Komprise veröffentlichte Ergebnisse einer im September 2026 durchgeführten Befragung von 500 technischen Entscheidungsträgern. 68 Prozent bezeichneten ihre Organisation als im KI-Reifeprozess oder reif, aber nur 28 Prozent hatten den KI-Ertrag quantifiziert. Lediglich 7 Prozent gaben an, mindestens 70 Prozent ihrer Daten seien für KI bereinigt und klassifiziert; 57 Prozent meldeten, höchstens die Hälfte sei bereit.
MLCommons wurde ausgewählt, den Benchmark MLPerf Agents im Rahmen der von der US National Science Foundation unterstützten AI Efficiency Challenge zu entwickeln. Die Förderung beträgt 3,5 Millionen US-Dollar über zwei Jahre. Der geplante Benchmark soll vollständige Arbeitsabläufe messen, nicht nur die Token-Ausgabe des Modells: Agent-Harness, Modellauswahl, Abruf, Tool-Ausführung, Orchestrierung, Zustandsverwaltung, Fehlerbehandlung und Validierung.
Databricks hat synchrone REST-APIs zum Parsen, Klassifizieren und Extrahieren von Dokumenten allgemein verfügbar gemacht. ai_parse_document wandelt Tabellen und Abbildungen in strukturierten Text um; ai_extract liefert angeforderte Felder mit optionalen Quellenzitaten und Konfidenzwerten. ai_classify versieht Dokumente oder extrahierte Entitäten mit Taxonomiebezeichnungen.
Databricks kündigte Predictive AI Functions als Beta an: SQL-Funktionen für Prognosen, Anomalieerkennung, Treiberanalyse und Vorhersagen. Das Paket umfasst ein verbessertes ai_forecast sowie ai_top_drivers, ai_detect_anomalies, ai_predict_value und ai_predict_class. Die Funktionen lassen sich in SQL aufrufen; einige sind auch in Genie verfügbar.
OpenAI Economic Research veröffentlichte eine Analyse zur Nutzung von ChatGPT-Business- und Enterprise-Konten in der Europäischen Union. Laut Unternehmen entfielen in seiner EU-Unternehmensstichprobe mehr als die Hälfte der Ausgabetoken auf Codex und ChatGPT Work. Die Zahl wöchentlich aktiver Nutzer dieser Werkzeuge in europäischen kleinen und mittleren Unternehmen stieg seit Mai 2026 um mehr als das Achtfache.
Ein technischer Arm-Beitrag vom 13. Oktober betont, dass bei lokaler KI Modelle, Frameworks und Prozessoren für den gesamten Ablauf ausgewählt werden müssen. Als Beispiele nennt er Veranstaltungsdemos mit einer Übersetzungskette aus mehr als 30 Modellen und Sprachsynthese auf einem Arm-CPU-Kern.
Eine AWS-Referenzarchitektur vom 12. Oktober verarbeitet öffentliche Sequenzierungsdaten aus dem NCBI SRA mit HealthOmics und macht Ergebnisse zu Resistenzgenen in natürlicher Sprache abfragbar. Sie ist eine Demonstration, keine neuen Überwachungsdaten und kein klinisches System.
Ein technischer AWS-Leitfaden vom 12. Oktober beschreibt globale Bedrock-Inferenzprofile aus Quellregionen in Singapur, Jakarta, Malaysia, Thailand und Taipeh. GPT-6 Astra wird nur für Singapur gezeigt; das globale Profil kann die Verarbeitung an andere unterstützte Zielregionen leiten.
AWS Machine Learning Blog1 Min. Lesezeit Mit Daten
Ein AWS-Leitfaden vom 12. Oktober zeigt eine Ray-LLM-Containerkonfiguration auf EKS, die ein LLM auf zwei GPU-Knoten verteilt und Prefill und Token-Erzeugung trennt. Der Beitrag konzentriert sich auf Bereitstellung und Konfiguration.
AWS Machine Learning Blog1 Min. Lesezeit Mit Daten
Ein IBM-Research-Erklärbeitrag vom 12. Oktober fasst Methoden des llm-d-Frameworks zusammen, darunter cachebewusstes Routing, KV-Cache-Auslagerung, Flusssteuerung und Phasentrennung. Leistungswerte stammen aus den im Beitrag genannten llm-d-Demonstrationen.
Alteryx und Google Cloud veröffentlichten ein Architekturbeispiel, das Live Query und BigQuery für unstrukturierte Dokumentabläufe verbindet. Rechnungs-PDFs bleiben in Cloud Storage; Alteryx erstellt den Ablauf im Browser, während BigQuery Umwandlung und Abgleich per SQL-Pushdown ausführt. Im ausgearbeiteten Beispiel extrahiert Gemini AI.GENERATE Rechnungsfelder.
Ein technischer AWS-Beitrag vom 9. Oktober beschreibt, wie Postmans Agent Mode Werkzeuge je nach Aufgabe auswählt, schema-basierte Lesezugriffe nutzt und Kontext aufbereitet. Postman beziffert seine Entwicklergemeinschaft auf 40 Millionen.
AWS Machine Learning Blog1 Min. Lesezeit Mit Daten