Amazon sperrt Metas KI-Agenten aus – die Agent Wars haben begonnen

Shownotes

Die große These

Die eigentliche KI-Frage verschiebt sich 2026 von „welches Modell ist am größten“ zu „wer trifft die nächste Entscheidung, wer bezahlt die Infrastruktur dahinter, und wem gehört am Ende der Wert“. Diese Solo-Folge zeigt das an einem 4-Cent-Entscheidungsmodell (TypeSafe Jev), einem beginnenden Handelskrieg um persönliche KI-Agenten (Meta Muse vs. Amazon) und einem KI-Labor, das jetzt echte Biologie macht (Anthropic).

Warum diese Folge wichtig ist

Wer 2026 KI im Unternehmen einsetzt, sollte drei Dinge aus dieser Folge mitnehmen. Erstens: Eine spektakuläre Kostenzahl wie „eine Billion Parameter für 2,62 Millionen Dollar“ (Xiaomi MiMo) bezieht sich fast nie auf die gesamte Entwicklung, sondern oft nur auf eine letzte, vergleichsweise günstige Trainingsphase – bei jeder „China macht das für einen Bruchteil“-Schlagzeile lohnt der Blick, welcher Schritt tatsächlich verglichen wird.

Zweitens: Nicht jede Aufgabe braucht das teuerste, größte Modell. TypeSafe Jev zeigt, dass ein schneller, günstiger Entscheider zwischen Vorschlag und Test einen Ablauf stärker beschleunigen kann als ein noch klügeres Hauptmodell – ebenso wie Yusufs eigene Modell-Staffel (Haiku/Sonnet/Opus/Fable statt überall das teuerste Modell) zeigt, dass Kontingent-Sparen vor allem eine Frage der Architektur ist, nicht der Willenskraft. Drittens: Wenn persönliche Agenten wie Meta Muse zwischen Kunde und Kaufentscheidung treten, verschiebt sich Werbe- und Handelsmacht – Amazons Sperre gegen Muse ist ein Vorgeschmack auf einen Konflikt, der auch B2B-Vertriebswege betrifft. Dazu die Finanzseite: Steigende Risikoaufschläge bei Rechenzentrums-Krediten (Goldman: 319 auf 353 Basispunkte) zeigen, dass „KI-Rechenzentrum“ allein keine Finanzierung mehr zu Wunschbedingungen garantiert.

Themen der Folge

Xiaomi MiMo V2.6 Pro/Flash (21./22.09.): 1,02 Billionen Parameter, MIT-Lizenz, Mixture-of-Experts mit rund 42 Mrd. aktiven Parametern pro Schritt, multimodal (Text, Bild, Video, Audio), bis zu 1 Mio. Token Kontext, 46 Punkte bei Artificial Analysis
Die 2,62-Mio.-$-Zahl richtig lesen: Sie betrifft laut Hersteller nur die letzte Reinforcement-Learning-Phase (rund sechs Tage), nicht Pre-Training, Datenaufbereitung oder die Systementwicklung — „Äpfel-mit-Birnen“-Vergleiche zwischen Gesamtbudget und Einzeltrainingslauf vermeiden
Mixture-of-Experts erklärt: 42 Mrd. aktive Parameter pro Schritt heißt nicht, dass nur 42 Mrd. Parameter im Speicher liegen müssen — für den Betrieb zählt das Gesamtmodell
TypeSafe AI Jev: proprietäres „System-1″-Entscheidungsmodell in Early Access, keine frei formulierenden Antworten, sondern typisierte Entscheidungen (Choice: bis zu 255 Optionen, Score: Bewertung auf Skala, Noul: Ja/Nein mit Wahrscheinlichkeit), mehrere unabhängige Fragen parallel in einem Aufruf
Jev-Zahlen (alle Herstellerangaben): 70–500 ms Latenz, 0,042 $ je Mio. Input-Token, Output laut Anbieter kostenlos, 193,6× schneller/444,6× günstiger im eigenen Workflow-Vergleich — „eher das obere Ende dessen, was man erwarten darf“
RLCD-Training (Reinforcement Learning for Calibrated Decisions): Jev soll seine angegebene Sicherheit an die tatsächliche Trefferquote anpassen, damit „90 % sicher“ auch ungefähr 90 von 100 richtigen Entscheidungen entspricht
Der Recursive-Self-Improvement-Gedanke: Nicht das große Modell allein bremst einen Selbstverbesserungs-Loop, sondern die Auswahl, welcher von vielen Vorschlägen überhaupt getestet wird — ein schneller Entscheider zwischen großem Modell und Testlauf könnte mehr sinnvolle Versuche pro Zeiteinheit ermöglichen (Yusufs eigene Architektur-These, keine angekündigte Jev-Funktion)
Grok 4.7 (21.09.): Terminal-Bench 4.0 laut Hersteller von 20,3 auf 38,0 % verbessert, im selben Herstellervergleich liegt Claude Fable 5.1 bei 57,9 %; Preise 2 $/6 $ Input/Output bis 200.000 Token, danach 4 $/12 $; EU-Verfügbarkeit offen (Vorgänger Grok 4.5 brauchte rund neun Tage); die kursierende Zahl von 2,1 Billionen Parametern ist nicht offiziell bestätigt
StepFun Step 5 Preview: 600 Mrd. Gesamt-/27 Mrd. aktive Parameter, 1 Mio. Token Kontext, 44 Punkte bei Artificial Analysis, aktuell nur per API, offene Gewichte erst ab 15.10. angekündigt (rund 1,2 TB Speicherbedarf für Eigenbetrieb)
Kimi K3 jetzt auf Amazon Bedrock: 2,8 Billionen Parameter, offene Gewichte (Juli veröffentlicht), ab 20 Mio. $ Jahresumsatz greift eine kostenpflichtige, umsatzbeteiligte Lizenzvereinbarung mit Moonshot — „offen“ heißt nicht automatisch dauerhaft kostenlos
Qwen Image 2.1: Lizenzwechsel vom Vorgänger (Apache 2.0) auf die „Qwen Research License“ — keine kommerzielle Nutzung ohne separaten Vertrag, trotz nativer transparenter PNG-Ausgabe, bis zu 10 Referenzbildern und 2K-Auflösung
Claude-Code-Limits: befristeter 50-%-Wochenbonus endete 13.09., seit 14.09. dauerhaft nur noch 25 % über dem Mai-Ausgangswert — rechnerisch rund 17 % weniger als der befristete Zwischenstand
Yusufs eigenes Token-Sparprojekt: Analyse von 25 Sessions (in einer standen 21 Nutzereingaben über 1.100 Modellaufrufen gegenüber, Kontext bis knapp 900.000 Token), Unterscheidung zwischen warmem und kaltem Cache, automatischer Handoff-Wächter (frische Übergabe ab 250.000 Token, Auto-Kompression bei 400.000)
Modell-Staffel nach Aufgabenschwierigkeit (Haiku für mechanische Aufgaben, Sonnet für normale Umsetzung, Opus für schwierige Fälle, Fable wo seine Fähigkeiten wirklich gebraucht werden) über das Agenten-Framework Herdr: Fable 5.1 plant, GPT 5.6 setzt um, Fable oder GPT Astra 6 reviewt; Stolperfalle: Plugins, die unbemerkt das teure Hauptmodell für kleine Hilfsaufgaben mitverwenden. Ergebnis: mindestens 50 % Kontingent gespart, die vielfach kursierenden 80 % bezweifelt Yusuf noch
Claude Opus 5.5 (veröffentlicht 22.09.): erster Eindruck superschnell und extrem präzise, nahe am Niveau von Fable 5.1; Herstellerangaben >30 % schnellere Ausgabe, 40 % günstiger bei Standardeinstellung (keine Abo-Garantie), API 4 $/20 $ Input/Output, Cache-Lesen 0,20 $, „Medium“ als neue Standard-Denkstufe, entwicklerseitige Beta für app-gesteuerte Kontext-Kompression, erhöhtes 5-Stunden-Limit für Pro/Max/Team/sitzbasierte Enterprise-Abos, speicherbarer Limit-Reset
Meta Muse: persönlicher Agent seit 8.09. (iPhone) bzw. 17.09. (Mac), vorerst nur USA, ansprechbar über eigene App oder WhatsApp, für E-Mails, Kalender, Reisen, Einkäufe
Yusufs Vertrauensvorbehalt: Facebooks FTC-Vergleich 2019 (5 Mrd. $ Strafe wegen irreführender Datenschutzangaben) als Grund für Skepsis gegenüber weitreichendem Kontenzugriff, trotz Anerkennung der einfachen Bedienung; Erinnerung an den eigenen Vorfall aus Folge 89, als ein Coding-Agent Formular-Einträge überschrieb
Muse zeitweise Platz 1 der kostenlosen Apps im US App Store vor ChatGPT; Sicherheitsforscher Patrick Wardle fand eine Mac-Lücke (bereits lokal laufender Code konnte Spracheingaben an einen Angreifer umleiten), Meta lieferte laut Ars Technica einen Hotfix (Update zur Meldung vom 21.09.)
Amazon sperrt Muse vom eigenen Marktplatz: offizielle Begründung nicht autorisierter Agentenzugriff auf Zugangsdaten und Bestellhistorie; Yusufs Einordnung: Auftakt der „Agent Wars“ um die Kontrolle der Kaufentscheidung
Die wirtschaftliche Klammer: AWS liefert laut Yusuf rund 60 % von Amazons operativem Ergebnis, das Werbegeschäft rund 19,8 Mrd. $ pro Quartal (hochgerechnet fast 80 Mrd. $/Jahr) — beides hängt daran, dass Menschen selbst durch den Amazon-Shop klicken; wenn ein Agent stattdessen direkt beim günstigsten Anbieter bestellt, fallen Werbekontakte weg
Grok Bot (xAIs eigenständiges Agentenprodukt, getrennt von der Haupt-Grok-App): Beta seit 11.08., laut Bloomberg-Bericht 418.000 wöchentliche Nutzer nach rund einem Monat
Meta Connect (Nacht auf den 24.09.): angekündigt unter anderem Muse Spark, Muse Klima und ein offenes Modell für lokale Agenten
KI-Rechenzentrums-Finanzierung: Oracle-nahes Project Jupiter, rund 18 Mrd. $ Kreditvolumen, Teile davon laut Financial Times nur noch bei 89–91 Cent je Dollar gehandelt (ein Marktpreis, kein Zinssatz)
Goldman-Sachs-Analysekorb aus 18 US-Hochzins-Emittenten im KI-Rechenzentrumsumfeld: durchschnittlicher Risikoaufschlag von 319 auf 353 Basispunkte gestiegen (3,53 Prozentpunkte über dem Referenzzins)
CoreWeave: 72 Mrd. $ Gesamtverbindlichkeiten gegen 5 Mrd. $ Eigenkapital (≈14:1, Stand 30.06.), daneben 35,6 Mrd. $ verzinsliche Kredite (unterschiedliche, beide korrekte Kennzahlen); aufgestockte Wandelanleihe über 3,7 Mrd. $ zu 2,875 % (fällig 2033), ursprünglich nur 3 Mrd. $ geplant
Nebius-Wandelanleihen (3 Mrd. $ zu 0,5 % bis 2030, 2 Mrd. $ zu 4,5 % bis 2034) — niedrige Kupons durch das Umwandlungsrecht in Aktien erklärt, kein bestätigtes Mitglied von Goldmans Analysekorb
Moody’s: 1,2 Billionen $ Mietverpflichtungen bei sechs Hyperscalern, davon über 820 Mrd. $ noch nicht begonnene Mietverhältnisse; eine Herabstufung von Microsoft, Alphabet, Amazon oder Meta hält Moody’s weiterhin für unwahrscheinlich, bisher kein verpasster Zins- oder Tilgungstermin bekannt
Anthropics Nasslabor im Großraum San Francisco: gegenüber Reuters vom Life-Science-Leiter bestätigt, eigene Einrichtungen und externe Partner, Kauf von Coefficient Bio im April für rund 400 Mio. $ in Aktien (Zahl aus Medienberichten); Anthropic betont, das Labor sei nicht speziell auf Medikamentenentwicklung fokussiert
Isomorphic Labs (Alphabet) als Vergleich: verfolgt ausdrücklich eine eigene Wirkstoffkandidaten-Pipeline plus Partnerschaften mit Novartis, Eli Lilly und Johnson & Johnson — ein anderes Geschäftsmodell als reiner Modellverkauf
Yusufs zugespitzte, aber ausdrücklich als offene Frage markierte These: Dient die von Amodei geforderte Entwicklungsbremse nur der Sicherheit — oder auch dazu, den Zugang zu den wertvollsten KI-Anwendungen bei wenigen großen Laboren zu halten? Anthropic hat weder eine eigene Wirkstoff-Pipeline noch eine IP-Vermarktung angekündigt
Anthropic × Accenture: Korrektur im Video — beide Unternehmen investieren je mindestens 1 Mrd. $ (zusammen also mindestens 2 Mrd. $) über fünf Jahre in unabhängige Prüfung von Spitzenmodellen, nicht nur insgesamt eine Milliarde; Accenture erhält Zugang schon während des Trainings, die Zusammenarbeit ist laut Anthropic nicht exklusiv (auch Gespräche mit gemeinnützigen Prüfern wie METR)
Anthropics Transparenzbericht: Claude „führt“ inzwischen 26 % der eigenen Forschungs- und Entwicklungsarbeit (Februar: unter 1 %); 100 % der Agentenaktionen automatisch überwacht, aber nur 0,002 % tatsächlich blockiert
Schlussgedanke: Das Modell kann wechseln, das selbst erarbeitete Wissen (bei Hardwarewartung 24 zum Beispiel die eigenen Wartungsfälle) sollte im eigenen Haus bleiben
Ausblick: Trump-Xi-Treffen am 24.09. in Washington mit KI als zentralem Thema, Abschaltung der Sora-2-API am 24.09. ohne angekündigten Nachfolger, Meta Connect in der Nacht auf den 24.09.

Kapitelmarken

00:00 – Cold Open (KI-Yusuf)
00:51 – Intro
01:08 – Begrüßung und die Themen der Woche
03:08 – Xiaomi MiMo-V2.6 Pro: 1 Billion Parameter für 2,62 Mio. $?
09:33 – Jev von TypeSafe: ein Modell, das entscheidet statt redet
20:40 – Grok 4.7, StepFun Step 5, Kimi K3, Qwen: auf die Bedingungen schauen
29:00 – Claude-Code-Limits und mein Token-Sparprojekt
37:30 – Herdr: Aufgaben wie einen Staffellauf auf Modelle verteilen
39:33 – Claude Opus 5.5: erster Eindruck
43:29 – Meta Muse: persönlicher Agent – und die Vertrauensfrage
48:45 – Amazon sperrt Muse aus: Beginnen jetzt die Agent Wars?
54:42 – Grok Bot: xAIs Agent per Nachricht
57:10 – Wer finanziert die Rechenzentren? Jupiter, Goldman, CoreWeave, Moody’s
01:07:49 – Anthropics Nasslabor und Isomorphic Labs
01:15:05 – Anthropic und Accenture: unabhängige Modellprüfung (+ Fact-Check)
01:16:42 – Transparenzzahlen: 26 % der F&E, 0,002 % blockiert
01:18:29 – Das Wissen bleibt bei dir
01:19:50 – Fazit und Ausblick 0
1:22:06 – Verabschiedung

Key Takeaways

Eine Trainingskosten-Schlagzeile wie „eine Billion Parameter für 2,62 Millionen Dollar“ bezieht sich fast nie auf die gesamte Modellentwicklung — Xiaomis Zahl deckt nachweislich nur die letzte, vergleichsweise günstige Reinforcement-Learning-Phase ab. Vor jedem Kostenvergleich prüfen, ob wirklich derselbe Entwicklungsschritt verglichen wird.
Offene Gewichte (MIT bei Xiaomi, aber Umsatzgrenze bei Kimi K3, Forschungslizenz bei Qwen Image 2.1) bedeuten drei unterschiedliche rechtliche Realitäten — vor jedem Modellwechsel die konkrete Lizenz der neuen Version prüfen, nicht nur „offen“ pauschal annehmen.
Ein schneller, günstiger Entscheider (TypeSafe Jev) zwischen Vorschlag und Test kann einen Ablauf stärker beschleunigen als ein noch klügeres Hauptmodell — bei Agenten lohnt der Blick auf die Auswahl- und Freigabeschritte, nicht nur auf das Hauptmodell.
KI-Abo-Kontingente sind kein fester Produktionsfaktor: Yusufs eigenes Token-Sparprojekt (Modell-Staffel, Cache-Bewusstsein, Handoff-Wächter) sparte mindestens 50 % Kontingent — planbar wird das nur mit eigenem Monitoring statt Vertrauen auf Herstellerankündigungen.
Wenn persönliche Agenten wie Meta Muse zwischen Kunde und Kaufentscheidung treten, verschiebt sich Werbe- und Handelsmacht — Amazons Sperre gegen Muse zeigt, dass etablierte Plattformen das als Bedrohung ihres eigenen Geschäftsmodells behandeln, nicht nur als Sicherheitsfrage.
Steigende Risikoaufschläge bei Rechenzentrums-Krediten (Goldman: 319 auf 353 Basispunkte) sind kein Beweis für eine Kreditblase, aber ein Signal, dass Kapital selektiver wird — bei jedem günstigen Rechenleistungsangebot lohnt die Frage, wer dahintersteht und wie lange die Konditionen halten.
Ein KI-Labor, das echte physische Experimente durchführt (Anthropics Nasslabor), verschiebt den möglichen Wert vom reinen Tokenverkauf hin zu proprietären Versuchsdaten und validierten Ergebnissen — eine strategische Frage, kein bewiesener Plan.
Das dauerhafte Wissen liegt nicht im Modell, sondern in den eigenen, über Jahre gesammelten Fällen — wer KI in seine Abläufe einbaut, sollte dieses Wissen aktiv im eigenen Haus halten, damit ein Modellwechsel nicht auch einen Wissensverlust bedeutet.

Bester Satz der Folge

„Das ist für mich der eigentliche Punkt. Ich glaube, hier fangen gerade die Agent Wars an.“ (Yusuf Sar, 51:05, direkt nach Amazons Sperre gegen Metas Agenten Muse)

Links und Ressourcen

Hosts

Call to Action

Würdet ihr Meta so viel Zugriff auf eure Konten geben, nur weil es bequemer ist? Und wie teilt ihr eure Aufgaben inzwischen auf verschiedene KI-Modelle auf? Schreibt uns eure Einschätzung. Abonniert KI und Tech to Go auf YouTube und in eurer Podcast-App, lasst ein Like da und empfehlt uns weiter.

Hashtags

#KI #AgentWars #Anthropic #ClaudeOpus55 #Xiaomi #Rechenzentren #Praxis

Episode-Details

Episode: 91
Explizit: Nein
Sprache: de
Aufnahmedatum: 2026-09-23
Veröffentlichung: 2026-09-24 (voraussichtlich)
Dauer: 1:23:35

Erfahren Sie mehr

Ihr Wartungsspezialist für alle großen Hardware Hersteller

Durch Jahrzehnte lange Erfahrung wissen wir worauf es bei der Wartung Ihrer Data Center Hardware ankommt. Profitieren Sie nicht nur von unserer Erfahrung, sondern auch von unseren ausgezeichneten Preisen. Holen Sie sich ein unverbindliches Angebot und vergleichen Sie selbst.