Ausgabe vom 3. Juni 2026

Die Executive Order „Promoting Advanced Artificial Intelligence Innovation and Security", die Donald Trump am 2. Juni unterzeichnete, schafft ein freiwilliges Rahmenwerk: KI-Firmen werden gebeten — nicht verpflichtet —, ihre mächtigsten Modelle bis zu 30 Tage vor der Veröffentlichung der US-Regierung zur Prüfung auf nationale Sicherheits- und Cyber-Risiken zu überlassen. Ein eigener Absatz stellt ausdrücklich klar, dass keine staatliche Genehmigungs- oder Lizenzpflicht für neue Modelle entsteht. Federführend sind nicht zivile Standardbehörden, sondern die Sicherheitsapparate NSA, CISA und das Finanzministerium; ein vom Treasury geführtes „Clearinghouse" soll Software-Schwachstellen scannen, ein geheimes Benchmarking die Einstufung der „covered frontier models" liefern.

Dass die Order so zahnlos ausfiel, ist das Ergebnis eines offenen Machtkampfs. Die Mai-Entwurfsfassung sah noch ein 90-Tage-Prüffenster und eine formale staatliche Evaluierungsbefugnis vor. Am 21. Mai sagte Trump die geplante Unterzeichnung kurzfristig ab — nach direkten Interventionen des einflussreichen Risikokapitalgebers David Sacks sowie von Elon Musk und Mark Zuckerberg. Ihr Argument: Pflichttests würden Amerika im Rennen gegen China ausbremsen. „Mir gefielen bestimmte Aspekte nicht … wir führen gegen China", begründete Trump. Aus 90 Tagen wurden 30, aus verpflichtend wurde freiwillig.

Bemerkenswert ist die Gegenseite. Anthropic und OpenAI hatten Berichten zufolge die schärfere Fassung mitgetragen — OpenAI begrüßte die Order ausdrücklich als „wichtigen Schritt". Und auch ein lautstarker Teil der MAGA-Basis stellte sich gegen die Beschleuniger: Über 60 Verbündete, darunter Steve Bannon, forderten Trump in einem offenen Brief zu Pflichttests und staatlicher Freigabe auf, aus Sorge um Arbeitsplätze. Umfragen zufolge befürworten 79 Prozent der Republikaner staatliche KI-Tests. Der Widerstand reicht damit, wie ein Beobachter trocken anmerkte, „von Steve Bannon bis Elizabeth Warren".

Die Pointe der Order liegt in dem, was der heise-Verlag als „exklusiven Zugriff" beschrieb: Regierung und ausgewählte Betreiber kritischer Infrastruktur erhalten bevorzugten Frühzugang zu den Cyber-Fähigkeiten neuer Modelle, während die geheime Einstufung intransparent bleibt und die finale Designation beim NSA-Direktor liegt. Kritiker — etwa das libertäre Cato Institute — warnen vor dieser Machtfülle und vor der Gefahr politischer Ungleichbehandlung. Cyber-Experten halten die Führungsrolle des Finanzministeriums für fachfremd.

Eingebettet ist die Order in Trumps bisherige Linie: Aufhebung von Bidens KI-Dekret im Januar 2025, der deregulierende „AI Action Plan" vom Juli 2025 und der Versuch, Bundesstaaten das eigene Regulieren zu verbieten — flankiert von einer DOJ-Task-Force, die seit Januar State-Gesetze vor Gericht anficht. Die Juni-Order ist die erste föderale Aufsichtsmaßnahme dieser Regierung überhaupt und damit eine partielle Kehrtwende, wenn auch in freiwilliger, abgeschwächter Form. Was die Lücke zwischen Anspruch und Wirklichkeit für Unternehmen bedeutet, vertieft unsere Reportage in dieser Ausgabe.

Codex war bisher ein autonomer Software-Engineering-Agent: ein System, das in einer abgeschotteten Umgebung Code schreibt, testet und ausführt. Am 2. Juni öffnete OpenAI es im Livestream „Intelligence at Work" für alle anderen Berufe. Das Versprechen: Dieselbe agentische Maschinerie — Werkzeuge aufrufen, Kontext sammeln, iterativ an einem Ergebnis arbeiten — erledigt künftig auch die Arbeit von Analysten, Marketers und Bankern. Der Code wird zum Implementierungsdetail; das Ergebnis ist ein Report, ein Dashboard, ein Pitch-Deck.

Konkret erschienen sechs berufsspezifische Plugins: Datenanalyse (mit Anbindung an Snowflake, Databricks, Tableau), kreative Produktion (Figma, Canva, Shutterstock), Vertrieb (Salesforce, HubSpot, Slack), Produktdesign, Public-Equity-Investing (FactSet, S&P, PitchBook) und Investmentbanking. Jedes Plugin bündelt Integrationen, Anweisungen und Kontext, damit Codex einen bestimmten Job „approximiert". Zusammen umfassen sie 62 Apps und 110 Skills; weitere Plugins für Recht, Strategieberatung und Private Equity sind angekündigt.

Das eigentlich Neue sind zwei technische Bausteine. Sites lässt Codex seine Arbeit nicht mehr als lokale Datei, sondern als gehostete, interaktive Website ausgeben — ein Dashboard oder Review-Workspace, teilbar per URL. Annotations erlaubt es, eine konkrete Stelle in einem Dokument, einer Präsentation oder einer Site zu markieren, die Codex dann gezielt überarbeitet. Beide sind zunächst in der Preview für Business- und Enterprise-Kunden. In den kommenden Wochen wandert Codex zudem direkt in die ChatGPT-App — mit deren riesiger Geschäftskundenbasis im Rücken.

Die Zahlen erklären den Schwenk: Laut OpenAIs Report „The Next Era of Knowledge Work" hat Codex über fünf Millionen wöchentliche Nutzer, sechsmal so viele wie beim Start der Desktop-App im Februar. Entwickler bleiben die größte Gruppe, doch Wissensarbeiter machen bereits rund 20 Prozent aus — und wachsen dreimal so schnell. Strategisch verzahnt sich der Schritt mit dem Vortag: Seit dem 1. Juni sind GPT-5.5, GPT-5.4 und Codex auf Amazon Bedrock allgemein verfügbar. Innerhalb von 24 Stunden positionierte OpenAI Codex damit sowohl als Enterprise-Infrastruktur als auch als breites Produktivitätswerkzeug.

Bei aller Wucht der Ankündigung ist Skepsis angebracht. OpenAI formuliert bewusst vorsichtig — Codex „approximiert" einen Job, ersetzt ihn nicht. Unabhängige Belege, wie gut ein Plugin tatsächlich ein vorzeigbares Pitchbook oder eine belastbare Investment-These produziert, fehlen bislang. Und die Plugin-Namen — Investmentbanking, Equity-Investing, Strategieberatung — zielen unübersehbar auf hochbezahlte Wissensarbeit, was die Debatte um Arbeitsplatzverdrängung neu befeuert. Für Anthropic, das sich im Enterprise-Geschäft zuletzt stark positioniert hatte, ist die Ansage klar: Der Kampf verlagert sich von „wer hat das beste Modell" zu „wer besetzt die Arbeitsabläufe".

Ein Chip-Hersteller, der eigene Spitzenmodelle baut: Auf der Computex 2026 in Taipeh machte Nvidia-Chef Jensen Huang am 1. Juni klar, dass das kein Widerspruch ist, sondern Strategie. Zwei offene Modelle standen im Zentrum — eines für Sprache, eines für die physische Welt.

Nemotron 3 Ultra ist das Flaggschiff einer Modellfamilie aus den Stufen Nano, Super und Ultra. Es ist ein Mixture-of-Experts-Modell mit 550 Milliarden Parametern (55 Milliarden davon je Anfrage aktiv), nutzt eine hybride Mamba-Transformer-Architektur und ein Kontextfenster von einer Million Token. Auf dem Intelligence Index der Analysefirma Artificial Analysis erreicht es 48 Punkte — das beste US-Open-Weights-Modell, das aber hinter Chinas Kimi K2.6 (54) zurückbleibt. Nvidias Trumpf ist nicht reine Intelligenz, sondern Tempo und Preis: über 300 Token pro Sekunde, rund 30 Prozent günstiger als der Vorgänger. Ungewöhnlich transparent legt Nvidia neben den Gewichten auch Trainingsdaten und -rezepte offen.

Das zweite Modell, Cosmos 3, ist ein sogenanntes Weltmodell — und das verdient eine Erklärung. Anders als ein Sprachmodell, dem jedes physikalische Verständnis fehlt, lernt ein Weltmodell, eine visuelle Szene zu begreifen, vorherzusagen, wie sie sich über die Zeit verändert, und passende Aktionen zu erzeugen. Vereinfacht: Es kann sich ein physikalisches Umfeld vorstellen und durchspielen, bevor ein Roboter handelt. Cosmos 3 versteht und erzeugt Text, Bild, Video, Umgebungston und konkrete Aktionsdaten — etwa Gelenkwinkel eines Roboterarms. Trainiert wurde es auf 20 Billionen Token multimodaler Daten; es kürzt laut Nvidia die Entwicklungszyklen für Robotik „von Monaten auf Tage".

Warum baut ein Hersteller von Grafikprozessoren überhaupt Modelle? Drei Gründe: Schnelle, offene Modelle kurbeln die Nachfrage nach Nvidia-Hardware an, auf der sie optimal laufen. Sie differenzieren Nvidia als Full-Stack-Anbieter von Chip bis Software. Und sie sind ein geopolitischer Konter: Die US-Open-Source-Landschaft war zuletzt schwach, weil amerikanische Firmen ihre besten Modelle hinter APIs verschließen — während chinesische Open-Source-Modelle wie DeepSeek, Qwen und Kimi den Markt eroberten. Nemotron 3 Ultra ist Nvidias Antwort, „Amerikas bestes offenes Modell" zu stellen.

Für die Branche markiert Cosmos 3 den Kern von Nvidias „Physical AI"-Wette. Weltmodelle liefern synthetische Trainingsdaten, sodass Roboterhersteller nicht endlos reale Daten sammeln müssen — zusammen mit dem offenen Fahrmodell Alpamayo 2 und dem Humanoiden-Referenzdesign Isaac GR00T entsteht ein durchgängiger Robotik-Stack. „Der Urknall der physischen KI steht unmittelbar bevor", formulierte Huang. Beide Modelle stehen über Hugging Face und Nvidias Plattform offen zum Download.

Weil immer mehr Menschen Anrufe unbekannter Nummern ignorieren, ändern Betrüger ihre Taktik: Sie fälschen vertrauenswürdige Rufnummern und nutzen KI-geklonte Stimmen, um wie Vorgesetzte, Behörden oder Familienmitglieder zu klingen. Google stellte am 2. Juni eine Antwort vor — „Fake Call Detection" in der App Phone by Google.

Entscheidend ist, was das Feature nicht tut: Es analysiert weder Stimme noch Gesprächsinhalt. Stattdessen verifiziert es die Herkunft des Anrufs über einen kryptografischen Handschlag zwischen den Geräten. Nutzen beide Seiten Phone by Google, sendet das Gerät des Anrufers in Echtzeit ein stilles Bestätigungssignal über Ende-zu-Ende-verschlüsseltes RCS. Gibt sich ein Betrüger als Kontakt aus, fehlt dieses Signal — das Empfänger-Gerät fragt beim echten Gerät des Kontakts nach, und meldet dieses „Ich telefoniere gerade nicht", erscheint eine Warnung mit dem Rat, sofort aufzulegen. Es ist Verifikation der Identität statt Erkennung des Fälschungsinhalts.

Dieser Ansatz umgeht das verlustreiche Wettrüsten KI gegen KI elegant. Da synthetische Stimmen laut Google für Menschen kaum noch von echten zu unterscheiden sind, wäre ein Stimm-Detektor ein Katz-und-Maus-Spiel. Die kryptografische Quellenprüfung dagegen ist strukturell robust: Wie perfekt der Klon auch klingt — wenn der Anruf nachweislich nicht vom Gerät des Kontakts stammt, ist er entlarvt. Weil die Prüfung lokal und verschlüsselt abläuft, passt sie zur datenschutzfreundlichen Linie ohne Inhaltsauswertung.

Die Achillesferse ist der ummauerte Garten: Das Feature funktioniert nur, wenn beide Seiten Phone by Google samt aktiviertem RCS nutzen. iPhone-Nutzer, Geräte ohne RCS und Drittanbieter-Dialer bleiben außen vor — gerade die geräteübergreifenden „Mama ruft an"-Szenarien sind oft nicht abgedeckt. Google setzt auf den offenen RCS-Standard und lädt andere Anbieter zur Übernahme ein; vorerst bleibt es ein Google-Ökosystem-Feature. Der Rollout startet im Juni 2026, zuerst auf Pixel-Geräten und ab Android 12, das Feature ist standardmäßig aktiv.

Der Bedarf ist real: Laut Interpol trugen Impersonation-Betrügereien im März 2026 zu globalen Schäden von über 400 Milliarden Dollar bei; die US-Handelsbehörde FTC bezifferte allein die Impersonation-Scams 2024 auf 2,95 Milliarden Dollar. Parallel rüstet die Branche auf — von Googles bestehender Scam-Detection in Messages bis zu WhatsApps neuem „Scam Alert". Die Verlagerung von „Inhalt erkennen" zu „Identität beweisen" könnte sich als der widerstandsfähigere Ansatz erweisen.