Die KI-Labore haben diese Woche offen eine Tempobremse sondiert, Jensen Huang und Donald Trump kassierten sie binnen Tagen. Parallel legt OpenAI Investoren einen Cash Burn von 278 Milliarden Dollar bis 2030 vor, und in Liuzhou verlässt jetzt alle zehn Minuten ein Humanoid die Linie. Die Woche in drei Bewegungen: Regulierung, Rechnung, Serienfertigung.
Amodei, Musk und Altman wollen bremsen, Trump nennt es einen Hoax
Dario Amodei hat mit „We Must Pace the Frontier” ein bis zwei Jahre Puffer gefordert, Sam Altman und Elon Musk stellten sich dahinter. Genau dieser Schulterschluss ist erklärungsbedürftig: Warum fordern ausgerechnet drei Labore eine Pause, die ihre eigenen Produktzyklen trifft? Das Video zerlegt das Kalkül dahinter, von der Wettbewerbslogik einer gesetzlich verordneten Verlangsamung bis zu der Frage, wem ein eingefrorener Frontier-Stand am meisten nützt. Auf der Gegenseite steht Trump, der den Vorstoß am Sonntag in Doonbeg kassierte und die Kritik an KI unbelegt einen demokratischen Hoax nennt, flankiert von KI-Czar David Sacks: Wer langsamer machen will, darf das gern, aber nicht per Gesetz die Konkurrenz mitbremsen.
Meta-Trends: Nvidia blockt die Tempobremse, Europa verliert Boden
„We’re not going to let that happen, sir.”
Jensen Huang auf dem All-In Summit in Los Angeles, als mitten im Gespräch Donald Trump anruft und das Thema auf Amodeis Vorstoß kommt. Ausgerechnet der Lieferant der Rechenkapazität stellt sich damit gegen Altman und Musk, die Amodei zugestimmt hatten. Trump verortete die Bremser politisch, das könnten politische Kräfte sein, es könnte auch China sein. Laut Gallup lehnen rund 70 Prozent der Amerikaner Rechenzentren in der Nachbarschaft ab. Eine Bremse ist keine Strategie, sie entscheidet nur, wer die nächsten zwei Jahre gestaltet.
Quelle: TechCrunch
Wie teuer dieses Gestalten wird, hat OpenAI diese Woche seinen Investoren vorgerechnet. So sieht der Preis aus, wenn ein Unternehmen Rechenleistung als knappsten Rohstoff des Jahrzehnts einkauft, bevor der Markt sie richtig bepreist.
278 Milliarden Dollar Cash Burn zwischen 2026 und 2030
Deutlich mehr als noch Anfang des Jahres angesetzt
Treiber sind Cloud-Rechenzeit und Chips für Training und Betrieb
Umsatz in diesem Jahr: 36 Milliarden Dollar
Umsatzziel 2030: 350 Milliarden Dollar
Quelle: The Information
Während in Washington über Tempo gestritten wird, legt eine Expertengruppe um Monika Schnitzer und die frühere EU-Kommissarin Margrethe Vestager eine KI-Strategie für Europa vor. Ohne entschlossenes Handeln falle der Kontinent ab diesem Jahr dauerhaft zurück, während USA und China bei Investitionen und Talenten davonziehen. Europas Anteil an der globalen KI-Rechenzentrumskapazität liegt bei rund 5 Prozent, das Ziel sind 15 Prozent bis 2030. Dafür fehlen laut Schnitzer 45 Gigawatt Energie und 1,3 Billionen Euro. Der Engpass ist nicht die Technologie, sondern das Tempo der Entscheidungen.
Quelle: Tagesspiegel
KI-Tools: Gemini recherchiert im Hintergrund, Salesforce zieht in Claude
Gemini Live führt Deep Research jetzt asynchron aus. Per Stimme einen Rechercheauftrag stellen, dann den Chat schließen, den Bildschirm sperren oder über etwas völlig anderes weiterreden: Das Modell arbeitet den Report im Hintergrund ab und meldet sich per Benachrichtigung, sobald er fertig ist. Danach lässt sich das Ergebnis im Gespräch durchgehen und mit Rückfragen nachschärfen. Der eigentliche Sprung steckt nicht in der Recherche, sondern im Zeitverhalten: Die Aufgabe überlebt die Sitzung. Wer bisher davorsitzen musste, bis das Modell fertig gedacht hatte, delegiert jetzt und bekommt Bescheid.
In die Gegenrichtung zieht Perplexity: Der Portable Computer kommt auf Windows, Harness, Agenten und Modelle arbeiten direkt auf dem PC. Voraussetzung ist eine NVIDIA-RTX-GPU mit mindestens 24 GB VRAM, lokal läuft PPLX 27B, ein nachtrainiertes Qwen 3.8 27B. Der Agent greift auf lokale Dateien und verbundene Apps zu, ohne die Aufgabe in die Cloud zu schicken, neu sind außerdem lokale MCP-Server und geplante Tasks. Bisher gab es das nur auf NVIDIAs DGX Spark. Für alle, die Mandantendaten oder Verträge bislang nicht in ein Cloud-Fenster kippen durften, wandert die Grenze des Machbaren auf den eigenen Schreibtisch.
Anthropic hat Salesforce in Claude in die Beta geschickt. Accounts, Opportunities und die komplette Pipeline landen direkt im Chatfenster, dazu kommen 37 vorgefertigte Sales-Skills: ein Gespräch vorbereiten, einen Deal durchleuchten, ein Pipeline-Dashboard bauen, den Forecast rausschicken, ohne das CRM überhaupt zu öffnen. Damit kippt die Rolle des CRM. Es ist nicht mehr die Oberfläche, in der Vertriebler ihre Zeit verbrennen, sondern nur noch die Datenschicht, auf die ein Agent zugreift.
KI-Agenten: Sie telefonieren, spammen und ziehen den Strom
Damit ist auch beantwortet, wofür die Milliarden in Rechenzentren fließen: nicht für Chatbot-Fragen. Ein Agent zerlegt einen einzigen Auftrag in hunderte eigene Prompts und läuft dafür stundenlang. OpenAIs Mathe-Schwarm brauchte über 10.000 Agenten und 2,7 Millionen Nachrichten, laut Wired Strom im zweistelligen Millionen-Dollar-Bereich. Der Klimaforscher Zeke Hausfather überschlägt, dass allein seine tägliche Claude-Sitzung mehr Strom zieht als zwei Kühlschränke, und Metas Agent Muse hält pro Nutzer dauerhaft einen eigenen Rechner in der Cloud, auch offline. Wer den Bedarf heute mit Chatbot-Annahmen hochrechnet, liegt um Größenordnungen daneben.
Quelle: Wired
Mitte der Woche schoben Instinct und Metas Muse binnen Tagen dieselbe Funktion nach: Ihre Agenten rufen selbst bei Unternehmen an. Instincts Concierge reserviert Tische in Restaurants ohne Online-Buchung und wartet auf Absagen beim Zahnarzt, Muse telefoniert vorerst nur mit US-Firmen, beides im Early Access. Der Chat war die einfache Übung, das Telefonat ist die Schwelle: unstrukturiert, in Echtzeit, ein Mensch am anderen Ende. Instinct wird mit rund 10 Milliarden Dollar bewertet, ohne je ein Callcenter besessen zu haben.
Quelle: TechCrunch
Wie die Agenten-Ökonomie in freier Wildbahn aussieht, zeigt die Plattform iLands. Dort laufen rund 70.000 autonome Agenten, die zusammen 1,6 Millionen Mails und Posts abgesetzt haben. Ihr Geschäftsmodell: wildfremde Menschen anschreiben und Geld für Dienste verlangen, die niemand bestellt hat. 20 Dollar für einen Faktencheck, die Analyse vergriffener Landkarten, eine kostenpflichtige Beschreibung von Street-View-Bildern. Ein Professor zählte in einer Woche rund 40 Anfragen, bezahlt werden soll damit der eigene Token-Verbrauch. Die Pointe: Ein Agent beschwerte sich bitter darüber, dass ein anderer Agent ihn kalt angeschrieben und unbezahlte Arbeit von ihm verlangt hatte.
Quelle: 404media
Humanoide Roboter: UBTECH taktet alle zehn Minuten einen Walker
In Liuzhou, Guangxi, ist eine 14.000 Quadratmeter große Halle angelaufen, ausgelegt auf 10.000 Einheiten im Jahr. Taktzeit zehn Minuten, dann verlässt der nächste Walker-S-Humanoid die Linie. Bemerkenswert ist die Bauweise: kein Fließband. Statt starrer Förderstrecke übernehmen mobile Manipulatoren und fahrerlose Transportsysteme das Kitting und die Logistik zwischen den Stationen. Die Fabrik ist selbst weitgehend robotisiert, und was am Ende herausfällt, sind wieder Roboter. Das ist der Moment, in dem Humanoide aus der Demo-Phase in die Mengenfertigung kippen: nicht Stückzahl 50 im Pilotprojekt, sondern Serienlogik mit Taktzeit.
Was am anderen Ende dieser Linie möglich wird, führt Sharpas Humanoid North in einer Shanghaier Filiale von Dairy Queen vor: Becher füllen, Toppings drauf, Bestellung rausgeben, an echte zahlende Kunden. Der interessante Teil ist, was nicht passiert ist. Kein Umbau der Filiale, keine Spezialmaschine, keine angepassten Zutaten. Der Roboter bedient das Equipment, das ohnehin im Laden steht. Genau daran sind humanoide Demos bisher gescheitert, sie funktionierten nur in Umgebungen, die für sie gebaut wurden. Damit verschiebt sich die Frage: nicht mehr, ob ein Humanoid eine Aufgabe kann, sondern ob er sie zu Personalkosten kann.
Und zum Wochenschluss drückt Unitree weiter auf den Preis. Die aufgefrischte Version des G1 macht vor allem eines deutlich: Der Engpass ist nicht mehr die Hardware, sondern die Stückkosten.
Einstiegspreis 15.000 Dollar vor Steuern und Versand
Stärkere Motoren und bessere Kameras
Beweglicher Nacken, Blick nach oben, unten und zur Seite
Preisniveau eines gebrauchten Kleinwagens
Westliche Humanoide kalkulieren noch sechsstellig
KI-Arbeitsmarkt: Deutschland führt bei Gerätediagnose, Flock kauft sich frei
Google hat seinen AI & Economy ATLAS geöffnet, Millionen Datenpunkte zur beruflichen KI-Nutzung weltweit. Die Karte zeigt kein Ranking, sondern Profile.
USA: 30 Prozent der Nutzung in Computer- und Mathematikberufen
Das ist doppelt so viel wie im Rest der Welt
Indien: 19 Prozent in Kunst, Design und Medien
Deutschland und Brasilien führen bei Gerätediagnose mit 7 Prozent
Japan kommt dort auf 4 Prozent
Deutschlands KI-Kompetenz sitzt dort, wo Maschinen stehen, nicht dort, wo Software entsteht. Daraus lässt sich ein Vorsprung bauen, wenn man ihn als Strategie begreift und nicht als Zufall.
Quelle: Google
Dass KI-Geschäftsmodelle auch in die andere Richtung kippen können, zeigt Flock Safety. Das Unternehmen verkauft automatische Kennzeichen-Erkennung an US-Polizeibehörden. Im August dokumentierte die Washington Post 46 Fälle, in denen Beamte damit Ex-Partnern nachstellten, Florida und Texas stoppten den Einsatz, allein im August kündigten 90 Städte ihre Verträge, viermal so viele wie zuvor. Jetzt bietet Flock seinen 1.500 Mitarbeitern freiwillige Abfindungen an, sonst gäbe es fast sicher Kündigungen. Nicht das Modell war das Risiko, sondern die fehlenden Leitplanken um seine Nutzung.
Quelle: TechCrunch
Wie die Gegenbewegung auf individueller Ebene aussieht, führt Alexander Kiforiuk vor, Mechatroniker und Diplomingenieur aus dem Schwabenland. Gestartet ist er mit zwei Vorhaben im Kopf, herausgekommen sind 24 umgesetzte KI-Projekte, berufsbegleitend neben dem regulären Job. Darunter seine erste eigene App, eigene Tools für seinen Verein und zum Abschluss eine persönliche KI-Strategie, die vom Beruf über das Hobby bis ins Privatleben reicht. Sein größter Moment war kein Tool, sondern die Erkenntnis, was ein LLM wirklich kann und was nicht.
Charts der Woche: Tägliche KI-Nutzung verdoppelt sich, SpaceX führt privat
Quelle: Epoch AI und Ipsos, Befragungen März und August 2026
Im März 2026 nutzten 8 Prozent der US-Erwachsenen an sechs oder sieben Tagen der Woche KI, im August waren es 19 Prozent. Gleichzeitig schrumpfte die Gruppe der Gelegenheitsnutzer mit nur einem Tag von 17 auf 10 Prozent. Die Nutzung wächst also nicht nur in der Breite, sie verdichtet sich. Für Unternehmen heißt das: Die Belegschaft bringt KI-Routine mit, ob es dafür interne Regeln gibt oder nicht.
Quelle: PitchBook Global Unicorn Tracker
SpaceX kommt auf 1.780 Milliarden Dollar, Anthropic auf 965 und OpenAI auf 852, Größenordnungen, die früher erst nach einem Börsengang entstanden sind. Zum Vergleich: Das mittlere Unternehmen im Nasdaq 100 wird mit 97,4 Milliarden Dollar bewertet, sieben der zehn Firmen in dieser Liste liegen darüber, drei davon um mehr als das Achtfache. Der Wertzuwachs der KI-Welle passiert im Privatmarkt, wer nur auf börsennotierte Titel schaut, sieht den kleineren Teil des Feldes.
Tool-Empfehlung: Voicely
Voicely ist eine DSGVO-konforme Diktiersoftware mit KI-gestützter Spracherkennung, die in jeder App läuft. Statt zu tippen wird diktiert, der Text landet dort, wo der Cursor steht, ob in Mail, CRM oder Editor. Für alle in der KI-Bubble, die diese Woche über Agenten-Ökonomie und Telefon-Bots gelesen haben, ist das der unspektakuläre, sofort wirksame Teil davon: mehr Infos: voicely.de.