Eine detaillierte Zusammenfassung: vom „Claude-Mythos" und dem überraschenden Modell-Bann über KI mit eigener Rechtsform, humanoide Roboter und einen Ganzkörper-Scan aus dem Nichts bis zu den harten Folgen für den Arbeitsmarkt in Deutschland.
Das vollständige Original-Video (ca. 1 Std. 55 Min.) – die Zusammenfassung darunter bündelt die Kernpunkte.
Eine Diskussionsrunde dreier KI-Experten über die wichtigsten Entwicklungen der Woche – jeweils eingeordnet in die Praxis. Zur Eröffnung beschreiben alle drei die aktuelle Lage als Mischung aus Science-Fiction, Tragödie, Thriller und Komödie. Hier alle elf Themen:
Anthropic veröffentlicht mit „Fable 5" eine abgespeckte, öffentliche Version seines Spitzenmodells „Mythos". Kurz darauf zwingt das US-Handelsministerium das Unternehmen, beide Modelle für alle Nicht-US-Bürger zu sperren – woraufhin Anthropic sie ganz abschaltet.
Der Bann wirkt nach hinten los: Wer keinen Zugang mehr hat, wechselt zu Chinas frei verfügbaren Modellen – ausgerechnet die einzige Nation mit erstklassigen Open-Source-Modellen profitiert.
Eine Sperre nützt nur, wenn es keinen Ersatz gibt. Den gibt es: Chinas Open-Weights-Modell GLM 5.2 schlägt in der Design-Arena teils sogar Fable 5. Nutzer wechseln einfach.
Die Regelung stammt aus dem Kalten Krieg (einst Präzisionskugellager, später Verschlüsselung als „Waffe"). Die Frage: Ab wann gilt KI offiziell als Rüstungsgut? Faktisch sei sie es längst.
Huawei kündigt an, in 5 Jahren auf TSMC-Niveau zu fertigen. Jeder Ausschluss spornt Chinas fokussierte Strategie nur weiter an – aufhalten lasse sich das nicht.
Beim G7-Gipfel fordern Amodei (Anthropic), Hassabis (Google DeepMind) und Altman (OpenAI) gemeinsam ein westliches Framework unter Ausschluss Chinas – der Beginn eines neuen Kalten Krieges. Langfristige Chance des Westens laut Runde: nur über mehr Vertrauenswürdigkeit, Qualität und günstigere Preise.
Satya Nadella warnt in einem Blogartikel, die KI-Wirtschaft drohe auf eine Handvoll Modelle zu kollabieren. Seine Unterscheidung: Human Capital (Wissen & Urteil der Menschen) und Token Capital (eigene KI-Fähigkeit einer Firma) – beide sollten zusammen wachsen.
Erwartet wird ein Mix: wenige mächtige (teils „nationalisierte") Frontier-Modelle als Fundament, darauf unzählige spezialisierte, kleinere Modelle einzelner Firmen und Menschen.
Zwei große Updates: Alibaba startet die Qwen Robot Suite mit drei Foundation-Modellen (Navigation, Manipulation, Weltmodell), trainiert auf 10.000 Stunden Daten – das „Android der Robotik". Genesis AI baut alles aus einer Hand; ihr Roboter „Eno" ist kopflos und rollt auf Rädern – Forbes nennt ihn den „iPhone-Moment".
Einen Roboter mit Beinen kann man auf Rollen stellen – umgekehrt geht es nicht. Roboter werden zudem mit Übersinnen ausgestattet: besser riechen als ein Hund, klare Sicht im Nebel.
Das große Geld liegt zuerst dort, wo es sich rechnet: B2B in Produktion, Logistik, professionellem Service. Haushaltsroboter sind Nischenstrategie.
Offene Plattform (Nvidia Isaac/GR00T, Alibaba) gegen vertikale Integration aus einer Hand (Genesis AI). Beide haben eine Chance – die offene ist günstiger und inklusiver.
Agenten fangen an, selbst zu bezahlen und zu handeln – und Argentinien will ihnen sogar eine eigene Rechtsform geben.
Bemerkenswert: Genau dieses Szenario entspricht OpenAIs AGI-Definition – ein Agent, der autonom ein ganzes Unternehmen führt.
In einem Blogartikel (noch vor dem Modell-Bann) fordert Amodei Regeln nach Vorbild der Flugsicherung: Pflichtprüfungen in vier Risikofeldern (Cyber, Biowaffen, Kontrollverlust, automatisierte KI-Forschung), ein staatliches Veto mit Strafen am globalen Umsatz – plus 350 Mio. $ für Forschung und Stipendien.
Im Bloomberg-Interview stellt Amodei klar: Es sei kein „Untergangs-Marketing". Man automatisiere 90 % der Arbeit, die Menschen seien im Rest 10× produktiver – nähere sich das aber 100 %, müsse man neue Tätigkeiten finden.
Micić: Nutzen aus Regulierung steigt erst stark an, fällt dann radikal ab. Europa nehme fälschlich an, er steige linear („je mehr, desto besser"). Der EU AI Act richte mehr Schaden als Nutzen an.
Isenberg: Regulierung kann auch ein Monopol-Werkzeug sein – sie hält Konkurrenz fern, schiebt Haftung auf den Staat ab; das Anti-China-Narrativ ist teils von der KI-Lobby finanziert.
Völlig überraschend eröffnet die KI-Bildfirma eine Medizinsparte – den ersten neuen Bildgebungstyp seit 50 Jahren: ein Ganzkörper-Ultraschall, bei dem man wie in ein Wasserbecken einsteigt, mit rund einer halben Million Sensoren und ganz ohne Strahlung.
China baut seine Hochschullandschaft radikal um – per Verordnung, ohne lange Debatte.
Ein neuer Report warnt: Europa unterschätzt das Tempo der KI, ihre Tragweite und die eigene Aufholfähigkeit.
Das Fenster für einen Kurswechsel sei nur bis Sommer 2026 offen. Drei entscheidende Stützpfeiler: Data Center, Research (Talente/Frontier-Labs) und Energie.
KI trifft in Deutschland nicht zuerst die Einstiegsjobs, sondern ausgerechnet die Hochqualifizierten und Führungskräfte.
Modellagnostisch arbeiten, eigene Datengrundlage und eigenes „Token-Kapital" aufbauen – nie von einem einzigen Anbieter abhängig sein.
Der Engpass ist nicht die KI, sondern unsere Fähigkeit, sie zu nutzen. Erfolg = Mensch mal KI.
Menschliche Stärken trainieren: Kreativität, systemisches Denken, Empathie, Urteilskraft, Intuition – plus AI-Literacy.
Nicht auf Politik warten. Mehr Risikobereitschaft, mehr Selbständigkeit, mehr Eigentum an Produktivkapital.
„Recursive Self-Improvement" ist real spürbar. Wer den Vorsprung früh erkennt, kann sich vorbereiten, bevor es alle sehen.
„Wenn KI und Roboter alles können, was wir können, müssen wir exzellente Menschen werden – das können sie nicht." — sinngemäß aus der Schlussrunde
Eine Mischung aus Computerwissenschaft und Physik plus Selbstführung und Kommunikation. Die konkrete technische Tiefe ist fast egal – entscheidend sind exzellente menschliche Qualitäten (Verlässlichkeit, emotionale Intelligenz, logisches Denken).
Die richtigen Fragen formulieren (aus den eigenen Zielen abgeleitet) und alle 2–4 Wochen aktualisieren – die Fragen sind der Filter. Praktisch: einen wiederkehrenden „Cron Job" in Claude, Grok oder GPT mit genau diesem Prompt anlegen.
„Data Wall" / „Peak Data" und „Model Collapse" – uns könnten die guten Trainingsdaten ausgehen, und Modelle könnten degenerieren. Lösungen werden erwartet, das Thema aber unterschätzt.
Keine Energie in Überzeugungsarbeit stecken. Selbst weitermachen, besser werden, menschliche Fähigkeiten trainieren – oder das Unternehmen wechseln bzw. den Schritt in die Selbständigkeit gehen.
Technisch eher nicht. Interessanter Indikator am Aktienmarkt: Leopold Aschenbrenner (seit 2024 über 1000 % im Plus) hält eine Short-Position von ~8,5 Mrd. $ gegen KI-Hardware, davon 1,5 Mrd. $ gegen Nvidia.