Autoren HubMatthias Bastian

Online-Journalist Matthias ist Gründer und Herausgeber von THE DECODER. Er ist davon überzeugt, dass Künstliche Intelligenz die Beziehung zwischen Mensch und Computer grundlegend verändern wird.

KI und Gesellschaft

6. September 20256. September 2025

Anthropic zahlt Buchautoren 1,5 Milliarden US-Dollar Abfindung

KI und Gesellschaft

23. August 202523. August 2025

Googles KI-Umweltstudie verharmlost Energieverbrauch und schönt CO₂-Werte

KI und Gesellschaft

17. August 202519. August 2025

Metas KI-Chatbot lädt Senior zu fiktivem Treffen ein – mit tödlichem Ausgang

KI in der Praxis

10. Mai 2025

Short

Eine Analyse von Artificial Analysis zeigt die KI-Preissteigerung durch Reasoning-Prozesse am Beispiel von Googles Gemini Flash 2.5. Die Betriebskosten des Modells sind 150-mal höher als bei Gemini Flash 2.0. Grund dafür sind deutlich teurere Ausgabetoken – 3,5 US-Dollar pro Million Token mit Reasoning, im Vergleich zu 0,4 Dollar bei 2.0 – sowie eine 17-fach höhere Token-Nutzung bei den Tests. Gemini 2.5 Flash verbraucht damit so viele Token für logische Schlussfolgerungen wie kein anderes Modell. OpenAIs o4-mini ist pro Token zwar teurer, verbrauchte im Benchmark aber weniger Token, was zu geringeren Gesamtkosten führte.

Balkendiagramm mit dem Titel „Cost to Run Artificial Analysis Intelligence Index“. Es zeigt die Gesamtkosten in US-Dollar, um alle Tests im Artificial Analysis Intelligence Index mit verschiedenen KI-Modellen durchzuführen. Die Balken sind in drei Farben unterteilt: Input (blau), Reasoning (lila), Output (grün).Links stehen die teuersten Modelle:

GPT-3 ($1951),

Claude 3 Opus ($1485),

Gemini 2.5 Pro ($844).

In der Mitte:

Gemini 2.5 Flash mit Reasoning ($445),

o4-mini (high) ($323).

Rechts die günstigsten Modelle:

Gemini 2.0 Flash ($3),

Llama 3 8B ($2).

Ein lila Pfeil darüber zeigt den Kostenunterschied zwischen Gemini 2.0 Flash und Gemini 2.5 Flash mit Reasoning und hebt „150x“ hervor. Quelle ist „Artificial Analysis“. — Die Betriebskosten für Googles Gemini 2.5 Flash mit aktiviertem Reasoning sind 150-mal höher als bei Gemini 2.0 Flash. | Bild: Artificial Analysis

Artificial Analysis via X

KI in der Praxis

9. Mai 20259. Mai 2025

OpenAI erweitert Fine-Tuning-Methoden für KI-Modelle o4-mini und GPT-4.1

KI in der Praxis

9. Mai 2025

Short

Google führt beim Sprachmodell Gemini 2.5 "implizites Caching" ein. Damit werden wiederkehrende Inhalte automatisch erkannt und nur einmal berechnet, was die Kosten für Entwickler laut Google um bis zu 75 Prozent senken kann. Im Gegensatz zum bisherigen expliziten Caching müssen Nutzer dafür keinen eigenen Cache mehr erstellen. Um die Chance auf Kosteneinsparungen zu erhöhen, empfiehlt Google, den stabilen Teil eines Prompts – also z. B. die Systemanweisung – am Anfang zu platzieren und erst danach nutzerspezifische Eingaben wie Fragen einzufügen. Die Funktion gilt für Gemini 2.5 Flash ab 1024 Tokens und für Pro-Versionen ab 2048 Tokens. Weitere Details und Empfehlungen zur Nutzung stehen in der Gemini-API-Dokumentation.

Google Dev Blog

KI in der Praxis

9. Mai 2025

Short

OpenAI bietet ab sofort einen GitHub-Connector für den Deep-Research-Agenten in ChatGPT an. Nutzer mit Plus-, Pro- oder Team-Abo können damit eigene GitHub-Repositories verbinden und Fragen stellen. ChatGPT durchsucht daraufhin Quellcode und Dokumentation im Repo und liefert einen ausführlichen Bericht mit Quellenangaben. Dabei gelten die bestehenden Zugriffsrechte: Nur freigegebene Inhalte sind für ChatGPT sichtbar. Der Rollout erfolgt in den nächsten Tagen, Versionen für Enterprise-Kunden sollen bald folgen. Ziel ist es laut OpenAI-Produktchef Nate Gonzalez, ChatGPT besser in interne Arbeitsabläufe zu integrieren. Weitere Deep-Research-Konnektoren sind geplant.

Nate Gonzalez

KI in der Praxis

8. Mai 20258. Mai 2025

Update

ChatGPT wächst zweistellig inmitten schrumpfender Web-Giganten

KI in der Praxis

8. Mai 20258. Mai 2025

Short

Die Trump-Regierung plant, die KI-Chip-Exportbeschränkungen der Biden-Ära aufzuheben und zu ersetzen. Das teilte eine Sprecherin des US-Handelsministeriums mit. Die Biden-Regel sollte am 15. Mai in Kraft treten und teilte die Welt in drei KI-Chip-Zonen ein, wobei die meisten Länder Obergrenzen unterlagen. Die Trump-Beamten halten das System für "zu komplex" und "nicht durchsetzbar". Sie wollen es durch eine "viel einfachere Regel" ersetzen, die "amerikanische Innovationen entfesselt". Diskutiert wird ein globales Lizenzsystem mit zwischenstaatlichen Vereinbarungen. Ein genauer Zeitplan für die neue Regelung steht bisher nicht fest. Schon zum Start seiner Amtszeit machte Trump eine Reihe KI-Regeln der Biden-Regierung rückgängig.

Reuters

KI in der Praxis

8. Mai 2025

Short

Entwickler Simon Willison ist aufgefallen, dass Microsofts Phi-4-Reasoning-Modell 56 Sätze nachdenkt, bevor es auf "Hi" antwortet. Ein Phänomen, das auch als "Overthinking" bekannt ist. Dimitris Papailiopoulos von Microsoft, der an dem Modell mitarbeitet, räumt ein, dass dieses Verhalten bei einfachen Aufgaben problematisch sei – bei schwierigen Aufgaben hingegen sei es gewollt. Er kündigte an, daran zu arbeiten. Microsoft stellte die offenen Phi-4-Reasoning-Modelle Anfang Mai vor.