UGM, Indosat und NVIDIA starten in Yogyakarta ein KI-Zentrum. Es soll lokale KI-Fachkräfte in Indonesien ausbilden.
An der Universitas Gadjah Mada in Yogyakarta startet ein Ausbildungs- und Forschungszentrum, das lokale KI-Talente entwickeln und Indonesiens Abhaengigkeit von auslaendischer Technologie reduzieren s…
Waehrend die Schlagzeilen ueber Kuenstliche Intelligenz meist aus dem Silicon Valley oder aus China kommen, sortiert sich derzeit ein anderer Teil der Welt neu. Indonesien, das viertbevoelkerungsreichste Land der Erde, will nicht laenger nur Konsument fremder KI-Modelle sein, sondern eigene Talente ausbilden. Diese Woche eroeffnete dort die erste universitaere KI-Einrichtung ihrer Art - und der Name Nvidia steht mit auf dem Tuerschild.
Konkret geht es um das 'UGM Indosat NVIDIA AI Technology Center', kurz NVAITC, das in Yogyakarta an der Universitas Gadjah Mada (UGM) an den Start geht. Beteiligt sind neben der Universitaet der Chip-Hersteller Nvidia, der indonesische Telekom-Konzern Indosat Ooredoo Hutchison und das indonesische Ministerium fuer Kommunikation und digitale Angelegenheiten (Komdigi). Das Zentrum entsteht laut Ankuendigung im Rahmen eines nationalen Programms, das Indonesien als 'AI Center'-Initiative aufsetzt. Es ist das erste KI-Technologiezentrum des Landes, das direkt an einer Universitaet angesiedelt ist - also nicht in einem Firmenlabor oder einer Behoerde, sondern dort, wo Studierende ausgebildet werden.
Die Konstellation ist typisch fuer eine neue Phase des KI-Wettbewerbs. Nvidia, das mit seinen Grafikprozessoren (den Chips, auf denen fast alle grossen KI-Modelle trainiert werden) laengst zum wichtigsten Infrastruktur-Anbieter der Branche geworden ist, sichert sich Praesenz in Wachstumsmaerkten Suedostasiens. Indosat als lokaler Telekommunikationsriese bekommt Zugang zu KI-Know-how und kann sich als heimischer Champion positionieren. Und Indonesien selbst - ein Land mit rund 280 Millionen Einwohnern und einer sehr jungen Bevoelkerung - versucht, das zu tun, was viele Regierungen derzeit versuchen: eigene Fachkraefte aufbauen, statt sie im Ausland einkaufen zu muessen. Unter Druck geraten koennten dadurch mittelfristig andere Ausbildungswege, etwa reine Online-Kurse oder Auslandsstudien, weil ein staatlich flankiertes Zentrum vor Ort mehr Sichtbarkeit und wohl auch mehr Foerdergeld anzieht.
Vieles bleibt im vorliegenden Material aber offen. Wie gross das Zentrum konkret dimensioniert ist, wie viele Studierende oder Forschende dort arbeiten sollen, welche Hardware Nvidia bereitstellt und wie viel Geld die Beteiligten investieren - all das ist nicht belegt. Auch ob es sich um ein rein indonesisches Vorhaben handelt oder um einen Baustein einer groesseren Nvidia-Strategie fuer die Region, geht aus der Ankuendigung nicht klar hervor. Kritisch koennte werden, wie unabhaengig ein Universitaetszentrum forschen kann, wenn Namensgeber und Ausstatter gleichzeitig ein kommerzieller Chip-Hersteller ist. Solche Interessenkonflikte sind aus anderen Branchen bekannt, im Material selbst wird das Thema jedoch nicht angesprochen.
Beobachten sollte man in den kommenden Monaten vor allem zwei Dinge: ob weitere Universitaeten in Suedostasien aehnliche Kooperationen mit Nvidia oder anderen westlichen Anbietern eingehen - und ob Indonesien parallel eigene, staatlich kontrollierte KI-Modelle vorstellt. Denn erst dann wird sichtbar, ob das neue Zentrum wirklich lokale Talente hervorbringt oder vor allem ein Schaufenster fuer einen globalen Konzern bleibt.
Anthropic reagiert auf den EU-AI-Act: Alle Claude-Modelle sollen nach dem 2. August 2026 KI-generierten Text automatisch per C2PA-Standard kennzeichnen. Das macht den Ursprung eines Textes maschinenlesbar nachvollziehbar.
Uber und Pony.ai planen mehr als 2.000 autonome Fahrzeuge auf europäischen Straßen. Das wäre ein größerer Rollout autonomer Autos außerhalb der USA und Chinas.
Uber und Pony.ai wollen gemeinsam mehr als 2.000 autonome Fahrzeuge in Europa einsetzen. Details zu Ländern oder Zeitplan sind im vorliegenden Material nicht angegeben.
Google arbeitet daran, KI-Berechnungen direkt auf verschlüsselten Daten durchzuführen – das Verfahren heißt homomorphe Verschlüsselung. Nutzer müssen ihre Daten dabei nicht entschlüsseln. Details zu konkreten Produkten sind im Material nicht angegeben.
KI-Texte lassen sich durch eingebettete Muster markieren, die für Menschen unsichtbar bleiben. Das ermöglicht es, den Ursprung eines Textes nachträglich zu prüfen. Wie robust diese Methoden in der Praxis sind, ist im Material nicht weiter ausgeführt.
Neue Forschungsergebnisse liefern Belege dazu, wie Organisationen KI-Tools wie ChatGPT konkret nutzen. Genaue Zahlen oder Branchen sind im vorliegenden Material nicht angegeben.
Ein Beitrag wirft großen KI-Laboren intellektuelle Überheblichkeit vor. Konkrete Belege oder genannte Akteure sind im vorliegenden Material nicht ausgeführt. Der Inhalt ist über den Titel hinaus unklar.
Ein Beitrag richtet sich an Mitarbeiter an Flughäfen und behandelt KI-Bezüge in diesem Arbeitsumfeld. Konkrete Inhalte oder Argumente sind im vorliegenden Material nicht angegeben. Der Inhalt ist unklar.
Das Modell nutzt nur einen Teil seiner insgesamt 2,4 Billionen Parameter gleichzeitig – das spart Rechenzeit bei gleichbleibender Stärke. Es eignet sich für Texterzeugung und ist offen verfügbar.
Fara-7B von Microsoft nimmt Bilder und Text gleichzeitig entgegen und gibt Textantworten zurück. Das Modell zählt über 600 Likes auf Hugging Face und wurde knapp 1.850-mal heruntergeladen.
Vier Agent-Apps sollen Planung, Sicherheit, Auslieferung und Veröffentlichung von Software direkt in GitHub abdecken. Wer dort ohnehin arbeitet, verlässt die Plattform dafür nicht mehr.
Das Tool stellt Beziehungen zwischen ML-Modellen als interaktiven 3D-Graphen dar. So lässt sich auf einen Blick erkennen, welche Modelle miteinander verwandt sind.
Nutzer können das sichtbare Wasserzeichen künftig abschalten. Das unsichtbare digitale Kennzeichen zur Erkennung KI-generierter Dateien bleibt laut Google jedoch erhalten.
Ein Agent lässt sich als einfache URL weitergeben und läuft direkt im Browser via WebGPU – ohne Server, ohne Installation. Das Modell wird lokal auf dem Gerät des Nutzers ausgeführt.
Keine Termine gemeldet.