🔐 KI-GEHEIMreport
Was die Mächtigen heute schon wissen — bevor es die Masse erfährt
Achtung, Entscheider:innen: Dieser Report ist kein Nachrichtenüberblick. Er ist vielmehr Ihre Navigationskarte durch eine Welt, die sich schneller verändert, als wir glauben.
Am Montag legte die Bundesregierung einen Bericht vor, der Deutschland bis 2030 zur KI-Nation machen soll. 18 Maßnahmen, messbare Ziele, 55 Prozent KI-Einsatz im Mittelstand. Im Dokument selbst steht der Satz, dass diese Zielwerte „weder Finanzierungsentscheidungen noch präjudizieren sie laufende oder künftige Haushaltsaufstellungsverfahren“ begründen.
Am Dienstag veröffentlichte Anthropic ein Forschungssystem, das kryptografisch beweist, dass eine KI-Antwort wirklich von dem Modell stammt, das draufsteht. Kosten: etwa die 70- bis 95-fache Rechenzeit gegenüber einer normalen Antwort.
Beides gehört zusammen. Die Zusage ist schnell geschrieben. Der Nachweis kostet. Und er landet selten bei dem, der die Zusage gemacht hat.
Aus 40 Jahren Arbeitsmarkt kenne ich diese Bewegung. Sie heißt nicht Digitalisierung. Sie heißt: Jemand muss es am Ende belegen. In dieser Ausgabe sehen Sie, wer das derzeit ist.
IN 60 SEKUNDEN
Claude kennzeichnet seine Textausgaben ab sofort mit einem Wasserzeichen, Anthropic forscht parallel an kryptografischen Herkunftsbeweisen.
Die Bundesregierung nennt erstmals Zielwerte für KI in KMU, Verwaltung und Weiterbildung, ohne einen Euro dafür zu beziffern.
Zwei Konzerne begründeten Stellenabbau mit KI und Automatisierung, die Belege für die Einsparung liefern sie später.
KATEGORIE 1: KI-Tool-Entwicklungen
Claude (Anthropic) | Stand: 04.11.2026
Anthropic hat zwei Änderungen an der Entwicklerplattform dokumentiert, die beide an der Herkunft von Inhalten ansetzen. Seit dem 03.11.2026 tragen Texte aus Claude Mythos 5, Claude Opus 4.7 und Claude Sonnet 4.6 ein Text-Wasserzeichen auf den von Anthropic genannten Plattformen. Eine Einschränkung steht ausdrücklich dabei: Bei Claude Sonnet 4.6 kann das Wasserzeichen fehlen, wenn eine Anfrage temperature, top_p oder top_k auf einen Wert außerhalb der Voreinstellung setzt. Für Ihr Haus heißt das zwei Dinge. Erstens lässt sich die Herkunft von Claude-Texten künftig technisch prüfen, was Ihre eigene Kennzeichnungspraxis einfacher belegbar macht. Zweitens hängt diese Prüfbarkeit an einem Parameter, den eine Fachabteilung oder ein Dienstleister ohne Rückfrage verändern kann. Wer Claude über eigene Anwendungen einsetzt, klärt deshalb besser jetzt, wer die Sampling-Parameter setzt und ob das irgendwo dokumentiert ist.
→ Quelle: platform.claude.com, Release Notes | ✓ bestätigt (Primärquelle, Eintrag vom 03.11.2026)
Am 02.11.2026 hat Anthropic außerdem „Message Threads“ als Beta in der Messages API freigegeben, aktiviert über den Header message-threads-2026-08-12. Die Unterhaltung bleibt auf dem Server, spätere Anfragen senden nur noch die neuen Nachrichten. Ein Thread läuft fünf Minuten nach der letzten Anfrage ab und wird spätestens eine Stunde nach der letzten Nutzung gelöscht. Anthropic nennt für Claude-Code-Nutzung mit Standardeinstellung eine um rund 35 Prozent gesunkene mediane Zeit bis zum ersten Token bei Anfragen zwischen 500.000 und einer Million Token. Diese Zahl ist eine Herstellerangabe ohne offengelegte Messmethode. Wichtig für die Kostenrechnung: Claude liest laut Anthropic weiterhin die vollständige Unterhaltung, der Token-Verbrauch bleibt also gleich. Schneller heißt hier nicht günstiger.
→ Quelle: platform.claude.com, Release Notes und claude.com, Message Threads | ✓ bestätigt (Primärquellen, Einträge vom 02.11.2026)
GLM (Zhipu AI / Z.ai) | Stand: 04.11.2026
Die britische Fintech Revolut betreibt GLM-Modelle inzwischen selbst und hat damit nach eigener Angabe die Inferenzkosten für KI-gestütztes Programmieren um rund 90 Prozent gesenkt. David Abitbol, zuständig für Betrieb und Infrastruktur, berichtete das im Oktober auf der AI Engineer Conference in New York. Revolut begann mit GLM-5.1 und arbeitet jetzt mit GLM-5.3 auf 56 Nvidia-B200-Beschleunigern, ausgerollt für etwa 2.000 Entwickler. Für die Datenhoheit ist eine Aussage Abitbols der Kern: Die Sorge bei chinesischen Open-Weight-Modellen betreffe den Zugriff über eine API aus China, beim Betrieb im eigenen Rechenzentrum oder auf regionalen Cloud-Ressourcen gebe es dagegen nichts zu befürchten. Genau das ist die Linie, die für öffentliche Einrichtungen und KMU zählt: Offene Gewichte auf eigener Infrastruktur sind datenschutzrechtlich eine andere Frage als eine in China gehostete Schnittstelle. Wer diesen Weg prüft, rechnet neben den Lizenzkosten die Betriebskosten mit, denn Revolut braucht dafür 56 Beschleuniger und eigenes Betriebswissen. GLM ist nach dem Bericht rein textbasiert, für Bildverarbeitung leitet Revolut weiter an Gemini oder ein GPT-Modell.
→ Quelle: The Register, 03.11.2026 | ⚠ laut Sekundärquelle, Zahlen sind Unternehmensangaben aus einem Konferenzvortrag
Mistral Large 4 | Stand: 04.11.2026
Mistral hat am 02.11.2026 Mistral Large 4 mit offenen Gewichten veröffentlicht: rund eine Billion Parameter insgesamt, davon etwa 49 Milliarden aktiv pro Token. Der API-Preis liegt bei 0,70 US-Dollar je Million Eingabe-Token, 0,07 für gecachte Eingaben und 2,10 für Ausgaben. Die Lizenz heißt „Mistral Ecosystem Open-Weight License“ und schränkt den kommerziellen Betrieb als Model-as-a-Service ein. Für Verwaltungen und Mittelständler, die aus Datenschutzgründen eigene Modelle betreiben wollen, ist das ein europäisches Angebot mit prüfbarer Lizenz. Lesen Sie diese Lizenz vor dem Beschaffungsvorgang, nicht danach, denn die Einschränkung trifft genau jene Dienstleister, die Ihnen das Modell als Service anbieten könnten.
→ Quelle: mistral.ai und Hugging Face | ⚠ laut Sekundärberichterstattung vom 03.11.2026, Herstellerseiten zum Abrufzeitpunkt nicht gegengeprüft
DeepSeek | Stand: 04.11.2026
DeepSeek hat für seine Harness-Oberfläche einen „Creator Mode“ gezeigt, der Plugins aus einer Textanweisung erzeugt. Vorgeführt wurden ein digitales Notizbrett, ein Poster-Werkzeug und ein einfaches Spiel. DeepSeek selbst weist darauf hin, dass mehrere Beispiele mehrere Überarbeitungsrunden brauchten. Diese Einschränkung ist die eigentliche Information für Ihr Haus: Wer Fachabteilungen eigene kleine Anwendungen bauen lässt, bekommt Tempo und gleichzeitig eine Prüfaufgabe, die vorher niemand hatte.
→ Quelle: Mashable | ⚠ laut Sekundärquelle, [Primärquelle zum Abrufzeitpunkt nicht erreichbar]
Ohne Update heute: ChatGPT (30.10.) · Gemini (28.10.) · Copilot (08.10.) · Manus (08.10.)
Für Qwen, Kimi und MiniMax ließ sich im Fenster vom 01. bis 04.11.2026 kein verifizierter Stand belegen.
KATEGORIE 2: Wirtschaftliche Entwicklungen
Anthropic vor dem Börsengang: 17 Milliarden Umsatz, 895 Milliarden Zusagen
Nach Berichten vom 02.11.2026 hat Anthropic eine geänderte S-1 eingereicht. CNBC nennt für das dritte Quartal einen Umsatz von rund 17 Milliarden US-Dollar und ein Wachstum von etwa 1.127 Prozent gegenüber dem Vorjahresquartal, dazu einen Quartalsverlust von 23,29 Milliarden US-Dollar, überwiegend aus Wandelanleihen und Derivaten, sowie 33,24 Milliarden Umsatz in neun Monaten. Die aus meiner Sicht entscheidende Zahl steht daneben: Einkaufsverpflichtungen und Leasingverträge summieren sich auf etwa 895,4 Milliarden US-Dollar, nach dem Bericht fast vollständig für Rechenleistung und Infrastruktur.
Parallel drücken institutionelle Ankerinvestoren laut Wall Street Journal die angestrebte Börsenbewertung von rund 2 Billionen auf 1,5 bis 1,6 Billionen US-Dollar, begründet mit dem Kursrückgang bei Technologieaktien. Was das für Sie bedeutet: Der Anbieter, dessen Modelle Sie vielleicht produktiv einsetzen, finanziert eine Verpflichtung, die seinen Jahresumsatz um den Faktor 26 übersteigt. Wer heute eine Mehrjahreslizenz zeichnet, verhandelt deshalb besser eine Preisanpassungsklausel und hinterlegt eine zweite Zeile im Budget mit dem Betrag, den er bei einer Verdopplung noch tragen könnte.
→ Quelle: CNBC und WSJ | ⚠ laut CNBC und WSJ, [Primärquelle SEC EDGAR nicht gegengeprüft]
Larridin: Wer beweist, dass sich KI gerechnet hat, hat jetzt ein Geschäftsmodell
Das Unternehmen Larridin aus South San Francisco hat am 02.11.2026 eine Series A über 30 Millionen US-Dollar bekannt gegeben, angeführt von Pelion Ventures, mit a16z und Gradient Ventures an Bord. Gesamtfinanzierung: 47 Millionen US-Dollar. Das Produkt misst den finanziellen Ertrag von KI-Ausgaben über menschliche und agentische Arbeit hinweg. Dass Investoren dafür dreißig Millionen bereitstellen, sagt mehr über den Markt als jede Umfrage: Der Nachweis der Wirtschaftlichkeit ist in großen Häusern offenbar so schwer zu führen, dass man ihn einkauft. Für KMU und öffentliche Einrichtungen ist die Lehre billiger zu haben. Legen Sie vor dem nächsten KI-Vorhaben zwei Zahlen fest, die Sie in sechs Monaten messen wollen, und schreiben Sie dazu, wer sie misst.
→ Quelle: Larridin, Unternehmensmitteilung | ⚠ über Sekundärquelle vom 03.11.2026
Tutor Intelligence: Robotik nach Stunde statt nach Stückpreis
Tutor Intelligence aus Watertown, Massachusetts, hat am 02.11.2026 eine Series B über 75 Millionen US-Dollar unter Führung von Andreessen Horowitz gemeldet, mit Union Square Ventures und Neo, womit die Gesamtfinanzierung auf 117 Millionen US-Dollar steigt. Das Modell: Kunden zahlen pro Stunde oder pro bearbeitetem Stück, statt Roboter zu kaufen. Für produzierende Mittelständler ist das die relevante Verschiebung der letzten Monate, weil sie Automatisierung aus der Investitionsrechnung in die Betriebskosten verschiebt und damit auch aus der langen Abschreibung in die jährliche Verhandlung. Wer darüber nachdenkt, lässt sich im Angebot die Preisgleitklausel und die Mindestabnahme zeigen, bevor er die Einsparung gegen die eigene Lohnkostenstruktur rechnet.
→ Quelle: BusinessWire, Unternehmensmitteilung | ⚠ über Sekundärquelle vom 03.11.2026
Weiterer Stellenabbau mit KI-Begründung siehe Standing-Block „KI & Arbeit“.
KATEGORIE 3: Politische & Regulatorische Entwicklungen
Deutschland: 18 Maßnahmen, messbare Ziele, kein Preisschild
Am 02.11.2026 hat die Bundesregierung auf dem Digital-Gipfel in Berlin den Ergebnisbericht „Deutschland als KI-Nation 2030″ veröffentlicht. Die KI-Taskforce, eingesetzt vom Nationalen Sicherheitsrat mit Auftaktsitzung am 02.07.2026 unter Leitung von Staatssekretär Markus Richter, benennt 18 ressortübergreifende Schlüsselmaßnahmen und erstmals Zielwerte. Bis 2030 sollen mindestens 80 Prozent der Großunternehmen und 55 Prozent der kleinen und mittleren Unternehmen KI einsetzen, 90 Prozent der Bundesbehörden mindestens eine KI-Anwendung zur Bearbeitung von Kernaufgaben nutzen, und mehr als zehn Prozent der Wirtschaftsleistung KI-basiert erwirtschaftet werden. Nach der Zusammenfassung des Berichts sollen 65 Prozent der Beschäftigten eine KI-Weiterbildung durch den Arbeitgeber erhalten und die Rechenzentrumskapazität um 300 Prozent gegenüber 2025 wachsen. Und dann steht im Dokument selbst der Satz, der alles einordnet: Diese indikativen Zielwerte „begründen weder Finanzierungsentscheidungen noch präjudizieren sie laufende oder künftige Haushaltsaufstellungsverfahren“. Die Konkretisierung der Finanzierungsbedarfe steht aus. Genannt wird eine Summe: 125 Millionen Euro für die SPRIND „Next Frontier AI Challenge“.
Für Amtsleitungen und Geschäftsführungen ist das keine schlechte Nachricht, sondern eine präzise. Der Zielwert von 90 Prozent für Bundesbehörden wird irgendwann als Erwartung bei Ländern und Kommunen ankommen, auch ohne Rechtsgrundlage. Wer das jetzt weiß, benennt in seinem Haus eine Person für genau eine KI-Anwendung in einer Kernaufgabe und schreibt auf, was sie dafür braucht. Diese eine Seite ist beim nächsten Haushalt mehr wert als jede Absichtserklärung.
→ Quelle: BMDS, Ergebnisbericht und bundesregierung.de | ✓ bestätigt (Primärquellen, Zielwerte für Weiterbildung und Rechenzentren nur aus der Dokumentzusammenfassung)
USA: Wahlkampf mit KI-Werbung, Rechenzentren auf dem Stimmzettel
Zu den Zwischenwahlen am 03.11.2026 berichtet CNBC von Forschenden, die über 187 Millionen US-Dollar für knapp 300 KI-generierte oder KI-verstärkte politische Anzeigen gezählt haben. Die Offenlegungspflichten unterscheiden sich je Bundesstaat. Fortune ordnet am selben Tag Rechenzentren und die Zukunft einer bundesweiten KI-Regulierung als Wahlkampfthemen ein. Beides ist kein Gesetz, aber ein Signal für die Richtung: Kennzeichnung wird in den USA über den Werbemarkt verhandelt, nicht über ein Bundesgesetz. Wenn Sie in internationalen Lieferketten oder Kampagnen arbeiten, prüfen Sie, welche Kennzeichnungsregel am Ort Ihrer Veröffentlichung gilt, nicht die an Ihrem Firmensitz.
→ Quelle: CNBC und Fortune | ⚠ laut CNBC und Fortune (03.11.2026)
EU: Artikel 50 ohne Standing-Status, eine Frist bleibt im Kalender
Artikel 50 der KI-Verordnung ist seit dem 01.09.2026 kein täglicher Pflichtposten dieses Reports mehr und erscheint nur noch bei verifizierten Ereignissen. Im Fenster vom 01. bis 04.11.2026 gab es keines. Der letzte verifizierte Stand datiert vom 22.10.2026: Nach dem Digital Omnibus, geführt als Verordnung (EU) 2026/1744, bleibt die Hauptpflicht des Artikels 50 beim 02.08.2026, während generative Systeme, die vor diesem Datum schon am Markt waren, bis zum 02.12.2026 Zeit haben, ihre Ausgaben als KI-generiert zu kennzeichnen. Zum selben Datum greifen neue Verbote nach Artikel 5 mit einem Bußgeldrahmen bis 35 Millionen Euro oder sieben Prozent des Jahresumsatzes. Zur Hochrisiko-Einstufung wurden Fristen verschoben, Anhang III auf den 02.12.2027 und Anhang I auf den 02.08.2028. Wer also ein vor August gestartetes generatives System betreibt, hat noch vier Wochen für die Kennzeichnungs-Inventur, und die Wasserzeichen-Änderung bei Claude aus Kategorie 1 ist genau dafür ein Baustein.
→ Quelle: Globalsuite Solutions | ⚠ laut Sekundärquelle, letzter verifizierter Stand 22.10.2026, [Primärquelle EUR-Lex nicht gegengeprüft]
China
[An 04.11.2026 keine weiteren verifizierbaren Entwicklungen dieser Kategorie]
KI & ARBEIT
💼 SUSE begründet den Abbau von zehn Prozent der Belegschaft mit Automatisierung und KI
Quelle: ad-hoc-news (Zweitverwertung eines Berichts von The Register) | Datum: 04.11.2026 | ⚠
Der Linux-Anbieter SUSE streicht nach dem Bericht rund zehn Prozent seiner weltweiten Belegschaft von etwa 1.900 Beschäftigten. Vorstandschef Dirk-Peter van Leeuwen begründet den Schritt in einem internen Memo mit Automatisierung und dem Einsatz künstlicher Intelligenz. Der Zeitplan ist eng: Information der Belegschaft bis zum 04.11., Einzelgespräche von der Folgewoche an, Präsentation der Strategie für das Geschäftsjahr 2027 am 16.11.2026, Nominierung der Betriebsräte am 05.11. Zum Vergleich nennt derselbe Artikel Challenger-Daten für die USA: Im Oktober 2026 wurden 153.074 Stellenstreichungen angekündigt, davon 31.039 ausdrücklich mit KI begründet. Wer in einem Betriebs- oder Personalrat sitzt, lässt sich beim nächsten Gespräch nicht die Begründung, sondern die Rechnung dahinter zeigen: welche Tätigkeit konkret von welchem System übernommen wird und wer die Ergebnisse dieses Systems prüft.
→ Quelle: ad-hoc-news | ⚠ Sekundärquelle, [Primärquelle The Register zum Abrufzeitpunkt nicht erreichbar], absolute Stellenzahl im Artikel nicht genannt
💼 Fiserv streicht 3.000 Stellen, das Unternehmen spricht von einer Haltung, nicht von einer Ersparnis
Quelle: PYMNTS, auf Grundlage der Quartalstelefonkonferenz | Datum: 03.11.2026 | ⚠
Der Zahlungsdienstleister Fiserv hat in der Telefonkonferenz zum dritten Quartal 2026 den Abbau von 3.000 Stellen bei Beschäftigten und Auftragnehmern bestätigt, nach einer Zählung etwa acht Prozent der Belegschaft, dazu mehr als zehn Prozent im oberen Management. Das Sparprogramm „Project Elevate“ wurde im Ziel auf eine Milliarde US-Dollar verdoppelt. Vorstandschef Takis Georgakopoulos sagt dazu, man vereinfache und fokussiere die Organisation „with an AI-everywhere mindset“. Genau hier liegt die Lücke, auf die es ankommt: Das Unternehmen nennt KI-Agenten, die im Clover-Risikoprozess die Entscheidungszeit um zwei Drittel verkürzt und Fehlalarme um mehr als 40 Prozent gesenkt haben sollen, doch PYMNTS ordnet diese Werte selbst als Betriebskennzahlen ein und nicht als Beleg für realisierte Einsparungen im Konzern. Ein Satz über eine Haltung trägt den Abbau, der Nachweis kommt später. Führungskräfte, die vor einer ähnlichen Begründung stehen, verlangen deshalb die Kennzahl vor der Entscheidung und nicht im Quartalsbericht danach.
→ Quelle: PYMNTS | ⚠ Unternehmensangaben aus der Quartalstelefonkonferenz
💼 Goldman Sachs nimmt Händlern und Bankern die KI-Programmierwerkzeuge weg [Einordnung der Woche – Ereignis vom 02.11.2026]
Quelle: Bloomberg, über Sekundärberichterstattung | Datum: 02.11.2026 | ⚠
Goldman Sachs hat den Zugang zu Programmierwerkzeugen wie Claude Code und GitHub Copilot auf die etwa 12.000 Ingenieur:innen des Hauses begrenzt. Händler:innen und Banker:innen verlieren ihn. Grundlage ist eine interne Richtlinie aus dem Oktober, ein Sprecher verweist auf eine Testphase. Diese Entscheidung ist interessanter als jede Tool-Ankündigung, weil sie eine Frage beantwortet, die viele Häuser offen lassen: Wer darf ein Werkzeug benutzen, dessen Ergebnisse er nicht fachlich prüfen kann? Eine Bank mit dieser Risikokultur zieht die Grenze bei der Fachkompetenz, nicht bei der Hierarchie. Wenn Sie KI-Werkzeuge im Haus breit ausgerollt haben, lohnt die gleiche Frage je Abteilung, bevor sie ein Vorfall für Sie beantwortet.
→ Quelle: Bloomberg | ⚠ über Sekundärquellen wiedergegeben, [Primärquelle hinter Paywall]
KATEGORIE 4: Radar – Signale & Forschung
Methodik: öffentlich crawlbare Quellen, kein Live-Scan sozialer Medien. Eigenständige Prüfung empfohlen.
📄 Progress on provable inference for large language models (FlashProve)
Autor:innen: Roy Rinberg, Alex Allain (Anthropic), Alessandro Chiesa (EPFL, StarkWare), Miranda Christ (MIT), Rahul Dalal, Giacomo Fenzi (EPFL), Ben Mayer, Guy Weissenberg (EPFL) | Erschienen: 02.11.2026 | Quelle: anthropic.com/research
Kernerkenntnisse: FlashProve nutzt zkSNARKs, damit ein Modellanbieter sich auf ein Gewichte-Commitment festlegt und zu jeder Antwort einen kurzen Beweis liefert, dass genau dieses Modell die Token erzeugt hat. Die Gewichte bleiben verborgen, die Architektur nicht. Auf einer H100 erzeugt der Prover für Llama 4 Maverick etwa 110 Token pro Sekunde mit rund 19 Megabyte Beweis je Anfrage über 1.024 Token, bei etwa 70- bis 95-facher GPU-Zeit gegenüber normaler Inferenz. Die Prüfung dauert auf einer CPU rund 17 Sekunden. Der Kontext reicht bisher nur bis 1.024 Token, Anthropic nennt das Ganze einen Forschungsprototyp und kündigt keinen Produktiveinsatz an. Code und Lean-Beweise liegen unter Apache 2.0 offen.
Praktische Relevanz für KMU/öffentliche Einrichtungen: Wer in zwei Jahren einen Modellnachweis in eine Vergabeunterlage schreiben will, sieht hier, was er technisch verlangen kann und was der Nachweis an Rechenzeit kostet.
Verifikationsstatus: ⚠ Forschungsbeitrag des Anbieters, kein Peer-Review, Technical Report verlinkt
📄 StateBench: Wenn Modelle beim Mitzählen aussteigen
Autor:innen: Allen Institute for AI (Ai2), keine Namen auf der Seite genannt | Erschienen: 03.11.2026 | Quelle: allenai.org/blog/statebench
Kernerkenntnisse: StateBench prüft, ob Sprachmodelle den Zustand von Entitäten in langen Dokumenten korrekt verfolgen, wenn sich Werte unterwegs ändern. Vier Schwierigkeitsstufen reichen von der unveränderlichen Zuweisung bis zur Zuweisung per Referenz, also Tauschoperationen. Bei den von Ai2 getesteten Spitzenmodellen fällt die Genauigkeit auf den längsten Aufgaben der schwersten Kategorie auf 13 Prozent oder darunter, während die einfachen Stufen gut gelöst werden. In einem eigenen Trainingsexperiment mit 275 Millionen Parametern bleiben Gated-DeltaNet- und Hybrid-Architekturen bis in den Bereich von Zehntausenden Zuweisungen stabil, Transformer lernen die schwerste Stufe nie.
Praktische Relevanz für KMU/öffentliche Einrichtungen: Jede Anwendung, die einen Fall über viele Seiten verfolgt, also Personalakte, Vergabevorgang, Schadensfall, trifft genau diese Schwäche. Prüfen Sie Ihre Pilotfälle mit Unterlagen, in denen sich ein Wert zweimal ändert.
Verifikationsstatus: ⚠ Blogbeitrag und Tech Report des Instituts, kein Peer-Review, Zahlen zu einzelnen Modellen nur teilweise im Text
📄 Kolibri: Rechenaufwand, der sich der Anfrage anpasst
Autor: Leonard Salewski, Aleph Alpha | Erschienen: 03.11.2026 | Quelle: aleph-alpha.com (Preprint laut Zitation: arXiv:2610.31945)
Kernerkenntnisse: Das Modell Kolibri lässt den Denkaufwand über den System-Prompt in vier Stufen einstellen, von „none“ bis „high“. Nach Angaben von Aleph Alpha erreicht das veröffentlichte Modell im Mittel über sechs Benchmarks 81,4 Punkte bei niedriger, 82,2 bei mittlerer und 82,7 bei hoher Stufe, bei medianen Ausgabelängen von 7.700, 8.500 und 10.000 Token. Die niedrige Stufe liefert damit 96 Prozent des Ergebnisses der hohen Stufe bei 35 Prozent der Länge. Ohne Denkschritte fällt der Wert auf 58,1.
Praktische Relevanz für KMU/öffentliche Einrichtungen: Hier wird der Rechenaufwand zu einem Parameter, den Sie selbst steuern. Für Massenvorgänge in der Verwaltung lohnt der Test, ob die niedrige Stufe reicht, denn sie kostet ein Drittel der Ausgabelänge.
Verifikationsstatus: ⚠ Preprint laut Zitation, nicht gegengeprüft, Benchmarkwerte sind Herstellerangaben
🔭 Signal: CrowdStrike baut einen Notausschalter für KI-Agenten
Quelle: CNBC | Datum: 03.11.2026
CrowdStrike hat in Falcon Guardian eine Funktion vorgestellt, mit der Administratoren einen auffällig handelnden KI-Agenten anhalten, seinen Neustart verhindern und ihm den Netzzugang sperren können. Die Beendigung auf Endpunktebene wird nach dem Bericht noch ausgebaut. Das Signal dahinter ist nicht das Produkt, sondern die Annahme: Der Markt rechnet damit, dass Agenten im Betrieb aus dem Rahmen laufen, und baut dafür einen Schalter, bevor der erste große Vorfall öffentlich wird. Wer Agenten einsetzt, braucht die organisatorische Entsprechung, also eine benannte Person mit der Befugnis, ein laufendes System anzuhalten.
Reife-Level: Emerging
🔭 Signal: Apple schreibt Agentenrisiken in den Jahresbericht
Quelle: CNBC | Datum: 03.11.2026
Apple warnt nach dem Bericht im eigenen Jahresbericht vor autonomen KI-Agenten, die Berechtigungen überschreiten oder Anweisungen widerstehen könnten. Eine Risikoangabe im Jahresbericht ist etwas anderes als ein Blogbeitrag, denn sie ist gegenüber Anlegern verbindlich formuliert und von Jurist:innen geprüft. Damit wandert Agentenverhalten aus der Technikdebatte in die Unternehmensberichterstattung. Für Aufsichtsräte, Rechnungsprüfungsämter und Wirtschaftsprüfer wird das in der nächsten Berichtsrunde eine Frage, die sie stellen können.
Reife-Level: Früh-Signal
Dieser Report erscheint i.d.R. täglich.
Weitergabe mit Quellenangabe ausdrücklich erwünscht.
Kommen wir ins Gespräch. Ich freue mich auf den Austausch.
Sven Neuenfeldt | Arbeitsmarktguru
Bleiben Sie neuGIERig! Wir müssen raus aus unserer Komfortzone.
Schreibe einen Kommentar