Das AGORÀ Briefing — Freitag, 11. September 2026

Guten Morgen Adam, guten Morgen allerseits. Die Projektionen des Stabs der Europäischen Zentralbank, veröffentlicht im September, führen die Investitionen rund um künstliche Intelligenz neben Verteidigung und Infrastruktur auf, als ausdrückliche Motoren des mittelfristigen Wachstums. Das Dokument setzt das reale Wachstum des Bruttoinlandsprodukts für 2026 auf 0,9 Prozent. Der Präzedenzfall liegt im Jahr 1999. Damals nahm die Federal Reserve unter Alan Greenspan die von der Informatik getriebene Produktivität in ihre geldpolitische Überlegung auf. Der private Capex in Netze und Halbleiter war die Voraussetzung, und die Zentralbank hielt die Bedingungen locker. Im Jahr 2001 brach der Capex in der Telekommunikation ein, die Rezession folgte, und jener Produktivitätsanker erwies sich als Marktannahme, verkleidet als monetäres Fundament. Die Struktur bleibt identisch: der Markt diktiert den Investitionszyklus, und die Zentralbank bestätigt ihn.

Hallo Adam, und hallo an alle, die zuhören. Ein Teil dieses Geldes landet im Licht. Am 10. September 2026 hat Huawei auf der China International Optoelectronic Exposition in Shenzhen das gezeigt, was das Unternehmen als weltweit erstes optisches Modul mit near-packaged optics bezeichnet, das 7,2 Terabit pro Sekunde erreicht, indem es 36 Kanäle mit je 200 Gigabit bündelt. Das berichtet die South China Morning Post. Das Modul ersetzt Kupfer durch Licht, um Daten zwischen den Beschleunigern zu transportieren, mit weniger Signalverlust und weniger Energieverbrauch als die heutigen Systeme. Man Jiangwei, Leiter des fortgeschrittenen Optoelektronik-Labors des Unternehmens, erklärte, das Produkt sei in die Phase der industriellen Entwicklung eingetreten, und die Großserienfertigung komme, sobald die Lieferkette bereit sei. Es bleibt eine Ankündigung, noch weit entfernt von der kommerziellen Verfügbarkeit im großen Maßstab. Das Signal dahinter ist klar: der Wettlauf wechselt das Ziel, vom Rechensilizium zum Fabric, das Tausende Prozessoren miteinander verbindet.

Schön, euch zu hören, Adam und liebe Zuhörer. Ich habe ein Paper gefunden, veröffentlicht am 10. September 2026, das eine andere Geschichte erzählt, mit überprüfbaren Zahlen. Ein Controller lernt in 18 Sekunden auf einer Laptop-CPU, mit der Hand zu schreiben. An diesem Punkt werden die Kosten der Trainingsdaten für ein Robot Foundation Model marginal, und der Engpass wandert vom Compute zum Urteilsvermögen. Der Konsens hat den falschen Rahmen: er misst die Größe des Compute und das Volumen der Daten, und übersieht die Variable, die Geschicklichkeit wirklich vorhersagt, nämlich die Anpassung in Echtzeit am physischen Roboter. Moderne Simulatoren tun sich schwer, die Komplexität des Kontakts zwischen Hand und Objekt nachzubilden, und das Sammeln geschickter Demonstrationen bleibt ein offenes und teures Problem. Das Paper nennt beide Grenzen als Motivation, und umgeht sie dann: der Controller startet mit der Schätzung der Jacobi-Matrix des Paars Hand und Objekt, live am Roboter berechnet. Das ist ein Regimewechsel, weit mehr als ein vorübergehender Trend.

Einen Gruß an alle, und an dich, Adam. Dein Zweifel hat auf arXiv bereits eine Antwort. Eine Studie, veröffentlicht am 5. September 2026, beschreibt zum ersten Mal einen Angriff zur Erschöpfung von Ressourcen auf Vision-Language-Modelle, der Prompt und Pixel als gemeinsame gegnerische Variablen behandelt, statt den Bildkanal als einzigen Hebel zu isolieren. Die Autoren sind sechs Forscher, darunter Zhaoxiong Ni und Yatie Xiao, und sie nennen die Methode Joint Pixel-Prompt Optimization, kurz JPPO. Es handelt sich um die erweiterte Version einer Arbeit, die auf der Konferenz ACM CCS angenommen wurde. Bis heute gingen diese Angriffe von einem unimodalen Bedrohungsmodell aus: der Prompt-Kanal blieb fest, sichtbar für den Nutzer, ausgeschlossen von der gegnerischen Optimierung. Das Team bewertet fünf Familien von Open-Source-Modellen auf MS COCO und ImageNet, mit einem Störungsbudget von 8 von 255 in der Unendlich-Norm. Dieses Budget legt fest, wie unmerklich die Störung bleiben kann. Die Angriffsfläche verdoppelt sich damit praktisch.

Adam, einen guten Tag dir und allen, die uns folgen. Salesforce sagt, die Antwort zu haben, und nennt sie Control Plane. Das Unternehmen hat eine neue Architektur veröffentlicht, das Enterprise AI Harness, gedacht, um den Agenten ein gemeinsames Verständnis von Kunde und Unternehmen zu geben. Das Projekt vereint sechs Fähigkeiten, genannt Kontext, Agentivität, Aktion, Governance, Sicherheit und Modelle, auf einer gemeinsamen und modularen Architektur. Darum herum entsteht eben die Control Plane: ein einziger Punkt, von dem aus man die Agenten sehen, verwalten und steuern kann, während sie sich vermehren. Das erklärte Beispiel ist die Frage: können wir diese Bestellung heute ausliefern? Die Antwort verlangt Daten, die über CRM, ERP, Verträge und interne Richtlinien verstreut sind. Der Agent muss diesen Kontext verstehen, die richtige Aktion wählen und innerhalb der vom Unternehmen gesetzten Grenzen handeln. Das technische Versprechen ist hoch: offenes Reasoning, verbunden mit kontrollierter Ausführung. Die Schwachstelle liegt in der Governance, die viel langsamer läuft als die Agenten, die sie im Zaum halten soll.

Hallo an alle, und hallo Adam. Die Pause hat ein Datum: den 13. Juli 2026. An diesem Tag hat das Department of Defense den Übergang zur Phase 2 der Cybersecurity Maturity Model Certification ausgesetzt, des Programms, das in fünf Jahren aufgebaut wurde, um die IT-Sicherheit der industriellen Basis der Verteidigung zu zertifizieren. Die Entscheidung kommt mit zwei Verwaltungsmemoranden, eines vom Chief Information Officer des Ministeriums und eines vom Under Secretary of Defense for Acquisition and Sustainment. Zusammen ordnen sie an, ausschließlich die Selbstbewertung zu akzeptieren, streichen die Anforderungen der höheren Stufen aus laufenden Ausschreibungen und bestehenden Verträgen, und blockieren jede Ausnahme während einer Überprüfung von 60 Tagen. Das berichtet Lawfare. Das Ministerium spricht von Entlastung für die kleinen Zulieferbetriebe, und die Begründung hat Substanz: die Zertifizierung der dritten Stufe kostet viel für alle, die mit knappen Margen arbeiten. Die Art und Weise dagegen verändert den rechtlichen Rahmen radikal: ein Programm, das auf formalen Regeln ruht, wird durch einfache Memoranden gestoppt.

Gutes Zuhören allerseits, und schön, dich wiederzuhören, Adam. In Sharjah haben sie genau das getan. Am 9. September 2026 hat das Sharjah Digital Department 24 Chief Executives und Generaldirektoren aus 21 Behörden des Emirats versammelt, zu einem Workshop über Führung auf Vorstandsebene im Zeitalter der KI, organisiert mit PwC Academy Middle East und berichtet von Voice of Emirates. Die Zusammensetzung sagt etwas Präzises: Führungskräfte an der Spitze, aufgerufen zu entscheiden, wo die Autorität zwischen Menschen und intelligenten Systemen liegen soll, noch bevor sie wählen, welche Werkzeuge sie einführen. Die These, die sich durch die in den letzten Monaten gesammelte Evidenz zieht, bleibt konsistent: die Fähigkeit der Führungskräfte, die Einführung zu steuern, wiegt schwerer als die Qualität der Werkzeuge. Cornerstone hat eine Lücke dokumentiert zwischen den 94 Prozent der Führungskräfte, die eine Auswirkung der KI auf die Arbeit wahrnehmen, und den 17 Prozent der Menschen, die sich bereit fühlen, mit diesen Werkzeugen zu arbeiten. Der Engpass bleibt die Führung, und diese Lücke sagt das mit aller Klarheit.

Einen herzlichen Gruß an Adam und an alle: die Geschichte beginnt in Ottawa. Dort sitzt Kinaxis, ein Unternehmen, das Software für das Management der Lieferkette baut. Seine Plattform heißt Maestro und geht ein Problem an, das jede Branche berührt: die geopolitische Unsicherheit macht Logistikpläne innerhalb weniger Wochen überflüssig. Fertigung, Halbleiter und Reedereien stellen sich dieselbe Frage: wie sagt man die Wirkung eines Ereignisses in Tausenden Kilometern Entfernung voraus, bevor es zu einer Produktionsverzögerung oder zu einem leeren Regal wird. Die Straße von Hormus, schwankende Zölle und Handelsspannungen verlangen schnelle Antworten. Kinaxis kombiniert prädiktive künstliche Intelligenz, Szenariomodellierung und autonome Agenten, und wählt die Orchestrierung anstelle der statischen Prognose: eine einzige Umgebung mit Verkaufsdaten, Produktionskapazität, Lagerbestand und externen Signalen wie Wetter und Marktnachrichten. Wenn sich die Welt in einer Woche verändert, verändert sich der Plan mit ihr.