WM-Tippspiel 2026: Schick Dein Lieblings-LLM ins Rennen — statte es mit den richtigen Daten ausFür Menschen →Für LLMs →
FL Pro Consulting Web · Hosting · KI-Community
Termin buchen

Kategorie: KI-News

Spontane Einordnung von KI-Entwicklungen — Mikroblog mit Audio.

  • 14 Wege, mit KI Geld zu verdienen: eine ehrliche Neubewertung aus Souveränitäts-Sicht

    14 Wege, mit KI Geld zu verdienen: eine ehrliche Neubewertung aus Souveränitäts-Sicht

    Leonard Schmedding von Everlast AI hat ein sehenswertes Ranking veröffentlicht: 14 Geschäftsmodelle, mit denen man heute mit Künstlicher Intelligenz Geld verdienen kann – ehrlich sortiert von Flop bis Top. Die Einordnung ist praxisnah, klar begründet und auf den deutschsprachigen Markt gemünzt. Wir nehmen sie zum Anlass, dieselben 14 Wege noch einmal durch eine zweite Brille zu betrachten: die der digitalen Souveränität und der ehrlichen Machbarkeit für den Mittelstand. Wichtig vorweg: Dem Ranking fehlt nichts – es beantwortet seine Frage („Womit lässt sich Geld verdienen?") vollständig. Wir stellen nur eine zweite Frage daneben: „Und wem gehören dabei die Daten?" Es ist derselbe Gegenstand, nur ein anderer Blickwinkel – und das Ergebnis ist erstaunlich oft Zustimmung, an einigen Stellen aber eine andere Gewichtung.

    1. Worum es im Original geht

    Das Video „Die 14 Wege mit KI Geld zu verdienen (auch als absoluter Anfänger)" (31:44 min, veröffentlicht am 6. Juni 2026) stammt von Leonard Schmedding, Mitgründer von Everlast AI – nach eigener Darstellung der führende deutschsprachige YouTube-Kanal zu KI im Geschäftskontext und zugleich eine der marktführenden KI-Beratungs- und Implementierungsagenturen im DACH-Raum, staatlich zugelassener Bildungsträger inklusive. Diese Praxis-Perspektive merkt man dem Beitrag an: Statt vager „Passiv-Einkommen"-Versprechen bewertet Schmedding jedes Modell entlang von drei nüchternen Achsen – Profitabilität, Konkurrenzsituation und Langlebigkeit.

    Das ist die Stärke des Videos, und es ist fair, das vorab zu würdigen: Wer wissen will, womit sich im KI-Dienstleistungsmarkt 2026 tatsächlich Geld verdienen lässt, bekommt hier eine ungeschönte, erfahrungsgesättigte Landkarte. Genau deshalb lohnt es sich, sie ernst zu nehmen – und weiterzudenken.

    2. Schmeddings Einordnung im Überblick

    Schmedding rankt nicht streng von 1 bis 14, sondern sortiert die Modelle in vier Stufen. Zusammengefasst:

    • Top: KI-Beratung & Audits · KI-App-Entwicklung · Corporate-LLM-Setups · KI-Videoerstellung · Personal-AI-Assistants für Geschäftsführer
    • Gut: KI-Voice-Agents · RAG- & Wissensmanagement-Systeme · Workflow-Automatisierung · (Bonus) Microsoft-Copilot-Tuning
    • Mittel: KI-Copywriting · KI-Webdesign
    • Flop: Faceless YouTube-/TikTok-Kanäle · KI-Trading-Bots · KI-E-Commerce-Shops · Website-Chatbots

    Wer genau hinsieht, erkennt ein Muster: Schmeddings „Top"-Liste deckt sich fast deckungsgleich mit dem eigenen Angebotsportfolio von Everlast (KI-Beratung über kiberatung.de, eine Agentic-Coding-Masterclass, die KI-Videoagentur „Cinetic AI", eine Partnerschaft im Corporate-LLM-Bereich). Das ist kein Vorwurf – im Gegenteil: Wer ein Geschäftsmodell selbst täglich umsetzt, kann es am glaubwürdigsten beurteilen. Man sollte die Liste nur als das lesen, was sie ist: die sehr fundierte Sicht eines Anbieters, der genau diese Spitzen-Modelle verkauft. Eine zweite, unabhängige Perspektive schadet da nicht.

    3. Die zweite Brille: zwei zusätzliche Achsen

    Schmeddings drei Achsen bewerten ein Geschäftsmodell aus Sicht des Anbieters: Was bringt es mir, wie viele machen es schon, wie lange trägt es? Das ist vollständig und richtig – für die Frage „Womit verdiene ich Geld?". Wir legen zwei weitere Achsen daneben, die aus Sicht des deutschen Mittelstands und aus FL-Pro-Perspektive den Ausschlag geben. Sie ersetzen Schmeddings Blick nicht, sie schauen nur von der anderen Seite auf dieselben 14 Modelle:

    Achse 1 – Souveränität & Datenhoheit. Schafft das Modell Wert auf einer Infrastruktur, die der Kunde selbst kontrollieren kann – oder vertieft es die Abhängigkeit von US-Frontier-Tools? Das ist 2026 keine ideologische Frage mehr, sondern eine Risiko-Frage. Und sie ist feiner, als sie klingt: Die „EU-Region" eines US-Anbieters (AWS, Google, Microsoft) liegt zwar physisch in Europa, unterliegt aber als US-Konzern weiterhin dem US CLOUD Act – also potenziellem US-Behördenzugriff. Daten-residenz (Serverstandort) ist damit nicht dasselbe wie Daten-souveränität (Schutz vor fremdem Zugriff). Die Datenhoheit reicht von „US-Cloud (nur bedingt DSGVO-konform)" über die „EU-Region eines US-Anbieters" und die echte „Sovereign Cloud" europäischer Betreiber bis zu „On-Premise / lokales Modell – kein Byte verlässt das Haus, konform by design". Und es gibt inzwischen ernstzunehmende europäische Bausteine: Mistral (Large 3 / Medium 3.5, DSGVO-konform hostbar, 30–50 % günstiger als die US-Anbieter), das Fraunhofer-Projekt OpenGPT-X / Teuken-7B (auf allen 24 EU-Amtssprachen, on-prem einsetzbar), Aleph Alpha sowie lokale Engines wie Ollama.

    Achse 2 – Ehrliche Einsteiger-Machbarkeit. Der Titel verspricht „auch als absoluter Anfänger". Diese Versprechung halten wir gegen die Realität jedes einzelnen Modells. Denn die wahrhaftig profitablen Wege verlangen fast durchweg echte Fachtiefe – das ist kein Widerspruch zu Schmedding, aber eine Präzisierung, die Einsteiger vor Frust bewahrt.

    Dazu kommt ein Punkt, der bewusst jenseits der reinen Geschäftsmodell-Frage liegt – und den Schmedding für seinen Zweck zu Recht nicht vertieft: die Compliance. Ab dem 2. August 2026 greift Artikel 50 des EU AI Act – Chatbots und Voice-Agents müssen offenlegen, dass man mit einer KI spricht. Die Hochrisiko-Pflichten (Annex III) wurden per „Digital Omnibus" voraussichtlich auf Dezember 2027 verschoben, doch die Transparenzpflicht ist real und trifft gleich zwei Modelle der Liste.

    4. Die 14 Wege, neu gewichtet

    Die folgende Tabelle stellt Schmeddings Stufe unserer Gewichtung gegenüber. „Souveränität" beurteilt, wie gut sich das Modell auf eigener bzw. europäischer Infrastruktur umsetzen lässt.

    GeschäftsmodellSchmeddingFL-Pro-GewichtungSouveränität
    RAG & WissensmanagementGutTophoch (voll on-prem möglich)
    Workflow-AutomatisierungGutTophoch (n8n self-hosted)
    Corporate-LLM-SetupsTopTophoch – wenn mit EU-/lokalem Modell
    KI-App-EntwicklungTopTop*niedrig (US-Tools = CLOUD Act; EU-/lokales Modell nötig)
    KI-Beratung & AuditsTopGut–Topneutral (beratend)
    KI-Voice-AgentsGutGutmittel (Telefoniedaten sensibel)
    KI-VideoerstellungTopGutniedrig (US-/CN-Videomodelle)
    Personal-AI-AssistantsTopGut*niedrig ohne Sandbox/EU-Modell
    Microsoft-Copilot-TuningGutMittelniedrig (vertieft MS-Lock-in)
    KI-WebdesignMittelMittelmittel
    KI-CopywritingMittelMittelneutral
    Faceless YouTube/TikTokFlopFlop–
    KI-Trading-BotsFlopFlop–
    KI-E-Commerce-ShopsFlopFlop–
    Website-Chatbots (solo)FlopFlop–

    *Stern = grundsätzlich Top-Potenzial, aber mit Souveränitäts- oder Machbarkeits-Vorbehalt (siehe unten).

    5. Wo wir zustimmen – und wo wir anders gewichten

    Die unscheinbaren Gewinner: RAG, Wissensmanagement und Automatisierung

    Schmedding ordnet RAG-/Wissensmanagement-Systeme und Workflow-Automatisierung als „gut" ein. Aus Souveränitäts-Sicht sind das die beiden stärksten Modelle der ganzen Liste – wir heben sie nach oben. Der Grund: Beide lassen sich vollständig auf eigener Infrastruktur umsetzen. Eine Vektordatenbank mit lokal laufendem Embedding-Modell, ein selbstgehostetes n8n hinter dem eigenen Reverse-Proxy – hier verlässt kein sensibles Dokument das Haus. Sie sind das Fundament, auf dem alle anderen Projekte aufsetzen (auch ein Voice-Agent braucht zuerst aufbereitetes Wissen), sie altern langsam, und die Automatisierung ist zugleich der ehrlichste Einsteigerpfad: ein einziger Nischen-Workflow, beim ersten Kunden mühsam, danach beliebig replizierbar. Genau das ist die FL-Pro-Kernlane.

    Corporate-LLM-Setups: richtig erkannt, aber souverän zu Ende gedacht

    Hier sind wir uns mit Schmedding einig, dass dies ein Top-Modell ist – und ergänzen den entscheidenden Halbsatz. Schmedding rahmt das sichere Unternehmens-Workspace „DSGVO-konform" über eine Partnerlösung mit US-Frontier-Modellen. Souverän zu Ende gedacht heißt aber: Das eigentliche Differenzierungsmerkmal im deutschen Markt ist die Möglichkeit, europäische oder lokale Modelle (Mistral, OpenGPT-X) und eine mandantenfähige, DSGVO-feste Architektur anzubieten – statt nur einen hübschen Wrapper um ein US-Modell. Wer das kann, hat genau den Vorsprung, den Schmedding völlig zu Recht als „in den USA gar kein Thema" beschreibt.

    Die US-Tool-Abhängigkeit der „Top"-Modelle

    Drei von Schmeddings Top-Modellen – KI-App-Entwicklung, Personal-AI-Assistants und in Teilen die Videoerstellung – sind hochprofitabel, stehen aber technisch auf US-Frontier-Tools (Claude Code, Codex, Antigravity, Frontier-Videomodelle). Das ist kein Ausschlusskriterium, aber ein Sternchen:

    • KI-App-Entwicklung über Agentic Coding ist real lukrativ. Doch Claude Code und Codex routen Daten standardmäßig in die USA. Und der naheliegende Ausweg – diese Modelle über AWS Bedrock oder Google Vertex AI in einer EU-Region zu betreiben – schafft nur Daten-residenz, nicht Daten-souveränität: AWS und Google sind US-Konzerne und unterliegen dem US CLOUD Act, der US-Behörden den Zugriff auf die Daten erlauben kann – unabhängig davon, wo der Server physisch steht. Echte Souveränität entsteht erst mit europäischen Anbietern oder selbst gehosteten Modellen (Mistral on-premise, OpenGPT-X, Ollama). Für unkritische Projekte ist das egal – für Mittelständler mit sensiblem Code ist es genau der Unterschied, den man kennen und einpreisen sollte.
    • Personal-AI-Assistants für Geschäftsführer sind ein faszinierender, noch leerer Markt. Aber Schmeddings eigenes Beispiel – Claude Code auf einem VPS, der per Telegram/Teams Zugriff auf die Unternehmensinfrastruktur bekommt – ist sicherheitstechnisch genau die Stelle, an der Sandbox, Least-Privilege und im Idealfall ein souveränes Modell den Unterschied zwischen „genial" und „Datenschutz-Albtraum" machen. Top-Potenzial, ja – aber nur mit sauberem, souveränem Setup.
    • KI-Videoerstellung ist als Geschäft stark (vier- bis sechsstellige Filmbudgets, dünne Konkurrenz). Mit Souveränität hat es allerdings wenig zu tun; es ist im Kern eine Kreativagentur mit KI-Werkzeugen. Wir stufen es eine Stufe herab – nicht weil es schlechter verdient, sondern weil es außerhalb der Mittelstands-Souveränitäts-These liegt und hohe kreative Fachtiefe verlangt.

    KI-Beratung: stärkstes Argument, ehrlichste Einschränkung

    Schmeddings bestes Argument im ganzen Video betrifft die KI-Beratung: Unternehmen holen sich Berater nicht nur für das beste Wissen, sondern um Verantwortung auszulagern – ein Bedarf, der auch dann bleibt, wenn die KI selbst besser wird. Dem stimmen wir uneingeschränkt zu. Unsere einzige Ergänzung ist eine doppelte Realitätsprüfung: Erstens ist der Markt der generalistischen „KI-Agenturen" 2026 alles andere als leer – in Deutschland planen zwar rund 78 % der Unternehmen KI-Investitionen, aber nur 12 % wissen, wie; diese Lücke ist die Chance, doch sie zieht entsprechend viele Anbieter an. Schmeddings „Konkurrenz gering" gilt nur für echte Nischen mit echtem Handwerk. Zweitens ist das gerade kein Einsteigermodell: Es verlangt Vertrauen, Vertriebsstärke und Tiefe – die „absoluter Anfänger"-Verheißung des Titels trägt hier am wenigsten.

    Voice-Agents und Chatbots: dazu kommt der AI Act

    Voice-Agents (Schmedding: „gut") bewerten wir genauso – mit zwei Ergänzungen. Die Telefoniedaten sind hochsensibel, weshalb eine EU-/selbstgehostete Sprachverarbeitung (Speech-to-Text und Text-to-Speech) kein Nice-to-have ist. Und ab August 2026 gilt die AI-Act-Transparenzpflicht: Der Anrufer muss erfahren, dass er mit einer KI spricht. Wer das von Anfang an sauber baut, hat – wie Schmedding zu Recht sagt – wenig ernstzunehmende Konkurrenz, weil viele Anbieter schon an DSGVO scheitern. Dieselbe Transparenzpflicht macht die ohnehin schwachen Solo-Website-Chatbots (zu Recht „Flop") noch unattraktiver; ihren einzigen sinnvollen Platz haben sie eingebettet in ein Corporate-LLM – auch das sieht Schmedding richtig.

    Microsoft-Copilot-Tuning: kurzfristig lukrativ, strategisch ein Bumerang

    Schmeddings Bonus-Tipp ist datenseitig gut belegt: Microsoft 365 Copilot hat zwar Millionen bezahlte Seats, aber die tatsächliche Nutzung liegt bei nur rund 36 % – die Lücke zwischen „gekauft" und „genutzt" ist exakt die Beratungschance. Trotzdem stufen wir das Modell auf „mittel" herab: Jede Copilot-Optimierung vertieft die Abhängigkeit vom US-Ökosystem Microsoft – das genaue Gegenteil von Souveränität. Als schneller Umsatz okay; wer seine Kunden ernst nimmt, denkt eine europäische Ausstiegsoption gleich mit.

    Die klaren Flops – volle Zustimmung

    Bei Faceless-Kanälen, Trading-Bots, KI-E-Commerce für Quereinsteiger und Solo-Chatbots gibt es nichts zu relativieren: Schmeddings Flop-Urteile sind richtig. Geringe Marge, brutale Konkurrenz aus Asien bzw. von Plattform-Giganten, keine eigene Marke, keine Datenhoheit, keine Langlebigkeit. Finger weg – dem ist nichts hinzuzufügen.

    6. Das Fazit aus zwei Perspektiven

    Schmeddings Ranking ist als Markt-Landkarte verlässlich. Legt man die Souveränitäts-Brille darüber, verschiebt sich die Spitze: Die nachhaltigsten Modelle sind die, die Wert auf einer Infrastruktur schaffen, die der Kunde selbst besitzen kann – Wissensaufbereitung, Automatisierung und souverän gebaute Unternehmens-KI. Alles, was auf US-Frontier-Tools steht, bleibt lukrativ, trägt aber ein Souveränitäts-Sternchen.

    Für den deutschen Mittelstand lassen sich daraus drei nüchterne Empfehlungen ableiten:

    1. Fang beim Fundament an. Datenaufbereitung (RAG) und Automatisierung sind die unspektakulärsten, aber souveränsten und einsteigerfreundlichsten Wege – und die Basis für alles Weitere.
    2. Bau souverän, wo es zählt. Bei allem, was sensible Daten berührt – Voice-Agents, Personal-Assistants, Corporate-LLM – entscheidet die Architektur (EU-/lokale Modelle, Sandbox, On-Premise) über Wert und Risiko. Das ist verkaufbar als Vorsprung, nicht als Kostenfaktor.
    3. Nimm die Einsteiger-Verheißung mit Augenmaß. Die Top-Modelle verdienen top, weil sie Fachtiefe verlangen. „Auch als absoluter Anfänger" stimmt für den Einstieg (Automatisierung, Webdesign) – nicht für die Königsklasse.

    Schmeddings Video bleibt eine klare Empfehlung – ihm fehlt nichts, es beantwortet seine Frage vollständig. Es zeigt ehrlich, wo das Geld ist. Wir legen nur einen zweiten Blick daneben: wo davon das Geld liegt, das man auch in fünf Jahren noch souverän in der Hand hält.

    Quelle / Ursprung dieses Beitrags: Leonard Schmedding (Everlast AI): „Die 14 Wege mit KI Geld zu verdienen (auch als absoluter Anfänger)" – YouTube, 6. Juni 2026.

    Weiterführende Belege (Stand 23. Juni 2026): Souveräne EU-LLMs 2026 (Mistral, Teuken/OpenGPT-X) · On-Premise-LLM & DSGVO-Guide · Claude Enterprise: EU-Datenresidenz nur via Bedrock/Vertex · Microsoft-365-Copilot-Adoption 2026 · EU AI Act – Transparenzpflicht ab August 2026 (Art. 50) · KI-Markt & Agentur-Sättigung Deutschland

    ▶ Das Original-Video

  • Wenn die USA ihre KI verstaatlichen: die Fable-5-Sperre ist erst der Anfang

    Wenn die USA ihre KI verstaatlichen: die Fable-5-Sperre ist erst der Anfang

    Nicht das gesperrte Modell ist die eigentliche Nachricht – sondern die Richtung dahinter: Die USA machen Frontier-KI zur Staatssache.

    Wenn die USA ihre KI verstaatlichen: die Fable-5-Sperre ist erst der Anfang

    Nicht das gesperrte Modell ist die eigentliche Nachricht – sondern die Richtung dahinter: Die USA machen Frontier-KI zur Staatssache.

    Und Europas Wirtschaft hängt mit voller Wucht daran. Am 12. Juni 2026 zwang eine US-Exportkontroll-Direktive Anthropic, seine stärksten Modelle Fable 5 und Mythos 5 für sämtliche Nicht-US-Bürger abzuschalten – über Nacht, mit Verweis auf die nationale Sicherheit. Den Anstoß zu dieser Einordnung gab eine Analyse des KI-Beraters Leonard Schmedding; die hier genannten Entwicklungen haben wir an öffentlichen Quellen geprüft (siehe unten).

    Das eigentliche Thema: KI wird Staatssache

    Die zentrale These ist unbequem, aber sie ist längst keine reine Spekulation mehr: Die USA behandeln führende KI zunehmend als nationales Sicherheitsgut – und greifen nach Kontrolle. Exportkontrollen sind dabei nur der sichtbarste Hebel. Der zweite sind Eigentumsanteile.

    Die Belege haben sich in wenigen Wochen verdichtet: Am 5. Juni 2026 erklärte Donald Trump öffentlich, seine Regierung prüfe staatliche Beteiligungen an führenden KI-Unternehmen – namentlich genannt wurden OpenAI und xAI. OpenAI selbst hatte bereits im April 2026 einen „Public Wealth Fund" vorgeschlagen, über den es Anteile an den Staat abtreten würde. Aus der anderen politischen Ecke kommt Druck von Bernie Sanders: Sein „American AI Sovereign Wealth Fund Act" verlangt eine einmalige 50-Prozent-Abgabe, zahlbar in Aktien – und nennt OpenAI, Anthropic und xAI. Wichtig zur Einordnung: Anthropic ist (anders als OpenAI/xAI) nicht Teil der Beteiligungsgespräche mit der Regierung; das Verhältnis gilt als angespannt. Formale Deals gibt es bislang keine – aber die Richtung ist von links wie rechts dieselbe.

    Die ideologische Folie liefert Palantir-CEO Alex Karp in seinem Buch „The Technological Republic": Eine Technologie, die über künftige Machtverhältnisse entscheidet, gehöre zwangsläufig in den Dienst des Staates. Ob es exakt so kommt, ist offen. Dass die Tür weit offensteht, ist es nicht.

    Warum das Europas Problem ist

    Für europäische Unternehmen ist das keine US-Innenpolitik, sondern eine direkte Bedrohung der eigenen Handlungsfähigkeit. Denn der Kontinent läuft heute weitgehend auf amerikanischer KI. Wird dieser Zugang zum Instrument nationaler Interessen, dann gilt: Was unter staatlicher Kontrolle steht, kann priorisiert, rationiert oder gekappt werden – und zwar zuerst zugunsten amerikanischer und zulasten ausländischer Nutzer. Die Fable-5-Sperre hat genau das vorgeführt: Sie traf gezielt foreign nationals.

    Wie ungleich das Kräfteverhältnis ist, zeigt eine einzige Zahl: Nur rund 5 Prozent des globalen KI-Computes stehen in der EU – die USA stellen mit 74 bis 80 Prozent etwa die 17-fache Kapazität. Und die Unternehmen ahnen die Gefahr: Laut der Lünendonk-Studie „Digitale Souveränität – Vom Risiko zur Resilienz" halten 83 Prozent einen „Kill-Switch" durch einen US-Anbieter für realistisch – aber nur 57 Prozent haben eine belastbare Exit-Strategie. Genau diese Lücke entscheidet, wer im Ernstfall arbeitsfähig bleibt.

    Das Signal: die Sperre von Fable 5 und Mythos 5

    In dieses Bild fügt sich die Sperre nahtlos ein. Fable 5 war kurz das Beste, was verfügbar war – und dann, per Exportentscheidung, für alle Nicht-US-Nutzer weg. Auslöser war laut US-Regierung ein als sicherheitskritisch eingestufter Jailbreak (kolportiert wird ein chinesischer Zugriff); Anthropic hielt das Vorgehen für überzogen und widersprach öffentlich – musste die Modelle aber abschalten. Die Lehre bleibt dieselbe, egal wie man den Einzelfall bewertet: Uneingeschränkter Zugang zu Spitzen-KI war ein Zustand, kein Naturgesetz. Er kann jederzeit enden – ohne Vorwarnung, ohne Mitspracherecht der europäischen Anwender.

    Vom Konsumgut zum Staatsinteresse

    Dahinter steckt ein Bruch mit der libertären Gründerphilosophie des Silicon Valley. Die Phase, in der Technologie vor allem als „ephemeres Konsumgut" im Abomodell gedacht wurde, geht laut Schmedding zu Ende. KI rückt in dieselbe Kategorie wie Energie oder Rüstung: zu wichtig, um sie dem freien Markt zu überlassen. Für Nutzer außerhalb der USA heißt das: Im Konflikt zwischen kommerzieller Verfügbarkeit und nationaler Sicherheit verliert die Verfügbarkeit.

    Das chinesische Gegenmodell – ein Ausweg, wenn Europa selbst hostet

    Hier wird es scheinbar paradox: Ausgerechnet China, der Staat, der seine Technologie sonst straff kontrolliert, stellt viele seiner stärksten Modelle frei zur Verfügung. DeepSeek, Alibabas Qwen, Zhipus GLM, Moonshots Kimi – sie erscheinen als Open Weights, zum Herunterladen und Selbst-Betreiben, ohne Schalter aus Washington. Während die USA ihre Frontier-KI einsperren, verschenkt China sie.

    Ein echter Widerspruch ist das nur auf den ersten Blick. Beide betreiben Techno-Staatskunst – mit umgekehrten Hebeln. Die USA führen und nutzen Knappheit als Macht: kontrollieren, wer Zugang hat. China liegt am Frontier zurück (auch wegen der US-Chip-Exportkontrollen) und nutzt Allgegenwart als Macht: die Spitzentechnologie zur Massenware machen, den Vorsprung der US-Labore entwerten, globale Abhängigkeit von chinesischen Modell-Stacks aufbauen, Standards setzen. Eine US-Kongress-Kommission beschreibt genau das als industrielle Dominanzstrategie. „Offen" heißt dabei offene Gewichte – nicht offene Werte: staatliche Ausrichtung und Zensur sind eingebaut, im Inland bleibt die Kontrolle eng.

    Für Europa liegt genau hier die Chance – sie hängt aber an einer Bedingung: dem Hosting. Bezieht man ein chinesisches Modell über dessen Cloud oder API, tauscht man nur die US- gegen eine chinesische Abhängigkeit. Lädt man dieselben offenen Gewichte herunter und betreibt sie selbst – lokal oder in einem europäischen Rechenzentrum –, wird daraus ein echter Ausweg: Ein Modell, das auf eigener Infrastruktur läuft, kann niemand aus der Ferne abschalten oder rationieren. Was bleibt, ist eine Wertefrage (staatlich geprägtes Training) – aber genau das Verfügbarkeits- und Kill-Switch-Risiko, um das es hier geht, ist damit gelöst. Entscheidend ist also nicht die Herkunft des Modells, sondern wo es läuft und wer es kontrolliert.

    Intelligenz als kritische Infrastruktur

    Jensen Huang (NVIDIA) spricht von „Intelligence Infrastructure" – KI als Grundressource wie Strom oder Wasser. Der Zukunftsforscher Sven Gábor Jánszky geht weiter: Zugang zu KI werde künftig zur Daseinsvorsorge zählen. Beides klingt nach Fortschritt – kippt aber ins Bedrohliche, sobald diese Infrastruktur einem fremden Staat gehört. Wer seine Prozesse tief in US-Cloud-Modelle gegossen hat, ohne autarke Alternative, ist dann nicht souverän, sondern abhängig.

    Das Ende der billigen Tokens

    Auch ökonomisch ist die heutige Bequemlichkeit nicht von Dauer. Die Analysten von SemiAnalysis haben nachgerechnet, wie stark die Endkundenpreise subventioniert sind: Ein Plan für rund 200 US-Dollar im Monat liefert real API-Tokens im Gegenwert von etwa 8.000 Dollar (Claude) bis 14.000 Dollar (ChatGPT) – eine 40- bis 70-fache Subvention. Diese Phase diente der Marktgewinnung; sie ist nicht haltbar. Wer Prozesse blind auf das heutige Token-Niveau kalkuliert, baut auf Sand.

    Energie als Flaschenhals

    Selbst ohne Politik gibt es eine harte Grenze: Energie. Huang nennt KI eine „Power Limited Industry" – die Rechenleistung ist an verfügbaren Strom gekoppelt. In Mangellagen wird der Staat priorisieren, im Zweifel zugunsten nationaler Sicherheit und zulasten privater, erst recht ausländischer Nutzer. Sperren wie bei Fable 5 sind damit kein Ausreißer, sondern strukturell angelegt.

    Was das für den Mittelstand heißt

    Die gute Nachricht: Abhängigkeit ist eine Entscheidung – und damit umkehrbar. Wer KI ernsthaft einsetzt, trifft eine Architekturentscheidung, keine Tool-Wahl. Drei Hebel:

    • Lokale KI als Backup. Modelle, die offline laufen (etwa über Ollama), sichern Standardaufgaben – E-Mail-Zusammenfassungen, einfache Analysen – gegen jede Abschaltung von außen ab.
    • Ein modell-agnostischer Workspace. Ein „Corporate LLM" bündelt US-Cloud, EU-gehostete Instanzen und lokale Modelle unter einer Oberfläche. Fällt ein Anbieter aus oder wird zu teuer, wechselt man das Modell per Klick – ohne Agenten-Logiken, Integrationen und Wissensmanagement zu verlieren.
    • Modelle orchestrieren statt verschwenden. Nicht jede Trivialaufgabe braucht das Spitzenmodell. Kluge Lastverteilung zwischen Cloud und eigener Hardware senkt Risiko und Kosten zugleich.

    Wer zuerst die eigene Abhängigkeit kartieren will, findet in einem KI-Fahrplan-Workshop den nüchternen Einstieg: Wo hängen wir an wem – und was wäre der Plan B?

    Souverän bleiben – die Mittel gibt es

    Die Konsequenz ist kein Tech-Pessimismus, sondern eine Aufgabe – und die nötigen Bausteine existieren längst. Ein modell-agnostisches Cockpit, das US-Cloud, EU-gehostete und lokale Modelle bündelt – DSGVO-konform, auf Wunsch on-premise –, gibt es heute von mehreren Anbietern (etwa Auxdata); die Übersicht souveräner Anbieter zeigt die Bandbreite. Entscheidend ist das Prinzip, nicht das Produkt: Fällt ein Anbieter weg, bleibt das aufgebaute Wissen – und man wechselt das Modell, statt von vorn zu beginnen.

    Die vollständige Verstaatlichung der US-KI mag noch nicht beschlossen sein. Die Lehre aus Fable 5 ist es: KI ist kritische Infrastruktur – und kritische Infrastruktur überlässt man keiner fremden Regierung.

    Quellen

    Quelle: Leonard Schmedding (YouTube)

  • OpenAI kauft Ona (ex-Gitpod): Europas Agenten-Infrastruktur wandert nach San Francisco

    OpenAI kauft Ona (ex-Gitpod): Europas Agenten-Infrastruktur wandert nach San Francisco

    OpenAI übernimmt das Kieler Startup Ona (ehemals Gitpod) — einer der größten deutschen Tech-Exits der letzten Jahre.

    OpenAI kauft Ona (ex-Gitpod): Europas Agenten-Infrastruktur wandert nach San Francisco

    OpenAI übernimmt das Kieler Startup Ona (ehemals Gitpod) — einer der größten deutschen Tech-Exits der letzten Jahre.

    Der wohl wertvollste deutsche KI-Baustein der Agenten-Ära gehört damit bald einem US-Konzern — ein Lehrstück über europäische Souveränität, das unbequemer ist als die Erfolgsmeldung klingt.

    Was passiert ist

    OpenAI hat am 11. Juni 2026 angekündigt, das Kieler Unternehmen Ona zu übernehmen — bekannter unter seinem früheren Namen Gitpod. Es ist laut Gründerszene einer der größten deutschen Tech-Exits der letzten Jahre. Über den Kaufpreis schweigen beide Seiten; Branchenschätzungen (IDC) verorten Onas Jahresumsatz 2025 bei rund 7 Millionen Dollar. Der Deal ist noch nicht abgeschlossen, regulatorische Genehmigungen stehen aus. Mit dem Abschluss wechselt das gesamte rund 79-köpfige Team um Gründer und CEO Johannes Landgraf in OpenAIs Codex-Gruppe. Rund zwei Millionen Entwickler haben die Plattform bereits genutzt.

    Warum OpenAI ausgerechnet Ona braucht

    Der Zeitpunkt ist kein Zufall. OpenAIs Coding-Agent Codex zählt inzwischen fünf Millionen wöchentlich aktive Nutzer — ein Plus von 400 Prozent seit Jahresbeginn, von rund drei Millionen noch im April. Doch die wertvollsten Anwendungsfälle laufen nicht mehr in Minuten ab, sondern über Stunden oder Tage: komplexe Refactorings, mehrstufige Analysen. Ein Agent, der das leisten soll, darf nicht an ein zugeklapptes Laptop gebunden sein. Genau hier hatte OpenAI eine Lücke — und steckt im Kopf-an-Kopf-Rennen mit Anthropic, dessen Claude Code als wesentlicher Wachstumstreiber gilt. Beide haben bereits vertrauliche IPO-Unterlagen eingereicht. Wer das Enterprise-Geschäft gewinnen will, braucht nicht nur das beste Modell, sondern die Ausführungs- und Compliance-Schicht darunter. Selbst zu bauen hätte Monate gekostet — Zeit, die man gegen Anthropic nicht hat.

    Was Ona kann — und warum das strategisch ist

    Was als Ein-Klick-Cloud-IDE für GitHub begann, hat sich gewandelt: Im September 2025 benannte sich Gitpod in Ona um und positionierte sich neu als „KI-Software-Engineer". Das Produkt liefert sichere, dauerhaft laufende Cloud-Umgebungen, in denen KI-Agenten mit Zugriff auf Werkzeuge und Kontext arbeiten — und zwar innerhalb der Infrastruktur des jeweiligen Unternehmens. Onas Modell heißt „customer-controlled execution": Der Kunde behält die Kontrolle über Infrastruktur, Zugangsdaten und Logs, während der Anbieter die Intelligenz beisteuert. Genau das überzeugt Kundschaft mit hohen Compliance-Anforderungen — eine große US-Bank, europäische Pharmakonzerne, asiatische Staatsfonds.

    Der Souveränitäts-Haken

    Hier wird es unbequem. Onas „customer-controlled execution" ist im Kern dasselbe Prinzip, mit dem datensouveräne KI in Europa argumentiert: Daten und Schlüssel bleiben beim Anwender, die Kontrolle verlässt das Haus nicht. Eben dieser Baustein gehört künftig OpenAI. Und Ona ist kein Einzelfall: Nur wenige Wochen zuvor übernahm Mistral AI das Linzer Physics-AI-Startup Emmi AI — ebenfalls aus dem Portfolio des Wiener Wagniskapitalgebers Speedinvest. Dessen Chef Oliver Holle bringt die optimistische Lesart auf den Punkt: „Europäische Gründer bauen Technologien, die selbst die führenden KI-Unternehmen der Welt brauchen." Das stimmt — nur eben zur Hälfte: gebaut in Europa, kontrolliert anderswo. Europas Talent und Kapital liefern die strategisch unverzichtbaren Bausteine; die Wertschöpfung und die Kontrolle wandern ab.

    Was das für den Mittelstand heißt

    Am Tagesgeschäft ändert der Deal für deutsche Unternehmen zunächst wenig — an der Richtung viel. Wer Coding-Agenten wie Codex oder Claude Code im Betrieb einsetzt, sollte die Frage „Wo laufen meine Agenten, und wer hält eigentlich Zugangsdaten und Logs?" zur Architekturentscheidung machen, nicht zur Fußnote. Genau an diesem Punkt werden datensouveräne Backends — DSGVO-konform, Schlüssel beim Kunden — vom Nice-to-have zum Auswahlkriterium. Die Werkzeuge zu beherrschen ist das eine; zu wissen, wo die Kontrolle liegt, das andere. Europa kann die Bausteine bauen. Die eigentliche Aufgabe ist, sie auch zu behalten.

    Die europäische Antwort: souverän bleiben mit Auxdata

    Wer die Kontrolle nicht abgeben will, muss es auch nicht. Für genau dieses Bedürfnis — KI-Agenten produktiv nutzen, ohne Daten, Zugangsdaten und Logs aus der Hand zu geben — gibt es europäische Plattformen. Auxdata etwa verfolgt denselben Grundgedanken wie Onas „customer-controlled execution“, nur unter europäischer Kontrolle und DSGVO-konform: Modelle und Agenten laufen über ein datensouveränes Backend — mit Anonymisierung, abgestuften Datenschutz-Stufen und Audit-Trail, auf Wunsch auch on-premise im eigenen Haus. So lässt sich der Sprung in die Agenten-Ära mitgehen, ohne die strategische Kontrolle gleich mit nach San Francisco zu schicken.

    Quellen

    Präsentation

    Präsentation als PDFHerunterladen

    Quelle: business-punk.com + OpenAI/CNBC (eigene Recherche)

    📄 Slide-Deck zum Beitrag: Präsentation (PDF)

  • Postleitzahl-Lotterie: Was 2026 im KI-Förder-Dschungel wirklich entscheidet

    Postleitzahl-Lotterie: Was 2026 im KI-Förder-Dschungel wirklich entscheidet

    Zwei Unternehmen, gleiche Größe, gleiches KI-Sicherheits-Projekt mit 320.000 € Volumen: das eine sitzt in Kiel und kassiert 231.000 € Zuschuss bis Ende 2029. Das andere sitzt in Frankfurt — und muss erst durch eine wöchentliche Lotterie. Im Mai 2026 entscheidet nicht mehr die Idee, sondern die Postleitzahl, ob ein KI-Vorhaben gefördert wird.

    Die Frankfurter Lotterie

    Hessen ist 2026 das Bundesland mit der härtesten Eintrittshürde — und der besten Kombi-Logik. Der DIGI-Zuschuss zahlt bis zu 10.000 € (50 % Quote), aber die WIBank vergibt nicht nach Schnelligkeit, sondern per wöchentlicher Zufallsauswahl. Und: ein Unternehmen kann den Zuschuss in seiner ganzen Geschichte nur einmal abrufen. Wer ihn für ein 5.000-€-Kleinprojekt verbrennt, schließt sich selbst aus.

    Für ambitioniertere Projekte gibt es die Distr@l-Förderung mit bis zu 1 Mio. € — der nächste Stichtag ist der 05. Juli 2026. Der spannende Punkt: Hessen lässt im DIGI-Zuschuss als einziges Bundesland zu, dass KI-Komponenten und IT-Sicherheit in einem Antrag laufen — Hardware (z. B. KI-Firewall), Software-Lizenzen, Cybersecurity-Schulung und ISMS-Konzeption gehen gemeinsam durch.

    → Details: Hessen-Förderung im Förderkompass

    Sachsen-Anhalt: das 80-Prozent-Stillschweigen

    Während die meisten Mittelständler über regionale Programme reden, wird das wirksamste Instrument fast nie genannt: die BAFA-Beratungsförderung. Sie gilt bundesweit, aber die Quote ist regional gestaffelt. In den „neuen Bundesländern" — Sachsen-Anhalt, Sachsen, Thüringen, Mecklenburg-Vorpommern, Brandenburg, Berlin — gibt es 80 % Zuschuss (max. 2.800 €). Im Westen sind es nur 50 % (max. 1.750 €).

    Für NIS-2-Audits, Risikoanalysen oder die Vorklärung eines KI-Use-Cases ist das ein nahezu vollständig fremdfinanzierter Einstieg. In Sachsen-Anhalt kombiniert das DIGITAL INNOVATION-Programm der Investitionsbank diese Beratung mit einem Wettbewerbsverfahren in Tranchen — Qualität schlägt Schnelligkeit, und die nächste Aufrufrunde sollte engmaschig beobachtet werden.

    → Details: Sachsen-Anhalt — DIGITAL INNOVATION + BAFA-Hebel

    Schleswig-Holstein: das Mekka für KI-Startups

    Im Norden zahlt die KI-Förderrichtlinie Startups 75 % und KMU 50 % — und sie läuft mit Planungssicherheit bis zum 31. Dezember 2029. Das ist im deutschen Vergleich beispiellos: kein anderes Bundesland gibt Gründern derzeit eine vergleichbare Mehrjahres-Perspektive.

    Das oben skizzierte Szenario rechnet sich so: Ein Startup investiert 320.000 € in Plattform-Entwicklung und Markteinführung. Über die KI-Richtlinie (135.000 € auf 180.000 € Plattform-Volumen) und den EIK Seed-Bonus (96.000 €, gedeckelt) kommen 231.000 € Zuschuss zusammen. Der Eigenkapitalbedarf sinkt auf 89.000 €.

    → Details: Schleswig-Holstein — KI-Förderrichtlinie + EIK

    Die teuerste Falle: „Standard ist keine Innovation"

    Der häufigste Ablehnungsgrund bei Distr@l (Hessen), HighTech-Bonus (SH) und vergleichbaren Innovations-Programmen ist nicht der Antrag selbst — es ist der Innovationsgehalt. Ein ChatGPT-Abonnement, eine Standard-Firewall, ein vorkonfiguriertes SIEM: alles förderfähig im Digitalbonus-Kontext, aber kein Innovationsprojekt im Sinne der ambitionierten Förderrichtlinien.

    Die Skizze muss zeigen, dass das Vorhaben über den Stand der Technik hinausgeht — nicht nur eine bekannte Lösung implementiert. Innovation muss klares technisches Risiko beinhalten.

    Wer „KI-Sicherheits-Lösung XY einführen" beantragt, scheitert. Wer „eigene Anomalie-Erkennung im SIEM-Kontext entwickeln, die ein neues Klassifikationsverfahren auf NIS-2-relevante Logs anwendet" beantragt, ist im Spiel. Der Unterschied ist nicht semantisch — er ist rechtlich-technisch.

    Was im Süden und Westen läuft

    Wer nicht in den drei Hotspots sitzt, hat trotzdem starke Karten: Bayern fährt zwei Varianten (Standard + Plus, bis 50.000 €), Baden-Württemberg setzt auf ZIM/BAFA/L-Bank statt klassischem Digitalbonus, NRW nutzt MID, Niedersachsen den Digitalbonus, Rheinland-Pfalz das InnoTop-Programm, das Saarland DigitalInvest, Hamburg den Digital-Check und Bremen den Digitaler-Mittelstand-Topf.

    ⚠ Zwei Sonderfälle: In Mecklenburg-Vorpommern endet das aktuelle Digitalisierungsprogramm Mitte 2026 — wer hier antragen will, sollte sich beeilen. In Sachsen gibt es einen Bearbeitungsstau bei der SAB, der die Auszahlung deutlich verzögert.

    Was du jetzt tun solltest

    Drei Schritte für das zweite Halbjahr 2026:

    1. Standort prüfen. Jede Bundesland-Seite im Förderkompass zeigt Programm, Träger, Quote und Beispielrechnungen auf einen Blick.
    2. BAFA-Beratung ziehen, bevor du etwas Großes beantragst — 50 bis 80 % Zuschuss auf die strategische Vorklärung.
    3. Keine verbindliche Bestellung vor dem Bescheid. Ein einziger vorzeitiger Auftrag killt jeden Antrag.

    Welches Bundesland passt zu deinem Vorhaben? Der Förderkompass auf einen Blick hat eine klickbare Bundesländer-Karte und die Detail-Pages aller 16 Programme — Stand Mai 2026.

    Quelle: FL Pro Foerderkompass 2026 – KI & IT-Sicherheit in allen 16 Bundeslaendern

  • Claude Code kostenlos nutzen: Unbegrenzt coden ohne teure Abos

    Claude Code kostenlos nutzen: Unbegrenzt coden ohne teure Abos

    In der Welt der KI-gestützten Software-Entwicklung ist Claude Code aktuell das Maß der Dinge. Doch die Preispolitik von Anthropic stellt viele Entwickler vor eine Hürde: Während der Claude Pro Plan mit ca. 20 € pro Monat beginnt, schlägt der Max Plan mit fast 100 € zu Buche. Für Hobby-Entwickler oder Freelancer mit schwankender Auftragslage ist das oft eine unnötige finanzielle Belastung.

    Die Kostenfalle der KI-Coding-Tools

    In der Welt der KI-gestützten Software-Entwicklung ist Claude Code aktuell das Maß der Dinge. Doch die Preispolitik von Anthropic stellt viele Entwickler vor eine Hürde: Während der Claude Pro Plan mit ca. 20 € pro Monat beginnt, schlägt der Max Plan mit fast 100 € zu Buche. Für Hobby-Entwickler oder Freelancer mit schwankender Auftragslage ist das oft eine unnötige finanzielle Belastung.

    Die gute Nachricht: Als Experte für KI-Automatisierung kann ich Ihnen zeigen, wie Sie die mächtige Infrastruktur von Claude Code nutzen, ohne an die teuren Abos gebunden zu sein. Die Lösung liegt im Austausch des Sprachmodells über Open Router. Das gesamte Setup dauert weniger als fünf Minuten, erfordert keine lokale Rechenpower und funktioniert selbst auf schwächeren Laptops reibungslos.

    Was ist Claude Code eigentlich? (Harness vs. Modell)

    Um Claude Code flexibel nutzen zu können, müssen wir die Architektur verstehen. Claude Code ist kein Modell, sondern ein sogenannter Harness (eine agentische Hülle).

    Stellen Sie sich das wie bei einem modernen Fahrzeug vor:

    • Der Harness (Das Chassis): Claude Code liefert die Werkzeuge. Er kann Dateien lesen, Bash-Befehle im Terminal ausführen, den Kontext managen und autonom Aufgaben planen.
    • Das Modell (Der Motor): Das Sprachmodell übernimmt das „Denken“. Standardmäßig sind dies die Anthropic-Modelle (Sonnet 3.5, Opus oder Haiku), welche die Kosten verursachen.

    Da Claude Code modular aufgebaut ist, können wir den „Motor“ austauschen. Die agentische Funktionalität – also die Fähigkeit, selbstständig Code-Probleme zu lösen – bleibt erhalten, während wir als Rechenkern kostenlose Open-Source-Modelle einsetzen.

    Open Router: Das Tor zu kostenlosen Modellen

    Open Router fungiert als Aggregator, der Anfragen an verschiedene Provider weiterleitet. Anstatt für jeden Anbieter ein eigenes Abo abzuschließen, nutzen Sie einen einzigen API-Key. Besonders attraktiv ist die „Free“-Sektion von Open Router.

    Folgende Modelle sind laut aktuellem Stand im Quellmaterial kostenlos verfügbar:

    • GPT OSS 120B: Ein massives Modell für komplexe Logik.
    • Minimax M2.5: Hervorragende Performance bei Coding-Aufgaben.
    • Nemotron (Nvidia): Optimiert für technische Präzision.
    • DeepSeek V4 Flash: Ein extrem schnelles und effizientes Modell für schnelle Iterationen.

    Kostenlose Modelle werden häufig mit den eingegebenen Nutzerdaten trainiert. Nutzen Sie diese Methode daher nur für Hobby-Projekte, Lernzwecke oder Open-Source-Code. Für hochsensible Kundendaten oder proprietäre Firmengeheimnisse sollten Sie weiterhin auf die bezahlten, datenschutzkonformen Enterprise-Pläne setzen.

    Schritt-für-Schritt-Anleitung: Das Setup

    Schritt 1: API-Key erstellen

    Erstellen Sie einen Account bei OpenRouter.ai. Navigieren Sie zu Personal > Credits > API Keys und klicken Sie auf Create Key. Vergeben Sie einen Namen (z. B. „Claude-Code-Free“). Sie können optional ein Credit Limit setzen, um sicherzugehen, dass niemals ungewollte Kosten entstehen. Kopieren Sie den Key sofort – er wird nur einmal angezeigt.

    Schritt 2: Der 10-Dollar-Trick für Rate Limits

    Kostenlose Modelle haben oft strikte Rate Limits (begrenzte Anfragen pro Minute). Ein Expertentipp aus der Praxis: Laden Sie einmalig 10 $ Guthaben auf Ihren Open Router Account auf. Dadurch steigen Sie in ein höheres Nutzer-Tier auf, was die Rate Limits für Free-Modelle massiv erhöht. Da die Modelle selbst kostenlos sind, wird dieses Guthaben nicht verbraucht – es dient lediglich als „Türöffner“ für eine flüssige Performance.

    Schritt 3: Installation & Terminal-Nutzung

    Installieren Sie Claude Code global über Ihr Terminal (Node.js vorausgesetzt):

    npm install -g @anthropic-ai/claude-code

    Wichtiger Hinweis für VS Code Nutzer: Das offizielle Claude Dev / Claude Code Plugin für VS Code unterstützt diesen Modell-Austausch aktuell nicht. Um externe Modelle zu nutzen, müssen Sie Claude Code direkt über das integrierte Terminal in VS Code starten.

    Konfiguration der Settings.json

    Um Claude Code mit Open Router zu verknüpfen, müssen wir die Konfiguration anpassen. Erstellen Sie im Projektordner einen Unterordner .claude und darin die Datei settings.json.

    Hier ist ein Beispiel für eine professionelle Konfiguration:

    {
  "openRouterApiKey": "DEIN_OPEN_ROUTER_API_KEY_HIER",
  "primaryModel": "openrouter/free",
  "agentModel": "openrouter/free",
  "watchModel": "openrouter/free"
}
    • openrouter/free: Dies ist ein intelligenter Router, der automatisch ein verfügbares Gratis-Modell wählt, das Tool-Use (Bash/Files) beherrscht.
    • Spezifische Modelle: Möchten Sie gezielt ein Modell nutzen, ersetzen Sie den Wert durch den Modellnamen von Open Router, z. B. deepseek/deepseek-v4-flash.

    Lokale vs. Globale Konfiguration

    Sie haben zwei Möglichkeiten, wo Sie diese Einstellungen hinterlegen:

    1. Lokal (Projektbezogen): Datei liegt in ./Projektordner/.claude/settings.json. Nur dieses Projekt nutzt die Gratis-Modelle.
    2. Global (Systemweit): Die Datei liegt in Ihrem Benutzerverzeichnis.
    3. Windows: %USERPROFILE%\.claude\settings.json
    4. Dies ist ideal, wenn Sie Claude Code dauerhaft und für alle Projekte auf Gratis-Basis umstellen möchten.

    Praktische Anwendung im Terminal

    Starten Sie das Tool einfach mit dem Befehl:

    claude

    Im Terminal sehen Sie nun oben links das aktuell aktive Modell (z. B. DeepSeek oder GPT OSS).

    • Modell wechseln: Mit dem Befehl /model können Sie jederzeit zwischen konfigurierten Modellen springen.
    • Reasoning-Modelle: Nutzen Sie Modelle mit Reasoning-Fähigkeiten, zeigt Ihnen Claude Code im Terminal den kompletten „Gedankengang“ (Thought Process) an – ein enormer Vorteil bei der Fehlersuche.
    • Agentic Features: Alle Funktionen wie der Plan-Modus (Shift + Tab) oder Rückfragen an den User (Ask User Question Tool) funktionieren weiterhin einwandfrei.

    Fazit und Takeaways

    Durch die Entkoppelung von Harness und Modell gewinnen Sie die volle Kontrolle über Ihre Entwicklungskosten. Claude Code wird so zu einem extrem mächtigen, aber kostenlosen Begleiter in Ihrem Workflow.

    Key-Takeaways:

    1. Flexibilität: Claude Code ist das Werkzeug, das Modell ist der austauschbare Motor. Nutzen Sie die besten Open-Source-Modelle ohne Abo-Zwang.
    2. Open Router: Fungiert als Brücke zu Gratis-Modellen wie DeepSeek oder GPT OSS über einen einzigen API-Key.
    3. Performance-Boost: Einmalige 10 $ Guthaben optimieren die Rate Limits und ermöglichen unterbrechungsfreies Coden.

    Beginnen Sie noch heute damit, Ihre Coding-Workflows zu automatisieren – ohne die monatliche Kostenlast. Viel Erfolg beim Coden!

    Quelle: YouTube: Claude Code kostenlos nutzen: Unbegrenzt coden ohne starken PC

  • Claude KI als Business-Architekt: Strategien für den praktischen Einsatz in KMU

    Claude KI als Business-Architekt: Strategien für den praktischen Einsatz in KMU

    In der aktuellen KMU-Landschaft wird Künstliche Intelligenz oft auf ein Werkzeug zur Textgenerierung reduziert. Diese Sichtweise unterschätzt das disruptive Potenzial massiv. Als strategischer Business-Architekt ist Claude in der Lage, komplexe Geschäftsmodelle nicht nur zu entwerfen, sondern deren Umsetzung bis zur Marktreife zu begleiten.

    1. Einleitung: Die Rolle von Claude als strategischer Partner

    In der aktuellen KMU-Landschaft wird Künstliche Intelligenz oft auf ein Werkzeug zur Textgenerierung reduziert. Diese Sichtweise unterschätzt das disruptive Potenzial massiv. Als strategischer Business-Architekt ist Claude in der Lage, komplexe Geschäftsmodelle nicht nur zu entwerfen, sondern deren Umsetzung bis zur Marktreife zu begleiten.

    Dieser Bericht analysiert eine erprobte Methodik, um ein Unternehmen von 0 € auf 1 Million € Jahresumsatz zu skalieren – bei minimalen Fixkosten und einer Zielmarge von 80 %. Das Fundament bildet dabei die Transformation individueller Expertise in ein skalierbares Hochpreis-Angebot. Der Fokus liegt hierbei auf radikaler Effizienz und der Eliminierung jeglichen „Fluffs“, um innerhalb von 48 Stunden in die operative Umsetzung zu gehen.

    2. Die Master-Prompt-Formel: Präzision statt Zufall

    Ein Business-System ist nur so gut wie seine Parameter. Um Claude als Architekten zu aktivieren, nutzen wir eine spezifische Prompt-Formel, die Zufallsergebnisse ausschließt.

    KomponenteStrategische Vorgabe (Beispiel)
    RolleINTJ-Solopreneurstratege (Systematisch, logisch, hocheffizient).
    KontextStatus Quo: Null Sichtbarkeit, kein Netzwerk, keine digitale Vorerfahrung.
    ZielValidierung des Angebots: 5.000 € Umsatz innerhalb der ersten 30 Tage.
    AufgabeDurchführung einer 20-stufigen Diagnose und Erstellung eines 30-Tage-Aktionsplans.
    FormatTabellarische Pläne, priorisierte Listen, konkrete Pitch-Vorlagen.
    TonDirekt, sachlich, „Harte Wahrheit“ (Keine Höflichkeitsfloskeln).
    VerboteKeine generischen Ratschläge, keine Theorie ohne Praxisbezug, keine vagen Schritte.

    Die strategische Ratio hinter der INTJ-Rolle

    Für SME-Entscheider ist die Wahl des INTJ-Persönlichkeitstyps („Der Architekt“) entscheidend. Während kreative Rollen oft zu weitläufigen, unpräzisen Strategien neigen, erzwingt der INTJ-Modus eine systemorientierte, unvoreingenommene Logik. Dies minimiert Markteintrittsrisiken, da Claude hierbei Schwachstellen im Geschäftsmodell identifiziert, bevor Kapital investiert wird.

    Constraints für operative Exzellenz

    Durch strikte Verbote („Constraints“) wird Claude gezwungen, den „Weg des geringsten Widerstands“ zum Umsatz zu definieren. Die KI darf keine Maßnahmen vorschlagen, die einen langwierigen Markenaufbau oder Werbebudget erfordern, sondern muss Lösungen finden, die sofortige Liquidität generieren.

    3. Der interaktive Beratungsprozess: Claude als dynamischer Coach

    Der Erfolg dieser Strategie basiert nicht auf einem statischen Dokument, sondern auf einer 20-stufigen Diagnosephase. Claude fordert aktiv Daten ein, statt passiv zu halluzinieren.

    Die diagnostische Kernanalyse

    Claude fragt gezielt nach vier Säulen der Profitabilität:

    1. Expertise & Transformation: Welches spezifische Problem hat der Anwender bereits gelöst (die eigene Case Study)?
    2. Zielgruppe: Wer hat den höchsten Schmerzgrad und die höchste Zahlungsbereitschaft (z. B. Führungskräfte mit Zeitmangel)?
    3. Methodik: Wie sieht der reproduzierbare Weg zum Ergebnis aus?
    4. Einwandbehandlung: Was ist das größte psychologische Hindernis des Kunden?

    Strategische Entkräftung: Ergebnisse vs. Zertifikate

    Ein häufiger Hemmschuh in KMU ist das Fehlen spezifischer Zertifizierungen für neue Geschäftsfelder. Claude agiert hier als knallharter Analyst: Zertifikate verkaufen nicht – Ergebnisse tun es. Die eigene Transformation ist die primäre „Credential“. Die Strategie lautet: Dokumentierte Resultate schlagen akademische Titel in der Neukundengewinnung.

    4. Operativer 30-Tage-Plan zur Umsatzgenerierung

    Sobald die Diagnose abgeschlossen ist, wechselt Claude in den Modus der operativen Exekution. Das Ziel ist ein Hochpreis-Angebot (z. B. 1.500 € für eine 8-Wochen-Begleitung).

    Die universelle Pitch-Formel

    Jede Kommunikation folgt dieser Struktur, um sofortige Klarheit zu schaffen:

    "Ich helfe [Zielgruppe] dabei [Ergebnis] ohne [Schmerz/Verzicht] durch [Methode]."

    Beispiel Transfer: Ein IT-Berater nutzt nicht „Cloud-Optimierung“, sondern: „Ich helfe mittelständischen Logistikern dabei, ihre Serverkosten um 30 % zu senken, ohne den laufenden Betrieb zu stören, durch meine ‚Lean-Stack-Methode‘.“

    Phasen der Marktdurchdringung (Woche 1-4)

    • Woche 1 (Fundament): Erstellung des 8-Wochen-Programms und Fixierung des Pitch-Satzes.
    • Woche 2-4 (Aggressive Akquise): Fokus auf Direktkontakt in relevanten Communities.
    • Harte Wahrheit: „DMs gehen raus, noch bevor das Profil fertig ist.“ Perfektionismus ist ein Renditekiller.

    Die Zahlenlogik der Akquise

    Erfolg ist kein Zufall, sondern eine statistische Wahrscheinlichkeit. Claude berechnet für den Nutzer das notwendige Volumen:

    • 100 Direktnachrichten (DMs) → 10 Antworten → 3 Gespräche → 1 Abschluss.
    • Akquise wird zum reinen „Numbers Game“ degradiert, um psychologische Hürden abzubauen.

    5. Skalierungsstrategie: Vom 1:1 Coaching zum 1-Million-Euro-Modell

    Die Skalierung erfolgt in drei technologisch und personell schlanken Stufen.

    StufePhaseFokusZielumsatz (p.a.)MargeTrigger für nächsten Schritt
    1Validierung (Monat 1-6)1:1 Coaching, Methode schärfen~36.000 €95%5 Kunden mit Resultaten
    2Effizienz (Monat 7-18)Gruppencoaching, Content-Rad~120.000 €85%Gruppe 2x erfolgreich durchlaufen
    3Skalierung (Monat 19-36)Produkt-Portfolio (VIP/Mastermind)1.000.000 €80%Stabiles Inbound-System

    Das 1-Million-Euro-Portfolio (Zahlenlogik Stufe 3)

    Um die 1-Million-Euro-Marke bei 80 % Marge zu erreichen, definiert Claude folgende Angebotsstruktur:

    1. VIP High-Ticket Intensiv-Coaching: 3 Kunden/Monat à 5.000 € = 180.000 €
    2. Gruppen-Masterminds: 3 Runden à 30 Plätze à 800 € (bzw. entsprechende Volumen) = 480.000 €
    3. Self-Paced Onlinekurse: Skalierbares Einstiegsprodukt für passives Einkommen = 216.000 €
    4. B2B Workshops/Speaking: Ergänzende High-Margin-Events für Corporate Clients.

    6. Kritische Erfolgsfaktoren und Ausschlusskriterien (Lessons Learned)

    Die Umsetzung scheitert meist nicht an der Strategie, sondern an psychologischen Barrieren, die Claude im Dialog mittels Persönlichkeitsmodellen (DISC/DISG) adressiert:

    • Blaue Typen (Analytiker): Scheitern oft an Perfektionismus. Claude erzwingt hier harte Deadlines.
    • Gelbe Typen (Interaktive): Haben Angst vor Ablehnung in der Akquise. Claude nutzt die 100:10:3:1 Quote als logischen Schutzschild.
    • Grüne Typen (Stetige): Zweifeln an der eigenen Kompetenz. Claude nutzt die dokumentierte Case Study als Beweislastumkehr.

    Die „Plan-Killer“

    1. Komplexitätsfalle: Zu viele Produkte zu früh. (Regel: Ein Thema, ein Publikum, ein Produkt).
    2. Mangelnder Call-to-Action: Gespräche führen ohne klare Verkaufsfrage am Ende.
    3. Abbruch nach 20 Absagen: Wer vor der 100. Nachricht aufgibt, hat das statistische Modell nicht verstanden.

    7. Fazit für KMU-Entscheider

    Im Zeitalter der KI ist der Mangel an Information keine gültige Entschuldigung mehr für unternehmerischen Stillstand. Claude stellt das gesamte strategische Wissen eines Top-Beraters in Echtzeit zur Verfügung.

    Der einzige verbleibende Wettbewerbsvorteil ist die Umsetzungsgeschwindigkeit. Für KMU bedeutet dies: Claude nicht als Schreibhilfe zu nutzen, sondern als Kontrollinstanz für die Geschäftslogik. Die Integration von Claude als „Sparringspartner“ in den Arbeitsalltag transformiert vage Ideen in präzise, mathematisch fundierte Profit-Center. Wer heute beginnt, die Strategien der KI konsequent exekutiv umzusetzen, baut das Fundament für ein krisenfestes, hochprofitables Unternehmen der nächsten Generation.

    Quelle: YouTube: Ich habe Claude KI gebeten, mir so viel Geld wie möglich zu verdienen!

  • Multi-Modell-KI in der Praxis: AuxData.ai und Microsoft MDash im Vergleich

    Multi-Modell-KI in der Praxis: AuxData.ai und Microsoft MDash im Vergleich

    Dieser Vergleich beleuchtet zwei bedeutende Entwicklungen im Bereich der Künstlichen Intelligenz: die deutsche Unternehmensplattform **AuxData.ai** und Microsofts neues Sicherheitssystem **MDash**. Der Fokus liegt auf Architektur, Einsatzmöglichkeiten und strategischem Wert für die moderne Arbeitswelt.

    Multi-Modell-KI in der Praxis: AuxData.ai und Microsoft MDash im Vergleich

    Dieser Vergleich beleuchtet zwei bedeutende Entwicklungen im Bereich der Künstlichen Intelligenz: die deutsche Unternehmensplattform AuxData.ai und Microsofts neues Sicherheitssystem MDash. Der Fokus liegt auf Architektur, Einsatzmöglichkeiten und strategischem Wert für die moderne Arbeitswelt.

    Executive Summary

    Die vorliegenden Quellen beschreiben zwei unterschiedliche, aber gleichermaßen transformative Ansätze zur Nutzung von KI:

    1. AuxData.ai ist eine in Deutschland entwickelte und gehostete All-in-One-Plattform, die Unternehmen einen sicheren, DSGVO-konformen Zugang zu über 80 KI-Modellen ermöglicht. Sie zielt darauf ab, „KI-Wildwuchs“ zu verhindern und die Effizienz durch vorkonfigurierte Assistenten und Wissensmanagement zu steigern.
    2. Microsoft MDash (Multimodal Agentic Scanning Harness) ist ein spezialisiertes Sicherheitssystem, das durch die Orchestrierung von über 100 KI-Agenten Schwachstellen in komplexem Softwarecode findet und behebt. Es demonstriert, dass ein intelligent gestaltetes System aus mehreren Agenten die Leistung einzelner, hochleistungsfähiger „Frontier-Modelle“ übertreffen kann.

    1. AuxData.ai: Das KI-Universum für Unternehmen

    AuxData.ai positioniert sich als zentrales Portal, das Unternehmen die sichere Einführung von KI ermöglicht, ohne Datenschutzrisiken oder technisches Chaos einzugehen.

    Kernfunktionen und Plattformarchitektur

    Die Plattform bietet eine geschützte Umgebung, die mit den Anforderungen eines Unternehmens mitwächst. Zu den wesentlichen Merkmalen gehören:

    • Modell-Vielfalt: Zugriff auf über 80 aktuelle KI-Modelle (u. a. ChatGPT, Mistral, Gemini) über einen einzigen, zentral steuerbaren Zugang.
    • Workflow-Orchestrierung: Mehrere Modelle lassen sich in einer Aufgabenkette kombinieren — Routing nach Anforderung (z. B. günstig & schnell für Klassifikation, datenschutz-strikt für sensible Inhalte).
    • Vorkonfigurierte Assistenten: Einsatzbereite Tools für Fachabteilungen wie Marketing, HR, Vertrieb und Service, die ohne tiefes „Prompting-Wissen“ bedienbar sind.
    • Erweiterte Wissensbasis: Einsatz von Wissensgraphen und „Context Enrichment“, die über herkömmliche RAG-Systeme (Retrieval-Augmented Generation) hinausgehen, um interne Informationen präzise auffindbar zu machen.
    • Sicherheit & Compliance: Hosting in Deutschland, DSGVO-konforme Nutzung und ein detailliertes Berechtigungssystem für Mitarbeiterrollen.

    Die 4 Stufen der Implementierung

    AuxData.ai schlägt einen strukturierten Rollout vor, um Chaos zu vermeiden:

    StufeFokusBeschreibung
    1Sichere NutzungRechtssicherer Zugriff auf über 80 Modelle mit zentraler Steuerung.
    2EffizienzsteigerungNutzung vordefinierter Assistenten für Routineaufgaben (z. B. Rechnungen, E-Mails).
    3WissensmanagementBereitstellung von Unternehmenswissen auf Knopfdruck.
    4AutomatisierungErstellung individueller Assistenten und Anbindung an die IT-Infrastruktur.

    Praxisbeispiele und Effekte

    Das System zeigt konkrete Einsparpotenziale auf:

    • Dokumentenverarbeitung: Automatisierung des Bestelleingangs spart ca. 5 Stunden pro Mitarbeiter pro Tag (entspricht ca. 3.000 €/Monat).
    • Kundensupport: KI-gestützte Vorformulierung von Antworten erreicht eine Erfolgsquote von über 80 % und spart massiv Zeit bei hunderten E-Mails täglich.
    • Personalwesen: Automatisierung von Arbeitszeugnissen und Stellenanzeigen sowie Analyse von Bewerbungen.

    2. Microsoft MDash: Autonome Agenten-Orchestrierung

    Microsoft MDash stellt einen Paradigmenwechsel in der KI-Entwicklung dar, indem es nicht auf ein einzelnes „Super-Modell“ setzt, sondern auf ein Netzwerk spezialisierter Agenten.

    Leistung und Benchmarks

    MDash erreichte auf dem CyberGym-Benchmark eine Punktzahl von 88,45 %. Damit schlug es deutlich spezialisierte Spitzenmodelle wie Anthropic’s Mythos (83,1 %) und OpenAI’s GPT 5.5 (81,8 %), obwohl Microsoft für MDash lediglich allgemein verfügbare Modelle nutzte.

    Die 5-stufige Pipeline

    Das System funktioniert wie ein Fließband mit über 100 spezialisierten Agenten:

    1. Prepare: Einlesen des Quellcodes und Analyse früherer Commits zur Identifikation von Angriffsflächen.
    2. Scan: „Auditor-Agenten“ untersuchen Codepfade und formulieren Hypothesen über potenzielle Fehler.
    3. Validate: „Debatter-Agenten“ argumentieren für und gegen die Ausnutzbarkeit der gefundenen Fehler.
    4. Dedup: Zusammenführung semantisch gleicher Erkenntnisse.
    5. Prove: Konstruktion und Ausführung von Inputs, die den Fehler tatsächlich triggern (Beweisführung).

    Strategische Bedeutung: System vs. Modell

    Ein entscheidender Vorteil von MDash ist die Modell-Agnostik. Microsoft muss kein neues System bauen, wenn ein besseres KI-Modell erscheint; es kann einfach das bestehende Modell austauschen. Der Wert liegt in der Architektur (Plugins, Konfigurationen, Validierungsschritte), nicht im einzelnen Sprachmodell.

    Reale Erfolge in der Cybersicherheit

    MDash wurde auf den Windows-Quellcode angewendet und identifizierte 16 Schwachstellen (CVEs), von denen vier als kritisch eingestuft wurden (Remote Code Execution). Besonders effektiv erwies sich das System bei Fehlern, die über mehrere Dateien verstreut sind (z. B. Double-Free-Bugs oder Use-After-Free in TCPIP), die für menschliche Prüfer oder einzelne KI-Modelle schwer zu korrelieren sind.

    Wichtige Zitate mit Kontext

    „AuxData.ai ermöglicht Ihnen die DSGVO-konforme Nutzung und schützt Ihre Unternehmensdaten vor unerwünschten Einblicken.“ Kontext: Dies unterstreicht den Fokus auf Sicherheit gegenüber US-amerikanischen oder chinesischen KI-Technologien.

    „Microsoft used other people’s models and beat them at their own game.“ Kontext: Bezieht sich auf den CyberGym-Benchmark, bei dem MDash mit Standardmodellen die proprietären Flaggschiff-Modelle von OpenAI und Anthropic übertraf.

    „The model is just one input into a much larger system.“ Kontext: Erklärt die Philosophie von MDash, bei der die Ingenieursleistung um das Modell herum (Orchestrierung) wichtiger ist als die Rohleistung des Modells selbst.

    Actionable Insights (Handlungsempfehlungen)

    • Vermeidung von KI-Wildwuchs: Unternehmen sollten eine zentrale Plattform (wie AuxData.ai) nutzen, um unkontrolliertes Experimentieren der Mitarbeiter durch sichere, verwaltete Tools zu ersetzen.
    • Fokus auf Prozesse statt auf Modelle: Anstatt auf das „eine perfekte Modell“ zu warten, sollten Unternehmen Systeme implementieren, die Aufgaben dekomponieren und spezialisierte Agenten für Teilprozesse einsetzen (wie im MDash-Ansatz).
    • Wissensmanagement optimieren: Die Nutzung von Wissensgraphen bietet einen signifikanten Zeitvorteil gegenüber der manuellen Suche nach internen Informationen.
    • Sicherheits-Checkups automatisieren: Die Ergebnisse von MDash zeigen, dass KI-Agenten-Systeme in der Lage sind, kritische Sicherheitslücken in komplexem Code zu finden, die herkömmliche Reviews übersehen.

    Fazit: Vergleich von AuxData.ai und Microsoft MDash

    Obwohl beide Systeme auf modernster KI basieren, dienen sie unterschiedlichen Zwecken und sind nur bedingt vergleichbar:

    Vergleichbarkeit:

    • Multi-Modell-Orchestrierung: Beide Lösungen orchestrieren verschiedene KI-Modelle innerhalb eines Workflows. AuxData.ai kombiniert dabei über 80 Modelle aufgaben- und datenschutz-abhängig (z. B. Recherche mit Modell A, Generierung mit Modell B, Validierung mit Modell C); MDash orchestriert ein Netzwerk aus über 100 spezialisierten Agenten für die Code-Analyse.
    • Effizienz durch Spezialisierung: Beide setzen auf spezialisierte Assistenten bzw. Agenten, um komplexe Aufgaben (HR-Prozesse bzw. Code-Scanning) effizienter zu gestalten als ein allgemeines Modell.

    Unterschiede:

    • Zielgruppe: AuxData.ai ist eine breite Geschäftsplattform für alle Abteilungen eines Unternehmens (HR, Marketing, Vertrieb). MDash ist ein hochspezialisiertes Experten-Tool für die Cybersicherheit und Softwareentwicklung.
    • Betrieb: AuxData.ai ist primär eine Cloud-Anwendung (mit OnPremise-Option) für den Endnutzer. MDash ist ein komplexes Framework für autonome Sicherheitsanalysen, das tief in den Entwicklungsprozess integriert wird.
    • Herkunft & Fokus: AuxData.ai legt massiven Wert auf regionale Datensouveränität (Deutschland/DSGVO), während bei Microsoft MDash die technische Überlegenheit und autonome Problemlösung im Vordergrund stehen.

    Quelle: YouTube: Microsoft’s New AI Beats Mythos And Shocks OpenAI

  • Briefing-Bericht: Chinas technologischer Sprung und die neue Innovationslandschaft

    Briefing-Bericht: Chinas technologischer Sprung und die neue Innovationslandschaft

    Dieses Dokument analysiert den fundamentalen Wandel Chinas von einer kopie-basierten Fertigungswirtschaft zu einem weltweit führenden Innovationszentrum. Es stützt sich auf aktuelle Daten zu Patentanmeldungen, technologischen Durchbrüchen und Marktverschiebungen im Jahr 2024 und 2025.

    Briefing-Bericht: Chinas technologischer Sprung und die neue Innovationslandschaft

    Dieses Dokument analysiert den fundamentalen Wandel Chinas von einer kopie-basierten Fertigungswirtschaft zu einem weltweit führenden Innovationszentrum. Es stützt sich auf aktuelle Daten zu Patentanmeldungen, technologischen Durchbrüchen und Marktverschiebungen im Jahr 2024 und 2025.

    Executive Summary

    Das herkömmliche westliche Bild von China als "Werkbank der Welt" mit billigen Arbeitskräften und Plagiaten ist veraltet. China hat sich zu einer ernsthaften Bedrohung für das Silicon Valley entwickelt, insbesondere in den Bereichen Künstliche Intelligenz (KI), Robotik und Quantencomputing. Mit 1,8 Millionen Patentanmeldungen im Jahr 2024 – was etwa 50 % der weltweiten Gesamtzahl entspricht – hat China die USA (Faktor 3) weit hinter sich gelassen. Der Erfolg basiert auf einer staatlich gelenkten Architektur, einer massiven Ausbildungsoffensive für Ingenieure und der vollständigen Kontrolle über die technologischen Lieferketten. Für westliche Unternehmen besteht die Gefahr, diesen Wandel erst zu spät zu realisieren.

    Detaillierte Analyse der Kernthemen

    1. Robotik: Dominanz durch Lieferkettenkontrolle

    China kontrolliert die gesamte Wertschöpfungskette für humanoide Roboter, von Sensoren und Aktoren bis hin zu Batterien und Chips. Dies ermöglicht eine Geschwindigkeit in der Entwicklung und Skalierung, die im Westen derzeit nicht erreicht wird.

    • Marktanteil: Im Jahr 2025 produzierte China über 80 % der weltweiten humanoiden Roboter.
    • Produktionszahlen: Während Tesla mit seinem "Optimus" rund 150 Einheiten auslieferte, erreichten chinesische Unternehmen wie Unitree (5.500 Einheiten) und G-boat (5.000 Einheiten) weitaus höhere Stückzahlen.
    • Entwicklungsgeschwindigkeit: Roboter, die vor einem Jahr noch instabil waren, führen heute komplexe Bewegungsabläufe wie Kung-Fu-Flips oder Breakdance aus.

    2. Künstliche Intelligenz und Quantencomputing

    Chinesische KI-Modelle fordern die Vorherrschaft des Silicon Valley heraus, nicht nur durch Leistung, sondern vor allem durch extreme Kosteneffizienz.

    • KI-Modelle: Modelle wie DeepSeek erreichen GPT-4-Niveau zu einem Bruchteil der Kosten. CEN 2.0 erzeugte Video- und Audioinhalte von kinoreifer Qualität so effizient, dass es in der US-Unterhaltungsindustrie (Disney, Paramount) Notfallreaktionen auslöste.
    • Quantencomputing: Der chinesische Chongjer-Prozessor führte Berechnungen eine Million Mal schneller aus als der Quanten-Chip von Google. Eine solche Berechnung würde einen klassischen Supercomputer länger beanspruchen, als das Universum existiert.

    3. Durchbrüche in Energie und Biotechnologie

    Die Innovationen erstrecken sich über die Informationstechnologie hinaus auf existenzielle Sektoren:

    • Kernenergie: China gelang der Durchbruch bei Thorium-Flüssigsalzreaktoren, eine Technologie, die seit Jahrzehnten als schwierig gilt.
    • Biotechnologie: Ein Forschungsteam konnte Typ-1-Diabetes bei einer Patientin effektiv rückgängig machen, indem fat-eigene Zellen in insulinproduzierende Zellen umgewandelt wurden.

    4. Die Architektur des Erfolgs: "Made in China 2025"

    Der Erfolg ist kein Zufall, sondern das Ergebnis einer vor einem Jahrzehnt getroffenen Entscheidung, technologische Führung als Ziel für das nationale Überleben zu definieren.

    • R&D-Investitionen: China investiert 2,6 % seines BIP in Forschung und Entwicklung. Dies übertrifft die EU, Japan und Südkorea kombiniert.
    • Talent-Pipeline: China bringt jährlich etwa viermal so viele Ingenieure und Wissenschaftler hervor wie die Vereinigten Staaten.
    • Umsetzungsfokus: Im Gegensatz zu Europa, das viel Zeit in Konsultationsdokumente investiert, verfolgt China eine "Culture of Deployment" – Probleme werden direkt in der Produktion statt nur im Labor gelöst.

    Wichtige Daten im Überblick

    MetrikChinaVergleichswert (USA/Welt)
    Patentanmeldungen (2024)1,8 Millionen~50 % des weltweiten Anteils; 3x USA
    Humanoide Roboter Marktanteil80 %Dominanz in der globalen Produktion
    Ingenieurs-Absolventen~4x mehr als USAMassive personelle Skalierung
    R&D-Investitionen2,6 % des BIPÜbertrifft EU, Japan & Südkorea kombiniert

    Zentrale Zitate mit Kontext

    "Die meisten Menschen tragen immer noch eine Version von China in sich, die 15 Jahre alt ist […] diese Version ist verschwunden."

    Kontext: Der Bericht warnt davor, China weiterhin als billigen Kopierer zu betrachten, während das Land längst die technologische Führung in Schlüsselbereichen übernommen hat.

    "Wenn man die Lieferkette besitzt, besitzt man die Kostenkurve."

    Kontext: Dies erklärt, warum chinesische Robotik-Unternehmen wie Unitree ihre Produkte für unter 5.000 USD anbieten können, während westliche Konkurrenten mit hohen Kosten kämpfen.

    "China hat sich vor etwa einem Jahrzehnt dazu entschieden, technologische Führung als eine Angelegenheit des nationalen Überlebens zu behandeln, nicht als eine Marktchance."

    Kontext: Dies verdeutlicht den Unterschied zur westlichen Forschungsförderung, die oft von Quartalszahlen und Marktsignalen getrieben ist, während China langfristige, strategische Ziele ("Made in China 2025") verfolgt.

    Handlungsempfehlungen für Unternehmen

    1. Mentalitätswandel vollziehen: Die Annahme, dass der Westen die Erfindungen macht und China nur fertigt, muss revidiert werden. Unternehmen sollten aktiv beobachten, welche Patente im Osten angemeldet werden, da diese die Marktrealität in fünf Jahren definieren.
    2. KI-Kostenvorteile nutzen: Chinesische KI-Tools (z. B. von Alibaba oder DeepSeek) bieten oft eine vergleichbare Leistung zu westlichen Modellen, jedoch zu wesentlich geringeren Kosten. Deutsche KI-Berater sollten die Integration dieser Tools prüfen.
    3. Nähe zum Ökosystem suchen: Um die Geschwindigkeit der Innovation zu verstehen und zu nutzen, ist eine physische oder strategische Präsenz in Hubs wie Hongkong oder Singapur vorteilhaft. Dies ermöglicht den Zugang zu Lieferketten und Partnerschaften, bevor diese Technologien den westlichen Massenmarkt erreichen.
    4. Distributions- und Integrationspartnerschaften: Da chinesische Hersteller (insbesondere in der Robotik) massiv expandieren, entstehen Chancen für internationale Partner, die als Reseller oder Integrationsspezialisten für lokale Märkte agieren.

    Quelle: Statrys (YouTube)

  • Elon Musk rettet Anthropic? Die absurde Wende im KI-Wettrüsten

    Elon Musk rettet Anthropic? Die absurde Wende im KI-Wettrüsten

    Es ist eine Wendung, die selbst für die hyperaktive KI-Branche bizarr anmutet: Elon Musk, der Anthropic noch vor wenigen Monaten als „misanthropisch“ bezeichnete und dem Unternehmen vorwarf, die „westliche Zivilisation zu hassen“, fungiert nun als dessen wichtigster Infrastruktur-Dienstleister. In einer Partnerschaft, die nach purem strategischem Kalkül schmeckt, stellt SpaceX (über xAI) dem Rivalen massive Rechenkapazitäten zur Verfügung.

    Elon Musk rettet Anthropic? Die absurde Wende im KI-Wettrüsten

    Einleitung: Der Feind meines Feindes ist mein Vermieter

    Es ist eine Wendung, die selbst für die hyperaktive KI-Branche bizarr anmutet: Elon Musk, der Anthropic noch vor wenigen Monaten als „misanthropisch“ bezeichnete und dem Unternehmen vorwarf, die „westliche Zivilisation zu hassen“, fungiert nun als dessen wichtigster Infrastruktur-Dienstleister. In einer Partnerschaft, die nach purem strategischem Kalkül schmeckt, stellt SpaceX (über xAI) dem Rivalen massive Rechenkapazitäten zur Verfügung.

    Die Ironie ist greifbar. Anthropic, das Startup, das sich als moralisch überlegenes Sicherheits-Labor inszeniert, muss nun bei seinem schärfsten Kritiker „den Ring küssen“, um im Rennen gegen OpenAI nicht unterzugehen. Es ist das Ende einer Ära der Transparenzlosigkeit bei Anthropic und der Beginn einer Ära, in der Elon Musk den „Vermieter“ für die gesamte Branche spielt.

    Die riskante Wette des Dario Amodei: Vorsicht als strategischer Fehler?

    Der aktuelle Engpass bei Anthropic ist kein Zufall, sondern das Resultat einer fundamentalen Fehlentscheidung. Während OpenAI-Chef Sam Altman „alles auf eine Karte“ setzte und jede verfügbare GPU aufkaufte, entschied sich Anthropic-CEO Dario Amodei für einen konservativeren Weg. Seine Sorge war das Capex-Risiko: Er befürchtete, massive Investitionen könnten das Unternehmen ruinieren, falls die Nachfrage nicht exakt im prognostizierten Tempo steigen würde.

    „Dario Amodei entschied sich vor einigen Jahren bewusst gegen den massiven Kauf von GPUs. Er befürchtete, dass Anthropic das gesamte Unternehmen aufs Spiel setzen würde, falls die KI-Nachfrage nicht in der perfekten Geschwindigkeit beschleunigen würde.“

    Diese Vorsicht erwies sich als fataler strategischer Fehler. Die Nachfrage nach den Claude-Modellen explodierte förmlich, während Anthropic ohne eigene Hardware dastand. Die Konsequenz war eine monatelange, frustrierende Quoten-Manipulation: Nutzer mussten mit intransparenten Limits kämpfen, während Anthropic versuchte, die Mangelverwaltung als Sicherheitsfeature zu tarnen. Der SpaceX-Deal ist nun der verzweifelte Versuch, das „Kniebeugen“ (bending the knee) vor Musk als Sieg zu verkaufen.

    Colossus 1: Wenn Hardware-Leerlauf teurer ist als Stolz

    Warum hilft Musk einem Konkurrenten? Die Antwort liegt in der gnadenlosen Ökonomie der Rechenzentren. Ein Rechenzentrum im Leerlauf verbrennt Geld im Sekundentakt. Die Total Cost of Ownership (TCO) für GPUs ist so hoch, dass Musk es sich schlicht nicht leisten kann, Hardware ungenutzt zu lassen.

    • Der Colossus-Switch: xAI hat das Training seiner eigenen Modelle bereits auf das neue Colossus 2 verlagert. Da xAI derzeit seine Modelle „von Grund auf neu baut“ (ähnlich wie Tesla seine Full Self-Driving-Software auf End-to-End-Neuronale Netze umstellte), entstand ein Kapazitätsüberschuss bei Colossus 1 in Memphis, Tennessee.
    • Harte Fakten: Anthropic übernimmt 100 % der Kapazität von Colossus 1 – das bedeutet Zugriff auf über 220.000 Nvidia-GPUs und eine Leistung von mehr als 300 Megawatt.
    • Der Cursor-Kontext: Interessanterweise hat xAI kürzlich einen Deal mit der Coding-Plattform Cursor abgeschlossen (inklusive einer potenziellen 60-Milliarden-Dollar-Übernahmeoption oder einer 10-Milliarden-Dollar-Breakup-Fee). Während Cursor auf Colossus 2 trainiert, füllt Anthropic nun die Lücke in der ersten Generation.

    Das Ende der Token-Knappheit: Was Nutzer ab heute erwartet

    Für Entwickler ist dieser „Compute-Unlock“ ein Befreiungsschlag. Die bisherigen Beschränkungen, die Anthropic-Modelle oft unbrauchbar für große Projekte machten, fallen per sofort.

    Die neuen API-Rate-Limits (Max Input Tokens pro Minute):

    API TierAltes LimitNeues Limit (ab heute)
    Tier 130.000500.000
    Tier 2450.0002.000.000
    Tier 3800.0005.000.000
    Tier 42.000.00010.000.000

    Zusätzlich werden die 5-Stunden-Limits für Claude Code (Pro, Max und Team) verdoppelt und die Peak-Hour-Drosselung für zahlende Abonnenten aufgehoben. Es ist das Ende der Ära, in der Anthropic seine Nutzer mit dem „Stock“ (Quoten-Kürzung) disziplinieren musste.

    Misanthropisch oder genial? Elons diplomatischer Eiertanz

    Noch im März 2026 wetterte Musk gegen die Integration von Anthropic-Modellen in die „Maven“-Software von Palantir für das Pentagon und nannte das Unternehmen „hypokritisch“. Er warf ihnen vor, Trainingsdaten in massivem Umfang gestohlen zu haben. Doch nun, da die Verträge unterschrieben sind, schlägt er fast schon amüsierte Töne an.

    „Ich habe letzte Woche viel Zeit mit hochrangigen Mitgliedern des Anthropic-Teams verbracht… Niemand hat meinen ‚Bösewicht-Detektor‘ (evil detector) ausgelöst. Solange sie eine kritische Selbsterforschung betreiben, wird Claude wahrscheinlich gut sein.“

    Hinter dieser versöhnlichen Fassade steckt reiner Spite (Boshaftigkeit) gegen OpenAI. Musk befindet sich in einem erbitterten Rechtsstreit mit Sam Altman. Indem er Anthropic massiv stärkt, schwächt er seinen Hauptgegner. Der Feind seines Feindes bekommt von ihm die Waffen geliefert – gegen eine saftige Mietgebühr.

    Fazit: Wer gewinnt das Spiel wirklich?

    Dieser Deal markiert einen Wendepunkt. Er zeigt, dass selbst die talentiertesten KI-Forscher wertlos sind, wenn sie keinen Zugriff auf Silizium und Strom haben. Anthropic sichert sich kurzfristig das Überleben durch den SpaceX-Deal und langfristige Partnerschaften mit Amazon (5 GW bis Ende 2026) und Google/Broadcom (ab 2027).

    Doch die strategische Analyse geht tiefer: Wenn KI-Modelle durch massiven Rechenpower-Einsatz immer austauschbarer werden (Commoditization), verschiebt sich die Machtbasis nach unten. Wenn Chips (Nvidia, TPUs, Trainium) irgendwann zur Massenware werden, ist die letzte Instanz der Macht die Energie. Wer den Strom kontrolliert, kontrolliert die Intelligenz.

    Der investigative Ausblick: Hinter den Kulissen flüstert man bereits über den nächsten Schritt der SpaceX-Anthropic-Partnerschaft: Orbital AI Compute. Während Sam Altman dies als „lächerlich“ abtut, arbeiten Musk und Amodei laut Insider-Berichten bereits an Plänen für Gigawatt-Kapazitäten im Erdorbit.

    Wenn die intelligentesten Köpfe der Welt nur so gut sind wie die GPUs, die sie mieten – wer besitzt dann am Ende eigentlich die künstliche Intelligenz?

    Quelle: Matthew Berman — The Anthropic Situation is INSANE