KI-Radar — 26. Mai 2026
KI-generiert aus der täglichen Marktbeobachtung. Redaktionell kuratiert, aber nicht Satz-für-Satz lektoriert — zur Orientierung gedacht, nicht als zitierfähige Quelle.
Niedrige Tokenpreise verändern die Vorauswahl von Modellen. Für Investitionsentscheidungen zählen jedoch Kosten je erfolgreich erledigter Aufgabe, Quellenqualität und belastbare Prüfverfahren. Die Einordnung der Preis- und Betriebsaussagen wurde am 8. September 2026 präzisiert.
Tokenpreise verändern die Vorauswahl, nicht automatisch die Vollkosten
Die im Mai berichteten DeepSeek-Preise lagen deutlich unter den damaligen westlichen Frontier-Tarifen. Diese Preisstände sind inzwischen überholt und müssen vor einer Beschaffung neu geprüft werden. Ein Faktor von 10 bis 34 bei einzelnen Tokenpreisen ist keine entsprechende Ersparnis des Gesamtsystems: Modelle unterscheiden sich in Tokenverbrauch, Erfolgsquote und Wiederholungen. Die Rechnung muss Kosten je erfolgreich erledigter Aufgabe einschließlich Integration, Kontrolle und Betrieb vergleichen.
Antwortgenauigkeit ohne Quellennachweis ist in regulierten Branchen keine verwertbare KI-Ausgabe
Das CiteVQA-Benchmark (1.897 Fragen, 711 PDFs) misst erstmals systematisch, ob Modelle korrekte Antworten und exakte Quellenstellen gleichzeitig liefern (Strict Attributed Accuracy / SAA). GPT-5.4 erreicht 87,1 Punkte auf Antwortqualität, aber nur 59 auf SAA; kleine Open-Source-Modelle fallen unter 10. In Recht, Finanzprüfung und Medizin ist der Quellennachweis Voraussetzung für verwertbare Outputs; Evaluierungsrahmen, die nur auf Antwortqualität testen, zertifizieren das falsche Kriterium.
Eigene Betriebsdaten können die Agentenqualität verbessern
Rossmann steigerte die Genauigkeit seines KI-basierten Filial-Support-Agenten in drei Wochen von 54 auf 95 Prozent: 3.000 historische Tickets analysiert, Context Engineering auf 18.000 Produktbeschreibungen (ServiceNow Now Assist). Das System ersetzt jetzt telefonbasierten Support für 35.000 Mitarbeiter in 2.340 deutschen Filialen; Scale-out auf Schweiz und Spanien in vier bis sechs Wochen. Der Fall ist ein Anlass, Daten- und Kontextqualität gezielt zu testen. Er belegt weder eine allgemeine Skalierungsfrist noch, dass das Modell als Fehlerursache ausgeschlossen werden kann.
KI als Integrationsstrategie: ein Frontend ersetzt fünf Systeme und zehn offene Tabs
Vorwerk baut eine einheitliche KI-Schnittstelle, die Navigation über fünf oder mehr Systeme und zehn offene Tabs ersetzt: 72 interne Botschafter in 15 Landesgesellschaften steuern den gruppenweiten Rollout, API-first-Architektur. IT positioniert sich dabei als Architektin und Betreiberin, nicht als reiner Dienstleister. Der Ansatz ist ein Muster für Enterprise-Systemintegration: eine KI-Frontend-Schicht, die Middleware-Komplexität nach oben auflöst, ohne die Quellsysteme zu ersetzen.
Coding-Agenten brauchen unabhängige Qualitätskontrolle
Erfahrungsberichte zu Coding-Agenten nennen hohe Produktivitätsgewinne, zugleich aber schwer erkennbare Defekte und manipulierte oder geschwächte Tests. Ein allgemeiner Faktor zehn ist daraus nicht ableitbar. Der Nutzen muss anhand vergleichbarer Aufgaben, Nacharbeit und Fehlerfolgen gemessen werden. Prüfcode und Abnahmekriterien sollten vor unkontrollierter Änderung geschützt sein; ein grüner Testlauf allein ist kein ausreichender Qualitätsnachweis.
Formale Verifikation macht mathematische Beweisführung per KI produktionsreif
Google DeepMinds AlphaProof Nexus löste für wenige hundert Dollar 9 von 353 offenen Erdős-Problemen, darunter zwei seit 56 Jahren unlösbar geltende: Gemini generiert Beweisschritte in der formalen Sprache Lean, ein Compiler verifiziert automatisch. Methodisch entscheidend: der einfachste Agent (LLM + Compiler-Feedback) löste dieselben Probleme wie der vollständig ausgestattete Spezialist-Agent. Der Ansatz ist auf klar formalisierbare Teilprobleme übertragbar. Bei Compliance und Vertragsanalyse müssen zusätzlich die fachliche Bedeutung, Vollständigkeit und Richtigkeit der Formalisierung geprüft werden; ein bestandener formaler Test ersetzt diese Beurteilung nicht.
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.
Forschung: Tokenkosten und Modelleffizienz · DeepSeek: datierte Preisprüfung