Diese Woche haben große Technologiekonzerne in einem Brief für offene KI-Modelle geworben. Ich habe darüber geschrieben, wer nicht unterschrieben hat. Heute geht es um etwas, das in dem Brief gar nicht vorkommt, obwohl es die wichtigere Hälfte ist.
Modelle sind nicht die Machtfrage
Die ganze Debatte dreht sich um Modelle. Offen oder geschlossen, herunterladbar oder hinter einer Schnittstelle. Das ist eine echte Frage, aber sie verdeckt die eigentliche.
Ein Modell ist eine Maschine, die aus Daten gelernt hat. Man kann die Maschine öffnen oder schließen, verschenken oder vermieten. Aber ohne die Daten, aus denen sie lernt, ist sie nichts. Und Sprachmodelle konnten nur entstehen, weil das halbe Internet als Text offen herumlag und sich einsammeln ließ. Sie sind auf einem Gemeingut gewachsen, das niemand eigens für sie angelegt hatte.
In den meisten wissenschaftlichen Feldern gibt es dieses Gemeingut nicht. Die Biologie hat kein Internet. Es liegt kein riesiger, organisch gewachsener Datenschatz herum, den man abgreifen könnte. Wo es solche Daten gibt, mussten sie mühsam und bewusst geschaffen werden, meistens öffentlich. Die Proteindatenbank, jahrzehntelange Strukturbiologie, für alle freigegeben. Große Biobanken mit hunderttausenden sorgfältig charakterisierten Freiwilligen. Diese Ressourcen haben ganze Disziplinen getragen, und jede einzelne von ihnen ist offen und öffentlich finanziert.
Was gerade passiert, ist eine Verschiebung
Und jetzt die Beobachtung, die mich beunruhigt.
Das private Geld fließt in die Modelle. In die Maschinen, die man besitzen und vermieten kann. In die Datenschätze fließt kaum etwas Privates, weil man an einem offenen Gemeingut schwer verdient. Ein Datensatz, den alle nutzen dürfen, lässt sich nicht monetarisieren. Also baut ihn niemand, dessen Ziel Monetarisierung ist.
Das ist ökonomisch vollkommen folgerichtig und gesellschaftlich ein Problem. Denn der eigentliche Engpass für nützliche KI, für die stillen, wertvollen Anwendungen in Medizin, Materialforschung, Klimamodellierung, ist längst nicht mehr das Modell. Modelle gibt es viele, offene und geschlossene. Der Engpass sind die Daten. Standardisiert, in großem Maßstab, offen zugänglich für die, die tatsächlich an Krankheiten und Materialien arbeiten. Und genau diese Daten baut der Markt nicht, weil sie sich der Logik des Marktes entziehen.
Wer die Modelle für die Machtfrage hält, kämpft an der falschen Front. Die Modelle sind mittlerweile das Reichliche. Die offenen, hochwertigen Daten sind das Knappe. Und Knappheit ist immer die interessantere Größe.
Warum das gerade für Europa zählt
Wir reden in Europa gern über digitale Souveränität und meinen damit meist die Modelle. Ein eigenes europäisches Modell, ein offenes Modell auf eigenen Servern. Aber ein Modell auf dem eigenen Server macht niemanden souverän, wenn die Daten, aus denen echtes Verständnis entsteht, anderswo liegen oder gar nicht existieren.
Hier läge eine Chance, und sie wird kaum gesehen. Offene, hochwertige, gemeinsam gepflegte Datenschätze sind genau die Art von langfristiger, öffentlicher Infrastruktur, für die private Anreize nicht ausreichen und die deshalb eine öffentliche Aufgabe sind. So wie Straßen, Grundlagenforschung, Vermessung. Nicht spektakulär, nicht schnell rentabel, aber die Grundlage, auf der alles andere erst wächst.
Es ist unbequem, weil es teuer ist und keine schnellen Bilder liefert. Ein Datensatz ist nichts, worüber man auf einer Bühne staunt. Aber wer die nächsten zwanzig Jahre KI mitgestalten will, statt sie nur zu betreiben, entscheidet das nicht bei den Modellen. Er entscheidet es dort, wo gerade niemand hinschaut.
Ich lese jede Antwort: per E-Mail oder auf LinkedIn.