Cloud-KI

In einem aktuellen Artikel wird aufgezeigt, dass einige Mac-Modelle, insbesondere die neuesten MacBook Pros, lokale Sprachmodelle (LLMs) auf einer suboptimalen Engine betrieben haben. Dies geschah aufgrund von Softwareproblemen bei Ollama, LM Studio und MLX, die nicht die leistungsstarken Matrix-Engines des Chips nutzten, die für komplexe Berechnungen zuständig sind. Ein Nutzer bemerkte, dass die App, die seine Modelle ausführte, diese Engines deaktiviert hatte, was die Lesezeit der Eingabeaufforderungen verdoppelte, während die Antwortgeschwindigkeit unverändert blieb. Der Fehler wurde erst Anfang September behoben, fast zehn Monate nach der Einführung des Chips. Der Artikel erklärt, dass Macs über einen Chip mit verschiedenen Prozessorarten verfügen, einschließlich Grafik- und Neural-Engines, wobei die Matrix-Einheiten erst mit der M5-Serie eingeführt wurden. Die unzureichende Nutzung dieser neuen Technologie hatte somit direkte negative Auswirkungen auf die Effizienz der Sprachmodellverarbeitung.

Der Artikel "In the AI Gold Rush, the Boring Tools May Win" zieht Parallelen zwischen der gegenwärtigen Künstlichen Intelligenz (KI)-Entwicklung und dem Kalifornischen Goldrausch, bei dem die meisten Goldsuchenden scheiterten, während die wahren Gewinner, wie Levi Strauss, durch den Verkauf von Werkzeugen profitierten. Der Autor betont, dass die wertvollsten Werkzeuge für Softwareentwickler nicht unbedingt KI-Tools sind, sondern Plattformen wie Supabase und PostHog. Supabase bietet eine umfassende Backend-Lösung, die Authentifizierung, Speicherung und Datenbankmanagement vereinfacht, während PostHog Einblicke in das Nutzerverhalten liefert und das Produktdesign optimiert. Diese "langweiligen" Werkzeuge lösen praktische Probleme und ermöglichen es Entwicklern, sich auf die wesentlichen Aspekte der Softwareentwicklung zu konzentrieren. Der Autor argumentiert, dass die langfristigen Geschäftschancen in der Bewältigung weniger glamouröser, aber notwendiger Herausforderungen liegen, die oft übersehen werden. Letztlich wird die Bedeutung dieser grundlegenden Werkzeuge hervorgehoben, die entscheidend für den Erfolg von KI-gestützten Anwendungen sind.

Anker hat auf der IFA in Berlin die Eufy MindBase vorgestellt, einen lokalen KI-Hub, der Kameravideos direkt vor Ort verarbeitet, ohne Daten in die Cloud zu senden. Diese Innovation soll das Vertrauen der Verbraucher zurückgewinnen, die Bedenken hinsichtlich der Privatsphäre haben, insbesondere nach früheren Kritikpunkten an Eufys Cloud-Speicherpraktiken. MindBase wird als "zentraler Gehirn für das Zuhause" positioniert und unterstützt den plattformübergreifenden Smart-Home-Standard Matter, was die Interoperabilität mit Geräten anderer Marken ermöglicht. Anker plant, über Sicherheitsaspekte hinauszugehen und eine umfassende Automatisierung des Hauses zu fördern, wobei die lokale KI-Verarbeitung im Mittelpunkt steht. Die Herausforderung besteht darin, das Vertrauen der Verbraucher in die lokale Datenspeicherung zu gewinnen, während Fragen zur Zuverlässigkeit der Hardware und zur Genauigkeit der KI aufkommen. Preis- und Verfügbarkeitsdetails sind noch nicht bekannt, und die tatsächliche Leistung von MindBase in der Praxis wird entscheidend sein, um den Erfolg dieser Entwicklung zu bewerten. Die Zukunft der Smart-Home-KI scheint sich von der Cloud hin zu den Geräten der Verbraucher zu bewegen.

Ciena hat im dritten Quartal des Geschäftsjahres die Gewinnprognosen übertroffen, mit einem Anstieg von 215% auf 2,11 USD pro Aktie. Dennoch blieb der Umsatz hinter den Erwartungen zurück, was zu einem Rückgang des Aktienkurses führte. Die Prognose für die Bruttomargen im kommenden Oktoberquartal sorgte für zusätzlichen Druck auf die Aktie, obwohl die Umsatzprognose leicht optimistisch war. Diese gemischten Ergebnisse treten vor dem Hintergrund eines Booms im Bereich der KI-Datenzentren auf, von dem Ciena profitiert. Die Unsicherheit bezüglich der Margenentwicklung hat das Vertrauen der Anleger beeinträchtigt, was sich negativ auf die Kursentwicklung ausgewirkt hat.

Österreich hat beim 25. eGovernment-Wettbewerb in Berlin den ersten Platz gewonnen, indem es die Public AI Initiative mit LLMaaS ("Large Language Model as a Service") präsentierte. Diese Initiative, die vom Bundeskanzleramt und dem Bundesrechenzentrum (BRZ) entwickelt wurde, überzeugte in der Kategorie "Digitalisierungsschub durch KI und moderne Infrastruktur". Der Sieg verdeutlicht, wie Österreich innovative Technologien einsetzt, um die Digitalisierung voranzutreiben. Die Auszeichnung könnte als Anreiz für zukünftige Entwicklungen im eGovernment-Bereich dienen und hebt die Rolle von Künstlicher Intelligenz in der öffentlichen Verwaltung hervor. Langfristig könnte dies zu einer effizienteren und benutzerfreundlicheren Verwaltung führen, die besser auf die Bedürfnisse der Bürger eingeht.

Doosan Fuel Cell hat einen bedeutenden Vertrag im Wert von 501,4 Milliarden KRW (ca. 360 Millionen USD) mit seiner US-Tochtergesellschaft HyAxiom abgeschlossen, um phosphorsäurebasierte Brennstoffzellensysteme (PAFC) für KI-Datenzentren in den USA zu liefern. Dies markiert den ersten großen Schritt des Unternehmens in den US-Markt für Datenzentrumstrom. Im Rahmen des Vertrags wird HyAxiom die Brennstoffzellensysteme als nachhaltige Energieversorgungslösungen in KI-Einrichtungen installieren. Die Lieferungen sind für den Zeitraum zwischen der zweiten Hälfte von 2026 und der ersten Hälfte von 2028 geplant. Dieser Schritt könnte Doosan Fuel Cell helfen, sich in einem wachsenden Markt zu etablieren, der zunehmend auf erneuerbare Energien setzt.

HUMAIN hat Compal Electronics als strategischen Partner ausgewählt, um die Entwicklung von KI-Infrastruktur von der Cloud bis zum Edge zu fördern. Diese Partnerschaft wird auf der LEAP 2026 vorgestellt, wo beide Unternehmen ihre gemeinsamen Anstrengungen zur Beschleunigung der KI-Einführung präsentieren. Durch die Kombination von Compals Fertigungskompetenz und HUMAINs innovativer Vision sollen skalierbare Plattformen entstehen, die Cloud-Intelligenz mit Edge-Computing verknüpfen. Ein zentrales Element der Zusammenarbeit ist die Entwicklung von KI-PCs und physischen Anwendungen für reale Umgebungen, wie intelligente Krankenhäuser. Besonders hervorzuheben ist die PolyMedX-Plattform, die KI-Technologien zur Verbesserung der Patientenversorgung integriert. Ziel der Partnerschaft ist es, die KI-Infrastruktur zu optimieren und die Anforderungen an KI-Computing zu erfüllen, während gleichzeitig Compals Marktposition als vertrauenswürdiger ODM-Partner gestärkt wird.

Hyperscale Data hat seine Bitcoin-Mining-Aktivitäten in Michigan eingestellt, um sich auf die Umsetzung einer Master Services Agreement (MSA) mit einem kalifornischen Neocloud-Dienstleister zu konzentrieren. Diese langfristige Vereinbarung, die über 10 Jahre mit der Option auf zwei fünfjährige Verlängerungen läuft, könnte potenziell Einnahmen von etwa 1,2 Milliarden Dollar generieren. Die Entscheidung zur Einstellung des Mining-Betriebs fiel nach einer Inspektion des Datenzentrums, um die Infrastruktur für AI-Datenzentren vorzubereiten. Hyperscale Data plant, etwa 80 % der verbleibenden Kapazität für zukünftige Kunden und Erweiterungen zu nutzen, was zusätzliche Einnahmequellen schaffen könnte. CEO William Horne äußerte sich optimistisch über die Marktwertentwicklung des Unternehmens im Vergleich zu anderen Anbietern. Die Umstellung auf AI-Datenzentren wird als strategisch wichtig erachtet, um den wachsenden Anforderungen der AI-Branche gerecht zu werden. Zudem erwartet das Unternehmen, durch den Verkauf der Bitcoin-Mining-Server zusätzliche Gewinne zu erzielen.

Präsident Trump hat die zunehmenden Proteste gegen KI-Datenzentren in den USA kritisiert und gewarnt, dass diese Bewegungen Chinas Position im globalen KI-Wettlauf stärken könnten. Er betonte, dass Gemeinden, die solche Einrichtungen ablehnen, Gefahr laufen, wirtschaftlich zurückzufallen, während China von einer Verlangsamung des US-Ausbaus profitieren würde. Eine Gallup-Umfrage zeigt, dass 71 Prozent der Amerikaner gegen den Bau von Datenzentren in ihrer Nähe sind, hauptsächlich aufgrund von Bedenken hinsichtlich steigender Stromkosten, Lärmbelästigung und Wasserverbrauch. In den ersten drei Monaten des Jahres 2026 wurden durch grassroots Kampagnen mindestens 75 Projekte im Wert von etwa 130 Milliarden Dollar blockiert oder verzögert. Während China plant, seine Datenzentrumskapazität in den nächsten fünf Jahren fast zu verdoppeln, gibt es Hinweise, dass das Land aktiv versucht, den Widerstand in den USA zu schüren. Ein Kongressausschuss hat eine Untersuchung dieser Vorwürfe gefordert. Die Position des Weißen Hauses ist uneinheitlich, da Vizepräsident Vance die Bedeutung von Datenzentren für die KI-Wirtschaft betont, jedoch auch fordert, dass Betreiber eigene Kraftwerke bauen, um die lokalen Stromnetze nicht zu belasten.

Die Investitionen in Cloud-KI übertreffen weiterhin die Erwartungen des Marktes, was Bedenken hinsichtlich einer möglichen Überhitzung und Blasenbildung aufwirft. Die Veranstaltung Semicon Taiwan 2026 wird als wichtiger Test für diese Thematik angesehen. Sie könnte klärende Einblicke darüber liefern, ob die gegenwärtigen Ausgaben nachhaltig sind oder ob sie in eine spekulative Phase übergehen. Experten verfolgen aufmerksam die Entwicklungen und deren potenzielle Auswirkungen auf die Branche. Die Ergebnisse von Semicon Taiwan 2026 könnten entscheidend dafür sein, wie Investoren und Unternehmen ihre Strategien im Bereich Cloud-KI anpassen und welche Richtung der Markt einschlagen wird.

Zhen Ding Technology (ZDT) Group hat auf der Semicon Taiwan 2026 innovative Produkte vorgestellt, um der wachsenden Nachfrage nach Infrastruktur für künstliche Intelligenz gerecht zu werden. Zu den neuen Entwicklungen gehören hochmoderne optische Transceiver-Module mit Geschwindigkeiten von 800G und 1.6T sowie AI-Server-Boards mit bis zu 34 Schichten. Diese Technologien sind speziell darauf ausgelegt, die Anforderungen der nächsten Generation von AI-Anwendungen zu erfüllen. Mit der Einführung dieser Produkte strebt ZDT an, seine Marktposition im Bereich AI-Infrastruktur zu stärken und den steigenden Bedürfnissen der Branche gerecht zu werden. Die neuen Module und Boards versprechen eine verbesserte Leistung und Effizienz, die für Unternehmen, die auf künstliche Intelligenz setzen, von entscheidender Bedeutung sind.

Der Boom der KI-Datenzentren hat das Interesse von Private Equity (PE) im Bau- und Ausstattungssektor stark angekurbelt, was zu einem Rekord von 529 Deals im zweiten Quartal führte, einem Anstieg von 56,5 % im Vergleich zum Vorjahr. Obwohl der Gesamtwert der Deals leicht zurückging, verlagerten sich die Investitionen auf kleinere Transaktionen, während die Bauausgaben für Datenzentren im Juni um 46 % im Vergleich zum Vorjahr stiegen. Experten wie Jim Corridore sind optimistisch, dass steigende Zinsen die Aktivitäten in diesem Bereich nicht bremsen werden, da sowohl die Nachfrage als auch das verfügbare Kapital vorhanden sind. Besonders aktiv sind spezialisierte Gewerke wie HVAC, mit bereits 76 PE-Deals im ersten Halbjahr 2026. Die Auftragnehmer sind stark ausgelastet, mit einem durchschnittlichen Auftragsbestand von 11 Monaten, was über dem Durchschnitt in anderen Branchen liegt. Branchenexperten prognostizieren ein wachsendes Interesse an Dienstleistungen wie Geräte-Recycling und elektrischer Ingenieurtechnik, da die Infrastruktur rund um die Datenzentren weiter ausgebaut wird.

Die EU-Kommission hat ChatGPT als sehr große Suchmaschine eingestuft, was zu strengeren Aufsichtsvorschriften führt. Diese Entscheidung beruht auf der Fähigkeit des Chatbots, das Internet zu durchsuchen und über 45 Millionen monatliche Nutzer in der EU zu erreichen. Zusammen mit Plattformen wie Reddit und Roblox, die ebenfalls neu klassifiziert wurden, haben diese Dienste nun vier Monate Zeit, um zusätzliche Verpflichtungen zu erfüllen. Dazu gehört die Bewertung von Risiken, insbesondere im Hinblick auf illegale Inhalte und den Schutz von Minderjährigen. Die neuen Anforderungen umfassen den Zugang zu Daten für Forscher sowie regelmäßige Transparenzberichte. Die Kommission erhält erweiterte Prüfungsrechte zur Überwachung der Risiken und Funktionsweisen dieser Dienste, einschließlich einer öffentlich einsehbaren Werbearchivierung und Mechanismen zur Meldung illegaler Inhalte. Unklar bleibt jedoch, ob der geforderte Datenzugang auch Trainingsdaten oder Modellgewichte umfassen muss, was rechtliche Fragen aufwirft.

Der Artikel "Grok Bot’s Cloud Computer Explained" beleuchtet die Funktionsweise des Grok Bots, der Aufgaben in der Cloud ausführt, während der Nutzer offline ist. Während eines Fluges von New York nach London übertrug der Autor dem Bot eine umfangreiche Rechercheaufgabe, die dieser erfolgreich abschloss, ohne dass der Laptop aktiv genutzt wurde. Bei der Landung erhielt der Autor eine Benachrichtigung über den Abschluss der Aufgabe, was die Effizienz der Cloud-Technologie unterstreicht. Der Artikel verdeutlicht, dass die Cloud nicht nur ein theoretisches Konzept, sondern eine praktische Lösung ist, die im Hintergrund arbeitet. Zudem wird erklärt, welche Daten in der Cloud gespeichert sind, wie Bots diese Ressourcen nutzen und wann der Nutzer eingreifen sollte. Abschließend wird die Bedeutung der Cloud für die moderne Arbeitsweise und ihre Integration in bestehende Tools hervorgehoben.

Anthropic entwickelt den Model Hardware Standard (MHS), eine einheitliche Schnittstelle, die KI-Agenten die Interaktion mit physischen Geräten wie Mikroskopen und Robotern ermöglicht. MHS reduziert die Integrationszeit für Laborgeräte erheblich, indem es standardisierte Treiber verwendet, wodurch die Einrichtung von Wochen auf Stunden oder Minuten verkürzt wird. Erste Tests zeigten, dass die KI in der Lage war, Arbeitsabläufe zu optimieren und Skripte zu generieren, jedoch Schwierigkeiten beim Verständnis physikalischer Ursachen hatte, was menschliche Aufsicht erforderte. Der MHS-Treiber vereinfacht die Nutzung durch die Bereitstellung grundlegender Funktionen in einem gemeinsamen Format und die Erfassung zusätzlicher Informationen in natürlicher Sprache. Tests mit Partnern wie Genentech und der Carnegie Mellon University bestätigten die Fähigkeit der KI, verschiedene Geräte zu koordinieren und die Effizienz zu steigern, jedoch traten auch physikalische Probleme auf, die menschliches Eingreifen erforderten. Anthropic plant, den MHS zunächst als Forschungs-Vorabversion für ausgewählte Labore und Hersteller zu veröffentlichen, gefolgt von einer Open-Source-Version. Der Ansatz könnte den Einsatz von KI in physischen Systemen erheblich erleichtern und erhält bereits Unterstützung von mehreren Herstellern und Organisationen.

Am 24. August 1963 erzielte Timo Konietzka das erste Tor in der Bundesliga, doch es gibt keine bewegten Bilder oder Fotos von diesem historischen Moment. Vodafone und Borussia Dortmund haben dieses Tor nun mithilfe von Künstlicher Intelligenz rekonstruiert. Dabei wurden historische Daten, Berichte und Zeitzeugeninterviews ausgewertet. In Zusammenarbeit mit dem KI-Dienstleister PROMPTR wurden Bewegungsabläufe aus früheren Spielen analysiert und die Spielsituation mit der U19 des BVB nachgestellt, wobei auch Wetterdaten des damaligen Spieltags berücksichtigt wurden. Die Rekonstruktion wurde in einer Kurzdokumentation festgehalten, die im Vereinsmuseum BORUSSEUM Premiere feierte und nun auch auf YouTube sowie bei Sky Sport News HD zu sehen ist. Zudem wird das Material beim Auftaktspiel gegen den Hamburger SV auf den Stadionleinwänden gezeigt und als festes Exponat im Deutschen Fußballmuseum präsentiert. Diese innovative Nutzung von KI fördert das Interesse an der Fußballgeschichte und erweckt historische Ereignisse zum Leben.

In dem kreativen Projekt "Claude Plays DOOM" hat Andrea Ricci ein Large Language Model (LLM) entwickelt, das in der Lage ist, das klassische Spiel DOOM zu spielen. Dazu portierte er das Spiel auf das SCINTIX P4, ein Gerät im Format des Raspberry Pi CM4/CM5, das mit einem ESP32-P4 und ESP32-C6 ausgestattet ist und das Spiel auf einem 1024×600 MIPI DSI-Panel darstellt. Die Herausforderung für das LLM besteht darin, nur einige Frames des Spiels zu erhalten und darauf basierend Bewegungs- und Schussbefehle zu generieren. Um erfolgreich zu navigieren, nutzt das System Techniken wie einen Depth Fan zur Wand- und Kollisionserkennung sowie eine ASCII-Karte zur Verfolgung erkundeter Bereiche. Das Ergebnis ist beeindruckend: Das LLM beschreibt die Spielwelt präzise, bewegt sich durch Korridore, öffnet Türen und greift Feinde an, ohne externe Hilfe. Dieses Projekt demonstriert die Vielseitigkeit von LLMs bei der Bewältigung komplexer Aufgaben.

In seiner Präsentation "Can Claude Fix Itself? Using LLMs for Incident Response" beleuchtet Alex Palcuie vom AI Reliability-Team bei Anthropic die Rolle von großen Sprachmodellen (LLMs) wie Claude im Incident-Response-Prozess. Obwohl er anfangs skeptisch war, hat er Claude als Unterstützung bei der Systemüberwachung eingesetzt. Palcuie betont jedoch, dass LLMs nicht in der Lage sind, alle Vorfälle autonom zu beheben, da sein Team weiterhin viele Positionen besetzt. Claude kann Daten schnell analysieren und Muster erkennen, was menschliche Ingenieure in der Beobachtungsphase übertrifft, jedoch in der Orientierungsphase oft fehlerhaft ist, indem es Korrelationen und Kausalitäten verwechselt. Er warnt vor einer übermäßigen Abhängigkeit von LLMs, da dies dazu führen könnte, dass Ingenieure wichtige Fähigkeiten verlieren und Schwierigkeiten haben, komplexe Probleme zu lösen. Zudem äußert Palcuie Bedenken über die zunehmende Komplexität in der Softwareentwicklung, die durch den Einsatz von KI-Tools möglicherweise verstärkt wird, und hofft, dass KI-Agenten letztlich zur Bewältigung dieser Herausforderungen beitragen können.

Die Studie von TRG Datacenters aus Texas analysiert die Eignung von 24 Bundesstaaten für den Aufbau spezialisierter KI-Datenzentren, die ab 2024 an Bedeutung gewinnen werden. Diese neuen Einrichtungen zeichnen sich durch eine hohe Rechenleistung und einen entsprechend gesteigerten Strombedarf aus. Die Bewertung der Bundesstaaten basiert auf Faktoren wie der Stromkapazität der Datenzentren, dem Anteil des Stromverbrauchs an der Gesamtversorgung, den geschätzten CO2-Emissionen sowie der Verfügbarkeit von Wasserressourcen. Bundesstaaten, die über eine saubere Stromversorgung und ausreichende Wasserressourcen verfügen, erhalten eine höhere "Bereitschaft"-Bewertung, da sie in der Lage sind, KI-Infrastruktur mit moderaten Umweltauswirkungen zu unterstützen. Die Standortwahl spielt eine entscheidende Rolle für die Umweltfolgen der KI-Datenzentren, was die Notwendigkeit einer nachhaltigen Planung unterstreicht.

BTC Digital Ltd. hat am 20. August 2026 ein Memorandum of Understanding (MOU) mit Nam Trang Cat Investment and Development Joint Stock Company und SG Partners Co., Limited unterzeichnet, um ein künstliches Intelligenz-Datenzentrum in Hai Phong, Vietnam, zu entwickeln. Das MOU definiert einen Rahmen für Standortvorbereitung, Stromzugang, technische Planung und Finanzierung, wobei ein geplanter Strombedarf von etwa 300 Megawatt festgelegt wurde. NTC übernimmt die lokale Projektkoordination, während BTC Digital seine Expertise in digitaler Infrastruktur einbringt und SGP potenzielle Investoren ansprechen wird. Die Zusammenarbeit wird in Phasen erfolgen, beginnend mit Machbarkeitsstudien und Standortüberprüfungen. Das MOU hat eine Laufzeit von zwei Jahren, mit einer anfänglichen Exklusivitätsphase von sechs Monaten. BTC Digital plant, über Fortschritte und Meilensteine des Projekts zu berichten. Diese Initiative ist Teil der Strategie von BTC Digital zur Förderung von KI-Computing-Infrastruktur und zur Erschließung digitaler Infrastrukturchancen in Südostasien.

Der Artikel "LiteLLM + AWS Bedrock: A Production AI Gateway You Can Set Up in an Afternoon" thematisiert die Herausforderungen, mit denen fortgeschrittene Unternehmen in der Verwaltung ihrer KI-Anwendungen konfrontiert sind. Ein Beispiel zeigt, wie ein mittelständisches Unternehmen fünf verschiedene Anwendungen mit eigenen OpenAI-Schlüsseln betreibt, was zu Intransparenz und unerwarteten Kosten führt. Die Autoren betonen, dass das Problem nicht in den verwendeten Werkzeugen, sondern in der Architektur der Anwendungen liegt, da jede Anwendung isoliert mit den Modellanbietern kommuniziert. Um diese Schwierigkeiten zu überwinden, wird die Implementierung eines AI-Gateways vorgeschlagen, das als zentrale Schnittstelle fungiert. Dieses Gateway würde die Verwaltung von Schlüsseln und Kosten vereinfachen, die Komplexität reduzieren und Anpassungen an den Anbietern ermöglichen, ohne dass alle Codebasen geändert werden müssen. Die Einführung eines solchen Systems könnte die Effizienz steigern und die Kontrolle über die Ausgaben verbessern, was für Unternehmen entscheidend ist.

SAP SE, ein führendes Unternehmen im Bereich Enterprise Resource Planning (ERP), wird von Aoris Investment Management in seinem Q2 2026 Investorenschreiben hervorgehoben. Mit Hauptsitz in Walldorf, Deutschland, nutzen 99 der 100 größten Unternehmen weltweit SAP-Lösungen, was die zentrale Rolle des Unternehmens in den Geschäftsprozessen vieler Organisationen unterstreicht. Die Integration von Künstlicher Intelligenz (KI) in SAPs Systeme wird als Schlüssel zur Wertsteigerung der Dienstleistungen angesehen, da KI auf präzise Daten und etablierte Arbeitsabläufe angewiesen ist. Durch neue Angebote wie die Business Data Cloud und den Joule AI-Agenten plant SAP, die Ausgaben seiner Kunden um 20% oder mehr zu steigern. Diese Innovationen könnten SAP helfen, sich in einem sich schnell verändernden Markt zu behaupten, insbesondere angesichts der Herausforderungen, die KI für Software- und Datenunternehmen mit sich bringt. Trotz eines Rückgangs von 19,09% im letzten Jahr zeigt SAP eine monatliche Rendite von 27,88%, was auf das Potenzial des Unternehmens hinweist, von der wachsenden Nachfrage nach KI-gestützten Lösungen zu profitieren.

Der Artikel beschreibt die Herausforderungen beim Ausführen des Modells Qwen3.8–27B auf einem 16GB Mac Mini unter Verwendung von AirLLM. Trotz der Behauptung von AirLLM, das Modell zu unterstützen, zeigt sich, dass die Implementierung auf macOS nicht optimal ist, da sie die spezifische Architektur des Modells ignoriert. Stattdessen wird das Modell auf eine nicht kompatible MLX Llama-Implementierung umgeleitet, was zu einem Systemabsturz nach dem Herunterladen von 55,56 GB Daten führt. Der Fehler entsteht, weil die Implementierung zwar einige Tensoren erkennt, jedoch letztlich an einem Typfehler scheitert. Selbst der Versuch, die korrekte Torch-Klasse mit dem "mps"-Gerät direkt aufzurufen, bleibt erfolglos, da die Speicherungsschicht auf MLX festgelegt ist und nicht den Anforderungen der Torch-Engine entspricht. Der Artikel verdeutlicht die Schwierigkeiten bei der Nutzung von komplexen Modellen auf begrenzter Hardware und die Notwendigkeit einer besseren Anpassung der Software an die Hardwarearchitektur.

Eine aktuelle Studie von IBM zeigt, dass die digitalen Erwartungen von Sportfans bis 2026 gestiegen sind, während sie mit einer Vielzahl von Plattformen und Abonnements umgehen müssen. Fast die Hälfte der Befragten wäre bereit, eine zentrale Sport-App herunterzuladen, jedoch sind nur etwa 30 Prozent bereit, dafür zu zahlen. Die Nutzung von KI hat zugenommen, wobei 69 Prozent der Befragten AI-generierte Sportinhalte vertrauen, wobei Genauigkeit als entscheidender Faktor gilt. Die Mehrheit der Fans wünscht sich eine vereinfachte Nutzererfahrung, um nicht zwischen verschiedenen Apps wechseln zu müssen. Besonders die Generation Z äußert Frustration über die Verwaltung mehrerer Abonnements. Zudem glauben 75 Prozent der Befragten, dass sich ihre Sehgewohnheiten in den kommenden Jahren ändern werden. Die Studie betont, dass Organisationen, die das Vertrauen der Fans gewinnen möchten, Genauigkeit und ein nahtloses Nutzererlebnis kombinieren müssen.

Die Energie- und Versorgungsindustrie steht vor neuen Herausforderungen, die durch Elektrifizierung, erneuerbare Energien und steigende Kundenerwartungen bedingt sind. Um den komplexen Anforderungen gerecht zu werden, ist ein neues Betriebsmodell erforderlich, das die Zusammenarbeit zwischen Menschen und Künstlicher Intelligenz (KI) fördert. Das Konzept von People + Vertical AI zielt darauf ab, Entscheidungen, die früher isoliert getroffen wurden, miteinander zu verknüpfen und die gesammelten Daten effizient zu nutzen. Vertical AI wird speziell auf die Bedürfnisse der Branche zugeschnitten und ermöglicht eine integrierte Betrachtung von Kunden, Mitarbeitern, Geschäftsabläufen und dem Stromnetz. Beispiele aus der Praxis zeigen, wie kanadische und US-amerikanische Versorgungsunternehmen durch innovative Technologien, wie intelligente EV-Ladestationen und personalisierte digitale Engagements, sowohl die Kundenbindung als auch das Energiemanagement verbessern. Insgesamt strebt das Modell an, die Entscheidungsfindung in der Branche zu optimieren, indem es menschliches Urteilsvermögen mit intelligenten, vernetzten Informationen kombiniert.

Der Artikel des Apex Institute analysiert die Verteilung der Ausgaben für Künstliche Intelligenz (KI) im Jahr 2026 und stellt fest, dass der Großteil der Investitionen in die notwendige Infrastruktur fließt, anstatt in die Entwicklung von KI-Modellen selbst. Diese Infrastruktur umfasst essentielle Komponenten wie Rechenleistung, Speicher, Sicherheitsmaßnahmen und Überwachungssysteme. Tayo Lusi, der Gründer des Instituts, hebt hervor, dass trotz der weit verbreiteten Angst vor Arbeitsplatzverlusten durch KI die Nachfrage nach Fachkräften in der Infrastruktur steigt. Prognosen des U.S. Bureau of Labor Statistics zeigen ein anhaltendes Wachstum in den Bereichen Computer- und Informationstechnologie, insbesondere in Infrastruktur- und Sicherheitsrollen. Der Artikel kritisiert, dass viele Fachkräfte aufgrund unzureichender Ausbildung nicht in diese lukrativen Bereiche wechseln können, da Trainingsprogramme oft auf die sichtbare Anwendungsebene fokussiert sind. Das Apex Institute plant, gezielte Schulungen in Cloud Engineering und DevOps anzubieten, um die Kluft zwischen offenen Stellen und verfügbarem Talent zu schließen. Diese Trends sind nicht nur in den USA, sondern auch global zu beobachten, da Unternehmen weltweit in KI-Infrastruktur investieren.

Die Vereinigten Arabischen Emirate (VAE) erwägen eine Investition in ein geplantes 500 MW großes KI-Datenzentrum in der Präfektur Akita, Japan. Diese Überlegungen resultieren aus einem Treffen zwischen lokalen Beamten und dem VAE-Botschafter am 19. August, das darauf abzielt, die wirtschaftlichen Beziehungen und technologischen Fortschritte zwischen beiden Ländern zu fördern. Eine solche Investition könnte die Infrastruktur in Japan erheblich verbessern und den VAE Zugang zu innovativen Technologien und neuen Märkten verschaffen. Die genauen Auswirkungen und die nächsten Schritte in diesem Vorhaben sind jedoch noch unklar.

In dem Artikel "Was dabei herauskommt, wenn ich einem KI-Chatbot die Wohnungssuche überlasse" reflektiert der Autor über seine Erfahrungen bei der Nutzung eines KI-Chatbots zur Unterstützung bei der Wohnungssuche. Angesichts des hohen Wettbewerbs auf dem Immobilienmarkt in städtischen Gebieten erhoffte er sich eine Erleichterung des oft stressigen Prozesses. Trotz der technischen Hilfe stellte sich jedoch heraus, dass die Ergebnisse der KI nicht unbedingt besser waren. Die Vielzahl an Suchergebnissen, die durch die Filter auf den gängigen Plattformen generiert werden, blieb überwältigend und führte nicht zu einer signifikanten Reduzierung des Umzugsstresses. Der Artikel verdeutlicht, dass die Wohnungssuche auch mit moderner Technologie nach wie vor eine anspruchsvolle Herausforderung bleibt.

Die Veröffentlichung des Anthropic-Plugins für LLM in der Version 0.27 fokussiert sich auf die Kompatibilität mit der neuen anthropic v1.0.0 Python-Bibliothek, die von httpx auf httpx2 umschaltet. Diese Anpassung folgt einem ähnlichen Update in der v3.0.0-Version von OpenAI. Um den Nutzern den Übergang zur Version 1.0 zu erleichtern, bietet Anthropic einen Migrationsleitfaden an. Der Autor hat Fable 5 in Claude Code verwendet, um die erforderlichen Anpassungen vorzunehmen und die Tests erfolgreich abzuschließen. Dies führte zur Erstellung eines Pull Requests, der die vorgenommenen Änderungen dokumentiert.

Die TOZO AIVU AI Glasses haben auf Kickstarter über 100.000 US-Dollar an Finanzierung erreicht, was das wachsende Interesse an dieser innovativen Smart-Brille unterstreicht. Die Brille vereint KI-gestützte Vision mit einem einzigartigen getönten Wellenleiter-Design, das sowohl Display- als auch Sonnenbrillenfunktionen in einem einzigen Linsenelement integriert. Mit einem Gewicht von nur 45 Gramm bietet die AIVU hohen Tragekomfort und ist für den Alltag konzipiert. Ein besonderes Augenmerk liegt auf dem Datenschutz, da visuelle Informationen in Echtzeit verarbeitet werden, ohne sie zu speichern oder in die Cloud hochzuladen. Die positive Resonanz auf die Kampagne zeigt, dass Verbraucher an einer neuen Generation von technologisch fortschrittlichen und ästhetisch ansprechenden Smart-Brillen interessiert sind. TOZO strebt an, die Smart-Brille über herkömmliche Konzepte hinaus zu entwickeln und sie zu einem natürlichen Bestandteil des Alltags zu machen.

Der Apex Institute hat herausgefunden, dass Personalverantwortliche in den Bereichen Cloud und KI-Infrastruktur bei der Auswahl von Kandidaten vor allem auf Vertrauen, Kommunikationsfähigkeiten, nachweisbare Arbeitsergebnisse und die Fähigkeit, mit Unsicherheiten umzugehen, Wert legen. Sie suchen nicht nur die technisch versiertesten Bewerber, sondern Personen, auf die sie in kritischen Situationen zählen können. Klare Kommunikation ist entscheidend, da Kandidaten komplexe technische Themen auch für nicht-technische Stakeholder verständlich erklären und ihre Arbeit dokumentieren müssen. Konkrete Ergebnisse aus früheren Projekten sind wichtiger als Zertifikate, da die Arbeitgeber den Einfluss der Beiträge der Kandidaten sehen möchten. Bei Fragen, auf die sie keine Antwort wissen, sollten Bewerber ihre Wissenslücken anerkennen und erläutern, wie sie Lösungen finden würden, da Ehrlichkeit hier geschätzt wird. Angesichts des wachsenden Bedarfs an Fachkräften in diesem Bereich ist es für Kandidaten unerlässlich, neben technischem Know-how auch diese Soft Skills zu entwickeln. Der Apex Institute hat sich zum Ziel gesetzt, diese wichtigen Qualitäten zu vermitteln und den Kandidaten zu helfen, den Einstellungsprozess aus der Perspektive der Arbeitgeber zu verstehen.

Am 22. August 2026 wurde ein bedeutendes Update für die LLM-Software veröffentlicht, das zahlreiche Verbesserungen und neue Funktionen mit sich bringt. Eine der zentralen Neuerungen ist die Möglichkeit, spezifische Schlüssel bei den Einbettungsmethoden wie PythonEmbeddingModel.embed() und Collection.embed() zu übergeben, ohne den gemeinsamen Modellzustand zu beeinflussen. Dies verbessert die Kompatibilität mit bestehenden Plugins. Zudem können Vorlagen nun kombiniert werden, was die Nutzung von Konfigurationen und Optionen aus verschiedenen Vorlagen erleichtert und neue Möglichkeiten zur Erstellung von Modellen mit vordefinierten Optionen eröffnet. Darüber hinaus bieten die API-Modelle jetzt die Option, zusammenfassende Antworten in unterschiedlichen Detailgraden zu generieren. Diese Entwicklungen zielen darauf ab, die Benutzerfreundlichkeit und Flexibilität der LLM-Modelle zu steigern und die Interaktion mit verschiedenen Modellen zu optimieren.

Die wachsende Opposition gegen Datenzentren in den USA stellt ein ernsthaftes Hindernis für die Expansion der Künstlichen Intelligenz dar. Trotz milliardenschwerer Investitionen von Technologieunternehmen sehen sich viele Projekte aufgrund von Bedenken hinsichtlich Stromkosten, Wasserverbrauch und der Schaffung dauerhafter Arbeitsplätze zunehmender Ablehnung gegenüber. Diese Skepsis hat politische Dimensionen angenommen, da Politiker beider Parteien in Wahlkämpfen strengere Vorschriften für den Bau von Datenzentren fordern. Die steigende Nachfrage nach Rechenkapazität könnte die Stromnachfrage der Datenzentren bis 2027 mehr als verdoppeln, was lokale Debatten über die Finanzierung neuer Infrastruktur anheizt. Um diesen Herausforderungen zu begegnen, betonen Technologieunternehmen die wirtschaftlichen Vorteile ihrer Projekte für die Gemeinden. Gleichzeitig zeigen Umfragen, dass insbesondere jüngere Menschen besorgt über die Auswirkungen von KI sind, was die Unterstützung für neue Datenzentren weiter verringert. Trotz dieser Widerstände bleibt der Bau von Datenzentren ein zentraler Bestandteil der Expansionspläne der Unternehmen, die nun auch lokale Gemeinschaften von den Vorteilen überzeugen müssen.

Linkdaze hat einen innovativen digitalen Kalender entwickelt, der speziell für die Organisation von Haushalten konzipiert ist. Im Gegensatz zu herkömmlichen Kalendern verfolgt dieser smarte Kalender nicht nur persönliche Termine, sondern bietet umfassende Funktionen zur Verwaltung des Familienlebens. Er synchronisiert sich mit verschiedenen beliebten Kalenderdiensten, was besonders für Familien von Vorteil ist, die unterschiedliche Plattformen nutzen. Zu den herausragenden Funktionen gehören die Verwaltung von Aufgaben, Belohnungen und eine intelligente Essensplanung. Der AI-gestützte Essensplaner erstellt automatisch digitale Essenspläne und Einkaufslisten, indem er Rezepte oder Schulmenüs fotografiert. Linkdaze hebt sich von der Konkurrenz ab, da für die Hauptfunktionen keine monatlichen Abonnements erforderlich sind, und bietet zudem ein günstigeres Preis-Leistungs-Verhältnis. Dies macht das Produkt zu einer attraktiven Wahl für vielbeschäftigte Eltern und Studenten, die ihre Haushaltsverantwortungen effizient koordinieren möchten.

Ramp hat mit Router einen neuen AI-Modell-Routing-Service eingeführt, der Entwicklern ermöglicht, über eine einzige API zwischen verschiedenen großen Sprachmodellen zu wechseln. Dieser Schritt markiert Ramps Eintritt in den Wettbewerb mit etablierten Anbietern wie OpenRouter und zielt darauf ab, das Problem der Anbieterbindung zu lösen. Unternehmen können durch den flexiblen Wechsel zwischen Modellen Kosten und Leistung optimieren. Ramp nutzt seine bestehende Kundenbasis und Erfahrung in der Integration von KI-Funktionen, um CFOs und Ingenieurteams anzusprechen. Die benutzerfreundliche API von Router erleichtert die Integration in bestehende Systeme und unterstützt die Kostenkontrolle. Dennoch steht Ramp vor der Herausforderung, im Hinblick auf die Preisgestaltung wettbewerbsfähig zu bleiben, da der Markt nach nachhaltigen Geschäftsmodellen sucht. Der Erfolg von Router könnte davon abhängen, ob Unternehmen bereit sind, ihre AI-Anwendungen über die Infrastruktur eines Fintech-Unternehmens zu leiten.

Der Artikel "heise+ | Lokale KI schneller machen: So zünden Sie den LLM-Turbo" behandelt die Multi Token Prediction (MTP), einen innovativen Ansatz zur Steigerung der Generierungsrate von lokalen KI-Modellen. MTP kann die Geschwindigkeit der Token-Generierung verdoppeln, ohne zusätzliche Kosten oder Nachteile zu verursachen. In Tests zeigte sich, dass vier verschiedene LLMs durch MTP zwischen 25 und über 250 Prozent mehr Token pro Sekunde erzeugen konnten, wobei die Effizienz stark vom jeweiligen Modell abhängt. Allerdings ist MTP nicht für alle lokalen KI-Modelle verfügbar, sondern nur für ausgewählte wie Gemma 4, Qwen3.5 und Qwen3.6, die auf leistungsstarken Gaming-PCs optimal laufen. Der Artikel beschreibt die Implementierung von MTP mit der KI-Engine Llama.cpp und vergleicht die Ergebnisse von zwei verschiedenen Prompts, sowohl mit als auch ohne MTP. Die Tests wurden auf einem Gaming-PC mit einer Radeon RX 9060 XT und 32 GByte RAM durchgeführt, was die signifikanten Geschwindigkeitsgewinne verdeutlicht.

Baidu verzeichnete einen dramatischen Rückgang von 13%, nachdem die Ergebnisse des zweiten Quartals die Erwartungen nicht erfüllten und die Einnahmen um 4% auf 4,6 Milliarden Dollar sanken. Diese Entwicklung wirft Fragen über Baidus Fähigkeit auf, erfolgreich von einem suchmaschinenbasierten Geschäftsmodell zu künstlicher Intelligenz, Cloud-Computing und autonomen Technologien zu wechseln. Während das AI Cloud-Geschäft von Baidu positives Wachstum zeigt, bleibt das traditionelle Suchgeschäft unter Druck, was Anleger verunsichert. Die ungleichmäßigen finanziellen Ergebnisse deuten darauf hin, dass Baidu möglicherweise eine stärkere Monetarisierung benötigt, um das Vertrauen der Investoren zurückzugewinnen. Im Gegensatz dazu zeigt Alibaba, das ebenfalls stark in KI und Cloud investiert, eine bessere Performance, was Baidu vor die Herausforderung stellt, die Lücke zu schließen. Der KWEB ETF bietet zudem einen breiteren Kontext für chinesische Internetaktien und hilft, Baidus spezifische Probleme von den allgemeinen Trends im Technologiesektor zu unterscheiden.

Cursor hat als Reaktion auf die wiederholten Ausfälle und Leistungsprobleme von GitHub eine neue Code-Hosting-Plattform namens Origin ins Leben gerufen. Diese Plattform ermöglicht Entwicklern, weiterhin an Codebasen zu arbeiten, Pull-Requests zu verwalten und Repositories zu speichern, während sie die Interoperabilität mit GitHub beibehalten. Nutzer sind nicht gezwungen, GitHub aufzugeben, da Origin eine nahtlose Zusammenarbeit zwischen beiden Plattformen fördert. Die Einführung von Origin fällt zeitlich mit einem weltweiten Ausfall von GitHub zusammen, der die Unzufriedenheit unter Entwicklern verstärkt hat. In den letzten zwölf Monaten verzeichnete GitHub 257 Ausfälle, was zu einem Abwandern prominenter Nutzer führte. Trotz dieser Herausforderungen sieht sich Cursor der enormen Aufgabe gegenüber, gegen GitHub anzutreten, das mit 180 Millionen Entwicklern nach wie vor die größte Code-Hosting-Plattform weltweit ist.

Der Artikel analysiert, wie Azure DocumentDB PostgreSQL in eine MongoDB-kompatible Cloud-Datenbank transformiert. Er beschreibt die Architektur, die auf PostgreSQL basiert und eine MongoDB-kompatible Dokumentenschicht integriert. Ein Kubernetes-Operator ermöglicht den flexiblen Betrieb der Datenbank in unterschiedlichen Umgebungen. Zudem werden spezifische Azure-Funktionen behandelt, die für Speicherung, Leistung, hohe Verfügbarkeit und Multi-Cloud-Replikation entscheidend sind. Durch die Präsentation von Kosten- und Leistungsdaten wird die Vorteilhaftigkeit der Designentscheidungen verdeutlicht. Der Artikel schließt mit einer Empfehlung, wann der Einsatz des verwalteten Services sinnvoller ist als die Nutzung der offenen Engine. Azure DocumentDB, zuvor als vCore-basierte Azure Cosmos DB für MongoDB bekannt, wurde im November 2025 allgemein verfügbar.

Eine aktuelle Studie von Journyx hebt Texas als führenden Bundesstaat im Bereich der kommerziellen und industriellen Stromverkäufe hervor, mit einem Anstieg von 37,5 Millionen MWh im kommerziellen und 64,8 Millionen MWh im industriellen Sektor. Diese Entwicklung wird durch die wachsende Nachfrage nach KI-Datenzentren angetrieben, was den Druck auf Stromanbieter erhöht, ihre Kapazitäten schneller bereitzustellen. In den letzten zehn Jahren verzeichneten 30 Bundesstaaten ein Wachstum der kommerziellen Stromverkäufe, wobei North Dakota mit einem Anstieg von 83% und Virginia mit 73% an der Spitze stehen. Im Gegensatz dazu zeigen die meisten Bundesstaaten einen Rückgang bei den industriellen Stromverkäufen, mit New Mexico als Ausnahme, das einen Anstieg von 99% verzeichnet. Texas führt in absoluten Zahlen das industrielle Wachstum an, während Washington den größten prozentualen Rückgang aufweist. Die Daten zeigen zudem, dass die kommerziellen Stromverkäufe von Januar bis April 2026 um 3,3% im Vergleich zum Vorjahr gestiegen sind.