Künstliche Intelligenz
KI in Unternehmen: Tausende Chefs sehen noch keinen Effekt
Zahlreiche Führungskräfte sehen nach wie vor keine messbaren Auswirkungen durch den Einsatz von KI in ihren Unternehmen, wie aus einer Studie der wirtschaftswissenschaftlichen Nonprofit-Forschungseinrichtung National Bureau of Economic Research (NBER) aus den USA hervorgeht. Demnach hätten befragte Unternehmen von geringen Auswirkungen der KI in den letzten drei Jahren berichtet – und über 80 Prozent hätten gar keine Auswirkungen auf die Beschäftigung oder Produktivität festgestellt.
Weiterlesen nach der Anzeige
Dennoch bleibt die Erwartung, dass sich das Investment in KI lohnt: Im Schnitt erwarteten die Befragten, dass der KI-Einsatz in den nächsten drei Jahren einen Produktivitätsgewinn von 1,4 Prozent bringen dürfte. Maßstab für Produktivität ist dabei der Umsatz pro Mitarbeiter. Ebenso gehen sie in davon aus, weniger Beschäftigte zu brauchen – die Mitarbeiterzahl solle um rund 0,7 Prozent sinken. Das entspreche in Summe der in der Umfrage erfassten Firmen rund 1,75 Millionen weniger Stellen. Befragt wurden für die Studie rund 6000 CEOs, Finanzchefs und weitere Führungskräfte aus den USA, Großbritannien, Deutschland und Australien.
Bei der Frage, wie sich KI auf die Jobs auswirkt, habe sich auch eine deutliche Diskrepanz gezeigt. Befragungen mit Mitarbeitern hätten ergeben, dass diese wegen KI eher einen Anstieg der Beschäftigung erwarten – um rund 0,5 Prozent in den nächsten Jahren.
Im Schnitt komme KI in 70 Prozent der Unternehmen bereits zum Einsatz. Dabei lagen die USA mit 78 Prozent vorn, danach Großbritannien mit 71 Prozent, Deutschland mit 65 Prozent und Australien mit 59 Prozent. Von den befragten Führungskräften nutzten etwas mehr als zwei Drittel regelmäßig KI, im Schnitt 1,5 Stunden pro Woche. Ein Viertel gab an, KI überhaupt nicht zu nutzen. Häufigstes Anwendungsszenario sind Sprachmodelle für die Texterstellung (41 Prozent). Darauf folgen für 30 Prozent die Datenverarbeitung via Machine Learning oder die Erstellung visueller Inhalte.
Produktiver oder nicht produktiver?
Zuletzt hatte eine ganze Reihe von Studien ähnlich ernüchternde Ergebnisse vorgelegt. Messbarer Wert durch die KI-Einführung sei bei der Mehrheit der Unternehmen bislang noch nicht angekommen, wie Analysen von Deloitte, PwC und BCG ergeben hatten. Rund 12 Prozent der befragten Unternehmen hätten bislang Kosteneinsparungen und Wertzuwachs damit erzielt, stellte etwa PwC fest.
Es gibt allerdings auch andere Stimmen. Ein Arbeitspapier der Europäischen Investitionsbank (EIB) legt etwa nahe, dass die Nutzung von künstlicher Intelligenz die Produktivität von Unternehmen in der EU um rund vier Prozent steigert. Vor allem profitierten große Firmen davon.
Weiterlesen nach der Anzeige
Auf Seiten der KI-Anbieter scheint man nach wie vor zuversichtlich, eine große Revolution der Arbeitswelt anzuführen. Microsofts KI-Chef Mustafa Suleyman zum Beispiel wagte kürzlich in einem Interview die Prognose, dass in 18 Monaten ein Großteil der Bürojobs durch KI ersetzt sein werde. Ob das eintrifft, bleibt abzuwarten. Sicher ist aber, dass die großen Techkonzerne hochfliegende Narrative brauchen, um ihre auf mehrere hundert Milliarden US-Dollar geschätzten Investitionen in KI-Rechenzentren auch rechtfertigen zu können. Zuletzt hatte die Börsen jedenfalls relativ nervös auf die Ankündigung großer Ausgaben reagiert.
Update
20.02.2026,
16:11
Uhr
Quellenangabe für Arbeitspapier der EIB präzisiert.
(axk)
Künstliche Intelligenz
Cribl Guard: KI soll sensible Daten im Telemetrie-Strom aufspüren
Der US-Anbieter Cribl hat ein neues Feature für das Sicherheitsmodul Guard seiner Telemetrie-Plattform Cribl Stream vorgestellt. Guard analysiert Daten bereits während der Verarbeitung in der Pipeline – und die neue sogenannte Background Detection erweitert dies um ein KI-Modell, das fortlaufend nach bislang unbekannten Mustern sensibler Daten sucht. Das umfasst personenbezogene Informationen, Secrets wie API-Schlüssel oder Passwörter sowie regulierte Daten, die von bestehenden regelbasierten Erkennungsmechanismen nicht erfasst werden.
Weiterlesen nach der Anzeige
Anders als bei klassischen DLP-Tools (Data Loss Prevention), die Datenströme zur Analyse aus der Kundenumgebung heraus kopieren, läuft das KI-Modell laut Cribl direkt auf den sogenannten Workers. Das sind die Verarbeitungsknoten der Cribl-Plattform, auf denen die eigentliche Datenverarbeitung stattfindet. Sensible Daten verlassen die Infrastruktur des Kunden damit nicht. Erkannte Muster werden in der Cribl-Oberfläche angezeigt; Security-Teams können sie dort prüfen, verwerfen oder mit einem Klick in neue Schutzregeln überführen.
Von statischen Regeln zur kontinuierlichen Erkennung
Cribl positioniert die Neuerung als Paradigmenwechsel: Statt sich auf statische Regelwerke zu verlassen, die erfahrungsgemäß schnell veralten, sollen Unternehmen mit der Hintergrunderkennung kontinuierlich neue Risiken identifizieren können. Laut Cribl-CPO Dritan Bitincka fängt die Funktion sensible Informationen ab, noch bevor sie einen Datenspeicher erreichen. Dies erleichtere den Übergang von reaktiver Bereinigung hin zu proaktiver Risikominderung.
Cribl zufolge nutzen weltweit zahlreiche Unternehmen die Plattform, darunter die Hälfte der Fortune-100-Unternehmen. Cribl Stream fungiert als eine Art Datendrehscheibe, die Logs, Metriken und Events aus unterschiedlichsten Quellen entgegennimmt, filtert, anreichert und an Zielsysteme wie SIEMs, Observability-Plattformen oder Data Lakes weiterleitet. Guard ist als Sicherheitsmodul von Cribl Stream seit September 2025 verfügbar und bringt über 200 vorkonfigurierte Erkennungsregeln mit, die nun um die KI-gestützte Suche ergänzt werden.
(axk)
Künstliche Intelligenz
High-End-Smartphones 2026: Stagnation statt Innovation
Mit ihnen lässt man sich gern sehen: Sie tragen die potentesten Kameras, strahlen mit den hellsten Bildschirmen und rechnen schneller als alle anderen: High-End-Smartphones sind nicht nur die besten Smartphones eines jeden Jahrgangs. Auch für die günstigeren Modelle sind sie ein Fingerzeig in die Zukunft. Denn ein Großteil der Technik, die sich heute „High End“ nennt, findet sich nächstes oder übernächstes Jahr in der Mittelklasse wieder. Doch was hat der Jahrgang 2026 zu bieten?
Äußerlich hat sich im Vergleich zu den Vorgängern wenig getan. Ob Google Pixel 10 Pro, Samsung Galaxy S26 Ultra oder Xiaomi 17 Ultra, sie alle sehen ihren Ahnen zum Verwechseln ähnlich. Ausgerechnet Apple, das ansonsten erzkonservativ an erstmal eingeführten Designs über Jahre festhält, wagt etwas Neues und packt das iPhone 17 Pro in ein frisches Aluminiumkleid.
Doch bedeutet optischer Stillstand auch technische Stagnation? Es kommt darauf an. Vor allem die Arrivierten um Apple, Google, Samsung haben allenfalls Modellpflege betrieben. In dem einen oder anderen Fall ist das noch freundlich ausgedrückt. Beim Pixel 10a muss man die Änderungen mit der Lupe suchen, und auch bei den großen Geschwistern blieb vieles beim Alten – Stichwort lahmer SoC.
Das war die Leseprobe unseres heise-Plus-Artikels „High-End-Smartphones 2026: Stagnation statt Innovation „.
Mit einem heise-Plus-Abo können Sie den ganzen Artikel lesen.
Künstliche Intelligenz
Auf Gemma-Basis: Google bringt neue KI-Diktier-App fürs iPhone
Der Name wirkt zwar etwas sperrig, doch Googles jüngste iOS-App namens Google AI Edge Eloquent kann im Alltag durchaus nützlich sein: Mit dem kostenlosen Tool kann man ohne Abogebühr auf iPhone und Mac Spracheingaben in hoher Qualität in Textform umwandeln. Dazu nutzt die App das hauseigene freie Sprachmodell Gemma, das wiederum auf Googles großen Gemini-Modellen basiert.
Weiterlesen nach der Anzeige
Bereinigung läuft die Cloud
Neben der Diktatfunktion kann Edge Eloquent noch mehr: Verlässt man den Offline-Modus, kann die App den erfassten Text auch automatisch bereinigen und in Form bringen. „[Die App] wandelt unstrukturierte und stockende Sprache automatisch in fehlerfreien Text um, wobei sie den Kontext versteht, um die eigentliche Bedeutung wiederzugeben“, schreibt Google in seinem Beipackzettel. Parallel ist es möglich, ein eigenes Wörterbuch zu erstellen, um das Vokabular des Nutzers besser zu erkennen. Das gesamte maschinelle Lernen läuft dabei auf dem iPhone oder Mac ab, auch Audio oder andere persönliche Daten sollen nicht bei Google landen.
Im Kurztest zeigte sich dann allerdings, dass die App für eine ganze Reihe von Features doch Googles Cloud benötigt, etwa zum weiteren Polieren der Texte. Immerhin gibt es einen klar ersichtlichen Cloud-Schalter, über den gesteuert werden kann, was im Internet landet und was nicht. Nützlich: Die App wirft automatisch Ähs und Ahs aus der Transkribierung und kann zudem erkennen, wenn sich der Nutzer selbst korrigiert und nur die korrekte Fassung übernehmen. Gemma soll dabei auch auf älteren iPhones ausreichend schnell sein – ab dem iPhone 15 wird sie empfohlen. Google verspricht darüber hinaus eine „Zero Cost Architecture“, bei der Nutzer nichts zu zahlen haben und es keine Nutzungslimits geben soll.
Konkurrenz für OpenAI-Whisper
Google AI Edge Eloquent läuft anfangs nur als App, soll aber in späteren Versionen über eine eigene Zusatztastatur tiefer in iOS integriert werden können. Wie genau dies umgesetzt wird, blieb zunächst unklar. Google macht mit der Anwendung offenen Transkribierungsmodellen wie Whisper von OpenAI Konkurrenz, das bereits in vielen iOS-Apps aus dem Diktierbereich steckt.
Einen zentralen Nachteil gibt es allerdings noch: Die App versteht derzeit im Gegensatz zu Whisper-basierten Anwendungen nur die englische Sprache für das Diktat. Wer es in Deutsch oder anderen Sprachen probiert, scheitert. Folgerichtig steht sie derzeit auch nur im US-amerikanischen App Store zum Download bereit. Eine weitere Gemma-basierte App namens Google AI Edge Gallery bietet Zugriff auf weitere Gemma-4-Funktionen, darunter einen Chatbot, agentische Funktionen und Bilderkennung. Die App ist auch für Android verfügbar, Google AI Edge Eloquent hingegen nur für Apple-Geräte.
Weiterlesen nach der Anzeige
(bsc)
-
Künstliche Intelligenzvor 2 Monaten
Top 10: Die beste kabellose Überwachungskamera im Test – Akku, WLAN, LTE & Solar
-
Social Mediavor 1 MonatCommunity Management und Zielgruppen-Analyse: Die besten Insights aus Blog und Podcast
-
Social Mediavor 2 MonatenCommunity Management zwischen Reichweite und Verantwortung
-
UX/UI & Webdesignvor 2 MonatenEindrucksvolle neue Identity für White Ribbon › PAGE online
-
Künstliche Intelligenzvor 3 MonateneHealth: iOS‑App zeigt Störungen in der Telematikinfrastruktur
-
Entwicklung & Codevor 4 WochenCommunity-Protest erfolgreich: Galera bleibt Open Source in MariaDB
-
Entwicklung & Codevor 3 MonatenKommentar: Entwickler, wacht auf – oder verliert euren Job
-
Künstliche Intelligenzvor 2 MonatenSmartphone‑Teleaufsätze im Praxistest: Was die Technik kann – und was nicht
