Sicherlich haben die bekannten Technologieriesen große Fortschritte bei der Entwicklung der grundlegenden KI-Modelle gemacht. Doch dies ist aufgrund einer exponentiell gestiegenen Komplexität mit massiven Kosten für die Entwicklung und den Betrieb verbunden, sagt Paul Greene, der die U.S. Large-Cap Core Growth Equity Strategy verwaltet.
Eine seriöse Branchenschätzung besage, dass für OpenAI jede Antwort auf eine Frage mit 30 Wörtern einen Penny kostet – ein scheinbar kleiner Betrag, der sich aber schnell summiert, wenn das System Millionen von Nutzern hat. Greene merkt an, dass ein ehemaliger KI-Spezialist von Google die Kosten für das Training eines homogenen Modells mit 530B Parametern, das nur zu Testzwecken eingesetzt wird, auf 100 Millionen US-Dollar geschätzt hat. „Es gibt nicht viele Unternehmen, die Schecks in dieser Höhe ausstellen können“, so Greene. „Dazu gehört auch OpenAI, das von seinem Partner Microsoft massiv subventioniert wird.“
Die KI-Giganten: Generative KI ist nicht billig
Das Training von Modellen war bisher der größte Kostentreiber, aber es wird allgemein erwartet, dass das Inferencing – also die Ausführung des Modells zur Beantwortung von Benutzeranfragen – in Zukunft am teuersten sein wird. Damit unterscheidet sich die KI von den meisten anderen Softwarelösungen, die mit vernachlässigbarem Aufwand weitere Benutzer hinzufügen können. Auch wenn sich die Skalierung lohnt, sind dies nicht unbedingt nur gute Nachrichten für die großen Players. „Ich mache mir Sorgen darüber, wie sich das KI-Wettrüsten auf die Bilanzen selbst der Mega-Caps auswirken wird“, ergänzt Dominic Rizzo. „Alphabet, Microsoft, Meta, Amazon.com und andere werden viel Geld ausgeben müssen, um im Bereich KI wettbewerbsfähig zu bleiben.“
Alphabet scheint weiterhin an der Spitze zu stehen – vorerst
Als weiteres Argument für Größenvorteile verweist Greene auf die Vorteile von Unternehmen, die über umfangreiche, proprietäre Datensätze verfügen, die sie zum Trainieren neuer Modelle einsetzen können. Die Google-Muttergesellschaft Alphabet hat seiner Meinung nach in dieser Hinsicht besondere Vorteile. „Denken Sie an all ihre Kartendaten, App-Store-Daten und Netzwerkdaten sowie an die Daten, die durch YouTube und all ihre vielen anderen Produkte gesammelt werden“, argumentiert Greene. „Das sind alles riesige Datenreservoirs, die für sich genommen sehr wertvoll sind, aber noch mehr, wenn man sie kombiniert. Durch die Integration von Produkten und angemeldeten Nutzern entstehen sauberere Datensätze, und die Nutzung der Produkte durch die Kunden selbst kann bei der automatischen Kennzeichnung und dem menschlichen Feedback helfen.“
Greene glaubt, dass Google auch einen wichtigen Vorteil in seinem Talentpool hat. Vor einigen Jahren wurde geschätzt, dass die Hälfte der weltweit besten KI-Experten für das Unternehmen arbeitet. Auch wenn diese Zahl seitdem wahrscheinlich gesunken ist, hält Google vermutlich einen übergroßen Anteil an Talenten in diesem Bereich. Eine der wichtigsten Investitionen von Google in KI war der Kauf des in London ansässigen Start-ups DeepMind im Jahr 2014, das Ende 2015 die Aufmerksamkeit der Weltöffentlichkeit auf sich zog, als sein „AlphaGo“-Programm zwei der weltbesten Spieler des Brettspiels „Go“ schlug –eine Leistung, die weithin als unerreichbar für Computer galt.
Aber ist die Dominanz von Google gesichert?
Die Aktien von Alphabet haben nach der Veröffentlichung von ChatGPT gelitten, offenbar zum Teil deshalb, weil die Anleger spekulierten, dass Googles lukrative Dominanz auf dem Markt für Internetsuchen unter der Konkurrenz von ChatGPT und anderen „Chatbots“ leiden würde.
James Stillwagon, Portfoliomanager für Kommunikations- und Technologiewerte, ist der Ansicht, dass die Google-Suche im Laufe der Zeit immer fortschrittlichere KI-Funktionen enthalten wird: „Wir sehen bereits, wie Google mit multimodalen Konversationsformaten neben traditionellen textbasierten blauen Links experimentiert.“ „Mit sechs Produkten, die jeweils mehr als 2 Milliarden Nutzer weltweit bedienen (Suche, Gmail, Android, Chrome, YouTube und Google Play), glaube ich, dass Google im Rennen um die Skalierung und Kommerzialisierung von KI-Diensten für Verbraucher erhebliche Vertriebsvorteile haben wird“, bemerkt Stillwagon.
Dennoch bleiben Fragen zu den potenziellen Monetarisierungs- und Kostenhürden für Suchanfragen, die rechenintensive große Sprachmodelle (LLMs) für KI-generierte Antworten erfordern. „Nachdem Google fast drei Jahrzehnte damit verbracht hat, die Suchergebnisse für die linkbasierte Lead-Generierung zu optimieren“, merkt Stillwagon an, „wird es wahrscheinlich sein Werbemodell an die neuen Suchschnittstellen anpassen und gleichzeitig die zusätzlichen Kosten für das Training und die Inferenz der LLMs ausgleichen müssen.“
Auf die Umsetzung wird es ankommen, vor allem, weil der Kampf um die Suche auf Googles heimischem Terrain ausgetragen wird. Greene merkt an, dass sich dies als ein Fall des so genannten „Innovatorendilemmas“ erweisen könnte. Dieser Begriff wurde von Clayton Christensen von der Harvard University geprägt und beschreibt die Tendenz von Unternehmen, die in einem neuen Markt groß werden, diesen dann an kleinere Firmen zu verlieren – oder von diesen gestört zu werden. Der Grund dafür ist, dass große Unternehmen dazu neigen, sich auf die Bedienung bestehender Kunden zu konzentrieren, während kleinere und wendigere Unternehmen versuchen, neue Kunden mit neuen Bedürfnissen zu finden.
Nutzung anderer einzigartiger Datensätze
Obwohl Amazon seine KI-Bemühungen weitgehend unter Verschluss gehalten hat, profitiert das Unternehmen auch von der Dominanz seiner Branche. Der größte Online-Händler außerhalb Chinas verfügt über ein unübertroffenes Reservoir an Daten darüber, wie sich Verbraucher verhalten und denken, und zwar durch Text (Produktrezensionen), verbale Hinweise (Antworten auf die Sprachassistentin Alexa), Bewegung (Standortdaten) und Käufe von Büchern bis hin zu Medikamenten.
Die Entscheidung von Facebook, sich in Meta Platforms umzubenennen und das „Metaverse“ aufzubauen, spiegelt die Ambitionen des Unternehmens für die nächste Generation von Technologien, einschließlich KI, wider. Stillwagon merkt an, dass Facebook über umfangreiche Erfahrungen mit der Nutzung von maschinellem Lernen verfügt, um seine Nutzer zu verstehen und geeignete Werbung und Inhalte an die richtigen Personen zu richten. Wie alle Eltern bestätigen können, ist TikTok zu einem ernstzunehmenden Konkurrenten von Facebook geworden, der das Gleiche tut, vielleicht sogar besser.
Die Fortschritte von Meta und Amazon bei der Entwicklung generativer KI bleiben unklar, obwohl Dominic Rizzo anmerkt, dass Meta eine wichtige Rolle beim Aufbau der Open-Source-Community für KI gespielt hat. „Ich bin sicher, dass Meta über alle Werkzeuge verfügt, um im Bereich der KI führend zu sein und ich glaube, dass Amazons riesige Cloud-Computing-Ressourcen und seine internen Halbleiterkapazitäten dem Unternehmen eine einzigartige Möglichkeit bieten, generative KI zu entwickeln und sie der breiten Masse zugänglich zu machen.“
Wenn Bing auf Chatbot trifft
Die unmittelbarste Herausforderung für Googles KI-Dominanz ist Microsoft – nicht zuletzt aufgrund seiner bedeutenden Investitionen und Partnerschaft mit OpenAI. Microsoft hat bereits damit begonnen, Chatbots in seine Suchmaschine Bing und seine Office-Softwaresuite zu integrieren, und CEO Satya Nadella hat ehrgeizige Pläne angekündigt, OpenAI noch stärker in das Software-Ökosystem des Unternehmens einzubinden.
Wie Greene anmerkt, ist Microsoft kein Neuling im Bereich der KI. So hat sich Microsoft mit dem Chiphersteller NVIDIA zusammengetan, um 2021 das Modell Megatron-Turing Natural Language Generation (MT-NLG) zu veröffentlichen, das einen wichtigen Schritt bei der Entwicklung generativer KI darstellt.
Inwieweit generative KI und Chatbots Microsofts Bing oder andere sprachinteraktive Systeme wie Google Assistant, Amazons Alexa oder Apples Siri aufwerten werden, bleibt nach Angabe der drei Analysten abzuwarten. Die Aktien von Alphabet stürzten Anfang Februar um fast neun Prozent ab, nachdem die Einführung des Chatbots „Bard“ das neue Webb-Teleskop der NASA fälschlicherweise als das erste Teleskop identifizierte, das ein Bild eines Planeten außerhalb unseres Sonnensystems aufgenommen hat – ein Kunststück, das tatsächlich im Jahr 2004 gelang. ChatGPT wurde bald darauf selbst in Verlegenheit gebracht, nachdem es versucht hatte, einen Autor der New York Times davon zu überzeugen, seine Frau für das Programm zu verlassen – ein Ergebnis des Trainings mit verführerischen Textnachrichten aus dem Internet.
