YouTube fügt bei seinen Videos zunehmend automatisch generierte KI-Synchronisation hinzu, die jedoch aufgrund der teils schlechten Qualität schnell nervig werden können. Wir zeigen dir, wie du die automatische KI-Übersetzungen in wenigen Schritten ausschalten und Videos im Original sehen kannst.

Bereits im September 2023 hat YouTube das Feature für automatische KI-gestützte Synchronisationen angekündigt. Seit Dezember 2024 wird diese Funktion verstärkt für immer mehr Creator verfügbar.

Die Plattform will seinen Creatorn damit ermöglichen, „ihre Inhalte einem weltweiten Publikum zugänglich zu machen“. Dabei sollen Sprachbarrieren reduziert und Videos ohne aufwendige oder professionell produzierte Übersetzungen einem internationalen Publikum zugänglich gemacht werden.

In der Praxis kann das Feature jedoch schnell nervig werden, wenn die KI-generierte Tonspur bei jedem Video automatisch abspielt. Denn so gehen schnell wichtige Details der Originalaudios wie Stimme oder Stimmlage sowie Hintergrundgeräusche verloren. Auch unnatürliche Betonungen oder Übersetzungsfehler tragen meist nicht zu einem guten Seherlebnis bei.

Automatische KI-Übersetzungen bei YouTube ausschalten

Grundsätzlich bietet YouTube nur seinen Creatorn die Möglichkeit, die automatische KI-Synchronisation für ihre Videos zu aktivieren oder deaktivieren. Nutzer selbst können nicht festlegen, dass sie die Funktion generell nicht nutzen möchten.

Wenn du das Feature nicht verwenden und deine Videos lieber im Original hören möchtest, hast du zwei verschiedene Möglichkeiten. Du kannst die Einstellung entweder manuell bei jedem Video einzeln vornehmen oder gewisse Sprachen in den Einstellungen zu deinen bevorzugten Sprachen hinzufügen.

Für letztere Option musst du bei YouTube allerdings angemeldet sein. Bist du das nicht, ist es es lediglich möglich, im jeweiligen Video manuell zur Originaltonspur zu wechseln. In diesem Fall musst du die Einstellung bei jedem Video erneut ändern.

Willst du die KI-Synchronisation in einem Video bei YouTube deaktivieren, kannst du das über das kleine Zahnradsymbol im Video tun. Geh hierfür mit der Maus über das Video, damit die Liste mit den verschiedenen Optionen einblendet.

Klicke hier auf das Zahnrad und navigiere in den Einstellungen zum Bereich „Audiotrack“. Hier siehst du, welche Sprachen alles über die automatische Synchronisation verfügbar sind, kannst aber auch zum Original wechseln. Die Originalsprache steht meist ganz oben und ist in Klammern dahinter auch entsprechend gekennzeichnet.

Gegen KI-Synchro: Bevorzugte Sprachen bei YouTube hinzufügen

Bist du bei YouTube angemeldet und möchtest eine bestimmte Sprache zu deinen bevorzugten Sprachen hinzufügen, kannst du das auch in diesem Bereich tun. Scrolle hierfür bei den zur Verfügung stehenden Sprachen ganz nach unten und klicke auf „Bevorzugte Sprachen in den Einstellungen bearbeiten“.

Alternativ findest du diese Sektion auch über die Einstellungen. Klicke hierfür auf dein Profilbild in der oberen rechten Ecke deines Bildschirms und klicke dann auf Einstellungen.

Im Bereich „Wiedergabe und Leistung“ findest du dein Menüpunkt „Bevorzugte Sprachen“. Klicke auf „Sprachen hinzufügen oder bearbeiten“ und wähle in der Liste die jeweiligen Sprachen aus.

Möchtest du hier beispielsweise Englisch hinzufügen, genügt es, die generelle Option für diese Sprache zu wählen. Du musst nicht jede einzelne Land-Variante dafür auswählen.

Auch interessant:

• Neue WhatsApp-Funktion: So kannst du dir einen Nutzername reservieren
• Musik-Streaming: Mit diesen 5 Tipps kannst du KI-Songs erkennen
• ChatGPT hat jetzt einen Lockdown-Modus – so kannst du ihn aktivieren
• Bluesky, Mastodon, W Social, Threads: 4 Alternativen zu X im Vergleich

Der Beitrag YouTube: So kannst du automatische KI-Übersetzungen ausschalten erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.

Was sind tatsächlich die reichsten Länder der Welt? Die mit dem meisten Geld? Die mit dem höchsten Durchschnittsvermögen? Am ehrlichsten ist vermutlich das mittlere Vermögen, der sogenannte Median. Hier fallen Nationen wie Deutschland deutlich ab.

Der Reichtum eines Landes lässt sich auf verschiedene Arten messen. Den reinen Besitz zu vergleichen, ergibt wegen der unterschiedlich großen Bevölkerungen wenig Sinn. Die gängigste Methode ist deshalb der Durchschnittswert, der das gesamte Vermögen eines Landes summiert und es durch die Zahl der erwachsenen Bürger teilt.

Allerdings können wenige Milliardäre und Multimillionäre diesen Schnitt extrem nach oben ziehen und das Ergebnis so verfälschen. Länder erscheinen auf diese Weise sehr reich, auch wenn die Bevölkerung davon kaum etwas hat. Aussagekräftiger ist deshalb ein anderer Wert, der sogenannte Median.

Der Median zeigt den Reichtum der Bevölkerung

Das Medianvermögen bezieht sich auf die genaue Mitte der Bevölkerung, also auf eine Person mit gleich vielen ärmeren wie reicheren Landsleuten. Der Wert ignoriert Ausreißer nach oben und unten, wodurch sich ein realistischeres Bild eines typischen Bürgers ergibt. Je gleichmäßiger das Vermögen in einem Land verteilt ist, desto höher fällt der Median aus. Unser Ranking bezieht sich auf den aktuellen Global Wealth Report 2026.

Für Deutschland ist das Ergebnis ernüchternd. Beim Durchschnittsvermögen liegt die Bundesrepublik mit 346.613 Dollar noch auf einem sehr guten 14. Rang. Beim Medianvermögen, das bei lediglich 53.485 Dollar liegt, stürzt sie jedoch ans Ende der 30 wohlhabendsten Nationen ab. Das Durchschnittsvermögen ist hierzulande also mehr als sechsmal so hoch wie der Median. Das deutet auf eine ungleiche Verteilung des Geldes hin. Noch krasser ist die Diskrepanz nur in den USA, die beim Durchschnitt Zweiter sind, beim Median aber nur auf dem 28. Rang landen.

Weltweit wuchs das Vermögen 2025 um über zehn Prozent und damit so schnell wie lange nicht. Das Medianvermögen ging in den meisten Ländern allerdings zurück. Wo die Schere zwischen den Superreichen und dem Rest der Bevölkerung noch nicht so weit auseinandergeht, verraten wir in der folgenden Top Ten.

Platz 10: Japan

Den Auftakt macht Japan, das auf ein Medianvermögen von 135.745 Dollar kommt. Der Durchschnittswert beträgt 211.846 Dollar und ist damit gar nicht so viel höher. Beim Durchschnitt reicht es für Japan lediglich für Rang 24. Die Verteilung des Vermögens ist im Land der aufgehenden Sonne also relativ fair.

Der Beitrag Das sind die reichsten Länder der Welt – laut Vermögen pro Kopf erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.

Massenentlassungen bei Meta, Trade Republic, Schaeffler, H&M und vielen anderen Unternehmen haben die letzten Monate geprägt. Ikea schwimmt gegen den Trend. Obwohl das schwedische Möbelhaus einen sehr erfolgreichen Chatbot besitzt, werden keine Callcenter-Mitarbeiter entlassen. Im Gegenteil. Eine kommentierende Analyse.

Was Ikeas KI-Chatbot Billie wirklich kann

• Die Ingka Group ist die größte Holdinggesellschaft innerhalb des Ikea-Imperiums. Insgesamt sind dort 8.500 Mitarbeiter im Kundenservice beschäftigt. Schon im Frühjahr 2021 ist der Chatbot „Billie“ eingeführt worden. Die Idee dahinter war ein kundenzentriertes Arbeiten mit KI-Unterstützung. Auf Anfragen soll schneller reagiert werden, damit die Kunden mit ihren Anliegen besser aufgehoben sind – 24 Stunden am Tag, sieben Tage in der Woche.
• Nach einer ersten Analyse nach zwei Jahren stand fest: Billie leistet wertvolle Arbeit. Immerhin 47 Prozent der eingehenden Anfragen konnte der Chatbot selbstständig lösen. Die Folge? Massenentlassungen beim Service-Personal? Mitnichten! Ikea hat Tausende Callcenter-Angestellte weitergebildet, sodass diese mit neuen Qualifikationen – zum Beispiel im digitalen Raumdesign – andere Aufgaben übernehmen konnten.
• Mit Blick auf die wachsende Rentenlücke in Deutschland sind Fort- und Weiterbildungen ein entscheidender Hebel. Eine Studie des Instituts der Deutschen Wirtschaft (IW Köln) hat herausgefunden, dass Angestellte, die im Alter zwischen 55 und 59 Jahren eine Weiterbildung durchlaufen haben, um fünf Prozentpunkte häufiger bis 65 Jahre arbeiten – oder sogar darüber hinaus. Der Gesundheitsstand und der Bildungsstand beeinflussen dieses Ergebnis nicht signifikant. Wer als Unternehmer oder Geschäftsführer seine Mitarbeiter befähigt, profitiert länger von motivierteren Mitarbeitern.

Warum Technologie vielen Angst machst

Geschichte wiederholt sich nicht, heißt es oft im Volksmund. Tatsächlich wiederholt sich Geschichte sogar in regelmäßigen Abständen. Ein schönes Beispiel dafür ist die technologische Arbeitslosigkeit. Hinter dieser Begrifflichkeit steckt die dem Menschen ureigene Angst, dass technische Neuerungen zu einer Massenarbeitslosigkeit und dem Untergang unserer Gesellschaft führen.

Ein Beispiel dafür ist der Luddismus. Dahinter steckt ein radikaler Zusammenschluss von englischen Textilarbeitern, die zwischen 1811 und 1814 mehrere Angriffe auf Maschinen verübten. Die neuen Maschinen gefährdeten in der Industriellen Revolution die bis dahin größten Arbeitgeber: das Handwerk und die Landwirtschaft.

Anstatt einer Verelendung der Gesellschaft gab es einen Sprung: Die mühsame Arbeit auf dem Feld nahm ab. In den Fabriken entstanden millionenfach neue Jobs und ein neues Zeitalter der Menschheit wurde eingeläutet. Auch die Einführung des Fließbands durch Henry Ford oder die Digitalisierung und Automatisierung unserer Gesellschaft durch Prozessoren und Computer haben die Arbeitswelt nie gefährdet, sondern stets verändert.

Jede technologische Revolution hat bislang dafür gesorgt, dass das Leben und die Arbeit für die allermeisten Menschen einfacher geworden sind. Wir arbeiten weniger körperlich, leiden unter weniger Krankheiten und leben länger. Wir arbeiten nicht weniger, sondern anders. Aber: Wir arbeiten. Warum sollte dieser Trend bei KI anders verlaufen?

Stimmen

• Ulrika Biesèrt, People and Culture Managerin der Ingka Group, ist davon überzeugt, dass die Zukunft der Arbeit in Fort- und Weiterbildung – im sogenannten Reskilling – liegt. Sie sagte schon im Sommer 2023: „Wir setzen uns dafür ein, die Beschäftigungsfähigkeit unserer Mitarbeitenden bei Ingka oder andernorts durch lebenslanges Lernen, Entwicklung und Umschulung zu stärken und die Schaffung neuer Arbeitsplätze zu beschleunigen.“
• Danielle Gardner arbeitet als Associate Director beim US-Datenspezialisten Euplexus. In einer Diskussion auf LinkedIn lobt sie die Vorgehensweise von Ikea: „Die besten Organisationen finden heraus, wie sie die Leistung maximieren können, indem sie die Stärken ihrer Mitarbeitenden nutzen und ihnen die Möglichkeit geben, sich wirklich auf den Einsatz dieser Talente zu konzentrieren. Menschen leisten tendenziell dann ihre beste Arbeit, wenn sie mehr Zeit in ihren Fachbereichen verbringen können und weniger Zeit mit alltäglichen, sich wiederholenden Aufgaben vergeuden, die sich automatisieren lassen.“
• Wido Geis-Thöne arbeitet als Senior Economist für Familienpolitik und Migration beim Institut der Deutschen Wirtschaft. In einer wissenschaftlichen Auswertung rückt er das lebenslange Lernen in den Vordergrund: „Lernen ist ein lebenslanger Prozess, der notwendig ist, um sich an veränderte Kompetenzbedarfe am Arbeitsmarkt anzupassen. Damit ist es für den Erhalt der Arbeitsfähigkeit wesentlich.“ Er ergänzt: „Unternehmen können mit einer lebensphasenorientierten Personalpolitik unter anderem ihre Personalentwicklung und Gesundheitsförderung, aber auch ihre Weiterbildungsstrategie so gestalten, dass diese die Arbeitsfähigkeit und -motivation der Beschäftigten über einen möglichst langen Zeitraum erhalten und stärken.“

Trade Republic zeigt, wie es nicht geht

Das beweist nicht nur Ikea, sondern auch exemplarisch Trade Republic. Der Neobroker ist zwischen 2020 und 2024 so schnell gewachsen, dass der menschliche Support nicht mehr hinterherkam. Die 2024 stolz eingeführte KI-Lösung verzettelte sich in immergleichen Antwortschleifen, sodass sich die Verbraucherzentralen und sogar die Bundesfinanzaufsicht BaFin mit Trade Republic beschäftigten.

Das Experiment „KI ersetzt Service“ ist beim Berliner Neobroker krachend gescheitert. In einer Reihe von großen Ankündigungen hat Trade Republic im Sommer 2026 die Rolle rückwärts gemacht und das Revival der Menschen im Support verkündet. Die Freudenstürme der Nutzer und die positiven Bewertungen in den App Stores sprechen für sich.

Zum jetzigen Zeitpunkt kann KI Menschen – auch im Support – nicht vollumfänglich ersetzen. Wichtig ist, dass auch wirtschaftlich denkende Entscheider verstehen, dass KI ein wunderbares Werkzeug ist, um Menschen mental zu entlasten und so gezielt Freiräume für Aspekte wie Kreativität zu schaffen.

Selbstverständlich wird die technologische Revolution namens KI einige Jobs verschwinden lassen. Zugleich entstehen hunderte neue Berufsbilder, in denen wir Menschen uns ausleben können und die wir Menschen mit Leben füllen.

Auch interessant: 

• Klimaschutz egal: Bund streicht Umweltauflagen für Rechenzentren
• Immer mehr Filme und Videos mit KI-Übersetzungen – Zuschauer genervt
• Deutschland droht Solar-Chaos – weil die Politik ein Gesetz verpennt
• Politische Kommunikation am Abgrund – wenn sogar KI besser klingt

Der Beitrag Weiterbildung statt Massenentlassung: Ikea zeigt, wie KI-Integration geht erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.

Wenn deine potenziellen Kunden ChatGPT, Claude oder Perplexity zu deiner Branche befragen – und Analysten wie Gartner davon ausgehen, dass KI-Chatbots bis 2026 einen wachsenden Anteil des klassischen Suchmaschinen-Volumens übernehmen –, dann gibt es eine neue Software-Kategorie, die du bewerten solltest. KI-Sichtbarkeits-Tools verfolgen, wie deine Marke in den Antworten dieser KI-Engines auftaucht (oder eben nicht) – und zunehmend helfen sie dir auch dabei, etwas dagegen zu tun.

Der Markt ist in den letzten 18 Monaten regelrecht explodiert. Es gibt inzwischen Dutzende Plattformen, die behaupten, „KI-Sichtbarkeit“ zu messen – und die Unterschiede zwischen ihnen gehen weit über den Feinschliff der Benutzeroberfläche hinaus. Dieser Beitrag vergleicht die fünf glaubwürdigsten Tools, die 2026 verfügbar sind – mit echten Preisen, exakter Modellabdeckung und ehrlichen Einschätzungen dazu, für wen das jeweilige Tool tatsächlich gebaut ist.

Top-Empfehlung der Redaktion: Truffle – ideal für persona-lastige B2B-Workflows, mit einer 7-tägigen Vollversions-Testphase und ohne Kreditkarte.

Zweitplatzierter: AthenaHQ – ideal für Shopify-native E-Commerce-Marken, die Tracking auf SKU-Ebene brauchen.

Methodik

Wir haben jede Plattform anhand von sechs Kriterien bewertet, die über die reale Praxistauglichkeit entscheiden: Preistransparenz (inklusive der Add-on-Rechnung, die einem niemand vorab nennt), ob man vor dem Kauf testen kann, wie viele LLMs im realistischen Einstiegstarif getrackt werden, ob das Tool Buyer Personas modelliert oder nur nackte Prompts abfeuert, Integrationen, die heute schon ausgeliefert werden – im Gegensatz zu Features, die noch auf der Roadmap stehen – und der ideale Anwendungsfall.

Alle nachfolgenden Daten stammen von öffentlichen Preisseiten und aus praktischen Tests mit Stand Juli 2026. Wo ein Tool mehrere Tarife hat, vergleichen wir standardmäßig die mittleren Tarife, da diese am ehesten widerspiegeln, was der durchschnittliche Käufer tatsächlich erwirbt.

1. Truffle — Am besten für persona-basiertes KI-Sichtbarkeits-Tracking

Truffle ist eine in Europa entwickelte KI-Sichtbarkeits-Plattform, die sich durch ihre persona-konditionierte Prompting-Methodik auszeichnet. Statt nackte Anfragen an die LLMs zu schicken, übergibt sie dem Modell vor der eigentlichen Anfrage Buyer Personas (mit einem WHO- / PROBLEM- / SYSTEM-PROMPT-Block). Das simuliert, wie echte Käufer KI-Engines tatsächlich befragen – und nicht, wie SEO-Teams glauben, dass sie es tun.

Preise (Stand Juli 2026)

Getrackte KI-Engines: ChatGPT (GPT-5.4), Claude Haiku 4.5, Gemini 3, Perplexity Sonar, Grok 4.3, Google AI Overview + organische Top-10 – standardmäßig 7 in jedem bezahlten Tarif, mit über 100 weiteren wählbaren Modellen via OpenRouter Sync.

Add-on-Rechnung: +2 €/Monat pro zusätzlichem Modell im Starter-Tarif.

Integrationen: Native Konnektoren für Google Search Console und Google Analytics 4. llms.txt-Generator und Full-Audit-Tool in jedem Tarif enthalten.

Am besten für: B2B-Dienstleistungen, erklärungsbedürftige Anschaffungen und jede Marke mit mehreren Buyer Personas (Bau, Hotellerie, Bildung, SaaS, professionelle Dienstleistungen).
Die Schwächen: Keine native Shopify-Katalog-Integration, noch keine native MCP-Integration (Roadmap), und die Plattform ist bewusst meinungsstark aufgebaut – Analyse-Teams, die einen rohen Datenstrom suchen, finden anderswo mehr Kontrolle.

Website: runtruffle.com

2. Peec.ai — Am besten für hochvolumige Enterprise-SEO-Teams

Peec.ai ist eine in Berlin ansässige Plattform, die laut ihrer Homepage von über 2.500 Marketing-Teams genutzt wird. Sie richtet sich an SEO-Teams und Enterprise-Analyse-Workflows; ihre Stärken liegen im rohen Volumen und in der SEO-Lückenanalyse auf Domain-Ebene.

Preise

Getrackte KI-Engines: ChatGPT, Google AI Overview, Google AI Mode, Microsoft Copilot, Perplexity, Gemini. Im Starter-/Pro-/Advanced-Tarif: 3 von 6 wählbar. Alle sechs nur im Enterprise-Tarif.

Add-on-Rechnung: +30 €/Monat pro zusätzlichem KI-Modell im Starter-Tarif. +70 €/Monat bei Pro, +140 €/Monat bei Advanced.

Am besten für: Inhouse-SEO-Teams mit 4+ Analysten in mittleren bis großen Marken, die einen rohen Datenstrom brauchen.
Die Schwächen: Keine kostenlose Testphase, Personas werden nicht als First-Class-Objekte modelliert, und die „3 von 6″-Modellbegrenzung erschwert breites LLM-Tracking ohne Enterprise-Upgrade.

Website: peec.ai

3. AthenaHQ — Am besten für Shopify-native E-Commerce-Marken

AthenaHQ ist 2024 aus dem Stealth-Modus in San Francisco hervorgegangen. Sein Alleinstellungsmerkmal ist ein hauseigener agentischer KI-Copilot namens „Ask Athena“, der auf kontospezifischen Daten trainiert wird.

Preise

Getrackte KI-Engines: ChatGPT, Perplexity, Google AI Overview, Google AI Mode, Gemini, Claude, Copilot, Grok – 8 LLMs ab dem Essential-Tarif.

Integrationen: GA4, Google Search Console, Shopify, Webflow und Framer – bereits heute ausgeliefert.

Am besten für: E-Commerce- und DTC-Marken (besonders Shopify-Shops), die KI-Sichtbarkeits-Tracking auf SKU-Ebene und Umsatzzuordnung brauchen.
Die Schwächen: Steiler Preissprung vom Free-Tier auf 295 $ Starter, Persona-Targeting und Recommendation Engine nur Enterprise-only, kein europäischer Hauptsitz (relevant für DSGVO-Datenresidenz).

Website: athenahq.ai

4. Otterly.ai — Beste Einsteigeroption für kleine Teams

Otterly.ai ist eine der günstigsten Optionen im Markt und richtet sich an Solo-Marketer, kleine Agenturen und Teams, die KI-Sichtbarkeit zum ersten Mal ausprobieren.

Preise

Getrackte KI-Engines: ChatGPT, Google AI Overviews, Perplexity und Microsoft Copilot in jedem Tarif. Claude, Google AI Mode und Gemini als kostenpflichtige Add-ons.

Kostenlose Testphase: Ja, ohne Kreditkarte.

Am besten für: Solo-Marketer und kleine Teams mit knappem Budget, die KI-Sichtbarkeits-Monitoring starten wollen ohne 200+ €/Monat Commitment.
Die Schwächen: Add-on-Preisgestaltung für Claude/Gemini/AI Mode zerstückelt das Erlebnis, keine Persona-Modellierung, und das 15-Prompt-Limit des Lite-Tarifs funktioniert eher als Demo denn als echtes Setup.

Website: otterly.ai

5. Profound — Am besten für Enterprise-AEO-Agenturen

Profound (tryprofound.com) positioniert sich rund um Answer Engine Optimization (AEO) statt nur um Sichtbarkeits-Tracking. Sie ist für Agenturen und Enterprise-Marketing-Teams gebaut, die mehrere Kampagnen verwalten und agentische Workflow-Automatisierung benötigen.

Preise

Beworbene KI-Engines: Perplexity, ChatGPT, Claude, Gemini, Grok, Microsoft Copilot, Meta AI, DeepSeek, Google AI Overviews. Im Starter-Tarif jedoch nur ChatGPT.

Am besten für: Enterprise-Marken und Agenturen, die AEO-spezifische Agenten-Automatisierung, Multi-Company-Tracking und SOC2-Compliance benötigen.
Die Schwächen: ChatGPT-only im Starter-Tarif, keine echte kostenlose Testphase (nur bei jährlicher Vorauszahlung), und der Preiseinstieg schließt Mittelstandskäufer aus.

Website: tryprofound.com

Direkter Vergleich

Feature-Verfügbarkeit im Einstiegstarif über alle fünf KI-Sichtbarkeits-Tools hinweg:

Schnelle Entscheidungsmatrix

• „Ich betreibe einen Shopify-Shop und brauche Tracking auf SKU-Ebene“ → AthenaHQ
• „Ich habe 4+ Analysten und will einen rohen Datenstrom“ → Peec.ai
• „Ich verkaufe an mehrere Buyer Personas und will persona-konditionierte Prompts“ → Truffle
• „Ich bin Solo-Marketer mit einem Budgetlimit von 50 $/Monat“ → Otterly.ai
• „Ich betreibe strukturiertes AEO für mehrere Kundenmarken, Budget ab 399 $/Monat“ → Profound

So triffst du die Wahl

Statt nach „dem besten Tool“ zu fragen, denke in Kategorien: für wen ist das jeweilige Tool tatsächlich gebaut?

Das B2B-Dienstleistungsteam mit mehreren Personas sollte sich zuerst Truffle ansehen. Persona-konditioniertes Prompting ist der klarste methodische Unterscheidungsfaktor, und die kostenlose 7-tägige Testphase hält die Evaluierungshürde niedrig.

Das Inhouse-SEO-Team mit 4+ Analysten, das rohes Volumen braucht – über 1.000 monatlich erfasste Hintergrund-Anfragen, 147 gerankte Domain-Lücken –, ist der natürliche Fit für Peec.ai.

Die Shopify-native E-Commerce-Marke sollte AthenaHQ evaluieren. Der kostenlose Tarif plus die native Shopify-Integration machen es zur stärksten E-Commerce-Option.

Der Solo-Marketer oder das Zwei-Personen-Team mit einer harten Obergrenze von 29 $/Monat bekommt mit Otterly.ai einen validen Einstiegspunkt.

Die Enterprise-Agentur mit strukturierten AEO-Programmen und Budget ab 399 $/Monat sollte sich Profound ansehen.

Was wir beim Erstellen dieses Vergleichs gelernt haben

Kostenlose Testphasen ohne Kreditkarte sind selten – Truffle und Otterly sind die einzigen zwei mit echter, reibungsloser Evaluierung.

Tarifgekoppelte Modellabdeckung ist häufiger als sie sein sollte – wenn Tools mit „8 LLMs“ werben, der Einstiegstarif aber nur 3 bekommt, ist das die Zahl, die zählt.

GEO schlägt reines Monitoring – eine Ahrefs-Untersuchung von 75.000 Marken zeigt, dass unverlinkte Markennennungen mit der KI-Sichtbarkeit mit 0,664 korrelieren – dreimal stärker als Backlinks (0,218). Tools, die dir helfen, eine autoritative Markenpräsenz aufzubauen und sie nicht nur zu messen, liefern den sich verstärkenden Ertrag.

Wenn du eines dieser Tools evaluierst, beginne mit der kostenlosen Testphase, sofern es eine gibt. Wenn keines davon nach 7 Tagen zu deinem Workflow passt, sagt dir das mehr, als es jeder Vergleichsartikel kann.

Über die Autoren: Dieser Vergleich wurde vom Marketing Insights Desk recherchiert und verfasst. Die Daten stammen aus öffentlichen Preisseiten und praktischen Plattform-Tests zwischen Juni und Juli 2026. An den Ranking-Entscheidungen waren keinerlei Sponsoring- oder Affiliate-Vereinbarungen beteiligt.

Der Beitrag Die 5 besten KI-Sichtbarkeits-Tools 2026: Der komplette Vergleich erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.

Das US-amerikanische Start-up Valar Atomics will einen Meilenstein bei der Energieversorgung von Rechenzentren erreicht haben. Ein neuartiger Mini-Atomreaktor lieferte in einem ersten Testbetrieb Strom direkt an einen KI-Beschleuniger. Doch: Die Kosten sprengen sämtliche Maßstäbe.

Valar Atomics hat in einem LinkedIn-Beitrag berichtet, dass der neue Mini-Atomreaktor des Unternehmens erstmals Strom erzeugt hat. Bislang investierten Projektpartner rund 130 Millionen US-Dollar in das Projekt. Ziel ist es, nukleare Energie für künftige Rechenzentren und KI-Chips nutzbar zu machen.

Ein Prototyp mit dem Namen „Ward 250“ erreichte laut einer offiziellen DOE-Mitteilung Anfang Juni 2026 auf dem Gelände des San Rafael Energy Lab im US-Bundesstaat Utah die sogenannte Kritikalität. Mit dem erfolgreichen Testlauf hielt das Unternehmen eine Frist bis zum 4. Juli 2026 ein, die in einer präsidialen Exekutivanordnung vom Mai 2025 verankert war. Zuvor hatte bereits Konkurrenzunternehmen Antares Nuclear mit seinem Marko-Reaktor diesen Zeitplan erfüllt. US-Energieminister Chris Wright dazu:

Der heutige Tag ist ein weiterer historischer Moment für die Renaissance der Kernenergie in Amerika. (…) Valar Atomics erzielt Erfolge, die einen revolutionären Moment für die fortschrittliche Kernenergie in diesem Land markieren. Die Trump-Regierung ist stolz darauf, die Wiederbelebung der amerikanischen Kernenergieindustrie zu unterstützen und damit sicherzustellen, dass die Amerikaner auch für kommende Generationen Zugang zu erschwinglicher, zuverlässiger und sicherer Energie haben.

Wie der Mini-Atomreaktor von Valar Atomics funktioniert

Der fortschrittliche Hochtemperaturreaktor basiert auf einer hocheffizienten Heliumkühlung und nutzt den extrem temperaturbeständigen Triso-Kernbrennstoff. Aufgrund dieser robusten Bauweise arbeitet das System bei einer Betriebstemperatur von 750 Grad Celsius. Die gesamte Anlage besitzt die physische Größe eines herkömmlichen Schiffscontainers und wird für den Betrieb mit einer rund zwei Meter dicken Betonhülle ummantelt.

Im ersten Testbetrieb erzeugte das System eine thermische Leistung von 100 Kilowatt, aus denen nach Abzug erheblicher Effizienzverluste schätzungsweise 40 bis 50 Kilowatt elektrischer Strom gewonnen wurden. Diese Elektrizität versorgte direkt einen Desktop-KI-Beschleuniger des Typs Nvidia Spark. Langfristig strebt das Unternehmen eine enge Kooperation mit Nvidia an, um künftige Rechenzentren ohne jegliche Wasserkühlung zu betreiben. Das finale Gesamtsystem soll dabei eine Leistung von 30 Megawatt erreichen.

Wirtschaftliche Zweifel und enorme Herausforderungen

Trotz des technologischen Meilensteins betreibt das Unternehmen gemessen an der tatsächlich erzeugten geringen Strommenge derzeit eines der teuersten Kraftwerke der Geschichte. Um die Leistung eines einzigen typischen Großkraftwerks zu erreichen, wären rund 14.000 dieser sogenannten Small Modular Reactors (SMRs) notwendig. Die hypothetischen Gesamtkosten dafür würden sich auf bis zu zwei Billionen US-Dollar belaufen.

Der reale wirtschaftliche Nutzen der Anlage kann in diesem frühen Stadium daher noch nicht bemessen werden. Für eine echte Wettbewerbsfähigkeit am Markt müssten die Baukosten durch eine industrielle Massenfertigung um bis zu dem 400-Fachen sinken. Zudem bleibt technisch noch ungeklärt, wie die Stromerzeugung aus der Reaktorwärme langfristig komplett ohne Wasserverbrauch funktionieren soll.

Auch interessant:

• ChatGPT hat jetzt einen Lockdown-Modus – so kannst du ihn aktivieren
• Studie: In diesen Bereichen kommt KI beim Militär zum Einsatz
• Privat mit KI chatten: Inkognito-Chat mit Meta AI in WhatsApp starten
• Image Playground von Apple: KI-Bilder direkt auf dem iPhone erstellen

Der Beitrag Neuer Mini-Atomreaktor erzeugt erstmals Strom – und die teuerste kWh aller Zeiten erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.

Wissenschaftler haben einen flexiblen, 3D-gedruckten Taucheranzug entwickelt, der Insekten für den Katastropheneinsatz rüsten soll. Die Entwicklung ermöglicht eine Fernsteuerung von Cyborg-Kakerlaken, die sich stundenlang unter Wasser und in sauerstoffarmen Umgebungen bewegen können. Der neue Ansatz könnte die biologische Rettungsrobotik in unzugänglichen Trümmerfeldern nachhaltig verändern.

Wissenschaftler der Nanyang Technological University (NTU) sowie der Waseda-Universität haben einen Taucheranzug für Kakerlaken entwickelt, um sie unter Wasser aus der Ferne steuern zu können. Die Forscher veröffentlichten ihre Ergebnisse in der renommierten Fachzeitschrift Nature Communications. Primäres Ziel der mittlerweile über ein Jahrzehnt andauernden Forschung ist die Unterstützung von Rettungskräften bei schweren Naturkatastrophen.

Zum Hintergrund: Insekten atmen natürlicherweise durch winzige Öffnungen an der Körperseite, sogenannte Spirakeln, weshalb sie unter Wasser ohne Hilfsmittel schnell ertrinken würden. Das neu entwickelte System löst dieses biologische Problem durch drei mechanische Komponenten: einen ultraleichten Sauerstofftank, eine flexible Hülle und vier Silikon-Sauerstoffversorgungsschläuche.

Im Inneren des Tanks fungiert Mangandioxid als hochwirksamer Katalysator. Dieser zersetzt langsam injiziertes, verdünntes Wasserstoffperoxid und setzt so kontinuierlich lebensnotwendigen Sauerstoff frei.

Warum Cyborg-Kakerlaken mit Taucheranzug die besseren Rettungsroboter sind

Als ideales Versuchstier für das Projekt wählten die Forscher bewusst die Madagaskar-Fauchschabe. Ihre Körpergröße, die biologische Robustheit und das Fehlen von Flügeln machen sie zur idealen Basis für den Aufbau filigraner Elektronik. Da sie ihre eigenen Muskeln nutzen, verbrauchen sie weitaus weniger Energie als rein künstliche Mini-Roboter. Denn solche Roboter schleppen schwere Onboard-Batterien für eigene Motoren mit.

Im Rahmen der Versuche erlitt den Angaben zufolge keines der Tiere Schaden und sämtliche Atemschläuche ließen sich im Nachgang vollkommen schmerzfrei wieder entfernen. Professor Hirotaka Sato von der NTU Singapur erklärte den Mechanismus der lebenden Roboter:

Unser neuer Insekten-Taucheranzug funktioniert wie die Sauerstoffflasche von menschlichen Tauchern. Er erzeugt Sauerstoff und leitet ihn direkt an die Atemöffnungen des Insekts weiter, sodass die Cyborg-Schabe in Unterwasser- oder sauerstoffarmen Umgebungen überleben und sich bewegen kann.

Einsatzgebiete und künftige Herausforderungen

Die Technologie verwandelt ein primär landbasiertes Insekt in ein vielseitiges amphibisches System, das sowohl auf trockenem als auch auf nassem Terrain problemlos operieren kann. Frühere, weniger weit entwickelte Versionen dieser biologischen Helfer kamen bereits im Rahmen der großangelegten „Operation Lionheart“ nach einem schweren Erdbeben der Stärke 7,7 in Myanmar am 28. März 2026 zum praktischen Einsatz.

Künftig sollen mit der neuen Tauch-Erweiterung vor allem überflutete Rohre, Abflüsse, Tunnel und schwer zugängliche öffentliche Infrastrukturen systematisch und sicher inspiziert werden.

Die Entwicklung erscheint wichtig, da überschwemmter Schutt und engste Spalten nach starken Regenfällen herkömmlichen Robotern den Weg blockieren. Die zentrale ingenieurtechnische Herausforderung bestand deshalb darin, das System klein, leicht und flexibel genug zu gestalten, damit das Insekt es tragen kann.

Um ein gefährliches Auslaufen der chemischen Flüssigkeiten aus dem Tank zu verhindern, muss die sensible Tanköffnung im Labor derzeit noch präzise mit speziellem UV-Kleber versiegelt werden. Die Innovations- und Unternehmensgesellschaft der Universität (NTUitive) hat die Technologie bereits erfolgreich zum Patent angemeldet. Das Team fokussiert sich in den kommenden Testreihen auf die finale Integration von Umweltsensoren und Navigationssystemen.

Auch interessant:

• Für diese 16 Elektrogeräte hast du ab Juli ein Recht auf Reparatur
• ChatGPT hat jetzt einen Lockdown-Modus – so kannst du ihn aktivieren
• Reichweiten-Check: 22 Elektroautos im Vergleich – deutsches Modell vorne
• WhatsApp: So kannst du zwei Accounts gleichzeitig auf dem iPhone nutzen

Der Beitrag Taucheranzug lässt ferngesteuerte Cyborg-Kakerlaken unter Wasser atmen erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.

Der Wohnort hat einen entscheidenden Einfluss auf das Gehalt. Aber wo in Deutschland verdient man am meisten? Wenig überraschend hängt der Süden den Rest der Republik ab, und ein altbekannter Graben tut sich auf. Wir verraten, in welchen Städten der höchste Lohn winkt.

Wer viel Geld verdienen möchte, sollte sich den richtigen Wohnort aussuchen, denn die deutschen Städte unterscheiden sich in Sachen Lohnniveau teils immens. Zwischen dem ersten und dem letzten Platz des Rankings klafft eine Lücke von fast 20.000 Euro im Jahr. Die Verteilung folgt klaren Mustern, die viel über die wirtschaftliche Lage des Landes verraten.

Städte im Süden bieten hohe Löhne

Die Plattform Kununu hat für zahlreiche deutsche Städte das durchschnittliche Bruttojahresgehalt ermittelt. Ein Blick auf die Statistik offenbart zwei Gefälle: Erstens dominiert der Süden – Baden-Württemberg und Bayern stellen einen Großteil der Städte in der Spitzengruppe. Zweitens sind Gehälter im Westen meist höher als im Osten. Die Schlusslichter der Liste sind fast ausnahmslos Städte aus den neuen Bundesländern und dem strukturschwachen Ruhrgebiet: Chemnitz (39.100 Euro), Leipzig (41.500 Euro) und Gelsenkirchen (42.500 Euro).

Neben dem Durchschnittsgehalt ermittelt Kununu auch die Zufriedenheit der Arbeitnehmer mit ihrem Lohn. Denn ein hohes Gehalt bedeutet nicht automatisch, dass die Beschäftigten auch zufrieden sind. Das liegt vor allem daran, dass viele Städte mit hohen Löhnen auch hohe Lebenshaltungskosten haben. Am zufriedensten sind Angestellte in Stuttgart, Bonn und Mannheim (jeweils 63 Prozent).

Einige Metropolen schaffen es überraschend nicht in die Top Ten, darunter auch Berlin. Die Hauptstadt liegt mit 48.300 Euro nur auf Platz 16 und damit auch hinter den anderen Hauptstädten der DACH-Region: In Wien verdienen Beschäftigte im Schnitt 49.700 Euro und in Bern 87.300 Franken (das sind über 90.000 Euro). Welche deutschen Städte vorne liegen, verraten wir in folgendem Ranking.

Platz 10: Mannheim

In Mannheim verdienen Angestellte ein durchschnittliches Bruttojahresgehalt von 50.600 Euro. Die Industrie- und Universitätsstadt in Baden-Württemberg spielt auch bei der Gehaltszufriedenheit ganz vorne mit: Durch einen Wert von 63 Prozent gehört Mannheim zur bundesweiten Spitze.

Der Beitrag Das sind die deutschen Städte mit den höchsten Gehältern erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.

Facebook-Konzern Meta hat mit Muse Image einen eigenen KI-Bildgenerator vorgestellt. Die Software kann nicht nur Bilder erzeugen und bearbeiten, sondern auch auf öffentliche Instagram-Inhalte zugreifen.

UPDATE (13. Juli 2026): Meta hat seine KI-Funktion Muse Image nach massiver Kritiker wieder offline genommen. Das Unternehmen teilte laut der Nachrichtenagentur Reuters mit: „Wir haben Rückmeldungen erhalten, dass diese Funktion nicht den Erwartungen entsprach, daher ist sie nun nicht mehr verfügbar.“

Meta baut sein KI-Angebot weiter aus und hat mit Muse Image ein neues Modell zur Bildgenerierung vorgestellt. Die KI-Software wurde in den Meta Superintelligence Labs entwickelt und ist über Meta AI verfügbar.

Dem Unternehmen zufolge handelt es sich um das „bislang fortschrittlichstes Modell zur Bilderzeugung“ des Konzerns. „Es setzt Anweisungen präzise um, ermöglicht punktgenaue Bearbeitungen, erstellt Kompositionen auf Basis mehrerer Referenzen und nutzt Instagram für den sozialen Kontext“, heißt es in einem Blogpost zur Veröffentlichung.

Was ist und kann Muse Image?

Muse Image ähnelt bereits bekannten KI-Bildgeneratoren und arbeitet unter anderem über herkömmlichen Prompts. Meta bietet allerdings auch sogenannte „Presets“ für Nutzer, die keine eigenen Ideen für Befehlseingaben haben.

Außerdem ist es über Muse Image möglich, auf die Bilder anderer Instagram-Nutzer zuzugreifen und diese mit der KI zu bearbeiten. Voraussetzung ist, dass es sich um ein öffentliches Profil hat und die Person der Nutzung nicht ausdrücklich widersprochen hat. Soll das neu entstandene Bild gepostet werden, muss der ursprüngliche Urheber lediglich in dem Bild markiert werden.

Dieses Feature des neuen KI-Tools hat bereits für breite Kritik gesorgt. Denn reale Personen können so ohne ausdrückliche vorherige Zustimmung in KI-generierten Fotos auftauchen. Das wirft zahlreiche Fragen hinsichtlich der Privatsphäre und dem Urheberrecht auf.

Muse Image bietet zusätzlich die Möglichkeit, individuelle Werbeanzeigen zu erstellen oder verschiedene Inneneinrichtungen zu testen. Letztere Funktion soll künftig bei dem Kleinanzeigenportal Facebook Marketplace Einzug halten und hier die Möglichkeit bieten, gebrauchte Möbel vorab in den eigenen vier Wänden anzusehen.

Muse Image: Instagram-Bilder mit KI bearbeiten

Über die KI-gestützte Bildbearbeitung kann Muse Image beispielsweise Elemente oder Personen aus Fotos entfernen, den Hintergrund ändern oder QR-Codes erstellen. Da das Tool eng mit dem Meta-Universum verknüpft ist, können bearbeitete Bilder direkt über die verschiedenen Apps und Plattformen von Meta geteilt werden.

Zusätzlich bietet Muse Image neue Möglichkeiten für Instagram Stories. Hier hat Meta neue KI-Effekte eingeführt, die auf Muse Image basieren. Zu diesen Effekten gehören anpassbare Filter, mit denen sich vorhandene Fotos verändern lassen.

In den USA können Nutzer auf das neue Feature in Instagram Stories bereits zugreifen. In ausgewählten Ländern ist Muse Image auch bereits in WhatsApp verfügbar. Welche genau das sind, schreibt der US-Konzern jedoch nicht.

Die KI-Software soll allerdings künftig in immer mehr Ländern zur Verfügung stehen. Auch die Einführung bei Facebook soll in Kürze folgen, ebenso wie die Schwester-Software Muse Video.

Nach Angaben von Meta ist das neue KI-Modell für „alltägliche kreative Gestaltungen“ zunächst kostenlos nutzbar. Wer bestimmte Nutzungslimits überschreitet, benötige demnach jedoch ein kostenpflichtiges Abonnement.

Auch interessant:

• Neue WhatsApp-Funktion: So kannst du dir einen Nutzername reservieren
• Musik-Streaming: Mit diesen 5 Tipps kannst du KI-Songs erkennen
• ChatGPT hat jetzt einen Lockdown-Modus – so kannst du ihn aktivieren
• Apple und der DMA: Warum Siri AI in Europa nur auf dem Mac startet

Der Beitrag Muse Image: Instagram-Bilder mit neuer Meta-KI bearbeiten erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.

Rekordzahlen bei Gründungen von Start-ups: Das erste Halbjahr 2026 bringt einen historischen Gründungsboom, massiv angetrieben durch KI. Doch während Software-Tools Einstiegshürden senken, verschiebt sich das Scheitern oft nur nach hinten. Eine Analyse.

In Deutschland wird wieder mehr gegründet. Nach Zahlen des Startup-Verbands und der Analysefirma startupdetector gab es im ersten Halbjahr 2026 in Deutschland 3.053 neue Start-ups. Das ist laut dem Verband das gründungsstärkste Halbjahr seit Beginn der Erhebung im Jahr 2019.

Besonders auffällig dabei ist: Rund ein Drittel der Gründungen, nämlich 1038, sollen einen KI-Bezug beim Unternehmenszweck haben. Zentraler Treiber dieser verstärkten Gründungsaktivitäten sei Künstliche Intelligenz, weil sie es Gründern ermögliche, schneller, einfacher und mit weniger Kapital zu starten.

Gründungen von Start-ups: Ein Blick auf die Zahlen lohnt sich

Die Meldung über die hohe Anzahl an Neugründungen klingt erst einmal beeindruckend. Und auch bei genauerem Hinsehen zeigt sich, dass sie auch beeindruckend ist. Denn es wird deutlich, dass in Deutschland offenbar wieder mehr Menschen bereit sind, unternehmerisch etwas zu versuchen.

In einem Land, in dem vor einer Gründung gern erst einmal gefragt wird, ob das Vorhaben überhaupt erlaubt, finanzierbar, versicherbar, steuerlich optimal und gesellschaftlich hinreichend abgesichert ist, ist diese Gründungsdynamik auf jeden Fall ein positives Signal.

Aber trotzdem lohnt sich ein zweiter Blick. Denn 3.053 Gründungen sagen vor allem eines: Es wurden 3.053 Unternehmen gegründet. Nicht mehr. Nicht weniger. Sie sagen noch nichts darüber, ob diese Unternehmen Kunden finden.

Sie sagen nichts darüber, ob sie Umsatz machen. Sie sagen nichts darüber, ob sie profitabel werden. Und sie sagen vor allem nichts darüber, ob die Gründer davon leben können.

Ein Handelsregistereintrag ist noch kein Geschäftsmodell

In Deutschland wird gerne gezählt. Wir zählen Geschäftsideen bei Veranstaltungen in Gründerzentren, Gründungen, Finanzierungsrunden, Förderprogramme, Patentanmeldungen, Innovationszentren, Inkubatoren, Acceleratoren, Netzwerkveranstaltungen und natürlich auch Panels mit Menschen, die über Innovation sprechen. Das Problem dabei ist jedoch: Viele dieser Zahlen beschreiben „Bewegung“. Aber Bewegung ist noch kein Fortschritt.

Ein Handelsregistereintrag für ein neues Unternehmen ist ein Startpunkt. Er ist ein formaler Akt, und sicherlich auch ein mutiger Schritt. Aber er ist noch kein Beweis dafür, dass ein tragfähiges Unternehmen entsteht.

Das klingt banal, wird aber in der Euphorie solcher Meldungen gerne vergessen. Eine Gründung ist nicht die unternehmerische Ziellinie. Sie ist noch nicht einmal der erste Marathonkilometer. Sie ist eher das Anziehen der Laufschuhe.

Dabei ist natürlich klar: Ohne Laufschuhe läuft niemand los. Aber niemand würde nach dem Kauf neuer Laufschuhe behaupten, er habe bereits einen Marathon erfolgreich absolviert.

Genau deshalb sollte man bei Gründungsrekorden und den damit verbundenen Meldungen vorsichtig sein. Sie sind erfreulich, aber sie sind kein Qualitätsnachweis. Sie zeigen, dass mehr Menschen unternehmerisch loslaufen. Ob sie ankommen, bleibt offen.

Gründungen bei Start-ups: KI senkt die Hürden, aber nicht die Anforderungen

Dass KI das Gründen erleichtert, ist kaum zu bestreiten. Wer heute eine Idee zum Beispiel für eine App hat, kann schneller einen Prototypen programmieren, eine Website mit einem Online-Shop erstellen, Texte formulieren, Präsentationen entwickeln, Kundenfeedback auswerten, Prozesse automatisieren oder erste Marktanalysen durchführen.

Was früher Wochen und externe Dienstleister oder ein kleines Team erforderte, lässt sich heute oftmals mit wenigen Tools erledigen. Das ist eine enorme Veränderung.

Aber hier liegt auch die erste Falle: Wenn der Einstieg leichter wird, verschwinden nicht automatisch die eigentlichen Anforderungen an ein Unternehmen.

Wenn Künstliche Intelligenz die Anforderungen ausblendet

KI kann helfen, ein Produkt schneller zu bauen. KI kann helfen, die Präsentationsfolien für Pitch besser aussehen zu lassen. Und KI kann Texte professioneller formulieren. Aber KI kann nicht automatisch die Frage beantworten, ob jemand für das Produkt bezahlt.

Sie kann auch nicht helfen, Investoren den Einstieg schmackhafter zu machen, wenn das Team nicht passt. Und sie erzeugt nicht automatisch einen klaren Kundennutzen. Mit anderen Worten: KI kann vieles beschleunigen. Sie macht den Markt aber nicht gnädiger oder den Gründern wohlgesonnener.

Genau das ist aber der entscheidende Punkt. Kunden kaufen nicht, weil etwas mit KI gebaut wurde. Kunden kaufen, weil ein Problem gelöst wird, das für sie wichtig genug ist, um dafür Geld auszugeben.

Diese Unterscheidung klingt einfach. Sie ist aber zentral. Denn viele KI-Gründungen werden nicht daran scheitern, dass sie technisch nichts können. Sie werden daran scheitern, dass ihr Angebot wirtschaftlich nicht wichtig genug ist.

Wenn Gründen zu leicht wird, verschiebt sich das Scheitern nach hinten

Früher mussten Gründer bereits vor der Gründung bestimmte Hürden überwinden. Sie brauchten Kapital, technische Fähigkeiten, Kontakte, Zeit, Durchhaltevermögen oder zumindest jemanden, der eine Website bauen konnte, ohne dass sie aussah wie aus dem Jahr 2003.

Heute kann KI viele dieser ersten Hürden abmildern oder sogar ganz beseitigen. Und das ist gut, weil dadurch mehr Menschen überhaupt anfangen können. Man muss aber auch sehen, dass KI auch dazu führt, dass unreife Ideen schneller wie fertige Unternehmen wirken. Das Hürden verschwindet dadurch jedoch nicht. Sie verschieben sich nur und damit auch das Scheitern.

Früher scheiterte eine Idee vielleicht schon daran, dass sie nie „aus der Schublade“ kam. Heute bekommt eine solche Idee schnell eine Landingpage, ein Logo, ein Pitchdeck, eine Demo, einen LinkedIn-Post und vielleicht sogar ein paar wohlklingende KI-generierte Marktannahmen.
Das sieht nach Unternehmertum aus. Manchmal ist es auch Unternehmertum.

Aber manchmal ist es nur sehr gut gestaltete Vorläufigkeit. Und das führt dann zu einer neuen Qualität. Denn KI kann nicht nur Produktivität erzeugen, sondern auch Professionalität simulieren. Und das meine ich gar nicht als Vorwurf (zumindest nicht alleine).

Vielmehr ist es nämlich erst einmal eine schlichte Beobachtung. Schlechte Ideen sahen früher oft auch schlecht aus. Heute jedoch können schlechte Ideen aufgrund von KI erstaunlich gut aussehen.

Gründungen bei Start-ups: Der eigentliche Wettbewerbsvorteil ist nicht KI

Und ich sehe noch ein weiteres Problem. Wenn viele Start-ups auf denselben KI-Modellen, denselben Schnittstellen, denselben No-Code-Werkzeugen und denselben Automatisierungslogiken aufbauen, entsteht keine Differenzierung, sondern im Gegenteil mehr Austauschbarkeit.

Wenn alle schneller werden, ist Schnelligkeit allein kein Vorteil mehr. Wenn alle bessere Texte schreiben können, sind bessere Texte allein kein Geschäftsmodell. Und wenn alle in wenigen Tagen einen Prototypen programmieren können, ist dieser alleine kein Vorteil mehr.

Die entscheidende Frage müsste daher nicht lauten: Nutzt ein Start-up KI?, sondern vielmehr: Was hat dieses Start-up, was andere trotz KI nicht ohne Weiteres kopieren können?

Austauschbarkeit statt Differenzierung

Das können besondere Daten sein. Es kann bestimmtes Branchenwissen oder Praxiserfahrung sein. Es kann ein ungewöhnlich guter Kundenzugang oder sonstige Vertriebskraft sein. Es kann regulatorische Kompetenz sein.

Es kann Vertrauen sein. Oder es kann schlicht die Fähigkeit, aus einer innovativen Technologie ein Produkt zu machen, das Menschen tatsächlich regelmäßig nutzen und für welches sie bereit sind zu zahlen. Genau hier wird sich die Spreu vom Weizen trennen. Denn KI als Werkzeug wird zunehmend selbstverständlich.

Der bloße KI-Bezug wird damit weniger besonders. Oder anders formuliert: „Wir machen etwas mit KI“ war vielleicht 2023 noch ein Aufmerksamkeitsmagnet. 2026 ist es nur noch eine Selbstverständlichkeit ohne besonderen Nutzwert.

Die unterschätzte Kennzahl: Kann das Unternehmen seine Gründer ernähren?

Schließlich sollte noch eine einfache Frage bei der Beurteilung von Gründungen stärker in den Vordergrund gestellt werden. Diese Frage lautet: Kann dieses Unternehmen eigentlich seine Gründer:innen ernähren?

Diese Frage klingt altmodisch, vielleicht sogar ein wenig unromantisch. Auf jeden Fall klingt sie nicht gerade zukunftsgewandt. Aber es ist eine brutal relevante Kennzahl.

Denn ein Unternehmen, das dauerhaft nicht in der Lage ist, den Lebensunterhalt derjenigen Menschen zu erwirtschaften, die es aufbauen (und zwar ohne die Verwendung von Fördermitteln oder Investments für diesen Zweck), ist vielleicht ein Experiment. Vielleicht ein Projekt, ein Versuch oder eine Wette – aber kein nachhaltiges Unternehmen.

KI-Euphorie schützt nicht vor der Umsatzrealität

Gerade in der KI-Euphorie wird dieser Punkt gerne übersehen. Es wird über Skalierung gesprochen, über Automatisierung, über Effizienz, über neue Geschäftsmodelle und über die Demokratisierung des Gründens. Und bitte mich nicht falsch verstehen: Das sind alles wichtige Themen.

Aber am Ende muss ausreichend Geld verdient werden, nicht nur durch eine Finanzierungsrunde, sondern durch Kunden, die sagen: Das Produkt, die Dienstleistung, etc. ist mir so wichtig, dass ich dafür bezahle, gerne mehrfach.

Vielleicht sollte deshalb jeder Gründungsreport neben der Zahl der Neugründungen irgendwann auch eine zweite Zahl ausweisen: Wie viele dieser Unternehmen zahlen ihren Gründerinnen und Gründern nach zwölf, 24 oder 36 Monaten ein existenzsicherndes Einkommen? Diese Zahl wäre vermutlich weniger glamourös. Aber sie wäre deutlich aussagekräftiger.

Der Gründungsrekord muss richtig gelesen werden

Mit dem Vorgesagten möchte ich den Gründungsrekord nicht kleinreden, im Gegenteil: Deutschland braucht mehr Menschen, die unternehmerisch denken. Deutschland braucht mehr Experimente.

Deutschland braucht mehr Mut, mehr Geschwindigkeit und sicherlich auch mehr KI-Kompetenz in neuen Geschäftsmodellen. Wenn KI dazu führt, dass Menschen schneller testen, schneller bauen und schneller lernen und damit schneller Unternehmen gründen, ist das eine gute Entwicklung.

Aber wir sollten nicht den Fehler machen, Gründungsdynamik mit wirtschaftlicher Substanz zu verwechseln. Die Zahl von 3.053 neuen Start-ups ist ein Anfangssignal, mehr jedoch auch nicht. Sie ist insbesondere kein Erfolgsnachweis.

Die Existenzfrage: Nach dem Startschuss kommt die Langstrecke

Sie zeigt, dass mehr Menschen loslegen und – wenn man sich die Gründe für das Loslegen anschaut – dass KI die Schwelle zum Gründen senkt. Sie zeigt auch, dass in Deutschland mehr möglich ist, als man sich manchmal in den üblichen Klagen über Bürokratie, Risikoaversion und Kapitalmangel eingestehen möchte.

Aber die eigentlich relevanten Themen werden meiner Ansicht nach nicht diskutiert: Wie viele dieser Unternehmen schaffen es, aus einer Idee ein Angebot zu machen? Aus einem Angebot ein Produkt? Aus einem Produkt Umsatz? Aus Umsatz ein tragfähiges Unternehmen? Und aus einem tragfähigen Unternehmen vielleicht sogar einen echten Beitrag zur wirtschaftlichen Stärkung unserer Volkswirtschaft?

Erst wenn wir belastbare Aussagen zu diesen Themen haben, wird aus dem Gründungsrekord mehr als eine schöne Zahl. Bis dahin gilt: Gut, dass mehr gegründet wird. Aber feiern sollten wir nicht nur den Startschuss. Sondern vor allem diejenigen, die nach dem Start auch weiterlaufen.

Auch interessant: 

• Malta schenkt Bürgern ChatGPT-Abo – inklusive Denkfehler
• Mensch oder KI? Eine Debatte mit einem völlig falschen Menschenbild
• Mehr arbeiten löst die Wirtschaftskrise nicht – KI zeigt, warum
• Echt oder KI? Wenn die Realität unter Gemeralverdacht gerät

Der Beitrag KI-Gründungsrekord in Deutschland – ein trügerisches Bild erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.

Deutschland soll eine KI-Nation werden. Dafür will die Bundesregierung die Umweltauflagen für Rechenzentren deutlich lockern. Ein neuer Gesetzesentwurf verschiebt die Ökostrom-Pflicht, verlängert Übergangsfristen und streicht die Pflicht zur Nutzung von Abwärme. Das ist nicht nur ein Kniefall vor Big Tech, sondern auch Ressourcenverschwendung und eine zusätzliche Klimabelastung. Eine kommentierende Analyse.

Bund will Umweltauflagen für Rechenzentren lockern

• Die Bundesregierung will Deutschland zu einer KI-Nation machen. Um das zu erreichen, sollen vor allem weitere Rechenzentren gebaut werden. Der Plan: eine Vervierfachung der KI-Rechenkapazitäten bis 2030. Damit das gelingt, will die Regierung kurzerhand das Energieeffizienzgesetz ändern. Ein vom Bundeskabinett beschlossener Gesetzesentwurf sieht eine Lockerung der Umweltauflagen für Rechenzentren vor.
• Laut Entwurf sollen Rechenzentren drei Jahre mehr Zeit haben, um ihren Stromverbrauch in der Bilanz auf 100 Prozent erneuerbare Energien umzustellen. Will heißen: Die Bundesregierung will die bisherige Frist vom 1. Januar 2027 bis zum 1. Januar 2030 verlängern. Für bereits gebaute Rechenzentren soll die aktuelle Übergangsfrist zur Einhaltung der Effizienzvorgaben (PUE) von zwei auf vier Jahre verlängert werden.
• Betreiber von Rechenzentren sollen den Plänen zufolge künftig nicht mehr verpflichtet werden, Abwärme zu nutzen, falls vor Ort kein passendes Wärmenetz vorhanden ist. Vor allem in vielen ländlichen Regionen, in denen bereits Rechenzentren gebaut werden, gibt es keine entsprechenden Netze zur Nutzung der Abwärme. Sprich: Die entstehende Wärme durch Server soll dort einfach entweichen und die Umgebungsluft erwärmen.

Ein Geschenk an Big Tech?

Der Gesetzesentwurf der Bundesregierung sieht nicht nur eine kleine Anpassung vor. Er markiert einen politischen Kurswechsel und ist ein nett verpacktes Geschenk an Big Tech. Denn Klimaschutz und Digitalisierung sollen nicht mehr Hand in Hand gehen. Stattdessen sollen auf Teufel komm raus so schnell wie möglich Rechenzentren gebaut werden.

Klar: Umweltauflagen bremsen den Ausbau natürlich etwas. Aber sie stehen ihm nicht zwangsläufig im Weg. Statt nach Lösungen zu suchen, die Klimaschutz und mehr Tempo garantieren, will die Bundesregierung also kurzsichtig wichtige und sinnvolle Regeln lockern.

Oder kurzum: Die Politik will Deutschland zu Lasten des ohnehin schon belasteten Klimas ohne Sinn und Verstand zur KI-Nation peitschen. Besonders pikant ist dabei das Thema Abwärme. Denn wer Millionen Kilowattstunden Wärme einfach in die Luft blasen will, verschwendet schlichtweg Ressourcen und nimmt gleichzeitig einen höheren Verbrauch anderer Ressourcen durch weitere Rechenzentren unter gelockerten Auflagen in Kauf.

Ein weiterer Knackpunkt: Rechenzentren müssen ihren Strom lediglich bilanziell mit erneuerbaren Energien decken. Auf dem Papier kann also alles grün aussehen, wenn Betreiber etwa Ökostrom-Zertifikate einkaufen. Sie müssen aber nicht nachweisen, dass der vor Ort genutzte Strom auch tatsächlich aus Erneuerbaren stammt.

Das Problem: Der neue Entwurf schließt diese Lücke nicht. Er macht sie sogar größer. Das Motto der Bundesregierung: mehr Rechenzentren für was auch immer – egal zu welchem Preis und unter Inkaufnahme von Ressourcenverschwendung und zusätzlichen Belastungen für die Umwelt. Und jetzt erklär mir unter diesen Bedingungen nochmal einer den gesellschaftlichen Nutzen.

Stimmen

• Wirtschaftsministerin Katherina Reiche (CDU) zum neuen Energieeffizienzgesetz: „Energieeffizienz senkt Kosten, stärkt die Versorgungssicherheit und erhöht die Wettbewerbsfähigkeit unserer Unternehmen. Deshalb setzen wir auf zielgerichtete statt auf pauschale Vorgaben und konzentrieren verbindliche Anforderungen auf besonders energieintensive Betriebe. (…) Mit praxisnahen Regeln für Rechenzentren schaffen wir die Voraussetzungen für digitale Souveränität und wirtschaftliches Wachstum. Unter anderem wird für neue Rechenzentren die Übergangsfrist zur Einhaltung der Effizienzvorgaben von zwei auf vier Jahre verlängert.“
• Bernhard Rohleder, Hauptgeschäftsführer des Digitalverbands Bitkom, in einem Statement: „Rechenzentren sind die Grundlage für KI, Cloud und Digitalisierung. Ohne sie verliert Deutschland im internationalen Wettbewerb den Anschluss. Deshalb ist es richtig, dass die heute verabschiedete Novelle des Energieeffizienzgesetzes praxisferne Vorgaben der vergangenen Jahre zumindest teilweise korrigiert und sich stärker an europäischen Regeln orientiert. Gleichwohl hätten wir uns deutlich mehr Ambition gewünscht. Die Vorgaben zur Energieeffizienz von Rechenzentren wurden im Zuge der Ressortabstimmungen verschlimmbessert und sind nun nicht mehr praxistauglich.“
• Kilian Vieth-Ditlmann, Head of Policy bei der gemeinnützigen Nichtregierungsorganisation AlgorithmWatch, kritisiert: „Der Kabinettsbeschluss zur EnEfG-Reform ist ein Kniefall vor Big Tech – und das zum denkbar schlechtesten Zeitpunkt. Denn der prognostizierte Zubau von immer größeren Rechenzentren ist gigantisch. Genau jetzt die grundlegenden Regeln für Effizienz und Transparenz auszuhöhlen, ist nicht nur widersinnig, sondern auch politisch kurzsichtig und verantwortungslos. Denn wir zementieren Abhängigkeiten, anstatt sie endlich zu überwinden. Wird Reiches Anti-Effizienzgesetz so beschlossen, könnten Google, Microsoft und Co. zukünftig ihre Rechenzentren mit fossilen Energien betreiben, müssten ihren Kund*innen keine Energieverbrauchsdaten mehr mitteilen und dürften elementare Umweltdaten als Geschäftsgeheimnisse unter Verschluss halten. Das schadet sowohl der Umwelt als auch der Wirtschaft.“

Mehr Rechenzentren – aber wofür eigentlich?

Die geplanten Lockerungen des Energieeffizienzgesetzes senden ein fatales Signal. Denn ausgerechnet in einer Zeit, in der Hitzewellen immer häufiger werden und viele Regionen sich nach jedem Grad weniger sehnen, will die Bundesregierung es in Kauf nehmen, dass zusätzliche Wärme aus Rechenzentren die Umgebungsluft erhöht.

On top kommt, dass mit jedem neuen KI-Rechenzentrum der Strom- und Wasserbedarf steigt. Da der Verbrauch in den kommenden Jahren allein schon durch den Ausbau massiv steigen wird, wären eigentlich strengere Umweltauflagen die naheliegende Antwort gewesen – nicht schwächere!

Zudem rückt eine Grundsatzfrage in den Hintergrund. Wofür sollen Rechenzentren eigentlich gebaut werden? Klar: Eine digitale Gesellschaft braucht eine leistungsfähige Infrastruktur. Für die Forschung, die Medizin, Wettermodelle, die Industrie und für kritische IT-Systeme wie Cloud-Speicher, um etwa Energie, Verkehr und Verwaltung zu gewährleisten.

Doch der aktuelle Boom wird vor allem von Sprachmodellen angetrieben. Will heißen: Obwohl der gesellschaftliche Mehrwert von Chatbots im Privatbereich äußerst umstritten ist, will die Bundesregierung enorme Energiemengen bereitstellen. Doch Strom bei gelockerten Umweltauflagen vermehrt in KI zu speisen, während der Ressourcenverbrauch enorm ist und jener Strom gleichzeitig an anderer Stelle zur Dekarbonisierung fehlt, ist ein zumindest fragwürdiger Tausch.

Vielleicht liegt aber auch genau darin das Problem. Denn die Debatte kreist fast ausschließlich um die Frage, wie Deutschland beim KI-Wettlauf mithalten kann. Doch kaum jemand scheint sich zu fragen, was überhaupt sinnvoll ist. Ja: Rechenzentren sind notwendig. Ohne sie funktioniert keine moderne Volkswirtschaft. Aber zwischen digitaler Souveränität und der automatisierten Produktion von KI-Inhalten für jede noch so belanglose Alltagsanwendung liegen Welten.

Auch interessant: 

• Immer mehr Filme und Videos mit KI-Übersetzungen – Zuschauer genervt
• Deutschland droht Solar-Chaos – weil die Politik ein Gesetz verpennt
• Politische Kommunikation am Abgrund – wenn sogar KI besser klingt
• Trump stoppt ChatGPT-5.6 – und nimmt Europa in den Schwitzkasten

Der Beitrag Klimaschutz egal: Bund streicht Umweltauflagen für Rechenzentren erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.