ByteDance hat einen KI-Agenten vorgestellt, der selbstständig CUDA-Code schreibt und optimiert. Das System adressiert einen der aufwändigsten Engpässe in der modernen KI-Entwicklung: die manuelle Programmierung von GPU-Kerneln für Deep-Learning-Workloads.
Die Diskussion um Artificial General Intelligence verlagert sich zunehmend vom theoretischen Diskurs in die praktische Unternehmensplanung. Nicht einzelne KI-Modelle, sondern vernetzte Systeme aus spezialisierten Agenten könnten künftig die Grundlage neuer Geschäftsmodelle bilden. Für Entscheider stellt sich damit eine konkrete strategische Frage: Wie lassen sich Unternehmen auf eine Wirtschaft vorbereiten, in der KI-Agenten zunehmend eigenständig handeln?
Drei Entwicklungen prägen derzeit die geopolitische und regulatorische Landschaft der KI: der Einsatz von Large Language Models in der Nuklearbranche, Chinas Ambitionen bei der Leistungsmessung von KI-Systemen sowie die wachsende Debatte darüber, wie Benchmarks die KI-Politik beeinflussen. Für Unternehmen, die KI strategisch einsetzen wollen, liefern diese Trends wichtige Orientierungspunkte.
Ein neuer Benchmark namens RealChart2Code testet, wie gut führende KI-Modelle in der Lage sind, komplexe Datenvisualisierungen aus realen Datensätzen in ausführbaren Code umzuwandeln. Das Ergebnis ist ernüchternd: Selbst die leistungsstärksten proprietären Modelle verlieren dabei im Vergleich zu einfacheren Tests nahezu die Hälfte ihrer Leistungsfähigkeit.
Spielzeuge mit integrierter künstlicher Intelligenz sind in vielen Haushalten angekommen, bevor Regulierungsbehörden klare Anforderungen für deren Betrieb definiert haben. Der Markt wächst schneller als der gesetzliche Rahmen – mit potenziell weitreichenden Konsequenzen für Hersteller, Händler und Verbraucher.
Ein Forscherteam hat mit VisionClaw einen agentenbasierten Aufsatz für die Ray-Ban Meta Smart Glasses entwickelt, der die Brille von einem passiven Aufnahmegerät zu einem kontinuierlich aktiven KI-System erweitert. Das Projekt basiert auf dem Open-Source-Framework OpenClaw und untersucht, wie sich dauerhaft wahrnehmende KI auf die Nutzung agentischer Systeme im Alltag auswirkt.
In den USA gewinnt ein rechtlicher Ansatz an Bedeutung, der für Betreiber sozialer Netzwerke weitreichende Konsequenzen haben könnte: die Einstufung von Social-Media-Plattformen als fehlerhafte Produkte im Sinne des Produkthaftungsrechts. Was bislang vor allem durch Regulierungsdebatten verhandelt wurde, verlagert sich zunehmend in den Bereich zivilrechtlicher Klagen – mit möglichen Signalwirkungen weit über die USA hinaus.
Jamie Bartlett, britischer Journalist und Autor, hat mit „How to Talk to AI” einen praxisorientierten Ratgeber vorgelegt, der sich an Einsteiger und fortgeschrittene Nutzer gleichermaßen richtet. Das Buch erschien im Frühjahr 2025 und wird von *New Scientist* als eine der zugänglichsten Einführungen in den produktiven Umgang mit Large Language Models empfohlen.
Google hat Version 0.9 des A2UI-Standards veröffentlicht, der es KI-Agenten erlaubt, Benutzeroberflächen dynamisch und kontextabhängig zu generieren. Die Spezifikation arbeitet framework-unabhängig und wird von einem neuen Agent-SDK begleitet, das Entwicklern die Integration erleichtern soll.
Interaktive Spielzeuge mit eingebetteter KI erobern den Massenmarkt, obwohl verlässliche Sicherheitsnachweise für diese Produktkategorie noch weitgehend fehlen. Die Regulierungslage hinkt der Marktentwicklung deutlich hinterher – mit potenziell weitreichenden Folgen für Hersteller, Händler und Verbraucher.