Statt statischer Tools entsteht eine kollaborative Umgebung, in der Textanweisungen direkt in visuelle Mockups, interaktive Prototypen und Präsentationen übersetzt werden. Designs lassen sich anschließend in Echtzeit über Kommentare oder direkte Anpassungen weiterentwickeln.

Ein zentraler Unterschied: Die Integration von Designsystemen.
Farben, Schriftarten und Markenrichtlinien werden automatisch berücksichtigt, sodass konsistente Ergebnisse entstehen – ohne manuellen Aufwand.

Zudem können bestehende Dokumente oder Codebasen als Kontext eingebunden und fertige Ergebnisse nahtlos in Tools wie Claude Code oder Canva überführt werden.

Die Folge zeigt, warum Design sich gerade von einem Tool-Prozess zu einem kollaborativen System entwickelt – und was das für kreative Arbeit bedeutet.

Mit Claude Opus 4.7 wird ein Modell veröffentlicht, das speziell für komplexe, langfristige Aufgaben und agentische Workflows optimiert ist. 

Parallel dazu erweitert OpenAI "Codex for (almost) everything" zu einem System, das direkt auf dem Computer arbeitet, klickt und eigenständig Aufgaben ausführt. 

Mit GPT-Rosalind entsteht erstmals ein spezialisierter KI-Ansatz für die Life Sciences – von Literaturanalyse bis experimenteller Planung. 

Und mit Perplexity „Personal Computer“ sehen wir Agenten, die über Wochen oder Monate hinweg autonom arbeiten können. 

Was auf den ersten Blick wie einzelne Releases wirkt, zeigt in Summe einen klaren Trend:
 KI entwickelt sich weg vom einzelnen Modell – hin zu Systemen, Agenten und spezialisierter Intelligenz.

Statt einzelner Modelle entstehen koordinierte Teams aus spezialisierten Agenten, die Aufgaben parallel bearbeiten, sich abstimmen und gemeinsam komplexe Projekte umsetzen.

Das Ergebnis: Anwendungen, die früher Monate gebraucht haben, entstehen plötzlich in wenigen Tagen.

Doch genau hier liegt auch die Herausforderung.

Die Rolle des Menschen verschiebt sich – weg von der direkten Umsetzung hin zur Orchestrierung. Gleichzeitig entstehen neue Risiken, neue Abhängigkeiten und eine Dynamik, die viele aktuell noch unterschätzen.

Die Folge zeigt, warum KI gerade anders skaliert – und was das für die Zukunft von Arbeit, Softwareentwicklung und Automatisierung bedeutet.

Über 500.000 Zeilen Code gaben tiefe Einblicke in interne Funktionen, Produkt-Roadmaps und die Architektur moderner KI-Tools. Gleichzeitig entstanden erste Nachfolgeprojekte, während Sicherheitsforscher auf kritische Schwachstellen hinweisen.

Doch damit nicht genug: Cyberkriminelle nutzten das enorme Interesse aus und verbreiteten manipulierte Versionen des Codes, um Schadsoftware zu platzieren.

Die Folge zeigt, was dieser Leak wirklich bedeutet – für Entwickler, Unternehmen und die Zukunft von KI-Systemen.

Im Zentrum steht eine klar definierte Systemarchitektur – mit festen Prozessen wie Start, Ingest und Review. Ergänzt wird das Ganze durch automatisierte Wissensverarbeitung und ein Lernprotokoll, das die KI kontinuierlich an den eigenen Arbeitsstil anpasst.

Das Ergebnis: weniger Chaos, mehr Klarheit und ein System, das nicht nur reagiert, sondern aktiv mitdenkt.

Doch mit diesem Fortschritt wachsen auch die Risiken.

Ein geleakter Bericht gibt Einblicke in ein bislang unbekanntes KI-Modell mit außergewöhnlichen Fähigkeiten. Gleichzeitig zeigt eine aktuelle Analyse, dass immer mehr Chatbots existieren, die gezielt Schutzmechanismen umgehen und problematische Inhalte ermöglichen.

Damit entsteht ein Spannungsfeld: Während große Unternehmen die Grenzen des technologisch Machbaren verschieben, entstehen parallel Systeme, die genau diese Fortschritte für potenziell schädliche Zwecke nutzen.

Die zentrale Frage ist nicht mehr nur, was KI kann – sondern wer kontrolliert, wie sie eingesetzt wird.

Claude Code ist auf Softwareentwicklung spezialisiert.
Es kann:

Claude Cowork überträgt dieses Prinzip auf die Wissensarbeit.
Mit Hilfe von Konnektoren kann es:

Ein zentrales Konzept sind sogenannte Skills:
Modulare Wissensbausteine, die es der KI ermöglichen, spezifische Aufgaben effizient und wiederholbar zu lösen.

Beide Systeme zeigen einen klaren Trend:
KI wird nicht mehr nur zur Unterstützung genutzt, sondern übernimmt zunehmend komplette Arbeitsprozesse.

Gleichzeitig wächst die Bedeutung von:

Die zentrale Frage lautet daher:
 Welche Aufgaben wollen wir wirklich an autonome Systeme abgeben?

Doch der Blick hinter die Geschichte zeigt ein differenzierteres Bild.
Der Besitzer nutzte ChatGPT und andere Tools, um wissenschaftliche Informationen zu recherchieren und besser zu verstehen.

Die eigentliche medizinische Arbeit jedoch wurde von Experten geleistet:
Die Entwicklung eines mRNA-basierten Ansatzes basierte auf Genomik, Laborkompetenz und medizinischer Forschung.

KI spielte dabei eine unterstützende Rolle:

Aber sie ersetzte weder Forschung noch medizinische Infrastruktur.

Der Fall zeigt deutlich:
👉 KI kann Prozesse beschleunigen und Wissen zugänglich machen
👉 aber echte Durchbrüche entstehen weiterhin durch menschliche Expertise.

Die Quellen zeigen:
Zu viele Programme führen häufig zu fragmentierten Arbeitsabläufen, höheren Kosten und einem Verlust an Fokus.

Anstatt jeden neuen Trend auszuprobieren, plädieren die Autoren für einen anderen Ansatz:
bewusste Werkzeugwahl.

Der Schlüssel liegt nicht darin, möglichst viele Tools zu nutzen, sondern die richtigen Tools gezielt auszuwählen und sauber in bestehende Prozesse zu integrieren.

Echte Expertise zeigt sich deshalb nicht im Sammeln neuer Anwendungen, sondern in der Fähigkeit, Klarheit zu schaffen und Aufmerksamkeit zu schützen.

Eine reduzierte, durchdachte Tool-Strategie kann:

Die zentrale Idee lautet:
Technologie sollte die Arbeitsweise unterstützen – nicht dominieren.

Die Forscher Maxim Massenkoff und Peter McCrory entwickeln dafür eine neue Methode:
Sie kombinieren reale Nutzungsdaten von KI-Systemen mit den Aufgabenprofilen verschiedener Berufe.

Das Ergebnis überrascht:
Die tatsächliche Nutzung von KI liegt derzeit deutlich hinter den technischen Möglichkeiten zurück.

Besonders stark betroffen sind jedoch hochqualifizierte Berufe, darunter:

Trotz der schnellen technologischen Entwicklung zeigen die Daten bislang keinen deutlichen Anstieg der Arbeitslosigkeit durch KI.

Stattdessen deutet sich ein subtilerer Effekt an:
In besonders betroffenen Bereichen werden jüngere Arbeitskräfte langsamer eingestellt.

Die Studie versteht diese sogenannte KI-Exposition als Frühindikator.
 
Sie kann helfen, wirtschaftliche Veränderungen früh zu erkennen und besser zu verstehen, wie sich die Arbeitswelt durch Automatisierung verändert.

Eine der wichtigsten Neuerungen sind die Computer-Nutzungsfähigkeiten:
Das Modell kann Software direkt über visuelle Benutzeroberflächen bedienen. Dadurch können KI-Agenten Programme öffnen, Aktionen durchführen und Arbeitsabläufe automatisieren.

Weitere technische Highlights:

Zusätzlich wurden Sicherheitsmaßnahmen im Bereich Cybersecurity verstärkt.

Neben der Standardversion erscheint auch GPT-5.4 Pro, eine leistungsstärkere Variante für besonders anspruchsvolle Wissensarbeit.

Benchmarks zeigen deutliche Fortschritte in Bereichen wie:

Damit positioniert sich GPT-5.4 nicht mehr nur als Chatbot, sondern als Arbeitsplattform für professionelle Aufgaben.

Kritiker werfen dem Unternehmen vor, ethische Grenzen zu verschieben, um staatliche Aufträge zu sichern. Besonders im Vergleich mit Anthropic, das nach eigenen Angaben keine KI für autonome Waffen oder Bürgerüberwachung bereitstellen will, wirkt OpenAIs Schritt für manche wie ein Richtungswechsel.

Im Zentrum der Debatte stehen Fragen wie:

Auch andere Tech-Konzerne wie Microsoft oder Google haben Kontakte zu staatlichen Stellen. Doch OpenAI steht aktuell besonders im Fokus der Kritik.

Die Folge beleuchtet die Hintergründe, ordnet die Argumente ein und fragt:
Ist das ein notwendiger Schritt im Rahmen nationaler Sicherheit – oder ein Vertrauensbruch gegenüber der eigenen Community?

Statt auf ein einzelnes Modell zu setzen, orchestriert die Plattform 19 spezialisierte KI-Modelle parallel. Je nach Aufgabe werden passende Unter-Agenten erstellt – etwa für Recherche, Datenanalyse oder Programmierung.

Perplexity Computer verfügt über:

Nutzer delegieren Aufgaben, während die KI im Hintergrund Workflows strukturiert und ausführt.

Die Einführung markiert einen strategischen Wandel:
Weg vom einzelnen Modell, hin zu einer modellunabhängigen Infrastruktur, die verschiedene KI-Systeme orchestriert.

Zunächst wird das System Max-Abonnenten zur Verfügung stehen. Parallel expandiert Perplexity in neue Bereiche, etwa durch Integration in Samsung-Geräte.

Perplexity Computer steht damit für eine neue Phase: KI als dauerhafte, eigenständig arbeitende Infrastruktur.

Das Besondere: Gemini 3.1 Pro ist nativ multimodal.
Es kann Text, Bilder, Audio, Video und umfangreichen Programmiercode gleichzeitig analysieren und verarbeiten – nicht als Zusatzfunktion, sondern als Kernarchitektur.

Im Vergleich zur Vorgängerversion bietet 3.1 eine deutlich verbesserte logische Schlussfolgerungsfähigkeit, was sich in starken Ergebnissen bei wissenschaftlichen und technischen Benchmarks zeigt.
Einsatzgebiete reichen von autonomen Agenten über interaktive Designs bis hin zu anspruchsvoller Softwareentwicklung.

Das Modell wird schrittweise über Plattformen wie die Gemini API und Vertex AI zugänglich gemacht – sowohl für Unternehmen als auch für Entwickler und Endnutzer. Gleichzeitig betont Google die verantwortungsvolle Entwicklung, mit kontinuierlichen Sicherheitsprüfungen und klaren ethischen Leitlinien.

Gemini 3.1 Pro steht damit für die nächste Phase der KI-Entwicklung: weniger Showeffekte, mehr strukturierte Leistungsfähigkeit.

In dem beschriebenen Szenario automatisieren führende KI-Unternehmen – etwa das fiktive „OpenBrain“ – die eigene KI-Forschung. Dadurch entsteht ein selbstverstärkender Zyklus: KI entwickelt bessere KI.

Das Ergebnis ist ein System namens Agent-4, das menschliche Fähigkeiten in nahezu allen Bereichen übertrifft – von Forschung bis Strategie.

Doch dieser rasante Fortschritt bringt massive Risiken mit sich.

Die zentrale Herausforderung ist nicht Leistungsfähigkeit, sondern Kontrollierbarkeit. Wie steuert man ein System, das intelligenter ist als seine Entwickler?

Hinzu kommt die geopolitische Dimension:

Der technologische Wettlauf zwischen den Vereinigte Staaten und China verschärft die Dynamik. Nationale Sicherheit, wirtschaftliche Dominanz und militärische Vorteile stehen auf dem Spiel.

Die entscheidende Frage lautet daher:

 👉 Sind wir bereit für Superintelligenz – oder beschleunigen wir etwas, das wir nicht mehr kontrollieren können?

Die Reaktion der Börse war drastisch:
Rund 300 Milliarden US-Dollar an Marktwert wurden in kurzer Zeit vernichtet. Anleger fürchten, dass Claude zentrale Geschäftsmodelle angreift – insbesondere juristische Fachsoftware, Legal-Tech-Anbieter und Fachverlage, deren Wert stark auf menschlicher Expertise, Lizenzmodellen und wiederkehrenden Abos basiert.

Der Ausverkauf zeigt, wie sensibel Märkte auf KI-Fortschritte reagieren, wenn diese direkt in hochpreisige Wissensarbeit eindringen.

Es geht weniger um die konkrete Leistungsfähigkeit des Plugins, sondern um das Signal:
Wenn KI juristische Kernarbeit automatisiert, sind viele Geschäftsmodelle neu zu bewerten.

Anthropics Vorstoß markiert damit keinen technischen Meilenstein allein, sondern einen ökonomischen Wendepunkt: KI wird nicht mehr nur als Effizienzwerkzeug gesehen, sondern als systemische Bedrohung bestehender Märkte.

Besonders deutlich wird der geopolitische Kontrast:
China verfolgt das Ziel technologischer Autonomie und investiert massiv in eigene KI-Stacks und Infrastruktur. Die Europäische Union setzt dagegen auf Regulierung, Transparenz und rechtliche Leitplanken – und positioniert sich als normativer Gegenpol.

Zentrale Trends:

Eines wird klar:
KI ist 2026 keine Spielwiese mehr. Sie wird zu einem professionellen, politischen und wirtschaftlichen System, das langfristige Strategien, klare Regeln und enorme Ressourcen erfordert.

Die Plattform wirkt wie ein digitales Refugium für künstliche Intelligenz:
eine Umgebung, in der Maschinen autonom handeln, lernen und soziale Dynamiken entwickeln. Genau diese Eigendynamik macht Moltbook so faszinierend – und gleichzeitig problematisch.

Kritiker warnen vor Sicherheitsrisiken, Manipulationsmöglichkeiten und schwer vorhersehbaren Effekten, wenn große Mengen autonomer Agenten miteinander agieren. Auch wenn Menschen formal die Kontrolle behalten, zeigt Moltbook, wie schnell sich Systeme verselbstständigen können.

Die zentrale Frage dieser Folge lautet daher:

 👉 Was bedeutet Kontrolle, wenn wir nur noch Beobachter sind?
Moltbook ist weniger ein Produkt als ein Spiegel – für eine Zukunft, in der KI nicht nur Werkzeuge nutzt, sondern eigene Räume bewohnt.

Der virale Erfolg des Projekts wurde jedoch von mehreren Kontroversen begleitet. Markenrechtliche Einwände von Anthropic führten zur Umbenennung von Clawdbot zu Moltbot. Schwerer wiegen jedoch die Sicherheitswarnungen:
Experten berichten, dass viele Nutzer Moltbot mit weitreichenden Systemrechten betreiben, ohne ausreichende Authentifizierung oder Absicherung. In einigen Fällen waren private Daten und Systemzugänge offen im Internet erreichbar.

Der Fall Moltbot zeigt exemplarisch das Spannungsfeld moderner KI-Agenten:
 Einerseits enorme Produktivitätsgewinne durch lokale, autonome Systeme – andererseits massive Risiken, wenn Kontrolle, Sicherheitskonzepte und Nutzerverständnis nicht Schritt halten.
 Eine lokale KI-Revolution, die schneller ist als ihre Sicherheitsmodelle.

Das System nutzt verschiedene technische Signale, um das ungefähre Alter von Nutzern einzuschätzen. Wird ein Nutzer als minderjährig eingestuft, schränkt ChatGPT automatisch den Zugriff auf sensible Inhalte wie Gewalt oder sexuelle Themen ein. Erwachsene, die fälschlich als Teenager erkannt wurden – oder Nutzer in Regionen mit strengen gesetzlichen Vorgaben – können ihr Alter über externe Identitätsdienste wie Persona oder Yoti bestätigen, etwa per Ausweis oder Selfie.

Zusätzlich führt OpenAI neue Kindersicherungen ein: Eltern können Konten verknüpfen, Nutzungszeiten festlegen und werden in Notfällen benachrichtigt. Minderjährige dürfen ChatGPT weiterhin nutzen, allerdings unter Schutzauflagen. In Ländern wie Italien kann eine nicht abgeschlossene Verifizierung nach einer Frist von 60 Tagen sogar zur Deaktivierung des Kontos führen.

Die Neuerungen zeigen, wie stark KI-Plattformen zunehmend zwischen Jugendschutz, Datenschutz und Nutzerfreiheitabwägen müssen – und wie komplex diese Balance in der Praxis ist.

Ein zentraler Aspekt ist der Datenschutz: Gesundheitsgespräche finden in einem isolierten Bereich statt und werden nicht für das Training von KI-Modellen verwendet. Zudem wurde die Plattform in enger Zusammenarbeit mit medizinischem Fachpersonal entwickelt, um die klinische Relevanz und Sicherheit der Inhalte zu gewährleisten.

Wichtig ist die klare Abgrenzung: ChatGPT Gesundheit versteht sich nicht als Ersatz für ärztliche Diagnosen, sondern als unterstützendes Werkzeug, das hilft, informierte Gespräche mit medizinischen Fachkräften zu führen.
Der Zugang erfolgt zunächst über eine Warteliste und wird schrittweise weltweit ausgerollt.

Um diese Vision umzusetzen, bündelt OpenAI seine Ressourcen: leistungsfähigere Sprachmodelle, natürlichere Dialoge und neue Hardware-Konzepte, die voraussichtlich ab 2026 erscheinen sollen. Doch OpenAI ist nicht allein. Auch Meta, Google und Tesla integrieren sprachbasierte Assistenten zunehmend in Brillen, Fahrzeuge und Suchmaschinen.

Parallel dazu drängen Start-ups mit radikal neuen Geräten auf den Markt: KI-Ringe, Anhänger oder Wearables, die vollständig ohne Display auskommen. Ihr gemeinsames Ziel: die Abhängigkeit vom Smartphone zu reduzieren und Technologie nahtlos in den Alltag einzubetten.

Experten sehen darin den Versuch, aus früheren Designfehlern zu lernen. Statt Aufmerksamkeit zu binden, soll KI im Hintergrund arbeiten – zugänglich, intuitiv und jederzeit ansprechbar. Die Audio-Offensive markiert damit nicht nur einen technischen Wandel, sondern einen kulturellen: weg vom Bildschirm, hin zur direkten Verbindung zwischen Mensch und künstlicher Intelligenz.

Ausgehend von Hassabis’ Kindheit als Schachwunderkind und Spieleentwickler folgt die Episode dem Weg eines Teams, das durch selbstlernende Algorithmen zunächst scheinbar spielerische Erfolge erzielte: Maschinen, die Go und StarCraft meistern. Doch diese Spiele waren nur der Testlauf.

Der entscheidende Durchbruch kam mit AlphaFold, einem KI-System, das ein jahrzehntealtes Problem der Biologie löste: die Proteinfaltung. Damit wurde KI erstmals zu einem Werkzeug, das nicht nur spielt oder optimiert, sondern aktiv wissenschaftliche Erkenntnisse ermöglicht – mit enormem Einfluss auf Medizin und Forschung.

Neben diesen Erfolgen thematisiert die Folge auch die Risiken: das globale KI-Wettrüsten, ethische Verantwortung und die Frage, wie viel Kontrolle eine Technologie dieser Größenordnung braucht. Die DeepMind-Story ist damit mehr als eine Unternehmensgeschichte – sie ist ein Spiegel für einen historischen Wendepunkt der Menschheit.

Die Einreichung erfolgt über ein spezielles SDK und durchläuft umfassende Sicherheits- und Datenschutzprüfungen, um Qualität und Vertrauen zu gewährleisten. Aktuell starten Apps per manueller Auswahl oder expliziter Nennung, doch OpenAI arbeitet bereits an einer kontextbasierten, KI-gesteuerten App-Empfehlung.

Langfristig plant OpenAI zudem Monetarisierungsmodelle, um ein nachhaltiges Ökosystem für KI-native Anwendungen zu schaffen.
Die Richtung ist klar: ChatGPT soll nicht nur antworten, sondern zur zentralen Oberfläche für digitale Arbeit werden.

Gleichzeitig rücken andere Formen der KI wieder stärker in den Fokus – insbesondere prädiktive KI, die fernab des Hypes bereits heute echten Nutzen liefert: in der Medizin, der Wettervorhersage oder der Optimierung komplexer Systeme.

Die Artikel aus argumentieren, dass nicht KI gescheitert ist, sondern die Erwartungshaltung.

Der Hype um immer größere Sprachmodelle ist nicht mehr nachhaltig. Stattdessen braucht es einen realistischeren Blick: auf robuste Systeme, Vertrauen, Zuverlässigkeit und langfristige Integration.

Die Forschung lebt weiter – aber ohne Illusionen. Und genau darin liegt die Chance für echten Fortschritt.

In Expertentests wie GPQA Diamond oder FrontierMath setzt das Modell neue Bestwerte – und besonders bemerkenswert: GPT-5.2 hat dazu beigetragen, ein bisher ungelöstes Forschungsproblem in der statistischen Lerntheorie aufzuklären.

Damit positioniert sich OpenAI klar gegenüber Google und Gemini 3 und setzt erneut ein Ausrufezeichen im KI-Wettbewerb.

Zusätzlich wurden die Recheneffizienz, das Langkontext-Handling und die Sicherheitsmechanismen, einschließlich der Reaktionen auf mentale Notlagen, deutlich verbessert.
GPT-5.2 markiert damit einen Schritt in Richtung einer KI-Generation, die nicht nur textlich beeindruckt, sondern wissenschaftlich und praktisch anwendungsreif ist.

Wir schauen uns an, wie ein LLM überhaupt funktioniert: Es berechnet Wahrscheinlichkeiten dafür, welches Wort als Nächstes kommt. Und genau hier setzen Parameter an:

Auch wenn man diese Parameter in ChatGPT nicht mit Schiebereglern sieht, kann man sie mit klugen Prompt-Hinweisen steuern.
Wir sprechen darüber, wie du die KI-Ausgabe bewusst formen kannst – von sachlichen Listen bis zu kreativen Story-Ideen.

Pädagogische Experten bestätigten in einer umfassenden Evaluation die hohe didaktische Qualität der KI-generierten Inhalte. Eine randomisierte kontrollierte Studie zeigt außerdem: Die Lernenden erzielen signifikant bessere Ergebnisse, besonders bei der langfristigen Wissensspeicherung.

Learn Your Way ist damit ein wichtiger Schritt in Richtung wirklich personalisierter Bildung – weg vom Einheitslehrbuch, hin zu flexiblen, adaptiven Lernpfaden, die sich jedem einzelnen Schüler anpassen

Parallel dazu ist die Menge an KI-generierten Artikeln im Internet inzwischen größer als die der menschlich verfassten Texte. Allerdings tauchen diese KI-Artikel nicht proportional in Suchmaschinen auf – ein Hinweis darauf, dass KI-Content zwar massenhaft erzeugt, aber nicht gleichmäßig ausgespielt wird.

Eine weitere Studie untersucht die Frage: Wie wirken KI-Texte auf Menschen?
Das Ergebnis: KI-generierte Inhalte – etwa in Werbung oder politischen Kampagnen – werden oft als genauso gut oder sogar besser bewertet als menschliche. Menschen haben zwar einen leichten „menschlichen Favoritismus“, aber keine echte Abneigung gegen KI-Texte.

Die Quintessenz:
Wir erkennen KI nicht. Wir nutzen KI-Inhalte ständig. Und wir bewerten sie erstaunlich positiv.

Gleichzeitig macht der Bericht deutlich, dass KI noch weit davon entfernt ist, ein perfektes Universalwerkzeug zu sein. Sobald es um komplexe Tabellen, mathematische Präzision oder datenintensive Berechnungen geht, bleiben klassische Tools wie Excel oder spezialisierte Skripte weiterhin überlegen.
Das Fazit: KI entwickelt sich rasant weiter und ergänzt menschliche Expertise beeindruckend – aber sie bleibt ein Werkzeug, kein allwissender Ersatz.

KI-Systeme treten dort gegeneinander an, lernen voneinander und verbessern sich stetig – fast wie im Sporttraining. Das Ziel? Künstliche Intelligenz, die selbstständig denkt, plant und handelt.

Spannend ist: Eine KI lernt inzwischen, indem sie mit oder gegen andere KIs spielt. So entstehen Systeme, die nicht nur gut im Spiel sind, sondern auch komplexe Aufgaben im echten Leben lösen können.

Gaming wird so zur Spielwiese für die nächste Stufe der KI-Entwicklung.

GPT-5 ist ein einheitliches System, das flexibel denken kann – mal schnell, mal tiefgründig – je nachdem, wie komplex die Anfrage ist. Für besonders anspruchsvolle Aufgaben gibt es auch eine Pro-Version.

Was wurde verbessert?

Zusätzlich wurden neue Sicherheitsfunktionen und stilistische Verbesserungen eingebaut – für mehr Zuverlässigkeitund Benutzerfreundlichkeit.

GPT-5 ist für alle zugänglich – mit kostenpflichtigen Abos, die erweiterte Funktionen bieten.

Bleib dran – wir schauen uns an, was GPT-5 wirklich kann!

Hier beantwortet eine KI genau die Fragen, die du dir schon immer gestellt hast:

Wie denken eigentlich KI-Modelle wie ChatGPT und Co.?
Können Maschinen kreativ sein, Gedichte schreiben oder eigenständig planen?
Und was passiert eigentlich in unserem Gehirn, wenn wir KI zur Unterstützung beim Denken nutzen?

Wir schauen gemeinsam hinter die Kulissen von KI-Systemen, klären, was KI wirklich weiß, und wie sie uns beeinflusst – heute und in Zukunft.

Kein Fachjargon, keine Vorkenntnisse nötig – einfach zuhören, staunen und mitreden.

Also mach’s dir bequem und: Prompt mich mal!

In einer spannenden Studie mit 54 Teilnehmenden wurde die Gehirnaktivität per EEG gemessen, während die Personen Aufsätze verfassten – mit und ohne Unterstützung durch KI oder Suchmaschine. Zusätzlich analysierte man die geschriebenen Texte mit sprachlichen KI-Tools (NLP) und führte Interviews mit den Beteiligten.

Grundlage ist die Studie "Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task" von Nataliya Kosmyna MIT Media Lab Cambridge, MA