Meta ist generell dafür bekannt, Nutzerdaten großzügig zu sammeln. Doch mit dem neuen KI-Agenten Muse geht das Unternehmen weiter als jemals zuvor. Die Künstliche Intelligenz kann selbstständig Reisen buchen, E-Mails verfassen und sogar einkaufen. Doch um diese Funktionen verwenden zu können, müssen Nutzer die Hosen runterlassen. Eine kommentierende Analyse.

Neue KI-Agent von Meta: Was ist und kann Muse?

• Muse ist seit dem 8. September 2026 in den USA verfügbar. Es handelt sich um eine eigenständige App für Browser, iOS und Android. Eine KI an sich ist nichts Besonderes, doch hierbei handelt es sich um einen Agenten, der nicht einfach nur Fragen beantworten kann. Muse hat die Fähigkeit, selbstständig E-Mails zu lesen und zu verfassen, Formulare auszufüllen, einen Urlaub zu planen und Online-Käufe zu tätigen. Oder kurz: viele alltägliche Aufgaben zu übernehmen. Dabei merkt sich die App die Vorlieben der Nutzer und macht ohne Aufforderung eigene Vorschläge. Und der Agent arbeitet auch, wenn die App geschlossen ist. Grundsätzlich ist Muse kostenlos nutzbar; für Vielnutzer gibt es Abos, die 20 oder 100 US-Dollar im Monat kosten.
• Um all diese Aufgaben erledigen zu können, braucht Muse natürlich auch Zugang zu den entsprechenden Daten. Laut Meta hat jeder Nutzer in der Cloud eine eigene virtuelle Maschine. So sollen die Daten getrennt von denen anderer Nutzer liegen. Außerdem muss ein sogenannter Sentinel-Agent jeden Zugriff von Muse auf das Internet freigeben. Alle sensiblen Daten wie Passwörter oder Kontonummern sind in einem separaten Speicher ausgelagert, auf den Muse angeblich keinen Zugriff hat. Um unerwünschten Aktionen vorzubeugen, fragt die KI vor dem Versenden einer Mail oder dem Tätigen eines Einkaufs noch einmal nach.
• Grundsätzlich klingt das Sicherheitskonzept plausibel, doch ob es wirklich funktioniert, kann nur der Praxistest zeigen. Tatsächlich gibt es Hinweise auf Sicherheitslücken. Ursprünglich war der Start der App für April 2026 geplant, doch bei internen Tests kam es offenbar zu Problemen, und Muse konnte einige Schutzmechanismen umgehen. Daraufhin wurde der Launch verschoben. Zudem musste Meta erst im Juli 2026 den für Instagram veröffentlichten Bildgenerator Muse Image nach nur vier Tagen wieder entfernen. Der Grund: Fremde Fotos konnten ohne die Einwilligung der Ersteller von der KI bearbeitet werden.

Warum Muse vor allem ein Werbeinstrument ist

Selbst wenn die Technik funktioniert und sicher ist, stellt sich die Frage: Warum bietet gerade Meta einen selbstständigen KI-Agenten an? Mit Plattformen wie Facebook und Instagram verkauft das Unternehmen bisher in erster Linie Aufmerksamkeit und Sichtbarkeit. Durch das Verhalten der Nutzer wird auf deren Vorlieben geschlossen – und das wirkt sich wiederum auf die Werbeanzeigen aus. Eine KI ist in dieser Hinsicht der nächste Schritt: Sie ist noch näher am Kunden und kann diesen persönlicher und spezifischer beraten.

Noch hat Meta nichts von den Empfehlungen, doch laut Alexandr Wang, dem KI-Chef des Unternehmens, werde momentan geprüft, wie man an den Transaktionen mitverdienen könne. Die Nutzer müssen also auf das Versprechen vertrauen, dass Muse Werbung und Empfehlungen nicht miteinander vermischt. Wirklich nachprüfen lässt sich das aber nur schwer.

Dass sich subtile Werbung in KI-Chats lohnt, belegt eine Princeton-Studie. Wenn ein Chatbot aktiv für bestimmte Produkte wirbt, kommt es zu einem sprunghaften Anstieg der Kaufquote. Und nicht einmal jeder fünfte Teilnehmer merkt, dass er bei seiner Entscheidung beeinflusst wurde. Ein KI-Agent mit Zugriff auf Postfächer, Transaktionsverläufe und Kalender wäre vermutlich das wirksamste Werbeinstrument aller Zeiten.

Die zumindest auf dem Papier durchdachte Sicherheitsstruktur von Muse könnte sich als eine Art Nebelkerze entpuppen. Denn sie löst das kleinere von zwei Problemen: Angriffe von außen werden abgewehrt, doch wie der Betreiber seine kommerziellen Interessen durchsetzt, bleibt offen. Oder anders formuliert: Ein Unternehmen, das wegen Verstößen gegen den Datenschutz zweimal Strafen in Milliardenhöhe zahlen musste, will jetzt Zugang zu noch viel mehr Daten erlangen.

Stimmen

• Aus der Ankündigung von Meta: „Muse merkt sich, was einer Person wichtig ist, sodass es von sich aus Vorschläge machen und auf Details eingehen kann, die diese Person nur einmal erwähnt hat. Es kann ein Rezept-Reel, das die Person auf Instagram gespeichert hat, in eine Einkaufsliste umwandeln, ein Menü für ihre Dinnerparty vorschlagen und sich die Ernährungsgewohnheiten ihrer Freunde merken, bevor es die Einladungen verschickt. (…) Meta ist der Ansicht, dass persönliche Superintelligenz eine der bahnbrechendsten Technologien unserer Zeit sein wird. Muse ist ein erster Schritt in diese Richtung: ein Assistent, der einen Großteil der Arbeit übernimmt, damit sich die Menschen auf das konzentrieren können, was ihnen wichtig ist.“
• Alexandr Wang, Metas KI-Chef, über die Monetarisierungsmöglichkeiten von Muse: „Wir glauben, dass das E-Commerce-Geschäftsmodell für dieses Produkt potenziell sehr interessant ist, da es den Menschen ermöglicht, tatsächlich die Dinge zu finden, die sie begeistern, und letztendlich viele dieser Käufe zu tätigen.“ Laut CNBC prüfe der Konzern, ob und wie in Zukunft an den Einkäufen des KI-Agenten mitverdient werden könne. Entschieden habe Meta über diesen Schritt aber noch nicht.
• Nach dem verschobenen Launch spricht Metas Vishal Shah, der für die KI-Produkte des Unternehmens verantwortlich ist, über das Thema Sicherheit: „Man kann zwar nicht sagen, dass es niemals zu Fehlern kommen wird, aber jeder einzelne Bestandteil der Architektur wurde so konzipiert, dass sie so sicher, so geschützt und so privat ist, wie wir es nur irgendwie möglich machen können.“ Laut Reuters gibt es interne Unterlagen, die von ungeklärten Abstürzen und ohne Erlaubnis hochgeladenen sensiblen Daten berichten.

Zum Glück nicht in Europa?

In technischer Hinsicht scheint Muse ein ausgeklügeltes und ernstzunehmendes Produkt zu sein, das durch eine durchdachte Sicherheitsarchitektur abgesichert ist. Doch Metas Endgegner wird vermutlich nicht die Technik, sondern das Vertrauen der Konsumenten sein. Die Nutzerzahlen von Instagram, Facebook und WhatsApp mögen für sich sprechen, doch die Skepsis der Bevölkerung gegenüber Mark Zuckerberg und seinem Konzern hat in den letzten Jahren zugenommen.

Muse ist kein einfacher Messenger-Service und noch nicht einmal ein soziales Netzwerk, in dem man selbst entscheiden kann, was man mit der Welt teilen möchte. Muse verlangt direkten Zugang zu einer ganzen Reihe sensibler Daten, um richtig funktionieren zu können. Die entscheidende Frage ist also, ob genügend Nutzer bereit sind, gerade Meta diese anzuvertrauen.

Für uns Europäer stellt sich diese Frage aber vorerst nicht. Damit Muse den europäischen Datenschutzrichtlinien entspricht und auch bei uns erscheinen kann, muss Meta vermutlich noch einige Änderungen vornehmen. Immerhin ist noch für dieses Jahr eine Verschlüsselung angekündigt, durch die der Konzern die Daten der Nutzer nicht mehr einsehen kann.

Und selbst wenn es so weit ist, sollte man die Kaufempfehlungen des KI-Agenten mit Vorsicht genießen – oder sie direkt als Werbung betrachten.

Auch interessant: 

• KI-Pause aus Gewissensbissen? Wovor die Tech-Bosse wirklich Angst haben
• KI-Faulheit: Hilfe, ich habe das Denken verlernt!
• TUM-Studie zu E-Autos liefert Stoff für neue Emissions-Lügen
• EU knöpft sich ChatGPT vor: Was sich für Nutzer jetzt ändert

Der Beitrag Muse: Neuer KI-Agent von Meta ist scharf auf deine Geheimnisse – und dein Geld erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.

Forscher haben neue Design-Richtlinien für E-Auto-Batterien entwickelt, die zur Verbesserung der Umweltbilanz beitragen könnten. Denn die neuen Konstruktionsprinzipien machen Reparaturen einfacher und können so die Nachhaltigkeit entlang des gesamten Lebenszyklus verbessern.

Die Elektromobilität stellt einen wichtigen Baustein für eine klimafreundliche Ausrichtung des Verkehrssektors dar. In den vergangenen Jahren hat die Zahl der Elektroautos in Deutschland kontinuierlich zugenommen. Waren im Jahr 2021 noch rund 300.000 E-Fahrzeuge in Deutschland zugelassen, stieg die Zahl bis zum 1. April 2026 auf rund 2,1 Millionen.

Mit der Zunahme von E-Autos im Straßenverkehr rücken aber auch die E-Auto-Batterien als zentrale Komponente immer stärker in den Fokus. Denn ihre Herstellung ist besonders rohstoff- und energieintensiv. Beschädigte Akkupacks lassen sich zudem oft nur mit großem Aufwand reparieren. Auch einzelne defekte Zellen führen so oft zum Austausch größerer Module.

Genau dieser Problematik haben sich Forscher unter der Leitung der TU Graz angenommen. Die Wissenschaftler haben neue Design-Richtlinien für E-Auto-Batterien konzipiert. Durch diese lassen sich Batteriepacks leichter zerlegen und können so auch gezielt repariert werden. Zusätzlich können einzelne Komponenten besser weiterverwendet werden.

Die Forscher erhoffen sich dadurch eine längere Lebensdauer für E-Auto-Batterien. Aber auch Ressourcen sollen so geschont werden, was insgesamt die Umweltbilanz der Elektromobilität deutlich verbessern könnte.

Neue Akku-Bauweise macht E-Auto-Batterien nachhaltiger

Die Konstruktion von modernen Batterien für Elektrofahrzeuge erfordert die Erfüllung zahlreicher Anforderungen gleichzeitig. Neben hoher Leistung und Reichweite spielen auch eine wirksame Kühlung sowie der Schutz der Batterie bei Belastungen oder Unfällen eine zentrale Rolle.

Diese Faktoren beeinflussen sich gegenseitig und müssen bei der Bauweise beachtet werden. Allerdings gibt es bislang kaum einheitliche Konstruktionsprinzipien für Traktionsbatterien. Hersteller setzen bisher auf unterschiedliche Zellformate, Modulgrößen und Gehäusekonzepte.

Das erschwert nicht nur Reparaturen und den Austausch einzelner Komponenten. Auch für Rettungskräfte kann dies bei einem Unfall den sicheren Umgang mit beschädigten oder brennenden Batterien deutlich erschweren.

„Ohne einheitliche Design-Standards stehen Einsatzkräfte im Ernstfall oft vor großen Herausforderungen, weil Aufbau und Verhalten von Batteriesystemen schwer einschätzbar sind“, erklärt Projektleiter Markus Fasching vom Institut für Fahrzeugsicherheit der TU Graz. „Gleichzeitig verlieren wir wertvolle Ressourcen, wenn Batterien nicht repariert oder vollständig recycelt werden können.“

Die nun entwickelten einheitlichen Design-Richtlinien der Forscher könnten hier Abhilfe schaffen. „Unsere Arbeit zeigt, dass sich Sicherheit, Wirtschaftlichkeit und Kreislauffähigkeit durch ein durchdachtes Design gemeinsam verbessern lassen“, so Fasching weiter.

Möglichkeit zur Reparatur von E-Auto-Batterien verbessert Umweltbilanz deutlich

Batteriesysteme aus E-Autos lassen sich bisher nur schwer reparieren oder recyceln. Denn viele Hersteller verkleben ihre Gehäuse mit Wärmeleitpasten zur Temperaturregulierung. Das ist zwar für die Produktion vorteilhaft, bei einem Defekt muss dann jedoch meist das gesamte Batteriepaket ausgetauscht werden.

Das Forschungsteam unter der Leitung der TU Graz hat diese Bauweise als Basis-Design für seine Untersuchungen angenommen. Zusätzlich wurden zwei alternative Bauweisen untersucht: ein flüssigkeitsgekühltes Design sowie eines mit austauschbaren Gehäusedeckeln, bei denen Wärmeleitpads die Hitze abführen.

Zusätzlich konnten die Forscher neue Diagnosemethoden auf Basis der elektrochemischen Impedanzspektroskopie entwickeln. Diese ermöglichen es, interne Schäden wie Mikro-Kurzschlüsse zuverlässig zu erkennen, die ansonsten zeitverzögert zu kritischen Ereignissen wie Batteriebränden führen könnten.

Durch die einfache Zerlegbarkeit einer E-Auto-Batterie kann das Recycling von Materialien gefördert werden. Demnach seien reparaturfreundliche Designs bereits lohnend, wenn acht Prozent der Zellen – beispielsweise nach einem Unfall – weiterverwendet werden können.

Auch interessant:

• Frankreich machts vor: Schon ein Solar-Parkplatz spart 32.000 Euro Strom
• Dieses tragbare Ladegerät macht dein E-Auto unterwegs zur Batterie
• Solar-Durchbruch aus Deutschland: Fenster sollen künftig Strom erzeugen
• BMW nervt Kunden mit Spider-Man-Werbung auf Autodisplay

Der Beitrag Neue Bauweise macht E-Auto-Batterien nachhaltiger und reparierbar erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.

Mit iOS 27 bringt Apple zahlreiche neue Funktionen auf das iPhone. Doch nicht alle Neuerungen sind überall verfügbar. Wir zeigen, welche Features mit dem iPhone-Update nach Deutschland kommen.

Mit iOS 27 steht das nächste große iPhone-Update in den Startlöchern und bringt eine Reihe neuer Funktionen mit sich. Die größte Neuerung wird es jedoch zum Release nicht nach Deutschland schaffen. Zum Start ist Siri AI zwar auf iPhone und iPad in der EU nicht verfügbar, auf Mac und Apple Vision Pro kann die KI bei geeigneten Geräten und Spracheinstellungen aber genutzt werden.

Hintergrund sind laut Apple regulatorische Anforderungen und die nötige Anpassung der Funktionen an den europäischen Digital Markets Act (DMA). Deshalb müssen viele Nutzer in Deutschland vorerst auf die neue Siri-Version warten.

Trotzdem bringt das iPhone-Update auf iOS 27 auch hierzulande einige Neuerungen. Dazu zählen zum Beispiel neue Funktionen für die Nachbearbeitung von Fotos sowie mehr Übersichtlichkeit in Safari.

Auch im Hintergrund hat Apple an seinem OS geschraubt und verspricht Verbesserungen für Bedienung und Performance. Welche iOS-27-Neuerungen in Deutschland verfügbar sein werden, zeigt der folgende Überblick.

iOS 27: Das steckt im neuen iPhone-Update

Auch wenn die großen Apple-Intelligence-Neuerungen zum Start von iOS 27 nicht in Deutschland verfügbar sein werden, hält das Update dennoch einige neue KI-gestützte Funktionen bereit. Vor allem bei der Bildbearbeitung und in Safari setzt Apple verstärkt auf intelligente Automatisierung.

Mit iOS 27 erweitert Apple die KI-gestützten Bearbeitungsmöglichkeiten für Fotos und Bilder. Mit der neuen Funktion „Reframe“ lassen sich beispielsweise Bildausschnitte nachträglich verändern. Auch das Erweitern von Fotos wird künftig möglich sein und fehlende Bereiche am Rand eines Fotos künstlich ergänzen. Eine Verbesserung verspricht Apple für das Entfernen störender Objekte.

In Safari führt Apple unter anderem eine automatische Gruppierung geöffneter Tabs ein, die für mehr Übersicht sorgen soll. Neu ist außerdem eine Funktion, mit der Safari dich über Änderungen auf Webseiten mit Mitteilungen informiert – beispielsweise, wenn es Preisänderungen gibt oder ein Ticket-Sale startet.

iOS 27 bietet mehr Design-Optionen für das iPhone

Auch optisch hat Apple für iOS 27 weiter am iPhone gearbeitet. So wird beispielsweise das mit iOS 26 eingeführte Liquid-Glass-Design verfeinert. Dabei sollen unter anderem Kontrast und Lesbarkeit verbessert werden. Zusätzlich sollen App-Symbole detailreicher und schärfer werden.

Gleichzeitig erhalten Nutzer mehr Einfluss auf die für Liquid Glass typische Transparenz bei App-Symbolen und Oberflächen. Hierfür gibt es nun einen Schieberegler, über den Nutzer die Transparenz an ihren Geschmack anpassen können.

Für den Startbildschirm wird es künftig außerdem die Möglichkeit geben, das Design von Uhrzeit und Datum anzupassen. Diese lassen sich künftig verkleinern und in einer Zeile darstellen.

Diese Neuerungen stehen Eltern zur Verfügung

Auch für Eltern bringt iOS 27 neue Funktionen. So lassen sich beispielsweise Apps gezielter freigeben und Nutzungszeiten nach bestimmten Kategorien festlegen.

Neu ist hier auch, dass Eltern Apps gezielt nur zu bestimmten Tageszeiten freischalten können. Für Kinder wird es mit iOS 27 außerdem möglich, die Freigabe gesperrter Webseiten bei ihren Eltern anzufragen.

iOS 27: So kannst du das iPhone-Update installieren

iOS 27 steht seit dem 14. September 2026 zum kostenlosen Download bereit. Das Update ist für alle Modelle ab dem iPhone 11 sowie für das iPhone SE der zweiten Generation und neuer verfügbar.

Die neue iOS-Version findest du in den Einstellungen auf deinem iPhone. Öffne dafür den Menüpunkt „Allgemein“ und klicke dann auf „Softwareupdate“. Hier findest du die Schaltfläche „Auf iOS 27 aktualisieren“. Das Update hat eine Größe von 14,2 Gigabyte und kann entweder sofort oder über den Button „Heute Nacht aktualisieren“ später installiert werden.

Mit iPadOS 27 hat Apple außerdem ein neues Update für das iPad veröffentlicht. Unterstützt werden das iPad Pro der vierten Generation und neuer, iPad-Pro-Modelle mit M1-Chip und neuer, das iPad Air der vierten Generation und neuer, Modelle mit M2-Chip und neuer, das iPad der neunten Generation sowie Modelle mit A16-Chip und das iPad mini der sechsten Generation beziehungsweise mit A17 Pro.

Auch interessant:

• Netflix-Preiserhöhung: So kannst du die höheren Kosten mehrere Monate aufschieben
• Nach Strafe: Google warnt in der EU vor Qualitätseinbußen
• KI-Modelle sollen autonom Geld verdienen: What could possibly go wrong?
• Werbung bei ChatGPT ausschalten: Kostenlos nur mit Einschränkungen

Der Beitrag iOS 27 kommt aufs iPhone: Aber Deutschland muss auf Siri AI warten erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.

Ein Sprachmodell dichtet Sonette und besteht Jura-Examen. Doch sobald es geschäftliche Kennzahlen oder Liefermengen berechnen soll, erfindet es plausiblen Unsinn. Warum der Fehler nicht im Prompt, sondern in der Systemarchitektur liegt. Ein Gastbeitrag von Fabian Rang.

Künstliche Intelligenz kann programmieren, Verträge zusammenfassen und fotorealistische Videos generieren. Doch bitte mal ein modernes Sprachmodell darum, eine Rabattstaffel für 500 Artikel durchzurechnen oder die optimale Bestellmenge für ein Zentrallager zu kalkulieren. Das Ergebnis: Das Modell spuckt in Sekunden eine stilistisch brillante Antwort aus – mit frei erfundenen Zahlen.

Im privaten Bereich liefert das vielleicht ein nettes Meme auf Social Media. Wenn Unternehmen aber versuchen, Chatbots auf operative Planungs-, ERP- oder Finanzdaten zu setzen, wird daraus ein handfestes Millionenrisiko. Lieferketten geraten aus dem Takt, Lager laufen voll, Regale bleiben leer.

In Teilen der Tech-Szene herrscht immer noch der Glaube, man könne dieses Problem durch noch größere Modelle, besseres Prompting oder Vektordatenbanken lösen. Das ist ein fundamentaler Irrtum.

Wörter raten ist keine Mathematik

Um das Problem zu lösen, muss man sich klarmachen: Large Language Models (LLMs) sind probabilistische Textgeneratoren. Das heißt: Sie wurden darauf trainiert, auf Basis statistischer Wahrscheinlichkeiten das jeweils plausibelste nächste Wort vorherzusagen. Sie erzeugen Sprachmuster, keine logischen Schlüsse und erst recht keine mathematischen Wahrheiten.

Wenn ein LLM „2 + 2 = 4“ ausgibt, tut es das nicht, weil es addiert hat, sondern weil diese Zeichenfolge in seinen Trainingsdaten milliardenfach nach „2 + 2 =“ auftaucht. Das Modell behandelt Zahlen exakt wie Wörter: als Vokabeln.

Sobald Rechnungen komplexer werden oder domänenspezifische Wenn-Dann-Bedingungen greifen, versagt die statistische Textvorhersage. Das Modell weiß nicht, was eine Zahl bedeutet. Es weiß nur, wie eine Antwort klingen muss, damit sie menschlich wirkt. Das System halluziniert nicht aus Bosheit, sondern weil es genau das tut, wofür es gebaut wurde: plausible Texte zu fabrizieren.

Warum auch RAG beim Rechnen scheitert

Ein weit verbreiteter Reflex ist der Einsatz von Retrieval-Augmented Generation (RAG). Das Prinzip ist vergleichbar mit einer Open-Book-Prüfung. Bevor die KI antwortet, durchsucht sie Dokumente nach der passenden Textstelle. Das funktioniert perfekt für statische Wissensabfragen, zum Beispiel: „Wie lautet unsere Reiserichtlinie?“

Es versagt allerdings völlig bei dynamischen Optimierungsproblemen: Wie viele Paletten müssen wir für nächste Woche bestellen, wenn der Lieferant fünf Prozent Skonto gibt, unsere Lagerkapazität aber zu 85 Prozent ausgelastet ist?

Hier gibt es kein fertiges PDF, aus dem das Modell die Antwort kopieren könnte. Das Ergebnis muss mathematisch modelliert, simuliert und optimiert werden. Ein Sprachmodell mit RAG zu füttern, um operative Entscheidungen zu treffen, ist ungefähr so erfolgversprechend wie der Versuch, eine Tabellenkalkulation mit Microsoft Word nachzubauen.

Sprache strikt von Logik trennen

Ein Sprachmodell kann niemals alles auf einmal sein. Es ist eine fantastische Benutzeroberfläche für Sprache, aber ein sehr schlechtes Rechenwerkzeug. Die Lösung liegt deshalb in einer sauberen Drei-Schichten-Architektur:

1. Die Sprachebene (Interface): Das LLM agiert ausschließlich als Dolmetscher. Es nimmt die natürliche Frage des Menschen entgegen und übersetzt sie in strukturierte mathematische Abfragen und Parameter. Es rechnet zu keinem Zeitpunkt selbst.
2. Die Kontextebene (Context Layer): Hier liegt das semantische Betriebsmodell des Unternehmens. Diese Schicht stellt sicher, dass Kennzahlen, Restriktionen und Datenbeziehungen (z. B. aus dem ERP-System) exakt definiert sind. Hier werden Lücken identifiziert, bevor überhaupt gerechnet wird.
3. Die Rechenebene (Deterministische Engine): Die eigentliche Berechnung – Prognosen, nichtlineare Optimierungen, Szenarien – wird an deterministische Algorithmen und mathematische Solver übergeben. Keine Magie, sondern angewandte Mathematik.

Das Prinzip ist einfach: Das Sprachmodell bekommt das numerische Ergebnis erst zurückgespielt, wenn die Rechen-Engine fertig ist. Das LLM bettet die Zahl in die Antwort ein, darf sie aber nicht verändern. Damit sind Halluzinationen bei Zahlen architektonisch ausgeschlossen.

Mut zur Lücke: Warum gute KI-Systeme „Ich weiß es nicht“ sagen

Verlässlichkeit entsteht außerdem durch den transparenten Umgang mit Datenlücken. Ein System, das bei fehlenden Werten einfach ins Raten verfällt, ist im Betrieb brandgefährlich. Moderne Systeme müssen wissen, was sie nicht wissen.

Fehlen für eine Berechnung historische Daten oder widersprechen sich Quellen, darf die KI die Lücke nicht durch Extrapolation glattbügeln. Sie muss den Dialog suchen, zum Beispiel: „Für Produktgruppe Y fehlen die Aktionspreise für nächste Woche. Soll ich mit den Standardwerten rechnen oder ergänzt du die Daten selbst?“

Gleichzeitig gehören starre Punktprognosen der Vergangenheit an. Verlässliche KI arbeitet mit Wahrscheinlichkeitskorridoren und Konfidenzintervallen. Sie liefert also nicht eine einzige, vermeintlich exakte Zahl, sondern eine Bandbreite und die Eintrittswahrscheinlichkeit.

Fazit: Die Schicht darunter entscheidet

Der aktuelle Hype dreht sich fast nur um neue Basismodelle. Für den produktiven Einsatz in Unternehmen ist das Sprachmodell allerdings die am leichtesten austauschbare Komponente im Tech-Stack.

Die eigentliche Herausforderung liegt nicht darin, Modellen das Dichten beizubringen, sondern Systeme so zu bauen, dass Sprachebene und Rechenlogik strikt getrennt bleiben. Erst wenn wir aufhören, Sprachmodelle wie Taschenrechner zu behandeln, wird KI im Unternehmensalltag vom Spielzeug zur verlässlichen Infrastruktur.

Über den Autor: Fabian Rang 

Fabian Rang ist Mathematiker, Systemingenieur sowie Co-Founder und CTO des Heidelberger Decision-Intelligence-Unternehmens paretos. Vor der Gründung forschte er an Optimierungsalgorithmen, unter anderem in Kooperation mit dem Massachusetts Institute of Technology (MIT).

Der Beitrag KI kann Jura, aber scheitert an einfachen Zahlen – das ist der Grund erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.

Anthropic-Chef Dario Amodei fordert eine koordinierte Pause bei der Entwicklung leistungsfähiger KI-Modelle und bekommt dafür Zuspruch von OpenAI, Google und sogar Elon Musk. Ausgerechnet jetzt, nach einer Serie peinlicher Sicherheitsvorfälle und schwacher Geschäftszahlen, wollen die Tech-Bosse ihr Gewissen entdeckt haben. Warum hinter der KI-Pause vermutlich weniger Menschheitsschutz als Marktschutz steckt. Eine kommentierende Analyse.

Warum die Tech-Bosse eine KI-Pause fordern

• Die führenden KI-Unternehmen aus den USA sprechen sich aktuell dafür aus, das Entwicklungstempo bei besonders leistungsfähigen Modellen zu drosseln. Anthropic-Chef Dario Amodei schlug in einem Essay beispielsweise eine koordinierte KI-Pause vor. Sie soll der Branche ein bis zwei Jahre Zeit verschaffen, um Sicherheitsrisiken besser einschätzen und eindämmen zu können. Von der Konkurrenz um OpenAI, Google und xAI gab es binnen kürzester Zeit Zuspruch. Amodei warnt, dass KI-Agenten theoretisch innerhalb von sechs bis zwölf Monaten in der Lage seien, einen Großteil des Internets lahmzulegen und Schäden in dreistelliger Milliardenhöhe zu verursachen. Deshalb kündigte er konkrete Maßnahmen bei Anthropic an.
• Zuvor hatten mehrere namhafte KI-Anbieter binnen kürzester Zeit schwerwiegende Sicherheitsvorfälle eingeräumt. Anthropic machte den Anfang. Es folgten: OpenAI, Meta und das chinesische Unternehmen Moonshot AI. In allen Fällen soll eine KI aus einer Testumgebung ausgebrochen sein, sich mehr oder weniger verselbstständigt und im freien Internet eigenständig Aktionen ausgeführt haben. Ein KI-Agent von OpenAI hat sogar die Plattform Hugging Face gehackt, um seinen ursprünglichen Auftrag ausführen zu können. Dass gleich mehrere große KI-Anbieter unmittelbar nacheinander ähnliche Vorfälle eingestanden haben, scheint aber alles andere als Zufall zu sein. Zahlreiche Medien heizten den Hacker-Hype obendrein an.
• Laut einer aktuellen Umfrage würden 68 Prozent der US-Amerikaner ein Gesetz befürworten, das eine zwischenzeitliche Pause bei der KI-Entwicklung vorsieht. Das Umfrageinstitut Data for Progress hat dazu repräsentativ 1.332 Wahlberechtigte in den USA befragt. Konkret ging es dabei um einen entsprechenden Gesetzesentwurf von Bernie Sanders, Senator in Vermont, und dem demokratischen Abgeordneten Greg Casar. Auch in Deutschland zeichnet sich eine zunehmende Skepsis gegenüber KI ab. Immer mehr Menschen haben etwa den Eindruck, dass die Nachteile die Vorteile von KI überwiegen. 41 Prozent nutzen zwar regelmäßig künstliche Intelligenz. Mehr als 40 Prozent würden aber lieber in einer Welt ohne KI leben.

Sicherheitsrisiko oder PR-Kalkül?

Quasi im Wochenrhythmus wird KI aktuell mal als Heilsbringer und mal als existenzielle Bedrohung für die Menschheit befeuert. Dass die aktuellen Fortschritte tatsächlich etwas beängstigend wirken und rasend schnell vorangehen, lässt sich kaum wegdiskutieren. Das Problem ist aber weniger die Technologie selbst als ein verantwortungsvoller Umgang mit ihr.

Denn rund um den großen Hacker-Hype waren vor allem schlecht abgesicherte Testumgebungen oder fehlerhafte Zielvorgaben der Grund dafür, dass KI-Agenten ausbüchsen konnten. Hinzu kommen ein gewisses PR-Kalkül sowie klickgetriebener Alarmismus durch zahlreiche Medien.

Indes: KI kann zweifellos in vielen Fällen hilfreich sein – vor allem im Gesundheitsbereich, in der Forschung und in der Prozessautomatisierung. Doch es gibt auch Risiken, die eine Regulierung erfordern. Oft scheint es aber nur um die Frage zu gehen, was möglich ist und nicht darum, was sinnvoll ist. Nun wollen die Tech-Bosse also nach Jahren der KI-Peitsche ihr Gewissen wiederentdeckt haben?

Ich hege da so meine Zweifel. Warum? Einerseits, weil OpenAI zuletzt schwache Zahlen präsentiert hat – wieder einmal. Andererseits, weil Big AI offenbar einsieht, dass der Hacker-Hype rund um KI eher für Verunsicherung sorgt, als Investoren anzulocken, die mit Geldbündeln nur so um sich werfen. Stichwort: KI-Blase.

Oder: Bei der geforderten KI-Pause geht es vermutlich weniger um den bevorstehenden Weltuntergang als um das eigene Portemonnaie. Zumal eine gemeinsame Gewissensoffensive fast schon zu schön klingt, um wahr zu sein. Ist sie auch nicht! Sam Altman und Elon Musk sind so etwas wie Erzfeinde; OpenAI und Anthropic sind erbitterte Konkurrenten. Und nun wollen sich alle lieb haben und die Menschheit schützen? Mitnichten! Abermals geht es vielmehr um Eigeninteressen, aber dazu später mehr.

Was Sam Altman, Dario Amodei und Elon Musk sagen

• Anthropic-Chef Dario Amodei fordert in einem Beitrag auf X (ehemals Twitter): „Wir müssen das Tempo an der Grenze drosseln: Ich habe einen neuen Aufsatz darüber verfasst, warum die KI-Branche einen Gang zurückschalten sollte, und einen dreiteiligen Plan dafür vorgelegt. Anthropic verpflichtet sich einseitig zur Umsetzung des ersten dieser Schritte. Wir werden unabhängigen Gutachtern dauerhaften Zugriff auf unsere Systeme auf Mitarbeiterebene gewähren, damit sie die Einhaltung unserer Sicherheitsmaßnahmen überprüfen, Vorfälle melden und die Ausrichtung der Modelle während des Trainings bewerten können.“
• OpenAI-CEO Sam Altman kommentierte den Beitrag Amodeis: „Ich stimme Dario zu, dass wir die Entwicklung an der Grenze der Möglichkeiten dosieren müssen. Dies war in den letzten Wochen ein zentrales Thema unserer Diskussionen bei OpenAI. Die Verpflichtung, unabhängige Gutachter mit einem Zugang wie Mitarbeiter einzubeziehen, ist eine großartige Idee, und wir werden dies ebenfalls umsetzen. Wir werden bald mehr dazu mitteilen.“ Und sogar Elon Musk stimmte dem Vorschlag zu: „Dario hat recht.“
• KI-Experte Jacob Coxon sorgte bereits kurz zuvor für Schlagzeilen, nachdem er in einem Beitrag auf X (ehemals Twitter) warnte: „Ich habe heute bei Anthropic gekündigt. (…) Keines der beiden Unternehmen handelt verantwortungsbewusst. (…) Unterschätzt nicht die Leistungsfähigkeit dieser Technologie. Bald wird es übermenschliche Systeme geben, die alles hacken, jeden Bereich über Nacht revolutionieren und echte Macht und Ressourcen an sich reißen können. Die Menschen, die KI entwickeln, sind fest davon überzeugt, dass sie uns alle bis zum Ende dieses Jahrzehnts auslöschen könnte. Das ist kein Marketing-Gag.“

Warum sich trotz KI-Pause nur wenig ändern dürfte

Trotz immer lauter werdender Forderungen nach einer KI-Pause dürfte sich regulatorisch zunächst wenig ändern. Die USA wollen den KI-Wettstreit mit China nämlich unbedingt gewinnen, während Peking auf Maßnahmen pfeift und bislang kaum Anstalten macht, sich selbst auszubremsen. Oder: Um die Risiken von KI einzudämmen, bräuchte es einheitliche und globale Regeln, die es leider nie geben wird.

Denn sobald einer pausiert, eilt die Konkurrenz davon. Die Trump-Administration hat sich allen Risiken zum Trotz gegen eine KI-Regulierung ausgesprochen. US-Verteidigungsminister Pete Hegseth teilte etwa mit, dass KI im Pentagon nicht zu „tödlichen Entscheidungen“ beitrage. Wie beruhigend, dass die Entscheidungen immer noch Trump trifft. Nicht! Doch nun will sich Big AI selbst regulieren?

Dass ausgebüchste KI-Agenten und selbstständige Hacker-Ausflüge weniger gut angekommen sind als gedacht, hat man offenbar gemerkt. Denn wenn eine PR-Kampagne plötzlich mehr Verunsicherung als Begeisterung erzeugt, entsteht aus einem vermeintlichen Beweis technologischer Stärke schnell ein Reputationsproblem. Die Sicherheitsdebatte könnte deshalb auch ein Versuch sein, den misslungenen Hacker-Hype wieder einzudämmen. Oder weiter zu befeuern?

Indes: Bei der Frage nach dem tatsächlichen KI-Risiko sollte eigentlich niemand die Glaskugel befragen. Die oft postulierte zehnprozentige Wahrscheinlichkeit einer Auslöschung der Menschheit ist ebenso mit Vorsicht zu genießen wie die Gegenposition, die Gefahr liege bei null oder sei reine Marketing-Taktik. Die Wahrheit liegt vielmehr irgendwo dazwischen.

Zumal Forscher betonen, dass eine solche Prozentzahl scheinbar präzise sei, obwohl es schlicht kein Verfahren gibt, diese Wahrscheinlichkeit seriös zu berechnen. Big AI tritt derweil mehr oder weniger geschlossen auf die Bremse, weil man es kann. Denn OpenAI, Anthropic oder Google können sich strenge Sicherheitsmechanismen aufgrund ihrer Mittel und Infrastrukturen leisten, auch um kleinere Unternehmen, die das nicht können, vom Markt fernzuhalten. Außerdem wollen sie ihre Dominanz festigen und den eigenen Vorsprung durch eine Pause nicht der Konkurrenz preisgeben.

Auch interessant:

• KI-Faulheit: Hilfe, ich habe das Denken verlernt!
• TUM-Studie zu E-Autos liefert Stoff für neue Emissions-Lügen
• EU knöpft sich ChatGPT vor: Was sich für Nutzer jetzt ändert
• KI außer Kontrolle? Das große Medienversagen hinter dem Hacker-Hype

Der Beitrag KI-Pause aus Gewissensbissen? Wovor die Tech-Bosse wirklich Angst haben erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.

In Sachsen entsteht einer der größten Batteriespeicher Europas. Auf einem alten Kraftwerksgelände entsteht eine Anlage mit 1,6 Gigawattstunden Kapazität. Ziel ist es, Schwankungen von Wind- und Solarstrom gezielt abzufangen. Doch der Plan steht und fällt mit der Netzanbindung der GigaBattery Boxberg.

Ein altes Kraftwerksareal in Sachsen soll bald zum Herzstück der modernen Netzinfrastruktur werden. Auf sechs Hektar sanierter Fläche am Standort Boxberg beginnt derzeit der Bau einer riesigen Batterieanlage. Das Unternehmen LEAG Clean Power investiert dort in ein Großprojekt, das überschüssige Energie aus Wind und Sonne speichern soll.

Die Zahlen offenbaren den Maßstab des Projekts. Mit 400 Megawatt Anschlussleistung und einer Speicherkapazität von 1.600 Megawattstunden entsteht in der Region eine Art Powerbank, die in dunklen und windstillen Momenten einspringen soll. Das reicht rechnerisch aus, um rund 640.000 Haushalte oder die komplette Metropolregion Dresden für vier Stunden mit Strom zu versorgen.

LFP-Technologie und Netzanschluss aus Berlin

Technisch setzt das Projekt auf Lithium-Eisenphosphat-Zellen (LFP). Dabei handelt es sich um eine Technologie, die ohne teures Kobalt auskommt. Gleichzeitig ist sie langlebig und bietet eine hohe thermische Stabilität. Das System stammt von HyperStrong, das die schlüsselfertigen Speichereinheiten liefert.

Doch die beste Batterie bringt wenig ohne die passende Anbindung an das Hochspannungsnetz. Deshalb baut Siemens Energy derzeit in seinem Werk in Berlin eine gasisolierte 380-Kilovolt-Schaltanlage. So soll sich Energie problemlos in das Übertragungsnetz von 50Hertz einspeisen lassen.

Die Projektteilnehmer hoffen, dass die Anlage Erzeugungsspitzen im Netz abfangen kann. Scheint die Sonne intensiv oder weht starker Wind, handhabt der Großspeicher die Last. Fällt das Angebot ab, gibt er die Energie kontrolliert wieder ab.

GigaBattery Boxberg: Die Wende im Lausitzer Revier?

Für den zweitgrößten Stromproduzenten Deutschlands ist die GigaBattery Boxberg ein Baustein der eigenen Gigawatt-Factory. LEAG Clean Power baut die von der Kohle geprägte Region schrittweise in einen Standort für erneuerbare Energien um. Dafür nutzt das Unternehmen die bereits vorhandene Infrastruktur der alten Industrie. Thomas Brandenburg, Geschäftsführer der LEAG Clean Power GmbH, dazu:

Die Energieversorgung der Zukunft braucht leistungsfähige Speicher. Mit der LEAG Clean Power schaffen wir in Boxberg einen weiteren wichtigen Baustein für die Integration Erneuerbarer Energien und die Versorgungssicherheit in Deutschland.

Aber es gibt auch Herausforderungen. Ein kritischer Meilenstein bleibt die pünktliche Fertigstellung der Netzinfrastruktur. Sollte sich der Ausbau der Schaltanlage verzögern, drohen auch Verzögerungen beim Großspeicher. Nur wenn der Ausbau von Netzen und Speichern parallel gelingt, kann ein nachhaltiger Umbau der Stromversorgung erfolgen.

Auch interessant:

• Neue Zink-Ionen-Batterie macht Störenfriede zu Energie-Boostern
• Alte Öllöcher als Akku: Bohrloch-Batterie soll Energie speichern
• Kupfer als Lithium-Falle: Forscher entschlüsseln Akku-Alterung
• CO2-Batterie speichert Strom dreimal länger als Lithium-Akkus

Der Beitrag Altes Kraftwerk wird zur Mega-Batterie: Hier entsteht Europas Strom-Powerbank erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.

Im Sommer kaufen die Menschen in Deutschland tendenziell weniger Autos. Trotzdem ergibt sich aus den Verkaufszahlen im August eine interessante Entwicklung: Auch wenn sich das noch vor Kurzem niemand hätte vorstellen können, bilden Modelle mit Dieselmotor momentan das Schlusslicht.

Insgesamt wurden im August dieses Jahres 212.563 Pkw in Deutschland neu zugelassen. Im Vergleich mit dem Vorjahresmonat ist das ein geringes Plus von 2,6 Prozent. Gegenüber dem Juli 2026 handelt es sich sogar um einen Rückgang von 20,7 Prozent. Die Gründe liegen auf der Hand: Sommerferien und Werksurlaube wirken sich sichtbar auf die Statistik aus. Die Zahlen für unser Ranking stammen wie üblich vom Kraftfahrt-Bundesamt (KBA).

Immer weniger Autos mit Dieselmotor

Wie schon in den vergangenen Monaten führen reine Elektroautos das Feld an. Sie kommen im August auf 68.930 Neuzulassungen – das ist ein Anteil von 32,4 Prozent und ein Plus von 75,1 Prozent im Vergleich zu 2025. Oder anders ausgedrückt: Fast jedes dritte neu gekaufte Auto fährt rein elektrisch. Auf dem zweiten Platz liegen Hybride mit 27,8 Prozent und Benziner mit nur noch 16,7 Prozent.

Die großen Verlierer sind Dieselfahrzeuge. Sie bilden das Schlusslicht und kommen nur noch auf 22.516 Zulassungen und einen Anteil von 10,6 Prozent. Damit ist Diesel erstmals die schwächste Antriebsart überhaupt.

Das beliebteste Elektroauto ist der Skoda Elroq. Er ist zudem das einzige E-Auto, das auch in der Gesamtwertung vertreten ist. Hinter dem Elroq liegen der BMW X1, der VW ID.7 sowie der VW ID.4 und ID.5.

Bei den Herstellern gibt es keine großen Änderungen. VW ist in Deutschland wie immer der Spitzenreiter und kommt auf einen Marktanteil von 15,2 Prozent. Dahinter folgen mit großem Abstand Mercedes (9,7 Prozent) und BMW (8,9 Prozent).

An dieser Stelle interessieren uns aber nicht die Marken, sondern die konkreten Modelle. In der folgenden Top Ten präsentieren wir deshalb die zehn Autos, die im August am häufigsten neu zugelassen wurden.

Platz 10: Mini

Der Mini kommt im August auf 2.844 Neuzulassungen. Die Marke gehört zu BMW und schafft es nur ganz knapp in das aktuelle Ranking. Wie üblich, werden vom KBA alle Mini-Modelle unter einem Namen geführt.

Der Beitrag Laut Neuzulassungen: Die meistverkauften Autos im August 2026 erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.

Eine kurze Spracheingabe oder eine geschriebene Frage genügt und die KI unserer Wahl spuckt uns eine fundiert klingende, wissenschaftlich anmutende Antwort aus. Diese ist so gut formuliert, dass wir erst gar nicht beginnen, über das Thema nachzudenken. Das hat fatale Auswirkungen. Eine kommentierende Analyse.

Hintergrund

• Der Medienpädagogische Forschungsverband Südwest hat für die JIM-Studie 2025 untersucht, wie Jugendliche und junge Erwachsene KI nutzen. Knapp drei Viertel der 12- bis 19-Jährigen setzen KI für Hausaufgaben oder das Lernen ein. Damit nehmen ChatGPT und Co. schon den zweiten Platz hinter klassischen Suchmaschinen ein. Besonders bedenklich: 57 Prozent der Befragten halten die KI-Antworten für vertrauenswürdig.
• Das ist fatal. Denn: 45 Prozent aller KI-Antworten haben mindestens ein schwerwiegendes Defizit. Zu diesem Ergebnis ist die Studie „News Integrity in AI Assistants“ der Europäischen Rundfunkunion gekommen. Zu diesen Defiziten gehören beispielsweise veraltete Quellen, fehlende oder frei erfundene Quellen oder eine Vermischung von Fakten und Meinung. Tatsächlich gefährden wir nicht nur unsere Glaubwürdigkeit, sondern auch unseren Denkapparat.
• Ein Forscherteam des MIT Media Labs unter Leitung von Nataliya Kosmyna hat sich mit den Auswirkungen der KI-Nutzung auf unser Gehirn beschäftigt. Das Ergebnis von „Your Brain on ChatGPT“: Bei Probanden, die ChatGPT für ihre Recherche genutzt haben, wurde im EEG die geringste Gehirnaktivität verzeichnet. Die Probanden, die über Google suchten oder sich selbst eine Geschichte ausdenken mussten, wiesen sehr aktive Gehirnareale auf.

Unser Gehirn ist einfach zu alt für KI

Die Auswirkungen von KI auf unser Gehirn sind fatal, denn nur selten denken wir über unser Gehirn nach. Unser Gehirn ist sehr alt und von der Evolution darauf geprägt, in Gefahrensituationen schnell reagieren zu können. Wer den Säbelzahntiger sieht, muss rennen – sonst stirbst du. Wer dagegen nachdenkt, ist tot. Und tatsächlich ist unser Gehirn nicht sonderlich viel weiter – auch, wenn sich die Welt um uns herum stark verändert hat.

Die beiden Forscher Daniel Kahnemann und Amos Tversky haben seit den 1970er Jahren über unser Gehirn und kognitive Verzerrungen geforscht und die Erkenntnisse in verständlicher Form im Buch „Schnelles Denken, langsames Denken“ veröffentlicht. Darin beschreiben die Autoren unter anderem die unterschiedlichen Denk- und Verhaltensmuster unseres Gehirns. Aus Faulheit tendieren wir dazu, Ergebnisse aus kleinen Stichproben zu überinterpretieren oder Wahrscheinlichkeiten und Basiswerte unzureichend zu berücksichtigen.

Ein schönes Beispiel dazu ist Linda. Sie ist 31 Jahre alt, single, offen und sehr intelligent. Sie hat Philosophie studiert. Als Studentin engagierte sie sich stark gegen Diskriminierung und für soziale Gerechtigkeit und nahm an Anti-Atomkraft-Demonstrationen teil. Die Probanden der Studie sollten sagen, ob Linda eine einfache Bankangestellte ist oder eine Bankangestellte, die zudem in einer feministischen Bewegung aktiv ist.

Über 85 Prozent wählten die zweite Option, obwohl die Schnittmenge zweier Ereignisse niemals wahrscheinlicher als ein Einzelereignis sein kann. Das zeigt: Unser Gehirn liebt Prototypen und ignoriert alles, was wir zum Thema Wahrscheinlichkeit lernen. Oder anders ausgedrückt: Unser Gehirn liebt es, wenn es nicht denken muss. Es liegt gerne auf dem Sofa. Genau an dieser Stelle wird es für uns Menschen durch Künstliche Intelligenz so gefährlich. Sie liefert uns schnell, plausibel klingende Antworten, die uns dazu einladen, nicht mehr nachzudenken. Das müssen wir auf jeden Fall verhindern.

Stimmen

• Zishan Khan ist Kinder- und Jugendpsychiater und arbeitet als Regional Medical Director bei Mindpath Health. Nach der Publikation der MIT-Media-Lab-Studie sagte er gegenüber dem Time Magazine: „Aus psychiatrischer Sicht sehe ich, dass eine übermäßige Abhängigkeit von LLMs unbeabsichtigte psychologische und kognitive Folgen haben kann – insbesondere für junge Menschen, deren Gehirne sich noch in der Entwicklung befinden.“ Er ergänzt: „Diese neuronalen Verbindungen, die ihnen beim Zugriff auf Informationen, dem Erinnern von Fakten und der Fähigkeit zur Resilienz helfen, werden sich alle abschwächen.“
• Ross Dawson bezeichnet sich selbst als Futurist, arbeitet als Keynote-Speaker für globale Konzerne wie Coca-Cola und ist im Australian Institute of Company Directors aktiv. Er warnt auf LinkedIn: „Bei der Arbeit mit KI ist Faulheit die größte Sünde. In dem Moment, in dem Sie ein Ergebnis als ‚gut genug‘ akzeptieren, hören Sie auf, Ihre kognitiven Fähigkeiten zu trainieren. Von da an ist es ein schleichender Prozess nach unten. Sie können sich stattdessen dafür entscheiden, KI als Gegenüber zu nutzen, um Ihre Absicht zu klären und Ihr Denken zu schärfen – um es besser zu machen als je zuvor. Aber das muss Ihre ausdrückliche Absicht sein. Ohne diese Absicht werden Sie von der KI geformt.“
• Am Institut für Digitale Ethik an der Hochschule für Medien (HdM) in Stuttgart wurden die „10 Gebote der KI-Ethik“ entwickelt. Dr. Petra Grimm, Professorin für Medienforschung und Kommunikationswissenschaft an der HdM, erklärt im Interview: „Denke zuerst selbst nach, bevor du KI nutzt, und trainiere deine eigenen Fähigkeiten. Generative KI wie ChatGPT, Grok oder Mistral wurde nicht für Bildungszwecke entwickelt, dringt aber in Schulen ein. KI kann als Tutor helfen – erst, wenn Kinder eigenständiges Denken gelernt haben. Sonst riskieren wir, Problemlösungskompetenz und kritisches Denken zu schwächen.“

KI als Werkzeug richtig nutzen

Es wäre gelogen, sich als Moralapostel aufzuspielen, der sich noch nie blind auf eine KI-Antwort verlassen hat. Das ist mir mehr als einmal so gegangen. Mehr als einmal habe ich allerdings auch festgestellt, wie fehlerbehaftet die KI-Antworten sind – einmal auf der Suche nach einem Krankenhaus mit Geburtsstation und einmal bei den Kursen von Edelmetallen. Beide Male ließ sich die KI keines Besseren belehren – trotz offizieller Quellen und Links als Belege für Falschaussagen.

Diese kleinen Aha-Momente gibt es viel zu selten. Das liegt auch daran, dass wir ChatGPT selten zu unseren Fachgebieten befragen. Wir fragen nicht in den Bereichen, in denen wir uns auskennen, sondern sind auf der Suche nach Wissen an den Stellen, an denen wir blinde Flecken haben. Dadurch entziehen wir uns selbst der Möglichkeit, Fehler zu entdecken und zu lernen, dass KI (viele) Fehler macht.

Ein weiterer Fakt ist: Unser Gehirn liebt Routinen. Im Durchschnitt dauert es rund 60 aufeinanderfolgende Tage, bis wir eine neue Gewohnheit etabliert haben. Diesen verhältnismäßig kurzen Zeitraum sollten wir nutzen, um unserem in die Jahre gekommenen Gehirn ein KI-Upgrade zu verpassen.

Das könnte so gehen: Für mindestens zwei Monate zwingen wir uns dazu, jede KI-Antwort über eine klassische Google-Recherche zu verifizieren oder falsifizieren. Dadurch bringen wir unserem Gehirn bei, KI-Antworten zu misstrauen und stets eine Korrekturschleife durchzuführen. Nach einigen Monaten haben wir eine simple Routine entwickelt, die uns davor schützt, dass unser Gehirn biologisch verkümmert.

Auch interessant: 

• TUM-Studie zu E-Autos liefert Stoff für neue Emissions-Lügen
• EU knöpft sich ChatGPT vor: Was sich für Nutzer jetzt ändert
• KI außer Kontrolle? Das große Medienversagen hinter dem Hacker-Hype
• Nachtsperre, Limits, keine Likes: Reicht das, um Kinder vor Meta zu schützen?

Der Beitrag KI-Faulheit: Hilfe, ich habe das Denken verlernt! erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.

Wenn in Bitrix24 mehrere Projekte parallel laufen, sieht auf den ersten Blick oft alles „grün“ aus. Bis plötzlich Deadlines kippen, Aufgaben überfällig sind oder in einem Projekt schlicht niemand mehr aktiv ist. Mit der Alaio Vibecode-Plattform, die in das Bitrix24-Ökosystem integriert ist, lässt sich genau diese App erstellen: ein Projekt-Frühwarnsystem, das kritische Signale sichtbar macht, bevor sie teuer werden.

Das typische Szenario: Ein Team arbeitet gleichzeitig an Kundenprojekten, internen Initiativen und wiederkehrenden Aufgaben. In Bitrix24 ist zwar alles dokumentiert: Aufgaben, Kommentare, Status, Fristen. Trotzdem gehen frühe Warnsignale im Alltag unter. Eine Aufgabe ist seit Tagen fällig, aber niemand eskaliert. In einem Projekt passiert seit einer Woche nichts. Eine kritische Deadline rückt näher, doch die Restaufgaben stehen noch auf „In Arbeit“.

Genau hier wird Vibe Coding interessant: nicht als großes „KI-Versprechen“, sondern als praktischer Hebel für Prozesse, die zu individuell für Standardsoftware sind. Und gleichzeitig zu klein, um daraus ein klassisches IT-Projekt zu machen. Alaio Vibecode ist dafür gebaut, aus einer klaren Beschreibung eine funktionsfähige App zu erstellen – ohne Programmierkenntnisse: Es reicht, die Aufgabe so zu formulieren, wie man sie einem verantwortlichen Kollegen erklären würde.

Wer sehen will, worum es konkret geht, startet am besten direkt bei Bitrix24.

Projekt-Frühwarnsystem mit Vibecode ansehen

Das Problem im Projektalltag: Warnsignale sind da, aber nicht sichtbar

In Bitrix24 lassen sich Aufgaben unter anderem nach Status und Fristen filtern, etwa nach „überfällig“ oder „fast überfällig“. Das hilft, wenn man gezielt sucht. Das eigentliche Problem in vielen Organisationen ist aber ein anderes: Niemand hat Zeit, proaktiv zu suchen.

Was fehlt, ist ein kleines System, das aus den vorhandenen Daten ein Signal macht und zwar so, dass es im Alltag ankommt. Nicht als weiterer Report im Ordner, sondern als klarer Überblick: Welche Projekte driften gerade ab? Wo droht ein Deadline-Risiko? Welche Aufgaben sind überfällig und seit wann?

In der Praxis sind es oft drei Warnsignale, die besonders früh auftreten:

• Überfällige Aufgaben: Frist überschritten, Status nicht abgeschlossen.
• Fehlende Aktivität: In einem Projekt gibt es seit X Tagen keine neuen Kommentare/Updates.
• Kritische Deadlines: Ein Meilenstein steht kurz bevor, aber die offenen Aufgaben sind noch zu viele oder zu alt.

Die Vibecode-Idee: Eine App, die nur das zeigt, was wirklich kritisch ist

Alaio Vibecode positioniert sich als Weg „von der Idee zur App – mit nur einem Prompt“: Man beschreibt, was die Anwendung können soll, und bekommt innerhalb kurzer Zeit ein lauffähiges Ergebnis. Bitrix24 nennt dafür explizit den Nutzen vorgefertigter Prompts, mit denen in wenigen Minuten eine funktionierende App bereitstehen kann und die sich danach weiter anpassen lässt.

Wichtig ist: Vibecode ist nicht „noch eine App aus dem Market“, sondern zielt auf individuelle Anforderungen. Laut Bitrix24 unterscheidet sich Vibecode vom Market dadurch, dass der Market fertige Anwendungen für typische Aufgaben liefert, während Vibecode individuelle Anwendungen für spezifische Anforderungen erstellt. Und im Gegensatz zu Automatisierungsregeln/Workflows, die Standardprozesse abdecken, ist Vibecode für Fälle gedacht, in denen es keine passende Standardlösung gibt.

Das trifft auf ein Projekt-Frühwarnsystem ziemlich genau zu: Jedes Unternehmen hat andere Projektlogiken, andere Rollen, andere Definitionen von „kritisch“. Der Nutzen entsteht nicht durch eine universelle Vorlage, sondern durch die passgenaue Übersetzung der eigenen Regeln in eine kleine App.

So sieht das Projekt-Frühwarnsystem in Bitrix24 konkret aus

Der Kern des Use Cases: Eine Vibecode-App greift auf die Projektdaten in Bitrix24 zu und erstellt eine Übersicht, die Projekte nach Risiko sortiert. Statt „alles“ zu zeigen, konzentriert sich das Frühwarnsystem auf Auffälligkeiten und macht sie vergleichbar.

Ein mögliches, praxisnahes Modell für die App:

• Risikostufe pro Projekt (z. B. „OK“, „Beobachten“, „Kritisch“)
• Anzahl überfälliger Aufgaben und die älteste Überfälligkeit (z. B. „älteste Aufgabe 9 Tage überfällig“)
• Letzte Aktivität (z. B. „letzter Kommentar vor 6 Tagen“)
• Nächster Meilenstein inklusive Abstand in Tagen
• Direktlinks zur Projektgruppe oder Aufgabenliste, damit aus dem Signal sofort eine Aktion wird

Der Effekt: Projektleitung und Team müssen nicht mehr „nach Problemen suchen“. Das System macht sie sichtbar und zwar im selben Tool, in dem ohnehin gearbeitet wird.

Warum das keine klassische Software-Anforderung sein muss

Viele Teams kennen das Dilemma: Standardsoftware ist zu grob, Individualentwicklung zu schwer. Gerade im Mittelstand landen solche „kleinen“ Anforderungen häufig auf einer Liste, die nie abgearbeitet wird, weil jede Umsetzung Ressourcen bindet, Tests braucht, Releases erfordert und am Ende für eine relativ schmale Funktion zu teuer wirkt.

Vibe Coding verschiebt hier die Schwelle. Laut Bitrix24 genügt es, die Aufgabe klar zu beschreiben, Programmierkenntnisse sind nicht erforderlich. Die App entsteht über einen KI-Agenten und wird anschließend weiter iteriert, indem man beschreibt, was geändert werden soll.

Das ist besonders spannend für Prozesse, die:

• stark kontextabhängig sind (jede Firma hat andere Projektarten und Eskalationslogiken),
• klein anfangen sollen (ein Screen, ein Dashboard, ein Digest),
• schnell Nutzen liefern (Transparenz, Priorisierung, weniger Firefighting).

Kundenanfragen priorisieren, bevor es eskaliert

Der gleiche Ansatz lässt sich auf eingehende Kundenanfragen übertragen, egal ob sie im CRM, im Chat oder im Contact Center landen. Ein kleines Vibecode-Tool kann Anfragen nach Dringlichkeit sortieren und markieren, etwa anhand von Regeln wie „VIP-Kunde“, „Umsatzpotenzial“, „Frist im Vertrag“, „negatives Sentiment“ oder „keine Antwort seit X Stunden“.

Statt dass jeder Mitarbeiter seine eigene Filterlogik lebt (oder gar keine), entsteht ein gemeinsames Priorisierungsmodell. Das reduziert Reibung und sorgt dafür, dass wichtige Themen nicht im Tagesrauschen verschwinden.

Ein individueller CRM-Digest für Führungskräfte

Ein weiteres Beispiel, das sehr gut in den Vibecode-Gedanken passt: ein täglicher oder wöchentlicher CRM-Digest. Die App fasst zusammen, was sich seit dem letzten Überblick verändert hat, nicht „alles“, sondern die relevanten Bewegungen: neue Leads, stagnierende Deals, überfällige Aktivitäten, ungewöhnliche Abweichungen.

Bitrix24 beschreibt Vibecode als nützlich, wenn in Bitrix24 eine spezifische Lösung fehlt, etwa ein spezieller Bericht oder eine Integration. Genau das ist ein Digest: ein Bericht, der so spezifisch ist, dass Standard-Reports ihn selten perfekt treffen, aber so klein, dass man ihn nicht monatelang entwickeln will.

Business-Nutzen: Kleine, individuelle Prozesse, ohne „Big IT“-Projekt

Das Spannende an Vibe Coding für Unternehmen ist nicht, dass plötzlich jeder „Entwickler“ wird. Sondern dass Business-Teams endlich die Lücken schließen können, die seit Jahren offen sind: kleine Abläufe, Sonderfälle, Auswertungen, Übersichten – alles Dinge, die echten Impact haben, aber in klassischen Projektpriorisierungen untergehen.

Ein Projekt-Frühwarnsystem ist dafür ein gutes Einstiegsbeispiel, weil der Nutzen sofort messbar ist:

• Weniger Überraschungen, weil Risiken früher sichtbar werden.
• Weniger Eskalation, weil Teams auf Warnsignale reagieren, bevor Deadlines reißen.
• Mehr Fokus, weil Aufmerksamkeit auf das gelenkt wird, was wirklich kritisch ist.
• Mehr Konsistenz, weil „kritisch“ nicht mehr Bauchgefühl ist, sondern Regeln folgt.

Wer den Vibecode-Ansatz in Bitrix24 ausprobieren will, findet den Einstieg hier.

Alaio Vibecode ausprobieren

Der Beitrag Was passiert, wenn Mitarbeiter ihre Business-Apps einfach selbst erstellen? erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.

Durch das Vehicle-to-Load-Prinzip werden Elektroautos zur fahrenden Powerbank. Vor allem beim Camping und bei der Arbeit an abgelegenen Orten oder im Notfall kann das nützlich sein. Doch wie funktioniert die Technologie? Ein Blick auf Vorteile und Risiken.

Bidirektionales Laden dürfte vielen E-Auto-Besitzern mittlerweile ein Begriff sein. Dabei handelt es sich um das Laden in zwei Richtungen. Damit beziehen Elektroautos Energie aus dem Netz, speisen ungenutzte Energie allerdings auch wieder zurück.

Die bekannteste Variante davon ist wohl Vehicle-to-Grid (V2G). E-Autos können dadurch als Energiespeicher genutzt werden. Allerdings gibt es auch noch eine weitere Möglichkeit, ungenutzten Strom sinnvoll zu nutzen, und zwar mit dem Prinzip Vehicle-to-Load (V2L).

Was ist Vehicle-to-Load?

Mit der Vehicle-to-Load-Funktion können Elektrofahrzeuge andere elektronische Geräte mit Strom versorgen. Das geht entweder durch eine bereits integrierte Steckdose oder einen externen Ladeanschluss.

„Ob Sie nun Ihr Auto staubsaugen möchten oder eine große Campingreise planen – die Möglichkeiten liegen ganz bei Ihnen und sind unbegrenzt“, beschreibt Kia das Prinzip.

Auf seiner Website schreibt der Autohersteller, dass Verbraucher bis zu 80 Prozent der maximalen Kapazität der Batterie nutzen können. „Das reicht für eine vierköpfige Familie für etwa fünf Tage“, so der Autobauer.

Unterschied zu Vehicle-to-Grid (V2G) und Vehicle-to-Home (V2H)

Während sich die einzelnen Funktionen stark ähneln, gibt es doch einige Unterschiede. Wie bereits erwähnt, wird bei V2G ungenutzte Energie aus der Batterie zurück ins Stromnetz eingespeist. Das Auto dient dem Netz damit als Puffer: Bei Stromüberschuss lädt es, bei hoher Nachfrage gibt es Energie ab.

Beim Vehicle-to-Home-Prinzip wiederum fließt Strom aus E-Auto-Batterien zurück in das hauseigene Stromnetz. Dabei hängt das Fahrzeug wie beim Laden an der hauseigenen Wallbox. Ungenutzter Strom fließt also zurück ins Haus, wenn anderweitige Stromquellen, wie beispielsweise eine PV-Anlage auf dem Dach, nicht genügend Energie liefern.

Alle Prinzipien haben allerdings gemeinsam, dass sie die Art und Weise, wie wir erneuerbare Energie nutzen, neu definieren können. Dadurch, dass sich die E-Autobatterie als Speicher nutzen lässt, können Verbraucher grüne Energie wesentlich effizienter und konstanter nutzen – egal wo sie sich aufhalten.

Vehicle-to-Load: Vielseitig einsetzbar

Das eigene E-Auto als riesige Powerbank zu nutzen, ist in verschiedenen Situationen hilfreich. Besonders beim Camping und verschiedenen Outdoor-Aktivitäten lassen sich per V2L beispielsweise Kühlboxen, Kaffeemaschinen, E-Bikes oder Laptops direkt am Auto aufladen.

Auch Elektrowerkzeuge wie Bohrmaschinen oder Sägen kann die E-Auto-Batterie mit Strom versorgen. Das ist besonders hilfreich, wenn Handwerker an eher abgelegenen Arbeitsorten ohne Stromanschluss tätig werden. Auch im Notfall kann die Technologie Abhilfe leisten. Kommt es zum Stromausfall, können vor allem wichtige Kleingeräte wie Smartphones vorübergehend mit Energie versorgt werden.

Nutzer, die außerdem noch weitere erneuerbare Energien als Stromquelle nutzen, können ihre Abhängigkeit vom Stromnetz sowie ihren Eigenverbrauchsanteil stark reduzieren, indem sie ihr Auto tagsüber mit einer PV-Anlage laden und die Batterie abends dann als Energiequelle nutzen.

Wichtig: V2L ist nicht in jedem Fahrzeugzustand nutzbar. So lassen sich integrierte Steckdosen oder Adapter meist nur nutzen, wenn das E-Auto nicht selbst am Strom hängt.

Wie sicher ist die Technologie?

Um Sicherheit und Bedienung des Vehicle-to-Load-Prinzips zu testen, hat der ADAC Mitte 2026 verschiedene Elektroautos untersucht. Im Test waren sechs Fahrzeuge, neben BMW, BYD und Kia auch MG und Renault.

Die gute Nachricht: Auf Kurzschlüsse und Überlastungen reagierten alle untersuchten Fahrzeuge regelkonform mit Abschaltung.

Die gemessenen Spitzenleistungen beim V2L lagen bei allen Fahrzeugen unter den 3,7 kW, auf die Steckdosen im Haushalt maximal ausgelegt sind. Nur der BMW iX3 ließ 4 bis 5 kW etwa 10 Minuten zu, bevor er abschaltete. […] Bei dem im ADAC Versuch gezielt herbeigeführten Kurzschluss haben alle Fahrzeuge abgeschaltet, sodass kein Sicherheitsrisiko bestand.

Dennoch gab es auch Kritik vom Automobilclub: Vehicle-to-Load sei teils eine aufpreispflichtige Sonderausstattung, die ab Werk geordert werden müsse. Außerdem erwähnten die Experten auch die Energieverluste beim Betrieb externer Geräte. Alle Fahrzeuge hätten beim Betrieb einen erheblichen Eigenverbrauch von 390 bis 500 Watt, beim BMW war die Messung nicht möglich.

Außerdem ärgerlich: Trotz der hohen Sicherheit verbieten die Hersteller aller Testfahrzeuge die Nutzung von Vehicle-to-Load bei Nässe. Vor allem im Freien fällt allein damit bereits ein bedeutender Vorteil der Technologie weg.

Auch die grundsätzliche Bedienung am Auto und im Umgang mit dem Adapter könnte laut ADAC intuitiver sein. „Die Bedienung ist oft unnötig komplex, die Nutzerführung verwirrend, und Fehlermeldungen sind teils nichtssagend, teils übertrieben dramatisch.“

Trotz eines gewissen Spielraums für Verbesserungen zeigen sowohl V2L als auch V2G und V2H das Potenzial moderner Elektroautos abseits des Fahrens.

Auch interessant: 

• 7 verrückte Dinge, die du mit einem Elektroauto laden kannst
• Tipps für mehr Reichweite: So holst du mehr aus deinem E-Auto raus
• Neuer Solar-Kollektor soll Industrie unabhängiger von Gas machen
• Bamberg testet unsichtbare Ladebordsteine für E-Autos – im Weltkulturerbe

Der Beitrag Vehicle-to-Load: So nutzt du dein E-Auto als Powerbank erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.