# AI Monetization, Agentic Commerce, and Infrastructure Shifts

**Podcast:** KI-Update – ein heise-Podcast
**Published:** 2026-05-22

## Transcript

Das KI-Update.
Ein heise Podcast.
Mit redaktioneller Unterstützung von The Decoder.
Ich bin Marco Pauli und dies sind heute unter anderem unsere Themen.
Ein Fazit von der Google I.O., schwarze Zahlen bei Anthropic, Nvidia im KI-Rausch und Parallelen zwischen Gehirn und KI.
Vor wenigen Tagen ist die Entwicklerkonferenz von Google, die Google I.O.
in Kalifornien, zu Ende gegangen.
Heise-Redakteur Malte Kirchner ist gerade von dort zurückgekehrt.
Wie lautet denn eigentlich dein Fazit von der Google I.O.?
Ja, ich war davon beeindruckt, dass der KI-Hype, den wir jetzt in den letzten Jahren gesehen haben, überhaupt nicht abgebremst ist.
Also diese I.O., die stand alleine ein Zeichen der KI.
Einige hatten sich gefragt, ob Google vielleicht dann doch noch irgendwie Hardware zeigen könnte oder auf andere Funktionen von Android eingeht.
Aber Beobachter sagten auch so intensiv wie dieses Jahr war es selbst in den letzten Jahren nicht.
Es gab gar kein anderes Thema als KI.
Das hängt vielleicht ja auch damit zusammen, dass Google ab jetzt auch mit KI Geld verdienen möchte, könnte ich mir vorstellen.
Und das offenbar gar nicht so wenig.
Wie soll das aussehen?
Und ja, werden das überhaupt?
alle bezahlen können?
Wer wird das bezahlen können?
Ja, das ist ja eine ganz kitzelige Frage, weil wir ja insgesamt in der KI-Industrie ja sehen, dass ja noch sehr viel mit wagenes Kapital gearbeitet wird und dass man erstmal Reichweite aufbauen möchte, bevor man anfängt, mal drüber nachzudenken, wie das Ganze bezahlt wird.
Und wir sehen auch, dass Google da auch vorsichtig an das Thema herangeht, aber schon eben durchschimmert, dass sie doch eine sehr klare und entschiedene Strategie jetzt entwickelt haben, wie sie jetzt nach zehn Jahren, Google-Chef Sundar Pichai, der sagte, das wäre jetzt ja so genau zehn Jahre, nachdem Google damals gesagt hat, jetzt ist AI first, dass sie jetzt in dieser nächsten Dekade jetzt schauen wollen, wie sie Geld verdienen und wir sehen da eine klare Unterscheidung zum Beispiel zwischen agentischer KI, die jetzt ja zu ihnen in den Fokus rückt, die teuer wird und den KI-Funktionen, die wir so zum Beispiel auch als Privatnutzer in unserem Alltag nutzen.
Also da kommt jetzt Wahrscheinlich nicht so die große Kostenwelle, zumindest vorerst auf und zu.
Aber sehr viel, was jetzt gerade an Zukunftstechnologie kommt, das wird teuer werden.
Und was heißt genau teuer?
Wer jetzt einen KI-Agenten nutzt, was bedeutet das für den oder diejenige?
Google hat da jetzt einen neuen Tarif eingeführt.
Sie hatten letztes Jahr ja schon einen Ultratarif für 250 US-Dollar eingeführt.
Der war aber wirklich für die absoluten Hardcore-Nutzer.
Und jetzt haben sie eine weitere Zwischenstufe da eingebaut für 100 US-Dollar.
Und da sehen wir dann, dass diese Stufe für jene gedacht ist, die zum Beispiel im Unternehmenskontext KI verwenden und mit einem Consumer-Tarif, diesen 20-Euro-Tarifen, die wir bislang kennen, schnell in ihre Grenzen kommen.
Und für agentische KI, für viele neue Funktionen, die dort vorgestellt wurden, zum Beispiel Google Spark, das ist auch so ein KI-Agent, der 24-7 für einen zur Verfügung steht.
Da braucht man eigentlich schon fast zwingend diesen neuen Ultratarif.
Also dort wird es dann schon teuer, wenn man das nutzen möchte.
Google hat auf der I.O.
die Universal Card vorgestellt, eine Art händlerübergreifender virtueller Google-Einkaufswagen, könnte man ihn vielleicht nennen, mit dem das Unternehmen offenbar bei jedem Einkauf, den man da zukünftig tätigt, mitverdienen möchte.
Kannst du vielleicht skizzieren, wie das funktionieren soll?
zukünftiger Online-Shopper unweigerlich zu einer weiteren Google-Kasse gebeten?
Ja, die Kasse in dem Sinne wird sich uns gar nicht so aufdrängen, sondern Google drängt sich da eher den Händlern auf, dass die vielleicht später gar keine Wahl mehr haben, ob sie jetzt dann das nutzen oder nicht.
Also sie machen das, was wir bei Big Tech ja immer wieder sehen, dass man ...
die Dienste, wo man sehr stark ist, nutzt und weiterentwickelt und bündelt.
Und das ist auch bei diesem Universal Card der Fall.
Da sind dann die Google-Suche, ist da involviert, YouTube, Gmail, alles ist da drin.
Und man soll, so die Vorstellung von Google, halt letzten Endes in diesem einheitlichen Warenkorb landen, der für Nutzer attraktiv ist, weil er zum Beispiel auch agentische Funktionen bietet, dass man sagt, ich möchte...
für das Paar Schuhe nur so und so viel Euro ausgeben.
Und der Agent sucht dann halt so lange und auch über einen Zeitraum, also jetzt nicht nur im Moment, sondern auch man kann ihn über Tage dann laufen lassen, bis er ein günstiges Angebot gefunden hat bei irgendeinem Händler und bestellt das dann.
Und durch diesen einheitlichen Einkaufswagen habe ich dann auch nicht die Mühe, dass ich mich dann bei verschiedenen Händlern registrieren lassen muss oder diese Frage auch, traue ich denen mit den Daten?
Da ist sozusagen Google der Mittler.
Aber natürlich werden wir ein ganzes Stück weit abhängiger von Google, wenn sich das wirklich durchsetzt.
Wow, das klingt ja aber auch nach einem echten Ende vom Einzelhandel da draußen auf der Straße, oder?
Das lässt sich tatsächlich im Moment noch ganz schwer abschätzen, welche weitreichenden Folgen das hat, aber wenn sich das durchsetzt, dann sehen wir da tatsächlich etwas, was ja so mit Amazon ja auch schon teilweise passiert.
Amazon mit seinem Marketplace ist ja auch ein sehr starker Player und wir berichten ja immer wieder auch über die negativen Auswirkungen, die das hat gerade auf kleinere Händler.
Die Abhängigkeiten, also das Komfortgewinn auf der Nutzerseite, aber erhebliche Abhängigkeiten und Markt...
Beeinflussungen auf der anderen Seite.
Und wenn Google mit Google ein weiterer Riese da reinkommt, dann wäre das natürlich ein erheblicher Eingriff.
Ich denke, es hat auch damit zu tun, dass Google sehr stark auf diese Shopping-Strategie setzt, weil sie auf der anderen Seite auch befürchten, dass ihr Werbegeschäft, ihr klassisches mit Websites in Zukunft nachlassen wird, weil sie auf der I.O.
ja auch eine Erweiterung der Google-Suche gezeigt haben, die ja zum Ergebnis hat, dass die Leute gar nicht mehr auf Websites gehen, sondern im besten Falle das Gesuchte dann schon in der Suche selber durch KI zusammengefasst vorfinden.
Und Google, wissen wir alle, hat ja immer kräftig Geld damit verdient, dass die Leute auf Websites gegangen sind, weil dort die Anzeigen dann angezeigt wurden.
Vielen Dank, Malte.
Sehr gerne.
Und apropos Geld verdienen.
Das KI-Unternehmen Anthropic steht vor seinem ersten profitablen Quartal.
Laut dem Wall Street Journal erwartet das Unternehmen im zweiten Quartal einen operativen Gewinn von 559 Millionen Dollar bei einem Umsatz von 10,9 Milliarden Dollar.
Das entspricht einem Umsatzsprung von 130 Prozent gegenüber dem Vorquartal.
Max Schreiner von The Decoder ordnet das rasante Wachstum ein.
Anthropic wächst schneller als Zoom während der Pandemie oder Google und Facebook vor ihren Börsengängen.
Noch im vergangenen Sommer hatte das Unternehmen Investoren mitgeteilt, vor 2028 keinen Jahresgewinn zu erwarten.
Hauptbetreiber für das aktuelle Wachstum ist das Programmierwerkzeug CloudCode.
Unternehmen weltweit setzen solche Tools seit Jahresbeginn massenhaft ein.
Dazu verbrauchen die zugrunde liegenden Reasoning-Modelle deutlich mehr Tokens als ihre Vorgänger.
Parallel zur steigenden Nutzung wird KI für Kunden in den letzten Monaten auch teurer.
Anthropics neustes Spitzenmodell Opus 4.7 kostet pro Token zwar gleich viel wie der Vorgänger, allerdings nutzt das Modell einen neuen Tokenizer.
Das ist die Software, die Tags in einzelne Einheiten zerlegt, bevor das KI-Modell ihn verarbeitet.
Dieser neue Tokenizer erzeugt für denselben Text bis zu 47% mehr solcher Einheiten.
In der Praxis bedeutet das, dass laut einer Auswertung Mehrkosten von bis zu 27% für die gleiche Eingabe entstehen können.
Auch Konkurrent OpenAI verfolgt eine ähnliche Strategie.
Beim neuen GBT 5.5 haben sich die Listenpreise gegenüber dem Vorgänger verdoppelt.
Auf der Kostenseite steigert Anthropic dazu seine Effizienz.
Im ersten Quartal gab das Unternehmen noch 71% pro eingenommenen Dollar für Rechenleistung aus.
Im laufenden Quartal soll es dann bei knapp 56 Cent sein.
Anders als OpenAI setzt Anthropic vorwiegend auf günstigere Chips von Google und Amazon und muss eben kein großes Konsumentengeschäft mit Gratis-Nutzern finanzieren, so wie OpenAI das tut.
Allerdings ist unklar, welche Bilanzierungsmethoden Anthropic genau verwendet.
Das Unternehmen unterliegt als nicht börsennotiertes Unternehmen natürlich noch nicht den strengen Berichtspflichten öffentlicher Gesellschaften.
Zudem zählt Anthropic Verkäufe über Cloud-Partner als eigenen Umsatz, während OpenAI das wiederum nicht tut.
Das erschwert natürlich direkte Vergleiche zwischen den beiden Konkurrenten.
Aktuell sieht es allerdings so aus, als sei Anthropic das erste KI-Labor, das zumindest für ein Quartal schwarze Zahlen schreibt.
Google und OpenAI wollen künftig ihre KI-Inhalte mit dem Wasserzeichen SynthID und dem Metadatenstandard Content Credentials kennzeichnen.
Damit setzen erstmals zwei große Anbieter auf dasselbe System.
Ein Schritt möglicherweise in Richtung eines branchenweiten Standards.
Da es immer schwerer zu erkennen ist, ob Text, Bild, Video oder Audio von einem Menschen oder einer Maschine stammen, sucht die Branche schon länger nach einer Lösung, um die Herkunft von Medien inhaltlich zu erinnern.
Mit Untertiteln von SWR Für die Prüfung durch Nutzende gibt es allerdings noch keine einheitliche Lösung.
Wer also wissen will, ob etwas von einer KI erstellt wurde, muss den Inhalt bei verschiedenen Tools hochladen.
Denn viele Anbieter können nur die Wasserzeichen und Metadaten ihrer eigenen KI-Produkte auslesen.
Werbung Instagram-Teankonten haben automatische Funktionen, die Jugendliche vor sensiblen Inhalten und unerwünschten Kontakten schützen.
So können Jugendliche die Plattform sicher nutzen.
Mehr dazu auf instagram.com.de Der Chip-Hersteller Nvidia schwimmt dank weiter anhaltendem KI-Boom im Geld und richtet sich konsequent auf Großkunden und Anleger aus.
Für Gaming-Fans bedeutet das allerdings nichts Gutes.
Die GeForce-Sparte taucht im Quartalsbericht nicht mehr eigenständig auf und verliert damit sichtbar an Bedeutung im Konzern.
Mark Mantel berichtet.
Nvidas Rekordfahrt geht weiter.
Fast 82 Milliarden US-Dollar hat die Firma im vergangenen Quartal umgesetzt.
Gut 58 Milliarden US-Dollar verbucht Nvidia als Nettogewinn.
Bemerkenswert ist Nvidias neue Umsatzaufschlüsselung.
Die Segmente Gaming und professionelle Visualisierung verschwinden.
Sie sind jetzt mit allerlei anderen Produktkategorien im Feld Edge-Computing zusammengefasst.
Dadurch lässt sich kaum noch sagen, wie viel Geld GeForce-Grafikkarten und Workstation-Modelle einbringen.
Sie sind für Nvidia bedeutungslos geworden.
Die Rubrik Data Center unterteilt Invergues in Hyperscale sowie AI Clouds, Industrial und Enterprise.
Hyperscale umfasst Verkäufer an AWS, Google, Meta, Microsoft und andere Hyperscaler.
Auf die zweite Gruppe hinfällt der restliche Serverumsatz.
Aktuell sind beide Gruppen mit je gut 37 Milliarden US-Dollar Umsatz gleich groß.
Danke Marc.
Seit 1946 versuchen Mathematiker das sogenannte Planar-Unit-Distance-Problem zu lösen, eines der bekanntesten Probleme, die der Mathematiker Paul R.
Dösch formuliert hat.
Es geht da um die Frage, wie viele Punktpaare auf einer Fläche genau den gleichen Abstand zueinander haben können.
Lange galt die Annahme, dass ein Quadratgitter die beste Anordnung dafür sei.
Eine interne KI von OpenAI hat diese Vermutung nun laut dem Unternehmen selbst widerlegt.
Das Reasoning-Modell zeigte, dass es Anordnungen mit noch mehr gleich weit entfernten Punktpaaren gibt.
Besonders bemerkenswert ist dabei der Lösungsweg.
Die KI bediente sich nämlich bei einem ganz anderen Mathematikbereich, der algebraischen Zahlentheorie.
Diese arbeitet mit deutlich exotischeren Zahlenbereichen als die Geometrie.
Damit fand die KI raffiniertere Bausteine, um das Problem zu lösen.
Mehrere Fachleute haben den Beweis geprüft und für korrekt befunden.
Sie weisen jedoch darauf hin, dass die KI auf bereits bekannte Ideen anderer Mathematiker aufgebaut hat.
Die Lösung könnte aber durchaus praktischen Nutzen haben.
Die optimale Anordnung von Punkten im Raum spielt bei Satelliten, Mobilfunkmasten oder WLAN-Routern eine wichtige Rolle.
Vor allem aber zeigt der Fall, dass KI künftig stärker in der mathematischen Grundlagenforschung mitwirken könnte.
Nach der Bekanntgabe der regionalen Sieger des Commonwealth-Kurzgeschichtenpreises äußern Leser Zweifel an einer der Geschichten.
Die Vermutung lautet, dass der Text »The Serpent in the Grove« des Autors Jamir Nasir zumindest teilweise von einer KI erstellt wurde.
Der britische Verlag Granta veröffentlichte die Geschichte online.
In sozialen Medien entstanden daraufhin Diskussionen über typische KI-Formulierungen.
Aufgefallen sind unter anderem eine übermäßige Verwendung von Vergleichen und ungewöhnliche Redewendungen.
Zudem enthielt der Text Kontrastformulierungen nach dem Muster nicht X, sondern Y, die als typische stilistische Merkmale KI-generierter Texte gelten.
Herausgeberin Sigrid Rausing legte den Text dem Sprachmodell Claude vor.
Dieses bewertete den Text als wahrscheinlich nicht ohne KI-Unterstützung verfasst, identifizierte aber auch von Menschen geschriebene Passagen.
Einige Leser nutzten Erkennungssoftware wie Pengram, die den Text als komplett maschinell einstufte.
Fachleute weisen jedoch auf die Schwächen solcher Detektoren hin, besonders bei kreativen Texten.
Auch große Anbieter wie OpenAI mussten ihre eigenen KI-Detektoren wegen ungenauer Ergebnisse wieder einstellen.
Der Verlag belässt die Geschichte vorerst online, versehen mit einem redaktionellen Hinweis.
Das US-Unternehmen Figma hat seine Plattform für App- und Webdesign um einen KI-Agenten erweitert.
Statt Anweisungen in einem separaten Chatfenster zu erhalten, arbeitet der neue KI-Agent direkt auf der Design-Oberfläche mit, ähnlich wie ein weiteres Teammitglied.
Nutzende können da per natürlicher Sprache Design-Elemente erstellen oder verändern.
Der Agent hilft beim Anpassen von Layouts und beim Erstellen verschiedener Entwurfsvarianten.
Auch viele gleichartige Änderungen an einem Entwurf kann er auf einen Schlag erledigen.
Nach Angaben von Figma greift die KI dabei auf den vorhandenen Projektkontext zu.
Also auf Komponenten, Design-Systeme und laufende Diskussionen innerhalb der Arbeitsfläche.
Der Agent soll dadurch nicht nur allgemeine Vorschläge machen können, sondern den Aufbau und die Regeln bestehender Projekte verstehen.
Das US-Militäreinsatzkommando US Cyber Command hat eine Taskforce ins Leben gerufen, um die KI-Modelle von OpenAI und Google in den strengen Geheimnetzwerken des Pentagons und der NSA einzusetzen.
Auslöser sind KI-Modelle wie Anthropics Cloud Mythos, die Sicherheitslücken in digitalen Systemen angeblich schneller finden als menschliche Hacker.
Anthropic hat im April sein Modell vorgestellt und den Zugang eingeschränkt, weil laut eigenen Angaben ein Missbrauch schwerwiegende Folgen für die nationale Sicherheit haben könnte.
Google testet in seinem Analysewerkzeug Lighthouse eine neue Kategorie namens Agentic Browsing.
Damit soll geprüft werden, wie gut Websites auf KI-Agenten vorbereitet sind, die eigenständig Formulare ausfüllen, Buchungen vornehmen oder Produkte vergleichen können.
Damit reagiert Google auf den wachsenden Trend, dass nicht mehr nur Menschen, sondern zunehmend autonome KI-Systeme im Auftrag von Nutzern durch das Web navigieren.
Geprüft werden zudem die visuelle Stabilität der Seite, die für die zuverlässige Steuerung durch Agenten entscheidend ist, sowie das Vorhandensein einer bestimmten Datei, die Inhalte für KI-Systeme Maschinen lesbar aufbereiten soll.
Diese Datei hält Google für die KI-Suche allerdings selbst für überflüssig und empfiehlt Entwicklern stattdessen sauberes HTML und korrekte Barrierefreiheitskennzeichnungen.
Im aktuellen Podcast der deutschen MIT Technology Review geht es um Hirnforschung, genauer um die Vermutung, dass das Gehirn Parallelen zur Arbeitsweise von großen Sprachmodellen zeigt.
Ein US-Forscherteam hat untersucht, welche Fähigkeiten ein Gehirn unter Narkose besitzt.
Dazu haben sie die Aktivität von Neuronen von Patientinnen und Patienten gemessen, die sich wegen einer Epilepsiebehandlung einer Operation unterziehen mussten.
Das Bewusstsein war in dieser Situation durch das Medikament Propofol ausgeschaltet.
Dennoch beobachtete das Forscherteam beim Abspielen von Tönen und von Podcasts bestimmte Gehirnaktivitäten, von denen man dachte, dass dafür eigentlich ein waches Bewusstsein Voraussetzung ist.
Jenny Lippies hat sich darüber mit Wolfgang Stieler, Redakteur bei MIT Technology Review, unterhalten.
Hier ein kleiner Ausschnitt aus dem Gespräch.
Du sagtest vorhin, dass sie festgestellt haben, dass die Gehirne wie Sprachmodelle arbeiten.
Also woran hat man das jetzt festgemacht?
Sie haben zwei verschiedene Experimente im Grunde genommen oder zwei Arten von Experimenten gemacht.
Das erste war das mit dem Lernen, was auch super spannend ist, weil wie gesagt, bisher die Idee war, um zu lernen, brauchst du zumindest einen Teil von sowas wie Bewusstsein.
Und da haben sie halt Tonfolgen gespielt, unterschiedliche Frequenzen.
Und dann haben sie halt so einen sogenannten Oddball-Test gemacht.
Das ist in den Neurowissenschaften relativ weit verbreitet, um sowas wie Aufmerksamkeit zu messen.
Das heißt, du spielst immer dieselbe Tonfolge und dann hast du in der Tonfolge einen falschen Ton drin.
Und da haben sie tatsächlich diesen Effekt gehabt, dass...
Mit der Zeit, nachdem sie das einige Male vorgespielt haben, der Hippocampus darauf reagiert hat, wenn dann so ein Oddball, wenn dann so ein falscher Ton gekommen ist.
Das hat also gelernt, wie normalerweise die Abfolge ist.
Dann die nächste Ähnlichkeit zu großen Sprachmodellen war, dass Kategorien von Wörtern tatsächlich in ähnlichen Bereichen Aktivitäten hervorrufen.
Die Neuronen haben dann gefeuert.
Das heißt, das ist auch so ein bisschen wie bei den großen Sprachmodellen, wie bei den sogenannten Embeddings, dass also die Repräsentation von sowas wie Paris, London und New York ähnlich ist, in einem ähnlichen Bereich abgelegt wird.
Sowas haben sie da auch.
Und das Gehirn unterscheidet dann zum Beispiel zwischen Hauptwörtern und Werben zum Beispiel.
Und es feuert in ähnlichen Bereichen, wenn es Hund und Katze oder sowas, also so Haustiere zum Beispiel, ergibt tatsächlich Aktivität in ähnlichen Bereichen.
Also das finde ich schon abgefahren genug.
Genau, also während alles unter Narkose passiert.
Während alles unter Narkose passiert, genau.
Und was ich aber wirklich am spannendsten fand, war auch zu lesen, dass der Hippocampus nicht nur auf das reagiert, was gerade jetzt Input ist, also was der Mensch hört, sondern es gibt auch vorausschauende Aktivitäten in Erwartung des Nächsten.
Und das ist wirklich wie die Vorhersage eines großen Sprachmodells.
Das heißt, man konnte dann auch sagen, also man konnte jetzt nicht genau sagen, dieser Satz wird ergänzt durch Hund oder Katze, aber man konnte sehen, da kommt jetzt ein Verb, was in folgenden Bereich reinfällt.
Oder das Gehirn erwartet jetzt an dieser Stelle sowas.
Ja, genau, sehr genau, wie KI-Modelle funktionieren mit der Wahrscheinlichkeit.
Ja, spannend.
Den ganzen Weekly Podcast der Deutschen MIT Technology Review findet ihr überall, wo es Podcasts gibt.
Einen Link findet ihr in den Shownotes.
Und das war das KI-Update von Heise Online vom 22.
Mai 2026.
Eine neue Folge gibt es montags, mittwochs und freitags ab 15 Uhr.
Werbung Außerdem beheiße und mein Kollege Ossmannsmann aus der CT-Redaktion.
Zur Seite steht uns Rechtsanwalt Niklas Mühleis.
Hört einfach mal rein.
Wir freuen uns auf euch.