Wochen-Echo: Anthropics Talent-Sog, Metas Token-Bremse & SpaceX kauft Cursor
Anthropic zieht Karpathy und Jumper ab; Meta drosselt interne Tokens; SpaceX kauft Cursor für 60 Milliarden; Hyundai übernimmt Boston Dynamics
Anthropic zieht mit Andrej Karpathy und Nobelpreisträger John Jumper die KI-Elite an sich, während SpaceX wenige Tage nach dem Börsengang den Coding-Star Cursor für 60 Milliarden Dollar übernimmt. Gleichzeitig zieht Meta die Notbremse bei den eigenen Token-Kosten, Hyundai schluckt Boston Dynamics komplett, und ein neuer Chart setzt Claude erstmals seit einem Jahr wieder an die Spitze. Sieben Tage, in denen sich das Kräfteverhältnis sichtbar verschoben hat.
Florian Tramèr: Warum sich jede KI weiterhin aushebeln lässt
Den Auftakt macht ein Gespräch mit Florian Tramèr, Professor für Computersicherheit. Sein Befund ist unbequem: Jailbreaks lassen sich bei praktisch jeder KI finden, und das Problem ist bis heute nicht gelöst. Wer KI in Produkte, Kundenkontakt oder interne Prozesse einbaut, holt sich damit eine Angriffsfläche ins Haus, die sich nicht einfach wegpatchen lässt. Tramèr ordnet ein, warum Schutzmechanismen reihenweise fallen, wo die strukturellen Schwächen heutiger Modelle liegen und was das für Unternehmen bedeutet, die KI ernsthaft betreiben statt nur testen. Pflichtstoff für jeden, der Sicherheit nicht erst nach dem ersten Vorfall mitdenkt.
Meta-Trends: Anthropic zieht die KI-Elite ab, SpaceX kauft Cursor
Innerhalb weniger Monate hat Anthropic zwei der gefragtesten Köpfe der Branche geholt. Andrej Karpathy, Mitgründer von OpenAI und früherer KI-Chef bei Tesla, kam im Mai von seinem eigenen Startup Eureka Labs und arbeitet jetzt am Pretraining von Claude. Am 19. Juni folgte John Jumper, bislang VP bei Google DeepMind und 2024 Chemie-Nobelpreisträger für AlphaFold, nach fast neun Jahren. Wer solche Namen anzieht, definiert gerade das Zentrum des KI-Rennens. Talent fließt dorthin, wo die größten Wetten laufen, und es fließt sichtbar Richtung Claude.
Wenige Tage nach dem Börsengang greift Elon Musks Raketenfirma nach dem KI-Coding-Star Cursor. Der reine Aktien-Deal bewertet das Startup, dessen KI eigenständig Code schreibt, mit 60 Milliarden Dollar, der Abschluss ist für das dritte Quartal 2026 geplant. Im selben Atemzug ist SpaceX an Amazon vorbeigezogen und liegt jetzt bei 2,7 Billionen Dollar Bewertung, eine Billion mehr als zum Handelsstart am Freitag. Damit verschmelzen Raumfahrt und autonome Softwareentwicklung unter einem Dach: Wer Raketen baut, will künftig auch die Maschine besitzen, die den Code dafür schreibt.
Quelle: BBC
Bei Meta läuft der KI-Verbrauch so heiß, dass der Konzern erstmals interne 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 kein Pilotprojekt mehr, sondern die teuerste Infrastruktur im Haus.
KI-Tools: Cursor baut eigene Git-Forge, Claude Design startet
Cursor baut die eigene Code-Infrastruktur und steigt mit Origin ins Git-Hosting ein. Teams und KI-Agenten bekommen einen Ort, an dem Code liegt, reviewt und gemeinsam bearbeitet wird, eine Git-Forge für die agentische Ära. Der Unterschied zu den etablierten Anbietern: Origin denkt den Agenten von Anfang an mit, nicht als nachträglichen Bot-Account, sondern als gleichberechtigten Mitarbeiter am Repository. Der Start ist für den Herbst angekündigt, der Zugang läuft vorerst über eine Warteliste. Wer Code heute schon zur Hälfte von Modellen schreiben lässt, bekommt damit das passende Zuhause dafür.
Quelle: Cursor
Anthropic macht aus dem Sprachmodell ein Design-Werkzeug, das die eigene Designsprache kennt. Man importiert das Designsystem direkt aus Repo, Designdateien oder Codebase, und Claude baut mit den echten Komponenten statt mit erfundenen Platzhaltern. Bevor das Ergebnis erscheint, prüft das Modell den eigenen Output gegen das System. Dazu kommen ein Canvas-Editor zum Ziehen, Skalieren und Ausrichten direkt auf der Fläche sowie eine bidirektionale Synchronisation mit Claude Code. Entwurf und fertiger Code wachsen damit im selben Werkzeug zusammen, statt in getrennten Welten zu leben. Verfügbar in der Beta auf allen bezahlten Plänen, in Web und Desktop.
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 hier mitspielt und nicht nur Modelle, sondern eine eigene Entwicklungsumgebung liefert, ist für jeden relevant, der nicht komplett von US-Infrastruktur abhängen will.
KI-Agenten: Codex sieht den Browser, Perplexity bekommt Gedächtnis
Codex unterstützt jetzt eine frühe Anbindung an das Chrome DevTools Protocol. Damit kann der Agent Webseiten nicht nur sehen, sondern DOM, Netzwerk und Laufzeitfehler direkt inspizieren und Änderungen im Browser prüfen. Für Unternehmen ist das die nächste Schicht der Agentenarbeit: nicht mehr Screenshots raten, sondern das Live-System verstehen, reparieren und verifizieren. Noch ist die Funktion früh, doch die Richtung ist klar. Wenn Software zunehmend über KI bedient wird, wird der Browser zur ausführbaren Arbeitsfläche.
Der Schritt vom lokalen Agenten in die Cloud wird bei Cursor zur Ein-Klick-Sache. Man startet einen Auftrag vom Handy, lässt viele Agenten parallel arbeiten und bekommt fertige Pull Requests zurück, inklusive einer Demo ihrer Arbeit. Die Entwicklungsumgebung löst sich vom Schreibtisch: Der Mensch gibt die Richtung vor, die Maschinen liefern, ob man am Gerät sitzt oder nicht. Programmieren verschiebt sich vom Handwerk am offenen Editor zur Orchestrierung mehrerer autonomer Arbeiter, die im Hintergrund weiterlaufen.
Brain heißt das neue, kontinuierlich lernende Speichersystem in Perplexity Computer, und es adressiert genau die Schwäche, an der die beiden anderen Agenten-Updates ansetzen: das fehlende Gedächtnis. Jede Aufgabe klinkt sich in einen Kontext-Graphen ein, den Brain im Hintergrund aufbaut. Das Ergebnis: Der Agent vergisst zwischen den Durchläufen nicht mehr alles, sondern wird mit jedem Run ein Stück zustandsbehafteter und kennt den Faden der vorherigen Arbeit. Vorerst läuft das als Research Preview für alle Max-Abonnenten. Wer Aufgaben über Tage statt über Minuten delegieren will, braucht ein System, das sich erinnert, was schon getan wurde.
Humanoide Roboter: Hyundai übernimmt Boston Dynamics, Claude steuert den Hund
Hyundai kauft SoftBank den letzten Anteil von 9,65 Prozent an Boston Dynamics für 325 Millionen Dollar ab und kontrolliert den Roboterbauer damit zu hundert Prozent. SoftBank, das die Robotik-Schmiede 2020 von Google übernommen hatte, zieht sich vollständig zurück, während Hyundai humanoide Maschinen wie Atlas tief in die eigene Fertigung holen will. Die Botschaft ist deutlich: Humanoide Roboter sind keine Show-Demos mehr, sondern strategisches Anlagevermögen eines Autokonzerns, der die Fabrik der Zukunft selbst bauen statt einkaufen will.
Quelle: Startupfortune
Das französische Startup Genesis AI, finanziert unter anderem vom früheren Google-Chef Eric Schmidt, stellt seinen Roboter Eno vor. Kein Kopf, keine klassischen Beine, stattdessen eine fahrbare Basis, die sich zusammenklappen lässt wie ein Liegestuhl. Die Leitidee bricht mit dem Hype um menschenähnliche Maschinen: Ein Roboter muss nicht aussehen wie ein Mensch, er muss können, was ein Mensch kann. Designt wird um die Fähigkeit herum, nicht um die Optik. Dahinter steckt eine nüchterne Ingenieurslogik, denn die menschliche Form ist oft nicht die effizienteste. Wer Roboter für reale Arbeit baut, optimiert auf Funktion.
Quelle: The Verge
Anthropic hat Phase 2 von Project Fetch veröffentlicht. Die Aufgabe: Claude soll einen vierbeinigen Roboter selbst programmieren und steuern. Das Ergebnis: Opus 4.7 erledigte die Aufgaben komplett eigenständig und war dabei rund 20-mal schneller als das schnellste menschliche Team, das vor einem Jahr noch mit Opus 4.1 als Assistenz antrat. Vor zehn Monaten scheiterte das Modell allein noch daran, überhaupt eine Verbindung zum Roboter aufzubauen, jetzt steuert es die Hardware ohne menschliche Hilfe. Bemerkenswert ist nicht der laufende Hund, sondern das Tempo, mit dem aus Code reale Maschinensteuerung wird.
KI-Arbeitsmarkt: Meta macht Engineers zu Labelern, 6 Prozent skalieren
Während Unternehmen Zehntausende Mitarbeiter abbauen, entsteht im Inneren der KI-Industrie eine kleine Klasse extrem vermögender Insider. Genau dort kippt die Automatisierungsdebatte: nicht mehr nur Produktivität gegen alte Prozesse, sondern Kapital gegen Arbeit in Echtzeit. Für Unternehmen heißt das, dass KI-Transformation kein reines Tool-Projekt ist. Sie verändert Gehälter, Rollen, Status und Loyalität. Wer das ignoriert, baut Effizienz und Konflikt gleichzeitig.
Quelle: TechCrunch
In Metas Kern-Teams arbeiten inzwischen 30 bis 50 Prozent der Software-Engineers nicht mehr primär am Code, sondern als Data-Labeler. Ihre Aufgabe in der neuen Einheit Agent Data Optimization: menschliches Feedback auf KI-generierte GitHub-Repos geben. Das ist kein Zeichen, dass KI im Engineering überschätzt wird, sondern das Gegenteil. Wenn ein Konzern wie Meta hochbezahlte Entwickler darauf ansetzt, die Outputs seiner Coding-Agenten zu bewerten, ist die eigentliche Arbeit längst zur Maschine gewandert. Der Mensch liefert nur noch das Korrektursignal.
Scale AI und Reuters Insights haben fast 500 leitende KI-Entscheider weltweit befragt, mit ernüchterndem Ergebnis: Gerade einmal 6 Prozent der Konzerne haben KI unternehmensweit produktiv im Einsatz, mit messbaren Geschäftsergebnissen. Die übrigen 94 Prozent stecken in Pilotprojekten fest, die keinen belegbaren Return liefern. Eine frühere MIT-Studie kam auf nur 5 Prozent. Was die Gewinner trennt, ist kein größeres Budget, sondern Methode: messbare Resultate binnen sechs Monaten, ein belastbares Datenfundament und spezialisierte Partner statt reiner Standard-Tools.
Charts der Woche: Frontier-Token 57-mal teurer, Claude zurück an der Spitze
Eine Million Output-Tokens kostet bei Claude Fable 5 ganze 50 Dollar, bei GPT-5.5 sind es 30, bei Claude Opus 4.8 noch 25. Am anderen Ende liegt DeepSeek-V4-Pro bei 0,87 Dollar, GLM-5.2 bei 4,40. Das Spitzenmodell ist damit rund 57-mal teurer als der günstigste Anbieter, weshalb nicht das stärkste, sondern das passende Modell pro Aufgabe über die Rechnung am Monatsende entscheidet.
Zum ersten Mal seit über einem Jahr steht ein Anthropic-Modell ganz oben im Fähigkeits-Ranking. Claude Fable 5 erreicht 161 Punkte und schiebt sich knapp an GPT-5.5 Pro mit 160 vorbei, dahinter folgen GPT-5.5 mit 159 und GPT-5.4 Pro mit 158. Der Abstand an der Spitze ist hauchdünn, das Rennen um das stärkste Modell ist damit wieder völlig offen.
Quelle: McKinsey Global Institute
Im frühen Szenario erreicht der Skill Change Index im oberen Quartil 59 Prozent, der Median liegt bei 51, das untere Quartil bei 43. Im mittleren Szenario fällt die Spanne mit 33, 28 und 23 Prozent deutlich niedriger aus. Für Unternehmen heißt das: Nicht jede Fähigkeit wird gleich stark getroffen, und die Priorisierung von Weiterbildung muss datenbasiert werden.
Quelle: Bloomberg, Standard & Poor’s, J.P. Morgan Asset Management
Die zehn größten Unternehmen im S&P 500 kamen 1985 zusammen auf 251 Milliarden Dollar Börsenwert, 2025 sind es 19.411 Milliarden. Allein zwischen 2015 und 2025 hat sich der Top-10-Wert von 3.193 auf 19.411 Milliarden Dollar mehr als versechsfacht. Das ist nicht einfach Wachstum, sondern eine massive Konzentration von Kapital auf wenige Plattformen, die jeder mitdenken muss, der Märkte und KI-Infrastruktur verstehen will.
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 im Free-Plan. Für alle in der KI-Bubble, die Modelle nicht nur vergleichen, sondern ohne Vendor-Lock-in und mit voller Datenkontrolle im eigenen Betrieb einsetzen wollen, ist das der passende Einstieg, mehr Infos: corporatellm.de.