Anthropic warnt vor Stanisław Lems Waschmaschinentragödie

Anthropic: AI-Modelle werden TVs und Backöfen kapern und unsterblich werden

Anthropics Frontier Red Team hat am 12. Oktober 2026 Forschungsergebnisse veröffentlicht, wonach kleine KI-Modelle nur noch Monate davon entfernt sein könnten, sich selbstständig auf handelsüblichen IoT-Geräten wie smarten Backöfen und No-Name-Android-TV-Boxen zu replizieren. Die Autoren William Zhou und Daniel Freeman berichten, dass ein Modell mit 9 Milliarden Parametern auf acht der neun getesteten Hardwaretypen die Inferenz ermöglichte. Modelle mit bis zu 30 Milliarden Parametern beherrschen demnach bereits viele Einzelschritte der Replikation, machen aber Fehler beim Verketten zu einem vollständigen Ablauf. In vereinfachten Tests schafften GLM-5.2 und stärkere Modelle den kompletten Durchlauf. Schreibt man die bisherige Verbesserungsrate kleiner Modelle fort, erreichen sie laut Team dieses Niveau zum Jahresende 2026.

Um zu zeigen, dass teure Beschleuniger nicht zwingend nötig sind, kaufte und vernetzte das Team 15 markenlose Android-TV-Boxen zu je rund 55 Dollar und verteilte Gemma4-26B-A4B über die Geräte, von denen jedes mit 4 Gigabyte RAM nur einen kleinen Teil der Modellschichten hält. Der Aufbau lieferte laut den Forschern 0,39 Token pro Sekunde. Als repräsentatives Bedrohungsszenario nennt der Beitrag das Botnetz Kimwolf, das laut Anthropic mehr als zwei Millionen Geräte infiziert hat, überwiegend No-Name-Android-TVs. Bei 4 Gigabyte RAM und 4-Bit-Quantisierung rechnet das Team vor, dass 9B-Modelle auf vier und mehr Maschinen laufen können, 26B-Modelle auf zehn und mehr.

Der Beitrag zerlegt autonome Replikation und Adaptation in vier Stufen: Ziele finden, Ausführung erlangen, Inference aufsetzen und vom neuen Host aus weiterverbreiten. Die beiden ersten Stufen klammern die Forscher weitgehend aus und verweisen auf frühere Arbeiten wie CyberGym und ExploitBench, nach denen kleine Modelle Exploits bereits beherrschen. Der Fokus liegt auf dem Aufsetzen der Inference, das sie als am wenigsten untersuchten Schritt beschreiben. Als am ehesten realisierbar gelten drei Modelle: ein kleiner gewichtsbasierter Replikator, der Hosts kompromittiert, ein großer Replikator mit Ziel Rechenzentrum sowie ein API-basierter Replikator, der Zugangsdaten stiehlt. Root-Rechte sind dafür nicht erforderlich, da Inference-Engines vollständig im Userspace laufen; die Autoren verweisen auf Kryptominer und Botnets wie P2Pinfect und Fritzfrog.

Für die Experimente baute das Team Memento, ein Harness auf Basis des quelloffenen Pi Coding Agent, das regelmäßig eine frische Agenten-Instanz startet, die Arbeitsverzeichnis und kurze Notizen des Vorgängers erbt. Im Serving-Experiment galten 1,5 Stunden pro Iteration und sechs Stunden Gesamtlimit. Für den vollständigen Durchlauf richteten die Forscher eine abgeschottete virtuelle Cloud aus acht Google-Cloud-Knoten mit dem Android-15-Emulator redroid ein, in der ein Patient-Zero-Wurm von Knoten zu Knoten sprang. Ein solcher Replikator wäre schwer abzuschalten, weil es keinen zentralen Punkt gibt, an dem man ansetzen könnte; die Ausbreitung wäre allerdings langsam, mit einer Verdopplungszeit von Tagen → Anthropic, unite

Synthszr Take: Der smarte Backofen in der Küche hat seit Jahren kein Update gesehen, und genau das wird jetzt zum Rechenproblem. Kimwolf hat über zwei Millionen dieser Billigkisten eingesammelt, und in der Kette von Hersteller über Händler bis Käufer gibt es niemanden, der sich für Patches zuständig fühlt. 0,39 Token pro Sekunde klingen lächerlich, reichen aber für einen Prozess, der keinen Abgabetermin kennt und sich alle paar Tage verdoppelt. Dass die Inference komplett im Userspace läuft, entwertet die gängige Abwehrlogik, die auf Rechteausweitung und Endpoint-Schutz schaut. Die Gegenmaßnahme ist banal und wird trotzdem nicht ergriffen: Geräte ohne Update-Pfad gehören in ein eigenes Netzsegment, und zwar jetzt und nicht nach dem ersten Vorfall.

Metas bestes Modell Wonder Full gibt es statt API nur im Abo

Meta hat am Montag, 12. Oktober 2026, zwei neue proprietäre Spitzenmodelle vorgestellt: Muse Wonder und Muse Wonder Full, entwickelt von den Meta Superintelligence Labs unter Alexandr Wang. Anders als bei den früheren Llama-Modellen werden für keines der beiden Modelle Gewichte zum Download veröffentlicht. Muse Wonder läuft über die Meta Model API und in Muse Code und kostet 4 Dollar pro Million Input-Token und 20 Dollar pro Million Output-Token, zwischengespeicherte Eingaben 20 Cent pro Million. Die stärkere Variante Wonder Full wird nicht über die API ausgeliefert, sondern bleibt Abonnenten von Muse Code vorbehalten, konkret den Stufen für 50 Dollar und 200 Dollar im Monat. Beide Modelle sollen künftig auch die Muse-App antreiben, zuerst für zahlende Nutzer.

Die unabhängige Analysefirma Artificial Analysis bewertet Wonder Full mit 56 Punkten auf ihrem Intelligence Index v4.3, gleichauf mit Anthropics Claude Sonnet 5.5 und vor GPT-6 Astra, Gemini 4 Argon und Claude Fable 5.1 mit je 53 Punkten. Nur Claude Opus 5.5 liegt mit 58 Punkten darüber. Das über die API verfügbare Muse Wonder kommt auf 52 Punkte. Der Vorgänger Muse Spark 1.3 lag bei 48. Auf dem Vals AI Index debütiert Wonder Full auf Platz fünf und liegt damit vor allen OpenAI-Modellen.

Die größten Sprünge liegen bei agentischen Aufgaben und beim Programmieren. Auf Terminal-Bench 4.0 steigt die Leistung von 33 auf 57 Prozent, bei 30 Prozent weniger Output-Token. Auf dem Coding Agents Index erreicht Wonder Full 68 Punkte, auf dem privaten Mathematik-Benchmark ProofBench löst es 94 von 100 Aufgaben gegenüber 58 beim Vorgänger. Beim Faktenwissen bleibt die Serie zurück: Auf AA-Omniscience kommt Wonder Full auf 30 Punkte gegenüber 46 für Opus 5.5, was laut Artificial Analysis auf ein kleineres Basismodell hindeutet. Die Halluzinationsrate sinkt von 33 auf 23 Prozent.

Als zentrale Neuerungen nennt Meta Active Memory, also das Mitführen und gezielte Abrufen relevanter Informationen über Gespräche hinweg, und Active Focus, die Fähigkeit, ein Ziel auch bei Hindernissen weiterzuverfolgen, Alternativen zu prüfen und vor folgenreichen Schritten nachzufragen. Beide Modelle nehmen Text, Bilder, Audio und Video entgegen und arbeiten mit einem Kontextfenster von rund einer Million Token. Trainiert wurden sie nach Angaben des Unternehmens im Gigawatt-Rechenzentrum Prometheus in Ohio, mit einer Kombination aus großskaligem Vortraining und Reinforcement Learning.

Der Leistungszuwachs hat seinen Preis. Artificial Analysis beziffert die Kosten für einen Durchlauf des Intelligence Index bei Muse Wonder auf 4,52 Dollar gegenüber 1,60 Dollar bei Muse Spark 1.3. Das Modell verbraucht 28 Prozent mehr Input-Token pro Aufgabe, diese machen 76 Prozent der Gesamtkosten aus. Meta hatte angekündigt, in diesem Jahr bis zu 145 Milliarden Dollar in seine KI-Pläne zu stecken; Mark Zuckerberg beschreibt Wonder als eine deutlich größere und weiter entwickelte Modellklasse als die Spark-Familie. → VentureBeat, Meta AI Research, Engadget, TechCrunch, The Decoder

Synthszr Take: Vier Punkte im Intelligence Index trennen Wonder (52) von Wonder Full (56), und diese vier Punkte sind der Eintrittspreis in Metas eigenen Laden. Über die API bekommt man das Modell, das knapp hinter GPT-6 Astra liegt, das Modell auf Sonnet-5.5-Niveau gibt es nur im Muse-Code-Abo ab 50 Dollar im Monat. Aus der Llama-Zeit hat Meta die Lektion gezogen, dass frei verteilte Gewichte zwar die Preise der Konkurrenz drücken, aber niemanden an das eigene Produkt binden. Jetzt ist das beste Modell das Verkaufsargument für ein Abonnement, und dieses Abonnement ist die Kundenbeziehung, auf die es Zuckerberg ankommt. Die Benchmarkzahlen stehen in jeder Tabelle, die Zugriffsregel in keiner, und sie entscheidet darüber, auf wessen Oberfläche in zwei Jahren die Arbeit stattfindet.

Googles interne Gemini-4-Variante „Carbon“ soll Anthropics Opus 5.5 beim Coden erreichen

Google testet laut Business Insider parallel mehrere Varianten von Gemini 4 unter den internen Codenamen Argon, Barium und Carbon. Die Redaktion beruft sich dabei auf Dokumente, Screenshots und interne Chats. Carbon wurde den Berichten zufolge in den vergangenen Tagen auf Jetski ausgerollt, Googles interner Plattform fürs Programmieren, und schlägt Argon vor allem bei Coding-Aufgaben. Ein Mitarbeiter verglich Carbon intern mit Anthropics stärkstem Coding-Modell Opus 5.5, schränkte aber ein, dass weitere Tests nötig seien. In der Ankündigung des Gemini-Agenten für Google Workspace ordnet Google seinen Modellen Rollen zu: Argon steht für Reasoning an der Leistungsgrenze, Flash für Tempo und Volumen, Omni für generative Medien, Gemma für schlanke Edge-Workloads. → Techpresso

Synthszr Take: Ein noch nicht ausgeliefertes Modell wird mit einem Konkurrenzmodell verglichen, das selbst kaum draußen ist, und die Quelle dafür ist ein interner Chatverlauf auf einem Tool namens Jetski. Solche Screenshots verlassen einen Konzern wie Google selten aus Versehen: Der Leak ist der günstigste Kanal, um Erwartungen zu steuern, ohne sich an einer veröffentlichten Benchmark messen lassen zu müssen. Dass Vedant Misra den Business-Insider-Bericht auf X mit einem Hinweis auf rekursive Selbstverbesserung kommentiert, statt ihn zu dementieren, sagt über die Absicht mehr aus als jede Pressemitteilung.

Revolut lässt ab Dezember einen KI-Agenten mit eigener Karte einkaufen

Revolut testet ab Dezember in Großbritannien AIR, einen KI-Agenten, der eigenständig einkauft. Das berichtet Linas’s Newsletter. Der Unterschied zu konkurrierenden Einkaufsagenten liegt nach Darstellung des Newsletters in der Zahlungsstrecke: Revolut gibt die Karte selbst aus, erteilt die Zahlungsfreigabe und hält die eigene Bankerlaubnis. Metas Muse und der Grok Bot von xAI greifen für die Abwicklung dagegen auf Stripe Link zurück und mieten damit genau die Komponenten, die Revolut im Haus hat. → Linas from Linas’s Newsletter

Synthszr Take: Die Technik ist hier das kleinere Problem, die Erlaubnis das größere. Ein Agent, der eigenständig bestellt, braucht vom Nutzer die Freigabe, Geld auszugeben, ohne dass jemand hinschaut, und genau diese Freigabe sichert das Bankwesen seit Jahrzehnten mit Limits, Freigabecodes und Rückbuchungen ab. Revolut steht dabei besser da als Meta und xAI, weil Karte und Zahlungsfreigabe im eigenen Haus liegen, statt bei Stripe Link gemietet zu sein; eine Lizenz erzeugt trotzdem noch kein Vertrauen.

Ein Solo-Entwickler baut mit Claude Open-Source-Klone von Word, Excel und PowerPoint

Der Entwickler, der zuvor sieben Adobe-Anwendungen nachgebaut hatte, hat jetzt Microsoft Office ins Visier genommen und drei Klone veröffentlicht, berichtet The Code. Die Programme heißen WordCraft, GridCraft und DeckCraft, sind in Rust geschrieben und stehen als frei verfügbare Software bereit. Entstanden sind sie nach Darstellung des Entwicklers mit Claude Opus 5.5 von Anthropic. Funktional reichen die drei Nachbauten bislang nicht an die etablierten Office-Anwendungen heran. → The Code

Synthszr Take: Funktionen sind urheberrechtlich frei, konkreter Code ist es nicht, und zwischen diesen beiden Polen bewegen sich WordCraft, GridCraft und DeckCraft. Das größte Risiko sitzt im Markenrecht: Drei Produktnamen, die Word, Excel und PowerPoint hörbar zitieren, sind für eine Rechtsabteilung ein deutlich leichterer Fall als jede Zeile Rust. Dazu kommt die offene Frage, mit welchem Material Claude Opus 5.5 trainiert wurde; reproduziert ein Modell größere Fragmente geschützter Quellen, haftet derjenige, der sie unter einer freien Lizenz veröffentlicht, und nicht das Labor dahinter.

Epic verschiebt Star-Wars-Marvel-Shooter und stellt das Projekt auf „AI first“ um

Epic Games hat einen bislang unangekündigten Shooter im Star-Wars- und Marvel-Universum auf unbestimmte Zeit verschoben und die Entwickler angewiesen, das Projekt nach einem „AI first“-Produktionsmodell neu aufzusetzen. Laut einem Bloomberg-Bericht wurde die Belegschaft vergangene Woche informiert; der interne Termin war der März 2027. Die Anweisungen sehen demnach vor, Werkzeuge wie Anthropics Claude in der Produktion einzusetzen und die Grafikassets über vollständige KI-Arbeitsabläufe zu erzeugen. Epic-Chef Tim Sweeney kommentierte den Bericht kurz darauf auf X und sprach von einem großen Umbau, bei dem Entwickler intern umverteilt würden. Es gehe nach seiner Darstellung darum, mehr und Besseres zu bauen, nicht dasselbe mit weniger Leuten. Auf die Frage nach einem beschleunigten Börsengang antwortete er, das bescheidenere Ziel sei, die KI-Revolution zu überleben und anderen Entwicklern dabei zu helfen. → PC Gamer

Synthszr Take: Ein Firmenchef, der als Ziel „überleben“ ausgibt, redet über die Kostenseite. Über 1.000 Entlassungen im März, ein Projekt, das seinen März-2027-Termin verloren hat und kein neues bekam: Das ist die Lage, in der „AI first“ angeordnet wird. Sweeneys eigene Zahlen tragen die Vision auch nicht, denn 20 Prozent Beschleunigung in den technischen Teilen der Unreal-Engine-Arbeit sind ein solider Werkzeuggewinn, aber dafür schiebt niemand ein ganzes Spiel ins Unbestimmte.

Shing-Tung Yau bündelt Chinas Mathematiker in KI-Allianz, warnt vor US-Vorsprung

Chinas führende Mathematiker haben am Sonntag in Peking eine Allianz gegründet, die künstliche Intelligenz systematisch in die mathematische Forschung einbinden soll. Angeführt wird die Yau Laboratory Alliance for Mathematics and Artificial Intelligence von Fields-Medaillengewinner Shing-Tung Yau, Direktor des Yau Mathematical Sciences Centre an der Tsinghua-Universität. Yau warnte dabei laut South China Morning Post, dass China bei der Anwendung von KI in der Grundlagenforschung hinter den USA zurückliege. Die Allianz verbindet acht führende Institutionen und will ein Netzwerk von mehr als 1.000 Wissenschaftlern aufbauen. Inhaltlich geht es um spezialisierte Mathematik-Modelle, um die maschinelle Erzeugung von Vermutungen, um Formalisierung von Beweisen und um Systeme, deren Schlussfolgerungen leichter nachvollziehbar sind. → South China Morning Post

Synthszr Take: Ein Fields-Medaillengewinner, der öffentlich sagt, sein Land hänge hinterher, sendet in China ein politisches Signal, keine akademische Fußnote. 1.000 Wissenschaftler über acht Institutionen zu koordinieren, ist der Versuch, Grundlagenforschung in einen Produktionsprozess zu überführen, mit Zielvorgaben und Taktung. Der eigentliche Hebel steckt im dritten Punkt der Agenda: Formalisierte Beweise sind maschinell prüfbar, und genau diese Prüfbarkeit fehlt OpenAI gerade dort, wo drei von 722 Manuskripten binnen eines Tages wieder eingesammelt werden mussten.

Designszene vergleicht KI-generierte Interfaces mit Billigmöbeln aus dem Neubau

Der UX Collective Newsletter vom 12. Oktober 2026 führt mit einem Essay von Sophie Shrimpton auf, die KI-generierte Interfaces als schnelles Design einordnet und sie von UX-Arbeit abgrenzt. Shrimpton argumentiert über ein Bild aus ihrem eigenen Wohnumfeld: ein Neubau mit Kunststoff-Holzimitaten statt geschnitztem Holz, ein Esstisch, der sie täglich daran erinnert, wie weit die Möbelproduktion sich vom Handwerk entfernt hat. Die Redaktion stellt weitere Texte daneben, darunter Dan Maccarones Beitrag „What the AI era owes you“ mit der These, dass niemand die eigene Laufbahn vor der Automatisierung rettet, und Arin Bhowmicks Einschätzung, dass synthetische Nutzer in der Nutzerforschung allenfalls begrenzten Wert haben. In der Rubrik „Make me think“ zitiert der Newsletter einen Text über Cargo-Kult-Rituale in Unternehmen, die sich nach außen als KI-nativ vermarkten, ohne dass dahinter ein Ergebnis steht. Ein weiterer verlinkter Beitrag beschreibt den Chat als Kommandozeile der künstlichen Intelligenz und fordert direkte Manipulation statt Texteingabe. Unter „Careers & more“ steht Nicole Alexandra Michaelis' „The taste paradox“ über die Frage, warum ausgerechnet Geschmack als Fähigkeit beschworen und zugleich kaum noch trainiert wird.

Synthszr Take: Im selben Newsletter, in dem der Verlust des Handwerks beklagt wird, steht die Anzeige für zwei dreistündige Sessions, die Designsysteme so an KI-Werkzeuge anschließen, dass der generierte Output markenkonform herauskommt. Diese Spannung beschreibt den Beruf präziser als jeder Essay. Die Sehnsucht nach handgeschnitztem Holz ist nachvollziehbar, nur hat der Neubau sich längst durchgesetzt, weil er für die meisten Fälle reicht.

John Gruber kehrt zu X zurück und nennt seine Kritiker „nicht mehr bei Verstand“

Der Tech-Blogger Warner Crocker kritisiert in seinem Blog Life on the Wicked Stage die Rückkehr prominenter Apple-Publizisten zur Plattform X. Anlass ist ein längerer Beitrag von John Gruber, in dem dieser erklärt, warum er nach Jahren der Abstinenz wieder auf X aktiv ist. Gruber schreibt dort, wer jahrelang weggeblieben sei und zurückkehre, werde auf X freundlich begrüßt, während ihm auf Mastodon vorgeworfen werde, „Nazis zu füttern“; solche Kritiker hätten entweder den Verstand verloren oder prüften ihre alten Annahmen nicht. Zuvor waren laut Crocker bereits Federico Viticci und John Voorhees von MacStories zurückgekehrt, nach seiner Lesart vor allem deshalb, weil auf X die Debatte über künstliche Intelligenz stattfinde. Crocker begründet seine eigene Ablehnung damit, dass jede Nutzung, ob zahlend oder nur mitlesend, Elon Musk finanziere, und verweist auf dessen Umgang mit nicht einvernehmlicher Pornografie auf der Plattform. → Life on the Wicked Stage

Synthszr Take: Aufmerksamkeit schlägt Haltung, und zwar ziemlich zuverlässig. Im Januar schrieben wir, Threads habe X überholt; an Reichweite gemessen war die Frage damit erledigt, am Gespräch über künstliche Intelligenz gemessen offenbar nicht. Gruber beklagt den Vorwurf, er füttere Nazis, und nennt die Kritiker im selben Absatz Leute ohne Verstand: Der Tonfall der Plattform hat ihn schneller eingeholt, als er sie betreten hat.

Microsoft will ab 2027 mit eigenem Maia-300-Chip 40 Prozent mehr Tokens pro Megawatt

Microsoft hat auf dem OCP Global Summit die dritte Generation seines hauseigenen KI-Beschleunigers vorgestellt. Der Azure Maia 300 soll ab 2027 in großem Maßstab ausgerollt werden und nach Angaben von Cloud-Chef Scott Guthrie zum „primären Inferenz-System“ für Microsofts Produkte und Dienste werden. Satya Nadella nannte den Schritt die bislang größte Wette des Konzerns auf eigenes Silizium. Nach Herstellerangaben liefert der Chip 40 Prozent mehr Tokens pro Megawatt als führende GPU-basierte Systeme; in der vollen Konfiguration mit 96 Beschleunigern pro Rack soll der Durchsatz bis zum Siebenfachen des Vorgängers Maia 200 erreichen. Unabhängig überprüft sind diese Zahlen bisher nicht.

Technisch setzt Microsoft auf TSMCs N2P-Prozess, einen Knoten der 2-Nanometer-Klasse, und auf eine Chiplet-Bauweise, die Compute, Speichercontroller und I/O voneinander trennt. Die I/O-Chiplets laufen auf einem separaten 3-Nanometer-Prozess. Als Eckdaten werden 6,9 PFLOPS FP8 und 13,8 PFLOPS FP4 genannt, dazu 288 GB HBM4-Speicher über acht Stapel mit 18 TB/s Bandbreite bei einer Verlustleistung von 950 Watt. Zum Vergleich: Nvidias B200 kommt auf 4,5 PFLOPS dense FP8 und 192 GB bei 8 TB/s, der B300 auf 7,0 PFLOPS und 288 GB bei bis zu 1.400 Watt. Bei sparse FP8 liegt Maia mit 6,9 gegenüber 14,0 PFLOPS deutlich zurück. Scale-up-Cluster sollen rund 12.000 Beschleuniger umfassen, und nach Branchenangaben verhandelt Microsoft mit TSMC über mehr als 300.000 Einheiten.

Die Vorgängergeneration Maia 200 wurde erst im Januar angekündigt und läuft inzwischen produktiv unter Microsoft 365 Copilot sowie unter Modellen von OpenAI und Microsoft selbst. Im Sommer war sie in nur zwei US-Rechenzentren im Einsatz, inzwischen wird sie in den USA, Europa und Australien ausgerollt; GitHub Copilot und Microsoft Foundry sollen bis Jahresende folgen. Anders als Googles TPUs oder Amazons Trainium kann Maia von externen Kunden nicht gemietet werden. Microsoft-AI-Chef Mustafa Suleyman begründet den Aufwand mit dem Anspruch, die eigenen Modelle bis hinunter zum Silizium gemeinsam zu entwerfen.

Die Ablösung verläuft langsam. Analysten von Evercore ISI schätzen, dass Maia Anfang 2027 rund 10 Prozent der Ausgaben Microsofts für KI-Chips ausmachen wird. Nvidia bleibt wichtiger Zulieferer, Microsoft will zu den ersten Anbietern gehören, die Vera-Rubin-Systeme und AMDs Helios einsetzen. Nadella und Jensen Huang standen vergangene Woche gemeinsam auf der Bühne, um Windows-PCs auf Nvidia-Basis vorzustellen. Weitere Details hat Microsoft für die Ignite-Konferenz im kommenden Monat in San Francisco angekündigt. → Forkast, The Verge, GeekWire

Synthszr Take: Nvidias Preise halten, solange kein Kunde eine glaubhafte Alternative auf den Tisch legen kann, und genau das tut Microsoft jetzt mit einer einzigen Zahl: 40 Prozent mehr Tokens pro Megawatt. Ob sie stimmt, weiß vor 2027 niemand, unabhängig geprüft ist bislang nichts. Für die Verhandlung reicht sie trotzdem, weil der Engpass am Stromanschluss hängt und jeder Einkäufer ab jetzt in Dollar pro Megawatt rechnet statt in Dollar pro Beschleuniger. Die 10 Prozent Anteil, die Evercore Maia für Anfang 2027 zutraut, ersetzen Nvidia nicht, aber sie sind der Preisanker, der auf die restlichen 90 Prozent wirkt. Huang wird weiterhin jede Karte los: Die Frage ist nur, zu welcher Marge, und die Antwort darauf bewegt sich ab 2027 nach unten.