Apple verklagt OpenAI, SK Hynix warnt vor Speicherknappheit und neue KI-Forschung
Apple hat eine Klage gegen OpenAI wegen angeblichen Diebstahls von Geschäftsgeheimnissen eingereicht, während SK Hynix vor einer bis 2030 andauernden Speicherknappheit warnt. Zudem gibt es Führungswechsel bei OpenAI, Microsoft passt seine Modell-Routing-Strategie an und neue Forschungsergebnisse von DeepMind und Stanford werden veröffentlicht.
Podcast В· 3 min
Apple reicht Klage gegen OpenAI wegen Hardware-Geheimnissen ein
Apple hat rechtliche Schritte gegen OpenAI, dessen Hardware-Chef Tang Tan und dessen io-Geräte-Einheit eingeleitet und wirft ihnen einen systematischen Versuch vor, vertrauliche Hardware-Geheimnisse zu stehlen. Die Klage behauptet, dass OpenAI eine Abwerbeaktion – mit der Einstellung von über 400 ehemaligen Apple-Mitarbeitern – genutzt habe, um eine Pipeline für geschützte Informationen aufzubauen. Konkret beschuldigt Apple den ehemaligen iPhone-Ingenieur Chang Liu, nach seinem Ausscheiden einen Authentifizierungsfehler ausgenutzt zu haben, um auf vertrauliche Dateien zuzugreifen. Apple fordert ein Redesign der unveröffentlichten, von Jony Ive entworfenen Hardware von OpenAI. OpenAI hat die Vorwürfe zurückgewiesen und erklärt, kein Interesse an den Geschäftsgeheimnissen anderer Unternehmen zu haben. Diese rechtliche Auseinandersetzung stellt eine deutliche Eskalation dar, da die beiden Unternehmen weiterhin Partner bei der Apple-Intelligence-Integration sind, was eine komplexe Spannung zwischen ihren kooperativen und wettbewerblichen Interessen erzeugt.
Führungswechsel bei OpenAI: Sicherheitschef und AGI-Einsatzleiter
OpenAI durchläuft bemerkenswerte Führungswechsel. Johannes Heidecke, der Sicherheitschef des Unternehmens, verlässt das Unternehmen Berichten zufolge, während OpenAI weiterhin seine Sicherheits- und Forschungsteams integriert. Zudem wechselt Fidji Simo, die CEO für AGI-Einsatz, aufgrund einer chronischen Erkrankung in eine Teilzeit-Beraterrolle. Simo betonte die Bedeutung von KI für medizinische Fortschritte und wies darauf hin, dass die Heilung von Krankheiten weiterhin ein Hauptziel der Technologie sei. Diese Abgänge folgen auf eine Reihe von Personalveränderungen im Labor in letzter Zeit.
SK Hynix prognostiziert Speicherknappheit bis 2030
SK Hynix hat eine deutliche Warnung zur weltweiten Versorgung mit Speicherchips ausgesprochen und prognostiziert, dass Engpässe im Jahr 2027 ihren Höhepunkt erreichen und bis 2030 anhalten könnten. Diese Prognose unterstreicht einen kritischen Engpass für die KI-Branche, die stark auf hochbandbreitigen Speicher (HBM) angewiesen ist, um GPUs mit Daten zu versorgen. Während Cloud-Anbieter, KI-Labore und Gerätehersteller darum wetteifern, Modelle einzusetzen, bleibt die physische Knappheit dieser Komponenten eine zentrale Herausforderung für die KI-Ökonomie. Analysten deuten darauf hin, dass die nächste Phase des KI-Wettbewerbs eher durch Beschaffungsfähigkeiten und Ressourcenmanagement als allein durch Modellintelligenz geprägt sein wird.
Microsoft passt Modell-Routing für Effizienz an
Microsoft verfeinert seine Modellstrategie innerhalb von Microsoft 365 Copilot. Während das Unternehmen GPT-5.6 als bevorzugtes Modell für anspruchsvolle Aufgaben festgelegt hat, hat es begonnen, bestimmte Excel- und Outlook-Abfragen an interne Modelle weiterzuleiten. Diese Strategie zielt darauf ab, Inferenzkosten zu senken und die Abhängigkeit von externen Anbietern wie OpenAI und Anthropic zu verringern. Der Schritt spiegelt einen breiteren Branchentrend wider, bei dem Unternehmen zunehmend spezifische Aufgaben dem kosteneffizientesten Modell zuordnen, anstatt standardmäßig das leistungsstärkste zu verwenden.
Neue Robotik- und Delegations-Frameworks
Mistral hat 'Robostral Navigate' vorgestellt, sein erstes Robotik-Modell, das Robotern helfen soll, Navigationsanweisungen in natürlicher Sprache in industriellen Umgebungen wie Fabriken und Lagern zu befolgen. Gleichzeitig hat DeepMind ein neues Delegations-Framework eingeführt, das die Zusammenarbeit zwischen Mensch und KI verbessern soll. Das Framework bietet einen strukturierten Ansatz zur Bestimmung, wann Aufgaben von Menschen versus KI-Agenten übernommen werden sollten, und betont die Notwendigkeit klarer Autorität, Überwachung und Ausweichpläne. Diese Entwicklungen unterstreichen eine Verschiebung hin zu praktischen, agentischen Anwendungen in physischen und operativen Arbeitsabläufen.
Stanford stellt Biomni Biomedical Agent vor
Forscher der Stanford University haben 'Biomni' vorgestellt, einen neuen KI-gestützten biomedizinischen Co-Wissenschaftler-Agenten. Das System soll die wissenschaftliche Forschung unterstützen, indem es Literatur liest, geeignete Werkzeuge und Datensätze auswählt, Code schreibt, Ergebnisse interpretiert und neue Experimente vorschlägt. Diese Entwicklung repräsentiert einen wachsenden Trend zu spezialisierten Agenten, die darauf ausgelegt sind, komplexe, domänenspezifische wissenschaftliche Arbeitsabläufe zu automatisieren.