KI News

Quelle: www.bigdata-insider.de

MYTHOS 5 UND FABLE 5 BALD WIEDER VERFÜGBAR ANTHROPIC DARF KI-MODELLE WIEDER
EXPORTIEREN
01.07.2026 Quelle: dpa 2 min Lesedauer
Anbieter zum Thema
Die US-Regierung hat ihre Exportsperren für die neuesten KI-Modelle des
OpenAI-Rivalen Anthropic nach mehr als zwei Wochen aufgehoben. Man werde heute
damit anfangen, den Zugang zu den Programmen Mythos 5 und Fable 5
wiederherzustellen, teilte Anthropic mit.
Die US-Regierung hatte vor rund zwei Wochen verfügt, dass nur Amerikaner Zugriff
auf die KI-Modelle haben durften. Das galt auch für Mitarbeiter der Firma.
Anthropic blockierte daraufhin beide Modelle komplett, um die Forderung erfüllen
zu können.
Die Künstliche Intelligenz hinter Anthropics KI-Modell Mythos ist besonders gut
darin, zum Teil auch über Jahrzehnte unentdeckt gebliebene
Software-Schwachstellen aufzuspüren. Diese Fähigkeit wurde bisher von
US-Behörden und ausgewählten Unternehmen eingesetzt, um die Sicherheitslücken zu
stopfen. Eine Sorge war von Anfang an, dass eine solche KI in den falschen
Händen zu einer gefährlichen Cyberwaffe werden könnte.
Das Mitte Juni veröffentlichte Modell Fable 5 basiert auf der Mythos-Technologie
- bei ihm werden aber die Cybersicherheits- und Biotechnologie-Fähigkeiten
blockiert. Mythos 5 unterdessen ist die nicht-öffentliche volle Version, die nur
Behörden und ausgewählten Unternehmen zur Verfügung stehen soll, damit sie damit
Sicherheitslücken in ihren Systemen schließen können.
Die Sperre hatte auch Sorgen in Europa ausgelöst. Nach dem Vorgehen gegen
Anthropic gewährte der ChatGPT-Entwickler OpenAI Zugang zu seinem neuesten
KI-Modell nur für mit der US-Regierung abgestimmte Partner.
WAS WAR DER AUSLÖSER FÜR DIE ANTHROPIC-SPERRE?
Auslöser für das Vorgehen der Regierung waren Warnungen, dass
Sicherheitsvorkehrungen, die etwa den Einsatz von Fable 5 zur Suche nach
Software-Schwachstellen verhindern sollen, ausgehebelt werden könnten. Anthropic
bestritt, dass es eine Gefahr gebe. Regierung und Unternehmen führten in den
vergangenen Wochen zähe Gespräche.
Handelsminister Howard Lutnick verwies in einem von US-Medien veröffentlichten
Brief zur Aufhebung der Sperre darauf, dass die Firma sich unter anderem
bereiterklärt habe, proaktiv nach Sicherheitsrisiken in den Modellen zu suchen
und sie zu stopfen.
ANTHROPIC UND DAS VERHÄLTNIS ZUR US-REGIERUNG
Anthropic geriet in den vergangenen Monaten immer wieder in Schlagzeilen. Die
Firma riskierte einen Konflikt mit der US-Regierung, da sie trotz Drucks darauf
bestand, dass ihre KI-Modelle nicht in autonomen Waffensystemen und zur
Massenüberwachung in den USA verwendet werden dürfen.
Das Pentagon erklärte Anthropic daraufhin zu einem Lieferketten-Risiko, was den
Einsatz von Software des Unternehmens in Regierungsbehörden schwer
beeinträchtigen kann. Die Firma klagt dagegen. Die außerordentlichen
Cybersicherheitsfähigkeiten von Mythos machten Anthropic dann aber wieder
wichtig für die US-Regierung
(ID:50887037)

Quelle: www.bigdata-insider.de

ANGST VOR CYBERATTACKEN MIT KI US-REGIERUNG LÄSST ZUGANG ZU NEUER KI VON OPENAI
BESCHRÄNKEN
01.07.2026 Quelle: dpa 1 min Lesedauer
Anbieter zum Thema
Die amerikanische Regierung bestimmt nun mit, wer Zugang zu leistungsstarken
neuen KI-Modellen bekommt. Ein Auslöser ist die Angst vor einem Missbrauch
Künstlicher Intelligenz für Cyberattacken.
Der ChatGPT-Entwickler OpenAI schränkt auf Forderung der US-Regierung den Zugang
zu seinem neuesten KI-Modell ein. Zugriff auf die Vorschau-Version von Modellen
der GPT-5.6-Reihe bekomme nur eine abgestimmte kleine Gruppe von Partnern, denen
man vertraue, teilte OpenAI mit. Die eingeschränkte Veröffentlichung sei von der
Regierung verlangt worden.
Die Freigaben seien zunächst nur in den USA erteilt worden, hieß es von OpenAI.
Man arbeite daran, auch Partnern aus anderen Ländern Zugang zu geben, dies könne
bereits kommende Woche passieren.
RIVALE MIT PROBLEMEN
OpenAI sagte zugleich, man glaube nicht, dass solche Zugangskontrollen der
Behörden langfristig zur Norm werden sollen. Derzeit sehe man das Einverständnis
damit als besten Weg, um in den kommenden Wochen den Zugang zu erweitern.
Diese Feststellung kann man als Hinweis auf Probleme des Rivalen Anthropic
verstehen.
ANGST VOR CYBERATTACKEN MIT KI-HILFE
Auslöser waren Warnungen, dass Vorkehrungen gegen einen Missbrauch der Software
möglicherweise ausgehebelt werden könnten. Das neue KI-Modell von Anthropic ist
besonders gut darin, Schwachstellen zu Software zu finden. Das macht Programme
sicherer – in den falschen Händen könnte eine solche KI aber als Cyberwaffe
eingesetzt werden. Anthropic blockiert die entsprechenden Fähigkeiten in der
öffentlich verfügbaren Version. Die US-Regierung forderte aber, dass nur
amerikanische Firmen und Personen Zugang zu dem KI-Modell haben dürften.
Beim neuen OpenAI-Modell GPT-5.6 kann die leistungsstärkste Variante mit dem
Namen Sol der Firma zufolge eigenständig Aufgaben beim Programmieren sowie in
Biologie und Cybersicherheit ausführen. Man habe Schutzvorkehrungen gegen einen
Missbrauch getroffen, betonte OpenAI. Zugleich könne man bei Bewertungen nicht
jede mehrstufige Attacke berücksichtigen, warnte das Unternehmen.
(ID:50886957)

Quelle: www.bigdata-insider.de

SELTENE ERKRANKUNGEN DRUG REPURPOSING MIT GRAPHTECHNOLOGIE UND KI
01.07.2026 Ein Gastbeitrag von Dr. Alexander Jarasch 5 min Lesedauer
Anbieter zum Thema
Je seltener die Erkrankung, desto größer die Herausforderung für die
Arzneimittelforschung. Die Kombination aus Graphtechnologie und Künstlicher
Intelligenz (KI) ermöglicht es, neue Einsatzgebiete für Wirkstoffe zu finden und
Medikamente schneller bereitzustellen.
Die Menge an verfügbaren Forschungsdaten wächst exponentiell. Dennoch ist die
Entwicklung neuer Medikamente nach wie vor ein langwieriger und sehr teurer
Prozess. Das gilt schon für weit verbreitete Krankheiten. Noch viel dramatischer
ist die Lage bei den rund 8.000 bekannten seltenen Erkrankungen, die nur rund
0,05 Prozent der Menschen betreffen. Hier sind die Fallzahlen so gering, dass
herkömmliche Forschungsansätze mit vielen Probanden nicht funktionieren.
Auch wirtschaftlich ist klassische Medikamentenforschung hier oft nicht tragbar.
Dabei sind die Wirkstoffe, die für die Behandlung seltener Erkrankungen geeignet
wären, in vielen Fällen schon entwickelt. Um zum Einsatz zu kommen, müssen sie
jedoch erst noch als passendes Arzneimittel für eine bestimmte Erkrankung
identifiziert werden. Genau hier setzt moderne an.
WO TABELLEN SCHEITERN
Klassische tabellarische Datenbanken stoßen bei der Untersuchung biologischer
und pharmakologischer Zusammenhänge an ihre Grenzen. Denn dabei handelt es sich
um ein hochgradig vernetztes System aus Genen, Proteinen, Wirkstoffen und
Wechselwirkungen. Erschwerend kommt hinzu, dass Forschungsergebnisse quer über
die medizinischen Disziplinen in vielen verschiedenen Datensilos und den
unterschiedlichsten Formaten gespeichert sind.
Hier schlägt die Stunde der Graphdatenbanken, die Informationen nicht in
Tabellen speichern, sondern in sogenannten Knowledge-Graphen. Ein
Knowledge-Graph ist ein komplett flexibles und beliebig erweiterbares Netz aus
heterogenen Daten, das im Wesentlichen aus drei Elementen besteht:
* Erstens aus „Knoten”, die beispielsweise für ein Gen oder einen Wirkstoff
stehen.
* Zweitens aus „Kanten”, die die Beziehungen der Knoten abbilden – zum Beispiel
„hemmt” oder „verursacht”.
* Und drittens aus den Eigenschaften („Properties”) der Knoten und Kanten.
Da Beziehungen originärer Bestandteil der Architektur des Knowledge-Graphen
sind, lassen sie sich viel leichter und schneller erkennen, als wenn die Daten
in einer oder gar mehreren starren Tabellen gefangen wären. Die maschinenlesbare
Architektur der Knowledge-Graphen erfüllt zudem eine wichtige Rolle als
verlässliche Referenzbasis, auf deren Grundlage -Modelle präziser arbeiten
können. Das liegt daran, dass Knowledge-Graphen es KI ermöglichen, Beziehungen
über Millionen von Datenpunkten hinweg in Echtzeit korrekt zu analysieren.
ALTE WIRKSTOFFE, NEUE HOFFNUNG
Ein Einsatzgebiet für die Kombination von Graphtechnologie und KI ist das Drug
Repurposing: die Suche nach neuen Einsatzgebieten für bereits zugelassene
Medikamente oder solche, die sich bereits in einer späteren Phase der klinischen
Entwicklung befinden. Da die Risiken, Neben- und Wechselwirkungen dieser
Substanzen bekannt sind, lassen sich kostspielige und langwierige
Phase-1-Studien für das neue Einsatzgebiet verkürzen beziehungsweise zum Teil
überspringen. Dies beschleunigt den Weg zum Patienten und damit zur Therapie
massiv.
Die beiden wohl bekanntesten Beispiele für Drug Repurposing sind Sildenafil
(auch als „Viagra” bekannt) und Minoxidil (im Handel unter dem Namen „Regaine”).
Sildenafil wurde ursprünglich als Medikament gegen Angina Pectoris entwickelt,
Minoxidil gegen Bluthochdruck. Beide zeigten sich in den klinischen Studien als
deutlich wirksamer gegen andere Leiden – Erektionsstörungen und erblich
bedingten Haarausfall.
Dass Drug Repurposing lebensrettend sein kann, zeigt das Beispiel des
Carney-Komplexes. Diese extrem seltene und mitunter lebensbedrohliche Erkrankung
führt zu Tumoren unterschiedlichster Art im ganzen Körper und war lange Zeit nur
operativ therapierbar. Die Non-for-Profit-Initiative „Rare Hopes” bildet
Milliarden von Beziehungen zwischen genomischen Informationen, Signalwegen und
Wirkstoffdaten in einer ab. Die Forschenden identifizierten so Verbindungen, die
über herkömmliche Datenbankabfragen nicht nachvollziehbar waren. Dies
ermöglichte völlig neue Behandlungshypothesen.
So konnte Rare Hopes entscheidende Zusammenhänge zwischen folgenden Fakten
aufdecken:
* Eine Mutation im Gen PRKAR1A ist die Ursache des Carney-Komplexes.
* Dieses Gen ist über den biologischen cAMP-Signalweg (Signalkaskade) mit dem
Gen PRKACA verbunden.
* Unabhängige Studien zeigten, dass das Medikament Ruxolitinib, das zur
Behandlung der Blutkrebserkrankung Myelofibrose entwickelt wurde, PRKACA
beeinflusst.
Aus dieser Beziehung konnten die Forschenden der Initiative ableiten, dass
Ruxolitinib den Gendefekt bei Carney-Komplex-Patienten kompensieren könnte. So
wurde in einem Knowledge-Graphen sichtbar, was in isolierten Datensilos und
Tabellen verborgen blieb.
WEITERENTWICKLUNG ZUM CONTEXT-GRAPHEN
Die nächste Evolutionsstufe eines Knowledge-Graphen, der Context-Graph, bietet
die Grundlage für den Einsatz der nächsten Stufe der KI-Entwicklung: die
agentische KI. Während der Knowledge-Graph gesichertes biomedizinisches Wissen
in Form von Entitäten und Beziehungen strukturiert, erweitert der Context-Graph
dieses Wissen um den aktuellen Arbeitskontext eines KI-Agenten:
Business-Entscheidungen, Ziele, Prioritäten, Zwischenergebnisse, Unsicherheiten
und bereits ausgeführte Analyseschritte. Dadurch kann agentische KI mehrstufige
Forschungsprozesse planen, Entscheidungen begründen und ihre nächsten Schritte
dynamisch an neue Ergebnisse anpassen.
JETZT NEWSLETTER ABONNIEREN
TÄGLICH DIE WICHTIGSTEN INFOS ZU BIG DATA, ANALYTICS & AI
Geschäftliche E-Mail
Bitte geben Sie eine gültige E-Mailadresse ein.
Abonnieren
Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und
Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details)
einverstanden und akzeptiere die . Weitere Informationen finde ich in unserer .
Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von
redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu
Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).
Aufklappen für Details zu Ihrer Einwilligung
Stand: 08.12.2025
Es ist für uns eine Selbstverständlichkeit, dass wir verantwortungsvoll mit
Ihren personenbezogenen Daten umgehen. Sofern wir personenbezogene Daten von
Ihnen erheben, verarbeiten wir diese unter Beachtung der geltenden
Datenschutzvorschriften. Detaillierte Informationen finden Sie in unserer .
EINWILLIGUNG IN DIE VERWENDUNG VON DATEN ZU WERBEZWECKEN
Ich bin damit einverstanden, dass die Vogel IT-Medien GmbH,
Max-Josef-Metzger-Straße 21, 86157 Augsburg, einschließlich aller mit ihr im
Sinne der §§ 15 ff. AktG verbundenen Unternehmen (im weiteren: Vogel
Communications Group) meine E-Mail-Adresse für die Zusendung von Newslettern und
Werbung nutzt. Auflistungen der jeweils zugehörigen Unternehmen
können  abgerufen werden.
Der Newsletterinhalt erstreckt sich dabei auf Produkte und Dienstleistungen
aller zuvor genannten Unternehmen, darunter beispielsweise Fachzeitschriften und
Fachbücher, Veranstaltungen und Messen sowie veranstaltungsbezogene Produkte und
Dienstleistungen, Print- und Digital-Mediaangebote und Services wie weitere
(redaktionelle) Newsletter, Gewinnspiele, Lead-Kampagnen, Marktforschung im
Online- und Offline-Bereich, fachspezifische Webportale und E-Learning-Angebote.
Wenn auch meine persönliche Telefonnummer erhoben wurde, darf diese für die
Unterbreitung von Angeboten der vorgenannten Produkte und Dienstleistungen der
vorgenannten Unternehmen und Marktforschung genutzt werden.
Meine Einwilligung umfasst zudem die Verarbeitung meiner E-Mail-Adresse und
Telefonnummer für den Datenabgleich zu Marketingzwecken mit ausgewählten
Werbepartnern wie z.B. LinkedIN, Google und Meta. Hierfür darf die Vogel
Communications Group die genannten Daten gehasht an Werbepartner übermitteln,
die diese Daten dann nutzen, um feststellen zu können, ob ich ebenfalls Mitglied
auf den besagten Werbepartnerportalen bin. Die Vogel Communications Group nutzt
diese Funktion zu Zwecken des Retargeting (Upselling, Crossselling und
Kundenbindung), der Generierung von sog. Lookalike Audiences zur
Neukundengewinnung und als Ausschlussgrundlage für laufende Werbekampagnen.
Weitere Informationen kann ich dem Abschnitt „“ in der Datenschutzerklärung
entnehmen.
Falls ich im Internet auf Portalen der Vogel Communications Group einschließlich
deren mit ihr im Sinne der §§ 15 ff. AktG verbundenen Unternehmen geschützte
Inhalte abrufe, muss ich mich mit weiteren Daten für den Zugang zu diesen
Inhalten registrieren. Im Gegenzug für diesen gebührenlosen Zugang zu
redaktionellen Inhalten dürfen meine Daten im Sinne dieser Einwilligung für die
hier genannten Zwecke verwendet werden. Dies gilt nicht für den Datenabgleich zu
Marketingzwecken.
Recht auf Widerruf
Mir ist bewusst, dass ich diese Einwilligung jederzeit für die Zukunft
widerrufen kann. Durch meinen Widerruf wird die Rechtmäßigkeit der aufgrund
meiner Einwilligung bis zum Widerruf erfolgten Verarbeitung nicht berührt. Um
meinen Widerruf zu erklären, kann ich als eine Möglichkeit das unter  abrufbare
Kontaktformular nutzen. Sofern ich einzelne von mir abonnierte Newsletter nicht
mehr erhalten möchte, kann ich darüber hinaus auch den am Ende eines Newsletters
eingebundenen Abmeldelink anklicken. Weitere Informationen zu meinem
Widerrufsrecht und dessen Ausübung sowie zu den Folgen meines Widerrufs finde
ich in der .
In der Wirkstoffforschung entsteht so ein eigenständig handlungsfähiges System,
das Hypothesen priorisiert, Experimente vorbereitet und Ergebnisse iterativ in
den Forschungsprozess zurückführt. Ein Knowledge-Graph macht sichtbar, dass
Wirkstoff A das Gen B hemmt. Der Context-Graph kann darüber hinaus darstellen,
unter welchen Bedingungen diese Information überhaupt relevant ist. Er fungiert
als eine Art „Agentengedächtnis”, das Ergebnisse speichert und hilft, den
gesamten Weg zur Entscheidung für agentische Systeme zu modellieren:
* Context-Graphen liefern die Grundlage, auf der autonome KI-gestützte Systeme
mögliche Aktionen priorisieren und bewerten. Sie enthalten Informationen über
Genehmigungsprozesse, regulatorische Ausnahmen oder bereits geprüfte
Alternativen.
* Der KI-Agent holt situativ und zusätzlich zu den eigentlichen Datenpunkten
den Kontext aus dem Context-Graph, der für die aktuelle Problemstellung
notwendig ist, beispielsweise zu einer spezifischen Patientenkonstellation.
* Der Context-Graph macht nachvollziehbar, warum eine Entscheidung getroffen
wurde. Er hat eine zeitliche Dimension und speichert beispielsweise
vergangene Aktionen, was im hochregulierten Gesundheitswesen für die
Auditierung von Entscheidungen – von Menschen wie von KI – unverzichtbar ist.
LERNENDER FORSCHUNGSPROZESS MIT KI-AGENTEN
Konkret leiten KI-Agenten in der Medikamentenforschung beispielsweise aus
bekannten Signalwegen, Targets und Off-Target-Effekten neue Wirkstoffhypothesen
ab. Sie bewerten, welche Gene, Proteine oder Signalwege für eine seltene
Erkrankung therapeutisch am relevantesten sind und prüfen bereits zugelassene
Wirkstoffe systematisch auf neue Indikationen (Drug Reporpusing).
KI-Agenten gleichen laufend neue Paper, klinische Register und interne
Versuchsdaten mit dem bestehenden Wissensgraphen ab und entscheiden, ob als
nächster Forschungsschritt Literatur, Omics-Daten, Patientenkohorten oder
molekulare Simulationen ausgewertet werden sollten. Sie markieren, welche
Schlussfolgerungen robust sind und wo nur schwache Evidenz vorliegt.
So entsteht durch die Kombination von Context-Graphen mit agentischer KI ein
automatisiert lernender Forschungsprozess: Neue Labor- oder Studiendaten fließen
direkt zurück in den Context-Graph und verändern die Priorisierung der nächsten
Schritte.
IN DIE PRAXIS UND REGULATORIK
Für die rund 300 Millionen Menschen weltweit, die an einer seltenen Erkrankung
leiden, war die Situation lange ernüchternd: zu wenige Patienten für klassische
Studien, zu hohe Kosten für die Industrie, zu wenig Aufmerksamkeit in der
Forschung. Die Verbindung von Knowledge-Graphen, Context-Graphen, KI und nun
auch agentischer KI verändert diese Dynamik grundlegend. Statt jahrelang nach
neuen Molekülen zu suchen, lassen sich bereits vorhandene Wirkstoffe
systematisch auf ihr Potenzial für neue Indikationen prüfen – schneller,
günstiger und mit nachvollziehbarer Evidenz.
Die größte Herausforderung liegt nun darin, diese Ansätze in die klinische
Praxis zu überführen und regulatorische Rahmenbedingungen zu schaffen, die dem
Tempo der technologischen Entwicklung gerecht werden.
Der Autor
Dr. Alexander Jarasch ist Global Head of Pharma & Life Sciences bei Neo4j. Der
Experte für Maschinelles Lernen und Data Engineering leistet Pionierarbeit bei
der Integration von generativer KI mit Knowledge-Graphen zur Identifizierung der
Angriffspunkte von Wirkstoffen, Wettbewerbsanalyse und Optimierung von
Lieferketten. Für seine innovative Arbeit wurde er mehrfach ausgezeichnet. Er
war Leiter des Daten- und Wissensmanagements am Deutschen Zentrum für
Diabetesforschung (DZD) und bei Roche Diagnostics sowie am Max-Planck-Institut
für Biochemie tätig.
Bildquelle: Neo4j
(ID:50880285)

Quelle: www.bigdata-insider.de

KOMMENTAR VON UWE SPECHT, PEGASYSTEMS DIE KI REGELT DAS – BRAUCHT ABER KLARE
REGELN
01.07.2026 Von Uwe Specht 6 min Lesedauer
Anbieter zum Thema
Viele Mitarbeiter drängen auf den Einsatz von KI, um ihren geschäftlichen Alltag
effizienter zu gestalten. Die freie Auswahl der Tools sollten Unternehmen ihnen
jedoch nicht überlassen, um Governance-Risiken zu vermeiden. Sie benötigen einen
koordinierten Ansatz für die Einführung, müssen der KI Grenzen setzen und sie
kontrollieren. Die kooperative Entwicklung eigener Lösungen bietet in dieser
Hinsicht Vorteile gegenüber der Anschaffung fertiger Tools.
Im Tagesgeschäft müssen Mitarbeiter viele Aufgaben bewältigen, bei denen ihnen
(KI) helfen könnte. Die riesige Auswahl an KI-Tools erscheint da verlockend – so
verlockend, dass nicht selten Tools ohne offizielle Genehmigung ausprobiert oder
sogar regelmäßig genutzt werden. Für die einzelnen Mitarbeiter ist das angenehm
unbürokratisch und praktisch, weil sie bestimmte Tätigkeiten einfacher und
schneller erledigen können und sich so dringend benötigte Freiräume im oft
vollgepackten Arbeitsalltag verschaffen. Der Nutzen für das Unternehmen hingegen
ist fraglich, denn die Tools lösen üblicherweise Einzelprobleme, verbessern aber
keinen Geschäftsprozess und generieren keinen messbaren geschäftlichen Mehrwert.
Mehr noch: Sie stellen ein signifikantes Governance-Risiko dar.
Haben Unternehmen keinen Plan für die KI-Einführung, fehlen in der Regel nämlich
auch klare Vorgaben, welche Daten die Mitarbeiter einer KI anvertrauen dürfen.
Somit drohen Datenschutzverletzungen und das Abließen sensibler
Unternehmensdaten – und das selbst dann, wenn Mitarbeiter sicherheitsbewusst
agieren, da Fehler gerade stressigen Situationen nur allzu menschlich sind.
Darüber hinaus besteht die große Gefahr schlechter oder falscher Entscheidungen,
weil die meisten öffentlichen KI-Tools als agieren, also nicht klar ist, wie sie
arbeiten oder mit welchen Daten sie trainiert wurden. Das umfangreiche
unternehmensspezifische Wissen, das über Fileshares, Datenbanken und andere
Speicherorte verteilt ist und für gute Entscheidungen gebraucht wird, fehlt
ihnen wiederum.
Nicht zuletzt gibt es zahlreiche regulatorische Vorgaben, die den KI-Einsatz
betreffen und weit über den EU hinausgehen. Hierzu zählen die DSGVO und
zahlreiche branchenspezifische Regelungen, in denen es unter anderem um faire
und erklärbare Entscheidungen, deren Dokumentation sowie menschliche Kontrollen
(Human in the Loop) geht. Verstöße können neben Strafzahlungen auch erhebliche
Reputationsschäden nach sich ziehen.
DATENSCHUTZ UND DATENSICHERHEIT SIND PFLICHT
Um Governance-Risiken zu vermeiden, benötigen Unternehmen einen koordinierten
Ansatz für die KI-Einführung. Setzen sie auf fertige Tools, müssen sie diese
sorgfältig evaluieren und auswählen – also etwa sicherstellen, dass keine
personenbezogenen Daten auf Servern außerhalb der EU landen und sensible Daten
wie Verträge, Quellcode oder Konstruktionszeichnungen das Unternehmen nicht
verlassen. Am besten gelingt das mit Tools, die sich innerhalb der eigenen
IT-Umgebung einrichten und betreiben lassen, doch auch sie brauchen Grenzen, auf
welche Daten sie zugreifen beziehungsweise welche Daten sie verarbeiten dürfen.
Bei extern laufenden Tools ist es deutlich komplexer, diese Grenzen zu setzen,
weil Unternehmen darauf angewiesen sind, dass die Tools selbst und die
bestehenden Sicherheitslösungen entsprechende Funktionen bieten. Die Definition
und Pflege der Richtlinien kann bei steigender Tool-Zahl schnell sehr aufwendig
werden und erfordert zudem große Sorgfalt, um keine Daten und Nutzungsszenarien
zu übersehen – ein durchdachtes Datenmanagement ist dabei auf jeden Fall
hilfreich. Ziel sollte es sein, möglichst viele aus Datenschutz- und
Datensicherheitssicht riskante Situationen technisch abzufangen, um nicht den
Mitarbeitern die Verantwortung für die Einhaltung aller Regularien aufzubürden.
Selbstverständlich sind Schulungen für die Mitarbeiter sinnvoll – schon allein,
um sie über die genehmigten Tools zu informieren. Aber auch, damit sie den
Umgang mit diesen üben und Erfahrung sammeln können, inwieweit man den
KI-Ergebnissen vertrauen kann oder diese überprüfen muss.
DAS SETZEN VON GRENZEN HAT GRENZEN
Letztlich lassen sich die Zugriffe und Datenverarbeitungen bei öffentlichen
Tools jedoch nur mit gewissen Beschränkungen regeln, da es in vielen Situationen
auf den Kontext ankommt, ob die Nutzung einer Datenquelle oder Datei zulässig
ist. Die Grenzen für die KI können sehr eng oder eher locker gesetzt werden –
beides ist nicht ideal, weil entweder Mitarbeiter im Arbeitsalltag behindert
werden oder Verletzungen von Datenschutz und Datensicherheit drohen. Im
Zweifelsfall sollten Unternehmen die Grenzen lieber enger setzen.
JETZT NEWSLETTER ABONNIEREN
TÄGLICH DIE WICHTIGSTEN INFOS ZU BIG DATA, ANALYTICS & AI
Geschäftliche E-Mail
Bitte geben Sie eine gültige E-Mailadresse ein.
Abonnieren
Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und
Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details)
einverstanden und akzeptiere die . Weitere Informationen finde ich in unserer .
Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von
redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu
Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).
Aufklappen für Details zu Ihrer Einwilligung
Stand: 08.12.2025
Es ist für uns eine Selbstverständlichkeit, dass wir verantwortungsvoll mit
Ihren personenbezogenen Daten umgehen. Sofern wir personenbezogene Daten von
Ihnen erheben, verarbeiten wir diese unter Beachtung der geltenden
Datenschutzvorschriften. Detaillierte Informationen finden Sie in unserer .
EINWILLIGUNG IN DIE VERWENDUNG VON DATEN ZU WERBEZWECKEN
Ich bin damit einverstanden, dass die Vogel IT-Medien GmbH,
Max-Josef-Metzger-Straße 21, 86157 Augsburg, einschließlich aller mit ihr im
Sinne der §§ 15 ff. AktG verbundenen Unternehmen (im weiteren: Vogel
Communications Group) meine E-Mail-Adresse für die Zusendung von Newslettern und
Werbung nutzt. Auflistungen der jeweils zugehörigen Unternehmen
können  abgerufen werden.
Der Newsletterinhalt erstreckt sich dabei auf Produkte und Dienstleistungen
aller zuvor genannten Unternehmen, darunter beispielsweise Fachzeitschriften und
Fachbücher, Veranstaltungen und Messen sowie veranstaltungsbezogene Produkte und
Dienstleistungen, Print- und Digital-Mediaangebote und Services wie weitere
(redaktionelle) Newsletter, Gewinnspiele, Lead-Kampagnen, Marktforschung im
Online- und Offline-Bereich, fachspezifische Webportale und E-Learning-Angebote.
Wenn auch meine persönliche Telefonnummer erhoben wurde, darf diese für die
Unterbreitung von Angeboten der vorgenannten Produkte und Dienstleistungen der
vorgenannten Unternehmen und Marktforschung genutzt werden.
Meine Einwilligung umfasst zudem die Verarbeitung meiner E-Mail-Adresse und
Telefonnummer für den Datenabgleich zu Marketingzwecken mit ausgewählten
Werbepartnern wie z.B. LinkedIN, Google und Meta. Hierfür darf die Vogel
Communications Group die genannten Daten gehasht an Werbepartner übermitteln,
die diese Daten dann nutzen, um feststellen zu können, ob ich ebenfalls Mitglied
auf den besagten Werbepartnerportalen bin. Die Vogel Communications Group nutzt
diese Funktion zu Zwecken des Retargeting (Upselling, Crossselling und
Kundenbindung), der Generierung von sog. Lookalike Audiences zur
Neukundengewinnung und als Ausschlussgrundlage für laufende Werbekampagnen.
Weitere Informationen kann ich dem Abschnitt „“ in der Datenschutzerklärung
entnehmen.
Falls ich im Internet auf Portalen der Vogel Communications Group einschließlich
deren mit ihr im Sinne der §§ 15 ff. AktG verbundenen Unternehmen geschützte
Inhalte abrufe, muss ich mich mit weiteren Daten für den Zugang zu diesen
Inhalten registrieren. Im Gegenzug für diesen gebührenlosen Zugang zu
redaktionellen Inhalten dürfen meine Daten im Sinne dieser Einwilligung für die
hier genannten Zwecke verwendet werden. Dies gilt nicht für den Datenabgleich zu
Marketingzwecken.
Recht auf Widerruf
Mir ist bewusst, dass ich diese Einwilligung jederzeit für die Zukunft
widerrufen kann. Durch meinen Widerruf wird die Rechtmäßigkeit der aufgrund
meiner Einwilligung bis zum Widerruf erfolgten Verarbeitung nicht berührt. Um
meinen Widerruf zu erklären, kann ich als eine Möglichkeit das unter  abrufbare
Kontaktformular nutzen. Sofern ich einzelne von mir abonnierte Newsletter nicht
mehr erhalten möchte, kann ich darüber hinaus auch den am Ende eines Newsletters
eingebundenen Abmeldelink anklicken. Weitere Informationen zu meinem
Widerrufsrecht und dessen Ausübung sowie zu den Folgen meines Widerrufs finde
ich in der .
Hinzu kommt, dass sich bei fertigen Tools oft nur schwer nachvollziehen lässt,
wie Entscheidungen zustande kommen und ob diese fair und vorurteilsfrei sind. Im
Grunde müssen Unternehmen die Ergebnisse immer wieder bewerten, wobei ihnen
andere KI-Tools helfen können, die einen automatisierten Abgleich zwischen den
tatsächlichen und den angestrebten Ergebnissen vornehmen. Solche Tests der
KI-Entscheidungen sind auch für Use Cases wichtig, in denen es auf
reproduzierbare Ergebnisse ankommt – die KI bei gleichen Inputs also immer
gleich entscheiden muss.
Mehr Möglichkeiten, die Freiheitsgrade von KI zu beeinflussen, sie zu
kontrollieren und Dokumentation sowie Auditierbarkeit sicherzustellen, haben
Unternehmen, wenn sie die Tools selbst entwickeln. Dann können sie KI-Modelle
wählen, die ihre Governance-Anforderungen optimal erfüllen, und komplette
Workflows vorgeben, sodass Mensch und KI wenig Raum für Fehler haben. So geht
beispielsweise der Trend hin zu weniger langen und komplizierten Prompts – viele
Rahmenbedingungen und Eventualitäten werden bereits per Default durch
Konfigurationen und Regelwerke abgefangen.
Darüber hinaus erleichtern vordefinierte Workflows das Überprüfen der Ergebnisse
und erleichtern auch das Erreichen reproduzierbarer Ergebnisse, weil weniger
Variablen berücksichtig werden müssen.
LOW-CODE ERLEICHTERT DIE UMSETZUNG
Bei der Entwicklung und Pflege von KI-Tools bieten kooperative Ansätze, bei
denen Entwickler, IT-Spezialisten und Experten aus den Fachbereichen eng in
Fusion Teams zusammenarbeiten und Low-Code-Plattformen für die Umsetzung nutzen,
einige Vorteile gegenüber der klassischen Software-Entwicklung. Das fängt schon
damit an, dass fachliche, technische und Governance-bezogene Anforderungen
gleichermaßen berücksichtigt werden. Zudem lassen sich kompakte
Software-Bausteine und zentrale Regelwerke deutlich einfacher erstellen, testen
und weiterentwickeln als umfangreicher Individualcode mit komplexer
Programmlogik.
Die Bausteine können gut wiederverwendet werden, was die Erstellung von Tools
für neue Use Cases erleichtert – alles baut auf derselben Basis auf, sodass
Qualitätsstandards und Usability einheitlich sind. Erste funktionsfähige
Versionen sind schnell fertiggestellt, sodass sie ausprobiert werden können und
rasch klar ist, ob etwa ein Modell brauchbare Ergebnisse liefert oder der Use
Case generell funktioniert. Anschließend sind die Überführung in den produktiven
Betrieb und die Skalierung ebenfalls vergleichsweise einfach möglich. Somit
lassen sich innovative Tools, die Mitarbeiter im Arbeitsalltag entlasten und
Prozesse von Ende zu Ende verbessern, äußerst effizient realisieren.
Mithilfe von Low-Code-Plattformen können Unternehmen die Workflows sehr genau
definieren und Berechtigungen sowie Guardrails granular anpassen, um
Governance-Anforderungen einzuhalten. Alle KI-Entscheidungen lassen sich
nachvollziehbar gestalten und detailliert dokumentieren, sodass Unternehmen
mögliche Fragen zur Entscheidungsfindung oder zum Datenschutz jederzeit
beantworten können. Diese Transparenz und Auditierbarkeit kann auf anderen Wegen
meist nur schwer hergestellt werden – oft unterschätzen Unternehmen den damit
verbundenen Aufwand.
EIGENENTWICKLUNG VERHINDERN DEN VENDOR LOCK-IN
Ändern sich fachliche Anforderungen oder Governance-Vorgaben, werden Anpassungen
einmalig zentral in den Bibliotheken mit Software-Bausteinen beziehungsweise in
den Regelwerken vorgenommen. Es muss nicht der Quellcode jedes einzelnen Tools
angefasst und bearbeitet werden.
Darüber hinaus bleiben Unternehmen unabhängig und vermeiden einen Vendor
Lock-in, der bei externen KI-Tools drohen kann – auch das ein unterschätztes
Governance-Risiko. Schließlich kann es immer wieder vorkommen, dass Tools
irgendwann nicht mehr zur Verfügung stehen, wenn Anbieter vom Markt
verschwinden, oder aufgrund von Änderungen des Preismodells unattraktiv werden.
Unter dem Strich stellt Low-Code einen sehr praktikablen Ansatz für die sichere
und kontrollierte KI-Einführung im Unternehmen dar. Die Erstellung der Tools in
Fusion Teams fördert den Teamgedanken und demokratisiert die
Software-Entwicklung, da Fachbereichsexperten stärker einbezogen werden und
unabhängiger als bisher von den Prioritäten und Projekten der Entwickler und
IT-Spezialisten sind.
ARTIKELFILES UND ARTIKELLINKS
Link:
(ID:50847497)

Quelle: www.bigdata-insider.de

KYNDRYL PEOPLE READINESS REPORT 2026 DER KI-ZUG FÄHRT SCHNELLER, ABER ES FAHREN
WENIGER MIT
01.07.2026 Von 3 min Lesedauer
Anbieter zum Thema
66 Prozent der Unternehmen haben KI bereits Schreibrechte auf ihre Kernsysteme
erteilt. Allerdings halten nur 23 Prozent ihre Belegschaft für vorbereitet.
Kyndryls neuer People Readiness Report zeigt: Die Lücke zwischen KI-Adoption und
Mensch hat sich gegenüber 2025 nicht geschlossen, sondern geweitet.
Vor einem Jahr lautete der Befund: . Kyndryls neuer zeigt, dass sich die Lücke
nicht geschlossen, sondern geweitet hat. Während immer mehr Unternehmen (KI) in
Kernprozesse einbetten, halten noch weniger Führungskräfte ihre Belegschaft für
vorbereitet. Und zwei Drittel haben der Technologie bereits Schreibrechte auf
ihre Kernsysteme gegeben, bevor das Vertrauen da ist.
Die auffälligste Zahl des Reports steht in keiner Pressemitteilung: 66 Prozent
der befragten Organisationen haben KI-Systemen die Erlaubnis erteilt, autonom
aus ihren Systems of Record zu lesen und in sie zu schreiben ohne menschliche
Freigabe. Zugleich vertrauen nur 25 Prozent autonomen Systemen vollständig, die
ohne Aufsicht agieren. Unternehmen räumen der KI also operativen Zugriff ein,
den sie ihr selbst noch nicht zutrauen.
Das ist die Zuspitzung eines Musters, das sich durch den gesamten Report zieht.
KI ist laut Kyndryl breit angekommen: 57 Prozent der Unternehmen geben an, KI
sei in Kernprozesse eingebettet oder unternehmensweit ausgerollt. 38 Prozent
betreiben zwischen sechs und 20 autonome Agenten in Produktion, 34 Prozent sogar
zwischen 21 und 50. 81 Prozent erwarten, dass KI-Agenten binnen eines Jahres
Entscheidungen mit spürbarer Geschäftswirkung treffen.
READINESS SINKT, WÄHREND DIE ADOPTION STEIGT
Die Gegenbewegung findet bei den Menschen statt. Nur 23 Prozent der
Führungskräfte halten ihre Belegschaft für vollständig KI-bereit – laut Kyndryl
ein Rückgang um sechs Punkte gegenüber 2025. Die Belegschaft rangiert damit am
unteren Ende der Readiness-Skala, deutlich hinter technischen Faktoren wie
IT-Infrastruktur (35 Prozent). 79 Prozent stimmen zu, dass das Tempo der
KI-Einführung die Anpassungsfähigkeit von Belegschaft, Governance und
Betriebsmodell übersteigen wird.
Bemerkenswert ist, wo die Verantwortlichen die größeren Hürden sehen: nicht im
Tech-Stack. Cybersicherheit (52 Prozent), Skills- und Talentlücken (49 Prozent)
sowie (47 Prozent) führen die Liste der Umsetzungshürden an. 52 Prozent sagen,
es sei im vergangenen Jahr schwerer geworden, Mitarbeiter mit den passenden
Kompetenzen zu finden. Gleichzeitig haben nur 33 Prozent Trainingsprogramme für
die Zusammenarbeit mit KI vollständig implementiert, nur 25 Prozent definierte
Übergangspfade für Mitarbeiter, deren Rollen sich durch KI verändern.
Anders als im Vorjahr verläuft die zentrale Wahrnehmungslücke nicht mehr
zwischen CEOs und Technikvorständen, sondern zwischen Führungsetage und
Umsetzungsebene: Nicht-C-Level-Befragte nennen Skills-Lücken mit 55 Prozent
deutlich häufiger als die C-Suite mit 43 Prozent. Wer näher an der Ausführung
sitzt, sieht mehr Reibung.
DIE VORREITERGRUPPE WIRD KLEINER
Kyndryl identifiziert erneut eine Gruppe von „Pacesettern“ – Organisationen, die
Rollen um KI herum neu gestalten, Change-Management vollständig implementieren
und ihre Belegschaft tatsächlich vorbereitet haben. Diese Gruppe ist von 14
Prozent im Vorjahr auf 9 Prozent geschrumpft.
Laut Report erzielen Pacesetter 1,6-mal häufiger Produkt- und
Service-Innovationen und 1,5-mal häufiger KI-bezogenes Umsatzwachstum als der
Rest.
Der Pacesetter-Begriff sei 2026 strenger definiert als 2025: Der Rückgang von 14
auf 9 Prozent dürfte daher teils auf die geänderte Definition zurückgehen, nicht
allein auf eine reale Verschlechterung.Auch die im Report behauptete Reihenfolge
der Schritte („94 Prozent gingen in dieser Reihenfolge vor“) stammt aus einer
Querschnittsbefragung und beschreibt keine über die Zeit beobachtete
Entwicklung.
* Der Report basiert auf 1.100 Führungskräften in acht Ländern, erhoben von
Edelman Intelligence im Auftrag von Kyndryl zwischen Ende März und Ende April
2026. Pro Land entfallen darauf nur 100 bis 200 Befragte – für Deutschland 100.
Länderspezifische Differenzen liegen damit im Bereich statistischer Unschärfe
und taugen eher als Indikation denn als belastbarer Befund.
(ID:50883714)