· 6 Artikel + Reportage + Tool-Radar + Werkstatt

Ausgabe vom 28. März 2026

Maschinell recherchiert, menschlich relevant.

Datenschutz · Plattform

GitHub trainiert künftig Copilot mit Nutzerdaten — wer nicht widerspricht, wird zum Trainingsmaterial

Hintergrund & Analyse

GitHub hat am 25. März 2026 eine Änderung seiner Datenschutzerklärung und Nutzungsbedingungen angekündigt, die ab dem 24. April in Kraft tritt. Der Kern: Interaktionsdaten von Copilot — darunter Eingaben, Ausgaben, Code-Snippets, umgebender Code, Kommentare, Dateinamen, Repository-Strukturen und sogar Daumen-hoch/runter-Feedback — werden standardmäßig zum Training von KI-Modellen verwendet. Betroffen sind alle Nutzer der Tarife Copilot Free, Pro und Pro+.

Wer nicht möchte, dass seine Daten zum Training genutzt werden, muss unter /settings/copilot/features die Option „Allow GitHub to use my data for AI model training“ manuell deaktivieren. Wer bereits zuvor die Datennutzung ausgeschlossen hatte, behält diese Einstellung. Wichtig: Business- und Enterprise-Kunden sowie Studenten und Lehrkräfte sind von der Änderung nicht betroffen.

GitHub betont, dass „private Repository-Inhalte im Ruhezustand“ nicht zum Training verwendet werden. Allerdings können Interaktionsdaten — also Prompts, Vorschläge und generierte Code-Snippets — durchaus aus Arbeiten in privaten Repositories stammen. Die Grenze zwischen „Inhalt des Repos“ und „Interaktionsdaten während der Nutzung“ ist für viele Entwickler undurchsichtig.

Die Reaktion der Community ist gespalten. Kritiker sehen einen Vertrauensbruch: GitHub hatte ursprünglich versprochen, Copilot-Interaktionsdaten nicht für Modelltraining zu verwenden. Open-Source-Advokaten warnen vor einer schleichenden Entwertung der Beiträge freier Entwickler. Auf der anderen Seite argumentiert GitHub, dass die Änderung nötig sei, um Copilot weiterzuentwickeln — und dass ein transparenter Opt-out die bessere Alternative zu verdeckter Datennutzung sei.

Für europäische Entwickler stellt sich zusätzlich die DSGVO-Frage: Ist ein Opt-out-Mechanismus für die Verarbeitung personenbezogener Daten zum Modelltraining überhaupt rechtskonform — oder wäre ein Opt-in erforderlich? Die Frage dürfte Datenschutzaufsichtsbehörden beschäftigen.

Industrie · Übernahme

SAP übernimmt Reltio — Milliarden für KI-fähige Geschäftsdaten

Hintergrund & Analyse

SAP SE hat die Übernahme von Reltio angekündigt, einem führenden Anbieter von Master Data Management (MDM). Der Kaufpreis wurde nicht offiziell bestätigt, doch Reltio wurde zuletzt nach einer 120-Millionen-Dollar-Finanzierungsrunde von Brighton Park Capital mit rund 1,7 Milliarden Dollar bewertet. Der Abschluss wird für das zweite oder dritte Quartal 2026 erwartet.

Die strategische Logik ist klar: SAP will mit der Business Data Cloud eine zentrale Plattform schaffen, die Stammdaten aus SAP- und Nicht-SAP-Systemen für KI-Agenten nutzbar macht. Reltio bringt dafür die entscheidende Technologie mit — die Fähigkeit, Stammdaten aus verschiedenen Quellen zu vereinheitlichen, zu bereinigen und als „Data Products“ bereitzustellen. Das ist die Voraussetzung dafür, dass KI-Agenten verlässlich mit Unternehmensdaten arbeiten können.

Für SAP-Kunden bedeutet das: Reltio wird zum Kernbaustein der SAP Business Data Cloud. Kunden können die Lösung separat oder zusammen mit anderen SAP-Produkten kaufen. Besonders interessant ist der Ansatz für hybride Landschaften — Unternehmen, die neben SAP auch Salesforce, Oracle oder andere Systeme betreiben. Bisher war die Datenintegration über Systemgrenzen hinweg eine der größten Hürden für den KI-Einsatz im Enterprise.

Die Übernahme reiht sich in eine größere Welle ein: Enterprise-Software-Konzerne investieren massiv in die Datengrundlage für KI. Wer die zuverlässigsten Daten liefert, kontrolliert den KI-Stack — unabhängig davon, welches Modell darüber läuft.

Finanzen · IPO

SoftBanks 40-Milliarden-Dollar-Kredit signalisiert OpenAI-IPO noch in diesem Jahr

Hintergrund & Analyse

SoftBank hat einen unbesicherten Brückenkredit über 40 Milliarden Dollar aufgenommen — die größte derartige Finanzierung in der Geschichte. Vergeben wurde der Kredit von JPMorgan Chase, Goldman Sachs und vier japanischen Banken. Der Kredit dient primär dazu, SoftBanks 30-Milliarden-Dollar-Investment in OpenAI zu finanzieren, das im Rahmen der 110-Milliarden-Dollar-Finanzierungsrunde im Februar zugesagt wurde.

Das Schlüsseldetail ist die Laufzeit: Nur zwölf Monate, unbesichert. Damit vertraut ein Konsortium aus sechs Großbanken darauf, dass SoftBank den Kredit innerhalb eines Jahres zurückzahlen kann. Die plausibelste Erklärung: Ein OpenAI-Börsengang noch 2026 würde SoftBank die nötige Liquidität verschaffen. CNBC hatte zuvor berichtet, dass OpenAI einen IPO für das zweite Halbjahr 2026 plant.

SoftBanks Gesamtinvestment in OpenAI übersteigt damit 60 Milliarden Dollar — ein beispielloses Wette auf ein einzelnes Unternehmen. Zum Vergleich: Die gesamte 110-Milliarden-Dollar-Runde war bereits die größte private Finanzierung der Geschichte. SoftBank-CEO Masayoshi Son hat OpenAI zu seiner „Jahrhundertwette“ erklärt.

Für die KI-Branche ist die Implikation erheblich: Wenn OpenAI tatsächlich an die Börse geht, wäre es einer der größten IPOs aller Zeiten — und würde den Markt für KI-Unternehmensbewertungen fundamental verändern. Die Bewertung von OpenAI lag zuletzt bei über 300 Milliarden Dollar — mehr als viele etablierte Börsenkonzerne.

Robotik · Deutschland

Rossmann testet ersten humanoiden Roboter in der Logistik — Walker S2 soll Mitarbeiter entlasten

Hintergrund & Analyse

Rossmann hat als eines der ersten deutschen Handelsunternehmen einen humanoiden Roboter in den Praxiseinsatz gebracht. Der UBTech Walker S2, ein chinesischer humanoider Roboter mit 52 Freiheitsgraden, wird ein Jahr lang im Logistikzentrum Burgwedel bei Hannover getestet. Partner des Pilotprojekts ist Terra Robotics, ein auf Industrierobotik spezialisiertes Unternehmen.

Der Walker S2 wurde speziell für industrielle und logistische Anwendungen entwickelt. Zu seinen Fähigkeiten gehören das autonome Wechseln der Batterie, eine Beweglichkeit, die in vielen Bereichen menschliche Mobilität erreicht oder übertrifft, und die Fähigkeit zum selbstständigen Navigieren in unstrukturierten Umgebungen. UBTech hat bereits mit der Serienproduktion begonnen und Bestellungen im Wert von über 800 Millionen Yuan (rund 100 Millionen Euro) verbucht.

Rossmann betont den pragmatischen Ansatz: Es geht nicht um den Ersatz von Mitarbeitern, sondern um die Entlastung bei repetitiven und ergonomisch belastenden Tätigkeiten. Das Projekt folgt einem klaren Fahrplan — von ersten Use-Case-Szenarien über schrittweise Praxisimplementierung bis zur Bewertung möglicher Skalierung.

Für den deutschen Handel ist der Pilot bemerkenswert: Während Amazon seit Jahren auf spezialisierte Logistikroboter setzt, ist der Einsatz humanoider Roboter — die flexibler, aber auch teurer sind — in Deutschland bisher die Ausnahme. Der Fachkräftemangel in der Logistik verschärft den Druck: Bis 2030 werden in Deutschland über 100.000 Logistikfachkräfte fehlen.

Produkt · Suche

Google Search Live geht weltweit an den Start — Kamera und Stimme ersetzen die Suchleiste

Hintergrund & Analyse

Google hat die globale Verfügbarkeit von „Search Live“ angekündigt — einer Funktion, die im Juli 2025 zunächst nur in den USA und Indien gestartet war. Mit der Erweiterung auf über 200 Länder wird Search Live zum ersten wirklich globalen multimodalen Such-Feature.

Die Funktion ermöglicht es Nutzern, ihre Smartphone-Kamera auf beliebige Objekte zu richten und in Echtzeit darüber zu sprechen. Google liefert kontextbezogene Antworten, die sowohl den visuellen als auch den sprachlichen Input berücksichtigen. Technisch basiert die Erweiterung auf Gemini 3.1 Flash Live, Googles neuem Audio- und Sprachmodell, das für niedrige Latenz und natürliche Konversation optimiert ist.

Zugang erhalten Nutzer über die Google-App für Android und iOS: Unter der Suchleiste erscheint ein neues „Live“-Icon. Anders als bei herkömmlichen Lens-Suchen können Nutzer Folge­fragen stellen, ohne die Kamera neu auszurichten — die KI behält den visuellen Kontext über mehrere Fragen hinweg.

Für die Suchbranche ist das ein strategischer Zug: Google rückt die multimodale Suche ins Zentrum des Nutzererlebnisses und macht gleichzeitig Gemini für hunderte Millionen Nutzer erlebbar — nicht als separaten Chatbot, sondern als natürliche Erweiterung der Google-Suche. Für Perplexity und andere KI-Suchkonkurrenten erhöht das den Druck erheblich.

Sicherheit · OpenAI

OpenAI startet Safety Bug Bounty — Belohnungen für die Suche nach Schwachstellen in KI-Agenten

Hintergrund & Analyse

OpenAI hat am 25. März 2026 ein öffentliches „Safety Bug Bounty“-Programm gestartet, das neben dem bestehenden Security Bug Bounty läuft. Der Unterschied: Das neue Programm akzeptiert auch Meldungen, die zwar kein klassisches Sicherheitsproblem darstellen, aber „bedeutsame Missbrauchs- und Sicherheitsrisiken“ für die Produkte aufzeigen.

Im Fokus stehen KI-spezifische Angriffsvektoren: Prompt Injection durch Drittanbieter-Inhalte, Datenexfiltration aus Agentensystemen, unerwünschte Massenaktionen durch agentische Produkte auf OpenAIs Website und andere schädliche Verhaltensweisen. Forscher werden ausdrücklich aufgefordert, Risiken in OpenAIs agentischen Produkten zu identifizieren — also Systemen, die im Auftrag des Nutzers handeln und auf dessen Daten zugreifen: Atlas Browser, Codex, Operator, Connectors und andere ChatGPT-Tools.

Das Programm läuft über Bugcrowd und folgt den gleichen Grundregeln wie das bestehende Security Bug Bounty. Eingereichte Berichte werden gemeinsam von den Safety- und Security-Teams gesichtet und können zwischen den beiden Programmen weitergeleitet werden.

Die Einführung kommt zu einem Zeitpunkt, an dem agentenbasierte KI-Systeme zunehmend reale Aktionen ausführen — vom Surfen im Web über Code-Ausführung bis hin zu API-Aufrufen. Die Angriffsoberfläche ist damit deutlich größer als bei reinen Chatbots. Parallel dazu hatte heise online am selben Tag berichtet, dass KI-Agenten bereits aktiv GitHub-Repositories nach Schwachstellen in Bash-Skripten, PHP-Dateien und Dockerfiles durchsuchen — ein weiterer Hinweis darauf, dass die Sicherheit agentischer Systeme zum zentralen Thema wird.

Reportage

AI Regulation weltweit — Der globale Flickenteppich und was das für Entwickler bedeutet

Weiterlesen →

Tool-Radar

6 neue KI-Tools, die diese Woche aufgefallen sind

Task-Management-Board speziell für KI-Agenten: Agenten können Aufgaben abholen, Updates posten und Tasks abschließen. Unterstützt MCP- und CLI-Integration mit OpenClaw, Codex, Claude Code und Cursor.
Product-Hunt-Launch 24. März. Indie-Startup.
„Cron für das KI-Zeitalter“: Plattform zum Schedulen und Ausführen von KI-Agenten in ephemeren Cloud-Sandboxes. Automatisiert PR-Reviews, Preisüberwachung und Video-Konvertierung.
Product-Hunt-Launch 25. März. Indie-Startup.
Erste GUI für das OpenClaw-Ökosystem: Native Mac-App zum Verwalten mehrerer VPS-Instanzen über ein zentrales Dashboard — One-Click-Deploy auf Hetzner, Self-Healing bei Agent-Crashes.
Product-Hunt-Launch 23. März. Open Source (GitHub).
Visuelles Feedback-Tool: UI-Elemente annotieren, Klassennamen und Selektoren werden automatisch erfasst und als strukturierten Kontext an Coding-Agenten gesendet. Zwei-Wege-MCP-Integration für React, Vue und Svelte.
Product-Hunt-Launch 28. März. Open Source, Indie-Startup.
Coding-Agenten vom Handy steuern: Per Telegram (Text oder Sprache) Codex und Claude Code fernsteuern, während der Code in einer Cloud-Sandbox läuft. Parallele Worker („SubTurtles“) für größere Tasks.
Product-Hunt-Launch 28. März. Open Source.
Shopify-Produkte in KI-Chats verkaufen: Produktkataloge werden automatisch in ChatGPT, Copilot und Google AI Mode syndiziert. KI-Traffic auf Shopify-Stores ist seit Januar 2025 um das 7-fache gestiegen.
GA für alle US-Händler seit 24. März. Shopify (Big Tech).

Aus der Werkstatt

YouTube-Empfehlungen der Woche

Two Minute Papers DeepMind Thumbnail
Tutorial · 10 Min.
Two Minute Papers (1,79M Subs) · 27. März 2026
Károly Zsolnai-Fehér präsentiert DeepMinds neuestes Forschungsergebnis und erklärt in seiner gewohnt begeisternden Art, wie KI die wissenschaftliche Forschung verändert — kompakt, verständlich und in zehn Minuten.
Y Combinator Chollet AGI Thumbnail
Interview · 57 Min.
Y Combinator (2,2M Subs) · 27. März 2026
Der Schöpfer von Keras und Erfinder des ARC-Benchmarks erklärt bei Y Combinator, warum reines Skalieren von Modellen nicht zu AGI führt. Chollet argumentiert für neue Architekturen jenseits des Transformer-Paradigmas — ein Muss für alle, die die aktuelle AGI-Debatte einordnen wollen.