Apps & Mobile Entwicklung

Was er kann – und was noch längst nicht

„Hallo ChatGPT, nutze den Agentenmodus und schreib mir einen Testbericht über den neuen Agentenmodus von ChatGPT“ – so oder so ähnlich könnte das vielleicht bald klingen, wenn ein Tech-Journalist einen Testbericht verfassen muss. Aber klappt das aktuell auch schon? Vermutlich nicht, da ich mich hier selbst mit dem Text abrackere. Aber dennoch soll der Agent aus dem Hause OpenAI schon einige interessante Tricks zu bieten haben.

Ich hab mich also mal ein wenig mit der Materie auseinandergesetzt und verrate Euch jetzt, was Ihr mit dem Agentenmodus bereits machen könnt – und was noch nicht. Für eine ausführlichere Erklärung zum Agentenmodus innerhalb von ChatGPT klickt einfach auf den Link. Dort habe ich mich nämlich an diesen Agentenmodus herangetastet.

Hier noch einmal das Allerwichtigste kurz zusammengefasst:

Der Agentenmodus steht derzeit nur den Usern zur Verfügung, die mindestens das Plus-Abo für 23 Peitschen monatlich nutzen.
Außerdem befindet sich der Agent noch in einem sehr frühen Stadium. Selbst OpenAI weist ausdrücklich darauf hin, dass er noch fehlerhaft ist.
Der Agent beantwortet nicht nur Fragen, sondern recherchiert und erstellt selbstständig Inhalte, organisiert Daten oder nimmt Buchungen vor.
Tools: Im Agentenmodus kann ChatGPT auf Werkzeuge wie einen Browser, einen Code Interpreter (Python), eine Dateiverwaltung und externe Dienste oder Plugins zugreifen.

ChatGPT Agentenmodus im Test

Experiment 1: Neue Hosen kaufen

Vor welche Aufgaben stelle ich ChatGPT nun? Ich lasse es leicht angehen. Links neben der Eingabezeile tippe ich auf die Tool-Box. Statt „Bild erstellen“ oder „Deep Research“ wähle ich also den Agentenmodus aus und es kann losgehen: Ich brauche neue Hosen. Also geht der Auftrag an meinen neuen Agenten: Informiere Dich über die Trends des Jahres, und bestell mir zwei Hosen in angesagten Farben. Maße: W38 / L32. Und ja, ich bin deutlich voluminöser, aber 1. wollte ich nicht, dass ChatGPT weiß, wie fett ich wirklich bin und 2. wollte ich eine Hosengröße nehmen, die man überall regulär bekommt und nicht nur im Elefanten-Bedarf.

ChatGPT legt locker los, fragt nach wenigen Sekunden nach: Neben einer Zusammenfassung des Auftrags hakt die KI nach: Wie teuer darf der Spaß sein und hab ich eine bestimmte Marke im Sinn? Obergrenze 120 Euro und nein, ieine bestimmte Markte – und dann rödelt ChatGPT. Zehn Minuten später meldet mein fleißiger Helfer Vollzug: Tatsächlich wurden Modezeitschriften gewälzt, ChatGPT hat u.a. bei der Vogue vorbeigeschaut und informiert mich, dass weite und lockere Cargo-Hosen im Trend liegen. Muss ich blind glauben, weil ich ein echtes Modeopfer bin.

Dementsprechend kenne ich natürlich auch nur wenige Farben: Schwarz, Weiß, Rot, Gelb, Grün, Blau, fertig aus (okay, etwas übertrieben). Instyle.de nennt als Trendfarben u.a. wohl Creme, Beige, Mocha Mousse und Mondscheingrau sowie Burgunderrot. Junge, Junge! Auch bei anderen landet mein Agent oft auf der Pastellton-Fährte.

Endergebnis:

Ich bekomme folgende Info, nachdem mir ChatGPT mitgeteilt hat, welche zwei Hosen die KI für mich ausgewählt hat: „Beide Artikel liegen in Ihrem Warenkorb mit einer Zwischensumme von 74,80 Euro. Möchten Sie zur Kasse gehen und den Kauf abschließen?“ Das ist sicher super gemeint, klappt aber nicht. Ich werde aufgefordert, die Transaktion zu erlauben und auch aufs Risiko hingewiesen – ab da passiert aber nichts mehr.

Als ich später nachhake, erzählt mir die KI, dass der Warenkorb nur solange zugänglich ist, solange ich nicht den Browser bzw. die Sitzung verlasse. Hab ich aber nicht, dennoch klappte es nicht. Schade, aber der Agent hilft dennoch: Er verlinkt mir die Hosen (übrigens von Allessandro Salvarini) und bietet mir sogar an, mir dafür QR-Codes zu erstellen, damit ich die später jederzeit wieder mit dem Handy finde.

Bedeutet unterm Strich: Gekauft habe ich nichts – quasi tote Hose. Aber trotzdem Respekt, denn der Agent übernimmt eigenhändig die Recherche, findet für mich Produkte, die meinen Vorgaben entsprechen, nennt mir die Preise und Links. Das hat erstens nur zehn Minuten gedauert und vor allem waren das zehn Minuten, in denen ich natürlich etwas ganz anderes erledigen konnte.

Experiment 2: Ich will Asia-Nudeln!

Ich erzähle ChatGPT davon, dass ich viel zu oft diesen hoch verarbeiteten Instant-Nudel-Quatsch esse. YumYum-Nudeln und solche Geschichten eben. Da ich diese Nudeln eh immer mit frischem Gemüse pimpe, hab ich mir überlegt, dass ich den Spaß ja im Grunde auch komplett selbst kochen könnte.

Also hab ich meine KI gefragt, welche Zutaten in den „YumYum-Nudeln Ente“ stecken und wo ich die in Dortmund bekomme. Alternativ sollte sich ChatGPT den ganzen Kram im Netz zusammensuchen und mir wieder alles in den Warenkorb feuern.l Auch hier wieder rödelt das Werkzeug los. Ihr könnt dabei zusehen, wie er sich die Arbeitsaufgabe sortiert, verschiedene Seiten nach dem Produkt durchsucht, Cookie-Buttons wegklickt und ähnliches.

Endergebnis:

In Schritt 1 findet ChatGPT heraus, was in der Packung überhaupt alles drinsteckt und was ich alles benötige, um den Spaß nachzukochen. Da ich faul bin und nicht zig Screenshots auf meinem Handy machen wollte von der angebotenen Tabelle, musste ChatGPT wieder ran. Ich hab mir die Übersicht also als Bild generieren lassen. Haut fast komplett hin, hier und da ist aber trotzdem noch ein Tippfehler dazwischen. Das hat aber eher was mit GPT an sich zu tun und weniger mit dem Agentenmodus. Ach, wenn wir gerade davon reden: Ich habe diese Versuche mit GPT-4 gestartet, noch nicht mit dem neuen GPT-5.

Tabelle frischer Zutaten und Ersatzstoffe für asiatische Nudeln mit Kategorien und Vorschlägen. — Bis auf ein paar kleine Tippfehler sieht die Tabelle eigentlich ganz richtig aus, oder? / © nextpit

Danach erzählt mir die KI, wo ich die Brocken in Dortmund bekomme. Das wirkt ein wenig lieblos, denn mir wird nur ein Asia-Supermarkt vorgeschlagen, obwohl es deutlich mehr und auch näher gelegene gibt. Dann gibt es den Hinweis, dass viele herkömmliche Discounter wie Rewe auch jede Menge von dem Zeug führen, das ich benötige. Schließlich werde ich auch auf den Wochenmarkt hingewiesen.

Danach macht sich der Agent dann selbst an die Bestellung. Das Ganze ähnelt der Hosen-Nummer. Die Sachen landen im Warenkorb, außer die Nudeln selbst. Soll ich mir gefälligst vor Ort kaufen, sagt die unverschämte KI-Unterstützung. Kaufen kann ich wieder nicht. Ich soll wieder den Button drücken, es passiert wieder nichts und dann steh ich da mit leerem Magen. Wenn ich besagten Button übrigens drücke, steht dann als Aussage von mir sowas wie: „Please proceed. Do not ask any addtitional follow-up questions. Okay, dann halt nicht. Die Recherche war wieder top, der Rest eher nicht.

Experiment 3: Der Amiga Lade-Screen

Ja, ich hätte voll gerne, dass mir mein Agent so eine Lade-Animation zusammenstellt, wie es sie frühe am Amiga gab, wenn man Spiele geladen hat. Da liefen pixelige Laufbänder durchs Bild, die uns verrieten, welche Hacker-Crew die beste ist, es gab ein paar Grafik-Späße auf dem Screen und es dudelte typische 8-Bit- bis 16-Bit-Musik. Auch hier hat ChatGPT ein paar Nachfragen und legt dann los.

Endergebnis:

Es ist nicht preisverdächtig, aber ja: ChatGPT programmiert mir schon ungefähr das, was ich will und liefert die Musik in einem separaten File. Beides funktioniert auf Anhieb, allerdings muss ich mir das Audio-File und die Animation in einem Video-Editor meiner Wahl selbst zusammenfummeln – sagt zumindest mein KI-Kumpel. Ihr seht oben einen Screenshot – und müsst Ihr einfach vertrauen, dass mein Text wirklich durchs Bild scrollt und sich auch meine gewünschten UFOs wie gewünscht bewegen.

Also ja, der allerletzte Step – Animation und Gedudel in einem Video – bleibt mir verwehrt. Aber okay, das könnte ich mir jetzt tatsächlich auf dem Handy im Video-Editor zusammenpuzzeln.

Experiment 4: Das Weltraum-Spiel

Übermütig geworden von dem ersten Coding-Erfolg, will ich ChatGPT im Agentenmodus jetzt ein Weltraum-Game programmieren lassen. Meine Vorgabe: Bitte programmiere ein kleines Game. Irgendwas, bei dem ich Raumschiffe abschießen kann. Das war der komplette Prompt, mehr hab ich nicht getan. Es gab unmittelbar eine Nachfrage: Web-based als Javascript-Game, oder lieber für den Desktop (Python). Ich hab mich für die Browser-Version entschieden.

Außerdem fragte mich der Agent, ob ich mit einer simplen Schuss-Mechanik zufrieden wäre, oder andere Ideen hätte. Wenn man mich so fragt, will ich natürlich Spezialwaffen, ist klar.

Endergebnis:

Drei Minuten dauerte es, bis mir ChatGPT mit meiner spartanischen Anweisung tatsächlich ein Game gebaut hat. Ja, natürlich ein simples, aber es läuft! Anfangs konnte ich es vom Handy aus nicht starten, also hat mir ChatGPT einfach die HTML-Zeilen aufgelistet, die ich selbst als .html-Datei abspeichern konnte.

Ein Spielbildschirm zeigt einen Punktestand von 4400 mit roten Hindernissen und einem blauen dreieckigen Spieler am Boden. — Ja, gut, es ist grafisch nicht opulent. Aber ChatGPT hat das in 180 Sekunden selbst erstellt – Hut ab! / © nextpit

Ist das Spiel aufregend? Ja, für circa zwei Minuten. Kann ich Raumschiffe abknallen und hab Spezialwaffen? Aber hallo!“ Der Agent hat mir auch eine Übersicht über die Tastenbelegung mitgeliefert, danke dafür. Wie das Spiel funktioniert? So wie bestellt quasi: Ich kann mich unten seitlich bewegen und ballere nach oben, von wo aus mich die verdammten Aliens attackieren. Atmet ein wenig Atari-Vibes aus 1982, aber genau so wollte ich es ja auch.

Experiment 5: Mein eigener Song

Ich schimpfe gern über KI-Musik, experimentiere aber auch gern damit. Das hab ich jetzt einfach mal die KI übernehmen lassen. Meine Ansage war: Komponiere mir einen Song und schreibe dafür einen Song über einen coolen Typen, der als Tech-Journalist arbeitet. Außerdem wollte ich dazu das passende Cover-Artwork.

Endergebnis:

Das mit dem Text hat direkt hingehauen: Auszug gefällig?

Every gadget tells a story, every update makes him smile. He turns the world of bits and bytes into poetry and style.

Zauberhaft – und auch das Cover-Design zum Lied „Ink & Silicon Hearts“ kann sich sehen lassen.

Eine Silhouette einer Person, die an einem Laptop arbeitet, umgeben von digitalen Symbolen und Wellen, die Technologie darstellt. — Das Cover zu dem Song wird meinen künstlichen Ansprüchen durchaus gerecht. / © KI-generiert

Fehlt nur noch das Lied selbst, was? Und das sollte echt eine ziemliche Reise werden. Zunächst funktionierte der Download wiederholt nicht. Danach entschied ChatGPT, den Song dann noch einmal hochzuladen. Als es immer noch nicht ging, begann das Troubleshooting der KI. Fragte zum Beispiel bei mir nach dem Gerät, mit dem ich gerade arbeite und ob ich die ChatGPT-App verwende oder die KI im Browser nutze.

ChatGPT hatte danach eine Idee: WAV-Files sind möglicherweise zu groß fürs Handy, also erstelle ich ein MP3. Das klappte dann tatsächlich, aber auch erst im zweiten Versuch, weil mittlerweile der Song nicht mehr aufzutreiben war. Die ambitionierte und rastlose KI zimmerte also einfach einen neuen Song zusammen. Den lud ich herunter und spielte ihn ab und ich hörte: Einen durchgehenden Ton, zehn Sekunden lang.

Neuer Plan, jetzt will mir ChatGPT aber wirklich einen richtigen Hit basteln. Fragt mich nochmal nach meinen Wünschen. Ich präzisiere meine Idee: Soll elektronisch und nach 80s klingen, so ein bisschen wie die frühen Depeche Mode und diesmal bitte mit Gesang. Schnell soll der Song sein und „uplifting“.

Heraus kam ein wenige Sekunden langes Gedudel, welches eher an meine Amiga-Demo von vorhin erinnerte als an echte Musik. ChatGPT nimmt noch einen Anlauf, bestätigt mir wieder meine Wünsche, merkt aber dieses Mal an, dass das was länger d auert. Ich sollte mich so ein, bis zwei Stunden gedulden.

… seitdem warte ich. Okay, ich hab zwischenzeitlich gefragt, weil die Zeit längst um war. Antwort: „Mensch, Zufall – bin gerade fertig“. Der Download-Link funktionierte aber nicht: „File expired“. Und seitdem warte ich wieder … ich halte Euch auf dem Laufenden! Experiment Song-Komposition also bis auf weiteres gescheitert.

Experiment 6: Meine Journalisten-Präsentation

Nach dieser Schlappe wollte ich es noch ein letztes Mal probieren. Schreib mir eine Präsentation, damit meine Chefs sehen, was ich schon – auch außerhalb von nextpit – für super Artikel geschrieben habe. Ich wollte von ChatGPT zudem, dass meine Stärken und mein schreiberischer Stil erwähnt werden. Das alles wollte ich in einer Präsentation mit maximal zehn Slides haben.

Endresultat

Also erst mal: Hut ab, ChatGPT. Immerhin resümiert die KI in der erstellten Präsentation, dass ich es schaffe, Technologie mit gesellschaftlichem Kontext zu verknüpfen. Außerdem wird im Fazit hervorgehoben, dass ich komplexe Themen erkläre und sie mit persönlicher Note kritisch einordne. Klingt doch gut. Erwähnt werden auch meine langjährige Erfahrung, mein Storytelling und selbst mein Humor wird angesprochen.

Der genaue Blick ist dennoch auch hier ein ernüchternder. Im Prozess sehe ich noch ein echt cooles Cover-Bild als Aufmacher. In der fertigen Präsentation bleibt neben meinem Namen lediglich ein nicht aussagekräftiger Schnipsel eines Artikelbilds, das ich mal genutzt habe. Die Zusammenstellung verschiedener Artikel ist auch wenig zielführend. Ich wollte zwar einen Überblick über mein Schaffen, aber im Grunde hat sich der Agent nur eine Handvoll sehr aktueller Beiträge angeschaut.

Ausgewählt wurden vier nextpit-Beiträge und ein Blog-Artikel aus meinem privaten Blog. Diese Texte wurden mit ein paar Stichpunkten zusammengefasst. Aber so eine Inhaltsangabe war ja nicht Ziel der Präsentation. Zwei weitere Bilder können nicht angezeigt werden. Davon ab sieht die Inhaltsangabe mit Artikelbild eigentlich schon nett aufbereitet aus:

Eine Person steht vor einer leuchtenden Kugel in einem High-Tech-Raum mit Datenanzeigen. Text diskutiert Superintelligenz. — Schlicht, übersichtlich – und nicht ganz, was ich wollte: Meine vom Agenten erstellte Präsentation. / © nextpit

Ich erhalte also nicht ganz, was ich wollte. Allerdings ist eine Präsentation erstellt worden, die ich auch per PowerPoint und anderen Tools aufrufen kann, das 10-Slides-Limit wurde berücksichtigt und es gibt auch einen Resümee-Teil, der mein Schaffen einordnet. Daher behaupte ich mal, dass dieser Test gelungen ist und noch besser funktioniert hätte, wenn ich mir beim Prompten mehr Mühe gegeben hätte.

Mein Fazit

OpenAI tut gut daran, darauf zu verweisen, dass der Agent a) noch in den Kinderschuhen steckt und b) nochmal andere Risiken bedacht werden müssen als beim üblichen Gebrauch von ChatGPT. Immerhin agiert der Agent weitgehend autonom im Browser und kann zumindest in der Theorie Käufe abschließen. Praktisch konnte ich das bei meinen Beispielen nicht, weil der letzte Schritt – das Bezahlen – nicht ausgeführt werden konnte.

Wenn es um Recherche geht, hat mir der Agent eigentlich gute Dienste geleistet, egal ob ich einen Städtetrip planen will, eine Hose oder Lebensmittel für ein Rezept kaufen möchte. Hier ist die Zeitersparnis bereits heute überzeugend. Der Agent programmiert, wenn nötig, trägt alles wie gewünscht zusammen und mir ist noch eine Sache positiv aufgefallen: Das Troubleshooting! Funktioniert etwas nicht, sucht der Agent eigenständig nach Lösungen. Dabei findet er immer wieder tatsächlich Ansätze, etwas ans Laufen zu bringen, was zuvor nicht geklappt hat.

Wer also den Agentenmodus heute ausprobiert, kann mit etwas Glück schon ein simples Spiel oder einen wirklich miesen Song erhalten. Auch als Recherchewerkzeug ist der Agent brauchbar. Aber für jeden anderen Zweck solltet Ihr immer berücksichtigen, dass der Modus längst noch nicht da ist, wo er eigentlich hin soll. Er ist also ganz sicher (noch) kein Werkzeug, für das sich das kostspielige Abo lohnt. Was er allerdings durchaus ist: Eine Wette auf die Zukunft und ein Fingerzeig, was uns OpenAI in absehbarer Zeit ermöglichen kann.

Source link

Verwandte Themen:kann längst nicht noch und

Up Next

GeForce RTX 5090D v2: Das neue Topmodell für China startet offiziell mit 24 GB VRAM

Nicht verpassen

GeForce 580.97: Neuer Nvidia-Treiber behebt keine Gaming-Bugs

Apps & Mobile Entwicklung

PV-Besitzer warten lang auf Geld

Eigentlich sollte es für PV-Besitzer ein einfaches sein, nach dem Anschluss ihrer PV-Anlage auch die ihnen zustehende Einspeisevergütung zu erhalten. Die Realität sieht heutzutage jedoch deutlich anders aus. Immer mehr Menschen warten über Monate hinweg auf die ihnen zustehenden Abschlagszahlungen. Selbst Wartezeiten von einem Jahr sind heute kein Ausnahmefall mehr. Einige Bundesländer stechen dabei besonders stark mit Problemen hervor.

Rheinland-Pfalz: Geduld ist hier Pflicht

In Rheinland-Pfalz stapeln sich die Beschwerden bei den Verbraucherschützern. Die Wartezeiten sind lang, teilweise deutlich länger als erwartet. Der Frust wächst – und das nicht nur bei Einzelfällen. Was zunächst wie ein regionales Problem wirkt, entpuppt sich schnell als bundesweite Herausforderung. Denn auch in anderen Bundesländern läuft es nicht rund, was die Auszahlung der zustehenden Einspeisevergütung für PV-Besitzer betrifft. „Über ein Jahr Verzögerung ist keine Seltenheit. Die Leute kommen nicht an ihr Geld“, so Energieexpertin Claudia Kreft von der Verbraucherzentrale Thüringen.

Dabei ist die Einspeisevergütung eigentlich als Abschlagszahlung zum 15. jeden Monats fällig. Bei einem Verzug könnte sogar Anspruch auf Verzugszinsen bei PV-Besitzern entstehen. Allerdings sind zugleich die Netzbetreiber die ersten Ansprechpartner für Beschwerden, was gerade bei dort verursachten Problemen nicht automatisch zum gewünschten Erfolg führt. In der Theorie könnten PV-Besitzer die säumige Einspeisevergütung sogar gerichtlich einklagen. Doch ein solcher Rechtsweg ist unweigerlich mit einem Kosten- und Zeitaufwand verbunden.

PV-Module auf Hausdach, Sinnbild für PVT-Module — Die Auszahlung der Einspeisevergütung verzögert sich in immer mehr Bundesländern / © Chedko/Shutterstock

Mehr als nur ein Bundesland betroffen

Nicht nur Rheinland-Pfalz ächzt unter langen Wartezeiten. Auch in Thüringen, Schleswig-Holstein, Niedersachsen, Bremen, Hessen und dem Saarland melden Verbraucherzentralen steigende Zahlen an Beschwerden. Es scheint, als würden gleich mehrere Zahnräder im System klemmen – und das zur gleichen Zeit.

Das Bemerkenswerte: Es gibt keinen einzelnen „Bösewicht“ unter den Netzbetreibern. Vielmehr scheint das Problem quer durch die Branche verteilt zu sein. In manchen Fällen sollen IT-Umstellungen zu Verzögerungen geführt haben – ein bisschen wie ein Software-Update, das plötzlich den halben Arbeitsfluss lahmlegt. Vor allem der Netzbetreiber Mitnetz führt die eigenen Wartezeiten auf Nachwehen einer IT-Umstellung zurück. Innerhalb der nächsten Monate sollen alle ausstehenden Einspeisevergütungen rückwirkend ausgezahlt werden.

Gegenüber dem Netzbetreiber Westnetz hingegen wurde in der Zwischenzeit ein Aufsichtsverfahren aufgrund der anhaltenden Beschwerden eröffnet. Auch hier soll es Schwierigkeiten mit einer IT-Umstellung geben. Westnetz ist eine Tochtergesellschaft von Westenergie, die wiederum ein Teil des großen E.ON-Konzerns ist. Zugleich gilt Westnetz mit einem Stromnetz von einer Länge von 175.000 Kilometern Länge als der größte Verteilnetzbetreiber in Deutschland. Dementsprechend zählen sowohl Teile von Rheinland-Pfalz und Niedersachsen als auch Nordrhein-Westfalen zum Gebiet, das der Betreiber versorgt.

Fazit: Warten auf Einspeisevergütung ist kein Dauerzustand

Ja, technische Umstellungen passieren. Und ja, es gibt immer mal Engpässe. Aber wenn Wartezeiten zur Regel werden, schlägt Geduld bei PV-Besitzern in Frust um. Für Euch heißt das: Dranbleiben, nachhaken und notfalls die Hilfe der Verbraucherzentralen in Anspruch nehmen. Denn nur wer den Finger in die Wunde legt, sorgt dafür, dass sie auch behandelt wird. Und vielleicht, nur vielleicht, wird die Wartezeit dann bald wieder kürzer – damit Ihr nicht länger auf Eure Einspeisevergütung warten müsst als auf den Start der nächsten Staffel Eurer Lieblingsserie.

Source link

Apps & Mobile Entwicklung

KI-Chips: US-Behörden setzen Tracker bei Server-Lieferungen ein

Personen aus der Lieferkette haben gegenüber Reuters bestätigt, dass US-Behörden teils auf Tracker für die Nachverfolgung von Server-Lieferungen setzen, um zu ermitteln, ob Systeme mit modernen KI-Beschleunigern an Länder verschickt werden, die eigentlich Exportauflagen unterliegen und deswegen explizite Lizenzen benötigen.

Die Tracker kommen demnach für ausgewählte Lieferungen und nicht flächendeckend zum Einsatz. Aufgespürt werden sollen damit Lieferungen an Länder, die Exportlizenzen voraussetzen, wie es etwa bei China der Fall ist. Nach China dürfen aktuell wieder angepasste KI-Beschleuniger wie der AMD MI308 oder Nvidia H20 geliefert werden, die High-End-Produkte beider Konzerne unterliegen effektiv aber einem Exportverbot.

Demnach werden die Tracker genutzt, um gegen Personen und Unternehmen zu ermitteln, die gegen die Auflagen der US-Regierung verstoßen. Neu sei der Einsatz von Trackern grundsätzlich nicht, wie eine Quelle gegenüber Reuters anmerkt, sie kämen bereits seit mehreren Jahren für Halbleiter und auch in anderen Bereichen wie dem Export von Flugzeugteilen zum Einsatz.

Größere und kleinere Tracker kommen zum Einsatz

Fünf Personen aus der Lieferkette für KI-Server zufolge sollen Tracker bislang in Servern von Herstellern wie Dell und Supermicro mit KI-Chips von AMD und Nvidia zum Einsatz gekommen sein. Tracker in der Größe von Smartphones werden demnach in der Verpackung untergebracht, kleinere in weniger offensichtlichen Bereichen, teils auch in den Servern. Wer für den Einbau verantwortlich ist und wo entlang der Route die Tracker platziert werden, dazu konnten sich die befragten Personen sich nicht äußern. Einer Quelle zufolge seien aber das Bureau of Industry and Security, das auch die Exportlizenzen ausstellt, Homeland Security Investigations und das FBI involviert.

Supermicro erklärte in einer Stellungnahme, dass man Sicherheitsmaßnahmen nicht kommentiere. Dell sei sich der Platzierung von Trackern in den eigenen Systemen nicht bewusst. Nvidia wollte keine Erklärung abgeben, AMD hat auf Anfragen nicht reagiert.

Offenes Geheimnis in der Branche

Die Tracker sind offenbar aber ein offenes Geheimnis. Denn für die Umleitung von Server-Lieferungen verantwortliche Personen seien sich Reuters zufolge durchaus bewusst über deren Platzierung. Reseller sollen Server-Lieferungen deshalb regelmäßig dahingehend untersuchen und entsprechende Systeme wieder entfernen.

Source link

Apps & Mobile Entwicklung

Was kann das US-Unternehmen Palantir?

„Palantir? Ja, hab ich schon mal gehört. Irgendwas mit KI, oder? Und irgendwas mit großen Datenmengen, richtig? Ich hab auch gehört, das funktioniert so ähnlich wie im Film Minority Report.“ So oder so ähnlich wird derzeit über das US-Unternehmen Palantir gesprochen. Aber die meisten von uns haben halt trotzdem keinen Schimmer, worüber wir hier exakt sprechen.

Alles Wichtige, was man über Palantir wissen sollte, haben wir Dir hier kompakt zusammengetragen. Will in nächster Zeit jemand mit Euch über Palantir diskutieren, bekommt Ihr jetzt die notwendigen Informationen dazu an die Hand. Damit seid Ihr dann gewappnet, egal ob beim Diskutieren in der Kneipe, in der Küche bei der Hausparty oder auf dem Elternabend.

Wichtig: Es ist eine sehr nüchterne, sachliche Betrachtung des Unternehmens. Das soll heißen, dass ich das Unternehmen und seine Produkte vorstelle, und auch auf mögliche Gefahren hinweise. Ich ordne das, was Palantir macht, also nicht persönlich ein und bewerte es selbst auch nicht. Lasst mich aber gern wissen, falls Ihr wünscht, dass ich Euch das in einem weiteren Artikel persönlich einordne.

Das ist Palantir

Klären wir zunächst, mit welchem Unternehmen wir es zu tun haben. Palantir Technologies ist ein 2003 gegründetes US-amerikanisches Softwareunternehmen mit Sitz in Denver, Colorado. Die Software wurde von Anfang an entwickelt, um die „Datenflut nach 9/11“ beherrschbar zu machen.

Palantir hat sich auf die Entwicklung von Plattformen zur Integration, Analyse und Visualisierung großer, heterogener Datenmengen spezialisiert. Klingt komplex, meint im Grunde aber lediglich, dass Palantir all das an Daten zusammenkratzt, was zwar längst schon verfügbar, aber eben nicht klug miteinander verbunden ist.

Der Name „Palantir“ stammt übrigens aus J.R.R. Tolkiens „Herr der Ringe“ und bezeichnet dort sehende Steine. Das soll die Mission des Unternehmens symbolisieren, riesige Datenmengen sichtbar zu machen. Ich lasse das an dieser Stelle mal unkommentiert, ob man wirklich durch sowas wie Saurons Auge überwacht werden möchte.

Das Unternehmen wurde maßgeblich von Peter Thiel mitgegründet und finanziell durch den Investmentarm der CIA, In-Q-Tel, unterstützt. Die Ausrichtung bezog sich zunächst auf den Kampf gegen den Terror. Berühmt geworden ist Palantir durch seine Datenanalys-Software, auf die wir später noch genauer eingehen. Sowohl Regierungsbehörden als auch Wirtschaftsunternehmen gehören zu den dankbaren Kunden.

Seit 2020 ist Palantir börsennotiert und wurde jahrelang stabil mit um die 50 Mlliarden US-Dollar bewertet. Ab da ging es steil bergauf, sodass der Konzern etwa ein Jahr später etwa bei 360 Milliarden Unternehmenswert einsortiert wird.

Die Köpfe hinter Palantir: Zwischen Vision und Provokation

Da ist zunächst natürlich der bereits erwähnte Peter Thiel, ein deutsch-amerikanischer Investor und Tech-Milliardär. Er ist bekannt für seine mitunter rechtsextremen bzw. antidemokratischen Ansichten. Zudem auch für seine engen Verbindungen zu US-Geheimdiensten und nicht zuletzt zu Persönlichkeiten wie Donald Trump. Thiel war zudem Mitbegründer von PayPal (zusammen mit Elon Musk) und ein früher Investor bei Facebook. Sein Privatvermögen wird auf knapp 20 Milliarden US-Dollar geschätzt.

Thiel unterstützte 2016 bereits Donald Trump in seinem Wahlkampf und finanzierte auch JD Vances Einstieg in die Politikl Vance arbeitete seinerzeit sogar für Peter Thiel. Die drei mächtigen Männer sind sich sowohl freundschaftlich als auch ideologisch verbunden.

Zweiter wichtiger Kopf des Unternehmens ist der aktuelle CEO von Palantir Alex Karp, ebenfalls ein Mitgründer. Karp wird oft als exzentrisch beschrieben. Er promovierte in Philosophie an der Johann Wolfgang Goethe-Universität Frankfurt am Main und spricht gut Deutsch. Früher für linksliberale Positionen bekannt, steht er heute für die Verteidigung westlicher Werte und Demokratien ein.

Alex Karp, vertieft in Gedanken während einer Diskussion auf der Bühne. — Der CEO-Posten bei Palantir macht Alex Karp zu einem der einflussreichsten Männer der Welt. / © nextpit (KI-generiert)

Alex Karp verfügt über ein geschätztes Vermögen von 9,7 Milliarden US-Dollar und das Time Magazine zählt ihn zu den 100 einflussreichsten Personen des Jahres 2025.

Weniger in den Medien erwähnt, aber ebenso sehr wichtig fürs Unternehmen: Stephen Cohen, ebenfalls Mitgründer und derzeit u.a. Mitglied des Verwaltungsrats bei Palantir. Er studierte an der Stanford University Computerwissenschaften. Mit seinem Wissen über maschinelles Lernen und KI konnte er den Prototyp entwickeln, der Palantir schließlich die Tür zur US-Regierung öffnete.

Das macht Palantir

Palantir bietet primär Softwareplattformen an, die es Institutionen ermöglichen, große Datenmengen zu analysieren, indem sie riesige Informationsmengen in einen integrierten Datensatz umwandeln, der ihren realen Betrieb widerspiegelt. Wichtig dabei: Das Unternehmen selbst erstellt oder verkauft keine Daten, sondern hilft dabei, bereits vorhandene Daten zu interpretieren. Die Kernprodukte von Palantir sind Gotham und Foundry, unterstützt durch Apollo und die Artificial Intelligence Platform (AIP).

Gotham

Gotham wurde ursprünglich für Analysten von Verteidigungs- und Geheimdiensten entwickelt und war die erste Softwareplattform des Unternehmens (benannt nach Batmans Heimatstadt). Sie wird hauptsächlich im Bereich der Strafverfolgung, Terrorismusbekämpfung, für Nachrichtendienste und zur Bekämpfung von Finanzkriminalität eingesetzt.

Und wie funktioniert das? Gotham ist darauf spezialisiert, große Datenmengen aus verschiedenen Quellen zu integrieren, zu analysieren und benutzerfreundlich darzustellen. Einmal verknüpft ermöglicht die Software die Visualisierung von Datenpunkten wie Personen, Orten, Ereignissen, Finanztransaktionen und Kommunikationsdaten. Sie kann gleichzeitig verschiedene polizeiliche und behördliche Datenbanken durchsuchen und Informationen effizient zusammenführen.

Ein zentrales Merkmal ist die KI-gestützte Mustererkennung, die Auffälligkeiten und verborgene Muster identifiziert und Prognosen ableitet, was das sogenannte „Predictive Policing“ ermöglicht.

Foundry

Foundry wurde 2016 entwickelt, um die Interaktion von Unternehmen mit Informationen durch ein zentrales Betriebssystem für ihre Daten zu verändern. Sie findet in nahezu allen Branchen Anwendung, zum Beispiel im Gesundheitswesen. Auch bei Finanzdienstleistungen, im Automobisektor, im Einzelhandel und in der Telekommunikation kommt Foundry zum Einsatz.

Die leistungsstarke Datenplattform ist eine echte Waffe, um wertvolle Erkenntnisse zu gewinnen und datengetriebene Entscheidungen zu treffen. Ein wesentliches Merkmal ist die Modularität, die es Kunden erlaubt, nur die benötigten Komponenten zu erwerben, was die Kundenakquise erleichtert und Pilotprojekte beschleunigt.

Apollo

Apollo selbst ist kein eigenständiges Produkt, sondern ein kontinuierliches Liefersystem, das Gotham und Foundry antreibt. Es ermöglicht Palantirs Produkten, an Orten zu laufen, die andere SaaS-Plattformen (Software as a Service) nicht erreichen können, wie getrennte Umgebungen (z.B. Drohnen und U-Boote) oder speziell entwickelte Regierungs-Clouds.

Apollo liefert kontinuierliche Updates für die Plattformen (mehr als 41.000 Mal pro Woche), wodurch Benutzer:innen stets über die neueste Technologie verfügen und der Arbeitsaufwand für Ingenieure reduziert wird. Es verschafft Palantir einen wichtigen Wettbewerbsvorteil gegenüber traditionellen SaaS-Produkten.

AIP

AIP schließlich steht für Artificial Intelligence Platform und integriert generative KI und LLMs (Large Language Models) in die bestehenden Plattformen Foundry und Gotham. AIP verbessert die Datenanalyse- und Entscheidungsprozesse durch maschinelles Lernen und prädiktive Analysen. Sie kann auf Oracle Cloud Infrastructure (OCI) bereitgestellt werden und ist wie gemacht für viele Kundensegmente, egal ob Regierung oder Privatunternehmen.

Wo ist Palantir bereits im Einsatz?

Palantir hat eine breite Kundenbasis, darunter wie bereits erwähnt sowohl Regierungs- als auch kommerzielle Kunden. Berichte sprechen von 149 Kunden, wobei der Großteil des Umsatzes aus Regierungsaufträgen stammt.

Weltweit und in den USA

Palantir wurde insbesondere durch seine Zusammenarbeit mit US-Regierungsbehörden bekannt. Die US-Geheimdienste (CIA, NSA), das Militär (US Army, Space Force) und Strafverfolgungsbehörden (FBI, ICE) sind Hauptnutzer von Palantir Gotham, insbesondere im Kampf gegen den Terrorismus und die Beschaffung von Informationen.

Palantir gilt in den USA als eine Art „Geheimwaffe“ zur Bekämpfung organisierter Kriminalität und zur Vorhersage von Verbrechen (Predictive Policing). Es half der US-Armee in Afghanistan und im Irak bei der Auswertung von Gefechtsfeld- und Geheimdaten in Echtzeit.

Im Gesundheitswesen wurde Palantir beispielsweise vom britischen NHS zur Koordination der COVID-19-Reaktion eingesetzt. Auch Konzerne wie Airbus, BMW und Merck nutzen Palantir-Software.

Beispiel Deutschland: Eine beschnittene Version

In Deutschland wird Palantir Gotham, teilweise unter eigenen Projektnamen, von Polizeibehörden einzelner Bundesländer eingesetzt oder erprobt. Hessen setzt seit Ende 2017/Anfang 2018 eine angepasste Palantir-Lösung namens HessenDATA ein. Ziel ist die Bekämpfung von Schwerstkriminalität und Terrorismus. Die Polizei in Nordrhein-Westfalen (NRW) verwendet Palantir-Technologie unter dem Namen DAR (Datenbankübergreifende Analyse und Recherche), um Tatzusammenhänge und Täter-Netzwerke aufzudecken.

Das Bayerische Landeskriminalamt schloss 2022 einen Rahmenvertrag mit Palantir über die Einführung von VeRA (Verfahrensübergreifende Recherche und Analyse) ab. Dieser Rahmenvertrag ermöglicht es allen Bundesländern und Bundesbehörden, Palantir-Software ohne erneute Ausschreibung zu beziehen.

Unterschiede zum US-Einsatz

Während Palantir in den USA in einem breiten Spektrum sensibler Bereiche umfassend eingesetzt wird, unterliegt der Einsatz in Deutschland strengen rechtlichen Beschränkungen und Debatten. Das Bundesverfassungsgericht erklärte im Februar 2023 zwei Landesgesetze (Hessen und Hamburg) zum Palantir-Einsatz in ihrer damaligen Form für verfassungswidrig.

Die Richter bemängelten, dass die Gesetze ermöglichten, umfassende Profile von Personen, Gruppen und Netzwerken zu erstellen, ohne ausreichend zwischen Verdächtigen und Unbeteiligten zu unterscheiden. Dies führte zu strikten Auflagen: Der Einsatz solcher Analyse-Plattformen muss also bei uns klar auf konkrete Gefahren oder bestimmte schwere Straftaten begrenzt werden.

In Deutschland wird beispielsweise betont, dass die Daten ausschließlich in den Rechenzentren der Polizei verbleiben sollen. Dennoch bleiben Bedenken hinsichtlich des US CLOUD Act. Der ermöglicht US-Behörden theoretisch Zugriff auf Daten bei amerikanischen Firmen, auch außerhalb der USA.

Kritiker:innen fordern maximale Transparenz und Kontrolle, um Missbrauch vorzubeugen. Im Gegensatz dazu ist in den USA der Einsatz der Technologie, wie die Sammlung von Daten über undokumentierte Einwanderer durch ICE, höchst umstritten. Palantir selbst gibt an, seine Produkte nicht an China oder andere undemokratische Staaten zu verkaufen.

Palantir im kommerziellen Einsatz

Bei den derzeitigen Diskussionen um Palantir wird oft vergessen, dass das Unternehmen auch sehr viele Kunden im kommerziellen Sektor hat. So Nutzt Airbus Palantir, um Produktion und Lieferketten zu steuern und zu optimieren. Auch beim deutschen Pharmakonzern Merck, BP, Credit Suisse oder Fiat Chrysler zählt man auf Palantirs Qualitäten. Im Video seht Ihr, wie Ferrari von Palantir profitiert:

Was macht Palantir gefährlich?

Die Nutzung von Palantir-Software wirft in Europa und insbesondere in Deutschland erhebliche Bedenken auf, die sich um Datenschutz, Souveränität, Transparenz und ethische Fragen drehen. Nochmal: In diesem Beitrag bewerten wir das Tun Palantirs nicht, sondern weisen möglichst neutral auf potenzielle Gefahren hin.

1. Datenschutzprobleme und Eingriffe in Grundrechte

Die Software ermöglicht die unkontrollierte Verknüpfung von Daten aus unterschiedlichsten Quellen. Dazu gehören Polizeidatenbanken, Gesundheitsdaten, soziale Medien und Einwohnermelderegister. Dies führt zur Erstellung umfassender Persönlichkeitsprofile, auch von Zeugen, Opfern oder völlig Unbeteiligten, die zufällig mit einer gesuchten Person in Kontakt standen. Datenschützer:innen warnen vor einem „gläsernen Bürger“ und einem „Dammbruch in Richtung Totalüberwachung“.

2. Mangelnde Transparenz und proprietäre Struktur („Black Box“)

Palantirs KI-Algorithmen agieren oft als eine Art „Blackbox“. Soll heißen, die genaue Funktionsweise und die Verarbeitung der Daten bleiben undurchsichtig. Dies macht eine Überprüfung auf DSGVO-Konformität praktisch unmöglich und erschwert die externe Auditisierung. Selbst behördliche Aufsichtsstellen erhalten keine Einblicke in die Datenverarbeitungslogik, und das Unternehmen soll regelmäßig Auskünfte zu Datenflüssen verweigern. Kritiker fordern daher längst eine größere Transparenz der Algorithmen.

3. Geopolitische Abhängigkeiten und Souveränitätsbedenken

Als US-Unternehmen unterliegt Palantir dem CLOUD Act, der US-Behörden Zugriff auf bei amerikanischen Firmen gespeicherte Daten – auch außerhalb der USA – ermöglicht. Dies birgt das Risiko, dass Geschäftsgeheimnisse oder sensible Kundendaten an US-Stellen weitergeleitet werden könnten.

Diese Abhängigkeit wird als Gefahr für die digitale Souveränität Europas betrachtet. Länder wie Frankreich und Deutschland entwickeln daher eigene Lösungen, um US-Anbieter zu umgehen. Zumindest für Deutschland würde das jedoch im besten Falle noch so lange brauchen, um wohl wenigstens noch bis 2030 auf Palantir angewiesen sein zu müssen.

4. Reputationsrisiken durch politische Verflechtungen

Die engen Verbindungen von Mitgründer Peter Thiel zu Donald Trump und seine teils antidemokratischen Ansichten belasten die Akzeptanz von Palantir in Europa. Dies hat zu Public-Relations-Krisen, Widerstand von Mitarbeiter:innen und Kund:innen sowie Boykottaufrufen geführt. Die Assoziation mit der regelrechten Jagd auf Einwanderer in den USA wird kritisch gesehen.

5. Potenzial für Missbrauch und „Function Creep“

Ein so mächtiges Werkzeug wie Palantir weckt Begehrlichkeiten und könnte über den ursprünglich vorgesehenen Zweck hinaus eingesetzt werden. Was zur Terrorabwehr erlaubt ist, könnte später zur allgemeinen Kriminalitätsbekämpfung, bei Demonstrationen oder sogar zur Verfolgung von Systemkritikern genutzt werden. Man bezeichnet diese Art von Zweckentfremdung auch als „Function Creep“.

Es besteht also die Sorge, dass Daten beispielsweise auch für die Verfolgung von Kleindelikten wie Fahrraddiebstahl oder Cannabis-Konsum missbraucht werden könnten, anstatt sich auf schwere Kriminalität zu beschränken, wie es in der Theorie vorgesehen ist. In den USA zeigt sich das in Teilen bereits.

6. Diskriminierung und fehlerhafte Algorithmen

Wenn KI und Algorithmen Muster erkennen, besteht stets das Risiko eines Bias, also systematischer Verzerrungen. In den USA zeigten predictive-policing-Systeme rassistische Tendenzen, indem sie überproportional häufig Verbrechen in Vierteln mit Minderheiten vorhersagten. Da Polizeiakten oft bereits People of Color überrepräsentieren, können automatische Analysen diese Diskriminierung verstärken. Dies wiederum kann dazu führen, dass bestimmte Bevölkerungsgruppen zu Unrecht ins Visier geraten.

7. Fehlende Exit-Strategien und hohe Kosten

Es besteht die Gefahr eines sogenannten „Vendor-Lock-in“. Das bedeutet, dass ein Kunde nur unter großen Anstrengungen den Anbieter wechseln kann. Palantir bietet keine Exit-Strategien für Datenmigrationen an, was einen späteren Wechsel zu einer anderen Software signifikant erschwert und mit hohen Migrationskosten verbunden sein kann. Die Lizenzierung und der Betrieb an sich sind zudem mit sehr hohen Kosten verbunden (ab 1 Mio. Euro/Jahr für Enterprise-Lizenzen).

Fazit

Ich hoffe, dass Ihr jetzt möglichst umfassend und objektiv über Palantir im Bilde seid. Zusammenfassend lässt sich sagen, dass Palantir ein derzeit fast konkurrenzlos leistungsfähiges Werkzeug ist, das Ermittlungsbehörden bei der Bekämpfung komplexer Kriminalität unterstützen kann. Palantir betont ständig, dass man selbst keine Daten erstellt oder gar verkauft. Palantir verbindet also im Grunde nur die Punkte, die eh schon bestehen.

Demgegenüber stehen die fehlende Transparenz, weitreichenden Eingriffsmöglichkeiten in die Privatsphäre, eine potenzielle politische Einflussnahme und die Gefahr einer technologischen Abhängigkeit. Daher bin ich auch überzeugt davon, dass Palantir uns alle angeht – speziell, wenn die eigene Regierung mit Palantir zusammenarbeitet.

Die aktuelle Debatte verdeutlicht meines Erachtens den Versuch, einen Ausgleich zwischen Sicherheitsgewinn und dem Schutz der Bürgerrechte in Zeiten des digitalen Wandels zu finden. Lasst mir gerne Eure Gedanken zu Palantir da: Seht Ihr hier eher die Notwendigkeit, alle verfügbaren Daten um jeden Preis für Terror- und Verbrechensbekämpfung zu nutzen? Oder gehört Ihr zu denen, die skeptisch oder sogar ängstlich auf dieses Unternehmen blicken?

Source link