KI News

Mo., 29. Juni 2026

Neue Forschung aus Paderborn und Bielefeld zeigt: Die Akzeptanz von KI-Empfehlungen hängt stark vom emotionalen Zustand der Nutzer ab – mit einem U-förmigen Verlauf zwischen Stress und Gelassenheit. Die Ergebnisse könnten den Weg für „arousal-sensitive“ Explainable-AI-Systeme ebnen, die Vertrauen und Entscheidungsverhalten gezielt berücksichtigen, etwa in sensiblen medizinischen Anwendungen.

Quelle: the-decoder.de

Aus Sorge vor steigenden Kosten destillieren einige Amazon-Ingenieure bereits
vorsorglich Anthropic-Modelle, um daraus kleinere, günstigere Modelle für den
internen Gebrauch zu bauen. Das . Bei der Destillation lernt ein kleineres
Modell aus den Antworten eines größeren. Amazon hat laut einer informierten
Quelle bestimmte Rechte, Anthropic-Modelle dafür zu nutzen, ähnlich wie . Amazon
bietet zwar einen an. Dort sind Anthropics Claude-Modelle allerdings derzeit
nicht verfügbar. Unterstützt werden nur Amazons eigene Nova-Modelle und Metas
Llama-Modelle.
Hintergrund der angeblichen internen Destillation ist eine Neuverhandlung der
Partnerschaft. Ab nächstem Jahr zahlt Amazon für Anthropics Modelle nicht mehr
nach Rechenstunden, sondern nach verarbeiteten Tokens. Das könnte die Kosten
deutlich erhöhen. Ein Amazon-Sprecher widersprach. Es sei falsch, dass die
Änderungen aus der erweiterten Zusammenarbeit die Kosten erhöhen würden.
Anthropic verweist auf gesunkene Preise in Relation zur gebotenen Leistung.
Amazon prüft bereits Alternativen wie OpenAI und die eigenen Nova-Modelle. Der
Konzern hat dieses Jahr bis zu und investiert.
Anzeige
DEC_D_Incontent-1
Anzeige

Quelle: www.it-boltwise.de

HONGKONG / LONDON (IT BOLTWISE) – Der chinesische Autonomie-Spezialist Momenta
startet sein IPO in Hongkong und plant bis zu 5,89 Milliarden Hongkong-Dollar
einzusammeln. Das Unternehmen will einen großen Teil der Erlöse in und
Entwicklung stecken und die Level-4-Autonomie für Robotaxis ausbauen. Für die
Skalierung sind Pilotprojekte mit vorgesehen, unter anderem in Abu Dhabi und
München. Gleichzeitig fällt das Listing in eine spürbare Erholung des Hongkonger
Kapitalmarkts.
--------------------------------------------------------------------------------
* präsentiert von !
* Unsere täglichen KI-News von IT Boltwise® bei abonnieren!
* KI-Meldungen bequem via oder per erhalten!
* IT Boltwise® bei oder als Fan markieren und abonnieren!

* von IT Boltwise für KI-News speichern!
--------------------------------------------------------------------------------
Momenta geht an die – und mit dem ndebüt rückt ein weiterer Anbieter von
Autonomie-Software in den Fokus institutioneller en. Der Start der
Bookbuilding-Phase für das Hongkonger IPO liegt im Juni 2026, das Unternehmen
peilt dabei bis zu 5,89 Milliarden Hongkong-Dollar an. Umgerechnet entspricht
das rund 751 Millionen Euro. Für den Markt für autonomes Fahren in und darüber
hinaus ist das vor allem deshalb relevant, weil Momenta nicht als reines
Hardware- antritt, sondern als Softwareanbieter, dessen Technologie in
Fahrzeugflotten bereits im Feld erprobt wird. Analysten werten das als Signal:
Kapital fließt wieder stärker in KI-gestützte Infrastruktur.
Konkrete Eckdaten zeigen, wie das Listing strukturiert ist. Momenta bietet rund
19,94 Millionen n an, zum Preis von 295,60 Hongkong-Dollar je . Die
Bookbuilding-Phase endet am 3. Juli 2026, die endgültigen Zuteilungsergebnisse
werden für den 7. Juli erwartet. Der sstart ist für den 8. Juli 2026 unter dem
Kürzel 6880 vorgesehen. Begleitet wird der ngang von der CICC und der Deutschen
Bank – ein Hinweis darauf, dass sowohl lokale als auch internationale
Kapitalströme adressiert werden. Zudem t es sich laut Branchenberichten um das
zweite „Red-Chip“-Unternehmen in diesem Jahr, das die Zustimmung aus Peking
erhalten hat.
STELLENANGEBOTE
Technisch betrachtet basiert Momenta auf einer etablierten Architekturklasse:
Autonomie-Systeme benötigen Sensorfusion, präzise Umgebungserkennung und darauf
aufbauende Planung, typischerweise umgesetzt über Transformer-nahe
Modellfamilien und spezialisierte Pipelines für Training und Inferenz.
Entscheidend ist dabei weniger die „Magie“ des Modells als die -Integration:
Software für das autonome Fahren muss robust mit Kameras, Radar und
gegebenenfalls LiDAR umgehen, unter realen Wetter- und Streuverhältnissen.
Momenta wurde 2016 gegründet und führt seine Technologie bereits seit Jahren bei
Herstellern ein. Ende 2025 war die Lösung in über 680.000 Fahrzeugen integriert,
was für das IPO-Profil eine wichtige Kennzahl ist, weil sie den Sprung von
Laborsystemen in den Massenbetrieb stützt.
Finanziell liefert Momenta ein Bild, das viele KI-orientierte Autonomieanbieter
kennen: Wachstum bei gleichzeitig hohen Verlusten. Für 2025 nennt das
Unternehmen einen Umsatz von 2,41 Milliarden Yuan, das entspricht einem Plus von
82,1 Prozent gegenüber dem Vorjahr. Gleichzeitig bleibt der Output nicht ohne
Gegenrechnung: Der Nettoverlust für 2025 liegt bei 3,46 Milliarden Yuan, rund
509 Millionen Euro. Im Jahr 2024 belief sich der Verlust auf 3,21 Milliarden
Yuan. Für en ist das ambivalent: Einerseits zeigt die Umsatzkurve, dass sich die
Software lizenziert und skaliert. Andererseits signalisiert die Verlusthöhe,
dass die Kosten für KI-Entwicklung, Trainingszyklen, Validierung und Betrieb
weiterhin dominieren. Gerade bei Autonomie-Teams ist diese Phase historisch oft
der „Burn-in“ vor breiterem Rollout.
Beim Marktumfeld geht es jedoch nicht nur um Momenta selbst, sondern um Timing
und Vertrauen in die Asset-Klasse. Der ngang fällt in eine Erholungsphase der
Hongkonger Kapitalmärkte: Im ersten Halbjahr 2026 wurden in der Stadt –
inklusive IPOs, Platzierungen und Blocktrades – knapp 44 Milliarden US-Dollar
eingesammelt. Das entspricht einem Anstieg von 29 Prozent im Vergleich zum
Vorjahreszeitraum und ist der höchste Wert seit fünf Jahren. Branchenanalysten
führen den Aufschwung insbesondere auf Unternehmen aus den Bereichen Künstliche
Intelligenz und Technologie-Lieferketten zurück. Als Vergleich dazu nennt der
Markt unter anderem eine 5-Milliarden-Dollar-Platzierung von CATL sowie weitere
anstehende ngänge wie bei Luxshare Precision und Baidus Kunlunxin.
Momenta versucht zudem, sich im Wettbewerb um Robotaxis strategisch zu
positionieren. Ein wichtiger Punkt ist die Zusammensetzung der Kerninvestoren:
Insgesamt beteiligen sich 14 Kerninvestoren mit rund 376 bis 380 Millionen
US-Dollar, das entspricht fast der Hälfte des gesamten s. Zu den größten
Teilnehmern zählen GIC und Fidelity mit jeweils 100 Millionen US-Dollar;
außerdem werden , -Benz und BYD genannt. Für Momenta ist das nicht nur
Finanzkraft, sondern auch Validierung durch Autoindustrie und große
Kapitalgeber. Technisch zeigt sich die Ausrichtung im angekündigten Ausbau des
Robotaxi-Geschäfts: Rund 60 Prozent der Mittel sind für und Entwicklung
vorgesehen, weitere 20 Prozent für den Ausbau des Robotaxi-Bereichs – ein
Verteilungsmodell, das die Produktreife gegenüber „schnellem Markteintritt“
priorisiert.
Im operativen Robotaxi-Teil nennt Momenta Kooperationen, die auf Skalierung
ausgelegt sind. Geplant ist, Level-4-Autonomie-Dienste in Zusammenarbeit mit zu
skalieren. Konkret werden Pilotprojekte und Tests in Abu Dhabi und in München
erwähnt; in soll ein spezifischer Level-4-Pilot noch bis Ende 2026 stattfinden.
Das ist ein relevanter Wettbewerbsmarker, weil die meisten Autonomieanbieter in
der Praxis nicht an einer einzigen Stadt „gewinnen“, sondern über Datenpipeline,
Edge-Validierung und Sicherheitsprozesse in mehreren Jurisdiktionen lernen
müssen. Im Vergleich zu reinen Plattformansätzen wie bei globalen
Tech-Ökosystemen setzt Momenta stärker auf fahrzeugspezifische
Software-Qualität, während als Vertriebspartner vor allem Nachfrage- und
Betriebsdaten für den Betrieb liefern kann.
Für Unternehmen, die Autonomie-Software einkaufen oder selbst entwickeln, zeigt
der IPO zwei unmittelbare Implikationen. Erstens: Die Mittelverwendung legt
nahe, dass Momenta verstärkt in Training, Verifikation und Qualitätsmetriken
investieren wird, nicht nur in Rollout-Kapazitäten. Zweitens: Das
„Red-Chip“-Setup und die Beteiligung großer globaler en erhöhen die
Wahrscheinlichkeit, dass Momenta auch regulatorisch und operativ in mehreren
Regionen konsistenter auftreten muss. und Sicherheit bleiben dabei zentrale
Faktoren: Autonome Systeme erzeugen hochsensibles Bewegungs- und
Umgebungsmaterial, das in Rechenzentren und im Feld verarbeitet wird. Für die
Zukunft ist daher zu erwarten, dass Momenta seine Compliance- und
Security-Posture weiter ausbaut, um Datenzugriffe, Modellupdates und
Betriebsfreigaben nachvollziehbar zu machen. Der ngang wirkt damit wie ein
Beschleuniger für die gesamte Lieferkette – von KI-Entwicklung über MLOps bis zu
sicheren Deployment-Prozessen.
💳
🔥
🎉
* 🤖 Präzisions-Roboterarm – Spielen wie gegen einen echten Gegner – SenseRobot
reproduziert das reale Schacherlebnis mit einem mechanischen Arm, der Figuren
mit weniger als 1 mm Genauigkeit bewegt und jeden Zug in nur 8 Sekunden
ausführt – im gleichen Tempo wie ein professioneller Spieler.
* IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist
ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine
Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er
auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
* V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von
Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung
hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und
anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen.
Mobile Hotspots können sich mit Loona verbinden und überwinden
WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren
können.
Bestseller Nr. 1 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 2 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 3 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 4 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 5 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 6 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 7 ᵃ⤻ᶻ «KI Gadgets»
Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des
letzten Tages per eMail - ohne Werbung:
--------------------------------------------------------------------------------

Quelle: the-decoder.de

Die US-Regierung hat den europäischen Zugang zu den fortschrittlichsten
KI-Modellen gesperrt. Österreichs Digitalisierungs-Staatssekretär Alexander
Pröll schlägt als Reaktion vor, Anthropic strategisch in der EU anzusiedeln. Im
Hintergrund lauert China als vermeintliche Alternative.
Die US-Regierung hat zuletzt den Zugang zu zwei der fortschrittlichsten
KI-Modelle für ausländische Staatsangehörige gesperrt oder verzögert. und . Für
Europa bedeutet das, dass der Zugang zu Spitzen-KI von wenigen politischen
Entscheidungsträgern in den USA abhängt. So entsteht eine gefährliche
Abhängigkeit.
"Über Nacht wurde der größte Binnenmarkt der Welt – unser EU-Binnenmarkt mit 450
Millionen Menschen – von einer Spitzeninnovation abgeschnitten", schreibt der
österreichische Digitalisierungs-Staatssekretär Alexander Pröll (ÖVP) an die für
Technologische Souveränität zuständige EU-Kommissarin Henna Virkkunen. Das geht
aus einem hervor, die den Brief nach eigenen Angaben gelesen hat.
Anzeige
PRÖLL WILL ANTHROPICS HAUPTQUARTIER VON KALIFORNIEN NACH EUROPA HOLEN
Als Reaktion auf die Sperren schlägt Pröll vor, die EU solle eine "strategische
Ansiedelung und Beteiligung" des KI-Unternehmens Anthropic prüfen. Anthropic
entwickelt den KI-Assistenten Claude und unterhält bereits Niederlassungen in
London, Dublin und weiteren Städten. Pröll will das Hauptquartier des
Unternehmens von Kalifornien nach Europa verlegen.
Anzeige
DEC_D_Incontent-1
In einem formuliert Pröll die Grundlogik hinter seinem Vorstoß. "Eine
Technologie, die man nicht selbst herstellt und nur mit Erlaubnis nutzen darf,
ist kein Werkzeug. Sie ist eine Abhängigkeit." Europa solle Anthropic über
Rechtssicherheit, Marktzugang und Kapital an sich binden, getragen von einer
europäischen Werteordnung.
Dass Pröll ausgerechnet Anthropic ins Visier nimmt, begründet er mit der
Unternehmensphilosophie. "Gerade Anthropic passt zu uns. Ein Unternehmen, das
den ethischen Einsatz von KI nicht als Marketing begreift, sondern als
Grundüberzeugung. Das Sicherheit über Geschwindigkeit stellt", so Pröll laut
Kronen Zeitung. "Dieses Unternehmen würde in Europa nicht eingeengt, es würde
freigesetzt."
Anzeige
Der Brief an Virkkunen spricht zunächst nur von einer Prüfung. Ob die
EU-Kommission den Vorschlag aufgreift, ist unklar. Realistisch ist der Vorstoß
nicht. Er wirkt eher wie Ausdruck der Verzweiflung einer EU, deren Abhängigkeit
nicht in den letzten fünf, sondern in 20 Jahren Digitalpolitik entstanden ist
und sich kaum noch aufholen lässt.
Denn selbst wenn die Option bestünde: Angesichts von Trumps politischem Agieren
und seiner harten Vergeltungsschläge scheint es unwahrscheinlich, dass sich
Anthropic zu einem solchen Schritt verleiten ließe. Das Unternehmen mag für
US-Verhältnisse weltoffen, progressiv und werteorientiert wirken, ist aber
zutiefst patriotisch. Beim Streit mit dem Pentagon um erlaubte KI-Einsätze war
das primäre Anliegen von Anthropic, . Massenüberwachung für den Rest der Welt
war hingegen kein Problem. Die Modelle .
Anzeige
DEC_D_Incontent-2
Jedoch: OpenAI, Anthropic und andere kalkulieren mit den Umsätzen aus Europa, um
ihre gigantischen Investitionen in Infrastruktur, Rechenleistung und
Modellentwicklung zu finanzieren. Milliardenschwere Trainingsprogramme und der
Ausbau von Rechenzentren lassen sich kaum allein mit dem US-Markt stemmen. Das
gibt Europa eine gewisse Verhandlungsposition.
Anzeige
CHINA ALS ALTERNATIVE IM HINTERGRUND
Die KI-Investorin skizziert das Alternativszenario. Europäische könnten
chinesische KI-Modelle übernehmen, statt sich weiter von OpenAI und Anthropic
abhängig zu machen.
Qu argumentiert, Unternehmen könnten chinesische Modelle auf eigenen GPUs
hosten, mit eigenen Daten nachtrainieren und so die Kontrolle behalten. Das
Vertrauen in Anthropic sei nach Vorfällen wie dem Umgang mit Fable ohnehin
angeschlagen.
Qu warnt zudem vor einem Worst-Case-Szenario für die USA. China könnte sowohl
die Modell- als auch die Chip-Ebene dominieren, wenn chinesische
Open-Source-Modelle weiter Marktanteile gewinnen und auf . Exportkontrollen
allein lösten das Problem nicht. Die USA müssten stattdessen in eigene
Open-Source-Modelle investieren.
Für Europa würde das Alternativszenario nur bedeuten, dass eine neue
Abhängigkeit droht, dieses Mal von Peking statt von Washington. Denn lokal
betriebene China-KI mag auf den ersten Blick souverän wirken. Doch auch hier
könnte sich der Wind über Nacht drehen. Die offenen Modelle könnten mit neuen
Lizenzen versehen oder die besten Modelle zurückgehalten werden.
Die , lässt mittelfristig wenig Großzügigkeit erwarten. China wird der EU auf
Dauer keine Geschenke machen, nur solange es den USA schadet. Volle Souveränität
wird die EU daher nur mit eigener KI und insbesondere eigener Infrastruktur
erreichen.

Quelle: the-decoder.de

Meta schränkt die Nutzung von Anthropics Claude Code und OpenAIs Codex durch
seine Ingenieure ein, um zu verhindern, dass Ausgaben dieser KI-Tools in eigene
Trainingsdaten einfließen. Laut internen Dokumenten, die The Information
einsehen konnte, hat Meta bestimmte Arbeiten mit diesen Modellen sogar
vorübergehend gestoppt.
Das Unternehmen befürchtet sogenannte Destillation, also das unerlaubte
Übernehmen von Fähigkeiten fremder KI-Modelle. Ein internes Memo warnte vor
"ernsthaften Eskalationen mit Partnerunternehmen", falls deren Modell-Ausgaben
in Metas Trainingsdaten einfließen sollten.
Meta baut derzeit seinen eigenen Coding-Assistenten MetaCode aus und will die
Abhängigkeit von externen Tools verringern, auch wegen steigender Kosten. Das
Unternehmen ist laut einem internen Memo auf dem Weg, allein in diesem Jahr
Milliarden von Dollar für interne KI-Nutzung auszugeben. KI-Ausgaben dürfen laut
den Richtlinien nicht zur Erstellung von Testaufgaben oder zur Code-Analyse
verwendet werden. Menschliche Prüfung bleibt Pflicht.
Anzeige
Das Thema Destillation sorgt branchenweit für Spannungen: Anthropic beschuldigte
kürzlich Alibaba des bisher grössten bekannten Destillationsangriffs, und Elon
Musk musste im April einräumen, dass xAI OpenAIs Modelle "teilweise" destilliert
hat. Nutzungsbedingungen von OpenAI, Anthropic und Google verbieten es
ausdrücklich, Modell-Ausgaben zum Aufbau konkurrierender Systeme zu verwenden.
Meta erklärte, man habe klare Regeln für den verantwortungsvollen Einsatz von
KI-Tools.
Anzeige
DEC_D_Incontent-1

Quelle: the-decoder.de

Eine interne Town-Hall-Veranstaltung bei Deloitte hat unter den eigenen Beratern
für Unmut gesorgt. Die Botschaft des Managements: Das klassische Geschäftsmodell
der Stundenabrechnung gerät im KI-Zeitalter massiv unter Druck.
Laut einem Bericht des präsentierte Jason Manstof, ein Leiter in Deloittes
US-Beratungssparte für den öffentlichen Sektor, vergangenen Monat eine Grafik,
die das Schrumpfen des arbeitsstundenbasierten Beratungsgeschäfts bis 2035
zeigte. Der grüne Balken am unteren Rand, der das Kerngeschäft der Branche
repräsentiert, schrumpft demnach auf einen schmalen Streifen des Gesamtmarktes
zusammen.
"Die nicht ganz so gute Nachricht ist, dass diese Art von Arbeit, auch wenn sie
2035 immer noch einen bedeutenden Teil ausmachen wird, nur noch ein Teil des
Gesamtbildes sein wird", sagte Manstof in dem Webcast, den das WSJ einsehen
konnte. KI-Agenten, die sich derzeit noch im Anfangsstadium befänden, würden
hingegen exponentiell wachsen und bis 2035 die Mehrheit des expandierenden
Marktes für professionelle Dienstleistungen ausmachen.
Anzeige
Ein Deloitte-Berater fasste die Veranstaltung gegenüber dem WSJ so zusammen:
"Sie haben unmissverständlich klargemacht, dass unser Modell am Ende ist. Wir
werden im Grunde durch Roboter ersetzt." Ein Deloitte-Sprecher erklärte dazu,
das Unternehmen tätige "erhebliche Investitionen, um diesen menschengeführten,
KI-gestützten Wandel für unsere Branche anzuführen".
Anzeige
DEC_D_Incontent-1
ABSCHIED VON DER ABRECHENBAREN STUNDE FÄLLT SCHWER
Die Beratungsbranche versucht, sich neu zu erfinden, indem sie zunehmend wie ein
Software- oder Produktgeschäft agiert. Statt menschliche Arbeitszeit zu
vermieten, sollen Festpreis-Abonnements oder Pauschallösungen verkauft werden.
Doch der Übergang ist holprig: Wenn Projekte länger dauern als geplant, müssen
Firmen die Kosten selbst tragen, Zahlungen werden unvorhersehbar, es drohen
Cashflow-Probleme und Streitigkeiten über subjektive Erfolgsmessungen können
Kundenbeziehungen ruinieren.
McKinsey und Boston Consulting Group setzen verstärkt auf ergebnisbasierte
Preismodelle. Mehr als 30 Prozent der globalen Gebühren von McKinsey stammen
laut Senior Partner Shelley Stewart III bereits aus solchen Modellen, berichtet
das WSJ.. Pat Petitti, CEO der KI-Beratungsplattform Catalant, sieht darin
jedoch keine philosophische Entscheidung, sondern einen "existenziellen Kampf"
um neue Erlösmodelle: "KI zerstört ihr Geschäftsmodell."
Anzeige

Quelle: novoai.de

ALTE MASCHINEN DIGITALISIEREN: WIE RETROFIT AUS BESTANDSANLAGEN DATENGETRIEBENE
ASSETS MACHT FÜR INDUSTRIE 4.0 IM MITTELSTAND
ALTE MASCHINEN DIGITALISIEREN: PRAGMATIC INDUSTRY 4.0 FOR MITTELSTAND
Kann eine alte Presse über Nacht zum vernetzten Asset werden? Diese Frage
beschäftigt jede Werkhalle im Mittelstand, in der verlässliche, aber nicht
vernetzte Maschinen stehen. Der Begriff "alte Maschinen digitalisieren" taucht
bewusst in Gesprächen über Digitalisierung auf, weil gerade die Nachrüstung
älterer Anlagen den größten praktischen Nutzen bringt. Für viele
Produktionsleiter ist die Frage nicht: Neuanschaffung oder Stillstand — sondern:
Wie realisieren Sie die Digitalisierung alter Maschinen mit begrenztem Budget
und begrenzter IT?
WARUM ES ENTSCHEIDEND IST, ALTE MASCHINEN DIGITALISIEREN
Bestandsmaschinen machen in vielen deutschen KMU den überwiegenden Teil des
Anlagevermögens aus. Ein Austausch ist teuer und oft betrieblich schwierig,
deshalb lohnt sich die Modernisierung. Leitfäden und Initiativen von Verbänden
wie dem VDMA betonen, dass alte Maschinen digitalisieren durch Retrofit eine
ökonomisch sinnvolle Option ist, um Bestandsanlagen schnell und mit
überschaubarem Aufwand Industrie-4.0-fähig zu machen.
Retrofit-Strategien konzentrieren sich auf drei messbare Ergebnisse:
OEE-Verbesserung, Energieeinsparung und verringerte Ausfallzeiten.
Praxisberichte und Untersuchungen zeigen, dass gezielte Sensor-Nachrüstungen
kombiniert mit Analysetools OEE-Werte innerhalb weniger Monate von typischen 30
% in den Bereich von 50–60 % heben können, wenn gleichzeitig Prozessanpassungen
vorgenommen werden. Diese Steigerungen verändern die
Wirtschaftlichkeitsrechnung: Statt sofortiger Ersatzinvestition rechtfertigt
eine moderate Investition in Sensorik und Software oft sehr schnell deutlichen
Mehrwert.
Darüber hinaus belegen Analysen von Forschungseinrichtungen wie Fraunhofer und
Praxisinitiativen (z. B. Kompetenzzentren für Retrofit), dass Fabriken mit
vernetzten Sensoren und Analyse-Lösungen in der Regel bessere Durchsatz- und
Energiekennzahlen erreichen. Das heißt: klein anfangen, Nutzen nachweisen und
dann schrittweise ausrollen.
WARUM ES ENTSCHEIDEND IST, ALTE MASCHINEN DIGITALISIEREN 1: RETROFIT-ÖKONOMIE
BEIM DIGITALISIEREN ALTER MASCHINEN
Nachrüstung hält die Investitionskosten niedrig und liefert schnelle Ergebnisse.
Ein typisches Retrofit umfasst Vibrations-, Strom- und Temperatur-Sensoren sowie
eine Edge-Verarbeitungseinheit. Diese Komponenten kosten nur einen Bruchteil
einer neuen Maschine und amortisieren sich schnell, wenn sie ungeplante
Stillstände und Ausschuss reduzieren.
Das Ziel beim alte Maschinen digitalisieren ist nicht nur Transparenz, sondern
die Umwandlung analoger Anlagen in datengetriebene Systeme. Wenn eine Linie mit
1.000 Einheiten pro Tag ihre Ausfallzeiten um 10 % senkt, summiert sich das
erhaltene Umsatzvolumen rasch.
Über direkte Einsparungen hinaus erzeugen Retrofits Daten, die gezielte
Instandhaltung ermöglichen. Zustandsbasierte Alarme reduzieren Notfälle, da
Ersatzteile und Personal planbar werden. Experten und Verbandsberichte weisen
darauf hin, dass vorausschauende Instandhaltung in der Praxis die Wartungskosten
um bis zu 20–30 % senken kann.
WARUM ES ENTSCHEIDEND IST, ALTE MASCHINEN DIGITALISIEREN 2: DATENHOHEIT UND
SICHERHEIT
Datensouveränität und sichere lokale Verarbeitung sind zentrale Anforderungen im
Mittelstand. Edge-first-Ansätze halten empfindliche Maschinen-Telemetrie im
Produktionsnetz und senden nur aggregierte Erkenntnisse an zentrale Dashboards.
Beim alte Maschinen digitalisieren spielt Edge-Computing eine zentrale Rolle, da
Daten lokal verarbeitet werden und sensible Produktionsinformationen geschützt
bleiben. Moderne Plattformen unterstützen lokale Verarbeitung und verschlüsselte
Übertragung in Cloud- oder Hybridarchitekturen.
WARUM ES ENTSCHEIDEND IST, ALTE MASCHINEN DIGITALISIEREN 3: QUICK WINS
OEE-Steigerung: Verfügbarkeit, Leistung und Qualität messen, um rasche
Verbesserungen sichtbar zu machen.
Energie-Monitoring: Verbrauchsspitzen erkennen und Betriebszustände optimieren.
Engpass-Erkennung: Echtzeitdaten nutzen, um Linien neu zu balancieren und
Durchlaufzeiten zu senken.
Diese schnellen Ergebnisse zeigen, dass alte Maschinen digitalisieren direkt
messbaren wirtschaftlichen Nutzen bringt. Mit klaren KPIs und kurzen Sprints
wird Retrofit zu einem messbaren Programm statt zu einer unbestimmten Vision.
Moderne Lösungen wie die WatchMen-Plattform von Novo AI lassen sich
sensorenbasiert starten und über standardisierte Anschlüsse und Analysemodelle
auf weitere Maschinen skalieren.
3 WEGE ZUR OEE-STEIGERUNG BEIM DIGITALISIEREN ALTER MASCHINEN
Wie bringt man OEE praxistauglich von 30 % auf 60 %? Drei fokussierte Maßnahmen
liefern schnelle und messbare Effekte, wenn sie konsequent umgesetzt werden:
Sichtbarkeit zuerst — Sensoren erfassen Verfügbarkeits-, Zyklus- und
Stillstandsdaten in Echtzeit. Dadurch entsteht erstmals ein objektives Bild der
tatsächlichen Anlagenleistung. Statt Annahmen sehen Teams exakt, wann und warum
Maschinen stehen oder langsamer laufen. Diese Transparenz ist die Grundlage
jeder weiteren Verbesserung.
Ursachenanalyse — Ereignisprotokolle werden mit Schichtberichten,
Materialwechseln und Bedienereingaben verknüpft. So lassen sich wiederkehrende
Fehler systematisch identifizieren, etwa häufige Mikrostopps, Rüstfehler oder
materialbedingte Störungen. Die Analyse verschiebt den Fokus von reaktiver
Fehlerbehebung hin zu gezielter Problemlösung.
Kontinuierliche Verbesserung — Kurze, datenbasierte Kaizen-Zyklen testen gezielt
Optimierungen im laufenden Betrieb. Anpassungen an Prozessen,
Wartungsintervallen oder Maschinenparametern werden direkt gemessen und
bewertet. Dadurch entstehen schnelle Lernzyklen, die sich schrittweise zu
stabilen OEE-Verbesserungen summieren.
Praxisberichte zeigen, dass Unternehmen, die diese drei Schritte strukturiert
kombinieren, ihre OEE nicht nur kurzfristig steigern, sondern nachhaltig
stabilisieren. Entscheidend ist die Verbindung aus Daten, klaren
Verantwortlichkeiten und schnellen Umsetzungszyklen.
DER KONKRETE EFFEKT BEIM DIGITALISIEREN ALTER MASCHINEN
Wie sieht der operative Effekt konkret aus? Nehmen Sie einen mittelgroßen
Metallbetrieb mit zehn Pressen und drei CNC-Zentren. Die Basis-OEE liegt bei 35
%. Ein gestaffeltes Retrofit stattet zunächst drei Maschinen mit Sensorik und
Edge-Modulen aus. Innerhalb von acht Wochen liegen verlässliche Taktzeitdaten
vor, die Top-5-Fehlerursachen sind identifiziert, und die Rüstzeit sinkt um 15
%.
Typische Vorteile beim alte Maschinen digitalisieren:
OEE-Verbesserung (15–30 Prozentpunkte)
Energieeinsparungen (5–12 %)
Reduzierte MTTR durch bessere Diagnose
FALLSTUDIE
Ein deutsches KMU ersetzte zeitbasierte Wartungszyklen durch zustandsbasierte
Alarme nach einem Sechs Maschinen Pilotprojekt. Das Beispiel zeigt, wie
Unternehmen alte Maschinen digitalisieren können, um Wartung datenbasiert und
effizient zu steuern. In den ersten sechs Monaten sanken Notfallreparaturen um
40 % und etwa 8 % der verlorenen Produktionszeit wurden zurückgewonnen. Die
Kombination aus Sensorik und Analyse lieferte bereits im ersten Jahr eine
nachweisbare Rendite.
FALLSTUDIE 1: WIE SIE STARTEN: ALTE MASCHINEN DIGITALISIEREN
Beginnen Sie mit einem Workshop, um die drei wichtigsten Schmerzpunkte zu
identifizieren: wiederkehrende Ausfälle, lange Rüstzeiten oder unerkannte
Energiespitzen. Übersetzen Sie diese Punkte in konkrete KPIs und wählen Sie eine
Pilotmaschine.
Der erste Schritt, um alte Maschinen zu digitalisieren, ist die strukturierte
Datenerfassung über Retrofit-Sensoren. AVA-Sensor-Module lassen sich oft
montieren, ohne Steuerungen zu verändern.
Führen Sie dann einen 6–8 Wochen Sprint durch: Installation, Dashboarding und
tägliche Umsetzung der Erkenntnisse.
Die Einbindung der Bediener ist entscheidend. Planen Sie kurze Trainings,
definieren Sie klare Verantwortlichkeiten und führen Sie wöchentliche
KPI-Reviews durch. So werden Daten in konkrete Maßnahmen übersetzt.
FALLSTUDIE 2: MESSEN UND SKALIEREN BEIM DIGITALISIEREN ALTER MASCHINEN
Nach dem Pilot vergleichen Sie die Ergebnisse mit den definierten KPIs und
bewerten Veränderungen bei OEE, Energieverbrauch und Stillstandszeiten.
Entscheidend ist, klare Verbesserungen messbar zu machen und daraus konkrete
Maßnahmen abzuleiten.
Alte Maschinen digitalisieren erfolgt dabei idealerweise iterativ, mit klaren
Entscheidungsmeilensteinen nach jeder Phase. Erfolgreiche Unternehmen
digitalisieren alte Maschinen schrittweise und skalieren nur bei nachgewiesenem
ROI. Statt sofortiger Ausweitung wird gezielt auf ähnliche Maschinen übertrage
Ein realistischer 12-Monate-Plan:
Monate 1–3 Pilot
Daten erfassen, Hauptverluste identifizieren, erste Verbesserungen umsetzen.
Monate 4–6 Skalierung
Erfolgreiche Maßnahmen auf vergleichbare Maschinen übertragen und
standardisieren.
Monate 7–12 Integration und Optimierung
Daten in Prozesse integrieren und kontinuierliche Verbesserungen etablieren.
HÄUFIGE EINWÄNDE
Manche Manager befürchten, dass Nachrüstungen zu komplex sind oder
Garantieansprüche gefährden. In der Praxis zeigt sich jedoch, dass moderne
Retrofit-Ansätze bewusst nicht-invasiv ausgelegt sind. Sensoren werden außen
angebracht oder in bestehende Stromkreise integriert, ohne die Steuerung zu
verändern. Dadurch bleibt die Maschinenlogik unberührt und Risiken für
Gewährleistung oder Betrieb werden minimiert. Alte Maschinen digitalisieren wird
dadurch auch ohne tiefgreifende Eingriffe in bestehende Anlagen praktikabel und
sicher umsetzbar. Ein weiterer häufiger Einwand ist fehlendes internes Know-how.
Hier helfen kurze, praxisnahe Trainings sowie Integrationspartner, die
Installation, Datenaufbereitung und erste Analysen übernehmen. Entscheidend ist,
den Einstieg einfach zu halten und mit klaren Anwendungsfällen zu starten, statt
sofort komplexe Systeme einzuführen.
ROI BEIM DIGITALISIEREN ALTER MASCHINEN
Eine Maschine produziert 800 Einheiten pro Tag mit 5 € Marge → 4.000 € täglich.
12 % weniger Stillstand → 480 € pro Tag → 120.000 € pro Jahr.
Diese Beispielrechnung zeigt nur den direkten Effekt auf den Durchsatz. In der
Realität kommen weitere Effekte hinzu: geringere Überstunden, weniger
Notfallreparaturen und stabilere Liefertermine. Auch die Instandhaltung
profitiert, da Eingriffe planbar werden und Ersatzteile gezielt eingesetzt
werden können.
Diese Zahlen machen deutlich: Alte Maschinen digitalisieren ist kein IT-Projekt,
sondern ein operativer Hebel zur direkten Margenverbesserung.
Zusätzlich senkt Energieüberwachung Kosten durch reduzierte Leerlaufzeiten und
optimierte Maschinenzustände. Selbst kleine Einsparungen pro Maschine summieren
sich über ganze Linien hinweg zu signifikanten Beträgen.
DER WEG NACH VORN
Die Digitalisierung von Bestandsanlagen ist kein radikaler Umbruch, sondern ein
schrittweiser, kontrollierbarer Prozess. Unternehmen starten typischerweise mit
wenigen Maschinen, sammeln Daten und erweitern die Lösung erst, wenn der Nutzen
klar nachgewiesen ist.
Alte Maschinen digitalisieren bedeutet, bestehende Anlagen systematisch in
datengetriebene Assets zu überführen, ohne hohe Investitionen in neue Maschinen
tätigen zu müssen. Dadurch bleibt das Risiko gering und die Time-to-Value kurz.
Ein strukturierter Ansatz beginnt mit einem klar definierten Pilot: Auswahl
einer kritischen Maschine, Installation von Sensorik und Messung zentraler KPIs
wie OEE, Stillstandszeiten und Energieverbrauch. Auf Basis dieser Daten lassen
sich gezielte Verbesserungen ableiten und deren Wirkung direkt nachweisen.
Wenn die Ergebnisse überzeugen, erfolgt die Skalierung auf ähnliche Maschinen
oder Linien. Dieser iterative Ansatz schafft Vertrauen im Unternehmen und
erleichtert Budgetentscheidungen.
Für einen risikoarmen Einstieg eignen sich Plattformen mit lokaler
Datenverarbeitung, standardisierten Sensorkits und vorkonfigurierten Analysen.
Diese reduzieren Integrationsaufwand und ermöglichen e
REFERENZEN
1. - Leitfaden und Argumente für die Nachrüstung von Bestandsanlagen (Zugriff
am: 2026-04-21)
2. - Praxisleitfaden und Selbstchecks für Mittelständler (Zugriff am:
2026-04-21)
3. - Beispiele großer Anbieter und mögliche Umsetzungsschritte (Zugriff am:
2026-04-21)
4. - Technische Leitlinien für I4.0‑Retrofit (Zugriff am: 2026-04-21)
5. - Aktuelle Artikel zu Nachhaltigkeit und Retrofit (Zugriff am: 2026-04-21)
6. - Fachbeiträge, Praxisbeispiele und Analysen zu Produktionsmonitoring,
Retrofit-Sensorik und Industrie 4.0 im Mittelstand (Zugriff am: 2026-04-21)
Dimitrij Lewin, Co-Founder von Novo AI, verbindet industrielle Praxis mit
KI-gestützter Retrofit-Technologie. Sein Fokus liegt darauf, bestehende
Maschinen in Echtzeit-Datenquellen zu verwandeln und Fertigungen transparenter,
effizienter und zukunftsfähiger zu machen.

Quelle: the-decoder.de

Die Untersuchung zum Raketenangriff auf eine iranische Schule legt gravierende
Mängel im Zielerfassungssystem des US-Militärs offen. KI soll diese Lücken
künftig schließen.
Eine übersehene Notiz eines Geheimdienstanalysten und Systeme, die nicht
miteinander verbunden waren: Das sind laut einem Bericht der zwei zentrale
Versäumnisse, die Ermittler bei der Aufklärung eines Raketenangriffs auf eine
iranische Schule zutage gefördert haben. Bei dem Angriff Ende Februar starben
schätzungsweise 120 Kinder. Der Vorfall fällt in einen Krieg, in dem das
US-Militär laut erstmals generative KI in großem Maßstab zur Zielauswahl
einsetzte: Anthropics Modell Claude war in Palantirs Maven Smart System
eingebettet und schlug am ersten Tag rund 1.000 Ziele vor.
Jahre vor dem Angriff bemerkte ein Analyst Veränderungen an einem Standort in
der Stadt Minab im Südosten des Iran. Die USA hatten das Gebäude zuvor als
Marineanlage des iranischen Militärs eingestuft. Tatsächlich handelte es sich
inzwischen um eine Grundschule.
EINE NOTIZ, DIE NIEMAND SAH
Der Analyst vermerkte die Veränderungen laut LA Times im Jahr 2019 in einem
digitalen Geheimdienst-Werkzeug. Das entscheidende Problem: Dieses Tool war
nicht mit der offiziellen Zieldatenbank verknüpft, die das US-Militär zur
Entwicklung von Angriffszielen verwendet. Die Information erreichte die
Kommandeure nie. Das Gebäude wurde mehrfach überprüft, ohne dass jemand die
Datenbank aktualisierte. Laut New York Times war das verwendete Bildmaterial
sieben Jahre alt.
EINE DATENBANK AUS DEN 1980ER JAHREN
Mindestens zwei Geheimdienst-Datenbanken sind laut LA Times historisch nie mit
der autoritativen Zieldatenbank verbunden gewesen. In Syrien waren Zieldaten
Mitte der 2010er Jahre teils 10 oder 20 Jahre alt. Im Zentrum steht eine
Datenbank namens MIDB aus den 1980er Jahren, die oft auf manuelle Eingaben
angewiesen ist. Sie soll durch das automatisierte System MARS ersetzt werden,
doch die Umstellung liegt Jahre hinter dem Zeitplan. Bereits 2020 bescheinigte
der U.S. Government Accountability Office dem System "langjährige Mängel".
Diese veraltete Infrastruktur steht in scharfem Kontrast zum KI-Tempo an anderer
Stelle: Ein bezifferte die getroffenen Ziele in den ersten Tagen auf über 3.000
und warnte zugleich, die Kontrollmechanismen für die menschliche Prüfung
tödlicher Entscheidungen seien "unterfinanziert". Schon damals hielten
US-Ermittler amerikanische Streitkräfte für den Schulangriff für wahrscheinlich
verantwortlich, ein Schluss, den der LA-Times-Bericht nun mit konkreten
technischen Versäumnissen untermauert.
KI SOLL RICHTEN, WAS DATENBANKEN NICHT SCHAFFEN
Die Hoffnung einiger Zielerfassungsexperten ist laut LA Times, dass die
Verknüpfung digitaler Systeme und mehr KI die Fehlerquote künftig senken. Ein
automatisierter Abgleich mit öffentlichen Diensten wie Google Maps könnte etwa
eine Anomalie zur menschlichen Überprüfung markieren. Genau in diese Richtung
stellte das Pentagon nach dem Bericht eine agentische KI-Initiative vor.
Die Defense Intelligence Agency, die sowohl für MIDB als auch für MARS
verantwortlich ist, äußerte sich gegenüber Bloomberg nicht direkt zu den Mängeln
oder der verzögerten Umstellung. Ein Sprecher verwies allgemein auf die
umfassende Analyse durch die zuständigen Analysten.
AUSGERECHNET DER KI-PIONIER DES PENTAGON WARNT
Nach der aktuellen US-Zieldoktrin entscheiden militärische Befehlshaber über
Priorisierung und Angriff eines Ziels und müssen militärische von zivilen
Objekten unterscheiden. Zusätzlich existiert ein optionaler Prozess namens
"target vetting", bei dem die Genauigkeit der zugrunde liegenden
Geheimdienstinformationen geprüft wird. Es wäre "undenkbar", dass ein
Befehlshaber diesen Schritt bei Angriffen am ersten Tag einer neuen Kampagne
auslasse, sagte einer der ehemaligen ranghohen Geheimdienstmitarbeiter der LA
Times. Centcom habe Ziele vor den Operationen gegen den Iran geprüft, unklar
bleibt jedoch, ob das optionale Verfahren eingeleitet wurde.
Bemerkenswert ist, wer in dem Bericht die schärfste Kritik äußert: Jack
Shanahan, pensionierter Drei-Sterne-General der Air Force, war einst der erste
Direktor des 2018 eingerichteten und hatte zuvor das KI-Programm geleitet. Damit
gilt er als einer der Wegbereiter des KI-Einsatzes im US-Militär, das heute auf
eben jenes Maven-System setzt. Damals prognostizierte Shanahan, bei einem
möglichen Konflikt zwischen den USA und China werde KI eine zentrale Rolle
spielen: "In 20 Jahren treten Algorithmen gegeneinander an."
Nun sagte Shanahan der LA Times, es gebe keine Entschuldigung dafür, dass ein
Kommando die Genauigkeit der Informationen nicht überprüfe. Die Zielerfassung
selbst beschrieb er als "moribundes Karrierefeld", das über zwei Jahrzehnte
verkümmert sei, während sich das Militär auf Terrorismusbekämpfung
konzentrierte. Schon 2017 habe er kaum Personal für diese Rollen finden können.

Quelle: www.it-techblog.de

geschätzter Leseaufwand: < 1 Minute
Freue mich, wenn du den Beitrag teilst...
*
*
*
Auf der durfte ich unter anderem diese Videos aufzeichnen. Herausgekommen sind
ein Interview sowie ein kurzes Statement mit Simon Gooch sowie ein
Partnergespräch mit Simon und .
VIDEOSTATEMENT: „UNTERNEHMEN SEHEN SICH MIT VIELFÄLTIGEN HERAUSFORDERUNGEN
KONFRONTIERT“
Aus der Sicht eines CISOs oder eines anderen Sicherheitsverantwortlichen gibt es
aktuell zahlreiche Herausforderungen, mit denen Unternehmen konfrontiert werden.
Doch wo sollte man ansetzen, und was ist die richtige Strategie für mehr
Sicherheit im Unternehmen? Das wollte ich von Simon Gooch genauer wissen.

PARTNERTALK: „KI-AGENTEN WERDEN DIE SICHERHEITSLANDSCHAFT MASSGEBLICH VERÄNDERN“
Wie werden denn KI-Agenten die Sicherheitslandschaft und damit das komplette
Ecosystem verändern, was sich entsprechend auf die Zusammenarbeit zwischen
Geschäftspartnern wie Saviynt und iC Consult auswirkt?
Das wollte ich von Simon Gooch von Saviynt und Andre Priebe von iC Consult
wissen. Herausgekommen ist dieses Video.

VIDEOINTERVIEW: „TRADITIONELLE IAM-MODELLE SIND IN EINER KI-WELT NICHT MEHR
ZEITGEMÄSS“
In diesem Videointerview beantwortet Simon Gooch die folgenden 2 Fragen:
1. Was sollte sich innerhalb von Unternehmen ändern, wenn KI-Agenten autonom
agieren können?
2. Warum sind traditionelle IAM-Modelle in einer von KI getriebenen Welt nicht
mehr zeitgemäß?
WEITERE BEITRÄGE ZUM THEMA
*
*
*
*
*

Quelle: the-decoder.de

Sicherheitsforscher von 0DIN, Mozillas GenAI-Bug-Bounty-Plattform, haben einen
neuartigen Angriffsweg auf Entwicklerrechner aufgezeigt. Über ein harmlos
wirkendes GitHub-Repository können Angreifer per indirekter Prompt Injection die
volle Kontrolle erlangen, sobald KI-Coding-Tools wie Claude Code zum Einsatz
kommen.
Ein Setup-Skript im Projekt lädt zur Laufzeit einen Befehl aus einem DNS-Eintrag
und führt ihn aus. Der schädliche Code existiert nie im Repository selbst und
ist daher für Scanner, Code-Reviews und den KI-Agenten unsichtbar. Claude Code
stößt beim Einrichten auf eine gewöhnliche Fehlermeldung, führt automatisch das
Setup aus und öffnet so eine Reverse Shell zum Angreifer. Dieser erhält Zugriff
auf API-Schlüssel, Zugangsdaten und kann sich dauerhaft einnisten. Die
Reichweite ist groß, da ein einziger Repo-Link in einer Stellenausschreibung,
einem Tutorial oder einer Slack-Nachricht alle treffen kann, die ihn mit einem
KI-Coding-Tool öffnen.
Die Forscher fordern, dass KI-Agenten den Inhalt von Setup-Skripten offenlegen
müssen, bevor sie diese ausführen. Entwickler sollten Setup-Anleitungen in
fremden Repositories grundsätzlich als nicht vertrauenswürdigen Code behandeln.
Anzeige
DEC_D_Incontent-1
Anzeige

Quelle: www.bigdata-insider.de

AGENTENBASIERTE KI-PLATTFORM OVHAI WORKSPACE OVH MIT AGENTENBASIERTER
KI-PLATTFORM
29.06.2026 Von 1 min Lesedauer
Anbieter zum Thema
OVH Labs hat OVHai Workspace als Preview vorgestellt. Die kollaborative
agentenbasierte KI-Plattform bietet Nutzern Zugang zu Agentic AI. Zudem
ermöglicht sie die Entwicklung und Integration von KI-Anwendungen.
Das Innovationslabor der OVH Groupe, hat mit OVHai Workspace eine Preview der
agentenbasierte -Plattform vorgestellt. Zusammengeführt werden dort wichtige
kollaborative Tools wie E-Mail, Cloud-Speicher und Videokonferenzen.
Gleichzeitig bleibe die KI-Plattform aber offen für Partneranwendungen. Ziel ist
es, ein europäisches Ökosystem von Produktivitäts- und Kollaborationsanwendungen
in einer einheitlichen Benutzererfahrung zusammenzuführen.
Octave Klaba, Chairman und CEO der OVH Groupe, erklärt dazu: „Wir untersuchen,
wie agentenbasierte KI, Kollaborations-Tools und Sicherheit in einer offenen
Plattform zusammenwirken können.“ Diese Vorschau biete einen ersten Einblick vor
dem geplanten Beta-Start auf dem OVHcloud Summit, der im November 2026
stattfinden wird.
AGENTIC AI INTEGRIERT IN ARBEITSABLÄUFE
Um die Anwendungsnutzung zu verbessern, sind in den OVHai Workspace eine
Suchmaschine in Kombination mit Funktionen der agentenbasierten KI integriert.
Komplexe Aktionen können somit automatisiert, Informationen
anwendungsübergreifend abgerufen und wiederkehrende Aufgaben mit einem Klick
vereinfacht werden. Dies soll es Nutzern ermöglichen, ihre Produktivität zu
steigern, ohne ihre Arbeitsumgebung verlassen zu müssen – auch bei der Nutzung
von Partneranwendungen.
NATIVE ENDE-ZU-ENDE-VERSCHLÜSSELUNG
OVHai Workspace bietet eine Option zur Ende-zu-Ende-Verschlüsselung (E2EE).
Nutzer können ihre Daten und Kommunikationswege auf diese Weise auch innerhalb
von in die Plattform integrierten Partneranwendungen sichern. Ist die
Verschlüsselung aktiviert, werden die Such- und KI-Funktionen direkt auf dem
Computer oder Mobilgerät des Nutzers ausgeführt, sodass sensible Daten lokal
verarbeitet werden können.
(ID:50878911)

Quelle: the-decoder.de

Samsung und SK Hynix wollen zusammen mit der südkoreanischen Regierung 590
Milliarden Dollar in den Ausbau der Chipproduktion investieren. 800 Billionen
Won fließen in vier neue Fabriken im Südwesten, 81 Billionen Won in ein
Packaging-Zentrum, 30 Billionen Won über 15 Jahre in nächste Chipgenerationen.
ist Teil von Präsident Lee Jae Myungs Plan zur regionalen Wirtschaftsförderung.
Hintergrund ist die stark wachsende Nachfrage durch KI-Rechenzentren.
Die Investitionen sind dringend nötig: Laut Jefferies Equity Research (via )
steigen die Speicherpreise im dritten Quartal 2026 um 40 bis 50 Prozent, im
vierten Quartal nochmals um 30 bis 40 Prozent. Für 2027 wird ein Anstieg von 40
bis 45 Prozent erwartet. Erst 2028 könnte Entspannung eintreten, wenn 15 bis 20
Prozent neue Kapazitäten verfügbar werden. Samsung und SK Hynix kontrollieren
zusammen fast 80 Prozent des Weltmarkts für High-Bandwidth-Memory-Chips (HBM),
die für KI-Anwendungen nötig sind.
Die hohen Speicherpreise sorgen bei vielen elektronischen Gütern für starke
Preissprünge. Unter anderem hat Apple die Preise für Mac und MacBooks erhöht.
Anzeige
DEC_D_Incontent-1
Anzeige

Quelle: www.it-boltwise.de

WASHINGTON / LONDON (IT BOLTWISE) – Daten zeigen, dass KI-Chatbots in den
innerhalb eines Jahres von 33 auf rund 50 Prozent Nutzeranteil gewachsen sind.
Gleichzeitig verliert gegenüber der generativen KI im Webverkehr deutlich,
während Gemini seinen Anteil massiv ausbaut. Parallel treibt neue e für und
Werbung voran, muss aber wegen regulatorischer Vorgaben den nächsten
Modellschritt verschieben. Für Unternehmen wird damit klar: KI-Nutzung wächst
schneller als Governance, und Arbeitsplatzregeln geraten unter Druck.
--------------------------------------------------------------------------------
* präsentiert von !
* Unsere täglichen KI-News von IT Boltwise® bei abonnieren!
* KI-Meldungen bequem via oder per erhalten!
* IT Boltwise® bei oder als Fan markieren und abonnieren!

* von IT Boltwise für KI-News speichern!
--------------------------------------------------------------------------------
KI-Chatbots sind in den längst kein Nischenphänomen mehr: Laut einer Erhebung
des Pew Research Center nutzen mittlerweile rund 50 Prozent der erwachsenen
Bevölkerung KI-Chatbots. Gegenüber 2024 entspricht das einem Anstieg von 33
Prozent auf den aktuellen Wert. Die dabei berichtete Stichprobe von 5.000
Befragten im Juni 2026 legt nahe, dass sich Adoption nicht nur auf
Technik-Enthusiasten beschränkt. Gleichzeitig verschiebt sich der Wettbewerb
nicht nur in der Nutzerpräferenz, sondern messbar im Webverkehr: Im generativen
KI-Bereich vereint zwar weiterhin einen großen Teil, verliert aber spürbar an
Dynamik.
Der Markt bewegt sich damit entlang zweier Kennzahlen, die häufig
auseinanderlaufen: „Nutzeranteil“ auf der einen Seite, „Traffic Share“ auf der
anderen. Laut SimilarWeb-Daten aus dem Mai 2026 kommt nur noch auf 52,7 Prozent
des generativen KI-Webverkehrs, nach 76,4 Prozent im Vorjahr. Das ist ein
Rückgang um mehr als 20 Prozentpunkte – ein Signal dafür, dass Nutzer nicht nur
„Chatbots nutzen“, sondern zunehmend zwischen mehreren Plattformen wechseln.
Besonders auffällig ist s Gemini: Sein Anteil steigt von 8,9 auf 27,3 Prozent.
Auch Anthropic Claude legt zu, von 1,6 auf 8,9 Prozent. Daneben wachsen , Grok
und Copilot zwar von kleineren Basen, aber sichtbar.
STELLENANGEBOTE
Technisch lässt sich diese Verschiebung als Kombination aus Produktreife und
Ökosystem-Effekten interpretieren. Wer generative KI nutzt, entscheidet oft
weniger über „ein bestimmtes Modell“, sondern über die Gesamtkette aus
Eingabe-UI, Antwortlatenz, Wissenszugriff und Integrationen in bestehende
Workflows. Im Hintergrund spielen dabei auch Optimierungen auf Inferenz-Seite
eine Rolle: Caching für häufige Prompts, effiziente -Generierung und
serverseitige Routing-Strategien, die je nach Last und Nutzerprofil
unterschiedliche Modellpfade bedienen. Während in der öffentlichen Wahrnehmung
stark bleibt, machen konkurrierende Plattformen ihre Stärken in der Skalierung
und in der „täglichen Verfügbarkeit“ für weitere Use Cases spürbar.
Dass KI inzwischen im Joballtag ankommt, zeigt eine Umfrage von PagerDuty unter
1.200 Büroangestellten in nicht-technologieorientierten Unternehmen: 66 Prozent
nutzen wissentlich KI-Anwendungen, die von ihren Arbeitgebern verboten wurden.
Der Kern ist weniger die Bereitschaft, sondern das Governance-Vakuum.
Gleichzeitig berichtet ein Wissensgefälle: 72 Prozent der Befragten geben an,
mehr KI-Kenntnisse zu besitzen als ihre Vorgesetzten. Als häufige Anwendung
werden das Einholen von Arbeitsratschlägen und das Verfassen von Korrespondenz
genannt. Besonders kritisch ist der -Aspekt: 43 Prozent geben berufliche Daten
in öffentliche KI-Tools ein, und fast die Hälfte beschreibt formelle
Konsequenzen. Unternehmen stehen damit vor einem Umstieg von „Verbot“ hin zu
kontrollierten, produktiven Freigaben.
Offensichtlich versucht , diese Lücke entlang von Zielgruppen zu schließen. In
den kommenden Schritten wird Health als spezialisierte Plattform für
medizinische und Wellness-Daten angekündigt. Hintergrund: sbezogene Anfragen
sollen bereits fünf Prozent aller -Nachrichten ausmachen; täglich suchen mehr
als 40 Millionen Nutzer nach medizinischen Informationen. Technisch und
organisatorisch bedeutet das vor allem: Die Plattform will optionale Anbindungen
an Drittanbieter wie Health, MyFitnessPal und Peloton ermöglichen. Damit rückt
in Richtung stärkerer Datenkontexte, was die Hürde für Unternehmen senkt, die
ansonsten wegen Datenflüssen zögern. Gleichzeitig muss aber klar geregelt sein,
wie Daten minimiert, verarbeitet und in der Ergebnisqualität abgesichert werden.
Parallel zur srichtung treibt die Kommerzialisierung voran. Ein aktualisiertes
Hilfe-Center beschreibt das neue Werbesystem „ Ads“ mit spezifischen Formaten
und Preislogik für Werbetreibende. Für den Markt ist das mehr als ein
Umsatzprojekt: Es verschiebt die wirtschaftliche Grundlage der Plattform hin zu
einem Modell, das Zielgruppenansprache und Werbemetriken eng mit
KI-Interaktionen koppelt. In der Praxis erhöht das jedoch auch die
regulatorische und sicherheitstechnische Komplexität, weil Werbeinhalte,
Kontextdaten und KI-Ausgaben strenger überwacht werden müssen. Branchenanalysten
erwarten hier vor allem „saubere Trennungen“ zwischen Werbe- und Nutzdaten, um
Compliance-Risiken zu reduzieren, ohne die Nutzererfahrung zu verschlechtern.
Die Produkt-Roadmap steht unter neuen Vorzeichen. Die Veröffentlichung des
neuesten Modells GPT-5.6 Sol soll sich aufgrund von Auflagen der
Trump-Administration verzögern. Grundlage ist eine im Juni 2026 erlassene
Executive Order zur KI-Überwachung, die ein 30-tägiges Prüfverfahren für neue
Modelle vorsieht, um Cybersicherheitsrisiken zu minimieren. Das ist ein Wechsel
von reiner Modell-Performance hin zu strukturierten Sicherheitsnachweisen.
Solche Prüfprozesse ähneln in der Logik „Release Gates“ aus der
Softwareentwicklung, nur mit zusätzlichen Tests zu Missbrauchs- und
Prompt-Injection-Szenarien. Ergänzend bereinigt das Portfolio: Ältere Modelle
GPT-4o, GPT-4.1 und o4-mini sollen zum 13. Februar eingestellt werden, obwohl
täglich noch weniger als 0,1 Prozent auf GPT-4o zurückgreifen sollen.
Für Unternehmen ergibt sich daraus ein klarer Handlungsimpuls: In den nächsten
Monaten wird der Wettbewerb zwischen Chatbot-Anbietern weniger über einzelne
Features entschieden, sondern über Integrationsfähigkeit und Governance. Wer
heute KI-Tools privat und „heimlich“ im Unternehmen einführt, riskiert - und
Compliance-Brüche; wer dagegen nur verbietet, verliert Geschwindigkeit und
Akzeptanz. Die kommenden Schritte rund um Health und Ads zeigen gleichzeitig,
dass Plattformen stärker in regulierte Domänen vordringen. Gleichzeitig
verschärfen Release-Prozesse und Portfoliowechsel die MLOps-Planung: Teams
müssen Model-Dependenzen, Prompt-Policies und Monitoring anpassen, bevor die
nächste Modellrunde durch Prüfzyklen verzögert wird. So entsteht eine neue
Standardaufgabe für IT und Security: KI-Entwicklung als kontrollierte, messbare
Plattformstrategie statt als Einzeltool-Projekt.
💳
🔥
🎉
* 🤖 Präzisions-Roboterarm – Spielen wie gegen einen echten Gegner – SenseRobot
reproduziert das reale Schacherlebnis mit einem mechanischen Arm, der Figuren
mit weniger als 1 mm Genauigkeit bewegt und jeden Zug in nur 8 Sekunden
ausführt – im gleichen Tempo wie ein professioneller Spieler.
* IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist
ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine
Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er
auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
* V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von
Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung
hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und
anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen.
Mobile Hotspots können sich mit Loona verbinden und überwinden
WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren
können.
Bestseller Nr. 1 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 2 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 3 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 4 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 5 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 6 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 7 ᵃ⤻ᶻ «KI Gadgets»
Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des
letzten Tages per eMail - ohne Werbung:
--------------------------------------------------------------------------------

Quelle: www.it-boltwise.de

/ LONDON (IT BOLTWISE) – schaltet die Gemini-Integration in Workspace for
Education für Lehrkräfte frei, damit sie direkt auf Kursmaterialien, Aufgaben
und Benotungsdaten zugreifen und KI-gestützte n nutzen können. Die Funktion
zielt darauf ab, Routinearbeit wie das Strukturieren von Inhalten und das
Auswerten von Noten schneller zu machen. Gleichzeitig betont der Konzern, dass
die Daten in einer geschützten Bildungsumgebung bleiben und nicht zum Training
der Modelle verwendet werden. Parallel baut mit Study Notebooks, Read Along
sowie weiteren KI-Features die Suite für Lern- und Unterrichtsszenarien aus.
--------------------------------------------------------------------------------
* präsentiert von !
* Unsere täglichen KI-News von IT Boltwise® bei abonnieren!
* KI-Meldungen bequem via oder per erhalten!
* IT Boltwise® bei oder als Fan markieren und abonnieren!

* von IT Boltwise für KI-News speichern!
--------------------------------------------------------------------------------
treibt Künstliche Intelligenz in Schulen und Klassenzimmern deutlich voran: Seit
dem 25. Juni können Lehrkräfte in den über die Gemini-Oberfläche in Workspace
for Education direkt auf Kursmaterialien, Aufgaben und Benotungsdaten zugreifen.
Das ist weniger ein „Spielzeug“-Feature als ein Versuch, KI in den täglichen
Arbeitsablauf zu integrieren: Inhalte finden, Aufgaben schneller vorbereiten und
Ergebnisse auswerten, ohne jedes Mal in separate Tools wechseln zu müssen.
adressiert damit genau die Lücke, die viele Pilotprogramme kennen—KI ist da,
aber sie sitzt nicht dort, wo Unterrichtsarbeit entsteht.
Technisch ist der Ansatz „Workflow-nah“: Gemini wird nicht nur als Chatbox
verstanden, sondern als Assistent im Browser-Umfeld von Workspace for Education.
Lehrkräfte sollen damit Noten analysieren und Kursmaterial effizienter
organisieren können. Gerade bei Benotungsdaten ist die Umsetzung sensibel, weil
es sich um personenbezogene Lern- und Leistungsprofile t. begegnet den Bedenken
mit einer klaren ansage: Die verarbeiteten Daten sollen in der geschützten
Bildungsumgebung verbleiben und nicht in das Training der KI-Modelle einfließen.
Für die Praxis bedeutet das vor allem: Schulen brauchen nachvollziehbare
Kontrollmechanismen, Audits und belastbare Vereinbarungen zur Datenverarbeitung.
STELLENANGEBOTE
Der Markt kontert mit einer bereits laufenden Dynamik. Zwar startet s Initiative
im Bildungs-Workspace-Ökosystem, doch Nutzer kennen KI-Assistenten vor allem aus
dem Privatbereich—allen voran , das in vielen Schulprojekten als
„Allzweckwerkzeug“ für Texte, Planung und Unterrichtsideen genutzt wird.
Gleichzeitig treiben große Plattformen die gleiche Richtung: testete intern
Berichten zufolge Zugriffs- und Kapazitätsbeschränkungen für Gemini-Modelle,
weil die Rechenleistung nicht für alle Anfragen im gleichen Tempo skalieren
konnte. Realbildet wird das derzeit auch in der Breite: Charterschulen in San
Diego investieren in humanoide Roboter, die auf -basierter Steuerung beruhen,
und Salamanca City in New York setzt Realbotix-Roboter als
Unterrichtsassistenten in Piloten ein. Das verschärft den Wettbewerbsdruck, weil
Schulen schnell „funktionierende“ Beispiele sehen wollen.
Parallel zur Lehrer-Integration erweitert das für Lernende und Verwaltung.
Private „Study Notebooks“ liefern Diagnosetests, Lektionen und
Fortschrittsübersichten, zunächst mit Fokus auf SAT-Vorbereitung, später sollen
weitere standardisierte Tests wie ACT, GRE sowie internationale Prüfungen (JEE,
NEET, ENEM) folgen. Noch in diesem Sommer sollen die Notebooks auch für
Schulkonten freigeschaltet werden. Die „Read Along“-Funktion rollt derzeit aus:
Bis zum 3. Juli sollen alle Workspace-for-Education-Nutzer Zugriff haben, acht
Sprachen unterstützen und detaillierte n zu Lesegeschwindigkeit, Phonetik und
Textverständnis bereitstellen—während tiefere Auswertungen dem kostenpflichtigen
Education-Plus-Tarif vorbehalten bleiben. Damit verknüpft Unterrichtsqualität
mit einem Upgrade-Pfad, wie man ihn aus anderen B2B-SaaS-Segmenten kennt.
Für die technologische Umsetzung und die Betriebssicherheit kommt eine weitere
Ebene hinzu: Rechen- und Infrastrukturengpässe. Die rasant wachsende KI-Nutzung
bremst laut Berichten die Skalierung, weil Trainings- und Inferenzlast nicht
beliebig schnell nach oben skaliert werden kann. Bereits im März 2024 soll es
bei und Hinweise auf Kapazitätsbegrenzungen gegeben haben, die den Zugriff auf
Gemini-Modelle in einzelnen Kontexten einschränkten. Auch räumt für die
Cloud-Entwicklung ein, dass Engpässe bei der Rechenleistung das Wachstum
ausbremsen können—während das Unternehmen im ersten Quartal 2026 einen Umsatz
von umgerechnet rund 18,5 Milliarden Euro erzielte. Für Schulen heißt das:
KI-Funktionen sind nicht nur „Feature-Entscheidungen“, sondern abhängig von
Verfügbarkeitsfenstern, Latenz und Kostenstruktur.
Marktanalysten und Bildungstechnologie-Experten formulieren deshalb häufig eine
pragmatische Leitfrage: Nicht ob KI im Klassenzimmer möglich ist, sondern ob sie
in standardisierte, messbare Prozesse passt. In den Gesprächen, die
Branchenberichte mit Schulanbietern führen, wird diese Sorge besonders betont:
„Wenn Schulen KI testen, müssen sie Geschwindigkeit, Datenhoheit und didaktische
Kontrolle gleichzeitig im Blick behalten.“ Genau hier setzen s Ausbaupläne
an—etwa mit lehrergeführten KI-Aktivitäten innerhalb von Gemini und einem „Focus
Mode“ für Chromebooks, der potenziell ablenkungsarme Lernphasen ermöglichen
soll. Zusätzlich soll ein Classroom Model Context Protocol Server die
Integration mit Drittanbietern erleichtern, was für IT-Teams zentral ist, weil
bestehende Bildungstechnologie und Fachanwendungen nicht per Hard-Cut ersetzt
werden können.
In der nächsten Ausbaustufe werden sich die Unterschiede gegenüber Wettbewerbern
zeigen: Während -ähnliche Assistenten oft als generische Eingabeoberfläche
starten, will den „Erstkontakt“ im Schulkontext als Workspace-Erfahrung
etablieren. Das erleichtert Adoption, aber erhöht auch die Verantwortung für
Governance. schult zudem rund sechs Millionen Lehrkräfte in den über die „ AI
Educator Series“, getragen von Partnerschaften mit Organisationen wie ISTE und
ASCD. Damit steigt der Druck, Schul-Policies und prozesse zügig zu
aktualisieren. Für Entwickler und Integratoren eröffnet sich parallel ein
Aufgabenfeld: Sie können Unterrichts- und Auswertungsdaten in sichere Workflows
einbinden, müssen aber zugleich mit Rollenmodellen, Protokollierung und
Datenminimierung operieren—sonst wird aus KI-Unterstützung schnell ein
Compliance-Risiko.
💳
🔥
🎉
* 🤖 Präzisions-Roboterarm – Spielen wie gegen einen echten Gegner – SenseRobot
reproduziert das reale Schacherlebnis mit einem mechanischen Arm, der Figuren
mit weniger als 1 mm Genauigkeit bewegt und jeden Zug in nur 8 Sekunden
ausführt – im gleichen Tempo wie ein professioneller Spieler.
* IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist
ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine
Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er
auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
* V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von
Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung
hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und
anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen.
Mobile Hotspots können sich mit Loona verbinden und überwinden
WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren
können.
Bestseller Nr. 1 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 2 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 3 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 4 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 5 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 6 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 7 ᵃ⤻ᶻ «KI Gadgets»
Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des
letzten Tages per eMail - ohne Werbung:
--------------------------------------------------------------------------------

Quelle: www.bigdata-insider.de

VERLÄSSLICHKEIT VON SPRACHMODELLEN WARUM UNS KÜNSTLICHE INTELLIGENZ SO ELOQUENT
TÄUSCHT
29.06.2026 Von 5 min Lesedauer
Sie wirken allwissend, antworten in Millisekunden und entschuldigen sich
höflich, wenn sie Fehler machen – etwa, wenn ein Agent versehentlich Daten
gelöscht hat. Doch hinter der perfekten Rhetorik von ChatGPT, Gemini und Co.
verbirgt sich eine fundamentale Schwachstelle: fundiert wirkende, aber schlicht
erfundene Inhalte. Warum das passiert und warum die KI-Welt deshalb vor einem
radikalen Umbruch steht, erklärt diese Analyse.
In der Technologiebranche hat sich der Begriff „Halluzination“ eingebürgert,
wenn ein Sprachmodell plausible, aber sachlich falsche Angaben macht.
Wissenschaftlich ist dieser Begriff jedoch ungenau und verleitet dazu, die
Technik zu vermenschlichen. Eine Halluzination setzt biologische
Sinneswahrnehmung voraus – die hat ein Algorithmus nicht. Auch das Wort „Lügen“
trifft nicht zu, weil es eine bewusste Täuschungsabsicht unterstellt. Ein
Sprachmodell kennt weder Absichten noch Wahrheit – es berechnet lediglich,
welches Wort am wahrscheinlichsten als nächstes folgt.
Deshalb empfehlen viele Forscher den Begriff Konfabulation, der aus der
Neuropsychologie stammt. Er beschreibt Patienten, die aufgrund von
Gedächtnislücken eine zusammenhängende, aber frei erfundene Geschichte erzählen,
um den Gesprächsfluss aufrechtzuerhalten. Genau das macht ein Sprachmodell:
Fehlen im Trainingsmaterial bestimmte Informationen oder liefert die Eingabe zu
wenig Kontext, füllt das Modell die Lücke mit statistisch naheliegenden, aber
sachlich nicht belegten Wortfolgen. Während „Halluzination“ im Sprachgebrauch
der Branche weiter dominiert, beschreibt „Konfabulation“ die algorithmische
Wirklichkeit – fehlerlose Sprachflüssigkeit bei vollständiger Abwesenheit von
Faktentreue – deutlich treffender.
Melden Sie sich an oder registrieren Sie sich und lesen Sie weiter
Um diesen Artikel vollständig lesen zu können, müssen Sie registriert sein. Die
kostenlose Registrierung bietet Ihnen Zugang zu exklusiven Fachinformationen.
Sie haben bereits ein Konto?

Quelle: www.bigdata-insider.de

EXPLAINABLE AI WARUM DER PULS DES NUTZERS ÜBER DAS VERTRAUEN IN DIE KI
ENTSCHEIDET
29.06.2026 Von 2 min Lesedauer
Anbieter zum Thema
Forscher der Universitäten Paderborn und Bielefeld haben untersucht, wie der
emotionale Zustand von Nutzern beeinflusst, ob sie die Empfehlungen einer KI
übernehmen. Laut der Studie folgt die Akzeptanz einer U-förmigen Kurve. Wer
stark oder kaum erregt ist, übernimmt KI-Ratschläge häufiger. Bei mittlerer
Erregung fällt die Prüfung kritischer aus.
Forscher des der Universitäten Paderborn und Bielefeld haben untersucht, wie der
emotionale Erregungszustand von Nutzern den Umgang mit Empfehlungen Künstlicher
Intelligenz () beeinflusst. Ergebnis: Personen in einem mittleren
Erregungszustand prüfen KI-Empfehlungen offenbar kritischer als Personen mit
besonders hoher oder niedriger Erregung.
EIN NICHT-LINEARER ZUSAMMENHANG
Die Studie beschreibt einen nicht-monotonen, U-förmigen Zusammenhang zwischen
emotionaler Erregtheit und der Annahme von KI-Empfehlungen. Teilnehmer mit hoher
wie mit niedriger Erregung folgten den Empfehlungen des Systems häufiger.
Teilnehmer mit mittlerer Erregung übernahmen sie seltener. Die Akzeptanz fällt
damit nicht gleichmäßig mit steigender Erregung, sondern erreicht im mittleren
Bereich ein Minimum.
EXPERIMENT MIT PULSMESSUNG
Für das Experiment versetzten die Forscher 73 Teilnehmer in unterschiedliche
emotionale Zustände, indem diese sich bestimmte Situationen vorstellten und
anschließend Aufgaben bearbeiteten. Eine Gruppe erhielt eine lösbare, die andere
eine unlösbare Aufgabe. Die emotionale Erregung wurde nicht nur über die
subjektive Selbsteinschätzung erfasst, sondern zusätzlich über die Pulsmessung
objektiviert.
„Unsere Ergebnisse deuten darauf hin, dass Menschen in einem mittleren
Erregungszustand Empfehlungen von KI-Systemen kritischer hinterfragen“, erklärt
Maurice Pape, Doktorand im Projekt A03 und Mitautor der Studie. Ob sich Personen
mit hoher oder niedriger Erregung weniger für die Erklärungen der KI
interessierten, sei Gegenstand laufender Folgestudien.
VORLÄUFIGE BEFUNDE MIT ANWENDUNGSPERSPEKTIVE
Die Aussagekraft ist durch die kleine Stichprobe begrenzt. Die Autoren ordnen
die Befunde selbst als vorläufig ein. Künftig wollen sie etwa den Einfluss von
Zeitdruck auf die Erregtheit und dessen Auswirkung auf die Akzeptanz von
KI-Erklärungen untersuchen.
Längerfristig sehen die Forscher Anwendungspotenzial bei sogenannten
„arousal-sensitiven“ XAI-Systemen, die den emotionalen Zustand der Nutzer
berücksichtigen, etwa in medizinischen Szenarien, in denen Menschen unter Stress
oder emotionaler Belastung entscheiden.
(ID:50881371)

Quelle: www.it-boltwise.de

SEOUL / LONDON (IT BOLTWISE) – Hyundai steht vor einer eskalierenden
Arbeitskampfphase: 86,65% der Gewerkschaftsmitglieder votieren für eine
Arbeitsniederlegung, während der Konzern bis 2028 rund 25.000 humanoide Roboter
einführen will. Im Zentrum der Forderungen steht nicht nur der Lohn, sondern ein
Mitspracherecht bei der KI- und -Einführung. Die Lage verschärft sich zusätzlich
durch die „Yellow Envelope Law“, die Subunternehmer-Gewerkschaften stärkt.
Parallel treiben Wettbewerber wie , und globale -Player die Automatisierung
voran.
--------------------------------------------------------------------------------
* präsentiert von !
* Unsere täglichen KI-News von IT Boltwise® bei abonnieren!
* KI-Meldungen bequem via oder per erhalten!
* IT Boltwise® bei oder als Fan markieren und abonnieren!

* von IT Boltwise für KI-News speichern!
--------------------------------------------------------------------------------
Der Arbeitskampf bei Hyundai bekommt eine neue Dimension: Nach elf gescheiterten
Verhandlungsrunden haben 86,65% von 73.000 Gewerkschaftsmitgliedern der
Arbeitsniederlegung zugestimmt. Die Wahlbeteiligung lag laut Bericht bei über
94%. Auslöser ist die Ankündigung des Konzerns, bis 2028 in den Werken rund
25.000 menschenähnliche Roboter einzusetzen. Die Fronten sind damit nicht nur in
der Lohnfrage verhärtet, sondern auch in der strategischen Frage, wer über den
Einsatz von Künstlicher Intelligenz, und Automatisierung mitbestimmt. Das Timing
ist dabei heikel, weil der nächste Technologiewechsel im Werk gleichzeitig
Effizienz- und Beschäftigungsdruck erzeugt.
Technisch betrachtet geht es um mehr als um klassische roboter mit festen
Bahnen. Humanoide Systeme zielen auf flexibelere Aufgaben ab, etwa auf
Materialhandhabung, Logistikschritte oder Tätigkeiten, die bislang von
wechselnden Schichten erledigt wurden. Genau darin sehen Gewerkschaften ein
Risiko für planbare Qualifikationspfade. Die geplante Integration von 25.000
Atlas-Robotern des US-Anbieters Boston Dynamics erhöht den Handlungsdruck, weil
ein solcher Rollout nicht nur Hardware bedeutet, sondern auch KI-gestützte
Steuerung, Sensorik und Integrationsarbeit in bestehenden Produktionslinien. Der
Streit verschiebt sich damit von einer reinen Kosten-/Nutzen-Relation hin zu
Governance: Wer kontrolliert Datenflüsse, Sicherheitslogik und die
Automatisierungsrate?
STELLENANGEBOTE
Der Arbeitskampf fällt in eine Phase, in der der Wettbewerb parallel massiv
automatisiert. setzt im nischen Kontext nicht auf die gleiche Roboterklasse,
treibt aber die humanoid-orientierte ebenfalls voran: Im Werk Spartanburg läuft
seit Ende Juni der humanoide Roboter „Figure 03“ im Einsatz, mit Logistikfokus
sowie Tastsensoren und Sprachsteuerung. In Tests habe der Vorgänger „Figure 02“
innerhalb von zehn Monaten die Produktion von 30.000 Fahrzeugen unterstützt. Das
zeigt den Kern der Marktfrage: Welche Plattformen schaffen Skalierung schnell
genug, ohne die laufenden Prozesse zu destabilisieren? Genau daran knüpfen auch
Analysten an, die vor einem Vollstreik warnen: „Ein Vollstreik könnte Verluste
von umgerechnet rund 2,2 Milliarden Euro verursachen“, heißt es in der
Einschätzung von Marktbeobachtern.
Zusätzlich verschärft sich die Rechtslage: Mit der reformierten
Gewerkschaftsgesetzgebung, der sogenannten „Yellow Envelope Law“, können
Subunternehmer-Gewerkschaften direkt gegen den Mutterkonzern vorgehen. Für
Hyundai bedeutet das, dass der Konflikt das Werk-Setup über mögliche
Zuliefererketten hinweg ausweiten kann. Die llgewerkschaft drängt bereits auf
Verhandlungen für Beschäftigte in der Lieferantenebene. Damit steigt auch das
Risiko für Verzögerungen entlang der gesamten Produktionskette, obwohl -Rollouts
häufig als „Inselprojekte“ geplant werden. In anderen Worten: Der Plan, bis 2028
25.000 Systeme einzuführen, kann durch Arbeitskonflikte organisatorisch genauso
blockiert werden wie durch technische Integration. Für Unternehmen wird das zur
strategischen Compliance-Aufgabe, nicht nur zur Personalfrage.
Der Konflikt hat zudem eine starke Markt- und Branchen-Komponente: In
beschleunigt sich der Einsatz humanoider in der Elektronikfertigung. Der
Anbieter AgiBot nutzt G2-Roboter mit einer Taktzeit von rund 20 Sekunden pro
Gerät und nennt eine Erfolgsquote von über 99%, die Flotte soll bis zum dritten
Quartal 2026 auf 100 Einheiten wachsen. Gleichzeitig verdoppelte seine Prognose
für den Absatz humanoider Roboter in für 2026 auf 50.000 Einheiten; der Markt
könne 1,9 Milliarden Euro erreichen und bis 2030 auf 14 Milliarden Euro steigen.
Für Hyundai und andere Autohersteller heißt das: Der technologische Wettbewerb
verlagert sich von einzelnen Pilotlinien hin zu llen Massenrollen mit klaren
Skalierungszielen.
Ein Blick auf Regierungsinitiativen zeigt, dass Automatisierung politisch und
regulatorisch mitgeprägt wird. In investiert das Wissenschaftsministerium rund
38 Millionen Euro über fünf Jahre; ein Konsortium aus dem Korea Institute of
Science and Technology, LG Electronics und LG AI Research soll KI-gesteuerte
Roboter für Krankenhäuser und Pflegeeinrichtungen entwickeln. Das mag weit weg
von der Fahrzeugmontage wirken, setzt aber denselben technischen Fokus:
zuverlässige Sensorik, robuste Assistenzfunktionen und sichere Interaktion mit
Menschen. Genau hier entsteht auch das regulatorische Spannungsfeld, denn
humanoide Systeme erzeugen potenziell neue Anforderungen an (z. B. bei
kamerabasierten Assistenzfunktionen), Betriebssicherheit und Auditierbarkeit.
Unternehmen werden künftig stärker dokumentieren müssen, wie KI-Entscheidungen
in kritischen Prozessen kontrolliert werden.
Auch außerhalb der Autoindustrie werden die technischen und wirtschaftlichen
Parameter konkreter. Boston Dynamics prüft laut Bericht nische Zulieferer für
die Produktion des Atlas-Roboters, um vorhandene Fertigungskompetenzen der
Branche zu nutzen; Ziel ist ein Stückpreis unter 300.000 Euro. Im
Logistikbereich bringt das Robot.com den R-noid-Roboter auf Räder in den Markt;
Verpackungs- und Vorbereitungsarbeiten sollen zunächst mit 70% Autonomie laufen,
erste Kunden seien bereits an Bord, die Auslieferung erfolge binnen acht bis
zwölf Wochen. Parallel entwickelt die Optimus-Plattform: Nach öffentlichen
Vorführungen Ende 2025 peilt das Unternehmen Serienreife bis Ende 2026 an, bei
einem Preis zwischen 18.000 und 27.000 Euro. Das macht deutlich, dass
Preispunkte und Time-to-Deployment den Markt schneller drehen könnten als
Tarifverhandlungen.
Für die Zukunft bedeutet das: Der Hyundai-Konflikt könnte zum Präzedenzfall
werden, wie Unternehmen KI- und -Rollouts mit dem Arbeitsrecht verzahnen. Die
Gewerkschaft fordert neben höheren Löhnen auch die Verlängerung der Altersgrenze
auf 65 Jahre sowie Erfolgsbeteiligungen von umgerechnet rund 27.000 Euro pro
Arbeiter, entsprechend 30% des Nettogewinns. Gleichzeitig geht es um
Mitspracherechte bei der Einführung neuer Technik. Sollte sich der Arbeitskampf
ausweiten, könnten Automatisierungspläne in anderen Standorten ebenfalls unter
Verhandlungsdruck geraten. Umgekehrt können Unternehmen frühzeitig mit
transparenten Betriebs- und Sicherheitskonzepten, klaren Umschulungswegen und
überprüfbaren KI-Governance-Modellen gegensteuern. Wer den Dialog strukturiert
führt, bekommt die Chance, nicht als Bedrohung, sondern als planbare
Produktivitäts- und Qualifizierungsroute umzusetzen.
💳
🔥
🎉
* 🤖 Präzisions-Roboterarm – Spielen wie gegen einen echten Gegner – SenseRobot
reproduziert das reale Schacherlebnis mit einem mechanischen Arm, der Figuren
mit weniger als 1 mm Genauigkeit bewegt und jeden Zug in nur 8 Sekunden
ausführt – im gleichen Tempo wie ein professioneller Spieler.
* IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist
ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine
Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er
auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
* V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von
Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung
hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und
anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen.
Mobile Hotspots können sich mit Loona verbinden und überwinden
WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren
können.
Bestseller Nr. 1 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 2 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 3 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 4 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 5 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 6 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 7 ᵃ⤻ᶻ «KI Gadgets»
Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des
letzten Tages per eMail - ohne Werbung:
--------------------------------------------------------------------------------

Quelle: www.it-boltwise.de

/ LONDON (IT BOLTWISE) – legt 38 Rechenzentrumsprojekte im Volumen von 168,6
Milliarden Rubel auf Eis, weil die kosten zu hoch und die Stromversorgung zu
knapp sind. Betroffen ist vor allem der private Rechenzentrumsmarkt, der stark
von Bankfinanzierungen abhängt. Damit geraten auch KI-Ambitionen ins Stocken,
obwohl der Staat die technologische Anschlussfähigkeit sichern will. Experten
sehen das Finanzierungskonstrukt als strukturell untragfähig an und warnen vor
weiteren Verzögerungen.
--------------------------------------------------------------------------------
* präsentiert von !
* Unsere täglichen KI-News von IT Boltwise® bei abonnieren!
* KI-Meldungen bequem via oder per erhalten!
* IT Boltwise® bei oder als Fan markieren und abonnieren!

* von IT Boltwise für KI-News speichern!
--------------------------------------------------------------------------------
setzt seine KI-Infrastruktur ausgerechnet an der Basis immer wieder neu auf die
Warteliste: Über drei Jahre wurden offenbar 38 Rechenzentrums-Projekte mit einem
Gesamtvolumen von 168,6 Milliarden Rubel gestoppt. Das entspricht umgerechnet
etwa 1,97 Milliarden Euro, bei denen es sich laut Berichten nicht nur um
einzelne Standorte t, sondern um ein Bündel landesweiter Kapazitätspläne. Der
Effekt reicht über Baukräne hinaus: Rechenzentren sind für Trainings- und
Inferenz-Workloads praktisch das „Betriebssystem“ der KI, weil ohne planbare
Energie und mit hoher Finanzierungslast kaum Betriebsmittel, Skalierung oder
Hardware-Refresh realistisch bleiben.
Technisch zeigt die Lage ein typisches Zusammenspiel aus Kapital- und
Infrastruktur-Risiken. Rechenzentren benötigen nicht nur Gebäude und
Netzwerktechnik, sondern belastbare Stromanschlüsse und Übergabepunkte, die in
vielen Regionen zeitlich schwer planbar sind. In der Vorlage wird beschrieben,
dass Engpässe bei der Stromversorgung dominieren und die Anbindung ans Netz
teilweise länger als ein Jahr dauert. Gleichzeitig bremsen hohe
Finanzierungskosten: Wenn die Projektkalkulation von Bankkrediten und
Vorzugsprogrammen abhängt, schlagen Zinsänderungen direkt auf Rentabilität und
Cashflow durch. Selbst ein „Zinsschnitt“ der Zentralbank kann daran wenig
ändern, solange die Gesamtbedingungen teuer bleiben.
STELLENANGEBOTE
Das Geschäftsmodell leidet besonders im kommerziellen Segment. Laut von Tekhexpo
und der sgruppe PKR sollen Projekte, die weiterhin aktiv gebaut werden, zwischen
Mai 2023 und Mai 2026 um 41,6 Prozent zurückgegangen sein; die Investitionen
schrumpften dabei um 26,3 Prozent. Hintergrund: Kommerzielle Rechenzentren sind
häufig extrem von privaten en und Bankfinanzierungen abhängig. Genau hier wird
es schwierig, weil Vorzugs-programme zwar politisch attraktiv wirken, für die
Finanzierungslogik aber Spannungen erzeugen können: Der Thinktank Atlantic
Council wird in der Vorlage so wiedergegeben, dass solche Programme die
Zentralbank zwingen können, die Leitzinsen stärker zu erhöhen, als es ohne diese
Eingriffe der Fall wäre.
Vergleicht man das mit der internationalen Praxis, fällt der Kontrast sofort
auf. In Märkten wie den , Westeuropa oder auch im asiatischen Wettbewerb
(Stichwort Hyperscaler-Strategien und Rechenzentrums-Ökosysteme) werden
Kapazitäten meist über langfristige Stromverträge, strukturierte
Finanzierungsmodelle und eng getaktete Ausbauplanungen gesichert. Die Konkurrenz
denkt in mehreren Horizonten zugleich: Cloud-Anbieter wie , oder
-Partner-Ökosysteme skalieren Rechenzentrumsflächen parallel zu KI-Plattformen,
sodass Hardware- und Infrastrukturentscheidungen nicht in einzelnen Budgets
steckenbleiben. versucht zwar ebenfalls, in Künstliche Intelligenz zu
investieren, doch ohne ausreichend stabile Rechenzentrums-Kapazität bleibt die
KI-Entwicklung in der Praxis begrenzt – selbst wenn Modelle und Software
theoretisch verfügbar wären.
Auch die regulatorische Dimension wirkt unmittelbar. In der Vorlage wird betont,
dass unklar bleibe, wie eine „unabhängige KI-Entwicklung“ bewältigt werden soll,
während gleichzeitig Rechtsvorschriften zu KI vorbereitet bzw. verabschiedet
werden. Das ist mehr als ein politisches Detail: Sobald regulatorische
Anforderungen an Daten, Nachweise, Auditierbarkeit oder Einsatzkontexte steigen,
müssen Unternehmen ihre Compliance- und Betriebssysteme auf neue Standards
ausrichten. Rechenzentrumsinvestitionen sind dafür eine Vorbedingung, weil sie
u. a. für Logging, Datenhaltung, Sicherheitssegmentierung und Monitoring
gebraucht werden. Verzögerte Standorte bedeuten folglich nicht nur weniger
Compute, sondern auch weniger Zeit, um Governance-Mechanismen sauber zu
operationalisieren.
Strom ist dabei der harte Engpass, nicht die Theorie. Laut Bericht sollen
Wartezeiten für Netzanschlüsse häufig über ein Jahr liegen; im Raum werde es en
praktisch unmöglich gemacht, eine Lizenz für die Ankopplung zu erhalten.
Gleichzeitig fehlen in vielen Regionen elektrische Kapazitäten – also die
Grundlage, um stromintensive KI-Workloads zuverlässig zu versorgen. Genau hier
greifen die Sanktionen und der indirekt ein: Weil der Staat mehr Budget in
andere Sektoren lenken muss, geraten Infrastrukturprogramme unter Druck. Die
Vorlage ordnet das als Teil einer breiteren Serie von Rücknahmen ein, etwa bei
Subventionen, Bauinvestitionen oder Programmen in und Autoindustrie. Für die KI
bedeutet das: Selbst wenn Hardware beschafft werden kann, bleibt die
Energieverfügbarkeit ein Kostentreiber.
Für den Markt entstehen daraus zwei parallele Effekte. Erstens steigt die
Knappheit an Rechenzentrumskapazität, was en auf verbleibende Slots zwingt und
bestehende Standorte privilegiert – häufig zu höheren Preisen oder mit
strengeren Zugangsvorgaben. Zweitens wächst die Unsicherheit in der
Build-and-Operate-Phase: Wenn Projekte pausieren, verschieben sich Lieferketten,
Bauverträge und Inbetriebnahmen, und die Kosten verteilen sich ungleich über die
Zeit. Für Unternehmen, die KI-Modelle entwickeln oder in Produktion bringen
wollen, heißt das: Sie müssen stärker mit Kapazitätsrisiken planen, etwa durch
Migrationsstrategien zwischen Standorten, stärkere Auslastungsoptimierung und
ein Finetuning-Design, das mit schwankendem Compute-Ressourcenpool arbeitet.
Der Ausblick hängt damit an zwei Weichenstellungen: Wie schnell Netzanbindungen
und Genehmigungen entkoppeln kann – und ob die Finanzierungskonstrukte so
angepasst werden, dass Investitionen wieder planbar werden. Sollte sich der
Engpass bei Stromlizenzen nicht lösen, droht eine strukturelle Verlangsamung der
KI-Industrialisierung: Training und Produktivbetrieb werden stärker geglättet,
und ambitionierte Roadmaps geraten häufiger in den „Proof-of-Concept“-Modus.
Langfristig entsteht jedoch auch eine Chance für Entwickler und
Systemintegratoren: Wo Kapazität knapp ist, werden Effizienztechniken wie
sparsame Inferenz, Datenkompression und gezielte Modelloptimierung strategisch
wichtiger. Zusätzlich wird Security entscheidend, weil kompromittierte oder
schlecht segmentierte Umgebungen in energieknappen Rechenzentren schwerer zu
isolieren sind.
💳
🔥
🎉
* 🤖 Präzisions-Roboterarm – Spielen wie gegen einen echten Gegner – SenseRobot
reproduziert das reale Schacherlebnis mit einem mechanischen Arm, der Figuren
mit weniger als 1 mm Genauigkeit bewegt und jeden Zug in nur 8 Sekunden
ausführt – im gleichen Tempo wie ein professioneller Spieler.
* IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist
ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine
Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er
auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
* V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von
Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung
hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und
anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen.
Mobile Hotspots können sich mit Loona verbinden und überwinden
WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren
können.
Bestseller Nr. 1 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 2 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 3 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 4 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 5 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 6 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 7 ᵃ⤻ᶻ «KI Gadgets»
Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des
letzten Tages per eMail - ohne Werbung:
--------------------------------------------------------------------------------

Quelle: www.it-boltwise.de

SPARTANBURG / SAN DIEGO / LONDON (IT BOLTWISE) – Humanoide Roboter verlassen die
Laborphase: setzt den Figure 03 in seiner Logistik ein, treibt mit Optimus Gen 2
den Weg zur Serienfähigkeit voran. Parallel erreicht die globale
-Investitionssumme laut Branchendaten 16 Milliarden Euro – getrieben von
KI-Fortschritten und akutem Arbeitskräftemangel. Der Artikel ordnet ein, was
diese Summen technisch möglich machen, wie sich Wettbewerb und Lieferketten
verschieben und welche Sicherheits- sowie Regulierungsfragen Unternehmen jetzt
priorisieren sollten.
--------------------------------------------------------------------------------
* präsentiert von !
* Unsere täglichen KI-News von IT Boltwise® bei abonnieren!
* KI-Meldungen bequem via oder per erhalten!
* IT Boltwise® bei oder als Fan markieren und abonnieren!

* von IT Boltwise für KI-News speichern!
--------------------------------------------------------------------------------
Humanoide Roboter wirken derzeit weniger wie ein Science-Fiction-Versprechen als
wie ein neues Kapitel in der Fabrik- und Dienstleistungsautomation. In diesem
Jahr verlagert sich der Schwerpunkt spürbar von Prototypen hin zu Einsatz in
realen Umgebungen: testet am Standort Spartanburg den humanoiden Roboter Figure
03 und erweitert damit ein Setup, das mit Figure 02 bereits zehn Monate lang
über 30.000 X3-Modelle im Produktionsumfeld unterstützt hat. stellt mit Optimus
Gen 2 beim AI Day 2026 eine weitere Generation vor und nennt das Ziel, noch 2026
in eigenen Fabriken arbeitsfähige Einheiten einzusetzen. Zeitgleich drängen
weitere Teams mit eigenen Robotern in Pilotfelder, etwa für Teile- und
Transportlogistik sowie für anwendungen in ausgewählten Regionen.
Technisch wird der Sprung zur Massenproduktion vor allem an drei Stellen
greifbar: Fortgeschrittene Sensorik, langlebigere Hardware und ein
„Alltagstakt“, der ohne permanenten Engineering-Einsatz auskommt. Beim Figure 03
steht dafür kabelloses Laden im Zentrum – ein Detail, das die
Instandhaltungsfenster verkleinert und die Verfügbarkeit erhöht. Dazu kommen
verbesserte Tastsensoren, die gerade bei heikleren Handhabungsaufgaben mehr
Sicherheit versprechen als reine Kraftmessung. s Optimus Gen 2 adressiert neben
Geh- und Manövrierleistung auch feinere Fingerfertigkeit. Genau diese Mischung
aus Bewegungssteuerung, sensorgestützter Greiflogik und unterbrechungsarmer
Energieversorgung macht Humanoide in Logistik und Montage überhaupt erst
vergleichbar mit etablierten -Robotern.
STELLENANGEBOTE
Der Markt zahlt diese Annäherung an die lle Realität mit Rekordsummen. Laut
Auswertungen, die in - und Tech-formaten kursieren, hat die globale
Investitionssumme in inzwischen die 16 Milliarden Euro-Marke geknackt. In der
ersten Jahreshälfte 2026 wurden mehrere Finanzierungsrunden in der Größenordnung
von mehreren hundert Millionen bis knapp darüber sichtbar: Neura Robotics
sicherte sich im Juni 1,4 Milliarden Euro in einer Series C, Shihang Intelligent
sammelte am 15. Juni 1 Milliarde Euro in einer Series A. Zusätzlich tauchen
Deals mit 1,75 Milliarden Euro für Saronic und 1,4 Milliarden Euro für Skild AI
auf. Branchenbeobachter erwarten, dass die nächsten Wachstumsrunden stärker an
Produktionsfähigkeit, nicht nur an Demonstratoren gekoppelt werden.
Dass en gerade Humanoide so aggressiv pushen, ist auch ein Wettbewerbs- und
sproblem. Automatisierung trifft in vielen regionen auf Arbeitskräfterückgänge,
während KI-gestützte Wahrnehmung und Bewegungsplanung die Lücke zwischen „gehen
im Video“ und „arbeiten in der Linie“ reduziert. Analysten heben die Erwartungen
an: nennt für den chinesischen Markt 50.000 humanoide Einheiten für 2026 und
prognostiziert Wachstum von 2 Milliarden Euro in diesem Jahr auf 15 Milliarden
Euro bis 2030. Gleichzeitig boomt die Zulieferseite, weil Humanoide stark von
Komponenten abhängen: Leadshine lieferte 2025 rund 120.000 bürstenlose
Torque-Motoren aus – ein laut Branchenangaben zwanzigfacher Anstieg. In einem
Interview bringt ein - es sinngemäß auf den Punkt: „Die Gewinner bauen nicht nur
Roboter, sondern Produktions- und Zulieferketten, die wiederholbar Qualität
liefern.“
Der Druck zur Skalierung zeigt sich nicht nur in Finanzierungsvolumen, sondern
auch in Fabrikinvestitionen entlang der Lieferkette. s Robotis startet den Bau
eines 70 Millionen Euro schweren Werks in Usbekistan; in der zone Yangi Avlod
entsteht auf zehn Hektar eine Anlage, die mehr als 2.000 qualifizierte
Arbeitsplätze schaffen soll. Das ist mehr als Standortpolitik: Wer Komponenten,
Antriebe oder Montageprozesse früh industrialisiert, reduziert nicht nur
Stückkosten, sondern verbessert auch die Lieferfähigkeit bei ramp-up-typischen
Engpässen. Parallel weiten Hersteller den Einsatz in weitere Felder aus, etwa
Bildung und Dienstleistungen. In San Diego investierten Altus Schools rund
500.000 Euro in zwei Ameca-Roboter, die als Wellness-Coaches oder Übersetzer
agieren sollen, während in Salamanca City (New York) der Optio-Lehrassistent im
Unterricht unterstützt. Solche Use-Cases sind zwar kleiner als Fabrikhallen,
testen aber die Robustheit der Interaktion und damit indirekt die
Skalierbarkeit.
Auch der „Dual-Use“-Charakter bleibt ein Faktor, der für Unternehmen und
Regulatoren Relevanz hat. Der Phantom Mk1 von Foundation kam im Februar 2026 an
der ukrainischen Front zum Einsatz – zunächst zur Evaluierung durch das US-; im
April folgte ein 24 Millionen Euro Auftrag mit dem Pentagon, der eine Produktion
von Zehntausenden Einheiten vorsieht. Gleichzeitig existiert eine andere
Wachstumsachse im Konsum- und Entertainment-Bereich: UBTECH zeigt mit dem Walker
C1 eine humanoide Tanzperformance und peilt durch Kooperationen mit Siemens eine
Jahresproduktion von 10.000 Einheiten an. LimX Dynamics brachte den Luna-Roboter
für 41.000 Euro mit einer Steuerungssoftware auf den Markt, die ohne
Programmierkenntnisse auskommen soll. Für Firmen bedeutet das: Humanoide werden
sowohl durch -Sicherheitsanforderungen als auch durch Consumer-bility getrieben
– und beides kollidiert in der Produktsicherheit.
Für die nächsten 12 bis 24 Monate zeichnet sich damit ein klarer technischer und
organisatorischer Wettlauf ab. Technisch wird die wesentliche Differenzierung
weniger „welcher Roboter kann laufen“ sein, sondern wie stabil er unter realen
Randbedingungen arbeitet: Staub, wechselnde Lichtverhältnisse, variierende
Werkstücke und Stillstände. Marktseitig werden Produktionspartnerschaften und
Zulieferkapazitäten entscheidend, wie die genannten Beispiele aus und
Zentralasien nahelegen. Regulatorisch und seitig müssen Unternehmen zudem früher
denken: Humanoide in Schulen, Logistikzentren oder öffentlichen Umfeldern
produzieren potenziell sensible Daten aus Video, Audio und Umgebungssignalen.
Wer KI-gestützte Steuerung einsetzt, braucht klare Konzepte für
Zugriffskontrollen, Datenminimierung und Auditierbarkeit – sonst wird der
Rollout bei Ausschreibungen und betrieblichen Sicherheitsfreigaben zum
Bottleneck.
Unterm Strich entsteht aus den 16 Milliarden Euro Investitionen ein neues
Ökosystem, in dem Entwickler, Zulieferer und Betreiber gleichermaßen Chancen
haben. Für Engineering-Teams liegt die größte Perspektive in wiederverwendbarer
Softwareinfrastruktur: von Sensor-Fusion und Motion-Planning über
Modellaktualisierungen bis hin zu Telemetrie und Monitoring im Betrieb.
Gleichzeitig sollten Produktmanager die Beschaffung realistisch planen: Ein
Preisschild von etwa 20.000 bis 30.000 Euro pro Roboter, wie es für frühe
Einheiten nennt, zwingt zu klaren Business-Cases mit messbaren
Stundenersparnissen und geringeren Stillstandszeiten. Wenn die Massenproduktion
weiter Fahrt aufnimmt, werden die nächsten Fortschritte besonders dort erwartet,
wo KI-Modelle mit llen Sicherheits- und Prozessstandards zusammenfinden – und
damit wirklich skalierbar werden.
💳
🔥
🎉
* 🤖 Präzisions-Roboterarm – Spielen wie gegen einen echten Gegner – SenseRobot
reproduziert das reale Schacherlebnis mit einem mechanischen Arm, der Figuren
mit weniger als 1 mm Genauigkeit bewegt und jeden Zug in nur 8 Sekunden
ausführt – im gleichen Tempo wie ein professioneller Spieler.
* IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist
ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine
Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er
auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
* V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von
Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung
hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und
anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen.
Mobile Hotspots können sich mit Loona verbinden und überwinden
WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren
können.
Bestseller Nr. 1 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 2 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 3 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 4 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 5 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 6 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 7 ᵃ⤻ᶻ «KI Gadgets»
Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des
letzten Tages per eMail - ohne Werbung:
--------------------------------------------------------------------------------

Quelle: www.it-boltwise.de

LONDON (IT BOLTWISE) – Der Tech-Journalist Robert Cringely treibt mit seinem
2Brains einen Ansatz voran, der Halluzinationen nicht durch größere Modelle
bekämpfen will, sondern durch eine strikte Trennung von Sprache und Fakten.
Statt statistisch zu „raten“ soll das System Informationen gezielt nachschlagen
und vor der Ausgabe gegeneinander abgleichen. Cringely stellt das als
entscheidenden Schritt für den produktiven Einsatz von Unternehmens-KI in
regulierten Umgebungen dar. Im Hintergrund steht dabei auch das Ziel, Rechen-
und Energiekosten gegenüber klassischen Large-Model-Strategien deutlich zu
senken.
--------------------------------------------------------------------------------
* präsentiert von !
* Unsere täglichen KI-News von IT Boltwise® bei abonnieren!
* KI-Meldungen bequem via oder per erhalten!
* IT Boltwise® bei oder als Fan markieren und abonnieren!

* von IT Boltwise für KI-News speichern!
--------------------------------------------------------------------------------
Robert Cringely meldet sich nach einer mehrjährigen Pause mit einer neuen
Unternehmensidee zurück: Das 2Brains Inc. soll das Halluzinationsproblem von
Künstlicher Intelligenz „architektonisch“ lösen, nicht durch das übliche
Aufbohren von Modellgrößen. Der Tech-Journalist, der seine Karriere 1978 am
Stanford Artificial Intelligence Lab startete, nennt als persönliche Gründe für
die Auszeit Folgen eines Herzinfarkts und eines Schlaganfalls im Juli 2025.
Parallel dazu entstand 2022 gemeinsam mit zwei Partnern das Projekt 2Brains,
dessen Systemarchitektur inzwischen in Patentanmeldungen dokumentiert ist. Laut
Cringely wird die Arbeit aktuell von einem kleinen Team fortgeführt.
Die zentrale Kritik richtet sich dabei gegen das Skalierungsmodell vieler
Tech-Konzerne: Milliardeninvestitionen fließen demnach vor allem in größere
Rechenleistung und größere KI-Modelle. Cringely argumentiert, dass die Branche
davon ausgeht, sich Halluzinationen durch mehr Parameter und Trainingskapazität
„wegoptimieren“ zu können. Seine Gegenposition ist deutlich: Solange ein
KI-System Fakten erfindet, bleibt es für verlässliche Rollen in Krankenhäusern,
oder Gerichten ungeeignet. Der produktive Einsatz in Unternehmen hängt für ihn
deshalb weniger an der Modellgröße als an der Fähigkeit, Aussagen zuverlässig zu
verifizieren, bevor sie einen Nutzer erreichen.
STELLENANGEBOTE
Technisch beschreibt 2Brains einen Ansatz, bei dem zwei Rollen innerhalb des
Systems getrennt werden: Der Teil, der Sprache generiert, wird strikt von der
Komponente entkoppelt, die Fakten abruft und verifiziert. Beide Prozesse sollen
erst dann zusammengeführt werden, wenn eine Abstimmung stattgefunden hat, bevor
eine Ausgabe an den Endnutzer erfolgt. Damit verschiebt sich die Fehlerursache
vom „wahrscheinlichen Fortsetzen“ von Text hin zu einem kontrollierten
Datenzugriff. Der Unterschied zu klassischen Transformer-basierten Pipelines ist
konzeptionell: Statt statistische Plausibilität anstelle von Wahrheitsprüfung zu
setzen, zielt das System auf ein deterministisches Nachschlagen.
Für die praktische Wirkung bedeutet das laut Beschreibung: Das System soll nicht
„erraten“, sondern Fakten gezielt recherchieren. Dadurch werde das Erfinden von
Informationen blockiert, weil die Wissensgrundlage nicht frei im Sprachraum
konstruiert, sondern an verifizierbare Quellen gebunden wird. Gleichzeitig
betont Cringely den Effizienzvorteil: Die Lösung soll auf herkömmlichen
Prozessoren laufen und dadurch den Energiebedarf im Vergleich zu großen
KI-Modellen erheblich senken. Damit rückt 2Brains in eine Linie mit dem Trend
„Retrieval Augmented Generation“, bei dem externe Datenquellen als
Wahrheitsschicht dienen. Der Unterschied bleibt jedoch der Anspruch, die
Trennung von Sprache und Fakten als Designprinzip noch stärker auszubauen und
nicht als nachgelagerte Ergänzung zu betrachten.
Im Marktumfeld ist das Timing bemerkenswert, denn derzeit setzt die KI-
weiterhin häufig auf skalierende Modellfamilien und Plattform-Upgrades, um
Produktivitätsgewinne zu liefern. Als direkte Konkurrenzidee lässt sich die
Strategie großer Anbieter einordnen, bei denen Modellleistung und
Bedienoberfläche im Vordergrund stehen und Zusatzmechanismen wie RAG
typischerweise als Feature nebenbei anwachsen. In einem Experteninterview habe
Cringely sinngemäß betont, dass „Vertrauen“ und „Sparsamkeit“ nicht
gegeneinander ausgespielt werden müssten, sondern aus derselben
Designentscheidung entstehen. Dieses Narrativ steht im Gegensatz zu vielen
Unternehmensbudgets, die vor allem auf GPU-Kosten und
Trainings-/Inference-Lasten fokussieren.
Auch regulatorisch ist die Architekturfrage brisant. Sobald Ausgaben in
regulierten Prozessen genutzt werden, rücken Nachvollziehbarkeit, Datenherkunft
und Prüfpfade in den Vordergrund. Ein Halluzinationsmechanismus, der interne
Plausibilitätsmuster über tatsächliche Fakten stellt, erhöht das Risiko von
falschen medizinischen Hinweisen, fehlerhaften Finanzangaben oder ungeeigneten
rechtlichen Aussagen. Ein System, das vor der Ausgabe eine Faktenverifikation
erfordert, kann sich besser in Governance-Modelle integrieren lassen: Rollen,
Logging, Freigabeprozesse und Zugriffskontrollen funktionieren technisch
leichter, wenn die Wissensbeschaffung klar separiert und protokollierbar ist.
Entscheidend ist dabei weniger der Marketingbegriff als die tatsächliche
Umsetzbarkeit im Enterprise-Stack.
Für Unternehmen könnte 2Brains damit vor allem eine neue Bewertungslogik
anstoßen: Nicht nur „Wie gut antwortet das Modell?“, sondern „Wie schnell und
zuverlässig wird die Faktenbasis beschafft, überprüft und abgeglichen?“. Wenn
die Trennung von Sprache und Fakten tatsächlich zu weniger Halluzinationen
führt, entsteht ein greifbarer ROI-Vorteil, weil weniger menschliche
Korrekturschleifen notwendig werden und Workflows robuster laufen. Gleichzeitig
bleibt abzuwarten, wie genau der Abruf und die Verifikation in der Praxis
implementiert sind, etwa welche Datenquellen genutzt werden und wie die
Konsistenz bei widersprüchlichen Quellen gehandhabt wird. Für Entwickler ergeben
sich daraus Chancen in der KI-Entwicklung: Enterprise-Teams können stärker auf
überprüfbare Pipelines, deterministische Prüfpfade und effizientere Inferenz
setzen, statt ausschließlich auf Modell-Upgrades zu warten.
In die Zukunft übersetzt heißt das: Wenn 2Brains die postulierte Architektur
früh industrialisiert, könnte sich der Wettbewerb in Richtung „KI-Systeme als
verifizierende Maschinen“ verlagern. Der Trend zu günstigeren Deployments auf
Standardhardware würde die Markteintrittsbarriere für kleinere Teams senken und
zugleich die Abhängigkeit von dauerhaft teurer GPU-Infrastruktur reduzieren. Für
größere Anbieter wiederum entsteht Druck, Verifikationsschichten und
Faktenzugriffe nicht nur als optionale Add-ons zu betrachten, sondern stärker in
die Systemarchitektur zu integrieren. Cringelys Position zielt damit auf einen
Perspektivwechsel: Halluzinationen werden nicht durch mehr Rechenleistung
„wegtrainiert“, sondern durch bessere technische Grenzen zwischen Wissen und
Text verhindert.
💳
🔥
🎉
* 🤖 Präzisions-Roboterarm – Spielen wie gegen einen echten Gegner – SenseRobot
reproduziert das reale Schacherlebnis mit einem mechanischen Arm, der Figuren
mit weniger als 1 mm Genauigkeit bewegt und jeden Zug in nur 8 Sekunden
ausführt – im gleichen Tempo wie ein professioneller Spieler.
* IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist
ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine
Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er
auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
* V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von
Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung
hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und
anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen.
Mobile Hotspots können sich mit Loona verbinden und überwinden
WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren
können.
Bestseller Nr. 1 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 2 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 3 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 4 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 5 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 6 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 7 ᵃ⤻ᶻ «KI Gadgets»
Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des
letzten Tages per eMail - ohne Werbung:
--------------------------------------------------------------------------------

Quelle: www.it-boltwise.de

LONDON (IT BOLTWISE) – Digitale Unsterblichkeit entwickelt sich vom Randphänomen
zur Marktchance: KI-Avatare sollen Stimmen und Persönlichkeiten Verstorbener
künftig automatisiert rekonstruieren. Während Plattformen und s wie HereAfter
AI, Storyfile oder Eternos bereits Nutzerinteraktion anbieten, sichern sich
zugleich Tech-Giganten Rechte über Patente ab. Gleichzeitig verschärft der
rechtliche Rahmen die Anforderungen, weil Kontozugriff, Einwilligung und
Nachlassfragen in Konflikt geraten. Der EU AI Act setzt dabei einen
regulatorischen Maßstab, der Unternehmen vor Dokumentations- und Risikopflichten
stellt.
--------------------------------------------------------------------------------
* präsentiert von !
* Unsere täglichen KI-News von IT Boltwise® bei abonnieren!
* KI-Meldungen bequem via oder per erhalten!
* IT Boltwise® bei oder als Fan markieren und abonnieren!

* von IT Boltwise für KI-News speichern!
--------------------------------------------------------------------------------
Der Gedanke, einen geliebten Menschen nach dem Tod weiter „leben“ zu lassen,
rückt näher an die Umsetzung – und das mit einer Geschwindigkeit, die eher an
Plattform- als an sthemen erinnert. Branchenberichte prognostizieren einen Markt
für digitale Unsterblichkeit von rund 79 Milliarden Euro bis 2034. Entscheidend
ist dabei nicht nur die Marketingfolie („Ewigkeits-Avatar“), sondern die
technische Umsetzung: Systeme müssen mit Sprache, Biografie, Tonalität und
Kommunikationsmustern trainiert werden und dann in einen interaktiven Dialog
übergehen. Damit verschiebt sich KI von einer reinen Auskunftsmaschine hin zu
einem emotionalen Interface, das im Alltag genutzt werden kann.
Technisch basiert dieser Ansatz in der Regel auf einer Kombination aus
Generative-Modelle-Logik und Content-Pipelines. Üblicherweise werden vorhandene
Daten wie Chats, E-Mails, Sprachnachrichten und Postings als Trainingsmaterial
aufbereitet, anschließend werden Einbettungen erstellt und der Persona-Teil an
den Dialogkern gekoppelt. Wichtig ist dabei, dass die „Stimme“ nicht nur
akustisch klingt, sondern auch stilistisch konsistent bleibt: Prosodie, Satzbau
und typische Formulierungen werden durch Fine-Tuning oder
In-Context-Konditionierung nachgebildet. Der Unterschied zu klassischer
Archivierung liegt in der Fähigkeit zur fortlaufenden Interaktion – und damit
auch in der Frage nach Datenminimierung, Löschkonzepten und Auditierbarkeit.
STELLENANGEBOTE
Im Wettbewerb zeichnet sich eine klare Zweiteilung ab. Auf der einen Seite bauen
spezialisierte Anbieter wie HereAfter AI, Storyfile oder Eternos Plattformen,
die Erinnerungen archivieren oder interaktive Abbilder erzeugen. Auf der anderen
Seite reagieren große Technologiekonzerne mit Patentstrategien: Wie aus
Patentschriften hervorgeht, hat ein System in Aussicht gestellt, das Verstorbene
als digitale Avatare wieder auferstehen lassen soll. wiederum hat eine
Technologie patentiert, mit der sich das Social-Media-Verhalten Verstorbener
simulieren könnte, auch wenn öffentlich betont wird, es bestünden zunächst keine
konkreten Umsetzungspläne. Die Timing-Strategie dahinter: Rechte sichern, bevor
sich Standards für Trainingsdaten und Nutzungsrechte verfestigen.
Dass diese Rechte nicht theoretisch bleiben, zeigt ein Konflikt aus Los Angeles,
der auch in Aufmerksamkeit verdient. Dort ordnete ein Richter an, dass einer
Unternehmerin Zugriff auf private E-Mails eines verstorbenen Geschäftspartners
gewähren muss, der nach 29 Lebensjahren bei einem Unfall starb. Der
Gerichtsbeschluss zwang damit indirekt zu einer Öffnung von Konten, die mit der
Organisation der Antragstellerin und dem Unternehmen des Verstorbenen verbunden
waren. Für digitale Unsterblichkeit bedeutet das: Selbst wenn eine KI „nur“ ein
Dialogdienst ist, hängen die operativen Fähigkeiten an Zugriff, Identität,
Kontrollen und damit am rechtlichen Status von Daten nach dem Tod.
Parallel verschiebt sich der Regulierungsrahmen deutlich. Der EU AI Act schafft
für Künstliche Intelligenz einen verbindlichen Korridor, der je nach
Risikoklasse Pflichten bis hin zu Transparenz und Governance auslöst. Für
Anbieter digitaler Avatare heißt das praktisch: Sie brauchen klare Dokumentation
zu Trainings- und Validierungsprozessen, sie müssen den Zweck des Systems
begründen und Nutzer (bzw. in der Praxis oft Vertreter oder Erben) zu den
Grenzen der Technologie informieren. Dazu kommt : Die Verarbeitung
personenbezogener Daten endet nicht sauber am „User-Account“, sondern betrifft
auch den post-mortalen Kontext. Ohne tragfähige Einwilligungs- und Löschkonzepte
drohen Rechtsstreitigkeiten, aber auch Reputationsschäden.
Auch die Marktseite zeigt, wie sensibel die Anwendung ist, sobald Trauer und
Vertrauen berührt werden. Eine Witwe, die über Jahre versucht, ein
Facebook-Konto in einen Gedenkzustand zu versetzen, scheiterte nach den
Berichten unter anderem daran, dass vor dem Tod kein „Legacy Contact“
eingerichtet wurde und Social-Media-Konzerne die Befugnisse von
Testamentsvollstreckern nicht anerkennen. Diese Lücke wirkt wie ein
Realitätscheck für Unternehmen: Eine technisch perfekte Avatar-Funktion ist
wertlos, wenn rechtlich keine saubere Grundlage für Aktivierung, Interaktion
oder Sperrung existiert. Experten aus der Kultur- und Wissenschaftsszene greifen
das auf und warnen vor psychologischen Verzerrungen – etwa wenn KI-Interaktionen
wie ein narzisstischer Spiegel wirken, während andere betonen, dass körperliche
Präsenz für menschliche Verbindung nicht ersetzbar bleibt.
Für die nächsten Jahre ist entscheidend, wie Anbieter ihre Roadmap in Governance
übersetzen. Fortschritte bei Modellkernen werden allein nicht reichen;
Unternehmen müssen die gesamte Wertschöpfung – von Datenbeschaffung über Prompt-
und Fine-Tuning bis zum Betrieb – in ein überprüfbares Sicherheits- und
Compliance-Design bringen. Als Wettbewerbsvorteil zeichnet sich ab, dass
„Einwilligungs- und Nachlass-Workflows“ zu einem Produktbaustein werden: Ein
Avatar darf nicht nur erstellt, sondern muss auch wirksam deaktiviert,
korrigiert oder geordnet in eine Archivform überführt werden können. Wer diese
Pfade früh etabliert, erschließt Entwickler- und Enterprise-Chancen, etwa für
Bestattungs- und Vorsorgeanbieter, während späte Implementierungen das Risiko
erhöhen, dass Gerichte und Regulatoren den Betrieb bremsen.
💳
🔥
🎉
* 🤖 Präzisions-Roboterarm – Spielen wie gegen einen echten Gegner – SenseRobot
reproduziert das reale Schacherlebnis mit einem mechanischen Arm, der Figuren
mit weniger als 1 mm Genauigkeit bewegt und jeden Zug in nur 8 Sekunden
ausführt – im gleichen Tempo wie ein professioneller Spieler.
* IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist
ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine
Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er
auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
* V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von
Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung
hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und
anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen.
Mobile Hotspots können sich mit Loona verbinden und überwinden
WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren
können.
Bestseller Nr. 1 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 2 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 3 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 4 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 5 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 6 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 7 ᵃ⤻ᶻ «KI Gadgets»
Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des
letzten Tages per eMail - ohne Werbung:
--------------------------------------------------------------------------------

Quelle: www.it-boltwise.de

SAN FRANCISCO / LONDON (IT BOLTWISE) – Neue KI-Dating-Apps versprechen weniger
Swipen und bessere Passungen: Nutzer chatten per Sprachdialog, erhalten kurze
Kompatibilitätszusammenfassungen und können anschließend auf echte Treffen
umschalten. Während etablierte Anbieter wie Tinder, Bumble und Dating
KI-Funktionen ausbauen, testen neue s paywall-Modelle oder sogar das Abschaffen
des Swipe-Mechanismus. Gleichzeitig wächst die Skepsis: Menschen fürchten, dass
KI echte Intimität ersetzt statt sie zu unterstützen. Der Beitrag ordnet ein,
wie die Technik funktioniert, welche Geschäftsmodelle dahinterstehen und wo
sowie Manipulationsrisiken kritisch werden.
--------------------------------------------------------------------------------
* präsentiert von !
* Unsere täglichen KI-News von IT Boltwise® bei abonnieren!
* KI-Meldungen bequem via oder per erhalten!
* IT Boltwise® bei oder als Fan markieren und abonnieren!

* von IT Boltwise für KI-News speichern!
--------------------------------------------------------------------------------
Datingplattformen geraten unter Druck: nicht nur, weil Nutzerinnen und Nutzer
zunehmend „Swipe Fatigue“ berichten, sondern weil der gesamte Prozess aus
unzähligen Profilen und Gesprächen besteht, die oft folgenlos bleiben. Im
Silicon-Valley-Umfeld zeigen mehrere neue Ansätze, wie Künstliche Intelligenz
die Eingangsphase entlasten soll: Statt stundenlangem Wischen und halbherzigem
Small Talk führen KI-gesteuerte Gespräche zu einer Art Vorselektion. Eine
Nutzerin, die laut Berichten rund 15 Minuten mit einer KI-Voice
„Matchmaker“-Instanz sprach, bekam später sogar eine schriftliche Begründung für
die Passung. Das ist weniger Romantik-Show, mehr Conversion-Optimierung mit
Sprachdialog.
Technisch lässt sich das als personalisierte Matching-Pipeline verstehen, die
Chat-Inhalte in strukturiertes Profilwissen übersetzt. Im Kern geht es darum,
aus Signalen wie Kontext, Tonalität, Prioritäten („seriös“ versus „locker“) und
biografischen Angaben semantische Merkmale abzuleiten und darauf aufbauend eine
Trefferliste oder direkte Partnerempfehlungen zu erzeugen. Anders als beim
klassischen Profil-Swipe arbeitet die KI hier mit dialogbasierten Embeddings und
nutzt häufig Zusammenfassungsfunktionen, um aus längeren Gesprächen kurze
Entscheidungsgrundlagen zu machen. Der Vergleich liegt nahe: Cloud-native
Datenverarbeitung plus Modellinferenz „near real time“ – mit dem Ziel, Relevanz
zu erhöhen, bevor die Nutzer überhaupt klicken oder chatten.
STELLENANGEBOTE
Marktseitig ist das ein klares Strategie-Narrativ gegen etablierte Muster.
Tinder experimentiert berichten zufolge mit KI-gestützter von
Foto-/Kamerarollen, um bessere Match-Empfehlungen auszuspielen, während Bumble
seine zahlenden Nutzer rückläufig sieht und KI-Matchmaking gezielt vorantreibt.
geht einen anderen Weg: Auf Facebook Dating können Nutzer die KI fürs
Profil-Intro und für eine Dating-Assistant-Funktion nutzen. Auch Grindr zeigt,
dass der Weg über KI-Funktionen nicht automatisch sein muss: Das Unternehmen
testet ein Abo-„Edge“ mit KI-Recaps bedeutender Chats, personalisierten
Profilempfehlungen und Vorschlägen zu wahrscheinlichen Matches. Ein wichtiger
Vergleichspunkt ist damit Pricing: Pay-per-date wie bei bekannten neuen Diensten
gegen Abo-Modelle in etablierten Ökosystemen.
Aus Expertensicht steckt die eigentliche Herausforderung weniger im „Matching an
sich“, sondern in der Lernfähigkeit über reale Treffen hinweg. Wenn Nutzer nach
einer Empfehlung tatsächlich ein Date zustande bringen, entsteht ein
Feedback-Signal, das Modell und Regeln verbessern kann. Genau hier setzt eine
skeptisch-sachliche Realität an: Viele Dating-Apps wurden über zwei Jahrzehnte
immer wieder angepasst, aber nicht konsequent „auf echte Ergebnisse“ optimiert.
Neue Anbieter wie die KI-Dating-s im US-Markt argumentieren, dass man den
Prozess stärker in Richtung einer durch KI moderierten Gesprächsqualität
verschieben müsse. Gleichzeitig ist die Hebelwirkung begrenzt, wenn Nutzer
KI-Outputs als Ersatz für Entscheidungskompetenz betrachten. Die Produktfrage
lautet daher: Wird KI zum Türöffner – oder zum Filter, der menschliche
Präferenzkommunikation übergeht?
Diese Debatte berührt auch und Sicherheitsaspekte. KI-Dating-Setups verarbeiten
personenbezogene Inhalte wie Biografie, Beziehungsabsichten und oft sensible
psychologische Beschreibungen. Damit steigen die Anforderungen an
Datenminimierung, Zugriffskontrollen, Zweckbindung und die Absicherung von
Modell-Endpunkten gegen Missbrauch (z. B. Prompt Injection, datenbezogene Leaks
oder unerwünschte Profilrekonstruktion). Zusätzlich entsteht ein
Manipulationsrisiko: KI-Tools können Fotos retuschieren oder Nachrichten so
formulieren, dass sie attraktiver wirken als in der realen Begegnung. Für
Plattformen bedeutet das: Neben Modellgüte braucht es Richtlinien, Moderation
und technische Gegenmaßnahmen wie Verifikationsmechanismen oder Heuristiken
gegen unplausible Medien. Genau hier entscheidet sich, ob KI wirklich
„Matchqualität“ verbessert oder Vertrauen beschädigt.
Der Ausblick zeigt, dass sich der Wettbewerb auf User Experience und
Produktmechanik verlagert. Einige Dienste testen das klassische
Swipe-Interaktionsmodell nicht mehr als primären Einstieg, sondern nutzen
KI-Dialoge oder Chat-Assistants als neue „Navi“-Schicht. Wenn Nutzer dadurch
weniger Zeit mit unpassenden Interaktionen verbringen, kann das die Abwanderung
reduzieren – ein Thema, das man auch an den rückläufigen Nutzerzahlen bei großen
Akteuren ablesen möchte. Für Entwickler und Unternehmen im Umfeld von KI-Dating
ergeben sich damit Chancen: bessere Gesprächs-Analytik, Event-gestützte
Conversion-Mechaniken (z. B. KI-„Pairing“-Zusammenfassungen vor Ort) und
MLOps-Ansätze, die Feedback-Zyklen transparent machen. Entscheidend wird
allerdings, wie klar die Plattformen echte Privatsphäre- und
Authentizitätsprinzipien kommunizieren.
Gleichzeitig bleibt die menschliche Komponente der Kernwiderstand gegen
vollständige Automatisierung. Die Skepsis aus der Nutzersicht ist greifbar: KI
könne unterstützen, aber persönliche Chemie und emotionale Urteilskraft seien
„analog“ – und gerade das erhoffen sich Menschen beim Date. -Managerinnen und
-Manager sprechen in diesem Zusammenhang davon, dass KI das Sichten vieler
Profile erleichtern soll, nicht die menschliche Wahl abschaffen. Ein plausibler
Weg für die nächsten Iterationen ist daher eine „assistierte Autonomie“: KI
strukturiert, erklärt und schlägt vor, aber Nutzer behalten die Kontrolle über
die finalen Entscheidungen. In der Praxis heißt das: transparente Begründungen
für Empfehlungen, nachvollziehbare Auswahlkriterien und klare Grenzen, welche
Daten wie lange verarbeitet werden.
Unterm Strich verschiebt sich Dating von der Klick-Ökonomie hin zur Gesprächs-
und Ergebnisökonomie. Wenn es gelingt, KI nicht als „Cheat Code“, sondern als
Effizienzschicht zu etablieren, könnten Plattformen die Messlatte für
Nutzerzufriedenheit anheben: weniger Zeitverschwendung, mehr reale Treffen und
bessere Passung. Ob das skaliert, hängt von drei Faktoren ab: Modellgenauigkeit
über diverse Nutzergruppen, robuste praktiken sowie der Umgang mit Manipulation
und Vertrauensverlust. Gerade deshalb ist die Kombination aus KI-Matchmaking und
klaren Product-Governance-Regeln wahrscheinlich der nachhaltigste
Wettbewerbsvorteil. Für den Markt bedeutet das: Die nächste Welle wird nicht nur
neue Features bringen, sondern neue Standards dafür, wie viel „KI“ im Dating
akzeptiert wird.
💳
🔥
🎉
* 🤖 Präzisions-Roboterarm – Spielen wie gegen einen echten Gegner – SenseRobot
reproduziert das reale Schacherlebnis mit einem mechanischen Arm, der Figuren
mit weniger als 1 mm Genauigkeit bewegt und jeden Zug in nur 8 Sekunden
ausführt – im gleichen Tempo wie ein professioneller Spieler.
* IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist
ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine
Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er
auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
* V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von
Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung
hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und
anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen.
Mobile Hotspots können sich mit Loona verbinden und überwinden
WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren
können.
Bestseller Nr. 1 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 2 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 3 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 4 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 5 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 6 ᵃ⤻ᶻ «KI Gadgets»
Bestseller Nr. 7 ᵃ⤻ᶻ «KI Gadgets»
Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des
letzten Tages per eMail - ohne Werbung:
--------------------------------------------------------------------------------

KI News

Mo., 29. Juni 2026

17:58: Amazon baut aus Anthropics großen KI-Modellen kleinere Versionen – aus Angst vor steigenden Kosten

16:47: Momenta startet IPO in Hongkong: 751 Millionen Euro für Level-4-Robotaxis

16:47: Nach US-KI-Sperre: Österreich will KI-Gigant Anthropic nach Europa holen

15:45: Angst vor Destillationsvorwürfen: Meta setzt Ingenieuren Grenzen bei externen KI-Tools

14:52: Deloitte-Berater nach interner Town Hall: "Unser Modell ist am Ende, wir werden durch Roboter ersetzt"

12:46: Alte Maschinen digitalisieren: Wie Retrofit aus Bestandsanlagen datengetriebene Assets macht für Industrie 4.0 im Mittelstand

10:52: Veraltete Datenbank und getrennte Systeme: Wie das Pentagon eine iranische Schule für eine Militäranlage hielt

09:56: Videointerviews: Saviynt auf der EIC 2026

09:55: Harmloser GitHub-Link wird zur Falle: Claude Code führt versteckten Schadcode ohne Prüfung aus

08:30: OVHai Workspace Preview: Agentic AI für Kollaboration

08:10: Samsung und SK Hynix investieren 590 Milliarden Dollar in den Ausbau der Chipproduktion für KI

07:23: ChatGPT verliert Traffic-Anteil, Gemini legt zu – und OpenAI schiebt neue KI-Features nach

07:01: Google Gemini startet KI-Integration für Millionen Lehrkräfte in Google Workspace for Education

06:00: KI-Konfabulation statt Halluzination: Warum Chatbots irren

05:00: Studie: Emotionen steuern Akzeptanz von KI-Empfehlungen

04:10: Hyundai-Streik gegen 25.000 humanoide Roboter: 86,65% votieren

03:09: Russland stoppt KI-Rechenzentrumspläne mit 168,6 Milliarden Rubel: Kredite und Strom bremsen

02:23: Humanoide Roboter: 16 Milliarden Euro Investitionen beschleunigen die Massenproduktion

01:01: 2Brains will KI-Halluzinationen per Architektur blockieren statt skalieren

00:38: Digitale Unsterblichkeit: KI-Avatare, Patente und EU-Regeln bis 2034

00:08: KI-„Matchmaker“ statt Swipen: Wie neue Dating-Apps die Suche nach Liebe verändern