Eine neue Deep-Link-Integration zwischen Hugging Face und Amazon SageMaker AI erlaubt den Wechsel von der Modellsuche zum Experiment mit einer einzigen Auswahl. Das verkürzt den Weg von der Entdeckung eines Modells bis zum praktischen Test in SageMaker Studio deutlich.
MiniMax-Modelle sind ab sofort über Amazon Bedrock verfügbar, mit On-Demand-Inferenz, die mit der Last skaliert. Damit lassen sich agentische Anwendungen, Analyse langer Dokumente und Software-Engineering-Aufgaben unter den Sicherheitsgarantien von AWS umsetzen, ohne eigene Infrastruktur zu betreiben.
Amazon Bedrock adressiert Phishing-Nachrichten, die Angreifer per generativer KI und OSINT in tausenden einzigartigen Varianten erstellen. Diese hochentwickelten Mails erhöhen das Risiko für Sicherheitsteams, die E-Mail-Systeme schützen. Die Erkennung über das Modell soll die Abwehr automatisieren und die Trefferquote gegen personalisierte Angriffe verbessern.
Inscribe baute auf Amazon Bedrock ein agentisches System, das manipulierte, gefälschte und KI-generierte Finanzdokumente in unter 90 Sekunden aufspürt. Das ist ein 20-facher Tempogewinn gegenüber manueller Prüfung. Die geforderte Genauigkeit und Erklärbarkeit für regulierte Finanzdienste bleibt dabei erhalten.
Ein Leitfaden zeigt, wie sich BoltzGen auf SageMaker AI bereitstellen und für ein durchgängiges Proteindesign-Experiment nutzen lässt. Der Aufbau skaliert von schnellen Validierungsläufen bis zur Batch-Produktion. Caching auf Schrittebene senkt die Rechenkosten bei iterativen Läufen deutlich.
Anthropic bringt sein bislang stärkstes Sonnet-Modell auf AWS. Claude Sonnet 5 ist das erste Modell der neuen Generation und liefert Spitzenintelligenz für Coding, Agenten und Büroaufgaben zum bisherigen Sonnet-Preis. Damit erhalten Bedrock-Nutzer mehr Leistung ohne höhere Kosten.
PAR hat ein mandantenfähiges LLM-Analysesystem mit drei Schutzschichten umgesetzt: kryptografische Signierung per AWS SigV4, semantische Prüfung auf Amazon Bedrock und Datenisolation via Split-Plane SQL. Jede Schicht arbeitet unabhängig und verhindert Datenlecks zwischen Mandanten, selbst wenn das LLM manipuliert wird.
AWS stellt agentische Overlays vor, dünne Wrapper, die klassische REST-Dienste in agentenfähige Systeme verwandeln. Sie machen bestehende APIs über das Model Context Protocol als Tools nutzbar, ohne Geschäftslogik neu zu schreiben. Das reduziert Agenten-Wildwuchs und spart parallele Infrastruktur in bestehenden Umgebungen.
AWS zeigt, wie Trainingsjobs auf SageMaker AI die Blackwell-Architektur der P6-B200-Instanzen ausreizen. Batch-Grössen, Präzisionsformate für Modelle von einer bis 64 Milliarden Parametern und Activation-Checkpointing werden gezielt abgestimmt, um den erweiterten Speicher zu nutzen und verteiltes Training effizienter zu starten.
AWS beschreibt Muster für produktionsreife mehrmandantenfähige Systeme auf Amazon Bedrock AgentCore. Am Beispiel von Healthcare-Agenten für mehrere Kliniken teilen sich Mandanten eine Infrastruktur bei isolierten Daten, was Betriebskosten senkt und Datenschutzanforderungen wahrt.
AWS beschreibt eine Architektur auf Amazon Bedrock und OpenSearch Serverless, die Luftbilder semantisch durchsuchbar macht. In der Auswertung gegen OpenStreetMap erzielten Amazon Nova Multimodal Embeddings die höchsten F1-Werte. Für Entwickler zeigt das, welche Designentscheidungen geospatiale Suche entscheidend verbessern; daraus wurde das Produkt Vexcel Intelligence.
Today, we are announcing the availability of the Gemma 4 family on Amazon Bedrock. Built by Google DeepMind and released under the Apache 2.0 license, Gemma 4 is a family of open-weight models designed with a focus on intelligence-per-parameter across a broad range of deployment scenarios. The family includes three instruction-tuned variants: Gemma 4 31B, Gemma 4 26B-A4B, and Gemma 4 E2B. These cover dense and mixture-of-experts (MoE) architectures, where only a fraction of the model’s parameters activate per request. The variants offer built-in reasoning, native function calling, and multimodal input across text and image.
Frontier-Modelle wachsen über die etablierten Methoden zur Messung ihrer Hackfähigkeiten hinaus. US-Behörden müssen bis 1. August ein klassifiziertes Benchmark-Verfahren etablieren; Anthropic entwickelt mit Amazon, Google und Microsoft einen Standard, der die Folgen eines Jailbreaks statt dessen blosse Möglichkeit bewertet. Ohne neue Tests bleibt sichere Freigabe unklar.