Spitzen-KI wird zur Staatsangelegenheit: Washington bremst GPT-5.6
Washington bremst GPT-5.6; offenes Ornith-1.0 fordert Claude heraus; OpenAI baut eigenen Chip Jalapeño
Washington bremst die Veröffentlichung von GPT-5.6 und macht den Zugang zur Spitzen-KI zur Verhandlungsmasse. Anthropic begründet die eigene Vormacht derweil mit Sicherheit, während ein offenes 397-Milliarden-Modell die Frontier im Coding einholt. Dazu: OpenAIs erster eigener Chip und Roboter, die sich erstmals umarmen.
Washington bremst OpenAIs GPT-5.6 aus
GPT-5.6 ist fertig, geht aber vorerst nicht an die Öffentlichkeit. OpenAI gibt das Modell zunächst nur an einen ausgewählten Kreis von Partnern, auf ausdrückliche Bitte der Trump-Regierung, die Sicherheitsbedenken anführt. Intern soll Sam Altman gesagt haben, die Regierung gebe den Zugang Kunde für Kunde frei; Commerce Secretary Lutnick rief Altman persönlich an und warnte vor einem Launch ohne grünes Licht weiterer Behörden. Damit verschiebt sich eine Grenze, die lange selbstverständlich schien: Wer das stärkste verfügbare Modell nutzen darf, entscheidet nicht mehr allein das Labor, sondern zunehmend der Staat. Modellzugang wird zum strategischen Gut, gestaffelt nach Vertrauen und Nähe.
Quelle: TechCrunch
Anthropic begründet die eigene Vormacht mit Sicherheit
Wired zeichnet die Logik nach, mit der Anthropic den eigenen Aufstieg rechtfertigt: Sichere KI-Entwicklung bedeute, dass genau dieses Labor am Steuer bleibt. Kritiker sehen darin die rasante Anhäufung von Macht, getarnt als Sicherheitsmission. Beide Lesarten beschreiben dieselbe Bewegung: Wer die fähigsten Modelle baut, definiert auch die Regeln, nach denen sie eingesetzt werden dürfen. Die Sicherheitsfrage verschiebt sich von der Technik zur Machtfrage, wer den Schlüssel hält. Aus einem Forschungslabor ist ein Gatekeeper geworden, dessen Sicherheitsversprechen und Geschäftsinteresse kaum noch zu trennen sind.
Quelle: Wired
OpenAI macht den Agenten zum Kollegen
Eine neue Economic-Research-Studie zeigt, wie OpenAI intern arbeitet: Codex übernimmt Aufgaben, die länger laufen, komplexer sind und über einzelne Teams hinausgreifen. Die Einheit der Wissensarbeit verschiebt sich vom kurzen Chat-Dialog zur delegierten Langstrecken-Aufgabe, die ein Agent minuten- bis stundenlang eigenständig abarbeitet, Werkzeuge orchestriert und sich iterativ zur Lösung vorarbeitet. Nicht mehr der Mensch bedient das Modell Frage für Frage, sondern übergibt ganze Arbeitspakete. Das ist die Vorschau darauf, wie Arbeit aussieht, sobald diese Werkzeuge breit verfügbar sind.
Quelle: OpenAI
Microsoft bringt Skills in Copilot für Excel
Copilot für Excel bekommt Skills: Teams definieren ihre Expertise einmal und skalieren sie über jede Arbeitsmappe, statt dieselbe Logik in jeder Tabelle neu zu bauen. Wiederkehrende Finanz-Workflows laufen damit per Agent, dazu kommen neue Finanz-Connectoren für vertrauenswürdige Datenquellen und bessere Nachvollziehbarkeit, jeder Schritt bleibt prüfbar. Microsoft kündigt an, dass bald auch Perplexity und OpenAI tiefer in Office andocken. Die Tabellenkalkulation, jahrzehntelang das Rückgrat jeder Finanzabteilung, wird zur Agenten-Oberfläche. Nicht das spektakuläre Frontier-Modell verändert den Arbeitsalltag zuerst, sondern die KI, die sich in die ohnehin täglich genutzten Werkzeuge schiebt.
Google bringt Study Notebooks in die Gemini App
Google startet Study Notebooks in der Gemini App, einen interaktiven Lernraum, der Neugier in echtes Verständnis übersetzen soll. Statt nur Antworten auszuspucken, baut Gemini aus einem Thema einen strukturierten Lernpfad, ob organische Chemie oder Prüfungsvorbereitung. Entscheidend ist die Reichweite: Study Notebooks sind kostenlos, ab sofort weltweit und in jeder Sprache verfügbar. Personalisiertes Lernen wandert damit vom teuren Nachhilfemarkt direkt in eine App, die Millionen ohnehin offen haben. Für Wissensarbeit heißt das: Die Einarbeitung in ein neues Feld wird zur Frage von Minuten, nicht von Kursgebühren.
Offenes Ornith-1.0 fordert Claude Opus 4.8 im Coding heraus
Mit Ornith-1.0 erscheint eine komplette Open-Source-Modellfamilie, die ausschließlich für agentisches Programmieren gebaut ist: vier Größen vom 9-Milliarden-Dense-Modell bis zum 397-Milliarden-MoE-Flaggschiff. Auf den Coding-Benchmarks setzt sich das Topmodell an die Spitze der offenen Modelle seiner Klasse und liegt laut den veröffentlichten Zahlen auf Augenhöhe mit Claude Opus 4.8, in Teilen darüber. Die Ankündigung sammelte binnen eines Tages über 3 Millionen Aufrufe, und die Szene prüft die Resultate gerade unabhängig nach. Sollten sie halten, wandert Frontier-Coding in Gewichte, die jeder herunterladen, selbst hosten und feintunen kann.
OpenAI baut mit Jalapeño seinen eigenen Inferenz-Chip
OpenAI hat erstmals einen kompletten KI-Chip selbst entworfen und gemeinsam mit Broadcom in Produktion gebracht. Jalapeño ist von Grund auf für LLM-Inferenz gebaut, also genau die Last, die ChatGPT, Codex, die API und kommende agentische Produkte antreibt. OpenAI dehnt seinen Stack von Produkten über Modelle bis hinunter zur Hardware aus. Wer die eigene Inferenz auf eigenem Silizium fährt, macht sich unabhängiger von NVIDIA, drückt die Kosten pro Token und skaliert Intelligenz zu eigenen Bedingungen.
Quelle: OpenAI
Die KI-Rechnung kommt: Frontier-Token sind noch teuer
Uber hat sein gesamtes Jahres-KI-Budget in nur vier Monaten verbrannt, Microsoft, Salesforce und GitHub drehen bereits an den internen Ausgaben ihrer Mitarbeiter. Ein Spitzenmodell wie GPT-5.5 kostet rund 5 Dollar pro Million Input-Token und 30 Dollar pro Million Output-Token, aktuell das teuerste Angebot am Markt. Doch das ist kein Argument gegen KI, sondern eine Wachstumsschmerze: Die Last verschiebt sich von wenigen Allzweck-Giganten hin zu kleineren, spezialisierten Modellen, die den Großteil der Aufgaben zu einem Bruchteil erledigen. Die Kostenkurve zeigt steil nach unten.
Quelle: Aditya
Wolfram Burgard warnt: Europa verschläft die KI-Robotik
Wolfram Burgard, Mitbegründer der probabilistischen Robotik, über 134.000 Zitationen, Leibniz-Preis 2025 und früher Toyota-Vizepräsident für autonomes Fahren, sieht ein Muster: erst die Suchmaschinen, dann die Cloud, jetzt die generative KI. Den nächsten Durchbruch verortet er in Robotic Foundation Models. Während ein Sprachmodell nur Text aus Text erzeugt, steuert die nächste Stufe echte Körper: ein einziges Modell für Drohne, Vierbeiner und selbstfahrendes Auto. China hat Milliarden aus dem autonomen Fahren in humanoide Roboter umgeschichtet; von 120 Startups gelten fünf Überlebende als Erfolg. Europa könnte beim Bauen solcher Systeme vorne sein, tut es laut Burgard aber nicht. Nicht die Technologie ist das Problem, das Zögern ist es.
Zwei Humanoide begrüßen und umarmen sich koordiniert
Möglich macht das ein neues Framework namens Rhythm, das erste seiner Art für den realen Einsatz gekoppelter Doppel-Humanoiden. Zwei Maschinen, die sich physisch berühren, ohne dass die Balance kippt, galt bislang als ungelöst, weil Kinematik und Kontaktdynamik beider Körper exakt zusammenspielen müssen. In den Tests klappten Begrüßung, Umarmung, Tanz und koordiniertes Gehen bei durchgehend stabilem Kontakt. Der nächste Schritt sind nicht einzelne Roboter, sondern Teams, die zusammenarbeiten.
Bürger verhaftet, weil er gegen ein KI-Rechenzentrum redet
In Claremore, Oklahoma, bekommt ein Mann auf einer Gemeindeversammlung das Wort, um gegen ein geplantes Rechenzentrum zu sprechen. Er überzieht die Redezeit, und kurz darauf legen ihm Polizisten mitten im Sitzungssaal Handschellen an. Die Bodycam-Aufnahme seiner Festnahme macht er jetzt erstmals öffentlich. Der KI-Bauboom trifft auf die Realität der Kleinstadt: Wer zu beharrlich nach Wasserverbrauch und Stromrechnung fragt, gilt schnell als Störfaktor. Die Rechenzentren der Zukunft werfen ihre Schatten bis in den letzten Stadtrat.
Quelle: 404media
Chart des Tages: Anthropic verlangt 6,5 Jahre Erfahrung
In den Stellenanzeigen der führenden KI-Labore klafft eine deutliche Lücke. Anthropic verlangt für technische Rollen im Schnitt 6,5 Jahre Berufserfahrung, OpenAI 5,9 und DeepMind 4,7. Bei den chinesischen Laboren liegt die Latte tiefer: DeepSeek bei 3,1 Jahren, Alibaba Qwen bei 2,1, ByteDance Seed sogar nur bei 0,3. Dahinter steht eine andere Talentstrategie: Während die US-Labore auf erfahrene Spezialisten setzen, rekrutieren chinesische Firmen breit und früh, oft direkt von den Universitäten. Für Unternehmen heißt das: Spitzen-KI lässt sich auch mit jungen Teams bauen, wenn Ausbildung und Onboarding stimmen.
Tool-Empfehlung: Voicely
Voicely ist eine DSGVO-konforme Diktiersoftware mit KI-gestützter Spracherkennung, die in jeder App läuft. Wer viel schreibt, diktiert damit bis zu fünfmal schneller, statt jedes Wort einzeln zu tippen. Ein nützlicher Eintrag im Werkzeugkasten für alle in der KI-Bubble, die ihren eigenen Schreiballtag tatsächlich beschleunigen wollen, mehr Infos: voicely.de.