KI News: Kurz und klar.

Generative KI, die über klassische Chat-Interfaces genutzt wird, hat sich als äußerst nützlich erwiesen. Sie ermöglicht schnelle Antworten, kreative Ideen und effiziente Automatisierung von Routineaufgaben. Doch sie hat eine wesentliche Einschränkung: Sie wartet darauf, dass der Nutzer eingibt. Das bedeutet, dass die Interaktion immer noch von menschlicher Initiative abhängt.

In der aktuellen medizinischen KI-Forschung wird häufig ein „One‑Shot“-Modell verwendet, bei dem ein Algorithmus aus einem vollständigen Patientenbericht sofort eine Diagnose stellt. In der Praxis jedoch erfolgt die Diagnose in mehreren Schritten: Ärzte stellen Fragen, bestellen Tests und sammeln dabei gezielt Informationen, während sie Kosten und Zeit im Blick behalten.

Die neue Benchmark „AgencyBench“ setzt neue Maßstäbe für die Bewertung autonomer Agenten. Sie basiert auf 32 praxisnahen Szenarien, die durchschnittlich 90 Tool‑Aufrufe, rund 1 Million Tokens und mehrere Stunden Laufzeit erfordern. Insgesamt umfasst die Benchmark 138 Aufgaben mit klar definierten Anfragen, Ergebnissen und Bewertungskriterien.

Städte weltweit stehen vor beispiellosen Herausforderungen: Bevölkerungswachstum, steigende Nachfrage nach Infrastruktur und die Notwendigkeit, Ressourcen effizient zu nutzen. In diesem Kontext gewinnen KI-Agenten als zentrale Treiber für die Transformation urbaner Abläufe zunehmend an Bedeutung.

In vielen Unternehmen ist die Definition von Verschwendung unklar. Oft wird nur das Offensichtliche, wie überflüssige Meetings oder unnötige Materialbestellungen, als ineffizient betrachtet. Diese Vageheit erschwert gezielte Optimierungsmaßnahmen.

Das Salesforce AI Platform Team hat mit Amazon SageMaker AI die GPU-Auslastung optimiert, die Ressourceneffizienz gesteigert und dabei erhebliche Kosteneinsparungen erzielt. Durch den gezielten Einsatz der Inference‑Components von SageMaker konnten die Modelle schneller und kostengünstiger betrieben werden.