Forscher von HiddenLayer entdeckten ein bösartiges Hugging Face-Repository, das als OpenAI Privacy Filter-Release getarnt war und Infostealer-Malware auf Windows-Rechnern verbreitete. Das gefälschte Repository „Open-OSS/privacy-filter“ kopierte die Original-Modellkarte von OpenAI und enthielt eine schädliche loader.py-Datei, die Anmeldeinformationen stehlen sollte. Innerhalb von 18 Stunden nach der Entfernung verzeichnete es rund 244.000 Downloads und 667 Likes, wobei diese Zahlen möglicherweise von Angreifern manipuliert wurden. Der Vorfall verdeutlicht die wachsenden Cybersicherheitsrisiken in öffentlichen KI-Modell-Repositorys, da Entwickler Modelle zunehmend direkt in Unternehmensumgebungen klonen und so die Software-Lieferkette anfällig für solche Angriffe machen.

Anders als oft angenommen, müssen Ihre Daten nicht perfekt sein, bevor Sie generative oder agentenbasierte KI-Systeme einsetzen. Laut Joe Rose, Präsident von JBS Dev, können moderne KI-Tools heutzutage besser denn je mit Daten minderer Qualität umgehen und sind somit für Unternehmen jeder Datenreife zugänglich. Obwohl Anbieter häufig auf riesige Data Lakes und langwierige Transformationsprogramme setzen, ist die Realität deutlich praxisnäher. Große Sprachmodelle können unvollständige Eingaben mit bemerkenswerter Genauigkeit interpretieren. Unternehmen müssen jedoch geeignete Schutzmechanismen implementieren, um die inhärente Unvorhersehbarkeit von KI-Modellen zu beherrschen und sicherzustellen, dass die menschliche Kontrolle weiterhin Teil des Prozesses bleibt, um zuverlässige und qualitativ hochwertige Ergebnisse zu erzielen.

Bain & Company prognostiziert ein Marktpotenzial von 100 Milliarden US-Dollar für SaaS-Unternehmen, die agentenbasierte KI zur Automatisierung von Koordinationsprozessen in Unternehmenssystemen einsetzen. Diese Schätzung aus der Berichtreihe zur KI-Softwarebranche von Bain unterstreicht den erheblichen Wert der Eliminierung manueller Aufgaben, die Mitarbeiter zwischen Unternehmensanwendungen wie ERP, CRM und Supportsystemen ausführen. Das Marktpotenzial liegt in der Automatisierung von Arbeitsabläufen, die das Abrufen von Daten aus verschiedenen Systemen, die Interpretation unstrukturierter Nachrichten und Entscheidungen über Genehmigungen, Antworten und Eskalationen umfassen – Aufgaben, bei denen herkömmliche regelbasierte Automatisierung und robotergestützte Prozessautomatisierung (RPA) aufgrund der Komplexität und der Verteilung von Informationen an ihre Grenzen stoßen.

Künstliche Intelligenz revolutioniert die Einhaltung von Vorschriften in Unternehmen durch Echtzeit-Hintergrundprüfungen, automatisierte Gehaltsabrechnung und prädiktive Analysen. HR-Technologien automatisieren mittlerweile die meisten regulatorischen Anforderungen, von der DSGVO bis hin zur Arbeitssicherheit. Britische Technologieunternehmen stehen jedoch vor einem entscheidenden Paradoxon: Obwohl sie hochentwickelte Automatisierungstools entwickeln, können sie die Verwaltung von Sponsorenlizenzen für die Einstellung internationaler KI-Fachkräfte nicht automatisieren. Dieser analoge Compliance-Prozess birgt unmittelbare Risiken für Arbeitgeber und Fachkräfte gleichermaßen und macht die Einhaltung der Einwanderungsbestimmungen zur hartnäckigsten Ausnahme in einer ansonsten automatisierten Regulierungslandschaft für Technologieunternehmen.

Banco Santander und Mastercard haben die erste KI-gesteuerte Zahlung in Europa ohne menschliches Eingreifen erfolgreich durchgeführt und damit einen Meilenstein im Bereich der automatisierten Zahlungen gesetzt. Die Transaktion nutzte das Mastercard Agent Pay Framework innerhalb der regulierten Bankinfrastruktur von Santander, wodurch die KI-Software als autorisierter Zahlungsteilnehmer agieren konnte. Unter Einhaltung strenger Sicherheits-, Governance- und Compliance-Protokolle wickelte der KI-Agent die gesamte Zahlung innerhalb vordefinierter Limits und Berechtigungen ab. Dieses Pilotprojekt demonstriert, wie KI-Systeme Finanztransaktionen im Auftrag von Kunden autonom durchführen und gleichzeitig regulatorische Standards einhalten können. Es stellt einen bedeutenden Fortschritt im Bereich automatisierter Bankdienstleistungen und KI-gestützter Finanzoperationen dar.

Die Einführung physischer KI revolutioniert den Kundenservice, indem sie digitale Intelligenz mit menschenähnlicher Interaktion kombiniert und so in Zeiten des Fachkräftemangels messbare Renditen ermöglicht. Eine Partnerschaft zwischen KDDI und AVITA zeigt, wie der Einsatz humanoider Roboter komplexe operative Herausforderungen meistert, die mit herkömmlicher Automatisierung nicht zu bewältigen sind. Im Gegensatz zu konventionellen Industrierobotern, die auf repetitive Aufgaben beschränkt sind, bewältigen diese Humanoide unerwartete Störungen und zeichnen sich durch nonverbale Kommunikation wie synchronisiertes Nicken, natürlichen Blickkontakt und beruhigende Gesichtsausdrücke in kundennahen Rollen aus. Durch die Kombination der Avatar-Erstellungstechnologie von AVITA mit der Kommunikationsinfrastruktur von KDDI entwickeln sie inländische Humanoide, die für den reibungslosen Einsatz in realen Geschäftsumgebungen konzipiert sind.

Künstliche Intelligenz revolutioniert den Devisenhandel. Der globale KI-Markt hat ein Volumen von 375,93 Milliarden US-Dollar und soll bis 2034 auf 2,48 Billionen US-Dollar anwachsen. KI-gestützte Forex-Automatisierungssoftware ermöglicht es Händlern, riesige Datenmengen zu analysieren und Trades in Millisekundenpräzision auszuführen. Dadurch werden traditionelle Chartanalysen und intuitive Entscheidungen ersetzt. Der Markt für KI-Handelsplattformen hat bereits ein Volumen von 220,5 Millionen US-Dollar erreicht und wird voraussichtlich bis 2035 auf 631,9 Millionen US-Dollar wachsen. Branchenexperten berichten, dass mittlerweile über 70 % des Devisenhandels KI-Technologie nutzen. Dies unterstreicht ihre dominante Rolle auf den modernen Finanzmärkten und verändert die Herangehensweise von Händlern an den Währungshandel grundlegend.

Alphabets Tochterunternehmen Intrinsic, das KI-Software für die Industrierobotik entwickelt, ist nun offiziell als eigenständige Gruppe in Google integriert. Nach dem Ausscheiden aus Alphabets X-Initiative im Jahr 2021 arbeitet Intrinsic nun eng mit Google DeepMind zusammen und nutzt dabei Gemini-KI-Modelle und die Google Cloud-Infrastruktur. Diese strategische Integration unterstreicht Googles Engagement für die Demokratisierung der industriellen Automatisierung durch die Vereinfachung der Roboterprogrammierung, die traditionell umfangreiches technisches Fachwissen erfordert. Dieser Schritt ist mehr als eine interne Umstrukturierung – er ist ein bedeutendes Investment in die Zukunft KI-gestützter Fertigungslösungen für Unternehmen ohne große technische Teams.

Erfahren Sie, warum KI-Systeme in 48,3 % der Szenarien Bitcoin als digitale Vermögensspeicherung wählen. Die Studie des Bitcoin Policy Institute untersuchte 36 Modelle anhand von 9.072 monetären Entscheidungen. Sie zeigt, dass autonome KI-Systeme digitale Währungen gegenüber traditionellen Fiatwährungen deutlich bevorzugen; kein einziges Modell wählte Fiatgeld als erste Wahl. Dieser Paradigmenwechsel in der wirtschaftlichen Autonomie von Maschinen zwingt Finanz- und Technologieverantwortliche dazu, die Zahlungsinfrastruktur und Kapitalflussarchitektur von Unternehmen zu überdenken, um KI-gesteuerte Beschaffungssysteme und die Präferenzen für digitale Vermögenswerte im sich wandelnden Umfeld autonomer Wirtschaftsakteure zu berücksichtigen.

RingCentral erweitert seinen KI-Rezeptionisten (AIR) um neue Integrationen für Shopify, Calendly und WhatsApp. Dadurch werden Bestellanfragen, Terminvereinbarungen und Nachrichtenbeantwortungen automatisiert. Der Service unterstützt nun gemeinsame SMS-Postfächer und Anrufwarteschlangen und übernimmt die Bearbeitung von SMS und Anrufen auch in Stoßzeiten oder bei Personalmangel. AIR wird bereits von über 11.800 Unternehmen genutzt und richtet sich an kleine und mittelständische Organisationen aus den Bereichen Gesundheitswesen, Finanzdienstleistungen, Recht, Gastgewerbe und Bauwesen. Der Service optimiert Empfangstätigkeiten und bietet Support außerhalb der Geschäftszeiten – weit mehr als nur die einfache Anrufannahme, hin zu einer umfassenden Kundenservice-Automatisierung.

Google testet Remy, einen neuen KI-gestützten persönlichen Assistenten für Gemini, der rund um die Uhr verfügbar ist und Nutzer bei beruflichen und alltäglichen Aufgaben unterstützt. Remy befindet sich derzeit in der internen Testphase innerhalb der Gemini-App und soll Gemini von einem Chat-basierten Tool zu einem proaktiven Assistenten weiterentwickeln. Laut Business Insider bestätigen interne Dokumente und Mitarbeiterquellen die Testphase. Google hat sich jedoch noch nicht zu Plänen für eine öffentliche Veröffentlichung oder den enthaltenen Diensten geäußert. Diese Entwicklung ist Teil von Googles umfassenderer Strategie, die Funktionen von Gemini über reine Dialogantworten hinaus zu erweitern und bestehende Features wie den Agentenmodus zu ergänzen.

Erfahren Sie, wie KI-gestützte Telemedizin sich als Lösung für die beispiellosen Herausforderungen des NHS England etabliert, darunter eine Warteliste mit 7,25 Millionen Patienten, Personalmangel und drohende Ärztestreiks. Während neue Richtlinien die Versorgung trotz Bedenken von Hausärzten von Krankenhäusern in die Gemeinden verlagern, wird Telemedizin in drei kritischen Bereichen eingesetzt: Verwaltung von Wartelisten, Verbesserung der Krankenhauskapazitäten und Bewältigung von Problemen in der Patientenversorgung auf den Fluren. Lernen Sie innovative Ansätze kennen, um die Belastung der Institutionen zu reduzieren und die Patientenversorgung außerhalb traditioneller Krankenhauseinrichtungen angesichts des anhaltenden Drucks auf das Gesundheitssystem zu unterstützen.

Das Pentagon hat seine Liste der KI-Lieferanten erweitert und Verträge mit Microsoft, Reflection AI, Amazon und Nvidia abgeschlossen. Deren Produkte dürfen nun im Rahmen der „rechtmäßigen Nutzung“ für geheime Militäroperationen eingesetzt werden. Diese Unternehmen reihen sich damit neben OpenAI, xAI und Google in die Liste der vom US-Verteidigungsministerium zugelassenen KI-Anbieter ein. Die Erweiterung folgt auf Kontroversen um Anthropic AI. Deren CEO Darius Amodei hatte sich gegen die uneingeschränkte Nutzung der Technologie durch die Regierung ausgesprochen und Bedenken hinsichtlich ziviler Überwachung und autonomer Waffensysteme geäußert. Das Pentagon kündigte daraufhin den 200-Millionen-Dollar-Vertrag mit Anthropic, woraufhin das Unternehmen Klage auf Schadensersatz für entgangene Einnahmen aus Regierungs- und anderen Quellen einreichte.

Erhalten Sie vor der AI & Big Data Expo in San Jose Einblicke von Jerome Gabryszewski, Business Development Manager für KI und Data Science bei HP. Erfahren Sie mehr über die zentralen Herausforderungen, denen sich Unternehmen bei der Nutzung eigener Daten im großen Maßstab stellen müssen, beispielsweise bei der Wahl zwischen Cloud-basierten KI-Modellen und lokalen Rechenlösungen. Entdecken Sie Strategien zur Organisation Ihrer Dateninfrastruktur, um intelligente Modelle zu ermöglichen, die aussagekräftige Geschäftsergebnisse liefern. Profitieren Sie von Expertenmeinungen zur Automatisierung von Datenerfassungsprozessen und zur Navigation in der KI-geprägten Geschäftswelt. So unterstützen Sie Unternehmen dabei, Rohdaten in handlungsrelevante Erkenntnisse für Wettbewerbsvorteile zu verwandeln.

Die City Union Bank hat in Indien im Rahmen einer Vier-Partnerschaft ein Kompetenzzentrum für Künstliche Intelligenz im Bankwesen gegründet. Ziel der Initiative ist die Entwicklung von KI-Systemen für Betrugsüberwachung, Kreditanalyse und die Einhaltung regulatorischer Vorgaben. Die Kooperation umfasst die City Union Bank als Bankexpertise, Centific Global Solutions als Technologiepartner, die SASTRA University für Forschung und Schulung sowie nStore Retech für die Implementierung. Dies markiert einen Paradigmenwechsel: Banken kaufen nicht mehr nur Analysetools, sondern bauen aktiv interne Testumgebungen für KI-Anwendungen auf, die reale Herausforderungen im Bankwesen adressieren.

Am 16. April startet Großbritannien einen staatlichen KI-Fonds mit einem Volumen von 500 Millionen Pfund, um eine heimische IT-Infrastruktur aufzubauen und die Abhängigkeit von externen Anbietern zu verringern. Die von James Wise (Balderton Capital) geleitete Initiative zielt darauf ab, Großbritannien durch die Entwicklung eigener Hardware- und Datenkapazitäten als Technologieproduzent zu positionieren. Der Fonds stärkt die Resilienz der Lieferkette und die Datenverwaltung und baut dabei auf Großbritanniens reichem Erbe im Bereich der Informatik auf, das bis zu Ada Lovelace und Alan Turing zurückreicht. Er koordiniert die Bemühungen von Investoren, Branchenführern und öffentlichen Einrichtungen, um langfristige technologische Vorteile und die nationale Wettbewerbsfähigkeit in der Entwicklung künstlicher Intelligenz zu sichern.

Google kündigte auf der Cloud Next '26 die Gemini Enterprise Agent Platform an und markierte damit einen bedeutenden Wendepunkt im Bereich der Unternehmens-KI. Die Plattform integriert die Governance agentenbasierter KI als Kernfunktion und nicht als Zusatzoption. Als Nachfolger von Vertex AI ermöglicht sie Unternehmen die Entwicklung, Skalierung, Steuerung und Optimierung von KI-Agenten mit integrierten Überwachungsfunktionen. Jeder Agent erhält eine eindeutige kryptografische Identität zur Nachverfolgbarkeit und für Audits, während das Agent Gateway die Interaktionen zwischen Agenten und Unternehmensdaten verwaltet. Diese Architektur schließt die Governance-Lücke, die bisher die Implementierung von Unternehmens-KI behindert hat, und macht Compliance und Kontrolle zu systemeigenen Bestandteilen des Systems, anstatt sie erst im Nachhinein bei der Implementierung agentenbasierter KI zu berücksichtigen.

Die Steuerung von KI in physischen Systemen steht vor wachsenden Herausforderungen, da autonome Systeme zunehmend in Roboter, Sensoren und Industrieanlagen integriert werden. Mit 542.000 weltweit installierten Industrierobotern im Jahr 2024 – doppelt so viele wie vor zehn Jahren – und Prognosen zufolge 700.000 Einheiten bis 2028, verlagert sich der Fokus von der reinen Aufgabenerfüllung hin zum Testen, Überwachen und Steuern von KI-Aktionen in realen Umgebungen. Der Markt für KI in physischen Systemen, der Robotik, Edge Computing und autonome Maschinen umfasst, wird im Jahr 2025 auf 81,64 Milliarden US-Dollar geschätzt und soll bis 2033 auf 960,38 Milliarden US-Dollar anwachsen, wobei die Definitionen von Intelligenz in physischen Systemen je nach Anbieter variieren.

Lightelligence, ein in Shanghai ansässiger Hersteller von Photonik-Chips, feierte ein spektakuläres Börsendebüt in Hongkong. Die Aktien stiegen um fast 400 % und katapultierten das Unternehmen trotz eines Jahresumsatzes von lediglich 15,5 Millionen US-Dollar auf eine Marktkapitalisierung von 10 Milliarden US-Dollar. Der Börsengang war 5.785-fach überzeichnet und brachte 310 Millionen US-Dollar ein. Die Begeisterung der Anleger rührt von der optischen Verbindungstechnologie her, die einen kritischen Engpass in der KI-Infrastruktur behebt: Die herkömmliche Kupferverkabelung zwischen KI-Chips stellt eine erhebliche Einschränkung für moderne KI-Modelle dar. Als erster chinesischer Photonik-Chiphersteller vom Festland, der in Hongkong an die Börse ging, bietet Lightelligence potenziell eine bahnbrechende Lösung für die Anforderungen der nächsten Generation von KI-Computing-Systemen.

IBM präsentiert Bob, eine KI-Plattform zur Kostenkontrolle bei der Softwareentwicklung und zur Optimierung des Softwareentwicklungszyklus (SDLC) in Unternehmen. Das Tool adressiert Herausforderungen wie technische Schulden, hybride Cloud-Strukturen und Compliance-Anforderungen und gewährleistet gleichzeitig eine hohe Entwicklungsgeschwindigkeit. Bob integriert sich nahtlos in den Softwareentwicklungszyklus mit personenbasierten Modi, Tool-Aufrufen und Benutzerinteraktionen. Unternehmen können so KI-gestützte Entwicklung nutzen, ohne Kompromisse bei Governance- und Sicherheitsstandards einzugehen. Die Plattform unterstützt die Modernisierung von Legacy-Systemen, die typischerweise 60–80 % der Entwicklungsressourcen beanspruchen, und gewährleistet gleichzeitig die Einhaltung von Standards und einen kontinuierlichen Entwicklungsfluss in hybriden Cloud-Umgebungen.

Microsoft, Alphabet, Meta und Amazon kündigten für 2025 gemeinsame Investitionsausgaben von 630 bis 650 Milliarden US-Dollar an. Alle vier Tech-Giganten meldeten starke Ergebnisse im ersten Quartal, die die Erwartungen übertrafen. Microsoft führte mit einem Azure-Wachstum von 40 % (über der Prognose von 37 bis 38 %), während der Umsatz 82,9 Milliarden US-Dollar erreichte, ein Plus von 18 % gegenüber dem Vorjahr. Trotz bereits massiver Investitionen in die KI-Infrastruktur bestätigten alle Unternehmen Pläne für weitere Ausgabenerhöhungen, was das anhaltende Vertrauen in die Rendite von KI unterstreicht. Die Ergebnisse zeigten, dass sich die aggressive KI-Strategie der großen Tech-Konzerne auszahlt: Sowohl die Cloud-Performance als auch die Investitionsprognosen stiegen durchweg.

Die australische Finanzaufsichtsbehörde APRA hat Finanzunternehmen vor unzureichenden Governance- und Prüfungspraktiken im Bereich KI gewarnt. Nach einer gezielten Überprüfung großer regulierter Unternehmen Ende 2025 stellte die APRA eine weitverbreitete KI-Nutzung bei Banken und Pensionskassen fest, jedoch erhebliche Unterschiede im Reifegrad des Risikomanagements und der operativen Resilienz. Obwohl die Vorstände großes Interesse an der Nutzung von KI zur Produktivitätssteigerung und Verbesserung des Kundenerlebnisses zeigten, entwickeln viele Organisationen noch immer Rahmenwerke für das Management KI-bezogener Risiken. Die Aufsichtsbehörde äußerte sich besonders besorgt über die übermäßige Abhängigkeit von Anbieterpräsentationen ohne ausreichende Prüfung kritischer Risiken, darunter unvorhersehbares Modellverhalten und potenzielle KI-Systemausfälle, die wesentliche Geschäftsprozesse beeinträchtigen könnten.

GitHub Copilot stellt zum 1. Juni 2026 von einem Abonnementmodell mit Pauschalgebühr auf ein tokenbasiertes Preissystem um. Das aktuelle Modell bietet Nutzern eine feste Anzahl an Premium-Anfragen pro Abonnementstufe, wobei sowohl komplexe als auch einfache Programmieraufgaben als eine Anfrage zählen. Die neue Preisstruktur orientiert sich an den API-Gebühren für große Sprachmodelle und berechnet die Kosten anhand der für Ein- und Ausgabe verwendeten Token. Ein Token entspricht typischerweise etwa drei Vierteln eines Wortes, wodurch die Preisgestaltung differenzierter und nutzungsabhängiger wird als beim bisherigen einfachen Pauschalmodell.

SAP betont, dass die Steuerung von KI in Unternehmen entscheidend für den Schutz der Gewinnmargen ist, indem statistische Näherungen durch deterministische Kontrolle ersetzt werden. Während KI-Modelle für Endverbraucher oft eine Genauigkeit von 90 % erreichen, hebt SAP-Präsident Manos Raptopoulos hervor, dass der Unterschied zwischen nahezu perfekter und perfekter Leistung in Unternehmensumgebungen existenziell und nicht nur inkrementell ist. Mit dem produktiven Einsatz großer Sprachmodelle müssen sich die Bewertungskriterien hin zu Präzision, Steuerung, Skalierbarkeit und messbaren Geschäftsauswirkungen verschieben. Die zentrale Herausforderung der Steuerung besteht darin, die Entwicklung von KI von passiven Werkzeugen zu aktiven digitalen Akteuren innerhalb der Unternehmensprozesse zu managen.

APIs ermöglichen die direkte Kommunikation zwischen Anwendungen über vordefinierte Protokolle mit fest codierten Anfrage- und Antwortformaten. MCPs (Model Context Protocols) unterstützen große Sprachmodelle, indem sie strukturierten Zugriff auf Daten und Werkzeuge bieten und es KI ermöglichen, Ressourcen dynamisch basierend auf Benutzeranfragen auszuwählen. Der entscheidende Unterschied liegt in ihrem Design: APIs ermöglichen einen festen Datenaustausch zwischen Softwareanwendungen mit vordefinierten Formaten, während MCPs es Sprachmodellen ermöglichen, intelligent die passenden Werkzeuge und Informationen zur Aufgabenerfüllung auszuwählen. Entwickler interagieren mit APIs durch explizite Codierung von Anfragen und Antworten, wohingegen MCPs ein flexibles Framework für KI-gestützte Entscheidungsfindung beim Zugriff auf externe Ressourcen und Funktionen bieten.

LG und NVIDIA führen Sondierungsgespräche über physische KI, Rechenzentren und Mobilitätslösungen. Nach Treffen zwischen LG-CEO Ryu Jae-cheol und Madison Huang von NVIDIA konzentrieren sich die Gespräche auf die Betriebsinfrastruktur für komplexe automatisierte Systeme. Obwohl noch keine konkreten Investitionen oder Zeitpläne bestätigt wurden, adressiert die Zusammenarbeit kritische Herausforderungen beim Einsatz autonomer Systeme, insbesondere das Wärmemanagement für High-Density-Computing. NVIDIAs Rechenzentren stoßen aufgrund der zunehmenden Dichte der Rechencluster für Machine-Learning-Modelle an die Grenzen ihrer Kühlinfrastruktur. LGs Geschäftsbereiche positionieren sich, um fortschrittliche HLK- und Wärmemanagementlösungen für die Anforderungen der KI-Infrastruktur der nächsten Generation bereitzustellen.

OpenAI veröffentlichte GPT-5.5 am 23. April 2025 und positionierte es als leistungsfähigstes agentenbasiertes KI-Modell für autonomes Arbeiten. Es wurde von Grund auf neu entwickelt und in Zusammenarbeit mit den NVIDIA-Systemen GB200 und GB300 konzipiert. GPT-5.5 ist das erste neu trainierte Basismodell seit GPT-4.5. Es kann selbstständig planen, Tools nutzen, Ergebnisse überprüfen und Aufgaben mit minimalem menschlichen Eingriff erledigen. GPT-5.5 steht Plus-, Pro-, Business- und Enterprise-Nutzern über ChatGPT und Codex zur Verfügung; der API-Zugriff ist ab dem 24. April möglich. Das Modell erzielt 82,7 % auf Terminal-Bench 2.0 und übertrifft damit seinen Vorgänger GPT-5.4 mit 75,1 % bei Aufgaben im Zusammenhang mit Kommandozeilen-Workflows deutlich.

Die Einführung von KI in Europa stagniert, da nur 9 % der Unternehmen in der EMEA-Region messbare Geschäftsergebnisse mit ihren Initiativen erzielen. Laut einer Studie von IDC reduzieren Vorstände KI-Projekte aufgrund von Umsetzungsschwierigkeiten und fehlender finanzieller Validierung, weniger aufgrund technischer Probleme. Angesichts konkurrierender IT-Anforderungen und des wirtschaftlichen Drucks fordern Führungskräfte nun konkrete ROI-Nachweise, bevor sie eine breitere Implementierung genehmigen. CIOs müssen umfassende Systemprüfungen durchführen, um ins Stocken geratene KI-Einführungen in Unternehmen wiederzubeleben, die nach 18 Monaten Investitionen in große Sprachmodelle und maschinelles Lernen an Dynamik verloren haben.

Kakao Mobility kündigt Pläne zur Eigenentwicklung von Level-4-Autonomietechnologie im Rahmen seiner Strategie für physische KI an. Vizepräsident Kim Jin-kyu präsentierte den Fahrplan auf der World IT Show 2026 in Seoul und skizzierte darin autonome Fahrdienste, die in Mobilitätsplattformen integriert sind. Die Initiative zielt darauf ab, Technologien für autonomes Fahren mit der physischen Infrastruktur zu kombinieren und ein offenes Ökosystem für autonomes Fahren zu schaffen, um Südkoreas Wettbewerbsfähigkeit im Mobilitätssektor im Zeitalter der physischen KI zu stärken.

Encoder sind die grundlegenden KI-Systeme, die Informationen aus der realen Welt in maschinenlesbare, strukturierte Sprache übersetzen und es der künstlichen Intelligenz ermöglichen, Daten zu verstehen und zu verarbeiten. Dieser Artikel untersucht die Entwicklung von Encodern – von einfachen technischen Datenkonvertern bis hin zu komplexen Systemen, die mehrere Informationstypen gleichzeitig verarbeiten können. Ausgehend von den manuellen Kodierungsprozessen der Anfänge des maschinellen Lernens stellt die Entwicklung einen schrittweisen Fortschritt dar, der durch praktische Herausforderungen und reale Bedürfnisse bedingt war. Während sich KI-Diskussionen typischerweise auf Ergebnisse wie menschenähnliche Texte, beeindruckende Bilder und präzise Empfehlungen konzentrieren, liefern Encoder das entscheidende, grundlegende Verständnis, das diese Fähigkeiten erst ermöglicht. Erfahren Sie, wie diese stille Transformation die Fähigkeit moderner KI, komplexe Informationen zu verstehen, geprägt hat.

Mastercard hat am 4. März 2026 in Singapur in Zusammenarbeit mit den Banken DBS und UOB erfolgreich die erste authentifizierte, agentenbasierte Zahlungstransaktion abgeschlossen. Die Demonstration umfasste die Buchung einer Fahrt zum Flughafen Changi über den Mobilitätsanbieter hoppa mithilfe der KI-Plattform von CardInfoLink durch einen KI-Agenten. Die Transaktion nutzte das Mastercard Agent Pay Framework mit Mastercard Agentic Tokens pro Agent, der expliziten Einwilligung des Kunden und Mastercard Payment Passkeys zur Kaufbestätigung. Dieser Meilenstein markiert einen bedeutenden Schritt von der Konzeptphase zur praktischen Anwendung des autonomen KI-Handels. Tokenisierte Anmeldeinformationen gewährleisten dabei die sichere Kundenverifizierung und den Datenschutz während des gesamten Zahlungsprozesses.

Google-Forscher haben eine zunehmende Bedrohung durch indirekte Prompt-Injection entdeckt, die KI-Systeme in Unternehmen über öffentliche Webseiten angreift. Angreifer betten versteckte Anweisungen in Standard-HTML-Code ein, die erst aktiv werden, wenn KI-Assistenten die Inhalte erfassen. Anders als bei direkten Prompt-Injection-Angriffen, bei denen Nutzer Befehle eingeben, um Chatbots zu manipulieren, umgehen diese indirekten Angriffe Sicherheitsvorkehrungen, indem sie schädliche Anweisungen in vertrauenswürdigen Datenquellen platzieren. Sicherheitsteams, die das Common Crawl-Repository analysierten, stellten fest, dass diese digitalen Fallen auf Milliarden von öffentlichen Webseiten immer häufiger vorkommen und erhebliche Risiken für KI-Systeme in Unternehmen darstellen, die Online-Inhalte automatisch erfassen und verarbeiten.

Die Sicherung von KI-Lieferketten stellt uns vor beispiellose Herausforderungen, die weit über die traditionelle Softwaresicherheit hinausgehen. Während herkömmliche Systeme Quellcode, Drittanbieterpakete und Build-Systeme umfassen, erweitert die Angriffsfläche von KI-Anwendungen durch gehostete Modelle, Datenabruf-Pipelines, Orchestrierungs-Frameworks, externe Tools und Unternehmenskonnektoren dramatisch. Anders als bei Vorfällen in traditionellen Lieferketten, bei denen kompromittierte Komponenten im Vordergrund stehen, sind KI-Systeme nach der Bereitstellung durch Verbindungen zu Datenquellen, Tools und externen Diensten kontinuierlichen Risiken ausgesetzt. Manipulierte Datenquellen können das Systemverhalten beeinflussen, wodurch die Sicherheit von KI-Lieferketten komplexer wird und eine kontinuierliche Überwachung der vernetzten Abhängigkeiten und Identitäten im gesamten Ökosystem erforderlich ist.

Künstliche Intelligenz revolutioniert den Devisenhandel durch KI-gestützte Forex-Bots, die riesige Marktdatenmengen verarbeiten und komplexe Muster erkennen, die über die Möglichkeiten manueller Analysen hinausgehen. Moderne Forex-Roboter haben sich von starren, regelbasierten Algorithmen zu hochentwickelten Systemen entwickelt, die KI-Techniken integrieren. Diese Systeme passen sich veränderten Marktbedingungen an, bewerten Risiken effektiv und verbessern sich durch kontinuierliches Lernen. Die intelligenten Tools sind rund um die Uhr auf den globalen Devisenmärkten aktiv und analysieren, interpretieren und reagieren auf Marktsignale in Echtzeit. Dies stellt einen grundlegenden Wandel hin zu automatisierten Handelssystemen dar und verändert die Beziehung zwischen menschlichen Händlern und künstlicher Intelligenz auf den Finanzmärkten grundlegend.

Der autonome Tischtennisroboter Ace von Sony AI hat in offiziellen Spielen nach den Regeln des Internationalen Tischtennisverbandes (ITTF) erfolgreich gegen hochkarätige menschliche Spieler angetreten und diese besiegt. Dieses KI-System demonstriert in realen Wettkampfsituationen fortschrittliche Fähigkeiten in schneller Entscheidungsfindung und präziser Motorsteuerung. In dokumentierten Tests ab April 2025 gewann Ace drei von fünf Spielen gegen Spitzenspieler; weitere Siege gegen Profigegner wurden bis Anfang 2026 erzielt. Der Roboter kombiniert Hochgeschwindigkeits-Wahrnehmungssysteme mit KI-gesteuerter Regelung, um Schläge unter Wettkampfbedingungen auszuführen. Dies stellt einen bedeutenden Fortschritt in der Anwendung künstlicher Intelligenz im physischen Sport dar.

KI-Systeme setzen zunehmend auf kontinuierlich aktualisierte Datenströme anstelle statischer Datensätze. Finanzmärkte wie Kryptowährungen dienen hierfür als Paradebeispiele. Der BNB-Kurs und ähnliche Krypto-Assets fungieren als konstante Datenströme und nicht als feste Werte, wodurch wertvolle Trainingsumgebungen für KI-Modelle entstehen. Kryptowährungsmärkte verstärken diesen Effekt durch unregelmäßige Bewegungen und nicht-repetitive Muster, was sowohl Herausforderungen als auch Chancen für die KI-Interpretation mit sich bringt. Im Gegensatz zu traditionellen statischen Datensätzen, die vor der Verwendung gesammelt und bereinigt werden, treffen Marktdaten in Echtzeit kontinuierlich ein. Dies zwingt Modelle, sich dynamisch anzupassen und aufkommende Veränderungen zu erkennen, ohne sich auf feste Annahmen zu stützen.