Die 3-Billionen-Frage entscheidet, wer im KI-Rennen bleibt
1,5 Billionen fließen in KI-Infrastruktur; DeepSeek baut eigene Inferenz-Chips; Bernanke wacht über Anthropics Mission
Die 3-Billionen-Dollar-Frage rückt ins Zentrum: 1,5 Billionen fließen 2026 in KI-Infrastruktur, während DeepSeek eigene Inferenz-Chips baut und Microsofts Emissionen um 25 Prozent springen. Daneben holt Anthropic den Krisen-Notenbanker Ben Bernanke in sein Kontrollgremium, und bei OpenAI gibt AGI-Chefin Fidji Simo ihre Führungsrolle ab.
Die KI-Infrastruktur verschlingt 1,5 Billionen Dollar, der Umsatz fehlt noch
Sequoias Rechnung ist unbequem: 2026 fließen rund 1,5 Billionen Dollar in KI-Infrastruktur, in Rechenzentren, Chips und Speicher. Um diese Summe zu rechtfertigen, müsste die Branche 3 Billionen Dollar Umsatz erzeugen. Noch klafft eine Lücke: Anthropic steht bei etwa 60 Milliarden Dollar wiederkehrendem Jahresumsatz, OpenAI bei rund 20 Milliarden. Apollo warnt, die Hyperscaler wetteten auf einen Cashflow-Sprung 2028, bleibe der aus, drohe eine Korrektur bis in den S&P 500. Die Lücke belegt aber keinen abkühlenden Hype, sondern die normale Physik einer Basistechnologie: Zwischen Kapazitätsaufbau und Monetarisierung liegen Jahre. Die Frage ist nicht, ob die 3 Billionen kommen, sondern welche Unternehmen dann noch mitspielen.
Quelle: TechCrunch
Der chinesische KI-Entwickler DeepSeek arbeitet laut Reuters an einem eigenen Inferenz-Beschleuniger. Kein Trainings-Monster, sondern ein Chip für den Dauerbetrieb, das ständige Ausliefern von Modell-Antworten, wo Kosten, Stromverbrauch und Zuverlässigkeit über die Marge entscheiden. Das Projekt läuft seit rund einem Jahr, verstärkt durch gezielt angeworbene Chip-Ingenieure. Parallel sammelt DeepSeek erstmals extern Kapital ein: rund 7 Milliarden Dollar bei einer Bewertung von 52 bis 59 Milliarden. Die Hürde bleibt die Fertigung, denn US-Sanktionen sperren Chinas Designer von den modernsten Foundries und schneiden den Zugang zu schnellem Speicher ab. Inferenz ist der am schnellsten wachsende Teil des Marktes, und genau dort will DeepSeek unabhängig von NVIDIA und Huawei werden.
Quelle: Hackernoon
Microsofts Emissionen sind 2025 um 25 Prozent gestiegen, auf rund 34 Millionen Tonnen CO2. Verantwortlich laut dem eigenen Nachhaltigkeitsbericht 2026: der massive Ausbau der Rechenzentren. Das erklärte Ziel, bis 2030 CO2-negativ zu sein, rückt damit in weite Ferne. Die Zahl misst nicht Nachlässigkeit, sondern Tempo. Kein Konzern zieht Rechenkapazität in dieser Geschwindigkeit hoch, ohne dass die Energiebilanz mitwächst. 34 Millionen Tonnen sind der physische Fußabdruck eines Compute-Booms, der gerade erst anläuft. Die Infrastruktur der nächsten Dekade wird jetzt gegossen, in Beton, Silizium und Strom.
Quelle: The Verge
Der US-Solaranbieter Sunrun baut kein Rechenzentrum mehr, sondern zerlegt es in Bausteine. In einem Pilotprogramm platziert die Firma KI-Compute-Knoten direkt in den Häusern ihrer Kunden und zahlt sie dafür. Wo Hyperscaler ganze Landstriche mit Beton und Kühltürmen zupflastern, entsteht ein dezentrales Netz aus Wohnzimmern, gespeist von Solardächern und Heimspeichern. Die Idee dreht das Standort-Problem der KI um: Statt Strom zum Chip zu karren, wandert der Chip zum Strom, dorthin wo Sonne und Speicher ohnehin stehen. Der Vorgarten wird zum Randknoten der Skalierung.
Quelle: The Verge
Anthropic holt Krisen-Notenbanker Ben Bernanke ins Kontrollgremium
Ben Bernanke, US-Notenbankchef von 2006 bis 2014 und Wirtschaftsnobelpreisträger 2022, wurde in den Long-Term Benefit Trust von Anthropic berufen. Dieses unabhängige Gremium wacht über die Mission der Firma und kann bis in die Board-Besetzung hineinwirken. Neben Bernanke sitzen dort Neil Buddy Shah, Richard Fontaine und Mariano-Florentino Cuéllar. Die Personalie ist ein Signal: Wer den Ökonomen holt, der eine ganze Weltwirtschaft durch ihren größten Absturz manövriert hat, rechnet nicht mit einem Nischen-Werkzeug, sondern mit einem Umbruch von systemischer Wucht. Die wirtschaftliche Sprengkraft von KI wird auf dieser Ebene längst ernster genommen als in den meisten Vorstandsetagen.
Quelle: Anthropic
Fidji Simo verlässt ihre Vollzeit-Position als Verantwortliche für OpenAIs AGI-Deployment und wechselt in eine beratende Teilzeit-Rolle. Grund ist eine neuroimmunologische Erkrankung, wegen der sie bereits im April eine medizinische Auszeit angekündigt hatte, kurz nachdem sie den Posten übernommen hatte. Die Stelle sitzt an einer Schlüsselstelle des Konzerns: Sie sollte den Übergang von reiner Modell-Kapazität hin zu ausgereiften, breit einsetzbaren Anwendungen steuern. Ihr Rückzug fällt mitten in die Phase, in der OpenAI seine Modellfamilie GPT-5.6 ausrollt und das Produktgeschäft in Microsofts Copilot und die eigene Plattform tragen will. Wer diese Nahtstelle künftig besetzt, entscheidet mit, wie schnell aus Rechenleistung nutzbare Werkzeuge werden.
Quelle: The Verge
Während in der Branche über ein Auseinanderdriften von OpenAI und Microsoft spekuliert wird, fällt die Ansage nüchtern aus: GPT-5.6 ist das bevorzugte Modell für Microsoft Copilot 365 und treibt weiter die gesamte Office- und Produktivitäts-Suite an. Die neue Modellfamilie verspricht Fortschritte quer durch die Bank, unter anderem bei der Cybersicherheit. Zwischen den Zeilen steht eine Machtfrage: Microsoft baut zwar an eigenen Modellen und diversifiziert seine Anbieter, aber im Herzen seiner meistgenutzten Werkzeuge bleibt OpenAI gesetzt. Die Abhängigkeit ist wechselseitig, und genau das hält die Allianz trotz aller Reibung zusammen.
Quelle: TechCrunch
Ein KI-Agent sammelt seine eigene 100-Millionen-Runde ein
Das Startup Lyzr baut KI-Agenten für Unternehmen, und beim jüngsten Fundraising ließ es die eigene Software ans Werk: Ein hauseigener Agent steuerte die 100-Millionen-Dollar-Runde, von der Investoren-Ansprache bis zur Koordination. Der Pitch war das Produkt selbst, der Beweis lief in Echtzeit. Was wie ein Marketing-Gag wirkt, markiert eine Schwelle. Der Verkauf eines KI-Werkzeugs verschmilzt mit seinem Einsatz, und die Maschine wird zum Kronzeugen ihrer eigenen Fähigkeit. Wer noch fragt, ob autonome Agenten reif für ernste Geschäftsprozesse sind, bekommt hier eine unbequeme Antwort: Das Kapital fließt bereits.
Quelle: TechCrunch
Weniger als zwölf Monate nach dem Start zieht OpenAI seinem KI-Browser Atlas den Stecker. Was nach Rückzug aussieht, ist in Wahrheit eine Verlagerung: Die agentischen Browsing-Funktionen wandern in die ChatGPT-Desktop-App und in eine Chrome-Erweiterung. Statt ein komplettes Browser-Ökosystem gegen Chrome zu stemmen, setzt OpenAI den Agenten genau dort ab, wo die Nutzer ohnehin sind. Das Ziel bleibt unverändert: ein Assistent, der Webseiten nicht nur anzeigt, sondern selbstständig bedient, Formulare ausfüllt, Recherchen erledigt, Aufgaben abarbeitet. Das Produkt Browser stirbt, die Idee des surfenden Agenten skaliert erst richtig.
Quelle: TechCrunch
Ein Reddit-Nutzer hat ein KI-Modell per MCP an eine echte Krypto-Börse angeschlossen, dem in Claude Code laufenden Agenten pauschale “dangerously allowed”-Rechte gegeben und ihn losgeschickt: aus 80 Dollar sollten 5.000 werden, All-in, maximaler Hebel. Der Auftrag begann als Scherz, und ob die Geschichte wirklich stimmt, bleibt offen, die Reddit-Community ist skeptisch. Der Punkt sitzt trotzdem tiefer: Sobald ein Agent über MCP an Live-Systeme mit echten Zahlungsschienen andockt und pauschale Freigaben bekommt, wird aus einem Sprachmodell ein handelnder Marktteilnehmer. Genau hier entsteht die nächste Risikoklasse.
Alex Smola benennt das Benchmark-Paradox der KI-Bewertung
“Es wird nie genug geben, und es gibt immer zu viele.” In diesem Satz steckt der blinde Fleck fast jeder KI-Bewertung. Formuliert hat ihn Alex Smola, einer der meistzitierten Machine-Learning-Forscher der Welt, mit Wurzeln in den legendären AT&T-Laboren. Die Pointe: Für das, was wirklich zählt, fehlen saubere Maßstäbe, während die Branche gleichzeitig in Leaderboards ertrinkt, die kaum noch etwas aussagen. Wer Modelle nur nach der nächsten Benchmark-Zahl auswählt, misst am Ende die falsche Sache. Entscheidend ist nicht, wer auf einer Rangliste vorne steht, sondern was ein System im eigenen Anwendungsfall tatsächlich leistet.
Die EU-Chatkontrolle rückt näher, und ihr Mechanismus ist brisanter als jede Schlagzeile: Messenger sollen private Nachrichten direkt auf dem Gerät scannen, bevor sie überhaupt verschlüsselt werden. Client-Side-Scanning nennt sich das, und sein Motor ist maschinelles Lernen. KI-Klassifikatoren durchsuchen jedes Foto, jeden Text nach verdächtigen Mustern, noch bevor Ende-zu-Ende-Verschlüsselung greift. Damit läuft das stärkste Datenschutzversprechen der letzten Jahre ins Leere, denn die Kontrolle sitzt vor der Verschlüsselung, nicht dahinter. Das Etikett lautet Kinderschutz, die Architektur bedeutet anlasslose Durchleuchtung privater Kommunikation. Wer diesen Scan-Apparat einmal aktiviert, schaltet ihn selten wieder ab.
Tool-Empfehlung: Voicely
Voicely ist eine DSGVO-konforme Diktiersoftware mit KI-gestützter Spracherkennung, die in jeder App läuft. Wer viel schreibt, tippt damit nicht mehr, sondern spricht, und kommt laut Anbieter rund fünfmal schneller durch Mails, Dokumente und Chats. Ein nützlicher Werkzeugkasten-Eintrag für alle in der KI-Bubble, die nicht nur über Produktivität reden, sondern den eigenen Schreiballtag tatsächlich beschleunigen wollen: voicely.de.