Inferenz-Hardware und Agent-Workflows dominieren heute: Von Blackwell-Benchmarks bis zu Claude-Orchestrierung zeigt sich, wie nah Praxis und Performance zusammenrücken. Dazu: wachsender Rechtsdruck auf KI-Training und erste Realitätschecks aus chinesischen Kreativmärkten.
Die Leistungsgrenzen von KI-Hardware rücken dieser Tage in den Mittelpunkt der Debatte — und zwei Community-Benchmarks illustrieren das besonders prägnant. Ein Open-Source-Entwickler hat FlashMLA für Nvidias consumer-seitige Blackwell-GPUs (sm_120) portiert und misst dabei Trainings-Speedups von bis zu 3,29× sowie bei Sparse-Inference bis zu 5× gegenüber PyTorch SDPA; der FP8-KV-Cache reduziert zusätzlich den Speicherbedarf um rund 1,84×. Gleichzeitig zeigt ein Praxistest mit Qwen3.8-Flash-Next auf einem MacBook Pro M5 Max, was auf Consumer-Hardware mit 128 GB Unified Memory realistisch möglich ist: Decode-Geschwindigkeiten von 30–35 Tokens pro Sekunde bei kleinem Kontext sinken auf 11,5 t/s bei 169.000 Tokens, und ab rund 100.000 Tokens treten Rollenverwechslungen auf. Beide Befunde unterstreichen, dass Leistungsgewinne auf dem GPU-Stack eben nicht automatisch auf Systemebene übersetzbar sind — ein Punkt, den auch der Vera-Rubin-Bericht von TechCrunch herausarbeitet: Nvidia paart den Rubin-GPU mit einer Vera-CPU, die gezielt Daten-Orchestrierung übernimmt und laut Nvidia VP Jason Hardy bis zu 3× Verbesserung bei bestimmten Operationen bringt. Die These dahinter — Compute-Effizienz hängt zunehmend am System-Stack, nicht allein an der GPU — deckt sich mit OpenAIs Jalapeño-Ansatz, der Daten-Bewegung durch ein integriertes Design minimiert.
Während die Hardware-Seite an Präzision gewinnt, wächst auf der Software-Seite das Bewusstsein dafür, dass nicht jeder Agent für jede Aufgabe gleich gut geeignet ist. Ein praktischer Vergleich von Claude Code und Codex legt nahe: Codex ist überlegen, wenn es darum geht, eine einzelne schwierige Aufgabe bis zum Abschluss zu treiben; Claude Code hingegen punktet als Orchestrator für viele parallele, kleinere Tasks. Die Kritik an Claude Opus 5 — zu gesprächig, zu häufig nachfragend — ist dabei eine direkte Funktionalitätsfrage, keine Stilkritik. Ergänzend dazu zeigt eine Übersicht von vier Claude-Workflows für Data Scientists, wie Claude Deep Research automatisierte Literaturrecherchen zu Modellentscheidungen wie SARIMA vs. Transformer übernimmt und HTML-Projektbriefs für Stakeholder generiert — ohne zusätzliche externe Tools. Auf Enterprise-Ebene beschreibt der TOTVS-Architekturvortrag von InfoQ, wie Fabiane Nardon das Kernproblem agentenbasierter Systeme fasst: Die Datenschichten transaktionaler Systeme waren für Anwendungen optimiert, nicht für token-hungrige, latenz-sensitive Reasoning-Loops — die eigentliche Herausforderung sei, die Grenzlinie zwischen deterministischer und nicht-deterministischer Logik präzise zu ziehen.
Der wachsende Rechtsdruck auf KI-Training ist das zweite große Strukturthema dieser Woche. Sony Music und Warner Chappell haben Klage gegen Anthropic beim US District Court for the Northern District of California eingereicht und fordern Schadensersatz für „tens of thousands" urheberrechtlich geschützter Werke — bis zu 150.000 Dollar pro Werk sowie 25.000 Dollar pro Instanz, in der Urheberrechts-Metadaten entfernt wurden. Der Gesamtschaden könnte bei Maximalbeträgen in den mehrstelligen Milliarden-Dollar-Bereich reichen. Die Klage benennt neben Anthropic als Unternehmen auch Mitgründer Dario Amodei und Benjamin…
