Alles KI

Am 29. Mai 2023 erklärte Nvidias Chef Jensen Huang, dass die Welt «an einem Wende­punkt einer neuen Compu­terära» steht. Am nächsten Tag erreichte der Marktwert von Nvidia kurzzeitig eine Billion US Dollar. Es vergeht kaum ein Tag, an dem man nicht von Künst­licher Intel­ligenz (KI) liest oder ein Unter­nehmen ein neues Produkt auf den Markt bringt, das auf dieser Techno­logie basiert. Die Perfor­mance ist dementsprechend.

Was sind die Stärken und Schwächen von genera­tiven KI-Chatbots?

Eine der grossen Stärken von KI-Sprach­mo­dellen ist, dass sie in der Lage sind, eine riesige Menge an Daten mit einer enormen Geschwin­digkeit zu verar­beiten. Dabei werden sie mit Milli­arden von Texten aus dem Internet trainiert. Dadurch lernen sie, welche Wörter in einem Satz zu einem bestimmten Thema am wahrschein­lichsten auf andere Wörter folgen. Sie spielen ständig das Spiel «Was ist das nächste Wort?» KI-Chatbots beant­worten nicht nur Fragen, sondern können Essays, Gedichte oder Lieder schreiben. Manche können sogar Kunst oder Musik auf der Grundlage von Textvor­gaben erzeugen.

Zusam­men­ge­fasst sind KI-Sprach­mo­delle ausser­or­dentlich stark im Muster­ab­gleich und um Textauf­gaben zu bewäl­tigen. Sprich, sie werden uns ermög­lichen auf eine ganz neue Art und Weise auf Infor­ma­tionen und Dienst­leis­tungen zuzugreifen.

Generative KI-Chatbots haben aber auch eine Reihe von Schwächen

Komple­xität: Zum einen geht es um die mangelnde Trans­parenz (Black Box). Zum anderen gibt es inzwi­schen Sprach­mo­delle mit bis zu 1 Billion Gewichte beim Erstellen/Generieren/Abgleich von Texten (mutmasslich bei ChatGPT‑4). Dies ist für den Menschen nicht mehr nachvollziehbar.

Genau­igkeit: KI-Modelle sind bei der Genau­igkeit noch nicht so weit fortge­schritten. Im Grunde genommen geben sie uns ja auch nur das, was bereits im Internet steht. Sie wissen also nichts wirklich und verstehen nichts. Sie haben keine Vorstellung von richtig oder falsch oder von Wahrheit und Lüge. Ein Chatbot kennt zum Beispiel den Unter­schied zwischen einem wissen­schaft­lichen Aufsatz und einer fiktiven Kurzge­schichte nicht und gewichtet beides gleich, wenn er eine Frage beant­wortet. Dabei entstehen Behaup­tungen, die nicht wahr sind. Dies nennt man im Fachjargon «Hallu­zi­nation». Dies muss verbessert werden, wenn Chatbots Prozesse und Geschäfts­be­reiche automa­ti­sieren sollen.

Chatbots – Die neue Konkurrenz für viele Business Modelle

Generative KI und Chatbots gehören zu den disrup­tiven Techno­logien. Das Potenzial ist riesig und wird alte Business Modelle komplett umkrempeln und neue schaffen. Die Möglich­keiten sind hier praktisch endlos.

Suchmaschinen/Werbung: Chatbots werden den lukra­tiven Suchma­schinen (Google, Bing etc.) das Feld streitig machen. Insbe­sondere bei Google geht es um viel, da Google seit rund 25 Jahren die Tür zum Internet dominiert und damit sehr hohe Werbe­ein­nahmen generiert. Ein Beispiel: Chatbots können bei der Reise­planung nützlicher sein als eine Suchma­schine. Wenn man eine Suchma­schine fragt, wie man von Zürich nach London kommt und ein Hotel sucht, dann wird sie viele Links von Flugge­sell­schaften und Hotels anzeigen, die dafür bezahlt haben, dass ihre Websites auf der Suchseite angezeigt werden. Jetzt stelle man sich einen KI-Chatbot vor, der mir genau sagen kann, welche Flugge­sell­schaft an dem Tag und zu der Uhrzeit fliegt und das günstigste Ticket anbietet (dasselbe gilt bei der Hotel­suche). Für die günstigste Flugge­sell­schaft und das günstigste Hotel fällt damit der Anreiz weg, Werbung zu machen, da der Chatbot sie ohnehin auswählen würde. Flugge­sell­schaften, die teurere Tickets anbieten, hätten ebenfalls keinen Anreiz mehr, Werbung zu schalten, da der Chatbot sie nicht empfehlen würde. Der Chatbot könnte jetzt so program­miert werden, dass er nur die Flugge­sell­schaft empfiehlt, die für Werbung bezahlt hat. Bei Chatbots wäre das aber ein gefähr­liches Spiel, da Nutze­rinnen und Nutzer schnell auf eine andere Plattform ausweichen könnten.

Anwaltskanzleien/Rechtspraxis: Generative KI-Modelle könnten die Rechts­praxis radikal verändern. Laut Goldman Sachs könnten 44 % der juris­ti­schen Aufgaben von KI übernommen werden. Der Grund ist, dass Anwälte sehr viel Zeit damit verbringen, langwierige Dokumente zu prüfen. Alles was mit Texten zu hat, ist aber eine der grossen Stärken von KI-Modellen. Damit könnte die Geschwin­digkeit von juris­ti­scher Recherche und Überprüfung von Dokumenten in einer noch nie da gewesenen Geschwin­digkeit erledigt werden. In einer grossen Anwalts­kanzlei liegt das heutige Verhältnis von Associates zu Partnern bei rund sieben zu eins und könnte dank KI-Modellen mögli­cher­weise Parität erreichen.

Es steht viel auf dem Spiel

Bei der ganzen Diskussion über Gewinner und Verlierer ist oftmals noch unklar, ob KI zu mehr Wettbewerb führen wird oder nicht und welche Business Modelle am meisten davon betroffen sein könnten. Die Eintritts­hürden für quali­tativ hochste­hende generative KI-Modelle sind sehr hoch und das Erstellen, Trainieren und Betreiben grosser Sprach­mo­delle ist sehr teuer. Gut möglich, dass das Quasi-Monopol von Google, Microsoft und Baidu erhalten bleibt. Für die Big Players in diesem Bereich steht auf jeden Fall viel auf dem Spiel.

Die Gewinner von KI

Gemäss Amin Vahdat, Leiter der KI-Infra­struktur bei Google, hat sich die Grösse der KI-Modelle in den letzten sechs Jahren jedes Jahr verzehn­facht. GPT‑4, die neuste Version von ChatGPT, analy­siert Daten mit vielleicht einer Billion Parametern. Da die KI-Modelle immer komplexer werden, steigt auch der Rechen­aufwand für ihr Training, die benötigte Infra­struktur etc. Sprich, es gibt eine Reihe von möglichen Gewinnern. 

Chip Hersteller/Netzwerkinfrastruktur: Die eindeu­tigsten Gewinner sind die Chip-Hersteller. KI-Modelle wie ChatGPT erfordern riesige Mengen an Rechenleistung.

Cloud Infra­struktur: Das Training von KI-Modellen findet gröss­ten­teils in der Cloud statt und dabei profi­tieren alle Cloud-Anbieter.

Server-Farmen/­Re­chen­zentren: Die Nachfrage nach Cloud Computing erfordert entspre­chende Server-Farmen und Rechenzentren. 

Server­her­steller: Die Rechen­zentren benötigen Server und diese müssen herge­stellt werden. 

Startups: Die neue Industrie schafft Raum für eine Reihe von Startups, die Tools für generative KI-Modelle anbieten, spezielle Daten­banken bereit­stellen oder im Chip Design tätig sind.

Die Risiken von KI

Forscher sind sich in diesem Bereich noch uneinig, aber das Risiko besteht, dass immer grösser werdende Modelle eines Tages unkon­trol­lierbare Folgen für die Gesell­schaft haben könnten. Die oft genannten Risiken sind:

Gesell­schaft­liche Heraus­for­derung (Eliza-Effekt): In Experi­menten haben Menschen Gefühle für Chatbots/Avatare entwi­ckelt, obwohl sie wussten, dass es sich um eine Maschine handelt. Menschen können bestimmte Reaktionen auslösen, indem sie emotional positiv/negativ reagieren. Dieses Verhalten kann von Chatbots aber erlernt werden. Menschen glauben dann tatsächlich, dass sie eine Freund­schaft oder eine Beziehung zu einem Chatbot haben. Dies ist keine Fiktion, sondern bereits Realität. www.replika.com zum Beispiel bietet für zahlende Kunden einen KI-Begleiter in Form eines Chatbots mit einem humanoiden Avatar an.

Fehlin­for­ma­tionen: Ein KI-Modell verbreitet bewusst Fehlin­for­ma­tionen, die über die sozialen Medien verbreitet werden. Diese können politi­scher Natur sein, gewisse Bevöl­ke­rungs­gruppen betreffen etc.

Intel­ligenz: KI-Modelle werden einmal in der Lage sein unsere Sicher­heits­vor­keh­rungen zu umgehen (Firmen Firewalls, Kernkraft­werke, Energie- und Verkehrs­systeme etc.).

Unkon­trol­lier­barkeit: KI-Modelle können so program­miert werden, dass sie zum Ziel gesetzt bekommen sich selbst immer weiter zu verbessern. Mit einer solchen Schleife werden KI-Modelle immer effizi­enter und besser. Ab einem gewissen Punkt kann diese Entwicklung nicht mehr kontrol­liert werden.

Kontroll­systeme von KI

Zwei gängige Kontroll­systeme für KI sind RLHF und Red Teaming.

RLHF (Reinforcement Learning with Human Feedback): Bei RLHF werden die Modell­an­wei­sungen von Menschen getestet. Wenn der Output falsch ist, wird dies dem KI-Modell mitge­teilt, dass es etwas «schlechtes» ist und damit in der Zukunft nicht mehr vorkommt.

Red Teaming: Bei Red Teaming wird das KI-Modell einer Reihe von Tests unter­zogen, um Schwach­stellen zu finden. Dabei besteht die Befürchtung, dass KI-Modelle mit der Zeit die Red Teaming-Tests erkennen, konform reagieren und in einer anderen Umgebung unbere­chenbar handeln.

Was bringt die Zukunft? 

Der derzeitige Boom ist enorm and die Begeis­terung für KI wird wohl auch wieder etwas abklingen.

Potenzial: Das Potenzial von künst­licher Intel­ligenz ist aber riesig (disruptive Techno­logie). KI wird alte Business Modelle komplett umkrempeln und neue schaffen. Die Möglich­keiten sind hier praktisch endlos.

Arbeits­lo­sigkeit: Ein von OpenAI veröf­fent­lichtes Papier besagt, dass etwa 20 % der US-Arbeits­kräfte in den nächsten Jahren von genera­tiver KI betroffen sein könnten. Sprich, viele Aufgaben, die wir täglich erledigen, könnten langfristig von diesen Modellen profitieren.

Produk­ti­vi­täts­schub: Wirtschaftlich könnten wir einen Produk­ti­vi­täts­schub erleben wie beim Internet oder mehr. Der Knack­punkt dabei ist, dass für einen solchen Wachs­tums­schub 100 % des gesamten Prozesses automa­ti­siert werden muss. Bei 90 % tritt nicht annähernd der gleiche Effekt ein und die Produktivität/Wachstum orien­tiert sich am langsamsten Teil des Prozesses. Bei KI-Modellen wäre dies der Mensch.

Regula­torien: Auch die Regulie­rungs­be­hörden sind auf die Techno­logie aufmerksam geworden und nehmen sich dieser genauer an – insbe­sondere Europa. So hat der EU-Gesetz­geber beispiels­weise bereits Vorschriften zur Einschränkung von Chatbots vorge­schlagen. Beim Thema Urheber­rechts­ver­let­zungen gibt es ebenfalls Bedenken. Europa ist aber nicht allein und politische Entschei­dungs­träger auf der ganzen Welt denken bereits über Leitplanken nach. Ebenfalls wird bereits über eine Art Zerti­fi­zierung disku­tiert, bei der die KI-Modelle verschiedene Tests in einem Labor bestehen müssten. Eine weltweite Koordi­nation ist aber wohl illuso­risch. Einschrän­kende Massnahmen können die Entwicklung von KI-Modellen vielleicht verlang­samen aber wahrscheinlich nicht sehr stark.

KI versus Krypto: Ein Seitenhieb zu den Krypto­wäh­rungen mag erlaubt sein. KI-Modelle werden sich mit grosser Wahrschein­lichkeit als nützlicher erweisen und sich schneller am Markt durchsetzen.

Der generative-KI Zug hat die Station längst verlassen und wird für Inves­toren neue Oppor­tu­ni­täten eröffnen. Warren Buffet meinte in einem Interview dazu «It is an incre­dible techno­lo­gical advance and the amount of time it can save you is unbelie­vable. It scares me in terms of the possi­bi­lities of it.»

Disclaimer:

Die Infor­ma­tionen und Ansichten in diesem Blog dienen ausschliesslich Infor­ma­ti­ons­zwecken und stellen insbe­sondere keine Werbung, Empfehlung, Finanz­analyse oder sonstige Beratung dar. Namentlich ist dieser weder dazu bestimmt, der Leserin oder dem Leser eine Anlage­be­ratung zukommen zu lassen, noch ihn bei allfäl­ligen Inves­ti­tionen oder sonstigen Trans­ak­tionen zu unter­stützen. Entscheide, welche aufgrund der vorlie­genden Publi­kation getroffen werden, erfolgen im allei­nigen Risiko des Anlegers.

Weitere Beiträge von Heinz Rüttimann