Kategorie: KI-News

Du sitzt vor deinem Jira-Board, siehst die unendliche Liste an Tickets und wünschst dir einen Assistenten für die kleinen Aufgaben. Bisher war das nicht möglich. Jetzt gibt es KI-Agenten, die direkt aus deinem Projektmanagement-Tool agieren. Atlassian hat Neuerungen angekündigt, die Jira zum Zentrum für agentische Engineering-Workflows machen. Die Idee: Jira wird zur Schaltzentrale, in der du KI-Coding-Agenten Aufgaben zuweist, ihre Arbeit verfolgst und die Ergebnisse prüfst – ohne die Entwicklungsumgebung zu verlassen.

Viele Teams nutzen bereits mehrere KI-Tools wie Claude Code, Cursor oder GitHub Copilot. Bisher liefen diese Helfer isoliert neben den Projektmanagement-Prozessen. Ein Entwickler öffnete sein Terminal, startete einen Agenten und ließ ihn Code generieren. Das war praktisch, aber schwer zu steuern und nachzuhalten. Atlassian will das ändern, indem es diese Tools direkt an Jira andockt. Ab sofort kann jedes Team Claude Code, Cursor, GitHub Copilot und bald auch OpenAI Codex mit Jira verbinden. Du kannst einem Coding-Agenten ein Ticket zuweisen, er arbeitet es ab und erstellt einen Pull Request – den du dann nur noch reviewen musst. Das spart Zeit, reduziert manuelle Schritte und schafft eine nachvollziehbare Kette von der Idee bis zum Code.

Herzstück ist der Jira Coding Agent, der in jedem kostenpflichtigen Plan enthalten ist. Er nutzt den Kontext aus Jira – Beschreibungen, Kommentare, Verknüpfungen – und wandelt ein Arbeitselement in einen fertigen Pull Request um. Du brauchst keine lokale Entwicklungsumgebung mehr aufzusetzen, der Agent erledigt das im Hintergrund. Der Agent liest das Ticket, analysiert die Anforderungen, sucht im Code-Repository nach ähnlichen Mustern und schreibt den Code. Er liefert keinen 100% fehlerfreien Code, aber einen soliden ersten Entwurf, den ein menschlicher Entwickler innerhalb weniger Minuten prüfen und anpassen kann. Der Gewinn liegt nicht in der vollständigen Automatisierung, sondern in der Beschleunigung der Routinearbeit.

Atlassian geht noch einen Schritt weiter. Der Jira Planner, ein Werkzeug zur Planung von Sprints und Releases, kann nun auf die Codebasis, auf Jira selbst und auf Confluence zugreifen. Aus diesen Informationen generiert er eine strukturierte technische Spezifikation. Diese Spezifikation kann dann ein menschlicher Entwickler oder ein KI-Agent verwenden, um die Software zu bauen. Die Planungsphase, oft zeitaufwendig und interpretationsanfällig, wird teilautomatisiert. Der Planner erkennt Zusammenhänge, die ein Mensch vielleicht übersehen hätte, und liefert eine konsistente Grundlage für die Umsetzung. Für Teams, die nach agilen Methoden arbeiten, bedeutet das: weniger Zeit für Meetings und Dokumentation, mehr Zeit für das Bauen.

Eine interessante Erweiterung betrifft die Automatisierung von Geschäftsprozessen. Atlassian hat die Automation Rule Builder in Jira so erweitert, dass du Coding-Agenten in Regeln einbinden kannst. Beispiel: Ein Bug-Ticket wird erstellt – der Agent identifiziert die Ursache, erstellt einen Fix und reicht einen Pull Request ein. Das passiert im Hintergrund, ohne Eingriff eines Entwicklers. Der Engineer bekommt erst eine Benachrichtigung, wenn der PR zur Überprüfung bereit ist. Das reduziert Unterbrechungen und lässt Fachkräfte sich auf komplexere Aufgaben konzentrieren. Dazu gibt es eine engere Integration mit Slack: Teams können direkt aus dem Messaging-Dienst Aktionen in Jira auslösen, etwa einen Agenten starten oder den Status eines Vorgangs abfragen.

Ein weiteres Puzzlestück ist die Aktualisierung von Loom, dem Videotool, das Atlassian übernommen hat. Loom kann jetzt nicht nur Bildschirmaufnahmen und Sprachkommentare aufzeichnen, sondern daraus strukturierte Anweisungen für KI-Agenten generieren. Du filmst, wie du durch eine Benutzeroberfläche navigierst, klickst auf Schaltflächen, zeigst auf einen Fehler, und Loom erstellt daraus eine Schritt-für-Schritt-Anleitung, die du an einen Agenten übergeben kannst. Das ist praktisch, wenn du eine Aufgabe erklären willst, ohne sie in Textform zu gießen. Aus dieser Aufnahme entsteht in wenigen Klicks ein Jira-Arbeitselement, das der Agent dann umsetzen kann.

Ming Wu, Engineering-Chefin für DevAI bei Atlassian, beschreibt die Idee: Jira entwickelt sich von einem Tracking-Werkzeug zu einer Plattform für das Management agentischer Workflows. Atlassian liefert die Context Layer – die Schicht, die dem Agenten den notwendigen Zusammenhang liefert, damit er Aufgaben zuverlässig erledigen kann. Das reduziert manuelle Arbeit und senkt die Anzahl der Tokens, die der Agent verbraucht, weil er nicht ständig von Null anfangen muss. Für Unternehmen mit vielen KI-Operationen ist das ein Kostenfaktor: Jeder Token kostet Geld, und je besser der Kontext, desto effizienter arbeitet der Agent.

Mitch Ashley, Vizepräsident beim Analystenhaus Futurum Group, ordnet das Geschehen ein. Seiner Ansicht nach tobt ein Wettkampf um die Kontrollebene für agentische Entwicklung. Die Frage: Wer besitzt den Control Plane – die Instanz, die bestimmt, wo Aufgaben zugewiesen, überwacht und geprüft werden? Atlassian setzt darauf, dass dies das System of Record ist, in dem die Engineering-Arbeit dokumentiert wird: Jira. Die Coding-Tool-Anbieter wie GitHub oder Cursor argumentieren, dass die Kontrolle in der Entwicklungsumgebung liegen sollte. Beide Seiten haben gute Argumente. Engineering-Leader müssen eine Architekturentscheidung treffen, die über ein einzelnes Tool hinausgeht. Wo die Agenten orchestriert werden, bestimmt nicht nur den Workflow, sondern auch die Governance und die Auditierbarkeit.

Praktisch wirst du vermutlich beides nutzen: schlanke Agenten in der IDE für schnelle Code-Vorschläge, und die schwergewichtige Agenten-Orchestrierung in Jira für komplexe Aufgaben. Der Trend: KI-Agenten werden allgegenwärtig in DevOps-Workflows eingebettet sein. Die Frage ist nicht, ob du sie einsetzt, sondern wie du sie steuerst. Atlassian gibt dir mit den neuen Jira-Funktionen ein Werkzeug für zentrale Verwaltung. Ob du den Hebel nutzt oder dezentral in den IDEs agierst, bleibt dir überlassen. Agenten sind jetzt offizielle Teammitglieder – und Jira wird ihr Chef.

Quelle: devops.com

In einem Unternehmen mit physischen Ausweisen ist der Zugang klar geregelt. Heute hat man Dutzende digitale Accounts, Berechtigungen für Cloud-Dienste, Datenbanken und interne Tools. Dazu kommen KI-Agenten – automatische Systeme, die selbstständig handeln, Daten abrufen und Entscheidungen treffen. Diese Agenten haben ebenfalls digitale Identitäten, die verwaltet werden müssen. Das erzeugt ein undurchschaubares Geflecht aus Zugriffsrechten und öffnet Sicherheitslücken. Das israelische Startup Oak will das lösen und tritt nach zweijähriger Geheimphase an die Öffentlichkeit.

Oak entwickelt eine neue Form des Identitätsmanagements für eine Welt mit menschlichen und maschinellen Identitäten. Herkömmliche IAM-Systeme sind dafür nicht ausgelegt. Sie stammen aus einer Zeit mit wenigen Nutzerkonten, bei der Berechtigungen einmal pro Quartal geprüft wurden. Heute vervielfacht sich die Anzahl digitaler Identitäten mit KI-Agenten. Oak bietet eine einheitliche Kontrollebene, die alle Identitäten im Unternehmen erfasst, überwacht und in Echtzeit steuert. Das Startup hat 60 Millionen US-Dollar Seed-Finanzierung erhalten und sein Produkt läuft bereits bei Enterprise-Kunden.

Das Problem: Viele digitale Identitäten und kaum Übersicht

Ein Bild verdeutlicht das Problem: Ein Pförtner, der früher jeden Besucher kannte, steht heute vor einer Drehtür mit Hunderten Menschen sowie Drohnen und Robotern, die Zutritt brauchen. Er kann nicht mehr jeden prüfen. Nötig ist ein System, das automatisch entscheidet, wer welche Rechte hat und wann der Zugang entzogen wird. Oak’s AI Connector Framework macht genau das: Es verbindet sich mit vorhandenen Systemen, analysiert die tatsächliche Nutzung von Berechtigungen und entfernt überflüssige Rechte in Echtzeit – nicht erst bei regelmäßigen Audits.

Das klingt einfach, ist aber komplex. In großen Organisationen existieren oft jahrelang angesammelte Rechte, die nie zurückgenommen wurden: ein ehemaliger Mitarbeiter mit Zugriff auf eine Datenbank, ein alter Dienst mit Admin-Rechten. Solche Altlasten sind ein Sicherheitsrisiko. Mit KI-gestützten Angriffen wird das Problem gravierender, da Angreifer automatisiert nach Schwachstellen suchen und Identitäten kapern können. Oak will das verhindern, indem es Identitätsmanagement risikobasiert und reaktiv macht – wie eine Brandmeldeanlage, die sofort alarmiert, wenn Rauch aufsteigt.

Die Gründer: Erfahrene Cybersecurity-Experten

Oak wurde von Shai Morag und Tal Marom gegründet. Morag war Major in der israelischen Armee, gründete mehrere Startups und verkaufte sie erfolgreich – zuletzt Ermetic, das Tenable 2023 für 265 Millionen US-Dollar übernahm. Danach war er Chief Product Officer bei Tenable, bis CEO Amit Yoran erkrankte und verstarb. Morag verließ das Unternehmen, plante den Ruhestand, rief dann aber mit Marom Oak ins Leben. Marom war zuvor Produktteam-Lead bei Tenable und davor bei Salesforce und im israelischen Militär tätig. Sie befragten 100 CISOs und IAM-Verantwortliche vor der Produktentwicklung. Das Ergebnis: eine Plattform, die Berechtigungen verwaltet und das tatsächliche Nutzungsverhalten analysiert, um blinde Flecken aufzudecken.

In der Stealth-Phase baute Oak ein Team von 50 Personen auf und stellt weiter ein, vor allem in den USA, wo künftig der Großteil der Belegschaft sitzen soll. Morag sagte, er gehe „ganz oder gar nicht“ vor – es werde sein letztes Unternehmen sein. Die 60 Millionen Dollar Seed-Finanzierung ist ungewöhnlich hoch für israelische Verhältnisse. Angeführt wurde die Runde von Accel, CRV und Greylock Partners, mit Beteiligung von AlphaDrive Ventures, Hetz Ventures und Angel-Investoren. Accel-Partner Andrei Brasoveanu nannte Morags Erfolgsbilanz als Grund. Accel hatte bereits Ermetics Series A angeführt, als das Startup noch keine Umsätze erzielte. Brasoveanu sagte, man habe Morag nach dem Verkauf ein informelles Angebot gemacht: „Wir finanzieren dein nächstes Projekt.“

Wie Oak sich von traditionellem IAM unterscheidet

Traditionelle IAM-Lösungen überprüfen Berechtigungen oft nur quartalsweise oder jährlich. Das ist aufwendig und risikoreich. Oak setzt auf kontinuierliche Überwachung und Automatisierung. Wechselt ein Mitarbeiter die Abteilung, entzieht Oak die Rechte umgehend. Oak analysiert nicht nur vergebene Rechte, sondern auch deren tatsächliche Nutzung. So lassen sich Überprivilegierungen erkennen, die sonst oft übersehen werden.

Oak bezeichnet sich als „AI-native“. KI ist von Grund auf in die Architektur integriert – nicht nur als nachträgliches Feature. Der AI Connector Framework passt sich an verschiedene Systeme an, von Cloud-Diensten über On-Premises-Anwendungen bis zu KI-Agenten. Da Unternehmen vermehrt KI-Agenten für Kundenservice, Datenanalyse oder Automatisierung einsetzen, steigt der Bedarf an Identitätsmanagement, das diese neuen Entitäten ebenso berücksichtigt wie menschliche Nutzer. Morag sagte: „Der Prozess ist zu manuell und nicht risikobasiert. Es gibt zum Beispiel keinen Auslöser, wenn ein Mitarbeiter von einem ungewöhnlichen Standort aus einloggt.“ Oak soll solche Anomalien erkennen und sofort reagieren.

Markt und Herausforderungen

Oak tritt gegen etablierte Anbieter wie Okta, Azure AD und Ping Identity an. Diese Systeme sind tief integriert, ein Wechsel ist schwierig. Viele Legacy-Lösungen haben kein Konzept für KI-Agenten-Identitäten. Oak will diese Lücke nutzen. Accel-Partner Brasoveanu sieht hohe Komplexität: „Das Produkt und die Organisationen sind komplex.“ Daher müsse Oak schnell skalieren und Kunden überzeugen. Auch andere Startups und etablierte Anbieter arbeiten an KI-basierten IAM-Lösungen. Oak differenziert sich durch eine einheitliche Kontrollebene, Echtzeit-Fähigkeiten und den Fokus auf KI-Agenten. Mit 60 Millionen Dollar kann Oak in Vertrieb und Entwicklung investieren. Morag sagt: „Unsere Vision ist es, als Gigant geboren zu werden.“ Ob das gelingt, wird sich zeigen.

Bedeutung für die Praxis

Für IT-Verantwortliche und Sicherheitsexperten ist Oak ein neuer Ansatz in einem Bereich, der Innovation braucht. Identitätsmanagement ist eine große Sicherheitslücke, die sich durch KI-Agenten verschärfen wird. Oak setzt auf kontinuierliche Automatisierung und Risikobewertung statt auf manuelle Prozesse. Kein Allheilmittel, aber ein Schritt in die richtige Richtung. Die Zeiten einfacher Badges und einmaliger Prüfungen sind vorbei. Unternehmen müssen sich anpassen.

Quelle: techcrunch.com

Stell dir vor, du sitzt vor deinem Laptop und hast eine Idee für eine kleine Webseite – für ein Nebenprojekt, einen Verein oder dein Portfolio. Du hast keine Ahnung von HTML, CSS oder JavaScript. Also suchst du nach einer Lösung. Vielleicht hörst du von etwas namens „Vibe Coding“. Du beschreibst auf Deutsch, was du brauchst, und eine KI erzeugt Code. Klingt verlockend? Einfach „Mach mir eine Startseite mit drei Kacheln“ sagen und loslegen.

Doch die Ernüchterung folgt schnell. Das Ergebnis ähnelt tausend anderen KI-Webseiten: blaue Leiste oben, weißer Block in der Mitte, Standardschrift. Und vor allem: Änderungen – eine andere Farbe, ein eigenes Bild, ein anderer Satz – erfordern Code-Eingriffe. Du stehst wieder vor Zeichen, die dir nichts sagen. Genau hier setzt Canva Code 2.0 an.

Was ist Canva Code 2.0?

Canva kennen viele als Design-Tool für Social-Media-Grafiken, Präsentationen und Flyer. Mit Canva Code lassen sich seit einiger Zeit auch Webseiten und kleine Apps bauen – KI-gestützt. Version 2.0, jetzt für alle verfügbar, kombiniert KI-Code-Erzeugung mit den vertrauten Design-Werkzeugen von Canva. Entscheidend: Du wechselst nicht mehr zwischen Code-Editor und Design-Programm. Alles an einem Ort.

Der Einstieg ist einfach. Du startest mit einer kurzen Beschreibung deines Projekts – einem Prompt. Oder wählst aus über 50 Vorlagen: Restaurant, Portfolio, Blog, Online-Shop. Wer HTML-Code hat, importiert ihn und arbeitet in Canva weiter. Du bekommst einen funktionierenden Entwurf, ohne eine Zeile Code zu schreiben.

Der entscheidende Unterschied: Design-Freiheit

Das wirklich Neue ist nicht die KI allein. Andere Tools machen das auch: prompt „Landingpage“, KI produziert etwas. Aber dann? Kaum Kontrolle über das Aussehen. Canva Code 2.0 lebt im Canva-Editor – genau dem, den du von Flyern und Präsentationen kennst. Du fügst Fotos per Drag & Drop ein, wählst Farben aus der Markenpalette, änderst Schriftarten, schreibst Text per Klick um. Alles ohne Code.

Oder du bleibst im Chat: „Mach den Hintergrund hellgrau“, „Setz das Logo links oben“. Die KI passt an. Deine Änderungen bleiben im Kontext. Keine neuen Prompts, die alles durcheinanderbringen. Und durch den Zugriff auf dein Brand Kit – Farben, Logos, Schriftarten – sieht das Ergebnis individuell aus, nicht nach Kopie.

Ein Bild: Du bestellst bei einem Schreiner ein Regal. Du sagst: „Ein Regal, 1 Meter breit, drei Fächer.“ Der Schreiner liefert ein Regal – aus heller Kiefer, mit Metallgriffen. Du wolltest Eiche und weiße Griffe. Bisher konntest du nur anrufen und hoffen – oder selbst zur Säge greifen. Canva Code 2.0 ist wie ein Schreiner, der das Regal bringt und sagt: „Hier, nimm den Katalog, such Farbe, Holz, Griffe – ich baue es um.“ Du musst kein Handwerker sein, hast aber Kontrolle.

Genau das meint der Entwickler: „weniger einschüchternd“. Es nimmt die Angst vor Code, ohne dir die Gestaltung zu nehmen. Du passt das visuelle Ergebnis Schritt für Schritt an – in Echtzeit.

Gemeinsam bauen und veröffentlichen

Ein weiteres Merkmal: die Zusammenarbeit. Teile das Projekt mit deinem Team, alle arbeiten gleichzeitig, hinterlassen Kommentare – direkt im Editor. Nützlich bei mehreren Beteiligten: Texter, Designer, Entscheider. Früher Dateien hin- und herschicken oder separates Tool. Jetzt alles an einem Ort.

Fertig? Sofort veröffentlichen. Canva bietet Domains zum Kauf oder kostenlose Subdomains. Für interne Projekte: privat halten. Ideal für Intranets, Projektseiten, Schulungsmaterial. Der gesamte Weg von der Idee zur Live-Seite in Canva – kein Hosting, FTP, Servereinstellungen.

Für wen ist das gedacht?

Canva Code 2.0 ist für alle, die eine Webseite oder App brauchen, ohne Programmierkenntnisse. Kleinunternehmer, Kreative, Freelancer, Vereinsmitglieder, Lehrer. Auch Agenturen nutzen es für schnelle Prototypen, die Entwickler später übernehmen. Es ersetzt keine komplexe, maßgeschneiderte Software. Für Datenbanken, individuelle Logik, besondere Performance braucht es Profis. Für die täglichen 80 Prozent – Unternehmensseite, Event-Seite, Portfolio – reicht es.

Die Stärke: Demokratisierung. Bisher war Vibe Coding ein Hype für Leute, die sich mit Code auskennen. Sie nutzen KI für mehr Tempo. Für Laien oft frustrierend: Ergebnis passt nicht, keine Anpassungsmöglichkeit. Canva Code 2.0 schließt die Lücke: visuelle Gestaltung steht im Vordergrund. Kein Wissen über Frameworks oder APIs nötig. Nur die Vorstellung, wie die Seite aussehen soll.

Einordnung: Was bedeutet das konkret?

Canva Code 2.0 ist kein Wunderwerkzeug. Keine bahnbrechenden Innovationen, kein Ersatz für komplexe Web-Apps. Aber es ist ein Schritt, KI-gestützte Code-Erstellung für Normalnutzer erfahrbar zu machen. Statt nur ein weiterer AI Code Generator mit austauschbaren Ergebnissen setzt Canva auf Integration und Design. Der entscheidende Unterschied.

Für alle, die eine Webseite wollten, aber vor Code zurückschreckten, ist das eine Erleichterung. Selbst Hand anlegen, ohne eine neue Sprache zu lernen. Und später: Code exportieren und von Profis erweitern lassen. Kein Endpunkt, sondern eine Einstiegshilfe.

Probier es aus, wenn dir „mal schnell eine Webseite“ zu kompliziert erscheint. Starte mit einem Prompt, wähle eine Vorlage, füge eigene Bilder hinzu. Du wirst überrascht sein, wie viel du gestalten kannst – ohne Code. Das ist Vibe Coding, wie es sein sollte: nicht einschüchternd, sondern hilfreich.

Quelle: digitaltrends.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

Apple wirft einem ehemaligen Ingenieur vor, nach seinem Ausscheiden wochenlang auf interne Systeme zugegriffen zu haben. Chang Liu soll entdeckt haben, dass sein alter Firmenlaptop noch Zugriff auf Apples Netzwerk hatte. Grund war ein Authentifizierungsfehler, den Apple als Zero-Day-Bug einstufte. Das Unternehmen reichte Anfang des Jahres Klage ein. Der Vorfall wirft Fragen auf: Wie schützen Firmen sensible Daten, wenn Mitarbeiter gehen? Was bedeutet das für die Sicherheitskultur in KI-Unternehmen?

Laut Klageschrift fand Liu nach seinem Wechsel zu OpenAI im Februar 2026 heraus, dass sein alter Laptop immer noch Zugriff hatte. Der Grund: ein seltener, zuvor unbekannter Authentifizierungsfehler. Apple hat die Lücke inzwischen geschlossen. Die Serverprotokolle zeigen, dass Liu der Einzige war, der sie ausnutzte. „LOL… so funny“ schrieb er einem noch bei Apple angestellten Bekannten. Der Satz steht in der Klage.

Was Liu mitnahm: Dutzende Dateien mit Details zu unveröffentlichten Produkten, technische Präsentationen, Spezifikationen und Projektdaten. Er lud sie herunter, während er bereits für OpenAI arbeitete. OpenAI erklärte, man habe kein Interesse an Geschäftsgeheimnissen anderer Firmen. Apple verlangt ein Schwurgerichtsverfahren.

Viele Unternehmen gehen davon aus, dass mit dem Ausscheiden eines Mitarbeiters die Zugriffe enden. In der Praxis gibt es Lücken: VPN-Zugänge, die nicht deaktiviert wurden, Passwörter, die nicht zurückgesetzt wurden. Apple wirft Liu vor, den Bug nicht gemeldet zu haben. Er gab seinen Firmenlaptop nicht zurück und nutzte sogar den Rechner eines Kollegen. Unternehmen brauchen regelmäßige Audits und automatisierte Prozesse. Ausgeschiedene Mitarbeiter müssen physisch und digital vollständig getrennt werden.

Der Fall zeigt die Verflechtung der Belegschaften großer Tech-Firmen. Insidwissen ist im Wettlauf um KI-Innovationen wertvoll. Wenn ein Ingenieur von Apple zu OpenAI wechselt und Daten mitnimmt, entsteht ein Risiko für die Wettbewerbsposition. Apples Klage ist daher konsequent. Der Schaden durch kompromittierte Hardware-Dokumentationen oder Software-Architekturen kann enorm sein.

Sicherheit ist ein Prozess, keine einmalige Maßnahme. Wer sensible Daten verwaltet, sollte fragen: Was passiert, wenn ein Teammitglied geht? Sind alle Zugänge sofort gesperrt? Gibt es einen Plan zur Löschung lokaler Dateien? Der Fall Liu zeigt, dass ein vergessener Authentifizierungstoken ausreicht. Hinter KI-Modellen stecken Menschen, die von einem Unternehmen zum nächsten wechseln. Entscheidend ist, wie Unternehmen ihre Systeme so robust machen, dass selbst ein „LOL“-Moment nicht zu einem Datenleck führt.

Der Schlüssel zur Vergangenheit sollte nach dem Auszug nicht mehr passen. Digitale Zugänge müssen sofort gesperrt werden. Die Daten, die Unternehmen schützen, können mehr wert sein als eine Wohnung – sie können die Zukunft eines ganzen Unternehmens bestimmen.

Quelle: techcrunch.com