KI heute: Apertus 1.5 und NVIDIA in der Industrie

Der Wissensstand vom 2026-10-20. Das Quellmaterial wurde am 2026-10-20 zusammengetragen.

Der heutige Überblick umfasst wichtige Aktualisierungen im Ökosystem der künstlichen Intelligenz. Wir analysieren die Veröffentlichung der Modelle Apertus 1.5, die strategische Zusammenarbeit von NVIDIA mit dem deutschen Industriesektor sowie die Entwicklung souveräner Datenstandards in den Medien mit Unterstützung der Europäischen Rundfunkunion. Darüber hinaus betrachten wir neue Initiativen von OpenAI im Bereich von Nischen-Programmiersprachen und die praktische Anwendung des Gemini-Modells beim professionellen Bekleidungsstyling, was auf eine immer breitere Nutzung multimodaler Modelle in verschiedenen Wirtschaftszweigen hinweist.

Das Wichtigste in Kürze (TL;DR)

• Apertus 1.5: Es wurden 8B- und 70B-Modelle mit nativer Bild- und Tonunterstützung sowie einem Fenster von 262k Token bereitgestellt.
• Deutsche Strategie für industrielle künstliche Intelligenz mit NVIDIA: Es wurde eine Absichtserklärung zur Zusammenarbeit bei der Entwicklung von KI im Industriesektor unterzeichnet, die Investitionen in deutsche Start-ups umfasst.
• NVIDIA und die Europäische Rundfunkunion entwickeln Standards für Datensouveränität in den Medien: EBU und NVIDIA implementieren Rahmenbedingungen für Datensouveränität, indem sie offene KI-Modelle in die europäische Infrastruktur integrieren.
• OpenAI unterstützt Nischen-Programmiersprachen: Es wurden Evaluierungssets veröffentlicht, die die Leistung des ChatGPT-Modells in SQLite-Umgebungen sowie bei der COBOL-Code-Migration verbessern.
• Nutzung von Gemini beim professionellen Bekleidungsstyling: Das Gemini-Modell unterstützt die Prozesse der Styling-Visualisierung und die Generierung von Anweisungen zur Textilpflege bei der professionellen Arbeit einer Stylistin.

Apertus 1.5

Gemäß der am 15. Oktober veröffentlichten Information wurde die neue Version der Apertus 1.5-Modelle in den Varianten 8B und 70B bereitgestellt. Diese Modelle stellen eine Fortsetzung der Arbeit an der ersten Generation dar und bieten ein natives Bild- und Sprachverständnis, einen optionalen Denkmodus (engl. thinking mode), ein viermal größeres Kontextfenster sowie eine verbesserte Handhabung von Werkzeugen.

Das Update umfasst eine Vergrößerung des Trainingsdatensatzes: Für das 8B-Modell wurden 4 Billionen Token hinzugefügt und für das 70B-Modell weitere 2 Billionen, was insgesamt 19T bzw. 17T Token ergibt. Es wurde ein Ansatz der frühen multimodalen Datenfusion angewendet, bei dem Bilder (tokenisiert unter Verwendung von Emu3.5) und Ton (verarbeitet durch WavTokenizer) als diskrete Token innerhalb der Textsequenz in das Modell eingehen. Das Kontextfenster wurde auf 262 144 Token erweitert.

Der Trainingsprozess umfasste vier Vorab- und fünf Feinabstimmungsphasen (darunter SFT, RL, DPO sowie die Ausrichtung an der Apertus Charter). Die Modellgewichte wurden auf der Plattform Hugging Face unter der Apache 2.0-Lizenz zur Verfügung gestellt. Die Entwickler legen Wert auf Transparenz der Bewertungen und veröffentlichen Berichte im Format Every Eval Ever (EEE), was die Überprüfung der Ergebnisse gemäß den Anforderungen des EU-Gesetzes über künstliche Intelligenz (EU AI Act) erleichtern soll. In Tests zeigt das 8B-Modell Effizienz bei mehrsprachigen Aufgaben und Übersetzungen und übertrifft einige Modelle ähnlicher Größenordnung.

Für Entwickler mit KI: Teams, die multimodale Modelle implementieren, können die Leistung des Modells bei Aufgaben im Zusammenhang mit Dokumenten, Diagrammen und Audiodateien testen. Die Information präzisiert nicht, wie die Nutzungslimits in der Produktionsinfrastruktur aussehen oder wie hoch die Kosten für die Rechenressourcen sind, die für die Unterstützung des vollständigen Kontextfensters von 262k Token erforderlich sind. Es lohnt sich, die realen Kosten für die Verarbeitung multimodaler Token und die Verfügbarkeit der technischen Dokumentation im Kontext spezifischer kommerzieller Anwendungen zu überprüfen.

Deutsche Strategie für industrielle künstliche Intelligenz mit NVIDIA

Der deutsche Bundeskanzler Friedrich Merz und NVIDIA-CEO Jensen Huang trafen sich am 19. Oktober in Berlin, um eine Absichtserklärung zur Zusammenarbeit bei der Entwicklung industrieller Anwendungen der künstlichen Intelligenz zu unterzeichnen. Die Bundesregierung strebt an, deutsche Ingenieurs- und Fertigungsexpertise mit fortschrittlicher KI-Technologie zu verbinden, um einen modernen Industrieökosystem in Europa zu schaffen.

Das Hauptziel der Initiative ist die Implementierung von KI im Industriesektor, mit besonderem Augenmerk auf kleine und mittlere Unternehmen, den Mittelstand. Jensen Huang betonte, dass diese Technologie ein ergänzendes Werkzeug für die Kompetenzen deutscher Ingenieure sein soll und diese nicht ersetzen wird. Die Zusammenarbeit soll im Rahmen der Plattform „Industry 4.0“ umgesetzt werden, die Vertreter aus Politik, Wissenschaft und Industrie verbindet.

Während des Treffens wurden neue NVIDIA-Investitionen in vier deutsche Start-ups bekannt gegeben: Agile Robots (Industrierobotik), Avelios Medical (IT-Systeme im Gesundheitswesen), Mirelo (Audio- und Musikgenerierung) sowie Reflex Aerospace (Satellitentechnologien). Diese Investitionen sind Teil einer Verpflichtung von NVIDIA im Wert von fast 10 Milliarden Dollar, die Unternehmen und Forschungseinrichtungen in Europa unterstützt.

Zusätzlich präsentierte das Unternehmen Siemens in seinem Werk in Erlangen KI-Lösungen, die nach Firmenangaben eine Reduzierung des ingenieurtechnischen Aufwands bei der virtuellen Produktionsvorbereitung um 85% sowie eine Kostensenkung durch agentenbasierte Planung um 20% ermöglichen. Gleichzeitig wurde im Jülich Supercomputing Centre unter Verwendung des Supercomputers JUPITER eine Simulation eines 104-Qubit-Quantencomputers durchgeführt.

Für Entwickler mit KI: Produktionsunternehmen können die Möglichkeiten zur Integration von Daten aus Produktionsmanagementsystemen mit KI-Modellen für die "physische künstliche Intelligenz" überprüfen. Die Bekanntmachung nennt weder die Lizenzbedingungen für die Agentenlösungen von Siemens noch die genauen Implementierungskosten der Systeme für kleinere Einheiten des Mittelstands – dies muss vor Beginn eines Pilotprojekts überprüft werden.

NVIDIA und die Europäische Rundfunkunion entwickeln Standards für Datensouveränität in den Medien

Während einer Branchenveranstaltung in Berlin, die am 19. Oktober stattfand, präsentierten die Unternehmen NVIDIA, Adobe, Bertelsmann und UFA Fortschritte bei intelligenten Technologien für den Mediensektor. Die Europäische Rundfunkunion (EBU) ging eine Partnerschaft mit NVIDIA ein, um den Rahmen für die Datensouveränität für öffentlich-rechtliche Sender durch die Nutzung von Cloud, offenen KI-Modellen und Systemintegratorendiensten zu erweitern.

Diese Initiative definiert Anforderungen und Referenzarchitekturen bezüglich der Art und Weise der Datenverwaltung, der Ausführung von Rechenlasten und der Gewährleistung der Systemsicherheit während ihres Lebenszyklus. An dem Projekt sind Cloud-Anbieter wie Microsoft und Nebius beteiligt, die Lösungen anbieten, die die Verarbeitung sensibler redaktioneller Materialien auf europäischer Infrastruktur ermöglichen. NVIDIA stellt offene Nemotron-Modelle zur Verfügung, die Sender an ihre eigenen Bedürfnisse, Sprachen und Redaktionsrichtlinien anpassen können.

Parallel dazu kündigte Adobe Verbesserungen im Tool Frame.io an, das von NVIDIA GPU-beschleunigte Berechnungen nutzt, um die Durchsuchbarkeit von Videobeständen zu beschleunigen. Dank des Einsatzes der Plattform CUDA, TensorRT und NVDEC ist der Prozess der Embedding-Generierung bis zu 5-mal schneller, der Durchsatz stieg auf das Vierfache und die Suchlatenzen verringerten sich um das Fünffache. Solche Lösungen werden unter anderem von der deutschen Produktionsfirma UFA genutzt, was Kreativen die semantische Suche nach bestimmten Aufnahmen in bis zu 15 Jahre zurückreichenden Archiven ermöglicht. Es wurde auch ein neues Proxy-Format eingeführt, das 80% kleiner ist als die 360p-Version, was zur Reduzierung des benötigten Speicherplatzes beiträgt.

Für Entwickler mit KI: Ein Film- oder Fernsehproduzent kann überprüfen, ob seine aktuellen Videoarchive den technischen Anforderungen für das semantische Suchmodell in Frame.io entsprechen. Vor der Implementierung einer souveränen Infrastruktur auf Basis von EBU und NVIDIA lohnt es sich, die Kosten für den Betrieb eigener Nemotron-Modelle auf europäischer Infrastruktur zu verifizieren und zu prüfen, ob der ausgewählte Cloud-Anbieter die vollständige Einhaltung der lokalen Rechtsvorschriften in Bezug auf redaktionelle Daten gewährleistet. Die Quelle präzisiert weder die Abonnementkosten noch die Hardwareanforderungen für lokale Server.

OpenAI unterstützt Nischen-Programmiersprachen

Laut einer Ankündigung vom 19. Oktober hat das Unternehmen OpenAI neue Evaluierungssets zur Untersuchung der Softwaretechnik bereitgestellt. Diese Aktivitäten konzentrieren sich auf weniger populäre Programmiersprachen, SQLite-Datenbanken und Herausforderungen im Zusammenhang mit der Migration von COBOL-Code. Ziel der Arbeiten ist es, die Leistung des ChatGPT-Modells in spezifischen Entwicklungsumgebungen zu verbessern.

Für Entwickler mit KI: Ein Architekt von Legacy-Systemen kann das Verhalten des Modells im Kontext der Automatisierung der Übertragung von COBOL-Skripten überprüfen. Die Ankündigung präzisiert nicht, ob die Unterstützung alle Dialekte der Sprache umfasst, wie hoch der Grad der Präzision bei der Generierung von Abfragen für SQLite ist und ob diese Tools im Rahmen einer standardmäßigen API verfügbar sind – dies muss vor der Implementierung überprüft werden.

Nutzung von Gemini beim professionellen Bekleidungsstyling

Den Informationen vom 19. Oktober 2026 zufolge nutzt die Stylistin Sydney Bordonaro das Modell Gemini zur Erstellung und Visualisierung von Stylings für ihre Kunden, darunter Profisportler. Die Technologie ermöglicht den Aufbau kompletter Kleidungssets aus der Ferne, wodurch die physische Anwesenheit der Stylistin während der Anproben überflüssig wird.

Der Arbeitsprozess mit Gemini umfasst vier Hauptbereiche:

• Styling-Visualisierung: Die Stylistin sendet Fotos von Kleidung sowie Fotos des Kunden, und das Modell fügt sie zu einem einzigen Bild zusammen. Dies ermöglicht es zu überprüfen, wie bestimmte Garderobenelemente an einer bestimmten Person vor dem Kauf aussehen.
• Modifikationen in Echtzeit: Anstatt neue Abfragen zu erstellen, kann der Nutzer verlangen, einzelne Kleidungsstücke auszutauschen, zum Beispiel die Schuhe oder den Schnitt der Jacke, während die restlichen Komponenten des Sets erhalten bleiben.
• Entscheidungsunterstützung: Fertige Visualisierungen dienen der Beratung mit Kunden, was die Entscheidungsfindung hinsichtlich der Auswahl von Kleidung für konkrete Anlässe wie Interviews oder Reisen erleichtert.
• Fleckentfernung: Das Modell fungiert als Berater in Notsituationen – nach dem Senden eines Fotos verschmutzter Kleidung generiert Gemini Reinigungsanweisungen basierend auf vor Ort verfügbaren Mitteln.

Für Entwickler mit KI: Ein Spezialist, der sich mit der Unterstützung von Einkaufsprozessen beschäftigt, kann die Wirksamkeit der Kombination von Produktbildern mit dem Image des Kunden überprüfen. In der Publikation wurden die Genauigkeit der Wiedergabe von Materialstrukturen in den generierten Bildern, die Limits für die Echtzeit-Verarbeitung von Fotos sowie die Verfügbarkeit der Kleidungsreinigungsfunktion für verschiedene Arten von Stoffen und Flecken nicht näher bezeichnet, was eine Verifizierung vor der Implementierung in der Produktionsumgebung erfordert.

Häufig gestellte Fragen (FAQ)

Welche Neuerungen wurden in den Modellen Apertus 1.5 eingeführt?

Die Modelle Apertus 1.5 bieten ein natives Bild- und Sprachverständnis, einen optionalen Denkmodus sowie ein viermal größeres Kontextfenster. Der Trainingsdatensatz wurde für das 8B-Modell auf 19T Token und für das 70B-Modell auf 17T vergrößert, wobei die Methode der frühen multimodalen Datenfusion unter Verwendung der Tokenizer Emu3.5 und WavTokenizer angewendet wurde.

Worin besteht die Zusammenarbeit von NVIDIA mit dem deutschen Mittelstand?

Die Zusammenarbeit zielt darauf ab, KI in kleinen und mittleren Unternehmen als Werkzeug zu implementieren, das die Kompetenzen von Ingenieuren unterstützt. NVIDIA investiert 10 Milliarden Dollar in europäische Innovationen, und Unternehmen wie Siemens implementieren agentenbasierte Lösungen, die den ingenieurtechnischen Aufwand um 85 Prozent reduzieren.

Welche Funktionen bietet Gemini bei der Arbeit der Stylistin Sydney Bordonaro?

Gemini ermöglicht die Visualisierung von Stylings durch das Zusammenführen von Kleiderfotos mit dem Image des Kunden, das Durchführen von Modifikationen in Echtzeit sowie die Unterstützung von Kaufentscheidungen. Das Modell fungiert auch als Berater, indem es Reinigungsanweisungen für Kleidung basierend auf den vom Nutzer gesendeten Schmutzfotos generiert.

Quellen

• Apertus 1.5 Release Notes — 2026-10-15
• Germany Wants to Lead the World in Industrial AI: How NVIDIA Will Help — 2026-10-19
• NVIDIA Advances Agentic Security for Media, From European Public Service Broadcasting to Global Content Production — 2026-10-19
• Advancing coding in low‑resource programming languages — 2026-10-19
• 4 tips for styling outfits with Gemini — 2026-10-19

--- Der Text wurde automatisch vom Labor aipoc-lab (AI) auf Basis der oben genannten öffentlich zugänglichen Quellen erstellt. Eigene Zusammenfassungen, keine Kopien. Version vor menschlicher Redaktion.