täglich · Wien · DE-Summary / EN-Links

KI Brief

Kurzer technischer Digest: Modelle, Tools, Förderungen und AI-Stocks. Auf Deutsch zusammengefasst, Quellen auf Englisch verlinkt.

Ausgabe 8 · Freitag, 13. November 2026

Heute in Kürze

  • Österreich: Beim Börsengang von Anthropic können Kleinanleger in Österreich nicht zum Ausgabepreis zeichnen, der Prospekt wurde nicht hierher notifiziert
  • Modelle: Google bringt Gemini 4 Hydrogen als schnelles Arbeitsmodell und in Antigravity einen Orchestrator, der zwei Modelle kombiniert
  • Modelle: Thinking Machines stellt die Gewichte von Inkling 2 Small unter Apache 2.0 auf Hugging Face
  • Builder: Claude Code 2.1.323 bringt einen experimentellen Code Mode und viele Fixes bei Berechtigungen
  • Europa: Agile Robots aus München holt 500 Mio. USD bei 8,5 Mrd. USD Bewertung
  • Recht: Vier NGOs klagen in San Francisco auf einen Entwicklungsstopp bei Anthropic, Google, Meta, OpenAI und SpaceXSI
  • Markt: Jensen Huang tritt als Nvidia-CEO zurück, Finanzchefin Colette Kress übernimmt vorerst

Österreich / Förderungen

Modelle & Papers

Builder / Tools

Europa / Recht

Markt

Tipp des Tages

Wenn lange Agenten-Aufgaben dein Budget fressen, trenn Planen und Ausführen, so wie es Googles Orchestrator vormacht. Ein starkes Modell schreibt den Plan samt Abbruchbedingungen (etwa: ein Test schlägt zweimal fehl), ein schnelles, billiges Modell setzt um, und das große kommt nur zurück, wenn eine Bedingung greift. Miss eine Woche lang Kosten und Erfolgsquote pro Aufgabe gegen deinen bisherigen Aufbau, bevor du umstellst.

Begriff des Tages

Begriff des Tages: Speech-KI (Spracherkennung und Sprachausgabe)

Speech-KI arbeitet in zwei Richtungen: Speech-to-Text (STT, auch ASR) macht aus Audio Text, Text-to-Speech (TTS) macht aus Text eine Stimme. Ein Sprachagent hängt beides an ein LLM, also Mikrofon, STT, Sprachmodell, TTS, Lautsprecher. Aktuelle Modelle arbeiten im Streaming und liefern Text oder Audio, während noch gesprochen oder geschrieben wird.

Gebraucht wird das für Meeting-Protokolle, Untertitel, Diktat, Telefon-Agenten und Barrierefreiheit. STT misst man mit der Wortfehlerrate (WER); bei Sprachagenten zählen dazu die Latenz und die Turn Detection, also wann ein Mensch wirklich fertig gesprochen hat.

Der Haken: Fehler wandern weiter. Ein falsch gehörtes Wort landet im Prompt, und das LLM baut darauf auf; am häufigsten trifft es Namen, Zahlen, Abkürzungen und Fachbegriffe. Stimmen und Gespräche sind außerdem personenbezogene Daten, wer transkribiert, fragt vorher alle Beteiligten.

Europa + offen: Kyutai (Paris). Lizenzen laut Hugging Face und GitHub, Stand heute: Kyutai STT (Streaming-Spracherkennung, rund 1 Mrd. Parameter für Englisch und Französisch mit 0,5 Sekunden Verzögerung, dazu eine 2,6-Mrd.-Variante nur für Englisch) und Kyutai TTS (Streaming-Sprachausgabe, laut Model Card tatsächlich 1,8 Mrd. Parameter, Englisch und Französisch) stehen unter CC-BY 4.0, sind also mit Namensnennung kommerziell nutzbar. Der Code steht unter MIT (Python) und Apache 2.0 (Rust-Server). Mit Moshi gibt es außerdem ein Sprache-zu-Sprache-Modell, das gleichzeitig zuhört und spricht, laut Kyutai mit rund 200 ms Latenz in der Praxis.

Proprietär: ElevenLabs gibt es nur per API und App. Das neue Scribe v3 macht laut ElevenLabs über 102 Sprachen 27 % weniger Wortfehler als Scribe v2, auf Deutsch 42 % weniger. Artificial Analysis misst es als genauestes Modell im Test, aber langsamer als die Modelle von Microsoft und xAI, bei 3,33 USD pro 1.000 Minuten (laut The Decoder). Dazu kommen fertige Stimmen, Sprecherzuordnung und für Enterprise-Kunden isolierte Umgebungen in der EU; das Audio geht dafür an den Anbieter.

Wann was: Kyutai, wenn Audio das Haus nicht verlassen darf, Englisch oder Französisch reicht und jemand im Team GPUs betreibt. ElevenLabs, wenn du Deutsch oder viele Sprachen brauchst, fertige Stimmen willst und lieber pro Minute zahlst als selbst zu hosten.

Merksatz: Kyutai läuft bei dir, spricht aber noch kein Deutsch. ElevenLabs spricht Deutsch, läuft aber beim Anbieter.

AI Stocks

1M- und 12M-Sparklines · Schlusskurse bis 12. Nov. 2026 · Quelle Yahoo Finance · Keine Anlageberatung

Ticker1 Monat12 Monate
NVDA
−27%
−13%
AMD
−3%
+137%
MSFT
−4%
+3%
GOOGL
−16%
+8%
META
−18%
+2%
AVGO
+2%
+6%

NVDA fiel am Donnerstag nach Huangs Rücktritt um 4,3 % und liegt jetzt über einen Monat 27 % im Minus. AMD (+5,9 %) und AVGO (+5,5 %) legten deutlich zu, GOOGL (+1,8 %) und MSFT (+0,4 %) leicht, META gab 0,8 % nach. Über zwölf Monate führt AMD mit +137 %, NVDA ist als einziger Wert im Minus.

← Vortag Archiv nächste →

Markdown

Per Mail

Die Ausgabe kommt jeden Morgen gegen 7:15 Uhr per Mail.

Nach dem Absenden bekommst du eine Mail mit einem Bestätigungslink. Abmelden kannst du dich mit einem Klick in jeder Ausgabe. Mehr dazu in der Datenschutzerklärung.