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
A-Infos Information Center