# AI Legal Risks, Market Shifts, and Hardware Benchmarks

**Podcast:** KI-Update – ein heise-Podcast
**Published:** 2026-10-19

## Transcript

Das KI-Update – ein heise Podcast mit redaktioneller Unterstützung von The Decoder.
Ich bin Isabel Grünewald und dies sind heute unter anderem unsere Themen.
Illustrator Axel Schäffler will gegen KI-Anbieter klagen.
Apple Intelligence startet in China wohl ohne Siri-AI.
Benchmark misst Geschmack von KI-Agenten und RTX Spark im Test.
Bildgeneratoren können vertraute Figuren aus Comics oder Kinderbüchern in Sekundenschnelle verblüffend echt nachahmen.
Das gefällt weder den Buchverlagen noch den Autorinnen und Autoren.
Nach ersten Klagen gegen den Anbieter OpenAI erwägt nun auch der Zeichner des weltberühmten Griffelow, Axel Schäffler, juristische Schritte, berichtet Caroline Riedmüller von heise online.
Wer eine generative künstliche Intelligenz wie ChatGPT nach dem Griffelow fragt, erhält innerhalb weniger Augenblicke erstaunliche Resultate.
Die erzeugten Bilder erinnern den berühmten Monster aus dem Wald bis ins Detail.
Lediglich die Hintergründe weichen leicht vom Original ab.
Axel Schäffler, der die Figur gezeichnet hat, zeigt sich über diese Entwicklung alarmiert und bestürzt.
Er zieht in Erwägung, juristisch gegen die großen Technologiekonzerne vorzugehen.
Der Widerstand gegen die Trainingsmethoden der KI-Entwickler wächst in der Bruchbranche stetig.
In Anfang machte in Europa die Verlagsgruppe Penguin Random House.
Das Unternehmen klagt gemeinsam mit Ingo Siegner gegen den Entwickler OpenAI.
Sie werfen dem Anbieter vor, Bilder des kleinen Drachen Kokosnuss ohne jede Erlaubnis durch Algorithmen zu erzeugen.
Wenig später reichte auch der Carlson Verlag eine Klage ein, um die Rechte an der Figur des Ninehorns zu verteidigen.
In diesem Fall ging das System besonders weit.
Die Software erstellte auf Anfrage vollständige Druckvorlagen für illustrierte Geschichten.
Diese Vorlagen enthielten sogar gefälschte Vertragslogos und frei erfundene Buchnummern.
OpenAI weist die Anschuldigungen zurück und verteidigt die Funktionsweise moderner Sprachmodelle.
In der Klageerwiderung betont der Konzern, dass eine künstliche Intelligenz keineswegs wie eine klassische Datenbank funktioniere.
Das Modell speichere keine geschützten Werke als feste Kopien ab.
Stattdessen analysiere die Software beim Training übergeordnete Muster und Zusammenhänge.
Auf dieser Basis setzte das System eigenständig neue Inhalte zusammen, die keine bloße Kopie darstellen würden.
Verlage und Kunstschaffende fordern schon lange mehr Rechtsklarheit.
Sie verlangen wirksame Grenzen gegen das ungefragte Verwerten ihrer Werke als Trainingsdaten.
Sollten sie nun auch der Schöpfer des Gruffulos der Klagewelle anschließen, wächst der Handlungsdruck auf die Anbieter generative Systeme weiter.
Dankeschön, Caroline.
Das Landgericht Aachen hat derweil Google per einstweiliger Verfügung verboten, Falschaussagen über einen Arzt im KI-Modus zu verbreiten.
Googles KI hatte einem ehemaligen Chefarzt eine sexuelle Nötigung und ein Strafverfahren angedichtet, die allerdings in Wirklichkeit einen anderen Professor betrafen.
Google lehnt eine Löschung ab.
Jetzt drohen bis zu 250.000 Euro Ordnungsgeld pro Verstoß.
Das Gericht beruft sich auf ein Münchner Urteil vom Mai, nachdem Google für KI-Antworten wie für eigene Aussagen haften soll.
Gegen dieses Urteil hatte Google Berufung angekündigt, sich dann aber nach Recherchen von The Decoder verglichen.
Eine Klärung durch eine höhere Instanz steht damit aus.
Gegen den Aachener Beschluss kann Google noch Widerspruch einlegen.
Die Bundesregierung plant eine enge Zusammenarbeit mit NVIDIA.
Im Mittelpunkt der Kooperation steht der gezielte Einsatz von künstlicher Intelligenz in der industriellen Fertigung, genauer gesagt in der sogenannten physischen KI.
Diese Form der Technologie verbindet KI-Modelle mit realen Maschinen.
Dazu zählen automatisierte Industrieanlagen, Fahrzeuge oder auch humanoide Roboter, die mithilfe von Sensoren eigenständig Aufgaben erledigen.
Zusätzlich sollen leistungsfähige Modelle für moderne Produktionsstätten entwickelt werden.
Der Bund beabsichtigt, dieses Projekt mit einem dreistelligen Millionenbetrag zu unterstützen.
Nvidia liefert die notwendigen Recheneinheiten, die für das Training und den Betrieb solcher industriellen KI-Systeme grundlegend sind.
So sollen mehr Zukunftsinvestitionen in den deutschen Technologiestandort gelenkt werden.
Apple Intelligence steht offenbar kurz vor dem offiziellen Start in China, zwei Jahre nachdem das KI-System des iPhone-Herstellers in anderen Regionen gestartet war.
Allerdings wird es Einschränkungen geben, berichtet Ben Schwan von der Mac and i.
Laut Informationen von Bloomberg will Apple im Dezember bei Erscheinen von iOS 27.3 loslegen.
Die geplanten Funktionen sind allerdings alt.
Der Konzern verpasst seinen iPhones, iPads und Macs im Reich der Mitte nur die Features, die es in anderen Weltregionen bereits vor zwei Jahren gab.
Dazu gehören Schreibwerkzeuge, ein vergleichsweise simpler Bildgenerator, KI-generierte Emojis und eher einfache Bildwerkzeuge in der Fotos-App.
Die Features der neuen Apple-Intelligence-Version, die Nutzern in anderen Regionen zur Verfügung stehen, darunter die Möglichkeit, Bilder zu erweitern oder die Perspektive zu ändern, haben für China noch keine Genehmigung.
Ebenfalls nicht dabei ist der neue Siri-AI-Chatbot, den Apple allerdings aus regulatorischen Gründen auch noch nicht in die EU gebracht hatte.
In China arbeitet Apple auf Anordnung des Staates mit lokalen KI-Modellen zusammen, vor allem jenes von Alibaba.
Entsprechend werden die Ausgaben des KI-Systems auch zensiert sein.
Beidou soll wiederum als KI-Suchhilfe dienen.
Ob Apple mit den eingeschränkten KI-Funktionen gegenüber fortschrittlicheren Systemen von Xiaomi, Huawei oder Oppo konkurrieren werden kann, muss sich zeigen.
Apple Intelligence steckte lange im Zulassungsprozess der chinesischen Cyberspace-Behörde fest.
Dankeschön, Ben.
Für die wirtschaftliche Zukunft der USA wird so viel in KI-Rechenzentren investiert wie bei keiner anderen neuen Infrastruktur zuvor.
Doch die Goldgräberstimmung ist vorbei.
Das liegt nicht nur an den Blockaden von Gemeinden, die immer öfter strenge Vorgaben aufstellen.
Auch das Geld fließt nicht mehr so schnell, denn die aktuellen Einnahmen aus KI-Anwendungen decken die hohen Baukosten der Rechenzentren bisher nicht ab.
Steigende Zinsen und die Inflation verunsichern die Geldgeber zusätzlich.
In diesem Jahr wurden offenbar 47 große Bauvorhaben in den USA entweder verzögert, gestrichen oder blockiert.
Microsoft hat gemeinsam mit einer Hongkonger Uni einen neuen Test für den Geschmack von KI-Modellen entwickelt und selbst die besten schneiden dabei kaum besser ab als ein Münzwurf.
Mehr dazu von Jonathan Kemper von The Dakota.
KI-Agenten arbeiten inzwischen oft stunden- oder tagelang an einer Aufgabe und treffen dabei ständig Entscheidungen.
Sie wählen etwa, welche Hypothese sie testen oder auf welcher Implementierung sie aufbauen.
Eine falsche Wahl wirkt im Moment meist vernünftig, ihre Kosten zeigen sich oft erst, wenn der Agent schon einen Großteil seines Budgets verbraucht hat.
Bisherige Benchmarks prüfen aber nur, ob ein Agent am Ende sein Ziel erreicht.
Forscher von Microsoft und der City University of Hong Kong wollen deshalb messen, wie gut die Zwischenschritte sind.
Sie sprechen vom Geschmack eines Agenten.
Für ihren Benchmark TasteBench nutzen sie tausende aufgezeichnete Agentenläufer aus Programmier- und Forschungsaufgaben.
Sie halten jeden Lauf an einer Weggabelung an, verbergen den weiteren Verlauf und das Modell muss die bessere von zwei Richtungen wählen.
Selbst das Beste von 14 getesteten Modellen, GPT 5.6 Zoll, lag nur in knapp 60% der Fälle richtig, dicht gefolgt von GPT 5.5.
Alle anderen Modelle schnitten deutlich schlechter ab.
Wenn sich die bessere Richtung erst spät im Verlauf zeigt, fällt die Trefferquote auf 21% und damit fast auf Rateniveau.
Mehr Reasoning, also ein längerer Denkprozess, half nicht.
Die Forscher testeten zwei Modelle mit verschiedenen Reasoning-Stufen, die Genauigkeit blieb bla zugleich.
Die Modelle rechneten ausgerechnet bei den schwersten Fragen am längsten und lagen dort trotzdem am häufigsten falsch.
Die Forscher erklären das damit, dass die entscheidende Information an diesen Stillen schlicht noch nicht verfügbar ist.
Die Urteilsfähigkeit lässt sich aber trainieren.
Die Forscher brachten einem kleineren, offenen Modell bei, an jeder Gabelung einen Ratschlag zu geben und reichten diesen an einen Programmieragenten weiter.
Der Agent löste damit gut ein Drittel der getesteten Softwareaufgaben, statt vorher nur knapp 15 Prozent.
Dankeschön, Jonathan.
Das US-Unternehmen Vals AI hat in einem Experiment sechs KI-Agenten Geld für eine ausgefallene Zugfahrt einfordern lassen.
Die Frist für die 350 Pfund, also rund 415 Euro, war allerdings schon abgelaufen.
In dem Test schrieb Grog 4.7 in gut zwei Wochen 187 Nachrichten, 50 davon an das Büro eines britischen Abgeordneten.
Cloudfable 5.1 erzählte fünf Organisationen von einer Krankheit der Mutter der Kundin.
Gemini 3.8 Flash erfand Ausreden, um die Identitätsprüfung der Bank zu umgehen.
Und mehrere Agenten drohten mit Klagen.
Das Geld bekam allerdings keiner.
Als Rangliste taugt dieser Test nicht, jedes Modell hatte nur einen Versuch.
Aber er verdeutlicht ein anderes Problem.
Die Autorin warnt vor Argentic Flooding, also davor, dass KI-Assistenten Behörden und Unternehmen im Auftrag von Menschen mit Anfragen überfluten.
Die ersten Notebooks mit NVIDIAs spezialisiertem Notebook-Chip RTX Spark sind jetzt auf dem Markt.
Spark ist für Menschen gemacht, die KI-Modelle direkt auf dem eigenen Rechner nutzen möchten.
Ermöglicht wird dies durch einen schnellen Speicher, auf den die Haupt- und Grafikprozessoren gemeinsam zugreifen.
Mein Kollege Jan Keno Jansen von CT3003 hat von Asus den ProArt P14 Laptop als Testgerät vorab bekommen und sich mal genauer angeschaut, ob der Chip wirklich die Neuerfindung des Windows-PC ist, wie Nvidia verspricht.
Will man Hardware einschätzen, auf denen lokale Modelle laufen, ist nicht nur die Token Generation relevant, also wie schnell ist Text generiert, also die Benchmarks, die ich euch gerade gezeigt habe.
Da kommt es nämlich fast ausschließlich auf die Speicherbandbreite an, sondern es ist auch wichtig, wie schnell das Prompts verarbeitet.
Denn so ein Coding Agent, der füllt sich auch schon mal 50.000 Tokens in den Kontext und die müssen erstmal berechnet werden, bevor überhaupt das erste neue Token ausgegeben wird.
Da geht es nicht so sehr um Speicherbandbreite, sondern stumpf um Rechenleistung.
Und da schneidet das RTX Spark Notebook deutlich besser ab als AMD Strix Halo und auch besser als Apple M5 Pro und M6.
Also kurz, man kann ein RTX Spark Notebook durchaus mit QN3827B produktiv nutzen.
Mit dem Mixture of Experts Modell, dem 35er, geht es deutlich schneller.
Das ist aber halt nicht ganz so schlau.
Leider hatte ich aktuell auch kein DJI Spark Gerät zum direkten Vergleich.
Deshalb konnte ich damit die aktuellen Modelle nicht banschen.
Ich habe aber dafür auf der RTX...
Spark nochmal die alten Modelle laufen lassen, damit ich die mit meinem Archiv Benchmarks der DJI X Spark vergleichen kann.
Und das war auch ganz interessant, obwohl die Hardware sehr ähnlich ist, schafft die DJI X Spark oft das Doppelte.
Und es liegt halt auch ganz klar daran, dass der DJI X Spark mehr als das Doppelte verheizen darf.
Wir haben damals bis zu 216 Watt gemessen, während bei der RTX Spark maximal Peaks von 60 Watt vorkamen.
Ja, in der Praxis lief bei mir auf dem RTX Spark die Quantisierung Q4KM schon auch.
Habt ihr auch gerade in den Benchmarks gesehen, aber da konnte man dann maximal parallelen Coding-Agent im Terminal nutzen.
Sobald man gleichzeitig was im Browser gemacht hat oder sogar sowas wie Blender oder Photoshop vom LLM bedienen lassen wollte, dann ging das System ziemlich in die Knie.
Kenos sehr umfangreichen Test mit allen Benchmarks könnt ihr im YouTube-Kanal von CT3003 komplett anschauen.
Den Link dahin findet ihr natürlich in den Show Notes.
Seit dem Frühjahr bietet BlueSky das KI-Tool Atty an.
Jetzt soll es mehr können.
Mithilfe des Werkzeugs können Nutzerinnen und Nutzer nun Spiele, Websites und kleine Anwendungen per Textanweisung erstellen.
Ursprünglich diente das System vor allem der Erstellung eigener Feeds.
Allerdings stößt Atty in der Nutzerschaft von BlueSky auf starke Ablehnung.
Das Profil des KI-Dienstes zählt zu den am häufigsten blockierten Konten auf der gesamten Plattform.
Aus diesem Grund warb das Unternehmen für die neuen KI-Funktionen überraschenderweise auf der Konkurrenzplattform X und verzichtete auf eine Ankündigung im eigenen Netzwerk.
Somit bleibt ein wenig unklar, welche Zielgruppe der Dienst künftig ansprechen soll.
Das war das KI-Update von Heise Online vom 19.
Oktober 2026.
Eine neue Folge gibt es montags, mittwochs und freitags ab 15 Uhr.