SAP und zwei Fraunhofer-Institute bauen an einer europäischen Cloud-Edge-Architektur

Die Gebührenordnung für Ärzte ist ein Dickicht: über 2.800 Ziffern, dazu Ausschlüsse, Steigerungssätze, Kombinationsregeln. Genau dort setzt das Hamburger Healthtech Qodia an — und hat dafür jetzt 1,2 Millionen Euro eingesammelt. Das Geld kommt laut Startbase von einem einzelnen Investor aus der Medizinbranche, der nicht genannt wird. Zusammen mit 400.000 Euro aus dem Jahr 2025 summiert sich die Finanzierung auf 1,6 Millionen.

Das Produkt besteht aus drei Bausteinen. Eine Rechnungsprüfung erkennt Ausschlüsse und Steigerungssätze. Eine zweite Komponente übersetzt die Behandlungsdokumentation in abrechenbare GOÄ-Ziffern. Dazu kommt ein Assistent, der Fragen zu den Abrechnungsregeln beantwortet. Herzstück ist ein eigener “GOÄ Core” mit den mehr als 2.800 Ziffern samt Regelwerk für Kombinationen, Plausibilitätsprüfungen und Steigerungssätze.

Bemerkenswert ist das Tempo: Seit dem Markteintritt im Dezember 2025 hat Qodia elf Abrechnungszentren angebunden. Für ein knapp ein Jahr altes Produkt in einem regulierten, konservativen Umfeld ist das eine ordentliche Zugkraft. Hinter dem Unternehmen stehen vier Gründer, darunter Ole Reinpold, Lasse Reinpold und Nicolas Riegger; im Team arbeiten Entwickler, KI-Fachleute und Medizinerinnen und Mediziner zusammen.

Der Reiz der Sache liegt weniger im großen KI-Versprechen als im kleinen, zähen Alltag: Personalmangel in den Praxen, manuelle Abrechnung, ein Regelwerk, das kaum jemand vollständig im Kopf hat. Wenn Software das zuverlässig abnimmt, merkt man den Fortschritt an der Rechnung — nicht an der Demo.

Der Digitalverband Bitkom hat am 5. August 2026 eine Befragung zum KI-Einsatz an deutschen Schulen veröffentlicht. Danach nutzen 58 Prozent der Lehrkräfte KI für schulische Zwecke — 2024 waren es 51 Prozent. Zwei Drittel halten die Technologie für eine Chance für die Bildung, 23 Prozent für ein Risiko. 89 Prozent finden, Schülerinnen und Schüler sollten den Umgang mit KI lernen; zugleich befürchten 42 Prozent einen Rückgang der geistigen Fähigkeiten.

Die Voraussetzungen sind ungleich verteilt. Nur 46 Prozent erhalten KI-Lizenzen von ihrer Schule, 19 Prozent greifen für den Unterricht ausschließlich auf private Accounts zurück. 58 Prozent fühlen sich im Umgang mit KI unsicher, 78 Prozent wünschen sich verpflichtende regelmäßige Fortbildungen.

Der Engpass bleibt die Infrastruktur: 49 Prozent bewerten die technische Ausstattung ihrer Schule als schlecht, 40 Prozent beklagen schlechtes oder fehlendes WLAN — immerhin ein Rückgang gegenüber 48 Prozent im Jahr 2024. 83 Prozent sehen deutsche Schulen international im Rückstand, 80 Prozent vermissen politische Unterstützung.

Bitkom-Präsident Dr. Ralf Wintergerst verschiebt die Debatte entsprechend: “Es geht nicht mehr darum, ob in Schulen KI eingesetzt wird, es geht um das Wie.” Und weiter: “Schulen brauchen Verlässlichkeit und eine digitale Vision statt vieler einzelner befristeter Maßnahmen.”

Datenbasis: Bitkom Research befragte in den Kalenderwochen 22 bis 26 telefonisch 501 Lehrkräfte der Sekundarstufen 1 und 2, repräsentativ.

Der Chef ruft per Video an, bittet dringend um eine Überweisung — und ist gar nicht der Chef. Genau gegen diesen Moment richtet sich ein Warnsystem, das das Fraunhofer-Institut für Sichere Informationstechnologie (SIT) in Darmstadt gemeinsam mit dem Fraunhofer Heilbronn Research & Innovation Center für Cybersecurity entwickelt hat. Es prüft Bild und Ton mitten im laufenden Gespräch und meldet, wie wahrscheinlich das Gegenüber ein Deepfake ist.

Das Charmante daran: Die Analyse bleibt auf dem eigenen Rechner, es werden keine Video- oder Audiodaten nach außen geschickt. “Für die lokale Echtzeitanalyse unserer Lösung reicht ein Rechner mit moderner Grafikkarte und zwölf Gigabyte Grafikspeicher”, sagt Prof. Martin Steinebach, der die IT-Forensik am Fraunhofer SIT leitet.

Videokonferenzen sind für die Erkennung besonders zäh — Kompression, schwankende Qualität, Weichzeichner. Also trainierte das Team gegen genau diese Effekte an; für die Audioerkennung mit rund 19.000 echten und etwa 160.000 manipulierten Aufnahmen. Maschinelles Lernen habe sich dabei als deutlich schneller und effizienter erwiesen als klassische Signalverarbeitung.

Noch ist das Ganze ein Demonstrator, kein fertiges Produkt. Geplant ist die Integration in Plattformen wie Teams oder Zoom, als Plugin oder eingebaute Sicherheitsfunktion. Offen bleibt die rechtliche Frage, ob und wie Teilnehmende einer solchen Analyse zustimmen müssen. Der Bedarf jedenfalls wächst: Singapurs Cyber Security Agency zählte im Januar 2026 über 1.200 Deepfake-Betrugsfälle per Video — nach 43 im Januar 2025.

Der Digitalverband Bitkom hat am 11. August 2026 Zahlen zur Personalplanung deutscher Tech-Startups vorgelegt. Danach haben 27 Prozent der befragten Unternehmen in den vergangenen zwölf Monaten wegen Künstlicher Intelligenz auf Neueinstellungen verzichtet. Sieben Prozent bauten Personal ab, 16 Prozent stellten wegen KI zusätzlich ein, die Hälfte sah keinen Effekt auf den Personalbedarf. Alle 102 befragten Startups setzen KI in ihren Geschäftsprozessen ein.

Für die kommenden zwölf Monate verschiebt sich das Bild kaum: 28 Prozent erwarten, wegen KI auf Einstellungen zu verzichten, 19 Prozent rechnen mit zusätzlichem Personal, zwei Prozent mit KI-bedingtem Abbau. Zugleich gehen 62 Prozent der Startups für 2026 von wachsenden Belegschaften aus, im Schnitt um vier Stellen.

Bemerkenswert ist die Größenentwicklung: Ein Startup beschäftigt derzeit im Mittel zwölf Mitarbeitende plus eine offene Stelle — nach 13 im Vorjahr und 15 im Jahr 2024. Bitkom-Präsident Dr. Ralf Wintergerst führt das auf Effizienzgewinne zurück: “KI macht viele Bürotätigkeiten und insbesondere auch die Softwareentwicklung effizienter.”

Einzuordnen ist das mit Vorsicht. Bitkom Research befragte in den Kalenderwochen 21 bis 27 online 102 Startups; der Verband bezeichnet die Erhebung selbst als Stimmungsbild ohne statistische Repräsentativität. Als Frühindikator für die Beschäftigungswirkung von KI im deutschen Gründungssektor bleibt sie dennoch aufschlussreich.

Berlin bekommt sein OpenAI-Büro. Was bislang nur in München stand, wird verdoppelt: Der ChatGPT-Hersteller plant nach Angaben von heise online (dpa) einen zweiten deutschen Standort in der Hauptstadt — ein festes Datum gibt es noch nicht, es soll aber “ziemlich bald” so weit sein.

Der Grund liegt nahe, und er ist schmeichelhaft für Deutschland: Gemessen an zahlenden ChatGPT-Abonnenten gehört das Land zu den drei größten Märkten weltweit und ist der größte in Europa. “Deutschland ist seit jeher einer unserer größten und am schnellsten wachsenden Märkte”, sagt OpenAI-Chef Sam Altman.

Spannender als die Schreibtische ist das, was daneben verhandelt wird. OpenAI lotet den Bau eines eigenen Rechenzentrums in Deutschland aus; Altman hat dazu bereits mit Vertretern des Berliner Senats gesprochen. Konkretes Ergebnis: bislang keines. Aber allein die Gespräche zeigen, dass es nicht nur um Vertrieb geht, sondern um Infrastruktur auf deutschem Boden.

Beim Dauerthema Datenschutz verweist Altman auf die Zero-Data-Retention-Vereinbarungen, die qualifizierten Geschäftskunden offenstehen: Übermittelte Daten landen dann nicht im Training künftiger Modelle. “Ich glaube fest an den Datenschutz für Unternehmenskunden”, so Altman. Als Beispiel für das Geschäft hierzulande nennt der Bericht die Zusammenarbeit mit der Deutschen Telekom.

Aus einem Büro werden zwei — und vielleicht, irgendwann, Serverhallen dazu.

Der Digitalverband Bitkom fordert in einem Positionspapier, die Vorbereitung auf eine allgemeine künstliche Intelligenz zur nationalen Aufgabe zu erklären. Als AGI bezeichnet der Verband ein System, das den Menschen in nahezu allen kognitiven Fähigkeiten erreicht oder übertrifft. Deren Auftreten hält Bitkom im Zeitraum zwischen 2030 und 2040 für plausibel, womöglich früher, und stützt sich dabei auf Experteneinschätzungen und den bisherigen Entwicklungsverlauf.

Sechs Forderungen listet das Papier auf: Der regulatorische Rahmen für den Bau von KI-Rechenzentren soll deutlich vereinfacht werden, die Bedingungen für Wagniskapital bei Start-ups und Scale-ups sollen sich verbessern, der Zugang zu Daten soll gezielt erleichtert werden. Hinzu kommen der Einsatz von Bundeshaushalt und öffentlicher Beschaffung zur Förderung von KI, die Gewinnung und Ausbildung von Fachkräften sowie der Aufbau von KI-Kompetenz in der Verwaltung. Als einzige Person führt die Seite Janis Hecker auf, Bereichsleiter AI – Regulierung & Strategie beim Verband.

Die Einordnung ist bemerkenswert: Bitkom vergleicht die wirtschaftlichen und gesellschaftlichen Folgen mit der industriellen Revolution, allerdings in erheblich kürzerer Zeit. Belege für die Zeitschätzung nennt die Zusammenfassung nicht; Zahlen, Zitate und Umsetzungsfristen fehlen ebenso. Die ausführliche Begründung steht in einem PDF, das der Verband zum Download anbietet.

Die NXTGN Startup Factory wächst: Zum 22. Juli sind die Universitäten Tübingen, Freiburg und Hohenheim dem baden-württembergischen Innovationsnetzwerk beigetreten. Betrieben wird die Plattform von der NXTGN Management GmbH; sie soll Forschungseinrichtungen, Start-ups sowie mittelständische und etablierte Unternehmen im Land enger verbinden.

Für das Thema KI ist vor allem der Tübinger Beitritt von Gewicht. Die Universität zählt nach Darstellung von Startbase zu den führenden deutschen KI-Standorten; sie beherbergt das Tübingen AI Center und gehört zum Cyber Valley, das als größtes europäisches Forschungskonsortium für Künstliche Intelligenz beschrieben wird. Damit rückt dieser KI-Verbund an eine Struktur heran, die Forschung und Unternehmen zusammenbringen soll. Für Freiburg und Hohenheim nennt der Bericht keine vergleichbare KI-Einordnung.

Bereits zuvor gehörten dem Verbund das KIT, die Universitäten Stuttgart, Heidelberg und Ulm, die Hochschule der Medien Stuttgart, das IPAI sowie die Campus Founders Heilbronn an. Die Erweiterung bündelt damit einen großen Teil der baden-württembergischen Forschungslandschaft in einer Struktur.

Offen bleibt, was der Beitritt praktisch bedeutet: Zu Mitteln, Programmumfang und Zeitplänen macht der Bericht keine Angaben, benannte Verantwortliche oder Zitate fehlen ebenfalls.

Eine Milliarde Dollar Bewertung, 180 Millionen Dollar frisches Kapital — und ein Firmensitz, der sich auf Berlin und New York verteilt: Augustus ist Unicorn. Die Series B führt Tiger Global an, mit dabei sind Hummingbird, QED sowie Angel-Investoren aus dem Umfeld von Nubank, Ramp, Circle und Deel.

Was das deutsch-amerikanische Fintech baut, klingt technisch und ist im Zahlungsverkehr hochrelevant: eine API-basierte Banking-Plattform, über die internationale Banken und Fintechs direkten Zugang zum US-Dollar erhalten — SWIFT, ACH, SEPA und Stablecoins inbegriffen. Seit Mai 2026 hält Augustus dafür eine eigene US-Banklizenz.

Die KI sitzt im Maschinenraum. Die Core-Banking-Plattform Marble automatisiert die Abwicklung nach Angaben von Startbase mithilfe Künstlicher Intelligenz. Viel mehr verrät der Bericht darüber nicht: Wie die Modelle konkret arbeiten, bleibt offen, und auch Transaktionsvolumen, Kundennamen und die Namen der Gründerinnen und Gründer nennt er nicht.

Bemerkenswert bleibt die Nachricht dennoch, gerade für Berlin. Hier entsteht mit deutschem Standbein Infrastruktur für den weltweiten Dollar-Verkehr — und ihr Kern läuft automatisiert.