Logo

Mittwoch, März 25, 2026

Google Research: Mit TuroQuant weniger RAM für KI-Anwendungen benötigen

Im April 2025 stellten Google-Forscher TuroQuant vor (https://arxiv.org/abs/2504.19874). Wenn man dem aktuellen Bericht (2026-03-24) von Google glauben kann, ist die Theorie in die Praxis überführt und jetzt ausgereift und einsetzbar. genAI-Modelle brauchen dann deutlich weniger RAM.
Webseite: https://turboquant.net/
Presseberichte:

Samstag, März 21, 2026

USA: KI-Bundesgesetze sollen Gesetze der Bundesländer außer Kraft setzen

Angesichts der rasch wachsenden Bedenken hinsichtlich der KI und ihrer Auswirkungen haben Gesetzgeber in New York, Kalifornien und anderen Bundesstaaten die Verabschiedung eigener Vorschriften auf Landesebene vorangetrieben.
Führende Vertreter der amerikanischen KI-Branche sprachen sich entschieden gegen diese Maßnahmen der einzelnen Bundesländer ausgesprochen und argumentieren, dass ein “Flickenteppich” aus Gesetzen die Innovation behindern und globalen Konkurrenten wie China einen erheblichen Vorteil im Wettlauf um die Vorherrschaft im Bereich der KI verschaffen würde.
Die Trump-Regierung hat einen Rechtsrahmen für eine einheitliche nationale Strategie inkl. gesetzlicher Regelungen im Bereich der künstlichen Intelligenz vorgelegt. Ziel ist es, einheitliche Sicherheits- und Schutzvorkehrungen für diese noch junge Technologie zu schaffen und gleichzeitig die Bundesstaaten daran zu hindern, eigene KI-Vorschriften zu erlassen. Die Regierung möchte, dass der Kongress diesen Rahmen “in den kommenden Monaten” in einen Gesetzentwurf umsetzt, den Präsident Donald Trump unterzeichnen kann.
Der sechs Punkte umfassende Entwurf sieht im Wesentlichen eine Reihe von Vorschriften für KI-Produkte und -Infrastruktur vor, die von der Einführung neuer Kinderschutzvorschriften bis hin zur Vereinheitlichung der Genehmigungsverfahren und des Energieverbrauchs von KI-Rechenzentren reichen.
Außerdem wird der Kongress aufgefordert, sich mit komplexen Fragen im Zusammenhang mit Rechten des geistigen Eigentums zu befassen. Zudem sollen Vorschriften zu erarbeitet werden, “die verhindern, dass KI-Systeme dazu genutzt werden, rechtmäßige politische Meinungsäußerungen oder kritische Stimmen zum Schweigen zu bringen oder zu zensieren”.
Das Weiße Haus möchte das Rahmenkonzept “noch in diesem Jahr” gesetzlich verankern und ist überzeugt, dass es dafür parteiübergreifende Unterstützung gewinnen kann – so teilte es Michael Kratsios, Direktor des Büros für Wissenschafts- und Technologiepolitik im Weißen Haus, am Donnerstagabend in einem Interview mit Fox News mit (https://www.foxnews. … ngress-act-this-year).
URLs:

Freitag, März 20, 2026

Harvard-Studie: Variabilität der Antworten bei LLM erhöhen um Einheitlichkeit der Antworten zu verringern

LLMs enthalten einen beeindruckenden Teil des weltweiten Wissens. Gängige Methoden zur Abfrage dieses Wissens (z.B. „welches Hochzeitskleid passt am besten zu mir“) sind darauf optimiert, auf Eingaben die bestmöglich (= statisch signifikanteste) Antwort zu liefern. Daher liefern LLM auf gleiche oder auch nur sehr ähnliche Eingaben meist sehr einheitliche und wenig originelle Ergebnisse.
Andere Ansätze der Wissensabfrage aus LLM zielen zwar darauf ab, die Vielfalt innerhalb einer kleinen Antwortmenge zu erhöhen, wiederholen sich aber oft schon lange, bevor die Nutzer genug Informationen gesammelt haben, um eine Entscheidung hinsichtlich der bestmöglichen Antwort treffen zu können. Oder die LLM bieten jedem Nutzer, der ähnliche Fragen stellt, eine einheitliche Art von „Kreativität“ an.
Forscher der Harvard Universität erarbeiteten eine Methode, welche bei LLMs anhaltende Kreativität und Vielfalt fördern und beliebig viele konzeptionell einzigartige Ergebnisse liefern soll, auch ohne Zugriff auf die inneren Abläufe des Vektorraums eines LLM zu haben.
Dazu nutzt das Forschungsteam Embeddings, welches vom LLM erzwingt, nicht nur das nächste logische Token zu berechnen, sondern auch weiter entfernte Begriffe miteinander zu verknüpfen. Dies soll bei gleichbleibender Antwortqualität die Varianz der Antworten erhöhen.
URLs:

Mittwoch, März 18, 2026

KI und Lizenzen: Open Source, Open Weights, …

Die Open Source Initiative (OSI) stellte eine Liste zusammen, in welcher man nach Lizenzen suchen kann, nach Kategorien filtern kann usw. Eine Vollständigkeit der Liste kann natürlich nicht gewährleistet werden; Firmen denken sich ja immer wieder eigene Lizenzmodelle aus.
Die Liste ist sehr hilfreich, um schnell eine Lizenz zu finden und in dieser nachlesen zu können. Was leider fehlt, ist die Verlinkung zur Lizenz. Aber der Text der jeweiligen Lizenz ist verfügbar und da die Lizenz mit derselben Versionsnummer nicht geändert werden darf, passt das letztlich auch. Die Liste findet man unter https://opensource.org/licenses.

Auch nett: OSI stellte auch entsprechende Definitionen zur Verfügung:

Opencode versuchte sich auch an einer Übersicht, zu finden unter https://opencode.de/ … n-Source-Lizenzliste. Dabei verweist Opencode auf die Definitionen von OSI. Jedoch steht weder der Lizenztext noch der Link zum Lizenztext zur Verfügung. Die Autoren gaben nur die Lizenz selbst und den (nach Ansicht der Autoren) Einsatzzweck an. Für die Einhaltung der Lizenz und der daraus resultierenden Lizenzbedingungen ist natürlich jeder selbst verantwortlich. D.h., man muss den Lizenztext immer auch selbst durcharbeiten. Und da Opencode diesen nicht bereitstellt, muss man den entweder mit der Suchmaschine seiner Wahl suchen – oder schaut bei OSI nach.

Dienstag, März 17, 2026

Bundesnetzagentur: Abschlussbericht zum Pilotprojekt KI-Reallabore veröffentlicht

Die Bundesnetzagentur führte gemeinsam mit dem Hessischen Ministerium für Digitales und Innovation und der Bundesbeauftragten für den Datenschutz und die Informationsfreiheit ein Pilotprojekt zur Simulation eines KI-Reallabors durch.

Das Ziel des Projekts ist es, unter realitätsnahen Bedingungen zentrale Anforderungen, Abläufe und Herausforderungen von KI-Reallaboren im Sinne der europäischen KI-Verordnung zu simulieren und damit das Wissen und die Kenntnisse über KI-Reallabore zu vergrößern. Die Ergebnisse des Pilotprojekts sollen als Orientierung für den zukünftigen Aufbau und Betrieb echter KI-Reallabore dienen und bis Ende 2025 vorliegen.

Die Bundesnetzagentur veröffentlichte jetzt den Abschlussbericht: