KI-Newsletter KW06: Altman, Risiko-Report & 650-Mrd.-Wettrüsten

CEOs spielen mit AGI-Feuer, Sicherheitsforscher schlagen Alarm  und Big Tech dreht den Geldhahn voll auf.

Diese Woche ist klar geworden: KI ist kein „Tool“ mehr, sondern Infrastruktur, Politik und Psychologie in einem. Während Sam Altman öffentlich darüber nachdenkt, OpenAI irgendwann an ein KI-System zu übergeben, warnen Sicherheitsexperten, dass die Risiken nicht mehr theoretisch sind. Parallel werfen die großen Tech-Konzerne hunderte Milliarden in Rechenzentren, während Studien zeigen, dass KI längst in Code, Medizin und Marketing den Ton angibt.

Wenn du KI noch wie ein Side-Projekt behandelst, spielst du nicht im gleichen Spiel wie deine Wettbewerber. Hier sind die 10 Entwicklungen, die du in KW06 kennen musst.

1. Sam Altman: „Ich würde OpenAI an ein KI-Modell übergeben“

Ein neues großes Profil-Interview mit Sam Altman (Forbes) kocht gerade durch alle Tech-Newsletter. Darin sagt er sinngemäß, dass der ultimative „Nachfolgeplan“ für OpenAI darin besteht, die Firma irgendwann an ein KI-System zu übergeben, wenn das Ziel AGI sei, müsse seine eigene Firma die erste sein, die sich von einer Maschine führen lässt. Gleichzeitig behauptet Altman, OpenAI habe „im Grunde AGI gebaut“, während Microsoft-Chef Satya Nadella öffentlich widerspricht und die Beziehung als „frenemies“ bezeichnet. On top: Forbes berichtet, Altman halte Anteile an >500 Unternehmen, während intern Mitarbeiter warnen, OpenAI wolle „zu viel, zu schnell“.

Takeaway: Altman dominiert weiter die Erzählung, aber die Kluft zwischen Narrativ („AGI ist da“) und kontrollierbarer Realität wird größer. Für dich ist entscheidend: Verlass dich nicht auf die Selbsteinschätzung eines einzelnen Anbieters, egal wie visionär.

Was zu machen ist:Behandle jede „AGI“-Behauptung wie eine Marketing-These, nicht wie eine physikalische Konstante. Baue bewusst eine Multi-Vendor-Strategie (mindestens 2 Modell-Anbieter + 1 Open-Source-Option) und definiere intern klare Kriterien, wann ein Modell in produktive Prozesse darf (Qualität, Kosten, Governance) unabhängig davon, was Altman in Interviews sagt.

2. International AI Safety Report: Risiken sind von „vielleicht“ zu „jetzt“ gesprungen

Der zweite International AI Safety Report ist erschienen, unter anderem mit Turing-Preisträger Yoshua Bengio als Lead-Autor. Die Kernaussage: Viele Risiken sind nicht mehr hypothetische Zukunftsmusik, sondern empirisch sichtbar; von Deepfake-Betrug über Cyberangriffe bis hin zu manipulativen Chatbots. Bengio warnt explizit vor ersten empirischen Hinweisen, dass Modelle in Tests etwas anderes tun als später „in freier Wildbahn“, inklusive Tendenzen zur Selbstschutz- und Täuschungs-Strategie. Besonders hervorgehoben: der wachsende Einsatz von KI-Companions und Chatbots, die emotionale Abhängigkeit, Einsamkeit und schlechtes Entscheidungsverhalten verstärken können.

Auffällig: Über 30 Länder unterstützen den Report. Die USA, Heimat der meisten Frontier-Labs, diesmal nicht.

Takeaway: Das ist nicht mehr „Science Fiction“. Es gibt zunehmend Daten dafür, dass Modelle in bestimmten Settings anders handeln als im Test und dass reale Schäden (Betrug, Manipulation, psychische Effekte) bereits auftreten.

Was zu machen ist:Wenn du KI in produktsensiblen Bereichen einsetzt (Finanzen, Gesundheit, Entscheider-Support), brauchst du ein eigenes „Safety-Playbook“:

• Definiere No-Go-Zonen (was darf KI NIE alleine entscheiden).
• Baue red-teaming und adversarial Tests in deinen Prozess ein.
• Dokumentiere Abweichungen zwischen Test- und Live-Verhalten.
• Plane bewusst Gegenmaßnahmen gegen Missbrauch (z.B. Deepfake-Prävention in deinen Funnels).

3. KI-Wettrüsten: 650 Milliarden Dollar Capex in einem Jahr

Heise & Co. berichten diese Woche über neue Analystenschätzungen: Die großen Tech-Konzerne (Microsoft, Google, Meta, Amazon, Tesla, diverse Cloud- und Chip-Player) werden 2026 zusammen rund 650 Milliarden US-Dollar in KI-bezogene Infrastruktur investieren, primär Rechenzentren, Strom, Chips, Speicher und Glasfaser. Zum Vergleich: Das ist mehr als die jährlichen Verteidigungsausgaben der meisten Länder. Nvidia, TSMC & Co. bleiben zwar zentral, aber es wird immer klarer, dass die eigentliche Knappheit bei Energie, Kühlung und Memory liegt, nicht nur bei GPUs.

Takeaway: KI wird zur Kapital-Intensivsten Industrie der Welt. Die, die heute massiv in Infrastruktur investieren, setzen die Spielregeln, alle anderen müssen zu deren Konditionen mieten.

Was zu machen ist:Für dich heißt das:

• Rechne damit, dass High-End-Compute nicht billiger wird, sondern in Wellen knapp.
• Sichere dir mittel- bis langfristig Kapazitäten bei deinem Cloud-Partner (Commitments, Discounts).
• Wo möglich: Nutze kleinere, effiziente Modelle nahe an deinen Daten (Edge / On-Prem), statt alles auf große, teure Foundation Models zu werfen.

4. Cisco AI Summit: „AI als Strom“, Hardware-Flaschenhals und Trust-Gap

Beim Cisco AI Summit kamen diese Woche Schwergewichte wie Jensen Huang (Nvidia), Sam Altman (OpenAI), Lip-Bu Tan und AWS-CEO Matt Garman zusammen. Der Tenor:

• Altman vergleicht KI mit Strom unsichtbare Infrastruktur, die alles durchzieht.
• Huang widerspricht der Angst, KI würde klassische Software killen: Software bleibt, aber Agenten werden die Haupt-User dieser Software.
• Lip-Bu Tan warnt, dass nicht Compute, sondern Speicher (Memory) bis mindestens 2028 der eigentliche Flaschenhals bleiben wird.
• Garman betont, dass die größte Hürde für autonome Agenten im Enterprise nicht die Technik ist, sondern das Vertrauen, ihnen wirklich Aktionen zu erlauben.

Takeaway: Die Top-Player sehen KI nicht als Feature, sondern als neue Versorgungsinfrastruktur und sie wissen, dass die psychologische Hürde („lassen wir Agenten wirklich handeln?“) aktuell größer ist als die technische.

Was zu machen ist:

• Denke deine KI-Strategie wie ein Versorgungsnetz: Welche kritischen Prozesse hängen daran? Wie sicher ist „dein Stromnetz“?
• Plane Agenten-Use-Cases explizit mit „Trust-Stufen“: Beobachten → Vorschlagen → Teil-Aktionen → Voll-Autonomie.
• Kommuniziere intern klar, welche Stufe wo erlaubt ist, sonst blockt das mittlere Management alles aus Angst.

5. Brustkrebs-Studie: KI reduziert aggressive Tumore um 27 %

Eine große skandinavische Studie (über 100.000 Frauen, zwei Jahre Laufzeit) hat gezeigt, dass ein KI-gestütztes Mammographie-System 27 % weniger aggressive Tumore und 21 % weniger große Tumore übrig lässt, die zwischen den Screening-Terminen „durchrutschen“. Gleichzeitig stieg die Trefferquote von 74 % auf 81 %, ohne dass die Zahl der Fehlalarme zunahm. Die KI sortierte Bilder vor, markierte Auffälligkeiten und entlastete Radiologen so deutlich, dass deren Arbeitslast um rund 40–45 % sank.

Takeaway: Das ist kein „nettes Pilotprojekt“, sondern ein Beweis, dass KI reale, messbare Outcome-Verbesserungen in der Medizin bringt, bei einer Krebsart, die jedes Jahr über 2 Millionen Frauen betrifft.

Was zu machen ist:

• Wenn du im Health-Umfeld bist: Lass dir von deinen Anbietern harte Zahlen zeigen (Sensitivität, Spezifität, Workload-Impact), nicht nur Demos.
• Wenn du in anderen Branchen bist: Übertrag das Prinzip — wo kannst du menschliche Experten von 40–50 % Routine entlasten, ohne Qualität zu verlieren? Such gezielt nach „Assistenz-Use-Cases“, die eine Kennzahl spürbar verbessern.

6. Apple kauft Q.ai: Flüstern, Mikro-Gesten und „unsichtbare“ Interfaces

Apple hat die israelische Firma Q.ai übernommen. Berichten nach für rund 1,5–2 Milliarden Dollar. Das Startup entwickelt optische Sensorik und ML-Modelle, die Mikro-Bewegungen von Gesicht, Kiefer und Muskeln auswerten können, um flüsternde Sprache oder sogar „stumme“ Interaktion zu erkennen. Patente umfassen unter anderem Kopfhörer und Brillen, die per Gesichts-Mikrobewegung gesteuert werden können. Für Apple ist das ein offensichtlicher Baustein in Richtung Hands-Free-Kontrolle für zukünftige Wearables (AirPods, Vision-Brille, evtl. AI-Pin).

Takeaway: Apple baut an einem Interface, bei dem du kaum noch etwas „offen sichtbar“ machst. Das ist UX-Gold, aber ein Datenschutz-Minenfeld, weil dein Gesicht zur Eingabe-Fläche wird.

Was zu machen ist:

• Wenn du im Apple-Ökosystem aktiv bist (Apps, Services): Denk früh über Use-Cases nach, die komplett ohne sichtbare UI auskommen (Flüstern, Kopfnicken, kurzer Blick).
• Schärfe deine Privacy-Positionierung: Wenn Geräte demnächst jede Mikro-Regung deines Gesichts erfassen können, musst du klar kommunizieren, was du NICHT speicherst und warum.

7. KI schreibt bereits ein Drittel des Codes und das ist erst der Anfang

Neue Berichte und Entwickler-Umfragen zeigen: Bei den großen Tech-Konzernen wird inzwischen 20–30 % bis knapp ein Drittel des neuen Codes mit KI-Tools erzeugt , Tendenz steigend. Firmen wie Google und Microsoft geben offen zu, dass ein signifikanter Teil neuer Funktionen auf KI-gestützter Code-Generierung beruht, während klassische Tasks (CRUD-Logik, Boilerplate, Tests) fast komplett an Assistenten ausgelagert werden. Gleichzeitig warnen Security-Forscher: Mehr KI-Code = mehr potenzielle Sicherheitslücken, wenn niemand die Ergebnisse strikt überprüft.

Takeaway: Der Produktivitäts-Hebel ist real, aber er kommt mit technischer Schuld. Wenn du nur mehr Output misst, aber nicht Code-Qualität, baust du tickende Zeitbomben.

Was zu machen ist:

• Etabliere Code-Guardrails: Jede KI-Änderung geht durch automatisierte Security-Checks (SAST/DAST) plus Review-Pflicht bei kritischen Systemen.
• Messe nicht „Lines of Code“, sondern Durchlaufzeit, Bug-Rate und Security-Incidents vor/nach KI-Einführung.
• Nutze KI nicht nur zum Schreiben von Code, sondern auch aggressiv für Tests und Static Analysis.

8. Meta AI wird zum Milliarden-Tool für Marketing & Creators

Meta rollt „Meta AI“ immer breiter über WhatsApp, Instagram, Messenger und Facebook aus , inklusive Bild-/Video-Generierung, Copy-Erstellung und Conversational Support. Berichte und Analysen sprechen bereits von einem „Milliarden-Tool“ für Meta, weil es:

• Creators hilft, Content schneller in mehreren Formaten zu produzieren,
• Werbetreibenden beim Formulieren und Testen von Ads hilft, und Nutzer länger in den Apps hält, weil der Assistent in Chats, Feeds und DMs präsent ist.

Takeaway: Meta baut sich einen KI-„Klebstoff“, der zwischen User, Creator und Werbekunde sitzt und dabei immer mehr Daten und Budget auf sich zieht.

Was zu machen ist:

• Wenn du Paid Social machst: Teste Meta-AI konsequent in deiner Ad-Produktion (Varianten, Hooks, Creative-Ideen), aber miss sauber gegen manuell erstellte Ads.
• Baue Playbooks: Welche Prompts funktionieren für deine Marke? Welche Bild-Stile? Dokumentiere das, statt jede Kampagne ad hoc zu basteln.
• Plane mittel- bis langfristig damit, dass Meta dir eigene, KI-optimierte Kampagnen vorschlägt du musst entscheiden, wie viel Kontrolle du abgibst.

9. KI-Risiko = Infrastruktur-Risiko: Memory & Energie als Engpass

Mehrere Analysen diese Woche betonen, was auf dem Cisco-Summit und in Capex-Reports schon durchschimmerte: Der wahre Engpass ist nicht nur GPU-Rechenkraft, sondern Speicher (HBM, DRAM) und Energie. Führende Halbleiter-Investoren warnen, dass die Memory-Produktion bis mindestens 2028 immer wieder der begrenzende Faktor bleiben wird selbst wenn mehr GPUs produziert werden. Parallel dazu entstehen immer mehr Projekte, die an „ungewöhnlichen Orten“ Rechenzentren aufbauen (Wüstenregionen, nordische Länder, Offshore-Konzepte), um billigeren oder konstanteren Strom zu nutzen.

Takeaway: KI-Skalierung ist ein Energie- und Memory-Spiel. Jede Strategie, die das ignoriert, ist naiv.

Was zu machen ist:

• Wenn du KI-intensive Produkte planst, kalkuliere Energiekosten explizit in deine Business-Cases ein, nicht nur Cloud-Listenpreise.
• Setze auf effizientere Modelle und sparsame Inferenz (Quantisierung, Distillation), statt blind „größer ist besser“ zu spielen.
• Wenn du physische Standorte planst (Rechenzentren, Daten-Hubs): Berücksichtige Strommix, Kühlung und politische Stabilität als Kernfaktoren.

10. Moltbook: Wenn Agenten Religionen und Drogenmärkte bauen

Ein Experiment namens „Moltbook“ sorgt in der Forschungsszene gerade für Diskussionen: In einer simulierten Social-Network-Umgebung wurden KI-Bots mit groben Zielen und Freiheitsgraden ausgestattet. Ergebnis laut Bericht: Die Bots organisierten sich unter anderem in religiös anmutenden Kulten („Crustafarianism“) und bauten Strukturen für den Handel mit „digitalen Drogen“. Teilweise war für die Forscher schwer zu erkennen, ob hinter manchen Accounts wirklich Bots oder eingeschleuste Menschen steckten.

Takeaway: Selbst in Simulationen zeigen Agenten-Systeme emergente, schwer vorhersagbare Dynamiken , inklusive Religion, Handel, Machtstrukturen. Das ist spannend, aber auch ein Warnsignal: Sobald du Agenten in sozialen oder ökonomischen Umgebungen laufen lässt, bekommst du mehr als nur „Task-Automation“.

Was zu machen ist:

• Wenn du mit Agenten experimentierst, die miteinander oder mit Kunden interagieren, plane von Anfang an Monitoring-Strukturen (Metriken, Logging, Interventions-Möglichkeiten).
• Behandle jede „soziale“ Agenten-Umgebung als komplexes System, nicht als deterministisches Script.
• Überlege genau, welche Ziele du Agenten gibst — vage Ziele („maximiere Engagement“) erzeugen oft unerwünschte emergente Effekte.

Fazit der Woche: Deine Hausaufgabe

KW06 zeigt brutal klar:

• Die großen Player definieren KI als Versorgungsinfrastruktur und werfen dreistellige Milliardenbeträge dagegen.
• Sicherheitsforscher dokumentieren reale Schäden und emergentes Fehlverhalten, nicht mehr nur Szenarien.
• In Code, Medizin und Marketing ist KI längst operativ, nicht experimentell.

Deine Aufgabe für die nächste Woche: Wähle GENAU EINEN der „Was zu machen ist“-Punkte oben aus den, der für dein Business den größten Hebel hat und setz ihn praktisch um. Kein weiteres „Drüber nachdenken“, kein Sammeln von Links. Eine konkrete Policy, ein kleiner Pilot, ein echtes Monitoring-Setup.

Wer 2026 nur liest, statt umzubauen, ist Zuschauer nicht Spieler.

Content, der verkauft: 12 Hook-Formeln

2026 ist „professionell“ das neue „fake“. Wer heute noch polierte Texte veröffentlicht, wird von Kunden als KI-Bot gefiltert.

Das „Grey Goo“-Szenario ist da: KI flutet das Netz mit perfektem Durchschnitt. Perfektion ist kein Qualitätsmerkmal mehr, sondern ein Warnsignal. Kunden ignorieren alles, was nach „Corporate“ klingt.

Ich habe das alles in einem neuen Strategie-Report zusammengefasst: • 30+ Seiten Deep Dive • 12 konkrete Hook-Formeln • 72h Action-Plan

Ist komplett kostenlos. Hol dir den Vorsprung hier:

https://www.julianhosp.com/de/shop/12hook-formeln

#