Im Schwarm liegt die Stärke der offenen KI-Entwicklung

Das Training großer Modelle mit echten Unternehmensdaten ist essentiell für die Entwicklung von KI-Systemen. Eine Hürde ist allerdings das vertrauliche und sichere Datenhandling. Mit einem offenen Ansatz können Unternehmen dieses Risiko minimieren und Schwarmvorteile für sich erschließen.

Innerhalb weniger Jahre sind KI-Modelle zu einem integralen Bestandteil vieler IT-Systeme geworden. Sie verarbeiten große Datenmengen und ermöglichen damit Prozessanalysen und -verbesserungen, die früher gar nicht oder nur mit einem hohen personellen Aufwand zugänglich waren.

Zu den notwendigen Voraussetzungen für die Entwicklung und Adaption von KI-Modellen zählen leistungsfähige Rechenzentren und große Datensätze. Diese sind in kleineren und mittleren Unternehmen oft nicht in ausreichendem Maße vorhanden. Für sie besteht eine mögliche Lösungsstrategie deshalb darin, sogenannte Basismodelle (Foundation Models) an die unternehmensspezifischen Anforderungen anzupassen. Das beschleunigt den Go-live, da sich Unternehmen die initiale Entwicklungsphase ersparen. Es hat jedoch auch eine Kehrseite: Denn die proprietäre Architektur erhöht die Abhängigkeit, drängt Anwender in ein Systemangebot und wirft die Frage nach der Datensouveränität auf. Im offenen Ökosystem von Open Source liegen daher viele Vorteile für eine gemeinsame Nutzung von KI-Modellen – darunter mehr Transparenz, Innovation und Sicherheit.

Agile Zusammenarbeit in der Community

In der Open Source Community können Entwickler, Forscher und Unternehmen gemeinsam an KI-Modellen arbeiten, Frameworks optimieren und innovative Anwendungsfälle realisieren. Der größte Vorteil besteht darin, dass die bereits bestehende Expertise der Ausgangspunkt in jedem neuen Use Case ist und Entwickler nicht immer wieder bei Null starten müssen. Das individuelle Training der Modelle mit den eigenen Daten kann wiederum unternehmensintern erfolgen und stellt dadurch sicher, dass sensible Daten auch in der Hoheit des Unternehmens bleiben.

Die Community selbst profitiert von dem Kreativitäts-Booster, den diese Vielfalt an Use Cases mit sich bringt. Im besten Fall wird ein Software-Stack so zu einem Branchenstandard, auf dessen Basis Unternehmen ihre individuelle Lösung entwickeln können. Die vielen kleinen Optimierungen und Weiterentwicklungen stellen dabei sicher, dass auch das grundlegende Modell stetig innovativer und sicherer wird.

Verantwortung per Mehraugenprinzip

Eine häufig geäußerte Befürchtung ist, dass Kriminelle bei offener Software auch einen tiefen Einblick in die Funktionsweise der Systeme erhalten, der so zum Nachteil aller wird. Klar ist, dass sich der Missbrauch von Technologie weder im Open-Source-Kontext noch in proprietären Lösungen gänzlich verhindern lässt. Offene Ansätze haben jedoch den klaren Vorteil, dass mehr Fachexperten prüfen können, ob schadhafte Codestellen vorhanden sind. So steigt das generelle Sicherheitsniveau durch den kontinuierlichen Austausch in unterschiedlichen Anwendungssituationen.

Auch die Diversität von Open Source trägt zur Sicherheit bei. Menschen unterschiedlichster sozioökonomischer Hintergründe können sich mit ihren Ideen an der Technologieentwicklung beteiligen. Von neuen und unkonventionellen Ansätzen bei der Lösung von Problemen profitieren alle Beteiligten. Und sie führen zu mehr Gerechtigkeit, weil die Schlüsseltechnologie nicht nur von einzelnen Schichten entwickelt wird.

Makroökonomische Vorteile für KMU

Der zunehmende Wettbewerb durch die Globalisierung, kürzere Produktlebenszyklen und mehr Innovationsdruck fordern viele mittelständische Unternehmen heraus. Sie müssen oder besser gesagt sollten ihre Prozesse mit Hilfe von KI optimieren. Versuchen sie das im Alleingang, benötigen sie hohe finanzielle Mittel und viel Know-how. In der strategischen Zusammenarbeit mit Partnern, Zulieferern oder eben anderen Unternehmen liegt ein großer Mehrwert, um bahnbrechende KI-Modelle zu entwickeln.

Mit Open Source kann man sich das Coding wie eine Schwarmintelligenz vorstellen. Alle Partner, die Teil des Schwarms sind und ihr Wissen zur Verfügung stellen, können voneinander lernen, ohne automatisch sensible Informationen preisgeben zu müssen. Und auch wenn in Zukunft nicht jedes KI-Modell auf Open Source basieren wird, ist die gemeinsame Nutzung vortrainierter Modelle bei gleichzeitiger Beschränkung der Trainingsdaten eine wertvolle Alternative zu proprietären Ansätzen.