Google hat kurz vor der I/O 2026 eine ganze Reihe neuer KI-Updates veröffentlicht, und langsam wird die Richtung klar. Statt Gemini nur als Chatbot zu behandeln, integriert Google die KI immer tiefer in Android, Laptops, Apps und sogar in die grundlegende Bedienung der Geräte selbst.

Besonders spannend ist dabei Gemini Intelligence, das Aufgaben appübergreifend erledigen kann, ohne ständig zwischen Anwendungen wechseln zu müssen. Zusätzlich wurde mit „Magic Pointer“ eine neue Art der Interaktion vorgestellt, bei der Nutzer Gemini über Bewegungen, Gesten und Sprache steuern können. Gleichzeitig sammelte das DeepMind-Spin-off Isomorphic Labs Milliarden für KI-gestützte Medikamentenforschung ein, was zeigt, dass Googles KI-Strategie längst weit über klassische Verbraucherprodukte hinausgeht.

SpaceXAI hat einen der größten Infrastruktur-Deals im KI-Bereich abgeschlossen. Nachdem SpaceX xAI Anfang des Jahres übernommen hatte, unterzeichnete das neu entstandene Unternehmen eine riesige Vereinbarung mit Anthropic. Dabei wird praktisch die gesamte Rechenleistung des Colossus-1-Rechenzentrums für Claude-Inferenz bereitgestellt. Das bedeutet hunderttausende NVIDIA-GPUs und enorme Energiemengen, die fast vollständig für KI genutzt werden.

Der Deal erklärt auch, warum Anthropic plötzlich deutlich höhere Nutzungslimits für Claude anbieten kann. Durch die zusätzliche Rechenleistung lassen sich größere Workloads ohne die bisherigen Engpässe bewältigen. Gleichzeitig ist die Vereinbarung wirtschaftlich sinnvoll für SpaceXAI, weil Colossus 1 nach dem Wechsel auf das noch größere Colossus-2-System nicht mehr voll ausgelastet war. Statt die Infrastruktur ungenutzt zu lassen, wird sie jetzt zu einer riesigen Einnahmequelle.

OpenAI hat diese Woche damit begonnen, seine Position im Cloud-Markt deutlich auszubauen. Besonders wichtig war die neue Vereinbarung mit Microsoft, die OpenAI mehr Freiheit gibt, seine Modelle auch über andere Cloud-Anbieter anzubieten statt hauptsächlich an Azure gebunden zu sein. Dadurch könnte OpenAI künftig viel breiter in bestehende Unternehmenssysteme integriert werden.

Gleichzeitig expandiert das Unternehmen stark in Richtung AWS: Frontier-Modelle und Managed Agents wurden auf Amazon Bedrock verfügbar gemacht. Zusätzlich hat OpenAI mit „Symphony“ ein Open-Source-System veröffentlicht, das autonome KI-Agenten über Entwicklungs- und Workflow-Tools koordinieren soll. Insgesamt zeigt sich damit eine klare Strategie: OpenAI will nicht mehr nur Modelle entwickeln, sondern eine zentrale Infrastruktur für zukünftige KI-Anwendungen werden.

Im Mai 2026 warnt das BSI vor einer gezielten Phishing-Kampagne, die sich an mittelständische Unternehmen in Deutschland richtet. Die Angreifer nutzen täuschend echte E-Mails im Namen von Microsoft 365 und versuchen, Login-Daten abzugreifen. Dieser Artikel ist ein automatisierter Pipeline-Test.

Anthropic hat diese Woche daran gearbeitet, Claude weit über einen normalen Chatbot hinauszuentwickeln. Statt eines einzelnen großen Features gab es mehrere Updates, die Claude stärker mit echten Arbeitsabläufen, Entwickler-Tools und Alltags-Apps verbinden. Die Richtung ist klar: Claude soll nicht mehr nur in einem Chatfenster existieren, sondern Teil der gesamten digitalen Umgebung werden.

Eine wichtige Neuerung sind sogenannte Live-Artifacts in Cowork, mit denen Claude Dashboards und Tracker erstellen kann, die dauerhaft mit Apps und Dateien verbunden bleiben und sich automatisch aktualisieren. Entwickler bekommen außerdem ein neues Memory-System für Agenten, wodurch KI über verschiedene Sessions hinweg Informationen behalten kann — und zwar kontrollierbar und exportierbar statt als Blackbox. Zusätzlich integriert sich Claude jetzt mit vielen bekannten Apps wie Spotify, Uber, Booking.com oder Instacart, wodurch die KI auch außerhalb von Arbeitsprozessen deutlich nützlicher wird.

Google veröffentlicht aktuell Gemini-Updates in extrem hohem Tempo. Mit einem neuen Spitzenmodell für Text-to-Speech und einer nativen Mac-App wird immer deutlicher, dass Gemini überall integriert werden soll — von Entwickler-Tools bis hin zum normalen Desktop-Alltag.

Besonders wichtig ist dabei Gemini 3.1 Flash TTS, das inzwischen auf mehreren Leaderboards ganz vorne liegt. Die KI kann Tonfall, Geschwindigkeit, Akzente und Emotionen direkt über Prompts steuern, wodurch Sprachausgaben deutlich natürlicher wirken. Gleichzeitig hat Google endlich eine native macOS-App für Gemini veröffentlicht, inklusive Bildschirmfreigabe und Dateikontext, wodurch sich die KI viel stärker wie ein echter Assistent im Arbeitsalltag anfühlt statt nur wie ein weiterer Browser-Tab.

Einige der größten KI-Unternehmen wie OpenAI, Anthropic und Google arbeiten plötzlich enger zusammen als erwartet. Über das Frontier Model Forum tauschen sie Informationen aus, um zu erkennen, wenn Wettbewerber versuchen, Fähigkeiten aus ihren Modellen zu extrahieren. Ziel ist es, ihre fortschrittlichsten Systeme vor Nachahmung zu schützen.

Ein zentrales Problem ist dabei die sogenannte „adversarial distillation“, bei der Outputs großer Modelle genutzt werden, um günstigere Kopien zu trainieren. Laut Berichten hat das US-Unternehmen bereits Milliarden gekostet. Anthropic konnte zudem Millionen verdächtiger Anfragen und tausende Fake-Accounts bestimmten Organisationen zuordnen. Besonders auffällig ist, dass es sich hier nicht mehr nur um Diskussionen handelt, sondern um eine aktive Zusammenarbeit zwischen eigentlich konkurrierenden Firmen.

Google hat eine der größten KI-Update-Wochen seit Langem hinter sich, und die Richtung ist klar: mehr Offenheit und stärkere Integration in den Alltag. Mit neuen offenen Modellen und Updates für Tools wie Gmail spricht das Unternehmen sowohl Entwickler als auch normale Nutzer an.

Ein zentraler Schritt ist die Veröffentlichung von Gemma 4, einer Reihe offener Modelle, die auf derselben Forschung wie Gemini 3 basieren. Diese reichen von kleinen Modellen für Geräte bis hin zu leistungsstarken Varianten, die mit deutlich größeren Systemen konkurrieren können. Gleichzeitig lockert Google die Nutzung durch eine offenere Lizenz. Parallel dazu zeigt der neue KI-Posteingang in Gmail, wie diese Technologie im Alltag eingesetzt wird – mit automatischen Zusammenfassungen, Prioritäten und Aufgaben, die direkt aus E-Mails generiert werden.

Brett Adcock, bekannt durch Figure AI, startet mit Hark ein neues Projekt und setzt dabei voll auf Risiko. Mit 100 Millionen Dollar Eigenkapital will er eine der fortschrittlichsten Formen persönlicher KI entwickeln. Statt sich auf ein einzelnes Produkt zu konzentrieren, verfolgt Hark den Ansatz, ein komplettes KI-System von Grund auf aufzubauen.

Besonders ist dabei der ganzheitliche Ansatz. Hark entwickelt gleichzeitig eigene Modelle, Software und spezialisierte Hardware, die von Anfang an als Einheit gedacht sind. Auch das Team ist stark besetzt, mit Experten von Unternehmen wie Apple, Google, Tesla und Amazon. Gleichzeitig ist der Zeitplan sehr ambitioniert: Erste große GPU-Cluster sollen bald eingesetzt werden, gefolgt von ersten Modellen und später eigener Hardware.

Anthropic hat in sehr kurzer Zeit mehrere neue Funktionen veröffentlicht, und es wirkt so, als wollten sie schnell aufholen. Mit Features wie Dispatch, Claude Code Channels und Projects in Cowork bauen sie im Grunde ihr eigenes System für KI-Agenten, das echte Aufgaben über verschiedene Geräte hinweg übernehmen kann. Der Fokus liegt nicht mehr nur auf Chat, sondern darauf, dass die KI im Hintergrund arbeitet.

Besonders spannend ist, wie stark alles miteinander verbunden ist. Man kann Claude vom Smartphone aus steuern, während es am Desktop arbeitet, Aufgaben zuweisen und später fertige Ergebnisse abrufen. Entwickler können sogar über Telegram oder Discord mit Claude Code kommunizieren, was sich eher wie ein Gespräch mit einem Kollegen anfühlt. Gleichzeitig sorgt Projects dafür, dass alle Dateien, Aufgaben und Kontexte an einem Ort bleiben, was auch mehr Kontrolle und Datenschutz bietet.

Yann LeCun startet mit AMI Labs ein neues Unternehmen, das von Anfang an riesig aufgestellt ist. Direkt zum Start wurden über 1 Milliarde Dollar eingesammelt, obwohl es noch kein fertiges Produkt gibt. Statt einen weiteren Chatbot zu bauen, geht es darum, den grundlegenden Ansatz von KI neu zu denken.

Im Mittelpunkt stehen sogenannte „World Models". Anders als heutige Systeme, die hauptsächlich das nächste Wort vorhersagen, sollen diese Modelle verstehen, wie sich Dinge über Zeit verändern und wie verschiedene Faktoren zusammenhängen. Dadurch würde KI weniger nur Inhalte erzeugen, sondern echte Ursache-Wirkung-Zusammenhänge erfassen. Obwohl es noch keinen klaren Geschäftsplan gibt, unterstützen große Unternehmen wie NVIDIA das Projekt, was zeigt, wie viel Vertrauen in diese Richtung besteht.

OpenAI hat GPT-5.4 veröffentlicht und versucht damit offensichtlich, seine Modelle stärker auf echte Arbeitsprozesse auszurichten. Statt sich nur auf einzelne Fähigkeiten zu konzentrieren, kombiniert GPT-5.4 logisches Denken, Programmieren und sogenannte agentische Workflows in einem einzigen System. Die Idee dahinter ist, dass KI nicht mehr nur Fragen beantwortet, sondern ganze Aufgaben selbstständig ausführen kann.

Erste Benchmarks zeigen, dass das Modell bei vielen Wissensarbeits-Aufgaben bereits extrem stark ist. In Tests mit verschiedenen Berufen erreichte oder übertraf GPT-5.4 menschliche Experten in vielen Fällen. Ein besonders großer Schritt ist die Fähigkeit, direkt mit Computern zu arbeiten – also Programme zu bedienen und Aufgaben auszuführen, statt nur Anweisungen zu geben. Zusätzlich sorgen verbesserte Tool-Nutzung und ein sehr großes Kontextfenster dafür, dass die KI längere Arbeitsabläufe planen und effizienter mit externen Tools arbeiten kann.

Google hat Nano Banana 2 (NB2) auf den Markt gebracht, ein großes Upgrade für sein Bildgenerierungsmodell, das nun der Standard in Gemini und AI Studio ist. Das Killer-Feature? Es stützt sich auf die Google-Suche, um faktengetreue visuelle Inhalte zu generieren, wie etwa korrekt beschriftete Querschnitte von Motoren.

Sie haben auch das Problem der Textdarstellung weitgehend gelöst. NB2 erreicht eine Genauigkeit von etwa 95 % bei Text in Bildern und minimiert den Buchstabensalat, der KI-Kunst normalerweise plagt. Dazu kommen volle Kontrolle über das Seitenverhältnis bis hin zu 4K und Charakterkonsistenz – ein massiver Fortschritt.

Anthropic hatte eine wilde Woche. CEO Dario Amodei lehnte die Forderung des US-Verteidigungsministeriums öffentlich ab, Schutzmaßnahmen gegen autonome Waffen und Massenüberwachung zu entfernen, mit der Begründung, die Technik sei noch nicht zuverlässig genug und Überwachung breche demokratische Werte.

Auf der Produktseite haben sie ihren Desktop-Agenten Cowork mit privaten Plugin-Marktplätzen und tiefen Integrationen für die Finanzwelt aktualisiert, wodurch Claude in einer einzigen Sitzung über Excel und PowerPoint hinweg arbeiten kann. Währenddessen erreichte Claude Code eine Umsatzrate von 2,5 Milliarden Dollar und führte eine Fernsteuerungsfunktion für Mobilgeräte ein.

Perplexity hat "Computer" auf den Markt gebracht, ein cloudbasiertes KI-System, das über 19 Frontier-Modelle in einer einzigen autonomen Workflow-Engine orchestriert. Nutzer beschreiben ein übergeordnetes Ziel, und das System bricht es herunter – es weist Claude Logikaufgaben zu, Gemini Rechercheaufgaben und Grok Aufgaben, die Geschwindigkeit erfordern.

Es arbeitet asynchron im Hintergrund für Stunden oder Monate und meldet sich nur, wenn es menschlichen Input benötigt. Derzeit für 200 Dollar pro Monat für Max-Abonnenten erhältlich, wird es als verwaltete Alternative zu komplexen Open-Source-Setups positioniert.

Perplexity hat ein neues System namens Computer vorgestellt, und die Idee dahinter ist ziemlich ambitioniert. Statt nur ein einzelnes KI-Modell zu nutzen, verbindet Computer mehr als 19 verschiedene Spitzenmodelle zu einem gemeinsamen Workflow-System. Man beschreibt einfach das gewünschte Ergebnis, und die KI zerlegt die Aufgabe automatisch in einzelne Schritte.

Verschiedene Modelle übernehmen dann jeweils den Teil, für den sie am besten geeignet sind – zum Beispiel logisches Denken, Recherche, Bild- oder Videogenerierung oder schnelle Suchanfragen. Der große Unterschied zu normalen Chatbots ist, dass Computer dauerhaft im Hintergrund arbeiten kann. Es kann Projekte über Stunden oder sogar Tage hinweg bearbeiten und meldet sich nur, wenn wirklich neue Informationen benötigt werden. Aktuell ist das System nur für Max-Abonnenten verfügbar, aber langfristig wirkt es wie der Versuch, KI zu einer Art Betriebssystem für komplexe Aufgaben zu machen.

Anthropic hat Claude Sonnet 4.6 veröffentlicht, und es beginnt, ihr eigenes Flaggschiff-Modell zu kannibalisieren. Frühe Tester bevorzugen es in 59 % der Programmieraufgaben sogar gegenüber Opus 4.5. Es kostet nur einen Bruchteil von Opus ($3/$15 pro Million Token), liefert aber eine bessere Befehlsbefolgung und weniger Halluzinationen.

Es dominiert auch Benchmarks zur Computernutzung. Auf OSWorld erreicht es menschliches Niveau bei der Navigation durch komplexe Tabellenkalkulationen und Webformulare. Mit einem Kontextfenster von 1 Million Token kann es zudem ganze Codebasen auf einmal im Speicher halten, was es für langfristige Planungen unglaublich fähig macht.

Google hat in einer einzigen Woche drei massive Updates herausgebracht. Erstens: Gemini 3.1 Pro hat seine Logik-Punktzahl im ARC-AGI-2 Benchmark mehr als verdoppelt und erreichte 77,1 %. Zweitens: Lyria 3 von DeepMind generiert nun 30-sekündige Musiktitel mit Gesang direkt in der Gemini-App, komplett mit SynthID-Wasserzeichen.

Aber der heimliche Star ist Pomelli, ein kostenloses Google Labs-Tool. Man lädt ein einfaches, schlecht beleuchtetes Handyfoto eines Produkts hoch, und es spuckt völlig kostenlos professionelle Studio-Bilder im Lifestyle-Look aus – ganz ohne Fotografen.

David Silver, der Kopf hinter AlphaGo von DeepMind, sammelt 1 Milliarde Dollar Startkapital für sein neues Londoner Labor "Ineffable Intelligence". Es ist die größte erste Finanzierungsrunde in der europäischen Startup-Geschichte und weckte das Interesse von Nvidia, Google und Microsoft.

Silver setzt stark auf Reinforcement Learning – das Trainieren von Systemen durch Erfahrung und Interaktion mit der Umgebung anstatt nur statische Internettexte zu scrapen. Er ist Teil einer massiven Welle von Top-Wissenschaftlern, darunter Ilya Sutskever und Mira Murati, die Big Tech verlassen, um eigene Unternehmen zu gründen.

Anthropic hat Claude Sonnet 4.6 veröffentlicht, und das Update ist deutlich größer, als man von einem sogenannten „Mid-Tier-Modell“ erwarten würde. Erste Tester berichten, dass Sonnet in Bereichen wie Programmieren, logischem Denken und komplexen Aufgaben fast auf dem Niveau des deutlich teureren Opus-Modells arbeitet. Der große Vorteil dabei ist, dass es deutlich günstiger bleibt und damit für viele Entwickler und Unternehmen praktischer sein könnte.

Besonders auffällig sind die Fortschritte beim sogenannten Computer Use. Nutzer berichten, dass Sonnet komplexe Tabellen analysieren, mehrstufige Webformulare ausfüllen und zwischen verschiedenen Browser-Tabs arbeiten kann, fast wie ein Mensch. Zusätzlich unterstützt das Modell jetzt ein Kontextfenster von bis zu einer Million Tokens, wodurch es riesige Informationsmengen gleichzeitig verarbeiten kann – zum Beispiel komplette Codebasen oder lange Forschungsdokumente. Dadurch eignet es sich deutlich besser für langfristige Planung und komplexe Workflows.

ElevenLabs hat diese Woche seinen London Summit veranstaltet, kurz nach einer massiven 500-Millionen-Dollar Series-D-Runde unter der Leitung von Sequoia. Damit steigt die Bewertung auf 11 Milliarden Dollar, eine Verdreifachung im Vergleich zum Vorjahr. Sie haben 2025 mit über 330 Millionen Dollar wiederkehrendem Jahresumsatz (ARR) abgeschlossen und Schwergewichte wie die Deutsche Telekom und Revolut als Kunden gewonnen.

Die Technologie wird ernst. Der neue Expressive Mode verleiht Sprachagenten emotionale Intelligenz – sie passen ihren Tonfall in Echtzeit an, um frustrierte Anrufer zu beruhigen. Auch der Vorstoß in den öffentlichen Sektor ist massiv. In der Tschechischen Republik bearbeiten KI-Agenten bereits 5.000 Anrufe pro Tag bei einer Lösungsquote von 85 %.

Anthropic hat gerade eine 30-Milliarden-Dollar Series-G-Runde abgeschlossen und seine Bewertung auf atemberaubende 380 Milliarden Dollar hochgeschraubt. Damit sind sie nun das zweitwertvollste KI-Labor weltweit, direkt hinter OpenAI. Die Zahlen belegen es: 14 Milliarden Dollar hochgerechneter Jahresumsatz und ein jährliches 10-faches Wachstum in drei aufeinanderfolgenden Jahren. Acht der Fortune-10-Unternehmen nutzen bereits Claude.

Ein massiver Treiber ist Claude Code, das gerade die Marke von 2,5 Milliarden Dollar Umsatzrate überschritten hat. Es ist verrückt zu bedenken, dass schätzungsweise 4 % aller öffentlichen GitHub-Commits weltweit von Claude geschrieben werden. Dazu kommt die Tatsache, dass Anthropic das einzige Frontier-Modell ist, das auf AWS, Google Cloud und Azure verfügbar ist, was ihre Reichweite in Unternehmen quasi konkurrenzlos macht.

Der chinesische Tech-Gigant ByteDance hat Seedance 2.0 vorgestellt, ein Video-Generierungsmodell, das kinoreife Clips aus praktisch jedem Input erstellt und sofort einen Aufschrei in Hollywood wegen Diebstahls geistigen Eigentums auslöste. Die multimodale Architektur bietet Regisseuren Kontrolle über Beleuchtung und Kamerabewegung und führt die internen Benchmarks auf ganzer Linie an.

Disney schoss sofort mit einer Unterlassungserklärung zurück und beschuldigte ByteDance, Seedance mit raubkopierten Charakteren aus Star Wars und Marvel vollgepackt zu haben. Die gesamte Branche ist gleichermaßen wütend. Die Motion Picture Association und die Schauspielergewerkschaft SAG-AFTRA verurteilten die ungefragte Nutzung von Schauspieler-Stimmen, was sie als "virtuellen Raubüberfall" bezeichneten.

ElevenLabs entwickelt sich gerade von einem spezialisierten KI-Startup zu einem wichtigen Player im Bereich Sprach-KI. Nach einer Finanzierung von 500 Millionen Dollar und einer Bewertung von 11 Milliarden setzen sie jetzt stark darauf, Sprachagenten im echten Alltag einsetzbar zu machen. Dabei geht es nicht mehr nur darum, möglichst realistisch zu klingen, sondern Gespräche wirklich natürlich wirken zu lassen.

Ein zentraler Punkt ist der neue „Expressive Mode“, der es Sprachagenten ermöglicht, Emotionen wie Stress zu erkennen und ihre Stimme in Echtzeit anzupassen. Dadurch wirken Gespräche deutlich menschlicher, vor allem im Kundenservice. Gleichzeitig expandiert ElevenLabs in den öffentlichen Sektor, wo ihre Systeme bereits tausende Anrufe pro Tag bearbeiten und den Großteil davon eigenständig lösen. Das zeigt deutlich, dass Sprach-KI langsam aus der Testphase in den echten Einsatz übergeht.

Elon Musk hat SpaceX und xAI in einem gigantischen 1,25-Billionen-Dollar-Deal zusammengeführt und damit möglicherweise das wertvollste private Unternehmen aller Zeiten geschaffen. Der Deal verbindet Raumfahrt und KI und bereitet gleichzeitig den Weg für einen riesigen Börsengang, der auf rund 50 Milliarden Dollar geschätzt wird. Selbst für Musk klingt das Ganze ziemlich extrem.

Die Vision dahinter ist ambitioniert und fast schon verrückt. Musk will KI-Rechenzentren ins All bringen, weil er glaubt, dass die Stromnetze auf der Erde den Energiebedarf zukünftiger KI nicht stemmen können. SpaceX hat bereits beantragt, die Starlink-Flotte stark auszubauen, um ein „orbitales Rechenzentrums-System" zu schaffen. Kritiker weisen jedoch darauf hin, dass xAI aktuell sehr viel Geld verbrennt und technisch noch hinter Konkurrenten wie OpenAI oder Google liegt, was den Deal ziemlich riskant macht.

Mit Project Genie ermöglicht Google DeepMind das Erstellen und Erkunden interaktiver Welten allein durch Textbeschreibungen und Bilder. Statt einer einzelnen statischen Szene wird die Umgebung in Echtzeit weitergeneriert, während man sich durch sie bewegt, was das Ganze deutlich lebendiger wirken lässt. Auch wenn es aktuell noch ein Forschungsprojekt ist, fühlt sich das Konzept schon jetzt ziemlich revolutionär an.

Besonders spannend ist, dass Genie nicht nur für Spiele gedacht ist. Die Technologie kann Physik und Interaktionen simulieren, was sie für Robotik, Animation, Trainingsumgebungen oder das Erkunden historischer Orte interessant macht. Zusätzlich führt Gemini mit „Agentic Vision" einen neuen Ansatz ein, bei dem Bildverarbeitung Schritt für Schritt erfolgt – die KI kann gezielt hineinzoomen, Details untersuchen und Bilder aktiv verändern.

Anthropic bringt Claude immer weiter weg vom reinen Chatbot und hin zu einem echten Produktivitäts-Tool. Durch die Erweiterung von Claude in Excel auf die Pro-Pläne können jetzt deutlich mehr Nutzer mit echten Tabellen arbeiten, statt die Funktion nur eingeschränkt zu testen. Der Fokus liegt klar darauf, Claude sinnvoll in den Arbeitsalltag zu integrieren und nicht nur als separate KI-Oberfläche anzubieten.

Gleichzeitig experimentiert Anthropic mit Gesundheitsdaten-Anbindungen, mit denen Claude medizinische Informationen zusammenfassen und erklären kann – allerdings nur mit ausdrücklicher Zustimmung der Nutzer. Zusätzlich wurde die vollständige „Constitution" veröffentlicht, die festlegt, nach welchen Prinzipien Claude handelt, etwa Sicherheit, Ethik und Hilfsbereitschaft. Dieser Schritt zeigt ungewöhnlich viel Transparenz und macht deutlich, wie ernst Anthropic das Thema KI-Verantwortung nimmt.

Anthropic hat Cowork veröffentlicht, eine Vorschau, die die agentischen Fähigkeiten von Claude Code direkt in die Claude-Desktop-App bringt. Claude beantwortet damit nicht mehr nur Fragen, sondern kann Aufgaben eigenständig erledigen, fast wie ein digitaler Arbeitskollege.

Man beschreibt einfach ein Ziel, und Claude plant die nötigen Schritte selbst. Es kann direkt auf lokale Dateien zugreifen und zum Beispiel Excel-Tabellen mit funktionierenden Formeln, Präsentationen oder sauber formatierte Dokumente erstellen. Bei größeren Aufgaben teilt Claude die Arbeit in mehrere Teile auf und bearbeitet sie parallel, etwa bei Recherche, Datenverarbeitung oder Zusammenfassungen.

NVIDIA hat auf der CES klar gezeigt, wohin die Reise geht: Physical AI. Dabei geht es um KI, die nicht nur Texte oder Bilder verarbeitet, sondern in der echten Welt arbeitet – zum Beispiel in Robotern, autonomen Fahrzeugen oder industriellen Systemen. Dadurch fühlt sich KI deutlich realer und greifbarer an.

Ein zentrales Projekt ist AlpamayO, ein Open-Source-Modell für autonomes Fahren, das seine Entscheidungen Schritt für Schritt erklären kann. Zusätzlich hat NVIDIA mit Cosmos neue Simulationsmodelle vorgestellt, mit denen autonome Systeme zuerst in virtuellen Welten trainiert werden. Mit der neuen Rubin-Plattform zeigt NVIDIA außerdem, dass diese Technologie nicht nur Forschung bleibt, sondern bald in großem Maßstab eingesetzt werden soll – und das zu deutlich geringeren Kosten.

Meta hat angekündigt, das KI-Startup Manus für über 1 Milliarde Dollar gekauft zu haben. Manus entwickelt autonome KI-Agenten, die selbstständig planen, Tools nutzen und Aufgaben ausführen können. Meta will diese Technologie in Produkte wie WhatsApp, Messenger und Smart Glasses integrieren. Besonders ist, dass Manus nicht durch bessere KI-Modelle überzeugt hat, sondern durch ein cleveres System rund um die KI.

Das zeigt einen wichtigen Wandel: Es geht nicht mehr nur darum, wie schlau eine KI ist, sondern wie sie eingesetzt wird. Durch den Kauf spart Meta Jahre an Entwicklung und bekommt eine Lösung, die bereits im echten Einsatz funktioniert. Damit legt Meta den Grundstein für KI-Assistenten, die wirklich handeln können.

Nvidia und die Stanford University haben NitroGen veröffentlicht, eine Open-Source-KI, die über 1.000 Videospiele spielen kann. Sie wurde mit rund 40.000 Stunden Gameplay-Videos von YouTube und Twitch trainiert und lernt durch Zuschauen. Besonders stark ist, dass sie auch in neuen Spielen gut funktioniert, die sie vorher nie gesehen hat.

Das ist ein wichtiger Schritt Richtung allgemeiner Gaming-KI statt einzelner Bots. Durch Open Source kann sich die Technologie schneller weiterentwickeln. Das macht Gaming-KI spannender und zugänglicher.

OpenAI hat mehrere Updates veröffentlicht, die ChatGPT im Alltag verbessern. Mit GPT Image 1.5 werden Bilder schneller, schärfer und genauer, selbst bei Licht und Text. Auch Codex wurde verbessert und ist jetzt besser für lange und komplizierte Programmieraufgaben geeignet. Zusätzlich kamen Features wie Schreibblöcke, angepinnte Chats und Personalisierung hinzu.

Diese Änderungen sind nicht spektakulär, machen aber einen großen Unterschied. ChatGPT wirkt dadurch stabiler und ausgereifter. Gerade für Schule, Projekte und kreative Arbeiten ist das extrem praktisch.

Disney hat angekündigt, 1 Milliarde Dollar in OpenAI zu investieren und einen Drei-Jahres-Lizenzdeal abzuschließen, der es Nutzern erlaubt, KI-Videos und Bilder mit über 200 bekannten Figuren aus Disney, Pixar, Marvel und Star Wars zu erstellen. Das Ganze läuft über Tools wie Sora und ChatGPT Images und zeigt, dass Disney KI jetzt aktiv nutzt, statt sie nur zu kritisieren. Besonders auffällig ist, dass Disney kurz davor noch Google wegen massiver Urheberrechtsverletzungen abgemahnt hat.

Der Deal zeigt einen klaren Strategiewechsel: Disney merkt, dass es sinnvoller ist, Inhalte zu lizenzieren, als ständig gegen KI zu klagen. Ein großes Problem bei KI ist nämlich, dass Modelle bekannte Figuren „auswendig lernen“, was rechtlich schwierig ist – oft nennt man das das „Snoopy-Problem“. Durch offizielle Lizenzen werden diese KI-Ergebnisse legal und sicherer für alle Beteiligten. Gleichzeitig positioniert sich Disney als extrem wertvoller Datenpartner, genau zu einer Zeit, in der KI-Firmen kaum noch hochwertige Trainingsdaten finden. Die riesige Figurenbibliothek wird so zu einem echten Wettbewerbsvorteil.

ByteDance hat ein neues KI-Videomodell namens Vidi2 veröffentlicht, das andere starke KI-Systeme bei Video-Benchmarks übertrifft. Besonders gut ist das Modell darin, zeitliche Abläufe in Videos zu verstehen, bestimmte Momente zu finden und Fragen zum Inhalt zu beantworten. Das Besondere daran ist, dass mehrere Fähigkeiten wie Objekterkennung, Szenenverständnis und Videoanalyse in einem einzigen System kombiniert sind.

Vidi2 schneidet bei verschiedenen Benchmarks besser ab, vor allem bei der Analyse von Bewegungen über mehrere Frames hinweg und beim schnellen Finden sehr kurzer Videosequenzen. Es kann Videos von wenigen Sekunden bis zu 30 Minuten Länge verarbeiten, was es extrem vielseitig macht. Dadurch eignet sich die KI nicht nur für Forschung, sondern auch für professionelle Anwendungen wie Videoschnitt, automatisches Umschalten von Kameraperspektiven oder das Verfolgen von Charakteren. Das zeigt, wie schnell sich Video-KI gerade weiterentwickelt.

US-Präsident Donald Trump hat eine Executive Order unterzeichnet, mit der die sogenannte „Genesis Mission" gestartet wird. Dabei handelt es sich um ein nationales Großprojekt, das wissenschaftliche Forschung mithilfe von KI massiv beschleunigen soll.

Ähnlich wie beim Manhattan-Projekt geht es um gebündelte Ressourcen, diesmal aber für Forschung statt Militär. Supercomputer, staatliche Datensätze und KI-Agenten sollen zusammenarbeiten, um Experimente zu automatisieren und neue Erkenntnisse schneller zu finden.

Koordination durch das Energieministerium

Das US-Energieministerium koordiniert den Aufbau der Plattform und vernetzt nationale Labore, Universitäten und ausgewählte Unternehmen. Der Zeitplan ist extrem ehrgeizig: Innerhalb weniger Monate sollen zentrale Forschungsprobleme definiert und erste Ergebnisse gezeigt werden.

Wichtige Forschungsbereiche

Dazu gehören Zukunftsbereiche wie Biotechnologie, Kernfusion, Quantencomputer und Halbleiter. Gleichzeitig gelten strenge Sicherheitsregeln, um sensible Daten zu schützen. Das Projekt zeigt, wie stark KI inzwischen als Schlüsseltechnologie für Wissenschaft und Sicherheit gesehen wird.

ElevenLabs, bekannt für KI-Stimmen, erweitert sein Angebot jetzt um Bilder und Videos mit einer neuen Image-&-Video-Plattform. Statt eigene Modelle zu bauen, bündelt ElevenLabs starke Bild- und Video-KIs wie Sora, Veo und Kling in einer einzigen Oberfläche.

Nutzer können dort Bilder und Videos erstellen, KI-Voiceovers hinzufügen, Musik einbauen und Sounds layern. Damit entwickelt sich ElevenLabs von einem Sprachtool zu einer kompletten Content-Plattform.

Durchgängiger Workflow

Der große Vorteil ist der durchgängige Workflow. Man muss nicht mehr zwischen verschiedenen Programmen wechseln, sondern kann alles in einer Timeline erledigen.

Fokus auf Creators

Besonders für Creator, Marketing-Teams und Social-Media-Arbeit ist das extrem praktisch. ElevenLabs setzt damit nicht auf einzelne Features, sondern auf Komfort und Geschwindigkeit.

OpenAI hat GPT-5.1 veröffentlicht, ein Update, das ChatGPT schlauer, wärmer und anpassungsfähiger macht. Die KI kann jetzt besser einschätzen, wie viel sie nachdenken muss, und antwortet bei einfachen Fragen schneller, nimmt sich aber mehr Zeit für schwierige Aufgaben.

Dadurch werden Erklärungen klarer, besonders bei Mathe und Programmieren. Zusätzlich gibt es neue Einstellungen, mit denen Nutzer Ton und Stil anpassen können.

Persönlichkeitsstile

Neu sind auch feste Persönlichkeitsstile wie Professionell, Freundlich oder Verspielt, die auf alle Unterhaltungen angewendet werden. Damit reagiert OpenAI auf Kritik, dass frühere Versionen zu kühl wirkten.

Menschlichere Kommunikation

Insgesamt fühlt sich ChatGPT dadurch menschlicher und angenehmer an. Der Fokus liegt weniger auf reiner Leistung und mehr auf guter Kommunikation.

Google hat mit Project Suncatcher ein Zukunftsprojekt vorgestellt, bei dem KI-Infrastruktur direkt im Weltraum aufgebaut werden soll. Geplant sind satellitengestützte Systeme mit Solarpanels, TPUs und schnellen optischen Verbindungen, die Daten direkt im Orbit verarbeiten.

Der große Vorteil ist die Energie: Im All steht nahezu dauerhaft Sonnenlicht zur Verfügung, was Solarpanels viel effizienter macht als auf der Erde. Google prüft damit, ob Rechenzentren langfristig auch außerhalb unseres Planeten funktionieren können.

Bewährte Technologie

Technisch hat Google bereits wichtige Tests bestanden, zum Beispiel mit TPUs, die starker Strahlung standhalten, und extrem schnellen Datenverbindungen zwischen Satelliten. Zwei Testsatelliten sollen Anfang 2027 zusammen mit Planet starten, um den Betrieb im All zu erproben.

Die Zukunft des Computing

Wenn Raketenstarts in Zukunft günstiger werden, könnten solche Weltraum-Rechenzentren ähnlich teuer sein wie heutige auf der Erde. Das würde die gesamte KI-Infrastruktur komplett verändern.

Grammarly hat einen ungewöhnlichen Schritt gemacht und sich nach der Übernahme der E-Mail-App Superhuman selbst in „Superhuman" umbenannt. Statt die Marke Superhuman einfach zu schlucken, hat Grammarly die Rollen umgedreht und ist nun ein Produkt unter dem neuen Dachnamen.

Das wirkt zuerst verwirrend, ist aber ein mutiger Versuch, die Marke größer zu positionieren als nur als Rechtschreibtool.

Superhuman Go: Der KI-Assistent

Gleichzeitig hat Grammarly den KI-Assistenten Superhuman Go vorgestellt, der mit Gmail, Google Drive, Kalender und Jira verbunden ist. Die KI soll verstehen, woran man gerade arbeitet, und kontextbezogene Schreibvorschläge machen sowie kleine Aufgaben automatisieren.

Konkurrenz mit den Großen

Durch die Übernahmen von Coda und Superhuman baut das Unternehmen jetzt eine komplette Produktivitätssuite auf. Damit tritt Grammarly direkt in Konkurrenz zu Notion und Google Workspace.