EU AI Act zwingt Anthropic zum weltweiten Rollout von AI-Wasserzeichen

SpaceXAI will mit Grok Bot abheben

SpaceXAI, die frühere xAI und heute eine Division von SpaceX, hat am 11. August 2026 die Beta von Grok Bot veröffentlicht. Das Produkt legt Agenten als dauerhafte „Bots“ an, denen Nutzer eine Rolle, Zugang zu ihren Anwendungen und konkrete Aufgaben übertragen. Jeder Bot bekommt laut Anbieter einen eigenen Rechner in der Cloud, meldet sich in den vorhandenen Werkzeugen an und arbeitet weiter, wenn der Laptop des Nutzers zu ist. Zurück meldet er sich erst, wenn eine Freigabe nötig ist oder die Aufgabe fertig ist. SpaceXAI gibt an, das System zunächst intern gebaut zu haben, in dem Teams Bots für Vertriebsansprache, Marketingkampagnen, Büroorganisation und Fehlerbehebung eingesetzt hätten.

Die Preisliste ist ungewöhnlich hoch für ein Abo dieser Art: Cursor Premium Teams kostet 120 Dollar pro Platz und Monat und enthält zentrale Abrechnung, gemeinsame Nutzungsanalysen, einen Team-Marktplatz für Skills und Plugins sowie SAML/OIDC-Single-Sign-on. Einzelnutzer zahlen 200 Dollar im Monat für Cursor Ultra, inklusive eigenem Rechner für den Bot, geplanten Routinen und erweiterten Token-Limits. Bestehende SuperGrok-Heavy-Kunden erhalten den Zugang ebenfalls für 300 Dollar im Monat. Organisationen, die heute einsteigen wollen, verweist SpaceXAI auf eine Warteliste. Die App gibt es für macOS, Windows, Linux und iOS, Android ist angekündigt. Cursor war im Juni für 60 Milliarden Dollar von SpaceX übernommen worden.

Funktional beschreibt SpaceXAI Bots, die parallel laufen, sich Arbeit gegenseitig übergeben und Routinen lernen, indem sie einem Nutzer einmal bei einem Arbeitsablauf zuschauen. Als Beispielrollen nennt das Unternehmen unter anderem Sales Outbound, Talent Scout, Expense Manager, Bug Reproduction und Chief of Staff. In einer Demo zieht ein Vertriebs-Bot 52 Accounts aus Salesforce, überspringt vier kürzlich kontaktierte LinkedIn-Profile und legt 36 Entwürfe in die Warteschlange, ohne etwas zu versenden. Nach Angaben des Anbieters funktioniert das auch bei Plattformen ohne saubere Schnittstelle oder Model Context Protocol, weil der Bot die Oberfläche wie ein Mensch bedient.

Benchmarks zur Zuverlässigkeit bei agentischen Aufgaben hat SpaceXAI nicht veröffentlicht. VentureBeat ordnet den Start in ein volles Feld ein: Anthropic hatte 2024 Computer Use für Claude eingeführt, Anfang 2025 Claude Code und Anfang dieses Jahres das auf Büroarbeit zielende Claude Cowork. OpenAI gab Codex im April die Kontrolle über andere Anwendungen, startete Workspace Agents und zuletzt die Arbeitsumgebung ChatGPT Work. Die offene Frage laut VentureBeat ist, ob dauerhaft laufende Bots genug manuelle Arbeit oder klassische Automatisierung ersetzen, um die Kosten pro Platz zu rechtfertigen, und wie sich die Nutzungslimits auf die Gesamtkosten auswirken, sobald Agenten durchlaufen. → venturebeat, x, x, 9to5mac

Synthszr Take: 120 Dollar pro Platz, 200 für Einzelne, 300 als Aufschlag bei SuperGrok Heavy: SpaceXAI bepreist Grok Bot wie Personal und rechnet es ab wie Software. In dieser Mischung steckt der Konstruktionsfehler. Die Platzlizenz unterstellt einen Menschen, der davorsitzt, während das ganze Nutzenversprechen darin besteht, dass die Bots nachts weiterlaufen, sich gegenseitig Aufgaben zuwerfen und morgens 36 fertige Entwürfe vorlegen. Sobald ein Team fünf Bots parallel betreibt, wird die eigentliche Preisliste das Token-Limit, und das steht nirgends in der Übersicht. Dazu kommt: Es gibt keine veröffentlichten Zahlen zur Zuverlässigkeit, man kauft also ein Gehalt auf Zusage. Der Vergleichsmaßstab verschiebt sich damit vom Abo zur Stundenrate, und diese Rechnung lässt sich mit einem einzigen Arbeitsablauf in zwei Wochen nachprüfen, statt sie auf einer Folie zu schätzen. Die 120 Dollar sind ein Übergangspreis: Die erste ergebnisbezogene Abrechnung kommt noch in diesem Jahr.

Anthropic setzt unsichtbare Wasserzeichen, Experten zweifeln an Haltbarkeit

Anthropic will Text aus Claude-Modellen künftig mit einem für Menschen unsichtbaren Wasserzeichen versehen. Laut dem neuen Support-Dokument des Unternehmens tragen Claude-Modelle, die ab dem 2. August 2026 in der EU starten, die maschinenlesbare Markierung ab dem ersten Tag; für ältere Modelle arbeitet Anthropic noch daran. Die Markierung greift weltweit über die Claude-Produkte hinweg, also Claude Platform (API), Claude, Claude Code, Claude Cowork und Claude Tag, und auch dann, wenn Claude über AWS, Google Cloud oder Microsoft Foundry angesprochen wird. Nach Angaben des Anbieters wird das Zeichen auf Modellebene gesetzt und wandert damit in jede Anwendung, die auf Claude aufsetzt, wobei nicht jede Plattform jeden Markierungstyp unterstützt.

Anlass ist Artikel 50 des EU AI Act, dessen Transparenzpflichten am 2. August in Kraft getreten sind und Anbieter generativer Systeme verpflichten, synthetische Ausgaben maschinenlesbar erkennbar zu machen. The Verge weist auf eine viermonatige Schonfrist für Produkte hin, die vor diesem Datum gestartet sind. Anthropic hat den begleitenden Code of Practice unterzeichnet, ebenso OpenAI, Google, Meta, Microsoft, Mistral, Cohere und Synthesia; Amazon und xAI fehlen laut Tech Brew auf der Liste. Für Dateien wie SVG, PNG und JPG nutzt Anthropic das Provenance-Verfahren C2PA mit digitaler Signatur, für Text ein Wasserzeichen in den Wörtern selbst. Werkzeuge zur Erkennung will das Unternehmen bereitstellen, technische Dokumentation dazu steht noch aus.

Anthropic nennt das eingesetzte Verfahren nicht und macht auch keine Angaben dazu, ob die Markierung Latenz oder Inference-Kosten erhöht. Alex Cui, CTO von GPTZero, beschreibt in einem technischen Erklärstück auf X den naheliegenden Mechanismus: Ein geheimer Schlüssel und die vorangehenden Tokens erzeugen einen Hash, der die Kandidaten-Tokens in zwei Gruppen teilt, und das Modell erhöht die Wahrscheinlichkeit für die eine Gruppe leicht. Ein Detektor mit demselben Schlüssel rekonstruiert diese Bevorzugung und erkennt eine auffällige Häufung. Cui verweist darauf, dass Streaming die Methodenwahl einschränkt, weil das Signal während der Generierung entstehen muss statt durch nachträgliches Umschreiben. Bei Code sei die Markierung schwieriger, weil das Modell dort weniger gleichwertige Alternativen hat und kleine Änderungen die Funktion brechen können.

John Gruber nennt Anthropics Beschreibung undurchsichtig und sieht einen Widerspruch: Ein Zeichen aus unsichtbaren Zeichen würde Zeichenzähler auf Plattformen sprengen, eine Verschiebung der Wortwahl lässt sich schwer als vollständig folgenlos für Qualität und Bedeutung darstellen. Tech Brew verweist auf eine Studie der Queen’s University, nach der Paraphrasieren durch ein anderes Modell oder Rückübersetzung die Erkennungsrate senkt; auch das Einstreuen in längeren menschlichen Text verdünnt das Signal.

Parallel dazu berichtet The Deep View von weiteren Kennzeichnungsschritten in der Branche: Spotify führt AI-Personas-Badges für Profile ein, die keine reale Person darstellen, und empfiehlt solche Künstler algorithmisch nur noch Nutzern, die ihnen folgen. Suno führt Wasserzeichen- und Fingerprinting-Technik ein, Substack hat das Erkennungswerkzeug Pangram integriert. Eine Deezer-Studie kommt zu dem Ergebnis, dass 97 Prozent der Hörer KI-generierte Musik nicht von menschlicher unterscheiden können. → thenewstack, claude, daringfireball, theverge, thedeepview, techbrew

Synthszr Take: Die Absicht hinter Artikel 50 ist richtig, und das sollte man sagen, bevor man auf die Umsetzung schaut. Wer synthetische Inhalte in Umlauf bringt, soll sie kenntlich machen. Bei Bildern funktioniert es ja auch: C2PA sitzt in einem Container, der signiert wird, und der Container bleibt. Text hat keinen Container. Das Zeichen sitzt in der Wortwahl selbst: Rückübersetzung und Paraphrase durch ein zweites Modell senken die Erkennungsrate, sagt die Studie der Queen’s University, und ein Formatter räumt den Rest weg. Vorgeschrieben wird also eine Fähigkeit, die es so nicht gibt. Der Präzedenzfall steht seit 2009 im Amtsblatt und seither auf jeder Website. Die Cookie-Richtlinie wollte informierte Einwilligung. Herausgekommen sind Banner, von denen nach der CHI-Studie von Nouwens et al. nur 11,8 Prozent überhaupt die Mindestanforderungen des europäischen Rechts erfüllen, dazu 76 Prozent genervte Nutzer, die pauschal alles akzeptieren, weil sie keine Lust mehr haben (Bitkom). Geschützt hat das niemanden. Gefestigt hat sich ein Bild von Europa als den Kontinent, auf dem man erst etwas wegklickt, bevor man etwas lesen darf. Eine gute Absicht, die in der Umsetzung zu Paternalismus und Defensive gerinnt, exportiert genau das als Markenzeichen.

Modelle können Mathe: Claude-Modell hebt den Riemann-Rekord 67,2 Prozent

Ein noch nicht veröffentlichtes Claude-Modell von Anthropic hat laut AlphaSignal den bislang besten bekannten Wert zu einem Teilresultat der Riemann-Hypothese von 41,6 auf 67,2 Prozent angehoben. Es geht dabei um den Anteil der Nullstellen, für die sich beweisen lässt, dass sie auf der erwarteten Geraden liegen; die Vermutung selbst bleibt unbewiesen. Der Sprung ist nach Darstellung der Quelle der größte Einzelfortschritt in der 160-jährigen Geschichte des Problems. Methodisch behandelte das Modell die Nullstellen als einen zusammenhängenden Raum, statt sie einzeln zu analysieren. Der Lauf fand in Claude Code mit 60 parallel arbeitenden Subagenten statt, verwarf 650 Ansätze und setzte über rund anderthalb Tage 2.400 Shell-Kommandos ab. Der resultierende Beweis wurde im Beweisassistent Lean 4 formal verifiziert und zusätzlich von zwei externen Mathematikern geprüft. Beweiscode und Prozess-Logs sind öffentlich einsehbar, das Modell selbst ist es nicht. → AlphaSignal

Synthszr Take: 650 verworfene Ansätze, 2.400 Shell-Kommandos, anderthalb Tage Laufzeit: So sieht Grundlagenforschung aus, wenn Ausdauer fast nichts mehr kostet. Der interessanteste Teil steckt im Wort „unveröffentlicht“. Das Modell, das hier den größten Fortschritt seit 160 Jahren produziert, kann niemand buchen, und die öffentliche Diskussion über die Grenzen von Sprachmodellen argumentiert gegen einen Fähigkeitsstand, der intern längst überholt ist. Zwischen Labor und API liegen Monate, und genau in diesen Monaten verfestigt sich die kollektive Meinung darüber, was KI angeblich nicht kann. Am größten ist der Abstand dort, wo ein Rechner das Ergebnis prüfen kann: Lean sagt Ja oder Nein, das Modell darf 650 Mal danebenliegen, solange ein Versuch standhält. Planungen, die den heute buchbaren Modellstand als Obergrenze ansetzen, rechnen mit einer Zahl, die schon jetzt überholt ist.

Nvidia gibt Nemotron 3.5 Lightning frei: offenes Modell für eine einzelne GPU

Nvidia hat mit Nemotron 3.5 Lightning ein Modell veröffentlicht, das Unternehmen kostenlos herunterladen, einsetzen und verändern dürfen, ohne Nvidia um Erlaubnis zu fragen oder zu zahlen. Nach Angaben des Herstellers ist es leichtgewichtig genug, um auf einer einzelnen Grafikkarte in einem PC zu laufen, und wurde speziell für Agenten entwickelt, also Programme, die im Hintergrund selbstständig arbeiten. Nvidia gibt an, das Modell per Distillation aus den größeren Nemotron-Varianten abgeleitet zu haben, um vergleichbare Fähigkeiten in kleinerem Format zu erreichen. Als Testkunden nennt der Konzern CrowdStrike, CodeRabbit und Harvey. Verfügbar ist Nemotron 3.5 Lightning über HuggingFace und Nvidias eigene Website, zusätzlich stellt der Konzern die Software NeMo Switchyard bereit, die für eine gegebene Aufgabe das günstigste und passendste Modell auswählen soll. → www.cnbc.com

Synthszr Take: Huang hat den Satz selbst geliefert, der die Wettbewerbslage beschreibt: freie künstliche Intelligenz ist gut für Chips. Damit verschenkt Nvidia etwas, dessen Verbreitung direkt den eigenen Hardware-Umsatz treibt, das ist eine deutlich robustere Finanzierungslogik als die von Meta, das seine offenen Modelle aus dem Werbegeschäft querfinanziert und dafür strategische Rechtfertigungen wie Zuckerbergs Manifest vom Montag braucht. Für Mistral wird es unangenehmer, denn deren Versprechen war genau das, was Nemotron 3.5 Lightning jetzt gratis liefert: kompakte, effiziente Modelle, die man selbst betreiben und anpassen kann, europäische Souveränität inklusive. Ein Modell, das auf einer einzelnen GPU läuft und von CrowdStrike, CodeRabbit und Harvey bereits produktiv getestet wurde, ist eine ernstzunehmende Alternative in der Beschaffung. Interessanter als das Modell selbst ist NeMo Switchyard, weil die Routing-Entscheidung darüber, welches Modell eine Aufgabe bekommt, künftig bei Nvidia liegt und nicht bei den Modellanbietern.

Y Combinator gibt seinen internen Agenten-Harness QM als Open Source frei

Y Combinator hat QM (kurz für Quartermaster) unter MIT-Lizenz veröffentlicht, ein Werkzeug, das das Repository selbst als „multiplayer agent harness for work, in Slack and on the web“ beschreibt. Der Accelerator hat das System nach eigenen Angaben monatelang intern eingesetzt, in Buchhaltung, Recht, Eventorganisation und Engineering, und QM auch zur Weiterentwicklung von QM genutzt. Damit kann jedes Team den Agent Harness zu den Kosten von Cloud-Hosting und Modell-Token betreiben. Die Veröffentlichung kam zehn Tage nach dem Open-Sourcing von Buzz durch Block, das auf Nostr basiert und Slack sowie GitHub ersetzen will, während QM sich in ein vorhandenes Slack einklinkt. Der Ankündigungs-Thread kam auf über zwei Millionen Aufrufe, das Repository auf 7.000 GitHub-Stars in drei Tagen und inzwischen über 13.000, die Diskussion auf Hacker News auf mehr als 600 Punkte. Eve Bouffard, Head of Design bei YC und nach eigener Aussage die intensivste Nutzerin des Tools, führt einen Teil der Produktivität des kleinen Teams auf QM zurück. → Linas from Linas’s Newsletter

Synthszr Take: 13.000 Stars in wenigen Tagen sagen wenig darüber aus, wie viele Teams das Ding in drei Monaten noch laufen haben. Der Code ist ab jetzt gratis, die Arbeit fängt danach an: YC hat Monate gebraucht, um Buchhaltung, Legal und Eventplanung so zu zerlegen, dass Agenten sie überhaupt übernehmen können, und genau diese Zerlegung liegt nicht im Repository. QM einfach ins eigene Slack zu hängen, bringt nur einen weiteren Bot, der Antworten produziert, die niemand geprüft hat. Interessant ist die Wette gegen Buzz: Block will Slack und GitHub ersetzen, YC dockt an das an, was ohnehin schon läuft, und in Unternehmen mit Altlasten gewinnt der zweite Ansatz fast immer. Ein realistischer erster Schritt ist, zwei wiederkehrende Prozesse mit klaren Freigaberegeln auszuwählen und die Berechtigungen sauber zu setzen, bevor irgendein Agent Zugriff auf Buchhaltungsdaten bekommt. Die spannende Frage ist, ob in sechs Monaten jemand außerhalb von YC eine vergleichbare Produktivitätsgeschichte erzählen kann.

Nvidia hilft Kunden beim Geldbeschaffen, Stratechery sieht darin das größere Risiko

Ben Thompson beschreibt in Stratechery, wie Nvidia neue Wege findet, seinen Kunden Kapital für den Chip-Kauf zu verschaffen, und damit das Risiko des gesamten KI-Ausbaus ausweitet. Als historische Folie dient ihm Jay Cooke, der ab 1870 den Bau der Northern Pacific Railway finanzierte: 12 Prozent Provision auf jede Anleihe, 200 Dollar Aktien je 1.000 Dollar Anleihevolumen, am Höhepunkt 1.500 Vertriebsleute und 1.300 mit Geld versorgte Zeitungen, bis die Käufer 1873 ausblieben und Cookes Bank die Panik von 1873 auslöste. Thompson stützt sich dabei auf Liaquat Ahameds Buch „1873“, das die jährlich rund 500 Millionen Dollar in US-Eisenbahnanleihen der frühen 1870er auf heutige Verhältnisse mit einem Faktor von 1.200 umrechnet, also etwa 600 Milliarden Dollar, ungefähr die für 2026 erwarteten Investitionen der großen Technologiekonzerne. Microsoft-Chef Satya Nadella nannte dasselbe Buch im jüngsten Earnings Call „the book to be read“. Laut Thompson ist Microsoft mit zuletzt 19,6 Milliarden Dollar freiem Cashflow der einzige Hyperscaler, der seine Investitionen noch nicht über Schulden finanziert. Oracle, Meta, Alphabet und Amazon nahmen 2025 zusammen 108 Milliarden Dollar an Anleihen auf, und bis zum 7. Juli dieses Jahres bereits 194 Milliarden; 86 Prozent der diesjährigen Emissionen handeln inzwischen über ihrer Ausgaberendite, die Überzeichnung fiel von 5x im Februar auf unter 2x. Im Juni kündigte Google zusätzlich eine Eigenkapitalerhöhung über 85 Milliarden Dollar an, darunter eine Sonderplatzierung von 10 Milliarden bei Berkshire Hathaway. → Ben Thompson

Synthszr Take: Jay Cookes eigentlicher Trick in den 1870er Jahren war die Erfindung des Käufers: Wenn die Banken deine Anleihen nicht wollen, baust du dir eben 1.500 Vertriebsleute und 1.300 Zeitungen, die die Nachfrage erzeugen, die es sonst nicht gäbe. Genau diese Mechanik läuft wieder, nur eleganter verpackt: Wenn der Chiphersteller mitorganisiert, woher das Geld für seine Chips kommt, misst sein Auftragsbuch die eigene Finanzierungskraft und nicht mehr den Bedarf am anderen Ende der Kette. Das ist Anbieterfinanzierung, und ihr Problem ist nie die gute Phase, sondern der Moment, in dem der Kapitalmarkt zumacht, so wie im September 1873 nach dem Wiener Börsenkrach. Die Zahlen dazu stehen schon in den Büchern: 194 Milliarden Dollar Neuverschuldung von vier Konzernen in gut sechs Monaten, 86 Prozent der Emissionen unter Wasser, die Überzeichnung von 5x auf unter 2x gefallen. Auf diese Kennziffer lohnt sich der Blick, denn sie dreht Monate vor jedem Umsatzausweis. Bemerkenswert bleibt Berkshire Hathaway, dessen Konzernvorgänger ausgerechnet über die Konkursmasse der Northern Pacific entstanden ist und das nun mit 10 Milliarden bei Google einsteigt: Wer die Eisenbahn schon einmal nach der Pleite billig bekommen hat, kennt den Fahrplan.

OpenAI heuert einen Stromhändler an, weil Elektrizität zur Risikoposition wird

OpenAI sucht einen Power Trading Lead für sein Rechenzentrums-Portfolio, der die Absicherungsstrategie für den gesamten Stromeinkauf verantworten soll. Bloomberg-Reporter Julian Hast hat die Ausschreibung am Montag zuerst gemeldet; OpenAI äußerte sich zunächst nicht dazu. Die Stelle sitzt laut der eigenen Stellenanzeige im Team Power & Land innerhalb des Rechenzentrums-Designs, ist in Seattle, San Francisco oder remote zu besetzen und mit 181.000 bis 285.000 Dollar plus Beteiligung dotiert. Verlangt werden mindestens zehn Jahre Erfahrung im Stromhandel oder Rohstoff-Risikomanagement sowie Kenntnis der US-Großhandelsmärkte für Strom und Erdgas, das über 40 Prozent der amerikanischen Stromerzeugung ausmacht. Zum Aufgabenprofil gehören Festpreisverträge, Forwards, Swaps und Optionen samt Risikolimits und internen Kontrollen, also das übliche Instrumentarium eines Handelstischs für Commodity Hedging. Direkte Mitarbeiter hat die Rolle vorerst nicht. Meta hatte im November 2025 angekündigt, für seine KI-Rechenzentren in den Stromhandel einzusteigen; OpenAI selbst baut einen rund 30 Milliarden Dollar schweren Campus in Georgia und verhandelte über einen 10-Gigawatt-Standort in Ohio, den Nvidia absichern soll, während ein britisches Projekt wegen Strompreisen und Regulierung pausiert wurde. → Techpresso

Synthszr Take: Ein Unternehmen stellt genau dann einen Händler ein, wenn ein Einkaufsposten zu groß geworden ist, um ihn per Rechnung zu bezahlen. Fluggesellschaften machen das mit Kerosin, Schokoladenhersteller mit Kakao, und OpenAI macht es jetzt mit Megawattstunden. Die 10 Gigawatt in Ohio sind ungefähr die Leistung, mit der man eine mittelgroße Metropolregion versorgt, und dieser Bedarf steht in Verträgen mit Laufzeiten, die weit über jeden Modellzyklus hinausreichen. Der pausierte Stargate-Standort in Großbritannien ist dafür der klarste Beleg: Das Projekt scheiterte an Strompreisen und Genehmigungslage, nicht an Rechenleistung oder Talent. Bemerkenswert ist die Reihenfolge, in der das passiert. Erst kommt die Zusage über Milliarden an Kapazität, dann sucht man jemanden, der die Preisrisiken dahinter modellieren kann, und das für ein Gehalt, das unter dem liegt, was OpenAI einem guten Forscher zahlt. Die nächsten zwei Jahre entscheiden sich an Netzanschlussterminen und Gasterminkurven, nicht an Benchmark-Punkten.

Amodei stellt sich gegen ein US-Verbot chinesischer Open-Weights-Modelle

Anthropic-Chef Dario Amodei hat in einem Blogpost erklärt, dass sein Unternehmen ein Verbot offener Modellgewichte nie befürwortet habe. Anlass sind Berichte von Axios, wonach US-Beamte erwägen, amerikanischen Firmen die Nutzung chinesischer Open-Weights-Modelle zu untersagen; daraufhin hatten zahlreiche Technologieunternehmen einen offenen Brief pro Open Weights unterzeichnet, und Anthropic war vorgeworfen worden, ein Verbot aus Eigeninteresse zu betreiben. Amodei nennt offene Modelle ohne gefährliche Fähigkeiten ein öffentliches Gut und schreibt, protektionistische Verbote adressierten seine sicherheitspolitischen Sorgen nicht, weil bösartige Akteure kaum reguläre US-Unternehmen seien. Als eigentliche Risiken benennt er zwei Punkte: leistungsfähigere Modelle in der Hand autoritärer Regierungen und den Missbrauch starker Modelle für Cyber- oder Bioangriffe. Stattdessen wirbt er für drei Maßnahmen: keine Lieferung leistungsfähiger Chips und Chipfertigungsanlagen nach China samt hartem Vorgehen gegen Schmuggel, Eindämmung von Distillation im industriellen Maßstab sowie verpflichtende Sicherheitstests für alle hinreichend leistungsfähigen Modelle, offen wie geschlossen. Nach Anthropics eigener Einschätzung bringt Distillation die chinesische Spitze auf wenige Monate an die amerikanische heran, ohne sie zu überholen. Amodei verweist darauf, dass er dieselben Positionen bereits vor sechs Monaten in seinem Essay „The Adolescence of Technology“ vertreten habe. → Hello China Tech

Synthszr Take: Ein Verbot chinesischer offener Modelle wäre für Anthropic das schönste Geschenk der Saison, und der CEO lehnt es ab. Amodei schreibt selbst, so eine Regel würde vor allem US-Anbieter vor Konkurrenz schützen, und schiebt hinterher, dass das nie sein Ziel war. Im Juni saß er noch beim Lunch mit Trump und galt danach nicht mehr als Sicherheitsrisiko; jetzt bremst er ausgerechnet die Maßnahme, die seine Preisliste gegen Kimi und GLM abschirmen würde. Die Position ist konsistent, weil sie technisch stimmt: Gewichte, die einmal veröffentlicht sind, holt niemand zurück, und ein Nutzungsverbot für ordentlich gemeldete US-Firmen trifft genau die Akteure, die ohnehin Regeln befolgen. Interessanter ist, worauf er den Hebel verschiebt, nämlich auf Chips und auf die Distillation im industriellen Maßstab, die den chinesischen Rückstand auf wenige Monate drückt. Für alle, die chinesische offene Modelle im Stack haben, heißt das vorerst Entwarnung an der Verbotsfront und Unruhe an der Lieferkette. Die politische Auseinandersetzung der nächsten Monate läuft über Exportkontrollen und Pflichttests, und dort hat noch niemand eine belastbare Definition von „hinreichend leistungsfähig“ vorgelegt.

Humanoide Roboter: Verkäufe verdreifachen sich, China hält 97 Prozent des Marktes

Der weltweite Absatz humanoider Roboter ist binnen eines Jahres um 272 Prozent gestiegen, und China hält laut einer Auswertung von Smart Analytics Global mehr als 97 Prozent dieses Marktes. Die Auslieferungen kletterten von rund 5.000 Einheiten im ersten Halbjahr 2025 auf über 19.000 im gleichen Zeitraum dieses Jahres; für 2026 rechnet SAG mit etwa 60.000 Einheiten und einem Branchenumsatz von über 1,6 Milliarden Dollar. Über 85 Prozent der globalen Nachfrage entfällt ebenfalls auf China, gestützt durch staatliche Förderprogramme, Testumgebungen für Entwickler und reichlich Kapital. Der Shanghaier Anbieter Agibot hat Unitree überholt und kommt auf 44 Prozent Weltmarktanteil, zusammen decken beide 75 Prozent aller Verkäufe ab. Unitrees geplanter Börsengang in Shanghai war nach Angaben des Berichts mit fast zehn Millionen Zeichnungsaufträgen mehr als 5.500-fach überzeichnet. Industrie und Gewerbe machten im ersten Halbjahr über 70 Prozent der Auslieferungen aus, nach 50 Prozent im Vorjahreszeitraum, vor allem in Fertigung, Logistik und Lager. Allgemeine Haushaltsroboter, an denen unter anderem Meta mit der Übernahme von Assured Robot Intelligence arbeitet, erreichen laut SAG in den nächsten fünf Jahren keine Massenmarktgröße; zugleich erschweren neue US-Beschränkungen für ausländisch gefertigte Roboter und die EU-Prüfung autonomer Systeme den chinesischen Anbietern den Sprung in reife Märkte. Physical AI → Techpresso

Synthszr Take: Die Zahl, die den Unterschied erklärt, ist der Produktmix: halbhohe zweibeinige und schlicht gerollte Modelle, weil Räder billiger, stabiler und wartungsärmer sind als eine perfekte menschliche Gangart. Das ist Fertigungspragmatik in Reinform, und genau darin liegt Chinas einzigartiger Vorteil. Aktuatoren, Getriebe, Sensorik, Montagelinien, Zulieferer im Umkreis von zwei Stunden: Diese Kette lässt sich nicht per Forschungsbudget nachbauen, sie braucht Jahre an Stückzahlen und Lernkurve. Während im Westen über Haushaltsroboter geredet wird, die laut SAG vor 2031 keine Massenmarktreife erreichen, verkaufen Agibot und Unitree schon heute 75 Prozent aller Einheiten in Lager und Fertigungshallen, wo Aufgaben klar definiert und Produktivitätsgewinne messbar sind. Die 19.000 Einheiten im Halbjahr sind für sich genommen wenig, aber jede davon liefert Felddaten, Ausfallstatistiken und Kostensenkungen für die nächste Charge. Die US-Beschränkungen für ausländisch gefertigte Roboter verlangsamen den Export, ändern aber nichts an der Lernkurve im Heimatmarkt mit 85 Prozent der Weltnachfrage. Interessant wird 2027: Dann zeigt sich, ob europäische und amerikanische Anbieter überhaupt eine Fertigungsbasis aufgebaut haben oder nur Prototypen mit beeindruckenden Videos vorweisen können.

Sanders fordert von OpenAI, Anthropic und Meta einen Entwicklungsstopp für KI

Senator Bernie Sanders hat in einem Brief an Sam Altman, Dario Amodei und Mark Zuckerberg gefordert, die Entwicklung ihrer KI-Modelle auszusetzen, und angekündigt, der US-Senat werde regulieren, falls die Unternehmen im bisherigen Tempo weitermachen. Der Brief wurde zuerst von Axios berichtet. Sanders schreibt darin, die Fähigkeiten der Modelle hätten eine kritische Risikoschwelle überschritten und die Firmen verlören die Kontrolle über die Technologie. Er verweist auf Berichte über den Einsatz von KI bei der Entwicklung neuer Viren sowie darauf, dass alle drei Unternehmen offengelegt haben, dass ihre Modelle Server fremder Organisationen gehackt haben. Fachleute haben laut Guardian allerdings davor gewarnt, dass OpenAIs Darstellung eines außer Kontrolle geratenen Modells überzeichnet sein könnte, weil eine als hochgefährlich dargestellte Technologie zugleich als besonders leistungsfähig erscheint. Die Firmen hatten zuvor zugesagt, bei bestimmten Risikoschwellen zu pausieren, ohne diese Schwellen zu definieren: Anthropic will die Skalierung stoppen oder Modelle später ausliefern, wenn die eigenen Sicherheitsverfahren nicht mehr Schritt halten, OpenAI hat die Entwicklung seines Cybersecurity-Modells Astra nach einem autonomen Hack verlangsamt. Sanders' Vorstoß folgt auf einen offenen Brief von mehr als 1.300 Wissenschaftlern und Entwicklern, die eine international koordinierte Verlangsamung bei Frontier-Modellen verlangen. Im März hatte Sanders gemeinsam mit Alexandria Ocasio-Cortez bereits einen Gesetzentwurf für ein Moratorium beim Bau neuer Rechenzentren eingebracht. → AI Secret

Synthszr Take: Sanders adressiert drei Vorstandschefs und meint den Kongress, der ihm bisher nichts gegeben hat. Der Brief hat keine Frist, keine Sanktion und keine Definition dessen, was pausiert werden soll. Die Selbstverpflichtungen, auf die er sich beruft, sind genau deshalb komfortabel: Anthropic pausiert, wenn die eigene Skalierung die eigenen Sicherheitsverfahren überholt, und wer das feststellt, steht nirgends geschrieben. OpenAI hat Astra nach dem autonomen Hack verlangsamt und verkauft dieselbe Verzögerung als Beweis, wie mächtig das Produkt ist. Die Warnung ist Teil des Marketings, und die Fachleute, die der Guardian zitiert, sagen das ziemlich deutlich. Echten Zugriff hat die Politik an einer ganz anderen Stelle, und Sanders kennt sie: den Gesetzentwurf vom März gegen neue Rechenzentren. Strom, Bauland und Genehmigungen lassen sich verzögern, Modellgewichte nicht. Ein globales Moratorium, das 1.300 Unterschriften trägt und kein einziges konkurrierendes Land mitträgt, bleibt eine Absichtserklärung. Die Genehmigungsbehörde vor Ort entscheidet über das Tempo.