|
$ ki-news --datum 2026-08-18 | mail
KI-News — 18. August 2026
// die viralsten KI-Themen der letzten 24 Stunden, kuratiert für deinen Stack
$ cat top-story.md
Nvidia garantiert bis zu 105 Milliarden Dollar für den Bau von OpenAIs neuem Rechenzentrum am PORTS-Pike-Technology-Campus in Pike County, Ohio. Die von SoftBank-Tochter SB Energy gebaute und betriebene Anlage soll ab 2028 mit 4,25 Gigawatt Rechenkapazität starten, mit Option auf weitere 3,75 Gigawatt — Endausbau bis zu 8 Gigawatt. OpenAI least den Standort für 20 Jahre, Nvidia bleibt exklusiver Chip-Lieferant und investiert zusätzlich 1,5 Milliarden Dollar direkt in SB Energy.
Warum relevant: Größte KI-Infrastrukturwette der letzten Tage — solche Kapazitätsausbauten bestimmen mittelfristig Verfügbarkeit und Preise von Cloud-Inferenz, auch für Nutzer, die primär selbst hosten.
// quelle: CNBC · the-decoder.de (Einordnung zur KI-Blasen-Debatte)
## 📦 Modelle & Releases
Zhipus neues Open-Weights-Modell basiert auf derselben ~744-Milliarden-MoE-Basis wie GLM-5.2 und holt seinen Fähigkeitssprung allein aus verlängertem Post-Training. In Zusammenarbeit mit Sicherheitsteams fand es 2.436 Schwachstellen in 269 Projekten, teils bis zu 40 Jahre alt. Warum relevant: Läuft schon als Backend in Claude Code, ZCode und OpenCode nutzbar — die Gewichte selbst erscheinen wegen der starken Cyber-Fähigkeiten aber erst in zwei Wochen nach Sicherheitsprüfung, ein Novum für die Open-Weight-Szene. // the-decoder.de
## 🛠️ Tools & Repos
Rust-CLI/TUI, das RAM, CPU und GPU (NVIDIA/AMD/Apple Unified Memory) erkennt und aus über 100 Hugging-Face-Modellen die passenden samt Quantisierung vorschlägt — mit Anbindung an Ollama, llama.cpp, MLX und vLLM. Warum relevant: Praktischer Vorab-Check, welches Modell/Quant auf der eigenen Maschine tatsächlich läuft, bevor man es im vLLM-Stack deployt. // GitHub Trending
Open-Source-Multi-Agent-System (54k Stars), das wie ein menschlicher Pentester Code dynamisch ausführt und Schwachstellen validiert statt nur zu raten — mit HTTP-Proxy, Browser-Automation, Shell-Zugriff und GitHub-Actions-Integration. Warum relevant: Lässt sich als eigener Agenten-Workflow gegen die eigene Infrastruktur laufen, um Schwachstellen automatisiert zu finden. // GitHub Trending
## 🤖 Agenten & MCP
Blockiert jetzt Windows-NT-Namespace-Pfade gegen NTLM-Credential-Leaks, zeigt GitLab-Merge-Request-Status in Footer/Statusline und setzt Sessions nach Reset des Nutzungslimits automatisch fort. Die MCP-Diagnose zeigt zudem keine aufgelösten Secrets mehr an, und der Kontextverbrauch des eingebauten claude-api-Skills sinkt von ~200k auf ~25k Tokens. Warum relevant: Direkt spürbare Verbesserungen für Power-User — weniger Kontextverbrauch, sichererer Umgang mit MCP-Secrets. // Claude Code Changelog
Case Study zeigt ein Drei-Rollen-Muster (Worker, „Harvester" sammelt Feedback aus Slack, „Tuner" schlägt wöchentlich Prompt-Verbesserungen per Pull Request vor) mit MCP-Anbindung an über 100 interne Tools. Ergebnis: 50+ produktive Agenten, rund 50% Kostenreduktion bei automatisierten Aufgaben, ein Review-Agent mit 98% Übereinstimmung zu menschlichen Entscheidungen. Warum relevant: Konkretes, nachbaubares Architekturmuster für selbstverbessernde Multi-Agenten-Workflows mit MCP-Anbindung. // claude.com/blog
Community-Sammlung (nicht offiziell von Anthropic) mit 817 strukturierten Cybersecurity-Skills nach dem agentskills.io-Standard, gemappt auf MITRE ATT&CK, NIST CSF 2.0, MITRE ATLAS und D3FEND — kompatibel mit Claude Code, Codex CLI, Cursor, Gemini CLI und 20+ weiteren Plattformen. Warum relevant: Direkt als Skill-Bibliothek einbindbar, um Security-Workflows wie Threat Hunting oder Incident Response ohne eigenes Prompt-Engineering nutzbar zu machen. // GitHub Trending
## 🎬 Sehenswert
Matthew Berman stellt sechs aktuell angesagte Open-Source-KI-Projekte aus der Entwickler-Community vor — von Agenten-Tooling über lokale RAG-Alternativen bis zu Kosten-Spar-Tools für den KI-Betrieb. Warum relevant: Schneller Überblick über neue Open-Source-Bausteine, die sich in den eigenen Agenten- oder RAG-Stack einbauen lassen. // Matthew Berman / YouTube
## 📰 Lesenswert
Das israelische Startup QED Science bewertet wissenschaftliche Arbeiten per KI-Agenten-Score und kürte aus 57.455 bioRxiv-Preprints 574 Studien zum 99. Perzentil ("The 1 Percent"). Kritiker bemängeln fehlende Transparenz bei Algorithmus und Prompts sowie strukturellen Bias. Warum relevant: Interessante Debatte um KI als Gatekeeper wissenschaftlicher Qualität — relevant für alle, die selbst mit LLM-basierten Bewertungen/Evals arbeiten. // t3n
Einer Sammelklage gegen xAI schließt sich eine vierte Klägerin an: Ihr Stiefvater soll mit Grok Tausende sexualisierte Bilder aus einem Kindheitsfoto erzeugt haben, bevor er nach einer Hausdurchsuchung tot aufgefunden wurde. Warum relevant: Zeigt eskalierende rechtliche Risiken und die Bedeutung robuster Safety-Guardrails bei kommerziellen Bildmodellen. // Engadget
Google hat HEIR (Homomorphic Encryption Intermediate Representation) als Open-Source-Compiler veröffentlicht, der vortrainierte Modelle so umbaut, dass sie auf verschlüsselten Eingaben laufen. Der Hacker-News-Thread sammelte über 380 Punkte; Kritik entzündet sich am weiterhin hohen Rechenoverhead. Warum relevant: Früher, aber spannender Ansatz für alle, die Inferenz auf sensiblen Daten datenschutzfreundlicher gestalten wollen — ergänzt klassisches Self-Hosting als Datenschutzstrategie. // Google Blog / Hacker News
$ echo "automatisch recherchiert am 2026-08-18"
> ki-news · news.reichenberg.ruhr
[ abbestellen ]
[ im browser ansehen ]
|