Wie wird OpenAI konkurrieren?
(ben-evans.com)- OpenAI hat sich ohne einen proprietären technologischen Vorsprung eine große Nutzerbasis gesichert, aber die Nutzerbeteiligung und Bindung sind gering, und die Struktur weist keine Netzwerkeffekte auf
- Derzeit veröffentlichen mehr als sechs Organisationen Frontier-Modelle auf vergleichbarem Niveau und überholen sich im Abstand weniger Wochen gegenseitig, sodass kein Unternehmen einen strukturellen Vorsprung sichern konnte, den Wettbewerber nicht einholen könnten
- Google und Meta bauen ihren Marktanteil schnell aus, indem sie ihre bestehenden Produkte und Distributionskanäle nutzen; bei einem nicht differenzierten Produkt wie ChatGPT ist ein früher Vorsprung strukturell schwer dauerhaft zu halten
- OpenAI skizziert eine Full-Stack-Plattformstrategie von Chips und Infrastruktur bis zu Consumer-Apps, doch es fehlen Netzwerkeffekte oder Lock-in-Effekte eines Ökosystems wie bei Windows oder iOS
- Die eigentliche strategische Frage ist, wer die nächste Generation von AI-Erfahrungen und Anwendungsfällen, die noch gar nicht erfunden wurden, hervorbringen wird — und niemand kann alles allein erfinden
- Letztlich hängt die Wettbewerbsfähigkeit von OpenAI von kontinuierlicher Umsetzungskraft und Geschwindigkeit bei der Marktanpassung ab; das ist weniger Strategie als ein täglicher Ausführungswettbewerb
Vier grundlegende Herausforderungen für OpenAI
- 1. OpenAI hat keinen proprietären Technologie- oder Produktvorteil, und obwohl die Nutzerbasis groß ist, sind Engagement und Bindung gering, zudem fehlen Netzwerkeffekte
- Das Modell selbst liegt auf ähnlichem Niveau wie das der Konkurrenz, und es fehlt Product-Market-Fit im Consumer-Produkt
- 2. Die Wertabschöpfungsstruktur und das Produkterlebnis im AI-Markt verändern sich schnell. Etablierte Player und Tausende Gründer schaffen neue Funktionen, Erlebnisse und Geschäftsmodelle, wodurch Foundation-Modelle zu margenschwacher allgemeiner Infrastruktur zu verkommen drohen
- 3. OpenAI und Anthropic stehen vor der Schwierigkeit, ohne bestehende Produktdistribution und Cashflow in eine kapitalintensive Branche einzutreten (Cross the Chasm)
- Auch Unternehmen mit bestehenden Produkten müssen sich kannibalisieren, aber der Zeitpunkt, an dem man noch sagen konnte, Google könne kein AI, liegt längst hinter uns
- 4. Durch die forschungszentrierte Organisationsstruktur ist die Kontrolle über Produkt-Roadmap und Strategie eingeschränkt. Man öffnet morgens seine E-Mails, das Forschungslabor hat etwas gelöst, und die Aufgabe besteht dann darin, einen Button daraus zu machen
"Jakub und Mark haben die langfristige Forschungsrichtung festgelegt. Und nach einigen Monaten Arbeit kam ein erstaunliches Ergebnis heraus, und ein Forscher kontaktierte mich und sagte: 'Wir haben etwas wirklich Cooles entdeckt. Wie wollen Sie das im Chat einsetzen? Wie wollen Sie es auf unsere Enterprise-Produkte anwenden?'"
OpenAI-Produktchefin Fidji Simo (2026)
"Man muss beim Kundenerlebnis anfangen und die Technologie rückwärts davon entwickeln. Man darf nicht bei der Technologie anfangen und dann überlegen, wo man sie verkaufen kann."
Steve Jobs (1997)
- OpenAI verfügt über hervorragende Technologie und ehrgeizige Talente, hat aber anders als Google in den 2000ern oder Apple in den 2010ern nichts, das sonst niemand bauen kann und das nachweislich funktioniert
- Sam Altmans jüngste Aktivitäten lassen sich als Versuch lesen, Wert auf dem Papier in eine belastbarere strategische Position umzutauschen, bevor die Musik aufhört
Modell-Wettbewerbsfähigkeit: Fehlender proprietärer Technologievorsprung schwächt die Nachhaltigkeit der Führungsposition
- Derzeit bringen etwa mehr als sechs Organisationen Frontier-Modelle auf nahezu gleichem Niveau heraus und überholen sich im Abstand weniger Wochen gegenseitig
- Die Benchmarks unterscheiden sich zwar, zeigen aber insgesamt das gleiche Bild
- Meta ist derzeit aus dieser Kurve herausgefallen, Apple, Amazon und Microsoft sind noch nicht an der Frontier angekommen, China liegt etwa sechs Monate zurück und stützt sich stark auf Forschung anderer
- Sich selbst verstärkende Netzwerkeffekte von Marktanteilen, wie man sie bei Windows, Google Search, iOS oder Instagram gesehen hat, existieren im aktuellen Modellwettbewerb nicht
- Ein Durchbruch wie continuous learning könnte Netzwerkeffekte ermöglichen, ist derzeit aber nichts, womit sich planen ließe
- Exklusiver Datenzugang könnte reale Skaleneffekte schaffen, doch wie Skaleneffekte bei Nutzerdaten/vertikalen Daten (SAP, Salesforce, Investmentbanking-Spreadsheets usw.) aussehen würden, ist unklar, und bestehende Plattformunternehmen besitzen bereits viele Daten
Nutzerbasis: Breit, aber mit flachem Engagement und schwacher Gewohnheitsbildung
- OpenAI hat 800 bis 900 Millionen Nutzer, aber diese Zahl basiert auf 'wöchentlich aktiven Nutzern'; bemerkenswert ist, dass nicht DAU, sondern WAU veröffentlicht wurde
- Dass Kennzahlen auf Basis wöchentlicher Aktivität veröffentlicht werden, deutet darauf hin, dass die meisten Nutzer das Produkt nicht zur täglichen Gewohnheit gemacht haben und Immersion/Stickiness gering ist
- Nur etwa 5 % der ChatGPT-Nutzer sind zahlende Abonnenten
- Auch bei US-Teenagern ist der Anteil deutlich höher, der das Produkt höchstens einige Male pro Woche nutzt, statt mehrmals täglich
- Laut Werbedaten aus der Kampagne '2025 Wrapped' haben 80 % der Nutzer im Jahr 2025 weniger als 1.000 Nachrichten gesendet, was im Schnitt weniger als drei Prompts pro Tag entspricht
- Die meisten Nutzer nehmen Unterschiede in Persönlichkeit oder Schwerpunktsetzung zwischen Modellen nicht wahr, und Funktionen zur Erhöhung der Bindung wie 'Memory' schaffen keine echten Netzwerkeffekte, sondern nur Bindung
- Zwar wird eine “Transformation der Computernutzung” beansprucht, aber wenn das Produkt nur einige Male pro Woche genutzt wird, kann man schwer sagen, dass es das Leben verändert hat
- OpenAI selbst erkennt die 'capability gap' zwischen den Fähigkeiten des Modells und der tatsächlichen Nutzung an; indirekt ist das ein Eingeständnis fehlenden klaren Product-Market-Fit
Werbestrategie und der Versuch, das Engagement zu vertiefen
- OpenAIs Werbeprojekt soll kostenseitig die Versorgung von über 90 % der Free-User finanzieren und zugleich frühe Marktposition und Lernvorsprung bei Werbekunden sichern
- Strategisch geht es darum, auch Free-Usern die neuesten und leistungsstärksten (teuren) Modelle bereitzustellen, um das Engagement zu vertiefen
- Fidji Simo sagte, "Verbreitung und Größe sind am wichtigsten"
- Doch ob besseres Modellniveau das Engagement bei Nutzern erhöht, die heute gar nicht wissen, wofür sie ChatGPT verwenden sollen, ist unklar
- Ebenso gut kann es sein, dass Nutzer am blank screen problem scheitern oder dass das Format eines Chatbots für den jeweiligen Anwendungsfall schlicht ungeeignet ist
Steigende Marktanteile von Gemini und Meta AI sowie Netscape: nicht differenzierbare Chatbots
- Bei nicht differenzierten Produkten hält ein Vorsprung bei der frühen Adoption oft nicht lange, und der Wettbewerb verlagert sich zu Marke und Distributionskanälen
- Der schnelle Marktanteilsgewinn von Gemini und Meta AI belegt das; für normale Nutzer wirken die Produkte nahezu identisch
- Llama 4 wurde in der Tech-Community als Misserfolg bewertet, doch Metas Zahlen scheinen ordentlich zu sein
- Claude von Anthropic liegt in Benchmarks weit vorn, hat aber weder Consumer-Strategie noch Consumer-Produkt und ist Konsumenten fast unbekannt
- Claude Cowork verlangt faktisch die Installation von Git
- Es gibt die Sichtweise, ChatGPT mit Netscape zu vergleichen: ähnlich wie Microsoft mit seiner Distributionsmacht in einen Markt eintrat, in dem Produktdifferenzierung schwierig war
- Die Schwierigkeit, Webbrowser zu differenzieren, und die Schwierigkeit, Chatbots zu differenzieren, sind dasselbe strukturelle Problem: Beide sind letztlich nur ein Eingabefeld und ein Ausgabefeld
- Die letzte erfolgreiche Produktinnovation im Browser war die Integration von Tabs und Such-/URL-Leiste
- Microsoft dominierte zwar den Browsermarkt, aber am Ende spielte das keine entscheidende Rolle: Die eigentliche Wertabschöpfung wurde anderswo erzeugt
- Die ChatGPT-App ist nur ein 'thin wrapper'; allein durch zusätzliche Funktionen lässt sich Differenzierung nur schwer erreichen
- Innovation im Nutzererlebnis ist der Schlüssel für die nächste Phase, aber wer sie anführen wird, ist unklar. Es gibt keine überzeugende Antwort darauf, warum gerade OpenAI das sein sollte
- Während alle Gründer im Silicon Valley darum konkurrieren, die „zweite Phase des Generative-AI-Erlebnisses“ zu erfinden, stellt sich die Frage: „Kann man das planen und dafür sorgen, dass man selbst es wird?“
OpenAIs Plattformstrategie und ihre Grenzen
- OpenAIs Reaktion im vergangenen Jahr wirkte wie "alles, auf einmal, gestern": App-Plattform, Browser, Social-Video-App, Zusammenarbeit mit Jony Ive, medizinische Forschung, Werbung, Ankündigungen von Investitionsausgaben in Billionenhöhe usw.
- Es gab eine Tendenz, die Form früher erfolgreicher Plattformen ohne tiefes Verständnis zu kopieren: "Plattformen haben einen App Store, also brauchen wir auch einen App Store"
- Sam Altman stellte Ende letzten Jahres per Diagramm die Gesamtstrategie vor und griff dabei ein berühmtes Bill-Gates-Zitat auf: "Die Definition einer Plattform ist, dass sie für Partner mehr Wert schafft als für sich selbst"
- Die strategische Struktur: ein Full-Stack-Plattformunternehmen, von Chips und Infrastruktur nach oben aufgebaut, bei dem sich jede Schicht gegenseitig verstärkt, mit Cloud, Chips und Modellen aus einer Hand und mit Ökosystem- sowie Netzwerkeffekten
- Doch genau so funktionierten Windows oder iOS, und bei OpenAI fehlen derzeit eben diese Plattform- und Ökosystemdynamiken
- Auch das vom CFO präsentierte Diagramm zur Beziehung zwischen Capex und Umsatz ist kein echtes Flywheel
Wettbewerb um Investitionsausgaben (Capex): Voraussetzung, um überhaupt mit am Tisch zu sitzen
- Die Big Four der Cloud-Unternehmen gaben im vergangenen Jahr rund 400 Milliarden Dollar für Infrastruktur aus und planen in diesem Jahr mindestens 650 Milliarden Dollar
- OpenAI sprach von einem Versprechen für die Zukunft über 1,4 Billionen Dollar und 30 Gigawatt Rechenleistung, ohne konkreten Zeitplan; Ende 2025 lagen die tatsächlich genutzten Kapazitäten bei 1,9 Gigawatt
- Da massive Cashflows aus dem bestehenden Geschäft fehlen, wird dies über Finanzierung (teils noch unvollständig) und die Nutzung fremder Bilanzen gestemmt; ein Teil davon ist 'circular revenue'
- Langfristig könnten AI-Infrastrukturkosten eine Struktur annehmen, die dem Flugzeugbau oder der Halbleiterfertigung ähnelt: keine Netzwerkeffekte, aber von Generation zu Generation schwieriger und teurer, sodass nur wenige Unternehmen die Investitionen aufrechterhalten können — ein Oligopol
- Die Analogie von Moore's Law (Verdopplung der Transistorenzahl etwa alle zwei Jahre) zu Rock's Law (Verdopplung der Kosten einer modernsten Chipfab etwa alle vier Jahre)
- Wenn Sam Altman jährliche Investitionsausgaben von 1 Billion Dollar andeutet, ist das ein Versuch, eine 'selbsterfüllende Prophezeiung' zu erzeugen — ein Unternehmen, das vor drei Jahren keinen Umsatz hatte, versucht sich durch Willenskraft einen Platz am Tisch zu sichern
- Doch ob ein Platz am Tisch darüber hinaus Vorteile bringt, ist unklar: TSMC ist de facto Monopolist bei hochmodernen Chips, hat aber kaum Hebelwirkung oder Wertabschöpfung weiter oben im Stack
API, Standards und Netzwerkeffekte: Möglichkeiten und Grenzen
- Selbst wenn Entwickler Produkte auf Basis eines bestimmten Foundation-Modells bauen, wissen Endnutzer nicht, welches Modell verwendet wird, und es ist ihnen egal
- Der Betrieb einer Cloud verleiht keine Hebelwirkung gegenüber Third-Party-Produkten und -Services weiter oben im Stack
- Ein neuer Unterschied ist, dass gerade eine Buchstabensuppe aus Standards und Protokollen entsteht, über die Modelle und Websites miteinander kommunizieren können (der Hype um OpenClaw fängt einen Teil davon ein)
- Websites können ihre eigenen Funktionen offenlegen, sodass in ChatGPT direkt Immobiliensuche oder Warenkorb erscheinen können
- Man kann einem Agenten sagen, er solle auf Instagram ein Rezept ansehen und die Zutaten bei Instacart bestellen
- OpenAI schlägt vor, dass das ChatGPT-Konto den Klebstoff bildet, der all das verbindet, und deutet an, dass daraus Netzwerkeffekte entstehen könnten
- Doch es gibt das Problem der 'widget fallacy': den wiederkehrenden Irrtum, komplexe Produkte ließen sich auf eine einfache Standard-Schnittstelle abstrahieren
- Das ist derselbe Gedanke wie vor zehn Jahren bei "API is the new BD", und die meisten Versuche scheiterten
- Zwischen dem, was in Demos cool aussieht, und dem Interaktionsmodell realer Workflows klafft eine große Lücke
- Kein Unternehmen will bloß ein einfacher API-Call eines anderen Unternehmens sein: Hier besteht eine grundlegende Spannung zwischen Distribution und Kontrolle über die Kundenbeziehung
- Wenn solche Systeme über abstrahierte APIs verbunden werden, ist unklar, warum Nutzer oder Entwickler an genau einem einzelnen System hängen bleiben sollten
- Selbst wenn OpenAI und Gemini unterschiedliche Standards nutzen, gibt es keinen guten Grund, warum Entwickler nicht beide unterstützen sollten; das ist deutlich weniger Code als die Entwicklung für iOS und Android zugleich
- Auch ob es sinnvoll ist, sich bei Tinder, Zillow und Workday mit demselben Konto anzumelden, ist fraglich
Die Kernfrage: das Fehlen von 'Power'
- Begriffe wie Plattform, Ökosystem, Hebelwirkung oder Netzwerkeffekte werden in der Tech-Branche häufig benutzt, aber ihre tatsächliche Bedeutung bleibt oft unklar
- Das zentrale Konzept ist 'Power': also die Fähigkeit, Nutzer zur Verwendung eines bestimmten Systems zu zwingen, selbst wenn sie das nicht wollen
- Microsoft, Apple, Facebook und Amazon besitzen diese Power
- Was eine Plattform im Kern erreicht, ist, die kreative Energie der gesamten Tech-Industrie zu nutzen, damit nicht alles selbst erfunden werden muss, aber alles in großem Maßstab auf dem eigenen System entsteht
- Foundation-Modelle haben zwar klar einen Hebeleffekt, doch wenn Konkurrenten dasselbe bauen können, gibt es keinen Grund, warum alle gerade das eines bestimmten Unternehmens verwenden müssten
- Wenn es keinen strukturellen Grund gibt, warum man trotz aller Investitionen und Anstrengungen der Konkurrenz immer besser bleiben kann, bleibt am Ende nur tägliche execution
- Überlegenheit in der Ausführung kann ein Ziel sein, und manche Unternehmen haben sie lange gehalten, aber das ist keine Strategie
Fazit
- OpenAI verfügt weder technologisch noch produktseitig oder im Ökosystem über einen monopolartigen Vorsprung
- Trotz großer Nutzerbasis und Kapitalstärke ist die Sicherung nachhaltiger Wettbewerbsfähigkeit noch ungelöst
- Das Fehlen von Plattform-Netzwerkeffekten, Grenzen der Produktdifferenzierung und Unsicherheit bei Infrastrukturinvestitionen sind die wichtigsten Risiken
- Letztlich hängt OpenAIs Wettbewerbsfähigkeit von täglicher Umsetzungskraft und Geschwindigkeit der Marktanpassung ab
Fußnoten
- Vergleich mit Strategien aus der ZIRP-Ära, bei denen Kapital als Waffe eingesetzt wurde: In Zeiten niedriger Zinsen versuchten Unternehmen, mit billigem Kapital Größe zu gewinnen und sich über Netzwerkeffekte zu verteidigen; bei Uber funktionierte das, bei WeWork ohne Netzwerkeffekte scheiterte es — in diesem Punkt ähnelt OpenAI WeWork
- Es ist auch ein völlig anderes Ergebnis möglich: Es könnte massiv viele Modelle unterschiedlicher Größe und Form geben, von denen einige kostenlos am Edge laufen, sodass ein Oligopol bei AI-Infrastruktur so bedeutungslos wird wie ein Oligopol bei SQL-Infrastruktur
- Microsoft, Google, Apple und Meta glaubten selbst in Winner-takes-all-Märkten nie, schon gewonnen zu haben, sondern blickten ständig über die Schulter
- Andy Groves "Only the paranoid survive" ist der sinnbildliche Ausdruck dieser Haltung
- Intel hatte Netzwerkeffekte und technologische Überlegenheit und verlor am Ende beides
1 Kommentare
Hacker-News-Meinungen
Die Leute unterschätzen die Bindungswirkung von OpenAI
Fast 1 Milliarde Nutzer zu haben, ist eine echte Eintrittsbarriere
Meine Frau nutzt ChatGPT auch jeden Tag, sieht aber keinen Grund, etwas anderes auszuprobieren
Es gibt so viele Gesprächsverläufe, dass ein Wechsel schwierig ist, und eine werbebasierte Monetarisierung wirkt wie eine natürliche Wahl
Im Verbrauchermarkt ist OpenAI gegenüber anderen Wettbewerbern in einer vorteilhaften Position
Es gibt kaum Netzwerkeffekte oder UI-Lerneffekte, und bloße Gesprächsverläufe reichen schwerlich aus, um diesen Wert zu erklären
Außerdem werden KI-Funktionen künftig in den meisten Geräten und Apps standardmäßig eingebaut sein, sodass sie am Ende wahrscheinlich auf Ebene der Backend-API zur Commodity werden
Kostenlose Nutzer würden bei mehr Werbung vermutlich sofort zu einem anderen kostenlosen Dienst wechseln
Tatsächlich ist mein Partner während des letzten Ausfalls zu DeepSeek gewechselt und nicht zurückgekommen
Dasselbe sagt auch dieser Artikel von The Register
Eher könnte Google im Vorteil sein — wenn persönliche Daten wie E-Mails, Fotos und Standortverläufe in die KI integriert werden, ist eine viel stärkere Personalisierung möglich
Auch für Unternehmen ist die Integration mit Google Docs und GCP naheliegend
Langfristig scheint sogar ein Modell möglich, bei dem „KI + ein paar Google-Ingenieure“ ein Team ersetzt
Es besteht die Gefahr, durch das gleichzeitige Anvisieren zu vieler Zielgruppen in einer Position zu landen, die „für alle irgendwie halbgar“ ist
Dass die Infrastruktur nicht selbst besessen wird, ist ebenfalls ein Unsicherheitsfaktor
Wenn sich Trends ändern, könnte OpenAI ebenso verdrängt werden wie Grok oder Perplexity
Verwandter Artikel: MIT Technology Review
Ich frage mich, wie lange es dauern wird, bis lokale Modelle die meisten Anwendungsfälle abdecken können
In etwa 5 Jahren könnte das heutige OpenAI vielleicht wie ein VAX-System aus den 1970ern wirken
Damit lokale LLMs wirklich gut genug werden, wäre am Ende wohl Zugriff auf Googles API nötig
Wenn man sich das VRAM-Wachstumstempo bei Consumer-GPUs ansieht, dürfte der Betrieb leistungsstarker lokaler Modelle vor 2035 schwer bleiben
Schnellere Modelle wären zwar gut, aber es werden weiterhin teure Chips gebraucht, und bis zur Vermarktung als Verbraucherprodukt dürfte es dauern
Rechenzentren sind viel effizienter als Heimserver, daher dürften lokale Modelle eher eine Nische für wenige bleiben
Ich bevorzuge datenschutzorientierte KI-Chat-Dienste
Ich habe Protons Lumo+ mit DuckDuckGos Duck.ai verglichen und mich für Lumo+ entschieden
Die Chat-Historie ist in Proton-Daten integriert und auf allen Geräten zugänglich
Für technische Arbeit nutze ich Gemini Plus oder Anthropic, aber für persönliche Gespräche verwende ich private KI
In sensiblen Situationen wie Gesundheitsproblemen in der Familie sollte Datenschutz der Standard sein
Das Datenschutzrisiko ist eher theoretisch, während der Nutzen in der Praxis viel größer ist
Für sensible Aufgaben nutze ich Kimi-k2 bei Tinfoil
Das unterscheidet sich nicht stark von BigLabs, aber es gibt auch Dienste wie privatemode.ai oder confer.to, die Vertraulichkeit auf Apple-AI-Niveau anstreben
Ich halte diesen Artikel für die beste Analyse der wirtschaftlichen Verteidigungsfähigkeit von OpenAI
OpenAI scheint eine Strategie zu verfolgen, mit der der Markt es zu einer „nicht zu Fall zu bringenden Existenz“ macht
Dass sich der KI-Wettbewerb zu einem politischen Wettbewerb zwischen Staaten ausweitet, scheint ebenfalls Teil dieser Strategie zu sein
Die öffentliche Skepsis gegenüber KI ist groß, und selbst bei einem Scheitern wären die gesellschaftlichen Auswirkungen begrenzt
Google Gemini ist bei der Integration am stärksten (Android, WearOS, Google Home, Spracherkennung usw.)
Anthropic Claude hat seine Stärke bei der Coding-Integration
Meta bleibt durch Open Source sichtbar, hat aber keine marktführende Kraft
Beim Frontend-UX ist Claude besser, aber Codex bietet das beste Preis-Leistungs-Verhältnis
Weil die Open-Source-Community Zugang zu dieser Struktur hat, ist die Differenzierung von ClaudeCode schwächer
Seit OpenAI die Meldung „Der Speicher ist fast voll“ als Werbung eingeblendet hat, nutze ich mehrere KIs parallel
Ich verteile die Nutzung auf Grok, Alexa+, Gemini Plus, Copilot, Claude Code, Opencode usw.
Mir gefällt diese Struktur, bei der ich von keinem einzelnen Anbieter abhängig bin
Ich kann bei Bedarf jederzeit zu einem anderen Dienst wechseln
Die Chancen der vertikalen Integration werden unterschätzt
So wie Anthropic erst sagte, es werde keine eigene IDE bauen, und dann mit Claude Code doch die Richtung änderte, gibt es großes Erweiterungspotenzial in einzelne Bereiche wie Recht oder Medizin
Open-Source-Modelle liegen 6 bis 12 Monate zurück, daher könnte sich die Lücke vergrößern
Allein bei der Codegenerierung dürfte das bereits ein ausreichend brauchbares Niveau sein
Falls AGI real wird, könnten alle wissensbasierten Unternehmen bedeutungslos werden
Neue KI-Unternehmen werden dort wohl nicht leicht Fuß fassen
Wenn ein Produkt wie „Claude for Accountants“ teurer ist als normales Claude, ist das schwer überzeugend
Wenn sich KI weiterentwickelt, könnte die heutige Steve-Jobs-artige nutzerzentrierte Philosophie nicht mit der Richtung der KI übereinstimmen
ChatGPT wurde nicht entwickelt, um ein bestimmtes Nutzerproblem zu lösen, sondern war ein Produkt, das eher zufällig marktfähig wurde
Apple scheint noch nicht zu wissen, wie es mit KI umgehen soll, sollte aber von tool-orientierten Ansätzen wie bei Anthropic oder OpenClaw lernen
Auch OpenAI hat etwas zu lernen, befindet sich aber nicht in so günstiger Lage wie Apple oder Google
Letztlich wird sich der KI-Markt in Richtung eines deutlich vielfältigeren Ökosystems entwickeln
Als englischer Muttersprachler auf Besuch in Costa Rica habe ich oft gesehen, wie Einheimische bei Sprachbarrieren mit ChatGPT übersetzten
Solche KI-Weltuntergangsartikel sprechen meist aus der Perspektive von Unternehmensbewertungen
Aus Sicht der Menschheit ist das aber eher optimistisch
In dieser Generation des Computings hat vielleicht kein einzelnes Unternehmen die Macht, Menschen in unerwünschte Richtungen zu bewegen
Das ist etwas Gutes