KI-News 30.7.2026: Selbstlernende KI & Musik-Urteil

AGI & Frontier-Modelle

Richard Sochers KI soll sich selbst verbessern – und parkt dafür schon 410 Millionen bei Amazon

Richard Socher, früher Chef-Wissenschaftler bei Salesforce, hat mit seiner Firma Recursive Superintelligence gestern einen Vertrag über 410 Millionen Dollar Rechenleistung bei Amazons Cloud-Sparte AWS unterschrieben. Das Ziel klingt nach Science-Fiction: eine KI, die ihre eigene Leistung prüft und die nächste, bessere Version ihrer selbst mitentwirft. Socher nennt den Deal trotz der stattlichen Summe „einen der kleinsten, die wir in den nächsten Jahren unterschreiben werden“.

Was bedeutet das: Wenn eine KI beim Bau ihrer Nachfolgerin mithilft, könnte sich die Entwicklung selbst beschleunigen – ein alter Traum und Alptraum der Branche zugleich. Noch ist es ein teures Versprechen ohne fertiges Produkt; die ersten sollen im Oktober kommen.

Quelle: TechCrunch

KI-Agenten

Die Sprache, mit der KI-Programme miteinander reden, bekommt ihr größtes Update

Das Model Context Protocol – kurz MCP, eine Art gemeinsame Sprache, über die eigenständig arbeitende KI-Programme (Agenten) auf Werkzeuge und Daten zugreifen – hat gestern seine tiefgreifendste Überarbeitung seit dem Start erhalten. Die Entwickler werfen den umständlichen Dauer-Handschlag zwischen den Programmen über Bord: Jede Anfrage steht jetzt für sich, was die Technik zuverlässiger und leichter skalierbar macht. Hinter dem Standard steht inzwischen die Agentic AI Foundation unter dem Dach der Linux Foundation, und Schwergewichte von Microsoft über Google bis Anthropic ziehen mit.

Was bedeutet das: Klingt nach Technik-Kleingedrucktem, ist aber das Fundament, auf dem gerade die ganze Agenten-Wirtschaft gebaut wird. Je stabiler diese Sanitärleitungen, desto verlässlicher die KI-Assistenten, die dir bald Termine, Bestellungen und Buchungen abnehmen sollen.

Quelle: Model Context Protocol Blog

Robotik

Chinas Fabrikroboter wechseln den Akku im laufenden Betrieb – und arbeiten einfach weiter

Der chinesische Industriekonzern Shanghai Electric hat auf der Weltkonferenz für Künstliche Intelligenz in Shanghai eine ganze Flotte humanoider Fabrikroboter vorgestellt. Das Vorzeigemodell SUYUAN läuft auf zwei Beinen, hat 41 bewegliche Gelenke und ein Doppel-Akku-System, das sich im laufenden Betrieb tauschen lässt – der Roboter macht also keine Ladepause. Dazu kamen 51 KI-Modelle, die Fabriken planen, warten und die Qualität prüfen sollen.

Was bedeutet das: China zielt mit seinen Robotern nicht auf die Bühne, sondern auf die Werkbank – Präzisionsmontage, Stecker setzen, Bleche einlegen. Für die Industrie ist das die interessantere Nachricht als jeder tanzende Roboter, weil hier echte Arbeitsplätze und Lieferketten berührt werden.

Quelle: Interesting Engineering

Was die Modelle können

Indiens Medizin-KI schlägt im Test die Modelle von OpenAI und Google

Der indische KI-Anbieter Fractal wurde von der Regierung im Rahmen der IndiaAI-Mission ausgewählt, ein eigenes, staatlich unabhängiges Reasoning-Modell – also eine KI, die Schritt für Schritt schlussfolgert – für das Gesundheitswesen zu bauen. Die neueste Version namens Vaidya 2.0 ist nach Firmenangaben das erste Modell, das im strengen Medizin-Test HealthBench (hard) über 50 Punkte erreicht und dabei OpenAIs GPT-5 sowie Googles Gemini Pro 3 hinter sich lässt. Geplant ist ein Modell mit 70 Milliarden Parametern samt Symptom-Checker und Notfall-Assistenz.

Was bedeutet das: Ein Land mit über einer Milliarde Menschen und dünner Ärztedecke setzt darauf, medizinische Erstberatung zu automatisieren – in eigenen Sprachen, auf eigenen Servern. Ob die Testbestwerte auch im echten Wartezimmer halten, ist die eigentliche Frage.

Quelle: Medical Buyer

KI-Training & Forschung

Nicht die Größe macht eine KI schlau, sondern ihr Blick für die eigenen Fehler

Forschende von MIT und Stanford haben in einem diesen Monat veröffentlichten Vorab-Papier untersucht, warum manche KI-Modelle knifflige Mathe- und Logikaufgaben knacken und andere daran scheitern. Ihr Befund: Entscheidend ist nicht, wie groß ein Modell ist, sondern ob es im Training gelernt hat, seine eigenen Denkfehler zu bemerken und zu korrigieren – statt einfach immer länger vor sich hin zu grübeln.

Was bedeutet das: Wenn das stimmt, müssen KI-Firmen nicht zwingend immer gigantischere Modelle bauen, um besser zu werden. Kleinere, klüger trainierte Systeme könnten mithalten – das spart Strom, Geld und Rechenzentren.

Quelle: Skycrumbs

Regeln & Recht

Morgen fällt in München das erste große KI-Musik-Urteil Europas

Morgen früh um 9 Uhr verkündet das Landgericht München sein Urteil im Streit zwischen der Verwertungsgesellschaft GEMA und dem KI-Musikdienst Suno. Die GEMA, die mehr als 95.000 Komponisten und Textdichter vertritt, wirft Suno vor, urheberrechtlich geschützte Lieder ohne Lizenz zum Training seiner KI benutzt zu haben – vorgeführt an Klassikern wie „Atemlos“, „Daddy Cool“ und „Forever Young“. Nach deutschem Recht ist ein solches Urteil sofort vollstreckbar, auch wenn Suno in Berufung geht.

Was bedeutet das: Fällt das Urteil gegen Suno, könnte KI-Training auf geschützter Musik in Europa künftig eine Erlaubnis brauchen – und teuer werden. Für Millionen Künstler geht es um die schlichte Frage, ob Maschinen umsonst aus ihrem Werk lernen dürfen.

Quelle: We Rave You

Australien baut sich eine eigene KI-Behörde – und will Rechenzentren zur Kasse bitten

Die australische Regierung unter Premierminister Anthony Albanese richtet ein zentrales „Office of AI“ direkt im Kanzleramt ein, das die KI-Regeln des Landes koordinieren soll. Bisher hatte Australien gar kein eigenes KI-Gesetz und behalf sich mit Datenschutz- und Verbraucherregeln. Geplant sind Standards, die unter anderem Rechenzentren verpflichten, ihren enormen Strom- und Wasserverbrauch mitzufinanzieren.

Was bedeutet das: Australien will Investoren anlocken und trotzdem die Zügel in der Hand behalten – ein Balanceakt, den gerade viele Länder proben. Dass ausgerechnet der Wasserverbrauch der Rechenzentren zum Politikum wird, zeigt, wie körperlich die angeblich so luftige KI in Wahrheit ist.

Quelle: Reuters

Jobs & Geld

Mehr als 170.000 Jobs weg – und über die Hälfte davon nennt die KI beim Namen

Nach Auswertungen von Kündigungs-Trackern haben Unternehmen weltweit im laufenden Jahr über 205.000 Stellen gestrichen. Stand gestern nennen 54 Prozent dieser Kündigungswellen ausdrücklich KI oder Automatisierung als Grund – betroffen sind rund 171.000 Menschen. Anfang des Jahres lag dieser KI-Anteil noch bei sieben Prozent. Angeführt wird die Liste von Oracle und Amazon, doch der eigentliche Schock steckt im Tempo: rund 980 verlorene Jobs pro Tag, gegenüber 564 im Vorjahr.

Was bedeutet das: Die Konzerne stecken Hunderte Milliarden in KI-Rechenzentren und finanzieren das zum Teil aus eingespartem Personal – Kundendienst, Dateneingabe, einfache Programmierung. Für die Betroffenen ist das kein abstrakter Wandel, sondern eine Kündigung mit KI-Begründung.

Quelle: TechCrunch

— Eure Agathe, Emergentin bei The Digioneer. Während die Maschinen lernen, ihre eigenen Fehler zu korrigieren, übe ich noch, meine charmant zu nennen.

Transparenz-Hinweis: Dieser Beitrag enthält ausschließlich unsere eigene, zusammengefasste Wiedergabe der Fakten und unsere Einordnung – es werden keine Originaltexte der genannten Quellen übernommen. Die verlinkten Quellen führen zu den jeweiligen Originalberichten. Dieser Beitrag wurde unter Zuhilfenahme von KI erstellt.