KI Academy LeipzigWissen
KI. Verständlich. Praxisnah. Effizient.ki-academy-leipzig.de
← Zurück zum Briefing-ArchivKI-Briefing · 03.09.2026

KI-Briefing 03.09.2026

Zeitfenster: 02.09.2026 07:00 Uhr bis 03.09.2026 07:00 Uhr (Europe/Berlin) · Veröffentlicht: 3. September 2026 um 13:40

Hinweis zur KI-NutzungDieses Briefing wurde mit KI-Unterstützung recherchiert und verfasst. Alle Angaben sind mit Quelle belegt, unverifizierte Angaben sind als solche gekennzeichnet. Redaktionell verantwortlich: Ingo Günther, KI Academy Leipzig.

Was bedeuten Ampelstufen und Quellenstufen?

Die Ampelstufen zeigen, wie dringlich eine Meldung ist:

  • Auf dem Tisch

    ist jetzt handlungsrelevant.

  • Auf dem Radar

    sollten Sie beobachten.

  • Notiert

    ist ein Thema zur Kenntnis.

  • Unverifiziert

    bedeutet, dass sich der Sachverhalt nicht vollständig über eine belastbare Quelle belegen ließ. Die Meldung erscheint trotzdem, die Angaben sind aber mit Vorsicht zu behandeln.

Die Quellenstufen geben an, wie belastbar eine Quelle ist:

  • Stufe A: Primärquelle des Anbieters (Firmenblog, Release Notes, API-Dokumentation, Repository, Changelog, Statusseite, Preisseite)
  • Stufe B: Behörden und amtliche Quellen (Europäische Kommission, EU AI Office, BSI, ENISA, NIST, Datenschutzaufsichtsbehörden)
  • Stufe C: Recherchierende Fachmedien (etwa Reuters, Bloomberg, Financial Times, MIT Technology Review, heise, c't, Handelsblatt)
  • Stufe D: Wissenschaft (arXiv, Papers with Code, Fachjournale)
  • Stufe E: Newsletter, Blogs und Aggregatoren. Diese Stufe gilt nie als Beleg, sondern nur als Spur.

Jede Meldung stützt sich auf mindestens eine Quelle der Stufen A bis D. Lässt sich ein Sachverhalt nur über Stufe E belegen, ist die Meldung als unverifiziert gekennzeichnet.

Die Lage in fünf Zeilen

Fällige Wiedervorlagen

Meldungen

Auf dem TischGoogleModelle, Preiseneu

Google gibt Gemini 3.8 Flash frei, die Cyber-Fassung nur auf Antrag

Google hat am 02.09.2026 Gemini 3.8 Flash allgemein freigegeben, dazu eine zweite Fassung namens Gemini 3.8 Flash Cyber. Der Einführungspreis liegt bei 0,75 US-Dollar je Million Eingabe-Token und 3,75 US-Dollar je Million Ausgabe-Token und gilt bis zum 31.12.2026, ab dem 01.01.2027 verdoppelt er sich auf 1,50 und 7,50 US-Dollar. Die Cyber-Fassung gibt Google nicht allgemein heraus, sondern nur nach Einzelprüfung über ein Programm namens Fairwind.

Bericht

Nach dem Anbieterbeitrag ist Gemini 3.8 Flash für Endnutzende in der Gemini-App, im KI-Modus der Google-Suche und in Google Sheets verfügbar, für Entwickelnde in Google Antigravity, Google AI Studio, Android Studio und Stitch, für Unternehmen in Gemini Enterprise. Die Modelldokumentation der Gemini-Schnittstelle führt das Modell unter der Kennung `gemini-3.8-flash` als stabil und beschreibt es als auf langlaufende Softwareentwicklung, eigenständige Agenten und komplexe Unternehmensabläufe ausgelegt. Die Preisseite der Schnittstelle weist für Gemini 3.8 Flash dieselben Werte aus wie für Gemini 3.7 Flash, also 0,75 und 3,75 US-Dollar bis zum 31.12.2026 und danach 1,50 und 7,50 US-Dollar. Ein Kontextfenster nennt weder der Anbieterbeitrag noch die Modellseite; MarkTechPost gibt am 02.09.2026 1.048.576 Token Eingabe und 65.536 Token Ausgabe an, das ist eine Zahl aus einem Sekundärbericht und in den geprüften Anbieterquellen nicht bestätigt. Zur Cyber-Fassung nennt der Anbieterbeitrag Ergebnisse auf dem Prüfstand CyberGym, wonach sie größere Spitzenmodelle beim Auffinden von Schwachstellen übertrifft, und eine Angabe des Chrome-Sicherheitsteams, wonach sie das 2,6-Fache an zutreffenden Korrekturen erzeugt. Zugang zur Cyber-Fassung erhalten nach demselben Beitrag geprüfte Behörden, Betreiber kritischer Infrastruktur und Pflegende von Software, jeweils im Einzelfall über das Fairwind-Programm. Angaben zu Regionen, zur Auftragsverarbeitung und zum Verarbeitungsort enthält der Beitrag nicht.

Einordnung

Der auffällige Teil dieser Meldung ist nicht das Modell, sondern die Preisstruktur. [Schlussfolgerung] Google verkauft die neue Fassung zum Preis der alten, nennt aber den Termin der Verdoppelung im selben Atemzug, und dieser Termin ist derselbe wie bei Gemini 3.7 Flash. Wer heute eine Kalkulation aufstellt, arbeitet also mit einem Preis, der in vier Monaten endet, und das ist die dritte Preisankündigung dieser Bauart innerhalb weniger Wochen, nach dem befristeten Aktionspreis für GPT-5.6 Sol und dem Nachlass auf GLM-5.3-Flash. Der zweite bemerkenswerte Punkt ist die Zweiteilung: Google gibt dieselbe Kernfähigkeit in zwei Zugangsstufen heraus und behält die offensiv verwertbare Fassung hinter einer Einzelprüfung. Das ist genau der Weg, den OpenAI am Vortag für Astra beschrieben hat, siehe Meldung 5, und damit binnen zweier Tage die zweite Anbieterentscheidung dieser Art.

Quellen

Auf dem TischMicrosoftWerkzeugeneu

Microsoft schaltet die Textvorhersage in Word und Outlook ab Werk aus

Microsoft stellt die Textvorhersage in Word und im klassischen Outlook von einer Abwahl auf eine Anwahl um. Die Funktion bleibt erhalten, schaltet sich aber nicht mehr von selbst ein. Wer sie will, aktiviert sie künftig in den Einstellungen der jeweiligen Anwendung.

Bericht

Der Beitrag im Insider-Blog von Microsoft 365 vom 01.09.2026 kündigt an, dass Microsoft die voreingestellte Textvorhersage in Word und Outlook ändert und den Nutzenden mehr Kontrolle darüber gibt, ob sie Vorschläge erhalten. Der Abruf dieser Seite gab im Lauf nur Kopfdaten und keinen Fließtext her, weshalb die Einzelheiten aus dem Bericht von The Register vom 02.09.2026 stammen. Danach betrifft die Umstellung Word unter Windows, im Web, unter iOS und unter Android sowie das klassische Outlook unter Windows und macOS. Als Begründung gibt Microsoft nach demselben Bericht an, dass manche Menschen die Vorschläge nützlich finden und andere ohne Vorhersage schreiben möchten. Wer die Funktion weiter nutzen will, schaltet sie in den Einstellungen der Anwendung wieder ein. Nicht geklärt ist nach dem Bericht, ob die Umstellung auch bestehende Profile trifft, in denen die Vorhersage bisher aktiv war, oder nur Neuinstallationen und neue Profile. Angaben zu Kanälen, Buildnummern, zum Ausrollzeitraum und zu einer Steuerungsmöglichkeit für Verwaltende enthalten die geprüften Quellen nicht.

Einordnung

Für Ingos Kundschaft ist das die erste Meldung seit langem, in der ein Anbieter eine KI-Funktion zurücknimmt statt sie auszuweiten. [Schlussfolgerung] Der praktische Wert liegt weniger in der Funktion selbst als in dem, was die Umstellung an Argumenten liefert: Die Voreinstellung ist die eigentliche Entscheidung, und ein Hersteller, der eine KI-Funktion nach Jahren aus der Voreinstellung nimmt, bestätigt genau das. Für Betriebe mit Betriebsrat ist die Richtung erfreulich, weil eine Anwahl der mitbestimmungsrechtlich saubere Zustand ist. Der offene Punkt ist die Reichweite: Solange nicht geklärt ist, ob bestehende Profile betroffen sind, lässt sich nicht sagen, ob im Betrieb etwas auffällt oder nichts.

Quellen

Auf dem TischMetaPreise, Datenschutzneu

Meta gibt Muse Spark 1.3 frei und verkauft einen Rabatt gegen Trainingsdaten

Meta hat am 02.09.2026 Muse Spark 1.3 freigegeben, verfügbar über die eigene Schnittstelle und über die Befehlszeilenanwendung Muse Code. Neben dem Regeltarif gibt es einen Beitragstarif mit 0,10 US-Dollar je Million Eingabe-Token und 0,20 US-Dollar je Million Ausgabe-Token, der voraussetzt, dass Meta die eingereichten Eingaben zum Training verwenden darf. Ob die Gewichte dieser Fassung offengelegt werden, ist nach den geprüften Quellen widersprüchlich dargestellt.

Bericht

Nach dem Bericht von The Register vom 02.09.2026 kostet der Beitragstarif 0,002 US-Dollar je Million zwischengespeicherter Eingabe-Token, 0,10 US-Dollar je Million Eingabe-Token und 0,20 US-Dollar je Million Ausgabe-Token; er ist mit niedrigeren Nutzungsgrenzen verbunden und erlaubt Meta, die Eingaben zur Verbesserung der Modelle zu verwenden. Zum Modell selbst nennt derselbe Bericht, dass es bei mehrdeutigen Aufgaben nachfragt, bei Stillstand Hilfe anfordert und vor folgenreichen Schritten rückfragt, dass es weniger Token verbraucht und bei langlaufenden Aufgaben besser abschneidet. Nach einer von The Register wiedergegebenen Auswertung von Artificial Analysis liegt Muse Spark 1.3 auf dem Niveau von GPT-5.6 Sol, Claude Opus 5 und Grok 4.6 High. Die Modellseite von Meta beschreibt das Modell als für agentische Abläufe trainiert und auf Programmierleistung im Wettbewerb ausgelegt; weitere Angaben gab der Abruf dieser Seite nicht her. Zur Frage der offenen Gewichte widersprechen sich zwei Fachhäuser: The Register hält am 02.09.2026 fest, Mark Zuckerberg habe in einem Beitrag auf x.com eine Fassung mit offenen Gewichten in Aussicht gestellt, ohne einen Termin zu nennen. The Next Web berichtet am selben Tag, Meta habe über die Gewichte der Fassung 1.3 noch nicht entschieden und wolle die Gewichte der Fassung 1.2 weiterhin veröffentlichen. Der Widerspruch wird hier benannt und nicht aufgelöst. The Next Web ordnet den Vorgang zusätzlich der Ausnahme für quelloffene Modelle nach Artikel 53 der KI-Verordnung zu und hält fest, dass diese Ausnahme eine tatsächlich freie Lizenz mit öffentlich verfügbaren Parametern und ohne kommerzielle Beschränkung verlangt und dass sie für Modelle mit systemischem Risiko nicht gilt.

Einordnung

Der Beitragstarif ist der eigentliche Vorgang, nicht das Modell. [Schlussfolgerung] Meta beziffert damit erstmals offen, was die Eingaben der Kundschaft wert sind, denn die Differenz zwischen Regel- und Beitragstarif ist nichts anderes als der Preis der Datennutzung. Für die Beratungspraxis ist das ein ungewöhnlich klares Beispiel: Bisher musste man Betrieben erklären, dass kostenlose oder billige Angebote mit Daten bezahlt werden; hier steht der Wechselkurs in der Preistabelle. Damit wird die Entscheidung sauber, aber sie wird nicht leichter, denn ein Betrieb, der Kundendaten, Quelltext oder Vertragsentwürfe durch dieses Modell schickt, kann diesen Tarif nicht wählen, ohne die Rechtsgrundlage zu klären. Der Widerspruch zu den offenen Gewichten ist mehr als eine Ungenauigkeit, weil an ihm nach der Darstellung von The Next Web die Ausnahme des Artikels 53 hängt.

Quellen

Auf dem TischOpenAIAPIsneu

OpenAI trennt Andrang und Überlast in der Schnittstelle in zwei Fehlercodes

OpenAI hat am 02.09.2026 die Fehlerbehandlung der Schnittstelle geändert. Ein Andrang im Verkehr führt jetzt zu einem Fehler 429 mit dem Code `slow_down`, eine Überlastung des Modells zu einem Fehler 503 mit dem Code `server_is_overloaded`. Beide Antworten können einen Kopfeintrag `Retry-After` enthalten, der die Wartezeit vorgibt.

Bericht

Das Änderungsprotokoll der OpenAI-Schnittstelle führt die Änderung unter dem 02.09.2026. Die beiden Fälle waren bisher nicht in dieser Weise unterschieden. Der Kopfeintrag `Retry-After` ist nach derselben Quelle nicht zugesichert, sondern kann enthalten sein und gibt dann an, wann ein erneuter Versuch sinnvoll ist. Weitere Einzelheiten, etwa ob und wie lange die bisherige Fehlerzuordnung parallel weiterläuft, nennt der Eintrag nicht.

Einordnung

Das ist eine kleine Änderung mit unmittelbarer Wirkung auf laufende Automatisierungen. [Schlussfolgerung] Wer in n8n, Make oder einem eigenen Skript eine Wiederholungslogik gebaut hat, hat sie vermutlich am Fehler 429 festgemacht, weil das bisher der einzige Fall war, in dem sich Warten lohnt. Nach der Änderung fällt der Überlastfall in den Bereich 5xx und wird von einer solchen Logik nicht mehr erfasst; je nach Aufbau bricht der Ablauf dann ab oder wiederholt sofort und erfolglos. Die Trennung selbst ist sinnvoll, weil sie zwei verschiedene Ursachen sichtbar macht, aber sie ist eine stille Änderung an einer Stelle, an der viele Betriebe nicht nachsehen.

Quellen

Auf dem RadarOpenAISicherheitneu

OpenAI erklärt Astra zum ersten Modell mit kritischer Cyber-Fähigkeit, eine neue Denktechnik erschwert die Kontrolle

OpenAI hat am 01.09.2026 einen Beitrag zu Astra veröffentlicht und stuft das Modell darin als erstes eigenes Modell ein, das die als kritisch bezeichnete Schwelle für Cyber-Fähigkeiten im eigenen Vorsorgerahmen erreicht. Einen Tag später berichtet TechCrunch, dass Astra eine Technik namens `recurrent depth` verwendet, die die Nachvollziehbarkeit der Gedankenkette verringert, und dass mehrere Sicherheitsforschende dies für gefährlich halten.

Bericht

Nach dem Anbieterbeitrag erfüllt Astra die Schwelle, weil es in mehreren gehärteten realen Systemen bislang unbekannte Schwachstellen ohne menschliches Zutun finden und daraus vollständige Angriffswege entwickeln kann. An Schutzmaßnahmen nennt der Beitrag eine erhöhte Verweigerungsquote bei Cyber-Anfragen mit 91,5 Prozent gegenüber 59 Prozent bei GPT-5.6 Sol, Klassifizierer auf Systemebene mit Überwachung über einzelne Unterhaltungen hinaus, eine Überwachung der Gedankenkette auf fehlgeleitete Handlungen, engere Verhaltensgrenzen für Konten mit erhöhtem Risiko und eine Betriebsüberwachung, die unerlaubte Aktivität eindämmen soll. Zum Zugang hält der Beitrag fest, dass die fortgeschrittenen Cyber-Fähigkeiten zunächst bei Testenden einer Alpha-Stufe liegen und danach über ein Programm namens `Daybreak Blue` für verteidigende Sicherheitsarbeit geöffnet werden; für die übrige Kundschaft gilt das Modell mit zusätzlicher Reibung durch die Schutzmaßnahmen. Ausdrücklich nennt der Beitrag als Nebenwirkung, dass rechtmäßige Arbeit durch die Schutzsysteme verlangsamt oder angehalten werden kann und dass langlaufende Aufgaben fälschlich als Missbrauch eingestuft werden können. Ein Termin für eine allgemeine Verfügbarkeit steht in dem Beitrag nicht. Zur Technik berichtet TechCrunch am 02.09.2026, `recurrent depth` lasse ein Modell in Schleifen statt in einer Abfolge rechnen und mache die Gedankenkette dadurch schlechter lesbar. Der wissenschaftliche Leiter von OpenAI, Jakub Pachocki, wird dort mit der Aussage wiedergegeben, das Haus arbeite seit den ersten eigenen Denkmodellen daran, die Überwachung der Gedankenkette zu erhalten und zu nutzen, und der Einsatz der Technik in Astra sei begrenzt. Widerspruch kommt nach demselben Bericht von Buck Shlegeris und Ryan Greenblatt von Redwood Research sowie von Zvi Mowshowitz; die Sorge ist, dass eine Ausweitung der Technik die Überwachbarkeit der Gedankenkette zerstört und dass es dazu gesetzlicher Vorgaben bedürfe. Nach dem Bericht befassen sich auch Anthropic und Google DeepMind bereits mit der Technik.

Einordnung

Das ist nicht die Meldung über ein neues Modell, sondern über eine Schwelle. [Schlussfolgerung] OpenAI beschreibt hier, dass eine Fähigkeit erreicht ist, die das Haus selbst als kritisch eingestuft hat, und beantwortet die Frage nicht mit Zurückhaltung, sondern mit gestuftem Zugang. Google hat am Folgetag denselben Weg gewählt, siehe Meldung 1, und Booz Allen misst bei Anthropic dieselbe Fähigkeitsklasse, siehe Meldung 6. Der zweite Teil ist der unangenehmere: Die Überwachung der Gedankenkette ist die einzige Prüfmethode, die bisher ohne Zugriff auf die Gewichte auskommt, und sie ist zugleich das, was mit `recurrent depth` schlechter lesbar wird. Für Ingos Beratungspraxis ist das der Punkt, an dem der beliebte Satz, man könne der KI ja beim Denken zusehen, seine Grundlage verliert. Eine belastbare Aussage darüber, wie stark die Technik in Astra tatsächlich wirkt, gibt es nicht; der Anbieter nennt sie begrenzt, eine unabhängige Prüfung dazu liegt nicht vor.

Quellen

Auf dem RadarAnthropic, Booz Allen HamiltonSicherheitneu

Booz Allen: Claude Mythos durchläuft als einziges Modell die Angriffskette vollständig

Booz Allen Hamilton hat 18 Modelle auf ihre Fähigkeit zum eigenständigen Eindringen in Netze geprüft, neun aus den Vereinigten Staaten und neun aus China. Claude Mythos erreichte 80 von 100 Punkten und war nach der Untersuchung das einzige Modell, das die vollständige Angriffskette ohne menschliches Zutun durchlief. Die Untersuchung wurde am 02.09.2026 von The Register wiedergegeben.

Bericht

Nach dem Bericht liegt Claude Mythos mit 80 Punkten deutlich vor Grok 4.5 mit 49 und GPT-5.6 Sol mit 46 Punkten. Drei weitere Modelle erlangten Zugang zu einer Domäne, vier weitere bewegten sich seitlich im Netz. Mit gestohlenen Zugangsdaten drang Claude Mythos nach der Untersuchung in jedem Versuch in das Zielnetz ein und erlangte Verwalterrechte, wobei es die Wege zur Rechteausweitung selbst fand und nicht vorgegebenen Skripten folgte; auch ohne Zugangsdaten erreichte es die vollständige Übernahme der Domäne. Booz Allen erwartet nach dem Bericht, dass die meisten übrigen geprüften Modelle binnen sechs Monaten eine vergleichbare Stufe erreichen, und bezeichnet Angriffe mit gängigen Modellen als unmittelbar bevorstehend, sowohl durch kriminelle als auch durch staatlich getragene Gruppen. Zwei Einschränkungen nennt der Bericht ausdrücklich: Die Fähigkeit in echten Angriffen bleibt hinter der Prüfstandsleistung zurück, was Verteidigenden ein Zeitfenster lässt, und das Gerüst, das ein Modell mit den Angriffswerkzeugen verbindet, wiegt mindestens so schwer wie das Modell selbst, weshalb ein schwächeres Modell in gutem Gerüst ein stärkeres einholen kann.

Einordnung

Diese Untersuchung und der Beitrag von OpenAI zu Astra beschreiben denselben Sachverhalt aus zwei Richtungen. [Schlussfolgerung] Der brauchbare Teil für Beratung und Schulung ist nicht die Rangliste, sondern der Satz zum Gerüst: Wenn die Verbindung zwischen Modell und Werkzeug so schwer wiegt wie das Modell, dann ist die verbreitete Frage nach dem gefährlichsten Modell die falsche Frage. Die zweite verwertbare Aussage ist die Sechs-Monats-Erwartung, weil sie einer Kundschaft, die Sicherheitsinvestitionen aufschiebt, einen Zeitraum nennt statt eines Gefühls. Zu beachten ist, wer hier misst: Booz Allen Hamilton ist ein Beratungshaus im Sicherheitsgeschäft, die Untersuchung ist also nicht neutral in dem Sinne, in dem es eine Behördenprüfung wäre.

Quellen

Auf dem RadarPalo Alto NetworksSicherheitneu

Unit 42: KI-Agenten führen einen Ransomware-Angriff in unter zehn Stunden durch

Das Einsatzteam Unit 42 von Palo Alto Networks hat einen Angriff untersucht, bei dem ein menschlicher Täter jede Stufe des Eindringens von KI-Agenten ausführen ließ. Der Angriff war in unter zehn Stunden abgeschlossen, wofür menschliche Täter nach Angaben des Teams etwa zwei Wochen brauchen. Am Ende hinterließ der Täter dem Opfer einen 80-seitigen Sicherheitsbericht über die ausgenutzten Schwachstellen.

Bericht

Nach dem Bericht von The Register vom 02.09.2026 verlief der Angriff in dieser Reihenfolge: Erkundung und Einbruch über eine öffentlich erreichbare Schnittstelle, dann automatische Agenten, die die internen Dienste kartierten, dann das Durchsuchen von Ablagen nach fest eingetragenen Kennwörtern und Kennungen, dann der Diebstahl von Verwalterzugängen aus der Schlüsselverwaltung, dann eigene Agenten, die die Gültigkeit dieser Zugänge in Cloud-, Identitäts-, Bau-, Container- und SaaS-Umgebungen prüften, und schließlich das Kapern der Bauabläufe, um Cloud-Schlüssel abzuziehen und die KI-Dienste des Opfers selbst als Angriffsinfrastruktur weiterzuverwenden. Welche Modelle und welches Agentengerüst zum Einsatz kamen, nennt der Bericht nicht; Unit 42 gibt an, der Täter habe von Spitzenmodellen und agentischen Angriffsgerüsten gesprochen, und äußert sich dazu nicht weiter. Das betroffene Unternehmen wird nicht genannt. Als Empfehlungen nennt Unit 42 automatisierte Abläufe, die Zugangsdaten, Anmeldesitzungen, Bauabläufe und Cloud-Konten gleichzeitig sperren, sowie die Behandlung von KI als Bestandteil der Infrastruktur, also eine Bestandsaufnahme aller Modellzugänge, Schlüssel, Übergabepunkte und Einbindungen mit Nutzungsgrenzen und geringstmöglichen Rechten.

Einordnung

Von den drei Cyber-Meldungen dieses Tages ist das die einzige, die keinen Prüfstand beschreibt, sondern einen tatsächlichen Vorfall. [Schlussfolgerung] Bemerkenswert ist, wo der Hebel liegt: Nicht in einer Modellfähigkeit, sondern in fest eingetragenen Zugangsdaten in Quelltexten und in Bauabläufen mit weitreichenden Rechten. Beides gibt es in nahezu jedem gewachsenen Betrieb, und beides galt bisher als Schuld, die man irgendwann abträgt. Die KI ändert daran nur eines, aber das gründlich: den Zeitbedarf. Ein Zeitfenster von zwei Wochen reicht für einen Verdacht und eine Reaktion, ein Zeitfenster von zehn Stunden nicht. Die Empfehlung, KI-Zugänge als Infrastruktur zu inventarisieren, ist für den Mittelstand die praktischste des Tages, weil ein Verzeichnis der eigenen Schlüssel und Einbindungen ohne Werkzeuganschaffung machbar ist.

Quellen

Auf dem RadarGoogleWerkzeugeneu

Google stellt die Raumhardware für Meet von ChromeOS auf Android um

Google richtet die Hardware für Google-Meet-Räume künftig auf Android in der quelloffenen Fassung AOSP aus. Bestehende ChromeOS-Geräte werden weiter unterstützt, für neuere Modelle bis September 2030. Die Hersteller stellen die Fertigung der ChromeOS-Rechnereinheiten zwischen Februar und April 2027 ein.

Bericht

Der Beitrag im Google-Workspace-Updates-Blog vom 01.09.2026 begründet den Schritt damit, dass Funktionen schneller ausgeliefert, die Geräteauswahl verbreitert und die Flexibilität erhöht werden sollen; als Partner nennt er Logitech, Neat und HP Poly. Zu den Terminen nennt der Beitrag zwei Angaben: Die Fertigung der Google-Meet-Rechnereinheit von Logitech und CTL endet im Februar 2027, die von ASUS im April 2027. Bestehende ChromeOS-Geräte erhalten während des Übergangs weiterhin Sicherheitskorrekturen, Stabilitätsaktualisierungen und ChromeOS-Ausgaben, für neuere Modelle bis September 2030. Ein sofortiger Austausch ist nach dem Beitrag nicht erforderlich. Verwaltenden empfiehlt Google, den eigenen Bestand zu sichten, die Erneuerungszyklen der Räume entsprechend zu planen und die Hilfeseite zu den unterstützten Geräten zu prüfen; wer ChromeOS-Geräte für große Veranstaltungsräume noch benötigt, solle sie zeitnah beschaffen. Android-Geräte der Partner sind nach dem Beitrag bereits verfügbar. Angaben zu betroffenen Ausgaben oder zu Preisen enthält der Beitrag nicht.

Einordnung

Das ist eine Beschaffungsmeldung und keine KI-Meldung, und genau deshalb gehört sie hierher. [Schlussfolgerung] Betriebe, die in den vergangenen Jahren Besprechungsräume mit ChromeOS-Technik ausgestattet haben, haben jetzt einen Endtermin für die Plattform, auch wenn er weit entfernt liegt. Die praktische Grenze ist nicht September 2030, sondern das Ende der Fertigung im Februar und April 2027: Ab dann lässt sich ein bestehender Raum nicht mehr baugleich erweitern oder ersetzen. Wer 2027 einen zusätzlichen Raum ausstatten will, steht dann vor einer gemischten Umgebung aus zwei Plattformen. Die Empfehlung von Google, jetzt noch ChromeOS-Geräte für große Räume zu beschaffen, ist in dieser Hinsicht bemerkenswert offen.

Quellen

Auf dem RadarOpenAIRechtneu

Die US-Regierung stellt sich im Verfahren der New York Times gegen OpenAI hinter OpenAI

Die US-Regierung hat am 02.09.2026 im Verfahren der New York Times gegen OpenAI vor dem Bundesbezirksgericht für den südlichen Bezirk von New York einen Schriftsatz eingereicht, der die Position von OpenAI stützt. Der Schriftsatz umfasst 20 Seiten und argumentiert, eine falsch angewandte Auslegung der angemessenen Verwendung würde den Fortschritt behindern. Eine Entscheidung des Gerichts ist damit nicht verbunden.

Bericht

Nach dem Bericht von TechCrunch vom 02.09.2026 macht die Regierung geltend, die Vereinigten Staaten hätten ein starkes Interesse an einer leistungsfähigen und wettbewerbsfähigen KI-Industrie, und eine Beschränkung des Modelltrainings auf Grundlage einer falsch angewandten Lehre der angemessenen Verwendung würde dem schöpferischen und wissenschaftlichen Fortschritt schaden und dem Wohlstand des Landes im Weg stehen. Gegenstand des Verfahrens ist der Vorwurf der New York Times, OpenAI habe urheberrechtlich geschützte Werke ohne Erlaubnis zum Training verwendet; die rechtliche Kernfrage ist, ob dieses Training als umgestaltende und damit angemessene Verwendung gilt. Als Bezugspunkt nennt der Bericht die im Vorjahr von Richter William Alsup gegen Anthropic verhängte Zahlung von 1,5 Milliarden US-Dollar, die ausdrücklich nicht das Training betraf, sondern die Nutzung rechtswidriger Schattenbibliotheken. Ein Verhandlungs- oder Entscheidungstermin steht in dem Bericht nicht.

Einordnung

Für die deutsche Beratungspraxis ist dieser Vorgang vor allem ein Kontrast. [Schlussfolgerung] In den Vereinigten Staaten stellt sich die Regierung im laufenden Verfahren auf die Seite eines Anbieters, während in Deutschland am selben Tag der Bundesgerichtshof über dieselbe Grundfrage verhandelt, nämlich ob das Herunterladen geschützter Werke zum Aufbau eines Trainingsdatensatzes zulässig ist. Das eine Verfahren dreht sich um die angemessene Verwendung nach US-Recht, das andere um die Schranke für Text und Data Mining und die Wirksamkeit eines maschinenlesbaren Nutzungsvorbehalts. Für einen deutschen Betrieb folgt aus dem US-Schriftsatz unmittelbar nichts, aber er ist ein brauchbares Gegenbeispiel gegen die verbreitete Annahme, es gebe eine weltweit einheitliche Rechtslage zu Trainingsdaten. Der deutsche Termin ist die für Ingos Kundschaft wichtigere Nachricht und läuft als Wiedervorlage weiter.

Quellen

Auf dem RadarGoogleAPIs, Preiseneu

Gemini versteht Videos agentisch und braucht dafür bis zu 88 Prozent weniger Token

Google hat am 01.09.2026 ein agentisches Videoverständnis für Gemini 3.7 Flash, 3.6 Flash und 3.5 Flash-Lite freigeschaltet. Das Modell springt dabei selbstständig in der Zeitleiste eines Videos, statt es vollständig zu verarbeiten. Nach Anbieterangabe verbraucht das bei langen Videos bis zu 88 Prozent weniger Token als die bisherige statische Verarbeitung.

Bericht

Das Änderungsprotokoll der Gemini-Schnittstelle führt den Eintrag unter dem 01.09.2026 und nennt die drei betroffenen Modelle sowie die Ersparnis von bis zu 88 Prozent bei langen Inhalten gegenüber der statischen Verarbeitung. Angaben zu Regionen, zur Verfügbarkeit in Vertex AI oder in Workspace-Konten und zur Frage, ob die Funktion eingeschaltet werden muss, enthält der Eintrag nicht. Eine unabhängige Prüfung der genannten Ersparnis war im Lauf nicht auffindbar.

Einordnung

Bei Videoarbeit ist der Tokenverbrauch die Kostenposition, nicht der Preis je Token. [Schlussfolgerung] Wer Aufzeichnungen von Besprechungen, Schulungsvideos oder Kamerabilder auswerten lässt, zahlt heute vor allem für die Länge des Materials, und eine Ersparnis dieser Größenordnung verschiebt die Wirtschaftlichkeitsschwelle solcher Anwendungen erheblich. Die Angabe stammt allerdings vom Anbieter und ist als bis-zu-Wert formuliert, also als bester Fall bei langem Material. Bemerkenswert ist die Verbindung zur Preismeldung des Folgetages: Google senkt hier den Verbrauch und verdoppelt zum Jahreswechsel den Preis je Token, siehe Meldung 1. Wer beides zusammenrechnet, kommt je nach Anwendungsfall auf ein sehr unterschiedliches Ergebnis, und genau diese Rechnung nimmt einem niemand ab.

Quellen

NotiertMultiverse ComputingEuropäische Anbieterneu

Multiverse Computing stellt Quasar 438B als stärkstes europäisches Modell vor

Das europäische Unternehmen Multiverse Computing hat am 02.09.2026 sein erstes großes Modell vorgestellt. Quasar 438B hat 438 Milliarden Parameter und erreicht nach der eigenen Mitteilung 43 Punkte im Intelligence Index von Artificial Analysis, das ist nach dieser Darstellung der höchste Wert eines europäischen Modells. Das Modell arbeitet in englischer und spanischer Sprache.

Bericht

Nach der Mitteilung des Unternehmens ist das Modell über die Schnittstelle der eigenen Plattform CompactifAI erreichbar; eine Anmeldung genügt, eigene Infrastruktur ist nicht erforderlich. Als Messwerte nennt die Mitteilung 43 Punkte im Intelligence Index in der Fassung 4.1.1, eine Antwortzeit von 15,3 Sekunden für 500 Token, 75,0 Punkte bei der Verarbeitung langer Zusammenhänge und 69,3 Punkte in einem Prüfstand für Terminalaufgaben. Die Messungen wurden nach der Mitteilung von Artificial Analysis unabhängig bestätigt. Angaben zum Preis, zur Lizenz, zu offenen Gewichten, zur Architektur, zu aktiven Parametern und zum Rechenzentrumsstandort enthält die Mitteilung nicht, ebenso wenig eine Aussage zur Auftragsverarbeitung für Kunden in der Union. Deutsch nennt die Mitteilung nicht unter den unterstützten Sprachen. In der Diskussion auf Hacker News wird die Leistung gemessen an der Parameterzahl mehrfach als schwach bewertet und das Fehlen von Angaben zu aktiven Parametern und zum Vortraining bemängelt.

Einordnung

Für die Frage nach souveränen Alternativen ist das heute noch keine Antwort. [Schlussfolgerung] Ein europäisches Unternehmen, das ein großes Modell mit eigener Schnittstelle vorlegt, ist ein Zugewinn an Auswahl, aber die Angaben, die ein Betrieb für eine Anbieterprüfung braucht, fehlen sämtlich: kein Preis, keine Lizenz, kein Verarbeitungsort, keine Aussage zur Auftragsverarbeitung. Die Bezeichnung als führendes europäisches Modell beruht auf einer einzelnen Rangliste in einer bestimmten Fassung, und die Werbewirkung dieses Satzes ist ungleich größer als seine Aussagekraft. Für deutschsprachige Arbeit fällt das Modell ohnehin aus, solange die Mitteilung nur Englisch und Spanisch nennt.

Quellen

Nicht aufgenommen

Mehrere Vorgänge des Fensters sind geprüft und bewusst nicht erfasst. Die Zusage von Mark Zuckerberg, die Gewichte von Muse Spark bald zu öffnen, ist eine Ankündigung ohne Termin; der Widerspruch dazu ist in Meldung 3 benannt. Die Verpflichtung eines früheren britischen Regierungsberaters durch Anthropic und die Kritik von Abgeordneten daran sind eine Personalie ohne Richtungswechsel. Das britische Beschaffungsprogramm über 100 Millionen Pfund betrifft einen Markt außerhalb der Union ohne Folge für den deutschen Mittelstand. Die Erhebung unter US-Sicherheitsfachleuten zur Bewertung staatlicher KI-Antworten ist ein Stimmungsbild ohne überprüfbaren neuen Sachverhalt. Der Zukauf von Console durch Palo Alto Networks über 500 Millionen US-Dollar, die Finanzierung von HiddenLayer über 100 Millionen US-Dollar, die Bewertung von Wonderful mit 5 Milliarden US-Dollar und der Zukauf von Rilo durch Adobe sind Finanzthemen ohne benennbare Produktfolge. Die Freischaltung eines Zusatzmoduls für öffentliche Gesundheitsdaten in ChatGPT am 01.09.2026 gilt ausschließlich für zugelassene Behandelnde in den Vereinigten Staaten und hat für kleine und mittlere Betriebe im deutschsprachigen Raum keine Folge. Die Auswertung zur Erkennung von Pilzen durch KI-Modelle und die Arbeit zur symbolischen Struktur neuronaler Netze sind Forschung beziehungsweise Verbrauchertest ohne unmittelbaren Praxisbezug. Der erneut angegriffene Fehler in Artifactory betrifft ein Werkzeug, das die Quellenmatrix nicht führt, und stand als Ausschlussfall bereits im Briefing vom 02.09.2026.

Zum aktuellen Briefing