Suchen

OpenAI sammelt 110 Mrd. $ bei 730 Mrd. $ Bewertung, Gemini Drop Februar und GitHub Agentic Workflows

OpenAI sammelt 110 Mrd. $ bei 730 Mrd. $ Bewertung, Gemini Drop Februar und GitHub Agentic Workflows

Der 27. Februar 2026 ist geprägt von einer historischen Finanzankündigung von OpenAI — 110 Milliarden Dollar eingesammelt bei einer Bewertung von 730 Milliarden — begleitet von einer exklusiven Cloud-Partnerschaft mit Amazon. Bei Google liefert der Gemini Drop im Februar Lyria 3, Gemini 3.1 Pro und Nano Banana 2. GitHub bringt die Agentic Workflows heraus, und Runway veröffentlicht zwei Fortschritte: ein Bildmodell und robotikbezogene Forschung.


OpenAI: 110 Mrd. eingesammelt,730Mrd.eingesammelt, 730 Mrd. Bewertung

27. Februar — OpenAI kündigt eine Finanzierungsrunde über 110 Milliarden Dollar an bei einer vor-Währungsbewertung von 730 Milliarden, mit drei strategischen Partnern:

InvestisseurBetrag
Amazon50 Mrd. $
SoftBank30 Mrd. $
NVIDIA30 Mrd. $

Weitere Finanzinvestoren werden in den folgenden Wochen erwartet. Die Bewertung erhöht den Wert der Beteiligung der OpenAI Foundation auf mehr als 180 Milliarden Dollar.

Die zugehörigen Nutzungskennzahlen geben die Größenordnung wieder: ChatGPT hat 900 Millionen wöchentliche aktive Nutzer und 50 Millionen Privatkunden-Abonnenten. Codex, das Entwickler-Tool, erreicht 1,6 Millionen wöchentliche Nutzer — eine Verdreifachung seit Januar 2026. Januar und Februar 2026 werden als die besten Monate für neue Abonnements in der Geschichte beschrieben.

“Scaling AI for everyone will require deep collaboration across all levels, and we’re excited to do this together.”

🇩🇪 Eine KI zu schaffen, die für alle funktioniert, erfordert eine tiefgehende Zusammenarbeit auf allen Ebenen, und wir sind begeistert, dies gemeinsam zu tun.Sam Altman auf openai.com

Die NVIDIA-Partnerschaft umfasst 3 GW dedizierte Inferenzkapazität und 2 GW für das Training auf den Vera Rubin Systemen, ergänzend zu den bereits bei Microsoft, OCI und CoreWeave eingesetzten Hopper- und Blackwell-Infrastrukturen.

🔗 Offizielle OpenAI-Ankündigung


Partnerschaft OpenAI × Amazon: AWS exklusiv für OpenAI Frontier

27. Februar — Parallel zur Finanzierungsrunde kündigen OpenAI und Amazon eine mehrjährige Cloud-Partnerschaft an, die mehrere komplementäre Bereiche abdeckt:

BereichDetails
Cloud-VertriebAWS = exklusiver Anbieter für OpenAI Frontier (Bereitstellung von Agententeams für Unternehmen)
Investment50 Mrd. (15Mrd.(15 Mrd. initial + 35 Mrd. $ bedingt)
Compute~2 GW Trainium-Kapazität (Trainium3 + Trainium4, T4-Lieferungen erwartet 2027)
Erweiterte VereinbarungBestehendes AWS-Abkommen über 38 Mrd. wirdumweitere100Mrd.wird um weitere 100 Mrd. über 8 Jahre verlängert
Maßgeschneiderte ModelleOpenAI und Amazon entwickeln gemeinsam Modelle, die an Amazon-Anwendungen angepasst sind

Der technisch bedeutendste Punkt ist die “Stateful Runtime Environment”, die gemeinsam mit AWS entwickelt wurde und in den kommenden Monaten auf Amazon Bedrock AgentCore verfügbar sein soll. Dieses Runtime-Umfeld ist für Agenten konzipiert, die einen persistierenden Kontext, Multi-Tool-Zugriff und dedizierte Rechenressourcen benötigen.

🔗 Partnerschaft OpenAI × Amazon


OpenAI × Microsoft: zustandslose APIs bleiben auf Azure

27. Februar — Um jegliche Unklarheit zu vermeiden, veröffentlichen OpenAI und Microsoft eine gemeinsame Erklärung, die bestätigt, dass die Microsoft-Partnerschaft trotz der Vereinbarung mit Amazon unverändert bleibt.

Der Kernpunkt: Azure bleibt der exklusive Anbieter für alle zustandslosen OpenAI-API-Anfragen — einschließlich solcher, die über Partnerschaften mit Dritten wie Amazon laufen. OpenAI Frontier bleibt weiterhin auf Azure gehostet. Die beiden Partnerschaften (Microsoft für zustandslose APIs, Amazon für die Frontier-Distribution) werden als komplementär dargestellt und sind in den bestehenden Abkommen vorgesehen.

Microsoft behält außerdem seine exklusive Lizenz an allen OpenAI-Modellen, und die Umsatzaufteilung bleibt unverändert.

🔗 Gemeinsame Erklärung Microsoft-OpenAI


Gemini: Nano Banana 2, Lyria 3, Gemini 3.1 Pro

Nano Banana 2 — Echtzeit-Bildgenerierung

26. Februar — Google stellt Nano Banana 2 vor (auch bekannt als Gemini 3.1 Flash Image), den Nachfolger von Nano Banana Pro, der die Geschwindigkeit von Gemini Flash mit der Qualität von Nano Banana Pro verbindet.

FähigkeitDetails
World knowledgeGemini-Basis + Echtzeit-Websuche für Infografiken und Visualisierungen
Mehrsprachiger TextGenerierung und Übersetzung von Text in Bildern (Marketing, Grußkarten)
Konsistenz von MotivenBeibehaltung von bis zu 5 Figuren und 14 Objekten in einem Workflow
AuflösungenVon 512px bis 4K, verschiedene Seitenverhältnisse
HerkunftSynthID + C2PA Content Credentials

Zum Start ist Nano Banana 2 in der Gemini-App (ersetzt Nano Banana Pro auf Fast, Thinking und Pro), in Google Search (AI Mode und Lens, 141 neue Länder, 8 zusätzliche Sprachen), AI Studio, Gemini API (Vorschau), Google Cloud/Vertex AI (Vorschau), Flow (0 Credits für alle) und Google Ads verfügbar.

🔗 Ankündigung Nano Banana 2

Gemini Drop Februar 2026

27. Februar — Google veröffentlicht seine monatliche Zusammenfassung “Drop” mit mehreren gebündelten Ankündigungen:

  • Lyria 3: neues Musikmodell, erzeugt 30-Sekunden-Tracks in Beta aus Text oder Bild. Anwendungsfall: eine passende Stimmung als Soundtrack erstellen.
  • Gemini 3.1 Pro: verbesserte Intelligenz für anspruchsvolle Workflows. Der Modus Deep Think ist für Abonnenten von Google AI Ultra verfügbar und zielt auf Probleme in Wissenschaft und fortgeschrittener Technik ab.
  • Veo Templates: Galerie mit Videostilen zum Auswählen und Remixen mit eigenen Elementen.
  • Wissenschaftliche Zitate: direkte Verlinkungen zu wissenschaftlichen Papers in Gemini-Antworten.

🔗 Gemini Drop Februar 2026


GitHub: Agentic Workflows, Copilot Metrics GA

GitHub Agentic Workflows

27. Februar — GitHub kündigt die Agentic Workflows an: Ein Workflow wird in Markdown beschrieben und GitHub kompiliert ihn automatisch zu einem ausführbaren Workflow. Kompatibel mit GitHub Copilot, Claude by Anthropic und OpenAI Codex.

Der Ansatz “workflow-as-markdown” senkt die Eintrittsbarriere zur agentischen Automatisierung — es ist nicht notwendig, komplexen Workflow-Code zu schreiben; die Beschreibung in natürlicher Sprache reicht aus.

🔗 Ankündigung @github

Copilot Metrics GA

27. Februar — GitHub Copilot Metrics ist nach der Preview auf der Universe 2025 nun Generally Available. Verfügbare Funktionen:

  • Copilot usage dashboard und Code generation dashboard
  • APIs in drei Ebenen: Enterprise, Organisation, Nutzer
  • Feingranulare Zugriffskontrollen über benutzerdefinierte Enterprise-Rollen
  • Unterstützung für GitHub Enterprise Cloud mit Data Residency

Zugriff über: Enterprise-Konto → AI Controls → Copilot → Metrics.

🔗 Änderungsprotokoll Copilot Metrics GA

Copilot Content Exclusion REST API (public preview)

26. Februar — Eine JSON REST API ist in Public Preview verfügbar, um Inhaltsausschlussregeln von Copilot auf Organisations- und Enterprise-Ebene zu verwalten. Sie ermöglicht die Automatisierung der Governance in großem Maßstab via GET/SET-Operationen.

🔗 Änderungsprotokoll Content Exclusion API


Runway: Bildmodell und Robotik

Runway Nano Banana 2

27. Februar — Runway kündigt den Launch von Nano Banana 2 an, sein neues Modell zur Bildgenerierung und -bearbeitung, das sofort auf der Runway-Plattform verfügbar ist. Nicht zu verwechseln mit dem Google-Modell gleichen Namens: Beide Produkte wurden am selben Wochenende angekündigt, sind aber vollständig eigenständig.

🔗 Ankündigung @runwayml

Runway Robotics: Simulation von Policies mit World Models

27. Februar — Das Runway Robotics-Team veröffentlicht neue Forschung zur Nutzung von General World Models zur Simulation robotischer Policies. Runway hat 8 Robotik-Policies innerhalb seines General World Model simuliert und beobachtet eine Korrelation von 0,95 mit den realen Hardware-Ergebnissen.

“Testing robot policies on hardware is slow, expensive and hard to scale. World models offer a promising path to accelerating robot policy development.”

🇩🇪 Das Testen robotischer Policies auf Hardware ist langsam, teuer und schwer skalierbar. World Models bieten einen vielversprechenden Weg, die Entwicklung robotischer Policies zu beschleunigen.@runwayml auf X

Eine Korrelation von 0,95 zwischen Simulation und realem Verhalten ist ein bedeutendes Ergebnis zur Senkung von Kosten und Durchlaufzeiten bei Hardware-Tests in der Robotik.


CLI-Updates

27. FebruarClaude Code v2.1.62 behebt eine Regression, die die Trefferquoten des Vorschlags-Cache für Befehle reduzierte (prompt suggestion cache). Diese Korrektur verbessert die Leistung und Reaktionsfähigkeit der Auto-Vervollständigung im CLI.

🔗 CHANGELOG Claude Code

26. FebruarCodex app 26.226 (die Web-App codex.openai.com) bringt neue MCP-Shortcuts im Composer (Vorschläge “install” und Untermenü “MCP server” in “Add context”), Support für @mentions und Erwähnungen von Skills in Inline-Review-Kommentaren sowie Rendering-Fixes für MCP-Tool-Calls und Mermaid-Diagramme.

🔗 Codex Änderungsprotokoll


Was das bedeutet

Die Finanzierungsrunde von OpenAI mit einer Bewertung von 730 Milliarden markiert einen symbolischen und finanziellen Meilenstein: In dieser Größenordnung wird OpenAI nun wie eines der wichtigsten Technologieunternehmen der Welt bewertet. Die 900 Millionen wöchentlichen ChatGPT-Nutzer und die Verdreifachung von Codex belegen eine operative Traktion, die diese Bewertungen stützt.

Die Struktur der Amazon-Microsoft-Partnerschaften ist bemerkenswert: Beide Abkommen werden als komplementär dargestellt (Azure für zustandslose APIs, AWS für die Frontier-Distribution), doch die Mehrfachbindung an exklusive Cloud-Partner schafft langfristig eine komplexe Architektur, die beobachtet werden sollte.

Bei Google konsolidiert der Gemini Drop ein inzwischen breites Angebot — Text-, Bild-, Video-, Musik- und wissenschaftliche Recherchemodelle — mit monatlicher Veröffentlichungsfrequenz. Lyria 3 und Nano Banana 2 positionieren Gemini als umfassende kreative Plattform.

GitHub Agentic Workflows stellt eine interessante Weiterentwicklung dar: Die Erstellung agentischer Workflows über Markdown zugänglich zu machen, ist ein Schritt zur Demokratisierung von KI-Entwicklungswerkzeugen.


Quellen

Dieses Dokument wurde von der fr-Version in die Sprache en mit dem Modell gpt-5-mini übersetzt. Für weitere Informationen zum Übersetzungsprozess konsultieren Sie https://gitlab.com/jls42/ai-powered-markdown-translator