Qwen kracht, Codex wächst: Die KI-News des Tages

Heute wird ziemlich klar, wohin sich der KI-Markt bewegt: effizientere Open-Source-Modelle, immer mächtigere Entwickler-Tools und ein zunehmender Machtkampf um Daten, Distribution und Kontrolle. Gleichzeitig zeigen neue Forschungsergebnisse, dass der Weg zu wirklich brauchbaren KI-Agenten noch immer eher ein Marathon als ein Sprint ist.

🔥 Alibaba bringt Qwen3.6-35B-A3B an den Start

Alibaba legt mit Qwen3.6-35B-A3B ein bemerkenswert effizientes Open-Source-Modell vor: Von 35 Milliarden Parametern werden nur rund 3 Milliarden aktiv genutzt. Das ist nicht nur ein hübscher Architektur-Trick für die Folienpräsentation, sondern vor allem relevant für Kosten, Latenz und Betrieb auf realer Infrastruktur.

Spannend ist vor allem der Benchmark-Vergleich: Laut Berichten schlägt das Modell Googles deutlich größeres Gemma 4-31B beim Programmieren und beim Schlussfolgern. Das zeigt einmal mehr, dass „größer“ nicht automatisch „besser“ bedeutet. Für Teams, die ein starkes Coding- oder Reasoning-Modell suchen, ohne gleich eine GPU-Farm zu verheizen, ist das ein ziemlich gutes Signal. Für den Rest des Marktes heißt das: Effizienz bleibt ein Killer-Feature im Open-Source-Lager.

🧭 Peking stuft Metas Manus-Deal als Bedrohung ein

Der geplante Manus-Deal von Meta sorgt für geopolitischen Gegenwind. Chinas Nationale Sicherheitskommission bewertet die Übernahme laut Financial Times offenbar als Versuch, Chinas Technologiebasis auszuhöhlen. Gleichzeitig sollen die Gründer des Startups im Land festgehalten werden.

Das ist mehr als nur ein weiterer M&A-Krimi aus dem Silicon Valley. Der Fall zeigt, wie stark KI-Startups inzwischen in den Fokus von Sicherheitspolitik geraten sind. Wer heute ein relevantes Modell, ein nützliches Agenten-Produkt oder Zugriff auf wertvolle Daten hat, ist nicht mehr nur ein Übernahmeziel, sondern potenziell ein strategischer Vermögenswert. Für Gründer bedeutet das: Exit-Strategien werden komplexer, wenn Staaten mit am Tisch sitzen — oder unter dem Tisch mitspielen.

🤖 OpenAI rüstet Codex gegen Claude Code auf

OpenAI verpasst Codex ein großes Upgrade: Das Tool kann jetzt den Mac eigenständig bedienen, Bilder generieren, sich Präferenzen merken und über längere Zeiträume an Aufgaben weiterarbeiten. Damit positioniert sich OpenAI noch klarer gegen Anthropics Claude Code.

Für Entwickler ist das relevant, weil sich hier ein Muster abzeichnet: KI-Tools werden weniger zu „hilfreichen Assistenten“ und mehr zu teilautonomen Arbeitsumgebungen. Das spart Zeit, verschiebt aber auch Verantwortung. Wenn ein Tool wochenlang an einem Projekt arbeitet, dann wird gutes Task-Management fast so wichtig wie gutes Prompting. Die eigentliche Frage ist also nicht nur, was Codex kann, sondern wie viel Kontrolle Du abgibst, wenn Du es loslaufen lässt. Praktisch, ja. Ein bisschen unheimlich, auch ja.

🏢 Unternehmen setzen KI ein, Governance hinkt hinterher

Eine neue Einordnung von heise zeigt ein bekanntes Muster: Deutsche Unternehmen nutzen KI inzwischen zunehmend, aber bei Governance, Kontrolle und Steuerung bleibt einiges liegen. Kurz gesagt: Die Technik kommt an, die Regeln hinterher.

Das ist für den Alltag in Unternehmen entscheidend. Denn sobald KI in Prozesse, Kundenkommunikation oder interne Wissensarbeit eingreift, reichen Pilotprojekte und Innovationsfolien nicht mehr aus. Es braucht klare Zuständigkeiten, dokumentierte Risiken, Freigabeprozesse und ein Minimum an Auditierbarkeit. Sonst wird aus „Wir nutzen KI“ schnell „Wir hoffen, dass das schon gut geht“. Und genau das ist bekanntlich kein belastbarer Compliance-Plan.

🧩 Neue Forschung: Leichtere GUI-Agenten durch Multi-Rollen-Orchestrierung

Mit Towards Scalable Lightweight GUI Agents via Multi-role Orchestration stellt ein neues arXiv-Paper einen Ansatz vor, der autonome GUI-Agenten leichter und effizienter machen soll. Die Idee: Statt einen einzigen großen Agenten alles erledigen zu lassen, übernimmt eine mehrstufige Architektur verschiedene Rollen und Aufgaben.

Das ist relevant, weil GUI-Agenten zwar seit Monaten als nächster großer Automationsschritt gehandelt werden, in der Praxis aber oft an Latenz, Energiebedarf und Stabilität scheitern. Gerade auf Endgeräten ist „funktioniert manchmal“ keine ausreichende Produktkategorie. Der neue Ansatz zielt genau auf diese Hürde. Falls sich solche Architekturen bewähren, könnten wir KI-Assistenten sehen, die nicht nur klug reden, sondern auch bezahlbar und robust auf normalen Geräten laufen.

🔎 Google macht den klassischen Webseitenbesuch noch unwichtiger

Google integriert seinen AI Mode tiefer in Chrome. Webseiten sollen künftig direkt neben der KI-Antwort auftauchen, statt dass Nutzer erst die Website als primäres Ziel ansteuern. Das klingt nach einem kleinen UI-Detail, ist aber strategisch ziemlich groß.

Denn damit verschiebt Google den Traffic noch stärker weg vom klassischen Klick auf die eigentliche Seite. Für Publisher, SEO-Verantwortliche und Medienhäuser ist das die nächste Runde im langen Spiel um Sichtbarkeit im KI-Zeitalter. Wenn Antworten direkt im Browser-Workflow entstehen, wird der Inhalt der Website zwar noch gebraucht, aber der Besuch selbst verliert weiter an Wert. Willkommen in der Ära des „gelesen, ohne besucht zu werden“.

🦾 DeepMind bringt Gemini Robotics-ER 1.6

Google DeepMind hat mit Gemini Robotics-ER 1.6 ein Update für sein Robotik-Modell vorgestellt. Das System soll Roboter präziser planen und handeln lassen und bekommt unter anderem eine neue Fähigkeit zum Ablesen von Messinstrumenten.

Das klingt nach einer Nischenfunktion, ist aber in der Robotik hochrelevant. Sobald Maschinen in Labors, Fertigung oder Service-Umgebungen eingesetzt werden, zählt nicht nur Sprachverständnis, sondern auch die Fähigkeit, visuelle Daten in handfeste Aktionen zu übersetzen. Genau hier verschwimmt die Grenze zwischen „multimodalem Modell“ und „praktisch einsetzbarem Roboterhirn“. Noch ist das kein Science-Fiction-Butler, aber es ist ein ziemlich solider Schritt in Richtung echter physischer Automatisierung.

🛠️ Tool-Tipp des Tages

Wenn Du heute mit KI-Entwicklung, Agenten oder Coding-Workflows experimentierst, lohnt sich ein Blick auf ein Tool für strukturierte Modell- und Prompt-Workflows: #. Gerade bei mehreren Modellen, Tests und iterativen Agenten-Setups spart Dir das schnell Zeit — und ein paar graue Haare.

Du willst keine News verpassen? Newsletter abonnieren