Wenn selbst Meta die eigene KI rationieren muss
Meta rationiert den internen Token-Verbrauch; Bill Gates warnt vor verbrannten KI-Milliarden; China unterbietet den Westen beim Preis
Meta zieht erstmals interne Token-Limits ein, weil die eigenen KI-Kosten 2026 in die Milliarden laufen, Bill Gates warnt, dass ein Teil dieser Investitionen schlicht verbrennt, und China unterbietet den Westen beim Token-Preis dramatisch. Dazu rückt das gesamte Modell-Feld enger zusammen, und die Robotik wird vom Showroboter zum Arbeitstier.
Selbst Meta muss den eigenen KI-Verbrauch jetzt rationieren
Bei Meta läuft der interne KI-Verbrauch so heiß, dass der Konzern erstmals harte Limits einzieht. Die Belegschaft hat so viele Tokens verbraucht, dass allein die internen KI-Kosten 2026 in die Milliarden steigen sollen. Die Antwort ist ein eigenes AI Gateway, das jede Anfrage trackt, Token-Budgets pro Kopf verteilt und die Mitarbeiter auf hauseigene Tools wie MetaCode umlenkt. Bemerkenswert ist die Kehrtwende: Vor Kurzem belohnte Meta noch aktiv den KI-getriebenen Output, jetzt wird genau dieser Verbrauch gedeckelt. Wenn ein Hyperscaler den eigenen KI-Hunger budgetieren muss, ist KI längst die teuerste Infrastruktur im Haus.
Bill Gates liest die aktuelle Investitionswelle nicht als gleichmäßigen Gewinn, sondern als breite Streuung von Ergebnissen. Manche Firmen werden über jeden ausgegebenen Dollar froh sein, andere binden sich an Rechenzentren, deren Stromkosten am Ende zu hoch sind, wieder andere kaufen eine ganze Chip-Generation, bevor sie deren vollen Wert ausschöpfen. Sein Punkt: Wer Tech-Konzern bleiben will, kann nicht aus dem Rennen aussteigen, aber der Einstieg garantiert noch keinen Sieg. Der Engpass, auf den er immer wieder zurückkommt, heißt Energie. Seine Antwort sind Atomreaktoren, gezielt dort gebaut, wo Wirtschaftlichkeit und politische Akzeptanz schon vorhanden sind.
Ein direkter Preisvergleich der wichtigsten KI-Modelle zeigt eine Lücke, die sich kaum noch schließen lässt: Chinesische Anbieter rufen für dieselbe Leistung einen Bruchteil dessen auf, was westliche Labs verlangen. Das ist kein Detail für Einkäufer, sondern eine strategische Verschiebung. Wer KI in großem Stil in Produkte und Prozesse gießt, rechnet in Tokens, und genau dort entscheidet sich, wer skalieren kann und wer an den Kosten erstickt. Für den Mittelstand heißt das: Die Frage ist längst nicht mehr ob KI, sondern zu welchem Preis. Und der fällt gerade dramatisch.
Das Modell-Feld rückt zusammen, der Streit dreht sich um Kontrolle
Eine neue Auswertung zeigt eine Kurve, die für fast das gesamte Feld gleichzeitig steil nach oben zeigt. OpenAI, Anthropic, Google, xAI, Meta, DeepSeek, Alibaba, Mistral und Kimi liegen heute deutlich näher beieinander als noch vor zwei Jahren. Der Abstand zwischen dem führenden Labor und den Verfolgern schrumpft, während alle zusammen das Leistungsniveau nach oben schieben. Für Unternehmen heißt das zweierlei: Es gibt keinen einzelnen Anbieter mehr, von dem man zwingend abhängt, und der Vorteil verschiebt sich weg vom reinen Modellzugang hin zur Frage, wer diese Modelle am schnellsten in echte Prozesse gießt.
Über 200 Organisationen verfolgen mit Project Tapestry ein gemeinsames Ziel: Frontier-Modelle nicht länger nur aus einer Handvoll US-Labore beziehen, sondern global und föderiert trainieren. Die Open-Source-Plattform der AI Alliance lässt Forschungseinrichtungen, Unternehmen und Staaten gemeinsam an Basismodellen arbeiten und trotzdem die Kontrolle über ihre eigenen Ableitungen behalten. Der Kerngedanke trifft einen wunden Punkt: Offene Gewichte allein machen ein Modell noch nicht souverän. Erst wer am Pretraining selbst mitwirkt, hält die lange Unabhängigkeit in der Hand. Für Europa und den Mittelstand ist das die Blaupause, KI-Infrastruktur nicht dauerhaft aus der Hand zu geben.
Quelle: Thealliance
Noch vor einer Woche stufte das Weiße Haus Anthropic und CEO Dario Amodei als Bedrohung für die nationale Sicherheit ein. In einem Exklusiv-Interview ruderte der Präsident jetzt zurück: Amodei sei klug, ein netter Kerl. Aus der Gefahr wird über Nacht ein Gesprächspartner. Was nach Personalie klingt, ist Machtpolitik. Wer die Frontier-Labs kontrolliert, kontrolliert die Infrastruktur des kommenden Jahrzehnts, und Washington hat begriffen, dass man sich mit den Architekten der KI nicht anlegt, sondern sie einbindet. Für Europa bleibt die Lektion unbequem: Während die USA ihre KI-Champions zur Chefsache machen, verhandelt der Kontinent noch über Zuständigkeiten.
Mistral und xAI bauen die Werkzeuge rund um die Modelle
Mistral hat Code auf seiner Vibe-Plattform für alle Pro-Nutzer freigeschaltet, eine Desktop-App ist offiziell bestätigt und steht kurz bevor. Damit rückt das französische Lab direkt in den Ring mit Cursor, Windsurf und den Coding-Agenten von OpenAI und Anthropic. Der Punkt ist nicht das einzelne Feature, sondern die Richtung: Coding ist zum Hauptschlachtfeld der KI-Labs geworden, weil sich der Produktivitätshebel hier am härtesten messen lässt. Ein europäischer Anbieter, der nicht nur Modelle, sondern eine eigene Entwicklungsumgebung liefert, ist für jeden relevant, der nicht komplett von US-Infrastruktur abhängen will.
xAI hat in Grok eine Suche für Imagine integriert. Wer mit dem Bildgenerator Bilder und Videos erzeugt hat, findet sie jetzt über eine vollwertige Suchfunktion wieder, eingegrenzt auf die eigenen Kreationen. Was nach einer Kleinigkeit klingt, ist der Schritt von der Wegwerf-Generierung zum durchsuchbaren Asset-Archiv. Generative Modelle produzieren in Sekunden mehr Material, als ein Mensch sortieren kann, und erst wenn dieses Material auffindbar bleibt, wird aus dem Spielzeug ein Werkzeug für echte Produktion. Genau hier ziehen die großen Player gerade nach: Die Generierung ist gelöst, jetzt kommt die Infrastruktur drumherum.
Worauf KI gebaut ist, wird zum eigentlichen Risiko
Lange war unklar, womit KI-Musikmodelle eigentlich trainiert werden. Ein Reporter des Atlantic hat jetzt vier Trainingsdatensätze aufgedeckt und für jeden durchsuchbar gemacht. Zwei davon sind gigantisch, 12 Millionen und 9 Millionen Tracks, randvoll mit urheberrechtlich geschütztem Material, das dort gar nicht liegen dürfte. Das ist mehr als eine Fußnote für die Musikbranche. Wer generative KI im Unternehmen einsetzt, sieht hier das eigentliche Schlachtfeld: nicht das Modell selbst, sondern die Frage, worauf es gebaut wurde. Trainingsdaten zu ignorieren heißt, Rechtsrisiko direkt ins eigene Produkt zu verbauen.
Quelle: The Verge
Signal-Präsidentin Meredith Whittaker bringt eine Debatte auf den Punkt, die der Mittelstand bislang unterschätzt. Damit ein KI-Assistent wie Copilot die Einkäufe übernimmt, braucht er Zugriff auf Kreditkarte, Browserverlauf, Kalender, Wohnadresse, private Chats und die Erlaubnis, im eigenen Namen zu schreiben. Diese Bündelung nennt sie eine Art Hintertür. Die Pointe ist nicht, dass KI gefährlich wäre, sondern dass der Nutzen direkt an der Menge der Daten hängt, die man preisgibt. Wer KI produktiv einsetzen will, muss diese Abwägung bewusst treffen, statt sie einer App zu überlassen.
Quelle: TechCrunch
Roboter werden weich und schultern jetzt echte Lasten
Die Robotik denkt sich gerade neu: Statt starrer Greifer, die auf den Millimeter wissen müssen, wo ein Objekt liegt, kommt eine Generation nachgiebiger Maschinen. Ein Soft-Robot braucht diese Präzision nicht, er legt sich einfach um das Objekt, passt sich an und umschließt es. Ein rohes Ei, eine Frucht, sogar Gewebe im Inneren des Körpers, alles greifbar, ohne zu zerdrücken. Der Reiz liegt im Offenen, denn die meisten Grundlagen dieser Disziplin sind noch gar nicht geklärt. Wer in Chirurgie, Lagerlogistik oder Lebensmittelhandhabung denkt, sieht eine Technologie, die starre Automatisierung dort ablöst, wo sie bisher an ihre Grenzen stößt.
Astribot T1 macht die nächste Verschiebung sichtbar: 1,55 Meter groß, fünf Kilogramm Traglast pro Arm, vier bis sechs Stunden Laufzeit am Stück. Der Humanoid rollt auf Rädern durch Wohnung, Büro und Werkshalle und greift dabei nicht mehr nur zaghaft, sondern hebt echte Lasten. Humanoide sind damit keine Messe-Showroboter mehr, die zwei Minuten lang winken, sondern bekommen Akkulaufzeiten und Traglasten, mit denen man eine Schicht planen kann. Wer heute über Personalengpässe klagt, sollte diese Maschinen sehr genau beobachten.
Tool-Empfehlung: CorporateLLM
CorporateLLM ist eine DSGVO-konforme Unternehmens-KI-Plattform, die OpenRouter, Ollama oder jeden OpenAI-kompatiblen Provider in unter einer Minute anbindet und sicher mit dem eigenen Wissen chatten lässt, ab sofort auch im Free-Plan. Für alle in der KI-Bubble, die nicht nur über souveräne Infrastruktur reden, sondern eigene Modelle und eigenes Wissen ohne Umwege zusammenbringen wollen, ist das ein naheliegender Einstieg. Mehr Infos: corporatellm.de.