Momentan erfolgt jegliche Entwicklung von KI-Modellen ausschließlich kommerziell und an maximalem Profit orientiert. Die EU hat sich ja mit dem AI Act zum Ziel gesetzt, eine gewisse Regulierung von KI, die immer zulasten des Profits geht, durchzusetzen und ist damit auch bisher in einer Vorreiterposition. Gleichzeitig wird auch in der EU keine Alternative zu profitorientierter KI entwickelt. Wäre es denkbar, im EU-Maßstab etwas wie eine gemeinnützige KI, also im Moment wahrscheinlich am ehesten einem LLM entsprechend, zu entwickeln, die ähnlich wie der Öffentliche Rundfunk in den einzelnen Ländern funktioniert und demokratischer Kontrolle unterliegt, deren Guardrails und Weights sowie Einsatzbereiche von Bürger*innen diskutiert und gemeinsam festgelegt werden, deren Algorithmus nachvollziehbar ist und deren Trainingsdaten allen gehören, die an ihr partizipieren? Und deren Gewinne, sollte es welche geben, an alle ausgeschüttet werden, die an ihr teilhaben? Wenn wir uns schon weltweit in so einer Art Wettrennen bei der Entwicklung von KI befinden, warum muss das eigentlich ausschließlich von Konzernen bestimmt sein? Es gibt ja kleinere Open-Source-Modelle, aber die haben halt nicht die Reichweite, um irgendwie auf den Markt einzuwirken geschweige denn dessen Regel mitzubestimmen und von so einem breit angelegten Projekt würde ich mir erhoffen, dass es aufgrund seiner Reichweite auch Standards etablieren kann, an denen auch die großen Tech-Konzerne, die momentan die einzigen sind, die nennenswert reichweitenstarke KI-Anwendungen entwickeln, gemessen werden würden.
Dazu muss Europa erst mal „seine Sachen auf die Reihe bekommen“. Also z.B. als „eine Einheit“ beschließen was es will, Dann muss die Finanzierung und die Daten die zum Training benutzt werden sollen geklärt werden. Was nie gehen wird ist das wir den „Algorithmus nachvollziehen“ können. Das können selbst die Entwickler nicht. Die einzigen Schranken die ich sehe sind die Gesetze der EU. Die müssten „nur“ durchgesetzt werden, was ja gegen die Big Techs aus den USA nicht ganz einfach ist. Die Trainingsdaten bestimmen die „Basisausrichtung“ der LLMs. Wikipedia sollte da ganz OK sein. Ob das auch für „Quellen“ wie X gilt halte ich für fraglich. Heute nehmen die halt einfach alles was sie können und versuchen dann mit „Promts“ den größten Unsinn zu verhindern.
Schöne Idee. Allein, mir fehlt der Glaube, dass „der Staat“, zumal die Europäische Union, in der Lage ist, ein KI-System zu entwickeln, dass auch nur annähernd mit denen der profitorientierten Anbieter mithalten kann. Wenn man aktuell beobachtet, in welcher atemberaubenden Schlagzahl sich diese KI-Systeme weiterentwickeln: Kaum gab es Deep Research, kam Reasoning und dann kam die agentische KI. Keine Frage: Mit all den Nachteilen, auf die Du abzielst.
Aber: Wer will denn eine öffentliche-rechtliche KI nutzen, die auch nur 6 Monate in der Entwicklung hinterherhinkt?
Ich könnte beruflich sehr, sehr gut eine KI gebrauchen, die zuverlässig einem europäischen Datenschutz gehorcht und bei der keine Daten auf US-Amerikanische Server oder Rechenzentren abfließen. Aber schon das ebenfalls gewinnorientierte Mistral genügt nicht meinen Anforderungen. Allein schon, damit ich in Bezug auf Wissen nicht abgehängt werde, muss ich mich mit den Top-Systemen beschäftigen und damit Erfahrung sammeln.
Klappt doch beim öffentlichen Rundfunk auch? Stimmt. Den nutze ich auch. Allerdings nur zusätzlich zu den privat-organsierten Angeboten von Süddeutsche, Spiegel, Zeit, FAZ, Handelsblatt, … Und dessen Strukturen und Organisationen sind behäbig. Die ARD hat mehr ein ½ Jahr benötigt, um die neue ARD-App auf Apple TV einigermaßen fehlerfrei zu bekommen. Es war einfach nur mega peinlich! Ähnliche Erfahrung mit der ZDF-App. Ja, es ist schon eine Herausforderungen bei derart vielen Plattformen, die sie unterstützen müssen. Aber privat organisierte Apps schaffen das doch auch!
Ich denke die kurze Antworkt auf die Frage im Titel ist: Nein.
Aktuelle Modelle sind nur so „mächtig“ geworden, weil sie ohne Rücksicht auf jedwedes Urheberrecht alle Daten gescraped haben, die sie finden konnten (z.B. sowas hier: These 183,000 Books Are Fueling the Biggest Fight in Publishing and Tech - The Atlantic) .
Weil die reinen Textdaten auch nicht ausreichend waren, wurden sogar Video und Tonaufnahmen ungefragt transkribiert und ebenfalls für das Training verwendet (OpenAI hat dafür sogar eigenes Tooling names „Whisper“ entwickelt).
Durch die Menge an Trainingsdaten haben die „großen“ Anbieter bereits jetzt einen Vorteil ausgebaut, der sich so schnell nicht aufholen lässt, auch nicht, wenn die ganze EU eine Art öffentlich-rechtliches Modell auf die Beine stellt.
Gegen eine gemeinnützige KI sprechen die gewaltigen Kosten und das Urheberrecht. Insbesondere die Duldung der konsequenten Missachtung des Urheberrechts ist eine bewusste politische Entscheidung der US Amerikanischen Politik. Da dies in der EU undenkbar ist, bleiben als öffentliche LLMs eigentlich nur Varianten die entweder Jahre hinter dem Stand der Technik sind, oder für hochspezialisierte Anwendungen trainiert.
Gleiches gilt für eine europäische gewinnorientierte KI.
Die Nische für Europa ist wie häufig der Sonderfall. Man könnte europaweit (für EU Firmen) bestimmte Daten anonymisiert zur Verfügung stellen, die ansonsten nicht öffentlich zugänglich sind (Gesundheitsdaten, Verteidigung, usw) und LLMs für Sonderfälle entwickeln. Eben solche Fälle wo es sich verbietet Informationen an US Unternehmen zu senden.
Warum sollten wir nicht einfach bei Mistral mitmachen? Es ist doch eine europäische Lösung da. Ich sehe keinen Zweck darin, jetzt nochmal. komplett neu anzufangen.
Und wo bleibt da irgendeine demokratische Kontrolle? Insbesondere, wenn Mistral tatsächlich die Kooperation mit XAI eingeht, über die gerade verhandelt wird.
Es ginge ja im Prinzip darum, ein modernes cutting edge system zu entwickeln, aber in der öffentlichen Logik: Partizipation, Ausschreibungen, Tarifvertrag d öffentlichen Dienstes, Jährliches Haushaltsbudget mit Parlamentsvorbehalt, ggf europäisch abgestimmt.
Ich glaube nicht, dass das was da qm Ende rauskommt in irgendeiner Form konkurrenzfähig sein wird.
Was die öffentliche Hand gut kann sind Autobahnen oder Stromnetze, wo es zumindest aus technischer Sicht keine Rolle spielt, ob die Bauzeit 5 oder 20 Jahre dauert. An Technologien zu entwickeln, die nach 6 Monaten schon wieder veraltet sind? Milliarden investieren mit ungewissen Erfolgsaussichten? Ich halte das für abwegig.
Besser wäre: gezielte Unterstützung privater europäischer Unternehmen, hier ist auch noch viel Luft nach oben …
Zumal sich hier die Frage nach der Hardware stellt. Dürfte ein solches Modell mit Hardware privater Unternehmen entwickelt werden? Oder bräuchten wir auch demokratisch gebaute Rechenzentren? In diesem Fall wird wohl kaum eine Regierung bereit sein, so viel Geld in die Hände zu nehmen. (Ob KI bis zur Fertigstellung überhaupt noch relevant ist oder ob bis dahin AGI schon hergestellt ist, dürfte zudem fraglich sein.)
„KI“ ist kein Produkt. Es ist das Ergebnis einer Marketingkampagne von OpenAI, Anthropic, Google, Microsoft etc., dass deren generative KI, in der Regel Chatbots, synonym zu Künstlicher Intelligenz verwendet werden.
Bevor man sich also die Frage stellt, ob man „die KI“ auch demokratisch und quasi öffentlich-rechtlich entwickeln kann, muss man sich erst einmal entscheiden, was man damit meint. Es gibt viele verschiedene Technologien im Bereich Künstlicher Intelligenz und Europa ist meines Wissens nach in keinem der Teilbereiche wirklich führend.
In jedem Fall stellt sich zum einen das bereits genannte Problem der Datennutzung, die bis jetzt zumindest in einer Grauzone (Urheberrecht, Datenschutz) einfach durchgezogen wurde.
Darüber hinaus darf man aber auch die Milliarden an $ nicht vergessen, die in den vergangenen Jahrzehnten (noch vor ChatGPT und dem aktuellen Hype) von Google, Microsoft & Co in die Forschung geflossen sind. Die Transformer-Architektur (das T in GPT) und die Art, wie diese Modelle Kontext und inhaltliche Verbindung erlernen können („Attention“), kommen zum Beispiel von Google Research. Die Unternehmen sind da also ganz fundamental an der relevanten Forschung beteiligt.
Dazu kommt dann die Forschung an Universitäten, bei denen Europa deutlich besser dasteht, aber zum Teil trotzdem nicht mithalten kann, auch was die Finanzierung betrifft.
OP meint vermutlich LLMs.
Die Frage, ob wir öffentliche/demokratische LLMs bekommen können würde ich klar mit nein beantworten. Im Grunde sind bei anderen KI (oder besser Machine Learning) Felder die Hürden ähnlich. Europa ist gut in frühen, spezialisierten Lösungen, die wenig Ressourcen brauchen. Wenn es darum geht sehr schnell mit sehr hohem Risiko viel Geld zu investieren sieht es schlecht aus:
Mistral ist ein französisches Startup mit drei französischen Gründern, also ein Privatunternehmen. Wie wollen „wir“ denn da „mitmachen“?
Dennoch hat mich Deine Frage zum Recherchieren angeregt und ich war erstaunt:
Mistral AI hat mehrere Modelle veröffentlicht (z.B. Mistral 7B, Mixtral‑Varianten und „Mistral Large“), die sich durch relativ kleine Modellgrößen bei dennoch hoher Leistungsfähigkeit auszeichnen. Viele dieser Modelle stehen unter liberalen Open‑Source‑Lizenzen und werden von Unternehmen u.a. wegen DSGVO‑Konformität und EU‑Hosting als Baustein für eigene KI‑Lösungen genutzt.
Mistral spielt inzwischen in einer Liga mit GPT‑4.x, Claude 3 und Gemini 2. Für typische Wissens‑, Office‑ und Coding‑Tasks wirst du im Alltag kaum einen großen Unterschied zwischen Mistral Large, GPT‑4‑Nachfolgern und den starken Claude/Gemini‑Varianten merken. Mistral‑Modelle sind sehr effizient; Mistral Large 2 ist preislich deutlich unter klassischen GPT‑4‑Modellen positioniert und bietet ein gutes Performance‑/Kosten‑Verhältnis. Viele Mistral‑Modelle gibt es als Open‑Weight‑Varianten, was Self‑Hosting (On‑Prem/Private Cloud) und damit DSGVO‑kompatible Szenarien deutlich erleichtert.
Beim komplexem Reasoning laufen ihm aber Antropic (Claude) oder Google (Gemini Pro) den Rang ab. In Sachen Ökosystem & Integrationen (Schnittstellen zu anderen Systemen) OpenAI (GPT‑4.x) und Google (Gemini).
Perplexity.ai arbeitet über die API wie auch intern auch mit Mistral LLMs.
Die US-Linke entwickelt so langsam die ersten Positionen zur Debatte. Bernie Sanders hat gerade einen schönen Debattenbeitrag in der NYT veröffentlicht, wo er einen AI Souvereign Wealth Fund Act ankündigt. Würde dieser beschlossen (ich weiß, utopisch…), dann würden die US-Amerikaner einerseits Mitbestimmungsmöglichkeiten und andererseits eine signifikante Beteiligung an den Gewinnen der Technologie bekommen. Er nennt als Modell den öffentlich kontrollierten norwegischen Fond, mit dem die Einnahmen aus fossilen Energieträgern verwaltet werden. Hier ist der Text:
Wenn du noch mehr staunen möchtest, werf dir mal OpenCode auf den Rechner und häng dahinter entweder über OpenRouter z.B. Codestral 2 von Mistral oder das über das OpenCode Go Angebot sehr günstig verfügbare DeepSeek v4 Flash. Speziell letzteres hab ich jetzt mal ein wenig gegen die Claude-Modelle verglichen, die ja zur Zeit die unangefochtene Referenz in Sachen Agentic Development sind - der Abstand ist erstaunlich klein geworden, ich würde behaupten, dass in 80% der üblichen täglichen Arbeiten OpenCode mit DeepSeek-v4-Flash auf Augenhöhe mit den Claude-Modellen agiert (und wenn man die Opus-Varianten, die eh zunehmend zu teuer für permanenten täglichen Einsatz werden, mal rausnimmt, sind es schon eher 95%) - nur halt zu einem Bruchteil des Preises.
Zwar ist DeepSeek-v4 ein chinesisches Modell, verbietet sich also womöglich für gewisse Einsatzzwecke, aber immerhin ist es Open Weight und daher komplett selbst hostbar. Den Zugang als solchen kann also keiner, auch die chinesische Regierung nicht, plötzlich abdrehen - anders als bei Claude, wo im Fall des Falles die US-Regierung halt den Daumen drauf hat.
Und OpenCode als Open-Source-Harness gefällt mir inzwischen besser als das (Closed-Source) Claude Code. Generell geben und nehmen sich die drei Kontrahenten OpenCode, Copilot CLI und Claude Code nicht viel, im Wesentlichen gucken die sich neue Features und Entwicklungen voneinander in schneller Folge ab, so dass ich als professioneller Softwareentwickler, der im Alltag auf der Arbeit und nach der Arbeit privat seit einigen Monaten viel Agentic AI nutzt, mir inzwischen zumindest für meinen Einsatzzweck rein aus Sicht der Abhängigkeitsfrage von US-Unternehmen keine allzu großen Sorgen mache. Die aktuellen Open-Weight-Modelle sind enorm nah an den Closed-US-Modellen dran, das Open-Source-Tooling drumherum ist vollständig auf Augenhöhe, und mehr braucht man im Fall des Falles nicht. Wenn Anthropic z.B. genötigt würde, Europa den Hahn abzudrehen, könnte zumindest meine Branche nahtlos auf selbstgehosteten Modellen weiterarbeiten (Verfügbarkeit von Rechenleistung vorausgesetzt, aber das ist ja meines Wissens der einzige Bereich im AI-Kosmos außer der Regulierung, in dem die EU irgendeine Art von erkennbarer Initiative zeigt, Stichwort AI-Gigafactories).
Das ist mir zu „technisch“. Bin kein ITler, eher ein Power User. Da bräuchte ich jemand im Bachground, der diese Technik supportet.
Zu Mistral:
Mistral entwickelte als einziges europäisches Unternehmen KI-Modelle, die mit den führenden amerikanischen Anbietern mithalten konnten. Doch drei Jahre später ist die Lage eine andere: Im Rennen um die leistungsfähigsten Basismodelle sind Konkurrenten aus den USA und China davongezogen. Für Mistral beginnt damit die schwierigste Phase seiner Geschichte.
inzwischen hat das Unternehmen seine Ambitionen neu definiert … vergangenen Jahr sprach Mistral erstmals nicht mehr davon, „World Leading Models“ bauen zu wollen. Stattdessen lautete das Ziel, mit den weltweit führenden Modellen „mitzuhalten“.
„Das Rennen um die leistungsfähigsten Basismodelle hat Mistral vor etwa anderthalb Jahren verloren“, sagt ein Insider. … Die Spielregeln haben sich verändert. Als Mistral gegründet wurde, entschieden Forschungsdurchbrüche, wer zur Spitze gehörte. Heute entscheiden darüber vor allem Kapital, Chips, Trainingsdaten und Rechenzentren. „Rechenleistung und ihre Knappheit waren immer eine Sorge für uns“, sagte Mitgründer Lacroix zuletzt in Paris.
Die Folgen zeigen sich bei den Modellen. Als Mistral zuletzt Mistral Large 3.5 veröffentlichte, blieb die Resonanz hinter früheren Veröffentlichungen zurück. Der KI-Forscher Niels Rogge schrieb auf LinkedIn, das Modell setze auf einer „veralteten Architektur auf Basis von Llama 2“ von Meta auf und sei teurer als die stärkere Konkurrenz von Deepseek.
Beratungen beobachten, dass die Modelle des Unternehmens deutlich seltener nachgefragt werden als noch vor zwei Jahren. Selbst das Programmiermodell Codestral konnte den anfänglichen Hype nicht halten.
heute spricht Gründer Arthur Mensch von einer „Full-Stack AI Company“. Statt allein um die besten Modelle zu konkurrieren, will das Unternehmen die gesamte KI-Wertschöpfungskette besetzen – von Rechenzentren und Cloud-Infrastruktur bis zu branchenspezifischen Anwendungen. … Die Strategie folgt einer einfachen Logik: Wenn Mistral nicht das Rennen um das beste Modell gewinnen kann, muss das Unternehmen dort Geld verdienen, wo europäische Kunden andere Anforderungen haben als amerikanische. Viele europäische Unternehmen zum Beispiel wollen ihre Daten nicht in US-Clouds laden. Sie wollen Modelle anpassen, Systeme in bestehende Abläufe integrieren und Kontrolle über Infrastruktur und Daten behalten. … Aus Europas Antwort auf OpenAI soll etwas anderes werden: ein europäischer KI-Infrastruktur- und Softwarekonzern.
„In manchen Bereichen sind die Modelle von Mistral noch nicht auf dem Niveau von Claude oder Gemini, aber sie kommen näher“, sagt Airbus-Digitalvorständin Catherine Jestin. Für ihr Unternehmen seien andere Faktoren entscheidend: „Mistrals Modelle sind nachhaltiger, kostengünstiger und offener. Dadurch lassen sie sich auch deutlich einfacher an unsere spezifischen Anforderungen anpassen.“
Aus unternehmerischer Sicht hat das Modell einen Haken: Souveränität ist ein starkes Verkaufsargument, aber kein Geschäftsmodell. Airbus akzeptiert, dass Mistrals Modelle nicht die besten der Welt sind, weil Kontrolle, Anpassbarkeit und europäische Infrastruktur für den Konzern entscheidend sind. Andere Kunden könnten anders entscheiden.
Quelle:
Was ist davon zu halten?