Am Dienstag, dem 3. September, erlebte Nvidia nach dem Schwarzen Montag im August einen weiteren erheblichen Kursrückgang. Mit einem Rückgang von 9,5 % musste das Unternehmen einen Verlust von 280 Milliarden Dollar hinnehmen - der größte Tagesverlust in der Geschichte der USA. Der rasante Aufstieg von Nvidia und die massiven Investitionen der Tech-Giganten spiegeln die immensen Erwartungen an die KI wider, doch die zunehmenden Einschränkungen, Risiken und die übermäßige Abhängigkeit von einigen wenigen Hauptakteuren signalisieren die Notwendigkeit eines ausgewogeneren und nachhaltigeren Ansatzes für die Zukunft der Technologie.
Massive Investitionen und die Dominanz von Nvidia
Der weltweite Wettlauf um die Vorherrschaft der künstlichen Intelligenz hat einen Zustrom von Milliardeninvestitionen von Tech-Giganten wie Microsoft, Meta und Amazon ausgelöst, die hauptsächlich in energieintensive Rechenzentren fließen, um ihre KI-Ambitionen zu unterstützen. Diese Unternehmen versuchen jedoch auch, ihre Abhängigkeit von den Chips von Nvidia zu verringern und suchen nach Alternativen, um sich vor potenziellen Risiken in der Lieferkette und der Marktdominanz zu schützen.
Nvidia ist mit seinen hochmodernen Chips führend, während einst führende Unternehmen wie Intel ins Hintertreffen geraten sind. Laut Lip-Bu Tan, einem ehemaligen Vorstandsmitglied von Intel, wurde das Unternehmen durch Bürokratie, Risikoscheu und eine übermäßig große Belegschaft gebremst, was die Herausforderungen für alte Unternehmen in diesem sich schnell entwickelnden Markt unterstreicht.
Technologische Grenzen der KI
Trotz dieser aggressiven Investitionen werden die Grenzen der KI-Technologie immer deutlicher. Eine wachsende Sorge ist die Degeneration von KI-Modellen, die sich aus ihrer zunehmenden Abhängigkeit von ihren eigenen Ergebnissen als Trainingsdaten ergibt. Da das Internet nur eine begrenzte Menge an qualitativ hochwertigen, frischen Daten bietet, besteht die Gefahr, dass KI-Systeme mit der Zeit immer schlechter werden, da sie sich selbst wiederholen, was im Laufe der Zeit zu einer Leistungsverschlechterung führen kann.
Jüngste Forschungsergebnisse zeigen eine weitere kritische Schwachstelle der KI auf, insbesondere bei generativen Sprachmodellen. Studien, wie die der Universität Darmstadt, haben gezeigt, dass diese Modelle zwar grundlegende Anweisungen befolgen und menschenähnliche Reaktionen nachahmen können, aber keine Anzeichen für "differenzierte Denkfähigkeiten" zeigen. Dies deutet darauf hin, dass ihr Verständnis oberflächlich bleibt und ihnen die tieferen, nuancierteren Denkfähigkeiten fehlen, die man von einer fortgeschrittenen KI erwartet. Eine weitere Studie mit Teilnehmern des Forschungszentrums Jülich ergab, dass aktuelle KI-Systeme vor allem in komplexeren oder abstrakteren Szenarien mit einer zuverlässigen Entscheidungsfindung zu kämpfen haben, was den Bedarf an verbesserten Modellen und robusteren Datenquellen unterstreicht.
Europa hinkt im Rennen um die KI hinterher
Trotz des großen technischen Talents liegt Europa im Rennen um die KI weiterhin hinter den USA und China zurück. Ein wichtiger Indikator für diesen Rückstand ist die Zahl der KI-bezogenen Patente. Nach Angaben der Weltorganisation für geistiges Eigentum (WIPO) meldet China zwischen 2014 und 2023 mehr als 38.000 KI-Patente an, während die USA ebenfalls einen erheblichen Beitrag leisten. Im Gegensatz dazu meldete Deutschland im gleichen Zeitraum nur 708 KI-Patente an, wobei Siemens als bestes europäisches Unternehmen weltweit auf Platz 18 landete.
Diese Diskrepanz unterstreicht die Schwierigkeiten Europas, mit der globalen Konkurrenz Schritt zu halten. Experten betonen, dass Europas fragmentierter Markt und eine weniger innovationsfreundliche Patentpolitik das Problem weiter verschärfen und den Kontinent in der sich schnell entwickelnden KI-Landschaft benachteiligen. Die Möglichkeit, KI-Innovationen zu patentieren, wird letztlich darüber entscheiden, welche Länder bei der technologischen Entwicklung führend sind, da diejenigen, die die Patente besitzen, die Kontrolle darüber haben, wie KI-Technologien eingesetzt werden.
Wie können wir also eine ausgewogenere Sicht auf diese Situation gewinnen?
Um die Dynamik der KI-Entwicklung und die damit verbundenen schwankenden Erwartungen besser zu verstehen, ist es hilfreich, sich auf zwei wichtige Analyserahmen zu stützen.
Das erste ist das Amara-Gesetz, benannt nach dem Futuristen Roy Charles Amara, das uns daran erinnert, dass die Auswirkungen neuer Technologien kurzfristig überschätzt und langfristig unterschätzt werden. Dieser Gedanke ist besonders relevant für die künstliche Intelligenz, wo frühe Versprechungen oft zu überhöhten Erwartungen geführt haben, das wahre, transformative Potenzial der Technologie aber möglicherweise noch weit vor uns liegt. Amaras Einsicht ermutigt zu einer maßvolleren Herangehensweise und deutet darauf hin, dass der langfristige Einfluss der KI die anfänglichen Vorhersagen übertreffen könnte, auch wenn sich die derzeitige Begeisterung abkühlt.
Der zweite nützliche Rahmen ist der Gartner-Hype-Zyklus, ein Modell, das den typischen Lebenszyklus neuer Technologien abbildet. Diesem Modell zufolge erleben Technologien wie KI häufig eine anfängliche Hype-Welle, gefolgt von einem "Höhepunkt überhöhter Erwartungen" und einem anschließenden starken Rückgang in ein "Tal der Enttäuschung". Nach dieser Phase der Enttäuschung stellt sich ein realistischeres Verständnis der wahren Fähigkeiten der Technologie ein, was zu einem "Plateau der Produktivität" führt. Dieser Zyklus hilft zu erklären, warum die KI, die einst als unmittelbare Neuerung gefeiert wurde, heute mit vorsichtigem Optimismus betrachtet wird.
Es wird auch deutlich, dass viele Technologien trotz anfänglicher Rückschläge schließlich ihren Platz als unverzichtbare Werkzeuge finden, sobald die Aufregung nachlässt und mehr praktische Anwendungen entwickelt werden. So hat sich beispielsweise die Fähigkeit der KI, Logistik und Lieferkettenmanagement zu optimieren, bereits für zahlreiche Branchen als transformativ erwiesen.
Wichtig ist, dass der Wettlauf um die Vorherrschaft der KI noch lange nicht vorbei ist. Die EU und Deutschland können also noch eine wichtige Rolle spielen, vorausgesetzt, sie handeln schnell und strategisch. Mit koordinierten Anstrengungen und gezielten Investitionen kann Europa noch immer ein wichtiger Akteur bei der Gestaltung der Zukunft der KI werden.
