KI Modelle & Architekturen

In dem Artikel "A Hangman Take-Home Humbled me Years Ago. I Came Back and Built a Transformer" reflektiert der Autor über seine frühere Erfahrung mit einer Take-Home-Aufgabe, bei der er ein Hangman-Modell entwickeln sollte, was ihm damals nicht gelang. Jahre später kehrte er zurück, um die Fortschritte in der KI-Technologie zu nutzen und entschied sich, ein Transformer-Modell zu erstellen. Durch den praktischen Aufbau eines eigenen Modells konnte er nicht nur die Theorie besser verstehen, sondern auch ein funktionierendes Hangman-Transformer entwickeln, das 69,02 % der Spiele gegen 17.652 unbekannte Wörter gewinnt. Dieses Modell ist benutzerfreundlich und kann direkt im Browser gespielt werden, ohne dass ein Server oder API-Schlüssel benötigt wird. Die Erfahrung half dem Autor, seine technischen Fähigkeiten zu verbessern und ein tieferes Verständnis für moderne KI-Architekturen zu erlangen.

Immer mehr Beschäftigte in den USA leiden unter „AI Brain Fry“, einer Form der mentalen Erschöpfung, die durch den intensiven Einsatz von KI-Tools wie ChatGPT und Smartphones verursacht wird. Eine Studie der Boston Consulting Group zeigt, dass 1.500 Angestellte über Konzentrationsschwierigkeiten und Kopfschmerzen klagen, was das Interesse an „Digital Detox“ steigert. Experten empfehlen, klare Strukturen, feste Arbeitsblöcke und regelmäßige Pausen einzuführen, um die geistige Leistungsfähigkeit zu erhalten. Besonders alarmierend ist die Situation bei Kindern und Jugendlichen, von denen 21,4 Prozent riskante Nutzungsmuster aufweisen, die zu Entwicklungsstörungen und sozialen Phobien führen können. Fachleute raten dazu, Smartphones erst ab 14 Jahren einzuführen und strenge Regeln innerhalb der Familie aufzustellen, um Suchtverhalten zu vermeiden. Gleichzeitig wächst die Nachfrage nach analogen Erlebnissen wie Waldbaden und handwerklichen Kursen, die als Ausgleich zur digitalen Überflutung dienen und die Konzentration fördern.

Die steigende Nachfrage nach Transformatoren wird durch den wachsenden Bedarf an Strominfrastruktur, insbesondere im Zusammenhang mit KI-Anwendungen, angeheizt. Gleichzeitig haben lange Lieferzeiten bei großen Unternehmen wie Siemens, ABB und GE die Verhandlungsposition im Bereich der schweren elektrischen Ausrüstung verändert. Diese Situation verschafft Fortune Electric einen Wettbewerbsvorteil bei der Preisgestaltung. Die Kombination aus wachsender Nachfrage und eingeschränkten Liefermöglichkeiten hat die Marktbedingungen zugunsten von Fortune Electric beeinflusst. In den kommenden Jahren könnte sich die Branche erheblich wandeln, da die Abhängigkeit von KI und der damit verbundenen Infrastruktur weiter zunimmt.

Cendyn hat die neue GEO-Analytics- und LLM-Überwachungsplattform Wayfinder vorgestellt, die Hoteliers dabei unterstützt, ihre Sichtbarkeit in führenden KI-Modellen wie Gemini und ChatGPT zu maximieren. Integriert in das Cendyn CMS, analysiert Wayfinder den Suchprozess von Reisenden, um sicherzustellen, dass Hotels in den AI-Suchergebnissen sichtbar und vertrauenswürdig bleiben. Die Plattform erkennt falsche Informationen, die von KI-Modellen geliefert werden, und bietet Marketingteams intuitive Einblicke zur Optimierung ihrer Content-Strategie. Mit einem GEO-Gesundheitscore und intelligenter Wettbewerbsanalyse können Hotels ihre Inhalte anpassen und Lücken im Vergleich zu Mitbewerbern identifizieren. Cendyn hebt hervor, dass es für Hotels entscheidend ist, ihre Markenintegrität zu wahren und sich an die sich verändernde Landschaft der KI-Suche anzupassen, um nicht unsichtbar zu werden. Wayfinder ist Teil von Cendyns umfassendem Ansatz, der darauf abzielt, Hotels in einer zunehmend KI-gesteuerten Welt smarter und wettbewerbsfähiger zu machen.

In der ersten Juniwoche 2026 veröffentlichten drei chinesische Labore nacheinander neue "Frontier"-Coding-Modelle, darunter Zhipus GLM-5.2, Moonshots Kimi K2.7-Code und MiniMax M3, die zusammen etwa 2,2 Billionen Parameter umfassen. Trotz dieser beeindruckenden Zahlen wurden jedoch keine der Modelle mit unabhängig verifizierten Benchmarks präsentiert, was Fragen zur Glaubwürdigkeit aufwirft. Die Anbieter stellten lediglich eigene Leistungsdaten zur Verfügung, ohne externe Tests durchzuführen, was den Eindruck erweckt, dass Marketingstrategien über objektive Leistungsnachweise gestellt werden. Der Artikel analysiert die Veröffentlichungen und bietet Anleitungen zur Integration der Modelle in bestehende Systeme. Die mangelnde Transparenz und Nachvollziehbarkeit der Leistungsangaben könnte langfristig das Vertrauen in diese Technologien beeinträchtigen und die Akzeptanz in der Entwicklergemeinschaft verringern.

Eric Trump hat entschieden gegen Online-Vorwürfe Stellung bezogen, die ihn beschuldigen, Insiderinformationen über die UFC Freedom 250-Veranstaltung im Weißen Haus eingeholt zu haben. Diese Vorwürfe basieren auf Screenshots, die angeblich eine Unterhaltung zwischen ihm und UFC-Kommentator Daniel Cormier zeigen, in der er nachfragte, ob die Kämpfe "rigged" seien. Trump bezeichnete die Screenshots als gefälscht und von künstlicher Intelligenz generiert, was er als besorgniserregend empfindet. Die Diskussion über die Screenshots erregte viel Aufmerksamkeit, während die Veranstaltung auf dem Südrasen des Weißen Hauses stattfand. Cormier stellte klar, dass er die Screenshots nicht veröffentlicht habe und sie nicht der Wahrheit entsprechen. Eric Trump und ein Sprecher der Trump-Organisation forderten die Öffentlichkeit auf, vorsichtiger mit Informationen umzugehen und Falschmeldungen zu vermeiden. Diese Vorfälle treten in einer Zeit auf, in der die Trump-Familie bereits mit Korruptionsvorwürfen konfrontiert ist, insbesondere in Bezug auf den Präsidenten und seine finanziellen Transaktionen.

Die Verwendung von KI-Tools hat die Fotobearbeitung revolutioniert, indem sie viele Aufgaben automatisiert, wie etwa Hintergrundentfernung und Retusche. Adobe Photoshop bleibt das führende Werkzeug, das dank der KI-Funktionen von Adobe Sensei komplexe Bearbeitungen effizienter gestaltet. Pixlr bietet eine browserbasierte Lösung, die schnelle und kreative Bearbeitungen ohne Softwareinstallation ermöglicht. Canva ist ideal für einfache Bildanpassungen und die Erstellung von Social-Media-Grafiken. Der YouCam Online Editor punktet mit benutzerfreundlichen Ein-Klick-Verbesserungen, die eine schnelle Optimierung von Bildern erlauben. Luminar Neo richtet sich an Fotografen und Content-Ersteller, indem es zeitaufwendige Aufgaben automatisiert und professionelle Ergebnisse mit minimalem Aufwand liefert. Insgesamt ermöglichen diese Tools Nutzern, qualitativ hochwertige Fotos zu erstellen, ohne tiefgehende Bearbeitungskenntnisse zu besitzen.

Google hat mit Gemini 3.5 Flash eine neue Suchtechnologie vorgestellt, die es Nutzern ermöglicht, Dateien hochzuladen und komplexe Anfragen zu stellen. Trotz dieser Innovation zeigt das Modell in Benchmarks Schwächen und belegt nur den sechsten Platz, während das ältere Modell Gemini 3.1 Pro Preview und das führende GPT 5.5 bessere Ergebnisse erzielen. Die hohen Kosten von etwa 130 Euro pro Durchlauf stehen in keinem Verhältnis zur Leistung von Gemini 3.5 Flash, was die Marktakzeptanz gefährden könnte. Im E-Commerce hingegen erzielt Google Erfolge, da KI-generierte Übersichten die Konversionsrate erhöhen und die Nutzung von Produktsuchen ansteigt. Zudem plant das Unternehmen die Einführung neuer Hardware und kreativer Werkzeuge zur Verbesserung der Nutzererfahrung. Gleichzeitig sieht sich Google Herausforderungen durch Cyberkriminalität gegenüber, da KI-Technologien zunehmend für Phishing-Kampagnen missbraucht werden.

Künstliche Intelligenz (KI) revolutioniert die Hautdiagnostik, indem sie Hautschäden und Schadstoffbelastungen schneller und präziser erkennt. Durch den Einsatz von KI-gestützten Bildanalyseverfahren, die spezielle Digitalkameras und polarisiertes Licht nutzen, können Hautveränderungen effektiv sichtbar gemacht und analysiert werden. Diese Technologien ermöglichen es, gefährdende Hautirritationen und frühe Anzeichen von Kontaktdermatosen im Arbeitsumfeld frühzeitig zu identifizieren, bevor ernsthafte Schäden auftreten. Die KI filtert und korrigiert Bildmaterial, vergleicht Hautmuster mit einer umfangreichen Datenbank und nutzt fortschrittliche Algorithmen, um selbst kleinste Veränderungen zu erkennen. Ein wesentlicher Vorteil dieser Methode ist die Effizienz: Nach dem Training kann die KI eine große Anzahl von Bildern schnell auswerten, was die Diagnosesicherheit erhöht und die Prävention von Hauterkrankungen verbessert.

LXT hat eine neue, vollständig integrierte Selbstbedienungsumfrageplattform über clickworker eingeführt, die Unternehmen, Forschern und UX-Teams die Erstellung und Durchführung von Umfragen erleichtert. Diese 3-in-1-Lösung vereint Zielgruppenansprache, Umfrageerstellung und Reporting in einer benutzerfreundlichen Oberfläche und bietet Zugang zu einem globalen Panel von über 10 Millionen Mitwirkenden. Die Plattform ist nun betriebsbereit und ermöglicht es Nutzern, maßgeschneiderte Screening-Fragen und Zahlungsoptionen für Teilnehmer zu integrieren, um die passenden Umfrageteilnehmer zu gewährleisten. Mit einem Drag-and-Drop-Builder, der über 15 Fragetypen unterstützt, ist die Umfrageerstellung auch ohne Programmierkenntnisse möglich. Nutzer können ihre Preise pro Teilnehmer individuell festlegen und zahlen nur für die erhaltenen Antworten, ohne monatliche Gebühren. Diese transparente Preisgestaltung und die benutzerfreundliche Handhabung sollen die Marktforschung zugänglicher machen und schnelle, zuverlässige Einblicke bieten.

LatentView Analytics hat auf dem Databricks Data + AI Summit in San Francisco die Lösung BrickShift vorgestellt, die Unternehmen bei der Migration von veralteten Business-Intelligence-Plattformen zu Databricks AI/BI unterstützen soll. BrickShift adressiert Herausforderungen wie fragmentierte Daten und komplexe Governance, indem es die Extraktion, Konvertierung und Validierung von Dashboards automatisiert und somit den Modernisierungsprozess beschleunigt. Als Databricks Gold Partner bietet LatentView auch AI-gesteuerte Lösungen an, die von der Optimierung der Lieferkette bis hin zu Preis- und Promotionsanalysen reichen. Die Einführung von BrickShift und Genie zielt darauf ab, Unternehmen auf die Nutzung von KI in verschiedenen Geschäftsbereichen vorzubereiten. LatentView plant, Entscheidungsträger auf dem Summit zu treffen und ihnen Genie Ignite vorzustellen, das Teil ihrer Modernisierungsangebote ist. Mit über 500 technischen Zertifizierungen ist LatentView gut aufgestellt, um Unternehmen bei der digitalen Transformation zu unterstützen.

OrcaRouter hat das Routing DSL eingeführt, ein innovatives, programmierbares Routing-Framework, das Entwicklern ermöglicht, KI-Anfragen effizient zu bewerten, zu routen und zu optimieren. Im Gegensatz zur herkömmlichen statischen Modellauswahl können Teams nun dynamisch Modelle auswählen, basierend auf Faktoren wie der Komplexität der Anfragen und den Kosten. Dies erlaubt es, einfache Anfragen an kostengünstige Open-Source-Modelle und komplexe Anfragen an leistungsstärkere Modelle weiterzuleiten. Erste interne Tests zeigen, dass die Routing DSL-Strategien eine Leistung erreichen, die mit hochentwickelten Modellen wie Claude Fable 5 vergleichbar ist, während die Inferenzkosten signifikant gesenkt werden. Durch die Kombination spezialisierter Modelle und paralleler Ausführungsstrategien wird die Ressourcennutzung optimiert und die Qualität der Ergebnisse verbessert. Routing DSL wird als zentraler Bestandteil der Anwendungslogik angesehen und ermöglicht es Organisationen, kosteneffiziente KI-Systeme in großem Maßstab zu entwickeln. Das neue Framework ist ab sofort für alle OrcaRouter-Nutzer verfügbar.

Wissenschaftler nutzen zunehmend Künstliche Intelligenz (KI), um die Vorhersage von Hurrikanen zu verbessern, da diese durch den Klimawandel häufiger und unberechenbarer werden. Die KI von Google, DeepMind, kann Muster in historischen Wetterdaten in wenigen Minuten erkennen und hat die Vorhersagegenauigkeit um 15 bis 30 Prozent gesteigert, im Vergleich zu traditionellen menschlichen Vorhersagen, die mehrere Stunden in Anspruch nehmen. Die National Oceanic and Atmospheric Administration (NOAA) hat positive Ergebnisse bei der Integration von KI in ihre Modelle erzielt, was die saisonalen Hurrikanprognosen signifikant verbessert hat. Dennoch gibt es Bedenken, dass KI-Modelle Schwierigkeiten haben könnten, mit "unprecedented" Ereignissen umzugehen, da sie auf historischen Daten basieren. Die Geschwindigkeit der KI ermöglicht jedoch schnellere Reaktionen auf drohende Stürme, was frühere Evakuierungen und bessere Vorbereitungen zur Folge hat. Kritiker weisen darauf hin, dass die Energieintensität der KI-Modelle selbst zur Klimakrise beiträgt, da sie große Mengen an Wasser und Strom benötigen. Die Frage bleibt, wie gut diese Modelle extreme Wetterereignisse vorhersagen können, die über die bisherigen Daten hinausgehen.

Die "Jüdische Allgemeine" hat zwei Kommentare des ehemaligen Chefredakteurs des "Tagesspiegel", Stephan-Andreas Casdorff, entfernt, da sie den Verdacht hegen, dass diese von Künstlicher Intelligenz (KI) verfasst wurden. Diese Maßnahme folgte auf eine Aufforderung des "Tagesspiegel", die Casdorff dazu brachte, seine Nutzung von KI für seine Meinungsbeiträge zuzugeben und sich dafür zu entschuldigen. Philipp Peyman Engel, der Chefredakteur der "Jüdischen Allgemeinen", kündigte an, künftig strengere Richtlinien für den Umgang mit KI-generierten Inhalten einzuführen, um die Authentizität von Kommentaren und Leitartikeln zu sichern. Bei der Überprüfung von vier Texten Casdorffs stellte sich heraus, dass zwei davon wahrscheinlich KI-generiert waren. Diese Vorfälle spiegeln einen wachsenden Trend wider, bei dem in renommierten Medien immer mehr Texte als KI-generiert identifiziert werden, was grundlegende Fragen zur Integrität und Authentizität im Journalismus aufwirft.

Zinc hat einen innovativen Verbraucherpreis-Tracker eingeführt, der tägliche Inflationsdaten bereitstellt und damit eine wichtige Lücke in einem Markt schließt, der bisher auf monatliche Berichte angewiesen war. Der Tracker erfasst die Preise von über 2.587 Produkten in 214 Kategorien, die von der BLS gewichtet sind, und bietet Forschern, Journalisten und Händlern eine nahezu Echtzeitansicht der Online-Preise in den USA. Im Gegensatz zum offiziellen Verbraucherpreisindex CPI-U, der erst zwei Wochen nach Monatsende veröffentlicht wird, ermöglicht der Zinc Tracker eine detaillierte Analyse der Preisschwankungen. Die Daten zeigen, dass die Inflation im Online-Einzelhandel bei etwa 1% liegt, was deutlich unter dem offiziellen Wert von 2,4% liegt. Der Tracker verwendet eine Laspeyres-Preismethodik und filtert Verkaufsaktionen heraus, um realistische Preisbewegungen darzustellen. Ian Janicki von Zinc hebt hervor, dass schnell verfügbare Inflationsdaten entscheidend für fundierte Entscheidungen sind. Der Tracker ist kostenlos zugänglich und ermöglicht Nutzern, die Daten nach verschiedenen Zeiträumen zu filtern und detaillierte Einblicke in die Preisentwicklung zu erhalten.

Cerebras Systems, ein auf KI-Chips spezialisiertes Startup, plant ein IPO, das bis zu 4 Milliarden Dollar einbringen und das Unternehmen mit etwa 40 Milliarden Dollar bewerten könnte. Diese ambitionierte Bewertung folgt auf eine Phase der Unsicherheit, in der Cerebras 2024 seine ursprünglichen IPO-Pläne aufgrund einer nationalen Sicherheitsprüfung seiner Hauptkundschaft, G42, zurückziehen musste. Mit einem neuen Vertrag über mehr als 10 Milliarden Dollar mit OpenAI, der bis 2028 läuft, hat das Unternehmen jedoch einen bedeutenden Kunden gewonnen, was das Vertrauen der Investoren stärkt. Cerebras' innovative Wafer-Skalierungstechnologie zielt darauf ab, im Bereich der Inferenz zu konkurrieren, wo die Margen unter Druck stehen. Trotz dieser positiven Entwicklungen bleibt das Unternehmen stark von wenigen Kunden abhängig und steht vor Herausforderungen in der Massenproduktion seiner Chips. Der Markt für KI-Hardware zeigt sich vorsichtig, und die bevorstehende IPO-Bewertung wird auf die Probe gestellt, insbesondere im Vergleich zu Nvidias dominierender Marktstellung. Eine erfolgreiche Roadshow könnte zu einer Preisfestsetzung Mitte Mai führen, andernfalls könnte Cerebras erneut Schwierigkeiten auf dem öffentlichen Markt haben.

Der Artikel "LLM-as-a-Judge: Designing Reliable AI Evaluators for Modern Agentic System" behandelt die Entwicklung eines Systems zur Bewertung von Modellausgaben durch große Sprachmodelle (LLMs). Die Autoren betonen, dass die Effektivität solcher Systeme von klaren Bewertungsrubriken, deterministischen Prüfungen, Kalibrierung und menschlicher Aufsicht abhängt, anstatt blind auf die Fähigkeiten des Modells zu vertrauen. Ein zuverlässiger LLM-Judge muss verstehen, was Qualität bedeutet, welche Beweise er verwenden darf und wie er unter Unsicherheit agieren soll. Die Gestaltung des Systems erfordert sorgfältige Auswahl der Bewertungsregeln und Evaluationsprotokolle, um Verzerrungen zu vermeiden. Zudem wird hervorgehoben, dass nicht das Modell selbst, sondern klare Kriterien und Kontextualisierung entscheidend für die Bewertung sind. Abschließend empfehlen die Autoren hybride Systeme, die verschiedene Bewertungsmethoden kombinieren, um die Stärken der LLMs optimal zu nutzen und gleichzeitig die Kosten zu kontrollieren.

In der Analyse von Micron und SanDisk, zwei führenden Unternehmen im Bereich Speicherlösungen, wird untersucht, welches Unternehmen besser von der aktuellen AI-Boom profitiert. Micron hat einen größeren Marktanteil und ein diversifiziertes Produktportfolio, während SanDisk sich fast ausschließlich auf NAND-basierte Produkte konzentriert. SanDisk verzeichnete in den letzten Quartalen ein beeindruckendes Wachstum, darunter eine 251%ige Umsatzsteigerung, was zu einer höheren Bewertung im Vergleich zu Micron führt. Trotz eines niedrigeren Kurs-Gewinn-Verhältnisses zeigt Micron ein stabiles Wachstum in mehreren Geschäftsbereichen. SanDisk hingegen profitiert von schnell wachsenden Segmenten wie Data Center und Edge, die an Umsatz gewinnen. Beide Unternehmen haben die S&P 500 in diesem Jahr übertroffen, wobei SanDisk aufgrund seines schnelleren Wachstums einen leichten Vorteil hat. Investoren sollten jedoch vorsichtig sein, da SanDisk nicht auf der Liste der besten Aktien von Analysten steht.

ByteDance's Anew Labs, die Drug-Discovery-Einheit des Unternehmens, hat auf einer bedeutenden Immunologie-Konferenz in Boston ihre erste AI-gestützte Therapie vorgestellt, die IL-17, ein Protein, das mit Autoimmunerkrankungen in Verbindung steht, gezielt angreift. Diese kleine Molekültherapie zielt darauf ab, IL-17 zu hemmen, das bisher als "undruggable" galt, aufgrund seiner breiten und flachen Protein-Protein-Interaktionen. Anew Labs nutzt generative KI, um orale Therapien zu entwickeln, die teure injizierbare Antikörperbehandlungen ersetzen könnten. Ihr generatives Framework, AnewOmni, wurde mit über fünf Millionen biomolekularen Komplexen trainiert und soll funktionale Moleküle in verschiedenen Größenordnungen entwerfen, was eine bedeutende Einschränkung aktueller KI-Modelle zur Arzneimittelentdeckung adressiert. Obwohl die Entwicklungen vielversprechend sind, liegt die IL-17-Molekültherapie noch in der präklinischen Phase, und es gibt bisher keine klinischen Daten. Der Weg von der ersten Präsentation bis zur Zulassung ist herausfordernd, und der Erfolg von Anew Labs hängt letztlich von den Ergebnissen zukünftiger klinischer Studien ab. Die umfangreiche KI-Infrastruktur von ByteDance, ursprünglich für TikTok entwickelt, wird nun auf die Arzneimittelentdeckung angewendet, doch bleibt der Übergang von der Algorithmusentwicklung zu wirksamen Behandlungen ungewiss.

Der Artikel „We Shipped AI to Production by Guessing. The Bill Is Now Due“ beleuchtet die Schwierigkeiten, die Unternehmen bei der Implementierung von Künstlicher Intelligenz (KI) erleben. Nur 31% der KI-Initiativen erreichen die volle Produktionsreife, was als alarmierend, aber nicht überraschend gilt. Viele Unternehmen behandeln KI-Implementierungen wie Hackathons, wobei Entscheidungen oft auf Trends und Annahmen basieren. Ingenieure neigen dazu, eine als Vibe-Based Engineering bezeichnete Methode zu verwenden, bei der sie Modelle und Parameter willkürlich auswählen, ohne fundierte Analysen oder Metriken zu berücksichtigen. Diese Vorgehensweise führt zu inkonsistenten Ergebnissen und frustrierenden Fragen zur Leistungsfähigkeit der KI. Der Autor betont, dass das Problem nicht nur in den verwendeten Werkzeugen liegt, sondern auch an einem Mangel an klarem Verständnis und strukturierter Methodik für die Entwicklung von KI-Modellen. Um zuverlässige Ergebnisse zu erzielen, sind definierte Metriken und Validierungsansätze, wie sie in der Datenwissenschaft bei der Erstellung von Nachfrageprognosemodellen erforderlich sind, unerlässlich.

Der Artikel "Why Do LLMs Code-Switch?" untersucht das Phänomen des Code-Switching in großen Sprachmodellen (LLMs), bei dem diese Modelle innerhalb einer Antwort zwischen verschiedenen Sprachen wechseln. Dieses Verhalten tritt häufig auf, wenn Nutzer in ihrer Muttersprache und Englisch kommunizieren. Die Frage, ob dies lediglich auf die mehrsprachigen Trainingsdaten zurückzuführen ist oder ob es tiefere Einsichten in die Sprachrepräsentation der LLMs bietet, wird erörtert. Die Antwort liegt in einer Kombination aus den Trainingsdaten, der Modellarchitektur und der Art der Sprachkodierung. LLMs werden mit umfangreichen, oft chaotischen, mehrsprachigen Datensätzen trainiert, die das Code-Switching der Nutzer widerspiegeln. Dieses Verhalten wird in der natürlichen Sprachverarbeitung als cross-lingual co-occurrence bezeichnet und zeigt, wie LLMs unsere mehrsprachigen Kommunikationsgewohnheiten nachahmen.

Der Artikel "Your Laptop Is Smarter Than You Think — And It’s About to Prove It" beleuchtet die Möglichkeiten, wie Nutzer mit Laptops oder Mac Minis, die über 16 GB RAM verfügen, leistungsstarke KI-Modelle lokal betreiben können. Oft haben Menschen eine falsche Vorstellung von der Komplexität und den Kosten, die mit der Ausführung von KI verbunden sind. Der Artikel räumt mit diesen Mythen auf und zeigt, dass es möglich ist, kleine, nützliche KI-Modelle herunterzuladen und direkt auf gängigen Geräten zu nutzen, ohne auf teure Hardware oder Internetverbindungen angewiesen zu sein. Zudem wird erklärt, wie diese KI-Modelle funktionieren, und es wird eine praktische Anleitung bereitgestellt, um die eigene private KI sofort in Betrieb zu nehmen. Dies ermöglicht es den Nutzern, ihre Daten sicher zu verwalten und gleichzeitig die Vorteile der KI-Technologie zu nutzen.

Ganz allgemein beschreibt RAG die Idee, dass man vor einer neuen Antwort oder neuen Erstellung zuerst passendes Wissen aus vorhandenen Quellen holt und die Aufgabe dadurch verbessert. Im Alltag wäre das so, als würde jemand nicht einfach aus dem Kopf sprechen, sondern zuerst im Ordner, im Buch oder in den eigenen Notizen nachsehen. Der Kern ist also: erst finden, dann formulieren. Im KI-Kontext bezeichnet RAG eine Technik, bei der ein Large Language Model vor der Antwortgenerierung relevante Dokumente, Textausschnitte oder Daten aus einer externen Wissensquelle abruft.

Die US-Regierung hat China beschuldigt, in erheblichem Umfang geistiges Eigentum aus amerikanischen KI-Labors zu stehlen, was die Bedenken hinsichtlich der US-Führungsposition in der Künstlichen Intelligenz verstärkt. In einem Memo erklärte Michael Kratsios, dass chinesische Akteure koordinierte Kampagnen durchführen, um US-KI-Systeme zu analysieren und deren Fähigkeiten zu reproduzieren, ohne die hohen Entwicklungskosten zu tragen. Diese Angriffe nutzen Techniken wie Jailbreaking und Distillation, um durch Millionen von Anfragen an KI-Systeme große Datensätze zu sammeln. Die Vorwürfe könnten die bereits angespannten technologischen Beziehungen zwischen den USA und China weiter belasten und Unsicherheiten in Bezug auf politische Entscheidungen im Bereich KI und Halbleiter hervorrufen. Während die chinesische Botschaft die Anschuldigungen als unbegründet zurückwies, haben US-KI-Unternehmen ähnliche Ausspähversuche festgestellt. Die US-Regierung plant, Informationen mit amerikanischen KI-Firmen zu teilen und Maßnahmen gegen die Verantwortlichen zu ergreifen. Kratsios äußerte zudem Bedenken hinsichtlich der Langlebigkeit der auf gestohlenen Fähigkeiten basierenden Systeme, da sich die Erkennungsmethoden weiterentwickeln.

Die Neobank und Fintech-Pionierin Dave, die 2022 an die Börse ging, hat sich erfolgreich im Finanzsektor etabliert, ohne physische Filialen zu betreiben. Die hohe Nachfrage von Wall Street spiegelt sich in einer A+ Accumulation/Distribution-Bewertung und einem starken Verhältnis von 2,3 zwischen Auf- und Abwärtsvolumen für die Dave-Aktien wider. Innovative Funktionen wie CashAI und DaveGPT tragen zur Verbesserung des Nutzererlebnisses und zur Stärkung der Kundenbindung bei. Diese positiven Entwicklungen haben zu einem Anstieg der relativen Stärke geführt, die über 90 bewertet wird. Insgesamt deutet dies darauf hin, dass Dave in einem wettbewerbsintensiven Markt gut positioniert ist und weiteres Wachstumspotenzial hat.

Das Startup Era hat kürzlich 11 Millionen Dollar an Finanzierung erhalten, um eine Softwareplattform für die Entwicklung von KI-Geräten zu schaffen. Diese Plattform ermöglicht es Hardware-Herstellern, KI-Agenten und Orchestrierungen zu entwickeln, ohne eigene Geräte produzieren zu müssen. Bei einer Veranstaltung in New York wurden bereits erste Mini-Gadgets vorgestellt, die auf der Era-Plattform basieren, darunter ein Souvenir, das Fakten über Frankreich liefert, und ein Gerät zur Aktieninformation. Era zielt darauf ab, eine intelligente Schicht zu schaffen, die die traditionelle App-Architektur ersetzen könnte, und den Nutzern mehr Kontrolle über ihre Geräte zu geben. Die Gründer, die zuvor in verschiedenen Technologieunternehmen tätig waren, betonen, dass die Zukunft der Technologie nicht von einer kleinen Gruppe in San Francisco bestimmt werden sollte. Die Plattform bietet über 130 große Sprachmodelle und soll sich über Millionen von Geräten skalieren lassen. Era plant, ihre Technologie auch der Open-Source- und Maker-Community zugänglich zu machen, um deren Vielseitigkeit zu demonstrieren. Trotz der Herausforderungen im KI-Hardware-Bereich ist Era optimistisch, dass die Verbreitung von KI-Geräten neue Anwendungsfälle hervorbringen wird.

Die FIBE 2026 hat sich als zentrales Event für die europäische Finanz- und Tech-Community etabliert, indem sie Banken, FinTechs und Regulierungsbehörden zusammenbrachte, um über Trends wie Künstliche Intelligenz und europäische Souveränität zu diskutieren. Ein wesentlicher Fokus lag auf dem Wandel von der Buy-vs.-Build-Strategie hin zu verstärkten Eigenentwicklungen, da Banken und FinTechs zunehmend die Kontrolle über ihre Systeme zurückgewinnen möchten. Der Reifegrad von KI spielt dabei eine entscheidende Rolle, indem er Unternehmen wie Holvi ermöglicht, ihre Systeme effizienter zu entwickeln. Zudem wurde die Notwendigkeit betont, Partnerschaften zwischen Banken und FinTechs zu fördern, um innovative digitale Finanzierungslösungen zu schaffen. Die Veranstaltung bot sowohl große Keynotes als auch interaktive Formate, die den Austausch von Ideen anregten. Insgesamt bestätigte die FIBE, dass Berlin ein zentraler Standort für die Weiterentwicklung der Finanztechnologie in Europa bleibt.

Faruqi & Faruqi, LLP informiert Investoren der Gemini Space Station (GEMI) über die Frist bis zum 18. Mai 2026, um sich als Hauptkläger in einer Sammelklage zu registrieren. Die Kanzlei untersucht mögliche Ansprüche gegen GEMI, das beschuldigt wird, gegen Bundeswertpapiergesetze verstoßen zu haben, indem es falsche und irreführende Aussagen über seine Geschäftstätigkeit und finanziellen Aussichten gemacht hat. Insbesondere wird behauptet, dass Gemini die Tragfähigkeit seiner Plattform übertrieben und die Risiken einer kostspieligen Umstrukturierung nicht offengelegt hat. Diese falschen Informationen könnten zu erheblichen Verlusten für Investoren geführt haben, die zwischen dem 12. September 2025 und dem 17. Februar 2026 in die Wertpapiere von Gemini investiert haben. Faruqi & Faruqi ermutigt betroffene Investoren, sich direkt mit Partner Josh Wilson in Verbindung zu setzen, um ihre rechtlichen Optionen zu besprechen. Die Kanzlei hat seit ihrer Gründung im Jahr 1995 bereits Hunderte Millionen Dollar für Investoren zurückgewonnen.

Die Studie "LangFuse: Evaluating Agents in Production" untersucht die Bewertung von KI-Agenten in realen Anwendungen, insbesondere durch den Einsatz von großen Sprachmodellen (LLMs) als Bewertungsinstanz. Die Autoren analysieren, wie LLMs als Richter fungieren können, um die Leistung von Agenten zu beurteilen und dabei verschiedene Datensätze zu nutzen. Ein zentraler Aspekt der Forschung ist der Feedback-Loop, der es ermöglicht, die Agenten kontinuierlich zu verbessern, indem sie aus den Bewertungen lernen. Die Ergebnisse zeigen, dass die Kombination von LLMs und strukturierten Datensätzen eine effektive Methode zur Evaluierung und Optimierung von KI-Agenten darstellt. Die Studie bietet wertvolle Einblicke in die Herausforderungen und Möglichkeiten der Agentenbewertung in produktiven Umgebungen und hebt die Bedeutung von qualitativ hochwertigem Feedback hervor.

Der Artikel "Proven Techniques to Reduce Inference Cost Without Self-Hosting AI" behandelt Strategien zur Senkung der Kosten für KI-Inferenz, ohne dass eine eigene Hosting-Infrastruktur erforderlich ist. Er beleuchtet verschiedene Ansätze, wie die Optimierung von Modellen, die Nutzung von Cloud-Diensten und die Implementierung effizienter Algorithmen. Zudem werden Techniken zur Reduzierung der Rechenressourcen und zur Verbesserung der Latenzzeiten vorgestellt. Der Fokus liegt auf der Maximierung der Effizienz und der Minimierung der Ausgaben, während gleichzeitig die Leistungsfähigkeit der KI-Anwendungen erhalten bleibt. Der Artikel bietet praktische Tipps und Best Practices für Unternehmen, die KI-Lösungen kosteneffizient einsetzen möchten.

Der Artikel "Stop measuring AI training costs in GPU hours" kritisiert die weit verbreitete Praxis, die Kosten für das Training von KI-Modellen ausschließlich in GPU-Stunden zu quantifizieren. Diese Methode spiegelt nicht die tatsächlichen Ausgaben wider, da zusätzliche Faktoren wie Ausfallzeiten, ineffiziente Cluster und das Speichern von Zwischenständen die Kosten erheblich erhöhen können. Insbesondere bei großen GPU-Clustern führen Unterbrechungen, ob geplant oder ungeplant, oft zu finanziellen Verlusten durch Rollbacks. Zudem liegt die tatsächliche GPU-Nutzung häufig unter den angegebenen Leistungsbenchmarks, was die Effizienz weiter mindert. Der Artikel empfiehlt Unternehmen, die Infrastruktur und deren Effizienz zu bewerten, anstatt sich nur auf GPU-Stundenpreise zu konzentrieren. Anbieter, die auf Zuverlässigkeit und automatisierte Wiederherstellung setzen, können Trainingszeiten verkürzen und Kosten senken. Letztlich ist die Wahl der richtigen Cloud-Infrastruktur entscheidend, um Effizienz zu maximieren und die Kosten zu kontrollieren.

Die US-Regierung hat festgestellt, dass China systematisch amerikanische KI-Modelle kopiert, wie aus einem Memo von Michael Kratsios, dem Wissenschaftsberater von Präsident Trump, hervorgeht. Ausländische Akteure nutzen zehntausende Proxy-Accounts und Jailbreaking-Techniken, um die Fähigkeiten führender US-KI-Systeme zu extrahieren. Dieser Prozess, bekannt als Distillation, ermöglicht die Erstellung kleinerer Modelle, die in bestimmten Benchmarks mit großen US-Systemen konkurrieren können, jedoch zu geringeren Kosten. Kratsios kritisiert, dass dabei Sicherheitsprotokolle entfernt werden, was die ideologische Neutralität und Wahrheitsfindung der KI untergräbt. Die Trump-Administration plant, Informationen über diese Aktivitäten mit US-Unternehmen zu teilen und die Zusammenarbeit im privaten Sektor zu verstärken. US-KI-Labore wie Anthropic, OpenAI und Google haben bereits vor Angriffen auf ihre Modelle gewarnt, wobei die Angreifer besonders an den internen Denkprozessen der Systeme interessiert sind.

Die USA haben China beschuldigt, im großen Stil geistiges Eigentum im Bereich der künstlichen Intelligenz zu stehlen, was China als Verleumdung zurückweist. Die Vorwürfe beziehen sich auf Praktiken chinesischer Unternehmen, die versuchen, amerikanische KI-Modelle durch Methoden wie Distillation zu kopieren. Unternehmen wie Google und Anthropic haben festgestellt, dass gefälschte Konten genutzt werden, um auf vertrauliche Informationen zuzugreifen. Michael Kratsios, Direktor des Büros für Wissenschaft und Technologie des Weißen Hauses, warnte, dass solche Angriffe Chinas Fortschritt im KI-Wettlauf gefährden könnten. Die US-Regierung plant, ausländische Akteure zur Verantwortung zu ziehen, und der Kongress könnte Gesetze aktualisieren, um amerikanische Firmen besser zu schützen. Ein Bericht des House’s Select Committee on China empfiehlt, Modellextraktion als Industriespionage zu klassifizieren und strenge Strafen einzuführen. Die Geschwindigkeit, mit der der Kongress handeln wird, bleibt jedoch ungewiss.

Der Artikel "Vision Transformers and the Decline of CNNs" untersucht den Aufstieg von Vision Transformers (ViTs) als dominierende Architektur im Bereich der Bildverarbeitung und analysiert, wie sie die traditionellen Convolutional Neural Networks (CNNs) zunehmend ersetzen. ViTs nutzen Selbstaufmerksamkeit und ermöglichen eine effizientere Verarbeitung von Bilddaten, indem sie globale Kontextinformationen besser erfassen. Der Autor diskutiert die Vorteile von ViTs, wie ihre Flexibilität und Skalierbarkeit, sowie ihre Fähigkeit, mit großen Datenmengen umzugehen. Gleichzeitig werden die Einschränkungen von CNNs hervorgehoben, die oft auf lokale Merkmale fokussiert sind und Schwierigkeiten haben, in komplexen Szenarien zu generalisieren. Der Artikel schließt mit einem Ausblick auf die zukünftige Entwicklung in der Bildverarbeitung und die potenziellen Herausforderungen, die sowohl ViTs als auch CNNs erwarten.

Die White House Office of Science and Technology Policy (OSTP) hat China beschuldigt, amerikanische KI-Modelle auf "industrieller Ebene" zu stehlen, und plant, Informationen mit US-KI-Unternehmen wie OpenAI, Anthropic und Google zu teilen. Diese Vorwürfe basieren auf Beweisen, die seit Februar gesammelt wurden, insbesondere der Behauptung, dass DeepSeek die Modelle von OpenAI distilliert hat. Distillation ist ein Verfahren, bei dem die Antworten eines KI-Modells verwendet werden, um ein kostengünstigeres Konkurrenzmodell zu trainieren, was rechtliche und strategische Fragen aufwirft. Der OSTP-Policy-Memo erscheint kurz vor einem Gipfel zwischen Trump und Xi und hebt den Schutz von KI-Technologien als nationale Sicherheitspriorität hervor. Der Kongress hat das "Deterring American AI Model Theft Act" eingeführt, das Sanktionen gegen Unternehmen vorsehen könnte, die unzulässige Abfragemethoden nutzen. Allerdings sind die rechtlichen Grundlagen für eine solche Verfolgung unklar. Die US-Regierung hat bereits Maßnahmen ergriffen, um den Zugang Chinas zu fortschrittlichen KI-Chips zu beschränken, doch die Umgehung dieser Kontrollen zeigt, dass der Schutz der Modelle selbst entscheidend wird. Der bevorstehende Gipfel wird klären, ob die US-Politik auf nachhaltige Durchsetzung abzielt oder lediglich als Verhandlungsstrategie dient.

In einem internen Memo hat die US-Regierung vor massiven Versuchen chinesischer Firmen gewarnt, amerikanische Fortschritte im Bereich der künstlichen Intelligenz (KI) zu stehlen. Michael Kratsios, Direktor für Wissenschafts- und Technologiepolitik, erläuterte, dass diese Firmen durch einen Prozess namens "Distillation" Technologien kopieren. Um dem entgegenzuwirken, plant die US-Regierung, Informationen über die Taktiken der chinesischen Akteure mit heimischen KI-Unternehmen zu teilen und die Koordination im Kampf gegen solche Angriffe zu verbessern. Zudem sollen Best Practices zur Identifizierung und Minderung dieser Bedrohungen entwickelt werden. Während die chinesische Botschaft die Vorwürfe zurückweist und auf eigene Fortschritte hinweist, haben führende KI-Unternehmen wie OpenAI und Anthropic bereits Angriffe durch chinesische Labore gemeldet, die tausende von Konten nutzen, um nicht öffentlich zugängliche Informationen über KI-Modelle zu extrahieren. Kratsios warnte, dass die Integrität und Zuverlässigkeit der von diesen Akteuren produzierten Modelle fraglich sei.

Claude, ein KI-Modell von Anthropic, hat das Potenzial, in den nächsten drei bis fünf Jahren bis zu 40% der Ausgaben für Inhouse-Rechts-Technology zu absorbieren. Dies geschieht vor allem durch innovative Funktionen wie ein Word-Add-In und maßgeschneiderte Plug-ins. Im Gegensatz dazu wird erwartet, dass nur 3% bis 8% der Ausgaben großer Kanzleien von Claude übernommen werden, da diese stark an bestehenden Beziehungen zu Legal-Tech-Anbietern festhalten und Bedenken hinsichtlich der Datensicherheit haben. Kleinere und mittlere Kanzleien zeigen sich hingegen offener für einen Wechsel zu Claude. Inhouse-Rechtsabteilungen, die weniger etablierte Beziehungen zu Anbietern haben, könnten ebenfalls von Claudes Angeboten profitieren, insbesondere bei weniger risikobehafteten Verträgen. Unternehmen, die sich auf Dokumentenprüfung spezialisiert haben, müssen sich anpassen, um im Wettbewerb mit Claude bestehen zu können, während große Datenanbieter wie Clio und LexisNexis weniger betroffen sind. Insgesamt könnte die Einführung von Claude die Rechts-Technology-Landschaft grundlegend verändern und den Innovationsdruck in der Branche erhöhen.

Momentus Technologies hat einen Bericht veröffentlicht, der eine signifikante Kluft zwischen dem Glauben an die transformative Kraft von Künstlicher Intelligenz (KI) in der Veranstaltungsbranche und der tatsächlichen Umsetzung aufzeigt. Während 64% der befragten Fachleute überzeugt sind, dass KI eine entscheidende Rolle spielen wird, haben lediglich 7% bereits bedeutende Maßnahmen ergriffen. Die Umfrage zeigt, dass aktuelle KI-Anwendungen oft auf grundlegende Aufgaben wie Dateneingabe und Inhaltsgenerierung beschränkt sind, während komplexere Prozesse wie Personalplanung und Veranstaltungsorganisation weitgehend ungenutzt bleiben. Hauptbarrieren für die Implementierung sind unzureichendes Wissen über KI-Tools und fehlende Echtzeit-Operationserkenntnisse. Die Branche wünscht sich insbesondere Werkzeuge zur Verbesserung der Teamkoordination und zur Reduzierung administrativer Aufgaben. Zudem möchten 66% der Befragten, dass KI ihre Teams ergänzt, anstatt sie zu ersetzen. Momentus Technologies plant, diesen Bedürfnissen gerecht zu werden, indem sie KI-gestützte Lösungen entwickelt, die auf dem Feedback der Branche basieren.

Der Artikel „AI quota inflation is no token effort. It's baked in“ beleuchtet die Herausforderungen des Token Incremental Burn Syndrome (TIBS) im Bereich der Künstlichen Intelligenz, insbesondere bei großen Sprachmodellen (LLMs). Die Abrechnung über Tokens als Metrik führt zu einer inflationären Entwicklung, da sie keine realistische Bewertung der erbrachten Leistungen ermöglicht. Dies fördert ein Abonnementmodell, das Nutzer in eine Abhängigkeit treibt, während klare Leistungskennzahlen fehlen. Die Autorin kritisiert, dass die Branche in einem Kreislauf von Lock-in und Feudalismus gefangen ist, was den Wechsel zu anderen Systemen erschwert. Zudem wird festgestellt, dass die Kosten für KI-Dienste nicht mehr durch Moore's Law gesenkt werden, was die Situation weiter verschärft. Die Gefahr besteht darin, dass die Technologie die Belegschaft deskillt und die Kontrolle über die IT-Produktion zurückgewinnt, ähnlich der Mainframe-Ära. Der Artikel schließt mit der Warnung, dass der einzige gewinnende Zug darin besteht, sich nicht an diesem Spiel zu beteiligen.

Die französische Schauspielerin Nathalie Baye ist im Alter von 77 Jahren in ihrer Pariser Wohnung verstorben, wie ihre Angehörigen am Samstag mitteilten. Ihr Tod ereignete sich am Freitagabend, nachdem sie an einer Demenz-Erkrankung litt. Baye war eine bedeutende Film-Ikone, die in über 80 Filmen mitwirkte und mit renommierten Regisseuren wie François Truffaut, Xavier Dolan und Claude Chabrol zusammenarbeitete. Sie wurde für ihre schauspielerischen Leistungen vielfach ausgezeichnet und hinterlässt eine große Lücke in der französischen Filmwelt. Ihr Ableben wird von vielen als erheblicher Verlust für die Kultur und das Kino in Frankreich wahrgenommen. Bayes Einfluss und Talent werden in der Branche und bei ihren Fans weiterhin geschätzt.