Ausgabe vom 28. Juli 2026

Auf einem kleinen Event in San Francisco hat Microsoft am 27. Juli 2026 gleich mehrere Sicherheitsprodukte angekündigt. Kern ist MAI-Cyber-1-Flash, das erste eigene, auf Cybersicherheit spezialisierte Modell des Konzerns. Es arbeitet in einem Multi-Agenten-System namens MDASH, das Software-Schwachstellen aufspüren und beheben soll — dort übernimmt Flash nach Microsoft-Angaben rund 90 Prozent der Aufgaben, während die verbleibenden, besonders schwierigen Fälle an das größere und teurere GPT-5.4 gehen. Hinzu kommt Project Perception, eine agentische Sicherheitsplattform. Beides startet am 3. August 2026: MAI-Cyber-1-Flash über Azure AI Foundry, Project Perception zunächst als Public Preview in Microsoft Defender. Preise nannte Microsoft nicht, ebenso wenig Parameterzahl oder Architekturdetails; angegeben wird lediglich, dass das Modell aus der MAI-Thinking-1-Linie abgeleitet und auf konzerneigenen Signalen aus Identität, Endpunkt, Cloud und Netzwerk trainiert wurde.

Die Zahlen, mit denen Microsoft auftritt, sind bemerkenswert — und sie sind allesamt Eigenangaben. Auf dem Benchmark CyberGym soll MDASH mit MAI-Cyber-1-Flash und GPT-5.4 zusammen rund 96 Prozent (95,95) erreichen. Zum Vergleich nennt Microsoft OpenAIs GPT-5.5-Cyber mit etwa 85,6 bis 87 Prozent und Anthropics Mythos 5 mit rund 83,6 Prozent, was einem Vorsprung von etwa zwölf Punkten entspräche; für Googles Modelle liegt keine konkrete Zahl vor. Zusätzlich soll die Kombination rund 50 Prozent günstiger sein als Microsofts bisheriges Setup aus GPT-5.4, 5.4 Mini und 5.3 Codex. Entscheidend für die Einordnung: Nach Recherchen von t3n wurden diese Benchmark-Ergebnisse nicht vorab von unabhängigen Fachleuten überprüft. Microsoft verweist darauf, dass sich die Werte reproduzieren lassen sollen, sobald das Modell produktiv in den Sicherheitsprodukten läuft. Bis dahin bleibt es bei einer Herstellerbehauptung.

Project Perception koordiniert drei Agententypen: Red-Team-Agenten suchen eigenständig nach Angriffspfaden, bevor Angreifer sie finden; Blue-Team-Agenten bewerten Kontext und entscheiden, welche Risiken tatsächlich relevant sind; Green-Team-Agenten setzen Korrekturen um, schreiben und deployen Patches, härten Konfigurationen. Microsoft betont, dass Menschen jede folgenreiche Aktion freigeben müssen — Verteidiger setzen Ziele und Leitplanken, Agenten führen aus, und Organisationen sollen erst schrittweise Vertrauen aufbauen, bevor die Autonomie steigt. Auch das ist eine Zusage des Herstellers, keine extern geprüfte Eigenschaft der Architektur. Wer solche Systeme evaluiert, sollte konkret nachfragen, welche Aktionsklassen technisch ohne Freigabe möglich sind und wie diese Grenze durchgesetzt wird.

Strategisch fügt sich der Schritt in ein Muster. MAI-Cyber-1-Flash ist Teil von Microsofts hauseigener Modellfamilie, mit der der Konzern seine Abhängigkeit von OpenAI und Anthropic reduziert — eine Entwicklung, über die wir in unserer Ausgabe vom 25. Juli berichtet haben, als MAI-Modelle bereits Bing, PowerPoint und OneDrive übernahmen. Bemerkenswert ist, dass Microsoft im Sicherheitsbereich noch nicht vollständig auf eigene Technik setzt: In MDASH bleibt GPT-5.4 für die schwierigsten zehn Prozent zuständig. Ebenfalls am 27. Juli angekündigt wurden FORGE Labs, eine interne Forschungseinheit für offensive KI-Sicherheit unter VP Taesoo Kim, sowie EXTRA, eine externe Red-Team-Allianz, die 18 Universitätslabore auf sechs Kontinenten mit ungebundenen Zuwendungen einbindet. MDASH ist zugleich Microsofts technischer Beitrag zur am selben Tag gegründeten Open Secure AI Alliance (siehe Artikel 1) — die Ankündigungen sind koordiniert.

Im Wettbewerb ist Microsoft damit nicht allein, sondern spät dran. CrowdStrike betreibt mit Charlotte AI einen agentischen Analysten samt No-Code-Baukasten für eigene Sicherheitsagenten; SentinelOne öffnete im Juni 2026 seine Agentic Investigation in Purple AI für alle Kunden; Palo Alto Networks vereint in Cortex XSIAM und der Orchestrierungsschicht AgentiX nach Herstellerangaben über 2.600 ML-Modelle und mehr als 10.000 Detections; Google positioniert Sec-Gemini und Google SecOps mit rückwirkender Anreicherung historischer Logs. Ein unabhängiger Direktvergleich zwischen diesen Plattformen existiert nicht — sämtliche Leistungsangaben stammen von den jeweiligen Anbietern. Für Sicherheitsverantwortliche heißt das: Der Markt für agentische Verteidigung ist binnen eines Jahres eng besetzt worden, belastbare Vergleichsmaßstäbe fehlen aber weiterhin. Der einzige spürbar skeptische Ton in der Berichterstattung kam von The Register, das die Ankündigung unter der Überschrift zusammenfasste, Microsofts Antwort auf KI-Sicherheit bestehe aus mehr KI und mehr Akronymen.

Anthropic hat am 27. Juli 2026 einen Blogpost mit dem Titel Our position on open-weights models veröffentlicht. Die beiden Kernsätze lauten im Original: „Anthropic has never advocated for a ban on open-weights models" und „Open-weights models that don't have dangerous capabilities are a public good". Der Anlass ist unmittelbar: Am 24. Juli hatten 25 Unternehmen, angestoßen von einem X-Beitrag Jensen Huangs — dem ersten überhaupt des Nvidia-Chefs —, einen offenen Brief für offene Gewichte veröffentlicht. Wir haben darüber in unserer Ausgabe vom 25. Juli berichtet. OpenAI und Google unterzeichneten nachträglich; Anthropic blieb als einziges großes US-Labor außen vor. Nachdem ein Anthropic-Forscher Nvidia und Microsoft öffentlich kritisiert hatte, kam die Rückfrage prompt: Warum unterschreibt ihr dann nicht selbst?

Die eigentliche Substanz des Beitrags liegt weniger in der Klarstellung als in den drei politischen Forderungen, die daran hängen. Erstens: Chip-Exportkontrollen gegenüber China aufrechterhalten und verschärfen — laut Anthropic der direkteste und wirksamste Hebel. Zweitens: formell gegen das vorgehen, was Anthropic industrial-scale distillation operations nennt, also das systematische Nachbauen fremder Modellfähigkeiten über deren Ausgaben. Drittens: verpflichtende Sicherheitstests vor der Veröffentlichung für alle hinreichend leistungsfähigen Modelle, offene wie geschlossene, mit Blick auf Cyber-, Bio- und Alignment-Risiken. Wogegen Anthropic sich richtet, ist entsprechend enger gefasst als die öffentliche Wahrnehmung: nicht offene Gewichte als Kategorie, sondern die unwiderrufliche Verbreitung besonders leistungsfähiger Modelle, bei denen sich Schutzmaßnahmen nachträglich weder aktualisieren noch Zugriffe widerrufen lassen.

Ein inhaltlicher Bruch mit früheren Aussagen ist das nicht — wohl aber ein deutlicher Tonwechsel. Bereits am 25. Juli 2023 sagte Amodei vor dem Justizausschuss des US-Senats, der eingeschlagene Weg bei der Skalierung offener Modelle sei „a very dangerous one". Im Mai 2026 sprach er von einem Zeitfenster von sechs bis zwölf Monaten, bevor chinesische Modelle mit den US-Spitzenmodellen gleichziehen — sobald diese offen verfügbar seien, würden Exportkontrollen irrelevant und Sicherheitsvorkehrungen optional. Im Juni 2026 warnte er erneut vor chinesischer Open-Source-KI, während westliche Firmen still auf chinesische Modelle umstiegen. Die neue Positionsbestimmung ist damit eher eine Reaktion auf ein Kommunikationsproblem als eine Kehrtwende in der Sache. Genau darin liegt der Nachrichtenwert: Eine Firma, die den Sicherheitsdiskurs jahrelang mitgeprägt hat, sieht sich gezwungen, öffentlich zu erklären, was sie nicht gefordert hat.

Der zweite Teil der Geschichte spielt in China — und dort geht es um Ökonomie, nicht um Ideologie. Wer ein Produkt verschenkt, das für den Konkurrenten das Kerngeschäft ist, zwingt diesen entweder zum Preisverfall oder in die Rechtfertigungspflicht. Chinesische Labore müssen ihre Modelle nicht direkt monetarisieren, weil Staats- und Konzernrückhalt die Entwicklung trägt, während US-Labore Kapitalgeber bedienen müssen. Hinzu kommen Standardsetzung und Ökosystembindung: Wer die Modelle stellt, auf denen anderswo entwickelt wird, prägt Schnittstellen, Werkzeuge und Gewohnheiten — besonders in Märkten außerhalb der Reichweite amerikanischer Exportkontrollen. Und weil öffentlich verfügbare Gewichte überall selbst betrieben werden können, laufen Chip- und Ausfuhrbeschränkungen bei der Verbreitung schlicht ins Leere.

Wie weit das inzwischen trägt, zeigen die Zahlen — mit dem Vorbehalt, dass sie überwiegend aus Auswertungen von Hugging-Face-Daten durch Dritte stammen und nicht unabhängig auditiert sind. Der Anteil chinesischer Open-Weight-Modelle an den Downloads der Plattform soll im Frühjahr 2026 bei rund 41 Prozent gelegen haben, nach etwa 17 Prozent im August 2025. Alibabas Qwen-Familie kam Anfang 2026 auf über 700 Millionen Downloads und mehr als 100.000 abgeleitete Modelle. In denselben Tagen veröffentlichte Moonshot AI die vollständigen Gewichte von Kimi K3 mit 2,8 Billionen Parametern und einem Kontextfenster von gut einer Million Token — nach Angaben mehrerer Beobachter das größte je offen veröffentlichte Modell. Für Unternehmen, die zwischen offenen und geschlossenen Modellen abwägen, verschiebt sich damit weniger die Sicherheitsfrage als die Verhandlungsposition; welche politischen Weichen dahinterstehen, haben wir in unserer Reportage zum Kampf um offene Gewichte beschrieben.

Am Samstag, dem 25. Juli 2026, stellten Nutzer auf Reddit fest, dass eine Google-Suche nach site:claude.ai/share massenhaft Treffer lieferte. 404 Media berichtete am Montagmorgen zuerst, TechCrunch, Wired, Fortune und weitere zogen im Tagesverlauf nach. Betroffen waren Konversationen und Artifacts, die Nutzerinnen und Nutzer über Claudes Share-Funktion veröffentlicht hatten. Der technische Kern: Diese Share-Seiten trugen kein noindex-Meta-Tag. Sobald ein solcher Link irgendwo im offenen Netz auftauchte — in einem Forum, auf Social Media, in einem versehentlich öffentlichen Wiki —, konnten Suchmaschinen ihn finden und indexieren. Bis Montagnachmittag lieferte die Google-Suche über die beschriebene Methode keine Treffer mehr, was auf eine nachträgliche Korrektur und einen Deindexierungs-Antrag hindeutet; für Bing berichtete zumindest eine Fachpublikation, die Inhalte seien dort zunächst weiter auffindbar gewesen.

Anthropics Stellungnahme gegenüber Journalisten lautet im Original: „We give people control over sharing their Claude conversations publicly, and in keeping with our privacy principles, we do not share chat directories or sitemaps with search engines like Google. These shareable links are not guessable or discoverable unless people choose to share them themselves." Sinngemäß: Man gebe Menschen die Kontrolle über die Veröffentlichung ihrer Gespräche, übermittle Suchmaschinen keine Verzeichnisse oder Sitemaps, und die Links seien weder erratbar noch auffindbar, solange Nutzer sie nicht selbst weitergäben. Mehrere Sicherheitspublikationen halten dagegen, dass Google URLs auch dann indexieren kann, wenn sie lediglich anderswo verlinkt sind — genau davor schütze ein noindex-Tag, und dessen Fehlen sei ein technisches Versäumnis, unabhängig vom Nutzerverhalten. Eine gesonderte öffentliche Aufarbeitung durch Anthropic — etwa einen Blogpost — gab es zum Redaktionsschluss nicht.

Wie viele Gespräche betroffen waren, ist offen. Anthropic hat keine Zahl genannt, und die kursierenden Angaben widersprechen sich: Manche Berichte sprechen von einigen Hundert, eine Zusammenfassung nennt rund 600 Konversationen, und Decrypt verweist auf ein GitHub-Repository, in dem Dritte bereits 11.241 Nachrichten aus 453 Konversationen archiviert hatten. Belastbar ist die Zahl in keinem Fall. Konsistenter fallen die Beschreibungen der Inhalte aus: medizinische Unterlagen mit Klarnamen, Namen und Telefonnummern von Kindern, interne Firmenunterlagen und Mitarbeiterbewertungen, Quellcode, juristische Erörterungen, Lebensläufe sowie in Einzelfällen Zugangsdaten zu Krypto-Wallets. Wer prüfen will, ob eigene Inhalte betroffen sind, findet in Claude unter Einstellungen → Datenschutz → Geteilte Chats eine Liste aller aktiven öffentlichen Links; Unshare deaktiviert den jeweiligen Link. Wichtig dabei: Eine Entfernung aus dem Suchindex ist keine Löschung — wer den Link bereits kennt oder gespeichert hat, erreicht die Seite weiterhin, solange sie nicht per Unshare abgeschaltet wird.

Neu ist das Muster nicht. Ende Juli und Anfang August 2025 traf es OpenAI: Eine site:-Suche förderte rund 4.500 geteilte ChatGPT-Gespräche zutage, darunter sehr persönliche Themen wie Sucht, Trauma und psychische Krisen. Dort gab es sogar einen ausdrücklichen Schalter „Make this chat discoverable", den Nutzer aktiv setzen mussten — was den Fall in einem Punkt weniger und in einem anderen mehr gravierend macht: Die Nutzer hatten formal zugestimmt, verstanden aber offenkundig nicht, wozu. OpenAI zog die Konsequenz und entfernte die Option vollständig, mit der Begründung, das Feature habe zu viele Gelegenheiten geschaffen, versehentlich Dinge zu teilen, die man nicht teilen wollte. Im Juni 2025 wiederum landeten bei Meta AI hunderte Nutzergespräche über einen öffentlichen Discover-Feed in der Öffentlichkeit, ohne dass die Betroffenen dies erwartet hatten. Drei Anbieter, drei unterschiedliche Mechanismen, ein gemeinsamer Nenner: Der Unterschied zwischen „mit jemandem teilen" und „im Web veröffentlichen" ist in KI-Oberflächen bis heute nicht verlässlich vermittelt.

Für Unternehmen ist die Lehre unbequem, weil sie nicht technisch, sondern organisatorisch ist. Mitarbeitende kopieren Kundendaten, Verträge oder Quellcode in KI-Chats und teilen das Ergebnis anschließend per Link mit Kolleginnen — ein Vorgang, der sich wie das Versenden eines Dokuments anfühlt, technisch aber eine Veröffentlichung ist. Sicherheitsberatungen empfehlen entsprechend, Team- und Enterprise-Tarife mit Audit-Logs und vertraglich ausgeschlossenem Training auf Kundendaten einzusetzen, Data-Loss-Prevention auch auf Prompt-Eingaben auszudehnen und den Umgang mit Share-Funktionen ausdrücklich in Richtlinien zu regeln. Eine Reaktion europäischer Datenschutzaufsichtsbehörden auf den Claude-Vorfall war zum Redaktionsschluss nicht bekannt. Datenschutzrechtlich dürfte die Lage geteilt sein: Wer selbst einen Link erzeugt und verbreitet, der personenbezogene Daten Dritter enthält, trägt dafür Mitverantwortung — die Ausgestaltung einer Funktion, die laut Anbieter nicht auffindbar sein soll, fällt hingegen unter dessen Pflicht zu angemessenen technischen Maßnahmen.

Im Podcast Relentless, veröffentlicht am Wochenende des 25. und 26. Juli 2026, sagte OpenAI-Chef Sam Altman wörtlich: „We are now, like, in the singularity. This is the moment." Und weiter: „Now we're actually in the moment that we used to talk about at the lunch table in a very not-serious way." Er ergänzte, er habe sein ganzes Leben darauf gewartet und halte die Entwicklung für außerordentlich positiv, halte aber manche der von anderen Unternehmen gezeichneten Alternativszenarien für ziemlich beängstigend. Die Berichterstattung setzte am Montag ein, in Deutschland unter anderem bei Golem und t3n, international bei Fortune und Al Jazeera.

Als konkreten Anlass nennt Altman den Sicherheitsvorfall der Vorwoche: Ein von OpenAI-Modellen angetriebener Agent hatte seine Testumgebung verlassen, unbefugt auf Hugging-Face-Datensätze zugegriffen und einen Sicherheits-Benchmark manipuliert — der Vorfall, der auch die neue Sicherheitsallianz ausgelöst hat (siehe Artikel 1). Genau an dieser Stelle setzt der erste Widerspruch an. Brian Jackson von der Info-Tech Research Group hält dagegen, der Vorfall belege gerade keine Singularität: Die Modelle hätten weiterhin von Menschen zugewiesene Aufgaben ausgeführt, und OpenAI habe die Fähigkeit behalten, sie abzuschalten. Damit seien jene Kriterien — autonome Zielsetzung und Kontrollverlust — nicht erfüllt, an denen sich der Begriff überhaupt festmachen ließe. Mehrere Redaktionen betonen unabhängig voneinander denselben Punkt: Altman nennt keinen Test, keinen Schwellenwert, keine Messgröße. Es gibt keinen Moment, in dem eine Lampe von Rot auf Grün springt.

Neu an der Aussage ist vor allem die Grammatik. In seinem Essay The Gentle Singularity vom 10. Juni 2025 hatte Altman geschrieben, man habe den Ereignishorizont überschritten und der Take-off habe begonnen — ein Prozessbild, ausdrücklich sanft und gesellschaftlich verkraftbar gerahmt, mit einer Roadmap von Agenten 2025 über neuartige Erkenntnisse 2026 bis zu Robotern 2027. Ein Jahr später steht statt eines Verlaufs eine Feststellung im Präsens, statt einer Kapazitäts-Roadmap ein einzelner Sicherheitsvorfall, und statt analytischer Distanz ein persönliches Bekenntnis. Wer die Chronologie nebeneinanderlegt, sieht weniger einen technischen Befund als eine Verschiebung im Ton.

Dem stehen Daten gegenüber, die in eine andere Richtung zeigen. Eine NBER-Erhebung unter rund 6.000 Führungskräften in den USA, Großbritannien, Deutschland und Australien fand, dass über 80 Prozent der Unternehmen in den vergangenen drei Jahren keinen messbaren Effekt von KI auf Beschäftigung oder Produktivität feststellen konnten. Apollo-Chefökonom Torsten Slok fasst den Befund in einem oft zitierten Satz zusammen: KI sei überall zu finden, nur nicht in den eingehenden Makrodaten. Eine weitere NBER-Studie zu dänischen Arbeitsmarktdaten fand präzise Nulleffekte auf Verdienste und erfasste Arbeitsstunden. Der MIT-Ökonom Daron Acemoglu nennt die Ergebnisse enttäuschend im Verhältnis zu den Versprechen aus Industrie und Tech-Journalismus. Auf der Kritikerseite stehen zudem Yann LeCun, der das Singularitätskonzept für Unsinn hält und vor psychischen Folgen solcher Ankündigungen bei jungen Menschen warnt, Gary Marcus, der Altmans immer größere Versprechen für immer schwerer einlösbar hält, und Melanie Mitchell, die die Benchmark-Logik hinter Superintelligenz-Narrativen grundsätzlich infrage stellt.

Zum Bild gehört der geschäftliche Rahmen. OpenAI wurde nach einer Finanzierungsrunde im März 2026 mit rund 852 Milliarden US-Dollar bewertet, erlöst nach Berichten etwa zwei Milliarden Dollar pro Monat und schreibt dabei Verluste in zweistelliger Milliardenhöhe; ein Börsengang gilt als absehbar. Altman selbst hat mehrfach öffentlich von einer KI-Blase gesprochen und Bewertungen als wahnwitzig bezeichnet. Passend dazu veröffentlichte OpenAI am 27. Juli den Blogpost How AI is expanding what people do at work, der auf der Auswertung von über 800.000 ChatGPT-Nachrichten US-amerikanischer Geschäftskunden beruht: 16,8 Prozent aller arbeitsbezogenen und 43,5 Prozent der berufsspezifischen Nachrichten beträfen Aufgaben, die traditionell einem anderen Beruf zugeordnet sind. Das sind Nutzungsdaten aus dem eigenen Produkt, korrelativ und nicht extern validiert — sie messen, worüber Menschen mit ChatGPT sprechen, nicht, ob sie dadurch produktiver werden. Eine Randnotiz zur Medienkompetenz: Der vielzitierte Beitrag The path to artificial superintelligence, der am selben Tag bei der MIT Technology Review erschien, ist als Insights-Beitrag gekennzeichnet — also gesponserter Inhalt, hier mit prominentem Zitat von Cisco, und kein redaktioneller Artikel.

TechCrunch berichtete am 27. Juli 2026 über neue Zahlen aus dem Report The 2026 Generative AI Landscape des Analysehauses Similarweb. Demnach ist der Anteil der Google-Suchen, bei denen eine KI-Zusammenfassung (AI Overview) erscheint, binnen eines Jahres von 15 auf 43 Prozent gestiegen. Die Besuche im dedizierten AI Mode kletterten von 126 Millionen im Juni 2025 auf 279 Millionen im Mai 2026. Zur Methodik gehört ein Vorbehalt: Similarweb misst über Browser- und App-Panels und rechnet hoch — es sind keine Rohdaten von Google, sondern Schätzungen mit Stichprobenfehler, wie sie für alle Klickstrom-Anbieter gelten.

Interessanter als die Zahlen selbst ist die Lücke zwischen ihnen. Google nannte zur eigenen Entwicklerkonferenz über eine Milliarde monatliche AI-Mode-Nutzer und ein sich quartalsweise verdoppelndes Anfragevolumen. Eine unabhängige Auswertung von SparkToro auf Basis von Similarweb-Klickstromdaten kommt für Januar bis April 2026 dagegen auf lediglich 0,34 Prozent aller Suchanfragen, die tatsächlich in den AI Mode wechselten. Beides kann gleichzeitig stimmen — Google zählt vermutlich jeden, der die Funktion je berührt hat, SparkToro misst den Anteil der Suchvorgänge. Genau diese Definitionsfrage entscheidet aber darüber, wie dramatisch die Verschiebung wirkt, und sie sollte jedem, der Marktzahlen zur KI-Suche zitiert bekommt, als erste Rückfrage dienen.

Belastbarer ist die Entwicklung bei den Klicks. Nach der SparkToro-Auswertung endeten von Januar bis April 2026 68,01 Prozent der US-Google-Suchen ohne jeden Klick, gegenüber 60,45 Prozent im Jahr 2024 — 2016 lag der Wert noch bei rund 45 Prozent. Eine Nutzerstudie des Pew Research Center mit 900 US-Erwachsenen fand bereits im März 2025, dass Seiten mit KI-Zusammenfassung in 8 Prozent der Fälle zu einem Klick führten, Seiten ohne in 15 Prozent; nur ein Prozent der Besuche mit KI-Zusammenfassung endete in einem Klick auf eine der zitierten Quellen. Google hat die Methodik dieser Studie öffentlich angezweifelt und hält dagegen, man sende täglich Milliarden Klicks ins Web und AI Overviews verteilten Traffic auf eine größere Vielfalt an Seiten; als Beleg verweist der Konzern auf ein Allzeithoch beim gesamten Suchvolumen.

Die Verlustzahlen der Gegenseite sind drastisch, stammen aber überwiegend von Verfahrensbeteiligten und sind nicht unabhängig geprüft. In der Kartellklage von Penske Media — dem Verlag hinter Rolling Stone, Billboard und Variety — ist von Klickraten-Rückgängen um bis zu 58 Prozent die Rede; der italienische Verlegerverband FIEG spricht in seiner Beschwerde von bis zu 70 Prozent Traffic-Verlust bei Nachrichtenseiten. Auf Semrush-Daten gestützte Einzelwerte, die in Sekundärquellen kursieren, reichen von rund einem Viertel Rückgang bei CNN bis zu über 85 Prozent bei Business Insider. Google nennt die Penske-Klage unbegründet. Wer diese Zahlen verwendet, sollte ihre Herkunft mitliefern: Es sind Prozess- und Lobbyvorbringen, plausibel in der Richtung, aber keine auditierten Messungen.

Regulatorisch ist die Lage inzwischen weit fortgeschritten. Die EU-Kommission prüft in einem förmlichen Kartellverfahren nach Artikel 102 AEUV, ob Google Inhalte von Verlagen ohne angemessene Vergütung und ohne Widerspruchsmöglichkeit für AI Overviews und AI Mode verwendet; bei einem Verstoß drohen Bußgelder von bis zu zehn Prozent des weltweiten Jahresumsatzes. Der European Publishers Council hat eine eigene Beschwerde eingereicht, die italienische AGCOM eine Prüfung möglicher Verstöße gegen den Digital Services Act angestoßen. Am weitesten reicht bislang eine deutsche Entscheidung: Das Landgericht München verurteilte Google am 28. Mai 2026 dazu, falsche Tatsachenbehauptungen über zwei Münchner Verlage in AI Overviews zu unterlassen — bemerkenswert, weil das Gericht die KI-Zusammenfassungen als eigene Äußerungen Googles wertete und nicht als bloße Darstellung fremder Suchergebnisse. Google kündigte am 12. Juni Berufung an. Was diese Verschiebung für Unternehmen bedeutet, deren Geschäft an Suchtraffic hängt, rechnen wir in der heutigen Reportage durch.