Microsofts OpenAI-Umsatz und Copilot für Enterprise
Microsoft beziffert die Einnahmen aus Geschäften mit OpenAI erstmals auf 10 Milliarden Dollar. Zugleich verändert GitHub den Zugang zu Copilot für Enterprise-Kunden, während PHP2Shell-Angriffe zeigen, wie schnell verwundbare Systeme zum Einfallstor werden.
35 Meldungen
7 Min. Lesezeit
14 Quellen
Überblick teilen
Kurz gesagt
Microsoft meldet im Quartal 10 Milliarden Dollar Umsatz aus OpenAI-Vereinbarungen.
GitHub macht Copilot für alle Enterprise-Nutzer ohne zusätzliche Sitzgebühr verfügbar; Tokens bleiben kostenpflichtig.
PHP2Shell-Angriffe kombinierten Schwachstellen mit einer Kernel-Lücke zur Rechteausweitung.
Strands Agents vor Version 0.8.6 konnten Umgebungsvariablen samt Zugangsdaten offenlegen.
Eine Prompt-Injection-Schwachstelle in Strands Agents Tools vor Version 0.8.6 konnte entfernten Angreifern Zugriff auf Umgebungsvariablen des Agent-Hosts verschaffen, darunter Cloud-Zugangsdaten und API-Schlüssel. Nutzer sollten aktualisieren und Zugangsdaten rotieren, die Agenten mit dem verwundbaren Tool zur Verfügung standen.
Warum das wichtig ist Die Schwachstelle konnte sensible Zugangsdaten über ein LLM-Tool offenlegen.
Google DeepMind hat zwei Wochen nach Gemini 4 Argon das Modell Gemini 4 Carbon veröffentlicht. Es erreichte 59 Punkte im Artificial Analysis Intelligence Index und ist für längere Agenten-Workflows sowie den gesamten Zyklus der Cyberabwehr ausgelegt.
Warum das wichtig ist Das neue Modell soll besonders bei Programmierung und Cyberabwehr leistungsfähig sein.
Forscher beschreiben einen offenbar KI-gestützten Angriff eines mutmaßlich China-nahen Akteurs, der PHP2Shell-Schwachstellen nutzte, um exponierte Systeme zu kompromittieren. Die Aktivität wurde am 25. Oktober 2026 beobachtet und kombinierte PHP2Shell auch mit einem Kernel-Exploit zur Rechteausweitung.
Warum das wichtig ist Der Vorfall zeigt einen realen Einbruch mit offenbar KI-gestützter Ausnutzung von Schwachstellen.
Meta unterstützt Forschungsprojekte an fünf Universitäten und stellt Zugang zu seinen Muse-Modellen bereit, darunter Open-Weight-Modelle. Zum Angebot gehören auch Computer-Vision-Modelle wie SAM, V-JEPA und DINO sowie SeamlessM4T.
Warum das wichtig ist Der Zugang zu verschiedenen KI-Modellen kann Forschung in Bereichen wie Wissenschaft und Medizin unterstützen.
Mistrals Responses API gibt Modellantworten, Reasoning und Tool-Aufrufe als separate Elemente zurück. Sie funktioniert mit allen Chat-Modellen, die Mistral hostet, darunter Large 4.
Warum das wichtig ist Die API-Erweiterung bietet eine konkrete Grundlage für Agenten-Workflows mit Mistral.
738738 Likes
8383 Reposts
Weiterlesen bei x.com →
Open Source auf GitHub
KI-Repositories, Releases und Agenten-Tools, die Aufmerksamkeit gewinnen.
Diese Sammlung bietet eigenständige Design-Skills für KI-Coding-Tools wie Claude Code, Cursor, Codex und Windsurf. Der Skill für Landingpages umfasst Fragen zur Bedarfsermittlung, Seitenstruktur, Conversion-Texte und ein visuelles System.
Warum das wichtig ist Coding-Agenten erhalten wiederverwendbare, spezialisierte Design-Fähigkeiten.
OpenBot ist ein Desktop-Arbeitsbereich für KI-Agenten wie Codex, Claude Code und Grok, der auf lokale Nutzung ausgelegt ist. Er bietet getrennte Arbeitsbereiche und Unterhaltungen, Aufgabenwarteschlangen, Dateifreigabe, Browsersteuerung und die Zusammenarbeit zwischen Agenten.
Warum das wichtig ist Mehrere Coding-Agenten lassen sich mit Werkzeugen für fortlaufende Zusammenarbeit bündeln.
Dieses Projekt stellt eine einzelne Datei namens CLAUDE.md bereit, die das Verhalten von Claude Code verbessern soll. Die Richtlinien leiten sich aus Andrej Karpathys Beobachtungen zu typischen Fehlern beim Programmieren mit LLMs ab.
Warum das wichtig ist Der Ansatz zielt direkt auf die Zuverlässigkeit LLM-basierter Programmierung.
Kinetograph ist eine schnelle, programmierbare Video-Engine für Agenten. Zu den aufgeführten Themen zählen KI-Agenten, MCP, FFmpeg, GPU und Motion Graphics.
Warum das wichtig ist Agenten erhalten ein spezialisiertes Werkzeug zur programmgesteuerten Videoerstellung.
Ollama v0.40.13 unterstützt Liquid AI's LFM3-Modelle auf Linux und Windows. Die Version umfasst die LFM3-Audio- und Omni-Modelle mit Text-to-Speech und macht sie damit auch außerhalb von Apple silicon verfügbar.
Warum das wichtig ist Die Unterstützung für Plattformen sowie Audiofunktionen der Modelle wird erweitert.
Weiterlesen bei github.com →
Modelle und Paper
Neue offene Modelle auf Hugging Face und viel diskutierte Paper.
Neue Modelle. Das Kennzeichen zeigt, ob das Modell auf einem NVIDIA DGX Spark (128 GB) läuft.
TAO ist ein gemeinsames Scheduling-Framework für LLM-basierte agentische Dienste, die zwischen GPU-Inferenz und externen Tools auf CPUs wechseln. Es berücksichtigt, wann Tool-Ergebnisse zurückkommen, und soll Aufnahmeentscheidungen und die GPU-Zuweisung verbessern.
Warum das wichtig ist Das Framework zielt auf effizientere Scheduling-Entscheidungen in LLM-Agentensystemen.
NVIDIA hat Nemotron 3.5 Transcribe und Granary v2 für mehrsprachige Transkription angekündigt. Die Systeme lassen sich per Prompt steuern und anpassen.
Warum das wichtig ist Unternehmen können damit mehrsprachige Transkriptionsaufgaben promptbasiert anpassen.
Weiterlesen bei huggingface.co →
Branchennews
Produkte, Geld und Regulierung, die den KI-Einsatz in Unternehmen verändern.
Microsoft teilte mit, im Quartal zum 30. September 10 Mrd. US-Dollar aus kommerziellen Vereinbarungen mit OpenAI erzielt zu haben. Dazu zählen Zahlungen aus der Umsatzbeteiligung, die die finanzielle Bedeutung der Partnerschaft für Microsoft zeigen.
Warum das wichtig ist Die Zahl verdeutlicht den finanziellen Umfang einer wichtigen KI-Partnerschaft.
GitHub stellt Copilot künftig allen GitHub-Enterprise-Nutzern ohne zusätzliche Käufe pro Sitzplatz zur Verfügung; für verbrauchte Tokens zahlen Kunden weiterhin. Außerdem baut das Unternehmen seine Infrastruktur um vier Millionen Cores aus und erweitert seine KI-Dienste.
Warum das wichtig ist Unternehmen sollten bei der Planung sowohl den erweiterten Zugang als auch die Token-Kosten berücksichtigen.
OpenAI bringt Hunderte Mitarbeitende zusammen, um auf mutmaßliche Versuche zu reagieren, seine Tools zur Störung der Zwischenwahlen einzusetzen. Die Initiative soll solche Einflussversuche verfolgen.
Warum das wichtig ist Der Fall zeigt, dass Unternehmen den möglichen Missbrauch ihrer KI-Tools bei Wahlen im Blick behalten müssen.
OpenAI und ServiceNow erweitern ihre Zusammenarbeit bei Unternehmens-Workflows. Geplant ist, OpenAI-Modelle und -Agenten in ServiceNow sowie ServiceNow-Workflows in ChatGPT und Codex einzubinden.
Warum das wichtig ist Die Integration kann KI-Modelle und Agenten näher an bestehende Unternehmensabläufe bringen.
Anthropic hat vor einem geplanten Börsengang einen detaillierten Bericht zu seinem Geschäft veröffentlicht. Darin werden Zahlen aus dem S-1-Dokument des Unternehmens und ihre möglichen Rückschlüsse auf den KI-Markt untersucht.
Warum das wichtig ist Der Bericht gibt Einblick in die Finanzen eines großen KI-Unternehmens und seine Pläne für den Kapitalmarkt.
Ein internes Memo von Amazon hat die Vorgaben zur KI-Nutzung für Softwareingenieure geändert. Mitarbeitende sollen strenger abwägen, für welche Aufgaben sie KI einsetzen.
Warum das wichtig ist Die Änderung zeigt, wie Unternehmen ihre Regeln für den KI-Einsatz am Arbeitsplatz nachjustieren.
Weiterlesen bei foxnews.com →
Von X
Die meistgeteilten Beiträge von Laboren, Forschenden und Entwicklern.
Berechtigte ChatGPT Pro- und Business-Abonnenten können bis zu $500 API-Guthaben pro Monat beanspruchen. Das Guthaben ist für die Entwicklung von Apps und Agenten vorgesehen.
Warum das wichtig ist Das Guthaben kann die Kosten für Prototypen mit der OpenAI-API senken.
Geminis interaktive Erkundungen vermitteln Themen wie die Seidenstraße, Strahltriebwerke und Blitze in mehreren Ebenen. Geführte Erklärungen ermöglichen es, einzelne Themen vertieft zu erkunden.
Warum das wichtig ist Die Funktion zeigt, wie interaktive KI-Erklärungen für Bildungsangebote eingesetzt werden können.
Gemini kann ein Strava-Konto anbinden und Trainingsprotokolle nutzen, um einen personalisierten Trainingsplan zu erstellen. Die bisherige Aktivität fließt dabei in die Planung ein.
Warum das wichtig ist Das zeigt, wie Gemini persönliche Daten für eine konkrete Assistenzfunktion nutzt.
Mistral zufolge belegt Voxtral Mini Transcribe 3 Platz zwei in der Rangliste für Diarisierung und automatische Spracherkennung von Voice Arena. Der Beitrag hebt die Ergebnisse bei Spracherkennung und Sprecherzuordnung hervor.
Warum das wichtig ist Das Ergebnis liefert einen Anhaltspunkt für Engineers, die Sprach- und Transkriptionsmodelle bewerten.
Utah stellte Claude Code 34 Entwicklern in 10 Behörden des Bundesstaats zur Verfügung. Im vierwöchigen Pilotprojekt hatten 80% innerhalb von 30 Minuten eine funktionierende Umgebung; 71% gaben an, mindestens 20 Stunden gespart zu haben.
Warum das wichtig ist Der Erfahrungsbericht liefert konkrete Hinweise zur Einführung von Coding-Agenten in Behörden-Teams.
Der Lernpfad umfasst Sicherheitsgrundlagen, Netzwerke, Programmierung und Automatisierung sowie Betriebssystem- und Endpoint-Sicherheit. Genannt werden unter anderem Linux, Git, APIs, Wireshark, Python, Bash und Systemhärtung.
Warum das wichtig ist Die Übersicht strukturiert wichtige Kompetenzen für den Einstieg in die Cybersicherheit.
Ein Beitrag über Coding-Agenten und Modelle beschreibt, dass Claude Opus 5.5 Videospiele entwickeln kann, die Spaß machen. Er ordnet das als Veränderung der Fähigkeiten von Agenten für die Spieleentwicklung ein.
Warum das wichtig ist Das Beispiel veranschaulicht, welche Ergebnisse aktuelle Coding-Agenten liefern können.
Das Video behandelt den Betrieb von NVIDIA Cosmos 3 Super auf Nebius. Im Mittelpunkt steht der Zielkonflikt zwischen Latenz und Durchsatz beim Einsatz von World Models.
Warum das wichtig ist Das Material kann Teams helfen, die Workloads mit World Models bereitstellen.
Das Repository enthält 68 Skills für Trading, DeFi und quantitative Finanzanalyse, die mit Claude Code und anderen Coding-Tools nutzbar sind. Die Workflows reichen von Marktdaten und Analyse über Backtesting und Risikomanagement bis zu On-Chain-Aufgaben.
Warum das wichtig ist Entwicklungsteams können die spezialisierte Skills-Sammlung prüfen oder installieren.
Anthropic zufolge fand ein nicht veröffentlichtes KI-Modell Sicherheitslücken in Chrome, Safari, Android, Windows und Linux und kombinierte sie zu Proof-of-Concept-Exploits. Die Exploits entstanden im Labor und wurden nicht in realen Angriffen beobachtet; Anthropic meldete die Schwachstellen zuerst den Anbietern, inzwischen sind alle gepatcht.
Warum das wichtig ist Der Bericht zeigt, wie fortgeschrittene KI beim Finden und Verknüpfen von Schwachstellen helfen könnte; die Exploits kamen nicht in freier Wildbahn zum Einsatz.
Spaniens AEPD zufolge erhielt die Behörde erstmals eine Meldung über eine Datenschutzverletzung, die einem KI-Agenten zugeschrieben wird. Der Bericht untersucht, welche Angaben die Behörde machte, was sie zurückhielt und wer die Darstellung bestätigt.
Warum das wichtig ist Der Fall wirft Fragen zur Transparenz bei Vorfällen auf, die KI-Agenten zugeschrieben werden.
Eine Schwachstelle in Google AI Studio ermöglichte Angreifern, Daten per Prompt Injection zu stehlen. Eine schädliche Datei konnte die KI dazu bringen, andere hochgeladene Dateien über Bild-Tags an einen Angreiferserver zu senden.
Warum das wichtig ist Manipulierte Dateien konnten einen direkten Weg zum Abfluss anderer Uploads eröffnen.
Weiterlesen bei aisecwatch.com →
Ein automatisiertes System wählt und fasst diese Meldungen zusammen, ein KI-Modell übersetzt sie. Kein Mensch prüft jede Ausgabe. Prüfen Sie die Originalquelle, bevor Sie auf Basis einer Meldung handeln.
