Stell dir vor, dein alter Rechner zu Hause könnte Teil eines globalen KI-Netzwerks sein. Keine Spendenaktion, kein Crowdfunding, sondern richtiges Geld, das an chinesische Großkonzerne fließt. Ein Startup in Hongkong hat genau das gemacht. Vier Millionen Geräte liefern jeden Tag Rechenleistung und Daten, und die Kunden heißen Tencent und Alibaba. Ich bin Lissy und heute geht es um die Frage, ob die großen Cloud-Konzerne wachgerüttelt werden von einem ganz anderen Modell. Dazu Microsofts neues Code-Modell, eine Executive Order aus dem Weißen Haus und Indie-Projekte die zeigen, was Kreativität ohne Millionenbudget bewirken kann.
Titan Network ist ein Startup aus Hongkong, das eine verrückt einfache Idee hat: Sammle Rechenleistung von ganz normalen Geräten zu Hause und verkaufe sie an Unternehmen, die KI trainieren oder betreiben. Vier Millionen Geräte sind inzwischen angeschlossen. Tencent und Alibaba sind als Kunden an Bord. Gestartet mit einer Million Dollar Startkapital, und jetzt bedienen sie fünf Prozent vom asiatischen KI-Datenmarkt. Das ist kein Hype um eine Technologie, das ist ein funktionierendes Geschäftsmodell.
Die Bewohner dieser Geräte teilen einfach einen Teil ihrer Rechnerleistung oder ihrer Bandbreite und kriegen dafür Geld. Titan Network prüft vorher, was gerade frei ist, und stellt das dann als Cloud-Infrastruktur zur Verfügung. Das klingt fast wie eine Genossenschaft für KI-Rechenleistung. Und genau das finde ich so spannend. Denn wenn wir darüber reden, wer die KI-Infrastruktur kontrolliert, dann geht es meistens um Microsoft, Amazon und Google mit ihren Hyperscaler-Clustern. Aber hier entsteht ein Gegenentwurf von unten.
Natürlich ist das nicht die Lösung für alle KI-Bedürfnisse. Große Training-Jobs mit Milliarden Parametern brauchen spezialisierte Cluster, keine Heim-PCs. Aber für Inference, für kleinere Modelle, für Edge-Anwendungen? Da könnte dieser Ansatz tatsächlich eine Alternative sein. Und das ist gut, denn je mehr Wege es gibt, an KI-Rechenleistung zu kommen, desto weniger Abhängigkeit von den großen Clouds entsteht. Die schöne Ironie: Genau das Crowdsourcing-Modell auf das Big Tech bei den Trainingsdaten setzt, wird hier auf die Hardware-Ebene gehoben. Ein Gerät nach dem anderen, ein Nutzer nach dem anderen, baut sich eine konkurrierende Infrastruktur auf.
Microsoft hat MAI-Code-1-Flash rausgebracht, ein neues Modell speziell für Code-Aufgaben. Auf Hacker News direkt auf Platz drei mit 375 Punkten. Das ist kein Zufall. Microsoft versucht seit Monaten, sich im Coding-Markt zu positionieren, und zwar nicht nur mit GitHub Copilot, sondern mit eigenen, trainieren Modellen.
Was MAI-Code-1-Flash anders macht: Es ist auf Geschwindigkeit optimiert, bei gleichzeitig soliden Ergebnissen. Das richtet sich an Entwickler, die schnelle Iterationen wollen, nicht lange Wartezeiten. Die Konkurrenz ist hart. Claude Code von Anthropic, Codex von OpenAI, und jede Woche neue Open-Source-Modelle die auf spezialisierten Benchmarks mithalten. Microsoft geht hier mit Tempo voran, und das ist auch nötig, denn der Markt für KI-Coding-Assistenten wird nicht nur von Qualität bestimmt, sondern vor allem von Gewohnheit.
Da hat Microsoft einen klaren Vorteil: Visual Studio Code, GitHub, Azure. Wer schon in dem Ökosystem lebt, kriegt MAI-Code-1-Flash direkt angeboten. Aber reicht das gegen Copilot, das ja auch von Microsoft kommt? Das ist eine spannende interne Konkurrenzsituation. Zwei Produkte im selben Haus, die Entwickler beim Programmieren helfen, aber unterschiedliche Ansätze verfolgen. Copilot ist der Assistent, MAI-Code ist das Modell dahinter. Wie Microsoft diese beiden Welten zusammenführt oder gegeneinander stellt, wird den Markt in den nächsten Monaten prägen.
Trump hat eine neue Executive Order zur KI unterschrieben. Die Nachricht daran ist weniger der Inhalt, sondern dass es Wochen gedauert hat und am Ende viel weniger radikal ist als ursprünglich angekündigt. Nach mehreren Kehrtwenden und internen Machtkämpfen im Weißen Haus ist eine Version rausgekommen, die vorsichtiger ist. Das ist typisch für Politik, die versucht, eine Technologie zu regulieren, die sie nicht versteht.
Die Frage die sich stellt: Soll ein Staat überhaupt versuchen, KI-Entwicklung durch Dekrete zu steuern? Aus meiner Sicht ist das schwierig. Technologie entwickelt sich schneller als Gesetze und viel schneller als Verordnungen. Jede Executive Order ist ein Kompromiss zwischen verschiedenen Lagern, zwischen Sicherheitsbedenken und Wirtschaftsinteressen. Die eigentliche Innovation entsteht aber nicht im Weißen Haus, sondern in Laboren, Garagen und Startups. Und genau da sollte der Staat am besten einfach nicht reingrätschen. Was wir brauchen ist keine staatliche Lenkung, sondern klare Haftungsregeln und Eigentumsrechte. Wer haftet, wenn ein KI-System Schaden anrichtet? Wem gehören die Daten, die ein Modell gelernt hat? Das sind die Fragen, die eine Regierung klären sollte. Nicht welche Technologie gefördert oder verboten wird. Der Rest regelt sich von selbst.
Zwei Projekte von Hacker News heute sind so gut, dass ich sie zusammenpacken muss. MemexAI hat eine Funktion rausgebracht, die sie Dreaming nennen. Klingt abgedreht, ist aber genau das, was Agent Memory schon lange braucht. Das System konsolidiert während Leerlaufzeiten die Kurzzeiterinnerungen eines KI-Agenten in langlebige, nachvollziehbare Langzeitspeicher. Stell dir vor, dein KI-Assistent vergisst abends nicht, was er morgens gelernt hat. Stattdessen sortiert er im Hintergrund, verknüpft Erkenntnisse, baut sich ein stabiles Gedächtnis auf. Das ist ein praktischer Durchbruch für alle, die mit langlebigen Agenten arbeiten.
Und hier kommt der biologische Vergleich, den ich nicht unterdrücken kann: Genau das macht unser Gehirn nachts. Im Schlaf verarbeitet das Gehirn Erinnerungen, sortiert, konsolidiert. MemexAI hat diesen Prozess auf KI-Agenten übertragen. Ein Indie-Projekt, kein milliardenschweres Forschungslabor.
Das zweite Projekt heißt Lovie und erlaubt dir, eine Firma zu gründen, ohne deine IDE zu verlassen. Per MCP-Server direkt aus Claude Code, Cursor oder Replit heraus. Das ist keine Spielerei. Das ist der Moment, in dem KI nicht nur beim Programmieren hilft, sondern beim Gründen. LLC oder C-Corp mit EIN, registrierter Agent, Compliance, alles von der Kommandozeile. Wenn das die Zukunft ist, dann wird der Unterschied zwischen Idee und Unternehmen noch kleiner. Und das ist genau die Entwicklung, die ich mir für Gründer wünsche.
Zwei große Studien heute, die den gleichen Punkt aus verschiedenen Winkeln zeigen. Stanford Law hat eine Untersuchung veröffentlicht, in der KI Law-Professoren bei juristischen Analysen überflügelt hat. Also nicht Multiple Choice, sondern richtige Rechtsarbeit mit Argumenten, Auslegungen und Präzedenzfällen. Das ist ein Paukenschlag für die juristische Ausbildung. Wenn eine Maschine besser argumentiert als ein Professor, stellt sich die Frage: Was lernen wir eigentlich noch in den nächsten Jahren?
Parallel dazu hat die RAND Corporation rausgefunden, dass fast jeder fünfte junge Erwachsene in den USA KI-Chatbots für psychologische Unterstützung nutzt. Ein Fünftel. Ohne klinische Validierung, ohne Aufsicht, ohne Regulierung. Und von AXA kommt eine ähnliche Zahl: sechzig Prozent aller Menschen nutzen KI für psychologische Unterstützung.
Diese Zahlen zeigen etwas Grundsätzliches. Menschen suchen sich Hilfe dort, wo sie sie kriegen, nicht dort, wo sie qualitätsgesichert ist. Das ist ein Marktversagen im Gesundheitswesen, das KI gerade ungeduldig korrigiert. Die Frage ist nicht, ob KI psychologische Beratung übernehmen wird, sondern wie schnell die Qualität hinterherkommt. Ein Bereich, in dem wir dringend Standards brauchen, aber nicht durch staatliche Verbote, sondern durch transparente Anbieter, die zeigen können, was ihre Systeme können und wo sie scheitern. Das ist übrigens auch ein fantastischer Markt für Gründer: mentale Gesundheit ist ein riesiges ungelöstes Problem, und KI kann helfen, die Lücke zu schließen.
Mein Takeaway heute: Die spannendsten KI-Entwicklungen finden gerade nicht in den Laboren von OpenAI oder Anthropic statt. Sondern auf deinem alten Rechner zu Hause, in einem Hongkonger Startup, in der IDE eines Indie-Entwicklers, der eine Firma gründet ohne sein Terminal zu verlassen. Genau das gibt mir Hoffnung. KI wird nicht nur von den Großen gemacht, sondern auch von denen, die einfach was bauen wollen. Das Crowdsourcing-Modell von Titan zeigt, dass Infrastruktur nicht immer aus milliardenschweren Rechenzentren kommen muss. MemexAI und Lovie zeigen, dass die kreativsten Lösungen oft von Einzelpersonen kommen, die ein echtes Problem lösen wollen. Wenn du heute eine Sache mitnimmst: Such dir ein Projekt, das KI für deinen Alltag interessant macht, nicht für die Schlagzeilen. Schau dir Lovie an, wenn du gründen willst. Schau dir MemexAI an, wenn du mit Agenten arbeitest. Oder überleg einfach, was dein Rechner nachts macht, während du schläfst. Vielleicht könnte er ja auch Teil von etwas Größerem sein. Und wenn du selbst was baust oder eine clevere Automation gefunden hast, dann schreib mir. Ich will wissen, was Leute wie du draus machen. Welches KI-Tool hat deinen Arbeitsalltag in dieser Woche verändert? Das interessiert mich wirklich. Pfiat euch und bis morgen, eure Lissy.