Künstliche Intelligenz

Künstliche Intelligenz (KI) macht sich in Smartphones und Computern breit – und mit ihr ein neuer Name: die Neural Processing Unit, kurz NPU. Was steckt dahinter? Und muss ein neuer Rechner das haben?

Sprachmodelle können Handlungen erklären, aber keine Roboter steuern. Weltmodelle sollen Zustandsänderungen der physischen Umgebung berechnen und dadurch Wahrnehmung, Planung und Aktion verbinden. Entscheidend sind dabei nicht nur Modellarchitekturen, sondern kompatible Trainingsdaten aus unterschiedlichen Maschinen.

Die MIPI Alliance hat die Gründung einer Arbeitsgruppe für Kinematik bekanntgegeben. Ziel der Kinematics Working Group ist die Entwicklung eines standardisierten Datenformats, das kinematische Sensordatenströme über die weit verbreitete Kamera- und Bildverarbeitungsschnittstelle MIPI CSI-2 übertragen kann.

KI-Projekte scheitern selten an Algorithmen oder Rechenleistung. Sie scheitern an dem, was Unternehmen vorher nicht aufgeräumt haben: unklare Prozesse, verstreute Daten, fehlende Verantwortlichkeiten. Vier Schritte zeigen, wie Unternehmen dieses Fundament legen, bevor sie KI in den Arbeitsalltag lassen.

Personalmangel, Kapazitätsgrenzen, Kostendruck – Flughäfen und Airlines stehen vor großen Herausforderungen. Wie KI an verschiedenen Stellen helfen kann, zeigt das Beispiel Fraport.

KI ist weder Allheilmittel noch bloßer Effizienztreiber: Sie kann Kundenerlebnisse verbessern, Arbeit neu gestalten und Innovation fördern. Doch laut Dr. Stephan Theis von Slalom Germany fehlt vielen deutschen Firmen ein klares Zielbild für ihren KI-Einsatz.

Geekplus hat in Düsseldorf ein European Innovation Lab für Lagerrobotik eröffnet. Kunden sollen dort unterschiedliche Automatisierungskonzepte, humanoide Roboter und die KI-Plattform Gravity im laufenden Betrieb testen können.

KI-Agenten verändern das Banking fundamental. Anders als klassische Chatbots geben sie nicht nur Stichpunkte wieder oder scheitern wie herkömmliche RPA-Skripte häufig bereits an kleinsten Denkfehlern. Sie durchforsten Aktenberge, ziehen logische Schlüsse und bereiten hochkomplexe Kredit- und Risikoentscheidungen auf. Und das in Sekunden.

Cyberangriffe, Datensilos, Schatten-KI – Daten unter Kontrolle zu halten, wird für Unternehmen und Behörden immer schwieriger. Ein Beispiel einer Rechtsanwaltsgesellschaft zeigt, wie sich Datensouveränität erreichen lässt.

Datadobi hat seine Plattform StorageMAP um Data Access Governance erweitert. Die Funktion soll Berechtigungen für unstrukturierte Datenbestände erfassen und mit Unternehmensrichtlinien abgleichen. Damit zielt der Anbieter auf übermäßige Zugriffsrechte, Audit-Anforderungen und Risiken in verteilten Speicherumgebungen.

GoodData.AI hat eine Observability-Funktion für KI-Agenten vorgestellt. Die Erweiterung soll Nutzungs-, Qualitäts- und Kostendaten mit Ausführungsdaten einzelner Interaktionen verbinden. Teams sollen damit nachvollziehen können, welche Skills, Wissensquellen und Modellaufrufe eine Antwort beeinflusst haben.

KI-Agenten analysieren Quellcode, bedienen Entwicklungswerkzeuge und greifen auf Unternehmensdaten zu. Damit entsteht ein Sicherheitsproblem. Nicht nur Angreifer können Fehlfunktionen auslösen. Auch ein Agent, der seinen Auftrag besonders konsequent verfolgt, kann Grenzen überschreiten. Schutz bietet eine Architektur, die jede Aktion kontrolliert und deren Folgen begrenzt.

Mit generativer KI, so das Versprechen, ist jeder Mitarbeiter vom ersten Tag an produktiv. Den Preis zahlen Berufseinsteiger, die keinen Einstieg finden, und Fachkräfte über 50, die nach dem Jobverlust nicht mehr unterkommen. Der folgende Text beginnt als Satire. Dabei bleibt es nicht lange.

Agentenbasierte KI-Systeme übernehmen zunehmend mehrstufige Aufgaben. Das reicht von der Codereparatur bis zur Bedienung von Terminalumgebungen. Wie zuverlässig sie dabei arbeiten, hängt maßgeblich von der Softwareschicht ab, die Modell und Werkzeuge miteinander verbindet. Diese Schicht wird als Harness bezeichnet und vermittelt zwischen Modell und Werkzeugen. Dabei steuert sie auch den Kreislauf aus Reasoning und Feedback. Das bringt allerdings auch neue Herausforderungen mit sich.

GitLab 19.4 erweitert die Duo CLI um den Befehl /goal, der offen formulierte Entwicklungsziele schrittweise bearbeitet und durch ein zweites Modell prüfen lässt. Neue MCP-Werkzeuge greifen auf bestehende GitLab-Rechte zurück. Zugleich ergänzt GitLab gehostete Open-Weight-Modelle und schlüsselt den Verbrauch seiner KI-Credits genauer nach Nutzern und Ereignissen auf.

Der Marktplatz Sokosumi läuft seit Juni 2025. Sein Code liegt unter MIT-Lizenz auf GitHub. Die Laufzeitumgebung Kodosumi arbeitet unter Apache 2.0 mit Ray Serve. Masumi behält fünf Prozent vom Verkaufspreis ein. Der Beitrag zeigt, welche Bausteine ein IT-Team selbst betreiben kann und was der Betrieb kostet.