Neueste Artikel aus der Welt der Künstlichen Intelligenz
13 Mai 2026
Alexa? Nein, Gina! Mein lokaler, selbstgebauter Sprachassistent
Alles begann fast banal, mit jener Art von intellektuellem Juckreiz, der einen dazu treibt, Dinge zu zerlegen, um ihren Mechanismus zu verstehen. Seit Jahren leben wir mit kommerziellen Sprachassistenten: Alexa auf dem Nachttisch, Google Assistant auf dem Handy, hier und da eine Siri. Ehrlich gesagt benutze ich sie nicht, aber wenn ich andere beobachte, gab es immer dieses schwer zu ignorierende Grundgefühl – das Gefühl, dass jedes Gespräch irgendwo weit weg auf unbekannten Servern landet, die von undurchsichtigen Unternehmen verwaltet werden.
11 Mai 2026
European Tech Map: Der Wegweiser für Europas digitale Souveränität
Frühe Entdecker, die in unbekannte Gebiete vordrangen, verließen sich oft auf ungefähre, manchmal völlig erfundene Karten. Nicht, weil das Land unter ihren Füßen unwirklich war, sondern weil es noch nie jemand wirklich vermessen hatte. Dies ist eine Metapher, die mit überraschender Präzision auf das europäische Technologie-Ökosystem des Jahres 2025 passt: Die Infrastruktur ist da, die Unternehmen existieren, die Produkte funktionieren. Das Problem ist, dass niemand weiß, wo sie sind.
08 Mai 2026
Autonome Agenten: 9 Sekunden, um alles zu löschen – was wir aus dem PocketOS-Desaster lernen
Es war etwa neun Uhr an einem Samstagmorgen, als die Kunden von PocketOS feststellten, dass ihre Buchungen nicht mehr existierten. Nicht in dem Sinne, dass das System langsam war oder ein temporärer Fehler vorlag: Die Daten waren weg. Buchungen, Zahlungen, Fahrzeugtracking – alles, was ein kleines Mietwagen-Startup in monatelanger Arbeit aufbaut, wurde in neun Sekunden durch einen einzigen GraphQL-API-Aufruf an den Infrastrukturanbieter Railway gelöscht.
06 Mai 2026
100 Millionen Token: Gedächtnis oder Trugbild?
Versuchen wir es einmal mit Bildern. Einhundert Millionen Token ist keine Zahl, die das menschliche Gehirn spontan visualisieren kann, also brauchen wir einen Anker. Ein Token entspricht in der Sprache der Sprachmodelle etwa drei Vierteln eines englischen Wortes. Zehntausend Token sind etwa fünfundsiebzig Textseiten. Eine Million Token steht für die gesamte *Recherche von Proust – jenes siebenbändige Werk, von dem fast jeder behauptet, es gelesen zu haben. Zehn Millionen Token decken das gesamte Werk von Shakespeare plus die Bibel plus einige mittelgroße Enzyklopädien ab. Einhundert Millionen Token entsprechen etwa einer kleinen Universitätsbibliothek, sagen wir sechzigtausend Romane durchschnittlicher Länge, die in einem einzigen aktiven Kontext geladen sind und gleichzeitig einem Sprachmodell zur Verfügung stehen, das Fragen beantwortet.*
04 Mai 2026
Ein Blick in Claude Code: Es zählt das System, nicht das Modell
Es gibt einen präzisen Moment, in dem ein Assistent aufhört zu antworten und anfängt zu handeln. Das ist keine Frage der Intelligenz, zumindest nicht nur: Es ist eine Frage der Architektur. Klassische Chatbots funktionieren wie hochentwickelte Jukeboxen: Sie nehmen eine Anfrage entgegen und liefern ein Ergebnis. Coding-Agenten wie Claude Code tun etwas grundlegend anderes: Sie öffnen Dateien, führen Befehle aus, lesen das Ergebnis, korrigieren Fehler und wiederholen das Ganze – völlig eigenständig, bis die Aufgabe erledigt ist oder jemand sie stoppt. Dieser Sprung von der Autovervollständigung zur Autonomie ist nicht nur kosmetischer Natur. Er erfordert eine Infrastruktur, die Chatbots bisher nie aufbauen mussten.
01 Mai 2026
Mehr Agenten, weniger Intelligenz? Stanford stellt die Multi-Agent-Architektur in Frage
Es gibt eine Kultszene in „Primer“, dem Low-Budget-Science-Fiction-Film von Shane Carruth, in der zwei Ingenieure in ihrer Garage eine Zeitmaschine bauen, in der Überzeugung, dass sie umso besser funktioniert, je mehr Komponenten sie hinzufügen. Dann entdecken sie auf die schmerzhafteste Art und Weise, dass Komplexität nicht gleichbedeutend mit Leistung ist: Es ist einfach nur Komplexität. Die Industrie der Künstlichen Intelligenz durchläuft derzeit eine ähnliche philosophische Krise – wenn auch entschieden weniger zeitlicher Natur – in Bezug auf Multi-Agenten-Systeme. Und ein Paper, das im April 2026 von zwei Stanford-Forschern veröffentlicht wurde, hat das Verdienst, den Finger genau in die Wunde zu legen.
29 April 2026
Stanfords AI Index Report 2026: Die KI beschleunigt, die Governance bremst
Dreiundfünfzig Prozent weltweite Akzeptanz in drei Jahren, schneller als das Internet und der Personal Computer. Achtundachtzig Prozent der Unternehmen, die angeben, KI zu nutzen. Ein Programmier-Benchmark, SWE-bench Verified, der in zwölf Monaten von 60 % auf fast 100 % gestiegen ist. Private Investitionen in den USA in Höhe von 285,9 Milliarden Dollar, dreiundzwanzigmal so viel wie in China. Eine Kluft von fünfzig Prozentpunkten zwischen dem, was Experten von KI erwarten, und dem, was die Öffentlichkeit denkt. Diese fünf Zahlen umreißen den Rahmen des 2026 AI Index Report von Stanford HAI: die neunte Ausgabe eines Dokuments, das als schonungsloser Spiegel einer Branche fungiert, die viel schneller beschleunigt, als irgendjemand sie messen, regulieren oder gesellschaftlich absorbieren kann.
27 April 2026
Caveman: Warum es sich lohnt, wenn die KI wie ein Höhlenmensch spricht
Yabba-Dabba-Doo! Erinnern Sie sich an Fred Feuerstein? Er wohnte in Steintal, fuhr ein Auto, das mit bloßen Füßen angetrieben wurde, hatte einen Dinosaurier als Kran und einen Flugsaurier als Plattenspieler. Und doch besaß diese Steinzeit-Zivilisation bei genauerem Hinsehen bereits alles, was für ein komfortables modernes Leben nötig war: funktionierende Geräte, effiziente Technologie, praktische Lösungen. Es fehlte nur der glänzende Anstrich des Fortschritts. Vielleicht hätten wir schon damals verstehen sollen, dass das Wesentliche ausreicht und dass zunehmende Komplexität nicht unbedingt einen Mehrwert bedeutet.
24 April 2026
Das lernende Gedächtnis: Karpathy fordert RAG mit einer evolutionären Knowledge Base heraus
Es gibt einen Moment, den jeder kennt, der intensiv mit einem Sprachmodell gearbeitet hat: den Reset. Man baut etwas Komplexes auf, vielleicht eine ausgefeilte Softwarearchitektur oder eine Recherche, die Dutzende von Quellen verflicht, und das Modell hat alles verstanden, hält den Faden, antwortet mit chirurgischer Präzision. Dann endet die Sitzung, oder man erreicht das Kontextlimit, und die KI vergisst alles. Sie fängt bei Null an. Man muss ihr erneut erklären, wer man ist, was man tut, welche Entscheidungen man gemeinsam getroffen hat. Es ist wie in Christopher Nolans Film „Memento“, in dem der Protagonist sich Informationen auf den Körper tätowieren muss, weil das Kurzzeitgedächtnis nicht funktioniert: brutal, redundant und zutiefst frustrierend.
20 April 2026
Der Code, der nicht geschrieben wird: CodeSpeak und die Revolution der Spezifikationen
Es gibt Namen, die in der Welt der Programmierung ein besonderes Gewicht haben. Andrey Breslav ist einer von ihnen. Wenn heute Millionen von Android-Entwicklern Code in Kotlin statt in Java schreiben, ist das zu einem großen Teil sein Verdienst: Breslav ist der Hauptentwickler der Sprache, die JetBrains 2011 auf den Markt brachte und die Google 2017 während der Google I/O, die das mobile Ökosystem für immer veränderte, offiziell als bevorzugte Sprache für Android einführte. Er ist kein Akademiker, der von einem Lehrstuhl aus theoretisiert: Er gehört zu denen, die Werkzeuge gebaut haben, die täglich von Hunderttausenden von Menschen in der realen Welt benutzt werden – mit all den Kompromissen, Produktionsfehlern und dem Druck, den dies mit sich bringt.
20 April 2026
Gemma 4 lokal: 26 Milliarden auf meinem PC
Es bereitet eine besondere Genugtuung, etwas laufen zu lassen, von dessen Download eigentlich abgeraten würde. Nicht die Genugtuung des Hackers, der ein System knackt – das ist etwas anderes –, sondern jene ruhigere, handwerkliche Freude dessen, der die Schrauben ein wenig über das empfohlene Drehmoment hinaus anzieht und feststellt, dass die Struktur trotzdem hält. Es ist die Art von Genugtuung, die ich diese Woche empfunden habe, als Gemma 4 26B auf meinem Consumer-PC mit einer Flüssigkeit lief, die ich nicht erwartet hatte.
15 April 2026
10 Regeln für den Einsatz von KI im Unternehmen
Beginnen wir mit einer Zahl, die uns den Spiegel vorhält. Laut dem McKinsey State of AI Report vom November 2025 nutzen bereits 88 % der Organisationen KI in mindestens einer Geschäftsfunktion. Doch im selben Zeitraum schätzten das Weltwirtschaftsforum und Accenture, dass weniger als 1 % dieser Unternehmen einen verantwortungsvollen KI-Ansatz vollständig operativ umgesetzt haben, während 81 % in den embryonalsten Phasen der Governance-Reife verharren. Das Paradoxon ist perfekt: Fast alle nutzen KI, fast niemand steuert sie wirklich.
15 April 2026
Project Glasswing: Claude Mythos und das mysteriöse Modell
Anthropic stellt eine Sicherheitsinitiative vor, um kritische Software im Zeitalter der künstlichen Intelligenz zu verteidigen. Im Zentrum steht Claude Mythos Preview, das leistungsstärkste Modell, das das Unternehmen je entwickelt hat. Es ist in der Lage, Schwachstellen aufzuspüren, die Menschen in dreißig Jahren nicht gefunden haben. Das Paradoxon ist: Du wirst es nicht benutzen können.
13 April 2026
TurboQuant: Ein Bit zur Neudefinition der Grenzen der künstlichen Intelligenz
Ende April 2025 veröffentlichten vier Forscher von Google Research und der New York University auf arXiv ein Paper mit dem nüchternen Titel: *TurboQuant: Online Vector Quantization with Near-optimal Distortion Rate. Monatelang sprach außerhalb akademischer Kreise fast niemand darüber. Dann, im März 2026, veröffentlichte Google einen Post auf dem offiziellen Blog, in dem TurboQuant als Durchbruch bei der Effizienz von Sprachmodellen angekündigt wurde – verbunden mit der Annahme zur ICLR 2026. Innerhalb von achtundvierzig Stunden erschien das Paper in jedem Tech-Feed. Ankündigungen von Kompressionen, die mehr als fünfmal höher sind, ohne Qualitätsverlust, überall enthusiastische Schlagzeilen. Ein Jahr Verzögerung, eine Welle des Hypes.*
10 April 2026
MIT und die „bescheidene“ KI: Wie man Modellen beibringt, „ich weiß es nicht“ zu sagen
Es gibt ein Gedankenexperiment, das Forscher am MIT verwenden, um das Problem im Herzen ihrer Forschung zu erklären. Stellen Sie sich einen Intensivmediziner um drei Uhr morgens vor, nach einer zwölfstündigen Schicht. Auf dem Monitor erscheint eine von der KI generierte Diagnose: bakterielle Pneumonie, Wahrscheinlichkeit 94 %. Der Arzt hat Zweifel, ein ungutes Gefühl, dass etwas nicht stimmt. Aber die Zahl ist da, präzise, autoritär. Und der Arzt gibt nach.