Die Killer-App der KI: Wie KI-Agenten alles verändern könnten

Die Blockbuster-App der KI finden

Seit dem öffentlichen Aufsehen rund um die Veröffentlichung von ChatGPT steht die KI‑Technologie in den Schlagzeilen und fesselt die Aufmerksamkeit der breiten Öffentlichkeit, IT‑Fachleute und Investoren.

Dies gilt besonders, da die Leistungsfähigkeit generativer KI exponentiell wächst. Zusätzlich hat eine neue Welle von Konkurrenz den Fortschritt im Feld beschleunigt, mit chinesischer KI wie DeepSeek die Kostenstruktur und Preisgestaltung von US‑hergestellten KIs herausfordert.

Dennoch steht die KI‑Branche auf unsicherem Fundament, da die Hunderte Milliarden in KI‑Infrastruktur noch nicht die Umsatzniveaus erzeugt haben, die nötig wären, um die Investition zu rechtfertigen.

Frühere Technologie‑Revolutionen wurden durch profitable Anwendungen der Technologie in der „realen“ Wirtschaft getragen, wie Büroarbeit (Windows & Office), Unterhaltung (Videospiele und Streaming), Werbung (Google), Kommunikation (Smartphones) oder Handel (Online‑Zahlungen & E‑Commerce).

Bisher hat KI noch nicht die Art und Weise revolutioniert, wie die meisten Menschen arbeiten oder ihr tägliches Leben führen. Doch das dürfte sich mit dem Aufkommen spezialisierter KI, die ein explosionsartiges Spektrum an Leistungen und Fähigkeiten bietet, ändern: KI‑Agenten.

Was sind KI‑Agenten?

Die Kernidee von KI‑Agenten besteht darin, KIs zu schaffen, die in einer bestimmten Umgebung eigenständig agieren können. Das verleiht ihnen sehr unterschiedliche praktische Rollen im Vergleich zu generativen KIs wie LLMs (Large Language Models) oder Bildgeneratoren, die meist auf von Menschen erstellte Eingaben reagieren.

In diesem Kontext kann „Umgebung“ sowohl spezifische Situationen in der realen Welt bedeuten, etwa ein Auto auf der Straße und KI für die Selbstfahrfunktion, als auch einen vollständig virtuellen Ort, wie eine bestimmte Software oder digitale Schnittstelle.

Da der KI‑Agent in seiner zugewiesenen Rolle autonom handelt, benötigt er nicht die ständige Intervention von Menschen über Eingaben. Er kann also eigenständig handeln, ohne Bestätigung oder Aufsicht zu benötigen.

In der Praxis werden die meisten KI‑Agenten zudem eingebaute Bedingungen & Regeln besitzen, bei denen sie Feedback von einem menschlichen Aufseher einholen.

Laut Google sind die wichtigsten Merkmale von KI‑Agenten :

• Schlussfolgerung: sie können Daten analysieren, Muster erkennen und fundierte Entscheidungen basierend auf Beweisen und Kontext treffen.
• Handeln: Die Fähigkeit, Aktionen auszuführen oder Aufgaben zu erledigen, dies kann physische oder digitale Aktionen umfassen.
• Beobachten: Informationen über die Umgebung oder Situation sammeln, um deren Kontext zu verstehen und fundierte Entscheidungen zu treffen.
• Planung: Einen Plan zur Erreichung von Zielen entwickeln, wobei die notwendigen Schritte, mögliche Aktionen und der beste Handlungsweg identifiziert werden.
• Zusammenarbeit: Effektiv mit anderen zusammenarbeiten, sei es mit Menschen oder anderen KI‑Agenten.
• Selbstverbesserung: KI‑Agenten können aus Erfahrung lernen, ihr Verhalten basierend auf Feedback anpassen und ihre Leistung und Fähigkeiten im Laufe der Zeit kontinuierlich verbessern.

Quelle: DevRevAI

Ist das wirklich neu?

Dieses Merkmal‑Set stellt KI‑Agenten einen Schritt über vorherige Versionen von KI‑Tools, wie KI‑Assistenten und Bots, mit proaktiveren Fähigkeiten, Autonomie und der Möglichkeit, komplexere Aufgaben zu bewältigen.

Quelle: Google

KI‑Agenten mit physischen „Körpern“ können direkt mit der realen Welt interagieren, während digitale KI‑Agenten voraussichtlich in bestimmten virtuellen Arbeitsumgebungen spezialisiert sein werden.

In beiden Fällen ist es entscheidend, der KI genügend Handlungsspielraum und mögliche Aktionen zu geben, um nützlich zu sein, aber nicht zu viel, um unerwartete Schäden durch Fehler zu vermeiden.

Insgesamt ist es wahrscheinlich, dass das parallele Wachstum der Qualität von KI‑Entscheidungen und die zunehmende Vertrautheit damit den Menschen und Behörden mehr Spielraum für KI‑Entscheidungen geben wird. Dies wirft jedoch interessante rechtliche und ethische Fragen zur Verantwortung von KI‑Handlungen auf (siehe unten eine Diskussion zu diesem Thema).

Das Potenzial von KI‑Agenten

Die Fähigkeit von KI‑Agenten, eigenständig zu arbeiten, könnte sie zu Killer‑Apps der KI machen. Das moderne Leben ist voll von nicht allzu komplexen, repetitiven Aufgaben, die gleichzeitig zu komplex für einfachere Automatisierungsformen sind.

Das ist zum Beispiel der Grund, warum Tesla 2018 einen Schritt zurückgehen musste bei der Automatisierung und Robotisierung seiner Montagelinie. Roboter könnten gute Arbeit leisten, aber schon die kleinste Störung oder unerwartete Änderung der Anforderungen würde die gesamte Montagelinie zum Stillstand bringen.

„Wir hatten dieses verrückte, komplexe Netzwerk von Förderbändern … Und es funktionierte nicht, also haben wir das Ganze entfernt. Ja, übermäßige Automatisierung bei Tesla war ein Fehler. Um genau zu sein, mein Fehler. Menschen werden unterschätzt.“ Elon Musk

Allerdings sind moderne KIs nicht nur ein sehr ausgeklügeltes Set starrer Regeln, die versuchen, alles im Voraus vorherzusehen. Stattdessen können sie, bis zu einem gewissen Grad, sich an neue Bedingungen anpassen und weiterentwickeln, wenn ihnen während des Trainings genügend relevante Daten zur Verfügung gestellt werden.

Daher könnte KI besonders relevant für stark repetitive Aufgaben sein, vom Durchführen eines Fehlersuchalgorithmus für Kunden bis hin zum Fahren von Lastwagen auf der Autobahn.

Im Gegensatz zu Menschen könnte solche KI rund um die Uhr arbeiten und kein Gehalt, keine Krankenversicherung usw. benötigen.

Es gibt viele Möglichkeiten, das erreichte Niveau der KI‑Fähigkeiten zu klassifizieren. Insgesamt neigen sie dazu, die Fähigkeit von KI mit der allgemeinen menschlichen Bevölkerung zu vergleichen, wobei die neuesten KI‑Agenten möglicherweise bald die Fähigkeiten von 50‑90 % der Bevölkerung in spezifischen, eng begrenzten Aufgaben erreichen, was üblicherweise als Mittelpunkt im KI‑Fortschritt gilt und nur den Anfang für AGI darstellt.

Quelle: Cobus Greyling

Wie KI‑Agenten funktionieren?

• Sensoren: für physische KI‑Agenten kann dies Kameras, Mikrofone, LIDAR, Radioantennen usw. umfassen. Für digitale KI‑Agenten kann dies eine Suchfunktion, ein Werkzeug zum Lesen von Dateien, zum Extrahieren von Daten aus einer bestimmten Software oder Datenbank usw. sein.
• Aktuatoren: Dies ist, wie die KI ihre Aufgabe ausführen kann. Bei physischen Agenten können es Räder oder Roboterarme sein. Bei digitalen kann es die Fähigkeit sein, Dateien zu erstellen oder zu ändern, Berichte zu schreiben, Datenanalysen durchzuführen usw.
• Gehirne: bestehend aus immer komplexeren KI‑Werkzeugen, die aus neuronalen Netzen gebaut sind, sind dies die Entscheidungszentren der KI‑Agenten.
• Datenbank: dies ist das Wissenszentrum mit Fakten, Trainingsdaten und menschlichen Korrekturen, die dem „Gehirn“ ermöglichen, die richtige Entscheidung zu treffen.

Quelle: Thomas Latterner

Die Kombination dieser Komponenten ermöglicht es KI‑Agenten, ein Gedächtnis und eine Persona zu besitzen, die auf den Grundlagen eines spezialisierten LLM aufgebaut sind.

Gedächtnis ist ein sehr wichtiger Teil der KI hier und eine radikale Verbesserung gegenüber früheren Bots. Das liegt daran, dass das Fehlen von Gedächtnis die Quelle der meisten Beschwerden über Chatbots und ähnliche Systeme ist: Sie geraten in Denk‑Schleifen, können vorherige Informationen nicht behalten usw.

Arten von KI‑Agenten

Neben der physischen vs. digitalen Unterscheidung gibt es weitere Möglichkeiten, KI‑Agenten zu kategorisieren:

• Eine Möglichkeit besteht darin zu prüfen, ob die Agenten mit Menschen interagieren oder im Hintergrund arbeiten.
• Eine andere Möglichkeit besteht darin, einen einzelnen Agenten für eine gegebene Aufgabe zu verwenden oder mehrere Agenten miteinander kommunizieren zu lassen, um eine komplexere Aufgabe zu erledigen, wobei jeder Agent sein eigenes Modell hat und Daten mit den anderen teilt oder nicht.
  • Bei Verwendung mehrerer Agenten kann eine Hierarchie etabliert werden, wobei ein oder mehrere Agenten für die Koordination und das „Anweisen“ der untergeordneten Agenten verantwortlich sind.
• Eine weitere Möglichkeit zur Kategorisierung von KI‑Agenten besteht darin, die Endziele und Komplexität zu berücksichtigen.
  • Zielbasierte KI‑Agenten konzentrieren sich auf ein Endergebnis und passen ihr Verhalten oder ihre Aktionen an, bis das Ziel erreicht ist. Zum Beispiel gibt eine Lager‑KI Anweisungen zum Bewegen eines Pakets, bis es sein Ziel erreicht.
  • Nutzenbasierte Agenten konzentrieren sich ebenfalls auf das Ziel, berücksichtigen jedoch auch den besten Weg, es zu erreichen. So fährt ein selbstfahrendes Auto beispielsweise von Punkt A nach Punkt B, berücksichtigt dabei Sicherheit, Kraftstoffeffizienz, Reisezeit, Straßentypen usw.

Quelle: Ampcome

Warum KI‑Agenten statt allgemeiner KIs verwenden?

Es gibt viele Gründe, warum die KI‑Branche sich von universellen Modellen zu KI‑Agenten hin entwickelt.

Der erste Grund ist die technische Komplexität und Machbarkeit. Eine vollwertige, menschenähnliche allgemeine Intelligenz (AGI) ist nach unserem Kenntnisstand noch nicht erreichbar.

Es erscheint jedoch realistischer, beispielsweise einen dedizierten KI‑Agenten zu schaffen, der ein Auto wie ein Mensch fahren kann, ohne die übrigen menschlichen Denkfähigkeiten in anderen Bereichen zu besitzen.

Ein weiterer Aspekt ist die Effizienz. Ein Modell, das zum Fahren eines Autos verwendet wird, muss nicht besonders gut im Sprechen, Gehen, Durchführen von Web‑Suchen, Rechnen usw. sein. Daher ergeben viele einzelne KI‑Agenten für jede Aufgabe mehr Sinn, als zu versuchen, ein Allzweck‑KI‑/Robotersystem einzusetzen, wie es häufig in Science‑Fiction dargestellt wird.

Schließlich sind Kosten ein ernsthaftes Problem für alle KI‑Projekte. Das gilt sowohl für die Trainingskosten und die Tausende oder sogar Millionen von GPUs, die dafür nötig sind, als auch für die Betriebskosten der KI in der Hardware sowie den Energieverbrauch. Daher sind spezialisierte, einfachere KI‑Agenten, die zudem besser in ihrer Aufgabe sind, zu bevorzugen.

Von spezialisierten zu allgemeinen KI‑Agenten?

Für enge und wiederholte Aufgaben sind sehr spezialisierte KI‑Agenten wahrscheinlich am besten. Um jedoch die Vorteile der KI‑Revolution vollständig zu erfassen, werden etwas kompetentere Systeme benötigt. Zum Beispiel soll eine KI nicht nur automatisch eine Liste von Geräten, die Wartung benötigen, erstellen, sondern auch Techniker für die Wartung einplanen und deren zugehörige Stundenzettel, Gehälter usw. verwalten können.

In einigen Anwendungen könnte dies ein notwendiger Schritt sein, um menschlichen Arbeitern wirklich zu helfen, da die Aufgaben und Analysen nicht vollständig voneinander getrennt werden können.

Zum Beispiel muss eine KI, die eine Diagnose stellt, medizinische Bilder analysieren, einen Text oder eine Stimme, die die Symptome beschreiben, verstehen, medizinische Testergebnisse und die Patientenhistorie integrieren, die relevante Fachliteratur und medizinischen Protokolle finden usw.

Quelle: Nature

Solche generalistischen, aber anwendungsspezifischen KIs werden wahrscheinlich durch Multi‑Agent‑Konstrukte gebaut, wobei jedes Untersystem bei einer Aufgabe glänzt, während eine übergeordnete KI die Ausgaben der einzelnen Agenten zu einem kohärenten Ganzen integriert.

Anwendungsspezifische Anwendungsfälle sind nicht die einzige Möglichkeit. Zum Beispiel könnten Multi‑Agent‑KIs, die Agenten aus sehr unterschiedlichen Bereichen nutzen, nützlich sein, um neue wissenschaftliche Entdeckungen zu ermöglichen, indem sie verschiedene Datensätze zusammenführen.

Anwendungen von KI‑Agenten

Obwohl es wahrscheinlich ist, dass viele Anwendungen noch nicht einmal verstanden werden, ähnlich wie niemand das moderne Internet 1995 visualisieren konnte, sind bereits einige Aktivitäten für den Einsatz von KI‑Agenten bereit:

• Kundendienst: Von Online‑Chats bis zur Aufnahme von Bestellungen in Restaurants macht der relativ unkomplizierte Prozess der meisten Kundenanfragen die Automatisierung einfacher. Bisher waren Chatbots unzureichend, aber intelligentere KI‑Agenten werden wahrscheinlich viele dieser Jobs ersetzen, mit wenigen Menschen im Hintergrund, die die kompliziertesten Anfragen bearbeiten.
• Wissenschaftliche Forschung: Dies wird die Analyse sehr komplexer und großer Datensätze sowie das Durchsuchen von Tausenden wissenschaftlicher Publikationen, auch in nicht‑englischen Sprachen, umfassen. Es wird auch KIs geben, die sich auf sehr technische Aufgaben spezialisieren, wie die Vorhersage von Protein‑Faltung, atomarer Materialzusammensetzung usw.
• Websites & Marketing: Ein großer Teil des heutigen Online‑Marketings und der Werbung wird bereits teilweise mit Vorlagen und automatisierter Optimierung gehandhabt. Da immer mehr individuell erlebte Erfahrungen von Kunden geschätzt werden, werden flexible KI‑Agenten wahrscheinlich bald genauso gut wie viele Menschen in diesem Bereich arbeiten.
• Übersetzung und Recht: Viele menschliche Aufgaben erfordern ein einzigartiges Fachwissen zu einem sehr spezifischen Thema, das umfangreiches Wissen erfordert, wobei das Thema besonders schwer zu analysieren ist. Die Fähigkeit von KI, massive Datenmengen zu durchforsten, kann dabei helfen.
  • Allerdings sind die Risiken von „Halluzinationen“ sehr hoch, insbesondere weil der Kunde wahrscheinlich keinen Fehler erkennen kann, sodass nur ein ultra‑zuverlässiger Agent diese Aufgaben ausführen kann.
  • Echtzeit‑Übersetzung und Stimme‑zu‑Stimme, besonders für nicht‑kritische Situationen wie den Tourismus, werden voraussichtlich zu einer Standarderwartung für unsere Smartphones werden.
• Kunst: Wahrscheinlich eine der umstrittensten Funktionen der KI ist die Idee, Tausende von Musikern, Malern, Grafikdesignern usw. arbeitslos zu machen, was vielen Menschen nicht gefällt. Allerdings könnte sie auch viel kleinere Teams oder sogar Einzelpersonen befähigen, mit viel größeren Unternehmen bei der Produktion von Filmen, Videospielen, Büchern usw. zu konkurrieren.
• Gesundheitswesen: Schon jetzt empfiehlt Elon Musk seinen Followern, das KI‑System X’s AI, Grok, für sekundäre medizinische Meinungen zu nutzen. Langfristig ist es wahrscheinlich, dass dedizierte medizinische KI Ärzten bei der Analyse medizinischer Daten und der Vorschlag von Behandlungen helfen wird.
  • Da robotergestützte Chirurgie immer häufiger wird, könnten wir uns auch eine Zukunft vorstellen, in der KI‑Chirurgen einige chirurgische Eingriffe ohne menschliche Hilfe durchführen können.
• Sicherheit: Dies reicht von lokaler Sicherheit über Polizei bis hin zum Militär. KIs können in der Bedrohungserkennung und sogar Zielidentifikation exzellent sein. Allerdings ist es derzeit nahezu tabu, ihnen in diesem Sektor zu viel Autonomie zu geben, insbesondere bei tödlichen Entscheidungen.
• Logistik und Transport: Bereits zunehmend in Lagerhäusern im Einsatz, werden Roboter und Drohnen immer wahrscheinlicher die Aufgaben der Paketzustellung und Logistik sowie die gesamte Lieferkette übernehmen, da sie intelligenter werden und reale Hindernisse besser bewältigen können.
  • Und natürlich könnten selbstfahrende Autos und Lastwagen eine noch größere Revolution darstellen, die Mobilität völlig verändern und möglicherweise den privaten Autobesitz zu einer Seltenheit machen.
• Finanzen: „Algos“ sind bereits ein großer Teil der heutigen Finanzmärkte, daher sollten wir erwarten, dass intelligentere KIs noch stärker eingebunden werden. Maßgeschneiderte KI‑Agenten könnten auch bei der Bewertung von Versicherungsfällen, Kreditanträgen usw. verbreitet werden.
• Fertigung: Die Trends von 3D‑Druck, CNC‑Maschinen und anderen neuen Werkzeugen für flexible Produktion haben moderne Fabriken viel vielseitiger gemacht als die alte Fließbandproduktion. KI‑Agenten, die in Industrie‑ und humanoiden Robotern verkörpert sind, könnten diesen Trend weiter vorantreiben.

Rechtmäßigkeit, Regulierung & Ethik

Verantwortlichkeiten

In jeder Diskussion über KIs wird die verantwortungsvolle Handhabung der Technologie heiß diskutiert.

Auf der einen Seite würde zu viel Regulierung den Fortschritt behindern und wahrscheinlich die fortschrittlichsten KIs an flexiblere Rechtsgebiete übergeben. Im Kontext eines KI‑Technologierennens zwischen den USA und China ist klar, dass dies für keine Seite ein wünschenswertes Ergebnis ist.

Auf der anderen Seite will niemand eine unkontrollierte KI ohne jegliche Verantwortung.

Daher muss ein klares rechtliches Rahmenwerk festgelegt werden. Zum Beispiel: Wenn ein selbstfahrendes Auto einen Unfall hat, ist der Anbieter des KI‑Agents verantwortlich? Je mehr Autonomie KI‑Agents erhalten, desto stärker können ihre Entscheidungen reale Menschen betreffen und kostspielig werden.

Dies umfasst auch das Thema des Missbrauchs von KI, etwa Identitätsdiebstahl, Betrug usw.

In vielen Fällen ist nicht einmal klar, welche Behörde oder Institution KI regulieren sollte. Sollte es ein spezielles Gremium geben? Oder sollte KI im Finanzwesen von der SEC, Drohnen von der FAA usw. reguliert werden?

Dies sind eher gesetzgeberische und regulatorische Fragen, aber da diese oft Jahre hinter dem technologischen Fortschritt zurückbleiben, ist es wahrscheinlich dringend, dass einige der drängendsten Fragen zum Regulierungsrahmen von KI‑Agents bald beantwortet werden.

Arbeitsplätze & Ungleichheit

Ein oft gefürchteter Effekt der KI‑Entwicklung ist das Wachstum massiver Arbeitslosigkeit, da KI immer mehr Jobs schneller ersetzt, als Menschen sich umschulen oder neue Jobs entstehen können.

Theoretisch sollte dies ein Schritt zu einer utopischen, post‑Knappheits‑Zivilisation sein. In der Praxis könnte dies jedoch Millionen von Menschen in die Armut treiben, bevor wir diesen Punkt erreichen. Und im Gegensatz zu früheren Automatisierungswellen könnte KI hochqualifizierte Wissensarbeiter ersetzen.

Quelle: Intellipoint

Die Gefahr von Monopolen oder einer Vertiefung der Vermögensungleichheit ist ebenfalls ernst, da dies historisch als gefährlich und destabilisierend für die Gesellschaft erwiesen hat.

Ethik

Was KI verwalten darf und was nicht. Dies ist eine zunehmend drängende Frage für alle Aufgaben, die über das Bewegen von Paletten in einem Lager oder das automatische Beantworten von E‑Mails hinausgehen.

Das Thema wird noch dringlicher, wenn die Versuchung besteht, KI für Zielsysteme in Militärdrohnen zu nutzen. Auch in der Ukraine, mit einem „Rausch nach KI‑gestützten Drohnen auf ukrainischen Schlachtfeldern“.

Reuters berichtete, dass das Rennen um KI‑gestützte Drohnen „die Kriegsführung in unbekanntes Gebiet führt, während die Kämpfer versuchen, einen technologischen Vorsprung im Kampf zu erlangen.“ In der Ukraine konzentriert sich die KI‑Drohnen‑Entwicklung auf drei Schlüsselbereiche: Zielidentifikation, Geländekartierung für die Navigation und die Schaffung vernetzter „Schwärme“ von Drohnen.

Ein Unternehmen, Swarmer, entwickelt Software, um Drohnen zu vernetzen, sodass Entscheidungen sofort über einen Schwarm hinweg mit minimalem menschlichen Eingriff ausgeführt werden können.

Wollen wir wirklich KI diese Art von Kapazität geben? Aber wollen wir wirklich nur, dass „der Feind“ sie hat?

Diese Themen müssen wahrscheinlich international diskutiert und entschieden werden. Sie sind auch ein Thema, dem die KI‑Industrie nicht ausweichen sollte.

KI‑Agenten bereits im Einsatz

OpenAI‑Agenten

Als langjähriger Marktführer im KI‑Bereich ist es nicht überraschend, dass OpenAI mehrere solide, auf GPT basierende Agenten hat. Das Unternehmen stellt Entwicklern dedizierte Werkzeuge zur Entwicklung von KI‑Agenten bereit, darunter das Multi‑Agent Open AI SDK (Standard Development Kit).

Das OpenAI‑Modell scheint sich hauptsächlich darauf zu konzentrieren, bessere Versionen von GPT und anderen LLMs zu erstellen und diese dann als Basis für die separate Agentenentwicklung zu nutzen, wobei es auf seine führende Position setzt, um die Nachfrage nach Agenten, die GPT verwenden, zu erzeugen.

Google

Google (GOOGL ) ist seit langem im KI‑Bereich durch sein DeepMind‑Modell präsent. Aber mit Gemini 2.0 hat es die „agentische Ära“ angenommen.

Google ist sich der potenziellen Bedrohung durch LLM‑KIs für die klassische Suche bewusst, die bis heute 90 % der Unternehmensumsätze ausmacht.

Daher nutzte es Gemini 2.0, um AI Overviews zu erstellen, ein zusätzliches Suchergebnis, um komplexere Themen und mehrstufige Fragen, einschließlich Mathematik und Programmierung, zu bearbeiten.

Es hat außerdem Jules, einen KI‑Agenten als Programmierassistenten, und Genie 2, ein KI‑Modell zur Erstellung spielbarer 3D‑Welten, entwickelt.

Google strebt zudem an, durch Hardware‑Forschung an der Spitze zu bleiben, insbesondere mit seinen Trillium‑TPUs (Tensor Processing Units).

Manus

Butterfly Effect, ein chinesisches Startup, veröffentlichte Manus im März 2025 und behauptet, es sei der erste allgemeine KI‑Agent, der autonom handeln kann.

Während einige darin einen „zweiten DeepSeek‑Moment“ für KI‑Agenten sahen, bei dem China die Führung übernimmt, ist die Situation weniger klar als bei DeepSeek’s bemerkenswert rechnerisch (und finanziell) effizienter Vorgehensweise.

Manus scheint etwas langsamer, anfälliger für Abstürze, aber auch detailliertere Antworten als ChatGPT zu liefern. Dennoch scheint es, dass allgemeine KI‑Agenten möglicherweise früher als erwartet möglich sein könnten, auch wenn sie nicht für alle Situationen ideal sind.

Alibaba

Ein E‑Commerce‑Marktführer, der unter Druck von Konkurrenzplattformen wie Temu oder sogar TikTok steht, versucht Alibaba mit Fortschritten im KI‑Bereich seine Position als Technologieführer zurückzugewinnen.

Bemerkenswert ist, dass es Anfang März 2025 sein QwQ‑32B‑Modell Open‑Source gemacht hat und behauptet, dass es mit einem Fünftel der Parameter von DeepSeek‑R1 auf Effizienz ausgelegt ist.

Außerdem veröffentlichte Alibaba im März 2025 eine neue Version von Quark, einem KI‑Assistenten/Agenten, der von der firmeneigenen KI Qwen betrieben wird und tiefes Denken mit generativer KI kombiniert. Vor diesem KI‑Upgrade hatte Quark bereits 200 Millionen Nutzer, als es noch eine Suchmaschine war.

KI‑Agenten‑Unternehmen

Alibaba

Im Westen eher bekannt für seine E‑Commerce‑Plattform und als Lieferant günstiger Materialien, Teile und Konsumgüter, ist Alibaba auch ein riesiges Technologieunternehmen in China, das in KI und Cloud‑Computing führend ist.

Bemerkenswert kontrolliert Alibaba 36 % des Cloud‑Marktes in China und liegt damit deutlich vor allen Wettbewerbern.

Quelle: Jeff Townson

Vielleicht noch wichtiger ist, dass es bereits sechs neue DeepSeek‑KI‑Modelle anbietet, die Open‑Source‑KI, die die Welt erschüttert hat, indem sie plötzlich die meisten amerikanischen KI‑Modelle bei einem Bruchteil der Kosten sowohl in der Entwicklung als auch pro Nutzung übertrifft.

Alibaba verfügt außerdem über ein eigenes KI‑Modell, Qwen, und behauptet, dass Qwen 2.5 sogar besser ist als DeepSeek V3.

„Qwen 2.5‑Max übertrifft … fast durchweg GPT‑4o, DeepSeek‑V3 und Llama‑3.1‑405B,“

Alibaba’s Cloud Unit

Insgesamt bleibt Alibaba neben seinem Wachstum im Cloud‑ und KI‑Bereich ein E‑Commerce‑Gigant in China, wobei Taobao & Tmall nur leicht von ihrem 29 %igen Anteil am weltweiten Online‑Handel im Jahr 2019 abweichen.

Quelle: Forbes

Der jüngste KI‑Fortschritt hat das Bild von Alibaba verändert. Von einer unter Druck stehenden, traditionellen E‑Commerce‑Position und dominierenden Cloud‑Verkäufen (aber auch unter Druck von Wettbewerbern) hat es sich zurück an die Spitze der chinesischen Technologieinnovation gekämpft.

Quark ist nun die zusätzliche Waffe, die Alibaba einsetzt, um den chinesischen KI‑Assistenten‑Markt zu übernehmen, nachdem es das Terrain zunächst als KI‑Suchmaschine aufgebaut und 200 Millionen Nutzer gewonnen hat.

So könnte Alibaba trotz seines relativ niedrigen Aktienkurses, ausgelöst durch jahrelange Tech‑Durchgreifen in China und Bedenken hinsichtlich Investitionen im Land, eine Chance für Investoren sein, die bereit sind, darauf zu setzen, dass China die Führung im KI‑Rennen übernimmt.

(Sie können auch unseren speziellen Bericht über Alibaba für weitere Details lesen.)

Neueste Nachrichten zu Alibaba