Meta hat am 10. August 2026 Muse Glimmer veröffentlicht: ein agentisches Modell mit 30 Milliarden Parametern, dessen Gewichte unter Apache 2.0 verfügbar sind. Meta sagt, eine ungefähr vier Bit quantisierte Fassung schrumpfe auf unter 20 Gigabyte und laufe samt Arbeitskomponenten in einem Speicherfenster von 24 oder 32 Gigabyte auf einem Mac oder PC mit einer einzelnen Consumer-GPU.

Ist das der Durchbruch für europäische KI-Souveränität? Oder lädt Meta mit den Gewichten auch Patchen, Rechteverwaltung, Monitoring, Rollback und Incident-Verantwortung beim Nutzer ab? Zwei unvereinbare Defaults im Streit: vertrauliche Agentenarbeit lokal zuerst — oder Managed Service, bis der sichere Eigenbetrieb nachgewiesen ist.

⏰ Timestamps:

0:00 — 30 Milliarden Parameter auf einem PC

0:22 — Muse Glimmer und offene Gewichte

0:51 — DACH-Default: lokal zuerst

1:08 — Download ist noch kein sicherer Betrieb

1:31 — Cloud-Kontrolle gegen lokalen Exit

1:46 — Unter 20 GB — aber wer betreibt das System?

2:01 — 55 GB, Quantisierung und Hardware-Grenzen

2:25 — Lokal ist kein Datenschutzsiegel

2:41 — Open Weights sind nicht offene Trainingsdaten

2:59 — Der DACH-Praxistest

3:22 — Verantwortung gegen Machtkonzentration

4:00 — Vier Bedingungen für einen Agenten

4:15 — Default Local gegen Default Managed

4:29 — Der API-Exit-Irrglaube

4:57 — Wer entscheidet über Updates?

5:40 — Protokolle, Rollback und Betriebsteam

5:55 — Zwei inkompatible Grundannahmen

6:14 — Der ultimative Unternehmenstest

6:28 — Souverän oder allein verantwortlich?

📖 Quellen:

• [1] https://research.meta.ai/blog/introducing-muse-glimmer-open-agentic-model

• [2] https://huggingface.co/meta-models/Muse-Glimmer-30B

• [3] https://about.fb.com/br/news/2026/07/o-futuro-da-ia-e-para-todos/

• [4] https://about.fb.com/news/2026/04/introducing-muse-spark-meta-superintelligence-labs/

• [5] https://apnews.com/article/df8a4e7d7825470d09e8090367457c2c

🔗 Verwandte Episoden:

• Nur 24% bereit: Der AI Act trifft Europas Firmen unvorbereitet: https://youtu.be/tOiSUeFuev0

• 7 Prozent — mehr als die gesamten Niederlande: https://youtu.be/9MBTEX8pYso

• 2,5 Millionen — sowohl als Warnung als auch als Chance: https://youtu.be/xN_EkMFHSUU

🎙️ KI Espresso — Jeden Tag eine neue KI-Debatte in sechs Minuten.

🎧 Podcast hören:

• Apple Podcasts: https://podcasts.apple.com/podcast/id1885621764

• Alle Plattformen: https://www.buzzsprout.com/2603567

𝕏 @KIEspresso

#Meta #MuseGlimmer #OpenWeights #DigitaleSouveraenitaet

Fünf Weblinks in einem Beschluss des Hessischen Verwaltungsgerichtshofs enden sichtbar mit `source=chatgpt.com`. Muss ein Gericht offenlegen, wenn generative KI substanziell an seiner Recherche mitarbeitet — oder reichen überprüfbare Quellen und die persönliche Verantwortung des Richters?

Wir streiten über den Beschluss vom 24. Juni 2026 (3 A 2624/25), einen Link aus dem Jahr 2025, der eine konkrete Aussage zu einem georgischen Dekret von 2026 nicht tragen konnte, und die Frage, ob eine kurze KI-Prüfnotiz Vertrauen schafft oder nur neue Bürokratie produziert.

Wichtig: Die sichtbaren URL-Parameter verraten einen ChatGPT-gestützten Rechercheweg. Sie zeigen weder die Prompts noch beweisen sie, dass ChatGPT den Beschluss geschrieben oder die Entscheidung getroffen hat. Das Gericht erklärte, weitere Recherchen hätten die zugrunde liegende Verlängerung bestätigt; der Quellenfehler habe das Ergebnis nicht verändert.

⏰ Kapitel:

0:00 — Fünf ChatGPT-Spuren im Gerichtsbeschluss

0:09 — Transparenz vs. richterliche Unabhängigkeit

0:20 — Der Fall 3 A 2624/25

0:55 — Die kurze KI-Prüfnotiz

1:08 — Suchmaschine oder anderes Werkzeug?

2:02 — Ein Link von 2025 für ein Dekret von 2026

2:27 — Die Verteidigung des Gerichts

2:56 — Halluzination und menschliche Kontrolle

3:20 — Die verräterische URL-Endung

3:44 — Der „Elefant im Raum“

3:58 — Bürokratie oder Vertrauen?

4:24 — Vier Felder für die Offenlegung

4:35 — Wo verläuft die Grenze?

5:18 — Drei gemeinsame Kontrollpunkte

5:48 — Das entscheidende KI-Label

6:15 — Eure Entscheidung

📖 Quellen:

• Hessischer Verwaltungsgerichtshof, Beschluss 3 A 2624/25:

https://www.rv.hessenrecht.hessen.de/bshe/document/LARE260000816

• Europäische Kommission, DigitalJustice@2030:

https://eur-lex.europa.eu/legal-content/EN/ALL/?uri=COM%3A2025%3A0802%3AFIN

• Heise, „ChatGPT im Gerichtssaal“:

https://www.heise.de/news/ChatGPT-im-Gerichtssaal-Hessische-Richter-kopieren-erkennbar-KI-Quellen-11409312.html

• Deutscher Richterbund, „Im Namen des Computers?“:

https://www.drb.de/newsroom/presse-mediencenter/nachrichten-auf-einen-blick/nachricht/news/im-namen-des-computers

🔗 Verwandte Episode:

• Blackbox vor Gericht: Darf KI Beweise vorsortieren?: https://youtu.be/FvRyqqckmAU

🎙️ KI Espresso — Jeden Tag eine neue KI-Debatte in sechs Minuten.

🎧 Podcast hören:

• Apple Podcasts: https://podcasts.apple.com/podcast/id1885621764

• Alle Plattformen: https://www.buzzsprout.com/2603567

𝕏 @KIEspresso

#ChatGPT #Justiz #KünstlicheIntelligenz

23 Prozent der 14- bis 19-Jährigen sagen, sie machten Hausaufgaben kaum noch selbst – die KI löse sie. Darf so eine Arbeit heute in die Note eingehen, wenn Nutzung und Arbeitsprozess offengelegt werden? Oder erst, wenn Schulen vergleichbaren Zugang, Einführung und Bewertungsregeln garantieren? Zwei unvereinbare Regeln, ein konkreter Streit.

⏰ Timestamps:

0:00 — Wer bekommt die Note?

0:24 — Zwei unvereinbare Bewertungsregeln

1:17 — Erst gleicher Zugang, dann Notenwirkung?

1:37 — Lehrkräfte nutzen KI längst

2:18 — Chance und Verdummungsangst zugleich

2:58 — Prüfen ohne Detektivspiel

3:38 — Drei Schüler, drei Zugänge

4:28 — Digitale Kluft ohne KI-Kausalität

5:15 — Lernaufgabe gegen Beweisaufgabe

5:55 — 48 zu 49: gespaltene Infrastruktur

6:23 — Vier Fragen für faire Aufgaben

7:14 — Wer zahlt den Übergang?

📖 Quellen:

• [1] https://www.bitkom.org/Presse/Presseinformation/Schule-und-KI-Grosse-Chancen-ungleiche-Voraussetzungen

• [2] https://www.bitkom.org/Presse/Presseinformation/Knappes-Viertel-Schueler-macht-Hausaufgaben-mit-KI

• [3] https://www.dipf.de/de/dipf-aktuell/pressemitteilungen/zwischen-klassenzimmer-und-kinderzimmer-die-sozialen-unterschiede-in-den-digitalen-kompetenzen-steigen

• [4] https://www.kmk.org/fileadmin/veroeffentlichungen_beschluesse/2024/2024_10_10-Handlungsempfehlung-KI.pdf

• [5] https://www.bitkom.org/sites/main/files/2025-11/Bitkom-Studienbericht-Digitale-Schule-2025.pdf

🔗 Verwandte Episoden:

• Krankenversicherung oder Gesundheitskonto?: https://youtu.be/klzpPIAulho

• 3 Fronten — baut Europa den Sensorstaat?: https://youtu.be/NtGyTW2tAoY

🎙️ KI Espresso — Jeden Tag eine neue KI-Debatte in sechs Minuten.

🎧 Podcast hören:

• Apple Podcasts: https://podcasts.apple.com/podcast/id1885621764

• Alle Plattformen: https://www.buzzsprout.com/2603567

𝕏 @KIEspresso

#KuenstlicheIntelligenz #KIinderSchule #DigitaleBildung #Hausaufgaben #Chancengleichheit

Viele Microsoft-Entwickler sollen Hunderte bis einige Tausend Dollar pro Monat für KI-Tokens verbrauchen. Wer muss den Nutzen beweisen?

Microsoft will AI-first bleiben und setzt laut Berichten zugleich Token-Budgetziele für Bereiche. Die KI-Debatte: günstiges Modell und Team-Limit als Standard – oder acht Wochen ohne individuelle Caps, damit neue Workflows überhaupt entdeckt werden?

☕ KI Espresso – eine deutsche KI-Debatte mit zwei echten Positionen.

⏰ TIMESTAMPS:

00:00 Tausende Dollar pro Entwickler

00:42 Budgetdisziplin oder KI-Bremse?

01:17 Acht Wochen ohne Limits

01:58 Belohnt ein Limit Mittelmaß?

02:17 Deutschland: 98%, 71%, 67%

03:14 24% mehr Pull Requests

04:05 Die nächste Vanity-Metrik

04:31 Günstiger Default oder Frontier-Modell

04:47 Was Model-Routing übersieht

05:11 Team-Budget und Ausnahmen

05:35 Der Münchner 5x-Token-Fall

06:15 Sieben Messwerte statt Tokenzähler

06:50 Der Default folgt den Daten

07:21 Wer trägt die Beweislast?

🔴 DEBATTE: Budget zuerst vs. Entdeckung zuerst

💬 Wer muss den Nutzen beweisen: der Entwickler, der mehr Tokens will, oder der Finanzchef, der sie begrenzen will?

✅ 3 Handlungsempfehlungen:

1. Messt Aufgabe, Modell, Tokenkosten, Zeit, Nacharbeit, Fehler und ein konkretes Business-Ergebnis.

2. Routet Routineaufgaben günstig, aber haltet eine sichtbare Frontier-Option für schwierige Arbeit offen.

3. Vergleicht nach acht Wochen mit dem alten Prozess oder einer Kontrollgruppe – erst dann Limits festlegen.

📰 QUELLEN:

1. https://www.golem.de/news/tausende-dollar-im-monat-microsoft-warnt-angestellte-vor-zu-viel-ki-nutzung-2608-211652.html

2. https://www.techradar.com/pro/tokenmaxxing-is-not-what-we-are-optimizing-for-microsoft-tells-engineer-to-calm-down-on-ai-usage

3. https://apnews.com/article/ai-token-openai-anthropic-corporate-31bb80ac1cd7862d05f6397177d826b1

4. https://arxiv.org/abs/2607.01418

5. https://kpmg.com/de/de/medien/pressemitteilungen/2026/06/ki-veraendert-die-deutsche-wirtschaft-schneller-als-erwartet.html

6. https://www.microsoft.com/en-us/worklab/aiwork-tokenomics-is-the-new-headcount-and-four-more-trends-to-watch

7. https://learn.microsoft.com/en-us/startups/build/ai/ai-cost-optimization

8. https://learn.microsoft.com/en-us/azure/foundry/openai/concepts/model-router

🎧 Podcast hören:

Apple Podcasts: https://podcasts.apple.com/podcast/id1885621764

Alle Plattformen: https://www.buzzsprout.com/2603567

🔔 Abonniere KI Espresso.

#KINews #KünstlicheIntelligenz #Microsoft

Das KI-lastige Team zündete seine kleine Brennkammer beim ersten Versuch. Den MIT-Wettbewerb gewann trotzdem die erfahrenere 811 Crew, die der KI vorsichtiger begegnete – und mit ihrem Triebwerk Netto-Schub erzeugte.

31 Studierende, sieben Teams und vier Wochen: In der JARVIS Challenge sollten sie ein kleines Testtriebwerk entwerfen, fertigen, montieren und testen. KI-Copiloten halfen bei Recherche, Software, Varianten und Lieferantensuche. Im Volltest des KI-lastigen Finalisten rieb der Rotor am feststehenden Gehäuse und blockierte. Der MIT-Bericht nennt dafür keine Ursache; er zeigt aber, wo flüssige Antworten auf reale Toleranzen, Fertigung und Verantwortung treffen.

Was bedeutet das für Unternehmen in Deutschland, Österreich und der Schweiz – und für die aktuelle EASA-Debatte über fortgeschrittene KI in der Luftfahrt?

⏰ Timestamps:

0:00 — KI zündet zuerst, der Skeptiker gewinnt

0:35 — Die JARVIS Challenge am MIT

0:53 — Hat ein Chatbot das Triebwerk gebaut?

1:17 — Die Brennkammer zündet beim ersten Versuch

1:45 — Wo KI den Teams wirklich half

1:49 — Warum der KI-Favorit nicht gewann

2:11 — Flüssiger Text ist keine sichere Toleranz

2:32 — Das Siegerteam und sein Vorsprung

2:52 — Auch zu viel Skepsis kostet Tempo

3:17 — Der Engpass liegt in der Fertigung

3:49 — Lieferantenlisten ersetzen keine Beziehungen

4:18 — Verantwortung wandert an den Prüfstand

4:35 — Was die EASA jetzt diskutiert

5:09 — Kein Industrienachweis, keine Zertifizierung

5:21 — Fünf Gates für KI im Engineering

6:04 — KI als Verstärker statt Chef

📖 Quellen:

• [1] https://news.mit.edu/2026/can-ai-build-jet-engine-jarvis-challenge-tests-ai-copilots-in-tough-tech-engineering-0714

• [2] https://calendar.mit.edu/event/jarvis-challenge

• [3] https://www.easa.europa.eu/en/newsroom-and-events/news/easa-releases-latest-issue-its-concept-paper-artificial-intelligence

• [4] https://www.easa.europa.eu/en/domains/research-innovation/ai

🔗 Verwandte Episoden:

• KI wird Laborleiter — wer prüft die Entdeckung?: https://youtu.be/AM6k-B827_8

• 32 Prozent – darf Googles Roboter schon arbeiten?: https://youtu.be/GLsUny1ytRA

🎙️ KI Espresso — Jeden Tag eine neue KI-Debatte in sechs Minuten.

🎧 Podcast hören:

• Apple Podcasts: https://podcasts.apple.com/podcast/id1885621764

• Alle Plattformen: https://www.buzzsprout.com/2603567

𝕏 @KIEspresso

#KIEngineering #KünstlicheIntelligenz #Luftfahrt

Ein KI-Chatbot bewegte Menschen zu fast dreimal so hohen echten Spenden wie professionelle Fundraiser: 17,2 statt 6,4 Prozentpunkte gegenüber der Kontrollgruppe. Aber gespendet wurde nur aus einem Studienbonus von maximal einem britischen Pfund. Was beweist das wirklich – und wer kontrolliert ein System, das auf Überzeugung optimiert wird?

Die neue, noch nicht peer-reviewte Studie umfasst 18.978 ausgewertete Textgespräche mit 6.923 Personen. KI übertraf auch 56 Elite-Debattierer. Als die Forscher Wortzahl und Antwortzeit der KI auf menschliches Niveau begrenzten, verschwand ihr Vorsprung. Eine separate Science-Studie warnt zugleich: Maßnahmen, die KI überzeugender machten, senkten systematisch die faktische Genauigkeit. Diese Debatte trennt Wirkung, Wahrheit und Kontrolle – mit den Grenzen der Studien und dem seit 2. August 2026 geltenden EU-Artikel 50.

⏰ Timestamps:

0:00 — Fast dreimal mehr Spenden – mit einer Ein-Pfund-Grenze

0:31 — KI gegen 56 Elite-Debattierer

1:04 — Artikel 50 und die Transparenzpflicht in DACH

1:31 — 6.923 Personen wussten nicht, wer mit ihnen sprach

1:59 — Überzeugung oder schiere Informationsmenge?

2:19 — 54 Wörter gegen 294 Wörter pro Antwort

2:57 — Gedrosselte KI verliert ihren Vorsprung

3:32 — 19 Modelle und der Genauigkeits-Trade-off

4:18 — Plus 19,7 Prozentpunkte bei einer echten Handlung

4:48 — Bezahlter Textchat, 14 Minuten, maximal ein Pfund

5:33 — Warum ein KI-Label nicht genügt

5:41 — Sechs Kontrollen für persuasive Systeme

6:07 — Wer setzt das Ziel und wie leicht kannst du Nein sagen?

💡 Praktische Checks:

1. Wer betreibt das System und in wessen Auftrag spricht es?

2. Welche Handlung sollst du am Ende ausführen?

3. Sind entscheidende Fakten mit Quellen belegt?

4. Gibt es eine neutrale Alternative ohne Überzeugungsdruck?

5. Werden wiederholte Druckschleifen begrenzt?

6. Gibt es eine sofortige Stoppfunktion oder menschliche Eskalation?

📖 Quellen:

• AI systems out-persuade expert humans (Preprint, Juni 2026): https://arxiv.org/abs/2606.16475

• The levers of political persuasion with conversational AI (Science, 2025): https://pubmed.ncbi.nlm.nih.gov/41343633/

• AI can persuade people to take political actions (Preprint, April 2026): https://arxiv.org/abs/2604.09200

• EU-Kommission zu den Transparenzpflichten nach Artikel 50: https://digital-strategy.ec.europa.eu/en/news/commission-publishes-guidelines-transparency-obligations-providers-and-deployers-certain-ai-systems

• Techdirt zur neuen Vergleichsstudie: https://www.techdirt.com/2026/07/27/ai-systems-out-persuade-expert-humans-including-professional-canvassers-and-world-championship-debaters/

🔗 Verwandte Episoden:

• Kennzeichnung macht vs. Ein Label kann: https://youtu.be/7BHx155Byi0

• 1 Frage – KI stellt sie, bevor du es tust: https://youtu.be/5Zjy_NDymOU

• 58 Prozent – Das Geschäftsmodell verdunstet in Echtzeit: https://youtu.be/N9jj3J0Gy6M

🎙️ KI Espresso — Jeden Tag eine neue KI-Debatte in sechs Minuten.

🎧 Podcast hören:

• Apple Podcasts: https://podcasts.apple.com/podcast/id1885621764

• Alle Plattformen: https://www.buzzsprout.com/2603567

𝕏 @KIEspresso

#KI #KünstlicheIntelligenz #AIPersuasion

208.500 Dollar Studiengebühr, ein KI-Detektor und eine Datei, die monatelang nicht kam: Aus einem Streit über eine Yale-Prüfung wurde ein Bundesverfahren mit 13 zivilrechtlichen Klagepunkten.

Thierry Rignol bestreitet, KI eingesetzt zu haben. Yale widerspricht und sagt, GPTZero sei nur eines von mehreren Signalen gewesen. Entschieden ist der Fall nicht. Die zentrale Frage dieser Debatte: Welche Beweiskette braucht eine Institution, bevor sie einen Menschen wegen KI-Nutzung bestraft?

⏰ Timestamps:

0:00 — 208.500 Dollar und ein KI-Verdacht

0:54 — Die Prüfung und Yales Indizien

1:58 — Wie ein Detektor die weitere Prüfung verankert

2:37 — Word-Datei gegen Apple Pages

3:43 — Yales eigene Warnung vor KI-Detektoren

4:09 — Was die 61,22 Prozent wirklich bedeuten

4:37 — Neue Detektor-Daten aus dem Jahr 2026

4:56 — 13 Zivilklagen, aber noch kein Urteil

5:32 — Ein Beweisprotokoll für DACH-Hochschulen

6:21 — Wie schwer darf ein Detektor wiegen?

📖 Quellen:

• Bundesakte Rignol v. Yale University: https://www.courtlistener.com/docket/69607031/rignol-v-yale-university/

• Yale AI Guidance for Students: https://poorvucenter.yale.edu/learning/learning-resource-library/ai-guidance-for-students

• Liang et al. (2023), Bias von GPT-Detektoren: https://arxiv.org/abs/2304.02819

• Al Ali et al. (2026), Neubewertung nach Sprache, Datensatz und Detektor: https://arxiv.org/abs/2602.05769

• Ars Technica, Rekonstruktion des Falls: https://arstechnica.com/tech-policy/2026/07/how-a-yale-ai-cheating-dispute-became-a-13-count-federal-lawsuit/

🔗 Verwandte Episode:

• 60 Stunden gegen 2 Jahre - wer prüft die KI?: https://youtu.be/K9Au12O-FRo

🎙️ KI Espresso — Jeden Tag eine neue KI-Debatte in sechs Minuten.

🎧 Podcast hören:

• Apple Podcasts: https://podcasts.apple.com/podcast/id1885621764

• Alle Plattformen: https://www.buzzsprout.com/2603567

𝕏 @KIEspresso

#KI #KünstlicheIntelligenz #Yale #GPTZero

Google DeepMind sagt: Gemini Robotics On-Device 2 passt sich in wenigen Stunden

und typischerweise mit weniger als 200 Beispielen an einen neuen zweiarmigen

Roboterkörper an. Doch Googles eigene Mehrfinger-Evaluation reicht je nach

Aufgabe von 92 bis 32 Prozent. Wann ist schnelle Anpassung ein Durchbruch - und

wer darf den Roboter danach für die Werkshalle freigeben?

Die 32 Prozent sind ein einzelner Mittelwert für die Kehrblech-Aufgabe, keine

Gesamtzuverlässigkeit. Wir trennen Modellanpassung, Aufgabenvalidierung und

Freigabe und prüfen, was die EU-Maschinenverordnung ab 20. Januar 2027 für

lernende und interagierende Maschinen bedeutet.

Timestamps:

0:00 - 32 Prozent beim Kehrblech

0:31 - Drei Gemini-Robotics-Modelle

1:22 - Weniger als 200 Beispiele für einen neuen Körper

1:43 - Vier Aufgaben, vier sehr verschiedene Werte

2:20 - Neuer Körper, neues physisches Risiko

2:33 - Was ASIMOV-Agentic prüft

2:50 - Hersteller-Benchmark oder Konformitätsbewertung?

3:00 - Anpassung, Validierung, Freigabe

3:12 - Vier getrennte Verantwortungsebenen

3:32 - Wer testet und wer kann zurücksetzen?

3:46 - EU-Maschinenverordnung ab 2027

4:14 - Wer entscheidet über die Freigabe?

4:32 - Anpassungszeit und Validierungszeit

4:51 - Der praktische Freigabetest

5:12 - Die entscheidende Frage

Quellen:

- Google DeepMind: Gemini Robotics 2

https://deepmind.google/blog/gemini-robotics-2-brings-whole-body-intelligence-to-robots/

- Google DeepMind: Gemini Robotics 2 Safety Evaluations

https://storage.googleapis.com/deepmind-media/gemini-robotics/Gemini-Robotics-2-Safety.pdf

- Google: Gemini Robotics ER 2

https://blog.google/innovation-and-ai/models-and-research/google-deepmind/gemini-robotics-er-2/

- Axios: Google updates its AI software for robots

https://www.axios.com/2026/07/30/google-robotics-software-update

- EUR-Lex: Regulation (EU) 2023/1230 on machinery

https://eur-lex.europa.eu/eli/reg/2023/1230/en

Verwandte Episode:

- Dein KUKA ist jetzt chinesisch

https://youtu.be/bc2E8Yv6XLg

KI Espresso - jeden Tag eine neue KI-Debatte in sechs Minuten.

Podcast:

- Apple Podcasts: https://podcasts.apple.com/podcast/id1885621764

- Alle Plattformen: https://www.buzzsprout.com/2603567

X: @KIEspresso

#GoogleDeepMind #Robotik #KISicherheit

Bis zu 500.000 Dollar pro Zugriff: Wann wird ein KI-Tool illegal?

Minnesota zieht eine ungewöhnliche Grenze. Ab dem 1. August 2026 kann der Zugang zu sogenannter Nudification-Technologie untersagt sein, während Werkzeuge, die erhebliche technische oder künstlerische Eigenleistung verlangen, anders behandelt werden. Damit wird nicht nur das Ergebnis, sondern auch die Bedienbarkeit des Produkts Teil der Rechtsfrage.

Chapter 72 sieht eine zivilrechtliche Sanktion von bis zu 500.000 US-Dollar pro unzulässigem Zugriff, Download oder Einsatz vor. Das ist kein automatischer Betrag und keine pauschale Strafe pro Bild. xAI greift das Gesetz in einer noch nicht entschiedenen Bundesklage an. Die Debatte: Soll das Recht schädliche Veröffentlichungen verfolgen, Plattformen zum Löschen verpflichten oder bereits den Zugang zum Werkzeug begrenzen?

⏰ Timestamps:

0:00 — Bis zu 500.000 Dollar pro Zugriff

0:15 — Chapter 72 und das Votum 132 zu 1

0:46 — Kein Pauschalverbot für alle Bildgeneratoren

0:58 — xAI klagt: Wird Usability zur Rechtsgrenze?

1:29 — TAKE IT DOWN: Löschen innerhalb von 48 Stunden

1:56 — Prävention schon beim Modellanbieter

2:04 — Wo verläuft die technische Grenze?

2:21 — DACH-Test: Ersteller, Plattform oder Anbieter

2:55 — Warum Europa den US-Streit nicht blind kopieren sollte

3:18 — xAI, Opferschutz und der fehlende Safe Harbor

3:45 — Darf Product Friction über Illegalität entscheiden?

4:00 — Wer kontrolliert die Schnittstelle?

4:37 — Das 500.000-Dollar-Risiko für Anbieter

5:04 — Die Ausgangszahl neu bewertet

5:18 — Die ungelöste Aufgabe für Allzweckmodelle

5:28 — Wer muss den Schaden verhindern?

📖 Quellen:

• Minnesota Session Law, Chapter 72:

https://www.revisor.mn.gov/laws/2026/0/Session%2BLaw/Chapter/72/

• Minnesota House — New Laws 2026:

https://www.house.mn.gov/NewLaws/story/2026/5741

• Associated Press — xAI challenges Minnesota law:

https://apnews.com/article/131184be939d540de093b567b12c9e16

• Federal Trade Commission — Complying with the TAKE IT DOWN Act:

https://www.ftc.gov/business-guidance/resources/complying-take-it-down-act

• Minnesota House Research — Act Summary:

https://www.house.mn.gov/hrd/as/94/as072.pdf

• Dual-use face-swap safety audit:

https://arxiv.org/abs/2605.24735

🔗 Verwandte Episoden:

• KI muss sich ausweisen — wer kontrolliert das Label?

https://youtu.be/7BHx155Byi0

• 3 Millionen Dollar gegen xAI — wann haftet ein Modellanbieter?

https://youtu.be/vtanOVsMU1w

🎙️ KI Espresso — Jeden Tag eine neue KI-Debatte in sechs Minuten.

🎧 Podcast hören:

• Apple Podcasts: https://podcasts.apple.com/podcast/id1885621764

• Alle Plattformen: https://www.buzzsprout.com/2603567

𝕏 @KIEspresso

#xAI #Deepfakes #KIRegulierung

Zwei Jahre Expertenprüfung, dann fand eine KI in 60 Stunden eine neue Attacke. Anthropic berichtet, dass Claude Mythos bei HAWK, einem noch nicht eingesetzten Kandidaten für postquantenfeste Signaturen, den geschätzten Aufwand für HAWK-256 von 2^64 auf demonstrierte 2^38 senkte.

Das bedeutet nicht, dass Bank-, Browser- oder Messenger-Verschlüsselung gebrochen wurde. Auch vollständiges AES bleibt ungebrochen. Die eigentliche Frage ist institutionell: Wenn KI kryptografische Befunde schneller erzeugt, als Fachleute sie nachvollziehen können, wer finanziert und bestätigt die unabhängige Prüfung?

⏰ Timestamps:

0:00 — Zwei Jahre gegen 60 Stunden

0:07 — Deine Verschlüsselung ist nicht gebrochen

0:17 — Was HAWK im NIST-Verfahren ist

0:30 — Wie selbstständig Claude Mythos arbeitete

0:48 — Was das für BSI und DACH bedeutet

1:05 — Von 2^64 auf 2^38

1:28 — Warum der Fund ein Erfolg sein kann

1:43 — 100.000 Dollar und Hunderte Prüfstunden

2:12 — Was beim AES-Ergebnis wirklich gilt

2:44 — Wer kann die Ergebnisse unabhängig prüfen?

💡 Drei praktische Prüffragen:

1. Gibt es Code oder formale Evidenz, mit der unabhängige Fachleute den Befund reproduzieren können?

2. Haben Behörden und Hochschulen Zugang, Rechenbudget und Expertise für eine Gegenprüfung?

3. Ist geregelt, wer vor einer Veröffentlichung informiert wird und wer das Ergebnis bestätigt?

📖 Quellen:

• Anthropic: https://www.anthropic.com/research/discovering-cryptographic-weaknesses

• NIST PQC Digital Signatures: https://csrc.nist.gov/projects/pqc-dig-sig/round-3-additional-signatures

• CryptanalysisBench: https://arxiv.org/abs/2607.18538

• The Decoder: https://the-decoder.com/anthropic-says-its-mythos-model-found-vulnerabilities-in-cryptographic-algorithms-that-secure-the-internet/

• Claude Mythos Preview: https://www.anthropic.com/research/mythos-preview

🔗 Verwandte Episoden:

• Claude Mythos gehört jetzt dem Pentagon: https://youtu.be/yKjUjusdKLI

• 2,5 Milliarden - scheitern sie an einer Prüfung?: https://youtu.be/Yub4XwCDVYY

• 25 Millionen - und das alles vollautomatisch?: https://youtu.be/mDD41CBCabE

🎙️ KI Espresso - jeden Werktag eine neue KI-Debatte.

🎧 Podcast hören:

• Apple Podcasts: https://podcasts.apple.com/podcast/id1885621764

• Alle Plattformen: https://www.buzzsprout.com/2603567

𝕏 @KIEspresso

#Kryptografie #KünstlicheIntelligenz #Anthropic