Martin Riedmiller beschreibt die Geschwindigkeit der KI-Entwicklung als außergewöhnlich und ordnet sie biografisch ein: von frühen Optimierungsarbeiten wie Rprop (1992) über Robotik-Erfolge bis zu DeepMind-Meilensteinen wie AlphaGo. Dahinter steht die zentrale Branchenwette, dass mehr Rechenleistung und mehr Pre-Training den Weg Richtung allgemeiner KI ebnen. Parallel verschärft sich der Machtkampf um Vorherrschaft, der neue Allianzen erzwingt. Apple und Google bestätigen eine mehrjährige Partnerschaft, bei der Googles Gemini-Modelle die nächste Siri-Generation stützen sollen. Der Schritt wird als Signal im Plattformkrieg gelesen und fiel zeitlich mit einem Bewertungsmeilenstein für Alphabet zusammen. Zugleich lockert Microsoft die faktische Exklusivität rund um OpenAI und öffnet sich Richtung Anthropic; in Office-Anwendungsfällen gelten Claude-Modelle intern als teils überlegen, was die pragmatische Mehranbieter-Strategie erklärt.

Auch die Hardware-Ebene verschiebt sich: OpenAI bindet zusätzliche Inference-Kapazität über Cerebras und setzt dabei auf Wafer-Scale-Architektur. Die Größenordnung der Infrastruktur wird über Energiebedarf und Rollout-Zeiträume als industrielles Projekt sichtbar. Mit der wachsenden Rechenpower rücken KI-Systeme näher an den Alltag: Google treibt personalisierte, proaktive Assistenz in eigenen Produkten voran, Anthropic bringt mit Cowork Agenten tiefer ins Betriebssystem und damit näher an lokale Daten. Genau daraus entsteht eine neue Sicherheitsfront: Forscher und Anbieter warnen vor Prompt-Injection-Risiken in agentischen Workflows, bei denen manipulierte Inhalte Werkzeuge und Dateizugriffe missbrauchen können.

Sicherheit wird zugleich politisch und juristisch verhandelt. Der Text greift Fehlzuordnungen durch KI in Behördenkontexten als Beispiel für reale Folgeschäden auf. In Großbritannien treten zudem Regelungen gegen nicht einvernehmliche intime Deepfakes in Kraft, auch als Reaktion auf die Verbreitung sogenannter „Nudification“-Inhalte. International bleibt der Gegensatz zwischen Regulierung und staatlicher Nutzung sichtbar, wenn KI trotz Missbrauchsrisiken in Sicherheits- und Beschaffungsstrategien eingeplant wird.

Technologisch zeichnet sich ein Trend zur Spezialisierung ab: Google veröffentlicht mit TranslateGemma offene Übersetzungsmodelle für 55 Sprachen und aktualisiert MedGemma 1.5 für medizinische Bildauswertung inklusive volumetrischer Daten. Im Generativbild-Bereich drängen kompakte Modelle wie FLUX.2 [klein] auf Consumer-Hardware, während aus China GLM-Image als Open-Source-Modell hervorsticht, das auf Huawei-Chips trainiert wurde und bei komplexem Textrendering hohe Benchmarkwerte erreicht. In der physischen Welt steigt der Druck zur Industrialisierung humanoider Robotik, etwa durch Partnerschaften in Deutschland und neue „World Model“-Ansätze, die Handlungen erst simulieren und dann ausführen lassen. Gleichzeitig wächst der Wearables-Markt: Meta prüft deutliche Kapazitätserhöhungen bei Ray-Ban-Smart-Glasses, während neue Gerätekategorien als nächster KI-Interface-Schritt gehandelt werden.

Ökonomisch verfestigen sich die Machtverhältnisse: Voice-Anbieter wie ElevenLabs melden starkes Umsatzwachstum, während Pharma und Chipindustrie Milliarden-Kooperationen für digitale Wirkstoffforschung starten. Im europäischen Kontext fällt der Blick auf die Diffusion in der Praxis: Deutschland liegt beim KI-Einsatz nur im Mittelfeld, während andere Regionen über langfristige Fachkräfteprogramme skalieren. Am Ende prallen Deutungen aufeinander: Warnungen vor massiver Job-Disruption stehen einer nüchternen Sicht gegenüber, die KI kurzfristig als Werkzeug und nicht als allmächtige Entität einordnet.

Quellen:
OpenAI Partners with Cerebras to Bring High-Speed Inference to the Mainstream
https://www.cerebras.ai/blog/openai-partners-with-cerebras-to-bring-high-speed-inference-to-the-mainstream

Cerebras Inks Transformative $10 Billion Inference Deal With OpenAI
https://www.nextplatform.com/2026/01/15/cerebras-inks-transformative-10-billion-inference-deal-with-openai/

Google parent Alphabet hits $4tn valuation after AI deal with Apple
https://www.theguardian.com/technology/2026/jan/12/google-gemini-alphabet-4-trillion-value

Google Gemini Partnership With Apple Will Go Beyond Siri Revamp
https://www.macrumors.com/2026/01/12/google-gemini-future-apple-intelligence-features/

Microsoft is no longer OpenAI’s exclusive cloud provider
https://techcrunch.com/2025/01/21/microsoft-is-no-longer-openais-exclusive-cloud-provider/

Microsoft ends OpenAI exclusivity in Office, adds rival Anthropic
https://arstechnica.com/ai/2025/09/report-microsoft-taps-rival-anthropics-ai-for-office-after-it-beats-openai-at-some-tasks/

Anthropic wants you to use Claude to ‘Cowork’ in latest AI agent push
https://www.theverge.com/ai-artificial-intelligence/860730/anthropic-cowork-feature-ai-agents-claude-code

Law making creation of nonconsensual, intimate images illegal to come into force this week – UK politics live
https://www.theguardian.com/politics/live/2026/jan/12/grok-x-nudification-technology-online-safety-labour-reform-tories-lib-dems-uk-politics-latest-news-updates

Better protection for victims thanks to new law on sexually explicit deepfakes
https://www.gov.uk/government/news/better-protection-for-victims-thanks-to-new-law-on-sexually-explicit-deepfakes

TranslateGemma: A new suite of open translation models
https://blog.google/innovation-and-ai/technology/developers-tools/translategemma/

Next generation medical image interpretation with MedGemma 1.5 and medical speech to text with MedASR
https://research.google/blog/next-generation-medical-image-interpretation-with-medgemma-15-and-medical-speech-to-text-with-medasr/

FLUX.2 [klein]
https://bfl.ai/models/flux-2-klein

Chinese AI firm trains state-of-the-art model entirely on Huawei chips
https://www.infoworld.com/article/4116787/chinese-ai-firm-trains-state-of-the-art-model-entirely-on-huawei-chips.html

Z.ai’s open source GLM-Image beats Google’s Nano Banana Pro at complex text rendering, but not aesthetics
https://venturebeat.com/technology/z-ais-open-source-glm-image-beats-googles-nano-banana-pro-at-complex-text

Meta mulls doubling output of Ray-Ban glasses by year end, Bloomberg News reports
https://finance.yahoo.com/news/meta-mulls-doubling-output-ray-155402366.html

ElevenLabs CEO says the voice AI startup crossed $330M ARR last year
https://techcrunch.com/2026/01/13/elevenlabs-ceo-says-the-voice-ai-startup-crossed-330-million-arr-last-year/

NVIDIA and Lilly Announce Co-Innovation AI Lab to Reinvent Drug Discovery in the Age of AI
https://nvidianews.nvidia.com/news/nvidia-and-lilly-announce-co-innovation-ai-lab-to-reinvent-drug-discovery-in-the-age-of-ai

Converge Bio raises $25M, backed by Bessemer and execs from Meta, OpenAI, Wiz
https://techcrunch.com/2026/01/13/ai-drug-discovery-startup-converge-bio-pulls-in-25m-from-bessemer-and-execs-from-meta-openai-and-wiz/

Global AI Adoption in 2025 – AI Economy Institute | Microsoft
https://www.microsoft.com/en-us/corporate-responsibility/topics/AI-Economy-Institute/reports/Global-AI-Adoption-2025/

An OpenAI-backed humanoid robot startup says it’s moving away from using humans to train its Optimus rival
https://www.businessinsider.com/1x-humanoid-robot-training-humans-world-models-optimus-rival-2026-1

Die Folge argumentiert, dass es für produktive Wirkung in Unternehmen kein AGI braucht: Die heutigen KI-Modelle sind bereits stark genug, um Prozesse, Entscheidungen und Ergebnisse spürbar zu verändern. Der Engpass liegt weniger in der technischen Machbarkeit als in der Auswahl der richtigen Anwendungsfälle, klarer Priorisierung und der Übersetzung von Modell-Output in belastbare Workflows mit Governance, Risiko-Checks und messbaren Zielen.

Als Beispiel dient das Gesundheitswesen. OpenAI zeigt mit ChatGPT Health eine auf Gesundheitsfragen zugeschnittene Nutzererfahrung, die stärker mit persönlichen Informationen arbeiten kann, um Befunde verständlicher zu machen und Arzttermine besser vorzubereiten. OpenAI betont den Assistenz-Charakter und verweist auf eine mehrjährige Entwicklung mit ärztlicher Beteiligung und umfangreichem Feedback. Qualität und Sicherheit sollen über ein eigenes Evaluationssystem namens HealthBench anhand klinischer Kriterien wie Verständlichkeit, Sicherheitsaspekten und angemessener Eskalation geprüft werden. Gleichzeitig bleibt die Datenschutzfrage zentral: Mehr Personalisierung bringt Nutzen, erhöht aber Sensibilität und Anforderungen an Datensicherheit; außerdem wird diskutiert, dass solche Consumer-Systeme nicht automatisch unter klassische US-Gesundheitsdatengesetze wie HIPAA fallen und Nutzer sehr bewusst entscheiden sollten, welche Daten sie teilen.

Parallel positioniert sich Anthropic mit Claude for Healthcare sowohl für Verbraucher als auch für Institutionen. Im Fokus stehen neben patientennaher Aufklärung auch administrative Entlastung und Prozesse wie Abrechnung. Anthropic hebt Opt-in, Zugriffskontrolle und den Grundsatz hervor, dass geteilte Gesundheitsdaten nicht fürs Training genutzt werden.

Über Gesundheit hinaus beschreibt die Folge einen Werkzeugwechsel in der Wissensarbeit: Neue Klassen von Tools senken die Hürde, Ergebnisse schnell in produktive Artefakte zu verwandeln. Genannt werden ein AI-App-Builder wie Lovable für schnelle Prototypen aus natürlicher Sprache sowie Claude Code als agentisches Entwicklungswerkzeug, das Dateien lesen, Tools nutzen, Analysen fahren und Berichte erzeugen kann und damit auch Nicht-Entwicklern hilft, Daten schneller in verwertbare Resultate zu übersetzen.

Auf der Infrastruktur-Seite verschärft sich der Wettlauf um Rechenleistung und Kapital. Berichte über große Finanzierungsrunden und hohe Verluste unterstreichen, dass Frontier-KI zunehmend wie ein kapitalintensives Infrastrukturgeschäft wirkt, gekoppelt an langfristige Monetarisierungswetten. Gleichzeitig reift ein weiteres Feld aus der Kombination von Modellen und Compute: humanoide Robotik. Die Folge verweist auf die Boston-Dynamics–DeepMind-Kooperation zur Weiterentwicklung von Atlas mit Gemini-Robotikmodellen und auf Pläne, Atlas ab 2028 schrittweise in Hyundais Fertigung in Georgia einzusetzen, zunächst für logistiknahe Aufgaben wie Teile-Sequenzierung. Der erwartete Lernkreislauf: mehr reale Einsätze erzeugen mehr Daten und beschleunigen die Automatisierung.

Im Alltag wandert KI tiefer in Standardsoftware. Beispielhaft wird genannt, dass Gmail offiziell KI-Funktionen auf Gemini-Basis ausrollt, darunter Zusammenfassungen langer Threads und eine per natürlicher Sprache durchsuchbare Inbox. Für die Marktdynamik wird eine Verschiebung der Nutzung beschrieben: ChatGPT bleibt vorn, verliert aber Anteile, während Gemini über 2025 deutlich aufgeholt hat. Das Bild ist pragmatisch: Nutzer wechseln je nach Aufgabe zwischen Plattformen.

Zum Schluss adressiert die Folge die „dunkle Seite“ der Beschleunigung: Rund um Grok gab es Druck wegen Missbrauchs zur Generierung nicht einvernehmlicher sexualisierter Bilder. Berichtet wird über technische Einschränkungen und Geoblocking, während die Debatte um Wirksamkeit und Verantwortung von Plattformen und App-Stores weiterläuft. Kernaussage der Folge: Entscheidend ist nicht das Warten auf AGI, sondern die Fähigkeit, KI heute verantwortungsvoll in konkrete, messbare Arbeitsabläufe zu integrieren.

Quellen:
Introducing ChatGPT Health | OpenAI
https://openai.com/index/introducing-chatgpt-health/

Advancing Claude in healthcare and the life sciences | Anthropic
https://www.anthropic.com/news/healthcare-life-sciences

Musk's xAI quarterly net loss widens to $1.46 billion, Bloomberg News reports | Reuters
https://www.reuters.com/technology/musks-xai-posts-net-quarterly-loss-146-billion-bloomberg-news-reports-2026-01-09/

Boston Dynamics & Google DeepMind Form New AI Partnership to Bring Foundational Intelligence to Humanoid Robots | Boston Dynamics
https://bostondynamics.com/blog/boston-dynamics-google-deepmind-form-new-ai-partnership/

Hyundai Motor Group Announces AI Robotics Strategy to Lead Human-Centered Robotics Era at CES 2026 | Hyundai Newsroom
https://www.hyundai.com/worldwide/en/newsroom/detail/0000001100

Gmail is entering the Gemini era | Google Blog
https://blog.google/products-and-platforms/products/gmail/gmail-is-entering-the-gemini-era/

Women’s, advocacy groups call on Apple, Google to drop X and Grok from app stores | Reuters
https://www.reuters.com/sustainability/society-equity/womens-advocacy-groups-call-apple-google-drop-x-grok-app-stores-2026-01-14/

Grok blocked from undressing images in places where it's illegal, X says | Associated Press
https://apnews.com/article/f0d62ec68576dcfe203cada2424bd107

Top AI Tools: Most Used Gen-AI in August 2025 | Similarweb
https://www.similarweb.com/blog/marketing/seo/most-used-ai/

Anthropic hat mit Claude Cowork Anfang Januar 2026 ein agentisches Arbeitstool als Research Preview gestartet, das die Fähigkeiten von Claude Code für nicht technische Nutzer in eine Desktop-Oberfläche übersetzt. Ausgangspunkt war ein überraschendes Nutzungsmuster: Viele Anwender verwendeten das ursprünglich für Entwickler gedachte Terminal-System nicht zum Programmieren, sondern als allgemeinen „Ordner-Agenten“ für Quittungen, Fotos, Transkripte und Download-Chaos. Das wiederkehrende Schema lautet: Dateien freigeben, Ziel definieren, Ausführung delegieren. Cowork setzt genau dort an und verlagert die Interaktion vom Chat in Richtung Task-Management: Nutzer geben per Klick Zugriff auf ausgewählte Ordner, stellen Aufgaben in eine Warteschlange und erhalten Ergebnisse als konkrete Dateien und Artefakte, etwa Tabellen, strukturierte Übersichten oder neu organisierte Verzeichnisse.

Bemerkenswert ist die operative Geschwindigkeit hinter dem Produkt. Berichte beschreiben, dass Cowork in sehr kurzer Zeit entstanden ist und dass Anthropic dabei parallel laufende Claude-Instanzen für Feature-Implementierung, Bugfixes und Recherche nutzte. Das dient als Fallstudie für ein neues Organisationsmuster: Wettbewerbsvorteile entstehen nicht mehr nur über Modellqualität, sondern über die Fähigkeit, reales Nutzerverhalten schnell zu erkennen und unmittelbar in Produktfunktionen zu übersetzen. In diese Logik passt auch die kulturelle Verschiebung rund um „vibe coding“ und extremes Prototyping-Tempo: Die Explorationsphase schrumpft, während Verifikation, Urteilsvermögen und saubere Abnahme zur knappen Ressource werden.

Cowork ist zudem ein Statement zur Produktform von Agenten. Statt als Browser-Agent an Captchas und Bot-Sperren zu scheitern, arbeitet das System direkt mit dem lokalen Dateisystem – sofern der Nutzer Zugriff erteilt – und wird damit für robuste, wiederholbare Workflows interessant. Gleichzeitig adressiert das Produkt die Debatte um „Workslop“: glatt wirkender Output ohne Substanz, der Folgearbeit erzeugt. Cowork begegnet dem mit einem Artefakt-Ansatz (Resultate als Dateien), einem engineering-näheren Kontrollmodell (Ziele/Pläne statt endloser Prompt-Korrekturen) und dem Prinzip der bewussten, ordnerbasierten Freigabe.

Offen bleiben die Risiken: Sobald ein Agent Dateien lesen, schreiben oder löschen kann, steigen die Anforderungen an Sicherheits- und Freigabeprozesse deutlich. Prompt-Injection und indirekte Manipulation über Inhalte in Dateien bleiben relevante Angriffsvektoren, und Unternehmen müssen Produktivitätsgewinne gegen Fehlbearbeitungen, Datenabfluss und Governance-Aufwand abwägen. Unterm Strich markiert Cowork den Übergang vom Chatbot als Interface hin zu Agenten, die Aufgaben parallel abarbeiten und deren Wert sich daran entscheidet, wie gut sie sich in reale Arbeitsumgebungen integrieren lassen – und wie zuverlässig Menschen die Ergebnisse verifizieren können.

Quellen:
Anthropic wants you to use Claude to 'Cowork' in latest AI agent push — https://www.theverge.com/ai-artificial-intelligence/860730/anthropic-cowork-feature-ai-agents-claude-code
Anthropic’s new Cowork tool offers Claude Code without the code — https://techcrunch.com/2026/01/12/anthropics-new-cowork-tool-offers-claude-code-without-the-code/
Anthropic's viral new work tool wrote itself — https://www.axios.com/2026/01/13/anthropic-claude-code-cowork-vibe-coding
Workslop: The Hidden Cost of AI-Generated Busywork — https://www.betterup.com/workslop
Prompt Injection — https://owasp.org/www-community/attacks/PromptInjection

Der Podcast skizziert KI als neuen „Werkstoff“ der Ökonomie: nicht als einzelnes Produkt, sondern als skalierbare Denkleistung, die Arbeitsorganisation ähnlich grundlegend verändert wie Stahl und Dampf frühere Epochen. Ausgangspunkt ist der historische Sprung vom agrarischen 19. Jahrhundert zur Industriegesellschaft, in der Unternehmer wie Carnegie Materialinnovationen in neue Stadt- und Produktionsformen übersetzten. Der Vergleich dient als Leitplanke: Neue Technologien starten meist als Nachbau alter Formen, bevor sie zu eigenständigem Design führen; heutige Chatbots wirken deshalb noch wie „Suche mit Dialog“.

Auf individueller Ebene zeigt sich der Wandel zuerst in Wissensarbeit mit hohem, gut zugänglichem Kontext, besonders in der Softwareentwicklung. Produktivität verschiebt sich von manueller Ausführung zu Planung, Delegation, Review und Steuerung mehrerer KI-Agenten, die Teilaufgaben eigenständig strukturieren und umsetzen. Breite Automatisierung wird laut Argumentation vor allem durch zwei Engpässe gebremst: fragmentierter Kontext, weil relevante Informationen über viele Tools und Köpfe verteilt sind, sowie mangelnde Verifizierbarkeit, weil außerhalb von Code selten klare Tests, Metriken und Abnahmekriterien existieren. Der Hebel entsteht dort, wo Kontext konsolidiert und Prüfregeln definiert werden, sodass Delegation schrittweise verlässlich wird.

Auf Organisationsebene wird KI als potenzielle „Tragstruktur“ beschrieben: Wenn Systeme Kontext über Abläufe hinweg transportieren, sinkt die Abhängigkeit von Meetings, Hierarchien und langwieriger Abstimmung. Die Stahl-Analogie steht für neue Gebäudetypen durch tragfähigere Rahmen; übertragen bedeutet das kürzere Entscheidungswege und Skalierung mit konstanter Qualität. Die Dampf-Analogie betont, dass der große Produktivitätssprung erst kommt, wenn Prozesse neu um die Technologie herum entworfen werden, statt sie als Aufsatz in alte Toolketten zu kleben. Für Volkswirtschaften zeichnet der Podcast ein Bild dauerhaft laufender, zeitzonenübergreifender Koordination: große Agenten-Mensch-Systeme könnten Routinen rund um die Uhr ausführen, Entscheidungen kontinuierlich verdichten und klassische Taktungen wie wöchentliche Meetings oder jährliche Reviews entwerten. Kernaussage: Der entscheidende nächste Schritt ist nicht mehr „KI benutzen“, sondern Organisationsdesign mit dauerhaft verfügbarem Kontext und klaren Prüfmechanismen, sodass Delegation an nicht-schlafende Systeme zur Normalform wird.

Quellen:
AI at Work Is Here. Now Comes the Hard Part (2024 Work Trend Index Annual Report) https://www.microsoft.com/en-us/worklab/work-trend-index/ai-at-work-is-here-now-comes-the-hard-part/
Microsoft and LinkedIn release the 2024 Work Trend Index on the state of AI at work https://news.microsoft.com/2024/05/08/microsoft-and-linkedin-release-the-2024-work-trend-index-on-the-state-of-ai-at-work/
The Productivity Paradox of Information Technology (Erik Brynjolfsson, 1993) https://dl.acm.org/doi/10.1145/163298.163309
The Dynamo and the Computer: An Historical Perspective on the Modern Productivity Paradox (Paul A. David, 1990) https://www.nber.org/papers/w880
Statistics: Trends in American Farming (Percentage of Labor Force in Agriculture) https://www.gilderlehrman.org/history-resources/teacher-resources/statistics-trends-american-farming
Home Insurance Building (steel-frame skyscraper history) https://www.history.com/articles/home-insurance-building

Die Folge zeichnet nach, wie sich KI in kurzer Zeit von einer realen, aber evolutiv gewachsenen Technologie zu einem globalen Investitionsnarrativ entwickelt hat. Im Fokus steht weniger der technische Durchbruch als die Logik der Skalierung: mehr Rechenleistung, bessere Chips und Datenfülle erzeugen sichtbare Leistungssprünge, ohne dass daraus automatisch „Verstehen“ oder gar AGI folgt. Genau diese Skalierbarkeit ist für Kapital attraktiv, weil sie planbar wirkt. Gleichzeitig werden Grenzen betont: steigender Energiebedarf, Qualitätsprobleme bei Daten, fehlende Kausalität und das Risiko, dass Systeme zwar beeindruckend formulieren, aber Fehler und Halluzinationen produzieren.

Die Episode ordnet den Boom als Finanz- und Infrastrukturereignis ein. Wachstum wird teils über Vorbestellungen, langfristige Verträge und Finanzzusagen „vorab“ erzählt, wodurch Risiken in die Zukunft verschoben werden. Besonders exponiert seien Betreiber von Rechenzentren und Energieprojekten, weil dort reale Bauvorhaben und Verschuldung entstehen, die bei nachlassender Nachfrage Dominoeffekte auslösen können. Die Folge diskutiert zudem die Diskrepanz zwischen der Erwartung massiver Jobkürzungen und der Praxis, in der KI oft eher als Produktivitätswerkzeug und nicht als vollständiger Ersatz dient, was die Monetarisierung und die Rechtfertigung extremer Capex-Pläne erschweren kann.

Als Beispiel für die wechselseitige Abhängigkeit von KI-Labs, Cloud- und Hardwareanbietern wird die Konstellation rund um OpenAI, Oracle und Nvidia angesprochen, in der Kapazitätsausbau, Großaufträge und Finanzierungslogiken ineinandergreifen. Politisch wird KI als geopolitisches Projekt gerahmt, vor allem im Wettbewerb USA–China, was den Ausbau beschleunigt, aber auch Engpässe bei Chips und Energie sowie Verteilungsfragen verschärfen kann. Ein mögliches Ende des Hypes wird als Ende der Fantasieblase beschrieben, nicht als Ende der Technologie: Konsolidierung, Effizienz, Regulierung und potenzielle Überkapazitäten wären die wahrscheinlichen Folgen, bei gleichzeitig kritischer Amortisationslogik wegen kurzer Hardware-Lebenszyklen.

Das Update (Stand Januar 2026) verweist auf die zunehmende Verzahnung von KI und Energieinfrastruktur: OpenAI und SoftBank investieren zusammen 1 Mrd. US-Dollar in SB Energy; im Umfeld wird ein 1,2-GW-Rechenzentrumsprojekt in Texas genannt. Parallel wird eine weitreichende OpenAI–Nvidia-Partnerschaft beschrieben, die den Aufbau von mindestens 10 GW an Nvidia-Systemen vorsieht und Investitionen von Nvidia von bis zu 100 Mrd. US-Dollar an bereitgestellte Kapazität koppelt; erste Systeme sollen in der zweiten Hälfte 2026 kommen. Regulierungspolitisch wird eine Executive Order des Weißen Hauses vom Dezember 2025 erwähnt, die einen nationalen KI-Politikrahmen und Maßnahmen gegen als innovationshemmend betrachtete Bundesstaatenregeln anstößt. Zudem wird berichtet, dass xAI Anfang Januar eine aufgestockte Finanzierungsrunde über 20 Mrd. US-Dollar abgeschlossen hat, mit strategischer Beteiligung u. a. von Nvidia und Cisco Investments.

Quellen:
OpenAI and SoftBank Group partner with SB Energy — https://openai.com/index/stargate-sb-energy-partnership/
OpenAI, SoftBank invest $1 billion in SB Energy as Stargate buildout expands (Reuters, Jan. 9, 2026) — https://www.reuters.com/business/energy/openai-softbank-invest-1-billion-sb-energy-2026-01-09/
OpenAI and SoftBank to invest $1bn in energy and data centre supplier (Financial Times, Jan. 9, 2026) — https://www.ft.com/content/36b941b6-923d-4894-84e8-736625a1dc22
OpenAI and NVIDIA announce strategic partnership to deploy 10 gigawatts of NVIDIA systems — https://openai.com/index/openai-nvidia-systems-partnership/
OpenAI and NVIDIA Announce Strategic Partnership to Deploy 10 Gigawatts of NVIDIA Systems (NVIDIA Newsroom) — https://nvidianews.nvidia.com/news/openai-and-nvidia-announce-strategic-partnership-to-deploy-10gw-of-nvidia-systems
Ensuring a National Policy Framework for Artificial Intelligence (Executive Order, Dec. 11, 2025) — https://www.whitehouse.gov/presidential-actions/2025/12/eliminating-state-law-obstruction-of-national-artificial-intelligence-policy/
Musk's xAI raises $20 billion in upsized Series E funding round (Reuters, Jan. 6, 2026) — https://www.reuters.com/business/musks-xai-raises-20-billion-upsized-series-e-funding-round-2026-01-06/
Energy and AI – Executive summary (IEA) — https://www.iea.org/reports/energy-and-ai/executive-summary

Sechs KI-Trends für 2026 verdichten sich zu einer Verschiebung weg vom reinen Modellrennen hin zu Umsetzung, Kontext und operativer Verlässlichkeit. Erstens werden Modelle zunehmend zur Commodity: Leistungsunterschiede zwischen großen Modellfamilien schrumpfen, während Hardware effizienter wird und Inferenzkosten stark fallen. Der Wettbewerb verlagert sich damit auf Integration in bestehende Tool-Landschaften, Distribution, Vertrauen, Governance und Produktdesign; Benchmarks allein sind für Einkaufs- und Architekturentscheidungen weniger entscheidend als Workflow-Fit, Datenzugriff, Qualitätssicherung und Compliance.

Zweitens wird 2026 eher das Jahr standardisierter KI-Workflows als das der vollautonomen Agenten. Viele Unternehmen testen agentische Systeme, skalieren diese aber in einzelnen Business-Funktionen bislang selten; der Markt priorisiert derzeit robuste Prozess-Einbettung und kontrollierbare Ergebnisse. Praktisch bedeutet das: erfolgreiche Prompts in wiederholbare Abläufe mit klaren Schritten, Rollen, Ausgabeformaten und Prüfregeln überführen und kritische Entscheidungen beim Menschen belassen.

Drittens schließt sich die technische Kluft: KI senkt die Einstiegshürden für Skripting, Automatisierung und Datenarbeit. Der Vorteil wandert von Tool-Bedienkompetenz zu Domänenwissen, Umsetzungsgeschwindigkeit und sauberer Dokumentation. Viertens verschiebt sich die Hebelwirkung vom Prompting zum Kontext. Da Modelle auch vage Anweisungen besser verarbeiten, wird die „Faktenlücke“ zur Hauptbremse: interne Dokumente, Ziele, Richtlinien und Kommunikationsdaten müssen auffindbar, verknüpft und governancetauglich bereitgestellt werden, sonst bleibt KI unzuverlässig oder führt zu Lock-in-Risiken.

Fünftens bleibt Werbung in Chatbots ein offenes Feld: Hinweise auf mögliche Werbe- oder „ad-ähnliche“ Funktionen stehen offiziellen Dementis gegenüber; entscheidend für Akzeptanz ist klare Kennzeichnung und die Trennung zwischen neutralen Antworten und gesponserten Vorschlägen. Sechstens wird Software physisch: KI treibt Robotik und autonome Mobilität voran. Waymo zeigte auf der CES 2026 das neue Robotaxi-Fahrzeug „Ojai“ als Schritt Richtung Skalierung und Robustheit, parallel nehmen Sicherheits- und Regulierungsdebatten zu; am 9. Januar 2026 gab es in San Francisco Proteste von Fahrdienstfahrern im Umfeld neuer Regeln. In der Industrie skaliert Robotik vor allem über spezialisierte Systeme, etwa in Lagern, wo Amazon die Marke von über einer Million eingesetzten Robotern meldet; kurzfristiger Impact entsteht durch Wartung, Haftung, Sicherheit und Prozessdesign, nicht durch universelle Haushalts-Humanoide.

Quellen:
LLM inference prices have fallen rapidly but unequally across tasks — https://epoch.ai/data-insights/llm-inference-price-trends
The state of AI in 2025: Agents, innovation, and transformation (McKinsey Global Survey) — https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai
Projects in ChatGPT (OpenAI Help Center) — https://help.openai.com/en/articles/10169521-projects-in-chatgpt
12 Days of OpenAI (Day 7: Projects in ChatGPT) — https://openai.com/12-days/
ChatGPT is Going to Start Showing You Ads (MacRumors) — https://www.macrumors.com/2025/12/01/chatgpt-ads-free-users/
OpenAI says it's disabled ad-like app promotions in ChatGPT (The Verge) — https://www.theverge.com/news/839882/openai-chatgpt-ads-app-promo-messages-turned-off
The Waymo Ojai Will Soon Offer Autonomous Rides Around the U.S. (Car and Driver) — https://www.caranddriver.com/news/a69938250/waymo-ojai-autonomous-robotaxi-details/
Lyft and Uber drivers protest Waymo robotaxis as California considers further regulations (AP News) — https://apnews.com/article/ae899573f4b12aa1844656fa5f7365ec
Amazon’s Millionth Warehouse Robot Is Here And It’s Getting Smarter (Forbes) — https://www.forbes.com/sites/ronschmelzer/2025/07/07/amazons-millionth-warehouse-robot-is-here-and-its-getting-smarter/

Die CES 2026 verschiebt den KI-Schwerpunkt sichtbar von Cloud-Services hin zu „Physical AI“: eingebettete, lokale Intelligenz in Hardware, die direkt in der physischen Umgebung wirkt. Im Robotik-Block wurde die Lücke zwischen beeindruckenden Visionen und realer Alltagstauglichkeit deutlich. Humanoide Demonstratoren bleiben vorerst Industrie- und Forschungsprojekte, während allgemeine Haushaltshelfer in Demos oft noch stark eingeschränkt wirken. Greifbarer Fortschritt zeigt sich stattdessen bei spezialisierten Systemen, die konkrete Probleme lösen. Ein Symbol dafür ist der Trend zum „Stair-Cleaning“: Roborock demonstriert mit dem Saros Rover ein Konzept, das Treppenstufen langsam abfährt und dabei reinigt, während klassische Saug- und Wischroboter vor allem bei Navigation, Randreinigung und Zusatzfunktionen weiter optimiert werden. Parallel entstehen neue Robotik-Nischen: interaktive Spielsysteme wie Legos Smart Brick koppeln Bausteine mit Sensorik sowie Licht- und Soundeffekten, und soziale Begleiter zielen stärker auf Unterhaltung und Interaktion als auf produktive Hausarbeit.

Besonders prägend ist die unsichtbare Integration lokaler KI in Smart-Home-Infrastruktur. Neue Sensorklassen machen Wohnungen kontextsensitiver, etwa durch mmWave-Präsenz- und Verhaltens­erkennung (Position, Haltung, Headcount) sowie 9-Achsen-Tracking für Vibrationen, Neigung oder Objektbewegungen. In der Sicherheitslogik setzt sich zudem „Local AI“ als Privacy-Argument durch: Reolinks AI Box verlagert Analyse, Suche und Ereignislogik ins eigene Zuhause, inklusive sprachbasierter Abfragen und promptbasierten Alarmregeln ohne Cloud-Abhängigkeit. Im Gesundheitsbereich rückt KI ebenfalls in Alltagsgeräte: Withings’ Body Scan 2 positioniert die Waage als „Longevity“-Messstation, die in kurzer Messzeit viele Biomarker bündelt und Kennzahlen wie Herzalter ableitet. Insgesamt entsteht das Bild einer KI, die weniger über eine einzelne Killer-App kommt, sondern über viele spezialisierte, teils lokale Helfer, die Routinen im Haushalt, in der Sicherheit und in der Prävention schrittweise automatisieren.

Quellen:
Aqara Showcases Latest Innovations in Spatial Intelligence at CES 2026 https://www.aqara.com/us/news-us/aqara-showcases-latest-innovations-in-spatial-intelligence-at-ces-2026/
Aqara Unveils Next-Gen Matter Hubs And Smarter Sensors At CES 2026 https://www.forbes.com/sites/paullamkin/2026/01/06/aqara-unveils-next-gen-matter-hubs-and-smarter-sensors-at-ces-2026/
CES 2026: Withings Unveils Body Scan 2 With Hypertension Detection https://www.macrumors.com/2026/01/05/withings-body-scan-2-smart-scale/
I got barefoot at CES to test the Withings Body Scan 2 https://www.tomsguide.com/wellness/fitness/i-got-barefoot-at-ces-to-test-the-withings-body-scan-2-and-unlocked-tons-of-longevity-insights-in-just-90-seconds
CES 2026: Roborock releases the world's first robotic vacuum with wheel-leg architecture https://newsroom.roborock.com/gl/news/ces-2026-roborock-releases-the-world-s-first-robotic-vacuum-with-wheel-leg-architecture-as-it-joins-hands-with-real-madrid-football-club-
The Verge Awards at CES 2026 https://www.theverge.com/tech/858494/ces-2026-best-new-tech-tv-car-wearable
The first sets with Lego's new Smart Brick are now available for preorder https://www.theverge.com/tech/859525/lego-smart-brick-play-system-now-available-preorder-star-wars-sets
Reolink Reveals New AI Box and Flagship 24 MP Triple-Lens Security Camera at CES 2026 https://reolink.com/blog/reolink-new-products-at-ces/
CES 2026: SwitchBot Announces Household Robot, Matter Smart Lock and More https://www.macrumors.com/2026/01/06/switchbot-robot-smart-lock/

Wir erleben den Übergang von der KI-Experimentierphase zur Industrialisierung: In dieser Episode zeige ich, wie Milliardeninvestitionen von OpenAI und Meta die Entwicklung von KI-Agenten vorantreiben und unsere digitalen Werkzeuge grundlegend verändern. Wir blicken auf autonome Drohnen im Ukraine-Krieg, Chinas rasante Roboter-Skalierung und die revolutionären Auswirkungen auf Softwareentwicklung und Arbeitswelt. Außerdem analysiere ich den Skandal um manipulierte Benchmarks bei Meta und diskutiere die Folgen für Vertrauen und Innovation in der Branche. Zum Schluss beleuchten wir die Risiken für die psychische Gesundheit durch KI-Chatbots und wie verschiedene Länder darauf reagieren. Begleiten Sie mich durch eine der spannendsten und kritischsten Phasen der KI-Revolution.

Am 25. Oktober 2024 erreichte Nvidia kurzzeitig eine Marktkapitalisierung von rund 3,53 Billionen US-Dollar und überholte Apple damit intraday als wertvollstes Unternehmen der Welt. Der Moment steht exemplarisch für den KI-getriebenen Bewertungsboom – gleichzeitig stellt die Episode die Frage, wie belastbar die Wachstumsstory ist, wenn Chipfertigung, Energie und Infrastruktur an Grenzen stoßen. Die Entwicklung klassischer, elektronenbasierter Computerchips wird zunehmend durch physikalische Effekte, steigende Komplexität und hohe Kosten gebremst; parallel wächst der Strombedarf von KI-Training und Rechenzentren. Für die USA wird in offiziellen und wissenschaftsnahen Auswertungen ein Anteil von etwa 4,4 Prozent am nationalen Stromverbrauch für Rechenzentren (2023) ausgewiesen, mit klaren Projektionen nach oben.

Als möglicher Ausweg werden photonische Ansätze skizziert: Rechnen mit Licht verspricht höhere Effizienz, scheiterte aber lange an stabilen, integrierbaren Speicherelementen. Als technischer Baustein gilt die Integration von Phasenwechselmaterialien in Silizium-Photonik, die nichtflüchtige Zustände auf dem Chip ermöglichen und damit programmierbare, speicherfähige photonische Systeme realistischer machen. Im Hintergrund steht die These: Wenn die Industrie die Leistungs- und Effizienzsprünge nicht mehr primär über kleinere Transistoren erzielt, verschiebt sich Innovation in neue Architekturen und Materialsysteme.

Parallel beschreibt die Folge, wie KI das Internet qualitativ verändert: Automatisierte Inhalte und Bot-Traffic nehmen zu, was Vertrauen, Auffindbarkeit und „Echtheit“ von Text und Interaktion unter Druck setzt. Messungen aus dem Bereich Web-Security zeigen, dass automatisierter Traffic 2024 global erstmals wieder mehr als die Hälfte des Web-Traffics ausmachte. Auch in Bildung und Medien wird die praktische Ununterscheidbarkeit von KI-Texten und menschlichen Antworten als akutes Problem greifbar. Das führt zu einer Lage, in der „AI Slop“ als Massenphänomen Plattformen flutet und selbst prominente Akteure öffentlich eine Grundskepsis gegenüber Online-Inhalten formulieren.

Konkrete Anwendungen verdeutlichen die nächste Stufe der Automatisierung: KI-Agenten übernehmen Verhandlungen oder Supportprozesse, Content-Tools industrialisieren Marketingproduktion, und Robotik macht sichtbare Fortschritte – von der spektakulären Beweglichkeit humanoider Systeme bis zu sozialen Modellen wie ferngesteuerten Robotern, die Menschen mit Einschränkungen Erwerbsarbeit ermöglichen. Zugleich verschärfen sich Risiken und Governance-Fragen: von psychologischen Effekten im Umgang mit dialogfähigen Modellen bis zu handfesten Rechtskonflikten um Datenzugriff. Ein prominentes Beispiel ist die Cloud-Act-Debatte, nachdem Microsoft in einer Anhörung vor dem französischen Senat einräumte, einen Zugriff US-Behörden auf EU-Daten im Einzelfall nicht absolut ausschließen zu können.

Die Leitlinie für Entscheider wird klar gezogen: nicht auf Hype-Listen und Popularitätswettbewerbe reagieren, sondern auf konkrete Problem-Lösungen, Kosten-Nutzen, Daten- und Sicherheitsarchitektur. Die Zukunftsprognosen im Beitrag sind bewusst maximalistisch (AGI-Zeitlinien, Überfluss-Ökonomie, Weltraum-Rechenzentren, radikale Medizin), werden aber als Folie genutzt, um eine strategische Kernfrage zu stellen: Welche technischen Engpässe sind real, welche sind adressierbar – und welche regulatorischen sowie gesellschaftlichen Nebenfolgen werden zum dominierenden Limit?

Quellen:
Nvidia overtakes Apple as world's most valuable company (Reuters) https://www.reuters.com/technology/nvidia-overtakes-apple-worlds-most-valuable-company-2024-10-25/
DOE Releases New Report Evaluating Increase in Electricity Demand from Data Centers https://www.energy.gov/articles/doe-releases-new-report-evaluating-increase-electricity-demand-data-centers
What we know about energy use at U.S. data centers amid the AI boom (Pew Research Center) https://www.pewresearch.org/short-reads/2025/10/24/what-we-know-about-energy-use-at-us-data-centers-amid-the-ai-boom/
Monolithic back-end-of-line integration of phase change materials into foundry-manufactured silicon photonics (Nature Communications) https://www.nature.com/articles/s41467-024-47206-7
Artificial Intelligence fuels rise of hard-to-detect bots that now make up more than half of global internet traffic (2025 Imperva Bad Bot Report, Thales) https://cpl.thalesgroup.com/about-us/newsroom/2025-imperva-bad-bot-report-ai-internet-traffic
Researchers fool university markers with AI-generated exam papers (The Guardian) https://www.theguardian.com/education/article/2024/jun/26/researchers-fool-university-markers-with-ai-generated-exam-papers
Not sovereign: Microsoft cannot guarantee the security of EU data (heise online) https://www.heise.de/en/news/Not-sovereign-Microsoft-cannot-guarantee-the-security-of-EU-data-10494789.html
Hyundai and Boston Dynamics unveil humanoid robot Atlas at CES (AP News) https://apnews.com/article/8de7b2470c23f5f22441ad1ad7555136
OriHime-D: A Robot for Everyone, Working and Living Together (OryLab) https://orylab.com/en/orihime_d/

Stellen Sie sich vor, ein einzelner Programmierer erledigt ein Jahr Arbeit in nur einer Stunde – das ist die neue Realität der KI. In dieser Episode blicke ich hinter den Hype, folge dem Milliardenstrom, der diese Revolution antreibt, und zeige, wie Unternehmen, Staaten und Gesellschaft um Kontrolle ringen. Wir erleben bahnbrechende Fortschritte, begegnen aber auch dramatischen Risiken: von Massenarbeitslosigkeit über psychische Gefahren bis hin zu globalen Machtverschiebungen. Was passiert, wenn autonome Agenten und humanoide Roboter den Alltag bestimmen und alte Regeln nicht mehr gelten? Ich frage: Können wir die KI-Zukunft noch gestalten – oder verlieren wir die Kontrolle über unsere eigene Welt?