KI-Nachrichten

Meta stellt neue Software-Funktionsupdates für die VR-Headsets Quest 2 und Quest Pro ein und versetzt die ältere Hardware in den Wartungsmodus. Während kritische Sicherheitspatches für einen begrenzten Zeitraum weiterhin bereitgestellt werden, erhalten diese Geräte keine neuen Betriebssystem-Erweiterungen und Entwickler-APIs mehr. Dieser Schritt ermöglicht es Meta, die Softwareentwicklung auf die neuere Quest 3-Serie und die anstehenden AR- und VR-Smartglasses zu konzentrieren, die multimodale Meta AI-Funktionen und leichte Optiken integrieren. Bisherige Besitzer einer Quest 2 oder Quest Pro können weiterhin aktuelle Titel spielen, erhalten jedoch keine zukünftigen Spatial-Computing-Funktionen mehr.

CrowdStrike übernimmt zwei KI-Sicherheits-Startups für insgesamt knapp 500 Millionen US-Dollar, um der steigenden Nachfrage nach der Absicherung autonomer KI-Agenten gerecht zu werden. Da Unternehmen zunehmend KI-Agenten zur Ausführung automatisierter Aufgaben einsetzen, sehen sich Organisationen neuartigen Sicherheitsrisiken wie Prompt-Injection, Datenlecks und unbefugten Systemaktionen gegenüber. Die geplanten Übernahmen werden spezialisierte Bedrohungserkennungs- und Governance-Tools in die Sicherheitsplattform von CrowdStrike integrieren. Dies ermöglicht es Unternehmen, das Verhalten von Agenten zu überwachen, Zugriffskontrollen durchzusetzen und agentische Workflows vor neuen Cybersicherheitslücken zu schützen.

Um zu ermitteln, ob Softwareverbesserungen allein die Supercomputing-Leistung der 1990er Jahre übertreffen könnten, evaluierte Nicholas Carlini moderne Schach-Engines unter den Hardware-Einschränkungen eines Pentium von 1996. IBMs Deep Blue besiegte 1997 den Weltmeister Garri Kasparow mithilfe spezialisierter Hardware, die 200 Millionen Stellungen pro Sekunde bewerten konnte. Drei Jahrzehnte algorithmischer Fortschritte – darunter verfeinerte Suchheuristiken und neuronale Netz-Evaluierungsfunktionen – brachten jedoch unabhängig von der reinen Rechenleistung über 1.000 Elo-Punkte Gewinn. Wenn modernste Stockfish-Software auf einer einzelnen Pentium-CPU von 1996 läuft und nur wenige Tausend Stellungen pro Sekunde bewertet, übertrifft sie die Spielstärke von Deep Blue bei Weitem und hätte Kasparow 1996 besiegt.

Anthropic gibt monatlich mehr als 100.000 US-Dollar pro Mitarbeiter für Vergütungen aus, da der Wettbewerb um Top-Talente im Bereich der künstlichen Intelligenz im Silicon Valley immer intensiver wird. Diese Zahl, die Grundgehälter und erhebliche Aktienpakete umfasst, verdeutlicht den immensen finanziellen Druck auf führende KI-Labore, die direkt mit finanzstarken Tech-Giganten wie Google und Meta konkurrieren. Während die Unternehmen ein Rennen um die Entwicklung immer anspruchsvollerer Basismodelle austragen, hat der begrenzte Pool an spezialisierten KI-Forschern und -Ingenieuren die Vergütungspakete auf ein historisches Hoch getrieben. Neben den sprunghaft steigenden Infrastruktur- und Rechenkosten tragen diese Personalausgaben erheblich zur steigenden Burn-Rate von Anthropic bei, während das Unternehmen versucht, seinen Wettbewerbsvorteil gegenüber Rivalen wie OpenAI zu behaupten.

Der Black Friday-Ratgeber von TechRadar hebt die besten Angebote für Bambu Lab 3D-Drucker hervor und bietet Empfehlungen, die auf Praxistests von Experten basieren. Der Einsteiger-Drucker Bambu Lab A1 Mini wird als kompakte, budgetfreundliche Option für Anfänger hervorgehoben, während der Standard-A1 ein größeres Bauvolumen und Mehrfarbdruckfunktionen über das AMS Lite-System bietet. Für Enthusiasten und Profis verfügt das Flaggschiff X1-Carbon über ein geschlossenes Gehäuse für technische Filamente, hohe Druckgeschwindigkeiten und eine KI-gestützte Kamerakontrolle zur automatischen Fehlererkennung.

Tesla hat den Namen seiner Fahrerassistenzsoftware im Vereinigten Königreich und in Europa nach behördlicher Prüfung wegen potenziell irreführender Angaben in „Full Self-Driving (Supervised)“ geändert. Trotz der Bezeichnung bleibt die Funktion ein Fahrerassistenzsystem der Stufe 2 (Level 2), das von menschlichen Fahrern verlangt, stets aufmerksam zu bleiben und jederzeit die Kontrolle übernehmen zu können. Die Umbenennung entspricht strengeren europäischen Werbestandards, die darauf abzielen, Verwirrung über die Fahrzeugfähigkeiten zu vermeiden. Unterdessen setzen konkurrierende Automobilhersteller wie BMW die Entwicklung fortschrittlicher automatisierter Fahr-Systeme fort und planen, bis 2027 autonome Funktionen höherer Stufen in Serienfahrzeugen einzuführen.

Google bietet Administratoren von K-12-Schulen Verwaltungsoptionen, um eigenständige KI-Dienste wie Gemini für Schüler mit Google Workspace for Education-Konten zu deaktivieren. Da AI Overviews jedoch direkt in die Google-Suche integriert sind, können Schulen diese KI-generierten Suchantworten nicht deaktivieren, ohne den Zugriff auf die Suche insgesamt zu deaktivieren oder einzuschränken. Diese Integration zwingt Bildungseinrichtungen zu einer Alles-oder-Nichts-Entscheidung: Entweder setzen sie Schüler KI-Funktionen aus oder sie sperren den Standard-Suchzugriff.

NVIDIA hat Auto-Ontology als Open Source veröffentlicht – ein Framework, das entwickelt wurde, um die Erstellung, Erweiterung und Verfeinerung domänenspezifischer Ontologien und Wissensgraphen aus unstrukturiertem Text mithilfe großer Sprachmodelle zu automatisieren. Das Tool vereinfacht die Extraktion strukturierter Daten durch die automatische Identifizierung von Entitäten, Beziehungen und Taxonomien, was den traditionell in der Ontologie-Entwicklung erforderlichen manuellen Aufwand reduziert. Durch die Umwandlung unstrukturierter Unternehmensdaten in fundierte, maschinenlesbare Wissensstrukturen hilft Auto-Ontology Entwicklern dabei, Pipelines für Retrieval-Augmented Generation (RAG), Schlussfolgerungssysteme und graphbasierte KI-Anwendungen zu verbessern.

Cyberkriminelle führen zunehmend „LLMjacking“-Angriffe durch, indem sie gestohlene Cloud-Zugangsdaten nutzen, um den Unternehmenszugriff auf gehostete große Sprachmodelle (LLMs) zu kapern. Sicherheitsforscher von Sysdig berichten, dass Angreifer anfällige Cloud-Umgebungen ins Visier nehmen, um sich unbefugten Zugriff auf KI-Plattformen wie Amazon Bedrock zu verschaffen. Anstelle von traditionellem Cryptojacking nutzen Hacker die gestohlene Infrastruktur, um eigene KI-Workloads auszuführen oder den Modellzugriff im Darknet weiterzuverkaufen. Dies führt bei den betroffenen Unternehmen zu Cloud-Rechnungen, die Zehntausende von Dollar pro Tag übersteigen können. Die Sicherung von Cloud-Zugangsdaten, die Durchsetzung von Richtlinien mit den geringsten Zugriffsrechten (Least Privilege) und die Überwachung ungewöhnlicher API-Aktivitäten sind entscheidend, um diese finanziellen und operationalen Risiken zu mindern.

Apple hat seine App-Store-Richtlinien aktualisiert, um Dating-Anwendungen und KI-Begleit-Chatbots auf Nutzer ab 18 Jahren zu beschränken. Die Richtlinienänderung zielt darauf ab, Minderjährige vor nicht altersgerechten Inhalten, expliziten Unterhaltungen und potenziellen Risiken zu schützen, die mit parasozialen Beziehungen zu Systemen der künstlichen Intelligenz verbunden sind. Gemäß den überarbeiteten Regeln müssen Entwickler ihre Altersfreigaben für Apps aktualisieren und Mechanismen zur Altersverifikation durchsetzen, um auf der Plattform zu bleiben. Infolgedessen müssen Entwickler von KI-Rollenspiel- und Begleit-Apps ihre Onboarding-Prozesse grundlegend überarbeiten, während minderjährige Nutzer den Zugriff auf diese Anwendungen auf iOS-Geräten verlieren.

Matthew Honnibal kritisiert Behauptungen, dass ein KI-System namens Astra Modellgewichte direkt liest und schreibt, um das Sprachmodell Qwen zu verbessern. Er argumentiert, dass der Beitrag irreführend ist, da der Prozess nicht beinhaltet, dass ein LLM seine eigenen neuronalen Parameter auf neuartige, selbstgesteuerte Weise inspiziert oder bearbeitet. Stattdessen basiert die Technik auf Standardverfahren des maschinellen Lernens wie Feinabstimmung (Fine-Tuning) oder Reinforcement-Learning-Schleifen, die in übertriebener Terminologie verpackt sind. Honnibal warnt davor, routinemäßige Optimierungsverfahren als emergente Selbstmodifikationsfähigkeiten zu interpretieren, und betont die Notwendigkeit, standardmäßige Gradienten-Updates von echter autonomer Überlegung von Gewichten zu unterscheiden.

Die Integration künstlicher Intelligenz in das Bildungswesen erfordert eine grundlegende Neubewertung traditioneller Lernmodelle und Bildungsziele. Da generative KI-Tools routinemäßiges Schreiben, Programmieren und Abrufen von Informationen automatisieren, muss sich der Schwerpunkt des Lernens vom auswendig gelernten Wissenserwerb hin zu höherwertigen kognitiven Fähigkeiten wie kritischer Bewertung, kreativer Problemlösung und ethischer Urteilskraft verlagern. Pädagogen und Bildungseinrichtungen müssen Bewertungsmethoden überdenken, um echtes Verständnis und menschliche Einblicke zu messen und nicht leicht reproduzierbare Ergebnisse. Die Anpassung an diesen Wandel erfordert, den Lernenden zu helfen, sowohl die Fähigkeiten als auch die Grenzen von KI-Technologien zu verstehen, um sicherzustellen, dass sie effektiv mit automatisierten Systemen zusammenarbeiten können, während sie gleichzeitig eine ausgeprägt menschliche Expertise entwickeln.

Die Rapperin Cardi B hat Studierende davor gewarnt, sich bei der Erledigung ihrer Studienarbeiten auf ChatGPT und KI-Tools zu verlassen. In einer Videobotschaft forderte sie die Studierenden auf, sich anzustrengen, hart zu lernen und echtes kritisches Denken zu entwickeln. Sie betonte, dass die Nutzung von KI-Abkürzungen ihnen echtes Wissen raubt. Cardi B warnte davor, dass generative KI den Studierenden kurzfristig zwar helfen kann, Prüfungen zu bestehen oder Aufgaben zu erledigen, sie aber unzureichend auf ein berufliches Umfeld vorbereitet, das eigenständige Problemlösung und echte Kompetenz erfordert.

Das mittelständische IT-Dienstleistungsunternehmen Coforge übertrifft größere indische Konkurrenten beim Umsatzwachstum und Auftragseingang. Angetrieben wird dies durch eine starke Umsetzung im Bereich der generativen KI und Schlüsselakquisitionen wie Cigniti Technologies. Während große IT-Wettbewerber mit verhaltenen Kundenausgaben konfrontiert sind, hat Coforge seine Pipeline durch die Bereitstellung domänenspezifischer KI-Lösungen in den Bereichen Banken, Finanzdienstleistungen und Reisen ausgebaut. Durch die direkte Einbettung generativer KI-Funktionen in Unternehmensabläufe und den Abschluss größerer Verträge hat das Unternehmen seine finanzielle Dynamik aufrechterhalten und die Rolle von KI als Hauptkatalysator für seine Marktanteilsgewinne gefestigt.

Snowflake Inc. hat seine agentische KI-Plattform erweitert, um Unternehmensteams beim Aufbau, der Bereitstellung und der Governance autonomer KI-Agenten zu unterstützen, die direkt in Unternehmensdaten integriert sind. Durch die Einbindung von Geschäftskontext – wie standardisierten semantischen Modellen, Metriken und Organisationslogik – stellt die Plattform sicher, dass KI-Agenten auf der Grundlage domänenspezifischer Definitionen zuverlässige Erkenntnisse generieren und präzise Maßnahmen ergreifen. Darüber hinaus hat Snowflake sein Governance-Framework verbessert, um Datensicherheit, Zugriffsrichtlinien und betriebliche Überprüfbarkeit auf agentische Workflows auszuweiten. Diese Ergänzungen ermöglichen es Unternehmen, komplexe Geschäftsprozesse über Unternehmensdatensätze hinweg sicher zu automatisieren und gleichzeitig strikte Compliance sowie zentrale Kontrolle zu wahren.