Praxis Archive

28. März 2026

Google hat einen sogenannten "Agent Skill" für die Gemini-API entwickelt, der die Wissenslücke von Sprachmodellen bei schnelllebigen SDK-Änderungen schließen soll. Das Problem: KI-Modelle kennen nach dem Training weder ihre eigenen Updates noch aktuelle beste Lösungen. Der neue Skill liefert Coding-Agenten Informationen zu aktuellen Modellen, SDKs und Beispielcode. In Tests mit 117 Aufgaben stieg die Erfolgsrate des besten Modells (Gemini 3.1 Pro Preview) von 28,2 auf 96,6 Prozent.

Erfolgsrate von Gemini-Modellen mit und ohne Agent-Skill bei 117 Coding-Aufgaben: Neuere Modelle der 3er-Reihe profitieren dank stärkerem Reasoning mehr vom Skill als ältere Modelle mit schwächerem Reasoning. | Bild: Google

Ältere 2.5-Modelle profitierten deutlich weniger, was laut Google an schwächer ausgeprägtem Reasoning liegt. Eine Vercel-Studie zeigt allerdings, dass direkte Anweisungen via AGENTS.md noch wirksamer sein könnten. Google prüft daher auch andere Wege, darunter MCP-Dienste. Der Skill ist auf GitHub verfügbar.

Kommentieren Quelle: Google

Matthias Bastian

28. März 2026

Short News

OpenAI schaltet Sora im April und September ab. Das KI-Videotool wird in zwei Stufen eingestellt: Die Web- und App-Version endet am 26. April 2026, die Sora-API am 24. September 2026. OpenAI empfiehlt Nutzern, ihre Inhalte vor der Abschaltung herunterzuladen. Videos und Bilder lassen sich direkt aus der Sora-Bibliothek exportieren.

Ob es danach noch ein letztes Zeitfenster für den Datenexport geben wird, ist laut OpenAI noch nicht entschieden. Falls ja, werden Nutzer per E-Mail informiert. Nach Ablauf aller Fristen werden sämtliche Nutzerdaten dauerhaft gelöscht. Die Einstellung betrifft auch die Plattform sora.chatgpt.com, die zur Bild- und Videogenerierung genutzt werden konnte. Details finden sich auf der OpenAI-Hilfeseite unter "What to know about the Sora discontinuation".

Die Einstellung von Sora fügt sich in einen größeren Strategiewechsel bei OpenAI ein. Das Unternehmen will seine Rechenressourcen künftig auf zwei Kernbereiche konzentrieren: Coding-Werkzeuge und Geschäftskunden – ähnlich dem Rivalen Anthropic – sowie eine Super-App, die ChatGPT und weitere Tools vereint. Sora soll als Forschungsprojekt zum Thema Weltmodelle weiterleben, mit dem Ziel, "die physische Arbeit zu automatisieren".

Kommentieren Quelle: OpenAI

Matthias Bastian

27. März 2026

Short News

Google kopiert Anthropics Memory-Import-Funktion, um Erinnerungen aus ChatGPT in Gemini zu holen. Gemini-Nutzer können ab sofort ihre gespeicherten Erinnerungen, Vorlieben und den kompletten Chatverlauf aus anderen KI-Apps wie ChatGPT und Claude importieren.

Dazu kopiert man einen vorgeschlagenen Prompt in die bisherige KI-App, lässt dort eine Zusammenfassung erstellen und fügt diese in Gemini ein. Gemini speichert die Informationen dann im eigenen Kontext. Zusätzlich lassen sich Chatverläufe als ZIP-Datei (bis zu 5 GB) hochladen und frühere Gespräche in Gemini fortsetzen. Google benennt zudem die bisherige Funktion "Past Chats" in "Memory" um. Die Funktion wird schrittweise ausgerollt.

Googles neue Memory-Import-Funktion in Gemini: Nutzer kopieren einen Prompt in ihre bisherige KI-App und fügen die generierte Zusammenfassung in Gemini ein. | Bild: Google

Anthropic hatte die Funktion zuerst vorgestellt, nachdem OpenAI wegen eines Militär-Deals in die Kritik geraten war, den Anthropic aus ethischen Gründen abgelehnt hatte. Die daraufhin gestiegene Zahl an Wechslern wollte Anthropic mit einem zusätzlichen Anreiz bedienen. Interessant ist, dass die Datenextraktion sowohl bei Google als auch bei Anthropic rein auf einem Prompt basiert, der die bisherige KI-App dazu bringt, alle gespeicherten Informationen über den Nutzer auszugeben.

Kommentieren Quelle: Google Blog

Matthias Bastian

27. März 2026

Short News

Das kanadische KI-Unternehmen Cohere hat mit "Transcribe" ein neues Open-Source-Modell zur automatischen Spracherkennung veröffentlicht. Das Modell belegt laut Cohere Platz 1 auf dem HuggingFace Open ASR Leaderboard mit einer durchschnittlichen Wortfehlerrate von nur 5,42 Prozent. Damit übertrifft es Konkurrenten wie OpenAIs Whisper Large v3, ElevenLabs Scribe v2 und Qwen3-ASR-1.7B. Neben hoher Genauigkeit bietet Transcribe laut Cohere auch den besten Durchsatz unter vergleichbar großen Modellen.

Die Grafik zeigt den Vergleich von sieben Spracherkennungsmodellen mit mehr als einer Milliarde Parametern. Auf der x-Achse ist die Genauigkeit als Wortfehlerrate (WER) abgetragen, wobei niedrigere Werte besser sind. Die y-Achse zeigt den Durchsatz (RTFx), also wie schnell ein Modell Audio im Verhältnis zur Echtzeit verarbeitet. Cohere Transcribe liegt mit einem RTFx von 525 und einer WER von etwa 5,4 oben links und ist damit sowohl das schnellste als auch das genaueste Modell. NVIDIA Canary Qwen 2.5B folgt mit einem RTFx von 418. Modelle wie OpenAIs Whisper Large v3 und Voxtral Realtime sind deutlich langsamer und ungenauer. — Cohere Transcribe im Vergleich mit sieben anderen Spracherkennungsmodellen: Je weiter oben links ein Modell liegt, desto besser ist es: also schneller (hoher Durchsatz) und genauer (niedrige Wortfehlerrate). | Bild: Cohere

Das 2-Milliarden-Parameter-Modell unterstützt 14 Sprachen, darunter Englisch, Deutsch, Französisch und Japanisch. Es steht unter der Apache-2.0-Lizenz auf Hugging Face zum Download bereit und ist auch über Coheres API sowie die Plattform Model Vault nutzbar. Cohere plant, Transcribe künftig in seine KI-Agenten-Plattform North zu integrieren.

Kommentieren Quelle: Cohere

Matthias Bastian

27. März 2026

Praxis

KI-Musikgenerator Suno lässt Nutzer jetzt mit der eigenen Stimme singen

Jonathan Kemper

27. März 2026

Short News

OpenAI führt Plugins für seinen KI-Programmierassistenten Codex ein, um mit gängigen Arbeitstools wie Slack, Figma, Notion, Gmail und Google Drive zusammenzuarbeiten. Laut OpenAI helfen die Plugins nicht nur beim Programmieren, sondern auch bei Planung, Recherche und Koordination. Technisch bündeln Plugins sogenannte Skills (vordefinierte Prompt-Arbeitsabläufe), App-Integrationen und MCP-Server-Konfigurationen in einem installierbaren Paket, ähnlich zur Integration in ChatGPT. Sie lassen sich in der Codex-App, der Codex-Kommandozeile und in IDE-Erweiterungen nutzen. Entwickler können eigene Plugins erstellen und über lokale oder teamweite "Marketplaces" verteilen. Ein offizielles Plugin-Verzeichnis mit kuratierten Plugins von OpenAI ist bereits verfügbar, eine Selbstveröffentlichung soll bald folgen. Weitere Plugins und Anwendungsfälle sollen laut OpenAI schrittweise hinzukommen.

Die Plugins sind Teil von OpenAIs strategischer Neuausrichtung auf Coding-Werkzeuge und Geschäftskunden, die auch eine geplante "Superapp" aus ChatGPT, Codex und dem Browser Atlas umfasst. Codex hat laut OpenAI inzwischen über 1,6 Millionen wöchentlich aktive Nutzer, erst kürzlich folgte eine Windows-Version.

Kommentieren Quelle: OpenAI

Matthias Bastian

27. März 2026

Praxis

"Claude Mythos": Datenleck bei Anthropic enthüllt neues und bisher leistungsfähigstes KI-Modell

Update: Inzwischen sind die geleakten Blogartikel-Entwürfe im Netz aufgetaucht. Sie geben Einblick in Anthropics Pläne für eine neue, leistungsfähigere Modellklasse oberhalb der bisherigen Opus-Reihe, zeigen zwei mögliche Namenskandidaten und verraten Details zur geplanten Release-Strategie sowie zum Fokus auf Cybersicherheit.

Vollständigen Artikel lesen

Kommentieren

Matthias Bastian

26. März 2026

Short News

Apple hat sich umfassende Zugriffsrechte auf Googles Gemini-Modelle gesichert. Laut Quellen von The Information hat Apple vollständigen Zugang zu Gemini in eigenen Rechenzentren und kann daraus per Destillation kleinere Modelle ableiten: Gemini erzeugt hochwertige Antworten inklusive seiner Denkkette ("Chain of Thought"), die als Trainingsdaten für ein kleineres Modell dienen. Apple bezahlt hier also für das, was angeblich China-Akteure heimlich tun, nämlich einem hochwertigen KI-Modell gute Trainingsdaten für ein kleineres entlocken.

Weil Apple vollen Zugriff hat, kann das kleinere Modell über das bloße Nachahmen von Geminis Antworten hinausgehen und auch dessen internen Rechenweg kopieren. Die so erzeugten Modelle benötigen deutlich weniger Rechenleistung und können direkt auf Apple-Geräten laufen.

Gemini sei jedoch für Chatbots und Unternehmensanwendungen optimiert, was nicht immer zu Apples Siri-Plänen passe. Apple arbeite daher parallel an eigenen Modellen im "Apple Foundation Models"-Team. Neue KI-Funktionen könnten im Juni auf Apples Entwicklerkonferenz angekündigt werden.

Kommentieren Quelle: The Information

Matthias Bastian

26. März 2026

Short News

Das französische KI-Start-up Mistral hat mit Voxtral TTS ein erstes Text-to-Speech-Modell veröffentlicht. Es unterstützt neun Sprachen, darunter Deutsch, Englisch, Französisch und Spanisch, und ist mit vier Milliarden Parametern vergleichsweise kompakt. Laut Mistral erzeugt das Modell realistische, emotional ausdrucksstarke Sprache und lässt sich leicht an neue Stimmen anpassen, schon ab drei Sekunden Referenzaudio. Die Modell-Latenz liegt bei 70 Millisekunden für ein typisches Set-up mit 10 Sekunden Sprachsample und 500 Zeichen.

In menschlichen Vergleichstests schnitt Voxtral TTS bei der Natürlichkeit besser ab als ElevenLabs Flash v2.5 bei ähnlicher Reaktionszeit. ElevenLabs hat mit v3 allerdings ein aktuelleres Modell. Voxtral TTS ist über eine API für 0,016 Dollar pro 1.000 Zeichen verfügbar, im Mistral Studio testbar und als Open-Weights-Version auf Hugging Face erhältlich.

Kommentieren Quelle: Mistral

Matthias Bastian

26. März 2026

Short News

Anthropic und OpenAI wachsen beim Umsatz rasant, doch ihre Buchhaltung unterscheidet sich erheblich, berichtet The Information. OpenAIs annualisierter Umsatz liegt bei etwa 25 Milliarden Dollar, Anthropics bei 19 Milliarden Dollar. Beide berechnen diese Zahl ähnlich: vier Wochen Umsatz mal 13, Anthropic addiert zusätzlich monatliche Abo-Einnahmen mal 12.

Der große Unterschied liegt bei den Cloud-Partnern: OpenAI gibt 20 Prozent seines Umsatzes an Microsoft ab und verbucht ihn vor diesem Abzug. Bei Cloud-Verkäufen über Azure zählt OpenAI nur seinen 20-Prozent-Anteil als Umsatz. Anthropic hingegen verbucht die gesamten Cloud-Verkäufe über AWS, Microsoft und Google als eigenen Umsatz und weist die Anteile der Cloud-Anbieter als Marketing- und Vertriebskosten aus. Grund: Anthropic sieht sich als Hauptanbieter, OpenAI betrachtet Microsoft als Hauptanbieter für Azure-Dienste.

Obwohl beide den US-Bilanzierungsregeln (GAAP) folgen, sind ihre Umsatzzahlen dadurch schwer vergleichbar. Anthropics Umsatz wirkt auf dem Papier wahrscheinlich höher, als er bei gleicher Methode wäre. Für Investoren ist das relevant, da beide Unternehmen auf einen Börsengang zusteuern.

Kommentieren Quelle: The Information