Google startet Gemini 3.8 Live, Salesforce kommt zu Claude und GPT-5.5 verlässt ChatGPT am 14. Oktober

An diesem Dienstag startet Google Gemini 3.8 Live und Gemini 3.8 Live Extended Thinking, zwei Echtzeit-Sprachdialogmodelle, die im Hintergrund Tools aufrufen können, ohne das Gespräch zu unterbrechen. Anthropic veröffentlicht drei Versionen von Claude Code und integriert Salesforce in Claude, während OpenAI den 14. Oktober als Termin für die Entfernung von GPT-5.5 aus ChatGPT und Codex festlegt. Die Agents erschließen sich außerdem bestehende Vertriebskanäle: HP installiert Perplexity vor, Devin wird über AWS Marketplace verkauft, und NVIDIA erläutert zwei Bausteine seiner Vera-Rubin-Plattform.

Gemini 3.8 Live und 3.8 Live Extended Thinking, zwei Sprachmodelle, die beim Sprechen handeln

15. September — Google startet zwei Echtzeit-Sprachdialogmodelle, die vom Gemini-Audio-Team vorgestellt werden. Gemini 3.8 Live ist auf Skalierbarkeit, Geschwindigkeit und Kosten ausgerichtet: Es akzeptiert visuelle Eingaben nahezu in Echtzeit und wechselt im Laufe des Gesprächs automatisch zwischen 97 Sprachen. Gemini 3.8 Live Extended Thinking richtet sich an Aufgaben, die mehrstufiges Schlussfolgern erfordern: Es denkt und spricht gleichzeitig, bestätigt den Empfang mit kurzen verbalen Einleitungen und kommentiert den Fortschritt seiner Hintergrundaufgaben; der Umfang des Denkprozesses lässt sich in der API einstellen. Beide Modelle führen im Hintergrund Tool- und API-Aufrufe (asynchronous function calling) aus, während die Audioantwort weiterläuft.

The models talk, think, and handle tasks in the background without breaking your flow.

🇩🇪 Die Modelle sprechen, denken und erledigen Aufgaben im Hintergrund, ohne den Gesprächsfluss zu unterbrechen. — @GoogleDeepMind auf X

Google hebt außerdem die Genauigkeit bei diktierten alphanumerischen Daten wie Bestätigungscodes oder Aktenzeichen hervor und präsentiert diese Modelle als einfachere Alternative zu Kaskadenarchitekturen, die Transkription, Textverarbeitung und Sprachsynthese miteinander verketten. Laut dem Modellsteckbrief von Gemini 3.8 Audio basieren sie auf Gemini 3 Pro, akzeptieren Audio, Bilder, Video und Text in einem Kontext von 128K Tokens, erzeugen bis zu 64K Tokens als Ausgabe und stützen sich auf einen Wissensstand von Januar 2025.

Rangliste oder Benchmark	Bewertetes Modell	Von Google veröffentlichter Score
Speech to Speech Quality Index (Artificial Analysis)	3.8 Live Extended Thinking	82,6 (1. Platz)
τ-Voice	3.8 Live Extended Thinking	68,6 %
τ-Voice-banking (Sierra)	3.8 Live Extended Thinking	35,1 %
Big Bench Audio	3.8 Live Extended Thinking	97,7 %
Speech Agent Arena (Artificial Analysis)	3.8 Live	2. Platz

Diese Ranglisten werden von Dritten geführt, die genannten Scores sind jedoch die von Google veröffentlichten Werte. Für die Live API veranschlagt Google die Kosten beider Modelle mit 0,005 Dollar pro Minute Eingabeaudio und 0,018 Dollar pro Minute Ausgabeaudio, basierend auf 3 Dollar pro Million Eingabe-Tokens und 12 Dollar pro Million Ausgabe-Tokens; Agora, Fishjam, LangChain, LiveKit, Pipecat, Vercel und Vision Agents werden als Integratoren genannt.

Vertriebskanal	Gemini 3.8 Live	Gemini 3.8 Live Extended Thinking
Gemini API und Google AI Studio	Ab 15. September	Ab 15. September
Gemini Enterprise	Private Vorschau	Private Vorschau
Allgemeine Öffentlichkeit	Search Live	Gemini Live, Docs Live (Abonnenten von Google AI Pro und Ultra), Gmail Live und Keep Live (alle Abonnenten von Google AI)

In Search Live führt das Modell Schritt für Schritt durch eine Fehlerbehebung in Echtzeit. Sämtliche erzeugten Audioinhalte tragen das unsichtbare SynthID-Wasserzeichen.

🔗 Vorstellung von Gemini 3.8 Live und 3.8 Live Extended Thinking 🔗 Entwicklerbeitrag zur Live API 🔗 Modellsteckbrief von Gemini 3.8 Audio

Claude Code 2.1.271 bis 2.1.273: Schnellmodus in Remote, Netzwerkzugriff pro Befehl und strengere Berechtigungen

15. September — Anthropic veröffentlicht innerhalb von etwas mehr als 22 Stunden drei Versionen von Claude Code, die erste kurz nach Mitternacht Pariser Zeit.

Veröffentlichte Version	Datum und Uhrzeit (UTC)	Inhalt der Versionshinweise
2.1.271	14. September, 22:12 Uhr	96 Zeilen: Schnellmodus in Remote, `allowed_domains` pro Befehl, `omitClaudeMd`, `--accept-command`
2.1.272	15. September, 0:42 Uhr	Eine Zeile: Fehlerbehebungen und Verbesserungen der Zuverlässigkeit
2.1.273	15. September, 20:23 Uhr	64 Zeilen: Header für LLM-Gateways, Duplizieren von Remote-Control-Sitzungen, lokaler Klassifikator auf Bedrock, Vertex und Foundry

Version 2.1.271 öffnet den Schnellmodus (fast mode) für Claude-Code-Remote-Sitzungen, sowohl in der Cloud als auch auf selbst gehosteten Runnern (self-hosted runners), sofern die Organisation dies erlaubt. Im automatischen Modus mit Sandbox akzeptieren Bash, PowerShell und Monitor eine Liste allowed_domains pro Befehl: Die benötigten Hosts werden zusammen mit dem Befehl geprüft und nur für ihn freigeschaltet, alle anderen werden abgelehnt. Das Feld omitClaudeMd im Frontmatter der Agents startet einen Sub-Agent ohne die CLAUDE.md-Dateien des Benutzers, des Projekts und der lokalen Umgebung; Dateien mit verwalteten Richtlinien bleiben geladen. claude plugin install --accept-command <sha256> akzeptiert nur den exakten Befehl, der bei einem früheren Wechsel zu --json angezeigt wurde, statt eines -y. Version 2.1.273 ermöglicht es, aus der Claude-App heraus eine mit claude --remote-control gestartete Sitzung zu duplizieren (fork), wobei die duplizierte Sitzung anschließend im Hintergrund auf dem Computer läuft. Sie warnt außerdem, wenn ein MCP-Server die Verbindung trennt und die automatische Wiederverbindung aufgibt, und fügt Anfrage-Header für LLM-Gateways hinzu, die über CLAUDE_CODE_GATEWAY_HINT_HEADERS=1 aktiviert werden.

Geändertes Element	Neues Verhalten
Rückgabe eines Sub-Agent im automatischen Modus	Spezieller Rückgabeaufruf (hand-back call), der vom Sicherheitsklassifikator geprüft wird, statt einer nachträglichen Kontrolle seiner letzten Nachricht
`!`-Befehle von Skills und Slash-Befehle im automatischen Modus	Berechtigungsregeln des Standardmodus statt des Klassifikators
Monitor-Überwachungen	Obligatorisches Zeitlimit von höchstens 30 Minuten (10 bei der Ausführung von `-p`), Claude wird zum erneuten Aktivieren benachrichtigt
Dynamische Workflows	Pause beim Erreichen des Nutzungslimits und automatische Fortsetzung nach dessen Zurücksetzung, statt die Agents abzubrechen
Automatischer Modus auf Bedrock, Vertex und Foundry (2.1.273)	Vorerst standardmäßig lokaler Klassifikator, `CLAUDE_CODE_AUTO_MODE_SERVER=1` für den Klassifikator der Plattform

Die beiden Versionen beheben außerdem mehrere Probleme bei Berechtigungsprüfungen. Befehle mit einer Subshell, zwei Verzeichniswechseln oder einer Kette aus cd + git umgingen unter permissions.blockReadsOutsideWorkingDirectories die Eingabeaufforderung, und eine Subshell konnte im Modus zur Umgehung der Berechtigungen (bypass) ein gefährliches rm verbergen. Durch MDM oder managed-settings.json vorgeschriebene MCP-Einstellungen wurden ignoriert, sobald serverseitig verwaltete Einstellungen vorhanden waren. /resume und /teleport behielten die Nachverfolgung der in der vorherigen Unterhaltung gelesenen Dateien bei, sodass Claude Dateien ändern konnte, die in der fortgesetzten Unterhaltung nie gelesen worden waren. Schließlich zählte die Kontextanzeige die Durchläufe des advisor-Tools mit ungefähr der doppelten Größe, wodurch die automatische Komprimierung bereits etwa in der Mitte des Kontextfensters ausgelöst wurde.

Keine der drei Versionshinweise erwähnt die am 14. September angekündigten Claude Mods; in Issue #91870 gehen Tester aus der Community jedoch davon aus, dass Version 2.1.272 ihren Funktionsumfang bereits verändert hat.

🔗 Versionshinweise zu Claude Code 2.1.271 🔗 Versionshinweise zu Claude Code 2.1.273

Salesforce in Claude, ein Vertriebs-Plugin als Beta für zugelassene Organisationen

15. September — Anthropic startet Salesforce in Claude als Beta und bringt damit die Kundenkonten, Verkaufschancen und Pipeline eines Vertriebsmitarbeiters in Claude. Der Beitrag stellt ein gemeinsam mit Salesforce entwickeltes Plugin vor, während das Hilfezentrum Salesforce die Entwicklung seiner 37 Vertriebs-Skills zuschreibt: Kundenkonten recherchieren, Gespräche vorbereiten, die Pipeline prüfen oder das CRM aktualisieren. Hinzu kommen zwei Connectors: Salesforce mit Lese- und Schreibzugriff sowie Slack für geschäftliche Kanäle und Team-Threads.

Salesforce bleibt das maßgebliche System: Jeder Vertriebsmitarbeiter meldet sich mit seinen eigenen Zugangsdaten an, Claude liest nur, was dessen Salesforce-Berechtigungen erlauben, und jeder Schreibvorgang muss standardmäßig genehmigt werden. Das Plugin funktioniert im Chat und in Claude Cowork (Web und Desktop). Die Beta ist für kostenpflichtige Tarife verfügbar, jedoch nur für Organisationen, die Salesforce über seine Beta-Anmeldung zugelassen hat und die über die neueste Enterprise-Ausgabe von Sales Cloud verfügen; deren Salesforce-Administratoren beantragen den Zugriff auf AgentExchange. GitLab, Siemens und Legora haben es eingeführt, und 7.000 Vertriebsmitarbeiter von Salesforce nutzen es.

🔗 Salesforce in Claude integrieren 🔗 Salesforce in Claude für die eigene Organisation konfigurieren

GPT-5.5 verlässt ChatGPT, ChatGPT Work und Codex am 14. Oktober, bleibt aber in der API

15. September — OpenAI kündigt auf X das Ende von GPT-5.5 in seinen Anwendungen an, das bereits mit Datum vom 14. September im Changelog von ChatGPT und Codex vermerkt ist. Am 14. Oktober wird das Modell ChatGPT, ChatGPT Work und Codex in allen Tarifen verlassen: für Privatkunden, Business, Enterprise und Edu.

Betroffene Oberfläche	Situation am 14. Oktober
ChatGPT und ChatGPT Work	GPT-5.5 aus allen Tarifen entfernt
Codex mit ChatGPT-Anmeldung	GPT-5.5 entfernt, Wechsel zu `gpt-5.6-sol` erforderlich
Codex mit API-Schlüssel	GPT-5.5 weiterhin verfügbar
OpenAI API	GPT-5.5 weiterhin verfügbar

Für Codex mit ChatGPT-Anmeldung fordert die Dokumentation dazu auf, gpt-5.5 überall dort zu ersetzen, wo es ausdrücklich ausgewählt ist: in den Standardeinstellungen des Workspace, gespeicherten Einstellungen, verwalteten Konfigurationen, benutzerdefinierten Agents, geplanten Aufgaben und Skripten. Die Nachricht des Kontos @ChatGPT nennt außerdem GPT-6 Astra als Ersatz in Codex. Der Leitfaden für Administratoren warnt, dass eine Änderung des Standardmodells keinen Zugriff auf das Modell gewährt: Für jeden Client muss geprüft werden, ob das Ersatzmodell den betroffenen Benutzern zur Verfügung steht. OpenAI übernimmt die einmonatige Vorankündigungsfrist, die bei GPT-5.4 und GPT-5.4 mini galt; diese wurden am 31. August für mit ChatGPT angemeldete Benutzer aus Codex entfernt, nachdem dies am 31. Juli angekündigt worden war.

🔗 Changelog von ChatGPT und Codex 🔗 Nachricht von @ChatGPT auf X

HP installiert Perplexity auf seinen Windows-PCs vor, mit einer Verbindung zu Autodesk Revit

15. September — Perplexity und HP kündigen an, die Perplexity-Anwendung für Windows in der Taskleiste der PCs des Herstellers vorzuinstallieren, beginnend mit der mobilen Workstation ZBook Ultra G3a, die mit Prozessoren der AMD-Ryzen-AI-Max-PRO-400-Serie ausgestattet ist; weitere Modelle sollen in den kommenden Monaten folgen, ohne dass eine Liste, Preise oder Termine genannt werden. Dem Beitrag zufolge ermöglichen die lokalen KI-Fähigkeiten des ZBook Ultra G3a, alltägliche Aufgaben mit Portable Computer auszuführen, der lokalen Version des Agents, die ohne Cloud-Guthaben und offline arbeitet. Die Verfügbarkeit hängt jedoch von der Gerätekonfiguration ab: Der Beitrag nennt keine kompatiblen Konfigurationen, während die am Vortag veröffentlichte Windows-Version eine NVIDIA-RTX-GPU mit mindestens 24 GB Videospeicher voraussetzte.

Portable Computer verbindet sich außerdem über den MCP-Server von Revit 2027 mit Autodesk Revit, der Software für digitale Gebäudemodelle (Building Information Modeling), die als technische Vorschau (Tech Preview) in Form eines separaten Moduls angeboten wird. Der Zugriff ist schreibgeschützt: Der Agent beantwortet Fragen zum Modell, etwa zur Anzahl der Türen in einem Stockwerk oder zu deren Feuerwiderstandsklasse, und exportiert Ansichten, PDF-Dateien und Bauteillisten, ohne es zu verändern. Personal Computer for Windows steht Abonnenten von Pro, Max und Enterprise unter Windows 10 und 11 zur Verfügung.

🔗 Perplexity kommt mit HP auf weitere Windows-PCs

Cognition schließt eine Vereinbarung mit AWS und führt macOS in Devin Cloud ein

15. September — Cognition veröffentlicht am selben Tag zwei durch die Infrastruktur verbundene Ankündigungen: Die Macs, auf denen Devin nun Apple-Anwendungen entwickelt, sind AWS-EC2-Mac-Hosts.

Eine strategische Kooperationsvereinbarung mit AWS

Cognition und Amazon Web Services schließen eine mehrjährige strategische Kooperationsvereinbarung (Strategic Collaboration Agreement), wobei der Beitrag weder den Betrag noch die genaue Laufzeit nennt. Zwei Elemente sind bereits verfügbar: Devin kann über AWS Marketplace erworben werden, und das Agent Toolkit for AWS lässt sich direkt in Devin nutzen. Tiefere Integrationen in die AWS-Umgebungen der Kunden werden geprüft, jedoch ohne Zeitplan. Devin wird in einer Single-Tenant-Umgebung (single-tenant) in der vom Kunden gewählten AWS-Region bereitgestellt, wobei die Daten in einer dedizierten VPC verbleiben und für jede Sitzung eine virtuelle Maschine verwendet wird, die nach Abschluss der Arbeit gelöscht wird.

Von Cognition genannter Kunde	Bekannt gegebenes Ergebnis
Mercedes-Benz	Mehr als 200.000 analysierte COBOL-Zeilen, ein auf acht Monate geschätztes Projekt wurde auf acht Tage verkürzt
Nicht genannter Automobilhersteller	COBOL-Workflow mit 25.000 Zeilen von einem Mainframe (mainframe) zu AWS Lambda migriert, geschätzte Kosten 73 % niedriger

🔗 Beitrag von Cognition zur Vereinbarung mit AWS

macOS kommt in Devin Cloud

Bereits am 31. Juli zeigte Cognition cloudbasierte Devin-Agenten unter macOS mit Xcode und dem iOS Simulator. Die Einführung am 15. September in Devin Cloud zum Erstellen und Überprüfen von Anwendungen für iPhone, iPad und Mac bringt mehrere Neuerungen: Devin sendet die Bildschirmaufzeichnung seiner Tests an Slack, übermittelt einen TestFlight-Link zur Installation der Anwendung, und ein neues iOS-Simulator-Panel zeigt die laufende Anwendung. Der Agent steuert Anwendungen außerdem über ihren Bedienungshilfenbaum, der seinem Werkzeug zur Computernutzung (computer use) zur Verfügung steht: Er fragt ein Steuerelement anhand seiner Rolle und seines Namens ab, bedient es und liest anschließend den Baum erneut aus; Screenshots dienen weiterhin zur Beurteilung der Darstellung. Diese Schicht basiert auf der Open-Source-Lösung accessibility-cli von Dioxus, deren Team sich Cognition am 10. September angeschlossen hat.

Die macOS-VMs laufen über Apples Virtualization.framework auf physischen AWS EC2 Mac-Rechnern, wobei dem Snapshot-System (snapshots) eine NBD-Schnittstelle (Network Block Device) hinzugefügt wurde, um eine Sitzung fortsetzen zu können, ohne die Maschine eingeschaltet zu lassen. Eine Ethernet-Gateway-Lösung im Userspace ersetzt Apples verwaltetes NAT, um die Netzwerkrichtlinie jeder Sitzung durchzusetzen. Weder Preise noch die betroffenen Tarife werden genannt.

🔗 macOS zu Devin bringen

NVIDIA erläutert zwei Bausteine von Vera Rubin: Groq 3 LPX und NVLink 6

15. September — Zwei Beiträge im technischen Blog von NVIDIA erklären, wie die Vera-Rubin-Plattform bei der Inferenz Energie spart und Ausfälle ihres Netzwerks verkraftet. Die nachstehenden Zahlen stammen von NVIDIA.

Groq 3 LPX: deterministische Ausführung zur Verringerung der Spannungsreserve

Über den Produktionsstart von Groq 3 LPX wurde hier bereits am 24. August berichtet; dieser Beitrag erklärt den zugrunde liegenden Mechanismus. Vor der Ausführung legt der Compiler der LPU-Chips taktzyklusgenau fest, wann jede Berechnung und jede Datenübertragung über die 256 Chips des Racks stattfindet, wodurch er die Stromaufnahme vorhersagen kann. Zwei Technologien machen sich dies zunutze: Preemptive Power (PEP) weist das Stromversorgungsnetz an, die Spannung unmittelbar vor einer Nachfragespitze anzuheben, und Clock Period Synthesis (CPS) verlängert die Taktzyklen, in denen der Strom am schnellsten ansteigt. Ziel ist es, die von jeder Schaltung vorgehaltene Spannungsreserve (voltage guardband) zu verringern, die kostspielig ist, da die Leistung mit dem Quadrat der Spannung steigt: 10 % mehr Spannung bedeuten 21 % mehr Leistung.

In internen Tests sinkt der Spannungsabfall um mehr als 60 %. NVIDIA schätzt, dass bei gleicher Last die erforderliche Leistung gegenüber einem vergleichbaren nicht deterministischen System um einen „niedrigen zweistelligen“ Prozentsatz (low-double-digit) sinken könnte. Diese Steuerungen kommen in der zweiten Jahreshälfte 2026 zu Vera Rubin.

🔗 NVIDIA-Beitrag zur deterministischen Ausführung von Groq 3 LPX

NVLink 6: ein Resilienz-Stack vom Silizium bis zur Software

NVLink 6 verbindet die 72 Rubin-GPUs eines Vera-Rubin-NVL72-Racks zu einer einzigen Domäne; sein laut NVIDIA zehnmal höherer Paketdurchsatz gegenüber generischen Ethernet-Alternativen wurde hier bereits am 21. Juli erwähnt. Der Beitrag erläutert diesmal die Fehlertoleranz Schicht für Schicht.

Stack-Ebene	Von NVIDIA beschriebener Mechanismus
Physische Schicht	Schlanke Fehlerkorrektur, ergänzt durch erneute Übertragung auf der physischen Schicht (Physical Layer Retry)
Verbindungsschicht	Kreditbasierte Flusskontrolle (credit-based flow control), die konstruktionsbedingt keine Pakete verliert
Linkverwaltung	Softwarebasierte Wiederherstellung in etwa 1,5 Sekunden über den NMX Controller
Inferenzdienst	Shadow Engine Recovery (NVIDIA Dynamo): Unterbrechung auf einer B200-GPU von 283 auf 7,3 Sekunden reduziert
Multi-Node-Checkpoints	cuda-checkpoint wird prototypisch von NCCL unterstützt, allgemeine Verfügbarkeit bis Jahresende erwartet

Die kreditbasierte Flusskontrolle sendet ein Paket nur, wenn der nächste Hop genügend Platz hat, um es zu empfangen, während Ethernet auf PFC und ECN setzt. Shadow Engine Recovery hält seinerseits eine Replik der Inferenz-Engine bereit, die bereits mit eigenen NCCL-Kommunikatoren initialisiert ist.

🔗 NVIDIA-Beitrag zur Resilienz von NVLink 6

Gemini Notebook kündigt Sprachunterhaltungen mit seinen Notebooks und einen Audiorekorder an

15. September — Zum Beginn des akademischen Jahres erhält Gemini Notebook ein neues Erscheinungsbild und kündigt eine Reihe von Lernwerkzeugen an, von denen die meisten noch ausstehen.

Angekündigtes Lernwerkzeug	Angegebene Verfügbarkeit
Sprachunterhaltung in Echtzeit mit den eigenen Notebooks auf Mobilgeräten in fast 100 Sprachen	Diese Woche für volljährige Google-AI-Ultra-Abonnenten, bald für Google AI Pro und andere
Audiorekorder in der mobilen Anwendung	Ab nächster Woche
Interaktive Lernübersichten in Reports	In den kommenden Wochen für alle Nutzer
Quiz mit Kurzantworten, Multiple-Choice-Fragen oder Lückentexten	In den kommenden Wochen für alle Nutzer
Teilbare Short Video Overviews in mehr als 80 Sprachen	Ab sofort, gegenüber mehr als 70 Sprachen am 1. September

Die Sprachunterhaltung wird auf Grundlage der Quellen des Notebooks antworten und sich per Sprache unterbrechen lassen; der Rekorder wird eine Vorlesung oder einen Gedankengang direkt im Notebook neben den Quellen erfassen. Die Lernübersichten werden Zusammenfassungen, Infografiken, Quiz und Lernkarten (flashcards) zusammenstellen. Zu den bereits im August vorgestellten Angeboten für Studierende präzisiert Google, dass das für US-Studierende kostenlose Jahr Google AI Pro die Limits in Gemini Notebook vervierfacht und das in mehr als 140 anderen Märkten angebotene Jahr Google AI Plus sie verdoppelt.

🔗 Mit neuen Gemini-Notebook-Werkzeugen die Lernroutine verbessern

Antigravity 2.14.0 öffnet das integrierte Terminal und Git für Enterprise- und Business-Konten

15. September — Antigravity 2.14.0, das 10 Verbesserungen und 18 Fehlerbehebungen umfasst, macht das integrierte Terminal und die Git-Versionskontrolle in der Seitenleiste für Enterprise- und Business-Konten verfügbar; für andere Konten waren sie mit Version 2.10.0 vom 24. August eingeführt worden. Unterhaltungen mit einem sehr langen Verlauf werden schneller geladen und verbrauchen weniger Speicher, und eine redundante Analyse von Skills, Regeln und Anpassungsdateien, die bei jeder Nachricht erneut gestartet wurde, entfällt.

Zu den Fehlerbehebungen gehört, dass ein vorübergehender Dienstfehler die Sitzung nicht mehr beendet: Der Vorgang wird etwa zwölf Minuten lang mit zunehmender Verzögerung erneut versucht. Abgeschlossene Unteragenten werden nicht mehr weiterhin als aktiv angezeigt und blockieren dadurch nachfolgende Nachrichten bis zu einem Neustart, und ein Speicherleck im Zusammenhang mit den Ausgaben von Terminalbefehlen wurde behoben. Der Titel der Version erwähnt ein neues Berechtigungssystem, doch die Versionshinweise beschränken sich in diesem Punkt darauf, den Bereich der allgemeinen Einstellungen in „Global Permissions“ und die Option zur Übernahme der Projekteinstellungen in „Inherit Global“ umzubenennen.

🔗 Changelog von Google Antigravity

IBM Research halbiert mit ALTK-Evolve die Konsistenzlücke eines Agenten

15. September — Im Hugging-Face-Blog veröffentlicht IBM Research den dritten Teil seiner ALTK-Evolve-Reihe, diesmal zur Ausführungskonsistenz von Agenten. Bei 168 AppWorld-Aufgaben bewältigt ein ReAct-Agent unter GPT-4.1 mit einer Temperatur von 0 im Durchschnitt 77,4 % seiner Ausführungen über fünf Versuche hinweg erfolgreich (Mean@5), schafft jedoch nur bei 53,0 % der Aufgaben alle fünf Versuche (Pass^5). IBM bezeichnet diese Differenz von 24,4 Punkten als Konsistenzlücke (consistency gap).

Der Consistency Analyzer erkennt instabile Entscheidungen anhand einer einzigen aufgezeichneten Trajektorie: Er spielt jeden Schritt offline erneut ab und fordert dabei fünf Vervollständigungen an, ohne Ground Truth, ohne die Aufgabe erneut auszuführen und ohne Zugriff auf die Logits. Aus den fragilen Schritten werden Konsistenzrichtlinien (consistency guidelines), die zum Zeitpunkt der Inferenz eingespeist werden.

Agentenkonfiguration	Mean@5-Score	Pass^5-Score	Konsistenzlücke
ReAct GPT-4.1 ohne Richtlinien	77,4 %	53,0 %	24,4 Punkte
ReAct GPT-4.1 mit Konsistenzrichtlinien	81,0 %	69,0 %	12,0 Punkte

Bei gpt-oss-120b steigt Pass^5 von 10,1 % auf 16,1 %. Der Analyzer und die Generierung von Richtlinien sind in das Open-Source-Repository von ALTK-Evolve integriert.

🔗 Beitrag von IBM Research im Hugging-Face-Blog

Aillis setzt Sakana Namazu für Evidence Finder ein und erreicht 96,4 % bei der japanischen staatlichen Medizinprüfung

14. September — Aillis, ein japanisches Unternehmen, das auf maschinellem Lernen basierende Medizinprodukte entwickelt, setzt Sakana Namazu, das Anfang August von Sakana AI eingeführte, auf Japanisch spezialisierte LLM, in Evidence Finder ein, seinem Werkzeug zur Evidenzsuche für Ärzte. Die um 11 Uhr Tokioter Zeit veröffentlichte Mitteilung wurde am selben Tag um 15:30 Uhr pazifischer Zeit von Sakana AI auf X weiterverbreitet, nach unserer Erfassung vom 14. September. Evidence Finder erstellt auf Grundlage der medizinischen Literatur Antworten, die ihre Quellen anführen und deren Existenz von seiner Verify-Funktion überprüft wird; die beiden Unternehmen beginnen außerdem eine gemeinsame Arbeit an medizinischen Anwendungsfällen.

Die auf Sakana Namazu basierende Version von Evidence Finder erzielt bei der 120. Ausgabe der japanischen staatlichen Medizinprüfung im Februar 2026 96,4 % (482 von 500 Punkten). Laut der Erhebung von Aillis zum 1. September ist dies der beste Wert unter den einheimischen Foundation Models, die vom GENIAC-Programm des japanischen Wirtschaftsministeriums ausgewählt wurden. Die Mitteilung nennt zwei Vorbehalte: Die Einschränkungen des Produkts, darunter die Ablehnung bildbasierter Fragen, wurden für diesen Test aufgehoben, während der kommerzielle Dienst nur Textfragen verarbeitet; außerdem ist Evidence Finder kein Medizinprodukt.

🔗 Mitteilung von Aillis auf PR Times 🔗 Weiterverbreitung durch Sakana AI auf X

Google beziffert die Nutzung von KI und ihre gesellschaftlichen Auswirkungen

15. September — Google veröffentlicht am selben Tag zwei Beitragsreihen über die tatsächliche Nutzung von KI und ihre gesellschaftlichen Auswirkungen.

AI & Economy ATLAS wird mit einer Studie über Wissenschaftler öffentlich zugänglich

AI & Economy ATLAS, das Forschungsprogramm des Büros des Chefökonomen von Google, aus dem die hier am 9. September genannten Zahlen zu Verwaltungsaufgaben stammten, wird zu einer frei zugänglichen interaktiven Erfahrung: Dort lässt sich die KI-Nutzung nach Beruf, zu Hause und nach Ländern vergleichen.

Hervorgehobener ATLAS-Indikator	Von Google veröffentlichter Wert
Indien: Anteil von Kunst-, Design- und Medienberufen an der beruflichen KI-Nutzung	19 %, also das 1,6-Fache des weltweiten Durchschnitts
Vereinigte Staaten: Anteil von Informatik und Mathematik	30 %, doppelt so hoch wie im Rest der Welt
Brasilien und Deutschland: Anteil manueller Aufgaben wie der Gerätediagnose	7 %, gegenüber 4 % in Japan

Eine Studie von Google, Google DeepMind und MIT FutureTech, die auf der Analyse von 2.600 spezialisierten KI-Modellen und einer Befragung von mehr als 600 amerikanischen und britischen Wissenschaftlern beruht, zeigt, dass fast die Hälfte von ihnen täglich KI nutzt und angibt, dadurch knapp 7 Stunden pro Woche einzusparen. Die Autoren weisen auch auf die Schattenseiten hin: den Zeitaufwand für die Validierung von KI-Ausgaben und eine wachsende Warteschlange ungeprüfter Hypothesen, die auf physische Experimente und klinische Validierungen warten.

🔗 Neue Erkenntnisse aus Googles AI & Economy ATLAS

AI for Societal Impact: Sprachen, Google.org-Preisträger und FireSat

Die Technologien des Konzerns funktionieren laut Google in mehr als 300 Sprachen, die von über 7 Milliarden Menschen gesprochen werden, und mehrere Datensätze wurden gemeinsam mit lokalen Partnern erstellt. Google stellt außerdem Language Explorer vor, ein interaktives Tool zur Visualisierung der offenen Datenbank LinguaMeta.

Von Google genannte Initiative	Genannte Zahl
WAXAL, offener Sprachkorpus	27 Sprachen Subsahara-Afrikas
Project Vaani	Mehr als 30.000 Stunden Sprache in 109 Sprachen
Google.org Impact Challenge: AI for Government Innovation	15 Preisträger, 30 Millionen US-Dollar, mehr als 2.600 Bewerbungen
FireSat	Erste Charge betriebsbereiter Satelliten im Orbit, rund 50 bis 2030 geplant, um alle 20 Minuten ein Bild aufzunehmen
Planetary Prediction Engine, Ende August vorgestellt	Laut Google wurden 83 % der entstehenden Ebola-Herde in der Demokratischen Republik Kongo im Voraus erkannt

Die Preisträger von Google.org, darunter Code for America für Steuererklärungen und die Johns Hopkins University für Verkehrssicherheit, profitieren von der ehrenamtlichen Unterstützung durch Google-Ingenieure und konzipieren ihre Projekte als wiederverwendbare Open-Source-Modelle.

🔗 AI für alle in jeder Sprache 🔗 15 Organisationen, die den öffentlichen Dienst mit AI verändern 🔗 AI entwickeln, um die Wissenschaft zu beschleunigen und das Leben zu verbessern 🔗 Waldbrände mit AI erkennen

Kurzmeldungen

Anthropic veröffentlicht einen Leitfaden für den Einsatz von Claude in Vertriebsteams — Building an AI-native revenue organization erschien am selben Tag wie Salesforce in Claude und wird in einem Beitrag vorgestellt, der zwei Kunden nennt: Cox Communications gibt an, im ersten Jahr das Siebenfache seiner Investition erwirtschaftet und die Kosten für die Validierung und Anreicherung seiner Leads um 86 % gesenkt zu haben, wobei die Genauigkeit von 18 % auf 97 % gestiegen sei; außerdem nutzen 88 % der rund 1.500 Beschäftigten von Cyera Claude jede Woche. 🔗 Quelle
Perplexity veröffentlicht einen Leitfaden zu Schatten-AI (shadow AI) — der Beitrag enthält keine eigenen Daten und fasst Erhebungen Dritter zusammen: Etwa die Hälfte der Beschäftigten gibt an, durch die Nutzung von AI gegen die Regeln ihrer Organisation verstoßen zu haben (KPMG), und 82 % der Befragten einer Studie der Cloud Security Alliance melden unbekannte Agents in den Systemen ihrer Organisation. Der Beitrag endet mit einem Plädoyer für Perplexity Enterprise und Comet for Enterprise, ohne eine neue Funktion anzukündigen. 🔗 Quelle
v0 wird modellagnostisch (model-agnostic) — laut einem schlichten Tweet bietet das Tool zur Anwendungserstellung von Vercel über Vercel AI Gateway Frontier-Modelle sowie günstige, offene und schnelle Modelle an, darunter Claude, GPT, Kimi, GLM, Grok und DeepSeek; weder die vollständige Liste noch die Preise oder die betroffenen Angebote werden genannt. 🔗 Quelle
Warp beziffert die Leistung seiner internen Softwarefabrik — in einem Methodenbeitrag mit drei Phasen (crawl, walk, run) zur Einführung der Softwarefabrik (software factory) erklärt Zach Lloyd, CEO von Warp, dass die unternehmenseigene Fabrik rund 75 % der Änderungen an warp.dev, der Marketingwebsite des Unternehmens, automatisiert; Warp Factories befindet sich weiterhin im Early Access, wobei qualifizierten Unternehmen Nutzungsguthaben im Wert von 10.000 US-Dollar angeboten werden. 🔗 Quelle
Kimi Code 0.43.1 behebt Fehler in seinen Sub-Agent-Schwärmen — weniger als 19 Stunden nach Version 0.43.0 veröffentlicht Moonshot AI sieben Fehlerbehebungen, darunter die Freigabe des Speichers nach Abschluss eines Sub-Agents, ein schlankeres Rendering und eine entlastete Ereignisschleife bei großen Schwärmen sowie eine Änderung, durch die Ctrl+C nur noch die Sub-Agents unterbricht, statt die gesamte CLI zu schließen. 🔗 Quelle
Gemini CLI v0.60.0 wird stable — die Version übernimmt unverändert die Preview vom 8. September und deren elf Härtungsmaßnahmen; v0.61.0-preview.0 eröffnet die nächste Reihe mit drei bereits als Nightly veröffentlichten Fehlerbehebungen und einer Korrektur der Agent-Schleife. 🔗 Quelle
Copilot schlägt zulässige Werte für benutzerdefinierte Repository-Eigenschaften vor — beim Erstellen einer benutzerdefinierten Eigenschaft (custom property) für ein Unternehmen oder eine Organisation schlägt Copilot Werte vor, die mit einem Klick übernommen werden können; die Funktion ist als Public Preview für Copilot Business und Enterprise verfügbar und wird über die Richtlinie „Repository custom property suggestions“ gesteuert. 🔗 Quelle
Grok Imagine bearbeitet in der Beta Text in Bildern — mit dem Tool zur Bild- und Videogenerierung von SpaceXAI lässt sich Text in beliebigen Bildern bearbeiten, etwa in Einladungen, Plakaten oder Werbung; in der Ankündigung werden weder Tarife noch Plattformen oder das verwendete Modell genannt. 🔗 Quelle
MiniMax H3 erreicht beim Denoising mehr als die doppelte Echtzeitgeschwindigkeit — in einem am 14. September um 16:34 Uhr pazifischer Zeit und damit nach unserer Erfassung vom selben Tag veröffentlichten Tweet erklärt MiniMax, dass H3 mit SGLang-Diffusion und VDN-H3 auf 8 B200-GPUs 14,4 Sekunden Video in 768p innerhalb von 9,0 Sekunden generiert, ohne gemessene Qualitätseinbußen; dies knüpft an das am 14. September erfasste H3-Ökosystem an. 🔗 Quelle
Retrieve-for-Train destilliert Reinforcement Learning in ein kleines Diffusionsmodell — diese aus einem ICML-2026-Paper hervorgegangene Arbeit von Google Research trainiert ein Modell mit 4B Parametern einmalig und offline mittels Reinforcement Learning (Reinforcement Learning) darauf, vielfältige Unterabfragen zu erzeugen, und destilliert dieses Verhalten anschließend in ein Diffusionsmodell mit 53,9 Millionen Parametern, das die gesamte Menge in einem Durchlauf generiert und dadurch eine 12- bis 20-fache Beschleunigung erreicht. 🔗 Quelle
NVIDIA beziffert die Abwägung zwischen dichtem Modell und Expertenmischung (Mixture-of-Experts, MoE) — dieser Lehrbeitrag vergleicht Gemma 4 31B, Qwen3.8-27B, Nemotron 3.5 Lightning und Mistral Small 4 anhand von am 31. August erfassten Daten von Artificial Analysis: Lightning mit 30B Parametern, davon 3B aktiv, ist vier- bis fünfmal schneller als Qwen3.8-27B und kostet nur ein Vierzehntel, erzielt jedoch weniger als die Hälfte von dessen Fähigkeitswert. 🔗 Quelle
NVIDIA FLARE 2.9 ergänzt Slurm — das Framework für föderiertes Lernen (federated learning), das seit Version 2.8 Docker und Kubernetes unterstützt, ermöglicht nun den gemeinsamen Betrieb aller drei Umgebungen innerhalb derselben Föderation und führt eine portable Ressourcenbeschreibung pro Job ein. 🔗 Quelle
Sakana Marlin ergänzt interaktives Lesen und PowerPoint-Export — mit dem interaktiven Lesen (Interactive Reading) ermöglicht der autonome Forschungsassistent von Sakana AI, den Agent zu seinem Bericht zu befragen und direkt eine im Text zitierte Quelle zu öffnen, welche die jeweilige Aussage belegt; außerdem exportiert er bearbeitbare PowerPoint-Präsentationen, die die URLs ihrer Quellen enthalten. 🔗 Quelle
ShadowPEFT wird in die PEFT-Bibliothek aufgenommen — Community-Beitrag: Die Methode, die ein kleines abtrennbares „Schattennetzwerk“ an das eingefrorene Modell anbindet, wurde in den Hauptbranch von PEFT integriert und wird mit der nächsten Version ausgeliefert; auf Llama-3.2-3B messen die Autoren 48,1 % bei GSM8K gegenüber 46,9 % für LoRA, jedoch einen Spitzenspeicherverbrauch von 28,2 GB gegenüber 22,3 GB. 🔗 Quelle
RiverRider misst die Dateilokalisierung im Vergleich zum Zufall — Einzelbeitrag: Bei SWE-bench Verified setzt ein lokaler Encoder mit 33 Millionen Parametern in 45,8 % der Fälle die richtige Datei an die erste Stelle, doch eine Baseline mit permutierten Abfragen findet sie bereits in 24,4 % der Fälle unter den ersten 50 Ergebnissen, wodurch das Verhältnis zwischen Signal und Zufall von 45,8 auf 3,9 sinkt. 🔗 Quelle
EcoHash verdoppelt auf Qwen3.8-27B die Nebenläufigkeit einer RTX PRO 6000 — Beitrag eines Inference-Anbieters, der bereits am 14. September zu einem anderen Thema zitiert wurde und anhand seines eigenen Dienstes misst: Die Aktivierung des Multi-Token-Prediction-Heads (multi-token prediction, MTP) des Modells in vLLM 0.27.1 senkt die Zeit pro Token von 22 auf 13 ms und erhöht die bewältigte Nebenläufigkeit von 32 auf 64 Anfragen; dieser Höchstwert wurde bei zwei von vier Wiederholungen erreicht, auf Kosten von 23 % der KV-Cache-Kapazität. 🔗 Quelle
DINO-X veröffentlicht ein Forschungsmodell für Lebergefäße mitsamt seinen Fehlschlägen — ausschließlich für die Forschung vorgesehenes Community-Modell: Dieses ViT-Base mit 86 Millionen Parametern erreicht bei 17.639 CT-Schichten eine externe AUROC von 0,9413; der Autor veröffentlicht außerdem seine negativen Ergebnisse, darunter einen nicht veröffentlichten Spezialisten für den Dickdarm mit einem Wert von 0,6529. 🔗 Quelle

Was das bedeutet

Sprache wird zu einer vollwertigen Agent-Schnittstelle. Gemini 3.8 Live und seine Variante Extended Thinking rufen im Hintergrund Tools auf, während die Antwort weiterläuft, und legen besonderen Wert auf die Genauigkeit diktierter Codes und Nummern, wobei die Kosten pro Audiominute veranschlagt werden. Google integriert die Variante Extended Thinking, die über den Fortschritt ihrer Hintergrundaufgaben berichtet, umgehend mit Docs Live, Gmail Live und Keep Live in seine Arbeitstools; Gemini Notebook kündigt seinerseits ein Sprachgespräch an, das in den Quellen jedes Notebooks verankert ist. Der Schwerpunkt verlagert sich von der Sprachqualität hin zu dem, was das Modell erledigt, während es spricht.

Der zweite rote Faden ist die Distribution: Agents gelangen über bereits bestehende Wege in die Geschäftstools. Salesforce in Claude erscheint mit Vertriebs-Skills, Konnektoren zum CRM und zu Slack sowie einer Genehmigung für jeden Schreibvorgang; HP installiert Perplexity in der Taskleiste seiner PCs vor und verbindet es mit schreibgeschütztem Zugriff auf Revit-Entwürfe; Devin kann über AWS Marketplace erworben und in einem dedizierten VPC bereitgestellt werden. In jedem Fall kommt der Agent zu dem Tool, das das Unternehmen bereits verwendet, und bringt die entsprechenden Schutzvorkehrungen mit: die Salesforce-Berechtigungen des Vertriebsmitarbeiters, schreibgeschützten Zugriff auf Revit und einen dedizierten VPC bei AWS.

Der dritte rote Faden betrifft Zuverlässigkeit und Kontrolle. Die Versionen 2.1.271 und 2.1.273 von Claude Code lassen die Rückgaben der Sub-Agents vom Klassifikator prüfen, öffnen den Netzwerkzugriff Befehl für Befehl und beheben Umgehungen von Berechtigungen über Sub-Shells oder ignorierte MDM-Einstellungen. IBM Research zeigt, dass ein auf Temperatur 0 eingestellter Agent durchschnittlich 77,4 % seiner Ausführungen erfolgreich abschließen kann, aber nur bei 53,0 % der Aufgaben alle fünf Versuche erfolgreich sind, und empfiehlt, Pass^k zusätzlich zum Durchschnitt zu veröffentlichen. NVIDIA stellt dieselben Anforderungen an die Hardware: NVLink 6 stellt eine Verbindung in etwa 1,5 Sekunden wieder her, und Shadow Engine Recovery verkürzt eine Inference-Unterbrechung von 283 auf 7,3 Sekunden. Die Frage lautet nicht mehr nur, ob ein Agent erfolgreich ist, sondern ob er jedes Mal innerhalb überprüfbarer Grenzen erfolgreich ist.

Der letzte rote Faden betrifft das Tempo. OpenAI wird GPT-5.5 einen Monat nach der Ankündigung aus seinen Anwendungen entfernen, wie zuvor GPT-5.4, und fordert dazu auf, den Bezeichner überall zu ersetzen, wo er ausdrücklich ausgewählt wird, einschließlich geplanter Aufgaben und Scripts. Bei den Tools veröffentlicht Claude Code innerhalb von 22 Stunden drei Versionen, Kimi Code weniger als 19 Stunden nach seiner vorherigen Version eine Fehlerbehebung, und Gemini CLI erklärt die Preview vom 8. September eine Woche später für stable. Gleichzeitig erklärt sich v0, das Modelle bisher einzeln zu seinem Auswahlmenü hinzufügte, für agnostisch und stützt sich auf Vercel AI Gateway: Das Modell wird dort zu einer austauschbaren Komponente.