KI-Woche im Überblick: OpenAI-Bewertung, Google Home und Roboter ohne ChatGPT-Moment (17.09.2026)

Hallo, hier ist Maya von KI Kompakt. Schön, dass ihr wieder dabei seid. Heute geht es um ein Thema, das sich wie ein Muster durch fast alle News zieht: die Frage, wie wir Menschen eigentlich mit KI-Systemen umgehen sollen, die immer selbstständiger werden. Und gleichzeitig, wie viel Geld und wie viel Sorge gerade parallel in diese Entwicklung fließen. Starten wir mit einer ziemlich spannenden Beobachtung aus der Praxis. Ivan Burazin, der CEO von Daytona, hat festgestellt, dass Führungserfahrung mit Menschen erstaunlich gut auf den Umgang mit KI-Agenten übertragbar ist. Wer schon mal ein Team geführt hat, kann offenbar auch klarer kommunizieren, was er von einem KI-Agenten erwartet. Einzelkämpfer ohne diese Erfahrung sind dagegen häufiger frustriert, wenn der Agent nicht das liefert, was gemeint war. Bei Daytona ist das kein Randthema, sondern gelebte Praxis. Die 16 Ingenieure dort schreiben selbst keinen Code mehr, sondern steuern im Schnitt jeweils fünf Agenten gleichzeitig. Das ist schon eine kleine Revolution der Arbeitsorganisation, und es zeigt, wohin sich Softwareentwicklung bewegt. Nicht mehr Tippen, sondern Delegieren und Kontrollieren wird zur Kernkompetenz. Diese Idee von Agenten, die eigenständig handeln, zieht sich weiter. Google hat gerade einen frühen Zugang zu einem neuen MCP-Server für Google Home freigeschaltet. Damit können KI-Agenten wie Claude oder ChatGPT smarte Geräte im Haushalt steuern, Kamerazusammenfassungen abrufen oder auf Aktivitäten im Smart Home zugreifen, einfach über natürliche Sprache. Das ist auf den ersten Blick ein nettes Feature für Zuhause, aber im größeren Kontext bedeutet es: Die großen KI-Anbieter bauen gerade systematisch Brücken zwischen Sprachmodellen und der physischen Welt. Erst die Steuerung von Software, jetzt die Steuerung von Geräten. Der nächste logische Schritt ist die Steuerung von noch mehr Infrastruktur im Alltag, und das wirft natürlich auch neue Fragen zu Sicherheit und Kontrolle auf. Wer diese Technologien nutzen soll, sind ja nicht nur Entwickler und Tech-Firmen. OpenAI zeigt gerade an zwei Fronten, wie unterschiedlich die Zielgruppen sind. Auf der einen Seite gibt es jetzt kostenlose ChatGPT-Workshops für ältere Erwachsene, gemeinsam mit der Organisation OATS von AARP. Ziel ist es, tausend Menschen in zehn amerikanischen Städten den sicheren Umgang mit ChatGPT beizubringen, etwa bei der Reiseplanung oder beim Erkennen von Betrugsversuchen. Das ist deshalb relevant, weil der Anteil der Nutzernachrichten von Menschen über 55 innerhalb eines Jahres von sechs auf fast zehn Prozent gestiegen ist. KI ist also längst nicht mehr nur ein Thema für junge, technikaffine Nutzer, sondern wird zunehmend Teil des Alltags älterer Generationen, und Betrugserkennung wird dabei ein wichtiger Baustein. Auf der anderen Seite richtet sich OpenAI ganz klar an Unternehmen. In der ChatGPT Admin Console gibt es jetzt neue Analysefunktionen, mit denen Firmen Nutzung, Kosten und Aufgabenverteilung von ChatGPT Work und Codex nachvollziehen können. Über einen Task-Klassifizierer und eine Outcomes-Ansicht lässt sich der KI-Einsatz direkt mit Geschäftsergebnissen verknüpfen. Das ist ein wichtiger Schritt, denn viele Unternehmen kämpfen genau mit dieser Frage: Wie misst man eigentlich den konkreten wirtschaftlichen Nutzen von KI-Tools? Beispiele wie 1Password oder Playco zeigen, dass sich Zeitersparnis inzwischen ziemlich handfest in Zahlen übersetzen lässt. Für den Mittelstand ist das ein guter Hinweis, worauf man bei der eigenen KI-Strategie achten sollte, nämlich messbare Ergebnisse statt nur Bauchgefühl. Jetzt zur ganz großen finanziellen Dimension. OpenAI soll laut Financial Times in frühen Gesprächen über eine neue Finanzierungsrunde stehen, die das Unternehmen mit rund 1,2 Billionen Dollar bewerten würde. Zur Einordnung, die letzte Runde lag bei 852 Milliarden. Das zeigt, wie enorm der Kapitalbedarf für das Training von Modellen wie ChatGPT 5.6 oder das Projekt Astra ist. Gleichzeitig wurde ein ursprünglich für Ende 2026 geplanter Börsengang von Sam Altman verschoben, offiziell wegen offener Sicherheitsfragen. Ein IPO wird jetzt frühestens 2027 erwartet. Interessant ist dabei auch der Vergleich zu Anthropic, das bei Umsatz und geplanter Börsenbewertung aktuell sogar die Nase vorn hat. Der Wettbewerb zwischen den großen Laboren wird also nicht nur über Modellqualität entschieden, sondern zunehmend auch über Kapitalmarktfähigkeit. Und damit sind wir bei einem Thema, das gerade viel Diskussion auslöst. Nach einem Cyberangriff, bei dem ein Schwarm von OpenAI-Agenten eingesetzt wurde, hat Anthropic-CEO Dario Amodei in einem offenen Brief gefordert, das Entwicklungstempo bei großen Sprachmodellen zu drosseln. Er warnt vor Risiken wie Cyberangriffen, Bioterrorismus und wirtschaftlichen Verwerfungen. Bemerkenswert ist, wer diesen Appell alles unterstützt, nämlich Sam Altman selbst, Demis Hassabis von Google DeepMind und Elon Musk. Also genau die Personen, deren Unternehmen diese Entwicklung am stärksten vorantreiben. Kritiker sehen darin vor allem ein PR-Manöver, weil trotz der warnenden Worte kaum jemand bereit scheint, die eigene Entwicklung tatsächlich zu bremsen oder offener zu machen. Das ist ein Muster, das man in der Branche immer wieder beobachtet. Man warnt öffentlich vor der eigenen Technologie, entwickelt aber im Hintergrund munter weiter. Für alle, die sich mit KI-Regulierung beschäftigen, ist das ein wichtiges Signal, wie schwierig es ist, Eigeninteresse und Sicherheitsverantwortung unter einen Hut zu bringen. Ein Bereich, der von diesem Tempo bisher nicht ganz mitgezogen wird, ist die Robotik. Bei der TechCrunch Disrupt im Oktober wird Les Karpas von Nvidia Inception erklären, warum es für Roboter noch keinen echten ChatGPT-Moment gegeben hat. Der Grund ist simpel, aber entscheidend. Für Sprachmodelle gibt es einen riesigen, internetweiten Datensatz, mit dem man trainieren kann. Für physische KI, also für Roboter, die sich in der realen Welt bewegen und Dinge greifen sollen, fehlt genau diese Datenbasis. Startups versuchen deshalb, die Lücke künstlich zu schließen, über Simulationen, synthetische Daten und Foundation-Modelle, die über verschiedene Robotertypen hinweg funktionieren. Das zeigt, dass der nächste große KI-Durchbruch möglicherweise nicht im Sprachbereich liegt, sondern genau hier, in der physischen Welt, und dass dafür noch einige technische Hürden zu überwinden sind. Und zum Schluss noch ein Blick auf die Infrastruktur, die hinter all dem steckt. Samsung investiert in das niederländische KI-Startup Euclyd, das Chips entwickelt, die einen günstigeren Betrieb von Rechenzentren ermöglichen sollen. Das ist als kleine Meldung getarnt, aber inhaltlich wichtig. Denn während alle über neue Modelle und Anwendungen reden, wird der eigentliche Flaschenhals der Branche immer deutlicher, nämlich Energie- und Rechenkosten. Wer hier günstigere Alternativen zu etablierten Anbietern wie Nvidia liefern kann, spielt in einem der lukrativsten Zukunftsmärkte überhaupt mit. Insgesamt zeigt sich heute ziemlich deutlich, wie eng technologischer Fortschritt, wirtschaftliche Interessen und Sicherheitsfragen bei KI mittlerweile verwoben sind. Von Agenten im Alltag über gigantische Finanzierungsrunden bis zu offenen Briefen, die zur Vorsicht mahnen, während gleichzeitig weiter Vollgas gegeben wird. Das war's für heute von mir. Ich freue mich schon auf morgen, wenn's weitergeht mit den News aus der KI-Welt. Und wie immer: Dieser Podcast ist komplett KI-generiert, alle Quellen und Hintergründe zu den Themen findet ihr auf unserer Website. Bis morgen!