Das Anthropic-Beben: The Day After

Amazons CEO bringt Trump dazu, Anthropics Modelle zu kappen

Andy Jassy hat US-Regierungsvertretern erzählt, dass Amazon-Forscher Anthropic’s Modell Claude 5 per Prompt-Serie dazu gebracht haben, eigentlich gesperrte Informationen für Cyberangriffe freizugeben. Kurz darauf tagte das Weiße Haus, Sicherheitsforscher prüften die Behauptung, und die Regierung verlangte von Anthropic, die Lücken zu schließen oder das Modell abzuschalten. Trump unterschrieb am Ende eine Sperre, die ausländischen Regierungen, Firmen und Einzelpersonen den Zugang zu den Tools verbietet, trotz erklärter Bedenken, dass sie Innovationen bremst. Anthropic schaltete daraufhin Claude 5 für alle Nutzer ab, auch viele der eigenen, im Ausland geborenen Forscher dürfen jetzt nicht mehr an den neuesten Modellen arbeiten. Das Unternehmen hält dagegen, die Schwachstellen seien relativ banal und auch in anderen frei verfügbaren Modellen auffindbar, eine Sicht, die manche Sicherheitsforscher teilen. Amazon ist gleichzeitig großer Investor bei Anthropic und liefert die Chips für die Rechenzentren. Der Schritt fällt mitten in Anthropics Vorbereitung auf einen Börsengang, möglicherweise schon im Herbst. → www.wsj.com

Synthszr Take: Der Investor, der dir die Chips liefert, marschiert ins Weiße Haus und liefert die Anamnese für deine Modellsperre gleich mit. Amazon hält Anteile an Anthropic, beliefert die Rechenzentren und nutzt zugleich Andy Jassys Draht nach Washington, um genau diese Modelle vom Markt zu nehmen. Das ist vertikale Integration über den Umweg der Sicherheitspolitik, verpackt als Bürgerpflicht. Im März schrieben wir, dass OpenAI den Pentagon-Deal holt, während Anthropic auf der Blacklist landet, und im April, dass die Regierung ihren KI-Sicherheitschef nach 96 Stunden feuert. Das Muster wiederholt sich: Wer in Washington die bessere Geschichte erzählt, entscheidet, wessen Modell läuft, und David Sacks (ausgewiesener Anthropic-Kritiker und im Trump-Lager) räumt selbst ein, dass die Sperre „widerwillig“ kam. Für ein Unternehmen, das vor dem Börsengang steht, ist eine Sperre der Topmodelle keine Lappalie, sondern verlorener Sauerstoff, während OpenAI sein eigenes Cyber-Modell schon vorsichtig an Kunden ausrollt. Wer KI-Wettbewerb über Sicherheitsbriefings statt über Produkte austrägt, sollte sich nicht wundern, wenn am Ende der mit dem besten Lobbyzugang gewinnt und nicht der mit dem besten Modell.

So lief der 24-Stunden-Krimi zum Abschalten von Claude 5 ab

Die Trump-Administration hat weitreichende Export-Kontrollen gegen Anthropic verhängt, nachdem ein hektischer 24-Stunden-Versuch gescheitert war, das Unternehmen zum freiwilligen Rückzug eines neu veröffentlichten KI-Modells zu bewegen. Laut zwei Regierungsbeamten und einem ranghohen Vertreter des Weißen Hauses sahen die Offiziellen in dem Modell ein Sicherheitsrisiko. Es folgten mehrere angespannte Telefonate zwischen Anthropic-CEO Dario Amodei und Spitzenleuten der Regierung, darunter Finanzminister Scott Bessent und der Cyber-Direktor des Weißen Hauses, Sean Cairncross. Die Details dieser Gespräche wurden bislang nicht öffentlich. Der Fall zeigt, wie die US-Regierung in Echtzeit ringt, schnell bewegliche und potenziell gefährliche KI-Modelle zu regulieren. Für Anthropic ist es die nächste Eskalation nach dem Pentagon-Streit im März, als das Unternehmen blacklisted wurde, während OpenAI den Deal bekam. → www.politico.com

Synthszr Take: 24 Stunden, ein paar Telefonate, dann Export-Kontrollen gegen ein US-Unternehmen, das gerade auf fast 20 Milliarden Dollar Umsatz zusteuert. So sieht KI-Regulierung 2026 aus, wenn sie improvisiert wird: kein Gesetz, kein Prozess, sondern Bessent am Hörer und Amodei, der nein sagt. Im April haben wir geschrieben, dass die US-Regierung gleichzeitig gegen China und gegen die eigenen Leute kämpft, und genau das setzt sich hier fort. Das eigentlich Interessante ist, was es über Souveränität verrät: Selbst der Heimatmarkt schützt dich nicht, wenn die Regierung dein Modell für zu gefährlich hält. Für europäische Unternehmen ist das ein Datenpunkt, kein Triumph. Wer agentische Workflows auf einem Anbieter aufbaut, der per Telefonat vom Markt genommen werden kann, hat ein Architekturproblem, kein Lieferantenproblem. On-Premise und Datenhoheit sind keine Compliance-Folklore, sie sind die einzige Versicherung gegen einen Anruf aus Washington, den man selbst nie führen wird.

Der Wake-up-Call für Europa

Anthropic hat am Freitagabend Claude und Claude für alle ausländischen Nutzer abgeschaltet, nach einem Brief der Trump-Administration, der nationale Sicherheitsbedenken anführt. „Der Nettoeffekt dieser Anordnung ist, dass wir Claude und Claude abrupt für alle unsere Kunden deaktivieren müssen“, schreibt das Unternehmen. Quer durch Europa folgte die Reaktionswelle: Frankreichs Europaminister Benjamin Haddad spricht von einem Beschleuniger im geopolitischen Ringen um KI, Präsidentschaftskandidat Bruno Retailleau nennt es einen Weckruf und verweist auf Mistral, OVHcloud, Scaleway und ChapsVision. Der britische Abgeordnete Al Carns rechnet vor, dass britische Forscher, Firmen und sogar Krankenhäuser das Modell gerade noch nutzten, jetzt nicht mehr. Ex-Premier Édouard Philippe vergleicht KI mit kritischer Infrastruktur wie Strom oder dem Internet, deren Rechenleistung Europa nicht kontrolliert. Jordan Bardella und Geert Wilders fordern unisono eigene Modelle, beschleunigt. → www.euronews.com

Synthszr Take: Retailleau hat die Diagnose in einem Satz: Eine Nation, die ihre Technologie von anderen bezieht, kann über Nacht abgeschaltet werden. Bemerkenswert ist nur, wie viele Tweets es brauchte, bis jemand das sagte, was im Draghi-Bericht seit über einem Jahr steht und von dem bislang kaum eine Empfehlung umgesetzt wurde. Schon im April schrieben wir hier über Frankreichs Linux-Umstieg und 80 Prozent misstrauische Europäer; die Abhängigkeit war nie ein Geheimnis, sie war bequem. Souveränität hängt jetzt an Rechenkapazität und Energie zu wettbewerbsfähigen Kosten, und genau da hat Großbritannien laut Tugendhat die Bremse gebaut statt den Motors. Empörung auf X kostet nichts, Compute kostet alles. Wer Mistral ernst meint, stellt Kapital, Strom und Rechenzentren bereit, bevor der nächste Brief aus Washington kommt, nicht erst nach dem übernächsten Gipfel. Das lässt sich diese Woche entscheiden, und die Rechnung dafür liegt seit Monaten auf dem Tisch.

Metas „Applied AI“-Einheit ist ein 6.500-Köpfe-Gulag

Bei einer livegestreamten Mitarbeiterpräsentation diese Woche unterbrach jemand die Runde mit einem Ausbruch darüber, „die Bitch der Firma“ zu sein, und bat die Vortragenden, einem Meta-KI-Manager auszurichten, er sei „ein Stück Scheiße“, wie WIRED aus einer Aufnahme zitiert. Hintergrund ist die im März gebildete Applied-AI-Einheit mit rund 6.500 Ingenieuren und Produktmanagern, die die Modelle der Superintelligence Labs verbessern sollen. Drei aktuelle Mitarbeiter beschreiben die Arbeit als seelentötend: zwei Aufgaben pro Woche, etwa das Generieren von Rätseln und Coding-Problemen zum Testen von Modellen. „Es ist buchstäblich der Gulag“, sagt einer. Im Mai hatte Meta 8.000 Stellen gestrichen, 10 Prozent der Belegschaft; über 1.600 Mitarbeiter unterschrieben eine Petition gegen das Tracking von Klicks und Tastaturanschlägen zur Gewinnung von Trainingsdaten. Chief Product Officer Chris Cox sprach intern vom „Wahnsinn dieser Firma“, Zuckerberg räumte in einem Memo Fehler ein und versprach Stabilität sowie keine weiteren Massenentlassungen in diesem Jahr. → www.wired.com

Synthszr Take: Im Mai schrieben wir, dass 15.000 Mitarbeiter von Metas KI-Reorg betroffen seien, die Hälfte müsse gehen. Jetzt sehen wir, was mit der anderen Hälfte passiert: Hochbezahlte Ingenieure, die zwei Aufgaben pro Woche abarbeiten und sich „Draftees“ nennen, weil sie nur die Wahl zwischen Einheit oder Kündigung hatten. Das ist Metas Antwort auf die Frage, was Menschen tun, wenn die Modelle die interessante Arbeit fressen, und die Antwort ist ein Manager-Schlüssel von 50 zu eins, also praktisch keine Führung. Cox hat recht mit seinem „It is neither god, nor is it the devil“, aber genau diese Ehrlichkeit fehlt im Design der Organisation. Ego bremst, und hier bremst der Glaube, man könne 6.500 talentierte Leute in eine Datenfabrik stecken und auf Loyalität hoffen. Velocity entsteht nicht durch Masse, sondern durch Vertrauen in das Urteilsvermögen der Leute, die das Produkt bauen; „people over processes“ ist kein Poster, sondern die Bedingung dafür, dass jemand morgens überhaupt aufsteht. Wer Menschen zu Trainingsdaten-Lieferanten degradiert und ihre Tastaturanschläge mitschneidet, sollte sich über die nächste „spicy“ Eröffnung im Livestream nicht wundern.

Kimi K2.7 macht Coding-Modelle zur Massenware

Moonshot AI hat mit Kimi-K2.7-Code das nächste Open-Source-Modell für Programmieraufgaben veröffentlicht, und die Sprünge gegenüber dem Vorgänger K2.6 sind handfest: +21,8 % auf dem Kimi Code Bench v2, +11,0 % auf dem Program Bench und +31,5 % auf MLS Bench Lite. Dazu kommt ein Detail, das in der Praxis mehr zählt als jeder Benchmark-Balken: 30 % weniger Reasoning-Token für vergleichbare Ergebnisse. vLLM hat in seinem Support-Post die Architektur dokumentiert: ein 1-Billion-Parameter-MoE mit 32B aktiven Parametern, MLA-Attention und 256K Context. Gewichte und Code liegen separat offen verlinkt. Damit setzt Moonshot die Schlagzahl fort, die schon mit K2.5 und K2.6 auffiel. Wer mitzählt: Das ist in rund einem Jahr die dritte ernstzunehmende Iteration aus Peking. → AINews

Synthszr Take: Die 30 % weniger Reasoning-Token sind die eigentliche Nachricht, nicht die Benchmark-Zahlen. Token sind die Stromrechnung der KI, und ein Coding-Modell, das pro Aufgabe ein Drittel weniger denkt und dabei besser abschneidet, drückt die Inference-Kosten direkt nach unten. Das Jevons-Paradoxon greift hier mit voller Wucht: Je günstiger der Token, desto mehr Code lässt man die Maschine schreiben. Im Code-Crash-Framework taucht DeepSeek als günstige China-Option mit Compliance-Frage auf, und Kimi gehört in dieselbe Spalte, mit demselben Vorbehalt. Wolf Köhlers Einwand bleibt richtig: Open Weight nützt dem Mittelstand wenig, wenn niemand das 1T-Modell selbst hostet, also läuft auch das über Bedrock oder Azure. Für Coding-Agents bleibt Claude und Cursor 2026 vorne, aber der Abstand schmilzt schneller, als die Preislisten der Foundation-Models nachziehen. Wer seine Vendor-Map noch auf die US-Anbieter eng schreibt, sollte die China-Spalte morgen früh um einen Reife-Indikator ergänzen.

Huawei veröffentlicht openPangu 2.0 (Open Source ab 30. Juni)

Huawei hat openPangu 2.0 angekündigt und will ab dem 30. Juni schrittweise öffnen: Architektur, Weights, technische Reports, Inference-Code sowie Pre-Training- und Post-Training-Code samt Training-Operatoren. Die Modelle setzen auf eine MoE-Bauweise mit 512K Kontextfenstern und hoher Sparsity. Die Pro-Variante kommt auf 505 Mrd. Parameter total bei 18 Mrd. aktiven, die Flash-Variante auf 92 Mrd. total bei 6 Mrd. aktiven. Huawei behauptet, der auf den eigenen Ascend-Chips optimierte Inference-Durchsatz liege bei bis zu 2x im Vergleich zu gängigen Operatoren. Damit verbindet Huawei das Open-Source-Modell direkt mit der eigenen Hardware. Schon im April hatten wir beschrieben, wie Deepseek v4 auf Huawei-Chips wandert und Nvidia komplett meidet. → AINews

Synthszr Take: Der eigentliche Hebel liegt nicht in den 505 Mrd. Parametern, sondern in den zwei kleinen Buchstaben Ascend. Huawei verschenkt die Weights und verkauft dir die Chips, auf denen sie am besten laufen. Die 2x-Durchsatz-Behauptung ist die Werbebotschaft, der Burggraben ist die Verzahnung von freiem Modell und firmeneigenem Silizium. Für einen deutschen Mittelständler ist das erstmal kein Thema, weil Self-Hosting auf Ascend-Hardware hier niemand stemmt und die Compliance-Frage bei einem chinesischen Stack ohnehin offen bleibt. Aber das strategische Muster ist sauber: Wer das Open-Source-Modell kostenlos macht, commodifiziert die Software und verschiebt die Marge auf die Infrastruktur, genau dort, wo Nvidia bisher allein kassiert. Spannend wird der 30. Juni, wenn der Training-Code wirklich offenliegt und man sieht, ob die Sparsity-Zahlen halten. Wer 2026 eine Modellstrategie baut, sollte China nicht mehr als Nachzügler führen, sondern als zweite, hardwaregetriebene Achse neben dem US-Lager.

Firecrawl wird der Datenzulieferer für Agenten

Firecrawl positioniert sich als Context-API für AI-Agenten: durchsuchen, scrapen und mit dem Live-Web interagieren, ausgegeben als sauberes Markdown oder strukturiertes JSON. Nach eigenen Angaben vertrauen über 150.000 Unternehmen darauf, das Open-Source-Repo steht bei 132.400 Stars auf GitHub. Die Zahlen, mit denen sie werben, sind technisch konkret: 96 % des Webs abgedeckt (inklusive JS-lastiger Seiten), P95-Latenz von 3,4 Sekunden über Millionen von Abfragen, 93 % weniger Input-Token, weil Navs, Footer und Ads rausfliegen. Neu ist die Interact-Funktion, mit der ein Agent eine Seite scrapt und sie dann per Prompt bedient (Suchfeld ausfüllen, ersten Treffer anklicken). Dazu gibt es ein /monitor-Feature, das den Agenten benachrichtigt, sobald sich eine Seite ändert, sowie ein Agent-Onboarding, bei dem sich ein Agent selbst per CLI einen API-Key zieht. Lovable, Zapier, Replit und Gamma nennen sie als Referenzkunden. → Techpresso

Synthszr Take: Die spannendste Zahl ist nicht die Latenz, sondern die 93 % weniger Token. Wer einen Agent-Fleet baut, zahlt seine Rechnung in Token, und das meiste davon verbrennt heute in Webseiten-Müll, den kein Modell braucht. Firecrawl verkauft im Kern Compute-Disziplin: saubere Inputs, damit der teure Reasoning-Schritt nicht 38.000 Token Footer-Navigation verdauen muss. Genau das ist der MCP-Tool-Layer, den ich in den Agent-Fleet-Playbooks beschreibe, der Search-MCP und der Vector-Store, an dem der Research-Agent hängt. Dass es Open Source ist und trotzdem als gehostete API verkauft wird, ist der klassische Hebel: Das Repo schafft Vertrauen und Diffusion, der Umsatz kommt über die Infrastruktur, die niemand selbst betreiben will. Das Interessante ist der Burggraben, denn 96 % Web-Abdeckung baut man nicht über Nacht nach, das ist jahrelange Arbeit an Edge-Cases. Wer heute Agenten baut, sollte den Web-Zugriff nicht selbst stricken, sondern einkaufen und das gesparte Token-Budget ins Reasoning stecken.

130 Milliarden Dollar an Rechenzentrums-Projekten durch Proteste blockiert

Im ersten Quartal 2026 wurden in den USA mindestens 75 Rechenzentrums-Projekte im Wert von rund 130 Milliarden Dollar blockiert oder verzögert, der höchste Wert seit Data Center Watch 2023 mit der Erfassung begann. Die Forscher des AI-Intelligence-Unternehmens 10a Labs sprechen ausdrücklich nicht von einem zyklischen Ausschlag, sondern von einer strukturellen Verschiebung: Die Zahl aktiver Widerstandsgruppen hat sich auf 833 in 49 Bundesstaaten mehr als verdoppelt. Allein dieses Quartal kommt damit nah an die 156 Milliarden Dollar heran, die für das gesamte Jahr 2025 erfasst wurden. Die Soziologin Tressie McMillan Cottom hat in North Carolina Organisatoren begleitet und in einem Gastbeitrag für die New York Times beschrieben, wie Menschen über Parteigrenzen hinweg zu Bürgerversammlungen über Wasserrechte, Flächennutzung und Thermodynamik strömen. Ihr Fazit: Der Widerstand gibt vielen zum ersten Mal einen Vorgeschmack auf politische Macht. Beide Parteien sympathisieren zunehmend mit den Protesten, und das Thema dürfte die Midterm-Wahlen prägen. Wo Behörden früher für stille Deals kritisiert wurden, kassieren sie den Gegenwind jetzt, bevor überhaupt etwas unterschrieben ist. → Techpresso

Synthszr Take: Die ganze AI-Story der letzten zwei Jahre lief auf der Annahme, dass Compute ein Engpass aus Chips und Kapital ist. Stellt sich raus: Der knappste Rohstoff ist die Zustimmung der Menschen, die neben dem Brummen wohnen. 833 Gruppen in 49 Staaten sind kein lokaler Zoning-Streit mehr, das ist eine Bewegung mit Playbook, und ein Playbook skaliert genauso schnell wie ein Sprachmodell. Im Januar haben wir geschrieben, dass Microsoft den Widerstand proaktiv managen will und Meta im Juni Zelt-Datacenter à la Mad Max hochzieht: Genau diese Hau-Ruck-Mentalität produziert den Gegenwind, den 10a Labs jetzt vermisst. Für Europa steckt darin eine unbequeme Pointe. Wer hier über Souveränität redet, sollte begreifen, dass der eigentliche Hebel nicht in noch mehr Beton liegt, sondern im Domänenwissen und in den Daten der Hidden Champions, die kein Hyperscaler replizieren kann. Compute-Disziplin wird zur Standortfrage, und das ist eine Aufgabe für Standortpolitik, die man morgen früh angehen kann statt nach dem nächsten Genehmigungsdesaster.

Der faulste Senior-Entwickler schreibt den besten Code

Ein neues Open-Source-Plugin namens Ponytail (MIT-lizenziert, auf GitHub) gibt Claude Code einen „lazy senior dev“-Modus. Die Idee dahinter ist eine simple Minimierungs-Checkliste: Bevor der Agent neuen Code schreibt, prüft er, ob die Standard-Bibliothek, native Features, vorhandene Dependencies oder ein Einzeiler reichen. In einem Benchmark über fünf Aufgaben hat der Autor damit rund 16 % weniger Token verbraucht und das Ganze lief etwa 4x schneller. Der generierte Code fiel von 293 Zeilen auf 47. Ein einzelnes Beispiel, eine 190-Zeilen-Countdown-Funktion, schrumpfte auf einen Bruchteil. Kein komplexeres Modell, keine neue Architektur, nur eine erzwungene Denkweise vor dem ersten Token. → AINews

Synthszr Take: Jeder, der mal mit einem echten Senior-Entwickler gearbeitet hat, kennt den Reflex: Die beste Pull-Request ist die, die Code löscht. Genau das industrialisiert Ponytail jetzt für Agenten, und 293 auf 47 Zeilen ist kein Rundungsfehler, das ist Faktor sechs weniger Material, das später jemand lesen, testen und warten muss. Der eigentliche Gewinn steckt nicht in den 16 % gesparten Token (nett, aber Compute wird ohnehin billiger), sondern in der Wartungslast, die gar nicht erst entsteht. Wir haben im Februar geschrieben, dass Kontext King ist; hier zeigt sich die andere Hälfte der Wahrheit: Constraint ist Queen. Ein 200-Zeilen-Prompt-Trick, der ein Modell zur Zurückhaltung zwingt, schlägt das nächstgrößere Modell, das ungebremst Featuritis produziert. Wer 2026 seinen Coding-Stack aufsetzt, sollte solche Guardrails als Default behandeln, nicht als Spielerei für Bastler. Das lässt sich morgen früh in die CI-Pipeline schreiben, nicht erst nach dem nächsten Tooling-Offsite.

Degrowth würde Europäer zu „Europoors“ machen

Noah Smith greift in seinem neuesten Beitrag die Degrowth-Bewegung an und stellt sie der Debatte um europäische Lebensstandards gegenüber. Auf der einen Seite stehen Ökonomen wie Mario Draghi, Philippe Aghion und Luis Garicano, die neidvoll auf den US-Tech-Sektor blicken und liberalisierende Reformen fordern, weil Europa kein echtes Gegenstück dazu hat. Auf der anderen Seite verteidigen US-Liberale wie Paul Krugman und Brad DeLong Europa und führen den Rückstand auf längere US-Arbeitszeiten und Messprobleme zurück. Smith identifiziert aber eine zweite, gefährlichere Debatte: Thomas Piketty und sein World Inequality Lab argumentieren in einem Manifest, Europäer seien zu reich und sollten ärmer werden, mit Arbeitszeitverkürzungen, Wachstumsdeckeln und weniger Konsum, um den Klimawandel zu bekämpfen. Ein Guardian-Essay derselben Autorengruppe (Piketty, Stiglitz, Ghosh, Raworth, Hickel) wurde von Pangram als zu 100 % KI-generiert eingestuft und liest sich laut Smith als Mischung aus Schlagworten. Smith zerlegt die Degrowth-„Forschung“ als vage Begriffsakrobatik ohne konkreten Plan. → Noahpinion

Synthszr Take: Ein Manifest gegen Wachstum, geschrieben von einer KI, die nur dank gewaltiger Compute-Investitionen existiert. Die Ironie schreibt sich selbst. Europa hat ein echtes Problem, und es heißt nicht zu viel Wohlstand, sondern fehlender Sauerstoff für Weiterentwicklung. Wir haben im Mai über SoftBanks 75 Milliarden Euro für französische Rechenzentren geschrieben und über Mistrals Milliarden-Umsatzziel; das ist die Richtung, die Velocity erzeugt, nicht Wachstumsdeckel. Piketty bewirtschaftet Komplexität auf gesellschaftlicher Ebene, so wie unsere Martech-Stacks mit mehr Code als ein Atomkraftwerk Komplexität bewirtschaften: viel Bewegung, kein Fortschritt. Wer 10 % der Weltbevölkerung aus extremer Armut holen will, braucht eine produktive Wirtschaft, keine Predigt über planetare Grenzen in 100 % KI-Prosa. Ärmer zu werden, hat noch nie irgendein Klimaproblem gelöst; es hat nur den Verteilungskampf verschärft.