KI News: Kurz und klar.

Eine systematische Übersicht von 29 Studien, die zwischen 2015 und 2024 veröffentlicht wurden, zeigt, dass moderne KI‑Modelle die Dauer des Krankenhausaufenthalts nach elektiver Wirbelsäulenoperation deutlich genauer vorhersagen als klassische statistische Verfahren. Die meisten Untersuchungen nutzten logistische Regression, Random‑Forest‑Algorithmen, Boosting‑Methoden und neuronale Netze, wobei die besten Ergebnisse mit AUC‑Werten zwischen 0,94 und 0,99 erzielt wurden.

In der Materialforschung hat Künstliche Intelligenz bereits große Fortschritte erzielt, vor allem bei kristallinen und polymeren Systemen, die sich gut durch diskrete Graphen beschreiben lassen. Verbundwerkstoffe dagegen besitzen kontinuierliche, nichtlineare Designräume, in denen klassische Graphrepräsentationen versagen. Um die komplexen Faserdistributionsmuster, die die Mikrostruktur bestimmen, adäquat abzubilden, ist die Integration heterogener Datenquellen über multimodales Lernen erforderlich.

Der Einsatz von Künstlicher Intelligenz bringt Unternehmen klare Vorteile: schnellere Reaktionszeiten, höhere Kundenzufriedenheit, geringere Betriebskosten und datengestützte Erkenntnisse, die Führungskräfte mit Zuversicht nutzen können.

AMD, das für seine vielfältigen Produkte bekannt ist, steht vor einer ungewöhnlichen Herausforderung: Während ein breites Portfolio normalerweise ein Zeichen für Stabilität ist, betrachten Wall-Street-Analysten die starke Ausrichtung des Unternehmens auf Künstliche Intelligenz (KI) als Problem. Für viele Investoren scheint die Konzentration auf KI zu viel zu sein, während andere das Gefühl haben, dass AMD in diesem Bereich zu wenig tut.

Die Gerüchte über einen Zusammenschluss von SpaceX und xAI haben die Medien in Aufruhr versetzt. Doch die meisten Experten sind der Meinung, dass die eigentliche Motivation nicht die klassischen Synergieeffekte sind, sondern vielmehr die strategische Ausrichtung und die Integration von KI in Weltraumtechnologien.

Der aktuelle Trendbericht zeigt eindrucksvoll, wie Künstliche Intelligenz (KI) inzwischen nahezu jeden Bereich der Computerwelt durchdringt. Von der Softwareentwicklung bis hin zu Sicherheitslösungen, von Betriebsabläufen bis zu Designprozessen – KI ist überall präsent.

In einer wegweisenden Initiative hat die britische Regierung Barnsley in South Yorkshire als erstes „Tech Town“ ausgewählt. Das Ziel ist, Künstliche Intelligenz in sämtliche Bereiche des lokalen Lebens zu integrieren – von kleinen Unternehmen bis hin zu öffentlichen Dienstleistungen.

Jonathan Nolan, der Produzent der neuen Fallout-Serie und Showrunner von Westworld, äußerte sich kürzlich zu künstlicher Intelligenz. Er betont, dass KI vor allem für aufstrebende Filmemacher ein enormes Potenzial bietet, während große Hollywood-Blockbuster davon weniger profitieren könnten. Nolan sieht KI als Werkzeug, das kreative Prozesse beschleunigt und neue Ideen ermöglicht, jedoch nicht die traditionellen Produktionsmodelle der großen Studios ersetzen wird.

FedEx nutzt Künstliche Intelligenz, um die Paketverfolgung und das Retourenmanagement für große Versandunternehmen zu revolutionieren. Für Firmen, die große Mengen an Waren bewegen, endet die Verfolgung nicht mehr, wenn das Paket das Lager verlässt.

In der Welt der künstlichen Intelligenz gewinnt das Thema algorithmische Fairness immer mehr an Bedeutung. Forscherinnen und Forscher haben zwei zentrale Konzepte entwickelt: die Gruppenfairness, die darauf abzielt, Diskriminierung zwischen verschiedenen Bevölkerungsgruppen zu reduzieren, und die individuelle Fairness, die sicherstellen will, dass ähnliche Personen gleich behandelt werden. Bislang wurden diese beiden Ansätze meist getrennt betrachtet.

Künstliche Intelligenz liefert immer mehr Erklärungen zu ihren Entscheidungen. Gegenfaktische Erklärungen, die minimale Änderungen an Eingabedaten beschreiben, die das Ergebnis eines Modells verändern, sind dabei besonders beliebt. Doch die meisten Verfahren wurden bislang nicht darauf geprüft, wie sie unter Unsicherheit in Modellen und Daten funktionieren.

Die Integration von Künstlicher Intelligenz in die klinische Praxis stellt ein echtes Software‑Engineering‑Problem dar. Statt einzelner, isolierter Modelle werden robuste, nachvollziehbare und zuverlässige Systeme benötigt, die den hohen Sicherheitsanforderungen von Gesundheitseinrichtungen gerecht werden.

Die rasante Entwicklung datengetriebener künstlicher Intelligenz, insbesondere im maschinellen Lernen, hängt stark von umfangreichen Benchmarks ab. Trotz großer Fortschritte in Bereichen wie Mustererkennung und intelligenter Entscheidungsfindung – von Brettspielen über Kartenspiele bis hin zu E‑Sports – besteht weiterhin der dringende Bedarf an anspruchsvolleren Testfeldern, die die Forschung voranbringen.

Neues Forschungsergebnis aus dem Bereich der künstlichen Intelligenz beleuchtet, wie Latent Chain-of-Thought (Latent-CoT)-Modelle tatsächlich Schritt-für-Schritt denken. Der Fokus liegt auf dem CODI-Ansatz, einem kontinuierlichen Teacher-Student-Distillationsmodell, das auf streng sequenzielle Aufgaben mit polynomischer Iteration angewendet wird.

Die digitale Welt steht vor einer wachsenden Gefahr: Künstliche Intelligenz erzeugt Inhalte, die so überzeugend wirken, dass sie unsere Wahrnehmung von Wahrheit verändern. Trotz unseres Bewusstseins für diese Problematik bleibt die Frage offen, wie wir die Verbreitung von Fehlinformationen eindämmen können.

Der New York Times hat einen Artikel veröffentlicht, der acht führende Stimmen aus Wissenschaft und Industrie zusammenbringt, um die Zukunft der künstlichen Intelligenz zu beleuchten. In diesem Beitrag werden unterschiedliche Perspektiven zu den Chancen, Risiken und gesellschaftlichen Auswirkungen von KI vorgestellt.

HMRC hat SAP beauftragt, die Kernsteuersysteme zu erneuern und künstliche Intelligenz in die Steuerverwaltung einzubinden. Das neue Projekt stellt einen Meilenstein dar, der die gesamte Steuerlandschaft des Vereinigten Königreichs auf ein modernes, datengetriebenes Niveau hebt.

Eine neue Studie aus dem Bereich der Kognitionswissenschaft und künstlichen Intelligenz hat gezeigt, dass Modelle, die auf unterschiedlichen Lernmodalitäten – Sprache, Vision und Handeln – trainiert werden, überraschend ähnliche interne Repräsentationen entwickeln. Traditionell wurde angenommen, dass sich Modelle, die auf verschiedene Datentypen spezialisiert haben, in ihrer Darstellung stark unterscheiden. Die vorliegende Arbeit widerspricht dieser Annahme und liefert Belege für eine bemerkenswerte Konvergenz.

NASA hat die künstliche Intelligenz Claude von Anthropic eingesetzt, um erstmals einen optimalen Weg für den Mars-Rover Perseverance zu berechnen. Das Modell nutzt fortschrittliche Lernalgorithmen, um die komplexen Geländedaten des Roten Planeten zu analysieren und eine sichere, effiziente Route zu bestimmen.

Der US-Steuerbehörde IRS steht die kommende Steuererklärungsperiode 2026 vor einer großen Herausforderung: Personalengpässe, die durch die hohe Zahl von Kündigungen und die damit verbundene Arbeitslosigkeit entstanden sind. Um die Effizienz zu steigern und die Bearbeitungszeiten zu verkürzen, plant die Behörde, vermehrt auf künstliche Intelligenz und automatisierte Bots zurückzugreifen.

Large Language Models (LLMs) beschränken sich nicht mehr nur auf den Bereich der künstlichen Intelligenz. Sie treiben nahezu jede Technologie an und sind daher zu einem der meistgestellten Themen in Vorstellungsgesprächen geworden. Ein grundlegendes Verständnis dieser Technologie ist deshalb unverzichtbar.

Bei vielen großen Unternehmen ist die nützlichste KI-Anwendung derzeit nicht das Schreiben von E‑Mails oder das Beantworten von Fragen. Bei PepsiCo wird Künstliche Intelligenz in Bereichen eingesetzt, in denen Fehler teuer sind und Änderungen schwer rückgängig zu machen sind – etwa bei der Gestaltung von Fabriklayouts, der Optimierung von Produktionslinien und der Steuerung physischer Abläufe.

Ein weiteres Jahr, ein neues Abenteuer für Technikbegeisterte. 2026 bietet die Chance, an den spannendsten Hackathons teilzunehmen, die die Branche zu bieten hat. Mit renommierten Gastgebern wie Google DeepMind, Kaggle und Fractal, die gleichzeitig ihre eigenen Wettbewerbe veranstalten, gibt es ein breites Spektrum an Herausforderungen.

Eine aktuelle Untersuchung von Forschern aus dem Bereich der künstlichen Intelligenz hat ein überraschendes Ergebnis geliefert: Trotz der bekannten Empfindlichkeit von Large Language Models (LLMs) gegenüber kleinen Prompt‑Veränderungen zeigen sie eine bemerkenswerte Stabilität gegenüber emotionalen Rahmenbedingungen. Das Phänomen, das die Autoren als „Paradox der Robustheit“ bezeichnen, legt nahe, dass die Mechanismen, die LLMs zu sycophantischem Verhalten führen, nicht zwangsläufig ihre Fähigkeit beeinträchtigen, logische Regeln einzuhalten.