Apps & Mobile Entwicklung

Google mit zwei „P“: Wie der AI Overview beim Buchstabieren scheitert

Google startet die nächste Ausbaustufe der KI-Suchmaschine, kämpft aber weiterhin mit Problemen und Fehlern. Ein aktueller Fauxpas: Wenn man fragt, wie viele „P“s im Wort Google enthalten sind, lautet die Antwort 2. Der Grund für solche Antworten ist nach wie vor die Architektur der KI-Sprachmodelle (LLM).

Über den Vorfall berichtet TechCrunch. Demnach entdeckten Nutzer in sozialen Medien, dass Google beim P-Zählen scheitert. Ungewohnt ist es nicht. Eine klassische Fangfrage, mit der sich KI-Systeme in die Irre führen lassen, ist die Anzahl der „E“s im Wort Erdbeere.

Den Erdbeertest bestehen KI-Chatbots mittlerweile in der Regel. Die Probleme des AI Overview beim Google-Buchstabieren tauchen derweil immer noch auf. Interessanter Aspekt: Bei Tests der Redaktion passierte das aber nur auf Englisch. Bei einer deutschen Anfrage konnte der AI Overview eine korrekte Antwort liefern.

Auf Anfrage von TechCrunch räumte Google die Probleme ein. „Das Zählen in Wörtern ist eine bekannte Herausforderung für LLMs; und wir arbeiten daran, dieses spezielle Problem zu beheben“, erklärte ein Sprecher.

Die Ursache ist die Transformer-Architektur, auf der aktuelle Sprachmodelle basieren. Diese nutzt Tokens als Grundlage, die aber nicht einzeln Buchstaben widerspiegeln, sondern Wortbestandteile. Bei dem Wort „The“ erkennt es etwa die Funktion des Begriffs – also der bestimmte Artikel auf Englisch –, sieht aber nicht die Buchstaben T, H und E, sagte Matthew Guzdial, ein KI-Forscher und Assistenzprofessor an der University of Alberta zu TechCrunch.

Details zur Architektur der KI-Modelle liefert ComputerBase in einem Hintergrundbericht.

Analyse: 91 Prozent der Antworten sind korrekt…

Solche klassischen KI-Stolpersteine sind aber nur eine Baustelle bei der KI-Suche. Und bislang sind die Hinweise noch weit entfernt von dem Debakel, das Google erlebte, als der AI Overview im Frühjahr 2024 startete. Damals empfahl die KI-Suche den Nutzern etwa Pizzakäse mit Kleber, damit dieser nicht verläuft. Das Problem war damals, dass das System Beiträge aus Foren wie Reddit als Wissensbasis nutzte – und dabei nicht unterscheiden konnte, ob es sich um satirische Inhalte handelte.

Hinzu kommen sachliche Fehler und andere halluzinierte Inhalte. Wie hoch die Fehlerrate von Googles KI-Suche ist, lässt sich jedoch nur schwer beziffern. Hinweise liefert eine Analyse der New York Times vom April 2026, bei der die Zeitung mit dem Startup Oumi kooperierte. Die Tests erfolgten also, bevor Google die neue Generation der KI-Suche auf der Entwicklerkonferenz I/O 2026 vorgestellt hat.

Mehr KI für die Google-Suche: Suchagenten der Nutzer laufen dauerhaft im Hintergrund

Oumi nutzte den branchenbekannten Benchmark SimpleQA, um die Qualität der KI-Suche anhand 4.326 Anfragen zu testen. Das Ergebnis: Mit dem älteren Modell Gemini 2 wurden 85 Prozent der Anfragen korrekt beantwortet, bei Gemini 3 (seit November 2025 verfügbar) waren es bereits 91 Prozent.

… und damit generiert der AI Overview Hunderttausende falsche Antworten pro Minute

Googles KI-Suche bewegt sich damit oberhalb der gängigen Resultate, die KI-Modelle im SimpleQA-Benchmark erreichen. Diese liegen in der Regel bei 60 bis 80 Prozent.

Angesichts der schieren Menge bedeutet eine Fehlerrate von 9 Prozent bei Gemini 3: Pro Minute werden mehrere 100.000 falsche Antworten generiert.

Wie so etwas zu Stande kommt, schildern die Forscher anhand eines Beispiels: Dem Datum, an dem das Haus des Musikers Bob Marley in ein Museum umgewandelt wurde. Die Quellen, die der AI Overview aufführt, liefern widersprüchliche Informationen. Ein Blog-Artikel nennt den 11. Mai 1986 als korrektes Datum, in Wikipedia-Artikeln finden sich aber sowohl das Jahr 1986 als auch das Jahr 1987 als Angabe. Am Ende liefert der KI-Assistent mit 1987 die falsche Information.

Google bestreitet auf Anfrage der New York Times die Aussagekraft der Analyse. Bei SimpleQA gebe es einige Schwierigkeiten. Der Benchmark simuliere zudem nicht adäquat, wie Menschen tatsächlich suchen.

KI-Assistenten nutzen Werbematerial als Quelle ohne Kennzeichnung

Ein weiteres Problem ist die Qualität der Quellen. Laut der Analyse der New York Times tauchen Reddit und Facebook häufig in den Quellen auf. Facebook wurde bei korrekten Antworten demnach in fünf Prozent der Fälle zitiert, bei fehlerhaften Antworten waren es sieben Prozent.

In manchen Fällen nutzen die KI-Assistenten auch Werbeformate wie Advertorials oder gesponserte Inhalte als Quelle, zeigt eine Untersuchung von Datapulse. Während die Originale noch korrekt gekennzeichnet sind, tauchen diese Hinweise in den KI-Antworten aber nicht mehr auf. Es fehlt also an Transparenz über die Herkunft der Inhalte.

Source link

Verwandte Themen:beim Buchstabieren der Google MIT Overview scheitert Wie zwei

Up Next

„Kleinster Smart Ring der Welt“: Oura Ring 5 offiziell vorgestellt, das sind die Neuerungen

Nicht verpassen

MSI Pro Max: Monitore und PC als „perfekte Partner für den Mac“

Apps & Mobile Entwicklung

Tesla AI5-Chip: Samsung schließt Tape-out des 2-nm-Chips ab

Teslas AI5-Chip hat das Tape-out für Samsung-Fabriken geschafft. Im Jahr 2027 soll er dort parallel zu TSMC in einem 2-nm-Prozess gefertigt werden. Zwischen dem Tape-out und der Serienfertigung liegt in der Regel rund ein Jahr. Bis dahin ist dann auch die neue US-Fabrik in Taylor, Texas, einsatzbereit.

Samsungs Foundry profitiert von AI

Bei Samsung gibt es derzeit gleich mehrere positive Entwicklungen für die Foundry, die in Zeiten ohne den massiven AI-Boom so wohl nicht abgelaufen wären.

Eine wesentliche ist: Weil TSMC nicht ausreichende Kapazitäten für modernste Prozesse bieten kann, um jeden Kunden nicht nur zufrieden zu stellen, sondern überhaupt erst einmal bedienen zu können, kommen auch technologisch unterlegene Konkurrenten zum Zug. Davon profitiert auch die von unzähligen Rückschlägen geplagte Samsung Foundry, die dank der 4-nm-Base-Dies für eigenen HBM-Speicher und der fehlerbereinigten GAA-Prozesse nun langsam aus dem tiefen Tal steigt. Erfolgsmeldungen durch Tesla wie von Anfang April, als Elon Musk ein Sample des AI5 gezeigt hatte, das in der 13. Kalenderwoche 2026 in Korea gefertigt wurde, helfen Samsung auch öffentlichkeitswirksam dabei.

Nun legt ein Samsung-Angestellter nach und bestätigte, dass das sogenannte Tape-out dieses Chips erfolgreich verlaufen sei. Die Bekanntgabe erfolgte wohl zu früh oder ohne Erlaubnis, denn sein Posting auf LinkedIn ist mittlerweile wieder gelöscht.

Samsung-Mitarbeiter bestätigt Tape-out des AI5 bei Samsung (Bild: LinkedIn)

Der Chip kommt auch aus den USA

Interessant an dem Beitrag sind neben dem Meilenstein als solchen auch einige bislang nicht bestätigte Details. So wird die Fertigung des Chips in den USA erfolgen. Noch ist die Fabrik in Taylor, Texas, aber gar nicht fertiggestellt. Erst im März dieses Jahres hatte Samsung erklärt, dass die Fabrik erst in diesem Jahr vollständig ausgerüstet wird und dann die Serienfertigung starten soll. Es könnte demnach eine Punktlandung für Teslas Chip werden.

An große Mengen von 2-nm-Chips von TSMC zu kommen, war für Tesla wohl nicht möglich oder man war zu spät dran. Schon vor über einem Jahr feierte AMD mit TSMC das Tape-out von Venice, dieser startet offiziell als fertiges Produkt in der kommenden Woche auf dem Event AMD Advancing AI 2026 als Zen-6-Server-Prozessor mit bis zu 256 Kernen.

Dennoch wird TSMC einige AI5-Chips für Tesla auch in Taiwan fertigen. Die Chips seien dadurch leicht unterschiedlich, die Software jedoch identisch, erklärte Elon Musk bereits Ende des letzten Jahres.

Direkter Vergleich mit TSMC möglich

Diesbezüglich dürfte sich erst nach einiger Zeit offenbaren, wie gut Samsungs Fertigung gegenüber TSMC wirklich aufgestellt ist; fernab von PowerPoint-Präsentationen und Unternehmensversprechen. Identische Chips von unterschiedlichen Herstellern gab es in der Vergangenheit immer mal wieder, sie waren in den vergangenen Jahren aber rar.

Source link

Apps & Mobile Entwicklung

Reader’s Choice Awards: Bester NAS-Hersteller 2026

ComputerBase ruft die Reader’s Choice Awards 2026 aus. Welcher NAS-Hersteller ist in diesem Jahr euer Favorit und konnte euch mit seinen Netzwerkspeichern, die immer mehr Server als nur lokale Cloud sind, am meisten überzeugen? Ihr entscheidet, welcher Hersteller den Preis erhält und sich mit eurer Auszeichnung schmücken darf.

ComputerBase hat eine Stimme. Die Testberichte werden nicht nur von Lesern, sondern auch von Herstellern geschätzt und tragen dazu bei, künftige Produkte zu verbessern. Doch nicht nur ComputerBase hat eine Stimme, sondern auch unsere Leser haben eine Stimme. Denn Hersteller schätzen auch die enorme Interaktion unserer Leser mit den Inhalten auf ComputerBase. Das Feedback unserer Community wird von den Herstellern wahr- und ernst genommen.

ComputerBase gibt der Community bei der Auszeichnung des besten NAS-Herstellers wieder eine Stimme – ihr vergebt den „ComputerBase Reader’s Choice Award“. Ob das kleine 1-Bay-NAS, das große 8-Bay-NAS mit zusätzlichen M.2-Schnittstellen für einen SSD-Cache, doch gleich das schnelle Flash-Only-NAS, das AI-NAS mit lokaler Künstlicher Intelligenz oder doch das Gesamtpaket aus Zuverlässigkeit und Software bei euch den Ausschlag für die Wahl gibt, bleibt euch überlassen. Bei der letzten Wahl war das Ergebnis mit über 50 Prozent noch sehr eindeutig, doch neue Akteure verändern den Markt immer weiter.

Unsere Leser wählen in den nächsten Wochen wieder ihren Favoriten in zahlreichen Hardware-Kategorien – ohne Vorauswahl, ohne Einschränkung, ohne Werbebudget der zur Wahl stehenden Unternehmen. Bereits über den besten Hersteller abgestimmt werden kann in den folgenden Kategorien:

Die in Deutschland relevanten und verfügbaren Hersteller der jeweiligen Kategorie stehen zur Wahl, um für ihre Produkte und ihren Support, die euch ganz persönlich überzeugt haben, ausgezeichnet zu werden.

Bester NAS-Hersteller 2026

Amber

Historie: 0,2 % ➘ 0,1 %
Aoostar
Asustor

Historie: 4,3 % ➘ 2,9 %
Buffalo

Historie: 0,5 % ➘ 0,1 %
Emtec

Historie: 0,1 %
Fantec

Historie: 0,2 % ➙ 0,2 %
ioSafe

Historie: 0,0 % ➚ 0,1 %
LenovoEMC
Linksys

Historie: 0,8 % ➘ 0,5 %
Minisforum
Netgear

Historie: 2,1 % ➘ 0,7 %
QNAP

Historie: 23,4 % ➘ 20,8 %
Synology

Historie: 62,2 % ➘ 50,9 %
TerraMaster

Historie: 1,3 % ➚ 1,8 %
Toshiba
Ubiquiti
UGREEN

Historie: 19,6 %
Western Digital

Historie: 2,6 % ➘ 1,6 %
ZyXEL

Historie: 1,1 % ➘ 0,6 %

Und damit die Hersteller wissen, warum ihr gerade sie gewählt habt oder auch warum ihr ausgerechnet sie nicht gewählt habt, ist euer Feedback in den Kommentaren wie immer sehr gern gesehen: Denn ihr habt eine Stimme, die gehört wird!

Die Umfrage läuft 14 Tage und an ihr können nur bereits registrierte ComputerBase-Leser teilnehmen, da es sich um eine Auszeichnung der ComputerBase-Community handelt. In den darauffolgenden Tagen wird der Gewinner gekürt.

Dieser Artikel war interessant, hilfreich oder beides? Die Redaktion freut sich über jede Unterstützung durch ComputerBase Pro und deaktivierte Werbeblocker. Mehr zum Thema Anzeigen auf ComputerBase.

Source link

Apps & Mobile Entwicklung

Freier MP3-Codec: Großer Sprung auf LAME 4.0 bringt alte Versionsüberwachung

Wer angesichts des Sprungs von Version 3.101 auf 4.0 umfassende Neuerungen beim freien LAME-Codec erwartet, dürfte enttäuscht werden. Der neue Hauptversionszweig dient in erster Linie dazu, zur alten Versionsbezeichnung zurückzukehren. Inhaltlich konzentriert sich das Update vor allem auf die Behebung mehrerer Sicherheitslücken.

Seit fast 30 Jahren Standard für MP3-Kodierungen

1999 vollzog LAME („LAME Ain’t an MP3 Encoder“) den Sprung von Version 2.1f auf den anschließend über mehr als zwei Dekaden gepflegten Versionszweig 3.x, in dem der freie MP3-Codec kontinuierlich hinsichtlich seiner Qualität verbessert wurde. Mit LAME 4.0 hat die Open-Source-Gemeinschaft nun den nächsten Hauptversionszweig veröffentlicht.

Ausschlaggebend dafür ist vor allem die Rückkehr zur früheren Versionskennzeichnung: Das über lange Zeit in jeder kodierten MP3-Datei eingebettete LAME-Tag besitzt ein festes 9-Byte-Feld für die Versionszeichenfolge des Encoders. Seit Version 3.100 bot die dreistellige Nebenversion jedoch keinen Platz mehr für das abschließende Alpha-, Beta- oder Release-Kennzeichen, das seitdem stillschweigend entfiel. Mit Version 4.0 kehrt LAME zu den ursprünglichen Gepflogenheiten zurück.

Schwere Schwachstellen behoben

Zu den wichtigsten technischen Änderungen zählen die Schließung zweier Sicherheitslücken. Die schwerwiegendste betrifft dabei einen Stack-Buffer-Overflow in der Blade-kompatiblen Encoder-DLL (lame_enc.dll), bei der die übergebene Konfigurationsstruktur bislang ohne ausreichende Größenprüfung übernommen wurde. Künftig überprüft LAME die Größe der Struktur und verwendet sowohl für MSVC- als auch für GCC-/MinGW-Builds eine einheitliche Speicheranordnung. Darüber hinaus wurde eine Integer-Unterlauf-Schwachstelle im AIFF-Headerparser behoben, die zu einer Endlosschleife bei der Verarbeitung führen konnte.

Darüber hinaus wurde die Kompatibilität mit aktuellen Versionen von GCC und Clang verbessert. Neuere Compiler lehnten bislang bestimmte UTF-8-Funktionen für ID3-Tags aufgrund inkompatibler Zeigertypen ab, was nun nicht mehr auftreten soll. Gleiches gilt für einen Fehler, durch den bei Verwendung der Optionen --id3v2-utf8 und --tg fehlerhafte Genre-Informationen in MP3-Dateien gespeichert wurden. Zusätzlich exportiert die gemeinsam genutzte Bibliothek künftig die UTF-8-ID3-Funktionen id3tag_set_textinfo_utf8 und id3tag_set_comment_utf8, sodass diese auch externen Anwendungen zur Verfügung stehen.

Eine vollständige Übersicht aller Änderungen bieten die Release Notes.

Ab sofort verfügbar

LAME 4.0 steht ab sofort zunächst nur in Form des Quell-Codes auf der zugehörigen Projektseite auf Sourceforge zur Verfügung und muss für die eigene Verwendung zunächst kompiliert werden. Alternativ kann der freie MP3-Codec wie gewohnt bequem über den Link am Ende dieser Meldung aus dem Download-Bereich von ComputerBase bezogen werden.