hat das überhaupt wer mitbekommen?
🇪🇺 EU winkt Gesetz zur flächendeckenden biometrischen Massenüberwachung durch
Das Gesetz über künstliche Intelligenz wurde mit großer Mehrheit verabschiedet.
Es soll eine FLÄCHENDECKENDE BIOMETRISCHE MASSENÜBERWACHUNG IN DER ÖFFENTLICHKEIT PER ECHTZEIT-GESICHTSERKENNUNG ERMÖGLICHEN.
👉 Interessant wie immer das Abstimmungsverhalten - richtig dagegen stimmte kaum wer - die AfD enthielt sich der Stimme, die Grünen sind dafür und sonst auch alle
Hier bewahrheitet sich wieder mal:
🦅Der linke und der rechte Flügel, gehören zum selben Vogel
Teile diesen Beitrag – mehr Menschen sollten das sehen 🐇
Folgen: Das Weiße Kaninchen 🤩
jeder ist potentieller Staatsfeind
👮🏻♂️ Stell dir vor du sitzt draussen im Lokal und während dem Essen kommt ein Polizist um dein Gesicht zu scannen
👉 Die chinesische Polizei scannt die Gesichter von zufälligen Lokalgästen und gleicht sie automatisch mit der Polizeidatenbank ab, um Personen, die als Staatsfeinde gelten, zu suchen und zu verhaften.
👉 Chinas digitales Ausweissystem, in dem alle biometrischen Daten der Chinesen gespeichert sind, macht dies möglich.
Teile diesen Beitrag – mehr Menschen sollten das sehen 🐇
Folgen: Das Weiße Kaninchen 🤩
4.000 Löschungen – Medien-Zensur der Länder tobt sich aus
Die sogenannten Landesmedienanstalten haben 2025 mindestens 2.500 Beiträge in sozialen Netzwerken wegen des Verdachts auf Äußerungs-Delikte an Kriminalbehörden weitergeleitet und knapp 4.000 Mal Löschanfragen an Plattformen gerichtet. Dies geht aus einer Abfrage („NiUS“) bei den quasi Zensurbehörden der Länder hervor. Häufig betreffen die Meldungen demnach angebliche Volksverhetzung oder das angebliche Verwenden von Kennzeichen verfassungswidriger Organisationen sowie Politiker-Beleidigung (Paragraf 188 StGB).
Die Landesmedienanstalten, die ursprünglich zur Überwachung privater Rundfunksender gegründet wurden, durchsuchen das Netz systematisch mittels KI und stoßen dabei regelmäßig auf Inhalte, die sie als strafbar bewerten. Auffallend hoch ist die Zensuraktivität in Bayern und Nordrhein-Westfalen.
Zuletzt hatte die nordrhein-westfälische Landesmedienanstalt den Podcaster Ben Berndt nötigen wollen, er solle sein mehr als vier Stunden langes Gespräch mit Björn Höcke (AfD) „einordnen“ und „richtigstellen“ (der Deutschland-Kurier berichtete).
#Medienzensur #Landesmedienanstalten #Netzpolitik #Löschungen #Zensur #Debatte #Aktuell
Eine Zensur findet nicht statt 😱
Art. 5 Grundgesetz
➡️ Echte Nachrichten
➡️ Real News International
➡️ Freie Medien
➡️ (Un)Rechtswesen
➡️ Unzensierte Querschau
➡️ Gelöschtes hochladen
Sehen, was gesperrt ist
@Medienzensur
Der Telegram-Gründer Pavel Durov vergleicht den Mangel an Panik während des Untergangs der Titanic mit dem derzeitigen Mangel an Bewusstsein in Europa, Kanada und Australien, da die Freiheiten der Bürger eingeschränkt werden:
"Ich bin heute hierher gekommen, um Ihnen zu sagen - dass wir uns in einer ähnlichen Situation befinden. In einer ähnlichen Situation. Unser Schiff. Hat bereits den Eisberg getroffen. Wir haben bereits begonnen zu sinken. Ohne es überhaupt zu merken. Und ich spreche vom Schiff unserer persönlichen Freiheiten"
Freedom Forum in Oslo (2026)
👉🏽 Klicke hier zum Beitrag
Quelle & Dank an Kola 🙏
🗣Anthropic CEO Dario Amodei on Open-Source AI Models:
"I don't think open source works the same way in AI that it has worked in other areas. Primarily because with open source you can see the source code of the model. Here we can't see inside the model, it's often called open weights instead of open source to kind of distinguish that. But a lot of the benefits, which is that many people can work on it and that it's kind of additive, don't quite work in the same way.
So I've actually always seen it as a red herring. When I see a new model come out I don't care whether it's open source or not. If we talk about Deep Seek I don't think it mattered that Deep Seek is open source. I think I ask, is it a good model? Is it better than us at the things that matter? That's the only thing that I care about.
It actually doesn't matter either way. Because ultimately you have to host it on the cloud. The people who host it on the cloud do inference. These are big models, they're hard to do inference on.
When I think about competition I think about which models are good at the tasks that we do. I think open source is actually a red herring.
It's not free. You have to run it on inference and someone has to make it fast on inference."
@aipost 🏴
🗣Anthropic CEO Dario Amodei über Open-Source-KI-Modelle:
"Ich glaube nicht, dass Open Source in der KI genauso funktioniert wie in anderen Bereichen. Vor allem, weil man bei Open Source den Quellcode des Modells sehen kann. Hier können wir nicht in das Modell hineinschauen, es wird oft als 'offene Gewichte' bezeichnet, anstatt Open Source, um das zu unterscheiden. Aber viele der Vorteile, nämlich dass viele Leute daran arbeiten können und dass es additiv ist, funktionieren nicht ganz auf die gleiche Weise.
Ich habe es eigentlich immer als Ablenkung betrachtet. Wenn ich ein neues Modell sehe, interessiert es mich nicht, ob es Open Source ist oder nicht. Wenn wir über Deep Seek sprechen, glaube ich nicht, dass es eine Rolle gespielt hat, dass Deep Seek Open Source ist. Ich frage mich vielmehr: Ist es ein gutes Modell? Ist es besser als wir bei den Dingen, die wichtig sind? Das ist das Einzige, was mich interessiert.
Es spielt eigentlich keine Rolle. Denn letztlich muss man es in der Cloud hosten. Die Leute, die es in der Cloud hosten, führen Inferenzen durch. Das sind große Modelle, und es ist schwierig, Inferenzen darauf durchzuführen.
Wenn ich an Wettbewerb denke, denke ich daran, welche Modelle gut bei den Aufgaben sind, die wir ausführen. Ich denke, Open Source ist eigentlich eine Ablenkung.
Es ist nicht kostenlos. Man muss es für Inferenzen ausführen, und jemand muss es für Inferenzen schnell machen."
🤖 Anthropic Introduces Claude Science
A new app designed with every stage of research in mind. Artifacts traced to their code, environments managed on demand, and 60+ optional scientific databases that you can connect.
Source.
@aipost 🏴
🤖 Anthropic stellt Claude Science vor
Eine neue App, die für jede Phase der Forschung konzipiert wurde. Artefakte werden auf ihren Code zurückverfolgt, Umgebungen werden bedarfsgerecht verwaltet, und es stehen über 60 optionale wissenschaftliche Datenbanken zur Verfügung, mit denen Sie eine Verbindung herstellen können.
✅ Claude Code
✅ Claude Cowork
✅ Claude Design
✅ Claude Finance
✅ Claude Science
⌛️ Claude HR
⌛️ Claude Analytics
⌛️ Claude Marketing
⌛️ Claude Sales
⌛️ Claude Legal
⌛️ Claude Logistics
⌛️ Claude R&D
⌛️ Claude Procurement
⌛️ Claude Accounting
⌛️ Claude Engineering
@aipost 🏴
🔔Anthropic announces it is developing its own preclinical drug programs
No specifics provided beyond a focus on neglected diseases . "To build the right models, products and tools, we need to live it along with all of you," Eric Kauderer-Abrams, Anthropic life sci head, says.
@aipost 🏴
🔔 Anthropic gibt bekannt, dass es eigene präklinische Medikamentenprogramme entwickelt
Es wurden keine Einzelheiten angegeben, außer einem Fokus auf vernachlässigte Krankheiten. „Um die richtigen Modelle, Produkte und Werkzeuge zu entwickeln, müssen wir es gemeinsam mit euch allen erleben“, sagt Eric Kauderer-Abrams, Leiter der Life Science-Abteilung bei Anthropic.
🤖 Anthropic on X:
“Following conversations with the US government, we’ve updated our cybersecurity safeguards.
The vast majority of coding work is unaffected.
In the near term, the new safeguards will flag a slightly higher fraction of harmless requests than the previous Fable safeguards; we’re working to refine these over the coming weeks. Users will be clearly notified when a request is flagged, and they’ll instead receive a response from Opus 4.8.
Our biology and chemistry classifiers are unchanged from our initial launch. These are still broader than we would like; they trigger fallbacks to Opus 4.8 on basic biology-adjacent questions. Improvements to these classifiers are landing soon.”
@aipost 🏴
🤖 Anthropic auf X:
"Nach Gesprächen mit der US-Regierung haben wir unsere Cybersicherheitsvorkehrungen aktualisiert.
Der Großteil der Programmierarbeiten ist davon nicht betroffen.
In naher Zukunft werden die neuen Sicherheitsvorkehrungen einen etwas höheren Anteil harmloser Anfragen als die vorherigen Fable-Sicherheitsvorkehrungen markieren; wir arbeiten daran, diese in den kommenden Wochen zu verfeinern. Benutzer werden deutlich benachrichtigt, wenn eine Anfrage markiert wird, und sie erhalten stattdessen eine Antwort von Opus 4.8.
Unsere Biologie- und Chemie-Klassifikatoren sind unverändert seit unserem ersten Start. Diese sind immer noch breiter, als wir es gerne hätten; sie lösen Ausweichmechanismen auf Opus 4.8 bei grundlegenden Fragen im Bereich der Biologie aus. Verbesserungen dieser Klassifikatoren werden bald veröffentlicht."
das ist einer der wenigen Videos, dass auf die KI den richtigen Blick wirft, oder zumindest einen Blickpunkt, der zuwenig betrachtet wird:
RECHERCHE: KI gibt es nicht | Die größte Täuschung des Silicon Valley
Grenzgänger Studios
162.000 Abonnenten
auf you Tube - warum ich das video nicht heruntergeladen habe? Weil die Klicks für den Algo brauchen
Künstliche Intelligenz und andere Flatulenzen
Eine KI unterteilt Sätze oder Fragen, die eingegeben werden, in einzelne Token und bewertet diese nach vorgegebenen Parametern. Es sucht nach Mustern, vergleicht diese mit bekannten Mustern und berechnet für die Ausgabe, welche Worte am wahrscheinlichsten aufeinander folgen. Dieselbe Tokenisierung d.h. Aufteilung in kleinste Elemente, geschieht mit Sprache oder Musik.
Eine KI versteht weder den Sinn einer Frage, noch kennt sie die Bedeutung einzelner Worte, noch kann sie auf irgend einer Stufe denken, planen und schon gar nicht kann sie ihr Ergebnis auf Richtigkeit überprüfen. Sie kann dadurch eine Reihe von Aufgaben lösen, die aber begrenzt sind. Sie kann nicht denken!
Es gibt heute drei Formen von KI. Narrow AI (schmale KI) ist das was wir heute mehrheitlich verwenden und das beinhaltet das berechnen von Sprachmodellen. Die zweite ist Allgemeine Künstliche Intelligenz (artificial general intelligence AGI) und die dritte ist künstliche Super Intelligenz (artificial super intelligence ASI).
AGI ist nur fähig, sich gleichende und sich wiederholende Aufgaben auf hohem Niveau mit möglichen Variationen zu erledigen. Diese kann weder einen Bauarbeiter ersetzen, noch versteht sie irgendwelche Zusammenhänge in der physischen Welt. Es gibt viele Berufe, die durch diese heute fortgeschrittenste KI nicht ausgeführt werden können. Sie ist hauptsächlich auf menschliche Interaktion spezialisiert. Eine künstliche anthropomorphsierung des Computers.
Die künstliche Superintelligenz ASI ist Lichtjahre von dem entfernt, was heute möglich ist und findet sich eher im Wunschdenken abgehobener Technokraten, als dass sie in nächster Zeit auch nur annähernd verwirklicht werden könnte. Auch wenn Kurzweil etwas anderes behauptet - aus den heute existierenden LLMs (large language models) wird aufgrund ihrer inneren Struktur keine irgendwie geartete Fähigkeit zum Denken entstehen können. Dazu wären andere Modelle mit anderen Methoden Bedingun
🗣The most valuable AI users aren’t the average users anymore, they’re the ones running fleets of AI agents.
Perplexity CEO Aravind Srinivas says AI is changing who matters most. Instead of millions of casual users, the biggest value now comes from a small group of power users who keep AI systems working around the clock.
He says some engineers at Meta reportedly consume around $10 million worth of AI coding tools per engineer each year, while some Perplexity Computer users spend more than $10,000 a month running businesses through autonomous agent loops. Even inside Perplexity, employees have built multi-agent workflows so advanced that they resemble entire software architectures.
That represents a major shift from the traditional software model. For years, success meant getting billions of people to perform small actions. With agentic AI, a single skilled operator can direct a network of AI agents that works continuously, completing tasks that once required entire teams.
@aipost 🏴
🗣Die wertvollsten KI-Nutzer sind nicht mehr die durchschnittlichen Nutzer, sondern diejenigen, die Flotten von KI-Agenten betreiben.
Perplexity-CEO Aravind Srinivas sagt, KI verändere, wer am wichtigsten ist. Anstelle von Millionen von Gelegenheitsnutzern kommt der größte Wert jetzt von einer kleinen Gruppe von Power-Usern, die KI-Systeme rund um die Uhr am Laufen halten.
Er sagt, einige Ingenieure bei Meta sollen Berichten zufolge jährlich etwa 10 Millionen US-Dollar an KI-Codierungstools pro Ingenieur verbrauchen, während einige Perplexity-Computernutzer mehr als 10.000 US-Dollar pro Monat ausgeben, um Geschäfte über autonome Agentenschleifen zu betreiben. Sogar innerhalb von Perplexity haben Mitarbeiter so fortschrittliche Multi-Agent-Workflows entwickelt, dass sie ganzen Softwarearchitekturen ähneln.
Das stellt einen großen Wandel vom traditionellen Softwaremodell dar. Jahrelang bedeutete Erfolg, Milliarden von Menschen dazu zu bringen, kleine Aktionen auszuführen. Mit agentischer KI kann ein einzelner erfahrener Betreiber ein Netzwerk von KI-Agenten steuern, das kontinuierlich arbeitet und Aufgaben erledigt, die früher ganze Teams erforderten.
🏘 AI’s wealth wave Is reshaping San Francisco
The AI boom isn’t just creating billion-dollar startups, it’s transforming the housing market in and around San Francisco.
Home prices have climbed to a median of $1.7 million, while average monthly rent has reached $3,827. Even professionals earning under $200,000 a year are increasingly being priced out of the city.
One couple making a combined $365,000 spent three months searching for housing but couldn’t find an apartment for less than $5,000 a month. They eventually split their living arrangements, with one relocating to the Lake Tahoe area while the other rented a single room for $1,650.
The region has also added roughly 10,000 people worth more than $20 million, fueled in part by lucrative AI equity payouts. During a recent secondary share sale, 75 OpenAI employees reportedly earned an average of $30 million each.
With potential IPOs from OpenAI and Anthropic still on the horizon, analysts expect another wave of newly minted millionaires and even more pressure on the Bay Area housing market.
The Finance Journal 📈
🏘 Die Vermögenswelle der KI verändert San Francisco
Der KI-Boom schafft nicht nur Milliarden-Dollar-Startups, sondern verändert auch den Wohnungsmarkt in und um San Francisco.
Die Hauspreise sind auf einen Median von 1,7 Millionen US-Dollar gestiegen, während die durchschnittliche monatliche Miete 3.827 US-Dollar erreicht hat. Selbst Fachkräfte, die weniger als 200.000 US-Dollar pro Jahr verdienen, werden zunehmend aus der Stadt gedrängt.
Ein Paar mit einem gemeinsamen Einkommen von 365.000 US-Dollar suchte drei Monate lang nach einer Wohnung, fand aber keine für weniger als 5.000 US-Dollar pro Monat. Letztendlich teilten sie ihre Wohnsituation auf, wobei einer in die Gegend von Lake Tahoe zog, während der andere ein Einzelzimmer für 1.650 US-Dollar mietete.
Die Region hat auch etwa 10.000 Menschen mit einem Vermögen von mehr als 20 Millionen US-Dollar hinzugewonnen, teilweise aufgrund lukrativer KI-Equity-Zahlungen. Während eines kürzlichen Sekundäraktienverkaufs verdienten 75 OpenAI-Mitarbeiter Berichten zufolge durchschnittlich 30 Millionen US-Dollar.
Angesichts möglicher Börsengänge von OpenAI und Anthropic, die noch bevorstehen, erwarten Analysten eine weitere Welle von neu geschaffenen Millionären und einen noch stärkeren Druck auf den Wohnungsmarkt in der Bay Area.
⚠️ “Nine GPUs in your garage should be illegal.”
A new book has quietly become one of the most explosive documents in the AI safety debate. If Anyone Builds It, Everyone Dies, by Eliezer Yudkovsky and Nate Soares. Its argument goes far beyond “AI could be dangerous.” It argues for outlawing home GPU clusters, criminalizing entire fields of research, and bombing rogue data centers, nuclear retaliation risk included.
Yudkovsky isn’t a fringe figure. In 2000, he founded what became the Machine Intelligence Research Institute (MIRI), where Soares now serves as president. Back then, the goal was building superintelligence, Yudkovsky saw it as a beautiful dream. By 2003, after years of wrestling with how to align AI with human values, he’d flipped entirely: from trying to build the thing to trying to stop it.
Both authors are deeply woven into AI history. They reportedly introduced Demis Hassabis and Shane Legg, future DeepMind founders to their first major investor. Sam Altman has credited Yudkovsky with playing a key role in OpenAI’s founding decision. The authors themselves admit some of MIRI’s early influence is something they now view with regret. In 2023, they joined hundreds of researchers including Nobel laureate Geoffrey Hinton and Turing Award winner Yoshua Bengio in signing a one-line statement calling AI extinction risk a priority on par with pandemics and nuclear war. But even that felt too soft to them. For Yudkovsky and Soares, AI isn’t one risk among many, it’s the risk that cancels out all the others.
The book isn’t worried about today’s chatbots. It’s worried about a mind that will outclass humans the way humans outclass chimpanzees and the authors state their thesis with no hedging: if any group on Earth builds artificial superintelligence using anything resembling today’s methods, everyone dies. Their reasoning rests on one idea: modern AI isn’t designed, it’s grown. Engineers don’t hand-write a model’s values, they set up a training process and bi
⚠️ „Neun GPUs in deiner Garage sollten illegal sein.“
Ein neues Buch ist heimlich zu einem der explosivsten Dokumente in der KI-Sicherheitsdebatte geworden. Wenn jemand es baut, sterben alle, von Eliezer Yudkovsky und Nate Soares. Seine Argumentation geht weit über „KI könnte gefährlich sein“ hinaus. Sie plädiert für die Ächtung von Heim-GPU-Clustern, die Kriminalisierung ganzer Forschungsfelder und die Bombardierung von Rogue-Rechenzentren, einschließlich des Risikos einer nuklearen Vergeltung.
Yudkovsky ist keine Randfigur. Im Jahr 2000 gründete er das Machine Intelligence Research Institute (MIRI), wo Soares heute Präsident ist. Damals war das Ziel, Superintelligenz zu erschaffen, Yudkovsky sah es als einen schönen Traum. Bis 2003 hatte er nach Jahren des Ringen darum, KI mit menschlichen Werten in Einklang zu bringen, eine vollständige Kehrtwende vollzogen: von dem Versuch, das Ding zu bauen, zum Versuch, es zu stoppen.
Beide Autoren sind tief in die KI-Geschichte eingebunden. Sie sollen Demis Hassabis und Shane Legg, die zukünftigen Gründer von DeepMind, mit ihrem ersten großen Investor bekannt gemacht haben. Sam Altman hat Yudkovsky zugeschrieben, eine Schlüsselrolle bei der Gründungsentscheidung von OpenAI gespielt zu haben. Die Autoren selbst geben zu, dass ein Teil des frühen Einflusses von MIRI etwas ist, das sie heute mit Bedauern betrachten. 2023 schlossen sie sich Hunderten von Forschern an, darunter Nobelpreisträger Geoffrey Hinton und Turing-Preisträger Yoshua Bengio, um eine einzeilige Erklärung zu unterzeichnen, in der das Risiko einer KI-Ausrottung als eine Priorität auf Augenhöhe mit Pandemien und Atomkrieg bezeichnet wird. Aber selbst das erschien ihnen zu mild. Für Yudkovsky und Soares ist KI nicht ein Risiko unter vielen, es ist das Risiko, das alle anderen Risiken aufhebt.
Das Buch sorgt sich nicht um die heutigen Chatbots. Es sorgt sich um einen Geist, der Menschen überlegen sein wird, so wie Menschen Schimpansen überlegen sind, und die A
The “no second chances” problem; Here’s the crux of why they think regulation-as-usual won’t work. Any safety testing has to happen while a system is still weak enough to observe and correct. But the real danger only appears once a system becomes powerful enough that stopping it is no longer possible and by definition, that threshold can only be crossed once. There’s no dress rehearsal. As the authors put it, humanity gets exactly one attempt to pass this test. That’s the entire justification for their leap from “regulate carefully” to “stop building this at all”, if mistakes can’t be corrected after the fact, there’s no safe way to iterate.
Their solution: total global lockdown on computing power; The authors are upfront that their proposed fixes are drastic and not especially realistic. Shutting down one reckless lab does nothing. Relying on a single “responsible” country doesn’t help either, a superintelligence built anywhere becomes everyone’s problem, since its effects don’t stay local.
Their opening move: place all serious computing power under international observation, with a deliberately paranoid, low threshold. Since no one actually knows the safe limit — they admit even 99,999 GPUs might not be safe, they propose criminalizing possession of more than about eight high-end graphics processors (roughly 2024’s top chips) without international sign-off. Nine unsupervised GPUs in your garage would be illegal.
Next: ban the research that makes AI cheaper and more powerful to train not just the models themselves. They point to the 2018 transformer paper (the algorithmic breakthrough behind ChatGPT and the entire modern LLM boom) as an example of the kind of publication that, in their view, should never have been allowed to spread. They can’t say how many more papers like it separate humanity from disaster which, in their logic, is exactly why publishing such work should be treated as a crime.
They try to soften how sweeping this is by noting that most people’s d