Kategorie: KI-News

Du unterhältst dich mit einem Assistenten, der nicht nur auf deine Tastatur angewiesen ist. Du sprichst los, er antwortet – mal schnell, mal nachdenklich. Das ermöglicht der Voice Mode von Claude, dem KI-Chatbot von Anthropic. Bisher war diese Funktion ein Geheimtipp. Wer sie kannte, war oft enttäuscht: Die Antworten wirkten flach, als würde der Assistent nur mit einem kleinen Notizblock arbeiten. Jetzt hat Anthropic nachgelegt – der Sprachmodus bekommt ein Upgrade.

Anthropic bietet den Voice Mode seit letztem Jahr. Du stellst Claude deine Fragen mündlich, statt sie zu tippen. Praktisch trotzdem nutzten viele die Funktion kaum. Der Grund: Die Qualität der Antworten ließ zu wünschen übrig. Bisher wurden alle Sprachabfragen über Haiku geleitet, das kleinste und schnellste Modell von Anthropic. Für einfache Fragen wie „Wie spät ist es in Tokio?“ reichte das. Aber bei einer komplexen Analyse – etwa einer Zusammenfassung eines langen Dokuments oder strategischer Beratung – merkte man die Grenzen. Haiku ist kein Tiefdenker.

Mit dem heutigen Update ändert sich das. Jetzt kann der Voice Mode auf die großen Geschwister Sonnet und Opus zurückgreifen. Diese Modelle sind leistungsfähiger, verstehen Kontext besser und liefern substanziellere Antworten. Du musst nicht einmal manuell umschalten. Zahlst du für Claude – also hast du ein Abo – nutzt der Sprachmodus standardmäßig das gleiche Modell wie für Text-Chat. Während eines Gesprächs kannst du über den Model-Picker zwischen Haiku, Sonnet und Opus wechseln. Anthropic verspricht: „Voice mode uses the fastest version of whichever model you’ve selected, so the conversation runs smoothly.“ Große Verzögerung gibt es nicht, selbst wenn das schwere Opus-Modell im Hintergrund rechnet.

Ein Assistent, der früher nur einfache Handgriffe beherrschte, übernimmt jetzt auch komplexe Aufgaben, ohne langsamer zu werden. Das hat seinen Preis: Die Rechenleistung kostet Anthropic mehr Server-Kapazität. Für den Nutzer bleibt der Service flüssig – zumindest laut Anbieter.

Die Neuerung geht über mehr Gehirnschmalz hinaus. Der Voice Mode kann auf verbundene Apps zugreifen – wie Gmail oder Slack. Vorausgesetzt, du gibst Claude die Erlaubnis. Sag: „Claude, lies meine neuesten E-Mails und fasse die dringenden zusammen.“ Oder: „Schau in unseren Slack-Channel, was das Team heute besprochen hat.“ Das ist ein großer Schritt nach vorne. Bisher war der Voice Mode ein isoliertes Gesprächswerkzeug. Jetzt wird er zur Schnittstelle deines digitalen Arbeitsplatzes. Du redest, Claude handelt – zumindest beim Sammeln von Informationen.

Auch die Grenzen sind deutlich. Anthropic setzt auf eine turn-based Architektur. Claude hört dir zu, denkt kurz nach und antwortet dann. Es ist ein klarer Nachrichtenaustausch – wie ein Chat, nur mit Sprache. OpenAI arbeitet mit GPT-4o an einem voll-duplex System, das gleichzeitig sprechen und zuhören kann. Unterbrichst du ChatGPT, reagiert es sofort. Claude pausiert, bis du fertig bist. Ein Sprecher von Anthropic betonte: „Voice mode uses a turn-based architecture, so all interactions will see Claude listen to you, pause to think and then respond.“ Das macht das Gespräch weniger natürlich – wie ein Telefonat mit schlechter Leitung, bei dem man auf das Signal des anderen wartet.

Ein weiterer Punkt: die Spracherkennung. Wechselst du mitten im Gespräch die Sprache, etwa von Deutsch zu Englisch, erkennt Claude das nicht automatisch. Du musst entweder laut sagen, dass du jetzt Englisch sprichst, oder vorher im Einstellungsmenü die neue Sprache auswählen. Anthropic hat das Sprachenangebot erweitert, unter anderem um Indonesisch. Für Vielsprachler ist das ein Umweg – aber lösbar.

Wer den Voice Mode nutzen möchte: Das Update wird schrittweise als Beta ausgerollt, für Desktop- und Mobile-Apps sowie die Webseite. Kostenlose Nutzer bekommen eine abgespeckte Version: Sie sind auf Haiku beschränkt und können nur eine einzige Verbindung führen. Verständlich, denn die großen Modelle sind teuer im Betrieb. Für alle mit einem Claude-Abo ist der neue Voice Mode ein echter Mehrwert – besonders die Kombination mit Gmail und Slack macht ihn zu einem mächtigen Werkzeug.

Anthropic selbst sagt: „This release is focused on intelligence and tool access. We’re continuing to invest in voice and we’ll have more to share later this year.“ Das klingt nach Strategie: erst die Basis verbessern – mehr Denkleistung, echte Integration – später dann das natürlichere Gesprächserlebnis. Vielleicht kommt irgendwann Duplex-Funktionalität. Vorerst bleibt Claude im Sprachmodus ein braver, nachdenklicher Zuhörer – der nun auch schwierige Fragen beantworten kann.

Was bedeutet das konkret? Nutzt du Claude ohnehin im Alltag, etwa für Recherchen oder zum Organisieren deiner Arbeit, wird der Voice Mode jetzt richtig nützlich. Du sprichst unterwegs einfach los, ohne tippen zu müssen, und bekommst Antworten, die nicht mehr an der Oberfläche kratzen. Die Anbindung an Gmail und Slack macht ihn zum persönlichen Assistenten für deine digitalen Kanäle. Einschränkungen bleiben: Er ist kein gleichzeitiger Gesprächspartner wie ein Mensch, und der Sprachwechsel erfordert manuelle Eingriffe. Der Schritt von einem einfachen Diktiergerät zu einem intelligenten Dialogpartner ist vollzogen. Es bleibt abzuwarten, wie Anthropic die Technik im Laufe des Jahres weiter verfeinert.

Quelle: engadget.com

Du hast Laborwerte in der Hand, die du nicht verstehst. Oder du suchst ein Rezept, das zu deiner neuen Ernährung passt. Dir fehlt der Kontext. OpenAI will das mit Health in ChatGPT ändern. Nutzer in den USA können jetzt Gesundheitsdaten aus Apple Health und anderen Quellen sicher mit ChatGPT verknüpfen. Die KI übersetzt deine Gesundheitsdaten – ohne sie für Modelltraining oder Werbung zu nutzen.

Du hast eine Assistentin, die deine Krankenakte, Schlafdaten, Aktivitäten und Notizen deines Physiotherapeuten kennt. Sie setzt die Informationen in Beziehung, erklärt Veränderungen und hilft dir bei Entscheidungen. Das ist jetzt möglich. Aber: ChatGPT ersetzt keinen Arzt. Es ist ein Werkzeug, um dein Verständnis zu verbessern, nicht für Diagnosen.

Warum dieser Schritt jetzt kommt

300 Millionen Menschen nutzen ChatGPT jede Woche für Gesundheitsfragen. Sie fragen nach Laborergebnissen, bereiten Arzttermine vor oder versuchen, ärztliche Worte zu verstehen. Bisher fehlte der Kontext. Health erlaubt ChatGPT jetzt, auf relevante Daten zuzugreifen – mit deiner Erlaubnis. Es vergleicht neue mit alten Ergebnissen, fasst Veränderungen zusammen oder zeigt Zusammenhänge zwischen Schlaf und Aktivität.

Du musst nicht in einem separaten Bereich starten. Frühe Tests zeigten: über 70 % der Gesundheitsfragen wurden außerhalb des vorgesehenen Bereichs gestellt. Deshalb kann ChatGPT jetzt Gesundheitsinformationen auf Wunsch in alle Gespräche einfließen lassen. Du planst ein Training? Es berücksichtigt eine kürzliche Verletzung. Du wählst ein Restaurant? Es beachtet Allergien.

Wie es genau funktioniert

Die Einrichtung beginnt im linken Seitenmenü bei „Health“. Ein Assistent führt dich durch die Verbindung mit Apple Health oder unterstützten US-Krankenhaussystemen wie One Medical oder Function Health. Nach der Verbindung dauert die Synchronisation ein paar Minuten. Du kannst Medikamente, Erkrankungen und Laborwerte prüfen, veraltete Einträge löschen oder fehlende Informationen wie Familienanamnese ergänzen.

Sobald die Daten synchronisiert sind, kannst du ChatGPT überall Fragen stellen. Die KI fragt um Erlaubnis, bevor sie auf deine Gesundheitsdaten zugreift. Du kannst einmalig oder dauerhaft zustimmen und die Einstellung unter „Plugins > Health“ ändern. Oder du nutzt @Health in deiner Nachricht. Nach der Antwort kannst du nachfragen oder korrigieren.

Die Modelle dahinter: GPT-5.5 und GPT-5.6 Sol

OpenAI hat die Modelle speziell für Gesundheitsgespräche trainiert. GPT-5.5 Instant steht Free-Nutzern zur Verfügung. Es erkennt besser, wann medizinische Hilfe nötig ist, fordert fehlenden Kontext an und erklärt Unsicherheiten. Intern erreichte es Niveau der damaligen Spitzenmodelle. Paid-Nutzer haben GPT-5.6 Sol, das komplexere Aufgaben bewältigt: Arztbriefe in einfacher Sprache erklären, Laborveränderungen über Zeit aufbereiten.

OpenAI arbeitet mit Hunderten Ärzten zusammen, um die Leistung zu messen. Sie entwickeln realistische Szenarien und Bewertungsrubriken für Genauigkeit, Sicherheit, Kommunikation und Kontextbewusstsein. Jedes GPT-5.6-Modell übertraf GPT-5.5 im internen „HealthBench Professional“. Trotzdem: ChatGPT kann Fehler machen. Die Verantwortung liegt bei dir und deinem Arzt.

Datenschutz und Sicherheit: Deine Daten gehören dir

OpenAI legt Wert auf Privatsphäre. Alle ChatGPT-Gespräche sind standardmäßig verschlüsselt. Medizinische Aufzeichnungen und Apple Health-Daten erhalten zusätzliche Verschlüsselung. Diese Daten werden nicht für Modelltraining oder Werbung verwendet. Selbst wenn du die Trainingseinstellung änderst, bleiben Gesundheitsdaten geschützt.

Du bestimmst, wann ChatGPT auf deine Gesundheitsdaten zugreift. Standardmäßig gibt es eine Zustimmungsanfrage. Du kannst sie deaktivieren. Du kannst die Verbindung jederzeit trennen – synchronisierte Daten werden innerhalb von 30 Tagen gelöscht. Chatverlauf-Informationen bleiben, bis du sie löschst. Das Memory-Feature kannst du steuern: Erinnerungen aus Health-Gesprächen werden nicht direkt aus medizinischen Daten erstellt. Temporärer Chat verhindert Erinnerungen ganz.

Schutz vor ungewollten Weitergaben

Besondere Sicherheitsvorkehrungen verhindern, dass sensible Gesundheitsdaten versehentlich an andere Plugins weitergegeben werden. Wenn ChatGPT einen Trainingsplan für deinen Laufpartner auf Basis deiner Apple Health-Daten erstellen soll, prüft ein Schutzmechanismus die Weitergabe. Bei sensiblen Aktionen bittet ChatGPT um Bestätigung. Regelmäßige Red-Team-Übungen testen diese Sicherungen und verbessern sie.

Was frühe Tester sagen

Blake, ein technischer Program Manager, berichtet: „Der nützlichste Teil war, eine verstreute medizinische Geschichte in etwas zu verwandeln, das ich verstehen und erklären kann. Ich habe mehrere überlappende Probleme. ChatGPT half, diese Teile in eine klare Zeitleiste zu bringen, Fachbegriffe in einfaches Englisch zu übersetzen und Zusammenfassungen zu erstellen, die ich teilen konnte. Statt zusammenhangloser Diagnosen sah ich ein größeres Muster. Das machte die Informationen nutzbarer und gab mir bessere Sprache, um mich gegenüber Ärzten zu vertreten.“

Diese Rückmeldung zeigt: Es geht nicht darum, dass die KI den Arzt ersetzt, sondern dass Patienten sich in ihrer Gesundheitsgeschichte zurechtfinden. Sie können fundiertere Fragen stellen und aktiver an ihrer Versorgung teilnehmen.

Fazit: Ein Werkzeug für mündige Patienten

Health in ChatGPT ist kein Allheilmittel. Es ersetzt nicht den Arztbesuch oder das klinische Urteil. Aber es senkt die Hürde, medizinische Informationen zu verstehen und anzuwenden. Für Menschen mit chronischen Erkrankungen, für Sportler oder für alle, die bei ihrem nächsten Termin die richtigen Fragen stellen wollen – dieses Feature kann helfen.

Die Einführung zeigt, wohin die KI-Reise geht: weg von allgemeinen Chatbots hin zu personalisierten Assistenten, die deinen Kontext verstehen. Der Datenschutz bleibt zentral. OpenAI hat einen Rahmen geschaffen, der Nutzern die Kontrolle lässt. Ob sich das bewährt, wird die Praxis zeigen. Aber der Ansatz ist vielversprechend: Technik, die hilft, die Kontrolle über die eigene Gesundheit zu behalten – durch Verständnis, nicht durch Ersatz.

Quelle: openai.com

Ein Apfel fällt vom Baum. Du siehst ihn fallen, hörst den Aufprall, kannst vorhersagen, wo er landet. Dein Gehirn kombiniert visuelle, auditive und räumliche Informationen zu einem Gesamtbild. Die KI-Forschung versucht nun, diese Fähigkeit nachzubilden: die Welt nicht durch eine einzelne Linse, sondern durch mehrere Sinne gleichzeitig zu erfassen. Black Forest Labs hat mit FLUX 3 einen Schritt in diese Richtung gemacht.

FLUX 3 ist ein multimodales Foundation-Modell. Es lernt Bilder, Videos und Audio in einer Architektur gemeinsam. Keine dieser Modalitäten allein ergibt ein vollständiges Bild. Ein Bild zeigt räumliche Struktur zu einem Zeitpunkt. Ein Video fügt Zeit und Bewegungsabläufe hinzu. Audio verrät kausale Zusammenhänge – das Geräusch eines fallenden Apfels sagt etwas über Masse und Untergrund. Sprache verknüpft diese Wahrnehmungen mit abstrakten Zielen. Lernt ein Modell nur aus einer Quelle, versteht es nur einen Ausschnitt. Lernt es aus allen gleichzeitig, entsteht ein reichhaltigeres Bild: Geräusche müssen zu Bewegungen passen, Bewegungen physikalischen Gesetzen gehorchen, Zukunft konsistent aus Vergangenheit folgen.

Unser Gehirn macht das vor. Technisch umzusetzen ist es eine Herausforderung. FLUX 3 baut auf Self-Flow auf, einer effizienten Integration von generativen und verständnisorientierten Aufgaben. Statt separate Modelle für Videos, Bilder und Audio zu trainieren, werden alle Datenströme parallel verarbeitet. Das Modell kann generieren und interpretieren – mit beachtlicher Qualität in ersten Tests.

Von der Theorie zur Praxis: Was FLUX 3 kann

Die Fähigkeiten von FLUX 3 teilen sich in Video, Bild und Aktionsvorhersage. Im Videobereich erzeugt das Modell bis zu 20 Sekunden lange Clips mit synchronem Audio in einem Durchgang. Varianten: Text-to-Video, Image-to-Video (animiert Standbilder), Video-to-Video (überträgt Elemente), Keyframe-to-Video (kontrollierte Übergänge). Es generiert mehrsprachige Dialoge und deckt viele Stile ab – von Handykamera-Ästhetik bis Animation. Die Typografie-Generierung ist besonders stark und kann für dynamische Designs genutzt werden.

Bei Bildern zeigt FLUX 3 Verbesserungen. Komplexe Prompts und Texterzeugung in mehreren Sprachen haben sich laut Entwicklern signifikant verbessert. Das Modell beherrscht verschiedene Formate, Stile und Auflösungen. Erste Auswertungen deuten auf einen Sprung zum Vorgänger FLUX. Die Macher betonen, dass die Ergebnisse vorläufig sind.

Action Prediction geht über reine Content-Erstellung hinaus. FLUX 3 kann vorhersagen, wie Dinge sich bewegen oder interagieren. Das lässt sich über native Action Prediction oder Feinabstimmen des Video-Backbones auf spezialisierte Modelle integrieren. Die Zusammenarbeit mit mimic robotics führte zu FLUX-mimic, einem Video-Action-Modell für Robotik-Aufgaben. Ein Pilotprojekt bei Audi zeigt mögliche Anwendungen in der Produktion.

Einordnung der Ergebnisse: Was die Zahlen bedeuten

Ohne unabhängige Vergleiche ist jedes neue Modell schwer einzuschätzen. Black Forest Labs hat erste Vergleichstests veröffentlicht, als vorläufig markiert. In Präferenztests wurde FLUX 3 gegenüber Konkurrenten bevorzugt: bis zu 69 % gegen Grok Imagine Video, 60 % gegen Kling v3 Pro, 59 % gegen Happy Horse v1, 77 % gegen Runway Gen-4.5, 93 % gegen Luma Ray 3.2. Die Zahlen stammen aus internen Auswertungen. Sie zeigen einen Trend: FLUX 3 scheint bei Gesichtsausdrücken, Zuordnung von Geräuschen zu physikalischen Ereignissen und mehrsprachigen Szenarien besonders gut zu funktionieren.

Wichtig ist die Fähigkeit, konsistente längere Sequenzen zu erzeugen – mehrere Minuten mit gleichbleibenden Charakteren, indem visuelle Referenzen aus vorhergehenden Szenen verwendet werden. Das ist ein Fortschritt für kohärente Geschichten oder Anleitungen.

Warum dieser Ansatz zukunftsweisend ist

Der Kern des FLUX-3-Ansatzes ist die Vereinheitlichung. Ein gemeinsamer Kern, das Foundation Model, wird für alle Modalitäten genutzt. Das spart Rechenressourcen und erlaubt dem Modell, Zusammenhänge zu lernen, die bei isolierten Modellen verloren gehen. Ein Modell, das nur mit Videos trainiert wird, sieht den fallenden Apfel auf dem Boden, lernt aber nicht das dazugehörige Geräusch. Ein reines Audiomodell hört den Aufprall, versteht die Ursache nicht. Erst die Kombination erzeugt konsistentes Weltwissen.

Dieses Verständnis erstreckt sich auf Aktionsvorhersagen. Ein Modell, das gelernt hat, dass ein fallender Apfel nach unten beschleunigt, kann auch vorhersagen, wie ein Roboterarm ihn auffangen müsste. Genau das steckt hinter der Integration mit mimic robotics. Der Schritt von Content-Generierung zu physischer KI wird konkret.

Wie geht es weiter: Der Launch Plan

Black Forest Labs hat einen gestaffelten Veröffentlichungsplan. Zunächst wird FLUX 3 Video mit Audio über APIs und privaten Gewichtszugang bereitgestellt. Danach folgt die Action Prediction über ausgewählte Forschungspartner, beginnend mit mimic robotics unter den Namen FLUX-mimic und FLUX 3 Action. Später kommt FLUX 3 Image über APIs. Eine Open-Weight-Veröffentlichung eines multimodalen Backbones unter dem Namen FLUX 3 Dev ist geplant. Details zur Architektur und zum Training sollen ebenfalls veröffentlicht werden. Frühe Zugänge sind über die Webseite möglich.

Das Unternehmen arbeitet bereits an der nächsten Modellgeneration. Ziel: Wahrnehmung, Aktion und Sprache in einem Modell vereinen – eine Vision, die an allgemeine künstliche Intelligenz grenzt.

Was bedeutet das für dich?

Arbeitest du mit Video-, Bild- oder Audiogenerierung – für Marketing, Filmproduktion, Design oder Simulation – dann wird FLUX 3 deine Werkzeuge erweitern. Die Möglichkeit, aus einer Eingabe konsistente, mehrminütige Sequenzen mit Audio zu generieren, spart Zeit und öffnet neue kreative Pfade. Noch interessanter wird es für Robotik oder physische KI. Wenn dasselbe Modell realistische Filme erzeugt und Roboterarme steuert, verschwimmen die Grenzen zwischen virtueller und realer Welt.

Es gibt kritische Punkte. Die Evaluierungen sind vorläufig, die Qualität muss sich in der Praxis zeigen. Zugänglichkeit ist fraglich: Werden kleine Unternehmen von den APIs profitieren? Ethische Aspekte bleiben – etwa täuschend echte Videos oder Nutzung in autonomen Systemen. Die Entwickler versprechen Sicherheitstests in den Early-Access-Phasen.

FLUX 3 ist kein Allheilmittel, aber ein Schritt in eine Richtung, die viele für die Zukunft der KI halten: Modelle, die die Welt sehen, hören, bewegen und verstehen. Ob die Praxis hält, was die Theorie verspricht, wird sich zeigen.

Quelle: bfl.ai

Du arbeitest als Forscherin an einer aufwendigen Simulation. Der Quellcode stammt aus den Neunzigern, die Logdateien sind widersprüchlich. Du musst entscheiden, welches Teilergebnis du weiterverfolgst. Jeder Schritt ist eine Abwägung. Jede Entscheidung hinterlässt eine Spur – später kaum noch nachvollziehbar. Ein neues Projekt des US-Energieministeriums setzt hier an: Genesis-Science-1, kurz GS1. Es ist ein offenes KI-Modell, das wissenschaftliche Rechenworkflows ausführt und jeden Zwischenschritt dokumentiert. Der Ansatz zielt nicht auf schnelle Antworten, sondern auf Nachvollziehbarkeit und menschliche Kontrolle.

Das US-Energieministerium (DOE) und das Unternehmen Arcee AI haben GS1 heute vorgestellt. Das Modell ist Teil der Genesis-Mission, einer nationalen Initiative, die die Produktivität der amerikanischen Wissenschaft und Technik innerhalb eines Jahrzehnts verdoppeln soll. GS1 ist kein weiterer Chatbot für Wissenschaftler. Es bildet echte Forschungsumgebungen ab: alte Codebasen, unvollständige Simulationsläufe, widersprüchliche Ergebnisse, mehrere plausible nächste Schritte. Das Modell lernt, mit diesen Imperfektionen umzugehen – in einer Umgebung, die jederzeit überprüfbar ist.

Warum offene Gewichte?

Ein zentraler Punkt von GS1 sind offene Modellgewichte – Open Weights. Viele leistungsstarke KI-Modelle sind nur über APIs erreichbar. Du schickst eine Anfrage, bekommst eine Antwort, weisst aber nicht genau, was im Modell passiert. Vor allem weisst du nicht, ob das Modell morgen noch genauso funktioniert, weil der Anbieter es aktualisieren kann. Für eine Forschungseinrichtung, die vielleicht zehn Jahre lang eine bestimmte Modellversion verwenden muss, ist das ein Problem. Offene Gewichte erlauben es, das Modell auf eigener Infrastruktur zu betreiben, es anzupassen und langfristig zu sichern. Das heisst nicht, dass es keine Kontrollen mehr gibt. Die Verantwortung für Sicherheit, Qualität und Nachvollziehbarkeit bleibt bei der Institution. GS1 liefert die Grundlage, auf der solche Kontrollen aufgebaut werden können.

Mark McQuade, Mitgründer und CEO von Arcee AI, sagt: Ein Land könne nicht in KI führend sein, wenn alles, worin es führend ist, geschlossen bleibt. Mit GS1 wollen die Beteiligten einen Standard setzen: Das Modell soll unter realen Bedingungen nützliche wissenschaftliche Arbeit leisten – nachvollziehbar.

Wie GS1 funktioniert: Ein governed execution system

GS1 arbeitet in einer kontrollierten Ausführungsumgebung – wie eine digitale Laborbank. Das Modell bekommt Zugriff auf Werkzeuge, aber nur in isolierten, sandboxartigen Umgebungen. Jeder Schritt wird aufgezeichnet: die gestellten Prompts, die verwendeten Tools, die Codeänderungen, die Zwischenergebnisse, die endgültigen Schlussfolgerungen. Das System verwaltet den Zustand der Aufgabe, setzt bei Fehlern neu an und dokumentiert jeden Wiederholungsversuch. Menschen bleiben im Prozess. Sie genehmigen Entscheidungen, die Sicherheit, Veröffentlichung oder Ressourcennutzung betreffen. GS1 bekommt keinen pauschalen Zugriff auf DOE-Systeme. Eine erfolgreiche Ausführung bedeutet, den gesamten Workflow vom Plan bis zum Bericht zu durchlaufen, bei neuen Erkenntnissen die Strategie anzupassen, Toolfehler zu überstehen und eine Aufzeichnung zu hinterlassen, die ein anderer Forscher nachvollziehen kann.

Dieser Ansatz unterscheidet sich von typischen LLM-Benchmarks. Dort gibt es meist eine klare Frage und eine richtige Antwort. In der Wissenschaft sind Aufgaben offen, Lösungen unscharf. GS1 wird mit sogenannten Workbenches trainiert, die genau diese Unschärfe abbilden. Initiale Bereiche sind: Modernisierung von Hochleistungsrechen-Code, experimentelle Analyse, Materialwissenschaft, Energiesysteme. Jede Workbench enthält Code, Daten, Tools, Dokumentation, Logs, Teilergebnisse und Fehlerzustände. Das Modell muss lernen, damit umzugehen – wie ein erfahrener Postdoc, der ein chaotisches Projekt übernimmt.

Die Rolle von Arcee AI und der Beitragsprozess

Arcee AI hat bereits die Trinity-Modellfamilie entwickelt, zuletzt Trinity Large mit 400 Milliarden Parametern. Diese Erfahrung mit grossen Modellen, vor allem mit der gesamten Pipeline von Daten über Architektur bis zur Evaluation, bringt das Team in die Genesis-Mission ein. Das DOE und seine nationalen Labore liefern die wissenschaftliche Fundierung: Sie stellen geprüfte Materialien zur Verfügung, definieren repräsentative Aufgaben und bewerten die Ergebnisse. Arcee kümmert sich um die Recheninfrastruktur, kuratiert die Trainingsdaten, trainiert das Modell und erstellt die kontrollierte Ausführungsumgebung.

Um die Datenbasis zu verbreitern, hat das DOE ein Beitragsportal eingerichtet. Universitäten, Unternehmen und Forschungseinrichtungen können sich bis zum 6. August 2026 mit Daten für die Grundlagenphase bewerben. Eine zweite Runde für Post-Training-Daten und Umgebungen läuft bis zum 25. August 2026. Es werden nur Beschreibungen und Metadaten eingereicht, keine sensiblen Daten. Jeder Beitragende bestimmt selbst, wie seine Materialien verwendet werden dürfen. Der Auswahlprozess durchläuft fünf Prüfstufen: wissenschaftliche Passung, Rechteklärung, Prüfbereitschaft, technische Integration, finale Programmauswahl. Ausgewählte Teilnehmer arbeiten direkt mit den Entwicklern zusammen und erhalten frühen Zugang zu Evaluierungen.

Das Programm sucht besonders Arbeitsabläufe, die schlecht durch Standard-KI-Evaluierungen abgedeckt werden. Es geht nicht um einfache Multiple-Choice-Fragen, sondern um komplexe Szenarien, die Fachwissen und Erfahrung erfordern.

Was bedeutet das konkret für die KI-Entwicklung?

GS1 zeigt einen Weg, wie KI in der Wissenschaft vertrauenswürdig eingesetzt werden kann. Statt die Modelle als Blackbox zu behandeln, wird hier Transparenz von Anfang an mitgedacht. Das Modell muss seine Arbeit dokumentieren. Die Prüfung durch menschliche Experten bleibt erhalten. Das entspricht guter wissenschaftlicher Praxis: Reproduzierbarkeit, Nachvollziehbarkeit, Offenlegung von Fehlern.

Das Projekt ist auch ein Signal an die Industrie. Offene Modelle müssen nicht weniger leistungsfähig sein – und sie sind unter Umständen besser für regulierte Umgebungen geeignet. Wenn das Modell auf eigener Hardware läuft, unterliegen die Daten den eigenen Sicherheitsrichtlinien. Das ist in Bereichen wie Energie, Verteidigung oder Gesundheit ein entscheidender Vorteil.

GS1 ist ein Beispiel, wie sich der Diskurs verschiebt. Es geht nicht mehr nur um die Grösse eines Modells oder um die Anzahl der Parameter. Es geht um Vertrauen, Kontrolle und Integrität des wissenschaftlichen Prozesses. Die Genesis-Mission formuliert das Ziel, die Produktivität der amerikanischen Wissenschaft zu verdoppeln. Ob das gelingt, wird sich in den nächsten Jahren zeigen. Der Ansatz, offene Modelle mit strikten Governancestrukturen zu kombinieren, ist ein Schritt in diese Richtung.

Quelle: arcee.ai

Wenn der Kundenservice einfach funktioniert

Ein Kunde ruft bei der Bank an, weil eine Abbuchung nicht stimmt. Sagt sein Anliegen in einem Satz. Der Assistent versteht, prüft die Identität, schaut in die Kontodaten, wendet Richtlinien an und löst das Problem – ohne Warteschleife oder Weiterleitung. Klingt unrealistisch? Viele Unternehmen verfolgen genau dieses Ziel mit KI-Agenten. OpenAIs neuestes Produkt heißt OpenAI Presence. Es ist kein weiteres Sprachmodell, sondern ein System, das KI-Agenten so in Unternehmensprozesse einbettet, dass sie zuverlässig und kontrollierbar arbeiten.

Was ist OpenAI Presence?

OpenAI hat Presence als Betriebssystem für KI-Agenten entwickelt. Es ist für Unternehmen gedacht, die KI-Assistenten im laufenden Betrieb einsetzen wollen – im Kundenservice, Vertrieb oder internen Workflows. Der Unterschied zu einem einfachen Chatbot: Presence kombiniert Sprachfähigkeiten mit Richtlinien, Sicherheitsvorkehrungen und Eskalationsregeln. Ein KI-Agent bekommt genau das Wissen und die Systemzugriffe, die er für eine Aufgabe braucht – etwa Reklamationen oder Versicherungsansprüche. Das Unternehmen legt fest: Was darf der Agent selbst entscheiden? Wo braucht er eine Genehmigung? Wann muss ein Mensch übernehmen?
Stell dir einen neuen Mitarbeiter vor: Er bekommt ein Handbuch, eine Liste seiner Befugnisse und wird vor dem ersten Gespräch mit typischen Fällen trainiert. So funktioniert es hier – nur dass der Mitarbeiter ein KI-Agent ist. Während der Arbeit wird er ständig überwacht.

Wie funktioniert das in der Praxis?

Der Einsatz beginnt mit einer konkreten Aufgabe. Ein Team identifiziert einen Workflow, etwa Rechnungsfragen. Dann werden Wissensquellen (Dokumente, Datenbanken) und Systeme (CRM, ERP) angebunden. Das Unternehmen definiert die Policies: Darf der Agent Rabatte gewähren? Muss er bei Beträgen über 500 Euro einen Vorgesetzten fragen? Welche Daten darf er einsehen? Anschließend wird der Agent in einer kontrollierten Umgebung getestet – mit simulierten Gesprächen, die typische und schwierige Fälle abdecken. Dabei prüfen Grader, ob der Agent die richtige Entscheidung getroffen, die Policies eingehalten und korrekte Aktionen ausgeführt hat.

Erst wenn diese Tests bestehen, geht der Agent in die Produktion. Aber damit hört die Arbeit nicht auf. Jedes Gespräch liefert Signale: Wurde der Agent an einen Menschen übergeben? Gab es eine Beschwerde? Diese Daten fließen in eine Verbesserungsschleife, die von Codex angetrieben wird. Codex analysiert die Signale und schlägt konkrete Änderungen vor – etwa eine neue Formulierung oder eine angepasste Regel. Das Team kann jede Änderung testen, bevor sie live geht. Laut OpenAI hat diese Schleife bei ihrem Telefonsupport innerhalb von zehn Tagen die Weiterleitungsrate an Menschen um 15 Prozentpunkte gesenkt. Nach wenigen Wochen löste der Agent bereits 75 Prozent der eingehenden Anliegen ohne menschliche Hilfe – bei einer Qualität, die den Benchmarks für menschliche Service-Mitarbeiter entspricht.

Vertrauen aufbauen – vor, während und nach dem Einsatz

Ein zentrales Thema bei Presence ist Vertrauen. OpenAI sagt, das Produkt sei auf Vertrauen ausgelegt – vor, während und nach dem Start. Die Tests vor dem Start sind umfangreich: Simulationen mit typischen Anfragen und Grenzfällen, sowie automatische Prüfungen, ob der Agent in den definierten Grenzen bleibt. Guardrails unterbrechen Eingriffe, sobald eine Interaktion außerhalb der Richtlinien droht. Auch nach dem Start bleibt das System lernfähig, ohne die Kontrolle zu verlieren. Jeder Änderungsvorschlag wird gegen die aktuelle Version getestet und kann nur nach Freigabe ausgerollt werden.

Diese Herangehensweise basiert auf jahrelanger Erfahrung mit Unternehmenskunden, so OpenAI. Jedes Deployment lieferte Erkenntnisse für Forschung und Produktentwicklung. Presence sei ein ehrgeiziges Produkt, geformt durch die Anforderungen kritischer Umgebungen. Weil es auf OpenAIs Forschung aufbaut, profitiert es von Modellverbesserungen – ohne dass der Kunde etwas tun muss.

Erste Erfolge und Partner

Die Leistungsfähigkeit zeigt sich nicht nur bei OpenAI selbst. Mehrere Großunternehmen sind als Design-Partner beteiligt. BBVA entwickelt mit OpenAI Sprachassistenten für den Finanzservice. Daniel Ordaz, Leiter KI-Transformation bei BBVA Mexico, sagt, man arbeite eng zusammen, um Sprachinteraktionen zu gestalten, die schnelleren, nahtloseren und persönlicheren Service ermöglichen. SoftBank testet Presence für japanischsprachige Kundengespräche. Tadahisa Murakami, Vice President bei SoftBank, lobt die natürliche und genaue Qualität der Gespräche, die von den Frontline-Teams hoch bewertet wurden. Die australische Versicherungsgruppe IAG sieht Potenzial, Presence bei hohem Anfrageaufkommen – etwa bei Unwettern – einzusetzen, um Kunden durch den Schadensprozess zu führen, ohne Qualitätseinbußen. CEO Julie Batch betont den Fokus auf Zuverlässigkeit und die Stärkung des Servicemodells.

Was bedeutet das konkret für Unternehmen?

OpenAI Presence wird nicht als Selbstbedienungsprodukt angeboten. Es wird von OpenAIs Forward Deployed Engineers und ausgewählten Systemintegratoren beim Kunden implementiert. Das zeigt: keine einfache API, sondern eine maßgeschneiderte Integration in die Unternehmensprozesse. Interessierte Unternehmen müssen mit ihrem OpenAI-Kontakt sprechen und sich auf einen partnerschaftlichen Prozess einlassen.

Für Tech-Beobachter bedeutet diese Ankündigung: Zuverlässige KI-Agenten, die nützliche Arbeit verrichten, werden realistischer. Die Herausforderung war nie ein netter Chatbot, sondern ein vertrauenswürdiger Agent, der sich anpassen kann. Presence versucht, diese Lücke zu schließen. Kein Wundermittel, aber ein ernsthafter Ansatz, der auf Erfahrungen aus der Unternehmenswelt basiert. Das ist mehr, als viele KI-Produkte bieten.

Quelle: openai.com