Künstliche Intelligenz
Durststrecke: Neue Desktop-Prozessoren kommen erst 2027
Weiterlesen nach der Anzeige
Wer auf die nächste Desktop-Prozessorgeneration wartet, muss sich wahrscheinlich noch eine Weile gedulden. Auf der IT-Messe Computex sprechen alle Quellen hinter vorgehaltener Hand von Vorstellungen frühestens Anfang 2027. Am Veranstaltungsort Taipeh tummeln sich derzeit alle relevanten Hersteller für Mainboards, Kühler, Arbeitsspeicher und andere Komponenten.
Dieses Jahr ist demnach bestenfalls mit Teasern und Ankündigungen zu rechnen, von einem tatsächlichen Lieferstart gehen Hersteller aber nicht mehr aus. Das betrifft AMDs Zen 6 für Desktop-PCs (Codename Olympic Ridge) und Intels Core Ultra 400 alias Nova Lake-S. Ein geeigneter Vorstellungstermin wäre die Elektronikmesse CES im Januar 2027.
Server > Desktop
Sowohl AMD als auch Intel fokussieren ihre Produktionskapazität derzeit auf Serverprozessoren, da diese für KI-Server und -Rechenzentren besonders lukrativ sind. Beide Firmen maximieren so ihren Profit. Marktbeobachter berichteten bereits, dass AMD und Intel die Produktionskapazität von Desktop- und Notebook-CPUs reduziert haben, um mehr Servermodelle herzustellen.
Der Chipauftragsfertiger TSMC soll die Compute-Dies für Nova Lake und Zen 6 mit 2-Nanometer-Strukturen (N2 / N2P) herstellen. Die Fertigungskapazität in dieser Fertigungsgeneration ist zum Start allerdings umkämpft. AMD hat bisher nur den Serverableger Epyc Venice mit N2-Technik offiziell angekündigt, der noch 2026 erscheinen soll. Ebenso kommen die Instinct-Beschleuniger der MI400-Serie mit 2-nm-Strukturen. Apple dürfte dieses Jahr die A20-Mobilprozessoren zunächst für die iPhone-18-Pro-Modelle damit bringen.
Wettkampf ab 2027
Weiterlesen nach der Anzeige
Insbesondere bei Intels Nova Lake zeigt sich die Industrie optimistisch, was die Leistung angeht. Intel könnte demnach die Lücke zu AMD schließen, insbesondere bei den Gaming-Topmodellen. Prozessoren mit einem „Big Last Level Cache“ (bLLC) sollen mit AMDs X3D-CPUs konkurrieren.
Die flottesten Nova-Lake-Prozessoren könnten es in sich haben: Die Gerüchteküche erwartet bis zu 52 CPU-Kerne, aufgeteilt auf 16 Performance-, 32 Effizienz- und vier Low-Power-Effizienzkerne. Hinzu kommen voraussichtlich bis zu 288 MByte bLLC. AMD könnte bei der nächsten Desktop-Generation auf 24 Performance-Kerne mit 48 Threads erhöhen.
(mma)
Künstliche Intelligenz
Stroop-Effekt: KI-Modelle versagen bei klassischem Aufmerksamkeitstest
KI-Textgeneratoren scheitern nachvollziehbar an einem klassischen Test aus der Psychologie und können farbig dargestellte Farbwörter nicht korrekt benennen, wenn beide nicht zueinanderpassen. Das hat ein US-Forschungsteam herausgefunden, das GPT-4o, Claude 3.5 Sonnet, GPT-5, Claude Opus 4.1 und Gemini 2.5 den sogenannten Stroop-Test absolvieren ließen.
Weiterlesen nach der Anzeige
Wenn beide Farben nicht zueinander gepasst haben, konnten die KI-Modelle die sichtbare Farbe nur bei wenigen Wörtern korrekt zuordnen. Wenn ihnen mehr vorgelegt wurden, stieg die Fehlerrate stark an. Wurden im Wechsel übereinstimmende und abweichende Paare aus Farbe und Begriff gezeigt, lagen die KI-Modelle sogar durchgehend falsch. Der Befund müsse bei der Entwicklung von allgemeiner künstlicher Intelligenz Beachtung finden, meint das Team.
Mehr Wörter, deutlich mehr Fehler
Mit dem Stroop-Test wird klinisch beurteilt, wie gut Menschen in der Lage sind, eine automatische Reaktion zu unterdrücken. Dafür werden Wörter in farbiger Schrift gedruckt und die Versuchspersonen sollen die Schriftfarbe sagen, die Bedeutung des Worts müssen sie dabei ignorieren. Dafür brauchen sie zwar im Schnitt etwas länger, wenn Farbe und Bedeutung („rot“, „blau“) nicht übereinstimmen, erklärt das Forschungsteam um Suketu Chandrakant Patel von der City University of New York. Trotzdem könnten sie „selbst bei langen Wortlisten stabile und hochpräzise Leistungen erbringen“. Das kann man über die untersuchten KI-Modelle nicht sagen, ganz im Gegenteil.
Wie die Forschungsgruppe ausführt, sind die Ergebnisse erwartungsgemäß am besten, wenn die KI-Modelle Schriftfarben nennen müssen, die zum jeweiligen Wort passen. Aber schon da gibt es bei 40 Begriffen einen Abfall. Stimmen beide nicht überein, klappt das Benennen nur für wenige Wörter, schon bei zehn Wörtern fällt die Trefferrate auf 60 %, bei 40 sind es gar weniger als 20 %. Stimmt die Farbe mal überein und mal nicht, kommen die Modelle vollkommen aus dem Tritt, bei 40 Wörtern fällt die Trefferrate dann sogar auf 0 %. Nur unter einer Bedingung lagen die Modelle komplett richtig: wenn statt Farbwörtern neutrale „X“-Zeichen präsentiert wurden, deren Anzahl der Buchstabenanzahl des jeweiligen Farbworts entsprochen hat.
Dass KI-Modelle nicht zuverlässig ermitteln, was in einem Text Aufmerksamkeit benötigt und was nicht, ist nicht neu. Die in PNAS Nexus veröffentlichte Studie habe jetzt bestätigt, dass große Sprachmodelle (LLM) – wie Menschen – besser darauf trainiert seien, Wörter zu lesen, als Farben zu benennen. Menschen könnten das Lesen aber unterdrücken und sich auch bei langen Wortlisten darauf konzentrieren, die Farbe zu nennen. Der komplette Leistungsabfall der KI-Modelle deute „auf grundlegende Einschränkungen im Vergleich zur biologischen Aufmerksamkeit hin“. Diese Kontrollmechanismen seien aber grundlegend für die Erreichung genereller künstlicher Intelligenz. Zudem könnte es Rechenleistung sparen, wenn KI-Modelle zuverlässiger unwesentliche Informationen ignorieren könnten.
(mho)
Künstliche Intelligenz
Gemini for Home: KI-Assistent startet in Deutschland als Early Access
Gemini for Home ist die Smart-Home-Version des KI-Assistenten Gemini. Zuerst angekündigt im Oktober 2025, steht sie nun auch in Deutschland für erste Nutzerinnen und Nutzer als Nachfolger des Google Assistant zur Aktivierung bereit. Die Verteilung scheint derweil genauso schleppend voranzuschreiten wie Amazons Alexa+.
Weiterlesen nach der Anzeige
Gemini for Home ist schon seit einigen Monaten in den USA verfügbar und hat seitdem zahlreiche neue Funktionen erhalten. Wie Anish Kattukaran, Googles Chief Product Officer (CPO) Google Home, auf LinkedIn schreibt, ist jetzt Deutschland an der Reihe. „Der Sprachassistent „Gemini for Home“ (im Early Access) wird diese Woche offiziell für Nutzer in Deutschland starten! Achte auf das Einladungsbanner in den Einstellungen deiner Google Home-App,“ schreibt Kattukaran. Der CPO weist zudem auf einen neuen Beitrag in Googles Support-Forum hin, der aktuell aber noch nicht freigegeben ist.

Gemini for Home spricht jetzt Deutsch.
(Bild: Andreas Floemer / heise medien)
Laut Kattukaran handelt es sich bisher zunächst um ein Early-Access-Programm („Vorabzugriff“), zu dem berechtigte Nutzer sich in der Home-App anmelden können. Wir haben bereits Zugriff erhalten und konnten Gemini for Home auf einem alten Nest Mini aktivieren. Interessanterweise zeigt Google im Set-up-Prozess den noch nicht verfügbaren neuen Smart Speaker, der schon im vergangenen Jahr gezeigt wurde. Weitere Details zum Programm erklärt Google in einer FAQ.
Natürliche Sprache, komplexe Aufgaben
Mit Gemini for Home soll es laut Google möglich sein, nuanciertere Anfragen in natürlicher Sprache zu verwenden. Ziel sei es, eine Smart-Home-Plattform anzubieten, die für alle funktioniere. Daher versteht Google sie nicht als persönliche, sondern gemeinschaftlich genutzte Plattform.
Weiterlesen nach der Anzeige

Gemini for Home unterstützt noch nicht alle geplanten Sprachen.
(Bild: Andreas Floemer / heise medien)
Auch komplexere Aufgaben oder mehrere Anweisungen zur Smart-Home-Steuerung lassen sich in einem Befehl bündeln. Als Beispiel könne man etwa sagen: „Dimme das Licht und stelle die Temperatur auf 20 Grad ein.“ Ferner soll Google Home dank Gemini komplexe Befehle wie „Schalte alle Lichter aus, außer im Schlafzimmer“ verstehen können. Zudem verspricht Google bessere Automatisierungen. Als Beispiel nennt der Hersteller: „Schließe die Türen und schalte alle Lichter zur Schlafenszeit aus.“ Auch Befehle wie „Wenn das Haus nachts leer ist, lass es so aussehen, als wäre jemand zu Hause“ seien möglich.
Wie gut das Ganze auf Deutsch funktioniert, wird sich zeigen. Im ersten Eindruck zeigte sich der Smart-Home-Assistent um einiges gesprächiger als der Vorgänger. In den USA waren einige Nutzer vom Upgrade weniger angetan, unter anderem, weil die KI simple Befehle nicht mehr verstanden hatte.
Google plant offenbar einen größeren Vorstoß ins Smart-Home mit Gemini. Der Home-Speaker, der einem Bericht von 9to5Google zufolge im Laufe des Juni auf den Markt kommen soll, stellt dabei nur das erste neue Produkt dar. Auch ein eigenes Smart-Display ist noch in Planung, Produkte von Drittanbietern werden erwartet. Google hat dafür Referenzhardware angekündigt.
Lesen Sie auch
(afl)
Künstliche Intelligenz
Nanoleaf: Smart-Home-Leuchtenspezialist landet bei SwitchBot-Mutter
Großer Deal im Smart-Home-Geschäft: Die SwitchBot-Mutter OneRobotics mit Hauptsitz in Shenzhen übernimmt Nanoleaf mit Sitz in Shenzhen, Toronto und Paris. Die beiden Firmen sind insbesondere Nutzern der Heimautomatisierung bekannt: OneRobotics respektive SwitchBot unter anderem für seine Schalter und diverses weiteres Zubehör vom Sensor bis zum Staubsaugerroboter und Nanoleaf für seine zahlreichen Beleuchtungslösungen von der Einzelbirne bis zum Schaukasten. Allerdings entwickeln sich beide Firmen zunehmend in den Bereich Robotik und KI. So hatte OneRobotics kürzlich einen eigenen Haushaltsroboter präsentiert und ein Kuscheltier mit KI gezeigt. Nanoleaf kündigte ebenfalls einen entsprechenden „Pivot“ an und wollte sich auch in diesen Bereich begeben. Es blieb allerdings bislang nicht bei viel mehr als Ankündigungen.
Weiterlesen nach der Anzeige
Alles in Richtung Robotik und KI
Der Aufkauf von Nanoleaf durch die SwitchBot-Mutter soll rund 40 Millionen US-Dollar gekostet haben, wie aus einer Mitteilung an die Börse Hongkong hervorgeht. Aus den veröffentlichten Zahlen ist bekannt, dass Nanoleaf 2025 einen Umsatz von 30,8 Millionen Dollar generiert hat, allerdings nach wie vor mit einem Minus operiert (rund 1,66 Millionen Dollar auf das Jahr gerechnet).
OneRobotics hätte Nanoleaf also zu einem günstigen Preis erworben, der gut das 1,3-fache des Umsatzes beträgt. Es ist unklar, ob sich Nanoleaf zum Verkauf gezwungen sah. OneRobotics war es zuletzt gelungen, an die Hongkonger Börse (HKEX) zu gehen, was dem Unternehmen viel neue Mittel in die Kasse gespült hat.
Hintergrund zu Nanoleaf und OneRobotics
Es ist unklar, was der Deal für die Nanoleaf-Produkte bedeutet. Diese werden für Deutschland hauptsächlich über Amazon sowie über einen in Irland beheimateten Shop direkt verkauft. Kunden, die die Marke kennen, nervt unter anderem die verwirrende Rabattpolitik, teils dauert auch die Lieferung recht lange. Die Hardware an sich gilt aber als stabil, auch wenn etwa Konkurrenten wie Govee mit ähnlichen Features und günstigeren Preisen aufwarten. Wie bei chinesischen Marken oft üblich, sind die Apps von Nanoleaf aber wenig intuitiv – das gilt allerdings auch für die von SwitchBot.
Nanoleaf-Chef Gimmy Chu hatte aber zuletzt in Interviews betont, man wolle künftig stark auf Robotik und KI setzen, sowie auch den kosmetischen Bereich. Nanoleaf, das ursprünglich in Toronto gegründet war, hatte hier etwa eine Rotlichtherapie-Maske ins Programm aufgenommen. Die Marke ist wie erwähnt im Smart-Home-Geschäft bekannt, OneRobotics dürfte sie also nicht beerdigen wollen. Das Unternehmen war selbst durch ein Gadget bekannt geworden, das anfangs über Kickstarter vertrieben wurde: Einen kleinen Schalter, der vorhandene Bedienelemente in Wohnung und Büro betätigen kann – eigentlich eine sehr einfache Art Miniroboter. Später setzte OneRobotics dann auf ein wesentlich breiteres Angebot, behielt den Markennamen SwitchBot aber bei. Der Schalter trägt mittlerweile den etwas verwirrenden Namen SwitchBot Bot. Zuletzt erschien er in einer Variante mit Akku, zuvor musste man die Batterie regelmäßig tauschen.
Weiterlesen nach der Anzeige
(bsc)
-
Entwicklung & Codevor 3 MonatenCommunity-Protest erfolgreich: Galera bleibt Open Source in MariaDB
-
Künstliche Intelligenzvor 3 MonatenBlade‑Battery 2.0 und Flash-Charger: BYD beschleunigt Laden weiter
-
Künstliche Intelligenzvor 3 Monaten
Top 10: Der beste Luftgütesensor im Test – CO₂, Schadstoffe & Schimmel im Blick
-
Apps & Mobile Entwicklungvor 3 MonatenMähroboter ohne Begrenzungsdraht für Gärten mit bis zu 300 m²
-
Künstliche Intelligenzvor 3 MonateniPhone Fold Leak: Apple spart sich wohl iPad‑Multitasking
-
Künstliche Intelligenzvor 2 Monaten
JBL Bar 1300MK2 im Test: Soundbar mit Dolby Atmos, starkem Bass und Akku‑Rears
-
Künstliche Intelligenzvor 3 MonatenPetra‑AI: KI soll Frauen in der Perimenopause unterstützen
-
Social Mediavor 2 MonatenVon Kennzeichnung bis Plattformpflichten: Was die EU-Regeln für Influencer Marketing bedeuten – Katy Link im AllSocial Interview
