Künstliche Intelligenz (AI)

Schätzungen zufolge wird OpenAI bis 2030 nicht rentabel sein und selbst dann noch weitere 207 Milliarden Dollar an Finanzmitteln benötigen.

Während große Unternehmen weiterhin massiv in KI investieren und diese als „Zukunft der Innovation“ anpreisen, zeigt eine aktuelle Studie eine wenig überraschende Entwicklung: Die Bezeichnung „KI-gestützt“ schreckt Kunden tatsächlich ab.

Trotz massiver Investitionen und aggressiver Markteinführungen verzeichnet Microsoft eine unzureichende Nachfrage nach seinen KI-Angeboten. Jüngste Berichte deuten darauf hin, dass interne Verkaufsziele für Azure AI-Produkte revidiert werden mussten, was auf eine generelle Zurückhaltung der Kunden bei der Nutzung der KI-Tools von Microsoft hindeutet.

LLMs sind keine AGI und werden es niemals sein. Aktuelle Fähigkeiten von LLMs lassen sich durch einfache Phänomene erklären, die bei Weitem nicht an Denken oder Schlussfolgern heranreichen.

Die massive Nachfrage nach Speicherchips für KI-Rechenzentren hat zu extremen Preissteigerungen bei RAM und SSDs geführt, wodurch der Bau erschwinglicher PCs erheblich teurer wird.

Microsoft verliert trotz hoher Investitionen in OpenAI rapide an Boden im KI-Wettbewerb, während Google mit Gemini deutlich aufholt und OpenAI intern den Notstand ausgerufen hat.

Eines ist gewiss: Die generative KI befindet sich in einer Blase. Das soll nicht heißen, dass die KI als Technologie platzen wird oder dass kein Raum für weiteres Wachstum besteht. Es bedeutet lediglich, dass das Ausmaß des Hypes den aktuellen Wert dieser Technologie bei Weitem übersteigt.

Ab dem 2. August 2026 müssen Online-Händler in der EU bestimmte KI-generierte Bilder kennzeichnen, insbesondere Deepfakes und täuschend echte Darstellungen von Personen, Produkten oder Ereignissen.

HP will im Rahmen seines KI-Einführungsplans bis zu sechstausend Mitarbeiter entlassen und eine neue Runde von Kosteneinsparungen einleiten.

Microsoft hat eine Werbeanzeige für Copilot zurückgezogen, nachdem das KI-Tool bei einer grundlegenden Windows-11-Aufgabe einen offensichtlichen Fehler gemacht hatte.

Ein Large Language Model (LLM) lernt Muster aus riesigen Textmengen, wie Bücher, Artikel und Webseiten, um zu „verstehen“, wie Wörter und Phrasen zusammen verwendet werden.