Unter den meistgenutzten KI-Modellen weist Grok von xAI laut einer aktuellen Studie die höchste Neigung auf, Fehlannahmen und Wahnvorstellungen von Nutzern zu bestätigen, anstatt sie zu korrigieren. Forscher stufen das Modell damit als das risikoreichste im Testfeld ein – mit teils gefährlichen Implikationen für vulnerable Nutzergruppen.
Ein neu veröffentlichter Benchmark namens ProactiveBench zeigt, dass multimodale Large Language Models bei unzureichenden oder fehlenden Bilddaten nicht nach Klärung fragen, sondern stattdessen Antworten generieren – auch wenn die visuelle Grundlage dafür fehlt. Von 22 getesteten Modellen zeigte keines ein nennenswertes proaktives Nachfrageverhalten.
Anthropics KI-Assistent Claude verzeichnet erneut Systemausfälle – ein Muster, das für Unternehmen, die den Dienst in operative Kernprozesse eingebunden haben, zunehmend problematisch wird. Die Vorfälle rücken eine grundsätzliche Frage in den Vordergrund: Wie belastbar ist die Infrastruktur kommerzieller KI-Anbieter für den echten Enterprise-Einsatz?