KI•POWERBOOST Newsletter29. Oktober 202610 Min. Lesezeit
Welten auf Zuruf und KI zum halben Preis
Genie 4 baut begehbare Welten mit Ton, die du live per Text umbaust, und GPT-6.1 Terra kostet nur noch halb so viel. Dazu: Gemini 4 Carbon setzt sich an die Spitze, Dots kommt bald nach Europa und Kimi K3.1 Pro rückt als offenes Modell an die Spitze heran.
🎨Genie 4 baut begehbare Welten mit Ton, die du live umbaust
Google DeepMind hat mit Genie 4 ein neues Weltmodell vorgestellt, das interaktive 3D-Welten in Echtzeit erzeugt. Neu ist der Ton: Jede Welt bekommt live passende Umgebungsgeräusche, Musik und Dialoge, die auf deine Eingaben reagieren. Während die Simulation läuft, steuerst du sie per Text, änderst etwa das Wetter, bewegst die Kamera oder lässt neue Figuren auftauchen. Unter der Haube arbeiten Gemini-Modelle, die Aussehen und Verhalten an der echten Welt ausrichten und für eine stimmige Handlung sorgen. Zunächst testen ausgewählte Tester das Modell, als Nächstes folgen Abonnenten von Google AI Ultra in Project Genie sowie Early-Access-Partner in der Gemini-API und in AI Studio.
Warum das wichtig ist
Weltmodelle sind mehr als Spielerei: Google sieht in ihnen sichere Trainingsumgebungen für Roboter und Agenten. Kurzfristig dürften vor allem Film, Gaming und Werbung profitieren, wo sich Szenen künftig per Satz statt per Drehtag entwerfen lassen.
🚀Gemini 4 Carbon übernimmt die Spitze der KI-Rangliste
Google hat zwei Wochen nach Argon mit Gemini 4 Carbon sein bislang stärkstes Modell vorgestellt. Im Intelligence Index von Artificial Analysis liegt es mit 59 Punkten auf Platz eins. Carbon ist auf lange, agentische Aufgaben ausgelegt, die laut Google auch mehrere Tage laufen können, und auf Cybersicherheit: Im Benchmark SEC-bench Pro findet es 88,2 Prozent der Schwachstellen, und gegen Prompt-Injection ist es in Googles Tests nicht mehr angreifbar. Im Vergleich zu Argon soll es halb so viele unbelegte Behauptungen machen und mehr als doppelt so oft sicheren Code schreiben. Zum Start bekommen nur ausgewählte Cyberverteidiger Zugriff, für Entwickler und Nutzer soll Carbon bald folgen.
Warum das wichtig ist
Nach Opus 5.5 hat Google die Spitze zurückerobert, das Rennen bleibt also eng. Bemerkenswert ist, dass auch Google sein stärkstes Modell zuerst nur an Sicherheitsexperten gibt: Die Fähigkeit, Lücken zu finden, gilt inzwischen als zu riskant für einen offenen Start.
OpenAI hat GPT-6.1 Terra vorgestellt, ein schnelles, günstiges Modell für visuelles Verständnis und Computerbedienung. Es soll Alltagsaufgaben übernehmen wie Angebote entwerfen, technische Zeichnungen interpretieren, Formulare ausfüllen oder Videos bearbeiten. In der API kostet Terra die Hälfte von GPT-5.6 Terra und GPT-6.1 Sol. Bei der Computerbedienung erreicht es laut OpenAI das Niveau von GPT-6 Astra zu einem Zehntel des Preises pro Token und arbeitet mehr als dreimal so schnell. Die Fehlerquote bei Fakten sank bei geringem Denkaufwand von 53,6 auf 16,7 Prozent. In ChatGPT Work und Codex lassen sich mit Terra deutlich mehr Aufgaben im selben Kontingent erledigen.
Warum das wichtig ist
Agenten, die Computer bedienen, werden damit auch für Massenaufgaben bezahlbar. OpenAI nennt selbst ein Beispiel, das viele kennen: eingehende Rechnungen auslesen und in die Buchhaltung übertragen. Genau darum geht es im AI-Hack weiter unten.
Auf dem DevDay in Berlin hat OpenAI angekündigt, seine Dauer-Agenten Dots in wenigen Wochen breiter in Europa verfügbar zu machen, nach Gesprächen mit den Regulierungsbehörden. Bisher sind private Pro-Konten im EWR, in der Schweiz und in Großbritannien ausgeschlossen, bestimmte Unternehmenskonten haben schon Zugriff. Außerdem nannte OpenAI 1,2 Milliarden wöchentliche ChatGPT-Nutzer und berichtete, dass sich die wöchentlich aktiven Codex-Nutzer in Deutschland seit Januar verzwanzigfacht haben. Mit der Agents API übernimmt OpenAI künftig den Betrieb der Agenten-Infrastruktur für Entwickler. Und: Die Video-App Sora wird im März eingestellt.
Warum das wichtig ist
Für viele von euch die wichtigste Nachricht der Woche: Die persönlichen KI-Mitarbeiter, über die wir seit Wochen berichten, kommen bald auch hier an. Bis dahin lohnt es sich, Abläufe schon jetzt mit geplanten Aufgaben vorzubereiten.
🧠Kimi K3.1 Pro rückt als offenes Modell an die Spitze heran
Das chinesische Start-up Moonshot AI hat Kimi K3.1 Pro vorgestellt, das bislang stärkste Modell seiner Reihe mit offenen Gewichten. Es verarbeitet bis zu eine Million Token Kontext und soll vor allem beim Programmieren, bei 3D-Erstellung, Finanzrecherche und agentischen Aufgaben zulegen. Im Coding-Benchmark Terminal-Bench 4.0 kommt es laut Moonshot auf 65,7 Prozent, knapp hinter Claude Opus 5.5 mit 66,4 Prozent und vor GPT-6 Astra mit 58,2 Prozent. Dazu gibt es eine Highspeed-Variante, die zwei- bis dreimal so schnell arbeitet. Die vollständigen Gewichte sollen in Kürze folgen, die Benchmarks sind bisher nicht unabhängig geprüft.
Warum das wichtig ist
Offene Modelle liegen nur noch knapp hinter den geschlossenen Spitzenmodellen. Für Unternehmen, die KI selbst betreiben wollen, wird das interessant, gerade bei chinesischen Anbietern sollte man aber genau prüfen, wo Daten verarbeitet werden.
💼GitHub Enterprise enthält jetzt Copilot ohne Zusatzlizenz
GitHub nimmt Copilot in sein Enterprise-Angebot auf: Jeder Nutzer mit einer Lizenz für GitHub Enterprise Cloud bekommt Copilot ohne zusätzliche Lizenz, mit dem Funktionsumfang und den Modellen von Copilot Enterprise. Monatliche KI-Kontingente pro Nutzer gibt es dabei nicht, stattdessen wird die Nutzung ab der ersten Anfrage aus dem Firmenbudget abgerechnet. Code-Vervollständigung funktioniert auch ohne Budget, Chat, Code Review und Copilot in der Cloud brauchen eines. Mitarbeitende ohne Enterprise-Lizenz können Copilot Standalone für 10 Dollar im Monat nutzen. Das Angebot gilt zunächst für Kunden mit Account-Team, eine Self-Service-Option soll folgen.
Warum das wichtig ist
Das Modell zeigt, wohin sich KI-Abos entwickeln: weg von festen Lizenzen pro Kopf, hin zur Abrechnung nach tatsächlicher Nutzung. Für Unternehmen wird KI damit leichter zugänglich, die Kosten aber schwerer planbar.
⚡Nemotron 3.5 Transcribe: Nvidias offenes Modell transkribiert, übersetzt und erkennt Sprecher
Nvidia hat mit Nemotron 3.5 Transcribe ein offenes Sprachmodell veröffentlicht, das Transkription, Übersetzung und Sprechererkennung in einem Modell vereint. Es unterstützt 40 Sprachen, darunter Deutsch, verarbeitet Aufnahmen bis zu einer Stunde mit Zeitstempeln pro Wort und beantwortet Fragen zum Audioinhalt. Auf Wunsch markiert oder schwärzt es personenbezogene Daten. Das Modell hat 34 Milliarden Parameter, von denen pro Schritt etwa 4,3 Milliarden aktiv sind, und läuft auf einer einzelnen Nvidia-GPU. Echtzeit beherrscht es nicht, es ist für aufgezeichnetes Audio gedacht. Die Lizenz erlaubt auch kommerzielle Nutzung, Modell und Trainingsdaten liegen auf Hugging Face.
Warum das wichtig ist
Meeting-Mitschriften und Interview-Transkripte lassen sich damit komplett im eigenen Rechenzentrum erstellen, ohne Audio an einen Cloud-Dienst zu schicken. Für Unternehmen mit sensiblen Gesprächen ist das ein starkes Argument.
Wer mit ChatGPT die besten Ergebnisse will, braucht keinen besseren Prompt, sondern einen klaren Kopf. Maxi und ich teilen die Zitate aus fünf Büchern, die uns zuletzt am meisten geprägt haben.
Fünf Buchzitate, die uns geprägt haben: Wir zeigen dir, welche Gedanken aus unseren letzten Büchern hängen geblieben sind und was sie mit besseren KI-Ergebnissen zu tun haben.
Klarer Kopf statt besserer Prompt: Du erfährst, warum gute Ergebnisse mit ChatGPT bei deinem eigenen Denken anfangen.
Dein Gehirn fit halten: Wir sprechen darüber, wie du geistig aktiv bleibst, während die KI immer mehr für dich übernimmt.
Alles zum Nachlesen in den KI TALK Notes: Kerninhalte, Prompts, Tools und Links jeder Folge findest du in den Notes, die du kostenlos abonnieren kannst.
Rechnungsstapel auslesen und von der KI gleich mitprüfen lassen
OpenAI nennt bei GPT-6.1 Terra ausdrücklich ein Beispiel: eingehende Rechnungen lesen und die Angaben in die Buchhaltung übertragen. Das kannst du schon heute mit jedem guten Modell umsetzen, das PDFs und Fotos versteht.
Der Trick: Die KI tippt nicht nur ab, sie prüft gleich mit und zeigt dir nur noch die Fälle, die du dir ansehen musst.
Der HackDu lädst einen Stapel Rechnungen als PDF oder Foto hoch und gibst eine feste Tabellenstruktur vor. Die KI liest Datum, Rechnungsnummer, Lieferant, Netto, Steuer und Brutto aus und markiert gleichzeitig alles Auffällige: doppelte Rechnungen, Rechenfehler, fehlende Pflichtangaben oder unleserliche Stellen. Am Ende bekommst du eine CSV-Datei, die du in Excel, Google Sheets oder deine Buchhaltungssoftware importierst.
So probierst du es ausSammle die Rechnungen eines Monats in einem Ordner und lade sie in einen neuen Chat in ChatGPT, Claude oder Gemini hoch, bei vielen Dateien am besten in Etappen von 10 bis 20 Stück. Gib den Prompt unten ein, sieh dir zuerst die markierten Fälle an und importiere dann die CSV. Wichtig: Rechnungen enthalten personenbezogene Daten. Nutze dafür einen Business-Account mit Auftragsverarbeitungsvertrag, bei dem deine Daten nicht fürs Training verwendet werden.
Warum das ein brutaler Mehrwert istStatt jede Rechnung einzeln abzutippen, prüfst du nur noch die Fälle, die die KI markiert hat. Doppelt gestellte Rechnungen oder Rechenfehler fallen auf, bevor sie Geld kosten, und deine Steuerberatung bekommt eine saubere Liste statt eines Schuhkartons. Sobald Agenten wie Dots in Europa verfügbar sind, lässt sich derselbe Ablauf vollständig automatisieren.
Prompt für den Rechnungsstapel
Du bist meine Buchhaltungsassistenz. Lies alle hochgeladenen Rechnungen aus.
Erstelle eine Tabelle mit diesen Spalten: Rechnungsdatum, Rechnungsnummer, Lieferant, Leistung in Stichworten, Nettobetrag, Steuersatz, Steuerbetrag, Bruttobetrag, Fälligkeit.
Prüfe jede Rechnung und füge eine Spalte „Hinweis“ hinzu. Markiere doppelte Rechnungsnummern, Rechenfehler zwischen Netto, Steuer und Brutto, fehlende Pflichtangaben wie Steuernummer oder Leistungsdatum und alles, was du nicht sicher lesen konntest. Rate nie, schreib lieber „unklar“.
Gib mir zuerst die Liste der markierten Fälle und danach die vollständige Tabelle als CSV-Datei zum Download.
Privater KI-Chat von DuckDuckGo, der dir Zugang zu Modellen von OpenAI, Anthropic, Mistral und weiteren Anbietern gibt, ohne dass du ein Konto brauchst. DuckDuckGo schickt deine Anfragen anonymisiert an die Anbieter, speichert keine Prompts und verwendet nichts fürs Training. Spannend ist das vor allem für alle, die KI für persönliche oder sensible Fragen nutzen wollen, ohne dass diese mit ihrem Namen verknüpft werden.
Wichtige KI-Features
Ohne Konto und kostenlos: Du öffnest duck.ai und chattest direkt los, ohne Anmeldung und ohne Kreditkarte.
Mehrere Modelle zur Auswahl: Kostenlos stehen unter anderem Claude 4.5 Haiku, GPT-6 Luna, GPT-5.4 mini, Mistral Small 4 und offene Modelle wie Gemma 4 zur Wahl.
Anonymisierte Anfragen: DuckDuckGo leitet deine Prompts im eigenen Namen weiter, die Modellanbieter sehen zum Beispiel deine IP-Adresse nicht.
Verlauf nur auf deinem Gerät: Letzte Chats werden lokal gespeichert, nicht auf Servern, und lassen sich einzeln oder per Fire Button sofort löschen.
Stärkere Modelle im Abo: Mit dem DuckDuckGo-Abo kommen Modelle wie Claude Sonnet 5.5, GPT-5.6 Sol oder Claude Opus 4.8 und höhere Limits hinzu.
Direkt aus der Suche: Duck.ai lässt sich auch aus den DuckDuckGo-Suchergebnissen starten und ist komplett optional.
Praxisnutzen
Fragen zu Gesundheit, Finanzen oder privaten Themen stellst du, ohne dass ein Profil über dich entsteht.
Du vergleichst mehrere Modelle an einem Ort, ohne für jeden Anbieter ein eigenes Konto anzulegen.
Besonders nützlich für alle, die KI im Alltag nutzen wollen, aber Wert auf Privatsphäre legen und nicht jedes Gespräch bei einem Konzern speichern möchten.
