6/5/2025 AI Express | Was gibt's Neues in AI: Gemini, Claude Code und ChatGPT Funktionserweiterungen

Die neueste Nachricht ist, dass Google DeepMinds Gemini-2.5-Pro (Version 06-05) erneut den Spitzenplatz in allen Wettbewerbsbereichen eingenommen hat.

Das Modell zeichnet sich in einer Reihe von Bereichen wie Textverarbeitung, visuelle Erkennung und Webentwicklung aus, insbesondere bei den schwierigeren Aufgaben in den Bereichen Codierung, Mathematik, kreatives Schreiben und Dialoge mit mehreren Runden.erster Platzder Leistung. Diese Aktualisierung verbessert nicht nur die Leistung in den Bereichen Programmierkenntnisse, logisches Denken und kreatives Schreiben, sondern auch die Fähigkeit, komplexe Anweisungen und lange Abfragen zu bearbeiten.

Gemini 2.5 ProEs ist eines der intelligentesten Modelle auf dem Markt und zeichnet sich in mehreren Schlüsselbereichen aus:

• Bessere Programmierkenntnisse und die Fähigkeit, komplexere Codierungsaufgaben zu bewältigen.
• Verbesserte Fähigkeiten zum logischen Denken, um komplexe Probleme besser zu verstehen und zu lösen.
• Kreative Schreibfähigkeiten werden verbessert, um kreativere Inhalte zu erstellen.

Dieses Update markiert einen weiteren wichtigen Durchbruch für die Gemini-Modellreihe im Bereich der künstlichen Intelligenz und bietet mehr Möglichkeiten für zukünftige Anwendungen.

Herzlichen Glückwunsch an das Google DeepMind-Team zu dieser bedeutenden Leistung!

Claude Code in Kombination mit Opus 4 wird als eines der besten Programmierwerkzeuge auf dem Markt gepriesen und bietet eine noch nie dagewesene Perspektive auf die Zukunft der Programmierung.

Als allumfassendes Entwicklungstool verfügt Claude Code über ein hervorragendes Produktdesign, das es Entwicklern ermöglicht, eine Vielzahl komplexer Anwendungsszenarien problemlos zu bewältigen. Seine Funktionen umfassen:

• Vollständige Unterstützung für Full-Stack-Entwicklung
• Ausgezeichnetes Gespür für Produktdesign
• Angenehme Benutzererfahrung
• Einfache und leicht zu bedienende Schnittstelle

Egal, ob Sie ein Anfänger oder ein erfahrener Entwickler sind, Claude Code bietet Ihnen eine effiziente und bequeme Programmiererfahrung. Wenn Sie dieses Tool noch nicht verwenden, sind Sie vielleicht schon hinter der technologischen Kurve.

Um eine bessere Vorstellung von der Leistungsfähigkeit von Claude Code und Tipps zu seiner Verwendung zu bekommen, können Sie sich ein 72-minütiges Demo-Video ansehen, das weitere praktische Tipps und Best Practices enthält.

OpenAI hat kürzlich eine Reihe neuer Geschäftsfunktionen für ChatGPT eingeführt, die die Produktivität und Effizienz in Unternehmen verbessern sollen. Zu diesen neuen Funktionen gehören interne Tool-Konnektoren, Meeting-Aufzeichnung, benutzerdefinierte Integrationen und ein aktualisiertes Preismodell für Unternehmen.

In diesem Update hat ChatGPT Unterstützung für eine Vielzahl von On-Premise-Tools wie Google Drive, SharePoint, Dropbox und Box hinzugefügt, die Konnektoren sind, die Echtzeit-Zugriff ermöglichen und Referenzen für Teams, Unternehmen und Bildungskunden bereitstellen, und Administratoren können den Zugriff auf die Konnektoren in den Einstellungen steuern.

Funktion der vertieften RechercheEs ist jetzt möglich, lange und zitierte Antworten zu generieren, interne und Web-Ressourcen für eine umfassende Analyse zu kombinieren und mehrere Plattformen wie Google Drive, SharePoint, Dropbox, Outlook, Gmail und mehr zu unterstützen, und zwar für Teams, Unternehmen, Kunden aus dem Bildungsbereich sowie Pro- und Plus-Benutzer weltweit (außer HubSpot Nutzer und Nutzer in der Schweiz, dem EWR und Großbritannien).

Darüber hinaus ist der Google Cloud Drive Sync Connector in der Lage, die Cloud-Inhalte eines Unternehmens im Voraus zu indizieren, was schnelle und qualitativ hochwertige Antworten auf Dokumente, Folien, Tabellen usw. durch semantische Suche ermöglicht, und unterstützt Modelle wie o4-mini, o3 und GPT-4o, die es Administratoren ermöglichen, Berechtigungen je nach Nutzerbedarf zuzuweisen.

Das flexible Preismodell für Unternehmenskunden wurde ebenfalls überarbeitet, um einen auf Guthaben basierenden Zugangsmechanismus für erweiterte ChatGPT-Modelle und -Funktionen einzuführen, wobei Unternehmensbereiche einen gemeinsamen Pool von Guthaben erwerben können, von dem alle Benutzer abgezogen werden, wenn sie erweiterte Funktionen nutzen, während der unbegrenzte Zugang zu den Haupt-ChatGPT-Modellen und -Funktionen erhalten bleibt.

Unsere neueste Version ist das Tool Production Ready Spreadsheet Agent!

Wirtschaftsprüfungsgesellschaften, Steuerteams, Versicherungsgesellschaften und Finanzabteilungen von Unternehmen müssen mehr als 10 Stunden pro Woche damit verbringen, Hunderte von Tabellenkalkulationsdateien manuell zu bearbeiten, indem sie Zahlen einfach kopieren und einfügen. Diese ineffiziente Arbeitsweise verschwendet nicht nur Zeit, sondern ist auch fehleranfällig.

Unser Proxy-Tool verwendet eine Architektur nach dem Motto "erst parsen, dann folgern".die Fähigkeit, visuelle Strukturen und Zusammenhänge zu verstehen, sowie die folgenden Fähigkeiten:

• Unübersichtliche Tabellenkalkulationen in standardisierte Formate umwandeln
• Bereitstellung von Quizfragen in natürlicher Sprache direkt auf Tabelleninhalten
• Umgang mit verschmolzenen Zellen und komplexen Layouts
• Beibehaltung der Datenbeziehungen während der Konvertierung

In den Tests übertraf das Agentenwerkzeug sogar die menschliche Grundlinie mit einer Genauigkeit von 961 TP3T, verglichen mit nur 751 TP3T für den OpenAI Code Interpreter (GPT 4.1).

Für weitere Informationen besuchen Sie bitte unseren Blog: https://t.co/zO0ZXvsjZ7

Das Spreadsheet Agent-Tool befindet sich derzeit in einer privaten Vorschau. Für eine Testversion, kontaktieren Sie uns bitte unter https://t.co/YFCL9weLWU

In der Zwischenzeit können Sie unsere hochmoderne Technologie zur Dokumentenverarbeitung, LlamaCloud, ausprobieren, indem Sie sich jetzt anmelden: https://t.co/D2LIAXZZB0

Kürzlich hat das Google AI-Entwicklerteam ein neues Open-Source-Projekt veröffentlicht, das durch Feinabstimmung des Gemma 3-Modells die Erkennung von Bildzielen ermöglichen soll.

Gemma 3 ist ein von Google DeepMind entwickeltes multimodales Modell mit visuellen Verarbeitungsfähigkeiten, das jedoch in seinem Anfangszustand nicht in der Lage ist, bildspezifische Aufgaben wie Zielerkennung und semantische Segmentierung durchzuführen. Inspiriert durch das PaliGemma-Projekt (@giffmana et. al.) zeigt dieses Projekt, wie bildspezifische Aufgaben in autoregressive Aufgaben umgewandelt werden können, um eine effizientere Aufgabenverarbeitung zu ermöglichen.

Zu den Hauptakteuren des Projekts gehören Sergio Paniego und andere, die gemeinsam an der Erstellung dieser leichtgewichtigen Codebasis gearbeitet haben, um den Benutzern die schnelle Anpassung der Parameter und den Beginn des Feinabstimmungsprozesses zu erleichtern. Spezifische Schritte umfassen:

1. Erstellen Sie einen Zielerkennungsdatensatz mit der Bezeichnung;
2. Laden Sie das Modell Gemma-3 von Hugging Face Hub herunter;
3. Feinabstimmung des Modells;
4. Visualisierung der vorhergesagten Ergebnisse.

Obwohl die Qualität der bisher erzeugten Bilder nicht ideal ist, war Gemma 3 in der Lage, Standortbeschriftungen mit einer geringen Anzahl von Datenpunkten zu erzeugen, was für die Konstruktion von einfachen Bounding Boxes ausreicht. Dieses Ergebnis veranlasste das Team zu der Entscheidung, das Projekt zu veröffentlichen.

ZukunftspläneIn der Mitte hofft das Team, die Ergebnisse durch Optimierung weiter zu verbessern, und begrüßt es, wenn Mitglieder der Gemeinschaft Code beitragen oder Verbesserungen vorschlagen.

Morph V2, ein System zur Verarbeitung von1600 WertmarkenDas Modell zur Codeänderung ist jetzt auf der Playground-Plattform verfügbar. Das Modell wurde entwickelt, um die Effizienz der Code-Modifikation zu verbessern und ist auf eine Vielzahl von Bereichen anwendbar, einschließlich Softwareentwicklung, Code-Review und automatisierte Tests.

Morph V2 nutzt eine fortschrittliche Technologie zur Verarbeitung natürlicher Sprache, um Code-Schnipsel schnell zu verstehen und in hoher Qualität zu generieren. Seine effiziente Verarbeitungsgeschwindigkeit ermöglicht es Entwicklern, eine große Anzahl von Codeänderungen und -optimierungen in kurzer Zeit durchzuführen.

Wesentliche Merkmale:

• Verarbeitet 1600 Token pro Sekunde, was die Geschwindigkeit der Codeänderung deutlich erhöht;
• Mehrere Programmiersprachen werden unterstützt, darunter Python, JavaScript, Java und andere;
• Bietet eine intuitive Benutzeroberfläche, die einfach zu bedienen ist.

Dieses neue Tool wird die Produktivität der Entwickler erheblich steigern und verspricht, ein wichtiges Werkzeug für die Codeverwaltung und -optimierung zu sein.

Anthropic hat vor kurzem ein neues Web-Suchwerkzeug veröffentlicht, das den Nutzern eine effizientere und genauere Informationsbeschaffung ermöglichen soll. Das Tool nutzt eine fortschrittliche Technologie zur Verarbeitung natürlicher Sprache, um komplexe Suchanfragen zu verstehen und riesige Datenmengen schnell zu durchforsten, um die relevantesten Ergebnisse zu finden.

Dieses Suchtool ist nicht nur für allgemeine Nutzer, sondern auch besonders für Forscher und Unternehmensnutzer geeignet. Es optimiert die Qualität der Suchergebnisse durch Deep-Learning-Algorithmen und kann die Produktivität erheblich verbessern.

Die wichtigsten Merkmale sind:

• Intelligentes semantisches Verständnis: Fähigkeit, die Absicht des Nutzers bei einer Anfrage genau zu analysieren
• Mehrsprachige Unterstützung: deckt eine Vielzahl gängiger Sprachen ab, um den Anforderungen globaler Nutzer gerecht zu werden
• Aktualisierungen in Echtzeit: Kontinuierliche Aktualisierung der Datenquellen, um die Aktualität der Informationen zu gewährleisten

Dieses innovative Tool von Anthropic betritt Neuland im modernen Information Retrieval und verdient Aufmerksamkeit.

Vor kurzem hat das Technologieunternehmen für künstliche Intelligenz @xai die Einführung seiner neuesten Echtzeit-Suchfunktion angekündigt. Diese neue Funktion bietet den Nutzern genauere und sofortige Suchergebnisse durch die Kombination von fortschrittlicher natürlicher Sprachverarbeitung und maschinellen Lernalgorithmen.

Die Echtzeitsuche reagiert nicht nur schnell auf die Suchanfragen des Nutzers, sondern gibt auch personalisierte Empfehlungen auf der Grundlage des Suchverlaufs und der Verhaltensmuster des Nutzers, was das Nutzererlebnis erheblich verbessert.

Die wichtigsten Merkmale sind:

• Echtzeit-Feedback: Nach der Eingabe von Schlüsselwörtern durch den Benutzer liefert das System sofort relevante Ergebnisse.
• Intelligente Empfehlungen: personalisierte Vorschläge auf der Grundlage der historischen Sucheinträge und Verhaltensdaten der Nutzer.
• Multimodale Unterstützung: Unterstützung für mehrere Inhaltsformen wie Text-, Bild- und Videosuche.

Die Funktion hat eine breite Palette von Anwendungsszenarien, die E-Commerce, Online-Bildung, Nachrichten und Informationen und viele andere Bereiche umfassen. Für Unternehmen kann die Echtzeitsuche nicht nur die Nutzerzufriedenheit verbessern, sondern sich auch auf dem Wettbewerbsmarkt hervorheben.

Mit dem kontinuierlichen Fortschritt der Technologie wird die Echtzeit-Suchfunktion weiter optimiert, um den Nutzern noch intelligentere Dienste anzubieten.

Die neueste Version von v0 unterstützt jetzt die Inline-Code-Generierung.

Mit dieser Aktualisierung können Benutzer die Tastenkombination ⌘+K drücken, um Codeabschnitte, die bekanntermaßen geändert werden müssen, direkt zu modifizieren, wenn sie schnelle und präzise Codeänderungen vornehmen. Dies steigert nicht nur die Produktivität der Entwickler, sondern verringert auch die Wahrscheinlichkeit von manuellen Tippfehlern.

Die wichtigsten Merkmale sind:

• Code-Generierung in Echtzeit: Sie müssen nicht zu anderen Tools oder Seiten wechseln, Code-Änderungen werden direkt im aktuellen Editor vorgenommen.
• Intelligente Vorschläge: Das System ist in der Lage, relevante Codeschnipsel auf der Grundlage des Kontexts bereitzustellen, was die Entwicklung weiter beschleunigt.
• Kompatibel mit einer Vielzahl von Programmiersprachen: Ob JavaScript, Python oder eine andere wichtige Sprache, v0 bietet Unterstützung dafür.

Darüber hinaus hat das v0-Team ein Video veröffentlicht, das zeigt, wie die Funktion in Aktion genutzt werden kann. Interessierte Entwickler können unter folgendem Link mehr erfahren: watch the demo video.

In diesem praktischen Beispiel zeigen wir, wie man die Extraktion des SEC-Formulars 4 mit LlamaExtract und Agenten-Workflows automatisiert.

Das SEC-Formblatt 4 spielt eine wichtige Rolle für die Markttransparenz, da es die leitenden Angestellten, Direktoren und Großaktionäre eines Unternehmens zur Offenlegung ihrer Aktiengeschäfte verpflichtet. Dies hilft nicht nur den Aufsichtsbehörden bei der Überwachung des Insiderhandels, sondern stellt auch für die Anleger eine wichtige Informationsquelle dar.

In diesem Colab werden wir:

• Erstellung eines Extraktionsagenten, der strukturierte Informationen aus unstrukturierten Form-4-Dateien extrahieren kann
• Aufbau eines skalierbaren Workflows zur Extraktion von Handelsinformationen aus den SEC-Formularen 4 für alle Unternehmen des Dow Jones Industrial Average

Auf diese Weise können wir große Datenmengen effizient verarbeiten und die Genauigkeit und Konsistenz der Informationen gewährleisten.

Sehen Sie sich das vollständige Beispiel an: https://t.co/fJwoSHYfvo