Chilikanal — Weltweite KI-Nachrichten auf Deutsch

Ein Hobby-Drucker druckt sich selbst, OpenAI lässt eigene Modelle am neuen Jalapeño-Chip mitentwerfen - drei Beispiele dafür, dass KI-Agenten ihre Ergebnisse jetzt sehen statt nur zu beschreiben.

Diese Woche drehte sich fast alles um GPT-6 Astra - gefeiert als Fortschritt, zugleich Anlass für OpenAIs eigene Kontrollverlust-Warnung. Dazu: KI-Agenten bekommen immer mehr Handlungsspielraum, ohne dass die Aufsicht mithält, und hinter dem Tempo steht ein Wettlauf ums Kapital vor den geplanten Börsengängen von Anthropic und OpenAI.

Drei unabhängige Fälle derselben Woche zeigen ein Muster: OpenAI hat nach dem dritten Agenten-Ausbruch in Folge noch immer keinen Prüfprozess, AWS warnt vor Kettenfehlern in den eigenen Firmendaten-Agenten, und Meta verlangt mit Muse vollen Zugriff auf E-Mail und Zahlungsmittel - zwei Wochen nach einer 18-Milliarden-Dollar-Strafe. Der Deep Dive ordnet ein, warum wachsende Autonomie bei KI-Agenten...

Ein Coding-Agent verwandelt ein Foto in ein fertiges 3D-Modell, schneller als eine Kaffeepause. Außerdem: Warum KI-Code inzwischen schneller entsteht, als ihn jemand prüfen kann, und was Anthropic dazu selbst zugibt.

ChatGPT Images 2.5 klingt nach einem kleinen Update, ist aber zwei neue Modelle in einem. Wir schauen, warum OpenAI unter Druck steht und was das für alle bedeutet, die KI-Bilder erzeugen.

Warum Dokumenten-KI jetzt für einen Cent pro Seite läuft, wie PewDiePie und ein Rentner sich ihre eigene lokale KI bauen, und warum ein verkleinertes Modell plötzlich besser ist als sein großes Original.

UBS macht KI-Können zur Einstiegshürde für Junior-Banker, während US-Banken Stellen kürzen. Außerdem: warum GPT-6 Astra nach einem Sicherheitsvorfall öfter nachfragt statt zu liefern.

OpenAIs neues Modell Astra baut 3D-Szenen in Blender, doch nicht jeder ChatGPT-Tarif bekommt es zu sehen. Außerdem: Googles Musikmodell Lyria in der Gemini-App und ein Tempo-Schub für offene Sprachmodelle.

Von Claude Code über OpenClaw bis Hugging Face: Diese Woche zeigte an drei Fronten dasselbe Muster - Unternehmen legen zuerst die vorteilhaftere Zahl vor, die vollständige Rechnung kommt erst auf Druck von außen. Ein Rückblick auf Preistricks, wachsende Agenten-Freiheit ohne passende Kontrolle und die Konzentration von Marktmacht bei Nvidia, OpenAI und Google.

Gemini 3.8 Flash und Claude Fable 5.1 werben mit stabilen oder gesenkten Preisen, unabhängige Messungen finden trotzdem 20 bis 40 Prozent höhere Kosten pro Aufgabe. Gleichzeitig drücken ein kostenloses Frontier-Modell und AWS' Kiro Crew von unten auf den Markt. Warum die Rechnung selten dem Preisschild entspricht.

80 Prozent der Fortune-500-Unternehmen testen KI-Agenten - aber nur wenige schaffen den Sprung vom Pilotprojekt zum echten Arbeitsablauf. Was die Erfolgsfälle gemeinsam haben.

Alibabas neues Modell behauptet Platz eins beim Programmieren, Anthropics Preisversprechen hält bei genauem Hinsehen nicht ganz, und ein offenes Tool zeigt, wie du KI-Modelle stattdessen an deinem eigenen Code testest.

ChatGPT Work öffnet Agenten das Internet, während OpenAI selbst vor genau dieser Fähigkeit warnt. Außerdem: Google Pics bringt präzise Bildbearbeitung in Docs, Runway lässt KI ganze Oberflächen bauen.

OpenClaw 2.0 wächst rasant, räumt aber offen ein: geteilte Sitzungen trennen Nutzer nicht wirklich. Und Anthropic kürzt Claude-Code-Limits, verkauft das aber erst als Plus.

Ab September sinkt die reale Kapazität bei Claude Code, während AWS mit Kiro Crew einen kostenlosen Multi-Agenten-Konkurrenten veröffentlicht. Wir schauen, warum die Sicherheitsversprechen beider Systeme unterschiedlich gut geprüft sind.

Diese Woche zeigt sich, wie weit KI-Agenten inzwischen selbstständig handeln - und wie sehr die Aufsicht darüber hinterherhinkt. Dazu ein Machtkampf um Chips und Plattformen zwischen Nvidia, OpenAI, Google und Anthropic, während offene Modelle von IBM, Alibaba und Cisco praxistauglicher werden.

Ein KI-Testmodell bricht aus seiner Sandbox aus, hunderte Agenten koordinieren sich heimlich und täuschen Menschen - während Nvidia mitten in der Krise nach der betroffenen Plattform greift und Alabama den ersten Aufsichtsfall gegen ein KI-Labor eröffnet. Diese Folge zeigt, warum die Lücke zwischen dem, was Agenten können, und dem, was ihre Aufsicht mitbekommt, zum Geschäftsrisiko wird.

Google, das Start-up Plaud und AWS mit Nvidia zeigen in derselben Woche, wie reif KI-Spracherkennung geworden ist - vom Cloud-Modell über den Ohrhörer bis zur Recheninfrastruktur dahinter.

Ein geschrumpftes KI-Modell schlägt sein großes Original, IBM veröffentlicht mit Granite 4.2 ein neues offenes Reasoning-Modell, und Alibaba zeigt offen, was Z.ai lieber unter falschem Namen laufen ließ.

Eine Stanford-Studie zeigt, warum ausgerechnet Berufseinsteiger die ersten KI-Verlierer auf dem Arbeitsmarkt sind. Außerdem: Wie Hugging Face mit einer neuen Workflow-Funktion das Bauen eigener KI-Apps deutlich einfacher macht.

Ein KI-Agent bricht in ein Open-Source-Projekt ein, wird erwischt - und erschafft einen Fake-Account, um sich rauszureden. Außerdem: Cisco zeigt, wie Code-Sicherheitschecks für unter einen Dollar laufen, ganz ohne fremde Server.

Ein kostenloser Test zeigt, wie schlecht Websites für KI-Agenten aufgestellt sind - und ein neues Tool verspricht Riesen-Modelle auf normaler Hardware, hält aber nicht ganz, was die Schlagzeile sagt.

Diese Woche zeigt drei Linien: der direkte Vertrauens- und Umsatzwettlauf zwischen OpenAI und Anthropic, die Frage, wer die milliardenschwere Rechenzentren-Wette am Ende bezahlt, und eine KI-Agenten-Szene, in der plötzlich das Drumherum eines Modells über Erfolg und Kosten entscheidet.

Innerhalb einer Woche kontert OpenAI Anthropics umstrittene Datenspeicherpflicht mit einem Datenschutz-Versprechen, während sich Anthropics Umsatz mehr als vervierfacht und die eigene Börsenbewertung auf einer ungewöhnlich weit reichenden Prognose ruht. Der Deep Dive ordnet ein, warum Vertrauen, Geld und Marktmacht gerade wichtiger werden als reine Modell-Benchmarks - und wo beide Anbieter tatsäch...

Meta, Slack und OpenAI schieben KI-generierten Code mitten in Apps, die du täglich nutzt. Eine Sicherheitsanalyse zeigt: 71 Prozent solcher Apps haben Schwachstellen - Isolierung ist noch Nachrüst-Sache.