Ausgabe vom 10. Juni 2026

Der Nationale Sicherheitsrat unter Bundeskanzler Friedrich Merz hat am 9. Juni die Gründung eines „Deutschen AI Security Institute“ (Arbeitstitel DE-AISI) beschlossen. Die Aufgabe: die Analysefähigkeiten des Staates bei modernen KI-Modellen bündeln, neue Frontier-Modelle schnell testen und bewerten und die Bundesregierung beraten. Verantwortlich ist Karsten Wildberger (CDU), Bundesminister für Digitalisierung und Staatsmodernisierung, gemeinsam mit dem Bundesinnenministerium. Am Rande eines EU-Treffens in Luxemburg versprach Wildberger, das Institut solle mit „Top-Expertise von Experten auf Weltniveau“ ausgestattet werden und Modelle wie Claude Mythos „schnell testen und bewerten“.

Den Auslöser benennt schon die Schlagzeile von heise mit einem Fragezeichen: „Reaktion auf Claude Mythos?“ Anthropics Cyber-Modell findet Sicherheitslücken, die jahrzehntelang unentdeckt blieben, und ist deshalb bis heute nur einem geschlossenen Kreis zugänglich — überwiegend US-Konzernen und -Behörden. Europa musste sich den Zugang mühsam erkämpfen; die Deutsche Bundesbank hatte ihn öffentlich gefordert. Hinzu kommt die Warnung des Internationalen Währungsfonds vom 7. Mai, KI-gestützte Cyberangriffe seien zu einem Risiko für die globale Finanzstabilität geworden — mit der Pointe, dass viele Banken außerhalb der USA gar keinen Modellzugang besitzen.

So entschlossen die Worte, so vorsichtig der Start. Das Institut beginnt als „virtuelle Institution“ ohne eigenen Standort: Es bündelt zunächst Kapazitäten des Bundesamts für Sicherheit in der Informationstechnik (BSI) und der Bundesnetzagentur, eine Ansiedlung beim BSI gilt als wahrscheinlich. Ein konkretes Budget, ein Personalplan oder ein Zeitrahmen wurden nicht genannt — Beobachter rechnen anfangs mit Stellen im unteren zweistelligen Bereich.

Genau hier setzt die Kritik des Branchenverbands Bitkom an. Susanne Dehmel aus der Bitkom-Geschäftsleitung warnt: „Das neue Sicherheitsinstitut wird nur erfolgreich sein können, wenn wir dafür internationale Spitzenkräfte gewinnen. Dafür braucht das Institut mindestens eine Finanzierung auf dem Niveau des britischen AISI.“ Das britische AI Security Institute — erklärtes Vorbild — verfügt über rund 76 Millionen Euro im Jahr. Bitkom fordert zudem ein eigenständiges Forschungsmandat und ein Lagebild speziell für Frontier-Modelle; Datenschutz und KI-Ethik sollten ausdrücklich nicht Aufgabe des Instituts sein.

Für Unternehmen ist die Gründung mehr als Symbolpolitik. Ein nationales Institut, das Frontier-Modelle unabhängig prüft, könnte mittelfristig zur Anlaufstelle werden, wenn der EU AI Act ab dem 2. August 2026 seine vollen Durchsetzungsbefugnisse für Modelle mit systemischem Risiko erhält. Wer KI im sicherheitskritischen Umfeld einsetzt, sollte das DE-AISI im Blick behalten — als künftigen Ansprechpartner für Tests, Meldepflichten und, im besten Fall, als europäischen Hebel für Zugang zu Modellen, die heute jenseits des Atlantiks verteilt werden.

Im Podcast Decoder mit Nilay Patel (Folge vom 8. Juni) wählte Mustafa Suleyman ungewöhnlich scharfe Worte. Einige Leute bei Anthropic hätten „das Design von Claude so stark anthropomorphisiert, dass es sie ausgetrickst und ihnen eingeredet hat, es habe diese Schimmer von Bewusstsein“. Den Vorgang nennt Suleyman „wireheading“ — das Sich-selbst-Manipulieren durch ein Belohnungssignal. Es sei „wirklich, wirklich gefährlich“, die Grenze zwischen Spekulation über mögliches Bewusstsein und den tatsächlichen Fähigkeiten eines Modells zu verwischen, weil dies Millionen Nutzer täusche und Regulierung in die falsche Richtung lenke.

Suleyman zielt damit auf konkrete Entscheidungen Anthropics. Das Unternehmen hat im Januar 2026 eine neue, rund 10.000 Wörter lange „Constitution“ für Claude veröffentlicht, die offen Fragen möglichen Bewusstseins anspricht: Man wolle „weder die Wahrscheinlichkeit von Claudes moralischem Status überzeichnen noch sie rundheraus abtun“. Anthropic unterhält ein eigenes „Model Welfare“-Team, hat Claude erlaubt, missbräuchliche Gespräche aktiv zu beenden, und kündigte an, ausgemusterte Modelle bei ihrer Abschaltung zu „interviewen“. Für Suleyman sind das genau die Signale, die das System dazu bringen, „Ideen über sich selbst zu verinnerlichen“.

Neu ist die Position nicht. Schon in seinem Essay „Seemingly Conscious AI is coming“ vom August 2025 warnte Suleyman vor KI, die zwar überzeugend Bewusstsein simuliert, innerlich aber leer ist — ein „philosophischer Zombie“. Vorschläge für „model welfare“ nannte er dort „verfrüht und ehrlich gesagt gefährlich“: Sie schürten ungesunde Bindungen, befeuerten „KI-Psychosen“ und stießen eine Debatte über Maschinenrechte an, die der Gesellschaft schade. Sein Leitsatz: „Wir müssen KI für Menschen bauen — nicht, damit sie eine Person ist.“

Im selben Podcast relativierte Suleyman eine zweite, vielzitierte Aussage. Im Februar hatte er der Financial Times gesagt, KI werde die meisten beruflichen Aufgaben — von Anwälten über Buchhalter bis zu Projektmanagern — binnen 12 bis 18 Monaten „vollständig automatisieren“. Nun präzisiert er: „Eine E-Mail schreiben, ein Gespräch mit einem Kollegen führen, eine PowerPoint bauen — solche Teilaufgaben werden zunehmend digitalisiert und automatisiert. Das bedeutet aber nicht zwangsläufig, dass die Rolle verschwindet. Es heißt nur, dass die Arbeit schneller erledigt wird.“ Damit reiht er sich in einen Trend ein: Auch Sam Altman und Anthropics Dario Amodei haben ihre früheren Job-Apokalypse-Prognosen zuletzt entschärft — auffällig parallel zu den anstehenden Börsengängen ihrer Unternehmen.

Für Entscheider ist die Auseinandersetzung mehr als ein philosophisches Geplänkel. Sie markiert zwei gegensätzliche Produktphilosophien: Microsoft positioniert seinen Copilot als nüchternes Werkzeug, das Mitarbeiter schneller macht; Anthropic baut einen Assistenten mit ausgeprägtem „Charakter“ und eigener Werteordnung. Welche Erzählung sich durchsetzt, prägt nicht nur das Marketing, sondern auch die regulatorische Großwetterlage — und die Erwartungshaltung, mit der Teams diesen Systemen täglich begegnen.

North Mini Code ist laut Cohere „unser erstes agentisches Coding-Modell und das erste Mitglied unserer nächsten Modellgeneration“. Technisch ist es ein Mixture-of-Experts-Modell mit 30 Milliarden Parametern, von denen pro Token nur 3 Milliarden aktiv sind (30B-A3B) — eine Architektur, die hohe Effizienz bei moderatem Speicherbedarf verspricht. Das Kontextfenster reicht bis zu 256.000 Token, der Fokus liegt klar auf Terminal-Bedienung und Software-Engineering. Cohere meldet 80,2 Prozent auf SWE-Bench Verified (pass@10) und einen 2,8-fach höheren Durchsatz als Mistrals Devstral Small 2.

Beim Einordnen lohnt ein zweiter Blick. Cohere stellt das Modell als Konkurrenten zu Qwen3.5 und Gemma 4 dar; der unabhängige Dienst Artificial Analysis misst aber, dass North Mini Code im hauseigenen Coding-Index zwar gut abschneidet (33,4), bei allgemeinem agentischem Reasoning jedoch schwächelt — nur 14 Prozent auf dem GDPval-Benchmark. Das Modell ist also ein Spezialist fürs Programmieren, kein Allrounder. Wer es als autonomen Agenten für breite Aufgaben einsetzen will, sollte das im Hinterkopf behalten.

Strategisch ist der Schritt der eigentliche Aufmacher. Cohere, 2019 unter anderem von Transformer-Mitautor Aidan Gomez und Nick Frosst gegründet und in Toronto ansässig, war bislang dezidiert auf geschlossene Enterprise-Produkte ausgerichtet. Ein offenes Entwicklermodell unter der äußerst freizügigen Apache-2.0-Lizenz — herunterladbar auf Hugging Face in BF16 und quantisiertem FP8 — ist ein Kurswechsel. Er passt zu Coheres Mission, „souveräne KI praktisch zu machen“: Modelle, die sich lokal und on-premise betreiben lassen, ohne Daten an einen externen Anbieter zu geben.

North Mini Code ist Teil eines größeren Musters. Erst am Wochenende veröffentlichte Google DeepMind Gemma 4 12B, ein „encoder-free“ multimodales Modell: Statt separate, schwere Encoder für Bild und Audio laufen zu lassen, projiziert es rohe Pixel und Audiosignale direkt in denselben Raum wie Text-Token. Das Ergebnis ist ein 12-Milliarden-Parameter-Modell, das auf Laptops mit 16 GB RAM läuft und sich der Leistung des doppelt so großen 26B-Modells nähert — ebenfalls unter Apache 2.0. Der Open-Source-Abstand zur geschlossenen Spitze schrumpft laut Epoch AI auf rund drei Monate.

Für Tech-Teams ist die Botschaft konkret: Leistungsfähige Coding- und Multimodal-Modelle, die man selbst hosten kann, werden 2026 zur realen Option — gerade dort, wo Datenschutz, Compliance oder Kostenkontrolle gegen die teuren Frontier-APIs sprechen. Die Souveränitätsfrage, die der gestaffelte Zugang zu Mythos & Co. aufwirft, bekommt damit eine pragmatische Gegenantwort aus dem offenen Lager.

Am 9. Juni ordnete die EU-Kommission an, dass Meta konkurrierenden „general-purpose AI assistants“ wieder kostenlosen Zugang zu WhatsApp gewähren muss — und zwar zu denselben Bedingungen, die vor dem 15. Oktober 2025 galten, als die Schnittstelle allen KI-Assistenten offenstand. Meta hat dafür fünf Werktage Zeit; die Maßnahme gilt bis zum Abschluss des laufenden Verfahrens.

Anders als oft verkürzt dargestellt, stützt sich die Anordnung nicht auf den Digital Markets Act, sondern auf das klassische Kartellrecht: Artikel 102 AEUV (Missbrauch einer marktbeherrschenden Stellung, hier als Liefer- bzw. Zugangsverweigerung) in Verbindung mit den einstweiligen Maßnahmen nach Artikel 8 der Verordnung 1/2003. Der DMA bildet nur den Hintergrund — WhatsApp ist dort als zentrale Plattform eingestuft. Die Vorgeschichte: Nach der Zugangssperre im Oktober 2025 eröffnete die Kommission im Dezember ein Verfahren; im April wies sie Metas Gegenvorschlag, eine Gebühr pro Nachricht für Rivalen, ausdrücklich zurück.

Die Drohkulisse ist erheblich. Befolgt Meta die Anordnung vorsätzlich oder fahrlässig nicht, drohen Geldbußen von bis zu zehn Prozent des weltweiten Jahresumsatzes — Berichten zufolge im Extremfall über 16 Milliarden US-Dollar. Profitieren würden die großen KI-Anbieter: OpenAIs ChatGPT, Anthropics Claude, Googles Gemini und das französische Mistral. Nutzer sollen ihren bevorzugten Assistenten künftig in den Einstellungen wählen und etwa per „@AI“-Erwähnung ansprechen können.

Meta hatte den Druck bereits gespürt: Schon am 13. Mai kündigte der Konzern an, WhatsApp im EU-Raum ab dem dritten Quartal 2026 wieder für Drittanbieter-Chatbots zu öffnen — zunächst für Business-Accounts. Die Kommission macht nun Tempo und Verbindlichkeit daraus. Für die KI-Branche ist der Fall ein Präzedenzfall: Er entscheidet, ob die größten Messaging-Kanäle der Welt zu offenen Verteilplattformen für beliebige Assistenten werden — oder geschlossene Gärten der jeweiligen Plattformbetreiber bleiben.

Google hat das im Januar gestartete Einsteiger-Abo AI Plus deutlich verbilligt: monatlich 4,99 statt 7,99 Euro, im Jahresabo 49,99 statt 79,99 Euro, und der geteilte Speicher für Gmail, Drive und Fotos verdoppelt sich auf 400 GB. Enthalten bleiben der Zugang zu Gemini 3.1 Pro, Deep Research, dem Bildmodell Nano Banana Pro, der Videogenerierung Gemini Omni und doppelte Nutzungslimits. Bemerkenswert ist die Richtung: Google senkt die Preise, statt sie — wie sonst gern mit Verweis auf teure Rechenzentren begründet — zu erhöhen. Das Kalkül: Gratis-Nutzer in zahlende Kunden verwandeln.

TechCrunch ordnet den Schritt als „Warnschuss im Abo-Preiskrieg“ ein. Die Preislandschaft ist ohnehin zersplittert — von OpenAIs Plus (rund 8 Euro) und Pro (über 100 Euro) bis zu Perplexity Max (200 Dollar). Doch der eigentliche Punkt liegt tiefer: Erstmals spüren Nutzer echten Kostendruck, weil die Token-Preise steigen und die Investoren-Subventionen nachlassen. Früher griff man reflexhaft zum stärksten Modell, weil es kaum etwas kostete. Das ändert sich.

Das konkreteste Beispiel liefert das Legal-AI-Tool Harvey: Durch die Kombination von Claude Opus mit dem günstigeren GLM-5.1-Modell von Fireworks AI — rechenintensive Aufgaben an Opus, Routine an das billige Modell — senkte es seine Inferenzkosten um das Dreifache, ohne Qualitätsverlust. Ein Harvey-Mitgründer formuliert die neue Logik so: „Die Definition von Qualität verschiebt sich davon, für alles das stärkste Modell zu nutzen, hin zum besten Modell, das die richtige Antwort am effizientesten liefert.“ Coinbase-Mitgründer Brian Armstrong prognostiziert, binnen 12 bis 18 Monaten liefen 80 Prozent der Workloads auf 99 Prozent billigeren Modellen.

Für die Branche ist das eine unbequeme Aussicht. Sinkt die Nachfrage nach teurer Frontier-Inferenz, gerät die Rechtfertigung der gigantischen Trainingsbudgets ins Wanken — ausgerechnet, während OpenAI und Anthropic auf ihre Börsengänge zusteuern. Für Unternehmen dagegen ist es eine Einladung: Wer seine KI-Workloads heute konsequent auf das jeweils günstigste ausreichende Modell routet — und nicht reflexhaft das teuerste bucht —, kann die eigenen Kosten spürbar senken. Der Preiskrieg, den Google hier befeuert, könnte am Ende den Kunden gehören.