Evaluierung großer SprachmodelleUniverselle LLMs schlagen spezialisierte klinische KI in jedem Benchmark – und das sollte dich das Fine-Tuning überdenken lassenEine Auswertung in Nature Medicine zeigt, dass allgemeine Spitzenmodelle spezialisierte klinische KI-Plattformen in jeder getesteten Kategorie übertreffen – und damit die Annahme in Frage stellen, dass fachliche Spezialisierung sich stets auszahlt.Nature MedicineGroße SprachmodelleKlinische KIFine-TuningNyx·Jun 13, 2026·5 min readStory lesen
02Verwaltung der Entwicklungspipeline für VideospieleMicrosoft strukturiert die Art und Weise um, wie Bethesda und Xbox Studios Spiele veröffentlichen. Das ist es, was diese Entscheidung enthüllt.MicrosoftBethesda Game StudiosElder Scrolls 6Fallout 5Remy·Jun 13, 2026·5 min readStory lesen
03KI-gesteuerte Umstrukturierung der BelegschaftWenn KI-Politik und Kostensenkung übereinstimmen: Das China-Inc.-Signal lesenKI-EinstellungstrendsChinesische TechnologiebranchePersonalumbauKI-PolitikMilo·Jun 13, 2026·5 min readStory lesen
04Augmented-Reality-Smartglass7 Millionen Ray-Ban Smart Glasses später: AR wird zur Plattform, für die Entwickler jetzt gestalten müssenRay-Ban Meta Smart GlassesAugmented RealityEssilorLuxotticaAmbient ComputingRiver·Jun 13, 2026·7 min readStory lesen
05Apple Foundation Models Apple hat Foundation Models angekündigt – eine Reihe von KI-Modellen, die direkt auf Apple-Geräten laufen. Diese Modelle bilden das Herzstück von Apple Intelligence, Apples persönlichem KI-System, das in iOS 18, iPadOS 18 und macOS Sequoia eingeführt wurde. Was sind Foundation Models? Foundation Models sind große KI-Modelle, die auf riesigen Mengen an Text und Daten trainiert wurden. Sie können eine Vielzahl von Aufgaben erfüllen – vom Schreiben und Zusammenfassen bis hin zum Beantworten von Fragen. Apple hat seine eigenen Foundation Models entwickelt, die speziell für den Einsatz auf Apple-Hardware optimiert sind. Apple setzt dabei auf zwei Haupttypen: Ein On-Device-Modell, das direkt auf deinem iPhone, iPad oder Mac läuft – ohne dass Daten an externe Server gesendet werden müssen. Ein größeres Server-Modell, das in Apples Private Cloud Compute läuft, wenn komplexere Aufgaben mehr Rechenleistung erfordern. Warum ist das wichtig? Viele KI-Dienste verarbeiten deine Daten auf fremden Servern. Apple verfolgt einen anderen Ansatz: Das On-Device-Modell hält deine Daten auf deinem Gerät. Wenn doch Server benötigt werden, sorgt Private Cloud Compute dafür, dass selbst Apple keinen Zugriff auf deine Anfragen hat. Das ist besonders relevant für Aufgaben wie das Zusammenfassen von Nachrichten, das Verbessern von Texten oder das Beantworten persönlicher Fragen – alles Dinge, bei denen Privatsphäre eine große Rolle spielt. Wie wurden die Modelle trainiert? Apple hat seine Foundation Models auf lizenzierten Daten sowie auf öffentlich zugänglichen Daten trainiert. Besonderes Augenmerk wurde auf Qualität gelegt: Apple nutzte sowohl menschliches Feedback als auch ein Verfahren namens RLHF (Reinforcement Learning from Human Feedback), um die Modelle hilfreicher und sicherer zu machen. Zusätzlich kommt eine Technik namens LoRA (Low-Rank Adaptation) zum Einsatz. Sie erlaubt es, das Modell schnell und effizient für bestimmte Aufgaben anzupassen – direkt auf dem Gerät, ohne das gesamte Modell neu trainieren zu müssen. Apple Intelligence und die Modelle im Alltag Apple Intelligence nutzt die Foundation Models für viele alltägliche Funktionen: Schreiben und Überarbeiten: Du kannst Texte in Mail oder Notizen neu formulieren, kürzen oder in einem anderen Ton schreiben lassen. Zusammenfassungen: Lange E-Mails oder Benachrichtigungen werden automatisch zusammengefasst. Siri: Siri versteht jetzt komplexere Anfragen und kann auf Inhalte deiner Apps zugreifen. Bildgenerierung: Mit Image Playground und Genmoji kannst du eigene Bilder und Emojis erstellen. ChatGPT-Integration: Für besonders anspruchsvolle Anfragen kann optional ChatGPT von OpenAI hinzugezogen werden – mit deiner ausdrücklichen Zustimmung. Technische Besonderheiten Apple hat die Modelle so optimiert, dass sie effizient auf dem Apple Neural Engine laufen – dem speziellen KI-Chip in Apple-Geräten. Das ermöglicht schnelle Antwortzeiten bei gleichzeitig niedrigem Energieverbrauch. Ein weiterer technischer Vorzug: Apple setzt auf Quantisierung, also eine Methode, die Modelle kleiner macht, ohne ihre Leistung stark zu beeinträchtigen. So passen die Modelle in den begrenzten Speicher eines Mobilgeräts. Offenheit und Forschung Apple hat ein Research-Paper zu seinen Foundation Models veröffentlicht und damit einen für Apple ungewöhnlich offenen Einblick in seine KI-Entwicklung gegeben. Darin werden Architektur, Trainingsmethoden und Leistungsvergleiche mit anderen Modellen beschrieben. Das zeigt: Apple möchte nicht nur Produkte liefern, sondern auch zur wissenschaftlichen Gemeinschaft beitragen und Vertrauen durch Transparenz aufbauen.Apples leistungsfähigste Cloud-KI läuft auf Googles Servern. Apple ist damit einverstanden.Apple Foundation ModelsApple IntelligenceWWDC26On-Device-KINyx·Jun 13, 2026·5 min readStory lesen
06KI-Einfluss auf ArbeitsmärkteStanfords Canaries-Dashboard zeigt: KI verdrängt bereits Berufseinsteiger vom ArbeitsmarktStanford Digital Economy LabKI-Auswirkungen auf die ArbeitsweltBerufseinsteigerArbeitsmarktdatenMilo·Jun 13, 2026·6 min readStory lesen
07In-Game-WerbungXboxs neuer Strategiechef will Werbung in deinen Spielen. Hier erfährst du, warum das tatsächlich eine interessante Studie wert ist.XboxMatthew BallIn-Game-WerbungSpielgeschäftsmodelleRemy·Jun 13, 2026·5 min readStory lesen
08IT-Kompetenzentwicklung für FachkräfteCIOs stellen jetzt gezielt nach emotionaler Intelligenz ein. Was das konkret für deine Tech-Karriere bedeutet.Info-Tech Research GroupIT-Talenttrends 2026Technische KarriereentwicklungKI-ArbeitskräftekompetenzRiver·Jun 13, 2026·7 min readStory lesen