Googelhupf Tageszeitung

Produkte & Modelle

Google macht Gemini 4 Argon als neues Spitzenmodell weltweit verfügbar

📅 2026-10-13 | 🔗 Quelle: the-decoder.de

Google macht sein neues KI-Modell Gemini 4 Argon ab sofort weltweit zugänglich. Es steht Entwicklern, Unternehmen und Endnutzern gleichermaßen zur Verfügung: über die API in AI Studio und der Gemini-Plattform. Google-AI-Ultra-Abonnenten können es in Google Antigravity nutzen, AI-Ultra- und Pro-Abonnenten erhalten Zugang über die Gemini-App und den KI-Modus der Google Suche. Kostenlose Nutzer und zahlende Plus-Abonnenten haben laut Bericht nur noch Zugriff auf die schwächeren Flash-Modelle. Argon ist die neue Frontier-Serie der Pro-Klasse, weitere Modelle der Gemini-4-Familie sollen folgen. Zum Einführungspreis kostet die Nutzung 2 US-Dollar pro Million Input-Token und 10 US-Dollar pro Million Output-Token; gecachte Eingaben sind laut Google 95 Prozent günstiger. Im Vals-Index belegt Argon Platz 1, in unabhängigen Gesamtwertungen liegt es aber hinter Anthropics Claude Opus 5.5 und Metas Muse Wonder Full.

Meta bringt mit Muse Wonder sein erstes Frontier-Modell heraus

📅 2026-10-12 | 🔗 Quelle: techcrunch.com

Metas Superintelligence Lab hat am Montag zwei neue Modelle vorgestellt, Muse Wonder und Muse Wonder Full. Es ist laut Bericht der erste Versuch des Konzerns bei einem Frontier-Modell; die Wonder-Modelle sind größer und leistungsfähiger als das leichtgewichtige Muse Spark. Nach Metas eigenen Tests erreichen sie ähnliche Benchmark-Werte wie Fable 5.1 und GPT-6 Astra. Muse Wonder kostet über die Meta Model API 4 US-Dollar pro Million Input-Token und 20 US-Dollar pro Million Output-Token. Wonder Full ist nur für Muse-Code-Abonnenten verfügbar und wird nicht über die API angeboten. Meta betont außerdem das sogenannte „Active Memory“, also das Behalten von Nutzerangaben über Tage, Wochen und Monate; im Benchmark MemoryBench liegt Muse Wonder laut Meta vor Fable, Opus und Astra. Die Modelle wurden nach Angaben des Unternehmens im Prometheus-Rechenzentrum in Ohio trainiert.

LiquidAI veröffentlicht LFM2.5-24B-A2B für Agenten auf dem eigenen Gerät

📅 2026-10-13 | 🔗 Quelle: huggingface.co

LiquidAI hat das Reasoning-Modell LFM2.5-24B-A2B vorgestellt. Es hat 24 Milliarden Parameter, von denen pro Token nur 2 Milliarden aktiv sind, und ist für Agenten gedacht, die lokal auf eigener Hardware laufen. Das Modell denkt vor dem Antworten, ruft Werkzeuge auf und arbeitet mehrstufige Aufgaben ab. Gegenüber dem Vorgänger wächst das Kontextfenster von 32.000 auf 131.000 Token, das Vokabular wurde auf 128.000 Token verdoppelt. Laut Hersteller liegt es bei fünf von acht Tool-Use- und Agenten-Benchmarks vorn oder gleichauf, bei AutomationBench erzielt es mehr als das Dreifache des nächstbesten Modells. Bei Wissensaufgaben wie GPQA Diamond und bei Programmier-Benchmarks bleiben größere Modelle vorn. Als Geschwindigkeit nennt LiquidAI 184 Token pro Sekunde auf einem M5 Max und 114 Token pro Sekunde auf einem Ryzen AI Max+ 395. Das Modell ist als offenes Gewicht auf Hugging Face verfügbar, ebenso die Basisversion.

Unternehmen & Forschung

Anthropic-Studie: Kleine KI-Modelle könnten sich bald auf billige Geräte kopieren

📅 2026-10-12 | 🔗 Quelle: Anthropic (Frontier Red Team)

Das Frontier Red Team von Anthropic (Autoren William Zhou und Daniel Freeman) hat am 12.10.2026 unter dem Titel „AI models may be capable of self-replicating without access to a datacenter“ eine Studie veröffentlicht. Sie warnt, dass kleine KI-Modelle in einigen Monaten fähig sein könnten, sich selbst auf handelsübliche IoT-Geräte wie Smart Ovens und günstige Android-TV-Boxen zu kopieren. In den Versuchen brachte ein 9B-Modell (Qwen3.5-9B) auf 8 von 9 getesteten Hardwaretypen eine Inferenz zum Laufen, von Jetson Nano bis zu Mac-PCs und RTX-4090-Systemen. In einer Demo lief das Modell Gemma4-26B-A4B verteilt auf 15 Android-TV-Boxen zu je rund 55 Dollar mit je 4 GB RAM, allerdings nur mit 0,39 Tokens pro Sekunde. In einer vereinfachten End-to-End-Replikation in einer abgeschotteten Cloud-Umgebung mit acht Knoten replizierte nur GLM-5.2 zuverlässig (acht von acht Knoten in vier von fünf Durchläufen); die anderen getesteten Modelle scheiterten konsistent. Modelle mit bis zu 30 Milliarden Parametern beherrschen laut Studie bereits viele Einzelschritte, scheitern aber oft beim Verketten zur vollständigen Kette. Bei Qwen3.5-9B stieg die Erfolgsrate durch Notizen an Nachfolgerinstanzen von 45 auf bis zu 84 Prozent. Die Autoren halten es für möglich, dass sich die Lücke bis Ende 2026 schließt. Hochgerechnet auf die Größe des Kimwolf-Botnetzes mit über zwei Millionen Geräten ergäben sich rund 133.000 Replikate, wobei sich die Verdopplungszeit im Bereich von Tagen bewegen würde. Die Autoren betonen selbst Einschränkungen: Die Cyber-Komponente war stark vereinfacht (ungesicherter ADB-Port), die Erfolgsquote gilt deshalb als Obergrenze, und der Epoch Capabilities Index ist nur ein Näherungsmaß für Replikationsfähigkeit. Als Abwehr nennt die Studie Quarantäne plus Benachrichtigung, die im Mirai-Beispiel 92 Prozent der Infektionen innerhalb von 14 Tagen bereinigte, gegenüber 74 Prozent ohne Benachrichtigung, sowie koordinierte Maßnahmen wie das Verbot von Standardpasswörtern, wie es in Großbritannien bereits Gesetz ist. Die Studie ist eine Hochrechnung aus Experimenten und keine demonstrierte Fähigkeit eines Modells dieser Größe im Feld.

Microsoft will den KI-Chip Maia 300 ab 2027 im Gigawatt-Maßstab einsetzen

📅 2026-10-12 | 🔗 Quelle: the-decoder.de

Microsoft will seine KI-Chips Azure Maia ab 2027 in einem Umfang von mehreren Gigawatt einsetzen, wie Manager Scott Guthrie im Firmenblog schreibt. Die Chips sollen das Hauptsystem für Inferenz in den Produkten und Diensten des Konzerns werden, also für das Ausführen fertiger Modelle. Sie führen OpenAI-, eigene MAI- und Open-Source-Modelle aus. Maia 200 läuft bereits in den USA, Europa und Australien, etwa für Microsoft Copilot; GitHub Copilot und Foundry sollen bis Jahresende folgen. Laut Microsoft liefert Maia 200 in Teams bis zu 1,7-mal so viele Token pro Watt wie führende Grafikprozessoren. Der Nachfolger Maia 300 soll 40 Prozent mehr Token pro Megawatt liefern als führende GPU-Systeme; ein Serverschrank mit 96 Chips soll bis zu siebenmal so viele Token schaffen wie mit Maia 200. Details stehen im technischen Bericht, mehr folgt im November auf der Ignite 2026.

SpaceXSI bündelt X Premium, Grok und Cursor in einem Abo

📅 2026-10-13 | 🔗 Quelle: techcrunch.com

Das Unternehmen SpaceX Super Intelligence fasst alle seine Abos, darunter X Premium, Grok und Cursor, in einem Tarif namens „The X Subscription“ zusammen. Ziel ist, mehr Abonnenten zu gewinnen, als es ein einzelnes Abo könnte. Im Paket enthalten sind Grok für Chat, Sprache, Bilder, Video und API, der agentische Grok-Bot sowie Cursor für KI-Programmierung. Es gibt fünf Stufen: kostenlos, Plus für 8 US-Dollar im Monat, Premium für 30 US-Dollar, Super für 100 US-Dollar und Ultra für 200 US-Dollar; die KI-Nutzungsgrenzen steigen mit jeder Stufe. Den Zugang zu den neuesten Grok-Modellen gibt es erst ab Premium. Bestehende X-Premium+-Abonnenten zahlen für den vergleichbaren Tarif laut Unternehmen gleich viel oder weniger; der Wechsel wird schrittweise ausgerollt.

Anthropic wehrt groß angelegte Distillation-Angriffe auf Claude ab

📅 2026-10-13 | 🔗 Quelle: the-decoder.de

Anthropic wehrt nach eigenen Angaben groß angelegte Distillation-Angriffe auf seine Claude-Modelle ab. Dabei kopieren Unternehmen systematisch Fähigkeiten eines KI-Modells, um eigene, kleinere Modelle zu trainieren. Die Menge der extrahierten Reasoning-Tokens, also der internen Begründungsschritte des Modells, hat Anthropic mit neuen Abwehrmaßnahmen nach eigenen Angaben um 90 bis 99 Prozent gesenkt. Die Angreifer nutzen dafür Netzwerke mit Hunderttausenden gefälschter Konten. Laut Anthropic sind die chinesischen Unternehmen Zhipu und Moonshot beteiligt: Zhipu habe Cyber-Fähigkeiten führender US-Modelle für sein Modell GLM-5.3 abgeschöpft, Moonshot habe Anfragen heimlich an Claude weitergeleitet. Die kopierten Fähigkeiten könnten in ausländische Militär- und Überwachungssysteme einfließen. Die Abwehr stützt sich auf drei Säulen: eingeschränkten Zugriff auf Claudes interne Begründungsschritte, ein Klassifikator-System zur Erkennung von Extraktionsversuchen und automatische Kontosperren. Zehntausende Accounts seien bereits gesperrt worden. Anthropic räumt ein, dass auch legitime Nutzer betroffen sind, und fordert andere KI-Entwickler auf, ebenfalls gegen Distillation vorzugehen.

Deepmind-System AlphaProof Nexus löst neun offene Erdős-Probleme

📅 2026-10-12 | 🔗 Quelle: the-decoder.de

Ein KI-System von Google Deepmind hat selbstständig neun von 353 offenen Erdős-Problemen gelöst, zwei davon seit 56 Jahren ungelöst. Das zeigt eine Studie im Fachblatt Science; die Lösungen hatte das Team vorab online geteilt. Dazu kommen 44 Vermutungen aus der Zahlenfolgen-Datenbank OEIS, eine offene Frage der algebraischen Geometrie und eine verbesserte Grenze bei der Min-Max-Optimierung, die etwa beim Training mancher KI-Modelle genutzt wird. Kern des Systems ist das Sprachmodell Gemini 3.1 Pro, das Beweisentwürfe in der formalen Sprache Lean überarbeitet. Lean prüft jeden Schritt, Fehlermeldungen dienen dem Modell als Rückmeldung. Bei schwierigen Teilaufgaben kann zusätzlich der Beweiser AlphaProof eingesetzt werden, doch schon eine Variante ohne AlphaProof löste die neun Erdős-Probleme. Die Veröffentlichung fällt in den Streit um KI-Mathematik: OpenAI hatte kurz zuvor hunderte KI-Beweise auf GitHub gestellt statt in Fachzeitschriften, und die Association for Human Mathematics um Terence Tao ruft deshalb zum Boykott auf. Deepmind ließ seine Arbeit von Fachleuten prüfen.

Microsoft-Studie: KI-Agenten arbeiten besser, wenn der Chat-Verlauf gelöscht wird

📅 2026-10-12 | 🔗 Quelle: the-decoder.de

Eine Studie von Microsoft Research untersucht sogenannte Autoresearch-Agenten, KI-Systeme, die Lösungen iterativ vorschlagen, bewerten und weiterentwickeln. Acht unabhängige Durchläufe derselben Aufgabe erreichten Plateaus zwischen 68,3 und 100,0 Punkten; die Unterschiede blieben auch nach erheblichem zusätzlichem Rechenaufwand bestehen. Die Lösungen eines Durchlaufs lagen auf einer Ähnlichkeitskarte fast immer in einer kleinen Region, die die Autoren als Ideen-Senken („Idea Basins“) bezeichnen. Die Agenten verfeinerten dort einen Großteil ihres Budgets, obwohl sie ihre Gesprächsverläufe periodisch komprimierten. Die Methode Fork-and-Flush teilt den Agenten in parallele Trajektorien auf, die den Arbeitsbereich mit allen Dateien erben, und löscht den Chat-Kontext, sodass jede Trajektorie frisch beginnt. Getestet auf 13 Langzeit-Aufgaben mit Modellen wie GPT-5.6-terra und GPT-5.5 über GitHub Copilot CLI erreichte sie einen normalisierten Durchschnittswert von 0,78, gegenüber 0,47 für einzelne Durchläufe und 0,54 für Best-of-4. Schon das Löschen des Chat-Kontexts ohne Verzweigung verbesserte die Ergebnisse nach Angaben der Forscher um 22 Prozent. Die Autoren erwarten, dass Kontextneustarts auch bei stärkeren Forschungsagenten hilfreich bleiben.

Richter verpflichtet OpenAI zur Herausgabe von Einstellungsunterlagen im Apple-Geheimnisverfahren

📅 2026-10-13 | 🔗 Quelle: techcrunch.com

In dem Verfahren, das Apple im Juli wegen Geheimnisverrats gegen OpenAI eingereicht hat, darf Apple nach einem Beschluss von Richter Edward Davila beschleunigt Einsicht in Unterlagen zu Vorstellungsgesprächen nehmen. Betroffen sind Dokumente zu Gesprächen mit ehemaligen Apple-Mitarbeitern, die sich für die Hardware- und Robotik-Gruppen beworben hatten, etwa Checklisten, Leitfäden, Präsentationen und Aufzeichnungen über Bezüge zu Apple-Technik. Dazu kommen private LINE-Nachrichten zwischen einzelnen beteiligten Personen. OpenAI hat dafür fünf Tage für bereits gesammelte Materialien und 14 Tage für weitere. Der Richter genehmigte außerdem Befragungen von Chang Liu, Alyssa Peng und dem Chief Hardware Officer Tang Yew Tan, alle drei ehemalige Apple-Mitarbeiter. Abgelehnt wurde der Antrag auf schnelle Einsicht in Forschung zu Themen wie Metalloberflächen und Energiemanagement sowie mehrere breitere Anfragen; Apple kann seine Anträge jedoch eingrenzen und erneut stellen. Apple wirft OpenAI vor, ehemalige Mitarbeiter hätten vertrauliche Dateien von Apple-Laptops heruntergeladen und andere vor Vorstellungsgesprächen beraten. OpenAI arbeitet an einem eigenen Verbraucher-Hardwaregerät.

Character.ai meldet Insolvenz an und sucht einen Käufer

📅 2026-10-13 | 🔗 Quelle: the-decoder.de

Die KI-Chat-Plattform Character.ai hat Insolvenz angemeldet und soll verkauft werden; der Abschluss ist bis Anfang Dezember 2026 vorgesehen. Findet sich kein Käufer, wird der Dienst abgeschaltet, bis dahin laufen Plattform und Abos weiter. Als Gründe nennt das Unternehmen Klagen wegen Schäden bei Kindern, behördliche Auflagen und Betriebsprobleme; in einem Fall nahm sich ein Jugendlicher das Leben. Teile der Vermögenswerte gehen für 20 Millionen Dollar an Disney, einschließlich einer zeitlich unbegrenzten, nicht exklusiven Technologielizenz. Ehemalige Mitarbeiter, die vergangenen Monat zusammen mit Ex-CEO Karandeep Singh Anand zu Disney gewechselt sind, sollen den Übergang begleiten. Bemerkenswert ist der Fall, weil Google 2024 einen Deal über 2,7 Milliarden Dollar abschloss, um unter anderem Mitgründer Noam Shazeer zurückzuholen. Shazeer wanderte 2026 bereits wieder zu OpenAI ab, laut Wall Street Journal auch wegen Googles Compute-Bürokratie.

OpenAI-Ingenieur nach verstecktem Aufnahmegerät im Konferenzraum festgenommen

📅 2026-10-13 | 🔗 Quelle: theverge.com

Ein OpenAI-Ingenieur ist festgenommen worden, nachdem das Unternehmen ein verborgenes Aufnahmegerät in einem seiner Büros entdeckt hatte. Laut Justizministerium handelt es sich um den 35-jährigen Saudi Abdulrahman Alfozan, dem das Verwenden eines Geräts zum Abfangen mündlicher Kommunikation vorgeworfen wird. Das Gerät steckte im USB-Anschluss eines Fernsehers in einem Konferenzraum der Geschäftsführung, in dem vertrauliche technische, kommerzielle und strategische Themen besprochen werden. Es war mit Toilettenpapier verdeckt und um den 28. September installiert worden; seine Inhalte waren verschlüsselt. Überwachungsaufnahmen zeigen Alfozan laut Justizministerium mehrfach in der Nähe des Raums, zu dem er keinen Zugang hatte. OpenAI nutzte nach eigenen Angaben seine KI-Modelle, um das Gerät auszuwerten und den verantwortlichen Mitarbeiter zu identifizieren. Das Unternehmen kündigte ihm, schaltete das FBI ein und erklärt, es gebe keine Hinweise auf unbefugten Zugriff auf Modellgewichte, Quellcode oder Kundendaten. Alfozan wurde am Freitag festgenommen und sitzt seither in Haft; seine erste Anhörung vor einem Bundesgericht fand am Dienstag statt.

Pluto Security sammelt 42 Millionen Dollar für die Kontrolle von KI-Werkzeugen in Unternehmen

📅 2026-10-13 | 🔗 Quelle: techcrunch.com

Das Sicherheitsstartup Pluto Security ist aus dem Stealth-Modus getreten und hat 42 Millionen Dollar eingesammelt: 8,5 Millionen in einer Seed-Runde unter Führung von TLV Partners und 34 Millionen in einer Series-A-Runde unter Führung von Jump Capital. Die Mitgründerin und CEO Shahar Bahat berichtet, etwa 60 Prozent der Risiken in den Kundenumgebungen stammten aus Werkzeugen, die Nicht-Entwickler per Vibe-Coding erstellt haben; die größte Quelle seien Finanzabteilungen. Die Software überwacht die KI-Werkzeuge, Skills, Erweiterungen und MCP-Server, die Mitarbeiter nutzen, und kann nach Angaben des Unternehmens riskante Komponenten erkennen und Richtlinien durchsetzen. Sie kann während der Arbeit eines Agenten eingreifen, etwa wenn dieser mehr Rechte anstrebt als vorgesehen, und Kontext zurück in die Sitzung einspeisen. Seit April verkauft das Unternehmen und hat nach eigenen Angaben über 2 Millionen Dollar wiederkehrenden Jahresumsatz mit mehr als 30 Unternehmenskunden, darunter Oscar Health, Workato, Sixt und AlphaSense. Parallel bietet Pluto die kostenlose Plattform Plutonium, mit der sich Risiken öffentlich verfügbarer KI-Skills und Add-ons prüfen lassen; laut Bahat nutzen sie tausende Sicherheitsfachleute. Laut Bahat stammen 70 Prozent der Vertriebspipeline aus eingehendem Interesse.

Politik & Regulierung

406 Wissenschaftler fordern, KI-Modelle sofort vom Internet zu trennen

📅 2026-10-13 | 🔗 Quelle: the-decoder.de

In einem offenen Brief fordern 406 Wissenschaftler mehr Forschung zur KI-Sicherheit und eine bessere Abschottung von KI-Modellen. Unter den Unterzeichnern sind Geoffrey Hinton, Yoshua Bengio, Stuart Russell, Yejin Choi und Bernhard Schölkopf. Anlass sind bekannte Fälle, in denen KI-Modelle aus unzureichend gesicherten Umgebungen ausbrachen und externe Systeme kompromittierten. Die Unterzeichner verlangen, dass Unternehmen ihre Modelle zunächst vollständig vom Internet trennen, das sogenannte Airgapping. Zudem soll ein internationales Gremium verbindliche Regeln entwickeln, Standards für Modelle mit mehr Außenzugang festlegen und Sicherheitsvorfälle verpflichtend melden, die später veröffentlicht werden. OpenAI-Forscher Noam Brown wies darauf hin, dass selbst Airgapping nicht absolut sicher ist, etwa über Temperatursensoren zwischen zwei getrennten Rechnern. Laut Brown ist außerdem offen, wie sich Alignment überhaupt messen lässt; in seinem eigenen Team arbeiten inzwischen mehr als zehn Prozent der Leute daran.

Weißes Haus gibt britischem KI-Sicherheitsinstitut wieder Zugang zu neuen Modellen

📅 2026-10-12 | 🔗 Quelle: the-decoder.de

Das Weiße Haus hat seine Entscheidung zurückgenommen, dem britischen AI Security Institute (AISI) den Zugang zu neuen KI-Modellen zu verwehren. Die Behörde prüft Systeme vor der Veröffentlichung auf Sicherheitsrisiken und erhält nun wieder vorab Zugang zu Modellen von Anthropic, Google DeepMind und OpenAI, wie The Daily Telegraph berichtet. Im September hatte die Trump-Regierung die Unternehmen aufgefordert, ihre Modelle nicht mehr mit dem AISI zu teilen; Anthropic schränkte daraufhin den Zugang zu seinem neuen Modell Claude Mythos 5.1 ein. Nach diplomatischem Druck durch den britischen KI-Minister Kanishka Narayan wurde die Sperre aufgehoben. Narayan will in einer Rede neue Maßnahmen ankündigen, darunter strengere Meldepflichten für KI-basierte Sicherheitsvorfälle in kritischer Infrastruktur.

Tools & Anwendungen

Google Play erlaubt private, selbst programmierte Apps auf Android

📅 2026-10-13 | 🔗 Quelle: techcrunch.com

Google ermöglicht es Nutzern in den USA ab 18 Jahren, mit Google AI Studio selbst programmierte Apps über ihr Google-Konto auf dem eigenen Android-Gerät zu starten, ohne sie veröffentlichen zu müssen. Diese persönlichen Apps erscheinen weder in der Play-Suche noch in den Listen und sind nur für ihren Ersteller sichtbar. Sie müssen weiterhin die Richtlinien von Google Play einhalten. In den kommenden Monaten sollen Nutzer ihre Eigenbauten mit einem kleinen Kreis vertrauter Personen teilen können. Wird eine App sehr beliebt, lässt sie sich nach Prüfung auf Sicherheit und Vertrauen für alle im Play Store veröffentlichen. Außerdem stellte Google den KI-gestützten Spieleempfehlungsdienst Game Finder vor, der auf den Vorlieben der Nutzer und dem Wissen aus der Community mit 1,2 Milliarden Spielern beruht. Der KI-Assistent Ask Play kann künftig auch Vergleiche zwischen ähnlichen Apps anzeigen.

Shopify öffnet seinen Katalog für weitere KI-Agenten

📅 2026-10-13 | 🔗 Quelle: theverge.com

Shopify lässt künftig weitere KI-Agenten Produkte aus seinem Katalog mit über einer Milliarde Angeboten durchsuchen und kaufen. Bisher galt das nur für Metas Agenten Muse, mit dem Shopify im September eine Partnerschaft angekündigt hatte; nun kann jeder Agent ohne eigene Partnerschaft angebunden werden. Kunden verbinden dafür ihren Agenten mit ihrem Konto in der Shopify-App Shop, die Bestellungen, Paketverfolgung und Produktempfehlungen bündelt. Der Kauf im Gespräch mit dem Agenten läuft über das Ein-Klick-Verfahren Shop Pay, die Bestellungen landen wieder in der Shop-App. Shopify bewirbt das Feature als persönlichen Einkäufer, dem Nutzer Regeln setzen können, etwa ein Budgetlimit oder nur Artikel mit schnellem Versand. Jeden einzelnen Kauf muss der Käufer freigeben. Der Katalog umfasst Artikel sowohl in als auch außerhalb der Shopify-Shops.

Facebook: Nutzer können ihren Feed-Algorithmus mit KI steuern

📅 2026-10-13 | 🔗 Quelle: theverge.com

Meta bringt die Funktion „Your Algorithm“ von Instagram auf Facebook. Darüber lassen sich Themen direkt hinzufügen und verwalten, die im Feed und bei Reels erscheinen sollen. Laut Meta reagieren die Empfehlungen sofort, wenn Nutzer Themen als „interessiert“ oder „nicht interessiert“ markieren. Das System kann dabei Nachfragen stellen, und Nutzer können ihre Wünsche auch in eigenen Worten formulieren. Meta setzt außerdem stärker auf Large Language Models in seinen Ranking-Systemen, um Inhalte zu sortieren. Die Funktion war auf Instagram bereits seit diesem Jahr verfügbar, auf Threads gibt es mit „Dear Algo“ eine ähnliche Option.

Amex will mit einem Intent-Framework unautorisierte KI-Käufe verhindern

📅 2026-10-13 | 🔗 Quelle: techcrunch.com

American Express stellt das „Intent Intelligence Framework“ vor, das die Kaufabsicht eines Kunden erfassen und bestätigen soll, bevor ein KI-Agent eine Transaktion abschließt. Über die Create-Intent-Schnittstelle werden Händler, Budgetobergrenze und Produktvorlieben festgehalten, der Kunde bestätigt sie per Authentifizierung. Danach entstehen eine Intent-ID und ein Proof-of-Intent-Token, mit dem der Agent statt der echten Kartennummer eine sichere Zahlungsberechtigung erhält. Das Framework soll die Kaufabsicht über den gesamten Ablauf nachvollziehbar machen, auch für Betrugsvorsorge und Streitfälle. Als Beispiel nennt Amex einen Agenten, der statt weißer Nike-Sneaker in Größe 9 Adidas-Schuhe bestellt, und dann ließe sich die Transaktion verhindern. Laut Amex gibt es bisher keinen Anstieg bei Streitfällen durch agentischen Handel. In einer Amex-Umfrage gaben 66 Prozent der befragten US-Verbraucher an, KI-Agenten für die Preissuche nutzen zu wollen. Das Framework gehört zum im April gestarteten ACE Developer Toolkit, und Amex führt bereits Gespräche mit Partnern im Zahlungsverkehr.