KI News: Kurz und klar.

In einer bahnbrechenden Studie haben Wissenschaftler gezeigt, dass die Fähigkeit von künstlichen neuronalen Netzwerken, einfache Rechenaufgaben zu lösen, nicht in logischen Schaltkreisen, sondern in den Merkpfaden verankert ist. Durch gezielte Experimente konnten sie die beiden Komponenten – das Auswendiglernen von Fakten und das eigentliche logische Denken – voneinander trennen und ihre jeweiligen Rollen klar definieren.

In der Praxis werden Bildgenerierungsmodelle häufig an individuelle Nutzerbedürfnisse angepasst, doch die meisten dieser personalisierten Systeme bieten kaum Einsicht darüber, wie genau die Anpassungen vorgenommen werden. Visuelle Hinweise in den erzeugten Bildern sind zwar vorhanden, aber für Menschen schwer zu interpretieren. Eine verständliche Erklärung in natürlicher Sprache erscheint daher vielversprechender.

Ein internationales Forscherteam hat ein neues Kommunikationsparadigma vorgestellt, das es großen Sprachmodellen ermöglicht, direkt miteinander zu interagieren, ohne einen einzigen Text‑Token auszutauschen.

NVIDIA hat bei der GTC in Washington, D.C. die neue BlueField‑4-Datenverarbeitungs‑Einheit vorgestellt, die Teil des umfassenden BlueField‑Plattform-Stacks ist. Der neue Prozessor soll die Leistungsfähigkeit von AI‑Fabriken auf ein neues Niveau heben und die Verarbeitung von strukturierten, unstrukturierten sowie AI‑nativen Daten in einem Gigascale-Umfeld beschleunigen.

Eine aktuelle Untersuchung hat ergeben, dass Sprachmodelle, die mit kurzen, populären und oft oberflächlichen Tweets trainiert werden, bei Standard-Benchmarks deutlich schlechter abschneiden als Modelle, die auf vielfältigeren Daten basieren.

Eine neue Studie hat gezeigt, dass die Fütterung großer Sprachmodelle mit minderwertigem, hochengagiertem Content aus sozialen Medien ihre kognitiven Fähigkeiten deutlich reduziert. Forscher fanden heraus, dass solche Inhalte die Qualität der generierten Antworten beeinträchtigen und die Modelle weniger zuverlässig machen.

Erfahren Sie, wie Sie mit gezielten Schutzschienen das Verhalten Ihrer Agenten steuern können.

KI‑Systeme sind längst nicht mehr reine Experimente – sie steuern täglich Entscheidungen, die Millionen von Menschen betreffen. Von der Echtzeit‑Lieferkettenoptimierung über medizinische Diagnosen bis hin zu Finanzmärkten: In jedem dieser Bereiche kann ein unsichtbarer Daten‑Shift oder ein unerkanntes Anomalie‑Signal die scheinbare Zuverlässigkeit der Automatisierung plötzlich in teure Fehler verwandeln. Deshalb gewinnt die Beobachtbarkeit von KI‑Modellen immer mehr an Bedeutung. In dem aktuellen Beitrag werden die fünf besten Tools vorgestellt, die Unternehmen dabei unterstützen, ihre KI‑Modelle kontinuierlich zu überwachen, potenzielle Probleme frühzeitig zu erkennen und die Sicherheit sowie die Performance der Systeme nachhaltig zu erhöhen. Diese Auswahl richtet sich an Fachleute, die ihre KI‑Infrastruktur auf dem neuesten Stand halten und gleichzeitig Risiken minimieren wollen.

Ein neues arXiv‑Paper untersucht, wie gut moderne KI‑Systeme abstraktes Denken wirklich beherrschen. Dabei wird die bekannte Herausforderung der Raven's Progressive Matrices (RPM) genutzt, bei der Muster und Regeln aus einer Reihe von Bildern abgeleitet werden müssen.

Seit der ersten Veröffentlichung von GPT‑1 im Jahr 2018 bis zur neuesten Version GPT‑5 im Jahr 2025 hat die generative KI eine echte Revolution ausgelöst. Die Modelle haben sich von einer Kapazität von etwa 4.000 Wörtern auf Millionen von Tokens erweitert, wobei jedes neue Modell auf den Fortschritten des Vorgängers aufbaut. Der Kern der generativen KI liegt dabei in der Verarbeitung von benutzergesteuerten Eingaben, die zu kreativen und kontextsensitiven Ausgaben führen.

Google Cloud AI Research hat gemeinsam mit Forschern aus MIT, Harvard und Google DeepMind ein neues Testzeit-Framework namens TUMIX (Tool‑Use Mixture) vorgestellt. Durch die Kombination von 12 bis 15 Agenten, die jeweils unterschiedliche Werkzeuge einsetzen – von reinem Text, über Code‑Generierung bis hin zu Such- und geführten Varianten – kann das System die Leistung von Gemini‑2.5 Pro auf dem Hard‑Learning‑Evaluation‑Benchmark (HLE) um beeindruckende 34,1 % steigern.

Goldman Sachs Global Institute hat festgestellt, dass die Menge an qualitativ hochwertigem Trainingsmaterial für KI-Systeme an ihre Grenzen stößt. Die Entwickler, die ständig neue, leistungsstarke Modelle versprechen, stehen kurz davor, den „Datenboden“ zu erreichen.

MCP steht für Machine Communication Protocol und legt fest, wie KI‑Systeme mit externen Netzwerken und Geräten kommunizieren. Der Standard definiert klare Schnittstellen, damit künstliche Intelligenz zuverlässig und sicher mit der Außenwelt verbunden ist.

In einem neuen Beitrag von Towards Data Science wird erklärt, wie künstliche Intelligenz durch gezielte Selbstzweifel ihre Leistungsfähigkeit steigern kann. Der Artikel zeigt, dass KI-Systeme, die sich bewusst über Unsicherheiten in ihren Vorhersagen sind, besser in der Lage sind, komplexe Denkaufgaben zu lösen, ohne dabei enorme Rechenressourcen zu verbrauchen.

In hochriskanten Bereichen wie Kreditvergabe, Personalwahl oder Strafjustiz sorgen KI-Systeme zunehmend für Bedenken hinsichtlich Diskriminierung, Unfairness und Erklärbarkeit. Traditionelle Audits zeigen oft nicht, warum Ungerechtigkeiten entstehen, besonders wenn sie auf strukturellen Vorurteilen beruhen.

In einer neuen Studie wurde gezeigt, dass künstliche Intelligenz ohne fortgeschrittene Fähigkeiten von der ersten zur höheren Theory-of-Mind (ToM) übergehen kann – ein Phänomen, das bisher nur bei Menschen beobachtet wurde.

Der kürzlich unterzeichnete KI-Gesetz in Kalifornien hat die Offenlegungspflichten für KI-Systeme neu definiert. Nach dem Scheitern des S.B. 1047 wurde die Möglichkeit, die Offenlegungspflicht zu deaktivieren, gestrichen. Das bedeutet, dass Unternehmen künftig verpflichtet sind, ihre KI-Anwendungen offen zu legen, ohne die Option, diese Anforderung zu umgehen.

In der KI-Forschung ist es entscheidend, zu verstehen, wie einzelne Trainingsdaten das Verhalten eines Modells beeinflussen. Die Einflussfunktion liefert dafür ein theoretisches Fundament, indem sie quantifiziert, welchen Effekt ein bestimmtes Trainingsbeispiel auf die Leistung bei einem Testbeispiel hat. Doch die Berechnung dieser Funktion ist bei modernen, großen Modellen extrem rechen- und speicherintensiv, weil die beteiligten Gradienten die Größe des gesamten Modells erreichen.

Ein Team von Forschern der Stanford University hat MedAgentBench veröffentlicht, ein neues Benchmark-Set zur Bewertung von Large‑Language‑Model‑Agenten im Gesundheitswesen.

In ihrem neuesten Beitrag beleuchtet Ida Silfverskiöld die Rolle von Generalisten in der KI-Entwicklung. Sie erklärt, wie KI-Agenten, Retrieval-Augmented Generation (RAG) und Evaluationsmethoden zusammenwirken, um komplexe Aufgaben zu lösen.

Die Verbreitung großer Sprachmodelle (LLMs) hat einen wachsenden Einfluss auf das Klima, da ihre Nutzung erhebliche Energie erfordert. Um Entwickler für die Implementierung von LLMs in ihren Produkten zu sensibilisieren, ist es entscheidend, mehr Daten zur Energieeffizienz dieser Modelle zu sammeln.

In einer Vorlesungsreihe von Deeplearn 2025 zum Thema „From Prototype to Production: Evaluation Strategies for Agentic Applications“ wurde deutlich, warum Aufgabenbasierte Evaluierungen für die Entwicklung von KI-Systemen unverzichtbar sind. Diese Tests messen die Leistung einer KI in konkreten, realen Anwendungsfällen und liefern damit praxisrelevante Erkenntnisse.

Vor einigen Monaten reiste ich nach Berlin, um am WeAreDevelopers World Congress teilzunehmen. Dort hatte ich die Gelegenheit, einen praxisnahen Workshop zu leiten, der sich ganz dem Thema verantwortungsbewusste KI widmete.

ArXiv hat ein neues Papier veröffentlicht (ID 2509.04041v1), das die Vision vorstellt, Maschinen die gleiche Flexibilität zu geben, die Menschen beim Umgang mit Darstellungen besitzen. Durch das gezielte Wechseln von Diagrammen, die Anpassung von Repräsentationen und die Nutzung kreativer Analogien über verschiedene Domänen hinweg soll die Interaktion zwischen Mensch und Maschine verbessert werden.