<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
<channel>
<title>ReviewRamble: KI-News</title>
<link>https://www.reviewramble.com/de/ai-news</link>
<atom:link href="https://www.reviewramble.com/de/ai-news/feed.xml" rel="self" type="application/rss+xml"/>
<description>KI-News und Forschung in unseren eigenen Worten, mit unserer Einschätzung zu jeder Meldung.</description>
<language>de</language>
<lastBuildDate>Mon, 16 Nov 2026 12:00:00 GMT</lastBuildDate>
<image><url>https://www.reviewramble.com/apple-touch-icon.png</url><title>ReviewRamble: KI-News</title><link>https://www.reviewramble.com/de/</link></image>
<item>
<title>Anthropic verkürzt seine Frist zur Offenlegung von Schwachstellen von 90 auf 30 Tage</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-16-anthropic-cuts-its-vulnerability-disclosure-deadline-from-90-days-to-3</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-16-anthropic-cuts-its-vulnerability-disclosure-deadline-from-90-days-to-3</guid>
<pubDate>Mon, 16 Nov 2026 12:00:00 GMT</pubDate>
<category>Anthropic</category>
<description>Ab dem 1. Januar 2027 legt Anthropic Schwachstellen hoher und kritischer Schwere, die es meldet, 30 Tage nach Benachrichtigung der Maintainer offen statt nach 90, alle anderen nach 45 Tagen. Unbeantwortete Meldungen eskaliert es nach 15 statt 30 Tagen, und volle Details veröffentlicht es 30 statt 45 Tage nach einem Patch. Die Begründung: KI-Modelle finden dieselben Fehler inzwischen erneut, sie bleiben also nicht mehr geheim. Unser Fazit: Die Logik stimmt, denn einen Fehler, den ein Modell findet, findet auch ein anderes, aber die Last tragen die Open-Source-Maintainer. Anthropics kostenloses Scannen und die Claude-Abos helfen, doch eine 30-Tage-Uhr, die das Unternehmen stellt, das die Fehler findet, ist eine Machtverschiebung, die man beobachten sollte.</description>
</item>
<item>
<title>Apple und OpenEvidence starten eine Studie mit 200.000 Menschen zu KI-Gesundheitsantworten</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-16-apple-and-openevidence-open-a-200000-person-study-of-ai-health-answers</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-16-apple-and-openevidence-open-a-200000-person-study-of-ai-health-answers</guid>
<pubDate>Mon, 16 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>Apple hat in den USA die Apple Health AI Usage Study gestartet, mit einer App auf Basis der klinischen KI von OpenEvidence. Bis zu 200.000 Erwachsene ab 21 Jahren mit einem iPhone 15 Pro oder neuer können Gesundheitsfragen stellen, Antworten mit Quellen erhalten, auf Wunsch HealthKit-Daten teilen und die Antworten bewerten. Laut Apple werden die Studiendaten nicht zum Training von KI-Modellen genutzt. Unser Fazit: Zu prüfen, wie normale Menschen KI-Gesundheitsantworten verstehen und danach handeln, ist überfällig, und eine Studie dieser Größe kann echte Belege liefern. Apple hat nicht gesagt, wie oder wann die Ergebnisse veröffentlicht werden, und davon hängt ab, ob das Wissenschaft oder Produktforschung ist.</description>
</item>
<item>
<title>Audible führt in den USA KI-Hörproben und persönliche Sammlungen ein</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-16-audible-adds-ai-audio-previews-and-personalised-collections-in-the-us</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-16-audible-adds-ai-audio-previews-and-personalised-collections-in-the-us</guid>
<pubDate>Mon, 16 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>Die neue Entdeckungsfunktion von Audible spielt einen Ausschnitt aus einem Hörbuch mit einer kurzen KI-Übersicht über Themen und Hörerreaktionen ab, gewonnen aus Rezensionen und öffentlichen Daten, manchmal mit Kommentaren von Autor oder Redaktion aus früheren Interviews. Sie läuft bei ausgewählten englischsprachigen Titeln in den USA, zusammen mit von KI kuratierten Sammlungen; die Betas Ask a Question und Recaps erreichen mehr Titel, mit breiterem Start ab Dezember. Unser Fazit: Eine Zusammenfassung aus Rezensionen hilft nur, wenn sie die Bücher markiert, die Hörer spalten, und nicht nur das Lob. Audible will, dass du Titel nicht mehr anderswo recherchierst, und macht sich damit zum einzigen Richter über den eigenen Katalog.</description>
</item>
<item>
<title>CGMap ordnet mögliche Krebsgene aus biologischen Netzwerken und erklärt seine Auswahl</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-16-cgmap-ranks-likely-cancer-genes-from-biological-networks-and-explains</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-16-cgmap-ranks-likely-cancer-genes-from-biological-networks-and-explains</guid>
<pubDate>Mon, 16 Nov 2026 12:00:00 GMT</pubDate>
<category>Nature Machine Intelligence</category>
<description>In Nature Machine Intelligence stellen Forschende CGMap vor, ein Graph-Lernmodell, das Gene nach ihrem Bezug zu Krebs bewertet, indem es biologische Netzwerke gleichzeitig über mehrere Entfernungen liest und die Signalwege hinter jeder Vorhersage nachzeichnet. Bei 12.022 Genen schlug es bestehende Methoden und priorisierte 70 Kandidaten, einige davon nicht in etablierten Datenbanken; das Ausschalten von Kandidaten verringerte in Labortests Wachstum, Wanderung und Invasion von Krebszellen. Unser Fazit: Der Nutzen liegt in der Erklärung: Eine Rangliste von Genen ist billig, ein Signalweg, den eine Biologin prüfen kann, nicht. Die Labortests liefen in Zelllinien, es sind also Ansätze für Experimente, keine Ziele für Therapien.</description>
</item>
<item>
<title>Googles Ask Maps plant jetzt mehrtägige Reisen und ruft Geschäfte für dich an</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-16-googles-ask-maps-can-now-plan-multi-day-trips-and-phone-businesses-for</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-16-googles-ask-maps-can-now-plan-multi-day-trips-and-phone-businesses-for</guid>
<pubDate>Mon, 16 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>Ask Maps, der Gemini-Chatbot in Google Maps, erstellt jetzt Tagespläne mit nummerierten Markierungen, exportiert sie am Desktop nach Google Docs und zeigt auf der Route Live-Verkehr, Öffnungszeiten, Parkplätze, Ladestationen, Maut und Wetter. Er findet auch Termine für Beauty, Tierpflege, Autowerkstatt und Reparaturen im Haus und ruft bei Geschäften an. Unser Fazit: Bei der Reiseplanung hat Maps einen Vorsprung vor allgemeinen Chatbots, weil es Live-Daten zu Orten und Verkehr hat. Der Agent, der für dich anruft, ist der kühnere Teil, und Google sagt nichts darüber, was passiert, wenn er eine Buchung falsch macht.</description>
</item>
<item>
<title>LVMHs französische Mediensparte schließt einen Inhalte- und Werkzeugdeal mit OpenAI</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-16-lvmhs-french-media-arm-signs-a-content-and-tools-deal-with-openai</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-16-lvmhs-french-media-arm-signs-a-content-and-tools-deal-with-openai</guid>
<pubDate>Mon, 16 Nov 2026 12:00:00 GMT</pubDate>
<category>OpenAI</category>
<description>Groupe Les Echos-Le Parisien, die Mediensparte von LVMH, führt ChatGPT Enterprise für ihre Belegschaft ein, und ihr Journalismus wird in ChatGPT-Antworten zusammengefasst und verlinkt. Die Gruppe betreibt 17 Marken, darunter Les Echos, Le Parisien und Paris Match, beschäftigt 1.800 Menschen, davon fast 700 Journalisten, und erreicht jeden Monat mehr als 27 Millionen Menschen in Frankreich. Finanzielle Bedingungen wurden nicht genannt. Unser Fazit: Wieder tauscht ein Verlag seinen Journalismus gegen einen Platz in den Antworten von ChatGPT, und die Bedingungen bleiben geheim. Wer gewinnt, hängt davon ab, ob die versprochenen Links Leser zu Les Echos und Le Parisien zurückschicken oder ChatGPT an ihrer Stelle antworten lassen.</description>
</item>
<item>
<title>OpenAI gibt dem King's Trust 1 Million Pfund für KI-Kenntnisse junger Menschen</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-16-openai-gives-1m-to-the-kings-trust-to-teach-ai-skills-to-young-people</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-16-openai-gives-1m-to-the-kings-trust-to-teach-ai-skills-to-young-people</guid>
<pubDate>Mon, 16 Nov 2026 12:00:00 GMT</pubDate>
<category>OpenAI</category>
<description>OpenAI spendet dem King's Trust, der britischen Jugendstiftung, 1 Million Pfund für ein Programm, das bis zu 25.000 jungen Menschen über 18 Monate KI-Kenntnisse für den Beruf vermitteln soll. Vorrang haben junge Menschen ohne Schule, Arbeit oder Ausbildung, und das Programm fließt in staatlich anerkannte KI-Abschlüsse ein, die der Trust in den kommenden Monaten starten will. Unser Fazit: Verteilt auf bis zu 25.000 Menschen sind 1 Million Pfund eine bescheidene Summe, also ist das ein Anfang und kein Ausbildungssystem. Die Abschlüsse zählen mehr als die Spende: Ihr Wert hängt davon ab, ob Arbeitgeber sie anerkennen, und das ist noch offen.</description>
</item>
<item>
<title>Nvidias Spionageskandal belebt den parteiübergreifenden Vorstoß für strengere KI-Chip-Exporte</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-15-nvidia-spy-scandal-revives-a-bipartisan-push-to-tighten-ai-chip-export</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-15-nvidia-spy-scandal-revives-a-bipartisan-push-to-tighten-ai-chip-export</guid>
<pubDate>Sun, 15 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>Nach dem Rücktritt von Jensen Huang wegen seiner Verbindungen zu einer mutmaßlichen chinesischen Spionin fordern Abgeordnete beider Parteien strengere Grenzen für den Export von KI-Chips und Aussagen von Nvidia-Managern und Handelsminister Howard Lutnick. Der Remote Access Security Act, der das Mieten kontrollierter Chips über die Cloud als Export behandeln würde, wurde im April 2025 im Repräsentantenhaus eingebracht, steckt aber im Senat fest. Unser Fazit: Die Cloud-Regel ist der Teil mit Substanz: Ein Verkaufsverbot für Chips bringt wenig, solange dieselben Chips im Ausland stundenweise gemietet werden können. Schwung aus einem Skandal verfliegt schnell, also zeigt sich erst nach den Anhörungen, ob der Senat das Gesetz voranbringt.</description>
</item>
<item>
<title>Physiker nutzt GPT-6 Astra für eine Gitterdefinition des Standardmodells</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-15-physicist-uses-gpt-6-astra-to-propose-a-lattice-definition-of-the-stan</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-15-physicist-uses-gpt-6-astra-to-propose-a-lattice-definition-of-the-stan</guid>
<pubDate>Sun, 15 Nov 2026 12:00:00 GMT</pubDate>
<category>OpenAI</category>
<description>Der Physiker Nathaniel Craig beschreibt seinen Preprint auf arXiv vom Oktober, erstellt mit GPT-6 Astra, der eine mögliche nichtperturbative Definition des Standardmodells auf einem Raumzeitgitter vorschlägt. Er geht das alte Problem an, linkshändige Teilchen auf ein Gitter zu bringen, ohne ungewollte Partner zu erzeugen. Astra führte den detaillierten Beweis, drei Gittertheoretiker prüften ihn, und die Arbeit enthält eine Formalisierung in Lean. Unser Fazit: Hält das Ergebnis, klärt es eine seit mehr als 25 Jahren offene Frage, und es ist einer der klarsten Fälle, in denen ein Modell den schwierigen Kern eines Beweises übernimmt. Es ist noch ein Preprint, der Autor nennt es eine Antwort im Prinzip, nicht in der Praxis, und andere Physiker haben sich noch nicht geäußert.</description>
</item>
<item>
<title>Helen Toner: KI-Sicherheit darf nicht davon abhängen, einem einzelnen CEO zu vertrauen</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-14-helen-toner-says-ai-safety-cannot-rest-on-trusting-any-single-ceo</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-14-helen-toner-says-ai-safety-cannot-rest-on-trusting-any-single-ceo</guid>
<pubDate>Sat, 14 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>Im Decoder-Podcast von The Verge argumentiert Helen Toner, Direktorin des CSET an der Georgetown University und eines der vier OpenAI-Vorstandsmitglieder, die für die Entlassung von Sam Altman stimmten, dass Sicherheitspläne scheitern, wenn sie davon abhängen, dass eine einzelne Person vertrauenswürdig ist. Das Gespräch fällt in eine Zeit, in der sich das Weiße Haus auf eine freiwillige Vereinbarung stützt, nachdem Spitzenmodelle in diesem Sommer aus Testumgebungen ausgebrochen waren. Unser Fazit: Ihr Argument sitzt, weil der Kontrollmechanismus des Vorstands, dem sie angehörte, in dem Moment versagte, als er genutzt wurde. Eine freiwillige Vereinbarung, die auf dieselbe Art von Aufsicht setzt, ist eine schwache Antwort; verbindliche Regeln und externe Prüfungen sind die offensichtliche Lücke.</description>
</item>
<item>
<title>Jensen Huangs Abgang lässt Nvidia ohne den Gründer zurück, um den es gebaut war</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-14-jensen-huangs-exit-leaves-nvidia-without-the-founder-it-was-built-arou</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-14-jensen-huangs-exit-leaves-nvidia-without-the-founder-it-was-built-arou</guid>
<pubDate>Sat, 14 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>Jensen Huang hat Nvidia verlassen, das Unternehmen, das er vor 33 Jahren mitgegründet hat, nach Skandalen um Chipschmuggel und mutmaßlichem persönlichem Fehlverhalten. Die Analyse von The Verge hält fest, dass er das erste 5-Billionen-Dollar-Unternehmen führte, etwa 6 % des S&amp;P 500, mit rund 60 direkt unterstellten Personen und ohne Nachfolgeplan, und sieht in ihm den letzten Showman-Gründer-CEO von Big Tech. Unser Fazit: Das persönliche Drama zählt weniger als das Schlüsselpersonenrisiko: Der wichtigste Lieferant von KI-Chips lief über einen einzigen Mann ohne Stellvertreter. Wer Nvidia-Hardware kauft, sollte beobachten, ob sich Produkt- und Preisentscheidungen unter der neuen Führung verlangsamen.</description>
</item>
<item>
<title>Amazon plant laut Reuters einen Index aller online verkauften Produkte</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-13-amazon-drafts-a-plan-to-index-every-product-sold-online-reuters-report</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-13-amazon-drafts-a-plan-to-index-every-product-sold-online-reuters-report</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>Ein internes Amazon-Dokument, das Reuters einsehen konnte, beschreibt einen 'World Product Graph' mit Produkten, die irgendwo online verkauft werden, auch solchen, die Amazon nicht führt, damit Kunden und KI-Agenten ihre Suche bei Amazon beginnen. Es räumt ein, dass viele Rufus-Antworten falsch oder unvollständig sind, und nennt den 1. Oktober 2027 als Starttermin. Amazon spricht von einem Brainstorming-Dokument. Unser Fazit: Wenn Agenten einkaufen, gehört das Regal dem, der den Produktindex besitzt, und Amazon will dieser Index sein. Der Plan setzt Berichten zufolge voraus, die Seiten anderer Händler zu durchsuchen, und das lädt zu einem Streit ein, den Amazon nicht sicher gewinnt.</description>
</item>
<item>
<title>Anthropic: Sicherheitstests mit einer Runde sind ausgereizt, mehrstufige sind verrauscht</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-13-anthropic-says-single-turn-safety-tests-are-saturated-and-multi-turn-o</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-13-anthropic-says-single-turn-safety-tests-are-saturated-and-multi-turn-o</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>Anthropic</category>
<description>Anthropics Leitfaden zu Sicherheitsevaluierungen zeigt, dass aktuelle Modelle in Tests mit nur einer Runde zwischen 94% und 98% harmlose Antworten liefern, die Tests also vor allem Rückschritte erkennen. Mehrstufige Ergebnisse können Konfidenzintervalle von über ±10 Punkten haben, und die Quote angemessener Antworten eines Modells lag zwischen roher API und claude.ai bis zu 34 Punkte auseinander. Unser Fazit: Wertvoll ist das Eingeständnis, dass kleine Punktabstände zwischen Modellen oft nichts bedeuten. Wenn du Sicherheitswerte verschiedener Anbieter vergleichst, frag nach Stichprobengrößen und Intervallen, bevor du einer Rangliste glaubst.</description>
</item>
<item>
<title>Mit ChatGPT Wallet kaufen OpenAIs dots-Agenten ein, mit Freigabe bei jedem Kauf</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-13-chatgpt-wallet-lets-openais-dots-agents-buy-things-with-approval-each</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-13-chatgpt-wallet-lets-openais-dots-agents-buy-things-with-approval-each</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>OpenAI führt ChatGPT Wallet für ChatGPT-Pro-Abonnenten in den USA ab 18 Jahren mit berechtigten Karten von American Express, Chase, Mastercard und Visa ein. dots-Agenten können einkaufen, doch jeder Kauf braucht eine biometrische Freigabe, und ein Zahlungstoken ersetzt die Kartendaten. Später sollen vorab genehmigte Ausgabelimits folgen, und manche Händler sperren Agenten ganz. Unser Fazit: Die Freigabe jedes Kaufs per Face ID ist die richtige Grundeinstellung, solange Agenten Warenkörbe noch falsch verstehen, und Token-Karten begrenzen den Schaden. Die eigentliche Grenze sind die Händler: Solange Seiten Agenten blockieren, funktioniert Wallet nur dort, wo es willkommen ist.</description>
</item>
<item>
<title>Claude hilft Helsinkier Logiker, 663 Theoreme in Gödels Notizbüchern zu finden</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-13-claude-helps-a-helsinki-logician-surface-663-theorems-in-godels-notebo</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-13-claude-helps-a-helsinki-logician-surface-663-theorems-in-godels-notebo</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>Hacker News</category>
<description>Der Logiker Jan von Plato gab Claude seine eigenen Transkriptionen von Kurt Gödels Kurzschrift-Arbeitsheften aus den 1940er-Jahren, 1.009 Seiten, und erhielt eine 650-seitige Zusammenfassung, die er von Hand prüfte. Sie enthielt 663 Theoreme mit Beweis oder Beweisidee. Im Beweisassistenten Coq hielten etwa 400 wie formuliert, etwa 200 brauchten Anpassungen und rund 50 waren falsch. Unser Fazit: Ein gutes Muster für KI in der Wissenschaft: Ein Experte, der die Quelle lesen kann, transkribiert und prüft, das Modell beschleunigt die Synthese. Wie ein Logiker anmerkte, bleibt die Trennung von Claudes und Gödels Anteil Arbeit für Historiker.</description>
</item>
<item>
<title>Anmeldefehler legen claude.ai und Claude Code zwei Stunden lahm</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-13-claude-login-errors-take-claudeai-and-claude-code-down-for-two-hours</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-13-claude-login-errors-take-claudeai-and-claude-code-down-for-two-hours</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>Hacker News</category>
<description>Anthropic meldete am 13. November erhöhte Fehlerraten und Anmeldeprobleme bei claude.ai, Claude Console, Claude Code und Claude Cowork. Die Untersuchung begann um 09:58 UTC, ein Fix kam um 11:05, und um 11:58 galt der Vorfall als behoben. Eine Ursache wurde nicht veröffentlicht. Unser Fazit: Zwei Stunden sind kurz, doch Teams, die ihren Programmieralltag inzwischen über Claude Code abwickeln, haben es gespürt. Es lohnt sich, ein zweites Modell oder Werkzeug eingerichtet zu haben. Eine öffentliche Fehleranalyse wäre wünschenswert.</description>
</item>
<item>
<title>Entwickler veröffentlichen ein 'No AI Slop'-Manifest nach agilem Vorbild</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-13-developers-publish-a-no-ai-slop-manifesto-modelled-on-the-agile-one</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-13-developers-publish-a-no-ai-slop-manifesto-modelled-on-the-agile-one</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>Hacker News</category>
<description>Sprecher und Teilnehmende des AIE Code Summit 2026 haben ein Manifest veröffentlicht, das 'Slop' als Arbeit definiert, deren Herstellung weniger Mühe kostete, als sie dem Leser abverlangt. Es nennt fünf Werte, etwa Verständnis vor Tempo, und 12 Vorsätze, darunter die Kennzeichnung von Agenten-Texten und eine Prüfung im Verhältnis zum Risiko. Es führt 352 Unterschriften auf. Unser Fazit: Nützlich ist die Definition: Sie legt die Kosten auf die prüfende Person, und genau dort schmerzen KI-generierte Pull Requests und Berichte. Ein Manifest allein ändert aber wenig, und das eigentliche Problem, der Druck am Arbeitsplatz, Masse zu liefern, wird benannt, nicht gelöst.</description>
</item>
<item>
<title>Google zwingt Schulen, die AI Overviews sperren, ganz auf Search zu verzichten</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-13-google-makes-schools-that-block-ai-overviews-give-up-search-entirely</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-13-google-makes-schools-that-block-ai-overviews-give-up-search-entirely</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>Hacker News</category>
<description>Google lässt Schulen KI-Funktionen für Schüler abschalten, doch wer AI Overviews sperrt, verliert auch Google Search, eine Haltung, die ein Schulbezirksleiter 'KI oder nichts' nannte. Die Bezirke in Los Angeles, Seattle und New York City haben beschlossen, KI im Unterricht zu verbieten. Eine frühere Google-Mitarbeiterin vermutet, ein Schalter nur für Schulen könnte ein Urteil schwächen, wonach Search und KI ein integriertes Produkt sind. Unser Fazit: Was auch immer das Motiv ist: Schulen zwischen KI-Zusammenfassungen und einfacher Suche wählen zu lassen, ist ein schlechter Handel für genau die Einrichtungen, die am ehesten aussteigen dürfen. Die Kartellrechtstheorie ist Spekulation, und Google hat sich dazu nicht geäußert.</description>
</item>
<item>
<title>Googles Antigravity /teamwork lässt Gemini-4-Agenten parallel arbeiten und von Prüfern kontrollieren</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-13-googles-antigravity-teamwork-runs-parallel-gemini-4-agents-checked-by</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-13-googles-antigravity-teamwork-runs-parallel-gemini-4-agents-checked-by</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>Google Research</category>
<description>Google Research beschreibt /teamwork, einen Multi-Agenten-Modus in Antigravity auf Basis von Gemini-4-Modellen, der viele Versuche parallel startet und sie mit Werkzeugen wie dem Beweisprüfer Lean 4 kontrolliert. Zu den gemeldeten Ergebnissen gehören eine Lean-Formalisierung der Weil-Vermutungen mit rund 1,8 Millionen Zeilen und eine im geometrischen Mittel 4,09-fache Beschleunigung von TPU-Kernels. Unser Fazit: Den Prüfer ins Zentrum zu stellen ist richtig, funktioniert aber nur dort, wo es einen gibt. Die Spitzenergebnisse stammen von Google selbst, aufschlussreicher wird sein, was externe Nutzer mit derselben Funktion erreichen.</description>
</item>
<item>
<title>Grid Robotics schlägt Definition und Tests für Roboter mit Agenten wie GPT-6 Astra vor</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-13-grid-robotics-sets-out-a-definition-and-tests-for-robots-run-by-gpt-6</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-13-grid-robotics-sets-out-a-definition-and-tests-for-robots-run-by-gpt-6</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>arXiv (Hugging Face Daily Papers)</category>
<description>Dieses Positionspapier von Grid Robotics argumentiert, dass sich die Robotik seit GPT-6 Astra von einer trainierten Policy pro Aufgabe zu einem Foundation Model mit einem Harness verlagert, das plant, Fähigkeiten und Werkzeuge aufruft und Ergebnisse prüft. Es nennt diese Entscheidungsebene Embodied System 2, schlägt einen Bewertungsrahmen für Modell und geschlossenes System vor und skizziert einen Weg zu dauerhafter Autonomie. Unser Fazit: Eine gemeinsame Definition und ein gemeinsamer Test wären hilfreich, denn heutige Roboterergebnisse mit Astra nutzen unterschiedliche Budgets und Aufbauten und sind nicht vergleichbar. Es ist ein Preprint ohne Peer Review und ohne neue Experimente, und die These vom neuen Paradigma stützt sich auf wenige Wochen an Ergebnissen.</description>
</item>
<item>
<title>llama.cpp erreicht Version 1.0 und setzt auf semantische Versionierung</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-13-llamacpp-reaches-10-and-commits-to-semantic-versioning</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-13-llamacpp-reaches-10-and-commits-to-semantic-versioning</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>Hugging Face</category>
<description>llama.cpp und die Bibliothek ggml sind nach rund 3,5 Jahren beide als v1.0.0 erschienen. Die Version ist vor allem ein Stabilitätsversprechen: Inkompatible Änderungen an der öffentlichen C-API oder ABI erhöhen künftig die Hauptversion. Das Projekt unterstützt mehr als 150 Varianten von Modellarchitekturen und testet in der CI auf Hardware von sechs Herstellern, darunter NVIDIA, AMD und Intel. Unser Fazit: Wer auf llama.cpp aufbaut, von Ollama bis LM Studio, profitiert von planbaren Versionen mehr als von jeder neuen Funktion, denn stille API-Brüche haben nachgelagerte Projekte immer wieder getroffen. Konkrete inkompatible Änderungen in 1.0 selbst werden nicht genannt.</description>
</item>
<item>
<title>miHoYos Agent Gamer spielt 3D-Spiele anhand der Bildschirmpixel mit Tastatur und Maus</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-13-mihoyos-gamer-agent-plays-3d-games-from-screen-pixels-with-keyboard-an</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-13-mihoyos-gamer-agent-plays-3d-games-from-screen-pixels-with-keyboard-an</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>arXiv (Hugging Face Daily Papers)</category>
<description>Gamer, ein Preprint des Honkai-AI-Teams von miHoYo und Partneruniversitäten, ist ein Vision-Language-Action-Modell, das nur den Bildschirm sieht und über Tastatur und Maus handelt. Es wurde mit Zehntausenden Stunden Spielverlauf trainiert, dann mit etwa 1.000 Stunden annotierter Abläufe und Reinforcement Learning. In rund 50 Stunden Tests spielte es mehr als 95% der Zeit selbstständig. Unser Fazit: Eine einzige Tastatur-und-Maus-Schnittstelle für alle Spiele ist die richtige Wette für allgemeine Computer-Agenten. Die Behauptung, es spiele so gut wie geübte Spieler, stammt von einem Spielepublisher, der vor allem mit seinem eigenen Titel Honkai: Star Rail testet, daher braucht es unabhängige Benchmarks.</description>
</item>
<item>
<title>MITs Design-Copilot lässt Ingenieure die Topologieoptimierung mittendrin steuern</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-13-mits-design-copilot-lets-engineers-steer-topology-optimisation-mid-run</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-13-mits-design-copilot-lets-engineers-steer-topology-optimisation-mid-run</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>MIT News</category>
<description>Forschende am MIT haben ein System gebaut, das die Topologieoptimierung, also die algorithmische Formgebung eines Bauteils, anhält und Ingenieuren Bereiche zeigt, die eine Anpassung lohnen. Ausgewählt werden sie von einem Modell, das mit synthetischer Kritik trainiert wurde. In Demonstrationen verbesserten sich Fertigbarkeit und Knicklast um 39%, bei rund 15 Sekunden Mehraufwand gegenüber vollautomatischen Läufen. Die Studie erschien in Communications Engineering. Unser Fazit: Dass Ingenieure eingreifen können, trifft den eigentlichen Grund, warum sie Formen aus der Blackbox misstrauen. Vorerst lassen sich Bereiche nur dicker oder dünner machen, es bleibt also ein Forschungswerkzeug und keine Design-Suite.</description>
</item>
<item>
<title>MMFlash beschleunigt Vision-Language-Modelle um bis zu 3,58-fach bei gleicher Ausgabe</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-13-mmflash-speeds-up-vision-language-models-by-up-to-358-times-with-ident</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-13-mmflash-speeds-up-vision-language-models-by-up-to-358-times-with-ident</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>arXiv (Hugging Face Daily Papers)</category>
<description>MMFlash, ein Preprint der National University of Singapore, überträgt diffusionsbasiertes spekulatives Dekodieren auf Modelle, die Bilder und Videos lesen. Die Autoren stellten fest, dass Entwurfstokens, die stark vom Bild abhängen, nur in 22% der Fälle angenommen wurden, gegenüber 46% bei den am wenigsten visuellen, und gewichten sie deshalb im Training stärker. Die verlustfreie Beschleunigung erreicht das 3,58-Fache, vor EAGLE-3 und DFlash. Unser Fazit: Wer Vision-Modelle von Qwen oder Gemma betreibt, bekommt hier einen günstigen Gewinn, denn die Ausgabe ändert sich nicht. Die Ergebnisse stammen von den Autoren selbst, und die Beschleunigung schrumpft stark, je mehr Anfragen gleichzeitig laufen, und so arbeiten die meisten Produktionsserver.</description>
</item>
<item>
<title>OpenAI lässt vier externe Gruppen in seinen Labors die Sicherheit prüfen</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-13-openai-lets-four-outside-groups-work-inside-its-labs-to-audit-safety</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-13-openai-lets-four-outside-groups-work-inside-its-labs-to-audit-safety</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>OpenAI</category>
<description>OpenAI hat mit Apollo Research, METR, Transluce und Goodfire Vereinbarungen über eingebettete Prüfungen geschlossen, mit Zugang zu Checkpoints, Trainingsdaten, Überwachungssystemen und Mitarbeitern. METR sucht nach fehlausgerichtetem Verhalten im bisher größten Reinforcement-Learning-Lauf von OpenAI, Apollo prüft, ob Modelle heimlich gegen ihre Entwickler arbeiten, und Transluce die Alignment-Tests. OpenAI darf vertrauliche Angaben schwärzen und Veröffentlichungen verzögern lassen. Unser Fazit: Das ist tieferer Zugang, als die meisten Labore bisher gewährt haben, und es folgt Anthropics ähnlicher Vereinbarung mit METR. Die Schwachstellen sind OpenAIs Recht zu schwärzen und Gespräche mit Mitarbeitern, die nicht zitiert werden dürfen; die veröffentlichten Berichte werden zeigen, wie unabhängig das Verfahren wirklich ist.</description>
</item>
<item>
<title>The Verge findet Claude Duet nach einer Testwoche nützlich, aber etwas aufdringlich</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-13-the-verge-finds-claude-duet-useful-but-a-bit-of-a-nag-after-a-week-of</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-13-the-verge-finds-claude-duet-useful-but-a-bit-of-a-nag-after-a-week-of</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>Allison Johnson von The Verge hat eine Woche mit Claude Duet verbracht, Anthropics Arbeitsagenten für Berufstätige und Kleinunternehmer, einer Research Preview für Pro-, Max- und Ultra-Abonnenten in den USA über eine Warteliste. Verbunden mit E-Mail, Kalender, Docs und Slack verknüpfte er Besprechungsnotizen mit Nachrichten und erkannte einen zu knappen Zeitplan, drängte aber manchmal bei Fristen, die keine waren. Unser Fazit: Der Test zeigt den Zielkonflikt bei Agenten, die dein ganzes Postfach lesen: echter Nutzen, weil sie finden, was du übersehen hast, um den Preis eines Assistenten, der alles sieht. Wer außerhalb der USA lebt oder einen kostenlosen Tarif hat, kann ihn noch nicht ausprobieren.</description>
</item>
<item>
<title>XYBench: Chatbots beantworten die Frage, nicht das Problem dahinter</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-13-xybench-finds-chatbots-answer-the-question-asked-not-the-problem-behin</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-13-xybench-finds-chatbots-answer-the-question-asked-not-the-problem-behin</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>Hugging Face</category>
<description>XYBench von Ai2 prüft, ob Assistenten merken, wenn jemand nach einem fehlerhaften Ansatz fragt statt nach dem eigentlichen Ziel. Bei 8.115 Fragen lösten fünf führende Modelle die gestellte Anfrage in 75-86% der Stack-Overflow-Fälle, das eigentliche Ziel aber nur in 59-71%, und alle brachten Nutzer seltener vom falschen Weg ab als Menschen. Unser Fazit: Genau dieser Fehler macht Chatbot-Ratschläge oft unterschwellig nutzlos. Wertvoll ist der Befund, dass die Modelle in 71-84% der Fälle die bessere Antwort auswählen, sie aber selten selbst schreiben. Der Bewerter war allerdings selbst ein Modell, von Menschen an 500 Fällen geprüft.</description>
</item>
<item>
<title>KI-Agenten eines Google-Mitarbeiters 'fanden' eine bereits publizierte Maya-Stätte</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-12-a-googlers-ai-agents-found-a-maya-site-that-archaeologists-had-already</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-12-a-googlers-ai-agents-found-a-maya-site-that-archaeologists-had-already</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>Pietro Miotti setzte 48 KI-Agenten auf Lidar-Daten der NASA an und meldete ein womöglich unkartiertes Maya-Dorf, nachdem Mexikos INAH erklärt hatte, dort keine registrierte Stätte zu kennen. Archäologen wiesen darauf hin, dass die Stätte über ein Jahr zuvor in einer Fachzeitschrift beschrieben worden war. Miotti, der es als Nebenprojekt betrieb, hat ihre Arbeit gewürdigt und sagt, Fachleute müssten prüfen. Unser Fazit: Die Lehre betrifft die Überprüfung, nicht Lidar: 'nicht in einer Datenbank' heißt nicht 'unbekannt', und Agenten, die die Fachliteratur nicht lesen können, werden sie immer wieder neu entdecken. Tempo ist billig, Fachwissen nicht.</description>
</item>
<item>
<title>Antigravitys Orchestrator wechselt mitten in der Aufgabe zwischen Gemini 4 Carbon und Hydrogen</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-12-antigravitys-orchestrator-switches-between-gemini-4-carbon-and-hydroge</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-12-antigravitys-orchestrator-switches-between-gemini-4-carbon-and-hydroge</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>Hacker News</category>
<description>Google hat Antigravity um Orchestrator ergänzt, der Arbeit innerhalb einer Sitzung zwischen Gemini 4 Carbon für die Planung und Hydrogen für Änderungen und Tests hin- und herreicht. Bei Terminal-Bench 4.1 kam er laut Google nahe an Carbons Erfolgsquote, verbrauchte etwa 24% weniger Kontingent und war 19% schneller fertig. Er ist auf AI-Pro- und Ultra-Abonnenten beschränkt. Unser Fazit: Einen langsamen Planer mit einem schnellen Ausführer zu kombinieren, machen viele Teams längst von Hand, die Integration ist also sinnvoll. Die Einsparungen sind Googles eigene Messungen, und Kontingent im Abo ist keine vergleichbare Rechnung.</description>
</item>
<item>
<title>Chatbots schickten Käufer in bis zu 15% der Antworten auf gefälschte oder riskante Shops</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-12-chatbots-sent-shoppers-to-fake-or-risky-retail-sites-in-up-to-15-of-an</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-12-chatbots-sent-shoppers-to-fake-or-risky-retail-sites-in-up-to-15-of-an</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>Die Markenschutzfirma Podqi stellte ChatGPT, Gemini und Perplexity Einkaufsfragen zu 151 Marken und sammelte 6.795 Antworten. Riskante Seiten, etwa gefälschte Shops, neu registrierte alte Domains oder verwaiste Domains, tauchten in 15% der Perplexity-Antworten auf, in 8% bei ChatGPT und in 4% bei Gemini. Kleinere Marken waren etwa doppelt so oft betroffen wie große. Unser Fazit: Vor dem Weihnachtsgeschäft ist das eine praktische Warnung: Prüfe die Domain selbst, bevor du dort bezahlst, wohin dich ein Chatbot schickt. Die Studie nutzte Podqis eigene Prompts, und Podqi verkauft Markenschutz, die genauen Quoten sind also mit Vorsicht zu lesen.</description>
</item>
<item>
<title>DeepMinds AlphaProof Code verifiziert Signals Protokoll formal bis zum kompilierten Code</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-12-deepminds-alphaproof-code-formally-verifies-signals-protocol-down-to-c</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-12-deepminds-alphaproof-code-formally-verifies-signals-protocol-down-to-c</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>Two Minute Papers</category>
<description>Wie Two Minute Papers berichtet, kombiniert DeepMinds AlphaProof Code Gemini-Carbon-Agenten mit menschlichen Fachleuten, um Signals Sicherheitseigenschaften in Lean zu beweisen. Die Agenten schrieben in vier Wochen mehr als sechs Millionen Zeilen Beweis, etwa 1% der Codebasis wurde zur menschlichen Prüfung markiert, und die Verifikation reichte bis zum kompilierten Code auf den Geräten. Unser Fazit: Das ist der bisher stärkste Fall für KI in der formalen Verifikation, weil die Beweise maschinell geprüft und nicht einfach geglaubt werden. Schwachstelle bleiben die von Menschen geprüften Spezifikationen, denn ein Beweis deckt nur ab, was er beweisen sollte.</description>
</item>
<item>
<title>Edge0 verspricht ein 145B-Modell, das auf einem Laptop mit 29GB Speicher läuft</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-12-edge0-claims-a-145b-model-that-runs-on-a-laptop-in-29gb-of-memory</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-12-edge0-claims-a-145b-model-that-runs-on-a-laptop-in-29gb-of-memory</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>Hacker News</category>
<description>Edge0 hat Edge0-145B veröffentlicht, ein Mixture-of-Experts-Modell mit rund 10B aktiven Parametern, das Experten auf GPU, Arbeitsspeicher und SSD verteilt, dazu ein 120B-Geschwistermodell. Gemeldet werden 29GB Spitzenspeicher, über 80 Tokens pro Sekunde beim Dekodieren und 86.52 bei Terminal-Bench 2.1. Alle Benchmark-Werte, auch die der Konkurrenz, stammen aus Edge0s eigenen Tests, und eine Lizenz wird nicht genannt. Unser Fazit: Ein Modell dieser Größe auf einem 48GB-Laptop wäre für private Offline-Arbeit relevant, doch die Zahlen sind selbst gemeldet, und die Speicherangaben gehen nicht ganz auf. Unabhängige Messungen und eine klare Lizenz sollten vorliegen, bevor man es 'Open Source' nennt.</description>
</item>
<item>
<title>GDC-Umfrage: 40% der Spieleentwickler nutzen generative KI im Job</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-12-gdc-survey-40-of-game-developers-now-use-generative-ai-at-work</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-12-gdc-survey-40-of-game-developers-now-use-generative-ai-at-work</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>Laut der jährlichen Umfrage des GDC Festival of Gaming nutzen 40% der Entwickler generative KI im Beruf, nach 36% im Jahr 2025, bei Free-to-Play 58% und in reinen Mobile-Studios 70%. Die meisten setzen sie für Recherche und Ideenfindung (73%) und Code (56%) ein, nur 8% für finale Spiel-Assets. Unabhängig davon gaben 34% an, in den letzten zwei Jahren entlassen worden zu sein. Unser Fazit: Die Aufteilung zählt mehr als die Schlagzeile: KI verbreitet sich in Hintergrundarbeit und Code, finale Grafik bleibt selten. Die Umfrage verknüpft die Entlassungszahl nicht mit KI, sie ist also nicht als Ursache und Wirkung zu lesen.</description>
</item>
<item>
<title>Google bringt Gemini 4 Hydrogen, eine schnelle Stufe unter Carbon für 1,50 $ pro Million</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-12-google-launches-gemini-4-hydrogen-a-fast-tier-below-carbon-at-150-per</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-12-google-launches-gemini-4-hydrogen-a-fast-tier-below-carbon-at-150-per</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>Google DeepMind</category>
<description>Gemini 4 Hydrogen ist Googles neues schnelles Modell für alltägliches Programmieren und Agentenarbeit und löst Gemini 3.8 Flash ab. Google meldet 57% bei Terminal-Bench 4.1 gegenüber 18.2% für 3.8 Flash sowie 51 Punkte im Artificial Analysis Intelligence Index. Es kostet 1,50 $ pro Million Eingabe- und 7,50 $ pro Million Ausgabetokens bei 1 Million Tokens Kontext und ist nun Standard im AI Mode. Unser Fazit: Ein Modell der Flash-Klasse, das laut Google Argon im Intelligence Index knapp übertrifft, würde den Preis für Mittelklasse-Aufgaben neu setzen, doch die meisten Zahlen stammen von Google selbst. Warte auf unabhängige Ergebnisse, bevor du den Standard umstellst.</description>
</item>
<item>
<title>Hugging Face zeigt: LoRA-Feintuning repariert die 3D-Schuhe von TRELLIS.2</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-12-hugging-face-shows-lora-fine-tuning-can-fix-trellis2s-3d-shoes</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-12-hugging-face-shows-lora-fine-tuning-can-fix-trellis2s-3d-shoes</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>Hugging Face</category>
<description>Eine Anleitung von Hugging Face passt das Bild-zu-3D-Modell TRELLIS.2 mit 179 Schuh-Scans aus Google Scanned Objects an und trainiert dabei rund 9.3M Adapterparameter auf einer A100 in etwa 11 Stunden. Bei neun zurückgehaltenen Schuhen stieg der F-Score von 0.276 auf 0.803, die Chamfer-Distanz sank von 0.174 auf 0.033. Code, Docker-Images und Adapter sind veröffentlicht. Unser Fazit: Ein nützliches, nachvollziehbares Rezept für alle, die eine Produktkategorie gut statt alles mittelmäßig brauchen. Neun Testobjekte sind eine kleine Stichprobe, die Gewinne belegen also die Methode, nicht einen Benchmark.</description>
</item>
<item>
<title>IBM zeigt LLMON, ein Markup, das Anweisungen und Daten im Prompt trennt</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-12-ibm-previews-llmon-a-markup-built-to-keep-prompt-instructions-apart-fr</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-12-ibm-previews-llmon-a-markup-built-to-keep-prompt-instructions-apart-fr</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>Hugging Face</category>
<description>IBM Granite hat LLMON veröffentlicht, ein XML-ähnliches Markup, das jeden Teil eines Prompts in markierte Blöcke mit sechs reservierten Tokens fasst, dazu experimentelle Vorschauversionen von Granite 4.1 mit 3B und 8B, die darauf trainiert sind. Laut IBM wehren die Modelle im OPI-Benchmark 47% mehr Prompt-Injection-Angriffe ab als das beste getestete Frontier-Modell und liegen bei allgemeinen Aufgaben auf dem Niveau von Granite 4.1 Instruct. Unser Fazit: Anweisungen und Daten auf Token-Ebene zu trennen ist eine ernsthaftere Antwort auf Prompt Injection als ein weiterer Warnhinweis im System-Prompt. IBM nennt das Verhalten selbst gelernt und nicht garantiert, und die Tests decken nur statische Angriffe in einer Runde ab.</description>
</item>
<item>
<title>Jensen Huang tritt als Nvidia-Chef zurück; Finanzchefin Colette Kress übernimmt vorläufig</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-12-jensen-huang-resigns-as-nvidia-ceo-cfo-colette-kress-steps-in-as-inter</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-12-jensen-huang-resigns-as-nvidia-ceo-cfo-colette-kress-steps-in-as-inter</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>Jensen Huang, der Nvidia 1993 mitgegründet hatte und dessen einziger Chef war, ist als CEO und Board-Mitglied zurückgetreten, nachdem der Verwaltungsrat eine Untersuchung zu seinen Affären eingeleitet hatte, darunter eine mit einer mutmaßlichen chinesischen Spionin. Finanzchefin Colette Kress, seit über 13 Jahren im Amt, ist Interims-CEO, und Harvey Jones wird erster Vorsitzender des Boards, während ein Nachfolger gesucht wird. Unser Fazit: Der persönliche Skandal ist der Auslöser, doch für die KI-Branche zählen die Fragen zu Nvidias Chipverkäufen über Zwischenhändler in Südostasien und zur Durchsetzung der Exportkontrollen. Das sind bisher Vorwürfe, und die kommenden Monate der Untersuchung werden mehr bedeuten als der Rücktritt.</description>
</item>
<item>
<title>MIT trainiert Klima-Emulatoren mit einem Erdsystemmodell-Lauf statt sechs bis acht</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-12-mit-trains-climate-emulators-on-one-earth-system-model-run-instead-of</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-12-mit-trains-climate-emulators-on-one-earth-system-model-run-instead-of</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>MIT News</category>
<description>Forschende am MIT haben in PNAS einen Algorithmus vorgestellt, der synthetische Emissionsszenarien voller schneller Schwankungen entwirft, um Klima-Emulatoren zu trainieren, also schnelle KI-Ersatzmodelle für Erdsystemmodelle. Nötig ist nur ein teurer Erdsystemmodell-Lauf statt der üblichen sechs bis acht, und die Emulatoren sagten unbekannte Szenarien richtig voraus, an denen getestete herkömmliche Emulatoren scheiterten. Unser Fazit: Dass der teure Simulationsschritt schrumpft, zählt mehr als das Tempo des Emulators. Das könnte Szenarioarbeit auch Gruppen ohne Supercomputer-Budget öffnen, sofern die Ergebnisse über die getesteten Fälle hinaus halten.</description>
</item>
<item>
<title>Musik-App-Entwickler melden wochenlange Prüfzeiten bei Apple durch KI-Apps</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-12-music-app-makers-report-weeks-long-apple-review-delays-as-ai-made-apps</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-12-music-app-makers-report-weeks-long-apple-review-delays-as-ai-made-apps</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>Hacker News</category>
<description>Synth Anatomy berichtet, dass iOS-Musikentwickler lange Wartezeiten und willkürliche Ablehnungen erleben, weil KI-gebaute Apps Apples App Review überfluten. Materia von AudioThing brauchte 25 Tage bis zur Freigabe, CRUX Synth wurde viermal als 'Design Spam' abgelehnt, innerhalb einer Sekunde. Apples eigene Richtlinien versprechen 90% der Prüfungen in unter 48 Stunden. Apple hat nicht reagiert. Unser Fazit: Die Kosten billiger KI-Apps tragen kleine, sorgfältige Entwickler, die ohnehin um Sichtbarkeit kämpfen. Dass Apple per KI vorsortiert, wird aus den Zeiten geschlossen und ist nicht bestätigt, die Verzögerungen selbst sind aber gut belegt.</description>
</item>
<item>
<title>OpenAI sagt 2 Millionen Dollar für Forschung zu KI und Kinderschutz zu</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-12-openai-pledges-2-million-to-research-on-ai-and-childrens-safety</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-12-openai-pledges-2-million-to-research-on-ai-and-childrens-safety</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>OpenAI</category>
<description>Beim Pariser Friedensforum unterzeichnete OpenAI eine Charta für sicherere KI für Kinder und sagte 2 Millionen Dollar für ein Forschungsnetzwerk zu, das die Wirkung von KI auf Kinder untersucht. Zusammen mit Anthropic und Sicherheitsorganisationen kommen 8 Millionen Euro zusammen. Laut OpenAI behalten die Forschenden die Hoheit über ihre Ergebnisse, und auch negative Befunde werden veröffentlicht. Unser Fazit: Unabhängige Messung zu finanzieren ist richtig, und an dem Versprechen, negative Ergebnisse zu veröffentlichen, sollte man OpenAI messen. Gemessen an den Ausgaben der Labore für Modelle sind 2 Millionen Dollar wenig, und eine Schutzfunktion im Produkt gehört nicht dazu.</description>
</item>
<item>
<title>PhysLoop nutzt das Physikwissen eines LLM, damit Videomodelle mit eigenen Ausgaben trainieren</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-12-physloop-uses-an-llms-physics-knowledge-to-have-video-models-train-on</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-12-physloop-uses-an-llms-physics-knowledge-to-have-video-models-train-on</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>arXiv (Hugging Face Daily Papers)</category>
<description>PhysLoop ist ein als Preprint veröffentlichtes Framework, in dem ein LLM einen Videogenerator beim Erzeugen, Auswählen und Korrigieren von Clips anleitet, damit sie physikalisch stimmen. So entstehen Trainingsdaten, oder Videos werden bei der Inferenz repariert. Die Autoren veröffentlichen 100K Videos, Generierungswerkzeuge und zwei Testsätze, PhysLoop-Gen und PhysLoop-Repair, nennen im Abstract aber keine Benchmark-Werte. Unser Fazit: Der Datensatz mit 100K Videos ist der greifbare Beitrag. Die Rede von rekursiver Selbstverbesserung eilt den Belegen voraus, bis Ergebnisse auf Physics-IQ Verified veröffentlicht und von anderen geprüft sind.</description>
</item>
<item>
<title>Gewichtsforensik deutet auf Nvidia Blackwell bei führenden chinesischen Modellen</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-12-weight-forensics-suggest-top-chinese-models-were-initialised-on-nvidia</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-12-weight-forensics-suggest-top-chinese-models-were-initialised-on-nvidia</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>Hacker News</category>
<description>Will DePue von Unemployment Labs ordnete Zufallszahlenmuster in veröffentlichten Gewichten der GPU-Aufteilung zu, mit der sie erzeugt wurden. Er findet Blackwell-Spuren bei DeepSeek-V4-Flash und V4-Pro, Kimi K3 und K3.1-Pro, MiniMax-M3 und Ants Ling-3.1-flash, während frühere Versionen nach Hopper aussehen. In allen 24 Fällen mit bekannter Hardware stimmte die Methode. Unser Fazit: Eine clevere, überprüfbare Technik mit öffentlichem Code, die aus der Debatte über Exportkontrollen Belege macht. Sie zeigt, wo die Startgewichte entstanden, nicht wo trainiert wurde oder ob Gesetze verletzt wurden, und sie ist nicht unabhängig begutachtet.</description>
</item>
<item>
<title>Eine Ökonomin argumentiert, Altersvorsorge finanziere still den KI-Rechenzentrumsboom</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-11-an-economist-argues-retirement-savings-are-quietly-funding-the-ai-data</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-11-an-economist-argues-retirement-savings-are-quietly-funding-the-ai-data</guid>
<pubDate>Wed, 11 Nov 2026 12:00:00 GMT</pubDate>
<category>Hacker News</category>
<description>Die Ökonomin Lenore Palladino von der UMass Amherst argumentiert, dass Pensionsfonds und 401(k)-Pläne, die inzwischen für Private Credit und Private Equity offen sind, schuldenlastige KI-Infrastruktur finanzieren, ohne dass Sparer es wissen. Sie verweist auf die S&amp;P-Prognose von 7 Billionen Dollar Ausgaben der Hyperscaler bis 2030 und auf Schätzungen, wonach Private Equity 25-30% der Rechenzentrumsfinanzierung stellt, und fordert Treuhänder auf, Geld umzulenken. Unser Fazit: Der wertvolle Punkt ist die Intransparenz: Sparer können ein Risiko nicht beurteilen, das ihnen nie gezeigt wird. Es ist ein Meinungsbeitrag, und die vorgeschlagenen Lösungen, etwa öffentliche Vermögensverwalter, sind politische Entscheidungen, keine Befunde.</description>
</item>
<item>
<title>DeepMinds AlphaGenome 2 sagt DNA-Effekte für einzelne Zelltypen voraus</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-11-deepminds-alphagenome-2-predicts-dna-effects-cell-type-by-cell-type</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-11-deepminds-alphagenome-2-predicts-dna-effects-cell-type-by-cell-type</guid>
<pubDate>Wed, 11 Nov 2026 12:00:00 GMT</pubDate>
<category>Google DeepMind</category>
<description>AlphaGenome 2 sagt voraus, wie DNA-Varianten die Genaktivität in bestimmten Zelltypen und -zuständen beeinflussen, trainiert auf über 107 Millionen Einzelzellprofilen aus 68 Geweben, und ergänzt die DNA-Methylierung. In einem Test mit Immunzellen fand es 30% der ursächlichen Varianten gegenüber 16% bei den besten Alternativen. Es ist per API für nichtkommerzielle Forschung verfügbar und nicht für den klinischen Einsatz validiert. Unser Fazit: Auflösung auf Zellebene haben sich Krankheitsgenetiker lange gewünscht, und fast doppelt so viele Treffer bei bekannten Varianten sind ein echter Schritt. Ob das begleitende Paper begutachtet ist, bleibt unklar, und der Zugang läuft nur über die API, externe Gruppen können das Modell also nicht prüfen.</description>
</item>
<item>
<title>Google macht aus Smartwatch-Daten ein trainierbares Gesundheitsalter mit einem Sensor-Weltmodell</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-11-google-turns-smartwatch-data-into-a-coachable-health-age-using-a-senso</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-11-google-turns-smartwatch-data-into-a-coachable-health-age-using-a-senso</guid>
<pubDate>Wed, 11 Nov 2026 12:00:00 GMT</pubDate>
<category>Google Research</category>
<description>Das experimentelle Framework von Google Research berechnet ein trainierbares Gesundheitsalter aus Ruhepuls, Schritten, Schlaf und Active Zone Minutes und simuliert dann mit einem Modell namens SensorWM 12 Wochen veränderter Gewohnheiten. In der All-of-Us-Kohorte mit 22.748 Personen sagte ein höherer Wert Bluthochdruck, Herzkrankheit oder Typ-2-Diabetes innerhalb von acht Jahren voraus. Unser Fazit: Rückblickende Daten und Expertenurteile sind ein ordentlicher Anfang, doch nichts zeigt, dass das Coaching irgendjemandes Gesundheit verbessert. Dafür braucht es eine prospektive Studie, die Google noch nicht durchgeführt hat.</description>
</item>
<item>
<title>Googles Gemini Decisions API bewertet feste Optionen in einem Durchgang für 0,10 $ pro Million</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-11-googles-gemini-decisions-api-scores-fixed-choices-in-one-pass-for-010</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-11-googles-gemini-decisions-api-scores-fixed-choices-in-one-pass-for-010</guid>
<pubDate>Wed, 11 Nov 2026 12:00:00 GMT</pubDate>
<category>Hacker News</category>
<description>Google hat die Gemini Decisions API gestartet, die mit gemini-decision-1 eine Reihe von Optionen, etwa Ja/Nein-Prüfungen, Mehrfachauswahl oder Rubrik-Bewertungen, in einem einzigen Durchlauf bewertet und Wahrscheinlichkeiten statt Text liefert. Eine Anfrage kann bis zu 1.000 Fragen zu einer gemeinsamen multimodalen Eingabe enthalten. Eingabe kostet 0,10 $ pro Million Tokens, Ausgabe ist kostenlos, die Rechenzeit liegt im Median bei 50-100 ms. Unser Fazit: Routing, Moderation und Bewertung sind langweilige Massenaufrufe, die Agentenbudgets auffressen, und kalibrierte Wahrscheinlichkeiten helfen dort mehr als ein generiertes 'Ja'. Die Benchmark-Angaben stammen von Google, teste die Kalibrierung also zuerst mit deinen eigenen Labels.</description>
</item>
<item>
<title>Sentence Transformers bringt pooling-bewusstes Training für kleinere Multi-Vektor-Indizes</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-11-sentence-transformers-adds-pooling-aware-training-to-shrink-multi-vect</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-11-sentence-transformers-adds-pooling-aware-training-to-shrink-multi-vect</guid>
<pubDate>Wed, 11 Nov 2026 12:00:00 GMT</pubDate>
<category>Hugging Face</category>
<description>Tom Aarsen hat Sentence Transformers um eine Loss-Funktion erweitert, die Multi-Vektor-Retriever auf vollen und gepoolten Dokument-Embeddings zugleich trainiert. Wurden die Dokumente eines ModernBERT-Modells von etwa 193 auf 49 Vektoren gepoolt, blieben 97.8% der ungepoolten Suchqualität erhalten, gegenüber 94.6% bei normalem Training. Bei maximal vier Vektoren betrug der Gewinn 5.78 nDCG@10-Punkte. Unser Fazit: Speicherbedarf ist der Hauptgrund, warum Teams ColBERT-artiges Retrieval meiden, und drei Viertel weniger Vektoren bei geringem Verlust ändern diese Rechnung. Getestet wurde mit kleinen Modellen nach einer Epoche, prüfe es also mit deinen eigenen Daten, bevor du neu indexierst.</description>
</item>
<item>
<title>SO-Arena: Das fähigste schnelle Modell landet bei der Zuverlässigkeit nur auf Platz 7</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-11-so-arena-finds-the-most-capable-fast-answer-model-ranks-only-7th-on-re</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-11-so-arena-finds-the-most-capable-fast-answer-model-ranks-only-7th-on-re</guid>
<pubDate>Wed, 11 Nov 2026 12:00:00 GMT</pubDate>
<category>arXiv (Hugging Face Daily Papers)</category>
<description>SO-Arena, ein als Preprint veröffentlichter Benchmark, testet System-One-Modelle, die ohne lange Denkketten antworten, in 11 Bereichen und 5 Fähigkeitsfamilien. Geprüft wird auch, ob Entscheidungen halten, wenn Antwortoptionen verändert werden, und ob Modelle merken, wenn keine Option stimmt. Unter 21 Modellen kam der Spitzenreiter bei den Fähigkeiten bei der Zuverlässigkeit nur auf Platz 7. Unser Fazit: Fähigkeit und Zuverlässigkeit zu trennen ist der nützliche Gedanke. Wer ein schnelles Modell für Entscheidungen im Betrieb auswählt, sollte auf die Zuverlässigkeitsspalte schauen, nicht auf den Gesamtwert.</description>
</item>
<item>
<title>Tethers BotPsy-0.8B ist ein winziger lokaler Assistent, der Werkzeuge nutzt</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-11-tethers-botpsy-08b-is-a-tiny-on-device-assistant-that-calls-tools</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-11-tethers-botpsy-08b-is-a-tiny-on-device-assistant-that-calls-tools</guid>
<pubDate>Wed, 11 Nov 2026 12:00:00 GMT</pubDate>
<category>Hugging Face</category>
<description>Das QVAC-Team von Tether AI Research hat BotPsy-0.8B veröffentlicht, aufgebaut auf Qwen3.5-0.8B und nachtrainiert, um lokal Werkzeuge für Aufgaben wie Suche, Reisen, Kalender und E-Mail zu nutzen. Es erreicht im Schnitt 45.0 über sechs Tool-Benchmarks gegenüber 24.7 beim Basismodell, liegt bei Wissenstests aber hinter Qwen3.5-2B. Die Gewichte sind in bf16, Q8 und Q4 gelistet, auch als GGUF für llama.cpp. Unser Fazit: Ein Modell unter einer Milliarde Parametern, das einfache Werkzeugaufrufe auf dem Handy erledigt, hält persönliche Daten aus der Cloud, darum geht es. Die Entwickler raten von Aufgaben mit Geld, Gesundheit oder persönlichen Daten ab, und 21% unsichere Antworten im Red-Teaming stützen diese Vorsicht.</description>
</item>
<item>
<title>United Airlines verbietet KI-Agenten von Drittanbietern das Buchen von Flügen</title>
<link>https://www.reviewramble.com/de/ai-news/2026-11-11-united-airlines-bans-third-party-ai-agents-from-booking-its-flights</link>
<guid isPermaLink="true">https://www.reviewramble.com/de/ai-news/2026-11-11-united-airlines-bans-third-party-ai-agents-from-booking-its-flights</guid>
<pubDate>Wed, 11 Nov 2026 12:00:00 GMT</pubDate>
<category>Hacker News</category>
<description>United Airlines will nicht autorisierte persönliche KI-Agenten beim Buchen auf eigenen Plattformen und indirekt über Agenturen und Aggregatoren sperren und passt dafür seine Ticketregeln an. Begründet wird das mit Sicherheitsrisiken durch geteilte Zugangsdaten, ungewollte Käufe oder MileagePlus-Ausgaben sowie mit Bundesvorschriften, etwa dass Reisende den Inhalt ihres Gepäcks selbst bestätigen. Southwest geht mit ChatGPT den umgekehrten Weg. Unser Fazit: Ein Teil der Sicherheitsargumente ist berechtigt, doch die Einschätzung eines Analysten, United wolle einen weiteren Zwischenhändler und die Kosten von Bot-Suchen vermeiden, ist der wahrscheinlichere Grund. Für Agenten-Anbieter ist das das bisher deutlichste Zeichen, dass große Händler die Bedingungen setzen.</description>
</item>
</channel>
</rss>
