Ausgabe vom 20. September 2026

Donald Trump hat am Samstag zwei Beiträge auf Truth Social abgesetzt, die zusammengenommen die KI-Politik der US-Regierung für die nächsten Monate umreißen sollen — und die bei näherem Hinsehen vor allem eines zeigen: Es gibt bislang nichts, was über die Beiträge hinausginge.

Zunächst die Namensfrage. Der Begriff „Artificial Intelligence“ sei ungenau und wenig elegant, schrieb Trump sinngemäß, und stellte drei Alternativen zur Abstimmung: Superior Intelligence, Extreme Intelligence und Supreme Intelligence. Zwei der drei Vorschläge teilen sich dabei dieselbe Abkürzung. Wir geben diesen Beitrag bewusst in indirekter Rede wieder: Anders als beim zweiten Beitrag, dessen Wortlaut wir bei zwei Sendern gegenlesen konnten, lag uns für den Umbenennungs-Beitrag kein Text vor, an dem sich die Formulierung Wort für Wort prüfen ließ. Ein Endergebnis der Umfrage war bis Redaktionsschluss nicht auffindbar; Zwischenstände vom Samstagnachmittag kursieren, wir geben sie hier bewusst nicht wieder, weil sich die Abstimmung zu diesem Zeitpunkt noch im Lauf befand.

Der zweite Beitrag ist der folgenreichere. Darin bezeichnet Trump die Sorge, KI könne sich zu einer Superintelligenz mit Bedrohungspotenzial für die Menschheit entwickeln, als Falschmeldung — als einen von „vielen“ Hoaxes, die er der Demokratischen Partei zuschreibt. Zugleich versichert er, man werde die Branche nicht bremsen. Der Wortlaut, den NBC News und CBS News unabhängig voneinander in derselben Fassung wiedergeben: „We will not in any way hinder or stifle the Growth of this incredible Industry. Rather, we will cherish it, help it, and watch over it, as it grows! However, we will also be looking for BAD, and we can do that, very easily, with our already existing Criminal and Civil Justice System. For this purpose, I am forming the AI Force, much like I did Space Force.“ KI sei „die nächste industrielle Revolution“ und könne am Ende „as much as 25% of our Country's GDP“ ausmachen.

Dazu kommt die Ankündigung einer Personalie, die noch keine ist: „I will be announcing, in the near future, the AI ‚Czar‘ — Only High I.Q. individuals need apply!“ Einen Namen nennt der Beitrag nicht.

Was an der Space-Force-Analogie nicht trägt. Die Space Force wurde am 20. Dezember 2019 gegründet — nicht per Dekret, sondern durch den National Defense Authorization Act for Fiscal Year 2020, also durch ein Gesetz des Kongresses, das Trump an diesem Tag unterzeichnete. Eine neue Teilstreitkraft kann ein Präsident nicht allein anordnen; dafür braucht es eine gesetzliche Grundlage. Sollte mit der „AI Force“ tatsächlich etwas Militärisches gemeint sein, liegt der Weg dorthin also über den Kongress. Ob eine Behörde, eine Arbeitsgruppe oder eine Teilstreitkraft gemeint ist, lässt der Beitrag offen — und weder TechCrunch noch CBS noch NBC konnten eine Executive Order, eine Mitteilung des Weißen Hauses, ein Budget oder einen Zeitplan dazu finden. Das ist an dieser Stelle ausdrücklich kein Rechercheloch, sondern der Befund: Es existiert bislang nur der Beitrag.

Die Rolle des „AI Czar“ ist seit einem halben Jahr vakant. Trump hatte David Sacks im Dezember 2024 zum „White House A.I. & Crypto Czar“ ernannt. Sacks trat nicht im eigentlichen Sinne zurück — als Special Government Employee war sein gesetzliches Kontingent von 130 Tagen ausgeschöpft; er machte das im März 2026 öffentlich und wechselte anschließend in den Co-Vorsitz des President's Council of Advisors on Science and Technology. Seither ist kein Nachfolger benannt worden. Die Ankündigung vom Samstag füllt diese Lücke also nicht, sie kündigt an, sie zu füllen.

Einordnung in die Linie dieser Regierung. Das Muster ist nicht neu: Ankündigung per Plattform, förmliche Umsetzung — wenn überhaupt — später per Dekret, der Kongress bleibt außen vor. Der AI Action Plan vom 23. Juli 2025 folgte diesem Weg, ebenso die Executive Order vom 11. Dezember 2025, mit der das Weiße Haus einzelstaatliche KI-Gesetze zurückdrängen wollte, nachdem ein entsprechendes Moratorium im Senat zuvor mit 99 zu 1 Stimmen gescheitert war. Diese Order richtete unter anderem eine „AI Litigation Task Force“ im Justizministerium ein und stellte Bundesstaaten mit als übergriffig eingestuften KI-Gesetzen Kürzungen bei der Breitbandförderung in Aussicht. Eine bundesgesetzliche Regelung gibt es bis heute nicht, während nach Zählung von Tech Policy Press inzwischen 29 Bundesstaaten eigene KI-Gesetze erlassen haben.

Der Widerspruch kommt aus der eigenen Partei. Trumps „Hoax“-Rahmung ist nicht neu — wir haben sie in unserer Ausgabe vom 15. September ausführlich behandelt, als er Dario Amodei beim Vornamen nannte und die Sicherheitsdebatte eine kranke Verschwörung nannte. Neu ist, wie deutlich republikanische Abgeordnete inzwischen widersprechen. Einen Tag vor den jetzigen Beiträgen zitierte MS NOW unter anderem Senator Thom Tillis mit „It's not a hoax. It's a real thing“ und Senator Kevin Cramer mit der Einschätzung, Trumps Position sei „the least popular position in America“; auch Josh Hawley und John Kennedy äußerten sich kritisch. Eine namentlich zurechenbare Reaktion speziell auf die Ankündigung vom Samstag ließ sich dagegen bis Redaktionsschluss nicht finden — wohlgemerkt: nicht finden, was nicht heißt, dass es keine gab.

Warum das für Unternehmen relevant ist, obwohl es wie eine Randnotiz klingt: Wer in den USA KI-Produkte anbietet, plant derzeit gegen zwei unvereinbare Erwartungen. Auf Bundesebene wird Regulierung rhetorisch als Gegner behandelt und eine Rechtsdurchsetzung über das bestehende Straf- und Zivilrecht in Aussicht gestellt. Auf einzelstaatlicher Ebene entstehen weiter konkrete Pflichten, wie der am selben Wochenende bekanntgewordene Vorstoß aus Kalifornien zeigt, über den wir in dieser Ausgabe gesondert berichten. Solange die Bundesebene ankündigt statt zu regeln, bleibt der Flickenteppich der Bundesstaaten der Maßstab, an dem sich Produkte ausrichten müssen.

Gouverneur Gavin Newsom hat am Freitag die Executive Order N-9-26 unterzeichnet. Wir haben das Originaldokument im Volltext gelesen, weil die deutschsprachigen Aufgriffe an mehreren Stellen ungenau sind — dazu weiter unten. Vorab die wichtigste Einordnung: Diese Anordnung verpflichtet keinen einzigen KI-Anbieter zu irgendetwas. Sie beauftragt eine kalifornische Behörde, bis zum 16. November Empfehlungen vorzulegen. Am Ende des Dokuments steht sogar ausdrücklich, dass daraus keinerlei einklagbare Rechte entstehen.

Warum sie trotzdem zählt. Weil sie vier Vorschläge benennt, über die im kommenden Jahr in Sacramento verhandelt wird — und weil kalifornisches Recht für die meisten Frontier-Labore de facto Sitzrecht ist. Die Anordnung verlangt Empfehlungen zur „technical feasibility and potential efficacy“ von Gesetzesänderungen, „mindestens“ zu diesen Punkten:

(a) Große Frontier-Entwickler sollen verpflichtet werden, zertifizierte unabhängige Prüforganisationen „onsite in their labs“ einzubetten, die dort regelmäßig Audits und Evaluierungen durchführen. Das sind keine Beobachter mit Besuchsrecht, sondern Prüfer mit Arbeitsplatz im Labor. (b) Die Sicherheitskonzepte, Transparenzberichte und Risikobewertungen, die Frontier-Unternehmen ohnehin einreichen müssen, sollen unabhängig verifiziert werden — dieser Punkt fehlt in den deutschsprachigen Meldungen vollständig, obwohl er der operativ folgenreichste sein dürfte. (c) Die Schaffung eines „kill switch“ für Frontier-Modelle, ausdrücklich verbunden mit der Auflage, dessen Wirksamkeit fortlaufend durch eine unabhängige Prüforganisation bestätigen zu lassen. (d) Die Definition meldepflichtiger „critical safety incidents“ soll auf Kontrollverlust-Vorfälle ausgeweitet werden.

Zwei Präzisierungen gegenüber der Agenturmeldung. Erstens: Der Begriff kill switch ist keine Zuspitzung der Presse. Er steht wörtlich und in Anführungszeichen im Rechtstext selbst. Zweitens, und das geht in die andere Richtung: Die über dpa verbreitete Formulierung, Newsom berufe eine Gruppe „weltweit führender“ beziehungsweise internationaler Fachleute ein, ist am Original nicht haltbar. Der operative Satz spricht von „national experts“. „World-leading“ bezieht sich im Dokument auf eine andere Gruppe — die, die Newsom 2024 einberufen hatte und deren Bericht im Juni 2025 erschien und in SB 53 einfloss. Namen nennt die Anordnung für das neue Gremium nicht.

Die Begründung ist der eigentliche Nachrichtenwert. In den Erwägungsgründen schreibt Newsom, seine Schritte erfolgten vor dem Hintergrund von Enthüllungen über Versuche, KI-Produkte zum Bau von Biowaffen zu nutzen, und über KI-Agenten, die „at times independently and at times collectively“ Sicherheitsvorkehrungen der KI-Unternehmen überwanden und „in some instances undetected for months“ daran arbeiteten, andere Unternehmen zu hacken. Wer den Leitartikel dieser Ausgabe gelesen hat, erkennt die Beschreibung. Punkt (d) der Anordnung macht den Bezug unmissverständlich: Die erweiterte Meldepflicht soll ausdrücklich „recently reported incidents from large frontier developers“ erfassen. Ein Bundesstaat schreibt hier die Vorfälle der vergangenen Wochen in die Begründung eines Rechtsakts — und zieht daraus den Schluss, dass die bestehende Meldepflicht sie nicht abdeckt.

Was schon gilt. Seit dem 1. Januar 2026 ist SB 53 in Kraft, der Transparency in Frontier AI Act. Er verpflichtet Anbieter, „critical safety incidents“ binnen 15 Tagen an das Office of Emergency Services zu melden; bei unmittelbarer Todes- oder Verletzungsgefahr binnen 24 Stunden. Die dort definierten Vorfälle setzen allerdings weitgehend einen Personenschaden oder die Verwirklichung eines katastrophalen Risikos voraus. Ein Modell, das während eines Tests wegen einer Fehlkonfiguration auf fremde Systeme zugreift und dabei niemanden verletzt, fällt darunter nicht zwingend — genau diese Lücke adressiert Punkt (d). Nicht zu verwechseln ist SB 53 mit SB 1119 („Adam's Law“), das Newsom am 10. September unterzeichnet hat und das wir in der Ausgabe vom 14. September behandelt haben: Dabei geht es um Kinderschutz bei Begleit-Chatbots, nicht um Frontier-Modelle.

Newsom argumentiert konsistent mit seinem eigenen Veto. 2024 hatte er SB 1047 gestoppt — ein Gesetz, das bereits eine Abschaltpflicht enthielt. Seine Begründung damals richtete sich nicht gegen das Ziel, sondern gegen die Methode: Ein Rahmen, der nur die größten und teuersten Modelle erfasse, könne der Öffentlichkeit ein „false sense of security“ vermitteln; ein kalifornischer Alleingang sei vertretbar, müsse aber auf „empirical evidence and science“ beruhen. Die jetzige Anordnung wiederholt exakt dieses Muster: erst Prüfauftrag, dann womöglich Gesetz. Wer sie als Kehrtwende liest, liest sie falsch; sie ist die dritte Runde desselben Verfahrens.

Die Reaktionen fallen erwartbar aus — mit einer Ausnahme. Senator Scott Wiener, Autor von SB 1047 und SB 53, begrüßte die Anordnung noch am selben Tag: Man müsse „act with all possible haste“, und die Legislative müsse Anfang nächsten Jahres mit harten Vorgaben nachziehen. Der Branchenverband TechNet gab eine Erklärung ab, die alles und nichts sagt. Bemerkenswert ist die Position des republikanischen Gouverneurskandidaten Steve Hilton: Er lehnt die Kill-Switch-Pflicht als Spielerei ab — unterstützt aber die Einberufung des Expertengremiums. Von den großen Laboren selbst fanden wir bis Redaktionsschluss keine Stellungnahme zu dieser konkreten Anordnung.

Der Kontrast zu Washington ist Teil des Dokuments. Newsom schreibt, ein Handeln des Bundes sei „not forthcoming due to a failure of leadership by the President and Congressional leaders“. Zwei Tage vor seiner Unterschrift hatte das der Senat bestätigt: Am Mittwoch versuchte der republikanische Senator John Kennedy, ein Gesetz zur verpflichtenden Notabschaltung für fortgeschrittene KI-Systeme im vereinfachten Verfahren durchzubringen. Sein Parteikollege Rand Paul legte Widerspruch ein, nachdem sein Gegenvorschlag — statt einer Pflicht ein überparteilicher Untersuchungsausschuss — von Kennedy abgelehnt worden war. Damit war der Vorstoß erledigt. Eine belastbare Aktennummer zu diesem Entwurf ließ sich nicht ermitteln, deshalb nennen wir keine; die kursierende Nummer haben wir geprüft und verworfen. Zusammengenommen ergibt sich das Bild, das Unternehmen 2026 kennen müssen: Der Bund kündigt an, der Bundesstaat schreibt vor.

Die Financial Times berichtete am Freitag über eine Unternehmenspräsentation von OpenAI, die sie eingesehen hat. Reuters hat die Kernangaben noch am selben Tag übernommen; über diesen Weg liegen sie auch uns vor. Den FT-Originaltext konnten wir wegen der Bezahlschranke nicht einsehen — wir legen das offen, weil sämtliche Zahlen dieses Artikels an einer einzigen journalistischen Primärquelle hängen und nicht an einem Dokument, das wir selbst gelesen hätten.

Die Zahlen. Zwischen 2026 und Ende 2030 erwartet OpenAI nach dieser Projektion einen kumulierten negativen freien Mittelzufluss von 278 Milliarden Dollar. Im selben Zeitraum soll der Umsatz von projizierten 36 Milliarden Dollar in diesem Jahr auf rund 350 Milliarden Dollar im Jahr 2030 steigen. Der Umsatz wächst also um beinahe das Zehnfache — und reicht trotzdem nicht, weil die Ausgaben für Rechenkapazität schneller steigen. Das ist die eigentliche Aussage des Papiers, und sie ist konsistenter, als die Schlagzeile klingt: Niemand behauptet hier, das Geschäft funktioniere nicht. Behauptet wird, dass es in dieser Ausbaugeschwindigkeit über Jahre mehr Kapital verbraucht, als es erzeugt.

Wichtiger als die Zahl ist der Adressat. Die Präsentation entstand nach Darstellung der FT im Juli und im Zusammenhang mit einem Rechenkapazitäts-Geschäft. Es handelt sich also nicht um eine Investorenwerbung und nicht um einen Geschäftsbericht, sondern um Material, mit dem ein Vertragspartner die Bonität des Gegenübers einschätzen sollte. Das erklärt, warum die Projektion so weit in die Zukunft reicht und warum sie den Mittelabfluss offen ausweist, statt ihn hinter Wachstumsversprechen zu verstecken: Ein Kreditgeber will genau diese Zahl sehen. Für die öffentliche Debatte bedeutet es allerdings, dass hier ein Dokument diskutiert wird, das für einen anderen Zweck geschrieben wurde — mit allen Anreizen, die das mit sich bringt.

Eine Einordnung, die wir ausdrücklich als solche kennzeichnen: Projektionen dieser Art hat OpenAI in den vergangenen Monaten mehrfach angepasst. Nach Berichten, die sich ebenfalls auf die FT stützen, lag eine frühere Fassung im Mai noch bei rund 305 Milliarden Dollar negativem Mittelzufluss; die jetzige Zahl ist also niedriger als die vorherige, nicht höher. Wer die Meldung als „die Verluste explodieren“ liest, liest sie am Verlauf vorbei. Parallel wurde der erwartete Rechenaufwand bis 2030 nach oben gezogen, auf eine Größenordnung von rund 856 Milliarden Dollar. Beide Zahlen stammen aus derselben Berichterstattungskette und sind nicht unabhängig bestätigt.

Der Zusammenhang mit der Bewertungsdebatte. Die FT hatte Anfang derselben Woche berichtet, OpenAI habe Gespräche mit Investoren geführt, die das Unternehmen mit rund 1,2 Billionen Dollar bewerten würden — im Vorfeld eines möglichen Börsengangs. Diese Meldung hatten wir vergangene Woche bewusst nicht aufgegriffen, weil sie für sich genommen zu dünn belegt war. Im Zusammenspiel mit der Cashflow-Projektion ergibt sich nun ein schlüssigeres Bild: Ein Unternehmen, das bis 2030 knapp 280 Milliarden Dollar mehr ausgibt, als es einnimmt, braucht entweder dauerhaft Zugang zu privatem Kapital oder einen öffentlichen Markt. Sam Altman hatte einen Börsengang für 2026 in einem Fortune-Interview ausgeschlossen — wir haben das in der Ausgabe vom 13. September eingeordnet. Ein Ausschluss für 2026 ist kein Ausschluss für 2027.

Was nicht belegt ist, und das ist einiges. Wer das Dokument weitergegeben hat, ist nicht bekannt. Wer der Vertragspartner des Rechenkapazitäts-Geschäfts war, ebenfalls nicht. Eine inhaltliche Stellungnahme von OpenAI zu den Zahlen — Bestätigung wie Dementi — ist bis Redaktionsschluss nicht dokumentiert; Reuters vermerkte lediglich, das Unternehmen sei außerhalb der Geschäftszeiten nicht erreichbar gewesen. Auch eine namentlich zurechenbare Kritik, die sich konkret auf diesen Bericht bezieht, ließ sich nicht finden. Die breite Debatte über die Tragfähigkeit der KI-Investitionen läuft seit Monaten, aber sie ist älter als dieses Papier, und es wäre unsauber, vorhandene Skepsis als Reaktion darauf auszugeben.

Die praktische Frage für Unternehmen, die OpenAI-Modelle in Produkte einbauen, lautet nicht, ob das Unternehmen überlebt — dafür ist die Kapitalzusage zu breit. Sie lautet, was eine Preisliste wert ist, die aus einem derart defizitären Ausbau finanziert wird. Zwischen 2026 und 2030 muss sich der Abstand zwischen Einnahmen und Ausgaben irgendwann schließen, und die Hebel dafür sind bekannt: höhere Preise, härtere Kontingente, Werbung, oder billigere Modelle für denselben Zweck. Drei dieser vier Hebel haben wir in den vergangenen Wochen bereits in Bewegung gesehen. Wer heute eine mehrjährige Kalkulation auf einen Tokenpreis stützt, sollte sie mit einer Annahme über dessen Veränderung versehen, nicht mit der Annahme, er bleibe.

Die US-Luftfahrtbehörde FAA beginnt in dieser Woche damit, ihre Fluglotsen von einem KI-System beraten zu lassen. Der Start ist nach übereinstimmenden Berichten für Montag, den 21. September, vorgesehen, zunächst begrenzt auf den Luftraum über der Region Washington — konkret über den Flughäfen Ronald Reagan Washington National (DCA), Washington Dulles (IAD) und Baltimore/Washington International (BWI). Die drei Flughäfen und das Startdatum stammen aus der Berichterstattung, nicht aus einer eigenen FAA-Mitteilung; eine solche war zu diesem konkreten Schritt bis Redaktionsschluss nicht auffindbar.

Was das System ist. SMART steht für Strategic Management of Airspace, Routes, and Trajectories und ist eine Erweiterung der Plattform FMDS (Flow Management Data and Services). Beides stammt von Air Space Intelligence, einem Unternehmen aus Boston. Die Vergabe hatte die FAA am 22. Juni 2026 bekanntgegeben; das Volumen von 875 Millionen Dollar über zwölf Jahre steht allerdings nicht in der Pressemitteilung der Behörde selbst, sondern in der Fachberichterstattung. In der FAA-Mitteilung heißt es zur Funktion, das System analysiere fortlaufend „airline schedules, weather, airport capacity, airspace conditions, and operational constraints to predict traffic flows and identify potential conflicts before they occur“.

Der entscheidende Punkt ist die Rollenverteilung. SMART ist ein Entscheidungsunterstützungssystem. Es sagt Verkehrsflüsse voraus und schlägt Umplanungen vor, bevor Maschinen starten — es steuert keine Flugzeuge und übernimmt keine Freigaben. Verkehrsminister Sean P. Duffy hat das in einer Formulierung zusammengefasst, die zitiert wird, seit die Vergabe bekannt ist: KI sei ein Werkzeug, man ersetze keine Menschen in der Luftraumsteuerung, das letzte Wort habe ein Fluglotse. Diese Abgrenzung ist mehr als eine Beruhigungsformel — sie entscheidet darüber, welche Zulassungs- und Haftungsfragen überhaupt aufgeworfen werden. Ein beratendes System muss einen anderen Nachweis erbringen als eines, das selbst handelt.

Warum die FAA das tut. Das US-Flugsicherungssystem arbeitet in weiten Teilen reaktiv: Daten liegen verstreut vor, Entscheidungen fallen, wenn ein Problem schon sichtbar ist, und Verspätungen pflanzen sich über den Tag durch das Netz fort. Dazu kommt ein seit Jahren bestehender Personalmangel bei den Lotsen. Nach Angaben, die wir nur über Sekundärquellen belegen können, stehen rund 10.800 vollzertifizierte Lotsen einem Zielwert von etwa 13.800 gegenüber. Den Hintergrund bildet außerdem die Kollision eines Regionalflugzeugs mit einem Armeehubschrauber über dem Potomac nahe DCA am 29. Januar 2025 mit 67 Toten — der schwerste US-Flugunfall seit über zwei Jahrzehnten, ausgerechnet in genau dem Luftraum, in dem SMART nun zuerst läuft. Im Mai 2025 folgte das Modernisierungsprogramm des Verkehrsministeriums, im selben Monat legten Radar- und Funkausfälle in Newark offen, wie alt die Infrastruktur an manchen Stellen ist.

Die Lücke, die auffällt. Das Fachmagazin Airways weist darauf hin, dass weder die Vergabeankündigung noch die begleitenden FAA-Unterlagen noch Anhörungen im Kongress bislang veröffentlichte Ausgangswerte oder Zielkennzahlen enthalten. Es ist also öffentlich nicht bestimmbar, woran sich in 90 Tagen — so lang ist die erste Erprobungsphase angesetzt — ablesen ließe, ob das System funktioniert hat. Bei einem Vertrag über zwölf Jahre und 875 Millionen Dollar ist das keine Formalie. Eine Stellungnahme der Lotsengewerkschaft NATCA zu SMART war auf deren eigener Nachrichtenseite nicht auffindbar; ob es keine gibt oder wir sie nicht gefunden haben, lassen wir offen. Eine Äußerung der Unfalluntersuchungsbehörde NTSB fanden wir ebenfalls nicht.

Was daran über den Luftverkehr hinaus interessant ist. Hier führt eine Behörde ein KI-System in einem sicherheitskritischen Bereich ein, und zwar in der Rolle, in der es sich am leichtesten rechtfertigen lässt: als Vorschlagsgeber neben einem Menschen, der verantwortlich bleibt. Genau dieses Muster begegnet Unternehmen derzeit überall — der Agent schlägt vor, ein Mensch gibt frei. Die Erfahrung aus anderen Bereichen legt allerdings nahe, dass diese Rollenverteilung unter Zeitdruck erodiert: Wenn das System in neunzig von hundert Fällen recht hat, sinkt die Bereitschaft, den hundertsten zu prüfen. Deshalb ist die fehlende Messgröße mehr als eine Transparenzlücke. Ohne veröffentlichte Kennzahlen lässt sich nicht beobachten, ob der Mensch am Ende noch entscheidet oder nur noch bestätigt.

Meta hat seinen KI-Agenten Muse am 17./18. September als Mac-App veröffentlicht. Sie darf, wenn man sie lässt, in den nativen Programmen des Rechners arbeiten: Messages, Kalender, Notizen, Mail, dazu die Dateien. In der Ankündigung heißt es, man habe die Kontrolle darüber, worauf die App zugreifen könne, und sie frage „always […] before doing anything sensitive“.

Einen Tag später stellte Jason Aten diese Zusage auf die Probe — nicht absichtlich. Aten, Contributing Editor beim Inc. Magazine, postete auf Threads Bildschirmfotos einer Unterhaltung, in der Muse ihn zu einem Gespräch befragte, das er gerade in Messages führte. Nach seiner Darstellung hatte er der App keinen Zugriff auf seine Nachrichten gegeben. Auf Nachfrage antwortete Muse, es habe die Benachrichtigungsvorschauen gesehen, nicht den Nachrichtenverlauf: „I saw the notification previews, not your message history. I haven't been reading your texts.“ Als Aten nachhakte, wie es denn an diese Vorschauen komme, kapitulierte der Assistent: „Honest answer: I can't give you the exact plumbing. What I know is that the paired Mac app exposes notifications as one of its capabilities, and they arrive to me through the device sync.“

Die Antwort von Meta ist der interessante Teil. David Singleton, bei Meta Superintelligence Labs Vice President of Engineering für Consumer-Produkte, meldete sich unter dem Beitrag. Er erklärte, welche Berechtigungen für das Mitlesen von Nachrichten nötig sind, dass die Funktionen ausdrücklich zugeschaltet werden müssen — und dann kam der Satz, um den es hier geht: Muse „does not watch notifications on your Mac, but rather syncs data from Messages only after the user has specifically enabled access“. Und weiter: „when Muse said it synced ‚device notifications‘, it was confused about how to explain the feature and gave an incorrect explanation. That's on us. We apologize for the incorrect response from Muse and we're working to improve Muse's understanding of its own internals so that it gives correct answers to questions about how it functions more consistently.“

Halten wir fest, was hier eingeräumt wird. Nicht, dass der Assistent unerlaubt gelesen hätte — Meta bestreitet das. Eingeräumt wird, dass der Assistent nicht weiß, was er tut, und darüber falsch Auskunft gibt. Das ist die unbequemere Aussage. Denn die Zusicherung „Sie haben die Kontrolle darüber, worauf es zugreifen kann“ setzt voraus, dass jemand diese Kontrolle prüfen kann. Wer sie prüfen will, fragt in der Praxis zuerst den Assistenten selbst. Genau diese Auskunft ist nach Metas eigener Darstellung unzuverlässig.

Und das ist kein Meta-Problem. Anthropic hat im Oktober 2025 eine Untersuchung zur Selbstwahrnehmung eigener Modelle veröffentlicht und kommt zu einem deutlichen Ergebnis: Diese Fähigkeit sei „still highly unreliable and limited in scope“; in den Versuchen erkannte das getestete Modell eingeschleuste Konzepte nur in etwa einem Fünftel der Fälle, und meistens seien Modelle „either unaware of their internal states or unable to report on them coherently“. Eine Arbeit der Carnegie Mellon University vom Juli 2025 zeigt dasselbe aus anderer Richtung: Sprachmodelle bleiben überzogen selbstsicher in der Einschätzung eigener Fähigkeiten, auch nachdem sie schlecht abgeschnitten haben. Ein Modell, das seine eigene Architektur beschreibt, erzeugt eine plausible Beschreibung — es liest keine Konfiguration aus.

Der praktische Schluss ist unangenehm konkret. Wenn in Ihrem Unternehmen jemand wissen will, auf welche Daten ein Assistent zugreift, ist die Antwort des Assistenten kein Beleg. Belege sind: das Berechtigungsfenster des Betriebssystems, die Administrationskonsole, die Protokolle des Anbieters, der Vertrag. Das klingt banal, aber die Bequemlichkeit zieht in die andere Richtung — das Werkzeug, das man ohnehin offen hat, beantwortet die Frage sofort und in ganzen Sätzen. Für Auskünfte gegenüber Betroffenen nach der Datenschutz-Grundverordnung oder für eine Verarbeitungsübersicht ist diese Quelle unbrauchbar, und sie sieht trotzdem aus wie eine Auskunft.

Zur Einordnung, ohne den Fall größer zu machen, als er ist: Es gibt hier keinen belegten unerlaubten Datenzugriff. Es gibt einen Nutzer, der sagt, er habe nichts freigegeben, und einen Anbieter, der sagt, ohne Freigabe passiere nichts. Diesen Widerspruch können wir nicht auflösen — Atens eigener Artikel bei Inc. war für uns nicht abrufbar, und Singletons Antwort liegt uns über die Wiedergabe von The Verge vor, nicht aus dem Thread selbst. Eine Stellungnahme von Meta über diesen Kommentar hinaus — Pressemitteilung, Changelog, geänderte Hilfeseite — fanden wir nicht. Eine behördliche Beanstandung speziell zu Muse ebenfalls nicht.

Seit dieser Woche kursiert eine Zahl: Mehr als zwei Drittel der Menschen in Deutschland wären bereit, einem KI-Agenten die für einen Kreditantrag nötigen Finanzdaten zu überlassen. Die Erhebung dahinter heißt „AI in Risk: The Rise of Agentic Commerce“, sie wurde im Juli 2026 von Forrester Consulting durchgeführt — und von Experian bezahlt. Die globale Mitteilung dazu ging am 16. September über Business Wire.

Beginnen wir mit dem, was die Studie tatsächlich hergibt. Befragt wurden 6.247 Personen in 13 Märkten — Australien, China, Dänemark, Deutschland, Indien, Italien, Malaysia, Neuseeland, Norwegen, Singapur, Südafrika, Spanien und die Türkei. Nordamerika fehlt. Und die Stichprobe ist ausdrücklich vorgefiltert: Befragt wurden „credit-active, digitally literate“ Verbraucher, also Menschen, die ohnehin Kredite nutzen und digital versiert sind. Das ist kein Bevölkerungsquerschnitt, sondern die für das Thema aufgeschlossenste Teilgruppe. Wer daraus „die Deutschen“ macht, macht aus einer Zielgruppenbefragung eine Bevölkerungsumfrage.

Die Zahl, die niemand in die Überschrift nimmt. In derselben Mitteilung steht, dass nur 23 Prozent einen Agenten unter vorher festgelegten Regeln handeln lassen würden — und dass ganze fünf Prozent ihm volle Autonomie zugestehen würden. Das ist der eigentliche Befund, und er widerspricht der Schlagzeile nicht, sondern erklärt sie: Menschen trauen einem Assistenten durchaus zu, Angebote zu vergleichen und Unterlagen zusammenzustellen. Sie wollen ihn nur nicht entscheiden lassen. Je höher die finanzielle Tragweite, desto geringer die Bereitschaft, Kontrolle abzugeben. Für alle, die derzeit agentische Bezahl- und Abschlussfunktionen bauen, ist die Fünf die relevante Zahl, nicht die Zwei Drittel.

Jetzt zu dem, was wir nicht prüfen konnten — und das ist der Großteil der deutschen Werte. Wir haben die global syndizierte Pressemitteilung, Experians deutsche Landingpage und den deutschen Aufgriff nebeneinandergelegt. Ergebnis: Die öffentlich zugänglichen Fassungen nennen ausschließlich globale Werte über alle 13 Länder, ohne jede Länderaufschlüsselung. Die deutschlandspezifischen Zahlen — 62 Prozent Skeptiker, 67 Prozent Bereitschaft zur Datenweitergabe, 78 Prozent Sorge vor gekaperten Agenten, ein Vertrauenswert von 6,2 gegenüber 6,8 international — stehen in keiner davon. Sie stammen vermutlich aus einem Länder-Faktenblatt der Unternehmenskommunikation, das nicht im Netz steht. Das heißt nicht, dass sie falsch sind. Es heißt, dass sie niemand nachprüfen kann.

Drei der genannten Werte (54, 82 und 75 Prozent) sind zahlengleich mit den globalen Werten — was echt sein kann, aber eben auch der Abdruck einer globalen Zahl unter deutscher Überschrift. Ein vierter weicht ab: Wo im deutschen Text 80 Prozent auf die besten Preise hoffen, nennt die globale Mitteilung für die inhaltlich nächstliegende Aussage 84 Prozent. Beides zugleich lässt sich nicht erklären, ohne das Originaldokument zu sehen — und das ist hinter einem Formular verschlossen, das Name, Firma und Geschäftsadresse verlangt.

Eine Fehlermarge nennt keine der Quellen. Bei rund 480 Befragten für Deutschland — die Zahl ist ihrerseits nirgends offiziell bestätigt, sie entspricht exakt dem rechnerischen Durchschnitt von 6.247 geteilt durch 13 — liegt der statistische Unsicherheitsbereich bei etwa viereinhalb Prozentpunkten. Der Unterschied zwischen dem deutschen Vertrauenswert 6,2 und dem internationalen 6,8 ist damit eine Aussage, die man vorsichtiger formulieren sollte, als es die Überschrift „Deutsche sind skeptischer“ nahelegt.

Der Widerspruch, der im Text selbst steht. 82 Prozent vertrauen KI beim Angebotsvergleich, 67 Prozent würden Finanzdaten teilen, 54 Prozent akzeptierten einen von KI gestellten Kreditantrag — und zugleich sollen 62 Prozent „Skeptiker“ sein. Bei einer schlichten Ja-Nein-Einteilung schließt sich das aus. Wie das Segment gebildet wurde, sagt keine öffentliche Fassung; die Definition dürfte in dem Kapitel stehen, das Experian als „Framework zur Bewertung der Agentic Readiness“ bewirbt und das hinter dem Formular liegt. Plausibel ist, dass „Skeptiker“ über die Bereitschaft zur Autonomie definiert wird — dann passt es zu den 23 plus 5 Prozent von oben. Das ist allerdings unsere Vermutung, nicht die Auskunft der Studie.

Und schließlich die Frage, wer das bezahlt hat. Experian ist eine Kreditauskunftei und Identitätsdienstleisterin. Im selben Jahr hat das Unternehmen zwei Produkte auf den Markt gebracht, die exakt die in der Studie diagnostizierte Vertrauenslücke adressieren: Experian Agent Trust im April, gemeinsam mit Visa und Cloudflare, sowie ein Agent Operating System im Juni. Eine Auftragsstudie, die den Bedarf für die eigenen Produkte belegt, ist nichts Ehrenrühriges — sie gehört zum Geschäft. Sie ist nur keine unabhängige Marktforschung, und der Unterschied gehört in jeden Satz, der sie zitiert.

Zwei Nebenangaben haben wir ebenfalls geprüft, weil sie im deutschen Aufgriff zur Einordnung dienen. Die verlinkte Bitkom-Erhebung (1.003 Befragte ab 16 Jahren, Feldzeit Kalenderwoche 8 bis 11 des Jahres 2026) belegt tatsächlich, dass ein Drittel — genau 34 Prozent — mindestens wöchentlich KI nutzt. Die zusätzlich genannten Werte von 54 Prozent bei Jüngeren und 29 Prozent bei den 50- bis 64-Jährigen stehen in dieser Mitteilung jedoch nicht; sie nennt tägliche Nutzung und andere Altersgruppen und spricht durchgehend von „KI“, nicht von Chatbots. Und die OpenAI-Angabe, im vergangenen Jahr seien 73 Prozent aller Unterhaltungen nicht beruflich gewesen, bezieht sich auf ein Papier vom 15. September 2025: Dort ist 73 Prozent der Endpunkt eines Anstiegs von 53 Prozent im Juni 2024 auf 73 Prozent im Juni 2025 — kein Jahresdurchschnitt, und die Daten enden vor über einem Jahr.

Was davon bleibt. Die belastbare Aussage steht im letzten Drittel der Mitteilung und lautet ungefähr so: Menschen lassen sich von KI gern beim Vergleichen, Prüfen und Vorbereiten helfen — 85 Prozent glauben, ein Agent könne mehr Angebote prüfen als sie selbst, 83 Prozent hoffen, er übersehe versteckte Gebühren seltener. Beim Entscheiden hört es auf. Wer die Studie für eine Produktplanung liest, sollte deshalb die Reihenfolge der Zahlen umdrehen: Nicht „zwei Drittel sind bereit“, sondern „fünf Prozent lassen entscheiden, 23 Prozent innerhalb vorher vereinbarter Regeln“. Der Regelfall, für den man bauen muss, ist der Agent, der alles vorbereitet und dann anhält.