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

Ein Klick auf „Teilen“ - und ein Claude-Chat konnte bei Google, Bing oder Brave auffindbar werden. Betroffen waren keine ungeteilten privaten Chats, sondern Snapshots, für die Nutzer zuvor selbst einen öffentlichen Share-Link erzeugt hatten.

Die Debatte trennt drei Dinge, die leicht verwechselt werden: erreichbar, öffentlich und über eine Suchmaschine auffindbar. Außerdem klären wir, welche Inhalte in einem Claude-Snapshot sichtbar bleiben, warum `noindex` keine Zugangskontrolle ersetzt und was Unternehmen im DACH-Raum jetzt prüfen sollten.

⏰ Timestamps:

0:00 — Ein Klick auf Teilen - und ein Claude-Chat konnte bei Google oder Bing auftauchen.

0:24 — Gerade für uns in Deutschland, Österreich und der Schweiz ist das extrem...

0:44 — Da muss ich scharf reingretschen.

1:09 — Dass eine Seite öffentlich ist, darf doch nicht bedeuten, dass sie zack...

1:29 — Ein Anbieter kann unmöglich kontrollieren, wer so einen Link später auf...

1:49 — Zum Glück? Ja, aber alle in den Chats zitierten Texte und natürlich die...

2:13 — Das ist natürlich kritisch.

2:38 — Wie versucht ein Anbieter überhaupt diese Consumer-Links vor Google zu...

3:04 — Das ist der absolut entscheidende Vorbehalt.

3:25 — Ein öffentlicher Link erfordert zwingend eine inhaltliche Prüfung.

3:47 — Richtig, die müssen sofort rotiert werden.

4:08 — Ist der Link nur erreichbar oder auch auffindbar?

💡 Praktische Checks:

1. Unter Settings → Privacy → Shared chats alle öffentlichen Snapshots prüfen.

2. Sensible oder nicht mehr benötigte Freigaben sofort auf privat stellen.

3. Sichtbare API-Keys und Passwörter nicht nur „unsharen“, sondern rotieren.

4. Für interne Arbeit organisationsgebundene Freigaben mit Anmeldung bevorzugen.

📖 Quellen:

• [1] https://support.claude.com/en/articles/10593882-share-and-unshare-chats

• [2] https://support.claude.com/en/articles/9547008-publish-and-share-artifacts

• [3] https://developers.google.com/search/docs/crawling-indexing/control-what-you-share

• [4] https://developers.google.com/search/docs/crawling-indexing/robots/intro

• [5] https://the-decoder.de/datenpanne-bei-claude-geteilte-chats-tauchten-in-suchmaschinen-auf/

• [6] https://www.wired.com/story/private-claude-chats-exposed-in-google-and-bing-search-results/

• [7] https://www.edpb.europa.eu/system/files/2026-02/edpb-summary-gdpr-data-protection-design-default_en.pdf

🔗 Verwandte Episoden:

• Muss Google deine Suche teilen?: https://youtu.be/bXmizTguCt4

• Wem gehören deine Gesundheitsdaten, wenn sie heilen können?: https://youtu.be/SWvWGuYHHTE

🎙️ 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

#Claude #Anthropic #Datenschutz

OpenAIs englischer Telefonsupport löst nach eigenen Angaben 75 Prozent der eingehenden Anliegen ohne menschliche Hilfe. Der Codex-Verbesserungsprozess senkte Übergaben an Menschen in zehn Tagen um 15 Prozentpunkte.

Aber ist eine niedrigere Übergabequote automatisch besserer Service? OpenAI Presence soll Produktionssignale untersuchen, Änderungen vorschlagen und sie erst nach Test und menschlicher Freigabe kontrolliert ausrollen. Wir diskutieren, wer die Agentenversion genehmigt, welche Gegenmetrik den Rollout stoppen darf und warum ein Mensch im Prozess allein noch keine wirksame Kontrolle garantiert.

⏰ Timestamps:

0:00 — 75 Prozent ohne menschliche Hilfe

0:25 — DACH: Wer genehmigt die Agentenversion?

0:49 — Was OpenAI Presence nach dem Start verändert

1:09 — Produktionssignal, Test, Freigabe, Rollout

1:39 — NIST: Rollen, Override und Incident Response

2:04 — EU AI Act: Transparenz ab 2. August 2026

2:23 — Gedankenexperiment: weniger Übergaben, mehr Abbrüche

2:50 — Welche Metrik darf den Rollout stoppen?

3:12 — Drei Fragen für die Änderungskontrolle

💡 Praktische Checks:

• Welche Version spricht gerade mit dem Kunden?

• Wer hat genau diese Version freigegeben?

• Welches Qualitätssignal kann den Rollout stoppen oder zurückrollen?

📖 Quellen:

• OpenAI — Introducing OpenAI Presence:

https://openai.com/index/introducing-openai-presence/

• NIST — AI Risk Management Framework Core:

https://airc.nist.gov/airmf-resources/airmf/5-sec-core/

• Europäische Kommission — Leitlinien zu Artikel 50:

https://digital-strategy.ec.europa.eu/en/library/guidelines-transparency-obligations-providers-and-deployers-ai-systems

• Europäische Kommission — AI Act Überblick:

https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai

• OpenAI — Business data privacy:

https://openai.com/business-data/

🔗 Verwandte Episoden:

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

• 200 Mio. Geldfragen — ChatGPT will dein Konto: https://youtu.be/arti6dbw4Uc

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

🎙️ 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

#OpenAI #KIAgenten #AIGovernance

Google analysiert fast 15 Millionen anonymisierte KI-Interaktionen. Weniger als zehn Prozent der beobachteten Arbeitsinteraktionen versuchen, eine Aufgabe vollständig zu automatisieren. Ist das Entwarnung für den Arbeitsmarkt - oder zeigt ein Produktlog nur den Teil, den Google überhaupt sehen kann?

Die Debatte verbindet Googles ATLAS-Nutzungsdaten mit dem OECD Employment Outlook 2026 und aktuellen Zahlen der Bundesagentur für Arbeit. Entscheidend: Nutzung ist messbar, Produktivität, Einstellungen und nicht geschaffene Stellen sind es in diesem Datensatz nicht.

⏰ Timestamps:

0:00 - Unter zehn Prozent vollständige Automation

0:32 - Was Telemetriedaten wirklich zeigen

1:10 - Fast 15 Millionen Interaktionen im ATLAS-Report

1:31 - 21 Prozent Task Saturation sind keine 21 Prozent Automation

1:59 - Versuch statt Ergebnis

2:19 - Der blinde Fleck der Nichtnutzer

2:55 - Was sich aus Produktlogs trotzdem lernen lässt

3:16 - OECD: noch kein dauerhafter Einbruch

3:37 - Deutschland: weniger offene IKT-Stellen

3:59 - 13.000 Vakanzen und steigende Arbeitslosigkeit

4:28 - Wachsende Beschäftigung, höherer Qualifikationsdruck

5:01 - Konjunktur oder KI-Effekt?

5:26 - Vier verschiedene Messebenen

5:51 - Nutzung, Produktivität, Einstellungen, Beschäftigung

6:16 - Was die OECD-Daten nicht beweisen

6:41 - Warum die Entwarnung nur vorläufig ist

7:02 - Stimmen aus dem Arbeitsmarkt

7:23 - Was Berufseinsteiger tatsächlich spüren

7:44 - Der fehlende Kontext: 1,15 Millionen Beschäftigte

8:05 - Wie sich KI-Kausalität messen ließe

8:25 - Ein Produktlog ist keine Jobprognose

8:48 - Fazit

💡 Drei Fragen an jede KI-Arbeitsmarktstudie:

1. Misst sie Nutzung, Produktivität, Einstellungen oder Beschäftigung?

2. Sind Nichtnutzer und nicht geschaffene Stellen im Datensatz sichtbar?

3. Zeigt sie Korrelation - oder kann sie einen KI-Effekt tatsächlich isolieren?

📖 Quellen:

• Google: Understanding the AI economy

https://blog.google/innovation-and-ai/technology/research/understanding-the-ai-economy/

• Google: AI & Economy ATLAS v1.0

https://ai.google/static/documents/GoogleATLASv1.pdf

• OECD: Employment Outlook 2026

https://www.oecd.org/content/dam/oecd/en/publications/reports/2026/07/oecd-employment-outlook-2026_a41e8b9f/7e710f54-en.pdf

• Bundesagentur für Arbeit: IKT-Arbeitsmarkt im Spannungsfeld

https://www.arbeitsagentur.de/presse/2026-24-arbeitsmarkt-in-der-informations-und-kommunikationstechnik-ikt-im-spannungsfeld-konjunkturelle-schwaeche-trifft-auf-strukturellen-wandel

• ILO: Generative AI and Jobs

https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure

🔗 Verwandte Episoden:

• -45% Einstiegsjobs: Verliert eine ganze Generation den Start?

https://youtu.be/vZyWb3JF_00

• 600-fach billiger - CEOs fürchten KI-Lock-in

https://youtu.be/W7HyGID3X6Y

• 65 Prozent - You can't blame it on the box

https://youtu.be/LPYPx4sEDpM

🎙️ 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

#KI #Arbeitsmarkt #Gemini

33 Organisationen arbeiten 36 Monate an einer europäischen Amts-KI. Doch der Start von drei EU-Piloten beweist noch keinen funktionierenden öffentlichen Dienst.

EUNOMIA.AI, EuropAI und FLOODS & DROUGHTS sollen generative KI für Verwaltungen erproben. Die Debatte: Kann gemeinsames Testen Doppelarbeit vermeiden - oder verdeckt die Größe des Programms, dass messbare Ergebnisse, Beschaffung und Einsatz noch ausstehen?

⏰ Timestamps:

0:00 - 33 Organisationen, noch kein fertiger Dienst

0:18 - Drei EU-Projekte starten

0:42 - Verträge und Online-Kick-off

0:51 - 13 EU-Staaten plus Norwegen

1:06 - Gemeinsames Testing: Nutzen oder Slogan?

1:23 - Ziele sind noch keine Ergebnisse

1:56 - Pilot, Test, Beschaffung und Einsatz

2:26 - Drei Kontrollfragen für DACH

3:00 - Ein großer Pilot ist noch kein Dienst

4:32 - Vier Arbeitsbereiche von EUNOMIA.AI

5:10 - Die drei Schwerpunkte von EuropAI

5:52 - Was die Beschaffungspläne wirklich sagen

6:35 - Welche Nachweise vor dem Kauf fehlen

7:19 - Das Spannungsfeld zwischen Lernen und Belegen

7:39 - Forschung oder verantwortliche Beschaffung?

7:56 - Wann wird aus dem Pilot ein belastbarer Dienst?

💡 Drei Fragen für die Praxis:

1. Was wird konkret getestet?

2. Wie wird Erfolg gemessen?

3. Wer ist für die spätere Beschaffung verantwortlich?

📖 Quellen:

• EU-Kommission: New GenAI pilots for public administrations

https://digital-strategy.ec.europa.eu/en/news/new-genai-pilots-public-administrations

• EU-Kommission: EUNOMIA.AI

https://digital-strategy.ec.europa.eu/en/news/eunomiaai-trustworthy-generative-ai-efficient-and-accessible-public-services

• EU-Kommission: EuropAI

https://digital-strategy.ec.europa.eu/en/news/europai-reusable-european-generative-ai-solutions-public-administrations

• EU-Kommission: Online-Kick-off am 14. September 2026

https://digital-strategy.ec.europa.eu/en/events/kick-new-genai-pilots-public-administration-apply-ai-stakeholder-meeting

🔗 Verwandte Episoden:

• 250 Stellen - wir sollen wie Rumänien werden (Digitalministerium)

https://youtu.be/iOOiwD5gJVg

• 9. Juni: Microsoft kontrolliert den Rückweg? (Euro-Office)

https://youtu.be/i8Wd30yrf0g

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

🎧 Podcast hören:

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

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

𝕏 @KIEspresso

#KI #GovTech #EUDigital

Google hat NotebookLM am 16. Juli 2026 in Gemini Notebook umbenannt. Es bleibt ein eigenständiges Rechercheprodukt, wird aber stärker mit der Gemini-App und der Google Suche verbunden. Google nennt mehr als 30 Millionen Nutzer und über 600.000 Organisationen. Parallel führt Google einen sicheren Cloud-Computer ein, damit Notebooks Code direkt ausführen und Quellmaterial tiefer analysieren können.

⏰ Timestamps:

0:00 — 30 Millionen Nutzer wird aus Notebook LM jetzt mehr als ein Recherchetool.

0:20 — aber stärker mit der Gemini App und der Google-Suche verbunden.

0:43 — Bisher nutzten wir das Tool ja wirklich als geschlossenes wissenschaftliches...

1:10 — Okay. Stell dir das so vor, du bringst quasi einen Hochleistungsrechner...

1:30 — Ja, das ist technologisch beeindruckend? Absolut.

2:01 — Die reguläre Gemini-App hingegen, die greift zusätzlich auf die Websuche und...

2:24 — Es ist ausdrücklich kein DSGVO-Urteil.

2:55 — aber ein flüchtiger Klick im Arbeitsfluss und plötzlich weiß der Nutzer...

3:21 — Also ich stimme absolut zu, dass die Benutzeroberfläche hier eine extreme...

3:53 — um sie dort im breiteren Kontext weiter zu bearbeiten.

4:22 — Okay, ich denke, hier sind wir uns einig.

4:49 — Nein, den gibt es nicht.

💡 Praktische Checks:

1. **HOOK - ERSTER SATZ, MUSS WÖRTLICH:** "30 Millionen Nutzer - wird aus NotebookLM jetzt mehr als...

📖 Quellen:

• [1] https://blog.google/innovation-and-ai/products/gemini-notebook/notebooklm-gemini-notebook/

• [2] https://blog.google/intl/de-de/produkte/suchen-entdecken/notebooklm-wird-gemini-notebook/

🔗 Verwandte Episoden:

• 65 Prozent — You can't blame it on the box: https://youtu.be/LPYPx4sEDpM

• 27. Juli: Muss Google deine Suche teilen?: https://youtu.be/bXmizTguCt4

• Dein KI-Agent gehört dir nicht - wer hat Zugriff?: https://youtu.be/PQ-DNTfDt5Y

🎙️ 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

#Gemini

OpenAI stellte am 15. Juli 2026 GPT-Red vor: ein internes automatisiertes Red-Teaming-Modell. OpenAI berichtet, dass GPT-Red in einer spezifischen replizierten indirekten Prompt-Injection-Evaluation gegen GPT-5.1 in 84 Prozent der Szenarien erfolgreich war, Menschen in 13 Prozent. Das ist kein universeller Sicherheitswert und keine unabhängige Zertifizierung.

⏰ Timestamps:

0:00 — Wer prüft den Test, wenn OpenAIs Angriffs-KI in einem Test 84 Prozent der...

0:39 — Es wird strikt von den produktiven Modellen getrennt, und zwar, weil es...

1:18 — Es ist halt weder ein universeller Sicherheitswert noch irgendeine unabhängige

1:57 — Inwiefern eine Lücke? Also, das beantwortet einfach nicht, ob die...

2:36 — Aber der Fortschritt bei der Methodik ist doch greifbar.

3:15 — Dazu kommen mehrschichtige Schutzmaßnahmen und ein ständiges Monitoring.

💡 Praktische Checks:

1. Den Test-Scope verlangen.

2. Den eigenen wichtigen Workflow vor breitem Zugriff prüfen.

3. Verantwortliche und Prozess für Meldung und Review benennen.

📖 Quellen:

• [1] https://www.enisa.europa.eu/sites/default/files/2026-07/ENISA%20view%20on%20cybersecurity%20in%20the%20frontier%20AI%20era_en_0.pdf

• [2] https://openai.com/index/unlocking-self-improvement-gpt-red/

• [3] https://www.bsi.bund.de/SharedDocs/Cybersicherheitswarnungen/DE/2023/2023-249034-1032.html

🔗 Verwandte Episoden:

• 600-fach billiger — CEOs fürchten KI-Lock-in: https://youtu.be/W7HyGID3X6Y

• 80 % der Chefs machen KI zum Job-Risiko: https://youtu.be/KMUz-Z5UF6I

• Dein Chatbot wird zum Tatverdächtigen: https://youtu.be/kac8BNXRaYM

🎙️ 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

#Openai #Gpt #Automatisierung