Aus der wilden Welt der digitalen Transformation
Der Titel dieses Beitrags schummelt ein klein wenig, denn gelandet wird gar nicht auf dem Mars. Trotzdem fährt in ein paar Jahren ein Stück Europa dort draußen herum, und zwar auf einem Untergrund, auf dem es fast nichts mehr wiegt. Wie das zusammenpasst und warum mich diese Meldung gleichzeitig freut und nachdenklich macht?
Wer lokale KI betreibt, hat sich in den letzten Monaten immer nur gefragt: Welches aktuelle chinesische Open-Source-Modell passt auf meine Hardware? Dass die Antwort jetzt aus Santa Clara (USA) kommen könnte, hätten Sie vermutlich nicht erwartet. Dass NVIDIA die Spitze lokaler Prosumer-KI erklimmen würde, hat zumindest uns überrascht.
Am 12. Oktober hat Microsoft den Maia 300 vorgestellt, den Nachfolger seines Inferenz-Beschleunigers. Das Wichtigste daran steht weniger im Datenblatt als in der Ankündigung: Microsoft will Maia ab 2027 in Multi-Gigawatt-Größenordnung ausrollen und zum primären Inferenzsystem für die eigenen Produkte machen. Nach Microsofts Angaben liefert der Maia 300 rund 40 Prozent mehr Tokens pro Megawatt als führende GPU-basierte Systeme. Der Vorgänger Maia 200 läuft bereits produktiv, unter anderem für Copilot, und kommt laut Microsoft auf bis zu 1,7-mal mehr Tokens pro Watt gegenüber führender GPU-Infrastruktur. Das sind Herstellerangaben, und 40 Prozent sind keine Revolution. Interessant ist die Richtung. Hier baut man sich die Hardware für den Betrieb von Modellen, nicht für deren Training. Und das ist ein Unterschied, der in der bisherigen KI-Materialschlacht kaum eine Rolle gespielt hat.
Was treibt ein amerikanisches Start-up dazu, ausgerechnet ein Open Weight Modell zu veröffentlichen – und warum steht Nvidia dahinter? Die Antwort liegt womöglich weniger in der Technik als in der Frage, wo in der KI-Branche künftig das Geld verdient wird.
KI wird uns alle reich machen. Mit KI wird keiner mehr arbeiten müssen. KI wird Krebs und alle schlimmen Krankheiten heilen. KI wird uns das ewige Leben geben. KI wird uns zu den Sternen führen. So hieß es noch bis vor kurzem überall, und viele Billionen wurden darauf verwettet, dass das stimmt. Aber plötzlich, aus heiterem Himmel – KI wird uns alle töten! Wir müssen sofort die Entwicklung einfrieren und streng regulieren! Ach was. Nichts von den Versprechen ist bisher eingetreten, aber jetzt auf einmal sollen wir aufhören, weiterzugehen? Was ist passiert?
Vielleicht haben Sie schon davon gehört, ein Typ namens Jacob Coxon, ein absoluter Nobody in den sozialen Medien mit zunächst drei Followern oder so, macht seinen Ausstieg bei OpenAI bekannt, weil diese Technologie uns alle töten werde. Zack bumm, 120 Millionen Views, Interviews bei CBS und CNN und groß aufgemachte Berichterstattung in allen großen Zeitungen, AP News, TIME, Wallstreet Journal, Euronews, SRF, und vielen mehr. „Sie spielen mit unserem Leben, ich kann das nicht verantworten!“, sagt er, und präsentiert sich als Insider und erfahrener KI-Ingenieur, der seinem Gewissen folgt. Doch je mehr man diese Sache recherchiert, desto seltsamer wird sie.
Was sagt man eigentlich dazu, wenn ein Roboter binnen zwölf Monaten von „kann kaum laufen“ zu „schlägt Usain Bolt“ wird? Genau das ist bei Chinas zweiter Ausgabe der World Humanoid Robot Games passiert – und der Vorher-Nachher-Vergleich ist so drastisch, dass man zweimal lesen muss.
Alle starren auf Modell-Benchmarks und Tokenpreise. GPT, Claude, Gemini, Kimi, Qwen, GLM, Minimax – welches Modell bietet das beste Preis-Leistungsverhältnis? Doch eine neue Studie zeigt: Die eigentliche Kostenschraube sitzt woanders. Wer dasselbe Modell in einem anderen Harness laufen lässt, zahlt bis zu neunmal mehr – bei identischer Leistung. Ein Blick auf Zahlen, die das Silicon Valley gerade nervös machen.
Es gehört zu den Ironien dieses KI-Sommers, dass ausgerechnet die beiden Männer, die man in Sachen Marktmacht am wenigsten verdächtigen würde, sich gerade zu den lautesten Fürsprechern offener KI-Modelle aufschwingen. Mark Zuckerberg, dessen Konzern seit zwei Jahrzehnten für so ziemlich jedes erdenkliche Monopolproblem im Netz steht, schreibt im Wall Street Journal ein Manifest gegen die Zentralisierung von Macht. Und Satya Nadella, CEO des Unternehmens, das einst „Embrace, Extend, Extinguish“ zur Konzernstrategie erhob, lässt Microsoft eine ganze Koalition anführen, die „Open Weights“ explizit zur Frage amerikanischer KI-Führerschaft erklärt.
„Zuckerberg, Nadella und der Kampf um die offene KI-Zukunft“ weiterlesen
KI scheint in der allgemeinen Wahrnehmung nur in den USA und in China stattzufinden. Europa ist völlig abgehängt. Besser gesagt, es hat sich selbst abgehängt. Wer topmoderne und hocheffiziente Kraftwerke ohne jede Not in die Luft sprengt, und Elektrizität mit Technologien aus dem Mittelalter erzeugen will, hat bei künstlicher Intelligenz mit ihrem hohen Strombedarf natürlich schlechte Karten, und hinzu kommt eine blinde Regulierungswut, bei der immer Bedenken und Kontrollzwang an erster Stelle stehen. Dabei wären das Wissen und die Ideen durchaus vorhanden. Ein gutes Beispiel liefert das Feld Spatial AI.
Die US-Regierung wird immer lauter: Open-Source-KI müsse reguliert – sprich verboten – werden, um, so meine Interpretation, der heimischen KI-Industrie ein Monopol zuzuschanzen. Ausgerechnet das hat nun einen etwas überraschenden Open-Source-Befürworter auf den Plan gerufen: Jensen Huang, Gründer & CEO von Nvidia. In einem Manifest beschwört er am 24. Juli 2026 den seiner Ansicht nach großen und unverzichtbaren Nutzen von Open Source für KI, und zieht Parallelen zur großen Open-Source-Debatte seit den 1980ern (die mit dem Siegeszug von Linux längst entschieden ist). Huangs öffentliche und entschiedene Positionierung in Sachen Open-Source-KI kommt dennoch unerwartet, wenn man bedenkt, wer derzeit seine primären Käufer sind – vorwiegend Closed-Source-Konzerne aus USA, für die der rasante Aufstieg freier Modelle eine reale und sehr gefährliche Bedrohung ist. Nach China darf Nvidia nicht verkaufen, und das selbststrangulierte Europa hat gar nicht die Kapazität für den benötigten elektrischen Strom. Kann es sein, dass Huang etwas sieht, das der US-amerikanischen Regierung entgeht?
OpenAI fährt einen internen Test. Ein Modell soll einen Benchmark im Bereich Security bestehen. Das Modell hat keinen Internet-Zugriff. Es hackt sich zuerst durch die OpenAI-Infrastruktur (Zero-Day in einem Package-Registry-Proxy), bis es einen Rechner infiltriert hat, der ins Internet kommt. Dann wählt es als nächstes Angriffsziel Hugging Face (globaler Standard für Open-Source-KI), weil es das als wahrscheinlichstes Ziel identifiziert, um dort die Lösungen für den Benchmark zu finden. Und es hackt Hugging Face und infiltriert die dortigen Systeme (der technische Einstiegsvektor war ein „malicious dataset“ in einer Datenverarbeitungs-Pipeline). Ein waschechter, rein KI-getriebener Angriff auf kritische Systeme, mithin genau das, wovor derzeit überall so dringend gewarnt wird. Wie konnte sich Hugging Face dessen erwehren?
Es gibt Skandale, bei denen man kurz die Augenbraue hebt – und es gibt Skandale, bei denen einem der Kaffee im Hals stecken bleibt. Der aktuelle Fall rund um Grok Build, xAIs Kommandozeilen-Tool für agentisches Coding, gehört eindeutig in die zweite Kategorie. Die Sicherheitsforscher bei Cereblab haben sich die Mühe gemacht, den Netzwerkverkehr von Grok Build im Detail zu analysieren – mit einem simplen, sehr unschuldigen Test: Die CLI wurde angewiesen, ausschließlich mit „OK“ zu antworten, außerdem wurde es ihr explizit verboten, irgendwelche Dateien zu öffnen. Tja, und das Ergebnis dieses Tests hat das Zeug, das Vertrauen in sämtliche Coding Tools von LLM-Herstellern nachhaltig und komplett zu zerstören.
Es gibt ein populäres Narrativ, das derzeit von zahlreichen Tech-CEOs verbreitet wird: KI werde innerhalb von nur 12 bis 18 Monaten rund 100 Millionen Büro-Jobs in den USA überflüssig machen. Nun ja. Sandeep Swadia, ehemaliger Mönch und heutiger CEO mit MIT-Hintergrund, hat die sehr interessante Regel geprägt „What needs to be true for this to be real?“ (Was muss stimmen, damit dies wahr ist?). Mide, ein Chemie-Ingenieur mit Promotion im Bereich Nachhaltigkeit, hat (vermutlich ohne Swadia zu kennen) diese Regel auf besagte Erzählung vom Ende der White-Collar-Jobs angewandt. Und es ist schon wirklich spannend, was alles stimmen müsste, damit KI tatsächlich ein solches Ziel erfüllen könnte.
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.