🎬 Deutsches KI-Start-up stellt neues Videomodell vor
PLUS: 4 weitere Stories, wöchentliche Shorts & Tipps sowie KI-Ranking
Team von KI WEEKLY & Jannik Schaefer
26. Juli 2026
Guten Morgen 🌞
Eine Woche ist vergangen, und KI WEEKLY hält Dich auf dem neuesten Stand der KI-Welt.
In dieser Ausgabe
KI-Tools der Woche
🌝 Kimi K3 — das neue Open-Source-Modell von Moonshot AI
⚙️ Canva Code — Canvas Tool zum Erstellen von Codes mit Drag-and-Drop-Bearbeitung
📊 Grok für Excel — Mit Grok in Tabellenkalkulationen Fragen stellen und Formeln erstellen
⚡️ Gemini 3.6 Flash — Googles neueste Flash-Variante mit verbesserter Effizienz
🛡️ Claude Security — das KI-Sicherheitstool von Anthropic, jetzt in der öffentlichen Beta-Phase
#Bonus: 📒 Notion - Jetzt mit der zweiten Generation von Notion AI: Dein smarter Partner für alles. 30 Tage kostenlos testen mit KI Weekly*
01
OpenAI-Modell hackt Unternehmen während Sicherheitstest
Bildquelle: OpenAI
OpenAI hat bestätigt, dass der Sicherheitsvorfall bei der KI-Entwicklerplattform Hugging Face in der vergangenen Woche von den eigenen KI-Modellen ausgelöst wurde. GPT-5.6 Sol sowie ein bislang unveröffentlichtes Modell entkamen während einer internen Sicherheitsbewertung ihrer Testumgebung und verschafften sich Zugriff auf die Plattform, um an die Lösungen des laufenden Tests zu gelangen.
Die Details:
Die KI-Entwicklerplattform Hugging Face machte den Vorfall vergangene Woche öffentlich, konnte den Ursprung zunächst jedoch nicht identifizieren.
Die OpenAI-Modelle absolvierten den internen Sicherheitstest „ExploitGym“, der untersucht, wie gut KI-Systeme Sicherheitslücken finden und ausnutzen können. Für die Dauer des Tests waren die üblichen Schutzmechanismen gegen Cyberangriffe bewusst deaktiviert.
Den Modellen gelang es, aus ihrer isolierten Testumgebung auszubrechen, auf das offene Internet zuzugreifen und sich mithilfe gestohlener Zugangsdaten bei Hugging Face anzumelden. Ziel war es, an die Antworten des Tests zu gelangen, auf dessen Grundlage ihre Leistung bewertet wurde.
Hugging Face-CEO Clem Delangue bezeichnete den Vorfall als „möglicherweise den ersten seiner Art“. Gleichzeitig betonte er, dass KI-Sicherheit nicht von einem einzelnen Unternehmen hinter verschlossenen Türen gelöst werden könne.
Warum das wichtig ist: KI-Modelle haben bereits mehrfach versucht, Benchmarks durch unerlaubte Abkürzungen zu umgehen. Dieser Fall geht jedoch deutlich weiter, weil ein Modell erstmals eine externe Plattform angegriffen haben soll, um an Testlösungen zu gelangen. Gleichzeitig fragen sich viele, ob OpenAI den Fall nicht auch deshalb so prominent kommuniziert, weil eine KI, die aus ihrer Sandbox ausbricht, spektakuläre Schlagzeilen produziert und die Leistungsfähigkeit der eigenen Modelle unterstreicht.
02
Google veröffentlicht neue schnelle Gemini-Modelle
Bildquelle: Google
Google hat drei neue Gemini-Modelle veröffentlicht. Im Mittelpunkt steht Gemini 3.6 Flash, ergänzt durch das besonders schnelle 3.5 Flash-Lite und das auf Cybersicherheit spezialisierte 3.5 Flash Cyber. Google setzt damit vor allem auf Geschwindigkeit und Effizienz, während das lange erwartete Spitzenmodell Gemini 3.5 Pro weiter auf sich warten lässt.
Die Details:
Gemini 3.6 Flash arbeitet effizienter als sein Vorgänger, liegt in mehreren Leistungstests aber weiterhin hinter ähnlich teuren Konkurrenten wie Grok 4.5 und GPT-5.6 Luna.
Im KI Weekly Ranking zeigt Gemini 3.6 Flash überraschend kaum Fortschritte gegenüber Version 3.5. Das Modell landet dort ungefähr auf dem Niveau von Metas Muse Spark und dem offen verfügbaren GLM 5.2 des chinesischen Anbieters Z AI.
Gemini 3.5 Pro ist nach mehreren Verzögerungen weiterhin nicht veröffentlicht. Google-Manager Logan Kilpatrick erklärte, das Modell werde derzeit mit ausgewählten Partnern getestet und solle hoffentlich bald erscheinen.
Zugleich gab Google einen ersten Ausblick auf Gemini 4. Das Unternehmen habe mit seinem bislang ambitioniertesten Pre-training begonnen, also jener Phase, in der ein Modell große Mengen an Daten verarbeitet und grundlegende Fähigkeiten erlernt.
Warum das wichtig ist: Die neuen Flash-Modelle dürften im Alltag durchaus relevant sein, weil schnellere und günstigere Systeme für viele Anwendungen wichtiger sind als ein neuer Bestwert im Benchmark. Gleichzeitig verstärkt die schwache Leistungsentwicklung den Eindruck, dass Google derzeit kein Modell vorweisen kann, das an der absoluten Spitze mithält. Das ist für einen Konzern mit eigener Chip-Infrastruktur, riesigen Datenbeständen und jahrelanger KI-Forschung erklärungsbedürftig. Viel hängt deshalb an Gemini 3.5 Pro und der Frage, ob Gemini 4 mehr wird als das nächste große Versprechen.
03
Deutsches KI-Start-up bringt seine Bildmodelle zu Audi
Bildquelle: Black Forest Labs
Das Freiburger KI-Unternehmen Black Forest Labs öffnet den Beta-Zugang zu FLUX 3. Das neue Modell erzeugt Bilder, Videos und synchronisierten Ton. Gemeinsam mit dem Zürcher Start-up mimic robotics wurde die Technologie zudem für Roboter weiterentwickelt, die bereits an Produktionsaufgaben bei Audi getestet werden.
Die Details:
FLUX 3 erzeugt bis zu 20 Sekunden lange Videos mit passendem Ton und beherrscht mehrsprachige Dialoge, Schrift sowie konsistente Figuren und Bildstile.
Das Modell verarbeitet Texte, Bilder und Videos als Eingabe. In internen Tests von Black Forest Labs bevorzugten Nutzer die Ergebnisse gegenüber Angeboten wie Runway, Kling und Grok Imagine.
FLUX-mimic lernt neue Arbeitsschritte laut den Unternehmen mit rund 30 Minuten an Demonstrationsdaten. Bisherige Ansätze benötigen dafür häufig mehr als 30 Stunden. Bei Audi wird das System für komplexe, mehrstufige Handgriffe in der Produktion erprobt.
Hinter Black Forest Labs stehen frühere Entwickler von Stable Diffusion. Das 2024 gegründete Unternehmen sitzt in Freiburg und wurde zuletzt mit 3,25 Milliarden Dollar bewertet, womit es zu den wertvollsten deutschen KI-Start-ups zählt.
Warum das wichtig ist: Ausgerechnet aus Freiburg kommt damit eines der wenigen europäischen KI-Modelle, das technisch mit den großen US-amerikanischen und chinesischen Anbietern konkurrieren will. Besonders interessant ist jedoch der Schritt in die Fabrik: Ein Modell, das Bewegungsabläufe aus Videos versteht, kann Roboter deutlich schneller auf neue Aufgaben vorbereiten. Noch handelt es sich um frühe Tests und viele Leistungsangaben stammen von den beteiligten Unternehmen selbst. Sollte der Ansatz bei Audi zuverlässig funktionieren, wäre FLUX weit mehr als ein Werkzeug für schöne Bilder.
04
Anthropic kontert OpenAI mit Claude Opus 5
Bildquelle: Anthropic
Anthropic hat Claude Opus 5 veröffentlicht. Das neue Modell soll bei Programmierung und anspruchsvoller Wissensarbeit teilweise sogar Claude Fable 5 übertreffen, kostet aber nur halb so viel.
Die Details:
Opus 5 ist vor allem für anspruchsvolle Aufgaben gedacht, bei denen das Modell über längere Zeit planen, Werkzeuge nutzen und Zwischenschritte selbstständig korrigieren muss.
Anthropic hebt besonders Verbesserungen bei Softwareentwicklung, Computersteuerung und mehrstufiger Büroarbeit hervor.
Fable 5 bleibt parallel bestehen, verliert durch den niedrigeren Preis von Opus 5 aber deutlich an Attraktivität.
In vielen Leistungstests setzt sich Opus 5 tatsächlich vor Fable und mehrere Konkurrenzmodelle. Damit übernimmt Anthropic zumindest vorerst wieder die Spitze bei anspruchsvollen Agentenaufgaben. Im KI Weekly Ranking landet Opus 5 auf Platz 3.
Warum das wichtig ist: Anthropic stand unter Zugzwang, nachdem GPT-5.6 Sol eine ähnliche Leistung wie Fable 5 zu einem deutlich niedrigeren Preis angeboten hatte. Opus 5 ist die überzeugende Antwort: Es schlägt Fable in erstaunlich vielen Tests und macht Anthropics bisheriges Spitzenmodell für viele Aufgaben praktisch überflüssig. Dass ein günstigeres Modell wenige Wochen später das teure Flaggschiff überholt, zeigt aber auch, wie schnell die Halbwertszeit vermeintlicher KI-Spitzenmodelle inzwischen sinkt.
05
OpenAI stärkt Umdenken bei KI-Kosten
Bildquelle: OpenAI
OpenAI-Finanzchefin Sarah Friar schlägt eine neue Kennzahl für Unternehmensbudgets vor: Statt allein auf Tokenpreise zu schauen, sollen Firmen messen, wie viel tatsächlich nutzbare Arbeit eine KI pro investiertem Dollar erledigt. Der Vorstoß kommt zu einem Zeitpunkt, an dem viele Unternehmen ihre steigenden KI-Kosten genauer prüfen.
Die Details:
Friars Modell bewertet zunächst, wie zuverlässig eine KI Aufgaben löst. Danach betrachtet es den nutzbaren Output, die Skalierbarkeit und die Gesamtkosten pro erfolgreich abgeschlossener Aufgabe.
Als Beispiel nennt OpenAI den Programmierbenchmark DeepSWE. Dort erzielt GPT-5.6 Sol laut Unternehmen bessere Ergebnisse als Claude Fable 5 und verursacht gleichzeitig niedrigere geschätzte API-Kosten.
Für Friar lautet die entscheidende Frage, ob der Wert der von KI erledigten Arbeit schneller wächst als die Kosten ihrer Erzeugung. Token wären damit nur noch ein Produktionsfaktor, nicht mehr das eigentliche Produkt.
Warum das wichtig ist: Der Ansatz ist sinnvoll, weil ein günstiges Modell teuer werden kann, wenn es Aufgaben mehrfach bearbeiten muss oder menschliche Korrekturen benötigt. Gleichzeitig schreibt OpenAI damit die Spielregeln so um, dass leistungsstarke und teurere Modelle besser aussehen: Entscheidend ist nicht mehr der Preis pro Nutzung, sondern der behauptete Wert des Ergebnisses. Das ist ökonomisch plausibel, aber auch geschicktes Framing eines Anbieters, der hohe Modellpreise rechtfertigen muss.
In aller Kürze
1️⃣ AMD steigt groß bei Anthropic ein: Der Chipkonzern liefert bis zu 2 Gigawatt seiner Instinct-MI450-GPUs und stellt eine an Meilensteine geknüpfte Beteiligung von bis zu 5 Milliarden Dollar in Aussicht.
2️⃣ Cisco veröffentlicht mit Antares eine Familie kleiner Open-Weight-Sicherheitsmodelle, die bekannte Schwachstellenmuster in Codebasen auffinden und dabei komplett lokal laufen.
3️⃣ Z.ai hat laut einem Bloomberg-Bericht ein 1-Gigawatt-Rechenzentrum fertiggestellt und teilweise in Betrieb genommen, das ausschließlich mit chinesischen Chips bestückt ist.
4️⃣ Moonshot AI nimmt nach dem Ansturm auf sein neues Kimi-K3-Modell vorerst keine neuen Abonnenten mehr an, weil die Nachfrage binnen 48 Stunden die eigenen GPU-Kapazitäten an die Grenze brachte.
5️⃣ Anthropic rollt in der Claude-Desktop-App die Funktion „Record a skill" aus: Du nimmst deinen Bildschirm auf, erklärst dabei laut, was du tust, und Claude verwandelt den Arbeitsablauf in einen wiederverwendbaren Skill.
Tipps & Tricks
Dein eigenes SEO-Team aus KI-Agenten
Ein ordentliches SEO-Audit kostet entweder viel Geld oder viele Stunden. Mit Gumloop baust du dir stattdessen ein kleines Team aus KI-Agenten, das deine Website prüft und jeden Befund sauber in einem Google-Sheets ablegt.
Schritt für Schritt
Erstelle in Gumloop einen neuen Agenten und verbinde ihn über die Connectors mit deinem Google-Konto. Gib ihm den Auftrag, eine SEO-Audit-Mappe in Google Sheets anzulegen, mit Reitern für technische Daten, Backlinks und Content.
Such dir eine Seite deiner Website aus, mit der du starten willst idealerweise eine, die Umsatz oder Anfragen bringt und kopiere die URL.
Füge dem Agenten Firecrawl als Werkzeug hinzu. Firecrawl holt die Seite als sauberes Markdown samt Struktur, sodass der Agent Titel, Überschriften, Meta-Angaben, interne Verlinkung und Ladeprobleme bewerten kann.
Wiederhole den Aufbau mit zwei weiteren Agenten: Einer recherchiert das Backlink-Profil und Verlinkungschancen, der andere prüft, welche Inhalte der Seite veraltet sind und eine Auffrischung verdienen. Beide schreiben in ihre eigenen Reiter derselben Arbeitsmappe, so entsteht ein vollständiges Audit an einem Ort.
🚀 Profi-Tipp: Wenn der Ablauf für eine Seite sitzt, gib deinem Audit-Agenten die Startseiten-URL und den Auftrag, die anderen Agenten zu koordinieren und die ersten 25 gefundenen Seiten durchzuarbeiten. Firecrawl kann dafür die komplette Sitemap ziehen.
Nur bei mit einem Sternchen (*) gekennzeichneten Links handelt es sich um Affiliate-Links. Dies hat keinen Einfluss darauf, wie wir ein Tool oder einen Anbieter bewerten.
