Ein neuer KI-Durchbruch schlägt derzeit hohe Wellen in den Massenmedien und an den Finanzmärkten. Doch warum ist das für Personen außerhalb der Tech-Welt überhaupt von Bedeutung?
Was passiert ist (kurz und knapp)
Das chinesische Startup DeepSeek hat sein Sprachmodell „R1“ vorgestellt. Dieses weist Denk- und Argumentationsfähigkeiten (Reasoning) auf, mit denen sich bislang vor allem das Flaggschiff-Modell von OpenAI von der Konkurrenz abhob. Der Entwicklungsansatz von DeepSeek stellt das sogenannte „Skalierungsgesetz“ (Scaling Law) infrage – jenes Prinzip, das bisher Milliardeninvestitionen in KI-Startups und Technologieunternehmen rechtfertigte.
Das Gesamtbild
- OpenAIs prognostizierte Betriebskosten für das Training und den Betrieb von KI-Modellen im Jahr 2024: 7 Milliarden US-Dollar. Im Rahmen des „Project Stargate“ wurden zudem Investitionen in die KI-Infrastruktur der USA in Höhe von 500 Milliarden US-Dollar angekündigt.
- DeepSeeks gesamte Investition in das Training ihres wettbewerbsfähigen Modells: unter 6 Millionen US-Dollar – und das trotz Handelsbeschränkungen und fehlendem Zugang zu modernster Computerhardware (GPUs).
- Das Ergebnis? Eine vergleichbare Leistung zu einem Bruchteil der Kosten dank neuartiger, effizienterer Trainingsmethoden.
Dies wirft eine interessante Frage zum „Skalierungsgesetz“ auf – dem Grundsatz, dass größere Modelle, mehr Daten und mehr Rechenleistung (sprich: mehr Geld) automatisch zu einer besseren KI-Leistung führen. Genau dieses Prinzip diente als Rechtfertigung für die massiven Investitionen in Unternehmen wie OpenAI.
Doch wenn kleinere Akteure ähnliche Ergebnisse zu einem Bruchteil der Kosten erzielen können – warum sollte man dann überhaupt Milliarden investieren?
Um eines klarzustellen: Das bedeutet nicht, dass DeepSeek innovativer ist als OpenAI & Co. und nun die Marktführerschaft übernimmt. Aber es zeigt, dass es weit mehr Wege gibt, die KI-Technologie voranzutreiben, als nur durch enormen Kapitaleinsatz.
In meinem neuesten Buch habe ich geschrieben, dass die Investitionen in gehypte KI-Startups früher oder später versiegen werden und sich der Fokus darauf verschieben wird, welchen geschäftlichen Mehrwert wir mit den bereits vorhandenen Modellen schaffen können. Vielleicht haben wir diesen Punkt nun eher früher als später erreicht?