Welche Zukunft bekommen wir?

Die Zeitenwende startete im November 2022, als die ganze Welt über etwas zu sprechen begann, das langweiliger nicht daherkommen könnte. Eine Webpage mit einem Eingabefeld. ChatGPT wurde der Öffentlichkeit vorgestellt als Chat-Interface, mit dem jeder Mensch das Sprachmodell GPT nutzen konnte. Ein halbes Jahr später, im Mai 2023, zählte die Seite schon 1,8 Milliarden Besuche pro Monat, kein halbes Jahr später nutzten 100 Millionen Menschen pro Woche den Dienst. Nie zuvor hatte eine vergleichbare Anwendung schneller eine solche Verbreitung erreicht. Der Grund für den Erfolg? ChatGPT war die erste Maschine der Menschheit, die vermeintlich alles weiß und von allen verwendet werden kann. Die allwissende Maschine. Wird das Unternehmen OpenAI seine Poleposition lange halten können? Ich bezweifle es, denn der Markt ist in Bewegung, reicht von innovativen Start-ups bis hin zu etablierten Technologiegiganten und wächst jeden Tag schneller. Statista schätzt das Geschäftspotenzial der generativen KI auf knapp 200 Milliarden Euro bis 2030. Neben dem Newcomer OpenAI kam schnell Google als weiteres Schwergewicht. Seine Modelle sind vielseitig und können mit dem gesamten Google-Datenschatz im Hintergrund beim Training aus dem Vollen schöpfen. Zurückblickend wirkt es fast schon wie Hellseherei, dass Google bis zum Jahr 2019 über 40 Millionen Bücher weltweit in mehr als 400 Sprachen digitalisiert hatte. Es würde mich wundern, wenn dieser Schatz nicht perfekt geeignet wäre, um Sprachmodellen Weltwissen zu vermitteln. Auch Meta beschäftigte sich schon jahrelang mit Sprachmodellen, ebenso Apple, in China Baidu oder Tencent. Aber die Bühne gehört nicht nur den etablierten Playern. Start-ups wie Midjourney und Stability AI brachten frischen Wind in den Markt der Bildgenerierung.

Die rasanteste Umsatzsteigerung zu Beginn machten allerdings noch nicht die Firmen mit ihrer KI, sondern ein Unternehmen im Hintergrund: Nvdia. Das ist ein Entwickler von Grafikprozessoren und Chipsätzen und liefert damit die Hardware, von der so ziemlich jedes KI-Unternehmen abhängig ist. Der Quartalsumsatz von Nvdia steigerte sich zwischen Oktober 2022 und Oktober 2023 von 5,93 Milliarden Dollar auf satte 18,12 Milliarden Dollar.

Doch wer sich die Landkarte der Investitionen in künstliche Intelligenz ansieht, erkennt schnell: Deutschland findet hier kaum statt. So lagen die privaten Investitionen zwischen 2013 und 2022 etwa in den USA bei 248 Milliarden Dollar, in China bei 95 Milliarden. Deutschland befindet sich in diesem Ranking auf Platz 7 mit gerade einmal 6,99 Milliarden. Warum? Üblicherweise wird eine Reihe von Faktoren genannt: traditionelle Industriestrukturen, konservative Investitionsmentalität, regulatorische Hürden, fehlende Fachkräfte, Konkurrenz durch andere Länder, Unterfinanzierung des Bildungssystems, kulturelle Faktoren.

Das klingt deprimierend. Ist aber kein Grund, sich geschlagen zu geben. Denn bei aller Zurückhaltung der vergangenen Jahre in der Digitalisierung sind wir nicht chancenlos in diesem Spiel. Was mir vor allem Hoffnung macht, ist unsere Fähigkeit, neue Anwendungsfelder für etablierte Industrien zu finden. Jarosław Kutyłowski, der CEO der Übersetzungssoftware DeepL, einer deutschen Unicorn-Gründung mit einem Wert von mehr als einer Milliarde Euro, bestätigt im Interview meine Vermutung: «Deutschland hat ein enormes Potenzial – hier leben viele talentierte und erfahrene Forscher, Ingenieure und Unternehmer. Es gibt zahlreiche aufstrebende Technologieunternehmen mit Sitz in Deutschland, die Innovationen vorantreiben und erstklassige KI-Lösungen produzieren. Gleichzeitig gibt es in Deutschland große, alteingesessene Industrieunternehmen, die sich digitalisieren wollen. Die Möglichkeiten im Bereich der Technologie sind also grenzenlos.» Doch sieht er solche Gründungen nicht als Selbstläufer. Ohne Bewegung in der Politik würde nichts passieren. «Wir sollten hier Anreize für Unternehmen schaffen, in Forschung und Innovation zu investieren, und darüber hinaus eine stärkere Verbindung zwischen deutschen Hochschulen und Unternehmen herstellen, um die produktorientierte Forschung in der Wissenschaft zu stärken.»

Wenn wir es also gut machen, knüpfen wir an Spezialisierungen an, die auf Deutschlands industrielle Stärken wie den Maschinenbau oder fortschrittliche Produktionstechnik zurückgehen. In der akademischen Welt blüht die Forschung, angestoßen durch respektable Institutionen wie das Max-Planck-Institut für Informatik oder das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI). Und die Bundesregierung hat erkannt, dass in diesem Rennen strategische Planung auf höchster Ebene erforderlich ist. Neben überschaubaren Investitionen fördert sie Partnerschaften zwischen der öffentlichen Hand und der Privatwirtschaft. Natürlich kommt auch dem Mittelstand eine besondere Rolle zu. Als Rückgrat der deutschen Wirtschaft zeigt er ein wachsendes Interesse an KI in der Automatisierung, aber auch bei der Entwicklung von Branchen GPTs. Dabei handelt es sich um Hybride aus leistungsfähigen Basismodellen, denen eine Spezialisierung, etwa aus der Chemieindustrie, antrainiert wurde. Eine weitere Anwendung sind KI-Modelle, die leistungsfähige Tools für den Schutz und die Abgrenzung hochsensibler Daten liefern, etwa aus Unternehmen oder Sektoren, wie dem Gesundheitsbereich. Es ist also durchaus vorstellbar, dass gerade unser oft als Nachteil bezeichnetes Beharren auf Datenschutz und Datensicherheit hier zu einem industriellen Vorteil für uns wird.

Und es ist ja nicht so, dass nur die Betreiber eines Chatbots Geld verdienen können. Wertschöpfung auf Basis synthetischer Medien kann an vielen Stellen erfolgen. Zum Beispiel bei den Herstellern der nötigen Hardware: Der Bedarf an Technik für Computer, Server, Netzwerke wird in den kommenden Jahren stark anwachsen. Und warum sollen Patente, Bauteile, Fabriken oder Maschinen zur Herstellung dafür nicht auch aus Deutschland kommen? Offensichtlich sind die Erlöse, die Betreiber großer Basismodelle erzielen können, wenn sie KI als Basis für eigene Dienste im Hintergrund von Office-, Produktivitäts- oder Gestaltungssoftware einsetzen, auch als Lizenz. Momentan sind das vor allem die bekannten Technologiekonzerne. Aber in einer weiteren Evolutionsstufe von künstlicher Intelligenz werden auch solche Unternehmen verdienen, die Basismodelle mit großen Datenmengen oder sogar segmentspezifischen Daten verknüpfen können, um dadurch Industrieanwendungen oder Branchenlösungen zu entwickeln. Sie sorgen dann beispielsweise dafür, dass Menschen in einer Fabrik mit Produktionsrobotern per menschlicher Sprache interagieren. Auf einer vierten Stufe schließlich können die Unternehmen mitverdienen, die solche Systeme für sich arbeiten lassen und auf dieser Basis dann die gesamte Bandbreite an Dienstleistungen von Webdesign über medizinische Hilfsdienste bis zur Steuerberatung anbieten. Theoretisch sind die Möglichkeiten, mit kreativer KI Geld zu verdienen, also schier unbegrenzt.