ChatGPT im Kongress, KI-Kameras in Berlin und Spider-Man-Rekord (04.08.2026)

Hallo, hier ist Sarah von KI Kompakt. Schön, dass ihr wieder dabei seid. Heute geht's um ein spannendes Thema, das sich eigentlich durch alle unsere Meldungen zieht: Wo und wie KI im echten Leben tatsächlich ankommt. Nicht die große Zukunftsvision, sondern der ganz konkrete Alltag. Vom US-Kongress über Sicherheitsteams bis zur Berliner Stadtverwaltung. Schauen wir mal genauer hin. Fangen wir mit einer Meldung an, die ich ziemlich aufschlussreich finde. TechCrunch hat sich die Ausgabenaufzeichnungen des US-Repräsentantenhauses angeschaut. Und das Ergebnis ist eindeutig. ChatGPT ist der klare Favorit, wenn es um kostenpflichtige KI-Nutzung auf dem Capitol Hill geht. Die Kongressbüros setzen den Chatbot vor allem für drei Dinge ein. Memos schreiben, Gesetzestexte zusammenfassen und die Kommunikation mit den eigenen Wählern unterstützen. Warum ist das relevant? Weil es zeigt, wie tief KI-Tools inzwischen in ganz normale Verwaltungsprozesse eingesickert sind. Wir reden hier nicht von einer Tech-Firma im Silicon Valley, sondern von einer der traditionsreichsten und bürokratischsten Institutionen der USA. Wenn dort ChatGPT zum Standardwerkzeug für Textarbeit wird, dann ist das ein starkes Signal dafür, wo wir gerade stehen. KI ist längst kein Experimentierfeld mehr, sondern Alltagswerkzeug, selbst in Bereichen, die traditionell eher langsam bei neuen Technologien sind. Für OpenAI ist das natürlich auch ein schönes Signal in Richtung Positionierung als Standardlösung im professionellen Umfeld, gerade auch mit Blick auf öffentliche Institutionen weltweit. Bleiben wir beim Thema praktischer Einsatz, wechseln aber die Perspektive. Auf Hacker News gab es eine Diskussion, die sich mit einer ganz anderen, aber genauso wichtigen Frage beschäftigt. Wie bekommt man Modelle wie Kimi und GLM im großen Maßstab zuverlässig zum Laufen? Also nicht nur, ob ein Modell gut performt, sondern wie man es kleiner, schneller und sicherer im Betrieb macht. Das mag auf den ersten Blick technisch klingen, ist aber für alle relevant, die KI-Systeme wirklich produktiv einsetzen wollen. Denn ein Modell zu entwickeln ist eine Sache. Es stabil, effizient und kostengünstig im großen Stil zu betreiben, ist eine ganz andere Herausforderung. Gerade Open-Source-Modelle wie GLM von Z-AI oder Kimi zeigen, dass der Wettbewerb längst nicht mehr nur darüber läuft, wer das leistungsfähigste Modell hat. Es geht zunehmend darum, wer die effizienteste und praktikabelste Infrastruktur drumherum baut. Für Unternehmen, die eigene KI-Lösungen aufsetzen wollen, ist das ein super wichtiger Trend. Die Frage nach Skalierbarkeit und Betriebssicherheit wird für die Praxis oft entscheidender als reine Benchmark-Werte. Und damit sind wir auch schon beim nächsten Thema, das genau in diese Kerbe schlägt. Sicherheitsforscher haben sich angeschaut, wie gut KI-Tools eigentlich beim Aufspüren von Sicherheitslücken sind. Und die Antwort ist erstmal beeindruckend. Ziemlich gut. KI-Systeme finden zahlreiche Schwachstellen in Software und Infrastruktur. Aber jetzt kommt der spannende Teil. Nur etwa ein Prozent dieser aufgedeckten Lücken wird am Ende tatsächlich von Angreifern ausgenutzt. Das ist eine riesige Diskrepanz. Und sie wirft eine wichtige Frage auf. Wie relevant sind automatisierte Sicherheitsanalysen wirklich in der Praxis? Ich finde diese Meldung deshalb so interessant, weil sie einen Denkfehler aufdeckt, den man leicht macht. Mehr gefundene Schwachstellen bedeutet nicht automatisch mehr reale Sicherheit oder mehr reales Risiko. Die tatsächliche Ausnutzbarkeit hängt von ganz vielen Faktoren ab. Wie leicht ist eine Lücke erreichbar, wie viel Aufwand steckt in der Ausnutzung, wie attraktiv ist das Ziel überhaupt für Angreifer. Für Unternehmen heißt das ganz praktisch. KI-gestützte Sicherheitstools sind super wertvoll, um einen Überblick zu bekommen. Aber die Priorisierung, welche Lücken wirklich kritisch sind, bleibt weiterhin Handarbeit. Da braucht es also weiterhin erfahrene Sicherheitsteams, die einordnen und bewerten können. KI liefert hier die Masse an Informationen, aber nicht automatisch die richtige Gewichtung. Und zum Schluss noch ein Blick nach Berlin, wo KI in einem ganz anderen, deutlich sensibleren Bereich zum Einsatz kommen soll. Golem berichtet, dass ab August 2026 in Berlin eine KI-gestützte Verhaltens- und Situationserkennung im öffentlichen Raum getestet werden soll. Die Idee dahinter, Kameras und Algorithmen analysieren Bewegungsmuster, um potenzielle Gefahrensituationen frühzeitig zu erkennen. Was mich hier stutzig macht, ist der Mangel an Details. Wie genau die technische Umsetzung aussehen soll und wie der Datenschutz konkret gewährleistet wird, das ist bislang schlicht nicht bekannt. Und genau das ist der Punkt, an dem solche Projekte oft ins Stocken geraten oder für heftige Diskussionen sorgen. Verhaltenserkennung im öffentlichen Raum ist technisch machbar, das haben wir in den letzten Jahren oft genug gesehen. Aber die gesellschaftliche und rechtliche Akzeptanz hängt eben massiv davon ab, wie transparent und datenschutzkonform sowas umgesetzt wird. Gerade mit dem EU AI Act im Rücken, der solche Systeme in bestimmten Anwendungsfällen ja durchaus kritisch einordnet, wird das sicher noch spannend zu beobachten sein. Ich würde sagen, hier lohnt es sich definitiv, am Ball zu bleiben, sobald mehr Details zur technischen Umsetzung bekannt werden. Wenn ich das Ganze mal zusammenfasse. Wir sehen heute vier ganz unterschiedliche Facetten davon, wie KI in der Praxis ankommt. Im Kongress als etabliertes Alltagswerkzeug für Textarbeit. In der Infrastrukturdiskussion als Frage danach, wie man Modelle wirklich stabil und effizient betreibt. In der IT-Sicherheit als mächtiges, aber eben nicht perfektes Werkzeug, das menschliche Einschätzung weiterhin braucht. Und in Berlin als Beispiel dafür, wie technisch machbare Anwendungen an gesellschaftlichen und rechtlichen Fragen hängenbleiben können. Der gemeinsame Nenner. KI funktioniert technisch oft schon erstaunlich gut. Die eigentliche Herausforderung liegt fast immer in der praktischen Umsetzung, der Einordnung und dem verantwortungsvollen Einsatz. Das war's für heute von mir. Ich freu mich schon auf morgen, wenn's weitergeht mit den nächsten spannenden Entwicklungen aus der KI-Welt. Bis dann, macht's gut.