Autor: lethuphuong

📌 Das chinesische Unternehmen UBTech kooperierte mit dem Zentrum für humanoide Robotik in Fangchenggang – einer an Vietnam grenzenden Stadt – unter Verwendung des im Juli vorgestellten Modells Walker S2. Dies ist der weltweit erste Roboter, der in der Lage ist, die Batterie vollautomatisch in 3 Minuten zu wechseln, eine Last von 15 kg pro Hand trägt, eine Geschwindigkeit von 7,2 km/h erreicht und Hände mit einer Manipulationsgenauigkeit von weniger als 1 mm besitzt. Walker S2 wird an Grenzübergängen zur Besucherführung, Regulierung des Personenflusses, Unterstützung bei Patrouillen, Logistikabwicklung und kommerziellen Diensten sowie zur Inspektion in Stahl-, Kupfer- und Aluminiumfabriken pilotiert.

📌 Alibaba und ByteDance verlagern das KI-Training nach Singapur und Malaysia, um angesichts der US-Exportbeschränkungen Zugang zu Nvidia-Chips zu erhalten. Qwen und Doubao entwickeln sich zu führenden Modellen; DeepSeek ist eine Ausnahme, das dank angesammelter Nvidia-Chips und der Zusammenarbeit mit Huawei im Inland trainiert. Chinesische Unternehmen nutzen auch Rechenzentren in Südostasien, um internationale Kunden zu bedienen.

📌 Generative KI wie Claude kann die Zeit, die für eine durchschnittliche Aufgabe im Wert von 54–55 USD benötigt wird, um 80% reduzieren und könnte dazu beitragen, die US-Arbeitsproduktivität im nächsten Jahrzehnt um 1,8% pro Jahr zu steigern. Bei einer Simulation für die gesamte US-Wirtschaft könnte die Arbeitsproduktivität jährlich um 1,8% steigen, was einer TFP-Steigerung von 1,1%/Jahr entspricht. Die größten Produktivitätsbeiträge stammen aus der Programmierung (19%), gefolgt von Management (6%), Marketing (5%), Kundenservice (4%) und High-School-Lehrern (3%).

📌 Von 2005 bis 2024 reichte die Tsinghua-Universität in China 4.986 KI-Patente ein, was die Gesamtzahl der Patente von Harvard, MIT, Stanford und Princeton zusammen übertrifft; China macht über 50% der weltweiten KI-Patente aus. Tsinghua wird als das Stanford + MIT + Carnegie Mellon Chinas bezeichnet. Tsinghua übertrifft US-Universitäten aufgrund ihres starken KI-Ökosystems, staatlicher Unterstützungspolitiken und eines MINT-Talentreservoirs von bis zu 5 Millionen Menschen pro Jahr. Der Anteil der Elite-KI-Forscher Chinas (Top 2%) stieg von 10% (2019) auf 26% (2022), während die USA von 35% auf 28% sanken. Viele Tsinghua-Studenten entscheiden sich, in China zu bleiben, anstatt ins Ausland zu…

📌 Präsident Trump unterzeichnete eine Durchführungsverordnung zur Einführung der Genesis Mission, „so dringend und ehrgeizig wie das Manhattan-Projekt“, fordernd die Erweiterung der Rechenressourcen, erhöhten Zugang zu föderalen wissenschaftlichen Daten und den Übergang von KI zu praktischen Anwendungen in der Wissenschaft. Dies ist ein Wendepunkt, da die USA föderale Daten, Supercomputer und private Partner mobilisieren, um generative KI und Basismodelle zu beschleunigen. Innerhalb von 90–270 Tagen müssen Daten und Infrastruktur integriert und KI in den Bereichen fortschrittliche Fertigung, Biotechnologie und Kernenergie eingesetzt werden. Das Projekt baut auf NAIRR auf, wird durch neue Supercomputer von AMD, HPE und Nvidia erweitert und stärkt…

📌 Ein 526-seitiger Gesundheitsbericht, den die Provinz Neufundland und Labrador (Kanada) bei Deloitte in Auftrag gab und der fast 1,6 Millionen USD wert ist, enthielt Fehler, die vermutlich durch generative KI verursacht wurden, darunter falsche Zitate und nicht existierendes akademisches Material. Deloitte bestritt, dass KI den Bericht geschrieben habe, gab jedoch die Verwendung von KI zur Unterstützung der Zitate zu. Dies ist der zweite Skandal nach dem Fall in Australien und wirft Bedenken hinsichtlich der Genauigkeit und Rechenschaftspflicht auf, wenn KI in Regierungsberatungsdokumenten verwendet wird.

📌 Die 100-Millionen-USD-Vereinbarung mit Intuit markiert einen großen Meilenstein, da OpenAI ChatGPT erstmals über einen Opt-in-Mechanismus mit den Finanzdaten von 100 Millionen Nutzern verbindet und so eine Generation von Finanz-KI-Agenten schafft, die Vorhersagen, Analysen und Steuerverarbeitung durchführen können. Dieser Schritt unterstützt das Ziel eines Jahresumsatzes von über 20 Milliarden USD und drängt OpenAI in den Unternehmensmarkt, während Intuit KI nutzt, um Dienstleistungen zu erweitern und das Wachstum zu beschleunigen.

📌 Alibaba Cloud kündigte eine Partnerschaft mit AI Singapore (AISG) an, um die neue Version Qwen-Sea-Lion-v4 auf den Markt zu bringen, die auf Alibabas Basismodell Qwen3-32B aufbaut. Diese Version markiert einen bedeutenden Schritt Singapurs bei der Entwicklung eines regionalen LLM, das Open-Source-KI und lokale Daten kombiniert. Mit der Qwen3-32B-Basis und 100 Milliarden südostasiatischen Tokens strebt dieses Modell eine native, intelligente KI an, die die regionale Sprache und Kultur tiefer versteht, und stärkt damit Singapurs Rolle als KI-Hub Südostasiens.

📌 Google muss seine KI-Kapazität alle 6 Monate verdoppeln, um die stark steigende Nachfrage zu befriedigen, und strebt eine 1.000-fache Steigerung in 4–5 Jahren an. Die KI-Infrastruktur ist die teuerste und wettbewerbsintensivste Front. Google erhöht die Kapazität nicht nur durch den Ausbau der Infrastruktur, sondern auch durch effizientere Modelle und kundenspezifische Chips. Das Ziel ist nicht, „am meisten auszugeben“, sondern eine Infrastruktur aufzubauen, die „stabiler, leistungsfähiger und skalierbarer“ ist als die der Konkurrenten. Das Capex 2025 beträgt etwa 91–93 Milliarden USD, die Cloud-Einnahmen stiegen um 34% auf über 15 Milliarden USD, es fehlt jedoch immer noch an Rechenleistung, der Auftragsbestand…

📌 Viele Spezialisten, die KI-Ausgaben bewerten, werden zutiefst skeptisch, nachdem sie Fehler, Voreingenommenheit, den Druck zur Eile und Anzeichen dafür gesehen haben, dass Unternehmen Geschwindigkeit über Sicherheit stellen. Die Rate, mit der Chatbots falsche Informationen wiederholen, stieg im 08/2025 auf 35% an, was auf das Risiko einer weitreichenden Verbreitung von Fehlinformationen hindeutet. Die Arbeiter warnen die Öffentlichkeit: KI ist nur so gut wie ihre Eingabedaten, und die stille Arbeit dahinter wird leicht ignoriert. Sie fordern dazu auf, Datenquellen, Ethik und Arbeitsbedingungen zu hinterfragen, um Veränderungen voranzutreiben.