Warum wir in Deutschland und Europa offene Frontier-Modelle selbst bauen müssen

Wie abhängig darf Europa bei einer Schlüsseltechnologie wie KI sein? Diese Frage stellt sich besonders im Hinblick auf sogenannte Frontier-Foundation-Modelle. Sie sind universell für verschiedenste Aufgaben einsetzbar und werden Forschung und Industrie grundlegend verändern. Wer sie selbst entwickeln kann, sichert technologische Souveränität – Entwicklung von Spezialmodellen, die nur eng definierte Aufgaben bearbeiten, reichen dafür nicht. Manche halten die Investitionen in eigene Frontier-KI-Modelle angesichts verfügbarer Open-Weight-Modelle für weder notwendig noch lohnend. Bei diesen Modellen sind die trainierten Modellgewichte öffentlich und sie lassen sich herunterladen und auf eigenen Servern betreiben und anpassen. Solche Modelle aus den USA und China zu nutzen, ist legitim und wichtig. Dennoch sprechen mindestens vier gute Gründe dafür, eigene europäische Frontier-Modelle zu erforschen und zu entwickeln.

Zugang zu stärksten Fähigkeiten und deren Weiterentwicklung sichern

Ob die Parameter (Gewichte) eines KI-Modells veröffentlicht werden, entscheiden die Herausgeber bei jedem Release neu. Sie selbst oder politische Verantwortungsträger können den Zugang verwehren. Beides haben wir jüngst erlebt, wenn auch nur vorübergehend. Darüber hinaus ist bislang nicht belegt, dass sich eine ältere, frei verfügbare Modellgeneration durch Fine-Tuning auf das Leistungsniveau der nächsten Generation bringen lässt. Würde Europa jemals der Zugang zur jeweils nächsten Generation von KI-Modellen verwehrt, wäre es von den fortschrittlichsten Problemlösungsfähigkeiten in allen Bereichen der Forschung, Industrie und Gesellschaft abgeschnitten. So entstünde nicht nur ein kaum behebbarer Nachteil, sondern angesichts der rasanten Entwicklung der Technologie ein existenzielles Risiko.

Risiken verstehen: Wie sich Frontier-Modelle verhalten, hängt wesentlich von ihren Trainingsdaten und -verfahren ab. Aus den finalen Parametern (Gewichten) lässt es sich kaum oder gar nicht ableiten. Um Risiken zu beurteilen, müssen wir daher die Modell-Entstehung vollständig kennen – was bei derzeit führenden Modellen nicht der Fall ist. Frontier-Modelle werden in den 2030er-Jahren tief in Wirtschaft und Verwaltung verankert sein. Ihre eingehende Prüfung ist daher grundlegende Sorgfaltspflicht. Ihr gerecht zu werden, erfordert ein detailliertes Verständnis, das nur der gewinnt, der zumindest einige Frontier-Modelle selbst baut.

Chancen ergreifen: Wer Frontier-Modelle baut, gestaltet die nächste Generation der Technologie und entscheidet mit, wie sie aussieht und wann sie kommt. Die Entwickler können durch frühe Nutzung Fakten schaffen und die Modelle zurückhalten, solange sie wollen. Wer dagegen ausschließlich auf Modelle anderer angewiesen ist, muss akzeptieren, was verfügbar gemacht wird. Viele Chancen einer neuen Technologie werden zuerst dort sichtbar, wo ihre Grundlagen entstehen. Eigene Frontier-Modelle würden Europa deshalb ermöglichen, das KI-Zeitalter nicht nur zu nutzen, sondern aktiv mitzugestalten.

Die Zukunft verstehen

Wie ein starkes KI-Basismodell entsteht, ist selbst Gegenstand der Grundlagenforschung. Die ist nur möglich, wenn es eine offene Pipeline zum Bau solcher Modelle gibt. Derzeit können die meisten Fachleute außerhalb der Frontier-Labore nicht exakt verstehen, was gerade vor sich geht. Das führt zu einer beunruhigenden Lage: Frontier-Modelle gehören wohl zu den größten Durchbrüchen des 21. Jahrhunderts. Ihre Folgen zu verstehen, sollte vorrangige Aufgabe öffentlicher Forschung sein. Diese Mission bleibt aber unerfüllbar ohne eine offene Trainingspipeline, die einer breiten Gemeinschaft Zugang zu allen relevanten Informationen gewährt.

Mindestens aus diesen vier Gründen sollten Deutschland und Europa die Kompetenz haben, eigene Frontier-Modelle zu bauen. Alles andere brächte erhebliche Risiken, verpasste Chancen. Vor allem aber können wir nur so verstehen und mitgestalten, wie KI unsere Gesellschaft in den kommenden Jahren und Jahrzehnten verändern wird.