Hype oder Realität? Ein Überblick
Im letzten Jahr hat sich die KI-Welt rasant gewandelt. Offene und geschlossene Systeme stehen zur Debatte – die Vor- und Nachteile sind oft nicht sofort offensichtlich. Ein geschlossenes System bietet in vielen Fällen die leistungsfähigsten Modelle und gewährleistet kontinuierliche Updates. Man muss sich dabei um wenig kümmern. Andererseits eröffnet der Open-Source-Weg mehr Freiheiten. Modelle lassen sich auf eigenen Servern verwenden – bietet das Potenzial, auch auf einem Gaming-PC zu arbeiten.
Die Unabhängigkeit von externen Diensten ist ein großer Vorteil – dennoch erfordert diese Option eine aufwendige Einrichtung und wird im Leistungsumfang weniger Komplex sein. Die Frage nach dem richtigen Ansatz bleibt.
Ursprung und Datenschutz: Bedeutende Aspekte
Die geografische Herkunft der KI-Modelle bringt oft unerwartete Auswirkungen mit sich. Besonders chinesische Modelle stehen unter ständiger Zensur – das birgt Risiken und Einschränkungen. Serverstandorte sind für geschlossene Systeme entscheidend. Ob durch direkte Anbieter-Webinterfaces, Cloud-Lösungen von IT-Riesen wie Amazon oder integrierte Lösungen wie Microsoft Copilot kann entscheidend sein.
Datenschutz und Compliance sind unverzichtbare Themen. Wo landen die verarbeiteten Daten? Die Antwort variiert stark – abhängig davon, ob eigene Server genutzt werden, oder externe Schnittstellen eine Rolle spielen.
Kosten und Qualität: Der Balanceakt
Die Kosten hängen eng mit der Größe eines Modells zusammen. Größere Systeme bieten mehr Leistung, kosten aber auch entsprechend mehr. Kleinere Modelle punkten dagegen durch Geschwindigkeit. Die Qualitäten der Systeme sind ebenfalls entscheidend. Modell-gesteuerte Fehlerquote variiert stark – jeder Einsatz muss sorgfältig abgewogen werden.
Eine zusätzliche Frage sind die "Modalitäten". Einige Modelle arbeiten nur mit Text, andere hingegen integrieren Bilder, Audios oder verschiedene Dateiformate. Der Bedarf hängt stark vom geplanten Einsatz ab.
Liste bekannter KI-Modelle zu Beginn von 2025
1. GPT-4o und o1 (OpenAI)
- Art des Systems: geschlossen
- Herkunft: Startup OpenAI, Tech-Konzern Microsoft, USA
- Nutzung über: ChatGPT, Microsoft 365, Cloud-Services wie Microsoft Azure
Das GPT-4o-Modell bleibt ein entscheidender Maßstab. OpenAIs System erweist sich als vielseitiger Allrounder. Es kann viele Formate bearbeiten und überzeugt in beruflichen Kontexten besonders durch die Microsoft 365-Integration. Mit dem neuen "o1"-Modell wird der Ansatz des "Nachdenkens" verfolgt.
2. Claude 3.5 (Anthropic)
- Art des Systems: geschlossen
- Herkunft: Startup Anthropic, USA
- Nutzung über: claude.ai, Cloud-Services
Claude 3.5 hat sich besonders in der Tech-Szene etabliert. Es überzeugt bei Programmieraufgaben und punktet durch einen kommunikativen Stil. Die Antworten wirken weniger maschinell und mehr wie echte Gespräche.
3. Gemini 1.5 und 2.0 (Google)
- Art des Systems: geschlossen
- Herkunft: Tech-Konzern Google, USA
- Nutzung über: Google Gemini, Cloud-Services
Google galt anfangs als Nachzügler. Die Gemini-Familie hat sich mittlerweile jedoch an die Spitze gesetzt. Integration in Google-Produkte ist ein Plus.
4. Mistral
- Art des Systems: Open Source (mit Einschränkungen)
- Herkunft: Startup Mistral, Frankreich
- Nutzung über: Le Chat, Cloud-Services
Mistral stellt seine Modelle als Open Source zur Verfügung. In Europa ist es eine vielversprechende Lösung – die Leistung kann mit der US-Konkurrenz mithalten.
5. LLaMA 3.3 (Meta)
- Art des Systems: Open Source (mit Einschränkungen)
- Herkunft: Tech-Konzern Meta, USA
- Nutzung über: Cloud-Services
Meta verfolgt einen einzigartigen Ansatz: Der Fokus auf Open Source macht das Unternehmen besonders. Nahezu gleichwertige Leistungen zu ChatGPT sind gegeben, während hier viel Freiheit gewährt wird.
6. Teuken-7b (OpenGPT-X)
- Art des Systems: Open Source
- Herkunft: Initiative OpenGPT-X, Deutschland
- Nutzung über: Hugging Face, Deutsche Telekom
Deutschland strebt nach KI-Souveränität. Teuken-7b zielt auf europäische Sprachen ab. Im Leistungsvergleich kann es jedoch nicht an die Spitzenreiter heranreichen.
7. Nova (Amazon)
- Art des Systems: geschlossen
- Herkunft: Tech-Konzern Amazon, USA
- Nutzung über: AWS, Cloud-Services
Das Nova-Modell setzt auf Preis-Leistungsverhältnis. Es hat sich als international konkurrenzfähig erwiesen – oftmals günstiger als die Konkurrenz.
8. Grok-2 (xAI)
- Art des Systems: geschlossen (aktuelle Variante), Open Source (Vorgängervariante)
- Herkunft: Startup xAI, USA
- Nutzung über: X (ehemals Twitter)
Elon Musks xAI ist ein später Akteur. Massive Investitionen in Rechenleistung sind ein Schlüssel. Die Öffnung des Systems erfolgt schrittweise.
9. Qwen2.5 (Alibaba)
- Art des Systems: unterschiedlich
- Herkunft: Tech-Konzern Alibaba, China
- Nutzung über: unterschiedlich
Qwen zeigt die Ambitionen Chinas im KI-Rennen. Die staatliche Zensur stellt jedoch eine Herausforderung dar.
10. DeepSeek-V3
- Art des Systems: Open Source (mit Einschränkungen)
- Herkunft: Startup DeepSeek, China
- Nutzung über: Eigene Plattform, API-Zugang
DeepSeek sorgte 2024 für Aufsehen. Es hat eindrucksvoll mit weniger Ressourcen ein System entwickelt. Dennoch gelten hier die gleichen Einschränkungen durch staatliche Zensur wie bei anderen chinesischen Anbietern.
Was ist AGI und welche Versprechen hält es?
Klassische Definitionen von AGI umreißen ein KI-System. Dieses System könnte dem menschlichen Denken gleichwertig sein oder es sogar übertreffen. Der Philosoph Nick Bostrom beschreibt AGI als „Intellekt, der deutlich intelligenter ist als die besten menschlichen Gehirne in praktisch jedem Bereich“. Diese Bereiche schließen wissenschaftliche Kreativität, allgemeine Weisheit und soziale Fähigkeiten ein. Im Gegensatz dazu fasst OpenAI AGI etwas breiter und definiert es als eine KI, die in der Lage ist, die meisten wirtschaftlich wertvollen Aufgaben besser zu erledigen als Menschen.
Die Meinungen über den Zeitrahmen, in dem eine solche AGI realisiert werden kann, schwanken erheblich. Zahlreiche KI-Forscher sind optimistisch. Die Debatte fragmentiert sich jedoch – nicht zuletzt wegen der uneinheitlichen Definition von „Allgemeiner Künstlicher Intelligenz“. AGI wird als ein dynamischer Begriff betrachtet. Nathan Lambert, ein KI-Forscher, vergleicht die Diskussion um AGI mit einem Religionsstreit. Unterschiedlichste Definitionen erzeugen oft blindes Vertrauen.
AGI als Geschäftsstrategie: Darin liegt das Ziel von OpenAI
Ein besonders aufschlussreicher Blick auf die Thematik ergibt sich, wenn man die Verträge zwischen OpenAI und Microsoft betrachtet. Der Bericht des Magazins „The Information“ (externer Link) definiert AGI in diesen Verträgen sehr spezifisch. Systeme sollen zwei Bedingungen erfüllen: Menschen in wirtschaftlich wertvollen Arbeiten übertreffen und Gewinne von mindestens 100 Milliarden Dollar erzielen.
Was bedeutet das konkret? Diese Definition könnte die häufige Verwendung des Begriffs AGI innerhalb von OpenAI Mitarbeitern und Führungskräften erklären. OpenAI selbst rechnet erst ab 2029 mit dem ersten profitablen Jahr. Ein AGI-Status könnte OpenAI von einigen Verpflichtungen gegenüber Microsoft entlasten. Die wirtschaftlichen Aspekte und das Potenzial einer solchen Entwicklung verstärken die Diskussion um die Zukunft der künstlichen Intelligenz.
Wie könnte eine Superintelligenz tatsächlich aussehen?
Wenn AGI tatsächlich erreicht wird, wie wird diese für die meisten Menschen aussehen? Bis vor Kurzem dachten viele an ein System wie ChatGPT. Nutzbar, schnell und kostengünstig – aber gleichzeitig von höherer Intelligenz.
Neueste Entwicklungen, darunter ein KI-Modell von OpenAI namens „o3“, lassen vermuten, dass die Realität ganz anders sein könnte. Vor Weihnachten vorgestellt, zeichnet sich das Modell durch neuartige Fähigkeiten zur Mustererkennung aus. Dies ist ein wesentlicher Schritt in Richtung AGI. Die Kosten für eine alleinstehende Aufgabe belaufen sich allerdings auf mehrere tausend Dollar an Rechenleistung. Obgleich die Preise wahrscheinlich sinken werden, bleibt zu bedenken, dass eine „Allgemeine Künstliche Intelligenz“ nicht automatisch allgemein verfügbar sein muss.
Das Spannungsfeld von Rechenkapazität und Verfügbarkeit
Die Entwicklung zu menschenähnlicher Intelligenz könnte primär von der Rechenleistung abhängen. Ein Aspekt wird dabei sehr deutlich: die finanzielle Machbarkeit, um diese Rechenkapazität einzusetzen. Vielleicht wird die Zukunft von AGI nicht einfach ein katapultartiger Durchbruch zur menschenähnlichen Intelligenz sein. Wahrscheinlicher ist der Weg zu einer exzessiven Technologie, die nur für diejenigen zugänglich sein wird, die über die nötigen finanziellen Mittel verfügen.