← alle Beiträge · Thema: Souveränität · 11 Beiträge · RSS für diesen Strang
10. August 2026
In eigener Sache, ausnahmsweise. Am Donnerstag um Mitternacht ist auf den üblichen Plattformen eine EP erschienen: „Senti la notte", sechs Tracks, fünf Sprachfassungen desselben Stücks plus eine Instrumentalversion, unter dem Namen AXIOM Klangwerk. Dazu ein Musikvideo auf YouTube, dreieinhalb Minuten, Kathedrale bei Nacht. Das hier ist kein Werbetext — wer reinhören will, findet die Links und kann sich sein Urteil selbst bilden. Das hier ist der Teil, der auf diesen Blog gehört: wie so etwas entsteht, wenn kein Studio, kein Label und kein Kamerateam beteiligt sind, sondern ein Rechner im eigenen Haus.
Die Musik ist auf einer Grafikkarte entstanden, die in einem Server im Keller steckt. Das Modell heißt ACE-Step, läuft lokal und erzeugt aus einer Textbeschreibung und einem Songtext ein fertiges Arrangement — Gesang inklusive. Was danach kommt, ist klassisches Handwerk in unklassischer Besetzung: Stems trennen, Pegel glätten, ein Mastering-Werkzeug, das aus ffmpeg-Bausteinen zusammengesetzt ist, und ein Qualitäts-Gate, das jeden Kandidaten objektiv vermisst, bevor ein Mensch ihn überhaupt zu hören bekommt. Von den vielen Fassungen, die die Maschine erzeugt, überleben die wenigsten diese Strecke. Die Auswahl — welcher Take, welche Stimme, welche Sprachfassung das Original wird — bleibt eine menschliche Entscheidung, und sie fühlt sich exakt so an wie früher am Mischpult: Man hört zwanzig Varianten und weiß bei der einundzwanzigsten, daß es die ist.
Der Vollständigkeit halber, weil dieser Blog sonst bei anderen genau das anmahnt: Nicht alles kam aus dem eigenen Keller. Die Videoclips — die Kathedrale, die Prozession, der Wanderer im Regen — stammen aus einem externen Videomodell, bezahlt pro Sekunde, mit hartem Kostendeckel im aufrufenden Skript. Schnitt, Typografie und die Loop-Fassungen liefen dann wieder lokal. Und der Vertrieb geht über einen Dienstleister, der die EP gegen eine Jahresgebühr zu Spotify, Apple und den übrigen Plattformen trägt. Wer behauptet, er habe eine Veröffentlichung „komplett souverän" gestemmt, hat entweder ein Presswerk im Wohnzimmer oder ein großzügiges Verhältnis zur Wahrheit. Die richtige Beschreibung ist eine andere: Die wertschöpfenden Schritte — Komposition, Klang, Auswahl, Endkontrolle — finden auf eigener Hardware statt und bleiben dort. Extern ist, was austauschbar ist.
Warum das hierher gehört: Vor zwei Jahren hätte diese EP ein Studio gebraucht, Session-Musiker für fünf Sprachen, einen Mastering-Ingenieur und ein Video-Budget in fünfstelliger Höhe. Jetzt braucht sie eine Grafikkarte, Geduld und die Bereitschaft, sehr viel Ausschuß anzuhören. Man kann das als Verarmung lesen oder als Verschiebung — ich lese es als das, was dieser Blog sonst an Daten durchdekliniert: Die Produktionsmittel sind dahin gewandert, wo sie kontrollierbar sind. Eine Musikproduktion, die auf dem eigenen Server läuft, ruft kein Nutzungsprotokoll nach Hause, verliert ihre Rohdaten nicht an die Plattform und ist nicht kündbar. Das gilt für Musik wie für alles andere, was hier sonst Thema ist.
Und weil ein Werkstattbericht ohne offene Baustelle keiner wäre: Der nächste Schritt geht in die Gegenrichtung. Hier stehen ein E-Piano und ein Mikrofon, und aus einem Wochenende in Erfurt ist Filmmaterial mitgekommen, das kein Modell erzeugt hat — darunter eine holzgeschnitzte Christusfigur, die einem nicht mehr aus dem Kopf geht, wenn man sie einmal aus der Nähe gesehen hat. Beim nächsten Video dreht sich das Verhältnis also um: echtes Bild, eigene Aufnahme, und die Maschine darf zuarbeiten statt vorzulegen. Ob das besser wird, weiß ich nicht. Aber es wird nachprüfbar meins.
Quelle: AXIOM Klangwerk — Senti la notte (EP)
▸ Souveränität · ▸ Werkstatt
[l] Permalink
19. Juli 2026
Drei Beiträge lang ging es hier darum, wie das Wort „offen“ gerade weichgekocht wird: ein Modell, dessen Gewichte offen sind und dessen Zutatenliste geheim bleibt, ein Werkzeug, das quelloffen ist, während das Gerät dahinter zubleibt, und ein Praxistest, bei dem die offenen Gewichte an meinem eigenen Server abprallten. Drei Etiketten, drei Bedeutungen. Zum Schluss die Frage, die darunter liegt — und ein überraschender Zeuge.
David Siegel saß in den achtziger Jahren im MIT AI Lab im Büro neben Richard Stallman und stritt zwei Jahre lang mit ihm. Siegel vertrat die damalige Mehrheitsmeinung: Software komme nur voran, wenn Firmen die Kontrolle über ihren Quelltext behalten. Stallman hielt dagegen, Software sei kein Wirtschaftsgut, sondern verdichtetes Wissen — und Wissen in einer Firma wegzusperren heiße, das Wissen selbst wegzusperren. Nach zwei Jahren gab Siegel zu, dass er falsch lag. Stallman schrieb den GCC, es folgte GNU/Linux, und heute läuft das halbe Internet darauf. Das Sicherheitsargument von damals — Systeme müssten geheim bleiben, um sicher zu sein — ist so gründlich verloren gegangen, dass man es kaum noch erklären muss.
Der Mann, der diese Geschichte gerade in Fortune erzählt, ist deshalb bemerkenswert, weil er kein Aktivist ist. Siegel ist Mitgründer von Two Sigma, einem der großen quantitativen Hedgefonds. Sein Vermögen stammt aus Handelsalgorithmen, die zum Geschlossensten gehören, was diese Branche kennt. Wenn ausgerechnet der sagt, dass es bei KI eine offene Option geben muss, ist das kein Lagerdenken. Es ist jemand, der beide Seiten von innen kennt.
Seine Diagnose trifft exakt den Befund aus Teil 1. Was die Firmen heute „open“ nennen, seien Gewichte ohne Herkunft — Siegel nennt sie „magic numbers you can run but cannot explain“: ein Haufen Zahlen, den man ausführen, aber nicht erklären kann, ohne Rechenschaft darüber, wie er zustande kam. Und selbst das sei bloß Entgegenkommen, keine Zusage: Niemand verspricht, das mit dem nächsten, besseren Modell wieder zu tun. Eine Offenheit, die sich jederzeit abschalten lässt, ist eben kein Fundament, sondern ein Gefallen. Genau deshalb will er beides — die offenen Modelle, damit man sie benutzen kann, und den offenen Quelltext, damit man sieht, wie sie entstanden sind.
Der Vorschlag, der daraus folgt, ist unspektakulär und gerade deswegen brauchbar. Erstens: Öffentliche Rechenkapazität für offene Forschung, so wie früher in offene Software investiert wurde. Zweitens: Geld von Firmen und Stiftungen für Universitäten und gemeinnützige Gruppen, die daran arbeiten. Und drittens eine Regel, die so simpel ist, dass man sich fragt, warum sie nicht längst gilt — was mit öffentlichem Geld gebaut wird, ist offen. Standardmäßig. Sein Argument dafür ist historisch, nicht moralisch: Wir haben dieses Experiment schon einmal gemacht und wissen, wie es ausgeht.
Ein Satz von ihm ist mir dabei besonders aufgefallen, weil er die Verzweiflung aus dem gestrigen Werkstattbericht auflöst. Siegel sagt, offene KI müsse den Konzernen gar nicht in die Größe folgen, um nützlich zu sein — das meiste, was die Welt braucht, verlange die absolute Spitze wahrscheinlich nicht. Das ist keine Ausrede. Das ist genau die Erfahrung, die hier auf dem eigenen Server jeden Tag gemacht wird: Das 70-Milliarden-Modell im Nebenzimmer schlägt kein Frontier-Modell in irgendeinem Benchmark, und es erledigt trotzdem die Arbeit. Der Größenwahn ist nicht die Voraussetzung der Nützlichkeit. Er ist die Voraussetzung der Schlagzeile.
Und da schließt sich der Kreis zu Stallman. Sein Punkt war nie, dass freie Software die beste sein müsse. Sein Punkt war, dass man wissen können muss, was auf der eigenen Maschine passiert, und dass niemand ein Recht darauf hat, das Wissen der Allgemeinheit zu privatisieren. Bei Software war das der Quelltext. Bei Modellen sind es die Daten — und die hat bisher niemand herausgerückt, auch nicht die Großzügigen aus Teil 1. Was fehlt, ist nach Siegels Befund kein Weg, sondern der Wille. Man könnte hinzufügen: und eine Öffentlichkeit, die den Unterschied zwischen einem Fundament und einem Gefallen noch bemerkt. Daran wird gerade gearbeitet — von der falschen Seite.
Quelle: David Siegel in Fortune (3. Juli 2026) — I argued with the father of open source for 2 years
▸ Souveränität · ▸ KI & Macht
[l] Permalink
18. Juli 2026
Ergebnis vorweg, damit niemand bis zum Schluss lesen muss: Es passt nicht. Nicht knapp, nicht mit Tricks, nicht wenn ich die Platte leerräume. Das Modell mit den vorbildlich offenen Gewichten, um das es in dieser Reihe geht, läuft auf meinem Server nicht — und mein Server ist nicht der Laptop vom Küchentisch.
Was hier steht: zwei NVIDIA L40S mit je 46 Gigabyte Videospeicher, zusammen also 92. Dazu 125 Gigabyte Arbeitsspeicher und eine Terabyte-Platte, von der aktuell 167 Gigabyte frei sind. Darauf laufen ein Llama mit 70 Milliarden Parametern, ein Qwen mit 32, ein destilliertes R1, dazu Embeddings und ein Bildmodell — alles gleichzeitig, alles im Haus, nichts davon geht raus. Für so ziemlich alles, was hier täglich anfällt, reicht das. Diese Maschine ist der Grund, warum ich bei „Souveränität“ nicht bloß mitreden, sondern nachsehen kann.
Jetzt der Abgleich. Ich habe nicht 1,9 Terabyte heruntergeladen, um zu beweisen, dass sie nicht draufpassen — ich habe die Dateiliste bei Hugging Face abgefragt. Sie ist eindeutig: 119 Dateien, davon 108 Shards jenseits eines Gigabytes, zusammen 1.904,8 Gigabyte. Der Download allein ist also elfmal größer als mein freier Plattenplatz. Selbst wenn ich die Platte komplett leerfege — 933 Gigabyte —, fehlt immer noch die Hälfte. Ich könnte dieses Modell nicht speichern. Vom Starten reden wir da noch gar nicht.
Fürs Starten nennt der Hersteller zwei Wege, und beide führen an mir vorbei. Die volle Fassung will 2 Terabyte Videospeicher; das ist Rechenzentrum, darüber muss man nicht diskutieren. Interessanter ist die quantisierte Variante, die den Bedarf auf 600 Gigabyte drückt — immer noch das Sechseinhalbfache dessen, was ich habe, aber wenigstens dieselbe Größenordnung wie ein gut bestückter Serverschrank. Und hier steckt das Detail, das mich beim Nachlesen wirklich aufgeweckt hat: Dieses Format setzt Nvidias Blackwell-Generation voraus. Meine L40S sind Ada Lovelace. Ich könnte mir also nicht einfach mehr davon kaufen und das Problem mit Geld zuschütten — es wäre die falsche Generation. Die Offenheit dieses Modells ist an eine Hardware-Roadmap gekettet, über die weder der Hersteller des Modells noch ich entscheiden.
Bleiben die Notfassungen aus der Bastelszene, die das Ding brutal zusammenquetschen: rund 270 Gigabyte bei einem Bit pro Gewicht, 317 bei zwei. Das ist die Stelle, an der ich am längsten gerechnet habe, weil es fast gegangen wäre. Fast. Videospeicher und Arbeitsspeicher zusammengenommen komme ich auf 217 Gigabyte. Die schonungsloseste Quetschung, die jemand für dieses Modell gebaut hat, liegt 53 Gigabyte darüber. Um ein Modell zu betreiben, das für Rechenzentren gedacht ist, auf einem Sechstel der Hardware, zerstört bis zu einem Bit pro Gewicht — und es reicht immer noch nicht.
Was lernt man daraus? Nicht, dass die Veröffentlichung wertlos wäre. Apache 2.0 auf 975 Milliarden Parameter ist ein echtes Geschenk, und es geht an Leute, die es brauchen: Forschungsgruppen, Firmen mit Serverschrank, die Anbieter, die es ab morgen hosten. Aber die Erzählung, offene Gewichte machten uns unabhängig von den Konzernen, hält dem Blick auf die Rechnung nicht stand. Ich darf dieses Modell besitzen, verkaufen, zerlegen, weitertrainieren — alles, was die Lizenz verspricht. Ich kann es nur nicht anfassen. Ein Recht, das man mangels Kapital nicht ausüben kann, ist juristisch ein Recht und praktisch ein Prospekt.
Die Grenze verläuft eben nicht zwischen offen und geschlossen. Sie verläuft zwischen denen, die ein Rechenzentrum haben, und allen anderen. Und sie ist in den letzten drei Jahren nicht durchlässiger geworden, sondern teurer. Wer mich fragt, was er selbst betreiben soll, bekommt darum weiter dieselbe Antwort wie vor dieser Recherche: das Llama mit 70 Milliarden, das hier seit Monaten seine Arbeit tut, ohne dass je ein Datensatz das Haus verlassen hat. Nicht weil es das beste Modell der Welt wäre. Sondern weil es das beste Modell ist, das mir tatsächlich gehört.
Womit die Frage im Raum steht, die morgen den Schlusspunkt dieser Reihe macht: Wenn Offenheit Hardware voraussetzt, die nur Konzerne haben — wem gehört dann eigentlich das Wissen?
Quelle: Eigene Messung auf VM106; Hugging-Face-API thinkingmachines/Inkling
▸ Souveränität · ▸ Werkstatt
[l] Permalink
16. Juli 2026
Fangen wir mit der guten Nachricht an, denn es ist eine. Thinking Machines, die Firma der früheren OpenAI-Technikchefin Mira Murati, hat heute ihr erstes Modell veröffentlicht: Inkling, ein Mixture-of-Experts-Transformer mit 975 Milliarden Parametern, von denen pro Token 41 Milliarden aktiv sind. Trainiert auf 45 Billionen Token aus Text, Bildern, Audio und Video, mit einem Kontextfenster von einer Million Token. Die Gewichte liegen auf Hugging Face. Die Lizenz ist Apache 2.0.
Dieser letzte Satz ist der eigentliche Knaller, und er geht in den Parameterzahlen leicht unter. Apache 2.0 ist die großzügige Variante: keine Klausel, die ab einer bestimmten Nutzerzahl eine Sonderlizenz verlangt, wie Meta sie Llama mitgegeben hat. Kein Verbot, damit Konkurrenzprodukte zu bauen. Kein Kleingedrucktes, das „open“ sagt und „geduldet“ meint. Man darf das Ding nehmen, verkaufen, zerlegen, weitertrainieren. Auf einem Modell dieser Größenordnung hat das in den USA vorher niemand gemacht. The Register fasst es in eine Überschrift, die sitzt: Muratis Ex-Chef liefert das nicht. Sam Altmans Firma heißt seit zehn Jahren OpenAI und hat zuletzt 2019 Gewichte herausgegeben.
Die Zahlen, die Thinking Machines dazu nennt, sind ordentlich: 97,1 Prozent auf AIME 2026, 87,2 auf GPQA Diamond, 77,6 auf SWEBench Verified. Das spielt in der Liga der starken chinesischen Modelle — DeepSeek V4, GLM 5.2, Kimi K2.6 —, an die die Veröffentlichung auch adressiert ist: Amerika soll wieder ein offenes Spitzenmodell haben. An Claude und GPT reicht es nicht heran. Und The Register hängt den Zahlen einen Satz an, den man sich merken sollte: Benchmarks zu frisieren ist nicht sonderlich schwer. Wir wissen erst in ein paar Wochen, was das Modell taugt, wenn Leute es an echter Arbeit reiben.
Zwei Einordnungen gehören trotzdem sofort dazu, sonst wird aus einer guten Nachricht eine Jubelmeldung. Die erste: Was hier offen ist, sind die Gewichte — nicht der Quelltext, nicht das Rezept. Die 45 Billionen Token sind beschrieben, aber nicht veröffentlicht. Man bekommt den fertigen Kuchen und die Erlaubnis, ihn zu essen, weiterzuverkaufen und umzudekorieren. Man bekommt nicht die Zutatenliste. Nachbauen kann man Inkling nicht, und prüfen, was darin verarbeitet wurde, auch nicht: nicht, wessen Texte und Bilder ohne Zustimmung mitverarbeitet wurden, nicht, welche Schlagseite sich über 45 Billionen Token in die Gewichte gelegt hat. Der Unterschied zu dem, was die Freie-Software-Bewegung „offen“ nannte, ist kein Detail. Bei Software war der Quelltext das Wissen. Bei Modellen sind die Daten das Wissen — und die bleiben im Haus.
Die zweite Einordnung ist die unbequemere, und sie trägt die nächsten Tage hier. „Offen“ heißt nicht „für dich“. Die offizielle Fassung dieses Modells will 600 Gigabyte Videospeicher sehen, bevor sie ein Wort sagt. Wer das nicht im Keller stehen hat — und das sind ungefähr alle —, bekommt Inkling dort, wo es ohnehin schon angekündigt ist: bei TogetherAI, Fireworks, Databricks, Baseten. Also wieder bei jemandem, der die Rechnung schreibt und mitliest.
Genau deshalb wird das hier eine Reihe. Denn diese Woche hat gleich mehrere Meldungen produziert, die alle das Wort „open“ im Titel tragen und sehr Verschiedenes damit meinen. Morgen: Wie xAI etwas als Open Source veröffentlicht, das die Fernbedienung ist und nicht der Fernseher. Danach der Praxistest — ich lasse das offene Modell gegen meinen eigenen Server antreten und schaue, wie weit die Freiheit trägt. Und zum Schluss die Frage, die David Siegel gerade in Fortune stellt und die er vor vierzig Jahren im Büro neben Richard Stallman zum ersten Mal gehört hat: Wem gehört eigentlich das Wissen?
Quelle: Thinking Machines Lab — Inkling: Our Open-Weights Model; The Register
▸ Souveränität · ▸ KI & Macht
[l] Permalink
25. Juni 2026
OpenAI hat diese Woche, gemeinsam mit Broadcom, seinen ersten eigenen Chip vorgestellt. Er heißt Jalapeño. Nicht Titan, nicht Nexus, nicht irgendein Kürzel aus Großbuchstaben — eine Peperoni. Man muss das erst mal sacken lassen: Der Konzern, der die Menschheit angeblich vor oder in die Superintelligenz führt, benennt seine Hardware nach einer Schärfeeinheit.
Der Name ist der harmlose Teil. Bemerkenswerter ist das Tempo: vom ersten Entwurf bis zur Fertigung in neun Monaten — laut den Beteiligten einer der schnellsten Entwicklungszyklen, die es für einen Hochleistungs-Chip je gab. Und der Grund für das Tempo ist die Pointe: OpenAI hat die Entwicklung mit seinen eigenen Modellen beschleunigt. Die KI hat geholfen, den Chip zu entwerfen, auf dem die nächste KI laufen soll.
Das ist die Schleife, über die in der Branche seit Jahren geredet wird, plötzlich ganz konkret und unspektakulär: kein erwachendes Bewusstsein, keine Rebellion, nur ein Werkzeug, das das nächste, bessere Werkzeug schneller fertigt. Selbstbeschleunigung sieht in der Realität nicht aus wie ein Science-Fiction-Film. Sie sieht aus wie eine verkürzte Projektlaufzeit.
Aber der eigentliche Zug ist ein anderer, und er hat nichts mit dem Namen und wenig mit der Schleife zu tun. OpenAI hatte bisher Modelle. Die Chips kamen von Nvidia, die Rechenzentren von anderen. Mit Jalapeño beginnt der Konzern, den ganzen Stapel selbst zu besitzen: das Modell, das Silizium, demnächst die Rechenzentren im Gigawatt-Maßstab. „Build the full stack“ nennen sie es. Vertikale Integration nennt man es, wenn man es nüchtern betrachtet.
Und das ist der Punkt, an dem man von der Peperoni zur Machtfrage kommt. Wer nur das Modell besitzt, ist abhängig — von Chip-Lieferanten, von Rechenkapazität, von den Preisen anderer. Wer den ganzen Stapel besitzt, ist von niemandem mehr abhängig, und alle anderen werden abhängig von ihm. Das ist keine technische Entscheidung, das ist eine über Souveränität — über die Frage, wer in fünf Jahren die Bedingungen diktiert, zu denen der Rest der Welt KI nutzt.
Der lustige Name ist insofern fast ehrlich. Er klingt harmlos, beiläufig, ein bisschen albern. Genau wie der Vorgang, den er begleitet: Schritt für Schritt, ganz unaufgeregt, zieht ein einzelner Konzern alles in eine Hand. Niemand schreit. Es heißt ja nur Jalapeño.
Quelle: TechCrunch — OpenAI unveils its first custom chip, built by Broadcom
▸ Souveränität · ▸ KI & Macht
[l] Permalink
25. Juni 2026
Am 18. Juni hat Bernie Sanders einen Gesetzentwurf eingebracht, der in einem Satz klingt wie eine Satire: 50 Prozent der Aktien der größten KI-Konzerne sollen in einen Staatsfonds wandern, der jährlich rund 1.000 Dollar pro Bürgerin und Bürger ausschüttet. Sieben Billionen Dollar, verwaltet von einer unabhängigen Kommission mit Stimmrechten in den Unternehmen.
Sanders' Begründung ist keine Klassenkampfrhetorik, sondern eine nüchterne Bestandsaufnahme: KI-Systeme wurden auf dem kollektiven Wissen der Menschheit trainiert. Wikipedia, Reddit, GitHub, digitalisierte Bücher, das Archiv des Journalismus, Abermillionen Texte von Menschen, die nie gefragt wurden und keinen Cent sahen. Das ist die Rohstoffbasis. Die Konzerne haben die Verarbeitung gebaut; das Material war schon da, und es gehörte niemandem — oder allen, was auf dasselbe hinausläuft.
Das allein wäre noch eine linke Standardposition. Der bemerkenswerte Zug ist, dass Donald Trump nickt.
Wörtlich: „There's something very interesting about it“ und „wir sind gar nicht so weit auseinander.“ Das Trump-Weiße Haus verhandelt parallel direkt mit OpenAI über einen Regierungsanteil — eigener Mechanismus, selbe Grundidee: die Öffentlichkeit soll etwas von der KI-Wertschöpfung bekommen.
Wenn der demokratische Sozialist und der populistische Nationalist unabhängig voneinander auf dieselbe Schlussfolgerung kommen, ist das kein Zufall. Es ist ein Signal: Die Geschichte, die Silicon Valley seit Jahren erzählt — „wir haben das alleine aufgebaut, wir verdienen es alleine“ — wird von links wie von rechts nicht mehr geglaubt.
Ob Sanders' Mechanismus die richtige Antwort ist, ist eine andere Frage. Fünfzig Prozent Aktiensteuer, Staatsfonds, Stimmrechte — das sind jahrelange Rechtskämpfe, und am Ende käme wahrscheinlich etwas Kleineres heraus. Aber darum geht es nicht.
Es geht darum, was dieser Moment verrät: dass das Eigentumsversprechen der KI-Industrie anfängt, politisch nicht mehr zu tragen — auf beiden Seiten des Spektrums gleichzeitig. Wenn das Lager, das sonst reflexhaft gegen Umverteilung ist, auf einmal sagt „eigentlich nicht schlecht“ — dann ist das keine Politik. Dann ist das eine Diagnose.
Quelle: Sanders.senate.gov — American AI Sovereign Wealth Fund Act
▸ Souveränität · ▸ KI & Macht
[l] Permalink
23. Juni 2026
Am Dienstagabend stand der Bahnverkehr in ganz Deutschland still. Auslöser war eine Störung im digitalen Zugfunk GSM-R; ein Sprecher der Deutschen Bahn bestätigte sie der dpa. Alle Züge wurden vorsorglich an den Bahnhöfen gehalten. Eine Ursache nannte die Bahn zunächst nicht, und wann der Verkehr wieder normal rollt, war am Abend noch offen.
Warum legt ausgerechnet eine Funkstörung das ganze Netz lahm? Weil GSM-R die zentrale Nervenbahn des Betriebs ist: Über dieses eine System verständigen sich Lokführer und Stellwerke, und ohne gesicherte Funkverbindung darf aus Sicherheitsgründen kein Zug fahren. Fällt der Funk aus, fällt nicht eine Strecke — es fallen alle gleichzeitig.
Bemerkenswert ist nicht der Ausfall, sondern seine Wiederkehr. 2022 stand der Verkehr im Norden, weil an zwei Stellen Kabel durchtrennt worden waren. 2024 legte ein Stromausfall den GSM-R-Knoten im Raum Frankfurt lahm. Jetzt, 2026, wieder — die Ursache diesmal noch offen. Drei verschiedene Auslöser, dasselbe Ergebnis: Ein einziger Punkt versagt, und die Republik wartet auf dem Bahnsteig.
Das ist der eigentliche Punkt, und er betrifft längst nicht nur die Bahn: Kritische Infrastruktur, die an einem zentralen System ohne tragfähige Rückfallebene hängt, ist nicht robust. Sie ist nur noch nicht ausgefallen — bis zum nächsten Mal. (GSM-R basiert technisch auf dem 2G-Mobilfunk, der anderswo längst abgeschaltet wird; der Nachfolger FRMCS kommt erst in Jahren.)
Quelle: Deutsche Bahn (Sprecher gegenüber dpa), via t-online
▸ Souveränität · ▸ Security
[l] Permalink
22. Juni 2026
„Spiel die Nachrichten.“ Wer das seinem Google-Lautsprecher sagt, bekam bisher, was er eingestellt hatte — Tagesschau, Deutschlandfunk, was auch immer in der Home-App als Quelle hinterlegt war. Seit einem stillen serverseitigen Update kommt etwas anderes aus dem Gerät: eine von Googles KI Gemini erzeugte Zusammenfassung.
Google rollt „Gemini for Home“ in Deutschland als Vorab-Version aus. Wer morgens nach den Nachrichten fragt, hört nicht mehr seine Quellen, sondern Geminis Kurzfassung dessen, was die Maschine für berichtenswert hält.
Das eigentlich Bemerkenswerte ist nicht die Zusammenfassung. Es ist, dass die Einstellung lügt. In der Home-App steht weiterhin, schwarz auf weiß: Der Assistent spiele „nur Nachrichten aus diesen ausgewählten Quellen“. Die Liste ist da, deine Wahl ist da — sie wird angezeigt und ignoriert. Du hast entschieden, und das System tut, als hättest du es nicht.
Damit verschiebt sich etwas Grundsätzliches. Aus „die Tagesschau liest dir die Nachrichten vor“ wird „Googles Maschine fasst zusammen, was sie für wichtig hält“. Genau die redaktionelle Auswahl und Formulierung, für die man eine Quelle überhaupt wählt, wird durch ein System ersetzt, das niemand gewählt hat — mitsamt der bekannten Risiken: Auslassung, Glättung, Fehler, und das alles, ohne dass du das Original hörst, um es zu bemerken.
Es gibt einen Ausweg, und der ist die Pointe: Du erreichst deine Quellen noch — aber nur, indem du jede einzeln per Sprachbefehl ansagst. Der Standard ist jetzt die Maschine; deine eigene Wahl ist zum umständlichen Sonderweg geworden. Noch heißt es, der Wechsel sei freiwillig. Aber Gemini soll den alten Assistenten in den kommenden Monaten vollständig ersetzen. Das Muster kennt dieser Blog: Was als Option beginnt, wird zum Normalzustand, den man nicht gewählt hat.
Ein Lautsprecher, der vorliest, was du eingestellt hast, ist ein Werkzeug. Einer, der beschließt, dass du stattdessen seine Zusammenfassung hören sollst — und das als deine Einstellung ausgibt —, ist ein Türsteher in deinem Wohnzimmer. Der Unterschied liegt nicht in der Technik. Er liegt in der Frage, wer auswählt, was bei dir als Wirklichkeit ankommt.
Quelle: heise online — Gemini for Home: KI-Zusammenfassungen statt eigentlicher News
▸ Souveränität · ▸ KI & Macht
[l] Permalink
20. Juni 2026
Im ersten Beitrag dieses Blogs ging es um einen Aus-Schalter, der nie bei dir saß: Washington wies Anthropic per Exportrecht an, Fable und Mythos abzuschalten, und behandelte ein KI-Modell wie rüstungsnahe Munition. Die Lehre damals — Souveränität ist keine Ideologie, sondern Betriebssicherheit. Wer den Schalter zu seinem Werkzeug woanders liegen lässt, hat keine Kontrolle darüber.
Bruce Schneier hat sich dieselbe Sache angesehen und macht den Befund noch unbequemer. Sein nüchterner Satz: Die Maßnahme der Regierung wird nicht helfen. Das Modell ist in der Welt; eine Exportschranke holt es nicht zurück. Der Schalter, um den so viel Aufhebens gemacht wird, schaltet nichts ab.
Schlimmer noch: Er zielt am eigentlichen Problem vorbei. Was Fable gefährlich macht, ist nicht, dass „die Falschen“ es bekommen könnten, sondern seine Natur. Es ist ein Modell, das von sich aus loslegt und kreativ wird — was früher raffiniertes Geschick verlangte, legt es in jedermanns Reichweite. Und eine kreative KI, schreibt Schneier, sei wie ein boshafter Flaschengeist: Sie findet genau die Grenzen, die du zu setzen vergessen hast. Ein geborener Regelbrecher, ohne Moral, nur mit Optimierung.
Gegen so etwas hilft kein Ausfuhrstempel. Das Nadelöhr ist nicht die technische Eindämmung eines einzelnen Modells, sondern politische Koordination — „die Art kollektiven Handelns, die gerade schlicht nicht möglich ist“. Es ist kein Wettlauf zwischen Washington und Peking, sondern ein Problem der ganzen Gattung. Ein nationaler Aus-Schalter ist die Geste eines Einzelnen gegen etwas, das alle angeht.
Und jetzt kommt der Teil, der diesen Blog besonders angeht. Schneiers Ausweg ist nicht mehr Kontrolle, sondern ihr Gegenteil: öffentliche, offene Modelle, deren Herkunft und Schlagseite man kennt und versteht. Gerade weil die Büchse offen ist, sei das der einzig tragfähige Weg. Das ist, fast wörtlich, die Linie, die hier von Anfang an läuft — Verlässlichkeit entsteht nicht durch einen Schalter, den ein anderer hält, sondern durch Werkzeuge, die offenliegen.
Im ersten Beitrag saß der Aus-Schalter nie bei dir. Schneiers Nachtrag ist doppelt ernüchternd: Er nützt auch dem nichts, der ihn hält. Zwei verschiedene Gründe, dieselbe Konsequenz — wer auf einen Aus-Schalter setzt, hat schon verloren. Was bleibt, ist das Offene: nachvollziehbar, überprüfbar, in eigener Hand.
Quelle: Bruce Schneier — Anthropic's Fable and the State of AI
▸ Souveränität · ▸ KI & Macht
[l] Permalink
19. Juni 2026
„KI prüft Fakten“ klingt nach einer Maschine, die einen Satz liest und „stimmt“ oder „stimmt nicht“ antwortet. So funktioniert es nicht. Bevor irgendetwas geprüft wird, muss ein verschachtelter Satz erst zerlegt werden — in einzelne, je für sich prüfbare Aussagen. Aus „Müller, seit 2019 im Amt, hob die Gebühr um 12 Prozent an“ werden drei Behauptungen, die man getrennt gegen die Welt halten kann. Dieser erste Schritt ist unsichtbar, und an ihm hängt alles Spätere.
Ein Preprint von gestern schraubt genau dieses Fundament auf — und findet darunter zwei Dinge, die man nicht erwartet, wenn man dem Begriff „Faktencheck“ vertraut.
Erstens die Messlatte. Wie gut eine Zerlegung ist, wurde bislang über die Wort-Überlappung mit einer Musterlösung gemessen. Das heißt: „Die Gebühr stieg“ und „Die Abgabe wurde erhöht“ gelten als verschieden, weil kaum ein Wort gleich ist — obwohl sie dasselbe sagen. Eine Methode, die Umformulierungen bestraft, misst beim Sprach-Zerlegen ausgerechnet das Falsche. Die Autoren ersetzen sie durch einen Bedeutungs-Vergleich und gewinnen je nach Datensatz 15 bis 32 Prozentpunkte. Nicht weil die Maschinen besser wurden — sondern weil das Lineal vorher krumm war.
Zweitens die Selbstkorrektur. Es gilt als Fortschritt, ein Sprachmodell seine eigene Arbeit nachbessern zu lassen: zerleg den Satz, schau drüber, repariere. Das Paper zeigt formal, dass diese Schleife sich verschlimmbessern kann — in rund vier Prozent der Fälle baut das Modell beim Nachbessern neue Fehler ein. Ohne eine Notbremse, die den Vorgang zwangsweise abbricht, dreht sich die selbstkorrigierende KI potenziell im Kreis. Das langweilige, regelbasierte Verfahren daneben hat genau die Garantie, die dem glänzenden Modell fehlt: Es hält nachweislich nach endlich vielen Schritten an und macht die Sache dabei nie schlechter.
Das ist das eigentlich Erhellende. Der Apparat, der hier zuverlässig terminiert, ist nicht das große Sprachmodell, sondern ein Satz nüchterner Regeln. Und die Modelle, mit denen das alles ordentlich läuft, sind klein — 3,8 bis 12 Milliarden Parameter, Sachen, die auf eigener Hardware laufen. Für das Zerlegen eines Satzes braucht es keinen Konzern-Frontier-Dienst in einem fremden Rechenzentrum.
Ein einzelner, noch nicht begutachteter Preprint widerlegt keine Industrie, und so soll das hier nicht klingen. Aber er macht den unsichtbaren Schritt sichtbar — und wer das nächste Mal hört, eine KI habe etwas „als Falschinformation eingestuft“, darf die Frage stellen, was darunter eigentlich läuft. Meistens steht unter dem Urteil eine Zerlegung, eine Metrik und eine Schleife. Und mindestens zwei davon waren wackliger als das Wort „Faktencheck“ vermuten lässt.
Quelle: arXiv 2606.19819 (Tran, Mai, Le)
▸ Souveränität · ▸ KI & Macht
[l] Permalink
17. Juni 2026
Am 12. Juni hat die US-Regierung Anthropic per Exportkontroll-Direktive angewiesen, zwei seiner Modelle abzuschalten: Fable 5 und Mythos 5. Diesen ersten Hammer muss man richtig lesen. Es ist keine simple „Sperre“ — es ist Exportrecht. Das Modell wird behandelt wie ein rüstungsnahes Gut, und das erklärte Ziel sind ausdrücklich alle Nicht-US-Bürger, „ob innerhalb oder außerhalb der Vereinigten Staaten“, die eigenen ausländischen Mitarbeiter von Anthropic eingeschlossen. Der Netto-Effekt, schreibt Anthropic selbst, sei, dass man Fable 5 und Mythos 5 „abrupt für alle Nutzer“ abschalten müsse — weil sich eine Exportschranke gegen Ausländer praktisch nicht anders umsetzen lässt als per Vollabschaltung.
Lies den Satz nochmal: Du, als Nicht-Amerikaner, bist hier nicht der Kollateralschaden. Du bist das erklärte Ziel.
So weit die Schlagzeile. Jetzt der Teil weiter unten, der sie kassiert.
Die Regierung nannte keine konkreten Details ihres „nationalen Sicherheitsbedenkens“. Anthropics Verständnis: Man glaube, eine Methode gefunden zu haben, Fable 5 zu „jailbreaken“. Anthropic hat die vorgeführte Technik geprüft — und kommt zu dem Schluss, sie decke „eine kleine Zahl bereits bekannter, geringfügiger Schwachstellen“ auf, allesamt „relativ simpel“. Mehr noch: Man habe den Bericht geprüft, der der Direktive vermutlich zugrunde liegt, und bestätigt, dass dasselbe Fähigkeitsniveau „breit aus anderen Modellen verfügbar ist, OpenAIs eingeschlossen“ — mitsamt Link auf deren eigene Sicherheitsseite.
Damit zerfällt die Begründung bei der ersten Berührung mit den Fakten. Und es kommt dicker: Bevor Fable überhaupt erschien, ließ Anthropic die Schutzmechanismen „über tausende Stunden“ red-teamen — die US-Regierung war selbst dabei, neben dem britischen AI Safety Institute und mehreren privaten Dritten. Dieselbe Regierung, die jetzt den Stecker zieht, saß bei der Sicherheitsprüfung mit am Tisch. Die Schutzmechanismen seien „deutlich wirksamer als die jedes zuvor ausgelieferten Modells“, hält Anthropic fest — und so streng, dass sich Nutzer über zu breite Blockaden beschweren. Perfekte Jailbreak-Resistenz, fügt man nüchtern hinzu, sei „für keinen Anbieter derzeit möglich“.
Mich interessiert an der Sache aber weniger, wer hier wen ärgert. Mich interessiert der Mechanismus.
Eine Direktive. Und ein Werkzeug, auf das sich hunderte Millionen Menschen verlassen, ist weg — über Nacht, ohne Gerichtsurteil, ohne öffentliche Prüfung der Behauptung, für alle gleichzeitig. Anthropic schreibt es selbst, mit der Klarheit der Verzweiflung: Würde dieser Maßstab branchenweit angelegt, „würde er praktisch alle neuen Modell-Veröffentlichungen sämtlicher Frontier-Anbieter zum Erliegen bringen“. Übersetzt: Die Begründung trägt nicht das, was sie auslöst.
Das ist der Teil, der hängenbleiben sollte. Nicht „Anthropic ist böse“ — im Gegenteil, sie wehren sich öffentlich und sauber, entschuldigen sich bei ihren Kunden, nennen es ein „Missverständnis“ und wollen den Zugang „so schnell wie möglich“ wiederherstellen. Sondern: Selbst ein großes, gut ausgestattetes US-Labor, das der Sache offen widerspricht und dessen Modell die eigene Regierung mitgeprüft hat, hat am Ende keine Wahl. Sagt der Staat „aus“, ist aus. Und alles, was auf dem Modell aufgebaut war, geht mit aus.
Genau deshalb läuft hier seit Jahren dieselbe Platte: Souveränität ist keine Ideologie, sondern Betriebssicherheit. Ein Modell, das auf eigener Hardware läuft, kann dir niemand per Brief abschalten — und kein Exportrecht eines fremden Landes sperrt dich davon aus, weil du den falschen Pass hast. Es kann veralten, es kann schlechter sein als das Beste am Markt. Aber es ist am Montag noch da, egal was am Wochenende in Washington beschlossen wurde. Diese Eigenschaft hat keinen Benchmark, und sie ist trotzdem die wichtigste.
Man muss nicht alles selbst hosten. Aber man sollte wissen, welcher Teil der eigenen Arbeit an einem fremden Aus-Schalter hängt — und ob man damit leben kann, wenn der eines Morgens umgelegt wird. Die meisten haben sich diese Frage nie gestellt. Am 12. Juni hat die US-Regierung sie beantwortet, für jeden, der nicht ihren Pass trägt.
Anthropic fordert Verfahren, die „transparent, fair, klar und auf technischen Fakten gegründet“ sind, und stellt trocken fest, diese Aktion halte sich an keines dieser Prinzipien. Vernünftig. Ändert nichts daran, dass die Wiederherstellung genauso wenig in ihrer Hand liegt wie die Abschaltung. Der Schalter bleibt, wo er ist.
Quelle: Anthropic — Statement on the US government directive to suspend access to Fable 5 and Mythos 5 (12.06.2026)
▸ Souveränität · ▸ KI & Macht
[l] Permalink
Double-Opt-In, Abmeldung jederzeit mit einem Klick, kein Tracking. Datenschutz