Das AGORÀ Briefing — Samstag, 26. September 2026

Guten Morgen, Adam. Die Kampagne läuft seit Juli 2026 und am 22. September war sie noch aktiv. Entdeckt hat sie Gambit, ein Sicherheits-Start-up, durch den direkten Zugang zu einem Staging-Server des Angreifers. Die Zahlen, die BleepingComputer am 23. September 2026 veröffentlicht hat, lauten so: über 600.000 gültige Kartendatensätze bei zwei Unternehmen abgegriffen, Skimmer aktiv auf mindestens 119 Websites, 27 Firmen in fünf Tagen kompromittiert. Unter den Opfern eine Hotelkette aus dem Fortune 500, eine große US-Fluggesellschaft, ein amerikanischer Industriehändler und ein Online-Modehändler. Das Detail mit dem größten Gewicht betrifft die Befehlskette. Ein einziger menschlicher Operator, von den Forschern als chinesisch eingeordnet, gab kurze Anweisungen zu den Zielen. Alles Weitere führten die Modelle aus: drei Agenten und jeder von ihnen hatte eine eigene Rolle und eine eigene Aufgabe. Strix ist ein offenes Programm für Penetrationstests und es durchsuchte die Websites nach Schwachstellen. Die menschliche Arbeit schrumpfte hier auf wenige Textzeilen.

Hallo Adam und einen Gruß an alle, die zuhören. Der Court of Appeals for the District of Columbia Circuit hat am 25. September 2026 das Verfahren mit der Nummer 26-1049 entschieden, verbunden mit dem Verfahren mit der Nummer 26-1162. Beschwerdeführerin ist Anthropic PBC. Beschwerdegegner sind das United States Department of War und Peter B. Hegseth in seiner amtlichen Funktion als Secretary of War. Die mündliche Verhandlung fand am 19. Mai 2026 statt, so steht es im Text der Entscheidung, den CourtListener veröffentlicht hat. Auf dem Deckblatt steht, worum es geht: Anträge auf Überprüfung eines Verwaltungsakts des Department of War. Für die Beschwerdeführerin trug Kelly P. Dunbar vor, für die Verwaltung Sharon Swingle vom Department of Justice. Bis zu dieser Entscheidung galt das Verhältnis zwischen den Anbietern fortgeschrittener Modelle und einem öffentlichen Kunden als einfacher Vertrag zwischen Privaten, mit Nutzungsklauseln und Geschäftsbedingungen. Streitigkeiten klärten die beiden Seiten im Verhandeln miteinander. Von dieser Entscheidung an gelten stattdessen die Regeln des Verwaltungsrechts.

Ich grüße dich, Adam. Die Gruppe um Jinge Wu und David A. Clifton hat LabFactory am 23. September 2026 auf arXiv eingereicht, in der Kategorie Machine Learning. Die Zusammenfassung der Studie spricht von einem vollen Ergebnis: Die von den Agenten gebauten Labore übertrafen die Referenzwerte in allen 33 Prüfungen, sofern die Prüfungen auf der Maschine der bewertenden Seite liefen. Dieser volle Punktwert ist die Zahl, die alle zitieren und er ist der am wenigsten aussagekräftige Teil der Arbeit. Der messbare Beitrag steckt im Protokoll. Der Gegenstand der Bewertung wandert von dem Bericht, den der Agent über die eigenen Fortschritte abgibt, hin zum ausgelieferten Artefakt. Ein separater Rechner führt dieses Ergebnis mit zurückgehaltenen Testdaten aus. Die richtigen Lösungen bekommt der Agent dabei nie zu sehen und die Punkte vergibt der Rechner nach dem Protokoll der Aufgabe. Die Zusammenfassung sagt auch, wie die Stichprobe aussieht: 28 Labore, von den Autoren ausgewählt. Die Auswahl ist eine methodische Angabe und man muss sie neben dem Ergebnis lesen. Wer bewertet, glaubt dem Bericht des Agenten nicht mehr, sondern prüft das gelieferte Programm.

Guten Morgen dir und allen, die uns folgen. Eine Untersuchung von Visier, einem kanadischen Softwarehaus, liefert eine Messgröße, die alle im Blick behalten sollten, die sich in Unternehmen mit Menschen befassen: 48 Prozent der Beschäftigten geben zu, vor Kollegen und Vorgesetzten übertrieben zu haben, wie stark sie KI nutzen oder wie gut sie damit umgehen können. Die Stichprobe umfasst 1.000 Vollzeitbeschäftigte in den Vereinigten Staaten, tätig in Gesundheitswesen, Finanzen, Personalwesen und weiteren Bereichen. Dieselbe Gruppe bringt eine zweite Messgröße, hilfreich zum Lesen der ersten: 54 Prozent sagen, Rolle oder Karriere hätten sich in den letzten zwei Jahren durch KI grundlegend verändert. Visier nennt dieses Verhalten performative Nutzung von KI. Der Rahmen zählt: Befragt wurden Beschäftigte in den Vereinigten Staaten und sie haben ihr eigenes Verhalten und ihre eigene Wahrnehmung geschildert. Damit verlieren die Zahlen zur KI-Einführung ihren Wert, die sich Führungsetagen in ihren Sitzungen präsentieren. Ein Werkzeug öffnen und ein besseres Ergebnis erzielen bleiben zwei verschiedene Dinge.

Hallo an alle. Am 25. September 2026 hat Nscale, ein britischer Neocloud-Anbieter, eine Finanzierung über 3,36 Milliarden Dollar angekündigt, im Hinblick auf den noch in diesem Jahr erwarteten Gang an die NYSE. Die Summe kommt wenige Tage nach der Einreichung der Börsenunterlagen. Die Struktur ist ein Wandeldarlehen unter Führung des Hedgefonds Third Point: 2,36 Milliarden Dollar sofort verfügbar und eine weitere Milliarde von Nvidia, bereits Investor, die Mitte November eintrifft. Die Darlehen wandeln sich in Aktien, sobald die Notierung abgeschlossen ist. Auch Fierce Network bestätigt das Geschäft. In den Mitteilungen heißt das Ganze schlicht Financing. Im Kern ist es eine Zwischenfinanzierung bis zum Börsengang: Die Geldgeber bekommen die Aktien später mit einem Abschlag auf den künftigen Preis und dieser Abschlag ist ihre Prämie für das Risiko. Das Wandelinstrument vermeidet, heute eine Bewertung festzuschreiben: Wer jetzt das Geld gibt, sichert sich seine Aktien vor allen anderen beim Börsengang. Rechenkapazität bucht man Jahre vor der Nutzung und man bucht sie mit Milliarden Dollar.

Einen Gruß, Adam. Im Jahr 1846 finanzierte das britische Privatkapital tausende Meilen Eisenbahn, denen die Passagiere noch fehlten: Zuerst entstand die Kapazität, die Erlöse kamen später und dazwischen lagen die Schulden. Im Oktober 1847 setzte die Regierung den Bank Charter Act aus, um den Handelskredit am Leben zu halten. Die Schienen blieben an ihrem Platz, während die Aktionäre ihr Geld verloren und von der Bühne abtraten. Im Januar 2002 meldete Global Crossing Insolvenz an, nachdem es Glasfaserkabel für eine Nachfrage verlegt hatte, die es erst in den folgenden zehn Jahren erwartete. Im Juli desselben Jahres kam der Zusammenbruch von WorldCom. Im Oktober 2018 beantragte Sears Chapter 11 und hunderte amerikanische Einkaufszentren verloren mit einem Schlag den Mieter, der ihnen die Besucher brachte. Drei Präzedenzfälle genügen für ein Muster: Die Kapazität wird im Voraus gebaut, Schulden finanzieren sie und die Nachfrage hängt an sehr wenigen Kunden. Heute ist die Größe, auf die man schauen muss, die Energie: über 24 Gigawatt Kapazität bereits ausgeliefert. Und eine Studie zu chinesischen Rechenzentren, veröffentlicht am 25. September 2026, zählt mehr als tausend davon. Die Debatte über nationale Rechenkapazität dreht sich um Modellnamen, entschieden wird sie aber über Gigawatt.

Einen Gruß an alle, die uns zuhören. Die Kosten der Autonomie sinken nicht beim Training, sie verschieben sich nur an eine andere Stelle. Sie verlassen das Rechenzentrum und landen in einem leichten Modell, das auf dem Prozessor an Bord der Maschine arbeitet. Das Dokument, das das belegt, trägt das Datum 24. September 2026. TSPulse, ein Foundation Model für Zeitreihen, arbeitet offline und erzeugt Pseudo-Labels auf Telemetrie, angereichert mit eingespeisten Fehlern. In der Maschine selbst läuft ein anderes, kleines Modell namens MiniRocket und ein rekursiver Kleinste-Quadrate-Schätzer justiert es laufend nach. Das große Modell braucht man nur einmal, in der Entwicklung. Das kleine wird zum verkauften Produkt. Üblicherweise heißt es, die Grenze der Autonomie sei der Preis des Trainings, also die Maschinen in Reihe, die Grafikkartenstunden und die Sammlungen von Beispielen, die Menschen aufgezeichnet haben. Für alle, die Roboter in Fabriken stellen, wiegt ein anderer Posten schwerer: die Grenzkosten einer korrekten Entscheidung an Bord, Millionen Mal am Tag wiederholt. Die entscheidende Rechenkapazität sitzt nicht mehr im Rechenzentrum, sondern verteilt sich auf viele einzelne Maschinen – so wie die offenen Werkzeuge, von denen Leon am Anfang sprach.