Archiv-Ausgabe

KI-Radar · Samstag, 14. November 2026

8 Meldungen, die an diesem Tag wirklich zählten – kurz zusammengefasst, mit Einordnung.

SignalBusinessTechCrunch · AI

Jensen Huangs Rücktritt trifft KI-Startup-Finanzierung hart

Nach Huangs Abgang rechnen VCs und Gründer mit kleineren Finanzierungsrunden und niedrigeren Bewertungen, da Nvidia unter ihm Milliarden direkt in KI-Startups investiert hatte. Diese Investitionspraxis gilt nun als unsicher.

Warum wichtig: Gründer, die auf Nvidia-Investments oder günstige GPU-Deals gesetzt haben, müssen ihre Finanzierungsstrategie überdenken.

Zur Quelle →
RelevantBusinessTechCrunch · AI

Asiatische Regierungen reagieren auf Huangs Nvidia-Abgang

Nach dem Rücktritt von Jensen Huang sichern mehrere asiatische Regierungen Chip-Lieferzusagen ab oder beobachten die Auswirkungen auf lokale KI-Projekte und laufende Untersuchungen.

Warum wichtig: Zeigt, dass der Führungswechsel bei Nvidia auch globale Lieferketten und Chip-Verfügbarkeit für Unternehmen außerhalb der USA betreffen kann.

Zur Quelle →
RelevantBusinessThe Verge · AI

Amazon baut globalen Produktdaten-Index per KI auf

Amazon plant laut Reuters einen 'World Product Graph', der Informationen zu praktisch jedem online verkauften Produkt sammelt – auch zu Artikeln, die Amazon selbst nicht führt – und diese über die eigene Plattform zugänglich macht.

Warum wichtig: Online-Händler und Shop-Betreiber sollten beobachten, wie Amazons Datenmacht die Produktsuche und den Wettbewerb im E-Commerce verändert.

Zur Quelle →
RelevantOpen SourceSimon Willison

Datasette-Plugins für Kartenanzeige aktualisiert: Referrer-Policy-Fix

Simon Willison hat die Datasette-Plugins datasette-leaflet (0.3) und datasette-cluster-map (0.19) aktualisiert. Der Fix behebt eine Verletzung der OpenStreetMap-Nutzungsbedingungen, da Kartenkacheln bislang ohne Referrer-Header angefragt wurden.

Warum wichtig: Wer Datasette für eigene Datenvisualisierungen mit Kartenanzeige nutzt, sollte auf die neuen Versionen aktualisieren, um OSM-Richtlinien einzuhalten.

Zur Quelle →
RelevantToolsGoogle Research

Google Antigravity: Neues Teamwork-Feature für Wissenschaft und Technik

Google Research stellt die /teamwork-Funktion von Antigravity vor, die Forschungsteams bei komplexen wissenschaftlichen und technischen Projekten unterstützen soll.

Warum wichtig: Liefert ein konkretes Beispiel, wie KI-Tools kollaborative Arbeitsabläufe in Projekten strukturieren können – übertragbar auf Teamarbeit in kleinen Unternehmen.

Zur Quelle →
NotizForschungMIT Technology Review

MIT-Analyse: Silicon Valleys Zukunftsprognosen bei Midterms daneben

MIT Technology Review analysiert, warum selbsternannte Tech-Visionäre wie Sam Altman und Elon Musk mit ihren politischen Vorhersagen zu den US-Midterms falsch lagen, obwohl sie sonst für ihre Weitsicht bekannt sind.

Warum wichtig: Ein nüchterner Blick darauf, dass technologische Prognosefähigkeit nicht automatisch auf politische Themen übertragbar ist, relativiert öffentliche KI-CEO-Aussagen.

Zur Quelle →
NotizOpen SourceHugging Face Blog

IBM bringt LLMON-Markup-Sprache in Granite-4.1-Modellen

IBM integriert die LLM-native Markup-Sprache LLMON in die neuen Granite-4.1-Modelle mit 3B und 8B Parametern, um strukturierte Ausgaben zu verbessern.

Warum wichtig: Kleinere, effiziente Open-Source-Modelle mit besserer Strukturierung senken die Hürde für eigene KI-Integrationen ohne große Cloud-Abhängigkeit.

Zur Quelle →

Zusammenfassungen und Einordnung: Klarlauf. Die verlinkten Quellen gehören den jeweiligen Anbietern.