Nach der erfolgreichen Bürgerinitiative „Stop Destroying Videogames“ wird die EU-Kommission keine Schritte unternehmen, um die Rechtslage zu ändern. Stattdessen werde sie sich mit Verbrauchern und Publishern über mögliche Verbesserungen austauschen, teilte die Kommission am Dienstag in Brüssel mit. Für Vertreter der Bürgerinitiative kommt das „nicht unerwartet“, sie sehen weiter Chancen für eine rechtliche Regelung durch das EU-Parlament.

Hinter der Bürgerinitiative steht das Projekt „Stop Killing Games”, das von dem Youtuber Ross Scott ins Leben gerufen und inzwischen zur Lobbygruppe aufgebaut wurde. Die Aktivisten wollen erreichen, dass Spielehersteller ihre Spiele nicht einfach unbrauchbar machen dürfen, wenn sie zum Beispiel benötigte Server abschalten.

Kein Rennen ohne Server

Die Initiative kam ins Rollen, als der französische Publisher Ubisoft sein MMO-Rennspiel „The Crew“ im April 2025 abschaltete und damit unspielbar machte. In Frankreich läuft in dieser Sache inzwischen ein von Verbraucherschützern angestrengtes Verfahren gegen Ubisoft. Ein ähnliches Schicksal erlangte Fans des VR-Shooters „Firewall Ultra“, denen Sony ein Jahr später den Saft abdrehte.

Mit der Unterschriftenaktion wurde die EU aufgefordert, dafür einen gesetzlichen Rahmen zu schaffen. Nachdem europaweit knapp 1,3 Millionen Menschen für die Bürgerinitiative unterschrieben hatten, musste die EU-Kommission sich mit dem Thema befassen. Sie will sich nun mit Branchenvertretern und Gamern über „Möglichkeiten zur Verbesserung der Industriestandards“ austauschen.

„Wie es in der Branche üblich ist, hoffe ich, dass die Industrie den Spielergemeinschaften Gehör schenkt und sich auf bessere Auslaufregelungen einigt“, erklärt Kommissionsvizepräsidentin Henna Virkkunen. „Wir werden die notwendigen Schritte unternehmen, damit ein Dialog mit Vertretern der Verbraucher stattfinden kann.“

„Keine rechtliche Verpflichtung“

Die Kommission könne „zum gegenwärtigen Zeitpunkt keine rechtliche Verpflichtung vorschlagen“, heißt es in der Mitteilung unter Verweis auf die „bestehende Rechte an geistigem Eigentum“ der Publisher. Darüber hinaus seien Publisher durch die EU-Verbraucherrechte verpflichtet, klar über Nutzungsbedingungen zu informieren und eventuell Kosten zu erstatten.

„Anbieter von Videospielen müssen Verbraucher fair behandeln, auch wenn sie beschließen, ein Spiel einzustellen“, sagt der für Recht und Verbraucherschutz zuständige EU-Kommissar Michael McGrath. „Wenn sie die Bereitstellung eines Spiels früher als vertraglich vereinbart oder früher als von den Verbrauchern vernünftigerweise erwartet eingestellt, sollten die Spieler eine angemessene Rückerstattung erhalten.“

Die Spielebranche wehrt sich bisher gegen eine Verpflichtung, Server für ältere Spiele am Laufen zu halten. Die Publisher argumentieren, eine solche gesetzliche Pflicht würde die Spiele deutlich teurer machen. Zudem fürchten sie, auch für eventuell von Privatnutzern betriebene Server weiter haftbar gemacht werden zu können.

„Kommt nicht unerwartet“

„Diese Entscheidung kommt nicht unerwartet“, teilte die Initiative auf X mit. „Aber wir waren darauf vorbereitet. Deshalb treiben wir gemeinsam mit dem Europaparlament die Aufnahme von Stop Killing Games in den Digital Fairness Act voran. Wir können auch ohne die Kommission und ihre Nichtentscheidung weitermachen.“

Bei einer Anhörung des Europaparlaments im April erläuterte die Initiative ihre Forderungen. Im Mai stand das Thema im Parlament auf der Tagesordnung. Dabei signalisierten Vertreter verschiedener Fraktionen ihre Unterstützung, Regeln für den Erhalt von Computerspielen in den geplanten Digital Fairness Act zu übernehmen. Zugleich müssten auch die Interessen der Rechteinhaber gewahrt bleiben, hieß es.

Für eine klare rechtliche Regelung sprechen sich unter anderem die Sozialdemokraten im Europaparlament aus. „Wer Geld für ein Videospiel bezahlt, darf nicht irgendwann vor einem digitalen Totalschaden stehen, nur weil ein Konzern entscheidet, den Stecker zu ziehen“, sagt der Abgeordnete Tiemo Wölken, der auch im Rechtsausschuss des Parlaments sitzt. „Statt zu handeln, will die Kommission die Initiative mit bedeutungsloser Symbolpolitik abspeisen.“

(vbr)

Meta soll für die Entwicklung einer möglichen Gesichtserkennung für seine Smart Glasses auf Technologie eines US-Unternehmens zurückgegriffen haben, das vor allem das Militär, Geheimdienste und Strafverfolgungsbehörden beliefert.

Das geht aus einer Softwarelizenz des Unternehmens Rank One Computing (ROC) hervor, die dem Techmagazin Wired vorliegt und mit einer Testversion der Meta-AI-App verknüpft sein soll. Die Meta-AI-App wird für die Einrichtung und zentrale Funktionen der Ray-Ban-Meta-Brillen sowie weiterer Smart Glasses des Unternehmens benötigt.

Wired berichtete Anfang Juni bereits über inaktiven Programmcode für eine von Meta entwickelte Gesichtserkennungsfunktion in der Meta-AI-App. Kurz nach Veröffentlichung des Berichts entfernte Meta den Code der intern „Nametag“ genannten Funktion weitgehend per Update.

Spuren externer Gesichtserkennungssysteme

Die von Meta erworbene Softwarelizenz umfasst dem neuen Wired-Bericht zufolge nicht nur ROCs Gesichtserkennung, sondern auch eine Funktion, die prüft, ob eine Kamera eine lebende Person erfasst, ein Foto oder eine Maske. Die Lizenz solle bis zu zehn Millionen Gesichtsvorlagen unterstützen. Wired fand Spuren der Software in einer Version der Meta-AI-App, die im Juni an Nutzer verteilt worden sein soll. Dazu gehörten Bestandteile zum Prüfen der Lizenz und Starten der Software. Aktiviert waren diese Funktionen aber ebenso wenig wie Metas eigene Gesichtserkennungssoftware.

Rank One Computing ist ein Unternehmen aus Denver, das Gesichtserkennungstechnologie entwickelt und einen Großteil seines Umsatzes mit staatlichen Kunden erzielt. Gegründet wurde es 2015 von Ingenieuren, die zuvor beim Forschungsinstitut Noblis an Gesichtserkennungssystemen gearbeitet hatten. An der Spitze steht B. Scott Swann, der früher beim FBI die für biometrische Datenbanken zuständige Abteilung leitete. Im Verwaltungsrat sitzen frühere hochrangige Mitarbeiter von CIA, FBI und Pentagon. Zu den Kunden und Nutzern zählen laut Wired unter anderem der US Marshals Service, eine Bundesbehörde für Strafverfolgung, die kriminalpolizeiliche Ermittlungsbehörde der US-Marine NCIS sowie Polizeibehörden.

Meta schließt Gesichtserkennung nicht aus

Zu den Wired-Funden rund um das intern „Nametag“ genannte System betonte Meta, dass bislang keine Gesichtserkennungsfunktion für Nutzer eingeführt worden sei und es sich um ein „rein exploratives“ Projekt handle. Das Unternehmen habe noch keine endgültige Entscheidung darüber getroffen, ob und wie es bei Gesichtserkennung vorgehen werde. „Sollten wir etwas einführen, werden wir dabei mit Bedacht vorgehen und dies mit voller Transparenz tun“, äußerte Meta Anfang Juni.

Dennoch zeigen die Funde, dass Meta nicht nur aktiv an einer Gesichtserkennungsfunktion arbeitete, sondern offenbar auch Technologie eines externen Gesichtserkennungsanbieters testete. Brisant ist das vor allem wegen Rank Ones Nähe zu staatlichen Sicherheits- und Strafverfolgungsbehörden.

(tobe)

Eine aktuelle Studie in Nature Medicine verglich spezialisierte klinische KI-Systeme (OpenEvidence und UpToDate Expert AI) mit großen Sprachmodellen (LLMs) führender KI-Unternehmen (OpenAI, Google und Anthropic). In den verschiedenen Tests innerhalb der Studie lagen diese allgemeinen LLMs vor den spezialisierten medizinischen KI-Systemen.

Spezialisierte KI-Anwendungen für medizinische Fragen und Recherchen werden von vielen Ärztinnen und Ärzten verwendet. Anbieter versprechen dabei, dass ihre Systeme durch domänenspezifische Trainingsdaten oder Retrieval-Augmented Generation (RAG) gezielt optimiert wurden und ideal für die Anwendung in der Medizin sind.

Ein Forschungsteam aus New York (NYU Langone Health) hat nun in einer im Fachjournal Nature Medicine veröffentlichten Studie zwei spezialisierte medizinische KI-Systeme mit Allzweck-LLMs führender KI-Unternehmen verglichen. Das Ergebnis fällt deutlich aus: In allen drei untersuchten Testbereichen waren die LLMs von OpenAI, Google und Anthropic besser als spezialisierte klinische KI.

Vergleich über drei unterschiedliche medizinische Tests

Die untersuchten klinischen KI-Tools OpenEvidence und UpToDate Expert AI richten sich beide an medizinische Fachkräfte und sollen Fachfragen beantworten. Verglichen wurden diese mit den führenden LLMs GPT-5.2 (OpenAI), Gemini 3.1 Pro Preview (Google) und Claude Opus 4.6 (Anthropic). In einem Teil der Untersuchung wurde außerdem Google Search AI Overview als realitätsnaher Vergleich einbezogen, zumal diese Funktion im Alltag von Ärztinnen und Ärzten jederzeit zur Verfügung steht.

Das Studiendesign bestand aus drei Teilen. Im ersten Teil beantworteten die Systeme 500 medizinische Fragen im Stil der US-amerikanischen medizinischen Zulassungsprüfung (MedQA Benchmark). Im zweiten Teil folgten 500 Aufgaben aus HealthBench, einem Benchmark zur Bewertung medizinischer Antworten entlang ärztlicher Kriterien. Im dritten, besonders praxisnahen Teil entwickelten die Forscher einen „Real-Clinical-Queries-Benchmark (RCQ)“. Hierfür wurden 100 anonymisierte Anfragen verwendet, die Ärztinnen und Ärzte im Alltag tatsächlich an eine GPT-Instanz der NYU Langone Health gestellt hatten. Die Antworten auf diese realen klinischen Fragen wurden von zwölf US-amerikanischen Mediziner:innen verblindet und randomisiert bewertet. Bewertet wurden klinische Korrektheit, Vollständigkeit, Sicherheit und Verständlichkeit auf einer Skala von 1 bis 4. Insgesamt entstanden dadurch 1800 Modell-Frage-Bewertungen.

Allgemeine LLMs mit besseren Ergebnissen bei medizinischem Wissen

Im klassischen medizinischen Wissensbenchmark MedQA lag Gemini mit einer Genauigkeit von 97,4 Prozent an der Spitze, während GPT-5.2 94,2 Prozent und Claude 90,2 Prozent erreichten. Die beiden spezialisierten klinischen Systeme erreichten hierbei nur 89,6 Prozent (OpenEvidence), bzw. 88,4 Prozent (UpToDate AI).

Auch im HealthBench-Test waren die allgemeinen LLMs besser. GPT-5.2 erzielte 88,0 von 100 möglichen Punkten, während Gemini 79,3 Punkte und Claude 77,0 Punkte erzielten. OpenEvidence und UpToDate Expert AI lagen mit 62,6 und 61,3 Punkten deutlich dahinter.

Die realen, anonymisierten Anfragen von Ärztinnen und Ärzten im RCQ-Benchmark konnten die allgemeinen LLMs ebenfalls besser beantworten. Sie erreichten auf der vierstufigen Bewertungsskala im Mittel 3,62 (Gemini), 3,54 (GPT-5.2) und 3,52 (Claude) Punkte, während OpenEvidence 3,24 Punkte und UpToDate Expert AI 3,17 Punkte erzielte. Google AI Overview, also die allgemeine Suchfunktion in Google mit KI-Antwort, lag mit 3,27 Punkten in etwa auf dem Niveau der medizinischen Systeme.

Die Ergebnisse widersprechen der naheliegenden Erwartung, dass medizinisch optimierte KI bei medizinischen Fragen besser sind als die allgemeineren Systeme führender Tech-Unternehmen. Die Autor:innen vermuten, dass die umfangreicheren Trainingsdaten und schnellere Entwicklungszyklen der führenden Allzweck-LLMs in vielen Aufgaben stärker ins Gewicht fallen könnten als eine nachträgliche Spezialisierung auf medizinischen Daten.

Probleme bei Vollständigkeit, Struktur und Auslassungen

In der Beurteilung der Antworten durch die Mediziner:innen fanden sich keine statistisch signifikanten Unterschiede zwischen den Systemen bezüglich Sicherheit. Das bedeutet jedoch nicht, dass die Antworten der spezialisierten Systeme gleich gut waren. In Freitextanmerkungen der ärztlichen Beurteiler wurden bei OpenEvidence und Google AI Overview besonders häufig unvollständige klinische Inhalte und sicherheitsrelevante Auslassungen vermerkt. OpenEvidence fiel zudem durch vergleichsweise unübersichtliche oder schwer nachvollziehbare Antworten auf.

UpToDate Expert AI verweigerte außerdem deutlich häufiger eine Antwort als die anderen Systeme. Im RCQ-Test wurden 19 Prozent der Anfragen von UpToDate Expert AI verweigert. Bei den allgemeinen LLMs lag dieser Anteil dagegen nur zwischen einem und drei Prozent.

Warum Spezialisierung nicht automatisch hilft

Die Wissenschaftler:innen betonen, dass sie wegen der proprietären Architektur der Systeme nicht sicher erklären können, warum die klinischen Systeme schlechter abschnitten. Eine mögliche Erklärung ist, dass die wesentlich größeren, allgemeinen LLMs gerade bei Aufgaben, die medizinisches Wissen, Argumentation und verständliche Kommunikation kombinieren, von ihrer Größe und ihrem breiten Wissen profitieren. Die Studie sollte nicht als endgültiges Ranking aller Ansätze verstanden werden. Die Autor:innen weisen ausdrücklich darauf hin, dass stark spezialisierte Teilgebiete, komplexe lokale Workflows oder institutionseigene Modelle andere Ergebnisse liefern könnten.

Bedeutung für Kliniken und Regulierung

Die Ergebnisse sind für Krankenhäuser und Praxen relevant, weil spezialisierte klinische KI-Produkte oft mit institutioneller Glaubwürdigkeit auftreten. Die Studie zeigt jedoch auf, dass ein KI-System nicht automatisch besser ist, nur weil es gezielt für die Medizin entwickelt wurde. Zumindest in den untersuchten Aufgaben waren die allgemeinen Modelle von OpenAI, Google und Anthropic den klinischen KI-Systemen klar überlegen.

Für Beschaffung, Erstattung und Regulierung von Gesundheits-KI ergeben sich wichtige Konsequenzen. Entscheidend sollte sein, wie gut ein System in unabhängigen Tests und auf realistischen Aufgaben funktioniert und nicht, ob es als klinisches Spezialprodukt vermarktet wird. Die Autor:innen empfehlen daher strengere, unabhängige Evaluationen, bevor KI-Systeme breit in klinische Arbeitsabläufe integriert werden.

(mack)