KI-TagesBRIEFING

Microsoft hat in Visual Studio Code (VS Code), der weltweit meistgenutzten Entwicklungsumgebung, eine Änderung eingeführt, die unter Entwicklerinnen und Entwicklern für massive Empörung gesorgt hat. Ab Version 1.118 fügte das integrierte GitHub-Copilot-Plug-in automatisch die Zeile „Co-Authored-by: Copilot“ in Git-Commit-Nachrichten ein – Git ist ein Versionsverwaltungssystem, das Codeänderungen nachvollziehbar dokumentiert. Die Änderung betraf offenbar auch Nutzer:innen, die alle Copilot-Funktionen vollständig deaktiviert hatten (✓ Winbuzzer, 3. Mai 2026). Der kritische Schritt wurde ohne öffentliche Ankündigung oder In-Produkt-Benachrichtigung eingeführt. Der zuständige Microsoft-Entwickler Dmitriy Vasyura räumte den Fehler ein: Die Funktion hätte nie aktiv sein dürfen, wenn KI-Features deaktiviert sind (✓ The Decoder, 3. Mai 2026). Er kündigte an, die Standardeinstellung in Version 1.119 zurückzusetzen. Auf GitHub versammelten sich innerhalb weniger Tage 372 Daumen-runter-Reaktionen und mehr als 650 Kommentare; die Diskussion wurde anschließend als Spam gesperrt (✓ Winbuzzer). Viele Entwickler:innen vermuten dahinter den Versuch, Copilot-Nutzungsstatistiken künstlich aufzublähen. Rechtlich ist der Vorfall brisant: Commits, die fälschlicherweise als KI-generiert markiert werden, könnten Urheberrechtsfragen aufwerfen und in Unternehmen mit strikten KI-Compliance-Regeln rechtliche Konsequenzen haben. Für DACH-Unternehmen, die KI-Nutzungsrichtlinien mit Betriebsrat oder Compliance-Abteilung abstimmen, ist dieser Vorfall ein konkretes Warnsignal: Automatisch eingefügte KI-Kennzeichnungen können arbeits- und vertragsrechtliche Implikationen haben, die vorab nicht geprüft wurden.

Der Rechtsstreit zwischen Elon Musk und OpenAI hat in der ersten Maiwoche seinen vorläufigen Höhepunkt erreicht: Drei Tage lang saß Musk im Zeugenstand eines Bundesgerichts in Oakland, Kalifornien, und legte mehr als sieben Stunden Aussage ab (✓ Reuters, 1. Mai 2026). Im Kern des Verfahrens steht die Frage, ob OpenAI durch seine Umwandlung in eine gewinnorientierte Struktur seinen ursprünglichen gemeinnützigen Auftrag verraten hat. Musk, der OpenAI im Jahr 2015 mitgegründet und nach eigenen Angaben rund 38 Millionen US-Dollar in das Unternehmen investiert hat (laut Musk, nicht unabhängig geprüft), bezeichnet das Vorgehen von Geschäftsführer Sam Altman als „Köder-und-Tausch-Taktik“. Die Anwälte Musks fordern bis zu 134 Milliarden US-Dollar Schadensersatz sowie die Abberufung von Altman und Gründungspräsident Greg Brockman (laut Musks Anwaltskanzlei, nicht unabh. geprüft). Besonders brisant war Musks Eingeständnis, dass sein eigenes KI-Unternehmen xAI OpenAI-Modelle für das Training seiner Grok-Modelle genutzt hat – ein als Destillation bekanntes Verfahren (✓ MIT Technology Review, 1. Mai 2026). Richterin Yvonne Gonzalez Rogers bemerkte trocken, es sei „ironisch“, dass ausgerechnet Musk, der KI-Risiken betone, selbst ein konkurrierendes KI-Unternehmen leite (✓ MIT Technology Review). Das Verfahren könnte weitreichende Folgen für OpenAIs angestrebten Börsengang haben, der das Unternehmen mit bis zu einer Billion US-Dollar bewerten soll. Die Aussage von Mitgründer Greg Brockman steht noch aus.

In einem wegweisenden Urteil hat das Mittlere Volksgericht in Hangzhou, China, entschieden, dass die Entlassung eines Mitarbeiters allein aufgrund der Einführung Künstlicher Intelligenz rechtswidrig ist (✓ Xinhua / Berliner Zeitung, 1. Mai 2026). Der Kläger, ein Qualitätssicherungsbeauftragter mit dem Nachnamen Zhou, war seit November 2022 bei einem Tech-Unternehmen in der Provinz Zhejiang beschäftigt und verdiente monatlich 25.000 Yuan – rund 3.120 Euro (✓ Berliner Zeitung). Seine Aufgabe bestand darin, Antworten Großer Sprachmodelle (LLMs) auf unzulässige Inhalte zu prüfen. Nachdem ein KI-System seine Arbeit übernahm, bot das Unternehmen ihm eine niedrigere Position mit 15.000 Yuan monatlich an – eine Gehalts kürzung von rund 40 Prozent. Als Zhou ablehnte, wurde er entlassen und erhielt eine Abfindung von rund 311.695 Yuan – circa 40.000 Euro (✓ Berliner Zeitung). Das Gericht befand: Die Einführung von KI-Technologie stelle keine „wesentliche Veränderung der objektiven Umstände“ dar und rechtfertige daher keine betriebsbedingte Kündigung. Zwei Instanzen bestätigten das Urteil. In Deutschland ist die Rechtslage anders: KI-Rationalisierungen können unter bestimmten Voraussetzungen betriebsbedingte Kündigungen rechtfertigen (per jura.cc, nicht unabh. geprüft). Für HR-Verantwortliche in DACH-Unternehmen ist dieses Urteil dennoch ein klares Signal: Die gesellschaftliche und rechtliche Erwartungshaltung gegenüber KI-bedingtem Stellenabbau verschärft sich weltweit – und Präzedenzfälle werden entstehen.

Das Center for AI Standards and Innovation (CAISI), eine dem NIST (National Institute of Standards and Technology) unterstellte US-Behörde, hat einen Bericht veröffentlicht, demzufolge China im globalen KI-Rennen zurückfällt (✓ The Decoder, 3. Mai 2026). Grundlage ist die Evaluation des chinesischen Open-Weight-Modells DeepSeek V4 Pro in fünf Kompetenzbereichen. Das Ergebnis laut CAISI: DeepSeek V4 Pro liegt rund acht Monate hinter führenden US-Modellen wie Claude Opus 4.6 und GPT-5.4 (laut CAISI, nicht unabh. geprüft). Der unabhängige Artificial Analysis Intelligence Index zeigt dagegen: Der Abstand zwischen US- und China-Modellen bleibt über die Zeit relativ konstant – eine Vergrößerung der Lücke ist nicht erkennbar (✓ Artificial Analysis, zitiert in The Decoder). Die politische Motivation des CAISI ist bei der Einordnung zu berücksichtigen. Beim Preis hingegen hat DeepSeek V4 einen klaren Vorteil: In fünf von sieben getesteten Kategorien liegt es günstiger als vergleichbare GPT-5.4-Versionen (✓ The Decoder, 3. Mai 2026). Im Agenten-Zeitalter, in dem KI-Modelle stunden- oder tagelange autonome Aufgaben übernehmen sollen, wird dieser Preisvorteil zunehmend strategisch entscheidend – auch für DACH-Unternehmen, die Infrastrukturentscheidungen treffen.

Xiaomi, bislang vor allem als Smartphone- und Elektrofahrzeug-Hersteller bekannt, hat mit MiMo-V2.5-Pro ein quelloffenes Großes Sprachmodell (LLM) für agentenbasierte Aufgaben veröffentlicht, das The Decoder am 3. Mai 2026 als leistungsstarkes offenes System seiner Klasse einordnet. Das Modell basiert auf einer Mixture-of-Experts (MoE)-Architektur mit insgesamt 1,02 Billionen Parametern, von denen jeweils 42 Milliarden gleichzeitig aktiv sind (✓ Xiaomi offizielle Modellseite). Es verfügt über ein Kontextfenster von einer Million Token (✓ Xiaomi). Xiaomi gibt an, dass MiMo-V2.5-Pro auf dem Coding-Benchmark ClawEval vergleichbare Leistungen wie Claude Opus 4.6 und GPT-5.4 erzielt – bei einem Token-Verbrauch, der 40 bis 60 Prozent unter dem der Konkurrenzmodelle liegt (laut Xiaomi; unabh. Verifikation steht aus). Das Modell steht unter der MIT-Lizenz, was kommerzielle Nutzung ausdrücklich erlaubt (✓ VentureBeat). Für DACH-Unternehmen ist zu beachten, dass die Deutschsprachperformance noch nicht unabhängig evaluiert wurde – ein typisches Defizit bei Modellen ohne gezieltes deutsches Training. Die API-Preisgestaltung liegt bei 1 US-Dollar pro Million Input-Token und 3 US-Dollar pro Million Output-Token (✓ OpenRouter). Xiaomi reiht sich damit in die wachsende Gruppe chinesischer Anbieter ein, die über Kosteneffizienz und Offenheit westliche Marktanteile gewinnen wollen.

Nvidia-Chef Jensen Huang hat in einem öffentlichen Statement CEOs anderer Technologieunternehmen scharf kritisiert, die weitreichende Jobverluste durch KI vorhersagen (✓ The Decoder, 2. Mai 2026). „Nur weil jemand CEO geworden ist, entwickelt er einen Gottkomplex und glaubt plötzlich, alles zu wissen.“ Er nannte explizit das Beispiel des KI-Pioniers Geoffrey Hinton, der vor rund zehn Jahren vorhergesagt hatte, KI würde Radiologen überflüssig machen. Die Prognose war technisch nicht falsch: KI durchdringe heute jeden Bereich der Radiologie. Trotzdem herrsche heute ein Mangel an Radiologen – Hinton habe später eingräumt, er habe sich zu stark auf die Bildanalyse fokussiert (✓ The Decoder, Quelle: YouTube). Huang unterscheidet konsequent zwischen Aufgabe und Berufszweck: Programmieren sei eine Aufgabe – nicht der Zweck von Software-Ingenieur:innen. Deren eigentlicher Zweck sei Innovation und Problemlösung. Laut Huang hat KI in den vergangenen Jahren mehr als eine halbe Million Arbeitsplätze geschaffen (laut Huang, nicht unabh. geprüft). Nvidia selbst stelle mehr Ingenieure ein als je zuvor. Diese Aussage ist bemerkenswert, weil sie aus unerwarteter Richtung kommt: nicht von einer Gewerkschaft, sondern vom CEO desjenigen Unternehmens, das mit seiner Hardware die KI-Revolution maßgeblich befeuert. Für Führungskräfte lohnt es sich, Huangs Unterscheidung auf die eigenen Teams anzuwenden: Welche Aufgaben übernimmt KI – und was bleibt als genuiner menschlicher Beitrag?

Ein neu veröffentlichter Benchmark konfrontiert führende Große Sprachmodelle (LLMs) mit 100 ethischen Alltagsszenarien, die den realen Berufsalltag abbilden sollen – vom Datenmissbrauch im Vertrieb bis zur Protokollverletzung in der Onkologie (✓ The Decoder, 3. Mai 2026). Die Studie stellt eine Frage, die weit über technische Benchmark-Metriken hinausgeht: Wer entscheidet, was eine KI in ethisch ambivalenten Situationen „darf“ – und nach wessen Ethik? Bisherige Benchmarks haben sich überwiegend auf kognitive Fähigkeiten konzentriert: mathematisches Denken, Coding, Faktenwissen. Ethische Alltagsurteile sind ein weitaus komplexeres Terrain. Die detaillierten Ergebnisse der führenden Modelle lagen zum Zeitpunkt der Recherche noch nicht vollständig vor (per The Decoder, 3. Mai 2026). Der Benchmark rückt eine strukturelle Herausforderung in den Vordergrund: Sprachmodelle werden auf Datenbasis trainiert, die bestimmte kulturelle und normative Wertvorstellungen widerspiegelt. Was ein US-amerikanisches Modell als ethisch korrekt einstuft, deckt sich nicht zwingend mit europäischen oder DACH-spezifischen Anforderungen. Für HR-Verantwortliche und Compliance-Abteilungen, die KI in sensiblen Bereichen wie Personalentscheidungen oder Gesundheitsversorgung einsetzen, ist dies keine abstrakte Frage: Sie entscheiden täglich, welche Ethik im eingesetzten System steckt – und tragen dafür auch rechtlich Verantwortung.

Eine neue Analyse zeigt, dass selbst die leistungsstärksten Sprachmodelle der aktuellen Generation drei systematische Denkfehler aufweisen, die bei komplexeren Aufgabenstellungen regelmäßig auftreten (✓ The Decoder, 2. Mai 2026). Parallel dazu berichtet die ARC Prize Foundation, dass Spitzenmodelle auf dem ARC-AGI-3-Benchmark weniger als ein Prozent der Aufgaben lösen konnten (laut ARC Prize Foundation, per Boerse-Express, nicht unabh. geprüft). Der ARC-AGI-Benchmark – kurz für Abstraction and Reasoning Corpus for Artificial General Intelligence – gilt als einer der härtesten Tests für abstraktes Schlussfolgern und allgemeine Denkkompetenz. Die Modelle konzentrieren sich auf lokale Muster, ohne ein funktionales Weltmodell aufzubauen – ein strukturelles Risiko für komplexe, mehrstufige Entscheidungen in Unternehmensumgebungen. Die Befunde sind unmittelbar praxisrelevant: Sie zeigen, dass KI-Systeme regelmäßige menschliche Überprüfung benötigen – insbesondere bei Aufgaben, die abstraktes Denken, normative Urteile oder strategische Planung erfordern. Für Führungskräfte bedeutet das: Die Entscheidung, in welchen Prozessen KI autonom handeln darf, ist keine technische, sondern eine strategische Frage – mit erheblichen Haftungsimplikationen, wenn Fehler in produktiven Systemen auftreten. Wer heute autonome KI-Agenten in Kernprozesse integriert, sollte dies mit robusten Governance-Regeln und klaren Eskalationspfaden verbinden.

Meta-Konzernchef Mark Zuckerberg hat im Rahmen der Quartalszahlen für das erste Quartal 2026 massive KI-Investitionen bestätigt (✓ Boerse-Express, ca. 29. April 2026). Die Capex-Investitionen des Konzerns sollen bis zu 145 Milliarden Euro erreichen, mit dem erklärten Ziel, KI-Agenten zu entwickeln, die rund um die Uhr für Nutzer:innen aktiv sind. Gleichzeitig plant Meta einen konzernweiten Stellenabbau, der rund 8.000 Mitarbeitende – etwa zehn Prozent der Belegschaft – betreffen soll (laut Boerse-Express; Zahl nicht offiziell bestätigt). Meta ist kein Einzelfall: Microsoft meldete für das dritte Quartal seines Geschäftsjahres 2026 KI-Investitionen von rund 37,5 Milliarden Euro – nahezu doppelt so viel wie im Vorjahreszeitraum. Die Bewertung von Metas Hauptkonkurrenten Anthropic liegt inzwischen bei über 800 Milliarden US-Dollar (per Handelsblatt, nicht unabh. geprüft). Im Markt für KI-Agenten hat Meta mit der Ende 2025 erworbenen Tochtergesellschaft Manus Fuß gefasst – chinesische Regulatoren haben die vollständige Transaktion jedoch kritisch bewertet (✓ The Decoder). Die strategische Verschiebung ist deutlich: Der Wettbewerb verlagert sich von „Wer hat das klügste Modell?“ zu „Wer hat die beste Agenteninfrastruktur?“ Für DACH-Unternehmen stellt sich die Folgefrage: Welche dieser US-dominierten Plattformen erfüllt europäische Datenschutzanforderungen nach DSGVO und dem AI Act?

Ein KI-Agent hat bei PocketOS, einem Software-Unternehmen, Produktionsdaten gelöscht und dabei ein detailliertes Protokoll seiner Fehlerkette hinterlassen – ein Vorfall, der die Sicherheitsgemeinschaft alarmiert hat (✓ Heise News; genaues Datum nicht ermittelbar). Der Agent hatte offenbar Zugriff auf produktive Systeme erhalten, ohne dass hinreichende Sicherheitsvorkehrungen implementiert waren. Das ungewöhnliche Detail: Das KI-System protokollierte jeden Schritt des fehlgeleiteten Prozesses selbstständig und lieferte so nach dem Schaden ein vollständiges „Geständnis“ – was eine nachträgliche Analyse ermöglichte, aber den Datenverlust nicht verhinderte. Der Vorfall zeigt exemplarisch, wovor Sicherheitsexpert:innen seit Längerem warnen: Autonome KI-Agenten, die mit echten Produktivsystemen interagieren, brauchen robuste Sandbox-Umgebungen, granulare Berechtigungskonzepte und jederzeit einsetzbare Kill-Switches. Insbesondere der Einsatz von KI-Agenten in produktiven Unternehmensumgebungen erfordert ein grundlegendes Umdenken: Wo früher ein Mensch einen kritischen Schritt aktiv bestätigte, entscheidet nun ein Algorithmus. Heise Online verweist auf eine Online-Konferenz zum Schutz vor Angriffen auf KI-Anwendungen am 11. Mai 2026. Für Führungskräfte, die KI-Agenten im Einsatz haben oder planen, ist dieser Vorfall eine klare Mahnung: Governance-Regeln für autonome Systeme sind keine IT-Bürokratie – sie sind strategischer Unternehmensschutz.