduktion: die Nachbearbeitung von Sprachaufnahmen. Wer schon einmal ein zehnminütiges Interview auf „ähm“-Freiheit getrimmt hat, weiß das. Die KI übernimmt die Fleißarbeit, du entscheidest, welche Stellen rausmüssen.

Bild wird Video: Kurze Clips aus Standbildern

Im Juli stellte Google die Bild-zu-Video-Generierung mit Veo 3 vor. Nun wandert diese Fähigkeit in den Vids-Editor. Du lädst ein Bild hoch, gibst einen Prompt ein, und Veo 3 generiert einen achtsekündigen Clip. Das macht statische Präsentationsfolien oder Grafiken lebendiger, ohne selbst animieren zu müssen. Die Qualität reicht für interne Schulungen, Social-Media-Clips oder Erklärvideos.

Eine kostenlose Version für Einsteiger

Neben den KI-Features für zahlende Kunden gibt es jetzt eine kostenlose Basisversion. Sie enthält grundlegende Editierwerkzeuge, Zugriff auf Vorlagenbibliothek, Schriftarten und Stock-Mediathek. KI-Funktionen wie Avatare oder Bild-zu-Video fehlen. Das ist ein Lockvogel für kostenpflichtige Abonnements. Dennoch: Für Einsteiger, die einfach Videos schneiden und mit Vorlagen arbeiten wollen, ist das eine niedrigschwellige Alternative zu komplexeren Tools wie DaVinci Resolve oder Adobe Premiere.

Die Basisversion richtet sich an Privatanwender, kleine Selbstständige oder Vereine ohne Budget. Die Bedienung soll intuitiv sein – ähnlich wie in Google Präsentationen oder Google Fotos, nur für Video.

Weitere Features in der Pipeline

Google kündigt außerdem Rauschunterdrückung, Hintergründe und Effekte aus Google Meet sowie neue Seitenverhältnisse (Querformat, Hochformat, Quadrat) an. Ein konkreter Termin steht noch nicht fest. Vids soll sich zu einem vollwertigen Videoeditor entwickeln, auch für mobile Formate.

Für wen ist das gedacht?

Die KI-Features von Vids benötigen ein Google Workspace Business oder Enterprise Starter Abonnement sowie ein Google AI Pro oder Ultra Abo oder einen Workspace for Education Account. Das ist ein komplexes Lizenzmodell. Unternehmen müssen prüfen, ob sich die Kosten lohnen. Für Organisationen im Google-Ökosystem, die regelmäßig Schulungs- oder Kommunikationsvideos produzieren, kann Vids eine Alternative zu teuren Spezialtools sein.

Was bedeutet das für die Zukunft der Videoproduktion?

Die Einführung von KI-Avataren und automatischen Optimierungsfunktionen in einem Büro-Werkzeug demokratisiert die Videoproduktion weiter. Früher war professionelles Video großen Unternehmen vorbehalten. Heute kann jeder mit Workspace-Account in Minuten ein Erklärvideo generieren. Die Qualität ist nicht mit Hollywood vergleichbar, reicht aber für internen Gebrauch, Social Media oder kleine Kampagnen.

Gleichzeitig sind ethische Fragen zu beachten: KI-generierte Avatare können täuschend echt wirken. Wenn sie im Namen einer Firma sprechen, muss klar sein, dass es keine echte Person ist. Google verspricht Transparenz – die Praxis wird zeigen, ob das eingehalten wird.

Für Privatnutzer, die ein Geburtstagsvideo mit Effekten unterlegen oder eine Geschichte erzählen möchten, ist die kostenlose Version ein Einstieg. Die KI-Features bleiben vorerst zahlenden Kunden vorbehalten – das ist nachvollziehbar wegen der Rechenkosten.

Insgesamt zeigt Google Vids, wohin die Reise geht: Videoproduktion wird zum Baustein des Büroalltags. Die Werkzeuge werden einfacher, die Ergebnisse besser. Aber die Idee und die Botschaft sind wichtiger als jedes KI-Tool. Der Avatar spricht nur das, was du ihm in den Mund legst. Ein gutes Skript und der passende Avatar – der Export ist dann Formsache.

Quelle: techcrunch.com

Du bestellst ein Möbelstück, das in sechs Wochen geliefert werden soll. Nach zwei Monaten kommt eine Nachricht: „Es dauert noch etwas, wir wollen die Qualität verbessern.“ Ärgerlich, aber verständlich. Genau das passiert mit Googles neuem KI-Modell Gemini 3.5 Pro – nur dass die Möbel aus Algorithmen bestehen und die Verzögerung an den Börsen für Unruhe sorgt.

Alphabet, die Muttergesellschaft von Google, verlor am vergangenen Donnerstag rund vier Prozent an Börsenwert. Auslöser war ein Bericht von Bloomberg: Das Unternehmen verschiebe die Markteinführung seines leistungsstärksten KI-Modells Gemini 3.5 Pro um mehrere Monate. Grund seien Unzulänglichkeiten bei der Code-Generierung – einem Bereich, der für Entwickler und Unternehmen entscheidend ist. Während Google nachjustiert, haben Wettbewerber wie OpenAI mit GPT-5.6 Sol oder Meta mit Muse Spark 1.1 bereits neue Modelle vorgestellt, die genau in dieser Disziplin glänzen.

Im Alltag gilt: Wer zu spät kommt, den bestraft das Leben. Bei Google könnte die Verzögerung mehr sein als ein temporärer Dämpfer. Es geht um Vertrauen in die Innovationskraft eines Tech-Giganten, der bisher als führend in der KI-Entwicklung galt. Die Branche dreht sich schnell – wenn das eigene Flaggschiff nicht rechtzeitig vom Stapel läuft, fragen sich Kunden und Investoren, ob die Konkurrenz nicht längst die besseren Segel setzt.

Was genau ist Gemini 3.5 Pro? Es ist das fortschrittlichste Modell in Googles Gemini-Familie, einer Reihe von KI-Systemen, die Texte, Bilder, Code und mehr verarbeiten können. Auf der Entwicklerkonferenz Google I/O im Mai kündigte das Unternehmen an, dass das Modell intern bereits genutzt werde, aber für eine breite Auslieferung noch nicht bereit sei. Ursprünglich sollte der Rollout im Juli folgen. Jetzt wird daraus wohl Herbst oder Winter. Die versprochene Steigerung bei der Code-Generierung – dem automatischen Schreiben von Programmen – scheint besonders schwer umsetzbar.

Code zu generieren ist eine der anspruchsvollsten Aufgaben für KI-Modelle. Der Output muss syntaktisch korrekt, logisch konsistent und sicher sein. Ein Fehler im produzierten Code kann Systeme lahmlegen oder Sicherheitslücken reißen. Google will hier kein Risiko eingehen – das ist klug. Allerdings zeigt der Schritt auch, wie weit die Konkurrenz in diesem Bereich bereits ist. OpenAI hat GPT-5.6 Sol explizit auf agentische Codierungsaufgaben getrimmt und wirbt mit 54 Prozent höherer Token-Effizienz. Meta preist Muse Spark 1.1 als „stärkstes Modell für Agenten- und Codearbeiten“. Chinesische Labs wie Moonshot AI oder Z.ai bieten offene Gewichtsvarianten an, die Entwickler kostenlos nutzen können.

Die Verzögerung von Gemini 3.5 Pro ist nicht nur ein technisches Problem. Sie ist ein Signal an den Markt: Google muss aufholen, und das kostet Zeit. Ein Sprecher von Alphabet betonte gegenüber CNBC, man arbeite „schnell an einer breiten Palette von Modellen“ und halte sie kosteneffizient für Kunden. Man sei in der Testphase mit Partnern und der US-Regierung. Das klingt diplomatisch und verrät wenig über konkrete Termine.

Stell dir vor, du baust ein Haus. Die Grundmauern stehen, das Dach ist drauf, aber die Elektrik funktioniert nicht richtig. Du könntest provisorische Leitungen legen und einziehen – oder du nimmst dir Zeit, alles fachgerecht zu verlegen. Google scheint den zweiten Weg zu wählen. Das Problem: Während du noch am Kabelziehen bist, haben die Nachbarn ihre Smart-Home-Systeme installiert und feiern Einweihungsparty. Entwickler und Unternehmen fragen sich, ob sie nicht lieber gleich nebenan einziehen sollen.

Trotzdem wäre es voreilig, Google abzuschreiben. Das Unternehmen hat enorme Ressourcen, eine starke Cloud-Infrastruktur und eine riesige Nutzerbasis. Gemini ist nicht das einzige Modell im Portfolio. Es gibt kleinere Varianten wie Gemini Nano für On-Device-Anwendungen oder Gemini Flash als effiziente Alternative. Die Verzögerung des Flaggschiffs könnte bedeuten, dass Google die Qualitätsschraube so weit anzieht, dass das fertige Produkt am Ende deutlich überlegen ist. Die Frage ist nur, ob der Markt so lange wartet.

Für Nutzer und Entwickler heißt das: Sich nicht blind auf ein einziges Ökosystem verlassen. Die KI-Landschaft wird diverser. Wer heute auf ein bestimmtes Modell setzt, muss morgen vielleicht umsteigen. Die Code-Generierung entwickelt sich rasant – und mit ihr die Anforderungen an Zuverlässigkeit und Sicherheit. Googles Zögern könnte sich langfristig auszahlen, wenn das Modell dann stabiler und leistungsfähiger ist. Kurzfristig gibt es Raum für andere Anbieter, die schneller liefern.

KI-Modelle sind keine Fertigprodukte von der Stange. Sie sind hochkomplexe Gebilde, die ständig trainiert, getunt und getestet werden müssen. Verzögerungen sind normal – auch bei Branchengrößen. Der Hype um schnelle Releases sollte nicht darüber hinwegtäuschen, dass Qualität Zeit braucht. Gleichzeitig zeigt der Fall Gemini, wie stark der Wettbewerbsdruck ist. Wer zu lange braucht, verliert Marktanteile. Ein schmaler Grat.

Für Investoren ist die Aktie von Alphabet ein klassischer Fall von „buy the rumor, sell the news“. Die Marktreaktion war hart, aber vielleicht übertrieben. Wer langfristig denkt, weiß, dass Google noch viele Trümpfe in der Hand hält. Für Entwickler heißt es: Augen auf bei der Wahl der KI-Assistenten. Testet verschiedene Modelle, vergleicht die Code-Qualität und entscheidet nach Ergebnissen, nicht nach Versprechungen. Und für alle anderen: Nehmt Verzögerungen in der Tech-Branche nicht automatisch als Zeichen von Schwäche. Manchmal ist Langsamkeit die schnellste Art, etwas richtig zu machen.

Die Geschichte von Gemini 3.5 Pro ist noch nicht zu Ende geschrieben. Google arbeitet daran, die Lücken zu schließen. Die Konkurrenz schläft nicht. Wir sitzen in der ersten Reihe und schauen zu, wie sich ein neues Kapitel der KI-Entwicklung entfaltet – mit Höhen, Tiefen und unvermeidlichen Verzögerungen.

Quelle: cnbc.com

Du sitzt an deinem Schreibtisch und steuerst eine Flotte von KI-Agenten, die selbstständig Code schreiben und ausführen. Bisher ging das über Smartphone oder Desktop-App – umständlich und unübersichtlich. OpenAI will das mit der Codex Micro ändern, einer 230 Dollar teuren Tastatur für den KI-Coding-Assistenten Codex. Co-designt mit Work Louder, soll sie als physische Kommandozentrale für agentische Arbeit dienen.

Die Tastatur ist beleuchtet und hat sogenannte Agent Keys, die den Status deiner KI-Agenten anzeigen. Leuchten sie grün, läuft alles. Bei Rot musst du eingreifen. Dazu gibt es Command Keys, programmierbare Tasten für wiederkehrende Aktionen, einen Joystick zum Starten von Workflows und einen Drehregler für die Reasoning-Stufe – also wie viel Rechenzeit ein Agent in eine Aufgabe investieren soll. Das erinnert an ein Cockpit: Statt über Bildschirme und Mausklicks navigierst du live und fühlst physische Rückmeldungen. Ein klarer Ansatz, der KI greifbar macht.

Der Tech-Journalist Lucas Ropek beschreibt die Codex Micro bei TechCrunch als limitierte Kollaboration. OpenAI selbst bezeichnet sie als „Novelty-Item“ – ein glänzendes Spielzeug, weniger für den Massenmarkt, sondern als Türöffner für die Hardware-Strategie. Die Tastatur ist über die ChatGPT-Desktop-App steuerbar und anpassbar. Für knapp 230 Euro bekommst du ein spezialisiertes Werkzeug, das sichtbar macht, wohin die Reise geht. Die eigentliche Hardware-Offensive von OpenAI steckt noch in den Startlöchern.

Laut einem Bloomberg-Bericht arbeitet OpenAI an einem weiteren Gerät: einem tragbaren, bildschirmlosen Smart Speaker mit ChatGPT-Integration und mechanischen Elementen, die sich eigenständig bewegen können. Ein Lautsprecher ohne Bildschirm, der interagiert und sich physisch verändert. Die Entwicklung wird von ehemaligen Apple-Ingenieuren vorangetrieben – ein heikler Punkt. Apple verklagt OpenAI wegen des Vorwurfs des Diebstahls von Geschäftsgeheimnissen. OpenAI soll vertrauliche Informationen aus Apple abgeschöpft haben, um die eigene Hardware-Entwicklung zu beschleunigen. OpenAI weist die Vorwürfe zurück. Die Klage zeigt, wie ernst der Hardware-Rechtsstreit geworden ist.

Warum der Aufwand um eine Tastatur? Auf den ersten Blick wirkt die Codex Micro überteuert und nischig. 230 Dollar sind kein Pappenstiel, und viele Entwickler nutzen ihre normale Tastatur. Aber dahinter steckt ein Muster: OpenAI möchte verändern, wie wir mit KI interagieren. Bisher war das meist textbasiert: Du tippst einen Prompt ein, der Agent arbeitet und liefert ein Ergebnis. Die Codex Micro macht diesen Prozess physisch erfahrbar. Du siehst, welcher Agent arbeitet, passt die Arbeitslast über den Drehregler an und startest Workflows mit dem Joystick – alles ohne den Blick vom Code zu nehmen. Ein Werkzeug für Produktivität und die Verbindung von Mensch und Maschine.

Eine Tastatur allein macht noch keinen Paradigmenwechsel. Das zweite Gerät, der bildschirmlose Speaker, verspricht mehr. Wenn OpenAI ein portables Gerät mit beweglichen Teilen auf den Markt bringt, das Sprache und physische Interaktion vereint, betreten wir Neuland. Stell dir vor, du unterhältst dich mit einem Gerät, das sich dir zuwendet, nickt oder die Lautstärke durch eine Drehung anpasst. Eine neue Schnittstelle – intuitiv, fast menschlich. Das Gerät steckt laut Bloomberg noch in der Entwicklung und kann sich ändern. OpenAI äußert sich nicht dazu.

Für Entwickler und Tech-Enthusiasten ist die Codex Micro ein Statement. OpenAI nimmt Hardware ernst, experimentiert aber noch. Der Preis von 230 Dollar ist hoch, aber für ein Spezialwerkzeug nicht ungewöhnlich. Die Frage ist, ob die Tastatur hält, was sie verspricht: eine echte Produktivitätssteigerung oder ein Lifestyle-Accessoire? Lucas Ropek deutet an, dass es sich um ein begrenztes Modell handelt – vielleicht ein Signal an die Konkurrenz. Die Apple-Klage wirft einen Schatten auf diese Pläne, aber vielleicht treibt der Druck die Innovation voran.

Was bedeutet das konkret für dich? Wenn du viel mit KI-Coding-Agenten arbeitest, könnte die Codex Micro deine Arbeit flüssiger machen. Wenn du gelegentlich einen Prompt tippst, investierst du das Geld besser in Rechenzeit. Der wahre Wert liegt möglicherweise in der Entwicklungsumgebung insgesamt: OpenAI bereitet sich darauf vor, nicht nur Software, sondern auch Hardware zu liefern. Die Tastatur ist der erste Schritt, der Speaker der nächste. Der Rechtsstreit mit Apple erinnert daran, dass dieser Weg nicht ohne Konflikte verläuft.

Quelle: techcrunch.com