Wenn beide Marktführer gleichzeitig „Cybersecurity“ rufen
Anthropic hatte den ersten Zug gemacht: Claude Mythos Preview, ein Modell, das auf das Aufspüren von Software-Sicherheitslücken spezialisiert ist — und im Rahmen der Initiative „Project Glasswing“ nur einer handverlesenen Gruppe von Unternehmen zugänglich gemacht wurde. Exklusivität als Markteintrittsstrategie: kein gewöhnlicher Roll-out, sondern ein kontrollierter Vorgeschmack für ausgewählte Partner. OpenAI konterte einen Monat später mit GPT-5.5-Cyber, ebenfalls in einer limitierten Vorschau für geprüfte Cybersecurity-Teams. Das Modell soll laut OpenAI keine dramatischen Fähigkeitssprünge bringen — dafür aber deutlich permissiver mit sicherheitsrelevanten Anfragen umgehen. Das klingt nach einer technischen Randnotiz, ist es aber nicht: Wer KI für Penetrationstests oder Red-Teaming einsetzen will, stand bisher vor Systemen, die bei jedem zweiten Prompt aus Sicherheitsgründen abbremsen. GPT-5.5-Cyber soll das ändern — mit explizitem Einverständnis der Nutzer, aber ohne ständige Selbstzensur.
Claude greift Wall Street an — mit Anzug und Benchmark
Claude Opus 4.7 ist seit Ende April allgemein verfügbar, und Anthropic macht keinen Hehl daraus, wo die nächsten großen Wachstumschancen liegen: im Finanzsektor. Das neue Modell führt Anthropics Finance-Agent-Benchmark mit 64,37 % an und kommt gebündelt mit vorgefertigten Agenten-Architekturen für Finanzinstitute — von der Vergleichsanalyse über Methodology-Checks durch Subagenten bis zur vollständigen Microsoft-365-Integration. Dazu kommt eine frische Datenpartnerschaft mit Moody’s. Das Ziel ist wenig subtil: Claude soll dort sitzen, wo bislang Analysten sitzen — mitten im Excel, im Outlook, im Bloomberg-Terminal. Ob das Wall Street begeistert oder beunruhigt, ist noch offen. Die Einladungen für die Research Preview gingen jedenfalls raus.
EU AI Act: Die Juli-Deadline rückt näher
Noch vor Ende Juli 2026 sollen die überarbeiteten Regeln des EU AI Acts formal verabschiedet werden. Für viele Unternehmen klingt das nach einem abstrakten Brüssel-Ereignis — für jene, die bereits KI-Agenten oder automatisierte Entscheidungssysteme im Einsatz haben, ist es das nicht. Transparenzpflichten, Risikoklassifikation, Prüfpfade, Dokumentationspflichten: Wer das jetzt noch nicht in seine Implementierungen eingebaut hat, baut es nachträglich ein. Und das ist erfahrungsgemäß teurer, fehleranfälliger und politisch unangenehmer als von Anfang an richtig zu planen. Südkoreas AI Basic Act ist bereits in Kraft — die internationale Regulierungswelle lässt sich nicht mehr wegdiskutieren.
IBM Think 2026: Wenn Enterprise-KI erwachsen wird
Auf der Think 2026 in Boston (4.–7. Mai) präsentierte IBM sein neues Betriebsmodell für KI im Unternehmenskontext: vier Säulen — KI-Agenten, Echtzeitdaten, Automatisierung, Governance. Die Botschaft dahinter ist nüchterner als die Powerpoint-Folien: KI soll nicht länger getestet oder demonstriert, sondern wirtschaftlich messbar in laufende Geschäftsprozesse integriert werden. Kein neues Thema, aber die Verschiebung vom Proof-of-Concept zur Produktionsreife ist real — und der Druck auf IT-Entscheider, lieferbare Ergebnisse vorzuweisen, wächst sichtbar.
Wer diese Woche die KI-Nachrichtenlage verfolgt, sieht ein klares Muster: Die Branche differenziert sich. Allgemeine Sprachmodelle weichen spezialisierten Agenten für konkrete Domänen — Finanzen, Sicherheit, Unternehmensautomatisierung. Genau diese Systeme implementiert neothink im Unternehmenskontext — nicht als Demo, sondern integriert in laufende Prozesse, mit messbaren Ergebnissen und dem nötigen regulatorischen Unterbau, damit Audit-Trails keine nachträgliche Überraschung sind.