https://pharma.intelligence-synthesis.com/de/ai-reports/Von KI-Unternehmen, Universitäten, Forschungsinstituten und Beratungsunternehmendehttps://pharma.intelligence-synthesis.com/de/ai-reports/s/145e91d47a/ir-145e91d47aSat, 17 Oct 2026 00:00:00 +0900labNVIDIA hat die RTX-Spark-Laptops vorgestellt, mit Verkaufsstart-Events auf der ganzen Welt, darunter eines in Berlin, bei dem CEO Jensen Huang einen Auftritt hatte. Der Chip vereint eine Blackwell-RTX-GPU und eine Grace-CPU in einem Superchip und bietet bis zu 1 Petaflop KI-Rechenleistung sowie bis zu 128GB einheitlichen Speicher. Laptops von ASUS, Dell, HP, Lenovo, Microsoft und MSI beginnen bei 2.399 $, weitere Systeme sind in Planung. https://blogs.nvidia.com/blog/local-ai-rtx-spark-windows-laptops-celebration/https://pharma.intelligence-synthesis.com/de/ai-reports/s/fc6ef85e79/ir-fc6ef85e79Sat, 17 Oct 2026 00:00:00 +0900academiaDieses Papier schlägt eine Safety-Case-Vorlage für offensive Cyberfähigkeiten vor. Es gliedert die Hauptaussage in schrittweise konkretere Teilaussagen, die jeweils durch Belege gestützt werden, und verknüpft Risikomodelle, Stellvertreteraufgaben und Evaluierungsergebnisse mithilfe des Claims-Arguments-Evidence-Rahmenwerks. Die Autoren präsentieren es als Machbarkeitsnachweis, um die Diskussion über KI-Safety-Cases anzuregen. https://www.governance.ai/research-paper/safety-case-template-for-frontier-ai-a-cyber-inability-argumenthttps://pharma.intelligence-synthesis.com/de/ai-reports/s/fb171eb97f/ir-fb171eb97fSat, 17 Oct 2026 00:00:00 +0900academiaDieser Artikel gibt einen Überblick darüber, wie Fortschritte bei der Hardware, insbesondere bei der Rechenleistung, weitere Verbesserungen von KI-Systemen untermauern. Er erklärt, dass KI-Fortschritt auf Rechenleistung, Daten und Algorithmen beruht, und beschreibt gängige Metriken für Rechenleistung wie FLOPS, MIPS und IOPS. Er ist der dritte Teil einer Reihe über KI-Trends. https://futuretech.mit.edu/news/what-drives-progress-in-ai-trends-in-computehttps://pharma.intelligence-synthesis.com/de/ai-reports/s/fabc33faa3/ir-fabc33faa3Sat, 17 Oct 2026 00:00:00 +0900academiaNeue Forschung zeigt, dass Frameworks für maschinelles Lernen bei der Portierung auf andere Hardware mehr als 40% ihrer Kernfunktionen verlieren können. Selbst wenn Funktionen portierbar bleiben, kann die Leistung so stark sinken, dass sie untragbar wird. Die Autoren vermuten, dass Hardware-Spezialisierung Innovationen in der Forschung zum maschinellen Lernen behindern könnte. https://futuretech.mit.edu/news/the-grand-illusion-the-myth-of-software-portability-and-implications-for-ml-progresshttps://pharma.intelligence-synthesis.com/de/ai-reports/s/f4f0a1b4e7/ir-f4f0a1b4e7Sat, 17 Oct 2026 00:00:00 +0900academiaDie USA und die EU verwenden Schwellenwerte für die Trainingsrechenleistung, also die Anzahl der beim Training verwendeten Rechenoperationen, um Allzweck-KI-Modelle zu identifizieren, die Risiken großflächiger gesellschaftlicher Schäden bergen könnten. Die Autoren argumentieren, dass die Trainingsrechenleistung derzeit die am besten geeignete Kennzahl für diesen ersten Filter ist, da sie mit Fähigkeiten und Risiken korreliert, quantifizierbar ist und extern überprüft werden kann. Sie warnen, dass sie ein unvollkommener Indikator für Risiken ist und nicht allein zur Festlegung von Minderungsmaßnahmen herangezogen werden sollte. https://www.governance.ai/research-paper/training-compute-thresholds-features-and-functions-in-ai-regulationhttps://pharma.intelligence-synthesis.com/de/ai-reports/s/f2e2436481/ir-f2e2436481Sat, 17 Oct 2026 00:00:00 +0900academiaGestützt auf akademische Studien und öffentliche Umfragen fasst dieser Bericht die Einstellungen der Öffentlichkeit zu KI zusammen, mit Schwerpunkt auf dem Vereinigten Königreich und den Vereinigten Staaten. Er behandelt Ansichten zu Themen wie der Sorge vor Arbeitsplatzverlust sowie neue Trends, Herausforderungen und Chancen. Außerdem stellt er die AI-SHARE-Datenbank vor, die Umfragedaten aus über 200 zwischen 2014 und 2023 durchgeführten Studien bündelt. https://www.governance.ai/research-paper/what-does-the-public-think-about-aihttps://pharma.intelligence-synthesis.com/de/ai-reports/s/f14403359b/ir-f14403359bSat, 17 Oct 2026 00:00:00 +0900academiaDas Papier argumentiert, dass Infrastruktur, Praktiken und Normen für die Meldung von Fehlern bei universell einsetzbaren KI-Systemen (GPAI) im Vergleich zur Softwaresicherheit stark unterentwickelt sind. Es schlägt standardisierte KI-Fehlerberichte und Verhaltensregeln (Rules of Engagement), breit angelegte Offenlegungsprogramme nach dem Vorbild von Bug-Bounty-Programmen mit rechtlichen Safe Harbors sowie eine bessere Infrastruktur zur Koordination von Fehlermeldungen zwischen den Beteiligten vor. https://www.governance.ai/research-paper/in-house-evaluation-is-not-enough-towards-robust-third-party-flaw-disclosure-for-general-purpose-aihttps://pharma.intelligence-synthesis.com/de/ai-reports/s/f130afe88a/ir-f130afe88aSat, 17 Oct 2026 00:00:00 +0900academiaDa KI-Agenten zunehmend Aufgaben in offenen Umgebungen planen und ausführen, argumentieren die Autoren, dass die bestehenden Werkzeuge nicht ausreichen, um ihre Risiken zu steuern. Sie schlagen eine „Agenten-Infrastruktur“ vor, also technische Systeme und gemeinsame Protokolle außerhalb der Agenten, die deren Interaktionen und Auswirkungen vermitteln. Die Autoren benennen drei Funktionen: Handlungen bestimmten Agenten oder Nutzenden zuzuordnen, die Interaktionen der Agenten zu gestalten und schädliche Handlungen zu erkennen und zu beheben. https://www.governance.ai/research-paper/infrastructure-for-ai-agentshttps://pharma.intelligence-synthesis.com/de/ai-reports/s/effaa42816/ir-effaa42816Sat, 17 Oct 2026 00:00:00 +0900academiaKI-Systeme könnten enormen Schaden anrichten, aber auch das menschliche Wohlergehen erheblich verbessern. Die regulatorische Herausforderung besteht daher darin, Innovation zu ermöglichen und zugleich Risiken zu vermeiden. Das Papier argumentiert, dass regulatorische Aufsicht, bei der Behörden über Befugnisse zur Informationsbeschaffung und einen erheblichen Ermessensspielraum verfügen, nur dort eingesetzt werden sollte, wo kein anderer Ansatz das Regulierungsziel erreichen kann. Es kommt zu dem Schluss, dass Aufsicht für Frontier-KI-Entwickler wie OpenAI, Anthropic, Google DeepMind und Meta gerechtfertigt ist, weil keine andere Form der Regulierung eine gute KI-Politik erreichen kann. https://www.governance.ai/research-paper/regulatory-supervision-of-frontier-ai-developershttps://pharma.intelligence-synthesis.com/de/ai-reports/s/ed85089ac3/ir-ed85089ac3Sat, 17 Oct 2026 00:00:00 +0900academiaDiese interaktive Web-App untersucht die Dynamik des riskanten KI-Wettbewerbs anhand des Safety-Performance-Tradeoff-Modells (SPT). Sie fragt, ob Durchbrüche bei der KI-Sicherheit stets zu sichereren Systemen führen, selbst wenn alle wissen, wie sich ihre Systeme sicherer machen lassen. Mit dem Tool können Nutzer untersuchen, warum eingesetzte KI-Systeme möglicherweise so riskant bleiben wie vor einem Durchbruch. https://www.governance.ai/research-paper/safety-performance-tradeoff-model-web-aphttps://pharma.intelligence-synthesis.com/de/ai-reports/s/ed8394bd48/ir-ed8394bd48Sat, 17 Oct 2026 00:00:00 +0900academiaJe leistungsfähiger KI-Systeme werden, desto häufiger werden sie dazu eingesetzt, Schaden anzurichten, etwa durch die Automatisierung von Betrug oder die Erstellung schädlicher gefälschter Bilder. Das Papier argumentiert, dass Beschränkungen von Fähigkeiten gerechtfertigt sind, wenn andere Maßnahmen nicht ausreichen, das potenzielle Schadensausmaß hoch ist und ein gezielter Eingriff möglich ist. Es bietet eine Taxonomie und einen Rahmen, die sich an den Schritten orientieren, die erforderlich sind, damit Missbrauch Schaden verursacht, und wendet diese auf die Vorhersage neuartiger Toxine, die Erstellung schädlicher Bilder und die Automatisierung von Spear-Phishing an. https://www.governance.ai/research-paper/protecting-society-from-ai-misuse-when-are-restrictions-on-capabilities-warrantedhttps://pharma.intelligence-synthesis.com/de/ai-reports/s/ed4b9a2808/ir-ed4b9a2808Sat, 17 Oct 2026 00:00:00 +0900academiaDas Papier schlägt einen Rahmen vor, um zu bewerten, wie sich LLMs und verwandte Technologien auf die Arbeit auswirken können, und zwar anhand ihrer Relevanz für die Aufgaben, die Beschäftigte ausführen. Bei der Anwendung durch Menschen und ein LLM schätzen die Autoren, dass bei etwa 1,8 % der Berufe mehr als die Hälfte der Aufgaben von LLMs mit einfachen Schnittstellen und allgemeinem Training betroffen sein könnte. Berücksichtigt man ergänzende Softwareentwicklungen, steigt dieser Anteil auf knapp über 46 %. https://www.governance.ai/research-paper/gpts-are-gpts-labor-market-impact-potential-of-llmshttps://pharma.intelligence-synthesis.com/de/ai-reports/s/ea2245c67e/ir-ea2245c67eSat, 17 Oct 2026 00:00:00 +0900academiaDieser FutureTech-Beitrag fasst einige zentrale Erkenntnisse der Konferenz 2025 „How Fast Will AI Automation Happen?“ zusammen, die im Oktober stattfand. Zu den Vortragenden zählten führende Forschende zu KI-Entwicklung, KI-Ökonomie und KI-Anwendungen. Der Beitrag hebt ausgewählte Ideen hervor, statt jeden Vortrag vollständig zusammenzufassen. https://futuretech.mit.edu/news/how-fast-will-ai-automation-happen-reflections-on-the-futuretech-conferencehttps://pharma.intelligence-synthesis.com/de/ai-reports/s/e3a14b19e4/ir-e3a14b19e4Sat, 17 Oct 2026 00:00:00 +0900academiaDiese Stellungnahme antwortet auf ein Auskunftsersuchen der USA zu den Aufgaben des NIST im Rahmen der KI-Durchführungsverordnung und konzentriert sich auf „Dual-Use-Foundation-Modelle“. Sie empfiehlt, Entwickler dazu zu ermutigen, Praktiken wie die Veröffentlichung von Sicherheitsrichtlinien, die Durchführung von Red-Teaming, die Erstellung von Risikoschätzungen und die Überwachung von Modellen nach dem Einsatz zu übernehmen. Sie argumentiert zudem, dass die Belastungen durch das Risikomanagement im Verhältnis zur Wirkung eines Systems stehen sollten. https://www.governance.ai/research-paper/response-to-the-rfi-related-to-nists-assignments-under-the-executive-order-concerning-aihttps://pharma.intelligence-synthesis.com/de/ai-reports/s/e36a0f3452/ir-e36a0f3452Sat, 17 Oct 2026 00:00:00 +0900academiaDie Online-Aktivitäten von KI-Agenten könnten menschliche Überzeugungen verzerren, etwa indem synthetische Likes und Shares wie echte Meinungsäußerungen aussehen. Der Autor argumentiert, dass Artikel 50 des EU-KI-Gesetzes (EU AI Act), der voraussichtlich am 2. August 2026 in Kraft tritt, wahrscheinlich eine Kennzeichnung der Webanfragen und Browseraktionen von KI-Agenten verlangt und dass die Kennzeichnungen hinsichtlich Urheber und Manipulation überprüfbar sein sollten. Das Papier schlägt in einem Anhang einen möglichen Text für den kommenden Verhaltenskodex (Code of Practice) vor. https://www.governance.ai/research-paper/labeling-of-ai-agent-activity-in-article-50-of-the-eu-ai-acthttps://pharma.intelligence-synthesis.com/de/ai-reports/s/e086420a53/ir-e086420a53Sat, 17 Oct 2026 00:00:00 +0900academiaDas Papier konzentriert sich auf „Frontier-KI“-Modelle: hochleistungsfähige Basismodelle, die gefährliche Fähigkeiten besitzen könnten, die ausreichen, um eine ernsthafte Gefahr für die öffentliche Sicherheit darzustellen. Es argumentiert, dass ihre Regulierung drei Bausteine erfordert: Standardsetzung, Registrierungs- und Berichtspflichten sowie Mechanismen zur Sicherstellung der Einhaltung. Außerdem schlägt es einen ersten Satz von Sicherheitsstandards vor, darunter Risikobewertungen vor dem Einsatz sowie die Überwachung neuer Erkenntnisse nach dem Einsatz und der Umgang mit ihnen. https://www.governance.ai/research-paper/frontier-ai-regulation-managing-emerging-risks-to-public-safetyhttps://pharma.intelligence-synthesis.com/de/ai-reports/s/dd9a29f1e1/ir-dd9a29f1e1Sat, 17 Oct 2026 00:00:00 +0900consultinghttps://www.deloitte.com/global/en/services/consulting-risk/perspectives/the-ciso-guide-to-generative-ai-opportunities-outcomes-and-the-urgency-of-now.htmlhttps://pharma.intelligence-synthesis.com/de/ai-reports/s/dc607dd2d3/ir-dc607dd2d3Sat, 17 Oct 2026 00:00:00 +0900academiaDer Bericht analysiert, wie sich generative KI, aufkommende KI-Agenten und, spekulativer, künstliche allgemeine Intelligenz auf den Finanzsektor auswirken werden. Er untersucht vier Funktionen: Finanzintermediation, Versicherung, Vermögensverwaltung und Zahlungsverkehr, sowie die Folgen für die Finanzstabilität und die Aufsichtspolitik. Außerdem betrachtet er Spillover-Effekte auf die Realwirtschaft in optimistischen und disruptiven Szenarien und schlägt einen Rahmen für die Weiterentwicklung der Finanzregulierung auf Grundlage allgemeiner Prinzipien der KI-Governance vor. https://www.governance.ai/research-paper/intelligent-financial-system-how-ai-is-transforming-financehttps://pharma.intelligence-synthesis.com/de/ai-reports/s/db7d10cae9/ir-db7d10cae9Sat, 17 Oct 2026 00:00:00 +0900academiaEine präregistrierte randomisierte kontrollierte Studie (Juni bis August 2025, n = 153) fand keinen signifikanten Unterschied beim Abschluss von Arbeitsabläufen zwischen Laien, die LLM-Unterstützung nutzten, und solchen mit Internetzugang, bei einer Aufgabe, die einen Arbeitsablauf der Reverse Genetics von Viren nachbildete. Die LLM-Gruppe hatte in vier von fünf Aufgaben numerisch höhere Erfolgsquoten, was die Autoren mit einem bescheidenen Leistungsvorteil in Verbindung bringen. Die Studie verweist auf eine Lücke zwischen Benchmark-Ergebnissen und dem Nutzen in der Praxis und fordert eine Validierung von KI-Biosicherheitsbewertungen in der physischen Welt. https://www.governance.ai/research-paper/measuring-mid-2025-llm-assistance-on-novice-performance-in-biologyhttps://pharma.intelligence-synthesis.com/de/ai-reports/s/d8e7de3025/ir-d8e7de3025Sat, 17 Oct 2026 00:00:00 +0900academiaDas Papier argumentiert, dass Anbieter von Rechenleistung in der KI-Regulierung rechtliche Pflichten und ethische Verantwortung tragen sollten, indem sie als Sicherer, Protokollführer, Prüfer der Kundenaktivitäten und Durchsetzer agieren. Es untersucht, wie sich diese Funktionen gezielt und datenschutzbewusst erfüllen lassen, indem nicht vertrauliche Daten genutzt werden, um auf die Art der Arbeitslast und die verbrauchte Rechenleistung zu schließen. Am Beispiel der US-Exekutivanordnung 14110 skizziert es Anforderungen an die Aufzeichnung und untersucht, wie Verifizierung und Durchsetzung ein umfassenderes Aufsichtssystem bilden könnten. https://www.governance.ai/research-paper/governing-through-the-cloudhttps://pharma.intelligence-synthesis.com/de/ai-reports/s/d6e43c0d75/ir-d6e43c0d75Sat, 17 Oct 2026 00:00:00 +0900academiaEiner Umfrage zufolge glaubt etwa die Hälfte der Amerikanerinnen und Amerikaner, dass eine stärkere KI-Nutzung zu größerer Einkommensungleichheit und einer stärker polarisierten Gesellschaft führen wird. Ökonominnen und Ökonomen sind im Allgemeinen weniger als die Öffentlichkeit über drastische kurzfristige Arbeitsplatzverluste besorgt, teilen aber oft die Sorgen um Ungleichheit. Mehrere Studien zeigen, dass in Berufen wie Recht und Softwareentwicklung die am wenigsten qualifizierten oder erfahrenen Beschäftigten die größten Produktivitätsgewinne durch KI erzielen, ein Ergebnis, das manche Ökonominnen und Ökonomen als möglichen Weg zum Abbau von Ungleichheit sehen. https://www.governance.ai/research-paper/ais-impact-on-income-inequality-in-the-ushttps://pharma.intelligence-synthesis.com/de/ai-reports/s/d6d581ae13/ir-d6d581ae13Sat, 17 Oct 2026 00:00:00 +0900academiaDer Fortschritt der KI bringt eine wachsende Bandbreite an Risiken und Chancen mit sich, und die Hürden, sie zu bewältigen, sind oft zumindest teilweise technischer Natur. Das Papier erläutert die technische KI-Governance, die technische Analysen und Werkzeuge nutzt, um eine wirksame KI-Governance zu unterstützen, und stellt eine Taxonomie sowie einen unvollständigen Katalog ihrer offenen Probleme vor. Es ist als Ressource für technische Forschende und Forschungsförderer gedacht. https://www.governance.ai/research-paper/open-problems-in-technical-ai-governancehttps://pharma.intelligence-synthesis.com/de/ai-reports/s/d41fec63e3/ir-d41fec63e3Sat, 17 Oct 2026 00:00:00 +0900academiaDas Papier skizziert vier unterschiedliche Bedeutungen von „Demokratisierung der KI“. Drei davon werden fast synonym mit „zunehmender Zugänglichkeit“ verwendet, während die Bedeutung im Sinne der Governance die Zugänglichkeit gegen andere gesellschaftliche Bedürfnisse und Werte abwägt. Die Autoren warnen davor, den Begriff leichtfertig als Platzhalter für „alles Gute“ zu verwenden, da sein Wert davon abhängt, wie gut er mit den Betroffenen abgestimmt ist. https://www.governance.ai/research-paper/democratising-ai-multiple-meanings-goals-and-methodshttps://pharma.intelligence-synthesis.com/de/ai-reports/s/cc0371f85c/ir-cc0371f85cSat, 17 Oct 2026 00:00:00 +0900academiaDieses Whitepaper untersucht praktische Wege, die Stimme und den Zugang der globalen KI-Mehrheit (Global AI Majority) bei der KI-Governance und den KI-Fähigkeiten zu stärken und dabei zugleich die Sicherheits- und Handelsbedenken der führenden KI-Staaten zu berücksichtigen. Es benennt Hindernisse wie eine begrenzte digitale und Recheninfrastruktur, eine konzentrierte KI-Entwicklung, anglozentrische Daten und eine ungleiche Verteilung von Fachkräften. Als drei Ansätze werden Interessenabgleich, partizipative Architektur und Sicherheitsgewährleistung vorgeschlagen. https://www.governance.ai/research-paper/voice-and-access-in-ai-global-ai-majority-participation-in-artificial-intelligence-development-and-governancehttps://pharma.intelligence-synthesis.com/de/ai-reports/s/cb9d9704e5/ir-cb9d9704e5Sat, 17 Oct 2026 00:00:00 +0900academiaDieses Whitepaper schlägt einen Rahmen vor, um zu bestimmen, welche Fragen der KI-Governance internationalisiert werden sollten, und analysiert neun Politikfelder in den Bereichen Daten-, Rechen- und Modell-Governance. Es bewertet vier Faktoren: grenzüberschreitende Externalitäten, Regulierungsarbitrage, ungleiche Governance-Kapazitäten und Interoperabilität. Die Vorteile der Internationalisierung sind bei der Aufsicht über Compute-Anbieter, der Herkunftsnachweis von Inhalten, Modellevaluierungen, der Vorfallüberwachung und Risikomanagementprotokollen am größten und bei Datenschutz, Datenherkunft, Chipverteilung und Bias-Minderung geringer oder gemischt. https://www.governance.ai/research-paper/what-should-be-internationalised-in-ai-governancehttps://pharma.intelligence-synthesis.com/de/ai-reports/s/ca939387c9/ir-ca939387c9Sat, 17 Oct 2026 00:00:00 +0900consultingDeloitte Consulting LLP hat AI Advantage for CFOs vorgestellt, eine integrierte KI-gestützte Analyse- und Insights-Plattform, die mit Amazon Bedrock und den großen Sprachmodellen von Anthropic entwickelt wurde. Sie umfasst Finance Automation Agents zur Automatisierung zentraler Finanzprozesse und zur Gewinnung von Erkenntnissen aus strukturierten, unstrukturierten und multimodalen Inhalten. Volkswagen Group Argentina gehört zu den ersten Kunden, die sie nutzen. https://www.deloitte.com/global/en/about/press-room/deloitte-launches-ai-advantage-for-cfos.htmlhttps://pharma.intelligence-synthesis.com/de/ai-reports/s/ca2e08e189/ir-ca2e08e189Sat, 17 Oct 2026 00:00:00 +0900academiaEin Artikel in Forbes untersucht die Konvergenz von KI und Quantencomputing und stellt den Quantum Economic Advantage Calculator von MIT FutureTech vor, der auf dem Business of Quantum Summit präsentiert wurde. Außerdem verweist er auf wachsende Investitionen in Quantentechnologie und auf europäische Startups wie Multiverse Computing, das komprimierte KI-Modelle veröffentlicht hat. https://futuretech.mit.edu/news/forbes-covers-mit-futuretech-quantum-advantage-calculatorhttps://pharma.intelligence-synthesis.com/de/ai-reports/s/c966d1094b/ir-c966d1094bSat, 17 Oct 2026 00:00:00 +0900academiaRobert Trager erörtert die Schriften von Stuart Russell zu autonomen Waffen und schlägt Nichtverbreitung als Alternative zu einem vollständigen Verbot vor. Er argumentiert, dass Großmächte militärisch wichtige Technologien wahrscheinlich nicht aufgeben werden, weshalb die Verhinderung der Verbreitung fortgeschrittener Versionen ein gangbarer Ansatz sein könnte. Er räumt ein, dass dies schwierig und ungewiss ist, den Fokus der Großmächte und Sicherheitsgarantien erfordert, argumentiert aber, dass der Versuch lohnenswert sein könnte. https://www.governance.ai/research-paper/deliberating-autonomous-weaponshttps://pharma.intelligence-synthesis.com/de/ai-reports/s/c94afb835b/ir-c94afb835bSat, 17 Oct 2026 00:00:00 +0900academiaEinige KI-Unternehmen nehmen in ihre Sicherheitsrahmenwerke Bestimmungen auf, die es ihnen erlauben, ihre Schutzmaßnahmen zu senken, wenn ein Wettbewerber ein Modell mit ähnlichen Fähigkeiten, aber schwächeren Schutzmaßnahmen veröffentlicht. Die Autoren argumentieren, dass dieser Ansatz das Gesamtrisiko erhöhen könnte, da sich die Fähigkeiten und Schutzmaßnahmen von Wettbewerbern schwer bewerten lassen und die Unfallrisiken mit der Nutzerzahl wachsen. Sie warnen außerdem, dass Sicherheitsstandards plötzlich erodieren könnten, wenn ein Abweichler andere nach sich zieht, oder allmählich durch einen „Boiling-Frog“-Effekt. https://www.governance.ai/research-paper/assessing-risk-relative-to-competitors-an-analysis-of-current-ai-company-policieshttps://pharma.intelligence-synthesis.com/de/ai-reports/s/c771955ce6/ir-c771955ce6Sat, 17 Oct 2026 00:00:00 +0900academiaDie Forschung und der Betrieb des MIT FutureTech wurden auf der Nvidia GTC Konferenz vorgestellt. Tess Fagan, Head of Operations am MIT, hält auf der GTC 2025 am Mittwoch, den 19. März um 9 Uhr eine AMA-Session ab. https://futuretech.mit.edu/news/futuretech-at-nvidia-gtchttps://pharma.intelligence-synthesis.com/de/ai-reports/s/c75bf23ceb/ir-c75bf23cebSat, 17 Oct 2026 00:00:00 +0900academiaDiese Eingabe antwortet auf die Request for Comment der NTIA zur KI-Rechenschaftspflicht (AI Accountability Policy) und konzentriert sich auf Audits und Bewertungen von Foundation Models. Sie argumentiert, dass Foundation Models mindestens auf gefährliche Fähigkeiten, Alignment und Wahrhaftigkeit hin evaluiert werden sollten. Außerdem fordert sie ein Ökosystem unabhängiger Expertenprüfer mit Zugang zu den Modellen und starken Anreizen, Schwachstellen tatsächlich zu finden, statt nur Kästchen abzuhaken. https://www.governance.ai/research-paper/response-to-the-ntia-ai-accountability-policyhttps://pharma.intelligence-synthesis.com/de/ai-reports/s/c31be07155/ir-c31be07155Sat, 17 Oct 2026 00:00:00 +0900academiaDa große Sprachmodelle an der Frontier immer tiefer in Gesellschaft und Wirtschaft integriert werden, argumentieren die Autoren, dass Entscheidungen über ihr Training, ihren Einsatz und ihre Nutzung nicht allein bei den Entwicklern liegen sollten. Sie schlagen externe Kontrolle durch Methoden wie Red-Teaming, Audits und Zugang für externe Forschende vor. Das Papier ordnet sechs Anforderungen an wirksame externe Kontrolle im ASPIRE-Rahmenwerk und gibt Empfehlungen an politische Entscheidungsträger. https://www.governance.ai/research-paper/towards-publicly-accountable-frontier-llmshttps://pharma.intelligence-synthesis.com/de/ai-reports/s/bd9b8129ac/ir-bd9b8129acSat, 17 Oct 2026 00:00:00 +0900academiaForscher des MIT IDE werten die Evidenz zu KI am Arbeitsplatz aus, unter anderem dazu, wo Unternehmen Fehler machen. Sie stellen fest, dass KI Beschäftigte nicht automatisch ersetzt und oft neue Anforderungen an Koordination und Aufsicht schafft. Die Gewinne können real sein, wenn Organisationen ihre Arbeitsabläufe überdenken und neben KI auch in die Fähigkeiten der Menschen investieren. https://futuretech.mit.edu/news/effective-ai-in-the-workplace-what-the-research-showshttps://pharma.intelligence-synthesis.com/de/ai-reports/s/bd5ba51c40/ir-bd5ba51c40Sat, 17 Oct 2026 00:00:00 +0900academiaNeil Thompson und Kolleginnen und Kollegen von MIT FutureTech, dem Productivity Institute und dem Institute for Business Value von IBM haben einen neuen Artikel veröffentlicht, der ein Modell zur Automatisierung von Aufgaben durch KI vorstellt. Er bietet einen durchgängigen Rahmen, der bestimmt, welche technische Leistung Aufgaben erfordern, die Merkmale von KI-Systemen definiert, die diese Leistung erbringen können, und wirtschaftliche Entscheidungen über deren Entwicklung und Einsatz leitet. https://futuretech.mit.edu/news/beyond-ai-exposure-which-tasks-are-cost-effective-to-automate-with-computer-visionhttps://pharma.intelligence-synthesis.com/de/ai-reports/s/ba5251860d/ir-ba5251860dSat, 17 Oct 2026 00:00:00 +0900academiaDie DRUID-Konferenz in Nizza, Frankreich, vom 13. bis 15. Juni dieses Sommers wird eine Debatte darüber ausrichten, wie sich die KI-Entwicklung auf wissensintensive Branchen auswirkt, mit Schwerpunkt auf dem Potenzial für erhebliche Dequalifizierung. Maria Savona (University of Sussex) und Neil Thompson (MIT) werden für die These argumentieren, während Hyunjin Kim (INSEAD) und Abhishek Nagaraj (UC Berkeley) die Gegenposition vertreten werden. https://futuretech.mit.edu/news/druid-conference-debating-ais-impact-on-knowledge-intensive-industrieshttps://pharma.intelligence-synthesis.com/de/ai-reports/s/b91bd8e1c3/ir-b91bd8e1c3Sat, 17 Oct 2026 00:00:00 +0900academiaMIT FutureTech veranstaltet einen Workshop zur Rolle von KI in der Wissenschaft. Er bringt Wissenschaftlerinnen und Wissenschaftler aus verschiedenen Fachgebieten zusammen, um das Thema zu diskutieren. Der Workshop ist nur auf Einladung zugänglich. https://futuretech.mit.edu/news/futuretech-announces-workshop-on-the-role-of-ai-in-sciencehttps://pharma.intelligence-synthesis.com/de/ai-reports/s/b427bcd51c/ir-b427bcd51cSat, 17 Oct 2026 00:00:00 +0900academiaDer Artikel fragt, welche Rolle das Deliktsrecht dabei spielen kann, eine verantwortungsvolle Entwicklung von Frontier-KI sicherzustellen, sowohl bevor als auch nachdem Regulierungsregime geschaffen wurden. Er stellt fest, dass solche Systeme große Vorteile, aber auch ernsthafte Risiken für das Gemeinwohl, die Rechte des Einzelnen und die nationale Sicherheit mit sich bringen können. Er argumentiert, dass es unklug ist, sich vollständig auf die Selbstregulierung der Branche zu verlassen, und dass das Rechtssystem daher eine wichtige Rolle dabei spielt, sicherzustellen, dass Frontier-KI-Unternehmen angemessene Sorgfalt walten lassen. https://www.governance.ai/research-paper/tort-law-and-frontier-ai-governancehttps://pharma.intelligence-synthesis.com/de/ai-reports/s/b38e6cebfe/ir-b38e6cebfeSat, 17 Oct 2026 00:00:00 +0900academiaFrontier-KI-Systeme könnten zunehmende Risiken für die öffentliche Sicherheit mit sich bringen, was die Frage aufwirft, wie viel Risiko akzeptabel ist. Die Autoren empfehlen, dass Unternehmen zunächst Risikoschwellen festlegen, anhand dieser Fähigkeitsschwellen bestimmen und sich bei Entscheidungen dann hauptsächlich auf Fähigkeitsschwellen stützen, da sich Risikoschwellen schwerer zuverlässig bewerten lassen. Zudem argumentieren sie, dass Regulierungsbehörden diesen Bereich erkunden sollten, da sie die legitimsten Akteure zur Festlegung von Risikoschwellen sind. https://www.governance.ai/research-paper/risk-thresholds-for-frontier-aihttps://pharma.intelligence-synthesis.com/de/ai-reports/s/b326f406b7/ir-b326f406b7Sat, 17 Oct 2026 00:00:00 +0900academiaBenjamin Manning erläuterte kürzlich bei einem Labortreffen, wie große Sprachmodelle (LLMs) die sozialwissenschaftliche Forschung revolutionieren könnten. Die Wirtschaftswissenschaft modelliert Menschen oft als idealisierte rationale Akteure („Homo oeconomicus“), während LLMs rechnergestützte Modelle des Menschen („Homo silicus“) ermöglichen. Erste Befunde deuten darauf hin, dass diese Modelle menschliche Experimente qualitativ nachbilden können, günstigere und schnellere Experimente erlauben und einige ethische Hürden vermeiden. https://futuretech.mit.edu/news/presentation-what-can-we-learn-from-homo-silicus-how-large-language-models-llms-may-revolutionize-social-science-researchhttps://pharma.intelligence-synthesis.com/de/ai-reports/s/b213578d18/ir-b213578d18Sat, 17 Oct 2026 00:00:00 +0900academiaNeil Thompson, Direktor von MIT FutureTech, hielt auf der 4th Annual AI in Action Conference bei der Weltbank in Washington, D.C. einen Vortrag. Die Konferenz war ein sektorübergreifender Dialog darüber, wie KI Unternehmen, Arbeitsmärkte, Qualifikationen und Organisationsstrategien verändert. Sein Vortrag trug den Titel „Meek Models Shall Inherit the Earth“. https://futuretech.mit.edu/news/making-ai-work-what-firms-and-workers-needhttps://pharma.intelligence-synthesis.com/de/ai-reports/s/b1f54a2f21/ir-b1f54a2f21Sat, 17 Oct 2026 00:00:00 +0900academiaDieses Papier berichtet über eine Expertenumfrage (N = 166) und eine öffentliche Konsultation zu Schwellenwerten für fortgeschrittene KI-Systeme, die zwischen August und Oktober 2024 durchgeführt wurden. Die Teilnehmenden stimmten überwiegend darin überein, dass Schwellenwerte von mehreren Interessengruppen festgelegt werden sollten und dass unterschiedliche Arten von Schwellenwerten bestimmten Zwecken dienen sollten. Uneinig waren sie sich über die Rolle von Schwellenwerten für die Trainingsrechenleistung und darüber, wie viele Schwellenwerte es geben sollte. https://www.governance.ai/research-paper/survey-on-thresholds-for-advanced-ai-systemshttps://pharma.intelligence-synthesis.com/de/ai-reports/s/b07d86e79e/ir-b07d86e79eSat, 17 Oct 2026 00:00:00 +0900academiaIn einem live aufgezeichneten CSAIL-Alliances-Podcast im MIT Museum sprach Moderatorin Kara Miller mit David Autor und Neil Thompson über KI und die Zukunft der Arbeit. Die Diskussion behandelte, wie KI Aufgaben statt nur Berufe verändert, warum Produktivitätsgewinne ungleich verteilt sind und welche Risiken eine übermäßige Abhängigkeit von KI birgt. https://futuretech.mit.edu/news/ai-and-our-time-at-work---mit-csail-podcasthttps://pharma.intelligence-synthesis.com/de/ai-reports/s/b02aad46c9/ir-b02aad46c9Sat, 17 Oct 2026 00:00:00 +0900academiaDieser Artikel vergleicht Prognosen zu den wirtschaftlichen Auswirkungen generativer KI mit denen anderer Technologien, sowohl moderner als auch historischer. Er betrachtet die Auswirkungen anhand zweier Maße: BIP und Produktivität. Expertenaussagen zu den Effekten generativer KI reichen von einem deutlichen Schub für das BIP der Industrieländer bis hin zu einer vollständigen Neuordnung des globalen Arbeitsmarkts. https://futuretech.mit.edu/news/putting-the-economic-impact-of-genai-into-scalehttps://pharma.intelligence-synthesis.com/de/ai-reports/s/af81602ec2/ir-af81602ec2Sat, 17 Oct 2026 00:00:00 +0900academiaDie Großmächte treten in eine Ära intensiven Wettbewerbs um die Beherrschung sicherheitsrelevanter Technologien wie KI ein, was gemeinsame Risiken wie versehentliche Krisenverschärfung und unkontrollierte Verbreitung hervorrufen kann. Mithilfe eines strategischen Modells stellen die Autoren fest, dass es davon abhängt, wie feindselig die Wettbewerber sind und wie nah der Nachzügler an den Fähigkeiten des Spitzenreiters liegt, ob ein Nachzügler riskante Technologie einsetzt. Sie stellen außerdem fest, dass Sicherheitsmaßnahmen, wenn Rivalen die riskantesten Technologien nicht einsetzen, durch Risikokompensation geschwächt oder umgekehrt werden können. https://www.governance.ai/research-paper/safety-not-guaranteed-international-strategic-dynamics-of-risky-technology-raceshttps://pharma.intelligence-synthesis.com/de/ai-reports/s/acbd6f9290/ir-acbd6f9290Sat, 17 Oct 2026 00:00:00 +0900academiaNeue Forschung legt nahe, dass KI-Systeme, die mit begrenzten Ressourcen entwickelt oder betrieben werden, bald mit führenden größeren Modellen zu deutlich geringeren Kosten mithalten könnten, was den Zugang erweitern könnte. Forschende von MIT FutureTech argumentieren auf Grundlage neuronaler Skalierungsgesetze, dass der Ansatz „größer ist besser“ möglicherweise an abnehmende Erträge stößt. Sie stellen fest, dass der Rückgang der Zugewinne Unternehmen am Ende wenig Vorteil daraus lassen könnte, schneller zu skalieren als andere. https://futuretech.mit.edu/news/the-rise-of-smaller-meek-models-could-democratize-ai-systemshttps://pharma.intelligence-synthesis.com/de/ai-reports/s/ac591734a4/ir-ac591734a4Sat, 17 Oct 2026 00:00:00 +0900academiaDer Untertitel eines Artikels der Verge besagt, dass Trumps Initiative „Tech Corps“ unbezahlte Arbeitskräfte in Verkäufer des Silicon Valley verwandelt. Meicen Sun sagt, die Rekruten würden US-Technologie in Schwellenmärkten bewerben, in denen China bei Marketing und Werbung bereits führend ist. https://futuretech.mit.edu/news/the-peace-corps-is-recruiting-volunteers-to-sell-ai-to-developing-nationshttps://pharma.intelligence-synthesis.com/de/ai-reports/s/abba097d09/ir-abba097d09Sat, 17 Oct 2026 00:00:00 +0900academiaDieser Artikel skizziert, wie der Datenbedarf von KI-Modellen möglicherweise schneller wächst als das Angebot an geeigneten Daten. Die jährliche Neuerzeugung von Daten stieg von 2010 bis 2020 um das 32-Fache, reicht aber dennoch nicht aus, um mit der Nachfrage Schritt zu halten. Analysen von Epoch legen nahe, dass mehrere Datenquellen, etwa hochwertige Sprachdaten, in den nächsten Jahren erschöpft sein werden. https://futuretech.mit.edu/news/what-drives-progress-in-ai-trends-in-datahttps://pharma.intelligence-synthesis.com/de/ai-reports/s/a9cbccf665/ir-a9cbccf665Sat, 17 Oct 2026 00:00:00 +0900academiaDas MIT AI Risk Repository, eine FutureTech-Initiative, hat umfassende Ergebnisse veröffentlicht, die die Landschaft der KI-Governance abbilden. Die Ergebnisse zeigen, wie KI-Risiken in verschiedenen Sektoren und Rechtsordnungen angegangen werden, und das Repository soll Forschenden, politischen Entscheidungsträgern und Praktikern als Werkzeug dienen. https://futuretech.mit.edu/news/mit-ai-risk-repository-releases-impactful-findingshttps://pharma.intelligence-synthesis.com/de/ai-reports/s/a67f1ccbb8/ir-a67f1ccbb8Sat, 17 Oct 2026 00:00:00 +0900academiaDer Artikel analysiert Artikel 9 des vorgeschlagenen EU-KI-Gesetzes (EU AI Act), die zentrale Vorschrift zum Risikomanagement, die als erster umfassender Versuch beschrieben wird, KI in einer bedeutenden Rechtsordnung zu regulieren. Er erläutert das Regulierungskonzept und den Zweck von Artikel 9, seinen Anwendungsbereich, wie seine Anforderungen auszulegen sind und wie sie durchgesetzt werden könnten. Der Artikel soll Anbietern von Hochrisikosystemen bei der Einhaltung helfen und Überarbeitungen des Entwurfs sowie die Entwicklung harmonisierter Normen für das KI-Risikomanagement unterstützen. https://www.governance.ai/research-paper/risk-management-in-the-artificial-intelligence-acthttps://pharma.intelligence-synthesis.com/de/ai-reports/s/a5c2450a2a/ir-a5c2450a2aSat, 17 Oct 2026 00:00:00 +0900academiaFutureTech hat eine Substack-Publikation gestartet, um Forschungseinblicke und Analysen zu KI und Innovationen im Computing zu teilen. Ziel ist es, komplexe Forschung für ein breiteres Publikum verständlich zu erklären. https://futuretech.mit.edu/news/futuretech-launches-substackhttps://pharma.intelligence-synthesis.com/de/ai-reports/s/a4edaf1a65/ir-a4edaf1a65Sat, 17 Oct 2026 00:00:00 +0900academiaDas Papier argumentiert, dass Rechenleistung ein wirksamer Ansatzpunkt für die Steuerung von KI ist, da sie erkennbar, ausschließbar, quantifizierbar und über eine konzentrierte Lieferkette hergestellt ist. Es stellt fest, dass Regierungen und Unternehmen begonnen haben, Rechenleistung in der KI-Politik einzusetzen, wobei der Reifegrad verschiedener rechenleistungsbasierter Maßnahmen unterschiedlich ist. Es warnt, dass schlecht abgegrenzte Ansätze Risiken für den Datenschutz, wirtschaftliche Auswirkungen und eine Machtkonzentration mit sich bringen könnten, und schlägt Leitplanken vor, um diese zu minimieren. https://www.governance.ai/research-paper/computing-power-and-the-governance-of-artificial-intelligencehttps://pharma.intelligence-synthesis.com/de/ai-reports/s/a4ca602958/ir-a4ca602958Sat, 17 Oct 2026 00:00:00 +0900consultingDeloitte weist darauf hin, dass KI und generative KI neue Geschäftschancen eröffnen, aber auch Cybersicherheitsrisiken bei Entwicklung, Einsatz und Nutzung mit sich bringen. Die wachsende Angriffsfläche und der Einsatz von KI durch Angreifer erfordern eine ganzheitliche Verteidigung, die Anwendungen, Daten, Infrastruktur und Modelle abdeckt. Der Auszug ist abgeschnitten, daher gibt diese Zusammenfassung nur die einleitenden Abschnitte wieder. https://www.deloitte.com/global/en/services/consulting-risk/perspectives/cybersecurity-meets-ai-genai.htmlhttps://pharma.intelligence-synthesis.com/de/ai-reports/s/a283897738/ir-a283897738Sat, 17 Oct 2026 00:00:00 +0900academiaDie Autoren analysierten jeden Zug in 69.974 professionellen Go-Partien von 2003 bis 2021, um zu untersuchen, wie menschliche Spieler und KI zusammenwirken, um neues Wissen zu schaffen. Nachdem KI-gestützte Go-Programme 2017 den besten menschlichen Spieler übertroffen hatten, änderten Profis ihre ersten Züge und ersten Invasionszüge und übernahmen andere Standard-Eröffnungsmuster. Dieses KI-getriebene Wissen ging jedoch mit stärker konzentrierten und weniger vielfältigen Zügen einher, und der Effekt war bei besonders versierten Spielern größer. https://futuretech.mit.edu/news/standing-on-the-shoulders-of-ai-pushing-the-knowledge-frontier-by-learning-from-aihttps://pharma.intelligence-synthesis.com/de/ai-reports/s/a1d967123b/ir-a1d967123bSat, 17 Oct 2026 00:00:00 +0900academiaDiese Fallstudie begleitet Modulate, ein Unternehmen, das 2017 von zwei MIT-Absolventen mitgegründet wurde, um Echtzeit-Synthesestimmen-Technologie auf Basis von GANs zu kommerzialisieren. Die Gründer wollten den Missbrauch einer Technologie verhindern, die das Timbre fast jeder Person nachbilden kann, und dabei wettbewerbsfähig bleiben und die Investoren zufriedenstellen. Das Toolkit der Harvard Law School Library und des Berkman Klein Center soll Diskussionen über die Konflikte anregen, mit denen sie konfrontiert waren. https://cyber.harvard.edu/publication/2020/modulate-case-studyhttps://pharma.intelligence-synthesis.com/de/ai-reports/s/a0c10fc630/ir-a0c10fc630Sat, 17 Oct 2026 00:00:00 +0900academiaDer neue interaktive AI Risk Navigator des MIT ist über eine gemeinsame Taxonomie mit dem AI Risk Repository verbunden, einer lebenden Datenbank mit über 1.700 KI-Risiken, kategorisiert nach Ursache und Risikobereich. Er ermöglicht es den Nutzern, zwischen den Datensätzen zu wechseln und die relevanten Muster sichtbar zu machen. https://futuretech.mit.edu/news/mit-ai-risk-navigatorhttps://pharma.intelligence-synthesis.com/de/ai-reports/s/9cd12c3c78/ir-9cd12c3c78Sat, 17 Oct 2026 00:00:00 +0900academiaDas Papier analysiert, wie sich Produktion und Löhne unter verschiedenen Szenarien des technologischen Fortschritts hin zu Artificial General Intelligence entwickeln, definiert als KI, die alle Aufgaben ausführen kann, die Menschen ausführen können. Es modelliert menschliche Arbeit als Aufgaben unterschiedlicher Komplexität, wobei die Löhne durch ein Wettrennen zwischen Automatisierung und Kapitalakkumulation bestimmt werden. Je nach Verteilung der Aufgabenkomplexität können die Löhne unbegrenzt steigen oder einbrechen, sobald die vollständige Automatisierung erreicht ist. https://www.governance.ai/research-paper/scenarios-for-the-transition-to-agihttps://pharma.intelligence-synthesis.com/de/ai-reports/s/9cc2159532/ir-9cc2159532Sat, 17 Oct 2026 00:00:00 +0900consultingLaut einer Umfrage von Fortune/Deloitte sagen 79 % der CEOs, dass die Beschleunigung von Innovation ein zentraler Anwendungsfall für generative KI ist. Deloitte stellt fest, dass digitale Transformationen erfolgreicher sind, wenn CEOs eine Führungsrolle übernehmen. Die Reihe soll CEOs auf ihrem Weg mit KI unterstützen. https://www.deloitte.com/global/en/services/consulting/research/leading-a-generative-ai-fueled-enterprise.htmlhttps://pharma.intelligence-synthesis.com/de/ai-reports/s/9c067181df/ir-9c067181dfSat, 17 Oct 2026 00:00:00 +0900academiaEs gibt wachsende Bedenken, dass AGI katastrophale Risiken bergen könnte, weshalb AGI-Unternehmen ihr Risikomanagement erheblich verbessern müssen. Dieses Papier gibt einen Überblick über verbreitete Risikobewertungstechniken aus anderen sicherheitskritischen Branchen und schlägt vor, wie AGI-Unternehmen sie nutzen könnten. Die Autoren weisen darauf hin, dass diese Techniken allein nicht ausreichen werden, um katastrophale KI-Risiken zu bewerten, AGI-Unternehmen aber dennoch bewährte Verfahren aus anderen Branchen prüfen sollten. https://www.governance.ai/research-paper/risk-assessment-at-agi-companies-a-review-of-popular-risk-assessment-techniques-from-other-safety-critical-industrieshttps://pharma.intelligence-synthesis.com/de/ai-reports/s/9891cd4264/ir-9891cd4264Sat, 17 Oct 2026 00:00:00 +0900academiaWashington betrachtet den Erhalt der KI-Dominanz gegenüber China sowohl als wirtschaftliches als auch als nationales Sicherheitsgebot und hat die Exportkontrollen für KI-Chips und Chipfertigungsausrüstung verschärft. Das Papier argumentiert, dass diese Maßnahmen nicht ausreichen, und schlägt eine dritte Säule vor, die strategische Förderung, also amerikanische KI und Rechenleistung zur Standardwahl in wichtigen internationalen Märkten zu machen. Dazu gehörten die Finanzierung von Recheninfrastruktur, Schulungen und technische Unterstützung für die Einführung von KI sowie der Abschluss von Handelsabkommen, die die Nutzung vertrauenswürdiger amerikanischer KI fördern. https://www.governance.ai/research-paper/export-controls-and-export-promotionhttps://pharma.intelligence-synthesis.com/de/ai-reports/s/9879483b26/ir-9879483b26Sat, 17 Oct 2026 00:00:00 +0900academiaDer Artikel schlägt einen Entwurf für die Auditierung großer Sprachmodelle (LLMs) in drei Ebenen vor: Governance-Audits von Technologieanbietern, Modell-Audits von LLMs nach dem Pre-Training, aber vor der Veröffentlichung, und Anwendungs-Audits von LLM-basierten Anwendungen. Die Autoren argumentieren, dass sich diese Ebenen ergänzen und dazu beitragen können, einige ethische und soziale Risiken zu bewältigen. Sie erörtern außerdem die Grenzen dieses Ansatzes und der Auditierung von LLMs im Allgemeinen. https://www.governance.ai/research-paper/auditing-large-language-models-a-three-layered-approach