Die rasanten Fortschritte in KI-Anwendungen sind unbestreitbar, angetrieben von der aufstrebenden Leistungsfähigkeit großer Anbieter wie Google, Microsoft und OpenAI. Ihre neuesten Enthüllungen auf der OpenAI Developer Conference am 6. November 2023 zeigen eine faszinierende Bandbreite neuer Modelle wie GPT-4 Turbo, das Assistants API und die DALL·E 3 API. Diese Innovationen versprechen, die Integration von KI in Anwendungen noch einfacher und leistungsfähiger zu machen.

Die Vorteile, die sich aus der Nutzung solcher Großanbieter ergeben, sind nicht zu leugnen. Schnelle Prototypen, niedrigere Fixkosten und regelmäßige Updates bieten Entwicklern eine solide Grundlage, um schnell Ergebnisse zu erzielen und wettbewerbsfähige Anwendungen zu entwickeln.

Allerdings ist Vorsicht geboten, denn die Bindung an große Anbieter birgt auch ihre Risiken. Die Abhängigkeit von ihren Angeboten könnte die Kontrolle über eigene Anwendungen untergraben. Veränderungen in der Performance nach Aktualisierungen, mögliche erzwungene Updates der Modelle sowie mögliche Kostensteigerungen oder Änderungen der Lizenzvereinbarungen sind weitere zu beachtende Punkte. So gibt es schon wissenschaftliche Untersuchungen, die zeigen, dass ChatGPT sich durch Updates zum Teil verschlechtert hat (Chen, L., Zaharia, M., & Zou, J. (2023). How is ChatGPT's behavior changing over time?)

Es ist legitim, über diese Risiken Besorgnis zu äußern. Daher ist der Aufruf nach offenen Standards und Unterstützung für open-source Modelle extrem wichtig. Die Transparenz, Flexibilität und Kostenersparnis, die durch open-source Modelle geboten werden, sind definitiv beachtenswerte Vorteile, insbesondere für kritische Anwendungen.

Eine ausgewogene Betrachtung zwischen der Nutzung von Großanbietern und open-source Modellen ist essenziell. Während Großanbieter Innovation und schnelle Entwicklung fördern, bieten open-source Modelle eine alternative Grundlage mit größerer Kontrolle und Transparenz. So bietet Meta ihr Model llama 2 (und Derivate) fast frei zu Verfügung, allerdings mit einer Einschränkung bei einem zu erfolgreichen kommerziellen Produkt.

Es bleibt zu hoffen, dass zukünftige Entwicklungen in der KI-Landschaft eine ausgeglichenere Herangehensweise ermöglichen. Eine Synergie zwischen den Vorteilen beider Modelle könnte letztendlich zu einer nachhaltigeren und fortschrittlicheren KI-Industrie führen.