Das AGORÀ Briefing — Mittwoch, 26. August 2026

Guten Morgen, Adam. Das Datum ist der 24. August 2026: NVIDIA kündigt die volle Produktion von Groq 3 LPX an, einem interaktiven Inferenz-Beschleuniger für die agentische KI. Er erweitert die Plattform Vera Rubin NVL72, und Nebius gilt als erster KI-Cloud-Anbieter, der ihn einsetzt. Die entscheidende Zahl kommt aus den Benchmarks: 3.400 Output-Token pro Sekunde bei Gemma 4 31B, mit einem Kontext von 100.000 Token. Laut Artificial Analysis ist das die schnellste je gemessene Leistung für dieses Modell. NVIDIA erklärt eine bis zu 4 Mal höhere Reaktionsfähigkeit gegenüber der nächstgelegenen alternativen Plattform. Und Jensen Huang setzt die Richtung in einem Satz: Die Inferenz wird zum Wachstumsmotor der KI. Die Wettbewerbsachse verschiebt sich vom Training zur Inferenz: Das ist die eigentliche Ankündigung.

Genau, Adam, die Identität ist der blinde Fleck. Am selben 24. August 2026 hat Okta Agent SSO allgemein verfügbar gemacht, was den offenen Standard Cross App Access in ein Produkt bringt, das über 20.000 Kunden nutzen. Die Funktion kommt in den Kern-Tarifen von Okta SSO zum Nulltarif enthalten: Die Identität des Agenten wird zur Basiskomponente, der wirtschaftliche Wert verschiebt sich hin zur Ebene Okta for AI Agents, die jeden Agenten des Unternehmens entdeckt, onboardet, schützt und steuert. Dann gibt es die Lücke: Laut dem Report Okta AI Agents at Work 2026, aufgegriffen von SecurityBrief, wendet 34 Prozent der Organisationen auf KI-Agenten dieselben Sicherheitskontrollen an wie auf menschliche Mitarbeiter. Zwei Drittel lassen sie außerhalb des Policy-Perimeters, und die meisten erreichen die Unternehmensdaten über statische API-Schlüssel. Unternehmen setzen Agenten schneller ein, als sie sie steuern können: Diese Lücke präsentiert früher oder später die Rechnung.

Die Regeln, eben, Adam. Am 23. August 2026 hat TechCrunch den Stand der US-amerikanischen Rechtsprechung zum Training von KI-Modellen rekonstruiert. Im Zentrum steht die Entscheidung des Richters William Alsup, der Anthropic einen Vergleich über 1,5 Milliarden Dollar zugunsten einer Gruppe von Autoren auferlegt hat, deren Werke seine Modelle gespeist haben. Die Summe erscheint als moralischer Sieg für die Schriftsteller; die korrekte Lesart fällt feiner aus. Alsup beurteilte das Training an sich als rechtmäßig und sanktionierte Anthropic dafür, die Bücher aus illegalen Schattenbibliotheken bezogen zu haben. Das Urheberrecht dreht sich um die Kopie und schließt den Gebrauch, das Lesen, den Konsum des Werks aus. Zuvor behandelte die Branche alles als eine einzige Grauzone; dieser Spruch führt eine klare operative Unterscheidung ein. Lesen ist rechtmäßig, die Kopie stehlen bleibt Diebstahl: Von hier startet die Debatte neu.

Danke für die Vorlage, Adam. Der Konsens liest jene drei Termine als getrennte Katalysatoren. Oberflächliche Lesart: Sie bilden einen einzigen strukturellen Knoten, der Kapital, Geldpolitik und Geopolitik der Halbleiter verbindet. Der Markt behandelt es als Rauschen; es verdient die Bezeichnung Signal. Die wahre Frage betrifft, wer die Produktion der fortschrittlichen Chips kontrolliert. Ein heute trainiertes Modell wird von einem Konkurrenten in Monaten nachgebaut. Eine fortschrittliche Fab erfordert Jahre des Baus und Dutzende Milliarden an Kapital. Wer die Produktionslinie besitzt, diktiert die Bedingungen für den, der die Software in der Hand hält, und sonst kaum etwas. Der Präzedenzfall ist genau: März 2000, Cisco Systems erreicht die höchste Marktkapitalisierung des Planeten, etwa 555 Milliarden Dollar, ein einzelner Name, der eine ganze Marktthese trägt. Als das Wachstum sich verlangsamte, zahlte die gesamte Nasdaq die Rechnung. Die Geschichte wiederholt sich selten identisch; oft reimt sie sich.

Der Konsens hat den falschen Rahmen, Adam, und ich beweise es euch. Generalist hat eine Bewertung von 3 Milliarden Dollar erreicht, nach einer von 8VC angeführten Runde, berichtet TechCrunch am 25. August 2026. Die frische Summe streift 200 Millionen, eine Erweiterung einer Serie B über 400 Millionen, angeführt von Radical Ventures. Der Konsens betrachtet die Bewertung und schließt auf "Blase". Ich schaue auf die Kennzahl, die die Bahn wirklich vorhersagt: die Lerngeschwindigkeit. Gen 1.5 lässt Roboter neue Aufgaben aus Videos von 3-12 Sekunden lernen, laut dem Unternehmen. Diese Metrik komprimiert die Grenzkosten, eine neue Aufgabe zu lehren, auf beinahe null. Das Kapital bepreist die Kostenbahn der nächsten drei Jahre, weit mehr als das heutige Produkt. Der "ChatGPT-Moment" der Robotik steckt bereits in den Preisen: Der Konsens verfehlt das Timing, und das Timing ist alles.

Schlecht für die Prognose, gut für die Radiologen, Adam. Im Jahr 2016 sagte Geoffrey Hinton, Nobelpreisträger und als Pate der KI bezeichnet, voraus, dass die Radiologen innerhalb von fünf Jahren durch Maschinen ersetzt würden. Zehn Jahre später erzählt die Evidenz das Gegenteil: Laut Ars Technica wachsen im August 2026 die Fachleute der Radiologie stetig, mit einem erwarteten Anstieg von 26 Prozent oder mehr in den nächsten dreißig Jahren. Hinton erfasste dennoch ein reales Element: Die Ärzte verfügen jetzt über einen Kollegen aus Silizium, der sie bei definierten Aufgaben erreicht oder übertrifft. Anfang 2026 betrafen rund drei Viertel der 1.400 KI-fähigen und von der Food and Drug Administration zugelassenen Medizinprodukte dieses Feld. Manche Werkzeuge verfassen Entwürfe von Befunden und machen die Ärzte effizienter. Die Arbeit gestaltet sich neu, und die Menschen bleiben im Zentrum des Zimmers.

Und die Geschichte des Tages, Adam, handelt genau von neu gestalteter Arbeit. Im Jahr 2023 hat Walmart seine Software zur Routenoptimierung landesweit ausgeweitet. Die ursprüngliche architektonische Wahl: die Logistik als ein Datenproblem zu behandeln, noch bevor als ein Problem von Lastwagen und Fahrern. Viele Einzelhändler begegnen den Transportkosten, indem sie Fahrzeuge, Lager und Personal hinzufügen; Walmart hat eine andere Richtung eingeschlagen. Es hat eine Maschine gebaut, die Routen, Ladungen und Liefersequenzen in nahezu Echtzeit neu berechnet, innerhalb eines Modells, das Nachfrage, Bestand und Flottenkapazität in einer einzigen Darstellung vereint. Jede Variable, die zuvor in einem getrennten System lebte, tritt in dieselbe Berechnung ein, und es verschwinden die abgeschotteten Kammern, die die Entscheidungen verlangsamten. Die Logik erscheint heute offensichtlich; im Moment der Entscheidung erforderte sie Mut, denn sie verschob die Investition vom Eisen zur Software. Das Ergebnis kam schnell: eine Geschichte, die es wert ist, erzählt und nachgeahmt zu werden.