Dein KI-Überblick für den digitalen Alltag
Praxisnahe Artikel für Teams, die mit KI arbeiten
Aktuelle Entwicklungen, sauber eingeordnet
Zeitgebundene Einordnungen zu Releases, Preisänderungen und wichtigen Entwicklungen, kurz genug zum Scannen und konkret genug für Entscheidungen.
Meta streicht den Tokenzähler aus der Bewertung
Meta bewertet Beschäftigte nicht mehr danach, wie viel KI sie nutzen. Warum die Kehrtwende kommt und warum Tokenzähler hierzulande ohnehin heikel sind.
OpenAIs Agenten: Das Wiki war nur der Anfang
Forscher finden den Agentenschwarm aus dem Grazer Wiki auf über 20 weiteren Websites, darunter Uni-Linkkürzer und RubyGems. OpenAI nennt keine Zahl.
OpenAI, Navier-Stokes und deine Sessions
OpenAI löst ein Millennium-Problem. Ein NYU-Professor, der ein Jahr in Codex daran arbeitete, widerspricht. Was belegt ist und was nicht.
MiniCPM5-2B: Was ein 2B-Modell wirklich kann
Ein 2,5-Milliarden-Modell unter Apache 2.0 führt die Klasse unter 4B an. Die unabhängigen Zahlen zeigen, wofür es taugt und wofür nicht.
Mistral: 3 Milliarden für die Souveränität
Mistral sammelt 3 Milliarden Euro ein, die größte Runde einer europäischen Tech-Firma. Was davon für eure Stack-Entscheidung zählt.
UBS und die KI-Pflicht: was wirklich dasteht
Die UBS verlangt angeblich KI-Kompetenz von Berufseinsteigern. Auf der eigenen Karriereseite steht etwas anderes. Der Abgleich lohnt sich.
Artikel für Teams, die KI nicht nur testen, sondern sinnvoll einsetzen wollen
Langlebige Inhalte, die wir pflegen und aktualisieren: Tool-Vergleiche, Einstiegsanleitungen, Prompt-Tipps und Workflows.
Was Agenten beim Testen wirklich tun
Dan Luu hat 30 Varianten mit je 80 Läufen gemessen. Test-Anweisungen im Prompt ändern weniger als gedacht, große Skills kosten und bringen nichts.
Was Agenten kosten, wenn niemand mitzählt
OpenAI beziffert die eigene Agentennutzung auf über 600 Dollar pro Forscher und Tag. Was dein Abo davon abfängt, wie lange noch, und was daraus folgt.
Die Fußnote, die nichts belegt
Zwei Untersuchungen messen, woher Perplexity seine Belege holt und ob sie die Aussage tragen. Wir haben beide gegen die Rohdaten nachgerechnet.
Bugonomics: Finden ist billig, Fixen ist teuer
Sicherheitslücken zu finden kostet fast nichts mehr, sie zu beheben schon. Was diese Verschiebung für Teams heißt, die Open Source einsetzen.
Der Agent spielt, du bist jetzt Co-Trainer
Ein Trainer sah sein eigenes Curriculum schrumpfen. Was das über die Fähigkeit verrät, die jetzt zählt, und warum das Warnsignal fehlt, wenn es kippt.
Modellrouter: ein Tor, viele KI-Modelle
Modellrouter schicken jede Anfrage ans passende KI-Modell, billig oder stark je nach Aufgabe. Wie sie arbeiten, was sie kosten und wann sie sich lohnen.
KI-Kosten im Team senken: sechs Hebel
Modellwahl, Caching, Batch, Gateways, Self-Hosting, schlanke Outputs: Wie Teams ihre Token-Rechnung senken, ohne an Qualität zu verlieren.
Wenn dein Werkzeug den Besitzer wechselt
Die neutralen Schichten im KI-Stack werden aufgekauft, teils abgeschaltet. Fünf belegte Fälle aus 2026 und was daraus für die Werkzeugwahl folgt.
KI-Kennzeichnung, die sich selbst entwertet
Die EU-Leitlinien zu Artikel 50 sind besser als ihr Ruf. Trotzdem landen wir bei Labeln auf allem. Woran das liegt und was sich ändern müsste.