KI News: Kurz und klar.

In einem neuen Tutorial wird gezeigt, wie man ein hochmodernes, agentisches KI‑System entwickelt, das sich wie ein produktionsreifes Forschungs- und Entscheidungswerkzeug verhält – ganz anders als ein einzelner Prompt‑Aufruf.

In der heutigen KI‑Welt werden große Mengen an Gesprächsdaten häufig analysiert, um Sicherheit, Governance und Produktqualität zu überwachen. Dabei werden Konversationen oft in Cluster gruppiert und anschließend kurze Textzusammenfassungen veröffentlicht. Obwohl die Rohdaten selbst nicht öffentlich zugänglich sind, können diese Zusammenfassungen dennoch sensible Informationen preisgeben, wenn sie persönliche Daten oder eindeutig identifizierbare Strings enthalten.

In einer neuen Studie aus dem arXiv‑Repository wurde untersucht, wie Menschen und moderne KI‑Modelle gemeinsam Phishing‑E‑Mails erkennen. Dabei wurden drei leicht erklärbare Algorithmen – Logistische Regression, Entscheidungsbäume und Random Forests – mit klassischen TF‑IDF‑Features sowie semantischen Einbettungen trainiert.

Ein neues Modell namens BudgetMem, vorgestellt auf arXiv (2511.04919v1), löst ein zentrales Problem moderner Sprachmodelle: die hohen Kosten für Speicher und Rechenleistung bei der Verarbeitung langer Texte. Während aktuelle Ansätze Kontextfenster von 100 000 bis 1 Million Tokens ermöglichen, bleiben sie für ressourcenbeschränkte Systeme zu teuer.