Der Burggraben ist ein Parkplatz

Der Burggraben ist ein Parkplatz

Woran die KI-Giganten dieses Jahr nicht vorbeikommen, sind nicht Computerchips, und es sind auch nicht Modelle. Es ist Strom, plus ein Ort, um ihn anzuschließen. Die großen Labore haben das Geld und die Chip-Bestellungen, um alles zu bauen, was sie wollen, aber die Leistung, um es tatsächlich zu betreiben, hängt hinter einer Netzanschluss-Warteschlange fest, die inzwischen Jahre dauert. Dieser eine Engpass zeichnet still die Landkarte neu, wer gewinnt, und letzte Woche reichte Tesla Unterlagen ein, die nahelegen, dass es einen Weg um die Warteschlange herum gefunden hat.

Am 18. Juni meldete Tesla ein Markenzeichen namens MEGAPOD an, ein modulares KI-Rechenzentrum, das man vor Ort zusammensetzt: Server, Netzwerk, Strom und Kühlung in einer Kiste. Die Kiste ist aber nicht das Interessante, sondern wo Tesla sie hinstellen will. Musk hat gesagt, das Unternehmen plane, Rechenleistung direkt an seine Supercharger-Standorte zu schrauben, wo es bereits auf rund 7 Gigawatt verkabelter und genehmigter Leistung sitzt. Während OpenAI und Oracle 500 Milliarden Dollar in Stargate pumpen, um 10 Gigawatt Rechenzentren aus leerem Boden zu stampfen, eine Aufgabe, die in Jahren gemessen wird, hält Tesla eine Stromleistung fast dieser Größe in der Hand, die es fürs Laden von Autos gebaut hat und still auf KI-Chips umlenken kann.

Dann ist da die größere Idee, die Musk in einer Earnings-Call ins Spiel brachte, die erfunden klingt, es aber nicht ist. Jeder Tesla trägt bereits einen Chip fürs autonome Fahren, und das Durchschnittsauto steht etwa 95 Prozent des Tages geparkt herum. Verbinde genug davon, und du bekommst, was er distributed inference nennt: die Arbeit der KI verteilt über Millionen Autos statt über ein einziges riesiges Gebäude. Nach seiner Rechnung sind 100 Millionen Autos zu je einem Kilowatt gleich 100 Gigawatt Rechenleistung, die jemand anderes schon gekauft, mit Strom versorgt und gekühlt hat. Unsere Einschätzung: Die Supercharger-Hälfte davon ist real und clever, denn genehmigte Leistung ist gerade das knappe Gut, und Tesla hat da einen Jahrzehnt-Vorsprung. Die Parkplatz-Hälfte ist eine Irgendwann-Geschichte, denn Tesla hat heute vielleicht 8 Millionen Autos auf der Straße statt 100 Millionen, und niemand hat die Latenz, die Sicherheit oder die schlichte Frage gelöst, warum du einem Fremden das Gehirn deines Autos leihen solltest. Rechne mit den Parkplätzen, lass die Einfahrten fürs Später.

Die Verlierer sind alle, die noch in der Netz-Warteschlange stehen. Am selben Tag, an dem Tesla einreichte, wurde die föderale Energieregulierung nervös genug über diesen Rückstau, um die großen Netzbetreiber anzuweisen, Rechenzentren zu bevorzugen, mit dem Ziel, eine mehrjährige Wartezeit auf rund 90 Tage zu drücken, solange diese Rechenzentren ihren eigenen Strom mitbringen oder sich abschalten, wenn das Netz unter Last steht. Wenn Washington anfängt, die Regeln des Stromnetzes umzuschreiben, um KI schneller ans Netz zu bekommen, ist Elektrizität kein Posten mehr, sondern der ganze Wettbewerb.

Und die Kosten verdampfen nicht: Dort, wo Rechenzentren am schnellsten aus dem Boden schießen, starren die Regulierer schon auf Rechnungen, die am Ende die normalen Stromkunden tragen könnten. Für alle, die nicht Tesla heißen, ist die Lesart kühler: Wenn deine KI-Pläne davon ausgehen, dass Rechenleistung immer billiger und leichter zu bekommen ist, dann ist das, was deine Anbieter zu rationieren beginnen, der Strom.

Tesla hat zehn Jahre gebraucht, um das größte private Schnellladenetz des Planeten zu bauen, und alle haben es unter „Autos" abgeheftet. Es könnte sich herausstellen, dass es das eine Ding gebaut hat, von dem dieser Boom nicht schnell genug mehr herstellen kann: einen Parkplatz, der bereits am Netz hängt.

Bau deinen ersten Loop

Die besten Builder haben aufgehört, Prompts zu schreiben. Boris Cherny, der bei Anthropic Claude Code verantwortet, sagt es klar: „Ich prompte Claude nicht mehr. Ich habe Loops laufen, die Claude prompten. Mein Job ist es, Loops zu schreiben." In Claude Code tippst du jetzt einfach /loop und gehst weg. Also, was ist ein Loop, und warum schlägt er einen Prompt?

Ein Loop gibt der KI ein Ziel und eine Möglichkeit, sich selbst zu prüfen, und lässt sie dann laufen, versuchen, prüfen, korrigieren, bis sie beweisen kann, dass der Job erledigt ist. Die Form passt auf alles mit klarer Ziellinie: einen Bug („hör nicht auf, bis die Tests grün sind"), die Monatsbücher („gleiche ab, bis jede Transaktion passt") oder ein Recherche-Briefing („grab weiter, bis alle zehn Fragen eine Quelle haben").

Die kostenlose Loop Library zerlegt einen guten Loop in fünf Teile:

• Trigger: was ihn auslöst.
• Action: die Arbeit, die er bei jedem Durchlauf tut.
• Proof: wie er sich selbst prüft, der Teil, den alle überspringen.
• Memory: was von einem Lauf zum nächsten mitgenommen wird.
• Stopping condition: woran er merkt, dass er aufhören kann.

1. Such dir eine wöchentliche Fleißarbeit: den Metrik-Recap, das Pipeline-Update, den Report, den du jeden Montag neu baust.
2. Definiere „fertig": Schreib diese fünf Teile in Klartext, dann nagle den Proof fest: Sag ihm genau, woran er merkt, dass er die Aufgabe richtig gemacht hat.
3. Lass ihn einmal laufen, dann lass los: Sieh dem ersten Durchlauf zu, korrigier die eine Sache, die schief ist, und danach prüfst du nur noch die Ausgabe.

Was sonst noch passiert ist

Mythos drang in Stunden in die NSA ein

Letzte Woche riss ein Satz durch X: Senator Mark Warner sagte, der General, der die NSA führt, habe ihm erzählt, Anthropics Mythos-Modell sei „in fast alle unsere klassifizierten Systeme eingedrungen, nicht in Wochen, sondern in Stunden", Tage bevor die Regierung es aus der Öffentlichkeit zog. Am Wochenende holte der fehlende Kontext auf: Es passierte in einer autorisierten Red-Team-Übung, und Warner brachte es zur Sprache, um Anthropic zu loben und dafür zu werben, Frontier-Modelle vor dem Release so hart zu testen, nicht um einen Hack zu melden. Die gruseligste KI-Behauptung des Monats entpuppte sich als Stresstest, der genau wie geplant funktionierte.

Ein chinesisches Modell zieht beim Coding mit GPT-5.5 gleich, zu einem Sechstel des Preises

Vercels CEO sagte, er sei fast schockiert gewesen, wie gut GLM-5.2 beim Coding ist, und es ist offen (kostenlos für Unternehmen zum Herunterladen und Selbstbetreiben) zu etwa einem Sechstel dessen, was die Top-Modelle kosten. Das trifft auf einen Punkt, der bei Engineering-Leads die Runde macht: Viele große Organisationen geben zu viel für KI aus und nutzen sie zugleich zu wenig, weil sie jede Aufgabe standardmäßig ans größte, teuerste Modell schicken, wo ein günstigeres reichen würde. Bevor du Budgets deckelst, prüf deine Defaults.

Codex lernt eine Fleißarbeit, indem es dir einmal zusieht

OpenAI hat diesen Monat Record & Replay für Codex ausgeliefert: Zeig ihm eine wiederkehrende Aufgabe einmal, etwa das Ziehen eines Wochenreports oder das Einreichen einer Spesenabrechnung, und es verwandelt die Vorführung in einen editierbaren, wiederverwendbaren Skill. Vorerst nur für Mac.

Claude Code kann deinem Team jetzt eine klickbare Seite übergeben

Neu in Claude Code: Artifacts, interaktive Seiten, direkt aus einer Session gebaut, etwa eine Erklärung zu einer Code-Änderung oder ein lebendiges Projekt-Dashboard, geteilt mit deinem Team über einen privaten Link. Die Ausgabe einer KI-Session wird zu etwas, das man Leuten übergibt, nicht bloß zu einem Transkript, das man liest. In der Beta für Team- und Enterprise-Pläne.

Einer hat ein Produkt vorverkauft, bevor er ein einziges Stück baute

Ethan Buck brachte BYLT heraus, einen Baukasten, mit dem du ein Tiny House mit echten Bauplänen, Ständerwerk und Verkabelung baust statt Plastiksteine zusammenzustecken, und ließ die Crowd finanzieren, bevor irgendetwas ausgeliefert war. Mit KI kann eine Person das Video, den Shop und die Kampagne aus dem Boden stampfen, um eine Idee zu testen, bevor sie einen Dollar riskiert.

Anthropics Chip-Lieferant ist zugleich Kunde, Partner und Investor

In einer einzigen Ankündigung willigte Micron ein, den HBM, DRAM und die SSDs zu liefern, auf denen Claude läuft, diesen Speicher gemeinsam rund um Claudes Workloads zu entwerfen, Claude in den eigenen Fabriken und im Engineering auszurollen und in Anthropics Series H zu investieren. Die Art von Knoten, die man nur knüpft, wenn die physische Lieferkette zu dem Ding wird, das es sich zu sichern lohnt. Der Markt hat es bemerkt: Micron sprang auf die Nachricht hin um über 5 Prozent.

Bis nächsten Dienstag. Sven