Wir müssen einer Situation gegenwärtig sein: Die „Verlangsamungstheorie“ der amerikanischen AI-Giganten könnte eine ernsthafte Bedrohung für offene Quellmodelle darstellen.

Dies ist eine detaillierte Analyse der wirtschaftlichen und finanziellen Dynamiken hinter der derzeitigen „Verlangsamungstheorie“ in der AI-Branche. Als Ökonom und Finanzjournalist werde ich die schwer verständlichen technischen Begriffe sowie die komplexen politischen Metaphern entfernen und die Situation in einfachen Worten erklären.

Zusammenfassung der Kernpunkte

Die zentrale Aussage des Artikels ist sehr scharfsinnig: Die führenden AI-Unternehmen derzeit, darunter Anthropic (Dario Amodei) und OpenAI (Sam Altman), nutzen das Argument, dass AI zu gefährlich sei und daher eine verlangsamte Regulierung erforderlich sei, um tatsächlich durch Gesetzgebung und Standardsetzung eine „Mauer“ aufzubauen, die Konkurrenten – insbesondere offene Quellmodelle und chinesische AI-Labore – ausschließt und somit den Profit in der AI-Branche zu monopolisieren.

Der Autor zitiert den Venture-Capital-Experten Peter Thiel mit seiner Metapher der „Überlichtgeschwindigkeitswaffen“ und betont, dass diejenigen, die absolute Macht in der Hand haben, entweder zu „Teufeln“ mit autoritärer Kontrolle werden oder zu „Engeln“, die ausschließlich altruistisch handeln. Die aktuellen AI-Giganten tun jedoch so, als würden sie sich um die Kontrolle sorgen, um ihre Monopolstellung zu festigen. Der eigentliche Zweck dieses Spiels ist nicht die technische Sicherheit, sondern der Kampf um die Kontrolle über den globalen AI-Markt sowie die Verteilung des Profits zwischen der amerikanischen Rechenleistung (Chips/Wolken) und den Modellen (Anwendungen/Algorithmen) sowie zwischen den amerikanischen und chinesischen AI-Kräften.

---

Detaillierte Analyse

1. Die Wahrheit hinter der „Verlangsamung“: Eine Monopolverteidigung unter dem Deckmantel der Sicherheit

Zunächst müssen wir verstehen, was Dario Amodei (CEO von Anthropic) und Sam Altman (CEO von OpenAI) mit ihrer „Verlangsamungstheorie“ wirklich meinen.

Auf den ersten Blick scheinen sie zu sagen: „AI ist zu gefährlich und könnte außer Kontrolle geraten, daher müssen wir langsamer vorgehen und Regulierungen einführen.“ Das klingt verantwortungsvoll – wie das Verhalten eines „Engels“.

Doch wenn man sich ihre konkreten Vorschläge genauer ansieht, wird die „teuflische“ Logik dahinter offensichtlich:

• Drittanbieter zur Überprüfung: Nur Unternehmen wie OpenAI und Anthropic, die über genügend Geld, Rechtsabteilungen und umfassende Sicherheitsteams verfügen, können sich diese Compliance-Kosten leisten. Kleine Unternehmen haben keine Chance.
• Beschränkung des Wachstums und globale Koordination: Damit wird eigentlich definiert, wer am Markt teilnehmen darf.
• Chipskontrollen gegenüber China: Die Kontrollen gegenüber China werden fortgesetzt.

Einfache Erklärung: Stellen Sie sich vor, Sie wollten ein Restaurant eröffnen. Früher konnten viele das, und der Wettbewerb war intensiv. Jetzt sagen die beiden größten Restaurantketten: „Ach, die Lebensmittelsicherheit ist zu wichtig – wir müssen die strengsten Hygienestandards einführen und staatliche Inspektionen durchführen lassen.“ Die kleinen Restaurants, die die Kosten für Inspektionen und Renovierungen nicht tragen können, gehen bankrott; nur die beiden Giganten bleiben übrig. Sie erhöhen die „Einstiegshürden“, um potenzielle Konkurrenten (insbesondere offene Quellmodelle) aus dem Spiel zu werfen. Das dient nicht der Sicherheit, sondern der Abschaffung des Wettbewerbs und der Festigung eines Oligopolzustands.

2. Die „verborgenen Gewinner“ der Rechenleistung: Warum sind Nvidia und Cloud-Anbieter offen für offene Quellen?

Hier gibt es eine überraschende wirtschaftliche Logik. Viele glauben, dass die USA offene Quellmodelle einschränken, um China zu unterdrücken, aber der Artikel zeigt, dass die amerikanischen Rechenleistungsgiganten (wie Nvidia, AWS, Azure) tatsächlich offene Quellmodelle – insbesondere chinesische – sehr schätzen.

Warum? Rechnen wir es durch:

• Aktuelle Situation: Die Kosten für die Nutzung von AI sind hoch, aber die Einnahmen begrenzt.
• Offene vs. geschlossene Quellen: Offene Quellmodelle (wie Qwen, Kimi aus China) sind viel günstiger als geschlossene Quellmodelle (wie GPT-4).
• Wohin geht das Geld?: Obwohl offene Quellmodelle billig sind, werden sie in großen Mengen genutzt. Die Nutzer verwenden zwar chinesische Modelle, aber sie müssen diese auf amerikanischen Cloud-Diensten (AWS, Azure) ausführen und Nvidia-Chips kaufen.
• Geschlossenes Modell: OpenAI investiert 10 Milliarden und verdient 12 Milliarden – der Großteil des Profits bleibt bei den Modellunternehmen.
• Offenes Modell: Offene Quellmodelle verdienen vielleicht nur 3 Milliarden (oder weniger, da viele kostenlos oder zu einem niedrigen Preis verfügbar sind), aber dieser Gewinn gelangt nicht vollständig in die chinesischen Labore. Ein Großteil des Geldes fließt zu den amerikanischen Cloud-Anbietern und Chipherstellern.

Einfache Erklärung: Stellen Sie sich vor, Sie würden Wasser und Flaschen verkaufen:

• Geschlossene Modelle sind wie „markenbewertetes Mineralwasser“ – teuer und mit hohen Gewinnen, aber mit begrenztem Absatz.
• Offene Modelle sind wie „Leitungswasser“ – billig oder sogar kostenlos, aber sehr verbreitet.
• Nvidia und Cloud-Anbieter verkaufen die „Wasserkannen“ und die „Leitungen“.
• Wenn alle teures Markenwasser trinken (geschlossene Modelle), verkaufen sich die Kannen weniger.
• Wenn alle billiges Leitungswasser trinken (offene Modelle), steigt die Nachfrage nach Kannen und Leitungen dramatisch.
• Die amerikanischen Rechenleistungsgiganten wollen daher, dass offene Quellmodelle stärker werden – das bedeutet, mehr GPUs werden gekauft und mehr Cloud-Dienste genutzt. Es ist ihnen egal, wer die Modelle trainiert; sie interessieren sich nur für den „Verkehr“, der durch ihre „Leitungen“ fließt.

Daher schaden Einschränkungen für offene Quellmodelle tatsächlich den Interessen der amerikanischen Rechenleistungssparteien. Deshalb sind Huang Renxun (CEO von Nvidia) und David Sacks, der US-amerikanische Koordinator für AI-Angelegenheiten, gegen ein Verbot offener Quellen.

3. Zwei verschiedene Ansätze – doch das gleiche Ziel: Die Festigung der amerikanischen „AI-Hegemonie“

Der Artikel teilt die aktuellen AI-Gruppen in zwei Lager, die scheinbar gegensätzlich sind, aber tatsächlich das gleiche Ziel verfolgen:

• Offene Quellen-Lager (vertreten von David Sacks, Huang Renxun):
• Standpunkt: Unterstützung von offenen Quellen, Gegner übermäßiger Regulierung.
• Logik: Offene Quellmodelle erzeugen einen großen Bedarf an Rechenleistung und machen amerikanische Chips und Cloud-Dienste zur globalen „Infrastruktur“. Solange die ganze Welt amerikanische Chips für offene Quellmodelle verwendet, kontrollieren die USA die Grundlagen der AI.
• Metapher: „Ich baue die beste Autobahn (Rechenleistung) – egal, mit welchem Auto Sie fahren, Sie zahlen die Maut.“

• Verlangsamungslager (vertreten von Amodei, Sam Altman):
• Standpunkt: Stärkere Regulierung, Beschränkung offener Quellen, Schutz geschlossener Spitzenmodelle.
• Logik: Durch Gesetzgebung werden „Sicherheitsstandards“ festgelegt, nur wenige ausgewählte Giganten dürfen Modelle veröffentlichen. So kann verhindert werden, dass offene Quellmodelle in ihrer Leistung aufholen und die hohen Gewinne der Modellunternehmen erhalten bleiben.
• Metapher: „Ich stelle die strengsten Führerscheinprüfungen fest – nur meine Schulen (die Gigantenlabore) können qualifizierte Fahrer ausbilden; andere dürfen nicht auf die Straße.“

Wichtige Erkenntnis: Obwohl die Methoden unterschiedlich sind, zielen beide Lager auf dasselbe ab: Die Festigung der amerikanischen Dominanz in der gesamten AI-Wertschöpfungskette (Chips, Cloud, Modelle, Anwendungen, Regeln). Die offenen Quellen-Lager befürchten, dass strenge Regulierungen dazu führen könnten, dass amerikanische AI-Unternehmen ihre Geschäfte ins Ausland verlieren. Die Verlangsamungslager befürchten, dass offene Quellen die Gewinne der Giganten verteilen könnten. Beide Seiten gehen davon aus, dass die USA die Kontrolle behalten müssen – China wird dabei als Konkurrent betrachtet. Unabhängig vom Ausgang bleibt die USA die dominierende Kraft; es geht nur darum, wie der Profit zwischen den „Verkäufern von Schaufeln“ (Rechenleistungssparteien) und den „Goldgräbern“ (Modellunternehmen) verteilt wird.

4. Die Dialektik von „Engeln“ und „Teufeln“: Es gibt keine reinen „Engel“ oder „Teufel“ – nur ein Gleichgewicht der Interessen

Der Artikel schließt mit einer Aussage von Peter Thiel, die die Ironie dieser Situation verdeutlicht:

• Die gute Seite der „Engel“: Amodei und andere weisen tatsächlich auf die möglichen Risiken von AI hin (wie Kontrollverlust, Arbeitsplatzverluste) und fordern Vorsicht. Das ist moralisch ehrenhaft und entspricht der öffentlichen Erwartung, dass Technologie zum Wohle der Menschen eingesetzt wird.
• Die böse Seite der „Teufel“: Sie nutzen diese Vorsicht, um politische Mittel (Einfluss auf das Parlament, Standardsetzung) zu nutzen, um Konkurrenten auszuschließen und ihre Monopolstellung zu festigen. Sie nutzen ihre eigenen Labore, um die teuersten Ressourcen zu nutzen, und fordern gleichzeitig von anderen (Offenen Quellen, chinesischen Laboren), langsamer zu werden.

Einfache Erklärung: Stellen Sie sich einen Arzt (AI-Giganten) vor, der zu den Patienten (der Öffentlichkeit/Markt) sagt: „Dieses neue Medikament (AI) hat starke Nebenwirkungen – aus Sicherheitsgründen darf es nur in meinen Top-Kliniken verabreicht werden, und ich verlange hohe Gebühren; andere kleine Kliniken dürfen es nicht.“

• Aus Sicht der Sicherheit ist das richtig – eine unsachgemäße Anwendung von Medikamenten ist tatsächlich gefährlich („engelhaft“).
• Aus Sicht der Interessen nutzt er die Informationsasymmetrie und Macht, um medizinische Ressourcen zu monopolisieren und die Preise zu erhöhen („teuflisch“).

Fazit: In der aktuellen AI-Landschaft gibt es keine reinen „Engel“ oder „Teufel“. Eine rein offene oder rein geschlossene Welt würde zu technischem Kontrollverlust und einem Zusammenbruch der Forschungsförderung führen. Die Giganten haben sich für eine Form der „ausgewählten Offenheit“ und „geschützter Sicherheit“ entschieden. Durch Gesetzgebung und Standardsetzung nutzen sie „Sicherheit“ als Mittel, um den Wettbewerb auf wenige Spieler zu beschränken.

Für die Allgemeinheit ist es wichtig, dies zu verstehen: Wenn Sie hören, dass AI-Giganten eine Verlangsamung fordern, sollten Sie nicht nur ihre Sorgen um die Zukunft der Menschheit sehen, sondern auch die kommerzielle Logik dahinter erkennen – sie nutzen ihre Kontrolle über Regulierungen, um Marktanteile und Gewinne zu sichern. Dieses Spiel ist auf den ersten Blick ein Streit über technische Ethik, aber im Grunde handelt es sich um einen wirtschaftlichen Krieg um die globale Rechenleistung und Datenhoheit.