KI-News vom 14. Januar 2026: Gemini Personal Intelligence, GPT-5.2-Codex API

Diese Woche in der KI

Ein arbeitsreicher Tag für das KI-Ökosystem: Google enthüllt Personal Intelligence in Gemini, was eine sichere Verbindung zu Google-Apps für wirklich personalisierte Antworten ermöglicht. OpenAI macht GPT-5.2-Codex über seine API Responses zugänglich, während NotebookLM Data Tables für alle Nutzer ausrollt.

Google startet Personal Intelligence in Gemini

14. Januar 2026 — Google kündigt Personal Intelligence an, eine neue Funktion, die es Gemini ermöglicht, sich sicher mit den Google-Apps des Nutzers zu verbinden, um wirklich personalisierte Antworten zu erhalten.

🔗 Post X @GeminiApp | Google Blog

Die verbindbaren Apps

Gemini kann nun Insights ziehen aus:

App	Zugängliche Daten
Gmail	E-Mails, Konversationen
Google Photos	Bilder, Erinnerungen
Google Search	Suchverlauf
YouTube	Verlauf, Präferenzen

Anwendungsfälle

Google hebt zwei konkrete Beispiele hervor:

Planung: Gemini schlägt Reiseziele und “hidden gems” vor, die an Ihre Präferenzen für Ihre Geschäfts- oder Privatreisen angepasst sind
Shopping: Gemini lernt Ihren Geschmack und Ihre Vorlieben, um Ihnen zu helfen, Artikel zu finden, die wirklich zu Ihnen passen

Privacy first

Google besteht auf der Nutzerkontrolle:

OFF standardmäßig: Die Funktion muss manuell aktiviert werden
Granulare Kontrolle: Sie wählen genau aus, welche Apps verbunden werden sollen
Reversibel: Sie können es jederzeit deaktivieren

Verfügbarkeit

Aspekt	Details
Status	Beta
Region	Nur USA
Abonnements	Google AI Pro und Ultra
Erweiterung	Geplant entsprechend der Verbesserung der Funktion

Personal Intelligence begins rolling out today as a beta to Google AI Pro and Ultra subscribers in the U.S. As the feature improves, availability will expand.

🇩🇪 Personal Intelligence wird ab heute als Beta für Google AI Pro- und Ultra-Abonnenten in den USA eingeführt. Sobald sich die Funktion verbessert, wird die Verfügbarkeit erweitert. — @GeminiApp

GPT-5.2-Codex verfügbar in der API Responses

14. Januar 2026 — OpenAI kündigt die Verfügbarkeit von GPT-5.2-Codex in seiner API Responses an, das gleiche Modell, das in Codex verwendet wird.

🔗 Post X @OpenAIDevs | Dokumentation

Die Fähigkeiten

GPT-5.2-Codex zeichnet sich bei komplexen und langlaufenden Entwicklungsaufgaben aus:

Aufgabe	Beschreibung
Building features	Aufbau kompletter neuer Funktionen
Refactoring	Umstrukturierung und Verbesserung von bestehendem Code
Bug hunting	Identifizierung und Korrektur von Fehlern
Security	Erkennung von Schwachstellen in Codebasen

Das Cyber-fähigste

OpenAI unterstreicht, dass GPT-5.2-Codex ihr leistungsfähigstes Modell für Cybersicherheit ist, fähig zu:

Schwachstellen in Codebasen finden
Sicherheitslücken verstehen
Korrekturen vorschlagen

Kontext

GPT-5.2-Codex wurde am 18. Dezember 2025 exklusiv in Codex eingeführt. Diese API-Öffnung ermöglicht es Entwicklern nun, dieses Modell in ihre eigenen Anwendungen und Workflows zu integrieren.

NotebookLM rollt Data Tables für alle aus

14. Januar 2026 — NotebookLM kündigt den allgemeinen Rollout von Data Tables an, einer Funktion, die Notizen automatisch in strukturierte Tabellen umwandelt.

🔗 Post X @NotebookLM

Beispiele für Prompts

NotebookLM schlägt Vorlagen je nach Anwendungsfall vor:

Bereich	Vorgeschlagener Prompt
Arbeit	Meine Meeting-Notizen in eine Tabelle umwandeln mit Spalten: Aktion, Kategorie, Priorität, Verantwortlicher
Wissenschaft	Eine Tabelle der Ergebnisse klinischer Studien erstellen: Studie, Jahr, Methode, Stichprobengröße, Statistik
Reisen	Tabelle der Reiseziele: Stadt, Beste Zeit, Geschätzte Kosten/Tag
Schule	Tabelle historischer Ereignisse: Name, Land, Datum, Schlüsselfiguren, Wirtschaftliche Folgen

Was sich ändert

Data Tables ermöglicht den sofortigen Übergang von rohen Notizen zu strukturierten und verwertbaren Daten, ideal für Analyse und Vergleich.

Anthropic unterstützt das Programm ARPA-H PCX

14. Januar 2026 — Anthropic kündigt seine Unterstützung für das Programm PCX (Pediatric Care eXpansion) von ARPA-H an, eine 50-Millionen-Dollar-Initiative zur Verbesserung der pädiatrischen Versorgung.

🔗 Post X @AnthropicAI | Pressemitteilung ARPA-H

Das Programm PCX

Aspekt	Details
Budget	$50 Millionen
Umfang	200+ Kinderkrankenhäuser
Initialer Fokus	Pädiatrischer Hirnkrebs
Ziel	Den Behandlungsweg von Jahren auf Wochen verkürzen

Wie es funktioniert

Das Programm zielt darauf ab, Daten zwischen Krankenhäusern über komplexe Fälle auszutauschen, damit Ärzte von ähnlichen Fällen lernen können, die anderswo behandelt wurden.

We’re supporting ARPA-H’s PCX program—a $50M effort to share data between 200+ pediatric hospitals on complex cases, beginning with pediatric cancer. The goal is to help doctors learn from similar cases and shorten the care journey from years to weeks.

🇩🇪 Wir unterstützen das PCX-Programm von ARPA-H – eine 50-Millionen-Dollar-Initiative zum Datenaustausch zwischen über 200 Kinderkrankenhäusern bei komplexen Fällen, beginnend mit Kinderkrebs. Ziel ist es, Ärzten zu helfen, aus ähnlichen Fällen zu lernen und den Behandlungsweg von Jahren auf Wochen zu verkürzen. — @AnthropicAI

ElevenLabs: 230 Kundeninterviews in 24h mit Agenten

13. Januar 2026 — ElevenLabs teilt einen beeindruckenden Anwendungsfall seiner konversationellen Agenten: 230 Kundeninterviews, die in weniger als 24 Stunden für ihre App Eleven Reader durchgeführt wurden.

🔗 Post X @elevenlabsio | Dokumentation Agenten

Das gelöste Problem

Ansatz	Vorteile	Nachteile
Live-Interviews	Tiefe Einblicke	Skaliert nicht
Umfragen	Skaliert leicht	Verliert die Nuance
Konversationelle Agenten	Tiefe + Skalierung	Das Beste aus beiden Welten

Die quantifizierten Ergebnisse

Metrik	Ergebnis
Abgeschlossene Interviews	230
Gesamtzeit	< 24 Stunden
Erfolgsquote	85% on-topic und erfolgreich
Durchschnittliche Dauer	10 Minuten pro Anruf
Time-to-production	Insights am nächsten Tag geliefert

Schnelle Bereitstellung

Der Interviewer-Agent wurde in weniger als einem Tag erstellt und bereitgestellt. ElevenLabs nutzte die Analysis-Funktion, um jeden Anruf zu bewerten und strukturierte Daten aus den Transkripten zu extrahieren.

Key learnings

95% der Befragten interagierten natürlich, ohne zu erkennen, dass sie mit einer KI sprachen
21% der Belletristik-Leser baten um Multi-Charakter-Unterstützung für Dialoge
Ein Nutzer: “Dieses Kundenservice-Interview ist die bemerkenswerteste KI-Erfahrung, die ich je hatte”

Was das demonstriert

Konversationelle KI-Agenten ermöglichen die Durchführung von Nutzerforschung auf globaler Ebene, 24/7, unter Beibehaltung des Reichtums qualitativer Austausche.

Was das bedeutet

Personal Intelligence von Google stellt eine bedeutende Entwicklung der KI-Assistenten dar. Durch die Verbindung von Gemini mit den persönlichen Daten des Nutzers schafft Google einen wirklich kontextbezogenen Assistenten. Der Datenschutz wird der Schlüsselfaktor für die Akzeptanz sein.

Die GPT-5.2-Codex API demokratisiert den Zugang zu OpenAIs bestem Coding-Modell. Entwickler können nun KI-gestützte Entwicklungstools bauen, ohne über Codex zu gehen. Der Schwerpunkt auf Cybersicherheit ist bemerkenswert.

Data Tables von NotebookLM bestätigt die Strategie von Google, NotebookLM in ein komplettes Produktivitätstool zu verwandeln, nicht nur einen KI-Podcast-Generator.

Das Engagement von Anthropic im Gesundheitswesen über ARPA-H zeigt einen anderen Ansatz als OpenAI: institutionelle Partnerschaften vs. Übernahmen von Startups.

ElevenLabs demonstriert mit konkreten Metriken die Reife seiner konversationellen Agenten: 85% Erfolgsquote, Bereitstellung in weniger als einem Tag und vor allem 95% der Nutzer, die nicht erkannten, dass sie mit einer KI sprachen. Dies ist ein reproduzierbarer Anwendungsfall für jedes Unternehmen, das seine Nutzerforschung skalieren möchte.