Nachdem sie den DeepSeek-Schock 2025 verdaut hat, wiegt sich die westliche Welt in trügerischer Sicherheit. Doch während US-Labs um die Spitze der Sprachlogik kämpfen, führt China ein anderes Rennen an: die Industrialisierung von Künstlicher Intelligenz (KI) – und den Sprung in die physische Welt.

Copilot und Co. greifen auf alles zu, was Mitarbeiter sehen dürfen – auch auf Vertrauliches. Ohne technische Leitplanken mutiert die künstliche Intelligenz (KI) vom Produktivitätsbooster zum Compliance-Risiko. Purview schafft im Microsoft-Kosmos die nötige Kontrolle.

Endpunkte umfassen heute weit mehr als klassische PCs: mobile Geräte, IoT- und Edge-Systeme, Server und Cloud-Workloads erweitern die Angriffsfläche erheblich. Gleichzeitig entwickeln sich Bedrohungen zunehmend dynamisch, polymorph und teils dateilos. Klassische Antivirus-Ansätze stoßen hier strukturell an Grenzen. Dennoch setzen laut einer IDC-Studie von 2025 zum Beispiel im Finanzsektor noch 81 Prozent der Unternehmen primär auf reine Signaturmodelle.

Embedded AI bringt Künstliche Intelligenz (KI) vom Rechenzentrum an den Netzwerkrand. Mit optimierten Modellen, heterogener Hardware und durchgängigen Entwicklungsworkflows entstehen energieeffiziente, echtzeitfähige Systeme für Industrie, Automotive und Medizintechnik.

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.

Im Rahmen der Fraunhofer-Technologieplattform „NeurOSmart“ kombinieren Forscher Sensorik mit KI-gestützter Datenverarbeitung und energieeffizienten neuromorphen Chips. Das System ermöglicht eine sichere Zusammenarbeit zwischen Mensch und Roboter in der Produktion.

Angreifer nutzen Künstliche Intelligenz (KI) zunehmend als Automatisierungswerkzeug. Laut aktuellem Threat Insights Report von HP Wolf Security entstehen Malware-Kampagnen immer häufiger aus modularen Bausteinen, die sich schnell kombinieren und anpassen lassen. Qualität spielt dabei eine untergeordnete Rolle. Entscheidend seien Geschwindigkeit und Skalierbarkeit.

Das Leuchtturmprojekt „Nadiki“ erfasst den Ressourcenverbrauch von KI-Anwendungen und macht sie damit transparenter. Das Projektteam prüft zudem die Möglichkeit eines Umweltsiegels für nachhaltige Künstliche Intelligenz (KI).

Wie Multi-Hart-RISC-V (PIC64GX) Linux und RTOS im gleichen Coreplex vereint, Cache-Jitter über LIM entschärft und Edge-KI sowie sicherheitskritische Steuerungen deterministisch auf einem Chip ermöglicht.

Die Maschinen in den Werkhallen schweigen nicht mehr. Dank moderner Protokolle und Gateways produzieren sie kontinuierlich Daten. Doch oft fehlt das Verständnis für diese und Unternehmen ertrinken in Informationen, ohne dass Nutzen generiert wird.