Google AI Studio bindet Firebase ein, Cursor veröffentlicht Composer 2

Google hat Mitte März 2026 die Build-Funktionen von Google AI Studio erweitert. Ein neuer Coding-Agent kann Code in mehreren Schritten ändern und Anwendungen mit externen Diensten verbinden. Er nutzt Komponenten von Google Antigravity.¹ Durch die Firebase-Integration kann AI Studio aus einer Eingabe erkennen, ob eine Anwendung eine Datenbank oder Anmeldung benötigt, und die benötigten Dienste mit Zustimmung des Nutzers einrichten.²¹

Damit lassen sich per Prompt erstellte Anwendungen um Datenhaltung und Nutzerkonten ergänzen.²¹ Google beschreibt die Neuerungen als Schritt hin zum produktiven Einsatz.¹ Ob eine generierte Anwendung die Anforderungen eines Unternehmens erfüllt, muss dennoch geprüft werden. Dazu gehören der Code, die Zugriffsrechte und die Verbindungen zu externen Diensten.

Cursor hat Composer 2 am 19. März als neues Coding-Modell für schwierige, mehrstufige Entwicklungsaufgaben vorgestellt. Es ist direkt in Cursor verfügbar; eine schnellere Variante mit laut Unternehmen gleicher Leistungsfähigkeit ist dort die Standardeinstellung. Cursor positioniert das Modell auch über seine niedrigeren Kosten gegenüber anderen führenden Coding-Systemen.¹²

Ein am 27. März veröffentlichter technischer Bericht nennt 61,3 Punkte auf CursorBench, 37 % mehr als bei Composer 1.5. Das ist eine Messung von Cursor und kein unabhängiger Leistungsvergleich.³ Zudem baut Composer 2 auf einer Open-Source-Version von Moonshot AIs Kimi auf. Laut Cursor entfällt etwa ein Viertel des Rechenaufwands für das fertige Modell auf diese Basis, der Rest auf eigenes Training. Wie viel die jeweiligen Trainingsschritte zur Leistung beitragen, bleibt offen.⁴

Anthropic hat Claude Code Channels als Research Preview vorgestellt. Entwickler können damit Nachrichten aus Telegram oder Discord an eine laufende Claude Code-Sitzung senden und Antworten im selben Chat erhalten.¹² Für beide Messenger gibt es offizielle Plugins; die Funktion setzt eine aktive Sitzung voraus.¹³ So lässt sich eine Coding-Aufgabe auch dann verfolgen, wenn das Terminal gerade nicht vor dem Entwickler liegt.¹

Die Verbindung erweitert den Zugang zu Claude Code, ersetzt aber weder die laufende Entwicklungsumgebung noch deren Einrichtung.¹³ Der Zugang zur Vorschau setzt nach den verfügbaren Beschreibungen eine Anmeldung über claude.ai voraus; eine Anmeldung nur mit einem API-Schlüssel reicht demnach nicht.¹⁴ Für Teams ist vor allem wichtig, welche Messenger-Konten Nachrichten an eine Sitzung senden dürfen und welche Entwicklungsumgebung darüber erreichbar ist.¹³

OpenAI plant laut Wall Street Journal und Bloomberg, ChatGPT, Codex und den Browser Atlas in einer Desktop-Anwendung zusammenzuführen.¹² Beide Medien berichteten am 19. März 2026 über das Vorhaben; einen Starttermin nannten sie nicht.¹² Es geht um eine geplante Zusammenlegung, nicht um eine bereits veröffentlichte Anwendung.¹²

Mit der gemeinsamen Oberfläche könnte OpenAI die bisher getrennten Zugänge zu Chat, Programmierung und Webnutzung vereinfachen.¹² Die Berichte beschreiben auch eine stärkere Konzentration der Ressourcen auf produktive Anwendungen als Motiv.¹² Für Unternehmen ist die Unterscheidung zwischen Plan und verfügbarem Produkt wichtig: Welche Funktionen die Anwendung zum Start tatsächlich verbinden wird, lässt sich aus den bisherigen Angaben nicht ableiten.¹²

MiniMax hat M2.7 am 18. März 2026 vorgestellt und am selben Tag über MiniMax Agent und die MiniMax API Platform verfügbar gemacht. Das Unternehmen bezeichnet es als sein erstes Modell, das umfassend an der eigenen Weiterentwicklung beteiligt war. Für SWE-Pro meldet MiniMax ein Ergebnis von 56,22 %.¹²

MiniMax positioniert M2.7 als Nachfolger von M2.5 und hebt vor allem Aufgaben aus der Softwareentwicklung und die Nutzung als Agent hervor. Die veröffentlichten Angaben erläutern jedoch nicht ausreichend, wie diese Beteiligung am Training technisch funktionierte. Insbesondere bleibt offen, welchen Anteil selbst geschriebener Trainingscode, Feedback-Schleifen und menschliche Steuerung hatten. Die genannten Leistungswerte sind Angaben des Herstellers.¹²

Baidu hat Qianfan-OCR am 18. März 2026 vorgestellt. Das Dokumentenmodell mit 4 Milliarden Parametern ist mit offenen Gewichten auf Hugging Face verfügbar und wird auch über die Baidu-Qianfan-Plattform angeboten.¹²³ Es soll Texterkennung, Layoutanalyse sowie die Extraktion von Tabellen, Formeln und Schlüsselinformationen in einem Modell bündeln.²⁴ Dokumentbilder lassen sich direkt in Markdown umwandeln; optional analysiert ein „Layout-as-Thought“-Schritt zuvor Positionen und Lesereihenfolge.⁴

Damit zielt Baidu auf Anwendungen, die bislang mehrere Verarbeitungsschritte für Dokumente verbinden müssen.² Nach Angaben des Unternehmens kann ein einzelner vLLM-Prozess die Verarbeitung ohne mehrstufige Orchestrierung übernehmen.² Die veröffentlichten Leistungswerte stammen allerdings von Baidu und aus den Modellunterlagen; eine unabhängige Bestätigung geht aus den vorliegenden Quellen nicht hervor.²⁵ Ob das Modell bestehende Abläufe vereinfacht, müssen Unternehmen anhand ihrer eigenen Dokumente und Anforderungen prüfen.

Anthropic hat im März 2026 Ergebnisse einer Studie mit Claude-Nutzern aus 159 Ländern veröffentlicht. Ein speziell eingerichteter Claude-„Interviewer“ führte dafür offene Gespräche über ihre Nutzung von KI, ihre Wünsche und ihre Bedenken. Die Gespräche fanden im Dezember 2025 statt; anschließend wertete Anthropic die Antworten auch mithilfe von Claude aus. Am häufigsten wünschten sich die Befragten Unterstützung bei Produktivität und guter beruflicher Arbeit. Ihre größte Sorge waren unzuverlässige oder falsche Ergebnisse, noch vor dem Verlust von Arbeitsplätzen.¹²

Die Ergebnisse zeigen, welche Erwartungen und Risiken bei aktiven Nutzern besonders präsent sind. Zwischen Regionen gab es Unterschiede: Befragte in Subsahara-Afrika und Teilen Asiens äußerten sich tendenziell optimistischer als jene in Westeuropa und Nordamerika.³ Die Studie ist jedoch keine repräsentative Befragung der Weltbevölkerung. Teilgenommen haben Claude-Nutzer, die sich für ein Gespräch entschieden; ihre Antworten lassen sich daher nicht ohne Weiteres auf alle KI-Nutzer übertragen.¹

Jeff Bezos führt laut Berichten vom 19. März erste Gespräche über einen Fonds mit einem Zielvolumen von bis zu 100 Milliarden US-Dollar. Er soll Hersteller kaufen und KI einsetzen, um ihre Automatisierung voranzutreiben.¹² Eine abgeschlossene Finanzierung oder ein Start des Fonds wurde nicht bekannt gegeben; die Gespräche befinden sich noch in einem frühen Stadium.³²

Der geplante Fonds wäre vom KI-Unternehmen Project Prometheus getrennt, das Bezos mit aufgebaut hat und das an Anwendungen für Konstruktion und Fertigung arbeitet. Berichten zufolge gehören Computer, Autos und Raumfahrzeuge zu den angestrebten Einsatzgebieten.³ Der Plan verbindet damit den Kauf von Industrieunternehmen mit dem Einsatz von KI in deren Betrieben. Ob Investoren das angestrebte Volumen bereitstellen und welche Unternehmen für eine Übernahme infrage kommen, ist offen.¹³

Google Labs hat Stitch am 18. März 2026 umfassend überarbeitet. Auf der neuen Arbeitsfläche können Nutzer UI-Entwürfe gestalten und per Sprache mit dem Canvas arbeiten; die Sprachfunktion ist zunächst als Preview verfügbar. Stitch kann während der Gestaltung Rückmeldungen zum Design geben und Änderungen direkt umsetzen. Die Sprachsteuerung ist Teil der umfassenderen Überarbeitung, nicht ein eigenständiges neues Produkt.¹²

Zur Überarbeitung gehören auch eine unbegrenzte Arbeitsfläche, ein Design-Agent, der den Fortschritt verfolgt, und die Erstellung von Prototypen.¹ Damit verlagert Google mehr Arbeit am Entwurf in einen laufenden Dialog mit dem Werkzeug. Für Teams ist entscheidend, ob sich die Vorschläge auch bei komplexen Vorgaben gezielt steuern lassen. Die Ankündigung enthält keine belastbaren Qualitätsvergleiche für die neuen Funktionen.¹

Forscher der Princeton University haben im März 2026 OpenClaw-RL vorgestellt. Der Ansatz soll KI-Agenten fortlaufend aus Interaktionen trainieren, während sie weiter Anfragen bearbeiten.¹² Dafür laufen die Nutzung des Agenten und das Training asynchron: Neue Rückmeldungen können in die weitere Anpassung einfließen, ohne dass der Agent für jeden Trainingsschritt angehalten werden muss.¹

Der Ansatz richtet sich an ein Problem im Agentenbetrieb: Rückmeldungen aus tatsächlichen Aufgaben fallen laufend an, werden aber nicht automatisch zu nutzbaren Trainingssignalen.¹ OpenClaw-RL soll solche Signale aus Antworten von Nutzern und aus Veränderungen in der Arbeitsumgebung gewinnen.¹ Das könnte die Anpassung von Agenten an wiederkehrende Aufgaben erleichtern. Wie zuverlässig das Verfahren über längere Zeit lernt und unter unterschiedlichen Einsatzbedingungen funktioniert, bleibt jedoch offen.