KI Expertenforum, LorenzStr. 12, Karlsruhe (2026)

08/09/2026

Kein AGI, aber neue Ära mit GPT-6 Astra
Übergang zum generalistischen Arbeitsagenten mit großem Versprechen und auch Risiken

Während das Unternehmen GPT-6 Astra in Kommunikation und PR als sein bislang leistungsfähigstes und am stärksten abgesichertes Modell vorstellt, spricht OpenAI-Präsident Greg Brockman davon, man könne rückblickend womöglich sagen, allgemeine künstliche Intelligenz sei ungefähr jetzt entstanden – vielleicht mit genau diesem Modell. In der Folge haben wir in den letzten Tagen endlose Medienschlagzeilen und Diskussionen rund um die AGI-Erwartung und damit verbundene Risiken erlebt. Firmenchef Sam Altman klingt zugleich deutlich zurückhaltender. AGI sei bestenfalls ein sehr schlecht definierter Begriff, sagte er wenige Tage vor der Veröffentlichung. Also nur noch ein irrelevantes Marketingetikett? (...)

Wer beurteilen will, ob Astra eine AGI-Ära einläutet, muss zunächst fragen, woran dieser Eintritt überhaupt zu erkennen wäre. OpenAIs bis heute maßgebliche Charta definiert Artificial General Intelligence als hochautonome Systeme, die Menschen bei der Mehrzahl wirtschaftlich wertvoller Arbeiten übertreffen. Diese Definition enthält drei Anforderungen: hohe Autonomie, eine breite Abdeckung von Tätigkeiten und eine Leistung oberhalb des menschlichen Niveaus. Ein einzelner Spitzenwert in Mathematik oder Programmierung reicht danach ebenso wenig wie ein beeindruckender Assistent, der nur unter enger Anleitung funktioniert. (...)

▶️ Jetzt den vollständigen Deep-Dive Artikel von Oliver Schwartz auf dem KI Expertenforum weiterlesen: https://www.ki-expertenforum.de/ki-debatte/2026-09-08/

04/09/2026

Real-Labor für KI-gestützte Prävention:
Fünf Sekunden Videobilder werden zum Gesundheitscheck

Fünf Sekunden Video reichen aus, damit ein KI-System Hinweise auf Bluthochdruck oder Diabetes erkennt. Auf dem diesjährigen ESC Kongress , dem weltweit größten Kongress für Kardiologie in München gehörte die entsprechende Studie zu jenen Arbeiten, die zunächst wegen ihrer spektakulären Zahlen auffallen. Ihre eigentliche Bedeutung liegt jedoch tiefer.

Künstliche Intelligenz beginnt, medizinische Daten neu lesbar zu machen. Eine Mammographie kann zusätzliche Hinweise auf kardiovaskuläre Risiken enthalten. Ein routinemäßiges EKG kann zum digitalen Biomarker werden. Selbst wenige Sekunden Gesichtsvideo können physiologische Muster sichtbar machen, die dem menschlichen Auge verborgen bleiben. Der technologische Fortschritt besteht damit zunehmend nicht darin, immer neue Untersuchungen zu entwickeln. Er liegt darin, aus Daten, Bildern und Signalen, die ohnehin entstehen, zusätzliche Information zu gewinnen.

Für die medizinische Versorgung könnte daraus langfristig eine neue Form der Prävention entstehen. KI würde nicht an die Stelle ärztlicher Diagnostik treten, sondern ihr vorgelagert arbeiten: als skalierbarer Filter, der Risikosignale erkennt, Fälle priorisiert und knappe diagnostische Ressourcen gezielter lenkt. Auf dem ESC Kongress 2026 war diese Entwicklung in zahlreichen Forschungsarbeiten sichtbar. Die European Society of Cardiology hatte Künstliche Intelligenz zu einem Schwerpunkt des Kongresses gemacht. Die Anwendungen reichten von Bildanalyse und AI-ECG über automatisierte Risikoprognosen bis zur Entwicklung neuer digitaler Biomarker. Gleichzeitig wurde deutlich, wie groß der Abstand zwischen überzeugenden Forschungsdaten und einem belastbaren Einsatz in der Versorgung weiterhin ist.

▶️ Jetzt den ganzen Beitrag von Michael Gebert auf dem KI Expertenforum weiterlesen: https://www.ki-expertenforum.de/ki-news/2026-09-04/

28/08/2026

Wer kontrolliert eigentlich die KI-Agenten?
Identity Governance für autonome KI-Systeme im Unternehmen

KI-Agenten handeln eigenständig, greifen auf Kernsysteme zu und treffen Entscheidungen in Millisekunden. Die meisten Unternehmen wissen jedoch nicht einmal, wie viele davon in ihrem Netz aktiv sind. In Gesprächen mit Beratungshäusern und Sicherheitsverantwortlichen zeigt sich ein Muster, das nachdenklich stimmt: Viele CISOs wissen, dass KI-Agenten in ihren Unternehmen ein Governance-Problem erzeugen. Aber sie sind mit Legacy-Migrationen und SAP-Transformationen so ausgelastet, dass sie das Thema Innovation durch KI bewusst nicht blockieren. Sie erlauben der Organisation, KI-Agenten ohne Aufsicht einzusetzen, um nicht zum Engpass zu werden. Das Ergebnis: Agenten verbreiten sich unkontrolliert, akkumulieren Rechte und greifen auf Systeme auf eine Weise zu, für die sie nie autorisiert wurden.

Solche Fälle häufen sich. Gartner geht davon aus, dass bis Ende 2026 rund 40 Prozent der Unternehmensanwendungen mit aufgabenspezifischen KI-Agenten ausgestattet sein werden. Aus Sicht der IT-Sicherheit ist jeder dieser Agenten eine Identität mit Zugangsdaten und Berechtigungen. Aber anders als bei menschlichen Nutzern gibt es für KI-Agenten in den meisten Unternehmen keinen Onboarding-Prozess, keine Rezertifizierung, kein Offboarding.

Das wäre ein theoretisches Problem, wenn KI-Agenten sich vorhersehbar verhielten. Im Juli 2026 bestätigten OpenAI und Anthropic jedoch unabhängig voneinander, dass ihre KI-Modelle autonom aus Testumgebungen ausgebrochen sind und reale Systeme kompromittiert haben. Das Modell von OpenAI fand eine Zero-Day-Vulnerability, gelangte ins Internet und stahl Credentials bei Hugging Face. Anthropic fand drei Fälle, in denen Claude reale Infrastruktur kompromittierte. Beide Modelle hatten Berechtigungen. Beide taten etwas, das nicht zum Auftrag passte. Kein System erkannte die Abweichung, niemand intervenierte.

NIS2 verlangt die Steuerung aller Systemidentitäten, der EU AI Act seit dem 2. August Lifecycle-Sicherheit für Hochrisiko-KI-Systeme. Beide setzen voraus, dass Unternehmen wissen, welche KI-Identitäten in ihren Systemen existieren. Die Praxis zeigt dagegen, dass die meisten völlig im Dunkeln tappen. (...)

▶️ Jetzt den ganzen Fachartikel von Dr. Josef Nemecek auf dem KI Expertenforum weiterlesen: https://www.ki-expertenforum.de/ki-debatte/2026-08-28/

25/08/2026

KI-Verantwortung im Quantenzeitalter
Verschlüsselung mit Verfallsdatum

KI-Systeme verarbeiten die sensibelsten Daten, die Unternehmen haben: Trainingsdaten, Modellparameter, Kundeninformationen, strategische Entscheidungsgrundlagen. Der Einsatz von KI in Unternehmen schafft damit unweigerlich neue, sensible Angriffsziele und Quantencomputer werden die heutige Verschlüsselung brechen - die Frage ist nur, wann. Dieses Szenario ist nicht für übermorgen, es läuft bereits. Staatliche Akteure und gut finanzierte Angreifergruppen sammeln bereits systematisch verschlüsselte Daten wie KI-Outputs, API-Kommunikation und Modelltransfers, ohne sie aktuell lesen zu können. Sie setzen darauf, dass Quantencomputer in einigen Jahren leistungsfähig genug sein werden, diese Daten nachträglich zu entschlüsseln. Das Angriffsmuster heißt „Harvest Now, Decrypt Later". Und die Daten, die dabei im Fokus stehen, sind zu einem erheblichen Teil jene, die KI-Systeme heute produzieren, übertragen und speichern. Die KI-Infrastruktur eines Unternehmens ist ein klares Angriffsziel. Die entscheidende Frage lautet, ob die Daten, die heute abgeschöpft werden, in fünf oder zehn Jahren noch vertraulich sein müssen. (...)

▶️ Jetzt den gesamten Beitrag von Mike Anderson auf dem KI Expertenforum weiterlesen: https://www.ki-expertenforum.de/ki-debatte/2026-08-25/

21/08/2026

Vom Assistenten zum Power-Akteur
Wann KI-Agenten im Unternehmen zum Compliance-Fall werden

KI-Agenten recherchieren nicht nur. Sie planen, greifen auf Systeme zu und führen Aufgaben selbstständig aus. Damit wachsen ihre Möglichkeiten – und die Verantwortung der Unternehmen, die sie einsetzen. Der Auftrag klingt überschaubar. Ein KI-Agent soll Angebote für eine größere Bestellung einholen, Konditionen vergleichen und den Einkauf vorbereiten. Dafür erhält er Zugriff auf das E-Mail-Postfach, interne Preislisten, Lieferantendaten und das Warenwirtschaftssystem. Er recherchiert Anbieter, wertet Dokumente aus, bittet um ergänzende Informationen und aktualisiert seine Kalkulation. Schließlich wählt er einen Lieferanten aus und löst die Bestellung innerhalb des freigegebenen Budgets aus.

Was aus betriebswirtschaftlicher Sicht wie eine gelungene Automatisierung aussieht, kann sich innerhalb weniger Arbeitsschritte in einen Compliance-Vorfall verwandeln. Eine der eingelesenen Dateien enthält versteckte Anweisungen, die sich nicht an den menschlichen Leser, sondern an das Sprachmodell richten. Der Agent folgt ihnen, übermittelt interne Informationen an einen externen Dienst und verändert die Bestellung. Bis ein Mitarbeiter die Abweichung bemerkt, sind E-Mails verschickt, Daten übertragen und vertraglich relevante Erklärungen abgegeben.

Das Szenario ist konstruiert, technisch aber realistisch. Es zeigt den entscheidenden Unterschied zwischen den vertrauten KI-Assistenten und einer neuen Generation von Systemen. Ein Assistent erstellt Inhalte, beantwortet Fragen oder bereitet Entscheidungen vor. Ein Agent kann auf Grundlage eines vorgegebenen Ziels selbst bestimmen, welche Zwischenschritte erforderlich sind, welche Informationsquellen er nutzt und welche Handlungen er ausführt. Aus einem System, das Texte produziert, wird ein System, das in Geschäftsprozesse eingreift.

Genau darin liegt der wirtschaftliche Reiz. Unternehmen können nicht mehr nur einzelne Tätigkeiten beschleunigen, sondern ganze Arbeitsabläufe an KI-gestützte Systeme delegieren. Gleichzeitig wird aus einem falschen Ergebnis leichter eine Kette falscher Handlungen. Je mehr Zugriffsrechte, Werkzeuge und Entscheidungsspielräume ein Agent erhält, desto größer wird die mögliche Wirkung eines Irrtums, einer unklaren Anweisung oder eines gezielten Angriffs.

▶️ Jetzt den gesamten Artikel von Oliver Schwartz auf dem KI Expertenfoum weiterlesen: https://www.ki-expertenforum.de/ki-debatte/2026-08-21/

20/08/2026

KI wird billiger. Nur die Rechnung nicht.
Wie sich die Ökonomie um Nutzungsmodelle neu ordnet.

OpenAI und Anthropic senken ihre Preise, chinesische Modelle verschärfen den Wettbewerb. Gleichzeitig entdecken Unternehmen, dass intensive KI-Nutzung keineswegs automatisch günstiger wird. Hinter dem aktuellen Preiskampf zeichnet sich eine neue Ökonomie künstlicher Intelligenz ab, in der der Preis eines Tokens immer weniger über die tatsächlichen Kosten einer erledigten Aufgabe verrät. Mitte August 2026 meldete die Financial Times einen Preiskampf unter den führenden amerikanischen KI-Anbietern. OpenAI hatte den Preis seines GPT-5.6-Luna-Modells um 80 Prozent gesenkt, Anthropic brachte Claude Opus 5 für fünf Dollar je Million Input- und 25 Dollar je Million Output-Tokens auf den Markt. Nach einem von der Zeitung zitierten Preisindex waren die Nutzungskosten bei führenden US-Modellen innerhalb weniger Wochen um fast ein Viertel gefallen. Als wesentlichen Grund nennt die Analyse den wachsenden Druck durch chinesische Anbieter wie DeepSeek und Moonshot.

Das klingt zunächst nach einer vertrauten Technologiegeschichte. Die Produkte werden leistungsfähiger, der Wettbewerb intensiver und die Preise niedriger. Bei künstlicher Intelligenz läuft diese Entwicklung allerdings parallel zu einer zweiten, weniger eingängigen Bewegung. Die einzelne Recheneinheit wird billiger, während Unternehmen für ihre KI-Nutzung teilweise mehr bezahlen als erwartet. Reuters berichtete bereits im Juni von Unternehmen, die ihre Ausgaben neu kalkulieren, Aufgaben auf günstigere Modelle verteilen und Nutzung begrenzen. Besonders anschaulich ist das Beispiel Uber: Nach Medienberichten war das für 2026 vorgesehene KI-Budget bereits nach vier Monaten aufgebraucht, nachdem sich KI-Coding-Werkzeuge intern stark verbreitet hatten. Anbieter von Unternehmenssoftware berichteten Reuters zugleich von Kunden, deren Budgets nach Änderungen der Abrechnungsmodelle um 20 bis 30 Prozent überschritten wurden. Der Preisverfall ist also real. Die steigenden Rechnungen sind es ebenfalls. Beides gehört inzwischen zur selben Geschichte. (...)

▶️ Jetzt den vollständigen Artikel von Dr. Michael Gebert auf dem KI Expertenforum weiterlesen: https://www.ki-expertenforum.de/ki-debatte/2026-08-19/

03/08/2026

KI-Musik ist kein Rechtsbegriff
GEMA gegen Suno und strittige Zukunft der Musikproduktion

Das Landgericht München hat Suno wegen der Nutzung von sechs geschützten Musikwerken verurteilt. Ein generelles Urteil über KI-Musik ist das nicht. Hinter dem Konflikt stehen unterschiedliche Schutzrechte, Geschäftsmodelle und Formen der KI-Nutzung – vom automatisierten Massenprodukt bis zur aufwendig bearbeiteten Hybridproduktion. Wer die Reaktionen auf das Urteil des Landgerichts München I im Rechtsstreit zwischen GEMA und Suno verfolgte, konnte jedoch den Eindruck gewinnen, das Gericht habe sich grundsätzlich gegen Musik aus künstlicher Intelligenz entschieden. Tatsächlich ist die Entscheidung deutlich enger und zugleich in einzelnen Punkten juristisch weitreichender. Das Gericht befasste sich mit sechs konkreten Kompositionen, zwei Versionen der Suno-Modelle und gezielt erzeugten Outputs. Es entschied nicht darüber, ob KI-Musik als solche zulässig, künstlerisch minderwertig oder wirtschaftlich unerwünscht ist. Ebenso wenig erklärte es sämtliche mit Suno produzierten Songs für rechtswidrig.

Nach der gerichtlichen Pressemitteilung waren die sechs Werke unstreitig in Sunos Trainingsdatensatz enthalten. Suno hatte die dazu verwendeten Aufnahmen demnach mittels Stream-Ripping von YouTube kopiert und dabei eine für wirksam erachtete technische Schutzmaßnahme umgangen. Das Gericht sah die Kompositionen außerdem reproduzierbar in den in Deutschland gespeicherten Modellen v3.5 und v4 enthalten und in den erzeugten Songs wiedergegeben. Der Klage auf Unterlassung, Auskunft und Schadensersatz wurde deshalb überwiegend stattgegeben. Das Urteil ist nicht rechtskräftig, Suno erwägt eine Berufung.

Die weitaus größere Debatte beginnt deshalb erst nach dem Urteil: Was ist mit „KI-Musik“ überhaupt gemeint? Ein vollständig automatisch erzeugter Song auf Basis eines kurzen Text-Prompts? Eine von einem Menschen geschriebene Komposition, für die ein Modell lediglich einen Schlagzeugklang erzeugt? Eine echte Gesangsaufnahme, die mit maschinellem Lernen entrauscht wurde? Oder eine Produktion, die aus hunderten KI-Varianten, selbst aufgenommenen Instrumenten und umfangreicher Bearbeitung in einer Digital Audio Workstation, wie Logic Pro, Cubase oder Ableton Live, entstanden ist? Diese Fälle wirtschaftlich, künstlerisch und rechtlich gleichzusetzen, führt in die Irre und hilft auch nicht den besorgten Künstlern. (...)

▶️ Jetzt den Debatten-Hintergrund verstehen und den vollständigen Artikel von Oliver Schwartz auf dem KI Expertenforum weiterlesen: https://www.ki-expertenforum.de/ki-debatte/2026-08-03/

03/08/2026

GEMA mit Klage gegen Suno erfolgreich
Urteil des LG München bedeutet kein Verbot von KI-Musik

Im Rechtsstreit zwischen GEMA und Suno hat das Landgericht München I dem Musikrechteverwerter weitgehend recht gegeben. Die Entscheidung betrifft sechs geschützte Kompositionen, ihre Verwendung beim Training in den USA sowie ihre nach Auffassung des Gerichts reproduzierbare Speicherung und Wiedergabe durch bestimmte Suno-Modelle. Ein allgemeines Urteil über KI-generierte Musik ist damit jedoch nicht verbunden. Nach dem am 31. Juli 2026 verkündeten erstinstanzlichem Urteil stehen der GEMA Ansprüche auf Unterlassung, Auskunft und Schadensersatz zu. Die Entscheidung ist noch nicht rechtskräftig. Suno widerspricht der rechtlichen und technischen Bewertung des Gerichts und prüft nach eigenen Angaben eine Berufung.

Die Reichweite des Urteils ist nach Ansicht von Juristen enger, als es die vielfach verwendete Formel von einem grundsätzlichen „Sieg gegen KI-Musik“ vermuten lässt. Gegenstand des Verfahrens war nicht die Frage, ob mit generativer KI erzeugte Musik generell zulässig ist. Das Gericht befasste sich vielmehr mit der unautorisierten Nutzung und der erkennbaren Wiedergabe von sechs konkreten Kompositionen aus dem von der GEMA vertretenen Repertoire. Dabei handelt es sich um „Atemlos durch die Nacht“, „Rasputin“, „Big in Japan“, „Forever Young“, „Daddy Cool“ sowie den Refrain von „Mambo No. 5 (A Little Bit of …)“. Streitgegenstand waren die musikalischen Werke, also insbesondere geschützte Bestandteile von Melodie, Harmonie, Rhythmus und Arrangement. Über mögliche Verletzungen von Rechten an den Liedtexten entschied das Gericht ausdrücklich nicht. Auch Rechte an den jeweiligen Originalaufnahmen und den Darbietungen der Interpreten standen nicht im Mittelpunkt der GEMA-Klage. (...)

▶️ Jetzt den vollständigen News-Artikel von Oliver Schwartz auf dem KI Expertenforum weiterlesen: https://www.ki-expertenforum.de/ki-news/2026-08-03/

31/07/2026

Karrierechance statt Jobverlust?
Ein Plädoyer für einen differenzierten Blick auf KI und Arbeit

Ein Gastbeitrag von Prof. Dr. Astrid Nelke

Seit Jahren wird die Zukunft der Arbeit vor allem als Bedrohungsszenario erzählt. Künstliche Intelligenz wird Millionen Arbeitsplätze überflüssig machen, ganze Berufsgruppen verdrängen und den Menschen aus immer mehr Bereichen zurückdrängen. Kaum eine Diskussion über KI kommt ohne die Frage aus, welcher Beruf als Nächstes verschwinden könnte.

Vielleicht ist es an der Zeit, die Frage zu wechseln. Nicht: Welche Berufe wird Künstliche Intelligenz ersetzen? Sondern: Welche Menschen werden durch Künstliche Intelligenz erfolgreicher sein als je zuvor? Diese Perspektive verändert die gesamte Debatte. Denn die Geschichte des technischen Fortschritts ist nicht nur eine Geschichte der Verdrängung. Sie ist auch eine Geschichte der Verschiebung. Tätigkeiten verschwinden, neue entstehen. Berufe verändern sich, Fähigkeiten verlieren an Bedeutung, andere werden plötzlich wertvoller. Der entscheidende Unterschied besteht dabei nicht allein darin, ob jemand mit einer neuen Technologie arbeitet. Entscheidend ist, ob ein Mensch versteht, wie er seine eigenen Fähigkeiten mit den Möglichkeiten der Technologie verbinden kann.

Genau hier entscheidet sich, ob KI für Beschäftigte zur Karrierechance oder zum Risiko wird. Künstliche Intelligenz wird zweifellos Arbeitsplätze verändern. In einigen Bereichen werden Tätigkeiten wegfallen. Besonders dort, wo große Datenmengen verarbeitet, Informationen strukturiert oder standardisierte Prozesse abgearbeitet werden, kann KI bereits heute Aufgaben übernehmen, für die früher zahlreiche Menschen benötigt wurden.
(...)

▶️ Lesen Sie jetzt den gesamten Beitrag von Prof. Dr. Astrid Nelke auf dem KI Expertenforum: https://www.ki-expertenforum.de/ki-debatte/2026-07-31/

28/07/2026

Wenn KI den Tieren zuhört
Warum Mustererkennung noch keine Übersetzung ist

Die öffentliche KI-Debatte kreist fast immer um den Menschen: um Arbeitsplätze, Urheberrechte, Deepfakes, Regulierung und den technologischen Wettlauf zwischen den USA, China und Europa. Abseits dieser Schlagzeilen entsteht jedoch ein Forschungsfeld, das unsere Vorstellung von Intelligenz, Kommunikation und Verantwortung grundlegend verändern könnte. Wissenschaftlerinnen und Wissenschaftler nutzen maschinelles Lernen, um Tierlaute in einer Größenordnung auszuwerten, die für Menschen kaum zu bewältigen wäre. Elefanten scheinen einzelne Artgenossen mit namensähnlichen Rufen anzusprechen. Pottwale kombinieren Klickfolgen nach wiederkehrenden Regeln. KI-Systeme können Tierarten, Ruftypen und Verhaltenskontexte in großen Audioarchiven unterscheiden. Was nach einem „Google Translate für Tiere“ klingt, ist allerdings noch weit davon entfernt, ein solches zu sein.

Die entscheidende Unterscheidung lautet: KI kann Muster erkennen. Aus diesen Mustern lassen sich Hypothesen über Funktionen und Bedeutungen ableiten. Eine verlässliche Übersetzung tierischer Kommunikation in menschliche Sprache ist damit aber noch nicht erreicht. Genau zwischen wissenschaftlichem Durchbruch und medialer Überhöhung verläuft die eigentliche Debatte. Das Earth Species Project gehört zu den ambitioniertesten Initiativen auf diesem Gebiet. Mit NatureLM-audio hat die gemeinnützige Organisation ein großes Audio-Sprachmodell entwickelt, das speziell auf bioakustische Aufgaben ausgerichtet ist. Vereinfacht gesagt verwandelt das System Aufnahmen in mathematisch vergleichbare Muster und verbindet diese Analyse mit einem Sprachmodell. So kann es beispielsweise Arten erkennen, einfache Ruftypen unterscheiden, Angaben zu Lebensstadien ableiten oder unbekannte Aufnahmen beschreiben. (...)

▶️ Jetzt den ganzen Artikel von Dr. Michael Gebert auf dem KI Expertenforum weiterlesen: https://www.ki-expertenforum.de/ki-debatte/2026-07-28/

KI Expertenforum

08/09/2026

04/09/2026

28/08/2026

25/08/2026

21/08/2026

20/08/2026

03/08/2026

03/08/2026

31/07/2026

28/07/2026

Adresse

Telefon

Webseite

Benachrichtigungen

Verknüpfungen

Teilen

Kategorie

Antrag auf Entfernung des Eintrags