Unternehmens-KI: Datenkontrolle rückt vor reine Leistungsfähigkeit

Der aktuelle Kampfplatz im Bereich Unternehmens-KI verlagert sich von der Token-basierten Preisgestaltung hin zum Datenbesitz und zur Datenkontrolle. Palantirs CEO Alex Karp äußerte scharfe Kritik mit der Andeutung, dass Unternehmen hohe Gebühren für KI-Werkzeuge zahlen, während Anbieter sensible Kundendaten zur Verbesserung ihrer eigenen proprietären Modelle nutzen. Diese Praxis, die Karp als "Vermögensteuer" für Unternehmen bezeichnete, stößt auf erheblichen Widerstand bei Führungskräften.

Diese Haltung deckt sich mit einem wachsenden Konsens, dass Unternehmen eine größere Kontrolle über ihre Daten und KI-Implementierungen benötigen. Zentrale Beschaffungsfragen drehen sich nun um Datenbesitz, -standort, Kontrolle über Modellgewichte und Zusicherungen, dass Kundendaten nicht zur externen Modellschulung verwendet werden. Diese Anfragen werden zunehmend zu Standardbestandteilen von KI-Verträgen.

Auch Regulierungsbehörden engagieren sich zunehmend. Die indische Zentralbank hat den FREE-AI-Rahmen eingeführt, der heimische, branchenspezifische Modelle bevorzugt und die Datensouveränität betont. Globale Trends, einschließlich des EU-KI-Gesetzes, signalisieren eine Bewegung hin zum Self-Hosting und strengeren Kontrollen, was insbesondere den adressierbaren Markt für undurchsichtige KI-Lösungen in regulierten Branchen beeinflusst.

Open-Source-KI-Modelle bieten eine praktikable Alternative, die es Unternehmen ermöglicht, Modelle auf ihrer eigenen Infrastruktur mit eigenen Daten auszuführen und feinabzustimmen. Dieser Ansatz reduziert die Kosten erheblich, mit Berichten über Einsparungen von bis zu dem 26-fachen im Vergleich zu proprietären Systemen. Die Akzeptanz von Open-Weight-Modellen nimmt zu und spiegelt eine Marktpräferenz für Transparenz und Kontrolle wider.