KI heute: Gemini 3.8 Live und Claude AI

Der Wissensstand vom 25.09.2026. Das Quellmaterial wurde im Zeitraum vom 24.09.2026 bis zum 25.09.2026 gesammelt.

Die heutige Ausgabe umfasst ein breites Spektrum an Aktualisierungen in der Technologiewelt. Google führt Gemini 3.8 Live mit Avataren und neuen externen Integrationen ein. Anthropic nutzte das Modell Claude zur Entdeckung des Enzymsystems ART, und NVIDIA stellte zusammen mit Google DeepMind Daten zu viralen Proteinstrukturen zur Verfügung. Zusätzlich betrachten wir die Arbeit von Validierungsingenieuren bei NVIDIA, die für die Zuverlässigkeit der Serverinfrastruktur sorgen, welche die Entwicklung von Systemen der künstlichen Intelligenz unterstützt.

Das Wichtigste in Kürze (TL;DR)

• Gemini 3.8 Live: Google hat interaktive Avatare eingeführt, die 97 Sprachen mit Lippensynchronisation und fortgeschrittenem Funktionsaufruf unterstützen.
• Claude und das ART-System: Das Modell Claude half dabei, das Enzymsystem ART in Bakteriophagen durch die Analyse von 200 tausend reversen Transkriptasen zu identifizieren.
• Virale Proteinstrukturen: NVIDIA und Google DeepMind veröffentlichten Daten zu 2800 viralen Proteinstrukturen, die unter Verwendung des Modells AlphaFold2 generiert wurden.
• Gemini-Integrationen: Google stellte die Zusammenarbeit von Gemini mit externen Tools wie Airtable, Adobe, monday.com oder Squarespace zur Verfügung.
• NVIDIA-Validierungstechnik: Sakeena Fiza erklärt den Testprozess von Serverhardware unter realen Bedingungen vor der Produktion von GPU-Einheiten.

Google führt Gemini 3.8 Live mit Live Avatar ein

Gemäß der Ankündigung vom 24. September präsentierte Google Gemini 3.8 Live mit der neuen Funktion Live Avatar, die eine visuelle Präsenz bei Interaktionen mit dem Konversationsmodell einführt. Diese Lösung verbindet das Dialogmodell mit der Generierung von Videos mit geringer Latenz, was das Führen von Gesprächen mit einer dynamischen visuellen Figur ermöglicht.

Die Funktion Live Avatar unterstützt 97 Sprachen mit nativer Lippensynchronisation (lip-sync) und Mimik, wobei sie sich an die gesprochenen Inhalte anpasst. Das System verarbeitet Audio- und Videosignale in Echtzeit, was darauf abzielt, einen flüßigeren Kommunikationsfluss zu erzeugen. Gemini 3.8 Live nutzt zudem den Mechanismus des asynchronen Funktionsaufrufs (asynchronous tool calling), wodurch das Modell Aufgaben im Hintergrund ausführen kann, wie das Abrufen von Daten oder die Unterstützung von Prozessen, ohne dabei das laufende Gespräch zu unterbrechen.

Im Bereich der Personalisierung können Unternehmen eine Bibliothek fertiger Figuren nutzen oder eigene, individuelle Avatare auf Basis eines bereitgestellten Referenzbildes erstellen. Der Zugriff auf die Erstellung eigener Figuren ist derzeit durch das Verfahren „allowlisting“ im Rahmen von Gemini Enterprise eingeschränkt. In Sicherheitsfragen werden alle vom Modell generierten Inhalte automatisch mit einem unsichtbaren SynthID-Wasserzeichen versehen, das die Erkennung von durch künstliche Intelligenz erstellten Materialien erleichtern soll.

Für KI-Entwickler: Teams, die für den Kundenservice zuständig sind, können die Möglichkeit der Integration des eigenen Markenauftritts im Rahmen der Videooberfläche prüfen. Die Ankündigung präzisiert weder die Kosten für die Nutzung der Live Avatar-Funktion noch nennt sie detaillierte Beschränkungen des API-Durchsatzes, was vor dem produktionellen Einsatz in der technischen Dokumentation verifiziert werden muss.

Anthropic entdeckt ein neues Enzymsystem unter Beteiligung des Modells Claude

Das Forschungsteam des Labors Anthropic teilte am 23. September mit, dass das Modell Claude eine Schlüsselrolle bei der Entdeckung eines neuen Enzymsystems gespielt hat, das CRISPR-ähnliche Eigenschaften aufweist. Dieses System, genannt ART (array-associated reverse transcriptases), wurde in Bakteriophagen durch die Analyse von DNA-Sequenzdatenbanken identifiziert.

Der Forschungsprozess dauerte 21 Stunden, in denen etwa 950 KI-Agenten 210 Millionen Token verarbeiteten. Claude durchsuchte die Datenbank von über 200 000 reversen Transkriptasen (RT) und filterte 3 500 Kandidaten für neue Systeme heraus, aus denen schließlich die 20 vielversprechendsten extrahiert wurden. Das Modell identifizierte eigenständig ein sich wiederholendes DNA-Sequenzmuster, das neben dem Gen einer zuvor unbekannten Transkriptase auftritt. Wissenschaftler verifizierten diese Entdeckung durch Laboranalysen und zeigten, dass das System einen Satz von Merkmalen besitzt, die für Enzyme charakteristisch sind, welche fähig sind, DNA zu schneiden, zu kopieren und einzufügen. Das Forschungsteam betont, dass Claude auch bei der Interpretation der im Labor gewonnenen biochemischen und strukturellen Daten geholfen hat. Die Ergebnisse der Arbeiten wurden als Pre-Print veröffentlicht.

Für KI-Entwickler: Forschungsteams, die sich mit der Analyse biologischer Daten befassen, können den auf Agenten basierenden Ansatz nutzen, um große DNA-Sequenzdatenbanken zur Identifizierung unbekannter Proteine zu durchsuchen. Die Ankündigung präzisiert nicht die Betriebskosten für die Nutzung einer so großen Anzahl parallel arbeitender Agenten oder die Lizenzanforderungen für die Nutzung von Tools wie Claude Science und Claude Code in kommerziellen Projekten – diese Fragen erfordern eine separate Klärung vor dem Einsatz einer ähnlichen Methodik.

NVIDIA und Google DeepMind veröffentlichen Daten zu viralen Proteinstrukturen

Den Informationen vom 24. September zufolge trat das Unternehmen NVIDIA einer internationalen Forschungskoalition bei, um offene Daten über die 3D-Strukturen von Proteinkomplexen für über 2800 Viren bereitzustellen. Diese Initiative zielt darauf ab, die Vorbereitungen der wissenschaftlichen Gemeinschaft auf potenzielle zukünftige Pandemien zu unterstützen, indem das notwendige Wissen für eine schnelle Reaktion auf biologische Bedrohungen bereitgestellt wird.

Die im freigegebenen Datensatz enthaltenen Strukturen wurden unter Verwendung des Modells AlphaFold2 von Google DeepMind generiert, mit der durch NVIDIA BioNeMo Inference Runtime bereitgestellten Optimierung. Die Nutzung dieses Werkzeugs ermöglichte die Skalierung der Inferenz auf Tausende virale Proteome. Etwa 30 % der zur Datenbank hinzugefügten Proteinwechselwirkungen sind für die Wissenschaft völlig neu und scheinen nicht im Hauptrepository der Protein Data Bank auf.

Das Projekt umfasst eine breite Zusammenarbeit von Institutionen, darunter EMBL-EBI, die Coalition for Epidemic Preparedness Innovations sowie mehrere Universitäten. Die Daten sind öffentlich über die AlphaFold Database zugänglich, die nach der Aktualisierung über 260 Millionen Vorhersagen von Proteinen enthält. NVIDIA stellte ebenfalls den BioNeMo Structure Prediction Pipeline zur Verfügung – einen GPU-beschleunigten Workflow, der es Wissenschaftlern ermöglicht, eigenständig Proteinsequenzen in vorhergesagte 3D-Strukturen umzuwandeln. Diese Methode soll eine Alternative zu traditionellen, kostenintensiven und zeitaufwendigen experimentellen Untersuchungen darstellen und Ergebnisse in minutenlangen Zeiten ermöglichen.

Für KI-Entwickler: Wissenschaftler, die sich mit digitaler Biologie befassen, können die BioNeMo Structure Prediction Pipeline zur Generierung eigener Vorhersagen von Proteinstrukturen nutzen. Die Quelle präzisiert nicht die Kosten für die Instandhaltung der auf GPUs basierenden Recheninfrastruktur, die für den Betrieb des Pipelines erforderlich ist, die Anforderungen an die Präzision der Modelle im Kontext konkreter klinischer Studien oder die Lizenzbeschränkungen bei der kommerziellen Nutzung der Ergebnisse.

Google integriert externe Anwendungen in Gemini

Google teilte am 23. September mit, dass es eine neue Gruppe verbundener Tools in die Gemini-App einführt. Nutzer können nun Projekte verwalten, visuelle Ressourcen gestalten und Aktivitäten planen, ohne zwischen Registerkarten im Browser wechseln zu müssen.

Die neuen Integrationen wurden in drei Kategorien unterteilt. Im Bereich der Produktivität wurde die Zusammenarbeit mit Airtable, Linear, monday.com, PandaDoc, Wispr AI und Zoho bereitgestellt. In der kreativen Sektion wurden Adobe, Picsart, Squarespace und Webflow hinzugefügt. Die Kategorie bezüglich des Lebensstils umfasst wiederum apartments.com, Experian, Peloton und SeatGeek. Um die neuen Möglichkeiten zu nutzen, müssen Nutzer ausgewählte Anwendungen in den Gemini-Einstellungen verknüpfen oder sie im Chat mithilfe eines Klammeraffen (at-Zeichen) oder einer direkten Anfrage aufrufen.

Für KI-Entwickler: Teams, die externe Tools zur Projektverwaltung nutzen, können den Funktionsaufruf dieser Plattformen direkt über die Chat-Oberfläche testen. Die Ankündigung präzisiert nicht, ob diese Integrationen auf Polnisch funktionieren, wie der Umfang der API-Verfügbarkeit in einzelnen Regionen ist und ob kostenpflichtige Premium-Konten in externen Diensten erforderlich sind – diese Daten müssen vor dem produktionellen Einsatz überprüft werden.

Sakeena Fiza und die Validierungstechnik bei NVIDIA

Laut dem am 23. September veröffentlichten Artikel ist Sakeena Fiza als Validierungsingenieurin bei NVIDIA tätig und beschäftigt sich mit der Fehlererkennung und der Gewährleistung der Hardware-Zuverlässigkeit vor deren Einführung in die Massenproduktion. Ihre Arbeit besteht im Testen von Systemen unter realitätsnahen Bedingungen, oft noch bevor das Produkt allgemein bekannt wird. Fiza beschreibt den Validierungsprozess als die Rolle des „ersten Kunden“, der die Belastbarkeit der Hardware von einzelnen Motherboards bis zu ganzen Serverschränken in Clustern prüft.

Das Ingenieurteam im Rechenzentrumssystemlabor untersucht ein breites Spektrum von Problemen – von mikroskopischen Fehlern bis hin zu Herausforderungen im Rack-Maßstab wie Problemen mit Hochfrequenzsignalen, thermischen Spielräumen oder der Stromintegrität. Dieser Prozess umfasst die Zusammenarbeit von Spezialisten aus den Bereichen Software, Firmware, mechanischem und thermischem Design. Fiza betont, dass ein einziges System aus Hunderttausenden von Komponenten bestehen kann und jede von ihnen innerhalb einer komplexen „KI-Fabrik“-Konfiguration ordnungsgemäß funktionieren muss. Die Arbeit des Validierungsingenieurs erfordert die Diagnose von Ausfallursachen, die Rekonstruktion der Bedingungen ihres Auftretens sowie die Beseitigung mechanischer oder elektrischer Variablen, um den stabilen Betrieb von GPU-Einheiten wie der Rubin GPU in den Ziel-Infrastrukturen der Kunden sicherzustellen.

Für KI-Entwickler: Systemingenieure, die eine Serverinfrastruktur entwerfen, können Verfahren zum intensiven Testen von Komponenten vor der vollständigen Integration implementieren, um Hardware-Engpässe zu identifizieren. Der Artikel nennt keine detaillierten technischen Parameter der getesteten Systeme, keine Methodik zur Auswahl von Stichproben und keine Umweltanforderungen für externe Rechenzentren – diese Daten müssen direkt aus der technischen Dokumentation des Herstellers bezogen werden.

Häufig gestellte Fragen (FAQ)

Welche Funktionen bietet der neue Live Avatar in Gemini 3.8 Live?

Live Avatar ermöglicht die Interaktion mit einer dynamischen visuellen Figur, die 97 Sprachen mit Lippensynchronisation unterstützt. Das System verarbeitet Audio- und Videosignale in Echtzeit. Unternehmen können vorgefertigte Charakterbibliotheken nutzen oder eigene Avatare auf der Grundlage von Referenzbildern unter Verwendung von Konten im Rahmen von Gemini Enterprise erstellen.

Auf welche Weise half Claude bei der Forschung am ART-System?

Claude durchsuchte die Datenbank von über 200 000 reversen Transkriptasen innerhalb von 21 Stunden. Das Modell identifizierte eigenständig ein sich wiederholendes DNA-Sequenzmuster, was die Extraktion der 20 vielversprechendsten Kandidaten für neue Enzymsysteme ermöglichte. Schließlich bestätigten Wissenschaftler im Labor, dass das System Eigenschaften besitzt, um DNA zu schneiden, zu kopieren und einzufügen.

Quellen

• Introducing Gemini 3.8 Live with Live Avatar — 2026-09-24
• Claude discovers a novel enzyme system with CRISPR-like repeats — 2026-09-23
• How Open Science Can Help Researchers Prepare for the Next Pandemic — 2026-09-24
• A new wave of Connected Apps is rolling out to Gemini. — 2026-09-23
• Sakeena Fiza Helps NVIDIA Hardware Succeed at Scale — 2026-09-23

--- Text vorbereitet automatisch durch das Labor aipoc-lab (AI) auf Basis der oben genannten öffentlich zugänglichen Quellen. Eigene Zusammenfassungen, keine Kopien. Vorabversion vor der Redaktion durch Menschen.