KI News

Quelle: www.it-boltwise.de

ZAGREB / LONDON (IT BOLTWISE) – Project 3 Mobility bringt in Zagreb einen
kommerziellen Robotaxi-Dienst an den Start und macht damit s erstes autonomes
Taxi im Linienbetrieb greifbar. Das kombiniert Pony-ai-Technik mit
-Unterstützung und startet zunächst mit Sicherheitsfahrer im Fahrzeug. Grundlage
ist ein kroatisches von 2023, das Tests und Betrieb selbstfahrender Fahrzeuge im
öffentlichen Raum rechtlich möglich macht. Parallel treiben Wettbewerber wie und
WeRide sowie ein Münchner Testkonsortium mit und Autobrains die nächste Phase
der Robotaxi-Entwicklung voran.
   ˗ˋˏ🧠ˎˊ˗
--------------------------------------------------------------------------------
* 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!
--------------------------------------------------------------------------------
Project 3 Mobility setzt in Zagreb einen klaren politischen Marker: Erstmals
fährt dort ein kommerziell betriebener Robotaxi-Dienst in einem europäischen
Stadtgebiet, noch mit einem Sicherheitsfahrer am Steuerplatz. Für die Branche
ist das weniger eine reine Produktankündigung als ein Belastungstest für die
gesamte Kette aus Zulassung, Betriebssicherheit, Betriebstelematik und
Datenhaltung. Als technischer Kern wird Pony.ai genannt, während den Marktzugang
und die Nutzerlogik über die bekannte App-Oberfläche mitliefert. Damit wird die
Hürde zwischen Labor und Alltag in einer Region adressiert, in der
regulatorische Klarheit bislang als Engpass galt.
Technisch stützt sich der Betrieb auf eine robuste Sensorik und eine daraus
abgeleitete Wahrnehmungs- und Entscheidungslogik, die in Robotaxi-Systemen
typischerweise Kameras mit weiteren Sensoren wie Radar oder Lidar ergänzt.
Entscheidend ist dabei nicht nur die Modelleigenschaft, sondern die
Betriebsfähigkeit: Routenplanung, Objekterkennung, Sicherheitsstrategien sowie
ein kontrollierter Übergang zwischen autonomen Manövern und menschlicher
Intervention. Laut Meldung sitzt aktuell noch ein menschlicher Sicherheitsfahrer
im Fahrzeug, was in frühen Betriebsphasen auch für Auditierbarkeit und
Incident-Handling relevant bleibt. Dass alle Betriebsdaten auf europäischen
Servern gespeichert werden sollen, verbindet technische Anforderungen direkt mit
und Governance.
STELLENANGEBOTE
Regulatorisch wirkt das kroatische von 2023 wie ein Türöffner, weil es
selbstfahrenden Fahrzeugen den Einsatz im öffentlichen Verkehr grundsätzlich
ermöglicht. Für Unternehmen ist das ein Signal: Robotaxi-Projekte werden
zunehmend durch Rechtsrahmen getaktet, nicht nur durch Fortschritte in der
KI-Entwicklung. Die Vorgabe, Daten auf europäischen Servern zu halten, reduziert
dabei die Komplexität grenzüberschreitender Datenflüsse und schafft eine bessere
Ausgangslage für folgenabschätzungen nach DSGVO. Gerade bei Betriebssystemen,
die kontinuierlich Verkehrssituationen erfassen und für Training oder
Qualitätsanalysen nutzen, wird die Frage nach Zweckbindung, Aufbewahrungsfristen
und Zugriffsrechten zum Teil der Produktdefinition.
Im Markt zeigt sich gleichzeitig, wie stark der Wettbewerb um den Aufbau
belastbarer Robotaxi-Betriebsnetze vorangetrieben wird. Nur wenige Tage zuvor
kündigten und der chinesische Anbieter WeRide einen Robotaxi-Pilot in Madrid an,
der für Ende Juni geplant ist. Dort werden Lucid Air-Fahrzeuge eingesetzt,
operiert über eine lokale Fahrzeug- und Betriebseinheit, und Buchungen laufen
über die -App. Die strategische Bedeutung liegt auf der Hand: Wer die „letzte
Meile“ der Nutzererfahrung kontrolliert, kann Auslastung und Datenrückfluss
schneller optimieren. WeRide kommuniziert dabei ambitionierte Ausbauschritte und
Unternehmenskennzahlen, einschließlich Umsatzwachstum und hohen Nettoverlusten.
versucht derweil, die technische und operative Linie früh zusammenzubringen. In
München sollen , Autobrains und ein Testprogramm mit Fahrzeugen der Stufe 4
aufsetzen, wobei -Chips als Rechenbasis und Autobrains’ „agentische KI“ eine
zentrale Rolle spielen. Damit rückt eine Architektur in den Fokus, die nicht nur
Wahrnehmung und Planung abbildet, sondern Handlungslogik in komplexen
Stadtumgebungen orchestrieren will. Als Rahmen wird ein System beschrieben, das
Kameras nutzt und sich in verschiedene Serienmodelle integrieren lässt. Für die
Branche ist das eine wichtige Vergleichsfolie zu reinen
Robotaxi-„Fullstack“-Ansätzen: modularisierte Hardware- und Software-Bausteine
können Rollouts beschleunigen, erhöhen aber auch die Integrations- und
Validierungsarbeit.
Historisch betrachtet begann die Robotaxi-Reise mit deutlich stärker
domänenbegrenzten Ansätzen, etwa HD-Karten oder stark regelbasierten
Planungsmodellen. In den letzten Jahren hat Künstliche Intelligenz jedoch den
Schwerpunkt verlagert: Modelle übernehmen mehr Wahrnehmungs- und
Entscheidungsaufgaben, während klassische Sicherheitsmechanismen als Guardrails
verbleiben. Gleichzeitig haben Unternehmen aus Pilotprogrammen gelernt, dass
Skalierung vor allem in Betriebsprozessen entsteht—beispielsweise bei
Flottenwartung, Telemetrie- und Qualitätsmetriken, sowie beim Umgang mit
seltenen Ereignissen. Gerade deshalb wird in Zagreb das Zusammenspiel aus
autonomen Funktionen und menschlicher Sicherheitsrolle als realer Betriebspfad
sichtbar: KI liefert den Takt, aber Prozesse halten den Betrieb stabil.
Für den Markt ergeben sich daraus mehrere Implikationen. Erstens steigt die
Wahrscheinlichkeit, dass Robotaxi-Anbieter stärker auf Plattformen und
Vertriebspartner setzen, weil das Kundenerlebnis und die Nachfrageprognose
unmittelbaren Einfluss auf die wirtschaftliche Tragfähigkeit haben. Zweitens
werden Infrastrukturfragen—von Serverstandorten über Zugriffskontrollen bis zu
-Workflows—zu einem Wettbewerbsvorteil. Drittens verändert die zunehmende
Parallelität der Piloten die Zeitleiste: Wenn Pilotstädte wie Madrid oder
München nachziehen, entsteht ein schnellerer Lernzyklus zwischen geografischen
Betriebsbedingungen. Experten haben damit faktisch Recht, dass
Robotaxi-Entwicklung nicht nur eine Technologie-, sondern eine
Organisationsfrage ist; entsprechende Investitionen in und autonome Systeme
zeigen, dass der Kapitalmarkt dieses Muster bereits antizipiert.
Ausblickend wird entscheidend, wie zügig sich der Anteil autonomer Fahrten ohne
menschlichen Eingriff erhöhen lässt, ohne die Sicherheitsstandards zu
verwässern. Für Unternehmen bedeutet das: KI-Entwicklung allein reicht nicht, es
braucht KI-Betrieb (MLOps/Modellmonitoring), klare Freigabeprozesse für
Software-Updates und ein belastbares Incident-Response-Konzept. Gleichzeitig
dürfte die Nachfrage nach integrierbaren Hardware-Stacks steigen, wie sie und
Autobrains in München andeuten. Die nächsten Schritte werden vermutlich aus drei
Richtungen kommen: Nachjustierung der Sensorik-Performance im Stadtverkehr,
Vereinheitlichung von Governance und Datenmanagement nach DSGVO und die
wirtschaftliche Optimierung der Flottenauslastung. Wenn diese Punkte
zusammenlaufen, kann seine Rolle vom Testfeld zum operativen Produktionsstandort
für autonomen Personentransport festigen.
💳
🔥
🎉
* 🤖 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.
* NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und
Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen
Emotionen, Bewegungen und interaktiven Funktionen.
* 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»
Bestseller Nr. 8 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

DALLAS / AUSTIN / LONDON (IT BOLTWISE) – Texas verschärft die Regeln für
Robotaxi-Flotten nach einem tödlichen Einsatz in Dallas. Dort blockierte ein
autonomes Fahrzeug während eines Notrufs die Zufahrt zur Brandbekämpfung, was
den Druck auf den geber deutlich erhöhte. Mit SB 2807 kommen formelle
Zulassungen, verbindliche Notfallpläne, ein öffentliches Beschwerdeportal sowie
strengere Eingriffsbefugnisse der Aufsicht. Während Waymo auf umfangreiche
Betriebsdaten verweist, müssen andere Anbieter wie Zoox, AV-Ride und ihre
Compliance- und Sicherheitsprozesse neu ausrichten.
   ˗ˋˏ🧠ˎˊ˗
--------------------------------------------------------------------------------
* 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 tödliche Vorfall in Dallas wirkt wie ein Brandbeschleuniger für die
Robotaxi-Regulierung in den . Als eine Gasexplosion im Stadtteil Oak Cliff drei
Menschenleben kostete, geriet auch die Einsatzkette ins Stocken: Ein
Waymo-Robotaxi blockierte zeitweise die Zufahrt, weil sich das Fahrzeug im Zuge
eines Wendemanövers festgefahren hatte. Die begleitende Bodycam zeigt, wie ein
Polizist selbst ans Steuer musste, um die Feuerwehr arbeiten zu lassen. Genau
solche Momente sind für Behörden der Prüfstein: Nicht nur die Fähigkeit zu
fahren, sondern die Fähigkeit, in den unplanbaren Realbetrieb von Rettung,
Polizei und Feuerwehr sauber zu integrieren.
Technisch betrachtet berührt der Fall mehrere Ebenen, die in der
Sicherheitsdiskussion häufig getrennt betrachtet werden. Autonome Systeme
treffen Entscheidungen über Sensorik, Objekterkennung, Routenlogik und – für den
Notfall entscheidend – über das Kommunikations- und Freigabeschema zwischen
Fahrzeug und Einsatzkräften. Wenn ein Robotaxi „fern“ Türen entriegelt, aber
erst nach dem Bekanntgeben sensibler Beamten-Identifikatoren reagiert, deutet
das auf Latenz oder auf fehlendes, robustes Autorisierungsdesign hin.
Gleichzeitig zeigt das Festfahren im Manöverbereich, dass selbst bei guter
Fahrstatistik bestimmte Randbedingungen (z. B. Engstellen, Fahrbahnunebenheiten,
temporäre Barrieren) im Notbetrieb nicht ausreichend „fail-safe“ abgesichert
sein können.
STELLENANGEBOTE
Texas geht nun mit SB 2807 den Schritt von „Testbetrieb“ zu „operativer
Sicherheitsgarantie“. Der Bundesstaat verlangt eine formelle staatliche
Zulassung für Unternehmen, die Robotaxi-Flotten betreiben, und setzt auf
detaillierte Notfallpläne, die explizit für Polizei und Rettungskräfte ausgelegt
sein sollen. Zudem soll ein öffentliches Portal für Sicherheitsbeschwerden
geschaffen werden, wodurch sich die Transparenzanforderungen verschieben:
Beschwerden werden nicht nur intern abgehandelt, sondern können die Aufsicht und
die Öffentlichkeit direkt erreichen. Auch die lizenzrechtliche
Reaktionsfähigkeit wird erweitert, denn die Zulassungsbehörde kann bei Gefahr
für die öffentliche Sicherheit eingreifen und Lizenzen entziehen.
Im Markt trifft das auf ein Wettbewerbsfeld, das seine Sicherheitserzählung
häufig über Metriken untermauert. Waymo verweist auf Daten aus Hunderten
Millionen Kilometern Fahrbetrieb und betont, dass die Flotte im Vergleich zu
menschlichen Fahrern deutlich weniger schwere Unfälle verursacht habe.
Gleichzeitig beschreibt das Unternehmen, dass Notrufe, die von den Fahrzeugen
selbst ausgelöst werden, um mehr als die Hälfte gesunken seien. Für die Branche
ist das ein zweischneidiges Signal: Weniger Notrufe können auf bessere Erkennung
hinweisen, können aber auch bedeuten, dass in bestimmten Situationen weniger
Eskalation stattfindet. Genau hier erwarten Aufseher und Compliance-Abteilungen
künftig messbare, prüfbare Prozesse – nicht nur Kennzahlen, sondern auch
Nachweise, wie Systeme unter Einsatzdruck reagieren.
Der Regulierungsimpuls kommt nicht aus dem Nichts. Der Text nennt für Austin
bereits mehrere Vorfälle im ersten Halbjahr 2026, darunter Kollisionen,
Beinahe-Unfälle sowie Situationen, in denen Robotaxis Anweisungen der Polizei
ignorierten. Ein solches Muster ist aus historischer Perspektive plausibel: In
frühen Phasen autonomer Mobilität scheiterten Lösungen oft nicht an der reinen
Wahrnehmung, sondern an der „Hand-off“-Problematik zwischen autonomen
Entscheidungen und externen, menschlichen Signalen. Während traditionelle
Assistenzsysteme in der Regel auf definierte Fahrerinteraktion ausgelegt sind,
verlangt der Robotaxi-Betrieb ein durchgängiges Notfallkonzept. Das umfasst
technische Schnittstellen, aber auch Betriebsabläufe, Schulungen und eine klare
Governance, wer in welchem Moment die Kontrolle übernimmt.
Mit SB 2807 sind vier große Anbieter direkt adressiert: Waymo, Zoox, AV-Ride und
. Damit wird deutlich, dass sich die regulatorische Logik nicht auf einen
Einzelfall reduzieren lässt, sondern flächig in den Betrieb eingreift.
Interessant ist der Abgleich mit konkurrierenden Ansätzen: setzt stark auf
skalierbare „Autopilot“-Ökosysteme und zentralisierte Datensammlung, während
Zoox als eigener Robotaxi-Anbieter traditionell auf Fahrzeug- und
Systemintegration aus einer Hand setzt. AV-Ride und andere Flottenbetreiber
müssen dagegen häufig Plattform- und Betriebsprozesse zusammenführen, um nicht
nur Fahrfunktionen, sondern auch Einsatzkompatibilität nachweisbar zu machen.
Branchenanalysten betonen in diesem Zusammenhang, dass sich der Wettbewerb
künftig stärker über „Safety-by-Process“ entscheiden wird als über reine
Modellgüte.
Während Texas die Pflichten erhöht, treibt Waymo gleichzeitig die Expansion
voran. Am 3. Juni 2026 startete ein neuer Robotaxi-Typ namens „Ojai“ in mehreren
Städten, entwickelt gemeinsam mit Zeekr, und setzt auf eine sechste Generation
der Waymo-Software. Der Minivan ist als Plattform-Update zu verstehen:
Schiebetüren für schnellen Ein- und Ausstieg, ein flacheres Profil sowie
zusätzliche Passagierbildschirme zur Kommunikation im Fahrbetrieb. Gleichzeitig
bleibt jedoch offen, wie diese Produktänderungen die Notfallinteraktion
verbessern sollen. Hier liegt die zentrale Schnittstelle zur neuen Regulierung:
Das Fahrzeug mag „kreativ“ in der UX sein, aber entscheidend ist, ob es im
Notbetrieb mit Feuerwehr und Polizei genauso schnell, zuverlässig und
autorisiert reagiert wie es im Normalbetrieb wirkt.
Für die Zukunft zeichnet sich damit eine Verschiebung der
Entwicklungsprioritäten ab. Unternehmen werden ihre KI-Entwicklung und ihre
KI-Infrastruktur stärker an Compliance koppeln: Logging, Auditierbarkeit,
Model-Monitoring und Freigabeprozesse müssen so gestaltet werden, dass Behörden
nachweisen können, wie Sicherheitsfunktionen getestet, aktualisiert und im Feld
verifiziert werden. Auch und Sicherheitsarchitektur rücken in den Vordergrund,
weil die Bodycam-Passage implizit zeigt, dass Identitäts- und
Zugriffsmechanismen in Notfällen nicht nur funktionieren, sondern auch rechtlich
sauber und zeitkritisch sein müssen. Die entscheidende Frage ist nun, ob die
Technik mit den neuen Regeln Schritt halten kann – oder ob Texas den
Robotaxi-Ausbau in bestimmten Regionen bremst, bis Notfallpläne und
Einsatzkommunikation verlässlich „beweisbar“ 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.
* NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und
Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen
Emotionen, Bewegungen und interaktiven Funktionen.
* 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»
Bestseller Nr. 8 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) – Barclays blickt in einem aktuellen Report auf eine
mögliche Wachstumsphase für humanoide Roboter: Von heutigen Größenordnungen bis
zu 200 Milliarden Euro bis 2035. Parallel dazu werden im Markt bereits
großvolumige Integrations- und Pilotvorhaben sichtbar – von Distributionszentren
in den über Paketzentren in bis zu Lagerflächen in . Besonders spannend sind die
Kombinationen aus , KI-Steuerung und digitalen Zwillingen, die den Weg für
skalierbare Automatisierung ebnen. Gleichzeitig mahnen Fachleute, dass
Stabilität, Geschwindigkeit und Sicherheit in dynamischen Umgebungen noch nicht
überall planbar sind.
   ˗ˋˏ🧠ˎˊ˗
--------------------------------------------------------------------------------
* 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!
--------------------------------------------------------------------------------
Die Wette auf humanoide Roboter verschiebt sich gerade spürbar vom Labor in die
Fläche – und Barclays liefert dazu eine Zahl, die Branchenentscheidungen im
Management beschleunigen dürfte. In einem Report mit dem Titel „AI Gets
Physical“ geht die bank davon aus, dass der Markt für humanoide Systeme von
heute grob zwei bis drei Milliarden Euro auf bis zu 200 Milliarden Euro bis 2035
anwachsen kann. Diese Prognose fällt nicht im luftleeren Raum: In der gleichen
Woche wurden mehrere kommerzielle Verträge und Pilotprojekte öffentlich, die den
Einsatz in Logistik, und perspektivisch sogar in s- und Bildungsumgebungen
vorbereiten. Gleichzeitig bleibt die Frage entscheidend, wie schnell sich die
Technologie von „funktioniert im Test“ zu „läuft zuverlässig im Betrieb“
entwickeln kann.
Technisch betrachtet wird die moderne Roboterintegration zunehmend als
Zusammenspiel aus Mechanik, KI-Perception und durchgängiger Betriebssoftware
verstanden. Im US-Einzelfall wird etwa Figure AI über einen kommerziellen
Vertrag mit Catalyst Brands in einem Distributionszentrum in Reno, Nevada,
aktiv: Die humanoiden Roboter sollen dort Waren sortieren und verpacken. Auch
wenn Details zum konkreten Rollout-Umfang fehlen, zeigt das Setup den Trend zur
standardisierten Prozessintegration. In wird dieser Ansatz zusätzlich mit
klassischer Lager-IT gekoppelt: In Duisburg führen humanoide Systeme
Sichtprüfungen durch und erkennen Sicherheitsrisiken oder Ineffizienzen in der
Halle, wobei die Steuerung über Extended Warehouse Management erfolgt –
trainiert mit digitalen Zwillingen auf der Omniverse-Plattform. Genau diese
Verbindung aus „virtuellem Modell“ und „realer Steuerung“ entscheidet häufig
über Stabilität im Alltag.
STELLENANGEBOTE
Der Markt wird dabei nicht nur von s geprägt, sondern auch von großen Playern
mit Infrastruktur- und Flotten-Erfahrung. treibt nach dem Bericht eine weitere
Ausbaustufe seiner voran: Der Konzern kündigte eine neue Version seines
autonomen Roboters „Proteus“ an, die per Sprachbefehl steuerbar sein soll. Der
Rollout ist für die erste Jahreshälfte 2027 in vorgesehen; aktuell läuft eine
Testphase im Labor. Damit konkurrieren unterschiedliche Reifegrade im Markt:
Während spezialisierte Anbieter wie Figure AI oder Apptronik häufig mit klaren
Workloads starten (Sortieren, Produktionsnahe Tests, Logistikprozesse), setzen
Hyperscaler und große Logistikakteure auf die breite Skalierung in bestehenden
Betriebsabläufen. Ergänzend zeigt , wie stark Kostenstrukturen die Dynamik
beeinflussen können: Berichten zufolge stellen dort aktuell etwa 85 Prozent
aller Installationen humanoider Roboter, unter anderem weil Produktionskosten
nur etwa halb so hoch liegen sollen wie bei westlichen Wettbewerbern.
Finanzierungs- und Investitionssignale untermauern diese Beschleunigung.
Apptronik hat am 3. Juni die Aufstockung seiner Series-A-Runde um rund 450
Millionen Euro bestätigt und damit insgesamt über 800 Millionen Euro
eingesammelt. Laut den Angaben soll das Kapital in die Serienproduktion des
humanoiden Roboters „Apollo“ fließen, der derzeit bei -Benz und GXO getestet
wird. Der strategische Punkt daran: Automobil- und Logistikpartner liefern
häufig genau die „messbaren“ Umgebungen, in denen sich Fehlerbilder früh zeigen
– etwa bei Taktzeiten, Greiferpräzision oder der Robustheit gegenüber
wechselnden Verpackungsvarianten. Als en werden zudem DeepMind und B Capital
genannt. Solche Konstellationen deuten darauf hin, dass KI-Modelle nicht
isoliert trainiert werden, sondern eng mit Produktions- und Integrationsketten
verknüpft sind – ein wichtiger Unterschied zu rein demonstrativen
Robotics-Prototypen.
Gleichzeitig bleibt der Blick auf Risiken unentbehrlich, weil „humanoid“ in der
Praxis mehr bedeutet als ein menschenähnlicher Körper. Experten berichten von
weiterhin bestehenden technischen Hürden: Stabilität, Geschwindigkeit und
Sicherheit in dynamischen Umgebungen seien schwer planbar. Forschende der
University of New South Wales bewerten einen flächendeckenden Einsatz in naher
Zukunft als unwahrscheinlich – ein Hinweis darauf, dass nicht nur Software,
sondern auch Regelungstechnik, Sensorfusion und Sicherheitsarchitektur (zum
Beispiel für Kollisionsvermeidung und sichere Bewegungsgrenzen) noch iterativ
nachgeschärft werden müssen. Selbst Figure AI soll eingeräumt haben, dass
menschliche Arbeiter bei bestimmten Sortiertests eine höhere Trefferquote
erreichen. Für Unternehmen heißt das: Man sollte Pilotprojekte so auslegen, dass
sie Qualitäts- und Safety-Kennzahlen wie Ausschussrate, Reaktionszeit bei
Abweichungen und Wiederholgenauigkeit messbar abbilden.
Ein vielversprechender Ausweg aus einem wiederkehrenden Engpass ist das
Energiemanagement – insbesondere die Frage, wie lange Roboter ohne Unterbrechung
arbeiten können. Hier wird eine alternative Richtung sichtbar:
Laser-Energieübertragung. Das australische Aquila demonstrierte am 3. Juni ein
System, das vier Kilowattstunden Energie per Laser über 24 Stunden an einen
fahrenden Lagerroboter übertragen kann. Damit ließe sich das Problem begrenzter
Akkulaufzeiten adressieren, was für 24/7-Betrieb im Lager oder in der
Paketlogistik zentral ist. Technisch wäre das ein Wechsel vom „Akkus wechseln
oder laden“ hin zu einem Infrastrukturmodell, bei dem Energieversorgung stärker
in die Umgebung integriert wird. Im Vergleich zu reinen Batteri- oder
Austauschstrategien kann das die Betriebsplanung verändern, etwa durch neue
Anforderungen an Standortplanung und Strahlungs-/Sicherheitskonzepte.
Der Branchenausblick wird zusätzlich dadurch geschärft, dass nicht nur
High-End-, sondern auch „lles Mittelstands-Timing“ geplant wird. Mehrere
Hersteller stellten Anfang Juni kostengünstigere Modelle vor, die ausdrücklich
für kleine und mittlere Unternehmen adressiert sind: Cognition Robotics
präsentierte den CGR-1 zu einem Preis von unter 47.000 Euro, Astra Robotics
zeigte den Astra-1 für rund 18.500 Euro und Pudu Robotics stellte mit dem PUDU
D7 einen semi-humanoiden Roboter für den 24/7-Einsatz in Lagern vor. Diese
Preisanker sind für die Marktdurchdringung entscheidend, weil Unternehmen in der
Evaluationsphase oft nicht den vollen Capex für hochkomplexe Systeme aufbringen
können. Parallel setzt Vingroup auf eine durchgängige Eigenentwicklung von
Hardware bis Software. Ob und wann sich solche e als Standard in der Fläche
durchsetzen, hängt jedoch davon ab, wie schnell sich Betriebsdatenerfassung,
Wartung und Modell-Updates in bestehende IT-Prozesse integrieren lassen.
Für die nächsten Quartale zeichnet sich damit ein realistisches Muster ab: In
der ersten Welle bis etwa 2030 dürften Fertigung, Logistik und Landwirtschaft im
Fokus stehen, während danach swesen und Bildung folgen könnten. Barclays nennt
als bemerkenswerten Faktor zudem, dass die Installationslandschaft heute
dominiert – weniger wegen eines „magischen“ Technologievorteils, sondern wegen
Kosten- und Skaleneffekten. Unternehmen sollten daraus vor allem eine
Planungslogik ableiten: Wer jetzt integriert, braucht eine Roadmap, die sowohl
die operative Performance (Takt, Qualitätsrate, Safety) als auch die Datenbasis
(Logfiles, Telemetrie, digitale Zwillinge) berücksichtigt. Wer das nicht tut,
riskiert teure Lock-ins in isolierten Pilotumgebungen. Gleichzeitig entsteht für
Entwickler und Integratoren ein breiteres Ökosystem: Schnittstellen zu
Warehouse-Software, Modellregistrierung, Monitoring und sichere
Deployment-Pipelines werden zum Wettbewerbsvorteil – denn die nächste
Wachstumsphase entsteht nicht nur durch neue Roboter, sondern durch skalierbare
Betriebskonzepte.
💳
🔥
🎉
* 🤖 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.
* NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und
Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen
Emotionen, Bewegungen und interaktiven Funktionen.
* 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»
Bestseller Nr. 8 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

HANGZHOU / LONDON (IT BOLTWISE) – en schieben derzeit Milliarden in den Bau
humanoider Roboter und die dafür nötige Physical-AI-Software. Während US-s wie
Apptronik und Projekte rund um „Physical AGI“ Kapital in Pilotumgebungen
bringen, drängt mit Spirit AI auch aus ein schnellerer Takt auf den Markt.
Gleichzeitig zeigen neue Trainings- und Modellansätze, warum die technologische
Basis rasant reift – von Greif-Modellen aus Simulationen bis zu nahen
Plattformen. Für Unternehmen bedeutet das vor allem eines: Frühe Integration von
, KI-Infrastruktur und Sicherheitsanforderungen entscheidet über Tempo und
Skalierbarkeit.
   ˗ˋˏ🧠ˎˊ˗
--------------------------------------------------------------------------------
* 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 aktuelle Investitionsschub bei humanoider und Künstlicher Intelligenz mit
„Physical“-Fokus wirkt wie ein doppelter Beschleuniger: Kapital fließt in die
Hardware und in die KI-Komponenten, die aus Wahrnehmung Handlung machen sollen.
Branchenberichte deuten darauf hin, dass Anleger weniger auf einzelne
Roboterdesigns setzen, sondern auf die Fähigkeit von Systemen, in realen
Umgebungen zuverlässig zu greifen, zu navigieren und Aufgaben zu übernehmen. Das
passt zur erzählung, nach der Physical AI den Schritt von „KI als Software“ hin
zu „KI als Akteur“ vollzieht. Genau an dieser Schnittstelle entsteht jetzt ein
Wettbewerb zwischen Plattform-Ökosystemen, Datenpipeline-Reife und der
Geschwindigkeit, in Pilotkunden zu skalieren.
Technisch ist Physical AI kein einzelnes Modell, sondern ein Stack aus Sensorik,
-Kinematik, Wahrnehmung, Bewegungsausplanung und KI-gestütztem Lernen. Besonders
relevant ist dabei, wie Trainingsdaten erzeugt werden, denn echte versuche sind
teuer und langsam. Viele Teams kombinieren deshalb Simulation und „Reality
Gap“-Strategien: Ein Modell lernt in großen Simulationsumfängen, wird dann über
kleine reale Korrekturschleifen robuster und kann Handlungsoptionen besser
generalisieren. Genau solche Ansätze werden in der aktuellen Welle sichtbar,
etwa bei Greif- beziehungsweise Manipulationsmodellen, die ohne umfangreiches
Vortraining auf neue Objektklassen zielen. Gleichzeitig gewinnt die Effizienz
von Inferenz und Steuerung an Bedeutung, weil Roboter praktisch in Echtzeit
reagieren müssen.
STELLENANGEBOTE
Marktseitig zeigt sich die Dynamik in den Finanzierungsrunden besonders
deutlich: US-s erhöhen ihre Budgets in Größenordnungen, um Pilotinstallationen
auszubauen und die Engineering-Iteration zu beschleunigen. Apptronik etwa stockt
nach den vorliegenden Angaben seine Series-A-Finanzierung deutlich auf und
testet seine humanoiden Systeme bereits in Integrationen mit großen - und
Logistikkunden. Parallel sammelt ein weiteres Generalist-Setup rund um „Physical
AGI“ Kapital, das ausdrücklich in Handlungsfähigkeit statt nur in Modellleistung
investiert. Auf der anderen Seite treibt chinesische Konkurrenz den Druck
zusätzlich: Spirit AI wird in dem Kontext als mehrfach finanzierendes
Unternehmen beschrieben, mit breiten llen Partnerschaften. Das verschiebt die
Marktlogik hin zu schnellerem Deployment und aggressiverem Skalieren von
Stückzahlen.
In diesem Wettbewerb spielen auch Kostenstrukturen und Produktionsvolumen eine
zentrale Rolle. Laut den genannten Zahlen dominiert die Installation neuer
humanoider Roboter, während die Herstellungskosten pro Einheit deutlich
niedriger ausfallen sollen als bei vielen westlichen Wettbewerbern. Für
Entscheider ist dabei weniger die „einzelne Zahl“ relevant als die resultierende
Fähigkeit, Lernzyklen zu verkürzen: Wer mehr Einheiten schneller in Betrieb
bringt, sammelt mehr Daten für Greif-, Navigations- und Interaktionsmuster,
wodurch Trainingszyklen weiter beschleunigt werden. Genau daraus entsteht eine
Rückkopplung zwischen Markt und Technik. Der technische Wettbewerb verlagert
sich daher von reinen Demonstratoren hin zu „Industrial-grade“-Robustheit, also
Stabilität bei Abnutzung, wechselnden Lichtverhältnissen und unstrukturierten
Umgebungen.
Auch versucht gegenzusteuern, und zwar nicht nur mit einzelnen Projektkrediten,
sondern über Fonds, die frühe Teams strategisch absichern sollen. Merantix
Capital schließt in diesem Kontext seinen bislang größten Fonds und adressiert
damit gezielt junge KI-s in . Das ist weniger ein Signal „Wir sind auch dabei“,
sondern eine strukturelle Maßnahme: Ohne ausreichende Serien-A- und
Seed-Weiterführung geraten europäische Teams sonst in eine Wettbewerbsfalle, in
der sie zwar zeigen, aber für großflächige Rollouts Finanzierung und
Zeithorizont fehlen. Gleichzeitig entsteht eine Chance für Enterprise-Anwender,
die nicht nur Roboter einkaufen, sondern Integratoren, Datenplattformen und
Safety-nahe Software mitdenken. In der Praxis zählt dabei: Wie schnell lässt
sich ein System in bestehende Prozesse und Qualifikationsketten übernehmen?
Was die technische Seite der aktuellen Welle betrifft, kommt ein weiterer Hebel
hinzu: neue Modellarchitekturen und nahe Benchmarks werden gleichzeitig
„greifbarer“ und effizienter. Auf der CVPR-Konferenz wurden etwa Arbeiten
präsentiert, die für Roboter besonders relevant sind: Greifmodelle, die über
Simulation auf große Trainingsmengen setzen; Ansätze für autonome Navigation,
die den Rechenaufwand senken; sowie KI-Verfahren für Spiele und Interaktionen,
die laut den Angaben bei der Leistung im Vergleich zu bisherigen Methoden
deutlich zulegen. Auch wenn „Spiel-KI“ auf den ersten Blick abseits wirkt, kann
sie als Testfeld für Interaktionslernen dienen, weil sie Feedbackschleifen und
Kontrollsignale konsequent simuliert. Für den Enterprise-Betrieb ist das
entscheidend, weil Rechen- und Latenzbudgets direkt darüber entscheiden, ob ein
Roboter im Schichtbetrieb funktioniert.
Neben den Modellfortschritten wächst zudem die Bedeutung von KI-Infrastruktur
und Trainingsumgebungen. Es wird berichtet, dass in Asien Trainingslabore
entstehen, beschleunigt durch -Ökosysteme, um Modelle für
Mensch-Roboter-Kooperation zu entwickeln. Parallel wird mit plattformen wie
Isaac GR00T auf die zunehmende Standardisierung hingearbeitet: Statt jedes Mal
„von null“ zu beginnen, können Teams auf Bausteine für Simulation,
Softwareintegration und Deployment setzen. Wettbewerbsvorteile liegen dann
weniger in einzelnen neuronalen Schichten, sondern in der Pipeline: vom
Daten-Curation-Workflow über Observability bis hin zur kontinuierlichen
Verbesserung mit kontrollierten Sicherheitsgrenzen. Genau an dieser Stelle
müssen Unternehmen sauber planen, welche Daten sie in Trainings- und
Evaluationsschleifen verwenden dürfen und wie sie Zugriffe absichern.
Der regulatorische Rahmen und die Sicherheitsanforderungen werden in diesem
Marktumbruch besonders wichtig, weil humanoide Roboter oft in Umgebungen mit
Menschen und produktionskritischen Prozessen eingesetzt werden. In der EU
verlagert sich die Diskussion zunehmend in Richtung nachweisbarer
Risikominimierung, Dokumentation und Transparenz entlang des EU-AI-Ansatzes;
dazu kommen fragen bei Kamera-, Sensordaten und Betriebslogs. Für Entscheider
heißt das: Physical AI muss nicht nur „funktionieren“, sondern rechtssicher
betreibbar sein. In der Praxis bedeutet das unter anderem, Datenkategorien zu
klären, Einwilligungen und Rechtsgrundlagen zu prüfen, Zugriffsrechte für
Trainingsdatensätze zu reduzieren und Security-by-Design in die Firmware- und
Backend-Integration zu ziehen. Wer hier früh in robuste Prozesse investiert,
gewinnt nicht nur Zeit bei Rollouts, sondern auch Vertrauen bei Kunden und
Betriebsrat.
💳
🔥
🎉
* 🤖 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.
* NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und
Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen
Emotionen, Bewegungen und interaktiven Funktionen.
* 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»
Bestseller Nr. 8 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

Microsofts MAI-Team ringt mit hochgezüchteten Bildmodellen um Aufmerksamkeit.
Gleichzeitig zeigt Microsoft Research im Stillen, wie man auch mit wenig
Rechenleistung weit kommt. Entscheidend sind ausführliche Bildunterschriften und
eine kluge Architekturwahl.
Mit Lens stellt Microsoft Research ein Text-zu-Bild-Modell vor, das mit deutlich
größeren Konkurrenten mithalten soll. Dabei verbraucht es im Training nur einen
Bruchteil der Rechenleistung. Laut dem technischen Bericht kommt Lens mit rund
einem Fünftel des Rechenaufwands aus, den vergleichbare Modelle wie Z-Image für
ihr Pre-Training benötigen. In mehreren Benchmarks schlägt es Modelle, die um
ein Vielfaches größer sind. Hunyuan-Image-3.0 etwa zählt rund 80 Milliarden
Parameter, Lens nur 3,8 Milliarden.
DICHTE BILDBESCHREIBUNGEN STATT KNAPPER ALT-TEXTE
Den Effizienzgewinn erklären die Forschenden mit einem kompakteren Modell, mehr
nutzbarer Information pro Trainingsschritt und einem Training, das mit weniger
Durchläufen zu guten Ergebnissen kommt. Zentral ist der Datensatz Lens-800M mit
800 Millionen Bild-Text-Paaren. Die Bildbeschreibungen wurden von erzeugt und
sind mit durchschnittlich gut hundert Wörtern ausführlicher als
Standard-ALT-Texte aus dem Internet. Eine Ablationsstudie zeigt laut Microsoft,
dass das Training mit solchen langen Beschreibungen klar bessere Ergebnisse
liefert als mit kurzen oder gemischten Captions. Web-Alt-Texte seien oft
unspezifisch oder schlicht falsch, was die Lernsignale verwässere.
Zusätzlich mischt das Team in jedem Trainingsbatch unterschiedliche Auflösungen
und Seitenverhältnisse von Hochformat bis Querformat. Obwohl das Modell nur auf
einem festen Satz an Bildgrößen trainiert wurde, generalisiert es nach Angaben
der Forscher auf ungesehene Formate und Auflösungen bis zu Bildern mit rund zwei
Megapixeln. Das spart kostspielige Trainingsläufe auf hochauflösendem Material.
ARCHITEKTUR-ENTSCHEIDUNGEN MIT HEBELWIRKUNG
Für die Architektur testete das Team mehrere Varianten von Variational
Autoencodern, die für die Übersetzung zwischen Pixeln und einem komprimierten
Bildraum zuständig sind. Statt sich auf klassische Rekonstruktionsmetriken zu
verlassen, prüfte Microsoft die Kandidaten direkt im Text-zu-Bild-Training. Am
besten schnitt der semantische VAE aus ab, der zugleich die Konvergenz
beschleunigte.
Als Text-Encoder dient , ein offen verfügbares Sprachmodell von OpenAI. Stärkere
Sprach-Encoder bringen laut den Ablationen zwei Vorteile: Das Modell lernt
schneller und kann auch mit Eingaben in Sprachen umgehen, auf die es nicht
trainiert wurde. Lens wurde ausschließlich auf englischen Bild-Text-Paaren
trainiert, akzeptiert aber auch Prompts auf Chinesisch, Französisch, Japanisch
oder Spanisch, ohne dass dafür mehrsprachige Trainingsdaten nötig waren.
Stärkere Sprach-Encoder verbesserten außerdem die Prompt-Treue.
REASONER SCHREIBT NUTZEREINGABEN UM
Nach dem Pre-Training folgt eine Phase mit Reinforcement-Learning auf einem
eigens zusammengestellten Prompt-Set namens Lens-RL-8K. Die Prompts decken zehn
Kategorien ab, darunter Menschen, Tiere, Szenen, Essen, fiktionale Welten und
UI-Design. GPT-4.1 erzeugt für jeden Prompt passende Bewertungskriterien, ein
kleineres GPT-4.1-mini fungiert als Belohnungsmodell.
Eine Ablation zeigt: Wird das RL-Set verkleinert oder eine Kategorie wie
textlastige Prompts entfernt, sinkt die Leistung in den betroffenen Bereichen.
Die Vielfalt der RL-Prompts sei wichtiger als ihre schiere Menge.
Vor das eigentliche Bildmodell schaltet Microsoft einen Reasoner, der vage
Nutzereingaben in detaillierte Prompts umformuliert. Standard ist GPT-5.5,
alternativ funktioniert auch das ohnehin als Text-Encoder genutzte GPT-OSS, ohne
zusätzlichen Speicher zu beanspruchen.
Microsoft beschreibt zudem eine Methode, mit der sich der System-Prompt für den
Reasoner ohne weiteres Training iterativ verbessern lässt. Diese Strategie ließ
sich nach Angaben der Forschenden auch auf das deutlich größere Qwen-Image
übertragen und zeigte dort positive Effekte.
LENS-TURBO ERZEUGT BILDER UNTER EINER SEKUNDE
Für schnellere Inferenz hat Microsoft eine destillierte Variante namens
Lens-Turbo entwickelt, die ein Bild in nur vier Schritten erzeugt. Während das
Standardmodell für ein Megapixel-Bild auf einer H100-GPU rund drei Sekunden
benötigt, schafft Lens-Turbo den Vorgang in unter einer Sekunde.
In den getesteten Benchmarks für Prompt-Treue, Text-Rendering und komplexe
Szenen liegt Lens nach Angaben des Berichts vor und Z-Image und teils auch vor ,
das fünfmal so viele Parameter besitzt. Schwächen räumt das Team beim Rendern
von Text in Sprachen wie Japanisch oder Französisch ein, was an der
Datenabdeckung liege.
Microsoft hat Code und Modell-Checkpoints von Lens unter der MIT-Lizenz
freigegeben. Die Modellgewichte stehen auf  bereit, der Inferenz-Code findet
sich im . Microsoft weist darauf hin, dass Lens ausschließlich für
Forschungszwecke gedacht und nicht für den produktiven Einsatz freigegeben ist.
Da die Trainingsdaten teils aus Web-Quellen stammen, könne das Modell verzerrte
oder problematische Inhalte erzeugen, weshalb Anwender eigene
Sicherheitsmaßnahmen ergänzen müssten.
Vor kurzem hat Microsoft mit dem von Mustafa Suleyman geführten MAI-Team bereits
eigene Bildmodelle für seine Endprodukte vorgestellt. und der Nachfolger
landeten in der Arena.ai-Rangliste auf Platz drei, auf Augenhöhe mit , aber
hinter .

Quelle: the-decoder.de

Google und Nvidia ziehen Intel als alternativen Chiphersteller in Betracht, da
TSMC mit der enormen Nachfrage nach KI-Chips nicht mehr hinterherkommt.
Laut  hat Google bei Intel die Fertigung von über drei Millionen seiner KI-Chips
(TPUs) für 2028 bestellt. Nvidia testet Intels Fertigungstechnik für seine
kommende Feynman-GPU-Architektur, hat aber noch keinen Auftrag erteilt.
Auch der Speicherhersteller SK Hynix prüft die Kompatibilität seiner Chips mit
Intels Packaging. Sollte SK Hynix grünes Licht geben, würde das Intels
Glaubwürdigkeit als TSMC-Alternative bei anderen Chipdesignern stärken. Intels
Foundry-Sparte kämpft seit Jahren mit Verlusten und Verzögerungen, doch die
TSMC-Engpässe bieten nun eine seltene Chance. TSMC-Chef C.C. Wei erklärte am
Donnerstag, die globale Chipversorgung könne die KI-getriebene Nachfrage auf
Jahre nicht decken. Intels Aktienkurs schnellte nach der Veröffentlichung des
Berichts um mehr als zehn Prozent in die Höhe.
Anzeige
DEC_D_Incontent-1
Anzeige

Quelle: lamarr-institute.org

KI nutzt Formel-1-Erfahrung für internationalen Erfolg
LAMARRACER GEWINNT ROBORACER-WETTBEWERB AUF DER ICRA
8. Juni 2026
Mitglieder des Teams LamarRacing bei der RoboRacer Competition im Rahmen der
ICRA 2026 in Wien nach dem Gewinn der Auszeichnung „Best Performance Overall“.
Das LamarRacing Team hat bei der RoboRacer Competition im Rahmen der 2026 die
Auszeichnung „Best Performance Overall“ gewonnen. Das autonome Rennfahrzeug
setzte sich gegen 35 internationale Teams durch. Grundlage des Erfolgs ist ein
KI-Ansatz, der Daten aus dem professionellen Motorsport mit menschlichem
Expertenwissen verbindet. Das Ergebnis zeigt, wie leistungsfähige autonome
Systeme entstehen können, wenn datengetriebenes Lernen und fachliche Erfahrung
zusammenwirken.
Das LamarRacing Team bei der ICRA 2026 in Wien nach dem Gewinn der Auszeichnung
„Best Performance Overall“ bei der RoboRacer Competition.
KI-System überzeugt auf anspruchsvoller Wettbewerbsstrecke
Die Competition gilt als internationaler Leistungsvergleich für autonome
Rennfahrzeuge. In diesem Jahr mussten die Teams eine besonders anspruchsvolle
Strecke bewältigen, die unter anderem eine Brücke und gezielte Unterbrechungen
der Streckenbegrenzung umfasste. LamarRacing erzielte im Zeitfahrwettbewerb die
beste Leistung des gesamten Teilnehmerfelds und gewann die Gesamtwertung des
Wettbewerbs.
Für den Erfolg verantwortlich waren die Studierenden Lukas Kutsch, Samir
Shehadeh, Aftab Akhtar und Lavinia Kong. Betreut wird das Team von Nils Dengler
und , wissenschaftlich unterstützt wurde es von Sicong Pan. Bereits im März 2026
veröffentlichte das Team ein wissenschaftliches Paper zu den Arbeiten im Umfeld
des Projekts.
Formel-1-Daten für autonome Fahrentscheidungen
Ein zentraler Bestandteil des Systems ist die Nutzung von Daten erfahrener
Formel-1-Fahrerinnen und -Fahrer. Diese flossen in die Entwicklung eines
KI-Modells ein, das die Fahrstrategie des autonomen Rennwagens plant. Der Ansatz
kombiniert große Datenmengen mit menschlichem Expertenwissen und greift damit
eine zentrale Herausforderung der KI-Forschung auf: Wie lässt sich vorhandene
Erfahrung so in Lernverfahren integrieren, dass Systeme auch in komplexen und
dynamischen Situationen zuverlässig entscheiden können?
Der Wettbewerbserfolg liefert dafür einen anschaulichen Nachweis unter
realistischen Bedingungen. Statt in einer Simulation musste das Fahrzeug auf
einer physischen Strecke mit wechselnden Anforderungen in Echtzeit reagieren und
eigenständig Entscheidungen treffen.
Autonomes Racing als Testfeld für KI-Forschung
Die RoboRacer Competition fand im Rahmen der ICRA 2026 in Wien statt. Die
Konferenz zählt zu den weltweit wichtigsten Veranstaltungen für Robotik und
Automatisierung und bringt Forschende sowie Industrievertreter aus aller Welt
zusammen.
Autonome Rennfahrzeuge dienen dabei als anspruchsvolle Testumgebung für
Verfahren, die weit über den Motorsport hinaus relevant sind. Technologien zur
Wahrnehmung der Umgebung, zur Planung von Bewegungen und zur
Entscheidungsfindung unter Unsicherheit werden auch in mobilen Robotern,
autonomen Fahrzeugen oder industriellen Assistenzsystemen benötigt. Der Erfolg
von LamarRacing zeigt, wie die Kombination von Daten und menschlichem Fachwissen
zur Entwicklung leistungsfähiger autonomer Systeme beitragen kann.
THEMEN
*
*
*
*
SCHLAGWORTE
*
*
*

Quelle: www.it-boltwise.de

NEWARK (DELAWARE) / WILMINGTON (DELAWARE) / LONDON (IT BOLTWISE) – Forschende
nutzen Künstliche Intelligenz, um Frühzeichen von Epilepsie in EEG-Basisrhythmen
zu erkennen, ohne dass während der Messung ein Anfall auftritt. Das Verfahren
baut eine interpretierbare „Waveform-Dictionary“-Darstellung aus wiederkehrenden
Mustern auf und identifiziert genetische Marker auch in seizure-freien
Abschnitten. Als nächster Schritt soll die Methode bei Kindern mit
Epilepsie-Abklärungen in der Klinik getestet werden. Damit rückt nicht nur eine
frühere Diagnose, sondern auch weniger Unsicherheit für Familien in Reichweite.
   ˗ˋˏ🧠ˎˊ˗
--------------------------------------------------------------------------------
* 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!
--------------------------------------------------------------------------------
Epilepsie lässt sich in der Praxis oft schwer eindeutig diagnostizieren, weil
Anfälle in der kurzen Routineaufnahme typischerweise nicht „mitgeliefert“
werden. Genau an dieser Lücke setzt ein neues KI-Konzept aus dem Umfeld der
University of Delaware an: Es soll aus scheinbar normalen EEG-Basisrhythmen
subtile, genetisch bedingte Abweichungen herauslesen. Statt sichtbare
Anfallsequenzen zu suchen, lernt das System, welche wiederkehrenden
Wellenform-Muster im Hintergrund bei bestimmten Krankheitsgenotypen gehäuft
auftreten. Dadurch verschiebt sich die Diagnostik weg vom Zufall, ob gerade in
den Messfenstern ein Ereignis passiert.
Technisch basiert der Ansatz auf einem „Bag-of-Waves“-Gedanken: Die Forschenden
zerlegen das EEG in kurze Zeitfenster und approximieren darin relevante
Wellenformen, die dann als Ereignishäufigkeiten gezählt werden. Aus diesen
Vorkommenszahlen entsteht ein Feature-Vektor, der anschließend mit logistischen
Regressionsmodellen zur Vorhersage genetischer Hintergründe genutzt wird.
Zentral ist dabei, dass das Waveform-Dictionary optimiert wird, um Fenster aus
verschiedenen Genotypen vergleichbar abzubilden. In einer mit mehrtägigen EEGs
von über 40 Mäusen analysierte das Modell Abschnitte ohne jegliche sichtbaren
Anfälle und erkannte dennoch Unterschiede zwischen genetischen Linien.
STELLENANGEBOTE
Historisch ist die Idee, EEG nicht nur als „Live-Anfallsmonitor“ zu verwenden,
sondern als Phänotypträger für Erkrankungsrisiken, keineswegs neu. Frühere
Arbeiten setzten häufig auf klassische Spektralfeatures, manuelle
Expertenkennzeichen oder zunehmend auf Black-Box-Klassifikatoren mit komplexen
Zeitreihen-Architekturen. Der Fortschritt in diesem Projekt liegt weniger in der
reinen Genauigkeit als in der Kombination aus interpretabler Repräsentation und
der Fähigkeit, auch ohne Anfallsereignisse zuverlässig zu unterscheiden. In
Vergleichen mit einem state-of-the-art Zeitreihenverfahren („Hydra“) erreicht
der Ansatz zwar teils hohe Raten, bleibt aber im Kern auf interpretierbare
Muster fokussiert—ein Vorteil, wenn Kliniker nachvollziehen möchten, welche
Signale den Ausschlag geben.
Der Markt und die klinische Umsetzung profitieren besonders davon, dass das
Verfahren in eine typische Engpassstelle der Diagnostik einzahlt: EEG-Aufnahmen
liefern im Alltag meist nur etwa einen 20-minütigen Ausschnitt. Das Modell wurde
zunächst mit längerem Datenmaterial trainiert, doch die nächste Phase zielt
ausdrücklich auf kürzere pädiatrische EEGs ab, die zudem eine größere Vielfalt
an Epilepsietypen abdecken. Unterstützt durch das Delaware Clinical and
Translational Research ACCEL Program wird die Methode bei Kindern getestet, die
sich gerade in einer Abklärung befinden. Dieser Timing-Punkt ist entscheidend,
weil sich aus „Frühwarn“-Biomarkern konkrete Workflows ableiten lassen:
schnellere Risikostratifizierung, klarere Differentialdiagnose und gezieltere
Therapieentscheidungen.
Für die Wettbewerbslandschaft ist relevant, dass viele Anbieter und steams
derzeit auf KI-gestützte EEG-Interpretation setzen, dabei aber häufig entweder
die Interpretierbarkeit opfern oder die Leistungsfähigkeit stark von
anfallsnahen Sequenzen abhängig bleibt. Hier setzt das Projekt dagegen: Die
Lernlogik bezieht sich auf Basisaktivitäten, wodurch das Modell weniger auf
seltene Ereignisse angewiesen ist. In den Ergebnissen wird beschrieben, dass die
Genotyp-Erkennung in zwei von drei getesteten Mauslinien besonders robust
ausfiel, während die über wiederkehrende Muster indirekt krankheitsspezifische
Signaturen rekonstruieren. Expertinnen und Experten betonen dabei, dass
EEG-Muster messbare Signale neurologischer Unterschiede tragen—auch wenn keine
Anfälle auftreten.
Ein zusätzlicher Wert entsteht durch die geplante Perspektive auf Therapietreue
und Medikamentenbewertung. Wenn sich die Wahrscheinlichkeit von Anfällen in
natürlichen Zyklen bewegt, kann ein Medikamentstest in einem „günstigen“
lull-Abschnitt fälschlich zu optimistischen Schlaufen führen. Die Forschenden
argumentieren, dass eine objektive „Brain-wave typing“-Schicht Ärzten helfen
kann, die Einordnung solcher Aktivitätslücken besser zu kontextualisieren. Damit
wird aus einem reinen Diagnosewerkzeug potenziell ein Monitoring- und
Entscheidungsinstrument, das die Interpretation klinischer Beobachtungen
ergänzt. Auf längere Sicht denken sie an kontinuierliche Erfassung—etwa über
Wearables—nicht nur für Epilepsie, sondern auch für verwandte Risiko- oder
Komorbiditätsprofile wie ADHS oder Autismus.
Aus regulatorischer und -Sicht ist das Thema besonders sensibel, weil EEG- und
sdaten in der EU typischerweise unter strenge Anforderungen fallen (z. B. DSGVO,
Medizinprodukte- und Regulatorikrahmen je nach Einsatzbereich). Eine klinische
Pilotierung erfordert deshalb saubere Prozesse für Einwilligung, Zweckbindung,
Datenminimierung und Zugriffskontrolle, inklusive Auditierbarkeit der
Modellentscheidungen. Gerade bei interpretierbaren Merkmalen kann die
Nachvollziehbarkeit auch für regulatorische Bewertungen und klinische
Validierung hilfreich sein—allerdings muss sie durch unabhängige n und robuste
Validierungsprotokolle untermauert werden. Für Unternehmen bedeutet das:
KI-Integration in Diagnostik ist nicht nur ein ML-Projekt, sondern ein
durchgehend dokumentiertes Sicherheits- und Compliance-Programm.
Die nächsten Entwicklungsschritte dürften in zwei Richtungen gehen: Erstens muss
die Übersetzung von mehrtägigen Tierdaten auf kürzere und heterogene
pädiatrische EEGs technisch und methodisch abgesichert werden. Zweitens wird die
Frage der Generalisierbarkeit zentral sein—also ob das Waveform-Dictionary und
die Klassifikatoren über Geräte, EEG-Setups, Stimmlagen und Patientengruppen
hinweg stabile Biomarker liefern. Wenn das gelingt, könnten Entwickler und
MedTech-Teams daraus Bausteine für „EEG-first“-Workflows ableiten: schnelleres
Screening, bessere Therapievergleichbarkeit und eine datengestützte
Verlaufsschätzung vor dem ersten sichtbaren Ereignis. In Summe deutet das
Projekt darauf hin, dass Präzisionsmedizin bei neurologischen Erkrankungen
zunehmend auf die feinen Muster in Basisdaten setzt—nicht nur auf das, was im
Messfenster zufällig sichtbar 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.
* NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und
Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen
Emotionen, Bewegungen und interaktiven Funktionen.
* 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»
Bestseller Nr. 8 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 MATEO / LONDON (IT BOLTWISE) – Generalist AI hat eine Finanzierungsrunde
über 400 Millionen US-Dollar für KI-Modelle im Bereich embodied Robotics
eingesammelt. Hinter dem stehen namhafte en wie sowie Eric Yuans
Zoom-Hintergrund, was dem -Sektor zusätzlich Rückenwind gibt. Die Mittel sollen
helfen, physische Aufgaben zuverlässiger und schneller zu beherrschen, nachdem
das Unternehmen bereits sein Modell GEN-1 mit hohen Erfolgsquoten für
ausgewählte Manipulationsaufgaben gezeigt hat. Gleichzeitig signalisieren
weitere Großrunden der Branche, dass humanoide Systeme in die nächste Phase der
Industrialisierung übergehen.
   ˗ˋˏ🧠ˎˊ˗
--------------------------------------------------------------------------------
* 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!
--------------------------------------------------------------------------------
Generalist AI setzt mit 400 Millionen US-Dollar frisches Kapital auf eine
Mission, die für den -Markt entscheidend ist: KI-Modelle sollen nicht nur
Datenmuster erkennen, sondern in der realen Welt eigenständig n. Das
kalifornische mit Sitz in San Mateo entwickelt embodied Robotics, also Roboter,
die physische Aufgaben ausführen, ohne für jede einzelne Tätigkeit neu
„programmiert“ zu werden. Dass in dieser Runde unter anderem und der
Zoom-Gründer Eric Yuan auftauchen, wirkt wie ein öffentliches Signal, dass
Generalist-Ansätze inzwischen als realistische Infrastruktur für Automatisierung
betrachtet werden. Für Unternehmen verschiebt sich damit die Erwartung: wird vom
Pilotprojekt in Richtung wiederholbarer Produktivsysteme gedacht.
Technisch steht bei Generalist AI die Fähigkeit im Mittelpunkt, aus
Beobachtungen in der Umgebung zielgerichtete Handlungen abzuleiten. Der Schritt
von klassischer – geprägt von Steuerung, Modellbau und meist stark kuratierten
Trainingsszenarien – hin zu generalisierenden KI-Modellen erfordert eine robuste
Verknüpfung von Wahrnehmung, Planung und Ausführung in der physischen Welt. Nach
eigenen Angaben veröffentlichte das Unternehmen im April 2026 GEN-1, das
adaptive Aufgaben wie das Falten von Kleidung beherrscht. Besonders relevant ist
dabei die gemeldete Erfolgsquote von bis zu 99 Prozent bei bestimmten Aufgaben,
weil sie zeigt, dass Lernverfahren bereits messbar über „Demo-Niveau“
hinauswachsen.
STELLENANGEBOTE
Der Zeitplan ist dabei nicht zufällig: Nachdem große KI-Modelle in den
vergangenen Jahren vor allem in Softwaredomänen beeindruckten, rückt nun die
Lücke zwischen „sprach- oder visuell plausibel“ und „physikalisch korrekt“ in
den Fokus. In der Praxis entscheidet sich die Qualität eines KI-robotischen
Systems an der Integration: Sensorik muss zuverlässig arbeiten, Bewegungsplanung
darf nicht nur in Simulationen glatt laufen, und das Modell muss unter
Reibungseffekten wie Reibung, Gewichtsschwankungen oder unerwarteten Objektlagen
stabil bleiben. Ein generalistisches Modell kann hier helfen, wenn es über
Aufgaben hinweg ähnliche Handlungsprinzipien lernt. Genau diese Kontinuität
versuchen inzwischen mehrere Wettbewerber gleichzeitig zu erreichen – auch wenn
sie dabei unterschiedliche System-Designs verfolgen.
Marktseitig passt die Runde in einen breiteren Finanzierungstrend. Spirit AI aus
Hangzhou sicherte sich laut Meldung 222 Millionen US-Dollar in einer
Serie-A+-Runde und führt mit Spirit v1.6 eine RoboArena-Benchmark-Rangliste an;
als Partner werden unter anderem Bosch, JD.com und CATL genannt. Apptronik
erhöhte parallel den Kapitalrahmen, um humanoide Roboter wie Apollo weiter in
Pilotumgebungen zu bringen – etwa bei -Benz und GXO. Auch Unitree Robotics geht
laut Angaben mit der STAR-Market-Zulassung in Richtung n-Finanzierung, nachdem
2025 bereits Tausende humanoide Einheiten ausgeliefert worden sein sollen. Die
Gemeinsamkeit dieser Vorhaben ist nicht nur Kapital, sondern der Wille,
Benchmarks, Pilotbetrieb und Industrialisierung enger zu koppeln.
Für Branchenbeobachter ist damit weniger die Frage „ob“ humanoide Roboter
kommen, sondern „wie schnell“ und „mit welchen Kostenstrukturen“ relevant. Die
frühen Investitionen konzentrieren sich häufig auf Systeme, die in klar
definierten Workflows starten – etwa Handhabung, Montage-nahe Tätigkeiten oder
Prüf- und Assistenzaufgaben – und erst danach auf zusätzliche Freiheitsgrade und
Umgebungsvariabilität erweitert werden. Experten aus dem Enterprise-Umfeld
betonen dabei meist zwei Engpässe: zum einen die Skalierung der Trainings- und
Validierungsprozesse, zum anderen die Betriebskosten im Feld. In genau diesen
Punkten adressieren neue Ansätze wie Mecka AI, die offenbar Training über
Körpersensoren und mobile Videos nutzt und verspricht, die benötigten
Trainingsdurchläufe um 70 Prozent gegenüber reinen Simulationen zu reduzieren.
Ein besonderer Wettbewerbsvorteil könnte sich außerdem aus der Daten- und
Transferstrategie ergeben: Wenn ein Modell Bewegungsmuster lernt, die auf reale
Roboterplattformen übertragbar sind, sinkt der Aufwand pro neues Einsatzgebiet.
Bluedot Robotics geht parallel einen Produktions- und Marktzugang an, indem
humanoide Roboter in Indien für etwa 5.000 US-Dollar Einstiegspreis in Serie
gehen sollen. Solche Preispunkte sind für Unternehmen attraktiv, weil sie die
Hürde für erste produktive Experimente senken. Gleichzeitig erhöht sich die
Bedeutung von Qualitäts- und Sicherheitsnachweisen, denn je breiter der Rollout,
desto stärker müssen Hersteller nachweisen, dass Verhalten unter Randbedingungen
kontrollierbar bleibt. Hier verschiebt sich der Fokus: nicht nur auf
Demo-Performance, sondern auf verifizierbare Zuverlässigkeit.
Regulatorisch und rechtlich stehen Roboterhersteller und ihre Kunden ohnehin am
Anfang eines neuen Zyklus. In der EU rückt mit dem AI Act die Verpflichtung in
den Vordergrund, risikobasierte Anforderungen für Systeme umzusetzen, die mit
Menschen interagieren oder in sicherheitskritischen Prozessen Entscheidungen
unterstützen. Für bedeutet das konkret: Nachweise zur Modellrobustheit,
Protokollierung von Trainings- und Validierungsdaten, sowie technische und
organisatorische Maßnahmen gegen unerwünschte Datenerhebung. Ergänzend wird die
IT-Integration wichtiger, weil viele KI-gestützte Roboter heute als Teil einer
Produktions-IT auftreten: mit Rollenrechten, Audit-Trails, Observability für
Latenzen und Fehlerquoten sowie sauberen Deployment-Mechanismen. Die nächste
Welle der Investitionen wird daher nicht nur „Modelle“ finanzieren, sondern auch
Plattformen, die Compliance praktisch machen.
Der Ausblick bis 2026 und darüber hinaus wirkt deshalb wie ein doppelter Sprint:
Generalist-Modelle müssen weiter an Aufgabenrobustheit gewinnen, während die
Branche gleichzeitig die lle Skalierung absichert. Für Entwickler eröffnen sich
neue Chancen in Bereichen wie Datenpipeline-Engineering, -orientierte
MLOps-Prozesse, sowie in der Kopplung von Simulation und Real-World-Validation.
Unternehmen sollten dabei früh Pilotarchitekturen entwerfen, die nicht auf
einmalige Demonstrationen setzen, sondern auf wiederholbare Inbetriebnahme,
Telemetrie und kontrollierte Rollback-Strategien. Wenn sich Finanzierung und
Markteintritt wie derzeit abzeichnen, ist die wahrscheinlichste Entwicklung,
dass humanoide Roboter schneller in Nischen mit hoher Wiederholrate gelangen und
erst danach in komplexere Domänen vordringen. Der entscheidende Wettlauf wird
sein, welche Anbieter die geringsten Kosten pro „erfolgreicher Aktion“ erreichen
und gleichzeitig die höchsten Sicherheits- und Compliance-Standards erfüllen.
💳
🔥
🎉
* 🤖 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.
* NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und
Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen
Emotionen, Bewegungen und interaktiven Funktionen.
* 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»
Bestseller Nr. 8 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 / LONDON (IT BOLTWISE) – kündigt eine Investitionsoffensive von über 10
Milliarden Euro in und Automatisierung für an. Im Zentrum steht eine neue
Proteus-Generation, die Logistikflächen mit natürlicher Sprachsteuerung
durchfahren und Container bis zu 400 Kilogramm bewegen soll. Zusätzlich baut der
Konzern die Zustellung weiter aus und koppelt die Modernisierung mit einem
großen Weiterbildungsfonds für Beschäftigte bis 2030. Damit rückt zugleich die
praktische Umsetzung regulatorischer Anforderungen wie der EU AI Act stärker in
den Fokus der Unternehmen.
   ˗ˋˏ🧠ˎˊ˗
--------------------------------------------------------------------------------
* 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!
--------------------------------------------------------------------------------
stellt seine europäische Logistikstrategie unter ein neues Leistungsversprechen:
Über 10 Milliarden Euro will der Konzern in und Automatisierung investieren,
gekoppelt an einen Umbau der Lieferinfrastruktur. Die Ankündigung fiel im Rahmen
der Veranstaltung „Delivering the Future“ am 4. Juni 2026 in London, wo das
Unternehmen die Modernisierung nicht nur als technologisches Upgrade, sondern
als strukturellen Schritt für den gesamten Betriebsablauf darstellt. Für die
Branche ist das Timing entscheidend: Während Lager und Transport immer enger mit
Datenflüssen und KI-gestützten Entscheidungen verbunden werden, verschärfen sich
parallel die Compliance-Anforderungen.
Technisch rückt dabei vor allem die nächste Proteus-Roboter-Generation in den
Fokus. Laut kann sich die neue Version über die gesamte Fläche eines
Logistikzentrums bewegen, statt wie frühere Modelle auf engere Bereiche oder
starre Zonen beschränkt zu sein. Der Steuerungsansatz nutzt natürliche Sprache:
Operatoren geben dialogbasierte Anweisungen, und das System soll darauf mit
Priorisierungen reagieren, etwa bei Aufgaben, Routen und Zeitplänen. Der
Transport reicht dabei bis zu 400 Kilogramm pro Container, und der Rollout in
ist ab der ersten Jahreshälfte 2027 geplant. Das erhöht die Relevanz von
Sicherheitsarchitekturen und Verlässlichkeitschecks.
STELLENANGEBOTE
Ergänzend zum autonomen Kern sollen weitere spezialisierte Systeme das Portfolio
abrunden. Genannt wird unter anderem „Vulcan“, ein in Hamburg mitentwickelter
Roboter mit Tastsinn, der damit stärker auf haptische Interaktion setzt als rein
vision-basierte Verfahren. Hinzu kommt „STARK“, ein kollaboratives System für
das Handling von Behältern, das bis 2027 an 15 europäischen Standorten
ausgerollt werden soll. Aus Wettbewerbssicht zeigt sich hier der Trend zu
modularen -Bausteinen, die sich in bestehende Anlagen integrieren lassen, statt
komplette Rechenzentren-ähnliche Neubauten zu erzwingen. Genau diese
Integrationsfähigkeit entscheidet oft über die Amortisation im laufenden
Betrieb.
Am Markt trifft damit auf einen intensiven Wettbewerb, in dem Automatisierung
längst zum Differenzierungsmerkmal geworden ist. Unternehmen wie der
Online-Großhändler und Plattformbetreiber, aber auch spezialisierte - und
Fulfillment-Anbieter, bauen ihre Lösungen zunehmend auf ähnliche Prinzipien auf:
autonome Bewegung, flexibles Aufgabenmanagement und eine Integration in
Warehouse-Execution-Logik. Auch traditionelle Logistikanbieter investieren, um
Umschlagzeiten zu senken und Fehlerquoten zu reduzieren. Branchenanalysten
berichten zudem, dass der nächste Produktivitätshebel weniger in „einmaligen
Robotern“ liegt, sondern in der Orchestrierung mehrerer Systeme über
standardisierte Daten- und Steuerungsebenen.
Für IT- und Sicherheitsverantwortliche ist jedoch entscheidend, dass im
Lagerbetrieb faktisch immer auch Datenverarbeitung ist. Moderne und vernetzte
Systeme verarbeiten täglich große Mengen sensibler Betriebsdaten, etwa zu
Standorten, Bewegungsmustern, Produktions- und Bearbeitungszeiten. Genau hier
wird die regulatorische Perspektive greifbar: Die EU AI Act-Logik zielt auf
risikobasierte Pflichten, Dokumentation und ein nachvollziehbares Management von
KI-Risiken. Unternehmen müssen daher nicht nur technische Performance, sondern
auch governance-nahe Nachweise planen, insbesondere wenn Entscheidungen über
Routing, Priorisierung oder Prozessabweichungen KI-basiert erfolgen. Das
betrifft nicht nur Robotersysteme, sondern auch die Einbettung in bestehende
IT-Landschaften.
flankiert die Technologisierung laut Plan mit Personal- und Skalierungszielen.
In sollen 25.000 neue Arbeitsplätze entstehen; zugleich verweist der Konzern
darauf, bereits über 1,5 Millionen Stellen in zu sichern. Damit grenzt das
Projekt auch politisch und kommunikativ ab: Die Systeme sollen primär
unterstützen und nicht Arbeitskräfte ersetzen. Parallel dazu wird ein
Milliarden-Fonds für Weiterbildung angekündigt, der bis 2030 eine Milliarde
US-Dollar für Qualifizierungsprogramme bereitstellen soll (rund 860 Millionen
Euro). In der Praxis bedeutet das: Unternehmen müssen Schulungspfade,
Rollenmodelle und Betriebsprozesse so gestalten, dass Mitarbeitende nicht nur
Roboter „bedienen“, sondern auch mit Ausnahmefällen, Sicherheitsanforderungen
und neuen Arbeitsabläufen umgehen können.
Auch jenseits der Lagerautomatisierung setzt auf Tempo: Für sind über 25
Standorte mit Lieferungen am Bestelltag geplant, also Sub-Same-Day-Delivery,
während in Großbritannien Now auf Manchester und Birmingham ausgeweitet werden
soll. Zudem soll Alexa+ ab 2027 in zehn weiteren Ländern verfügbar sein.
Ergänzend folgt ein Cloud-Aspekt: Im Kontext einer Partnerschaft wird berichtet,
dass Pinterest Zahlungen von 4 Milliarden US-Dollar für AWS bis 2031 leistet. In
Summe deutet das auf eine stärkere Kopplung von , Datenplattformen und
KI-Assistenten hin. Der künftige Entwicklungsschritt wird deshalb weniger „neue
Hardware“ sein als die tiefe Verzahnung aus Edge- und Cloud-Workflows, inklusive
Monitoring, Modell-Updates und auditierbaren Betriebsabläufen.
Der konkrete Ausblick für Entscheider in Unternehmen liegt auf der Hand: Wer
Logistikprozesse digitalisiert, muss Betriebsstabilität, Skalierung und
regulatorische Nachweise früh zusammendenken. Technisch ist der Sprung hin zu
natürlich gesteuerter anspruchsvoll, weil neben Navigation auch Priorisierung,
Task-Allokation und Fehlerbehandlung robust funktionieren müssen. Markseitig
wird damit Erwartungsdruck erzeugen: kürzere Lieferfenster und höhere
Transparenz werden zum Standard, wodurch sich Wettbewerbsvorteile stärker über
Systemintegration statt über Einzelkomponenten definieren. Wenn ab 2027 in
skaliert, wird zudem klar: Entwickler bekommen neue Chancen in Bereichen wie
Workflow-Orchestrierung, Observability und KI-Governance, aber auch neue
Verantwortungen beim Schutz personenbezogener und betriebsrelevanter Daten.
💳
🔥
🎉
* 🤖 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.
* NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und
Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen
Emotionen, Bewegungen und interaktiven Funktionen.
* 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»
Bestseller Nr. 8 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

ALZHEIMER FRÜHERKENNUNG MIT KI DEMENTAI GEWINNT DEN SAS HACKATHON
08.06.2026 Von 2 min Lesedauer
Anbieter zum Thema
Ein System erkennt die ersten Anzeichen von Alzheimer: DementAI ist für die
Früherkennung kognitiven Abbaus konzipiert und markiert Alzheimer-Patienten,
bevor sie an Spezialisten überwiesen werden.
Erinnerungen verschwinden, Momente verblassen. Der Organisation Alzheimer’s
Disease International zufolge wird die Zahl der an Demenz erkrankten Menschen
2030 auf etwa 78 Millionen geschätzt – eine Zahl, die sich fast alle 20 Jahre
verdoppelt. Forschungen zeigen zudem, dass die meisten aktuell Erkrankten keine
formelle Diagnose erhielten. In einkommensstarken Ländern werden beispielsweise
nur 20 bis 50 Prozent der Demenzfälle dokumentiert. Ein -gestütztes System soll
nun die ersten Anzeichen eines kognitiven Abbaus erkennen, noch bevor die
Patienten zum Spezialisten überwiesen werden.
Mit DementAI gewinnt das britische Beratungsunternehmen Katalyze Data den SAS
Hackathon 2025 und wurde im Frühjahr dieses Jahres zum Grand Champion auf dem
SAS Innovate in Dallas gekürt. „Bemerkenswert an DementAI war nicht nur die
Genauigkeit der Modelle, sondern auch der Einsatz von Governed Workflows und
Synthetic Data bei der Entwicklung, ganz im Sinne des Datenschutzes“, erklärt
Iain Brown, Global Head of AI & bei SAS und Mentor des DementAI-Teams. „In
regulierten Umgebungen wie dem Gesundheitswesen ist dies eine grundlegende
Voraussetzung, um vom Prototyp zum produktiven Pilotbetrieb zu kommen.“
Dement AI analysiert bestehende Unterlagen, indem es strukturelle medizinische
Daten und Gehirnscans mit unstrukturierten Informationen wie Attesten und
Arztnotizen verbindet. Auch synthetische Daten kommen bei Bedarf zum Einsatz. So
entstehen subtile Muster, die den kognitiven Abbau kennzeichnen und frühe
Risiken für Alzheimer signalisieren. Auf Basis retrospektiver Analysen von
Patientenakten lässt sich die Krankheit somit bis zu zwei Jahre früher erkennen,
gleichzeitig reduziert sich der Aufwand für die Diagnostik. Ärztinnen und Ärzte
gewinnen dadurch zusätzliche Zeit für die Behandlung.
„Wir haben DementAI nicht primär entwickelt, um Vorhersagen zu treffen, sondern
um den Patienten Zeit zu verschaffen“, sagte Tamás Bosznay, Principal Consultant
bei Katalyze Data. „Das System zeigt Signale auf, die bereits in den
Krankenakten drinstecken, aber nicht ohne Weiteres erkennbar sind. So kann
unsere Lösung dazu beitragen, dass potenziell betroffene Patienten früher und
zuverlässiger identifiziert und behandelt werden.“
(ID:50865755)

Quelle: the-decoder.de

Nur 26 Prozent der Unternehmen haben laut einer KPMG-Umfrage einen vollständigen
Überblick über ihre KI-Kosten.
Wie das Wall Street Journal berichtet, bringt der Umstieg auf tokenbasierte
Abrechnung bei KI-Diensten Finanzabteilungen in ernsthafte Bedrängnis. Laut
einer noch unveröffentlichten KPMG-Umfrage haben nur 26 Prozent der Unternehmen
einen umfassenden Überblick über ihre KI-Ausgaben, 50 Prozent haben
eingeschränkte Sichtbarkeit und 22 Prozent keinerlei Transparenz oder erfahren
erst nach Rechnungsstellung, was sie verbraucht haben. "Es ist eine neue
Ressource, die gemanagt werden muss, die es in dieser Form vorher nicht gab, und
wir sehen exponentielles Wachstum", sagt Steve Chase, globaler KI-Chef von KPMG,
gegenüber dem WSJ.
KPMG arbeitet demnach bereits mit mehreren Unternehmen, die ihre jährlichen
Token- und Cloud-Budgets innerhalb weniger Monate aufgebraucht haben. Ein Kunde
verzeichnete einen sechsfachen Anstieg des Token-Verbrauchs. Gil Luria, Leiter
der Technologie-Forschung bei D.A. Davidson, erwartet, dass das Problem weitere
Unternehmen in diesem Jahr treffen wird: "Viele CFOs werden ihre
Anthropic-Rechnung sehen und in diesem Quartal ausflippen." Vom WSJ befragte
Analysten und Führungskräfte ziehen Parallelen zum Cloud-Boom der Pandemie: Auch
damals investierten Unternehmen massiv, nur um anschließend die Ausgaben wieder
deutlich zusammenzustreichen.
Anzeige
Warum der Token zur zentralen betriebswirtschaftlichen Größe wird und wie sich
Unternehmen darauf einstellen können, haben wir im aktuellen ausführlich
analysiert.
Anzeige
DEC_D_Incontent-1

Quelle: the-decoder.de

Moonshot AI, das chinesische Unternehmen hinter dem Chatbot Kimi, sucht in einer
neuen Finanzierungsrunde nach einer Bewertung von bis zu 30 Milliarden
US-Dollar. Das wäre mehr als sechsmal so viel wie und 50 Prozent über den 20
Milliarden Dollar aus der vorherigen Runde im Mai. berichtet die unter Berufung
auf eine mit der Sache vertraute Person. Das in Peking ansässige Unternehmen
will dabei zwischen einer und zwei Milliarden Dollar einsammeln. Der jährlich
wiederkehrende Umsatz verdoppelte sich bis April auf rund 200 Millionen Dollar.
Technisch kann Moonshot mit den US-Anbietern mithalten. Das aktuelle Flaggschiff
soll in Coding-Benchmarks auf Augenhöhe von und sein. Der chinesische KI-Markt
ist allerdings , Moonshot konkurriert dort mit DeepSeek, Alibaba und MiniMax.
Erst im April präsentierte DeepSeek mit das bislang größte Open-Weights-Modell,
das Kimi K2.6 bei der Größe übertrifft und die Konkurrenz beim Preis deutlich
unterbietet.
Parallel bereitet Moonshot einen möglichen vor und löst dafür laut Berichten
seine im Ausland registrierte Firmenstruktur auf.
Anzeige
DEC_D_Incontent-1
Anzeige

Quelle: the-decoder.de

In einer offiziellen Datenschutzmeldung beziffert Meta erstmals das Ausmaß der
bereits bekannten Schwachstelle in seinem KI-Support-Chatbot. Die
Hacking-Kampagne lief fast sieben Wochen.
Meta hat in einer  erstmals konkrete Zahlen zur Hacking-Kampagne gegen
Instagram-Konten genannt. Demnach wurden mindestens 20.225 Konten
kompromittiert, davon 30 in Maine.
Hacker haben , um fremde Konten zu übernehmen. Der Chatbot, ein
Kontowiederherstellungstool namens "High Touch Support", sollte eigentlich
ausgesperrten Nutzern helfen, wieder Zugang zu ihrem Konto zu erhalten. Doch ein
Bug in einem separaten Code-Pfad führte dazu, dass das System nicht überprüfte,
ob die angegebene E-Mail-Adresse tatsächlich zum jeweiligen Instagram-Konto
gehörte.
Anzeige
Laut der  liefen die Angriffe seit etwa dem 17. April 2026 und wurden erst am
31. Mai entdeckt. Die Angreifer nutzten die bereits bekannte Schwachstelle im
KI-gestützten Kontowiederherstellungssystem "High Touch Support", das
Passwort-Reset-Links an beliebige E-Mail-Adressen verschickte, ohne deren
Zugehörigkeit zum Konto zu prüfen.
Anzeige
DEC_D_Incontent-1
Meta bezeichnet die 20.225 als Obergrenze, da einige Zugriffe auch von legitimen
Kontoinhabern stammen könnten. Die potenziell zugänglichen Daten umfassen laut
Meta Kontaktinformationen, Geburtsdaten, Posts, Direktnachrichten,
Kontoaktivitäten, Profilinformationen und verknüpfte Dienste. Das Unternehmen
gibt an, nicht zu wissen, welche Informationen tatsächlich eingesehen wurden.
berichtete zuerst über die Meldung.
META DEAKTIVIERT CHATBOT UND ÜBERPRÜFT ALLE PLATTFORMEN
Als Sofortmaßnahme hat Meta den KI-Chatbot deaktiviert, den fehlerhaften
Code-Pfad entfernt und alle über das System generierten Passwort-Reset-Links für
ungültig erklärt. Betroffene Nutzer wurden in einen obligatorischen
Sicherheits-Checkpoint versetzt und aufgefordert, ihre Passwörter über
verifizierte Kanäle zurückzusetzen.
Anzeige
Vor einer Reaktivierung des Tools will Meta die E-Mail-Verifizierung im
Wiederherstellungsprozess korrigieren und ähnliche
Kontowiederherstellungssysteme auf allen Plattformen überprüfen. Der Vorfall
fällt in eine Phase, in der Meta Tausende Mitarbeiter entlassen und zugleich
massiv auf KI gesetzt hat. Der KI-Support-Chatbot war zuvor von Meta als Gewinn
für die Kontensicherheit vermarktet worden.
Anzeige
DEC_D_Incontent-2

Quelle: the-decoder.de

Microsoft hat die Untersuchung zur militärischen Nutzung seiner Azure-Cloud
durch Israel abgeschlossen und kündigt neue Menschenrechtskontrollen an. Der
Bericht lässt aber zentrale Fragen offen: Die Inhalte der Militärdaten wurden
nie geprüft, die Personalabgänge bei Microsoft Israel nicht erwähnt. Im Kern
geht es um Cloud-Infrastruktur, Massenüberwachung und KI-gestützte Zielauswahl
in Gaza.
Microsoft hat die externe Untersuchung zur Nutzung seiner Cloud-Technologie
durch das israelische Militär . Die Ergebnisse der Kanzlei Covington & Burling
blieben gegenüber dem Zwischenbericht vom September 2025 unverändert: Es gab
Belege, die Teile der unten ausgeführten Guardian-Recherche stützten, darunter
die Azure-Speichernutzung des israelischen Verteidigungsministeriums in den
Niederlanden und die Nutzung von KI-Diensten.
Microsoft kündigt fünf Maßnahmenbereiche an: strengere Vorab-Prüfungen bei
Geschäften mit Sicherheitsbehörden, eine Überprüfung der Kontrolle von
Sicherheitsfreigaben in bestimmten Nicht-US-Märkten, regelmäßige Reviews der
Nutzungsrichtlinien bei politischen Veränderungen sowie einen neuen anonymen
Meldekanal namens "Trusted Technology Review".
COVINGTON HAT NIE GEPRÜFT, WAS IN DEN MILITÄRDATEN WAR
Eine zentrale Einschränkung: Weder Covington noch Microsoft haben die Inhalte
der Militärdaten eingesehen. Die gesamte Untersuchung basierte laut Microsoft
ausschließlich auf eigenen Geschäftsdaten. Microsoft begründet das mit dem
Schutz der Kundenprivatsphäre. Die Frage, was genau auf Azure gespeichert und
wie es operativ verwendet wurde, bleibt damit von Microsofts Seite
unbeantwortet.
In einer Fußnote räumt Microsoft zudem ein, nach dem 7. Oktober 2023 über die
reguläre Geschäftsbeziehung hinaus "begrenzte Nothilfe" geleistet zu haben, um
bei der Rettung von Geiseln zu helfen. Einzelne Anfragen seien genehmigt, andere
abgelehnt worden.
Auffällig ist auch, was in der Zusammenfassung fehlt: Laut  hatte der Leiter von
Microsoft Israel das Unternehmen im Zusammenhang mit Ethikverstößen verlassen,
mehrere weitere Manager ebenso. Im offiziellen Bericht findet sich dazu kein
Wort. Laut  prüfte die Untersuchung auch, ob israelische Mitarbeiter gespaltene
Loyalitäten zwischen Microsoft und dem Militär empfanden.
Ursprünglicher Artikel vom 12. Mai 2026:
Microsoft Israel verliert seinen Landeschef Alon Haimovich nach einer internen
Untersuchung über die Zusammenarbeit mit Israels Verteidigungsministerium.
Recherchen der letzten Jahre zeigen, worum es im Kern gehen dürfte:
Cloud-Infrastruktur, Massenüberwachung und KI-gestützte Zielauswahl in Gaza.
Microsoft Israel verliert seinen Landeschef Alon Haimovich. Laut einem verlässt
Haimovich seinen Posten als Country General Manager nach vier Jahren.
Hintergrund sei eine Untersuchung der globalen Microsoft-Führung zur Arbeit der
israelischen Niederlassung mit dem israelischen Verteidigungsministerium.
Mehrere Manager aus Microsoft Israels Governance-Abteilung sollen ebenfalls
ausgeschieden sein. Microsoft Israel werde nun vorerst direkt von Microsoft
France geführt.
Der Vorwurf betrifft nicht nur eine lokale Managementfrage. Laut Globes prüfte
Microsoft, ob Microsoft Israel gegenüber der Konzernzentrale ausreichend
transparent war, wie das Verteidigungsministerium Microsoft-Systeme nutzt. Im
Raum steht demnach die Sorge, dass israelische Einheiten Microsofts
Nutzungsbedingungen verletzt und Microsoft rechtlichen sowie regulatorischen
Risiken in Europa ausgesetzt haben könnten. Microsoft ist anders als Google und
Amazon kein Anbieter im israelischen Nimbus-Cloudprogramm. Teile der
militärischen Nutzung sollen deshalb über Server auf europäischem Boden gelaufen
sein.
AZURE WURDE OFFENBAR ZUM SPEICHER FÜR MASSENÜBERWACHUNG
Die wichtigste Spur führt zu Unit 8200, Israels militärischer Signalaufklärung.
Vergangenes Jahr hatten Recherchen des ein System aufgedeckt, das seit 2022
große Mengen palästinensischer Telefonate aus Gaza und dem Westjordanland auf
Microsoft Azure gespeichert haben soll. Laut Guardian erhielt Unit 8200 dafür
Zugriff auf einen angepassten und abgeschotteten Bereich innerhalb von Azure.
Microsoft sagt, CEO Satya Nadella sei nicht darüber informiert gewesen, welche
Art von Daten die Einheit speichern wollte.
Laut Guardian ging es um Mitschnitte von Millionen Mobiltelefonaten pro Tag. Die
Datenbank sollte Offizieren erlauben, Gespräche über längere Zeiträume zu
speichern, wiederzugeben und zu analysieren. In geleakten Microsoft-Dateien sei
von 11.500 Terabyte israelischer Militärdaten auf Azure-Servern in den
Niederlanden die Rede, ein kleinerer Teil habe in Irland gelegen. Unklar blieb,
ob die gesamte Datenmenge Unit 8200 zuzuordnen war.
Im September 2025 zog Microsoft Konsequenzen. Microsoft-Präsident Brad Smith
schrieb, die laufende Prüfung habe Belege gefunden, die Teile der
Guardian-Recherche stützten. Dazu gehörten Informationen zur
Azure-Speichernutzung des israelischen Verteidigungsministeriums in den
Niederlanden und zur Nutzung von KI-Diensten. Microsoft habe deshalb bestimmte.
DIE DATENBANK SOLL AUCH ZIELRECHERCHEN UNTERSTÜTZT HABEN
Der , nach Veröffentlichung der Recherche seien die Daten offenbar aus dem Land
verschoben worden. Quellen sagten dem Guardian, Unit 8200 habe eine Übertragung
zu Amazon Web Services geplant.
Besonders relevant ist der operative Einsatz. Laut dem Bericht wurde die
Azure-Plattform nicht nur als Archiv genutzt. Geheimdienstquellen sagten, die
gespeicherten Telefonate seien in der Gaza-Offensive verwendet worden, um
Luftangriffe vorzubereiten und Ziele zu identifizieren. Azure sei genutzt
worden, um Informationen aus Massenüberwachung zu bündeln, zu transkribieren und
zu übersetzen. Diese Daten könnten dann mit israelischen KI-Zielsystemen
abgeglichen werden.
Microsoft hatte im , nach einer internen und externen Prüfung keine Belege
gefunden zu haben, dass Azure oder Microsoft-KI-Technologien genutzt worden
seien, um Menschen in Gaza zu schädigen. Zugleich bestätigte Microsoft, dem
israelischen Verteidigungsministerium Software, professionelle Dienste,
Azure-Cloud-Dienste und Azure-KI-Dienste bereitgestellt zu haben. AP berichtete,
Microsoft habe damit erstmals öffentlich eingeräumt, während des Krieges in Gaza
fortgeschrittene KI- und Cloud-Dienste an das israelische Militär verkauft zu
haben.
LAVENDER SOLL MENSCHEN MARKIEREN, THE GOSPEL GEBÄUDE
Die von israelisch-palästinensischen Medien beschriebene Zielauswahl erinnert
funktional an KI-getriebene Systeme wie , weil große Datenbestände
zusammengeführt, bewertet und in operative Entscheidungen übersetzt werden. In
einer betonte das Unternehmen jedoch, die israelischen Systeme seien unabhängig
von Palantir und hätten bereits vor der 2024 angekündigten Partnerschaft mit
Israels Verteidigungsministerium existiert.
berichteten im April 2024 über ein KI-System namens "Lavender". Laut sechs
israelischen Geheimdienstoffizieren soll Lavender mutmaßliche Mitglieder der
militärischen Flügel von Hamas und Islamischem Dschihad markieren, darunter auch
niedrigrangige Personen. In den ersten Kriegswochen habe das Militär die
Ausgaben des Systems weitgehend übernommen. Lavender habe zeitweise bis zu
37.000 Palästinenser als mutmaßliche Kämpfer und mögliche Ziele markiert.
Laut dem Bericht war die menschliche Prüfung teilweise minimal. Eine Quelle
sagte, Personal habe oft nur etwa "20 Sekunden" pro Ziel aufgewendet, vor allem
um zu prüfen, ob die markierte Person männlich sei. Die israelische Armee
bestreitet die Darstellung einer automatisierten Todesliste und erklärte
gegenüber +972 und Local Call, solche Systeme seien Hilfswerkzeuge für Analysten
und ersetzten keine menschliche Entscheidung.
"The Gospel", auf Hebräisch "Habsora", funktioniert laut den Recherchen anders.
Während Lavender Menschen markiere, soll The Gospel Gebäude und Strukturen als
mögliche Ziele vorschlagen. Der Guardian beschrieb das System bereits , die eine
Zielproduktion deutlich beschleunige. +972 und Local Call schrieben, die
Plattform habe eine große Zahl möglicher Ziele erzeugt, darunter Wohnhäuser
mutmaßlicher Hamas- oder Islamischer-Dschihad-Mitglieder.
"WHERE'S DADDY?" SOLL ZIELE INS FAMILIENHAUS VERFOLGT HABEN
Eine dritte Komponente ist laut +972 und Local Call "Where's Daddy?". Das System
soll dazu gedient haben, von Lavender markierte Personen zu verfolgen und
anzuzeigen, wenn sie in ihre Familienhäuser zurückkehrten. Diese Häuser seien
dann angegriffen worden, oft nachts und während Angehörige anwesend waren.
Laut den Quellen griff das Militär gezielt Wohnhäuser an, weil Personen dort
leichter zu lokalisieren gewesen seien als während militärischer Aktivitäten.
Verzögerungen zwischen der Meldung durch "Where's Daddy?" und dem Luftangriff
habe es dennoch gegeben, so der Bericht. In einigen Fällen sei das Haus
getroffen worden, obwohl die Zielperson nicht mehr dort gewesen sei.
, dass die israelischen KI‑Systeme Menschen nach Wahrscheinlichkeiten bewerten.
Lavender habe Personen auf einer Skala von 0 bis 100 danach eingestuft, wie
wahrscheinlich sie militante Kämpfer seien, sagte ein Geheimdienstoffizier der
Nachrichtenagentur. Faktoren konnten demnach Familienbeziehungen, frühere
Inhaftierungen von Angehörigen und abgefangene Telefonate sein. AP berichtet
auch über Fehlerrisiken, etwa falsche Übersetzungen und fehlerhafte Daten in
Personenprofilen.
MICROSOFT IST EINFACHER ANZUGREIFEN ALS DIE NIMBUS-ANBIETER
Microsofts Sonderrolle erklärt den Druck auf die Israel-Tochter. Laut Globes
gilt Microsoft unter den großen Cloudanbietern als besonders anfällig, weil es
keinen speziellen Vertrag mit der israelischen Regierung und dem
Verteidigungsministerium geschlossen hat. Amazon und Google hätten im Rahmen von
Nimbus israelische Rechenzentren zugesagt, um Regierungs- und Sicherheitsdaten
nicht ausländischer Regulierung auszusetzen.
Doch trotz fehlendem Nimbus-Vertrag und dem Skandal um Unit 8200 blieb Microsoft
für das israelische Verteidigungsministerium wichtig. Viele Vereinbarungen,
darunter Lizenzen für Office und Windows, liefen weiter.
Der Abgang Haimovichs, die gemeldeten Wechsel in der Governance-Abteilung und
die vorläufige Unterstellung von Microsoft Israel unter Microsoft France deuten
aber auf einen grundsätzlichen Vertrauensverlust gegenüber der lokalen Führung
hin. Nach Globes geht es genau um diese Frage: ob Microsoft Israel der
Konzernzentrale ausreichend transparent gemacht hat, wie das israelische
Verteidigungsministerium Microsoft-Systeme nutzte.
Laut Globes soll das Ministerium den Microsoft-Vertrag Ende 2026 erneuern
wollen, allerdings in kleinerem Umfang. Verteidigungs-IT-Einheiten hätten
bereits große Teile ihrer Cloud-Infrastruktur zu Amazon und Google verlagert.
Microsoft blieben demnach vorrangig einfachere Anwendungen wie Desktopsoftware.

Quelle: www.bigdata-insider.de

STROMVERSORGUNG VON SERVERFARMEN DAS KI-ENERGIE-DILEMMA
08.06.2026 Von Dipl.-Ing. (FH) Michael Richter 6 min Lesedauer
Die nächste Grenze für Künstliche Intelligenz (KI) liegt nicht bei den
Algorithmen, sondern in der Energieversorgung. Während KI-Modelle immer
leistungsfähiger werden, stoßen Stromnetze, Lieferketten und Rechenzentren
zunehmend an physikalische Grenzen.
Die zunehmende Verbreitung Künstlicher Intelligenz verändert nicht nur die
IT-Branche, sondern auch die Anforderungen an die Energieversorgung. Immer
größere Rechenzentren, leistungsfähigere -Modelle und steigende Investitionen
treiben den Strombedarf deutlich nach oben. Der aktuelle IEA-Sonderbericht
analysiert erstmals umfassend, wie sich der KI-Boom auf Stromnetze,
Energieerzeugung und industrielle Lieferketten auswirkt. Im Mittelpunkt stehen
die Entwicklung des Stromverbrauchs von Rechenzentren, technische und
infrastrukturelle Engpässe sowie die Frage, welche Rolle KI künftig selbst für
die Energiewirtschaft spielen kann.
Dieser Artikel analysiert die Kernbefunde des Reports: die prognostizierte
Verdopplung des Strombedarfs von Rechenzentren bis 2030, die disruptiven
Dynamiken der Hardware-Effizienz versus Anforderungsexplosion sowie die
physischen und geopolitischen Restriktionen der Energie- und IT-Lieferketten.
Gleichzeitig wird beleuchtet, wie die Tech-Branche zum Katalysator für nukleare
und regenerative Erzeugungsstrukturen wird, während KI selbst als
Optimierungswerkzeug für die Energiewende fungiert.
PROBLEMSTELLUNG
In den vergangenen Jahren hat die Evolution der Künstlichen Intelligenz eine
Dynamik entfacht, die traditionelle Prognosemodelle des globalen
Infrastrukturbedarfs obsolet macht. So beeindruckend die Fortschritte bei
KI-Modellen auch sind – ihr Betrieb basiert letztlich auf physischer
Infrastruktur. Rechenzentren benötigen Strom, Kühlung, Netzanschlüsse und
leistungsfähige Hardware. Mit zunehmender Verbreitung von KI rückt deshalb die
Frage in den Mittelpunkt, ob Energieversorgung, Netze und Lieferketten mit
dieser Entwicklung Schritt halten können. Mit der Veröffentlichung des
wegweisenden Sonderberichts „Key Questions on Energy and AI“ (IEA, 2026) im
Rahmen des World Energy Outlook liegt nun ein empirisches Fundament vor, das die
komplexen Interdependenzen zwischen Künstlicher Intelligenz und dem weltweiten
Energiesektor entschlüsselt. Der Bericht schließt eine kritische Datenlücke für
politische Entscheidungsträger und Industrieexperten gleichermaßen, indem er
quantitative Szenarien bis zum Ende des Jahrzehnts entwirft.
DIE QUANTITATIVE DIMENSION DES STROMBEDARFS
Der primäre Indikator für den digitalen Transformationsdruck ist der stetig
ansteigende Elektrizitätskonsum von Rechenzentren. Laut IEA-Modellierung belief
sich der globale Stromverbrauch von Datenzentren im Jahr 2025 auf ca. 485
Terawattstunden (TWh). Das Basisszenario der IEA prognostiziert eine nahezu
präzise Verdopplung dieses Wertes auf rund 950 TWh bis zum Jahr 2030. Zu diesem
Zeitpunkt wird der Sektor rund drei Prozent des globalen Strombedarfs
beanspruchen.
Kernzahlen:
* 950 TWh: Prognostizierter weltweiter Stromverbrauch von Rechenzentren bis
2030 (ca. 3 % des globalen Bedarfs).
* + 50 %: Wachstum des Stromverbrauchs dedizierter KI-Rechenzentren allein im
Jahr 2025.
Besonders toxisch ist die Dynamik innerhalb der dedizierten KI-Infrastruktur.
Während der Gesamtmarkt aller Rechenzentren im Jahr 2025 ein ohnehin
beachtliches Wachstum von 17 Prozent verzeichnete, explodierte die
Leistungsaufnahme von Systemen, die spezifisch auf KI-Workloads ausgelegt sind,
um 50 . Bis 2030 wird mit einer Verdreifachung des KI-spezifischen
EnergiebedarfsProzent gerechnet. Getrieben wird diese Entwicklung durch
Investitionen der führenden Technologiekonzerne (Hyperscaler), die 2025 die
Marke von 400 Milliarden US-Dollar überschritten und 2026 voraussichtlich um
weitere 75 Prozent steigen werden. Allein die Investitionen von fünf führenden
Technologiekonzernen übersteigen inzwischen die weltweiten Investitionen in die
Öl- und Gasförderung.
DIE EFFIZIENZ-GLEICHUNG UND DAS JEVONS-PARADOXON
Eine der interessantesten Erkenntnisse des IEA-Berichts betrifft den
Zusammenhang zwischen Effizienz und Gesamtverbrauch. Moderne KI-Systeme werden
pro Rechenoperation immer effizienter. Gleichzeitig steigt die Zahl der
Anwendungen so schnell an, dass der gesamte Energiebedarf dennoch wächst. Dieser
Effekt erinnert an das sogenannte Jevons-Paradoxon: Effizienzsteigerungen senken
zwar den Energiebedarf einzelner Anwendungen, können durch eine stärkere Nutzung
aber zu einem höheren Gesamtverbrauch führen. Die IEA konstatiert signifikante
technologische Fortschritte: Der spezifische Energiebedarf zur Durchführung
einer einzelnen, isolierten KI-Rechenoperation sinkt durch algorithmische
Optimierung und verbesserte Chip-Architekturen jährlich um mindestens eine
Größenordnung. Eine standardisierte Textanfrage verbraucht heute weniger
elektrische Energie, als ein konventionelles Fernsehgerät im gleichen Zeitraum
benötigt.
JETZT NEWSLETTER ABONNIEREN
TÄGLICH DIE WICHTIGSTEN INFOS ZU BIG DATA, ANALYTICS & AI
Geschäftliche E-Mail
Bitte geben Sie eine gültige E-Mailadresse ein.
Abonnieren
Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und
Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details)
einverstanden und akzeptiere die . Weitere Informationen finde ich in unserer .
Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von
redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu
Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).
Aufklappen für Details zu Ihrer Einwilligung
Stand: 08.12.2025
Es ist für uns eine Selbstverständlichkeit, dass wir verantwortungsvoll mit
Ihren personenbezogenen Daten umgehen. Sofern wir personenbezogene Daten von
Ihnen erheben, verarbeiten wir diese unter Beachtung der geltenden
Datenschutzvorschriften. Detaillierte Informationen finden Sie in unserer .
EINWILLIGUNG IN DIE VERWENDUNG VON DATEN ZU WERBEZWECKEN
Ich bin damit einverstanden, dass die Vogel IT-Medien GmbH,
Max-Josef-Metzger-Straße 21, 86157 Augsburg, einschließlich aller mit ihr im
Sinne der §§ 15 ff. AktG verbundenen Unternehmen (im weiteren: Vogel
Communications Group) meine E-Mail-Adresse für die Zusendung von Newslettern und
Werbung nutzt. Auflistungen der jeweils zugehörigen Unternehmen
können  abgerufen werden.
Der Newsletterinhalt erstreckt sich dabei auf Produkte und Dienstleistungen
aller zuvor genannten Unternehmen, darunter beispielsweise Fachzeitschriften und
Fachbücher, Veranstaltungen und Messen sowie veranstaltungsbezogene Produkte und
Dienstleistungen, Print- und Digital-Mediaangebote und Services wie weitere
(redaktionelle) Newsletter, Gewinnspiele, Lead-Kampagnen, Marktforschung im
Online- und Offline-Bereich, fachspezifische Webportale und E-Learning-Angebote.
Wenn auch meine persönliche Telefonnummer erhoben wurde, darf diese für die
Unterbreitung von Angeboten der vorgenannten Produkte und Dienstleistungen der
vorgenannten Unternehmen und Marktforschung genutzt werden.
Meine Einwilligung umfasst zudem die Verarbeitung meiner E-Mail-Adresse und
Telefonnummer für den Datenabgleich zu Marketingzwecken mit ausgewählten
Werbepartnern wie z.B. LinkedIN, Google und Meta. Hierfür darf die Vogel
Communications Group die genannten Daten gehasht an Werbepartner übermitteln,
die diese Daten dann nutzen, um feststellen zu können, ob ich ebenfalls Mitglied
auf den besagten Werbepartnerportalen bin. Die Vogel Communications Group nutzt
diese Funktion zu Zwecken des Retargeting (Upselling, Crossselling und
Kundenbindung), der Generierung von sog. Lookalike Audiences zur
Neukundengewinnung und als Ausschlussgrundlage für laufende Werbekampagnen.
Weitere Informationen kann ich dem Abschnitt „“ in der Datenschutzerklärung
entnehmen.
Falls ich im Internet auf Portalen der Vogel Communications Group einschließlich
deren mit ihr im Sinne der §§ 15 ff. AktG verbundenen Unternehmen geschützte
Inhalte abrufe, muss ich mich mit weiteren Daten für den Zugang zu diesen
Inhalten registrieren. Im Gegenzug für diesen gebührenlosen Zugang zu
redaktionellen Inhalten dürfen meine Daten im Sinne dieser Einwilligung für die
hier genannten Zwecke verwendet werden. Dies gilt nicht für den Datenabgleich zu
Marketingzwecken.
Recht auf Widerruf
Mir ist bewusst, dass ich diese Einwilligung jederzeit für die Zukunft
widerrufen kann. Durch meinen Widerruf wird die Rechtmäßigkeit der aufgrund
meiner Einwilligung bis zum Widerruf erfolgten Verarbeitung nicht berührt. Um
meinen Widerruf zu erklären, kann ich als eine Möglichkeit das unter  abrufbare
Kontaktformular nutzen. Sofern ich einzelne von mir abonnierte Newsletter nicht
mehr erhalten möchte, kann ich darüber hinaus auch den am Ende eines Newsletters
eingebundenen Abmeldelink anklicken. Weitere Informationen zu meinem
Widerrufsrecht und dessen Ausübung sowie zu den Folgen meines Widerrufs finde
ich in der .
Dieser Effizienzgewinn wird jedoch durch eine qualitative und quantitative
Ausweitung der Anwendungen überkompensiert. Gleichzeitig verändern neue
KI-Anwendungen die Anforderungen an die Rechenleistung grundlegend. Während
einfache Textabfragen vergleichsweise wenig Energie benötigen, erfordern
Videoerzeugung, komplexe Schlussfolgerungsprozesse („Reasoning“) oder autonome
Agentensysteme deutlich größere Rechenressourcen. Laut IEA kann der
Energiebedarf einzelner Anfragen dabei um das Hundert- bis Tausendfache über dem
einer klassischen Textabfrage liegen.
PHYSISCHE UND REGULATORISCHE ENGPÄSSE
Obwohl die Projektpipelines für neue Rechenzentren historische Dimensionen
erreichen, identifiziert die IEA kritische, nicht-monetäre Restriktionen, die
das Wachstum in der Praxis dämpfen und als strukturelle Bremsen wirken:
* Netzanschlusskapazitäten: In den maßgeblichen globalen Clustern betragen die
administrativen und technischen Wartezeiten für einen adäquaten
Stromnetzanschluss mittlerweile zwischen fünf und zehn Jahren.
* Infrastruktur-Lieferketten: Die Vorlaufzeiten für essenzielle Netzkomponenten
wie Großtransformatoren belaufen sich auf zwei bis drei Jahre. Bei
stationären Gasturbinen zur Eigenstromversorgung haben sich die Lieferfristen
auf bis zu fünf Jahre verlängert.
* IT-Hardware-Restriktionen: Ein akuter Mangel an hochbandbreitigen Speichern
(High-Bandwidth Memory, HBM) limitiert den GPU-Deployment-Sektor und wird
laut IEA mindestens bis Ende 2027 anhalten.
* Geopolitische Risiken: Der durch den Nahost-Konflikt 2026 ausgelöste
Helium-Engpass (Schäden in Ras Laffan/Katar, Force Majeure, Straße von
Hormuz) ließ zeitweise rund ein Drittel der Weltproduktion ausfallen –
kritisch, weil Helium für die Halbleiterfertigung unverzichtbar ist.
DIE TRANSFORMATION DER ERZEUGUNGSSTRUKTUR
Der enorme und kontinuierliche Grundlastbedarf der IT-Infrastruktur zwingt die
Tech-Branche zu einer aktiven Rolle in der globalen Energiewende. Hyperscaler
zeichnen bereits für rund 40 Prozent der weltweit abgeschlossenen
privatwirtschaftlichen Stromabnahmeverträge (Corporate Power Purchase
Agreements, PPAs) für erneuerbare Energien verantwortlich.
Da Rechenzentren rund um die Uhr zuverlässig mit Strom versorgt werden müssen,
reichen erneuerbare Energien allein häufig nicht aus. Deshalb wächst das
Interesse an grundlastfähigen CO2-armen Technologien. Besonders deutlich zeigt
sich dies bei kleinen modularen Kernreaktoren (SMR), deren Projektpipeline laut
IEA innerhalb eines Jahres von 25 auf 45 GW angestiegen ist.“ Gleichzeitig
erzwingt der schleppende Netzausbau eine fossile Brückenstrategie: Die IEA
prognostiziert einen deutlichen Anstieg der dezentralen Erdgasverstromung direkt
vor Ort (Onsite-Generation). Bis 2030 könnten schätzungsweise 15 bis 27 GW an
Onsite-Gaskapazitäten entstehen, was zu einer prognostizierten Verdopplung der
globalen Erdgasnutzung im Rechenzentrumssegment führt.
GEOGRAFISCHE KONZENTRATION UND LOKALE MARKTSTÖRUNGEN
Ein signifikantes systemisches Risiko erwächst aus der extremen geografischen
Ballung. Mehr als die Hälfte der weltweiten Neukapazitäten wird in bestehenden
Kernregionen (wie Nord-Virginia in den USA oder dem FLAP-D-Hub in Europa) oder
in neu entstehenden, hochverdichteten Clustern realisiert. In diesen
mikro-regionalen Märkten drohen Rechenzentren bis 2030 einen Anteil von 20
Prozent bis 30 Prozent des gesamten lokalen Elektrizitätsbedarfs einzunehmen.
Die Folge sind erhebliche Belastungen der Verteilnetze und potenzielle
preistreibende Effekte für Endverbraucher und die klassische Industrie.
KI ALS INSTRUMENTARIUM DER ENERGIEWENDE
Der Bericht betrachtet jedoch nicht nur die steigende Energienachfrage durch KI.
Gleichzeitig könnte die Technologie selbst helfen, Energie effizienter zu
nutzen. KI-Systeme werden bereits für Netzüberwachung, Lastprognosen,
vorausschauende Wartung und die Optimierung industrieller Prozesse eingesetzt.
Nach Einschätzung der IEA könnten dadurch bis 2035 weltweit mehr als 13 Exajoule
Energie eingespart werden. KI-Systeme etablieren sich als Schlüsseltechnologie
für das Management moderner, dezentraler Energiesysteme. Durch
Echtzeit-Netzüberwachung, prädiktive Wartungsalgorithmen und die Optimierung
thermischer Prozesse in schweren Industriezweigen können bis 2035
schätzungsweise über 13 Exajoule (EJ) Primärenergie eingespart werden – dies
entspricht etwa drei Prozent des aktuellen weltweiten Endenergieverbrauchs. Der
primäre Engpass für diese Effizienzrevolution liegt laut einer IEA-Umfrage unter
Energieversorgern jedoch nicht in der Technologie selbst, sondern im akuten
Mangel an qualifizierten Fachkräften an der Schnittstelle von IT und
Energietechnik sowie in restriktiven Datenfreigabe-Richtlinien.
FAZIT UND AUSBLICK
Der IEA Special Report „Key Questions on Energy and AI“ verdeutlicht, dass die
Zukunft der Künstlichen Intelligenz untrennbar mit der Evolution der
Energiesysteme verwoben ist. Der Sektor agiert gleichzeitig als massiver
Nachfrager, der Netze an ihre physischen Grenzen bringt, und als technologischer
Schrittmacher, der Investitionen in modernste Generationen von Kernkraft,
Geothermie und Speichertechnologien voranstreibt. Die entscheidende Aufgabe für
Politik und Industrie wird es sein, die regulatorischen Rahmenbedingungen so zu
gestalten, dass Netzengpässe minimiert werden, während das enorme Potenzial der
KI zur Systemoptimierung voll ausgeschöpft werden kann.
Dieser Artikel stammt von unserem Partnerportal .
(ID:50863561)

Quelle: www.zukunftszentrum-ki.nrw

08. Juni 2026
Veränderungsprozesse in Unternehmen scheitern selten an der Technik selbst.
Häufiger liegt es daran, dass bei der Einführung neuer Systeme die Abläufe drum
herum nicht mitgedacht werden – oder die Mitarbeitenden nicht ausreichend
eingebunden sind.
Dieses Phänomen beschreibt das MTO-Framework. MTO steht für Mensch, Technik und
Organisation – und der Kerngedanke ist so einfach wie folgenreich: Alle drei
Dimensionen sind untrennbar miteinander verbunden. Wer bei Veränderungsprozessen
nur an der Technik dreht, bewegt zwangsläufig auch den Menschen und die
Organisation mit – ob er will oder nicht. Wer das ignoriert, darf sich über das
Ergebnis nicht wundern.
Für die Einführung von Künstlicher Intelligenz gilt das in besonderem Maß. KI
ist keine Software, die man einfach installiert. Sie verändert, wie
Entscheidungen getroffen werden, welche Aufgaben Menschen noch übernehmen und
welche Kompetenzen künftig gefragt sind.
--------------------------------------------------------------------------------
In unserer Arbeit mit kleinen und mittleren Unternehmen erleben wir immer
wieder, dass der entscheidende Schritt nicht die Auswahl des richtigen KI-Tools
ist, sondern die ehrliche Auseinandersetzung mit den Fragen davor: Was brauchen
die Mitarbeitenden wirklich? Welche Prozesse müssen neu gedacht werden, damit KI
tatsächlich nützt? Und wer ist überhaupt in diesen Prozess eingebunden?
Neben den transformativen Potenzialen, die KI bietet, sind in einigen Regionen
in Deutschland ebenfalls starke Prozesse des strukturellen Wandels im Gange. In
NRW z. B. im Rheinischen Revier, wo der Braunkohleausstieg die Region prägt.
Dort, wo Wandel und Transformation nicht nur einzelne Betriebe, sondern ganze
Regionen beeinflusst, gewinnt ein menschzentrierter Ansatz wie MTO noch einmal
an Dringlichkeit. Das Rheinische Revier befindet sich in einem tiefgreifenden
Strukturwandel – und die Frage, wie Beschäftigte diesen Prozess nicht nur
überstehen, sondern aktiv mitgestalten können, stellt sich hier mit besonderer
Relevanz.
--------------------------------------------------------------------------------
Genau deshalb arbeitet das Zukunftszentrum KI NRW gerne mit dem Projekt KIK:RR –
KI-Kompetenz Rheinisches Revier zusammen. Das Projekt stärkt Beschäftigte und
betriebliche Interessenvertretungen darin, KI nicht nur zu nutzen, sondern zu
verstehen, kritisch einzuordnen und im eigenen Betrieb mitzugestalten.
Am 6. Juni 2026 lädt das Projekt KIK:RR zur Auftaktveranstaltung ins AI Village
Hürth ein – von 12 bis 17 Uhr, kostenlos und offen für Beschäftigte,
Betriebsräte, Mitarbeitervertretungen und weitere betriebliche Akteur:innen aus
dem Rheinischen Revier und Umgebung. In Vorträgen und einem interaktiven
Workshop geht es darum, wie KI im Arbeitsalltag praktisch genutzt und zugleich
kritisch bewertet werden kann, welche konkreten Anwendungsfälle sich für den
eigenen Betrieb eignen und was es für eine menschenzentrierte Einführung
braucht.
Das Zukunftszentrum KI NRW wird ebenfalls vor Ort sein und Fragen zu Themen rund
um das Thema KI beantworten.
--------------------------------------------------------------------------------

Quelle: www.bigdata-insider.de

EUROPAS KI-SOUVERÄNITÄT MISTRAL AI – EUROPAS KI-HOFFNUNG ZWISCHEN SOUVERÄNITÄT
UND SACHZWANG
08.06.2026 Von 6 min Lesedauer
Anbieter zum Thema
Mistral AI ist Europas sichtbarster KI-Anbieter. Das Unternehmen steht für den
Versuch, technologische Souveränität nicht nur zu fordern, sondern praktisch
aufzubauen. Doch der Blick auf Bewertung, Umsatz, Infrastruktur,
Sicherheitsarchitektur und Marktstruktur zeigt: Zwischen politischer Bedeutung
und wirtschaftlicher Durchsetzungskraft liegt noch eine erhebliche Lücke.
Als Emmanuel Macron öffentlich für „Le Chat" warb, war das ein politisches
Signal. Europa will im Zeitalter generativer nicht vollständig von
US-amerikanischen Plattformen abhängig sein. Mistral AI wurde damit zum
sichtbarsten Symbol eines europäischen Anspruchs auf technologische
Handlungsfähigkeit. Das Unternehmen steht heute wie kaum ein anderer Anbieter
für die Hoffnung, dass Europa bei nicht nur reguliert, sondern auch selbst baut.
Genau hier beginnt die nüchterne Analyse. Politische Sichtbarkeit,
technologische Qualität und wirtschaftliche Durchsetzungskraft sind nicht
dasselbe. Mistral AI ist strategisch wichtig. Zugleich agiert das Unternehmen in
einem Markt, der weiter von US-Anbietern geprägt wird und inzwischen zusätzlich
unter chinesischem Preisdruck steht. Wer Mistral AI einordnen will, muss das
Unternehmen daher doppelt lesen: als industriepolitisches Projekt und als realen
Wettbewerber in einem extrem kapitalintensiven Markt.
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

KI-GOVERNANCE GARTNER: 40 PROZENT DER UNTERNEHMEN WERDEN AUTONOME KI-AGENTEN
ZURÜCKSTUFEN
08.06.2026 Von 2 min Lesedauer
Anbieter zum Thema
Eine pauschale Governance für alle KI-Agenten lässt deren Einsatz scheitern,
warnt Gartner. Bis 2027 sollen vier von zehn Unternehmen autonome Agenten
abschalten oder einschränken, weil Kontrolllücken erst im Produktivbetrieb
auffallen.
Bis 2027 werden rund 40 Prozent der Unternehmen autonome -Agenten zurückstufen
oder außer Betrieb nehmen. Das prognostiziert das Beratungshaus Gartner. Der
Grund seien Governance-Lücken, die erst nach Vorfällen im laufenden Betrieb
sichtbar würden. Eine belastbare Datenbasis nennt Gartner für die Zahl nicht, es
handelt sich um eine Analystenschätzung.
Auslöser der Probleme ist laut Gartner ein verbreiteter Denkfehler: Unternehmen
wenden auf alle Agenten dieselben Regeln an, unabhängig davon, wie autonom diese
handeln und worauf sie zugreifen dürfen. „Organisationen behandeln die
Governance von KI-Agenten als Entweder-oder, also entweder abgeriegelt oder voll
vertrauenswürdig, und genau das ist die Ursache des Scheiterns“, sagt Shiva
Varma, Senior Director Analyst bei Gartner.
ZWEI FEHLERBILDER
Werden alle Agenten gleich behandelt, beobachtet Gartner zwei wiederkehrende
Muster. Einfache Agenten werden überreguliert, was die Umsetzung bremst und
Schattenentwicklung begünstigt. Autonomere Agenten werden umgekehrt zu wenig
kontrolliert, was die Betriebs-, Sicherheits- und Compliance-Risiken in die Höhe
treibt.
Gegen beide Fehler empfiehlt Gartner eine proportionale Governance, die Agenten
nach ihrem Autonomiegrad in vier Stufen einteilt. Stufe eins („Observe“) umfasst
reine Lesezugriffe, etwa für Zusammenfassungen oder Wissensabruf, und kommt mit
leichten Kontrollen aus. Stufe zwei („Advise“) liefert Empfehlungen und
Entwürfe, die Menschen prüfen und manuell ausführen. Ab Stufe drei („Act with
Approval“) dürfen Agenten Daten schreiben oder Nachrichten senden, aber nur nach
Freigabe jeder einzelnen Aktion. Auf Stufe vier („Act Autonomously“) handeln sie
eigenständig innerhalb von Leitplanken.
Je höher die Stufe, desto strenger die Anforderungen. Für die autonome
Spitzenstufe verlangt Gartner unter anderem kontinuierliches Monitoring,
schnelle Rollback-Mechanismen und Circuit Breaker, die den Betrieb bei
Schwellenwertverletzungen stoppen. „Wenn Agenten autonom arbeiten, werden
Aktionen in einem Tempo und Umfang ausgeführt, die menschliche Aufsicht
überholen können“, so Varma.
Auch bei der vermeintlich sicheren Freigabe-Stufe warnt der Analyst vor
trügerischer Sicherheit: Menschliche Prüfung wirke nur, „wenn sie eine
bedeutsame Kontrolle bleibt“. Unter Zeitdruck oder durch Genehmigungsmüdigkeit
könnten Freigaben sonst zur Formsache verkommen.
(ID:50857484)