Texte
Notizen zum Entwickeln mit KI in echten Produkten — dazu Produkt, Trust & Safety und Sprache.
xAIs erste Zusammenfassung nach dem EU AI Act macht Grok 4.5 mit anderen Meldungen vergleichbar — und zeigt Nutzen und Grenzen der standardisierten Angaben.
Sehr große Plattformen entschieden im zweiten Halbjahr 2025 über 45 Millionen interne Beschwerden — und kippten ihre eigene ursprüngliche Entscheidung in 39 % der Fälle.
Am 17. Juli 2026 schaltet Google die Verbraucher-App von Gemini Code Assist für die GitHub-Codeprüfung ab — der letzte Schritt beim Abbau der kostenlosen Einzelnutzer-Stufe. Was tatsächlich endet, warum Googles Antigravity kein direkter Ersatz ist und welche KI-PR-Review-Alternativen — Copilot, CodeRabbit, Qodo, Greptile — Ihre Prüfungen zurückholen.
Ubers 14,8-Milliarden-Dollar-Übernahme von Delivery Hero stützt sich auf angeblich 60 Millionen monatlich aktive Nutzer — eine Zahl, die in keiner EU-DSA-Transparenzmeldung auftaucht. Der einzige verfügbare Bericht zeigt rund 4.500 Meldungen in zwölf Monaten und keine einzige Nutzerzahl; der Bericht für 2025 endet in einem 404.
Der Transparenz-Datenexplorer ist jetzt eine native Android- und Desktop-App — eine einzige Kotlin-Multiplatform-Codebasis, eine mobil-first gestaltete Compose-Oberfläche, dieselbe Live-API und kein SQL. Was ausgeliefert wurde, warum eine Codebasis beide Plattformen abdeckt und wo man sie herunterlädt.
Im Juli 2026 kündigten drei der meistgenutzten KI-Apps Chinas an, die von Nutzern erstellten Begleit-Chatbots (智能体) zu entfernen. Ein sachlicher Blick auf die neuen vorläufigen Bestimmungen — die auf Begleit-Chatbots zielen, nicht auf die autonomen „Agenten“, als die der Begriff wörtlich zu übersetzen ist — auf das, was die Regel erfasst, und auf den Übersetzungsknoten, der „Agenten“ zur Schlagzeile machte.
Das Dashboard hatte bereits die aggregierten Transparenzberichte des DSA. Jetzt hat es auch die Daten auf Entscheidungsebene — jede Begründung zu einer Content-Moderationsentscheidung, die Plattformen in der EU einreichen. So wurden aus rund 4 TB täglicher Datenabzüge ein zwei Megabyte großes Dashboard.
Artikel 53 Abs. 1 Buchst. d verpflichtet Anbieter von KI-Modellen mit allgemeinem Verwendungszweck, eine standardisierte Zusammenfassung ihrer Trainingsdaten zu veröffentlichen. Ich habe die bislang eingereichten zu einem vergleichbaren Datensatz zusammengetragen — und die Kluft zwischen denen, die einreichen, und denen, die es nicht tun, ist aufschlussreicher als die Zahlen.
Ich habe Claude Code in einer sandboxed Web-Sitzung gebeten, für jede Station einer Hongkong-Reise Karten auf Vereinfachtem Chinesisch zu erstellen. Kein Browser, kein Maps-API-Schlüssel — nur rohe Kartenkacheln, Pillow und ein Umweg über Chinas vorgeschriebenen GCJ-02-Koordinatenversatz.
Ein Engineering-Beitrag von LayerX protokolliert seine KI-Prompts und analysiert sie wie Code, um herauszufinden, was zu automatisieren ist. Es ist der datengetriebene Ansatz, den ich bei Google und seither genutzt habe — die Intuition markiert es, die Daten beweisen es —, nun reflexartig auf den Mensch-KI-Workflow selbst angewandt.
Ich habe Claude Code mit Anthropics neuem Fable-5-Modell gebeten, mein Forschungs-API sicherheitszuprüfen. Es fand und behob fünf echte Probleme — SSRF, CSV-Injection, einen Timing-Seitenkanal — und überprüfte dann die Fakten des Bots, der seinen PR begutachtet hatte.
Vier neue Tabs — Automatisierte Mittel, Personal, Nutzerreichweite und Qualitative Informationen — vervollständigen die Abdeckung aller DSA-Berichtstabellen im Dashboard.
EU-DSA-Transparenzberichte für H2 2025 von 30 VLOP- und VLOSE-Diensten in einer einzigen interaktiven Ansicht. Der erste plattformübergreifende Datensatz, der der harmonisierten Vorlage der Kommission vollständig folgt.
Kategoriedefinitionen sind über Plattformen hinweg nicht standardisiert. Die Daten sind selbstberichtet. Die Aggregationsmethoden unterscheiden sich. Was das VLOP-Dashboard sagen kann und was nicht — und warum die Einschränkungen ebenso wichtig sind wie die Daten.
Anforderungsextraktion, Lückenanalyse und Entwurfsprüfung — drei Workflows, die sich tatsächlich bewährt haben. Wo jeder von ihnen an seine Grenzen stößt und was LLMs im Compliance-Kontext zuverlässig nicht leisten können.
Verleumdung und Regierungskritik haben sehr unterschiedliche Länderverteilungen. Die Löschrate verschiebt sich über die 30 Berichtszeiträume. Und der Typ des Anfragenstellers hat echtes operatives Gewicht.
30 Berichtszeiträume, 178 Länder, 61 Google-Produkte, 22 Löschgründe — verwandelt in einen mehrjährigen Trend-Explorer. Jede Filterkombination erzeugt eine Zeitreihe.
Beide Gesetze verlangen von sozialen Medien Transparenzberichte zur Content-Moderation. Ihre Datenanforderungen gehen so auseinander, dass sie getrennte Pipelines erzwingen, selbst wenn die Prüfzyklen geteilt werden können.
Zwei bundesstaatliche Transparenzberichte für soziale Medien eingereicht — California AB 587 (H2 2025) und New York S895 (Q4 2025). Sie parallel zu erstellen prägte den Aufbau unserer Berichtsinfrastruktur.
Artikel 15 gilt jährlich für alle Vermittlungsdienste. Artikel 42 ergänzt halbjährliche, kategoriebasierte, mit Zeitstempeln versehene VLOP-Pflichten. Die praktische Lücke ist erheblich — und sie zeigt sich in der Berichtsinfrastruktur.
Roblox' jährlicher EU-DSA-Transparenzbericht für 2025 ist veröffentlicht und deckt die Content-Moderation vom 1. Januar bis 31. Dezember ab. Ich habe die End-to-End-Umsetzung verantwortet.