11 KI-Trends.
Beim Hersteller nachgelesen.
Für die Werkbank übersetzt.

Anthropic hat im September Claude Opus 5.5 vorgestellt und gibt an, dass es bei typischen Aufgaben rund 40 Prozent weniger kostet als Opus 5. Im Oktober folgte Claude Haiku 5.5 für 0,10 Dollar pro Million Eingabe-Token und 0,50 Dollar pro Million Ausgabe-Token bei Eingaben bis 100.000 Token, laut Anthropic im Schnitt etwa 75 Prozent günstiger als der Vorgänger Haiku 4.5.

OpenAI zieht mit: GPT-6.1 Sol kostet laut OpenAI 2 Dollar pro Million Eingabe-Token und 10 Dollar pro Million Ausgabe-Token, das am 26. Oktober vorgestellte GPT-6.1 Terra die Hälfte davon. Google verlangt für Gemini 4 Argon bis zum 30. November 2026 einen Einführungspreis von 2 und 10 Dollar, danach 4 und 20 Dollar. Das am 28. Oktober vorgestellte Gemini 4 Carbon soll mit demselben Einführungspreis starten, ist aber vorerst nur für ausgewählte Teams aus der Cyberabwehr freigeschaltet; einen Termin für Entwickler und Firmen nennt Google nicht. Die Spitze wird also nicht billiger, aber die Mittelklasse rückt so nah heran, dass sie für die meiste Alltagsarbeit reicht.

Mit Gemini 4 Argon hat Google in der Gemini-App einen Schalter von Chat auf Aufgaben eingeführt. Gemini arbeitet dann weiter, während du nicht am Rechner sitzt, meldet Zwischenstände und verbindet sich mit über 40 Apps, darunter Shopify und Adobe. Zum Start gilt das für Abonnenten von Google AI Pro und Ultra. Wie stark Agenten auch Fachleute lenken, zeigt eine Studie von Anthropic vom 27. Oktober: 50 Analysten arbeiteten mit Agenten, die heimlich auf eine von zwei Optionen festgelegt waren. In 86 Prozent der Fälle folgten sie dieser Tendenz, und nur 15 Prozent nannten den Agenten als Quelle ihrer Argumente.

Anthropic beschreibt Claude Opus 5.5 ausdrücklich als Modell für mehrstündige, eigenständige Aufgaben und nennt als Beispiel eine 18 Stunden lange Entwicklungssitzung ohne Aufsicht. Laut Anthropic verteilt das Modell Arbeit außerdem besser an Unter-Agenten. Am 22. Oktober kündigte Anthropic an, den automatischen Modus ab der Folgewoche in den meisten Claude-Apps für Pro, Max und Team als Voreinstellung für neue Sitzungen auszurollen. Darin blockiert ein Prüfmodell riskante Schritte, statt jeden Schritt abfragen zu lassen. Auch IBM rüstet nach: Laut Ankündigung vom 27. Oktober vergibt HashiCorp Vault künftig Agenten eigene Identitäten mit kurzlebigen Zugangsdaten, knappen Rechten und Sperre in Echtzeit, sobald ein Agent etwas Unerlaubtes versucht. GitHub hat am 28. Oktober Copilot Projects als öffentliche Vorschau gestartet: Du gibst ein Ziel vor, Copilot verteilt die Arbeit auf so viele Agenten und Repositories wie nötig und meldet sich, wenn es dich braucht. Google berichtet zu Gemini 4 Carbon, interne Teams hätten das Modell tagelang an mehrstufigen Entwicklungsaufgaben arbeiten lassen.

Am 22. Oktober hat Anthropic den Standard Agent Skills an die Agentic AI Foundation übergeben, die unter dem Dach der Linux Foundation arbeitet. Ein Skill ist ein Ordner mit einer Datei SKILL.md und optionalen Skripten. Laut Anthropic haben ihn bereits über 70 Agenten-Plattformen eingebaut, darunter ChatGPT, Cursor, GitHub Copilot und VS Code.

Dieselbe Stiftung verwaltet schon das Model Context Protocol und den quelloffenen Agenten goose, den Block eingebracht hat. Damit liegen die drei wichtigsten Bausteine für Agenten, also Werkzeuganschluss, Fachwissen und Laufzeit, bei einer herstellerneutralen Stelle. Auch Apple setzt auf MCP: Laut Ankündigung vom 27. Oktober sollen externe KI-Agenten Inhalte in Keynote, Pages und Numbers lesen, bearbeiten und Abläufe automatisieren können. Das Update soll im November im App Store erscheinen und braucht laut Apple macOS 27; ob die MCP-Anbindung zusätzlich ein Abo von Apple Creator Studio verlangt, lässt die Ankündigung offen. Google hat am 29. Oktober einen Plugin-Marktplatz für Antigravity gestartet, dessen Pakete Skills im SKILL.md-Format und MCP-Server zusammen installieren.

Am 6. Oktober hat Mistral eine öffentliche Vorschau von Mistral Large 4 gestartet: ein multimodales Modell mit einer Billion Parametern, von denen pro Anfrage 52 Milliarden arbeiten. Trainiert wurde es nach Angaben von Mistral in eigenen Rechenzentren in Europa, ein europäischer Betrieb aus einer Hand ist Teil des Angebots. Am 29. Oktober hat Mistral die Gewichte einer nachtrainierten Fassung bei Hugging Face veröffentlicht. Die Lizenz ist eine abgewandelte MIT-Lizenz, nur wer das Modell als Dienst an Dritte verkauft, braucht eine eigene Vereinbarung mit Mistral.

Schon Ende September hat Mistral einen Standort in München eröffnet, mit Forschung zu Industrie- und Physik-KI und Partnern wie BMW, Siemens Energy und der TU München. Dazu kommt laut Mistral eine Finanzierungsrunde über drei Milliarden Euro im September. Aus der Schweiz kommt seit dem 27. Oktober Giotto: Das Reasoning-Modell Alto ist im europäisch gehosteten Chat kostenlos nutzbar, Solo läuft auf einer einzigen Grafikkarte. Firmen können beide in einer dedizierten Cloud in der Schweiz oder der EU mieten oder über Integratoren im eigenen Rechenzentrum betreiben.

Liquid AI hat am 27. Oktober die Modellfamilie LFM3 vorgestellt: sechs offene Modelle um zwei Milliarden Parameter für Text, Bild, Audio und schnelle Ja-Nein-Entscheidungen. Das Textmodell braucht bei 4 Bit laut Hersteller rund ein Gigabyte Speicher, verarbeitet bis zu 256.000 Token Kontext und lässt sich auf einer einzelnen Grafikkarte nachtrainieren. Deutsch steht auf der Sprachliste, die Lizenz hat aber eine Grenze: Ab 10 Millionen Dollar Jahresumsatz deckt sie die kommerzielle Nutzung nicht mehr ab.

NVIDIA hat am 23. Oktober Nemotron 3.5 Bolt E4B veröffentlicht, ein Kleinmodell auf Basis von Gemma 4 für Sprachassistenten und Werkzeugaufrufe. In NVIDIAs eigenem Test belegt es auf einer RTX 5070 je nach Gesprächslänge 3,5 bis 4,3 Gigabyte Grafikspeicher, Ollama hatte es noch am selben Tag im Angebot. Für Dokumente kam am 27. Oktober Unlimited OCR 2 von Baidu dazu: ein Modell mit offenen Gewichten unter MIT-Lizenz, das mehrseitige Dokumente in einem Durchgang ausliest. Laut Baidu bleiben Speicherbedarf und Rechenzeit pro Ausgabeschritt auch bei Hunderten Seiten nahezu konstant; die Gesamtdauer wächst mit der Seitenzahl trotzdem, und getestet hat Baidu auf einer Rechenzentrums-GPU mit 80 GB. Microsoft legte am 30. Oktober Mage-VL-Cowork unter Apache-2.0-Lizenz nach: ein Modell mit vier Milliarden Parametern, das am Bildschirm klickt und tippt oder Befehle im Terminal ausführt, mit rund 9,5 Gigabyte Gewichten in voller Genauigkeit.

Mozilla und Mistral haben im September angekündigt, dass Firefox Smart Window, der KI-Assistent im Browser, mit Mistral-Modellen läuft. Er hilft bei komplexen Suchen und findet Dinge anhand der offenen Tabs wieder. Gespräche werden laut Ankündigung standardmäßig nicht auf den Servern von Mozilla gespeichert. Laut Mozilla-Blog, zuletzt aktualisiert am 16. September, läuft die Beta in Nordamerika und Frankreich. Deutschland soll laut Mistral später im Jahr 2026 folgen, ein Datum nennen beide nicht.

Bei Anthropic haben die Python- und TypeScript-Bibliotheken mit Haiku 5.5 eine Beta für Computer- und Browser-Steuerung bekommen. Damit wird der Browser zur Arbeitsfläche für Agenten, die Formulare ausfüllen und Seiten vergleichen. Opera geht am 27. Oktober einen Schritt weiter: Mit WebAI laufen KI-Modelle direkt im Browser, Webseiten und Erweiterungen nutzen sie ohne Server, API-Schlüssel und Kosten pro Anfrage. Die Vorschau startet in Opera One auf Windows und Macs mit Apple-Chip, eingeschaltet wird sie erst auf Wunsch in den Einstellungen.

Seit dem 31. August 2026 gibt es in der Search Console weltweit eine Einstellung, mit der Website-Betreiber ihre Inhalte in AI Overviews, AI Mode und den KI-Funktionen von Discover zulassen oder ausschließen. Dazu kommt ein Bericht, der zeigt, welche Seiten in KI-Antworten erscheinen und wie viele Impressionen sie dort sammeln.

Microsoft führt bei Bing eine eigene Angabe pro Seite ein, mit der du festlegst, ob deine Inhalte KI-Antworten in Copilot und anderen Diensten speisen dürfen, ohne dass sich an der Bing-Suche etwas ändert. Sie gilt ab dem 1. Februar 2027. Wer bisher NoArchive oder NoCache nutzt, setzt bis zum 1. März 2027 die neue Angabe auf jeder Seite und trägt zusätzlich eine vorläufige Präferenz in den Bing Webmaster Tools ein, möglich ab dem 15. Dezember 2026; ohne diesen Eintrag sind solche Seiten bis zum nächsten Crawl fürs Grounding offen. Bei ChatGPT steuern Betreiber die Sichtbarkeit über die Crawler-Kennungen: OAI-SearchBot für die Suche, GPTBot für das Training. Die Produktsuche in ChatGPT zeigt Händler, deren Daten über Feeds oder Shopify angebunden sind, ist aber vorerst nur in den USA freigeschaltet. Shopify hat am 26. Oktober seine Knowledge Base in den Admin geholt, in der Händler Fakten über ihren Shop für KI-Agenten pflegen. Was Shopify selbst aus dem Shop vorschlägt, bleibt unveröffentlicht, bis der Händler es freigibt.

Am 30. Oktober haben Google, Microsoft und OpenAI angekündigt, ein gemeinsames Signal gegen KI-Training zu beachten. Es steht in der robots.txt als eigene Gruppe mit der Kennung __usage_ai-training, darunter wie gewohnt Disallow- und Allow-Zeilen. Der Entwurf dazu liegt seit demselben Tag bei der IETF, ist aber ein Einzelentwurf ohne offiziellen Status.

Die Zeitpläne gehen auseinander: OpenAI will das Signal in den kommenden Monaten umsetzen, Google im Jahr 2027, Microsoft ab dem 1. Februar 2027. Google wertet ein Nein über die neue Gruppe wie eine Sperre für Google-Extended, solange du Google-Extended nicht selbst regelst. Laut Entwurf steuert die Gruppe nicht, wer crawlen darf, und eine allgemeine Regel für alle Bots zählt nicht als Präferenz. Bestehende Regeln für GPTBot oder Google-Extended gelten weiter.

Mistral hat im Oktober Voxtral 3 veröffentlicht: Spracherkennung für über 50 Sprachen, eine Echtzeit-Variante für über 35 Sprachen, Sprachausgabe in über 35 Sprachen und ein Baukasten für Sprachagenten auf Basis von LiveKit. Deutsch funktioniert in beide Richtungen, die Transkription kostet in der kleinen Variante 0,0035 Dollar pro Minute.

Google hat für Entwickler Gemini 3.8 Live und 3.5 Transcribe vorgestellt, gedacht für Sprach-Apps in Echtzeit. Spracherkennung, Antwort und Stimme wachsen damit zu einer Kette zusammen, für die niemand mehr eine eigene Spracherkennung trainieren muss. Für Mitschnitte, die das Haus nicht verlassen sollen, hat NVIDIA am 28. Oktober Nemotron 3.5 Transcribe mit offenen Gewichten veröffentlicht: Aufnahmen bis zu einer Stunde in 40 Sprachen, auf Deutsch mit Sprecherzuordnung, allerdings nur für fertige Dateien und nicht live.

Black Forest Labs hat im Juli FLUX 3 als multimodales Modell für Bild, Video, Ton und Bewegungsvorhersage vorgestellt. Seit dem 4. August ist FLUX 3 Video öffentlich nutzbar: Clips bis 20 Sekunden in HD, mit Ton, der gleich mit erzeugt wird.

Am 15. Oktober folgte FLUX 3 Image Klein mit 5,6 Milliarden Parametern und offenen Gewichten. Es erzeugt und bearbeitet Bilder bis 4K, verarbeitet bis zu zehn Referenzbilder und läuft in der kompakten Fassung schon auf Grafikkarten mit 8 GB Speicher. Für Anzeigen hat Runway am 27. Oktober Runway Ads für alle bezahlten Tarife freigegeben: Das Werkzeug verbindet Werbekonten bei Meta, Google und TikTok, baut aus gut laufenden Anzeigen neue Varianten in passenden Formaten und veröffentlicht sie erst nach Freigabe durch das Team.

Die Verordnung (EU) 2026/1744, der sogenannte Digital Omnibus zur KI, ist am 24. Juli 2026 im Amtsblatt erschienen und am 27. Juli in Kraft getreten. Sie verschiebt die Pflichten für eigenständige Hochrisiko-Systeme nach Anhang III auf den 2. Dezember 2027 und für Hochrisiko-KI in Produkten nach Anhang I auf den 2. August 2028.

Seit dem 2. August 2026 gelten die Transparenzpflichten: Chatbots legen offen, dass sie KI sind, und Betreiber kennzeichnen Deepfakes sichtbar. Nur für die maschinenlesbare Markierung durch Anbieter generativer Systeme, die schon vor diesem Tag auf dem Markt waren, gibt es laut Erwägungsgrund 38 eine Übergangsfrist von vier Monaten, also bis zum 2. Dezember 2026. Am selben Tag kommen gezielte Verbote für generative Systeme hinzu, die nicht einvernehmliche intime Bilder oder Darstellungen von Kindesmissbrauch erzeugen.