Research

Current AI, eine neu gegründete Non-Profit-Initiative mit 400 Millionen Dollar Kapital, veröffentlicht eine umfassende Karte des Open-Source-KI-Ökosystems mit über 421 detailliert erfassten Produkten.

Im Juni 2026 wurden über 1.500 schwere Sicherheitslücken gemeldet – mehr als dreieinhalb Mal so viele wie je zuvor in einem Monat, zeitgleich mit dem Einsatz von KI-gestützten Bug-Hunting-Tools.

Gängige KI-Bewertungen verschleiern die echten Leistungen von Agenten – der tatsächliche Fortschritt ist deutlich steiler als bisher gemessen.

Geoffrey Litt warnt vor „kognitiver Schuld" bei der Zusammenarbeit mit KI-Coding-Agenten und argumentiert, dass Entwickler die generierten Änderungen verstehen müssen, um kreativ mitgestalten zu können.

Anthropic zeigt, dass kleinere System-Prompts für Claude stärker wirken als detaillierte Anweisungen.

Ein Benchmark zeigt: Spezialisierte KI-Agenten liefern Freiberufler-Projekte in Profiqualität ab und ihre Fähigkeiten sind in nur acht Monaten um das Vierfache gestiegen.

Ein Überblick über die wachsende Rolle von Künstlicher Intelligenz in der Raumfahrt und Satelliteninfrastruktur.

Diskussion über Autoresearch offenbart grundsätzliche Konflikte zwischen autonomen KI-Systemen und der Forderung nach menschlicher Kontrolle und Verständnis.

Introspection-Mitgründer Roland Gavrilescu erläutert, wie Agenten durch Rückkopplungsschleifen eigenständig lernen und sich verbessern – und warum Menschen dabei unverzichtbar bleiben.

Metas Forschungsteam FAIR demonstriert mit Brain2Qwerty v2, dass nicht-invasive Hirn-zu-Text-Systeme die Leistung von Implantaten erreichen können – ein großer Schritt für zukünftige Anwendungen bei gelähmten Menschen.

Ein ehemaliger Llama-Forscher wechselt zu Genesis Molecular AI und erklärt, warum Diffusionsmodelle für die Wirkstoffforschung das spannendere Frontier-Terrain sind.

Metaforschung zeigt, wie Modelle automatisch hochwertige Trainingsdaten generieren können – ein Durchbruch für die Skalierung von KI.

Die Zukunft der KI gehört spezialisierten Modellen, nicht universellen Universalgenies – ein Paradigmenwechsel in der KI-Entwicklung.

DeepSeek beschleunigt seine KI-Modelle durch ein Speculative-Decoding-Verfahren erheblich, was Chinas Unabhängigkeit von US-Chips weiter stärkt.

Ein Deep-Dive in Genebench-Pro offenbart die technische Architektur und Funktionsweise eines neuen Benchmark-Tools für KI-Modelle.

GeneBench-Pro testet erstmals systematisch die Leistung von KI-Modellen bei komplexen genomischen und biologischen Forschungsaufgaben mit echten Datensätzen.

Eine Untersuchung eines Raketenangriffs auf eine iranische Schule enthüllt massive Mängel in der US-Zielerfassung und zeigt, wie KI-Systeme künftig solche tödlichen Verwechslungen vermeiden sollen.

Tencent und chinesische Universitäten skizzieren in einem Paper, wie KI-Systeme vom reinen Antwortgeben zu autonomen Aufgabenbearbeitern in persistenten Arbeitsumgebungen evolieren.

Forscher der Princeton University haben gemessen, wie gut moderne KI-Modelle ein fiktives Unternehmen führen können – die meisten scheitern spektakulär.

Ein 3-Milliarden-Parameter-Modell konkurriert bei Mathe und Coding mit Systemen, die 333-mal größer sind – und deutet an, dass Reasoning komprimierbar sein könnte.