NewsKategorienWissenNewsletter-ArchivEvents
AnmeldenKostenlos abonnieren
JEDEN MONTAG
Die wichtigsten KI-News der Woche — in 5 Minuten.

Der wöchentliche KI-Newsletter für die Schweiz. Kompakt, relevant, zero Bullshit. 5 Minuten lesen, 1 Woche informiert.

FOLGE UNS
LIXIG
NAVIGATION
KI NewsArchivNewsletter-ArchivAutorenÜber unsKontakt
KATEGORIEN
KI-ForschungKI-BusinessRegulierung & EthikKI in der SchweizKI-Tools & AppsNeue Modelle
WISSEN & REFERENZ
KI-GlossarKI-Events SchweizEvent einreichenLLM-VergleichSchweizer KI-StartupsFirmen & OrganisationenKI-Regulierung SchweizKI-Rechenzentren SchweizKI in der VerwaltungApertus in der Praxis
RECHTLICHES
ImpressumDatenschutzAGB
© 2026 Inoo GmbH · Altstätten SG · Schweiz
Ein Produkt von InooSwiss Made Software
HOME·NEWS·KI-FORSCHUNG

Murats Spezialmodell schlägt GPT, Claude und Gemini

Thinking Machines Lab von Ex-OpenAI-Chefin Mira Murati und der Hedgefonds Bridgewater zeigen: Ein kleines, feinjustiertes Custom-Modell schlägt die grossen Frontier-LLMs bei Finanzaufgaben. Es erreicht 84,7 Prozent Genauigkeit und kostet nur einen Bruchteil.

Pascal Eugster
Pascal Eugster
GRÜNDER & ENTWICKLER
4. JULI 2026
3 MIN. LESEZEIT
Illustration eines kleinen Schlüssels, der ein grosses Schloss öffnet, mit Lupe auf Finanzdokumenten, kinewsletter.ch Stil
Illustration eines kleinen Schlüssels, der ein grosses Schloss öffnet, mit Lupe auf Finanzdokumenten, kinewsletter.ch Stil
INHALT
01Wenn ChatGPT beim Zeitunglesen versagt0284,7 Prozent – und Fehler fast um ein Drittel reduziert03Warum eigene Daten mehr wert sind als der beste Prompt
INHALT
01Wenn ChatGPT beim Zeitunglesen versagt0284,7 Prozent – und Fehler fast um ein Drittel reduziert03Warum eigene Daten mehr wert sind als der beste Prompt
Inoo GmbH
Präsentiert & entwickelt von
kinewsletter.ch ist ein Projekt der Inoo GmbH

KI-Beratung und Softwareentwicklung aus dem St. Galler Rheintal.

inoo.ch →
DAS WICHTIGSTE IN KÜRZE

Ein Spezialmodell auf eigenen Experten-Daten schlägt das teure Universal-LLM bei genau definierten Aufgaben – genauer und rund 14-mal günstiger.

Ein kleines Spezialmodell schlägt GPT, Claude und Gemini – und kostet nur einen Bruchteil. Das ist das überraschende Ergebnis der ersten grossen angewandten Studie aus Thinking Machines Lab, dem Startup der früheren OpenAI-Chefin Mira Murati. Gemeinsam mit den AIA Labs des weltgrössten Hedgefonds Bridgewater hat das Team gezeigt, wie ein massgeschneidertes Modell erfahrene Finanzprofis bei ihrer täglichen Fleissarbeit ersetzt – genauer und deutlich günstiger als die teuren Universal-Modelle.

Wenn ChatGPT beim Zeitunglesen versagt

Am 30. Juni veröffentlichten die beiden Häuser ihre Forschung unter dem Titel «Learning to Replicate Expert Judgment in Financial Tasks». Der Ausgangspunkt: Investoren ertrinken täglich in Dokumenten – Nachrichten, Research-Berichte, Firmenunterlagen, E-Mails. Das Lesen ist nicht das Problem. Der Aufwand steckt in den vielen kleinen Urteilen: Was ist relevant, was ist Rauschen? Genau diese Triage wollte das Team automatisieren.

Der Haken: Die grossen Frontier-Modelle scheiterten kläglich. Mit einem simplen Prompt, der die Aufgabe nur beschreibt, kamen Varianten von GPT, Claude und Gemini über rund 50 Prozent Treffer nicht hinaus – ein Münzwurf. Ein Beispiel aus der Studie: Ein Artikel über Trumps Anspruch auf Grönland ist für einen Makro-Investor irrelevant, eine Meldung über neue China-Zölle hochrelevant. Beide berühren Geopolitik und Finanzen – die Nuance dazwischen kriegt ein generisches Modell nicht zuverlässig hin.

84,7 Prozent – und Fehler fast um ein Drittel reduziert

Selbst mit ausgefeiltem Prompt-Engineering – von Bridgewaters Experten geschriebene Anweisungen, dazu automatische Prompt-Optimierung – kletterten die Frontier-Modelle nur in die mittleren 70er. Unter 80 Prozent, also unter der Schwelle, ab der die Profis dem System im Alltag vertrauen würden.

Dann kam das Feintuning. Statt Experten-Intuition in einen starren Prompt zu pressen, trainierte das Team ein offenes Basismodell (Qwen3-235B) auf Bridgewaters eigenen, von Experten gelabelten Daten – über Murats Trainings-Plattform Tinker. Das Resultat über sechs reale Finanzaufgaben hinweg:

  • 84,7 % Durchschnitts-Genauigkeit – gegenüber 78,2 % beim besten getesteten Frontier-Modell
  • 29,8 % weniger Fehler als die stärkste Konkurrenz
  • 13,8-mal tiefere Inferenzkosten pro Aufgabe (also rund ein Vierzehntel)

Zwei Trainings-Tricks trugen den grössten Teil bei: sogenanntes Interleaved Batching (die Aufgaben werden abwechselnd im Rundlauf trainiert) brachte 12,1 Prozentpunkte, On-Policy Distillation (das Modell lernt von einer stärkeren Vorgänger-Version seiner selbst) weitere 3,1.

Warum eigene Daten mehr wert sind als der beste Prompt

Die Kern-Erkenntnis geht über die Finanzbranche hinaus. Ein Prompt kann nur das vermitteln, was ein Experte in Worte fassen kann. Die Urteile, die am meisten zählen, sind aber oft die am schwersten erklärbaren. Genau die lernt ein Modell, wenn es auf experten-gelabelten, proprietären Daten feinjustiert wird – Unterscheidungen, die kein noch so cleveres Prompt-Engineering einem Universal-Modell beibringt.

Für dich als Unternehmen – auch als Schweizer KMU – steckt darin eine handfeste Botschaft: Der teuerste Frontier-LLM ist nicht automatisch die beste Lösung. Wer über eigene, sauber aufbereitete Daten mit dem Know-how seiner Fachleute verfügt, kann daraus ein kleines Spezialmodell bauen, das für die konkrete Aufgabe treffsicherer und massiv billiger ist. Das senkt nicht nur die laufenden Kosten, sondern hält sensible Daten auch näher am eigenen Haus.

Einordnung: Es ist das erste grössere angewandte Forschungsresultat aus Murats Thinking Machines Lab – und ein deutliches Signal. Murati verliess OpenAI Ende 2024 mit der These, der nächste Wert­schub in der KI komme nicht aus noch grösseren Universal-Modellen, sondern aus Massanfertigung. Die Studie liefert dafür den ersten belastbaren Beleg. Bridgewater verwaltet rund 100 Milliarden Dollar – und setzt künftig auf viele kleine, spezialisierte Modelle statt auf das eine Universalgehirn. Für den Enterprise-Einsatz könnte das der Anfang einer Trendwende sein: differenzierte Intelligenz statt Einheits-LLM.

Quellen

Learning to Replicate Expert Judgment in Financial Tasks – Thinking Machines Lab / Bridgewater AIA Labs↗ EXTERNER LINKThinking Machines partners with Bridgewater to build AI model that cuts errors by nearly 30% – Crypto Briefing↗ EXTERNER LINKThinking Machines Lab × Bridgewater: Custom model beats frontier – FourWeekMBA↗ EXTERNER LINK
FIRMEN IN DIESEM ARTIKEL
AnthropicGoogleOpenAI
TEILEN
LinkedIn→X / Twitter→E-Mail→
KOSTENLOS ABONNIEREN
Diese News jeden Montag in dein Postfach?

WEITERLESENDas könnte dich auch interessieren.

Skizze eines Teams aus kleinen Robotern, die gemeinsam an einer riesigen Tafel mit Formeln arbeiten, ein zentraler Beweis-Stempel in Elektroblau, kinewsletter.ch-Stil
Skizze eines Teams aus kleinen Robotern, die gemeinsam an einer riesigen Tafel mit Formeln arbeiten, ein zentraler Beweis-Stempel in Elektroblau, kinewsletter.ch-Stil
KI-FORSCHUNG·15. NOVEMBER 2026

Googles Agenten-Teams formalisieren die Weil-Vermutungen

Google Research zeigt, was Teams aus Gemini-4-Agenten in Antigravity leisten: ein maschinengeprüfter Beweis der Weil-Vermutungen, eine schnellere Rust-Version eines Videodecoders und Strukturbestimmung in der Chemie. Die Ergebnisse stammen von Google selbst, vieles sind noch nicht begutachtete Preprints.

Skizze eines Schreibtischs mit hohem Stapel dicker Beweisbände, darauf ein grosses Vorhängeschloss in Elektroblau, daneben eine Lupe; kinewsletter.ch-Stil
Skizze eines Schreibtischs mit hohem Stapel dicker Beweisbände, darauf ein grosses Vorhängeschloss in Elektroblau, daneben eine Lupe
KI-FORSCHUNG·12. NOVEMBER 2026

DeepMind: KI beweist Sicherheit von Signals Verschlüsselungscode

Google DeepMind hat mit AlphaProof Code Sicherheitseigenschaften des Signal-Codes libsignal formal verifiziert: rund 6,5 Millionen Zeilen Lean-Beweis in vier Wochen. Der Umfang ist gross, die Grenzen sind eng gesteckt: nur Eins-zu-eins-Chats, ein AArch64-Build, Krypto-Bausteine als Annahme.

Illustration von Siegel und Wachsstempel auf einem Brief neben einem Schlüssel in Blau, kinewsletter.ch Stil
Illustration von Siegel und Wachsstempel auf einem Brief neben einem Schlüssel in Blau, kinewsletter.ch Stil
KI-FORSCHUNG·9. NOVEMBER 2026

Anthropic FlashProve: Beweis, welches Modell geantwortet hat

Anthropic hat FlashProve veröffentlicht, einen Open-Source-Prototyp, der mit Zero-Knowledge-Beweisen belegt, dass eine Antwort von bestimmten Modellgewichten stammt. Gezeigt wird das an Llama 4 Maverick; es ist ein Zwischenstand mit klaren Grenzen.

Handgezeichnete Tusche-Skizze eines Chirurgen mit feinem Skalpell über einem Geflecht aus Fäden, ein Faden in Blau
Handgezeichnete Tusche-Skizze eines Chirurgen mit feinem Skalpell über einem Geflecht aus Fäden, ein Faden in Blau
KI-FORSCHUNG·9. NOVEMBER 2026

GPT-6 Astra liest und ändert Modellgewichte: Studie begeistert, Kritiker bremsen

Ein Forschungsteam zeigt, dass GPT-6 Astra Gewichte kleiner Netze lesen und bearbeiten kann, etwa Qwen3.5-0.8B von 7,9 auf 48,1 Prozent bei MATH-500. Zwei Kritiker sagen, das sei weniger neu, als der Beitrag suggeriert.

Handgezeichnete Tusche-Skizze eines offenen Vorhängeschlosses an einer Kette, daneben ein Briefkasten mit Brief und ein blaues Sparschwein
Handgezeichnete Tusche-Skizze eines offenen Vorhängeschlosses an einer Kette, daneben ein Briefkasten mit Brief und ein blaues Sparschwein
KI-FORSCHUNG·3. NOVEMBER 2026

Neun von zehn KI-Agenten heben ihr Ausgabelimit selbst an

Cornell Tech und Yale liessen zehn Modelle mit einem Ein-Cent-Limit auf Agenten-Wallets agieren. Neun holten sich den Freigabecode aus dem Postfach und hoben das Limit an, nur Claude Opus 5.5 nicht.

Handgezeichnete Skizze eines Labortischs mit Reagenzgläsern, Pipette und Schutzbrille, in der Mitte ein grosses blaues Antikörper-Modell
Handgezeichnete Skizze eines Labortischs mit Reagenzgläsern, Pipette und Schutzbrille, in der Mitte ein grosses blaues Antikörper-Modell
KI-FORSCHUNG·28. OKTOBER 2026

Anthropic zeigt erste Medikamenten-Resultate mit Claude

Anthropic hat erste Ergebnisse aus der Wirkstoffforschung mit Claude veröffentlicht: sechs Partner aus Pharma und Biotech und ein eigenes Programm um die übernommene Firma Mithril Medicine. Beim Biotech Enveda sank der Prüfaufwand für Herstellungsunterlagen um 89 Prozent.

Mehr aus KI-Forschung →