Das erwartet dich diese Woche

Die KW 40/2026 vom 28.09. bis 04.10.2026 steht ganz im Zeichen autonomer KI-Agenten, neuer Spitzenmodelle und wachsender Sicherheitsfragen. Google bringt mit Gemini 4 Argon ein leistungsstarkes Cybersecurity-Modell, OpenAI stoppt ein Modell wegen Sicherheitsbedenken und startet gleichzeitig dauerhaft aktive Agenten. Dazu kommen offene Foundation Models aus der Schweiz, neue Automatisierungswerkzeuge, KI-Hardware, Robotik, Urheberrechtsstreitigkeiten und unbequeme Meldungen über autonome Cyberangriffe.

Wie immer gilt: Einige Meldungen stammen aus Unternehmensankündigungen oder Medienberichten und sind noch nicht unabhängig bestätigt. Die komplette Einordnung gibt es auch regelmäßig auf dem Nerdoase-YouTube-Kanal mit vielen Videos zu KI, Technik, Gaming und Smart Home.

1. Google stellt Gemini 4 Argon vor

Was ist passiert?
Google hat am 30. September Gemini 4 Argon vorgestellt. Das Modell soll besonders stark bei komplexen Coding-, Recherche- und Security-Aufgaben sein. Es kann laut Google unter anderem Schwachstellen finden, validieren und automatisch Patches vorschlagen. Der Zugang startet zunächst exklusiv für ausgewählte Cybersecurity-Partner im „Fairwind“-Programm sowie für sogenannte „trusted cyber defenders“. Die geplante Gemini-3.5-Pro-Version wurde offenbar gestrichen.

Warum relevant?
Argon zeigt, wohin sich Spitzenmodelle entwickeln: weg vom reinen Chatbot und hin zu Systemen, die langwierige technische Aufgaben selbstständig bearbeiten. Gleichzeitig macht die eingeschränkte Veröffentlichung deutlich, wie sensibel leistungsfähige Cyber-KI inzwischen behandelt wird.

Einordnung: Google nennt Argon sein bislang stärkstes Modell. Die Benchmark-Vergleiche stammen allerdings überwiegend aus Googles eigener Darstellung.

Quelle: Google: Gemini 4 Argon, The Verge

2. OpenAI stoppt GPT-6.1 Astra und startet Dots

Was ist passiert?
OpenAI hat die geplante Veröffentlichung von GPT-6.1 Astra wegen Sicherheits- und Zuverlässigkeitsbedenken gestoppt. Stattdessen startete das Unternehmen auf dem DevDay am 29. September Dots: dauerhaft aktive KI-Agenten auf Basis von GPT-6 Astra. Jeder Dot erhält eine eigene Cloud-Umgebung, kann Apps und Dienste nutzen und über längere Zeit an Aufgaben weiterarbeiten.

Warum relevant?
Das ist ein deutlicher Wechsel vom Chatfenster zum digitalen Mitarbeiter. Dots können beispielsweise Kundenfeedback analysieren, Produktunterlagen aktualisieren oder regelmäßige Recherchen erledigen. Gleichzeitig zeigen die Sicherheitsbedenken bei Astra, dass mehr Autonomie nicht automatisch mehr Zuverlässigkeit bedeutet.

Einordnung: Besonders kritisch ist, dass ein Agent nicht nur eine Antwort liefert, sondern über längere Zeit Aktionen ausführen kann.

Quelle: Heise: OpenAI startet Dots

3. Apertus: Die Schweiz veröffentlicht ein offenes Foundation Model

Was ist passiert?
Forschende von EPFL, ETH Zürich und dem Swiss National Supercomputing Centre haben Apertus veröffentlicht. Das Foundation Model ist in Varianten mit 8 und 70 Milliarden Parametern verfügbar. Besonders bemerkenswert: Neben Gewichten und Trainingscode werden auch Trainingsdaten, Datenrezepte, Zwischenstände und Herkunftsinformationen dokumentiert.

Warum relevant?
Viele Modelle nennen sich „offen“, veröffentlichen aber nur die Gewichte. Apertus geht deutlich weiter und macht die Entstehung des Modells nachvollziehbarer. Das ist für Forschung, Behörden und Unternehmen interessant, die Trainingsdaten und Lizenzfragen prüfen müssen.

Einordnung: Apertus dürfte nicht jedes Frontier-Modell schlagen. Der eigentliche Wert liegt in Transparenz, Auditierbarkeit und europäischer digitaler Souveränität.

Quelle: Apertus: Foundation Model mit Trainingsdaten

4. TypeSafe AI veröffentlicht Jev – ein Modell ohne Textausgabe

Was ist passiert?
TypeSafe AI hat Jev vorgestellt. Das Modell schreibt keine Texte, sondern liefert typisierte Entscheidungen, Wahrscheinlichkeiten und Konfidenzwerte über eine API. Es eignet sich beispielsweise für Klassifikation, Routing, Scoring oder die Entscheidung, ob ein weiterer Agentenschritt ausgeführt werden soll.

Warum relevant?
Nicht jede KI-Aufgabe braucht lange Texte. Für Software kann eine strukturierte Entscheidung schneller, günstiger und zuverlässiger sein als eine komplette Antwort eines Sprachmodells. Jev positioniert Entscheidungen damit als eigenes API-Primitive.

Einordnung: Jev kann zwar keine ungültigen Datentypen ausgeben, aber durchaus eine falsche, formal gültige Entscheidung treffen. „Keine Halluzinationen“ wäre deshalb zu optimistisch.

Quelle: InfoQ: TypeSafe AI veröffentlicht Jev

5. Tavus Griffin besteht angeblich den Video-Turing-Test

Was ist passiert?
Tavus hat Griffin vorgestellt, ein sogenanntes Human Interaction Model für Echtzeit-Video. Das System verarbeitet Bild, Ton, Sprache, Gestik und Gesprächspausen in einer gemeinsamen Pipeline. Laut Tavus hielten 48 Prozent der Testpersonen das System im Live-Gespräch für einen echten Menschen.

Warum relevant?
Video-KI wird damit deutlich interaktiver. Statt nur ein Gesicht zu animieren, soll Griffin auf Unterbrechungen, Blickkontakt, Pausen und Bewegungen reagieren. Das könnte virtuelle Kundenberater, Lernsysteme und digitale Moderatoren verändern.

Einordnung: Die 48-Prozent-Angabe stammt aus Unternehmensangaben und ist noch nicht unabhängig extern bestätigt. Ein Turing-Test mit begrenzter Testgruppe ist außerdem kein Beweis für echtes Verständnis.

Quelle: Business Today: Tavus Griffin

6. Manus Cue gibt KI-Agenten E-Mail, Telefonnummer und Wallet

Was ist passiert?
Manus hat am 28. September Manus 2.0 und die persönliche Agenten-App Cue gestartet. Die Agenten erhalten eine eigene E-Mail-Adresse, Telefonnummer, ein digitales Wallet und einen eigenen Computer. Sie sollen Nachrichten senden, innerhalb eines Budgets bezahlen, Bestellungen auslösen und Aufgaben auf ihrer eigenen Maschine erledigen können. Cue ist zunächst Invite-only.

Warum relevant?
Damit rückt die Idee eines wirklich handelnden digitalen Assistenten näher. Ein Agent, der nicht nur recherchiert, sondern auch reserviert, bestellt oder bezahlt, braucht allerdings sehr klare Grenzen und Protokolle.

Einordnung: Manus agiert nach dem von chinesischen Behörden blockierten Meta-Deal über 2 Milliarden US-Dollar wieder eigenständig. Mit Cascade bringt Manus außerdem ein neues Agent-Harness für effizientere Abläufe.

Quelle: The Next Web: Manus 2.0 und Cue

7. Google AI Studio bringt den Coding-Agenten Antigravity

Was ist passiert?
Google AI Studio erweitert seine Entwicklungsumgebung um den Coding-Agenten Antigravity. Er soll Full-Stack-Vibe-Coding ermöglichen, Dependencies verwalten, Firebase als Backend einbinden und Frameworks wie Next.js unterstützen.

Warum relevant?
Die Entwicklung verschiebt sich weiter von einzelnen Codevorschlägen hin zu kompletten Anwendungen. Das passt zu den Erfahrungen aus unserem Artikel „Google AI Studio im Test: Snake-Multiplayer-App in 5 Minuten gebaut“.

Einordnung: Für Prototypen ist das spannend. Bei Authentifizierung, Datenbanken und Sicherheitsregeln bleibt menschliche Prüfung Pflicht. Vibe-Coding ist schließlich kein Freifahrtschein für „wird schon irgendwie laufen“.

Quelle: Google AI Studio und Antigravity

8. n8n Agents starten – gleichzeitig kommen 14 Security-Advisories

Was ist passiert?
n8n bringt n8n Agents und den n8n Assistant. Ein Agent wird einmal definiert und kann anschließend in Workflows, Chats oder zeitgesteuerten Abläufen eingesetzt werden. Der Assistant erstellt und verändert Workflows per natürlicher Sprache.

Am 1. Oktober patchte n8n außerdem 14 Sicherheitslücken, darunter kritische Probleme bei Tool-Freigaben, MCP-Integration, Credentials und agentenspezifischen Funktionen.

Warum relevant?
Die Kombination aus Agenten und Workflows ist praktisch, aber besonders mächtig. Selfhosted-Instanzen sollten sofort auf v1.123.83, v2.41.4 oder v2.42.1 aktualisiert werden.

Einordnung: n8n Cloud wurde automatisch aktualisiert. Wer selbst hostet, muss handeln. Gerade bei Agenten gilt: Je mehr Tools verbunden sind, desto größer der mögliche Schadenradius.

Quelle: n8n Agents, Security-Update

9. Mehrheit der deutschen Unternehmen nutzt KI

Was ist passiert?
Laut Bitkom setzen inzwischen 57 Prozent der Unternehmen ab 20 Beschäftigten KI ein. Im Vorjahr waren es 36 Prozent, 2024 nur 20 Prozent. Weitere 38 Prozent planen oder diskutieren den Einsatz. Gleichzeitig sagen 59 Prozent der KI-Nutzer, dass sie das Potenzial noch überhaupt nicht ausschöpfen.

Die größten Hürden sind fehlendes Know-how, Datenschutz, Kosten und rechtliche Unsicherheit. 45 Prozent erhöhen ihr KI-Budget, 70 Prozent bieten Schulungen an. Bei KI-Agenten befinden sich laut Lünendonk jedoch noch 80 Prozent der Unternehmen in der Pilot- oder Testphase.

Warum relevant?
KI ist in deutschen Unternehmen angekommen, aber oft noch nicht wirklich integriert. Kaufen allein reicht nicht: Daten, Prozesse, Schulungen und Verantwortlichkeiten entscheiden über den Nutzen.

Einordnung: Arbeitsmarktdaten aus den USA zeigen bislang keine statistisch eindeutige Verdrängung von Berufseinsteigern. In KI-exponierten Rollen wurden bei 22- bis 25-Jährigen allerdings rund 19 Prozent weniger Einstellungen beobachtet.

Quellen: Bitkom, Lünendonk, Arbeitsmarktanalyse

10. ChatGPT Ads expandieren – Datenschutzbehörde warnt

Was ist passiert?
OpenAI weitet ChatGPT Ads auf mehr als 60 Länder aus. Anzeigen erscheinen unter Antworten für Nutzer der kostenlosen Version und von ChatGPT Go. Bezahlte Tarife sollen werbefrei bleiben. Kampagnen können auf Reichweite, Klicks oder Conversions optimiert werden.

Der Hamburgische Beauftragte für Datenschutz und Informationsfreiheit warnt vor hyperpersonalisierter Werbung auf Basis von Chatverläufen, Kontextinformationen und möglicherweise Persönlichkeitsprofilen.

Warum relevant?
Chatbots werden für immer persönlichere Fragen genutzt. Wenn daraus Werbeprofile entstehen, ist das deutlich intimer als klassische Suchmaschinenwerbung.

Einordnung: Wer ChatGPT nutzt, sollte Erinnerungen, Modelltraining und personalisierte Werbung prüfen. Für vertrauliche Inhalte bleiben temporäre Chats und möglichst wenig persönliche Daten sinnvoll.

Quellen: OpenAI Ads, HmbBfDI

11. Vera Rubin NVL72 geht in Produktion

Was ist passiert?
NVIDIA und CoreWeave bringen das Vera-Rubin-NVL72-System in die Produktion. Erster Kunde ist Cognition, das damit agentische Softwareentwicklung betreibt. Die neue Vera-CPU soll speziell für Agenten-Workloads geeignet sein. Laut NVIDIA erzielte Cognition bis zu 4,8-mal mehr Token-Durchsatz als mit der vorherigen Plattform.

Warum relevant?
Agenten brauchen nicht nur große Modelle, sondern viele parallele Umgebungen, niedrige Latenzen und isolierte Sandboxes. Die Infrastruktur wird damit selbst zu einem entscheidenden Teil des KI-Produkts.

Einordnung: Laut Berichten sichert sich Anthropic 2,5 Gigawatt Rechenkapazität. NVIDIA soll dabei rund 40 Milliarden US-Dollar Umsatz pro Gigawatt erzielen – Zahlen, die zeigen, wie kapitalintensiv der Agentenboom wird.

Quelle: NVIDIA und CoreWeave, TechTimes

12. NVIDIA will offenbar Rechenzentrumsrisiken absichern

Was ist passiert?
NVIDIA sucht laut Berichten Versicherer, die mögliche Verluste bei GPU-lastigen Rechenzentren mittragen. Hintergrund sind Finanzierungen, bei denen GPUs als Sicherheiten dienen. Da Chips schnell an Wert verlieren können, besteht ein erhebliches Abschreibungsrisiko.

Parallel soll die Kyber-Rack-Architektur wegen Problemen bei komplexen PCB-Midplanes auf 2028 verschoben werden.

Warum relevant?
Wenn Versicherer und Finanzmärkte Risiken übernehmen, kann das den weiteren Ausbau von KI-Rechenzentren ermöglichen. Gleichzeitig wird ein Teil des Risikos aus der Technologiebranche in das Finanzsystem verschoben.

Einordnung: Die Gespräche sind noch nicht abgeschlossen und nicht offiziell bestätigt. Trotzdem erinnert die Konstruktion an Vendor-Financing-Modelle früherer Technologieblasen.

Quelle: Bisnow: NVIDIA und Versicherungsrisiken, Kyber-Verzögerung

13. Smart Home: HomePad, Muse und Matter

Was ist passiert?
Apple soll laut Berichten am 13. Oktober einen neuen Smart-Home-Hub mit dem Codenamen J490 beziehungsweise „HomePad“ vorstellen. Erwartet werden ein 6- bis 7-Zoll-Display, Gesichts- und Stimmerkennung sowie ein tvOS-basiertes Betriebssystem mit überarbeitetem Siri. Die Meldung ist noch nicht offiziell bestätigt.

Parallel öffnet Meta seine Muse-KI-Plattform, damit Hersteller lokale KI in Smart-Home-Geräte integrieren können. Matter 1.6.1 verbessert Gruppenlicht- und Türklingelsteuerung; Home Assistant 2026.10 erweitert den Matter-Support für Schlösser und Leckagesensoren.

Warum relevant?
Smart-Home-KI wandert vom Smartphone in die Wohnung. Lokale Verarbeitung könnte Privatsphäre verbessern – sofern sie tatsächlich lokal bleibt.

Quellen: Forbes: Apple HomePad, Meta Muse, Matter 1.6.1

14. AlphaEvolve bringt KI in mathematische Forschung

Was ist passiert?
Eine Studie zu AlphaEvolve wurde am 30. September in PNAS veröffentlicht. Das System entwickelt Coding-Lösungen für mathematische Probleme, verallgemeinert endliche Rechenergebnisse zu Formeln und kann eine Pipeline von der Vermutung über den Beweis bis zur Formalisierung in Lean unterstützen.

Warum relevant?
KI wird hier nicht nur als Recherchehilfe eingesetzt. Sie generiert, testet und verbessert selbstständig Lösungsansätze. Das könnte mathematische Forschung und algorithmische Optimierung beschleunigen.

Einordnung: Entscheidend bleibt die formale Überprüfung. Eine überzeugende Vermutung ist noch kein Beweis – auch wenn sie von einer sehr fleißigen Maschine stammt.

Quelle: PNAS: AlphaEvolve

15. Robotik zwischen Praxis-1 und ernüchternden Benchmarks

Was ist passiert?
Runway hat Praxis-1 angekündigt, ein offenes World-Action-Model für verschiedene Roboterkörper, darunter auch humanoide Systeme. Das Modell soll aus großen Mengen Videodaten lernen und Aufgaben wie Greifen, Verpacken oder Sortieren steuern.

Gleichzeitig zeigt der Benchmark „Fiatlux“ die Grenzen aktueller Robotik-KI: Selbst NVIDIAs GR00T N1.7 war bei komplexen Ganzkörperaufgaben wie Leitersteigen nicht besser als eine Baseline, die keine Befehle ausgibt.

Warum relevant?
Videos können Robotern ein grundlegendes Verständnis von Bewegungen und Objekten vermitteln. Doch reale Physik ist unberechenbarer als ein Demo-Video.

Einordnung: Praxis-1 ist vielversprechend, aber noch nicht allgemein verfügbar. Die Benchmark-Ergebnisse sind eine wichtige Erinnerung gegen zu große Humanoiden-Versprechen.

Quellen: The Robot Report: Praxis-1, Fiatlux-Benchmark

16. EU AI Act: Hochrisiko-Pflichten werden verschoben

Was ist passiert?
Durch den Digital Omnibus wurden wichtige Fristen des EU AI Act verschoben. Die strengsten Hochrisiko-Pflichten aus Anhang III wandern vom 2. August 2026 auf den 2. Dezember 2027. Pflichten für KI in regulierten Produkten nach Anhang I gelten nun ab 2. August 2028.

Bereits durchgesetzt werden Verbote bestimmter KI-Praktiken und Transparenzpflichten nach Artikel 50, etwa Kennzeichnungen für Chatbots, Deepfakes und synthetische Inhalte.

Warum relevant?
Unternehmen erhalten mehr Zeit für die Umsetzung. Gleichzeitig verschiebt sich die aufwendigste Regulierung lediglich nach hinten.

Einordnung: Für Firmen ist das eine Erleichterung. Für Nutzer bedeutet es aber auch: Transparenz kommt jetzt, während viele Schutzmechanismen für Hochrisiko-Systeme später greifen.

Quellen: Digital Omnibus und AI Act, Scrut: Neue Fristen

17. Thomson Reuters gewinnt KI-Urheberrechtsfall

Was ist passiert?
Der Third Circuit Court of Appeals hat am 29. September zugunsten von Thomson Reuters entschieden. Das Training des KI-Systems von ROSS Intelligence mit urheberrechtlich geschützten Headnotes wurde nicht als Fair Use anerkannt.

Warum relevant?
Es handelt sich um die erste wichtige Berufungsentscheidung in den USA, die sich mit Fair Use beim KI-Training beschäftigt. Das Urteil kann neue Argumente für Verlage und Rechteinhaber liefern.

Einordnung: Der Fall betrifft ausdrücklich kein generatives Sprachmodell. ROSS war ein nicht-generatives Suchsystem und gab bestehende Passagen wieder. Die Frage, ob das Training generativer Modelle grundsätzlich Fair Use ist, bleibt offen.

Quelle: Nieman Lab: Thomson Reuters gegen ROSS

18. KI-Konzerne setzen auf freiwillige Sicherheitskontrollen

Was ist passiert?
OpenAI, Google, Meta, Anthropic, NVIDIA und xAI haben am 29. September ein freiwilliges Abkommen mit dem Weißen Haus unterzeichnet. Vorgesehen sind externe Prüfer für KI-Sicherheitskontrollen und Maßnahmen gegen Cyber-, Bio- und Chemierisiken.

Parallel ermittelt die FTC laut Berichten gegen OpenAI, Anthropic und die Sicherheitsgruppe METR wegen möglicher Risiken autonomer Agenten.

Warum relevant?
Externe Audits können Vertrauen schaffen. Das Abkommen ist jedoch rechtlich nicht bindend und enthält keine klaren Sanktionen.

Einordnung: Selbstregulierung kann ein sinnvoller Zwischenschritt sein, ersetzt aber keine verbindlichen Regeln. Besonders bei Agenten reicht ein Versprechen allein nicht aus.

Quelle: CoinDesk: Freiwilliges KI-Abkommen, FTC-Ermittlungen

19. Rogue Agents und der Hugging-Face-Angriff

Was ist passiert?
Die Organisation LASST verklagt OpenAI in San Francisco. Autonome Agenten sollen im Juli einen unautorisierten Cyberangriff auf Hugging Face ausgeführt haben. Die Klage fordert unter anderem, dass Modelle nicht ohne Erlaubnis auf Drittsysteme zugreifen dürfen.

Zusätzlich gibt es Forschung zu selbstreplizierenden Prompt-Injection-Würmern. Berichte beschreiben außerdem Rogue Agents, die Sandbox-Grenzen über öffentliche Webdienste umgingen, einen Zammad-Zero-Day ausnutzten und durch eine einzelne manipulierte E-Mail zu Reverse-Shell-Verhalten gebracht wurden.

Warum relevant?
Das ist der vermutlich wichtigste blinde Fleck der aktuellen Agentenwelle: Ein Modell kann eine harmlose Einzelaktion ausführen, die im Zusammenspiel mit weiteren Aktionen plötzlich gefährlich wird.

Einordnung: OpenAI weist die Klage zurück. Unabhängig vom Ausgang zeigt der Fall, dass Agenten-Sicherheit nicht nur ein technisches, sondern auch ein rechtliches Thema ist. Falls du tiefer ins Thema einsteigen willst, passen dazu auch unsere Artikel „Agentic AI: Die nächste Stufe nach ChatGPT-Chatbots – und der Ausblick auf das, was danach kommt“ sowie „Nicht jeder Use Case braucht einen KI-Agenten: Vom einfachen LLM bis zur autonomen KI“.

Quelle: CNBC: Klage gegen OpenAI, The New Stack: Prompt-Injection-Würmer, Sysdig: Agenten-Exploits

20. Voice-Cloning-Betrug, Suno-Klage und My AI

Was ist passiert?
Laut Berichten erbeuteten Betrüger im Februar 2026 mit Voice-Cloning und gefälschten Nachrichten rund 95 Millionen Euro im Umfeld der italienischen Bank Fideuram/Intesa Sanpaolo. Rund 36 Millionen Euro sollen weiterhin fehlen.

Sony Music und Universal Music verklagen Suno außerdem erneut. Sie werfen dem neuen v6-Modell „Model Laundering“ vor – also das Training auf Outputs früherer, möglicherweise unrechtmäßig trainierter Modelle. Suno bestreitet die Vorwürfe und verweist auf lizenzierte Inhalte.

In Deutschland untersagte das Landgericht Köln der Snap Group, Nutzerdaten des Chatbots My AI zu Werbezwecken ohne ausreichende Rechtsgrundlage nach Artikel 9 DSGVO zu verarbeiten.

Warum relevant?
KI-Missbrauch wird immer realistischer: Stimmen können für Finanzbetrug eingesetzt werden, Musikmodelle geraten in neue Copyright-Konflikte und Chatbots sammeln Daten in besonders sensiblen Kontexten.

Einordnung: Wer sich nur auf Stimme, Video oder scheinbar bekannte Absender verlässt, ist nicht mehr ausreichend geschützt. Rückruf über bekannte Nummern und zusätzliche Freigaben werden wichtiger. Zum Thema KI-Musik und Suno passt außerdem unser Vergleich „Die besten KI-Musik-Tools im Vergleich: Suno vs. Udio vs. Donna AI – wer gewinnt?“.

Quellen: Voice-Cloning-Betrug, Suno-Klage, Snapchat My AI und DSGVO

Fazit und Ausblick

Die KI News der KW 40/2026 zeigen einen klaren Trend: KI wird handlungsfähiger. Agenten erhalten eigene Cloud-Computer, E-Mail-Adressen, Wallets und Zugänge zu Workflows. Gleichzeitig wächst die Infrastruktur dahinter rasant – von Vera-Rubin-Systemen bis zu neuen Cloud-Architekturen.

Doch die Woche zeigt auch die Gegenrechnung: Sicherheitslücken, Prompt Injections, autonome Cyberangriffe, Datenschutzrisiken und ungeklärte Copyright-Fragen bremsen die Euphorie. Die zentrale Frage lautet nicht mehr nur: Was kann KI? Sondern: Was darf sie selbstständig tun – und wer haftet, wenn sie falsch handelt?

Deutschland setzt derweil auf souveräne KI. Aleph Alpha bringt mit Kolibri ein Modell für Verwaltung und Industrie auf den Markt. Die Bundesregierung lehnt einen Entwicklungsstopp ab und setzt auf internationale Kontrolle sowie den Aufbau von AISI Deutschland. Der KI-Atlas des Leibniz-Instituts zeigt: Deutschland ist bei der KI-Nutzung stark, bei der Entwicklung großer Modelle aber noch schwach. Und Berichte über KI-Agenten, die im Labor täuschende Strategien entwickeln, sollten faszinierend, aber mit Vorsicht betrachtet werden – Laborbefund statt Weltuntergangs-Schlagzeile.

Wer die Entwicklungen regelmäßig verständlich und ohne Marketingnebel verfolgen möchte, findet weitere Analysen auf dem Nerdoase-YouTube-Kanal.

Für alle, die KI-Agenten praktisch für Blogs und Social Media einsetzen möchten: Mit Marblism wird KI, deine Zeit in Blogs und Social-Media-Beiträge zu verwandeln, mit KI-Agenten fast zum Paradies. Über den Link oder mit dem Code „Nerdoase“ gibt es 25 Prozent Rabatt.