OpenAI O4 Pro setzt neue Benchmarks mit 10-Mio.-Token-Kontext. Das EU-KI-Gesetz verhängt sein erstes Bußgeld: 35 Mio. €. Perplexity sammelt 500 Mio. $ ein. Anthropic liefert Claude Sonnet 4.7. Mistral veröffentlicht Large 3. Kroatiens Tenderly überschreitet 40 Mio. $ ARR.
Die letzte Juliwoche 2026 brachte die dichteste Konzentration von Frontier-Modell-Releases seit der Januar-Welle. OpenAI veröffentlichte am Dienstag O4 Pro — ein auf Reasoning ausgerichtetes Modell mit einem Kontextfenster von 10 Millionen Token, das alle öffentlichen Benchmarks innerhalb von 24 Stunden nach der Veröffentlichung übertrumpfte. Die EU nutzte dieselbe Woche für die erste formale Durchsetzungsmaßnahme nach dem KI-Gesetz und verhängte ein Bußgeld von 35 Millionen Euro gegen einen großen HR-Tech-Anbieter für nicht offengelegte automatisierte Einstellungsbewertungen. Perplexity schloss eine 500-Millionen-Dollar-Runde bei einer Bewertung von 18 Milliarden Dollar ab und kündigte eine Neuausrichtung auf Enterprise-Suche an. Anthropic lieferte Claude Sonnet 4.7, und Mistral veröffentlichte Large 3 als vollständig quelloffenes Modell unter der Apache-2.0-Lizenz. In Kroatien überschritt Tenderly — die Zagreber Web3-Entwicklungsplattform — 40 Millionen Dollar ARR dank einer neuen KI-Simulationsschicht.
Kurzzusammenfassung: OpenAI O4 Pro erscheint am 29. Juli (10M-Token-Kontext, Hierarchische Reasoning-Ketten, 94,3 % GPQA Diamond). Erstes EU-KI-Bußgeld: 35 Mio. € gegen HR-Tech-Anbieter für nicht offengelegte automatisierte Einstellungsentscheidungen. Perplexity sammelt 500 Mio. $ bei 18 Mrd. $ ein, Pivot zur Enterprise-Suche. Claude Sonnet 4.7 — 40 % schneller als 4.6, gleiche Preise. Mistral Large 3 unter Apache 2.0. Cohere Command R+ 2.1 mit verbesserten Agenten-Tools. Google Cloud kündigt GA-Preise für Gemini 3.5 Pro an. Kroatiens Tenderly überschreitet 40 Mio. $ ARR.
OpenAIs O4 Pro, am 29. Juli veröffentlicht, ist nicht nur ein inkrementelles Update der O-Serie — es ist eine grundlegende Neukonzeption, wie ein Frontier-Reasoning-Modell Aufgaben mit langem Kontext bewältigt. Das Kontextfenster von 10 Millionen Token (etwa 7,5 Millionen Wörter) ermöglicht es, eine gesamte mittelgroße Unternehmens-Codebasis, ein Jahr Finanzberichte oder einen vollständigen klinischen Studiendatensatz in einem einzigen Prompt zu laden — ohne Chunking oder Retrieval.
Die Architektur basiert auf dem, was OpenAI Hierarchische Reasoning-Ketten nennt — ein interner Mechanismus, der lange Reasoning-Probleme in verschachtelte Teilprobleme segmentiert, diese unabhängig löst und das Ergebnis zusammensetzt, anstatt eine flache Gedankenkette über das gesamte Token-Budget aufrechtzuerhalten. Laut OpenAIs technischer Zusammenfassung ermöglicht dies dem Modell, die Kohärenz über deutlich längere Kontextfenster hinweg zu erhalten, ohne den Genauigkeitsabfall, der typischerweise jenseits von 1M Token auftritt.
O4 Pro erzielte 94,3 % auf GPQA Diamond (Naturwissenschaftsfragen auf Doktoratsniveau) — ein neuer öffentlicher Rekord — und 88,1 % auf FrontierMath. Auf SWE-Bench Verified (Software-Engineering-Aufgaben) erreichte es 71,4 % — fast 5 Prozentpunkte über dem bisherigen Rekord. Bei Long-Context-Recall-Benchmarks (NIAH-Varianten über 1M Token) ist O4 Pro das erste Modell, das ohne Genauigkeitsabfall über 95 % hält.
O4 Pro ist sofort im ChatGPT Pro-Tier für Gespräche und über die API zu 15 $ pro Million Eingabe-Token, 60 $ pro Million Ausgabe-Token verfügbar. Ein „Cached"-Eingabepreis von 3,75 $ pro Million gilt für Prompts, bei denen das Präfix zwischen Anfragen unverändert bleibt — wichtig für Enterprise-Workloads, die wiederholt denselben großen System-Prompt laden. O4 Pro Mini, eine kostengünstigere Destillation, wird in vier bis sechs Wochen erwartet.
Was das für Enterprise-Käufer bedeutet: Der 10M-Token-Kontext eliminiert die Retrieval-Schicht vollständig für viele dokumentenlastige Workflows — Vertragsüberprüfung, Compliance-Auditing und technische Due Diligence. Der Kompromiss ist Latenz: O4 Pro ist kein Echtzeit-Modell. Die Zeit bis zum ersten Token bei maximalem Kontext wird in Zehnersekunden gemessen. Für Batch-Verarbeitungs-Anwendungsfälle ist das irrelevant; für interaktiven Chat ist es eine wesentliche Einschränkung.
Das bedeutendste regulatorische Ereignis der Woche — und wohl des Quartals — kam nicht von einem Produktlaunch, sondern vom Europäischen Datenschutzausschuss. Am Montag, den 28. Juli, verhängte der EDSA ein Bußgeld von 35 Millionen Euro gegen einen großen HR-Technologie-Anbieter (bis zum Abschluss des Berufungsverfahrens nicht namentlich genannt, aber in der europäischen Presse weitgehend als Plattform identifiziert, die von über 400 großen Arbeitgebern in der EU genutzt wird) wegen Verstoßes gegen Artikel 26 des EU-KI-Gesetzes.
Der Verstoß: Verwendung eines KI-Systems, das automatisch Risikobewertungen für Stellenbewerber erstellte, ohne die Bewerber darüber zu informieren, dass ein solches System verwendet wird, ohne eine sinnvolle menschliche Überprüfung von nachteiligen Entscheidungen zu gewährleisten und ohne das System in der EU-Datenbank für Hochrisiko-KI-Anwendungen zu registrieren, wie es Anhang III des Gesetzes verlangt.
Die 35 Millionen Euro entsprechen 3,1 % des globalen Jahresumsatzes des Unternehmens — deutlich unter dem Maximum von 6 % nach Artikel 99(3) für Verstöße gegen verbotene KI-Praktiken, aber deutlich über der 3-%-Untergrenze für die Nichteinhaltung anderer Pflichten. Wichtiger als der Betrag ist das Durchsetzungsmuster: Der EDSA wählte ein systemisches, hochvolumiges, nicht offengelegtes automatisiertes Entscheidungssystem als erste Zielscheibe — kein Allzweck-KI-Modell. Das signalisiert dem Markt genau, wo das Durchsetzungsrisiko in 2026 und 2027 liegt.
Das EDSA-Bußgeld rückt vier Kategorien der KI-Nutzung in den Fokus: (1) automatisiertes Lebenslauf-Screening oder -Bewertung, das Einstellungsentscheidungen beeinflusst, (2) Leistungsüberwachungssysteme, die automatische Risikobewertungen für Mitarbeiter erstellen, (3) Kunden-Kredit- oder Betrugsbewertung ohne offengelegte Logik, (4) jedes System aus Anhang-III-Kategorien, das noch nicht in der EU-KI-Gesetz-Datenbank eingetragen wurde. Wenn Ihr Unternehmen SaaS von Drittanbietern nutzt, die diese Funktionen ausführen, überprüfen Sie den Compliance-Status dieses Anbieters vor September 2026 — der EDSA hat diese Woche angekündigt, gleichzeitig sektorweite Überprüfungen von HR-Tech, Finanz-KI und medizinischer Diagnose-KI durchzuführen.
10M-Token-Kontext, Hierarchische Reasoning-Ketten, 94,3 % GPQA Diamond. Verfügbar in ChatGPT Pro und API. 15$/60$ pro 1M Token. Optimiert für Long-Context-Reasoning, nicht für Echtzeit-Interaktion.
40 % schnellere Time-to-First-Token als Sonnet 4.6, gleiche Fähigkeitsstufe, gleiche Preise (3$/15$ pro 1M Token). Erweitertes Denken jetzt standardmäßig für komplexe Aufgaben aktiviert. Verbesserte Tool-Use-Zuverlässigkeit in Agenten-Workflows.
Open Weights unter Apache-2.0-Lizenz. 128K Kontext. Führend unter offenen Modellen bei den meisten europäischen Sprachbenchmarks, einschließlich Kroatisch, Ungarisch, Tschechisch, Slowakisch und Rumänisch. Auf Hugging Face verfügbar.
Verbessertes agentisches Tool-Calling mit mehrstufiger Planung, reduzierte Halluzinationsrate bei Retrieval-Aufgaben. Cohere behauptet 60 % Reduktion der Tool-Call-Fehler gegenüber R+ 2.0.
Anthropics Update auf Sonnet 4.7 dreht sich weniger um die Fähigkeitsgrenze als um operative Zuverlässigkeit. Die 40-%-Reduktion der Time-to-First-Token ist bedeutsam für kundenorientierte Anwendungen, wo wahrgenommene Geschwindigkeit zählt. Die größere Änderung für Enterprise-Nutzer: Erweitertes Denken ist jetzt standardmäßig aktiviert für Prompts, die komplexes Reasoning auslösen — zuvor erforderte erweitertes Denken ein explizites API-Flag. Das bedeutet, dass Workloads, die bisher bei mehrstufigen Reasoning-Aufgaben still unterperformten, ohne Prompt-Änderungen deutlich bessere Ergebnisse liefern können.
Mistrals Entscheidung, Large 3 unter Apache 2.0 zu veröffentlichen — vollständig offen, kommerziell ohne Einschränkungen nutzbar — ist das klarste Signal bisher, dass das Open-Source-Frontier bei europäischen Sprachaufgaben aufholt. Für Unternehmen in Mittel- und Osteuropa, die eine On-Premise-KI-Implementierung erwägen, um Datenanforderungen an den Wohnsitz zu erfüllen, ist dies die überzeugendste verfügbare Option.
Perplexity AI schloss am 26. Juli eine Series-E-Runde über 500 Millionen Dollar bei einer Bewertung von 18 Milliarden Dollar ab, angeführt vom SoftBank Vision Fund 3 mit Beteiligung von Nvidia, Databricks und mehreren Staatsfonds. Die Runde bringt Perplexitys Gesamtfinanzierung auf über 1,2 Milliarden Dollar seit der Gründung 2022.
Bedeutsamer als die Finanzierung ist die angekündigte Produktrichtung: Perplexity verlagert seinen primären Wachstumsfokus von der Verbrauchersuche auf die Enterprise-Wissensabrufung. Der neue Perplexity Enterprise-Tier, der im September 2026 startet, wird Organisationen ermöglichen, interne Wissensdatenbanken, Confluence-Wikis, SharePoint-Repositories und Salesforce-Instanzen mit Perplexitys Retrieval-Engine zu verbinden — mit zitierten Antworten, auf Unternehmensdaten beschränkt und prüfbar.
Microsoft bestätigte, dass O4 Pro bis Mitte August 2026 in Copilot Studio verfügbar sein wird, mit einem dedizierten „Document Mode", der bis zu 10M Token Enterprise-Dokumente — Verträge, Richtlinien, technische Spezifikationen — für Analyse-Workflows lädt. Die Preisgestaltung basiert auf dem Verbrauch innerhalb bestehender Microsoft 365 E5 KI-Credits.
Meta hat ein umfassendes Fine-Tuning-Toolkit für Llama 4 Scout auf Hugging Face veröffentlicht, einschließlich QLoRA- und vollständiger Fine-Tuning-Anleitungen, Evaluierungs-Harnesses und eines Satzes domänenspezifischer Adapter (Recht, Medizin, Code) als Ausgangspunkte. Das Toolkit senkt die Hürde für domänenspezifische Open-Model-Deployments erheblich.
Nvidias Q2-2026-Ergebnis bestätigte, dass Blackwell-Ultra-GPU-Lieferungen an Microsoft, Google, Amazon und Oracle etwa sechs Wochen früher als geplant verlaufen, getrieben von verbesserten Ausbeuten an TSMCs N3B-Knoten. Die Beschleunigung der Versorgung dürfte die GPU-Rechenkosten in Cloud-APIs bis Q4 2026 senken.
Ein gemeinsames MIT/Stanford-Paper beschreibt eine Implementierung von Speculative Decoding, die eine 3,1-fache Inferenzbeschleunigung bei Modellen mit Kontextfenstern über 100K Token ohne Qualitätseinbußen erreicht. Die Technik verwendet ein kleines „Draft"-Modell, um wahrscheinliche Token-Fortsetzungen in Batches vorzuschlagen, die das größere Modell dann parallel verifiziert.
Das Zagreber Unternehmen Tenderly, bekannt als Smart-Contract-Simulations- und Debugging-Plattform für Web3-Entwickler, gab diese Woche bekannt, dass es 40 Millionen Dollar jährlich wiederkehrende Einnahmen überschritten hat — ein Meilenstein, der zu einem großen Teil durch die KI-Simulationsschicht erreicht wurde, die im Q1 2026 eingeführt wurde. Die Funktion verwendet ein fein abgestimmtes Code-Modell, um Transaktionsergebnisse vorherzusagen, Gas-Ineffizienzen zu erkennen und potenzielle Exploits in Smart Contracts vor dem Deployment aufzudecken.
Tenderlyс Wachstumstrajektorie ist aus zwei Gründen bemerkenswert. Erstens demonstriert es, dass kroatische Deep-Tech-Unternehmen globale Entwicklerinfrastruktur-Produkte aus Zagreb heraus aufbauen können — Tenderly zählt nun über 140.000 Entwicklerteams aus 85 Ländern als Kunden. Zweitens repräsentiert die KI-Simulationsschicht ein klares Muster für KI-Adoption in spezialisierten technischen Bereichen: KI verstärkt die Fähigkeit von Ingenieuren, Probleme früh zu erkennen und Routineanalysen zu bewältigen.
Tenderly-CEO Pero Novak bestätigte, dass das Unternehmen derzeit keine Mittel aufnimmt und plant, die Rentabilität vor einer zukünftigen Runde zu erreichen. Das Unternehmen beschäftigt rund 130 Mitarbeiter, überwiegend in Zagreb, mit einem kleinen Team in San Francisco.
Für europäische Unternehmen: Tenderlyс Meilenstein erinnert daran, dass die dauerhaftesten KI-nativen Unternehmen oft vertikale Plattformen sind — tiefes Domänenwissen, ein spezifischer Workflow und KI, die in das Kernprodukt eingebettet ist statt aufgesetzt. Das Tenderly-Modell (besitzt einen Workflow, automatisiert die langweiligen Teile, stärkt die Experten) ist eine defensivere Architektur als ein horizontaler KI-Assistent, der über bestehende Tools gelegt wird.
Unser Team hilft kroatischen und europäischen Unternehmen, Frontier-KI zu evaluieren, einzusetzen und zu verwalten — von der Modellauswahl bis zur EU-KI-Gesetz-Compliance. Zertifizierter Claude-Partner, kein Vendor-Lock-in.
Sprechen Sie uns an