Künstliche Intelligenz

Bias – also Voreingenommenheit – gilt als eines der zentralen Probleme Künstlicher Intelligenz (KI). Bias kann Antworten verzerren, Diskriminierung verstärken und damit nicht nur falsche oder unvollständige Antworten erzeugen, sondern auch Schaden anrichten. Fast 80 Prozent der IT-Verantwortlichen erwarten, dass Verzerrungen durch KI künftig zu erheblichen Problemen führen werden. Doch ohne Bias wären KI-Systeme nicht lernfähig. Entscheidend ist daher nicht, ob Bias KI beeinflusst, sondern welche Annahmen und Verzerrungen akzeptabel sind – und welche nicht.

Ein neues Verfahren soll das Training großer Sprachmodelle deutlich beschleunigen, ohne Genauigkeit einzubüßen. Statt auf zusätzliche Hardware setzt der Ansatz auf eine bessere Auslastung vorhandener Rechenressourcen.

Forschungsaufgaben statt Multiple Choice: Ein internes Modell von OpenAI stellt sich einer anspruchsvollen Beweis-Challenge inklusive veröffentlichter Einreichungen.

Werden Large Language Models (LLMs) mit neuen Daten nachjustiert, vergessen sie oft mühsam erlernte Grundlagen. Ein neues Forschungspapier zeigt nun: Die Lösung für dieses „katastrophale Vergessen“ liegt nicht in mehr Daten, sondern in einer klugen Selbst-Destillation.

Neues KI-Zentrum, historische Kulisse: Was Google, Politik und Wissenschaft in Berlin zusammenbringen – und warum das wirtschaftliche Potenzial gigantisch ist.

Speicher- und Recheneinheit sind auf dem KI-Prozessor in einer einzigen Struktur integriert. Das senkt nicht nur Zeit-, sondern auch Energiekosten um 99 Prozent. Spannend für Wearable-Designs ist, dass der Chip einen Biegeradius von 1 mm ohne Funktionsverlust besitzt.

Bei Telefonaten geht es in der Regel um einen Anrufer und einen Angerufenen. Die Telekom möchte schon bald eine Nummer drei hinzugesellen: Einen KI-Assistenten, der bei Bedarf am Gespräch teilnimmt und hilft.

Von Fabriken bis hin zu Logistikzentren beginnen Roboter derzeit, sich vom bloßen Wiederholen von Befehlen hin zum selbstständigen Entscheiden über den nächsten Schritt zu entwickeln. Genau diese Verschiebung ist der Punkt, an dem der wahre ROI für Führungskräfte in den nächsten Jahren sichtbar wird.

Um das Dilemma zwischen Datensicherheit und Rechengeschwindigkeit zu lösen, hat der Cloud-Security-Spezialist Netskope die neue Technologie „NewEdge AI Fast Path“ vorgestellt. Die Lösung verspricht Unternehmen eine drastische Beschleunigung ihrer KI-Anwendungen bei gleichzeitig lückenloser Sicherheitskontrolle.

ServiceNow erweitert seine Plattformstrategie um ein neues Agentenmodell: Mit „Autonomous Workforce“ stellt der Anbieter ein KI-Team vor, das definierte Rollen im Unternehmen übernehmen soll. Parallel führt das Unternehmen mit „EmployeeWorks“ die Moveworks-Technologie enger mit der eigenen Workflow-Plattform zusammen.

Video- und KI-Systeme in Kliniken helfen, Abläufe zu überwachen, Sicherheit zu erhöhen und Personal zu entlasten. Gleichzeitig verarbeiten sie hochsensible Bild- und Videodaten. Wer Video-KI im Krankenhaus betreibt, muss Datenschutz, IT-Sicherheit und Betriebssicherheit neu denken.

Künstliche Intelligenz (KI) ist längst Teil des Arbeitsalltags. Selbst wenn Unternehmen keine eigene KI-Strategie verfolgen, macht die Technologie vor ihrer Belegschaft nicht Halt. Sie nutzen KI-Tools, um Texte zu schreiben, Daten zu analysieren oder Code zu generieren – oft mit frei verfügbaren Anwendungen, die nicht von der IT-Abteilung freigegeben sind.

Snowflake erweitert seinen KI-Coding-Agenten Cortex Code über die eigene Plattform hinaus. Künftig unterstützt das Tool auch Projekte in dbt und Apache Airflow.

Auf seiner AI Tour 2026 präsentiert Microsoft Produkte und Pläne für agentische AI. Kundenbeispiele zeigen, was versucht wird und zukünftig möglich sein könnte.

Mit einer Open-Source-Community-Edition stellt das schwedische Unternehmen Turbotic seine KI-Automatisierungsplattform unter ein offenes Entwicklungsmodell. Der Schritt zielt nicht nur auf Entwickler, sondern berührt zentrale Fragen von Transparenz, Governance und Skalierbarkeit agentischer Systeme.

Generative Künstliche Intelligenz (KI) verändert nicht nur die Produktivität von Entwicklern, sondern ihre grundlegenden Technologieentscheidungen. Neue Auswertungen von GitHub deuten auf eine strukturelle Verschiebung im Ökosystem hin.