KI zwischen Hype und Realität: Was jetzt wirklich passiert

Die KI-Branche verspricht viel: Modelle, die sich bald selbst verbessern, Agenten, die eigenständig arbeiten, und Assistenten, die uns jeden Handgriff am Rechner abnehmen. Ein Blick auf die aktuellen Entwicklungen zeigt aber ein deutlich differenzierteres Bild. Denn während einige Fähigkeiten tatsächlich beeindrucken, stoßen andere an klare Grenzen – und an manchen Stellen entstehen neue Risiken, die Nutzer kennen sollten.

Sechs aktuelle Entwicklungen ergeben zusammen ein Stimmungsbild dessen, wo künstliche Intelligenz im Sommer 2026 wirklich steht: zwischen echten Fortschritten, überzogenen Erwartungen und handfesten Datenschutzfragen. Von einer Princeton-Studie über selbstverbessernde Agenten bis zu ChatGPTs neuer Aufzeichnungsfunktion am Mac lohnt sich der genaue Blick.

Selbstverbessernde KI bleibt vorerst ein Versprechen

Eines der kühnsten Ziele der Branche lautet: KI, die sich weitgehend ohne menschliche Aufsicht selbst verbessert. Große Sprachmodelle schreiben bereits Code, erzeugen synthetische Trainingsdaten und optimieren sogar die Chips, auf denen sie laufen. Manche Prognosen sehen die sogenannte rekursive Selbstverbesserung – ein bis zu einem Endpunkt wiederholtes Sich-selbst-Optimieren – deshalb in greifbarer Nähe.

Eine institutionenübergreifende Forschungsgruppe unter Leitung von Peter Kirgis und Sayash Kapoor an der Princeton University hat diese Erwartung überprüft und deutlich gedämpft. Die Forscher ließen KI-Agenten wissenschaftliche Studien zu bislang unbeantworteten Forschungsfragen erstellen. Das Ergebnis: Offene, frei gestaltete KI-Forschung liegt für Agenten noch außer Reichweite.

Der Grund ist aufschlussreich. Die Agenten können die technischen Probleme durchaus lösen – kleine Modelle anhand eines Benchmarks trainieren oder eng umrissene Aufgaben mit überprüfbaren Antworten bearbeiten. Was ihnen fehlt, ist das offene Denken: das Auswählen sinnvoller Hypothesen, die Entscheidung, welche Belege eine Frage tatsächlich klären, und das Gespür dafür, wann ein Ansatz gescheitert ist und man von vorne beginnen muss. Kurz gesagt: Urteilsvermögen, Geschmack und Kreativität.

Die Forscher formulierten das nüchtern: Bei der eigentlichen Durchführung der Forschung seien die Agenten eindeutig schlecht gewesen. Ihre Ergebnisse erreichten nicht das Niveau von Beiträgen, die eine führende Konferenz zum maschinellen Lernen annehmen würde. Diese Lücke ist relevant, weil sie zeigt, dass viele gehypte Zeitpläne für die Automatisierung der KI-Forschung nicht auf belastbaren Beweisen fußen. Anthropic und OpenAI zeigen sich zwar weiterhin überzeugt von den Fähigkeiten ihrer Systeme – die Studie liefert dafür aber vorerst keine Bestätigung.

ChatGPT zeichnet auf dem Mac fast alles auf

Während die großen Versprechen warten müssen, kommen konkrete Funktionen schneller, als vielen lieb sein dürfte. Wer die offizielle ChatGPT-App für macOS nutzt, kann seit Kurzem eine Funktion namens Computer History aktivieren. Sie zeichnet die gesamte Rechnernutzung auf. Zunächst war das Feature nur in den USA und einigen anderen Regionen verfügbar, mittlerweile ist es auch in der Europäischen Union freigeschaltet.

Damit rückt ChatGPT in die Nähe von Microsofts umstrittener Windows-Funktion Recall. Ein wichtiger Unterschied: Computer History ist zunächst freiwillig und nicht standardmäßig aktiv. Zudem speichert ChatGPT keine Screenshots dauerhaft, obwohl diese offenbar ausgelesen werden. Der Haken liegt woanders – beim Schutz der gesammelten Daten auf dem Mac.

Die Funktion ist der Nachfolger des experimentellen Features Codex Chronicle. Einzelnutzer bekommen sie nur mit dem Pro-Abo für rund 100 Euro. Business- und Enterprise-Kunden erhalten sie ebenfalls, sofern der zuständige Administrator sie freigibt. Ob die gesammelten Daten ins Modelltraining fließen, steuert offenbar der allgemeine Trainingsschalter in den Account-Einstellungen. Einzelne Apps und bestimmte Websites lassen sich von der Aufzeichnung ausnehmen.

Wie die Aufzeichnung technisch funktioniert

Computer History greift die Daten über Apples Barrierefreiheitsschnittstellen ab – also jene Funktionen, die eigentlich Hilfsprogramme mit Bildschirminhalten versorgen. Laut OpenAI erfasst die Software unter anderem Tastatur- und Mausnutzung. Dass mitgeschnitten wird, erkennt man an einem bläulichen Pixel im Menüleisten-Icon, über das sich ein eigenes Computer-History-Menü öffnet. Unter „Recent“ listet die App die erfassten Programme auf und fasst in kurzen Sätzen zusammen, was am Rechner passiert ist. Das trifft meist zu, produziert aber gelegentlich Unverständliches.

Aufschlussreicher als diese Zusammenfassungen sind die sogenannten Memory-Dateien, die ChatGPT regelmäßig anlegt. Sie liegen im Nutzerverzeichnis unter .codex/memories/extensions/skysight/resources, sind in Markdown geschrieben und enthalten deutlich mehr Details als die App-Übersicht. Genau hier liegt das Problem: Die Dateien sind im Dateisystem frei zugänglich und werden laut OpenAI nicht gelöscht. Angreifer mit Nutzerrechten könnten potenziell darauf zugreifen.

Daneben existiert ein interner Zwischenspeicher mit noch mehr Daten, der sich über den Befehl @Computer History im Chatbot abfragen lässt. Bei Tests ließen sich darüber besuchte, sensible Websites hervorholen sowie eine als „geheim“ markierte Notiz aus der Notizen-App. Auch angesurfte URLs mit nicht jugendfreien Inhalten und 2FA-Codes waren rückermittelbar. Immerhin: Passwörter aus sogenannten Secure-Input-Feldern, wie sie macOS in vielen Apps standardmäßig nutzt, ließen sich nicht wiederherstellen. Der Zwischenspeicher hält laut OpenAI mindestens zwei Tage vor.

Die Einordnung ist eindeutig: Diese Funktion ist mächtig und sollte nur mit Bedacht eingesetzt werden. Noch schützt der Umstand, dass sie freiwillig ist und ein teures Abo voraussetzt. Folgt OpenAI aber seinem bisherigen Muster, dürfte Computer History später auch in günstigeren Tarifen landen und womöglich standardmäßig aktiv werden.

Warum KI-Agenten so viele Token verschlingen

Ein Trend, der im Hintergrund viel Geld und Ressourcen bewegt, betrifft den Token-Verbrauch von Agenten. Neue Daten des Anbieters Openrouter zeigen, dass KI-Agenten inzwischen fast fünfmal so viele Token verbrauchen wie Menschen. Im Sieben-Tage-Durchschnitt liegt ihr Verbrauch bei 7,3 Billionen Token. Seit Februar ist die agentische Nutzung nach Angaben von Andreessen Horowitz um etwa das 14-Fache gestiegen.

Der Grund liegt in der Arbeitsweise. Wer selbst einen Chatbot nutzt, stellt meist einzelne Fragen und wartet auf die Antwort. Agenten dagegen arbeiten mehrere Schritte selbstständig hintereinander ab und greifen dabei immer wieder auf den bisherigen Kontext zurück. Eine einzelne agentische Anfrage benötigt laut Openrouter im Schnitt rund 15-mal so viele Token wie eine menschliche. Je länger der Prompt, je größer der Kontext und je ausführlicher die Antwort, desto mehr Rechenaufwand und Kosten entstehen.

Wichtig zur Einordnung: Die Zahlen bedeuten nicht, dass es mehr Agenten als menschliche Nutzer gibt. Gemessen wird der Token-Verbrauch, und schon wenige Agenten können sehr hohe Werte erzeugen, weil sie für eine Aufgabe viele einzelne Anfragen nacheinander starten. Für die Analyse wertete Openrouter mehr als 450 Billionen Token aus eigenen Request-Logs zwischen dem 1. Januar und dem 14. Juni 2026 aus. Ob ein API-Key als agentisch, menschlich oder gemischt gilt, bestimmt der Anbieter anhand von sieben Signalen – darunter Tool-Calls, die Zahl der Gesprächsschritte und die zeitlichen Abstände zwischen Anfragen.

Caching senkt Kosten, treibt aber den Speicherbedarf

Ein großer Teil des Verbrauchs lässt sich günstiger abwickeln. Sogenannte Cached Tokens speichern bereits verarbeitete Kontextteile zwischen und verwenden sie bei späteren Modellaufrufen wieder. Der Agent muss also nicht bei jedem Schritt von vorne beginnen. Inzwischen entfallen 86 Prozent des Token-Verbrauchs von Agenten auf gecachte Token, bei Menschen sind es 29 Prozent. Seit Januar stieg der Anteil bei Agenten von 65 auf 86 Prozent, bei Menschen von 16 auf 29 Prozent.

Das Caching hat allerdings eine Kehrseite: Es erhöht den Speicherbedarf. Je mehr Kontext Agenten über viele Arbeitsschritte hinweg bereithalten, desto mehr Daten müssen schnell verfügbar sein. In Rechenzentren kommt dafür unter anderem High Bandwidth Memory (HBM) zum Einsatz. Hersteller wie SK hynix, Samsung und Micron fahren die Produktion hoch. Weil dabei mehr Kapazität in margenstarken HBM fließt, wird anderer Speicher knapper – was am Ende Verbraucher treffen könnte, etwa durch höhere Preise für PCs und Smartphones.

Auch der Markt für Workflow-Automatisierung gerät in Bewegung. Nach Similarweb-Daten, auf die a16z verweist, sanken die Website-Besuche innerhalb von zwölf Wochen bei n8n um zwölf, bei Zapier um 13 und bei Make um 14 Prozent. Der AI-native Anbieter Gumloop, 2023 gegründet, steigerte seinen Traffic im selben Zeitraum um 64 Prozent. Von einer Verdrängung etablierter Tools kann trotzdem keine Rede sein: Website-Traffic zeigt nur Besuche, nicht die tatsächliche Nutzungsintensität. Zudem integrieren n8n, Zapier und Make längst selbst KI- und Agent-Funktionen.

KI im Klassenzimmer: Sachsen-Anhalt setzt auf AIS.chat

Parallel zur technischen Debatte kommt KI in der Bildung an. An Sachsen-Anhalts Schulen lässt sich seit Beginn des neuen Schuljahres der KI-Chatbot AIS.chat nutzen. Der Bot hieß bis vor Kurzem noch Telli und wurde bereits in anderen Bundesländern eingeführt. Er soll Lehrkräften und Schülern einen geschützten Zugang zu KI im Unterricht bieten und ist Teil des Adaptiven Intelligenten Systems (AIS). Er ergänzt den bestehenden landeseigenen Dienst emuKI.

Bildungsminister Jan Riedel (CDU) betonte, der Chatbot solle KI-Kompetenzen vermitteln. Kinder sollten KI nicht nur bedienen, sondern verstehen, was sie kann und wo ihre Grenzen liegen – etwa, dass eine überzeugend formulierte Antwort trotzdem falsch sein kann und eigenes Urteilsvermögen durch keine Technik ersetzt wird. Diese Botschaft passt bemerkenswert gut zur Princeton-Studie: Auch dort scheitert die KI genau am Urteilsvermögen.

AIS.chat wurde im Auftrag der 16 Bundesländer von der FWU gGmbH als Open-Source-Lösung entwickelt, teils finanziert aus DigitalPakt-Geldern. Sowohl die Auftragsvergabe als auch die Finanzierung standen wiederholt in der Kritik. Die angebundenen Sprachmodelle laufen nach eigenen Angaben ausschließlich auf Servern innerhalb der EU. Die anfallenden Daten werden weder an Dritte weitergegeben noch zum Training verwendet. Zur Auswahl stehen Modelle von OpenAI, Meta und Mistral; welche in Sachsen-Anhalt konkret freigeschaltet sind, hat das Land bislang nicht veröffentlicht.

Die Anmeldung läuft über den bundesweiten Dienst VIDIS beziehungsweise das Single Sign-on des Bildungsservers. Lehrkräfte müssen vor der Nutzung eine KI-Kompetenzschulung absolvieren – wer bereits für emuKI freigeschaltet ist, braucht keine erneute Schulung. Schüler benötigen kein eigenes Konto und keinen Klarnamen; Lehrkräfte richten für konkrete Situationen vorbereitete Lernszenarien ein. Der Namenswechsel von Telli zu AIS.chat erfolgte übrigens aus markenrechtlichen Gründen; die Bezeichnung Telli wird seit Mai 2026 nicht mehr verwendet.

LinkedIn kämpft gegen den KI-Slop

Dass massenhaft KI-Texte auch Schattenseiten haben, zeigt sich auf LinkedIn. Vor rund zwei Wochen führte die Plattform eine Funktion ein, mit der Nutzer Beiträge als KI-generiert melden können. Inzwischen ist das auch für Kommentare möglich. Laut Hari Srinivasan, leitender Produktmanager bei LinkedIn, wurde die Option seit Einführung bereits über eine Million Mal genutzt.

Der Hintergrund ist gravierend. Das KI-Detektor-Startup Pangram Labs untersuchte Beiträge mehrerer Netzwerke. Demnach seien 41 Prozent der LinkedIn-Posts mit mehr als 250 Wörtern vollständig KI-generiert – mehr als auf jeder anderen untersuchten Plattform. Auch bei kürzeren Beiträgen führt LinkedIn mit einem KI-Anteil von 30 Prozent das Ranking an.

Die Meldefunktion zeigt Wirkung: In den ersten zwei Wochen verzeichneten als KI-Slop eingestufte Inhalte rund 40 Prozent weniger Aufrufe. Nutzer melden über das Drei-Punkte-Menü. Damit die Funktion nicht missbraucht wird, betont LinkedIn, dass kein einzelnes Feedback über die Ausspielung entscheide – man betrachte viele Signale in Kombination und habe Sicherheitsvorkehrungen getroffen. Zusätzlich greifen die eigenen KI-Funktionen künftig weniger stark ein: Srinivasan sprach von „Korrekturlesen“ statt „Verbessern“, damit die eigene Ausdrucksweise erkennbar bleibt.

KI verändert Berufe – ersetzt sie aber nicht

Auch in der Softwareentwicklung sortiert sich die Rolle des Menschen neu. Wenn KI User Storys formuliert, Meetings zusammenfasst, Testfälle generiert und Code schreibt, liegt die Vermutung nahe, dass eine Rolle wie der Scrum Master überflüssig wird. Ein Golem-Ratgeber kommt zum gegenteiligen Schluss: Je schneller Code entsteht, desto wichtiger werden die Fähigkeiten, die einen Scrum Master ausmachen.

Zugleich wächst eine Gefahr: Scrum Master können selbst zum Engpass werden, wenn Organisationen sie als zentrale Koordinationsinstanz missbrauchen und sie sich im Micromanagement verlieren. Das Muster lässt sich verallgemeinern. KI verschiebt Aufgaben, statt Rollen einfach zu streichen – und der Wert menschlicher Arbeit rückt dorthin, wo Urteilsvermögen, Koordination und Kontext gefragt sind. Das ist derselbe rote Faden, der sich durch fast alle hier beschriebenen Entwicklungen zieht.

Was bedeutet das für dich?

Aus den einzelnen Meldungen lassen sich ein paar konkrete Konsequenzen für den Alltag ableiten:

• Computer History mit Vorsicht behandeln: Wenn du ein ChatGPT-Pro-Abo hast, aktiviere die Aufzeichnung nur bewusst. Nimm sensible Apps und Websites von der Erfassung aus und prüfe in den Account-Einstellungen, ob der Trainingsschalter deaktiviert ist.
• Datenschutz am Mac im Blick behalten: Die Memory-Dateien liegen frei zugänglich im Nutzerverzeichnis. Auf einem geteilten oder potenziell kompromittierten Gerät ist die Funktion ein Risiko.
• Agenten kosten mehr, als sie scheinen: Wer Agenten produktiv einsetzt, sollte den Token-Verbrauch im Auge behalten. Caching senkt die Kosten deutlich, treibt aber den Ressourcenbedarf – und mittelbar womöglich Hardwarepreise.
• KI-Ergebnisse nicht blind vertrauen: Ob in der Forschung oder im Klassenzimmer – eine flüssig formulierte Antwort kann schlicht falsch sein. Eigenes Urteilsvermögen bleibt entscheidend.
• Beim Schreiben menschlich bleiben: Auf Plattformen wie LinkedIn werden generische KI-Texte inzwischen aktiv abgestraft. Ein eigener Ton und echter Mehrwert zahlen sich messbar aus.