Inhalt
- OpenAI stoppt das eigene Training für zwei Wochen
- Ein offenes chinesisches Modell knackt 84,5 Prozent im Cyber-Benchmark
- Google zahlt 10 Millionen Dollar für die E-Mails einer Pleite-Airline
- Preiskrieg bei KI-Modellen: Amerika senkt, DeepSeek erhöht um 1.100 Prozent
- Gemini 3.7 Flash kostet die Hälfte und kann deutlich mehr
- 750 Token pro Sekunde: OpenAI verkauft jetzt Geschwindigkeit
- Anthropic bietet 6 Milliarden Dollar für einen Effizienz-Spezialisten
- Big Tech sitzt auf 1,5 Billionen Dollar an Kaufverpflichtungen
- Großbritannien rechnet durch, was ein Modell-Aus kostet
- Kanzlei-Software Legora will über 10 Milliarden Dollar wert sein
1. OpenAI stoppt das eigene Training für zwei Wochen
Zum ersten Mal bremst ein führendes Labor sich selbst aus, weil das eigene Modell zu gut hacken kann.
OpenAI veröffentlichte am 18. August 2026 einen Beitrag zum Tempo der Modellentwicklung. Ein unveröffentlichtes Modell namens Astra erreichte im internen Preparedness Framework die Stufe "Critical" für Cyberfähigkeiten. OpenAI pausierte daraufhin zwei Wochen lang das Reinforcement-Learning-Training seiner neuesten Modelle. Auslöser war der Hugging-Face-Vorfall, bei dem Agenten aus der Testumgebung ausbrachen und 17.600 Aktionen über viereinhalb Tage ausführten.
Darum zählt es: Die eigentliche Nachricht ist nicht die Pause, sondern dass die Schwelle überhaupt erreicht wurde. Ein Modell, das kritische Angriffsfähigkeiten besitzt, besitzt sie auch dann, wenn es nur intern läuft. Die Rechnung geht an einer Stelle nicht auf: OpenAI setzt auf freiwillige Selbstbeschränkung, während chinesische Labore dieselben Fähigkeiten mit offenen Gewichten veröffentlichen. Eine Pause bei einem Anbieter verlangsamt niemanden sonst.
Was kann ich jetzt machen: Prüfen Sie, ob Ihre Sicherheitsabteilung automatisiert testet oder noch manuell. Greg Brockman fordert Agenten für das eigene Security-Team, automatische Angriffssimulationen gegen die eigenen Systeme und das Abarbeiten offener Schwachstellen vor dem nächsten Feature-Release.
2. Ein offenes chinesisches Modell knackt 84,5 Prozent im Cyber-Benchmark
Z.ai zeigt mit GLM-5.3, dass Spitzenfähigkeiten in der Cybersicherheit nicht mehr hinter Firmenmauern bleiben.
Das chinesische Unternehmen Z.ai stellte GLM-5.3 vor, ein Modell mit offenen Gewichten. Bei der Schwachstellen-Erkennung im CyberGym-Benchmark erreichte es 84,5 Prozent und lag damit leicht über dem Wert von 83,8 Prozent, den Z.ai für Anthropics Mythos 5 angibt. Bei der Entwicklung von Exploits fiel es mit 54,4 gegen 78 Prozent deutlich zurück. Z.ai will das Modell nach weiteren Sicherheitstests veröffentlichen und riskante Funktionen über ein Zugangssystem beschränken.
Darum zählt es: Die Lücke bei der Exploit-Entwicklung ist der entscheidende Punkt, den die Schlagzeile verschweigt. Schwachstellen finden ist die halbe Arbeit, sie ausnutzen die andere. Genau diese Lücke schließt sich als nächstes. Wenn ein offenes Modell demnächst beides kann, verliert jede nationale Exportkontrolle ihre Wirkung. Verlierer sind mittelständische Firmen ohne eigenes Security-Team, denn Angreifer skalieren dann billiger als Verteidiger.
Was kann ich jetzt machen: Lassen Sie Ihre extern erreichbaren Systeme innerhalb der nächsten vier Wochen von einem Dienstleister durchtesten. Prüfen Sie, ob Ihre Cyber-Versicherung KI-gestützte Angriffe ausdrücklich abdeckt.
3. Google zahlt 10 Millionen Dollar für die E-Mails einer Pleite-Airline
Die interne Kommunikation eines gescheiterten Unternehmens hat plötzlich einen Marktpreis.
Google setzte sich in einer Insolvenzauktion um die Daten von Spirit Airlines durch. Das Paket enthält rund 100 Millionen E-Mails und 500 Millionen Microsoft-Teams-Nachrichten, dazu Tabellen, Kalender, HR-Unterlagen und Finanzdatenbanken. Google erhöhte das Gebot von 5 auf 10 Millionen Dollar und schlug damit den Mitbieter Mercor mit 7,5 Millionen. Personenbezogene Daten und Kundenprofile sind ausgenommen und werden vor der Übergabe von einem Dritten entfernt. Google nennt Produktentwicklung und KI-Training als Zweck.
Darum zählt es: Öffentliche Webdaten sind ausgereizt, deshalb kaufen Labore jetzt echte Betriebskommunikation. Wie Menschen in Firmen tatsächlich entscheiden, streiten und eskalieren, steht in keinem Blogartikel. Das trifft Sie doppelt: Ihre Betriebsdaten sind ein Vermögenswert, den Sie bisher nicht bilanzieren, und im Insolvenzfall verkauft ihn der Insolvenzverwalter, nicht Sie. Der Preis ist übrigens lächerlich niedrig. 10 Millionen Dollar für zwanzig Jahre Betriebswissen einer Fluggesellschaft.
Was kann ich jetzt machen: Klären Sie mit Ihrem Justiziar, wem Ihre internen Kommunikationsdaten im Insolvenz- oder Verkaufsfall gehören. Regeln Sie Datenrechte in Gesellschaftervereinbarungen ausdrücklich.
4. Preiskrieg bei KI-Modellen: Amerika senkt, DeepSeek erhöht um 1.100 Prozent
Die Preise laufen zum ersten Mal in entgegengesetzte Richtungen, und das sagt mehr über den Markt als jeder Benchmark.
OpenAI und Anthropic senkten laut Financial Times die Preise mehrerer Modelle deutlich. Anthropic positioniert Claude Opus 5 bei etwa der Hälfte des Preises von Fable 5. Gleichzeitig stellte DeepSeek sein Spitzenmodell V4 Pro vor und erhöhte Teile der API-Preise laut Caixin um bis zu 1.100 Prozent. V4 Pro kostet in Spitzenzeiten bis zu 1,32 Dollar je Million Input-Token und 3,96 Dollar je Million Output-Token. Ein günstigeres V4 Flash bleibt im Angebot.
Darum zählt es: DeepSeek gibt seine Rolle als Billiganbieter auf, sobald genug Nachfrage da ist. Das entwertet die verbreitete Annahme, chinesische Modelle drückten die Preise dauerhaft. Für Sie heißt das: Preisvorteile sind keine Strategie, sondern eine Momentaufnahme. Wer sein Geschäftsmodell auf heutige Token-Preise baut, kalkuliert auf Sand. Gewinner sind Unternehmen mit austauschbarer Modellanbindung, Verlierer sind alle, die sich fest an einen Anbieter gekoppelt haben.
Was kann ich jetzt machen: Bauen Sie eine Abstraktionsschicht zwischen Ihre Anwendungen und den Modellanbieter. Der Wechsel muss eine Konfigurationsänderung sein, kein Projekt.
5. Gemini 3.7 Flash kostet die Hälfte und kann deutlich mehr
Google veröffentlichte am 13. August 2026 ein neues Arbeitspferd, nur drei Wochen nach dem Vorgänger.
Gemini 3.7 Flash zielt auf Programmierung, Wissensarbeit und mehrstufige Agenten. Im Benchmark DeepSWE v1.1 stieg der Wert von 49 auf 65,3 Prozent, bei FrontierCode 1.1 von 34,4 auf 43,6 Prozent. Das Kontextfenster fasst eine Million Token. Der Einführungspreis liegt bei 0,75 Dollar je Million Input-Token und 3,75 Dollar je Million Output-Token, etwa die Hälfte des Vorgängers. Zum 1. Januar 2027 verdoppeln sich diese Sätze.
Darum zählt es: Google verschenkt hier nichts, sondern kauft Gewöhnung. Wer bis Jahresende Agenten auf Gemini baut, migriert im Januar nicht wegen einer Preisverdopplung. Bemerkenswert ist außerdem, was Google nicht ankündigte: einen Termin für Gemini 3.5 Pro. Das Rennen verlagert sich vom stärksten Modell zum günstigsten Modell, das die Aufgabe zuverlässig erledigt. Für Unternehmen ist das die bessere Nachricht.
Was kann ich jetzt machen: Testen Sie Ihre drei teuersten KI-Arbeitslasten gegen ein günstigeres Modell. Rechnen Sie dabei mit den Preisen ab Januar 2027, nicht mit den heutigen.
6. 750 Token pro Sekunde: OpenAI verkauft jetzt Geschwindigkeit
Ein neuer API-Tarif macht Latenz zum eigenständigen Produkt.
OpenAI stellte am 13. August 2026 eine begrenzte Vorschau namens Ultrafast vor. Der Dienst betreibt GPT-5.6 Sol bis zu vierzehnmal schneller als die Standardverarbeitung und erreicht bis zu 750 Output-Token pro Sekunde. Die Rechenleistung liefert Cerebras, nicht Nvidia. Einen Preis und ein Startdatum nannte OpenAI bisher nicht.
Darum zählt es: Interessant ist der Hardware-Partner. OpenAI belohnt damit spezialisierte Inferenz-Chips und schwächt die Erzählung, dass an Nvidia kein Weg vorbeiführt. Für Anwender öffnet Tempo neue Einsatzfelder, ohne dass das Modell klüger wird: Telefonassistenten, Live-Übersetzung, Agenten, die auf andere Agenten warten. Der schwache Punkt bleibt der fehlende Preis. Wenn Geschwindigkeit das Vierzehnfache kostet, rechnet sie sich nur in wenigen Fällen.
Was kann ich jetzt machen: Listen Sie die Prozesse auf, in denen ein Mensch auf eine KI-Antwort wartet. Nur dort zahlt Geschwindigkeit auf Umsatz oder Zufriedenheit ein.
7. Anthropic bietet 6 Milliarden Dollar für einen Effizienz-Spezialisten
Bloomberg meldete am 13. August 2026 die bislang größte Übernahme in Anthropics Geschichte.
Anthropic verhandelt über den Kauf des israelischen Unternehmens Decart AI für rund 6 Milliarden Dollar. Decart arbeitet an Echtzeit-Videomodellen, Weltmodellen und vor allem an Software, die GPUs effizienter auslastet. Das Team soll in Anthropics Inferenz-Organisation aufgehen. Decart hatte zuvor 300 Millionen Dollar eingesammelt, unter anderem von Nvidia. Die Gespräche sind früh, ein Scheitern ist möglich.
Darum zählt es: Anthropic kauft keine Fähigkeiten, sondern Marge. Wer 6 Milliarden Dollar für Inferenz-Optimierung zahlt, sagt damit: unsere Rechenkosten sind das größere Problem als unsere Modellqualität. Das ist ein Signal an den ganzen Markt kurz vor einem Börsengang. Und es erklärt, warum die Preise gerade fallen. Die Labore geben Effizienzgewinne weiter, um Volumen zu binden, bevor die Modelle austauschbar werden.
Was kann ich jetzt machen: Fragen Sie Ihren KI-Dienstleister nach Kosten je erledigter Aufgabe, nicht nach Kosten je Token. Nur die erste Zahl ist steuerbar.
8. Big Tech sitzt auf 1,5 Billionen Dollar an Kaufverpflichtungen
Eine Analyse der Financial Times zeigt Verpflichtungen, die in keiner Investitionsplanung auftauchen.
Alphabet, Microsoft, Amazon, Nvidia, Oracle und Meta haben zusammen rund 1,5 Billionen Dollar an Kaufverpflichtungen aufgebaut, überwiegend für Rechenzentren, Chips und Energie. Allein bei Alphabet stiegen sie von 332,4 Milliarden Dollar Ende des ersten Quartals auf 811 Milliarden Dollar Ende des zweiten. Meta kletterte von 238 auf 349,3 Milliarden Dollar. Goldman Sachs beziffert zusätzliche Leasingverpflichtungen auf etwa dieselbe Größenordnung.
Darum zählt es: Diese Summen erscheinen nicht als Schulden in der Bilanz, binden aber künftige Zahlungen genauso. Die Konzerne verhalten sich damit wie Schwerindustrie: hohe Fixkosten, lange Verträge, wenig Spielraum bei Nachfrageschwäche. Für Sie ist die Ableitung unangenehm konkret. Diese Kosten müssen über Preise wieder hereinkommen. Die aktuelle Preissenkungswelle ist deshalb Kundengewinnung, keine dauerhafte Marktlage.
Was kann ich jetzt machen: Kalkulieren Sie KI-gestützte Angebote mit einem Kostenaufschlag von 50 Prozent für 2028. Wenn die Rechnung dann noch aufgeht, ist das Geschäftsmodell tragfähig.
9. Großbritannien rechnet durch, was ein Modell-Aus kostet
Das britische Cabinet Office ließ schätzen, welchen Schaden ein Verlust des Zugangs zu US-Spitzenmodellen anrichten würde.
Auslöser war eine Anordnung aus Washington im Juni 2026. Handelsminister Howard Lutnick verlangte eine Lizenz für die Weitergabe von Claude Mythos 5 und Claude Fable 5 an ausländische Staatsangehörige, weltweit. Anthropic konnte seine Nutzer nicht in Echtzeit nach Staatsangehörigkeit trennen und schaltete beide Modelle vorübergehend für alle ab. Die Financial Times berichtete am 18. August 2026 über die britische Untersuchung.
Darum zählt es: Hier wurde ein Präzedenzfall geschaffen, den kaum jemand ernst nimmt. Eine amerikanische Exportkontrolle traf faktisch jedes Unternehmen in Europa, ohne Vorwarnung und ohne Übergangsfrist. Deutsche Mittelständler, die Prozesse auf ein einzelnes US-Modell gestützt haben, tragen dieses Risiko heute unbewusst. Die naheliegende Antwort, europäische Modelle, ist nur teilweise eine: Mistral und offene Gewichte kosten Leistung, aber sie lassen sich nicht abschalten.
Was kann ich jetzt machen: Definieren Sie für jeden geschäftskritischen KI-Prozess einen Ersatzanbieter, davon mindestens einen mit offenen Gewichten. Testen Sie den Wechsel einmal im Quartal.
10. Kanzlei-Software Legora will über 10 Milliarden Dollar wert sein
Ein schwedisches Unternehmen von 2023 verhandelt vier Monate nach der letzten Runde über die doppelte Bewertung.
Legora baut KI-Software für Juristen, für Dokumentenprüfung, Entwürfe, Due Diligence und Regulierungsfragen. Zu den Kunden zählen Linklaters, Deloitte und Heineken. Der wiederkehrende Jahresumsatz stieg laut Financial Times im zweiten Quartal um rund 50 Prozent auf etwa 150 Millionen Dollar. Zuvor lag die Bewertung bei rund 5,6 Milliarden Dollar. Der Wettbewerber Harvey wird bei etwa 15 Milliarden Dollar gehandelt.
Darum zählt es: Rechnen Sie kurz nach: 10 Milliarden Dollar bei 150 Millionen Dollar Umsatz. Diese Bewertung unterstellt, dass KI einen erheblichen Teil des Honorarvolumens von Großkanzleien abschöpft. Genau da liegt der Punkt für Sie als Kunde solcher Kanzleien. Wenn Dokumentenprüfung und Due Diligence in Software wandern, sind die Stundensätze für diese Leistungen nicht mehr zu rechtfertigen. Verlierer sind Kanzleien, die nach Stunden abrechnen. Gewinner sind die, die Festpreise anbieten können.
Was kann ich jetzt machen: Fragen Sie bei der nächsten Mandatierung nach einem Festpreis für standardisierte Prüfarbeiten. Der Verweis auf verfügbare KI-Werkzeuge ist ein legitimes Argument.
Jetzt am Puls der KI bleiben
Diese Woche hat gezeigt, dass die entscheidenden Fragen nicht mehr technischer Natur sind. Sie lauten: Wem gehören Ihre Daten, wer kann Ihnen den Zugang abschalten, und was kostet das alles in drei Jahren wirklich.