Geld, Macht und Gesellschaft in den langen Wellen der Geschichte

In der täglichen Flut von Wirtschaftsnachrichten – Quartalsberichten, Marktschwankungen und kurzfristigen Konjunkturzyklen – verliert man leicht den Überblick. Doch was, wenn es einen tieferen, langsameren und tiefgreifenderen Rhythmus gibt, der unsere Welt formt? Ein Muster, das das Zeitalter der Dampfmaschine mit dem Aufstieg der Eisenbahn, die Ära der Elektrizität mit dem Automobil und die Anfänge des Computers mit dem Aufkommen der künstlichen Intelligenz verbindet?

Die Einführung von Googles KI-Übersichten markiert einen Wendepunkt in der Entwicklung des Internets und löst einen Paradigmenwechsel von einem verweisbasierten Web zu einem antwortzentrierten Ökosystem aus. Diese Transformation, angetrieben durch generative künstliche Intelligenz, verändert grundlegend die langjährige symbiotische Beziehung zwischen Suchmaschinen, Content-Erstellern und Nutzern.

Wie viele Freunde haben Sie wirklich? Die Anzahl Ihrer Facebook-Verbindungen mag in die Hunderte oder sogar Tausende gehen, aber mit wie vielen Menschen pflegen Sie eine wirklich tiefe und bedeutsame Beziehung?

Ockhams Rasiermesser, das Prinzip, das oft als „die einfachste Erklärung ist meist die beste“ zusammengefasst wird, ist eine der nützlichsten und praktischsten Heuristiken im menschlichen Denken.

Ein tiefgreifender Stimmungswandel zieht sich durch die Technologiebranche und markiert das Ende einer leidenschaftlichen, spekulativen Ära, die sich auf die bevorstehende Ankunft der Künstlichen Allgemeinen Intelligenz (AGI) konzentrierte. Der atemlose Wettlauf, der die KI-Landschaft Anfang 2025 prägte, ist einer maßvolleren, skeptischeren und letztlich pragmatischeren Sichtweise gewichen.

OpenAI hat am Donnerstag offiziell GPT-5 enthüllt und damit das vorgestellt, was CEO Sam Altman als „Experten auf Doktor-Niveau in der Tasche“ beschrieb. Das neue Modell, das nun zum Standard für alle ChatGPT-Nutzer wird, einschließlich der Nutzer kostenloser Pläne, stellt das bisher ehrgeizigste Bestreben des Unternehmens dar, fortschrittliche KI-Fähigkeiten in einem einzigen, anpassungsfähigen System zu vereinen.

Haben Sie schon einmal einen Roboter, eine animierte Figur oder sogar eine Videospielfigur gesehen, die so lebensecht war, dass sie sich fast ... beunruhigend anfühlte? Fiel es Ihnen schwer zu erkennen, ob sie menschlich war oder nicht, und hat diese Unsicherheit ein seltsames, unheimliches Gefühl ausgelöst? Wenn ja, dann haben Sie wahrscheinlich das Phänomen des „Uncanny Valley“ erlebt. Aber was genau ist das, und warum löst es eine so starke Reaktion in uns aus?

Die Entwicklung von KI-Modellen ist in den letzten Jahren in erstaunlichem Tempo vorangeschritten, aber wie leistungsfähig sind diese Systeme, wenn sie eine Mathematikwettbewerbsaufgabe für die 5. Klasse lösen sollen? In diesem Test untersuche ich nicht nur die Problemlösungsfähigkeiten der Modelle, sondern gebe auch Einblick, wie effektiv sie Optimierungsprobleme bewältigen können.

Bis vor kurzem wurde die High-End-KI-Landschaft von Modellen mit geschlossenem Quellcode wie GPT-4 und Claude Sonnet dominiert. Der Zugriff auf diese Modelle ist oft mit erheblichen Kosten und Einschränkungen verbunden. Die Einführung von DeepSeek-V3 markiert jedoch einen potenziellen Wandel: Dieses Open-Source-Sprachmodell bietet nicht nur eine Leistung, die mit führenden proprietären Modellen konkurriert, sondern auch die Möglichkeit, es auf der eigenen Infrastruktur zu betreiben.

Bei der Verwendung von großen Sprachmodellen (LLMs) wie GPT-4o oder Claude Sonnet stellt sich oft eine Frage, insbesondere für die große Anzahl von Nutzern weltweit, die diese Tools in anderen Sprachen als Englisch verwenden: Welche Sprache sollte man wählen, um die effektivsten Ergebnisse zu erzielen? Obwohl die mehrsprachigen Fähigkeiten dieser Modelle eine effektive Kommunikation in zahlreichen Sprachen ermöglichen, scheint ihre Leistung im Vergleich zu Interaktionen, die ausschließlich auf Englisch geführt werden, oft geringer zu sein. Diese Untersuchung geht der Frage nach, warum dies der Fall sein könnte und wann ein Wechsel zu Englisch von Vorteil sein könnte.

Shenzhen, Chinas führendes Technologiezentrum, führt die Revolution der autonomen Fahrzeuge an. Doch es geht nicht nur um futuristische Robotaxis. Die Stadt setzt autonome Technologie aggressiv ein, um Schlüsselindustrien zu stärken und städtische Dienstleistungen, von Logistik bis Stadtreinigung, grundlegend neu zu gestalten.

Teslas Optimus-Roboter kann jetzt Wäsche falten. Figure AIs Figure 01 kann auf eine einfache mündliche Anfrage hin eine Tasse Kaffee zubereiten. Das sind keine Szenen aus einem Science-Fiction-Film; das ist die Realität des Jahres 2024. Die Revolution der humanoiden Robotik steht vor der Tür und wird unser Verständnis von Arbeit, Produktivität und Technologie grundlegend neu gestalten.

Die Entwicklung menschenähnlicher Roboter hat in den letzten Jahren beeindruckende Ergebnisse erzielt, wirft aber weiterhin zahlreiche Fragen auf. Robotikforscher, darunter Hiroshi Ishiguro, arbeiten daran, Roboter tiefer in unseren Alltag zu integrieren, um bei verschiedenen Aufgaben wie Altenpflege, Patientenüberwachung oder sogar bei der Erledigung von Hausarbeiten zu helfen.

Das Unternehmen, das zu Hyundai gehört, hat kürzlich ein Video veröffentlicht, das seinen elektrischen Atlas-Roboter bei Liegestützen zeigt. Diese Demonstration verdeutlicht nicht nur die physischen Fähigkeiten des Roboters, sondern hebt auch potenzielle zukünftige Anwendungen für humanoide Roboter hervor.

Eines der größten Paradoxe des 21. Jahrhunderts ist, dass die Menschheit zwar Zugang zu nahezu unendlichen Energiequellen in Form von Sonne und Wind hat, die Sicherung ihrer Energieversorgung jedoch eine ihrer dringendsten Herausforderungen darstellt.

Die Europäische Union hat 2 Milliarden Euro an italienischer Staatshilfe für STMicroelectronics genehmigt, um ein 5 Milliarden Euro teures Mikrochip-Werk in Catania auf der Insel Sizilien zu bauen. Diese Investition ist Teil der EU-Strategie, die Abhängigkeit von asiatischen Importen zu verringern und die Halbleiter-Lieferkette zu stärken.