|
A - I n f o s
|
|
a multi-lingual news service by, for, and about anarchists
**
News in all languages
Last 30 posts (Homepage)
Last two
weeks' posts
Our
archives of old posts
The last 100 posts, according
to language
Greek_
中文 Chinese_
Castellano_
Catalan_
Deutsch_
Nederlands_
English_
Francais_
Italiano_
Polski_
Português_
Russkyi_
Suomi_
Svenska_
Türkurkish_
The.Supplement
The First Few Lines of The Last 10 posts in:
Castellano_
Deutsch_
Nederlands_
English_
Français_
Italiano_
Polski_
Português_
Russkyi_
Suomi_
Svenska_
Türkçe_
First few lines of all posts of last 24 hours
Links to indexes of first few lines of all posts
of past 30 days |
of 2002 |
of 2003 |
of 2004 |
of 2005 |
of 2006 |
of 2007 |
of 2008 |
of 2009 |
of 2010 |
of 2011 |
of 2012 |
of 2013 |
of 2014 |
of 2015 |
of 2016 |
of 2017 |
of 2018 |
of 2019 |
of 2020 |
of 2021 |
of 2022 |
of 2023 |
of 2024 |
of 2025
Syndication Of A-Infos - including
RDF - How to Syndicate A-Infos
Subscribe to the a-infos newsgroups
(de) France, UCL AL #364 - Politik - Wirtschaft: Wird generative KI Big Tech zu Fall bringen? (ca, en, it, fr, pt, tr)[maschinelle Übersetzung]
Date
Thu, 30 Oct 2025 08:48:26 +0200
In nur wenigen Jahren ist generative KI in den Medien, insbesondere im
Internet, allgegenwärtig geworden. Diese Technologie wirft ökologische
und soziale Fragen auf, die bereits ausführlich diskutiert wurden, auch
in dieser Zeitschrift[6]. Die Frage, die wir hier stellen, lautet
jedoch: Welche wirtschaftlichen Auswirkungen hat das Aufkommen dieser
Technologie? Wer finanziert sie, zu welchen Zwecken und mit welchen
bisherigen Ergebnissen, und mit welchen Folgen für die
Technologiebranche und die kapitalistische Wirtschaft im Allgemeinen?
Diese Frage ist berechtigt, da generative KI in den letzten Jahren von
großen Technologieunternehmen - selbst im Verhältnis zu den enormen
Umsätzen des Sektors - kolossal investiert wurde. Die Kapitalrendite
wird daher von der Finanzwelt genau beobachtet. Wie wir sehen werden,
hat sie die eingegangenen Risiken nur langsam gedeckt.
Seit der Ankündigung von ChatGPT durch OpenAI im November 2022 ist der
Medienrummel um diese Technologien beträchtlich, und ihre vermeintlichen
Auswirkungen auf die Wirtschaft wurden ausführlich diskutiert. Wir hören
oft dramatische Prognosen über die Auswirkungen auf die Beschäftigung:
ChatGPT könnte fast jeden arbeitslos machen, und kein Fertigungssektor
dürfte verschont bleiben.
Die prognostizierte Revolution scheint jedoch länger zu dauern als
erwartet. Eine kürzlich veröffentlichte MIT-Studie[1]untersuchte die
Einführung dieser Technologie in einer Vielzahl von Unternehmen. Die
Ergebnisse verdeutlichen zweierlei: Erstens ist das Interesse der
Unternehmen überwältigend: Mehr als 80 % von ihnen geben an, mindestens
ein internes generatives KI-Projekt gestartet zu haben. Diesem Ergebnis
steht der zweite Punkt gegenüber: In der überwiegenden Mehrheit der
Fälle (95 % der Unternehmen) befinden sich diese Projekte in der
Pilotphase und wurden nicht wirklich in der Produktion umgesetzt.
Generell schätzt die Studie, dass die Einführung generativer KI in den
meisten untersuchten Branchen nur begrenzte strukturelle Veränderungen
bewirkt hat.
Zur Erklärung dieses Phänomens verweist die Studie auf eine technische
Einschränkung: die Unfähigkeit dieser Tools, aus ihren Fehlern zu lernen
und Nutzerfeedback zu nutzen, um ihre Relevanz zu verbessern und an den
Kontext anzupassen. Sofern kein neuer technologischer Meilenstein
erreicht wird, dürften die Auswirkungen der KI auf die
Produktionsmethoden daher geringer ausfallen als bisher angenommen. Das
sind keine guten Nachrichten für die Technologiebranche, die stark auf
die wirtschaftlichen Vorteile der generativen KI gesetzt hat und
dringend neue Märkte erschließen muss, um entsprechende Umsätze zu erzielen.
Zu ressourcenintensive Systeme
Schauen wir uns die Struktur des Wirtschaftssektors genauer an, der uns
diese sogenannte neue industrielle Revolution verkaufen will. Heute
entwickeln nur wenige Unternehmen tatsächlich ein Geschäft rund um die
generative KI. Sie lassen sich grob in drei Tätigkeitsbereiche einteilen.
Da sind zunächst Entwickler von Vorhersagemodellen wie GPT oder Claude.
Diese Modelle sind Softwareprogramme, die einen Text (oder ein
audiovisuelles Objekt wie ein Bild) realistisch, also ähnlich den für
das Training bereitgestellten Daten, vervollständigen können. Das
Geschäft dieser Unternehmen besteht zunächst darin, Daten (in der Regel
aus dem Internet, legal oder anderweitig) zu extrahieren und diese dann
in einer sehr kostspieligen Trainingsphase zu nutzen, um ihre Modelle zu
verfeinern. Diese Phase erfordert einen enormen Rechenaufwand und
erfordert riesige Serverfarmen mit hochmodernen Prozessoren.
Anschließend monetarisiert das Unternehmen die Nutzung seiner Modelle.
Die zweite Geschäftsart besteht darin, die von den vorherigen
Unternehmen bereitgestellten Modelle zu nutzen, um Einzelpersonen oder
Unternehmen einen Service anzubieten. Das bekannteste Produkt dieser
Kategorie ist natürlich ChatGPT, ein Chatbot, der auf GPT-Modellen
basiert, um mit seinen Nutzern zu interagieren. Es gibt auch andere
Dienste, beispielsweise zur Vervollständigung oder Generierung von
Computercode. Diese Kategorie von Akteuren ist somit in der
Produktionskette nachgelagert.
Die letzte Kategorie ist vorgelagert: Dies sind Unternehmen, die die
Computerhardware (hauptsächlich Prozessoren) verkaufen, die zum
Trainieren und Nutzen generativer KI-Modelle benötigt wird. Der Plural
ist hier eigentlich überflüssig. Einem Unternehmen ist es gelungen, ein
Monopol zu erringen: Nvidia, der größte Grafikkartenentwickler, liefert
fast alle Prozessoren, die zum Trainieren und Verwenden generativer
KI-Modelle verwendet werden.
Digitale Technologien, insbesondere KI, werden oft als
"dematerialisiert" dargestellt und basieren auf riesigen Rechenzentren,
die enorme Mengen an Energie und Ressourcen verbrauchen.
Florian Hirzinger - www.fh-ap.com
Diese verschiedenen Akteure verfolgen daher unterschiedliche
Geschäftsmodelle. Die Frage ist, ob diese Modelle aus kapitalistischer
Sicht tragfähig sind. Und genau darin liegt das Problem: Von all diesen
Unternehmen erzielt nur Nvidia Gewinne. Alle anderen verschlingen
astronomische Summen, ohne einen echten Markt für ihre Produkte zu finden.
Kehren wir zunächst zum symbolträchtigen Fall von OpenAI zurück. Das
Unternehmen fällt in die ersten beiden genannten Kategorien: Es
entwickelt ein Modell namens GPT5, auf das über verschiedene Dienste
zugegriffen werden kann (erste Kategorie), sowie einen Chatbot, den
berühmten ChatGPT, der ihn in die zweite Kategorie einordnet.
Anatomie einer Blase
ChatGPT ist der mit Abstand beliebteste aller bestehenden KI-Dienste und
genießt einen Ruf, der mit dem großer sozialer Netzwerke wie Facebook
oder Instagram vergleichbar ist. ChatGPT hat 400 Millionen aktive
Nutzer. Im Vergleich zu sozialen Netzwerken hat ChatGPT jedoch zwei
Nachteile: Erstens ist die Werbung, die Einnahmen für diese Plattformen
generiert, weniger gut integriert. Zweitens sind die Nutzungskosten im
Verhältnis zur Nutzerzahl massiv höher. Infolgedessen decken selbst die
kostenpflichtigen Abonnements von ChatGPT die Nutzungskosten bei weitem
nicht, sodass jeder neue Nutzer das Defizit von OpenAI erhöht.
Das Unternehmen bleibt vage, was seine Finanzergebnisse angeht.
Schätzungen zufolge wird der Umsatz bis 2024 jedoch 4 Milliarden
US-Dollar betragen[2]. Allein die Kosten für Training und Nutzung der
Modelle werden auf 5 Milliarden US-Dollar geschätzt. Rechnet man weitere
Kosten wie Gehälter hinzu, ergäben sich Ausgaben von 9 Milliarden
US-Dollar, was einem Nettoverlust von 5 Milliarden US-Dollar entspricht.
Um diese Verluste auszugleichen, sammelt OpenAI in einem in der
kapitalistischen Geschichte wohl beispiellosen Tempo Geld. Im Juni 2025
sammelte das Unternehmen 10 Milliarden US-Dollar ein, im August
desselben Jahres 8 Milliarden US-Dollar.
Trotz dieser dürftigen Ergebnisse ist OpenAI wohl das Unternehmen mit
der besten Performance - abgesehen von Nvidia. Andere Modelle werden
deutlich weniger genutzt und generieren deutlich weniger Umsatz.
Startups, die versuchen, modellbasierte Dienste zu entwickeln, stehen
zunehmend vor Schwierigkeiten: Sie haben Mühe, anderen Branchen einen
echten Mehrwert zu bieten. Die wenigen angebotenen Dienste sind
letztlich in ihrer Vielfalt begrenzt und ähneln oft einer Art Chatbot.
Die Ausnahme von dieser Regel ist Cursor, ein KI-basierter
Computercode-Editor, der sich einer echten Akzeptanz erfreut - ohne
bisher Gewinne zu erwirtschaften. Selbst dann bleiben die
Produktivitätsgewinne für die IT-Branche weit hinter den spektakulären
Ankündigungen ihrer Anbieter zurück[3].
Auch die Zuverlässigkeit der Modelle bleibt ein Problem: KI-generierte
Codes enthalten weiterhin Ungenauigkeiten und Sicherheitslücken, und die
Textgenerierung leidet weiterhin unter "Halluzinationen" -
beispielsweise werden häufig falsche wissenschaftliche Referenzen
generiert. Diese Probleme verschärfen sich mit zunehmender Komplexität
der Aufgabe.
Ein weiteres großes Problem für diese Startups: Sie sind massiv vom
Zugang zu KI-Modellen (GPT, Claude usw.) abhängig. Da die
Modellproduktion derzeit jedoch eine finanzielle Belastung darstellt,
könnten die Anbieter gezwungen sein, ihre Preise massiv zu erhöhen. Dies
würde wiederum das ohnehin fragile Wirtschaftsmodell der Startups, die
auf sie angewiesen sind, noch unhaltbarer machen.
Cédric Durand, Techno-Feudalismus, La Découverte, 2020, 256 Seiten, 18
EUR. In diesem Buch entwickelt der Autor die These, dass die
GAFAM-Monopole und die digitale Wirtschaft einen sozialen Rückschritt
bewirken.
Degeneration
Um diese Widersprüche zu überwinden, setzt die Branche auf einen neuen
Technologiesprung. Doch dieser Weg scheint zum Scheitern verurteilt. Die
Qualität der Modelle hängt vor allem von der Qualität und Quantität der
Eingabedaten ab.
Der Branche gehen jedoch die neuen Daten aus: Sie hat bereits fast alles
genutzt, was im Internet verfügbar ist. Die KI steht vor einem paradoxen
Problem: Ein immer größerer Teil ihrer Trainingsdaten besteht aus Daten,
die von der KI selbst synthetisiert wurden, was zu einer Degeneration
der Modelle führt[4]. Es ist klar, dass die Fortschritte in der KI ein
Plateau erreichen und die Verbesserungen immer marginaler werden. Die
kürzliche Veröffentlichung von GPT5 hat diese Bedenken nur noch
verstärkt, da das neue Modell seine Versprechen nicht einhalten konnte[5].
Angesichts dieser Sackgasse werden OpenAI und seinesgleichen letztlich
gezwungen sein, den freien Zugang zu Modellen einzuschränken oder sogar
die Qualität der angebotenen Dienste zum gleichen oder sogar höheren
Preis zu verschlechtern - ein Phänomen, das bereits im Gange ist. Doch
die Verweigerung dieser Möglichkeit führt sie derzeit zu massiven
Investitionen - durch den Kauf immer mehr Ausrüstung -, ohne dass es
ihnen vorerst gelingt, ihre Einnahmen zu steigern.
Fabien Lebrun, Barbarie numérique, L'Échapée, 2024, 432 Seiten, 22 Euro.
In diesem Buch untersucht der Autor die konkreten Auswirkungen des
Extraktivismus, der die digitale Wirtschaft antreibt.
Der gesamte Sektor befindet sich in einer sehr fragilen Lage.
Technologieunternehmen befinden sich in einem verzweifelten Wettlauf,
der einer Finanzblase gleicht. Die getätigten Investitionen stellen
nicht einmal langfristig nutzbares Kapital dar - die intensive Nutzung
der Prozessoren verkürzt deren Lebensdauer, und bei diesem Tempo müsste
die Flotte innerhalb weniger Jahre erneuert werden. Platzte die Blase,
stünde der Sektor vor einer absurden Anzahl von Servern, mit denen er
nichts anzufangen wüsste.
Die Gründe für diese Abwärtsspirale sind die grundlegenden Gründe, die
den Kapitalismus zu einem System in ständiger Krise machen. Seit
mindestens Anfang der 2000er Jahre basiert der Technologiesektor auf der
Annahme eines kontinuierlichen Hyperwachstums. In den letzten Jahren hat
sich dieses Hyperwachstum verlangsamt, und als Reaktion darauf gab es
eine Reihe verzweifelter Versuche, es künstlich zu reaktivieren - mit
dem "Metaversum", Blockchains und NFTs und schließlich generativer KI.
Es zeichnet sich ab, dass dieses Modell am Ende seiner Widersprüche
angelangt ist.
Die Schockwellen, die ein Zusammenbruch der generativen KI auslösen
könnte, hätten Folgen für die gesamte Wirtschaft, deren erste Opfer wie
immer die Schwächsten sein werden. Die Zeit wird zeigen, ob sich der
Kapitalismus von dieser Krise wie von der Krise des Jahres 2008 erholen
kann oder ob diese Widersprüche im Gegenteil zu tieferen Umwälzungen
führen werden - im Guten wie im Schlechten.
Nicolas (UCL Caen)
Bestätigen
[1]"Die GenAI-Kluft: Stand der KI in der Wirtschaft 2025", MIT, Juli 2025.
[2]Siehe Edward Zitron, "Es gibt keine KI-Revolution", Wheresyoured.at,
24. Februar 2025.
[3]Mike Judge, "Wo ist die Shovelware? Warum die Behauptungen zur
KI-Codierung nicht aufgehen", Mikelovesrobots.substack.com, 3. September
2025.
[4]"Kann künstliche Intelligenz in sich zusammenfallen?", Le Monde, 10.
September 2023.
[5]Christophe @Politicoboytx, "ChatGPT-5 droht die Blase der generativen
KI zum Platzen zu bringen", faketech.fr, 21. August 2025.
[6]"Künstliche Intelligenz: KI im Dienste der Bourgeoisie", Alternative
Libertaire Nr. 358, März 2025.
https://www.unioncommunistelibertaire.org/?Economie-L-IA-generative-fera-t-elle-tomber-la-Big-Tech
_________________________________________
A - I n f o s Informationsdienst
Von, Fr, und Ber Anarchisten
Send news reports to A-infos-de mailing list
A-infos-de@ainfos.ca
Subscribe/Unsubscribe https://ainfos.ca/mailman/listinfo/a-infos-de
Archive: http://www.ainfos.ca/de
- Prev by Date:
(pt) Italy, Sicilia Libertaria #462 - Sciruccazzu - Matteo Salvini é um pirita vudduti (ca, de, en, it, tr)[traduccion automatica]
- Next by Date:
(pt) Italy, Umanita Nova #26-25 - Milão: direito à habitação e aos espaços sociais. Diário de um verão de luta (ca, de, en, it, tr)[traduccion automatica]
A-Infos Information Center