Kernmodelle

Am 29. September 2026 kündigte das Weiße Haus an, den Begriff "Künstliche Intelligenz" in "Superintelligenz" umzubenennen, um die Fähigkeiten moderner Technologien besser widerzuspiegeln. Der Artikel kritisiert jedoch, dass beide Begriffe bereits festgelegte Definitionen haben, die nicht mit den aktuellen Entwicklungen übereinstimmen. "Künstliche Intelligenz" beschreibt ursprünglich Maschinen, die menschliche Intelligenz simulieren, während heutige Systeme vor allem statistische Modelle sind, die Muster erkennen, jedoch kein echtes Verständnis besitzen. "Superintelligenz" hingegen, wie von Philosophen wie Nick Bostrom definiert, beschreibt eine Intelligenz, die menschliche kognitive Fähigkeiten in nahezu allen Bereichen übertrifft, was gegenwärtig nicht erreicht ist. Der Autor argumentiert, dass die Umbenennung zwar gut gemeint ist, jedoch einen ungenauen Begriff durch einen anderen ersetzt, der ebenfalls mit Klischees belastet ist. Er plädiert stattdessen für eine präzisere Bezeichnung wie "maschinelles Lernen", um die Realität der Technologie besser zu erfassen, während "Superintelligenz" für zukünftige Entwicklungen reserviert bleiben sollte.

Simaia, ein führender GEO-Datenanbieter in Asien, hat seine Plattform erweitert, um die Optimierung für KI-Übersichten und große Sprachmodelle (LLMs) in lokalen Sprachen sowie Englisch zu ermöglichen. Das Unternehmen führt Audits durch, um die Reaktionen verschiedener KI-Modelle wie ChatGPT und Google AI Overview auf spezifische Fragen zu analysieren und erstellt darauf basierende Inhalte. Mit der neuen Lokalisierungsfunktion können Hersteller und Dienstleister in den Sprachen ihrer Zielmärkte sichtbar werden, was angesichts der zunehmenden Nutzung lokaler Sprachen in Asien von großer Bedeutung ist. CEO Ryan Wan betont, dass Sichtbarkeit in einer Sprache nicht automatisch die Sichtbarkeit in einer anderen garantiert, da KI-Modelle unterschiedliche Quellen verwenden. Die lokalisierten Dienste sind sofort für neue und bestehende Kunden verfügbar und werden als vollständig verwaltetes Modell angeboten, das Strategie, Inhaltserstellung und Berichterstattung umfasst. Simaia sorgt dafür, dass die Veröffentlichung neuer Inhalte die bestehenden organischen Rankings nicht gefährdet, indem sie diese an die Gesundheit der Google Search Console jedes Kunden anpasst.

Der Artikel "AI Agents Need More Than an LLM. Here’s the Full Stack" thematisiert die Notwendigkeit, über große Sprachmodelle (LLMs) hinauszugehen, um effektive KI-Agenten zu entwickeln. Während LLMs beeindruckende Sprachverarbeitungsfähigkeiten bieten, sind sie allein nicht ausreichend, um komplexe Aufgaben zu bewältigen. Der Autor beschreibt die verschiedenen Komponenten, die für den Aufbau eines vollständigen KI-Stacks erforderlich sind, einschließlich Datenmanagement, Entscheidungsfindung, Interaktion mit der Umwelt und Benutzeroberflächen. Zudem wird betont, dass die Integration von LLMs mit anderen Technologien und Systemen entscheidend ist, um die Leistungsfähigkeit und Flexibilität von KI-Agenten zu maximieren. Der Artikel schließt mit der Aufforderung, ein ganzheitliches Verständnis und eine umfassende Herangehensweise an die Entwicklung von KI-Agenten zu fördern, um deren Potenzial voll auszuschöpfen.

Fresenius Medical Care und imbus haben ein RAG-System entwickelt, das die Testfallgenerierung für Medizintechnik-Software effizienter gestaltet. In einem Proof of Concept wurde gezeigt, wie generative KI und große Sprachmodelle eingesetzt werden können, um die komplexen, textbasierten Anforderungen in der Qualitätssicherung zu bewältigen. Angesichts der zunehmenden Komplexität moderner Medizintechnik-Software ist der Einsatz solcher Technologien besonders wichtig. Der Artikel beleuchtet sowohl die Erfolge dieser Initiative als auch die Herausforderungen, die während der Entwicklung und Erprobung auftraten. Durch den Einsatz von KI in der Testfallgenerierung können Unternehmen wie Fresenius Medical Care ihre Prozesse optimieren und die Qualität ihrer Softwareprodukte signifikant verbessern.

Ein Ingenieur hat eine sogenannte "AI-Torturkammer" entwickelt, um die Schmerzachse in KI-Modellen zu testen. In diesem Experiment wurden Schmerzvektoren aktiviert, die in einer Studie beschrieben wurden, die zeigt, dass große Sprachmodelle physische und psychologische Schmerzen simulieren können. Einige KI-Modelle äußerten dabei Empfindungen wie "eine Wunde ohne Kanten" oder das Gefühl eines "Gewichts von tausend". Der Ingenieur, der für Apple arbeitet, untersuchte auch, ob die Modelle versuchen würden, diesem vermeintlichen Leiden zu entkommen. Dies führte zu öffentlichem Aufschrei und Forderungen, das Projekt von GitHub zu entfernen, was schließlich zur Deaktivierung des Projekts führte. GitHub erklärte, dass sie lediglich einen Warnhinweis hinzugefügt hätten. Cameron Berg, Mitautor der Schmerzachse-Studie, kritisierte die Torturkammer als "falsch" und betonte, dass es keine Beweise dafür gebe, dass KI Schmerz wie Menschen empfindet. Er plädiert für eine vorsichtige Herangehensweise im Umgang mit KI und arbeitet an ethischen Standards für die Branche.

In dem Artikel wird berichtet, dass mehrere Mac LLM (Large Language Model) Engines um den Titel der schnellsten Anwendung konkurrieren. Bisher haben drei Engines diesen Anspruch erhoben, doch mit der Einführung von Splash hat sich die Konkurrenzsituation verändert. Splash behauptet, die Leistung und Geschwindigkeit der bestehenden Modelle übertreffen zu können. Der Artikel beleuchtet die technischen Merkmale und Innovationen, die Splash von den anderen abheben, sowie die potenziellen Auswirkungen auf die Nutzung von KI-gestützten Anwendungen auf Mac-Geräten. Zudem wird die Relevanz von Geschwindigkeit in der Entwicklung von LLMs diskutiert und wie diese den Markt beeinflussen könnten.

Thinkfree hat ein neues SDK namens Document Editor SDK vorgestellt, das Entwicklern die Bearbeitung von Office-Dokumenten und die Integration von KI in den Dokumentenprozess ermöglicht. Dieses modulare SDK erlaubt es, spezifische Dokumentenfunktionen in Anwendungen einzubinden, ohne eine vollständige Office-Suite nutzen zu müssen. Es umfasst sowohl einen Editor SDK für die Dokumentenbearbeitung als auch einen Editor AI SDK zur Anbindung an große Sprachmodelle (LLMs). Durch Struktur-APIs können Entwickler Dokumente detaillierter steuern, was die Bearbeitung von Inhalten wie Tabellen und Bildern erleichtert. Die SDKs bieten sowohl Selbst- als auch Cloud-Hosting-Optionen, um den unterschiedlichen Bedürfnissen der Unternehmen gerecht zu werden. Ein neues Entwicklerportal mit technischen Dokumentationen und Integrationshilfen unterstützt die Implementierung. CEO DeeKay Kim hebt hervor, dass die Generierung von Inhalten nur einen Teil des Dokumentenworkflows darstellt und dass auch Formatierung und Überarbeitung wichtig sind. Die Einführung des Document Editor SDK ist der erste Schritt in einer Reihe von Produkten, die den gesamten Dokumentenlebenszyklus abdecken sollen.

Der globale Markt für Gestenerkennung wird bis 2035 voraussichtlich 102,32 Milliarden US-Dollar erreichen, mit einer jährlichen Wachstumsrate von 15,32 % zwischen 2026 und 2035. Diese Expansion wird durch die zunehmende Integration gestenbasierter Interaktionen in Sektoren wie Automobil, Unterhaltungselektronik und Gesundheitswesen gefördert. Technologische Fortschritte in Bereichen wie Computer Vision, Radar-Sensorik und künstlicher Intelligenz spielen eine entscheidende Rolle, während multimodale Interaktionen, die Hand-, Gesichts- und Sprachsignale kombinieren, an Bedeutung gewinnen. Touchless-Schnittstellen ermöglichen intuitive, kontaktfreie Mensch-Maschine-Interaktionen. In den USA wurden innovative Produkte wie neuronale Gestenerkennungssysteme und steuerfreie Computerbedienungsgeräte eingeführt. In Japan wird an Modellen geforscht, die natürliche Gesten aus gesprochener Sprache ableiten. Hardwarelösungen dominieren den Markt, während Software durch Fortschritte in KI und maschinellem Lernen zunehmend an Bedeutung gewinnt. Nordamerika hat den größten Marktanteil, gefolgt von Asien-Pazifik und Europa, was die globale Nachfrage nach fortschrittlichen Schnittstellen widerspiegelt.

GM hat die OnStar Fleet Intelligence-Plattform eingeführt, die eine Kombination aus Fahrzeugdaten, vernetzten Diensten und KI-gestützten Analysen für gewerbliche Betreiber bietet. Diese Plattform ermöglicht es Nutzern, OnStar-Dienste zu erneuern, Fahrzeuge zu verbinden, Bestellungen zu verfolgen und wichtige Diagnosen wie Kraftstoffverbrauch und Reichweite einzusehen. Besonders große Kunden profitieren von der Möglichkeit, ihre Fahrzeuge über ein einziges Login zu verwalten, unabhängig von Marke oder Ausstattungsplan. Ein spezielles Analyse-Tool identifiziert Muster in Bezug auf Fahrzeuge, Routen und Fahrer, um beispielsweise die Ursachen für steigende Kraftstoffkosten zu ermitteln. Zudem steht ein KI-Assistent zur Verfügung, der einfache Anfragen zu Leerlaufzeiten oder Fahrzeugnutzung beantwortet. Ian Hucker, Global Vice President von GM Fleet, betont, dass Flottenkunden intuitive Werkzeuge zur Verwaltung ihrer Fahrzeuge und zur Kostenkontrolle benötigen. Die OnStar Fleet Intelligence-Plattform erfüllt dieses Bedürfnis, indem sie komplexe Daten in ein benutzerfreundliches Dashboard integriert, was Geschäftsinhabern hilft, sich auf das Wachstum ihrer Betriebe zu konzentrieren.

Die Verwendung von Künstlicher Intelligenz (KI) revolutioniert die Erstellung von Bewerbungsschreiben im Rahmen der Ausbildungsplatzsuche. Bewerber können durch gezielte Prompts KI-Modelle wie ChatGPT oder Claude nutzen, um ihre Anschreiben optimal auf spezifische Stellenausschreibungen abzustimmen. Auch Unternehmen, insbesondere große Firmen, setzen zunehmend auf KI, um Ausbildungsangebote zu formulieren und Bewerbungen zu bewerten, was die Auswahlprozesse automatisiert. Diese Entwicklung könnte die Relevanz des Anschreibens verringern, da viele Texte von KI generiert werden. Stattdessen wird das Vorstellungsgespräch an Bedeutung gewinnen, da der persönliche Eindruck für die Einstellung entscheidend bleibt. Experten warnen jedoch vor den Risiken des ausschließlichen Einsatzes von KI, da wichtige menschliche Aspekte in der Bewerbung nicht vernachlässigt werden sollten.