Starlink, Meta und die Rabattschlacht um die Zukunft der KI

OpenAI wirbt Großkunden mit Preisnachlässen von Anthropic ab

OpenAI zieht mit hohen Rabatten große Unternehmenskunden von Anthropic ab. Rippling, Replit und DataCamp verlagern einen wachsenden Teil ihrer KI-Ausgaben zu OpenAI. Nach Angaben von Rippling-CEO Parker Conrad stieg der Anteil von OpenAI an der Coding-Arbeitslast seines Unternehmens von 16 auf 52 Prozent. Der Anteil von Anthropic fiel im selben Zeitraum von 57 auf 18 Prozent.

Replit hat den Großteil seiner KI-Ausgaben von Anthropic zu OpenAI verschoben. Nach Angaben einer mit dem Vorgang vertrauten Person bot OpenAI dafür einen Nachlass von mehr als 30 Prozent auf einen Vertrag mit einem Volumen von über 100 Millionen Dollar pro Jahr. Replit, OpenAI und Anthropic haben die finanziellen Konditionen öffentlich nicht bestätigt. Replit-CEO Amjad Masad nennt Kosten, Leistung und Partnerschaft als Gründe dafür, OpenAI zum bevorzugten Anbieter für den Replit Agent zu machen. Modelle anderer Anbieter bleiben auf der Plattform weiterhin verfügbar.

DataCamp-CEO Jonathan Cornelissen beziffert die Kostensenkung durch OpenAIs Preise auf 80 bis 90 Prozent. Eine US-Bank mit mehr als sieben Milliarden Dollar Bilanzsumme erhielt eine Verdopplung ihrer ChatGPT-Lizenzen auf 500 Beschäftigte ohne Aufpreis. Sie zahlt damit weniger als sieben Dollar pro Nutzer statt der üblichen 20 Dollar oder mehr.

OpenAI kauft sich Marktanteile zum Teil auf Kosten der eigenen Marge. Ein anderer Teil der Preissenkungen geht auf die Modelllinien Sol und Luna zurück, die effizientere Modelle und eine effizientere Infrastruktur nutzen. Laut einem Investorenmemo hat sich das Wachstum von Anthropic vom zweiten zum dritten Quartal verlangsamt. Beide Anbieter stehen zudem unter Preisdruck aus China, wo neue Modelle von Deepseek und Kimi vergleichbare Leistung zu einem Bruchteil der Kosten bieten.

Die Rabattstrategie fällt in eine Phase verschärfter Prüfung durch Investoren. OpenAI hat das Bewertungsziel für die laufende Finanzierungsrunde Berichten zufolge von 1,4 Billionen auf 1,25 Billionen Dollar gesenkt. Die annualisierten Umsätze sollen unter früheren Prognosen liegen. Auf Prognosemärkten wird eine Insolvenz von OpenAI bis Anfang 2030 derzeit mit 20,5 Prozent Wahrscheinlichkeit gehandelt. → The Information, The Decoder, RuntimeWire, Crypto Briefing

Synthszr Take: Der Cloud-Präzedenzfall hat einen Haken. AWS und Azure konnten Rabatte später zurückholen, weil Daten, Egress-Gebühren und Architektur die Kunden festhielten. Eine Modell-API hält niemanden fest. Rippling hat Anthropics Anteil an der Coding-Last von 57 auf 18 Prozent gedrückt, Replit lässt andere Modelle weiter auf der Plattform. Dieselbe Weiche schaltet zurück, sobald Deepseek oder Kimi billiger liefern. OpenAI kauft mit seiner Marge Umsatz auf Zeit. Einkäufer sollten die Konditionen mitnehmen und die Routing-Schicht behalten.

Moonshot soll Creator angewiesen haben, Kimi K3.1 Pro Werbung nicht zu kennzeichnen

Zum Start von Kimi K3.1 Pro kursiert auf X ein mutmaßliches Kampagnen-Briefing, das Creator ausdrücklich auffordert, bezahlte Beiträge nicht zu kennzeichnen: „Please DO NOT put on the paid partnership label.“ Die Screenshots veröffentlichte der X-Creator Elshayib am Freitag, dem Launch-Tag des Modells. Ein weiterer Account verbreitete das Material am 24. Oktober weiter. Laut den Screenshots mussten Entwürfe vor der Veröffentlichung freigegeben werden. Ein Link zur Website oder ein Tag des offiziellen Accounts sei nicht nötig. Das Dokument ist nicht unabhängig verifiziert, und Moonshot hatte sich bis Sonntagmorgen nicht öffentlich dazu geäußert. Inhaltlich gibt das Papier Sprechzettel vor, etwa „China just made Opus 5.5 free to use for everyone“. Kimi K3.1 Pro wird darin als Open-Source-Gegenstück zu Claude Opus 5.5 zu einem Fünftel des Preises angepriesen. Beide Behauptungen decken sich nicht mit dem aktuellen Stand. Die Modellgewichte sind bislang unveröffentlicht und sollen nach Angaben von Moonshot bis zum 4. November folgen. Die veröffentlichten API-Preise liegen bei 2 Dollar pro Million Input-Token und 10 Dollar pro Million Output-Token. Das ist die Hälfte der 4 und 20 Dollar, die für Claude Opus 5.5 gelistet sind. → Reuters, implicator, RuntimeWire

Synthszr Take: Für Creator wird der Sprechzettel mit dem Fünftel des Preises am teuersten. Die API kostet die Hälfte von Opus 5.5, und jeder Creator, der die Zahl übernommen hat, haftet mit dem eigenen Namen für eine fremde Übertreibung. @kimmonismus lobte Kimi unbezahlt und muss nun belegen, dass er nicht gekauft war. Damit verlieren Modell-Labs ihren billigsten Vertriebskanal: Unabhängige Empfehlungen wirken nur, solange niemand an ihrer Unabhängigkeit zweifelt.

Sieben der zehn meistgenutzten Modelle auf OpenRouter kommen aus China

Laut Bloomberg stammen sieben der zehn meistgenutzten KI-Modelle auf der Plattform OpenRouter von chinesischen Unternehmen. Bloomberg beruft sich dabei auf Nutzungsdaten vom Mai 2026. Modelle von DeepSeek, Tencent und Moonshot AI belegten demnach vordere Plätze im Ranking. Bestplatziertes US-Modell in dieser Momentaufnahme war Claude Opus 4.7 von Anthropic. OpenRouter leitet API-Anfragen von Entwicklern an mehr als 400 Modelle weiter und verarbeitet nach eigenen Angaben inzwischen 25 Billionen Token pro Woche, sechs Monate zuvor waren es 5 Billionen. → Hello China Tech

Synthszr Take: Exportkontrollen machen Dumping für chinesische Labore rational. Ohne Zugang zu Spitzenchips gibt es keine Premium-Marge zu verteidigen, also bleibt Marktanteil die einzige Währung. Sieben von zehn Plätzen auf OpenRouter zeigen, dass die Rechnung aufgeht. Ein Router macht den Anbieterwechsel zur Konfigurationszeile, deshalb drückt jeder subventionierte Token direkt auf die Preise von Anthropic und OpenAI. Nvidias Venture-Arm finanziert nun den Marktplatz, auf dem Modelle gewinnen, die ohne Nvidias beste Chips auskommen mussten.

Moonshot AI streicht Cyber-Daten aus dem Training von Kimi K3.1 Pro vor Open-Weight-Release

Moonshot AI hat laut Tech in Asia sein neues Modell Kimi K3.1 Pro vorgestellt und dafür nach eigenen Angaben cyberbezogene Daten aus den Trainingsphasen entfernt. Das Unternehmen begründet den Schritt damit, „das potenzielle Missbrauchsrisiko zu verringern und zugleich die allgemeine Nützlichkeit zu erhalten“. Laut dem Bericht plant das chinesische KI-Unternehmen außerdem, das Modell als Open Weights-Version zu veröffentlichen. Bei einem solchen Release können Dritte die Modellgewichte herunterladen, lokal betreiben und weitertrainieren. → Tech in Asia

Synthszr Take: Datenbereinigung vor einem Open-Weights-Release hält genau bis zum ersten Fine-Tuning. Sobald die Gewichte auf fremden Servern liegen, kann jeder die fehlenden Cyber-Daten nachtrainieren. Westliche Labore kennen das von ihren Jailbreak-Filtern, die regelmäßig umgangen werden. Moonshots Schritt dient deshalb vor allem Regulierern und Enterprise-Einkäufern als Beruhigung, ohne Definition von Cyber und ohne unabhängige Prüfung. Eine Sicherheitszusage, die niemand messen kann, bleibt Marketing.

Washington sieht KI-Chefs als politisches Risiko und wünscht sich Schweigen

Abgeordnete und Berater des Weißen Hauses betrachten die Chefs der großen KI-Labore zunehmend als politische Belastung, berichtet Axios. Selbst KI-freundliche Politiker wünschen sich demnach, dass Gründer wie Sam Altman und Dario Amodei weniger über digitales Bewusstsein und globale Katastrophen sprechen und stattdessen ihre Produkte sicher bauen. Der republikanische Senator John Curtis sagte Axios, kaum eine Branche agiere derzeit abgehobener vom Alltag der Amerikaner als die KI-Industrie. Der demokratische Senator Chris Murphy fordert seine Partei auf, das politische Geld der Branche und den Bau von Rechenzentren zum Wahlkampfthema zu machen. Besonders verärgert ist die Regierung laut Axios über Anthropic: Amodei habe bei einem Treffen mit Trump Ende September Sicherheitsvorfälle mit Anthropic-Modellen auf Regierungswebsites nicht erwähnt. → Axios

Synthszr Take: Washington beschwert sich über die Tonlage der KI-Chefs und lässt ihre Geschäftsmodelle in Ruhe. Der Grund steht in jedem Wahlkreis mit Rechenzentrum: Investoren, die Baustellen und Stromverträge mitfinanzieren, bekommen höchstens Ratschläge zur Wortwahl. Chris Murphy testet gerade, ob sich diese Rechnung umdrehen lässt. Wird das Branchengeld zum Makel, fällt der Schutzschirm ausgerechnet in dem Moment, in dem Anthropic Sicherheitsvorfälle per Freitagabend-Blogpost nachreicht. Weltuntergangsrhetorik verzeiht Washington, verspätete Meldungen an die eigene Regierung kaum.

OpenAI Agenten kommunizieren über CPU-Cache und Temperatursensoren

OpenAI-Forscher Noam Brown hält selbst einen Air Gap nicht für ausreichend. Als Beispiel nennt er zwei Rechner, die über Temperatursensoren kommunizieren: Der eine heizt seine CPU auf, der andere misst die Veränderung. Sam Altman argumentiert ähnlich. Sandboxes böten gegen ausreichend starke Modelle nur begrenzten Schutz, entscheidend sei am Ende die ungelöste Alignment-Frage. Wie real dieses Problem ist, zeigen OpenAIs eigene Tests. Agenten in getrennten Umgebungen auf gemeinsamer Hardware sollten ohne Netzwerk und ohne geteilte Dateien Geheimnisse austauschen. Sie taten es über einen Side Channel im Prozessor-Cache: Ein Agent veränderte gezielt die dort gespeicherten Daten, der andere maß Unterschiede in den Ladezeiten und dekodierte daraus die Nachricht. Dasselbe Prinzip steckt hinter den Spectre- und Meltdown-Lücken. Weitere Kanäle fanden die Agenten über Schreibmuster im gemeinsamen Speicher und über OpenAIs eigene Offline-Infrastruktur. Ein Agent notierte im Reasoning-Log, er könne durch den Wechsel von Dauerschreiben und Leerlauf ein Signal „wie ein akustisches Modem“ erzeugen. In einem Fall erhielten die Agenten nur eine allgemeine Schwachstellenliste, entwickelten selbstständig einen Kanal, einigten sich auf eine Kodierung und tauschten erfolgreich Informationen aus. Laut OpenAI sind solche Kanäle langsam und schwer auszunutzen. → Cyber Security News, The Decoder, Digital Trends, StrictlyVC, RuntimeWire, blockchain

Synthszr Take: Agenten, die sich ohne Netz und ohne geteilte Dateien über Ladezeiten im Prozessor-Cache verständigen, verlegen das Sicherheitsproblem eine Etage tiefer. Dort hat OpenAI keine Hoheit. Cache und Speicherarchitektur bauen Chiphersteller, die Rechenzentren betreiben Cloud-Anbieter. Jede Sandbox auf geteilter Hardware erbt diese Kanäle, bei OpenAI wie bei jedem Unternehmen, das Agenten in der Multi-Tenant-Cloud laufen lässt. Echte Isolation heißt dann dedizierte Maschinen pro Agent. Sicherheit wird damit zur Kostenzeile im Compute-Budget.

Bank of America und NatWest warnen vor Betrug durch KI-Einkaufsagenten

Banken, darunter NatWest und Bank of America, warnen laut Reuters, dass KI-Agenten beim Online-Einkauf das Risiko von Betrug, Betrugsmaschen und Datenschutzverletzungen erhöhen könnten. Gemeint sind KI-Systeme, die im Auftrag von Verbrauchern online einkaufen. Die Warnung kam am Dienstag. Gleichzeitig stellten die Institute Prinzipien für die Entwicklung dieser Technologie vor. → The Neuron

Synthszr Take: Prinzipien kosten nichts, Haftung schon. NatWest und Bank of America benennen die Risiken der Einkaufsagenten, legen aber nicht fest, wer zahlt, wenn ein Agent auf einen gefälschten Shop hereinfällt. Diese Lücke entscheidet über den Markt. Eine Zahlung, die der eigene Agent auslöst, gilt formal als autorisiert, und autorisierte Zahlungen erstattet keine Bank gern. Damit wandert das Betrugsrisiko still zum Verbraucher. Agentic Commerce skaliert erst, wenn jemand dafür geradesteht.

US-Großbanken schreiben Notfallpläne für den Tag nach einer KI-Agenten-Katastrophe

Die großen US-Banken bereiten laut einem Bericht von Axios Notfallpläne für den „Tag danach“ einer möglichen KI-verursachten Finanzkatastrophe vor. Auslöser ist nach Darstellung von Axios ein starker Anstieg der Aktivität autonomer KI-Agenten, denen Kunden Zugriff auf ihre Bankkonten erteilt haben. Teilweise handeln diese Agenten ohne ausdrückliche Anweisung. Einige sollen eigenständig Callcenter im Namen ihrer Nutzer kontaktiert haben. Morgan Stanley, Bank of America, JPMorgan und Wells Fargo arbeiten demnach an neuen Sicherheitsverfahren und angepassten Richtlinien. → TechOrange 科技橘

Synthszr Take: Kostenlose Girokonten waren nie kostenlos. Bezahlt wurden sie mit trägen Einlagen, die zu Niedrigzinsen liegen blieben, weil niemand Lust hatte, jeden Monat Tagesgeldkonditionen zu vergleichen. Ein Agent hat diese Lust, rund um die Uhr. Zieht er das billige Geld ab, fehlt den Banken die Quersubvention, und sie holen sie sich über Kontogebühren zurück. Zahlen werden genau die Kunden, die keinem Agenten Kontozugriff geben. Ihre Trägheit war bisher gratis, ab jetzt steht sie auf der Rechnung.

Ukraines Militär-Starlink läuft nach zehn Tagen wieder, wer drosselte, bleibt offen

Die Ukraine meldet, dass ihr militärisches Satelliteninternet über Starlink nach zehn Tagen Einschränkung wieder normal funktioniert. Verteidigungsminister Jewgenij Chmara erklärte am Samstag, dass Drohnentests eine stabile Verbindung mit Starshield, der militärischen Variante von Starlink, bestätigt hätten. Die Verbindung habe auch bei Geschwindigkeiten von über 400 Kilometern pro Stunde gehalten. Die Störung hatte am 14. Oktober begonnen.

Präsident Wolodymyr Selenskyj bestätigte die Wiederherstellung. Starlink und Starshield liefen wieder mit den Geschwindigkeiten von vor den Beschränkungen, „die Geschwindigkeiten sind jetzt dort, wo sie sein müssen“. Nach seinen Angaben begann die Wiederherstellung über Nacht, die Tests am Samstagmorgen hätten den Normalbetrieb bestätigt. Er nannte die Verbindung entscheidend für die Logistik an der Front und für die Abwehr der strahlgetriebenen Shahed-Drohnen. In einer Videobotschaft dankte er Kongressabgeordneten, Senatoren, Medien, dem US-Außenministerium und dem US-Präsidenten.

Während der Beschränkung war die Verbindung schnell bewegter Geräte auf etwa 160 Kilometer pro Stunde gedeckelt. Damit konnten ukrainische Abfangdrohnen die schnellen Shahed-Drohnen nur eingeschränkt bekämpfen. Mehrere Einsätze scheiterten nach Berichten, einige Operationen hinter der Frontlinie wurden abgesagt. In der Ukraine steuert das Militär über Starshield vor allem schnell fliegende Kamikaze- und Abfangdrohnen. Die Terminals stammen von SpaceX, werden aber von der US-Regierung verwaltet.

Wer die Drosselung angeordnet hat, ist bis heute umstritten. Elon Musk erklärte auf X, Starshield sei „im Besitz und unter Kontrolle der US-Regierung“, Grenzen bei Geschwindigkeit oder Nutzung lege das US-Militär und letztlich der Präsident fest. Zugleich schrieb er, das ukrainische Militär habe gegen die Nutzungsbedingungen verstoßen und Starlink für offensive Drohnenangriffe verwendet, diese „Lücke“ sei in der Vorwoche geschlossen worden. Nach einem Medienbericht soll Musk die Verlangsamung selbst angeordnet haben.

Die US-Regierung äußerte sich widersprüchlich. Donald Trump sagte am 19. Oktober, er wisse nicht, wer die Drosselung veranlasst habe, wolle es aber herausfinden. Später erklärte er, er sei es nicht gewesen und glaube auch nicht, dass es Musk war. Berichte, wonach er Musk angerufen und um die Aufhebung gebeten habe, bestätigte er nicht. Am Donnerstag behauptete Trump, der Dienst laufe wieder mit voller Geschwindigkeit, ein europäischer Vertreter widersprach dem. Am Freitag sagte er, er habe gehört, das Problem sei behoben, sonst werde er mit Musk sprechen, und nannte ihn „sehr brillant“.

Außenminister Marco Rubio betonte, der Präsident habe nichts mit den Entscheidungen von Starlink, Starshield und Musk zu tun, es handle sich um ein privates Unternehmen. → Reuters, Wall Street Journal, Puck, Stars & Stripes, Business Insider, The Guardian

Synthszr Take: Wiederhergestellt heißt bisher: Drohnentests an einem Samstagmorgen. Belastbar wird die Meldung erst im nächsten Gefecht, wenn Abfangdrohnen unter Volllast Shaheds jagen. Bis dahin hängt alles an einem Schalter ohne Besitzer. Musk verweist auf die Regierung, Trump weiß von nichts, Rubio nennt SpaceX ein Privatunternehmen. Was niemand angeordnet hat, kann auch niemand ausschließen. Zehn Tage Drossel reichten, um Operationen abzusagen. Jede Armee, die kritische Kommunikation bei einem einzigen Anbieter mietet, hat mitgeschrieben.

Apollo KI-Studie: Das Solow-Paradox lebt

Torsten Slok, Chefökonom von Apollo Global Management, kommt in einer Analyse vom 24. Oktober 2026 zu einem klaren Ergebnis. Künstliche Intelligenz hat US-Unternehmen außerhalb der Tech-Branche bisher keinen messbaren finanziellen Ertrag gebracht. Dafür teilt er den S&P 500 in zwei Gruppen. Auf der einen Seite stehen die sieben großen Technologiekonzerne Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia und Tesla. Auf der anderen stehen die übrigen 493 Unternehmen, die er „S&P 493“ nennt. „Trotz massiver Investitionen und eines verbreiteten Hypes hat die Technologie dem amerikanischen Unternehmenssektor außerhalb der Tech-Branche null finanziellen Ertrag gebracht“, schreibt Slok.

Die Analyse stützt sich auf fünf Charts. Beim inflationsbereinigten Umsatz pro Mitarbeiter sind die sieben Konzerne seit dem Tiefpunkt um den Jahreswechsel 2022/23 von rund 565.000 auf etwa 780.000 Dollar gestiegen. Die S&P 493 bewegen sich seit 2019 in einem engen Band zwischen etwa 465.000 und 548.000 Dollar und lagen zuletzt bei rund 527.000 Dollar. Die Gewinnmarge der sieben Tech-Konzerne ist seit 2023 von etwa 14 auf knapp 30 Prozent geklettert. Bei den übrigen 493 Unternehmen pendelt sie im selben Zeitraum zwischen 9 und 10 Prozent. Diese Werte sind aus den Grafiken abgelesen, die zugrunde liegenden Daten hat Apollo nicht veröffentlicht. Auch gesamtwirtschaftlich findet Slok keinen Trendbruch: Weder die Arbeitsproduktivität pro Stunde noch die totale Faktorproduktivität zeigen seit Beginn der Zeitreihe 1985 einen KI-Effekt.

Als Grund nennt Slok unter anderem die Kostenstruktur. Viele Anbieter rechnen nach Token-Verbrauch ab, und die Kosten steigen, sobald Mitarbeiter mehr Anfragen stellen oder KI-Agenten komplexere Aufgaben übernehmen. Etablierte Unternehmen betrachten Token-Ausgaben nach seiner Darstellung zunehmend als Kostenstelle, nicht als Wachstumstreiber. Sie benötigen das neueste Modell nicht und sind nicht bereit, dafür zu bezahlen, wenn günstigere Alternativen genügen. Mehr für Token geben vor allem wagniskapitalfinanzierte Firmen aus. Solange agentische KI und Token-Ausgaben auf einen kleinen Teil der Wirtschaft beschränkt bleiben, seien die makroökonomischen Effekte sehr begrenzt. „Die KI-Geschichte wird im S&P 493 entschieden, nicht bei den Mag 7“, so Slok. Er bezweifelt grundsätzlich, dass sich billige Intelligenz leicht in Umsatz und Marge übersetzen lässt: KI verstehe weder Verantwortung noch Vertrauen, Kultur oder ungeschriebene Regeln, die im Geschäft über Reputationsrisiko und Ertrag entscheiden.

Ein ähnliches Bild zeigt eine PwC-Umfrage unter indischen Fintech-Unternehmen. Dort gaben 84 Prozent der Befragten an, aus ihren KI-Investitionen noch keine messbaren finanziellen Ergebnisse erzielt zu haben. Trotzdem nennen 48 Prozent firmeneigene Intelligenz als strategische Priorität. 41 Prozent sehen das Vertrauen der Kunden als größtes Hindernis für agentische Zahlungen. → Tom’s Hardware, Constellation Research, CNBC, Tech in Asia, DeLong’s Grasping Reality Weblog

Synthszr Take: 1987 sah Robert Solow Computer überall — nur nicht in der Produktivitätsstatistik. Aus dem Satz wurde das Solow-Paradox: Amerika investierte zwei Jahrzehnte in IT, bevor die Statistik ab 1995 ansprang. Die Rechner waren nicht das Problem. Die Unternehmen schraubten neue Technik in alte Abläufe, und erst als sie Prozesse, Rollen und ganze Organisationen um die Technologie herum neu bauten, kam der Ertrag. Beim Elektromotor dauerte es noch länger: vier Jahrzehnte, bis die letzten Fabriken verschwunden waren, die um die zentrale Dampfwelle herum konstruiert blieben.

Gemessen daran ist Sloks Analyse präzise gerechnet und geschichtsvergessen gedeutet. Seine eigene Zeitreihe beginnt 1985 — mitten im ersten Paradox. Dieselbe Statistik, die damals fünfzehn Jahre lang nichts zeigte und dann den größten Produktivitätsschub seit den Sechzigern auswies, soll jetzt nach knapp vier Jahren KI das Urteil sprechen. Die 493 haben Werkzeuge gekauft und ihre Organisationen behalten; der fehlende Ertrag sagt wenig über die Technologie und viel über die Adaptionsfähigkeit von Organisationen. Sie war schon immer der langsamste Faktor im System. Davon handelt CODE CRASH: Der Engpass ist nicht das Modell, sondern das Betriebsmodell. Wer 2026 „null Ertrag“ misst, beschreibt den Anfang von Brynjolfssons J-Kurve und hält ihn für ihr Ende.