Ausgabe vom 14. Juli 2026

Microsoft stellt in einzelnen Software-Prozessen von der zugekauften KI von OpenAI und Anthropic auf eigene Modelle um. Wie heise online am 13. Juli unter Berufung auf Bloomberg berichtete, betrifft das zunächst Excel und Outlook: Fragen, die Nutzer dem integrierten KI-Assistenten zu Tabellen oder E-Mails stellen, beantworten dort inzwischen teils Microsofts hauseigene MAI-Modelle („Microsoft AI"). Laut Bloomberg verarbeiten diese bereits zehntausende Anfragen pro Woche in beiden Apps — gemessen an Microsofts gesamter KI-Nutzung ist das aber weiterhin ein kleiner Anteil. Microsoft wollte sich offiziell nicht äußern.

Das Motiv ist unverblümt finanziell. Jede Anfrage, die ein externes Modell beantwortet, verbraucht Token und kostet damit Geld — bei den enormen Nutzerzahlen von Microsoft 365 summiert sich diese Inferenz-Rechnung zu einem erheblichen Dauerposten. Mustafa Suleyman, CEO von Microsoft AI, formulierte das Ziel in einem Bloomberg-Interview ungewöhnlich direkt: „Anthropic ist extrem teuer, und ich glaube, viele Leute suchen dringend nach Alternativen" — und: „Wir zahlen viel Geld an Anthropic; unser Ziel ist es daher, diese Kosten zu reduzieren und letztlich ganz zu eliminieren." Die Aussage stammt von Suleyman persönlich, nicht von einer anonymen Quelle.

Die technische Grundlage dafür hat Microsoft im Juni 2026 gelegt. Auf der Entwicklerkonferenz Build stellte Microsoft AI sieben neue MAI-Modelle vor, die das gesamte Spektrum abdecken: MAI-Thinking-1 als erstes Reasoning-Modell, MAI-Code-1-Flash (bereits Standardmodell für Einzelnutzer in GitHub Copilot in VS Code), dazu MAI-Image-2.5 (Text-zu-Bild), MAI-Transcribe-1.5 (Sprache-zu-Text in 43 Sprachen) und MAI-Voice-2 (Sprachsynthese in 15 Sprachen). MAI-Code-1-Flash arbeitet laut Berichten mit rund 5 Milliarden aktiven Parametern — vergleichbar mit Anthropics Haiku-Klasse, aber günstiger. Die Modelle laufen über Microsoft Foundry.

Einzuordnen ist dieser Schritt in denselben Entkopplungs-Bogen, den Die Inferenz in ihrer Ausgabe vom 10. Juli beschrieben hat: Damals wurde GPT-5.6 zwar zum „bevorzugten Modell" für Microsoft 365 Copilot in Word, Excel, PowerPoint und Chat — ausdrücklich aber nicht zum exklusiven. Möglich wurde diese Öffnung erst, weil Microsoft und OpenAI im April 2026 ihre Exklusivvereinbarung aufgelöst hatten. Seitdem verfolgen beide Seiten eine doppelte Strategie: OpenAI darf seine Modelle auf beliebigen Clouds lizenzieren, während Microsoft sein Copilot-Angebot bewusst multi-modellfähig aufstellt — mit GPT-5.6 als bevorzugter Wahl, Anthropics Claude als optionalem Modell und den eigenen MAI-Modellen als kostengünstiger Rückfalloption.

Für Entscheider ist die Botschaft doppeldeutig. Zum einen zeigt Microsoft, dass die strukturelle Abhängigkeit von einzelnen Foundation-Model-Anbietern wirtschaftlich abbaubar ist — wer selbst genug Volumen hat, kann eigene, spezialisierte Modelle rechnen. Zum anderen betont Microsoft ausdrücklich, dass externe Spitzenmodelle dort bleiben, wo sie bessere Qualität oder breiteres Reasoning liefern; von einem Abschied von OpenAI oder Anthropic quer durch Copilot kann keine Rede sein. Das praktische Muster für Unternehmen lautet damit: nicht „ein Modell für alles", sondern gezieltes Routing — teure Frontier-Modelle für komplexe Aufgaben, günstigere Eigen- oder Kleinmodelle für hochvolumige Standardanfragen.

Apple hat die erste Public Beta von iOS 27 veröffentlicht, und die überarbeitete Siri ist das erklärte Kernstück. Statt der bekannten Kommando-Assistenz tritt eine Sprachhilfe an, die zusammenhängende Gespräche führen, auf persönliche Daten aus Mail, Nachrichten, Notizen, Kalender und Erinnerungen zugreifen und Fragen mit breitem Weltwissen beantworten kann. Publikationen wie Wired („Siri AI Is Becoming Apple's Everything Tool") und The Verge beschreiben nach Hands-on-Tests, dass Siri damit vom Randwerkzeug zum zentralen Bedienelement des iPhones wird.

Zwei technische Neuerungen tragen diesen Anspruch. Erstens die On-Screen-Awareness: Nutzer können Siri in jeder App aufrufen und Fragen zum aktuell angezeigten Inhalt stellen — etwa Schauspieler in einer Filmszene benennen, Zutaten aus einem Rezept extrahieren oder zusätzlichen Kontext zu einem Artikel liefern. Zweitens das erweiterte App Intents-Framework: Es ist die Schnittstelle, über die Siri erkennt, welche Funktionen eine App anbietet, und diese dann selbst ausführt — auch bezogen auf das, was gerade auf dem Bildschirm zu sehen ist. Drittanbieter müssen ihre Apps über App Intents anbinden, damit Siri persönlichen Kontext, App-Aktionen und Bildschirmwahrnehmung nutzen kann.

Der Weg dorthin war lang. Apple zeigte die personalisierte, kontextbewusste Siri erstmals auf der WWDC im Juni 2024 und bewarb damit sogar das iPhone 16. Im März 2025 räumte der Konzern eine Verschiebung ein — die neue Siri sei qualitativ „nicht so konvergiert, wie wir es gebraucht hätten", die geforderte Zuverlässigkeit nicht rechtzeitig erreichbar gewesen. Auf der WWDC 2025 bestätigte Apple die Verschiebung ins Jahr 2026. Erst mit iOS 27 kommt die Funktion nun breit — nach einem Wechsel auf eine leistungsfähigere zugrundeliegende Architektur.

Diese Architektur ist der eigentliche Bruch mit der bisherigen Apple-Strategie: Die neue Siri basiert nicht auf einem rein hauseigenen Modell, sondern auf Googles Gemini. Laut übereinstimmenden Berichten von Bloomberg und CNBC zahlt Apple rund eine Milliarde US-Dollar pro Jahr, damit ein Gemini-Modell die nächste Generation der Apple Foundation Models trägt. (Eine kursierende Angabe, wonach konkret ein „1,2-Billionen-Parameter-Modell" dahintersteht, stammt aus einer einzelnen, schwachen Quelle und ist nicht unabhängig bestätigt.) Nach Apples Darstellung werden nur rechen- und wissensintensive Anfragen in die Cloud ausgelagert — und zwar über Private Cloud Compute, wo die Daten laut Apple verarbeitet, aber nicht gespeichert oder für Apple lesbar gemacht werden. Persönlicher Kontext soll weitgehend auf dem Gerät bleiben; einzelne fortgeschrittene On-Device-Funktionen setzen ein iPhone 17 Pro, Pro Max oder das iPhone Air voraus.

Für Entscheider ist der Kontext wichtiger als das Feature: Apple öffnet iOS 27 zugleich über ein Extensions-System für konkurrierende Modelle — neben Gemini sind Anthropics Claude, OpenAIs ChatGPT und mutmaßlich Grok als wählbare Siri-Backends im Gespräch. Ausgerechnet OpenAI, einst Apples erster Siri-KI-Partner, ist dabei außen vor — die beiden Konzerne stehen inzwischen vor Gericht. Beide Entwicklungen — die Öffnung für Drittanbieter-Modelle und die Apple-gegen-OpenAI-Klage — haben wir in unserer Ausgabe vom 11. Juli 2026 ausführlich behandelt.

Apple ordnet seine Chip-Roadmap um die KI herum. Nach Berichten von Bloomberg (Mark Gurman), aufgegriffen von heise und t3n, wird es vom kommenden M6 nur eine einzige Standardvariante für Einstiegs-Macs geben — die leistungsstärkeren Ableger M6 Pro, M6 Max und M6 Ultra entfallen ersatzlos. Stattdessen zieht Apple die nächste Generation vor: einen M7, der explizit auf KI-Beschleunigung ausgelegt ist. Als Grund nennt der Bericht tiefgreifende Änderungen an den integrierten KI-Beschleunigern, die sich nicht mehr in das M6-Design einfügen ließen. Die M6-Ära könnte damit nur rund ein halbes Jahr währen.

Das auffälligste Datenblatt-Detail betrifft den Speicher: Der M7 Ultra soll laut Gurman bis zu 1,5 TByte Unified Memory adressieren können — eine Speichermenge, die es in einem Apple-Mac seit dem Intel-Mac-Pro von 2019 nicht mehr gab. Zugleich sollen Apples neuronale Recheneinheiten so deutlich zulegen, dass sie sich bei der KI-Leistung Nvidias Blackwell-Generation annähern. Wichtig für die Einordnung: Sämtliche dieser Angaben sind Berichterstattung, keine von Apple bestätigte Roadmap.

Der eigentliche technische Hebel ist die Speicherarchitektur. In Apples Unified Memory teilen sich CPU, GPU und Neural Engine denselben Speicherpool — für lokale LLM-Inferenz ein struktureller Vorteil, weil das Modellgewicht nicht in den knappen Grafikspeicher einer diskreten GPU passen muss. Wo Nvidia-Consumer-Karten typischerweise bei einigen Dutzend Gigabyte VRAM enden, könnte ein 1,5-TByte-Pool selbst sehr große Modelle komplett im Arbeitsspeicher halten. heise betont den ökonomischen Kern dieses Trends: Lokale Inferenz vermeidet die zuletzt rapide gestiegenen Token-Kosten der Cloud-Anbieter und hält Daten auf dem Gerät, statt sie in die Cloud zu senden.

Der Zeitplan zieht sich über Jahre. Laut Bericht ist ein Basis-M7 für die erste Jahreshälfte 2027 vorgesehen, M7 Pro und M7 Max sollen Ende 2027 folgen, der M7 Ultra mit dem 1,5-TByte-Ceiling erst 2028 — abhängig davon, ob sich die aktuelle Speicherknappheit entspannt. Bemerkenswert ist das Tempo dahinter: Apple soll den Tape-out des M7 bereits rund sechs Monate nach dem des M6 gestartet haben. Konkrete Fertigungsnodes für M6 und M7 nennen die vorliegenden Quellen nicht; erst für den M8 ist von einem 1,4-Nanometer-Prozess ab 2028 die Rede.

Strategisch bestätigt der Schritt eine Prioritätsverschiebung: KI-Inferenz-Durchsatz rangiert bei Apples Silizium-Planung nun offenbar vor klassischer CPU-Leistung, Akkueffizienz und Gehäusedünne. Er fügt sich in einen breiteren Branchentrend zu leistungsfähiger On-Device-KI auf Apple-Hardware ein — passend dazu berichteten wir in unserer Ausgabe vom 11. Juli 2026 über das Caltech-Spin-off PrismML, das ein 27-Milliarden-Parameter-Modell auf ein iPhone 17 Pro gebracht haben will. Für Unternehmen, die auf lokale KI setzen, verschiebt Apple damit die Messlatte, wie viel Modell künftig ohne Server-Backend auf eigener Hardware laufen kann.

Helsing, das 2021 in München gegründete Unternehmen für Verteidigungssoftware und KI-gesteuerte Drohnen, hat in einer Series-E-Runde 1,8 Milliarden US-Dollar eingesammelt — die größte Finanzierungsrunde, die je ein europäisches Rüstungs-Startup abgeschlossen hat. Die Bewertung steigt damit auf 18 Milliarden Dollar, nach zuletzt rund 12 Milliarden Euro im Sommer 2025. Nach Unternehmensangaben überstieg die Nachfrage der Investoren das verfügbare Volumen deutlich.

An der Runde beteiligten sich unter anderem JPMorgan Chase, Goldman Sachs Alternatives, Dragoneer, Lightspeed Venture Partners, Iconiq, General Catalyst, Plural und Stepstone sowie Bestandsinvestoren wie Accel, Greenoaks und Prima Materia — das Investmentvehikel von Spotify-Gründer Daniel Ek, der Helsing bereits 2021 mit einer Seed-Runde finanzierte. Ek bleibt gemeinsam mit dem früheren Airbus-Chef Tom Enders Co-Vorsitzender des Verwaltungsrats.

Herzstück des Produktportfolios ist die HX-2, eine KI-gestützte Loitering Munition (Kamikaze-Drohne), die per gespeicherter Kartendaten und Bordintelligenz auch ohne GPS navigiert und Ziele ansteuert — bei bis zu 250 km/h Spitzengeschwindigkeit, 100 Kilometern Reichweite und bis zu fünf Kilogramm Gefechtslast. Die zugehörige Software Altra beschreibt Helsing als „all-domain"-Gefechtsbetriebssystem, das Sensordaten aus Drohnen, Radar und elektronischer Kriegsführung zu einem Echtzeit-Lagebild verdichtet.

Der Großteil der Produktion fließt in die Ukraine: Anfang 2026 lieferte Helsing nach eigenen Angaben mehrere Hundert HX-2 pro Monat aus, eine Vereinbarung über weitere 6.000 Drohnen läuft. Auch die Bundeswehr ist Kunde — sie vergab im Februar 2026 einen ersten Auftrag über 269 Millionen Euro mit einer Rahmenoption von bis zu 1,46 Milliarden Euro. Die Runde fällt in eine Phase, in der europäische Regierungen ihre Verteidigungsausgaben massiv erhöhen und gezielt in heimische Technologie investieren, um die Abhängigkeit von US-Anbietern zu verringern.

Genau diese Frage — wie souverän Europa bei der Schlüsseltechnologie KI wirklich ist, von der Verteidigung bis zur Cloud-Infrastruktur — steht im Zentrum unserer heutigen Reportage „Souveränität auf dem Papier".

PixVerse, die Video-Generierungsplattform des Pekinger Startups AIsphere (im chinesischen Handelsregister Aishi Technology), hat seine Series-C-Runde auf insgesamt 439 Millionen US-Dollar aufgestockt. Die Bewertung des erst im April 2023 gegründeten Unternehmens steigt damit auf über zwei Milliarden Dollar — mehr als eine Verdopplung gegenüber der Unicorn-Bewertung von rund einer Milliarde, die die ursprüngliche 300-Millionen-Runde im März 2026 markiert hatte.

Angeführt wurde die ursprüngliche Runde von CDH Investments; an der Erweiterung beteiligten sich laut TechCrunch unter anderem Alibaba, Mirae Asset, BlueFocus, Eastern Bell Capital, Ivy Capital, iGlobe Partners und OCBCs Lion X Ventures. Mit Alibaba besteht bereits eine Deployment-Vereinbarung — ein Beleg dafür, wie eng die großen chinesischen Tech-Konzerne die Video-KI-Welle absichern.

Nach eigenen Angaben zählt PixVerse rund 150 Millionen registrierte Nutzer und 15 Millionen monatlich aktive Nutzer in über 175 Ländern. Das frische Kapital soll vor allem in den Ausbau der sogenannten „World Models" fließen — der R-Serie, die das Unternehmen als Echtzeit-Systeme für Spieleentwicklung, interaktives Kino und Simulation positioniert. Anders als klassische Text-zu-Video-Modelle sollen World Models nicht nur Clips rendern, sondern begehbare, auf Nutzereingaben reagierende Umgebungen erzeugen.

PixVerse konkurriert in einem überhitzten Feld: OpenAIs Sora, Googles Veo, Runway, Luma sowie die chinesischen Rivalen Kling (Kuaishou), Hailuo (MiniMax) und Seedance (ByteDance) drängen alle in denselben Markt. PixVerse setzt dabei auf einen datenökonomischen Standpunkt — Mitgründer-Aussage laut TechCrunch: „Der entscheidende Unterschied liegt nicht in den Daten, sondern darin, wie man sie labelt, denn Daten sind überall verfügbar." Die Runde unterstreicht zweierlei: den anhaltenden Boom bei generativer Video-KI und die Schlagkraft chinesischer Anbieter, die mit aggressivem Wachstum und Milliardenbewertungen zunehmend zur globalen Konkurrenz für die US-Platzhirsche werden.

Samsung Health blendet im Zuge seines aktuellen Redesigns einen Zustimmungsdialog ein: „Consent to the Use of Health Data for AI Training and Modelling". Wer zustimmt, erlaubt Samsung, Aktivitätsdaten, Schlaf, Schrittzahlen, Medikamenteneinnahme, Zyklus-Tracking und vollständige Gesundheitsakten — inklusive Behandlungen und Testergebnisse — zum Training eigener KI-Modelle zu verwenden, teils mit „menschlicher Überprüfung".

Der eigentliche Streitpunkt ist die Kopplung: Wer die Zustimmung in den Einstellungen widerruft, sieht laut Golem und 9to5Google einen Hinweis, dass Samsung Health die Synchronisation stoppt und die bereits auf den Servern liegenden Daten löscht — sofern keine gesetzliche Aufbewahrungspflicht greift. Lokal auf dem Gerät gespeicherte Daten bleiben zwar erhalten, doch Cloud-Backup und geräteübergreifende Synchronisation werden faktisch an die KI-Freigabe gebunden. Der Rollout erfolgt schrittweise.

Nach DSGVO-Maßstab ist das heikel: Artikel 7 kennt ein Kopplungsverbot, wonach eine Einwilligung nur dann „freiwillig" ist, wenn die Nutzung eines Dienstes nicht von ihr abhängig gemacht wird. Eine an das KI-Training gekoppelte Backup-Funktion dürfte diesem Maßstab kaum genügen. Samsung reiht sich damit in eine Serie erzwungener Opt-ins ein — Meta nutzt öffentliche Nutzerinhalte in der EU standardmäßig fürs KI-Training (mit Widerspruchsmöglichkeit), LinkedIn aktivierte die Datennutzung zunächst automatisch. Anders als dort steht bei Samsung jedoch der drohende Datenverlust im Raum.

Für Unternehmen mit BYOD- und Wearable-Strategien ist der Fall ein Warnsignal: Gesundheits- und Fitnessdaten aus Galaxy-Watches oder -Ringen zählen zu den besonders schützenswerten Kategorien nach Artikel 9 DSGVO. Wo Mitarbeitende private Geräte mit angebundenen Health-Apps nutzen, sollten IT- und Compliance-Verantwortliche prüfen, welche Daten in Hersteller-Clouds abfließen — und ob erzwungene Zustimmungsdialoge die eigene Datenschutz-Folgenabschätzung berühren.