Milliarden Dollar, ein Labor namens Superintelligence, das Versprechen einer KI, die klüger sein soll als jeder Mensch. Herausgekommen sind bisher drei Modelle mit den Codenamen Avocado, Mango und Wassermelone. Und Platz vier.
Wie Meta von der offensten KI-Firma der Welt zum teuersten Aufholer der Branche wurde, ist eine Geschichte in mehreren Akten. Sie beginnt mit einem Betrug.
Die meisten Nutzer verlängern ihre Prompts, wenn die Antwort nicht passt. Noch ein Beispiel, noch eine Regel, noch ein Absatz Kontext. Das klingt erstmal vernünftig. Nur wird die KI dabei nicht zuverlässig besser, sondern teurer, langsamer und manchmal sogar schlechter. Prompt Kompression dreht den Reflex um. Sie wirft aus einem Prompt raus, was ohnehin niemand braucht, und behält das, worauf es ankommt.
Das ist kein Nischenthema für API-Nerds. Wer mit RAG arbeitet, lange Dokumente hochlädt oder einen Agenten laufen lässt, der sich seine halbe Chathistorie merkt, schleppt in jedem Aufruf tausende Token mit, die keinen Beitrag leisten. Genau da setzt die Technik an.
Wer Claude nutzt, findet im Auswahlmenü seit Kurzem einen neuen Namen ganz oben. Claude Fable 5. Neu, an erster Stelle, als stärkstes Modell angekündigt. Der Reflex liegt nahe. Das Beste nehmen, was da ist. Warum sollte man auch freiwillig etwas Schwächeres wählen?
Weil das teuerste Modell für die allermeisten Aufgaben keinen spürbaren Unterschied macht und im Zweifel nur langsamer ist. Fable 5 ist nicht das bessere Alltagsmodell. Es ist ein Spezialwerkzeug. Wann es sich lohnt und wann du besser das Standardmodell nimmst, darum geht es hier.
Wer verstehen will, warum manche Lernmethoden funktionieren und andere nur das Gefühl geben, etwas getan zu haben, stolpert schnell über Fachbegriffe. Metakognition, Spaced Repetition, Chunking, Desirable Difficulties. Was steckt dahinter? Was bedeuten sie?
Dieses Glossar erklärt die wichtigsten Begriffe aus Lernpsychologie und Lerntechnik. Verständlich, ohne unnötigen Ballast. Manche davon kennst du unter ihrem Alltagsnamen, andere wirst du zum ersten Mal hören. Und weil das Feld groß ist, wächst die Liste mit.
Ein Hinweis vorweg. Nicht jeder Begriff, der wissenschaftlich klingt, hält auch wissenschaftlich stand. Ein paar der bekanntesten Lernkonzepte sind schlicht falsch. Die stehen hier trotzdem, aber mit Warnschild.
753 Milliarden Parameter, eine Million Token Kontext, 1,40 Dollar pro Million Token Eingabe. Und der Download kostet nicht einmal etwas. Wow. Im Juni 2026 hat das Pekinger Unternehmen Zhipu AI, international als Z.ai unterwegs, ein Modell freigegeben, das in mehreren Programmier-Benchmarks an Claude Opus und GPT-5.5 heranreicht. Zum Bruchteil des Preises, ohne Abo, ohne Regionalsperre. Die Frage ist, ob es im Alltag hält, was die Zahlen versprechen.
Du löst mit ChatGPT auf einmal Matheaufgaben, die vorher unmöglich aussahen. Sauber, zügig, eine nach der anderen. Wochen später sitzt du in der Klausur, kein Chatbot erlaubt, und schneidest schlechter ab als die Mitschüler, die ohne KI geübt haben.
Genau dieses Muster hat die OECD Anfang 2026 in ihrem großen Bildungsbericht dokumentiert. Mit KI lernen hebt die Leistung im Moment, aber nicht zwangsläufig das, was am Ende im Kopf bleibt. Die Aufgabe zwar gelingt, das Lernen bleibt aber aus.