Die auffälligste Entwicklung dieser Woche betrifft nicht die Modelle, sondern deren Finanzierung. Nvidia mobilisiert mit sechs Wall-Street-Häusern über 500 Milliarden Dollar Drittkapital und garantiert dafür bis zu 25 Prozent des Restwerts der eigenen Chips. Anthropic weist für das zweite Quartal über 11,5 Milliarden Dollar Umsatz und erstmals ein positives bereinigtes Betriebsergebnis aus, wenige Wochen nach der vertraulichen Börsenzulassung. Unitree geht in Shanghai mit dem 219-fachen des Vorjahresgewinns an den Markt, Stripe zahlt für den Modell-Router OpenRouter mehr als das Fünffache der Bewertung vom Mai. Diese vier Meldungen gehören zusammen: Es wird in erheblichem Umfang Kapital gegen eine Nachfrage gestellt, die es noch nicht gibt. Neu ist dabei nicht die Höhe der Summen, sondern dass der Chiphersteller einen Teil des Abschreibungsrisikos selbst übernimmt, statt es den Rechenzentrumsbetreibern zu überlassen. Michael Burry nennt das eine Wall-Street-Inszenierung, die Bank of England hat im Juli vor den Rückwirkungen auf die globalen Finanzierungsbedingungen gewarnt, und die Absicherungskosten für Nvidia-Anleihen haben sich seit Ende Mai mehr als verdoppelt. Für die Praxis heißt das: Die Verfügbarkeit der Werkzeuge, mit denen wir arbeiten, hängt inzwischen stärker an Kapitalmarktbedingungen als an technischen Fortschritten.
Aus dem Preiskampf der vergangenen Monate wird eine Preisspreizung. DeepSeek vervierfacht die Ausgabepreise und führt erstmals Spitzenzeiten mit unterschiedlichen Tarifen ein. Grok 4.6 erreicht 61 von 63 Indexpunkten des Spitzenreiters zu weniger als der Hälfte des Preises. Moonshots Kimi 3 tritt laut NZZ kostenlos an, während Mistral seinen Kunden nicht primär Qualität, sondern regionale Verfügbarkeit und garantierte Kapazität verkauft. Die naheliegende Deutung, günstige Modelle verdrängten teure, greift zu kurz. Was hier entsteht, ist eine Differenzierung nach Zeitpunkt, Priorität und Standort – wie sie aus dem Strommarkt bekannt ist. Der Grund ist derselbe: Rechenkapazität lässt sich nicht lagern, und die Nachfrage schwankt über den Tag. Wer Modelle produktiv einsetzt, sollte deshalb nicht mehr nur Preise pro Million Token vergleichen, sondern klären, was passiert, wenn alle gleichzeitig zugreifen.
Die dritte Linie erklärt, warum die Modellqualität derzeit weniger entscheidet, als es scheint. Die angehobene Riemann-Schranke – von 41,6 auf 67,2 Prozent – entstand nicht durch ein besseres Modell, sondern durch rund 60 Subagenten in zwei Sitzungen und 650 verworfene Ansätze; Anthropic selbst hält einen Beweis auf diesem Weg für unwahrscheinlich. Grok löst Aufgaben in etwa halb so vielen Schritten wie der Vorgänger, Metas frei lizenziertes Muse Glimmer läuft nach Quantisierung auf einer einzelnen Grafikkarte und damit dauerhaft lokal, und Bitpanda gibt KI-Agenten Zugriff auf das reguläre Hauptkonto. Die Leistung verschiebt sich vom einzelnen Modellaufruf in die Orchestrierung vieler. Wo die Grenze liegt, zeigt die in Nature beschriebene Untersuchung: Ein Agentensystem konnte zwei Forschungsarbeiten technisch reproduzieren, die Forschungsfrage stammte weiterhin von Menschen. Genau darin liegt die Verbindung zur Weiterbildung. Anthropics Auswertung von 56 randomisierten Studien ergibt für staatliche Qualifizierungsprogramme im Schnitt zwei bis drei Prozentpunkte mehr Beschäftigung bei 13.000 Dollar Kosten je Teilnehmer; deutlich besser wirken nur Programme mit festen Arbeitgeberpartnern. Beide Befunde deuten in dieselbe Richtung: Nicht die Bedienung ist knapp, sondern die Fähigkeit, die richtige Aufgabe zu stellen – und die entsteht offenbar nur im konkreten Arbeitszusammenhang, nicht im allgemeinen Kurs.
Bleibt die Frage der Nachweisbarkeit, und hier lohnt eine Einordnung. Anthropic versieht seit dem 2. August alle Claude-Ausgaben weltweit mit einem statistischen Wasserzeichen, ohne Abwahlmöglichkeit. Als Nachweismittel taugt das wenig: Umformulieren entfernt die Markierung, entsprechende Werkzeuge kursieren bereits, und Anthropic räumt selbst ein, dass sie lediglich eine Wahrscheinlichkeit anzeigt. Wer daraus schließt, es handle sich um einen Sturm im Wasserglas, unterschätzt jedoch den eigentlichen Vorgang. Nicht die Erkennung ist neu, sondern die Pflicht: Artikel 50 der EU-KI-Verordnung wirkt hier erstmals unmittelbar auf ein Produkt, das täglich Millionen Texte erzeugt – bei Verstößen drohen bis zu 15 Millionen Euro oder drei Prozent des Weltjahresumsatzes. Ein Anbieter mit Sitz in den USA hat daraufhin sein Verhalten weltweit geändert, nicht nur in Europa. Damit verschiebt sich die Beweislage in Institutionen: Nicht mehr die Behauptung eines Prüfers zählt, sondern ein technisches Indiz, das Autoren künftig entkräften müssen. Der c’t-Bericht bei heise beschreibt daneben eine unbequeme Parallele – Modelle finden Sicherheitslücken so zuverlässig, wie sie sie ausnutzen, doch das eigentliche Problem seien die über Jahrzehnte angehäuften Sicherheitsschulden. In beiden Fällen gilt: Die Technik verschärft eine Frage, die schon vorher offen war. Für Trainer und Berater liegt der praktische Punkt deshalb nicht in der Frage, wie zuverlässig sich KI-Texte erkennen lassen. Er liegt darin, dass Seminarunterlagen, Konzepte und Angebotstexte, die mit Claude entstehen, ab sofort eine maschinell prüfbare Spur tragen – während viele Kundenverträge KI-Einsatz entweder untersagen oder dessen Offenlegung verlangen. Wer den KI-Anteil im Angebot von sich aus benennt und den eigenen Beitrag daneben sichtbar macht, muss ihn später nicht erklären.