Zurück zur Übersicht
Der Jahresbericht bündelt Leistungsdaten, Investitionen, Adoption und Regulierung und liefert damit einen der belastbarsten Überblicksberichte zum globalen KI-Markt. Besonders auffällig: Der Vorsprung zwischen US- und China-Modellen ist laut Stanford HAI weiter kleiner geworden.
Stanford HAI hat den AI Index 2026 veröffentlicht. Der Bericht gilt als jährlicher Überblick über Modelle, Investitionen, Adoption und Regulierung im KI-Markt.
Laut dem Index schrumpfte der Abstand zwischen US- und China-Modellen auf 2,7 Prozentpunkte. Für 2025 nennt der Bericht weltweite Unternehmensinvestitionen in KI von 581,7 Milliarden Dollar sowie private Investitionen von 344,7 Milliarden Dollar.
Der Index zeigt damit nicht nur technische Leistungsdaten, sondern auch die ökonomische Dynamik hinter dem Markt. Für Unternehmen und Politik ist das ein nützlicher Realitätscheck: Das Rennen bleibt offen, aber der Abstand wird enger.
Weiterlesen
Das Institut der deutschen Wirtschaft vergleicht die KI-Wettbewerbsfähigkeit der EU mit den USA und China. Die Studie kommt zu dem Ergebnis, dass Europa Innovationen zu selten in marktfähige Produkte, Dienstleistungen und Geschäftsmodelle übersetzt.
Production-Benchmarks auf einem neun-Knoten-OCI-Bare-Metal-Cluster mit 72 H100-GPUs zeigen, dass WEKAs NeuralMesh mit Augmented Memory Grid gegenüber DRAM-only-Konfigurationen rund 10× mehr gleichzeitige Nutzer und 10× höheren Token-Durchsatz erreicht.
Das Unternehmen will 555,6 Millionen Class-A-Aktien platzieren und strebt eine Marktkapitalisierung von etwa 1,75 Billionen US-Dollar an. Auffällig ist der Festpreis statt einer Preisspanne, eine Abkehr von gängiger Bookbuilding-Praxis.
Gemini Go ersetzt Assistant Go auf günstigen Geräten und rollt stufenweise per Serverrollout aus. Die Funktion bringt grundlegende Konversation und Gerätesteuerung auf Geräte mit wenig Arbeitsspeicher, rechenintensive Gemini-Funktionen bleiben außen vor.
OneAdvanced hat in Zusammenarbeit mit NVIDIA ein privat betriebenes LLM namens Care Navigator präsentiert, das auf pseudonymisierten NHS-Primärversorgungsdaten trainiert wurde. Ein Pilotprojekt erreichte laut Unternehmen höhere Triage-Genauigkeit als getestete externe Modelle und eine Kontrollgruppe von Allgemeinärzten.