KI & Modelle
Was KI-Modelle wirklich leisten: OpenAI, Google Gemini, Anthropic, lokale Modelle — Fähigkeiten, Grenzen und die Geschäftsmodelle dahinter.
-
Warum Büroangestellte sich gegen KI stellen
Die Stimmung gegenüber KI kippt im Büro. Es geht nicht nur um neue Tools, sondern um Macht, Kontrolle und die Frage, wer die Folgen der Automatisierung trägt.
-
Wenn neue AI-Chips plötzlich Nvidia schlagen wollen
Rund um Jalapeño, Rubin und neue Chip-Claims eskaliert der Wettbewerb bei AI-Hardware. Entscheidend sind dabei weniger große Ansagen als belastbare Praxiswerte.
-
GPT-6 Astra knackt als einziges getestetes Modell den FrontierMath-Erdős-Benchmark
GPT-6 Astra erzielt 3% auf dem FrontierMath-Erdős-Benchmark, während alle anderen getesteten Modelle bei 0% landen. Warum dieser kleine Wert trotzdem ein großes Signal ist.
-
GPT-6 Astra startet zuerst im Konzern: Was der gestaffelte Rollout wirklich bedeutet
GPT-6 Astra startet zunächst für große Unternehmen. Warum OpenAI den Zugang staffelt und was das für ChatGPT-Nutzer, Entwickler und den Markt bedeutet.
-
Astra und das Benchmark-Problem: Wenn starke Zahlen mehr verbergen als erklären
Die Debatte um Astra zeigt ein altes KI-Problem: starke Benchmark-Werte ohne genug Kontext. Warum das für Einordnung, Vertrauen und Vergleichbarkeit zählt.
-
Metas KI-Personalplan ist kein Ausrutscher – sondern ein Warnsignal für die ganze Branche
Meta plante offenbar, Teams massiv zu verkleinern und Arbeit durch KI-Agenten zu ersetzen. Der Widerstand im Unternehmen und schwache Ergebnisse zeigen, wie hart die Realität auf KI-Strategien trifft.
-
KI hilft bei klassischem Geometrieproblem: Neue Untergrenze für Moser’s Worm Problem
Ein klassisches Problem der Geometrie bekommt einen kleinen, aber echten Schub: Mit ProofAtlas.ai und GPT-5.6 Pro steigt die bekannte Untergrenze bei Moser’s Worm Problem von 0,2322 auf 0,2374.
-
Wie die Welt in 10 bis 20 Jahren aussehen könnte
Wie verändert KI den Alltag, was passiert mit Jobs, Energie und Machtverhältnissen? Eine nüchterne Einordnung dazu, wie die Welt in 10 bis 20 Jahren aussehen könnte.
-
KI findet in Linux mehr Fehler als Maintainer abarbeiten können
KI-Tools spüren in Linux und anderen Open-Source-Projekten immer mehr echte Schwachstellen auf. Das verbessert Sicherheit, bringt Maintainer aber an ihre Belastungsgrenze.
-
Terence Tao zieht bei KI in der Mathematik eine rote Linie
Terence Tao warnt vor einer Mathematik, in der KI zu viele Probleme übernimmt. Es geht nicht um Technikangst, sondern um Ausbildung, Kultur und den Wert offener Fragen.





























