Mit ChatGPT chattest du auch mit Mark Zuckerberg

ChatGPT teilt deine privaten Chats mit Meta und Google

Eine neue Sammelklage wirft OpenAI vor, Anfragen von ChatGPT-Nutzern heimlich an Meta und Google weiterzuleiten. Millionen Menschen vertrauen dem Chatbot ihre intimsten Fragen an: Depressionen, Schulden, Eheprobleme, medizinische Symptome. Die Klage behauptet, diese Gespräche seien über eingebettete Tracking-Pixel direkt in die Werbesysteme von Meta und Google gelangt. Der Browser-Tab von ChatGPT zeigt das Gesprächsthema dynamisch an (z. B. „Who won the Super Bowl in 2005?“). Genau diese Tab-Titel wurden laut Klage zusammen mit Facebook-Cookies und Google-Analytics-IDs an externe Server übertragen. Die Klägerin Amargo Couture fordert Schadensersatz nach kalifornischem Recht: bis zu 5.000 Dollar pro Verstoß, ohne Nachweis eines tatsächlichen Schadens. Das Verfahren läuft vor dem U.S. District Court for the Southern District of California. → Techstartups

Synthszr Take: OpenAI hat offenbar vergessen, dass Browser-Tabs keine privaten Räume sind. Die technische Mechanik ist banal: ChatGPT aktualisiert den Tab-Titel mit dem Gesprächsthema, Meta Pixel und Google Analytics lesen mit, und fertig ist die Datenpipeline für die Werbenetzwerke. Das eigentliche Problem liegt tiefer: Wir pumpen unsere privatesten Gedanken in Interfaces, die aussehen wie Chatfenster, aber wie Broadcast-Kanäle funktionieren. Die durchschnittliche Firma leakt laut Klage Hunderte vertraulicher Informationen pro Woche an ChatGPT (wahrscheinlich eine konservative Schätzung). Jetzt kommt raus: ChatGPT leakt möglicherweise alles an die üblichen Verdächtigen weiter. Die 5.000 Dollar pro Verstoß sind kalifornische Datenschutz-Arithmetik, aber die wahren Kosten liegen im Vertrauensverlust. Wer ChatGPT nach Eheproblemen fragt, will keine Facebook-Ads für Scheidungsanwälte sehen.

Cerebras IPO: Inference-Demand übersteigt alle Prognosen

Cerebras Systems legte gestern einen Börsenstart hin, der die Anleger elektrisierte: Zwischenzeitlich 157% Plus, am Ende des Tages immer noch 107% über dem Ausgabepreis. Das Unternehmen produziert diese massiven Single-Wafer-Chips, die aussehen wie polierte Messingplatten und Daten mit 20 Petabyte pro Sekunde übertragen können – etwa 30-mal schneller als ein Rack mit Nvidias Top-GPUs. Azeem Azhar von Exponential View sieht darin mehr als nur einen weiteren überhypten Tech-IPO: Wall Street beginne endlich zu begreifen, was wirklich zählt. Die Token-Volumina sind in zwei Jahren um das 170-fache gewachsen, noch bevor breite Enterprise-Adoption oder ausgereifte Agentic-Workflows eingesetzt wurden. OpenAI hat bereits einen 20-Milliarden-Dollar-Deal über drei Jahre mit Cerebras geschlossen, AWS ist ebenfalls Kunde. Die eigentliche Nachricht ist nicht der Kurssprung, sondern dass genug institutionelle Anleger verstehen: Der unersättliche Hunger nach KI-Inference wird das nächste Jahrzehnt prägen. → Exponential View

Synthszr Take: Cerebras' Wafer Scale Engine ist perfekt für einen bestimmten Anwendungsfall gebaut: einzelne Nutzer, die extreme Geschwindigkeit brauchen und nicht mit riesigen Dokumenten das 44-GB-RAM sprengen. Voice-Agenten mit Konversationslatenz, Trading-Systeme, pharmazeutische Forschung. Der eigentliche Clou liegt aber woanders: Agentische Workflows hämmern 20, 50, 100 Mal auf Modelle ein wie besessene Spechte. Da macht Cerebras' Geschwindigkeitsvorteil den Unterschied zwischen dem Praktikablen und dem Unmöglichen. Nvidia kann schlicht nicht genug GPUs produzieren, um die explodierende Nachfrage zu decken – das schafft Raum für spezialisierte Anbieter. Die Frage ist, ob Cerebras seine kurzfristigen Vorteile in eine dauerhafte Marktposition verwandeln kann. Wall Street wettet darauf, dass der Inference-Hunger größer ist als alle Produktionskapazitäten zusammen.

Gemini Spark ist geleakt

Google bereitet heimlich „Gemini Spark“ vor, wie Onboarding-Screens in der Gemini-Web-App verraten. Anders als klassische Chatbots läuft Spark dauerhaft im Hintergrund. Das System greift auf Browser-Sessions, verbundene Apps, geplante Aufgaben, laufende Chats und Standortdaten zu, um proaktiv zu handeln. Laut geleakten Details hält es Browser-Sessions über mehrere Websites aufrecht, sodass mehrstufige Aufgaben ohne wiederholte Authentifizierung durchlaufen. Google verwandelt damit Gemini in eine persistente Betriebsebene — keine Suchmaschine mehr, die man besucht, sondern Infrastruktur, in der man lebt. Das System sieht, wie du arbeitest, was du anklickst, was du kaufst, mit wem du sprichst und welche Aufgaben sich wiederholen. Diese Verhaltensdaten akkumulieren sich still. → AI Valley

Synthszr Take: Google baut hier keinen besseren Chatbot, sondern die nächste Ebene der Orchestrierung für künstliche Intelligenz. 23.000 Mal am Tag schauen Menschen auf ihr Smartphone — jede dieser Interaktionen wird zum Trainingsdatum für ein System, das deine digitale Existenz verwaltet. Der eigentliche Burggraben entsteht aus dem angesammelten Gedächtnis: Kein Wettbewerber kann Jahre persönlicher Kontextdaten replizieren. Apple und OpenAI streiten sich gerade über die Integration von ChatGPT in Siri (Apple will mehrere KI-Anbieter, OpenAI will direkte Nutzerbeziehungen). Google überspringt diese Debatte komplett. Wer die Orchestrierungsebene kontrolliert, bestimmt, welche Agenten überhaupt laufen dürfen.

Claude Mythos knackt macOS

Anthropics unveröffentlichtes Mythos-Modell hat macOS gehackt. Die KI fand eine Privilege-Escalation-Kette, die Apples Memory Integrity Enforcement (MIE) auf M5-Hardware überwindet — ein Durchbruch, den Sicherheitsforscher so beeindruckend fanden, dass sie direkt nach Cupertino fuhren. Das Besondere: Mythos verknüpfte zwei Speicherfehler zu einem funktionierenden Exploit, der von einem unprivilegierten Account zur Root-Shell führt. Die Forscher benötigten etwa fünf Tage für die Entwicklung, nachdem Mythos die Schwachstellen identifiziert hatte. Apple bestätigt, die Befunde zu prüfen, hat aber noch nicht gepatcht. Anthropic will Mythos vorerst nicht veröffentlichen — das Modell sei zu effektiv darin, Sicherheitslücken für die Allgemeinheit zu finden. → Techpresso

Synthszr Take: Hier zeigt sich die nächste Stufe der KI-Sicherheitsevolution: Modelle, die Schwachstellen so gut finden, dass ihre Veröffentlichung selbst zum Risiko wird. Mythos macht in fünf Tagen, wofür menschliche Forscher Monate bräuchten — eine Privilege-Escalation-Kette gegen Apples härteste Hardware-Schutzmaßnahmen. Die Ironie: ARM entwickelte die Memory Tagging Extension genau gegen solche Angriffe, Apple baute MIE darauf auf, und trotzdem findet die KI einen Weg. Das ist kein Einzelfall mehr, sondern ein Muster: KI-Systeme werden gleichzeitig zur stärksten Waffe und zum besten Schild in der Cybersicherheit. Wer Mythos kontrolliert, hat einen massiven Vorsprung — sowohl defensiv als auch offensiv. Die eigentliche Frage ist nicht mehr, ob KI Sicherheitslücken findet (das kann sie), sondern wer Zugang zu den besten Modellen bekommt und wie wir verhindern, dass diese Fähigkeiten in die falschen Hände geraten.

Notion will Betriebssystem für Agent-to-Agent-Kommunikation werden

Notion öffnet seine Plattform für KI-Agenten und positioniert sich als Orchestrierungsebene zwischen Menschen, Agenten und externen Datenquellen. Das Unternehmen launcht eine Developer Platform mit Workers (cloudbasierte Sandbox für Custom Code), Database Sync und Agent-to-Agent-Kommunikation. Seit Februar haben Notion-Kunden bereits über 1 Million Custom Agents gebaut. Die bisherigen Limitierungen: keine externen Datenquellen, keine Custom Logic, keine Verbindung zu externen Agenten. Teams mussten bisher auf Zapier oder auf eigene Skripte ausweichen. CEO Ivan Zhao räumt ein: „Historisch gesehen war Notion nicht die entwicklerfreundlichste Plattform.“ Die Workers nutzen dasselbe Credit-System wie Custom Agents, bleiben jedoch bis August kostenlos. → AI Valley

Synthszr Take: Notion macht den cleveren Schritt vom Feature-Wettrüsten zur Infrastrukturkontrolle. Während alle über bessere Modelle reden, baut Notion die Garage, in der die Agenten parken. Das ist der eigentliche Hebel: Wer die Orchestrierungsebene kontrolliert, bei dem landen die Workflows. Die 1 Million gebauten Agenten zeigen den Bedarf (auch wenn 990.000 davon wahrscheinlich FAQ-Bots sind). Worker als cloudbasierte Sandbox lösen das klassische „wo läuft mein Code“-Problem elegant. Notion wird zum Betriebssystem für Agent-to-Agent-Kommunikation. Die kostenlose Phase bis August ist geschickt gesetzt: genug Zeit für Entwickler, ihre Workflows umzuziehen, kurz genug für schnelle Monetarisierung.

a16z: die Orchestrierungsebene ist das neue Schlachtfeld

Andreessen Horowitz (a16z) denkt nicht mehr in Modellen, sondern in Agentenarchitekturen. Investment-Partner Kenan Saleh wirbt für die nächste Speedrun-Kohorte mit einer klaren These: Die nächste Generation von KI-Produkten verschiebt sich von „ask → answer“ zu „observe → act“. Gleichzeitig zeigt die OpenClaw-Community, was das praktisch bedeutet: Agenten wechseln Modelle, behalten lokalen Speicher und durchbrechen Platform-Lock-ins. Tech Policy Press sieht darin den Beweis dafür, dass KI-Agenten nicht in einem Unternehmenssilo leben müssen. Ein Reddit-Nutzer berichtet nach drei Monaten Dauerbetrieb: OpenClaw ist als Kontinuitätsschicht über Telegram, Memory, Cron-Jobs und APIs extrem leistungsfähig — braucht aber aktive Wartung wie echte Infrastruktur. → MyClaw Newsletter

Synthszr Take: a16z hat verstanden, dass sich das Spiel verschiebt — von Modell-Benchmarks zu Agent-Orchestrierung. Die wahre Kontrollebene liegt nicht bei GPT-5 oder Claude-4, sondern dort, wo entschieden wird, welcher Agent wann mit welchem Modell arbeitet. GitLab nutzt „60 autonome KI-Teams“ als sauberere Story für Umstrukturierungen (während sie parallel in Indien einstellen). Das zeigt die Diskrepanz zwischen den offiziellen Arbeitsmarktdaten und der Unternehmensrealität. Die OpenClaw-Erfahrungen bestätigen: Multi-Agent-Systeme funktionieren, aber sie sind Infrastruktur, nicht Magie. Wer diese Orchestrierungs-Ebene kontrolliert, kontrolliert die Wertschöpfung — nicht wer das beste Einzelmodell hat.

Asiatischen Unternehmen budgetieren über eine Million Dollar für Agenten

Die Zahlen aus dem Asia-Pacific-Raum zeigen, wohin die Reise geht: 42 Prozent der Unternehmen planen, in den nächsten zwölf Monaten mindestens eine Million Dollar für KI-Agenten auszugeben. Das ist keine Spielerei mehr. Unternehmen verschieben ihre Budgets von Experimenten hin zur operativen Skalierung. Agentic AI wächst schneller als generative KI in vergleichbaren Entwicklungsphasen — ein klares Signal dafür, dass Unternehmen verstanden haben: Agenten, die eigenständig Workflows koordinieren und Aufgaben ausführen, sind der nächste Produktivitätshebel. 82 Prozent der befragten Firmen wollen ihre KI-Budgets erhöhen, wenn sich die Returns belegen lassen. Parallel dazu transformieren sich klassische IT-Infrastrukturen zu dem, was Omdia „AI Factories“ nennt: Anlagen, die kontinuierlich KI-Processing in großem Maßstab unterstützen. 64 Prozent unterstützen Sovereign-AI-Ansätze zum Schutz lokaler Daten. → MyClaw Newsletter

Synthszr Take: Eine Million Dollar pro Unternehmen für Agenten — das ist der Moment, in dem aus Vibe Coding plötzlich Agentic Engineering wird. Die asiatischen Enterprises machen vor, was hier noch viele verschlafen: Sie bauen keine Features, sondern Fabriken. Fabriken für autonome Prozesse. Der Clou liegt in der Orchestrierungsebene (genau das, worüber niemand spricht): Wer kontrolliert, wo die Agenten laufen, wie Compute verteilt wird und wer Zugang erhält? Das ist die neue Machtfrage. Nicht das Modell entscheidet, sondern die Infrastruktur drumherum. Sovereign AI klingt nach Protektionismus, ist aber schlicht Risikomanagement: 64 Prozent wollen ihre Daten nicht in fremde Hände geben. Die Botschaft für deutsche Unternehmen: Während wir noch über Datenschutzbedenken diskutieren, bauen andere bereits die nächste Generation produktiver Systeme.

SaaSpocalypse endet in Agency-as-a-Service

SaaS stirbt nicht, behauptet Gennaro Cuofano in seinem Newsletter „The Business Engineer“. Die Software mutiert zu AGaaS (Agency-as-a-Service). Der Unterschied liegt in der Abrechnung: SaaS verkauft Zugang zu Werkzeugen, AGaaS verkauft erledigte Aufgaben. Drei Kräfte treiben diese Mutation voran: Inference-Kosten fallen dramatisch (eine 10-Stunden-Aufgabe kostet jetzt 30 Sekunden Agentenzeit), Einkäufer verschieben Budgets von Lizenzen zu Ergebnissen, und sobald ein Wettbewerber auf Agenten umstellt, tickt die Uhr für alle anderen. Cuofano identifiziert fünf Mutationstypen: vom „Veneer“ (Chatbot draufgeklebt) über „Surface“ (echte APIs für Agenten) bis zum vollständigen Umbau. Die meisten Unternehmen bleiben bei kosmetischen Änderungen hängen, weil tiefere Eingriffe das Geschäftsmodell zerstören würden. → The Business Engineer

Synthszr Take: 37 Software-Unternehmen auf meinem Schreibtisch, alle bauen gerade Agenten-Features. Die wenigsten verstehen, was Cuofano hier beschreibt: Der Nutzer verschwindet aus der Wertschöpfungskette. Kein Klicken mehr in Salesforce, der Agent erledigt die Opportunity-Pflege. Kein Excel-Export aus HubSpot, der Agent zieht die Daten und schreibt den Report. Das zerstört die gesamte Preislogik von Software (warum 50 Dollar pro Monat zahlen für einen Zugang, den keiner mehr braucht?). Aber es zerstört auch die Organisationslogik der Käufer. Die IT-Abteilung kaufte Lizenzen, jetzt kauft die Fachabteilung Ergebnisse. Die Konsequenz ist brutal einfach: Wer seine Software nicht zur Agentur umbaut, wird von Agenturen ersetzt, die keine Software mehr brauchen.

Chinas Short-Drama-Industrie: Zero-Talent-Production geht mainstream

Chinas Kurzdrama-Markt explodiert mit KI-generiertem Trash-Content. 470 KI-Dramen täglich im Januar 2025, Produktionszeiten von Monaten auf Wochen verkürzt, Kosten um 90% gesenkt. Die Formate: melodramatisch, schlüpfrig, für das Smartphone-Scrolling optimiert. Keine Schauspieler, keine Kameraleute, keine CGI-Spezialisten mehr nötig. Die Geschichten entstehen aus Performance-Daten: Was klickt, wird produziert. Der Content schwappt bereits nach Übersee. Autoren und Produktionsteams werden zu Promptern degradiert oder verschwinden ganz. MIT Technology Review berichtet über die Transformation einer ganzen Industrie. → The Download from MIT Technology Review

Synthszr Take: China zeigt, wie die Commodifizierung von Content aussieht, wenn man sie konsequent bis zum Ende durchdenkt. 470 KI-Dramen pro Tag sind kein kreativer Durchbruch; das ist industrielle Content-Produktion auf Steroiden. Die 90%ige Kostenreduktion klingt beeindruckend, verschweigt aber die Wahrheit: Hier entsteht ein Markt, in dem menschliche Kreativität keinen Preis mehr hat. Wörtlich: null Euro. Was China mit Short-Dramas vormacht, werden wir bald überall sehen: Marketing-Content, Werbevideos, Corporate Communications. Die Frage ist nicht, ob das gut oder schlecht ist. Die Frage ist: Wer kontrolliert die Produktionsmittel, wenn jeder zum Produzenten wird? Der Wert verschiebt sich von der Erstellung zur Kuratierung – und zur Kontrolle der Distributionskanäle.