Audio & Sprache

Eine Studie der Coalition for Language Equity in AI Research zeigt, dass die Nutzung von Künstlicher Intelligenz (KI) für Sprecher weniger verbreiteter Sprachen teurer sein kann als für Englischsprachige. Dies liegt an einer versteckten "Tokenizer-Steuer", die dazu führt, dass KI-Modelle für einige Sprachen deutlich mehr Tokens benötigen, was die Kosten und die Effizienz der Anwendungen erhöht. Der Unterschied in der Token-Nutzung kann bis zu 17-fach variieren, was längere Wartezeiten und eine reduzierte Kontextkapazität zur Folge hat, insbesondere in Regionen mit begrenzter Rechenleistung. Um die Sprachverarbeitung zu verbessern, wird die Notwendigkeit hochwertiger digitaler Daten betont, wobei Initiativen wie RESPIN als positive Beispiele hervorgehoben werden. Die Studie stellt fest, dass sowohl die Seltenheit einer Sprache als auch die Schriftart die Token-Nutzung beeinflussen. Trotz fallender Token-Preise bleibt die Herausforderung, Tokenizer zu entwickeln, die besser auf verschiedene Sprachen und Schriften abgestimmt sind. Experten fordern eine transparente Kostenbewertung für verschiedene Sprachen und Strategien zur Unterstützung der am schlechtesten bedienten Sprachen.

In einem aktuellen Podcast nach dem dritten Quartalsbericht 2026 von TSMC beleuchtet der DIGITIMES-Analyst Luke Lin bedeutende Entwicklungen in der Halbleiterbranche. Besonders im Fokus steht die Eröffnung eines neuen 3nm-Werks im Southern Taiwan Science Park, das die Nachfrage nach fortschrittlichen Halbleitertechnologien ankurbeln soll. Diese Maßnahme könnte TSMC dabei unterstützen, seine Marktposition zu festigen und die Produktionskapazitäten auszubauen. Zudem wird der strategische Wechsel von Samsung zu High Bandwidth Memory (HBM) angesprochen, der auf eine Neuausrichtung im Bereich der Speichertechnologien hinweist. Diese Veränderungen könnten erhebliche Auswirkungen auf die Wettbewerbslandschaft der Halbleiterindustrie haben und die Innovationsgeschwindigkeit in diesem Sektor steigern.

Die älteste Brauerei der Welt, Weihenstephan, hat sich erfolgreich an die sinkende Biernachfrage in Deutschland angepasst, indem sie moderne Technologien wie Künstliche Intelligenz (KI) nutzt und ihre Exportstrategien ausweitet. Diese innovativen Ansätze ermöglichen eine effizientere Produktion und die Erschließung neuer Märkte. Während viele Brauereien mit wirtschaftlichen Herausforderungen kämpfen, demonstriert Weihenstephan, wie Innovation und internationale Ausrichtung zu nachhaltigem Geschäftserfolg führen können. Die gelungene Kombination aus traditioneller Braukunst und modernen Technologien erweist sich als Schlüssel zum Überleben in einem schwierigen Marktumfeld. So bleibt Weihenstephan nicht nur relevant, sondern festigt auch seine Position als älteste Brauerei der Welt.

Block hat ein innovatives KI-Sprachmodell namens Dessa entwickelt, das ausschließlich auf menschlicher Sprache trainiert wurde, ohne Textdaten zu verwenden. Dessa verarbeitet Sprache direkt als Audio und kann Emotionen, Sarkasmus, Lachen und Pausen in Echtzeit erkennen. Das Modell ermöglicht eine gleichzeitige Kommunikation, indem es sowohl hören als auch sprechen kann, und läuft lokal auf einem MacBook Pro M4 Max. Die Entwicklung von Dessa wurde aus dem Wunsch nach verbesserter Mensch-KI-Interaktion und Sicherheitsbedenken initiiert, da bestehende Sprach-KIs oft emotionale Hinweise übersehen. Aktuell ist Dessa noch nicht öffentlich zugänglich, da das Team zunächst AI-Sicherheitsforscher sucht, um potenzielle Risiken zu testen. Frühere Versuche, emotionale Sprach-KIs zu entwickeln, scheiterten oft, da es einen Unterschied zwischen emotionalem Klang und echter emotionaler Intelligenz gibt. Die Qualität der Antworten hängt mehr von der Argumentationsfähigkeit während des Sprechens ab als von der Natürlichkeit der Stimme.

In der Talkshow "MusikerGrillen" von WELT und ROLLING STONE spricht Thomas Anders, der Sänger von Modern Talking, über den unerwarteten Erfolg seines Songs "Cheri, Cheri Lady", der in nur einem Monat 30 Millionen Streams erreicht hat. Dieser Anstieg wird vor allem durch die Verwendung des Songs in einer Bollywood-Produktion begünstigt, was den globalen Streaming-Trend verdeutlicht. Anders bemerkt, dass "Cheri, Cheri Lady" mittlerweile häufiger gestreamt wird als sein erster Hit "You're My Heart, You're My Soul". Zudem thematisiert er den Einsatz künstlicher Intelligenz in der Musik, insbesondere in seinen Musikvideos, und fordert gesetzliche Regelungen zur Kennzeichnung von KI-generierten Inhalten. Er sieht KI als unvermeidlich an und plädiert für eine intelligente Integration in die Musikbranche. Die Episode wird am 24. Oktober 2026 auf WELT TV ausgestrahlt und behandelt aktuelle Herausforderungen in der Popkultur.

Der Canterbury City Council hat die Pläne für ein KI-Datenzentrum in Kent genehmigt, das von der britischen Firma Era4 vorgeschlagen wurde. Der Standort, der zuvor als Kompostierungsanlage diente, soll effizient genutzt werden und Zugang zu erneuerbaren Energien bieten. Trotz Bedenken hinsichtlich des Wasserverbrauchs und des Kühlsystems stimmte der Planungsausschuss mit einer Mehrheit von vier Stimmen für das Projekt. Kritiker, darunter Councillor Ian Stockley, äußerten Sorgen über die Verschwendung natürlicher Ressourcen. Era4 erklärte, dass das Kühlsystem nur bei Außentemperaturen über 25 Grad aktiv sei und der tägliche Wasserverbrauch von bis zu 1804 Gallonen unter dem empfohlenen Limit liege. Planungshauptmann Simon Thomas betonte, dass der Wasserverbrauch vergleichbar mit dem von etwa 60 Haushalten sei. Anwohner hatten zuvor über Müllansammlungen und Geruchsbelästigungen in der Nähe des Standorts geklagt.

Im dritten Quartal hat Tesla einen positiven freien Cashflow von 1,5 Milliarden US-Dollar erzielt, nachdem im vorherigen Quartal ein seltener Cash-Burn verzeichnet wurde. Trotz dieser finanziellen Verbesserung bleiben die hohen Betriebsaufwendungen, die zu früheren Verlusten führten, bestehen. Die Ausgaben für Forschung und Entwicklung im Bereich Künstliche Intelligenz, nun als 'Super Intelligence' bezeichnet, sind um 69 % auf 2,76 Milliarden US-Dollar gestiegen. Auch die Verkaufs- und Verwaltungskosten haben um 29 % auf über 2 Milliarden US-Dollar zugenommen. Diese hohen Ausgaben könnten die zukünftige Rentabilität des Unternehmens gefährden. Zudem führt Tesla stagnierende Verkaufszahlen auf Probleme in der Batterieversorgung zurück, die sowohl die Produktion als auch den Absatz von Fahrzeugen beeinträchtigen.

Der Artikel "Gemini TTS Audio Quality: How to Catch Silence, Repetition, and Voice Drift" beschäftigt sich mit der Analyse und Verbesserung der Audioqualität von Text-to-Speech (TTS) Systemen, insbesondere des Gemini TTS. Er erläutert, wie Probleme wie unerwünschte Stille, Wiederholungen und Sprachdrift erkannt und behoben werden können. Der Autor betont die Bedeutung einer präzisen Sprachausgabe für die Benutzererfahrung und gibt praktische Tipps zur Identifizierung und Korrektur dieser häufigen Fehler. Zudem werden Techniken vorgestellt, um die Konsistenz und Natürlichkeit der Sprachausgabe zu gewährleisten. Der Artikel richtet sich an Entwickler und Forscher im Bereich der Sprachsynthese, die die Qualität ihrer TTS-Anwendungen verbessern möchten.

Teleste hat als erstes Unternehmen die AI-Text-to-Speech-Technologie von Acapela in seine S-ARRIVE®-Plattform für Fahrgastinformationen integriert. Diese bahnbrechende Entwicklung setzt einen neuen Standard für die Kommunikation in Zügen, Straßenbahnen und U-Bahnen. Die Integration ermöglicht es Betreibern, klare und natürliche Informationen in Echtzeit bereitzustellen, während sich die Situationen ändern. Die S-ARRIVE-Plattform synchronisiert visuelle und akustische Informationen, was die Verständlichkeit und Qualität der Ansagen verbessert. Die AI-Stimmen von Acapela passen sich an lokale Stationsnamen und Fachvokabular an, wodurch die Zugänglichkeit für Passagiere erhöht wird. Diese Innovation gewährleistet, dass wichtige Informationen, wie Fahrplanänderungen, sofort und verständlich vermittelt werden. Die Zusammenarbeit zwischen Teleste und Acapela bringt modernste Technologie in ein bewährtes System und erfüllt die sich wandelnden Anforderungen des öffentlichen Verkehrs.

Die Stadt Dallas hat ihre Benachrichtigungen, die durch KI-Kameras an Müllfahrzeugen erstellt werden, überarbeitet, um sie verständlicher und weniger bedrohlich zu gestalten. Seit der Einführung der Kameras im April wurden Millionen von Bildern erfasst, die auf Probleme wie überwachsene Gärten oder Graffiti hinweisen. Bisher wurden bereits Tausende von Benachrichtigungen versendet, doch die Stadt plant, die Sprache zu entschärfen und die Mitteilungen als informative Erinnerungen ohne formelle Fristen zu präsentieren. Ein QR-Code wird hinzugefügt, um den Zugang zu weiteren Ressourcen zu erleichtern, und die Benachrichtigungen sollen auch auf Spanisch verfügbar sein. Es gibt Bedenken hinsichtlich des Datenschutzes und der Effektivität der Technologie, insbesondere in einkommensschwachen Vierteln. Die Stadt betont, dass die Kameras nicht gezielt auf bestimmte Gemeinschaften ausgerichtet sind. Zudem plant Dallas, die Genauigkeit des Systems zu verbessern und die Bearbeitungszeiten für gemeldete Probleme zu verfolgen, hat jedoch keinen konkreten Zeitrahmen für diese Maßnahmen genannt.

Am 20. Oktober 2026 hat NC AI die Plattform VARCO Sound eingeführt, die es Nutzern ermöglicht, Audio für Spiele und Videos durch die Eingabe von Text, Bildern und Videos zu generieren und zu bearbeiten. Die benutzerfreundliche Oberfläche wird durch einen konversationalen KI-Agenten unterstützt, der die Audioerstellung durch natürliche Sprache vereinfacht. Nutzer können separate Spuren für unterschiedliche Audioquellen erstellen und mit der "Variation"-Funktion bestehende Inhalte weiterentwickeln, was den kreativen Prozess beschleunigt. Zur Förderung des Dienstes erhalten neue Abonnenten einen Rabatt von 50% auf die erste Monatsgebühr und können Bonuspunkte sammeln. VARCO Sound lässt sich durch eine Desktop-Anwendung und ein Unity-Plugin nahtlos in bestehende Arbeitsabläufe integrieren. NC AI plant, die Plattform weiter zu verbessern, um längere Audioinhalte zu unterstützen und die Benutzererfahrung zu optimieren. CEO Yeonsoo Lee hebt hervor, dass VARCO Sound darauf abzielt, die Effizienz von Kreativen zu steigern, ohne deren Arbeitsabläufe zu stören.

Reservoir Farms hat die Gründung einer neuen technischen Gemeinschaft in Washington State angekündigt, die sich auf die Entwicklung physischer KI für den Anbau von Obst und anderen wertvollen Kulturen konzentriert. Die Einrichtung wird im Frühjahr 2027 im Yakima Valley eröffnet, einem wichtigen landwirtschaftlichen Gebiet mit einer Produktion von über 3 Milliarden Dollar. Washington ist führend in der Produktion von Äpfeln, Birnen, Süßkirschen und Blaubeeren, die alle schwer zu mechanisierende, arbeitsintensive Ernten darstellen. Reservoir Farms plant, ein bereits erfolgreiches Modell zu verfolgen, bei dem Startups, Forscher und Landwirte zusammenarbeiten, um Technologien unter realen Bedingungen zu entwickeln und zu testen. Zu Beginn liegt der Fokus auf Obstbäumen und Blaubeeren, mit der Absicht, auch Weintrauben und Hopfen zu integrieren und langfristig in den Bereich der Reihenfrüchte zu expandieren. Durch die Kombination von Forschung, Entwicklung und Kapitalinvestitionen will Reservoir Farms vielversprechende Ideen in nützliche Werkzeuge für Landwirte umwandeln, um die weltweite Nahrungsmittelversorgung zu sichern.

In der Ära der Künstlichen Intelligenz, insbesondere durch den Einfluss großer Sprachmodelle, steht die Fähigkeit des kritischen Denkens vor neuen Herausforderungen. Experten aus den Bereichen Bildung und Kognition bieten jedoch Hoffnung und wertvolle Strategien, um geistig fit zu bleiben. Ihre Tipps basieren auf umfangreicher Forschung und zielen darauf ab, kognitive Fähigkeiten zu stärken und die Auseinandersetzung mit kritischem Denken zu fördern. Diese Fähigkeiten werden als entscheidend erachtet, um den Anforderungen der modernen Technologie gerecht zu werden. Eine vertiefte Diskussion zu diesen Themen findet auch in einem Podcast statt, der auf verschiedenen Plattformen verfügbar ist.

Huhtamäki Oyj wird am 29. Oktober 2026 um 8:30 Uhr (EET) seinen Zwischenbericht für das dritte Quartal 2026 veröffentlichen. Die Ergebnisse sowie begleitende Präsentationsmaterialien werden nach der Veröffentlichung auf der Unternehmenswebsite bereitgestellt. Am selben Tag um 9:30 Uhr EET findet eine kombinierte Audiocast- und Telefonkonferenz statt, in der CEO Ralf K. Wunderlich und CFO Thomas Geust die Ergebnisse präsentieren und Fragen beantworten. Die Veranstaltung wird in englischer Sprache durchgeführt und kann live verfolgt werden. Interessierte Teilnehmer müssen sich im Voraus registrieren, um Zugangsdaten für die Telefonkonferenz zu erhalten. Eine On-Demand-Wiedergabe des Audiocasts wird kurz nach dem Ende der Konferenz verfügbar sein.

Bloomberg hat die dialogorientierte KI-Schnittstelle ASKB für Finanzfachleute eingeführt, um präzise und vertrauenswürdige Antworten auf Basis umfassender Finanzdaten zu liefern. Diese Weiterentwicklung ermöglicht es Nutzern, ihre eigenen Instant-Bloomberg-Chats, Arbeitsblätter und Dateien in die KI zu integrieren, wodurch die Antworten sowohl den Markt als auch das individuelle Wissen der Anleger widerspiegeln. Wayne Barlow, Global Head of Core Terminal Products bei Bloomberg, betont, dass die Entscheidungsfindung von Finanzprofis durch mehr als nur Marktdaten beeinflusst wird, da wertvolle Informationen oft außerhalb der verwendeten Tools liegen. Mit ASKB können Kunden in einfacher Sprache nach ihren IB-Chats fragen und erhalten spezifische, präzise Antworten, die auf den Chat-Verlauf der letzten drei Monate zugreifen. Diese Funktion ist besonders nützlich für Analysten und Portfoliomanager, da sie aktuelle Marktinformationen und Handelsideen schnell finden und nutzen können, was ihre Entscheidungsfindung erheblich verbessert. ASKB ist zudem auf die spezifischen Abkürzungen und Akronyme im Finanzbereich abgestimmt, was das Durchsuchen der Chats erleichtert.

Der Podcast "The New Normal" von OutRival untersucht, wie führende Unternehmen in den Bereichen Hochschulbildung, Reisen und Versicherungen Künstliche Intelligenz (KI) nutzen, um messbare Erfolge zu erzielen. Mit 13 veröffentlichten Episoden und einem Ziel von insgesamt 100 Folgen bis 2027, bietet die Show wertvolle Einblicke in die praktischen Anwendungen von KI durch prominente Führungskräfte. Die Gastgeber Ruben Harris und Timur Meyster führen persönliche Gespräche, in denen sie die Erfahrungen und Herausforderungen der Gäste bei der Implementierung von KI dokumentieren. Der Podcast hebt hervor, dass viele Unternehmen zögerlich sind, KI umfassend zu nutzen, während die Interviewpartner bereits konkrete Erfolge vorweisen können. Zukünftig wird sich der Fokus auf die Versicherungsbranche richten, mit Aufnahmen, die im vierten Quartal 2026 beginnen. "The New Normal" richtet sich an Führungskräfte, die an der Schnittstelle von Technologie und Kundeninteraktion arbeiten, und bietet eine Plattform für den Austausch bewährter Praktiken und Ergebnisse.

Russell T Davies hat die Äußerungen von BBC-Direktor Matt Brittin über eine KI-generierte Episode von Doctor Who als "ungeschickt" kritisiert. Brittin bezeichnete eine inoffizielle KI-Version der Serie als "ziemlich gut", was Davies als problematisch ansieht, da solche Kommentare die Kreativen in der Branche direkt betreffen. Er betont die Wichtigkeit menschlicher Kreativität und äußert Bedenken, dass KI menschliche Autoren ersetzen könnte. Brittin, der erst im März 2026 zum Direktor-General ernannt wurde, versicherte, dass KI nicht dazu gedacht sei, Menschen zu ersetzen, und betonte die Notwendigkeit, die Chancen und Risiken der Technologie zu verstehen. Davies, bekannt für seine Arbeit an anderen erfolgreichen Serien, stellt in Frage, ob Autoren KI-Tools zur Erstellung von Entwürfen nutzen sollten. Zudem kündigte er an, dass die Produktion von Doctor Who mit einem neuen Doktor und Begleiter im Sommer des nächsten Jahres beginnen werde, nachdem die Weihnachtsfolge 2026 abgesagt wurde.

Fish Audio hat mit Drama 3 ein innovatives Text-to-Speech-Modell vorgestellt, das Entwicklern und Kreativen eine präzise Steuerung von Sprachperformances ermöglicht. Nutzer können in einfacher Sprache Tonalität, Tempo und Charaktere beschreiben und die Performance zeilenweise anpassen. Das Modell eignet sich für verschiedene Anwendungen wie Audio-Dramen, interaktive Medien und Hörbücher und erlaubt es, Emotionen mitten im Satz zu verändern sowie Dialoge zwischen mehreren Charakteren in einem Durchgang zu erstellen. Die neue Architektur von Drama 3 sorgt dafür, dass Änderungen an einzelnen Wörtern nahtlos integriert werden, was besonders in langen Projekten von Vorteil ist. Fish Audio verzeichnet ein starkes Wachstum und bedient bereits über 15 Millionen Nutzer. Drama 3 ist ab sofort verfügbar, mit reduzierten API-Nutzungskosten in den ersten 30 Tagen und speziellen Angeboten für Unternehmen, die von anderen Anbietern wechseln.

Pure Wafer hat die innovative Technologie Precision Surface Cleaning™ (PSC) vorgestellt, die darauf abzielt, atomare Oberflächenverunreinigungen in der Halbleiterfertigung und Quantenmesstechnik zu beseitigen. Diese Methode ermöglicht eine Reinigung auf sub-nanometer Ebene, was für die Produktion fortschrittlicher Chips, KI-Geräte und Sensoren von entscheidender Bedeutung ist. Die PSC-Technologie wird auf der Semicon West Ausstellung in San Francisco präsentiert und adressiert die Herausforderungen der Kontaminationskontrolle, die mit der Miniaturisierung von Geräten und neuen Materialien einhergehen. Angesichts der Geometrien von unter 7 Nanometern wird die Kontrolle von Verunreinigungen immer wichtiger für die Effizienz und Zuverlässigkeit der Fertigung. Pure Wafer kombiniert präzise Reinigung, Oberflächenvorbereitung und Verifizierung, um den Anforderungen der Halbleiterindustrie gerecht zu werden. Die Einführung dieser Technologie wird als strategischer Vorteil für Halbleiterhersteller und Entwickler von Quantenmesstechnik angesehen, da sie die Leistung und Zuverlässigkeit in anspruchsvollen Fertigungsumgebungen verbessert.

Die Einführung von Künstlicher Intelligenz in Kopfhörern hat ein bislang verborgenes Problem im Audiomarkt offenbart: Es fehlt an einer einheitlichen Plattform, die verschiedene Marken, Chips, Software und Dienstleistungen miteinander verbindet. Trotz einer großen Anzahl an Geräten führt diese Fragmentierung zu Herausforderungen bei der Kompatibilität, was die Entwicklung und Integration neuer Technologien behindert. Verbraucher könnten dadurch nicht die gewünschten Funktionen und eine reibungslose Benutzererfahrung erhalten. Zudem könnte die Innovationskraft im Bereich Audio-Technologie leiden, da Unternehmen gezwungen sind, isolierte Lösungen zu entwickeln. Eine gemeinsame Plattform könnte die Zusammenarbeit zwischen Herstellern fördern und die Benutzerfreundlichkeit für die Verbraucher erheblich verbessern.

In der Analyse "Zankore's AI factory: Can Central Java afford the water cost?" wird die wirtschaftliche und ökologische Fragestellung behandelt, ob die Region Zentraljava die Wasserressourcen für die geplante KI-Fabrik von Zankore nachhaltig nutzen kann. Die Fabrik verspricht wirtschaftliches Wachstum und technologische Fortschritte, wirft jedoch Bedenken hinsichtlich des Wasserverbrauchs auf, der für die Produktion erforderlich ist. Angesichts der bereits bestehenden Wasserknappheit in der Region wird untersucht, wie sich die Wasserentnahme auf die lokale Bevölkerung und die Umwelt auswirken könnte. Experten warnen vor möglichen Konflikten zwischen industriellen Bedürfnissen und den Anforderungen der Landwirtschaft sowie der Trinkwasserversorgung. Die Analyse fordert eine sorgfältige Abwägung der wirtschaftlichen Vorteile gegen die ökologischen und sozialen Kosten, um eine nachhaltige Entwicklung in Zentraljava zu gewährleisten.

Airoha Technology hat auf der Network X 2026 ihren innovativen 50G-PON AI Gateway Processor vorgestellt, der eine symmetrische Übertragung von 50+50 Gbps ermöglicht und integrierte Konnektivität bietet. Diese Technologie steigert die Übertragungsgeschwindigkeiten um das Fünffache und reduziert die Latenz um 80 % im Vergleich zu XGS-PON, was besonders für Anwendungen in den Bereichen KI, Cloud-Dienste und Smart Manufacturing von Bedeutung ist. Der Gateway-Prozessor basiert auf einer hochintegrierten System-on-Chip-Architektur mit 20 Kernen und unterstützt die gleichzeitige Verarbeitung von PON, Ethernet und Wi-Fi 8. Airoha zielt darauf ab, die Netzwerkbandbreite zu erhöhen und intelligente Netzwerkdiagnosen sowie Selbstheilungsfähigkeiten zu integrieren. Telekommunikationsanbieter können KI-gestützte Dienste direkt am Gateway bereitstellen, was die Effizienz und Qualität der Netzwerkanwendungen verbessert. Ein KI-Agent diagnostiziert häufige Probleme im Heimnetzwerk und bietet Lösungen in natürlicher Sprache an. Diese Entwicklungen könnten die Netzwerkverwaltung revolutionieren und die Grundlage für zukünftige KI-native Breitbanddienste schaffen.

StepFun hat mit dem Step 5 Preview ein neues KI-Modell vorgestellt, das in seiner Intelligenz mit Claude Opus 5 konkurriert und dabei die Eingabekosten um 80% sowie die Ausgabekosten um 89% senkt. Dieses Modell ist für Programmierung, Finanzanalyse und komplexe Aufgaben optimiert und unterstützt bis zu 1 Million Tokens. Es ist über OpenRouter sowie Plattformen wie OpenCode und Hermes Agent zugänglich, was eine flexible Nutzung innerhalb von Workflows ermöglicht. Zudem hat StepFun die Text-to-Speech-Lösung StepAudio 3 entwickelt, die emotionale und ausdrucksstarke Sprache erzeugt. Die automatische Spracherkennung (ASR) von StepAudio 3 hat in der nicht-streamenden Transkription die höchste Bewertung erzielt und ist auch in der Echtzeit-Spracherkennung führend. Diese Innovationen zeigen, wie StepFun die Sprach- und Audioverarbeitung vorantreibt und die Effizienz in verschiedenen Anwendungsbereichen steigert.

Die Smart Payment Association (SPA) warnt vor wachsendem Druck auf die Zahlungskartenbranche, der durch Herausforderungen in der globalen Lieferkette entsteht. Insbesondere die steigende Nachfrage nach Halbleitern für KI-Anwendungen sowie geopolitische Instabilität und steigende Rohstoffpreise gefährden die Verfügbarkeit von Chips für Zahlungskarten. Halbleiterhersteller priorisieren zunehmend die Produktion für KI-Technologien, was die Herstellung von Chips für Zahlungskarten beeinträchtigt. Zudem sind die für die Chips benötigten Edelmetalle aufgrund geopolitischer Spannungen und Handelsengpässen unter Druck. Um einer Chipknappheit wie während der Covid-19-Pandemie vorzubeugen, suchen Hersteller nach alternativen Lieferanten, was jedoch zeitaufwendig ist. Die SPA fordert Kartenaussteller auf, frühzeitig präzise Nachfrageprognosen zu kommunizieren, um Herstellern zu helfen, Kapazitäten zu sichern und die Zusammenarbeit mit Halbleiterlieferanten zu optimieren. Die SPA wird die Marktentwicklung weiterhin beobachten und über relevante Änderungen informieren.

Das Update 5 von EPIM/5 revolutioniert die Abfrage von Produktinformationen durch einen neuen KI-gestützten Data Expert, der es Nutzern ermöglicht, Fragen in natürlicher Sprache zu stellen. Dieser KI-Assistent analysiert Daten und erklärt seine Antworten nachvollziehbar, während individuelle Zugriffsrechte die Data Governance gewährleisten. Der Event Hub sorgt dafür, dass Änderungen an Daten in Echtzeit an angebundene Systeme übermittelt werden, was die Sichtbarkeit von Datenänderungen im Markt beschleunigt. Zudem integriert ein neuer API-Service verschiedene KI-Übersetzungsdienste, um Produktinhalte automatisiert zu übersetzen und zu synchronisieren. Weitere Verbesserungen umfassen metadatenbasierte Custom Tabs für individuelle Benutzeroberflächen und umfassende Performance-Optimierungen. Update 5 wurde basierend auf dem Feedback von Nutzern entwickelt, die täglich mit EPIM arbeiten, und stellt somit eine kontinuierliche Anpassung an die Bedürfnisse der Anwender sicher.

Im aktuellen Podcast von DIGITIMES diskutiert Analyst Luke Lin die vermeintliche Expansion von TSMC in Texas und stuft diese als verfrüht ein. Zudem wird die Kritik an Intels Fertigungsprozessen, insbesondere den 14A- und 18A-Technologien, thematisiert. Diese Diskussionen sind eng verbunden mit den steigenden Anforderungen an hybride Bonding- und fortschrittliche Verpackungstechnologien, die durch die wachsende Nachfrage nach KI-Anwendungen verstärkt werden. Analysten betonen auch die Bedeutung der Entwicklungen bei Qualcomm im Bereich High Bandwidth Compute (HBC), die die Notwendigkeit innovativer Lösungen im Halbleitermarkt verdeutlichen. Insgesamt zeigt die Diskussion, wie entscheidend es ist, die strategischen Entscheidungen der Unternehmen im Kontext der dynamischen Technologielandschaft zu analysieren.

Ein Forscher der Universität Princeton, Max Springer, hat eine erhebliche Schwachstelle im Wahlsystem von Georgia aufgedeckt, die es ermöglicht, mithilfe von künstlicher Intelligenz die Abstimmungsreihenfolge und die Identität der Wähler zu ermitteln. Springer konnte bei 98,9 Prozent der Stimmen in bestimmten Bezirken nachvollziehen, in welcher Reihenfolge diese abgegeben wurden, was das Wahlgeheimnis gefährdet. Dies gelang ihm durch die Kombination von KI mit öffentlich zugänglichen Wahlnachweisen, die nicht ausreichend anonymisiert sind. Die Stimmabgabe erfolgt über Touchscreen-Wahlmaschinen, die Papierstimmzettel drucken, deren Nummern jedoch nicht wirklich zufällig vergeben werden. Dies erleichtert der KI die Identifizierung der Wähler, insbesondere in kleineren Stimmbezirken oder bei frühen Wählern. Die Entdeckung führte zu einer Dringlichkeitssitzung des Wahlausschusses, in der Maßnahmen zur Verbesserung der Anonymität erörtert wurden. Infolgedessen ordnete Georgias Innenminister an, die Nummern auf den Wahlnachweisen zu schwärzen, um das Problem zu beheben.

Der AI-Musikgenerator Suno hat eine neue Funktion namens Speech eingeführt, die es Nutzern ermöglicht, gesprochene Texte mit passender Hintergrundmusik in einer einzigen Audiospur zu erstellen. Nutzer können ihre Ideen oder Texte eingeben und den gewünschten Stil für Stimme und Musik beschreiben, woraufhin das Modell beides generiert. Diese Funktion wurde einen Monat lang in einer Testphase erprobt und eignet sich für Anwendungen wie Gedichte, Meditationen und Gute-Nacht-Geschichten. Allerdings weist die Beta-Version noch einige Fehler auf, wie etwa inkonsistente Akzente. Während Suno die Trainingsmethoden des Modells nicht offenlegt, sieht sich das Unternehmen aufgrund von Bedenken hinsichtlich Urheberrechtsverletzungen bereits rechtlichen Herausforderungen gegenüber. Major-Labels haben Klage gegen Suno eingereicht, und ein Gericht in München hat entschieden, dass die Nutzung urheberrechtlich geschützter Daten nicht unter Fair Use fällt.

Audionaut ist ein kostenloser, Open-Source-Audio-Editor, der durch die Integration des Model Context Protocol (MCP) hervorsticht, welches KI-Agenten ermöglicht, Audio-Sessions ähnlich wie menschliche Benutzer zu bearbeiten. Entwickelt in modernem C++ unter dem JUCE-Framework, läuft Audionaut nativ auf Windows, macOS und Linux und bietet präzise Schnittfunktionen sowie flexible Multikanalunterstützung. Die Interaktion mit KI-Agenten erfolgt über eine einfache Befehlszeile, wodurch jede Bearbeitung im Rückgängig-Verlauf festgehalten wird. Zudem nutzt Audionaut Essentia für Audioanalysen und demucs.cpp zur Trennung von Audio-Spuren. Die wachsende Relevanz von MCP in der Industrie wird durch Investitionen von Unternehmen wie Arcade unterstrichen, während ein Vorfall, bei dem MCP für einen Cyberangriff verwendet wurde, die Notwendigkeit von Sicherheitsmaßnahmen betont. Startups, die KI-Produkte entwickeln, wird geraten, MCP frühzeitig zu integrieren, um zukünftige Kosten und Aufwände zu minimieren. Audionaut bietet eine effektive Plattform, um die Interaktion von KI mit Desktop-Anwendungen zu testen und zu optimieren.

Microsoft AI hat kürzlich neue Modelle für Echtzeit-Transkription und Text-zu-Sprache-Technologie vorgestellt. Das MAI-Transcribe-2-Streaming-Modell kann in 60 Sprachen transkribieren und liefert erste Ergebnisse in nur etwas mehr als 100 Millisekunden, was eine sofortige Reaktion von Sprachassistenten ermöglicht. Zusätzlich wurden zwei neue Text-zu-Sprache-Modelle präsentiert, die 23 Sprachen mit einem einheitlichen, nativen Akzent sprechen können. Das MAI-Voice-2.1-Flash-Modell zeichnet sich durch eine Latenz von 150 Millisekunden aus und ist kostengünstiger als sein Vorgänger. Beide Modelle können Stimmen aus wenigen Sekunden Referenzaudio klonen und beinhalten Sicherheitsmechanismen zur Verhinderung von Missbrauch. Sie sind über Plattformen wie Microsoft Foundry und MAI Playground zugänglich und haben in Tests eine hohe Realitätsnähe erreicht, wobei etwa die Hälfte der Teilnehmer die erzeugten Stimmen für echt hielt.

Microsoft hat seine KI-Modellfamilie MAI um drei neue Audio-Modelle erweitert, die speziell für Voice-Agents konzipiert sind. Die Modelle MAI-Transcribe-2-Streaming, MAI-Voice-2.1 und MAI-Voice-2.1-Flash bieten Funktionen wie Echtzeit-Transkription und Sprachausgabe. MAI-Transcribe-2-Streaming ist das erste Streamingmodell der Reihe und unterstützt 60 Sprachen, ermöglicht Sprachwechsel während der Transkription und bietet hohe Genauigkeit. Die Voice-Modelle sind für Anwendungen wie Live-Untertitelung und Diktierfunktionen optimiert, wobei Microsoft einen Einführungspreis von 0,54 US-Dollar pro Audiostunde anbietet. Das Text-to-Speech-Modell MAI-Voice-2.1 spricht in 23 Sprachen mit muttersprachlichem Akzent, während die Flash-Variante für Echtzeitanwendungen optimiert ist. Beide Modelle erlauben das Klonen von Stimmen, wobei Sicherheitsvorkehrungen gegen Missbrauch implementiert sind. Die neuen Modelle sind auf verschiedenen Plattformen verfügbar und stärken Microsofts Unabhängigkeit von OpenAI in einem wettbewerbsintensiven Markt.

AI PromoDesign hat die Plattform aipromodesign.com ins Leben gerufen, die Schulen, Sportteams, Clubs und kleinen Unternehmen die Möglichkeit bietet, maßgeschneiderte Bekleidung und Werbeartikel mithilfe konversationaler KI zu entwerfen und zu bestellen. Der gesamte Bestellprozess erfolgt über einen einzigen Chat, was den Wechsel zwischen verschiedenen Tools überflüssig macht. Nutzer können ihre Designideen in einfacher Sprache formulieren oder bestehende Logos hochladen, während die Plattform ihnen hilft, das Design zu verfeinern und auf verschiedene Produkte anzuwenden. Es gibt keine Mindestbestellmenge, und die Preise sind für alle Größen gleich, was besonders kleinen Gruppen zugutekommt, die oft keine Druckvorlagen besitzen. Die Produktion erfolgt innerhalb von bis zu 10 Werktagen in den USA, und der Versand ist im Preis enthalten. Diese benutzerfreundliche Lösung zielt darauf ab, den Zugang zu individuell gestalteten Produkten zu erleichtern, insbesondere für Organisationen ohne interne Designressourcen.

In einem aktuellen Podcast hat Kelly Clarkson überraschend ihre Begeisterung für Künstliche Intelligenz (KI) im kreativen Bereich geäußert, während viele andere Prominente gegen deren Einsatz in der Unterhaltungsindustrie protestieren. Sie bezeichnete sich als "besessen" von KI und schätzt deren kreative Möglichkeiten, zieht jedoch eine klare Grenze, wenn es um die Konkurrenz zwischen KI-generierter Musik und menschlichen Künstlern geht. Clarkson schlägt vor, separate Musikcharts für KI-generierte Werke einzuführen, um die beiden Bereiche zu differenzieren. Ihre Äußerungen haben bereits Kritik von Fans ausgelöst, die besorgt über die Auswirkungen von KI auf die Musikindustrie sind. Zudem nutzt Clarkson ChatGPT für ihre Innenarchitektur, um die Kommunikation mit ihrem Team zu verbessern. Die öffentliche Debatte über generative KI umfasst Risiken wie Fehlinformationen, Urheberrechte und die Auswirkungen auf den Arbeitsmarkt. Viele Musiker warnen vor den Gefahren, die KI für die Branche mit sich bringt, und setzen sich gegen die unrechtmäßige Nutzung urheberrechtlich geschützter Werke zur Schulung von KI-Tools ein.

Die MAICON 2026 findet vom 13. bis 15. Oktober in Cleveland statt und bietet eine Plattform für führende Stimmen aus den Bereichen KI, Marketing, Technologie und Wirtschaft. Neu in diesem Jahr ist die MAICON Podcast Studio-Initiative, die es prominenten Podcast-Moderatoren ermöglicht, live von der Konferenz zu senden. An zwei Tagen werden acht Podcasts aufgezeichnet, die aktuelle Themen wie den Einsatz von KI im Marketing, praktische Tipps für Agenturleiter und die Integration von KI im Bildungsbereich behandeln. Diese Podcasts sollen den Zuhörern wertvolle Einblicke und konkrete Handlungsschritte bieten. Die Evergreen Podcasts-Teams kümmern sich um die Aufzeichnungen und die Verbreitung der Inhalte über die Veranstaltung hinaus. Teilnehmer vor Ort können an den Live-Aufzeichnungen teilnehmen, während andere die Folgen bequem von zu Hause aus hören können. MAICON 2026 hat das Ziel, die Diskussionen über KI in die Praxis umzusetzen und deren Auswirkungen auf die Geschäftswelt zu beleuchten.

Während der UN-Generalversammlung in New York hat das Projekt Tapestry bedeutende Fortschritte erzielt, indem es seinen ersten technischen Meilenstein erreicht und die Zusammenarbeit mit Vietnam und Indien ausgeweitet hat. Ziel des Projekts ist es, ein offenes, globales Konsortium zu schaffen, das Ländern die Entwicklung fortschrittlicher KI-Modelle ermöglicht, während sie die Kontrolle über ihre Daten behalten. Ein neuartiger Ansatz für das "Konsortiumstraining" erlaubt es Organisationen, KI-Modelle gemeinsam zu trainieren, ohne ihre Daten zentralisieren zu müssen. In Gesprächen mit vietnamesischen Regierungsvertretern wurde die Absicht bekräftigt, ein KI-Modell zu entwickeln, das Vietnams nationale Strategie sowie lokale Kultur und Sprache berücksichtigt. Indien hat seine Rolle im Projekt ebenfalls erweitert und an einem Proof of Concept teilgenommen, der die Zusammenarbeit zwischen indischen und australischen Institutionen fördert. Die Fortschritte von Tapestry verdeutlichen den Übergang von der Architektur zur funktionierenden Technologie, indem sie Organisationen die gemeinsame Arbeit an KI-Modellen ermöglichen und gleichzeitig die Datenkontrolle wahren.

Der Artikel beleuchtet, wie Künstliche Intelligenz (KI) häufig Minderheitensprachen vernachlässigt, was zu einer digitalen Kluft führt. Dennoch nutzen einige Gemeinschaften diese Technologie, um ihre Sprachen zu revitalisieren und zu bewahren. Durch den Einsatz von KI-gestützten Übersetzungsdiensten und Sprachmodellen schaffen es diese Gruppen, ihre kulturelle Identität zu stärken und den Zugang zu Informationen in ihrer eigenen Sprache zu verbessern. Initiativen, die sich auf die Entwicklung von Sprachressourcen konzentrieren, zeigen, dass KI auch als Werkzeug zur Förderung der sprachlichen Vielfalt dienen kann. Die Erfolge dieser Gemeinschaften verdeutlichen, dass mit der richtigen Unterstützung und den passenden Technologien Minderheitensprachen nicht nur überleben, sondern auch gedeihen können.

Appy Pie hat vom US-Patent- und Markenamt das Patent Nr. 12,737,158 B2 für seinen AI App Builder erhalten, der es Nutzern ermöglicht, Apps durch natürliche Sprache zu erstellen. Das System kombiniert natürliche Sprachverarbeitung mit einem konversationalen Interface, sodass Nutzer ohne technische Kenntnisse ihre Anforderungen einfach beschreiben können. Der AI-Builder interpretiert diese Anfragen in Echtzeit und verbessert kontinuierlich seine Genauigkeit und Geschwindigkeit durch maschinelles Lernen. Die patentierte Technologie umfasst drei Interaktionsmodi, darunter einen Blindmodus, der die App-Erstellung vollständig sprachgesteuert ermöglicht. CEO Abhinav Girdhar betont, dass jeder, der etwas beschreiben kann, auch in der Lage sein sollte, es zu erstellen. Dieses Patent stärkt Appy Pies Position im Bereich der KI-gesteuerten App-Entwicklung und fördert die Zugänglichkeit digitaler Kreation für alle.

Ein japanischer Anime-Schauspieler hat rechtliche Schritte gegen TikTok eingeleitet, um sich gegen die Verwendung seiner Stimme durch KI-Voice-Cloning-Technologie zu wehren. Der Schauspieler argumentiert, dass die unautorisierte Nutzung seiner Stimme durch die Plattform seine künstlerischen Rechte verletzt und potenziell seine Karriere schädigt. Er fordert eine klare Regelung, die den Schutz von Stimmen und Identitäten in der digitalen Welt gewährleistet. Diese Auseinandersetzung wirft wichtige Fragen über Urheberrecht und die ethischen Implikationen von KI-Technologien auf, insbesondere im Hinblick auf die kreative Industrie. Der Fall könnte weitreichende Auswirkungen auf die Nutzung von KI in sozialen Medien und die Rechte von Künstlern haben.

Der japanische Anime-Synchronsprecher Kenjiro Tsuda hat TikTok verklagt, weil die Plattform angeblich eine KI verwendet, die seine charakteristische Stimme imitiert. Tsuda, bekannt aus beliebten Franchises wie "Jujutsu Kaisen", fordert die Entfernung der Videos, die seiner Meinung nach seine Stimme unrechtmäßig nutzen. TikTok hingegen argumentiert, dass die verwendete Stimme generisch sei und keine objektive Ähnlichkeit zu Tsudas Stimme aufweise. Diese Klage hat weitreichende Auswirkungen auf die japanische Animationsindustrie, da sie die Frage aufwirft, ob die Stimme eines Künstlers als Teil seiner Identität schützenswert ist. Gleichzeitig haben andere Synchronsprecher eine Kampagne gestartet, um gegen die unautorisierte Nutzung von KI-Stimmen vorzugehen, da dies die Existenz junger Talente gefährden könnte. Obwohl die japanischen Richtlinien zur Stimmnutzung rechtlich nicht bindend sind, könnte das Urteil in Tsudas Fall internationale Aufmerksamkeit erregen und die Rechte von Künstlern weltweit beeinflussen. Experten warnen, dass die Entscheidung auch die Wahrnehmung von Urheberrechten im digitalen Zeitalter verändern könnte.

Der Artikel "Why The Words You See Are Already Chosen (How Decoding Actually Works)" untersucht den Prozess des Decodierens von Sprache und Text. Er erklärt, dass die Wörter, die wir lesen oder hören, nicht zufällig sind, sondern durch komplexe kognitive Mechanismen ausgewählt werden. Diese Mechanismen basieren auf unserem Vorwissen, Kontext und den Erwartungen, die wir an die Kommunikation haben. Der Autor beleuchtet, wie unser Gehirn Informationen verarbeitet und interpretiert, um Bedeutung zu erzeugen. Zudem wird darauf eingegangen, wie Sprache und Gedanken miteinander verknüpft sind und wie diese Verbindung unsere Wahrnehmung beeinflusst. Der Artikel schließt mit der Erkenntnis, dass das Verständnis von Decodierung nicht nur für Linguisten, sondern auch für jeden, der kommuniziert, von Bedeutung ist.