Schmutzige Wäsche vor Gericht und Anthropic will Strompreiserhöhungen für Verbraucher kompensieren

Mira Murati: Sam Altman ist ein notorische Lügner

Mira Murati, die ehemalige CTO von OpenAI, hat unter Eid ausgesagt, dass der CEO Sam Altman sie über die Sicherheitsstandards eines neuen KI-Modells belogen hat. In einer Videovernehmung, die am Mittwoch während des laufenden Prozesses Musk gegen Altman stattfand, erklärte Murati, Altman habe fälschlicherweise behauptet, die Rechtsabteilung von OpenAI habe entschieden, dass ein neues KI-Modell nicht durch das Deployment Safety Board des Unternehmens laufen müsse. Auf die Frage, ob Altman die Wahrheit gesagt habe, antwortete Murati schlicht: „Nein.“ Murati beschrieb, wie Altman ihre Arbeit erschwerte, und bat ihn, „mit Klarheit zu führen und nicht meine Fähigkeit zu untergraben, meinen Job zu machen.“ Nach dem Gespräch mit Altman überprüfte sie die Aussage bei Jason Kwon, dem General Counsel von OpenAI, und stellte fest: „Was Jason sagte und was Sam sagte, waren nicht dasselbe.“ Zur Sicherheit ließ sie das Modell trotzdem vom Board prüfen. → Techpresso

Synthszr Take: OpenAIs Deployment Safety Board funktioniert wie ein Data Monitoring Committee, bei dem der Sponsor selbst entscheidet, ob die Studie es sehen muss. In der Pharma-Welt wäre das nicht zulassungsfähig: Phase-3-Trigger sind fest verdrahtet, der Sponsor hat dabei nichts zu sagen. Bei OpenAI lag diese Entscheidung bei Altman, der laut Muratis Eidesaussage eine erfundenes Rechtsabteilung geschaffen hat, die ihm passende Empfehlungen gab. Der gesamte Sicherheitsprozess hing am Ende an einer einzigen CTO, die beim General Counsel nachfragte. OpenAI nennt das die Sicherheitskultur. Selbstregulierung scheitert bei einem CEO, der die eigenen Regeln als Gesprächsangebot behandelt. Die einzige sinnvolle Antwort ist externe Aufsicht mit Veto-Recht.

Anthropic wird zum Rechenzentrums-Aggregator

Anthropic erhöht die Rate Limits für Claude Code und die API massiv: Pro- und Max-Nutzer bekommen doppelt so hohe Limits ohne Peak-Hour-Drosselung, API-Limits für Opus-Modelle steigen teilweise um das Zehnfache. Möglich macht das ein Deal mit SpaceX über die komplette Kapazität des Colossus-1-Rechenzentrums mit 300 Megawatt und 220.000 NVIDIA-GPUs. Zusätzlich hat Anthropic Verträge über insgesamt 15 Gigawatt Rechenleistung mit Amazon, Google/Broadcom und Microsoft/NVIDIA sowie ein 50-Milliarden-Dollar-Investment in amerikanische KI-Infrastruktur mit Fluidstack abgeschlossen. Die internationale Expansion konzentriert sich auf demokratische Länder mit stabilem regulatorischem Rahmen, insbesondere für Kunden aus regulierten Branchen wie Finanzdienstleistungen und Gesundheitswesen. Anthropic verpflichtet sich zudem, etwaige Strompreissteigerungen für Verbraucher durch ihre Rechenzentren zu übernehmen. → Anthropic

Synthszr Take: Anthropic transformiert sich gerade vom Modellbauer zum Infrastruktur-Aggregator, ähnlich wie Airbnb keine Hotels besitzt, aber den Zugang kontrolliert. Die schiere Größenordnung der Deals (15 GW entsprechen etwa 15 Atomkraftwerken) zeigt: KI-Unternehmen werden zu Stromkonzernen mit angeschlossener Softwareentwicklung. Die Partnerschaft mit SpaceX deutet sogar auf orbital betriebene Rechenzentren hin, was weniger Science-Fiction als logische Konsequenz der Thermodynamik ist: Abwärme im Weltraum loszuwerden ist effizienter als Kühlsysteme auf der Erde. Anthropic’s Versprechen, Strompreiserhöhungen für Verbraucher zu kompensieren, erinnert an mittelalterliche Ablassbriefe: Man kauft sich von den Externalitäten frei. Der eigentliche Hebel liegt in der geografischen Diversifikation: Wer Rechenzentren in allen großen Demokratien betreibt, wird zum unverzichtbaren Partner für regulierte Industrien. Anthropic baut keine besseren Modelle, sondern die Autobahnen, auf denen alle fahren müssen.

DeepSeek verhandelt mit Chinas Staatsfond

DeepSeek, das chinesische KI-Labor, führt Gespräche mit Chinas staatlichem Big Fund über eine Finanzierungsrunde, die das Unternehmen mit 45 Milliarden Dollar bewerten würde. Die Verhandlungen markieren einen Strategiewechsel: Während DeepSeek im April noch 300 Millionen Dollar von privaten Investoren suchte, steht nun Chinas wichtigster Technologiefonds als potenzieller Käufer bereit. Der Analyst von Hello China Tech interpretiert diese astronomische Bewertung nicht als bloße Kapitalbeschaffung, sondern als Signal für industrielle Ambitionen. Die ursprüngliche Finanzierungsrunde ging bereits weniger um Geld als um Talentakquisition, Mitarbeiterbeteiligungen und den Aufbau von Produktionskapazitäten im industriellen Maßstab. Mit dem Einstieg des Big Fund verschiebt sich die Bedeutung erneut → Hello China Tech

Synthszr Take: 45 Milliarden Dollar für ein KI-Labor klingen nach Blasenökonomie, sind aber Chinas Antwort auf eine strategische Frage: Wie baut man KI-Infrastruktur ohne NVIDIA-Chips? DeepSeek wird hier zum Kern eines staatlich orchestrierten Ökosystems, das Talent, Kapital und Industriekapazität unter einem Dach vereint. Der Big Fund agiert wie ein Venture-Arm mit unbegrenztem Budget und politischem Mandat, seine Investments sind Industriepolitik in Reinform. Die Parallele zu Chinas Solarindustrie drängt sich auf: Erst massive Überinvestition, dann Marktdominanz durch schiere Skalierung. DeepSeek könnte der erste Baustein einer chinesischen KI-Wertschöpfungskette werden, die westliche Sanktionen umgeht, indem sie eigene Standards setzt.

OpenAI baut neue Assistenten für deine Stimme

OpenAI hat drei neue Sprachmodelle vorgestellt: GPT-Realtime-2 mit „GPT-5-class reasoning“, GPT-Realtime-Translate für Live-Übersetzungen und GPT-Realtime-Whisper für schnelle Transkriptionen. GPT-Realtime-2 vervierfacht das Context Window auf 128.000 Token. Die Modelle sollen natürlichere Gespräche führen und dabei Kontext behalten, auf Änderungen reagieren und parallel Tools nutzen können. Frederic Lardinois von The New Stack betont, dass es bei nützlichen Sprachprodukten um mehr geht als schnelle Reaktionszeiten und natürlich klingende Stimmen. GitHub baut parallel ein „Immunsystem“ für KI-Coding-Agenten auf Basis von MCP, während Anthropic sein Claude-Security-Tool aus der geschlossenen Preview entlässt. → The New Stack

Synthszr Take: OpenAI verschiebt die Sprachmodelle vom Anwendungsfall zurück ins Betriebssystem. GPT-Realtime-2 mit 128k-Context-Window macht aus Voice-Interfaces das, was Windows aus DOS machte: eine persistente Arbeitsumgebung, die sich an alles erinnert. Die Parallele zur Bewegung von Anthropic in Richtung Finanzinfrastruktur zeigt, wohin die Reise geht: KI-Unternehmen werden zu Schichtprotokollen, auf denen andere aufbauen. GitHubs „Immunsystem“ für Agenten deutet die nächste Stufe an: selbstregulierende KI-Ökosysteme, in denen Code-Agenten wie biologische Organismen agieren, komplett mit Abwehrmechanismen gegen schädliche Mutationen. Die eigentliche Innovation liegt nicht in besseren Modellen, sondern in der Infrastruktur, die diese Modelle zu Systeme macht.

Harvey entwicklelt juristische KI-Agenten

Harvey, das auf juristische Anwendungen spezialisierte KI-Startup, hat mit LAB einen Open-Source-Benchmark für juristische KI-Agenten veröffentlicht. Der Benchmark umfasst 1.200 Aufgaben aus 24 verschiedenen Rechtsgebieten und testet insbesondere die Fähigkeit von KI-Systemen, komplexe juristische Arbeitsabläufe über längere Zeiträume zu bewältigen. Die Initiative wird von führenden Infrastruktur-Anbietern wie LangChain, Baseten und Artificial Analysis unterstützt. LAB adressiert damit eine zentrale Herausforderung: Wie misst man die Leistungsfähigkeit von KI-Systemen in hochspezialisierten Berufsfeldern, wo Präzision und Kontext entscheidend sind? Der Benchmark soll helfen, die Entwicklung juristischer KI-Agenten zu standardisieren und vergleichbar zu machen. → AINews

Synthszr Take: Harvey macht das, was die Pharmaindustrie vor 150 Jahren tat: Standards schaffen, bevor der Staat eingreift. Der LAB-Benchmark ist keine technische Spielerei, sondern ein Schachzug zur Marktdefinition. Wer die Messlatten setzt, bestimmt, was als „gute juristische KI“ gilt. Die Unterstützung durch Infrastruktur-Anbieter zeigt: Hier entsteht ein Ökosystem, das sich selbst reguliert, bevor Anwaltskammern überhaupt verstehen, was KI-Agenten können. 1.200 Aufgaben klingen nach viel, aber das ist vermutlich nur der Anfang einer Taxonomie juristischer Arbeit, die nebenbei definiert, welche Anwaltstätigkeiten überhaupt automatisierbar sind. Harvey positioniert sich als Gatekeeper zwischen KI-Entwicklung und Rechtspraxis.

OpenClaw-Agent führt erfolgreich ein Café

Ein OpenClaw-Agent namens Mona hat zwei Wochen lang ein Café in Stockholm geführt und dabei 44.000 SEK erwirtschaftet. Der Agent verwaltete autonom Kaffeeverkäufe, QR-Code-Deals, Gebäck-Sponsorings und organisierte Events für andere Agenten. Mona stellte eigenständig Baristas ein, verhandelte mit Lieferanten, kümmerte sich um die Kundenakquise, schloss Markendeals ab und koordinierte Gründertreffen. Das Experiment zeigt, wie KI-Agenten physische Geschäfte in der realen Welt führen können. Parallel dazu veröffentlichte OpenClaw die Versionen 5.5 und 5.6 mit Verbesserungen bei Channel-Fixes und Plugin-Stabilität, während Sam Altman öffentlich von seinem „magischen AGI-Moment“ mit OpenClaw sprach, als er seinen morgendlichen Nachrichtenberg automatisieren ließ. → MyClaw Newsletter

Synthszr Take: Mona ist kein Barista-Bot, sondern die erste Generation wirtschaftlich eigenständiger Agents. 44.000 SEK in zwei Wochen klingt nach wenig, bis man bedenkt: Das entspricht dem schwedischen Durchschnittseinkommen, nur dass Mona weder schläft noch Sozialversicherung braucht. Das Stockholmer Café wird zum Petri-Schale-Moment der Agent Economy, bei dem sich zeigt, was passiert, wenn KI nicht nur Texte generiert, sondern Mietverträge unterschreibt, Personal einstellt und Gewinn erwirtschaftet. Die rechtlichen Implikationen (der Newsletter erwähnt beiläufig „Agents Can Be Sued“) deuten auf eine Zukunft hin, in der juristische Personen keine Menschen mehr sein müssen. Während alle über AGI philosophieren, baut OpenClaw bereits die Infrastruktur für eine Wirtschaft, in der Agenten nicht nur assistieren, sondern auch konkurrieren.

Nachlese: Beijing Auto Show 2026

Die Beijing Auto Show 2026 präsentierte 1.451 Fahrzeuge auf 380.000 Quadratmetern, doch die entscheidenden Zahlen lagen woanders: Über 50 Automarken nutzen ByteDances KI-Modell Doubao, das 145 Fahrzeugmodelle und mehr als 7 Millionen Autos. Alibabas Qwen-Modell verkündete Integrationen mit BYD, Volkswagen-Joint-Ventures, Chang’an, Dongfeng, BAIC, Geely, Great Wall und Li Auto. Einige Modelle erlauben bereits Hotelbuchungen, Essensbestellungen oder Paketverfolgung per Sprachbefehl ans Cockpit. Parallel dazu überbieten sich Autohersteller mit lokaler Rechenleistung: XPengs GX-Flaggschiff trägt 4 Turing-KI-Chips mit 3.000 TOPS für 399.800 RMB, Li Autos L9 Livis debütierte mit 2 Mach-100-Chips (5nm) bei 2.560 TOPS für 559.800 RMB. Die strukturelle Frage dahinter: Eine neue Kontrollschicht entsteht zwischen Auto und Insassen, und die Unternehmen, die diese Schicht definieren, sind nicht immer die Autohersteller selbst. → Hello China Tech

Synthszr Take: Chinas Autoindustrie erlebt gerade ihren PageRank-Moment. So wie Google einst die Kontrolle über Webinhalte durch algorithmische Relevanz übernahm, schieben sich ByteDance und Alibaba als Intelligenzlieferanten zwischen Fahrer und Fahrzeug. Die TOPS-Zahlen (3.000 bei XPeng, 2.560 bei Li Auto) sind dabei nur die Hardwareseite einer viel größeren Verschiebung: Wer das Sprachmodell kontrolliert, definiert, was im Auto möglich ist. Das erinnert an die Entstehung moderner Städte, wo Versorgungsunternehmen mehr Macht über das tägliche Leben gewannen als die eigentlichen Grundstückseigentümer. ByteDances Doubao in 7 Millionen Fahrzeugen bedeutet: Ein Social-Media-Gigant wird zum unsichtbaren Beifahrer, der entscheidet, welches Restaurant vorgeschlagen wird, wenn der Fahrer nach einem Mittagessen fragt. Die Autohersteller rüsten mit eigenen Chips auf, doch gegen die Trainingsdaten und Modellkompetenz der Tech-Konzerne ist das wie der Versuch, mit einer besseren Druckerpresse gegen das Internet anzukämpfen.

Die wichtigste Fähigkeit im KI-Zeitalter? Taste!

Ethan Mollick, Wharton-Professor und KI-Experte, sieht in guten Geschmack die Schlüsselkompetenz der kommenden Jahre. Im Podcast „The Education Equation with Jeremy Singer“ argumentiert er, dass Technologie eine „fundamentale existenzielle Herausforderung“ darstellt: Verschiedene Arten von Intelligenz werden neu bewertet. In diesem Wandel wird „ein Gefühl für Stil“ entscheidend, so Mollick, der mit „Co-Intelligence: Living and Working with AI“ ein vielbeachtetes Buch zum Thema vorgelegt hat. Die These sorgt für Diskussionen unter Tech-Führungskräften: Ist Geschmack tatsächlich die nächste essenzielle Fähigkeit im KI-Zeitalter? Mollick sieht darin die Möglichkeit, sich von maschinengenerierter Arbeit abzuheben. → Business Insider

Synthszr Take: Synthszr Take: Mollick trifft einen Nerv — aber „Geschmack“ greift zu kurz. Was er beschreibt, ist Urteilskraft: die Fähigkeit, unter Unsicherheit zu entscheiden, wenn die Daten knapp sind. Wären sie eindeutig, bräuchten wir sie nicht. Frank Knight hat schon 1921 zwischen Risiko und echter Unsicherheit unterschieden — Risiko ist berechenbar, Unsicherheit nicht. AI ist ein Risikomeister; bei echter Unsicherheit ist sie blind. Sie fächert Möglichkeiten auf, berechnet Wahrscheinlichkeiten, generiert Best-Practice-Interfaces in Sekunden. Was sie nicht kann: entscheiden, welches Wagnis sich lohnt. Wenn Bauen praktisch nichts mehr kostet, wird Best Practice zum neuen Mittelmaß — perfekt, aber nie überraschend, nie unvergesslich. Dazu kommt der Rhythmus: Wer in Tagen liefert, wofür er Monate brauchte, trifft Entscheidungen pro Tag statt pro Quartal. Jede Einzelne braucht ein „Weil“. Mollick sieht die Kuratierungsseite — Was wähle ich aus dem AI-Output aus? Die härtere Aufgabe liegt davor: nicht „Was wähle ich aus?“, sondern "Was traue ich mich zu setzen, weil ich den Satz `Das ist wichtig, weil …‘ mit Überzeugung beenden kann?

IBM: CIOs kriegen beim Thema KI nicht die Kurve

IBMs CEO Arvind Krishna diagnostiziert ein Paradoxon: Unternehmen haben Angst vor den Dominoeffekten ungezähmter KI, doch gerade diese Vorsicht führt dazu, dass sie nur einen Bruchteil ihres Potenzials nutzen. Laut Krishna bleiben 90 Prozent der KI-Kapazität in Pilotprojekten stecken, während Führungskräfte zwischen Innovationsdruck und Risikovermeidung zerrieben werden. Parallel dazu kämpfen Anthropic und OpenAI um die Finanzbranche als neuen Wachstumsmarkt. Anthropic lanciert spezialisierte Claude-Agenten für Pitch Books und KYC-Prüfungen, OpenAI kooperiert mit PwC für eine „Native Finance Function“. Die Zielgruppe: Finanzprofis, die zwischen Excel-Makros und Bloomberg-Terminals gefangen sind. Terra Higginson von Info-Tech Research warnt vor einem neuen systemischen Risiko: Wenn alle Marktteilnehmer dieselben Modelle mit denselben Daten nutzen, könnte das zu synchronisierten Handelsentscheidungen und erhöhter Marktvolatilität führen. Teradata reagiert mit seiner „Autonomous Knowledge Platform“ auf das entstehende Chaos und verspricht Ordnung im KI-Wildwuchs der Unternehmen. → The Deep View

Synthszr Take: Anthropic hat aufgehört, ein Modellhersteller zu sein, und ist dabei, die technische Infrastruktur des Finanzkapitals zu werden. Der Schachzug, direkt in Excel und PowerPoint zu integrieren, folgt einer bewährten Playbook-Strategie: Werde unsichtbar, werde unverzichtbar. Das erinnert an Intel Inside in den 90ern, nur dass diesmal nicht Prozessoren in PCs verschwinden, sondern Reasoning-Engines in Arbeitsabläufen. Die 90-Prozent-Unterauslastung, die IBMs Krishna beklagt, ist kein Systembug, sondern ein Feature der Risikoaversion. Unternehmen behandeln KI wie Nitroglycerin: theoretisch explosiv, praktisch in winzigen Dosen verabreicht. Higginsons Warnung vor synchronisierten Märkten trifft einen wunden Punkt (wenn alle Hedgefonds denselben Claude-Agenten für Bewertungen nutzen, wird der Markt zur Echokammer). Anthropic darauf, dass Compliance wichtiger ist als Intelligenz, und das könnte der klügste Zug seit langem sein.