KI heute: OpenAI, Apple und IBM Granite
Urheberschaft und Freigabe
Veröffentlichung und Aktualisierung
Stand des Wissens zum 31.10.2026. Quellmaterial gesammelt im Zeitraum von 30.10.2026 bis 31.10.2026.
Die heutige Übersicht umfasst zentrale rechtliche Fragen rund um das Training von OpenAI-Modellen sowie neue Entwicklungswerkzeuge für Apple-Plattformen. Wir analysieren das Update von IBM Granite Switch sowie die Ergebnisse eines Pilotprojekts mit ChatGPT Enterprise bei einem japanischen Finanzunternehmen. Zudem fassen wir die neuesten Schritte von OpenAI im Bereich der Nutzersicherheit und des Schutzes vor schädlichen Inhalten zusammen und zeigen Implementierungsherausforderungen für Teams auf, die eigene KI-basierte Lösungen entwickeln.
Das Wichtigste in Kürze (TL;DR)
- OpenAI: Technologie- und Wissenschaftsorganisationen haben das Fair-Use-Prinzip beim Training von Systemen der künstlichen Intelligenz offiziell unterstützt.
- AnySpeechRecognizer: Bibliotheken für das Apple-System ermöglichen Entwicklern, externe Spracherkennungsmodelle direkt auf dem Endgerät auszuführen.
- IBM Granite Switch 4.1.1: Das Update ermöglicht die Modifikation des Modells mithilfe dedizierter Adapter, ohne dass ein kompletter Datentrainingprozess erforderlich ist.
- Credit Saison: Ein Piloteinsatz von ChatGPT Enterprise brachte dem Unternehmen einen Return on Investment von 954 Prozent und eine Ersparnis von durchschnittlich 14 Arbeitsstunden pro Monat und Mitarbeiter.
- OpenAI Safety: Das Unternehmen hat die Regeln zur Generierung von Informationen über Massenangriffe verschärft und mehr als 200 Meldungen über reale Bedrohungen an die Strafverfolgungsbehörden übergeben.
OpenAI zum Fair-Use-Prinzip beim KI-Training
Laut einer Ankündigung vom 30. Oktober haben OpenAI und ein breiter Kreis von Experten, darunter Entwickler, Wissenschaftler, Bibliothekare und Vertreter von Technologieorganisationen, ihre offizielle Unterstützung für die Anwendung des Fair-Use-Prinzips beim Training von Systemen der künstlichen Intelligenz zum Ausdruck gebracht. Diese Position wurde in Gerichtsakten als Antwort auf eine Klage von The New York Times dargelegt.
Befürworter dieses Prinzips argumentieren, dass das Training von KI-Modellen mit urheberrechtlich geschützten Werken eine transformative Handlung darstellt, die nicht das Ziel hat, Inhalte zu kopieren, sondern Werkzeuge für allgemeine Zwecke zu schaffen. In den Dokumenten wird betont, dass das Urheberrecht dazu dient, Kreativität und Fortschritt zu unterstützen, und nicht dazu, Autoren vor der durch neue Technologien entstehenden Marktkonkurrenz zu schützen. Nach Ansicht der Unterzeichner, darunter die American Library Association und die Consumer Technology Association, würde ein Verbot der Fair-Use-Methode beim Training von Systemen des maschinellen Lernens die Arbeit von Wissenschaftlern, Lehrern, Menschen mit Behinderungen und kleineren Einheiten, die auf öffentlich zugängliche KI-Systeme angewiesen sind, negativ beeinflussen.
In der rechtlich-wirtschaftlichen Argumentation wurde darauf hingewiesen, dass die sogenannte Marktverwässerung (Market Dilution), also eine Situation, in der neue Werke mit bestehenden um dieselbe Zielgruppe konkurrieren, nicht als schädigend im Rahmen des Urheberrechtsgesetzes (Copyright Act) angesehen werden sollte. Die Dokumente unterstreichen, dass OpenAI und andere Unternehmen, die große Sprachmodelle entwickeln, darauf abzielen, den bisherigen rechtlichen Rahmen beizubehalten, der über Jahrzehnte hinweg die Entwicklung von Technologien und wissenschaftlichen Durchbrüchen ermöglicht hat.
Für KI-Entwickler: Die für rechtliche Fragen verantwortliche Person in einem Unternehmen, das KI-Modelle einführt, sollte die von den OpenAI unterstützenden Organisationen eingereichten Gerichtsakten analysieren, um die Argumentation bezüglich der fairen Nutzung im Trainingsprozess zu verstehen. Die Quelle gibt nicht an, welche konkreten rechtlichen Schutzmaßnahmen für Einrichtungen gelten, die fertige Modelle nutzen, und ob diese Interpretation der Vorschriften in der Gerichtsbarkeit der Europäischen Union Anwendung findet – dies muss vor der Implementierung kommerzieller Lösungen mit einem Rechtsberater geklärt werden.
AnySpeechRecognizer und AnyDecisionModel für Apple-Plattformen
Laut einer Ankündigung vom 29. Oktober sind die Bibliotheken AnySpeechRecognizer und AnyDecisionModel für Apple-Plattformen erschienen, die das Herunterladen und Ausführen offener Modelle direkt auf dem Gerät ermöglichen. Die neuen Tools erlauben Entwicklern die Nutzung standardmäßiger Swift-Schnittstellen bei gleichzeitiger Auswahl der Spracherkennungs-Engine.
Das Paket AnySpeechRecognizer kopiert die Architektur des Systems SpeechAnalyzer und erlaubt es, die Standardsuch-Engine von Apple durch ausgewählte externe Modelle zu ersetzen. Zu den verfügbaren Optionen gehören Parakeet-Modelle in den Versionen v3 (mehrsprachig, 0.6B), Ultra (Post-Trained-Version) und Unified (nur englische Sprache). Alle arbeiten auf Basis der Umgebung Core ML. Alternativ können Nutzer Qwen3-ASR-Modelle von Alibaba in den Größen 0.6B und 1.7B wählen, die 30 Sprachen und 22 chinesische Dialekte unterstützen.
Die Speicherplatzanforderungen für die Modelle stellen sich wie folgt dar:
- Parakeet: ca. 600 MB pro Modell plus 590 MB für den Echtzeit-Video-Encoder.
- Qwen3-ASR: von 0.9 GB bis 2.4 GB.
- Sortformer: ca. 250 MB.
Die Modelle nutzen den Standard-Cache von Hugging Face, was die gemeinsame Nutzung von Ressourcen zwischen Anwendungen auf macOS ermöglicht. Während Parakeet Live-Eingaben unterstützt, arbeitet Qwen3-ASR auf der Grafikkarte und ist primär für die Transkription von Dateien gedacht, was sich aus Unterschieden in der Betriebsgeschwindigkeit und der Generierung von Ergebnissen ergibt.
Für KI-Entwickler: Teams, die sprachgesteuerte Apps entwickeln, können ausgewählte Engines hinsichtlich ihrer Leistung auf Endgeräten testen. Vor der Implementierung müssen die Lizenz der Modelle verifiziert und überprüft werden, ob das gewählte Modell die polnische Sprache unterstützt, da die Quelle nicht für alle Varianten die verfügbaren Standorteinstellungen präzisiert. Die Ankündigung nennt keine genauen kommerziellen Lizenzkosten für die einzelnen Modelle und bestimmt den Energieverbrauch bei der Arbeit auf mobilen Geräten nicht genau.
IBM aktualisiert Granite Switch auf Version 4.1.1
Laut einer Ankündigung vom 29. Oktober hat IBM die Korrekturversion des Modells Granite Switch 4.1.1 bereitgestellt. Dieses Update basiert auf einer modularen Architektur, die die Konfiguration des Sprachmodells mithilfe spezialisierter Adapter ermöglicht, ohne das Basismodell erneut trainieren zu müssen. Die Version 4.1.1 ist vollständig abwärtskompatibel mit Version 4.1, was bedeutet, dass die Implementierung von Verbesserungen keine Migration erfordert. Das Entwicklerteam kündigte an, dass im Rahmen weiterer Arbeiten am Projekt Schulungsmaterialien und das Adapter SDK bereitgestellt werden, die Entwicklern die Erstellung eigener Adapter, das Testen neuer Funktionen und die Implementierung von Updates ähnlich wie bei einem Software-Release-Zyklus erleichtern sollen. Derzeit können Nutzer die neuen mehrsprachigen Möglichkeiten und Interpunktionsfunktionen in der bereitgestellten Speech-to-Decisions-Demo testen.
Für KI-Entwickler: Ein Programmierer, der eigene Expertenmodule baut, kann die kommenden Tools zur Verwaltung des Adapter-Lebenszyklus nutzen. Die Quelle nennt weder Hardware- noch Speicheranforderungen für Granite Switch 4.1.1, noch legt sie die Lizenz fest, unter der das Adapter SDK bereitgestellt wird, oder die Verfügbarkeit des Modells in Ländern der Europäischen Union – diese Fragen erfordern vor Beginn der Arbeiten eine Überprüfung.
Credit Saison implementiert ChatGPT Enterprise
Das japanische Unternehmen Credit Saison hat den Erfolg eines Pilotprojekts zur Implementierung der Plattform ChatGPT Enterprise bekannt gegeben, das einen Return on Investment von 954 Prozent einbrachte. Das Testprogramm fand zwischen Ende Juni und Anfang August 2025 statt und umfasste 315 Mitarbeiter, was fast 10 Prozent der Belegschaft des Unternehmens ausmacht.
Im Rahmen des Pilotprojekts sparete jeder Teilnehmer durchschnittlich 14 Arbeitsstunden pro Monat, was etwa 169 Stunden pro Jahr entspricht. Diese Ergebnisse übertrafen das gesetzte Ziel, das bei 7,5 gesparten Stunden pro Person und Monat sowie 500 Prozent ROI lag, deutlich. Positive Effekte wurden durch Umfragen bestätigt: 75 Prozent der Manager und 70 Prozent der übrigen Mitarbeiter gaben an, dass das Tool für ihre tägliche Arbeit unverzichtbar geworden sei. Eine hohe Bewertung erhielt das Tool auch in der IT-Abteilung (über 80 Prozent Zufriedenheit) und in der Rechtsabteilung (80 Prozent der Nutzer gaben eine Verbesserung ihrer Aufgabenbewältigung an).
Der Projekterfolg veranlasste die Unternehmensleitung zu der Entscheidung, ChatGPT Enterprise nur einen Monat nach Abschluss der Testphase im gesamten Unternehmen einzuführen. Eine Schlüsselrolle beim Adoptionsprozess spielte das Engagement der Führungskräfte, die die Plattform aktiv nutzten, sowie eine offene Kommunikation über Erfolge und Misserfolge in einem dedizierten Messenger-Kanal. Eine der hervorgehobenen Anwendungen war ein für das Unternehmen erstelltes benutzerdefiniertes GPT-Modell, das den Ablauf von Hauptversammlungen simulierte und es den Mitarbeitern ermöglichte, realistische Gesprächsproben im Sprachmodus durchzuführen.
Für KI-Entwickler: Teams, die GenAI-Tools in großen Organisationen implementieren, können ein Pilotmodell vor der unternehmensweiten Einführung an einer repräsentativen Mitarbeitergruppe testen. Das Material nennt keine Kosten pro Mitarbeiter, keine Anfragelimits für die Enterprise-Version und keine Support-Verfügbarkeit in anderen Sprachen als Englisch – diese Aspekte erfordern vor Projektstart eine direkte Überprüfung beim Anbieter.
OpenAI veröffentlicht Bericht zur Community-Sicherheit
OpenAI hat in einem am 30. Oktober 2026 veröffentlichten Bericht neue Schritte im Bereich des Nutzersicherheitsmanagements angekündigt, darunter zusätzliche Einschränkungen für Inhalte im Zusammenhang mit Schusswaffen.
Im Rahmen der Sicherheitsmaßnahmen arbeitet OpenAI mit Experten für psychische Gesundheit und Strafverfolgungsbehörden zusammen. Im dritten Quartal 2026 übermittelte das Unternehmen mehr als 200 Meldungen über reale Gewaltandrohungen an die Strafverfolgungsbehörden. OpenAI kündigte zudem die Veröffentlichung eines zyklischen "Community Safety Report" an, der Daten zur Wirksamkeit von Sicherheitsvorkehrungen sowie zur Art und Weise enthält, wie Systeme Bedrohungen erkennen und darauf reagieren. Der erste Bericht, der die zweite Hälfte des Jahres 2026 abdeckt, wird Anfang 2027 erscheinen.
Es wurden verschärfte Regeln für die Generierung von Antworten auf Fragen zu Massenangriffen eingeführt. ChatGPT soll weniger detaillierte Informationen über den Verlauf solcher Ereignisse, verwendete Waffen und Täter liefern, unabhängig vom Alter des Nutzers. Die Modelle wurden zusätzlich so konfiguriert, dass sie in Situationen, in denen die vorherige Gesprächshistorie Warnsignale für mögliche Gewalt aufweist, konservativer reagieren. Diese strengeren Limits gelten auch für Nutzer, die das System als unter 18 Jahre alt identifiziert.
Für KI-Entwickler: Teams, die Inhaltsmoderationsmechanismen implementieren, können den Ansatz von OpenAI zur Einschränkung des Detaillierungsgrades von Informationen über kriminelle Ereignisse analysieren. Die Mitteilung nennt keine technischen Details zur Implementierung dieser Restriktionen in der API und weist auch nicht darauf hin, ob die verwendeten Modelle zur Erkennung von Gewaltabsichten für externe Entwickler verfügbar sein werden – dies sind notwendige Informationen zur Überprüfung vor der Integration in eigene Systeme.
Häufig gestellte Fragen (FAQ)
Welche Modelle können auf Apple-Systemen mit AnySpeechRecognizer ausgeführt werden?
Entwickler können Parakeet-Modelle in den Versionen v3, Ultra und Unified sowie Qwen3-ASR-Modelle von Alibaba in den Größen 0.6B und 1.7B verwenden, die zahlreiche Sprachen und Dialekte unterstützen.
Worin liegt der Vorteil des Updates IBM Granite Switch 4.1.1?
Version 4.1.1 bietet eine modulare Architektur, die die Konfiguration des Sprachmodells mithilfe spezialisierter Adapter ermöglicht. Dadurch ist es möglich, Verbesserungen ohne die Notwendigkeit eines erneuten Trainings des Basismodells zu implementieren und die volle Abwärtskompatibilität zur Version 4.1 zu wahren.
Quellen
- Fair use benefits everyone — 2026-10-30
- Introducing AnySpeechRecognizer and AnyDecisionModel: Open Models for Speech and Decisions on Apple Platforms — 2026-10-29
- Granite Switch 4.1.1 — Update models like you update software — 2026-10-29
- Credit Saison achieves 954% ROI in a ChatGPT Enterprise pilot — 2026-10-29
- Community safety report and new protections for teens — 2026-10-30
--- Text automatisch erstellt vom Labor aipoc-lab (AI) auf Basis der oben genannten öffentlich zugänglichen Quellen. Eigene Zusammenfassungen, keine Kopien. Version vor der menschlichen Redaktion.
Herkunftsmanifest dieses Beitrags (JSON) — aus welchen Signalen er entstand, welche Entscheidungen die Schleifen trafen und wann ein Mensch ihn freigab.
Verwandte Beiträge
KI heute: CWE-bench v2 und Heimstaden
Fünf unabhängige Implementierungen und Tests zeigen verschiedene KI-Anwendungen in Bereichen wie Sicherheit, Marketing, Wohnungswesen, Telekommunikation und Hal
Architektur und Sicherheit von Multi-Agenten-Systemen (MAS)
Der Artikel beleuchtet die Architektur, Verifizierung und Sicherheitsrisiken moderner Multi-Agenten-Systeme basierend auf aktuellen Daten.
Architektur und API-Ökosystem in Agentensystemen
Moderne KI-Systeme setzen auf Agenten-Orchestrierung, bei der APIs große Sprachmodelle mit Werkzeugen und Geschäftslogik verbinden.
KI heute: GPT-5.6 Cyber und Images 2.6
Aktuelle Übersicht über neue KI-Modelle, Sicherheitsforschung, Bildgenerierung und agentische Anwendungen in Städten.