Das KI-Update für die Woche 35-2025
23.08. - 29.08.
Liebe KI-Enthusiasten,
herzlich willkommen zu einer neuen Ausgabe unseres KI-Newsletters, der Sie über die neuesten Entwicklungen und Innovationen in der Welt der künstlichen Intelligenz auf dem Laufenden hält.
Wichtigste Punkte heute
🎨 Gemini 2.5 Flash Image: Googles neues Bildgenerierungs-Modell mit natürlicher Sprachsteuerung
🌐 Claude für Chrome: Anthropics KI-Agent arbeitet jetzt direkt im Browser (Pilotphase)
🗣️ OpenAI gpt-realtime: Fortschrittliches Sprach-zu-Sprach-Modell für Voice Agents
📊 Stanford-Studie: Generative KI reduziert Einstiegsjobs für junge Arbeitnehmer um 13%
Viel Spaß
Ihr
Martin Blaha
🔥 Gefällt Ihnen unser Newsletter? Unterstützen Sie unsere Arbeit, in dem Sie uns Ihren Freunden und Kollegen empfehlen:
Produktneuheiten
Gemini 2.5 Flash Image – Googles neuster Durchbruch in KI-basierter Bildgenerierung und -bearbeitung
Google AI stellt mit Gemini 2.5 Flash Image ein neues, multimodales Bilderzeugungsmodell vor, das Bildgenerierung und -bearbeitung via natürlicher Sprache ermöglicht. Es zeichnet sich durch präzise, konsistente und hochwertige Bearbeitungen aus, die auch komplexe Szenen und Charakterkonsistenzen wahren. Das Modell kann mehrere Bilder zu einem verschmelzen, gezielte Veränderungen vornehmen und nutzt fortschrittliches Weltwissen für tiefere semantische Bildverständnisse. Verfügbar ist es via Gemini API, Google AI Studio und Vertex AI mit einer AI-Wasserzeichen-Funktion, die KI-generierte Bilder erkennbar macht. Diese Innovation verbessert Arbeitsabläufe für Entwickler, Kreative und Unternehmen erheblich.
Anthropic startet Forschungsvorschau von Claude für Chrome: KI-Agent direkt im Browser
Anthropic hat am 26. August 2025 die Forschungs-Vorschau von „Claude for Chrome“ vorgestellt, einer Chrome-Erweiterung, die den KI-Agenten Claude im Browser arbeiten lässt. Nutzer können Claude erlauben, Webseiten direkt zu sehen, zu navigieren und Aktionen auszuführen, beispielsweise Kalender verwalten oder E-Mails schreiben. Sicherheitsaspekte sind zentral: Claude fordert stets Bestätigungen für riskante Aktionen und der Zugriff auf sensible Seiten ist eingeschränkt. Derzeit läuft ein Pilotprojekt mit 1000 Nutzern, um reale Sicherheitsrisiken zu erkennen und Abwehrmechanismen gegen sogenannte Prompt-Injection-Angriffe zu stärken. Feedback soll helfen, Claude sicherer und nützlicher zu machen.
OpenAI präsentiert gpt-realtime: Fortschrittliches Sprach-zu-Sprach-Modell für Produktions-Voice-Agenten
OpenAI hat das neue, fortschrittliche Sprach-zu-Sprach-Modell „gpt-realtime“ veröffentlicht, das in der Realtime API integriert ist. Das Modell zeichnet sich durch natürlichere, ausdrucksstarke Sprache, verbesserte Befolgen komplexer Anweisungen und präziser Funktionsaufrufe aus. Es versteht nonverbale Signale, wechselt nahtlos zwischen Sprachen und kann auch Bildinhalte interpretieren. Die API unterstützt jetzt ferner Remote-MCP-Server, SIP-Telefonie und wiederverwendbare Prompts, was Entwicklern mehr Flexibilität bei der Produktion von Voice Agents bietet. Dieses Update fokussiert auf Zuverlässigkeit, niedrige Latenz und hohe Qualität für den produktiven Einsatz.
Veröffentlichungen und Ankündigungen
Wan-S2V: KI-generierte filmreife Videos aus Bild und Ton
Prompt: "In the video, a man is holding an apple and talking, he takes a bite of the apple."
Die KI-Wan-S2V ermöglicht die Umwandlung von Einzelbildern und Audio in hochwertige, realistische Videos mit natürlichen Gesichtsausdrücken, Körperbewegungen und professionellen Kamerafahrten. Sie unterstützt ganz- sowie halbfigurige Charaktere und erfüllt anspruchsvolle Inhalte wie Dialog, Gesang und Performance. Die Datengrundlage umfasst Millionen menschlicher Videobeispiele aus Sprech-, Sing- und Tanzszenen. In Evaluierungen erzielt Wan2.2-S2V herausragende Ergebnisse bei Videoqualität, Authentizität der Mimik und Identitätskonsistenz, was sie für Film- und Fernsehanwendungen besonders prädestiniert.
NVIDIA Jetson Thor – Neue Leistungsdimension für Robotik und KI am Rand
NVIDIA präsentiert Jetson Thor, eine leistungsstarke Robotik-Computerplattform mit 7,5-facher KI-Rechenleistung, 3,1-fach mehr CPU-Power und doppelt so viel Arbeitsspeicher wie der Vorgänger. Jetson Thor ermöglicht durch diese Leistungssteigerung die Echtzeitverarbeitung komplexer Sensordaten und visuelles Denken direkt an der Einsatzstelle. Führende Unternehmen wie Agility Robotics und Boston Dynamics setzen auf Jetson Thor, um humanoide Roboter und weitere physische KI-Anwendungen in Lagerhäusern, Fabriken und Forschungslaboren zu verbessern. Die Plattform unterstützt zahlreiche generative KI-Modelle und bietet ein umfangreiches Software-Ökosystem für vielfältige Anwendungen von Robotik bis Medizintechnik.
Zahlen, Studien, Wissenschaft
Stanford-Studie: Generative KI führt zu weniger Einstiegsjobs für junge Arbeitnehmer
Eine aktuelle Stanford-Studie zeigt deutlich, dass in stark KI-exponierten Berufen die Beschäftigung der 22- bis 25-Jährigen seit Ende 2022 um etwa 13 Prozent gesunken ist. Besonders betroffen sind Softwareentwicklung und Kundendienst. Im Gegensatz dazu steigt die Beschäftigung älterer Arbeitnehmer in diesen Bereichen, da KI vor allem Routineaufgaben übernimmt, aber berufserfahrene Expertise nicht ersetzt. Die Studie zeigt somit konkrete Auswirkungen generativer KI auf den Arbeitsmarkt für Berufseinsteiger, während in Berufen mit geringem KI-Einsatz sogar mehr junge Arbeitskräfte beschäftigt werden.
Ich wünsche Ihnen ein schönes Wochenende!
Prompt Well and Prosper!
Ihr
Martin Blaha
Das KI-Update ist eine wöchentliche Publikation, die von Martin Blaha (3pconsulting.net) produziert wird. Kontakt- und Geschäftsanfragen gerne über LinkedIn.