KI-Tagesupdate · 3. November 2026 · Abendstand

Die KI-News von AdSimple (adsimple.at). Gesponsert von Mailaura (mailaura.io) – unserer Plattform für Newsletter und E-Mail-Marketing.

Auf einen Blick

Neu: StateBench prüft, ob KI Änderungen wirklich mitverfolgt

Ai2 veröffentlicht heute StateBench. Der Benchmark prüft, ob Sprachmodelle den aktuellen Zustand nach vielen Änderungen korrekt bestimmen – etwa wenn Variablen neu belegt werden oder Gegenstände den Besitzer wechseln. Bei den längsten Aufgaben der schwierigsten Kategorie erreichen die untersuchten Spitzenmodelle laut Ai2 höchstens 13 Prozent Genauigkeit. Das ist kein allgemeiner Wert für ihre Zuverlässigkeit: Bei einfacheren Aufgaben schneiden sie gut ab.

Für lange Projektchats und Agenten ist das eine wichtige Prüfidee. Eine Information wiederzufinden ist etwas anderes, als eine Kette voneinander abhängiger Änderungen richtig auszuwerten. Ein großes Kontextfenster allein belegt diese Fähigkeit nicht. StateBench arbeitet zudem mit einer festen Zahl von Variablen; reale Gespräche können neue Personen und Aufgaben hinzufügen.

Unser Testvorschlag: Nimm einen abgeschlossenen, bereinigten Projektverlauf mit mehreren Änderungen an Zuständigkeiten, Terminen und Freigaben. Lege die korrekte Endfassung vorher fest. Frage die KI nach dem aktuellen Stand und lasse sie die entscheidenden Änderungen belegen. Wiederhole den Versuch mit einer separat gepflegten aktuellen Übersicht. Vergleiche falsche Zustände und nötige Korrekturen. Das zeigt für Deinen Ablauf, ob der Chatverlauf als Arbeitsgrundlage genügt oder eine verbindliche Übersicht daneben nötig bleibt.

Quellen: Ai2: Ergebnisse und Grenzen von StateBench · Offener Benchmark und Code

Neu: Kolibri zeigt, wann weniger Denkaufwand reichen kann

Aleph Alpha erläutert heute die Denkstufen von Kolibri. Beim veröffentlichten Modell erreicht „low“ im Mittel über sechs Benchmarks 81,4 Punkte, „high“ 82,7. Der Anbieter fasst das als 98 Prozent des High-Ergebnisses bei 76 Prozent der Completion-Tokens zusammen. Das ist ein relativer Benchmark-Vergleich, keine Zusage von 98 Prozent richtigen Antworten im Betrieb.

Die niedrigere Stufe ist damit ein interessanter Test für häufige, klar prüfbare Aufgaben. Für seltene schwierige Fälle oder Fehler mit hohen Folgekosten liefert der Durchschnitt keinen Grund, pauschal herunterzuschalten. Aleph Alpha nennt selbst Grenzen: Die Schwierigkeitseinstufung kann irren; auch „low“ erzeugt noch Denktext, der die Antwort nicht verbessert.

Unser Vorschlag: Zwanzig abgeschlossene Aufgaben aus einem einzigen Arbeitsablauf jeweils mit „low“ und „high“ bearbeiten lassen. Eingaben, Werkzeuge und Bewertung bleiben gleich. Ergebnisse ohne Kenntnis der Denkstufe prüfen und Fehler, Laufzeit, Tokens und Nacharbeit festhalten. Die schwierigen Fälle separat ansehen. Behalte die niedrigere Stufe nur dort, wo sie Deine vorher festgelegten Qualitätsanforderungen erfüllt. Ein besserer Durchschnitt darf einen neuen schwerwiegenden Fehler nicht verdecken.

Quellen: Aleph Alpha: Methode, Ergebnisse und Grenzen · Heutige Ankündigung

Neu: Synthesia erstellt Videos direkt in ChatGPT

Synthesia startet heute sein Plugin in ChatGPT. Aus einer Beschreibung oder vorhandenen Unterlagen lassen sich Videos erstellen und im Gespräch weiterbearbeiten. Laut Ankündigung ist der Zugang für alle Synthesia-Pläne verfügbar; ein Synthesia-Konto wird benötigt. Ein kostenloser Einstieg bedeutet nicht unbegrenztes kostenloses Rendern.

Für kurze Erklärvideos ist Syren vorgesehen, unter anderem mit Animationen, Avatar, Sprecherstimme und Musik. Wenn der gesprochene Text exakt feststehen soll, verweist Synthesia auf Studio. Der Unterschied zählt im Alltag: Syren wird im Chat bearbeitet und lässt sich laut Dokumentation nicht im Studio-Editor öffnen; klassische Studio-Entwürfe werden für Änderungen an Szenen oder Sprechertext im Editor geöffnet. Die Auswahl des eigenen Brand Kits ist laut Dokumentation Enterprise-Plänen vorbehalten.

Für ein Supportteam wäre ein begrenzter Start ein bereits freigegebener Hilfeartikel als 30-Sekunden-Video. Vorher drei Aussagen festlegen, die erhalten bleiben müssen. Danach Wortlaut, eingeblendete Produktnamen, mobile Lesbarkeit und verbrauchte Credits prüfen. Wer jedes Detail einer Szene von Hand steuern muss, sollte den passenden Bearbeitungsweg vor dem ersten Rendern wählen.

Quellen: Synthesia: heutiger Start · Dokumentation: Bearbeitung, Branding und Credits

Aus unseren Projekten: Inhalte als Newsletter weitergeben

Mailaura: Inhalte auswählen, Newsletter gestalten, Versand planen. mailaura.io – ein Projekt von AdSimple.
Aus unseren Projekten: Mailaura – Newsletter und E-Mail-Marketing auf mailaura.io.

Ein hilfreiches Erklärvideo oder ein guter Fachbeitrag verdient einen eigenen Verteiler. Mit Mailaura, unserer Plattform auf mailaura.io, kannst Du Newsletter gestalten, automatisieren und ihre Ergebnisse auswerten.

Für einen überschaubaren Einstieg: Wähle einen bereits freigegebenen Inhalt, schreibe eine kurze Einleitung für Deine Abonnenten und verlinke den vollständigen Beitrag. Mailaura bietet dafür unter anderem einen Newsletter-Editor, Vorlagen und E-Mail-Automation.

Unser Projekt: Mailaura entdecken – mailaura.io

Neu: Bolt bringt den Bauplan für Webprojekte in Teams

Bolt meldet heute die Verfügbarkeit im Microsoft Marketplace. In Teams oder Microsoft 365 Copilot beschreibst Du ein Webprojekt, prüfst den erzeugten Bauplan und übergibst ihn anschließend an Bolt. Der Marketplace nennt persönliche Chats, Gruppenchats, Kanäle und die Copilot-Erweiterung als Zugänge.

Die Grenze steht ebenfalls im Eintrag: Ein Bolt-Konto ist nötig. Ausführen, Anpassen und Veröffentlichen des Projekts erfolgen auf der Bolt-Plattform außerhalb von Teams. Ein fertiger Bauplan ist noch keine geprüfte produktive Anwendung.

Das kann Teams helfen, die Anforderungen ohnehin gemeinsam im Chat klären. Als erster Versuch eignet sich eine kleine interne Übersichtsseite mit Beispieldaten. Vor dem Bau drei Punkte ergänzen: Wer darf was sehen, welche Daten werden benötigt, und woran erkennt ihr ein korrektes Ergebnis? So zeigt der Versuch auch, ob die Integration Rückfragen spart oder Unklarheiten nur schneller in Code übersetzt.

Quellen: Bolt: heutige Ankündigung · Microsoft Marketplace: Funktionen und Grenzen

Aus unseren Projekten · Vor dem Website-Start: Prüfe auch, wie Dein Betrieb bereits online zu finden ist. Auf firmenwebseiten.at findest Du kostenlose Checks zur Online-Sichtbarkeit und öffentliche Firmenprofile.

Heute geteilt: Was Revoluts GLM-Zahlen für kleinere Teams bedeuten

Together AI greift heute Revoluts Einsatz selbst betriebener GLM-Modelle auf. Im ursprünglichen Konferenzvortrag aus Oktober nennt Revoluts David Abitbol rund 2.000 Entwickler, 56 B200-GPUs und gemischte Kosten von etwa 0,30 Dollar je Million Tokens. Die Ausgaben lägen bei ungefähr einem Zehntel der früheren Anthropic-/OpenAI-Rechnung. Das sind Angaben zu diesem Betrieb und seiner Auslastung, kein Preisangebot für andere Unternehmen.

Die ebenfalls genannten Verbesserungen bei Coding- und Durchlaufzeit stammen aus einem internen Verlauf. Er trennt den Modellwechsel nicht von anderen Veränderungen. Interessant ist Abitbols Erklärung: Günstigerer Zugang macht auch Aufgaben rund um Code attraktiver, etwa die Suche in Tickets und Dokumentation.

Für ein kleines Team folgt daraus zunächst keine GPU-Kaufempfehlung. Prüfe zuerst, wo Zeit außerhalb des Codings verloren geht, und vergleiche einen günstigen API-Zugang mit dem bisherigen Ablauf. In eine spätere Eigenbetriebsrechnung gehören Hardware, Auslastung, Betrieb und Fehlernacharbeit. Revoluts Infrastrukturgröße lässt sich nicht einfach auf fünf Entwickler herunterteilen.

Quellen: Originalvortrag mit Transkript bei NVIDIA · Together AI: heutiger Hinweis

Heute: Replit empfiehlt getrennte Umgebungen für KI-Agenten

Replit fordert heute in einem Sicherheitshinweis, autonome Entwicklungsagenten in verwalteten, isolierten Cloud-Umgebungen einzusetzen. Zugangsdaten, Berechtigungen, Netzwerkzugriff und Änderungen an produktiven Systemen sollen außerhalb des Einflusses des Agenten kontrolliert werden.

Unsere Einordnung: Entscheidend ist die wirksame Trennung, nicht allein das Wort „Cloud“. Ein erster Test kann mit einem Testprojekt und Beispieldaten prüfen, ob ein Agent tatsächlich keine Produktionszugänge erhält und Änderungen erst durch den vorgesehenen Freigabeweg gelangen. Der Post belegt keine neue Sicherheitslücke und keine pauschale Sicherheit eines bestimmten Anbieters.

Quellen: Replit: heutiger Sicherheitshinweis

Sprachmodelle: HeyGen kostenlos testen, AssemblyAI in LiveKit

OpenRouter erinnert heute an den kostenlosen Zugang zu HeyGen Voice Turbo bis 30. November. Die Modellseite nennt 39 Sprachen und bis zu 5.000 Zeichen je Anfrage. Das Angebot besteht bereits; es ist kein heutiger Modellstart. Die Gratisvariante arbeitet laut HeyGen ohne garantierte Verfügbarkeit oder Antwortzeit. OpenRouter weist zudem aus, dass dieses Modell derzeit nicht über EU-in-region-Routing verfügbar ist.

LiveKit und AssemblyAI zeigen heute erneut ihre TTS-Anbindung. Laut Dokumentation funktioniert sie über LiveKit Inference ohne separaten AssemblyAI-Schlüssel; Deutsch gehört zu den sechs unterstützten Sprachen. Eigene geklonte Stimmen benötigen dagegen das AssemblyAI-Plugin. Wortzeitmarken helfen dabei, Transkript und Sprache sowie unterbrochene Antworten abzugleichen.

Für einen ersten Sprachtest reichen einige freigegebene Sätze mit Produktnamen, Zahlen und Abkürzungen. Miss Aussprache und Wartezeit und unterbrich eine Antwort gezielt. Eine gute Demo ersetzt weder den Test der eigenen Sprache noch die Prüfung der benötigten Datenregion.

Quellen: OpenRouter: Modell und Routing-Hinweis · HeyGen: Bedingungen des kostenlosen Zugangs · LiveKit: AssemblyAI-Anbindung · OpenRouter: heutiger Hinweis

Heute geteilt: OpenRouter trennt Budgets und Zugriffsregeln

OpenRouter stellt heute seine überarbeiteten Guardrails vor; der zugehörige Blogbeitrag ist vom 30. Oktober. Organisationsweite Grenzen werden von Workspace-Standardwerten getrennt. Budget, Modell- und Anbieterzugriff sowie Inhaltsmoderation sind eigene Regeln. Eine Person kann dadurch ein anderes Budget erhalten, ohne dass alle übrigen Vorgaben mitgeändert werden.

Für die Kostenplanung entscheidend: Ein Budget gilt pro Mitglied oder API-Schlüssel, nicht als gemeinsamer Topf. Ein Limit von 100 Dollar für zehn Personen ist deshalb nicht automatisch eine Gesamtausgabengrenze von 100 Dollar. Bestehende Regeln sollen laut OpenRouter weiter gelten. Wer API oder Terraform verwendet, sollte die Migrationshinweise beachten: Änderungen im Dashboard werden nicht zurück in die eigene Konfiguration synchronisiert.

Ein kleiner erster Check: Bei einem Testmitglied Budget und erlaubte Modelle ablesen, eine begrenzte Ausnahme vergeben und kontrollieren, ob die Organisationsgrenzen weiterhin greifen. Ein höheres persönliches Budget darf nicht unbemerkt einen zusätzlichen Anbieter freischalten.

Quellen: OpenRouter: ursprünglicher Beitrag vom 30. Oktober · Heutiger Originalpost

Werkzeug-Notizen: feste Abläufe und spezialisierte Modelle

Neu meldet Zapier außerdem seinen MCP-Connector in Pally. Laut Anbieter lassen sich dort verbundene Anwendungen per Text ansprechen, etwa um einen CRM-Kontakt anzulegen oder einen Termin zu verschieben. Vor dem Einsatz lohnt ein Test mit Beispieldaten und klar begrenzten Berechtigungen: Kannst Du Zielkonto und Änderung vor einer wichtigen Aktion nachvollziehen?

Zapier empfiehlt heute, Grok wiederkehrende Abläufe als Zaps bauen zu lassen und KI nur für die Schritte einzusetzen, die eine Einschätzung brauchen. Die zitierte Ersparnis von 71 Prozent stammt laut Gründer Wade Foster aus einer eigenen Modellrechnung. Daraus lässt sich keine feste Ersparnis für Deinen Workflow ableiten. Sinnvoller erster Kandidat: ein Ablauf, dessen Regeln und Ausnahmen Du bereits beschreiben kannst.

Hugging Face teilt heute eine Anleitung zur Destillation mit mehreren Lehrermodellen in TRL. Die Dokumentation beschreibt eine Zuordnung pro Trainingsbeispiel: etwa Mathematik an einen Mathematik-Lehrer, Code an einen Coding-Lehrer. Das ist kein beliebiges Zusammenmischen von Antworten. Lehrer und Schülermodell müssen denselben Tokenizer verwenden. Relevant ist das für Teams mit eigener Trainingsumgebung; die Anleitung allein ist kein neuer Modellrelease.

Quellen: Zapier: Pally-Ankündigung · Zapier: heutige Empfehlung · Wade Foster: Kennzeichnung als Modellrechnung · Heute geteilte TRL-Anleitung · TRL: dokumentierte Voraussetzungen

Mistral Large 4: offene Gewichte, aber kein kleines Lokalmodell

Mistral Large 4 ist seit dem 2. November als Open-Weight-Modell verfügbar. Heute verweist Mistral auf den technischen Bericht. Die Modellkarte beschreibt eine Billion Parameter insgesamt; pro Token sind rund 49 Milliarden aktiv, beziehungsweise 52 Milliarden einschließlich Ein- und Ausgabeschichten. Das Modell verarbeitet Text und Bilder und unterstützt Werkzeugaufrufe. Offene Gewichte ermöglichen eigenen Betrieb und Anpassungen – sie machen das Modell jedoch nicht automatisch zu einem passenden Download für ein normales Notebook.

Die konkrete Größenordnung zeigt die vLLM-Anleitung: Sie nennt etwa 610 GB für die NVFP4-Gewichte und rund 1,06 TB für FP8. Das sind Gewichtsgrößen, keine vollständige Speicherbilanz eines laufenden Dienstes. Die getesteten Konfigurationen verwenden mehrere Rechenzentrums-GPUs. Ein großes Kontextfenster und viele parallele Anfragen benötigen zusätzliche Ressourcen.

Mistral nennt für seine API 0,70 US-Dollar je Million Eingabetokens, 0,07 Dollar für zwischengespeicherte Eingaben und 2,10 Dollar je Million Ausgabetokens. Im vom Anbieter angeführten Coding-Agent-Vergleich erreicht das Modell 48 Prozent und benötigt durchschnittlich 47 Prozent weniger Tokens als GLM-5.3. Daraus folgt keine pauschale Ersparnis von 47 Prozent: Preise, Aufgaben, Wiederholungen und Nacharbeit entscheiden über die tatsächlichen Kosten.

Auch die Lizenz verdient einen Blick. Die Mistral Ecosystem Open-Weight License enthält eine besondere Regel für Unternehmen, die ein Model-as-a-Service-Geschäft betreiben: Für kommerzielle Nutzung verlangt sie grundsätzlich eine gesonderte Vereinbarung. Interne Nutzung und Nutzung über offizielle Mistral-Produkte sind ausgenommen; die Definition grenzt außerdem bestimmte eingebettete Endnutzerfunktionen ab. Open Weight ist hier keine uneingeschränkte MIT-Lizenz.

Der technische Bericht liefert eine wichtige Grenze: Mistral reduzierte während der Entwicklung den Speicherbedarf für den bisherigen Kontext besonders stark. Anschließend stellte das Team Nachteile bei nachgelagerten Agentenaufgaben fest und änderte die Architektur. Unsere Schlussfolgerung für die Auswahl: Neben kurzen Einzelaufgaben muss auch ein längerer Ablauf mit mehreren Werkzeugaufrufen in den Vergleich. Geringerer Speicherbedarf allein belegt noch keinen besseren Agenten.

Für wen lohnt sich ein Test? Für Entwicklungsteams mit wiederkehrenden Coding-Aufgaben oder einer konkreten Anforderung an eigenen Modellbetrieb. Wer wenige kurze Anfragen erledigt, hat damit noch keinen Grund, eine eigene GPU-Infrastruktur aufzubauen. Ein API-Test mit freigegebenen, unkritischen Daten kann zunächst zeigen, ob das Modell bei den eigenen Aufgaben überhaupt einen Vorteil bringt.

Unser Vorschlag für den ersten Versuch: Zehn bereits gelöste Fehler aus einem Testprojekt auswählen. Mistral und dem bisherigen Modell denselben Ausgangsstand, dieselben Werkzeuge und dasselbe Zeitlimit geben. Danach die automatisierten Tests ausführen und die Änderungen unabhängig prüfen. Pro akzeptierter Lösung Kosten, Laufzeit und notwendige Korrekturen erfassen. Zusätzlich festhalten, welche Anpassungen am Prompt oder an Werkzeugaufrufen nötig waren. Erst wenn Qualität und Aufwand überzeugen, über eine Migration oder eigenen Betrieb entscheiden.

Quellen: Mistral: technischer Originalbericht · Mistral: heutiger Hinweis auf den Bericht · Modellkarte und Architektur · Mistral: Benchmark-Angaben und API-Preise · vLLM: Speicher und geprüfte Konfigurationen · Original-Lizenz

Neu: Kling zeigt acht Praxisbeispiele für KI-Videos

Kling veröffentlicht heute acht Creator-Beispiele zu Kling 4.0. Im Mittelpunkt stehen Kameraführung, Bewegung, Referenzbilder und wiedererkennbare Figuren über mehrere Einstellungen. Die gezeigten Arbeiten und Aussagen wurden vom Anbieter ausgewählt. Sie sind kein unabhängiger Vergleich und verraten nicht, wie viele verworfene Versuche dem fertigen Video vorausgingen.

Für ein kleines Marketingteam ist vor allem die Kontinuität interessant: Bleiben Figur, Kleidung und Umgebung von Szene zu Szene erkennbar? Als ersten Versuch würden wir drei kurze zusammenhängende Einstellungen mit derselben Referenzfigur erstellen. Vorher die unveränderlichen Merkmale festlegen und anschließend alle Exporte nebeneinander prüfen. Neben dem besten Ergebnis auch die Zahl der Versuche und die Kosten bis zu drei brauchbaren Szenen notieren.

Wenn ein Produktdetail exakt stimmen muss, genügt ein insgesamt überzeugender Clip nicht als Freigabe. Die konkrete Darstellung sollte anhand der Vorlage geprüft werden. Die aktuelle Veröffentlichung zeigt Anwendungen des bestehenden Modells; sie kündigt kein neues Kling-Modell an.

Quellen: Kling: acht Creator-Beispiele

NVIDIA: gemeinsame KI-Infrastruktur für städtische Dienste

NVIDIA beschreibt in einem Bericht vom 2. November, heute erneut auf X vorgestellt, Projekte für Bürgeranfragen, Verkehrsabläufe und Stadtplanung. In Spanien kombiniert 1MillionBot laut NVIDIA ALIA-Modelle mit Nemotron und weiteren Modellen für Verwaltungsanliegen. In Taiwan arbeiten Linker Vision und MVRDV an digitalen Stadtmodellen; der Bericht nennt die Simulation von 15 Jahren Baumkronenentwicklung in zehn Minuten. Das sind Anbieterangaben zu bestimmten Projekten.

Der übertragbare Gedanke für kleinere Organisationen ist die gemeinsame Grundlage: Mehrere Dienste können dieselben gepflegten Informationen oder Rechenressourcen nutzen. Daraus folgt aber nicht, dass jede Gemeinde ein eigenes großes Modell oder eine kamerabasierte Anwendung braucht. Eine schnelle Simulation belegt zudem noch nicht, dass ihre Vorhersage richtig ist.

Ein begrenzter Einstieg wäre ein Auskunftsdienst für einen klaren Bereich, etwa Terminvereinbarungen. Zwanzig häufige Fragen aus freigegebenen Unterlagen testen, die benutzte Quelle anzeigen und unklare Fälle an einen Menschen übergeben. Entscheidend ist, ob die Auskünfte stimmen und das Anliegen tatsächlich weiterkommt. Automatische Entscheidungen über Menschen gehören nicht in einen solchen ersten Versuch.

Quellen: NVIDIA: Projekte, Einsatzstände und Anbieterangaben · NVIDIA: heutiger Originalpost

Neu: Claude verkürzt die Wartezeit langer Agentenläufe

Anthropic öffnet Message Threads als öffentliche Beta. Eine Anwendung übermittelt den bisherigen Gesprächsverlauf einmal und danach nur neue Nachrichten mit einer Referenz auf die letzte Antwort. Das spart wiederholte Übertragung und Verarbeitung großer Anfragen. Bei Claude-Code-Anfragen mit 500.000 bis einer Million Tokens nennt Anthropic rund 35 Prozent weniger Wartezeit bis zum ersten ausgegebenen Token im Median. Das ist ein Herstellerwert für sehr lange Kontexte, keine Zusage für jeden Chat.

Der wichtige Unterschied für Deine Kostenrechnung: Claude verarbeitet weiterhin den gesamten Gesprächsinhalt. Tokenverbrauch, reguläre Preise und bestehende Limits bleiben gleich. Message Threads ersetzt auch nicht Prompt Caching. Wer vor allem die Rechnung senken möchte, sollte diese Änderung deshalb nicht als Sparmaßnahme verbuchen.

Für wen lohnt sich ein Versuch? Für Teams mit aktiven Coding-Agenten oder vielen aufeinanderfolgenden Dokumenten- und Bildanfragen, bei denen lange Kontexte die erste Antwort verzögern. Für kurze Einzelanfragen fehlt ein vergleichbarer Nutzenbeleg. Die Beta ist zudem nicht für Zero Data Retention vorgesehen; ein darauf angewiesener Workflow sollte sie vorerst nicht einsetzen.

Ein sinnvoller erster Test: Einen bestehenden Ablauf mit unveränderten Aufgaben und demselben Modell einmal mit und einmal ohne Threads ausführen. Wartezeit bis zur ersten Ausgabe, gesamte Bearbeitungsdauer, Fehler und abgerechnete Tokens getrennt erfassen. Anschließend länger als fünf Minuten pausieren und die Fortsetzung testen. Ein Thread läuft nach fünf Minuten Inaktivität ab; die Anwendung muss dann den vollständigen Verlauf erneut senden können. Sie braucht dafür weiterhin eine eigene Gesprächskopie. Wir würden erst umstellen, wenn sowohl der aktive Lauf schneller als auch die Wiederaufnahme zuverlässig ist. Das ist ein Testvorschlag, kein von uns durchgeführter Benchmark.

Quellen: Anthropic: Einführung und Messwert · Dokumentation: Ablauf, Datenhaltung und Grenzen

Neu: OpenAI erhöht Sicherheitsprämien und plant nächsten Prüflauf

OpenAI kündigt einen weiteren internen Sicherheitssprint gemeinsam mit Cathedral an. Beim vorherigen Durchlauf setzte das Unternehmen nach eigener Darstellung ein Viertel seiner Produktentwickler ein: Schwachstellen untersuchen, in isolierten Umgebungen reproduzieren und Korrekturen zur Prüfung vorbereiten. Die neue Ankündigung beschreibt einen geplanten Prüflauf, keine bereits abgeschlossene Sicherheitsprüfung.

Parallel steigen die Prämien im Security-Bug-Bounty-Programm. Kritische Funde in Kernprodukten können bis zu 30.000 US-Dollar erhalten; außergewöhnliche kritische Funde mit Boni bis rund 172.000 Dollar. Dafür gelten die jeweiligen Programmregeln. Die übertragbare Idee für kleinere Teams ist ein begrenzter, nachvollziehbarer Prüfzyklus: einen eigenen kritischen Ablauf wählen, Fehler reproduzierbar belegen und die Korrektur unabhängig prüfen. Ein automatisch vorgeschlagener Patch ist noch kein behobener Vorfall.

Quellen: OpenAI: angekündigter Sicherheitssprint · OpenAI: neue Prämien und Bedingungen

Neue Studie: Wann Sprache im Kundensupport helfen kann

ElevenLabs vergleicht Sprach- und Chatgespräche seiner Produktionsagenten. Bei Gesprächen über zwei Minuten lag die gemessene Erfolgsquote für Sprache 10,9 Prozentpunkte höher. Erfolgreiche längere Gespräche dauerten im Mittel 4,6 statt sieben Minuten. Bei sehr kurzen Gesprächen schnitt Chat besser ab. Die Zahlen stammen vom Anbieter.

Die Einschränkung ist entscheidend: Gesprächsdauer ist nur ein ungenauer Ersatz für Schwierigkeit; im Chat können Menschen zwischen Nachrichten pausieren. Die Beobachtung belegt nicht, dass ein Wechsel auf Sprache allein die Erfolgsquote erhöht.

Unsere Folgerung: Einen Sprachkanal dort testen, wo Kunden ein mehrstufiges Problem erklären müssen. Wer lediglich Öffnungszeiten oder einen Link braucht, benötigt dafür nicht zwingend einen Anruf. Ein erster Vergleich sollte denselben Anliegen-Typ in beiden Kanälen betrachten und prüfen, ob das Problem tatsächlich gelöst wurde, ob eine Übergabe nötig war und ob Kunden erneut Kontakt aufnehmen. Erst danach lässt sich beurteilen, welcher Kanal im eigenen Support hilft.

Quellen: ElevenLabs: Ergebnisse und Methodik

Neue Fallstudie: Nextcloud setzt auf offenes Olmo 3

Ai2 beschreibt, wie Nextcloud Olmo 3 7B über sein lokales llm2-Backend einbindet. Das Modell kann unter anderem Funktionen in Assistant und Mail bedienen. Nextcloud bewertet es nach seinem eigenen Ethical-AI-Schema mit Grün: Trainings- und Inferenzsoftware sowie Trainingsdaten sind offen zugänglich, das Modell lässt sich selbst betreiben.

Das ist interessant für Organisationen, die KI in vorhandene Dokumentenabläufe einbauen und die Infrastruktur selbst kontrollieren wollen. Offenheit und lokaler Betrieb sind allerdings kein Qualitätsnachweis für deutsche Zusammenfassungen. Wir würden zunächst zehn unkritische Dokumente mit bekannten Namen, Fristen und Aufgaben verwenden und ausgelassene oder erfundene Angaben zählen. Hardwarebedarf und Antwortzeit gehören ebenfalls in diesen Versuch.

Quellen: Ai2: Nextcloud und Olmo 3

Update: Runway verbindet Cursor mit Modellen, Preisen und Fehlerdaten

Runways aktualisierte Anleitung bündelt im Cursor-Plugin den Runway-Dev-MCP-Zugang und sieben Integrations-Skills. Cursor kann damit unter anderem den verfügbaren Modellkatalog, Preise, Eingabegrenzen, Guthaben und Fehler eines Erzeugungsauftrags nachlesen. Der Artikel wurde am 2. November aktualisiert; es handelt sich um eine Integrationsanleitung, nicht um ein neues Videomodell.

Für Entwickler ist der Nutzen konkret: Ein fehlgeschlagener Videoauftrag lässt sich anhand seiner tatsächlichen Daten untersuchen. Die Anmeldung des Plugins und der API-Schlüssel für die eigene Anwendung sind unterschiedliche Schritte. Die Videoerzeugung kann weiterhin Kosten verursachen. Ein erster Test sollte deshalb mit einem begrenzten Budget und einem kurzen, unkritischen Auftrag beginnen.

Für die Freigabe des Ergebnisses bleibt die Darstellung auf dem Handy wichtig. In unserer Diskussion zu KI-Videos nennt @virtualAIads als konkreten Fehler zu kleine oder verdrehte Buchstaben, die am großen Bildschirm weniger auffallen. Wir würden deshalb die tatsächlich exportierte Datei in der vorgesehenen Mobilansicht prüfen. Das ist eine Erfahrung eines Lesers, keine gemessene allgemeine Fehlerquote.

Quellen: Runway: Plugin, Umfang und Einrichtung · Leserantwort zur mobilen Video-Prüfung

Neu: OpenAI zeigt Git-Infrastruktur für parallele Agentenarbeit

OpenAI stellt Pando vor, das interne Backend für seine Git-Repositories. Es bleibt mit Git-Werkzeugen kompatibel und soll viele gleichzeitige Änderungen und Abrufe bewältigen. Im eigenen Produktionsbetrieb berichtet OpenAI von einer auf ungefähr ein Fünftel gesunkenen medianen Push-Latenz und fast einem Petabyte ausgelieferter Git-Daten pro Tag.

Das ist ein Architekturbericht aus OpenAIs Infrastruktur. Für ein kleines Entwicklungsteam folgt daraus kein Anlass, die Versionsverwaltung auszutauschen. Die praktische Frage lautet zunächst: Wartet der eigene Ablauf auf das Modell, auf Tests oder auf Repository-Zugriffe? Diese Zeiten getrennt zu messen ist sinnvoller, als mehr parallele Agenten auf einen bereits überlasteten Prozess anzusetzen.

Quellen: OpenAI: Pando, Architektur und interne Ergebnisse

Kurz: OpenVINO-Unterstützung und Cosmos-Simulationen

Intel meldet OpenVINO-Unterstützung für ausgewählte Liquid-LFM3-Modelle: LFM3-1.7B und LFM3-VL-2B über GenAI, Optimum Intel oder Model Server; LFM3-Omni-2B über Optimum Intel. Das betrifft konkrete Modelle und Laufzeiten, nicht pauschal die gesamte Familie.

NVIDIA veröffentlicht neue Cosmos-Simulationsrezepte. Entwickler können beispielsweise Wetter und Tageszeit einer Fahrszene variieren, während Straßenverlauf und Fahrzeugbewegungen erhalten bleiben sollen. Dazu kommt eine Anleitung zum Bereitstellen über NIM. Solche erzeugten Szenen können Tests ergänzen; sie belegen für sich allein keine Sicherheit im realen Einsatz.

Quellen: Intel: unterstützte LFM3-Varianten · NVIDIA: Simulationsrezepte · NVIDIA: Bereitstellung mit NIM

Kurz: Krea-Rabatt und neue AutomationBench-Werte

OpenRouter kündigt für Krea 3 einen Rabatt von 50 Prozent bis 10. November an. Für einen konkreten Bildauftrag sollte der aktuelle Preis vor dem Start geprüft werden. Der Rabatt ist eine zeitlich begrenzte Aktion, kein dauerhafter Preis.

Zapier nennt für Gemini 4 Argon 51,3 Prozent und Carbon 53,9 Prozent auf AutomationBench. Das sind Ergebnisse dieses Aufgabenbestands, keine allgemeine Zuverlässigkeitsquote für Unternehmensprozesse. In einer separaten Modellrechnung nennt Zapier-Chef Wade Foster 71 Prozent geringere Ablaufkosten, wenn KI nur die Schritte übernimmt, die eine Beurteilung brauchen. Für den eigenen Betrieb wäre zuerst zu prüfen, welche Schritte mit festen Regeln zuverlässig ausführbar sind; die genannte Ersparnis lässt sich nicht ungeprüft übertragen.

Quellen: OpenRouter: Krea-Aktion · Zapier: AutomationBench-Werte · Wade Foster: Modellrechnung zu Ablaufkosten

Weiter wichtig: Modellwechsel, eigene Werkzeuge und OCR-Kosten

Grok hat für den 2. November die Umleitung seiner bisherigen Bildmodell-Adresse angekündigt. Bestehende Bildaufträge sollten deshalb mit festen Beispielen erneut geprüft werden. Die angekündigten Textwasserzeichen sollen laut Dokumentation am 7. November starten.

DeepSeeks Creator Mode erlaubt eigene kleine Werkzeuge; die Demos brauchten teils mehrere Überarbeitungen. Bei der gestern besprochenen OCR-Fallstudie sind 1,47 Dollar für 14.483 Seiten die GPU-Kosten eines konkreten Laufs, keine vollständige Kosten- oder Qualitätsbilanz. LifeVal, OpusClip 4.0, Hydrogen und die weiteren Meldungen vom Montag findest Du im gestrigen Tagesupdate.

Quellen: Grok: Bildmigration · Grok: Textwasserzeichen · KI-Tagesupdate vom 2. November

Stand: 3. November 2026, 18:35 Uhr (Wien). Weitere Anbieter-Meldungen: AI Models & Tools auf X.