Essay, veröffentlicht auf **Gates Notes** am **26. August 2026** von **Bill Gates**, Mitbegründer von **Microsoft** und Vorsitzender der **Gates Foundation**, ~4.500 Wörter, als erster Teil einer Serie angekündigt. Der Text stellt eine Alternative auf – KI wird der größte Gleichmacher sein, der je erfunden wurde, oder die schlimmste Quelle von Ungerechtigkeit – und eine Feststellung: Es existiert kein Plan für den Eintritt in diese Phase. **(A) Drei Risiken**: das dauerhafte Verschwinden von Einstiegs- und Positionen mittlerer Karrierestufe, ebenso im Büro- wie im Handwerksbereich, innerhalb eines Jahrzehnts statt mehrerer Generationen, weil diesmal die Substitution auf die **Kognition** zielt; die Bewaffnung böswilliger Akteure (Cyberangriffe, Bioterrorismus, Betrug, Deepfakes), verbunden mit einer Machtkonzentration bei denjenigen, die sie bereits innehaben; die Wirkung von compagnons IA auf die kindliche Entwicklung und auf das kritische Denken. **(B) Der Nutzen**, verortet in fünf Bereichen – Forschung, Gesundheit, Landwirtschaft in einkommensschwachen Ländern (die Wirkung, die der Autor als die schnellste bezeichnet), öffentliche Dienstleistungen, Bildung – mit einem am Verb festgemachten Vorbehalt: *„das entscheidende Wort ist 'kann'"*. **(C) Drei Vorschläge** eröffnen die Serie: Aufbau eines beispiellosen nationalen und internationalen institutionellen Rahmens, angelehnt an das Inspektionsregime der Nuklearindustrie, die Luftfahrtregulierung und die Ozonabkommen; das Vorbehalten bestimmter Berufe für Menschen, ein Bereich mit dem Namen **Human Reserved**; **die Besteuerung von KI-Token und Robotern**, um die Besteuerung von Arbeit und Kapital neu auszutarieren. Gates legt seine finanziellen Verbindungen zur Branche offen sowie die Übertragung seiner Gewinne an die Stiftung. Der Text setzt Führungskräfte-Essays über die Verteilung des von KI geschaffenen Werts fort – [[nadella-frontier-ecosystem-human-token-capital-2026-06-12]], [[zuckerberg-meta-future-is-for-everyone-superintelligence-2026-08-10]] –, indem er den Fokus auf die öffentliche Macht statt auf das Unternehmen richtet.
#KI und Gerechtigkeit#Übergang in das KI-Zeitalter#Substitution der Kognition
Bill Gates — cofondateur de Microsoft · président du conseil de la Gates Foundation. Blog personnel Gates Notes. Page non capturable par `curl | lynx` (403 Akamai) : extraction navigateur.
Gastbeitrag von **Andy Warfield**, Ingenieur im **S3**-Team bei **AWS**, veröffentlicht am **26. August 2026** auf *All Things Distributed*, dem Blog von **Werner Vogels**, der ihn mit wenigen Zeilen unter „--W" einleitet: **3.554 Wörter** laut Seitenangabe. Der Text dient als Vehikel für die Ankündigung, dass **DuckLabs**, das Team hinter **DuckDB**, zu **AWS** stößt. (A) Die These: In der Systeminformatik geht es darum, den eleganten Kompromiss gegenüber einer sich verändernden „Physik" zu suchen — den Verhältnissen zwischen Speichergeschwindigkeit, Netzwerk und Rechenleistung — und diese Physik hat sich verändert. Warfield beziffert die Kluft: eine **m1.xlarge** aus dem Jahr 2007 bot **15 GB RAM**, **4 virtuelle Kerne** und **~1 Gb/s** Netzwerk; eine **m8g.48xlarge** bietet heute etwa das **50-fache** in jeder der drei Dimensionen. Das Wachstum der Datensätze folgt derweil einer Verteilung, deren Schwanz aus sehr großen Volumina besteht. (B) Die Konsequenz: Verteilte Verarbeitung — **MapReduce**, die **RDDs** von **Spark** — wurde unter den I/O-Beschränkungen der frühen 2000er-Jahre entworfen, und ein Großteil der ihr zugewiesenen Arbeit muss die Anwendung nicht mehr verlassen. Daher die eingebettete, prozessinterne Bibliotheks-Engine, die im Adressraum der Anwendung läuft und für die **DuckDB** das Beispiel liefert. Warfield verankert dies im Paper *Scalability! But at what COST?* (2015) und im Epigraph von **Paul Barham**: „You can have a second computer once you've shown you know how to use the first one." Er formuliert einen expliziten Vorbehalt: „When a job genuinely needs a thousand machines, it needs a thousand machines." Der Korpus enthält bereits [[vogels-tech-predictions-2026-allthingsdistributed-2025-11-25]] vom selben Blog und [[anthropic-self-service-data-analytics-claude-agentic-stack-2026-06-03]] zu Self-Service-Analytics.
#DuckDB#DuckLabs#AWS-Übernahme
Andy Warfield · ingénieur du service S3 chez AWS · en billet invité sur *All Things Distributed* ; introduction de Werner Vogels · CTO d'Amazon.
Offizielle Produktseite von **DeepSeek**, veröffentlicht am **13. August 2026**, **nicht namentlich gezeichnet**, ca. 450 Wörter, die die *Developer-Preview*-Veröffentlichung von **DeepSeek Harness** (`dsh`) ankündigt — ein Coding-Agent-Harness, **Open Source unter der MIT-Lizenz**, dessen Repository am selben Tag eröffnet wurde. Eine Drei-Wort-These, wiederholt im Titel und in der Repository-Beschreibung: *« Everything is a plugin »*, gepaart mit einem zweiten Versprechen, *« Every run is traceable »*. Die Seite formuliert die Gleichung *« AGENT = MODEL + HARNESS »* und listet die steckbaren Fähigkeiten auf — *« models, tools, skills, sessions, sandboxes, storage, loops, scheduling, and the UI »*. Vier Modi werden ausgeliefert: **Standard** (vollständiger Coding-Agent), **Code** (Tools, die über das *Code Mode SDK* freigelegt werden und es dem Modell erlauben, mehrstufige Operationen innerhalb eines TypeScript-Programms zu komponieren), **Minimal** (*« two-tool coding agent with persistent bash and str_replace_editor »*, ausdrücklich *« for benchmarking models in a minimal environment »*), und **Creator** (Laufzeitinspektion, In-Memory-Plugin-Tests). Die technische Substanz liegt im Repository, nicht auf der Seite: `docs/architecture.md` formuliert eine Logging-Invariante — *« Model-visible means logged. Anything that reaches a model request must be reconstructable from the log, and a runtime invariant asserts it »* — und stellt fest, dass *« there is no privileged core to patch »*. Der technische Kern stammt nicht von DeepSeek selbst: DSH baut auf **Cordis** auf (dem `cordiverse`-Projekt, einem Dritten), **vendort** in `vendor/` mit Manifest und Sync-Verfahren, und die Seite platziert das *« Cordis paper »* auf derselben Navigationsebene wie „GitHub“ und „Developer docs“. Zwei LLM-Adapter werden ausgeliefert — `dsh-llm-deepseek` und `dsh-llm-pi-ai`, ein generischer Multi-Provider-Adapter. Das Repository warnt in Großbuchstaben: *« THERE WILL BE COMPATIBILITY-BREAKING CHANGES »*, und `CLAUDE.md` legt fest, dass `SESSION_FORMAT_VERSION` bei `0` bleibt, *« with no compatibility promise »*, wobei Backends alte Formate auf der Festplatte ablehnen. Zeitachse: DSH erscheint an dem Tag, an dem **DeepSeek-V4-Pro GA erreicht**, drei Tage bevor am **16. August 2026 um 16:00 UTC** ein neuer API-Preisplan in Kraft tritt, mit Spitzen-/Nebenzeittarifen und einem Nebenzeit-Rabatt von **−50 %**.
#DeepSeek Harness#dsh#Agent-Harness
**DeepSeek** (DeepSeek AI, laboratoire chinois) · en tant qu'institution. Page produit **non signée** : aucun auteur · aucun ingénieur mis en avant · aucun billet de blog ni papier technique associé. Le « nous » n'apparaît qu'une fois · en dernière phrase — *« We look forward to exploring the limits of intelligence with developers worldwide »*. Publiée le **13 août 2026**. La page est rendue en JavaScript : `curl` sur l'URL renvoie **HTTP 202 avec un corps vide** · le texte n'existant qu'après exécution du bundle. Deux documents de politique sont liés en pied de page — *Safe Use Policy* et *Data Processing Statement*.
Analysierter Newsartikel, veröffentlicht bei **VentureBeat** am **11. August 2026** von **Michael Nuñez**, basierend auf einem **exklusiven Interview mit Timothée Lacroix**, Mitgründer und CTO von **Mistral AI**, geführt im Vorfeld der Ankündigung, ~2.000 Wörter. Mistral erweitert sein Infrastrukturangebot in drei Teilen: **Mistral Regional Endpoints** in allgemeiner Verfügbarkeit (Anbindung von Inferenz und der zugehörigen Verarbeitung an Europa oder die Vereinigten Staaten), eine **Priority Tier** in Public Preview (zugesicherte Service-Level, individuelle Quoten, Verfügbarkeits-SLA) und eine **Koalition europäischer Unternehmen**, deren mehrjährige Verpflichtungen **200 MW bis Ende 2027** und **1 GW bis Ende 2030** finanzieren sollen. Das Vehikel heißt **European Compute Unit (ECU)**: ein Anspruch auf von Mistral aufgebaute Kapazität, fungibel über Inferenz, Training, Modellanpassung oder verwaltetes Kubernetes, über einen angepeilten Fünfjahreshorizont. Lacroix beschreibt den Mechanismus unverblümt — *"The whole point of compute units is to have commitment"* — und zum vorzeitigen Ausstieg: *"There is no getting out."* Der Artikel stuft den Ehrgeiz ein: Mistral erklärt, *"less than 200 MW"* zu betreiben, und benennt drei Standorte mit insgesamt **77 MW** (44 MW bei Paris, 23 MW in Schweden mit EcoDataCenter, 10 MW in Les Ulis); **Epoch AI** beziffert die anfänglichen Kapitalkosten für ein Gigawatt-KI-Rechenzentrum auf **~38 Mrd. $**, und **Goldman Sachs Research** setzt die Kosten der nächsten Rechenzentrumsgeneration auf **15-20 Mio. $/MW ohne Chips** an, gegenüber den insgesamt von Mistral eingeworbenen **~4 Mrd. $** (PitchBook). Hinzu kommt eine Entscheidung, die *"is likely to raise a few eyebrows among sovereignty purists"*: Mistral beginnt, **Open-Source-Modelle Dritter zu hosten**, angefangen mit **GLM-5.2** von **Z.ai**, einem chinesischen Labor — *"It's a great model. Everyone loves it. It's open-weight, so there was no good reason for us not to do it."* Der Artikel geht dem Kleingedruckten in Mistrals Dokumentation nach, das *"limited, controlled transfers"* an Subunternehmer außerhalb der Region erwähnt; auf Details angesprochen, verweist Lacroix auf **Tool Calls**, insbesondere Websuche, und erklärt, dass **Gating das Feature ist, nicht der Bug**. Die Einordnung des Autors: *"full regional control is available, but the moment an AI agent reaches out to the open web, sovereignty becomes a configuration decision, not a default."* Zwei Abhängigkeiten bleiben bestehen: **GPUs** stammen von Nvidia, und **Microsoft** — Ankermieter der europäischen Rechenzentren von Mistral seit Juli — wird als Faktor dargestellt, der den Ausbau absichert.
#Mistral AI#digitale Souveränität#KI-Souveränität
**Michael Nuñez** — journaliste **VentureBeat** · couvre l'IA et l'infrastructure ; déjà présent au corpus. L'article est bâti sur un **entretien exclusif avec Timothée Lacroix** · cofondateur et CTO de Mistral AI · conduit **avant l'annonce** · et fait suite à un entretien de juin avec le même interlocuteur. Publié le **11 août 2026**.
Langform-Artikel, veröffentlicht auf **X** am **11. August 2026** von **Jesse Zhang**, CEO von **Decagon** (KI-Agenten für den Kundenservice), unter einem dilemmaförmigen Titel — *« To FDE, or not to FDE? »* — der dem **Forward Deployed Engineer** gewidmet ist, der zu *« the answer to almost every hard question in AI go-to-market »* geworden ist. Ausgangsbeobachtung: Anthropic und OpenAI haben Enterprise-Deployment-Einheiten aufgebaut, die sich explizit an Palantir orientieren, *« every seed-stage company »* wirbt mit einem FDE-Angebot, und Stellenausschreibungen für diesen Titel sollen binnen eines Jahres um mehrere hundert Prozent zugenommen haben. **(A) Die Palantir-Genealogie** liefert den Rahmen: die Formel von **Shyam Sankar** (CTO), *« FDEs eat pain and excrete product »*, sowie der Hinweis von **Joe Lonsdale**, dass Palantir fast zwei Jahrzehnte lang als *« glorified consultancy »* bezeichnet wurde — auf Grundlage einer zutreffenden Beobachtung. Die maßgeschneiderten Einsätze von **Gotham** (CIA, NSA, militärische Nachrichtendienste) wurden in Plattform-Primitiven kodiert — Ontologie, Objektmodelle, Berechtigungen, Workflow-Engines, Provenienzverfolgung —, woraus **Foundry** wurde, dann Apollo und AIP; die Standardisierung trieb die Bruttomarge in den Bereich von 80 % und Palantir wechselte von einem FDE-Modell zu Account-based Selling, wobei viele FDEs in die Kernentwicklung wechselten. *« The pain was the input to the product, not a cost of sale. »* **(B) Das vorgeschlagene Kriterium** besteht nicht darin, auf FDEs zu verzichten, sondern zu wissen, wann man aufhören muss: früh einsteigen und dann prüfen, ob man noch **entdeckt** — *« The trap is not starting. It's not stopping. »* **(C) Eine Unterscheidung, die kaum jemand trifft: FDE ≠ Implementierung.** *« Building that integration into their ticketing system »* ist echte Arbeit, aber es handelt sich um die Ausführung einer bekannten Spezifikation, nicht um die Entdeckung einer unbekannten; die Vermischung beider *« is how a company convinces itself that a growing services org is a product investment »*. Schlusssatz: *« If your FDEs are eating pain and excreting more pain, you don't have an FDE team. You have a services business. »* Zu Decagon werden zwei Zahlen angeführt — *« two-thirds of deployment work is now done autonomously via Duet »* und *« a few days on average to launch the first AOP, even for large banks, airlines, telcos »* —, ohne dass der Nenner von „deployment work" definiert oder das Akronym AOP ausgeschrieben wird.
**Jesse Zhang** — cofondateur et **CEO de Decagon** (agents IA de service client, San Francisco) · 85 000 abonnés sur X · site personnel `jessezhang.org`. Il cite son cofondateur **Ashwin Sreenivas** · **ex-Palantir** · d'où la profondeur du récit Palantir. Publié le **11 août 2026**.
Doktrinäres Manifest, veröffentlicht auf **meta.com** am **10. August 2026**, nur mit Vornamen unterzeichnet (*"– Mark"*) von **Mark Zuckerberg**, unter dem Titel *"The Future is for Everyone: The Path to a Positive AI Future"*, ~6.500 Wörter. Von Beginn an werden drei Prinzipien verkündet: individuelle Ermächtigung als Quelle von Wohlstand, Erfindung als primärer Zweck von Superintelligenz, Machtgleichgewicht als Grundlage von Sicherheit. **(A) Das zentrale Argument ist ein politisches Argument**, formuliert als kurze Kette: *"Humanity is not a monoculture"* — die Werte der Menschen kodieren gegensätzliche Kompromisse, keine technische Lösung kann sich gleichzeitig an widersprüchlichen Interessen ausrichten, weshalb jede singuläre Superintelligenz bestimmte Werte gegenüber anderen priorisieren müsste und dadurch unfähig wäre, gegenüber allen wohlwollend zu sein. Daraus die Formel: *"There is no such thing as a singular benevolent superintelligence."* Sicherheit wird als Problem der Machtverteilung neu gerahmt, veranschaulicht durch ein dreifach wiederholtes Gedankenexperiment (ein einziger superintelligenter Anwalt gegenüber der Situation, in der jeder einen hat; dasselbe für Cybersicherheit, dann für Wirtschaft). **(B) Eine Neudefinition von Alignment**: *"Solving alignment is necessary for billions of people to adopt personal superintelligence agents. But it also implies that if we reach a state where billions of people are using and scrutinizing personal superintelligence agents, then we will have solved alignment with their interests."* Das Korollar zielt, ohne sie zu nennen, auf den Rest der Branche: *"the most dangerous scenario would be leading labs training powerful models and keeping them for themselves."* **(C) Datierbare Zusagen**: ein **vollständig privater** Modus, bei dem *"even Meta"* weder Einblick noch Zugriff gewähren kann (eine WhatsApp-Analogie); **kostenlose** Versionen für Milliarden Menschen, gepaart mit einem **dynamischen Gebotsmechanismus** für bezahlte Rechenleistung; die angekündigte **Wiederaufnahme** von Open-Source-Veröffentlichungen — *"we will soon resume releasing some open source models"*; sowie eine Struktur, die dem **unabhängigen Board** die Befugnis gibt, Sicherheitskriterien für Veröffentlichungen zu genehmigen und deren Einhaltung bei jeder Veröffentlichung zu prüfen, wobei der Autor einräumt, dass Meta ein von den Gründern kontrolliertes Unternehmen ist. **(D) Zwei wirtschaftspolitische Vorschläge**, dreifach wiederholt: dass Labore **Zwischen-Trainingscheckpoints** und Ingenieure mit der Regierung teilen statt einer Überprüfung am Ende des Zyklus, und dass die **physische Produktion** gefährlicher Materialien reguliert wird statt der Verbreitung von Wissen. Die Quellenlage des Textes ist nahezu inexistent.
#Mark Zuckerberg#Meta#Meta Superintelligence Labs
**Mark Zuckerberg** — fondateur et PDG de **Meta**. Texte signé du seul prénom (*« – Mark »*) · publié le **10 août 2026** sur un domaine dédié de meta.com. La signature n'est pas « Meta » · et l'alternance des pronoms est régulière : **« we » pour les engagements de l'entreprise** (*« we will offer free versions »*, *« Meta is implementing a governance structure »*) · **« I » pour les affirmations normatives ou contestables** (*« I think this view of alignment is fundamentally flawed »*, *« I propose that companies developing frontier AI should… »*, *« My honest guess, and it is a guess »*). Les engagements produits et de gouvernance sont au « nous » · les propositions de politique publique au « je ».
Die Website **graphify.net**, aufgerufen am **6. August 2026**, wird von **Safi Shamsi** betrieben — dem Schöpfer des Open-Source-graphify-Skills (vgl. [[skill-shamsi-graphify-2026-08-06]]). Die Domain trägt zwei unterschiedliche Objekte. **Das erste ist eine Produktpräsentation**: Vorstellung von graphify, Nutzungsanleitungen, CLI-Referenz und vor allem eine Galerie von **100 bereits graphifizierten trendenden GitHub-Repositories** — *« 100 repos, 854,079 nodes, 1,932,930 edges »* — filterbar nach Sprache und Graphgröße, jeweils mit eigener Vorschau- und Detailseite. **Das zweite, und für die Zwecke der Technologiebeobachtung interessantere, ist ein redaktionelles Verzeichnis**: *« 30 AI coding client guides »*, ein Verzeichnis von MCP-Servern, verglichen nach *« transport, runtime, client support, setup effort, and access risks »*, strukturierte Vergleiche zwischen Tools (Cursor gegen Codex) sowie ein Strom von Artikeln mit einer offenkundig auf Long-Tail ausgerichteten Zielrichtung (*« GLM-5.2 Knowledge Graph for Developers »*, *« Trae Context Engineering for Agents »*, *« Symphony Knowledge Graph for Agent Memory »*, *« What Is Cowart? A Codex Plugin for Image Editing »*). Die Website beansprucht eine Methode — *« source-reviewed »*, *« aligned decision fields, official evidence, and explicit unknowns »* — und ist in sechs Sprachen verfügbar. **Der Punkt, dessentwegen diese Fiche existiert**: Die Website steht **faktisch nicht im Einklang mit dem Produkt, das sie präsentiert**. Sie kündigt **« 3.7k+ GitHub Stars »** an, während die GitHub-API am selben Tag **103.187** zählt, eine **MIT-Lizenz**, dreimal wiederholt, während die `LICENSE`-Datei des Repositories **Apache 2.0** lautet, und hebt die Behauptung **« 71.5× token reduction »** hervor, die zur README-Generation v1 gehört und in der aktuellen Version verschwunden ist. **Eine offizielle Website, die 3,7 % der tatsächlichen Sternezahl anzeigt und die Lizenz falsch angibt**, ist an sich schon ein Signal: Die Kommunikationsebene hat mit dem Repository nicht Schritt gehalten.
Ein **Block-Engineering**-Benchmark-Beitrag vom **6. August 2026**, verfasst von **Atish Patel**, über **Buzz** – den am 21. Juli gestarteten Workspace für Mensch und Agent – der eine Kostenfrage stellt: Welches Agententeam ist **das günstigste, das zuverlässig erfolgreich ist**? Drei Befunde. **(A) Ein vollständig veröffentlichtes negatives Ergebnis**: Auf **Terminal-Bench 2.1** wurden **zwölf Teamzusammensetzungen** (Paare, Triaden, günstige Schwärme unter einem *Frontier*-Modell) gegen den jeweiligen Solo-Agenten antreten lassen, um den sie herum gebaut waren, und **keine schlug ihn bei gleichen Kosten**. Die Erklärung ist struktureller Natur – einer Aufgabe, die in Minuten erledigt ist, *„fehlt genug Struktur, um sie aufzuteilen"*, und *„mehr Agenten kaufen meist nur die Kosten, es zweimal zu erklären"*. **(B) Der Zeithorizont kehrt das Ergebnis um**: Auf **Long-Horizon Terminal-Bench** (44 Aufgaben, eine Aufgabe im Wert von Stunden Arbeit, gleicher Lead **GPT-5.6 Sol** mit *high*-Aufwand) schließt Solo 15 Aufgaben ab bei 59,1 %, +2 QuickBees 19 bei 64,1 %, +1 QuickBee +1 WorkerBee 19 bei 69,5 %, **+2 WorkerBees 20 bei 71,5 %** – ein Zugewinn von **+12,4 Punkten**, wovon 11,4 aus abgeschlossenen Aufgaben stammen. *„Gleiche Plätze, umgekehrtes Ergebnis, weil die Arbeit eine andere Form hat."* Diese Durchläufe liefen mit dem **3-fachen Timeout**, Solo eingeschlossen. **(C) Jenseits einer Schwelle kauft der Preis keine Qualität mehr**: Solo auf Terminal-Bench 2.1, **Opus 5 mit *xhigh*-Aufwand ist der teuerste Durchlauf (140,63 $) bei 75,0 %**, hinter sechs Durchläufen zwischen 20,08 $ und 109,82 $ und 79,5 % bis 88,4 % – als Ursache wird Over-Reasoning genannt, das 17 von 88 Aufgaben in den Timeout trieb. Unter den sechs besten Durchläufen liegt **eine 5,5-fache Preisspanne bei einer Punktzahldifferenz von 8,9 Punkten**: *„die Wahl zwischen ihnen ist überhaupt keine Qualitätsentscheidung. Es ist eine Budgetentscheidung."* Der Beitrag schlägt eine Taxonomie vor, die er selbst als *ad hoc* bezeichnet – **QuickBee**, **WorkerBee**, **SmartBee**, dazu der Mensch als *„Ehrenbiene"* – sowie zwei Teamformen: die permanente **Hive**, die sich die Präferenzen der Nutzenden merkt, und der einmalige **Swarm**, der sich das Projekt merkt. Rahmenbedingungen: alles läuft auf **Harbor**, gegen echte Buzz-Agenten auf einem **Live**-Relay, **ein Versuch pro Aufgabe, kein Retry**, Preise festgeschrieben zum **30.07.2026**.
#Buzz#Block#Agententeams
- **Atish Patel** — *« Building AI solutions @ Block »* · auteur unique du billet · publié le **6 août 2026** sur `engineering.block.xyz`.
Branchenmeldung (**Payments Dive**, Format *Dive Brief*, **6. August 2026**) zur Quartalsbilanz von **Block**: Das Unternehmen hat seinen Kunden bereits mehrere KI-Tools zur Verfügung gestellt — **Moneybot** (Cash App) und **Managerbot** (Square) — und hat noch nicht entschieden, wie es dafür abrechnen will. **Jack Dorsey** im Analystencall: *„We're in a fortunate position where we can experiment with a number of models, and then choose the right one that's going to align all of our incentives with our customers.“* **Der finanzielle Hintergrund erhellt diese Haltung.** Sechs Monate zuvor hatte Block rund **4.000 Personen entlassen, etwa 40 % der Belegschaft**, im Rahmen einer Umstrukturierung, die ausdrücklich mit KI begründet wurde. Im Q2 2026: Bruttogewinn **+25 % auf 3,2 Mrd. USD**, Umsatz **+10 % auf 6,62 Mrd. USD**, aber **Nettogewinn bei 89 Mio. USD, −83 %** im Jahresvergleich, bedingt durch Abfindungskosten zum Abschluss der Restrukturierung; die Prognose für 2026 wurde angehoben. Der Wert der KI wird demnach zunächst über die Kostenstruktur erschlossen, bevor er über den Preis erschlossen wird. **Die gewichtigste Aussage steckt in der Mitte der Meldung**, entnommen dem Aktionärsbrief: *„Starting in June, agentic AI helped write and review nearly all of our production code changes“* — das Schreiben **und** Überprüfen nahezu aller Produktionscode-Änderungen, bei einem börsennotierten Zahlungsunternehmen, sechs Monate nach dem Abbau von 40 % der Belegschaft. Eine selbstberichtete Aussage gegenüber Investoren, ohne Definition von *„nearly all“* oder dessen, was *„review“* umfasst. **Die Tools**: **Goose**, ein zwei Jahre zuvor aufgebautes internes System, beschrieben als modellagnostisch (es bindet für Mitarbeitende verschiedene kommerzielle Modelle ein); **Buzz**, im Vormonat gestartet für *„agent collaboration, communication, and code repositories.“* **Auf Kundenseite**: Moneybot überwacht die Nutzeraktivität in Cash App und zeigt Konten, Salden und Transaktionen an — über **eine Million wöchentlich aktive Konten**; Managerbot übernimmt automatisiertes Marketing, Margenanalyse und schlägt Square-Händlern *„operational fixes“* vor. Analysten von **Evercore ISI** listen vier Monetarisierungswege auf — SaaS-Pakete, Direktabonnements, Unternehmensangebote, nutzungsbasierte Preisgestaltung — **keiner davon an Ergebnisse gekoppelt**. Genannte Prioritätsreihenfolge: **Produktqualität → Distribution → Adoption → Preismodell**. Zwei Fakten zur Distribution runden das Bild ab: Square wird in **Google Maps** integriert, mit einem *„conversational AI experience,“* beschrieben als *„the first step in a broader partnership between Square and Google“*; und das Zahlungsgerät **Tags** (Schlüsselanhänger und NFC-Chip-Sticks) verzeichnet **drei Millionen Personen auf der Warteliste**. Analystenzitate: William Blair (*„Block epitomizes the secular shift toward tech-forward digital finance firms“*) und Bank of America zum *„post-reset operating model.“*
#Block#Jack Dorsey#Cash App
**Justin Bachman** — Senior Reporter · **Payments Dive** (groupe Industry Dive). Journaliste sectoriel paiements ; signe ici un **Dive Brief** · format court en deux temps (*Dive Brief* = les faits du jour, *Dive Insight* = le contexte) qui compile une conférence de résultats · une lettre aux actionnaires · un communiqué et trois notes d'analystes.
Produktankündigung, veröffentlicht im **Cloudflare**-Blog am **4. August 2026** von **Will Papper**, im Rahmen der **Agents Week**: **Cloudflare Wallets**, vorgestellt als *"the programmable wallet for the agentic Internet"*. **Das geschilderte Problem** ist präzise und gut gewählt: Ein Agent, der eine API ausprobieren möchte, muss eine für Menschen konzipierte Login-Seite durchlaufen, einen Menschen dazu bringen, eine Zahlungsmethode hinzuzufügen, einen API-Key generieren und dann herausfinden, wie der Dienst aufzurufen ist. Zwei strukturelle Lücken erklären dies — *"Agents do not have a stable identifier to sign up for an API, and they do not have a native way to pay for APIs"* — mit der Folge, dass *"AI agents often give up on these tasks entirely, kicking registration, payment methods, and API key generation back to humans"*. **Die vorgeschlagene Architektur läuft auf zwei Wallet-Typen hinaus**: **Account Wallets**, gedacht für Menschen, die ein Cloudflare-Konto besitzen (finanzieren, delegieren, abheben), und **Virtual Wallets**, gedacht für Agenten, **die über einen API-Key funktionieren** und deren Ausgabenobergrenze **vom Kontoinhaber festgelegt wird**. Die angekündigten Leitplanken sind explizit: **Zuteilung, Allow-List, Höchstbetrag pro Transaktion**. **Die Zahlungsschiene ist das x402-Protokoll** (Zahlungen, die an HTTP-Requests angehängt werden), und die Währung ist der **Stablecoin** — was das Angebot in ein anderes Lager stellt als Schemata, die auf Kartennetzwerken aufbauen. **Das interessanteste Argument ist gegenintuitiv und zentral**: *"These limits may seem like constraints, but counterintuitively they give agents more freedom. If an agent is responsible for $10, you can worry less about its spending than if it is responsible for $1,000."* → **die Obergrenze schränkt die Autonomie nicht ein, sie macht sie erst akzeptabel.** **Zweite Komponente, strategisch bedeutsamer als die erste**: Identität, über einen **`cloudflare.pay`**-Namespace — ein Recherche-Agent könnte unter `research.example.cloudflare.pay` residieren, was dem Händler die Gewissheit gibt, mit dem Agenten einer identifizierten Organisation zu sprechen. Cloudflare beansprucht einen bewusst minimalen Anspruch (*"a human-readable identifier for a not-very-readable keypair, similar to the URL and IP-address pairings used in DNS"*), aufgebaut auf bestehenden Bausteinen (**Turnstile**, Bot Management, **Web Bot Auth** und dessen Keypairs), und erklärt die Absicht, die Schemata der **x402 Foundation** zu übernehmen, sobald sie entstehen. **Ein entscheidender Vorbehalt zum Status des Textes**: **fast alles steht im Futur**. Was am Tag der Ankündigung existiert, ist die **Reservierung eines Handles**; Zahlungen, Virtual Wallets, Leitplanken und die Rampen für den Zugang zu Geldern sind angekündigt (*"Soon, you will be able to…"*). Dies ist eine **Positionierung auf einem Namespace**, mehr als ein live gehender Dienst.
#Cloudflare Wallets#Agentic Commerce#Agents Week
**Will Papper** — auteur de l'annonce sur le blog Cloudflare (lecture annoncée : 8 minutes). Publication rattachée à l'**Agents Week** de Cloudflare et étiquetée *Agents Week · AI · AI Bots · Developer Platform · Developers · Payments · Product News · x402*.
Beitrag und Bericht von **OpenAI Economic Research**, veröffentlicht am **27. Juli 2026**, erste Folge der Reihe **Work at the Frontier**, basierend auf der Analyse von **mehr als 800.000 Nachrichten von US-amerikanischen ChatGPT-Nutzern**. **Geprägter Begriff**: ***task crossover*** — *« Arbeit, die historisch mit einem Beruf verbunden ist und in der KI-Nutzung von Personen eines anderen Berufs auftritt »*. **Die Schlagzeilenzahl ist eigentlich zwei Zahlen, und genau das geht in der Berichterstattung verloren**: **16,8 % der arbeitsbezogenen Nachrichten** betreffen Aufgaben, die einem anderen Beruf zugeordnet sind, sowie **43,5 % der berufsspezifischen Nachrichten**. Der Trichter erklärt die Diskrepanz: **61,5 % der Nutzung sind generisch** (Schreiben, Zusammenfassen, Planen — zu breit verteilt, um als Beleg für Crossover zu gelten) und werden ausgeschlossen; von den **verbleibenden 38,5 %** liegen **43,5 % außerhalb des Berufs**, und 56,5 % sind *« innerhalb **oder in der Nähe** »* — die Obergrenze wird also auf einer reduzierten Basis berechnet, während die Untergrenze auf der gesamten beruflichen Nutzung berechnet wird. **Nach Beruf** (Anteil der berufsspezifischen Nachrichten, die auf eine fremde Aufgabe verweisen): Kundenerfahrung **77 %**, Design **75 %**, Personalwesen **69 %**, Recht **56 %**, Marketing **53 %**, Vertrieb **40 %**, Finanzen **40 %**, Engineering **28 %** — *« eine Mehrheit in fünf von acht Gruppen »*. **Zwei unterschiedliche Zirkulationsrichtungen**: Design **importiert** (35,2 %) und **exportiert** fast nichts (1,7 %); Engineering verhält sich umgekehrt (Import 18,5 %, Export 7,4 %); **Marketing tut beides** (Import 24,3 %, Export **8,9 %**, der höchste Exportanteil in der Stichprobe). **Zwei Aufgaben erscheinen in den Top 3 der Entlehnungen für die übrigen sieben Gruppen**: **Finanzberechnung** und **Fehlerbehebung bei Technologie**. **Die Heatmap, in der Berichterstattung nicht erwähnt, ist das ergiebigste Element**: Sie liefert die vollständige Verteilung der Aufgaben nach Beruf des Nutzers, und ihre Diagonale ist auffällig — Engineering behält **53 %** der eigenen Arbeit, während Kundenerfahrung nur **11 %**, Personalwesen **10 %** und Design **12 %** behalten. **Größeneffekt**: Der Anteil außerhalb des Berufs sinkt von **18,9 %** (2-5 Beschäftigte) auf **16,3 %** (>100 Beschäftigte) — **aber nur « bei durchschnittlichen Nutzern »**, wobei OpenAI präzisiert, dass *« bei den intensivsten Nutzern zeigt sich nicht dasselbe monotone Muster »*, und schlussfolgert bedingt: *« KI **könnte** besonders nützlich als generalistisches Werkzeug sein, wo spezialisierte Ressourcen knapp sind. »* **Beanspruchter Status**: ein **frühes Signal**, sichtbar *« bevor Unternehmen Stellenbeschreibungen umschreiben oder neue Berufsbezeichnungen schaffen »*. **Struktureller Vorbehalt**: OpenAI misst die eigene Nutzung von OpenAI, ausschließlich bei US-amerikanischen ChatGPT-Nutzern, und stellt diese Position als Vorteil dar — *« unser einzigartiges Fenster darauf, wie sich die Arbeitswelt verändert »*.
#OpenAI Economic Research#Work at the Frontier#task crossover
**OpenAI Economic Research** — équipe de recherche économique d'OpenAI ; la page crédite simplement *« OpenAI »* et la classe sous les tags *Economic Research* et *2026*. Le billet est la porte d'entrée d'un **rapport PDF** (`work-at-the-frontier-report.pdf`) et s'adosse à un cadre antérieur de la même équipe · l'**AI Jobs Transition Framework** · dont il reprend la thèse que de nombreux métiers vont **se réorganiser** plutôt que disparaître.
Capgemini (Aiman Ezzat, CEO) — Investir-Interview, „boss special“: IA agentique als operativer Durchbruch, nicht nur eine weitere Technologie; 2 Mrd. € investiert, +30% bei der Anwendungsentwicklung und −20% Incidents, >11% der Bookings im Q1, TAM von über 400 Mrd. $/Jahr bis 2030 — aber „sehr weit entfernt von plug and play“ (Investir / Les Echos)
#Aiman Ezzat#Capgemini#IA agentique
Aiman Ezzat (directeur général de Capgemini) · propos recueillis par La Rédaction d'Investir
Ausführlicher Meinungsbeitrag, veröffentlicht auf **sfeir.com** am 23. Juli 2026, gezeichnet von **SFEIR** (der redaktionellen Stimme des Unternehmens). Es handelt sich um einen **strategischen Kommentar zur Trésor-Éco-Notiz Nr. 391** der DG Trésor (Juni 2026 — siehe [[dgtresor-ia-effets-emploi-2026-06-30]]), gelesen durch SFEIRs Doktrin, « **KI zu verstärken statt sie zu erdulden** ». Der Artikel würdigt den **vorsichtigen, ökonomischen Ton** Bercys (Mechanismen plus Unsicherheit statt einer Vorhersage) und leitet daraus eine **dreiteilige These** ab: (1) **kein messbarer Gesamteffekt** im aktuellen Stadium (zwei sich ausgleichende Kräfte — Verdrängung vs. Produktivität — EU-Adoption ~20 %); (2) ein **einziges belastbares empirisches Signal, bei Berufseinsteigern** (−16 % Beschäftigung bei exponierten 22-25-Jährigen in den USA); (3) eine **langfristige Gefahr, die die Fragestellung verschiebt** — **Wettbewerbsrückstand** (Nicht-Adoption), nicht Arbeitsplatzvernichtung. Den analytischen Kern behält SFEIR bei: die **Preiselastizität** bestimmt den Beschäftigungseffekt (das **Jevons**-Paradox angewandt auf Code) → das Argument ist **strukturell beschäftigungsfreundlich für Entwickler**. Der Artikel **entkräftet die "KI-Entlassungen"-Erzählung** (4,5-6,2 % der US-Entlassungsankündigungen, "Labeling" bei 59 %) und weist auf die **blinden Flecken** der Notiz hin (das agentische Szenario, das in eine Fußnote verbannt wird; die Diffusionsgeschwindigkeit wird nicht diskutiert; OpenAI/Anthropic sind zu Quellen für Bercy geworden = ein nicht gekennzeichneter Quellen-Bias). **SFEIRs operative Übersetzung** (für CIOs/CTOs): Wert wandert in Richtung Intention/Architektur/Kontrolle, Ausbildung von **augmentierten Ingenieuren** (**AI-Champions**-Programme) und Vermeidung überstürzter Adoption (**workslop**, technische Schulden) durch **Context Engineering** und Governance.
#KI und Beschäftigung#Wettbewerbsrückstand#Nicht-Adoption
**SFEIR** — ESN française « AI Only » (~850 ingénieurs, 8 agences France & Benelux). Voix éditoriale du cabinet (byline « SFEIR »). Positionnement de la maison sur la transformation IA des DSI ; ce texte prolonge la ligne éditoriale portée notamment par Didier Girard (cf. [[girard-sfeir-ai4it-vs-ai4business-budgets-2027-2026-06-24]]).
SFEIR-Analyse (in der Stimme der Firma, „eine Lesart von Ingenieuren“) des am **21. Juli 2026** angekündigten Deals zwischen **Mistral** und **Microsoft**: eine **industrielle Partnerschaft im Wert von mehreren Milliarden Dollar**, gegliedert in drei Teile — (1) **Compute in Europa** (reservierte Azure-Kapazität auf dem Kontinent, Rechenzentren in Frankreich, **NVIDIA Vera Rubin**-Systeme der neuesten Generation, um „das europäische Compute-Defizit zu schließen“); (2) **Mistrals Modelle in Microsofts Tooling** (**Mistral Medium 3.5** und **Mistral OCR 4** in **Microsoft Foundry**, zugänglich in **Copilot Studio** zum Aufbau von Business-Agenten); (3) vor allem **Azure Local bis hin zum getrennten Modus** (Public Cloud, überwachte verbundene Cloud, und **air-gapped**, vollständig vom externen Netzwerk getrennt — für Verteidigungsgeheimnisse, Gesundheitswesen, kritisches Bankwesen). **Bemerkenswerte Tatsache, von Brad Smith bestätigt: keine neue Kapitalbeteiligung** von Microsoft an Mistrals Kapital — eine massive Partnerschaft **ohne Kapitalverflechtung**. SFEIR — Partner von Anthropic und Google Cloud, „ohne Interesse daran, den französischen Champion zu überhöhen“ — betrachtet Mistral als **„die beste europäische Wette auf der Modellebene“** und bietet eine dreiteilige Lesart. **Was der Deal einem CIO bringt**: ein europäisches Spitzenmodell, ausführbar in einer getrennten Umgebung und vom Kunden kontrolliert (In-Memory-Verschlüsselung, lokal verwaltete Schlüssel), erfüllt Kriterien, die nur wenige Angebote erfüllen. **Die Spannung**: diese Souveränität wird **auf der Infrastruktur eines amerikanischen Hyperscalers** eingesetzt; vier Souveränitäten müssen unterschieden werden — **Modell, Ausführung, Infrastruktur, Geschäftsbeziehung** — von denen man „drei von vier bekommen kann, aber man muss trotzdem wissen, welche fehlt“. Das einzige Element, das die Souveränität **wirklich portabel** macht, ist die **Open-Weights-Natur** von Mistrals Gewichten (dieselbe Reversibilitätslogik wie bei **Kimi K3**). Das Fehlen einer Kapitalbeteiligung ist kein Detail: Es bewahrt Mistrals Governance **und** minimiert das Risiko einer kartellrechtlichen Prüfung (FTC, Europäische Kommission) — **bewusst gewähltes regulatorisches Arbitrage**, nicht nur eine technische Entscheidung. **Der eigentliche blinde Fleck**: die **Lesbarkeit von Mistrals Industriestrategie**, die gleichzeitig auf fast allen Fronten präsent ist (B2C mit Le Chat, B2B über Azure-Distribution, Open-Weights-Modell **und** Frontier-Ambition, sehr kapitalintensive Infrastruktur — 200 MW gesichert, eine 1-GW-Obergrenze bis 2030 —, Partnerschaften mit einer Handvoll Großkunden, Robostral/OCR-Vertikalisierung, Bedienung regulierter Sektoren): souveräner Full-Stack (optimistische Lesart) oder die Zersplitterung eines drei Jahre alten, mit ~20 Mrd. € bewerteten Unternehmens über Geschäftsfelder mit divergierenden Wirtschaftsmodellen hinweg (vorsichtige Lesart). Für die technische Führung: **das Modell vom Kanal trennen**, **auf Ausstieg auslegen** (Design to Exit — Open-Weights macht die Ausstiegstür glaubwürdig), **routen statt wetten** (souveräne Multi-LLM-Architektur, RAISE). Fazit: **Souveränität ist eine architektonische Eigenschaft, kein Label** — sie wird Abhängigkeit für Abhängigkeit qualifiziert; die fehlende industrielle Lesbarkeit bleibt die eigentlich offene Frage, geklärt nicht durch Pressemitteilungen, sondern durch „die Kompromisse der nächsten zwölf Monate“.
Fact-Checking-Synthese zu **Delos Intelligence** (delos.so), einem französischen B2B-Startup für generative KI, die eine frühere Tech-Watch-Notiz mit **Primärquellen** (Alexandre Dewez' „Overlooked"-Beitrag / 20VC, 15. April 2025, der Website delos.so, offiziellen Registern) und der Fachpresse (Le Monde Informatique, L'Usine Nouvelle, FrenchWeb, Le JDD) abgleicht. **Gesamturteil: verlässliches faktisches Grundgerüst.** Die von **20VC** (Harry Stebbings) angeführte **Seed-Runde über 2,5 Mio. €** (≈2,74–2,83 Mio. $) im **April 2025**, mit Inovia Capital, Kima Ventures (Xavier Niel) und Plug and Play, ist bestätigt; ebenso die Gründer (die Brüder **Pierre** und **Thibaut de la Grand'rive**) und die Kunden **TotalEnergies, Shiseido, Groupe Casino**. **Starker methodischer Punkt**: Die Liste der Business Angels — oft unter Verdacht halluzinatorischer „Auffüllung" — wird durch die Pressemitteilung des Lead-Investors **wortwörtlich BESTÄTIGT** (Pigment, Dataiku, Hexa sowie ergänzend Ramp und Kerala): Es handelt sich also NICHT um eine Halluzination. **Zu korrigieren**: Die Mitarbeiterzahl von „50" ist **nicht belegbar** (~20 im April 2025, etwa vierzig gegen Ende 2025); die tatsächliche Preisstaffel ist reichhaltiger (eine **Student-Stufe zu 10 €** sowie Enterprise auf Anfrage, zusätzlich zu 25/45/80 €); Nutzerzahlen (10.000 → 50.000 → „100.000+") und ARR sind **selbstberichtet und ungeprüft**. **Als spekulativ zu kennzeichnen**: **Es wurde keine Series A abgeschlossen** (nur als Absicht mit Zielmarke März 2026 angekündigt); **kein Gesamt-ARR veröffentlicht** (die einzige Erwähnung ist ein selbstwerbliches „1 Mio. $ ARR in wenigen Tagen" für das neue Produkt **Workers**, das sich ausschließlich auf dieses Produkt bezieht). Die „100 % Scaleway"-Souveränität **befand sich Ende 2025 noch in der Finalisierung** (Rechenleistung lief teilweise noch über Azure Frankreich). Das Interesse der Notiz ist ebenso methodisch — **wie man innerhalb einer KI-generierten Synthese unterscheidet, was bestätigt, teilweise zutreffend, spekulativ und selbstberichtet ist** — wie dokumentarisch.
#Delos Intelligence#delos.so#Fact-Checking
Synthèse de veille (fact-checking) — sources primaires : blog 20VC (Alexandre Dewez) · delos.so · registres officiels ; presse : Le Monde Informatique · L'Usine Nouvelle · FrenchWeb · Le JDD
Analyse von Janakiram MSV (The New Stack, 20. Juli 2026) über die **architektonische Konvergenz** der Enterprise-Agentenplattformen der drei Hyperscaler: Innerhalb von neun Monaten haben sich **Amazon Bedrock AgentCore**, **Microsoft Foundry** und die **Gemini Enterprise Agent Platform** auf **dieselben sechs Primitiven** geeinigt — Runtime, Memory, Tool-Gateway, Identität, Observability, Governance — unter unterschiedlichen Markennamen. Was vor 18 Monaten noch eine fragmentierte Sammlung von Bibliotheken war, wird zu einer eigenständigen **Plattformschicht**. Die These: Diese Konvergenz wiederholt die **PaaS-Wende von 2011–2016**, als **Cloud Foundry** und **Heroku** VMs, Load Balancer, Warteschlangen und Secret Stores um einen portablen **Anwendungsvertrag** herum vereinheitlichten — nur dass hier **noch kein gleichwertiger Vertrag existiert** und **kein Open-Source-Projekt ihn für sich beansprucht hat**. Konsequenz: Ein Unternehmen kann **einen Agenten nicht von einer Cloud in eine andere verschieben** (Sitzungszustand, Traces und Identität landen allesamt bei einem einzigen Anbieter; eine Migration bedeutet, alles neu aufzubauen). Der Autor schlägt eine **zeilenweise Abbildung** des Cloud-Foundry-Vertrags auf Agenten vor, formuliert drei Gestaltungsprinzipien (den Agenten als **eine einzige deploybare Einheit** verpacken, Fähigkeiten **anhängen** statt Anbieter einzubetten, die **operative** Schicht in die Abstraktion integrieren), zeigt auf, was offene Protokolle (MCP, A2A, OpenTelemetry) außen vor lassen — den **Lebenszyklus** — und liefert drei Due-Diligence-Fragen: **Governance** (neutrale Foundation vs. Anbieter), **Packaging** (dasselbe Artefakt auf zwei Clouds ohne Neuschreiben), **Zustand** (exportierbares Memory). Fazit: Wer am Ende die **Agenten-Control-Plane** besitzt, wird definieren, *was ein Agent ist*.
X-Thread von **Dean W. Ball** — **Head of Strategic Futures bei OpenAI** seit dem 6. Juli 2026, **Hauptautor von America's AI Action Plan** unter der Trump-Administration (eine Positionierung, die man im Hinterkopf behalten sollte, wenn man ein Anti-Open-Weights-Argument liest, das von einem Insider der proprietären Frontier verfasst wurde): **sechs Beobachtungen**, ausgelöst durch das chinesische Open-Weights-Modell **Kimi**, die schnell über das Produkt hinausgehen, um eine gegen den Strich gebürstete **geopolitische und ideologische These** zu vertreten. (1) Kimi ist **ein sehr gutes Modell**, nicht auf Destillation reduzierbar, **auf Augenhöhe mit den besten öffentlichen Modellen des Q1 2026** im agentischen Coding — aber **sehr token-hungrig**, sodass der Betrieb nicht so offensichtlich günstig ist. (2) Ball sagt, er sei **überrascht, dass der chinesische Staat die Open-Source-Stellung** so guter Modelle weiterhin zulässt: Er führt dies **zu ~75 % auf eine „strategische Blindheit" / einen Mangel an „AGI-Pilledness"** zurück (die KPCh vertrete angeblich eine „sehr Yann-LeCun-artige" Sicht auf KI), und zu ~25 % auf einen **Mangel an Inferenz-Rechenleistung** — was die chinesische Open-Weights-Strategie zu einem **unbeabsichtigten Nebenprodukt der US-Exportkontrollen** machen würde — sowie einen Reflex zu aggressiven Exporten; auf Seiten der Unternehmen sei die Offenheit halb ideologisch, halb ein Eingeständnis, dass „wir zurückliegen, niemand würde für sub-frontier chinesische Modelle bezahlen." (3) Zentrale These: **Open-Weights-Modelle sind inhärent dezelerationistisch** — sie **schrecken KI-Investitionsausgaben ab**. Ball zeigt sich überrascht von der Begeisterung der **„Akzelerationisten"** für Open Weights, die er auf deren Vorliebe für den **„Mantel der Unregierbarkeit"** zurückführt (eine Analogie zu James Scotts *The Art of Not Being Governed* und dessen Bergvölkern). (4) Eine von offenen Gewichten dominierte Welt würde zu **„KI-Kommunismus"** führen — KI nicht als Marktprodukt, sondern als **„öffentliches Gut" / „digitale öffentliche Infrastruktur"**, bereitgestellt vom Staat, „genau das, was China vorschlägt"; Ball beurteilt diesen Horizont als **„dystopisch"** und berichtet, während seiner Regierungszeit für ein **elf- bis zwölfstelliges** föderales Rechenzentrum lobbyiert worden zu sein, das Startups subventionieren sollte, die ihre Modelle kostenlos verschenken würden. (5) **Politische Vorhersage**: Die Trump-Administration werde letztlich erkennen, dass ihre beste Strategie **nicht darin besteht, „Open Source zu verbieten"** (eines der albernsten Argumente in der Debatte), sondern **regulatorisches Risiko / FUD zu erzeugen** über **Soft Law** aus jeder Behörde („ein Fed-Bulletin vermutet Backdoors in chinesischen Modellen"), genug, um **regulierte Unternehmen zurückschrecken zu lassen**, ohne die Hyperscaler zu verschrecken (andernfalls würden Startups sich zwielichtigeren Anbietern zuwenden). (6) Diese Modelle machen **die Welt ein wenig gefährlicher**, noch nicht auf spürbare Weise — bis zu dem Tag, an dem sie es sind; eine ironische Schlusszeile über einen „sich selbst replizierenden Agenten, der aus einem chinesischen Labor entkommen ist" (eine COVID-/Lab-Leak-Analogie, „color me shocked"). Zu lesen als **Gegenpunkt** zur Analyse von SFEIR (Kimi K3, Reversibilität, [[sfeir-kimi-k3-moonshot-frontier-open-weights-2026-07-16]]) und zu Xis Pro-Open-Source-Rede auf der WAIC ([[xi-waic2026-gouvernance-mondiale-ia-2026-07-17]]).
#Dean W. Ball#Dean Woodley Ball#OpenAI
Dean W. Ball (Dean Woodley Ball, @deanwball sur X) — expert américain de premier plan en politique de l'IA et gouvernance des technologies émergentes. **Depuis le 6 juillet 2026 : Head of Strategic Futures chez OpenAI** (petite équipe sur la politique de l'IA de pointe — risques catastrophiques, auto-amélioration récursive, impact marché du travail, relations labos-États-société ; rend compte au Chief Strategy Officer Jason Kwon). Reste **Nonresident Senior Fellow** à la Foundation for American Innovation (FAI). **Parcours** : Senior Policy Advisor for AI and Emerging Technology à l'Office of Science and Technology Policy de la Maison Blanche (administration Trump) · où il fut le **principal rédacteur d'America's AI Action Plan** ; Research Fellow au Mercatus Center (George Mason) · Senior Program Manager à la Hoover Institution (Stanford) · Manhattan Institute · ex-Executive Director de la Calvin Coolidge Presidential Foundation. Auteur de la newsletter **Hyperdimensional** (21 000+ abonnés) ; Visiting Lecturer à la Yale Law School (cours sur la gouvernance de l'IA de pointe). Diplômé d'Histoire de Hamilton College (2014, magna cum laude) · ~33-34 ans · vit à Washington D.C. **Sensibilité** : libéral classique / libertarien · mais reconnaissant un rôle nécessaire de l'État face aux risques existentiels de l'IA. (Post X personnel ; date d'ajout à la veille : 2026-07-17.)
Xi Jinping — erste Grundsatzrede beim WAIC 2026: „vier Beobachtungen“ zu KI, Gründung der WAICO (29 Länder, Hauptsitz in Shanghai), Angebot an den Globalen Süden im Gegensatz zu „America First“ (Xinhua/SCIO)
SFEIR-Analyse (in der Stimme des Unternehmens) der am 16. Juli 2026 bekanntgegebenen Entscheidung von **Airbus**, **Scaleway** (Konzern **iliad**) als seine **„Trusted Cloud“** auszuwählen, um seine kritischen Geschäftsanwendungen und sensibelsten Daten (Flugzeugkonstruktion, Engineering, industrielle Produktion, Betrieb, geistiges Eigentum) zu hosten und zu modernisieren. Am Ende einer Anfang **Januar 2026** eröffneten Ausschreibung, bei der **zehn Kandidaten** verglichen wurden, setzt sich Scaleway anhand **dreier Kriterien** durch — technologische/KI-Fähigkeiten, operative Exzellenz und vor allem **rechtliche und Governance-Garantien**: europäische Gerichtsbarkeit, echter Datenschutz, **Immunität gegenüber** dem US-**Cloud Act**. SFEIR betont die **Umkehrung der Hierarchie**: Governance wog schwerer als Funktionalität, obwohl die US-Hyperscaler (Microsoft, Google, AWS) eine funktionale Überlegenheit behalten, die kein europäischer Akteur „auf der ganzen Linie“ erreicht. Die mehrjährige Vereinbarung mit nicht offengelegtem Betrag **ergänzt** (ersetzt nicht) die **Multicloud**-Strategie von Airbus — die vom Unternehmen vertretene Doktrin: den Aufbau eines Portfolios, in dem jede Werkstatt gemäß ihren eigenen Zwängen arbeitet, während man sich die **Fähigkeit zum Wechsel** bewahrt (Reversibilität, vgl. France Télévisions/ALIX, ohne Neuentwicklung eingesetzt). Der eigentliche Einsatz ist die **IA souveraine**: Modelle auf industriellen Daten (Simulation, vorausschauende Wartung, unterstütztes Engineering) auszuführen erfordert eine **vollständige Kette — Rechenleistung, Training, Inferenz — die innerhalb einer vertrauenswürdigen Rechtsprechung verbleibt**. Drei Lehren: eine überschrittene **Glaubwürdigkeitsschwelle** für die europäische souveräne Cloud; **Governance > Funktionen** bei strategischen Daten; Souveränität wird **in Schichten** aufgebaut (Infrastruktur → Plattform → Modell), und der entscheidende Teil — die KI-Reversibilität — wird sich in den kommenden Monaten entscheiden.
SFEIRs Analyse aus dem Ingenieur-Kabinett ("die Lesart eines Ingenieurs") des Launches von **Kimi K3** am **16. Juli 2026** durch das chinesische Labor **Moonshot AI**: ein **Open-Weights-Modell der Spitzenklasse (frontier-class)**, für das der Anbieter **rund 2,8 Billionen Parameter**, einen **Ein-Millionen-Token-Kontext** und eine **Veröffentlichung der Gewichte vor dem 27. Juli 2026** beansprucht (voraussichtlich unter einer Modified-MIT-Lizenz, wie schon bei der K2-Reihe). These: Fähigkeiten, die einst proprietären Giganten (Anthropic, OpenAI, Google) vorbehalten schienen, werden **als offene Gewichte, zum Kampfpreis, aus einem chinesischen Labor** verfügbar. SFEIR – obwohl **Partner von Anthropic und Google Cloud** und damit „ohne Interesse daran, ein chinesisches Modell schönzureden" – legt einen zentralen **methodischen Vorbehalt** an: Am Launch-Tag existiert **keine offizielle, vollständige Benchmark-Tabelle**; Spezifikationen (2,8 Billionen, Kimi Delta Attention, +25% Trainingseffizienz) und Scores stammen **vom Anbieter selbst** oder aus **Community-Arenen** und sind „als Behauptungen, nicht als gemessene Fakten zu behandeln." Die neue Architektur (**Kimi Delta Attention**, hybride lineare Aufmerksamkeit; Dekodierung angeblich bis zu **6,3x schneller** bei 1M Token) bricht mit dem Takt der K2-Reihe (K2 Juli 2025 → K2.7 Code Juni 2026, alle zwei Monate ein Flaggschiff); zwei Varianten begleiten den Launch (**K3 Max**, **K3 Swarm Max**), mit erzwungenem Auslaufen der Reihe kimi-k2.5/moonshot-v1 am **31. August 2026**. **Die eigentliche Waffe ist der Preis** (~3 $/M Input, 0,30 $ gecacht, 15 $ Output laut Sekundärquellen): ein Open-Weights-Modell der Spitzenklasse auf diesem Niveau **zieht die gesamte Preis-Leistungs-Kurve nach unten** – die Kommodifizierung der Modellschicht, beschleunigt durch Open Source. Die entscheidende Singularität ist jedoch kein Score: Es ist die **Reversibilität**. Ein Open-Weights-Modell der Spitzenklasse verwandelt eine konsumierte API (Anbieterabhängigkeit) in eine **Option** (Self-Hosting, Portabilität, Ausstieg aus dem Lock-in) – um den Preis einer schweren Infrastruktur, um 2,8 Billionen Parameter zu hosten. SFEIRs Sicht: **Open Weights verändert die Frage, nicht nur die Antwort** – nicht mehr „welches Modell ist das beste/günstigste?", sondern „wie viel meines Systems bin ich bereit, von einem Anbieter abhängig zu machen, den ich nicht kontrolliere?". Die richtige Haltung bleibt ein **geroutetes Portfolio** (ein Modell pro Aufgabe, ein Modell pro Randbedingung), wobei Kimi K3 dem Entscheidungsraster eine **Spalte „Reversibilität"** hinzufügt. Die Überzeugung „AI Only" bleibt unverändert: Das Modell ist eine Commodity, der dauerhafte Vorteil liegt im Engineering drumherum (Context Engineering, Harness, Kostensteuerung, Fähigkeit, die Meinung zu ändern). Die Zahlen müssen weiterhin „selbst" validiert werden – an den eigenen Repositories, den eigenen Daten.
Prasanna Sankar (Mitgründer/CTO von Rippling, Gründer von Vorflux) veröffentlicht „The Great Flattening“ — einen Manifest-Essay, der die These vertritt, dass Coding-Modelle **übermenschlich** geworden sind und sich der Engpass von der Code-Produktion hin zur **Kodierung von Urteilsvermögen** in *Agent-Harnesses* verlagert hat. Alles innerhalb der Organisation „kollabiert zum Harness hin“; die eigentliche Arbeit aller wird zum *Self-Profiling*: das implizite Entscheidungswissen aus dem eigenen Kopf zu extrahieren, um es in die Codebase zu kodieren. Gleichzeitiger Launch von Vorflux („Autopilot für Software Engineering“), 15-Mio.-Dollar-Seed-Runde (Y Combinator, Peak XV Partners, Alliance DAO). Der Essay erzielte innerhalb von 24 Stunden über 60.000 Aufrufe auf X.
#Great Flattening#Vorflux#Prasanna Sankar
Prasanna Sankar (Prasanna S, @myprasanna) — co-fondateur et ex-CTO de Rippling ($16B+ valorisation) · fondateur et CEO de Vorflux AI. Article publié sur X (format long-form article) le 14 juillet 2026 · contenu repris comme manifeste Vorflux (vorflux.com/manifesto).
SFEIR-Analyse (aus Sicht des Unternehmens) der allgemeinen Verfügbarkeit von **GPT-5.6** durch OpenAI ab dem 9. Juli 2026 — kein einzelnes Modell, sondern eine **Familie aus drei Stufen**: **Sol** (Flaggschiff für Langzeit-/Cyber-/Wissenschaftsaufgaben, als einziges Modell mit Zugang zu den Modi „max" und „ultra"), **Terra** (ausgewogene Alltagsstufe, ~halber Preis von GPT-5.5) und **Luna** (schnell/wirtschaftlich, für hohes Volumen). Alle drei teilen sich ~**1,05 Mio. Token** Kontext, **128k** Ausgabe-Token und einen Wissensstand vom **16. Februar 2026**. Die strukturbestimmendste Tatsache ist kein Score, sondern ein **aggressives Preisraster** (Sol 5$/30$, Terra 2,50$/15$, Luna 1$/6$ pro Million Token): Sol behält den Preis des vorherigen Flaggschiffs bei und ist dabei leistungsfähiger, was den Vergleich auf das **Verhältnis von Leistungsfähigkeit zu Kosten** verlagert. Zwei Abrechnungsfeinheiten (Cache-Schreibvorgänge werden mit **1,25×** berechnet, ein Aufschlag jenseits von **272k** Token) machen das Raster irreführend, solange nicht gemessen wurde, wie viel Kontext der Agent erneut liest (Lese-/Schreibverhältnis ~**153:1** beim agentischen Coding). Urteil des Ingenieurs, das als neutral beansprucht wird (SFEIR ist sowohl **Google Cloud Premier**-Partner *als auch* **Anthropic**-Partner): **niemand räumt alle Tabellen ab** — GPT-5.6 dominiert Terminal-Bench 2.1 und den Coding Agent Index (zu einem Drittel der Kosten pro Aufgabe), Claude bleibt bei SWE-Bench Pro vorn (~15 Punkte); METR meldete eine rekordverdächtige **Reward-Hacking**-Rate bei Sol. Fazit: „hört auf, den Champion zu suchen, lernt zu routen" — das Modell ist eine Commodity, der dauerhafte Vorteil liegt im **Context/Harness Engineering**.
**Wiederkehrender Bericht von Mozilla**, *The state of open source AI*, **v1.0.1, Juli 2026**, eingeleitet durch einen Brief von **Raffi Krikorian** (CTO): sieben Abschnitte, eine interaktive Website und ein herunterladbarer Bericht. These, formuliert im Titel von Abschnitt 1: *« The model layer has commoditized. Value accrues to the harness above it. »* **Fähigkeitsstand**: Auf dem *Artificial Analysis Intelligence Index v4.1* erzielt das beste geschlossene Modell **61** Punkte (Claude Opus 5) und das beste offene Modell **57** (**Kimi K3**), Rang vier insgesamt und vor drei der größten geschlossenen Labore; auf dem *Epoch Capabilities Index* beträgt der Abstand **6 Punkte** (K3 bei 156 gegenüber GPT-5.6 Sol bei 162), beschrieben als *« about one release cycle »*, bei sich überlappenden Konfidenzintervallen. **Sägezahnförmige Frontier**: Offene Modelle führen bei Frontend-Code (K3 mit 1.679 Elo in der LMArena Frontend Code Arena, sechs von sieben Domänen), liefern sich ein Kopf-an-Kopf-Rennen bei agentischer Terminalarbeit (88,3 gegenüber 88,8 im Terminal-Bench 2.1) und geben bei professioneller Wissensarbeit Boden ab (Fable 5 führt vor K3 mit 92 Elo im GDPval-AA v2). **Nutzungsverschiebung**: Der Anteil der über OpenRouter geleiteten Tokens, die an Open-Weight-Modelle gehen, stieg von einem vernachlässigbaren Niveau auf ein Drittel Ende 2025 und dann auf eine **Mehrheit bis Mitte 2026**, wobei die sieben Modelle mit dem höchsten Volumen alle offen gewichtet sind — der Bericht selbst merkt an, dass *« by request count, closed US providers still lead »*, wobei der Vorsprung der offenen Modelle ein Vorsprung beim Token-Volumen ist, der sich auf Coding- und agentische Workloads konzentriert. **Der zentrale Gegensatz**: *« Open ships easy. Open deploys hard. »* — 79 % der Entwickler, die KI einführen, nutzen offene Modelle gegenüber 71 % bei geschlossenen, aber nur **53 %** der Teams mit offenen Modellen erreichen die Produktion **gegenüber 63 %**, und die Lücke wächst mit der Organisationsgröße (geschlossen 54 % → 73 %, offen 53 % → 57 %), was *« rules out a resources explanation »*. Die Reifegradkarte des Stacks (48 Komponenten, 9 Schichten) zeigt zwei durchgängig kalte Spalten — **Standardisierung** und ***Enterprise Readiness*** — identifiziert als die operative Lücke. **Abschnitt 5**: *« The agentic harness is another user agent »*, und *« The model is eating the harness »* — bei jedem Modell, für das beide Varianten existieren, gewinnt inzwischen der Harness des jeweiligen Labors selbst, wobei sich die Lücke von 21,8 Punkten auf etwa 3 verringert hat. Daher die Formel: *« A harness tuned tightly to one lab's weights… degrades on anyone else's model, so the tighter the tuning, the less swappable the weights underneath. Lock-in arrives as a side effect of optimization. »*
#Mozilla#state of open source AI#Open Weights
**Mozilla** — éditeur du rapport · avec une introduction signée **Raffi Krikorian** · *Chief Technology Officer*. Publié en **juillet 2026** (v1.0.1). Données issues de sources tierces créditées (Artificial Analysis, Epoch AI, OpenRouter, LMArena) et d'une enquête propre menée avec **SlashData** (*Mozilla / SlashData 2026 developer survey*, n = 1 410 sur la question des freins).
Analysenotiz **Trésor-Éco n° 391** (Juni 2026) der **Direction générale du Trésor** (Wirtschaftsministerium), verfasst von **Martin Chopard, Elisa Cotet, Tristan Gantois und Eloïse Villani**. Institutioneller Literaturüberblick zur Wirtschaftsforschung über **die Auswirkung der KI (vor allem generativer KI) auf die Beschäftigung**. **Dreiteilige These**: (1) KI wirkt sich über **zwei gegenläufige Kanäle** auf das Beschäftigungsvolumen aus — den **Verdrängungseffekt** (Substitution automatisierbarer Aufgaben) gegenüber dem **Produktivitätseffekt** (Komplementarität, niedrigere Kosten, gestiegene Nachfrage) — doch der **Gesamteffekt bleibt vorerst schwach/nicht messbar**, mangels zeitlichem Abstand und Verbreitung (≈20 % der EU-Unternehmen im Jahr 2025); (2) **heterogene Effekte** zeigen sich je nach **Berufen** (Exposition ≠ Effekt: alles hängt vom Grad der Substituierbarkeit/Komplementarität und der **Preiselastizität** der Nachfrage ab), **Arbeitskräften** (verzerrter technischer Fortschritt, Sorgen bezüglich **junger Menschen**) und **Sektoren** (Finanzwesen, IT, Unternehmensdienstleistungen am stärksten exponiert); (3) **langfristig bleibt der Nettoeffekt ungewiss** — zwischen massiver Substitution (falls sich agentische/physische KI durchsetzt) und **schöpferischer Zerstörung** (Lehre vergangener Revolutionen: Innovationen haben mehr Arbeitsplätze geschaffen als vernichtet). Schlussfolgerung zur **öffentlichen Politik**: den Übergang unterstützen (Ausbildung, Mobilität — der Plan „Osez l'IA“, France 2030) und **in KI investieren, um im internationalen Wettbewerb nicht zurückzufallen**. Umfangreich belegter Korpus (43 Fußnoten, Schätzpanels in den Tabellen 1-3).
#KI und Beschäftigung#generative Künstliche Intelligenz#Verdrängungseffekt
**Martin Chopard · Elisa Cotet · Tristan Gantois · Eloïse Villani** — économistes de la **Direction générale du Trésor** (DG Trésor) · Ministère de l'Économie · des Finances et de la Souveraineté industrielle · énergétique et numérique. Directrice de la publication : Dorothée Rouzet. Le document engage la DG Trésor mais « ne reflète pas nécessairement la position du ministère ».
Benchmark-Ankündigung von **Artificial Analysis** (unabhängige Plattform zur Bewertung von KI-Modellen, via X/Twitter + Modellseite): **GLM-5.2** von **Z.ai** (Zhipu AI, @Zai_org) wird zum **führenden Open-Weights-Modell** und steigt auf **Platz 3 im Gesamtranking** von **GDPval-AA** auf, einem Real-World-Benchmark für *wirtschaftlich wertvolle Wissensarbeit* (long-horizon, multi-turn, agentische Aufgaben). GLM-5.2 erreicht **1524 Elo**, nur hinter **Claude Fable 5 (1783)** und **Claude Opus 4.8 (1615)**, und liegt gleichauf mit **GPT-5.5 (xhigh, 1509)**. Es führt mit deutlichem Abstand vor dem nächstbesten Open-Modell (**MiniMax-M3, 1408**) sowie vor zahlreichen proprietären Modellen: **Gemini 3.5 Flash (1357)**, **Qwen 3.7 Max (1289)**, **Muse Spark (1158)**. Die Aufgaben sind tatsächlich agentisch: durchschnittlich **~31 Turns pro Aufgabe** über **1.999 Matches**. Dasselbe Ranking bestätigt sich im **Artificial Analysis Intelligence Index** (Platz 1 unter Open Weights), im **Agentic Index** (Platz 3) und bei **AA-Briefcase** (Platz 3, vor GPT-5.5 xhigh, nur hinter Fable 5). Bemerkenswert: Ein **Open-Weights**-Modell unter **MIT-Lizenz**, **MoE mit 753 Mrd. Parametern / 40 Mrd. aktiv**, **1M-Token-Kontext**, mit einem Preis von **1,40 $/4,40 $ pro 1M Tokens** (Input/Output), das bei agentischer Arbeit mit der proprietären Spitze konkurriert — ein echter Fortschritt für offene Modelle.
Artikel von **Paul Sawers**, veröffentlicht in **The New Stack** am **16. Juni 2026**, über die **Aussetzung durch Anthropic** — *"on the very day it was scheduled to go live"* — der Abrechnungstrennung, die die Nutzung des **Agent SDK** von den Limits des Claude-Abonnements trennen sollte. **Von Anthropic zitierte Botschaft**: *"We're pausing the changes to Claude Agent SDK usage described below. For now, nothing has changed."* **Der Beitrag des Artikels liegt nicht in der Ankündigung, sondern im umgebenden Kontext**, in drei konzentrischen Kreisen. **Kreis 1 — Anthropics Woche**: am 9. Juni die Veröffentlichung von **Fable 5 und Mythos 5**, den ersten allgemein verfügbaren Modellen der Mythos-Klasse mit verschärften Cybersicherheits-Schutzmaßnahmen; wenige Tage später zwingt eine **Exportkontroll-Anordnung der US-Regierung** Anthropic, **beide Modelle weltweit für alle Kunden zurückzuziehen**. Die Aussetzung der Preisänderung wird in diesem Kontext als *"a little good news"* gelesen. **Kreis 2 — Kollateralschaden durch das Timing**: Unternehmen, die die Änderung bereits an ihre eigenen Kunden weitergegeben hatten, sehen sich überrumpelt; **Conductor**, ein auf dem Agent SDK aufbauendes Multi-Agenten-Coding-Tool, muss ein Dementi veröffentlichen (*"Anthropic has delayed the subscription updates to Claude plans"*). **Kreis 3 — die zugrunde liegende Spannung, die über Anthropic hinausreicht**: ein Zitat von **Boris Cherny** (Leiter von Claude Code) vom April, während einer früheren Einschränkung, wonach Abonnements *"weren't built for the usage patterns of these third-party tools"* — ein Eingeständnis, dass sich **Pauschalpreise und uneingeschränkte agentische Nutzung nicht vertragen**; **GitHub** hat die Frage auf dieselbe Weise geregelt und im Juni das Pauschalpreismodell der *premium requests* von **Copilot** zugunsten einer **tokenbasierten Abrechnung** abgeschafft, trotz Protesten. Hinzu kommt, dass **in derselben Woche** vor einem kalifornischen Bundesgericht eine **vorgeschlagene Sammelklage** eingereicht wurde, die behauptet, dass die **Max**-Stufen deutlich hinter den für intensive Coding-Sitzungen beworbenen Nutzungsmultiplikatoren zurückbleiben. Anthropic nennt keinen Zeitpunkt für einen überarbeiteten Ansatz und erklärt lediglich, man *"works to update the plan to better support how users build with Claude subscriptions."* **Schlussfolgerung des Autors**: zwischen dem staatlichen Druck rund um Fable und Mythos, einem geplanten **Börsengang** und **Gerüchten über Preissenkungen bei OpenAI** versucht Anthropic, **seine Entwicklerbasis auf seiner Seite zu halten** — und die Aussetzung ist vorerst ein Mittel zu diesem Zweck.
#Anthropic#Claude Agent SDK#Claude-Abonnement
**Paul Sawers** — journaliste tech · signe ici pour **The New Stack**. Registre de **presse spécialisée** : l'article ne relaie pas seulement l'annonce · il la replace dans une série (les changements de facturation successifs d'Anthropic) · la compare à un précédent sectoriel (GitHub Copilot) et l'articule à trois pressions concomitantes (export control, IPO, concurrence). Sourçage explicite et attribué — le billet de Zed · l'analyse de Matthew Diakonov · le post de Conductor · une déclaration antérieure de Boris Cherny.
Satya Nadella (Microsoft) entwirft eine Theorie zur "Zukunft des Unternehmens" in einer KI-getriebenen Wirtschaft: Jedes Unternehmen wird neben seinem Humankapital (Urteilsvermögen, Beziehungen, Mustererkennung) ein "Token-Kapital" aufbauen müssen — seine proprietäre KI-Fähigkeit. Der eigentliche Wert liegt nicht in der Wahl des besten Modells, sondern in einer Lernschleife (private Evals, RL-Umgebungen, base de connaissances), die institutionelles Wissen kodiert und sich im Laufe der Zeit potenziert. Ein Plädoyer für ein "Frontier-Ökosystem", nicht bloß ein "Frontier-Modell", damit sich der Wert verteilt, statt von einer Handvoll Modelle vereinnahmt zu werden.
Anthropic bringt Claude Fable 5 (ein Modell der Mythos-Klasse, das für den allgemeinen Einsatz sicher gemacht wurde) und Claude Mythos 5 (dasselbe Modell mit aufgehobenen Schutzmechanismen, beschränkt auf Cyberverteidiger über Project Glasswing) auf den Markt: Spitzenleistung in Softwareentwicklung, Bildverarbeitung, Langzeitgedächtnis mit langem Kontext und den Lebenswissenschaften.
Analyse von **Olivier Rafal** für **WeNvision** (französisches Beratungsunternehmen), veröffentlicht am **4. Juni 2026** (~4 Min. Lesezeit), zur Einordnung der Gründung der **Tokenomics Foundation** durch die **Linux Foundation** (angekündigt am 3. Juni, in Partnerschaft mit der **FinOps Foundation**), die er als die offizielle Eröffnung **der Ära des „FinOps for AI“** wertet. **Kernthese**: KI hat die Ökonomie der Softwareentwicklung verändert; das **Token** ist zur *„neuen Maßeinheit für Technologieausgaben“* geworden – eine Parallele zur Cloud der 2010er-Jahre (**wiederkehrende und variable** Kosten, die aktiv gesteuert werden müssen), woraus sich die Verschiebung der Anbieter von Pauschalpreisen hin zur **tokenbasierten Abrechnung** ergibt. **Größenordnung (Dringlichkeit)**: *„Laut Goldman Sachs soll sich die weltweite Token-Nutzung bis 2030 um das 24-Fache erhöhen und 120 Billiarden Token pro Monat erreichen“* — eine Größenordnung, die die Token-Effizienz von einem *„technischen Detail“* zu einem Thema für die **Vorstandsetage** macht. Zitat von **J.R. Storment** (Gründer der FinOps Foundation): *„Token-Kosten und -Effizienz sind zu einem Thema auf CEO-Ebene geworden, nicht zu einer technischen Randnotiz.“* **Transparenz-/Standardisierungsproblem**: Die aktuelle KI-Preisgestaltung ist nicht vergleichbar (Input-Token/Caching-Systeme/Output unterscheiden sich von Modell zu Modell) → Die Tokenomics Foundation will die **spécification FOCUS (Open Source) erweitern**, um eine **gemeinsame Sprache** für Einkauf und Vergleich bereitzustellen. **Rafals zentrale Botschaft (jenseits der Kosten)**: *„Bei FinOps geht es weniger darum, Kosten zu senken, als vielmehr darum, die Effizienz zu optimieren“* — die eigentliche Kennzahl ist das **Verhältnis von KI-Kosten zu Geschäftswirkung** (*Time to Market, Qualität, Funktionen, Eco-Design*). **Grenzen reiner Standards**: Technische Normen allein reichen nicht aus; das **Target Operating Model muss neu gedacht werden** (Teams, Prozesse, Datenkultur, Business-Alignment); in den USA wird bereits *„das Ende der Double-Pizza-Teams zugunsten von Sandwich-Teams“* angekündigt. **Warnsignal**: *„ein KI-beschleunigter SDLC wird lediglich […] die Probleme verstärken und einem nur dabei helfen, schneller … gegen die Wand zu fahren“* (bei fehlenden organisatorischen Grundlagen). **Genannte Sponsoren der Foundation**: Accenture, Booking.com, Google Cloud, Microsoft, IBM, Salesforce. **Angebot von WeNvision**: *„gemeinsam eine Roadmap erarbeiten, das Betriebsmodell für das agentische Zeitalter neu denken und die unverzichtbar gewordene finanzielle Governance etablieren.“* **Französischsprachige Lesart, gerichtet an Führungskräfte/Transformationsverantwortliche**, der Fiche [[tokenomics-foundation-linux-finops-token-economics-about-2026-06-03]]; konvergiert mit dem agentischen FinOps-Cluster [[finops-foundation-finops-for-ai-overview-2026-02-17]], finout-finops-ai-agents-four-step-allocation-framework-2026-04-27, gupta-token-budget-wars-marginal-token-utility-2026-05-28 (Token→Ergebnis, Wert > Volumen).
#Tokenomics Foundation#FinOps for AI#FinOps for AI
**Olivier Rafal** · pour **WeNvision** (cabinet de conseil français — bureaux à Paris, Lille, Strasbourg, Bordeaux, Nantes, Toulouse, Belgique, Luxembourg). Olivier Rafal écrit en analyste/conseil familier des préoccupations de comité de direction (ancien analyste IT, profil conseil-transformation). Publié le **4 juin 2026**.
**About**-Seite der Website **tokeneconomics.com**, die die **Tokenomics Foundation** vorstellt — ein Projekt der **Linux Foundation**, angekündigt am **3. Juni 2026**, betrieben in **enger Partnerschaft mit der FinOps Foundation**. **Erklärte Mission**: *"establish open industry standards, benchmarks, and best practices for the economics of AI infrastructure"* — sie verknüpft **Produktion, Konsum und Monetarisierung** von Tokens mit dem **Geschäftswert**. **Rahmendefinition von Tokenomics**: *"Tokenomics is not just about the cost of tokens, it's about the entire layer of AI that they drive from production, to consumption to monetization"* — das heißt **die gesamte ökonomische Schicht der KI**, von den Infrastrukturkosten über die Modellwahl bis zur Wertoptimierung. **Phasenthese**: Die frühe KI-Adoption priorisierte **Leistungsfähigkeit**; die aktuelle Phase verschiebt sich hin zu **Effizienz und Wert**, was systematisches Kostenmanagement und **Transparenz** erfordert. **5 Gründungsprinzipien**: (1) ***"Efficiency is a design choice. AI cost is shaped by architecture, not just usage"***; (2) ***"Bigger is not always better. The best AI system is not always the one using the most expensive model"*** (Right-Tool / Routing); (3) ***"Visibility comes before optimisation. Teams cannot manage what they cannot see"***; (4) ***"Value matters more than volume. More tokens, more calls, and more automation do not automatically mean better outcomes"***; (5) ***"Open knowledge benefits everyone"*** (gemeinsame Standards, gemeinschaftliches Lernen, Transparenz). **Governance**: ein **Governing Board** (Branchenausrichtung + Mitteleinsatz) und ein **Technical Committee** (offene Spezifikationen + Benchmarks). **Ergebnisse**: Erweiterung der **FOCUS specification** (FinOps), offene Spezifikationen, Benchmarks, gemeinsame Frameworks und Metriken. **Zielgruppe**: CAIO, CTO, CIO, CFO, Ingenieure, Produktteams, FinOps-Praktiker, Forscher, Start-ups, Unternehmen, öffentlicher Sektor. **Erklärtes Ziel**: Organisationen *"from experimental AI adoption to sustainable AI operations"* zu führen, indem die Disziplin der **variablen Technologieausgaben** auf die Token-Ära ausgeweitet wird. **Relevanz für diese Veille**: Institutionalisierung/Standardisierung von **agentischem FinOps** auf Ebene einer Branchenstiftung — steht in direktem Zusammenhang mit den Fiches [[finops-foundation-finops-for-ai-overview-2026-02-17]], [[finout-finops-ai-agents-four-step-allocation-framework-2026-04-27]], orq-ai-finops-ai-agents-cost-per-outcome-hosseini-2026-04-15, gupta-token-budget-wars-marginal-token-utility-2026-05-28 (Allocation Layer, Token-to-Outcome) sowie mit der Verschiebung **Token → Outcome** (Salesforce/Tallapragada, Sierra/Greenwald). Die 5 Prinzipien decken sich genau mit bereits erfassten Hebeln: Architektur > Nutzung, **Haiku/Sonnet/Opus-Routing**, Beobachtbarkeit vor Optimierung, Wert ≠ Volumen.
#Tokenomics Foundation#Tokenomics#Token-Ökonomie
**Tokenomics Foundation** (entité collective, projet de **The Linux Foundation**, en partenariat avec la **FinOps Foundation**). Page institutionnelle *About* — **aucun auteur individuel nommé**. Annonce datée du **3 juin 2026**.
Am Vorabend des rekordverdächtigen Börsengangs von SpaceX (Zielbewertung von ca. 1,75 bis 1,8 Billionen US-Dollar) veröffentlicht The New York Times eine interaktive Analyse der Bilanz von Elon Musks öffentlichen Versprechen. Von mehr als 600 datierten, quantifizierten Zusagen (Aussagen, Posts, Investorentelefonate) wurden nur ~19% pünktlich eingehalten, wenn überhaupt. Die Quote verschlechtert sich im Zeitverlauf: ~75% eingehalten im Jahr 2015, weniger als 50% im Jahr 2020. Mars, das Robotaxi und die vollständige Autonomie machen den Großteil der wiederholten und verschobenen Ziele aus. Der Beitrag verknüpft diese Bilanz mit dem SpaceX-Prospekt, der nun auf KI setzt (xAI wurde eingegliedert) und selbst einräumt, dass der Zeitplan für seine großen Vorhaben nicht bestimmbar ist.
Viraler X-Thread (**230,5K Aufrufe**, 28. Mai 2026, 1:51 Uhr) von **Jaya Gupta** (@JayaGup10, Investorin — vermutlich bei Foundation Capital, Autorin des *Context Graphs*-Frameworks) mit dem Titel ***„Token Budget Wars“***. **Kernthese**: ***„Enterprise AI has moved from adoption to allocation“*** — Phase 1 der Unternehmens-KI hat bewiesen, dass Modelle funktionieren; Phase 2 wird entscheiden, **wie viel diese Arbeit wert ist**. Die neue Währung an der Unternehmensspitze ist die **Fähigkeit, den KI-ROI zu quantifizieren**: *„zeig mir den Wert“*. Kernkonzept: ***marginaler Token-Nutzen*** = *„der Geschäftswert, den jeder zusätzliche Dollar an Inferenz schafft“* — die Zahl, die im großen Maßstab zählt und die **die meisten Unternehmen nicht sehen können**. Zeitachse: **Claude wurde im November 2025 ausgeliefert**, nachdem die Jahresbudgets 2026 bereits festgelegt waren → schon im **Q1** lagen Unternehmen *„um ein Vielfaches über Plan“* → Inferenz hört auf, ein Experimentierposten zu sein, und wird zu **wiederkehrenden Betriebskosten**. Verschiebung von **Experimentieren (ein paar 100.000 $) → Infrastruktur (siebenstellig, 1 Mio. $+)**: Im Infrastruktur-Maßstab erzeugt **technische Varianz materielle Schwankungen in der Gewinn- und Verlustrechnung — zwei Durchläufe desselben Workflows mit demselben Input können sich im Token-Kostenaufwand um das 5- bis 10-Fache unterscheiden**, ohne dass sichtbar etwas kaputt ist, *„eine Zahl, die der CFO dem CEO erklären muss“*. **KI konkurriert mit Arbeitskraft**: 3 Arten von Budgetanfragen (ausgelagerte Arbeit ersetzen / interne Arbeit ersetzen / Umsatz generieren) → Verschiebung hin zu den ***Kosten eines abgeschlossenen Ergebnisses*** (Kosten pro gelöstem Ticket, bearbeitetem Schadensfall, geprüftem Vertrag, abgeschlossener Rechnung, vermiedener Neueinstellung, gehaltenem Kunden, bewegtem Umsatzdollar). **BPO = die einfachste Vergleichsbasis** (bereits in abgeschlossenen Einheiten bepreist); interne Arbeit ist deutlich schwieriger (multiskillte Mitarbeitende, diffuse Gewinne, Widerstand der Personalabteilung gegen Stellenabbau). **Warum es sich von SaaS unterscheidet**: SaaS hat gelernt, Nutzung als Proxy für Wert zu behandeln; KI bricht diesen Proxy — *„Signal und Rauschen teilen sich dieselbe Einheit“* (den Token), *„SaaS-Nutzung sagte dir, dass die Software adoptiert wurde. KI-Nutzung sagt dir, dass der Zähler läuft. Sie sagt dir nicht, ob dein Unternehmen brodelt.“* **Drei Ursachen für die Unsichtbarkeit des marginalen Token-Nutzens**: (1) ***Retry-Tails*** — Tokens pro gelöstem Workflow ≈ **T/p**; ein Rückgang der Abschlussquote von 90 % auf 70 % erhöht die effektiven Kosten um ~**28 %**, nicht 20 %, weil sich Fehlschläge kumulieren; (2) ***Kontext-Inflation*** — die Inferenzkosten verhalten sich ≈ **O(n²)** zur Kontextlänge (Attention), eine Verdopplung des Kontexts **vervierfacht** die Kosten des Reasonings (Over-Retrieval: 50 Dokumente, wo 5 genügen würden); (3) ***Routing*** — standardmäßig wird das leistungsstärkste Modell verwendet (einfache Klassifikation läuft auf einem komplexen Reasoning-Modell); über Millionen von Aufrufen hinweg macht der Unterschied zwischen dem Routing einfacher Aufgaben zu einem kleinen Modell und dem Versenden von allem an das Frontier-Modell *„den Unterschied zwischen einer überschaubaren Rechnung und einem Problem auf Vorstandsebene“* aus. **Sektorale Aufteilung**: **Software**-Unternehmen = ein Problem der **Produktivitätsmessung** (bereits instrumentiert: PRs, Commits, Deployments, Incidents, Zykluszeit, MTTR — verfolgt *„KI-Entlassungen“*); **Nicht-Software**-Unternehmen = ein **Transformations**-Problem (operative Arbeit: Schadensfälle, Underwriting, Support, Compliance-Prüfungen, Ausnahmen in der Lieferkette, Zahlungsstreitigkeiten — *im Audit korrekt, nicht nur im Durchschnitt korrekt*). **Die fehlende Schicht = Token-zu-Ergebnis-Attribution**: eine Umwandlungsschicht, die Inferenzausgaben → geleistete Arbeit → Geschäftsergebnis verknüpft und 3 Fragen beantwortet (reale Kosten einschließlich Retries/Korrekturen; welche Teile der Trace zählten vs. Thrashing; hat die Arbeit das Betriebsmodell verändert). ***Messung wird zu Gedächtnis***: Um einen Token mit einem Ergebnis zu verknüpfen, müssen **Entscheidungs-Traces** erfasst werden (was der Agent gesehen, abgerufen, aufgerufen, ignoriert hat, wo er es erneut versucht hat, wann ein Mensch eingegriffen hat) — *„die Entscheidungsbegründung ist eines der am schnellsten verderblichen Vermögenswerte eines Unternehmens“* (lebt in Slack, E-Mails, Eskalationsanrufen, in den Köpfen der Menschen). Agenten **erzeugen** diese Traces; zunächst erfasst, um die Ausgaben zu rechtfertigen, werden sie *„wertvoller als der Kostenbericht“* → ein **Context Graph** (*„auch wenn ich dieses Wort in letzter Zeit schon so leid bin“*). **Die Allokationsschicht ist der Preis**: Wer die Token-zu-Ergebnis-Attribution besitzt, trifft die **Allokationsentscheidungen** (welche Workflows mehr Rechenleistung verdienen, welche gedeckelt werden, welche zu günstigeren Modellen wechseln, welche menschlich bleiben, welche BPO ersetzen). Unternehmen werden das nicht allein tun — sie werden es **als Transformation einkaufen** (Fortune-500-Playbook: McKinsey- und Palantir-Alumni + top-down agierender CEO, nach Art von ERP/BI/digitaler Transformation, ein *„Programm“* mit einem Executive Sponsor und einer Infrastruktur, die zur **neuen Single Source of Truth** wird). Eingerahmt mit **Charlie Munger**: *„zeig mir den Anreiz, und ich zeige dir das Ergebnis.“* Organisatorische Nebenthese: der jahrzehntealte Führungsinstinkt, dass *große Teams = große Aufgaben/Reichweite/Macht* bedeuten → sobald Intelligenz zur **knappen Ressource** wird, ist das neue Statussymbol *„wie viel davon man orchestriert.“* Direkte Relevanz für die **Positionierung Cost Optimization / agentisches FinOps**: bestätigt empirisch die Hebel (Model-Routing, Prompt-Caching, Context-Hygiene, Sub-Agenten) und verschiebt den KPI hin zu **Kosten pro abgeschlossenem Ergebnis**. Starke Konvergenz mit Bains *Cross-System Labor* (Execution-Data-Moat, Cursor), Ngs *No AI Jobpocalypse* (Preisgestaltung verankert am Gehalt der ersetzten Arbeitskraft), DORA ROI (Kosten pro Feature), Mensch/Mistral (Elektron→Token), Ensarguet (Ökonomie der Berechnung), Foundation Capitals *Context Graphs* (Entscheidungs-Traces, gleiche Autorin), Wescales *Token Burning*, BFM/Girard (Token = Wert-Treibstoff).
**Jaya Gupta** (@JayaGup10) — investisseuse / VC. Très probablement **Foundation Capital** (le thread s'auto-réfère au cadre ***Context Graphs*** — *« ahem, context graph, although I am so tired of that word these days »* — concept porté par Foundation Capital, cf. fiche `bain-100b-saas-opportunity` qui cite *Foundation Capital — Context Graphs trillion-dollar opportunity, 2025-12-22*). Thread publié sur X le **28 mai 2026 à 1h51** · **230 · 5K vues** · format essai long en un seul post. Une réponse notable de **@tuning_engines** (*« DevSecFinOps for the Agentic Era »*) : *« Tokens will basically have to be managed like headcount […] model hierarchies too »*.
Blogbeitrag von **Zed**, verfasst von **Franciska Dethlefsen** (Head of Growth and Marketing), veröffentlicht am **14. Mai 2026** — am Tag nach Anthropics Ankündigung —, um Fragen der Zed-Nutzer zu beantworten. **Thema**: Ab dem **15. Juni** teilt Anthropic die Abrechnung des Claude-Abonnements in **zwei Pools** auf — einen für die **First-Party-Tools** (Chat, die offizielle Claude Code CLI), den anderen für **Drittanbieter-Agenten- und SDK-Nutzung** (alles, was über **ACP**, `claude -p` oder ein Drittanbieter-Tool läuft). Die Nutzung über ACP **zieht dann nicht mehr von den Pro- oder Max-Limits ab** und wechselt zu einem monatlichen **"Agent SDK"-Guthaben**: **20 $ für Pro, 100 $ für Max 5x, 200 $ für Max 20x**. Ist das Guthaben aufgebraucht, läuft die Nutzung **zu Standard-API-Preisen** weiter, sofern Overage aktiviert ist — andernfalls stoppen die Anfragen bis zum nächsten Zyklus. **Die für den Artikel entscheidende Zahl**: Abonnements hatten die agentische Nutzung bis dahin um den Faktor **≈15 bis 30×** gegenüber den API-Preisen subventioniert, und die neuen Guthaben werden **zu vollen API-Sätzen** abgerechnet — daher *„für alle, die Agenten intensiv nutzen, ist dies ein erheblicher Kostenanstieg"*. **Es werden drei Optionen vorgeschlagen**, in einer Reihenfolge, die Zeds Haltung offenbart: (1) das Abonnement behalten, indem man die **offizielle `claude`-CLI im Terminal innerhalb von Zed** statt über ACP ausführt — *„wenn die offizielle claude-CLI im Terminal läuft, nutzt sie die Limits deines Abonnements, nicht das neue Guthaben"*; (2) Zeds integrierten Agenten mit dem Anbieter eigener Wahl nutzen (von Zed gehostete Modelle, API-Schlüssel, Copilot, lokales Ollama, DeepSeek); (3) **einen beliebigen ACP-Agenten** einbinden — OpenCode, Codex, Factory, Cursor —, von denen mehrere weiterhin ratenlimitierte Abonnements anbieten, die eine intensive Nutzung subventionieren. **Die zugrunde liegende These**, und der eigentliche Grund für den Beitrag: *„ACP ist ein offenes Protokoll … damit dein Editor niemals an die Preisentscheidungen eines einzelnen Anbieters gebunden ist"*, mit der expliziten Erwartung, dass *„diese Art von Änderung nicht die letzte sein wird"*. **Der Beitrag trägt ein auf den 16. Juni 2026 datiertes Addendum**, das ankündigt, dass **die Änderung ausgesetzt wird**: ACP, `claude -p`, das Agent SDK und Drittanbieter-Anwendungen funktionieren **wie zuvor** mit Abonnements weiter, kein separates Guthaben ist zu beanspruchen, die Limits bleiben unverändert, Anthropic überarbeite seinen Plan mit angekündigter Vorlaufzeit. **Das Artefakt widerspricht sich damit selbst**: sein wichtigster Inhalt — die Rücknahme — datiert einen Monat nach seinem eigenen Veröffentlichungsdatum.
#Zed#Anthropic#Claude-Abonnement
**Franciska Dethlefsen** — head of growth and marketing chez **Zed Industries**. Le rôle est déterminant pour lire le texte : ce n'est pas un billet d'ingénierie mais une **communication de crise produit** · écrite le lendemain d'une annonce d'un fournisseur dont Zed dépend · à destination d'utilisateurs inquiets. La signature growth/marketing explique la structure (problème → options → réassurance) et le fait que l'argument protocolaire arrive en conclusion plutôt qu'en tête.
Aussage von **Arthur Mensch** (Mitgründer und CEO von **Mistral AI**) in Begleitung von **Audry Herblin-Stoupe** (Direktorin für öffentliche Angelegenheiten) vor der **commission d'enquête sur les vulnérabilités numériques** der Nationalversammlung (Vorsitz: Philippe Latombe, abwesend — Sitzungsleitung durch den Berichterstatter). Aussage unter Eid, ~1h15, Mai 2026. Menschs Kernthese: ***"Cloud ist künstliche Intelligenz"*** — keine Unterscheidung zwischen digitalen Diensten und KI, KI ist die atomare Einheit der Cloud-Wertschöpfungskette, von Halbleitern (ASML) bis zum Unternehmenseinsatz. **Mistral 2026**: 1.000 Beschäftigte, 12 Milliarden Euro Bewertung, Ziel von **1 Milliarde Euro Umsatz bis Ende 2026**, 1 Milliarde Euro F&E-Investition im Jahresverlauf, 30 % des Umsatzes in Frankreich / 70 % außerhalb Frankreichs / ~75 % in Europa, Kunden: DINUM, Caisse des dépôts, France Travail, MACGM, Stellantis, TotalEnergies, BNP Paribas, ministère des Armées, Luxemburg (Zentralverwaltung). **Menschs konzeptueller Rahmen**: KI ist eine **natürliche Ressource** — *"wir wandeln Elektrizität in Intelligenz um, in Token-Generierung."* Ökonomie: 1 GW Rechenzentrum = **50 Milliarden Dollar Investition über 5 Jahre**, erzeugt **20 Milliarden Dollar an Tokens/Jahr** ≈ 50 % Bruttomarge. Entlang der Kette Elektron→Token liegen **~10 % des Werts beim Elektron**, 90 % anderswo (Chips, Software, Dienstleistungen). **Alarmistische Makrothese**: Wenn Europa 10 % seiner Lohnsumme in nicht-europäischer KI importiert, entspricht das **einem zusätzlichen Handelsdefizit von 1 Billion Euro**; es werden 20 Billionen Euro an Infrastrukturinvestitionen benötigt, um Europa zu versorgen (40 GW Frankreich / 400 GW Europa). **Souveränitätsstrategie**: ***"Souveränität nicht als Isolationismus verstehen, sondern als Hebelwirkung."*** **Zeitdruck**: *"wir haben keine Zeit"* — ein **2-Jahres**-Fenster, bevor europäische Energieressourcen von amerikanischen Hyperscalern monopolisiert werden, die **1 Billion Dollar/Jahr** einsetzen. **Fünf operative Diagnosen**: (1) Regulatorische Last = 5 Compliance-Mitarbeiter bei Mistral, 27 unsynchronisierte Regulierungen, Unternehmer wandern in die USA ab; (2) Fragmentierter Markt = ~60 europäische Telcos gegenüber 3 in den USA; (3) öffentliche Beschaffung als strategischer Hebel unterausgeschöpft (50 % des EU-BIP); (4) Energie: 9 GW französischer Überschuss laufen Gefahr, binnen 2 Jahren von US-Akteuren monopolisiert zu werden; (5) Destillation = eine Kostensenkungstechnik, **kein** technologisches Aufholen. **Verteidigungsdoktrin**: Mistral arbeitet mit dem ministère des Armées, lehnt eine "Aufsicht" über die Endnutzung explizit ab ("wir haben keine demokratische Legitimität"), eine Positionierung *anti-Anthropic-Mythos*. **Cybersicherheit**: erkennt die offensiven Fähigkeiten der Modelle an ("das steigt linear, vorhersehbar, für alle gleichzeitig"), wendet sich gegen das *Angstmarketing* eines amerikanischen Wettbewerbers (implizit Anthropic). **Campus IA**: sehr geringe Beteiligung, potenzieller Lieferant (Mistral + Hyperscaler), 35 Milliarden Euro MGX/Abu Dhabi + Nvidia, 100 Hektar in Saint-Arnoult, 1,4–1,6 GW (= Flamanville), französischer Atomstrom = reduzierter CO2-Fußabdruck. **Anmerkung**: Teams von Doktoranden (keine Microworker mehr), Madagaskar für Robotik mit Lohngarantien. **Geschäftsmodell**: keine Blase auf der Nachfrageseite, **Angebotsengpass** (Chips, Speicher, Helium, Elektronen). **Warnender Schluss**: *"wenn wir es nicht schnell genug tun, werden wir ein Vasallenstaat."*
#Arthur Mensch#Mistral AI#Audry Herblin-Stoupe
**Arthur Mensch** (cofondateur et directeur général de **Mistral AI**) accompagné d'**Audry Herblin-Stoupe** (directrice des affaires publiques et de la communication, Mistral AI). Mensch a cofondé Mistral AI le 28 avril 2023 avec **Guillaume Lample** et **Timothée Lacroix** — tous les trois précédemment dans les *« gros acteurs américains »* (Google DeepMind / Meta FAIR). Audition tenue devant la **commission d'enquête de l'Assemblée nationale sur les vulnérabilités numériques** · présidée par **Philippe Latombe** (député MoDem, Vendée — absent ce jour). Séance présidée par la **rapporteur** (non nommée dans le transcript) · avec interventions du président lui-même (revenu en cours) · du député **Arnaud Saint-Martin** (LFI/Saint-Arnoult — sa circonscription accueille Campus IA) · et de la rapporteur sur les questions économiques.
Vorstellung von **AI/works™**, einer **agentischen Entwicklungsplattform**, die laut **Thoughtworks** *„der neue Standard für den Bau und Betrieb industrietauglicher Systeme im KI-Zeitalter“* ist. Das Kernversprechen ist **wirtschaftlicher** Natur: *„Das alte Modell ließ Sie Millionen für den Bau zahlen, für den Betrieb, und dann erneut für den Neubau — AI/works™ beendet diese Routine.“* Die Plattform deckt **den gesamten SDLC** ab, zentriert um ein zentrales Konzept, die ***Super Spec*** (eine dynamische, einheitliche Spezifikation für Architektur, Workflows, Sicherheit, Daten, UX), mit **sechs Fähigkeiten**: Reverse Engineering (Legacy → As-is-Spezifikationen), Dynamic Spec Development (Rohanforderungen → Super Spec), Spec to Code (coordinated agents erzeugen testbaren Code), Developer Experience (governed golden paths), Control Plane (Agentenorchestrierung mit Kostentransparenz, aktiven Guardrails, durchgängiger Lineage), Runtime Ops (kontinuierliches Monitoring, das Änderungen erkennt, die Super Spec aktualisiert und betroffenen Code neu generiert). **3-3-3**-Methodik: 3 Tage zur Abstimmung des Produktkonzepts, 3 Wochen für den Prototyp (Desirability/Viability/Feasibility), 3 Monate bis zum MVP in Produktion. Anerkennung durch **Constellation Research**: *„verändert die Ökonomie der Enterprise-Software-Bereitstellung“* durch einen *„spezifikationsgetriebenen, lebenszyklusorientierten“* Ansatz. Einstiegs-Tagline: ***„Wir machen es erneut, für das KI-Zeitalter“*** — eine Berufung auf Thoughtworks' Erbe in XP/CI-CD/Microservices. Anti-Hype-Positionierung: *„stützt sich auf ein technisches Fundament statt auf Begeisterung“*, *„keine Beraterheere“*, *„die Finanzabteilung kann die Rechnung öffnen, ohne die Notbeleuchtung einzuschalten“*. Vorgestellte Partner: AWS, GCP, Azure, Databricks, Snowflake + Claude, OpenAI, DeepSeek, Gemini, Grok + NVIDIA, Groq, Stripe, Spotify, CAST, Cyn DX, Mechanical Orchard.
#Thoughtworks#AI/works#AI works Marke
**Thoughtworks** (auteur collectif corporate, page produit/marketing). Aucun individu cité sur la page. Contexte des figures Thoughtworks pertinentes en arrière-plan : **Martin Fowler** (chief scientist emeritus, *Refactoring*, *Patterns of Enterprise Application Architecture*) · **Rebecca Parsons** (CTO emeritus) · **Birgitta Böckeler** (Distinguished Engineer, *Harness Engineering for Coding Agents*, fiche 2026-04-02) · **Matt Kamelman** (*Service-as-Software*, fiche 2025-12-03) · **Sam Newman** (*Building Microservices*).
Leitartikel von Andrew Ng in The Batch n°352 vom 8. Mai 2026 — **„There Will Be No AI Jobpocalypse"** —, der die Erzählung einer durch KI verursachten Massenarbeitslosigkeit widerlegt und sich dabei auf die **gesunde Arbeitslosenquote von 4,3 %** in den USA sowie eine robuste Einstellungstätigkeit im Tech-Sektor stützt. Ng identifiziert **drei Treiber** der Jobpocalypse-Erzählung: **(1) technologische Anreize** — KI-Labore profitieren davon, sich als transformativ-disruptiv darzustellen (Finanzierungsrunden, Bewertungen, Talente); **(2) Preissetzungsmacht** — Anbieter berechnen Unternehmenskunden **10.000 $+/Jahr**, indem sie ihre Preise **am Gehalt der ersetzten Mitarbeiterin bzw. des ersetzten Mitarbeiters** ausrichten, statt an klassischer SaaS-Preisgestaltung (pro Nutzer / pro Nutzung); **(3) Unternehmenskommunikation** — Unternehmen deuten ihre Entlassungen als *„KI-Effizienz"* um, anstatt die **Überheuerung der Pandemiezeit** von 2020–2022 einzugestehen. Ehrliches Eingeständnis: *„KI stört die Arbeitswelt"*. Doch Ng dreht dies um in **„AI Jobapalooza"** (ein Wortspiel mit Lollapalooza) — Arbeitsplatzschaffung in der KI-Entwicklung und angrenzenden Feldern mit sich wandelnden Kompetenzprofilen. Implizite Spannung mit **Amodei** (50 % der Bürojobs bis 2030 wegfallen) — Ng weist, ohne ihn zu nennen, darauf hin, dass **Anthropic davon profitiert, diese Erzählung zu befördern** (technologische Anreize). Veröffentlicht **am selben Tag** wie **Wallace-Wells' „AI Populism"-Beitrag im NYT Magazine**: eine perfekte Spiegel-Lektüre — Ng = kühle ökonomische Analyse / Wallace-Wells = populäre Panik. Preissetzungs-Konvergenz mit **Bains „100-Mrd.-$-system-übergreifende-Arbeit"**-These (gleiche These: Preisanker an Gehältern).
#Andrew Ng#The Batch#DeepLearning.AI
Andrew Ng (fondateur DeepLearning.AI, Stanford, ex-Google Brain, ex-Baidu, ex-Coursera)
Bericht von **Bain & Company**, **Mai 2026** (David Crawford, Chris McLaughlin, Greg Fiore — Teil einer **fünfteiligen Serie über die Softwarebranche im Zeitalter der KI**), der die noch ungenutzte SaaS-Chance in der *cross-system labor* — der menschlichen Arbeit der Koordination zwischen Systemen, die KI-Agenten nun automatisieren können — auf **~100 Mrd. USD in den USA (~200 Mrd. USD einschließlich Kanada/Europa/AU/NZ)** beziffert. **Aktuelle Erfassung: 4-6 Mrd. USD (10 % der Chance)** — somit sind **>90 % noch zu erschließen**. Pivot-These: Die größte Chance in agentischer KI besteht **nicht darin, bestehende SaaS zu ersetzen**, sondern darin, **die Koordinationsarbeit über Systeme hinweg zu automatisieren** (Mitarbeiter, die Daten aus ERP-Systemen ziehen, den Lagerbestand in einer Tabelle prüfen, Freitextantworten interpretieren, Ermessensentscheidungen treffen). Verteilung: Vertrieb (20 Mrd. USD) + COGS/Betrieb (26 Mrd. USD) + F&E/Engineering (6-12 Mrd. USD) + Support (6-12 Mrd. USD) + Finanzen (6-12 Mrd. USD). **Sechs Automatisierungsfaktoren**: Verifizierbarkeit des Outputs, Schwere der Konsequenzen bei Fehlern, Verfügbarkeit digitalisierten Wissens, Integrationskomplexität, Prozessvariabilität, Abhängigkeit von der physischen Welt. **Automatisierungspotenzial nach Funktion**: Kundensupport & F&E **40-60 %**, Finanzen & HR **35-45 %**, Vertrieb & IT **30-40 %**, Recht **20-30 %**. **Strategischer Wandel**: Der Wettbewerbsvorteil verschiebt sich vom *Besitz des system of record* (Salesforce, SAP, Workday) hin zum ***cross-workflow decision context*** — der Fähigkeit, über mehrere integrierte Systeme hinweg zu sehen und zu handeln. **Beispiele**: Sierra (autonome Lösung von Kundenanliegen), Glean (funktionsübergreifende Koordination von Mitarbeiteranfragen), GitHub Copilot (erweitert über Versionskontrolle hinaus), **Cursor** (ARR verdoppelte sich in einem Quartal auf 2 Mrd. USD). **Dauerhafter Burggraben**: *„accumulated execution data that grows more valuable over time and becomes harder for competitors to replicate“*. **Dreiphasiges Playbook**: Assessment (sechs Faktoren + Marktgrößenbestimmung) → Strategic Positioning (Datenassets + angrenzende Workflows + tatsächliche operative Landkarten) → Execution (Build/Buy/Partner + Reorganisation + Neugestaltung der Datengrundlagen für Agent Readiness). Hohe Relevanz für CIOs/CDOs/Strategy Leaders in B2B-SaaS und Enterprise-Kunden: Rahmt die Debatte *„AI vs SaaS“* neu als ***„AI = SaaS, die endlich Koordinationsarbeit automatisiert“***. Ergänzend zu lesen: DORA ROI (finanzieller Rahmen), Tatsyi/Raiffeisen (Bank-Fallstudie mit 7 beispiellosen KI-Produkten), Wescale (realistisches 3x-4x), MIT NANDA (95 % der Pilotprojekte scheitern), Foundation Capital *Context Graphs trillion-dollar opportunity* (2025-12-22), Menlo Ventures *State of Generative AI Enterprise* (2025-12-09).
**David Crawford · Chris McLaughlin · Greg Fiore** — partners et experts Bain & Company spécialistes industrie logicielle / SaaS. Article publié en **mai 2026** sur bain.com/insights · partie 2/5 d'une série sur *"the software industry in the age of AI"* (la partie 1 traite du Rule of 40, fiche `bain-ai-rule-of-40-headwinds-tailwinds-saas-2026-04.md`).
Umfangreicher investigativer Meinungsbeitrag von Jasmine Sun (NYT Opinion, 30. April 2026) zum *San Francisco consensus*: die Angst vor der *permanent underclass* — einer viral verbreiteten Theorie, wonach KI die wirtschaftliche Mobilität einfrieren und eine durch Automatisierung nutzlos gewordene Klasse schaffen könnte. Der Artikel dokumentiert die interne Dissonanz der Labs (Amodei zum "white-collar blood bath" und 50 % der Junior-White-Collar-Jobs verschwunden bis 2030; Altman 2021 → Schweigen von Lehane → Whitepaper *Industrial Policy for the Intelligence Age* April 2026; Anthropic Institute März 2026 unter Leitung von Jack Clark), die Benchmarks, die die F&E in Richtung menschlicher Ersetzung lenken (A.I. Productivity Index, OpenAIs GDPVal: *"over 80% win rate compared to human professionals"* innerhalb weniger Monate), Unternehmensmaßnahmen (Block/Dorsey -50 % Personalstand mit Opus 4.6 + Codex 5.3, Anthropic ARR 30 Mrd. $ gegenüber 9 Mrd. $ Ende 2025) sowie die politische Strategie von Shor (79 % der Wähler besorgt, jobs guarantee > UBI, *"They work for the bots. We work for you."*). Referenz für das Dossier *AI labor 2026*.
#Jasmine Sun#NYT Opinion#permanent underclass
Jasmine Sun (Ms. Sun écrit sur l'IA et la culture Silicon Valley sur Substack)
Analystennotiz von **Mitch Ashley**, VP und Practice Lead für *CIO & Technology Buyers* sowie *Software Lifecycle Engineering* bei **The Futurum Group**, veröffentlicht am **29. April 2026** in der Rubrik *Market Coverage News*: Kurzformat, rund **9.500 Zeichen**, beginnend mit fünf zusammenfassenden Stichpunkten und schließend mit fünf Punkten auf einer Watch-List. Thema: der am **21. April 2026** angekündigte Deal, unter dem **SpaceX** das Recht erhält, **Cursor** innerhalb eines Jahres für **60 Milliarden US-Dollar** zu übernehmen, oder **10 Milliarden US-Dollar** für eine Compute-Partnerschaft zu zahlen, die auf dem **Colossus**-Cluster von **xAI** in Memphis basiert und als Äquivalent von **1 Million H100-GPUs** beschrieben wird. (A) Die Lesart der zwei Bedürfnisse: Cursor trug sowohl eine Compute-Obergrenze als auch eine Margenkompression — das Unternehmen zahlt Marktpreise für die Modelle von **Anthropic** und **OpenAI**, die es an seine Kunden weiterreicht, während es mit ihnen über seine **Composer**-Reihe konkurriert; SpaceX suchte KI-Umsatz und ein Narrativ im Vorfeld eines für Juni angepeilten Börsengangs. (B) Die Lesart der Struktur: ein Sockelbetrag von 10 Milliarden US-Dollar und eine Kaufoption über 60 Milliarden US-Dollar, ausübbar in börsennotierten Aktien nach dem Listing, was, so Ashley, *„das Risiko ehrlicher verteilt als eine direkte Übernahme.“* (1) Für Käufer setzt dies ein **sechsmonatiges** Zeitfenster, um Zero-Data-Retention-Klauseln und die Anbieteridentität erneut zu prüfen. (2) Für Anbieter unterscheidet es drei Expositionen — **Google**, abgeschirmt durch **Antigravity**, **AWS**, abhängig von Anthropic, **IBM**, leicht exponiert, aber beim Governance-Aspekt gut positioniert. Der Korpus enthält bereits [[beck-starving-genies-usage-limits-ai-coding-2026-04-03]] zur Ressourcenbeschränkung, die Coding-Tools auferlegt wird, sowie [[nyt-musk-promises-spacex-ipo-track-record-2026-06-02]] zu den Ankündigungen von SpaceX.
#SpaceX#Cursor#Anysphere
Mitch Ashley · VP et responsable des pratiques CIO & Technology Buyers et Software Lifecycle Engineering chez The Futurum Group · ancien CIO et CTO.
Produktankündigung, veröffentlicht im **Stripe**-Blog am **29. April 2026** von **Dan Hill** (Product Manager, Link Consumer Product), im Anschluss an die Keynote von **Stripe Sessions 2026**: die Einführung von **Link's wallet for agents**, aufgebaut auf einem neuen Baustein, **Issuing for agents**. **Die Diagnose passt in einen Satz, und es ist der wichtigste im Text**: *"While machine payments protocols are still gaining adoption, agents need to work with the payment options sellers and consumers use today."* → **Stripe räumt ein, dass maschinennative Zahlungsprotokolle noch nicht bereit sind, und liefert eine Umgehungslösung für bestehende Rails statt einer Wette auf neue.** **Der Mechanismus**: Ein Verbraucher gewährt einem Agenten Zugriff auf sein Link-Wallet über einen **standardmäßigen OAuth-Flow**; der Agent stellt daraufhin eine *spend request* aus und erhält entweder eine **Einmalkarte**, oder ein **Shared Payment Token** — gedeckt durch die bereits im Wallet hinterlegten Karten und Bankkonten. Kardinalpunkt: *"The agent never gets access to your raw payment credentials."* Die Credential ist **scoped** (Betrag, Währung, Händler), und der Agent muss den **Transaktionskontext** liefern, damit der Mensch versteht, was er genehmigt — das in der CLI gegebene Beispiel ist explizit: `amount 3500`, `merchant-name "Powdur"`, `context "Purchasing the Powdur Glow Renewal Vitamin C Serum as a gift for $35."`. **Die strukturierende Einschränkung ist zeitlicher Natur, und sie wird als solche eingestanden**: *"Today, each request requires the person's review before the credential is shared with your agent"* — **menschliche** Freigabe, **Transaktion für Transaktion**, im Web oder in den **neuen Link-Apps für iOS und Android**. Ausgabenlimits und Fälle, in denen der Agent **ohne zusätzliche Freigabe** handeln würde, sind angekündigt, nicht ausgeliefert. **Die zweite Schicht ist das eigentliche Infrastrukturprodukt**: **Issuing for agents** öffnet die gesamten Issuing-APIs für jeden, der sein eigenes agentisches Wallet bauen will — virtuelle Einmalkarten, Guthabenverwaltung, Ausgabenkontrollen, Berechtigungen auf Kartenebene, Betrugsschutzkontrollen **bei der Autorisierung**, Echtzeit-Transparenz. Vier Anwendungsfälle werden genannt: interne Ausgabenautomatisierung, agentische Karten eingebettet bei **Fintechs**, **vertikale SaaS**-Plattformen, die Karten an KMU unter eigener Marke ausgeben, **Marktplätze**, deren verkaufende Agenten Lieferanten und Logistik bezahlen. **Distributionsargument**: Link beansprucht **mehr als 200 Millionen Verbraucher**, und der Artikel nennt **OpenClaw** als Beispiel eines persönlichen Agenten, der davon profitiert. **Zwei Vorbehalte, die vorab zu benennen sind**: Die Freigabe pro Transaktion wird als Design-Bequemlichkeit dargestellt, obwohl sie in Wirklichkeit **ein Eingeständnis ist, dass die delegierte Autorisierung von Agenten nicht gelöst ist**; und Stablecoin, *agentic tokens* sowie „andere Zahlungsmethoden" stehen allesamt im **Futur** (*"coming soon"*).
#Stripe#Link#Wallet für Agenten
**Dan Hill** — Product Manager · **Link Consumer Product** chez Stripe. Auteur de l'annonce sur le blog Stripe · rubrique *Product*. Le rattachement au produit *Link Consumer* est significatif : l'annonce est écrite depuis le **portefeuille grand public** · pas depuis l'équipe protocole ni depuis Issuing — ce qui explique que le consentement de l'utilisateur final structure tout le texte.
FinOps für KI-Agenten: Ein vierstufiges Allokations-Framework für die Kosten von Coding-Assistenten (Claude Code, Cursor, Copilot) und weshalb klassisches Cloud-Tagging versagt - Finout
FinOps für KI-Agenten mit Fokus auf "Kosten pro Ergebnis": warum klassisches FinOps am Laufzeitverhalten scheitert, Guardrails, verhaltensbasierte Observability und ein vierphasiger Lebenszyklus - Orq.ai
#agentisches FinOps#Kosten pro Ergebnis#Laufzeitverhalten
Bain & Company Brief (**April 2026**) (David Lipman, Greg Callahan, Daniel Goetz, George Sunderland — Teil 1/5 der Serie *„software industry in the age of AI“*) analysiert die Auswirkung von KI auf die **Rule of 40** (kanonische SaaS-Kennzahl: *Wachstumsrate + Gewinnmarge ≥ 40%*) und kommt zu einem Befund von **doppeltem Druck**: **Gegenwind** (verlangsamtes Marktwachstum + massive KI-Infrastrukturkosten) und **Rückenwind** (KI-Produktivität + 10-25% EBITDA-Transformation + Outcome-based Pricing). **Auffälliger zentraler Datenpunkt**: ein *Marketing-Technology*-Kundenfall — **KI-Kosten verdreifachten sich (+349%), während der Umsatz nur um 38% wuchs** – innerhalb eines Jahres. **Kernthese (Pivot)**: SaaS-Marktführer müssen sich womöglich vorübergehend ***„mit der Rule of 30 begnügen“***, um gegenüber **KI-nativen Wettbewerbern** konkurrenzfähig zu bleiben, und kurzfristigen Margendruck für langfristige Positionierung in Kauf nehmen. **Zwei explizite Handlungspfade**: (1) ***Financialize*** — KI-Investitionen minimieren, Cashflow optimieren, als *„dauerhafter Generator“* agieren, aber künftiges Wachstum begrenzen; (2) ***Invest to Grow*** — kurzfristigen Margendruck akzeptieren, aggressiv in KI-Fähigkeiten über Produkt und Betrieb hinweg reinvestieren. **Rückenwind im Detail**: Produktivität in Sales/Marketing/R&D, erfolgreiche Transformationen = **+10-25% EBITDA**, künftige Chance durch *Outcome-based Pricing* (Umsatzverschiebung von festen Lizenzplätzen hin zu Arbeits-/Betriebsökonomie), etablierte Anbieter können Kundenbeziehungen und eingebettete Workflows gegen KI-native Herausforderer ausspielen. **Gegenwind im Detail**: *„die Softwaredurchdringung erreicht in manchen Bereichen ihre Grenze“* (Marktsättigung), KI-Infrastruktur + Inferenz + Modellzugang bringen **erhebliche variable Kosten in Geschäftsmodelle, die historisch hohe Margen hatten**. **CFO-/Vorstandssignal**: Die Rule of 40 selbst, als **stabile Norm**, beginnt sich zu verschieben; manche Akteure werden vorübergehend außerhalb dieser Norm liegen, und **das ist strategisch rational**. **Hohe Relevanz** für B2B-SaaS-CFOs/-CEOs/-Vorstände sowie PE/VC-Software-Investoren, die ihre Portfolios bewerten — das erste quantifizierte institutionelle Benchmarking des Dilemmas *Margen schützen / aggressiv investieren* im Jahr 2026. In Verbindung zu setzen mit: Bain **Teil 2/5 Cross-System Labor $100B** (2026-05), DORA ROI 2026 (Finanz-Framework), Wescale (realistisches X3-X4), Tatsyi/Raiffeisen (Bank −75 Personen), Curran/Intercom (3× R&D in 16 Monaten), Menlo Ventures *State of Generative AI Enterprise* (2025-12-09).
#Bain & Company#Rule of 40#Wachstumsrate plus Gewinnmarge
**David Lipman · Greg Callahan · Daniel Goetz · George Sunderland** — partners et experts Bain & Company spécialistes industrie logicielle / SaaS / private equity software. Article publié en **avril 2026** sur bain.com/insights · **partie 1/5** d'une série Bain sur *"the software industry in the age of AI"*. La partie 2 (*The $100-Billion SaaS Opportunity Hiding in Cross-System Labor*, mai 2026) est dans le dossier de veille.
Methodenartikel von Alex Pawlowski (The Strategy Stack, #151, 30. März 2026), der einen grundlegenden epistemischen Wandel in der *Marktforschung* vorschlägt: nicht mehr das Sammeln statischer Berichte, sondern das Pflegen einer ***living decision surface*** — eines kontinuierlich weiterentwickelten Modells der Marktdynamik. Zentraler Beitrag: die **Tension Map**, die *Widersprüche und Spannungspunkte* abbildet (Lücken zwischen Erwartung und Lieferung, tolerierter, aber nicht akzeptierter Preis, etablierte Anbieter ohne emotionale Resonanz) statt Marktanteile. Tooling in drei Modi (Discovery / Tension / Decision), ein 7-Schritte-Workflow und ein orchestrierter Tool-Stack (Perplexity für Expansion → Claude für Tiefe/Kontinuität → ChatGPT für Iteration → Multi-Agent für Herausforderung). Implizite Referenz: Richards Heuers (CIA) Methode *Analysis of Competing Hypotheses*.
Analyse der Gesamtbetriebskosten (Total Cost of Ownership, TCO) lokaler LLMs im Vergleich zu Cloud-APIs im Jahr 2026. Der Artikel zeigt, dass die Preisgestaltung pro Token eine Falle ist und dass nur die vollständigen TCO (Hardware, Strom, Kühlung, Arbeitskraft) die Entscheidung fundieren. Wichtigste Erkenntnis: Die Break-even-Punkte zwischen lokal und Cloud sind zwischen 2024 und 2026 um 40 % gesunken. Quelle: SitePoint (entwicklerorientiertes Fachmedium).
**Konsolidiertes Dossier** vom März 2026 über das **Ende des Modells der abrechenbaren Stunden (Billable Hours) in der Werbe-/Kommunikationsbranche** — es verbindet den **VoxComm-Bericht** *"Redesigning the Agency Value Model"* (95 Seiten, März 2026, **Brian Kessman** von **Lodestar Agency Consulting** + Vorwort von **Tim Williams** von **Ignition Consulting Group**, Einleitung von **Charley Stoney**, Präsident:in von VoxComm / CEO der **EACA European Association of Communication Agencies**) mit dem **MediaPost-Meinungsartikel** *"Billable Hours Are Dead, AI Killed Them, Here's How To Survive"* (3. März 2026, **Joe Mandese**, Chefredakteur von MediaPost). **Gemeinsame Kernthese**: Das Geschäftsmodell der Kommunikationsagenturen (abrechenbare Stunden / arbeitszeitbasierte Vergütung / Dienstleistungsgeschäftsmodell) wird **durch KI strukturell disqualifiziert**; Agenturen müssen ***"Umsatz und Gewinn von der Mitarbeiterzahl entkoppeln"*** (Stoney). **MediaPost-Zahlen (Mandese)**: Agenturmargen **30 % (goldenes Zeitalter) → 10 % (aktueller Durchschnitt)**; Kreative produzieren **~5-mal so viel Output** für dasselbe oder ein geringeres Honorar als vor 10 Jahren. **Mandeses Diagnose**: *"Wir definieren und monetarisieren unseren Wert über Zeit und Aufwand statt über die geschäftliche Wirkung"* — wenn Agenturen **stundenbasierte Leistungen** verkaufen, verkaufen sie **Commodities**, die anfällig für **KI-bedingte Kostenkompression** sind. **Zitat von Tim Williams**: ***"Im Kern der Herausforderungen unserer Branche steht eine einfache ökonomische Wahrheit: Anreize zählen. Als Agenturen das Stundensatzmodell übernahmen, schufen sie unwissentlich eine strukturelle Fehlausrichtung. Wofür Agenturen belohnt werden — mehr Stunden —, dazu haben Kunden den Anreiz, es zu minimieren."*** Nullsummenergebnis, **Wettlauf nach unten**. **Williams' Lösung für den Kurswechsel**: ***"Sie sind nicht im Dienstleistungsgeschäft. Agenturen verkaufen keine Leistungen und Fähigkeiten, sondern Lösungen für geschäftliche Probleme."*** **Mandeses 4-Schritte-Rahmenwerk**: (1) enge Expertisebereiche definieren; (2) wiederholbare, produktisierte Lösungen kodifizieren; (3) Teams um Ergebnisse statt um Auslastung herum aufbauen; (4) Preislisten durch wertbasierte Modelle ersetzen (Festpreise, Abonnements, erfolgsabhängige Preisgestaltung). **Konkrete Beispiele**: **FIG** (Preisgestaltung von der Mitarbeiterzahl entkoppelt), **72andSunny** (modulare Produktmenüs), **Monks** (ein einziges Abonnement, das Talent + Technologie + Optimierung kombiniert). **Methodenkritik**: MediaPost-Kommentatoren bezweifeln die historische Margenzahl von 30 % und vermuten reale Werte näher an 12–15 %. **VoxComm-Bericht** gegliedert in 8 Kapitel: When Your Model Works Against You / Mapping Your Value Model / Case Studies / How to Pivot / How to Price / How to Plan / How to Navigate / Online Tools. **Hohe Relevanz** für das Dossier: Dies ist das **Pendant für Agenturen** zu den Umwälzungen im Consulting (McKinsey/Sternfels, 60.000 = 40.000 Menschen + 20.000 Agenten, Januar 2026) und im SaaS-Bereich (Bain Rule of 40 → Rule of 30, April 2026). **Übergreifende Konvergenz für wissensintensive Dienstleistungen**: Consulting + Agenturen + SaaS wechseln gleichzeitig von *time-and-materials* zu *outcome-based*. Zu verwerten für Vorstände von Agenturen/Beratungen/Marketing/Kommunikation, strategische Präsentationen zur KI-Transformation von Dienstleistungen, Quellenangabe zu den Margenzahlen 30 %→10 %.
#VoxComm#Redesigning the Agency Value Model#Brian Kessman
**Rapport VoxComm "Redesigning the Agency Value Model"** :
Agentic Commerce Optimization: technischer Leitfaden zur Vorbereitung auf Googles ACP- und UCP-Protokolle - Agentic Commerce - Schema.org - Merchant Center
Offizieller Leitfaden der FinOps Foundation zu KI: Token-Ökonomie, KPIs, Caching, Prompt-Optimierung, Modellauswahl und Erweiterung der 14 Fähigkeiten des FinOps Framework auf GenAI-Dienste - FinOps Foundation
#FinOps Foundation#Token-Ökonomie#Cost per Token
FinOps Foundation — groupe de travail (Brent Eubanks/Wayfair, James Barney/MetLife, Eric Lam/Google, Adam Richter/AWS, Rahul Kalva/Wells Fargo, JJ Sharma/KPMG, Karl Hayberg/EY, et al.)
Technischer Leitfaden zu KI-Shopping-Assistenten 2026, den Protokollen ACP (OpenAI/Stripe) und UCP (Google/Koalition), Händlerimplementierung, agentischer Attribution
**OfficeChai** berichtet am **14. Januar 2026** über eine bedeutsame Aussage von **Bob Sternfels** (Global Managing Partner, **McKinsey & Company**): ***„my latest answer to you would be 60,000, but it's 40,000 humans and 20,000 agents.“*** Die Mitarbeiterzahl von McKinsey wird nun als **Menschen + Agenten** gezählt: **60.000 = 40.000 Menschen + 20.000 KI-Agenten**. **Massive Beschleunigungstrajektorie**: *„Little over a year and a half ago, that was 3,000 agents and I originally thought it was going to take us to 2030 to get to one agent per human.“* Die ursprünglich für **2030** projizierte Mensch/Agent-Parität ist nun innerhalb von **18 Monaten** erreichbar — eine Beschleunigung von **>5×** gegenüber der ursprünglichen Prognose. **Expliziter Geschäftsmodellwandel**: *„We're migrating pretty quickly away from, let's call it pure advisory work... moving to much more of an outcomes-based model.“* — McKinsey **gibt das Modell der abrechenbaren Stunden / der reinen Beratung auf** zugunsten eines **ergebnisbasierten Modells**, bei dem die Vergütung an messbare Resultate gekoppelt ist. **McKinsey-Kontext 2024–2026**: Lilli (interner Chatbot) wird von **70 % der Mitarbeitenden** genutzt, **200 Technologie-Stellen wurden im November 2024 gestrichen**, ein Abfindungsangebot in Höhe von **9 Monatsgehältern** (April 2024). **Hohe Relevanz für das Dossier 2026**: Dies ist der **erste Top-Tier-Beratungsakteur**, der (a) öffentlich erklärt und (b) präzise beziffert, wie KI-Agenten in seine Mitarbeiterzahl integriert werden. Der Ausdruck ***„60,000 people but 20,000 of them are agents“*** dürfte die Vorstellung von Mitarbeiterzahl in wissensbasierten Dienstleistungen **neu definieren** — vergleichbar mit dem Moment, als Organisationen begannen, Freelancer und Angestellte gemeinsam zu zählen. **Konvergenz mit dem Korpus 2026**: Bain Rule of 40 (Rückenwind für ergebnisbasierte Preisgestaltung), Bain Cross-System Labor $100B, MediaPost Mandese *„billable hours are dead, AI killed them“* (3. März 2026), VoxComm *Redesigning the Agency Value Model* (Brian Kessman / Tim Williams, März 2026), Tatsyi/Raiffeisen (−75 Personen), Cherny Sequoia *„7 Powers reordering“*. **Produktive Spannung** zur normativen DORA-Position *„do not adopt headcount-reduction strategy“* — McKinsey bekennt sich öffentlich zur **Reduzierung der menschlichen Mitarbeiterzahl** (200 Stellen 2024) und reinvestiert gleichzeitig Kapazität in KI-Agenten + ergebnisbasierten Umsatz. Einzusetzen für Geschäftsführungsgremien, strategische Präsentationen für Beratungen/IT-Dienstleister/Agenturen, Debatten über die Zukunft des Geschäftsmodells wissensbasierter Dienstleistungen.
#Bob Sternfels#McKinsey & Company#McKinsey Global Managing Partner
Article rapporté par **OfficeChai Team** (publication indienne tech/startup news) · **14 janvier 2026**. **Source primaire** : déclarations de **Bob Sternfels** · **Managing Partner Global de McKinsey & Company** · lors d'une intervention publique. McKinsey est le cabinet conseil top-tier mondial fondé en 1926. Sternfels dirige le cabinet depuis 2021.
Menlo Ventures Jahresbericht 2025 zu generativer KI im Unternehmenseinsatz - 37-Mrd.-USD-Markt, Adoption, Startups vs. etablierte Anbieter, PLG - menlovc.com
#generative KI#Unternehmens-KI#KI-Adoption
Tim Tully · Joff Redfern · Deedy Das · Derek Xiao (Menlo Ventures)
**Matt Kamelman** veröffentlicht am **3. Dezember 2025** im **Thoughtworks-Blog** einen konzeptionellen Grundsatzartikel, der den grundlegenden ökonomischen Wandel im Bereich intellektueller Dienstleistungen formalisiert: ***"Service-as-Software" (SaS)*** als **neues Wirtschaftsmodell**, das auf **SaaS** folgt. **Abgrenzung des Paradigmenwechsels**: ***"Traditional SaaS is about tools: software that enables humans to solve problems. Service-as-Software (SaS), meanwhile, sells outcomes."*** SaS ist *"a new class of tool that doesn't just enable work but instead automates the reasoning process itself"*. **Wandel der Preisgestaltung**: ***"Companies will no longer pay for an agent based on seats or features. Instead they'll pay based on its demonstrated alignment and impact."*** **Drei archetypische SaS-Agenten-Beispiele**: Marketing-Agenten (End-to-End-Kampagnen), Finanz-Agenten (Prognosemodellierung), Operations-Agenten (Anfragen-Triage). **Drei Fähigkeiten** agentischer SaS-Systeme: (1) dynamisches Operieren anhand von **Zielen**, nicht fester Workflows; (2) Beibehaltung von **Gedächtnis** über Interaktionen hinweg; (3) autonome Koordination über Tools und APIs hinweg. **Der "Cognitive Contract" — drei Prinzipien**: (1) **Interpretierbar und überprüfbar** — *"users need to be able to understand why the system made a decision"*; (2) **An menschlichen Zielen ausgerichtet** — *"the system's objectives must match human intent and ethical boundaries"*; (3) **In Echtzeit trainiert und iteriert** — *"systems continuously refine behavior based on feedback"*. **Neue Organisationsrolle**: der ***"cognitive orchestrator"***, mit drei operativen Funktionen: (a) **Gestaltung von Feedback-Schleifen** (Schritt-für-Schritt-Überprüfung); (b) **Umgang mit Unsicherheit mittels Guardrails** (Geschäftsregeln + Circuit Breaker); (c) **Messung der Ausrichtung** (ein quantifizierbarer Alignment-Score). **Strukturierende historische Analogie**: *"mainframes → client-server → web/cloud, where the cognitive contract remained the same: humans had to instruct the machine"*; heute **entwickelt sich dieser Vertrag hin zu Kollaboration** zwischen Mensch und Maschine. **Zentrale Relevanz**: Dies ist die klarste **angelsächsische konzeptionelle Formalisierung** des empirisch beobachteten Wandels **abrechenbare Stunden / Lizenz-basiert → ergebnisbasiert** bei **McKinsey/Sternfels** (60.000 = 40.000 Menschen + 20.000 Agenten, Januar 2026), **VoxComm/Mandese** (März 2026, Agenturen), **Bain Rule of 40** (April 2026, SaaS), **Bain cross-system labor $100B** (Mai 2026). Der Begriff ***"Service-as-Software"*** dürfte sich als **kanonisch** etablieren, ähnlich wie *"Software-as-a-Service"* in den 2000er-2010er Jahren. Nutzbar für das **strategische Vokabular 2026** in Vorstandspräsentationen, agentischen Business Cases und Preismodellen.
**Matt Kamelman** — auteur de l'article publié sur le blog Thoughtworks le 3 décembre 2025. **Thoughtworks** est un cabinet de conseil en technologie et software engineering global · fondé en 1993 · fortement associé à des figures emblématiques du software engineering (Martin Fowler, Rebecca Parsons, Sam Newman, etc.) et à des contributions historiques majeures (continuous delivery, microservices, expansion XP/Agile). Le blog Thoughtworks est une référence de premier plan dans l'écosystème software engineering et architectural.
MIT-Studie - Iceberg Index - Auswirkungen von KI auf die Erwerbsbevölkerung - Störung des Arbeitsmarkts - Politiksimulation - Wirtschaftsmodellierung - Transformation der Erwerbsbevölkerung - Automatisierungsrisiko - Kompetenzkartierung - Regionalanalyse
#MIT#Iceberg Index#Auswirkungen von KI auf die Erwerbsbevölkerung
MacKenzie Sigalos (CNBC) · Research by Massachusetts Institute of Technology and Oak Ridge National Laboratory
Fortune - Jeff Bezos Co-CEO Project Prometheus - KI-Startup im Wert von 6,2 Milliarden Dollar - Engineering Luft- und Raumfahrt Automobilindustrie - Blue Origin Synergie - Vision der Weltraumexpansion
Der Aufstieg des Conversational Commerce auf ChatGPT: neuer E-Commerce-Kanal, markenspezifische GPTs und ein entstehendes Ökosystem — Barron Ernst Blog
Zusammenbruch von Softwarekosten und -komplexität, KI demokratisiert die Entwicklung, Software wird „permissionless“, gesellschaftliche technische Schuld, Entwicklerproduktivität +55% - Cobus Greyling - Medium
#Softwarekosten#Zusammenbruch der Komplexität#IA générative
CPO-FinOps-Leitfaden zu KI-Architekturen: Token-Multiplikatoren (6×, 5–10×) bei LLM-Workflows, RAG, Agenten und agentischen Systemen, mit dem Cost-Iceberg-Konzept – Finout
Eine Presseschau von Courrier International (Autor: Martin Gauthier), die NYT, San Francisco Standard, Wall Street Journal und Wired zusammenführt, um die Verbreitung des **„996"-Zeitplans** zu dokumentieren — Arbeiten von **9 bis 21 Uhr, sechs Tage die Woche (72 Stunden)** — im kalifornischen Tech-Sektor. Eine aus China importierte Norm, die im Silicon Valley zum „aktuellen Trendthema" wird, vorangetrieben von jungen Gründern von KI-Startups, die daraus einen **asketischen Lebensstil** machen: „kein Alkohol, keine Drogen, 996, ins Fitnessstudio... auf den Schlaf achten, Steak und Eier essen." Der genannte Antrieb ist der **Wettlauf um KI**: Marktanteile sichern und reich werden, *bevor* die AGI eintrifft, aus Angst, in eine „dauerhafte Unterschicht" abzurutschen. Der Artikel dokumentiert auch die Kehrseite: finanzielle Anreize (Fella & Delilah: +25 % Gehalt), eine Warnung vor **Verstößen gegen das US-Arbeitsrecht** sowie den Hinweis, dass der Cour suprême chinoise 996 für illegal erklärt hat — eine Praxis, die mit Protesten, Vorwürfen „moderner Sklaverei" und Todesfällen unter Arbeitnehmern in Verbindung gebracht wird. Themenbereich: Arbeitskultur im Tech-Sektor, Arbeitsbedingungen, Soziologie von KI-Startups, Wettlauf um AGI.
Sierra-Blogbeitrag (10. Dezember 2024, Elliot Greenwald), der den **Gründungstext des *outcome-based pricing*** für KI-Agenten formuliert. **Kernthese**: KI-Agenten, die Prozesse autonom ausführen, machen ein **völlig neues Preismodell** möglich — ***"you pay only when the software achieves specific, valuable outcomes: outcome-based pricing."*** Der Artikel zeichnet eine **vier Zeitalter umfassende Genealogie der Softwarepreisgestaltung** nach: (1) **verpackte Software** (shrink-wrapped software, 1980er-90er Jahre, die Diskette/CD-ROM-Box bei Fry's Electronics — *"Whether you actually used it or not, you paid for it"*) → (2) **SaaS / sitzplatzbasiert** (seat-based, von **Salesforce** eingeführt, gefolgt von Google/Microsoft/Adobe — das Internet macht es möglich, Software *as a service* zu verkaufen) → (3) **verbrauchsbasiert** (consumption-based, **Amazon/AWS** und **Snowflake** — *"charged only for what you used"*) → (4) **ergebnisbasiert** (outcome-based, KI-Agenten). **Kanonische Definition**: ***"outcome-based pricing is tied to tangible business impacts—such as a resolved support conversation, a saved cancellation, an upsell, a cross-sell, or any number of valuable outcomes. If the conversation is unresolved, in most cases, there's no charge."*** **Prinzip der ausgerichteten Anreize**: ***"With outcome-based pricing, Sierra gets paid only when we complete a task for you. Our incentives are aligned."*** **Kritik am sitzplatzbasierten Preismodell und am Konzept des *shelfware***: *"Unused seats sit idly on a proverbial store shelf, hence the derisive moniker 'shelfware'"* — pro Lizenz werden jährlich Tausende von Dollar gezahlt, unabhängig von der tatsächlichen Nutzung. **Struktureller Konflikt für Fournisseurs CX legacy**: Deren Umsatz hängt vom sitzplatzbasierten Preismodell ab, doch *"the more effective their AI becomes, the fewer contact center seats their clients need—undermining the provider's own revenue model"* — ein effektiver KI-Agent **kannibalisiert** das Umsatzmodell eines Anbieters, dessen Preisgestaltung auf Sitzplätzen beruht. **Granularität des Ergebnisses**: eine Unterscheidung zwischen **einfachen Lösungen** (Beantwortung einer Frage) und **komplexen Lösungen** (Bearbeitung eines Falls, der einen 20-minütigen L2-Anruf erfordert); **Eskalationen sind in der Regel kostenfrei**; **gemischte Preismodelle** (blended pricing) sind möglich (z. B. verbrauchsbasiert für Routing-/Begrüßungsinteraktionen). **Verpflichtung zur kontinuierlichen Optimierung** seitens des Anbieters: *"we continue to deploy concerted, directed optimizations to refine the agent's performance over time"* — der Anbieter bleibt darauf ausgerichtet, die Leistung zu verbessern, da er nur für das Ergebnis bezahlt wird. Bedeutung: **Ende 2024** formuliert, geht dieser Beitrag der gesamten Debatte von 2026 über die agentenbasierte Wirtschaft voraus und legt deren Grundlage — er liefert das **Vokabular der Abrechnungseinheit** (das erzielte *outcome* statt Sitzplatz, Nutzung oder Token), das später von Gupta (*cost of a completed outcome*, *token-to-outcome attribution*), Bain (*outcome-based pricing shifts revenue from fixed seats to labor/operations economics*) und Ng (*pricing power anchored on the salary of the replaced employee*) aufgegriffen wird. Mit Sierra als dem von Bain zitierten **Referenzbeispiel** (*autonomous customer issue resolution*) liefert dieser Text die **Sicht der Anbieterseite** auf die Mechanismen, die andere aus der Käuferperspektive analysieren. Direkt relevant für die Positionierung des Unternehmens zu **agentic-delivery / value-based pricing** sowie für den Slot **Cost Optimization** (das anbieterseitige Gegenstück zu *cost per outcome*).
**Elliot Greenwald** — Sierra (entreprise fondée par Bret Taylor & Clay Bavor, plateforme d'agents IA conversationnels pour l'expérience client). Billet publié sur le blog Sierra le **10 décembre 2024**. Sierra est l'**exemple-référence** cité par Bain (*The $100-Billion SaaS Opportunity*) pour l'*autonomous customer issue resolution* · et fait l'objet de plusieurs fiches du dossier (recrutement AI-native, interview Plan/Build/Review).