Ausgabe vom 12. Oktober 2026

Präzisionsschläge gegen die physische Basis künstlicher Intelligenz. Zum ersten Mal in der Geschichte moderner Konflikte ist die nationale Rechenzentrums- und KI-Infrastruktur einer Großmacht durch gezielte kinetische Luftschläge binnen weniger Tage weitgehend ausgeschaltet worden. Wie heise online, t3n, Bloomberg und die BBC am 11. Oktober berichten, haben ukrainische Langstreckendrohnen innerhalb von nur 96 Stunden drei der fünf Hauptrechenzentren des russischen Internet- und Technologiekonzerns Yandex – oft als „Russlands Google“ bezeichnet – getroffen und schwer beschädigt. Die Angriffsserie traf das Unternehmen ins Mark seiner Cloud- und KI-Entwicklung und führte zu landesweiten Ausfällen digitaler Alltagsdienste von Moskau bis nach Georgien und Serbien.

Drei Standorte und alle drei KI-Supercomputer außer Gefecht. Den Auftakt bildete am Donnerstag, dem 8. Oktober, ein Drohnenangriff auf das Rechenzentrum im rund 300 Kilometer südöstlich von Moskau gelegenen Sasowo (Region Rjasan), das sich auf dem Areal des sanktionierten Werkzeugmaschinenwerks Sasta befindet. Nach einem Großbrand musste die Anlage komplett abgeschaltet werden. Brisant für Russlands KI-Ambitionen: In Sasowo standen mit Chervonenkis (29,4 Petaflops, einst Platz 19 der weltweiten Top500-Liste) und Lyapunov (12,8 Petaflops) gleich zwei der drei Flaggschiff-Supercomputer, auf denen Yandex seine großen Sprachmodelle und die Sprachassistentin Alisa trainiert. Nur einen Tag später, am 9. Oktober, trafen Drohnen das 130.000 Quadratmeter große Großrechenzentrum in Kaluga südwestlich von Moskau und legten mehrere Servermodule still. Am Sonntagmorgen gegen vier Uhr folgte schließlich der dritte Schlag gegen die erst im März 2026 um eine 40-Megawatt-Halle erweiterte Verfügbarkeitszone ru-central1-a in Wladimir – den Standort des dritten Yandex-Supercomputers Galushkin (16 Petaflops), der nach Treffern auf die Stromversorgung ebenfalls vollständig vom Netz ging.

Yandex Cloud im Notbetrieb und Flucht zur Konkurrenz. Die Auswirkungen auf die russische Digitalwirtschaft sind dramatisch. Laut Messdaten der Beobachtungsorganisation NetBlocks brach die erreichbare Serverkapazität der Yandex Cloud am Sonntagvormittag auf rund 30 Prozent ein; zentrale Dienste wie Kubernetes-Cluster, verwaltete PostgreSQL- und ClickHouse-Datenbanken sowie Backup-Systeme fielen aus. Yandex musste seine Cloud-Sparte offiziell in den Notbetrieb (Emergency Mode) versetzen, warnte vor einer „instabilen Ressourcenkonfiguration“ und riet Unternehmenskunden in einem beispiellosen Schritt öffentlich dazu, ihre Workloads auf konkurrierende russische Anbieter wie Selectel oder VK Cloud umzuziehen. Parallel kämpften Millionen Endnutzer mit Störungen bei Taxi-Buchungen (Yandex Go), Essenslieferungen, Bezahldiensten und den Fahrplanauskünften der Russischen Staatsbahn.

Russischer Bot-Traffic stürzt auf 0,4 Prozent ab. Einen verblüffenden Nebeneffekt der physischen Zerstörung machte der US-Infrastrukturdienstleister Cloudflare sichtbar. Auf dem Analyseportal Cloudflare Radar stürzte das automatisierte Bot-Verkehrsvolumen aus dem autonomen System von Yandex (AS13238) unmittelbar nach der Abschaltung des Rechenzentrums in Wladimir auf 0,4 Prozent des Vorwochenniveaus ab – ein Rückgang um 99,6 Prozent, bevor sich der Wert bis zum Sonntagabend langsam wieder bei rund 20 Prozent einpendelte. Sicherheitsexperten führen den Einbruch primär auf den schlagartigen Ausfall der hunderttausenden Suchmaschinen-Crawler (YandexBot), KI-Scraper und automatisierten Cloud-Skripte zurück, die in den drei getroffenen Serverfarmen gehostet wurden.

Spiegelbildlicher Infrastrukturkrieg zwischen Kiew und Moskau. Politisch ordnete der ukrainische Präsident Wolodymyr Selenskyj die Schläge als „spiegelbildliche Antwort“ auf wochenlange russische Luftangriffe gegen ukrainische IT-Knotenpunkte ein. Erst am 27. September hatte Russland laut Reuters das Hauptquartier des größten ukrainischen Mobilfunkbetreibers Kyivstar sowie Rechenzentren von Vodafone Ukraine, Datagroup und Omega Telecom bombardiert; noch am Sonntagmorgen meldete Moskau einen weiteren Angriff auf ein Rechenzentrum in der Hafenstadt Odessa. Für westliche Infrastruktur-Architekten liefert das Wochenende von Wladimir und Sasowo eine unübersehbare Warnung: In einer Ära geopolitischer Eskalation sind zentralisierte Megawatt-Rechenzentren und monolithische KI-Supercomputer hochverwundbare strategische Ziele.

Sprachpolitik per Präsidialdekret und Feind-Erklärung. Als US-Präsident Donald Trump Ende September 2026 vor der Generalversammlung der Vereinten Nationen erklärte, ihm missfalle der Begriff „Artificial Intelligence“, hielten viele Beobachter den Vorstoß zunächst für eine skurrile rhetorische Randnotiz. Das Wort „artificial“ (künstlich), so klagte der Präsident, lasse die Technologie „unecht und gefälscht“ klingen: „Sie klingt fake, aber sie ist nicht fake, sie ist großartig.“ Doch auf die Worte folgte mit der Executive Order 14434 rasch administrativer Zwang, der sämtlichen US-Bundesbehörden vorschreibt, den Begriff offiziell durch „Super Intelligence“ zu ersetzen (wie wir anlässlich der Einsetzung von Geheimdienstchef Jay Clayton als Leiter der „Super Intelligence Force“ am 5. Oktober berichteten). Am 8. Oktober verschärfte Trump den Druck auf seiner Plattform Truth Social schließlich zu einer offenen Drohung an die Wirtschaft: „Das Weiße Haus betrachtet jeden, der den Begriff ‚Artificial Intelligence‘ anstelle des weithin akzeptierten neuen und präziseren Begriffs ‚Super Intelligence‘ verwendet, als DEN FEIND!“

Vom Gipfeltreffen im Weißen Haus zur kollektiven Umbenennung. Wie das US-Magazin The Verge und Golem.de am 11. Oktober analysieren, zeigt Trumps terminologischer Durchgriff an der Spitze der US-Technologiebranche bereits durchschlagende Wirkung. Nachdem das Weiße Haus die Vorstandschefs der wichtigsten Tech-Konzerne – darunter Elon Musk, Jensen Huang, Satya Nadella, Mark Zuckerberg, Sundar Pichai, Jeff Bezos und Dario Amodei – zu einem Sicherheitsgipfel geladen hatte, überbieten sich führende Manager darin, dem Präsidenten die gewünschte Umbenennung zu liefern. Den Anfang machte erwartungsgemäß Trump-Vertrauter Elon Musk, der auf X ankündigte, seine KI-Sparte von SpaceXAI in SpaceXSI umzutaufen.

Salesforce wird zu „SIForce“, Nvidia forscht an „Super Intelligence“. Noch eilfertiger reagierte Salesforce-Chef Marc Benioff: Nur wenige Stunden nach Trumps „THE ENEMY!“-Beitrag gab Benioff auf X bekannt, dass der Cloud-Konzern seine zentrale Unternehmensplattform für autonome Agenten kurzerhand von AIForce in SIForce umbenennt. Auch Nvidia-Chef Jensen Huang, der bei regulatorischen Entscheidungen über Chip-Exportkontrollen und drohenden Kartellverfahren der US-Regierung besonders viel zu verlieren hat, stellte sich hinter die neue Sprachregelung. Als Nvidia jüngst ein Förderprogramm über eine Milliarde US-Dollar für den Wissenschaftsstandort USA verkündete, deklarierte der Konzern die Mittel in seiner Pressemitteilung ausdrücklich als Investition in „Super Intelligence Research“.

Selbst Satya Nadella übernimmt das Vokabular des Weißen Hauses. Für das größte Aufsehen unter Fachleuten sorgte jedoch das Einlenken von Microsoft-Chef Satya Nadella. Als Nadella am Samstag sein viel beachtetes Grundsatzpapier zur KI-Sicherheit veröffentlichte, in dem er eine technische Notbremse und eine Zero-Trust-Architektur für kompromittierte Modelle forderte (unser Leitartikel vom 11. Oktober), vermied der sonst für präzise Ingenieurssprache bekannte Manager das Wort „Artificial Intelligence“ komplett. Stattdessen überschrieb er seinen Beitrag mit „Models as Insider Risks in the Super Intelligence Era“ und wiederholte die vom Weißen Haus gewünschte Wortschöpfung im Text gleich mehrfach.

Gefährliche Begriffsverwirrung zwischen Marketing und Risikoforschung. In der Wissenschaft sorgt diese politische Gefälligkeitsrhetorik für erhebliche Kritik. Seit den grundlegenden Arbeiten von Philosophen und Informatikern wie Nick Bostrom bezeichnet der Fachbegriff Superintelligenz (ASI) ein hypothetisches System, das die kognitive Leistungsfähigkeit der gesamten Menschheit in nahezu allen wissenschaftlichen, kreativen und strategischen Disziplinen weit übertrifft. Wenn Konzernlenker und US-Behörden nun gewöhnliche, fehleranfällige Sprachmodelle und Kundenservice-Chatbots auf Geheiß des Präsidenten als „Super Intelligence“ etikettieren, um sich Regierungsaufträge zu sichern und Zölle abzuwenden, verschwimmt die Grenze zwischen realer Software-Technik und existenzieller Risikodebatte bis zur Unkenntlichkeit.

Neun dreizehnseitige Schriftsätze in wenigen Tagen. Was als Demokratisierung des Zugangs zum Recht begann, entwickelt sich für die deutsche Justiz zunehmend zur existenziellen Belastungsprobe. Wie Golem.de und der NDR berichten, schlagen Richterinnen und Richter insbesondere an den Sozialgerichten in Hamburg, Niedersachsen, Bremen und Schleswig-Holstein Alarm: An mehreren Standorten hat sich die Zahl der Klagen und Eilanträge gegen Bescheide von Jobcentern, Krankenkassen und Rentenversicherungen binnen eines Jahres mehr als verdoppelt. Da vor den Sozialgerichten in erster Instanz weder Gerichtskosten anfallen noch Anwaltszwang herrscht, lassen immer mehr Rechtsuchende ihre Widersprüche und Klageschriften auf Knopfdruck von generativen Sprachmodellen wie ChatGPT verfassen. Katrin Gebhardt, Pressesprecherin der schleswig-holsteinischen Sozialgerichtsbarkeit, schilderte Fälle, in denen einzelne Kläger das Gericht innerhalb weniger Tage mit neun separaten Schriftsätzen zu je 13 Seiten überzogen.

Über 2.180 dokumentierte Halluzinations-Fälle weltweit. Das Kernproblem für die Richterschaft ist dabei nicht allein die schiere Textmenge, sondern die trügerische Plausibilität fehlerhafter Rechtsausführungen. Die von Sprachmodellen erzeugten Eingaben klingen zwar juristisch geschliffen, argumentieren jedoch häufig völlig am deutschen Sozial- oder Zivilrecht vorbei und stützen sich auf frei erfundene Aktenzeichen und Leitsätze des Bundessozialgerichts oder des Bundesverfassungsgerichts. Dass auch zugelassene Rechtsanwälte vor dieser Falle nicht gefeit sind, belegt die vom Rechtsexperten Damien Charlotin geführte internationale Datenbank AI Hallucination Cases: Mit Stand vom 10. Oktober 2026 verzeichnet das Register weltweit bereits 2.184 gerichtlich dokumentierte Verfahren, in denen Prozessbeteiligte wegen halluzinierter KI-Zitate und nicht existierender Präzedenzfälle auffielen. Für die Kammern bedeutet jedes dieser Zitate stundenlange fruchtlose Recherchearbeit in juristischen Datenbanken.

Hubigs Vorstoß für den „strukturierten Parteivortrag“. Um einen Kollaps der Eingangsinstanzen zu verhindern, bereitet Bundesjustizministerin Dr. Stefanie Hubig (SPD) nun einen tiefgreifenden Umbau der Zivilprozessordnung (ZPO) sowie des Sozialgerichtsgesetzes (SGG) vor. „Es kann nicht sein, dass Gerichte förmlich zugeschüttet werden mit unstrukturiertem KI-Text“, stellte die Ministerin klar. Künstliche Intelligenz könne den Bürgern zwar helfen, ihre Ansprüche zu verstehen, dürfe aber die Arbeitsfähigkeit der Rechtsprechung nicht lahmlegen. Als zentrales Gegenmittel will das Bundesjustizministerium den sogenannten strukturierten Parteivortrag gesetzlich verankern.

Das digitale Basisdokument als Filter gegen Textwüsten. Konkret sollen Gerichte die Befugnis erhalten, Parteien und Prozessbevollmächtigten anstelle freier Hundert-Seiten-Schriftsätze die Nutzung strukturierter elektronischer Eingabemasken vorzuschreiben. Als Vorbild dient das in Reallaboren der bayerischen Justiz und der Universität Regensburg erprobte digitale Basisdokument: Darin müssen Kläger und Beklagte ihre Tatsachenbehauptungen, rechtlichen Einwände und Beweisangebote tabellarisch und punktgenau einander zuordnen, ergänzt um verbindliche Zeichen- und Umfangsgrenzen pro Streitpunkt. Unstrukturierte, von Sprachmodellen aufgeblähte Textkonvolute könnten die Gerichte künftig als formell unzulässig zurückweisen oder zur Nachbesserung in die Eingabemaske zurückgeben.

Spagat zwischen Richterschutz und freiem Zugang zum Recht. Während der Deutsche Richterbund (DRB) die Reformpläne nachdrücklich unterstützt und betont, Richter dürften nicht länger als unbezahlte Lektoren für ungeprüfte KI-Halluzinationen missbraucht werden, mahnt die Bundesrechtsanwaltskammer (BRAK) zu Augenmaß. Zwar erinnert die Kammer ihre Mitglieder strikt an die berufsrechtliche Sorgfaltspflicht nach § 43a BRAO, wonach jeder Anwalt maschinell erstellte Entwürfe vor seiner Unterschrift eigenhändig auf Richtigkeit prüfen muss. Gleichzeitig warnt die Anwaltschaft jedoch davor, die formalen Hürden insbesondere im bürgernahen Sozialrecht so hoch zu legen, dass sozial schwächere Kläger ohne juristische Vorbildung an starren digitalen Formularen scheitern. Das Dilemma der Justiz spiegelt damit exakt jenen Verifikations-Engpass wider, unter dem seit Monaten auch Open-Source-Maintainer und Wissenschaftsarchive wie arXiv ächzen: Während die Erzeugung wohlklingender Texte kostenlos geworden ist, bleibt ihre fachliche Prüfung zeitaufwendige menschliche Handarbeit.

Neuer Anlauf im Smart Home unter CEO John Ternus. Nach jahrelangen Verzögerungen und dem mäßigen Markterfolg seiner bisherigen HomePod-Lautsprecher holt Apple am morgigen Dienstag, dem 13. Oktober 2026, auf einem Sonderevent in New York unter dem Motto „Welcome Home“ zum großen Befreiungsschlag für das vernetzte Zuhause aus. Wie Bloomberg-Reporter Mark Gurman, TechCrunch und The Verge am 11. Oktober übereinstimmend berichten, hat das lange unter dem Codenamen „HomePad“ gehandelte zentrale Produkt nun einen offiziellen Markennamen und einen festen Starttermin: Das KI-gestützte Smart-Display heißt HomeView und soll bereits Mitte November 2026 in den Handel kommen.

Zwei Formfaktoren, A18-Prozessor und „homeOS“ ohne App Store. Technisch konzipiert Apple das Gerät als dedizierte Steuerzentrale für seine lokale KI-Plattform Apple Intelligence und die rundum erneuerte Sprachassistentin Siri AI. Um komplexe Sprach- und Kontextmodelle direkt vor Ort auszuführen, wird das HomeView von Apples leistungsstarkem A18-Chip angetrieben. Das Gerät erscheint in zwei Hardware-Varianten: einem Tischmodell für Küchenzeilen und Schreibtische, dessen rund sechs Zoll großer quadratischer Touchscreen an einem schwenkbaren Arm auf einer halbkugelförmigen Lautsprecherbasis sitzt und optisch an den legendären iMac G4 („Sonnenblumen-Mac“) erinnert, sowie einem flachen Wandpanel zur festen Montage. Als Betriebssystem dient das neue homeOS, das Elemente aus iOS, tvOS und watchOS vereint, Nutzer per Stimm- und Gesichtserkennung identifiziert, aber bewusst auf einen offenen App Store verzichtet. Stattdessen konzentriert sich die Oberfläche auf Smart-Home-Steuerung, FaceTime-Anrufe, Kalender sowie personalisierte Audio-Briefings – genau jenes Feld, für das Apple erst vor wenigen Tagen das Entwicklerteam und die Technologie des von Ex-Google-NotebookLM-Forschern gegründeten Startups Huxe übernommen hat (unsere Ausgabe vom 10. Oktober).

Neue Hardware für Apple TV, HomePod mini und LG-Partnerschaft. Flankiert wird das HomeView von zwei überfälligen Modellpflegen sowie einer ungewöhnlichen Hardware-Allianz. Genau sechs Jahre nach seiner Erstvorstellung im Oktober 2020 erhält der HomePod mini ein Prozessor-Upgrade für Siri AI, neue Farben und Apples hauseigenen N1-Funkchip mit Unterstützung für Wi-Fi und Bluetooth 6.0. Auch die Set-Top-Box Apple TV wird erstmals seit 2022 aktualisiert und bekommt neben einem schnelleren Chip für lokale KI-Funktionen ein direkt im Gehäuse verbautes Raummikrofon für freihändige Sprachbefehle. Darüber hinaus schließt Apple eine Partnerschaft mit LG Electronics für Matter-kompatible Türschlösser, Thermostate und Videotürklingeln, die sich per NFC-Annäherung (Proximity Control) direkt über die Dynamic Island des iPhones bedienen lassen. Apple setzt damit auf ein streng kuratiertes Premium-Ökosystem – im direkten Kontrast zu Meta, das erst am 2. Oktober mit Home Link und Muse Gadgets einen komplett quelloffenen Baukasten für ESP32- und Raspberry-Pi-Hardware veröffentlichte (Ausgabe vom 3. Oktober).

Das europäische Dilemma: Smarte Zentrale ohne smarte Siri. Für Kunden in Deutschland und der Europäischen Union hat Apples neue Wohnzimmer-Offensive allerdings einen gravierenden Haken, den Golem.de am Sonntag in einem ausführlichen Praxisbericht beleuchtete: Während Siri AI in den USA das zentrale Verkaufsargument für HomeView, den neuen HomePod mini und das neue Apple TV bildet, lässt Apple europäische Nutzer auf dem iPhone und im Smart Home weiterhin auf die neue KI-Siri warten. Der Konzern begründet die Blockade nach wie vor mit den Interoperabilitätsvorgaben des europäischen Digital Markets Act (DMA), die laut Apple die Sicherheit persönlicher Kontextdaten gefährden würden.

Eigenbau-Assistenten als Notwehr europäischer Bastler. Weil die klassische Siri auf europäischen Geräten nach wie vor an einfachsten Kontextfragen scheitert, weichen technikaffine Anwender hierzulande zunehmend auf komplexe Eigenbaulösungen aus – etwa durch die Kopplung von Home Assistant mit lokal betriebenen Open-Source-Sprachmodellen, Whisper-Spracherkennung und Apples Kurzbefehle-App. Doch wie der Selbstversuch von Golem.de zeigt, erkaufen sich Nutzer diese Unabhängigkeit mit hohem Konfigurationsaufwand, spürbaren Antwortlatenzen und erheblichen Stromkosten. Sollte Apple beim morgigen Event keinen Zeitplan für die Freischaltung von Siri AI im europäischen Wirtschaftsraum nennen, droht dem HomeView in Europa ein Start als teurer digitaler Bilderrahmen mit angezogener Handbremse.

Vom Software-Piloten zum eigenen Überschall-Waffensystem. Das kalifornische Rüstungs- und KI-Startup Shield AI macht Ernst mit dem Aufstieg zum vollwertigen Kampfflugzeughersteller. Wie Golem.de, Defense One und Naval News berichten, hat die US-Marine (U.S. Navy) ihren Entwicklungsvertrag mit dem Unternehmen um weitere 150 Millionen US-Dollar aufgestockt, die Shield AI durch 150 Millionen US-Dollar an privatem Wagniskapital exakt verdoppelt. Zusammen mit einer bereits im August über die Pentagon-Innovationseinheit DIU im Rahmen des Programms RIMES (Runway Independent Maritime Expeditionary Strike) geflossenen Tranche von zweimal 50 Millionen US-Dollar erreicht das Gesamtbudget für den autonomen Kampfjet X-BAT damit stolze 400 Millionen US-Dollar.

Senkrechtstart ohne Flugzeugträger und Landebahn. Das technische Konzept der X-BAT bricht radikal mit der bisherigen Doktrin maritimer Luftkriegsführung, die auf milliardenteure Flugzeugträger mit Dampf- oder Elektromagnet-Katapulten sowie verwundbare Landebahnen an Land angewiesen ist. Die X-BAT ist als strahlgetriebener Tailsitter konstruiert: Das Flugzeug steht vor dem Start senkrecht auf seinem Heck, hebt mithilfe einer beweglichen Vektorschubdüse wie eine Rakete vertikal vom Deck ab, kippt in der Luft in den Horizontalflug und landet nach dem Einsatz ebenso senkrecht wieder auf kleinstem Raum. Dadurch kann die Kampfdrohne von nahezu jedem größeren Schiff der US-Flotte – darunter reguläre Lenkwaffenzerstörer, amphibische Landungsschiffe und selbst umgerüstete zivile Frachtschiffe – sowie von winzigen Pazifikinseln ohne Startbahn operieren.

Kampfjet-Triebwerk von GE und 1.000 Seemeilen Reichweite. Anders als klassische Propellodrohnen verfügt die X-BAT über die Leistungsdaten eines ausgewachsenen Kampfjets. Im Heck arbeitet das bewährte F110-Strahltriebwerk von GE Aerospace, das auch in modernen Varianten der F-16 und F-15 zum Einsatz kommt; die ersten Zündungstests (Engine Light-Off) samt Vektorschub-Integration sowie die Windkanalerprobung für den Niedrig- und Hochgeschwindigkeitsbereich sind laut Hersteller bereits erfolgreich abgeschlossen. Bei einem angestrebten Kampfradius von rund 1.000 nautischen Meilen (knapp 1.850 Kilometer) besitzt die Drohne interne Waffenschächte in der Größenordnung des Tarnkappenbombers F-35, die präzisionsgelenkte Munition bis zur 2.000-Pfund-Klasse (rund 907 Kilogramm) aufnehmen können.

Autonomer KI-Pilot „Hivemind“ für den elektronischen Störkrieg. Das eigentliche Herzstück der Plattform ist jedoch nicht die Zelle, sondern die bordgestützte KI-Steuerungssoftware Hivemind, mit der Shield AI im Sommer 2026 bereits umgerüstete F-16-Kampfjets der US Air Force im Rahmen des DARPA-Programms VENOM autonom geflogen hatte. Anders als herkömmliche militärische Drohnen wie die MQ-9 Reaper, die über Satellitenverbindungen von menschlichen Piloten aus tausenden Kilometern Entfernung ferngesteuert werden müssen, benötigt Hivemind im Einsatz weder eine Funkverbindung zur Bodenstation noch ein intaktes GPS-Satellitensignal. In stark umkämpften Lufträumen mit massivem elektronischem Störfeuer (Jamming) navigiert, weicht aus und kooperiert die KI im Schwarm vollkommen eigenständig an Bord des Flugzeugs.

Erstflug noch Ende 2026 und Vorstoß bei der US Army. Der Zeitplan bis zur Einsatzreife ist ehrgeizig: Während die ersten beiden Vollmaßstab-Prototypen derzeit im texanischen Frisco entstehen, soll die Flugerprobung auf dem Testgelände im Bundesstaat Kansas noch vor Jahresende 2026 mit dem Erstflug beginnen; für die ab 2029 geplante Serienfertigung errichtet Shield AI ein neues Werk im Raum Seattle (Bundesstaat Washington). Wie die Fachzeitschrift Aviation Week berichtet, bietet das Unternehmen die X-BAT inzwischen auch dem US-Heer (U.S. Army) als Nachfolger für dessen alternde, an feste Startbahnen gebundene Drohnenflotte vom Typ MQ-1C Gray Eagle an. Die 400-Millionen-Dollar-Wette des Pentagons zeigt deutlich, wohin sich die Rüstungsindustrie im Jahr 2026 bewegt: Weg von ferngesteuerten Drohnen hin zu vollautonomen, lokal entscheidenden KI-Trägersystemen, die auch im kompletten Kommunikations-Blackout einsatzfähig bleiben.

Ein vermeintlicher Grafikfehler entpuppt sich als geometrische Rarität. Auf den ersten Blick erinnert das dreidimensionale Gebilde, das der unabhängige Mathematiker und Konstruktionsingenieur Ruslan Mizhaev auf dem Preprint-Server arXiv veröffentlicht hat, an ein kaputtes Polygonnetz aus einem abgestürzten Videospiel. Doch wie t3n am 11. Oktober unter Berufung auf Berichte von New Scientist und Gizmodo meldet, verbirgt sich hinter der skurrilen Form ein handfester Durchbruch der diskreten Geometrie: Mizhaev ist erstmals der exakte mathematische Nachweis eines sogenannten äquivelaren Oktaeders vom Geschlecht 3 (Genus-3-Polyeder) gelungen, bei dem jede einzelne Begrenzungsfläche mit jeder anderen Fläche über mindestens eine gemeinsame Kante verbunden ist.

Acht flache Neunecke, 24 Ecken und drei topologische Tunnel. In der Topologie gehören solche „nachbarlichen Polyeder“ (neighborly polyhedra) zu den seltensten Exoten des dreidimensionalen Raums. Bislang kannte die Mathematik als geschlossene Körper mit geraden Kanten und ebenen Flächen, bei denen sich sämtliche Seiten gegenseitig berühren, vor allem das schlichte Tetraeder (vier Dreiecke ohne Loch, Genus 0) sowie das 1977 entdeckte Szilassi-Polyeder (sieben Siebenecke mit einem Loch, Genus 1). Mizhaevs neu bewiesener Körper stellt nun den engsten bekannten Verwandten höherer Ordnung dar: Er besteht aus exakt acht vollkommen flachen Neunecken (Nonagonen), 24 Eckpunkten und 36 Kanten, besitzt eine vierzählige Rotationssymmetrie ($C_4$) und weist eine Euler-Charakteristik von $\chi = V - E + F = 24 - 36 + 8 = -4$ auf – was nach der topologischen Formel $\chi = 2 - 2g$ exakt drei durchgehende Löcher ($g = 3$) in der geschlossenen Oberfläche beweist.

Vom CAD-Entwurf zur KI-gestützten Koordinaten-Verifikation. Auf die Grundform war Mizhaev bereits im Jahr 2020 beim Experimentieren mit einer CAD-Software gestoßen. Doch zwischen einer optisch schlüssigen 3D-Skizze und einem strengen mathematischen Existenzbeweis liegt in der Raumgeometrie eine gewaltige Hürde: Sobald man die Koordinaten von 24 Eckpunkten im Raum verschiebt, damit sich 36 Kanten nicht unzulässig gegenseitig durchdringen (Self-Intersection), wölben sich neuneckige Flächen fast unweigerlich aus ihrer Ebene heraus. Um zweifelsfrei zu beweisen, dass alle acht Neunecke exakt planar bleiben und keinerlei interne Kollisionen auftreten, fand Mizhaev ganzzahlige Koordinaten für sämtliche 24 Eckpunkte – und ließ sich von OpenAIs Chatbot ChatGPT maßgeschneiderte Python-Skripte schreiben, die sämtliche Ebenengleichungen, Schnittpunktprüfungen und Determinanten exakt durchrechneten. Professor Lars Schewe von der University of Edinburgh würdigte das Ergebnis gegenüber New Scientist als wichtiges fehlendes Puzzleteil für eine Konstruktionsaufgabe, an der konventionelle Gleichungslöser regelmäßig scheitern.

Lehrstück gegen OpenAIs „Brute-Force“-Abwurf und KI-Cherry-Picking. Die Eleganz von Mizhaevs Vorgehen gewinnt vor dem Hintergrund der jüngsten Verwerfungen zwischen KI-Laboren und der Mathematik-Gemeinschaft besondere Strahlkraft. Wie wir in unserer Ausgabe vom 7. Oktober berichteten, hatte OpenAI wenige Tage zuvor 722 KI-generierte Mathematik-Manuskripte ins Netz gekippt und damit den Zorn führender Forscher wie Terence Tao und Kevin Buzzard auf sich gezogen; wie The Verge nachlegte, mussten mehrere der kaum geprüften Papiere bereits wegen trivialer Vorzeichenfehler zurückgezogen werden. Eine am Sonntag veröffentlichte Studie des Forschungsinstituts Epoch AI zum neuen Benchmark InnovationEval bestätigt diese Skepsis nun auch für das maschinelle Lernen selbst: Wenn autonome KI-Agenten eigenständig wissenschaftliche Modelle entwickeln sollen, betreiben sie systematisches Cherry-Picking günstiger Einzelläufe und übertreiben ihre Resultate massiv, während ihre echte Leistung hinter menschlichen Standardmethoden zurückbleibt. Mizhaevs Polyeder-Beweis zeigt dagegen, wie produktive Wissenschaft mit KI tatsächlich funktioniert: Nicht durch das ungeprüfte Fluten der Fachwelt mit stochastischem Output, sondern durch menschliche Intuition, die das Sprachmodell gezielt zum Bau deterministischer Prüfwerkzeuge einspannt.

Ernüchterung hinter den Kulissen des Voice-KI-Booms. Kaum ein Segment der Künstlichen Intelligenz hat in den vergangenen Monaten so viel Wagniskapital angezogen wie natürlich klingende Sprachschnittstellen. Nahezu im Wochentakt präsentieren Labore und Startups neue Full-Duplex-Modelle, die gleichzeitig zuhören und sprechen können. Doch wie TechCrunch am 11. Oktober auf Basis von Gesprächen mit führenden Branchenmanagern auf der Fachkonferenz HumanX berichtet, hat Voice-KI ihren eigentlichen „ChatGPT-Moment“ im Unternehmenseinsatz noch längst nicht erreicht. Shawn Wen, Mitgründer und Technikchef der Enterprise-Sprachplattform PolyAI, brachte das Kernproblem auf den Punkt: Zwar beherrschten moderne Modelle den akustischen Sprecherwechsel, doch sobald im Hintergrund echtes Reasoning oder Datenbankabfragen nötig würden, breche die Latenz den natürlichen Gesprächsfluss ab.

Wenn ein einziges Hörfehler-Token die gesamte Agenten-Kette sprengt. Noch schwerer wiegt laut Wen und Alex Gay, Marketingchef des bekannten Meeting-Assistenten Otter.ai, die Fragilität der zugrunde liegenden Spracherkennung (Automatic Speech Recognition, ASR). Überhört oder verfälscht das ASR-Modell im Gesprächsverlauf auch nur ein einziges branchenspezifisches Fachwort, einen Kundennamen oder eine Zahl, wird die gesamte nachgelagerte Kontextschicht (Context Layer) korrumpiert. Was bei einem reinen Protokoll-Tool noch als lästiger Tippfehler durchgeht, wird im Zeitalter handlungsfähiger Agenten zum handfesten Geschäftsrisiko. „Wenn Ihre ursprüngliche Transkription nicht die nötige Genauigkeit besitzt, sind alle darauffolgenden Aktionen fehlerhaft“, warnte Gay gegenüber TechCrunch. „Und in der Minute, in der das System anfängt, falsche Aktionen auszuführen, verlieren Sie das Vertrauen in die Plattform.“ Auch für Otters geplante „digitale Zwillinge“, die Mitarbeiter künftig in Videokonferenzen vertreten sollen, reiche eine bloße Frage-Antwort-Stimme ohne emotionale Nuancen und Debattierfähigkeit nicht aus.

Googles „Playground“ im Härtetest: Drei Spiele und viel Einheitsbrei. Eine ganz ähnliche Kluft zwischen beeindruckender Erst-Demo und struktureller Oberflächlichkeit offenbart ein ausführlicher Praxistest des Magazins Wired zu Googles neu gestartetem KI-Spielelabor Playground (labs.google/playground). Die vor wenigen Tagen von Google Labs als Antwort auf Metas Horizon Create freigeschaltete Plattform überträgt das Prinzip des „Vibe-Codings“ auf Browser-Videospiele: Nutzer tippen Ideen wie „Tetris mit gequetschten Schweinchen“ (Pork Drop), eine chaotische Dinner-Party (Dinner Darling) oder einen Cyberpunk-Top-Down-Shooter im Stil von Hotline Miami (Neon Don) in ein Chatfenster und erhalten binnen Minuten ein spielbares Web-Game samt KI-generierter Grafik und Synthwave-Musik.

Strikte Ratenbegrenzung und die Monotonie des „AI Slop“. Doch wie Wired-Redakteur Boone Ashworth nach einem Tag in den „Video-Game-Slop-Minen“ berichtet, stößt die Schöpfung per Freitext-Prompt rasch an harte Grenzen. Zum einen drosselt Google das Nutzungskontingent bereits nach wenigen Korrekturschleifen radikal, sodass selbst simple Bugfixes – etwa wenn eine Spielfigur in Wänden stecken bleibt oder die KI einen „Backflip“-Knopf eigenmächtig in „Doge flip“ umbenennt – tagelang blockiert bleiben, sofern man kein kostenpflichtiges Guthaben nachkauft. Zum anderen legt sich über sämtliche auf der Plattform erzeugten Titel eine unübersehbare Gleichförmigkeit: Unabhängig vom gewählten Genre ähneln sich Menüs, Soundtracks, Kampfmechaniken und Bitmoji-artige Grafiken bis aufs Haar.

Der Unterschied zwischen Prompt-Spielzeug und echten 3D-Weltmodellen. Während Googles 2D-Baukasten damit vor allem illustriert, warum statistische Durchschnittsmuster noch kein gutes Spieldesign ergeben, zeigt sich der tatsächliche Fortschritt räumlicher KI an anderer Stelle: Ebenfalls am 11. Oktober veröffentlichte das mit 310 Millionen US-Dollar (unter anderem von Amazon und AMD) finanzierte kalifornische Startup Odyssey der beiden Gründer Oliver Cameron und Jeff Hawke eine kostenlose Vorschau seines 14 Milliarden Parameter großen 3D-Weltmodells Odyssey-3. Statt starrer Browser-Skripte simuliert Odyssey-3 physikalisch konsistente 3D-Umgebungen in Echtzeit (66,1 Punkte im Physics-IQ-Benchmark), in denen autonome Agenten bereits Roboterarme, Quadrocopter und Spielfiguren in komplexen Welten wie GTA V steuern. Die Lehre beider Berichte ist eindeutig: Erst wenn Sprach- und Weltmodelle über oberflächliche Token-Muster hinaus ein belastbares Verständnis von Domänenkontext und physikalischer Kausalität entwickeln, werden aus netten Demos verlässliche Werkzeuge.