- Google verliert seine zwei wichtigsten KI-Köpfe an einem Tag
- Nvidia baut sich einen 500-Milliarden-Dollar-Kreditmarkt
- Anthropic: erstes profitables Quartal, und ein Wettlauf an die Börse
- Meta verschenkt ein Agenten-Modell, das auf einer Grafikkarte läuft
- DeepSeek V4-Pro: eine Million Token Kontext, und ab Sonntag teurer
- EU AI Act: Kennzeichnungspflicht gilt, Hochrisiko-Regeln verschoben
- 181.874 Meetings lagen sieben Monate offen im Netz
- Wer wegen KI entlässt, verliert Produktivität
- Cognition: 40 Milliarden Dollar Bewertung, drei Monate nach der letzten Runde
- 35 Leute in Tel Aviv prüfen die Sicherheit der ganzen Branche
1. Google verliert seine zwei wichtigsten KI-Köpfe an einem Tag
Demis Hassabis gibt die operative Führung von Google DeepMind ab, Jeff Dean verlässt Google nach 27 Jahren.
Hassabis wird Chairman der Einheit und Chief Scientist von Alphabet. Die Tagesführung übernimmt CTO Koray Kavukcuoglu, er berichtet direkt an Sundar Pichai. Dean gründet mit Sanjay Ghemawat die Public Benefit Corporation Discovery Loop, Google investiert mit. Auch DeepMind-VP Oriol Vinyals und Google-Brain-Mitgründer Quoc Le gehen. Die Alphabet-Aktie verlor rund 4 Prozent.
Darum zählt es: Der Schritt sieht nach Beförderung aus, ist aber eine Entmachtung mit Titel. Google verschiebt die Kontrolle über Gemini von der Forschung zur Produktorganisation, weil Modelle zu spät kamen und Kunden abwanderten. Wenn vier Spitzenleute gleichzeitig gehen und der Arbeitgeber ihr Startup finanziert, ist das kein freundlicher Abschied, sondern ein ausgehandelter. Für Sie heißt das: die stabilste der drei großen Modellfamilien ist gerade die unruhigste.
Was kann ich jetzt machen: Prüfen Sie, ob Ihre KI-Anwendungen an ein einzelnes Modell gebunden sind. Bauen Sie eine Abstraktionsschicht ein, damit ein Anbieterwechsel eine Konfiguration ist und kein Projekt.
2. Nvidia baut sich einen 500-Milliarden-Dollar-Kreditmarkt
Nvidia stellt gemeinsam mit sechs Finanzhäusern Plattformen auf, die über 500 Milliarden Dollar Fremdkapital für Rechenzentren mobilisieren sollen.
Beteiligt sind Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs und KKR. Jensen Huang sagt, er habe genau sechs Firmen angesprochen, keine habe abgelehnt. Die Konstruktion nutzt Rechenleistung als Sicherheit für neue Schulden. Nvidia bezeichnet seine Chips damit offiziell als investierbare Anlageklasse.
Darum zählt es: Nvidia hat ein Absatzproblem gelöst, indem es die Finanzierung des Käufers organisiert. Wer GPUs beleihen kann, kauft mehr GPUs, und Nvidia bucht den Umsatz. Der schwache Punkt: die Sicherheit ist Hardware, die alle zwei bis drei Jahre technisch veraltet. Kreditgeber bewerten hier einen Vermögenswert, dessen Restwert von Nvidias eigenem Produktzyklus abhängt. Das ist kein Betrug, aber es ist ein Kreislauf, und Kreisläufe brechen an der schwächsten Stelle.
Was kann ich jetzt machen: Wenn Sie eigene KI-Hardware kaufen wollen, rechnen Sie mit einer Nutzungsdauer von drei Jahren, nicht fünf. In den meisten Mittelstandsfällen ist Mieten günstiger als Besitzen.
3. Anthropic: erstes profitables Quartal, und ein Wettlauf an die Börse
Anthropic erwartet für das zweite Quartal 10,9 Milliarden Dollar Umsatz und 559 Millionen Dollar operativen Gewinn.
Der Umsatz hat sich gegenüber 4,8 Milliarden Dollar im ersten Quartal mehr als verdoppelt. Anthropic hat vertraulich eine S-1 bei der SEC eingereicht, ein Börsengang ist ab Oktober 2026 möglich. OpenAI hat ebenfalls vertraulich eingereicht und zielt auf September. Anthropic selbst dämpft die Erwartung: die Marge von rund 5 Prozent beruht teilweise auf einem Anlaufrabatt bei einem Compute-Vertrag.
Darum zählt es: Die Zahl, auf die es ankommt, ist nicht der Gewinn, sondern die Ehrlichkeit dazu. Ein Anbieter, der seinen eigenen Gewinn relativiert, bereitet Investoren auf Quartale ohne Gewinn vor. Der eigentliche Auslöser ist das Timing: zwei Börsengänge in zwei Monaten zwingen beide Unternehmen zu quartalsweiser Berichtspflicht. Ab dann werden Preiserhöhungen und Nutzungslimits nicht mehr aus Produktlogik getrieben, sondern aus Margendruck. Das trifft jeden, der auf diesen APIs Prozesse betreibt.
Was kann ich jetzt machen: Kalkulieren Sie Ihre KI-Prozesse mit 30 Prozent höheren Token-Kosten durch. Wenn der Business Case dann nicht mehr trägt, tragen Sie ihn heute schon nicht.
4. Meta verschenkt ein Agenten-Modell, das auf einer Grafikkarte läuft
Meta hat am 10. August Muse Glimmer veröffentlicht, 30 Milliarden Parameter, Apache-2.0-Lizenz, kommerzielle Nutzung erlaubt.
Das Modell ist eine Destillation des größeren Muse Spark. Es ist auf Werkzeugnutzung, mehrstufiges Arbeiten und Fehlerkorrektur trainiert, nicht auf Chat. Auf 4 Bit quantisiert bleibt es unter 20 Gigabyte und passt auf eine Consumer-Grafikkarte mit 24 Gigabyte Speicher. Kontextfenster 131.000 Token, über 100 Sprachen.
Darum zählt es: Meta greift nicht OpenAI an, sondern deren Preismodell. Wer Agenten dauerhaft laufen lässt, zahlt pro Token, und genau diese Dauerlast wandert jetzt auf eigene Hardware. Für deutsche Unternehmen ist der interessantere Punkt die Lizenz: Apache 2.0 heißt, das Modell läuft im eigenen Rechenzentrum, ohne Datenabfluss und ohne Auftragsverarbeitungsvertrag. Der schwache Punkt bleibt die Qualität, 30 Milliarden Parameter schlagen kein Frontier-Modell. Für standardisierte Routineaufgaben reicht es trotzdem.
Was kann ich jetzt machen: Suchen Sie den einen Prozess mit hohem Volumen und niedriger Komplexität, etwa Dokumentenklassifikation oder Datenextraktion. Testen Sie ihn lokal, bevor Sie ihn extern einkaufen.
5. DeepSeek V4-Pro: eine Million Token Kontext, und ab Sonntag teurer
DeepSeek hat am 13. August die finale Version von V4-Pro freigegeben, verfügbar über App, Web und API.
Das Modell verarbeitet bis zu eine Million Token Kontext und erzeugt Ausgaben von bis zu 384.000 Token. Der Fokus liegt auf Agenten, also Werkzeugaufrufen und mehrstufigen Abläufen ohne menschliches Zutun. Die Denktiefe lässt sich in drei Stufen einstellen. Am 16. August um 16 Uhr UTC steigen die Preise, DeepSeek führt gleichzeitig Tarife für Haupt- und Nebenzeiten ein, außerhalb der Spitzenzeit zum halben Preis.
Darum zählt es: Die Preiserhöhung ist die eigentliche Nachricht. DeepSeek war die Referenz für billige Intelligenz, und jetzt bepreist ausgerechnet DeepSeek Rechenleistung nach Tageszeit wie ein Stromversorger. Das heißt: auch der günstigste Anbieter stößt an Kapazitätsgrenzen. Wer geglaubt hat, Modellkosten fallen unbegrenzt weiter, hat diese Woche eine Gegenbewegung gesehen. Und wer Batch-Prozesse nachts laufen lässt, spart ab Sonntag die Hälfte.
Was kann ich jetzt machen: Verschieben Sie zeitunkritische KI-Aufgaben in die Nacht, etwa Auswertungen, Zusammenfassungen und Datenanreicherung. Das ist eine Zeile im Scheduler und halbiert die Rechnung.
6. EU AI Act: Kennzeichnungspflicht gilt, Hochrisiko-Regeln verschoben
Seit dem 2. August 2026 gelten die Transparenzpflichten des EU AI Act, die Pflichten für Hochrisiko-Systeme wurden verschoben.
Artikel 50 verlangt dreierlei: Nutzer müssen erkennen, dass sie mit einer KI sprechen. KI-erzeugte Inhalte müssen maschinenlesbar markiert sein. Deepfakes müssen gekennzeichnet werden. Die Hochrisiko-Pflichten aus Anhang III wurden per Digital Omnibus auf den 2. Dezember 2027 verschoben, eingebettete KI in regulierten Produkten auf den 2. August 2028. Der Omnibus ist am 27. Juli 2026 in Kraft getreten.
Darum zählt es: Viele Unternehmen haben die Verschiebung gelesen und die Kennzeichnungspflicht überhört. Genau die gilt aber seit zwei Wochen, und sie trifft jeden mit einem Chatbot auf der Website oder KI-Texten im Marketing. Brüssel hat bewusst das Leichte durchgezogen und das Teure vertagt, weil die Aufsichtsbehörden für Hochrisiko-Prüfungen personell nicht bereitstehen. Der Vollzug wird also dort beginnen, wo er billig ist: bei sichtbaren Verstößen auf öffentlichen Webseiten.
Was kann ich jetzt machen: Prüfen Sie diese Woche jeden kundenseitigen Chatbot auf einen klaren KI-Hinweis. Das kostet eine Stunde und schließt das offensichtlichste Einfallstor.
7. 181.874 Meetings lagen sieben Monate offen im Netz
Ein Sicherheitsforscher hat offengelegt, dass der KI-Notizdienst tl;dv Meeting-Daten von 84.312 Nutzern frei abfragbar machte.
Betroffen waren 35.003 E-Mail-Domains, darunter Behörden, Universitäten und Großunternehmen. Ursache war eine fehlende Mandantentrennung in der Datenbank. Jeder angemeldete Nutzer konnte die Datensätze aller anderen abfragen, inklusive E-Mail-Adresse des Erstellers, Zeitstempel und Konferenz-ID. Über diese ID ließen sich laufende Google-Meet- und Teams-Räume betreten. Der Forscher meldete den Fehler im Januar 2026, sechs Monate später war er ungefixt, der CTO antwortete nie.
Darum zählt es: Der technische Fehler ist banal, die Reaktion ist das Problem. Ein Anbieter, der eine gemeldete Schwachstelle sechs Monate liegen lässt, hat kein Sicherheitsproblem, sondern ein Führungsproblem. KI-Notizdienste sitzen per Definition in jedem vertraulichen Gespräch, das Sie führen, von Gehaltsrunden bis Vertragsverhandlungen. Die Branche wächst schneller als ihre Sicherheitsreife, und der Einkauf läuft meistens an der IT vorbei, weil die Tools zwanzig Euro im Monat kosten.
Was kann ich jetzt machen: Lassen Sie auflisten, welche Meeting-Recorder in Ihrem Unternehmen tatsächlich im Einsatz sind. Die Antwort wird Sie überraschen, und sie gehört in Ihre Auftragsverarbeitungsverträge.
8. Wer wegen KI entlässt, verliert Produktivität
Eine neue Untersuchung zeigt, dass KI-begründete Entlassungen genau die Bedingungen zerstören, unter denen KI produktiv wirkt.
Die Studie verknüpft Mitarbeiterbewertungen, Unternehmensmitteilungen und Finanzdaten. Ergebnis: die Haltung der Belegschaft zur KI sagt Produktivität stark voraus, die Haltung des Managements gar nicht. KI-begründete Entlassungen senken diese Haltung messbar, vor allem über Jobunsicherheit. Fast 29 Prozent der Unternehmen, die wegen KI Stellen strichen, haben dieselben Stellen wieder ausgeschrieben, häufig 20 bis 35 Prozent teurer.
Darum zählt es: Der teuerste Fehler ist nicht die Entlassung, sondern die Begründung. Wer Stellenabbau mit KI erklärt, sagt jedem verbliebenen Mitarbeiter, dass Mitarbeit an KI-Projekten die eigene Stelle kostet. Ab da bekommen Sie keine ehrliche Prozessdokumentation mehr, und ohne die funktioniert keine Automatisierung. Die 29 Prozent Wiedereinstellungen sind der harte Beleg: die Firmen haben nicht zu viele Leute gehabt, sie haben die Fähigkeiten der KI überschätzt. Am Ende zahlen sie Abfindung, Suchkosten und ein höheres Gehalt für dieselbe Aufgabe.
Was kann ich jetzt machen: Koppeln Sie KI-Einführung an Wachstumsziele, nicht an Personalabbau. Sagen Sie das öffentlich im Unternehmen, bevor Gerüchte es für Sie erledigen.
9. Cognition: 40 Milliarden Dollar Bewertung, drei Monate nach der letzten Runde
Der Anbieter des Coding-Agenten Devin verhandelt laut Bloomberg über eine Runde mit mindestens 40 Milliarden Dollar Bewertung.
Im Mai lag die Bewertung noch bei 26 Milliarden Dollar nach einer Milliarde Dollar Kapital. Der annualisierte Umsatz nähert sich einer Milliarde Dollar und hat sich seit der letzten Finanzierung etwa verdoppelt. Zu den Kunden zählen Mercedes-Benz, NASA und Goldman Sachs. Die Konditionen sind laut Bericht nicht final.
Darum zählt es: Das Vielfache ist mit 40 auf den Umsatz sportlich, die Wachstumsrate erklärt es. Interessanter ist die Kundenliste: Mercedes-Benz und Goldman Sachs kaufen keine Experimente, sie kaufen Kapazität. Wenn Konzerne Coding-Agenten in der Produktion einsetzen, verschiebt sich die Frage vom Ob zum Wie viel. Der schwache Punkt bleibt die Verteidigungsfähigkeit: Coding-Agenten sind das am härtesten umkämpfte Segment, mit OpenAI, Anthropic und Google als Anbieter derselben Fähigkeit direkt aus dem Modell. Cognition verkauft eine Schicht, die die Modellanbieter selbst besetzen wollen.
Was kann ich jetzt machen: Wenn Sie Software entwickeln lassen, fragen Sie Ihren Dienstleister nach dem KI-Anteil in der Umsetzung. Sinkende Kosten beim Anbieter gehören in Ihre nächste Preisverhandlung.
10. 35 Leute in Tel Aviv prüfen die Sicherheit der ganzen Branche
Berichte dieser Woche identifizieren das israelische Startup Irregular als externen Sicherheitsprüfer für Meta, OpenAI, Anthropic und Google DeepMind.
Das Unternehmen wurde Ende 2023 gegründet und hat rund 35 Mitarbeiter. Es führt Red-Teaming durch und bewertet die Cyber-Fähigkeiten neuer Modelle vor der Freigabe. Damit hängt ein zentraler Prüfschritt der vier größten Labore an einer einzigen kleinen Firma.
Darum zählt es: Die Labore werben mit unabhängiger externer Prüfung, und die Unabhängigkeit besteht aus 35 Leuten, die von genau diesen Auftraggebern bezahlt werden. Das ist kein Vorwurf an Irregular, sondern ein Strukturproblem: Konzentration erzeugt einen einzelnen Ausfallpunkt und einen Interessenkonflikt zugleich. Für die EU-Aufsicht ist das relevant, weil der AI Act genau auf solche Prüfnachweise setzt. Wenn Sie in Verträgen lesen, ein Modell sei extern sicherheitsgeprüft, wissen Sie ab jetzt, wie dünn diese Aussage sein kann.
Was kann ich jetzt machen: Verlassen Sie sich bei kritischen Prozessen nicht auf Anbieterzertifikate. Definieren Sie eigene Freigabetests für die Fälle, in denen ein Fehler Sie wirklich Geld kostet.
Jetzt am Puls der KI bleiben
Diese Woche hat gezeigt, dass Größe nicht Stabilität bedeutet: Google verliert seine Köpfe, Nvidia finanziert seine eigenen Kunden, und der billigste Anbieter erhöht die Preise. Wer jetzt seine KI-Prozesse anbieterunabhängig aufstellt, gewinnt Verhandlungsmacht statt sie zu verlieren.
Abonnieren Sie DIE KI-Revolution, und gestalten Sie die Zukunft Ihres Geschäfts.