KI-Modelle und ihre Hersteller
Knowledge Lounge
Die fünf wichtigsten Organisationen, Open Source gegen geschlossene Modelle, und was Benchmarks wirklich aussagen.
Die KI-Landschaft
Vier Abschnitte über die Organisationen und Modelltypen, die das heutige KI-Ökosystem prägen.
Fünf Organisationen, die am meisten zählen
Die meisten KI-Modelle, mit denen du heute zu tun hast, kommen von fünf Organisationen: OpenAI (GPT-Serie), Anthropic (Claude), Google DeepMind (Gemini), Meta AI (Llama) und Mistral AI. Jede entwickelt KI anders: andere Trainingsmethoden, andere Sicherheitsphilosophien, andere Offenheit für externen Zugang. Zu wissen, wer was baut, hilft dir, die Werkzeuge einzuordnen und zu verstehen, warum sie sich unterschiedlich verhalten.
Geschlossene Modelle: Zugang per API
Geschlossene Modelle (GPT, Claude, Gemini) laufen auf der Infrastruktur des Anbieters. Du nutzt sie über eine API oder ein Endprodukt. Du kannst die Gewichte nicht herunterladen und nicht lokal ausführen. Der Anbieter kontrolliert Updates, Preise und Verfügbarkeit. Das maximiert die Einfachheit, erzeugt aber Abhängigkeit. Änderungen des Anbieters, auch bei Sicherheitsfiltern, gelten für alle Nutzenden der API.
Open-Source-Modelle: lokal ausführen
Open-Source-Modelle (Llama, Mistral, Falcon und andere) veröffentlichen ihre Gewichte öffentlich. Jede und jeder kann sie herunterladen und auf eigener Hardware ausführen. Das ermöglicht volle Kontrolle: Fine-Tuning, Inspektion, Offline-Betrieb und keine Kosten pro Token. Der Preis dafür sind Infrastrukturkosten und Expertise. Ein wettbewerbsfähiges Open-Source-Modell zu betreiben, erfordert erhebliche Hardware. Metas Veröffentlichung von Llama hat die Ökonomie der KI-Entwicklung deutlich verändert.
Benchmarks und was sie wirklich messen
KI-Benchmarks messen Modellleistung in standardisierten Tests: Reasoning, Programmieren, Mathematik, Sprachverständnis. Sie liefern ein gemeinsames Vokabular zum Vergleichen. Aber Benchmarks lassen sich austricksen: Modelle werden mitunter auf Benchmark-Daten feingetunt, was die Werte aufbläht. Die Leistung in Benchmarks korreliert nicht immer mit der Leistung bei echten Aufgaben. Behandle Benchmarks als Richtungssignal, nicht als endgültige Rangliste.
Modellfamilien
Vier Konzepte für die Orientierung in der KI-Landschaft. Klicke sie an, um mehr zu lesen.
Modellfamilien
Ein Foundation Model ist ein großes Basismodell, das auf breiten Daten trainiert wurde und viele Aufgaben kann. GPT-4, Claude 3 und Gemini 1.5 sind Foundation Models. Sie dienen als Ausgangspunkt für spezialisierte Anwendungen, die per Fine-Tuning entstehen. Der Begriff betont: Diese Modelle sind keine fertigen Produkte, sondern Fundamente. Die meisten spezialisierten KI-Anwendungen in Unternehmen sind feingetunte Versionen von Foundation Models, nicht von Grund auf trainierte Modelle.
Eine Modellfamilie ist eine Reihe von Modellen desselben Anbieters mit gleicher Architektur und gleichem Trainingsansatz, aber unterschiedlicher Größe und Fähigkeit. OpenAIs GPT-4-Familie umfasst GPT-4o, GPT-4o mini und o1. Anthropics Claude-3-Familie umfasst Haiku, Sonnet und Opus. Größere Modelle einer Familie können mehr, sind aber langsamer und teurer. Wer Modellfamilien versteht, kann die passende Größe für eine Aufgabe wählen und Kosten, Geschwindigkeit und Fähigkeit ausbalancieren.
Die Organisationen gehen KI-Sicherheit unterschiedlich an. Anthropic wurde ausdrücklich um Sicherheitsforschung herum gegründet und entwickelte Verfahren wie Constitutional AI und RLHF-basiertes Alignment. OpenAI hat ein Safety-Team und veröffentlicht Sicherheitsforschung. Meta setzt auf Offenheit mit dem Argument, dass breiter Zugang bessere gemeinsame Sicherheitsforschung ermöglicht. Google DeepMind hat ein eigenes Safety-Team neben seiner Capabilities-Forschung. Diese Ansätze erzeugen Modelle mit unterschiedlichem Standardverhalten, unterschiedlichen Ablehnungsmustern und unterschiedlicher Bereitschaft, sensible Themen zu besprechen.
Multimodale Modelle verarbeiten mehr als eine Eingabeart: Text plus Bilder, Audio, Video oder Code. GPT-4o, Claude 3 und Gemini sind alle multimodal. Das verändert erheblich, was diese Systeme können: Bilder lesen und beschreiben, Audio transkribieren, Diagramme analysieren, Screenshots verstehen. Multimodalität ist bei Spitzenmodellen inzwischen Standard. Welche Modalitäten verfügbar sind und wie gut sie sind, unterscheidet sich je nach Anbieter.
Selbst testen
Vier Karten zur KI-Landschaft. Versuche, die Frage auf der Vorderseite zu beantworten, bevor du umdrehst.
Selbst testen
Was ist der zentrale praktische Unterschied zwischen Open Source und geschlossenen Modellen?
↻ AufdeckenGewichte gegen API. Geschlossene Modelle: Zugang per API, Betrieb auf den Servern des Anbieters, Bezahlung pro Token, keine Einsicht oder Änderung der Gewichte. Open-Source-Modelle: Du lädst die Gewichte herunter und betreibst sie selbst. Volle Kontrolle, keine Token-Kosten bei der Nutzung, aber Infrastruktur nötig. Beide Ansätze haben berechtigte Anwendungsfälle.
Warum heißen sie „Foundation Models“?
↻ AufdeckenEin Fundament, kein fertiges Produkt. Foundation Models sind große Basismodelle, trainiert auf breiten Daten. Sie sind der Ausgangspunkt für spezialisierte Anwendungen per Fine-Tuning. Der Begriff betont: keine fertigen Lösungen, sondern Fundamente. Die meisten Unternehmensanwendungen sind feingetunte Foundation Models.
Was heißt es, wenn ein Modell „7 Milliarden Parameter“ hat?
↻ AufdeckenNumerische Gewichte. Parameter sind die numerischen Gewichte, die das Verhalten des Modells bestimmen und im Training angepasst werden. 7 Milliarden Parameter heißt 7 Milliarden Zahlen. Mehr Parameter ermöglichen im Allgemeinen mehr Fähigkeit, brauchen aber mehr Rechenleistung. Ein 7B-Modell läuft auf einem starken Laptop. Ein 70B-Modell braucht eine Workstation. Ein 700B-Modell braucht einen Servercluster.
Was bedeutet es, wenn ein Modell multimodal ist?
↻ AufdeckenMehrere Eingabearten. Ein multimodales Modell verarbeitet mehr als Text: Bilder, Audio, Video, Dokumente oder Code. GPT-4o beschreibt Bilder und transkribiert Audio. Claude 3 liest und analysiert Bilder. Gemini war von Anfang an multimodal konzipiert. Multimodalität ist heute Standard bei Spitzenmodellen und erweitert deutlich, wofür diese Systeme taugen.
Prüfe dein Verständnis
Zwei Fragen, um zu prüfen, was hängen geblieben ist. Wähle eine Antwort.
Prüfe dein Verständnis
Was unterscheidet Open-Source-KI-Modelle von geschlossenen Modellen?
Prüfe dein Verständnis
Warum heißen Foundation Models „Foundation“-Modelle?
Was du mitnimmst
Die KI-Landschaft ist nicht ein Modell und ein Unternehmen. Sie ist ein wettbewerbliches Ökosystem mit deutlich unterschiedlichen Ansätzen zu Offenheit, Sicherheit, Leistungsfähigkeit und Betrieb. Wer die Hauptakteure und ihre Flaggschiff-Modelle kennt, hat eine Landkarte statt einzelner Datenpunkte.
0 von 0 Fragen richtig
Ein Nugget, eine Idee: Wende sie heute noch einmal an. Wissen wird erst durch Wiederholung zu Können.