Ausgabe vom 19. Juli 2026

Der Rahmen war symbolträchtig: Am 16. und 17. Juli trafen sich die Regierungen unter Kanzler Friedrich Merz und Präsident Emmanuel Macron zum 26. Deutsch-Französischen Ministerrat, der Verteidigungs- und Sicherheitsrat tagte auf dem Fliegerhorst Nörvenich. In der gemeinsamen Erklärung vom 17. Juli steht der Satz, der aufhorchen lässt: Beide Länder wollen ein „europäisches souveränes digitales Rückgrat“ aufbauen — mit Fokus auf datenzentrierte Sicherheit, künstliche Intelligenz und Cloud-Lösungen. heise online übersetzte die Stoßrichtung in die Überschrift „Adieu Palantir“.

Konkretester Baustein ist die französische KI-Führungsplattform Arcadia — ein Gegenentwurf zu Palantirs „Maven Smart System“, den das Pentagon gerade zum Standardprogramm gemacht hat. An Arcadia arbeiten Mistral AI, Safran.AI, Thales und Airbus; die französische Armee hat die Plattform bereits in Übungen als Maven-Ersatz getestet. Dazu sollen „vergleichbare deutsche Lösungen“ kommen, die die Erklärung allerdings nicht benennt. Parallel kündigten Digitalminister Karsten Wildberger und seine französische Amtskollegin Anne Le Hénanff eine Partnerschaft zwischen dem neuen deutschen KI-Sicherheitsinstitut und dem französischen Pendant Inesia an, außerdem einen gemeinsamen Standard, damit europäische Kampfjets und Drohnen im Feld miteinander kommunizieren können.

Die Abkehr von Palantir ist dabei keine bloße Rhetorik, sondern hat begonnen: Frankreichs Inlandsgeheimdienst DGSI kündigte im Juni seinen Palantir-Vertrag — nur sechs Monate nach dessen Verlängerung — und wechselte zur französischen Alternative ChapsVision mit deren Analyseplattform ArgonOS. Auch das deutsche Bundesamt für Verfassungsschutz setzt inzwischen auf ChapsVision. In der deutschen Industrie formiert sich derweil ein eigenes Angebot: Process-Mining-Schwergewicht Celonis und das Berliner KI-Startup Deepset bündeln ihre Kräfte für eine souveräne Datenplattform, die explizit auch Behörden, Verteidigung und kritische Infrastruktur adressiert.

Bei aller Symbolik bleibt die Erklärung auffällig unkonkret: kein Budget, kein Zeitplan, keine Verträge. Zur Einordnung des Ambitionsniveaus genügt ein Blick auf das 100-Milliarden-Euro-Kampfjet-Programm FCAS, das im Juni am Dauerstreit zwischen Dassault und Airbus endgültig zerbrach — und in der aktuellen Erklärung bezeichnenderweise mit keinem Wort vorkommt. Ein NATO-Kommandeur wird mit der Einschätzung zitiert, eine wirklich tragfähige europäische Maven-Alternative existiere bislang nicht; Palantir-Chef Alex Karp spottete, die deutsche Ablehnung erinnere ihn an „Gespräche über Hexerei“.

Und ein zweiter Vorbehalt bleibt: Das „Rückgrat“ betrifft Bundes- und Europaebene. Die Polizeibehörden in Bayern, Hessen und Nordrhein-Westfalen nutzen Palantir-Software unverändert weiter — gegen den Einsatz in Bayern und NRW laufen weiterhin Verfassungsbeschwerden der Gesellschaft für Freiheitsrechte, nachdem das Bundesverfassungsgericht die automatisierte Polizei-Datenanalyse in Hessen und Hamburg 2023 in ihrer damaligen Form gekippt hatte. Warum Europa KI-Souveränität so oft ankündigt und so selten baut, haben wir in unserer Reportage „Souveränität auf dem Papier“ analysiert — die jetzt einen neuen Testfall hat.

Die Idee klingt fast zu einfach: Wenn KI-Agenten Systeme angreifen, lesen sie unterwegs alles, was ihnen in die Finger kommt — Umgebungsvariablen, Secrets-Manager-Einträge, DNS-Einträge. Die Sicherheitsfirma Tracebit platziert genau dort ihre „Context Bombs“: kurze Textpassagen in Köder-Ressourcen, die beim Auslesen die Sicherheits-Guardrails des angreifenden Modells auslösen und den Angriff abbrechen lassen. Inspiriert ist die Technik ausgerechnet von Malware-Autoren, die mit Prompt Injection KI-gestützte Analyse-Tools austricksen, damit diese bösartige Samples als harmlos einstufen — Tracebit dreht den Spieß um.

Die am 14. Juli veröffentlichten Zahlen sind deutlich. In einer simulierten AWS-Umgebung mit rund 300 Ressourcen und zehn Angriffspfaden traten fünf Modelle als Angreifer an, darunter Anthropics Opus 4.8, Googles Gemini 3.1 Pro und die chinesischen Modelle GLM 5.2, DeepSeek 4 Pro und Kimi K2.6. Ohne Abwehr erreichten die Agenten in 57 Prozent der Läufe Admin-Zugriff — mit Context Bombs nur noch in 5 Prozent. Vollständige Kompromittierungen fielen von 36 auf 1 Prozent. Und das Paradox der Studie: „The strongest agents fall the hardest“ — bei Opus 4.8 sank die Admin-Zugriffsrate von 93 auf 0 Prozent. Je gewissenhafter ein Modell seinen Sicherheitsrichtlinien folgt, desto zuverlässiger lässt es sich mit ihnen lahmlegen.

Aufschlussreich ist, welche Köder wirken: Bei westlichen Modellen schlugen vor allem sensible biologische Inhalte an, bei den chinesischen Modellen politisch heikle chinesischsprachige Passagen. Die Guardrails, die Modelle stoppen sollen, sind kulturell und politisch geprägt — und genau diese Prägung lässt sich nun als Verteidigungswaffe instrumentalisieren. Tracebits nüchternes Fazit zur Grenze des Ansatzes: Einen Angriff zu erkennen sei nicht dasselbe, wie ihn zu stoppen — die Bombs wirken nur, solange Angreifer ihre Agenten nicht gezielt gegen solche Trigger abhärten.

Der Kontext macht die Studie brisant: KI-Agenten sind in der offensiven Sicherheit längst Realität. Der autonome Pentesting-Agent XBOW führt mit über 1.060 validierten Funden das HackerOne-Leaderboard an, OpenAI stellte vergangene Woche seinen internen Red-Teaming-Agenten GPT-Red vor, der menschliche Red-Teamer bei Prompt-Injection-Tests mit 84 zu 13 Prozent schlug (wir berichteten), und das Weiße Haus koordiniert KI-gefundene Schwachstellen seit Kurzem im „Gold Eagle“-Programm (unsere Ausgabe vom 16. Juli). Im Wettrüsten zwischen KI-Angreifern und KI-Verteidigern ist die Manipulierbarkeit der Agenten selbst zur eigentlichen Front geworden.

Für Unternehmen hat der Befund eine doppelte Pointe: Wer eigene Security- oder Coding-Agenten einsetzt, sollte wissen, dass dieselbe Technik auch gegen die guten Agenten funktioniert — vergiftete Daten können SOC-Assistenten, Malware-Scanner oder autonome Pentester fehlleiten oder stilllegen. Warum Prompt Injection die vielleicht wichtigste ungelöste Sicherheitsfrage der Agenten-Ära ist und was Entscheider jetzt von ihren Anbietern verlangen sollten, analysiert unsere heutige Reportage ausführlich.

Der Auftritt, über den The Verge am Samstag berichtete, fand Anfang Juli statt: Dave Eggers — Autor von „The Circle“ und „The Every“, Gründer von McSweeney's und seit über einem Jahrzehnt einer der profiliertesten literarischen Tech-Kritiker — nahm eine persönliche Einladung von Sam Altman an und sprach vor OpenAI-Mitarbeitern. Was er mitbrachte, war keine Höflichkeitsrede. „Ihr packt jeder Lehrkraft an öffentlichen Schulen in diesem Land 20 Stunden pro Woche zusätzlich auf“, hielt er der Belegschaft laut Irish Times entgegen, „und der Effekt auf die Fähigkeit junger Menschen, eine eigene Stimme zu entwickeln, ist apokalyptisch.“

Eggers' Kernthese ist radikal: „Es gibt keine sichere Dosis KI in den Geisteswissenschaften für Menschen unter 22 — zumindest nicht beim Schreiben.“ Wer als junger Mensch seine Stimme an eine Maschine auslagere, werde „stimmlos“. Im NPR-Interview zur Promotion seines neuen Romans „Contrapposto“ hatte er die Diagnose schon zugespitzt: Zum ersten Mal in der Geschichte werde eine ganze Generation dazu verführt, „das Verstummen der eigenen Stimme hinzunehmen — zugunsten einer faden, gedankenlosen Maschine, die ihre Seele aussprechen soll“. Als Gegenmittel beschrieb er, was er von Lehrern hört: Aufsätze wieder handschriftlich und beaufsichtigt schreiben lassen. Diese Schüler würden am Ende die besseren Schreiber als jene, die zu Hause kopieren und auslagern.

Dass OpenAI sich das anhört, ist kein Zufall: Das Unternehmen positioniert sich seit Monaten offensiv im Bildungsmarkt — mit „ChatGPT for Teachers“, Study Mode und zuletzt einem Blogpost, der Teenagern ein „Zugangsrecht“ zu sicherer KI attestierte (unsere Reportage „Generation Chatbot“). Die Einladung eines prominenten Kritikers passt zur Charme-Strategie, sich als lernfähig zu inszenieren — zumal parallel die Sammelklage der Authors Guild gegen OpenAI in die entscheidende Phase geht. Eggers selbst hatte Altmans Vorstoß in kreatives KI-Schreiben schon 2025 verspottet: KI könne gestohlenen Text zusammenkleben, aber das sei keine Kunst, sondern „Pastiche-Müll, auf den nur die Leichtgläubigsten hereinfallen“.

Die vielleicht interessanteste Beobachtung machte Eggers allerdings über sein Publikum. Der Nachmittag sei „wirklich nett“ gewesen, erzählte er hinterher — und: „Die wahnhaften Illusionen einiger weniger an der Spitze werden von der Basis nicht immer geteilt.“ Wenn das stimmt, hat OpenAI ein interessanteres Problem als einen wütenden Schriftsteller im Vortragsraum: eine Belegschaft, die Teile seiner Kritik teilt. Eine offizielle Reaktion von OpenAI oder Altman auf die Rede gibt es bislang nicht.

Das Gespräch, das TechCrunch am 17. Juli veröffentlichte, fand Ende Mai in Athen statt, wo Rimer heute lebt — am Rande des neuen Tech-Festivals Panathenea. Der Index-Ventures-Mitgründer (die Firma startete 1996 in Genf und stieg Anfang 2021 früh bei Anthropic ein) formulierte darin eine These, die man von einem Venture-Kapitalisten selten hört: Er habe „das starke Gefühl, dass es eine Art Rückverteilung geben wird“. Und weiter: „Sie wird entweder freiwillig sein oder unfreiwillig — aber sie wird passieren, und ich hoffe, sie ist freiwillig.“ Tech-Führungskräfte könnten dabei „eine führende Rolle spielen“.

Der Anlass für die Frage ist mit Zahlen schnell erzählt: Forbes zählte 2026 bereits 45 neue KI-Milliardäre mit zusammen 2,9 Billionen Dollar Vermögen — noch bevor OpenAI oder Anthropic überhaupt an der Börse sind. Elon Musk wurde nach dem SpaceX-Börsengang im Juni mit gut einer Billion Dollar zum ersten Billionär der Geschichte. Die KI-Wertschöpfung konzentriert sich in einem historisch beispiellosen Tempo bei einer sehr kleinen Gruppe von Gründern, Investoren und frühen Mitarbeitern — zu der Rimer selbst gehört, was seiner Mahnung ihr Gewicht gibt.

Bemerkenswert ist auch Rimers zweite Sorge: die „moralische Mitte“ der Branche. Seine Kinder sprächen über manche Tech-Unternehmen heute so, wie frühere Generationen über Rüstungskonzerne oder Zigarettenhersteller sprachen. Dazu passt ein strukturelles Ungleichgewicht, das er benennt: US-Startup-Beschäftigte erhalten traditionell deutlich größere Kapitalbeteiligungen als ihre europäischen Kollegen — die Vermögenskonzentration hat also auch eine transatlantische Schlagseite.

Wichtig zur Einordnung: Rimers These ist keine Blasen-Warnung. Zu Überbewertung oder Marktkorrektur äußert er sich im Interview nicht — seine Sorge gilt der Verteilung des Wohlstands, nicht seiner Nachhaltigkeit. Das macht seine Stimme im aktuellen Diskurs eigen: Während Zentralbanken wie die Bank of England, die BIS und der ESRB vor einer möglichen KI-Bewertungsblase warnen (unsere Reportage „Sind wir in einer KI-Blase?“) und Databricks-Chef Ali Ghodsi 2026 ein „furchtbares Jahr für Börsengänge“ nennt, verschiebt Rimer die Frage. Selbst wenn die KI-Wertschöpfung real und dauerhaft ist — wer sie besitzt, wird zur politischen Frage. Beide Debatten, das Blasenrisiko und die Vermögenskonzentration, laufen 2026 parallel; Rimer hält die zweite für die unbequemere.

Der Auslöser war schlicht: eine Grafik aus Stack Overflows eigenem Datenbestand, die die monatlich gestellten Fragen von 2008 bis heute zeigt. Der Verlauf ist dramatisch — vom Höhepunkt bei rund 200.000 Fragen pro Monat um 2014 auf ein Niveau, das dem Startjahr 2009 gleicht, ein Rückgang von etwa 99 Prozent. Auf Hacker News wurde der Chart unter dem Titel „What AI did to stackoverflow in a graph“ zum Aufreger. Die Kurve knickt sichtbar im November 2022 ab — dem Monat, in dem ChatGPT erschien.

So verlockend die Ein-Wort-Erklärung ist, sie greift zu kurz. Der Niedergang begann bereits 2014, als Stack Overflow seine Moderation verschärfte und Fragen aggressiver als Duplikate schloss — die berüchtigte Kultur des „closed as duplicate“, die Neulinge vergraulte, ist älter als jedes große Sprachmodell. ChatGPT hat den Rückgang nicht ausgelöst, sondern brutal beschleunigt: Wer eine Fehlermeldung sofort und ohne soziales Risiko erklärt bekommt, kehrt der Punkte-Hierarchie und den schroffen Antworten den Rücken. Die Ironie dabei ist bekannt: Modelle wie ChatGPT wurden unter anderem mit dem über Jahre angesammelten Stack-Overflow-Korpus trainiert — sie liefern jetzt schneller, was sie von genau dieser Community gelernt haben.

Wirtschaftlich hat der Eigentümer Prosus (Übernahme 2021 für 1,8 Milliarden Dollar) den Kollaps des Publikumsverkehrs bislang abgefedert: Der Umsatz wuchs zuletzt zweistellig auf rund 115 Millionen Dollar, getragen aber vom Enterprise-Geschäft — Stack Overflow for Teams und die Lizenzierung des Datensatzes an KI-Firmen. Im Mai 2024 schloss das Unternehmen Daten-Deals mit Google und OpenAI, nachdem es ChatGPT-Antworten auf der eigenen Plattform zunächst als Spam verboten hatte. Ein 28-Prozent-Stellenabbau im Oktober 2023 und ein neunwöchiger Moderatoren-Streik über die KI-Content-Politik markierten die Reibung des Übergangs.

Die eigentliche Frage reicht über eine einzelne Plattform hinaus: Wenn kaum noch jemand öffentlich fragt und antwortet, versiegt die Quelle, aus der künftige Modelle lernen. Der Stack-Overflow-Korpus, der die heutige Generation von Coding-Assistenten mit ausgebildet hat, stammt aus der Vor-KI-Ära. Neues Wissen zu frischen Frameworks, Bibliotheken und Versionen wandert zunehmend in geschlossene, nicht durchsuchbare Chatverläufe statt in öffentlich indexierte, zitierbare Q&A-Archive. Für Entscheider heißt das: Die Kette „Entwickler fragt öffentlich → Antwort wird archiviert → Modell lernt daraus“ reißt gerade, und keine der beteiligten Parteien hat bisher einen Ersatz. Offizielle Dokumentation und IDE-integrierte KI-Hilfe übernehmen die Rolle — aber ohne Peer-Review und Community-Konsens, die Stack Overflow trotz aller Rauheit lieferte.

Am 16. Juli stellte New Yorks Bürgermeister Zohran Mamdani den „Rental Ripoff Report“ vor — einen 23-Punkte-Katalog für den Mieterschutz, gespeist aus Anhörungen mit über 2.400 New Yorkern in allen fünf Stadtbezirken. Die häufigsten Beschwerden drehen sich um Ungeziefer, Schimmel und undichte Stellen; der Kern des Reports sind Wohnungsmängel, nicht KI. Doch einer der 23 Punkte hat es in die Tech-Schlagzeilen geschafft: eine „klare und deutliche“ Offenlegungspflicht für Anzeigenbilder und -videos, die mit KI erstellt oder digital verändert wurden.

Gemeint ist ein Phänomen, für das Medien den Begriff „Housefishing“ geprägt haben — in Anlehnung an „Catfishing“: Wohnungen werden per KI attraktiver dargestellt, als sie sind. Leere Zimmer werden in Sekunden virtuell möbliert, Risse in der Decke geglättet, Räume größer gerechnet, nicht existierende Merkmale hinzuerfunden. Durchsetzen soll die Regel das New Yorker Department of Consumer and Worker Protection (DCWP), gestützt auf bestehende Verbraucherschutz-Befugnisse; die Behörde will dazu mit Plattformen wie StreetEasy und Zillow zusammenarbeiten, die KI-veränderte Fotos bislang nicht kennzeichnen.

Entscheidend für die Einordnung: Es ist noch kein geltendes Recht. Der Report ist eine Empfehlung — die konkreten Verbraucherschutz-Regeln müssen erst geschrieben werden, ein Inkrafttretensdatum und Strafhöhen nennt er nicht, und ein Teil der 23 Maßnahmen bräuchte zusätzlich Beschlüsse des Stadtrats oder des Bundesstaats. Die zugespitzte Formulierung „Landlords Can't Use AI Images“, unter der der Vorstoß auf Hacker News kursierte, nimmt das Ergebnis vorweg, das erst noch beschlossen werden muss.

Für Marketing mit generativer KI wäre die Regel dennoch ein bemerkenswerter Präzedenzfall: die verpflichtende Kennzeichnung KI-erzeugter Werbebilder in einem klar abgegrenzten, regulierten Markt. Die Debatte kennt man von politischer Werbung und Social-Media-Inhalten — hier wird sie erstmals sektorspezifisch auf den Immobilienmarkt einer Großstadt heruntergebrochen. Sollte New York vorangehen, dürften andere Städte und Plattformen genau hinschauen, wo die Grenze zwischen zulässiger Bildoptimierung und täuschender Fälschung künftig verläuft.