Connect with us

Künstliche Intelligenz

KI-Update kompakt: Anthropics Mythos, Leben mit Superintelligenz, Meta, Waymo


Weiterlesen nach der Anzeige

Anthropic hat ein KI-Modell namens Mythos entwickelt, das Sicherheitslücken in Software nicht nur findet, sondern auch ausnutzen kann. Laut dem Unternehmen entdeckte es unter anderem eine 27 Jahre alte Lücke in OpenBSD und eine 17 Jahre alte in der Videosoftware FFMPEG, die Millionen automatischer Suchläufe übersehen hatten. Besonders brisant: Das Modell kann mehrere harmlose Einzellücken zu einem funktionierenden Angriff kombinieren.

Anthropic gibt das Modell nicht frei, sondern stellt es über das Programm „Project Glasswing“ ausgewählten IT-Unternehmen und Organisationen wie der Linux Foundation zur Verfügung. Diese sollen damit ihre Software absichern, bevor andere KI-Systeme ähnliche Fähigkeiten erreichen. Anthropic stellt dafür Tokens im Wert von 100 Millionen US-Dollar bereit. Ob genug Hersteller kritischer Software mitmachen und ob die Zahl der Lücken tatsächlich endlich ist, bleibt offen.


Eigenwerbung Fachdienst heise KI PRO

Eigenwerbung Fachdienst heise KI PRO

Kommission, Parlament und Ministerrat der EU haben ihren Presseteams untersagt, vollständig KI-generierte Bilder und Videos in der offiziellen Kommunikation zu verwenden. Ein Sprecher der Kommission sagte Politico, das für Journalisten und Öffentlichkeit bereitgestellte Material solle frei von KI-Inhalten bleiben. Technische Nachbearbeitung zur Verbesserung der Bildqualität bleibt unter strengen Auflagen erlaubt.

OpenAI hat ein zwölfseitiges Grundsatzpapier veröffentlicht, das politische Maßnahmen für den Übergang zur Superintelligenz skizziert. Im Zentrum steht ein staatlicher Vermögensfonds, der Erträge aus KI-getriebenem Wirtschaftswachstum an alle Bürger ausschütten soll. Daneben schlägt das Papier höhere Kapitalertragsteuern, eine Vier-Tage-Woche bei vollem Lohn als Pilotprojekt und ein formelles Mitspracherecht der Beschäftigten bei der Einführung von KI am Arbeitsplatz vor.

Weiterlesen nach der Anzeige

Für den Fall größerer Verwerfungen am Arbeitsmarkt sieht OpenAI automatische Hilfen vor: flexiblere Arbeitslosenunterstützung, Bargeldhilfen und Weiterbildungsgutscheine, die greifen, sobald Warnindikatoren bestimmte Schwellen überschreiten. Das Unternehmen benennt auch sich selbst als Risiko. KI-Firmen an der Spitze sollten Governance-Strukturen annehmen, die öffentliches Interesse in ihre Entscheidungen einbetten.

Das KI-Start-up Oumi, das im Auftrag der New York Times über 4300 Suchanfragen testete, kommt zu einem gemischten Befund: Googles KI-generierte Suchantworten liegen mit dem neueren Modell Gemini 3 in 91 Prozent der Fälle richtig, nach 85 Prozent beim Vorgänger. Bei Milliarden täglicher Anfragen bedeuten neun Prozent Fehlerquote allerdings Millionen falscher Antworten pro Stunde.

Zugleich hat sich die Nachprüfbarkeit verschlechtert. Bei 56 Prozent der korrekten Antworten von Gemini 3 ließen sich die Aussagen nicht durch die verlinkten Quellen belegen, nach 37 Prozent beim Vorgänger. Unter den meistzitierten Quellen fanden sich Facebook und Reddit auf Platz zwei und vier. Google kritisierte die Studie als nicht repräsentativ für tatsächliches Suchverhalten.

Meta plant eine hybride Strategie für kommende KI-Modelle: Die leistungsstärksten sollen als geschlossene Systeme erscheinen, die kleineren als echte Open-Source-Modelle mit frei zugänglichem und editierbarem Quellcode. Bisherige Llama-Modelle waren lediglich „Open Weight“, bei denen zwar die Modellgewichte, nicht aber der vollständige Code und die Trainingsdaten offenlagen.

Die neuen Modelle wären die ersten unter der Leitung von Alexandr Wang, den Meta Mitte vergangenen Jahres zum Chief AI Officer ernannte, nachdem Llama 4 hinter den Erwartungen zurückgeblieben war. Mit der Doppelstrategie will Meta einerseits Entwickler anlocken, andererseits Wettbewerbsvorteile bei den großen Modellen sichern.


KI-Update

KI-Update

Wie intelligent ist Künstliche Intelligenz eigentlich? Welche Folgen hat generative KI für unsere Arbeit, unsere Freizeit und die Gesellschaft? Im „KI-Update“ von Heise bringen wir Euch gemeinsam mit The Decoder werktäglich Updates zu den wichtigsten KI-Entwicklungen. Freitags beleuchten wir mit Experten die unterschiedlichen Aspekte der KI-Revolution.

Meta hat ein internes Rangsystem eingeführt, das den KI-Verbrauch seiner Belegschaft misst. Eine Rangliste namens „Claudeonomics“ erfasst den Token-Verbrauch von über 85.000 Beschäftigten. In 30 Tagen summierten sich die Tokens auf 60 Billionen, der Spitzenreiter kam auf 281 Milliarden. Titel wie „Token Legend“ oder „Cache Wizard“ sollen motivieren.

Die Praxis hat Schwächen: Manche Mitarbeiter lassen KI-Agenten stundenlang laufen, nur um ihren Verbrauch zu steigern. Das Phänomen heißt im Silicon Valley „Tokenmaxxing“ und gilt dort als Produktivitätsmaß. Nvidia-Chef Jensen Huang sagte, er wäre beunruhigt, wenn ein Ingenieur mit 500.000 Dollar Gehalt nicht mindestens 250.000 Dollar an Tokens jährlich verbrauche. Belege für einen Zusammenhang zwischen hohem Verbrauch und tatsächlicher Produktivität hat bislang kein Unternehmen vorgelegt.

Intel beteiligt sich an Elon Musks Projekt Terafab, einem geplanten Halbleiterkomplex, der KI-Beschleuniger mit einer jährlichen Rechenkapazität von einem Terawatt produzieren soll. „Intel ist stolz darauf, sich gemeinsam mit SpaceX, xAI und Tesla am Terafab-Projekt zu beteiligen“, schrieb das Unternehmen auf X.

Für Intels Foundry-Sparte, die seit Jahren Großkunden sucht, könnte die Beteiligung ein Rettungsanker sein. Auch wenn der Bau scheitert, könnte Intel die Musk-Firmen als Kunden gewinnen.

Anthropic hat eine Vereinbarung mit Google und Broadcom über den Einsatz von Googles Tensor Processing Units für seine Claude-Modelle geschlossen. Laut einer Börsenaufsichtsmeldung von Broadcom geht es um 3,5 Gigawatt Rechenkapazität allein von Broadcom, weitere Kapazität soll Google liefern. Der erste Schwung an TPUs soll ab 2027 bereitstehen, final geht es um mehrere Millionen KI-Beschleuniger.

Anthropic benötigt die Rechenleistung dringend. Erst kürzlich strich das Unternehmen Tools wie OpenClaw aus seinen Abos, um die Rechenlast zu senken. Die Kosten für ein Gigawatt Rechenkapazität werden auf bis zu 50 Milliarden US-Dollar geschätzt. Gleichzeitig verkündete Anthropic einen Umsatzmeilenstein: Hochgerechnet auf das Gesamtjahr liegt der Umsatz bei 30 Milliarden US-Dollar, nach 9 Milliarden Ende 2025.

Das Bundesministerium für Digitales und Staatsmodernisierung hat mit dem Projekt Spark eine Reihe von KI-Modulen auf der Plattform OpenCode veröffentlicht. Unter dem Leitsatz „Public Money, Public Code“ können Kommunen, Unternehmen und die Zivilgesellschaft die Werkzeuge ohne Lizenzgebühren nutzen und weiterentwickeln.

Spark soll komplexe Planungs- und Genehmigungsverfahren beschleunigen, die bisher Monate oder Jahre dauern. Die KI bereitet Informationen aus Antragsunterlagen so auf, dass Sachbearbeiter schneller zu fundierten Entscheidungen kommen. Das letzte Wort behält der Mensch.

Die Polizei in Deutschland führte im vergangenen Jahr rund 344 000 Gesichtserkennungs-Suchläufe durch, mehr als doppelt so viele wie im Vorjahr. Treiber ist ein seit September 2024 beim Bundeskriminalamt eingesetztes KI-System mit einer Fehlerrate von unter einem Prozent. Zusätzlich ermöglichen mobile Apps den Beamten, Abgleiche direkt vor Ort vorzunehmen.

Kritiker warnen, dass Menschen aus sozioökonomisch schwachen Schichten und Personen, die als ausländisch wahrgenommen werden, häufiger kontrolliert werden. Sie landeten überproportional oft in der Datenbank und seien dadurch einem höheren Risiko ausgesetzt, von der KI identifiziert zu werden.

Aktuelle Apple-Rechner können trotz schneller M-Chips keine externen KI-Beschleuniger von Nvidia oder AMD nutzen, weil passende Treiber fehlen. George Hotz, bekannt als PlayStation-3-Hacker, hat mit seiner Firma Tiny Corp nun solche Treiber entwickelt. Sie arbeiten mit seinem eigenen Framework „tinygrad“, nicht mit gängigen Alternativen wie MLX oder GGUF.

Nutzer benötigen neben der kostenlosen Treibersoftware ein externes GPU-Gehäuse und eine passende Grafikkarte. Wie viel ein solches Setup am Mac tatsächlich bringt, ist noch unklar.

Der KI-Musikgenerator Suno prüft hochgeladene Songs und Texte automatisch auf Urheberrechtsverletzungen und blockiert sie bei Verstößen. Ein Test des Technikmagazins The Verge ergab jedoch, dass schon kleine Anpassungen wie halbe oder doppelte Abspielgeschwindigkeit oder kurzes Rauschen am Anfang und Ende ausreichen, um die Prüfung zu umgehen. Auch bei Liedtexten genügen minimale Änderungen in der Schreibweise.

Für unabhängige Künstler ist das besonders problematisch. Suno überprüft Inhalte offenbar nur beim Upload, nicht beim Export. Erzeugte Stücke lassen sich daher über Distributoren auf Streaming-Dienste hochladen und dort monetarisieren, ohne die eigentlichen Urheber zu beteiligen.

Waymo, die Robotaxi-Tochter von Google, hat mit der Kartierung Londons begonnen und will noch in diesem Jahr einen öffentlichen Dienst starten. In zehn US-Städten gehören die fahrerlosen Taxis bereits zum Straßenbild. In ganz Europa existiert bislang kein kommerzieller Robotaxi-Dienst.

London stellt eine besondere Herausforderung dar: Statt der strengen Schachbrettmuster moderner US-Städte erwartet Waymo ein historisch gewachsenes Straßenlabyrinth. Zudem trifft die Technik auf eine gespaltene Branche aus App-Fahrern und den traditionellen Black Cabs.


Eigenwerbung Fachdienst heise KI PRO

Eigenwerbung Fachdienst heise KI PRO


(igr)



Source link

Künstliche Intelligenz

Machine Learning mit Python – KI und Deep Learning in 5 Sessions erklärt


KI und Machine Learning sind aus der heutigen IT-Welt nicht mehr wegzudenken. Ihr Potenzial ist enorm, aber oft werden auch unrealistische Erwartungen in sie gesetzt. Wer den Einsatz von maschinellem Lernen für eigene Projekte prüfen und umsetzen möchte, erhält in unserem Classroom Einführung in Machine Learning mit Python einen Überblick sowohl über die Grundlagen als auch über die Grenzen der künstlichen Intelligenz.

Weiterlesen nach der Anzeige

Eigene Programmierübungen in Python werden mit Theorie, Demonstrationen und Hands-on-Experimenten abwechslungsreich unterstützt. Alle fünf Termine unterfüttert unser Experte mit sauberen Begriffseinführungen, Anwendungsbeispielen, spannenden Episoden und eindrücklichen Demonstrationen auch außerhalb des Python-Kontexts.

Der Classroom richtet sich an alle Personen aus dem Softwarebereich mit erster Programmiererfahrung (bevorzugt in Python), die erste Schritte im Bereich des maschinellen Lernens gehen und einen Überblick erhalten möchten. Nach Abschluss aller Sessions verstehen Sie unterschiedliche Arten von Machine-Learning-Algorithmen, wissen KI-Lösungen realistisch einzusetzen und beherrschen Datenaufbereitung, klassische statistische Verfahren sowie künstliche neuronale Netze in Python. Die Termine sind:

  • 26. August 2025: Python-Grundlagen und Datenaufbereitung mit NumPy und pandas
  • 02. September 2025: Datenaufbereitung und -visualisierung mit pandas und Matplotlib
  • 16. September 2025: Grundlagen und überwachtes Lernen mit scikit-learn
  • 23. September 2025: Entscheidungsbäume, unüberwachtes und bestärkendes Lernen im Machine Learning
  • 30. September 2025: Deep Learning – Künstliche neuronale Netze mit Keras und TensorFlow




Bereits ab dem zweiten Classroom oder einem Classroom und drei Videokursen rechnet sich unser Professional Pass mit Zugriff auf den gesamten heise academy Campus!

Jetzt entdecken

Die Sessions haben eine Laufzeit von jeweils vier Stunden und finden von 9 bis 13 Uhr statt. Alle Teilnehmenden können sich nicht nur auf viel Praxis und Interaktion freuen, sondern haben auch die Möglichkeit, das Gelernte mit allen Aufzeichnungen und Materialien im Nachgang zu wiederholen und zu vertiefen.

Weiterlesen nach der Anzeige

Fragen werden direkt im Live-Chat beantwortet und Teilnehmer können sich ebenfalls untereinander zum Thema austauschen. Der nachträgliche Zugang zu den Videos und Übungsmaterialien ist inklusive. Weitere Informationen und Tickets finden Interessierte auf der Website des Classrooms.

E-Mail-Adresse

Ausführliche Informationen zum Versandverfahren und zu Ihren Widerrufsmöglichkeiten erhalten Sie in unserer Datenschutzerklärung.


(cbo)



Source link

Weiterlesen

Künstliche Intelligenz

Voice Control in iOS 27: Accessibility-Feature sagt Siri-App-Steuerung voraus


close notice

This article is also available in
English.

It was translated with technical assistance and editorially reviewed before publication.

Seit bald zwei Jahren warten Apple-Nutzer darauf, dass die Sprachassistenz Siri endlich smart wird. So hatte Apple im Sommer 2024 angekündigt, dass das System alsbald kontextsensitiv agieren sowie auch Apps direkt steuern könne. Bislang wurde jedoch noch nichts davon umgesetzt, Apple will sogar 250 Millionen US-Dollar an Sammelkläger zahlen, die gegen die verfrühte Bewerbung der nicht vorhandenen Features juristisch vorgegangen waren. Mit iOS 27 soll nun aber alles anders werden. Und Teile der neuen Features hat Apple nun selbst geleakt: im Rahmen einer Vorschau neuer Barrierefreiheitsfunktionen, die in den kommenden Monaten das iPhone erreichen sollen. Dabei besonders spannend ist die verbesserte sogenannte Voice Control, die Apple auf Deutsch „Sprachsteuerung mit natürlicher Sprache“ nennt.

Weiterlesen nach der Anzeige

Voice Control gibt es auf dem iPhone schon länger. Sie ermöglicht es Menschen, die das Smartphone nicht direkt bedienen können, eine weitgehende Steuerung des Systems per Sprache. Ganz einfach ist das allerdings nicht. So muss man die Sprachsteuerung zunächst passend konfigurieren, und sie hat eine relativ hohe Lernkurve, weil man genau wissen muss, welche Befehle sie versteht. Sind Schalter von Entwicklern nicht korrekt mit Labels versehen, wird auf Methoden wie Bildschirmquadranten gesetzt, die der Nutzer gezielt ansteuert.

Im Rahmen des Previews der neuen Accessibility-Features, die mit iOS 27 erwartet werden, zeigte Apple nun aber, wie es besser geht: erstmals mit natürlicher Sprache, gestützt auf Apple Intelligence, wie das Unternehmen betonte. Dahinter dürfte sich eine Kombination aus Apples eigenen Sprachmodellen und Googles Gemini-LLM verstecken, das Apple einkauft. Besonders interessant: Die gezeigten Barrierefreiheitsfunktionen sind nicht weit von dem entfernt, was Apple für die verbesserte Siri angekündigt hatte.

Die neue Voice Control wurde zunächst für iPhone und iPad gezeigt, sie könnte aber auch für den Mac kommen. Sie soll deutlich intuitiver sein. In einem Demovideo ist zu sehen, wie ein Nutzer in der Dateien-App navigiert. So reicht es, zu sagen, dass der Ordner in Orange geöffnet werden soll – seine genaue Bezeichnung ist unnötig. Auch beschreibende Angaben zum Inhalt führen zum Erfolg, auch wenn diese knapp daneben liegen. Ebenfalls gezeigt wurden direkte Steuerfunktionen in einer App, wie das Zoomen zu einem bestimmten Bereich einer PDF-Datei.

Das neue Feature wird allerdings zunächst nur in englischer Sprache zur Verfügung stehen. Es gibt Varianten für US-Englisch, für Kanada, Großbritannien sowie Australien. Angaben zu einer Internationalisierung machte Apple nicht. Klar ist aber bereits: Es wäre sicherlich ein Leichtes, die Funktion in Siri zu integrieren.

Weiterlesen nach der Anzeige


(bsc)



Source link

Weiterlesen

Künstliche Intelligenz

Studie: KI bleibt oft im Testlauf stecken


Künstliche Intelligenz ist in den Zukunftsplanungen der deutschen Wirtschaft fest verankert, doch auf dem Weg in den produktiven Arbeitsalltag in den Unternehmen verliert sie oft massiv an Schwung. Das ist das zentrale Ergebnis einer Studie des IT-Beratungsunternehmens Zoi. Für einen erfolgreichen KI-Einsatz mangle es weniger an Geld, sondern an der passenden Unternehmensorganisation und der praktischen Umsetzung.

Weiterlesen nach der Anzeige

Basis der Studie ist eine Befragung von 500 IT-Verantwortlichen aus Unternehmen mit mehr als 2.000 Beschäftigten durch das Meinungsforschungsinstitut Civey. Wissenschaftlich begleitet wurde die Umfrage von der Hochschule der Medien in Stuttgart.

Drei Jahre nach dem großen technologischen Durchbruch haben der Studie zufolge die meisten deutschen Großunternehmen erste Anwendungsfälle ausgemacht und Pilotprojekte gestartet. Doch zwischen dem ersten Ausprobieren und dem tatsächlichen, gewinnbringenden Einsatz im normalen Betrieb klaffe in vielen Unternehmen eine erhebliche Lücke.

In der Umfrage wurde auch nach konkreten Hindernissen gefragt, die einen erfolgreichen KI-Einsatz erschweren. Die IT-Verantwortlichen nannten dabei die Komplexität der bestehenden IT-Infrastruktur, fehlendes Fachwissen beim Personal sowie die schwierige Integration der neuen Technik in veraltete Computersysteme. Budgetfragen oder Unsicherheiten über den finanziellen Nutzen wurden hingegen deutlich seltener als Hindernis genannt. Die Studie ergab auch, dass ausgerechnet die erfolgreichen Vorreiter-Unternehmen stark unter der Komplexität ihrer Technik leiden.

In vielen Fällen sind die Fehlerursachen demnach in der Chefetage zu suchen: Zwar geben rund drei Viertel der Unternehmen an, über eine schriftlich festgehaltene Strategie der Unternehmensleitung zu verfügen, doch nur bei etwa einem Drittel ist diese auch mit konkreten messbaren Zielen verknüpft. Ohne solche Erfolgskennzahlen bleibe die Strategie oft nur eine Absichtserklärung.

Weiterlesen nach der Anzeige

Zoi-Geschäftsführer Benjamin Hermann sagte, die Studienergebnisse zeigten, dass bei der KI-Transformation zwischen der technologischen Exzellenz und einer vorbildhaften operativen Umsetzung noch Welten lägen. „Mit KI anfangen ist einfacher, als mit KI produktiv zu sein.“

Professor Jan Kirenz von der Hochschule der Medien Stuttgart sagte, die Daten zeichneten ein klares Bild: „76 Prozent der deutschen Großunternehmen erproben KI-Agenten bereits aktiv, was das breite Innovationsinteresse belegt.“ Aber da erst 19 Prozent diese Technologien in ihren Kernprozessen einsetzten, stehe die breite Wertschöpfung noch aus.

In der Studie wurden die IT-Verantwortlichen auch danach gefragt, ob der KI-Einsatz mit einem massiven Jobverlust verbunden sei. Davon gehen die Befragten mehrheitlich nicht aus: 79 Prozent der befragten IT-Entscheider sagten, dass generative KI die Mitarbeiterzahl im Unternehmen stabil halte oder sogar steigen lasse.


(nen)



Source link

Weiterlesen

Beliebt