Global AI Race: Wer führt, wer holt auf – und was bedeutet das für Europa? (Folge #13)

Sven Hofmann: Willkommen zu einer neuen Folge von generativ gedacht KI mit Sven und Torge. Wir sprechen heute über das KI-Rennen. Wir wollen euch einen Überblick geben und einmal erzählen, wer hat da eigentlich ein Rennen mit wem, welche Player spielen da eine Rolle und da einmal einordnen, wie da der aktuelle Stand ist und wo die Unternehmen gerade stehen. Hallo Sven! Hallo Torge, schön, dass wir heute wieder eine neue Folge aufnehmen und unsere Hörer auf den aktuellen Stand bringen, was die AI Race betrifft, das KI-Rennen, welches hier weltweit abgeht und vielleicht für den ein oder anderen Nutzer ein bisschen Mehrwert bieten können, ⁓ sich in dem Dschungel der ganzen News- und Pressemitteilungen zurechtzufinden. Ja, Sehr schön. Dann starten wir mal durch, du hast gerade schon gesagt, weltweites KI-Rennen. Im Prinzip, glaube ich, übergeordnet geht es darum China gegen USA. Also in Europa spielen wir da, wenn es ⁓ die Sprachmodelle geht, auf jeden Fall keine Rolle mehr. Ja. und auch die Rechenleistung liegt überwiegend in den USA, in China auch, im Mittleren Osten auch teilweise, da sieht es aber gerade auch schlechter aus mit dem Iran-Konflikt und den Konsequenzen, so wie das überschwappt in den Rest der Region. kann man sagen, der grundlegende Unterschied zwischen China und USA ⁓ man auch so nennen, Open Source versus Closed Source. Was heißt das? Close Source sind die Modelle, die OpenAI herstellt oder Google oder Anthropic, Meta, gibt noch einige mehr. Und Close Source bedeutet, man kann nicht einsehen, wie diese Modelle entwickelt wurden. Also man kann quasi den Software Code dahinter nicht lesen oder einsehen. Und man kann auch nicht einsehen, auf welchen Trainingsdaten beruht dieses Sprachmodell. Man braucht eine große Menge an Trainingsdaten, die da reinkommen, ⁓ das zu entwickeln. Und da hat man keine näheren Informationen, was das jetzt kann oder ist. gibt von denen auch Modelle, die man selber hosten kann. Aber in der Regel bezieht man auch das Modell über diese Anbieter. irgendeine Serverinfrastruktur, mit diesem Anbieter zusammenhängt. Und bei Open Source ist es so, dass man diese Modelle eben selber hosten kann. Das ist schon mal so der große primäre Unterschied. Und von der Leistungsfähigkeit her sind diese Open Source Modelle immer noch hinterher, hinter den Closed Source Modellen. Was da noch interessant ist zu erwähnen, dass die nicht viel hinterher sind. Also immer wenn ein neues Modell rauskommt, ich habe gestern einen Vortrag gehört, da hat jemand dazu erzählt, dann dauert das so ungefähr einen Monat im Schnitt, dann haben diese Open Source Modelle eine ähnliche Leistungsfähigkeit wie die neuesten, allerneuesten Modelle von diesen privaten Herstellern. Jetzt ist die Frage, warum ist das so? Das liegt tendenziell daran, dass Mhm. wird zumindest vermutet, kann man jetzt nicht 100 % beweisen, dass die chinesischen Hersteller, also da gibt es zum Beispiel DeepSeek, große Firma, Moonshot ist noch eine andere, und da wird vermutet, dass die Modelle basierend auf diesen Close-Source Modellen trainiert werden. Das heißt, die Versuchen, Mmh. das Wissen oder die Art Weise wie die funktionieren anzuzapfen und zu gucken wie funktionieren die und übernehmen das dann. Das machen die darüber, dass die so ganz ganz viele Prompts schreiben in diesen Modellen, ⁓ zu verstehen wie funktioniert dieses neue Modell und das übertragen sie dann in eins ihrer eigenen Open-Source-Modelle. Mhm. macht die Entwicklung natürlich deutlich günstiger, weil die großen Player da ihr Geld ausgeben für dieses ganze Training. Genau, glaube das ist so die grobe Zusammenfassung aus der Ergänzungswennung. Dank, Torg, für die transparente Zusammenfassung, damit es auch ein bisschen eingeordnet werden kann, wo die Unterschiede liegen und warum vielleicht die Modelle aus China dann auch ähnliche Leistungswerte erreichen können, wie die Close Source Modelle der US-Entwickler. Ich glaube, das ist ein sehr spannendes Thema, weil ich selbst benutze auch ab und zu die Chinese Modelle Open Source für verschiedene Anwendungen und dadurch, dass man die eben dann sozusagen gratis nutzen kann, ist es natürlich schon ein gewisser Trade-off, den man da vorher macht bezüglich der Anwendung, wie viel Geld will ich denn ausgeben. Und ich glaube, da liegt auch ein bisschen die Schwäche aktuell noch der Closed Source Anbieter, da sie praktisch sehr hohe Entwicklungskosten haben und diese PS dann am Ende doch nicht ganz auf die Straße kriegen können. Da es eben in der AI-Race noch andere Player gibt, die verschiedene andere Szenarien abdecken, sage ich jetzt mal. Genau. was ist sonst noch passiert in der AI-Race? gehe mal vielleicht kurz darauf ein, was machen gerade die großen Player der Closed Source Modelle, wie zum Beispiel Anthropic. Anthropic ist ja... am Ende des Tages immer im Windschatten von OpenAI gefahren, sage ich jetzt mal grob gesehen. Die Gründer von Anthropic sind ja auch ehemalige Mitarbeiter von OpenAI, das darf man nicht unterschätzen. haben sich damals im Endeffekt dann selbstständig gemacht mit einer eigenen Entwicklung und da passiert jetzt Folgendes und zwar haben die ihre Modelle bzw. die Kapazitäten ihrer Modelle deutlich erhöht. gab immer wieder Kritik, dass ihr Chatbot Claude zu kleine Tokenwindows hat, also er versteht zu wenig Kontext, den man in einem Chat mitgeben kann, es ist zu stark begrenzt und so weiter. Das haben sie geöffnet und sie haben Tools entwickelt, wie zum Beispiel Claude Code, mit denen man ganz verschiedene neue Arbeitsweisen entdecken kann, wie man mit den Modellen zusammenarbeitet. Denn bisher, in den letzten zwei bis drei Jahren, war es ja immer eher so, mit dem Chatbot. Du gibst einen Prompt ein, du bekommst eine Antwort, du bist nicht hundertprozentig zufrieden, gibst nochmal was ein, die Antwort wird angepasst und so geht dieses Frage-Antwort-Spiel immer weiter bis du sagst, okay, die Antwort ist okay, beziehungsweise scheinbar funktioniert es dann doch nicht so, wie ich dachte. Und jetzt ist es so, dass man zum Beispiel bei Anthropic viel mehr, ja, Möglichkeiten hat, dass die Anwendungen sozusagen selbstständig Sachen ausführen, obwohl man nur einmal Prompte bzw. Arbeitsanweisungen eingibt und im Hintergrund arbeitet das Modell praktisch ohne Zutun des Nutzers in einer bestimmten regelbasierten Ordnung, die man dem Modell mitgibt, diesen diesen Task ab, zum Beispiel. Das nennt man dann agentisches Arbeiten, weil ja ohne permanentes Triggern über einen Prompt verschiedene Aufgaben automatisch erledigt werden und zu einem Ergebnis führen, welches dann ausgeworfen wird. Und dabei kommt es dann auch zu dem Thema, diese Modelle bzw. wenn man die richtig einstellt vorher über sogenannte Skills, also man gibt denen halt eigene Informationen mit, was sie genau machen sollen, wie es auszusehen hat, Ergebnis, wo sie recherchieren sollen und auch noch, dass sie sich selbst überprüfen, ob die Antwort, die sie gegeben haben, auch wirklich stimmt. Und das muss ich dann alles gar nicht mehr prompten, sondern das macht er dann immer genau nach diesem Schema, das ich ihm vorgegeben habe. Das erleichtert natürlich die Arbeit, erhöht unfassbar die Geschwindigkeit bei der Erstellung verschiedener verschiedene Tasks und ist von der Arbeitsweise her ganz anders, weil du hast dann eher so einen KI-Assistenten neben dir, der einfach genau das macht, was du ohnehin immer so machst vom Ablauf her. Den Ablauf gibst du ihm einfach mit. Da ist im Moment, ist ja klar für mich die absolute Nummer eins bei dem Ganzen. Man muss natürlich immer berücksichtigen, in welchem Kontext man das Ganze benutzt. Mmh. Nein. Und trotz alledem kann ich dazu sagen, auch im unternehmerischen Kontext ist es möglich, mit einer gewissen Architektur das Ganze auch datenschutzkonform zu nutzen. Das muss man jetzt mal auch dazu sagen. Und das bietet natürlich ganz, ganz tolle Möglichkeiten, weil da geht es in Richtung, ja, Assistenz, KI-Assistenz für jeden, sowohl beruflich als auch privat, der einfach, ja, Tasks ausführt, die man ohnehin so ausgeführt. Ja. Hm. man kann das dann jetzt bei Clauzoca übers Handy trickern und ansteuern und dem Bot eben die Anweisung mitgeben, mach dies und dies und gib mir es dann aus und dann macht er es automatisch und man bekommt dann eine Meldung, wenn es fertig ist. Und das ist natürlich schon ein Arbeiten, was stark anders ist, als wir es vorher gewohnt waren. Und da haben diese Anbieter gerade nochmal einen Schritt in eine neue Richtung gemacht. Ja, absolut. Ich bin ja auch großer Claude-Fan. Das sind ja die Modelle, die Anthropic herstellt. Viele Leute kennen die gar nicht, das finde ich auch immer ganz interessant. Das macht auch mehr Spaß mit den Texte zu erstellen. Und grundsätzlich kann man ja auch sagen, geht es gerade echt richtig gut. Die hatten ja diese Auseinandersetzung mit dem Pentagon. Mhm. wo das Pentagon die zu irgendwelchen Sachen zwingen wollte und da haben sie sich aber erfolgreich gegen gewehrt. Und das gibt denen jetzt auch wirtschaftlich noch mal guten Rückenwind, weil jetzt alle sagen, die haben sich endlich mal gegen diese Regierung gestellt und sind da nicht eingeknickt. Und Unterschied zur Opmai ist ja auch noch, dass die im Bereich, also im Enterprise Markt, deutlich stärker sind und da gerade auch deutlich stärker wachsen und durch diese Pentagon Geschichte jetzt auch im Konsumentenbereich deutlich stärker wachsen. Also das ist schon beeindruckend, was die da gerade machen. Ja, absolut. Gerade jetzt die Steigerung bei Anthropic war extrem in den letzten Monaten. Allein der annualisierte Umsatz ist von Februar bis März ⁓ 5 Milliarden Dollar gestiegen. ist natürlich schon ein riesen Impact gewesen. Richtig. Wie siehst du aktuell den Player Google in diesem Feld stehen? Google kommt ja momentan in den Medienmeldungen. Mhm. eher weniger vor. Die hatten den Release ihres Chimney Update schon ein paar Wochen her. Jedoch bin ich weiterhin auch großer Freund dieser Modelle, wie sie es dir zauge. Ja. Ja, also man könnte sagen, das war gestern auch Thema in dem Vortrag, Google ist am besten aufgestellt von allen Playern, es gerade gibt. Also auch im Vergleich vielleicht noch mal zu Meta oder XAI, die Firma von Elon Musk, die ja auch eigene Modelle entwickelt und sowas. Da hat Google einige strategische Vorteile. die haben einerseits, das ist mit der größte Vorteil, eine sehr gute Distribution. Das heißt für ihre Modelle, die sie entwickeln, die können sie sehr schnell monetarisieren, weil sie einfach sehr viele Kunden haben. Also die haben zwei Milliarden Nutzer. Es gibt 9 Softwareanwendungen, über 1 Milliarde Nutzer haben. So etwas wie Gmail. Dieses ganze Universum von Google ist einfach riesengroß. Mh. darüber können sie ja das ausspielen. Und das ist auch so der große Vorteil gegenüber anderen. Meta hat auch sehr viele Nutzerinnen, aber die sind in der Regel ⁓ User oder User, es gewohnt sind etwas kostenlos zu nutzen. Und das ist bei Google einfach anders. Und bei der Modellentwicklung sind sie auch sehr sehr stark. Also es gibt ja die Firma Google DeepMind. Das ist mit eins der besten Kaillor Bohre der Welt. Also die machen das ja auch nicht erst seit gestern, sondern sind auch schon seit, ich glaube, über zehn Jahren dabei. und diese Technologie auf die ChatGPT basiert, die kommt ja von Google. Also diese Transformer Architektur, damit haben die irgendwann angefangen. OpenAI hat dann den Schritt gemacht mit ChatGPT, dass man das als Endkonsument einfach dann nutzen kann in einem Chatfenster. Das ist eben der Unterschied. Und sie haben einen weiteren Vorteil in Richtung Hardware, weil sie auch eigene Chips herstellen. Mhm. Richtig, und mit diesen Chips jetzt die Herstellung von solchen KI-Features nochmal oder die Nutzung günstiger wird. Also da ist ja der Klassiker, wenn man die Google-Suche heutzutage nutzt, kriegt man so einen KI-Überblick und dafür braucht es natürlich auch Rechenleistung im Hintergrund und die sollte möglichst günstig sein und da wird Google auch immer besser, da auch bei sich selber die Kosten zu senken. Mhm. Und dann haben sie den Vorteil, sie haben auch diese Chips, haben eigene Data Center ja auch. Das heißt, sie können auch die Rechenleistung monetarisieren, können das vermieten an andere. Also deren Cloud-Geschäft ist ja auch ein riesen Batzen an ihrem Umsatz. Also man kann eigentlich sagen, es eine Zeit, da wurde mal gesagt, Google ist tot, keiner benutzt mehr die Google-Suche. Und im Prinzip hat jetzt OpenAI, behaupten sie selber, seit dem letzten Jahr 900 Millionen User. Das heißt, wenn man jetzt sagt Google ist tot, müsste ja Google 900 Millionen weniger User haben. Die haben aber das beste Jahr ihrer Geschichte. Also und die Suche wächst auch. Also es ist nicht so, dass die Leute weniger Google-Suche benutzen, sondern eher mehr. daher sind die da optimal aufgestellt, würde ich sagen. ⁓ Sehr schön, sehr schön. Absolut bin ich voll bei dir. Google hat einfach das breiteste Universum an Angeboten und dadurch, dass sie seit 25 Jahren, grob gesagt, die Nummer eins sind in der Internet-Suche, haben sie natürlich auch einen riesengroßen Datenschatz. Genau, beim Meta sieht es ähnlich aus, wie du gerade erwähnt hast. Der Datenschatz ist unglaublich groß, wahrscheinlich sogar die beste Datenbank, die es gibt. weil sie nicht nur die Suchinteressen der Nutzer haben, sondern auch die Privatinteressen der Nutzer bezüglich den Inhalten, denen Nutzer auf Meta-Plattformen interagiert haben. Da ist Meta noch Stück detaillierter unterwegs, was ihre Datenbank betrifft. Und jetzt ist es ja so, dass Meta zwar in der LLM-Race teilgenommen hat mit den Lama-Modellen, das sind Open Source-Modelle, aber schon seit längerem keine Updates mehr dafür. entwickelt hat, das heißt ein Stück weit gehen die weg von der Entwicklung dieser Modelle. Ich denke auch das hat einen Ressourcengrund warum die das gemacht haben und was aktuell natürlich durchschlägt ein bisschen bei Meta sind diese Mitteilungen, dass sehr viele Stellen gestrichen werden sollen. Offizielle Begründung oder was man so durchhört ist es, weil Meta sehr viel KI-Tools intern einsetzt. Mark Zuckerberg soll wohl gesagt haben oder ein Hm. aus dem Unternehmensumfeld, Projekte, die früher große Teams brauchten, werden jetzt von einzelnen Personen erledigt. Das stimmt, kann ich jetzt so nicht einordnen. Jedoch ist es immer mal wieder die Thematik, dass man durch, wenn die Thematik Stellenreduzierung, Stellenabbau hochkommt, dass man natürlich gerne dann mit Leichtigkeit auf eine KI-Implementierung verweisen kann. Mhm. der Grund dafür ist. Wahrscheinlich gibt es noch viele differenzierte andere Gründe dafür. Denn diese ganzen Player haben natürlich in den letzten Jahren auch sehr hohen betrieben, ⁓ ihre Teams sehr, sehr, sehr groß zu bauen. Und im aktuellen Wirtschaftsumfeld globalerweise ist es dann auch die Frage, kann man solche Teams in der Größenordnung dann überhaupt halten, weil man die vielleicht gar nicht mehr benötigt. Das hat dann an der Stelle auch vielleicht auch nicht unbedingt alles immer mit dem Thema KI-Nutzung oder interne KI-Nutzung zu tun. Nichtsdestotrotz ist Meta da an der Stelle relativ, stellt sich jetzt da wieder gut auf. Die haben ja OpenClaw übernommen, wenn ich es richtig weiß. Korrigiere mich, wenn ich falsch liege. Moldbook, genau. Und das heißt, die haben einen agentischen Plattform, ich verwechsel es immer wieder, übernommen, selbst praktisch in ihre Systeme Moldbook, meinst du? einzubringen, zu nutzen und so weiter. Also die sehen schon die Notwendigkeit, dass man hier bezüglich KI-Implementierung auf den eigenen Plattformen noch einen Schritt zulegt, da die anderen Player, wie gerade erwähnt, eben wahrscheinlich noch mehr Schritte vorausgegangen sind in höherer Geschwindigkeit, als es scheinbar Meta gemacht hat. Von der Wahrnehmung her, die Meta wahrscheinlich für sich selber hat, wenn sie solche Plattformen übernehmen. Sie haben ja auch Scale AI übernommen vor kurzem und auch den CEO gleich dazu. Das heißt, Meta stellt sich da auch entsprechend auf und versucht auch durch Zukäufe und Übernahmen im Endeffekt den AI-Stack zu verbreitern und zu vergrößern. Genau, die sind nicht untätig. Was ich immer spannend finde bei diesen Entlassungen, da gab es jetzt auch einen Artikel von Bloomberg, die haben da mal recherchiert, denn in welchen Fällen dahinter steckt und ich glaube, 90 Prozent der Fälle wird das einfach als Mhm. Naja, nicht Ausrede, aber Begründung genutzt, weil es besser klingt und... ja, klingt einfach besser, wenn man sagt, wir nutzen KI so gut, dass wir jetzt schon Stellen abbauen können. Die Realität ist aber in den allermeisten Fällen, es läuft wirtschaftlich nicht so gut und sie haben in den vergangenen Jahren einfach zu viele Leute eingestellt. Also... Richtig. Corona-Zeiten gab es einen riesen Run auf diese Firmen, denen ging es richtig gut. Dementsprechend haben die Leute eingestellt. Jetzt läuft die Wirtschaft nicht mehr so gut, dann ist es relativ normal, dass man dann auch Stellen abbaut. Aber wenn man da AI-Washing, wie es auch schon genannt wird, betreibt, klingt das in der Außenwirkung natürlich noch besser. Ja, absolut. Dass solche Themen auch nach hinten losgehen können, haben wir ja zum Beispiel bei dem Thema mit Klarna erlebt vor kurzem. Da wurde ja groß verkündet, dass viele Mitarbeiter den Job verlieren, weil KI als Telefonassistent sozusagen diese ganzen Support-Themen übernimmt. Hat dann relativ stark ausgedünnt mit in kürzester Zeit die Belegschaft. Und was da passiert ist jetzt, dass sie viele dieser Menschen oder viele Menschen im Grundsatz wieder eingestellt haben, weil es doch nicht so ganz funktioniert hat, wie es geplant war bei Klarna. Man muss natürlich dann auch berücksichtigen, dass Klarna trotzdem weiterhin das Ziel verfolgt. Klarna hatte mal über 7000 Mitarbeiter in 2022 und sie verfolgen weiter, Ziel bis 2030 unter 2000 Mitarbeiter zu beschäftigen. Das heißt, an dem ganzen Ziel hat sich wenig geändert. Ich denke nur, es hat eine zeitliche Verschiebung gegeben. wenn man es so liest, von außen gesehen. Der Umsatz ist im letzten Jahr trotzdem ⁓ über 100 Prozent gestiegen. ist es natürlich schon ein Unternehmen, das stark wächst an der Stelle. Und trotzdem hat diese Maßnahme zunächst noch nicht den gewünschten Erfolg gehabt. Nichtsdestotrotz ist es so, dass sehr viele Player versuchen, AI so einzuführen, dass sie Hm. Stellen streichen können. Das ist nun mal Fakt, dass dieses Ziel jetzt oben dran steht, weil ja diese, wie vorhin erwähnt, diese Modelle und diese Plattformen immer mehr Aufgaben selbstständig abarbeiten könnten. Man braucht aber trotzdem die Menschen, die das Ganze kontrollieren, entsprechend orchestrieren und überwachen. Das ist entscheidend, glaube ich, sogar. Es wird auf jeden Fall spannend zu sehen. wie das an der Stelle weitergeht und welche Auswirkungen das dann insgesamt hat. Weil wenn ich jetzt sehe, dass die Großen in der AI Race praktisch diese agentische KI-Thematik nach vorne bringen, wo viel selbstständig ausgeführt wird, kann es ja eine Implikation sein, dass gerade diese ganzen Einstiegsjobs in verschiedenen Bereichen erst mal für die Unternehmen nicht mehr. relevant sind und sie da halt einfach keine Leute einstellen erst mal. Das heißt nicht, dass welche entlassen werden, aber dass wir diese Junior-Posten einfach im Moment nicht sehen in der Breite. Und dadurch kommt es ja auch zu verschiedenen Effekten am Arbeitsmarkt. wir haben jetzt den Elefantenraum noch gar nicht angesprochen. Die Firma Open AI, die den ganzen Spaß ja überhaupt gestartet hat. Da sagen wir auch noch kurz dazu, wo die gerade stehen. ⁓ Hahaha Richtig, ja. Mhm. Tatsächlich muss man, was ganz interessant ist, die anderen Unternehmen oder viele Unternehmen versuchen Stellen zu streichen. Teilweise auch, also beim Meta könnte man noch vermuten, dass die viele von diesen Stellen streichen, eine bessere Finanzierungsgrundlage zu haben, ⁓ mehr Chips und Data Center Ressourcen einzukaufen. OpenAI ist es so, die wollen jetzt noch sehr sehr viele Leute einstellen. Die verkaufen ja so die Idee mit, wenn du ChatGPT und Code nutzt, dann brauchst du keine Mitarbeitenden mehr. Wollen jetzt aber ganz massiv einstellen, also ich glaube bis Ende des Jahres sollen es irgendwie noch mehrere tausend Leute sein. ⁓ ⁓ mhm. sind gerade so bei 4500 Mitarbeitenden, also auch eine ganz ordentliche Anzahl mittlerweile. Und stehen aber jetzt insgesamt sehr unter Druck. Also die Modelle, die sie entwickeln, sind weiterhin ganz gut. Ich glaube, so in der Szene gibt es ja gerade, haben wir schon beschrieben, die Verschiebung zu Anthropic noch mal jetzt relativ stark, auch im Konsumentenbereich. Aber letzten Endes Chetchu BD ist das Wort, was man sagt, wenn man darüber spricht, dass man KI oder generative KI nutzt. Von daher haben die da auch auf jeden Fall einen Stellenwert. Haben aber auch Herausforderungen. laut eigener Aussage haben sie 900 Millionen User. Das muss man aber schon direkt in Frage stellen, weil man sich ja mittlerweile, wenn man das kostenlos nutzt, nicht mehr registrieren muss. Also ich muss mich nicht anmelden. Und wenn ich ich erst heute hier an meinem Laptop chat GPT nutze und später dann an meinem iPad und dann nochmal an meinem iPhone, dann bin ich ja im Prinzip drei User und nicht einer. Deswegen ist da die Frage, wie kommt diese Zahl 900 Millionen zustande? Mhm. Und es ist tendenziell auch schwieriger, so Endkonsumenten zu monetarisieren. ist nur ein, ne, 5 % von diesen neunten Millionen sind zahlende Kunden. Und sie sind auch relativ untreue Kunden. Also da kann man dann auch immer sehen, wie lange nutzt jemand so eine Plattform. gibt es Berechnungen und da ist es so, dass nach wenigen Monaten, die eben nicht mehr da sind, gibt es dann unterschiedlichste Gründe. Nutzen vielleicht eine andere Plattform, nutzen KI nicht mehr, haben ein neues Handy. Also das ist ja auch ein Faktor. Wenn ich auf einmal auf einem Gerät das nicht mehr benutze, dann kommt das bei OpenAI an als den User haben wir verloren. Und was sie jetzt gerade sehr massiv machen ist sich wieder zu fokussieren auf das Enterprise Geschäft, also das Unternehmensgeschäft. Da wollen sie wieder viel mehr hin, weil Anthropic ist da sehr stark, die sind da auch besser aufgestellt, wachsen gerade auch stärker. Mhm. Und das ist aber auch der Teil, wo sehr sehr viel Geld und Investment liegt. Also Unternehmen, wenn die einmal anfangen, die Modelle zu nutzen, bleiben die tendenziell länger Kunden. Einfach weil Unternehmenskunden normalerweise teuer sind. Und es ist auch einfacher, dann Preiserhöhungen da durchzubringen. Also es ist einfach gängige Praxis, wenn ich etwas nutze als Unternehmen, eine Software oder was auch immer, Dienstleister, der wird irgendwann die Preise erhöhen. Und Preiserhöhungen bei einem privaten Nutzer durchzubringen, ist deutlich schwieriger. Die gehen da schneller mal auf die Barrikaden und sagen ja nö, dann benutze ich es nicht mehr. Das funktioniert im Unternehmenskontext eben anders. Und... Man muss sagen, die stehen sehr unter Druck. Altman ist ja der Gründer von OpenAI. hat immer sehr große, vollmundige Versprechen gemacht, was sie alles so an Kapazitäten abnehmen wollen, was sie alles einkaufen in den nächsten Jahren. Und diese Summen übersteigen bei weitem das, was sie an Umsatz machen und auch das, sie an ⁓ Geld erst mal jetzt bekommen haben oder bekommen können. Also auch die Finanzierungsquellen werden langsam trocken gelegt. Die haben jetzt schon den US-Markt von Venture Capital nennt sich das, Investment in so Startups. Da gibt es kein Geld mehr zu holen. Das ist alles aufgeteilt. richtig, ja. Mhm. selbst im mittleren Osten die Investoren, die ja sehr sehr viel Geld haben, auch da wird es dünner. weil die ihr Pulver auch schon ganz gut verschossen haben und es wird einfach enger in diesem Rennen überhaupt noch Geld zu bekommen ⁓ diesen massiven Ausbau zu finanzieren. Und demgegenüber, ich muss ja als Firma den Investoren der Geschichte verkaufen, warum das eine gute Idee ist in mich zu investieren, weil ich in wenigen Jahren dann da auch wieder Geld raushole. Absolut, genau. Und das wird eben auch immer schwieriger, weil der Druck der Konkurrenz da ist. Die Sprachmodelle von Anthropic, Google, OpenAI können am Ende ähnliche Sachen, sind ähnlich gut. Und dann wird es auch schwierig da dann zu sagen, so ich nehme jetzt für mein Modell besonders viel Geld, weil einfach die Unterschiede nicht mehr so groß sind. Genau. Also ja, da steht OpenAI und es bleibt weiterhin spannend, wie das so weitergeht. Mhm. Ja, absolut. Super, danke für den Input. Ich würde vielleicht kurz am Schluss noch ganz abkürz noch ein Thema ansprechen, weil wir am Anfang begonnen haben und vielleicht schließt es auch ganz gut die Folge heute zum Thema globale KI-Race oder globales KI-Rennen. Es ist ja so, dass zunächst die Entwickler vornehmlich aus den USA kamen. Es gab in Europa oder gibt immer noch Mistral. Das ist unser europäisches Leuchtturmprojekt bei LLMs, jetzt im weltweiten Vergleich aus meiner Sicht fast keine Rolle spielt. Dann kamen im Endeffekt die Modellanbieter mit den Open Source Modellen aus China auf den Plan. Somit war das Rennen zwischen USA und China eröffnet. Und was jetzt als Facette hinzukommt seit Februar, ist das Land Indien mit Modellen. zwar keine indischen Modelle, sondern in Indien gibt es jetzt Niederlassungen von Anthropic und von OpenAI, die da speziell auch für diesen Markt entwickeln und Modelle dahingehend weiterentwickeln. Das heißt, die nutzen natürlich das wahrscheinlich jetzt bevölkerungsreichste Land der Welt mit über 1,5 Milliarden Einwohnern. Und das ist Indien als weitere Entwicklungsbasis, weil die Rahmenbedingungen scheinbar dort am besten sind. gab März, Ende Februar eine AI-Konferenz in New Delhi, an der alle wichtigen Player aus den USA teilgenommen haben, auch ⁓ Amoday von Anthropic und auch Sam Altman natürlich. Und in diesem Rahmen haben die natürlich dann die Eröffnung von großen Offices in Indien bekannt gegeben, weil man diesen Markt natürlich nicht weglassen soll. Was ich damit ein bisschen auch sagen möchte, stellt sich für mich die Frage, keiner dieser Anbieter hat jemals sich überlegt, eine Niederlassung in einem der wichtigsten Wirtschaftsmärkte der Welt noch zu machen, und zwar in Europa. Keiner. Niemand hatte die Idee, Player zu sagen, wir machen wirklich eine Niederlassung mit Dependency in Europa und entwickeln dort eben vielleicht abgeschlossene Modellvarianten nur für den Gebrauch in der EU. Wir haben ja ein paar andere Regularien als andere Regionen und deutlich mehr Regularien wahrscheinlich auch. Aber das macht keiner, dieser Player. Und dann stellt sich für mich im Moment nur die Frage, in diesem KI-Rennen... kann Europa da überhaupt in irgendeiner Form teilnehmen oder haben wir, im Endeffekt sage ich es mal ganz überspitzt, die VIP-Lounge auf der Start und Ziel geraten? Wir können zuschauen und zahlen dafür den höchsten Preis. Das ist doch die Frage, weil wir am Ende nämlich nur noch Kunde sind und gar nicht mehr Entwickler. Und auch wenn viele behaupten, wir hätten noch die beste KI-Grundlagenforschung, ja, kann ich persönlich jetzt nicht beurteilen. Und ich glaube auch, dass unsere unsere Universitäten und Forschungseinrichtungen wirklich sehr stark sind in diesem Bereich. Wir bringen einfach die PS nicht auf die Straße in Europa. Das ist dann an der Stelle der Punkt. es ist dann wenig attraktiv eben auch für solche Player, obwohl bei uns natürlich auch die Ressourcen da wären in Bezug auf sehr gut ausgebildete Fachkräfte, dass trotzdem die Europa da an der Stelle keine Berücksichtigung findet. Ja. genau, also im Prinzip brauchen wir so ein Open Source Modell, was nicht von China hergestellt wird. Das wäre eigentlich der der Kracher. wenn das kommt und darüber hinaus, aber ich glaube das ist auch kein rein europäisches Problem, dass die Fähigkeiten dieser KI Modelle ja deutlich weiter sind als das wofür es genutzt wird. ⁓ Genau. Absolut, ja. Auch da müssen alle aufholen, das ist auch ein Riesenthema für diese Firmen. Ich war jetzt auf dieser Messe gestern auf der Data Unplugged hier in Münster. Die größte KI-Messe Europas, laut eigener Aussage. Und da sieht man schon eine Veränderung. Also ich war letztes Jahr auch da, da ging es viel Agenten. Es war relativ abstrakt. Jetzt geht es schon sehr konkret Kontextwissen und wie kriege ich das in meinen Unternehmen. Also ich würde sagen es gibt Fortschritt, aber klar, dass die sich nicht hier einkaufen und sagen hier machen wir das jetzt, hier haben wir gute Grundbedingungen, muss man auf jeden Fall in Frage stellen. Ja, genau. Ja, wunderbar. Ich glaube, das war ein sehr gutes Schlusswort für die heutige Folge. Ich hoffe, es hat euch wieder ein bisschen gefallen und ihr könnt jetzt ein bisschen einordnen, wo das KI-Rennen weltweit steht, wo noch Herausforderungen sind und was in Zukunft auf uns zukommt bezüglich der neuen Möglichkeiten mit Modellen zu interagieren. Hat mich gefreut. Vielen Dank, Tage, und bis zum nächsten Mal dann. Bis! Dankeschön, tschau tschau. Ciao.