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.

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)

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+.

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.

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.

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.

(afl)

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

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)