Ein EUV-System soll es nach China geschafft haben, beschuldigt die US-Regierung aktuell ASML. Das Unternehmen weist das energisch zurück, doch ob sich die USA damit zufrieden geben, ist fraglich. Seit Jahren sind strenge Auflagen für die modernsten Chipfertigungsmaschinen in Kraft.

Der Standpunkt von ASML ist ganz klar und wurde breit an die Medien verteilt: Man habe keine EUV-Maschine oder Teile davon an China geliefert.

ASML ⁠has never shipped an EUV machine to China nor have we shipped to China any component, module or equipment specially designed to be used in an EUV machine.

ASML verstehe die Bedenken bezüglich der Nationalen Sicherheit der USA und habe deshalb den Exportrichtlinien stets zugestimmt und sie beachtet, führt das Unternehmen aus. Des Weiteren erklärt ASML, dass man bereits in der Vergangenheit unbegründete und falsche Gerüchte widerlegen musste, die die Exportkontrollen nach China betrafen und so dem Ruf des Unternehmens schadeten. Was für Beweise die US-Regierung nun haben will, ist unklar. Unzählige Anfragen durch große US-Medien wurden bisher nicht beantwortet.

ASML ist seit Jahren im Fokus der Exportrichtlinien. Denn mit ihren klassischen Systemen produzieren Chinas Hersteller auch heute noch die modernsten Chips. Deshalb wurden auch diese stetig mehr eingeschränkt, auf EUV hatte China aber von vornherein keinen Zugriff.

Bereits seit dem Frühjahr ist ASML zudem offensiver in Washington unterwegs, um zu zeigen, wo und wie EUV-Systeme eingesetzt werden. Demnach sind aktuell 314 EUV-Systeme weltweit im Einsatz, 26 sind bereits ausgemustert worden – vermutlich frühe Forschungssysteme. Keines dieser Systeme ist jedoch in China. ASML überwacht jedes der Systeme ständig, jede Unterbrechung in der Fertigung, abnormales Verhalten oder nur der Verlust der Verbindung wird sofort registriert. Ein Kunde kann das System deshalb nicht entfernen, transportieren oder andere Dinge damit anstellen, ohne dass ASML es mitbekommt und entsprechend freigibt. Hierzu gab es deshalb stets auch Berichte über einen sogenannten „Kill-Switch“.

China ist insbesondere aufgrund fehlender EUV-Lithografie in Rückstand bei der Chipfertigung geraten. Mit herkömmlicher Immersionslithografie können nur Chips bis hinab zu 7 nm und mit einigen aufwendigen Tricks eventuell auch in 5 nm gefertigt werden, jedoch ist die Ausbeute (Yield) dann eher gering. Bei westlichen Herstellern, allen voran TSMC, aber auch Samsung, Intel, SK Hynix und Micron ist ohne EUV heutzutage kaum mehr ein neues und modernstes Produkt möglich.

Ende des letzten Jahres gab es bereits Gerüchte, wonach China Teile von ASML, Nikon und auch Canon nutze, um ein EUV-System zu bauen. Dass über kurz oder lang Chinas Hersteller auch EUV beherrschen werden, ist in der Branche unbestritten, die Frage richtet sich nur nach dem Wann, Wie und Womit.

GitHub arbeitet daran, Copilot effizienter mit KI-Guthaben umgehen zu lassen. Dafür soll der Assistent in längeren Sitzungen weniger wiederkehrende Informationen erneut verarbeiten und zugleich besser entscheiden, welches KI-Modell für die jeweilige Aufgabe passend ist.

Weniger Ballast im Kontext

Mit zunehmender Agenten-Funktionalität übernimmt GitHub Copilot komplexere Aufgaben: Der Assistent plant Änderungen, bearbeitet Code, hilft beim Debugging, prüft Ergebnisse und ruft Werkzeuge auf. Dabei entstehen längere Sitzungen, in denen viele Informationen wiederholt benötigt werden. Dazu zählen Anweisungen, Repository-Kontext, Gesprächs­verlauf, verfügbare Werkzeuge und der aktuelle Aufgabenstand.

In GitHub Copilot für VS Code sollen vor allem zwei Änderungen helfen. Prompt-Caching erlaubt es, wiederkehrende Teile einer Anfrage wieder­zuverwenden, statt sie bei jeder neuen Eingabe erneut zu berechnen. Zusätzlich kann Copilot Werkzeug­definitionen bei Bedarf laden, anstatt alle verfügbaren Werkzeuge samt Schema schon zu Beginn vollständig in den Kontext zu schreiben.

Automatische Modellauswahl statt Einheitslösung

Ein weiterer Hebel ist die automatische Modellauswahl „Auto“. Copilot soll dabei nach der ersten Eingabe anhand der Aufgabe und des aktuellen Modellzustands entscheiden, welches Modell geeignet ist. Eine kurze Erklärung, eine gezielte Codeänderung oder ein größerer Eingriff über mehrere Dateien hinweg sollen laut GitHub nicht gleich behandelt werden.

Für die Auswahl berücksichtigt „Auto“ unter anderem Verfügbarkeit, Auslastung, Geschwindigkeit, Fehlerraten und Kosten der Modelle. Hinzu kommt eine auf Aufgaben trainierte Routing-Logik namens HyDRA, die etwa Denkaufwand, Code-Komplexität, Debugging-Schwierigkeit und Werkzeug­nutzung einbezieht.

„Auto“ wird ausgebaut

„Auto“ mit Aufgaben­verständnis ist laut GitHub bereits in Visual Studio Code, auf github.com und mobil verfügbar. Als Nächstes soll die Funktion auch für Copilot CLI, die GitHub-App und weitere Entwicklungs­umgebungen kommen. Außerdem sollen Free- und Student-Tarife künftig vereinfacht werden, indem „Auto“ dort die einzige Modellauswahl wird. Unternehmen sollen „Auto“ als Standard festlegen oder verpflichtend vorgeben können.

Yann LeCun und Elon Musk dürften in diesem Leben wohl keine Freunde mehr werden. Bereits in der Vergangenheit lieferten sich der KI-Pionier und der CEO von xAI öffentliche Diskussionen, die sich nicht immer um KI drehten. Nun bezeichnete LeCun xAI als Misserfolg und sprach dem Unternehmen langfristig die Konkurrenzfähigkeit ab.

„Ich bin nicht sehr optimistisch, was die Aussichten für xAI angeht“

In einem Interview mit CNBC fand KI-Pionier Yann LeCun, ehemaliger Chef-KI-Entwickler bei Meta, deutliche Worte und bezeichnete xAI als „eine Art Fehlschlag“. Dabei verwies er nicht nur auf den aus seiner Sicht bestehenden technologischen Rückstand, sondern auch auf Schwierigkeiten bei der Rekrutierung von Spitzenforschern. „Elon befindet sich jetzt in einer Lage, in der es für ihn sehr, sehr schwierig ist, Spitzenkräfte im Bereich KI einzustellen, weil er sich, wie Sie wissen, gegenüber dem früheren Team nicht gerade vorbildlich verhalten hat“, so LeCun in dem Gespräch.

Im ersten Quartal nach der Zusammenführung mit SpaceX verbuchte das KI-Segment bis zum 31. März 2026 einen operativen Verlust von 2,5 Milliarden US-Dollar. Auch die Tatsache, dass xAI über enorme Rechenkapazitäten verfüge, diese jedoch an andere Anbieter wie Anthropic und Google vermiete, da sie andernfalls ungenutzt blieben, wertet LeCun als Zeichen eines Misserfolgs. Aus diesen Gründen könne er sich nicht vorstellen, dass xAI langfristig mit OpenAI und Anthropic mithalten werde.

Kosten müssen gesenkt werden

An anderer Stelle warnte LeCun in dem Gespräch vor einem möglichen Ungleichgewicht im KI-Markt. Die Kosten für den Betrieb großer KI-Systeme seien weiterhin hoch, während viele Anbieter ihre Dienste faktisch unterhalb der tatsächlichen Kosten anbieten würden – die Differenz werde derzeit im Grunde von Investoren getragen. Aus Sicht von LeCun müssen KI-Unternehmen wie OpenAI oder Anthropic entweder ihre Preise erhöhen oder die Kosten deutlich senken, was häufig mit Einschränkungen beim Leistungsumfang einhergehe. Google und Microsoft hatten Teile ihrer Angebote vor Kurzem bereits auf eine „nutzungsbasierte Abrechnung“ umgestellt. Sollte dies nicht bei allen Anbietern geschehen, „wird es zu einem großen Platzen der Blase kommen“, erklärte LeCun.

Allerdings profitiert auch LeCun selbst von diesem Umfeld. Sein eigenes Startup AMI Labs, das sich auf die Entwicklung von Weltmodellen konzentriert, konnte im vergangenen März in einer Finanzierungsrunde eine Milliarde Euro einsammeln und wird derzeit mit 3,5 Milliarden US-Dollar bewertet.

Weltmodelle seien die einzige Basis

Im Interview sprach LeCun zudem erneut über die Grenzen großer Sprachmodelle (LLMs). Diese seien seiner Ansicht nach zwar besonders für Programmierung und Mathematik geeignet, verursachten jedoch hohe Betriebskosten. Deutlich vielversprechender seien aus seiner Sicht sogenannte „World Models“, die ein Verständnis von Ursache und Wirkung sowie der realen Welt entwickeln sollen. Erst auf Basis solcher Modelle seien zuverlässige allgemeine agentische Systeme seiner Meinung nach möglich.