Der alte Zombie „Deutschland AG“ lebt: Kartell aus Telekom und SAP sollen die Verwaltungs-App bauen

Wildberger beauftragt Kartell und vermeidet Wettbewerb

Bundesdigitalminister Karsten Wildberger (CDU) umgeht die übliche Ausschreibung und beauftragt SAP und die Deutsche Telekom direkt mit der Entwicklung einer KI-basierten Verwaltungs-App. Die App soll zum zentralen Zugang zum Staat werden – über sie können Bürger künftig Anträge stellen, Termine buchen und mit Behörden interagieren. Wildberger nutzt bestehende Rahmenverträge der Konzerne mit der Bundesregierung, um Monate an Verfahrenszeit zu sparen. Erst nach der Prototypenentwicklung soll eine Ausschreibung folgen, doch die Vorentscheidung ist gefallen. Parallel dazu unterstützt sein Ministerium aktiv die geplante Fusion zwischen Aleph Alpha und dem kanadischen KI-Unternehmen Cohere – mit dem Ziel, einen „KI-Champion“ auf der deutschen Infrastruktur von Schwarz Digits zu schaffen. Die Bundesregierung prüft sogar eine spätere Beteiligung und will als Ankerkunde auftreten. → Handelsblatt KI-Briefing

Synthszr Take: Wildberger baut an einem deutschen Plattformstaat, der seine Bürgerschnittstelle von zwei Konzernen monopolisieren lässt. Die Parallele zur Corona-Warn-App (200 Millionen Euro, seit 2023 im Ruhemodus) zeigt das Muster: schnelle Vergabe an bekannte Partner, hohe Kosten, begrenzte Wirkung. In Österreich hat die Corona-App mit mehr Funktionalität nur einen Bruchteil gekostet. Der Deal erinnert an Chinas WeChat-Strategie, nur ohne die Execution-Power: Dort wurde eine private Super-App zur staatlichen Infrastruktur, hier soll staatliche Infrastruktur zur privaten Super-App werden. SAP und Telekom bekommen faktisch ein Oligopol über die digitale Verwaltungsschnittstelle – wer einmal die Architektur definiert, prägt alle künftigen Iterationen. Aleph Alpha wird währenddessen als technologisch abgehängtes Unternehmen durch politische Deals am Leben gehalten, während echte KI-Innovation woanders stattfindet. Die alte Deutschland AG erlebt ihr Revival: die Verwaltung wird nicht digitalisiert, es kartellisiert sie.

Llama 4 sprengt alle Parameter-Grenzen

Meta lässt mit Llama 4 die Parameterzahlen explodieren: Maverick mit 400 Milliarden Parametern (128 Experten, 17 Milliarden aktiv), Scout mit 109 Milliarden und das noch unveröffentlichte Behemoth-Modell mit satten 2 Billionen Parametern insgesamt. Scout verspricht dabei einen 10-Millionen-Token-Kontext, was die bisherigen Grenzen sprengt. Die Modelle sind multimodal (Text und Bild) und Scout sitzt bereits auf Platz zwei der LM-Arena-Rangliste, direkt hinter Gemini 2.5 Pro. Der Haken: Selbst mit Quantisierung passen diese Mixture-of-Experts-Giganten nicht auf Consumer-GPUs. Ein Mac Studio mit 256 GB RAM schafft gerade mal die fp16-Version von Scout mit bescheidenen 11,7 Token pro Sekunde. → Simon Willison's Newsletter

Synthszr Take: Meta setzt hier auf die Infrastruktur von morgen. Die Modelle sind so groß, dass sie heute nur in spezialisierten Rechenzentren laufen; selbst ein 64-GB-Mac kommt nur mit 3-Bit-Quantisierung zurecht. Das erinnert an die frühen Tage von GPT-3, als OpenAI das einzige Unternehmen war, das sich die Hardware leisten konnte. Nur diesmal verschenkt Meta die Gewichte und setzt darauf, dass Moore's Law und spezialisierte Hardware (wie Grok's LPUs) die Kosten drücken werden. Die 10-Millionen-Token-Kontextlänge ist dabei der eigentliche Clou: Wer als Erster diese Kapazität produktiv anbieten kann, definiert damit eine neue Klasse von Anwendungen. Meta baut Modelle für eine Welt, in der Compute zur Commodity wird.

Perplexity wird zur Finanz-API

Perplexity verbindet seinen Computer-Agenten mit über 12.000 Banken über die Plaid-Integration und verwandelt die Plattform in einen persönlichen Finanz-Hub. Nutzer können Konten, Kreditkarten und Kredite direkt anbinden, während die KI automatisch Budgets erstellt, Tilgungspläne für Schulden entwickelt und Vermögensübersichten generiert. Die Integration folgt auf Perplexitys US-Steuer-Feature, das IRS-Formulare automatisch ausfüllt. Der Pivot zum Agentensystem hat sich ausgezahlt: Perplexitys Jahresumsatz sprang im März auf 450 Millionen Dollar – ein Plus von 50 Prozent in einem einzigen Monat. Die Computer-Funktion startete Ende Februar und positioniert Perplexity plötzlich gegen Mint, TurboTax und etablierte Finanz-Apps. → The Rundown AI

Synthszr Take: Perplexity macht das, was die großen Technologiekonzerne mit ihren Assistenten versäumt haben: Sie bauen die KI direkt dort ein, wo echte Nutzerdaten liegen. Die Plaid-Integration ist kein Feature, sondern eine Kriegserklärung an die fragmentierte Fintech-Landschaft. Während Google und Apple über Privacy-konforme Wallet-Lösungen philosophieren, schafft Perplexity Fakten mit Read-only-Banking-Zugriff. Das erinnert an WeChats Super-App-Strategie in China, nur dass Perplexity aus der Suche kommt statt aus dem Messaging. 450 Millionen Dollar Jahresumsatz nach einem einzigen Monat Agent-Betrieb zeigt: Die Nutzer wollen keine weiteren Apps, sie wollen eine KI, die ihre bestehenden Datensilos orchestriert; Perplexity schafft etwas, das Google nie gelang.

Google und Intel schreiben die Hardwaregrammatik der KI-Ära

Google hat seine TPU-Flotte in nur sieben Quartalen um das 11,5-fache ausgebaut. Der Energieverbrauch dieser Chips übertrifft mittlerweile den gesamten KI-Compute-Stack von Microsoft, und die Ausbaugeschwindigkeit nimmt weiter zu. Im vierten Quartal 2025 hat Google allein mehr Rechenleistung hinzugefügt als xAI insgesamt besitzt. Diese Zahlen zeigen: Die Schlacht um KI-Dominanz wird nicht in Modellarchitekturen entschieden, sondern in Siliziumfabriken. Wer die Hardware kontrolliert, definiert die Spielregeln der nächsten Ökonomie. → The Business Engineer

Synthszr Take: Google spielt ein anderes Spiel als alle anderen: Während Microsoft und Meta bei Nvidia Schlange stehen, druckt Google seine eigenen Chips wie eine Zentralbank Geld. Das erinnert an Apples vertikale Integration, nur radikaler: Apple kontrollierte Hardware für Endnutzer, Google kontrolliert die Produktionsmittel der KI-Revolution selbst. Die TPU-Strategie ist Googles Manhattan-Projekt, nur dass diesmal jeder weiß, worum es geht. Microsoft kann noch so viele Azure-Datacenter bauen, solange sie bei Nvidia kaufen müssen, bleibt sie in der Wertschöpfungskette gefangen. Google schreibt derweil die Hardwaregrammatik neu, in der die nächsten zehn Jahre Software geschrieben wird.

Alibaba (I): neue KI-Fabrik beerdigt Open-Source

Alibaba reorganisiert seine KI-Sparte mit chirurgischer Präzision. CEO Eddie Wu verschickte innerhalb von 23 Tagen zwei Rundschreiben, gründete den Alibaba Token Hub (ATH) als neue Geschäftseinheit und erhob das Tongyi Lab zur vollwertigen Business Unit. Das Timing ist kein Zufall: Zwischen März und April veröffentlichte Alibaba drei neue KI-Modelle (Qwen3.5-Omni, Wan2.7-Image, Qwen3.6-Plus), hielt aber erstmals die kommerziell wertvollsten Fähigkeiten hinter APIs zurück statt sie als Open Weights zu veröffentlichen. Die Ernennung von Zhou Jingren zum „Chief AI Architect“ signalisiert den Wandel vom Forschungslabor zur Produktionsstätte. Li Feifei, ein Datenbank-Spezialist mit Fokus auf Zuverlässigkeit statt auf algorithmische Innovation, übernimmt als neuer CTO von Alibaba Cloud. Die Message ist eindeutig: Token werden zur handelbaren Ware wie Kilowattstunden, und die besten Modelle gibt es nicht mehr kostenlos. → Hello China Tech

Synthszr Take: Alibaba vollzieht, was Henry Ford mit der Automobilindustrie machte: aus Handwerkskunst wird Fließbandproduktion. Die Analogie zu Kilowattstunden ist präzise gewählt, denn genau wie Elektrizität im frühen 20. Jahrhundert wurde KI-Compute zur strategischen Ressource, die Staaten und Konzerne kontrollieren wollen. Der Rückzug von Open Source markiert einen historischen Wendepunkt: Nach Jahren des Teilens schließt sich das Fenster. Alibabas Dreischritt (kommerzielle Logik durch ATH, Produktionslogik durch Technical Committee, Produktlogik durch Closed Source) erinnert an Chinas Sonderwirtschaftszonen der 1980er: erst experimentieren, dann industrialisieren, schließlich monopolisieren. Open Source war der Köder, um Entwickler anzulocken; jetzt, wo die kritische Masse erreicht ist, wird die Falle zugeschnappt.

Alibaba (II): Bildgenerierung wird produktionssicher für Marken

Alibaba stellt das Wan2.7-Image vor, ein KI-Modell zur Bildgenerierung, das zwei hartnäckige Probleme löst: die generische Ästhetik von KI-Bildern und die unvorhersagbare Farbwiedergabe. Das Modell ermöglicht es, durch die Eingabe spezifischer Farbcodes und Proportionen exakte Markenfarben zu reproduzieren – ein Feature, das im professionellen Design bislang schmerzlich gefehlt hat. Mit Support für 3.000 Token lange Texteingaben, 12 Sprachen und der Fähigkeit, komplexe Formeln und Tabellen in Druckqualität zu rendern, positioniert sich Wan2.7 als Werkzeug für ernsthafte Anwendungen. Die „Click-to-Edit“-Funktion ermöglicht die pixelgenaue Bearbeitung einzelner Bildbereiche, während das System bis zu neun Referenzbilder verarbeiten und zwölf Bilder gleichzeitig generieren kann. In anonymisierten Tests schlug das Modell führende Konkurrenten bei der visuellen Qualität und der Textdarstellung. → Hello China Tech

Synthszr Take: Alibaba nutzt die Schwächen westlicher Bildgeneratoren aus: Während Midjourney und Dall-E um künstlerische Vibes konkurrieren, baut China ein Werkzeug für die Realwirtschaft. Die Farbcode-Eingabe verschafft Kontrolle über den kreativen Prozess – so wie AutoCAD die Architektur von künstlerischen Skizzen zu parametrischer Präzision verschob. 3.000 Token für Texteingaben klingen nach Overkill, bis man bedenkt, dass chinesische E-Commerce-Seiten oft Romane an Produktbeschreibungen enthalten. Die wahre Innovation liegt nicht in der Technik, sondern im Verständnis dafür, dass professionelle Nutzer Kontrolle über den Zufall gewinnen. Alibaba baut keine Spielzeuge für Silicon Valley VCs, sondern Infrastruktur für eine Wirtschaft, in der jeder Taobao-Händler zum Visual Designer werden muss.

Gmail bekommt End-to-End-Verschlüsselung auf dem Smartphone

Google rollt End-to-End-Verschlüsselung (E2EE) für Gmail auf Android und iOS aus. Enterprise-Nutzer mit entsprechenden Lizenzen können ab sofort verschlüsselte Mails direkt in der App lesen und schreiben, ohne zusätzliche Tools. Die Nachrichten landen im Posteingang als normale E-Mails, solange die Empfänger die Gmail-App nutzen. Wer andere E-Mail-Dienste verwendet, kann verschlüsselte Nachrichten im Browser öffnen. Das Feature basiert auf Client-Side Encryption (CSE), bei der Unternehmen ihre eigenen Verschlüsselungsschlüssel kontrollieren – außerhalb von Googles Servern. Gmail CSE war seit Dezember 2022 als Beta verfügbar und erreichte im Februar 2023 die allgemeine Verfügbarkeit für Enterprise-Plus- und Education-Plus-Kunden. → Techpresso

Synthszr Take: Google macht aus einer technischen Notwendigkeit ein Verkaufsargument – und zeigt damit, wo die eigentliche Schlacht um Enterprise-Kunden stattfindet. Während alle über KI-Features reden, gewinnt Google Großkunden mit dem langweiligsten aller Versprechen: HIPAA-Compliance und Datenhoheit. Das Geniale daran: Die Verschlüsselung funktioniert plattformübergreifend, aber nur Gmail-Nutzer erhalten die volle Experience. Es ist die alte Microsoft-Exchange-Strategie, nur subtiler: Technisch offen, praktisch proprietär. Enterprise-Plus-Lizenzen werden zur Eintrittskarte in eine Welt, in der „Google kann meine Daten nicht lesen“ zum Premium-Feature wird – eine bemerkenswerte Umkehrung des ursprünglichen Gmail-Geschäftsmodells.

Gemini x Notebooks: Das Kaparthy-Wiki für alle

Google integriert NotebookLM direkt in Gemini und schafft damit persönliche Wissensbasen, die zwischen den beiden Apps synchronisiert werden. Nutzer können Chats thematisch organisieren, eigene Anweisungen hinterlegen und relevante Dokumente als Kontext hinzufügen. Je nach Abo-Stufe lassen sich unterschiedlich viele Quellen einbinden, wodurch komplexere Projekte möglich werden. Die nahtlose Synchronisation ermöglicht es, spezifische Features beider Apps zu nutzen – etwa Video Overviews in NotebookLM oder die Web-Suche in Gemini. Der Rollout startet diese Woche für Google AI Ultra-, Pro- und Plus-Abonnenten im Browser. → TAAFT - There's An AI For That

Synthszr Take: Google verwandelt Gemini in eine Entwicklungsumgebung für Gedanken. Was Visual Studio Code für Programmierer ist, soll Notebooks für Wissensarbeiter werden: ein zentraler Workspace mit persistentem Kontext, modularen Komponenten und Cross-Tool-Integration. Die Abo-Staffelung bei den Quellenlimits zeigt, wo Google den wahren Wert sieht – nicht im Modell selbst, sondern im verwaltbaren Kontextfenster. NotebookLM war der Testballon, jetzt kommt die Industrialisierung. Der nächste logische Schritt: Team-Notebooks mit geteilten Wissensbasen, die aus individuellen Recherchen lernen.

GRID macht VC-Entscheidungen transparent

Das Berliner Startup GRID (grid.nma.vc) verwandelt die Blackbox des Fundraisings in einen strukturierten Prozess. Die Plattform analysiert Pitch Decks in 60 Sekunden, bewertet sie anhand von 10 VC-Kriterien und zeigt konkret, welche Slides schwach sind. Das Herzstück ist DIALECTIC: Ein Multi-Agenten-System simuliert die interne VC-Debatte – Pro- und Contra-Argumente, evidenzbasiert – und liefert ein INVEST/PASS/UNCERTAIN-Verdikt mit Konfidenzscore. Zusätzlich matcht GRID gegen eine Datenbank mit 6.296 europäischen und israelischen VC-Firmen sowie 21.248 Investment Professionals, die nach Sektor, Stage, Geografie und Ticketgröße gefiltert sind. Die vierte Komponente ist ein Growth Agent, der die ersten Kunden identifiziert. → Nico Lumma from Five Things

Synthszr Take: GRID industrialisiert die VC-Due-Diligence von innen heraus. Das Geschäftsmodell erinnert an die frühe Phase der Suchmaschinenoptimierung: Wer die Bewertungskriterien kennt und bedient, gewinnt. VCs haben jahrelang ihre Entscheidungsmuster hinter dem Mythos der „Pattern Recognition“ versteckt – jetzt werden diese Muster zur Commodity. Die Dialectic-Funktion ist dabei besonders clever: Sie zeigt nicht nur, was VCs denken könnten, sondern zwingt Gründer, ihre eigene Story gegen strukturierte Einwände zu schärfen. Wenn alle Startups dieselben zehn Kriterien optimieren, wird die VC-Entscheidung zur reinen Execution-Frage.

Technokapitalismus vs Innovation

Michael Kratsios, Direktor des White House Office of Science and Technology Policy, stellt gemeinsam mit Reid Hoffman und 500 weiteren CEOs beim Semafor World Economy Summit die zentrale Systemfrage: Trägt das amerikanische Kapitalismusmodell noch weitere 50 Jahre technologische Führung? Die goldene Ära der Nachkriegsinnovation basierte auf massiven staatlichen Investitionen (Kalter Krieg, Internet-Backbone, Patentreformen) und einer expandierenden Mittelschicht. Heute dominiert privates Kapital die KI-Infrastruktur mit Apollo-übertreffenden Summen, während die oberen 10% der Einkommensbezieher fast die Hälfte des Konsums stemmen. Gleichzeitig bedrohen KI-Modelle wie Claude die Existenzgrundlage von Datenverarbeitungsriesen: Snowflake und Databricks verlieren an der Börse, während ThoughtSpot-Investor warnen, dass Anthropic und OpenAI deren Analyse-Services binnen zwei Jahren selbst übernehmen könnten. Paul Smith von Anthropic verspricht zwar eine Kooperation („Wenn Ihre Daten bei Snowflake gut strukturiert sind, kommen Sie schneller voran“), doch die Drohung ist unüberhörbar. → Semafor Technology

Synthszr Take: Die amerikanische Tech-Ökonomie erlebt ihre dekadente Phase: Die alte Ordnung funktioniert noch, aber die Fundamente bröckeln bereits. Was einst durch staatliche Forschungsgelder und breiten Konsum getragen wurde, hängt nun am Tropfen privater Megainvestitionen und einer schmalen Luxuskonsumentenschicht. Die Parallele zur spätrömischen Wirtschaft drängt sich auf: Immer größere Latifundien (Tech-Monopole) verdrängen die Kleinbauern (Start-ups), während die Legionen (Talente) zunehmend aus Söldnern (H-1B-Visa) bestehen. Dass ausgerechnet die Dateninfrastruktur-Anbieter als erste Opfer der KI-Revolution fallen könnten, folgt einer perversen Logik: Sie haben die Daten so gut strukturiert, dass die KI-Modelle sie nun nicht mehr benötigen. Der Technokapitalismus frisst seine erfolgreichsten Kinder zuerst.