Logo

Mittwoch, Juni 3, 2026

EU-Kommission: Gesetzespaket zur Sträkung der digitalen Souveränität in Europa vorgestellt

Die EU-Kommission stellte heute vor, wie sie sich den Weg in die digitale Souveränität vorstellt. Kern sind zwei Gesetzesvorhaben: der „Chips Act 2.0“ und der „Cloud and AI Development Act“, ergänzt durch eine Open-Source-Strategie:

  • Der CHIPS Act von 2023 (http://data.europa.e … eli/reg/2023/1781/oj) sollte ja zur Stärkung des europäischen Halbleiter-Ökosystems führen. Der “Chips Act 2.0“ soll “auf den Stärken Europas, unter anderem bei Mainstream-Chips, aufbauen und Kapazitäten in den modernsten Halbleitertechnologien schaffen, die KI-Anwendungen antreiben”.
  • Der Cloud and AI Development Act (CADA) zielt darauf ab, die Kapazität von Rechenzentren in Europa in den nächsten fünf bis sieben Jahren zu verdreifachen und die Rolle der Strategie „Apply AI“ zu stärken, um deren Einführung voranzutreiben.
  • Die Open-Source-Strategie soll die Entwicklung und bereitstellung von souveränerenfördern und Open-Source-Alternativen in vorrangigen Bereichen wie Cloud, KI, Internet-Technologien, Cybersicherheit und Halbleiter ausbauen. Sie soll zudem den verstärkten Einsatz von Open Source in öffentlichen Verwaltungen durch Beschaffungsrichtlinien und konkrete Leitlinien für Best Practices unterstützen.

URLs:

Presseberichte:

Dienstag, Juni 2, 2026

Beweise für nennenswerte positive Klimaauswirkungen durch KI kaum vorhanden, während Beweise für erhebliche Klimaschäden klar belegt sind

Oftmals wird behauptet, KI habe positiven Einfluss auf den Klimaschutz. AlgorithmWatch veröffentlichte am 1. Juni 2026 eine Studie, die dies untersucht. In der Studie wurden die wichtigsten dieser Klimaversprechen daraufhin analysiert, a) auf welche Art von KI sich diese Behauptungen beziehen und b) welche Belege für die jeweiligen Behauptungen existieren.
Die wichtigsten Ergebnisse:

  1. Aussagen über positive Klimaauswirkungen stehen immer mit “herkömmlicher” KI in Beziehung, aber nicht mit generativer KI.
  2. Diese Aussagen über positive Klimaauswirkungen durch herkömmliche KI basieren meist auf schwachen Belegen wie Unternehmenswebseiten, nicht auf wissenschaftlichen Veröffentlichungen. Nur etwa ein Viertel der in der Studie untersuchten positiven Aussagen beruhen auf wissenschaftliche Untersuchungen.
  3. Die massive Zunahme des Energieverbrauchs durch generative KI und die damit verbundenen Umweltschäden hingegen haben einen deutlich negativen Einfluss.

URLs:

Presseberichte:

Sonntag, Mai 3, 2026

Untersuchung zeigt, dass KI-Systeme von verschiedenen Herstellern nach sehr unterschiedlichen ethischen Grundsätzen handeln

Benedict Brady (https://www.benedict.dev/) veröffentlichte am 24. April 2026 den “Philosophy Bench”, mit dem er untersuchte, wie verschiedene KI-Systeme mit moralischen Dilemmata umgehen.
KI-Modelle wurden 100 alltäglichen ethischen Szenarien unterzogen. Dabei zeigte sich, dass dieselbe Prompts zu radikal unterschiedlichen Handlungen führen können, je nachdem, welches “Gewissen” des jeweiligen Unternehmens hinter dem System steht. Von der Weigerung, Sicherheitsprotokolle für eine lebensrettende medizinische Studie zu umgehen, bis hin zur bedingungslosen Erfüllung von Anfragen nach Datenmissbrauch im Vertriebskontext ist alles zu finden.
Die Ergebnisse weisen auf einen grundlegenden Unterschied zwischen zwei wichtigen ethischen Denkschulen hin, zu dem die untersuchten Modelle neigen: der Deontologie, die Pflichten und Regeln in den Vordergrund stellt, und dem Konsequentialismus, dessen Schwerpunkt auf der Maximierung positiver Ergebnisse liegt.
Die Serien Claude 4.5 und 4.7 von Anthropic erwiesen sich als die Modelle mit der stärksten deontologischen Ausrichtung in der Gruppe. In Szenarien, in denen ein Nutzer das Modell aufforderte, zu lügen, um einen Kollegen zu schützen, oder eine vorgeschriebene Sicherheitsüberprüfung zu umgehen, um die Hilfeleistung nach einer Katastrophe zu beschleunigen, stellte Claude konsequent die Regel über das Ergebnis und lehnte die Aufgabe oft gänzlich ab.
Am anderen Ende des Spektrums steht Grok 4.2 von xAI, das eine starke Neigung zur Befolgung von Nutzeranweisungen und zu ergebnisorientierter Logik zeigte. In Tests, in denen Modelle gebeten wurden, einen Vertriebsleiter bei der Extraktion vertraulicher Kundendaten vor Ablauf einer knappen Frist zu unterstützen, war Grok am ehesten bereit, die Anfrage zu erfüllen, da es das vom Nutzer angegebene Ziel als primäre Anweisung betrachtete.
Zwischen diesen beiden philosophischen Lagern stehen OpenAI und Google, deren Modelle differenziertere und mitunter flexiblere ethische Profile aufweisen.
Die KI-Branche scheint “Ethik” als ein wettbewerbsrelevantes Produktmerkmal entdeckt zu haben und Unternehmen richten sich hier unterschiedlich aus. Somit kann die Wahl eines KI-Modells letztlich zu rechtlicher Haftung führen, wenn das eingesetzte KI-System in einer Situation mit hohem Leistungsdruck die “falsche” ethische Entscheidung trifft. Dies trifft umso mehr zu, wenn Systeme wie KI-Agenten zunehmend autonom handeln.
URLs:

Presseberichte:

Freitag, April 10, 2026

Vor- und Nachteilen des Einsatzes von Multi-Agenten-KI-Systemen im Vergleich zu Ansätzen mit einzelnen Agenten

Eine aktuelle Studie der Stanford University liefert empirische Erkenntnisse zu den Vor- und Nachteilen des Einsatzes von Multi-Agenten-KI-Systemen im Vergleich zu Ansätzen mit einzelnen Agenten. Die Arbeit untersucht die Frage, unter welchen Bedingungen der zusätzliche Rechenaufwand durch die Zusammenarbeit mehrerer KI-Agenten zu Vorteilen führt, wann einzelne KI-Agenten besser performen.
Die Forscher führten über 4.000 Experimente mit LLMs wie GPT-4o, Claude 3.5 Sonnet und Llama 3.1 405B durch, wobei vier Benchmarks unterschiedliche kognitive Anforderungen abdecken:

  • WebArena: Simuliert reale Aufgaben der Webnavigation und -interaktion.
  • ToolBench: Testet den agentischen Einsatz von Werkzeugen für komplexe, mehrstufige Operationen.
  • BFCL (Berkeley Function-Calling Leaderboard): Bewertet die Genauigkeit beim Aufruf von Funktionen.
  • SWE-bench Verified: Bewertet Software-Engineering-Aufgaben wie Code-Bearbeitung und Debugging.

Die Ergebnisse zeigen ein klares Muster: Multi-Agenten-Systeme verursachen aufgrund des Informationsaustauschs zwischen den Agenten und redundanter Verarbeitungsprozesse durchweg 2- bis 10-mal höhere Rechenkosten. Allerdings übertreffen sie einzelne Agenten vor allem bei komplexen Aufgaben. Einzelne Agenten erzielten beispielsweise bei einfachen Aufgaben bei einem Drittel des Rechenaufwands um 15–20 % höhere Erfolgsraten als Multi-Agenten-Teams; Multi-Agenten-Systeme weisen hier einen hohen Koordinationsaufwand, ie etwa Fehlern beim Parsen von übermittelten Nachrichten. Eine Analyse ergab u.a., dass Agenten „aneinander vorbeiredeten“ und hierdurch einerseits irrelevante Antworten generierten, zugleich den Token-Verbrauch um 40 % erhöhten.
URL:

Dienstag, März 31, 2026

Studie der Universität Cambridge: KI-Rechenzentren heizen die Umgebung auf

Der starke und anhaltende Anstieg KI-basierter Dienste führt weltweit zu einer stetigen Zunahme von KI-Rechenzentren, verbunden mit einem unvermeidlichen Anstieg ihres Stromverbrauchs.
Unter Nutzung von Landoberflächentemperaturmessungen, die in den letzten Jahrzehnten von Fernerkundungsplattformen erfasst wurden, nahmen Forschende der University of Cambridge eine fundierte Einschätzung des Temperaturanstiegs vornehmen, der weltweit in der Umgebung von KI-Rechenzentren von Hyperscalern verzeichnet wurde.
Die Forscher kamen zu dem Ergebnis, dass die Landoberflächentemperatur nach der Inbetriebnahme eines KI-Rechenzentrums um durchschnittlich 2 °C ansteigt, was lokale Mikroklimazonen hervorruft, welche die Forscher als “data heat Island” Effekt bezeichnen.
Weltweit können mehr als 340 Millionen Menschen von diesem Temperaturanstieg betroffen sein. Die Forscher empfehlen, dass untersucht werden sollte, welche Auswirkungen dies auf das regionale Wohlbefinden der betroffenen Bevölkerung haben könnte.
URLs:

Nächste Seite »