Die Nachricht, dass OpenAI, Google und Anthropic – drei der größten Namen im Bereich der künstlichen Intelligenz – Schwierigkeiten haben, ihre neuesten Modelle zu perfektionieren, schlägt hohe Wellen. Der Fokus liegt dabei auf OpenAIs neuem Projekt „Orion“, das die Leistungsfähigkeit früherer Modelle wie GPT-4 übertreffen soll. Doch anstatt einen großen Fortschritt zu erzielen, kämpft das Unternehmen mit einem Rückschlag: Orion erfüllt die internen Erwartungen nicht. Dieselbe Dynamik zeigt sich bei Google und Anthropic, die ebenfalls mit Herausforderungen konfrontiert sind.
Orion: Ein Schritt zurück?
Orion, OpenAIs lang ersehntes neues Modell, wurde im September einer ersten Trainingsrunde unterzogen. Die Erwartungen waren hoch, schließlich sollte es GPT-4 übertreffen. Doch Insider berichten, dass Orion die gesetzten Leistungsziele verfehlt hat, insbesondere bei komplexen Aufgaben wie Programmierfragen, die außerhalb des Trainingsdatenbereichs liegen.
Ein Insider erläuterte, dass es Orion an ausreichend spezifischen Trainingsdaten im Bereich Programmierung mangelt. Ein Problem, das OpenAI in der Entwicklung von Orion immer wieder einholt: Trotz intensiver Feinarbeit – sogenannter „Post-Trainingsprozesse“ – bleibt Orion unter dem Niveau, das für eine Markteinführung nötig wäre. Das Unternehmen könnte daher die Veröffentlichung des Modells auf das nächste Jahr verschieben.
Der schrumpfende Fortschritt
Die Erfahrung von OpenAI ist kein Einzelfall. Auch Google und Anthropic stehen unter Druck. Bei Google enttäuscht die neueste Version der Gemini-Software, und bei Anthropic verzögert sich der lang ersehnte Claude-3.5-Opus-Launch. Trotz aufwändiger Entwicklungsarbeit, immensem finanziellen Einsatz und dem Talent vieler Expertenteams bleibt der Erfolg der neuen KI-Modelle bisher weit hinter den Erwartungen zurück.
KI-Modelle am Limit – Ein Wachstumsdilemma
Die Entwicklung neuer KI-Modelle basiert in erster Linie auf zwei Säulen: der Verfügbarkeit qualitativ hochwertiger Trainingsdaten und der massiven Rechenleistung. Doch beide Ressourcen sind schwer greifbar. Hochwertige, menschlich generierte Datenquellen werden rar, und die Erschließung neuer, einzigartiger Datensätze erfordert spezialisierte Fachkräfte und enorme Investitionen. Einige Unternehmen greifen mittlerweile auf synthetische Daten zurück – Texte und Bilder, die KI-generiert sind –, aber die Qualität und Vielfalt solcher Daten bleibt begrenzt.
„Es geht weniger um Quantität und mehr um Qualität und Vielfalt der Daten“, sagt Lila Tretikov, Leiterin der KI-Strategie bei New Enterprise Associates. „Wir können synthetische Daten in großer Menge generieren, aber wirklich hochwertige, einzigartige Datensätze ohne menschliche Anleitung zu erhalten, ist eine Herausforderung, vor allem bei sprachbasierten Modellen.“
Die Kosten steigen, die Fortschritte sinken
Für Unternehmen wie OpenAI oder Google, die Milliarden in die KI-Entwicklung investieren, ist die sinkende Effizienz ein ernstes Problem. Die Entwicklung von Modellen wie Orion oder Gemini kostet jedes Jahr hunderte Millionen Dollar. „Wir haben in kurzer Zeit enorme Fortschritte erzielt“, sagt Noah Giansiracusa, Mathematikprofessor an der Bentley University, „aber das war nicht nachhaltig.“ Die Begeisterung für schnelle Innovationen scheint abzukühlen, während die KI-Entwicklung neue Ansätze braucht, um signifikante Fortschritte zu machen.
OpenAI und Google haben zudem die Strategie geändert: Weg vom reinen Modell-Wachstum hin zu konkreten Anwendungsfällen. Google arbeitet daran, seine Gemini-Modelle für komplexe Aufgaben wie das Erstellen von Bilderantworten zu verbessern, und OpenAI konzentriert sich zunehmend auf sogenannte „Agenten“. Diese KI-Tools sollen in der Lage sein, eigenständig Aufgaben wie das Buchen von Flügen oder das Versenden von E-Mails zu übernehmen.
Wird das „Agenten-Zeitalter“ die KI befreien?
In der KI-Branche gilt das Konzept der „Agenten“ als potenzieller Wendepunkt. KI-Anwendungen, die aktiv und automatisiert Entscheidungen treffen können, könnten die nächste Revolution sein, die den Markt umwälzt. OpenAI plant, diese Technologie in den kommenden Jahren auszurollen, und Google experimentiert mit ähnlichen Tools.
Während die Grenzen des derzeitigen Modellsystems immer deutlicher zutage treten, könnten „Agenten“ den Grundstein für die nächste Generation der KI legen – eine, die nicht nur antwortet, sondern handelt. Die Erwartungen bleiben hoch, und für die KI-Branche wird der Wettlauf um die Zukunft der künstlichen Intelligenz härter denn je.
