Berk Kutsal

Künstliche Intelligenz verändert nicht nur Prozesse, sondern auch das Machtgefüge in Unternehmen. Ein neues Toolkit soll Inhouse-Juristen helfen, zwischen Fortschritt und Haftung zu navigieren.

Mit Cadenza 2025 Spring möchte Disy die Integration von Geodaten und Business Intelligence auf ein neues Niveau heben. Karten werden zu aktiven Filtern, Geometrien lassen sich direkt übernehmen – und eine Mini-Map sorgt für Orientierung im Datenraum.

Infosys startet über 200 spezialisierte KI-Agenten für Unternehmen. Sie sollen eigenständig planen, handeln, entscheiden – und damit Prozesse in Branchen wie Industrie, Finanzen oder Telekommunikation automatisieren. Google Cloud liefert das technologische Fundament.

Mit der Agentic AI Foundry bringt Infosys ein Framework auf den Markt, das Unternehmen beim Aufbau modularer, produktionsfähiger KI-Agenten unterstützen soll. Die Lösung setzt auf offene Schnittstellen, Wiederverwendbarkeit und Governance – und zielt auf die operative Mitte vieler Organisationen.

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.

Statt auf immer größere Sprachmodelle zu setzen, geht Europa einen neuen Weg: Die Initiative DVPS will KI-Systeme entwickeln, die nicht nur Text und Bild verarbeiten, sondern durch Interaktion mit der realen Welt lernen. Der Anspruch: Kontext verstehen, statt nur Kontext simulieren.

Mitarbeitern fehlen digitale Fähigkeiten, Unternehmen investieren Milliarden. Eine Studie von Nexthink zeigt: Ohne Schulung, kein Fortschritt – und kein ROI. Der digitale Wandel droht zu einer Sackgasse zu werden, wenn die Belegschaft nicht mitzieht.

Eine neue Studie von Helmholtz Munich untersucht, wie Sprachmodelle wie GPT-4 in spieltheoretischen Szenarien mit sozialen Interaktionen abschneiden. Während das Modell in logisch-strategischen Aufgaben punktet, zeigen sich Schwächen bei Koordination und Vertrauen. Methoden wie Social Chain-of-Thought verbessern die soziale Intelligenz der KI.

The Royal Marsden, NTT DATA und CARPL.ai entwickeln gemeinsam eine KI-gestützte MLOps-Plattform für Radiologie. Die Lösung soll die Erkennung von Krebsarten wie Lungen- und Brustkrebs präziser und schneller machen – und damit neue Standards in der Bilddiagnostik setzen.

Das KI-Startup Casablanca.AI will mit einer Softwarelösung für realistischen Blickkontakt in Videokonferenzen den Unternehmensmarkt erobern. Nach ersten Auftritten in der TV-Show „Die Höhle der Löwen“ folgt nun der Schritt in die professionelle IT-Integration – mit neuen Funktionen und klarem Fokus auf Datenschutz.

Cognizant stellt seinen Neuro AI Multi-Agent Accelerator ab sofort als Open-Source-Software bereit. Entwickler und Forscher können damit flexibel agentenbasierte KI-Systeme prototypisieren. Das Unternehmen will damit den Zugang zu Multi-Agent-Technologie erweitern und den Weg für schnellere Innovationen ebnen.

Qualcomm, Aetina und Data Systems bringen eine Edge-KI-Lösung für Unternehmen an den Start. Ein Enterprise AI Assistant soll Dokumente erfassen, Bestellungen automatisieren und klassische IT-Architekturen herausfordern. Das Trio setzt dabei auf massive Rechenleistung am Netzwerkrand – und will Prozesse fast vollständig von Handarbeit befreien.

NTT DATA präsentiert ein umfassendes Ökosystem für smarte KI-Agenten, das Unternehmen neue Werkzeuge zur Automatisierung und Effizienzsteigerung an die Hand geben soll. Branchenübergreifend könnten bestehende RPA-Bots in adaptive KI-Agenten verwandelt werden.

Eine Studie von AWS zeigt: Deutsche Unternehmen priorisieren generative KI bei ihren Investitionen für 2025. Die Technologie verändert nicht nur Budgets, sondern auch die Führungsetagen – mit dem Chief AI Officer als neuer Schlüsselrolle. Der größte Bremsfaktor bleibt der Mangel an Fachkräften.

UiPath erweitert seine Plattform um eine bidirektionale Integration mit Microsoft Copilot Studio. Die neue Orchestrierung über Maestro soll KI-Agenten aus verschiedenen Welten zusammenführen – und zeigt, wohin sich Automation als Ökosystem entwickeln könnte.

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.

Ein Forscherteam der FAU und des Helmholtz-Instituts hat ein Tool entwickelt, das KI-Modelle mit besonders unterschiedlichen Daten testet. Dadurch könnte sich zeigen, wie robust neuronale Netze unter echten Bedingungen sind.

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.

Die Software-Supply-Chain-Plattform von JFrog wird künftig Teil des validierten Designs der Nvidia Enterprise AI Factory. Die Integration soll helfen, KI-Modelle wie Software-Artefakte zu verwalten – sicher, nachvollziehbar und skalierbar. Ein Baustein für die industrielle KI-Produktion.

Box präsentiert eine neue Generation von KI-Agenten, die Inhalte nicht nur analysieren, sondern auch aktiv verarbeiten und vernetzen sollen – unter anderem in Microsoft-365-Umgebungen. Im Zentrum steht eine tiefe Integration externer Modelle und eigener Datenräume.

Die Produktion in Deutschland könnte durch Künstliche Intelligenz (KI) effizienter, günstiger und präziser werden. Doch laut einer aktuellen Bitkom-Umfrage schöpft nur ein Bruchteil der Industrie das Potenzial von KI wirklich aus. Zwischen technischer Chance und regulatorischer Hürde klafft eine deutliche Lücke.

Viele Unternehmen investieren Milliarden in Künstliche Intelligenz (KI), doch der Erfolg bleibt oft aus. Laut einer Studie von Fivetran liegt das Problem weniger in der Technik als in der Datenpraxis. Komplexe Datenpipelines, manuelle Prozesse und fehlende Echtzeitdaten könnten KI-Initiativen ausbremsen – mit direkten Folgen für Umsatz und Kundenbindung.

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.

Das Beratungsunternehmen Reply stellt mit Silicon Shoring ein Modell vor, das Softwareentwicklung mit KI-Agenten automatisieren soll. Laut Anbieter deckt das System den gesamten Entwicklungszyklus ab und verspricht eine engere Verzahnung von KI und menschlicher Expertise im Unternehmen.

Lobster stellt mit der „Data World“ ein neues digitales Ökosystem für die Integration und Analyse von Unternehmensdaten vor. Das Angebot soll laut Hersteller Datensilos aufbrechen, die Zusammenarbeit vereinfachen und KI-gestützte Analysen ermöglichen. Branchenkenner sehen darin einen weiteren Schritt hin zu vernetzten Lieferketten.

Pegasystems stellt neue KI-Agenten vor, die Reasoning mit transparenter Prozesssteuerung verbinden sollen. Unternehmen könnten damit Big-Data-Workflows automatisieren, ohne die Kontrolle aus der Hand geben zu müssen. Der Ansatz setze auf Nachvollziehbarkeit und Compliance – und richte sich an datengetriebene Branchen.

Laut einer aktuellen Splunk-Studie kämpfen viele Unternehmen mit den Folgen veralteter Datenmanagement-Strategien. Die Komplexität wachse, die Kosten ebenso. Wer moderne Praktiken wie Föderation und Lifecycle-Management einführt, könnte sich Vorteile sichern – etwa bei Compliance, Sicherheit und KI-Nutzung.

Laut einer Cloudera-Studie wollen 93 Prozent der Unternehmen in Deutschland den Einsatz von KI-Agenten ausweiten. Gleichzeitig melden viele IT-Verantwortliche Probleme bei Datenschutz, Integration und Datenqualität. Das Interesse an autonomen Systemen wächst – aber nicht ohne Reibungsverluste.

Confluent führt Snapshot-Abfragen für Apache Flink ein. Die Funktion verbinde historische und Echtzeitdaten in einem Fluss – und soll damit Stream Processing und Agentic AI erstmals auf gemeinsame technische Basis bringen. Neue Netzwerk- und Sicherheitsfeatures zielen auf hybride Szenarien in Unternehmen.

Der Datenplattform-Anbieter Snowflake stellt mit der „AI Data Cloud for Automotive“ eine spezialisierte Lösung für die Automobilindustrie vor. Sie soll Herstellern helfen, Daten aus Fahrzeugen, Entwicklung und Lieferkette zu analysieren und für KI-Anwendungen zu nutzen.

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.