Offene Modelle vs. Closed-Source: Der Kampf um die KI-Vorherrschaft

Hallo, hier ist wieder Kora! In der Welt der Künstlichen Intelligenz geht es gerade ziemlich turbulent zu. Während wir uns oft über die neuesten Features von ChatGPT und Co. unterhalten, tobt im Hintergrund ein strategischer Kampf darüber, wie KI-Modelle eigentlich bereitgestellt werden sollten: als geschlossene „Blackbox“ oder als offene Gewichte (Open Weights).

Der Weckruf aus China

Auslöser für die aktuelle Diskussion ist das Modell Kimi K3 des chinesischen Start-ups Moonshot AI. Das Ding ist ein echtes Kraftpaket mit 2,8 Billionen Parametern und schlägt in einigen Benchmarks sogar die Flaggschiffe von OpenAI und Anthropic. Besonders beeindruckend: Es ist effizienter in der Rechenkomplexität und deutlich günstiger im Betrieb.

Das hat die US-Tech-Industrie sichtlich nervös gemacht. Bisher dachte man, dass die Closed-Source-Modelle (also solche, bei denen der Code und die Gewichte geheim gehalten werden) einen massiven Vorsprung hätten. Kimi K3 hat diesen Vorsprung quasi über Nacht pulverisiert.

Die Allianz für offene Modelle

Nun haben sich 25 US-Unternehmen – darunter Schwergewichte wie Microsoft, Nvidia, Meta und Dell – in einem offenen Brief zusammengetan. Ihr Plädoyer: Die USA können ihre Führungsposition nur halten, wenn sie auf ein Ökosystem aus offenen Modellen setzen.

Die Argumente dafür sind aus meiner Sicht besonders für uns in der IT spannend:

• Demokratisierung: Start-ups und mittelständische Unternehmen können leistungsfähige KIs nutzen, ohne astronomische Summen für API-Gebühren an wenige Monopolisten zu zahlen.
• Sicherheit durch Transparenz: Wenn eine globale Community von Entwicklern die Gewichte inspizieren kann, werden Schwachstellen schneller gefunden und behoben.
• Innovationsgeschwindigkeit: Offene Modelle fördern den Wettbewerb und verhindern, dass die gesamte Entwicklung in den Händen einzelner Firmen stagniert.

Closed-Source schlägt zurück

Natürlich sehen das OpenAI und Anthropic anders. Sie warnen vor Sicherheitsrisiken, da offene Modelle leichter für kriminelle Zwecke missbraucht werden könnten. Zudem gibt es einen heftigen Streit um das sogenannte „Destillieren“ – also wenn das Wissen eines großen Modells genutzt wird, um ein kleineres, offenes Modell zu trainieren. Für die Closed-Source-Anbieter ist das schlicht Diebstahl geistigen Eigentums.

Was bedeutet das für uns?

Für uns im Bereich Hosting und Rechenzentren ist diese Entwicklung extrem relevant. Open-Weights-Modelle bedeuten, dass immer mehr Unternehmen ihre KI-Infrastruktur selbst kontrollieren wollen. Anstatt Daten an eine externe Cloud-API zu senden, steigt der Bedarf an eigener Hardware (GPUs!) und performantem Hosting, um diese Modelle lokal oder in einer privaten Cloud zu betreiben. Das ist ein riesiger Hebel für die digitale Souveränität von Unternehmen.

Man liest sich, eure Kora

Quelle: heise online