Künstliche Intelligenz ist die nächste Grenze der Marktkonzentration in der Internetwirtschaft, aber Experten, die mit Euractiv gesprochen haben, sind der Ansicht, dass selbst die glänzenden neuen Regulierungsinstrumente der EU möglicherweise nicht dazu geeignet sind, Missbrauch der Marktbeherrschung zu verhindern.
Es wird erwartet, dass die politischen Entscheidungsträger der EU in den kommenden Wochen das KI-Gesetz fertigstellen, ein wegweisendes Gesetz zur Regulierung künstlicher Intelligenz (KI) auf der Grundlage ihrer Fähigkeit, Schaden anzurichten. Seit der erste Gesetzesentwurf vorgelegt wurde, wurde die Diskussion durch den kometenhaften Aufstieg von ChatGPT und ähnlichen Modellen gestört.
Der Schlüssel zum Erfolg von ChatGPT war nicht der Einsatz generativer KI, den es schon seit einiger Zeit gibt, sondern vielmehr die beispiellose Größe und Leistung seines Modells, OpenAIs GPT-3.5, das bereits von GPT-4 übertroffen wurde.
Infolgedessen weichen die Diskussionen über das KI-Gesetz vom ursprünglichen horizontalen Charakter des Gesetzes ab und führen stattdessen strengere Verpflichtungen für Stiftungsmodelle mit „hoher Wirkung“ wie GPT-4 ein.
Dieser gezieltere Ansatz, der sich auf die einflussreichsten Akteure konzentriert, bei denen es sich übrigens in erster Linie um außereuropäische Unternehmen handelt, ist in der EU-Digitalpolitik immer häufiger anzutreffen, von den sehr großen Online-Plattformen des Digital Services Act (DSA) bis hin zu den Gatekeepern des Gesetz über digitale Märkte (DMA).
Verweise auf diese Kategorien finden sich immer häufiger in gesetzlichen Bestimmungen, die auf Big-Tech-Unternehmen abzielen. Für das KI-Regelwerk der EU ist jedoch keine solche Verknüpfung verfügbar, da der DMA bislang den spektakulärsten Fehler gemacht hat: Es ist ihm nicht gelungen, einen Cloud-Dienst zu benennen.
„Big Tech nutzt seine Marktmacht im Cloud-Sektor, um eine dominante Stellung auf dem KI-Markt zu erlangen. Dieser Prozess läuft schon seit langer Zeit“, sagte Kris Shrishak, Senior Fellow beim Irish Council for Civil Liberties, gegenüber Euractiv.
Rechenleistung und KI
Die Frage, welche Stiftungsmodelle als „hochwirksam“ gelten sollten, ist nach wie vor ein schwankendes Thema, wobei sich die politischen Entscheidungsträger an einer Kombination verschiedener Kriterien orientieren. Eines der ursprünglich genannten Kriterien war jedoch die Menge an Rechenleistung, die zum Trainieren des Modells verwendet wurde.
Rechenleistung ist eine entscheidende Komponente der KI. Es konzentriert sich hauptsächlich in den Händen von Unternehmen, die bei ihren kommerziellen Cloud-Diensten enorme Skaleneffekte erzielt haben, Hyperscaler wie Amazons AWS, Microsofts Azure und Google Cloud.
Es gibt keinen direkten Zusammenhang zwischen einem Hyperscaler und einem führenden Unternehmen im Bereich KI. Darüber hinaus könnte die Verwendung der Rechenleistung, die zum Trainieren eines Modells verwendet wird, als Kriterium für die Bestimmung eines Basismodells mit „hoher Wirkung“ auch einen perversen Effekt haben, da eine höhere Anfangsinvestition in der Regel bedeutet, dass das Modell robuster ist.
Das Training eines Modells ist jedoch nur ein Teil der Gleichung, da für die Feinabstimmung des Modells und seiner täglichen Abläufe eine konstante Rechenleistung erforderlich ist.
Darüber hinaus ist die Wirkung eines Stiftungsmodells weitgehend proportional zu seiner Nutzerbasis. Gleichzeitig können weltweit nur wenige Unternehmen ein KI-Modell mit Hunderten Millionen Nutzern betreiben, wie beispielsweise ChatGPT.
„Niemand kann ein hochmodernes Gründungsmodell aufbauen, ohne eine Art Partnerschaft mit einem Big-Tech-Unternehmen einzugehen“, sagte Max von Thun, Europa-Direktor des Open Markets Institute, gegenüber EURACTIV.
In diesem Zusammenhang gehen führende KI-Unternehmen Partnerschaften mit Technologiegiganten ein, ohne dass Wettbewerbsbehörden eingreifen, wie dies bei OpenAI mit Microsoft und Anthropic mit Amazon der Fall war. Diese Investitionen gehen häufig mit mehr oder weniger exklusiven Vereinbarungen über die zugrunde liegende Cloud-Infrastruktur einher.
„Diese Partnerschaften als Fusionen zu betrachten, ist schwierig, weil es davon abhängt, ob der Cloud-Anbieter einen Anteil und Einfluss auf den Anbieter generativer KI hat und von der Art der Beziehung, etwa ob es sich um eine Exklusivität oder nur eine Strategiepartnerschaft handelt“, sagt Christophe Carugati, Affiliate Fellow bei Bruegel, sagte Euractiv.
Konzentration auf den KI-Markt
Die Idee eines Grundlagenmodells besteht darin, dass es an verschiedene Zwecke angepasst werden kann, da darauf neue KI-Anwendungen aufgebaut werden können. Seit der öffentlichen Einführung von ChatGPT hat der Hype um KI zum Aufblühen Tausender KI-gesteuerter Unternehmen geführt.
Allerdings zwingen die hohen Infrastrukturkosten im Zusammenhang mit leistungsstarken KI-Modellen diesen Markt bereits dazu, sich auf weniger Hände zu konzentrieren.
„Viele der aktuellen Akteure erleiden enorme Verluste, vor allem aufgrund der hohen Betriebskosten der Modelle“, sagte Zach Meyers, Forschungsstipendiat des Center for European Reform.
„Es scheint unvermeidlich, dass viele der derzeitigen Akteure entweder zurückbleiben oder von größeren Unternehmen übernommen werden.“
Laut Andrea Renda, einer der Experten, die hinter den Kulissen am meisten zur Gestaltung des KI-Gesetzes beigetragen hat, streben wir eine „Plattformisierung“ des KI-Marktes an, bei der die meisten neuen KI-Modelle auf einer Handvoll Grundmodelle aufbauen werden .
Diese Marktkonzentration könnte zu mehreren Möglichkeiten führen, wie marktbeherrschende Akteure ihre Position weiter festigen könnten. Wenn beispielsweise eine KI-Lösung auf einem Basismodell aufbaut, könnte der nachgelagerte Wirtschaftsteilnehmer gezwungen sein, seine KI-Anwendung auf derselben Cloud-Infrastruktur auszuführen, ein Prozess, der als „Bündelung“ bezeichnet wird.
Dies ist bereits der Fall, wenn eine KI-Lösung als Anwendungsprogrammierschnittstelle (API) für ein Basismodell erstellt wird, das eine Art Filter bereitstellt, der die Reaktion des Modells an die Anforderungen der KI-Lösung anpasst. Da die Abfrage direkt an das Basismodell ausgeführt wird, wird die API von der zugrunde liegenden Cloud-Infrastruktur unterstützt.
Umgekehrt würden Hyperscaler einen Anreiz erhalten, sich selbst zu bevorzugen oder ihre Basismodelle mit ihren Cloud-Angeboten zu bündeln.
„Was wir erleben, ist, dass einige der Big-Tech-Giganten das Territorium besetzen, indem sie große Investitionen in eine Handvoll Gen-KI-Unternehmen tätigen, ohne dass sich jemand darum kümmert. Es ist, als hätten wir aus der jüngsten Vergangenheit nichts gelernt“, sagte Kartellökonomin Cristina Caffarra gegenüber Euractiv.
„Die üblichen Verdächtigen gehen davon aus, dass die Marktmacht in der Zukunft bestehen bleibt, und es wird viel geredet, aber es ist bereits passiert“, sagte sie.
Eine Möglichkeit, das Basismodell und den darunter liegenden Cloud-Service zu „entbündeln“, ist die Verwendung eines vollständig Open-Source-Basismodells. Allerdings sind diese eher selten, da viele KI-Modelle, die behaupten, Open Source zu sein, dazu neigen, kritische Informationen zu speichern.
Welche Rolle kommt dem Digital Markets Act zu?
Selbstbevorzugung und Bündelung sind entscheidende Elemente, die die Bildung von Mono- und Oligopolen in kritischen Teilen der Internetwirtschaft ermöglicht haben, genau das, was der DMA mit seinen Vorabverpflichtungen verhindern wollte, da kartellrechtliche Untersuchungen im Online-Bereich in der Regel zu einem Abschluss kommen Der Schaden ist bereits angerichtet.
„Eines der Ziele des DMA besteht darin, schneller vorzugehen, um eine Monopolisierung zu verhindern, bevor es zu spät ist. Ironischerweise befinden sich die bisher benannten Plattformen in Märkten, die bereits stark konzentriert sind. Mit der KI und der Cloud besteht die Möglichkeit, proaktiver zu sein“, fügte von Thun hinzu.
Die DMA hat es versäumt, einen Hyperscaler als Gatekeeper zu benennen, da dessen quantitative Schwellenwerte nicht zum Cloud-Sektor passten.
Euractiv geht davon aus, dass Frankreich und Deutschland die Europäische Kommission dazu drängen, eine Marktuntersuchung nach dem qualitativen Kriterium einzuleiten. Dennoch könnte dieser Prozess Jahre dauern und möglicherweise jahrelange Rechtsstreitigkeiten zum Abschluss bringen.
Unterdessen entwickelt sich der KI-Markt mit rasender Geschwindigkeit, und alle paar Monate werden neue Generationen von Basismodellen auf den Markt gebracht.
Laut Jonathan Sage, einem leitenden Politikberater in Portland, kann die EU ohne die Cloud-Bezeichnung des DMA wenig tun, um zu verhindern, dass Abhängigkeiten zwischen ihrer Cloud-Infrastruktur und den Basismodellen entstehen.
Dennoch kann der DMA die Festigung der Marktmacht im Bereich KI möglicherweise nicht verhindern, da er Grundlagenmodelle nicht direkt abdeckt.
„Eine effektivere Lösung bestünde darin, den systemischen Ansatz des DMA speziell auf Stiftungsmodelle zu übertragen, da noch unklar ist, welche Konsequenzen die Marktbeherrschung in diesem Sektor für nachgelagerte Betreiber haben wird“, sagte Sebastiano Toffaletti, Generalsekretär der Digital SME Alliance, gegenüber Euractiv.
Allerdings dauert es Jahre, neue Regeln einzuführen oder bestehende zu ändern, und genau das gibt es auf dem KI-Markt möglicherweise nicht. Kartellökonom Caffara betonte, es sei „eine Frage des Timings“.
„Die DMA befasst sich mit alten Problemen, verfügt jedoch nicht über die Mittel, um der Bildung eines engen Oligopols auf der Basisebene in der KI zuvorzukommen. Es ist einfach nicht das richtige Werkzeug. Bevor sich etwas bewegt, wird es viel zu spät sein“, schloss sie.
[Edited by Zoran Radosavljevic/Alice Taylor]
