KI im Umbruch: Gerichte, Chips und neue Werkzeuge

Die KI-Branche produziert derzeit im Wochentakt Nachrichten, die weit über die üblichen Modell-Updates hinausgehen. Ein Gericht in Kalifornien mischt sich in den Streit zwischen einem KI-Unternehmen und dem US-Verteidigungsministerium ein. Adobe schraubt Photoshop weiter zum Prompt-Werkzeug um. Nvidia bereitet offenbar die größte Übernahme seiner Geschichte vor. Und empirische Studien beginnen zu zeigen, was KI-generierter Code im Alltag wirklich taugt.

Die einzelnen Meldungen wirken zunächst unverbunden, doch sie zeichnen ein gemeinsames Bild: KI ist längst kein reines Forschungsthema mehr, sondern Gegenstand von Gerichtsurteilen, Machtkämpfen zwischen Konzernen und ganz konkreten Produktivitätsfragen in Unternehmen. Wir ordnen die wichtigsten aktuellen Entwicklungen ein.

Anthropic gewinnt einen Etappensieg gegen das Pentagon

Der wohl folgenreichste Konflikt spielt sich zwischen dem KI-Unternehmen Anthropic und dem US-Verteidigungsministerium ab. Eine kalifornische Richterin entschied, dass die Einstufung von Anthropic als Lieferkettenrisiko für die nationale Sicherheit nicht gerechtfertigt war und aufgehoben werden muss. Für Anthropic ist das ein wichtiger, wenn auch nicht endgültiger Erfolg.

Auslöser des Streits war die Haltung von Anthropic, dass die eigenen KI-Modelle weder zur Massenüberwachung von US-Bürgern noch in autonomen Waffensystemen eingesetzt werden dürfen. Das Pentagon fordert dagegen das Recht auf "jede rechtmäßige Nutzung" ein und betont, kein Unternehmen könne der Regierung Vorschriften machen. Richterin Rita Lin kam laut Golem.de zu dem Schluss, dass die Einstufung vor allem darauf abzielte, ein Exempel zu statuieren, weil das Unternehmen die Regierung kritisiert hatte – und nicht auf einer begründeten Sorge, Anthropic könnte sein Modell tatsächlich sabotieren.

Anthropic-Chef Dario Amodei begründete die Zurückhaltung mit zwei Argumenten. Erstens könne KI dazu genutzt werden, über das Netz verstreute Daten einzelner Menschen automatisiert zu einem detaillierten Lebensbild zusammenzusetzen. Zweitens sei die Technik schlicht noch nicht verlässlich genug für vollständig autonome Waffen. "Wir werden nicht wissentlich ein Produkt liefern, das Amerikas Kämpfer und Zivilisten in Gefahr bringt", schrieb er in einem Blogbeitrag.

Die Tragweite reicht über das Militär hinaus. Präsident Donald Trump hatte angeordnet, dass alle US-Bundesbehörden die Nutzung von Anthropic-Technologie einstellen sollen. Verteidigungsminister Pete Hegseth verlangte zusätzlich, dass Unternehmen ihre Geschäftsbeziehungen zu Anthropic kappen müssen, wenn sie das US-Militär beliefern wollen. Das Gericht stellte allerdings klar, dass das Pentagon nicht verpflichtet ist, Anthropic-Software weiter zu nutzen. Tatsächlich fährt das Ministerium den Einsatz laut t3n seit Anfang März zurück und will bis Ende September vollständig darauf verzichten. Ob die Regierung Berufung einlegt, war zunächst offen.

Was KI-generierter Code wirklich taugt

Während solche Grundsatzfragen die Schlagzeilen dominieren, entscheidet sich der praktische Nutzen von KI oft an unspektakuläreren Stellen – etwa in der Softwareentwicklung. Moderne Sprachmodelle schreiben inzwischen beeindruckenden Code, doch empirische Studien zeigen, dass dieser Code systematisch andere Qualitätsprofile hat als von Menschen geschriebener. Er ist häufig korrekt und produktivitätssteigernd, geht aber mit einem erhöhten Risiko für Wartbarkeits- und Sicherheitsprobleme einher.

Das Fachmagazin iX fasst die zentrale Erkenntnis so zusammen: Rein quantitativ steigt die Produktivität von Entwicklerteams mit KI, das belegen zahlreiche unabhängige Studien. Langfristig nimmt jedoch die Codekomplexität zu und kann die anfänglichen Produktivitätsgewinne durch mehr Codezeilen wieder schmälern. Ein entscheidender Punkt: Der Erzeuger – das Modell – "besitzt" den Code nicht langfristig. Wartung und Haftung liegen beim Team, das ihn integriert.

Zwei Besonderheiten machen die Bewertung schwierig. Zum einen liefern LLMs bei identischem Prompt eine hohe Varianz zwischen einzelnen Generierungen. Zum anderen reichen klassische Metriken nicht mehr aus. Aktuelle Evaluierungsansätze schlagen deshalb mehrdimensionale Frameworks vor, die Codevalidität, funktionale Korrektheit, strukturelle Qualität und nicht funktionale Aspekte wie Lesbarkeit und Performance gemeinsam betrachten. Der sogenannte RACE-Benchmark bewertet generierten Code entlang von Readability, Maintainability, Correctness und Efficiency.

Für Teams ist die Kernfrage laut heise online daher nicht, ob ein Modell Code schreiben kann, sondern wie sich dieser Code so integrieren lässt, dass Effizienzgewinne nicht in technischen Schulden enden. Genau hier setzen inzwischen auch Schulungsangebote an, etwa Workshops zum strukturierten Einsatz agentischer Coding-Tools wie Claude Code, bei denen Entwickler Teilaufgaben an KI-Agenten delegieren, die Code eigenständig analysieren, verändern und testen.

Adobe baut Photoshop zum Prompt-Werkzeug um

Bei den Werkzeugen für Kreative geht die Entwicklung in dieselbe Richtung: weg von manueller Präzisionsarbeit, hin zu Anweisungen in natürlicher Sprache. Adobe erweitert Photoshop um den neuen AI Assisted Editor, der zunächst als Beta erscheint. Beim Öffnen des Programms stehen künftig zwei Oberflächen zur Wahl: der gewohnte Pro Editor mit voller manueller Kontrolle über Ebenen und Werkzeuge sowie der neue Assistent, der sich an weniger erfahrene Anwender richtet und über eine Eingabeleiste für Textbefehle bedient wird.

Etwas verwirrend: Laut Golem.de steckt der AI Assisted Editor derzeit in der regulären Photoshop-Version 27.10, nicht in der Beta 27.11. Eine vertikale Werkzeugleiste bündelt sieben Funktionen: Prompt to Edit, Hintergrund entfernen, generatives Erweitern der Bildabmessungen, generatives Entfernen von Objekten, generatives Füllen, generatives Hochskalieren der Auflösung sowie AI Markup zur Bildannotation.

Besonders interessant sind die neuen Präzisionswerkzeuge. Eine Ebene zur Lichtanpassung bietet Regler für Belichtung, Kontrast, Lichter, Schatten sowie Weiß- und Schwarzwerte – und bleibt dabei nicht-destruktiv im Ebenen-Workflow. Die Funktion Instruct Edit mit Masken erlaubt Änderungen innerhalb markierter Bereiche per Textbeschreibung, etwa das Öffnen geschlossener Augen oder das Aufsetzen eines Hutes bei einer bestimmten Person. Laut iFun.de nutzt die maskengestützte Bearbeitung das Modell Firefly Image 5 und berücksichtigt den Bildkontext, ohne dass Bereiche pixelgenau markiert werden müssen.

Das Markup-Werkzeug geht noch einen Schritt weiter: Nutzer zeichnen direkt ins Bild, setzen Pfeile oder skizzieren grobe Formen, um dem KI-System visuelle Anweisungen zu geben. Adobe argumentiert, diese Eingabeform vermeide Missverständnisse, die bei reinen Textanweisungen entstehen. Zusätzlich zieht Adobe Stock mit mehr als 900 Millionen Inhalten direkt in Photoshop ein. Die neuen Funktionen setzen einen Kurs fort, den Adobe seit Monaten verfolgt – inklusive einer Kooperation mit OpenAI, über die sich Adobe-Werkzeuge direkt in ChatGPT nutzen lassen.

ChatGPT wird zum ausführenden Assistenten

Auch OpenAI verschiebt den Fokus von der reinen Textausgabe hin zu Aktionen. ChatGPT Work erhält zwei Erweiterungen, die den Dienst stärker als handelnden Assistenten positionieren. Der integrierte Browser kann nun auch auf Webseiten arbeiten, die eine Anmeldung erfordern. Dabei bleibt die Kontrolle beim Nutzer: Bei Bedarf erscheint die Login-Maske, in die man Benutzername, Passwort und gegebenenfalls einen Sicherheitscode selbst eingibt. Nach Angaben von OpenAI sieht das Modell diese Zugangsdaten nicht und speichert sie auch nicht, Passwortmanager werden unterstützt.

Damit kann ChatGPT Work laut iFun.de Termine buchen, Formulare ausfüllen oder Informationen in Kundenportalen abrufen. Vor folgenreichen Schritten wie einer Reservierung oder Zahlung verlangt der Dienst weiterhin eine ausdrückliche Bestätigung. Die zweite Neuerung sind ereignisbasierte Auslöser: Plus- und Pro-Nutzer können geplante Aufgaben starten lassen, sobald eine neue Gmail-Nachricht eingeht, in einem Slack-Kanal etwas geschrieben wird oder sich ein GitHub-Pull-Request ändert. Der Gratiszugang wird ebenfalls ausgebaut – kostenlose Nutzer dürfen bis zu drei aktive geplante Aufgaben anlegen, allerdings ohne ereignisbasierte Auslöser.

Wer solche Assistenten produktiver nutzen will, kann an der Prompt-Gestaltung ansetzen. Eine praktikable Kreativtechnik lehnt sich an die Denkhüte von Edward de Bono an: Man weist das Modell an, nach und nach verschiedene Perspektiven einzunehmen – der blaue Hut steht für Struktur, der grüne für Kreativität, der rote für Emotion, Schwarz für Risiken, Weiß für Analyse und Gelb für Optimismus. Schon ein kurzer Einschub im Prompt genügt, um eine Idee aus mehreren Blickwinkeln prüfen zu lassen.

Nvidia, Hugging Face und der Kampf um die Chips

Auf der Infrastrukturebene bahnt sich ein Milliardendeal an. Einem Bericht des Portals The Information zufolge soll Nvidia zugestimmt haben, die KI-Plattform Hugging Face für 12,9 Milliarden US-Dollar zu übernehmen. Beide Unternehmen haben den Bericht laut t3n weder bestätigt noch dementiert. Zur Einordnung: Bei der letzten Finanzierungsrunde 2023 war Hugging Face noch mit 4,5 Milliarden Dollar bewertet, ein Nvidia-Angebot Ende 2025 über sieben Milliarden hatte die Plattform abgelehnt. Profitabel ist Hugging Face bislang nicht, der Jahresumsatz soll rund 150 Millionen Dollar betragen.

Für Nvidia wäre es die größte Übernahme der Firmengeschichte. Strategisch geht es um Zugang zur Open-Source-Community: Wenn das Geschäft mit offenen Modellen floriert, kann Nvidia weitere Absatzmärkte erschließen und sogar ungenutzte Rechenkapazität an Hugging-Face-Nutzer verkaufen. Der Hintergrund ist ein wachsender Druck. Große KI-Konzerne wie OpenAI, Google, Amazon und Anthropic arbeiten inzwischen an eigenen KI-Chips, um ihre Abhängigkeit von Nvidia zu verringern.

Wie ernst dieser Trend ist, zeigt eine Golem-Analyse zu Nvidias Quartalszahlen. Im zweiten Quartal des Geschäftsjahres 2027 setzte Nvidia laut Golem.de 96,2 Milliarden US-Dollar um, 106 Prozent mehr als im Vorjahr. Auffällig ist aber, dass das Hyperscaler-Geschäft, in dem viele Kunden eigene Chipprogramme fahren, langsamer wächst als das übrige Rechenzentrumsgeschäft. Die Bruttomarge sank zudem auf 75 Prozent und soll weiter zurückgehen – Grund sind extrem gestiegene Speicherpreise. Nvidia informierte Großkunden bereits über Preisaufschläge von mehr als 15 Prozent auf kommende Systeme. Zu den Kunden, die selbst Chips bauen, gehört neuerdings auch OpenAI mit seinem Chip Jalapeño.

Open-Weight-Modelle als geopolitisches Schlachtfeld

Parallel verschärft sich der Wettlauf zwischen den USA und China um offene Modelle. Chinas DeepSeek sorgte mit der Veröffentlichung von V4 Pro, einem frei herunterladbaren Open-Weight-Modell, erneut für Aufsehen in Washington und im Silicon Valley. Die Trump-Regierung brachte ein Verbot chinesischer Open-Weight-Modelle ins Gespräch, während US-Tech-Unternehmen gegen Beschränkungen solcher Modelle protestieren. Nvidia und Meta wiederum veröffentlichen eigene offene Modelle, um chinesischen Angeboten Konkurrenz zu machen.

Die Abhängigkeiten reichen bis in die physische Infrastruktur. Trump rief per Präsidentenerlass 14420 einen nationalen Notstand für das US-Stromübertragungsnetz aus. Die Regierung befürchtet digitale Hintertüren in Hochspannungskomponenten, über die ein fremder Staat aus der Ferne zugreifen könnte. Die Liste betroffener Bauteile ist lang und umfasst unter anderem Transformatoren, Wechselrichter und Batteriespeicher. Weil der Rechenzentrumsboom solche Komponenten ohnehin knapp macht und US-Firmen verstärkt auf Importe aus China angewiesen sind, könnte ein Einfuhrverbot den Bau von KI-Rechenzentren zusätzlich verzögern.

Gesellschaft, Forschung und die skeptische Basis

Bei aller Euphorie in der Industrie bleibt ein Teil der technisch versierten Öffentlichkeit skeptisch – vor allem beim Thema Überwachung. Eine Umfrage der Golem-Leserschaft ergab eine deutliche Haltung: 69 Prozent finden, dass KI überhaupt nicht in größerem Maße zur Überwachung eingesetzt werden sollte. 72 Prozent würden sich durch KI-gestützte Überwachung nicht sicherer fühlen, und 80 Prozent teilen die Aussage nicht, dass Sicherheit vor Datenschutz gehe. Anlass war unter anderem ein KI-gestütztes Kamerasystem am Berliner Kottbusser Tor, das Passanten automatisch erkennt und das der Berliner Senat aus CDU und SPD im August 2026 einrichtete.

Auf der Forschungsseite tut sich Ungewöhnliches. Das australische Start-up Cortical Labs stattet erstmals eine Universität mit einem größeren System biologischer Computer aus. An der National University of Singapore steht nun laut Golem.de eine Cloud aus 20 CL1-Systemen bereit. Jedes davon enthält rund 800.000 aus Stammzellen gezüchtete menschliche Nervenzellen. Als Alternative zu gängiger KI-Hardware taugt das System allerdings noch nicht – es dient primär der medizinischen Forschung, denn die Neuronen lassen sich nur unter Laborbedingungen betreiben und leben etwa sechs Monate.

Handfester ist der Trend zur lokalen KI. Wer Modelle direkt auf dem eigenen Rechner betreibt, behält die Hoheit über seine Daten, braucht keinen Internetzugang und kein Abo. Der Haken: Wie gut ein lokales Modell läuft, hängt entscheidend von der Hardware ab. Und für Bewerber wird KI zum Standardwerkzeug – mit der Kehrseite, dass Unterlagen austauschbarer werden, wenn alle mit denselben Chatbots schreiben. Eine randomisierte OpenAI-Studie mit mehr als 1.000 Studierenden untersucht zudem, was Lernende von ChatGPT in Kombination mit gezieltem Training im kritischen Denken gewinnen.

Was bedeutet das für dich?

Die Meldungen betreffen nicht nur Konzerne und Behörden, sondern auch deinen Alltag mit KI-Werkzeugen. Ein paar konkrete Schlüsse:

• Bei KI-Code kritisch bleiben: Wenn du generierten Code übernimmst, prüfe Wartbarkeit und Sicherheit aktiv. Die Verantwortung liegt bei dir, nicht beim Modell – plane Reviews und Tests fest ein.
• Neue Photoshop-Funktionen ausprobieren, aber Kontrolle behalten: Der AI Assisted Editor senkt die Einstiegshürde, der Pro Editor bleibt für präzise Arbeit die bessere Wahl. Markup- und Instruct-Edit-Werkzeuge lohnen sich, wenn Textbefehle allein zu ungenau sind.
• Zugangsdaten bewusst freigeben: ChatGPT Work loggt sich nur mit deiner aktiven Eingabe ein und speichert Passwörter nach Angaben von OpenAI nicht. Vor Zahlungen und Reservierungen bleibt eine Bestätigung nötig – nutze das als Sicherheitsnetz.
• Bei Bewerbungen Substanz zeigen: Wenn alle mit Chatbots schreiben, hilft es, eigene, konkrete Erfahrungen einzubringen, statt austauschbare Standardformulierungen zu übernehmen.
• Lokale Modelle prüfen, wenn Datenschutz zählt: Für sensible Aufgaben lohnt der Blick, welches Modell deine Hardware verkraftet – so bleiben Daten auf dem eigenen Gerät.