SignalModelleSimon Willison
Moonshot AI hat Kimi K3 vorgestellt, ihr bisher größtes Modell mit 2,8 Billionen Parametern. Es ist aktuell über Website und API nutzbar, offene Gewichte sollen bis zum 27. Juli 2026 folgen. Moonshot bezeichnet es als erstes offenes '3T-Klasse'-Modell und will damit DeepSeeks V4 Pro (1,6T) überholen.
Warum wichtig: Ein weiteres sehr großes, bald frei verfügbares Open-Weight-Modell erweitert die Auswahl leistungsfähiger Alternativen zu proprietären US-Anbietern.
Zur Quelle →
RelevantBusinessVentureBeat · AI
Eine Befragung von 107 Unternehmen zeigt, dass KI-Infrastruktur-Ausgaben stark steigen, viele aber ihre GPU-Auslastung und tatsächlichen Kosten pro Einheit nicht klar messen können. Entscheidungen für neue Compute-Anbieter fallen eher wegen Integration und Total Cost of Ownership als wegen Token-Preisen; ein Grossteil der GPUs läuft nur bei halber Auslastung.
Warum wichtig: Zeigt kleinen Unternehmen, dass auch große Player Kostenkontrolle bei KI-Infrastruktur noch nicht im Griff haben – ein Warnsignal vor vorschnellen Großinvestitionen.
Zur Quelle →
RelevantBusinessVentureBeat · AI
Laut einer Umfrage unter 107 Unternehmen haben mehr als die Hälfte bereits einen bestätigten Sicherheitsvorfall oder Beinahe-Vorfall mit KI-Agenten erlebt. Nur etwa ein Drittel gibt jedem Agenten eine eigene, abgegrenzte Identität – meist teilen sich Agenten Zugangsdaten, und nur 30% isolieren ihre risikoreichsten Agenten.
Warum wichtig: Wer im eigenen Betrieb KI-Agenten mit Systemzugriff einsetzt, sollte wissen, dass geteilte Zugangsdaten ein verbreitetes und riskantes Muster sind.
Zur Quelle →
RelevantToolsTechCrunch · AI
Mit dd-cli startet DoorDash eine Beta, über die Entwickler und KI-Agenten Läden durchsuchen, Warenkörbe füllen und Bestellungen direkt im Terminal aufgeben können – ein Schritt hin zu Software, die explizit für KI-Agenten statt nur für Menschen gebaut ist.
Warum wichtig: Zeigt praktisch, wie Alltagsdienste zunehmend Agenten-Schnittstellen bekommen, was auch für eigene Automatisierungen relevant werden kann.
Zur Quelle →
NotizModelleHugging Face Blog
Nvidias neues Embedding-Modell Nemotron 3 Embed liegt laut Hugging Face Blog auf Platz 1 des RTEB-Benchmarks für Retrieval-Aufgaben und soll agentenbasierte Suche verbessern.
Warum wichtig: Relevant für alle, die eigene Suche/RAG-Systeme aufbauen und ein aktuell starkes Embedding-Modell suchen.
Zur Quelle →
NotizBusinessArs Technica
Energieunternehmen gehen so schnell wie seit Jahrzehnten nicht mehr an die Börse, da Investoren auf steigenden Strombedarf durch KI-Rechenzentren setzen.
Warum wichtig: Zeigt indirekt, wie stark KI-Wachstum die Energiepreise und -verfügbarkeit beeinflussen könnte, was auch Betriebskosten für Unternehmen betrifft.
Zur Quelle →
Zusammenfassungen und Einordnung: Klarlauf. Die verlinkten Quellen gehören den jeweiligen Anbietern.