KI News: Kurz und klar.

Vision‑Language‑Modelle (VLMs) versprechen enorme Fortschritte in sensiblen Bereichen wie Medizin und Finanzen. Doch die strengen Datenschutzbestimmungen machen ein zentrales Training unmöglich. Durch Federated Learning (FL) kann das Training dezentralisiert werden, doch die große Vielfalt an Rechenressourcen, Anwendungsfällen und Modellarchitekturen erschwert die Praxis.

YaCy ist ein Open‑Source‑Suchwerkzeug, das komplett privat bleibt und sich auf jedem modernen Betriebssystem installieren lässt – Linux, macOS und Windows. Im Gegensatz zu den üblichen Suchmaschinen sammelt YaCy keine persönlichen Daten, verfolgt keine Nutzeraktivitäten und nutzt keine KI‑Modelle, die deine Suchanfragen analysieren oder dir gezielte Werbung ausspielen.

Große Sprachmodelle (LLMs) werden zunehmend als remote gehostete Dienste von Edge‑ und Unternehmensclients genutzt, die die neuesten Modelle nicht lokal ausführen können. Da die Modelle stark in Leistung und Preis variieren, ist es entscheidend, Anfragen an jene Modelle zu leiten, die ein optimales Verhältnis zwischen Qualität und Rechenaufwand bieten.

In diesem Tutorial wird gezeigt, wie Federated Learning funktioniert, wenn der klassische zentrale Aggregationsserver durch ein vollständig dezentrales Peer‑to‑Peer‑Gossip‑System ersetzt wird. Der Fokus liegt darauf, die Vorteile einer verteilten Architektur zu nutzen und gleichzeitig die Privatsphäre der Teilnehmer zu schützen.

Die digitale Souveränität steht im Fokus der europäischen Wirtschaftspolitik. Immer mehr EU-Unternehmen erkennen, dass ihre Daten und Geschäftsprozesse nicht länger in den Händen von US-Cloud-Anbietern liegen sollten. Stattdessen setzen sie auf europäische Cloud-Lösungen, die den strengen Datenschutzbestimmungen der EU entsprechen.

Die Spielzeugfirma Bondu hat ihre Webkonsole so ungeschützt hinterlassen, dass jeder mit einer Gmail-Adresse Zugriff auf fast sämtliche Unterhaltungen der Kinder mit den KI-gestützten Kuscheltieren hat. Forscher, die die Konsole erreichten, konnten damit nahezu alle Chatprotokolle einsehen.

ShinyHunters hat laut eigenen Angaben mehr als 10 Millionen Datensätze von Match Group gestohlen. Match Group ist ein US-Unternehmen, das weltweit die beliebtesten Swipe‑basierten Dating‑Plattformen wie Tinder, Bumble und OkCupid betreibt.

Die Transparenz großer Pretraining‑Korpora für Large Language Models (LLMs) wirft erhebliche Datenschutz‑ und Urheberrechtsfragen auf. Um diese Risiken zu mindern, ist die Erkennung von Trainingsdaten entscheidend. Bisherige Ansätze stützen sich vorwiegend auf Token‑Wahrscheinlichkeiten, vernachlässigen jedoch die Abweichung vom Top‑1‑Vorhersage‑Token und die lokale Korrelation benachbarter Tokens.

Deloitte hat in einem aktuellen Bericht alarmiert, dass Unternehmen KI‑Agenten in einem Tempo einsetzen, das die bestehenden Sicherheitsprotokolle und Schutzmechanismen weit übersteigt. Diese rasche Einführung wirft ernsthafte Fragen zu Sicherheit, Datenschutz und Verantwortlichkeit auf.

Google hat im vergangenen Monat die neue Funktion Personal Intelligence vorgestellt, die es dem Gemini‑Chatbot ermöglicht, sich an Nutzerpräferenzen zu erinnern und diese in Echtzeit zu nutzen. Durch die Integration von Gmail‑Nachrichten, Fotos, Suchanfragen und YouTube‑Verlauf soll Gemini „persönlicher, proaktiver“ werden und den Dialog mit den Nutzern deutlich verbessern.

Für Banken, die KI in die Praxis umsetzen wollen, stellen sich die schwierigsten Fragen oft schon, bevor ein Modell überhaupt trainiert wird. Kann die Datenbasis überhaupt genutzt werden? Wo dürfen die Daten gespeichert werden? Wer trägt die Verantwortung, sobald das System live geht?

GUI-Agenten ermöglichen die vollständige Automatisierung von Aufgaben, indem sie Bildschirminhalte direkt wahrnehmen und mit Benutzeroberflächen interagieren. Gleichzeitig greifen sie häufig auf sensible persönliche Daten zu und senden Bildschirmfotos an entfernte Modelle – ein Szenario, das erhebliche Datenschutzrisiken birgt.

Die US‑Behörde Immigration and Customs Enforcement (ICE) hat in der vergangenen Woche eine Request for Information (RFI) veröffentlicht, in der sie Ad‑Tech‑Brokern und Datenanbietern Fragen stellt, wie diese ihr bei der Aufklärung von Identitätsinformationen unterstützen können.

In diesem Artikel erfahren Sie drei praxisnahe Methoden, um Nutzerdaten in realen ML-Pipelines zu schützen. Die vorgestellten Techniken lassen sich sofort in die Arbeitsabläufe von Datenwissenschaftlern integrieren und bieten effektiven Schutz, ohne die Leistungsfähigkeit der Modelle zu beeinträchtigen.

Der österreichische Datenschutzbeauftragte hat bestätigt, dass Microsoft ohne Zustimmung Cookies auf Geräten eines Schulkindes installiert hat.

Der Oberste Gerichtshof in London wird diese Woche die Nutzung von Live-Facial-Recognition (LFR) durch die Metropolitan Police genauer unter die Lupe nehmen.

In einer Zeit, in der künstliche Intelligenz immer mehr in den Alltag von Kindern vordringt, setzen Tech‑Unternehmen verstärkt auf Altersverifikation. Das Ziel ist klar: Kinder vor potenziell schädlichen Inhalten zu schützen und gesetzliche Vorgaben wie die US‑COPPA oder die EU‑DSGVO einzuhalten.

Die Europäische Kommission hat eine Untersuchung gegen die Social‑Media-Plattform X eingeleitet, nachdem das KI‑Modell Grok die Möglichkeit bot, sexuell explizite Bilder zu generieren – darunter auch sexualisierte Darstellungen von Kindern. Diese Entwicklung hat zu einer öffentlichen Empörung geführt, die die EU dazu veranlasst hat, die Sicherheitsstandards von X genauer zu prüfen.

Datenschutz‑Tools markieren den ersten Schritt, doch echte Freiheit entfaltet sich in den Randbereichen des Internets. Dort, wo die offenen Protokolle und der freie Code ihre volle Wirkung entfalten, können Nutzer die Kontrolle über ihre Daten zurückgewinnen.

In unserem aktuellen Leitfaden stellen wir die besten privaten Messaging‑Apps des Jahres 2026 vor. Wir haben die führenden Anwendungen anhand strenger Kriterien geprüft: Ende‑zu‑Ende‑Verschlüsselung, Datenschutz‑Transparenz, plattformübergreifende Kompatibilität und Benutzerfreundlichkeit. Dabei haben wir sowohl etablierte Marken als auch vielversprechende Neuzugänge berücksichtigt.

Die MIT Technology Review präsentiert in ihrer „What’s Next“-Reihe einen Blick in die Zukunft von Branchen, Trends und Technologien. In den letzten Wochen des Jahres 2025 eskalierte die Debatte um die Regulierung künstlicher Intelligenz in den USA zu einem entscheidenden Wendepunkt.

In einer aktuellen Analyse von Branchenexperten werden vier Schlüsselpositionen identifiziert, die die nächste Phase der KI‑Entwicklung maßgeblich gestalten werden. Diese Rollen – KI‑Strategen, KI‑Architekten, KI‑Ethiker und KI‑Implementierer – bilden das Fundament für die Umsetzung von agentischen Systemen, die eigenständig Entscheidungen treffen und handeln können.

TikTok hat heute die Gründung eines Joint Ventures bekannt gegeben, das künftig die US‑Betriebsführung übernehmen soll. Diese Maßnahme wurde von den Gesetzgebern als Voraussetzung für die weitere Nutzung der App in den Vereinigten Staaten festgelegt.

Google hat die Voicemail-Funktion „Take A Message“ eingeführt, die es Nutzern ermöglicht, schnell und unkompliziert Sprachnachrichten zu hinterlassen. Die Idee, das Hinterlassen von Nachrichten zu vereinfachen, klingt zunächst vielversprechend.