40 Milliarden Gründe, warum Google Anthropic liebt
Man könnte meinen, 40 Milliarden Dollar wären eine Menge Geld. Man könnte auch meinen, Google hätte inzwischen genug eigene KI-Modelle, um nicht noch in die Konkurrenz zu investieren. Beides stimmt — und trotzdem hat Alphabet Ende April bestätigt, bis zu 40 Milliarden Dollar in Anthropic zu stecken. Zehn Milliarden fließen sofort, der Rest hängt an Meilensteinen. Dazu kommt ein Deal über fünf Gigawatt Rechenkapazität, die ab nächstem Jahr hochgefahren werden sollen. Anthropics aktuelle Bewertung: 380 Milliarden Dollar. Zum Vergleich: Das ist mehr als BMW, Mercedes und Volkswagen zusammen. Für ein Unternehmen, das noch keinen einzigen Cent Gewinn gemacht hat.
Was steckt dahinter? Google sichert sich Einfluss auf das Modell, das gerade systematisch in Microsofts Office-Suite integriert wird. Claude Opus 4.7 erstellt dort bereits Präsentationen, prüft Bilanzen und generiert Kreditvermerke — direkt in Word und Excel. Wer das Modell kontrolliert, kontrolliert den Workflow. Amazon hat denselben Gedanken: Dort läuft ein paralleles Investment von ebenfalls bis zu 20 Milliarden. Anthropic ist damit das bestfinanzierte KI-Unternehmen außerhalb von OpenAI — und gleichzeitig das einzige, das zwei der größten Cloud-Anbieter als strategische Investoren hat.
Google I/O 2026: Der Assistent, der nie schläft
Mitte Mai lieferte Google auf der I/O-Konferenz eine Breitseite. Im Zentrum: Gemini Spark, ein persistenter Agent, der rund um die Uhr E-Mails liest, Kalender verwaltet und in Google Workspace autonom handelt — ohne dass der Nutzer aktiv sein muss. Dazu kam Gemini 3.5 Flash als kompakteres Modell für schnellere Anwendungen, sowie der frühe Ausblick auf „Omni“, Googles Weltmodell-Projekt.
Was das in der Praxis bedeutet: KI-Agenten werden nicht mehr gestartet, wenn man sie braucht — sie laufen einfach. Sie priorisieren, filtern, antworten. Für viele Nutzer klingt das nach Entlastung. Für alle, die sich noch nie gefragt haben, was eigentlich mit ihren E-Mails passiert, während sie schlafen, beginnt jetzt eine neue Ära der Fragen. Die Grenze zwischen „KI als Werkzeug“ und „KI als Stellvertreter“ verschiebt sich gerade sehr schnell — und die meisten Unternehmen haben noch keine Richtlinie dafür.
EU AI Act: Brüssel bremst das Bremsen
Am 7. Mai einigten sich Rat und Parlament der EU auf eine überarbeitete Version des AI Acts — vereinfacht, entschärft, verschoben. Hochrisiko-KI-Systeme in eigenständigen Anwendungen bekommen bis Dezember 2027 Zeit, solche in Produkten bis August 2028. Das sind 12 bis 16 Monate mehr als ursprünglich geplant. Gleichzeitig wurden die Ausnahmen für KMU ausgeweitet: Unternehmen bis 750 Mitarbeiter oder 150 Millionen Euro Umsatz profitieren jetzt von reduzierten Dokumentationspflichten und gedeckelten Bußgeldern.
Der Grund für den Rückzug ist offen benannt worden: Unternehmen wie Airbus, ASML, Ericsson, SAP und Siemens hatten Druck gemacht. Europa reguliert lieber langsamer als gar nicht — das ist die pragmatische Lesart. Die kritischere: Wer immer wieder die Fristen verschiebt, weil die Industrie es verlangt, signalisiert, dass Compliance optional ist, solange genug Lobbyarbeit betrieben wird. Immerhin: Verbote für sogenannte „Nudifier“-Apps und nicht-konsensuelle Deepfakes kommen pünktlich im Dezember 2026.
OpenAI löst 80 Jahre altes Matheproblem — nebenbei
Fast untergegangen in der Nachrichtenlage: OpenAI meldete, dass ChatGPT die sogenannte „Unit Distance Conjecture“ gelöst hat — ein offenes Problem der kombinatorischen Geometrie, das seit 1946 auf eine Antwort wartete. Gleichzeitig rollte OpenAI GPT-5.5 Instant als neues Standardmodell aus, mit Fokus auf Zuverlässigkeit statt roher Leistung. Weniger Halluzinationen, schnellere Antworten, weniger spektakuläre Fehler. Das klingt unaufgeregt — ist aber genau das, was Enterprise-Kunden seit Jahren fordern.
Die Kombination aus mathematischem Durchbruch und stabilem Alltagsmodell zeigt, wohin die Reise geht: KI muss nicht mehr beeindrucken, sie muss funktionieren. Das ist eine Reifung, die in der öffentlichen Wahrnehmung noch nicht angekommen ist — dort wird KI immer noch an spektakulären Demos gemessen, nicht an Fehlerquoten im Produktivbetrieb.
Was das für Unternehmen bedeutet
Vier Nachrichten, ein Muster: KI-Agenten übernehmen mehr Eigenverantwortung, Investitionen erreichen eine Größenordnung, die Marktstrukturen dauerhaft verschiebt, und die Regulierung kämpft damit, überhaupt mitzukommen. Wer jetzt KI-Systeme einführt, ohne zu wissen, welche Klasse von KI-System er eigentlich betreibt, wird mit der nächsten Regulierungswelle eine böse Überraschung erleben. Genau das ist der Punkt, an dem neothink ansetzt: KI-Implementierungen von Anfang an so aufzubauen, dass sie dokumentiert, auditierbar und bei jedem Compliance-Update anpassbar sind — nicht als nachträgliche Pflichtübung, sondern als Teil der Architektur.