Eine neue Studie der University at Albany hat die geometrischen Prinzipien hinter dem Lernen von KI-Agenten aufgedeckt und zeigt, dass die Art und Weise, wie KI-Systeme Informationen organisieren, wei...

Ein Forschungsteam der Abteilungen für Anorganische Chemie und Chemieingenieurwesen der Universität Málaga hat in Zusammenarbeit mit Forschern aus Vietnam, Südkorea, Indien und Taiwan ein internationa...

Mit der rasanten Entwicklung künstlicher Intelligenz (KI) rückt deren Energieverbrauch immer stärker in den Fokus. Um dieser Herausforderung zu begegnen, steigt die Marktnachfrage nach KI-Geräten mit geringem Stromverbrauch und hoher Rechenleistung kontinuierlich. Ein Forschungsteam des Nationalen Instituts für Materialwissenschaften, der Universität Tokio und der Universität Kobe in Japan hat kürzlich gemeinsam ein neuartiges Ionenspeichergerät entwickelt, das die Rechenlast deutlich reduziert und gleichzeitig eine mit Deep-Learning-Software vergleichbare Rechenleistung erzielt. Die entsprech

Ein Forschungsteam der Universität Carlos III Madrid und der Polytechnischen Universität Madrid hat kürzlich einen innovativen WLAN-Netzwerkalgorithmus namens „Ponte“ entwickelt. Dieser Algorithmus bietet eine nahezu kabelgebundene Kommunikationszuverlässigkeit in industriellen Umgebungen und eröffnet damit eine neue Option für drahtlose Kommunikation in Anwendungen wie der Steuerung von Roboterarmen und autonomen Fahrzeugen. Die zugehörige Forschung wurde in der Fachzeitschrift *Internet of Things* veröffentlicht.

Ein Forschungsteam des Karlsruher Instituts für Technologie (KEIT) hat einen neuen Ansatz für die Laserkommunikation im freien Raum auf Plattformen wie Flugzeugen mithilfe von Glasfaserbündeln entwickelt und validiert. Ziel dieser Forschung ist es, die Herausforderungen hinsichtlich Größe, Gewicht und Energieverbrauch herkömmlicher Lösungen mit mehreren rotierenden Endgeräten zu bewältigen. Die zugehörige Veröffentlichung erschien am 8. September 2025 in der Fachzeitschrift IEEE Quantum Electronics.

Ein gemeinsames Forscherteam des Technion – Israel Institute of Technology und der Shanghai Jiao Tong University in China hat kürzlich Fortschritte in der optischen Untersuchung ungeordneter Nanosysteme erzielt. Sie berichten über ein neues physikalisches Phänomen, den sogenannten Spin-Locking-Effekt, der durch die Brownsche Molekularbewegung verursacht wird. Dieser Effekt ermöglicht die Beobachtung eines geordneten Spinverhaltens von Photonen in scheinbar chaotischen, ungeordneten Systemen. Die Ergebnisse wurden in der Fachzeitschrift *Nature Materials* veröffentlicht.

Die Universität Waterloo hat mit SubTrack++ eine neuartige Trainingsmethode entwickelt, die die Kosten und die Umweltbelastung beim Erstellen von KI-Werkzeugen reduzieren und deren breite Anwendung fördern soll. Große Sprachmodelle (LLMs) als fortschrittliche KI-Systeme waren lange Zeit durch hohe Kosten und enormen Ressourcenverbrauch eingeschränkt, was ihre breite Einführung für die meisten Organisationen – mit Ausnahme großer Unternehmen – erschwerte.

Eine internationale Studie unter Beteiligung des CISPA-Forschers Tẹjúmádé Àfọ̀njá nutzt Essen als Ausgangspunkt, um kulturelle blinde Flecken in Systemen der Künstlichen Intelligenz aufzudecken. Die Forschung stellt einen partizipativen Ansatz vor, um inklusivere Datensätze zu erstellen und Verzerrungen in KI-Modellen zu bewerten. Die Publikation „Global Solution: A Community-Centered, Fine-Grained Framework for Data Collection and Operationalizing Regional Bias“ wurde auf der ACM Conference on Fairness, Accountability and Transparency (FAccT '25) im Juni 2025 in Athen vorgestellt und erhielt

Forscher der Cornell University haben mit XHEMT eine neuartige Transistorarchitektur entwickelt, die das Design von leistungsstarken drahtlosen Elektronikprodukten revolutionieren und die Anfälligkeit kritischer Halbleitermaterial-Lieferketten verringern soll. XHEMT besteht aus einer ultradünnen Galliumnitridschicht auf einem einkristallinen Aluminiumnitridsubstrat mit geringer Defektdichte und einer extrem großen Bandlücke. Dadurch ist der Transistor beständig gegen höhere Temperaturen und Spannungen bei gleichzeitig reduzierten elektrischen Verlusten.

Angesichts des steigenden Strom- und Energiebedarfs von Künstlicher Intelligenz haben Ingenieure der Universität Houston ein neuartiges Dünnschichtmaterial entwickelt. Dieses Material könnte die Betriebsgeschwindigkeit von KI-Geräten erheblich erhöhen und gleichzeitig den Energieverbrauch deutlich senken. Dieser bahnbrechende Erfolg, der in der Fachzeitschrift "ACS Nano" veröffentlicht wurde, stellt ein zweidimensionales dielektrisches Dünnschichtmaterial vor, das darauf abzielt, herkömmliche wärmeerzeugende Komponenten in integrierten Schaltkreischips zu ersetzen.