Zehn Beiträge aus den letzten Tagen, sortiert nach dem, was für die Praxis zählt: drei Robotik-Demos ohne Zahlen, zwei ernstzunehmende Hardware- und Systemargumente, ein realer Security-Vorfall und eine Preisdiskussion für KI-Automatisierung. Stand: 2. August 2026.
Ganzkörper-Steuerung mit Gemini Robotics 2: Demo ohne Kontext
Der Clip zeigt Aufgaben, die laut Titel Ganzkörper-Steuerung eines Roboters erfordern, hat aber keine Tonspur und keine Erläuterung. Aus dem Material selbst ist praktisch nichts belegbar: keine Erfolgsquote, keine Anzahl Versuche, keine Latenz, keine Angabe zum Autonomiegrad. Quelle
Einordnung: Solche Clips sind Kommunikationsmaterial, nicht Evidenz. Wer Robotik für die eigene Roadmap bewerten will, braucht Modellkarte, Benchmark und Hardware-Spezifikation, nicht ein Video ohne Messgrössen.
Roboter, die sich per Sprache koordinieren
In dieser Demo werden Aufräumaufgaben in Alltagssprache gestellt (Objekte nach Farbe, Typ und Ablageort), und am Schluss gibt ein Roboter einem zweiten eine mehrstufige Anweisung, die dieser bestätigt und übernimmt. Die eigentliche Botschaft ist die Koordination über Sprache, nicht das Greifen; ob dahinter echtes Delegieren oder ein ohnehin geplantes Kommando steckt, bleibt offen, ebenso Erfolgsquoten, Teleoperations-Anteil und Latenz. Quelle
Einordnung: Für Fertigung und Logistik im DACH-Raum ist Multi-Roboter-Koordination über natürliche Sprache das interessantere Signal als Feinmotorik, weil sie Programmieraufwand ersetzen könnte. Beschaffungsrelevant wird das erst mit Zahlen zu Zykluszeit und Fehlerrate im Dauerbetrieb.
Neuromorphe Chips: Rainer Waser dämpft die Erwartungen
Der Werkstoffforscher Rainer Waser erklärt, warum heutige KI-Rechner den Grossteil ihrer Energie nicht fürs Rechnen, sondern für den Datentransport zwischen Prozessor und Speicher verbrauchen, und was memristive Bauelemente daran ändern könnten. Die Physik ist verstanden und teilweise in Serie gefertigt, die passende Rechnerarchitektur existiert aber noch nicht. Die genannten 99 Prozent Transportanteil werden ausdrücklich als Grössenordnung präsentiert, nicht als Messwert. Quelle
Einordnung: Wer aus neuromorpher Hardware kurzfristige Entlastung für sein Inferenz-Budget ableitet, liegt falsch; die relevanten Hebel bleiben Modellwahl, Batching und Caching. Bemerkenswert ist, dass der Interviewte den populären Gehirn-gegen-Supercomputer-Vergleich selbst entschärft, das ist ein gutes Zeichen für die Seriosität der Aussagen.
Humanoider Roboter: Feinmotorik von den Füssen bis in die Finger
Ein weiterer kurzer Clip zur selben Robotik-Modellgeneration zeigt Müllsack zuknoten, Ziplock-Beutel verschliessen, Glühbirnen herausdrehen und Trauben greifen, ohne sie zu zerdrücken. Alle technischen Angaben (22 Freiheitsgrade in der Hand, Übertragung auf andere Roboterkörper in wenigen Stunden, On-Device-Variante) sind Herstellerangaben ohne Zahlen dahinter, und es bleibt offen, ob die Szenen ungeschnitten und in Echtzeit laufen. Quelle
Einordnung: Die Angabe zur schnellen Portierung auf andere Roboterkörper wäre der wirtschaftlich entscheidende Punkt, weil sie Integrationskosten senkt. Sie bleibt leer, solange nicht offengelegt wird, wie viele Demonstrationsdaten dafür nötig sind.
Jeff Dean: der Hebel liegt im System, nicht im Modell
Jeff Dean verschiebt den Fokus von Modellgrösse auf Inferenz-Latenz, Energie pro Datenbewegung und lang laufende Agenten. Die Hardware-Grössenordnungen sind nachvollziehbar: eine Multiplikation kostet rund ein Pikojoule, das Heranholen der Daten aus dem Speicher etwa das Tausendfache, was erklärt, warum Batching existiert und warum es bei niedriger Latenz stört. Die Zukunftsaussagen zu Agenten, die tage- oder wochenlang an einem Problem arbeiten, sind dagegen unbelegt. Quelle
Einordnung: Für DACH-Teams ist das die brauchbarste Botschaft der Woche: Der grösste Optimierungshebel liegt im selbst gebauten Drumherum, also in Prompt-Caching, Batch-Strategie und Modell-Routing, nicht im Warten auf das nächste Frontier-Modell.
SEO-Spam auf der eigenen Website: WordPress raus ist keine Ursachenanalyse
Ein deutschsprachiger Tech-Kanalbetreiber dokumentiert, wie seine WordPress-Landingpage wochenlang kompromittiert war und Casino-Spam nur an Crawler und KI-Agenten auslieferte (Cloaking), sichtbar erst über einen Ranking-Absturz und einen KI-Agenten, der die Seite analysieren sollte. Der Vorfall ist gut dokumentiert, die Schlussfolgerung nicht: Die Ursache wurde nie ermittelt, und das eingespielte Backup war jünger als die Infektion. Quelle
Einordnung: Der praktische Lerneffekt ist nicht der CMS-Wechsel, sondern die Erkennung: User-Agent-abhängiges Cloaking siehst du im Browser nie, nur über Crawler-Sicht, Log-Analyse und Integritätsprüfung der Dateien. Wer statisch hostet, ohne die Root-Cause zu kennen, verlagert das Problem in die Build-Pipeline.
Voice-Modus als Steuerpult: das Jarvis-Demo
Per Sprachbefehl entsteht ein interaktives 3D-Modell, das im Dialog nachgebessert wird (Farbe, Grösse, Zusatzteile). Belegt ist die Grundfunktion, dass die grossen Assistenz-Anbieter Sprachmodi in einer Basisversion kostenlos anbieten und dahinter Code-Generierung mit Live-Vorschau steht. Der Jarvis-Rahmen ist Hype: Hier läuft ein einzelner, eng umrissener Auftrag in einer Sandbox, und das Video räumt selbst mehrere Korrekturschleifen ein. Quelle
Einordnung: Voice ist heute ein brauchbares Eingabe-Interface für Prototyping und Skizzen, kein autonomer Assistent mit Systemzugriff und Gedächtnis. Für den produktiven Einsatz im Unternehmen fehlen die Fragen der Datenverarbeitung: Sprachaufnahmen sind Personendaten und fallen unter revDSG in der Schweiz sowie DSGVO in Deutschland und Österreich, das gehört vor dem Rollout geklärt.
Preisbildung für KI-Automatisierung: 18 Monate Agenturpraxis
Ein Agentur-Betreiber rechnet vor, warum Stundenabrechnung Geschwindigkeit bestraft: 20 Leads pro Woche, je rund eine Stunde manuelle Arbeit, 40 US-Dollar Vollkosten pro Stunde ergeben 41’600 Dollar Jahreswert, der Build wird bei rund 13 Prozent davon angesetzt, also 5’500 Dollar plus 400 Dollar Wartung im Monat. Die Rechnung ist sauber, aber sie ist eine Schätzung, keine Messung: Der Sprecher räumt selbst ein, den tatsächlichen Nachher-Zustand nie erhoben zu haben. Quelle
Einordnung: Wertbasierte Preise sind für Anbieter attraktiv, für Einkäufer aber nur so belastbar wie die zugrunde liegende Baseline. Wer im DACH-Raum ein Automatisierungsprojekt vergibt, sollte die Messung des Ist-Zustands vor dem Go-live vertraglich festhalten, sonst lässt sich der versprochene Return nie prüfen.
Grant Sanderson über das Nadelöhr der Autoregression
Grant Sanderson beschreibt, wie seltsam die Textgenerierung von Sprachmodellen eigentlich ist: Token für Token, konditioniert auf alles Bisherige, ohne persistenten inneren Zustand und ohne Umplanen. Der technische Kern ist unstrittig, die zweite These dagegen spekulativ: dass Substanz aus unwahrscheinlichen Verknüpfungen entstehe und ein Verfahren, das systematisch das wahrscheinlichste Token wählt, darin strukturell schwach sei. Messungen oder Papers nennt der Ausschnitt keine. Quelle
Einordnung: Praktisch relevant ist der Effekt, den jeder kennt: Ein schwacher erster Satz wird konsequent weitergetragen. Deshalb lohnt sich Aufwand am Anfang der Generierung, also Struktur vorgeben, Zwischenergebnisse prüfen und neu ansetzen statt nachbessern.
Seedance 2.5, fallende Token-Preise und Agenten im Gruppenchat
Der Wochenrückblick testet das Videomodell Seedance 2.5 (16 Referenzbilder werden in einem 20-Sekunden-Clip erkennbar verarbeitet), zeigt fallende Token-Preise bei kleineren Frontier-Modellen und eine Open-Source-Plattform, die Menschen und Coding-Agenten in einem Slack-artigen Chat zusammenbringt. Die Preisrechnung ist transparent: 15 Sekunden in 720p kosten rund 480 Credits, also etwa 4 Franken oder 4.30 Euro, ein Drei-Minuten-Video im Long-Modus verbraucht 7000 Credits und damit mehr, als der Standardplan mit 3600 Credits enthält. Die Aussage, KI-Videos seien nicht mehr von der Realität zu unterscheiden, stützt sich auf Augenschein, nicht auf einen Blindtest. Quelle
Einordnung: Rechne bei Videomodellen mit Credits statt mit Monatspreisen, sonst ist das Kontingent nach wenigen Langclips aufgebraucht. Für Coding-Agenten gilt derselbe Punkt wie bei Jeff Dean: Der Engpass ist die Orchestrierung und die Nachvollziehbarkeit, nicht die Modellqualität.
Was bleibt
Drei Robotik-Demos ohne eine einzige Erfolgsquote stehen zwei Beiträgen gegenüber, die konkrete Grössenordnungen liefern. Wenn du diese Woche eine Sache mitnimmst: Kostentransparenz und Messbarkeit sind aktuell der grössere Hebel als jedes Modell-Upgrade, egal ob bei Automatisierungsprojekten, Videocredits oder Inferenz-Budgets.