Google verlegt den möglichen Kaufabschluss in Gemini und den AI Mode, während Versicherer die KI-Mehrkosten in US-Kliniken beziffern. Parallel entstehen neue Infrastruktur und Arbeitsflächen für KI-Agenten, von sicheren Trainingsumgebungen bis zu bearbeitbaren Diagrammen.
Google testet Einkäufe über Gemini und AI Mode
Gemini soll bei Flipkart bis zum Kauf führen
Google testet in Indien, ob Nutzer ausgewählte Produkte des Walmart-Tochterunternehmens Flipkart direkt über Gemini und den AI Mode kaufen können. Der Versuch ist zunächst auf einen begrenzten Nutzerkreis und ein begrenztes Sortiment beschränkt. Ende Oktober ist ein breiterer Rollout geplant. Für Händler rückt damit die KI-Oberfläche näher an Produktsuche und Kaufabschluss, entscheidend werden Auswahl, Conversion und Gebühren.
Quelle: TechCrunch
KI-Werkzeuge verursachen 942 Millionen Dollar Mehrkosten
Blue Cross Blue Shield beziffert zusätzliche Ausgaben durch KI-Werkzeuge in Krankenhäusern auf 942 Millionen Dollar. Der Versicherer betrachtet dabei zwei Jahre. Die Rechnung zeigt, dass KI inzwischen auch die Abrechnungskette des Gesundheitswesens erreicht. Ob der Einsatz den Nutzen liefert, muss sich nun in den tatsächlichen Abrechnungen zeigen.
Betroffen ist die Krankenhausversorgung.
Die bezifferten Mehrkosten betragen 942 Millionen Dollar.
Der Betrachtungszeitraum umfasst zwei Jahre.
Quelle: TechCrunch
DeepSeek sichert Agenten-Training im großen Maßstab ab
DSec bringt elastische Sandboxes für Agenten
DeepSeek stellt mit DSec eine Infrastruktur vor, die agentisches Training im großen Maßstab absichern und effizienter machen soll. DSec steht für DeepSeek Elastic Compute. Trainingsumgebungen lassen sich elastisch bereitstellen, während Agenten in isolierten Sandboxes arbeiten. Mit wachsender Autonomie der Modelle gewinnt damit die kontrollierte Umgebung an Gewicht.
DSec steht für DeepSeek Elastic Compute.
Trainingsumgebungen werden elastisch bereitgestellt.
Agenten arbeiten in isolierten Sandboxes.
Das System zielt auf Training im großen Maßstab.
Quelle: arXiv
OpenAI gerät im Bücherstreit weiter unter Druck
Neue Unterlagen im Verfahren Authors Guild gegen OpenAI sollen zeigen, dass führende Manager die rechtlichen Risiken des massenhaften Kopierens von Büchern kannten. Der Vorwurf richtet sich damit auf die Beschaffung der Trainingsdaten. Für KI-Unternehmen ist das eine Geschäftsfrage: Gerichte entscheiden, wer die Rechnung für diese Daten trägt.
Quelle: Authorsguild
Agenten erhalten Diagramme und Live-Canvas als Arbeitsraum
Reladraw macht Diagramme für Agenten bearbeitbar
Reladraw will deklarative Diagramme mit gezielter Platzierung von Elementen verbinden. Visuelle Architekturpläne werden dadurch für Agenten zu bearbeitbaren Arbeitsartefakten. Das Projekt bietet einen Playground direkt im Browser, eine Installation per npm sowie eine eigene Skill-Anleitung für Claude und andere Agenten. Entscheidend bleibt, ob Agenten räumliche Ordnung verlässlich lesen und verändern können.
Quelle: GitHub
Drawgent plant und programmiert auf einem Live-Canvas
Drawgent verlegt den Coding-Agenten auf eine gemeinsame, laufend aktualisierte Excalidraw-Fläche. Planung, Skizze und Umsetzung liegen so in einem sichtbaren Raum statt in verstreuten Chats und Dateien. Der Agent hinterlässt seine Struktur als überprüfbares Bild. Ob daraus ein belastbarer Arbeitsmodus wird, hängt an der Kopplung zur echten Codebasis.
Quelle: Tangled
Ein digitaler Avatar wird zur Gesprächsschnittstelle
Ein TechCrunch-Autor hat einen interaktiven Avatar von sich selbst erstellt und ihn darauf trainiert, über Betrug im Risikokapitalmarkt zu sprechen. Besucher können mit der digitalen Version direkt in den Dialog gehen. Der Versuch zeigt, wie persönliche Expertise zu einer jederzeit erreichbaren Schnittstelle werden kann. Für Gründer, Berater und Führungskräfte stellt sich damit die Frage nach delegierbaren Teilen der eigenen Arbeit.
Quelle: TechCrunch
Eine Roboterhand bewegt sich ohne Arm fort
Die autonome Hand trägt ihr eigenes Gewicht
Forscher haben eine autonome Roboterhand gebaut, die sich ohne Arm fortbewegen und ihr eigenes Gewicht tragen kann. Das System deutet an, wie Maschinenkörper flexibler werden könnten: Ein Roboter könnte sich für enge Schächte zerlegen, wieder zusammensetzen und weiterarbeiten. Die Grenze zwischen Werkzeug und eigenständiger Maschine wird damit beweglicher.
Quelle: Futurism
Tool-Empfehlung: RelationFlow
RelationFlow bündelt alle großen Modelle und selbst gehostete Endpunkte in einem KI-Workspace für Teams im Mittelstand. Das Wissen jeder Abteilung wird als gemeinsame Quelle eingebunden, während Chats, Agenten und Prompts im Team teilbar bleiben. Für Teams, die ihre KI-Arbeit an einem Ort organisieren wollen, gibt es mehr Infos: relationflow.io.