Mit dem Programm ChatGPT for Academic Researchers stellt OpenAI ab diesem Sommer 10'000 ausgewählten Forschenden kostenlosen Modellzugang bereit. Der Gratiszugriff senkt die Kostenhürde für akademische Arbeit und bindet die Wissenschaft enger an OpenAIs Modelle, statt Lizenzgebühren zu verlangen.
Zuckerberg verteidigt eine Strategie mit personalisierten Bots, doch steigende Kosten und enttäuschende Umsatzprognosen lassen die Meta-Aktie einbrechen. Die Anleger zweifeln, ob sich die hohen Investitionen in KI-Agenten in absehbarer Zeit auszahlen.
Microsoft präsentierte an der Wall Street eigene KI-Modelle, Harnesses und einen Mythos-Konkurrenten und verspricht weiteres Wachstum. Damit rückt der Konzern offener denn je in direkte Konkurrenz zu Partnern wie OpenAI und Anthropic und mindert seine Abhängigkeit von externen Modellen.
Satya Nadella bestätigte im Earnings Call eine Copilot-Super-App, die Chat, Coding und agentische Autopilots vereint. Sie soll noch dieses Jahr für Consumer- und Geschäftskunden starten. Damit bündelt Microsoft seine bislang verteilten Copilot-Funktionen in einem Produkt und stärkt seine Position gegen eigenständige KI-Assistenten.
Ein neues Werkzeug testete die Sicherheitsvorkehrungen von Google, Anthropic, OpenAI und xAI und umging sie teils erschreckend leicht. Die Ergebnisse legen offen, wie unterschiedlich robust die Schutzmechanismen führender Modelle sind. Das erhöht das Risiko von Missbrauch und verschärft die Debatte um verlässliche KI-Sicherheit.
Håkon Måløy zeigt eine Prompt-Injection, die sich in Word-Dokumenten selbst repliziert: Copilot kopiert versteckte Anweisungen in neue Dateien und macht sie zu Trägern. Trotz 144 Tagen Vorlauf hat Microsoft keine Abwehr für die gesamte Angriffsklasse, was ein systemisches Sicherheitsrisiko für KI-Assistenten schafft.
Wachsende Cloud-Umsätze und steigende Copilot-Nutzerzahlen treiben Microsofts Geschäftszahlen und die Aktie deutlich nach oben, während PC- und Xbox-Sparten schrumpfen. Die Zahlen bestätigen, dass KI-Abos und Rechenzentrumskapazität zum tragenden Ertragspfeiler des Konzerns werden.
Statt Agenten bei jedem Schritt neu zu prompten, gibt Loop-Engineering ihnen Ziele, Feedback und Prüfungen zum selbstständigen Weiterarbeiten. Der Ansatz verlagert die Steuerung von Einzelbefehlen hin zu iterativen Schleifen und verändert, wie Entwickler mit Modellen wie Claude arbeiten.