OpenAI bereitet ChatGPT-Umstrukturierung zur „Super-App“ vor ↗
OpenAI will ChatGPT Berichten zufolge von einem Frage-Antwort-Chatbot zu einer umfassenderen „Super-App“ ausbauen – mit Programmierwerkzeugen, Agenten, Bildgenerierung und Partner-Apps an einem Ort. Die Idee klingt verblüffend simpel, doch das Produkt hat einen enormen Entwicklungsschub. (Fortune)
Die größere Herausforderung besteht darin, dass Nutzer KI nicht einfach nur nach Antworten fragen. Sie werden ihr komplexe Aufgaben – Buchungen, Kalender, Code, Arbeitsabläufe – übergeben und erwarten, dass sie diese korrekt erledigt. Das ist jetzt der entscheidende Wettbewerbsvorteil.
Perplexity ermöglicht es KI-Modellen, ihre eigenen Suchprozesse zu schreiben ↗
Perplexitys „Search as Code“ wandelt die Suche von festen API-Aufrufen in modellbasierte Python-Workflows um. Anstatt eine Blackbox mit immer neuen Abfragen zu bearbeiten, entwickelt das Modell seine eigene, kleine Suchmaschine. (Der Decoder)
Das Unternehmen gibt an, bei einem Cybersicherheits-Benchmark deutlich weniger Token eingesetzt und in den meisten Tests führend gewesen zu sein. Diese Benchmark-Angabe sollte man natürlich mit Vorsicht genießen – die Idee dahinter ist aber vielversprechend.
Nvidia schließt neue Verträge für KI-Infrastruktur in Südkorea ab ↗
Nvidia kündigte eine Reihe von Partnerschaften mit Südkorea an, die Speicherchips, KI-Cloud-Lösungen, Rechenzentren, Robotik und Fertigung umfassen. SK Hynix, SK Telecom, Naver, Doosan, die LG Group und Hyundai sind alle im Maschinenbau vertreten. (Reuters)
Der entscheidende praktische Aspekt: Nvidia will die Versorgung mit fortschrittlichen Speichermodulen sichern und gleichzeitig „KI-Fabriken“ tiefer in die industrielle Wertschöpfungskette integrieren. Glamourös? Nicht besonders. Wichtig? Absolut.
Die KI-Branche steht vor vier harten Realitäten ↗
Die KI-Marktentwicklung wurde ernüchternder aufgenommen: hohe Kosten, langsamere Amortisation, eine starke, aber nicht unendliche Infrastrukturnachfrage und möglicherweise weiterhin teure Finanzierungen. Das ist die trübe Realität unter der goldenen Rakete. (Axios)
Der zentrale Konflikt ist einfach: Künstliche Intelligenz als Technologie kann enorm vielversprechend sein, während KI als Geschäftsmodell immer noch teuer, unübersichtlich und unterfinanziert erscheint. Beides kann zutreffen – ärgerlich, aber wahr.
Banken bereiten den Boden für massive Personalabbau, während KI immer mehr an Bedeutung gewinnt ↗
Berichten zufolge reduzieren Banken die Anzahl der Nachwuchsanalysten, in manchen Fällen sogar drastisch, während sie gleichzeitig weiterhin auf diese jungen Talente für zukünftige KI-Projekte setzen. Das ist ein paradoxer Teufelskreis, der sich selbst im Weg steht. (Fortune)
Die kurzfristigen Anwendungsfälle von KI sind zielgerichteter als in Science-Fiction-Filmen: Kundenservice, Transaktionsüberwachung, Handelsüberwachung. Weniger „Roboterbank“, mehr „viele kleine Einsparungen und Automatisierungen“
Im geschäftigsten europäischen Amazon-Lager, wo Roboter, Laser und Menschen die Zukunft gestalten ↗
Amazons LCY3-Lager in Dartford arbeitet mit mobilen Robotern, KI-Software, Scannern und Förderanlagen und bewegt wöchentlich Millionen von Artikeln. Es klingt wie eine Mischung aus Logistikzentrum und industriellem Flipperautomaten. (euronews)
Der KI-Ansatz ist praktisch: Roboterkoordination, Routenoptimierung, Paketvermessung, Etikettenerkennung und Sortierung der Warenspuren. Keine aufwendigen Chatbot-Funktionen – eher das unsichtbare Gerüst, das den Einzelhandel beschleunigt.
Häufig gestellte Fragen
Was bedeutet OpenAIs angekündigter Kurswechsel zur Super-App ChatGPT?
OpenAI entwickelt ChatGPT Berichten zufolge von einem einfachen Frage-Antwort-Chatbot zu einer umfassenderen, app-ähnlichen Plattform weiter. Ziel ist es, Programmierwerkzeuge, KI-Agenten, Bildgenerierung und Partner-Apps an einem Ort zu vereinen. Anstatt nur Fragen zu beantworten, soll ChatGPT bei größeren Aufgaben wie Buchungen, Kalenderverwaltung, Programmierung und Workflow-Optimierung helfen.
Warum rücken KI-Agenten in den KI-Nachrichten so stark in den Fokus?
KI-Systeme sind wichtig, weil sie das Produktziel von der reinen Beantwortung von Fragen hin zur eigenständigen Handlung verändern. In diesem Artikel geht es im Kern darum, dass Nutzer KI komplexe Aufgaben übertragen und deren korrekte Ausführung erwarten. Daher sind Zuverlässigkeit, Workflow-Management und sinnvolle Integrationen wichtiger als die reine Erstellung einer einwandfreien Antwort.
Was ist der „Suche als Code“-Ansatz von Perplexity?
Perplexitys „Search as Code“ ermöglicht es KI-Modellen, Python-Workflows für die Suche zu schreiben, anstatt nur vordefinierte Such-APIs aufzurufen. Dadurch kann das Modell einen kleinen, benutzerdefinierten Suchprozess für die jeweilige Aufgabe erstellen. Laut Artikel behauptet Perplexity, dass dadurch in einem Cybersicherheits-Benchmark weniger Tokens verbraucht wurden; diese Benchmark-Ergebnisse sollten jedoch mit Vorsicht betrachtet werden.
Warum sind Nvidias Infrastrukturverträge für KI in Südkorea wichtig?
Die Verträge von Nvidia in Südkorea sind von Bedeutung, da sie KI-Infrastruktur mit Speicherchips, Cloud-Computing, Rechenzentren, Robotik und Fertigung verbinden. Zu den beteiligten Unternehmen gehören SK Hynix, SK Telecom, Naver, Doosan, die LG Group und Hyundai. Das konkrete Ziel ist die Sicherstellung der Versorgung mit fortschrittlichen Speichern und die gleichzeitige Integration von „KI-Fabriken“ in industrielle Prozesse.
Welchen harten geschäftlichen Realitäten sehen sich KI-Unternehmen gegenüber?
Der Artikel beleuchtet vier zentrale Herausforderungen für die KI-Branche: hohe Kosten, langsamere Amortisation, begrenzte Infrastrukturnachfrage und teure Finanzierung. Es geht nicht darum, dass KI als Technologie scheitert. Vielmehr zeigt er, dass der Aufbau profitabler KI-Unternehmen nach wie vor kostspielig, ungleichmäßig und schwieriger zu monetarisieren ist, als überzogene Erwartungen vermuten lassen.
Wie wirkt sich KI auf Arbeitsplätze im Bank- und Finanzwesen aus?
Berichten zufolge reduzieren Banken die Anzahl der Nachwuchsanalysten, setzen aber weiterhin auf junge Mitarbeiter als zukünftigen KI-Talentpool. Die beschriebenen kurzfristigen Einsatzmöglichkeiten sind praxisorientiert und zielgerichtet und umfassen Kundenservice, Transaktions- und Handelsüberwachung. Anstatt ganze Banken zu ersetzen, scheint KI zahlreiche kleinere Automatisierungen in bestehenden Arbeitsabläufen zu schaffen.