KI im Jahr 2025: Das Jahr, in dem die Grundlagen der KI fertiggestellt werden

• Sequoia Capitals Prognose für die KI-Branche im Jahr 2025
• 2024 war die Phase der „Ursuppe (primordial soup)“ der KI, in der es von neuen Ideen und Möglichkeiten nur so wimmelte.
  • „Das Potenzial ist grenzenlos, aber noch formlos. Um es in etwas Greifbares und letztlich Wirkmächtiges zu überführen, braucht es Vision.“
• 2025 wird das Jahr sein, in dem Ideen ausgewählt, tatsächlich umgesetzt und darauf geprüft werden, was wirklich funktioniert.
  • Das Potenzial der KI verdichtet sich allmählich zu einer konkreten und praktischen Form.

1. Differenzierungsstrategien der LLM-Player

• 2024 blieben im Wettbewerb mit dem Ziel der Qualitätsparität zu GPT-4 fünf große Player übrig:
  • Microsoft/OpenAI, Amazon/Anthropic, Google, Meta, xAI.
  • Gemeinsame Strategie: riesige Datenmengen sammeln, groß angelegtes Training mit GPUs nutzen und die Performance von Vor- und Nachverarbeitungsarchitekturen optimieren
• Jedes Unternehmen entwickelt im Labor differenzierende „Superkräfte“, um sich auf die nächste Phase der LLM-Skalierung vorzubereiten, in der die Rechenleistung um das Zehnfache oder mehr ausgeweitet wird.
  • Mit anderen Worten: Jeder wählt seine eigene „Waffe“.
• Google: „Vertikale Integration“ – besitzt jeden Teil der gesamten Wertschöpfungskette und kann alles vollständig kontrollieren.
  • Als einziges Unternehmen mit eigenen Chips (TPUs), potenziell konkurrenzfähig zu NVIDIA-GPUs
  • Eigene Rechenzentren und interne Systeme für das Modelltraining
  • Starkes internes Forschungsteam
• OpenAI: „Marke“ – verfügt über die stärkste Marke im KI-Bereich.
  • Führt den Verbraucher- und Unternehmensmarkt auf Basis der Bekanntheit von ChatGPT und des Umsatzes (3,6 Milliarden US-Dollar) an
  • Nutzt die Markenbekanntheit, um den Vorsprung im Consumer- und Enterprise-Markt auszubauen
• Anthropic: „Talente gewinnen“ – das bevorzugte Unternehmen für KI-Forscher.
  • Hat wichtige Talente von OpenAI angeworben (z. B. Jon Schulman, Durk Kingma, Jan Leike)
  • Hat Instagram-Mitgründer Mike Kreiger als CPO eingestellt
  • Unter der Leitung von Dario Amodei, dem Schöpfer von GPT-3
  • Stärkt talentgetriebene Innovation und Forschungsführerschaft
• xAI: „Ausbau von Rechenzentren“ – besetzt mit der Philosophie „Scale is everything“ den Infrastrukturvorteil.
  • Führt beim Tempo des Rechenzentrumsausbaus mit einem Cluster aus 100.000 GPUs
  • Der nächste Meilenstein für xAI und seine Wettbewerber werden Cluster mit 200.000 und 300.000 GPUs sein
• Meta: „Open Source“ – beschleunigt Innovation und schnelle Adoption durch Open Source.
  • Breites Verbreitungspotenzial mit den Llama-Modellen und der Open-Source-Strategie
  • Nutzt die Distributionsnetzwerke von Instagram, WhatsApp und Facebook
  • Begeisterte Unterstützung durch die Entwickler-Community
• Die Wettbewerbsdynamik und Haltung jedes Players haben sich verfestigt.
  • 2025 wird sich zeigen, welche Strategien sich als weitsichtig und welche sich als unglücklich erweisen.

2. KI-Suche als aufstrebende Killer-App – 2025 dürfte sie sich verbreiten

• Seit dem Start von ChatGPT wird kontinuierlich nach der Killer-Applikation der KI gesucht.
• 2024 wurden verschiedene KI-Anwendungen getestet (z. B. KI-Assistenten, Sprachagenten, KI-Buchhalter).
• Ausblick auf 2025: KI-Suche könnte sich als zentraler Anwendungsfall etablieren.
  • Perplexity: seit dem Start mehr als 10 Millionen monatlich aktive Nutzer
  • OpenAI: Ausbau von ChatGPT Search
  • Trend: The Wall Street Journal: „Googeln machen inzwischen nur noch ältere Menschen“
• KI-Suche ist eine kraftvolle Neuerfindung der Technologie, die zur Killer-App des Internets wurde.
  • Internetsuche ist eine „Navigations“-Technologie auf Basis von Web-Indexierung.
  • KI-Suche ist eine „Informations“-Technologie auf Basis von LLMs, die Wissen lesen und semantisch verstehen können.
    • Das bietet White-Collar-Berufen große Vorteile.
  • KI-Suche kann den derzeit vereinheitlichten Markt segmentieren. Es könnten spezialisierte KI-Suchmaschinen für bestimmte Berufsgruppen entstehen:
    • Investoren: Perplexity
    • Anwälte: Harvey
    • Ärzte: OpenEvidence
    • Code: Github Copilot
    • Pixelbilder: Midjourney
    • Dokumente: Glean
  • Anders als klassische Suche kann KI-Suche semantisch deutlich tiefer gehen, ist dadurch wesentlich leistungsfähiger und kann die Produktivität stark steigern.
• Nicht jede Textantwort ist gleich geschaffen.
  • Mit LLMs ist echte Produktdifferenzierung über verschiedene Dimensionen hinweg möglich.
  • Gründer können auf dieser Basis ein einzigartiges Produkterlebnis für eine bestimmte Zielgruppe aufbauen.
• Wichtige Differenzierungsfaktoren der KI-Suche
  • 1. Intent Extraction:
    • Durch Domänenspezialisierung können Antworten noch enger an die Nutzerintention angepasst werden.
    • Beispiel: Auch wenn Arzt und Patient dieselbe Frage stellen, kann die gewünschte Art der Antwort unterschiedlich sein.
  • 2. Proprietary Data:
    • Eigene Datensätze wie Präzedenzfälle für Anwälte oder Finanzdaten für Analysten sind unverzichtbar.
    • Im Business-Umfeld ist es entscheidend, die richtige Antwort zu liefern.
  • 3. Formatting:
    • Die Art der Ergebnisdarstellung (Knappheit vs. Detailtiefe, Einsatz von Aufzählungen, Nutzung multimodaler Inhalte, Quellenangaben)
    • Beispiel: Buchhalter und Journalisten konsumieren Informationen auf unterschiedliche Weise.
  • 4. Interface Design:
    • Je nach Domäne wird eine zum Arbeitsumfeld passende Oberfläche benötigt.
    • Semantische Suche nutzt Kontext rund um bestehende Workflows und Daten der Nutzer.
    • Beispiel: Code-Suche innerhalb der IDE, Suche nach Rechnungslegungsrichtlinien innerhalb einer Accounting-SaaS-Plattform
• Neue domänenspezifische KI-Suchmaschinen werden so eng wie möglich auf die „Theory of Mind“ der Zielpersona abgebildet.
  • Ärzte, Anwälte und Buchhalter denken nicht auf dieselbe Weise.
  • Wer in einem bestimmten Feld Experte wird, entwickelt andere Muster bei Wissensextraktion und Entscheidungsfindung.
  • Ärzte prüfen medizinische Fachliteratur, Anwälte Präzedenzfälle und Investoren Gewinnberichte.
  • Jedes Fachgebiet hat eigene Muster der Wissensextraktion und Entscheidungsfindung, und Suchmaschinen müssen das widerspiegeln.
• Zwischen Consumer und Enterprise könnte es zu einer Aufspaltung kommen.
  • Verbraucher nutzen allgemeine Produkte wie ChatGPT, die gemeinsame Bedürfnisse erfüllen.
  • Fachkräfte brauchen spezialisierte KI-Suchmaschinen, die konkrete Aufgaben unterstützen.
    • Wissensarbeiter werden wahrscheinlich täglich mindestens zwei KI-Suchmaschinen nutzen: eine für die Arbeit und eine für allgemeine Consumer-Zwecke.

3. ROI bleibt ein Problem, und die Investitionsausgaben dürften sich 2025 zu stabilisieren beginnen

• 2024 waren Big-Tech-Unternehmen beunruhigt, dass KI ihre oligopolistische Stellung im Cloud-Geschäft bedrohen könnte.
  • Deshalb tätigten sie aggressive Investitionsausgaben, um im Wettbewerb nicht zurückzufallen. Wenn sie nicht ausgeben würden, würden es andere tun – und sie selbst würden ins Hintertreffen geraten.
• Mit dem Eintritt in das Jahr 2025 verändert sich die Lage deutlich: Big Tech hat die KI-Revolution fest im Griff.
  • Die Unternehmen kontrollieren den Großteil der Rechenzentren, die KI ermöglichen, halten Beteiligungen an den wichtigsten LLM-Unternehmen und sind die größten Investoren neuer KI-Startups.
• Mit dem wachsenden Selbstvertrauen von Big Tech dürfte 2025 das Jahr werden, in dem sich die KI-Infrastrukturinvestitionen stabilisieren.
  • Projekte, die 2024 vertraglich vereinbart wurden, innerhalb der vorgesehenen Fristen und Budgets abschließen
  • Die aufgebaute Kapazität an Kunden verkaufen und Unternehmen dabei unterstützen, neue KI-Funktionen zu nutzen
• Das Niveau der Investitionsausgaben, das im Vergleich zur Zeit vor ChatGPT etwa doppelt so hoch ist, dürfte sich 2025 teilweise normalisieren.
  • Microsoft und Google: Anzeichen einer Stabilisierung laut Q3-Daten
  • Amazon und Meta: könnten Anfang 2025 die Stabilisierung erreichen
• Es ist auch gut möglich, dass sich oligopolistische Dynamiken herausgebildet haben.
  • Big Tech beobachtet die Schritte der Konkurrenz genau und passt Investitionen entsprechend an.
  • Wenn die Branche auf dem Weg zu einem „new normal“ ist, könnte das für alle eine gute Nachricht sein.
• Mit dem Kapazitätszuwachs der Rechenzentren im Jahr 2025 dürften die Kosten für KI-Computing deutlich sinken.
  • Gute Nachrichten für Startups, die dadurch neue Innovationen vorantreiben können
  • Startups profitieren von Überkapazitäten, weil sie sowohl Konsumenten als auch Produzenten von Computing sind
  • Big-Tech-Unternehmen subventionieren damit faktisch das gesamte KI-Ökosystem

Schluss

• Die Cloud und das Eisenbahnoligopol des Goldenen Zeitalters werden oft miteinander verglichen.
• Wenn Rechenzentren tatsächlich die Eisenbahnen der digitalen Wirtschaft sind, wird die neue KI-Eisenbahn bis Ende 2025 sicher verlegt sein.
• Die Frage ist, welche Fracht auf diesen Schienen transportiert wird und wie sich diese neue Technologie nutzen lässt, um für Kunden und Endnutzer Wert zu schaffen.

[mhj5730]

Die Zusammenfassung ist hervorragend. Vielen Dank.

[kandk]

xAI hat es in nur einem Jahr in die Big Five geschafft, krass.