KI-News 06.11.2026
Sprache: DE / EN / ZH / FR / ES / PT / JA / KO
KI-generiert: Die Zusammenfassungen schreibt eine KI auf Grundlage der verlinkten Quellen. So nutzen wir KI
Wichtigste Erkenntnisse
- Die gemeinnützige METR hat elf Wochen damit verbracht, Anthropics interne Forschungsdaten zu prüfen, und kam zu dem Schluss, dass sich das Tempo der Modellentwicklung ungefähr verd…
- Das KI-Physikstart-up PSI sagt aus, ein System, das ein nicht öffentliches Anthropic-Modell ausführte, habe die Aaronson-Ambainis-Vermutung bewiesen, eine seit 2008 offene Frage de…
- Ricursive Intelligence veröffentlicht Ripple-65B Preview, ein Open-Weight-Modell mit 65 Milliarden Parametern unter der Apache-2.0-Lizenz, das laut Unternehmen bei der TerminalBenc…
- OpenAI: $11B (Unknown)
- Palo Alto Networks → Clutch ($500M)
- Entscheiden Sie bei Agenten-Workflows explizit darüber, welchen Kontext gespeichert werden soll, wo er abgelegt werden sollte und wann er wiederverwendet werden…
Warum das heute zählt
- METR Anthropic auditDer elfwöchige Audit von METR zu den internen Daten von Anthropic ergab, dass sich das Tempo der Modellentwicklung etwa verdoppelt hat, wobei rund 80 Prozent des Geschwindigkeitszuwachses auf KI-unterstützte Forschung zurückzuführen sind. Anthropic hat die aussagekräftigsten Beweise gestrichen, sodass die Öffentlichkeit auf METRs Beurteilung angewiesen ist.
- Open-weight model raceZwei Open-Weight-Releases erscheinen am selben Tag: Ricursive's Ripple-65B mit 65 Milliarden Parametern unter der Apache-2.0-Lizenz, entwickelt bei einem F&E-Aufwand von 32 Millionen US-Dollar, und Thinking Machines' Inkling 2 Small, ein Mixture-of-Experts-Modell mit 594 Milliarden Parametern, das das Unternehmen als das stärkste westliche Open-Weight-Modell bezeichnet.
- AI fundingThinking Machines soll reportedly eine Finanzierungsrunde über 5 Milliarden US-Dollar anführen, angeführt von Accel, bei einer Vorab-Bewertung von 40 Milliarden US-Dollar, während OpenAI reportedly weitere 11 Milliarden US-Dollar in einer noch nicht abgeschlossenen Runde eingesammelt hat, die es auf 1,25 Billionen US-Dollar bewertet. Beide Zahlen bleiben bis zum Abschluss der Runden unbestätigt.
- Data center politicsNachdem Wähler Datenzentrum-Einschränkungen für 40 von 41 Maßnahmen auf dem Stimmzettel der Zwischenwahlen befürwortet hatten, kündigte OpenAI Verpflichtungen gegenüber den Gastgemeinden an, darunter keine Geheimhaltungsvereinbarungen (NDAs) mit Beamten. Das Versprechen adressiert die Kritik daran, wie Datenzentrumsprojekte NDAs nutzen, um Diskussionen zu verschleiern.
- AI mathematicsPSI sagt, ein nicht-publikes Anthropic-Modell habe die Aaronson-Ambainis-Vermutung bewiesen, die seit 2008 offen war; falls verifiziert, würde dies ein bemerkenswertes formales mathematisches Ergebnis durch ein KI-System markieren. Die Behauptung stammt von PSI und wartet auf unabhängige Verifikation.
Was sind die wichtigsten KI-Durchbrüche?
Diese 06.11.2026 umfasst 10 kuratierte KI-Nachrichten aus Technologie, Forschung und Produktentwicklung. Die gemeinnützige METR hat elf Wochen damit verbracht, Anthropics interne Forschungsdaten zu prüfen, und kam zu dem Schl...
Die gemeinnützige METR hat elf Wochen damit verbracht, Anthropics interne Forschungsdaten zu prüfen,…
Die gemeinnützige METR hat elf Wochen damit verbracht, Anthropics interne Forschungsdaten zu prüfen, und kam zu dem Schluss, dass sich das Tempo der Modellentwicklung ungefähr verdoppelt hat, wobei etwa 80 Prozent des Geschwindigkeitszuwachses auf KI-unterstützte Forschung zurückzuführen sind. Anthropic hat die aussagekräftigsten Beweise gestrichen, sodass die Öffentlichkeit stark auf METRs Urteil angewiesen sein muss – 'viel mehr als ideal wäre' –, und es gibt skeptische Stimmen innerhalb des Unternehmens.
Das KI-Physikstart-up PSI sagt aus, ein System, das ein nicht öffentliches Anthropic-Modell ausführt…
Das KI-Physikstart-up PSI sagt aus, ein System, das ein nicht öffentliches Anthropic-Modell ausführte, habe die Aaronson-Ambainis-Vermutung bewiesen, eine seit 2008 offene Frage der Quanteninformatik. Die Behauptung würde, falls sie bestätigt wird, einen bemerkenswerten Fall markieren, in dem ein KI-System zu einem formalen mathematischen Ergebnis beigetragen hat.
Ricursive Intelligence veröffentlicht Ripple-65B Preview, ein Open-Weight-Modell mit 65 Milliarden P…
Ricursive Intelligence veröffentlicht Ripple-65B Preview, ein Open-Weight-Modell mit 65 Milliarden Parametern unter der Apache-2.0-Lizenz, das laut Unternehmen bei der TerminalBench-2.1-Coding-Benchmark US-Open-Source-Modelle übertrifft, bei Gesamtforschungskosten von 32 Millionen Dollar. Bei anderen Benchmarks liegt es hinter Thinking Machines' neu veröffentlichtem Inkling 2 Small zurück.
Thinking Machines, das Start-up von Ex-OpenAI-CTO Mira Murati, veröffentlicht Inkling 2 Small, ein M…
Thinking Machines, das Start-up von Ex-OpenAI-CTO Mira Murati, veröffentlicht Inkling 2 Small, ein Mixture-of-Experts-Modell mit 594 Milliarden Parametern. Das Unternehmen behauptet, es sei das stärkste westliche Open-Weight-Modell, obwohl eine bessere agentic Leistung mit deutlich höherem Token-Verbrauch einhergeht.
Ant Group hat Ling-3.2-flash veröffentlicht, ein natives multimodales Modell, das Text, Bilder und V…
Ant Group hat Ling-3.2-flash veröffentlicht, ein natives multimodales Modell, das Text, Bilder und Video akzeptiert, mit insgesamt 560 Milliarden Parametern, 25 Milliarden aktiven Parametern pro Inferenzschritt und einem Kontextfenster von einer Million Tokens. Ant sagt, es richte sich auf komplexes visuelles Verständnis, multistep-Agent-Aufgaben, 3D-Verständnis und medizinische Anwendungen.
Baidu hat ERNIE-5.5-Flash-Base open-sourced, einen rohen Pretraining-Checkpoint mit 280 Milliarden G…
Baidu hat ERNIE-5.5-Flash-Base open-sourced, einen rohen Pretraining-Checkpoint mit 280 Milliarden Gesamt- und 14 Milliarden aktiven Parametern, 128K Trainingskontext und Unterstützung für 1 Mio. Tokens, der für weiteres Training vorgesehen ist. Das Alibaba-Taobao-MNN-Team hat separat MNN-Pocket-0.3B open-sourced, ein 173 MB großes INT4-On-Device-Modell, das laut eigenen Angaben offline auf einem iPhone 18 Pro etwa 350 Tokens pro Sekunde decodiert.
Google hat Gemini Omni 1.2 Flash eingeführt, das native 15-Sekunden-Videoerstellung, verbesserte Ref…
Google hat Gemini Omni 1.2 Flash eingeführt, das native 15-Sekunden-Videoerstellung, verbesserte Referenztreue und mehrstufige konversationelle Bearbeitung hinzufügt. Google sagt, das Update senke die Kosten um 30 % und verbessere die Konsistenz für professionelle Projekte.
Nach den Zwischenwahlen, bei denen Wähler Datenzentrumseinschränkungen für 40 von 41 Volksentscheide…
Nach den Zwischenwahlen, bei denen Wähler Datenzentrumseinschränkungen für 40 von 41 Volksentscheiden unterstützten, kündigte OpenAI Verpflichtungen gegenüber Gemeinden an, darunter, dass es keine NDAs mit Beamten verwenden wird. Der Schritt erfolgt, während Datenzentrumsprojekte unter die Lupe genommen werden, da sie NDAs nutzen, um Diskussionen zu verschleiern.
Perplexity startet 'Teammates', durchgehend aktive Agenten, die eigenständig an laufenden Projekten …
Perplexity startet 'Teammates', durchgehend aktive Agenten, die eigenständig an laufenden Projekten auf ihren virtuellen Maschinen arbeiten. Die Funktion erfordert den Max-Plan für 200 Dollar pro Monat, was deutlich über ähnlichen Angeboten von OpenAI oder Anthropic liegt, in einem zunehmend überfüllten Markt für durchgehend aktive Agenten.
OpenAI hat BioBasicsBench eingeführt, eine Benchmark mit 100 Aufgaben, die misst, wie gut KI-Agenten…
OpenAI hat BioBasicsBench eingeführt, eine Benchmark mit 100 Aufgaben, die misst, wie gut KI-Agenten rohe experimentelle Daten interpretieren und alltägliche Laborexperimente im Nasslabor durchführen können. Die Benchmark zielt auf eine Lücke bei der Bewertung von Agenten bei praktischer Laborarbeit ab, statt Fragen nach Schulbuchart.
Top KI-Videos der Woche
2 kuratierte YouTube-Videos über KI-Entwicklungen.
Basierend auf einem Transkript-Auszug: Fireship erklärt die Exponential Time Hypothesis (ETH) und be…

Basierend auf einem Transkript-Auszug: Fireship erklärt die Exponential Time Hypothesis (ETH) und berichtet, dass ein ungenanntes OpenAI-Modell angeblich einen Algorithmus entwickelt hat, der 3-SAT schneller als in exponentieller Zeit löst, was möglicherweise eine 27 Jahre alte Hypothese bricht, von der über 800 veröffentlichte Papers abhängen. Das Video behandelt, was 3-SAT und ETH bedeuten, wie das Modell diese angeblich mit einer Technik gebrochen hat, an die kein Mensch gedacht hätte, und warum diese Papers nun vor einem Problem stehen.
Basierend auf einem Transkript-Auszug: Wes Roth diskutiert METRs unabhängige Prüfung von Anthropic z…

Basierend auf einem Transkript-Auszug: Wes Roth diskutiert METRs unabhängige Prüfung von Anthropic zur Automatisierung der KI-Forschung und stellt fest, dass Anthropic einen Großteil der Beweise gestrichen hat, die METR für am informativsten hielt, und dass ein internes Modell angeblich alle internen Benchmarks von Anthropic gebrochen hat. Das Video untersucht, was die Streichungen über Beschleunigungen in der KI-Forschung und -Entwicklung sowie über Anthropics aktualisierte S1-Einreichungen zu rekursiver Selbstverbesserung aussagen könnten.
Was sind die neuesten KI-Investment-Signale?
Aktuelle KI-Investment-Signale: 5 Finanzierungsrunden, 4 Markt-Updates und 1 M&A-Transaktionen.
Primärmarkt – Finanzierungsrunden
| Unternehmen | Betrag | Runde | Investoren |
|---|---|---|---|
| OpenAI | $11B | Unknown | |
| Thinking Machines Lab | $5B | Unknown | Accel |
| Sand.ai | $200M | Series A+ | Cornerstone Capital, Wangsu Science & Technology |
| Physicl | $10M | Unknown | |
| Kalepa | $75M | Series B | Updata |
Sekundärmarkt – Markt-Updates
M&A – Fusionen & Übernahmen
| Käufer | Ziel | Dealwert | Dealtyp |
|---|---|---|---|
| Palo Alto Networks | Clutch | $500M | Übernahme |
Welche praktischen KI-Tipps gibt es diese Woche?
4 praktische KI-Tipps aus Reddit-Communities und Experten-Blogs. NVIDIAs Speicherstrategie für KI-Agenten konzentriert sich darauf zu entscheiden, welchen Kontext ge...
Produktivität
NVIDIAs Speicherstrategie für KI-Agenten konzentriert sich darauf zu entscheiden, welchen Kontext gespeichert werden soll, wo er abgelegt wird und wann er wiederverwendet werden kann, da Agenten Kontext ansammeln, während sie lesen, schlussfolgern und Tools nutzen.
Entscheiden Sie bei Agenten-Workflows explizit darüber, welchen Kontext gespeichert werden soll, wo er abgelegt werden sollte und wann er wiederverwendet werden kann, anstatt zu zulassen, dass Agenten Kontext unkontrolliert ansammeln.
Produktivität
OpenAIs CTO of Applications Vijaye Raji sagte, dass mehr Code jetzt verworfen wird, da das Programmieren günstig ist; der Beitrag behandelt, wie man entscheidet, was ein Team behält versus wegwirft, und die Identifizierung von Einschränkungen.
Wenn das Programmieren günstig ist, planen Sie das Verwerfen von mehr Code: Entscheiden Sie bewusst, was Ihr Team behält versus wegwirft, und identifizieren Sie die Einschränkungen in Ihrer eigenen Arbeit.
Produktivität
Claude kann Banktransaktionen über Plaid analysieren; Anthropic verspricht schreibgeschützten Zugriff und Beschränkungen beim KI-Training, aber das Trennen Ihrer Bank löscht keine Finanzinformationen aus früheren Chats.
Beachten Sie, dass das Trennen des Kontos keine Finanzinformationen löscht, die bereits in früheren Chats vorhanden sind, wenn Sie Finanzkonten mit einem KI-Assistenten verbinden.
Produktivität
OpenAIs GPT-6 Cyber kann funktionierende Exploits entwickeln und zeigt Berichten zufolge erhebliche Verbesserungen bei der Einhaltung autorisierter Testgrenzen, aber seine Sicherheitsergebnisse variieren je nach Benchmark, was Fragen aufwirft, wie Training, Zugriffsbeschränkungen und externe Kontrollen in realen Bereitstellungen zusammenwirken.
Kombinieren Sie bei der Bereitstellung von Modellen für Sicherheitstests Zugriffsbeschränkungen und externe Kontrollen mit dem Modelltraining, da die Sicherheitsergebnisse Berichten zufolge je nach Benchmark variieren.