Staatliche KI-Adoption auf Hochtouren: Das Pentagon rollt ChatGPT und Grok für 3 Mio. Nutzer aus, während OpenAI mit erfolgsbasiertem Pricing die Enterprise-Logik neu schreibt. Dazu: Echtzeit-Videogenerierung, Inferenz-Optimierungen und regulatorischer Gegenwind aus Brüssel und dem Musikmarkt.
Das Pentagon hat einen der bisher größten staatlichen KI-Rollouts der Geschichte vollzogen: Mit ChatGPT Mil und Grok for Government stehen nun 3 Millionen Zivil- und Militärangehörigen des Department of Defense kommerzielle Frontier-Modelle über das gesicherte Portal GenAI.mil zur Verfügung. Bereits 1,7 Millionen Nutzer sind ongeboardet. Die Abwesenheit von Anthropics Claude ist dabei kein Zufall: Das Unternehmen wurde von der Trump-Administration als Supply-Chain-Risiko eingestuft, nachdem es dem Pentagon uneingeschränkten Zugang zu seinen Modellen verweigert und stattdessen auf Sicherheits-Guardrails bestanden hatte — ein Rechtsstreit, der noch aussteht. OpenAI und xAI gewinnen damit nicht nur Zugang zu einem riesigen Nutzerstamm, sondern auch zu einem mächtigen Referenzkunden.
Während OpenAI staatlich expandiert, schreibt das Unternehmen gleichzeitig die kommerzielle Preislogik neu: Laut einem Bericht des The Information testet OpenAI ein erfolgsbasiertes Preismodell, bei dem Großkunden nur dann zahlen, wenn das Modell eine Aufgabe — etwa die Bearbeitung von Kundenservice-Anfragen — tatsächlich abschließt. Dieser Wandel weg vom Abonnement-Modell hin zu Outcome-based Pricing vollzieht sich branchenweit: Salesforce bindet Agentforce-Preise an konkrete Umsatzgewinne oder Kosteneinsparungen, Startups wie Sierra und Fin rechnen ausschließlich für human-freie Aufgabenabschlüsse ab, und Adobe koppelt Teile seiner CX-Enterprise-Suite an den erzeugten Wert. Die zentrale Herausforderung bleibt die Zurechenbarkeit: Stripe hat bereits Richtlinien veröffentlicht, die zeigen, wie schwierig es ist zu beweisen, ob ein Ergebnis tatsächlich der KI oder anderen Faktoren wie Produktänderungen oder Saisonalität zu verdanken ist. Dass Enterprise-KI skalierbar in Produktion läuft, belegt auch das Beispiel DoorDash Flux: Die cloud-basierte Agenten-Plattform automatisierte in einem einzigen Monat 130.000 Engineering-Tasks und unterstützt wöchentlich mehr als 25.000 automatisierte Code-Reviews. Der Wechsel von Laptop-basierten Agenten zu isolierten Firecracker-MicroVMs mit einem internen MCP-Gateway zeigt, wie ernst Unternehmen Fragen von Auditing, Berechtigungen und Kontrolle mittlerweile nehmen.
Auf technischer Ebene markiert Fal H3 Max Live einen Wendepunkt für generative Medien: Fal posttrainierte Minimaxs H3-Modell und optimierte es für die eigene Inferenz-Engine auf eine 35-fache Beschleunigung gegenüber dem offiziellen Endpoint — das Ergebnis ist Videogenerierung, die schneller läuft, als man das Video abspielt. Ethan Mollick dokumentierte diesen Moment als erste öffentlich sichtbare Echtzeit-Videogenerierung. Nutzer bauten daraufhin innerhalb von Stunden interaktive Infinite-Livestreams, bei denen Chat-Eingaben direkt neue Szenen generieren. Für AI-Builder bedeutet das den Wegfall der bisherigen Grundannahme, dass Produktionspipelines Wartezeiten für Videogenerierung einkalkulieren müssen. Gleichzeitig zeigt die technische Debatte um LLM Structured Outputs, dass valides JSON kein Qualitätsnachweis ist: Pflichtfelder in Pydantic-Schemas zwingen Modelle zur Erfindung plausibler Werte, wenn Quelldaten fehlen — ein stiller Datenfehler, der erst downstream sich…
