👋 Hallo! Du liest diese Ausgabe als eine:r von 🥳 33 Leser:innen.
❤️ Danke an alle, die den Newsletter zuletzt weiterempfohlen haben - Wachstum entsteht hier nicht durch Algorithmen, sondern durch Weitersagen.
Diese Ausgabe umfasst ca. 1200 Wörter (~7 Minuten Lesezeit).
Heute ist Montag, der 25. Mai 2026 - willkommen in KW22. Viel Spaß beim Lesen!
🎯 5 KI-Modelle. 5 Welten. 5 Ergebnisse. Was kann schon schiefgehen?
Was passiert eigentlich, wenn man fünf identische KI-Agenten mit gleichen Zielen und unterschiedlichen Modellen in fünf parallele Welten mit gleicher Umgebung aussetzt? Was soll schon schiefgehen?
Genau das hat Emergence AI getestet. Das Ergebnis war kein klassischer Benchmark, sondern ein Einblick in das Verhalten von KI-Agenten über längere Zeiträume in sozialen Systemen.
Wenn KI-Agenten beginnen, eigene Gesellschaften zu formen
Die Welten entwickelten sich deutlich unterschiedlich: Einige Agentengruppen bauten stabile und kooperative Strukturen auf, während andere in Chaos, Regelverstöße oder sogar Kollaps abdrifteten. Besonders auffällig war, dass nicht nur einzelne Fehlentscheidungen sichtbar wurden, sondern dass sich ganze soziale Dynamiken entwickelten. Rollenbildung, Kooperation, Konflikte, Eskalation und Anpassung.
Einige Ergebnisse wirken fast wie Science-Fiction: KI-Agenten verliebten sich, widersetzten sich Regeln, begingen Brandstiftung oder löschten sich selbst. Genau darin liegt aber der eigentliche Punkt: Langfristig autonome KI-Systeme verhalten sich nicht einfach wie „Chatbots mit mehr Zeit“, sondern können komplexe und schwer vorhersehbare Gruppendynamiken entwickeln.
Für Unternehmen, Verwaltung und Gesellschaft ist das relevant, weil KI-Agenten künftig nicht nur Texte schreiben, sondern Aufgaben übernehmen, Entscheidungen vorbereiten, Systeme steuern und mit anderen Agenten interagieren könnten. Dann reicht es nicht mehr, nur zu fragen: „Ist die einzelne Antwort korrekt?“ Entscheidend wird: „Wie verhält sich ein KI-System über Zeit und unter realen Bedingungen?“
Meine aktuelle Sichtweise
Aus meiner Sicht zeigt dieses Experiment sehr deutlich, wohin die eigentliche Debatte führen muss: weg vom reinen Modellvergleich und hin zur Frage der KI-Governance im Betrieb. Wenn autonome KI-Agenten eigenständig handeln, brauchen wir nicht nur bessere Prompts, sondern klare Leitplanken, Beobachtbarkeit, Verantwortlichkeiten und Abschaltmechanismen.
Gerade aus der Perspektive von Digitalisierung, Daten und Regulierung ist das Experiment ein Warnsignal: Die spannendste Frage ist nicht mehr nur, welches Modell „besser“ ist. Die wichtigere Frage für mich lautet, welches Modell unter welchen Rahmenbedingungen verantwortbar eingesetzt werden kann. Die Ergebnisse kann man sich auf GitHub in diversen Videos anschauen. Viel Spaß damit!
🔗 The Guardian | ThePrint | Emergence | GitHub
📰 Märkte & Nachrichten
Trump Mobile bestätigt Datenleck: Telefonnummern und Wohnadressen von Kunden offengelegt: Die Ursache soll bei einer Drittanbieter-Plattform liegen. Der Fall zeigt damit vor allem ein Lieferketten- und Governance-Problem: Wer zentrale Kundenprozesse über externe Systeme abwickelt, kann Sicherheits- und Compliance-Verantwortung nicht einfach auslagern. Offen ist, ob betroffene Kunden informiert werden müssen. Besonders sensibel ist der Vorfall, weil Adressen und Telefonnummern für Phishing, Betrug und Identitätsmissbrauch genutzt werden können. Für Trump Mobile ist das reputationskritisch, da das Angebot stark über Marke und Vertrauen funktioniert. Der Fall steht für einen breiteren Trend: Je stärker digitale Geschäftsmodelle auf Drittplattformen beruhen, desto wichtiger wird Cybersicherheit als Frage der Lieferkettenkontrolle, nicht nur der eigenen IT-Sicherheit.
Erfolgreicher Börsengang verleiht Geothermie-Unternehmen Auftrieb: Technologieunternehmen und Energieentwickler treiben Geothermie-Projekte wieder voran, um den stark wachsenden Strombedarf von Rechenzentren und KI-Infrastruktur abzusichern. Hintergrund ist, dass Hyperscaler neben Wind- und Solarstrom zunehmend nach grundlastfähigen, CO₂-armen Energiequellen suchen, die unabhängig von Wetter und Tageszeit verfügbar sind. Genau hier gewinnt Geothermie an Bedeutung: Neue Bohrtechniken aus der Öl- und Gasindustrie, verbesserte Reservoirmodellierung und langfristige Stromabnahmeverträge senken das Projektrisiko und erleichtern die Finanzierung. Die Umsetzung erfolgt vor allem über Partnerschaften zwischen Tech-Unternehmen, Versorgern und spezialisierten Geothermie-Anbietern, die Strom direkt für Rechenzentren oder regionale Netze bereitstellen. Gleichzeitig zeigt sich, dass der Engpass weniger in der Technologie als in Genehmigungen, Standortverfügbarkeit und hohen Anfangsinvestitionen liegt. Langfristig könnte die Entwicklung den Energiemix digitaler Infrastruktur verbreitern und den Zielkonflikt zwischen KI-Wachstum, Netzstabilität und Dekarbonisierung verschärfen.
🔗 WSJ
SpaceX verschiebt Starship-Test und schützt Zeitplan vor weiterem Systemrisiko: SpaceX hat einen wichtigen Starship-Test im finalen Countdown abgebrochen, nachdem sich ein Sicherungsstift am Mechanismus des Startturms nicht wie vorgesehen zurückziehen ließ. Hintergrund ist die hohe technische Kopplung zwischen Rakete, Bodensystemen und automatisierten Sicherheitsabläufen, bei denen bereits kleine mechanische Fehler den gesamten Testplan stoppen können. Konkret zeigt der Vorfall, dass nicht nur das Fluggerät selbst, sondern auch die Startinfrastruktur zum kritischen Engpass im Entwicklungsprogramm geworden ist. Die Verzögerung fällt zudem in eine sensible Phase, da SpaceX erst einen Tag zuvor formell Unterlagen für einen Börsengang eingereicht hat. Damit rückt die operative Zuverlässigkeit noch stärker in den Fokus von Investoren, Regulierern und Kunden. Gleichzeitig zeigt sich, dass im kommerziellen Raumfahrtmarkt Skalierung nicht allein von Triebwerken und Nutzlastkapazität abhängt, sondern von der Robustheit komplexer Gesamtsysteme. Langfristig könnte genau diese Systemintegration zum entscheidenden Wettbewerbsfaktor zwischen Raumfahrtanbietern werden.
📊 Daten & Insights: Wenn Venture Capital nur noch in wenige Zentren fließt
Die KI-Welle verändert nicht nur Technologien, sondern auch die globale Kapitalverteilung. Marktwert, Venture Capital, Rechenleistung und Infrastruktur konzentrieren sich zunehmend auf wenige dominante Unternehmen.
Besonders deutlich wird das bei den „Super Six“: NVIDIA, Microsoft, Apple, Alphabet, Amazon und Meta. Gemeinsam stehen sie inzwischen für rund die Hälfte der NASDAQ-Marktkapitalisierung. Ihre enorme Finanzkraft ermöglicht Milliardeninvestitionen in Chips, Rechenzentren und Foundation Models – ein Vorsprung, der sich selbst verstärkt.
Auch im Venture-Capital-Markt zeigt sich diese Konzentration. 2025 sollen Investitionen in Cloud- und KI-Unternehmen in den USA, Europa und Israel auf rund 184 Milliarden US-Dollar steigen.
Ein großer Teil dieses Kapitals fließt in wenige KI-Unternehmen wie OpenAI, Anthropic und xAI. Damit verschieben sich Finanzierungsströme: Während Bereiche wie FinTech, ClimateTech, Robotics oder klassische SaaS-Lösungen stärker um Kapital konkurrieren müssen, ziehen Foundation Models, GPU-Cluster und KI-Infrastruktur immer größere Summen an.
Trotzdem zeigt sich insbesondere in Europa und Israel weiterhin eine starke Innovationsdynamik. Unternehmen wie Helsing aus München, n8n aus Berlin, ElevenLabs und Synthesia aus London oder Lovable aus Stockholm verdeutlichen, dass auch außerhalb der großen US-Plattformkonzerne relevante KI-Unternehmen entstehen. Dennoch bleibt die zentrale Herausforderung bestehen: Der Zugang zu Kapital, Infrastruktur und Rechenleistung wird zunehmend zum entscheidenden Wettbewerbsfaktor der KI-Ökonomie.
Die zentrale Frage lautet daher: Führt KI zu breiter Innovation oder zu einer neuen Form wirtschaftlicher Abhängigkeit von wenigen Akteuren?
🔗 Accel
🎬 Sehenswert: Wenn der Mauszeiger zum Spion wird (ca. 3 Min., Englisch)
Hast Du schon einmal von „Pointer Engineering“ gehört? Nach dem Prompt Engineering könnte genau das der nächste große Schritt sein, wenn es nach Google DeepMind geht: KI versteht nicht mehr nur Texteingaben, sondern interpretiert Mausbewegungen, Kontext, Bildschirminhalte und unsere Absichten direkt im Arbeitsfluss.
Das Video zeigt sehr gut, wohin die Reise gehen könnte und warum sich jeder mit der Zukunft von Mensch-Maschine-Interaktion beschäftigen sollte.
🔗 DeepMind
Dieser Newsletter erscheint weiterhin jeden Montagmorgen in Deiner Inbox. Wenn Du sicherstellen möchtest, keine Ausgabe zu verpassen, füge die Absenderadresse am besten zu Deinen Kontakten hinzu oder verschiebe den Newsletter in Deine Primary Inbox.
Vielen Dank für Deine Zeit und Aufmerksamkeit! ❤️
📮 Feedback, Anmerkungen oder Themenvorschläge? Schreib mir gern an newsletter@markus-begerow.de oder leite den Newsletter an Freunde und Kollegen weiter, für die dieser Newsletter interessant sein könnte.



