Montag15. Juni

Die Woche gehört Anthropic – und zwar nicht im positiven Sinne. Mit Claude Fable 5 lancierte das Unternehmen am 9. Juni 2026 sein bislang leistungsfähigstes öffentlich zugängliches Modell der Mythos-Klasse: ein Kontextfenster von einer Million Token, bis zu 128.000 Output-Tokens pro Request, ausgelegt auf langläufige agentische Workflows – und bereits am selben Tag auf AWS, Microsoft Foundry und der Claude API verfügbar. Drei Tage später zwang eine US-Exportdirektive das Modell zurück offline. Noch gravierender ist, was dahintersteckt: Laut einem Bericht über mögliche chinesische Zugriffe auf Mythos soll das Weiße Haus Verdacht gehegt haben, dass eine China-nahe Gruppe Zugang zu Anthropics mächtigstem Modell hatte – ein Vorwurf, den Anthropic gegenüber Semafor nicht bestätigte, aber auch nicht ausräumte. Sollte sich der Verdacht erhärten, droht Missbrauch durch Modell-Destillation: Ein schwächeres Modell imitiert das Verhalten des stärkeren. Microsoft entfernte Fable 5 bereits aus seinem internen Copilot-Modellpicker. Für AI-Builder bedeutet die Episode einen Realitätscheck: Regulatory-Risiken können selbst gestartete Modelle kurzfristig vom Markt nehmen – Deployment-Pläne und Partnerverträge müssen das einkalkulieren.

Erschwerend kommt hinzu, dass Fable 5 auch jenseits der Regulierungsdebatte polarisiert. Verhaltensveränderungen in neueren Claude-Versionen werden von Nutzern scharf kritisiert: Ein vielbeachteter Blogpost auf Hacker News beschreibt, wie Modelle ab Opus 4.7 zunehmend konfrontativ werden – sie rahmten Gespräche als Debatten, erhöben semantische Einwände und setzten Guardrails auch dort ein, wo kein Missbrauchspotenzial erkennbar sei. Der Autor vermutet, dass hastig aufgesetzte Alignment-Maßnahmen – möglicherweise in Reaktion auf den Regulierungsdruck – die allgemeine Modellqualität untergräbt. Ein separater praktischer Befund unterstreicht das Problem: Wer Claude-Skills für Datenanalyse ohne explizite Kontextregeln baut, erhält narrativ stimmige, aber sachlich falsche Reports – das Modell füllt Wissenslücken mit plausibel klingenden, aber unbegründeten Kausalaussagen. Die Empfehlung: fehlenden Kontext explizit benennen, Schwellenwerte für „signifikant" definieren und vage Kausalaussagen im Prompt aktiv unterbinden.

Während Anthropic mit sich selbst beschäftigt ist, bauen die Wettbewerber ihr Ökosystem aus. OpenAI lanciert ein Partner Network mit einem Investitionsvolumen von 150 Millionen Dollar, um globale Partner bei der Enterprise-AI-Adoption zu beschleunigen – ein strukturiertes Gegenmodell zu Anthropics bisher stärker API-getriebener Strategie. Auf der Tooling-Seite gibt es zwei nennenswerte Bewegungen: Google Cloud führt das Open Knowledge Format (OKF) ein, einen offenen Standard, der Dokumentation als Markdown-Dateien mit YAML-Frontmatter für AI-Agents portierbar macht. OKF ist bewusst minimal gehalten – ein Pflichtfeld, wenige optionale Felder, Standard-Markdown-Links als Wissengraph – und soll die fragmentierte Dokumentationslandschaft in Unternehmen für RAG-Pipelines und Agent-Memory-Systeme zugänglich machen. Ergänzend zeigt ein Praxisartikel über Vision LLMs als PDF-Parser, wie Charts und Diagramme – für klassische OCR-Engines unsichtbar – durch Vision-Modelle semantisch erschlossen werden können: Ein Preischart wird zur durchsuchbaren Textbeschreibung, ein Parkplatz-Satellitenbild zum retrieval-fähigen Datenpunkt.

Zwei Forschungs- und Praxis-Befunde runden das Bild für Builder ab. SWE-Explore, ein neuer Benchmark eines internationalen Teams unter Beteiligung der Shanghai Jiao Tong University, isoliert erstmals die Suchphase von Coding-Agenten: Die Modelle finden die richtige Quelldatei zuverlässig, verfehlen aber die relevanten Codezeilen – allgemeine Coding-Agenten treffen nur 14 bis 19 Prozent der tatsächlich entscheidenden Zeilen. Ein stärkeres Sprachmodell allein behebt diesen Engpass nicht; die Architekturunterschiede zwischen Claude Code, Codex und OpenHands fallen dabei überraschend gering aus. Auf der lokalen Seite bietet Ironsmith eine Open-Source-macOS-App, die native Apps per Prompt generiert – auch auf 8-GB-Geräten mit kleinen Modellen wie Gemma 4 E2B, indem Halluzinationen und Syntaxfehler nach der Generierung deterministisch bereinigt werden. Schließlich wirft ein GitHub-Issue zu Rios angeblich eigenem LLM ein Schlaglicht auf ein wachsendes Governance-Problem im öffentlichen Sektor: Das von der Stadt Rio de Janeiro präsentierte 397B-Modell ist laut Nex-AGI nachweislich ein element-weiser Merge aus Nex-N2 und Qwen3.5 – ohne eigenes Training, ohne Kennzeichnung, und das Modell identifiziert sich bei entferntem System-Prompt zu 79 Prozent selbst als „Nex". Ein Präzedenzfall, der zeigt, wie ungekennzeichnete Modell-Merges auch im institutionellen Kontext zur Regel werden könnten.