Microsoft stellt KI-Chip Maia 300 gegen Nvidia-Abhängigkeit vor

Microsoft hat am 12. Oktober die dritte Generation seines selbst entwickelten KI-Chips vorgestellt: den Maia 300. Anders als Trainingschips ist er gezielt für Inferenz ausgelegt – also für das Ausführen bereits trainierter KI-Modelle, wie es etwa bei jeder Copilot-Anfrage oder jedem Azure-OpenAI-Aufruf passiert.

Nach Unternehmensangaben soll der Chip bis zu 40 Prozent mehr Token pro Megawatt verarbeiten als vergleichbare GPU-Systeme – ein Effizienzversprechen, das angesichts der enormen Stromkosten von KI-Rechenzentren direkt auf die Betriebskosten durchschlägt. Unabhängige Benchmarks dazu liegen bisher nicht vor, die Zahl stammt von Microsoft selbst.

Der Zeitplan ist ambitioniert: Microsoft verhandelt mit dem Auftragsfertiger TSMC über Kapazitäten für mehr als 300.000 Chips zur Lieferung 2027, mittelfristiges Ziel sind über eine Million Maia-300-Einheiten. Eingesetzt werden sollen sie zunächst vor allem für eigene Dienste wie Copilot, Microsoft 365 und Azure-KI-Angebote, bevor sie breiter an Cloud-Kunden vermarktet werden.

Strategisch geht es Microsoft darum, die teure Abhängigkeit von Nvidia-GPUs zu verringern. Der Vorgänger Maia 200 kam mit Verzögerung auf den Markt und blieb in der Praxis ein Nischenprodukt – ob der Maia 300 die großen Volumenziele tatsächlich erreicht, hängt stark davon ab, ob Microsoft die nötigen Fertigungskapazitäten bei TSMC auch wirklich bekommt.

Für Unternehmen, die KI-Dienste über Microsoft beziehen, ist der Chip vor allem mittelbar relevant: Günstigere eigene Infrastruktur kann sich langfristig in stabileren oder sinkenden Preisen für Copilot- und Azure-Abonnements niederschlagen – muss sie aber nicht, wenn Microsoft die Einsparung lieber selbst behält.

Quelle: The Next Web

Großbritanniens AI Security Institute (AISI) darf einem Bericht vom 12. Oktober zufolge wieder vorab Zugriff auf unveröffentlichte KI-Spitzenmodelle bekommen, nachdem eine rund 17-tägige Sperre durch die US-Regierung aufgehoben wurde. Der britische KI-Minister Kanishka Narayan bestätigte, dass die Prüfer des Instituts aktuell "strenge Bewertungen" der neuesten Modellgeneration durchführen, darunter Googles Gemini 4 Argon.

Ausgelöst hatte den Streit ein Vorstoß des Weißen Hauses: Berichten zufolge bat das Büro des National Cyber Director OpenAI und Anthropic, ihre jeweils neuesten Modelle vorerst nicht an britische Prüfer weiterzugeben, bis eine eigene US-Prüfung abgeschlossen ist. Anthropic hielt sein im September veröffentlichtes Modell Claude Mythos 5.1 daraufhin zunächst von einer Vorab-Prüfung durch AISI zurück – ein Novum in der bisherigen Zusammenarbeit.

AISI-Direktor Henry de Zoete betonte öffentlich, das Institut unterhalte weiterhin enge Beziehungen zu allen führenden KI-Entwicklern und habe etwa OpenAIs Modell GPT-6 Astra bereits vor dessen öffentlichem Start geprüft. Anthropic erklärte, man arbeite mit der US-Regierung daran, den Zugang für ein breiteres Set an nationalen und internationalen Partnern so schnell wie möglich wieder auszuweiten.

Die genauen Gründe für die ursprüngliche Sperre blieben offiziell unbestätigt; mehrere Beobachter vermuten politischen Druck aus Washington, der auch damit zusammenhängen könnte, wer künftig als maßgebliche Prüfinstanz für KI-Sicherheit gilt. Bestätigt ist bislang nur, dass der Zugang nach Angaben der britischen Regierung nun wiederhergestellt ist.

Für Unternehmen außerhalb der USA zeigt der Vorfall, wie wenig verlässlich informelle, freiwillige Sicherheitsprüfungen durch einzelne Regierungen sind, wenn sie von politischem Wohlwollen abhängen statt von festen rechtlichen Verpflichtungen wie dem EU AI Act.

Quelle: Analytics Insight

Eine Studie der Harvard-Ökonomen Fiona Chen und James Stratton zeigt, dass KI-Coding-Agenten wie sie in Werkzeugen der Klasse Claude Code, Cursor oder Devin stecken, zwar die Code-Menge deutlich erhöhen, aber kaum zu mehr abgeschlossener Arbeit führen. Grundlage sind Telemetriedaten der Plattform Jellyfish von mehr als 700.000 Beschäftigten in über 700 Unternehmen, erhoben zwischen 2021 und März 2026.

Nach Einführung der KI-Werkzeuge schrieben Entwickler im Schnitt rund 1.500 zusätzliche Codezeilen pro Monat, 20 Prozent mehr Commits und 23 Prozent mehr Pull Requests. Bei der tatsächlich fertiggestellten Arbeit – gemessen an gelösten Jira-Tickets und abgeschlossenen Epics – fand die Studie dagegen keine statistisch signifikante Verbesserung.

Der Grund liegt laut den Autoren im Code-Review: Die Zeit von der Einreichung eines Pull Requests bis zur Freigabe stieg um 49 Prozent, die Zahl der Überarbeitungsanfragen fast verdoppelte sich, und die Kommentare pro Pull Request nahmen um 35 Prozent zu. Der Anteil der Beschäftigten, die mit Reviews betraut sind, wuchs um 14 Prozent – das Nadelöhr hat sich von der Code-Erstellung zur Prüfung verschoben.

Auch KI-gestützte Review-Werkzeuge haben die Lücke bisher nicht geschlossen: Bis März 2026 nutzten zwar 80 Prozent der untersuchten Firmen solche Hilfsmittel, sie steuerten aber nur 23 Prozent der Review-Kommentare bei. Der Mensch bleibt also weiterhin der Flaschenhals.

Die Autoren weisen selbst darauf hin, dass ihre Beobachtungsdaten nicht unbedingt auf neuere Werkzeuge oder jedes Team übertragbar sind – trotzdem liefert die schiere Stichprobengröße einen der bislang deutlichsten Belege dafür, dass Coding-Agenten allein noch keine schnelleren Software-Teams machen.

Quelle: t3n

Microsoft-Präsident Brad Smith hat am 12. Oktober öffentlich verbindliche, gesetzliche Regeln für KI-Systeme gefordert und dabei einen plakativen Vergleich gewählt: KI unterliege aktuell weniger Sicherheitsauflagen als Milch oder haushaltsübliche Waschmaschinen. Freiwillige Selbstverpflichtungen der Branche reichten nicht mehr aus, so Smith.

Konkret schlägt er mehrere verbindliche Maßnahmen vor: einen Not-Aus-Mechanismus ("Kill Switch") für KI-Systeme, eine gesetzliche Pflicht, Betroffene nach sicherheitsrelevanten Vorfällen zu informieren, sowie eine unabhängige Prüfung neuer KI-Systeme durch staatliche Stellen vor deren Markteinführung – ähnlich wie es heute schon für viele andere Produktkategorien üblich ist.

Smith lobte zugleich eine jüngere Vereinbarung des Weißen Hauses, in der sich große KI-Firmen zu einer gewissen Selbstregulierung verpflichtet hatten, warnte aber, ein solches freiwilliges Regime allein reiche nicht aus, um echte Risiken abzudecken. Zusätzlich brachte er die Idee ins Spiel, dass ausgerechnet Großbritannien – mangels eigener bundesweiter KI-Gesetzgebung in den USA – bei der globalen KI-Governance eine Führungsrolle übernehmen könnte.

Dass ausgerechnet der Präsident eines der größten KI-Anbieter der Welt nach mehr Regulierung ruft, wirkt zunächst widersprüchlich. In der Praxis verschaffen klare, verbindliche Regeln aber gerade etablierten, kapitalstarken Unternehmen wie Microsoft Planungssicherheit – während sie kleinere Wettbewerber stärker belasten können, die sich aufwendige Compliance-Strukturen schwerer leisten können.

Für Unternehmen in der EU, die ohnehin die Vorgaben des AI Act umsetzen müssen, liest sich Smiths Aussage als Signal: Der internationale Trend geht eher in Richtung strengerer, nicht lockerer Regulierung – unabhängig davon, wie die politische Debatte in den USA konkret ausgeht.

Quelle: The Hill