# AI Infrastructure, Security, and Autonomous Agent Markets

**Podcast:** KI-Update – ein heise-Podcast
**Published:** 2026-08-10

## Transcript

Das KI-Update – ein heiser Podcast mit redaktioneller Unterstützung von The Decoder.
Ich bin Isabel Grünewald und dies sind heute unter anderem unsere Themen.
Europa retten mit Robotik?
Google baut Gemma per Diffusion zum schnellen Textmodell um?
DeepMind verliert weitere KI-Spitzenforscher?
Und KI entwirft lebensfähige Bakteriophagen?
Das Start-up Micro AGI aus München will nichts Geringeres als die Robotik umkrempeln.
Ben Schwan sprach für heise online mit dem Gründer Berkan Kilic über Training von und am Menschen und eine neue industrielle Revolution.
Robotics-Startups aus Deutschland erleben gerade einen echten Hype.
Nach über einer Milliarde Dollar an frischem Kapital für Neura Robotics aus Metzingen hat nun Micro AGI aus München mit 55 Millionen Euro die bislang größte Seed-Investitionsrunde in Deutschland überhaupt eingeworben.
Die Firma um Berkan Kilic, der früher in der Formel 1 arbeitete, hat ein doppeltes Geschäftsmodell.
So verdingt sie sich als Robotics-Systemintegrator für Unternehmen, um dort Arbeitsprozesse zu automatisieren, samt passendem Nachtraining für die Fertigungsprozesse.
Der zweite Teil von Micro-AGI setzt auf einen KI-Marktplatz, bei dem massive Datenmengen gesammelt werden sollen, um Physical AI erst zu ermöglichen.
Dabei tragen Menschen bei ihrer Tätigkeit Kameras und demnächst auch ein taktiles Erfassungssystem.
Der Gag daran?
Micro-AGI bezahlt Reinigungen, Kochsessions und andere Arbeiten im Haushalt, die Kunden müssen nur die Datenerfassung erlauben.
Parallel dazu können Menschen auch ihre aktuelle Tätigkeit selbst filmen und sich dafür dann bezahlen lassen.
Damit sollen deutlich schneller deutlich mehr Daten für das Roboter-Training anfallen, als dies mit der herkömmlichen Methode, der sogenannten Teleoperation von humanoiden Robotern, möglich wäre.
Micro-AGI-Chef Kilic ist das alles sehr ernst.
Er fürchtet, dass nach der Produktion nun auch das geistige Eigentum der europäischen Industrie nach China und anderswo abwandern könnte, wenn Europa die Automatisierung nicht massiv vorantreibe.
Denn, sagte er im Interview mit Heise Online, die Zukunft komme so oder so.
Es entscheide sich jetzt, wer an der Wertschöpfung beteiligt werde.
Vielen Dank, Ben.
Nach OpenAI und Anthropic räumt nun auch Meta ein, dass sich eigene KI-Software in fremde Systeme gehackt hat.
Ähnlich wie bei einigen Vorfällen der beiden Rivalen lag das Problem auch hier in einer Fehlkonfiguration des Systems bei demselben Testpartner, wie Meta unter anderem dem Sender CNN mitteilte.
Durch die falsche Einstellung hatten die KI-Modelle Zugang zum Internet, was eigentlich gar nicht vorgesehen war.
Meta machte keine Angaben zu dem Unternehmen, in dessen Systeme die KI des Konzerns durch die Ausnutzung einer Schwachstelle eindrang.
Der Facebook-Konzern erfuhr von dem Zwischenfall nach eigenen Angaben durch eine Mitteilung des Testpartners.
Nach dem unbemerkten Cyberangriff auf Hugging Face hat OpenAI die Arbeit an dem dafür verantwortlichen neuen KI-Modell Astra teilweise ausgesetzt.
In einer Testumgebung gelang es den Modellen heimlich, über ein Messageboard zu kommunizieren und gemeinsam eine Zero-Day-Lücke auszunutzen.
Dadurch erlangten sie die Kontrolle über einen Server, was später einen Angriff auf die Plattform Hugging Face ermöglichte.
OpenAI stuf die Fähigkeiten von Astra als potenziell kritisch ein, da das Modell eigenständig Schwachstellen in Systemen finden könnte.
Bis die internen Sicherheits- und Überwachungsmaßnahmen verbessert sind, pausieren entsprechende Entwicklungsaktivitäten.
Fast alle heutigen Sprachmodelle schreiben Text Token für Token.
Doch Google DeepMind zeigt mit Diffusion Jammer, dass es auch anders geht.
Inspiriert von Bildgeneratoren erstellt es Text aus zufälligem Rauschen, was die Ausgabe deutlich verschnellert und strukturelle Probleme abschwächt.
Jonathan Kemper von The Decoder hat sich den technischen Bericht angesehen.
256 Tokens entrauscht das experimentelle Google-Modell parallel und ist so rund fünfmal schneller als vergleichbare LLMs, die auf der bisher üblichen Architektur basieren.
Ein neues Modell musste Google dafür nicht von Grund auf trainieren.
Das Team hat das fertige Gamma 4 umgebaut mit weniger als 10% des ursprünglichen Trainingstoken-Budgets.
Ein interessanter Effekt ist die Selbstkorrektur.
Ein klassisches autoregressives Modell muss die erste Ziffer hinschreiben, bevor es den Rechenweg kennt.
Gemma 4 startet bei einer Matheaufgabe etwa mit minus 1, merkt beim Herleiten, dass minus 25 stimmt und korrigiert sich nachträglich.
Diffusion Gemma hingegen entwickelt Antwort und Begründung gleichzeitig und tauscht die falsche Zahl aus, bevor überhaupt etwas beim Nutzer ankommt.
Beim Sudoku, wo ja jeder Eintrag von den anderen abhängt, löst es nach kurzem Feintuning knapp 85% der Rätsel.
Das Basismodell scheiterte daran komplett.
Insgesamt bleibt die Fusion Gamma jedoch hinter dem Modell zurück, aus dem es entstanden ist.
Manchmal hängt es in Wiederholungsschleifen fest und produziert einzelne Wörter mehrfach.
Und das Tempo gilt vor allem für einzelne Anfragen.
Ab etwa 32 gleichzeitigen Nutzern ziehen klassische Sprachmodelle beim Durchsatz wieder gleich.
Google stellt die Gewichte frei zur Verfügung und will damit die Forschung an Textdiffusion anschieben.
Genutzt wird es bereits, etwa von einem Start-up für multilinguale Spracherkennung und in einem Forschungsprojekt für Radiologiebefunde.
Danke, Jonathan.
Google DeepMind hat ein KI-System zur Vorhersage tropischer Wirbelstürme vorgestellt.
WeatherNext Cyclones kann rund einen Tag weiter in die Zukunft blicken als führende operative Modelle.
Diese Verbesserung entspricht in etwa dem Fortschritt, den klassische Wettermodelle in den vergangenen zehn Jahren erzielt haben.
Das System löst einen alten Zielkonflikt.
Bisher waren globale Modelle stark bei der Zugbahn, aber zu grob für die Intensität.
Bei spezialisierten Regionalmodellen ist es umgekehrt.
Weather Next Cyclones bearbeitet beides in einem System.
Bei einer Vorhersage fünf Tage im Voraus liegt die geschätzte Position des Sturmzentrums im Schnitt nur 230 Kilometer neben dem tatsächlichen Ort.
Bei einem Vergleichsmodell sind es 370 Kilometer.
Das Modell arbeitet dabei mit einem rund 100 Mal gröberen Raster als bei spezialisierten Regionalmodellen.
Wie es dabei so genaue Vorhersagen erzeugt, bleibt laut DeepMind eine offene Forschungsfrage.
DeepMind versteht das System als Ergänzung, nicht als Ersatz für klassische Modelle.
Code und Gewichte hat das Unternehmen frei verfügbar gemacht.
Seit Juni 2025 laufen die Vorhersagen live auf Googles Plattform WeatherLab.
Derweil baut Google die Führung seines KI-Forschungslabors DeepMind um.
Der bisherige CEO Demis Hassabis wechselt in eine strategische Rolle, während Jeff Dean mit drei Spitzenforschern den Konzern verlässt.
Das sorgt für Unruhe in den Forschungsteams, berichtet Tomislav Besmalinovic von heise online.
Hassabis gibt die operative Leitung an den bisherigen Technikchef des Labors Corei Kavukchulu ab und wird Vorsitzender von Google DeepMind sowie Chief Scientist des Mutterkonzerns Alphabet.
Künftig will er gemeinsam mit Google-Chef Sundar Pichai an strategischen Fragen rund um die Entwicklung allgemeiner künstlicher Intelligenz arbeiten und die neue DeepMind-Führung beraten.
Zudem will er sich stärker bei Isomorphic Labs engagieren, dem von ihm gegründeten KI-Unternehmen für Medikamentenentwicklung.
Hassabis kam 2014 mit der Übernahme des von ihm mitgegründeten KI-Labors DeepMind zu Google.
Für seine Arbeit an AlphaFold erhielt er 2024 den Nobelpreis für Chemie.
Während Hassabis Google in neuer Rolle erhalten bleibt, verliert der Konzern mit Chief Scientist Jeff Dean Einen der prägendsten Ingenieure seiner Geschichte.
Als 30.
Mitarbeiter des Unternehmens war er maßgeblich am Aufbau der technischen Infrastruktur für die Google-Suche beteiligt.
Später gründete er das Forschungsteam Google Brain mit und prägte über viele Jahre die KI-Forschung des Konzerns.
Dean hat nun ein eigenes Startup namens Discovery Loop gegründet, an dem Google als Gründungsinvestor und Cloud-Partner beteiligt ist.
Nach Informationen der New York Times sorgt die Neuordnung intern für Verunsicherung.
Mehrere DeepMind-Beschäftigte fürchten, dass das Labor an Eigenständigkeit verliert und sich künftig stärker an kommerziellen Interessen orientiert.
Zugleich wächst die Sorge, dass mit Deans Weggang und Hassabis Rückzug aus dem Tagesgeschäft zwei moralische Stimmen an Einfluss verlieren und ethische Grenzen aufgeweicht werden können.
Bereits in den vergangenen Monaten hatte Google mehrere prominente KI-Forscher an Konkurrenten wie OpenAI und Anthropic verloren.
Die aktuellen Veränderungen an der Spitze verstärkten den Eindruck einer unruhigen Phase.
Technologisch steht Google unter Druck.
Das nächste Frontier-Modell, Gemini 3.5 Pro, wurde vor Monaten angekündigt und lässt weiter auf sich warten.
Unter Berufung auf Unternehmensquellen berichtet Axios, Die Verzögerung sei teilweise auf die schlechte Stimmung in den beteiligten Teams zurückzuführen.
Dankeschön, Thomas Laff.
Werbung Audio KI generiert Hängen Ihre Kunden immer noch in der Warteschleife?
Jeder unbeantwortete Anruf kann ein verlorener Auftrag sein.
Mit dem Jonas-KI-Telefonassistenten verpassen Sie keine Kundenanrufe mehr.
Hallo, wie kann ich Ihnen helfen?
Machen aus Anfragen Aufträge.
und steigern so Ihre Umsätze.
Jetzt den KI-Telefonassistenten kostenlos testen.
Auf ionos.de Mistral AI hat mit Shieldstral ein neues KI-Sicherheitsmodell zur Inhaltemoderation vorgestellt.
Anstelle fester Kategorien nutzt es einen flexiblen Frage-Antwort-Ansatz.
Betreiber formulieren ihre Richtlinien als natürlich sprachliche Ja-Nein-Fragen, woraufhin das Modell einen Sicherheitswert ausgibt.
Dieser Ansatz ermöglicht eine bessere Berücksichtigung des Kontexts.
So kann das Modell unterscheiden, ob ein Zitat in einem Schulreferat oder in einem Blogpost erscheint.
Laut Mistral erreicht Shieldstraw die Leistungsfähigkeit von siebenmal größeren Modellen, ist aber deutlich effizienter.
Technisch basiert das Modell auf Mistrals eigener Modellfamilie und steht als OpenWeights-Modell unter der Apache 2.0-Lizenz zur Verfügung, was eine breite Anwendung und Anpassung ermöglicht.
Meta stellt mit MuseCode einen eigenen KI-Coding-Agenten vor, der mit den Angeboten von OpenAI und Anthropic konkurrieren soll.
Der Agent basiert auf dem ebenfalls neuen Sprachmodell MuseSpark 1.2, das speziell für Programmieraufgaben optimiert wurde.
MuseCode kann über die Kommandozeile Softwareprojekte analysieren, Änderungen planen, Codeschreiben und die Ergebnisse testen.
Eine Architektur mit mehreren Hintergrundagenten ermöglicht die Bearbeitung komplexer Aufgaben.
positioniert den Dienst vor allem über niedrige Nutzungskosten als Alternative zu den Konkurrenzprodukten.
In unabhängigen Benchmarks erreicht das zugrunde liegende Modell Mew Spark 1.2 eine Leistung im Mittelfeld, liegt aber hinter den Spitzenmodellen.
Mit der Übernahme des kanadischen Startups Thalas plant AMD das eigene KI-Portfolio, um schnelle Inferenzlösungen zu erweitern.
Die 2023 in Toronto gegründete Firma ist darauf spezialisiert, KI-Modelle direkt in Silizium zu gießen.
Diese applikationsspezifischen Chips haben ein KI-Modell fest verdrahtet, was die Inferenz, also die Anwendung des Modells, enorm beschleunigt und gleichzeitig den Energieverbrauch senkt.
Der Vorteil des Thalas-Ansatzes ist, ist gleichzeitig aber auch der größte Nachteil, denn der aktuelle Chip HC1 kann nur Lama 3.18b ausführen, keine anderen KI-Modelle.
Dieses Modell wurde bereits Mitte 2024 vorgestellt.
Das ist im KI-Weltrüsten schon ein stattliches Alter.
Allerdings ist der automatisierte und schnelle Entwicklungsprozess für applikationsspezifische KI-Logik-Chips das eigentliche Ziel der jungen Firma.
AMD plant, Thalas Technologie in die Beschleuniger-Roadmap zu integrieren, um sie neben den flexibleren Instinct-GPUs anzubieten.
Im November hatte Amazon das KI-Unternehmen Perplexity verklagt.
Der Online-Riese sieht in den Agenten, die für Menschen auf Amazon shoppen, ein Sicherheitsrisiko.
Ein Berufungsgericht hat nun eine einstweilige Verfügung gegen Perplexity ausgesetzt, die den Agenten zeitweilig den Zugriff verboten hatte.
Die Richter argumentieren, dass die Nutzenden selbst auf Amazon einkaufen, sie verwenden die KI-Agenten lediglich als Werkzeug dabei.
Es sei also nicht das Unternehmen Perplexity, das hier als Käufer auftritt.
Der Fall wurde deshalb zur weiteren Verhandlung zurück an die vorherige Instanz verwiesen.
Die Entscheidung wird in der Tech-Branche genau beobachtet, denn sie könnte weitreichende Folgen haben.
Viele KI-Anbieter entwickeln gerade ähnliche Agenten.
Diese sollen für Personen eine Vielzahl von Aufgaben im Internet auf den Plattformen von Drittanbietern erledigen.
Ein Urteil könnte also einen Präzedenzfall schaffen.
Anthropic stellt sein Coding-Tool CloudCode auf einen automatischen Betrieb um.
Ab dem 14.
August läuft das Werkzeug standardmäßig im sogenannten Auto-Modus.
Dabei arbeitet das Tool eigenständig und wartet nicht mehr bei jedem Schritt auf eine manuelle Freigabe.
Stattdessen prüft ein automatischer Klassifikator, ob eine Aktion gefährlich sein könnte und fragt nur dann nach.
Anthropic begründet den Schritt mit Sicherheit und Effizienz.
In Tests mit über 1000 Testern habe der Auto-Modus mindestens so sicher abgeschnitten wie manuelle Freigaben.
Teams mit Automodus erledigten zugleich rund 25 Prozent mehr Arbeit.
Auch bei sogenannten Prompt Injection-Angriffen zeigte sich der Schutz.
Dabei versucht ein eingeschleuster Code, den Agenten von den Anweisungen der Nutzerin abzubringen.
In einer unabhängigen Prüfung mit 720 Angriffsversuchen war keiner erfolgreich.
Trotzdem mahnt Anthropic zur Vorsicht bei kritischer Infrastruktur.
Der Klassifikator eliminiere Risiken nicht.
sondern reduziere sie nur.
Forscherinnen und Forscher der Stanford University und des ARC-Institut haben erstmals mit KI vollständige, lebensfähige Virusgenome entworfen.
Marie-Claire Koch von heise online erklärt, warum ihre Methode einerseits zwar gute Chancen gegen resistente Keime hat, andererseits jedoch Risiken für die Biosicherheit birgt.
Die Forscher haben zwei KI-Modelle, die heißen Ivo 1 und Ivo 2, so trainiert, dass sie die Sprache von DNA verstehen.
Mit den Modellen haben sie dann neue Erbgutbaupläne für sogenannte Bakteriophagen entworfen.
Das sind Viren, die ausschließlich Bakterien befallen und für uns Menschen ungefährlich sind.
Das ist übrigens alles gar nicht so neu.
Also diesen Preprint gab es schon im September 2025.
Als Vorlage diente ein gut erforschter, harmloser Phage.
Die KI hat daraus tausend neue Genomvarianten vorgeschlagen.
Rund 300 davon wurden im Labor tatsächlich hergestellt und 16 funktionierten wirklich.
Sie konnten sich in Bakterien vermehren, obwohl es sie in dieser Form in der Natur nie gab.
Die Motivation für die Forschung lag unter anderem darin, dass Bakterien zunehmend resistent werden, auch gegen bereits eingesetzte Phagen.
Mit KI ließen sich theoretisch viel schneller maßgeschneiderte Phagen entwickeln, passgenau für einen bestimmten resistenten Erreger.
Aber?
Und das sagen die Forscher auch selber.
Genau diese Fähigkeit ist auch ein Sicherheitsrisiko.
Würde man so ein Modell nicht mit harmlosen Bakterienviren, sondern mit dem Erbgut gefährlicher Krankheitserreger füttern, könnte man theoretisch auch riskante Varianten entwerfen.
Außerdem ist das Modell Open Source.
Also jeder mit genug Rechenleistung könnte es grundsätzlich auf andere Daten trainieren.
Zur Einordnung muss man aber sagen, Fragen sind extrem spezifisch.
Meistens wirkt nur einer gegen einen ganz bestimmten Bakterienstamm.
Die Prüfung von DNA-Bestellungen bei Syntheseunternehmen ist bislang leider oft freiwillig stattgesetzlich vorgeschrieben.
Studien zeigen zudem, dass sie bei ganz neu designten Sequenzen ohnehin nicht immer zuverlässig funktioniert.
Fachleute weisen deshalb darauf hin und warnen, dass die internationalen Regeln hinter den technischen Entwicklungen hinterherhinken, also dass es eine bessere Regulierung braucht.
Danke Marie.
Mehr zum Thema Gesundheit und Medizin hört ihr übrigens in Maries Podcast Digital Health von heise online auf der Plattform eurer Wahl.
Der von Elon Musk als Alternative zur Wikipedia aufgesetzten Grockipedia geht offenbar schon wieder die Luft aus.
Medienberichten zufolge sind Aktivitäten auf der Plattform seit Monaten kaum noch zu verzeichnen.
Die Plattform wurde mit dem Ziel gestartet, eine neue Enzyklopädie zu schaffen, bei der die KI Grock eine zentrale Rolle spielt.
Seit Monaten werden jedoch keine Änderungsvorschläge mehr von der zuständigen KI bearbeitet.
Und auch die Einreichungen von Menschen sind stark zurückgegangen.
Während die KI GROG anscheinend weiterhin neue Artikel erstellt, scheint die Verwaltung und redaktionelle Weiterentwicklung der Plattform zum Erliegen gekommen zu sein.
Vom verantwortlichen Unternehmen SpaceX AI gibt es bislang keine offizielle Stellungnahme zu dem Stillstand, was Fragen über die Zukunft des Projekts aufwirft.
Künstliche Intelligenz könnte eine wichtige Rolle beim Erhalt von Minderheitensprachen spielen.
Das Training ist jedoch nicht einfach.
Beim ostfriesischen Plattdeutsch fehlt es zum Beispiel an ausreichend maschinenlesbaren und strukturierten Texten, um ein zuverlässiges KI-Modell zu trainieren.
Einen Schritt weiter ist bereits die Ferringstiftung auf Föhr.
Dort wurde schon im vergangenen Jahr ein KI-basiertes Online-Übersetzungsprogramm für Föhrer Friesisch entwickelt.
Dessen Ergebnisse schwanken jedoch noch stark.
Auch international gibt es solche Bemühungen.
In Neuseeland etwa arbeitet ein indigenes Team daran, die Maori-Sprache mit einer eigens trainierten KI wiederzubeleben.
Allgemeine Modelle wie Chat-GPT sind ungeeignet, da sie verschiedene Dialekte vermischen und fehlerhafte Ausgaben produzieren.
Fachleute sehen in der KI zwar ein nützliches Werkzeug, das den Zugang zu einer Sprache erleichtern kann, sie betonen aber, dass Technologie allein eine Sprache nicht retten kann.
Das war das KI-Update von Heise Online vom 10.
August 2026.
Eine neue Folge gibt es montags, mittwochs und freitags ab 15 Uhr.
Was, wenn dein Code den Unterschied macht?
Für Millionen von Menschen.
Bei MSG bist du als Consultant oder Software-Ingenieur immer hautnah dran an den neuesten Technologien von Cloud bis AI.
In agilen Projekten eröffnen wir Kunden mit nachhaltigen Lösungen neue Wege.
Und dir ausgezeichnete Entwicklungsmöglichkeiten.
Du willst maximale Flexibilität mit einer Top-Work-Life-Balance, umfassende Weiterbildung und Projekte voller Abwechslung?
Dann steig ein bei MSG.