Open AI macht mit seinen „Dots“ aus dem Chatbot einen Mitarbeiter ohne Feierabend. Die Folgen für Software, Plattformen und Arbeit sind größer als die für die Bedienung des Rechners.
Vier Jahrzehnte lang haben wir Computer auf die gleiche Weise bedient: Programm öffnen, klicken, tippen. Auch die Künstliche Intelligenz hat daran wenig geändert. ChatGPT war ein Fenster, in das man eine Frage schreibt. Mit den „Dots“, die Open AI am Dienstag in San Francisco vorgestellt hat, endet diese Logik. Ein Dot ist ein Agent mit eigenem Rechner in der Cloud, eigenem Browser und Zugang zu mehr als 4000 Anwendungen. Er arbeitet rund um die Uhr, auch wenn der Laptop zugeklappt ist, und meldet sich über Slack, Teams oder per Anruf, wenn er eine Freigabe braucht. Der Nutzer bedient nicht mehr Software. Er führt einen digitalen Mitarbeiter.
Holger Schmidt
Verantwortlicher Redakteur für Newsletter und Verticals.
Die Zielgruppe ist aber zunächst nicht der Massenmarkt, obwohl Open AI jede Woche inzwischen 1,2 Milliarden Nutzer hat. Aber während Meta mit seinem Agenten Muse seit drei Wochen recht erfolgreich auf private Verbraucher zielt, richtet sich Open AI mit den Dots an professionelle Entwickler, Wissensarbeiter und mit den „Specialist Dots“ an Unternehmen. Denn ihren eigentlichen Zweck erfüllen die Dots erst im Verbund mit zwei weiteren Neuheiten: ChatGPT Space ist ein gemeinsamer Arbeitsraum, in dem Kollegen, ChatGPT und der eigene Dot auf demselben Wissen aufbauen. Pages sind die dazugehörige Dokumentform: interaktive Seiten mit Text, Grafiken, Checklisten und Dashboards, ausdrücklich gebaut für die Zusammenarbeit von Menschen und Agenten.
Damit ändert sich die Arbeitsteilung. Der Dot arbeitet im Hintergrund zu, der Mensch prüft, ergänzt und entscheidet. Das Dokument ist dann kein fertiges Produkt mehr, das per E-Mail die Runde macht, sondern ein laufender Arbeitsstand, an dem Mensch und Maschine gemeinsam schreiben. Die Dots nutzen dafür Open AIs fortgeschrittenes Modell GPT-6 Astra und können Projekte steuern, während diese sich weiterentwickeln. Sie aktualisieren etwa selbständig ein Vertriebsangebot, wenn sich die Anforderungen eines Kunden ändern. „Das ist jetzt die echte Version der KI, die wir uns selbst immer vorgestellt haben“, sagte Vorstandschef Sam Altman.
Für Microsoft 365 und Google Workspace ist das eine offene Kampfansage. OpenAI will nicht länger das Werkzeug neben der Bürosoftware sein, sondern der Ort, an dem die Arbeit stattfindet. Unternehmen müssten dafür allerdings ihre Dokumente aus gewachsenen Systemen herauslösen. Doch diesen Wechsel hat bisher noch kein Angreifer auf die Office-Welt ausgelöst, da immense Wechselkosten damit verbunden sind. Open AI hat mit der KI einen starken Verbündeten an seiner Seite und könnte im Vorfeld seines Börsengangs eine Erfolgsgeschichte gut gebrauchen.
Schnelles Wachstum ist entscheidend für Open AIs Pläne, Dutzende Milliarden Dollar in KI-Rechenzentren zu investieren, um mit Wettbewerbern wie Anthropic und Meta Schritt zu halten. Das Unternehmen, das Ende 2022 mit ChatGPT den KI-Boom ausgelöst hatte, bereitet einen Börsengang vor, bei dem es mit mehr als einer Billion Dollar bewertet werden könnte. Der Konkurrent Anthropic peilt bei seinem Börsengang schon zwei Billionen Dollar an – und ist nun am Zug.
Viel Freude bei der Lektüre des Briefings
Holger Schmidt
Heute, am Mittwoch, dem 30. September, findet um 12.30 Uhr unser nächstes Live-Webinar statt, diesmal mit dem Thema: Was kann GPT-6 Astra? Wir zeigen Ihnen die wichtigsten Neuerungen, Anwendungsmöglichkeiten und Grenzen des Sprachmodells. Erfahren Sie praxisnah, wie Sie das Potential von GPT-6 Astra sinnvoll für Ihre Aufgaben nutzen können und wie es sich von anderen Modellen unterscheidet.Melden Sie sich bis 11 Uhr hier an.
PS: Zusätzlich zu diesem Briefing bieten wir unseren Lesern tagesaktuell die neuesten Informationen zur Digitalwirtschaft auf unserer Website. Schauen Sie gerne vorbei, wenn Sie auf dem Laufenden bleiben wollen. Den Weg zur Digitalwirtschaft im Netz finden Sie hier.
Anthropic strebt bei seinem Börsengang eine Bewertung von mehr als zwei Billionen Dollar an. Das geht aus dem Börsenprospekt hervor, dessen Details durchgesickert sind. Im vergangenen Jahr explodierte zwar der Umsatz auf knapp 4,6 Milliarden Dollar, aber der Verlust im operativen Geschäft betrug mehr als acht Milliarden Dollar. Künftig plant das Unternehmen 518 Milliarden Dollar für Cloud-Dienste und Infrastruktur ein.
Dario Amodei, CEO von Anthropic AFP
„Mit der angestrebten Bewertung von mehr als zwei Billionen Dollar wäre Anthropic aus dem Stand fast so wertvoll wie Amazon. Damit die Rechnung aufgeht, muss sich in der Bilanz aber viel tun: Aktuell kostet allein die Rechenleistung 1,6‑mal so viel wie der Umsatz. Wer bei zwei Billionen Dollar einsteigt, setzt aufs Gegenteil.“
Holger Schmidt, Verantwortlicher Redakteur für Newsletter und Verticals.
AMD holt für 8,2 Milliarden Dollar die „Patin der KI“ ins Unternehmen
Der Chiphersteller AMD übernimmt das Start-up World Labs der Stanford-Informatikerin Fei-Fei Li für rund 8,2 Milliarden Dollar. World Labs entwickelt Weltmodelle, die dreidimensionale Umgebungen erzeugen. Sie gelten als Schlüssel für Roboter, autonomes Fahren und Fabriksimulation, also für Deutschlands Kernindustrien. Li, die das Deep Learning maßgeblich geprägt hat, wird in der Branche als die „Godmother of AI“ bezeichnet.
Fei-Fei Li, CEO von World Labs Bloomberg
„Weltmodelle gelten als der nächste große Schritt in der KI und sind für Deutschlands Industrie extrem wichtig. Doch die Software entwickeln mal wieder die Amerikaner: Nvidia, Google und – mit der aktuellen Übernahme – auch AMD.“
Holger Schmidt, Verantwortlicher Redakteur für Newsletter und Verticals.
Nvidia will autonome Agenten per Chip zähmen
Nach mehreren Sicherheitsvorfällen mit autonomen KI-Agenten stellt Nvidia die Open Agent Safety Platform vor. Sie kombiniert die Open-Source-Software OpenShell, die Agenten in Sandboxes abschottet, mit dem neuen Wächter Sentry. Er läuft auf Nvidias BlueField-4-Prozessoren getrennt vom Hostsystem und soll ausbrechende Agenten binnen Millisekunden isolieren. Mehr als 100 Organisationen nutzen schon Teile der Plattform.
Jensen Huang, CEO von Nvidia Reuters
„Nvidia macht den Job, den Open AI oder Anthropic offenbar nicht hinbekommen: Für Sicherheit in der KI sorgen. Sollte der Schutzmechanismus aus Hardware und Software funktionieren, würde Nvidia daraus sogar ein Geschäft machen und mehr Chips verkaufen. Clever.“
Holger Schmidt, Verantwortlicher Redakteur für Newsletter und Verticals.
Artikel der Woche
Das Fabrikgelände des Autobauers Ford in Köln liegt fernab des Kapitalflusses der KI-Investitionen. Domenic Driessen
Das KI-Kapital fließt an den Fabriken vorbei
Von Holger Schmidt
Wagniskapital für KI fließt in Deutschland vor allem nach München und Berlin. Für Physical AI, die Roboter und Maschinen steuert, ist das eine schwierige Ausgangslage, denn die Fabriken stehen meist anderswo. Das zeigt der erste KI-Atlas für Deutschland.
Wer in Deutschland ein KI-Start-up gründet und Investoren sucht, ist in München gut aufgehoben. Die Stadtregion hat von 2021 bis 2025 rund 40 Prozent des Wagniskapitals für junge KI-Unternehmen angezogen, gut 5,8 Milliarden Euro. Berlin kommt auf etwa ein Fünftel. Zusammen vereinen die beiden Metropolen damit drei Fünftel der gesamten Summe, während Frankfurt, Düsseldorf und Mannheim mit großem Abstand folgen. Das zeigt der neue „KI-Atlas Deutschland“, den der Wirtschaftsgeograph Andreas Kuebart vom Leibniz-Institut für Raumbezogene Sozialforschung (IRS) vorgelegt hat.
In den klassischen Industrieregionen kommt dagegen nur wenig KI-Kapital an. Stuttgart, Zentrum des Maschinen- und Fahrzeugbaus im Südwesten, erhielt im selben Zeitraum weniger als ein Prozent des Kapitals. Noch kleiner fielen die Summen für Dortmund aus, die einzige Ruhrgebietsstadt unter den 20 Regionen des Atlas, und für Bielefeld und Paderborn, wo die ostwestfälische Industrie zu Hause ist. Der Atlas sieht darin ein Risiko für den regionalen Zusammenhalt. Traditionelle Industriezentren wie das Rhein-Ruhr-Gebiet oder Stuttgart blieben von der unmittelbaren Wertschöpfung durch KI abgekoppelt.
Die Maschinen stehen woanders
Die größte Chance sieht Kuebart darin, dass Deutschland auf seine gewachsenen Stärken setzt, etwa in der Robotik, im Transportwesen und in der Optimierung industrieller Prozesse durch KI-Agenten. Auf diesen Feldern entsteht Physical AI, also Künstliche Intelligenz, die Roboter und Maschinen lenkt. Multimodale Modelle können in der Fertigung Sensordaten, technische Zeichnungen und Fehlerprotokolle zugleich auswerten und Wartungsarbeiten selbständig steuern.
Dafür brauchen sie allerdings Zugang zu Fabrikhallen, Produktionsdaten und echten Testumgebungen. Ein Sprachmodell lässt sich in jedem Rechenzentrum trainieren, ein Roboter muss sich aber in der Werkshalle bewähren. Und solche Werkshallen gibt es in Stuttgart, im Ruhrgebiet oder in Ostwestfalen reichlicher als zum Beispiel in Berlin.
Forschung ohne Ausgründungen
An Forschung fehlt es den Industrieregionen dabei keineswegs. Karlsruhe, Stuttgart und das Ruhrgebiet erreichen im regionalen Vergleich bei den wissenschaftlichen Veröffentlichungen zu KI etwa ein Drittel des Münchner Werts. Bei den Gründungen kommen sie dagegen nur auf einen Bruchteil der Berliner Zahl, beim Kapital bleiben sie fast ohne Gewicht. „Hier sehen wir das Paradoxon des Transfers in Deutschland“, sagt Kuebart. „Insbesondere die Ausgründungsdynamik ist im Umkreis vieler forschungsstarker Universitäten mäßig ausgeprägt.“ Die Europäische Kommission hatte dieses Muster aus starker Wissenschaft und schwacher Verwertung in ihrem Grünbuch zur Innovation beschrieben und „europäisches Paradoxon“ genannt.
Wie es anders gehen kann, zeigt die TU München. Nach Daten der EU-Kommission sind aus ihr mehr direkte KI-Ausgründungen hervorgegangen als aus Fraunhofer, Helmholtz oder der Max-Planck-Gesellschaft. Die Ursachen für die schwache Gründungsdynamik andernorts sieht Kuebart auf zwei Ebenen. „Die Gründe hierfür sind einerseits fehlende Gründungsinfrastrukturen und fehlende Durchlässigkeit zwischen Wissenschaft und Wirtschaft. Andererseits liegt der Fokus sehr auf klassischen Hightech-Feldern wie der Biotechnologie, verglichen mit digitalen Geschäftsmodellinnovationen.“ In der Digitalwirtschaft und auch in der KI sei oft gar nicht der Blick ins Labor notwendig. Es geht weniger darum, neue Technologien zu entwickeln, als darum, bestehende Technologien auf neue, branchenspezifische
Geschäftsfelder anzuwenden.
München als Sonderfall
Dass Physical AI die Gewichte zugunsten der Industrieregionen verschiebt, erwartet Kuebart nicht. „Auch in der Robotik ist vor allem der Großraum München sehr stark aufgestellt“, sagt er. „Grundsätzlich würde ich nicht davon ausgehen, dass sich die Standortlogik in diesem Bereich deutlich verschiebt, da sich die Digitalwirtschaft in Deutschland schon seit vielen Jahren auf wenige Kernräume wie Berlin und München konzentriert.“ Die etablierten Maschinenbauer müssten aber alles daransetzen, nicht den Anschluss zu verpassen. Eventuell könne der Schulterschluss mit innovativen Start-ups die eigene Entwicklung sinnvoll ergänzen.
München hat dabei einen Vorteil, der Berlin fehlt. Bayern ist nach Baden-Württemberg der zweitgrößte Standort des deutschen Maschinenbaus und steht nach Zahlen des VDMA für mehr als ein Fünftel des Branchenumsatzes. In der Stadtregion München, die bei Wagniskapital und Publikationen vorn liegt, treffen Industrie, Forschung und Kapital aufeinander. Doch auch außerhalb der beiden Zentren gibt es Erfolge. Neura Robotics aus Metzingen bei Stuttgart hat im Juni nach eigenen Angaben eine Finanzierungsrunde von bis zu 1,4 Milliarden Dollar angekündigt. Mannheim und Aachen behaupten sich dank ihrer Nähe zu Forschung und Industrie als spezialisierte Zentren. Freiburg, wo der Bildgenerator-Entwickler Black Forest Labs sitzt, hat gut dreimal so viel Wagniskapital angezogen wie Stuttgart.
Solche Ausreißer zeigen, dass KI-Entwicklung von Weltrang nicht zwingend an Metropolen gebunden ist.
Zentren stärken, Regionen vernetzen
Dass sich Innovation an wenigen Orten ballt, ist kein deutsches Phänomen. Enrico Moretti hat 2012 in „The New Geography of Jobs“ gezeigt, dass innovative Branchen dorthin ziehen, wo bereits viele Fachkräfte und Unternehmen sitzen. Thomas Kemeny und Michael Storper beschrieben 2020, wie sich in den Vereinigten Staaten Superstar-Citys mit hochqualifizierten Arbeitskräften und neuen Technologien von zurückgelassenen Regionen absetzen. Solche Vorteile der Ballung lassen sich politisch kaum verordnen.
Auch Kuebart hält die Konzentration für notwendig. „Die bestehenden Agglomerationen sollten genutzt und gestärkt werden. Die kritische Masse in Kernräumen wie Berlin und München ist eine Notwendigkeit, um im globalen Technologiewettbewerb nicht abgehängt zu werden.“ Auf die Frage, ob Modelle in den Zentren entstehen und erst in den Industrieregionen an die Maschinen angepasst werden sollten, verweist er auf eine Arbeitsteilung. „Die Wertschöpfung darf nicht in den Zentren verharren. Die Lösung liegt in einer funktionalen Arbeitsteilung im Sinne offener und vernetzter Regionen.“
Als Werkzeuge nennt Kuebart branchenspezifische Akzeleratoren oder Innovationshubs, die einzelne Branchen in den Zentren vertreten und Verbindungen herstellen. Für den Weg in die Unternehmen fehlten oft Infrastrukturen, die Vernetzung schaffen und am besten konkrete gemeinsame Projekte anstoßen. „Selbst wenn es um KI-Spitzentechnologie geht, spielen Vertrauen und persönlicher Austausch eine sehr große Rolle.“ Etablierte Unternehmen könnten zudem als Venture Clients auftreten. Ein Maschinenbauer kauft dann etwa einem Start-up als früher Kunde ein Produkt oder ein Pilotprojekt ab, ohne sich an der Firma zu beteiligen, und kommt so früh an neue Technik.
Künstliche Intelligenz übernimmt in Unternehmen zunehmend anspruchsvolle Aufgaben, doch fast 90 Prozent der Topmanager sehen darin laut einer BCG-Befragung ein Zeichen schwindender Urteilsfähigkeit. Eine Führungskraft warnt vor der „Autopilot-Falle“, in der Fachleute ihr Denken durch das der Maschine ersetzen. Auch unter Beschäftigten fürchten laut einer IBM-Studie sechs von zehn den Abbau kritischen Denkens. Ob KI das Urteilsvermögen stärkt oder schwächt, hängt von der Art der Nutzung ab. Acht Verhaltensregeln sollen gegensteuern, darunter eigenes Vordenken, KI-freie Zonen und klare Verantwortlichkeiten. Befunde aus Medizin und Softwareentwicklung stützen diese Empfehlungen.
Der Einsatz von KI-Programmen wie ChatGPT, Claude oder Gemini kann Menschen ab 50 bei der Finanzplanung für den Ruhestand helfen. Zehn aufeinander aufbauende Prompts führen vom Kassensturz über Entnahmestrategien, Steuerberechnung und Krankenversicherung bis zur Immobilienbewertung. Dabei sollte die KI stets mit ausgeführtem Programmcode rechnen, da Sprachmodelle bei reinen Kopfrechnungen fehleranfällig sind. Häufige Schwächen sind veraltete Steuerwerte, fehlende Sozialabgaben und aus den USA übernommene Regeln. Eine Gegenprobe in einem zweiten Chatfenster oder bei einem anderen Anbieter ist daher ratsam. Die Ergebnisse ersetzen keine professionelle Beratung durch Steuer- oder Rentenberater.
Hinter den Warnungen vor dem Ende der Menschheit durch Künstliche Intelligenz verbirgt sich ein vernetztes Milieu aus Denkern, Instituten und Geldgebern aus dem Silicon Valley. Im Zentrum steht Coefficient Giving, das eng mit der Stiftung von Facebook-Mitgründer Dustin Moskovitz zusammenarbeitet und 2025 mehr als eine Milliarde Dollar verteilte. Die Verbindungen reichen bis in die KI-Labore und nach Washington, wo auch Anthropic mit 40 Millionen Dollar politische Arbeit unterstützt. Unter Fachleuten bleiben die Aussterbeszenarien umstritten.
Eliezer Yudkowsky auf einer Demonstration gegen Künstliche Intelligenz im Juli in San Francisco Bloomberg
Nach dem Einbruch im Juli haben sich KI-Aktien kräftig erholt, doch die Führung hat gewechselt. Im September gewannen Prozessor- und Chipdesigner wie Intel und AMD im Durchschnitt 28 Prozent, die Speicherhersteller kamen nur auf 13 Prozent. Nvidia und die großen Cloud-Konzerne hinken dagegen hinterher. Belastet wird die Rally von steigenden Zinsen. Wer in KI-Aktien investiert, muss also weiterhin genau schauen, wo die nächsten Engpässe entstehen, wie sich die Preise und Zinsen entwickeln und wie schnell sich die gewaltigen Investitionen der Hyperscaler, die die Party bezahlen, auch in Zukunft rechnen.
Der n8n-Gründer Jan Oberhauser verteidigt seine Entscheidung, sein KI-Start-up in Berlin statt in den USA aufzubauen. Der Kapitalgeber Andreessen Horowitz habe nach Oberhausers Absage an einen USA-Umzug zwar nicht investiert, später stieg jedoch Sequoia ein. Es sei also nicht unmöglich, amerikanische Investoren zu gewinnen. Oberhauser räumt ein, dass europäische Rechtsformen Finanzierungsrunden erschwerten, und fordert flexiblere Kündigungsregeln für schnelleres Wachstum. Trotzdem erreichte das Start-up in diesem Jahr eine Bewertung von 5,2 Milliarden Dollar.
Meta-Chef Mark Zuckerberg hat mit dem KI-Agenten Muse einen Erfolg erzielt: Die App wurde rund 3,4 Millionen Mal heruntergeladen und führt Apples App Store an. Muse erledigt Alltagsaufgaben wie E-Mails, Reisebuchungen und Einkäufe und greift dabei auf Metas Wissen über drei Milliarden Nutzer zurück. Mit dem KI-Anhänger Charm will Meta seine Abhängigkeit von Apple und Google verringern. Tester bewerten den Agenten unterschiedlich, Datenschutzbedenken bleiben zentral. In der EU ist der Dienst wegen regulatorischer Hürden bislang nicht verfügbar. Meta strebt mit Muse einen Wandel vom Werbe- zum Transaktionsgeschäft an, bei dem Händler Provisionen zahlen sollen.
Im Gegensatz zum Tamagotchi muss Charm noch nicht einmal gefüttert werden. Bloomberg
KI wird rasant billiger, doch viele Unternehmen zahlen mehr. Reasoning-Modelle und Agenten verbrauchen so viele Tokens, dass die wachsende Menge sinkende Stückpreise überholt. Nutzungsabhängige Tarife verschärfen das Problem und verlagern das Kostenrisiko auf die Kunden. Wert und Marge wandern deshalb in die Kontrollschicht: Routing, Caching, Budgets und die passende Modellwahl senken Kosten und schaffen Transparenz. Während Standardmodelle austauschbarer werden, bleiben Spitzenmodelle vorerst knapp und teuer. Für Unternehmen heißt das: Modelle flexibel mieten, die Steuerung sowie das eigene Wissen jedoch selbst kontrollieren.
Microsoft macht Copilot zur zentralen Arbeitsoberfläche im Büro. Chat, Agenten, die Programmiertechnik von GitHub sowie Word, Excel und Powerpoint laufen künftig in einer App zusammen. Zugleich ändert der Konzern sein Preismodell. Zur Lizenz von 30 Dollar je Nutzer und Monat kommen verbrauchsabhängige Copilot Credits für aufwendige Agentenarbeit. Microsoft reagiert damit auf den Druck von Anthropic und Open AI. Gut 30 Millionen bezahlte Copilot-Lizenzen entsprechen nur etwa sieben Prozent der kommerziellen Microsoft-365-Lizenzen. Die Börse reagierte freundlich, doch den Investitionen von rund 175 Milliarden Dollar muss ein profitables Agentengeschäft folgen.
Vier Papers zeigen, wie KI entlang der gesamten Wertschöpfung effizienter wird. Deepseek-V4.1-Flash senkt bei Agenten Speicher- und Rechenbedarf und verbessert zugleich die Leistung. Eine 4-Bit-Quantisierung reduziert den Speicherbedarf eines Qwen-Modells deutlich, macht aber die Abstimmung mit der Betriebssoftware entscheidend. NCP-ArchPreview nutzt Trainingsdaten und Rechenleistung besser und erleichtert die Spezialisierung. Bei der On-Policy-Destillation reichen in einem Mathematikexperiment 16 gezielt ausgewählte Aufgaben für nahezu das Trainingsergebnis von 17.000 Aufgaben. Die zentrale Erkenntnis: Fortschritt entsteht zunehmend durch bessere Ressourcennutzung. Das eröffnet Europa Chancen zum Aufschließen.
Modelle aus China sind oft deutlich günstiger. AFP
• US-Präsident Donald Trump hat sich mit den Chefs der großen KI-Unternehmen auf eine freiwillige Selbstkontrolle der KI mit vier Kontrollschichten geeinigt: Interne Kontrollen, ein internes Prüfteam, ein unabhängiger externer Prüfer und ein unabhängiger Ausschuss im Verwaltungsrat. Trump nennt das Papier „moralisch bindend“. Ökonomisch ist es aber ein Vertrag ohne Durchsetzungsmechanismus, bei dem die Geprüften ihre Prüfer selbst wählen.
• Meta holt den Mongo-DB-Chef Chirantan CJ Desai als Chief Enterprise Platform Officer. Er soll die neue Meta Enterprise Platform aufbauen, mit der der Konzern seine Milliardeninvestitionen in KI im B2B-Geschäft monetarisieren will, vor allem mit dem Agenten Muse, einem Business-Agenten und Coding-Tools. Die Mongo-DB-Aktie brach um mehr als 15 Prozent ein.
• Der
Smart-Ring-Hersteller Ouraverschiebt seinen für Dienstag geplanten Börsengang an der Nasdaq wegen der unsicheren Marktlage. Das Unternehmen wollte gemeinsam mit seinen Aktionären bis zu 2,2 Milliarden Dollar einnehmen. Laut Bloomberg gab es zuletzt rund viermal so viele Kaufaufträge wie angebotene Aktien.
• KI-Agenten sind Experten für den Möbelaufbau geworden. Sie erkennen Montagefehler an Ikea-Möbeln deutlich besser als noch vor zehn Monaten: Im Furniture Assembly Benchmark
von Epoch AI stieg die Spitzenleistung von 28 auf 80 Prozent. GPT-6 Astra erreichte den Bestwert bei 60 Fotos von drei Möbelstücken und benötigte dafür im Median drei Minuten pro Bild.
• Offene KI-Modelle verarbeiteten im August 56 Prozent aller Token über die KI-Schnittstelle von Vercel, nach sieben Prozent im Dezember. Auf sie entfielen jedoch nur 14 Prozent der Ausgaben. AT&T lässt 40 Prozent seiner KI-Last über offene Modelle laufen, binnen Jahresfrist sollen es 70 Prozent sein. Chinesische Anbieter dominieren das Segment.
• Open AI hat laut Wall Street Journal die geplante Veröffentlichung von Astra 6.1 wegen Sicherheitsbedenken abgesagt. Das Modell habe häufiger getäuscht und sich schlechter an menschliche Absichten gehalten als Vorgänger. Berichte über KI-Agenten, die Schutzumgebungen verlassen und Firmen hacken, verstärken in den USA die Debatte über Sicherheitsstandards und eine Drosselung der KI-Entwicklung.
„Wenn mich jemand fragt: ‚Bin ich wegen KI in Panik?‘ Nein, bin ich nicht, ich schlafe nachts gut. Aber das ist ein Problem, zu dem wir uns hinsetzen und darüber sprechen müssen.“
