Coding-Agenten steigern die Menge an produziertem Code deutlich, nicht aber automatisch die Menge fertiger Software. Zwei aktuelle Studien zeigen, warum KI manche Teams ausbremst und andere beschleunigt.

Künstliche Intelligenz im IT Service Management (ITSM) ist der Experimentierphase längst entwachsen. Autonome KI-Agenten übernehmen die Tier-0- und Tier-1-Unterstützung fast vollständig. Wir analysieren die Chancen der Hyper-Automatisierung, beleuchten die Risiken von Shadow AI und zeigen, wie AIOps den reaktiven Service Desk in eine proaktive Wertschöpfungsmaschine verwandelt.

Unzufrieden mit dem Bescheid zu Bürgergeld oder Sozialhilfe und dem abgelehnten Widerspruch? Künstliche Intelligenz (KI) kann helfen.

Nicht das Modell entscheidet darüber, ob KI-Agenten wirtschaftlich arbeiten, sondern das Wissen, auf das sie zugreifen können. Wie Knowledge Layer, Context Graph und Agent Memory den Tokenverbrauch senken und Agenten im Unternehmensalltag zuverlässiger machen.

Mit dem Open-Source-Projekt soll sich prüfen lassen, ob eine Antwort tatsächlich von dem angegebenen Modell stammt. Modellgewichte bleiben geheim.

KI-Anwendungen halten Einzug in immer mehr Unternehmensbereiche. Doch mit neuen Möglichkeiten entstehen auch neue Risiken: Shadow AI, Datenabfluss, Prompt Injection und unzureichend geschützte KI-Infrastrukturen. Wie können Unternehmen diese Herausforderungen meistern und KI sicher einsetzen?

Die Fintech-Firma betreibt Open-Weight-Modelle von Z.ai auf 56 Nvidia-B200-GPUs. Die Kosten für KI-Coding sollen um rund 90 Prozent gesunken sein.

Laut Cisco Talos schickt die Schadsoftware gestohlene Daten über OpenRouter an Claude, Kimi oder Gemini. Danach löscht sie sich selbst.