Unternehmertum und Technik

Künstliche Intelligenz. Ein weltumspannendes Projekt

Nur einer sich rasant globalisierenden Marktwirtschaft war es möglich, die künstliche Intelligenz hervorzubringen. Der Zufall spielte dabei eine entscheidende Rolle. Doch längst stehen Regierungen und Staaten bereit, diese neue Technologie unter ihre Kontrolle zu bringen.


Ende 2022 löste die Veröffentlichung ChatGTPs einen regelrechten Goldrausch in der Welt der künstlichen Intelligenz (KI) aus. Darauf basierende Zukunftsvisionen reichen von wolkigen Utopien bis zu dystopischen Szenarien, sattsam bekannt aus Science-Fiction Blockbustern. Dabei ist KI kaum eine neue Technologie, ganz im Gegenteil begleitet diese uns schon seit den 1950er Jahren. Bereits in den 70er Jahren brachten Wissenschaftler einem Computer bei, Katzenbilder zu erkennen. Als der amtierende Schachweltmeister Garri Kasparow 1996 gegen den Computer Deep Blue verlor, erlebte KI einen erneuten Aufschwung, der jedoch schnell wieder abflaute.

Mit der stetigen Datensammlung von Unternehmen und Bürgern im World Wide Web begann die Herausforderung für Internetkonzerne, diese zu analysieren und deren Umwandlung in Profit. Die Anwendungsbereiche sind vielfältig, von selbstfahrenden Autos bis hin zum Bankwesen und Onlinehandel. Während die öffentliche Wahrnehmung von der Angst um Arbeitsplätze dominiert wird, sorgen sich Politiker und Industrielle eher um die Aufrechterhaltung der Lieferketten, die der KI zugrunde liegen. Denn die ständige Versorgung mit leistungsfähiger Hardware und Daten ist der Dreh- und Angelpunkt aktueller geopolitischer Spannungen zwischen den Weltmächten.

Die unbequeme Wahrheit jedoch ist: kein Land der Welt beherrscht diese Technologie alleine. Jedes Land trägt nur einen Teil zur globalen KI-Industrie bei. Und die Grenzen zwischen Konsumenten und Produzenten beginnen zu verschwimmen, da erstere die Daten generieren, die die KI-Modelle trainieren.

Die Entwicklung der KI ist eine Geschichte voller glücklicher Zufälle und Fügungen, die niemand hätte voraussehen können. Schon gar kein Beamter hätte diese auf dem Reißbrett planen können. Die KI ist damit wahrlich ein Produkt, weltumspannender liberalisierter Märkte. Wie Milton Friedman, einem der radikalsten Verfechter freier Märkte: „Das große Verdienst des Kapitalismus liegt nicht in der Anhäufung von Besitz, sondern in der Vielzahl von Möglichkeiten, die er den Menschen zur Ausweitung, Entwicklung und Verbesserung ihrer Fähigkeiten verschafft.“

Der Produktionszyklus künstlicher Intelligenz

Dabei sprengt künstliche Intelligenz nicht nur die bisherigen Grenzen menschlicher Fähigkeiten, sie stellt auch das Konzept traditioneller Produktionsketten auf den Kopf. Diese kennen wir von den meisten Produkten des Lebens, Produzenten erhalten Rückmeldungen ihrer Kunden über ein Preissignal – ist man zu teuer, bleiben die eigenen Angebote im Regal liegen. Glied für Glied reihen sich die Arbeitsschritte dabei aneinander bis das Endprodukt schließlich beim Verbraucher landet, wo es konsumiert oder am Ende seiner Nutzungszeit entsorgt wird. Ob das Sandwich im Magen oder der Fernseher am Schrottplatz.

Die Produktionskette der KI gleicht eher einem Kreislauf oder einer Spirale. Sie besteht aus Rückkoppelungen sich gegenseitig verstärkender Interaktionen. Die OECD beschreibt die Produktion der KI-Modelle als ein breites Bündel sich gegenseitig ergänzender Inputs materieller und vor allem immaterieller Art. Sie stützt sich auf drei Säulen: Knowhow, Daten und Hardware.

Produktionszyklus von Technologien der künstlichen Intelligenz. Inputs sind Fähigkeiten und Software, Daten und Rechenleistung, die KI-Systeme zur Erzeugung von Outputs in Form von generativen Inhalten, Vorhersagen/Entscheidungen/Analysen antreiben. Es gibt aber auch eine Rückkopplungsschleife von Daten, die zurück zu den Eingaben fließen, die zum Trainieren des Modells verwendet werden und somit eine weitere Rückkopplung schaffen, indem sie die Leistung der Ausgabe verbessern.

Produktions-Zyklus der KI


Der Prozess beginnt mit IT-Experten, die ein KI-Modell programmieren, um aus einer unstrukturierten Ansammlung aus Einsen und Nullen in einen sinnvollen Output zu übersetzen. In dieses Modell füttern sie dann gewaltige Mengen an Daten, von denen die KI lernen soll, was als Output erwartet wird. Die Inputs reichen von digitalisierten Texten, Bildern bis hin zu Videos und Musik. Längst sammeln auch Fahrzeuge, Waschmaschinen und fast alle anderen Maschinen Daten. Sensoren durchleuchten und vermessen längst auch schon unseren Müll nach Mustern, um die automatisierte Mülltrennung schließlich effizienter zu machen. Andere KI-Modelle helfen bei der Diagnose von Krebs, der Bewertung von Kreditanträgen oder dem Erlernen von Tiersprachen. Alles basierend auf eingespielten Daten.

Verfügbarkeit von Daten eröffnen der KI Möglichkeiten

Ich erinnere mich an Recherchen zu den Antiglobalisierungsprotesten in Seattle 1999. Tausende strömten an die US-Westküste, um gegen den globalisierten Welthandel zu protestieren. Die Situation eskalierte. Doch die einzigen Zeugnisse, die von diesen Ausschreitungen geblieben sind, sind teuer zu lizenzierenden Bildern von Berufsfotographen. Bei dieser spärlichen Auswahl an Material könnte eine KI kaum aussagekräftige Bilder generieren. Heute ist dies anders. Smartphones wurden unsere ständigen Begleiter.

Blasendiagramm der weltweit verkauften Smartphone-Einheiten nach Regionen im Jahr 2016 und Stückpreis. Asiatische Schwellenländer 233 Millionen zwischen 150 und 200 Dollar. Naher Osten und Afrika 177 Millionen verkaufte Geräte zwischen 200 und 250 Dollar. Mittel- und Osteuropa 85 Millionen verkaufte Geräte für rund 200 Dollar.

Verkaufte Einheiten Smartphones 2016 nach Weltregion und Durchschnittspreisen. (Quelle: Mekko -Graphics)


Dieselben Ausschreitungen würden heute dank Smartphones aus unterschiedlichsten Blickwinkeln mit Bild und Ton dokumentiert und per Echtzeit ins Internet hochgeladen. Ob es sich um Urlaubsfotos vom Eiffelturm, Aufzeichnungen von Verkehrskontrollen potenziell korrupter Polizisten in Russland oder Afrika oder informelle Facebook-Jobbörsen in Lateinamerika. Alles wird dokumentiert, selbst in den entlegensten Winkeln der Welt. Selbst untere Einkommensschichten halten ihre Eindrücke ständig in Schrift, Bild und Ton fest. Mobile Internet-Endgeräte mit GPS, integrierter Kamera und anderen Apps, stehen inzwischen selbst unteren Einkommensschichten zur Verfügung. Apps sammeln im Hintergrund Bewegungsdaten und Nutzungsverhalten. Das Datenvolumen wächst entsprechend exponentiell.

Exponentieller Anstieg des Datenvolumens zwischen 2010 und 2025 von knapp über 1 Zetabyte im Jahr 2010 auf 180 Zetabyte im Jahr

Entwicklung des globalen Datenvolumens verlangt nach immer leistungsfähigerer Rechenkapazität. (Quelle: Statista, 2023)


Die so gesammelten Daten füttern die Maschinerie unzähliger KIs, die das Internet rund um die Uhr durchforsten. Mit jedem hochgeladenen Bit lernen sie dazu und werden präziser. So verschwimmt die Grenze zwischen den Produzenten der Daten und jenen, die sie in der digitalen Sphäre konsumieren. Die günstige Massenproduktion von Endgeräten, die dies ermöglichen, erfolgt in China und Asien.

Quantität ist eine eigene Qualität

In allen diesen Geräten sind Chips unterschiedlichster Qualität verbaut. Gerade mit dem Aufstieg Chinas als verlängerten Werkbank der Welt ist auch die Entwicklung Taiwans zur Chips-Supermacht verknüpft. Trotz erbitterter geopolitischer Gegnerschaft seit Generationen profitieren beide Länder wirtschaftlich voneinander. China hat Stufe für Stufe auf der technologischen Leiter erklommen, bis es in der Lage war, eigenständig immer komplexere elektronische Geräte zu entwickeln. Taiwan, die kleine Insel an der Ostküste des Reiches der Mitte, lieferte die Gehirne in Form von Mikrochips dafür.

Exportziele der taiwanesischen Chip-Produktion. Trotz der Spannungen in den letzten Jahren ist China mit fast 60 Prozent immer noch unangefochtener Marktführer, während die anderen ASEAN-Länder etwa 35 Prozent ausmachen.

Exportdestinationen Taiwanesischer Chipproduktion. China ist trotz der Spannungen der letzten Jahre immer noch unangefochten an der Spitze


Taiwans Regierung erahnte bereits in den 70er Jahren die Bedeutung der Mikroelektronik. Zu jener Zeit selbst noch ein bettelarmes Land, legte man in den 80er Jahren mit dem Hsinchu Science Park, konzeptionell an Silicon Valleys Ökosystem aus Industrie und Forschung angelehnt, das Fundament seiner heutigen Marktführerschaft. Die Taiwanesen lernten mit der Zeit schneller und präziser zu produzieren als ihre Konkurrenten. Ausländische Firmen ließen sich dort nieder, angezogen von gut ausgebildeten und disziplinierten Arbeitskräften. Die teilstaatliche Taiwan Semiconductor Manufacturing Company (TSMC) wurde zum Pionier auf dem Gebiet und produziert heute jährlich über 13 Millionen Halbleiter. Zu ihren Kunden zählen alle großen Namen der Branche von NVIDIA, Microsoft bis hin zu Apple. Taiwan ist heute Heimat von über 60 Prozent der weltweiten Halbleiterproduktion und über 90 Prozent der fortschrittlichsten Chips, die die Grundlage für KI-Berechnungen bilden.

Fortschrittliche Chiptechnologie, Marktanteile (Quelle: statista, 2023)

Fortschrittliche Chiptechnologie, Marktanteile (Quelle: statista, 2023)


Hardware zur Chips-Produktion

Nicht nur die Masse, auch die immer kleiner werdenden Chips stellt die Produzenten vor neue Herausforderungen. Mittlerweile sind diese auf wenige Nanometer (entspricht einem Milliardstel Meter) geschrumpft. Nur wenige Unternehmen sind in der Lage, überhaupt Maschinen herzustellen, die in diesen mikroskopischen Sphären arbeiten können. Überraschenderweise haben diese fotolithographischen Maschinen ihre Ursprünge in auf Kamera- und Fototechnik spezialisierten Unternehmen, vor allem den Japanern Nikon und Canon.

Der Weg, wie ASML in den Niederlanden zu einem Monopol in der Chip-Produktionsbranche wurde (Quelle: the-waves.org, 2022)

Der Weg, wie ASML in den Niederlanden zu einem Monopol in der Chip-Produktionsbranche wurde (Quelle: the-waves.org, 2022)


Bei genauerem Hinsehen macht dies sogar Sinn. Deren Erfahrung in der Herstellung hochpräziser optischer Geräte und ihre Fähigkeit, Licht mit außerordentlicher Präzision zu manipulieren, sind entscheidend bei der Erzeugung feinster Strukturen in der Halbleiterproduktion. Inzwischen hat sich die ASML Holding, gegründet 1984 im niederländischen Veldhoven, hierbei eine Monopolstellung erarbeitet. Durch den Einsatz extrem ultravioletter Strahlung erreichen ihre Maschinen eine höhere Präzision als alle ihre Mitbewerber. Dabei ist ASML wiederum auf zahlreiche Zulieferer angewiesen – wie das 1846 als Werkstatt für Mikroskope gegründete Traditionsunternehmen Zeiss mit dem ASML eine strategische Partnerschaft seit 1983 verbindet.

Die Welt der Computerchips

Trotz bedeutender Schritte in Forschung und Entwicklung bleibt Taiwan beim Design seiner Halbleiter auf westliches Knowhow angewiesen. Insbesondere das US-Unternehmen NVIDIA machte sich hierbei einen Namen. NVIDIA kontrolliert heute fast 95 Prozent des Marktes für hochspezialisierte Chips für KI-Anwendungen. Innerhalb eines Jahres schoss dessen Aktienkurs um 450 Prozent in die Höhe und machte das NVIDIA über Nacht zum drittwertvollsten Unternehmen hinter Microsoft und Apple.

Ursprünglich entwarf das Unternehmen Chips für exzessive PC-Spieler, die immer höhere Anforderungen an den Realitätsgrad ihrer Spiele stellten. Erst mit der Zeit stellte sich deren besondere Eignung zunächst zum Minen von Kryptowährungen und zur Berechnung von KI-Algorithmen heraus. Im Zuge seiner Optimierungen vertausendfachte NVIDIA die Leistung seiner High-End-Chips. Ein solcher kostet zwischen 25.000 und 40.000 US-Dollar kostet. Dabei war auch während NVIDIAS Erfolgszug außerhalb der Computerspiel-Szene gar nicht geplant, an der KI teilzunehmen.

Von Kryptos zu künstlicher Intelligenz

Denn eigentlich nahm dies 2009 mit der Veröffentlichung des White Papers „Bitcoin: A Peer-to-Peer Electronic Cash System“ des bis heute anonym gebliebenen Satoshi Nakamoto seinen Anfang. Beim berüchtigten Bitcoin müssen Miner zum Schürfen neuer Münzen (Tokens) immer komplexere Rechenaufgaben lösen – einen sogenannten Proof of Work erbringen. Mit fortlaufender Komplexität waren irgendwann handelsübliche Computer dazu nicht mehr in der Lage.

Stattdessen entstanden Serverfarmen dort, wo sich die oftmals sehr konspirativen, staatskeptischen Miner sicher fühlten und Energie kostengünstig vorhanden war – dem menschenleeren und erdgasreichen Kasachstan etwa. Der Wettbewerb um die nächste mathematische Lösung zwang sie Schritt für Schritt ihre Kapazitäten zu erweitern. Daraus erwuchs eine gewaltige Infrastruktur aus Rechenleistung, sogenannte GPU Farmen aus Tausenden zusammengeschalteten Hochleistungschips – prädestiniert für die Berechnung von KI-Algorithmen. Zwischen 2012 und 2018 stieg die Rechenkapazität um das Dreihunderttausendfache, berechnete OpenAI, das Entwicklungsunternehmen hinter Chat GTP. Das entspricht einer Verdoppelungsrate alle drei bis vier Monaten.

Die Vervielfachung der Rechenleistung seit der Erfindung des Computers (Quelle: OpenAI, 2018)

Die Vervielfachung der Rechenleistung seit der Erfindung des Computers (Quelle: OpenAI, 2018)


Die Zeiten wandelten sich. Die Krypto-Miner setzten für ihre Bitcoin-Rechenoperationen zunehmend auf dafür optimierten ASICS-Technologien, die mit GPU-Farmen allerdings nicht kompatibel sind. Ethereum, ein großer Konkurrent des Bitcoins, wechselte von der Geldschaffung durch einen Proof of Work zu einem Proof of Stake-Verfahren. Schließlich ging 2021 auch China, der größte Farming-Standort der Welt, gegen die energieintensive Tätigkeit vor. Plötzlich blieben riesige Kapazitäten an Strom, Kühlung und Rechenleistung ungenutzt. Im Zusammenspiel von Angebot und Nachfrage bedeutete dies eine kostengünstige Infrastruktur als Spielplatz für KI-Entwickler.

Anteile am Krypto-Mining pro Land. Das harte Durchgreifen der chinesischen Führung gegen Kryptowährungen setzte schließlich große Kapazitäten frei (Quelle: University of Cambridge, 2021)

Anteile am Krypto-Mining pro Land. Das harte Durchgreifen der chinesischen Führung gegen Kryptowährungen setzte schließlich große Kapazitäten frei (Quelle: University of Cambridge, 2021)


KI-Talente: Architekten der virtuellen Welt

Mit den bestehenden Technologien, verfügbaren Daten und einer breit ausgerollten Infrastruktur brauchte es nur noch Spezialisten wie Programmierer und Datenwissenschaftler, die die entsprechenden KI-Modelle aufsetzen. Sie bringen Strukturen in die Berge von Daten und bauen komplexe Algorithmen, um aus Einsen und Nullen schließlich sinnvolle Produkte zu schaffen. Dabei sind diese Talente derzeit noch rar gesät und ihre Ausbildung hinkt den sich eröffnenden Möglichkeiten hinterher.

Sie konzentrieren sich auf nur wenige Orte weltweit wie San Francisco, aber zunehmend auch in Chinas Hauptstadt Peking. Große Institutionen und Unternehmen wie IBM, Microsoft, Google oder der indischen Tata Consultancy können sich dank hoher Zahlungskraft ebenfalls die meisten Talente sichern. Auch in der KI-Forschung sind die USA und China die mit Abstand unangefochtenen Führer. Das Vereinigte Königreich, Deutschland und Frankreich finden sich abgeschlagen. Überraschenderweise hält auch der Iran, normalerweise nicht als innovatives Hightech-Land bekannt, einen soliden Platz im Mittelfeld. Mit der Azad-Universität beherbergt die Islamische Republik sogar eine besonders herausragende Forschungseinrichtung zum Thema im Land.

KI-Talente weltweit. (Quelle: China KI-Entwicklungsbericht 2018)

KI-Talente weltweit. (Quelle: China KI-Entwicklungsbericht 2018)


In der Unternehmenswelt sind vor allem IBM, Microsoft und Samsung führend, gemessen an ihrem Forschungsoutput in Form von wissenschaftlichen Veröffentlichungen und Patenten. Das US-Verteidigungsministerium übertrifft mit 6.776 Veröffentlichungen sogar noch IBM mit 5.105 Papieren. Weitere führende öffentliche Institutionen auf dem Gebiet sind die NASA und das National Institute of Health, sowie Chinas staatliches Elektrizitätswerk.

Doch diese Konzentration auf wenige Akteure birgt Risiken. Die KI-Szene gleicht einem Dorf, was Absprachen zwischen Unternehmen sehr leicht macht und so die Gründung innovativer Startups und somit den Wettbewerb erschweren. Zudem locken die reichen und mächtigen Länder Fachkräfte aus ärmeren Regionen an, was die Kluft zwischen armen Entwicklungs- und reichen Hightech-Ländern.

Ein KI-Lumpenproletariat im Entstehen?

Dennoch, auch für die Armen hält die KI-Lieferkette Chancen bereit. Trotz der Datenflut, die in den KI-Modellen steckt, bleiben sie fehleranfällig. Noch wichtiger: nicht alles was die Menschen im Internet hinterlassen, sollte von KI reproduziert werden. Denn möchte man den Charakter eines Menschen tatsächlich ergründen, schaut man nicht in seinen öffentlichen Social Media-Feed, sondern in seine vertrauliche Browserhistorie. Und genau das tun Millionen automatisierter Bots und Crawler rund um die Uhr auf Homepages, Kommentarspalten und dunklen Ecken des Internets, wo sich Menschen unbeobachtet fühlen.

Dabei stoßen sie auf abstoßende bis hin zu kriminellen Inhalten, wie Kinderpornographie oder Gewaltverherrlichung. Unbemerkt fließt dies in die Datensätze ein, die unsere KI-Anwendungen und Chatbots speisen. Diese spiegeln diese Daten in ihren Outputs und Antworten wieder, was manuell korrigiert werden muss. Die KI braucht menschliches Feedback zur Richtigkeit und Genauigkeit ihrer Aussagen. Angesichts der unüberschaubaren Datenmengen ist das herausfordernd.

Dies eröffnet Jobmöglichkeiten für eine junge Generation in den ärmsten Regionen der Welt, wie Subsahara-Afrika oder Südasien. Sie können sich durch sogenannte Click-Arbeit in die internationalen Wertschöpfungsketten einfügen. Mit jedem Mausklick balancieren sie die KI in eine gesunde Richtung. Der australische Konzern Appen beschäftigt dafür mehr als eine Million Online-Arbeiter aus über 170 Ländern. Das Unternehmen zählt Google, Amazon, Facebook, Airbus und Siemens zu seinen Kunden, die die Optimierung ihrer KI-Modelle ausgelagert haben.

Appen zerlegt die komplexen Anforderungen in einzelne Arbeitsschritte, die es dann als Gigs an seine Klickarbeiter vergibt. Deren Aufgabe ist es, die besten Antworten für den Chatbot auszuwählen, die Ergebnisse von Suchmaschinen zu überprüfen, Fehler zu markieren oder unangemessene Sprache einer KI zu melden. Da viele Menschen unterschiedlichster Hintergründe parallel an denselben Aufgaben arbeiten, berechnet die firmeneigene KI die optimalsten Ergebnisse aus dieser Datensammlung.

Eine andere Agentur, Sama, akquiriert Kunden in Europa, den USA und Indien und lässt die Arbeit letztlich in Kenia oder Uganda erledigen, wo mittlerweile die Internetinfrastruktur gut ausgebaut ist. Sie beschäftigt dort mehrere hundert Mitarbeiter in modern ausgestatteten Zentren. Für ihre Tätigkeit müssen sie nicht einmal einen Schulabschluss vorweisen und das Unternehmen bietet Aufstiegsmöglichkeiten durch Ausführung komplexerer Aufgaben, so der österreichische Standard. Auch diese Form des Outsourcings hatte ihre Ursprünge übrigens lange vor der großen KI-Revolution. Sie begann 1980 mit dem Verlegen von Glasfaserkabeln durch internationale Gewässer, was zahlreichen US-Unternehmen ermöglichte, IT-Dienstleistungen nach Indien auszulagern, welches sich als Backoffice der Welt einen Namen machte.

Kapital bleibt der Treibstoff für Innovation im Zeitalter der KI

Von KI-Talenten über Hochleistungschips bis zu energieintensiven Computer-Farmen, der immense Finanzierungsbedarf von KI-Systemen ist offenkundig. Dabei bleibt deren Markterfolg zumeist ungewiss, was die Forschung und Entwicklung in dem Sektor riskant macht. Nichts desto trotz müssen Infrastruktur, Entwicklung und Datensammlung auch für diese Misserfolge aufgebracht werden. Erneut sind es China und die USA, die sich hier besonders hervortun.

Top Investoren in AI (Quelle: OECD.ai, 2024)

Top Investoren in AI (Quelle: OECD.ai, 2024)


Sind es die USA mit ihren gewaltigen Risikomärkten, die 2021 mit 144 Milliarden investierten US-Dollar an Risikokapital an der Spitze stehen, folgt China vor allem mit staatlich gelenkten Investitionen von 48 Milliarden Dollar. Weit abgeschlagen finden sich die 27 EU-Mitgliedsstaaten, das Vereinigte Königreich, Israel, Indien, Kanada, Südkorea und Singapur mit Beträgen zwischen 2 und 12 Milliarden Dollar.

Trotz der allgemeinen Begeisterung um generative KI rund um Chat GTP und Midjourney, verteilen sich die größten Beträge immer noch auf autonome Fahrtechnik, soziale Medien und Marketing. Während der Hochphase der COVID-Pandemie standen das Gesundheitswesen, die Arzneimittelentwicklung und Biotechnologie und dahinterliegende Geschäftsprozesse im Fokus der Finanzierung.

Eine unerwartete Reise: KI verbindet die Welt

Die politische Landschaft der KI ist geprägt von Spannungen zwischen den Großmächten. Alle streben danach, die künstliche Intelligenz innerhalb ihrer Hoheitsbereiche zu beherrschen. Amerika und China haben sich in einen Handelskrieg um taiwanesische Hochleistungschips verstrickt und möchten einander von den jeweiligen Lieferketten abschneiden. Diese Machtkämpfe überschatten die Meisterleistung globalisierter und entfesselter Märkte, die die KI hervorbrachten. So wie Milton Friedman, als er triumphierend einen Bleistift schwang und erläuterte: „Keine Person ist in der Lage, einen solchen Bleistift alleine zu produzieren. Tausende von Menschen kooperieren, sprechen unterschiedliche Sprachen, praktizieren unterschiedliche Religionen und hassen sich vielleicht sogar.“ Und doch kooperierten sie alle zusammen über ein Preissystem. Noch viel mehr trifft dies bei KI zu – wie zwischen Taiwan und China.

Unternehmen wie Nikon oder Canon oder der Mikroskop-Bauer Zeiss hatten bei ihrer Gründung niemals die Absicht, jemals an einer Mission künstliche Intelligenz teilzunehmen. Gamer trugen unbewusst mit ihren Kaufentscheidungen dazu bei, dass sich der Hersteller NVIDIA ständig weiterentwickeln musste. Um die Jahrtausendwende herum erfand ein unscheinbares Unternehmen namens Google einen revolutionären Suchalgorithmus und ein junges Team aus Informatikern gründete das Campus-Netzwerk Facebook. Nur wenige Jahre später wurden beiden Firmen zum Inbegriff des Hungers nach Daten. Die Schaffung für KI kritischer Recheninfrastruktur verdankt sich vor allem dem Boom von Kryptowährungen wie Bitcoin. Die dahinterstehende Szene oftmals eine Ansammlung konspirativer, dogmatisch staatskritischer Typen.

Globale Lieferketten für künstliche Intelligenz. Die USA versorgen die Welt mit Software, Chipdesign und Kapital. Die Niederlande ASML baut Maschinen für die Chip-Produktion, die in Taiwan hergestellt und nach China geliefert wird. In China werden Smartphones und elektronische Geräte sowie Infrastruktur hergestellt und exportiert. Sowohl die USA als auch China stellen der Welt Rechenleistung zur Verfügung.

Weltumspannende Lieferketten der künstlichen Intelligenz


Einzig die asiatischen Staaten verfolgten eine staatlich getriebene Entwicklungspolitik. Aber selbst als diese in den 1970ern in Taiwan oder 1990 in China ihre Gestalt annahmen, hatte der CEO von IBM zuvor noch erklärt, die Nachfrage auf dem Weltmarkt gäbe kaum mehr als fünf Computer her. Doch auch diese Entwicklungsstrategien beruhten auf dem Ausnutzen marktwirtschaftlicher Regeln von Wettbewerb und Preisbildung. Milliarden weltweiter Nutzer gaben ihr Leben im Netz preis. Diese Daten ermöglichten die Entwicklung weiterer neuer Produkte. Ebenso wie bei Friedmans Bleistift gab es keinen Kommissar in einem zentralen Planungsbüro, der diese Entwicklung planen könnte.

Im Gegenteil, Staaten weltweit haben ganz eigene Vorstellungen davon, wofür sie KI-Systeme einsetzen möchten: Kontrolle von Informationen durch intransparente Moderation, Beeinflussung und Einschränkungen der Meinungsfreiheit, Übernahme von Datenkonzernen und Einmischung in ihre Datenpolitik, soziale Kreditsysteme und totale Überwachung – bis hin zur brutalsten Form, der Kriegsführung mit Drohnen wie derzeit in der Ukraine. Nicht zufällig zählen US-Verteidigungsministerium und alle US-Teilstreitkräfte zu den größten Forschungseinrichtungen auf diesem Gebiet.

Einzig das Signal der Preise, das in Friedmans Bleistiftbeispiel die unpersönlichen Interaktionen der Menschen auf dem globalen Markt steuert, ist einer anderen Währung gewichen. Im digitalen Zeitalter sind zahlreiche Apps und Produkte kostenlos. Stattdessen werden diese mit Daten bezahlt: Klicks, Verweildauern, Standortdaten, Likes, Kommentare. Was die KI aus diesen Informationen in der Zukunft generiert, bleibt ungewiss. Aber Märkte und nicht Staaten sind im Begriff diese Zukunft für die Menschen zu erobern.

Related Posts

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert