Wir nannten es Arbeit: KI und Robotik erreichen den Jobmarkt

Chinesische Gerichte stoppen KI-bedingte Kündigungen

Chinesische Gerichte in Hangzhou und Peking haben in zwei wegweisenden Urteilen entschieden: Unternehmen dürfen Mitarbeiter nicht entlassen, nur weil deren Arbeit von KI übernommen werden kann. Die Richter argumentieren, dass die Einführung von KI eine strategische Geschäftsentscheidung ist – keine unvorhersehbare Veränderung der Umstände im Sinne des chinesischen Arbeitsvertragsgesetzes. Der Fall Zhou gegen sein Tech-Unternehmen in Hangzhou wurde zum Präzedenzfall: Der Qualitätsprüfer, der für 25.000 Yuan monatlich KI-Modelle optimierte, sollte nach der Automatisierung seiner Rolle eine 40-prozentige Gehaltskürzung akzeptieren. Er weigerte sich, wurde gefeuert, klagte – und gewann. Das Berufungsgericht bestätigte: Artikel 40 des Arbeitsvertragsgesetzes greift nur bei externen Schocks (höhere Gewalt, behördliche Anordnungen), nicht bei internen Innovationsentscheidungen. Zeitgleich haben 78.000 Tech-Arbeiter weltweit in den ersten vier Monaten von 2026 ihre Jobs verloren – fast die Hälfte davon explizit aufgrund von KI-Substitution. → thenextweb.com

Synthszr Take: China nutzt sein Arbeitsrecht als makroökonomisches Steuerungsinstrument, während der Westen auf Marktmechanismen vertraut. Die Logik erinnert an die Einführung des Kündigungsschutzes in der Industrialisierung: Technologischer Fortschritt wird nicht gebremst, aber seine sozialen Kosten werden den Verursachern zugerechnet. Mit 15,3 Prozent Jugendarbeitslosigkeit kann sich Peking keine KI-getriebene Entlassungswelle leisten – die Gerichte schaffen faktisch eine Innovationssteuer in Form einer Weiterbeschäftigungspflicht. Oracle entlässt 30.000 Mitarbeiter, Meta 8.000, Block schrumpft von 10.000 auf 6.000 – in China wären diese Zahlen undenkbar. Die Ironie: Während westliche Unternehmen Milliarden in KI-Infrastruktur pumpen und gleichzeitig ihre Belegschaften dezimieren, zwingt China seine Firmen, die menschliche Infrastruktur parallel zur technischen zu erhalten.

Meta rekrutiert Robotik-Startup als Haushaltshilfen

Meta hat das humanoide Robotik-Startup Assured Robot Intelligence (ARI) für eine ungenannte Summe übernommen. Das Team von ARI, einschließlich der Mitgründer Xiaolong Wang (zuvor Forscher bei Nvidia und Professor an der UC San Diego) und Lerrel Pinto (zuvor NYU-Professor und Gründer von Fauna Robotics, das Amazon letzten Monat kaufte), wird sich Metas KI-Einheit, der Forschungsabteilung Superintelligence Labs, anschließen. ARI hatte zuvor eine Seed-Finanzierung von AIX Ventures erhalten und entwickelte Foundation Models für humanoide Roboter, die alle Arten körperlicher Arbeit, etwa Haushaltsaufgaben, ausführen können. Meta-Forscher arbeiten bereits seit Jahren an humanoider Robotik-Technologie, und ein durchgesickertes Memo von vor einem Jahr diskutierte Metas Ambitionen, einen solchen Roboter für Konsumenten zu bauen. Die Übernahme spiegelt einen breiteren Branchensprint wider, bei dem die Prognosen stark variieren: Goldman Sachs prognostiziert 38 Milliarden Dollar bis 2035, während Morgan Stanley 5 Billionen Dollar bis 2050 schätzt. → Techpresso

Synthszr Take: Meta sammelt Talente wie ein Franchise-System, das erfolgreiche lokale Betreiber aufkauft. Die beiden ARI-Gründer bringen exakt die Kompetenzen mit, die Meta für den nächsten Evolutionsschritt braucht: Körperlichkeit als Trainingsumgebung für KI. Viele KI-Experten glauben mittlerweile, dass der Weg zur AGI über physische Interaktion führt, nicht über reine Datenverarbeitung. Die extreme Spreizung der Marktprognosen (38 Milliarden vs. 5 Billionen Dollar) zeigt, wie unsicher selbst die Analysten sind, ob humanoide Roboter das nächste Smartphone oder die nächste Google Glass werden. Meta wettet darauf, dass Intelligenz ohne Körper wie ein Stadtplan ohne Straßen ist: theoretisch korrekt, praktisch nutzlos.

Japan Airline rekrutiert Roboter als Flughafenpersonal

Japan Airlines setzt ab diesem Monat humanoide Roboter am Haneda Airport ein, einem der verkehrsreichsten Flughäfen des Landes. Die zweijährige Testphase umfasst die Gepäckabfertigung und die Kabinenreinigung. Mit Rekordtourismuszahlen und einer schrumpfenden Arbeitsbevölkerung (bis 2060 um fast ein Drittel weniger Menschen im arbeitsfähigen Alter) testet Japan technologische Lösungen für seinen Arbeitskräftemangel. Parallel dazu baut SoftBank mit Roze AI ein Robotik-Unternehmen für den automatisierten Bau von Rechenzentren auf, mit einer anvisierten Bewertung von 100 Milliarden Dollar beim geplanten Börsengang. In den USA zielt ein neuer parteiübergreifender Gesetzesentwurf darauf ab, chinesische Bodenroboter aus Regierungsbehörden zu verbannen, doch US-Firmen sind weiterhin stark von chinesischen Komponenten abhängig. Weitere Entwicklungen: Dax Robotics präsentiert den Qiji T1000, einen vierbeinigen Roboter, der bis zu 1.000 kg transportieren kann, und Unitree bringt einen humanoiden Roboter für 4.290 Dollar auf den Markt. → Superhuman – Zain Kahn

Synthszr Take: Japan verwandelt seine demografische Krise in ein Experimentierfeld für Robotik. Der Haneda-Airport-Versuch folgt dem Muster japanischer Innovationsgeschichte: Ressourcenknappheit erzwingt technologische Sprünge, wie einst die Ölkrise die Automobilindustrie zu Effizienz zwang. Die 100-Milliarden-Bewertung von SoftBanks Roze AI wirkt wie eine selbsterfüllende Prophezeiung (selbst Insider zweifeln daran), aber Masayoshi Son hat schon öfter Märkte durch schiere Kapitalgewalt in seine Vision hineinzudrängen vermocht. Der interessanteste Datenpunkt ist Unitrees 4.290-Dollar-Humanoid: Wenn Roboter den Preis eines gebrauchten Kleinwagens erreichen, verschiebt sich die Diskussion von „ob“ zu „wann“. Japan macht aus der Not eine Tugend und könnte dabei versehentlich die nächste Exportindustrie erfinden.

KI-Modell übertrifft Ärzte bei klinischer Diagnostik

OpenAIs o1-preview erzielte in sechs Experimenten durchgehend bessere oder gleichwertige Ergebnisse als hunderte Fachärzte bei Diagnose- und Behandlungsaufgaben. Besonders deutlich zeigte sich der Vorsprung in der Notaufnahmen-Triage: Das Modell identifizierte in 67,1% der Fälle die exakte oder sehr nahe Diagnose, während zwei Ärzte dies nur in 55,3% der Fälle taten. 50% kamen. Die Harvard-Forscher um Arjun K. Manrai kopierten dafür ungefilterte elektronische Patientenakten direkt ins System. Bei 143 klinisch-pathologischen Konferenzen aus dem New England Journal of Medicine traf o1-preview in 52% der Fälle die korrekte Erstdiagnose, bei erweiterter Definition (hilfreiche oder sehr nahe Diagnosen) sogar in 97,9%. Die Begleitkommentare warnen vor dem übereilten Praxiseinsatz ohne randomisierte Studien. → MedPage Today

Synthszr Take: OpenAI macht aus der Medizin ein Benchmark-Problem. Wie bei Go oder Schach definiert das Unternehmen geschickt messbare Aufgaben, bei denen KI glänzen kann: strukturierte Fallvignetten, Multiple-Choice-Tests, isolierte Diagnoseentscheidungen. Das erinnert an die Anfänge der Bildverarbeitung, als Algorithmen Hautkrebs auf standardisierten Fotos besser erkennte als Dermatologen. Der eigentliche Test kommt erst, wenn o1 mit echten Patienten konfrontiert wird, die ihre Symptome verschweigen, übertreiben oder falsch beschreiben. Medizin ist keine Schachpartie mit vollständiger Information, sondern ein Vertrauensspiel mit unzuverlässigen Akteuren. OpenAI wettet darauf, dass eine Trefferquote von 67% bei sauberen Daten mehr wert ist als 100% Empathie bei unsauberen.

Y Combinator denkt radikal um: Software allein reicht nicht mehr

Y Combinator hat mit seinem Summer 2026 Request for Startups die radikalste Kursänderung seiner Geschichte vollzogen. Von 15 gesuchten Startup-Kategorien erfordern acht Hardware oder erfordern erhebliches Kapital – darunter Agrarroboter, Drohnenabwehr, Weltraum-Chips für Inference, Mondproduktion aus geschmolzenem Regolith und Software für Halbleiter-Lieferketten. Der Accelerator, der mit Airbnb, Stripe und Dropbox das Software-Zeitalter prägte, erklärt damit: Die nächste Generation von Milliarden-Dollar-Unternehmen entsteht dort, wo KI auf physische, regulierte und kapitalintensive Industrien trifft. YC-Chef Garry Tan schreibt über KI-gesteuerte Roboter, die einzelne Unkräuter erkennen und den Einsatz von Pestiziden drastisch reduzieren. Tyler Bosmeny sucht Gründer für softwaredefinierte Verteidigungssysteme gegen Drohnenschwärme – mehr Cloudflare als Raytheon. Die verbliebenen Software-Kategorien zielen auf eine Welt ab, in der KI-Agenten die nächste Billion Nutzer bilden: APIs für autonome Programme statt von Menschen, ein „Company Brain“ als ausführbare Wissensdatei für KI, dynamische Interfaces für Agenten. Die Halbleiter-Lieferketten-Kategorie offenbart die Dringlichkeit: Ein KI-Chip durchläuft 1.400 Prozessschritte in zwölf Ländern über fünf Monate hinweg – gesteuert durch Excel und Telefonanrufe. → thenextweb.com

Synthszr Take: Y Combinator vollzieht, was in der Evolutionsbiologie als Punktualismus bekannt ist: lange Phasen der Stabilität, gefolgt von plötzlichen Sprüngen. Nach 20 Jahren Software-Orthodoxie erkennt YC, dass die niedrig hängenden digitalen Früchte gepflückt wurden. Die wahre Disruption liegt jetzt in den Industrien, an denen Software bisher nur an den Rändern gekratzt hat: Landwirtschaft, Verteidigung, Produktion, Lieferketten. Das erinnert an die Stadtentwicklung des 19. Jahrhunderts, als Eisenbahn und Elektrizität die physische Welt neu ordneten, während die Telegrafie nur Informationen transportierte. Defense-Tech-Investments haben sich 2025 auf 49,1 Milliarden Dollar verdoppelt, SpaceX hat bewiesen, dass Hardware-Venture-Renditen liefern kann. YCs Wette: Die Zukunft gehört nicht dem nächsten Slack-Klon, sondern den Gründern, die KI-Agenten Mondstaub schmelzen lassen.

Hermes: ein neues Agent-Framework schreibt seine eigenen Skills

Hermes hat in nur sieben Wochen 100.000 GitHub-Sterne erreicht – schneller als LangChain, AutoGPT und jedes andere Open-Source-Projekt, das der Autor Aakash Gupta verfolgt hat. Hermes ist ein Open-Source-Agent-Framework von Nous Research, das am 25. Februar 2026 unter der MIT-Lizenz veröffentlicht wurde. Der eigentliche Unterschied zu anderen Agent-Tools: Hermes schreibt seine eigenen Skills. Alle 15 Tool-Calls hält der Agent inne, analysiert, was in der Session funktioniert hat, und speichert einen Workflow in ~/.hermes/skills/ – lesbar, editierbar, löschbar. Dazu kommen ein Drei-Schichten-Gedächtnis (Session, persistente SQLite-Suche, automatisches User-Modell), Modellagnostik (Claude, GPT-4o, Gemini, lokales Llama – per hermes-Model austauschbar) und Messaging-Gateways für Telegram, Slack, WhatsApp, Signal, Discord und E-Mail. Gupta dokumentiert, wie dieselbe Rechercheaufgabe in Woche 1 noch 20 Minuten brauchte und in Woche 6 nur noch 8 – bei identischem Prompt –, weil sich der zugrunde liegende Skill viermal selbst umgeschrieben hatte. Ein Teil der Adoption ist sicherheitsgetrieben: OpenClaw, der Hauptkonkurrent mit 345.000 Sternen, kämpfte im Januar mit 512 Vulnerabilities und 335 dokumentierten malicious Skills. Das erklärt das Timing der Migration – nicht, warum die Nutzer bleiben. → Aakash Gupta

Synthszr Take: Hermès' Wachstum ist kein viraler Zufall, sondern die erste sichtbare Inversion im Agent-Stack. Bisherige Frameworks – LangChain, AutoGPT, OpenClaw – behandeln den Agenten als Empfänger menschlich kuratierter Skill-Bibliotheken. Hermes dreht das Verhältnis um: Der Agent wird zum Autor seiner eigenen Werkzeuge. Was OpenClaw mit 13.000 Community-Skills versucht, löst Hermes durch Komprimierung – nicht mehr Skills, sondern Skills, die sich aus der eigenen Nutzung verdichten. Das ist der Unterschied zwischen einer Bibliothek und einem Gedächtnis. Der zweite, strategisch unterschätzte Hebel ist die radikale Modellagnostik: Während die großen Labs ihre Agenten als Lock-in bauen, positioniert sich Hermes als neutrales Frontend in einer Welt, in der LLM-Inferenz zunehmend zu Commodity wird – ein klassischer Jevons-Move, der den Wert nicht im Modell, sondern in der Workflow-Schicht darüber sammelt. Die OpenClaw-Sicherheitskrise lieferte den Trigger; das selbstlernende Skill-System liefert den Grund, zu bleiben. Die eigentlich interessante Frage ist nicht, warum Hermes so schnell wächst, sondern was es über den Markt aussagt, dass das relevanteste Agent-Framework des Jahres aus einem Forschungslabor kommt – und nicht aus einer der Companies, die Milliarden in Modelle pumpen.

DeepSeek revolutioniert multimodales Denken mit räumlichen Token

DeepSeek hat gemeinsam mit der Peking University und der Tsinghua University ein Framework namens „Thinking with Visual Primitives“ vorgestellt, das multimodales Reasoning grundlegend neu denkt. Der Clou: Räumliche Token wie Koordinatenpunkte und Bounding Boxes werden im Chain-of-Thought-Prozess des Modells zu den „minimalen Denkeinheiten“ erhoben. Das Modell kann diese räumlichen Token direkt in seinen Denkprozess einbinden, statt Bilder nur als passive Eingänge zu behandeln. Mit einer Aktivität von 345 auf GitHub zeigt das Repository bereits eine beachtliche Resonanz in der Entwicklergemeinschaft. Die Zusammenarbeit zwischen DeepSeek und zwei der renommiertesten chinesischen Universitäten unterstreicht die Ambitionen, im globalen KI-Wettbewerb eine eigene technologische Handschrift zu entwickeln → AINews

Synthszr Take: DeepSeek macht Koordinaten zu Gedanken – das ist so, als würde man einem Architekten erlauben, direkt in Bauplänen zu denken statt darüber in Worten. Die Evolution von Sprachmodellen folgt einem biologischen Muster: Erst Sprache (GPT), dann Bilder (CLIP), jetzt räumliches Verständnis. Während westliche Labs ihre Modelle mit immer mehr Daten füttern, experimentiert China mit grundlegenden Architekturänderungen. Das erinnert an die Entwicklung der Schrift: von abstrakten Symbolen (Alphabet) zu konkreten Bildzeichen (Hieroglyphen) – nur dass KI den umgekehrten Weg geht, von Pixeln zu räumlichen Primitiven als Denkbausteinen. Die 345 GitHub-Aktivitäten zeigen: Die Community riecht Potenzial. DeepSeek wettet darauf, dass Intelligenz nicht nur aus Sprache emergiert, sondern aus der Fähigkeit, räumlich zu denken.

Security-Drama (I): Die schwerste Linux-Bedrohung seit Jahren

Eine kritische Sicherheitslücke erschüttert das Linux-Ökosystem: Die als CVE-2026-31431 oder „CopyFail“ bezeichnete Schwachstelle ermöglicht es unprivilegierten Nutzern, sich Root-Rechte zu verschaffen – und zwar auf praktisch allen Linux-Versionen. Das Sicherheitsunternehmen Theori veröffentlichte diese Woche den Exploit-Code, fünf Wochen, nachdem es das Linux-Kernel-Sicherheitsteam privat informiert hatte. Patches existieren für die Kernel-Versionen 7.0, 6.19.12, 6.18.12, 6.12.85, 6.6.137, 6.1.170, 5.15.204 und 5.10.254, doch zum Zeitpunkt der Veröffentlichung hatten nur wenige Linux-Distributionen diese Patches integriert. Das besonders Besorgniserregende: Ein einziges Python-Skript funktioniert ohne Anpassungen auf allen betroffenen Distributionen – getestet auf Ubuntu 22.04, Amazon Linux 2023, SUSE 15.6 und Debian 12. Die Schwachstelle ermöglicht Angreifern, Multi-Tenant-Systeme zu hacken, aus Kubernetes-Containern auszubrechen und über CI/CD-Workflows bösartigen Code einzuschleusen. → Techpresso

Synthszr Take: CopyFail ist das Äquivalent einer Generalschlüsselkopie, die in einem Franchise-System plötzlich alle Filialen öffnet. Die Universalität des Exploits erinnert an biologische Viren, die mehrere Spezies befallen können: Ein einzelner Erreger, der die Artengrenze überspringt. Linux-Distributionen verhalten sich hier wie mittelalterliche Stadtstaaten – jeder kocht sein eigenes Süppchen bei der Patchverwaltung, während die Bedrohung bereits an den Toren steht. Die fünfwöchige Vorlaufzeit zwischen privater Meldung und öffentlicher Exploit-Veröffentlichung zeigt das klassische Responsible-Disclosure-Dilemma: Zu kurz für träge Patch-Prozesse, zu lang für eine Welt, in der Zero-Days als Währung gehandelt werden. Theori hat hier nicht nur eine Lücke aufgezeigt, sondern auch die strukturelle Schwäche eines Ökosystems, das auf freiwilliger Koordination basiert, gegenüber Angreifern, die zentral organisiert agieren.

Security-Drama (II): OpenAIs GPT-5.5 knackt komplexe Cyber-Aufgaben in Minuten statt Stunden

Das britische AI Safety Institute (AISI) hat einen frühen Checkpoint von OpenAIs GPT-5.5 hinsichtlich dessen Cybersicherheitsfähigkeiten durchgeführt. Das Modell erreicht bei Expert-Level-Aufgaben eine Erfolgsquote von 71,4%, leicht über Anthropic Claude Mythos Preview (68,6%) und deutlich vor GPT-5.4 (52,4%). Besonders beeindruckend: GPT-5.5 löste eine komplexe Reverse-Engineering-Aufgabe in 10 Minuten und 22 Sekunden, für die ein menschlicher Experte etwa 12 Stunden benötigte. Die Aufgabe umfasste das Reverse-Engineering einer Custom-Virtual-Machine in Rust, das Schreiben eines Disassemblers sowie das Knacken einer Passwortauthentifizierung. Die Tests umfassen 95 Aufgaben in vier Schwierigkeitsstufen, die gemeinsam mit den Cybersecurity-Firmen Crystal Peak Security und Irregular entwickelt wurden. → AINews

Synthszr Take: GPT-5.5 verhält sich zur Cybersicherheit wie ein Elektronenmikroskop zur Zellbiologie: Was vorher mühsame Handarbeit war, wird zur Sekundenaufgabe. Die 70-fache Geschwindigkeitssteigerung beim Reverse-Engineering erinnert an den Übergang von manueller zu maschineller Textverarbeitung, nur dass hier nicht Tippfehler verschwinden, sondern Sicherheitslücken aufgedeckt werden. AISI testet bewusst synthetische Schwachstellen in Open-Source-Software, um die Modelle nicht auf echte Zero-Days zu trainieren. Das ist klug, zeigt aber auch die Zwickmühle: Je besser wir KI-Systeme beim Auffinden von Schwachstellen werden, desto wichtiger wird die Frage, wer diese Fähigkeiten kontrolliert. OpenAI und Anthropic liefern sich ein Kopf-an-Kopf-Rennen um eine Technologie, die zugleich Schild und Schwert ist.

Amazons Rechenzentren: Wenn die Cloud physisch verwundbar wird

Amazon braucht noch mehrere Monate, um seine im Nahen Osten durch iranische Drohnenangriffe beschädigten Rechenzentren zu reparieren. Die drei betroffenen AWS-Datenzentren in den Vereinigten Arabischen Emiraten und in Bahrain sind seit März außer Betrieb, was bedeutet, dass die vollständige Wiederherstellung fast ein halbes Jahr dauern könnte. Amazon verzichtet während der Reparaturphase auf die Abrechnung für Kunden in den betroffenen Regionen ME-CENTRAL-1 und ME-SOUTH-1, was dem Unternehmen allein im März schätzungsweise 150 Millionen Dollar gekostet hat. AWS empfiehlt Kunden dringend, ihre Ressourcen in andere Cloud-Regionen zu migrieren und Remote-Backups zur Wiederherstellung zu nutzen. Einige Kunden wie die Dubai-basierte Super-App Careem konnten ihre Dienste durch eine nächtliche Migration auf andere Rechenzentrumsserver schnell wieder online bringen. → Techpresso

Synthszr Take: Cloud-Infrastruktur trifft auf die harte Realität der Physik. Amazon hat Jahrzehnte damit verbracht, die Illusion zu perfektionieren, dass die Cloud überall und nirgends ist, ein schwereloses Konstrukt aus Code und Versprechen. Die Drohnenangriffe zeigen: Auch die abstrakteste digitale Infrastruktur besteht aus Beton, Stahl und Servern, die man zerstören kann. Die sechsmonatige Reparaturzeit offenbart ein Paradox der Hypermoderne: Je mehr wir digitalisieren, desto verwundbarer werden die physischen Knotenpunkte. Amazon macht aus der Not eine Tugend und verzichtet im März auf Gebühren in Höhe von 150 Millionen Dollar, während Kunden wie Careem beweisen, dass echte Resilienz in der Fähigkeit liegt, zwischen Regionen zu springen. Die Cloud ist eben doch kein Himmel, sondern ein sehr irdisches Netzwerk aus Gebäuden.