Der Tag, belegt

Der CO2-Fußabdruck des KI-Trainings ist um Größenordnungen gewachsen. Stanfords AI Index 2026 schätzt, dass das Training von AlexNet im Jahr 2012 etwa 0,01 Tonnen CO2-Äquivalent verursachte, während das Training von xAIs Grok 4 im Jahr 2025 schätzungsweise 72.816 Tonnen CO2-Äquivalent — über das 1.150-Fache der Lebenszeitemissionen eines Autos

McKinseys State-of-AI-Umfrage, zitiert in Stanfords AI Index 2026, fragte Organisationen, die bereits KI nutzen, wo sie die deutlichsten Vorteile gesehen hätten. Das 2025 am häufigsten genannte Ergebnis war eine verbesserte Innovationsfähigkeit, genannt von 64 % der Befragten, mehr als jedes andere gemessene Unternehmensergebnis

Epoch AIs FrontierMath-Erdős-Benchmark stellt KI-Modellen die Aufgabe, 68 bedeutende ungelöste Erdős-Probleme in Lean zu beweisen oder zu widerlegen, jeweils mit einem festen Budget von 300 Dollar und 72 Stunden. Bei einem Test von fünf Spitzenmodellen im August 2026 lieferte nur eines eine verifizierte Lösung: GPT-6 Astra löste 2 von 68 Problemen (3 %) — jedes andere getestete Modell erzielte 0 %

Innodatas Datenexperten kennzeichnen, bereinigen und kuratieren die Trainingsdaten hinter führenden KI-Modellen, und die Nachfrage nach dieser Arbeit steigt weiter. Der Umsatz im zweiten Quartal 2026 erreichte einen Rekordwert von 92,1 Millionen Dollar, ein Anstieg von 58 % gegenüber dem Vorjahr

TrendForce sieht eine langsame Abkehr von Merchant-GPUs in KI-Servern, da Google, Meta und andere nordamerikanische Cloud-Anbieter ihre eigenen Chips ausbauen. GPUs sollen die Auslieferungen von KI-Servern 2026 mit 69,7 % weiterhin anführen, während der ASIC-Anteil bei 27,8 % im Jahr 2026 liegen soll, dem höchsten Stand seit 2023

Epoch AIs neuer AI-Chip-Nutzer-Explorer schätzt, dass sich OpenAIs Rechenkapazität für Training und Inferenz, gemessen in H100-Äquivalenten, in den Jahren 2024 und 2025 zusammen vervielfachte auf das 17-Fache von OpenAIs Rechenkapazität aus dem Jahr 2023, laut Epoch AIs H100-Äquivalent-Schätzung