Diese KI-Woche hatte drei große Linien: Chinas Modelle drängen weiter an die Weltspitze, während die USA DeepSeek aus ihren Behörden werfen. Deutschland bekommt Milliarden-Zusagen von Amazon und Nvidia-Nähe auf höchster Ebene. Und die Agenten-Ökonomie wird erwachsen — mit einem herstellerneutralen Skill-Standard und eigener Agenten-Infrastruktur bei Google. Dazu: ein Gesetzesvorschlag von Anthropic, ein Forschungserfolg gegen Skorpiongift und eine Studie, die zeigt, wie sehr KI-Videos unser Vertrauen in Bewegtbilder erschüttern.
1. Kimi K3.1 Pro: China rückt bis auf drei Punkte an Claude heran
Moonshot AI hat am 23. Oktober Kimi K3.1 Pro vorgestellt, eine stark nachtrainierte Version von Kimi K3. Im Artificial Analysis Intelligence Index erreicht das Modell 55 Punkte und damit Platz 4 — nur noch knapp hinter Claude Opus 5.5 (58), Sonnet 5.5 (56) und Muse Wonder Full (56). Das Modell hat 2,8 Billionen Gesamtparameter (104 Milliarden aktiv), ein Kontextfenster von einer Million Token und verarbeitet Text und Bilder. Bemerkenswert: Die Gewichte sollen bis zum 4. November offen veröffentlicht werden — damit wäre K3.1 Pro das bestbewertete Open-Weights-Modell überhaupt, und der Abstand zwischen offenen und proprietären Modellen schrumpft von 12 auf 3 Punkte. Die API kostet 2 US-Dollar pro Million Input-Token und 10 US-Dollar für Output, ein Drittel weniger als beim Vorgänger (siehe auch unseren Eintrag zum Vorgänger Kimi K2.7 Code).
Was das für Deutschland bedeutet: Wer die Kimi-API nutzt, schickt Daten nach China — für personenbezogene Daten unter DSGVO kaum vertretbar. Spannend wird es ab November: Die offenen Gewichte lassen sich dann bei europäischen Hostern oder im eigenen Rechenzentrum betreiben, zu einem Bruchteil der Kosten von Claude oder GPT. Mittelständler sollten die Open-Weights-Veröffentlichung abwarten und dann Benchmarks mit eigenen Aufgaben fahren.
Quelle: The Decoder
2. DeepSeek-Woche: Inference-Software wird Open Source — und die USA verbannen die Modelle
Gegensätzlicher geht es kaum: Am 20. Oktober veröffentlichte DeepSeek sein internes Inference-Framework DeepInfer unter der Apache-2.0-Lizenz. Die auf vLLM aufbauende Software führt Modelle wie DeepSeek V4.1-Flash im Betrieb aus, mit optimierten Rechenkernen und verteilter Verarbeitung über mehrere Chips; die Zusatzkomponente deepseek-recipe bildet das Verhalten der offiziellen API in eigenen Installationen nach. Ziel sei es, der Community zu helfen, Rechenkosten und Energieverbrauch zu senken. Am selben Tag untersagte das US-Heimatschutzministerium die Nutzung von DeepSeek-Produkten in allen zivilen US-Bundesbehörden — inklusive Drittanbieterprodukten, die „unter Verwendung von DeepSeek-Implementierungen entwickelt wurden". Bestehende Installationen müssen entfernt werden; begründet wird das Verbot mit möglichem Datenabfluss nach China und Sicherheitsrisiken.
Was das für Deutschland bedeutet: DeepInfer senkt die Hürde, chinesische Spitzenmodelle selbst zu hosten — gerade die effiziente Inferenz war bisher Spezialwissen. Das US-Verbot gilt hierzulande nicht, zeigt aber die Richtung: Wer DeepSeek über Gateways wie OpenRouter einsetzt, sollte dokumentieren, welche Modelle tatsächlich angesteuert werden, und bei sensiblen Daten auf selbst gehostete Varianten ausweichen.
Quelle: The Decoder, heise online
3. Recursive Flint: Coding-Modell für den Laptop, größtenteils von KI gebaut
Das Startup Recursive von Ex-Salesforce-Chefwissenschaftler Richard Socher hat am 21. Oktober sein erstes Modell veröffentlicht: Flint, ein Coding-Modell mit 40 Milliarden Parametern (Mixture-of-Experts, nur 2,5 Milliarden aktiv), das offline auf einem normalen Laptop läuft. Auf einem MacBook Pro mit M4-Pro-Chip erreicht es rund 131 Token pro Sekunde — etwa doppelt so schnell wie vergleichbare Modelle. Bei SWE-Bench Verified schlägt Flint nach Firmenangaben alle Modelle unter 50 Milliarden Parametern. Die Pointe: Ein kleines Team baute das Modell in unter vier Monaten, wobei das firmeneigene System „Eureka Machine" bei nahezu jedem Entwicklungsschritt half. Flint steht unter Apache-2.0-Lizenz kostenlos auf Hugging Face bereit.
Was das für Deutschland bedeutet: Für Entwicklerteams, die Quellcode nicht in US-Clouds geben dürfen oder wollen, ist Flint ein echter Kandidat: kostenlos, lokal, DSGVO-unkritisch, ohne API-Gebühren. Recursive selbst räumt ein, dass Flint mehr Anleitung braucht als große Cloud-Assistenten — große Aufgaben also in kleine Schritte zerlegen.
Quelle: TechCrunch
4. Anthropic übergibt Agent Skills an die Agentic AI Foundation
Der im Dezember 2025 gestartete offene Standard Agent Skills gehört künftig der Agentic AI Foundation unter dem Dach der Linux Foundation — dorthin, wo bereits das Model Context Protocol (MCP) liegt. Anthropic gab die Übergabe am 22. Oktober bekannt und überträgt Name, Logo, GitHub-Organisation und die Domain agentskills.io. Die Zahlen zeigen, warum das relevant ist: Über 70 Agenten-Plattformen unterstützen den Standard inzwischen, darunter ChatGPT, Cursor, GitHub Copilot und VS Code; rund eine Million Skills wurden veröffentlicht und knapp 280 Millionen Mal installiert. Gepflegt wird der Standard künftig von Ingenieuren verschiedener Firmen, darunter Anthropic, Google und OpenAI; geplant sind versionierte Releases und Sicherheitsleitlinien.
Was das für Deutschland bedeutet: Wer jetzt Skills für KI-Agenten entwickelt, investiert in einen herstellerneutralen Standard statt in ein einzelnes Ökosystem — das reduziert das Lock-in-Risiko erheblich. Vorsicht bleibt geboten: Skills können Skripte enthalten, fremde Skills vor der Installation also prüfen wie jede andere Fremdsoftware.
Quelle: Anthropic
5. Google baut eigene Rechenumgebung für KI-Agenten
Google hat am 22. Oktober die Agent Compute Engine vorgestellt, eine Compute-Schicht speziell für KI-Agenten, die bereits hinter Gemini läuft. Jeder Agent bekommt eine eigene microVM, per Hardware-Isolation über Googles Titanium-Chip abgesichert; die Mini-VMs starten schnell, pausieren bei Leerlauf automatisch und teilen sich Arbeitsspeicher. Dazu kommt Agent Substrate als Open-Source-Alternative auf Kubernetes-Basis — in einem Google-Benchmark liefen 200.000 Agenten mit unter 500 Millisekunden Latenz. Token-Management zur Kostenkontrolle, Model-Routing und Autorisierung über Anbieter wie Ping Identity gehören ebenfalls zum Funktionsumfang. Als Preview soll der Dienst in den kommenden Monaten erscheinen.
Was das für Deutschland bedeutet: Agenten, die eigenständig Code ausführen, brauchen saubere Isolation — genau das Problem adressiert Google hier. Unternehmen, die Agenten-Workloads planen, sollten die Preview beobachten, aber auch die EU-Datenresidenz klären, zu der Google bisher nichts gesagt hat. Die Open-Source-Variante Agent Substrate könnte für Eigenbetrieb interessant werden.
Quelle: The Decoder
6. KI-Standort Deutschland: Amazon kündigt 16 Milliarden Euro an, Merz umgarnt Nvidia
Amazon will im kommenden Jahr mehr als 16 Milliarden Euro in Deutschland investieren, davon rund 4,8 Milliarden in den Ausbau der Cloud- und KI-Infrastruktur der AWS-Region Frankfurt. Dazu kommen modernisierte Logistikzentren (Bad Hersfeld, Dortmund, Werne, Neubau in Könnern), über 3.000 zusätzliche Logistik-Stellen, Prime-Video-Eigenproduktionen und das Satelliteninternet Amazon Leo. Die Ankündigung fiel in dieselbe Woche wie der Berliner Gipfel „Invest in Germany" (19./20. Oktober), bei dem Bundeskanzler Friedrich Merz und Nvidia-Chef Jensen Huang den Schulterschluss übten: Das Forschungsministerium unterzeichnete eine Absichtserklärung mit Nvidia, um Industriedaten mit den Modellen Nemotron und Cosmos für KI nutzbar zu machen. Huang nannte Nvidia „in gewisser Weise einer der größten Wagniskapitalgeber Deutschlands" und erklärte, die „nächste KI-Welle" sei physische KI — deutsche Industriedaten sollten in lokalen Modellen genutzt werden.
Was das für Deutschland bedeutet: Mehr Rechenkapazität in Frankfurt ist für DSGVO-bewusste Unternehmen eine gute Nachricht — Daten können in der EU bleiben. Gleichzeitig wächst die Abhängigkeit von US-Hyperscalern und Nvidia weiter. Wer eigene Industriedaten hat, sollte sie als strategisches Gut behandeln, bevor er sie in Partnerschaften einbringt.
Quelle: heise online, heise online (Gipfel)
7. Anthropic schlägt US-Gesetz vor: Modell-Stopp bei Katastrophenrisiko
Anthropic bringt im US-Kongress einen eigenen Gesetzentwurf zur KI-Sicherheit in die Diskussion, wie TechCrunch am 20. Oktober unter Berufung auf Politico berichtete. Kern: Die Veröffentlichung eines Modells soll gestoppt werden können, wenn ein „vorhersehbares, unmittelbares Risiko" besteht, dass mehr als 50 Menschen sterben oder Schäden über einer Milliarde US-Dollar entstehen — etwa durch Biowaffen, einen Cyberangriff oder ein Modell, das sich seinen Kontrollen entzieht. Unabhängige, beim US-Handelsministerium registrierte Prüfer sollen Modelle bewerten und hätten bei akuter Gefahr 72 Stunden für eine Meldung; den eigentlichen Stopp müsste ein Gericht in Washington anordnen. Die Schwellenwerte ähneln dem kalifornischen Gesetz SB 53. Nvidia-Chef Huang hält dagegen gar keine neuen KI-Gesetze für nötig.
Was das für Deutschland bedeutet: Die USA diskutieren jetzt Mechanismen, die der EU AI Act für systemische Risiken bereits kennt — die regulatorische Lücke zwischen beiden Märkten könnte kleiner werden. Für deutsche Unternehmen ändert sich kurzfristig nichts, aber wer US-Modelle einsetzt, sollte die Debatte verfolgen: Ein Freigabe-Regime in den USA würde Release-Zyklen und Verfügbarkeit auch hier beeinflussen.
Quelle: TechCrunch
8. Mistral und Nvidia: europäisches Billionen-Parameter-Modell für die Industrie
Etwas untergegangen ist die vielleicht wichtigste europäische KI-Nachricht der Woche: Am 21. Oktober kündigte Mistral eine Kooperation mit Nvidia für KI in der Ingenieurarbeit an. Technische Grundlage ist das bereits Anfang Oktober als Public Preview gestartete, nativ multimodale Mistral Large 4 (Codename „Le Chonk") — rund eine Billion Parameter, davon 49 Milliarden aktiv. Trainiert wurde es auf 3.800 Nvidia-Grace-Blackwell-GPUs in Mistrals eigenen europäischen Rechenzentren, die Gewichte sollen Ende Oktober veröffentlicht werden. Konkret geht es um Simulation und Konstruktion: Mit Nvidia Warp und Omniverse sollen Simulationen in Luft- und Raumfahrt, Automobilindustrie und Halbleiterentwicklung beschleunigt und CAD-zu-Simulation-Workflows automatisiert werden. Mistral kündigte zudem offene Datensätze und Benchmarks für Physikmodelle an und will seine Rechenkapazität bis 2030 auf ein Gigawatt ausbauen.
Was das für Deutschland bedeutet: Ein Frontier-Modell, das in der EU trainiert wurde und dessen Gewichte offen erscheinen, ist für den deutschen Mittelstand die interessanteste Konstellation überhaupt — Datenverarbeitung in Europa, keine Drittlandübermittlung, und bei Eigenbetrieb volle Kontrolle. Besonders für Maschinenbau und Automotive lohnt ein Blick: Hier entsteht KI genau für die Simulations- und Konstruktionsketten, die hiesige Industrie prägen.
Quelle: Mistral AI
9. Studie: 81 Prozent zweifeln inzwischen an der Echtheit von Videos
Die Studie „Video Trends 2026" der Landesmedienanstalten zeichnet ein deutliches Bild: 93 Prozent der Bevölkerung ab 14 Jahren konsumieren täglich Bewegtbild, 79 Prozent sind schon KI-Videos begegnet — vor allem auf TikTok und Instagram. Von diesen hielten 68 Prozent mindestens einmal ein KI-Video für echt. Die Folge ist ein breiter Vertrauensverlust: 81 Prozent zweifeln häufiger an der Echtheit von Videos, jeweils rund drei Viertel glauben Bewegtbildern weniger als früher und prüfen kritischer. Rund 90 Prozent fordern eine generelle Kennzeichnungspflicht für KI-Inhalte. Parallel arbeitet die Politik an rechtlichem Schutz: Das Bundeskabinett hat am 7. Oktober einen Gesetzentwurf zum Schutz vor digitaler Gewalt beschlossen, der unter anderem einen neuen Straftatbestand für KI-erzeugte intime Darstellungen realer Personen vorsieht — mit Freiheitsstrafe bis zu zwei Jahren. Betroffene sollen außerdem leichter an Auskünfte kommen.
Was das für Deutschland bedeutet: Für Unternehmen mit Video-Marketing wird Kennzeichnung zum Vertrauensfaktor, nicht nur zur Pflicht — der AI Act verlangt Transparenz bei Deepfakes ab August 2026 ohnehin. Wer KI-generierte Clips einsetzt, sollte sie sichtbar als solche ausweisen; die Zahlen zeigen, dass Publikum unmarkierte KI-Inhalte zunehmend als Täuschungsversuch liest.
Quelle: heise online, heise online (Gesetzentwurf)
10. Claude entwirft in 64 Stunden Proteinbinder gegen Skorpiongift
Anthropic hat am 20. Oktober eine Forschungsarbeit veröffentlicht, in der ein internes Claude-Modell weitgehend eigenständig Proteinbinder gegen fünf Skorpion-Neurotoxine entworfen hat — Menschen gaben nur vier Folgeanweisungen. In 64 Stunden und rund 10.000 GPU-Stunden erzeugte das Modell 318.484 Designs, prüfte 553.052 Strukturpaare und wählte 180 Kandidaten zum Labortest aus. Von 211 getesteten Designs erfüllten 17 die Kriterien für einen Binder; die Trefferquote bei Einzelziel-Designs lag mit 18 Prozent im Bereich üblicher Protein-Design-Kampagnen. Getestet wurde bei Adaptyv Bio und Twist Bioscience, zwei externe Fachleute begutachteten die Arbeit. Anthropic betont ausdrücklich, dass kein Gegengift beansprucht wird: Eine Neutralisation in Zellen oder Tierversuchen wurde nicht geprüft. Alle 211 Designs und Daten sind öffentlich. Skorpionstiche töten jährlich über 3.250 Menschen.
Was das für Deutschland bedeutet: Für Biotech- und Pharmaforschung hierzulande ist das ein Signal, dass KI-gestütztes Protein-Design den Schritt vom Einzelversuch zur durchlaufenden Pipeline macht. Interessant ist das Muster dahinter: nicht ein Modell, das alles weiß, sondern ein Modell, das zwölf Fachwerkzeuge koordiniert — genau das Vorgehen, das sich auch in Industrieanwendungen übertragen lässt.
Quelle: Anthropic Research
Diese Woche ausführlich bei uns
- Anthropic: KI-Agenten arbeiten sechsmal mehr als Menschen – Fonds soll Folgen abfedern (19.10.)
- MiniMax M3.1 Flash: Chinas neuer Preisbrecher verspricht 200 Token pro Sekunde (20.10.)
- Voxtral 3: Mistrals neue Sprach-KI versteht über 50 Sprachen in Echtzeit (21.10.)
- PHP2Shell: KI entdeckt kritische PHP-Lücken – Millionen Webseiten müssen patchen (22.10.)
- Claude Duet: Anthropics KI-Agent arbeitet proaktiv im Hintergrund (23.10.)
- Meta-AGB ab 30. Oktober: KI-Scraping für Geschäftskonten – Verlage alarmieren die EU (24.10.)
- OpenAI sperrt seine stärksten KI-Modelle vom Internet aus (25.10.)
- The Decoder: Kimi K3.1 Pro
- The Decoder: DeepInfer
- heise online: USA verbannen DeepSeek aus zivilen Bundesbehörden
- TechCrunch: Recursive Flint
- Anthropic: Agent Skills an die Agentic AI Foundation
- The Decoder: Google Agent Compute Engine
- heise online: Amazon investiert 16 Milliarden Euro
- heise online: Gipfel „Invest in Germany"
- TechCrunch: Anthropics Gesetzentwurf
- Mistral AI: Mistral Large 4 und Nvidia-Kooperation
- heise online: Studie Video Trends 2026
- heise online: Gesetzentwurf digitale Gewalt
- Anthropic Research: Proteinbinder-Design