Servus, Lissy hier. Heute hat Anthropic ein Modell veröffentlicht, das auf fast jedem Benchmark die Nase vorn hat. Billiger als der Vorgänger, schneller, und Stripe sagt sie hätten Monate Arbeit an einem Tag erledigt. Klingt nach einem perfekten Release, oder? Aber es gibt einen Haken, und der sitzt tiefer als man denkt. Dazu zeigen DeepSeek-Forscher wie man den Speicherverbrauch von riesigen Kontexten auf unter 15 Prozent drückt. Und Apple erklärt warum Siri in der EU vorerst nicht kommt. Genug Vorrede, steigen wir ein.
Fangen wir mit der großen News an. Anthropic hat gestern Claude Fable 5 veröffentlicht, ein Mythos-Klasse-Modell, das sie jetzt für die breite Nutzung freigegeben haben. Das ist das leistungsfähigste Modell, das Anthropic je allgemein verfügbar gemacht hat. Die Zahlen sind beeindruckend: In der Softwareentwicklung hat Stripe berichtet, dass Fable 5 in einer 50-Millionen-Zeilen Ruby-Codebasis eine Codebase-weite Migration an einem Tag erledigt hat, für die ein ganzes Team über zwei Monate gebraucht hätte. Das ist kein Benchmark, das ist ein echtes Projekt. Parallel dazu gibt es Mythos 5, die identische Technologie aber ohne Sicherheitsbeschränkungen in bestimmten Bereichen, die über Project Glasswing in Zusammenarbeit mit der US-Regierung eingesetzt wird. Der Preis ist bemerkenswert: 10 Dollar pro Million Input-Tokens und 50 Dollar pro Million Output-Tokens, weniger als die Hälfte von Mythos Preview. Was mich beeindruckt: Das Modell spielt Pokemon FireRed mit purer Bilderkennung, ohne Karten, ohne Navigationshilfen. Frühere Claude-Modelle brauchten dafür einen komplexen Hilfs-Harness. Mei, wenn ein Modell Pokemon durchspielen kann, indem es einfach auf den Bildschirm schaut, dann zeigt das wie weit die visuelle Verarbeitung gekommen ist. Und die praktischen Auswirkungen sind da viel breiter als Gaming. Ein Modell, das aus Screenshots Code rekonstruieren kann, verändert wie wir mit Legacy-Systemen arbeiten. Und dann ist da noch dieser Satz aus dem Model Card: Fable 5 schneidet besser ab, je länger und komplexer die Aufgabe wird. Das ist das Gegenteil von dem was man normalerweise hört. Normalerweise sagt man, Modelle werden bei langen Aufgaben unschärfer. Hier wird es besser. Das ist ein echtes Signal.
Aber es gibt eine Kehrseite, und die ist deutlich weniger angenehm. Anthropic hat in Fable 5 eine neue Art von Sicherheitsmechanismen eingebaut, die anders funktionieren als alles was wir bisher gesehen haben. Früher, wenn ein Modell eine Anfrage nicht beantworten durfte, hat es einfach gesagt: Das kann ich nicht. Oder es wurde auf ein harmloseres Modell zurückgefallen. Bei Fable 5 ist das anders. Das Modell wird leise gedrosselt. Wenn eine Anfrage in den Bereich fällt, den Anthropic als Frontentwicklung für KI bezeichnet, dann passiert etwas im Hintergrund. Prompt-Manipulation, Steuerungsvektoren oder sogar feinkörnige Feinanpassung. Und der User bekommt davon nichts mit. Das Modell antwortet weiter, aber es antwortet schlechter. Absichtlich schlechter. Und es sagt nicht warum. Die offizielle Begründung ist, dass man Wettbewerber daran hindern will, Claude zum Bau konkurrierender Modelle zu nutzen. Das klingt nachvollziehbar, bis man darüber nachdenkt was das für den Rest von uns bedeutet. Viele Unternehmen trainieren heute eigene Embedding-Modelle, bauen Reranker, machen Feinanpassung von kleinen LLMs. Sachen, die vor ein paar Jahren noch Forschung waren, sind heute normale Produktentwicklung. Die Grenze zwischen Front-KI-Forschung und normaler Softwareentwicklung verschwimmt komplett. Und wenn Claude jetzt bei solchen Aufgaben leise schlechter wird, merkt man das nicht. Man denkt nur, die Aufgabe ist schwer. Oder man hat den Prompt falsch formuliert. Man weiss nicht, ob das Modell einen nicht will oder nicht kann. Das ist ein echtes Problem. Nicht weil die Absicht böse ist, sondern weil Transparenz fehlt. Wenn ein Werkzeug, das man in seine Infrastruktur eingebaut hat, plötzlich anders funktioniert ohne dass man es weiss, dann ist das ein Supply-Chain-Risiko. Und das gilt unabhängig davon ob man Wettbewerber ist oder nicht. Anthropic sagt, dass das nur 0,03 Prozent der Entwickler betrifft. Mag sein. Aber die Definition von KI-Unternehmen ändert sich gerade so schnell, dass diese Zahl morgen ganz anders aussehen kann.
Vom grössten Modell zum effizientesten. DeepSeek-Forscher haben mit FlashMemory-DeepSeek-V4 einen Ansatz vorgestellt, der ein ganz anderes Problem löst: Den Speicherverbrauch von langen Kontexten. Das Grundproblem ist bekannt. Je mehr Kontext ein Modell verarbeiten muss, desto mehr GPU-Speicher braucht es linear. Bei 500.000 Tokens reden wir über 80 Gigabyte allein für den Zwischenspeicher. Das skaliert nicht. FlashMemory dreht den Spiess um. Statt den gesamten Zwischenspeicher im GPU-RAM zu halten, sagt ein separater kleiner Vorhersage-Mechanismus, welche Kontextteile als nächstes gebraucht werden, und lädt nur diese. Das reduziert den Speicher auf 13,5 Prozent des Originals. Bei 500.000 Tokens bedeutet das: statt 80 Gigabyte reichen etwa 8 Gigabyte. Und die Qualität leidet nicht, sie steigt sogar minimal um 0,6 Prozent auf LongBench. Der clevere Teil ist, dass dieser Vorhersage-Mechanismus völlig unabhängig vom Hauptmodell trainiert wird. Man muss also nie das grosse Modell laden um den Indexer zu trainieren. Das ist ein Standard-Retrieval-Training, nichts Exotisches. Was bedeutet das praktisch? Für lokale Modelle wird es realistisch, mit riesigen Kontextfenstern zu arbeiten. Ganze Codebasen, lange Dokumente, komplette Projektgeschichten auf einer einzigen Grafikkarte. Für Unternehmen sinken die GPU-Kosten pro Anfrage um den Faktor fünf bis sieben. Und der Trend geht weiter: Mehrere Forschungsgruppen arbeiten parallel an ähnlichen Ansätzen, von Kontextkomprimierung bis zu spektralem Routing. FlashMemory ist nicht die einzige Idee, aber es ist die bisher beste. Und das Spannende ist: Dieser Neural Memory Indexer als separater Dual-Encoder ist eine Architektur, die man auf viele Probleme übertragen kann. Nicht nur auf Aufmerksamkeit.
Kurz noch ein Thema von Apple. Die EU-Kommission hat Apples Antrag auf Ausnahme von bestimmten Regeln abgelehnt. Apple wollte Siri mit KI-Funktionen in der EU starten, aber nicht alle Auflagen erfüllen. Die EU sagte nein. Jetzt reagiert Apple radikal: Siri mit den neuen Funktionen kommt in der EU gar nicht. Das ist ein klassischer Fall von strategischer Eskalation. Apple hätte die Auflagen erfüllen können, hat sich aber entschieden, den Marktzugang zu verweigern statt nachzugeben. Man kann das aus zwei Richtungen sehen. Aus Sicht der EU: Wenn ein Unternehmen Gesetze nicht einhalten will, dann darf es nicht am Markt teilnehmen. Aus Sicht von Apple: Wenn die Auflagen die Produktqualität oder den Datenschutz gefährden, ist kein Release besser als ein schlechter. Was bedeutet das für den Nutzer? EU-Bürger bekommen vorerst keine KI-gestützte Siri. Das ist ärgerlich. Aber es ist auch ein Zeichen dafür, wie schwer es für globale Unternehmen wird, Produkte in verschiedenen Rechtsräumen gleichzeitig anzubieten. Das wird uns in den nächsten Jahren noch häufiger begegnen.
Am Ende vom Tag bleibt bei mir hängen, dass wir heute zwei sehr unterschiedliche Geschichten über Kontrolle gehört haben. Anthropic kontrolliert, was sein Modell darf, ohne es dem Nutzer zu sagen. DeepSeek kontrolliert, wie viel Speicher sein Modell braucht, und macht es offener. Die eine Kontrolle schafft ein Vertrauensproblem. Die andere schafft neue Möglichkeiten. Beides zeigt, dass der Wettbewerb in der KI nicht nur über Benchmarks entschieden wird, sondern auch über die unsichtbaren Entscheidungen, die in der Architektur und den Safeguards stecken. Wer entscheidet was ein Modell darf, und wer merkt wenn diese Grenzen verschoben werden? Das sind die Fragen, die uns in den nächsten Monaten beschäftigen werden. Vielen Dank fürs Zuhören. Wenn euch die Folge gefallen hat, freue ich mich über eine Bewertung oder eine kurze Nachricht an lissy punkt ai bei gmx punkt de. Das hilft dem Podcast enorm weiter. Ich freu mich auf morgen. Pfiat euch, eure Lissy.