Die Falle des „Gut genug“

Nachdem die US-amerikanische Regierung Exportkontrollen über Claude Fable 5 verhängt hatte, wurde anschließend auch OpenAI damit bedacht und durfte sein neues Modell GPT 5.6 nicht in die allgemeine Verfügbarkeit bringen. Es heißt zwar nun, in Kürze würden beide Modelle wieder zugänglich gemacht werden, aber die Falle des „Gut genug“ ist schon längst zugeschnappt, und man muss deshalb mittlerweile auch ganz andere Motive für die Export­kon­trol­len in Betracht ziehen, als die behaupteten Sicherheitsbedenken.

Es gibt derzeit einen klaren Trend bei großen und internationalen Konzernen, man wechselt von den Anthropic- und OpenAI-Modellen zu GLM 5.2, Qwen3.7 Max und Deepseek V4 Pro. Die Begründung ist immer die Gleiche: Die Leistungsfähigkeit dieser Modelle reicht für die Anforderungen der Unternehmen aus, aber sie sind viel, sehr viel, billiger als die Modelle der führenden US-Konzerne.

Um in die Arbeit zu fahren, oder Ihr Kind in die Schule, benötigen Sie keinen Ferrari. Und mit dem Ferrari sind Sie im morgendlichen Berufsverkehr auch nicht schneller als mit einem Golf, aber es ist mit dem Ferrari viel teurer. Ebenso ist für den Löwenanteil der Probleme, die KI adressieren kann, gar nicht das teuerste Modell erforderlich. Tatsächlich sind es mittlerweile sogar nur noch sehr wenige Probleme, für die Sie die beste KI überhaupt benötigen, eine stetig wachsende Anzahl von Providern stellt Lösungen zur Verfügung, die völlig ausreichend sind, aber um ein Vielfaches günstiger.

Was z.B. das Open Source Modell Gemma4:26b von Google leistet, ist schlicht erstaunlich, und es läuft in 4-Bit Quantisierung bereits auf einer 24 GB VRAM Grafikkarte sehr ordentlich, man kann es also selbst ausführen bei moderaten Investitionskosten. Und die großen Modelle, wie die von GLM, Qwen, Deepseek, Kimi, Xiaomi, Meituan, und einige mehr, sind längst fast auf Augenhöhe mit den Spitzenreitern, aber man kann sie zu sehr niedrigen Preisen bei vielen Anbietern wie Ollama Cloud, Openrouter, opencode, und weiteren, ausführen. Und dafür reicht auch ein 10 Jahre alter PC, man hat dann also gar keine Investitionskosten. Und das läuft auch nicht auf chinesischen Servern mit der Gefahr der Spionage, sondern auf Clustern in USA, Kanada oder Europa.

Das ist die Falle des „Gut genug“. Während die Chefs von Anthropic und OpenAI davon träumen, dass bald die KI-Kosten pro Mitarbeiter sogar dessen Gehalt übertreffen sollen, fragt man sich als Unternehmer, wie denn bei doppelten Kosten noch irgendein Gewinn erwirtschaftet werden sollte. Ah, ich verstehe, wir sollen alle rauswerfen – aber wer kauft dann noch unsere Produkte?

Das ist Träumerei, wenn Sie mich fragen, und das wird auf keinen Fall funktionieren. Im Gegenteil denke ich, wie bei der Dotcom-Blase, wie bei der Elektrifizierungs-Blase, wie bei der Eisenbahnbau-Blase, wenn eine neue Technologie Einzug hält, welche unbestritten außerordentlich nützlich ist und einen disruptiven Wirtschafts­fortschritt mit sich bringt, dann entsteht immer, wie aus dem Lehrbuch, eine hysterische Übertreibung, die anschließend geradezu gesetzesmäßig in einen Crash führt. Das war mit der Eisenbahn so wie mit der Elektrizität und mit dem Internet. Es gab sogar eine Kanalbau-Blase in England, und auch da war es das Gleiche.

KI ist ein ebensolcher Technologie-Fortschritt, die Übertreibung bei deren Anschub stellt aber alles in den Schatten, was die Menschheit bisher gesehen hat. Wenn der Crash alleine den Tech-Sektor betreffen würde, wäre das schlimm genug, aber wie Eisenbahn, Elektrizität und Internet lehren, ist die Gefahr sehr groß, dass die gesamte Wirtschaft in Mitleidenschaft gezogen wird von solchen Hypes. Und dass wir vor einer schweren Wirtschaftskrise stehen könnten, sobald die Investoren erkennen, dass es unmöglich ist für viele Anbieter, das eingesetzte Kapital jemals zurückzuverdienen – weil viele Geschäftsmodelle strukturell defizitär sind und niemals profitabel werden können.

Man sieht es an dem Exodus der internationalen Konzerne zu den Open Source Modellen: Die Preise sind jetzt schon so hoch, dass sie nicht mehr bezahlt werden können, und dennoch schreiben die großen Anbieter kapitale Verluste, und je mehr Umsatz sie generieren, desto höher werden die Verluste. Das ist nämlich ein zentrales Problem der KI: Es gibt keine Skaleneffekte. Wenn eine Eisenbahn in einem Zug statt 100 Personen 200 transportiert, ist der Aufwand je Passagier geringer. Aber wenn 200 Personen Anfragen an die KI stellen, dann steigen die Kosten für Strom, Wasser und Maschinen linear mit.

Und nun, da das alles so ist, und es schon die Spatzen von den Dächern pfeifen, könnte man auf einen anderen Hintergrund der Exportkontrollen gegen Anthropic und OpenAI kommen. Nämlich den einer Strategie, die chinesischen Modelle verbieten zu können, um den eigenen ein Monopol zuzuschanzen. „Seht her, diese Technologie ist so gefährlich, wir müssen sogar unsere eigenen Modelle verbieten, aber die chinesischen, die sind doch völlig unreguliert, also müssen wir sie ganz aus dem Markt nehmen.“ Und sobald das geschehen ist, erlaubt man wieder die eigenen, und voilà. Eben das sind die „ganz anderen Motive“, von denen ich in der Einleitung dieses Artikels schrieb. Und es gibt leider schon viele Signale in diese Richtung, gerade GLM 5.2 wird immer wieder genannt von amerikanischen Behörden in der Diskussion, dass es doch viel zu gefährlich sei, wenn es als Open Source in den Händen der Allgemeinheit ist, aber weil die unverantwortlichen Chinesen das als Open Source jedem verfügbar machen, müsste man doch …

Wenn es Ihnen möglich ist, bauen Sie sich zumindest ein Stück weit Unabhängkeit auf, zum Beispiel mit einem leistungsfähigen kleinen Modell wie Gemma 4:26b MoE. Denn die KI, die auf Ihrem eigenen Rechner läuft, die wird man Ihnen nicht verbieten können, aber ohne KI, oder mit sehr restriktiv zugeteilter KI, wird es in den kommenden Jahren sehr schwer werden, im Konkurrenzkampf zu bestehen.