Trump kontrolliert jetzt auch ChatGPT 5.6

OpenAI GPT-5.6 startet unter Trumps Zwangsverwaltung

OpenAI hat GPT-5.6 Sol veröffentlicht, das bislang leistungsfähigste Modell des Hauses, zugänglich für rund 20 Partner, deren Namen die US-Regierung Kunde für Kunde freigegeben hat. Es ist das erste Mal, dass ein amerikanisches KI-Unternehmen ein Frontier-Modell über eine staatlich verwaltete Zugangsliste ausliefert, einen Schritt über das freiwillige Vorab-Review aus Trumps Executive Order vom 2. Juni hinaus. Sol bildet die Spitze einer neuen Drei-Stufen-Reihe mit Terra (Mittelklasse) und Luna (auf Tempo und Kosten optimiert) und glänzt laut OpenAI bei Coding, Biologie und Cybersecurity, ergänzt um einen neuen „max reasoning effort“-Modus. Die gestaffelte Freigabe folgt einer direkten Bitte der Trump-Administration; OpenAI schrieb im Blog, man halte solche staatlichen Zugangsverfahren nicht für den richtigen langfristigen Standard, spiele aber mit. Der Kontrast zu Anthropic ist deutlich: Vor zwei Wochen zwang Washington Anthropic nach einem gemeldeten Jailbreak, Fable 5 und Mythos 5 abzuschalten, das erste Mal, dass die Regierung ein kommerzielles KI-Modell vom Netz nahm. Anthropic nannte das Vorgehen unverhältnismäßig und drohte, alle Frontier-Deployments zu stoppen, sollte es Branchenstandard werden. Sol ist zudem über Amazon Bedrock verfügbar, das erste Modell der neuen Reihe auf einer konkurrierenden Cloud-Plattform. → thenextweb.com

Synthszr Take: Im März schrieben wir nach der Trump-Verbannung von Anthropic, dass der Modellzugang zum Politikum wird. Jetzt ist die Linie zwischen Kooperation und Anordnung kaum noch zu ziehen, und 20 staatlich freigegebene Namen sind die handfeste Demonstration: Das beste Modell ist nie das, das man frei kaufen kann. Die freiwillige Executive Order ohne Zwangslizenz liest sich elegant, produziert aber durch den Anthropic-Präzedenzfall Ergebnisse, die nach Pflicht aussehen. OpenAI spielt das clever, kooperiert öffentlich, um sich die Möglichkeit zum Widerspruch zu erhalten, während Anthropic offline bleibt und prinzipientreu blutet. Für jeden, der KI-Pipelines baut, ist die Konsequenz nüchtern: Wer die Intent-Schicht sauber hält, tauscht Sol gegen das nächste freigegebene Modell, sobald die Zugangsliste sich öffnet. Sich an ein einzelnes Frontier-Modell zu ketten, das morgen per Anordnung verschwinden kann, ist das eigentliche Risiko. Modellunabhängigkeit ist in einem Markt, in dem die Regierung den Aus-Schalter kennt, keine Architektur-Vorliebe mehr, sondern eine Überlebensfrage.

OpenAIs Zahlen reichen nicht für Altmans Giga-IPO

OpenAI tendiert dazu, den Börsengang auf 2027 zu verschieben, so die New York Times mit Verweis auf drei Beteiligte. Sam Altman besteht auf einer Bewertung von einer Billion Dollar, hoch von zuletzt 730 Milliarden in der Privatrunde, und genau diese Forderung gilt als Hauptgrund für die Verzögerung. Die Berater gaben ihm zwei Optionen: 2027 zur Billion oder schneller raus zu niedrigerem Preis. Alles unter einer Billion nannte Altman einen „Nonstarter“. Ausgelöst wurde die neue Vorsicht durch SpaceX, das mit dem größten IPO der Geschichte über 85 Milliarden Dollar einsammelte und am ersten Handelstag 1,77 Billionen erreichte, dann aber von 202 auf 153 Dollar abrutschte. SoftBank, einer der größten Geldgeber mit bis Oktober rund 65 Milliarden investiert, verlor an einem Tag 13 Prozent, der steilste Sturz seit August 2024. Dabei bleibt das Finanzbild eng: rund 13 Milliarden Umsatz 2025, weiter keine Profitabilität, und die ChatGPT-Nutzerzahlen stecken bei etwa 900 Millionen fest, unter der erhofften Milliarde. → Techpresso

Synthszr Take: Eine Billion ist keine Bewertung, sie ist eine Erzählung, die Altman dem Markt verkaufen will, bevor die Zahlen sie tragen. Und die Zahlen tragen sie noch nicht: 13 Milliarden Umsatz, kein Profit, festgefahrene 900 Millionen Nutzer. Was wirklich wächst, steht im Maschinenraum, nicht im Schaufenster. Codex hat in drei Monaten auf vier Millionen Wochennutzer verfünffacht, DeployCo verdrahtet die Modelle tief in Unternehmensprozesse, und das ist die Wette, die zählt (im Mai schrieb ich, dass das Foundation-Lab in Deployment hineingeht, weil API-Umsatz allein nicht reicht). SpaceX hat gerade vorgeführt, dass Privatanleger eine Billion-Geschichte nicht blind kaufen, sobald die Kurve nach unten zeigt. Altman macht das einzig Vernünftige, wenn er wartet, statt sich zu einem Preis verramschen zu lassen, den der Markt heute korrigieren würde. Bewertungsdisziplin schlägt Börsen-Adrenalin: wer den Deployment-Stack besitzt, kann sich Geduld leisten, und genau das tut er hier.

SpaceX greift mit eigenem Mobilfunk an

Laut Financial Times hat SpaceX-Präsidentin Gwynne Shotwell während einer IPO-Roadshow vor Investoren angedeutet, dass das Unternehmen einen eigenen Starlink-Mobilfunktarif für US-Verbraucher prüft. Damit würde SpaceX direkt gegen AT&T, Verizon und T-Mobile antreten. Die Basis dafür legte die FCC im Vormonat: Sie genehmigte den Kauf von 65 MHz Funkspektrum von EchoStar für 17 Milliarden Dollar, exklusiv nutzbar für Direct-to-Device- und hybride Satelliten-Mobilfunk-Dienste. Ende letzten Jahres meldete Starlink bereits Marken wie „Starlink Mobile“ und „Powered by Starlink“ an. Denkbar ist sogar ein eigenes terrestrisches Funknetz am Boden. Der Haken: SpaceX hat deutlich weniger Spektrum als die etablierten Carrier, und ein flächendeckendes Bodennetz verschlingt enorme Infrastruktur-Investitionen. → Techpresso

Synthszr Take: SpaceX baut die eigenen Satelliten, startet sie mit den eigenen Raketen und betreibt die größte Low-Earth-Orbit-Konstellation der Welt. Genau das ist der Burggraben, den Verizon und T-Mobile nicht nachbauen können: vertikale Integration vom Werkstoff bis zum Tarif. 17 Milliarden für Spektrum klingt nach viel, aber für ein Unternehmen, das ohnehin Direct-to-Cell mit Telekom-Partnern testet, ist das der logische nächste Schritt vom Zulieferer zum eigenen Anbieter. Spannend wird, ob Musk die Carrier wirklich frontal angeht oder erst die Ränder besetzt, also Notfallkommunikation und ländliche Funklöcher, wo die Etablierten ohnehin schwach sind. Da liegt der eigentliche Hebel, denn ein nahtloser Wechsel zwischen Satellit und Mobilfunk löst ein Problem, das jeder Wanderer und jeder Landbewohner kennt. Wer den ganzen Stack besitzt, fängt am Ende auch die Marge ein. Die Frage ist nicht ob, sondern wie schnell die Trademarks zu echten Verträgen werden.

Google Finance wird zur App

Google hat am Donnerstag eine eigenständige Finance-App veröffentlicht, zunächst für Android, iOS folgt in den kommenden Monaten. Drin: Watchlists, Echtzeit-Marktdaten, Live-News und das KI-Feature „Key Moments“, das erklärt, warum eine Aktie sich gerade bewegt. Dazu kommt das überarbeitete Web-Erlebnis aus der Beta, mit weltweit ausgerollten Portfolios in einem einzigen Dashboard. Bestehende Google-Finance-Depots tauchen automatisch auf, neue legt man per Datei-Upload oder im Gespräch mit dem Chatbot an. Das KI-Research-Tool beantwortet dann Fragen wie „Welche Sektoren sind in meinem Portfolio unterrepräsentiert?“ und richtet im Hintergrund per Natural-Language-Prompt eingerichtete Briefings ein. Damit stellt sich Google direkt neben Yahoo Finance und Trading-Apps wie Robinhood. → Techpresso

Synthszr Take: Hier passiert dasselbe Muster wie bei der Suche, nur diesmal an deinem Depot. Im Mai schrieben wir, dass Google mit dem Web hadert und es zum Trainingslager für Gemini schrumpft. Bei Finanzdaten ist die Logik noch direkter: Yahoo Finance und Co. liefern jahrelang die Inhalte, und am Ende sitzt die KI als Torwächter zwischen dir und der Information. „Lass Google das für dich machen“, jetzt eben fürs Portfolio. Spannend wird der Moment, wenn der Chatbot dir nicht nur erklärt, warum Intel fällt, sondern dir sanft eine Umschichtung nahelegt, denn dann verschiebt sich die Beratungshoheit ins geschlossene System. Für Robinhood und die klassischen Anbieter heißt das: Der Wert liegt nicht mehr im Anzeigen von Kursen, der ist längst austauschbar geworden. Wer als Plattform überleben will, muss etwas bauen, das die KI nicht in Echtzeit selbst zusammenfasst, und das lässt sich morgen früh ins Backlog schreiben, nicht erst nach dem nächsten Offsite.

Gegenrede: Regierungseingriffe bringen nichts für die Sicherheit

Andrew Curran widerspricht der Lesart, die jüngsten Regierungseingriffe seien eine Pause oder ein Sieg für die Sicherheit. Sein Argument: gebremst wird nur die Rate, mit der die Labs Modelle veröffentlichen dürfen, nicht die Geschwindigkeit, mit der sie diese trainieren. Damit öffnet sich ab sofort eine Schere zwischen dem, was die Öffentlichkeit nutzen kann, und dem, was intern bereits läuft. Curran rechnet damit, dass diese Lücke von Tag zu Tag breiter wird. Der alte Insider-Witz, AGI sei intern längst entwickelt, werde jetzt wahr, und zwar lange bevor es offiziell zugegeben wird. Glücklich mache das niemanden, weder die Sicherheits-Fraktion noch die Labs selbst. → Zvi Mowshowitz from Don't Worry About the Vase

Synthszr Take: Wer den Veröffentlichungs-Schalter umlegt, hat das Training nicht angefasst. Genau das ist der Denkfehler hinter jeder Politik, die Verfügbarkeit reguliert und Capability für ein Synonym hält. Seit dem Fable-Verbot und den Export-Kontrollen gegen Anthropic, über die wir Mitte Juni schrieben, läuft das Muster immer gleich: Washington greift am Auslieferungspunkt ein, weil der Trainingslauf für Regulierung unsichtbar bleibt. Das Ergebnis ist eine zweistufige Realität, in der die Frontier-Modelle hinter verschlossenen Türen weiterlaufen und die Öffentlichkeit eine eingefrorene Version sieht. Für Europa folgt daraus eine unbequeme Klarheit: auf die offizielle Modell-Verfügbarkeit zu warten heißt, immer eine Generation hinter dem internen Stand zu agieren. Die Souveränität liegt ohnehin nicht im Modell, sondern in den eigenen Domänendaten, und die bleiben unter eigener Kontrolle, egal welcher Schalter in Kalifornien umgelegt wird. Wer das morgen früh begreift, baut auf seinen Daten und nicht auf einem Release-Datum.

Notion: Agenten übernehmen den Posteingang

Notion schaltet zum 22. September sein E-Mail-Produkt Notion Mail ab, gut anderthalb Jahre nach dem Start. Der Grund ist kein Misserfolg, sondern eine Verhaltensänderung der Nutzer: Mehr als die Hälfte verwaltet ihre Mails inzwischen, ohne den Posteingang noch zu öffnen, und überlässt das Sortieren, Filtern und Beantworten den Agenten. Das Produkt war 2024 nach dem Kauf des Security-Startups Skiff in der Preview gestartet und sollte ab April 2025 gegen Superhuman und Fyxer antreten, mit Features wie Auto-Labeling und automatischer Terminplanung. Die Mails selbst bleiben über die Gmail-Anbindung erhalten, Entwürfe und geplante Nachrichten müssen Nutzer aber exportieren. Notions agentenbasierte E-Mail-Funktionen laufen nach der Abschaltung weiter. Newcomer wie AgentMail, das im März 6 Millionen Dollar einsammelte, bauen den E-Mail-Dienst gleich nur noch für Agenten. → Techpresso

Synthszr Take: Hier passiert genau das, was wir im Code Crash beschrieben haben: Der Engpass zieht um. Notion baut nicht das bessere Mailprogramm, weil das Mailprogramm als Interface verschwindet. Wenn mehr als die Hälfte der Nutzer den Posteingang nicht mehr öffnet, dann ist die schön gestaltete Inbox-Oberfläche tote Software, und Notion hat den Mut, sie selbst zu kannibalisieren, statt sie als Karteileiche weiterzupflegen. Das ist die richtige Lektion für jeden, der gerade noch ein UI poliert: Die Frage ist nicht mehr, ob dein Tool gut aussieht, sondern ob ein fremder Agent sauber damit arbeiten kann. AgentMail hat das von Anfang an verstanden und baut das System of Record für Maschinen, nicht das Frontend für Menschen. Wer 2026 noch in Bildschirmmasken denkt statt in Schnittstellen für Agenten, reitet ein totes Pferd. Das lässt sich morgen früh im Produktteam entscheiden, nicht erst nach dem nächsten Roadmap-Offsite.

China: Regierung drückt KI in alle Fasern der Wirtschaft

Während der Westen darüber streitet, welches Modell das schlaueste ist, hat Pekings Handelsministerium zusammen mit acht weiteren Behörden ein 17-Punkte-Papier veröffentlicht, das KI in jeden Laden, jede Klinik und jedes Klassenzimmer des Landes drücken soll. Der sperrige Titel lautet „Implementation Opinions on Accelerating the Development of AI+Consumption“, und in der westlichen Presse ging das Dokument fast komplett unter. Mario Gabriele von The Generalist liest es als Beleg für zwei alte Wahrheiten über China: „America invents, China applies“ und die Vorliebe für zentrale Planung. Hinter den Pflichtfloskeln über Xi Jinping Thought steckt ein staatlich orchestrierter Plan, KI nicht als Forschungsobjekt, sondern als flächendeckende Anwendung in der Realwirtschaft zu verankern. Im selben Briefing geht es um Googles Brain Drain, um Satellitenbilder von Rechenzentrums-Baustellen und um einen seltenen Kristall, der plötzlich heiß begehrt ist. Die Veröffentlichung von Spitzentechnologie wird damit zunehmend zum Politikum, bei dem Regierungen direkt über Verfügbarkeit und Zugang mitbestimmen. → The Generalist

Synthszr Take: Pekings Plan ist die unbequemste Sorte Nachricht, weil sie nichts Spektakuläres verspricht. Kein neues Modell, kein Benchmark-Rekord, nur die nüchterne Entscheidung, KI in die Fläche zu schieben, bis sie in jedem Anwendungsfall klebt. Genau das ist die Wette, die zählt: Wert entsteht nicht im Labor, sondern in der Anwendung, im Klinikflur und an der Ladentheke. Im Februar haben wir hier geschrieben, dass das, was in China passiert, nicht in China bleibt, und dieses Papier ist der Beweis im Zeitlupentempo. Europa schaut derweil auf die Benchmark-Tabelle von OpenAI und Anthropic, während die eigentliche Frage lautet, wer KI bis in den letzten Mittelständler diffundiert. Deutschlands 1.600 Hidden Champions sitzen auf dem Rohstoff, den weder Silicon Valley noch Peking kaufen können: Domänenwissen aus hundert Jahren Präzisionsfertigung. Wer den jetzt maschinenlesbar macht und nicht auf den nächsten Strategie-Offsite wartet, spielt im Superzyklus mit, statt ihm zuzusehen.

Mehr Token-Effizienz mit codebase-memory-mcp

codebase-memory-mcp indexiert beliebige Repositories in einen persistenten Knowledge Graph und beantwortet strukturelle Abfragen in unter einer Millisekunde. Der entscheidende Wert steckt im Token-Verbrauch: Laut Anbieter braucht das Tool bis zu 120x weniger Tokens als der Standardweg, bei dem ein Coding-Agent sich durch die Dateien liest. Statt jede Anfrage über teure Kontextfenster zu jagen, wird die Code-Struktur einmal vorberechnet und dann blitzschnell abgefragt. Das Ganze läuft über das Model Context Protocol, also genau die MCP-Schicht, die Claude Code und andere Agents ohnehin schon nutzen. Damit lässt sich das Tool ohne Vendor-Lock-in in bestehende Coding-Workflows einbinden. Für große, gewachsene Codebasen mit Altlasten ist die persistente Indexierung der eigentliche Hebel.→ TAAFT - There's An AI For That

Synthszr Take: Der Engpass beim agentischen Coding war nie das Modell, sondern das Token-Budget auf großen Codebasen. In meiner TCO-Rechnung für ein deutsches Großunternehmen mit 200 Engineers landen allein die Claude-API-Compute-Kosten bei 240.000 Euro im Jahr, getrieben von rund 3 Mio. Tokens pro Engineer und Tag. Wenn ein vorberechneter Knowledge Graph strukturelle Abfragen mit dem 120-fachen Token-Faktor erledigt, schlägt das direkt auf diese Position durch, und zwar als reine Compute-Disziplin ohne Produktivitätsverlust. Das ist Jevons in der Praxis: Wer den Preis pro Abfrage senkt, fragt nicht weniger, sondern lässt seine Agents endlich an Codebasen ran, die vorher zu teuer waren. Die MCP-Anbindung macht das Tool zum Ermöglicher statt zur weiteren Insel im Stack, weil es sich an die Schicht klemmt, die ohnehin Standard wird. Das lässt sich in einem Sprint testen, nicht erst nach dem nächsten Architektur-Offsite. Wer 2026 seine Token-Telemetrie ernst nimmt, hat 2027 die Kostenbasis, mit der autonome Background-Workloads überhaupt erst rechnen.

Musk tanzt den VHS-Move und macht Grok zur Porno-Plattform

Zwei ehemalige xAI-Mitarbeiter schätzen laut The Information, dass weit über die Hälfte des gesamten Grok-Traffics auf pornografische Bilder, Videos, Rollenspiel-Chats und andere Erwachseneninhalte entfällt. Selbst Groks Coding-Modell bekommt regelmäßig Porno-Anfragen. xAI baut die Bild- und Videogenerierung gezielt aus und füllt damit eine Lücke, die OpenAI, Anthropic und Google bewusst meiden. Aus den SpaceX-IPO-Unterlagen geht hervor, dass Grok im ersten Quartal 2026 monatlich 10 Milliarden Bilder und 2 Milliarden Videos erzeugte. Die Richtung war früh klar, als X-Nutzer wochenlang sexualisierte Bilder realer Personen generierten und xAI erst nach regulatorischem Druck eingriff. Inzwischen haben alle Mitgründer das Unternehmen verlassen, und xAI vermietet seine GPU-Ressourcen ausgerechnet an Anthropic. → AI Secret

Synthszr Take: Das Versprechen war ein „maximal wahrheitssuchendes“ Modell, das die großen Fragen des Universums beantwortet. Geliefert wird eine Maschine, deren halber Traffic in Rollenspiel-Chats und generierten Nacktbildern versickert. Man kann darüber moralisch die Nase rümpfen, aber spannender ist die ökonomische Mechanik dahinter: OpenAI, Anthropic und Google haben sich mit ihren Leitplanken einen Markt freigeräumt, und xAI besetzt ihn ohne Skrupel. Das ist die unbequeme Wahrheit der Casual Economy, Nutzer gravitieren zum Weg des geringsten Widerstands, und Erwachseneninhalte waren schon immer der schnellste Pfad zu Reichweite (von VHS bis zum frühen Web). Bitter wird's erst im Detail: Alle Mitgründer sind weg, das Unternehmen mietet seine eigene Rechenleistung an Anthropic durch, und Leute, die für echte KI-Forschung kamen, betreiben jetzt eine Bildermaschine. Wer 10 Milliarden Bilder im Monat produziert und davon mehrheitlich Porno, hat keine Forschungsabteilung mehr, sondern eine Werbe-Engine mit Forschungs-Pressemitteilung. Aus „truth-seeking“ ist „traffic-seeking“ geworden, und der Markt belohnt das vorerst.