KI-Bericht von Stanford bestätigt viele Vermutungen. Und lässt fünf essentielle Fragen unbeantwortet.

Der neuste KI-Bericht von Stanford bestätigt viele Vermutungen.

Und lässt fünf essentielle Fragen unbeantwortet.

Ich habe den 457-seitigen Bericht von Stanford zum aktuellen Stand von KI studiert. Natürlich mit Hilfe von KI. Aber mit mehr eigener Denkleistung als ich es mir vorgenommen hatte. Und viel mehr, als ich es mir eigentlich wünschen würde.

But anyway.

Hier die fünf wichtigsten Aussagen aus dem Report und meinen Kritikpunkten:

1️⃣ Die Leistungsfähigkeit von KI nimmt nicht linear zu, sondern sprunghaft.

Meine Kritik:

Die Definition von Leistungsfähigkeit basiert auf diversen Benchmarks. Das Problem dabei: KI-Anbieter beginnen, die Modelle mittlerweile so zu trainieren, dass sie bei Benchmarks gut abschneiden. Ein besseres Abschneiden bei Benchmarks heisst nicht zwingend, dass sie in den (Business) Anwendungsfällen tatsächlich besser werden. Hier wünschte ich mir von den Studienautoren noch alternative, praxisnahe Sichtweisen zu “Leistungsfähigkeit”.

2️⃣ KI ist immer mehr Alltag. 78% der befragten Firmen nutzen KI. Investitionen in KI sind auf einem Allzeithoch.

Meine Kritik:

Die Quote von Firmen, die KI nutzen, finde ich relativ langweilig. Mit Co-Pilot bei den Microsoft Produkten oder Gemini bei den Produkten von Google ist es nur eine Frage der Zeit, bis alle KI nutzen, da dies ein fixer Bestandteil der Workplace Lösungen sein wird. Spannend(er) wäre die Frage: Wie viel Business Mehrwert konnte schon generiert werden? Diese Frage bleibt leider offen.

3️⃣ Die USA führend, China holt auf.

Meine Kritik:

Der Bericht fokussiert sich stark auf das Duell “USA gegen China”. So wird stipuliert, dass China aufholt bzgl. Investitionssumme und dem Abschneiden in Performance-Benchmarks. Bei dieser Betrachtungsweise geht eine globale Sichtweise etwas vergessen. So bleibt beispielsweise unterbeleuchtet, dass Europa mit Mistral auch ein konkurrenzfähiges Produkt hat.

4️⃣ Die Modelle werden effizienter und damit günstiger.

Meine Kritik:

Die Kosten für 1M Tokens sind von $20 (Nov 22) auf $0.07 (Okt 24) gefallen und werden noch weiter sinken. Das steigert im Gegenzug die Nutzung von (Gen)AI, wodurch der Energieverbrauch explodiert. Nachhaltigkeit scheint plötzlich aus der Mode gefallen zu sein und findet auch im Stanford-Report keine kritische Auseinandersetzung. Nachhaltigkeit und KI müssen zukünftig gemeinsam gedacht werden.

5️⃣ Weltweit wird mehr in die KI-Bildung investiert.

Meine Kritik:

Der Bericht hält fest, wie weltweit immer mehr Länder in die KI-Bildung investieren. Als Referenz werden insbesondere Hochschulabschlüsse in Computerwissenschaften genommen. Doch verstehen wir bereits, welche Skills wir brauchen? Neben “AI Literacy”. Vor diesem Hintergrund wäre das Thema Aus-/Weiterbildung noch deutlich breiter zu analysieren.