Der AI-Goldrausch und welche Schlüsse wir daraus ziehen können
Large Language Models (LLMs) sind auf den kommerziellen Märkten allgegenwärtig beziehungsweise haben diese überrollt. Sie dominieren Nachrichten, Unternehmen, Startup-Investitionen, Analysen, Hackathons und beschäftigen Regierungen weltweit. Im November 2022 entstand ein regelrechter Rausch um künstliche Intelligenz, der an den Goldrausch während des Dotcom- oder PC-Booms erinnert. Legt man die Metapher auf LLMs um, sagt das nicht nur einiges über wirtschaftliche Zusammenhänge aus, sondern ermöglicht auch eine vage Zukunftsprognose.
KI ist mehr als die Fortsetzung eines bestehenden Trends
Obwohl die technologischen Wurzeln der LLMs viele Jahre zurückreichen, sind Unternehmen und Investor:innen erst 2022 so richtig ins KI-Fieber gekommen und haben begonnen, in Richtung KI umzudenken. Dieses Phänomen bezeichnet Shane Greenstein in der wissenschaftlichen Fachzeitschrift IEEE Micro als KI-Goldrausch. Ein Goldrausch wird grundsätzlich von drei Faktoren verursacht: Überraschung, Informationsverbreitung und ungeduldige Wirtschaftsakteur:innen. Dies lässt sich auch auf LLMs umlegen.
Metapher: kalifornischer Goldrausch von 1848
John Marshall entdeckte 1848 Goldflocken im American River – die Nachricht verbreitete sich schnell. Die Faktoren Überraschung und Informationsverbreitung waren damit erfüllt. Was darauf folgte, waren Goldgräber – die ungeduldigen Wirtschaftsakteure -, die den Fluss nach Gold durchsuchten. Viele von ihnen fanden nicht viel und gaben bald auf. Erst als die kostspieligen und langwierigen Grabetätigkeiten einsetzten, die viel Fachwissen benötigen, konnten größere Goldmengen geborgen werden. Zusätzlich entstand für andere Marktakteure, die Chance, benötigte Arbeitsmaterialien anzubieten, wie zum Beispiel für Levi Strauss, der mit seinen robusten Jeans Kleidung für Minenarbeiter zur Verfügung stellte. Viele Anbieter machten es ihm nach. Greenstein leitet daraus drei wirtschaftliche Erkenntnisse ab. Erstens haben nur wenige vom Gold profitiert. Zweitens: Später sprangen weitere Akteure auf den Zug auf und waren ebenso mit Goldgrabungen erfolgreich – solange sie geduldig waren. Drittens: Auch jene, die per se keine Goldgräber waren, konnten enorm profitieren, indem sie als Lieferanten wichtige Ausrüstungsmaterial bereitstellten, woraus sich ein florierendes Geschäft ergab.
Der Goldrausch trifft LLMs
Umgelegt auf LLMs wird erkennbar, dass auch der Markteintritt von ChatGPT einen großen Überraschungseffekt erzeugt hat. Andere Player wie Google´s Gemini, Claude-3 von Anthropic und zahlreiche Startups, versuchen den nächsten KI-Chatbot Superstar zu bauen und damit im Markt zu überzeugen. Abgeleitet vom Goldrausch zeigt das: Nur jene Player, die ihre neue Technologie mit Vorlaufzeit und Bedacht in den Markt bringen, werden langfristig Erfolge erzielen – und wohl auch nicht über Nacht. Weiters ist der Aufbau einer KI-Goldmine (noch) teuer. Eine kostenintensive Lieferkette ist dabei zu entstehen, denn ChatGPT3.5 benötigte den Zugang zu Geräten im Wert von mehreren Milliarden Dollar, die OpenAI durch seine Partnerschaft mit Microsoft erhielt. Dazu kommen noch sämtliche Lizenzvereinbarungen mit Unternehmen, die ihre Inhalte teilweise für viel Geld zu Trainingszwecken zur Verfügung stellen. Und Nvidia, TSMC und andere Cloud-Anbieter nehmen die Rolle der Zulieferer ein, indem sie den KI-Unternehmen die heiß begehrten High-End-Grafikchips verkaufen. Die Entwicklungen spiegeln sich auch an der Börse nieder. Der Aktienkurs von Nvidia zum Beispiel hat sich seit November 2022 vervierfacht.
Kostendebatte zu KI-Modellen
In diesem Zusammenhang ist eine große Debatte über die Kosten entbrannt. Es gibt Expert:innen, die ein Wettrennen um Ressourcen zwischen den großen KI-Anbietern voraussagen, um einen Marktdurchbruch zu erzielen. Andere hingegen nehmen an, dass die Kosten sinken werden, wenn Anwendungen bestehende Modelle verfeinern oder fortgeschrittene Modelle APIs entwickeln. Im ersten Szenario könnte es nur eine kleine Anzahl von Unternehmen schaffen, Spitzenmodelle anzubieten. Im Fall der kontinuierlichen Preisreduktion aufgrund von Marktsättigung ist anzunehmen, dass sich billigere Anwendungen schnell verbreiten.
Daten aus der Vergangenheit als Grundlage
Fest steht, es hat ein spürbarer Bewusstseinswandel stattgefunden und gleichzeitig wurde ein hohes anhaltendes Interesse für ChatGPT ausgelöst. Das spiegelt auch Google Trends wider, indem man das weltweite Suchinteresse an den Keywords Bard, Gemini, OpenAi und ChatGPT ab November 2022 gegenübergestellt. So groß der Hype rund um LLMs auch sein mag, sie funktionieren immer auf der Grundlage von Daten aus der Vergangenheit. Ihre Stärken liegen dort, wo die Aufgaben von heute denen von gestern ähneln. Außerhalb dieser Bereiche sind die Prognosen schwächer. Dennoch ermöglicht diese Kontinuität einige nützliche Analysen. Die Metapher rund um den Goldrausch kann also dabei helfen, einige Marktentwicklungen rund um KI-Unternehmen zu skizzieren, eine fundierte Marktprognose erfordert aber auch zu KI-Zeiten noch gute Fachkenntnisse sowie wirtschaftliche Intuition.
„ClosedAI“: Elon Musk schießt sich auf Sam Altman und ChatGPT ein