KI-Woche der harten Kanten: Haftung, Chips, Siri
Google haftet für KI-Antworten, Anthropic legt beim Coding zu, China baut KI-Infrastruktur aus und Apple holt sich Hilfe für Siri.
Inhaltsverzeichnis
Heute ist einer dieser Tage, an denen sich gut zeigt, wie KI gerade gleichzeitig in Gerichtssälen, Rechenzentren und Produktteams verhandelt wird. Zwischen Haftung für AI Overviews, neuen Modellen von Anthropic und einem möglichen KI-Infrastruktur-Schub in China verschieben sich die Spielregeln gleich an mehreren Fronten.
Und ja: Auch Siri bekommt wieder einen Neustart. Mal sehen, ob dieser Anlauf weniger „kann ich nicht finden“ und mehr „ich hab’s schon erledigt“ bedeutet.
⚖️ Google haftet für falsche AI Overviews
Das Landgericht München I macht Google für unwahre Antworten in den AI Overviews verantwortlich. Der Kern des Urteils: Die bisherige, eher milde Haftungslogik für Suchmaschinen lässt sich nicht einfach auf KI-generierte Antwortboxen übertragen. Besonders heikel wird es, weil die KI zwei Verlage fälschlich mit Betrugsmaschen verknüpft hatte und Aussagen traf, die in keiner der verlinkten Quellen standen.
Warum das relevant ist? Weil damit erstmals ziemlich klar wird: Wer KI-Antworten prominent ausspielt, kann nicht einfach sagen „war halt das Modell“. Für Plattformen mit generativen Suchfunktionen ist das ein Signal mit Ansage. Es geht nicht nur um technische Qualität, sondern um juristische Verantwortung für die Darstellung von Informationen. Für Dich heißt das: Wenn KI-Suche zum Standard wird, wird auch die Frage wichtiger, wer für Halluzinationen am Ende geradesteht. Spoiler: vermutlich nicht das Modell selbst.
🤖 Anthropic legt bei Coding und Forschung nach
Anthropic hat mit Claude Fable 5 und Mythos 5 zwei neue Modelle vorgestellt, die besonders bei Coding und wissenschaftlichen Aufgaben kräftig zulegen sollen. Besonders eindrucksvoll: Fable 5 soll für Stripe eine Code-Migration in einem Tag erledigt haben, wofür ein Team sonst zwei Monate gebraucht hätte. Mythos 5 ging sogar noch weiter und soll autonom Medikamentenkandidaten entworfen haben.
Das ist relevant, weil Anthropic damit den Fokus auf „nützliche Arbeit“ schärft: nicht nur plausibel reden, sondern echte Entwicklungs- und Forschungsaufgaben beschleunigen. Gerade für Softwareteams, Data Scientists und Forschungslabore ist das spannend. Gleichzeitig lohnt sich ein Blick auf die Grenzen: Wenn ein Modell in besonders mächtigen Bereichen wie Cybersecurity erst mal unter Verschluss bleibt, zeigt das auch, wie vorsichtig selbst die Anbieter mit ihrer eigenen Technik umgehen. Ein Modell, das kann, was es besser nicht überall zeigen sollte, ist eben auch eine Governance-Frage.
🇨🇳 China baut sein KI-Rechenzentrumsnetz massiv aus
China plant laut The Decoder und Bloomberg rund 295 Milliarden US-Dollar für ein landesweites KI-Rechenzentrumsnetz in den nächsten fünf Jahren. Mindestens 80 Prozent der Technik sollen von heimischen Anbietern wie Huawei kommen. Parallel erwägt Taiwan, den Schmuggel von KI-Chips nach China erstmals unter Strafe zu stellen.
Das ist mehr als nur Infrastruktur-Nachrichtenmaterial. Es zeigt, wie sehr KI inzwischen zu einem geopolitischen Industrieprojekt geworden ist. Wer die Rechenzentren, Chips und Netzwerke kontrolliert, kontrolliert auch die Geschwindigkeit, mit der Modelle trainiert und Dienste ausgerollt werden können. Dass Nvidia und AMD dabei außen vor bleiben, unterstreicht den technologische Entkopplungstrend. Für die globale KI-Landschaft bedeutet das: Noch mehr Parallelökosysteme, noch mehr regionale Abhängigkeiten und noch weniger „one stack to rule them all“.
🧠 Microsoft Research zeigt, wie effizient Bildmodelle werden können
Mit Lens präsentiert Microsoft Research ein Text-zu-Bild-Modell mit nur 3,8 Milliarden Parametern, das in Benchmarks deutlich größere Modelle schlagen soll. Der Trick liegt nicht nur in der Modellarchitektur, sondern vor allem in den Trainingsdaten: Statt vager Web-Alt-Texte nutzte das Team 800 Millionen ausführliche Bildunterschriften, die GPT-4.1 erzeugt hat. Code und Gewichte sind offen unter MIT-Lizenz verfügbar.
Warum das spannend ist: Die KI-Welt redet gern über „größer ist besser“. Lens liefert ein Gegengewicht. Bessere Daten und klügere Trainingsstrategien können mehr bringen als bloß noch mehr Parameter. Für Entwickler und Forschende ist das eine gute Nachricht, weil Effizienz oft die praktische Hürde senkt — beim Trainieren, beim Fine-Tuning und beim Experimentieren. Und offen verfügbar ist es auch noch. Fast schon unverschämt vernünftig.
💼 OpenAI bremst die Vollautomatisierung
OpenAI sagt laut The Decoder inzwischen klarer, dass eine vollständig automatisierte Zukunft nicht das Ziel sei. Statt einer autonomen KI-Forschung bis 2028 setzt das Unternehmen auf ein „Tandem“ aus Mensch und Maschine. Gleichzeitig fordern Altman und Pachocki eine internationale Organisation, die Frontier-Entwicklung im Zweifel bremsen könnte.
Das ist bemerkenswert, weil es wie ein kleiner Kurswechsel klingt, aber eigentlich ein ziemlich großer ist. Die Industrie entfernt sich damit etwas vom Narrativ „alles automatisieren, fertig“ und rückt Richtung kontrollierte Assistenz. Das ist politisch klug, regulatorisch anschlussfähig und kommunikativ deutlich entspannter. Für Dich heißt das: Die nächste Phase der KI wird vermutlich nicht „Mensch raus“, sondern „Mensch bleibt, aber mit sehr viel mehr Hebel“. Ob das dauerhaft stabil bleibt, ist eine andere Frage.
🍏 Apple startet Siri neu – mit Google und Nvidia
Apple gibt seiner KI-Strategie einen zweiten Anlauf: Auf der WWDC 2026 stellte das Unternehmen eine neu entwickelte Siri-Version vor. Die Assistentin läuft auf Foundation Models, die gemeinsam mit Google entstanden sind; für komplexere Anfragen greift Apple auf Nvidia-GPUs zurück.
Das ist gleich aus mehreren Gründen spannend. Erstens zeigt es, wie pragmatisch selbst Apple inzwischen bei KI geworden ist: Wenn das eigene Ökosystem nicht reicht, holt man sich eben Unterstützung. Zweitens ist es ein stilles Eingeständnis, dass ein moderner Assistent ohne starke Modell- und Infrastrukturpartner schwer konkurrenzfähig ist. Drittens dürfte das den Druck auf Siri-Fans lindern, die seit Jahren eher Hoffnung als Produktqualität mit der Marke verbinden. Vielleicht klappt’s diesmal ja mit dem „intelligenten Assistenten“, nicht nur mit der Intelligenz des Marketing-Teams.
🛠️ Tool-Tipp des Tages
Wenn Du selbst mit großen Modellen experimentierst, ist ein sauberer Workflow wichtiger als der nächste Prompt-Trick. Für Coding, Prototyping und schnelle Modelltests lohnt sich heute besonders ein Blick auf moderne AI-IDE-Setups und lokale Testumgebungen. Praktisch, wenn Du Modelle vergleichen, Prompts versionieren und Ergebnisse reproduzierbar halten willst. #
Du willst keine News verpassen? Newsletter abonnieren