KI-News vom 15.11.2026

Googles Gemini 4 Carbon hat in der unabhängigen MathArena-Benchmark den ersten Platz erreicht und damit OpenAIs GPT-6.1 Sol überholt. Anthropic folgt mit Claude Fable 5.2 auf Rang zwei. Die Bewertung misst, wie gut aktuelle Sprachmodelle anspruchsvolle mathematische Aufgaben lösen. Carbon erzielte dabei eine geschätzte Erfolgsquote von 85,4 Prozent, während GPT-6.1 Sol auf rund 80,6 Prozent kam. Die Ergebnisse beruhen auf verschiedenen Reasoning-Einstellungen, also Verfahren, bei denen ein Modell zusätzliche Rechenschritte für schwierige Aufgaben nutzt.

Der Vorsprung hat allerdings Grenzen. Gemini 4 Carbon überschreitet laut der Auswertung regelmäßig Zeitlimits und kann für einzelne Aufgaben ein Vielfaches der Kosten von OpenAIs Modell verursachen. Ein Spitzenplatz in einem Test bedeutet deshalb nicht automatisch, dass das Modell im Alltag die beste Wahl ist. Für Unternehmen zählt ebenso, wie schnell, zuverlässig und günstig ein System arbeitet. Die Benchmark zeigt dennoch, dass sich das Kräfteverhältnis bei anspruchsvollen KI-Aufgaben weiter verschiebt.

OpenAI hat sein eigenständiges Robotik-Team aufgelöst und die beteiligten Forschenden auf andere Bereiche verteilt. Nach Darstellung des Unternehmens bedeutet das keinen Rückzug aus der Robotik. Die Forschung soll vielmehr enger mit allgemeinen KI-Modellen verbunden werden, während angewandte Robotik und Hardware in größere Organisationsstrukturen wechseln. Allgemeine Modelle sind Systeme, die nicht nur eine einzelne Aufgabe beherrschen, sondern Wissen und Fähigkeiten auf viele Einsatzfelder übertragen können.

Der Schritt markiert einen Strategiewechsel in einem Bereich, der lange von spezialisierten Robotermodellen geprägt war. OpenAI setzt offenbar darauf, dass leistungsfähige Allzweckmodelle künftig auch Roboter steuern, Bewegungen planen und mit wechselnden Situationen umgehen können. Das könnte Entwicklungsaufwand sparen, erhöht aber zugleich die Anforderungen an Sicherheit und Tests. Roboter handeln in der physischen Welt; Fehler haben dort unmittelbar Folgen für Menschen, Maschinen und Produktionsabläufe. Die Neuordnung zeigt daher, wie eng Modellforschung und praktische Robotik inzwischen zusammenwachsen.

Runway hat sein Robotermodell Praxis-1 mit offenen Gewichten und Quellcode veröffentlicht. Die Apache-2.0-Lizenz erlaubt es, das Modell vergleichsweise frei zu verwenden, anzupassen und in eigene Projekte einzubauen. Praxis-1 verarbeitet Kamerabilder, Textanweisungen und Positionsdaten und berechnet daraus passende Bewegungen für Roboter. Das Modell wurde mit Videos und Roboterdaten trainiert und soll sich durch zusätzliches Training an neue Robotersysteme anpassen lassen.

Die Veröffentlichung ist relevant, weil Robotikmodelle bisher häufig nur ausgewählten Partnern oder als geschlossene Dienste zur Verfügung standen. Offene Gewichte erleichtern Forschung, Tests und die Entwicklung neuer Anwendungen, senken aber nicht automatisch die technischen Hürden. Praxis-1 verwechselt laut der Beschreibung gelegentlich ähnliche Gegenstände und kann komplexe Handlungsketten noch nicht zuverlässig selbstständig planen. Für reale Roboter bleiben deshalb kontrollierte Umgebungen, zusätzliche Anpassung und menschliche Überwachung notwendig. Runways Schritt könnte dennoch den Wettbewerb um offene Modelle für physische KI beschleunigen.

Anthropic hat Claude for Manufacturing vorgestellt, ein Plugin, das Claude mit verbreiteten Programmen aus der Industrie verbindet. Unterstützt werden unter anderem Autodesk Fusion, Oracle NetSuite, Microsoft 365 und Infor. Die KI kann Angebote auf Grundlage realer Lagerbestände entwerfen, Lieferanten vergleichen, Qualitätsberichte erstellen, Designvarianten erzeugen sowie Sensordaten und technische Handbücher auswerten. Für bestimmte Abläufe kann Claude nach menschlicher Freigabe auch Bestellungen bei Ersatzlieferanten auslösen und die Produktionsplanung anpassen.

Damit verschiebt sich der Einsatz von KI vom Chatfenster in betriebliche Prozesse. Besonders wichtig ist, dass Ergebnisse mit den zugrunde liegenden Dokumenten verknüpft werden, damit Beschäftigte sie prüfen können. Physische Maschinen steuert das Plugin derzeit noch nicht direkt. Anthropic arbeitet parallel an einem einheitlichen Standard, über den KI-Agenten künftig Geräte wie Roboterarme oder Mikroskope bedienen könnten. Das verspricht kürzere Einrichtungszeiten, verlangt wegen der begrenzten Zuverlässigkeit heutiger Modelle aber klare Freigaben und menschliche Kontrolle.

Sicherheitsforscher haben untersucht, wie Sprachmodelle kritische Infrastruktur angreifen könnten. In einer Testumgebung, die einen realen Windpark mit Siemens-Steuerungen und industriellen Kontrollsystemen nachbildete, erhielten Claude und Kimi zunächst nur VPN-Zugangsdaten. Beide Modelle konnten sich anschließend selbstständig im Netzwerk bewegen, Systeme analysieren und die simulierte Stromerzeugung abschalten. Dafür nutzten sie vor allem Fehlkonfigurationen und Standardpasswörter, nicht neu entdeckte Sicherheitslücken.

Claude benötigte laut dem Versuch 66 Minuten, Kimi weniger als zwei Stunden. Ein KI-Agent ist dabei ein Modell, das nicht nur Antworten formuliert, sondern eigenständig mehrere Schritte ausführt und Werkzeuge bedient. Die Ergebnisse bedeuten nicht, dass beliebige Modelle sofort reale Windparks übernehmen können. Sie zeigen aber, dass fehlende Zugangskontrollen und schlechte Netzwerkkonfigurationen durch KI schneller ausgenutzt werden könnten. Für Betreiber kritischer Infrastruktur werden deshalb segmentierte Netze, starke Zugangsdaten, Überwachung und Tests gegen automatisierte Angriffe wichtiger.