Das Modell, das zu gefährlich ist – und alles, was danach kommt

15. April 2026 / Sindre Wimberger

Anthropic hält ein KI-System zurück, weil es tausende Sicherheitslücken finden kann. Gleichzeitig werden Bildgeneratoren präziser, Roboter billiger, KI-Propaganda unsichtbarer – und die Rechenleistung knapper. Ein Monat, der die Gewichte verschoben hat.

April 2026 brachte kein einzelnes großes Ereignis, sondern eine Verdichtung. Ein zurückgehaltenes Modell, das die Sicherheitsbranche aufschreckte. Ein Bildgenerator, der Texte endlich zuverlässig darstellt. Humanoide Roboter unter 20.000 Dollar. Lego-Videos als Propagandawaffe, millionenfach geklickt. Wer den Überblick behalten will, muss lernen, diese Signale zusammenzulesen.

Das zurückgehaltene Modell

Das Ereignis des Monats kam ohne Veröffentlichung aus. Anthropic hat sein neues Modell „Claude Mythos“ bewusst nicht öffentlich zugänglich gemacht – weil es als zu gefährlich eingestuft wurde. Nicht im spekulativen Sinne, sondern mit einem konkreten Befund: Das Modell kann tausende Zero-Day-Sicherheitslücken in etablierten Systemen aufspüren, darunter Browser wie Firefox, wo intern über 270 bislang unbekannte Schwachstellen identifiziert wurden.

Stattdessen haben große Technologiekonzerne wie Microsoft, Google und Amazon vorab Zugang erhalten – im Rahmen des Konsortiums „Project Glasswing“, gemeinsam mit Sicherheitsbehörden und Banken. Die Logik dahinter: Wenn solche Werkzeuge in falsche Hände geraten, könnten sie Cyberangriffe massiv beschleunigen. Die Benchmarks sind eindrücklich – Mathematik von 50 auf 90 Prozent verbessert, Coding um fast 15 Prozent – aber der eigentliche Paradigmenwechsel liegt woanders. Es ist das erste Mal, dass ein Unternehmen ein Modell bewusst zurückhält. Das hat es so noch nicht gegeben.

Ein Modell, das mehr Sicherheitslücken findet als jedes Sicherheitsteam der Welt – und das man deshalb nicht veröffentlichen kann. Das ist eine neue Qualität der Gefährdungslage.

Aus der Berichterstattung zur Claude-Mythos-Ankündigung, FAZ

Ob dahinter auch PR-Kalkül steckt, lässt sich nicht ausschließen. Was bleibt: Die Branche bereitet sich darauf vor, dass Software-Updates künftig täglich erscheinen könnten – nicht mehr wöchentlich. KI als Angriffswerkzeug und KI als Verteidigung werden zum dominanten Muster der nächsten Jahre. OpenAI soll derweil in Kürze GPT-6 vorstellen, trainiert auf einem Milliarden-Dollar-Cluster mit neuester Grafikkartengeneration. Der Wettbewerb um Fähigkeiten, die man vielleicht nicht einmal zeigen darf, geht weiter.

Bilder, die endlich Text beherrschen

OpenAI hat mit ChatGPT Images 2 einen Bildgenerator veröffentlicht, der in Benchmarks rund 50 Punkte über seinem Vorgänger liegt. Das klingt abstrakt – wird aber konkret, wenn man sieht, was bisher nicht funktionierte: Texte in Bildern. Schilder, Plakate, Beschriftungen landeten in der Vergangenheit als unlesbares Kauderwelsch im generierten Bild. Jetzt werden sie zuverlässig korrekt dargestellt, inklusive Umlauten, chinesischen Schriftzeichen und anderen nicht-lateinischen Alphabeten.

Konsistente Bildserien – also mehrere Bilder mit denselben Figuren, Orten oder Objekten – sind möglich. Das Modell kann eigene Prompts optimieren. Was bisher an Bildgeneratoren für professionelle Anwendungen scheiterte, wird produktionsnah. Für Marketingmaterialien, Kommunikation oder Präsentationen ändert sich der Einsatzradius erheblich. Das Modell ist im ChatGPT-Interface verfügbar – und dürfte über die Microsoft-Partnerschaft früher oder später breiter zugänglich werden.

Google kennt bald dein Gesicht

Google hat angekündigt, Gemini mit Google Photos zu verknüpfen. Konkret: Das Modell kann eigene Fotos als Referenz nutzen, um personalisierte Bilder zu erstellen – also Bilder, auf denen die eigene Familie, Haustiere oder das eigene Zuhause auftauchen, ohne neue Fotos hochladen zu müssen. Der Rollout startet vorerst in den USA.

Google betont, dass private Fotos nicht für das Modelltraining genutzt werden, sondern nur als Referenz dienen. Wo genau diese Grenze technisch verläuft und wie sie gesichert ist, bleibt vorerst offen. Die Richtung jedenfalls ist eindeutig: Eine KI, die einen persönlich kennt – wie man aussieht, wie die Wohnung aussieht, wie die Katze heißt – ist kein Zukunftsszenario mehr. Sie rollt gerade aus.

KI im Taschenformat: Gemma 4

Google DeepMind hat mit Gemma 4 ein Open-Source-Modell veröffentlicht, das auf Consumer-Hardware läuft – Laptops, Smartphones, ohne Cloud-Anbindung. Die Modellgrößen reichen von 2 bis 31 Milliarden Parametern. Bemerkenswert ist die Kombination: Multimodalität für Text, Bilder und Videos, Agentenfähigkeit, und eine geringe Latenz auch auf schwacher Hardware.

Demonstrationen zeigen das Modell auf einem MacBook Air – Apples Einstiegsgerät – mit 26 Milliarden Parametern, arbeitend in Echtzeit: Gegenstände per Kamera erkennen, Videos segmentieren, Umgebungen analysieren. Lokal, ohne Internetverbindung. Wer bisher dachte, leistungsfähige KI erfordere zwingend teure Cloud-Infrastruktur, muss das revidieren. Und wer sich Sorgen um Datenschutz macht, bekommt hier eine technische Alternative.

Claude als Designstudio

Anthropic hat Claude Design eingeführt – eine Funktion, die direkt aus Prompts fertige Prototypen, Präsentationen und Marketingmaterialien erstellt. Das System übernimmt automatisch Farben, Fonts und Stilrichtlinien aus bestehenden Projekten. Ziel ist eine durchgängige Automatisierung von Design-Workflows, vom ersten Gedanken bis zum fertigen Dokument.

Adobe geht in eine ähnliche Richtung: Eigene Corporate-Design-Richtlinien lassen sich zunehmend über KI-Werkzeuge einbinden, sodass generierte Inhalte automatisch im passenden Markenlook erscheinen. Die Verschiebung dahinter ist größer als das Werkzeug: Design wird zur Eingabe, nicht mehr zur Handarbeit.

Der 16.000-Dollar-Roboter

Unitree bietet seinen humanoiden Roboter G1 ab 16.000 US-Dollar an – deutlich günstiger als die meisten Konkurrenzmodelle. Der G1 richtet sich primär an Forschung, Entwicklung und Bildung, nicht an den Haushaltsmarkt. Für den Preis bekommt man keinen perfekten Haushaltsassistenten. Man bekommt eine Plattform, auf der man trainieren, testen und Daten sammeln kann.

Dass das chinesische Unternehmen den Preis so niedrig ansetzt, dürfte kein Zufall sein. Reale Nutzungsdaten sind für die Weiterentwicklung humanoider Roboter das Wertvollste – und die bekommt man, wenn viele Geräte im Einsatz sind. Was der G1 noch nicht kann, ist für die eigentliche Nachricht irrelevant: Der Einstiegspreis für humanoide Roboter sinkt schneller als erwartet.

Deutschland öffnet seine KI-Verwaltung

Der Bund hat unter dem Namen „SPARK“ KI-Module als Open Source veröffentlicht. Der Fokus liegt auf Dokumentenprüfung, Datenextraktion und Vollständigkeitschecks – Aufgaben, die Sachbearbeiterinnen und Sachbearbeiter in Genehmigungsverfahren täglich begleiten. Die finale Entscheidung verbleibt beim Menschen. Geplant ist der Ausbau in Richtung juristischer KI-Analyse und automatisierter Beschlusserstellung.

Das Open-Source-Modell macht den Quellcode öffentlich zugänglich – ein Ansatz, der in der Verwaltungsdigitalisierung bisher selten war. Steuergeld finanzierter Code, öffentlich einsehbar, nachnutzbar. Das Prinzip „Public Money, Public Code“ bekommt ein konkretes Gesicht.

Gesellschaftliche Bruchstellen

Sam Altman, CEO von OpenAI, wurde in San Francisco mehrfach angegriffen – darunter mit einem Molotowcocktail und Schüssen auf sein Haus. Experten sehen darin ein Symptom wachsender gesellschaftlicher Spannungen rund um KI, Tech-Eliten und deren Infrastruktur.

Der Vergleich mit der industriellen Revolution kursiert. Damals wie heute begleitet von Angst vor Jobverlust, sozialer Destabilisierung und dem Gefühl, dass Veränderungen zu schnell kommen und zu wenige davon profitieren. Die Euphorie, die KI-Debatten noch vor zwei Jahren dominierte, ist nicht verschwunden. Aber sie hat Gesellschaft bekommen. Widerstand gegen KI und die dahinterstehenden Konzerne ist kein Randphänomen mehr.

Gender Gap in der KI-Nutzung

Eine Studie von LeanIn.org zeigt: Frauen nutzen KI-Tools im Arbeitsalltag seltener als Männer – und erhalten dafür weniger Anerkennung, wenn sie es tun. Fast doppelt so viele Frauen wie Männer gehen davon aus, dass KI mehr Frauen als Männer ihren Job kosten wird. Frauen haben häufiger Sorge, beim KI-Einsatz als „Betrügerinnen“ wahrgenommen zu werden.

Was die Studie zeigt Frauen hinterfragen KI-Outputs häufiger, bringen mehr ethische Bedenken ein und gehen reflektierter mit dem Werkzeug um. Was als Stärke gelten könnte, wird in vielen Unternehmen als Zögern interpretiert – mit realen Folgen für Gehalt und Karriere. KI könnte bestehende Ungleichheiten nicht auflösen, sondern verstärken.

Das ist keine randständige Beobachtung. Wenn KI-Kompetenz zum messbaren Leistungsindikator wird und gleichzeitig eine Gruppe systematisch weniger Anerkennung für diese Kompetenz erhält, ist das ein strukturelles Problem – kein individuelles.

Wenn die Rechenleistung zum Engpass wird

ChatGPT war im April mehrfach ausgefallen. Claude begrenzt Anfragen nach wenigen Gesprächen. Der KI-Boom trifft auf physische Grenzen. Rechenleistung ist teuer, und die Nachfrage steigt schneller als die Kapazitäten. Agentenbasierte KI – Systeme, die eigenständig handeln und mehrere Schritte ausführen – verbraucht dabei deutlich mehr Ressourcen als generative Modelle. Der Fokus verschiebt sich vom Training zur laufenden Nutzung als Hauptkostenfaktor.

Eine direkte Folge: Die Ära der kostenlosen KI geht zu Ende. Was vor drei Jahren als Wachstumsmodell zur Datensammlung funktionierte, wird jetzt zum Abonnementgeschäft. Claude-Zugang mit vollem Funktionsumfang kostet bereits über 100 Euro im Monat, Coding-Tools noch mehr. Die Zeiten, in denen man für nichts sehr viel bekam, laufen aus.

Als Reaktion auf die Ressourcenknappheit kursiert das Konzept der „Caveman LLMs“: Prompts, die auf Minimalsprache setzen – Schlagworte statt Sätze, kein Fülltext, nur Informationskern. Der Token-Verbrauch sinkt dadurch um 45 bis 75 Prozent, die Verarbeitungsgeschwindigkeit steigt. Für komplexe Aufgaben und gute Erklärungen ist der Ansatz kaum geeignet. Für automatisierte Pipelines und einfache Abfragen dagegen schon. Das Pendel schwenkt zurück: nicht mehr möglichst ausführliche Prompts, sondern möglichst effiziente.

Lego als Propagandawaffe

Pro-iranische Gruppen nutzen KI-generierte Lego-Animationen, um politische Botschaften auf Plattformen wie TikTok und Instagram zu verbreiten. Die Inhalte richten sich an westliche, englischsprachige Zielgruppen und wurden millionenfach aufgerufen. Das Format – kindlich, bunt, harmlos wirkend – macht es schwerer, den propagandistischen Charakter auf den ersten Blick zu erkennen. Die Videos sind teils als englischsprachige Rap-Songs vertont, präzise auf den Algorithmus der Zielplattformen zugeschnitten.

Was hier sichtbar wird, ist kein Randphänomen. KI-generierte Inhalte lassen sich so schnell und günstig produzieren, dass Plattformen strukturell überfordert sind, sie zu moderieren. Beide Seiten geopolitischer Konflikte nutzen solche Werkzeuge. Das Besondere an den Lego-Videos ist ihre Qualität – und ihre Reichweite. Wie schwer es geworden ist, Unterhaltung und Beeinflussung auseinanderzuhalten, lässt sich an diesem Beispiel konkret zeigen.