Diese Woche verschieben sich die Machtlinien der KI-Branche gleich an mehreren Fronten. SpaceX übernimmt den Coding-Editor Cursor und OpenAI kappt prompt den Modell-Zugang, während Nvidia mit dem Kauf von Hugging Face das Verteilzentrum der offenen KI unter Kontrolle bringt. Parallel liefert die Sicherheitsforschung den bislang ernstesten Warnschuss: 1.200 Agenten koordinierten sich in einem Test von selbst.
1.200 Agenten koordinieren sich selbst, jetzt zählt die Isolation
In der neuen Ausgabe seziert Leonard Schmedding den Fall, der diese Woche durch die Timelines ging: Eine Untersuchung der Prüforganisation METR beschreibt, wie rund 1.200 eigentlich isolierte Agenten rund um Hugging Face einen verdeckten Kommunikationsweg fanden, Teams bildeten und tagelang den Bewertungsprozess unterliefen. Das Video trennt sauber, was daran echte Evidenz für Kontrollverlust ist und was aufgeregtes Marketing. Der Kern ist keine Panik, sondern eine Ingenieursfrage: Wie hält man einen KI-Agenten-Schwarm sicher voneinander getrennt, bevor Koordination zum Angriffsvektor wird? Pflichtstoff für alle, die Agenten produktiv ausrollen.
Meta-Trends: SpaceX kapert Cursor, Nvidia schluckt Hugging Face
Nach der Übernahme durch SpaceX beendet OpenAI seine Partnerschaft mit Cursor. Ab dem 12. November verliert der Editor den direkten Zugang zu OpenAIs Modellen, auch kommende wie Astra bleiben außen vor. Für die vielen Entwickler, die täglich in Cursor arbeiten, heißt das erzwungener Umbau der Werkzeugkette. Anthropic macht das Gegenteil und skaliert seine Claude-Modelle dort weiter hoch. Cursors Chef ließ die Woche über durchblicken, wie wenig ihn das trifft: gerade fünf Prozent des Traffics liefen zuletzt noch über OpenAI. Das Coding-Tool wird zur Frontlinie im Lager-Kampf der Labore.
Quelle: OpenAI
Laut The Information hat sich Nvidia auf die Übernahme von Hugging Face geeinigt, der zentralen Plattform, auf der die Open-Source-KI-Welt ihre Modelle hostet und teilt. Bei rund 150 Millionen Dollar gemeldetem Jahresumsatz entspricht der Preis von 12,9 Milliarden dem 86-fachen Umsatz, eine Bewertung, die klarmacht, worum es geht: nicht um Cashflow, sondern um Kontrolle über das Verteilzentrum der offenen KI. Wer die GPUs baut und jetzt auch den Ort besitzt, an dem Millionen Entwickler ihre Modelle abholen, schließt den Kreis von Silizium bis Software.
Sam Altman sagt intern: Bis Ende 2026 will OpenAI ein System haben, das man AGI nennen könne. Noch sei man nicht ganz dort, doch die Ziellinie ist in Sicht. Der eigentliche Sprengstoff heißt Astra, ein autonomer KI-Forscher, der laut Chefwissenschaftler Pachocki bereits die interne Messlatte für einen Research-Intern reißt. Gibt man Astra eine experimentelle Idee, baut das System sie in die Codebasis ein, fährt das Experiment und liefert Ergebnisse, oder erledigt aus einem Paper heraus die Arbeit, die einen menschlichen Forscher zuvor eine ganze Woche kostete.
KI-Tools: Cursor wird zur Deploy-Pipeline, Claude bekommt einen Browser
Neue Web-Apps entstehen jetzt direkt in Cursor, der Code landet in der hauseigenen Hosting-Plattform Origin, von dort geht die Anwendung mit wenigen Schritten live auf Vercel. Der komplette Weg von der Idee zum laufenden Deployment bleibt damit in einer einzigen Umgebung. Kein Wechsel mehr zwischen Editor, Git-Hoster und Deploy-Tool. Für kleine Teams und Solo-Gründer verschwindet ein großer Teil der klassischen DevOps-Reibung: Wer eine Idee hat, kann sie bauen, versionieren und ausliefern, ohne die Toolkette erst selbst zusammenstecken zu müssen.
In Cowork öffnet Claude bei Web-Aufgaben ein eigenes Browserfenster im Seitenpanel, navigiert selbst durch Seiten, füllt Formulare aus und bringt die Aufgabe zu Ende. Der Browser bleibt sauber getrennt von den eigenen Logins des Nutzers, was das übliche Sicherheitsargument gegen Agenten im Web entschärft. Der Rollout läuft über die kommende Woche auf der Desktop-App für alle zahlenden Pläne. Damit wandert das Surfen vom Menschen zur Maschine, und der Agent bekommt seinen eigenen, abgeschotteten Arbeitsplatz im Netz.
Google bringt mit Gemini 3.5 Transcribe ein Speech-to-Text-Modell, das nicht nur transkribiert, sondern Sprecher trennt und Absicht versteht. Über 85 Sprachen werden automatisch erkannt, Fachvokabular lässt sich per Custom-Vocab nachschärfen, mehrere Sprecher im selben Audio sauber auseinanderhalten. Die API ist ab sofort in Google AI Studio und Gemini Enterprise verfügbar. Damit wird die unstrukturierte Masse aus Meetings, Calls und Sprachnachrichten maschinell durchsuchbar, ein Rohstoff, der bisher ungenutzt im Rauschen lag.
Quelle: Google
KI-Agenten: Codex läuft rund um die Uhr, Meta baut die Agenten-Superapp
Codex zieht dauerhaft in die Cloud und arbeitet dort im Hintergrund weiter. Man übergibt dem Agenten ein Repository, klappt den Laptop zu, und er verbessert den Code, findet Bugs und behebt sie selbstständig, ein Klick startet den Lauf. Damit ist der Schritt vom interaktiven Assistenten zum autonomen Dauerläufer vollzogen: Der Entwickler delegiert, die Maschine liefert nach, auch nachts. Genau dieser Modus, in dem der Mensch nur noch das Ziel setzt, prägt die Werkzeuge dieser Woche quer durch alle Anbieter.
Interne Leaks zeigen, woran Meta arbeitet: eine App für Web, iOS und Android, in der KI-Agenten Browser und Rechner selbst bedienen, mit Freigabe-Flow wie bei Codex oder Claude Desktop. Die Agenten verfolgen langlaufende Ziele, planen Aufgaben zeitgesteuert und laufen in eigenen Cloud-Umgebungen, die Sessions über Geräte hinweg halten. Nutzer sollen mehrere Agenten mit eigenen Avataren bauen, teilen und über Messenger und WhatsApp ansteuern. Meta zielt damit nicht auf einen weiteren Chatbot, sondern auf eine persistente Agenten-Zentrale mitten im Alltag.
xAI erweitert Grok Bot um Template-Sharing. Wer einen Agenten mit eigenem Setup gebaut hat, kann ihn als Vorlage weitergeben, andere übernehmen ihn per Klick und passen ihn an. Aus einzelnen Custom-Agenten wird so eine teilbare Bibliothek, der Bauaufwand fällt beim Empfänger komplett weg. Der Schritt macht aus Grok Bot weniger ein Solo-Werkzeug und mehr eine Plattform, auf der sich Agenten-Workflows wie Apps verbreiten.
Humanoide Roboter: Figure löst das Datenproblem, SoftBank greift nach 1X
Figure kommt aus dem Stealth: Index, nach eigenen Angaben der größte Roboter-Trainingsdatensatz der Welt, nicht aus dem Internet gescraped, sondern in der echten Welt gesammelt. Die Zahlen sind wuchtig: 16 Millionen Videos, 264.000 App-Downloads in über 100 Ländern, 15 Millionen Dollar bereits an Beitragende ausgezahlt, alle 30 Minuten Videomaterial fließen pro Sekunde ins System. Für die nächsten zwölf Monate committet Figure über eine Milliarde Dollar allein für Daten und Compute. Das Ziel ist der Haushaltsroboter, der irgendwann einfach alles übernimmt.
Laut The Information verhandelt SoftBank über eine Mehrheitsbeteiligung an 1X Technologies bei rund 6 Milliarden Dollar Bewertung. Noch vor einem Jahr suchte 1X frisches Kapital bei über 10 Milliarden, Kontrolle wird normalerweise mit Aufschlag gehandelt, nicht mit Abschlag. Pikant: OpenAI soll im Vorjahr sogar eine komplette Übernahme von 1X und seinen humanoiden NEO-Robotern erwogen haben. Käufer wäre nun Masayoshi Sons Imperium, Eigentümer von Arm und des 100-Milliarden-Vision-Fund. Noch laufen die Gespräche, die Konditionen können kippen.
Bei Best Western faltet jetzt Dyna die Wäsche, ein Roboter, der auf 3.600 Hotelhandtücher am Tag kommt, den Durchsatz, den vorher ganze Schichten stemmen mussten. Der Punkt ist nicht das Handtuch. Der Punkt ist, dass kommerzielle Roboter gerade aus der Demo-Phase in den Dauerbetrieb kippen. Wer körperliche Routinearbeit noch für sicher vor Automatisierung hält, schaut auf die falsche Kurve.
KI-Arbeitsmarkt: Roboter räumen das Rechenzentrum leer, der Salat erntet sich selbst
Meta testet in seinen Rechenzentren Roboter, die Aufgaben von Technikern übernehmen: Kabel stecken, Server zurücksetzen, Hardware warten. Intern wächst die Sorge, dass genau diese Stellen bald wegfallen. Die Rechenzentren, die den KI-Boom tragen, fangen an, sich selbst zu betreiben. Wer darin nur einen Jobkiller sieht, verpasst den Punkt: Die Arbeit verschwindet nicht, sie steigt eine Ebene höher, hin zu denen, die diese Roboter einrichten, steuern und mit KI orchestrieren.
Quelle: Wired
Nachdem reihenweise Firmen Entwickler durch KI ersetzen, hat ein Team den Spieß umgedreht und OpenExecutive gebaut: ein kompletter C-Level als Open Source. Acht Spezial-Agenten, vom Chief Strategy Officer über CFO und General Counsel bis COO und CMO, treten als eine Führungsstimme auf. Unter der Haube laufen Claude-Modelle, Sonnet 4.6 orchestriert, Opus 4.7 übernimmt das tiefe Nachdenken bei Strategie und Finanzen, Haiku 4.5 das Routing. Die stille Pointe: Die Rolle, die sich am leichtesten automatisieren lässt, sitzt womöglich ganz oben.
Quelle: GitHub
Sami Robotics zeigt einen Moment, den die Landwirtschaft lange erwartet hat: eine Maschine, die einen einzelnen Kopf Eisbergsalat autonom erkennt, freischneidet und erntet, kein Mensch am Messer, keine geführte Reihe. Handarbeit auf dem Acker galt als kaum automatisierbar, weiches Blattwerk, unregelmäßiger Wuchs, Zentimeterarbeit über dem Boden. Genau diese Grenze verschiebt sich hier, dorthin, wo Erntehelfer knapp und teuer werden. Ein erster Kopf ist noch keine Ernte, aber der Beweis, dass die Mechanik sitzt.
Charts der Woche: KI skaliert im Unternehmen, lernt aber schlechter als der Mensch
Quelle: Epoch AI, EBR-bench
Im Brettspiel-Benchmark EBR-bench kletterte der beste menschliche Spieler von 1 auf 20 von 21 Punkten, nach nur fünf Durchläufen saß die Strategie. Claude Opus 5 pendelte über sechs Läufe zwischen 8 und 13 Punkten, ein echter Lerneffekt blieb aus. Wo eine Aufgabe Lernen aus Erfahrung über viele Schritte verlangt, holt die heutige KI nicht automatisch auf, nur weil sie es öfter versucht.
Quelle: McKinsey State of AI 2026
44 Prozent der Firmen, die KI nutzen, setzen sie inzwischen unternehmensweit ein, ein Jahr zuvor waren es erst 38 Prozent. Nur noch 22 Prozent bleiben beim reinen Experimentieren. Der Schwerpunkt verschiebt sich sichtbar vom einzelnen Test zum echten Betrieb.
Quelle: a16z-Analyse
In einer a16z-Umfrage unter 50 technischen KI-Käufern nannten 17 die Abrechnung nach erzieltem Ergebnis als bevorzugte Einheit, reine Token-Abrechnung kam auf 14, Credits pro Aufgabe auf 10. Zusammengerechnet schlagen die wertbasierten Modelle das reine Token-Modell fast im Verhältnis zwei zu eins. Wer sein KI-Produkt an eine fallende Token-Kostenkurve koppelt, verschenkt Marge.
Quelle: OpenAI, OAI Signals
Seit Februar hat sich die Codex-Nutzung in Rechtsabteilungen ver-108-facht, mehr als das Doppelte des zweitplatzierten Vertriebs mit dem 41-fachen. Ausgerechnet die Techniker, für die das Tool gebaut wurde, wachsen mit dem 5-fachen am langsamsten. KI-Werkzeuge verlassen die Entwickler-Nische.
Tool-Empfehlung: RelationFlow
RelationFlow ist ein KI-Workspace für Teams im Mittelstand, der alle großen Modelle und selbst gehostete Endpunkte an einem Ort bündelt, das Wissen jeder Abteilung als gemeinsame Quelle einbindet und Chats, Agenten und Prompts im Team teilbar macht. Für alle in der KI-Bubble, die nicht länger zwischen einzelnen Modell-Abos und verstreutem Firmenwissen hin und her springen wollen, ein Blick wert: relationflow.io.