Ausgabe vom 22. Juni 2026

OpenAI kündigte am 21. Juni an, dass Samsung Electronics ChatGPT Enterprise und Codex weltweit an Mitarbeitende ausrollt — laut Mitteilung „eine der größten Enterprise-Bereitstellungen von OpenAI überhaupt“. Die Formulierung und die explizite Nennung von Codex stammen ausschließlich von OpenAI selbst und sind bisher nicht unabhängig verifiziert; der breitere Rollout von Chatbot-Werkzeugen bei Samsung ist hingegen gut dokumentiert.

Vorausgegangen war ein Pilotbetrieb von April bis Mai 2026 mit rund 2.500 Beschäftigten, in dem Samsung gleich drei externe Dienste evaluierte: ChatGPT, Google Gemini Enterprise und Anthropics Claude. Am 11. Juni verkündete der Konzern den gruppenweiten Start seiner „AI Transformation“; die Device-eXperience-Division (DX) erhielt ab dem 12. Juni Zugang — allerdings nur nach absolviertem Sicherheitstraining. Die strategisch sensible Halbleiter-Sparte (Device Solutions) nutzt bereits Claude und nimmt ChatGPT erst in diesem Monat hinzu. Samsung fährt also bewusst mehrgleisig statt sich exklusiv an OpenAI zu binden — und ausgerechnet im Chip-Geschäft fiel die erste Wahl auf Anthropic.

Die eigentliche Pointe liegt in der Geschichte: Im März 2023 hatte Samsung ChatGPT in der Halbleiter-Division freigegeben — und binnen rund drei Wochen kam es zu drei Datenlecks, als Ingenieure proprietären Chip-Quellcode und ein internes Meeting-Transkript in den Chatbot eingaben. Samsung verbot daraufhin zum 1. Mai 2023 generative KI auf Firmengeräten und trieb stattdessen die hauseigene Plattform Gauss voran. Der aktuelle Rollout ist damit eine klare Umkehr dieses Verbots — abgesichert durch verpflichtende Schulungen und Richtlinien, welche Datenkategorien externe Werkzeuge überhaupt sehen dürfen. Ein speziell für Samsung ausgehandeltes Datenschutz-Sonderabkommen ist nicht dokumentiert; bei ChatGPT Enterprise werden eingereichte Daten standardmäßig nicht fürs Modelltraining genutzt.

Co-CEO Roh Tae-moon, Leiter der DX-Division, nannte den Schritt „den Ausgangspunkt, um die Art, wie wir arbeiten, grundlegend zu verändern“. Begleitet wird die Einführung von einer Schulungsoffensive: Ein „AX Boot Camp“ bringt rund 50 Bereichsleiter und anschließend etwa 2.300 Führungskräfte bis Mitte August auf Stand. Das naheliegende Motiv hinter Codex — Produktivität in den Software- und Chip-Entwicklungsabteilungen — liegt nahe, wird in den unabhängigen Quellen aber nicht ausdrücklich bestätigt.

Der Schritt fügt sich in OpenAIs aggressiven Vorstoß in Koreas Unternehmensmarkt: Samsung SDS wurde Ende 2025 zum ersten OpenAI-Reseller des Landes, LG CNS und SK AX folgten. Übergeordnet besteht eine strategische Partnerschaft im Rahmen der Stargate-Infrastruktur-Initiative: Samsung und SK Hynix wollen ihre DRAM-Fertigung massiv hochfahren, um OpenAIs Speicherbedarf zu decken — Schätzungen reichen bis zu 40 Prozent der globalen DRAM-Produktion. Der jetzige Arbeitsplatz-Rollout ist insofern die konsequente Fortsetzung einer längst angelegten Allianz.

Die Begeisterung über autonome KI-Agenten stößt 2026 auf eine unbequeme Realität. Auf der Konferenz Fortune Brainstorm Tech warnte etwa Gregor Stewart, Chief AI Officer bei SentinelOne, dass die menschliche Prüfkapazität überrannt wird, je mehr Aufgaben KI übernimmt. Der Tenor der Runde: Es fehlt nicht an Output, sondern an Zuverlässigkeit und Transparenz. Alex Circei, CEO der Analyseplattform Waydev, nannte eine konkrete Zahl: Die Akzeptanzrate für KI-generierten Code liege anfangs bei 80 bis 90 Prozent — falle nach den nötigen Korrekturen aber auf 10 bis 30 Prozent.

Die Datenlage stützt den Befund deutlich. Eine vom Wall Street Journal aufgegriffene Umfrage der Beratung Section unter 5.000 Büroangestellten ergab, dass 40 Prozent der Nicht-Führungskräfte über eine ganze Woche hinweg gar keine Zeit durch KI sparen; nur zwei Prozent sparen mehr als zwölf Stunden. Bei Führungskräften ist das Bild umgekehrt — eine auffällige Wahrnehmungskluft zwischen Chefetage und Belegschaft. Der Work AI Index 2026 des Anbieters Glean, der 6.000 Wissensarbeiter befragte, prägte dafür einen Begriff: „Botsitting“. Im Schnitt 6,4 Stunden pro Woche — fast ein ganzer Arbeitstag — gehen für das Füttern mit Kontext, das Prüfen der Ausgaben und das Aufräumen von Fehlern drauf. Mehr als ein Drittel der KI-Sitzungen scheitert komplett und muss neu gestartet werden.

Dahinter steckt ein strukturelles Problem, das Fachleute die „Asymmetrie der Verifikation“ nennen: Etwas erzeugen ist billig geworden, es zu prüfen bleibt teuer. Eine vielzitierte Studie des Forschungsinstituts METR zeigte, dass erfahrene Open-Source-Entwickler mit KI-Werkzeugen 19 Prozent langsamer arbeiteten — obwohl sie sich 20 Prozent schneller fühlten. (METR räumte Anfang 2026 ein, dass sich die Lage mit neueren Werkzeugen verbessert haben dürfte.) Besonders heikel ist KI-Output, weil er oberflächlich kompetent wirkt: Die Fehler liegen unter einer glatten, idiomatischen Oberfläche und entziehen sich dem schnellen Blick.

In der Softwareentwicklung lässt sich der Effekt messen. Der Engineering Report 2026 der Plattform Faros AI, gestützt auf Telemetrie von 22.000 Entwicklern, fand: Mit hoher KI-Adoption steigt der Durchsatz zwar, doch die Zeit im Code-Review explodiert — der Median der Review-Dauer legte um mehrere Hundert Prozent zu. Faros spricht von einer „Senior-Engineer-Steuer“: Ausgerechnet die Fachkräfte mit dem tiefsten Systemwissen verbringen ihre wertvollsten Stunden damit, plausibel aussehenden Code zu entwirren.

Eine Antwort der Branche ist „Agentic QA“ — KI, die KI prüft, etwa durch separate Verifikations-Agenten oder gegnerische Mehrfach-Begutachtung. Doch das verschiebt die Frage nur: Wer prüft den Prüfer? Warum das Verifikationsproblem zum prägenden Engpass des KI-Zeitalters wird — und was Tech-Verantwortliche dagegen tun können — beleuchten wir in unserer heutigen Reportage.

Der Fall Withers v. City of Aberdeen vor dem US-Bundesgericht für den nördlichen Distrikt von Mississippi war inhaltlich banal: ein Streit um angeblich nicht gezahlte Anwaltshonorare. Zur Schlagzeile wurde er erst durch das, was beide Seiten in ihren Schriftsätzen ablieferten. Mit Beschluss vom 8. Juni 2026 stellte Senior-Richterin Sharion Aycock fest, dass Anwälte beider Parteien generative KI genutzt und dabei „halluzinierte“ Präzedenzfälle eingereicht hatten — Verweise auf Urteile, die schlicht nicht existieren. Zwei der vier Anwälte räumten den KI-Einsatz ein.

Die Konsequenzen waren empfindlich: Aycock sagte den Prozess ab und disqualifizierte alle vier Anwälte. Es folgten Geldstrafen zwischen 1.000 und 3.500 US-Dollar pro Person, gestaffelt nach Verschulden; zwei Anwälte erhielten zudem ein zweijähriges Auftrittsverbot vor diesem Gericht. Der Vorgang wurde an die zuständigen Anwaltskammern weitergeleitet. Die zugespitzte Schlagzeile, „zwei Chatbots“ seien gegeneinander angetreten, geht auf den US-Juristen Rob Freund zurück, der den Fall eine „comedy of AI errors“ nannte — gemeint ist die Metapher, dass faktisch dieselbe Technologie auf beiden Seiten gegen sich selbst argumentierte. Welche Werkzeuge konkret im Einsatz waren, stellte das Gericht nicht fest.

Der Fall reiht sich in eine erstaunliche Welle ein. Der französische Jurist und Data Scientist Damien Charlotin pflegt die maßgebliche öffentliche Datenbank solcher Vorfälle; sie zählt mittlerweile rund 1.600 Fälle aus 35 Ländern (die exakte Zahl schwankt je nach Stichtag). Charlotin beschreibt die Frequenz inzwischen als „zehn Fälle von zehn verschiedenen Gerichten an einem einzigen Tag“. Allein im ersten Quartal 2026 verhängten US-Gerichte über 145.000 Dollar an Sanktionen wegen KI-Halluzinationen.

Die Strafen werden härter. In Oregon verhängte ein Bundesrichter 2026 insgesamt 110.000 Dollar gegen zwei Anwälte, deren Schriftsätze 15 nicht existierende Fälle und 8 erfundene Zitate enthielten — die bislang höchste derartige Strafe. In Nebraska wurde ein Anwalt unbefristet suspendiert, nachdem von 63 Zitaten 57 fehlerhaft waren und er den KI-Einsatz zunächst geleugnet hatte. Der Urvater all dessen bleibt Mata v. Avianca aus dem Jahr 2023 — pikanterweise erging das damalige Sanktionsurteil auf den Tag genau drei Jahre vor dem aktuellen Mississippi-Beschluss.

Warum gerade Recht so anfällig ist, hat einen technischen Kern: Sprachmodelle erzeugen Text nach statistischer Plausibilität, nicht nach Wahrheit. Juristische Zitate folgen einem hochregelmäßigen Format, das ein Modell mühelos mit plausibel klingenden, aber erfundenen Fundstellen füllt. Studien des Stanford RegLab fanden Halluzinationsraten von 69 bis 88 Prozent bei allgemeinen Modellen — und selbst spezialisierte Rechts-Tools lagen je nach Anbieter zwischen 17 und über 34 Prozent. Über 25 US-Bundesrichter verlangen inzwischen die Offenlegung des KI-Einsatzes oder eine Zertifizierung, dass ein Mensch jedes Zitat geprüft hat.

Apple stellte auf der WWDC 2026 (Entwickler-Beta seit 8. Juni) die nächste Generation seiner Apple-Intelligence-Funktionen vor. TechCrunch argumentiert überzeugend, dass der mediale Fokus auf dem runderneuerten Siri den eigentlichen Nutzen verdeckt: eine ganze Reihe kleiner, praktischer KI-Helfer, die quer durch iOS 27 verstreut sind — und die größtenteils direkt auf dem Gerät laufen, also ohne Cloud-Umweg.

Zu den konkreten Neuerungen zählen: das Aufteilen von Rechnungen per Quittungsfoto, bei dem Apple Intelligence Positionen, Trinkgeld und Summe extrahiert und die Beträge via Apple Cash verteilt; ein Ein-Tipp-Update für schwache oder geleakte Passwörter, das auch mit Drittanbietern wie 1Password zusammenarbeitet; kontextbezogene Ein-Tipp-Vorschläge in Nachrichten (Erinnerung anlegen, passende Fotos senden, Termin erstellen); sowie Call Context in der Telefon-App, das während Service-Anrufen relevante Bestätigungscodes oder Reservierungsdetails aus Mail und Nachrichten heranzieht. Hinzu kommen Termine per natürlicher Sprache im Kalender, automatische Tab-Gruppen in Safari und eine „Notify Me“-Funktion, die Seiten auf Änderungen überwacht.

Der große Auftritt gilt freilich „Siri AI“ — laut Apple „eine völlig neue Version“ des Assistenten, mit persönlichem Kontext (durchsucht Nachrichten, Mails, Fotos), Bildschirm-Bewusstsein und erstmals einer eigenständigen Siri-App mit iCloud-synchronisierter Konversationshistorie, ähnlich ChatGPT. Der Haken: Siri AI kommt nicht zum iOS-27-Start im Herbst, sondern erst „später in 2026“ als Beta, zunächst nur auf Englisch. Die praktischen Alltagshelfer sind also früher nutzbar als der gefeierte Chatbot.

Bestätigter, aber von Apple auf der Bühne nicht beziffert: Der neue Siri stützt sich auf ein maßgeschneidertes Google-Gemini-Modell, das über Apples Private Cloud Compute läuft. Die kursierenden Zahlen — rund 1,2 Billionen Parameter und etwa eine Milliarde Dollar jährlich — stammen aus Bloomberg-Berichten von Ende 2025, nicht aus offizieller Apple-Kommunikation, und sind entsprechend als Schätzung zu lesen. Zum Vergleich: Das bisherige Apple-Cloud-Modell soll rund 150 Milliarden Parameter umfasst haben.

Der Kontext erklärt die Vorsicht: Der schon auf der WWDC 2024 versprochene kontextbewusste Siri wurde Anfang 2025 verschoben, weil er Apples Zuverlässigkeitsstandards verfehlte. KI-Chef John Giannandrea wurde im März 2025 entmachtet und verließ Apple im April 2026; Nachfolger als KI-Verantwortlicher ist der frühere Google-Manager Amar Subramanya. Apple Intelligence in iOS 27 erfordert mindestens ein iPhone 15 Pro oder die iPhone-16-Reihe; in der EU ist mit DMA-bedingten Verzögerungen zu rechnen.

An der Hung-Hom-Uferpromenade entsteht Hongkongs erster rund um die Uhr geöffneter Mini-Markt, der von einem Roboter betrieben wird. Angekündigt hat das Projekt Finanzminister Paul Chan Mo-po am 7. Juni — ohne den Hersteller zu nennen. Die Fachpresse identifizierte diesen anschließend als Galbot (Beijing Galaxy General Robotics), ein 2023 gegründetes Pekinger Startup für „Embodied AI“; der Roboter trägt im Pilotbetrieb den Namen „Xiao Gai“ und basiert auf dem Modell Galbot G1.

Eine Präzisierung ist hier wichtig, weil „humanoider Roboter“ leicht falsche Bilder weckt: Der G1 ist kein laufender Android, sondern ein radgetriebener Zweiarm-Roboter — menschenähnlicher Oberkörper mit zwei Armen auf einer omnidirektionalen Radbasis. Das Design ist bewusst gewählt: Räder bedeuten mehr Stabilität, längere Akkulaufzeit und höhere Zuverlässigkeit auf ebenem Boden. Im rund neun Quadratmeter großen „Kapsel“-Laden soll der Roboter Regale auffüllen, Produkte für Kundschaft greifen, den Bezahlvorgang abwickeln und mehrsprachig beraten; das Sortiment umfasst Snacks, Merchandise und rezeptfreie Medikamente.

Galbot plant nach eigenen Angaben einen Ausbau auf rund 100 solcher Kapseln in zehn Städten „in den kommenden Monaten“. An dieser Stelle ist Vorsicht geboten: Die „100 Läden“ sind ein Ziel, kein Ist-Zustand, und die in Berichten genannte Steigerung der Kundenfrequenz um 30 bis 40 Prozent ist eine unbelegte Firmenprognose, die stark vom Neuheitseffekt getrieben sein dürfte. Die deutsche Schlagzeile („soll … leiten“) trifft den Konjunktiv also korrekt.

Auch die zentrale Behauptung — vollautonomer Betrieb „ohne menschliches Eingreifen“, gesteuert von hauseigenen Vision-Language-Action-Modellen — stammt aus Galbots eigener Kommunikation und ist nicht unabhängig auditiert. Unabhängige Branchenanalysen wie der „State of Robotics 2026“ warnen weiterhin vor einer großen Lücke zwischen Demo-Video und dauerhaftem Autonomiebetrieb; viele „autonome“ Humanoide stützen sich bei neuen Aufgaben auf Teleoperation. Der bewusst eng gefasste Kapsel-Kontext mit festem Sortiment und ebenem Boden macht Autonomie allerdings realistischer als in einem offenen Vollsortiment-Markt.

Der Vorstoß ist Teil eines staatlich orchestrierten chinesischen Physical-AI-Schubs. Galbot betreibt in Peking bereits Vorläuferläden (eigenen Angaben zufolge rund 1.000 Kundinnen und Kunden täglich) und kooperiert seit April 2026 mit der Kette FamilyMart. Im März 2026 sammelte das Unternehmen rund 362 Millionen Dollar ein — die größte Einzelrunde der Embodied-AI-Branche und das erste Investment des staatlichen „Big Fund“ in eine chinesische Robotikfirma; die Bewertung liegt bei rund drei Milliarden Dollar. Ob die Roboter den Sprung von der kontrollierten Kapsel in den ungeordneten Alltag schaffen, bleibt die entscheidende, noch offene Frage.