OpenAI startet ChatGPT Health, Google testet AI Inbox für Gmail

OpenAI hat am 7. Januar 2026 ChatGPT Health vorgestellt, einen eigenen Bereich in ChatGPT für Gesundheitsfragen. Nutzer können dort Krankenakten und Daten aus Wellness-Apps verbinden, damit Antworten ihre persönlichen Gesundheitsinformationen berücksichtigen.¹ Der Zugang startet zunächst für eine kleine Gruppe über eine Warteliste; eine Ausweitung auf Web und iOS ist für die kommenden Wochen geplant.¹²

OpenAI trennt Unterhaltungen, Dateien und Erinnerungen aus Health von regulären Chats. Nach Angaben des Unternehmens werden Inhalte aus diesem Bereich nicht zum Training seiner Basismodelle verwendet.¹³ ChatGPT Health soll ärztliche Betreuung unterstützen, aber weder Diagnosen stellen noch Behandlungen ersetzen.¹ Laut einer von OpenAI veröffentlichten Zahl stellen mehr als 40 Millionen Menschen ChatGPT täglich Gesundheitsfragen; das ist keine Nutzungszahl für das neue Produkt.⁴ Welche Daten sich verbinden lassen, hängt auch von App und Region ab.¹⁵

Google hat am 8. Januar 2026 die „AI Inbox“ für Gmail angekündigt.¹ Die neue Ansicht bündelt „Suggested to-dos“ und „Topics to catch up on“: Sie hebt Aufgaben und wichtige Entwicklungen aus E-Mails hervor, damit Nutzer schneller Prioritäten setzen können.¹² Zunächst erhalten nur ausgewählte Testnutzer in den USA Zugang; eine breitere Freigabe ist für die kommenden Monate vorgesehen.¹

Parallel erweitert Google die KI-Suche in Gmail sowie Funktionen zum Schreiben und Überarbeiten von E-Mails.¹ Die Suche soll Fragen zum Postfach direkt beantworten.¹ Für Unternehmen ist die Verfügbarkeit eine wichtige Einschränkung: Die neuen Funktionen starten in den USA auf Englisch, und einige erweiterte Funktionen setzen ein kostenpflichtiges Abo voraus.¹³ Die AI Inbox selbst ist damit noch keine allgemein verfügbare neue Standardansicht.¹²

NVIDIA hat am 5. Januar auf der CES 2026 in Las Vegas Alpamayo vorgestellt: eine Familie offener KI-Modelle, Simulationswerkzeuge und Datensätze für die Entwicklung autonomer Fahrzeuge.¹ Das Modell Alpamayo 1 verarbeitet Videobilder und erzeugt daraus Fahrtrajektorien sowie Begründungen für seine Entscheidungen.¹² Es ist über Hugging Face verfügbar; zum Paket gehört auch das Simulationsframework AlpaSim.¹²

Der Ansatz soll bei seltenen und ungewöhnlichen Verkehrssituationen helfen, die für autonome Fahrzeuge schwer zu bewältigen sind.¹ Die ausgegebenen Begründungen geben Entwicklungsteams eine zusätzliche Möglichkeit, geplante Fahrmanöver zu prüfen.¹² Alpamayo ist als Werkzeug für die Entwicklung vorgestellt worden, nicht als allgemeiner Start einer Funktion in Serienfahrzeugen.¹ Die Ankündigung legt keine einheitlichen Bedingungen für die kommerzielle Nutzung aller Bestandteile fest.¹³

Am 6. Januar 2026 meldete xAI den Abschluss einer aufgestockten Series-E-Finanzierung über 20 Milliarden US-Dollar.¹ Das Unternehmen will damit seine Recheninfrastruktur ausbauen, KI-Produkte schneller entwickeln und bereitstellen sowie die Forschung vorantreiben.¹ Dazu gehört Grok 5, das laut Reuters noch trainiert wird.² xAI nennt außerdem den Ausbau großer GPU-Cluster als Ziel.¹

Die Runde zeigt, wie viel Kapital der Aufbau von Rechenleistung für große KI-Modelle erfordert. Eine Unternehmensbewertung nannte xAI nicht; auch zur Aufteilung der Finanzierung auf Eigen- und Fremdkapital machte das Unternehmen keine Angaben.¹ Für Grok 5 wurden weder ein Veröffentlichungstermin noch neue Benchmark-Ergebnisse veröffentlicht.²¹ Die Finanzierung schafft damit Spielraum für Infrastruktur und Entwicklung, erlaubt aber noch keine Aussage über die Leistung des nächsten Modells.

Amazon hat Alexa.com als Browserzugang für Alexa+ gestartet.¹ Kunden im Alexa+ Early Access können sich dort mit ihrem Amazon-Konto anmelden und mit dem Assistenten chatten.¹ Damit müssen sie Alexa+ nicht mehr ausschließlich per Sprache nutzen. Gespräche lassen sich über Geräte hinweg fortsetzen.¹ Eine allgemeine Freigabe für alle Alexa-Nutzer hat Amazon nicht angekündigt.¹

Der Webzugang ergänzt die Nutzung per Sprache und über die mobile App; er ist kein eigenständiger Assistent.¹² Mit einer Chat-Oberfläche im Browser rückt Alexa+ näher an Angebote wie ChatGPT und Gemini.³⁴ Amazon betont zugleich Aufgaben jenseits einfacher Antworten: Alexa+ soll etwa beim Einkaufen, bei der Steuerung des Smart Homes und bei der Planung helfen.¹ Wie gut diese Aufgaben im Browser funktionieren, müssen Nutzer im Early Access nun erproben.

Stanford Medicine stellte am 6. Januar 2026 SleepFM vor, ein KI-Modell zur Abschätzung langfristiger Krankheitsrisiken aus einer Nacht im Schlaflabor.¹ Die begleitende Studie erschien in Nature Medicine und nutzt Aufzeichnungen der Polysomnografie statt Daten von Fitnessarmbändern.¹² Bei der Auswertung von mehr als 1.000 Krankheitskategorien erreichte das Modell für 130 Kategorien eine brauchbare Vorhersageleistung. Zu den untersuchten Ergebnissen gehören Demenz, Herzinfarkt und Schlaganfall.¹²

SleepFM soll als Grundlagenmodell verschiedene Signale einer Schlafuntersuchung gemeinsam auswerten, nicht nur Schlafphasen erkennen.² Die Ergebnisse stammen jedoch aus rückblickend analysierten klinischen Daten und belegen noch keinen Nutzen für Behandlungsentscheidungen.²³ Eine prospektive Prüfung im Versorgungsalltag oder eine Zulassung für den klinischen Einsatz weist die Studie nicht nach.¹²

Alibaba hat am 7. Januar 2026 Qwen3-VL-Embedding und Qwen3-VL-Reranker für multimodale Suche vorgestellt.¹ Die offenen Modelle sollen Texte, Bilder, Screenshots und Videos erschließen: Das Embedding-Modell bildet Inhalte in einem gemeinsamen Vektorraum ab, der Reranker bewertet anschließend die Relevanz gefundener Treffer.¹² Die Modelle sind über Hugging Face, GitHub und ModelScope verfügbar; eine Bereitstellung über die Alibaba Cloud API wurde angekündigt.¹

Die Modelle bauen auf Qwen3-VL auf und sind unter anderem für visuelle Suche und multimodales RAG gedacht.¹² Sie liefern Bausteine für Suchanwendungen, aber kein fertiges Suchprodukt für Endnutzer.¹ Wer sie einsetzen will, sollte die Trefferqualität mit eigenen Texten und Medien prüfen: Die veröffentlichten Leistungsangaben allein belegen nicht, wie gut die Modelle auf unternehmenseigenen Daten funktionieren.¹

Z.ai, zuvor als Zhipu AI bekannt, startete am 8. Januar 2026 an der Börse Hongkong in den Handel.¹² Das chinesische Unternehmen entwickelt große Sprachmodelle und nahm beim Börsengang rund 4,35 Milliarden HK$ ein.² Die Aktien wurden zu 116,20 HK$ ausgegeben; der erste Kurs lag bei 120 HK$.¹²

Z.ai gilt als erstes auf große Sprachmodelle spezialisiertes chinesisches Unternehmen an der Börse Hongkong.² Anleger können damit gezielt Aktien eines chinesischen Modellentwicklers kaufen, statt nur über breiter aufgestellte Technologiekonzerne in den Markt zu investieren.² Der Kurs stieg am ersten Handelstag, doch daraus lässt sich keine Aussage über die künftige Ertragskraft des Geschäfts ableiten.² Laut Bloomberg sollen die Erlöse vor allem in Forschung und Entwicklung fließen.³

Anthropic plant laut Medienberichten eine Finanzierungsrunde über rund 10 Mrd. US-Dollar bei einer Bewertung von etwa 350 Mrd. US-Dollar.¹² CNBC berichtete am 7. Januar, dass das Unternehmen dafür ein Term Sheet unterzeichnet habe.³ Die Finanzierung ist damit noch nicht abgeschlossen; auch die endgültige Höhe könnte sich ändern.³²

Die mögliche Runde fällt in einen intensiven Wettbewerb um Kapital für KI-Unternehmen.⁴² Mit der gemeldeten Bewertung würde Anthropic seinen Wert gegenüber der letzten Finanzierungsrunde nahezu verdoppeln.¹² Die Angaben beruhen auf nicht namentlich genannten Quellen; eine öffentliche Bestätigung der Konditionen durch Anthropic liegt nicht vor.¹⁴ Ob und wann die Runde zu diesen Konditionen abgeschlossen wird, bleibt offen.⁴²

Cursor hat am 6. Januar 2026 „Dynamic Context Discovery“ für seinen Coding-Agent vorgestellt.¹ Statt umfangreiche Informationen dauerhaft in den Prompt zu laden, ruft der Agent benötigten Kontext gezielt ab.¹ Laut Cursor gilt die Änderung für alle Modelle.² Lange Tool-Ausgaben werden dafür als Dateien abgelegt; benötigte MCP-Tools lädt der Agent erst bei Bedarf.¹

In einem internen A/B-Test sank der gesamte Tokenverbrauch bei Agentenläufen, die ein MCP-Tool aufriefen, um 46,9 %.¹ Cursor bezeichnet das Ergebnis als statistisch signifikant, weist aber auf starke Unterschiede je nach Zahl installierter MCP-Server hin.¹ Der Wert ist deshalb kein Durchschnitt über sämtliche Aufgaben in Cursor. Für Teams mit vielen angebundenen Tools ist der Ansatz relevant, doch wie stark ein einzelnes Setup profitiert, lässt sich aus dem Test nicht ableiten.¹