Die Woche endet mit einem Knall. Das Pentagon hat Anthropic offiziell als “supply chain risk” eingestuft. OpenAI hat sich innerhalb von Stunden den Militär-Deal geschnappt. Und intern bei OpenAI brodelt es, weil viele Mitarbeiter Anthropic eigentlich recht geben.
Pentagon vs. Anthropic: Was ist passiert?
Die Story ist wild. Anthropic wollte Garantien, dass Claude nicht für autonome Waffen oder Massenüberwachung eingesetzt wird. Das Pentagon wollte uneingeschränkten Zugriff auf Claude für alle “lawful purposes”. Anthropic hat nein gesagt.
Die Reaktion: Kriegsminister Pete Hegseth hat Anthropic am Freitag offiziell als Sicherheitsrisiko für die Lieferkette eingestuft. Trump hat dem Militär sechs Monate gegeben, um Claude komplett rauszuwerfen, obwohl Claude bereits tief in militärischen und nationalen Sicherheitsplattformen steckt.
Und dann der Clou: Stunden nachdem Anthropic geblockt wurde, hat OpenAI einen Deal angekündigt, um Anthropic in klassifizierten Militärumgebungen zu ersetzen. Sam Altman hat später zugegeben, dass der Deal “definitely rushed” war.
Intern bei OpenAI läuft das gar nicht gut. Laut CNN “respektieren viele Mitarbeiter Anthropic dafür, dass sie dem Pentagon die Stirn geboten haben”. Ein offener Brief gegen militärische KI-Nutzung ist von ein paar hundert Unterschriften am Freitag auf fast 900 am Montag gewachsen, von Leuten bei Google, OpenAI und anderen.
Mein Take: Das ist die wichtigste KI-Story der Woche, vielleicht des Monats. Hier geht’s nicht um Benchmarks oder Modellgrößen. Hier geht’s darum, ob KI-Firmen eine rote Linie haben. Anthropic hat eine gezogen. Ob man die richtig findet oder nicht, das ist eine echte Haltung. OpenAI hat sich in die Lücke geworfen und dafür Ärger von den eigenen Leuten kassiert. Das wird noch Nachbeben haben.
Immerhin: Dario Amodei verhandelt laut FT wieder mit dem Pentagon. Vielleicht kommt da noch ein Kompromiss.
OpenAI: GPT-5.4 und ChatGPT direkt in Excel
Hab ich gestern schon ausführlich eingeordnet, deshalb hier nur das Update: OpenAI hat GPT-5.4 in zwei Varianten gelauncht (Thinking und Pro). Der spannendste Move ist ChatGPT for Excel, ein Add-in, das ChatGPT direkt in Spreadsheets bringt. Beta läuft für Business-Pläne in den USA, Kanada und Australien.
Auf OpenAIs internem Investment-Banking-Benchmark ist die Performance von 43,7% (GPT-5) auf 87,3% (GPT-5.4 Thinking) gestiegen. Das ist kein kleiner Sprung. Und GPT-5.4 hat in 83% der Fälle Office-Arbeiter auf dem GDPval-Benchmark geschlagen.
Mein Take: Hab ich gestern schon geschrieben, der Excel-Move ist clever, weil er direkt in den Workflow geht statt daneben zu stehen. Wer mehr will, kann meinen ausführlichen Post dazu lesen.
Apple verschiebt Gemini-Siri (schon wieder)
Apple hatte groß angekündigt: iOS 26.4 im März bringt die komplett neue Siri, powered by Googles Gemini. Kontextbewusstsein, Screen-Reading, Multi-Step-Aktionen, natürliche Gespräche. Apple zahlt Google dafür rund 1 Milliarde Dollar pro Jahr.
Und jetzt? Verschoben. Zumindest teilweise. Laut 9to5Mac werden einige Features erst mit iOS 26.5 (Mai) oder sogar iOS 27 (September) kommen. Apple sagt offiziell, dass alles “on track” ist. Aber echt jetzt, das sagen sie immer.
Mein Take: Ich find das enttäuschend, aber nicht überraschend. Apple hat bei KI halt einfach Nachholbedarf. Dass sie jetzt Google brauchen statt es selbst zu bauen, sagt eigentlich alles. Und dass sie dann nicht mal den Zeitplan halten… klassisch Apple. Wird trotzdem geil, wenn’s kommt. Screen-Awareness ist der richtige Ansatz.
Zhipu AI: GLM-5, das Modell, das “Ich weiß nicht” sagen kann
Zhipu AI hat GLM-5 released. 744 Milliarden Parameter, Mixture-of-Experts, 44B aktive Parameter, 200K Context Window. MIT-Lizenz. Trainiert auf Huawei Ascend Chips, nicht auf Nvidia.
Die Benchmark-Zahlen sind stark: 77,8% auf SWE-bench Verified. Zum Vergleich: Das ist in der Nähe von dem, was die besten westlichen Modelle schaffen.
Aber das eigentlich Interessante ist die Reinforcement-Learning-Methode, die dem Modell beibringt, wann es “Ich weiß nicht” sagen soll, statt Antworten zu erfinden. Klingt banal, ist aber ein echtes Problem bei LLMs und kaum ein Anbieter packt das wirklich an.
Mein Take: China schläft halt einfach nicht. GLM-5 zeigt zwei Dinge: Erstens, man kann starke Modelle auch ohne Nvidia-Hardware trainieren. Das hat geopolitische Implikationen, grad mit den US-Exportkontrollen. Zweitens, der Fokus auf Halluzinationsreduktion ist genau richtig. Ich will ein Modell, das mir sagt, wenn es unsicher ist, statt überzeugend Quatsch zu erzählen.
Olmo Hybrid: Open Source mit doppelter Effizienz
Ai2 hat Olmo Hybrid released. 7B Parameter, vollständig offen, kombiniert Transformer-Attention mit linearen rekurrenten Schichten. Auf MMLU erreicht Olmo Hybrid die gleiche Genauigkeit wie Olmo 3, mit 49% weniger Tokens. Quasi doppelte Daten-Effizienz.
Mein Take: Klingt unsexy, ist aber wichtig. Wenn du mit der Hälfte der Tokens dasselbe Ergebnis kriegst, heißt das: günstigere Inference, schnellere Antworten, weniger Rechenkosten. Für Leute, die lokale Modelle laufen lassen, ist das grad sehr relevant.
UK investiert 40 Mio. Pfund in Frontier-KI-Labor
Die britische Regierung steckt 40 Millionen Pfund in ein neues Frontier-KI-Forschungslabor. Fokus: Langfristige Durchbrüche in Wissenschaft, Gesundheit und Transport. Keine Consumer-Produkte, sondern Grundlagenforschung.
Mein Take: Finde ich gut. Europa (ja, UK ist nicht mehr EU, ich weiß) braucht mehr eigene KI-Forschung statt nur Regulierung. 40 Mio. ist kein riesiges Budget verglichen mit dem, was die Tech-Giganten ausgeben, aber es ist ein Signal.
Fazit
Die Woche stand im Zeichen der Pentagon-Anthropic-Story. Benchmarks und Modell-Releases sind das eine, aber die Frage, ob KI-Firmen dem Militär Grenzen setzen, ist eine ganz andere Liga. Dazu kommt OpenAIs aggressiver Enterprise-Push mit GPT-5.4 und Excel-Integration. China liefert mit GLM-5 weiter ab. Und Apple… naja. Apple braucht halt noch.
Nächste Woche wird’s spannend, ob Anthropic und das Pentagon doch noch einen Deal finden.. TRMT
