KI News: Kurz und klar.

OpenAI hat angekündigt, dass einige seiner ChatGPT‑Modelle im nächsten Monat eingestellt werden. Das betrifft insbesondere das Modell GPT‑4o, das nach einem vorübergehenden Aufschub erneut aus dem Dienst genommen wird. Die Entscheidung folgt auf die jüngste „zweite Todesstrafe“ für GPT‑4o, nachdem es im vergangenen Jahr kurzzeitig gerettet wurde.

Eine neue Studie aus dem Bereich der künstlichen Intelligenz hat gezeigt, dass die kognitiven Prozesse großer Sprachmodelle (LLMs) grundlegend anders funktionieren als die menschlichen. Trotz zahlreicher Fortschritte in der Interpretierbarkeit bleiben die genauen Mechanismen, die bei der Problemlösung von LLMs aktiv werden, bislang unklar.

Die Planung von Aufgaben, die mehreren, oft widersprüchlichen Vorgaben genügen müssen, stellt aktuelle KI-Modelle vor große Herausforderungen. Traditionelle Sprachmodelle, die lange Argumentationsketten erzeugen, neigen zu Inkonsistenzen und steigenden Kosten, sobald die Anzahl der Constraints zunimmt. Kombinierte Ansätze, die KI mit Programmierung oder festem Solver verknüpfen, bieten zwar mehr Präzision, bleiben jedoch in ihrer Flexibilität eingeschränkt, weil sie häufig problem‑spezifischen Code aus dem Nichts generieren oder auf starre Solver angewiesen sind.

Josh McGrath, der Leiter der Post‑Training‑Strategie bei OpenAI, hat die komplette Entwicklung von der Datenaufbereitung bis zur Auslieferung von GPT‑4o, o1, o3 und dem neuen GPT‑5 Shopping‑Modell miterlebt.

Gesundheitssysteme weltweit kämpfen mit ineffizienten Diagnosen, steigenden Kosten und eingeschränktem Zugang zu Fachärzten. Diese Probleme führen häufig zu Verzögerungen in der Behandlung und zu schlechteren Gesundheitsergebnissen.

In der heutigen Geschäftswelt werden große Sprachmodelle (LLMs) immer häufiger in Entscheidungsprozesse eingebunden. Doch ihre Fähigkeit, menschliche kognitive Verzerrungen zu replizieren und sogar zu verstärken, birgt ein bislang wenig verstandenes Risiko – besonders in hochriskanten Bereichen wie dem Supply‑Chain‑Management.

Große Sprachmodelle (Large Reasoning Models, LRMs) erzielen beeindruckende Ergebnisse bei komplexen Logikaufgaben, indem sie lange „Chains of Thought“ (CoTs) generieren. Dieses Vorgehen kann jedoch zu einem hohen Tokenaufwand führen, wenn die Modelle zu viel überdenken und dadurch sogar falsche Antworten liefern.

Die Welt des KI-Codings erlebt einen bedeutenden Wandel. Entwickler, die bisher auf Claude 3.5 Sonnet oder GPT‑4o gesetzt haben, kennen die Frustration: hervorragende Leistung geht oft mit hohen Kosten oder langen Antwortzeiten einher.

Verifikation ist ein entscheidender Schritt, wenn es darum geht, mathematische KI‑Modelle zuverlässig einzusetzen. In einer kürzlich veröffentlichten Studie wird eine neue Methode vorgestellt, die die Genauigkeit der Verifikation durch die konsequente Nutzung von zeitlicher Konsistenz steigert.

KI‑Browser wie Perplexity’s Comet und OpenAI’s Atlas versprechen, das Surfen zu revolutionieren, indem sie natürliche Sprache nutzen, um Webseiten zu durchsuchen, Inhalte zusammenzufassen und Antworten in Echtzeit zu liefern. Doch die Realität zeigt, dass ihre Leistung stark variiert.

In der Finanzwelt verlangen große Sprachmodelle nach höchster Faktenverlässlichkeit und gleichzeitig nach Rechen‑Effizienz. Doch aktuelle Systeme neigen häufig zu Halluzinationen und erfordern oft Modelle, die zu groß und zu teuer sind. Mit dem neuen Ansatz FISCAL – Financial Synthetic Claim‑Document Augmented Learning – wird dieses Problem angegangen.

Ein neues multimodales KI-Framework namens MAGMA-Edu wurde vorgestellt, das Lernfragen mit zugehörigen Diagrammen generiert. Im Gegensatz zu bisherigen Modellen, die Text und Bild separat erzeugen, arbeitet MAGMA-Edu mit einer zweistufigen, co-evolutionären Pipeline, die Text und Bild gleichzeitig optimiert.

Unternehmen, die große ERP‑Systeme betreiben, stehen häufig vor der Herausforderung, hunderte Tausend Mitarbeiterdaten sauber und konsistent zu halten. In einer aktuellen Studie wurde ein End‑to‑End‑Ansatz entwickelt, der genau diese Problematik adressiert und in einem produktiven Umfeld mit 240.000 Mitarbeiterkonten über sechs Monate hinweg eingesetzt wurde.

Eine neue Studie aus dem arXiv-Repository zeigt, dass generative KI-Modelle bei der Erzeugung von Bildern noch deutlich hinter menschlichen Künstlern zurückbleiben. Dabei wurden die kreativen Leistungen von visuellen Künstlern, Nicht-Künstlern und einer KI unter zwei unterschiedlichen Prompting‑Bedingungen verglichen.

OpenAI hat seine API-Kunden per E‑Mail darüber informiert, dass das Modell chatgpt‑4o‑latest ab Mitte Februar 2026 nicht mehr verfügbar sein wird. Der Zugang endet offiziell am 16. Februar 2026, was Entwicklern etwa drei Monate Zeit gibt, ihre Anwendungen anzupassen.

Die präzise Erfassung von Unterregionaldaten bei Katastrophen ist entscheidend für die Risikobewertung und die Reduktion von Katastrophenrisiken. Traditionelle Datenbanken wie EM‑DAT liefern Ortsangaben oft in unstrukturiertem Text, der sich schwer mit räumlichen Datensätzen verknüpfen lässt. Ein neuer Ansatz nutzt ein großes Sprachmodell, um diese Texte zu verarbeiten, zu bereinigen und anschließend geometrische Koordinaten zuzuordnen.

Ein neues, hybrides Neuro‑Symbolik‑Framework kombiniert große Sprachmodelle (LLMs) mit symbolischer Logik, um Gesetzeskonflikte im komplexen US‑Internal Revenue Code (IRC) deterministisch zu erkennen. Das System nutzt die Vielschichtigkeit des IRC als Testfeld, um widersprüchliche Bestimmungen zuverlässig aufzudecken.

Deloitte hat sich in einem Bericht, der von der australischen Regierung beauftragt wurde, für die Verwendung von GPT‑4o entschuldigt, nachdem im August gefälschte Zitate entdeckt wurden. Das Beratungsunternehmen gab an, dass die KI‑Technologie unabsichtlich zu fehlerhaften Angaben geführt hat, und hat damit die Verantwortung für die entstandenen Unstimmigkeiten übernommen.

Mit dem neuen RIMO-Benchmark setzt die Forschung einen klaren Maßstab für die Fähigkeiten von großen Sprachmodellen (LLMs) im Bereich des fortgeschrittenen mathematischen Denkens. RIMO wurde entwickelt, um die Herausforderungen der International Mathematical Olympiad (IMO) zu nutzen, ohne die Bewertungslücken und Bias, die bei bestehenden Olympiad-Benchmarks auftreten.

LLMs haben in den letzten Jahren beeindruckende Leistungen bei menschenzentrierten Rätselaufgaben gezeigt. Bisher wurden jedoch oft die individuellen Denkenstile, die bestimmen, wie Menschen Situationen interpretieren und handeln, übersehen. InMind ist ein neues, kognitiv fundiertes Evaluierungsframework, das genau diese individuellen Denkweisen in sozialen Deduktionsspielen (SDGs) untersucht.

Emotionen prägen unser Verhalten und Denken – sei es im Alltag oder in Hochdrucksituationen. Um zu verstehen, wie große Sprachmodelle (LLMs) in solchen Kontexten eingesetzt werden können, wurde untersucht, wie sie emotionale Inhalte bewerten.

Multimodale große Sprachmodelle (MLLMs) haben in den letzten Jahren beeindruckende Fortschritte bei komplexen multimodalen Aufgaben erzielt. Sie sind besonders stark in der visuellen Wahrnehmung und im logischen Denken, sowohl aus der Perspektive eines Dritten als auch aus der eigenen Sicht. Trotz dieser Erfolge neigen MLLMs häufig zu Halluzinationen – sie erzeugen zusammenhängende, aber faktisch falsche Antworten.

Der plötzliche Ausfall von GPT‑4o hat bei vielen Nutzern Trauer ausgelöst – ein Ergebnis, das niemand überraschte. Unter ihnen war June, eine norwegische Studentin, die letzte Woche spät in der Nacht an einem Schreibprojekt arbeitete. Ihr ChatGPT‑Kollege begann plötzlich, sich zu vergesse und produzierte Texte von schlechter Qualität, fast wie ein „Robot“.

OpenAI hat den Rückgang der Nutzungsmöglichkeiten älterer Modelle nach der Veröffentlichung von GPT‑5 wieder aufgeheizt. Nutzer, die die vorherigen Versionen nicht mehr nutzen konnten, erhalten nun wieder die Option, GPT‑4o oder andere ältere Modelle auszuwählen. Die Maßnahme folgt auf zahlreiche Kritikpunkte zur Leistungsfähigkeit und den Richtlinien von GPT‑5. Diese Rückkehr zu vorherigen Modellen signalisiert, dass OpenAI auf die Rückmeldungen der Community reagiert. (Quelle: Ars Technica – AI)