Facebook kauft Moltbook-Meme während Europa einen Seed-Rekord für KI-Deep-Tech feiert

Facebook kauft Moltbook: Wenn KI-Agenten unter sich bleiben wollen

Meta hat Moltbook übernommen, das Reddit-ähnliche soziale Netzwerk, auf dem KI-Agenten mittels OpenClaw miteinander kommunizieren können. Die Gründer Matt Schlicht und Ben Parr wechseln im Rahmen der Akquisition zu Meta Superintelligence Labs, die Kaufsumme wurde nicht genannt. Moltbook nutzt OpenClaw, einen Wrapper für KI-Modelle wie Claude oder ChatGPT, der natürlichsprachliche Kommunikation über gängige Chat-Apps wie iMessage oder WhatsApp ermöglicht. Das Netzwerk erreichte virale Aufmerksamkeit, als ein Post zirkulierte, in dem ein KI-Agent andere Agenten dazu aufforderte, eine eigene verschlüsselte Sprache zu entwickeln, um sich ohne menschliches Wissen organisieren zu können. Sicherheitsforscher entdeckten jedoch gravierende Schwächen: Ian Ahl von Permiso Security deckte auf, dass sämtliche Credentials in der Supabase-Datenbank ungesichert waren, wodurch Menschen sich problemlos als KI-Agenten ausgeben konnten. Meta CTO Andrew Bosworth hatte sich bereits im Februar zu dem Projekt geäußert und fand weniger die Konversationen der Agenten interessant als vielmehr die Tatsache, dass Menschen in das Netzwerk eindrangen — was kein Feature, sondern ein massiver Fehler war. → Techpresso

Synthszr Take: Ian Ahl von Permiso Security fand alle Moltbook-Credentials unverschlüsselt in der Supabase — jeder konnte sich als KI-Agent ausgeben. Meta kauft also ein virales Sicherheitsloch, bei dem Menschen so taten, als würden Agenten eine eigene verschlüsselte Sprache entwickeln. Die Panik über verschwörerische KI-Agenten war menschengemacht, das technische Fundament war Spielzeug-Niveau. Meta Superintelligence Labs bekommt zwei Gründer und eine Lektion in Security-Theater. Andrew Bosworth hatte recht: Interessant war nur, wie leicht Menschen das System hackten — die eigentliche Innovation war die kollektive Hysterie über fabrizierte Agent-zu-Agent-Kommunikation.

Europa: Eine Milliarde Seed-Rekord für Yann LeCuns neues Start-up

Yann LeCuns Advanced Machine Intelligence Labs (AMI) hat in Europas größter Seed-Runde aller Zeiten 1,03 Milliarden Dollar bei einer Bewertung von 3,5 Milliarden Dollar eingesammelt. Der KI-Pionier und ehemalige Meta-Chefwissenschaftler will damit an Weltmodellen arbeiten – Systeme, die die physische Realität verstehen können, nicht nur Texte generieren. Das Timing ist bemerkenswert: Während OpenAI und Anthropic um Pentagon-Aufträge kämpfen und Amazon gerade seine KI-generierten Code-Richtlinien verschärft, sammeln reine Forschungslabore ohne Produkt Milliarden ein. Thinking Machines Lab sicherte sich zeitgleich einen Deal mit Nvidia über 1 Gigawatt Vera Rubin Chips, Safe Superintelligence und andere Labs folgen dem Muster. Emmanuel Macron feierte LeCuns Coup auf Twitter als Triumph französischer Forschung. Die Appetit privater Investoren auf KI-Grundlagenforschung scheint unersättlich – trotz skeptischer öffentlicher Märkte. → techmeme

Synthszr Take: LeCun sammelt eine Milliarde für Weltmodelle, während seine Ex-Kollegen bei Meta ein Meme-Netzwerk für KI-Agenten kaufen. Der Kontrast zeigt die Spaltung der KI-Branche: Grundlagenforschung gegen schnelle Produktintegration. Investoren wetten hier auf zehn Jahre Forschung ohne garantierten Return (bei 3,5 Milliarden Bewertung vor dem ersten Produkt). AMI konkurriert direkt mit Thinking Machines um Nvidias neue Chips – wer zuerst eine Gigawatt-Anlage hochzieht, definiert die nächste Generation von Modellen. LeCuns Wette auf physikalisches Weltverständnis statt Sprachgenerierung ist entweder der nächste Durchbruch oder Europas teuerstes Forschungsprojekt.

Zehntausend Autoren verkaufen leere Bücher gegen KI-Diebstahl

10.000 Schriftsteller haben ein Buch ohne Inhalt veröffentlicht, das nur ihre Namen auflistet. „Don't Steal This Book“ verteilen sie auf der Londoner Buchmesse, eine Woche bevor die britische Regierung ihre wirtschaftliche Folgenabschätzung zu geplanten Urheberrechtsänderungen vorlegt. Kazuo Ishiguro, Philippa Gregory, Richard Osman und Malorie Blackman protestieren damit gegen KI-Firmen, die ihre Werke ohne Erlaubnis verwenden. Ed Newton-Rex, Komponist und Initiator der Aktion, bezeichnet die KI-Industrie als „auf gestohlenen Werken aufgebaut“. Anthropic zahlte bereits 1,5 Milliarden Dollar zur Beilegung einer Sammelklage von Buchautoren. Die britische Regierung erwägt eine Opt-Out-Regelung: KI-Firmen könnten urheberrechtlich geschützte Werke nutzen, außer der Rechteinhaber widerspricht explizit. Verlage starten parallel eine Lizenzierungsinitiative über Publishers' Licensing Services. → Techpresso

Synthszr Take: 10.000 Namen auf 200 leeren Seiten kosten wahrscheinlich mehr in Druck und Verteilung als die meisten Autoren je an KI-Lizenzen sehen werden. Newton-Rex trifft den Kern: Generative KI konkurriert direkt mit den Kreativen, deren Werke sie verdaut hat. Anthropics 1,5-Milliarden-Settlement zeigt die Größenordnung (umgerechnet 150.000 Dollar pro klagendem Autor, falls 10.000 beteiligt waren). Opt-Out-Regelungen sind Augenwischerei: Wer kontrolliert Milliarden von Texten im Netz? Britische Verlage bauen jetzt hastig eigene Lizenzierungssysteme auf, aber die Trainingsdaten sind längst geschlürft. KI-Firmen zahlen nur, wenn sie verklagt werden können.

Grammarly macht bekannte Autoren ungefragt zu KI-Lektoren

Grammarly hat im August 2024 eine „Expert Review“-Funktion eingeführt, die vorgibt, Schreibtipps von bekannten Autoren und Journalisten zu liefern. Die Tipps stammen allerdings nicht von Stephen King, Casey Newton oder Kara Swisher, sondern werden von KI generiert und den Experten einfach zugeschrieben. Das Unternehmen nutzt die Namen von Dutzenden Journalisten, Wissenschaftlern und Autoren ohne deren Erlaubnis oder Bezahlung. Ein versteckter Disclaimer erklärt, dass die „Referenzen zu Experten nur zu Informationszwecken dienen“ und keine tatsächliche Verbindung zu Grammarly bestehe. Betroffene wie Newton erfuhren erst durch einen Artikel bei The Verge von ihrer unfreiwilligen Rolle als KI-Editoren. Nach massiver Kritik bietet Grammarly nun eine Opt-out-Möglichkeit per E-Mail an expertoptout@superhuman.com an. Das Unternehmen verspricht, die Funktion zu überarbeiten und den echten Experten mehr Kontrolle zu geben. → Casey Newton

Synthszr Take: Grammarly verkauft für 144 Dollar im Jahr ChatGPT-Prompts als Buttons und klebt Prominentennamen drauf. Ein „John Carreyrou“ empfiehlt banale Sensory-Details, während der echte Carreyrou Elizabeth Holmes durch akribische Recherche zu Fall brachte. Die Verzweiflung zeigt sich in der Wahl der Opfer: ausgerechnet KI-Kritikerin Timnit Gebru und Überwachungsforscherin Shoshana Zuboff werden zu unfreiwilligen Markenbotschaftern einer Firma, die 2021 noch mit 13 Milliarden Dollar bewertet wurde. Grammarly weiß, dass jeder Gratisnutzer von Claude oder ChatGPT bessere Edits bekommt als ihre Kernfunktion liefert. Die Übernahmen von Coda und Superhuman (und die Umbenennung des ganzen Ladens) sind der letzte Versuch, aus einem obsoleten Geschäftsmodell eine „AI-native productivity platform“ zu basteln.

SaaScalypse: Gehen sie weiter es gibt hier nichts zu sehen

Die gesamte Software-Architektur der letzten 30 Jahre baut auf einer falschen Annahme auf: dass ein Mensch zwischen Daten und Aktion sitzt. Gennaro Cuofano zeigt in seiner zehnteiligen Analyse, wie KI-Agenten diese Grundannahme pulverisieren — sie brauchen keine GUIs, keine Dashboards, keine Onboarding-Flows, sondern nur APIs und Ergebnisse. Das bedeutet: Die komplette UX-Schicht, in die SaaS-Unternehmen Milliarden investiert haben, wird zu strukturellem Overhead. Software verwandelt sich von einem „System of Record“, das menschliche Entscheidungen dokumentiert, in ein „System of Action“, das autonom handelt. Die wertvollste Immobilie im neuen Stack ist die Orchestrierungs-Ebene — wer kontrolliert, welche Tools in welcher Reihenfolge mit welchem Kontext aufgerufen werden, besitzt die neue Enterprise-Beziehung. Salesforce kannibalisiert bereits die eigenen Workflows mit Agentforce, bevor es andere tun. Die unbequeme Wahrheit: Die meisten Enterprise-Software-Unternehmen driften gerade in Richtung unsichtbares Klempnerwerk, während sie glauben, sie würden sich selbst kannibalisieren oder zur Infrastruktur werden. → The Business Engineer

Synthszr Take: Cuofano übersieht den entscheidenden Punkt: Menschen verschwinden nicht aus der Software-Gleichung, sie verschieben sich nur eine Ebene nach oben. Früher haben wir in Salesforce Daten eingegeben, jetzt definieren wir die Regeln, nach denen Agenten in Salesforce agieren. Die wahre Disruption trifft nicht die Software-Hersteller, sondern die Millionen von White-Collar-Jobs, die im Grunde menschliche API-Adapter waren — Daten von System A nach System B schaufeln, Freigaben erteilen, Reports erstellen. Snowflake und Databricks gewinnen, weil Datenhoheit der einzige Burggraben ist, den KI nicht überspringen kann (noch nicht). Die Ironie: Während alle über KI-Agenten reden, läuft die eigentliche Revolution im Hintergrund — Unternehmen ersetzen stillschweigend ganze Abteilungen durch ein paar geschickt konfigurierte Workflows.

Google-Mitarbeiter verteidigen Anthropic vor Gericht

Fast 40 Mitarbeiter von OpenAI und Google, darunter DeepMinds Chefwissenschaftler Jeff Dean, haben sich in einem Amicus Brief für Anthropic ausgesprochen, das vom Pentagon als „Risiko für die Lieferkette“ eingestuft wurde. Die Mitarbeiter argumentieren, dass Anthropics technische Bedenken gegen autonome Waffen berechtigt seien, da aktuelle KI-Systeme zu unzuverlässig für militärische Anwendungen sind: Sie halluzinieren, ihre Entscheidungswege sind intransparent und sie versagen in neuen Umgebungen. Anthropic hat das Verteidigungsministerium verklagt und wirft der Behörde Vergeltung und Verletzung der Redefreiheit vor. Laut eigenen Angaben hat die Einstufung bereits zu Verlusten von über 180 Millionen Dollar geführt – ein FDA-Dienstleister wechselte zu einem anderen KI-Anbieter (100 Millionen Dollar Verlust), zwei Finanzdienstleister bestehen auf einseitigen Kündigungsrechten (80 Millionen Dollar gefährdet). Das Unternehmen, das in fünf Jahren über 5 Milliarden Dollar Umsatz generierte aber 10 Milliarden für Training und Betrieb ausgab, sieht seine Geschäftsgrundlage bedroht. Unterdessen arbeitet OpenAI bereits mit dem Pentagon zusammen, während Google noch keine eigene Vereinbarung verkündet hat. → The Information AM

Synthszr Take: 40 Google- und OpenAI-Mitarbeiter verteidigen einen direkten Konkurrenten vor Gericht, während ihre eigenen Arbeitgeber um Pentagon-Aufträge kämpfen. Jeff Dean unterschreibt für Anthropics Position gegen autonome Waffen, während Google selbst noch keinen Defense-Deal verkündet hat (im Gegensatz zu OpenAI, das bereits liefert). Die technischen Argumente stimmen: KI-Modelle brechen in unbekannten Umgebungen zusammen, halluzinieren bei kritischen Entscheidungen und ihre Denkprozesse bleiben undurchschaubar. Anthropic verliert bereits 180 Millionen Dollar durch die Pentagon-Einstufung, aber die eigentliche Story ist die Branchensolidarität: Tech-Mitarbeiter setzen ethische Standards über Unternehmensinteressen. Das Pentagon wird diese koordinierte Gegenwehr unterschätzen.

B2B: Positionierung wird zur Überlebensfrage im KI-Zeitalter

April Dunford, die über 300 B2B-Unternehmen bei ihrer Positionierung beraten hat, identifiziert vier kritische Stolpersteine, die Teams beim Entwickeln differenzierender Marktpositionierung blockieren. Ihre Analyse basiert auf zehn Jahren Feldarbeit und zeigt: Teams scheitern meist an unterschiedlichen Wettbewerbswahrnehmungen zwischen Marketing, Vertrieb und Produktmanagement. Marketing fokussiert auf sichtbare Konkurrenten mit hohen Werbebudgets, während der Vertrieb tatsächliche Deal-Gegner im Blick hat. Produktteams wiederum leiden oft unter „Produkt-Pessimismus“ – sie sehen nur Schwächen gegenüber hypothetischen Konkurrenten, während erfolgreiche Verkäufer längst die versteckten Stärken monetarisieren. Der dritte Stolperstein: Teams formulieren ihren differenzierenden Wert zu abstrakt („Wir sparen Geld“) oder zu technisch, ohne den konkreten Business-Impact zu übersetzen. Dunfords Kernbotschaft: Starke Positionierung entsteht nur, wenn cross-funktionale Teams die Perspektive des Käufers einnehmen und sich auf nachweisbare Stärken im aktuellen Markt konzentrieren, statt Zukunftsvisionen zu verkaufen. → Lenny's Newsletter

Synthszr Take: 300 Unternehmen später weiß Dunford: Positionierung scheitert an internen Grabenkämpfen, nicht an externen Märkten. Marketing sieht Geister (hohe Werbebudgets der Konkurrenz), Produktteams pflegen ihren Pessimismus (wir sind technisch unterlegen), Vertrieb ignoriert den Status Quo als härtesten Gegner. KI-Tools verschärfen das Problem: Wenn jeder in Minuten ein MVP launchen kann, wird präzise Positionierung zum einzigen Differenzator. Dunfords Lösung klingt banal, ist aber radikal: Alle an einen Tisch, nur über gewonnene Deals sprechen, Status Quo als Hauptkonkurrent anerkennen. Deutsche B2B-Unternehmen mit ihrer Ingenieurs-DNA neigen besonders zum „Produkt-Pessimismus“ – während amerikanische Konkurrenten mit schlechteren Produkten aber besserer Story den Markt aufräumen.

Uber baut KI-Tools, die mehr kosten als die Entwickler, die sie ersetzen

Uber hat ein umfassendes internes KI-Ökosystem aufgebaut: Die Tools Minion, Shepherd, uReview und Autocover automatisieren alles von Code-Reviews bis zu großen Migrationen. 92% der Uber-Entwickler nutzen monatlich KI-Agenten, 31% des Codes wird von KI geschrieben, und das Unternehmen generiert über 5.000 Unit-Tests pro Monat automatisch. Die Entwickler arbeiten zunehmend parallel mit mehreren KI-Agenten gleichzeitig – ein Paradigmenwechsel vom linearen Programmieren im IDE zum orchestrierten Management mehrerer Hintergrundprozesse. Uber's Developer Platform Team hat dutzende Ingenieure investiert, um die notwendige Infrastruktur zu bauen: einen MCP Gateway für interne Datenquellen, den AIFX CLI für Tool-Management und die Agent Builder Platform für No-Code-Workflows. Die Kehrseite: KI-bezogene Kosten sind seit 2024 um das Sechsfache gestiegen, und der CFO fragt nach dem konkreten Business Impact – während das Engineering-Team nur Activity-Metriken wie Pull Request-Zahlen vorweisen kann. → The Pragmatic Engineer

Synthszr Take: 15 bis 25 Dollar kostet ein einzelnes Code Review durch Anthropics neues Tool – bei tausenden Pull Requests pro Monat explodieren die Kosten schneller als die versprochenen Produktivitätsgewinne. Uber's Anshu Chada gibt zu: „I can't point him to the number of diffs, I need to show what's the impact on revenue.“ Token-Optimierung wird zur neuen Kernkompetenz, während Teams zwischen teuren Frontier-Modellen und billigeren Alternativen jonglieren müssen. Die eigentliche Ironie: Entwickler sparen angeblich vier Stunden pro Woche, verbringen aber zunehmend Zeit damit, mehrere parallele KI-Agenten zu managen und deren Output zu reviewen. Platform-Teams bauen aufwändige Abstraktionsschichten (MCP Gateway, Minion, Agent Builder), um die Komplexität zu verstecken – genau die Art von Overhead, die KI eigentlich reduzieren sollte.