#kiagenten — Public Fediverse posts

Alibaba hat das KI-Modell Qwen3.7-Max veröffentlicht, das speziell als Basis für autonome KI-Agenten konzipiert wurde. In Benchmarks wie Apex und SWE-Verified übertrifft das Modell etablierte Konkurrenten. In einem 35-stündigen Dauertest optimierte die KI eigenständig einen GPU-Kernel über verschiedene Agenten-Frameworks hinweg.

#Qwen37Max #Alibaba #KIAgenten #AgenticAI #AIGeneratedImage

https://www.all-ai.de/news/news26top/qwen3-7-alibaba-agenten-release

Alibaba hat das KI-Modell Qwen3.7-Max veröffentlicht, das speziell als Basis für autonome KI-Agenten konzipiert wurde. In Benchmarks wie Apex und SWE-Verified übertrifft das Modell etablierte Konkurrenten. In einem 35-stündigen Dauertest optimierte die KI eigenständig einen GPU-Kernel über verschiedene Agenten-Frameworks hinweg.

#Qwen37Max #Alibaba #KIAgenten #AgenticAI #AIGeneratedImage

https://www.all-ai.de/news/news26top/qwen3-7-alibaba-agenten-release

Alibaba hat das KI-Modell Qwen3.7-Max veröffentlicht, das speziell als Basis für autonome KI-Agenten konzipiert wurde. In Benchmarks wie Apex und SWE-Verified übertrifft das Modell etablierte Konkurrenten. In einem 35-stündigen Dauertest optimierte die KI eigenständig einen GPU-Kernel über verschiedene Agenten-Frameworks hinweg.

#Qwen37Max #Alibaba #KIAgenten #AgenticAI #AIGeneratedImage

https://www.all-ai.de/news/news26top/qwen3-7-alibaba-agenten-release

Personalgespräch in der Zukunft:
Mein Agent ‚unterhält‘ sich mit dem meines Managers und wer den besseren hat, gewinnt.

#HR #Personalwesen #Zukunft #Dystopie #agentic #AI #agenticAI #KIAgenten

Claude mit starker Persönlichkeit, Grok enttäuscht: Was passiert, wenn KI-Agenten einen Radiosender betreiben sollen? | t3n
https://t3n.de/news/ki-radio-experiment-1742548/ #KI #KIAgenten #Radiosender #Anthropic #AnthropicClaude

RT @_guillecasaus: 🚨 Google hat gerade seine offiziellen Skills für KI-Agenten veröffentlicht.

mehr auf Arint.info

#Automatisierung #ClaudeCode #Copilot #Cursor #Google #KIAgenten #OpenSource #arint_info

https://x.com/_guillecasaus/status/2054932163737407895#m

(S+) Künstliche Intelligenz im Studium: Wie #KI-Agenten #Prüfungen für Studierende bestehen können

spiegel.de/start/kuenstliche-i…

100 Prozent richtige Antworten in fünf Minuten: Informatikprofessorin Doris Weßels hat ausprobiert, wie einfach und brillant KI-Agenten heute digitale Tests erledigen können. Sie warnt vor einer Welle erschummelter Zertifikate.

(S+) Künstliche Intelligenz im Studium: Wie #KI-Agenten #Prüfungen für Studierende bestehen können

spiegel.de/start/kuenstliche-i…

100 Prozent richtige Antworten in fünf Minuten: Informatikprofessorin Doris Weßels hat ausprobiert, wie einfach und brillant KI-Agenten heute digitale Tests erledigen können. Sie warnt vor einer Welle erschummelter Zertifikate.

KI-basierte Fraud-Agenten durchbrechen klassische KYC-Schutzmechanismen, indem sie aus jedem Review-Abbruch lernen und ihr Vorgehen autonom optimieren. Ihre flexible Architektur aus Orchestrator, Tool-Runner, persistentem Speicher und Feedback-Modul macht sie anpassungsfähig und zu einer realen Gefahr für Banken.
#Aktuell #Security #AI #Betrug #KIAgenten
https://w...
https://www.it-finanzmagazin.de/black-box-gegen-bank-kyc-ki-betrugsagenten-lernen-aus-jedem-review-abbruch-243855/?fsp_sid=29831

Sehr schön. Ich hoffe, alle lernen etwas daraus. Aber ich muss das leider bezweifeln.

https://www.heise.de/news/KI-Agent-loescht-Daten-Katastrophe-fuer-PocketOS-11279416.html

#KI #KünstlicheIntelligenz #KünstlicheDummheit #KIAgenten

RE: https://mastodon.social/@chrisstoecker/116509743252990972

Noch zu vorhin:

"All diese Fälle mögen in Entwicklerkreisen weiterhin die dort sehr beliebten »Selbst schuld«-Reaktionen auslösen. Doch sie sind, historisch betrachtet, die ersten Beispiele für ein Problem, das Theoretiker, die über KI nachdenken, schon vor mehr als sechzig Jahren vorhergesagt haben: das Alignment-Problem."

#KIAgenten

https://www.europesays.com/at/135261/ Apple-CEO bestätigt: Wer einen Mac haben will, muss teils lange warten – WinFuture #Apple #AT #Austria #DesktopPCs #Halbleitermangel #hardware #KIAgenten #Lieferengpässe #M4Chip #MacMini #MacStudio #openclaw #Österreich #Quartalszahlen #Science #Science&Technology #Technik #Technology #TimCook #TSMC #Wissenschaft #Wissenschaft&Technik

Dieser Artikel hat besonders viele Abonnent:innen interessiert. (+)

#KI #KIagenten #Ethik #Arbeit

https://t3n.de/news/kollegen-generieren-github-projekt-treibt-automatisierungswahn-in-china-auf-die-spitze-1739206/

Zeitenwende: Natürliche Sprache wird zur neuen Bedienoberfläche

Ende 2011 habe ich hier im Blog über Siri und KI-Systeme für Unternehmen geschrieben: Nach Tastatur, Maus und Touchscreen wird Sprache das nächste natürliche Interface sein — für den Computer, fürs iPhone, fürs SmartHome. „Alles nur eine Frage der Zeit.“ Das war vor fünfzehn Jahren. Lange Zeit sah es nicht danach aus. Siri blieb der Wetterfrosch, Alexa der Einkaufsknopf, der Google Assistant der Timer-Steller. Die entsprechenden Geräte und smarten Lautsprecher habe ich 2018 als trojanisches Pferd in unseren Wohnzimmern beschrieben, weil sie viel zu wenig konnten und gleichzeitig viel zu viel abhörten. Diese Gefahr besteht übrigens noch immer.

Aber jetzt scheint der Moment gekommen, in dem das lange angekündigte Versprechen plötzlich wahr werden könnte. Wir tippen oder sprechen in natürlichen Sätzen mit unseren Geräten. Genauer: Large Language Models auf unseren Devices verstehen uns — endlich. Jörg Schieb bringt es in seinem Kommentar zu Claude Design auf den Punkt: „Wir erleben gerade, wie Textbeschreibung zur neuen Universalsprache für Produktion wird. Erst Code (Claude Code), dann Dokumente (Claude.ai), jetzt Design (Claude Design). Der Trend ist eindeutig: Du beschreibst, KI baut.“ Das ist ein bahnbrechender Paradigmenwechsel.

Vom Kommando zum Dialog — warum Siri den Durchbruch verpasst hat

Der Unterschied zu den Sprachassistenten der 2010er Jahre ist technisch, aber seine Folgen sind kulturell. Siri, Alexa und der Google Assistant waren Kommandoparser: Sie bildeten natürliche Sprache auf ein enges Set vordefinierter Funktionen ab. Sagte man etwas Unerwartetes, hieß es „Das habe ich leider nicht verstanden“.

Large Language Models, große Sprachmodelle wie die von Claude, ChatGPT, Gemini oder Le Chat sind keine solchen Parser mehr. Sie sind laut aktuellem Überblick zur Mensch-Maschine-Interaktion ein Reasoning-Layer, der unvollständige, kontextuelle Sätze versteht und auf Absicht reagiert, nicht auf Schlüsselwörter. Erst durch diese Fähigkeit wird Sprache tatsächlich zur neuen Benutzerschnittstelle. Ein Klick sagt dem Computer „öffne das“. Ein Satz an ein Sprachmodell dagegen „buche mir die Reise per Bahn nach Berlin inklusive Hotel in meiner Kategorie zwischen dem 17. und 20. Mai“.

Andrej Karpathy, eine der einflussreichsten Stimmen der KI-Szene, zieht die Parallele zur Einführung der grafischen Benutzeroberfläche in den 1980ern. Damals ersetzten die Icons von Windows die Kommandozeile. Heute ersetzt die Beschreibung das Icon. Wer in Zukunft produktiv arbeiten will, beschreibt — und die Maschine baut oder führt Dinge autonom aus.

Im privaten Alltag: Sprache macht aus dem Smartphone einen Mitarbeiter

Auch privat wird sich grundlegend ändern, wie wir unser Smartphone oder die Geräte im Smart Home bedienen und nutzen. Das ewig nicht eingelöste Versprechen, das Apple 2011 mit Siri gegeben hat — dein Telefon versteht dich und hilft dir — wird jetzt eingelöst, nur von anderen Anbietern und in einer anderen Dimension.

Statt auf Programmsymbole zu klicken oder zu „touchen“, sprechen wir künftig mit unserem Smartphone. Genauer: Wir sprechen mit den dort installierten Large Language Models wie ChatGPT in ganzen Sätzen und sagen, was wir wollen. Zurück bekommen wir nicht eine Ergebnisliste mit Links, sondern stattdessen das Ergebnis. Einen Reiseplan. Eine gegengelesene E-Mail. Vielleicht künftig die Einkaufsliste basierend auf dem Foto meines leeren Kühlschranks. Eine Präsentation für die Jahreshauptversammlung meines Vereins über den neuen Grill. Eine E-Mail, mit der ich meine Freunde zu meiner Geburtstagsfeier einlade — genau in meinem Ton, da ich dem System meine alten Texte und E-Mails zum Lesen gegeben habe.

Das ist keine Zukunftsmusik mehr. Früher musste ich wissen, welche App ich öffne, welchen Button ich drücke, wo ich den Befehl im Menü finde. Künftig reicht die Beschreibung dessen, was ich erreichen will. Welches Programm im Hintergrund benutzt wird, das erledigt die Künstliche Intelligenz. Das ist — nach Tastatur, Maus, Touch — tatsächlich die nächste Stufe der Bedienung, die ich 2011 vorhergesagt habe. Mit fünfzehn Jahren Verspätung und von anderen Anbietern erfüllt, als ich damals vermutete.

Der Preis der Bequemlichkeit: Hirn einschalten, Kontrolle behalten

In natürlicher Sprache formulierte Sätze, egal ob getippt oder gesprochen, sind also das neue Interface. Das ist ungemein komfortabel. Ich beschreibe in meinen eigenen Worten, was ich brauche, und bekomme ein Ergebnis. Oft verblüffend gut. Manchmal beeindruckend. Und nicht selten einfach falsch.

Wenn ich heute in Google suche, bekomme ich nicht mehr nur Links, sondern eine Zusammenfassung in natürlicher Sprache. Ingrid Brodnig hat das gerade einmal für die Google-KI-Übersichten vorgerechnet: Selbst wenn neun von zehn Antworten stimmen — bei über fünf Billionen Google-Suchanfragen pro Jahr bedeutet die verbleibende Fehlerquote zig Millionen falscher Antworten pro Stunde. Und eine EBU-Studie der öffentlich-rechtlichen Rundfunkanstalten fand sogar in 45 Prozent der geprüften KI-Antworten mindestens einen erheblichen Fehler. Besonders gemein: Die Modelle formulieren gerade dann am selbstbewusstesten, wenn sie sich irren — also falsche Aussagen treffen.

Je bequemer es wird, desto größer die Versuchung, Kontrolle abzugeben, weil es dann ja so einfach ist. Dabei geht es nicht nur darum, Fakten und Quellen zu prüfen, auf deren Basis uns die KI antwortet. Es geht auch wieder einmal um unsere eigenen Daten. Wer einer KI einmal Zugriff auf E-Mails, Kalender, Dateien, Browser-Verlauf gibt, damit der KI-Agent „alles einfacher macht“, öffnet ein Tor, das sich schwer wieder schließen lässt. Und je weniger Mühe uns die Antwort kostet, desto weniger prüfen wir sie. Gerade bei vermeintlich trivialen Fragen — wann ist X gestorben, wie heißt das Gericht, wo liegt der Ort — scannen wir die Antwort nur noch.

Genau deshalb bleibt das eigene Hirn unersetzlich. Das eigene Misstrauen. Die eigene Kontrolle. Sprache als Interface ist ein Produktivitätsgeschenk — aber nur, wenn ich die Fähigkeit behalte, zu prüfen und zu widersprechen. Dem Modell. Dem Ergebnis. Und manchmal auch der Bequemlichkeit, mit der es mir serviert wird.

Im Unternehmen: Beschreibung ersetzt Bedienung — und das bricht Hierarchien auf

Auch im Beruf wird der Effekt deutlich zu spüren sein. Industrie-Prognosen rechnen damit, dass natürliche Sprache bis 2026 zur Standard-Schnittstelle für Unternehmensdaten-Workloads wird. Wer eine Auswertung, eine Präsentation, einen Prototyp braucht, öffnet kein Tool mehr. Er oder sie beschreibt, was gebraucht wird. Code, Dokumente, Designs, Analysen — alles entsteht aus dem gleichen Input: Sprache.

Die Folgen sind handfest. Die Grenze zwischen Anwendern und System-Designerin oder -Designer löst sich auf. Wer früher auf die IT-Abteilung warten musste, lässt sich heute das Dashboard von Claude bauen. Wer früher ein Agenturbriefing schreiben musste, kann sich heute von der KI ein Mockup in zwanzig Minuten erstellen lassen.

Das klingt komfortabel — aber es trifft unweigerlich den Mittelbau vieler Wissensberufe: Leute, die Geld damit verdient haben, Templates umzufärben, PowerPoints zu schubsen, Standardcode zu schreiben, Standardtexte zu redigieren. Dieser Mittelbau wackelt. Warten wir mal ab, ob sich das Versprechen bewahrheitet, mit der neuen KI-Arbeitsweise in zwei Jahren das Dreifache bei gleicher Teamgröße zu schaffen.

Der nächste Schritt: Die KI übernimmt den Rechner

Und weil die Entwicklung gerade erst richtig Fahrt aufnimmt, folgt die nächste Stufe auf dem Fuß. Sprache bleibt nicht im Chat-Fenster. Sie wandert in den Rechner selbst. Was der Business Punk in den letzten Tagen als „KI-Krieg ums Desktop-Monopol“ beschreibt, ist der konsequente nächste Schritt: Google liefert uns jetzt mit Gemma 4 eine KI, die autonom auf unserem Rechner läuft — erst einmal ohne Verbindung zu den „großen“ Large Language Models von Google. Diese lokal auf meinem Mac laufende KI kann wohl alles, was man so privat braucht — und ist kostenlos. Das Prinzip ist alt: Wir füttern Kundinnen und Kunden an und verdienen dann an allem drum herum.

Doch natürlich gibt es gute Gründe dafür, ein Large Language Model lokal laufen zu lassen. Das ist einmal der Datenschutz, denn viele Daten wandern einfach nicht in die Cloud der großen Tech Bros. Mit der lokalen KI ist man unabhängiger und es kostet weniger als die Abos von Gemini oder anderen Tools. Last but not least verbraucht man keine Energie in Rechenzentren, da alles lokal auf dem Rechner läuft.

Die KI Gemma 4 von Google läuft auf unserem Rechner daheim. Andere Anbieter wie Anthropic mit Claude Cowork, OpenAI oder Perplexity bieten Tools an, die auch lokal laufen, aber eben kontinuierlich mit den KI-Modellen der Anbieter in der Cloud kommunizieren. OpenAI hat Codex mit einer Funktion namens „Background Computer Use“ ausgestattet — die KI klickt, tippt, steuert Apps parallel zur eigenen Arbeit, plant sich Aufgaben über Tage oder Wochen selbst.

Oder aber Claude Cowork von Anthropic, das in der Lage ist, meinen Mac komplett selbständig zu bedienen. Wir sprechen mit dem Computer oder geben per Tastatur unsere Anweisungen ein, die KI arbeitet diese ab und steuert meinen Rechner. Ich sage nicht mehr nur einfach „Claude, schreib mir einen Text“ — sondern „Claude, geh in meine Ablage, sortiere den Quartalsreport, bau daraus die Präsentation für Donnerstag, und schick sie vorab an das Team“. Dies hat eine ganz andere Qualität.

Was heute noch holprig funktioniert, wird laut vieler Prognosen in zwei Jahren Standard sein. Damit einher geht, dass ich potenziell den letzten privaten digitalen Rückzugswinkel, die Kontrolle über meinen Computer und die darauf befindlichen Daten verlieren könnte. Wer den Sprach-Layer auf meinem Rechner kontrolliert, könnte alles sehen, was dort passiert und gespeichert ist. Jede Datei. Jede Mail. Jedes offene Fenster. Das macht die aktuelle Debatte um „Agentic AI“ und wie viele Rechte ich der KI gebe so zentral. Wieder einmal stellt sich die Frage, wie viel Bequemlichkeit man will und wie viel man von seiner Privatsphäre bereit ist, dafür abzugeben.

Das bequeme, ach so indiskrete Helferlein?

Natürlich ist das auch komfortabel, aber der Preis bei Siri und Alexa hieß: „Amazon owns my Echo; I’m just feeding it.“ Das trojanische Pferd steht nicht mehr nur im Wohnzimmer, es läuft demnächst ständig im Hintergrund auf unseren Notebooks, Smartphones und iPads mit und sieht alle unsere Daten. Und wieder einmal sind es fast ausschließlich US-amerikanische Konzerne, Google, OpenAI, Microsoft oder Anthropic, die davon profitieren. Das kleine gallische Dorf, Mistral aus Frankreich, versucht sich zu behaupten, hat es aber schwer. Und ob der neue deutsch-kanadische Zusammenschluss, besser die Übernahme von Aleph Alpha durch Cohere, mehr Souveränität für europäische Nutzer bedeutet, bleibt abzuwarten.

Sprache wird sich als neue Benutzeroberfläche durchsetzen und das ergibt absolut Sinn. Doch in der Kombination mit den Large Language Models und KI-Agenten entstehen neue Risiken, deren man sich bewusst sein sollte. Meine Befürchtung ist, dass sich viele Privatanwender darüber keine Gedanken machen werden und ihre Daten (Bank, Kreditkarte, Pass, Steuer, Sozialversicherung oder Gesundheitsdaten) freiwillig zur Verfügung stellen werden — weil es die Kombination von Sprache und KI so einfach macht, lästige Arbeiten durch die KI-Agenten erledigen zu lassen.

Für uns in Europa heißt das konkret: Wenn Sprache die Universalsprache zur Steuerung unserer Rechner wird — und die Modelle dahinter allesamt in Kalifornien, Seattle oder New York stehen und sich gleichzeitig in unsere Betriebssysteme einnisten — dann wird es eng mit unserer digitalen Souveränität. Noch sehe ich keine europäische Alternative. Vielmehr nistet sich bald die Google-KI Gemini auf meinem iPhone ein, sodass mich Siri trotz meines hessischen Slangs endlich versteht. Aber keine Sorge: Es wird ja alles ganz privat in den Apple-Rechenzentren gespeichert.

Zeitenwende: Natürliche Sprache wird zur neuen Bedienoberfläche

Ende 2011 habe ich hier im Blog über Siri und KI-Systeme für Unternehmen geschrieben: Nach Tastatur, Maus und Touchscreen wird Sprache das nächste natürliche Interface sein — für den Computer, fürs iPhone, fürs SmartHome. „Alles nur eine Frage der Zeit.“ Das war vor fünfzehn Jahren. Lange Zeit sah es nicht danach aus. Siri blieb der Wetterfrosch, Alexa der Einkaufsknopf, der Google Assistant der Timer-Steller. Die entsprechenden Geräte und smarten Lautsprecher habe ich 2018 als trojanisches Pferd in unseren Wohnzimmern beschrieben, weil sie viel zu wenig konnten und gleichzeitig viel zu viel abhörten. Diese Gefahr besteht übrigens noch immer.

Aber jetzt scheint der Moment gekommen, in dem das lange angekündigte Versprechen plötzlich wahr werden könnte. Wir tippen oder sprechen in natürlichen Sätzen mit unseren Geräten. Genauer: Large Language Models auf unseren Devices verstehen uns — endlich. Jörg Schieb bringt es in seinem Kommentar zu Claude Design auf den Punkt: „Wir erleben gerade, wie Textbeschreibung zur neuen Universalsprache für Produktion wird. Erst Code (Claude Code), dann Dokumente (Claude.ai), jetzt Design (Claude Design). Der Trend ist eindeutig: Du beschreibst, KI baut.“ Das ist ein bahnbrechender Paradigmenwechsel.

Vom Kommando zum Dialog — warum Siri den Durchbruch verpasst hat

Der Unterschied zu den Sprachassistenten der 2010er Jahre ist technisch, aber seine Folgen sind kulturell. Siri, Alexa und der Google Assistant waren Kommandoparser: Sie bildeten natürliche Sprache auf ein enges Set vordefinierter Funktionen ab. Sagte man etwas Unerwartetes, hieß es „Das habe ich leider nicht verstanden“.

Large Language Models, große Sprachmodelle wie die von Claude, ChatGPT, Gemini oder Le Chat sind keine solchen Parser mehr. Sie sind laut aktuellem Überblick zur Mensch-Maschine-Interaktion ein Reasoning-Layer, der unvollständige, kontextuelle Sätze versteht und auf Absicht reagiert, nicht auf Schlüsselwörter. Erst durch diese Fähigkeit wird Sprache tatsächlich zur neuen Benutzerschnittstelle. Ein Klick sagt dem Computer „öffne das“. Ein Satz an ein Sprachmodell dagegen „buche mir die Reise per Bahn nach Berlin inklusive Hotel in meiner Kategorie zwischen dem 17. und 20. Mai“.

Andrej Karpathy, eine der einflussreichsten Stimmen der KI-Szene, zieht die Parallele zur Einführung der grafischen Benutzeroberfläche in den 1980ern. Damals ersetzten die Icons von Windows die Kommandozeile. Heute ersetzt die Beschreibung das Icon. Wer in Zukunft produktiv arbeiten will, beschreibt — und die Maschine baut oder führt Dinge autonom aus.

Im privaten Alltag: Sprache macht aus dem Smartphone einen Mitarbeiter

Auch privat wird sich grundlegend ändern, wie wir unser Smartphone oder die Geräte im Smart Home bedienen und nutzen. Das ewig nicht eingelöste Versprechen, das Apple 2011 mit Siri gegeben hat — dein Telefon versteht dich und hilft dir — wird jetzt eingelöst, nur von anderen Anbietern und in einer anderen Dimension.

Statt auf Programmsymbole zu klicken oder zu „touchen“, sprechen wir künftig mit unserem Smartphone. Genauer: Wir sprechen mit den dort installierten Large Language Models wie ChatGPT in ganzen Sätzen und sagen, was wir wollen. Zurück bekommen wir nicht eine Ergebnisliste mit Links, sondern stattdessen das Ergebnis. Einen Reiseplan. Eine gegengelesene E-Mail. Vielleicht künftig die Einkaufsliste basierend auf dem Foto meines leeren Kühlschranks. Eine Präsentation für die Jahreshauptversammlung meines Vereins über den neuen Grill. Eine E-Mail, mit der ich meine Freunde zu meiner Geburtstagsfeier einlade — genau in meinem Ton, da ich dem System meine alten Texte und E-Mails zum Lesen gegeben habe.

Das ist keine Zukunftsmusik mehr. Früher musste ich wissen, welche App ich öffne, welchen Button ich drücke, wo ich den Befehl im Menü finde. Künftig reicht die Beschreibung dessen, was ich erreichen will. Welches Programm im Hintergrund benutzt wird, das erledigt die Künstliche Intelligenz. Das ist — nach Tastatur, Maus, Touch — tatsächlich die nächste Stufe der Bedienung, die ich 2011 vorhergesagt habe. Mit fünfzehn Jahren Verspätung und von anderen Anbietern erfüllt, als ich damals vermutete.

Der Preis der Bequemlichkeit: Hirn einschalten, Kontrolle behalten

In natürlicher Sprache formulierte Sätze, egal ob getippt oder gesprochen, sind also das neue Interface. Das ist ungemein komfortabel. Ich beschreibe in meinen eigenen Worten, was ich brauche, und bekomme ein Ergebnis. Oft verblüffend gut. Manchmal beeindruckend. Und nicht selten einfach falsch.

Wenn ich heute in Google suche, bekomme ich nicht mehr nur Links, sondern eine Zusammenfassung in natürlicher Sprache. Ingrid Brodnig hat das gerade einmal für die Google-KI-Übersichten vorgerechnet: Selbst wenn neun von zehn Antworten stimmen — bei über fünf Billionen Google-Suchanfragen pro Jahr bedeutet die verbleibende Fehlerquote zig Millionen falscher Antworten pro Stunde. Und eine EBU-Studie der öffentlich-rechtlichen Rundfunkanstalten fand sogar in 45 Prozent der geprüften KI-Antworten mindestens einen erheblichen Fehler. Besonders gemein: Die Modelle formulieren gerade dann am selbstbewusstesten, wenn sie sich irren — also falsche Aussagen treffen.

Je bequemer es wird, desto größer die Versuchung, Kontrolle abzugeben, weil es dann ja so einfach ist. Dabei geht es nicht nur darum, Fakten und Quellen zu prüfen, auf deren Basis uns die KI antwortet. Es geht auch wieder einmal um unsere eigenen Daten. Wer einer KI einmal Zugriff auf E-Mails, Kalender, Dateien, Browser-Verlauf gibt, damit der KI-Agent „alles einfacher macht“, öffnet ein Tor, das sich schwer wieder schließen lässt. Und je weniger Mühe uns die Antwort kostet, desto weniger prüfen wir sie. Gerade bei vermeintlich trivialen Fragen — wann ist X gestorben, wie heißt das Gericht, wo liegt der Ort — scannen wir die Antwort nur noch.

Genau deshalb bleibt das eigene Hirn unersetzlich. Das eigene Misstrauen. Die eigene Kontrolle. Sprache als Interface ist ein Produktivitätsgeschenk — aber nur, wenn ich die Fähigkeit behalte, zu prüfen und zu widersprechen. Dem Modell. Dem Ergebnis. Und manchmal auch der Bequemlichkeit, mit der es mir serviert wird.

Im Unternehmen: Beschreibung ersetzt Bedienung — und das bricht Hierarchien auf

Auch im Beruf wird der Effekt deutlich zu spüren sein. Industrie-Prognosen rechnen damit, dass natürliche Sprache bis 2026 zur Standard-Schnittstelle für Unternehmensdaten-Workloads wird. Wer eine Auswertung, eine Präsentation, einen Prototyp braucht, öffnet kein Tool mehr. Er oder sie beschreibt, was gebraucht wird. Code, Dokumente, Designs, Analysen — alles entsteht aus dem gleichen Input: Sprache.

Die Folgen sind handfest. Die Grenze zwischen Anwendern und System-Designerin oder -Designer löst sich auf. Wer früher auf die IT-Abteilung warten musste, lässt sich heute das Dashboard von Claude bauen. Wer früher ein Agenturbriefing schreiben musste, kann sich heute von der KI ein Mockup in zwanzig Minuten erstellen lassen.

Das klingt komfortabel — aber es trifft unweigerlich den Mittelbau vieler Wissensberufe: Leute, die Geld damit verdient haben, Templates umzufärben, PowerPoints zu schubsen, Standardcode zu schreiben, Standardtexte zu redigieren. Dieser Mittelbau wackelt. Warten wir mal ab, ob sich das Versprechen bewahrheitet, mit der neuen KI-Arbeitsweise in zwei Jahren das Dreifache bei gleicher Teamgröße zu schaffen.

Der nächste Schritt: Die KI übernimmt den Rechner

Und weil die Entwicklung gerade erst richtig Fahrt aufnimmt, folgt die nächste Stufe auf dem Fuß. Sprache bleibt nicht im Chat-Fenster. Sie wandert in den Rechner selbst. Was der Business Punk in den letzten Tagen als „KI-Krieg ums Desktop-Monopol“ beschreibt, ist der konsequente nächste Schritt: Google liefert uns jetzt mit Gemma 4 eine KI, die autonom auf unserem Rechner läuft — erst einmal ohne Verbindung zu den „großen“ Large Language Models von Google. Diese lokal auf meinem Mac laufende KI kann wohl alles, was man so privat braucht — und ist kostenlos. Das Prinzip ist alt: Wir füttern Kundinnen und Kunden an und verdienen dann an allem drum herum.

Doch natürlich gibt es gute Gründe dafür, ein Large Language Model lokal laufen zu lassen. Das ist einmal der Datenschutz, denn viele Daten wandern einfach nicht in die Cloud der großen Tech Bros. Mit der lokalen KI ist man unabhängiger und es kostet weniger als die Abos von Gemini oder anderen Tools. Last but not least verbraucht man keine Energie in Rechenzentren, da alles lokal auf dem Rechner läuft.

Die KI Gemma 4 von Google läuft auf unserem Rechner daheim. Andere Anbieter wie Anthropic mit Claude Cowork, OpenAI oder Perplexity bieten Tools an, die auch lokal laufen, aber eben kontinuierlich mit den KI-Modellen der Anbieter in der Cloud kommunizieren. OpenAI hat Codex mit einer Funktion namens „Background Computer Use“ ausgestattet — die KI klickt, tippt, steuert Apps parallel zur eigenen Arbeit, plant sich Aufgaben über Tage oder Wochen selbst.

Oder aber Claude Cowork von Anthropic, das in der Lage ist, meinen Mac komplett selbständig zu bedienen. Wir sprechen mit dem Computer oder geben per Tastatur unsere Anweisungen ein, die KI arbeitet diese ab und steuert meinen Rechner. Ich sage nicht mehr nur einfach „Claude, schreib mir einen Text“ — sondern „Claude, geh in meine Ablage, sortiere den Quartalsreport, bau daraus die Präsentation für Donnerstag, und schick sie vorab an das Team“. Dies hat eine ganz andere Qualität.

Was heute noch holprig funktioniert, wird laut vieler Prognosen in zwei Jahren Standard sein. Damit einher geht, dass ich potenziell den letzten privaten digitalen Rückzugswinkel, die Kontrolle über meinen Computer und die darauf befindlichen Daten verlieren könnte. Wer den Sprach-Layer auf meinem Rechner kontrolliert, könnte alles sehen, was dort passiert und gespeichert ist. Jede Datei. Jede Mail. Jedes offene Fenster. Das macht die aktuelle Debatte um „Agentic AI“ und wie viele Rechte ich der KI gebe so zentral. Wieder einmal stellt sich die Frage, wie viel Bequemlichkeit man will und wie viel man von seiner Privatsphäre bereit ist, dafür abzugeben.

Das bequeme, ach so indiskrete Helferlein?

Natürlich ist das auch komfortabel, aber der Preis bei Siri und Alexa hieß: „Amazon owns my Echo; I’m just feeding it.“ Das trojanische Pferd steht nicht mehr nur im Wohnzimmer, es läuft demnächst ständig im Hintergrund auf unseren Notebooks, Smartphones und iPads mit und sieht alle unsere Daten. Und wieder einmal sind es fast ausschließlich US-amerikanische Konzerne, Google, OpenAI, Microsoft oder Anthropic, die davon profitieren. Das kleine gallische Dorf, Mistral aus Frankreich, versucht sich zu behaupten, hat es aber schwer. Und ob der neue deutsch-kanadische Zusammenschluss, besser die Übernahme von Aleph Alpha durch Cohere, mehr Souveränität für europäische Nutzer bedeutet, bleibt abzuwarten.

Sprache wird sich als neue Benutzeroberfläche durchsetzen und das ergibt absolut Sinn. Doch in der Kombination mit den Large Language Models und KI-Agenten entstehen neue Risiken, deren man sich bewusst sein sollte. Meine Befürchtung ist, dass sich viele Privatanwender darüber keine Gedanken machen werden und ihre Daten (Bank, Kreditkarte, Pass, Steuer, Sozialversicherung oder Gesundheitsdaten) freiwillig zur Verfügung stellen werden — weil es die Kombination von Sprache und KI so einfach macht, lästige Arbeiten durch die KI-Agenten erledigen zu lassen.

Für uns in Europa heißt das konkret: Wenn Sprache die Universalsprache zur Steuerung unserer Rechner wird — und die Modelle dahinter allesamt in Kalifornien, Seattle oder New York stehen und sich gleichzeitig in unsere Betriebssysteme einnisten — dann wird es eng mit unserer digitalen Souveränität. Noch sehe ich keine europäische Alternative. Vielmehr nistet sich bald die Google-KI Gemini auf meinem iPhone ein, sodass mich Siri trotz meines hessischen Slangs endlich versteht. Aber keine Sorge: Es wird ja alles ganz privat in den Apple-Rechenzentren gespeichert.

Zeitenwende: Natürliche Sprache wird zur neuen Bedienoberfläche

Ende 2011 habe ich hier im Blog über Siri und KI-Systeme für Unternehmen geschrieben: Nach Tastatur, Maus und Touchscreen wird Sprache das nächste natürliche Interface sein — für den Computer, fürs iPhone, fürs SmartHome. „Alles nur eine Frage der Zeit.“ Das war vor fünfzehn Jahren. Lange Zeit sah es nicht danach aus. Siri blieb der Wetterfrosch, Alexa der Einkaufsknopf, der Google Assistant der Timer-Steller. Die entsprechenden Geräte und smarten Lautsprecher habe ich 2018 als trojanisches Pferd in unseren Wohnzimmern beschrieben, weil sie viel zu wenig konnten und gleichzeitig viel zu viel abhörten. Diese Gefahr besteht übrigens noch immer.

Aber jetzt scheint der Moment gekommen, in dem das lange angekündigte Versprechen plötzlich wahr werden könnte. Wir tippen oder sprechen in natürlichen Sätzen mit unseren Geräten. Genauer: Large Language Models auf unseren Devices verstehen uns — endlich. Jörg Schieb bringt es in seinem Kommentar zu Claude Design auf den Punkt: „Wir erleben gerade, wie Textbeschreibung zur neuen Universalsprache für Produktion wird. Erst Code (Claude Code), dann Dokumente (Claude.ai), jetzt Design (Claude Design). Der Trend ist eindeutig: Du beschreibst, KI baut.“ Das ist ein bahnbrechender Paradigmenwechsel.

Vom Kommando zum Dialog — warum Siri den Durchbruch verpasst hat

Der Unterschied zu den Sprachassistenten der 2010er Jahre ist technisch, aber seine Folgen sind kulturell. Siri, Alexa und der Google Assistant waren Kommandoparser: Sie bildeten natürliche Sprache auf ein enges Set vordefinierter Funktionen ab. Sagte man etwas Unerwartetes, hieß es „Das habe ich leider nicht verstanden“.

Large Language Models, große Sprachmodelle wie die von Claude, ChatGPT, Gemini oder Le Chat sind keine solchen Parser mehr. Sie sind laut aktuellem Überblick zur Mensch-Maschine-Interaktion ein Reasoning-Layer, der unvollständige, kontextuelle Sätze versteht und auf Absicht reagiert, nicht auf Schlüsselwörter. Erst durch diese Fähigkeit wird Sprache tatsächlich zur neuen Benutzerschnittstelle. Ein Klick sagt dem Computer „öffne das“. Ein Satz an ein Sprachmodell dagegen „buche mir die Reise per Bahn nach Berlin inklusive Hotel in meiner Kategorie zwischen dem 17. und 20. Mai“.

Andrej Karpathy, eine der einflussreichsten Stimmen der KI-Szene, zieht die Parallele zur Einführung der grafischen Benutzeroberfläche in den 1980ern. Damals ersetzten die Icons von Windows die Kommandozeile. Heute ersetzt die Beschreibung das Icon. Wer in Zukunft produktiv arbeiten will, beschreibt — und die Maschine baut oder führt Dinge autonom aus.

Im privaten Alltag: Sprache macht aus dem Smartphone einen Mitarbeiter

Auch privat wird sich grundlegend ändern, wie wir unser Smartphone oder die Geräte im Smart Home bedienen und nutzen. Das ewig nicht eingelöste Versprechen, das Apple 2011 mit Siri gegeben hat — dein Telefon versteht dich und hilft dir — wird jetzt eingelöst, nur von anderen Anbietern und in einer anderen Dimension.

Statt auf Programmsymbole zu klicken oder zu „touchen“, sprechen wir künftig mit unserem Smartphone. Genauer: Wir sprechen mit den dort installierten Large Language Models wie ChatGPT in ganzen Sätzen und sagen, was wir wollen. Zurück bekommen wir nicht eine Ergebnisliste mit Links, sondern stattdessen das Ergebnis. Einen Reiseplan. Eine gegengelesene E-Mail. Vielleicht künftig die Einkaufsliste basierend auf dem Foto meines leeren Kühlschranks. Eine Präsentation für die Jahreshauptversammlung meines Vereins über den neuen Grill. Eine E-Mail, mit der ich meine Freunde zu meiner Geburtstagsfeier einlade — genau in meinem Ton, da ich dem System meine alten Texte und E-Mails zum Lesen gegeben habe.

Das ist keine Zukunftsmusik mehr. Früher musste ich wissen, welche App ich öffne, welchen Button ich drücke, wo ich den Befehl im Menü finde. Künftig reicht die Beschreibung dessen, was ich erreichen will. Welches Programm im Hintergrund benutzt wird, das erledigt die Künstliche Intelligenz. Das ist — nach Tastatur, Maus, Touch — tatsächlich die nächste Stufe der Bedienung, die ich 2011 vorhergesagt habe. Mit fünfzehn Jahren Verspätung und von anderen Anbietern erfüllt, als ich damals vermutete.

Der Preis der Bequemlichkeit: Hirn einschalten, Kontrolle behalten

In natürlicher Sprache formulierte Sätze, egal ob getippt oder gesprochen, sind also das neue Interface. Das ist ungemein komfortabel. Ich beschreibe in meinen eigenen Worten, was ich brauche, und bekomme ein Ergebnis. Oft verblüffend gut. Manchmal beeindruckend. Und nicht selten einfach falsch.

Wenn ich heute in Google suche, bekomme ich nicht mehr nur Links, sondern eine Zusammenfassung in natürlicher Sprache. Ingrid Brodnig hat das gerade einmal für die Google-KI-Übersichten vorgerechnet: Selbst wenn neun von zehn Antworten stimmen — bei über fünf Billionen Google-Suchanfragen pro Jahr bedeutet die verbleibende Fehlerquote zig Millionen falscher Antworten pro Stunde. Und eine EBU-Studie der öffentlich-rechtlichen Rundfunkanstalten fand sogar in 45 Prozent der geprüften KI-Antworten mindestens einen erheblichen Fehler. Besonders gemein: Die Modelle formulieren gerade dann am selbstbewusstesten, wenn sie sich irren — also falsche Aussagen treffen.

Je bequemer es wird, desto größer die Versuchung, Kontrolle abzugeben, weil es dann ja so einfach ist. Dabei geht es nicht nur darum, Fakten und Quellen zu prüfen, auf deren Basis uns die KI antwortet. Es geht auch wieder einmal um unsere eigenen Daten. Wer einer KI einmal Zugriff auf E-Mails, Kalender, Dateien, Browser-Verlauf gibt, damit der KI-Agent „alles einfacher macht“, öffnet ein Tor, das sich schwer wieder schließen lässt. Und je weniger Mühe uns die Antwort kostet, desto weniger prüfen wir sie. Gerade bei vermeintlich trivialen Fragen — wann ist X gestorben, wie heißt das Gericht, wo liegt der Ort — scannen wir die Antwort nur noch.

Genau deshalb bleibt das eigene Hirn unersetzlich. Das eigene Misstrauen. Die eigene Kontrolle. Sprache als Interface ist ein Produktivitätsgeschenk — aber nur, wenn ich die Fähigkeit behalte, zu prüfen und zu widersprechen. Dem Modell. Dem Ergebnis. Und manchmal auch der Bequemlichkeit, mit der es mir serviert wird.

Im Unternehmen: Beschreibung ersetzt Bedienung — und das bricht Hierarchien auf

Auch im Beruf wird der Effekt deutlich zu spüren sein. Industrie-Prognosen rechnen damit, dass natürliche Sprache bis 2026 zur Standard-Schnittstelle für Unternehmensdaten-Workloads wird. Wer eine Auswertung, eine Präsentation, einen Prototyp braucht, öffnet kein Tool mehr. Er oder sie beschreibt, was gebraucht wird. Code, Dokumente, Designs, Analysen — alles entsteht aus dem gleichen Input: Sprache.

Die Folgen sind handfest. Die Grenze zwischen Anwendern und System-Designerin oder -Designer löst sich auf. Wer früher auf die IT-Abteilung warten musste, lässt sich heute das Dashboard von Claude bauen. Wer früher ein Agenturbriefing schreiben musste, kann sich heute von der KI ein Mockup in zwanzig Minuten erstellen lassen.

Das klingt komfortabel — aber es trifft unweigerlich den Mittelbau vieler Wissensberufe: Leute, die Geld damit verdient haben, Templates umzufärben, PowerPoints zu schubsen, Standardcode zu schreiben, Standardtexte zu redigieren. Dieser Mittelbau wackelt. Warten wir mal ab, ob sich das Versprechen bewahrheitet, mit der neuen KI-Arbeitsweise in zwei Jahren das Dreifache bei gleicher Teamgröße zu schaffen.

Der nächste Schritt: Die KI übernimmt den Rechner

Und weil die Entwicklung gerade erst richtig Fahrt aufnimmt, folgt die nächste Stufe auf dem Fuß. Sprache bleibt nicht im Chat-Fenster. Sie wandert in den Rechner selbst. Was der Business Punk in den letzten Tagen als „KI-Krieg ums Desktop-Monopol“ beschreibt, ist der konsequente nächste Schritt: Google liefert uns jetzt mit Gemma 4 eine KI, die autonom auf unserem Rechner läuft — erst einmal ohne Verbindung zu den „großen“ Large Language Models von Google. Diese lokal auf meinem Mac laufende KI kann wohl alles, was man so privat braucht — und ist kostenlos. Das Prinzip ist alt: Wir füttern Kundinnen und Kunden an und verdienen dann an allem drum herum.

Doch natürlich gibt es gute Gründe dafür, ein Large Language Model lokal laufen zu lassen. Das ist einmal der Datenschutz, denn viele Daten wandern einfach nicht in die Cloud der großen Tech Bros. Mit der lokalen KI ist man unabhängiger und es kostet weniger als die Abos von Gemini oder anderen Tools. Last but not least verbraucht man keine Energie in Rechenzentren, da alles lokal auf dem Rechner läuft.

Die KI Gemma 4 von Google läuft auf unserem Rechner daheim. Andere Anbieter wie Anthropic mit Claude Cowork, OpenAI oder Perplexity bieten Tools an, die auch lokal laufen, aber eben kontinuierlich mit den KI-Modellen der Anbieter in der Cloud kommunizieren. OpenAI hat Codex mit einer Funktion namens „Background Computer Use“ ausgestattet — die KI klickt, tippt, steuert Apps parallel zur eigenen Arbeit, plant sich Aufgaben über Tage oder Wochen selbst.

Oder aber Claude Cowork von Anthropic, das in der Lage ist, meinen Mac komplett selbständig zu bedienen. Wir sprechen mit dem Computer oder geben per Tastatur unsere Anweisungen ein, die KI arbeitet diese ab und steuert meinen Rechner. Ich sage nicht mehr nur einfach „Claude, schreib mir einen Text“ — sondern „Claude, geh in meine Ablage, sortiere den Quartalsreport, bau daraus die Präsentation für Donnerstag, und schick sie vorab an das Team“. Dies hat eine ganz andere Qualität.

Was heute noch holprig funktioniert, wird laut vieler Prognosen in zwei Jahren Standard sein. Damit einher geht, dass ich potenziell den letzten privaten digitalen Rückzugswinkel, die Kontrolle über meinen Computer und die darauf befindlichen Daten verlieren könnte. Wer den Sprach-Layer auf meinem Rechner kontrolliert, könnte alles sehen, was dort passiert und gespeichert ist. Jede Datei. Jede Mail. Jedes offene Fenster. Das macht die aktuelle Debatte um „Agentic AI“ und wie viele Rechte ich der KI gebe so zentral. Wieder einmal stellt sich die Frage, wie viel Bequemlichkeit man will und wie viel man von seiner Privatsphäre bereit ist, dafür abzugeben.

Das bequeme, ach so indiskrete Helferlein?

Natürlich ist das auch komfortabel, aber der Preis bei Siri und Alexa hieß: „Amazon owns my Echo; I’m just feeding it.“ Das trojanische Pferd steht nicht mehr nur im Wohnzimmer, es läuft demnächst ständig im Hintergrund auf unseren Notebooks, Smartphones und iPads mit und sieht alle unsere Daten. Und wieder einmal sind es fast ausschließlich US-amerikanische Konzerne, Google, OpenAI, Microsoft oder Anthropic, die davon profitieren. Das kleine gallische Dorf, Mistral aus Frankreich, versucht sich zu behaupten, hat es aber schwer. Und ob der neue deutsch-kanadische Zusammenschluss, besser die Übernahme von Aleph Alpha durch Cohere, mehr Souveränität für europäische Nutzer bedeutet, bleibt abzuwarten.

Sprache wird sich als neue Benutzeroberfläche durchsetzen und das ergibt absolut Sinn. Doch in der Kombination mit den Large Language Models und KI-Agenten entstehen neue Risiken, deren man sich bewusst sein sollte. Meine Befürchtung ist, dass sich viele Privatanwender darüber keine Gedanken machen werden und ihre Daten (Bank, Kreditkarte, Pass, Steuer, Sozialversicherung oder Gesundheitsdaten) freiwillig zur Verfügung stellen werden — weil es die Kombination von Sprache und KI so einfach macht, lästige Arbeiten durch die KI-Agenten erledigen zu lassen.

Für uns in Europa heißt das konkret: Wenn Sprache die Universalsprache zur Steuerung unserer Rechner wird — und die Modelle dahinter allesamt in Kalifornien, Seattle oder New York stehen und sich gleichzeitig in unsere Betriebssysteme einnisten — dann wird es eng mit unserer digitalen Souveränität. Noch sehe ich keine europäische Alternative. Vielmehr nistet sich bald die Google-KI Gemini auf meinem iPhone ein, sodass mich Siri trotz meines hessischen Slangs endlich versteht. Aber keine Sorge: Es wird ja alles ganz privat in den Apple-Rechenzentren gespeichert.

Qonto integriert zwei KI-Agenten („The Operator“, „The Analyst“) tief in seine Plattform und automatisiert mit ihnen Finanzprozesse per Sprach-/Textbefehl. Für 600.000 europäische KMU bedeutet das weniger Verwaltungsaufwand und einen innovativen Einsatz von KI in der Finanz-IT.
#Aktuell #Anwendung #FinTech #Fintech #KI #KIAgenten #KMU #KünstlicheIntelligenz
https://www.it-finanzmagazin.de/fint...
https://www.it-finanzmagazin.de/fintech-qonto-setzt-auf-zwei-neue-ki-agenten-243484/?fsp_sid=28715

Die PSD Banken integrieren mit Langdock eine KI-Plattform, die datenschutzkonform Zugang zu führenden LLMs wie OpenAI, Anthropic und Mistral bietet. Damit testen sie gezielt neue KI-Anwendungen in regulierten Geschäftsprozessen, bevor diese in die zentrale IT überführt werden.
#Aktuell #Anwendung #Strategie #Digitalisierung #KIAgenten #KIAssistent #PSDBank
https://www.it-finanzm...
https://www.it-finanzmagazin.de/psd-banken-setzen-auf-kooperation-mit-ki-plattform-langdock-243483/?fsp_sid=28703

Dieser Artikel hat besonders viele Abonnent:innen interessiert. (+)

#KI #arbeit #Ethik #KIAgenten

https://t3n.de/news/wenn-ki-mitarbeiter-ersetzt-ethikforscherin-mahnt-die-folgen-dieser-entwicklung-an-1731036/

Dieser Artikel hat besonders viele Abonnent:innen interessiert. (+)

#KI #arbeit #Ethik #KIAgenten

https://t3n.de/news/oxford-professorin-unternehmen-ki-euphorie-1731036/

Ein Github-Projekt namens „Colleague Skill“ ging viral, dessen Macher behaupten, Fähigkeiten und sogar Persönlichkeiten von Unternehmensmitarbeitern „destillieren“ und mittels KI-Agenten nachbilden zu können. (+)

#KI #KIagenten #Ethik #Arbeit

https://t3n.de/news/ki-agent-vom-eigenen-kollegen-github-projekt-treibt-automatisierungswahn-in-china-auf-die-spitze-1739206/

KI Agenten sollen Aufgaben in der Verwaltung übernehmen — aber die Verantwortung bleibt diffus.
Das #Digitalministerium treibt den Einsatz agentischer KI voran, auch bei sensiblen Anträgen. Doch zentrale Fragen sind ungeklärt:
Wer haftet bei Fehlern?
Wer kontrolliert die Systeme?
Und wie bleibt menschliche Prüfung gewährleistet?
#netzpolitik.org
#KI #KIAgenten #GovTech #Digitalstaat #Grundrechte #DeutschlandStack https://netzpolitik.org/2026/deutschland-stack-und-zivilgesellschaft-digitalministerium-sendet-widerspruechliche-signale/?via=nl

KI Agenten sollen Aufgaben in der Verwaltung übernehmen — aber die Verantwortung bleibt diffus.
Das #Digitalministerium treibt den Einsatz agentischer KI voran, auch bei sensiblen Anträgen. Doch zentrale Fragen sind ungeklärt:
Wer haftet bei Fehlern?
Wer kontrolliert die Systeme?
Und wie bleibt menschliche Prüfung gewährleistet?
#netzpolitik.org
#KI #KIAgenten #GovTech #Digitalstaat #Grundrechte #DeutschlandStack https://netzpolitik.org/2026/deutschland-stack-und-zivilgesellschaft-digitalministerium-sendet-widerspruechliche-signale/?via=nl

KI Agenten sollen Aufgaben in der Verwaltung übernehmen — aber die Verantwortung bleibt diffus.
Das #Digitalministerium treibt den Einsatz agentischer KI voran, auch bei sensiblen Anträgen. Doch zentrale Fragen sind ungeklärt:
Wer haftet bei Fehlern?
Wer kontrolliert die Systeme?
Und wie bleibt menschliche Prüfung gewährleistet?
#netzpolitik.org
#KI #KIAgenten #GovTech #Digitalstaat #Grundrechte #DeutschlandStack https://netzpolitik.org/2026/deutschland-stack-und-zivilgesellschaft-digitalministerium-sendet-widerspruechliche-signale/?via=nl

KI Agenten sollen Aufgaben in der Verwaltung übernehmen — aber die Verantwortung bleibt diffus.
Das #Digitalministerium treibt den Einsatz agentischer KI voran, auch bei sensiblen Anträgen. Doch zentrale Fragen sind ungeklärt:
Wer haftet bei Fehlern?
Wer kontrolliert die Systeme?
Und wie bleibt menschliche Prüfung gewährleistet?
#netzpolitik.org
#KI #KIAgenten #GovTech #Digitalstaat #Grundrechte #DeutschlandStack https://netzpolitik.org/2026/deutschland-stack-und-zivilgesellschaft-digitalministerium-sendet-widerspruechliche-signale/?via=nl

KI Agenten sollen Aufgaben in der Verwaltung übernehmen — aber die Verantwortung bleibt diffus.
Das #Digitalministerium treibt den Einsatz agentischer KI voran, auch bei sensiblen Anträgen. Doch zentrale Fragen sind ungeklärt:
Wer haftet bei Fehlern?
Wer kontrolliert die Systeme?
Und wie bleibt menschliche Prüfung gewährleistet?
#netzpolitik.org
#KI #KIAgenten #GovTech #Digitalstaat #Grundrechte #DeutschlandStack https://netzpolitik.org/2026/deutschland-stack-und-zivilgesellschaft-digitalministerium-sendet-widerspruechliche-signale/?via=nl

Meta überwacht in den USA Mausbewegungen, Klicks und Tastatureingaben seiner Mitarbeiter, um KI-Agenten für die Bedienung von Software zu trainieren.

Die Model Capability Initiative zeichnet Interaktionsdaten und Screenshots auf. Ziel ist die Entwicklung autonomer KI-Agenten. Europäische Angestellte sind aufgrund strenger Datenschutzgesetze von dieser Datenerfassung ausgenommen.

#Meta #KIAgenten #Datenschutz #KI #News
https://www.all-ai.de/news/beitrage2026/meta-leak-ueberwachung-mitarbeiter

Was aus dem KI-Versprechen von 2016 wurde #TenYearsAfter #2016

Im Juni 2016 habe ich den Beitrag „Schlauer Arbeiten – Chancen und Risiken kognitiver Lösungen am Arbeitsplatz“ geschrieben. Der Titel klingt nach Konferenz-Sprech, aber dahinter steckt eine sehr konkretes „Problem“, das mich auch heute noch „nervt“: Seitdem es E-Mail gibt, haben wir keine wirkliche Innovation beim Arbeiten gesehen. Die E-Mail-Flut wurde mehr, nicht weniger. Wir arbeiteten sie stupide sequentiell ab. Wertvolles Wissen verschimmelte in persönlichen Postfächern. Und die Unterbrechungskultur fraß die Konzentration auf.

Diese Diagnose war 2016 richtig. Und sie ist 2026 immer noch richtig. Daran hat sich erschreckend wenig geändert. Zum Beginn der Hannovermesse blicke ich zehn Jahre zurück.

Eine persönliche Einschränkung vorab, die wichtig ist: Ich bin kein Programmierer, kein ausgebildeter Wirtschaftsinformatiker. In den Maschinenraum der IT schaue ich von außen hinein – ich kann KI-Technologie nicht wirklich technisch bewerten. Was ich bin: Historiker, Journalist und Marketer. Damals war ich bei IBM mitverantwortlich für die Vermarktung bestimmter Produkte und Technologien – also durchaus Teil des Versprechens, das ich hier beschreibe. Und ich bin Endanwender, der Technologie schlicht danach bewertet, wie einfach sie zu bedienen ist und welchen konkreten Nutzen sie bringt. Aus dieser Perspektive schreibe ich hier.

Watson als Heilsversprechen – im Büro und am Krankenbett

Die Hoffnung, die wir 2016 gegen Überflutung durch E-Mails entgegen setzten, hieß IBM Watson, mehr oder weniger eine Dachmarke, ein Marketingbegriff, unter dem sich vielfältige Produkte befanden. Das Heilsversprechen war, dass kognitive Systeme, Künstliche Intelligenz die Routinearbeiten übernehmen würde: E-Mails priorisieren, Dokumente heraussuchen, Meetings anberaumen, Anfragen beantworten.

Watson sollte der persönliche Assistent werden, der dem Wissensarbeiter die Routinearbeit abnimmt, Ablenkungen minimieren wert, damit der wieder denken kann. In einem Beitrag vom Mai 2016 zitierte ich die Vision: Die digitale Revolution könne uns „zurück zu Menschen machen, die in Zusammenarbeit mit hyper-intelligenten Systemen arbeiten.“

Das größere Versprechen war aber aus meiner Sicht ein anderes: Watson werde die Krebsmedizin revolutionieren. IBM demonstrierte kognitive Systeme am MD Anderson Cancer Center und Memorial Sloan Kettering – Watson sollte Patientenakten analysieren, Behandlungsoptionen vorschlagen, Ärzte entlasten. 2017/2018 flog das Projekt beim MD Anderson spektakulär auseinander: über 60 Millionen Dollar verbrannt, und Watson hatte Behandlungsempfehlungen ausgespielt, die Onkologen als unsicher oder schlicht falsch einstuften.

Jahre später bekam ich selbst Krebs. Ich hätte mir eine bessere Früherkennung und Behandlung gewünscht. Krebsdiagnose mit Künstlicher Intelligenz war da nicht in Sicht. Als Betroffener schaue ich auf das Versprechen, KI könne bei Krebsdiagnose und -behandlung helfen, mit einer anderen Haltung als auf Fragen der Büroeffizienz. Hier geht es nicht um Komfort oder Produktivität. Hier hoffe ich als Patient, dass Patientinnen und Patienten wirklich geholfen wird – nicht als Marketingversprechen, sondern als gelebte Wirklichkeit in Klinik und Praxis.

Lars und ich planen bei #9vor9 von einer der kommenden Ausgaben auf die heutige Situation zu schauen: Was bringen ChatGPT & Co heute für meine Gesundheit. Please stay tuend.

Wer die KI-Wette gewonnen hat – und wann

Watson hat das Versprechen nicht eingelöst. Zu proprietär, zu teuer, nicht im Alltag der Menschen angekommen. Der Durchbruch von KI kam erst Jahre später – und nicht durch IBM. Im November 2022 veröffentlichte OpenAI ChatGPT. Innerhalb von Wochen hatte ein System die Massennutzung erreicht, von der Watson jahrelang geträumt hatte. Nicht als Enterprise-Lösung für Konzerne, sondern als Interface für jeden, der einen Browser hat. Anthropic Claude, Google Gemini, Meta Llama, Mistral folgten. Der Markt explodierte. Watson verschwand aus den Schlagzeilen.

Brain Fry statt einfacher Entlastung

2016 war die Hoffnung: KI nimmt mir die Routinearbeit ab, und ich kann mich auf das Wesentliche konzentrieren. Was ist tatsächlich eingetreten? Wie ich erst vor wenigen Tagen beschrieben habe: Ich nutze täglich KI-Tools – für Zusammenfassungen, Blogbeiträge, Recherchen. Entlastet fühle ich mich manchmal. Aber gleichzeitig ist ein neues Phänomen entstanden, das Forschende „Brain Fry“ nennen: mentale Erschöpfung durch permanentes Prüfen, Bewerten und Nachbessern von KI-Outputs. Prompt schreiben, Output lesen, korrigieren, neu prompten – eine Endlosschleife aus Prüfen und Entscheiden. Die KI kennt keine Pausen. Der Mensch schon – oder sollte es zumindest.

Von Assistenten zu Agenten – oder: Wer räumt hier eigentlich auf?

Und jetzt, 2026, geht die Entwicklung noch einen entscheidenden Schritt weiter. Während ChatGPT und Claude zunächst als reaktive Werkzeuge funktionierten – ich frage, die KI antwortet – versprechen KI-Agenten nun, proaktiv zu handeln. Das ist der Schritt, den Watson 2016 eigentlich gemeint hatte, den er aber nie wirklich gegangen ist.

Microsoft Copilot priorisiert heute den E-Mail-Eingang, fasst Meetings zusammen, schlägt Antworten vor. Genau das, was ich 2016 erwartet hatte – und was damals nicht kam. Bei Kyndryl, wo ich heute arbeite, ist Copilot seit 2025/2026 in Ansätzen in meinem Arbeitsalltag angekommen, Zehn Jahre nach meinem Beitrag zu „Schlauer Arbeiten“. Claude in der Cowork-Version – die ich selbst benutze – kann Dateien auf meiner Festplatte sichten, sortieren, bearbeiten, ohne dass ich jeden einzelnen Schritt manuell ausführe. Andere Agenten buchen Meetings, schreiben Code, durchsuchen Datenbanken, veröffentlichen Inhalte. Das Ziel von 2016 – die Routinearbeit verschwindet – wird greifbar.

Aber hier liegt die neue Frage, die 2016 noch nicht gestellt werden musste: Was genau tut der Agent gerade? Was hat er entschieden? Wo hat er eingegriffen? Die Entlastung durch Agenten funktioniert nur, wenn man sie im Blick behält. Wer das nicht tut, verliert nicht nur Kontrolle über einzelne Aufgaben – er verliert das Verständnis dafür, was in seinem Namen getan wird. Ein Agent, dem man zu viel Freiraum lässt, kann E-Mails beantworten, die er nicht beantworten sollte. Dateien verschieben, die man noch gebraucht hätte. Entscheidungen treffen, die eigentlich Menschen vorbehalten sind.

Die Frage lautet nicht mehr nur „Wie nutze ich KI?“, sondern „Wie behalte ich die Kontrolle über das, was KI in meinem Namen tut?“ Der Mensch muss in der Schleife bleiben. „Human in the loop“ war 2016 eine Formulierung aus der KI-Forschung. Heute ist es eine praktische Notwendigkeit für jeden, der mit Agenten arbeitet.

Die Risiken von 2016 – und was wirklich eintraf

In meinem Beitrag von 2016 habe ich zwei Risiken benannt. Das erste: Jobverlust durch KI. Diese Diskussion wird heute schärfer geführt als damals – mit mehr Evidenz auf beiden Seiten, aber noch keiner Klarheit.

Das zweite Risiko hat mich beim Wiederlesen am meisten getroffen. Ich schrieb damals: „Ich habe viel mehr Angst vor skrupellosen Menschen, die die Maschinen und Technologien gebrauchen und missbrauchen. Da liegt meiner Ansicht zumindest derzeit das viel größere Risiko.“

Das war 2016 geschrieben, lange bevor Deepfakes zur Wahlkampfwaffe wurden, bevor Desinformation durch generative KI industriell wurde, bevor Milliardäre KI-Plattformen für politische Zwecke nutzten. Der Satz klingt heute prophetisch. Und mit Agenten, die im Namen von Menschen oder Unternehmen handeln, wird die Frage noch drängender: Was passiert, wenn ein Agent nicht im Auftrag eines skrupellosen Einzelnen arbeitet, sondern im Auftrag einer Organisation, eines Staates, von TechBros, Plattformbetreibern mit puren Eigeninteressen? Die KI selbst ist nicht das Problem. Es war nie das Problem.

Wo wir 2026 stehen

Die KI ist angekommen – nicht durch Watson, sondern durch ChatGPT und seine Marktbegleiter. Die Probleme von 2016 werden heute teilweise tatsächlich durch KI adressiert. Gleichzeitig entstehen neue Abhängigkeiten, neue Risiken und eine neue Kontrollfrage, die 2016 noch nicht auf dem Radar war.

Digitale Souveränität – europäische KI, eigene Infrastruktur, Kontrolle über Daten und Modelle – war 2016 kein Thema in meinen Beiträgen. Heute ist es mein zentrales Thema. Auch das hätte ich damals nicht vorhergesagt. Dass es mit Mistral eine europäische Alternative gibt, die ernstzunehmen ist, ist kein Trost – aber ein Anfang.

Die Diagnose von 2016 stimmte. Die Therapie kam anders. Und die nächste Herausforderung – zu viel Delegation, zu wenig Kontrolle – wartet schon.

Claude Mythos, und drei Monate, die Anthropic in die erste Reihe katapultiert haben #9vor9

Ein KI-Modell findet automatisch Sicherheitslücken in Software, die seit 27 Jahren im Einsatz ist – Lücken, die kein menschlicher Programmierer je entdeckt hatte, vollkommen ohne menschliche Interaktion. Als der Code von Claude Mythos, dem neuen Frontier-Modell* von Anthropic, Anfang April ins Netz gelangte, war das keine Randmeldung. Claude Mythos ist genau das: ein System, das Fähigkeiten demonstriert, die bislang als ausschließlich menschlich galten. Anlass genug für Lars und mich, in Folge 206 von #9vor9 darüber zu sprechen – auch wenn wir keine Programmierer sind.

https://youtu.be/qIqYCmLQLlc

Die Aufregung ist und war groß. Der US-Finanzminister und die führenden US-Banken, EZB, die BaFin und der deutsche Bankenverband berieten in Dringlichkeitssitzungen über systemische Cyberrisiken durch die neue KI-Generation. Anthropic hat mit Project Glasswing reagiert und das Modell einem exklusiven Konsortium aus rund 40 Partnern – darunter Apple, Microsoft, Google, JPMorganChase und die Linux Foundation – zur Verfügung gestellt, damit die „guten Akteure“ einen Vorsprung beim Schließen der Lücken bekommen. Das BSI hat Kontakt zu Anthropic aufgenommen: BSI-Präsidentin Claudia Plattner erklärte, man nehme die Ankündigungen „sehr ernst“ – die Entwicklung werfe Fragen der nationalen und europäischen Sicherheit und Souveränität auf.

Echter Alarm oder PR-Kalkül kurz vor dem Börsengang?

Dieser Tage stand dann plötzlich eine andere Frage im Raum, die Lars und ich nicht ignorieren wollten: Ist das alles womöglich ein sorgfältig inszenierter PR-Gag? Anthropic steht kurz vor dem Börsengang, mit einer Bewertung von bis zu 800 Milliarden Dollar. Die Dramatik rund um Claude Mythos – der Leak, die Dringlichkeitssitzungen, die exklusive Partnerliste – kommt zu einem verdächtig günstigen Zeitpunkt. Lars hatte die Frage gestellt, aber auch die Antwort recherchiert: Sicherheitsexperten, die daraufhin befragt wurden, sind überwiegend der Meinung, dass die Bedrohung real ist und so ernst genommen werden muss, wie sie dargestellt wird. Das schließt PR-Kalkül nicht aus. Beides kann gleichzeitig wahr sein. Und ein gutes Timing für Schlagzeilen kurz vor einem Börsengang ist in dieser Branche kein Zufall.

Von QuitGPT bis Claude Mythos: Die Ereignisse hinter dem Anthropic-Hype

Januar 2026 – Das Nutzerwachstum explodiert. Die täglich aktiven Nutzer verdreifachen sich in kürzester Zeit. Gleichzeitig wird bekannt, dass Anthropic Eingaben standardmäßig zum Modelltraining verwendet – wer das nicht will, muss aktiv widersprechen.

20. Februar – Anthropic veröffentlicht Claude Code Security als Research Preview. Das Tool findet Sicherheitslücken, die herkömmliche Werkzeuge übersehen. Die Ankündigung schickt Cybersecurity-Aktien wie CrowdStrike und Okta auf Talfahrt.

23. Februar – Ein schwarzer Tag für IBM: Nach der Vorstellung von Claude-Werkzeugen zur Modernisierung von COBOL-Systemen bricht der Kurs um über 13 Prozent ein. Der Markt sieht das Einsparpotenzial gegenüber teuren Beraterheerscharen.

26. Februar – Der Pentagon-Clash: CEO Dario Amodei lehnt einen Millionenvertrag für militärische Massenüberwachung und autonome Waffen ab. Das Pentagon setzt Anthropic daraufhin als „Risiko für die nationale Lieferkette“ auf eine Blacklist. OpenAI übernimmt den Vertrag.

Anfang März – Die QuitGPT-Bewegung erreicht ihren Höhepunkt: Über vier Millionen Nutzer kündigen bei OpenAI, nachdem dieses den Militärvertrag übernimmt. Claude stürzt ChatGPT vom Thron und wird die Nummer 1 im US App Store.

23. März – Computer Use: Claude kann nun aktiv Mauszeiger und Tastatur eines Macs steuern, um komplexe Aufgaben autonom zu erledigen.

26. März – Anthropic führt neue Usage Limits ein. In den europäischen Stoßzeiten zwischen 14 und 20 Uhr wird das Sitzungslimit deutlich schneller verbraucht.

31. März 2026 – Anthropic veröffentlichte versehentlich den kompletten Quellcode von Claude Code – dem Agentic-Tool – über das npm-Paketregister. Rund 500.000 Zeilen Code in 1.900 Dateien.

7. April – Claude Mythos wird vorgestellt. Das Frontier-Modell findet autonom eine 27 Jahre alte Lücke im OpenBSD-Kernel und erreicht bei der Exploit-Generierung für Firefox eine Erfolgsquote von 72,4 Prozent.

April (zeitgleich) – Start von Project Glasswing: Anthropic beschränkt den Zugang zu Claude Mythos auf rund 40 Partner, um Missbrauch zu begrenzen und den guten Akteuren einen Vorsprung zu verschaffen.

15. April – Berichte über eine potenzielle 800-Milliarden-Dollar-Bewertung kursieren. Anthropics jährliche Umsatz-Run-Rate überschreitet mit 30 Milliarden Dollar erstmals die von OpenAI.

16. April – EZB, BaFin und der deutsche Bankenverband beraten in Dringlichkeitssitzungen über die systemischen Cyberrisiken der neuen KI-Generation.

Oktober 2026 (geplant) – Vorbereitungen für den Börsengang konkretisieren sich.

Exploits, Zero-Days, C und C++: Warum jahrzehntealter Code zur globalen Schwachstelle wird

Wer mit den Begriffen nicht täglich umgeht, braucht hier kurz einen Anker. Ein Exploit ist ein Angriffswerkzeug: Code, der eine Sicherheitslücke gezielt ausnutzt, um in ein System einzudringen, Daten zu stehlen oder Kontrolle zu übernehmen. Zero-Days sind Lücken, die dem Hersteller noch nicht bekannt sind – und für die es deshalb noch keinen Patch gibt: null Tage Reaktionszeit, null Gegenwehr. N-Days hingegen sind Lücken, die zwar bereits bekannt und theoretisch gepatcht wurden, aber in der Praxis noch in ungezählten ungepatchten Systemen schlummern.

Warum stecken diese Lücken überhaupt in Software, die seit Jahrzehnten im Einsatz ist? 80 Prozent der kritischsten Systeme – Betriebssysteme, Virtual Machine Monitore, Browser – basieren historisch auf speicherunsicheren Sprachen wie C und C++. Das ist das Eisbergproblem der digitalen Infrastruktur: Oben sehen wir moderne Oberflächen und sauber designte Apps, darunter schlummern Millionen von Codezeilen aus einer anderen Ära, eingebettet in schiere Komplexität, nie vollständig auf Sicherheitslücken geprüft. Kein Mensch kann diesen Eisberg alleine durchtauchen. Claude Mythos tut es automatisch – und das ist sowohl die gute als auch die beunruhigende Nachricht.

Die Zeitleiste und dieser technische Hintergrund zeigen zweierlei: Anthropic ist in bemerkenswert kurzer Zeit von einem KI-Unternehmen, das Lars und ich kaum auf dem Radar hatten, zum Taktgeber einer ganzen Branche geworden. Und die Ereignisse sind kein zufälliges Rauschen – sie folgen einer Logik, die man sowohl bewundern als auch skeptisch beäugen kann.

Lars hat im Gespräch die entscheidende Vergleichsfrage gestellt: Was wäre eigentlich passiert, wenn Grok von Elon Musk oder OpenAI Claude Mythos in den Händen gehalten hätten? Seine Antwort war knapp und trocken – die würden das dann wahrscheinlich einfach online stellen und dann mal sehen, was passiert.

Der Pentagon-Clash macht den Unterschied sichtbar: CEO Dario Amodei lehnte einen Millionenvertrag für militärische Massenüberwachung und autonome Waffen ab. Das Pentagon setzte Anthropic daraufhin als „Risiko für die nationale Lieferkette“ auf eine Blacklist. OpenAI übernahm den Vertrag. Das sagt mehr als jedes Leitbild.

Wer hat Anthropic gegründet – und warum haben sie OpenAI verlassen?

Um zu verstehen, warum Anthropic so anders klingt als die Konkurrenz, lohnt ein Blick auf die Gründungsgeschichte. Dario Amodei verließ OpenAI im Dezember 2020 gemeinsam mit seiner Schwester Daniela und einer Handvoll weiterer Mitarbeiter – nicht wegen schlechter Bezahlung oder fehlender Perspektive, sondern aus echtem Dissens. Dario lehnte das Großinvestment von Microsoft in OpenAI ab und wollte KI-Sicherheit konsequenter in den Mittelpunkt stellen. Gemeinsam zogen sie mindestens neun weitere OpenAI-Mitarbeiter mit, die ihre Vision teilten. Das ist die Gründungserzählung, auf der Anthropics Anspruch basiert. Ob sie trägt, wenn Amazon, Google, Microsoft und Nvidia auf der Investorenliste stehen und ein Börsengang vor der Tür steht – das ist die eigentliche Frage.

Lars hat bei #9vor9 auch das Gründungsdokument von Anthropic zitiert: „Development of superhuman machine intelligence is probably the greatest threat to the continued existence of humanity.“ Und sofort die Folgefrage, die sitzt: Wenn Menschen, die so etwas sagen, vollkommen unreguliert arbeiten dürfen – ist das nicht genau das Problem? In den USA ist KI-Regulierung unter der aktuellen Administration kein ernstes Thema. Es gibt keine Leitplanken, keine Aufsicht mit echten Zähnen. Lars hat das klar ausgesprochen: „Ich möchte mich nicht auf das ethische Gewissen einzelner Tech Bros verlassen müssen.“ Ich auch nicht.

Autonome KI und meine Daten: Kreditkarte, Pass, Gesundheitsakte

Ich nutze Claude seit Wochen intensiv und habe meine ausführlichen Erfahrungen – von Claude Cowork über DSGVO-Realität bis zur Investorenstruktur – in einem separaten Blogbeitrag beschrieben. Mein Fazit dort war: beeindruckendes Werkzeug. Das gilt nach wie vor. Die autonomen Agenten auf dem Mac habe ich bewusst nur mit harmlosen Aufgaben erprobt – weiter werde ich auch wahrscheinlich nicht gehen, weil das dann schon ein bisschen zu spooky ist. Und dieses Unbehagen teilen Lars und ich ausdrücklich.

Denn reden wir konkret darüber, was heute technisch möglich ist: Ein autonomer KI-Agent kann Reisen buchen – und braucht dafür meine Kreditkartendaten. Er kann meine Steuererklärung vorbereiten – und braucht dafür meine Bankdaten, meine Spesenabrechnungen, meine Lohnzettel. Er kann meinen Pass scannen und verarbeiten, inklusive der biometrischen Daten, die darin stecken. Er kann meine Gesundheitsdaten lesen, um Versicherungen zu vergleichen oder Arzttermine zu buchen.

Das ist kein Science-Fiction. Das ist heute möglich. Die Frage ist nicht, ob die Technik das kann. Die Frage ist: Was passiert mit diesen Daten? An wen fließen sie weiter? Wer hat am Ende die Kontrolle – ich, oder ein System, das autonom handelt und dessen Entscheidungswege ich nicht vollständig nachvollziehen kann? Systeme, die autonom handeln, können eben auch autonom Schaden anrichten. Lars und ich sind keine Maschinenstürmer. Aber wir sind auch keine unkritischen Enthusiasten. Und das sollte man auch nicht sein.

Am Ende unseres Gesprächs hat Lars den Punkt gesetzt: „Es ist halt offensichtlich ein sehr kritischer Zeitpunkt gerade, was KI, Wirkung von KI, KI-Entwicklung angeht. Muss man jetzt auch nicht drumrum reden.“ Nein, muss man nicht. Was man aber festhalten muss: Anthropic ist kein Heilsversprechen. Amazon, Google, Microsoft und Nvidia sitzen wie erwähnt auf der Investorenliste, der Börsengang steht an.

Ist Anthropic wirklich die ethische KI-Alternative – oder Angst-Marketing vor dem Börsengang?

Die Kernfrage stellt sich weiter: Ist Anthropic die erwachsene, ethische Alternative? Oder nutzt das Unternehmen Angst-Marketing so geschickt, wie OpenAI einst Hype-Marketing betrieben hat? Die Antwort kennen wir noch nicht. Was wir kennen, sind historische Beispiele. Google hatte einmal „Don’t be evil“ als Leitspruch. Es war mehr als ein Slogan – es war ein Versprechen, das lange geglaubt wurde. Bis es leise verschwand. Beobachten wir kritisch, ob Anthropic einen anderen Weg geht.

* Frontier-Modelle sind die jeweils leistungsfähigsten KI-Systeme an der vordersten Entwicklungsfront – Modelle, die neue Maßstäbe setzen, bevor die Welt weiß, wozu sie fähig sind.

#HannoverMesse: #Siemens stellt ersten #KIAgenten für Ingenieure vor #AgenticAI https://share.google/rlCBMifacPFnltyEo

Der erste KI-Agent, der sich selbst verbessert (Hermes Agent)

https://www.youtube.com/watch?v=6KSjegH9vIA

#hermesagent #openclaw #ki #automation #kiagenten

Persönliche KI-Assistenten greifen auf private Daten zu: "Ihre E-Mails, Ihren Kalender, alle Dateien, einfach alles. Plötzlich weiß der Agent eine Menge über Sie."

Krishna Gummadi, Direktor am Max-Planck-Institut für Softwaresysteme, erläutert, was KI-Agenten ausmacht, und äußert sich zu den Vorteilen, die sie für den Menschen haben, sowie zu den Risiken, die sie für die Gesellschaft darstellen.

https://www.mpg.de/26374949/kuenstliche-intelligenz-ki-agent-gummadi #KI #KIAgenten #OpenClaw #Moltbook

AI Agents Get Real: Zetrix AI, HubSpot und Cloudflare starten neue Plattformen

Zetrix AI/CAICT lancieren Avatar (Blockchain-Identität), HubSpot vier Agent-Produkte, Cloudflare Mesh für sicheren Netzwerkzugang. Agenten kommen in die Praxis.

https://agentenlog.de/posts/2026-04-15-ai-agent-platformen-zetrix-hubspot-cloudflare

#kiagenten #plattformen

Der Schritt von Chatbots zu KI-Agenten ist fundamental: Statt auf Fragen zu antworten, führen sie Aufgaben aus. Das verändert nicht nur die Interaktion, sondern auch die Verantwortungsfrage. Wer haftet, wenn ein Agent einen Fehler macht?

#KIAgenten #AI #Automatisierung #Technologie

KI-Agenten im EU-Rechtsrahmen: Was Anbieter jetzt wissen müssen

Kein eigener Rechtsbegriff, aber volle Regulierungswirkung

Das EU-KI-Gesetz (Verordnung 2024/1689) kennt den Begriff „Agent“ als eigenständige rechtliche Kategorie nicht.

https://www.all-about-security.de/ki-agenten-im-eu-rechtsrahmen-was-anbieter-jetzt-wissen-muessen/

#kiagenten #eu #kigesetz #EDSB #datenschutz #compliance

Gartner: Unterstützende KI verliert Terrain an autonome Workflow-Agenten

Laut dem Analystenhaus Gartner werden Copiloten und Smart Advisors in den nächsten Jahren an Bedeutung verlieren – abgelöst von Plattformen, die eigenständig Ergebnisse produzieren.

https://www.all-about-security.de/gartner-unterstuetzende-ki-verliert-terrain-an-autonome-workflow-agenten/

#workflow #agenten #kiagenten #copilot #plattformsicherheit #plattform

Neu auf agentenlog.de:
Was sind KI‑Agenten? (Und was nicht)
https://agentenlog.de/posts/2026-03-26-was-sind-ki-agenten-und-was-nicht
#Agentenlog #KIAgenten #tutorial #grundlagen

Wenn Algorithmen mitspielen: Was ein Tippspiel über Agenten-KI zeigt

https://web.brid.gy/r/https://www.ipi-gmbh.com/wenn-algorithmen-mitspielen-was-ein-tippspiel-ueber-agenten-ki-zeigt/

Wenn Algorithmen mitspielen: Was ein Tippspiel über Agenten-KI zeigt

https://web.brid.gy/r/https://www.ipi-gmbh.com/wenn-algorithmen-mitspielen-was-ein-tippspiel-ueber-agenten-ki-zeigt/

Wenn Algorithmen mitspielen: Was ein Tippspiel über Agenten-KI zeigt

https://web.brid.gy/r/https://www.ipi-gmbh.com/wenn-algorithmen-mitspielen-was-ein-tippspiel-ueber-agenten-ki-zeigt/

Wenn Algorithmen mitspielen: Was ein Tippspiel über Agenten-KI zeigt

https://web.brid.gy/r/https://www.ipi-gmbh.com/wenn-algorithmen-mitspielen-was-ein-tippspiel-ueber-agenten-ki-zeigt/

Die 20 Sicherheitsforscher:innen hatten die Aufgabe, die Agenten sowohl wohlwollend in ihrem Alltag zu nutzen, als auch gezielt Schwachstellen aufzudecken, die sich aus der Multi-Agenten-Kommunikation ergeben.

#KI #KIAgenten #OpenClaw

https://t3n.de/news/mit-und-stanford-testen-openclaw-agenten-auf-discord-und-die-loeschen-plaudern-und-manipulieren-1734220/

KI-Agenten als interne Sicherheitsrisiken: Was Experimente zeigen

.....,dass KI-Agenten bei der Ausführung gewöhnlicher Routineaufgaben eigenständig Sicherheitsbarrieren umgingen, eigene Berechtigungen erweiterten und Daten exfiltrierten – ohne dass jemand dazu aufgefordert hatte,

https://www.all-about-security.de/ki-agenten-als-interne-sicherheitsrisiken-was-experimente-zeigen/

#ki #ai #kiagent #kiagenten

Sogenannte #KI-Agenten sollen die Arbeit von Behörden einfacher machen. Digitalminister Karsten Wildberger verspricht sich viel davon. Für KI-Experimente gibt die Verfassung der öffentlichen Verwaltung aber wenig Spielraum, berichtet @[email protected]. netzpolitik.org/2026/maschin...

Maschinen sollen Papierkram er...

KI-Agenten werden zu immer größerem Insider-Risiko
https://glm.io/206491?n #KIAgenten #Hacking #Fehlverhalten #Risiko

@evawolfangel Diese Geschichte könnte direkt aus einem Roman von Stanisław Lem stammen.
#ChaosAgenten #KiAgenten #AiAgents #Lem