Codeberg verbietet KI-Training auf seinen Daten

Zwei Millionen Dollar für ein Berliner Team, das den Weg von Inhalten durch die Kanäle automatisiert: beatsquares hat seine Seed-Runde geschlossen. Angeführt haben sie IBB Ventures und XTR Capital, mit an Bord sind ddvg, V-Ventures, Media-Impact — der Medienarm der niederländischen Veronica-Stiftung — und mehrere Business Angels. In der Pre-Seed-Runde 2024 waren es noch 500.000 Dollar.

Die Plattform übersetzt Inhalte automatisch und verteilt sie in die jeweils passenden Kanäle und Formate. Zielgruppe sind Verlage, Kommunikationsabteilungen, Marken und Thought Leader — alle also, die dieselbe Botschaft immer wieder neu zuschneiden müssen. Dass Süddeutsche Zeitung, Tagesspiegel und die Messe Berlin bereits zu den Kunden zählen, spricht für die Marktreife.

Spannend ist auch, wer hier baut. René Bosch war stellvertretender Chefredakteur der BILD. Peter Dyllick-Brenzinger kommt aus der Produktentwicklung von Axel Springer und von der Publishing-Plattform Purple. Mark Page hat das Wasserstoffunternehmen HH2E mitgegründet und gehörte zur Führungsriege von Kearney. Redaktionserfahrung trifft hier auf Erfahrung im Unternehmensaufbau.

Für Berlin ist das eine gute Nachricht: KI-Werkzeuge für die Medienbranche entstehen in der Stadt, und deutsche Verlagshäuser gehören zu den ersten, die sie im Alltag einsetzen.

Beim Versicherer uniVersa hat ein Crawler von OpenAI Kundendaten abgegriffen. Nach Angaben des Unternehmens lag während einer IT-Migration am 7. Juli 2026 ein Server offen; der Zugriff dauerte nach Darstellung von uniVersa nur wenige Stunden und fiel den internen Sicherheitskontrollen auf. Betroffen sind die uniVersa Lebensversicherung, die Krankenversicherung und die Allgemeine Versicherung.

Abgeflossen sind laut heise online Namen, Anschriften und Vertragsdaten wie Versicherungsnummern und Tarifangaben, bei einem Teil der Kunden zusätzlich IBAN und BIC. Gesundheitsdaten, Zugangsdaten und Kreditkartendaten seien ebenso wenig betroffen wie das zentrale Verwaltungssystem und das Kundenportal. uniVersa zog externe Forensiker hinzu und forderte OpenAI auf, sämtliche erfassten Daten zu löschen und nicht zu verwenden. Eine Meldung ging an das Bayerische Landesamt für Datenschutzaufsicht; dessen Präsident Michael Will verwies auf laufende Ermittlungen und nannte keine Einzelheiten.

Der Vorfall macht eine bislang abstrakte Debatte konkret: Ein Crawler, der Trainingsdaten sammelt, traf auf eine Fehlkonfiguration und wurde damit zum Vehikel eines Datenschutzvorfalls. Der Europäische Datenschutzausschuss hat dazu kürzlich Leitlinien zum Web Scraping für die KI-Entwicklung vorgelegt, die Filtermechanismen verlangen: Nicht benötigte Datenkategorien sollen ausgeschlossen werden, bevor gecrawlt wird. Für deutsche Unternehmen verschiebt das die Risikorechnung bei jeder Migration — ein offener Server bleibt selten unbemerkt, wenn Crawler das Netz dauerhaft absuchen.

Welches KI-Sprachmodell darf in einer deutschen Behörde einen Bescheid vorbereiten? Auf diese Frage liefert das Projekt Möve erstmals eine systematische Antwort. Möve — kurz für „Modelle für die öffentliche Verwaltung evaluieren” — wird seit 2025 von der Bundesdruckerei betrieben, einem zu 100 Prozent bundeseigenen Unternehmen, und ist laut heise der erste umfassende Sprachmodell-Vergleich, der eigens auf den Bedarf der öffentlichen Verwaltung zugeschnitten ist.

Getestet wurden über 50 große Sprachmodelle, darunter GPT, Gemma, Llama, Claude, DeepSeek und Mistral. Derzeit führen Gemma 4 und GPT-4o das Ranking an; Mistral Small 3.1 liegt unter den ersten zehn. Als Prüfgrundlage dienen neun Datensätze aus der realen Verwaltungspraxis — Gesetzestexte, Amtsdokumente, Ministeriumspublikationen — sowie sieben Kernkriterien: sachliche Korrektheit, Ressourceneffizienz, Transparenz nach EU-KI-Verordnung, deutschsprachige Präzision, rechtliche Verlässlichkeit, Sicherheit und Nachhaltigkeit.

Die Bedeutung liegt in der Kombination aus Absender und Anspruch: Ein Bundesunternehmen bewertet gemeinsam mit dem BSI und Fraunhofer AISEC, welche Modelle den Maßstäben deutscher Amtsstuben und des EU-KI-Gesetzes genügen. Die Methodik ist quelloffen auf GitHub dokumentiert, ein Forschungspapier liegt auf arXiv, und ein interaktives Vergleichswerkzeug steht unter moeve.bundesdruckerei.de bereit. Ausdrücklich betont das Projekt, dass seine Bewertungen „keine rechtlich verbindliche Auslegung” darstellen — die Verantwortung bleibt bei der jeweiligen Behörde.

Ein KI-generiertes Gesicht, täuschend echt – und trotzdem entlarvt: Genau das leistet „Real Or Render”, ein Werkzeug, das das Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung (IOSB) gemeinsam mit dem Bundesamt für Sicherheit in der Informationstechnik (BSI) entwickelt hat. Der Clou steckt im Trick, mit dem die Software gefälschte Bilder überführt: Sie lässt eine KI das verdächtige Bild selbst noch einmal nachbauen und misst dann, wie weit Original und Rekonstruktion auseinanderliegen. Aus diesem hybriden Rekonstruktionsfehler berechnet ein zweites KI-Modell, ob das Bild echt oder gerendert ist.

Das Ergebnis ist keine Blackbox: Eine Heatmap markiert die verräterischen Stellen – Gesichter, Haare, Hände oder Objekte im Hintergrund. Dieser Fokus auf erklärbare KI (XAI) macht die Entscheidung nachvollziehbar. Trainiert wurde das System mit rund 120.000 Bildern aus 18 verschiedenen Bildgeneratoren, die Trefferquote liegt laut Fraunhofer bei 85 bis 91 Prozent. Andreas Specker, Senior Scientist am IOSB, steht hinter dem Verfahren.

Beim BSI läuft „Real Or Render” bereits als Demonstrator. Ein Selbstläufer ist die Deepfake-Jagd damit aber nicht: Automatische Erkennung funktioniere oft nur unter bestimmten Rahmenbedingungen zuverlässig, räumt das Amt selbst ein. Trotzdem ein starkes Signal – eine deutsche Behörde und ein deutsches Forschungsinstitut liefern gemeinsam Werkzeuge gegen die Bilderflut, die uns alle betrifft.

Ein Milliardendeal, und das aus Deutschland: Der Softwarekonzern SAP übernimmt das erst 18 Monate junge KI-Startup Prior Labs — für mehr als eine Milliarde Euro. Das Besondere daran: Prior Labs ist eine deutsche Gründung.

Das Team um Mitgründer und CEO Frank Hutter hat sich auf sogenannte tabellarische Basismodelle spezialisiert. Ihr Produkt TabPFN — jüngste Ausbaustufe TabPFN-3-Thinking — trifft Vorhersagen direkt auf strukturierten Unternehmensdaten: Zahlungsausfälle, Kundenabwanderung, Lieferantenrisiken oder Bedarfsprognosen, ganz ohne mühsames Training für jeden einzelnen Datensatz. Im Einsatz ist die Technik bereits bei der Ausfallvermeidung von Zügen (Hitachi), in der Finanzprognose (TD) sowie in der Diagnose von Bauchspeicheldrüsenkrebs und der Waldbrandvorhersage.

SAPs Wette dahinter: Nicht große Sprachmodelle, sondern die strukturierten Daten der Unternehmen seien die größte Chance der KI. Prior Labs behält eigene Marke, Führung und Forschungsagenda und will weiterhin offen publizieren.

„Vor 18 Monaten war Prior Labs ein Forschungsprojekt”, sagt Hutter — nun beginne das nächste Kapitel als KI-Labor mit ganz neuen Möglichkeiten. SAP-Technikchef Philipp Herzig lobt das Team als das weltweit stärkste seiner Kategorie. Für den Standort Deutschland ist das ein starkes Signal: Ein deutscher Konzern kauft deutsche KI-Spitzenforschung — und behält sie im Land.

Deutsche Unternehmen erwarten steigende Renditen aus ihren KI-Investitionen — doch die Kontrolle über die Technik bleibt zurück. Das zeigt eine Studie von SAP und Oxford Economics, für die 2.600 Führungskräfte in 13 Ländern befragt wurden, darunter 200 in Deutschland.

Die Zahlen belegen den Investitionsschub: Deutsche Firmen wollen 2026 rund 35 Millionen Euro in KI stecken, mehr als der globale Schnitt von etwa 24 Millionen. Die erwartete Rendite auf KI-Ausgaben steigt auf 24 Prozent, nach 17 Prozent im Vorjahr. Für agentische KI rechnen die deutschen Befragten binnen zwei Jahren mit einem Ertrag von rund 18 Millionen Euro — ein Sprung von zuvor etwa vier Millionen. Bereits 35 Prozent der Aufgaben werden in deutschen Unternehmen von KI unterstützt.

Der zweite Befund fällt ernüchternder aus. Nur vier Prozent fühlen sich vollständig auf den Einsatz von KI-Agenten vorbereitet, lediglich elf Prozent halten ihre Governance für ausreichend. 57 Prozent fehlen menschliche Kontrollprozesse für Agenten-Workflows, ein Drittel hat keine Zugriffsrechte geregelt. Zugleich sind 75 Prozent bereit, Agenten schneller einzusetzen, als sie sie kontrollieren können; 71 Prozent berichten von unkontrollierter “Schatten-KI”. Für den Standort Deutschland heißt das: Das Tempo der Einführung läuft der Beherrschbarkeit davon.

Der bayerische Ministerpräsident zeichnet die KI- und Robotikforscherin Daniela Rus mit dem Hightech-Preis aus. Rus leitet das Computer Science and Artificial Intelligence Laboratory (CSAIL) am MIT in Boston; geehrt wird sie für grundlegende Beiträge zur Robotik und zu autonomen Systemen — von selbstorganisierenden Roboterkollektiven über weiche Robotik und autonome Mobilität bis zu hirninspirierter künstlicher Intelligenz.

Der mit 300.000 Euro dotierte Preis wird von der Bayerischen Staatsregierung gemeinsam mit der Bayerischen Akademie der Wissenschaften vergeben und aus Mitteln der Rohde-Stiftung finanziert. Er geht alle zwei Jahre an Forschende mit besonderem Bezug zu Bayern. Rus’ Verbindung besteht über die Munich AI Lectures an der Technischen Universität München (TUM). Die Verleihung ist für den 23. Juli vorgesehen.

Ministerpräsident Markus Söder und Wissenschaftsminister Markus Blume würdigten Rus als weltweite Autorität in Robotik und KI; Blume hob die Achse zwischen Boston und Bayern, zwischen MIT und TUM, hervor.

Für den Standort Deutschland ist die Auszeichnung ein Signal: Bayern nutzt einen hochdotierten Preis, um sich international in der KI- und Robotikforschung zu positionieren und die Zusammenarbeit zwischen Münchner und US-amerikanischen Spitzeninstituten sichtbar zu machen — in einem Feld, in dem Deutschland um Talente und Anschluss ringt.

Zählerstand ablesen, Vertrag prüfen – und das Ganze im Chatfenster von ChatGPT: Der Energieversorger enercity, hervorgegangen aus den Stadtwerken Hannover, lässt seine Kundschaft ab sofort testweise über den KI-Assistenten mit dem eigenen Kundenmanagement sprechen.

Technisch steckt dahinter das Model-Context-Protocol (MCP), eine offene Schnittstelle. Wer mitmachen will, meldet sich per E-Mail beim Kundenservice an, installiert einen Connector in ChatGPT und loggt sich einmal ein. Danach vermittelt ein MCP-Server zwischen Chatbot und enercity-Servern: Zählerstände übermitteln, Vertragliches klären – alles im Dialog.

Der Datenschutz ist mitgedacht. enercity betont, nur minimale Daten zu übertragen; Adressen und vollständige Namen bekommt OpenAI nicht zu sehen. Ehrlich bleibt der Versorger auch bei den Grenzen: Dass ChatGPT bei Zählerständen oder Verträgen halluziniert, lässt sich nicht völlig ausschließen.

Spannend für Deutschland ist der Schritt, weil hier ein klassischer Stadtwerke-Betrieb den Sprung zur agentischen KI wagt – zunächst für Early Adopter, denen herkömmliche Apps zu umständlich sind. Und enercity denkt schon weiter: Weil MCP nicht auf ChatGPT beschränkt ist, soll die Funktion künftig auch mit anderen Sprachmodellen laufen. Die gewohnten Servicewege bleiben derweil bestehen. Umgesetzt hat das Ganze die Digitaltochter LYNQTECH.