KI-Radar — 11. April 2026
KI-generiert aus der täglichen Marktbeobachtung. Redaktionell kuratiert, aber nicht Satz-für-Satz lektoriert — zur Orientierung gedacht, nicht als zitierfähige Quelle.
Zhipu liefert mit GLM-5.1 das erste Open-Source-Modell auf Frontier-Coding-Niveau — komplett auf Huawei-Chips trainiert — Anthropic führt Managed Agents zu 0,08 USD pro Stunde ein, OpenAI ergänzt Pro um einen 100-Dollar-Tarif.
China erreicht Frontier-Coding-Performance ohne Nvidia
Zhipus GLM-5.1 ist ein 754B-Open-Source-Modell mit 58,4% auf SWE-Bench Pro — Open-Source-Rekord — komplett auf Huawei-Chips trainiert, mit Vektordatenbank-Performance bei 21.500 qps. Das ist nicht nur ein Modell-Release, sondern ein Beleg für eine vollständige nicht-amerikanische KI-Supply-Chain. Make-vs-Buy-Gespräche müssen chinesische Open-Weights für Coding-Use-Cases ab sofort als ernsthafte Option behandeln.
Anthropic positioniert sich als Full-Stack-AI-Provider
CoreWeave-Cloud-Deal, Custom-Chip-Sondierung, Cowork auf allen Paid Plans und Claude Managed Agents zu 0,08 USD pro Agent-Stunde — Anthropic baut innerhalb weniger Wochen die komplette Infrastruktur-Tiefe auf, die bisher nur Hyperscaler hatten. Für Enterprise-Beschaffung heißt das: Anthropic ist nicht mehr nur Modell-Lieferant, sondern Plattform-Wettbewerber zu Azure, AWS und Google Cloud.
OpenAI ergänzt Pro um einen günstigeren Tarif
OpenAI ergänzt ChatGPT Pro um einen Tarif für 100 US-Dollar pro Monat neben dem 200-Dollar-Tarif. Das ist keine Preiserhöhung auf 100 Dollar. Für Beschaffungsentscheidungen müssen Leistungsumfang, Nutzungslimits und tatsächlicher Bedarf je Tarif verglichen werden; der Listenpreis allein beschreibt weder Qualität noch Kosten je erledigter Aufgabe.
Meta Muse Spark erreicht 52,4% auf SWE-Bench
Metas Spitzenmodell landet auf 52,4% SWE-Bench — solides Frontier-Niveau, aber von Chollet und Mollick öffentlich für Benchmark-Optimierung kritisiert. Für Beschaffungsentscheidungen bleibt die Frage offen: Welche Performance trägt in den eigenen Workloads? Veröffentlichte Scores sind ohne eigene Validierung kein Fundament.
50 Mrd. EUR Potenzial für KI im deutschen Gesundheitssystem
Aktuelle Schätzung beziffert das jährliche Effizienzpotenzial für KI im deutschen Gesundheitssektor auf 50 Mrd. EUR. Das ist der bisher konkreteste Zahlenanker für DACH-Stakeholder im Gesundheitsbereich — größenordnungsmäßig vergleichbar mit dem gesamten jährlichen Defizit der gesetzlichen Krankenversicherung. Wer in den nächsten 18 Monaten kein klares KI-Programm aufsetzt, verliert die Chance auf strukturelle Mitgestaltung.
Stanford bestätigt: Single-Agent reicht bei gleichem Compute-Budget
Bei vergleichbarem Compute-Einsatz liefert ein Single-Agent mindestens so gute Ergebnisse wie orchestrierte Multi-Agent-Teams. Bevor Architektur-Entscheidungen Richtung komplexer Multi-Agent-Systeme fallen, gehört eine Single-Agent-Baseline mit vollem Budget auf den Tisch.
Redaktionelle Präzisierung vom 8. September 2026
Die Datierung dieser Ausgabe bleibt erhalten. Quellenzuordnung und Handlungsempfehlungen wurden überprüft und präzisiert; die folgenden Quellen belegen die korrigierten Aussagen. Historische Marktangaben sind keine aktuellen Beschaffungs- oder Rechtsauskünfte.