Was kommt jetzt bei generativer KI? Eine Bestandsaufnahme.

Liebe Neugierige, Kreative, Entdecker*innen,

„Wer aufhört, besser zu werden, hat aufgehört, gut zu sein.“

Dieses Zitat von Philip Rosenthal trifft den Nagel auf den Kopf, wenn es um die rasante Entwicklung der generativen KI geht. In einer Welt, die sich ständig verändert, ist es deshalb wichtiger denn je, am Ball zu bleiben. „Also Arno?“ werde ich dann gefragt, „Was kommt als nächstes?“ Lasst uns mal einen Blick auf aktuelle Trends und Entwicklungen werfen, die meiner ganz persönlichen Meinung nach in der nahen Zukunft niemand verpassen sollte.

Die Zukunft ist multimodal

Eine der spannendsten Entwicklungen im Bereich der generativen KI ist der Aufstieg multimodaler Systeme. Diese KI-Modelle sind nicht mehr auf eine einzige Datenart beschränkt, sondern können Text, Bilder, Videos und Audiodaten gleichermaßen verarbeiten und generieren.

Stellt euch vor, ihr beschreibt einem KI-System eine Szene und es erstellt daraus nicht nur ein Bild, sondern auch passende Musik oder sogar ein kurzes Video. Diese Technologie eröffnet völlig neue Möglichkeiten für kreative Prozesse und die Mensch-Maschine-Interaktion. Besonders spannend: Open-Source-Modelle wie LLava könnten diese Technologie bald einer breiteren Masse zugänglich machen.

Kleine Modelle, große Wirkung

Während in der Vergangenheit oft das Motto „Größer ist besser“ galt, zeigte 2024 einen klaren Trend hin zu kleineren, effizienteren Sprachmodellen. Diese sogenannten Small Language Models (SLMs) sind auf spezifische Aufgaben zugeschnitten und können trotz ihrer geringeren Größe beeindruckende Ergebnisse liefern.

Der Markt für kleine Sprachmodelle wurde im Jahr 2023 auf 7,76 Mrd. USD geschätzt und wird von 2024 bis 2030 voraussichtlich mit einer durchschnittlichen jährlichen Wachstumsrate von 15,6 % weiter wachsen.

SLMs benötigen weniger Rechenleistung und Speicherplatz, was sie kostengünstiger und umweltfreundlicher macht. Zudem können sie oft genauere und relevantere Ergebnisse liefern als ihre größeren Pendants, da sie auf hochwertigeren, spezialisierten Datensätzen trainiert werden. Modelle wie Mistral 7B und Microsofts PHI-2 zeigen bereits, welches Potenzial in dieser Technologie steckt.

KI wird selbstständiger

Ein weiterer faszinierender Trend sind autonome KI-Agenten. Diese KI-Systeme können selbstständig Aufgaben erledigen, Entscheidungen treffen und Inhalte produzieren – und das ohne menschliches Eingreifen.

Stellt euch vor, ihr habt einen virtuellen Assistenten, der nicht nur auf eure Anweisungen reagiert, sondern proaktiv Probleme löst und Vorschläge macht. Diese Entwicklung könnte die Art und Weise, wie wir mit KI interagieren, noch einmal komplett neu definieren und vielleicht ja auch lang- bis mittelfristig zu effizienteren Arbeitsabläufen in vielen Branchen führen.

Open Source holt auf

Ein besonders spannender Trend ist die zunehmende Leistungsfähigkeit von Open-Source-KI-Modellen. Der Abstand zu proprietären Lösungen wie ChatGPT wird immer geringer.

Diese Entwicklung ist aus mehreren Gründen bedeutsam: Zum einen ermöglicht sie mehr Unternehmen und Entwicklern den Zugang zu fortschrittlicher KI-Technologie. Zum anderen fördert sie Innovation und Transparenz in der KI-Entwicklung. Mit Modellen wie GPT-Neo für Inhaltsgeneration stehen leistungsfähige Tools zur Verfügung, die die KI-Landschaft demokratisieren könnten.

KI wird branchenspezifisch

Die Zukunft der generativen KI könnte auch in maßgeschneiderten Lösungen für spezifische Branchen und Anwendungsfälle liegen. Ob im Gesundheitswesen, in der Finanzbranche oder im Einzelhandel – überall entstehen KI-Anwendungen, die genau auf die Bedürfnisse und Herausforderungen des jeweiligen Sektors zugeschnitten sind. Auch die Deutsche Telekom arbeitet zusammen mit Singtel, SK Telecom und anderen Anbietern im Rahmen der „Global Telco AI Alliance“ an einem eigene LLM, abgestimmt (fine tuning) auf die Bedarfe der Telko Branche weltweit.

KI Spezialisierung verspricht nicht nur effizientere Prozesse, sondern auch innovative Lösungsansätze für branchenspezifische Probleme. Von der Beschleunigung der Medikamentenentwicklung über personalisierte Finanzberatungen hin zur schnelleren Abwicklung von Glasfaser-Anträgen für Städte und Gemeinden – die Möglichkeiten sind nahezu grenzenlos.

Ethik und Verantwortung rücken in den Fokus

Mit der zunehmenden Verbreitung und Leistungsfähigkeit von KI-Systemen gewinnen auch ethische Fragen an Bedeutung. Themen wie Datenschutz, Fairness und Transparenz stehen ganz oben auf der Agenda. Der AI EU Act spielt dabei zumindest für Forschung und Business in Europa eine wichtige Rolle.

Es ist wichtiger denn je, dass wir als Gesellschaft einen verantwortungsvollen Umgang mit KI-Technologien entwickeln. Dazu gehören klare Richtlinien für den Einsatz von KI, aber auch Mechanismen zur Überprüfung und Kontrolle von KI-generierten Inhalten. Manchmal hilft aber auch kein Gesetz, sondern viel mehr die Menschen, die das Thema ernst nehmen und dann konsequent durch- und umsetzen.

Ein paar Ideen dazu

• Experimentiert mit verschiedenen KI-Tools, um deren Stärken und Schwächen kennenzulernen.