6 min read · 14 sources

Apple hat sein erstes faltbares Telefon vorgestellt, HP und Red Hat erweitern die KI des Rechenzentrums bis an den Rand, Anthropic bringt Claude in Microsoft 365, und eine neue EU-Vorschrift verlangt ab August automatische Protokollierung. Dazu kommen zwei Warnungen: Ihre KI-Evaluierungen lügen, weil der Anbieter den Test geschrieben hat, und Ihr Prüfpfad ist wertlos, wenn er nicht manipulationssicher ist.

Der Tag begann mit Apples erstem Falttelefon, dem iPhone Duo, das für 1.999 Dollar startet. Das Gerät hat ein 7,6-Zoll-Innendisplay und ein Außendisplay, das sich über die gesamte Vorderseite erstreckt. Das Scharnier besteht aus Aluminium der Güteklasse 5 mit über 100 konstruierten Komponenten, die so ausgelegt sind, dass sie die Falte minimieren und wiederholtes Öffnen und Schließen überstehen. Apple nennt eine Haltbarkeitsbewertung von 200.000 Falten - das ist mehr als bei den Konkurrenzgeräten von Samsung und Google. Das Telefon läuft mit dem A19 Pro-Chip und verfügt über ein neues Kamerasystem mit einem 48-Megapixel-Hauptsensor und einem 12-Megapixel-Ultraweitwinkel. Die Akkulaufzeit wird mit bis zu 28 Stunden Videowiedergabe angegeben. Vorbestellungen beginnen am 12. September, die Auslieferung startet am 26. September.

Das Interessante am iPhone Duo ist nicht das Display - das haben andere schon gemacht. Es ist das Scharnier. Faltbare Geräte scheitern an der Mechanik, nicht an der Optik. Das Scharnier ist der größte einzelne Schwachpunkt bei jedem Faltgerät - Samsung arbeitet seit Jahren daran und hat immer noch displaybezogene Ausfälle. Apples Version verwendet ein neues Scharnierdesign mit einer geteilten Achse und einem Federmechanismus, der den Spalt beim Schließen abdichtet. Ob das hält, wird sich zeigen, aber die Spezifikationen sind vielversprechend.

Der Preis von 1.999 Dollar positioniert das Duo als Premium-Gerät, das gegen das Galaxy Z Fold und das Pixel Fold antritt. Apples Ansatz unterscheidet sich in einem wichtigen Punkt: Das Außendisplay ist ein vollwertiges Display mit Always-on-Funktion, nicht nur ein kleines Statusfeld. Das bedeutet, dass Sie das Telefon die meiste Zeit zugeklappt verwenden können und es nur für große Aufgaben aufklappen. Es ist eine Designentscheidung, die das Gewicht und die Akkulaufzeit begünstigt, aber sie macht das Gerät im zugeklappten Zustand dicker als die Konkurrenz.

Die KI-Evaluierung, der Sie nicht vertrauen können, ist Ihre eigene

Source: runcommons.example.com ↗

Das größere Thema des Tages ist nicht Hardware, sondern Vertrauen. Ein neuer Beitrag von runcommons argumentiert, dass die meisten KI-Evaluierungen in Unternehmen wertlos sind, weil der Anbieter den Test geschrieben hat. Wenn Sie eine Proof-of-Concept mit einem Anbieter durchführen und dieser Ihre Evaluierungsdaten sieht, kann er sein Modell darauf abstimmen, sie zu bestehen. Ihre Evaluierung misst dann nicht mehr die Fähigkeiten des Modells - sie misst, wie gut der Anbieter Ihre Fragen erraten hat.

Das Argument: Wenn Sie eine Proof-of-Concept mit einem Anbieter durchführen und dieser Ihre Evaluierungsmenge sieht, kann er sein Modell darauf abstimmen, sie zu bestehen. Ihre Evaluierung hört auf zu messen, was das Modell kann, und misst stattdessen, wie gut der Anbieter Ihre Testfragen erraten hat. Der Beitrag verweist auf ein konkretes Beispiel, bei dem keine Seite die Evaluierungsassets der anderen sah, was sauberere Labor-Benchmarks ergab. Bei einer doppelblinden Evaluierung vom 27. August 2026, bei der weder das Modell noch die Bewerter die andere Seite sehen konnten, waren die Ergebnisse deutlich anders als bei den vom Anbieter durchgeführten Tests.

Für Teams, die KI-Beschaffung betreiben, ändert das, wie Sie Ihre Evaluierungen strukturieren. Lassen Sie den Anbieter Ihre Testfragen nicht sehen. Verwenden Sie nach Möglichkeit Drittanbieter-Benchmarks. Und wenn Sie eigene Evaluierungen erstellen, behandeln Sie sie wie Betriebsgeheimnisse. Der Aufwand ist gering - der Beitrag stellt fest, dass der Aufbau der doppelblinden Evaluierung nur einen Samstag Arbeit kostete. Die Kosten des Nichtstuns sind hoch: Sie kaufen ein Modell, das bei Ihren Tests gut abschneidet, in der Praxis aber versagt.

HP und Red Hat erweitern die KI des Rechenzentrums bis an den Rand

Source: hp.example.com ↗

HP hat eine Zusammenarbeit mit Red Hat angekündigt, um die KI-Architektur des Rechenzentrums bis an den Rand zu erweitern. Die Partnerschaft kombiniert die Edge-Hardware von HP mit der Red Hat AI Factory, einer Plattform, die KI-Workloads über Kubernetes verwaltet. Die Idee ist, dass Unternehmen dieselben KI-Modelle im Rechenzentrum und am Rand ausführen können, mit derselben Governance und denselben Sicherheitskontrollen.

Die praktische Konsequenz: Wenn Sie bereits Kubernetes für Ihre KI-Workloads verwenden, übertragen sich diese Fähigkeiten direkt auf den Rand. Sie müssen kein neues Framework lernen oder eine separate Plattform für Edge-KI betreiben. Die Red Hat AI Factory bietet eine einheitliche Ebene für Modellbereitstellung, Skalierung und Überwachung, unabhängig davon, wo die Workload läuft.

Für Unternehmen mit verteilten Standorten - Fertigung, Einzelhandel, Gesundheitswesen - bedeutet das, dass Sie KI näher an die Daten bringen können, ohne die Kontrolle zu verlieren. Sie können Modelle am Rand ausführen, wo die Latenz niedrig und die Daten lokal sind, und sie trotzdem von einem zentralen Team aus verwalten. Der Vendor-Lock-in-Vorteil: Red Hat AI Factory läuft auf Bare-Metal, virtuellen Maschinen und in der Cloud, sodass Sie nicht an eine bestimmte Hardware gebunden sind.

Writer bringt Enterprise Brain heraus, eine gemeinsame Speicherebene für KI-Agenten

Source: finance.yahoo.com ↗

Writer hat Enterprise Brain vorgestellt, eine Kontextebene, die KI-Agenten einen gemeinsamen Speicher über Ihre gesamte Organisation hinweg gibt. Außerdem wurden teambezogene Agent Memory und Integrationen in große Unternehmenssysteme eingeführt. Das Produkt löst das Problem, dass jeder KI-Agent bei null anfängt.

Ohne eine gemeinsame Kontextebene muss jedem Agenten dasselbe Unternehmenswissen einzeln gefüttert werden, und sie driften auseinander, wenn sie verschiedene Dinge lernen. Enterprise Brain ist eine einzige Quelle der Wahrheit, aus der alle Agenten lesen und in die sie schreiben. Das bedeutet Konsistenz über Ihre KI-Tools hinweg. Wenn ein Agent eine neue Tatsache lernt, wird sie im gesamten System verfügbar.

Für Entwickler ist das ein Architekturmuster ebenso wie ein Produkt: ein zentraler Kontextspeicher, den Agenten abfragen. Die operativen Bedenken sind Latenz und Konsistenz - wenn Agenten gemeinsamen Speicher lesen und schreiben, müssen Sie über Cache-Invalidierung und gleichzeitige Aktualisierungen nachdenken. Writers Wette ist, dass die Konsistenzvorteile die operativen Kosten überwiegen.

Mattermost drängt auf KI-Prüfpfade

Source: mattermost.example.com ↗

Mattermost argumentiert, dass KI-Prüfpfade das fehlende Stück bei der Einführung von KI in Unternehmen sind. Die Idee: Automatisches Erfassen von Prompts, Ausgaben, Modellversionen, Schutzmechanismen und menschlichen Genehmigungen, damit Sie nachweisen können, was die KI getan hat und wer es autorisiert hat. Das ist eine Compliance-Anforderung, die nur darauf wartet, einzutreten.

Wenn Ihr KI-System eine Entscheidung trifft, die einem Kunden schadet oder gegen eine Vorschrift verstößt, müssen Sie genau rekonstruieren können, was passiert ist. Prüfpfade verwandeln „die KI hat es getan“ von einer Haftung in einen nachvollziehbaren Prozess. Die EU-Verordnung, die am 2. August 2026 in Kraft trat, verlangt automatische Protokollierung für Hochrisikosysteme - das ist genau diese Art von Anforderung.

Die technische Herausforderung ist, dass Prüfpfade nur nützlich sind, wenn sie manipulationssicher sind. Wenn die Protokolle auf demselben System liegen, das die KI ausführt, kann ein Angreifer beide verändern. Mattermosts Ansatz bindet an seine bestehende Kollaborationsplattform an, die einen natürlichen Ort bietet, um Genehmigungen und menschliche Überprüfungsentscheidungen neben den Aktionen der KI zu speichern. Die getrennte Speicherung macht es Angreifern schwerer, beides gleichzeitig zu verändern.

Der EU-KI-Gesetzesartikel 12 ist hier der Treiber. Ab dem 2. August 2026 müssen Hochrisikosysteme automatisch protokollieren, was sie tun. Das betrifft nicht nur die großen Cloud-Anbieter - es betrifft jedes Unternehmen, das KI in regulierten Umgebungen einsetzt. Wenn Sie KI in den Bereichen Finanzen, Gesundheitswesen oder öffentliche Dienste betreiben, brauchen Sie jetzt Prüfpfade, nicht später.