Berk Kutsal

Google Gemini ist ein multimodales KI-Modell, das auf Forschung von DeepMind basiert und von Google entwickelt wurde. Das Modell gehört zu einer neuen Generation von KI-Anwendungen, die komplexe Aufgaben in der Datenverarbeitung und -analyse bewältigen.

KI-Modelle versprechen Innovation, doch bringen sie auch erhebliche Sicherheitsrisiken mit sich. Böswillige Manipulationen von Modellen können ganze Unternehmen kompromittieren. Die neue Partnerschaft von JFrog und Hugging Face soll genau das verhindern.

Automatisierung hier, Datenanalyse da: Die KI ist im Vertrieb angekommen und soll das Verkaufen revolutionieren. Doch was kann sie wirklich? Eine aktuelle Studie von Pipedrive zeigt: Viele Unternehmen hadern mit Leadgenerierung und administrativen Aufgaben – und setzen zunehmend auf KI. Aber ist sie die ultimative Lösung oder doch nur ein weiteres Buzzword?

Teradata erweitert sein Portfolio um den Enterprise Vector Store, eine datenbankinterne Vektorlösung, die die Geschwindigkeit, Leistung und multidimensionale Skalierbarkeit der Hybrid-Cloud-Plattform von Teradata für das Management von Vektordaten nutzt. Diese seien ein entscheidendes Element für die Implementierung von Trusted AI. Durch die Integration mit NVIDIA NeMo Retriever ermögliche sie blitzschnelle Abfragen und skaliere über Milliarden von Vektoren hinweg – und das in hybriden Cloud- und On-premises-Umgebungen.

Couchbase erweitert seine Capella AI Model Services um Nvidia NIM-Mikrodienste. Die Integration soll die Bereitstellung generativer KI-Modelle optimieren und Performance sowie Sicherheit für Unternehmen verbessern. Durch GPU-Beschleunigung und die nähere Verarbeitung von KI an den Daten sollen Latenzzeiten reduziert und agentische Anwendungen effizienter werden.

Ein interdisziplinäres Team der Universität Graz analysiert mithilfe von Künstlicher Intelligenz und OCR historische Stellenanzeigen. Acht Millionen digitalisierte Zeitungsseiten sollen durchforstet werden, um den Wandel des Arbeitsmarktes zu dokumentieren. Doch das Projekt stößt auf technische Herausforderungen: Alte Schriftarten, fragmentierte Annoncen und fehlerhafte Texterkennung erschweren die Datenauswertung.

Deutschlands Wirtschaft stellt der scheidenden Bundesregierung ein vernichtendes Zeugnis aus: Die Digitalpolitik der Ampel-Koalition wird im Schnitt mit der Note 4,7 bewertet – mangelhaft. Trotz ambitionierter Pläne bleiben regulatorische Hürden, schleppender Netzausbau und zögerliche Investitionen große Hemmschuhe. Kann die nächste Regierung den digitalen Stillstand aufbrechen?

Infosys stellt mit dem Responsible AI Toolkit eine Open-Source-Lösung zur Verfügung, die Unternehmen helfen soll, ethische Herausforderungen der Künstlichen Intelligenz zu meistern. Durch technische Leitplanken sollen Datenschutzverletzungen, Verzerrungen und Deepfakes minimiert werden. Die Initiative stärkt Transparenz und Sicherheit in KI-Modellen und fördert eine offene Innovationskultur.

OpenAI hat neue Entwickler-Tools vorgestellt, die die nächste Generation von KI-Agenten möglich machen sollen. Mit „Responses API“ und dem „Agents SDK“ sollen Unternehmen komplexe Workflows automatisieren können.

Vom 18. bis 20. März 2024 findet in Berlin der KNIME Spring Summit statt. Die Konferenz richtet sich an Fachleute aus verschiedenen Branchen, die sich mit Datenanalyse, Automatisierung und KI-gestützten Workflows befassen. Teilnehmer erhalten praxisnahe Einblicke in den Einsatz von Datenlösungen, lernen von Erfolgsgeschichten führender Unternehmen und können sich mit Experten vernetzen.

ServiceNow möchte seine Position im Markt für agentenbasierte KI durch die Übernahme des KI-Assistenten-Spezialisten Moveworks stärken. Das Ziel: Eine integrierte Plattform für Mitarbeiterautomatisierung und effiziente KI-gestützte Unternehmenssuche schaffen.

Die KI-Adoption in Deutschland schreitet voran: Laut der Dell Technologies Innovation Catalyst Research* haben 89 Prozent der Unternehmen Künstliche Intelligenz bereits in ihre Strategie integriert. Doch trotz der Fortschritte stehen viele Organisationen vor erheblichen Herausforderungen bei der Datenaufbereitung und -sicherheit. Besonders der Umgang mit generativer KI sorgt für Diskussionen.

Daten und Analysen (D&A) werden für Unternehmen immer wichtiger, doch die Herausforderungen steigen. Gartner identifiziert zentrale Trends für 2025, die IT- und D&A-Verantwortliche unbedingt auf dem Radar haben sollten. Von Metadaten-Management bis zu synthetischen Daten – wer die Weichen jetzt richtig stellt, kann mit innovativen Strategien Wettbewerbsvorteile sichern.

Mit Sora präsentiert OpenAI sein leistungsfähiges KI-gestütztes Video-Tool nun auch europäischen Nutzern, um realistische Videos per Texteingabe zu generieren. Gleichzeitig wurde mit GPT-4.5 eine optimierte Version des Sprachmodells vorgestellt, die durch eine erweiterte Wissensbasis und effizientere Verarbeitung überzeugen soll. Beide Technologien stehen ab sofort Pro-Nutzern zur Verfügung und werden sukzessive weiter ausgerollt.

IBM erweitert seine Granite-KI-Familie um die Version 3.2 und setzt verstärkt auf multimodale Funktionen und optimierte Schlussfolgerungstechniken. Mit neuen Vision-Modellen, verbesserten Reasoning-Mechanismen und effizienteren Guardrail-Funktionen will Big Blue leistungsstarke, aber ressourcenschonende Künstliche Intelligenz für Unternehmen bereitstellen.

Das Telekommunikationsunternehmen Plusnet hat mit der Implementierung von Microsoft Fabric einen zentralen Datenpool geschaffen, der eine stringente Datenkultur etablieren soll. Unterstützt wurde das Unternehmen vom Data-&-Analytics-Spezialisten Qunis. Durch einen metadatengetriebenen Ansatz verwalten Fachbereiche ihre eigenen Datenprodukte, während automatisierte Prozesse für Effizienzsteigerungen sorgen.

Das KI-Modell DeepSeek-R1 setzt auf Chain-of-Thought (CoT) Reasoning, um Denkprozesse transparent zu machen. Doch diese Transparenz birgt Risiken: Sicherheitslücken ermöglichen Prompt-Injection-Angriffe, das Auslesen interner System-Prompts und das Offenlegen sensibler Daten wie API-Schlüssel. Trend Micro schlägt Alarm – und zeigt, warum Unternehmen beim Einsatz von generativer KI neue Sicherheitsstrategien brauchen.

Desinformation und Fake News verbreiten sich in sozialen Medien schneller als je zuvor. Während traditionelle Faktenchecks oft erst im Nachhinein eingreifen, forscht die TU Berlin an einer neuen Lösung: Künstliche Intelligenz (KI), die Fake News frühzeitig erkennt und die gesellschaftliche Widerstandsfähigkeit stärkt.

Mit „alles-ki“ startet ein neues Online-Verzeichnis, das Unternehmen helfen soll, passende KI-Lösungen zu finden. Der Anbieter verspricht eine KI-gestützte Suchfunktion, die in Sekunden das geeignete Tool aus einer Datenbank mit über 16.600 Einträgen identifiziert. Ein besonderer Fokus liegt auf KI-Anbietern aus Deutschland.

Mit dem „Digital Trust“ Service bündelt Dekra Zertifizierungs- und Prüfverfahren für Cybersicherheit, funktionale Sicherheit und Künstliche Intelligenz (KI) in einem integrierten Ansatz. Das Angebot richtet sich an Unternehmen, die ihre digitalen Produkte regelkonform absichern und schneller zur Marktreife bringen wollen. Ein Schlüsselfaktor soll dabei sein: die Vereinfachung regulatorischer Prozesse.

Der Softwareanbieter N-able hat ein neues Entwicklerportal vorgestellt, das Managed Service Providern (MSPs) den Zugang zu APIs erleichtert und Automatisierungsprozesse optimieren soll.

Das VivaTech Confidence Barometer 2025 zeigt: US-Führungskräfte sehen ihr Land an der Spitze der technologischen Wettbewerbsfähigkeit. In Europa entwickeln sich Länder wie Frankreich und das Vereinigte Königreich dynamisch, während Spanien und Italien hinterherhinken. Künstliche Intelligenz bleibt die dominierende Zukunftstechnologie.

Eine neue globale Studie von SAS zeigt gravierende Defizite bei der digitalen Transformation deutscher Behörden. Im internationalen Vergleich gelten sie als die am wenigsten veränderungsbereiten Institutionen, wenn es um den Einsatz von Künstlicher Intelligenz (KI) geht.

Mit dem „Smart AI Agent“ bringt NTT Data ein KI-Tool auf den Markt, das Unternehmen beim Einsatz von generativer Künstlicher Intelligenz (KI) unterstützen soll. Die Lösung soll Arbeitsprozesse optimieren, den Fachkräftemangel abfedern und die Produktivität steigern. Erste Anwendungen gibt es bereits in der Automobil-, Finanz- und Gasbranche. Bis 2027 plant NTT Data, mit der neuen Technologie rund zwei Milliarden US-Dollar umzusetzen.

Qlik hat mit Data Flow eine Funktion in Qlik Cloud Analytics vorgestellt, die die Datenaufbereitung für Analysen und Künstliche Intelligenz vereinfachen soll. Das Tool ermöglicht Anwendern die intuitive Bearbeitung von Datensätzen ohne Programmierkenntnisse.

Cognizant hat mit dem „Neuro AI Multi-Agent Accelerator“ und der „Multi-Agent Service Suite“ zwei Tools zur Entwicklung von KI-Agenten vorgestellt. Die Plattformen sollen Unternehmen helfen, komplexe Prozesse effizienter zu automatisieren und Entscheidungen in Echtzeit zu treffen.

Künstliche Intelligenz ist längst ein geopolitisches Machtinstrument. Auf der Münchner Sicherheitskonferenz diskutierten Vertreter aus Politik, Wissenschaft und Wirtschaft über die Herausforderungen von KI für demokratische Prozesse. BSI-Präsidentin Claudia Plattner plädierte für eine Regulierung, die Innovation nicht hemmt, sondern lenkt. Dabei stellte sie heraus, dass technologische Kompetenz in Kombination mit wirtschaftlicher und militärischer Stärke eine zentrale Rolle für die Zukunft spiele.

Seit dem 2. Februar 2025 müssen Unternehmen alle Mitarbeiter, die mit KI-Systemen in Berührung kommen, gezielt schulen. Das Generative AI Lab des Fraunhofer-Instituts für Angewandte Informationstechnik FIT reagiert auf die neuen gesetzlichen Vorgaben mit einem Assessment- und Schulungsprogramm. Anhand eines mehrstufigen Konzepts sollen zunächst die vorhandenen KI-Kompetenzen erfasst und anschließend individuelle Maßnahmen entwickelt werden, um die Anforderungen des EU AI Act praxisgerecht umzusetzen.

Die Deutsche Forschungsgemeinschaft startet ein neues Schwerpunktprogramm zur hybriden Entscheidungsunterstützung in der Produktentstehung. Unter Leitung der Universität Paderborn erforschen Wissenschaftler, wie Data Science und Künstliche Intelligenz (KI) Ingenieure dabei unterstützen können, Produkte ressourcenschonend und wiederverwendbar zu gestalten. Ziel sei es, die Kreislaufwirtschaft im Maschinen- und Anlagenbau voranzutreiben und Produktionsprozesse effizienter zu machen.

Ein Forscherteam hat eine KI-basierte Methode entwickelt, die klinische Daten aus verschiedenen Quellen kombiniert, um Therapieentscheidungen in der Onkologie zu verbessern. Das Modell analysiert Wechselwirkungen zwischen hunderten Parametern und soll eine stärker personalisierte Behandlung ermöglichen. Erste Studienergebnisse wurden in „Nature Cancer“ veröffentlicht.

Generative AI (Artificial Intelligence) ist eine Form von Künstlicher Intelligenz (KI), die auf Basis von Vorgaben und vorhandenen Informationen Inhalte generiert. Es kommen KI-Verfahren und -Technologien wie trainierte neuronale Netzwerke, maschinelles Lernen (Deep Learning) und KI-Algorithmen zum Einsatz, um nach Anweisungen Texte, Bilder, Audio- und Videoinhalte, Programmcode, 3D-Modelle und anderes zu erzeugen.

Im Hype Cycle 2025 rücken KI-Agenten und AI-Ready Data in den Mittelpunkt. Gartner sieht den Trend weg von reiner generativer KI hin zu skalierbaren Grundlagen.

Eine Studie von Difu, Fraunhofer IESE und bbh zeigt, wie Städte Künstliche Intelligenz (KI) praktisch einsetzen können. Fallbeispiele aus Bamberg, Konstanz und Hamburg sollen zeigen, wie Datenanalysen Bäume schützen, Stromnetze steuern und die Bürgerbeteiligung strukturieren.

Google Gemini ist ein multimodales KI-Modell, das auf Forschung von DeepMind basiert und von Google entwickelt wurde. Das Modell gehört zu einer neuen Generation von KI-Anwendungen, die komplexe Aufgaben in der Datenverarbeitung und -analyse bewältigen.

Prompt Engineering entwickelt sich rasant zu einer der strategisch wichtigsten Disziplinen im Kontext generativer KI. Ob Chatbots, Textgeneratoren oder Code-KI: Wer Maschinen bessere Fragen stellt, bekommt bessere Antworten und somit auch bessere Ergebnisse.

Die Europäische Union setzt mit dem AI Act (Verordnung EU 2024/1689) neue Maßstäbe im Umgang mit Künstlicher Intelligenz. Anbieter und Anwender müssen jetzt umfassende Pflichten erfüllen – Verstöße können teuer werden. Was der AI Act konkret bedeutet, welche Systeme betroffen sind und welche Fristen gelten, erklärt dieser Beitrag.

Artificial Intelligence for IT Operations (AIOps) verwendet Künstliche Intelligenz (KI), Maschinelles Lernen (ML) und Big Data zur Überwachung, Optimierung und Automatisierung des IT-Betriebs. Die von den verschiedenen Geräten und IT-Systemen gelieferten Daten werden mithilfe Künstlicher Intelligenz analysiert, um Probleme oder Anomalien zu erkennen und passend darauf zu reagieren.

Der im Internet und in den Unternehmen verfügbare Datenberg – diese Tatsache wird als Big Data umschrieben – wird immer größer, unübersichtlicher und lässt sich nur schwer verarbeiten. Immer technologisch anspruchsvollere Tools und Programme sollen die Datenflut zähmen.

GitHub Copilot bekommt eine neue Rolle – nicht mehr nur als Ideengeber, sondern als aktiver Entwickler. Der neue Coding-Agent soll Bugfixes, Features und Dokumentation selbstständig übernehmen und bringt ein eigenes Session-Management mit.

Generative KI sorgt für hohe Erwartungen – und viele Rückzieher. Laut Gartner könnten bis 2025 über 50 Prozent aller GenAI-Projekte nach der Testphase gestoppt werden. Gründe seien unter anderem unklare Ziele, schlechte Daten und zu hohe Kosten.

Label Flipping ist eine Angriffsmethode, die auf das maschinelle Lernen von KI-Modellen abzielt. Sie manipuliert die Label der Daten, mit denen die KI trainiert wird. Dadurch lässt sich das Verhalten der Modelle manipulieren. Label Flipping kann die Performance, Zuverlässigkeit und Genauigkeit der Künstlichen Intelligenz signifikant beeinträchtigen.

Wenn es nach Forrester geht, dann endet dieses Jahr noch der Höhenflug der KI-Agenten: Das Marktforschungsinstitut sieht 2026 als Jahr der Ernüchterung. CFOs übernehmen das Steuer, Governance ersetzt Hype – und viele Projekte landen auf der Bremse.

Qlik hat mit Data Flow eine Funktion in Qlik Cloud Analytics vorgestellt, die die Datenaufbereitung für Analysen und Künstliche Intelligenz vereinfachen soll. Das Tool ermöglicht Anwendern die intuitive Bearbeitung von Datensätzen ohne Programmierkenntnisse.

Daten und Analysen (D&A) werden für Unternehmen immer wichtiger, doch die Herausforderungen steigen. Gartner identifiziert zentrale Trends für 2025, die IT- und D&A-Verantwortliche unbedingt auf dem Radar haben sollten. Von Metadaten-Management bis zu synthetischen Daten – wer die Weichen jetzt richtig stellt, kann mit innovativen Strategien Wettbewerbsvorteile sichern.

Trotz hoher Erwartungen schöpfen laut einer aktuellen Umfrage 90 Prozent der Beschäftigten das Potenzial von KI nicht aus. 59 Prozent halten die Technologie sogar für überbewertet. Die Gründe reichen von fehlender Schulung bis zu falschem Einsatz. Die Studie von GoTo zeigt: Der KI-Hype prallt an der Realität vieler Arbeitsplätze ab.

Gartner sieht im Agentic-AI-Markt eine gefährliche Schieflage: Das Angebot an Modellen und Plattformen wächst rasant, doch die Nachfrage stagniert. Eine Marktbereinigung sei unausweichlich – viele Anbieter dürften verschwinden, bevor sich nachhaltige Geschäftsmodelle durchsetzen.

Die Initiative Mission KI hat mit „Daseen“ eine neue Suchmaschine für Datensätze vorgestellt. Ergänzt wird sie durch den Extended Dataset Profile Service (EDPS), der automatisch Metadaten generiert und so die Qualität von Daten transparent macht.

94 Prozent der deutschen Unternehmen nutzen Künstliche Intelligenz (KI) – doch 63 Prozent der Führungskräfte halten ihre Belegschaft für nicht bereit. Der neue „People Readiness Report 2025“ von Kyndryl legt offen, wo es in der KI-Transformation hakt: nicht im Code, sondern in der Kultur.

Google Cloud und Juniper Networks wollen den Betrieb von Campus- und Zweigstellennetzen automatisieren. Grundlage sei eine gemeinsame Lösung, die Mist AI und Cloud WAN verbinde. Unternehmen könnten so Hardware einsparen und Netzwerke schneller bereitstellen.

Künstliche Intelligenz (KI) verändert Wirtschaft und Arbeit. Doch viele Führungskräfte scheinen damit überfordert. Laut einer Gartner-Umfrage sprechen CEOs ihren eigenen IT-Experten das nötige Know-how ab. Der Kompetenzschock im C-Level kommt zur Unzeit.

Künstliche Intelligenz (KI) erobert die Chefetagen deutscher Unternehmen. Eine aktuelle Umfrage von Dataiku zeigt: 95 Prozent der deutschen CEOs halten KI-Agenten für gleichwertige oder bessere Berater als menschliche Vorstandsmitglieder. Ist das der Beginn einer datengetriebenen Führungskultur oder ein Alarmzeichen für den menschlichen Faktor in der Unternehmensstrategie?

Deutschlands Wirtschaft stellt der scheidenden Bundesregierung ein vernichtendes Zeugnis aus: Die Digitalpolitik der Ampel-Koalition wird im Schnitt mit der Note 4,7 bewertet – mangelhaft. Trotz ambitionierter Pläne bleiben regulatorische Hürden, schleppender Netzausbau und zögerliche Investitionen große Hemmschuhe. Kann die nächste Regierung den digitalen Stillstand aufbrechen?

OpenAI stellt mit Codex einen KI-Agenten vor, der Softwareentwicklung als Service denkt. Das Modell kombiniere parallele Aufgabenbearbeitung, eigenständige Pull Requests und selbstkorrigierende Tests. Codex könnte die Art, wie Code entsteht, grundlegend verändern – und beschleunigen.

Eine neue Studie von SnapLogic zeigt: IT-Entscheider in Deutschland setzen große Hoffnungen in KI-Agenten und investieren massiv in deren Implementierung – laut der Studie 2,6 Millionen Euro. Die autonomen Systeme sollen nicht nur Zeit sparen, sondern auch Effizienz und Produktivität steigern. Doch Datenschutz und technische Hürden bremsen den Fortschritt.

Eine Analyse von Hostinger zeigt: KI-Crawler wie OpenAIs GPTBot scannen inzwischen mehr Webseiten als der Googlebot. Neue Player wie TikTok und Anthropic mischen ebenfalls mit. Das Crawling des Webs wird damit zunehmend von US- und chinesischen Anbietern geprägt – mit Folgen für Datenverfügbarkeit, Sichtbarkeit und Wertschöpfung.

Earth Intelligence gewinnt nach Einschätzung des Marktforschungsunternehmens Gartner rasant an Bedeutung. Erstmals investierten Unternehmen mehr in die KI-basierte Auswertung von Erdbeobachtungsdaten als Regierungen. Neue Technologien und günstige Satelliten schafften einen Milliardenmarkt, der Tech-Anbietern vielfältige Chancen bietet.

Large Language Models sind große generative Sprachmodelle mit Künstlicher Intelligenz (KI), die mit riesigen Mengen an Textdaten vortrainiert sind. Sie basieren auf neuronalen Netzen, in der Regel in Transformer-Architektur, und besitzen viele Milliarden Parameter. LLMs können natürliche Sprache verarbeiten, verstehen und generieren.

Das KI-Modell DeepSeek-R1 setzt auf Chain-of-Thought (CoT) Reasoning, um Denkprozesse transparent zu machen. Doch diese Transparenz birgt Risiken: Sicherheitslücken ermöglichen Prompt-Injection-Angriffe, das Auslesen interner System-Prompts und das Offenlegen sensibler Daten wie API-Schlüssel. Trend Micro schlägt Alarm – und zeigt, warum Unternehmen beim Einsatz von generativer KI neue Sicherheitsstrategien brauchen.

Die International Federation of Robotics hat die wichtigsten Entwicklungen für das Jahr 2025 vorgestellt. Von humanoiden Robotern bis zu KI-gestützter Automatisierung – die Branche verspricht Fortschritte, die nicht nur Produktionsprozesse effizienter und nachhaltiger machen sollen, sondern auch neue Anwendungsfelder erschließen können.

In deutschen Unternehmen nehmen KI-Schulungen langsam Fahrt auf. Laut Bitkom hat bisher nur ein Fünftel der Beschäftigten am Arbeitsplatz Weiterbildung zur Künstlichen Intelligenz erhalten. Die Nachfrage nach Trainings liegt deutlich höher, Unsicherheiten bleiben groß.

Künstliche Intelligenz (KI) hält in Deutschlands Unternehmen Einzug, doch statt Effizienz regiert vielfach Frust. Eine Asana-Studie zeigt, warum KI allein keine Wunderwaffe ist – und wie Produktivitätsbremsen ganze Organisationen ausbremsen.

Mit DIAL 3.0 bringt EPAM eine Open-Source-Plattform für generative Künstliche Intelligtenz (KI) in die Unternehmen. Die neue Version will nicht nur technologische Hürden senken, sondern auch einen Ausweg aus dem Vendor-Lock-in bieten – modular, offen, regelkonform. Die Plattform richtet sich an Branchen, die KI produktiv und kontrolliert einsetzen müssen.

Microsoft setzt auf Künstliche Intelligenz (KI), um die Entwicklung neuer Materialien voranzutreiben. Die Tools MatterGen und MatterSim bieten neue Möglichkeiten, Design und Stabilität von Materialien effizient zu gestalten.

IBM und Stifterverband stellen kompakte KI-Grundlagenkurse auf dem KI-Campus bereit. Die Initiative zielt darauf ab, digitale Kompetenzen zu stärken – offen, niedrigschwellig und zertifiziert.

Europa und der Nahe Osten investieren weiter massiv in Künstliche Intelligenz (KI), doch der durchschnittliche KI-Reifegrad fällt laut aktuellem ServiceNow Enterprise AI Maturity Index binnen eines Jahres um zehn Punkte auf nur noch 34 von 100. Fachkräftemangel, fehlende Governance und zersplitterte Arbeitsabläufe bremsen die Skalierung von KI-Lösungen trotz hoher Experimentierfreude.

Eine neue IBM-Erhebung zeigt: Zwei Drittel der Unternehmen in Deutschland und Europa verzeichnen bereits Produktivitätssteigerungen durch Künstliche Intelligenz (KI). Doch während Großkonzerne Effizienzgewinne melden, hinken KMU und der öffentliche Sektor weiter hinterher. Und die erhoffte Rendite binnen zwölf Monaten bleibt vielerorts Wunschdenken.

Eine neue C-Level-Studie von GitLab beziffert den wirtschaftlichen Effekt KI-gestützter Softwareentwicklung in Deutschland auf jährlich 26 Milliarden Euro. Unternehmen berichten bereits von höheren Umsätzen und Produktivitätsgewinnen. Gleichzeitig zeigt der Report deutliche Lücken bei Kompetenzen, Governance und operativer Umsetzung.

Der Bitkom hat neue Zahlen zum Einsatz von Künstlicher Intelligenz (KI) in der Produktion vorgestellt. Demnach nutzt bereits knapp die Hälfte der Industrieunternehmen KI-Lösungen im operativen Betrieb. Gleichzeitig identifiziert der Verband wachsende strukturelle Hürden – insbesondere bei Datenqualität, Fachkräften und Integration in bestehende Systeme.

55 Prozent der Start-ups glauben: Ohne Künstliche Intelligenz (KI) keine Zukunft. Zugleich wächst die Sorge, dass Europa sich selbst ins Abseits reguliert. Bitkom warnt vor einem „Regulierungsparadox“ – und fordert einen Kurswechsel in Europa.

Eine Studie von IBM und der Dubai Future Foundation zeigt: Unternehmen mit einem Chief AI Officer erzielen signifikant höhere Renditen auf ihre KI-Investitionen. In Deutschland und der Schweiz ist die Rolle im internationalen Vergleich überdurchschnittlich stark etabliert – mit klaren Zuständigkeiten und Einfluss in der Führungsetage.

Eine neue Analyse des McKinsey Global Institute zeigt, wie stark KI-Agenten und Robotik Arbeitsprozesse verändern könnten. Trotz hoher Automatisierbarkeit bleiben die meisten Fähigkeiten relevant, während der Bedarf an „AI Fluency“ rasant wächst.

Der Anbieter von KI-unterstützen Sprachlösungen DeepL erweitert seine API-Lösung um ein neues Sprachmodell und eine Schreibassistenz. Die Funktionen sollen laut Unternehmen Übersetzungsprozesse optimieren und Geschäftsprozesse effizienter machen. Dabei stehen präzisere Übersetzungen, KI-gestützte Textvorschläge und Sicherheitsstandards im Fokus.

Auf der KI-Konferenz in Shanghai haben sich führende chinesische Unternehmen zu zwei strategischen Allianzen zusammengeschlossen. Ihr Ziel: eine eigenständige KI-Industrie – unabhängig von US-Hardware und Software. Dabei stehen Chips, LLMs und Infrastruktur im Zentrum.

Künstliche Intelligenz (KI) soll laut Gartner binnen zwei Jahren die Hälfte aller Geschäftsentscheidungen mitgestalten. Die Prognosen des Analystenhauses werfen ein Licht auf eine Zukunft, in der KI-Agenten das Steuer übernehmen – und Governance zum Risikofaktor wird.

Eine neue Studie von heyData vergleicht die Dichte öffentlicher Überwachungskameras in 21 internationalen Städten. Die Ergebnisse offenbaren gravierende Unterschiede – und werfen Fragen zur Rolle von KI-gestützter Analyse, rechtlichen Standards und gesellschaftlichen Folgen auf.

Eine weltweite IBM-Studie unter fast 3.000 Führungskräften zeigt: Unternehmen treiben den Einsatz agentenbasierter KI-Systeme massiv voran. Entscheidungsfindung, Kostensenkung und Effizienz gelten als wichtigste Ziele. Immer mehr Firmen lösen sich von Pilotprojekten und integrieren KI fest in ihre Kernprozesse.

Laut einer Bitkom-Umfrage kommt Künstliche Intelligenz (KI) in der Produktion zunehmend zum Einsatz. Doch fehlende Expertise und wirtschaftliche Unsicherheit bremsen den Fortschritt – und könnten Deutschlands Rolle im globalen Wettbewerb gefährden.

Ein Small Language Model (SLM) ist ein kleines Sprachmodell. Es verarbeitet und generiert natürliche Sprache, hat aber weniger Parameter im Vergleich zu großen Sprachmodellen. Small Language Models benötigen weniger Rechenleistung, arbeiten oft lokal auf Geräten und sollen dennoch natürliche Sprache verstehen und erzeugen. Ein Small Language Model ist für spezialisierte Aufgaben nutzbar und kann lokal auf ressourcenbeschränkten Geräten betrieben werden.

Nur ein Prozent der europäischen CEOs fühlt sich ausreichend auf die umfassende Integration Künstlicher Intelligenz (KI) vorbereitet. Das ergibt eine neue Cisco-Studie unter 500 europäischen Unternehmenslenkern. Zwar sind die Ambitionen hoch, doch mangelt es offenbar an Wissen, Infrastruktur und gezielten Investitionen. Ein gefährliches Paradoxon im digitalen Wettlauf?

Trotz wachsender Begeisterung für agentische KI bleiben viele Projekte erfolglos. Asana sieht den Grund nicht in der Technik, sondern in der fehlenden Einbettung in reale Arbeitsprozesse – und setzt auf ein anderes Verständnis von Zusammenarbeit zwischen Mensch und Maschine.