Kategorie: Artificial Intelligence

Modelmaxxing: Warum Unternehmen plötzlich nicht mehr das beste KI-Modell nutzen wollen

Noch vor wenigen Monaten galt in vielen Unternehmen eine einfache Regel: Wer die beste Qualität wollte, nutzte das leistungsfähigste KI-Modell. Je intelligenter das Modell, desto besser das Ergebnis – unabhängig von den Kosten. Doch genau dieses Denken beginnt sich zu verändern. In der KI-Branche macht derzeit ein neuer Begriff die Runde: Modelmaxxing.

ChatGPT Work: OpenAI macht aus dem Chatbot einen digitalen Mitarbeiter

Mit ChatGPT Work verfolgt OpenAI einen der bislang größten Strategiewechsel in der Geschichte von ChatGPT. Statt einzelne Fragen zu beantworten oder Texte zu schreiben, soll die neue Funktion komplette Arbeitsprozesse übernehmen. ChatGPT Work ist als agentischer Arbeitsassistent konzipiert, der Projekte selbstständig plant, Informationen aus verschiedenen Quellen zusammenführt, Apps nutzt und fertige Ergebnisse erstellt.

Zwei neue KI-Labels für Musik: Warum Transparenz allein das Problem noch nicht löst

Die Musikindustrie reagiert auf die wachsende Flut synthetischer Songs mit einem neuen Kennzeichnungssystem. Künftig sollen zwei visuelle Labels anzeigen, ob eine Tonaufnahme überwiegend von generativer KI erzeugt oder lediglich mit ihrer Unterstützung produziert wurde. „KI-generiert“ und „KI-unterstützt“ sollen Hörerinnen und Hörern auf einen Blick vermitteln, wie stark künstliche Intelligenz am hörbaren Ergebnis beteiligt war.

KI-Synchronisation unter Beschuss: Warum Deutschland bei künstlichen Stimmen besonders sensibel reagiert

Die deutsche Synchronbranche steht vor einem Konflikt, der weit über die Frage hinausgeht, ob eine künstliche Stimme natürlich genug klingt. Es geht um die wirtschaftliche Zukunft eines Berufsstands, um das Recht an der eigenen Stimme und um die Frage, ob Streamingplattformen kulturelle Qualität durch automatisierte Massenproduktion ersetzen können.

Innovationen erklärt: Loop Engineering

Nach Prompt Engineering, Context Engineering und Harness Engineering gewinnt ein weiterer Begriff in der KI-Welt an Bedeutung: Loop Engineering. Besonders in der Community rund um KI-Agenten und moderne Coding-Assistenten entwickelt sich das Konzept derzeit zu einem der meistdiskutierten Themen. Die Grundidee ist einfach: Statt den Agenten Schritt für Schritt manuell anzuleiten, entwickelt man ein System, das ihn selbstständig arbeiten, überprüfen und iterieren lässt – bis ein klar definiertes Ziel erreicht ist.

Midjourney gegen Disney, Universal und Warner Bros.: Warum der KI-Prozess plötzlich beide Seiten unter Druck setzt

Der Rechtsstreit zwischen Midjourney und den Hollywood-Studios Disney, Universal und Warner Bros. Discovery entwickelt sich zu weit mehr als einem klassischen Urheberrechtsverfahren. Während die Studios dem KI-Unternehmen vorwerfen, urheberrechtlich geschützte Figuren und Werke ohne Erlaubnis zum Training und für die Bildgenerierung genutzt zu haben, verfolgt Midjourney inzwischen eine bemerkenswerte Gegenstrategie: Das Unternehmen will die Studios dazu bringen, ihre eigene KI-Nutzung offenzulegen.

Microsoft und DeepSeek: Warum der nächste KI-Kampf über Kosten entschieden wird

Microsoft prüft offenbar, ob DeepSeek in Copilot Cowork zum Einsatz kommen könnte. Auf den ersten Blick klingt das wie eine technische Modellentscheidung. Tatsächlich geht es um deutlich mehr: um die Ökonomie von KI-Agenten, die Abhängigkeit von OpenAI und Anthropic, den Druck durch günstigere Modelle aus China und die Frage, wie viel geopolitisches Risiko Unternehmen für niedrigere KI-Kosten akzeptieren.

Microsoft Scout: Der Moment, in dem Copilot anfängt, selbst zu arbeiten

Mit Scout verschiebt Microsoft seine KI-Strategie einen entscheidenden Schritt weiter. Bisher war Copilot vor allem ein Assistent: Er beantwortete Fragen, fasste Dokumente zusammen, schrieb Texte oder half beim Formulieren. Scout dagegen soll nicht mehr nur reagieren, sondern im Hintergrund arbeiten. Microsoft nennt diese neue Klasse von Systemen „Autopilots“ – immer aktive Agenten, die Aufgaben erkennen, priorisieren und ausführen, ohne jedes Mal ausdrücklich dazu aufgefordert zu werden.
Follow us
FUTURing