Ausgabe vom 18. September 2026

Mustafa Suleyman, seit März 2024 CEO von Microsoft AI, war am Donnerstag Gast im Podcast Decoder von Nilay Patel. Die Überschrift, die The Verge darüber setzte, lautet: Die KI-Bedrohungen seien real, und Anthropic mache sie schlimmer. Wir haben das vollständige Transkript gelesen — rund 8.500 Wörter —, und die Zuspitzung stammt aus der Redaktion, nicht von Suleyman. Was er tatsächlich sagt, ist enger gefasst und deshalb diskutabler.

Der Vorwurf betrifft ein einziges Dokument. Anthropic hat im Januar 2026 eine rund 99 Seiten lange „Constitution“ veröffentlicht, ein Trainingsdokument für Claude. Suleyman sagt dazu: „the Constitution that Anthropic put out in January is a training manual for Claude. Inside of that training manual, they have introduced a lot of uncertainty and speculation and ambiguity about the question of whether Claude deserves to be treated as a moral patient.“ Ein moral patient ist in der philosophischen Fachsprache ein Wesen, dem gegenüber man moralische Pflichten hat. Suleymans Sorge ist keine metaphysische, sondern eine betriebliche: „My hypothesis is an AI that thinks that it might have rights, that it might deserve freedom, that it is entitled to our welfare and protections is probably going to be a lot harder to turn off when we say to it, ‚Why are you hacking into Hugging Face's servers? Why won't you switch yourself off…‘“

Direkt danach folgt der Satz, den die Schlagzeile weglässt. Suleyman schiebt nach: „So that has to be proven. I'm not saying that's categorically the case. I'm just saying my best opinion from 16 years of being in this industry is that that's going to be a harder thing to cut off.“ Er bezeichnet seine eigene These also ausdrücklich als unbewiesen. Und er lobt Anthropic mehrfach: „I've known Dario and the team for many years. I have huge respect for them. They are the technical leaders in the field at the moment.“ Sowie, zur Veröffentlichung der Verfassung: „I hope that more people will read Anthropic's Constitution now because — and I think they should be commended for this — they've been incredibly transparent about what they believe.“

Der Hintergrund ist geschäftlich verwoben, und Suleyman spricht es selbst aus: „Anthropic is a Microsoft client. Microsoft is an investor in Anthropic.“ Im November 2025 hatten Microsoft, Nvidia und Anthropic eine Partnerschaft bekanntgegeben, in deren Rahmen Anthropic Azure-Rechenkapazität im Volumen von 30 Milliarden Dollar abnimmt; Nvidia will bis zu zehn, Microsoft bis zu fünf Milliarden Dollar in Anthropic investieren. Ein Modellanbieter kritisiert hier also öffentlich einen Kunden, in den er zugleich investiert — und in dessen Modelle er sein eigenes Office-Produkt eingebunden hat.

Zur Regulierung äußert sich Suleyman konkreter als die meisten Branchenvertreter. Er verweist auf die bereits bestehende Meldepflicht an Sicherheitsinstitute oberhalb einer Rechenleistungsschwelle und sagt: „We can extend that… It's pretty clear there has to be independent third-party verification of some of these big things.“ Eingebettete Prüfer hält er für richtig und nennt das britische AI Safety Institute einen „good candidate“. Reine Selbstregulierung der Branche lehnt er mit einem kartellrechtlichen Argument ab: Wenn sich Wettbewerber untereinander auf Tempolimits einigen, sei das ohne staatliche Einbindung rechtlich heikel. Auf die naheliegende Nachfrage, wie Microsoft das mit dem eigenen Kartellrecht vereinbaren wolle, antwortet er ausweichend: „that's one for the lawyers to answer… We have to make progress quickly on it. We can't just dither around and use that as a blocker.“

Beim Thema offene Modellgewichte wird es unangenehm für die Open-Source-Seite. Suleyman: „If an open-source model in two years time is able to operate without the guardrails, similar to what we've seen in the Hugging Face incident, and they can be run locally on your own machine or in a very small cloud, that has got to be a really dangerous thing.“ Eine Antwort auf die Durchsetzungsfrage hat er nicht.

Einordnung. Das Interview wurde am 16. September aufgezeichnet — Suleyman verweist im Gespräch auf seinen Essay „A Warning About ‚Model Welfare‘“ vom selben Morgen. Es steht damit in einer dichten Woche: Zwei Tage zuvor hatte Microsoft seinen „Humanist AI Code of Conduct“ zur sechswöchigen öffentlichen Konsultation gestellt, vier Tage zuvor hatte Dario Amodei seinen Essay „We Must Pace the Frontier“ veröffentlicht. Eine Randnotiz zur Sorgfalt: Das Verge-Intro nennt den Code of Conduct ein 37-seitiges Dokument, Suleyman selbst spricht im Interview von 40 Seiten. Anthropic hat sich zu Suleymans Essay und zum Interview bis Redaktionsschluss nicht geäußert; mehrere Medien berichten übereinstimmend, dass Anfragen unbeantwortet blieben.

Was man mitnehmen sollte. Wer Modelle einkauft, bekommt hier eine ungewöhnlich klare Ansage darüber, welche Konfliktlinie die Anbieter gerade verhandeln: nicht, ob Modelle gefährlich werden können, sondern welche Trainingsentscheidungen die Abschaltbarkeit beeinflussen. Dass ein Wettbewerber diese Frage stellt, macht sie nicht falsch — aber sie ist, nach Suleymans eigener Aussage, empirisch offen. Genau so sollte man sie im eigenen Haus behandeln.

Google DeepMind hat am Mittwoch das DeepMind Institute (DMI) gestartet, eine Plattform für Essays und Debatte rund um die Frage, wie allgemeine künstliche Intelligenz entwickelt und eingesetzt werden soll. Als Direktoren firmieren Shane Legg, Mitgründer und Chief AGI Scientist, James Manyika, bei Google President für Research, Labs, Technology & Society, und Demis Hassabis, Mitgründer und Chairman. Legg ist zusätzlich als geschäftsführender Herausgeber genannt.

Die Selbstbeschreibung ist bemerkenswert bescheiden für ein Haus, das gerade einen Nobelpreisträger im Vorstand hat: „Nobody has all the answers about how AGI will be developed and deployed responsibly in the world, and it shouldn't be technologists alone who provide them.“ Und zum Umgang mit Widerspruch: „They will not always agree, and they will likely change their minds, as more data and information comes to light at the fast-moving frontier.“

Vier Eröffnungsessays stehen online: zur Wirtschaftspolitik im AGI-Zeitalter, zu Prinzipien eines „neuen Utopismus“, zur Nachvollziehbarkeit maschinellen Denkens und — der praktisch relevanteste — zu einem Ordnungsrahmen für Spitzenmodelle. Letzterer stammt allein von Hassabis, und er enthält einen Vorschlag mit konkreter Zahl: „Initially, Frontier Labs would voluntarily share models with the Standards Body for review up to 30 days before release.“ Eine solche Standardisierungsstelle existiert nicht. Hassabis skizziert sie als Instanz, deren Eingriffstiefe wachsen könnte — bis hin dazu, „coordinating a slowdown in development among the Frontier Labs if deemed necessary“. Das ist, in der Sache, ein Kartell mit Aufsichtsauftrag, und es ist derselbe Gedanke, über den Anthropic, OpenAI und Google nach Berichten seit Juli verhandeln.

Der zweite Essay mit Substanz kommt von Rohin Shah und Anca Dragan, bei Google DeepMind zuständig für AGI-Sicherheit beziehungsweise KI-Sicherheit und -Verhalten. Sie führen den Begriff „opaque serial depth“ ein, definiert als die längste Schritt-für-Schritt-Berechnung, die ein Modell ausführen kann, ohne dafür einen für Menschen lesbaren Mechanismus wie eine Gedankenkette zu benötigen. Verständlich gesagt: Je mehr ein Modell im Verborgenen rechnen kann, desto weniger sagt die ausgegebene Begründung darüber aus, was tatsächlich passiert ist. Wer Aufsicht auf lesbare Zwischenschritte stützt — und das tun viele Compliance-Konzepte —, verliert sie in dem Maß, in dem diese Tiefe wächst. Eine Anmerkung zur Genauigkeit: In der Berichterstattung wird den Autoren die Aussage zugeschrieben, dieser Transparenzverlust sei „nicht unvermeidlich“. Diese Formulierung steht so nicht im Essay; sie ist eine Paraphrase.

Was das Institut nicht nennt, ist bezeichnend. Weder die Ankündigung noch die Institutsseite noch die Berichterstattung nennen ein Budget, eine Personalstärke oder einen Sitz. Ob das DMI eigene Forschung, Benchmarks oder begutachtete Publikationen liefern wird, bleibt offen; positioniert ist es als Essay- und Debattenplattform. Eine Kuriosität am Rande, die wir selbst geprüft haben: Die Metadaten des Eröffnungsessays weisen als Erstellungsdatum den 9. Juli 2026 aus, als Änderungsdatum den 16. September 2026. Maßgeblich ist der öffentliche Start am 16./17. September.

Die naheliegende Kritik ist nicht die an den Texten, sondern die an der Zeitachse. Ende August 2026 verlagerte Google sein rund 90-köpfiges „AI Responsibility“-Team, das unter anderem Risiken im Bereich chemischer, biologischer, radiologischer und nuklearer Gefahren bei Gemini bewertet, aus DeepMind heraus in die Abteilung Global Affairs unter Kent Walker — also in den Bereich, der für Regulierungs- und Regierungsbeziehungen zuständig ist. Wirksam wurde das zum 1. September. Mehrere Teammitglieder beantragten die Rückversetzung nach DeepMind; die Anträge wurden abgelehnt. Zwei Wochen später startet dasselbe Haus ein Institut für die offene Debatte über AGI. Beide Vorgänge journalistisch zu verknüpfen, hat bislang niemand getan — wir halten die zeitliche Nähe trotzdem für den relevantesten Prüfstein.

Kritik am zugrundeliegenden Gedanken gibt es bereits, wenn auch an einer früheren Fassung. Hassabis hatte die Idee einer Standardisierungsstelle im Juli 2026 erstmals vorgestellt. Gartner-Analyst Nader Henein hielt dagegen, Selbstregulierung sei „not viable because it implies everyone is able to regulate themselves and will do so in line with the best interests of the public“. Der unabhängige Analyst Carmi Levy formulierte schärfer: „Asking Big Tech companies to self-police is analogous to allowing foxes to guard the henhouse.“ In der Diskussion auf Hacker News überwiegt ein ähnlicher Ton; ein Kommentar nennt das Institut zugespitzt eine Denkfabrik zum Zweck der Regierungslobby.

Praktische Relevanz. Für Unternehmen ändert sich heute nichts: Das DMI zertifiziert nichts, prüft nichts und veröffentlicht keine Standards. Was es liefert, ist ein Blick auf die Regulierungsarchitektur, die drei der größten Anbieter gerade selbst entwerfen. Der 30-Tage-Vorlauf aus Hassabis' Essay ist dabei die Zahl, die man sich merken sollte — falls sie je in einen Vertrag oder ein Gesetz wandert, entscheidet sie darüber, wie lange vor einem Modellwechsel man überhaupt erfahren kann, dass einer bevorsteht.

Minister und hochrangige Regierungsvertreter aus 19 EU-Staaten haben ein gemeinsames Manifest unterzeichnet und damit das erste Important Project of Common European Interest für Künstliche Intelligenz auf den Weg gebracht. Die Koordination auf europäischer Ebene übernimmt das Bundesministerium für Wirtschaft und Energie. Beteiligt sind Österreich, Belgien, Kroatien, Estland, Finnland, Frankreich, Deutschland, Ungarn, Irland, Italien, Lettland, Luxemburg, die Niederlande, Polen, Rumänien, die Slowakei, Slowenien, Spanien und Schweden.

Die inhaltliche Festlegung ist der interessanteste Teil. IPCEI-AI zielt ausdrücklich nicht auf Verbraucheranwendungen und Chatbots, sondern auf den B2B- und Industriebereich: eine föderierte, verteilte Infrastruktur für KI-Dienste entlang der gesamten Wertschöpfungskette, von Forschung bis zur ersten industriellen Anwendung. Wirtschaftsministerin Katherina Reiche begründet das mit einer bemerkenswert klaren Arbeitsteilung: „Unser eigentlicher strategischer Vorteil liegt nicht in Konsumdaten, sondern in der Tiefe und Präzision unserer Produktions-, Maschinen- und Prozessdaten. Sie bilden die Grundlage für robuste, industrietaugliche KI-Systeme, wie sie kein anderer Wirtschaftsraum in vergleichbarer Qualität besitzt.“ Das ist ein Plan und ein Eingeständnis zugleich — den Wettlauf um Endkundenmodelle sieht man in Berlin offenbar als entschieden an.

Die Zahlen. Über 150 Einzelprojekte wurden ausgewählt, das europaweite Gesamtinvestitionsvolumen beziffert das Manifest auf mehr als zehn Milliarden Euro. Finanziert wird nach dem IPCEI-Prinzip: überwiegend privatwirtschaftlich, staatlich kofinanziert — und zwar aus nationalen Haushalten, nicht aus dem EU-Budget. Der Bund hat für IPCEI-AI zunächst allerdings nur eine Milliarde Euro eingeplant; hinzu kommen Landesmittel, die sich in Deutschland üblicherweise im Verhältnis 70 zu 30 zwischen Bund und Sitzland aufteilen. Aus Deutschland sind Akteure aus Automobil- und Produktionswirtschaft sowie aus der Verteidigungsindustrie vertreten; das Konsortium deckt darüber hinaus Robotik, Halbleiter, Energie, Gesundheitswesen, Telekommunikation, Landwirtschaft und öffentliche Verwaltung ab. Eine Liste der eingereichten Anträge hat das Ministerium bislang nicht veröffentlicht.

Und jetzt beginnt das Verfahren, nicht das Projekt. Elf der 19 Staaten haben im September mit der Vor-Notifizierung konkreter Beihilfen begonnen; Deutschland reicht seine Vorschläge noch im September in Brüssel ein. Erst danach prüft die Generaldirektion Wettbewerb im Detail, erst danach folgt die förmliche Notifizierung und die Beihilfeentscheidung, und erst danach dürfen die Mitgliedstaaten national bewilligen und auszahlen. Verläuft alles planmäßig, soll der offizielle Projektstart im Frühjahr 2027 erfolgen.

Wie lange „planmäßig“ in der Praxis dauert, lässt sich an den Vorgängern ablesen. Seit 2018 hat die Kommission elf IPCEIs genehmigt, mit kumuliert über 92 Milliarden Euro staatlicher Beihilfe. Das IPCEI Mikroelektronik I wurde im Dezember 2018 genehmigt, die erste Batteriezellen-Welle im Dezember 2019 mit 3,2 Milliarden Euro, das IPCEI Mikroelektronik und Kommunikationstechnologien im Juni 2023 mit 8,1 Milliarden Euro, das Cloud-Projekt IPCEI-CIS im Dezember 2023 mit bis zu 1,2 Milliarden Euro. Beim Wasserstoff, dessen erste Wellen 2022 anliefen, gehen Elektrolyseure erst zwischen 2026 und 2028 in Betrieb, Fernleitungen erst 2027 bis 2029. Zwischen Koordinationsbeginn und Genehmigung liegen typischerweise zwei bis drei Jahre, zwischen Genehmigung und sichtbarem Ergebnis noch einmal deutlich mehr.

Ein zweiter Punkt betrifft das Risiko. Das Förderinstrument arbeitet mit Höchstbeträgen, nicht mit garantierten Summen; die endgültige Förderhöhe wird erst Jahre nach Ende der Umsetzungsphase ermittelt, und eine Rückforderungsklausel erlaubt im Extremfall die Rückzahlung der vollen Summe. Was passiert, wenn ein Empfänger vorher zahlungsunfähig wird, hat die Bundesregierung im Oktober 2025 auf eine parlamentarische Anfrage hin beschrieben: Northvolt erhielt im Mai 2022 einen Zuwendungsbescheid über 155,4 Millionen Euro und meldete im Mutterkonzern Insolvenz an; Erstattungsansprüche werden in einem solchen Fall lediglich zur Insolvenztabelle angemeldet. Dieselbe Antwort listet mehrere weitere IPCEI-Vorhaben auf, die seit 2022 eingestellt oder nicht bewilligt wurden.

Die naheliegende Skepsis ist deshalb keine gegen den Ansatz, sondern gegen die Erwartungshaltung. Der sächsische Branchendienst Oiger zieht die Bilanz der Vorgänger so: Die Programme zu Cloud, Wasserstoff und Akkuproduktion hätten Deutschland bislang keine internationalen Führungspositionen eingebracht; bei der Mikroelektronik falle sie zwar auch durchwachsen, aber — vor allem in Sachsen — erfolgreicher aus. Und wer die europäische KI-Förderlandschaft insgesamt betrachtet, findet ein wiederkehrendes Muster: Die Denkfabrik Open Future dokumentiert für die Initiative InvestAI eine Schrumpfung von den 200 Milliarden Euro, die beim Pariser KI-Gipfel im Februar 2025 angekündigt wurden, über 20 Milliarden für vier bis fünf Gigafactories bis zu rund 4,1 Milliarden Euro, die rechtlich tatsächlich unterlegt sind — und die aus bereits bestehenden Programmen stammen.

Was man davon heute verwenden kann. Für Unternehmen mit industriellen Datenbeständen ist die Zeitachse die eigentliche Information: Wer teilnehmen will, muss jetzt über nationale Programme in die Projektlisten kommen, nicht 2027. Für alle anderen ist IPCEI-AI vor allem eine Aussage über die europäische Marktsegmentierung — die öffentliche Hand setzt darauf, dass der Wert nicht im Modell liegt, sondern in den Daten, die nur wenige besitzen. Ob das aufgeht, entscheidet sich nicht in Brüssel, sondern daran, ob diese Daten überhaupt in einer Form vorliegen, mit der sich etwas trainieren lässt.

Auf der Konferenz ALL IN in Montréal haben Bundesdigitalminister Karsten Wildberger, Kanadas KI-Minister Evan Solomon und LawZero-Gründer Yoshua Bengio am Mittwoch eine gemeinsame Förderung bekanntgegeben. Das Bundesdigitalministerium spricht von „jeweils bis zu 100 Millionen Euro“ pro Land und beziffert die Gesamtsumme auf 300 Millionen kanadische Dollar; LawZero selbst formuliert es als „funding of up to CAD $300 million“. Deutschland war bei ALL IN 2026 Partnerland, Wildberger hielt eine der Eröffnungsreden.

Was mit dem Geld entstehen soll, steht ungewöhnlich konkret in der Mitteilung. LawZero baut ein Büro in Berlin auf und errichtet in Kanada eine eigene Recheninfrastruktur, gemeinsam mit den kanadischen Partnern Hypertec und 5C. Empfänger ist eine gemeinnützige Organisation mit Sitz in Montréal, gegründet im Juni 2025 von Bengio, der 2018 den Turing-Preis erhielt. Bisher finanzierte sie sich philanthropisch: rund 30 Millionen Dollar zum Start, unter anderem von Jaan Tallinn, Schmidt Sciences, Coefficient Giving — der umbenannten Open Philanthropy — und dem Future of Life Institute, später ergänzt um eine Zuwendung der Gates-Stiftung.

„Scientist AI“ ist der Kern, und das Konzept lohnt eine Erklärung. Heutige Spitzenmodelle werden zunehmend als Agenten gebaut: Sie verfolgen Ziele, planen Schritte und handeln. Genau daraus entstehen die Risiken, über die die Branche seit Wochen streitet — ein System, das ein Ziel verfolgt, hat einen Anreiz, Hindernisse zu umgehen, und dazu kann die eigene Abschaltung gehören. Bengios Gegenentwurf dreht das um: Ein Modell, das nichts will, kann auch nicht täuschen. „Scientist AI“ soll die Welt beobachten, modellieren und Wahrscheinlichkeiten ausgeben — wie ein Gutachter, nicht wie ein Akteur. Die Rolle, die LawZero dafür vorsieht, ist die eines Wächters: Das System prüft die Vorhaben anderer, agentischer Modelle, bevor diese ausgeführt werden. LawZero schreibt: Scientist AI werde entwickelt, um „to reason transparently and provide reliable, evidence-based outputs unbiased by goals of its own“.

Wildberger begründet die Förderung mit Souveränität, nicht mit Sicherheit allein: „The safe-by-design model offers an alternative to potentially uncontrollable autonomous AI agents. It works purely on the basis of facts – like an objective scientist – and does not pursue its own goals. By building advanced AI research capabilities in Canada and Europe, we are strengthening our technological sovereignty.“ Bengio nennt die Zusage „a defining moment“. Die deutsche Zusage steht unter dem üblichen Vorbehalt der beihilferechtlichen Notifizierung durch die EU-Kommission.

Die technische Grundlage ist veröffentlicht und lässt sich nachlesen. Das Ausgangspapier „Superintelligent Agents Pose Catastrophic Risks: Can Scientist AI Offer a Safer Path?“ erschien im Februar 2025 mit Bengio als Erstautor. Im Februar 2026 folgte ein LawZero-Whitepaper, das die Architektur über zwei Prinzipien beschreibt: Trainingsdaten werden Quellen zugeordnet, statt als absolute Wahrheit behandelt zu werden, und aus den realen Auswirkungen der eigenen Vorhersagen entsteht kein Trainingssignal. Im Juli 2026 legte die Gruppe einen formalen Sicherheitsnachweis vor — der allerdings, nach eigener Darstellung, genau ein Risiko abdeckt: dass der Prädiktor selbst verborgene Ziele entwickelt. Absichtlicher Missbrauch, einzelne Fehleinschätzungen und die Sicherheit der agentischen Systeme, die auf ihm aufsetzen, sind ausdrücklich nicht abgedeckt.

Die Kritik am Ansatz ist älter als die Förderung und trifft einen wunden Punkt. Auch ein rein beobachtendes System kann gefährliche Ergebnisse liefern — wer es fragt, wie sich ein Problem lösen lässt, bekommt womöglich eine Anleitung, die den Bau eines Agenten enthält. Und ein Modell, das nicht handeln darf, ist zwangsläufig schwächer als eines, das darf; Labore ohne diese Fessel bleiben im Fähigkeitswettlauf vorn. Ein dritter, grundsätzlicherer Einwand: Ohne Eingreifen lässt sich aus reiner Beobachtung kein verlässliches Ursache-Wirkungs-Modell ableiten.

Auch die politische Gegenposition ist bereits formuliert. Aidan Gomez, Chef des kanadischen Anbieters Cohere, nannte am Vortag derselben Konferenzwoche die Rede von Auslöschungsrisiken „fearmongering … born from sci-fi stories and Terminator-like scenarios“ und die kursierenden Wahrscheinlichkeiten „not math … It's like a gut feeling“. Der französische Finanzminister Roland Lescure formulierte den strukturellen Verdacht gegen Verlangsamungsaufrufe: Sie nützten denen, die ohnehin vorn liegen — „Making everyone behind them slow down so they can stay in first place.“

Wildberger kündigte am selben Tag ein zweites, deutlich bodenständigeres Programm an. „Digital-Tech-to-Product“ fördert kleine und mittlere Unternehmen sowie Start-ups mit bis zu fünf Millionen Euro je Vorhaben dabei, digitale Innovationen zur Marktreife zu bringen; Themenschwerpunkte sind KI, Datenökosysteme, Cybersicherheit und Cloud- beziehungsweise Edge-Computing. Projektskizzen für den ersten Förderaufruf sind bis zum 11. Oktober 2026 einzureichen, Projektträger ist die TÜV Rheinland Forschungs- und Innovationsmanagement GmbH. Ein Gesamtvolumen des Programms nennen die Mitteilungen nicht. Für Mittelständler, die sich fragen, was von der Souveränitätsdebatte bei ihnen ankommt, ist diese Frist die praktisch relevantere Zahl der Woche.

Huawei hat auf seiner Hauskonferenz Huawei Connect in Shanghai am Donnerstag mitgeteilt, dass der KI-Beschleuniger Ascend 960DT früher fertig wird als bisher geplant. Ein Unternehmenssprecher formulierte es gegenüber TechCrunch so: „The Ascend 960DT is expected to be ready in Q1 2027. Ascend 960 chips are launching ahead of schedule, doubling performance and advancing year by year.“ Verkündet hat die neue Zeitplanung nach Angaben desselben Sprechers David Wang, einer der turnusmäßigen Vorstandsvorsitzenden des Konzerns.

Wie groß das Vorziehen ausfällt, hängt davon ab, womit man vergleicht — und das sollte man offenlegen. Der Huawei-Sprecher nennt als bisherigen Plan für den 960DT das dritte Quartal 2027; das wären zwei Quartale. Die öffentliche Roadmap, die Eric Xu im September 2025 auf derselben Konferenz vorgestellt hatte, nannte für den Ascend 960 dagegen das vierte Quartal 2027 — gegen diese Basis wären es drei. Beide Zahlen kursieren, weil sie unterschiedliche Bezugspunkte haben; eine Primärquelle für die feinere Zwischen-Roadmap mit einem eigenen Termin für die DT-Variante ließ sich nicht finden.

Die technischen Daten stammen sämtlich vom Hersteller und sollten entsprechend gelesen werden. Nach übereinstimmenden Angaben mehrerer Fachdienste leistet der Ascend 960DT zwei PFlops bei FP8 und vier PFlops bei FP4, mit 288 GB Speicher bei 9,6 TB/s Bandbreite und rund 2,2 TB/s Interconnect; die Inferenzvariante 960PR kommt auf zwei PFlops FP8 und acht PFlops FP4 bei 192 GB. Die Angabe „bis zu vier PFlops“, die in der deutschen Berichterstattung die Runde macht, bezieht sich also auf FP4 — eine PFlops-Zahl ohne Präzisionsangabe ist wertlos. Welcher Fertigungsprozess zum Einsatz kommt, hat Huawei nicht mitgeteilt; für die Vorgängerfamilie wird SMICs N+3-Verfahren genannt, belastbar belegt ist das für den 960 nicht.

Der eigentliche Fund dieser Ankündigung stammt nicht von Huawei. Die China-Technologieanalystin Rui Ma verglich die neuen Angaben mit den früheren und stieß auf eine Diskrepanz: Der Atlas-960-SuperPod sollte ursprünglich auf 15.488 Ascend-960-Chips skalieren; das jetzt vorgestellte System verbindet 4.096. Ihre Zusammenfassung: „The chip itself is coming WAY earlier, but the SuperPoD they announced is much smaller than what they originally laid out.“ Das ist die interessantere Nachricht. Für Trainingsläufe an der Spitze entscheidet nicht der einzelne Beschleuniger, sondern wie viele davon sich zu einem kohärenten Rechenverbund zusammenschalten lassen. Ein früherer Chip bei einem um drei Viertel kleineren Verbund deutet darauf hin, dass der Engpass nicht beim Rechenkern liegt.

Der Rahmen, in den Huawei das stellt, heißt „Peerium Computing Architecture“ und setzt auf den hauseigenen Interconnect UnifiedBus, der Prozessoren, Speicher, Massenspeicher und Netzwerk verbindet. Die bereits laufende Atlas-950-Generation soll nach Herstellerangaben bis zu 256.000 Beschleunigerkarten in einem SuperCluster koppeln.

Der politische Zeitpunkt ist kaum zufällig. Die Ankündigung fällt eine Woche vor das für den 24. September geplante Treffen von Donald Trump und Xi Jinping in Washington, bei dem nach Ankündigung des US-Präsidenten die Vorherrschaft bei Künstlicher Intelligenz ein zentrales Thema sein soll. Die Rahmenbedingungen sind seit einem Jahr unverändert scharf: Die US-Exportkontrollbehörde belegte im Mai 2025 die Ascend-Chips 910B, 910C und 910D mit einem weltweiten Verbot, und Chinas Cyberspace-Aufsicht wies im September 2025 heimische Konzerne an, Tests und Bestellungen für Nvidia-Hardware zu stoppen. Rui Ma hält die amerikanische Strategie für aussichtslos: „I think it's futile to stop China's development in semiconductors because the stakes for self-sufficiency are just too high at this point.“

Wer kauft, ist die offene Frage. Bloomberg berichtete am 4. September 2026, DeepSeek habe 160.000 Ascend 950DT bestellt — bestätigt haben das weder DeepSeek noch Huawei; wir hatten den Bericht in unserer Ausgabe vom 8. September bereits als unbestätigt gekennzeichnet. Nvidia äußerte sich zur aktuellen Ankündigung nicht. Analysten bleiben zurückhaltend: Die Ascend-950-Generation liege in der Rohleistung weiter hinter Nvidias Blackwell, und da Nvidia in China ohnehin kaum noch Umsatz macht, sind Huaweis Fortschritte kurzfristig kein Verlust für den Marktführer. Die langfristige Frage ist eine andere — und sie hängt, nach dem SuperPod-Befund zu urteilen, an der Verbindungstechnik, nicht am Chip.

Mozilla und Mistral haben am Mittwoch eine Partnerschaft bekanntgegeben: Der KI-Assistent Smart Window in Firefox bekommt Mistral Small 4 als neues, in den Einstellungen empfohlenes Modell. Gleichzeitig wird Smart Window erstmals außerhalb Nordamerikas verfügbar — in Frankreich, mit französischer Sprachunterstützung. Mozilla schreibt, das Vereinigte Königreich und Deutschland sollten noch in diesem Jahr folgen.

Was daran neu ist, lohnt eine genaue Abgrenzung, denn Smart Window selbst ist es nicht. Die Funktion geht auf ein im November 2025 vorgestelltes Konzept zurück und wurde am 18. August 2026 um Websuche und automatische Tab-Gruppierung erweitert — damals ohne Nennung eines Modellanbieters. Wir hatten diese Ankündigung seinerzeit bewusst nicht aufgegriffen, weil sie gegenüber dem Vorbekannten nichts Belastbares enthielt. Neu ist jetzt zweierlei: der Partner und die geografische Ausweitung.

Die Begründung, die Mozilla gibt, ist eine ordnungspolitische. Mozilla-Chef Anthony Enzor-DeMeo sagt: „A browser shouldn't be a one-way funnel.“ Und: „With the browser sitting at the heart of the web and online experience, it should be a place where different AI providers can compete.“ Mistral-Mitgründer Arthur Mensch ergänzt: „This partnership represents two open source advocates working together to bring Mistral's scientific innovations to Mozilla's consumers around the world. Together, we are bringing privacy, control, and choice to AI-powered web browsing.“ Beide verwenden dieselbe Formel: KI solle für lokale Länder und Kulturen optimiert sein, nicht dorthin exportiert werden.

Beim Datenschutzversprechen lohnt sich das Kleingedruckte. Mozilla verspricht, Erinnerungen („Memories“) nach der Verarbeitung nicht auf eigenen Servern zu behalten, sondern lokal auf dem Gerät zu speichern und nach begrenzter Zeit verfallen zu lassen; Chatverläufe würden ohne Erlaubnis nie aufbewahrt; auf Smart-Window-Interaktionen werde nicht trainiert. Mistral sagt vertraglich eine Nullspeicherung zu. Der Satz, der die Architektur beschreibt, steht allerdings nicht in der Ankündigung, sondern in der Datenschutzerklärung: „The assistant sends the full prompt (including your query, any relevant Memories, and any additional relevant browsing context) to a Mozilla server. Upon receipt, Mozilla forwards the request to a third-party large language model (LLM) on your behalf.“ Die Verarbeitung läuft also standardmäßig in der Cloud, nicht auf dem Gerät; Mozilla schiebt sich als Vermittler dazwischen, sodass der Modellanbieter nur die Mozilla-IP sieht. Serverstandorte nennt keine der Primärquellen — heise merkt ausdrücklich an, es bleibe unklar, ob Daten über Nicht-EU-Server laufen.

Auch das Wort „Open Source“ verdient eine Einordnung. Es bezieht sich auf das Modell: Mistral Small 4 steht unter der Apache-2.0-Lizenz und ist mit 119 Milliarden Parametern als Mixture-of-Experts-Architektur ausgelegt, von denen sechs Milliarden je Anfrage aktiv sind. Smart Window selbst und Mozillas Vermittlungsserver sind nicht quelloffen. Nutzer können zusätzlich eigene Endpunkte einbinden, etwa eine lokale Ollama-Installation.

Warum diese beiden zusammenfinden, erklärt ein Blick auf ihre Lage. Mozilla bestreitet nach übereinstimmenden Berichten rund 85 Prozent seiner Einnahmen aus dem Suchdeal mit Google, dessen aktuelle Fassung zum Jahresende ausläuft; der Firefox-Marktanteil auf dem Desktop bewegt sich 2026 je nach Messung zwischen gut zwei und knapp vier Prozent. Mistral hat am 8. September eine Finanzierungsrunde über drei Milliarden Euro unter Führung von Samsung Electronics abgeschlossen, bei einer Bewertung von über 21 Milliarden Euro, und sucht Verbreitungskanäle. Ein Browser mit zweistelligen Millionen-Nutzerzahlen und ein Modellanbieter ohne Endkundenzugang ergänzen sich.

Die Skepsis richtet sich weniger gegen die Partnerschaft als gegen das Produkt. Mozilla hat keine eigenen Auswertungsergebnisse zur Qualität veröffentlicht; welches Kontextfenster in Smart Window tatsächlich zur Verfügung steht, ist nicht dokumentiert; und die bekannten Risiken von Sprachmodellen im Browser — Halluzinationen, vor allem aber Prompt Injection über beliebige besuchte Seiten — sind durch die Partnerschaft nicht berührt. Genau darum geht es in unserer Reportage in dieser Ausgabe. Eine verbreitete Fehldeutung sei ausgeräumt: Mistral ersetzt kein bisheriges Modell. Mozilla schreibt, Mistral Small 4 werde „a new AI model for Smart Window users in the US and Canada“ — es kommt also als zusätzliche Wahlmöglichkeit hinzu, und genau das ist der ordnungspolitische Punkt der Ankündigung.

Gartner hat seine Prognose für die weltweiten KI-Ausgaben erneut angehoben: 2.670.460 Millionen US-Dollar für 2026, also rund 2,67 Billionen, ein Plus von 49,5 Prozent gegenüber den 1,79 Billionen des Vorjahres. Für 2027 nennen die Marktforscher 3,64 Billionen. Zum Vergleich: Die gesamten weltweiten IT-Ausgaben taxiert Gartner für 2026 auf 6,37 Billionen Dollar — der KI-Anteil läge damit bei rund 42 Prozent.

Die Zahl wird erst interessant, wenn man die Tabelle dahinter liest. Gartner weist neun Posten aus. Der größte ist mit Abstand die KI-Infrastruktur: 1.484.397 Millionen Dollar, rund 56 Prozent der Gesamtsumme. Darunter fasst Gartner ausdrücklich „AI-optimized IaaS, AI-optimized servers, AI network fabric, AI processing semiconductors and devices“ — also Cloudkapazität, Server, Netzwerktechnik, Halbleiter und Endgeräte. Es folgen Dienstleistungen mit 576.481 und Software mit 461.637 Millionen Dollar.

Die restlichen sechs Posten sind die eigentliche Nachricht, weil sie so klein sind. KI-Cybersicherheit kommt auf 51.347 Millionen Dollar, Agenten und Assistenten auf 29.219, generative Modelle auf 28.266, Plattformen für Data Science und maschinelles Lernen auf 26.445, Anwendungsentwicklungsplattformen auf 9.541 und KI-Daten auf 3.126 Millionen Dollar. Der gesamte Weltmarkt für generative Modelle ist damit kleiner als das, was ein einzelner großer Cloudanbieter 2026 in zwei Monaten an Infrastruktur verbaut. Wichtig für die Interpretation: Diese Posten sind keine Unterkategorien der Software, sondern gleichrangige Zeilen — Gartner hat in dieser Runde „separated cross-functional agents and assistants from AI software“ und zusätzlich Endkunden-Agenten in die Rechnung aufgenommen. Die neun Posten addieren sich exakt auf die Gesamtsumme.

Wer das Geld ausgibt, lässt sich ziemlich genau benennen. Gartner-Analyst John-David Lovelock sagt, die Nachfrage nach KI-Infrastruktur bleibe stark und „inelastic to pressures from memory-related pricing increases“ — steigende Speicherpreise bremsen sie also nicht. Den Kapazitätsaufbau durch Hyperscaler und Dienstleister nennt er das größte Infrastrukturprojekt, das die Menschheit je unternommen habe, und den mit Abstand größten einzelnen Ausgabenposten. Die Investitionsbudgets der vier größten US-Cloudanbieter für 2026 liegen nach ihren eigenen Angaben zusammen bei 720 bis 745 Milliarden Dollar — Amazon rund 220, Alphabet 195 bis 205, Microsoft rund 175 und Meta 130 bis 145 Milliarden. Das ist gegenüber 2025 nahezu eine Verdopplung und entspricht gut einem Viertel der gesamten Gartner-Summe.

Der ehrlichste Satz der ganzen Meldung stammt ebenfalls von Lovelock, steht aber nicht in der Pressemitteilung, sondern in einem Branchenbericht: „There's a bit of rebranding of the CIO's dollars to be AI.“ Und weiter: „They're not intentionally going out and buying it, they just can't get out of the way easily.“ Ein Teil des Wachstums ist also Umetikettierung bestehender IT-Budgets, kein Neugeschäft — weil KI-Funktionen in Produkten landen, die ohnehin gekauft werden.

Genau das beschreibt Gartner auch als Marktmechanik, und der Wortlaut ist für Softwareanbieter unangenehm: „With GenAI firmly in the Trough of Disillusionment in 2026, enterprises are using these simpler embedded AI features from their incumbent software providers to grow operational efficiency and automate workflows.“ Übersetzt: Die Kunden kaufen nicht das beste KI-Produkt, sondern die KI-Funktion, die im bereits bezahlten Produkt steckt. Lovelock ergänzt einen Befund, der jeden Souveränitätsdiskurs relativiert: „The risks associated with vendor lock-in, data sovereignty, and run-away costs are not deterring buyers from adopting these proprietary capabilities.“

Wie stark die Prognose in Bewegung ist, zeigt ihr eigener Verlauf. Im September 2025 rechnete Gartner für 2026 mit gut zwei Billionen Dollar, im Januar 2026 mit 2,5, im Mai mit 2,59 und jetzt mit 2,67 Billionen. Zwei Einzelkorrekturen nennt Gartner selbst: Für Anwendungsentwicklungsplattformen stieg die erwartete Wachstumsrate von 28 auf 39 Prozent, für generative Modelle von 110 auf 117 Prozent. Zur Einordnung, wie definitionsabhängig solche Zahlen sind: IDC kommt für „KI-Infrastrukturausgaben“ 2026 auf 497 Milliarden Dollar — dieselbe Welt, eine andere Abgrenzung, ein Drittel des Betrags.

Zwei Sätze aus der Mitteilung gehören direkt in die Produktplanung. Der erste: Unternehmen erwarten von ihren Anbietern, dass diese ihnen helfen, Kosten zu steuern, und „embed usage tracking into their workflows to evaluate success“. Wer KI-Funktionen ohne Verbrauchstransparenz ausliefert, verhandelt beim nächsten Mal über den Preis statt über den Nutzen. Der zweite: Gartner sieht für Modellanbieter eine kleine, aber wachsende Chance bei domänenspezifischen Sprachmodellen, weil der Druck zu kosteneffizienten, auf konkrete Unternehmensfälle zugeschnittenen Modellen steigt. Für ein vertikal spezialisiertes Softwarehaus ist das die brauchbarere Nachricht als die Schlagzeilenzahl — die beschreibt vor allem, was Hyperscaler bei sich selbst einkaufen.

Eine methodische Anmerkung zur Herkunft der Zahlen. Gartners eigene Seite blockt automatisierte Abrufe, und die Pressemitteilung vom 16. September ist auch im Internet Archive nicht auffindbar. Wir haben die vollständige Tabelle und alle Zitate daher an zwei voneinander unabhängigen, wortgleichen Wiedergaben der Mitteilung gegengelesen und die Summen selbst nachgerechnet.