⏳ Studie belegt KI steigert Arbeitspensum
PLUS: 4 weitere Stories, wöchentliche Shorts & Tipps sowie KI-Ranking
Jannik Schaefer & Team von KI WEEKLY
13. Feb • Lesezeit: 7 Minuten
Guten Abend, 🌙
eine Woche ist vergangen, und KI WEEKLY+ hält Dich auf dem neuesten Stand des KI-Universums.
In dieser Ausgabe
KI-Tools der Woche
🧠 Claude Opus 4.6 - Anthropics Upgrade auf seine leistungsstärkste Modellreihe
🎧 Audiobooks - Die KI-gestützte Erzählplattform von ElevenLab für Hörbücher
💻 Codex App - Die Mac-App-Oberfläche von OpenAI zur Verwaltung von Agenten
🎨 Qwen-Image-2.0 - Alibabas Modell zur Bilderzeugung und -bearbeitung
🗣 Wispr Flow - Vom Wort zum Text in Sekunden
- 01 -
🚗 Waymo setzt auf KI für das Training autonomer Autos
Bildquelle: Waymo
Waymo hat mit dem Waymo World Model einen neuen Fahrsimulator vorgestellt, der auf Google DeepMinds Genie 3 basiert. Das System erzeugt hochrealistische Verkehrsszenarien, die die autonome Flotte bislang nie erlebt hat, um sie gezielt auf Ausnahmesituationen vorzubereiten.
Die Details:
Das Modell nutzt die visuelle Kompetenz von Genie 3 und wandelt sie in gekoppelte Kamera und Lidar Signale um. So entstehen Szenarien, die in der realen Welt bislang nicht beobachtet wurden.
Ingenieure können Verkehrssituationen per Texteingabe, durch simulierte Fahrmanöver oder durch gezielte Layout-Änderungen anpassen. Sie verändern etwa das Wetter, fügen Hindernisse hinzu oder testen neue Verkehrskonstellationen, um systematisch “Was passiert wenn”-Szenarien durchzuspielen.
Da Genie 3 nur über ein begrenztes Gedächtnis verfügt, beschleunigte Waymo das Ausgangsmaterial auf das Vierfache der ursprünglichen Geschwindigkeit. Auf diese Weise lassen sich Simulationen hinreichend verlängern, sodass auch längere Fahraufgaben realistisch abgebildet werden können.
Warum das wichtig ist: Googles Street View-Daten verschafften Waymo schon früh einen strukturellen Vorteil beim Kartieren der realen Welt. Doch selbst Millionen realer Kilometer bieten keine Garantie dafür, dass extreme Grenzfälle abgedeckt sind. Weltmodelle schließen genau diese Lücke, indem sie seltene oder bislang unbekannte Situationen synthetisch erzeugen. Waymos Einsatz von Genie zeigt exemplarisch, wie Simulationen zu einem zentralen Trainingsinstrument für Robotik und autonome Systeme werden.
- 02 -
🚀 Neues OpenAI Modell entwickelt sich selbst
Bildquelle: OpenAI
OpenAI hat mit GPT-5.3 Codex ein neues Flaggschiffmodell für das Programmieren vorgestellt. Das Modell vereint leistungsstarke Programmierfähigkeiten mit fortgeschrittenem Reasoning in einer deutlich schnelleren Architektur. Zugleich spielte es eine aktive Rolle beim eigenen Training sowie im Rollout-Prozess.
Die Details:
OpenAI nutzte frühe Versionen von Codex 5.3, um Fehler in den eigenen Trainingsläufen aufzuspüren und Evaluierungsergebnisse systematisch auszuwerten. OpenAI stufte das Modell erstmals in die Cybersecurity‑Risikokategorie „High“ ein und stellt 10 Millionen Dollar bereit, um Sicherheitsforschung zu fördern.
Bei agentischen Coding-Benchmarks wie SWE Bench Pro und Terminal Bench 2.0 erzielte Codex Spitzenwerte und übertraf Claude Opus 4.6.
Beim OSWorld Benchmark, der die Fähigkeit von KI Modellen testet, Computer eigenständig zu steuern, erzielte das Modell 64,7 Prozent und damit nahezu doppelt so viel wie die vorherige Codex Version.
Zusätzlich stellte OpenAI mit GPT-5.3 Codex Spark eine geschwindigkeitsoptimierte Variante vor, die erstmals nicht auf der bisherigen Nvidia Infrastruktur basiert.
Codex Spark erzeugt über 1.000 Tokens pro Sekunde und ist damit auf maximale Reaktionsgeschwindigkeit ausgelegt, liegt jedoch bei Benchmarks hinter der Vollversion zurück. Das Modell startet als Research Preview für ChatGPT Pro Abonnenten, während der API Zugang zunächst auf ausgewählte Enterprise Partner begrenzt bleibt.
Warum das wichtig ist: Der eigentliche Paukenschlag der Vorstellung liegt im Aspekt der Selbstverbesserung. Auch Anthropic-Chef Dario Amodei erklärte jüngst, dass Claude bereits an der Entwicklung seines eigenen Nachfolgers beteiligt ist. Mit Codex Spark adressiert OpenAI zugleich einen der zentralen Kritikpunkte an Codex: die Geschwindigkeit. Darüber hinaus signalisiert der Einsatz von Cerebras-Chips einen strategischen Bruch mit der bisherigen Nvidia-Dominanz. OpenAI diversifiziert seine Hardwarebasis und macht damit deutlich, dass der Wettbewerb nicht nur auf der Modellebene, sondern ebenso auf der Infrastrukturebene entschieden wird.
- 03 -
🌝 xAI ordnet sich neu und denkt bis zum Mond
Bildquelle: xAI
xAI hat nach der Fusion mit dem Raumfahrtunternehmen SpaceX sein erstes unternehmensweites Event abgehalten. CEO Elon Musk skizzierte dabei eine umfassende Neuorganisation, konkrete Produktpläne sowie ambitionierte Mondprojekte. Ziel ist es, die Konkurrenz hinter sich zu lassen und xAI an die Spitze der KI-Entwicklung zu führen.
Die Details:
Musk räumte den Abgang mehrerer Teammitglieder ein und stellte eine neue Organisationsstruktur vor, die das Unternehmen auf Wachstumskurs effizienter und schlagkräftiger machen soll.
Die neue Struktur umfasst vier Kernbereiche. Grok verantwortet Chat- und Sprachschnittstellen; eine eigene Einheit fokussiert sich auf Coding; das Imagine-Team arbeitet an kreativen Anwendungen; Macrohard entwickelt agentische Systeme, die ganze Unternehmen simulieren.
Mit Blick auf die Infrastruktur kündigte Musk gemeinsame Pläne mit SpaceX an, darunter perspektivisch KI‑Satellitenfabriken auf dem Mond, die lokale Rohstoffe und Solarenergie nutzen sollen.
Zudem soll ein elektromagnetischer Massentreiber entstehen, der KI‑Satelliten und Komponenten ins All befördert, um dort großskalige Rechenzentren im tiefen Weltraum zu versorgen.
Warum das wichtig ist: Musk ist bekannt für weitreichende Visionen, deren Zeitpläne sich nicht selten verschieben. Indem er jedoch xAI und SpaceX strategisch bündelt und eine Infrastruktur jenseits irdischer Ressourcen in Aussicht stellt, positioniert er das Unternehmen bewusst anders als die etablierten KI-Konzerne. Während andere um Energie und Rechenleistung auf der Erde konkurrieren, denkt Musk in planetaren Dimensionen.
