MSI hat mit „AI Jinni“ im Umfeld der Computex 2026 einen neuen KI-Hub vorgestellt, der künftig als zentrale Anlaufstelle für KI-Funktionen auf MSI-PCs dienen soll. MSI beschreibt AI Jinni als Plattform, die lokale KI-Berechnungen, Cloud-Modelle, Datenschutzfunktionen und agentenbasierte Werkzeuge miteinander verbinden soll.

Im Mittelpunkt steht dabei der Ansatz, KI möglichst einfach nutzbar zu machen, ohne dass Anwender sich selbst tief in Modellverwaltung, Einrichtung oder technische Details einarbeiten müssen.

Hybrid-KI je nach Anwendungsfall

Die Grundidee hinter AI Jinni ist eine sogenannte Hybrid-KI-Architektur. Damit meint MSI eine Kombination aus lokal ausgeführten KI-Modellen und Cloud-basierten Diensten. Je nach Aufgabe sollen Nutzer zwischen beiden Varianten wechseln können. Lokale Modelle bieten vor allem Vorteile beim Datenschutz, da sensible Daten das eigene System nicht verlassen müssen. Cloud-Modelle können dagegen bei komplexeren Aufgaben von größerer Rechenleistung und besonders leistungsfähigen Basismodellen profitieren. MSI versucht mit AI Jinni, beide Welten in einer Oberfläche zusammenzuführen.

Mehr als nur ein Chatbot

Ein wichtiger Bestandteil der Plattform ist der Agent LuckyClaw. Dieser soll als persönlicher KI-Assistent auftreten und verschiedene Aufgaben übernehmen können. Laut MSI kann LuckyClaw mit unterschiedlichen lokalen und Cloud-basierten Modellen arbeiten und sogenannte Agenten verwalten, die auf bestimmte Aufgaben spezialisiert sind. Dazu zählen etwa Websuche, Dokumentenzusammenfassungen oder die Verbindung mit Kommunikationsplattformen wie Discord, Slack, Telegram und WhatsApp. Dadurch könnte AI Jinni nicht nur als klassischer Chatbot dienen, sondern stärker in bestehende Arbeitsabläufe integriert werden.

Lokal, wenn es darauf ankommt

Besonders betont MSI den lokalen Betrieb bestimmter Funktionen. Document AI und Local Chat sollen vollständig auf dem eigenen Gerät laufen und auch ohne Internetverbindung nutzbar sein. Das ist insbesondere für Anwender interessant, die mit vertraulichen Dokumenten arbeiten oder keine Inhalte an externe Server übertragen möchten. MSI spricht in diesem Zusammenhang von einer lokalen RAG-Lösung, also einem System, das Dokumente durchsuchen, relevante Informationen abrufen und diese mit einem Sprachmodell verknüpfen kann. Auch laufende Token-Kosten, wie sie bei vielen Cloud-KI-Diensten anfallen, sollen bei lokal ausgeführten Funktionen entfallen.

KI–KI-Bewertungsfunktion

Neben Chat- und Dokumentenfunktionen integriert MSI weitere Werkzeuge. Dazu gehört eine Model-Assessment-Funktion, die KI-Modelle automatisch testen soll. In vier Schritten werden unter anderem die Generierungsgeschwindigkeit und die Leistung eines Modells bewertet. Daraus soll ein standardisierter Score entstehen, mit dem sich Ergebnisse über verschiedene Geräte hinweg vergleichen lassen. Für Nutzer könnte das hilfreich sein, um herauszufinden, welches Modell auf dem eigenen System sinnvoll läuft und welche Einstellungen empfehlenswert sind.

AI Jinni übersetzt auch live

Ebenfalls Teil von AI Jinni ist eine Live-Übersetzung, die laut MSI mit sehr geringer Latenz arbeiten soll. Damit richtet sich die Plattform nicht nur an Entwickler oder Kreative, sondern auch an Nutzer, die regelmäßig mehrsprachig kommunizieren. Hinzu kommt Guidance AI, ein dialogbasierter Assistent, der klassische Produkthandbücher ersetzen oder zumindest ergänzen soll. Anwender könnten damit Fragen zur Bedienung oder Einrichtung ihres MSI-PCs direkt in natürlicher Sprache stellen, statt sich durch PDF-Handbücher oder Support-Seiten zu arbeiten.

Nur Label oder Mehrwert?

AI Jinni zeigt, wohin sich die PC-Hersteller derzeit bewegen: KI soll nicht mehr nur über einzelne Programme oder Webdienste erreichbar sein, sondern stärker als fester Bestandteil des Systems auftreten. MSI nutzt dafür erwartungsgemäß eine recht große Marketingkulisse und spricht vom Eintritt in eine Ära autonomer KI-Agenten. Praktisch entscheidend wird aber sein, wie gut die lokale Modellverwaltung funktioniert. Gerade die Kombination aus lokaler Verarbeitung, Datenschutz und optionaler Cloud-Leistung könnte AI Jinni jedoch zu einem interessanten Ansatz machen — vorausgesetzt, MSI liefert eine ausgereifte Umsetzung und nicht nur ein weiteres KI-Label für vorhandene Funktionen.

Relativ unerwartet hat Epic Games die Unreal Engine 6 offiziell enthüllt. Demnach wird Rocket League in der Zukunft auf die neue Game-Engine setzen, wie aus einem Trailer hervorgeht, der auf dem Paris Major Championship gezeigt wurde.

Rocket League: Von UE3 auf UE6

Bislang setzt das eSports-Spiel Rocket League noch auf die betagte Unreal Engine 3. Doch auf dem Paris Major Championship haben Entwickler Psyonix und Epic Games im Rahmen eines kurzen Trailers eine neue Version von Rocket League gezeigt, die auf die Unreal Engine 6 setzen wird und damit zeitgleich diese neue Ausgabe der bekannten Game-Engine erstmals der Öffentlichkeit vorgestellt.

Damit springt Rocket League direkt zur sechsten Version des Grafikmotors von Epic Games, wobei ein Zeitpunkt des Wechsels aktuell zur kommenden Ausgabe der Game-Engine noch nicht bekannt ist. Weitere offizielle Details zur kommenden Neuauflage von Rocket League oder der Unreal Engine 6 gibt es derzeit jedoch noch nicht.

Das kurze Trailer-Video, das auf dem Paris Major Championship gezeigt wurde, gewährt zumindest einen ersten Blick auf Szenen aus Rocket League in der Unreal Engine 6. Dabei fallen direkt die starken Spiegelungen auf dem Lack der Fahrzeuge, detaillierte Texturen und aufwendige Beleuchtungseffekte auf. Natürlich darf im Video auch der Drehsprung durch die Spielarena inklusive Ballkontakt nicht fehlen.

Unreal Engine 6 mit besserer Performance?

Das Logo der Unreal Engine 6 erstrahlt im Video dabei in einem auffälligen, violetten Farbton. Im Rahmen der Ankündigung wird zudem lediglich „eine neue Ära“ versprochen. Es stellt sich außerdem die Frage, warum sich Epic Games dafür entschieden hat, Rocket League für den ersten Showcase der neuen Engine-Version zu nutzen und nicht ein anderes Spiel.

Epic-Games-Chef Tim Sweeney sprach vor rund einem Jahr davon, dass die Unreal Engine 6 dank besserer Kernauslastung von Prozessoren eine höhere Performance als die aktuelle Version bieten soll. Das wäre sehr erfreulich, da gerade die Unreal Engine 5 in der Vergangenheit vermehrt durch Leistungsprobleme aufgefallen ist. Zudem sollen die kommende Version der Unreal Engine einfacheres Programmieren für Fortnite bieten, aber gleichzeitig besser bei umfangreichen Spielen skalieren, wie Sweeney im Lex Fridman Podcast angedeutet hat.

Bei der Unreal Engine 5 waren die Software-Raytracing-Beleuchtung „Lumen“ und „Nanite“ zur Darstellung extrem detaillierter Oberflächen die großen Neuerungen. Das erste Spiel mit Unreal Engine 5 war Fortnite.

Der KI-Anbieter Perplexity hat mit Bumblebee einen Sicherheitsscanner für Entwickler veröffentlicht, der helfen soll, risikobehaftete Pakete und Erweiterungen aufzuspüren. Weshalb das Unternehmen die Open-Source-Lösung nach der gemeinhin als besonders friedfertig geltenden Hummel benannt hat, bleibt bislang allerdings offen.

Aktuell nicht für Windows erhältlich

Mit Bumblebee will Perplexity Entwicklern ein internes Werkzeug an die Hand geben, um den zunehmenden Bedrohungen durch Angriffe auf die Software-Lieferkette besser begegnen zu können. Bislang wurde das Tool ausschließlich für macOS und Linux entwickelt, ob künftig auch eine Windows-Version geplant ist, bleibt derzeit offen. In lokalen Entwicklerumgebungen soll Bumblebee risikobehaftete Pakete, Browser- und Editor-Erweiterungen sowie Konfigurationen von KI-Werkzeugen aufspüren können, ohne dabei Änderungen am jeweiligen System vorzunehmen.

Fokussierte Problemlösung

Dabei hält Perplexity den Aufgabenbereich von Bumblebee bewusst eng gefasst und konzentriert sich gezielt auf ein einzelnes Problem, statt daraus eine umfangreiche Sicherheits-Suite mit zahlreichen Funktionen zu machen. Entsteht durch kompromittierte Pakete, Erweiterungen oder Entwicklerwerkzeuge ein Sicherheitsrisiko, soll das Tool Teams dabei unterstützen, schnell nachvollziehen zu können, welche und zugleich wie viele Rechner betroffen sein könnten. Statt wie häufig üblich ausschließlich ausgelieferte Software über SBOMs oder das Laufzeitverhalten mittels EDR-Lösungen zu analysieren, greift Bumblebee auf lokale Metadaten aus Lockfiles, Paketmanager-Einträgen, Erweiterungsmanifesten sowie unterstützten MCP-Konfigurationsdateien zurück und wertet diese aus. Anschließend erzeugt das Werkzeug strukturierte NDJSON-Datensätze, die sich sowohl manuell prüfen als auch mit anderen Expositionskatalogen abgleichen lassen.

Nur gucken, nicht anfassen!

Laut einem Blog-Eintrag von Perplexity arbeitet der Scanner dabei ausschließlich schreibgeschützt. Weder Paketmanager wie npm, pip oder Go noch andere Befehle werden aktiv ausgeführt, zudem liest Bumblebee keine Quelldateien aus. Gerade npm-Pakete können sogenannte Postinstall-Skripte enthalten, die automatisch gestartet werden, sobald npm install diese verarbeitet. Nach Angaben von Perplexity sollen sich auf diesem Weg zahlreiche der jüngsten Lieferketten-Würmer verbreitet haben. Ein Scanner, der npm zur Überprüfung einer möglichen Exponierung direkt aufruft, würde den eigentlichen Angriff damit bereits selbst auslösen. Genau solche Risiken sollen mit Bumblebee vermieden werden.

Damit macht Perplexity zugleich deutlich, dass Bumblebee nicht dafür entwickelt wurde, Sicherheitslücken im eigentlichen Quellcode aufzuspüren. Stattdessen steht die schnelle Erkennung von Beständen und potenziellen Schwachstellen auf Entwickler-Endpunkten im Mittelpunkt.

Bereits jetzt unterstützt Bumblebee eine Vielzahl unterschiedlicher Entwicklungsumgebungen:

• Paketmanager für Programmiersprachen: npm, pnpm, Yarn, Bun, PyPI, Go modules, RubyGems, Composer
• KI-Agenten-Konfigurationen: MCP 
• Editor-Erweiterungen: VS Code-Familie (VS Code, Cursor, Windsurf, VSCodium)
• Browser-Erweiterungen: Chromium-Familie (Chrome, Comet, Edge, Brave, Arc) und Firefox

Verschiedene Levels für die Praxis

Für die Ausführung bietet Bumblebee unterschiedliche Profile für Basis-, Projekt- und Tiefen-Scans. Dadurch sollen Entwickler abhängig vom jeweiligen Risiko flexibel reagieren können. Bei regelmäßigen Überprüfungen oder bekannten Meldungen könnten bereits oberflächliche Scans ausreichen, während bei bislang unbekannten Bedrohungen gezielte Analysen bestimmter Repositories oder Workspaces möglich sein sollen. Falls auch das nicht genügt, soll das Deep-Profil einen umfassenden Scan aktiver Sicherheitsvorfälle ermöglichen.

Perplexity sieht die wichtigsten Einsatzgebiete von Bumblebee insbesondere bei Sicherheitsingenieuren, DevSecOps-Teams sowie Unternehmen mit Entwicklern, die zahlreiche lokale Werkzeuge und Paket-Ökosysteme einsetzen. Besonders relevant sei das Werkzeug dort, wo kompromittierte Pakete möglichst schnell lokalisiert und bereinigt werden müssen.

Sicherer Einsatz vom Agenten soll vorangetrieben werden

Darüber hinaus unterstreicht Perplexity mit der Veröffentlichung von Bumblebee seine strategische Ausrichtung auf den sicheren Einsatz von KI-Agenten. Das gilt insbesondere vor dem Hintergrund, dass entsprechende Werkzeuge zunehmend stärker in Entwicklungs- und Geschäftsprozesse integriert werden.