Zum Inhalt
GlobalNet
Strategies

[ GNS System Log ] · Seite 2

Systeme.
Zerlegt und erklärt.

Klare Analysen zu AI, Software und Automationen – für Menschen, die bessere Systeme bauen wollen, statt nur weitere Tools einzuführen.

Archiv

30 Artikel
LOG / 748KI & AutomationDMN für KI-Agenten: Kritische Entscheidungen auditierbar machenDecision Model and Notation kann regelgebundene Entscheidungen von KI-Agenten nachvollziehbar machen. Entscheidend ist eine klare Grenze zwischen Sprachmodell, Entscheidungslogik, Freigaben und Audit-Protokoll.LOG / 747KI & AutomationX-AuT: Audio-Encoder für Speech-LLMs kontrolliert komprimierenX-AuT komprimiert den Audio-Encoder von Qwen3-ASR progressiv und stellt die Qualität per Distillation und LoRA wieder her. So prüfen Unternehmen den Ansatz.LOG / 746KI & AutomationWorld in World: Video-Weltmodelle ohne Nachtraining steuernWorld in World steuert Kamera, Zeit und Wiederbesuche in eingefrorenen Video-Weltmodellen zur Inferenzzeit. Was Unternehmen für einen belastbaren Pilot prüfen sollten.LOG / 745Software & SecurityGitHub SSO für PATs und SSH-Schlüssel automatisierenGitHub Enterprise Cloud kann bestehende klassische PATs und SSH-Schlüssel zentral per GitHub App für SSO autorisieren. So gelingt ein kontrollierter Rollout.LOG / 744Software & SecurityGitHub AI Scan ohne CodeQL Default Setup sicher ausrollenGitHub AI Scan prüft geeignete Pull Requests nun auch ohne aktiviertes CodeQL Default Setup. Was Unternehmen für Voraussetzungen, Rollout, Kosten und Betrieb beachten sollten.LOG / 743CybersecurityOpenAI API Key Governance: Neue Schlüssel zentral steuernOpenAI führt Regeln für neue API-Schlüssel ein. So wählen Unternehmen zwischen Service Accounts, nutzereigenen Projekt-Keys und vollständiger Sperre – inklusive Altbestandsprüfung.LOG / 742KI & AutomatisierungGLIE: Visuelle Dokumentensuche mit weniger Vektoren pilotierenGLIE speichert nur wenige Vektoren pro Dokumentseite und rekonstruiert vollständige Embeddings erst für Top-Treffer. So prüfen Unternehmen Qualität, Kosten und Latenz.LOG / 741KI & AutomatisierungGitHub help.github.com: Copilot-Suche kontrolliert nutzenGitHub bündelt Support und Wissensangebote in help.github.com. So ordnen Unternehmen die öffentliche Copilot-Suche ein und integrieren sie kontrolliert in Supportprozesse.LOG / 740KI & AutomatisierungAutoRound für GGUF: Quantisierung reproduzierbar absichernEin Bericht zu Qwen-GGUF zeigt, wie stark Exportschema, Rundungssuche und Kalibrierungsdaten die Modelltreue beeinflussen. Für Unternehmen folgt daraus ein prüfbarer Freigabeprozess statt Quantisierung nach Dateigröße.LOG / 739KI & AutomatisierungAfriSLM: Lokale Übersetzungen für 19 afrikanische Sprachen pilotierenTranslatePsy-AfriSLM bringt offene Übersetzungsmodelle für 19 afrikanische Sprachen auf Laptops und Smartphones. Ein Pilotrahmen zeigt, wie Unternehmen Qualität, Datenschutz, Kosten und Offline-Betrieb prüfen.LOG / 738KI & AutomatisierungGranite Time Series r2: Zero-Shot-Prognosen kontrolliert pilotierenIBM Granite Time Series PatchTST-FM-r2 verspricht offene Zero-Shot-Prognosen für betriebliche Zeitreihen. Ein Entscheidungsrahmen zeigt, wie Unternehmen Nutzen, Risiko und Betrieb belastbar prüfen.LOG / 737KI & AutomatisierungSenseNova-U1.5: Einheitliche 4K-Bildworkflows kontrolliert pilotierenSenseNova-U1.5 bündelt Bildverständnis, Reasoning, Generierung und Bearbeitung ohne separaten Encoder oder VAE. Ein Praxisrahmen für den Unternehmenspilot.LOG / 736KI & AutomatisierungRCWM: Komplexe 3D-Welten aus einem Bild als Code erzeugenRCWM zerlegt die 3D-Rekonstruktion aus einem Einzelbild rekursiv und liefert ausführbaren Szenencode. So bewerten Unternehmen einen kontrollierten Pilot.LOG / 735KI & AutomatisierungCloudflare Workers: Agentenrechte auf einzelne Anwendungen begrenzenCloudflare erlaubt Rollen bis auf einen einzelnen Worker. So übersetzen Unternehmen die vier Rollen in sichere Zugriffe für KI-Agenten, CI/CD und Entwicklerteams.LOG / 734KI & AutomatisierungGemini 3.8 Live: Standard oder Extended Thinking für Sprachagenten?Google stellt zwei GA-Modelle für Audio-zu-Audio-Sprachagenten bereit. So wählen Unternehmen zwischen niedriger Latenz und Hintergrunddenken und testen das Routing belastbar.LOG / 733KI-GovernanceCloudflare Disallow AI Training: Suche behalten, KI-Training ablehnenCloudflare trennt Suchindexierung, KI-Training und Agenten. Was Unternehmen jetzt konfigurieren, dokumentieren und bei Applebot, Googlebot und Bingbot gesondert prüfen sollten.LOG / 732KI-InfrastrukturHyQuant: KV-Cache-Quantisierung für lange LLM-Kontexte testenHyQuant kombiniert FP16 für wichtige Token mit 4-Bit-Quantisierung für den übrigen KV-Cache. Entscheidend ist nicht der Kernel-Rekord, sondern ein reproduzierbarer End-to-End-Pilot.LOG / 731CybersecurityCVE-2026-76461: Cisco Secure Email Gateway jetzt prüfenCISA bestätigt die aktive Ausnutzung einer SQL-Injection im Cisco Secure Email Gateway. Unternehmen sollten Exposition, Behebung und mögliche Vorab-Kompromittierung als einen gemeinsamen Incident-Prozess behandeln.LOG / 730KI & AutomatisierungWearableQA: Health-AI mit echten Wearable-Daten prüfenWearableQA testet Sprachmodelle auf realen Langzeitdaten aus Wearables, Biomarkern und Demografie. Die Ergebnisse zeigen, warum Unternehmen vor Health-AI-Piloten eigene Mehrsignal-Tests und harte Freigabegates brauchen.LOG / 729KI & AutomatisierungCodex in der Antibiotikaforschung: Was ein Pilot brauchtEin Forschungslabor nutzt Codex und ChatGPT bei der Suche nach antimikrobiellen Molekülen. Für Unternehmen zählt vor allem die kontrollierte Trennung von KI-Analyse, fachlicher Prüfung und Laborexperiment.LOG / 728KI & AutomatisierungOffene KI-Wettermodelle: Aurora lokal richtig pilotierenHugging Face und Earthmover zeigen, wie Microsoft Aurora mit ERA5-Daten lokal läuft. Für Unternehmen entscheidet aber nicht nur die Inferenzzeit, sondern die gesamte Daten- und Validierungskette.LOG / 727KI & SoftwareentwicklungGitHub Copilot Auto: Drei Routing-Stufen richtig einführenGitHub Copilot Auto bietet Efficiency, Balance und Intelligence. So wählen Teams die richtige Stufe, messen Kosten und Qualität und vermeiden falsche Erwartungen.LOG / 726KI & Computer VisionMarigold V2: Tiefenschätzung auf einer 32-GB-GPU pilotierenMarigold V2 kombiniert Single-Step-Tiefenschätzung mit einem 32-GB-Trainingssetup. So prüfen Unternehmen Nutzen, Datenfit, Qualität und Betriebsrisiken.LOG / 725KI & DatenplattformenIBM-Zeitreihenmodelle in Confluent: So gelingt der Echtzeit-PilotVier IBM-Zeitreihenmodelle laufen im Early Access direkt in Confluent Cloud. Entscheider sollten den Nutzen mit klaren Baselines, Freigabegates und Betriebskosten prüfen.LOG / 724KI & SicherheitDatasette-Sicherheitsaudit: Was der Drei-Modell-Ansatz lehrtDatasette zeigt, wie drei Frontier-Modelle, reproduzierbare Tests und getrennte menschliche Rollen zu einem belastbaren Sicherheitsaudit-Prozess verbunden werden können.LOG / 723Künstliche IntelligenzCodex im Labor: Was Unternehmen aus MITs Quantenexperiment lernenEin MIT-Workflow verbindet GPT‑5.6 Sol und Codex mit Quantenhardware. Für DACH-Unternehmen zeigt der Fall, wie sich klar definierte Labor- und Testabläufe kontrolliert automatisieren lassen.LOG / 722CybersecurityCISA KEV: JFrog- und ScreenConnect-Lücken richtig behandelnCISA bestätigt aktive Ausnutzung bei JFrog Artifactory und ConnectWise ScreenConnect. Ein GNS-Reaktionsplan zeigt, wie DACH-Unternehmen Exposition, Kompromittierung und Behebung nachweisbar steuern.LOG / 721Künstliche IntelligenzChatGPT für Finanzdienstleister: So gelingt der kontrollierte PilotChatGPT für Finanzdienstleistungen verbindet Finanzdaten, GPT‑6 Astra und Vorlagen für Analysen und Kundenunterlagen. Ein GNS-Rahmen zeigt, wie DACH-Finanzhäuser Datenrechte, Evidenz und Freigaben kontrollieren.LOG / 720Künstliche IntelligenzOpenAI für US-Behörden: Was der Preisnachlass für DACH zeigtOpenAI senkt für berechtigte US-Behörden Lizenz- und Nutzungskosten. Für DACH-Entscheider ist das kein Rabattversprechen, aber ein nützlicher Test für Beschaffung, Budgetierung und sicheren Betrieb.LOG / 719Künstliche IntelligenzNegative Self-Distillation: Aus Modellfehlern gezielt lernenNegative Self-Distillation entfernt Reasoning-Modelle gezielt von selbst erzeugten Fehlerpfaden. Ein Pilotrahmen zeigt, wie Unternehmen Nutzen, Sprachstabilität und Risiken prüfen.