Update 1. Juli 2026: Die US-Regierung hat die Sperren für die beiden KI-Modelle wieder aufgehoben. Update 16. Juni 2026: Die US-Regierung hat Fable 5 und Mythos 5 drei Tage nach dem Launch weltweit sperren lassen. Mehr dazu in unserem neuen Artikel. Zu stark für die Öffentlichkeit – so beschrieb Anthropic im April sein KI-Modell Mythos. Jetzt ist eine Version davon frei verfügbar, allerdings mit angezogener Handbremse. Ein Unternehmen entwickelt ein KI-Modell, erklärt es für

Wer ein großes Sprachmodell auf eigene Firmendaten trainieren will, braucht Rechenpower. Viel davon. Methoden wie LoRA senken den Aufwand bereits deutlich – doch sie verschenken wertvolles Vorwissen. Ein neuer Ansatz namens GenFT zeigt, wie es klüger geht. Warum Unternehmen KI-Modelle nachtrainieren Ein KI-Modell kennt die Welt. Aber es kennt nicht Ihre Stücklisten, Ihre Servicehandbücher oder Ihre Vertragstexte. Damit ein Sprachmodell firmeneigene Aufgaben zuverlässig erledi

Gestern war ein großer Tag – zumindest für Google. Denn am besagten 19. Mai fand die „I/O 2026“ statt. Die I/O ist die jährliche Entwicklerkonferenz, auf der Google seine neuen Produkte und Technologien präsentiert. CEO Sundar Pichai hat dort unter anderem ein neues KI-Modell vorgestellt. Name: Gemini 3.5 Flash. Das Besondere: Es arbeitet schneller als alle bisherigen Google-Modelle (in dieser Qualität) und erledigt mehrstufige Aufgaben eigenständig. Schnell und ziemlich schl

Neun führende KI-Modelle spielen Monopoly gegeneinander. Das Ergebnis überrascht – und eines der angeblich besten Modelle der Welt scheitert krachend. Warum ausgerechnet Monopoly? Standard-Benchmarks prüfen vor allem eines: ob ein Modell einzelne Aufgaben korrekt löst. Aufgabe rein, Antwort raus, fertig. Im echten Leben zählen aber andere Fähigkeiten: Ressourcen verwalten, mehrere Schritte vorausplanen, auf Gegenspieler reagieren. Genau das verlangt Monopoly. Wer Grundstücke

Wer einmal einen Turm gebaut hat, weiß: Je mehr Bausteine er übereinander stapelt, desto wackeliger wird die Angelegenheit – bis der Turm irgendwann zusammenfällt. Genau dieses Problem hatten KI-Forscher bislang beim Training sehr großer Sprachmodelle. Das chinesische KI-Unternehmen DeepSeek hat jetzt eine Lösung entwickelt: „mHC“ (Manifold-Constrained Hyper-Connections) soll KI-Modelle stabiler machen. Der Clou: DeepSeek nutzt dazu eine mathematische Methode aus den 1960er

Eine Excel-Tabelle analysieren, Rechnungen automatisch prüfen oder Produktionsprozesse optimieren: KI-Agenten versprechen viel. Aber halten sie auch, was sie versprechen? Forscher haben den Praxistest gemacht und dabei Überraschendes herausgefunden. Was die Wissenschaft über KI-Skills zeigt Ein internationales Forschungsteam aus über 40 Institutionen – darunter Stanford, UC Berkeley und Amazon – hat 84 realistische Aufgaben aus elf Branchen untersucht. Die Bandbreite reichte

Stellen Sie sich vor, Sie geben Ihrer KI eine komplexe Aufgabe – und sie teilt sich selbst in ein Team auf. Jeder Agent übernimmt dann einen Teil und alle Agenten koordinieren sich automatisch. Genau das soll mit Claude Opus 4.6 möglich sein. Ein KI-Team statt eines Einzelkämpfers Das Besondere ist die „Agent Teams"-Funktion. Mehrere Claude-Instanzen arbeiten parallel an einem Projekt und stimmen sich dabei ab – ohne dass Sie eingreifen müssen. „Es zerlegt komplexe Aufgaben i

Das chinesische KI-Startup DeepSeek hat ein Sprachmodell vorgestellt, das mit GPT-5 von OpenAI mithalten soll – und das als Open Source. DeepSeek-V3.2 verspricht eine vergleichbare Leistung bei gleichzeitig deutlich geringeren Kosten. Gut, versprechen kann man viel. Das Besondere hier ist allerdings, dass DeepSeek verrät, wie sie das geschafft haben. Das komplette Modell ist Open Source und der technische Bericht liegt ebenfalls vor, in Form eines 23-seitigen PDFs. Das Dilem