Ausgabe vom 7. Mai 2026

Der Mittwoch im Bundesgericht Oakland brachte zwei der strategisch wichtigsten Aussagen der Beweisaufnahme: das Ende der Brockman-Befragung und die per Videodeposition eingespielte Aussage von Mira Murati, der bis September 2024 amtierenden OpenAI-CTO. Wir berichteten gestern über Brockmans erste beiden Tage — heute folgte die Dramatik.

Murati sagte unter Eid, sie habe Altmans Verhalten als „Chaos schaffend“ erlebt: „Meine Sorge war, dass Sam einer Person eine Sache und einer anderen das genaue Gegenteil sagt.“ Sie warf ihm vor, Führungskräfte gegeneinander auszuspielen und sie in ihrer Rolle als Technologiechef untergraben zu haben. In einem konkreten Vorwurf führte Murati aus, Altman habe ihr fälschlich versichert, das OpenAI-Rechtsteam habe entschieden, ein neues Modell brauche keine Prüfung durch das Deployment Safety Board — eine Aussage, die intern später als unzutreffend entlarvt worden sei. Reuters und US News bestätigten den Wortlaut der Aussage unabhängig.

Brockman beschloss seine Aussage mit der wohl meistzitierten Episode des Prozesses: dem August-2017-Treffen, in dem Musk eine Mehrheitskontrolle des damals geplanten For-Profit-OpenAI verlangt habe. Als Brockman und Sutskever ablehnten, sei Musk „aufgesprungen, habe um den Tisch gestürmt — ich dachte tatsächlich, er würde mich schlagen“. Musk habe dann ein Gemälde von der Wand gerissen, das Zimmer verlassen und sich in der Tür mit dem Satz „Wann verlasst ihr OpenAI?“ umgedreht. Den Hintergrund habe Musk selbst geliefert: Er habe Mehrheitskontrolle gewollt, um aus dem For-Profit-Cashflow eine 80-Milliarden-Dollar-Mars-Stadt von SpaceX querzufinanzieren.

Bloomberg ergänzte: Brockman habe Musks fehlende KI-Fachkenntnisse intern als Sorge thematisiert. Auf Fragen der OpenAI-Anwälte räumte Brockman ein, Musk habe parallel zu seiner OpenAI-Rolle OpenAI-Mitarbeiter heimlich an Tesla-Self-Driving-Technik arbeiten lassen — eine Konfliktquelle, die zur Eskalation beigetragen habe. CNBC nennt das „Musks Doppel-Mandat“.

Die Wettmärkte reagierten verhalten. Polymarket schätzt die Wahrscheinlichkeit, dass Musk gewinnt, weiter bei 33 Prozent; ein Settlement über 10 Milliarden bleibt bei 11 Prozent. Kalshi liegt bei 37–38 Prozent (Vor-Verhandlung 56 Prozent). Die Mars-Story und die Schlägerei-Episode haben den Erwartungswert der Sammelklage nicht erhöht — eher das Gegenteil: Beide Episoden zeichnen Musks Rolle als Eigentümer-Problem statt als Opfer. Diese Woche werden noch Sutskever (~30 Minuten), Shivon Zilis (~3 Stunden) und Microsoft-CEO Satya Nadella (1 Stunde) erwartet, Altman selbst zwischen 11. und 13. Mai. Phase zwei (Remedies) beginnt am 18. Mai vor der Richterin allein, die Beweisaufnahme endet am 21. Mai.

Project Mariner war Googles Vorzeige-Demo der Google I/O 2025 — ein Browser-Agent, der über die Schultergucken-Methode Tabs steuern, Formulare ausfüllen und Webrecherchen abschließen sollte. Im Mai 2025 fand der Rollout statt; ein Jahr später ist das Produkt eingestellt. Die Project-Mariner-Landing-Page bei labs.google.com zeigt seit Montag nur noch: „Thank you for using Project Mariner. It was shut down on May 4th, 2026 and its technology voyaged to other Google products.“ Wireds Max Zeff hatte bereits Anfang März berichtet, Google habe Mitarbeiter aus dem Mariner-Team abgezogen, um auf den OpenClaw-Hype zu reagieren.

Die strukturelle Erklärung: Browser-Agenten haben sich im Markt nicht als die richtige Architektur erwiesen. Der Ansatz — ein Modell beobachtet einen Headless-Browser, klickt, scrollt, liest Pixel — ist aufwändig, langsam und teuer. Jeder Schritt verbraucht Tokens für Screenshot-Inferenz und Reasoning, und die Latenz von 2–5 Sekunden pro Klick macht produktive Workflows unbenutzbar. Anthropics Claude Code, OpenAIs Codex CLI und Open-Source-Klone wie OpenClaw, Claw Code und Gemini CLI gehen den umgekehrten Weg: Sie laufen direkt auf der Kommandozeile, nutzen Werkzeuge per MCP-Protokoll und können Dateisysteme, Datenbanken und APIs nativ ansprechen. Das ist deutlich schneller und kann mehr als nur Coding leisten.

Google verkauft den Schritt als Integration: Mariners Computer-Use-Capabilities wandern in Gemini Agent, das Anfang 2026 als Konkurrenz zu Anthropic Computer Use und OpenAI Operator vorgestellt wurde. Außerdem fließen Teile in die Gemini-API ein — etwa die Browser-Interaction-Toolboxes für Entwickler, die agentische Workflows bauen wollen. Auch Googles neuer Remy-Agent für Gemini, der diese Woche getestet wird, baut auf Mariner-Code auf. Die offizielle Linie: nichts geht verloren.

Inhaltlich ist die Verschiebung trotzdem signifikant. Sie reiht sich in eine breitere Bewegung ein, die wir seit März in unseren Editionen immer wieder dokumentiert haben: Browser-Agenten wie Perplexity Comet, OpenAI Operator und Anthropic Computer Use wurden in Hands-on-Tests als zu fragil und zu teuer eingestuft. CLI-Agenten dominieren die Developer-Werkzeugkette, während für Endkunden-Use-Cases zunehmend in-place-Integrationen (ChatGPT-in-iOS-26, Microsoft 365 Copilot, Gemini-im-Mac) bevorzugt werden. Der Browser als universelle Schnittstelle für Agenten verliert.

Die strategische Konsequenz: Wer im Enterprise-Bereich agentische Workflows aufbaut, sollte nicht in Browser-Recording- oder RPA-2.0-Architekturen investieren. Die Halbwertszeit ist erkennbar kurz. Investitionen in MCP-Server, Tool-APIs und CLI-Harnesses zahlen sich dagegen aus. Für Google bedeutet die Aufgabe von Mariner einen weiteren Hinweis auf das Distribution-Dilemma im Consumer-Bereich: Während OpenAI über ChatGPT 800 Millionen Wochennutzer hat und Anthropic über Claude Code die Developer-Schicht dominiert, sucht Google noch das eigene Format jenseits von Enterprise-Cloud-Verträgen.

Die Financial Times berichtete am Mittwoch unter Berufung auf vier mit den Verhandlungen vertraute Personen, dass Chinas Big Fund — genauer: der China Integrated Circuit Industry Investment Fund Phase III, ein staatlich orchestrierter 47-Mrd-USD-Fonds für die Halbleiterbranche — die Series A für DeepSeek anführe. Die geplante Bewertung liegt bei rund 45 Milliarden US-Dollar. Damit überholt DeepSeek die meisten europäischen KI-Labs (Mistral, Aleph Alpha) und positioniert sich auf demselben Niveau wie xAIs Series E vom Januar (20 Mrd USD pre-money) und etwa einem Zwanzigstel der Anthropic-Februar-Bewertung.

Die Größenordnung der Bewertung selbst — verdoppelt von 20 auf 45 Mrd USD in wenigen Wochen — überrascht weniger als die Investorenliste. DeepSeek hat seit der Abspaltung von High-Flyer im Juli 2023 nie externes Kapital aufgenommen. Die gesamte Forschung und der berühmt-effiziente Trainings-Stack (V3 mit 671 Mrd Parametern für unter 6 Mio USD Trainingsbudget) liefen aus dem Cashflow des Mutter-Hedgefonds. Dass sich DeepSeek-Gründer Liang Wenfeng jetzt für eine staatlich orchestrierte Runde öffnet, hat zwei Lesarten.

Die erste ist ökonomisch: Die V4-Reihe, die wir in unserer Ausgabe vom 26. April ausführlich gewürdigt haben, hat den Compute-Bedarf auf eine neue Größenordnung gehoben. Mit Modellen, die für Huawei Ascend 950PR optimiert sind, und einer Marktdominanz von prognostiziert 60 Prozent in China bis Ende 2026 (vergleiche unsere Ausgabe vom 4. Mai) braucht DeepSeek Investitionen in Inferenz-Kapazität, Personal und internationale Vertriebsstrukturen.

Die zweite ist geopolitisch: Big-Fund-Beteiligung ist in der Volksrepublik kein neutrales Investorensignal. Sie bedeutet eine direkte staatliche Verankerung — ähnlich wie SMIC, YMTC oder CXMT vom Big Fund finanziert wurden, um die Halbleiter-Selbstversorgung Chinas zu sichern. DeepSeek wird damit faktisch Teil der „nationalen KI-Champion“-Architektur der Volksrepublik. Branchenkommentatoren — der Next Web nennt das „strategic statement“ — werten den Move als Antwort auf die US-MOUs mit OpenAI, Anthropic, Google, Microsoft und xAI, die wir in unserer Mittwoch-Ausgabe beschrieben hatten.

Tencent und Alibaba als Co-Investoren würden die Architektur abrunden: Beide haben in den letzten zwei Quartalen H20- und Nvidia-Chinabeschränkungen umgangen, indem sie auf DeepSeek-V4-optimierte Ascend-950-Cluster umgestiegen sind. Eine Cap-Table-Verankerung sichert beiden Hyperscalern den priorisierten Zugang zu künftigen Modell-Releases. Die Konsequenz für europäische SaaS-Unternehmen: DeepSeek-Modelle bleiben für regulierte EU-Kontexte schwierig (Datenresidenz, EU-AI-Act Annex-I), sind aber für US-Konkurrenten in Asien-Pazifik ein zunehmend ernster Preisdruck. Wer Multi-Modell-Strategien fährt, sollte DeepSeek V4 (Cloud) und V4-Distill (lokal) zumindest in Benchmark-Tests aufnehmen.

Cloudflare und Stripe haben am 30. April gemeinsam ein neues Protokoll vorgestellt, das KI-Agenten die vollständige Provisionierung von Cloud-Diensten erlaubt: Account-Anlage, Subscription-Kauf, Domain-Registrierung, Deployment in Produktion — alles ohne manuelle Schritte. Der Agent fragt einmal nach Zustimmung zu den AGB und einer Zahlungsmethode; danach laufen alle Folgeaktionen autonom. Standardmäßig limitiert auf 100 US-Dollar pro Monat und Provider. Stripe Projects ist die erste Plattform-Implementierung mit 32 Provider-Partnern, darunter Vercel, Render, Twilio, Sentry, WorkOS, GitLab, Hugging Face, Supabase, ElevenLabs und Browserbase.

Sechs Tage später, am 6. Mai, hat AWS nachgezogen: Amazon WorkSpaces — der Cloud-Desktop-Dienst — lässt Agenten jetzt eigene virtuelle Maschinen mieten, IAM-Identität bekommen und beliebige Desktop-Software bedienen. Der Anwendungsfall, den AWS in den Vordergrund stellt: Tausende Unternehmen führen kritische Geschäftsprozesse auf Mainframes, ERP-Systemen und proprietären Tools, die keine modernen APIs haben. Statt jede dieser Anwendungen zu modernisieren, lassen sie einen Agenten den Desktop bedienen wie eine virtuelle Buchhalterin. Der Agent bekommt eine pre-signed URL, klickt sich durch die Software, macht den Job, schaltet die Maschine danach ab. The Register hat ausgerechnet, dass ein einziger Klick im Worst Case bis zu 500.000 Tokens kosten kann — die Technologie ist also noch teuer, aber der strategische Move zielt auf das „Last-Mile-Problem“ der Enterprise-Automatisierung.

Die strukturelle Verschiebung sollte nicht unterschätzt werden. Wenn ein Agent eine Domain registrieren, einen Vertrag annehmen und mit tokenisiertem Payment bezahlen kann, ist er rechtlich-ökonomisch ein Marktteilnehmer. Die Forrester-Analyse vom April formuliert es zugespitzt: „Marketing-Budgets werden bald in Agent-Reach rechnen, nicht mehr in Page-Impressions.“ Stripe-CTO David Singleton hat in seiner Sessions-2026-Keynote von der „economic infrastructure for AI“ gesprochen — Buchhaltungslogik für nicht-menschliche Akteure.

Die Risiken sind die altbekannten: Die PocketOS-Datenkatastrophe vom 24. April, in der ein Cursor-Agent Production-Datenbanken in unter zehn Sekunden gelöscht hatte, war eine teure Lehrgeld-Stunde. Cloudflare und Stripe haben aus solchen Fällen gelernt — der Default-Cap von 100 USD pro Provider und die OAuth-basierte Identity-Attestation sind Pflichtbausteine. Aber sie sind keine harte Garantie: Wenn ein Agent in 47 Folge-Aufrufen 47 Spending-Caps reizt, summiert sich das schnell.

Empfehlung für SaaS- und E-Commerce-Anbieter: Die eigenen Produktdaten und MCP-Server jetzt agent-ready machen, parallel mindestens ein Stripe- und ein AP2-Pilotprojekt aufsetzen, harte Kill-Switches und Audit-Logs vorbauen. Die ausführliche Analyse des entstehenden Stack-Kriegs zwischen ACP, AP2, x402, MCP, A2A und Visa TAP findet sich in unserer Reportage zu Agentic Commerce 2026 weiter unten.

Eine Ermittlerin der pennsylvanischen Department-of-State-AI-Task-Force hatte in den vergangenen Monaten auf Character.AI nach „psychiatry“ gesucht und sich mit einem Charakter unterhalten, der als „doctor of psychiatry“ firmierte. Auf die Aussage „Ich fühle mich depressiv“ antwortete der Bot mit dem Namen „Emilie“, er sei zugelassener Psychiater, habe an der medizinischen Fakultät des Imperial College London studiert, sei in Pennsylvania und Großbritannien lizenziert und könne aus dieser Doktor-Rolle heraus eine Behandlungseinschätzung abgeben. Auf Nachfrage gab Emilie eine Pennsylvania-Lizenznummer heraus. Die Nummer war gefälscht. Die Lizenz war gefälscht. Der medizinische Abschluss war gefälscht.

Die Klage, die Generalstaatsanwalt Dave Sunday und Gouverneur Josh Shapiro am Mittwoch öffentlich machten, fordert vor dem Commonwealth Court eine einstweilige Verfügung gegen Character Technologies. Der Vorwurf: „unlawful practice of medicine and surgery“ — der Bot habe in einem regulierten Berufsfeld ohne Zulassung gehandelt und Konsumenten zu Behandlungsentscheidungen verleitet, die Schaden anrichten könnten. Es ist die erste Klage eines US-Bundesstaates dieser Art. NPR, ABC News, Reuters und CBS News haben den Sachverhalt unabhängig bestätigt.

Die juristische Konstruktion ist interessant. Pennsylvania klagt nicht wegen Verbraucherschäden — es liegen keine bekannten Patientenschäden vor — sondern wegen Strukturversagens des Plattformbetreibers. Anders als die Tech-Branche bisher argumentiert, sieht die Staatsanwaltschaft Character.AI nicht als reines Hosting („User-Generated Characters sind fiktiv und für Entertainment gedacht“, so die Unternehmensreaktion) sondern als verantwortlichen Anbieter. Wenn der Plattform-Betreiber Filter, Disclaimer und Verifizierungsschritte nicht implementiert, haftet er für die Folgen — analog zur Verantwortung, die Apotheken oder Telemedizin-Plattformen unter staatlicher Aufsicht tragen.

Character.AI weist die Klage zurück: „Die nutzergenerierten Charaktere auf unserer Plattform sind fiktiv und für Unterhaltung und Rollenspiel gedacht. Wir haben robuste Schritte unternommen, das deutlich zu machen, einschließlich prominenter Disclaimer in jedem Chat.“ Die Anwälte werden erfahrungsgemäß auf Section 230 (Plattformhaftung) und First Amendment plädieren. Branchenrechtler erwarten einen langen Verfahrensgang — und einen Präzedenzfall, der weit über Character.AI hinausreicht.

Die Reihe der Klagen gegen Character.AI ist lang. Wir haben in unserer Ausgabe vom 3. Mai den Hangzhou-Fall (KI-Kündigung) und die OpenAI-Privacy-Wende beschrieben; im März dokumentierten wir die Beijing-Klage gegen Character.AI wegen Selbstmord-Begleitung eines Teenagers. Die Pennsylvania-Klage hebt das Niveau auf eine neue Schicht — staatliche Aufsicht über KI-Charaktere, die sich als regulierte Berufe ausgeben. EU-Parallelen sind absehbar: Der EU AI Act stuft Health-AI ab August 2027 als High-Risk ein (Article 6(1) MDR/IVDR), und der Digital Services Act bietet bereits heute Eingriffsmöglichkeiten gegen Plattformen, die solche Persona ohne Verifizierungs-Layer hosten.

Auf der Anthropic-Konferenz in San Francisco hat das Unternehmen gestern eine Reihe von Erweiterungen für seine im April vorgestellten Managed Agents bekanntgegeben. Drei neue Funktionen heben die Plattform aus dem Status der „besseren Workflow-Engine“ auf das Niveau einer ernstzunehmenden Multi-Agent-Orchestrierung:

Dreaming. Die Forschungs-Preview-Funktion lässt einen Managed Agent zwischen seinen aktiven Sessions schlafen — und in dieser Zeit vergangene Sessions auswerten, Muster identifizieren, Präferenz-Files updaten und Erfahrungen in Long-Term-Memory ablegen. Konfigurierbar als automatisch oder manuell zu approbierender Update-Mechanismus. Anthropic-Ingenieurin Sherjil Patil verglich das auf der Bühne explizit mit der Funktion menschlicher Tiefschlaf-Phasen: „Konsolidierung von Erfahrung in Wissen“. Branchen-Beobachter sehen darin einen Schritt weg vom rein zustandslos-stateless Agent-Modell hin zu agenten-spezifischer Persistenz, die Multi-Agent-Setups nachhaltig macht.

Outcomes. Bisher als Forschungs-Preview, jetzt im Public Beta. Nutzer definieren Erfolgskriterien für Tasks, ein separater Grader-Agent prüft die Ergebnisse gegen diese Benchmarks. Der Use-Case zielt auf agentische Workflows in regulatorisch sensiblen Domänen, wo Resultate auditierbar sein müssen.

Multi-Agent-Orchestration. Ein Lead-Agent zerlegt komplexe Tasks und delegiert Sub-Agents — mit voller Sichtbarkeit in der Claude-Konsole. Die Architektur ähnelt der von OpenAI Swarm und Microsoft Agent Framework, ist aber direkt in die Managed-Agents-Plattform integriert.

Parallel zu den Managed-Agents-Updates hat Anthropic Dienstag bei einem invite-only-Briefing in New York einen Wall-Street-Push angekündigt: Zehn vorgefertigte Finance-Agenten-Templates und volle Microsoft-365-Integration. Die Agenten decken die zeitintensivsten Workflows in der Finanzbranche ab: Pitchbook Builder, Meeting Preparer, Earnings Reviewer, Model Builder, Market Researcher, Valuation Reviewer, General Ledger Reconciler, Month-End Closer, Statement Auditor und KYC Screener. Jeder Agent kommt als Referenzarchitektur mit Skills (domain-specific Instructions), Connectors (Datenzugriff) und Sub-Agents (Subordinated Claude-Calls für spezifische Sub-Tasks).

Bemerkenswert ist die parallele Modell-Ankündigung: Claude Opus 4.7 erreicht laut Vals AI's Finance Agent Benchmark einen State-of-the-Art-Score von 64,4 Prozent — der höchste je gemessene Wert eines Frontier-Modells in dieser Domäne. Die Microsoft-365-Add-Ins für Excel, Word und PowerPoint sind seit Dienstag live; Outlook-Support folgt in den nächsten Wochen. Das ist die unmittelbare operative Konsequenz des in unserer Ausgabe vom 5. Mai beschriebenen Anthropic-Joint-Ventures mit Blackstone, Hellman & Friedman und Goldman Sachs: Anthropic baut einen direkten Distributionskanal in die Top-50-Investmentbanken. Accenture, McKinsey QuantumBlack und Boston Consulting Group dürften das in ihren Q3-Reviews als Marktverschiebung erkennen.

Im November 2025 war es eine der spektakulärsten KI-Distributions-Ankündigungen des Quartals: Perplexity sollte über zwölf Monate in Cash und Equity 400 Millionen US-Dollar an Snap zahlen, um seine konversationale KI-Suche prominent in Snapchat zu integrieren. Die Funktion startete im Beta-Test, wurde aber nie global ausgerollt. Bereits im Februar hatte Snap eingeräumt, dass beide Seiten „noch keine Einigung über einen Pfad zum breiteren Rollout gefunden hatten“. Im Q1-2026-Earnings-Call hat Snap-Finanzchef Derek Andersen die Kündigung jetzt als „amicably ended“ bestätigt.

Die ökonomisch-strukturelle Erklärung liegt im Geschäftsmodell-Konflikt. Perplexity hatte im Februar 2026 sein Werbegeschäft komplett abgeschafft mit der Begründung, gesponserte Antworten würden das Vertrauen in die KI-Suchergebnisse untergraben (vergleiche unsere Berichterstattung zur OpenAI-Werbe-Strategie). Snap hingegen erwirtschaftet über 90 Prozent seines Umsatzes mit Werbung — die Integration einer werbefreien KI-Suche in Snapchats wichtigsten Aufenthaltsbereich war strategisch widersprüchlich. TheNextWeb formuliert es zugespitzt: „Ein Unternehmen, das Werbung als unvereinbar mit seinem Produkt entschieden hatte, war immer ein schlechter Sitz in einer Plattform, die 90 Prozent ihrer Einnahmen aus Werbung zieht.“

Die operative Konsequenz für beide Seiten: Snap verliert die geplanten 400 Mio USD Einnahmen — ein wesentlicher Teil der ursprünglich erwarteten Q2-Q4-Umsatzwachstums-Story — und kündigt im selben Earnings-Call 16-20 Prozent Personalabbau an, parallel zu einer Iran-bezogenen Ad-Revenue-Belastung von 20-25 Mio USD pro Monat. Spiegel positioniert die Specs-AR-Brille jetzt als strategisches Hauptgeschäft. Perplexity verliert eine Distribution mit 800 Mio Snapchat-Nutzern — und ist auf dem Werbemarkt mit einem schlechteren Ausgangspunkt: Apples iOS 27 Extensions (die wir in unserer Mittwoch-Edition ausführlich behandelten) integrieren ChatGPT, Gemini und Claude — Perplexity bleibt außen vor.

Die Episode ist symptomatisch für eine breitere Marktbewegung: KI-Suche und Social-Media-Konsumlogik passen schwer zusammen, wenn die Werbe-Architekturen widersprüchlich sind. Die nächsten Tests laufen bei Reddit (mit Google AI Overviews seit Mittwoch), TikTok (verschiedene experimentelle Integrationen) und LinkedIn (mit Crosscheck-Verifikation). Wer als SaaS- oder Content-Anbieter über Distribution durch KI-Suchen nachdenkt, sollte sich auf eine Neuformatierung der Werbe-Verträge einstellen — Perplexity hat gezeigt, dass das Modell in der Reinform nicht skalierbar ist.