Als das US-Tech-Unternehmen Open AI im November 2022 der \u00d6ffentlichkeit den Chatbot Chat-GPT pr\u00e4sentierte, erlebten wir einen jener seltenen Momente, in denen eine neue Technologie uns kollektiv den Atem raubt. Pl\u00f6tzlich konnten Menschen mit wenigen Worten eine k\u00fcnstliche Intelligenz anweisen, komplexe Programmiercodes f\u00fcr statistische Analysen zu erstellen, ein Gedicht \u00fcber k\u00fcnstliche Intelligenz im Stil von Goethe zu verfassen oder Quantenphysik so zu erkl\u00e4ren, dass selbst Kinder es verstehen.<\/p>\n
Was heute schon ein St\u00fcck selbstverst\u00e4ndlicher Magie geworden ist, war nur m\u00f6glich, weil Jahre zuvor mutige Investoren und vision\u00e4re Entwickler bereit waren, ein enormes Wagnis einzugehen.<\/p>\n
Die Entwicklung von \u00abLarge Language Models (LLMs)\u00bb wie Chat-GPT, Google Gemini oder Claude war in den 2010er-Jahren aus objektiver Sicht eine Expedition ins grosse Unbekannte. Die Motivation f\u00fcr den ersten wesentlichen Schritt in dieser Expedition kam von der Verf\u00fcgbarkeit von sogenannten Transformern. Transformer sind eine Art Ged\u00e4chtnis- oder Aufmerksamkeitstechnik f\u00fcr k\u00fcnstliche Intelligenz. Die Grundlagen dazu lieferten im Jahr 2017 Forscher bei Google in einer bahnbrechenden Arbeit[1]<\/a>. Bei fr\u00fcheren Ans\u00e4tzen wurden Texte Wort f\u00fcr Wort sequenziell verarbeitet. Dadurch war die Aufmerksamkeit der Sprachmodelle in der lokalen Umgebung eines bestimmten Worts oder Satzes gefangen. Ein Modell konnte also nicht merken, dass ein Abschnitt in einem Buch auf Seite 100 besonders wichtig ist, wenn er im Vorwort auf Seite 2 angek\u00fcndigt wurde. Dank Transformern konnten die Sprachmodelle nun jeden Teil eines Texts direkt mit jedem anderen Teil in Beziehung setzen und nach Kontext bewerten. Dadurch kann die KI besser \u00fcbersetzen und relevantere Antworten geben. Transformer waren f\u00fcr die KI-Gemeinschaft damals ein neuartiges Instrument f\u00fcr die Erkundung des bis dahin unzug\u00e4nglichen Terrains des tieferen Sprachverstehens. Doch selbst mit diesem neuen Instrument in der Hand wussten die Pioniere nicht, wohin die Reise sie f\u00fchren w\u00fcrde.<\/p>\n Tats\u00e4chlich waren die Herausforderungen auf mehreren Ebenen entmutigend. Erstens gab es massive technische H\u00fcrden. Die erforderliche Rechenleistung f\u00fcr hochleistungsf\u00e4hige KI-Modelle w\u00fcrde astronomische Kosten verursachen \u2013 ohne Garantie auf Erfolg. Die ben\u00f6tigten Datenmengen zum Trainieren der Systeme \u00fcberstiegen alle bisherigen digitalen Datensammlungen. Und selbst wenn diese H\u00fcrden \u00fcberwunden w\u00fcrden, blieb die Frage: K\u00f6nnten diese Systeme jemals mehr leisten als maschinelle Sprach\u00fcbersetzungen und einfache Mustererkennung?<\/p>\n Zweitens gab es wesentliche wirtschaftliche Risiken. Welchen Preis w\u00fcrden Nutzende bereit sein, f\u00fcr diese Modelle zu bezahlen? W\u00fcrde es im Erfolgsfall bald Konkurrenz geben und ein ruin\u00f6ser Wettbewerb entstehen, sodass die Investitionskosten nicht wieder zur\u00fcckgewonnen werden k\u00f6nnten? Und drittens war die Marktakzeptanz alles andere als klar. W\u00fcrden Firmen bereit sein, die Modelle zu nutzen, und darauf vertrauen, dass die Datensicherheit gew\u00e4hrleistet ist? Oder w\u00fcrden rechtliche H\u00fcrden oder ethische Bedenken die Verbreitung dieser Technologie verhindern?<\/p>\n Trotz dieser riesigen Unsicherheiten trafen Elon Musk, Sam Altman und andere 2015 eine folgenschwere Entscheidung: \u00dcber Open AI investierten sie in eine Technologie, deren Potenzial damals nur theoretisch existierte. Damals betrugen die Investitionen in k\u00fcnstliche Intelligenz global noch gesch\u00e4tzte 30 Milliarden Dollar. Im Jahr 2021 waren es knapp 350 Milliarden Dollar (siehe Abbildung).<\/p>\n Doch was bringt Investoren dazu, in solch potenziell transformative, aber hochgradig unsichere Innovationen zu investieren? Aufgrund fehlender historischer Pr\u00e4zedenzf\u00e4lle sind in solchen Investitionsfeldern keine objektiven Bewertungen mittels klassischer Investitionsrenditen m\u00f6glich. Investoren bilden also zwangsl\u00e4ufig subjektive Einsch\u00e4tzungen, die sich aus individuellen Interpretationen von technologischen Trends und Marktpotenzial ergeben. Oft spielen dabei pers\u00f6nliche Erfahrungen oder sogar Kindheitstr\u00e4ume eine Rolle. Diese Subjektivit\u00e4t erkl\u00e4rt, warum wir so unterschiedliche Investitionsverhalten beobachten k\u00f6nnen. W\u00e4hrend einige Investoren Milliarden in KI-Start-ups investierten, blieben andere gegen\u00fcber denselben Chancen skeptisch. Insgesamt \u00f6ffnen fehlende objektive Kriterien dar\u00fcber, was eine \u00abgute\u00bb Investition ausmacht, eine B\u00fchne f\u00fcr Narrative und Visionen. Sie spielen bei Investitionen in transformative Innovationen eine \u00fcberproportionale Rolle. Im Fall von Open AI war und ist dies die Vision einer allgemeinen k\u00fcnstlichen Intelligenz, von welcher \u00abdie gesamte Menschheit profitiert\u00bb, wie auf der Website<\/a> von Open AI zu lesen ist.<\/p>\nNarrative und Visionen locken Investitionen an<\/h2>\n
2021 wurden am meisten Investitionen in KI get\u00e4tigt<\/h2>\n
INTERAKTIVE GRAFIK<\/h6>\n