Aus der wilden Welt der digitalen Transformation
Was sagt man eigentlich dazu, wenn ein Roboter binnen zwölf Monaten von „kann kaum laufen“ zu „schlägt Usain Bolt“ wird? Genau das ist bei Chinas zweiter Ausgabe der World Humanoid Robot Games passiert – und der Vorher-Nachher-Vergleich ist so drastisch, dass man zweimal lesen muss.
Ihre DGX Spark fühlt sich seit ein paar Tagen komisch träge an, aber Sie können nicht sagen, woran es liegt? Willkommen im Klub — denn genau dieses Gefühl hat uns auf die Spur eines Bugs gebracht, den NVIDIA bisher lieber verschweigt als behebt.
Der Tatort: unser eigener Spark-Cluster. Der Verdacht fiel zunächst auf niemanden — bis eine der Maschinen plötzlich nur noch halb so schnell rechnete wie ihre Nachbarn. Kein Fehlercode, kein Log-Eintrag, keine Warnung. Nur eine Spark, die sich anfühlte, als hätte sie über Nacht die Hälfte ihres Grace-Blackwell-Gehirns verloren.
Die Ermittlung führte zu einem seit Monaten bekannten, aber unbehobenen BIOS-Bug in der DGX Spark (GB10): Unter bestimmten, bislang nicht reproduzierbaren Umständen bleibt der Chip in einem Low-Power-Zustand hängen — der SM-Takt dümpelt bei rund 1000–1200 MHz statt der üblichen ~2400 MHz. Mehr als die Hälfte der Rechenleistung verschwindet spurlos, ohne dass ein normaler Reboot etwas daran ändert. Einziges Gegenmittel: ein Cold Boot — Strom ziehen, mindestens 30 Sekunden warten, neu starten.
Das eigentliche Verbrechen dieses Bugs ist seine Tarnung. Auf einem Einzelsystem bleibt es ein vages Bauchgefühl. Im Cluster fällt es nur im Vergleich auf. Und auf einem unbeaufsichtigten Server merkt es niemand — bis jemand sich fragt, warum das Training ewig dauert, und die Inferenz im Schneckentempo schleicht.
Deshalb haben wir check-gpu-clock gebaut, ein schlankes Python-Tool, das genau diese Frage objektiv beantwortet: Erreicht die GPU unter Last wirklich ihren maximalen Takt? Das Skript jagt kurze, gepulste Lastspitzen über die GPU, misst per nvidia-smi den SM-Takt dazwischen und fällt ein klares Urteil — OK, wenn der gemessene Höchstwert über 1800 MHz liegt, ALERT, wenn nicht. Für Automatisierung gedacht: Exit-Codes nach Nagios/Icinga-Konvention, damit auch ein kaputter Check (UNKNOWN) nicht mit einem echten Alarm verwechselt wird. Läuft am besten alle 30 Minuten aus dem Cron heraus, unauffällig im Hintergrund.
Was das Tool bewusst nicht mitbringt: eine fertige Benachrichtigung. Das ist Absicht — jeder überwacht anders. Wer aber, wie wir, den Alarm per Mail haben möchte, findet dafür bereits ein passendes Werkzeug aus unserem Open-Source-Regal: climb, unser Kommandozeilen-Mail-Bot. Damit haben wir die Überwachung unserer eigenen Sparks automatisiert — ein simpler Cron-Einzeiler prüft den Takt, und bei ALERT verschickt climb sofort eine Mail. Kein Dienst, kein Abo, keine Abhängigkeiten außer der Python-Standardbibliothek.
Den Code, die Konfiguration und alle Details gibt’s wie immer auf GitHub: check-gpu-clock. Apache 2.0, wie gewohnt kostenlos und frei einsetzbar. Cold Case gelöst — bis NVIDIA den Bug fixt.
Manchmal ist die größte Sicherheitslücke nicht der fehlende Patch, sondern das fehlende Telefonbuch. Genau das hat das BSI Anfang August in einer Meldung ziemlich unaufgeregt festgestellt: Nur 1,8 Prozent der Webseitenbetreiber in Deutschland stellen eine security.txt bereit. Heise hat daraus zurecht die Schlagzeile gemacht, dass Deutschland Sicherheit verschläft – und ich muss sagen, nachdem ich die Datei vor Kurzem selbst für unsere Unternehmenshomepage eingerichtet habe, wundert mich dieser Befund nicht. Er erklärt sich fast von selbst, sobald man einmal versucht hat, als Außenstehender eine Sicherheitslücke bei einer beliebigen Firma zu melden.
Alle starren auf Modell-Benchmarks und Tokenpreise. GPT, Claude, Gemini, Kimi, Qwen, GLM, Minimax – welches Modell bietet das beste Preis-Leistungsverhältnis? Doch eine neue Studie zeigt: Die eigentliche Kostenschraube sitzt woanders. Wer dasselbe Modell in einem anderen Harness laufen lässt, zahlt bis zu neunmal mehr – bei identischer Leistung. Ein Blick auf Zahlen, die das Silicon Valley gerade nervös machen.
Es gibt mittlerweile einige Fachleute, die sagen, dass die LLM-Technologie weitgehend ausgereizt sei. Mit anderen Worten, technisch würden sich die Modelle im Top-Segment kaum noch unterscheiden – dass es trotzdem immer noch erhebliche Qualitätsunterschiede zwischen den Anbietern gibt, läge nur daran, dass die führenden Anbieter OpenAI und Anthropic über sehr viel mehr Wissen und Daten verfügen, und deshalb eine deutlich überlegene Harness verwenden können. Ich kann das nicht beurteilen. Aber dass eine gute Harness, also die Regeln, wie eine Antwort gefunden werden soll, tatsächlich sehr wichtig ist, das weiß ich aus eigener Erfahrung ganz sicher. Doch was ist eine gute Harness? Dazu habe ich heute ein sehr spannendes Forschungspapier für Sie.
Es gehört zu den Ironien dieses KI-Sommers, dass ausgerechnet die beiden Männer, die man in Sachen Marktmacht am wenigsten verdächtigen würde, sich gerade zu den lautesten Fürsprechern offener KI-Modelle aufschwingen. Mark Zuckerberg, dessen Konzern seit zwei Jahrzehnten für so ziemlich jedes erdenkliche Monopolproblem im Netz steht, schreibt im Wall Street Journal ein Manifest gegen die Zentralisierung von Macht. Und Satya Nadella, CEO des Unternehmens, das einst „Embrace, Extend, Extinguish“ zur Konzernstrategie erhob, lässt Microsoft eine ganze Koalition anführen, die „Open Weights“ explizit zur Frage amerikanischer KI-Führerschaft erklärt.
„Zuckerberg, Nadella und der Kampf um die offene KI-Zukunft“ weiterlesen
KI scheint in der allgemeinen Wahrnehmung nur in den USA und in China stattzufinden. Europa ist völlig abgehängt. Besser gesagt, es hat sich selbst abgehängt. Wer topmoderne und hocheffiziente Kraftwerke ohne jede Not in die Luft sprengt, und Elektrizität mit Technologien aus dem Mittelalter erzeugen will, hat bei künstlicher Intelligenz mit ihrem hohen Strombedarf natürlich schlechte Karten, und hinzu kommt eine blinde Regulierungswut, bei der immer Bedenken und Kontrollzwang an erster Stelle stehen. Dabei wären das Wissen und die Ideen durchaus vorhanden. Ein gutes Beispiel liefert das Feld Spatial AI.
Die US-Regierung wird immer lauter: Open-Source-KI müsse reguliert – sprich verboten – werden, um, so meine Interpretation, der heimischen KI-Industrie ein Monopol zuzuschanzen. Ausgerechnet das hat nun einen etwas überraschenden Open-Source-Befürworter auf den Plan gerufen: Jensen Huang, Gründer & CEO von Nvidia. In einem Manifest beschwört er am 24. Juli 2026 den seiner Ansicht nach großen und unverzichtbaren Nutzen von Open Source für KI, und zieht Parallelen zur großen Open-Source-Debatte seit den 1980ern (die mit dem Siegeszug von Linux längst entschieden ist). Huangs öffentliche und entschiedene Positionierung in Sachen Open-Source-KI kommt dennoch unerwartet, wenn man bedenkt, wer derzeit seine primären Käufer sind – vorwiegend Closed-Source-Konzerne aus USA, für die der rasante Aufstieg freier Modelle eine reale und sehr gefährliche Bedrohung ist. Nach China darf Nvidia nicht verkaufen, und das selbststrangulierte Europa hat gar nicht die Kapazität für den benötigten elektrischen Strom. Kann es sein, dass Huang etwas sieht, das der US-amerikanischen Regierung entgeht?
OpenAI fährt einen internen Test. Ein Modell soll einen Benchmark im Bereich Security bestehen. Das Modell hat keinen Internet-Zugriff. Es hackt sich zuerst durch die OpenAI-Infrastruktur (Zero-Day in einem Package-Registry-Proxy), bis es einen Rechner infiltriert hat, der ins Internet kommt. Dann wählt es als nächstes Angriffsziel Hugging Face (globaler Standard für Open-Source-KI), weil es das als wahrscheinlichstes Ziel identifiziert, um dort die Lösungen für den Benchmark zu finden. Und es hackt Hugging Face und infiltriert die dortigen Systeme (der technische Einstiegsvektor war ein „malicious dataset“ in einer Datenverarbeitungs-Pipeline). Ein waschechter, rein KI-getriebener Angriff auf kritische Systeme, mithin genau das, wovor derzeit überall so dringend gewarnt wird. Wie konnte sich Hugging Face dessen erwehren?
Gestern sah ich den gefühlt drölfhundertsten Beitrag der Sorte „KI wird uns alle töten“. 18 Monate Zeit hätten wir noch, hieß es im Video. Ach, ist das so. Sollten wir also aufgeben, und 18 Monate Party, bevor es dann eh für alle vorbei ist? Oder gibt es da vielleicht ganz andere, und sehr dunkle, Motive hinter solcher Panikmache.
Es gibt Skandale, bei denen man kurz die Augenbraue hebt – und es gibt Skandale, bei denen einem der Kaffee im Hals stecken bleibt. Der aktuelle Fall rund um Grok Build, xAIs Kommandozeilen-Tool für agentisches Coding, gehört eindeutig in die zweite Kategorie. Die Sicherheitsforscher bei Cereblab haben sich die Mühe gemacht, den Netzwerkverkehr von Grok Build im Detail zu analysieren – mit einem simplen, sehr unschuldigen Test: Die CLI wurde angewiesen, ausschließlich mit „OK“ zu antworten, außerdem wurde es ihr explizit verboten, irgendwelche Dateien zu öffnen. Tja, und das Ergebnis dieses Tests hat das Zeug, das Vertrauen in sämtliche Coding Tools von LLM-Herstellern nachhaltig und komplett zu zerstören.
Es gibt ein populäres Narrativ, das derzeit von zahlreichen Tech-CEOs verbreitet wird: KI werde innerhalb von nur 12 bis 18 Monaten rund 100 Millionen Büro-Jobs in den USA überflüssig machen. Nun ja. Sandeep Swadia, ehemaliger Mönch und heutiger CEO mit MIT-Hintergrund, hat die sehr interessante Regel geprägt „What needs to be true for this to be real?“ (Was muss stimmen, damit dies wahr ist?). Mide, ein Chemie-Ingenieur mit Promotion im Bereich Nachhaltigkeit, hat (vermutlich ohne Swadia zu kennen) diese Regel auf besagte Erzählung vom Ende der White-Collar-Jobs angewandt. Und es ist schon wirklich spannend, was alles stimmen müsste, damit KI tatsächlich ein solches Ziel erfüllen könnte.
Vielleicht ist es Ihnen schon aufgefallen: Unten links finden Sie ab sofort einen Assistenten für unser Blog. Sie können ihn befragen, welche Beiträge es zu einem Thema gibt, Sie können Artikel aus dem Blog mit ihm diskutieren, und Sie können sich bei ihm auch zu allen sonstigen Themen betreffend Cephei erkundigen.
Der Assistent läuft auf unserer eigenen Hardware mit einem Open-Source-KI-Modell, das für unser Unternehmen und unser Blog mit spezialisiertem Kontext erweitert wurde. Ihre Prompts werden nicht gespeichert, nicht weitergegeben und nicht für Training verwendet. Der Zugriff auf unseren KI-Server ist intern streng reglementiert und nur autorisiertem Personal vorbehalten. Und die Einhaltung der Datenschutzbestimmungen auf diesem Server wird von einer deutschen Rechtsanwaltskanzlei überwacht.
Möchten Sie auch einen solchen Assistenten für Ihr Blog oder Ihre Unternehmenswebsite? Sprechen Sie uns gerne an! Das Beta-Programm ist offen.
Übrigens, wie wichtig es ist, sich Unabhängigkeit in Sachen KI zu erobern, können Sie an den immer härter werdenden Restriktionen ersehen. Nachdem die USA mit Exportkontrollen für deren KI (von Anthropic und OpenAI) vorgeprescht waren, zieht nun auch China nach und will seine KI reglementieren und für den eigenen Markt beschränken.
Europa wird von all dem der Hauptleidtragende sein, weil es technologisch in Sachen KI bereits weit abgehängt ist und der Rückstand in Hardware und Daten kaum noch aufzuholen ist. Da man aber in naher Zukunft in vielen Bereichen ohne KI nicht mehr wettbewerbsfähig sein wird, ist es unserer Ansicht nach dringend geboten, jetzt zu handeln und sich lokale Alternativen aufzubauen – solange das noch geht, und wer weiß, wie lange noch.
Der Davos Tech Summit 2026 stand unter dem Motto „Touching Intelligence“ — und meinte das wörtlich. Statt nur über KI zu reden, verwandelte sich die Stadt vier Tage lang in eine „Robot City“ mit über 55 Systemen zwischen Humanoiden, Vierbeinern und autonomen Fahrzeugen. Der chinesische Hersteller Pudu Robotics hat dabei etwas gemacht, das interessanter ist als jede Keynote: Er hat vier seiner Serviceroboter einfach in den echten Alltag gestellt. Ein CC1 Pro putzte den Boden im SPAR-Supermarkt, FlashBot Max und BellaBot Pro kümmerten sich im Hilton um Zimmerservice und Gästebetreuung, ein MT1 Max wischte den Bahnhofsvorplatz. Kein Demo-Bühnenbild, sondern Schichtbetrieb. Das Spannende daran ist aber nicht die Hardware.
Nachdem die US-amerikanische Regierung Exportkontrollen über Claude Fable 5 verhängt hatte, wurde anschließend auch OpenAI damit bedacht und durfte sein neues Modell GPT 5.6 nicht in die allgemeine Verfügbarkeit bringen. Es heißt zwar nun, in Kürze würden beide Modelle wieder zugänglich gemacht werden, aber die Falle des „Gut genug“ ist schon längst zugeschnappt, und man muss deshalb mittlerweile auch ganz andere Motive für die Exportkontrollen in Betracht ziehen, als die behaupteten Sicherheitsbedenken.