Speicherfresser, Shopping-Bots und die Billionen-Dollar-Frage: KI zwischen Hardware-Hunger und Hausrecht
Wie echt ist noch echt, wenn KI-Agenten plötzlich für uns einkaufen gehen? Und brauchen wir wirklich für jedes Software-Problem eine KI – oder nur für die richtigen? Warum reden Tech-Konzerne über Grenzen, während ihre Bots längst darüber hinwegspazieren?
Heute geht’s um Speicherhunger beim Training, Streit ums Einkaufswagen-Recht zwischen Meta und Amazon, ein Gerichtsurteil zu KI-Nacktbildern und darum, wer bei Google heimlich Bugs jagt. Außerdem: Nvidia nähert sich einer Bewertung, bei der selbst Milliardäre kurz schlucken müssen.
Forschung & Entwicklung
112 GB für ein 14-GB-Modell: Wo verschwindet der ganze Speicher?
Klingt erstmal nach Milchmädchenrechnung: Ein KI-Modell mit 7 Milliarden Parametern wiegt in gängiger Zahlenformat (fp16, eine Art Speicherformat für Zahlen) rund 14 Gigabyte. Wer es aber „fein abstimmen“ will – also mit eigenen Daten nachtrainieren, Fachbegriff: Fine-Tuning – braucht plötzlich das Achtfache: 112 Gigabyte. Und das, bevor überhaupt die ersten Zwischenergebnisse (Aktivierungen) gespeichert werden. Der Grund: Beim Training müssen zusätzlich Gradienten, Optimierer-Zustände und Kopien der Gewichte in höherer Präzision mitgeschleppt werden – das Modell selbst ist nur die Spitze des Eisbergs.
Genau deshalb wirken Techniken wie LoRA und QLoRA (clevere Methoden, die nur einen kleinen Teil des Modells anpassen, statt alles neu zu berechnen) plötzlich nicht mehr wie Tricks für Sparfüchse, sondern wie blanke Notwendigkeit. Die eigentliche Pointe: Wer glaubt, KI-Training sei nur eine Frage der Modellgröße, hat die Rechnung ohne den Wirt – also ohne die Grafikkarte – gemacht.
Quelle: DEV Community
Amazon zieht die Reißleine: Metas KI-Shopper Muse darf nicht einkaufen
Metas neuer KI-Agent „Muse“ sollte eigentlich für Nutzer recherchieren, vergleichen und am Ende sogar gleich bestellen – praktisch ein digitaler Perlentaucher mit Kreditkartenzugriff. Amazon hat dem Ganzen jedoch einen Strich durch die Rechnung gemacht und blockiert, dass Muse auf der eigenen Plattform Käufe abschließt. Offiziell geht es um Sicherheit, inoffiziell dürfte es vor allem um eines gehen: die Kontrolle über die Kundenbeziehung beim Checkout – also genau den Moment, in dem Amazon am meisten verdient.
Das sogenannte „Agentic Commerce“ (KI-Agenten, die selbstständig einkaufen) steckt damit in einem spannenden Dilemma: Die großen Plattformen wollen KI-Agenten zwar als Kunden akzeptieren – aber nur, wenn sie die eigenen Regeln spielen. Wird das Netz künftig also doch von Menschen für Menschen gebaut – mit KI nur als geduldetem Gast?
Quelle: Forrester AI
Gericht bremst Nacktbild-Verbot: xAI pocht auf Meinungsfreiheit
Ein US-Berufungsgericht hat ein Gesetz aus Minnesota vorerst gestoppt, das KI-generierte Nacktbilder (sogenannte Deepfake-Pornografie) verbieten sollte. Elon Musks KI-Firma xAI hatte dagegen geklagt – mit dem Argument, das Gesetz verstoße gegen die in den USA verfassungsrechtlich geschützte Meinungsfreiheit.
Hier zeigt sich mal wieder das Grundproblem generativer KI: Technisch ist es längst möglich, realistische Fake-Nacktbilder von echten Personen zu erstellen – rechtlich und ethisch hinkt die Gesellschaft noch weit hinterher. Während in Deutschland über strengere Regulierung diskutiert wird, zeigt der US-Fall: In den Staaten kann sich sogar ein Verbot gegen „digitale Übergriffe“ an der Meinungsfreiheit die Zähne ausbeißen. Fortschritt und Schutz – offenbar zwei Dinge, die sich juristisch gerne gegenseitig im Weg stehen.
Quelle: Handelsblatt Tech
Modelle & Unternehmen
Googles neue KI jagt Sicherheitslücken – ganz ohne Kaffeepause
Mit „Gemini 4 Argon“ bringt Google kein weiteres Allround-Chatbot-Update, sondern eine spezialisierte KI, die eigenständig nach Sicherheitslücken in Software sucht. Statt auf alles ein bisschen gut zu sein, konzentriert sich dieses Modell auf eine einzige Aufgabe: Code durchforsten und Schwachstellen aufspüren, bevor Hacker das übernehmen.
Das ist clever, denn die meisten Softwarefehler werden heute ohnehin von Maschinen gefunden – warum also nicht gleich eine KI drauf ansetzen, die nie müde wird und nie Urlaub braucht? Die spannende Frage bleibt: Wird aus dem digitalen Wachhund irgendwann auch ein digitaler Einbrecher, wenn die gleiche Technologie in die falschen Hände gerät?
Quelle: AI – Medium
Nvidia auf Rekordkurs: Nur noch 300 Milliarden bis zur 6-Billionen-Marke
Nvidia hat zum ersten Mal seit Mai wieder einen Rekordwert an der Börse erreicht – getrieben von der Nachfrage nach KI-Agenten und einem gigantischen Aktienrückkauf-Programm (Buyback) über 150 Milliarden Dollar. Fehlen jetzt nur noch schlappe 300 Milliarden Dollar, um als erstes Unternehmen die 6-Billionen-Dollar-Marke zu knacken. Zum Vergleich: Europas wertvollstes Unternehmen ASML bräuchte exakt diese Summe, um überhaupt erstmals die Billionen-Grenze zu erreichen.
Diese Zahlen zeigen eindrucksvoll, wie ungleich der KI-Boom die Gewinne verteilt: Während ein US-Chiphersteller mit Lücken in der Größenordnung ganzer Volkswirtschaften jongliert, kämpfen andere Firmen noch um die erste Billion. Vielleicht sollte man den Börsenwert von Nvidia nicht mehr in Dollar, sondern gleich in „ASMLs“ messen – das wäre wenigstens anschaulich.
Quelle: The Next Web
Fazit
Zwischen Speicherhunger