mk1_

Kategorie: KI-Wochenrückblicke

  • Mehr Rechenleistung, höhere Limits: KI bleibt Infrastruktur · KW 19/2026

    KI-Wochenrückblick 2026 · KW 19
    Historischer Bezug: bis · Bezugsdatum: .
    Nachträglich recherchierter Archivbeitrag mit KI-Unterstützung. Eine persönliche Fassung von Marvin kann später ergänzt werden. Das Veröffentlichungsdatum dieser Seite nennt die tatsächliche Erstveröffentlichung.

    Anthropic verband neue Nutzungskontingente mit einer Vereinbarung über zusätzliche SpaceX-Rechenkapazität.

    Was in dieser Woche bekannt war

    Damals öffentlich bekannt

    Anthropic kündigte am 6. Mai höhere Limits für Claude Code und die API sowie eine Rechenvereinbarung mit SpaceX an. Nach der Mitteilung sollten die fünfstündigen Claude-Code-Limits bestimmter kostenpflichtiger Pläne verdoppelt und die Reduzierung zu Spitzenzeiten für Pro- und Max-Konten aufgehoben werden. Für Opus wurden höhere API-Grenzen beschrieben. Die zusätzliche Kapazität sollte aus dem Colossus-1-Rechenzentrum kommen.

    Für den Rückblick auf diese Woche ist das ein greifbarer Zusammenhang zwischen Recheninfrastruktur und Produktnutzung. Ein leistungsfähiges Modell ist nur dann praktisch nutzbar, wenn ein Dienst auch ausreichende Kapazität bereitstellen kann. Die Ankündigung verband deshalb ein Infrastrukturgeschäft mit unmittelbar wahrnehmbaren Nutzungsbedingungen.

    Einordnung aus der damaligen Perspektive

    Redaktionelle Einordnung

    Für Anwender ist dennoch zwischen höherem Kontingent und verlässlicher Kapazität für eine konkrete Aufgabe zu unterscheiden. Ein größerer Spielraum kann neue Arbeitsweisen ermöglichen, sollte aber nicht zum Anlass werden, einen Prozess ohne Unterbrechungspfad zu planen. Besonders längere Aufträge brauchen speicherbare Zwischenstände und eine nachvollziehbare Wiederaufnahme.

    Wirtschaftlich wäre zu prüfen, ob neue Kapazität tatsächlich einen Engpass löst. Mehr verfügbare Modellzeit erzeugt nicht automatisch mehr brauchbare Arbeit. Ein sinnvoller Vergleich würde Wartezeit, erfolgreiche Aufträge und Kontrollaufwand gemeinsam betrachten. Aus damaliger Perspektive erinnerte die Nachricht daran, dass KI-Dienste weiterhin von physischen Ressourcen, deren Finanzierung und der Organisation ihres Betriebs abhängen.

    Quellen & Faktenstand

    Higher usage limits for Claude and a compute deal with SpaceX
    Anthropic verband neue Nutzungskontingente mit einer Vereinbarung über zusätzliche SpaceX-Rechenkapazität.
    Quellenveröffentlichung: 2026-05-06 · geprüft: 2026-10-27 · damals verfügbar

    ← Zum KI-Wochenarchiv · Marvin auf LinkedIn ↗

  • KI für kleine Unternehmen: Der Ablauf wird zum Angebot · KW 20/2026

    KI-Wochenrückblick 2026 · KW 20
    Historischer Bezug: bis · Bezugsdatum: .
    Nachträglich recherchierter Archivbeitrag mit KI-Unterstützung. Eine persönliche Fassung von Marvin kann später ergänzt werden. Das Veröffentlichungsdatum dieser Seite nennt die tatsächliche Erstveröffentlichung.

    Claude for Small Business bündelte Konnektoren und vorbereitete Aufgaben für häufige Betriebsarbeiten.

    Was in dieser Woche bekannt war

    Damals öffentlich bekannt

    Anthropic stellte am 13. Mai Claude for Small Business vor. Das Paket verband vorbereitete Arbeitsabläufe und Fähigkeiten mit Werkzeugen wie QuickBooks, PayPal, HubSpot, Canva sowie den Office-Umgebungen von Google und Microsoft. Die Beispiele reichten von der Vorbereitung des Monatsabschlusses bis zur Planung einer Kampagne. Laut Produktbeschreibung sollten Nutzer vor externen Sendungen, Veröffentlichungen oder Zahlungen beteiligt werden.

    Die Ankündigung der Woche zeigte, wie Anbieter den Abstand zwischen allgemeinem Chat und konkreter Betriebsaufgabe verkleinern wollten. Statt nur Modellzugang anzubieten, wurden wiederkehrende Aufgaben als Ausgangspunkt gewählt. Die dargestellten Möglichkeiten waren jedoch keine Bestätigung, dass jedes Unternehmen damit sofort dieselben Arbeitsabläufe oder rechtlichen Voraussetzungen abdecken könnte.

    Einordnung aus der damaligen Perspektive

    Redaktionelle Einordnung

    Für einen kleinen Betrieb wäre deshalb ein eng begrenzter Start sinnvoll: ein klar definiertes Ergebnis, wenige Datenquellen und ein verantwortlicher Ansprechpartner. Bereits vor der ersten Ausführung sollte feststehen, welche Angaben aus welchem System maßgeblich sind. Widersprüche dürfen nicht durch eine überzeugende Zusammenfassung unsichtbar werden.

    Eine passende Erfolgsmessung könnte nach der Zeit bis zu einem tatsächlich verwendbaren Ergebnis fragen, einschließlich Prüfung und Korrektur. Für den deutschen Einsatz wären darüber hinaus die konkrete Softwarelandschaft und die eigenen Anforderungen zu prüfen. Aus damaliger Perspektive war das Angebot vor allem ein Schritt zur Verpackung von KI als Arbeitsablauf. Die Verantwortung für den Betrieb wurde dadurch nicht automatisch delegiert.

    Quellen & Faktenstand

    Introducing Claude for Small Business
    Claude for Small Business bündelte Konnektoren und vorbereitete Aufgaben für häufige Betriebsarbeiten.
    Quellenveröffentlichung: 2026-05-13 · geprüft: 2026-10-27 · damals verfügbar

    ← Zum KI-Wochenarchiv · Marvin auf LinkedIn ↗

  • Google I/O: KI soll vom Antworten zum Handeln kommen · KW 21/2026

    KI-Wochenrückblick 2026 · KW 21
    Historischer Bezug: bis · Bezugsdatum: .
    Nachträglich recherchierter Archivbeitrag mit KI-Unterstützung. Eine persönliche Fassung von Marvin kann später ergänzt werden. Das Veröffentlichungsdatum dieser Seite nennt die tatsächliche Erstveröffentlichung.

    Google bündelte neue Modelle und agentische Produktoberflächen in seiner Entwicklerkonferenz.

    Was in dieser Woche bekannt war

    Damals öffentlich bekannt

    Google stellte auf der I/O am 19. Mai Gemini Omni und Gemini 3.5 sowie zahlreiche neue KI-Funktionen vor. Gemini Omni wurde mit multimodaler Generierung und Bearbeitung verbunden; Gemini 3.5 Flash sollte leistungsfähiges Denken mit Handlungsmöglichkeiten kombinieren. Die Konferenzübersicht beschrieb außerdem neue agentische Erfahrungen in der Suche, der Gemini-App und der Entwicklungsplattform Antigravity.

    Das gemeinsame Thema dieser Woche war weniger eine einzelne Funktion als der Weg in alltägliche Produktoberflächen. KI sollte nicht auf eine separate Chatseite beschränkt bleiben. Die Ankündigungen zeigten Googles Produktpläne und erste Verfügbarkeiten, aber nicht, dass sämtliche beschriebenen Funktionen am Konferenztag bereits für jeden Nutzer bereitstanden.

    Einordnung aus der damaligen Perspektive

    Redaktionelle Einordnung

    Für die Bewertung einer solchen Bündelankündigung hilft eine Prioritätenliste. Welche konkrete Aufgabe soll einfacher werden, welche Funktion ist tatsächlich verfügbar und welche Daten werden dafür benötigt? Ohne diese Trennung können sehr unterschiedliche Produktreifegrade wie ein einziges fertiges Angebot wirken.

    Ein praktischer Test sollte deshalb eine zusammenhängende Tätigkeit verfolgen, etwa das Finden, Vergleichen und dokumentierte Auswählen einer Information. Interessant wäre, an welchen Stellen ein Nutzer weiter entscheiden muss und ob dies rechtzeitig erkennbar bleibt. Aus der damaligen Perspektive lag die große Frage der I/O in der Verbindung von Modell und Handlung. Der Wert dieser Verbindung müsste sich im Alltag an verständlichen Übergaben und tatsächlich brauchbaren Ergebnissen zeigen.

    Quellen & Faktenstand

    Google I/O 2026: News and announcements
    Google bündelte neue Modelle und agentische Produktoberflächen in seiner Entwicklerkonferenz.
    Quellenveröffentlichung: 2026-05-19 · geprüft: 2026-10-27 · damals verfügbar

    ← Zum KI-Wochenarchiv · Marvin auf LinkedIn ↗

  • Opus 4.8: Mehr Leistung bei bewusster Aufwandssteuerung · KW 22/2026

    KI-Wochenrückblick 2026 · KW 22
    Historischer Bezug: bis · Bezugsdatum: .
    Nachträglich recherchierter Archivbeitrag mit KI-Unterstützung. Eine persönliche Fassung von Marvin kann später ergänzt werden. Das Veröffentlichungsdatum dieser Seite nennt die tatsächliche Erstveröffentlichung.

    Anthropic aktualisierte Opus und stellte die Wahl zwischen Arbeitsaufwand, Geschwindigkeit und Kosten heraus.

    Was in dieser Woche bekannt war

    Damals öffentlich bekannt

    Anthropic veröffentlichte am 28. Mai Claude Opus 4.8. Der Anbieter beschrieb Verbesserungen bei Softwareentwicklung, agentischen Aufgaben und professioneller Wissensarbeit. Begleitend wurden neue Steuerungen für den Aufwand einer Aufgabe und dynamische Arbeitsabläufe in Claude Code vorgestellt. Die regulären Tokenpreise sollten gegenüber Opus 4.7 unverändert bleiben; für den schnellen Modus wurden günstigere Bedingungen angekündigt.

    Für die Woche war die Verbindung von Qualität und steuerbarem Aufwand interessant. Eine Modellgeneration wurde nicht nur als größere Fähigkeit beschrieben, sondern auch als Entscheidung darüber, wie viel Zeit und Rechenarbeit eine konkrete Aufgabe erhalten soll. Die veröffentlichten Vergleiche waren zunächst Evaluationen des Herstellers.

    Einordnung aus der damaligen Perspektive

    Redaktionelle Einordnung

    Für den Nutzer ergibt sich daraus eine einfache, aber wichtige Gestaltungsfrage: Welche Aufgabe rechtfertigt zusätzliche Bearbeitung, und wo wäre eine schnelle, ausreichend gute Antwort hilfreicher? Die Antwort hängt vom Wert eines Fehlers und vom späteren Kontrollaufwand ab. Eine pauschale Einstellung für jede Tätigkeit muss nicht die beste Wahl sein.

    Ein sinnvoller Vergleich könnte mehrere Aufwandsstufen mit demselben Briefing prüfen. Dabei sollten Ergebnisqualität und gesamte Bearbeitungszeit gemeinsam dokumentiert werden. Für längere Aufträge ist außerdem zu beachten, ob die Zwischenstände verständlich bleiben. Aus damaliger Sicht machte die Veröffentlichung KI-Leistung stärker zu einer bewusst verteilbaren Ressource. Ob daraus ein Vorteil entsteht, lässt sich an erfolgreichen Aufgaben statt an der bloßen Ausgabemenge messen.

    Quellen & Faktenstand

    Introducing Claude Opus 4.8
    Anthropic aktualisierte Opus und stellte die Wahl zwischen Arbeitsaufwand, Geschwindigkeit und Kosten heraus.
    Quellenveröffentlichung: 2026-05-28 · geprüft: 2026-10-27 · damals verfügbar

    ← Zum KI-Wochenarchiv · Marvin auf LinkedIn ↗

  • Gedächtnis für ChatGPT: Auch Erinnerungen brauchen ein Verfallsdatum · KW 23/2026

    KI-Wochenrückblick 2026 · KW 23
    Historischer Bezug: bis · Bezugsdatum: .
    Nachträglich recherchierter Archivbeitrag mit KI-Unterstützung. Eine persönliche Fassung von Marvin kann später ergänzt werden. Das Veröffentlichungsdatum dieser Seite nennt die tatsächliche Erstveröffentlichung.

    OpenAI beschrieb eine neue Architektur für aktuellere und relevantere persönliche Kontexte.

    Was in dieser Woche bekannt war

    Damals öffentlich bekannt

    OpenAI begann am 4. Juni mit der Einführung einer neuen Architektur zur Zusammenführung von Erinnerungen in ChatGPT. Der Beitrag nannte veraltete Angaben, Korrektheit und Skalierbarkeit als Herausforderungen. Ein Hintergrundprozess sollte Gesprächskontexte verdichten und nützliche Informationen über längere Zeiträume verfügbar halten. Die Veröffentlichung startete für Plus- und Pro-Nutzer in den USA; weitere Zugänge wurden angekündigt.

    Das Thema der Woche lag damit nicht nur im Speichern, sondern im Aktualisieren von Kontext. Eine Information kann früher richtig gewesen sein und später nicht mehr passen. Die Ankündigung stellte daher Kontinuität, die Beachtung von Präferenzen und zeitliche Aktualität als unterschiedliche Qualitätsziele dar.

    Einordnung aus der damaligen Perspektive

    Redaktionelle Einordnung

    Für einen persönlichen Assistenten wäre ein verständlicher Umgang mit Änderungen besonders wichtig. Ein vorübergehender Reiseplan sollte nicht zu einer dauerhaften Eigenschaft werden. Ebenso sollte eine korrigierte Präferenz die ältere Angabe nicht unbemerkt neben sich behalten. Solche Fälle wären geeignete Prüfbeispiele für ein Gedächtnissystem.

    Aus redaktioneller Sicht ist die Anschlussfrage, wie ein Nutzer erkennt, welche Informationen gerade wirksam sind. Eine hilfreiche Erinnerung muss nicht möglichst viel behalten, sondern den richtigen Kontext für die aktuelle Aufgabe liefern. Der Wochenrückblick beschreibt deshalb einen Wandel vom Notizzettel zum gepflegten Kontext. Ob das im Einzelfall gelingt, sollte anhand sichtbarer Erinnerungen und tatsächlicher Korrekturen geprüft werden.

    Quellen & Faktenstand

    Dreaming: Better memory for a more helpful ChatGPT
    OpenAI beschrieb eine neue Architektur für aktuellere und relevantere persönliche Kontexte.
    Quellenveröffentlichung: 2026-06-04 · geprüft: 2026-10-27 · damals verfügbar

    ← Zum KI-Wochenarchiv · Marvin auf LinkedIn ↗

  • Gemini 3.1 Pro: Ein neuer Maßstab für komplexe Alltagsaufgaben? · KW 08/2026

    KI-Wochenrückblick 2026 · KW 08
    Historischer Bezug: bis · Bezugsdatum: .
    Nachträglich recherchierter Archivbeitrag mit KI-Unterstützung. Eine persönliche Fassung von Marvin kann später ergänzt werden. Das Veröffentlichungsdatum dieser Seite nennt die tatsächliche Erstveröffentlichung.

    Google brachte eine überarbeitete Modellbasis in Entwickler-, Unternehmens- und Verbraucherprodukte.

    Was in dieser Woche bekannt war

    Damals öffentlich bekannt

    Am 19. Februar stellte Google Gemini 3.1 Pro vor. Das Modell wurde als verbesserte Grundlage für komplexe Problemlösung beschrieben und in mehreren Produkten ausgerollt: darunter Gemini-App, NotebookLM und eine Entwicklervorschau über die Gemini-API. Google verwies auf Fortschritte in Reasoning-Benchmarks und zeigte Beispiele für Visualisierung, Datenzusammenführung und kreatives Programmieren. Für Entwickler blieb der Zugang zunächst ausdrücklich eine Vorschau.

    Die wichtige Nachricht der Woche war damit nicht allein ein einzelner Testwert. Die neue Modellbasis sollte in sehr unterschiedlichen Oberflächen dieselbe Fähigkeit zum Umgang mit komplexen Zusammenhängen nutzbar machen. Das verband die Modellankündigung mit der Frage, wie gut Verbesserungen zwischen Demo, API und konkreter Anwendung übertragbar wären.

    Einordnung aus der damaligen Perspektive

    Redaktionelle Einordnung

    Ein fairer Anwendungstest sollte zunächst die Aufgabe festlegen. Soll ein Modell widersprüchliche Daten zusammenführen, eine Erklärung erzeugen oder eine funktionierende Oberfläche bauen? Diese Ergebnisse verlangen unterschiedliche Kontrollen. Eine eindrucksvolle Animation sagt beispielsweise noch wenig darüber aus, ob ein Datenmodell fachlich richtig ist.

    Für die Einordnung aus jener Woche wäre daher eine kleine Sammlung eigener Vergleichsfälle hilfreich gewesen. Sie sollte auch unvollständige Eingaben und die Möglichkeit enthalten, dass das Modell nachfragen muss. Der Fortschritt ließe sich dann daran erkennen, ob weniger wichtige Zusammenhänge verloren gehen und ob Fehler leichter überprüfbar werden. Ein Benchmark kann diese Untersuchung anregen, aber nicht für jede Organisation ersetzen.

    Quellen & Faktenstand

    Gemini 3.1 Pro: A smarter model for your most complex tasks
    Google brachte eine überarbeitete Modellbasis in Entwickler-, Unternehmens- und Verbraucherprodukte.
    Quellenveröffentlichung: 2026-02-19 · geprüft: 2026-10-27 · damals verfügbar

    ← Zum KI-Wochenarchiv · Marvin auf LinkedIn ↗

  • Fable 5: Wenn Modellzugang plötzlich unterbrochen wird · KW 24/2026

    KI-Wochenrückblick 2026 · KW 24
    Historischer Bezug: bis · Bezugsdatum: .
    Nachträglich recherchierter Archivbeitrag mit KI-Unterstützung. Eine persönliche Fassung von Marvin kann später ergänzt werden. Das Veröffentlichungsdatum dieser Seite nennt die tatsächliche Erstveröffentlichung.

    Anthropic meldete in der Veröffentlichungswoche eine Abschaltung von Fable 5 und Mythos 5.

    Was in dieser Woche bekannt war

    Damals öffentlich bekannt

    Nach der Vorstellung von Claude Fable 5 und Mythos 5 am 9. Juni meldete Anthropic am 12. Juni eine Unterbrechung des Zugangs. Der Anbieter erklärte, eine US-Regierungsanordnung zu Exportkontrollen zwinge ihn zur Abschaltung für sämtliche Kunden, um die Vorgaben einzuhalten. Andere Anthropic-Modelle sollten laut Mitteilung nicht betroffen sein. Die Begründung und die Bewertung der Sicherheitsmaßnahmen wurden von Anthropic dargestellt; der Beitrag war die Stellungnahme eines beteiligten Unternehmens.

    Für diese Woche war damit nicht nur die neue Modellleistung relevant. Innerhalb weniger Tage wurde die tatsächliche Verfügbarkeit zum zentralen Thema. Eine Ankündigung konnte nicht mehr mit einer dauerhaft nutzbaren Schnittstelle gleichgesetzt werden.

    Einordnung aus der damaligen Perspektive

    Redaktionelle Einordnung

    Für einen betrieblichen Ablauf wäre daraus die Frage nach einem geordneten Ersatzweg abzuleiten. Welche Arbeit kann pausieren, welche Zwischenstände müssen erhalten bleiben und welche Aufgaben können mit einer anderen Modellklasse fortgesetzt werden? Ein Ersatzmodell sollte dabei nicht stillschweigend als gleichwertig behandelt werden.

    Eine robuste Integration würde den Ausfall sichtbar machen und das Ergebnis einer Wiederaufnahme erneut prüfen. Für langfristige Planung sind Leistungsdaten deshalb nur ein Teil der Entscheidung. Verfügbarkeit und externe Rahmenbedingungen gehören ebenfalls dazu. Dieser Rückblick bleibt bei dem bis zum Wochenabschluss bekannten Stand; er greift eine spätere Wiederfreigabe nicht vor. Ebenso enthält er keine eigene rechtliche Bewertung der damaligen Regierungsanordnung.

    Quellen & Faktenstand

    Statement on the US government directive to suspend access to Fable 5 and Mythos 5
    Anthropic meldete in der Veröffentlichungswoche eine Abschaltung von Fable 5 und Mythos 5.
    Quellenveröffentlichung: 2026-06-12 · geprüft: 2026-10-27 · damals verfügbar

    ← Zum KI-Wochenarchiv · Marvin auf LinkedIn ↗

  • Nano Banana 2: Bildgenerierung wird zur Produktionsfrage · KW 09/2026

    KI-Wochenrückblick 2026 · KW 09
    Historischer Bezug: bis · Bezugsdatum: .
    Nachträglich recherchierter Archivbeitrag mit KI-Unterstützung. Eine persönliche Fassung von Marvin kann später ergänzt werden. Das Veröffentlichungsdatum dieser Seite nennt die tatsächliche Erstveröffentlichung.

    Google verband schnellere Bildausgabe mit Funktionen, die zuvor stärker der Pro-Variante zugeordnet waren.

    Was in dieser Woche bekannt war

    Damals öffentlich bekannt

    Google veröffentlichte am 26. Februar Nano Banana 2. Die Ankündigung beschrieb ein Bildmodell, das höhere Geschwindigkeit mit fortgeschrittenen Generierungs- und Bearbeitungsfähigkeiten verbinden sollte. Google stellte unter anderem bessere Kontrolle über Motive, Textdarstellung und die Einbindung aktuellen Weltwissens heraus. Das Modell wurde in mehrere Google-Produkte integriert. Die Produktbeispiele stammten vom Anbieter und waren keine unabhängige Qualitätsprüfung.

    Für diese Woche rückte damit eine praktische Frage nach vorn: Wann wird aus einer gelungenen Einzelgenerierung ein wiederholbarer visueller Arbeitsablauf? Sobald Bilder regelmäßig für unterschiedliche Formate und Kanäle gebraucht werden, reicht die Auswahl eines schönen Ergebnisses nicht mehr aus. Dann zählen auch Korrekturen und die Konsistenz zwischen mehreren Fassungen.

    Einordnung aus der damaligen Perspektive

    Redaktionelle Einordnung

    Ein sinnvoller Vergleich könnte deshalb dasselbe Briefing über mehrere Varianten verfolgen. Bleiben gewünschte Objekte, Beschriftungen und Gestaltungsvorgaben erhalten, wenn nur ein Detail verändert wird? Lässt sich ein Fehler gezielt korrigieren, ohne den Rest erneut gestalten zu müssen? Diese Fragen machen die behauptete Kombination aus Geschwindigkeit und Kontrolle greifbar.

    Im redaktionellen Alltag wäre außerdem zu kennzeichnen, welche Abbildung generiert wurde und was sie zeigen soll. Ein plausibel wirkendes Bild ist kein Nachweis eines realen Ereignisses. Aus der damaligen Perspektive lag der mögliche Fortschritt in einem besser steuerbaren Werkzeug. Die Verantwortung für Kontext, Auswahl und Verwendung der Ergebnisse ging dadurch nicht auf das Modell über.

    Quellen & Faktenstand

    Nano Banana 2: Combining Pro capabilities with lightning-fast speed
    Google verband schnellere Bildausgabe mit Funktionen, die zuvor stärker der Pro-Variante zugeordnet waren.
    Quellenveröffentlichung: 2026-02-26 · geprüft: 2026-10-27 · damals verfügbar

    ← Zum KI-Wochenarchiv · Marvin auf LinkedIn ↗

  • LifeSciBench: Forschungskompetenz ist mehr als Faktenwissen · KW 25/2026

    KI-Wochenrückblick 2026 · KW 25
    Historischer Bezug: bis · Bezugsdatum: .
    Nachträglich recherchierter Archivbeitrag mit KI-Unterstützung. Eine persönliche Fassung von Marvin kann später ergänzt werden. Das Veröffentlichungsdatum dieser Seite nennt die tatsächliche Erstveröffentlichung.

    OpenAI veröffentlichte einen Benchmark mit fachlich erstellten Aufgaben aus realitätsnaher biowissenschaftlicher Arbeit.

    Was in dieser Woche bekannt war

    Damals öffentlich bekannt

    OpenAI stellte am 17. Juni LifeSciBench vor. Der Benchmark umfasste laut Veröffentlichung 750 von Fachleuten geschriebene Aufgaben aus sieben Arbeitsabläufen und sieben biologischen Bereichen. Bewertet werden sollten nicht nur richtige Einzelantworten, sondern auch der Umgang mit Belegen, wissenschaftliche Begründungen und die Nützlichkeit für Forschungsentscheidungen. Aufgaben konnten zusätzliche Materialien wie Tabellen und Abbildungen enthalten.

    Die Nachricht passte zu einer zentralen Frage dieser Woche: Wie wird beurteilt, ob KI tatsächlich bei Forschung hilft? Ein sauber formuliertes Wissensquiz bildet nicht zwangsläufig eine Situation ab, in der widersprüchliche Daten geprüft und nächste Arbeitsschritte begründet werden müssen. LifeSciBench sollte genau diesen Unterschied stärker berücksichtigen.

    Einordnung aus der damaligen Perspektive

    Redaktionelle Einordnung

    Als redaktionelle Schlussfolgerung lässt sich daraus eine allgemeine Anforderung an Evaluationen ableiten. Ein Test sollte die Tätigkeit nachbilden, für die später Vertrauen beansprucht wird. Wenn der Arbeitsalltag den Umgang mit Unsicherheit verlangt, sollte eine Bewertung nicht nur den letzten Satz einer Antwort prüfen.

    Für die Interpretation wären außerdem Herkunft der Aufgaben, Bewertungsregeln und mögliche Grenzen des Datensatzes offenzulegen. Ein guter Benchmark kann Vergleiche schärfer machen; er ist dennoch kein Ersatz für eine konkrete Fachprüfung im Labor oder im Forschungsprojekt. Dieser Wochenrückblick behandelt eine Methode zur Leistungsbewertung. Er gibt weder medizinische Empfehlungen noch behauptet er eigene wissenschaftliche Ergebnisse des Blogautors.

    Quellen & Faktenstand

    Introducing LifeSciBench
    OpenAI veröffentlichte einen Benchmark mit fachlich erstellten Aufgaben aus realitätsnaher biowissenschaftlicher Arbeit.
    Quellenveröffentlichung: 2026-06-17 · geprüft: 2026-10-27 · damals verfügbar

    ← Zum KI-Wochenarchiv · Marvin auf LinkedIn ↗

  • GPT-5.4: Das Modell als Werkzeug für vollständige Aufgaben · KW 10/2026

    KI-Wochenrückblick 2026 · KW 10
    Historischer Bezug: bis · Bezugsdatum: .
    Nachträglich recherchierter Archivbeitrag mit KI-Unterstützung. Eine persönliche Fassung von Marvin kann später ergänzt werden. Das Veröffentlichungsdatum dieser Seite nennt die tatsächliche Erstveröffentlichung.

    OpenAI verband Reasoning, Programmieren und die Bedienung von Arbeitsumgebungen in einer Modellgeneration.

    Was in dieser Woche bekannt war

    Damals öffentlich bekannt

    OpenAI veröffentlichte am 5. März GPT-5.4 für ChatGPT, API und Codex. Die Ankündigung betonte professionelle Arbeit mit Code, Tabellen, Präsentationen und Dokumenten. Fähigkeiten aus GPT-5.3-Codex wurden mit einer breiteren Modellbasis verbunden. Für GPT-5.4 Thinking wurde außerdem eine sichtbarere anfängliche Planung beschrieben, damit Nutzer den Kurs einer längeren Bearbeitung früher beeinflussen konnten.

    Der rote Faden dieser Woche war die Ausführung vollständiger Aufgaben über mehrere Werkzeuge hinweg. Die Veröffentlichung richtete den Blick auf das Zusammenspiel von Planung, Nutzung der Umgebung und Ergebnisprüfung. Die dargestellten Verbesserungen waren zunächst OpenAIs eigene Evaluationen und Produktversprechen. Sie mussten in jeder konkreten Arbeitsumgebung gegen deren Anforderungen geprüft werden.

    Einordnung aus der damaligen Perspektive

    Redaktionelle Einordnung

    Für einen realistischen Versuch wäre ein klar begrenzter Auftrag mit mehreren Schritten geeignet: Daten lesen, eine Auswertung erzeugen und das Ergebnis verständlich erklären. Dabei sollte jede Übergabe überprüfbar bleiben. Ein unbemerkter Fehler in der ersten Tabelle kann sonst in eine überzeugende Präsentation weitergetragen werden.

    Die interessanteste Veränderung liegt aus dieser historischen Perspektive in der Möglichkeit, früher korrigierend einzugreifen. Ein sichtbarer Plan kann Missverständnisse erkennbar machen, bevor viel Arbeit darauf aufbaut. Er ist aber noch kein Nachweis, dass jeder Schritt gelungen ist. Eine belastbare Abnahme braucht deshalb die tatsächlichen Dateien, ausgeführte Prüfungen und eine klare Aussage über verbleibende Unsicherheiten.

    Quellen & Faktenstand

    Introducing GPT-5.4
    OpenAI verband Reasoning, Programmieren und die Bedienung von Arbeitsumgebungen in einer Modellgeneration.
    Quellenveröffentlichung: 2026-03-05 · geprüft: 2026-10-27 · damals verfügbar

    ← Zum KI-Wochenarchiv · Marvin auf LinkedIn ↗