Wie die Salzburg AG mit einer neuen Crowdinvesting-Plattform die Energiewende vorantreibt

22.12.2017

Hat Krypto-Mining eine Zukunft?

Um mit Krypto-Mining heute Profite zu erzielen, muss man an sich schon sehr kapitalstark sein. Aus mehreren Gründen könnte auch das in der Zukunft nichts mehr bringen.

/artikel/hat-krypto-mining-eine-zukunft

✨ AI Kontextualisierung

Krypto-Mining – das “Abbauen” von Krypto-Währungen ist inzwischen einer breiteren Öffentlichkeit (wenn auch bei weitem nicht jedem) ein Begriff. Bekannt wurde es medial vor allem durch das Dauerthema vom extrem hohen Stromverbrauch von Bitcoin. Von einem globalen Wert in der Höhe des Verbrauchs der Slowakei ist da etwa die Rede. In einer anderen Statistik wird der Stromverbrauch von rund drei Millionen US-Haushalten als Vergleichswert herangezogen – und das bei jährlich rund 100 Millionen Transaktionen. Dem steht der Verbrauch des Kreditkarten-Anbieters Visa entgegen: 50.000 US-Haushalte – 82 Milliarden Transaktionen. Da das Mining in direkter Verbindung mit dem Abschluss von Transaktionen steht, steigt mit der Zahl der Transaktionen auch der Energieverbrauch – aber mehr dazu später.

+++ Grundwissen: (Krypto-)Mining – einfach erklärt +++

Hinkende Vergleiche

Von so manchem Krypto-Enthusiasten wird in der Diskussion angemerkt, dass der weltweite Strom-Verbrauch für den Gold-Abbau und die Papiergeld-Produktion jeweils noch über jenem von Bitcoin liege. Die Vergleiche hinken. Denn schließlich wird mit Papiergeld momentan noch ein Großteil der Weltbevölkerung versorgt – Bitcoin ist, trotz des Hypes, noch ein Minderheitenprogramm. Und der aufgrund erschöpfter Vorkommen extrem mühsame (und energieintensive) Gold-Abbau wird heute vor allem wegen des großen Bedarfs für die Elektronik-Produktion weiter vorangetrieben. Soll heißen: Die Rechner, mit denen Mining betrieben wird, nehmen einen Teil dieses Energieverbrauchs sogar noch zusätzlich mit.

Stromverbrauch bei Massenverbreitung nicht zu stemmen

Es bedarf keiner mathematischen Höchstleistung um zu erkennen: Würde sich Bitcoin oder eine andere mit Mining arbeitende Krypto-Währung (in der heutigen Form) weltweit in der Masse etablieren, würde der Stromverbrauch absurde Höhen erreichen. Man könnte auch sagen, er wäre nicht zu stemmen. Aber warum verbraucht Mining eigentlich so viel Strom? Um das zu erklären muss man die Idee hinter dem Vorgang verstehen. Dieser ist so alt wie Bitcoin selbst, “feiert” also bald seinen zehnten Geburtstag. In der Krypto-Welt ist das (noch) eine Ewigkeit. Wie sich die unter dem Pseudonym Satoshi Nakamoto bekannten Bitcoin-Entwickler damals die Zukunft mit dem System vorgestellt haben, ist nicht bekannt. Prinzipiell müssten sie aber bereits gewusst haben, dass es sich nur bis zu einer gewissen Verbreitung weiterführen lässt. In der Anfangszeit und noch bis vor relativ Kurzem, gab es die Problematik mit dem Stromverbrauch nicht.

In einem dezentralen System müssen die Nutzer selbst diese Leistungen erbringen.

Warum gibt es Mining?

Krypto-Mining hat einen leicht erklärbaren Hintergrund. Es musste ein faires System gefunden werden, wie neu kreierte Bitcoins (und später auch andere Coins) unter die User gebracht werden können. Die Lösung: Man belohnt sie mit Coins für die Leistungen, die sie für das gesamte System, also die Blockchain, erbringen. Und in einem dezentralen System müssen ja die Nutzer selbst diese Leistungen erbringen. Konkret ist es ein spezieller Vorgang, der in der Blockchain von einzelnen Usern für die gesamte Community durchgeführt werden muss: Das Erstellen sogenannter Hashs, wofür sich später der Begriff Mining etabliert hat.

Bedeutung für die Blockchain

Zur Erklärung: Ein Block in der Blockchain enthält Informationen über eine gewisse Anzahl an Transaktionen (bzw. anderen Peer-to-Peer Vorgängen). Hat die Menge an Transaktionen eine gewisse Speichergröße erreicht (bei Bitcoin etwa ein Megabyte), muss der Block “abgeschlossen” werden, damit das Gesamtsystem flüssig bleibt. Die Kette abgeschlossener Blöcke ist – klar – die Blockchain. Diesen Abschluss bildet ein Hash. Der Hash wird gerne als eine Art digitales Sigel beschrieben. In dieses Sigel werden die Informationen aus dem Block hineingerechnet und codiert. Ist der Hash einmal errechnet, kann der Inhalt des Blocks nicht mehr geändert werden.

+++ Grundwissen: Die Blockchain – einfach erklärt +++

Wer bekommt ein Stück vom Kuchen?

Und wieviel Rechenleistung braucht man, um die Information aus einem rund ein Megabyte großen Block zu codieren? (Bei anderen Kryptowährungen sind es mitunter mehrere MB). Eigentlich wäre es nicht viel. In der Anfangszeit von Bitcoin wurde das daher von den damals noch wenigen Usern mit ihren Laptops oder PCs zuhause erledigt. Doch Satoshi Nakamoto war bereits in der Konzeption klar: Wenn das Interesse steigt und die User-Zahl größer wird, wollen immer mehr Nutzer sich ihre Belohnung holen. Und wenn das so einfach geht, wie wird dann entschieden, wer zum Zug kommt und ein Stück vom Kuchen bekommt?

Das Gesamtsystem ist unter der Bezeichnung “Proof of Work” bekannt

Mehr Difficulty, weniger Belohnung

Die Lösung: Es darf nicht so einfach bleiben. Steigt die Anzahl an Minern bzw. die gesamte Mining-Leistung, steigt durch den Algorithmus auch die Komplexität des Rechenvorgangs, der für den Hash benötigt wird (Mining-Difficulty), künstlich. (Die Komplexität sinkt wieder, wenn die Mining-Leistung heruntergeht – aber dazu später mehr). Um an seine Belohnung zu kommen, muss man eben etwas investieren. Das Gesamtsystem ist unter der Bezeichnung “Proof of Work” bekannt. Hinzu kommt aber noch eine zweite Funktion des Algorithmus: Bei einer bestimmten Anzahl von abgeschlossenen Blocks (210.000), halbiert sich die Anzahl an Bitcoins, die man für einen Hash bekommt. Waren es Anfangs 25, sind es seit Juli 2016 12,5. Und bei der derzeitigen rapiden Ausbreitung dürfte es nicht mehr allzu lange dauern, bis es 6,25 werden.

Man braucht viel Kapital, um mitspielen zu können

Zurück zur Mining-Difficulty. Da sich Mining bei stetig steigenden Bitcoin-Preisen als lukrativ erwiesen hat, sprangen immer mehr Firmen auf den Zug auf. Der Vorgang wurde professionalisiert – es entstanden sogenannte Mining-Farmen. Das sind große Rechenzentren, die nichts anderes machen, als Hashs zu berechnen. Und wer mehr Rechenleistung einbringt, kann mehr Blöcke abschließen. Anders gesagt: Man braucht viel Kapital, um mitspielen zu können. Die größten Mining-Farmen gibt es in China, wo Strom aus größtenteils ungefilterten Kohlekraftwerken extrem günstig zu haben ist. Der einfache User mit seinem Laptop hat längst keine Chance mehr. Durch die weltweit laufend ausgebaute Mining-Leistung, wird auch die Difficulty immer höher. Auch mit speziellen Systemen für den Hausgebrauch, die noch vor wenigen Monaten lukrativ waren, ist de facto nichts mehr zu holen. Sie werfen zwar Coins ab, aber die hohen Hardware-Kosten amortisieren sich verbunden mit den hohen Stromkosten, wenn überhaupt, erst nach sehr langer Zeit.

Lukrativ ist das Geschäft hauptsächlich deswegen (noch), weil der Kurs der Kryptowährungen zugleich so stark ansteigt.

Stromverbrauch steigt überproportional zur Verbreitung

Womit wir wieder bei der Strom-Problematik wären. Mit der steigenden Anzahl an Transaktionen und dem steigenden Kurs geht eine laufend steigende Gesamt-Mining-Leistung einher. Die führt zu einer ständig wachsenden Mining-Difficulty. Und damit steigt der Stromverbrauch überproportional zur Verbreitung von Kryptowährungen. Das bedeutet: Der Output wird im Verhältnis zu den eingesetzten Stromkosten immer geringer. Auch für die großen Mining-Betreiber gilt daher: Lukrativ ist das Geschäft hauptsächlich deswegen (noch), weil der Kurs der Kryptowährungen zugleich so stark ansteigt.

Bei 21 Millionen Bitcoins ist sowieso Schluss

Was aber wenn der Kurs sinkt oder nicht stark genug steigt? Wenn die Stromkosten dann tatsächlich einmal höher werden, als der Ertrag, werden die Mining-Betreiber ihre Rechner herunterfahren. Die gesamte Mining-Leistung sinkt. Und nach einiger Zeit (es können bis zu 14 Tage sein) adaptiert der Algorithmus auch die Mining-Difficulty und senkt sie. Ist das Problem damit also gelöst? Nein, denn erstens werden viele Miner ihre Rechner dann wieder hochfahren. Zweitens bleibt das Problem, dass sich alle 21.000 Blocks die Anzahl an Bitcoins pro Hash halbiert (Bei anderen minbaren Kryptowährungen gibt es ähnliche Funktionen im Algorithmus). Und das dicke Ende: Bei 21 Millionen Bitcoins ist sowieso Schluss. Denn mehr können aufgrund des Algorithmus nicht entstehen (Momentan gibt es schon fast 17 Millionen. Andere Kryptowährungen wie Ethereum haben diese Einschränkung nicht). Wer danach die Hashs generiert, ist auch unklar.

Mining hat ein Ablaufdatum

Es kommt der Zeitpunkt, wo es nicht mehr lukrativ ist

Im Moment behelfen sich Mining-Unternehmen noch mit flexiblen Lösungen. Durch die Nutzung mehrerer optimierter Hardware-Systeme können sie immer die Kryptowährung minen, die gerade am lukrativsten ist. Außerdem finden sie immer billigere Strom-Quellen und energieeffizientere Systeme. Aber – hier wiederholt sich die Floskel – es bedarf keiner mathematischen Höchstleistung um zu erkennen: Mining hat ein Ablaufdatum.

Erstens kommt irgendwann zwingend der Zeitpunkt, an dem es nicht mehr lukrativ ist. Das dürfte den großen Mining-Unternehmen egal sein, weil sie bis dahin genug Geld herausholen können. Für Kunden von Cloud-Mining-Lösungen und dergleichen wird das aber zum Problem werden. Und zweitens – und das ist wahrscheinlich das noch viel größere Thema – ist der Durchbruch von Kryptowährungen zur großen Masse der Menschen vom Stromverbrauch her schlicht nicht möglich. Abgesehen davon ist das Vorhaben aus Umweltschutz-Sicht blanker Wahnsinn. Denn zur Erinnerung: Es geht (bei Bitcoin) um die Vercodung von einem Megabyte Daten. Dass diese so aufwendig ist, wird künstlich durch den Algorithmus hervorgerufen. Bei Ethereum ist es (noch) recht ähnlich.

+++ Bitcoin: 8 Probleme der bekanntesten Kryptowährung +++

Alternative “Proof of Stake”

All diese Argumente sind in der Krypto-Entwicklerszene natürlich bekannt. Und sie werden mit Sorge betrachtet. Deswegen wird bereits seit längerem daran gearbeitet, dieses “Proof of Work”-Konzept zu ersetzen. Momentan größter Herausforderer ist das “Proof of Stake”-Konzept. Auch bei diesem werden die Hashs von Usern generiert und es gibt dafür Belohnung. Zum Zug kommen aber nicht jene User mit der höchsten Rechenleistung. Stattdessen wird anhand unterschiedlicher Parameter vom Algorithmus entschieden. Verschiedene Blockchains nutzen hier unterschiedliche Kriterien. So wird etwa das Vermögen (also die Anzahl an gehaltenen Coins des Users), die “Treue” (also die Zeit, die der User schon dabei ist) und mitunter auch schlicht der Zufall dafür herangezogen.

Ethereum arbeitet an Umstieg

Als prominentester Vertreter und dennoch keineswegs ausgereifte Umsetzung des “Proof of Stake”-Konzepts gilt der Coin Dash. Dort kommen aber nur User, die über 1000 Coins (momentan rund eine Million US-Dollar) halten in den Genuss einer entsprechenden Option. Kürzlich startete der neue Coin Cardano mit einem “Proof of Stake”-Konzept durch und landete innerhalb kürzester Zeit in den Top 10 der weltgrößten Kryptowährungen. Intensiv arbeitet man momentan bei Ethereum am Umstieg vom “Proof of Work”-Konzept auf das “Proof of Stake”-Konzept. Ein bestimmter Prozentsatz an Blocks wird bereits über das neue System verschlüsselt. Dieser soll nun stetig wachsen. Neben “Proof of Stake” bringen Blockchain-Entwickler momentan laufend noch weitere Alternativen vor und versuchen damit im Rennen der Coins nach oben zu kommen.

Fazit: Krypto-Mining hat keine Zukunft

Die schrittweise Durchsetzung anderer Proof-Konzepte könnte dann letztendlich auch das endgültige Aus für Mining bedeuten. Denn der Vorgang wird dadurch schlicht nicht mehr gebraucht. Allerdings: Auf der Bitcoin-Blockchain ist ein Umstieg nahezu ausgeschlossen. Denn bei einer Änderung des Algorithmus müssen alle User mitgehen. Das hat schließlich schon mehrmals zu Abspaltungen (Hard Forks) geführt. Doch auch dort gilt aufgrund der oben genannten Gründe eine klare Antwort auf die im Titel gestellte Frage: Es funktioniert wohl noch eine Zeit lang. Aber Krypto-Mining hat keine Zukunft.

+++ “Gefahr für Finanzsystem” – beflügeln Notenbank-Warnungen die Krypto-Community? +++

Disclaimer: Dieser Beitrag ist auf Basis aufwändiger Recherche und zahlreicher Experten-Gespräche entstanden. Die Conclusio der Analyse spiegelt dabei die Meinung des Autors wieder. Die dargestellte Faktenlage muss nicht zwingend zum beschriebenen Ergebnis führen.

Deine ungelesenen Artikel:

die Redaktion

27.01.2025

Open Source und KI: “Es geht nicht darum, zu den Guten zu gehören”

Nachlese. Die Nutzung von Open-Source-Modellen eröffnet Unternehmen auch im KI-Bereich weitreichende Möglichkeiten. Es gibt dabei aber auch einiges zu bedenken. Darüber und mehr diskutierten in Folge 5 von "No Hype KI" Stephan Kraft von Red Hat, Florian Böttcher von CANCOM Austria, Natalie Ségur-Cabanac von Women in AI und Patrick Ratheiser von Leftshift.One.

/artikel/no-hype-ki-folge-5

die Redaktion

27.01.2025

Open Source und KI: “Es geht nicht darum, zu den Guten zu gehören”

/artikel/no-hype-ki-folge-5

“No Hype KI” wird unterstützt von CANCOM Austria, IBM, ITSV, Microsoft, Nagarro, Red Hat und Universität Graz.

Kollaborativ, transparent, frei zugänglich und nicht profit-orientiert – mit Open-Source-Software wird eine Reihe von Eigenschaften assoziiert. Und oftmals stehen bei der Nutzung ethische Überlegungen im Zentrum. Dabei gibt es auch ganz praktische Gründe, die für eine Verwendung durch Unternehmen sprechen – auch bei der Implementierung von KI-Anwendungen, ist Stephan Kraft, Community Advocate & Business Development OpenShift & Application Services bei Red Hat, überzeugt. In Folge fünf der Serie “No Hype KI” diskutierte er dieses und weitere Themen mit Florian Böttcher, Solution Architect bei CANCOM Austria, Natalie Ségur-Cabanac, Policy Lead bei Women in AI und Patrick Ratheiser, Gründer & CEO von Leftshift.One.

“Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen”

“Ich will das Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen”, sagt Stephan Kraft. Für Red Hat als weltweit führenden Anbieter für Open-Source-Lösungen für Unternehmen gehen die Argumente für eine Nutzung nämlich weit darüber hinaus. “Es geht nicht darum, Open Source als Selbstzweck zu sehen, um zu den Guten zu gehören”, so der Experte. Tatsächlich sei die Verwendung von Open Source gerade bei der Etablierung von KI im Unternehmen für Startups und KMU eine wichtige Weichenstellung.

Offenheit, um Diskriminierung entgegenzuwirken

Auch Natalie Ségur-Cabanac sieht Open Source als “Key Technology” im KI-Bereich. Für “Women in AI” spiele die Offenheit eine zentrale Rolle: “Diese Offenheit braucht es, um Diskriminierung entgegenzuwirken.” Open Source verbessere den Zugang für Frauen zur Technologie, die Abbildung von Frauen in den Daten und es vergrößere die Möglichkeiten in der Forschung. Man müsse aber auch aufpassen, ob Software wirklich so offen sei, wie behauptet, sagt sie bezogen auf die aktuellen Diskussionen rund um OpenAI, das sich – ursprünglich als offenes Projekt gestartet – zum profitorientierten Unternehmen entwickelte. Es brauche auch eine klare Definition, was “open” sei.

Masse an Möglichkeiten

Leftshift.One-Gründer Patrick Ratheiser betont auch die schiere Masse an Möglichkeiten, die Open Source bietet. “2021 hatten wir weltweit Zugriff auf circa 5.000 Open-Source-Modelle. Jetzt sind es bereits mehr als eine Million.” Die Nutzbarkeit sei also klar gegeben, zudem biete die Technologie eine gewisse Unabhängigkeit und werde über ihre Vielfalt zum Innovationstreiber.

Ist Open Source immer die beste Lösung?

Doch bedeutet das, dass Open Source immer die optimale Lösung ist? Ratheiser sieht das differenziert: “Es ist ganz wichtig zu erkennen, was der Kunde braucht und was in dem Fall gerade notwendig ist. Egal, ob es nun On-Premise, in der Cloud, Open Source oder Closed Source ist.” Florian Böttcher von CANCOM Austria pflichtet hier bei: “Wir setzen genau so auf hybrid.”

Datenstruktur im Hintergrund ist entscheidend

Ein Thema, bei dem bei Open Source Vorsicht geboten ist, spricht Natalie Ségur-Cabanac an. Besonders wichtig sei es bei KI-Anwendungen, eine gute Datenstruktur im Hintergrund zu haben. “Die Verantwortung, dass ein Modell mit sauberen Daten trainiert worden ist, liegt bei den Anbietern. Bei Open Source verschwimmt das ein bisschen. Wer ist wofür zuständig? Das ist eine Herausforderung für die Compliance zu schauen, wo man selbst verantwortlich ist und wo man sich auf einen Anbieter verlassen kann.”

Compliance: Großes Thema – mehr Sichereheit mit professioneller Unterstützung

Stephan Kraft hakt hier ein. Genau aus solchen Gründen gebe es Unternehmen wie Red Hat, die mit ihrem Enterprise-Support für Open-Source-Lösungen die Qualitätssicherung auch im rechtlichen Bereich übernehmen. “Das ist ein ganz wichtiger Teil unseres Versprechens gegenüber Kunden”, so Kraft. Unbedacht im Unternehmen mit Open Source zu arbeiten, könne dagegen in “Compliance-Fallen” führen, pflichtet er Ségur-Cabanac bei.

Das sieht auch Patrick Ratheiser als Thema bei Leftshift.One: “Unsere Lösung ist Closed Source, wir setzen aber im Hintergrund Open Source ein. Wichtig ist, dass wir dem Kunden Compliance garantieren können.” Stephan Kraft empfiehlt Unternehmen bei der Open-Source-Nutzung: “Man kann nicht immer gleich die neueste ‘bleeding edge’-Lösung nehmen sondern sollte etwas konservativer herangehen.”

Infrastruktur: Gut planen, was man wirklich braucht

Unabhängig davon, ob man nun Open Source oder Closed Source nutzt, braucht es für die Nutzung von KI die richtige Infrastruktur. “Es kommt natürlich auf den Use Case an, den ein Unternehmen umsetzen will. Da sind die Anforderungen an die Infrastruktur sehr unterschiedlich”, grenzt Florian Böttcher ein. CANCOM Austria unterstützt seine Kunden in genau der Frage. Anwendungen wie das Training von KI-Modellen würde aus gutem Grund kaum in Österreich umgesetzt. “KI ist sehr stromhungrig und entwickelt viel Hitze. Das ist schwierig für ein eigenes Data-Center im Unternehmen, gerade wenn man die Strompreise in Österreich ansieht”, so Böttcher.

“Rechenleistungs-Hunger” von KI könnte sich in Zukunft verringern

Wichtig sei es letztlich, sich als Unternehmen sehr klar darüber zu sein, was man umsetzen wolle. “Danach, welche Software-Lösung man für seinen Use Case einsetzen muss, richtet sich auch die Infrastruktur”, so Böttcher. Er erwarte aber auch, dass die KI-Modelle im nächsten Entwicklungsschritt effizienter werden und der “Rechenleistungs-Hunger” sich verringere.

Patrick Ratheiser ergänzt: “Es ist grundsätzlich eine Kostenfrage.” Unternehmen müssten sich sehr gut überlegen, ob sie ein eigenes LLM (Large Language Model) betreiben und dieses sogar selbst trainieren wollen, oder lieber doch eine Usage-basierte Lösung wählen. Er sehe bei österreichischen Unternehmen – auch bei größeren – eine klare Tendenz zur zweiten Variante. “Es lässt sich deutlich schneller einrichten, ist kalkulierbarer und auch viel schneller skalierbar”, erklärt Ratheiser.

Etwa im Forschungsbereich sei es jedoch wichtig und notwendig, auch eigene LLMs und die damit verbundene Infrastruktur zu betreiben. Doch auch die Möglichkeit von hybriden Lösungen biete sich an. “Man kann mittlerweile auch Teile in der Cloud lassen und Teile On-Premise. Man kann etwa nur ein datenschutzsicheres LLM selbst betreiben”, erklärt der Experte, der auch bei der Wahl der genutzten Modelle einen hybriden Ansatz empfiehlt: “Man braucht nicht für alle Use Cases das neueste Modell. Manchmal braucht man überhaupt kein LLM.”

Datenschutz: Einige Herausforderungen bei LLMs

Stichwort: Datenschutz. Hier schafft die europäische Datenschutzgrundverordnung (DSGVO) im KI-Bereich besondere Herausforderungen, weiß Natalie Ségur-Cabanac, die vorab betont: “Ich persönlich halte die DSGVO für ein gutes Regulierungswerk, weil sie sehr viel Spielraum gibt. Ich sage immer: Datenschutz ist sehr komplex, aber nicht kompliziert.” Konkret seien etwa der Grundsatz der Zweckbezogenheit, also dass man Daten nur für konkrete Zwecke einsetzen darf, und dass man sie minimierend einsetzen muss, relevant für den KI-Bereich. “Da haben wir schon einen Konflikt, weil man ja [bei LLMs] erst einmal schaut, was man aus möglichst vielen Daten machen kann”, so die Expertin.

Ist KI rechtlich innerhalb der EU sogar per se in einem Graubereich?

Auch Transparenzbestimmungen – sowohl in der DSGVO als auch im AI-Act der EU – seien zu beachten. “Wenn ich KI verwende, muss ich auch wissen, was drinnen ist”, fasst Ségur-Cabanac zusammen. Ist KI also rechtlich innerhalb der EU sogar per se in einem Graubereich? “Nein, das glaube ich nicht. Aber man muss seine Hausaufgaben schon gut machen”, sagt die Expertin. Wichtig sei daher auch die im Rahmen des EU-AI-Acts eingeforderte KI-Kompetenz in Unternehmen – im technischen und rechtlichen Bereich.

KI-Kompetenz als zentrales Thema

Patrick Ratheiser stimmt zu: “Neben der Technologie selber sind bei unseren Kunden die Mitarbeiter ein Riesen-Thema. Man muss sie nicht nur wegen dem AI-Act fit bekommen, sondern es geht darum, sie wirklich auf die Anwendungen einzuschulen.” Wichtig seien dabei auch die Kolleg:innen, die sich bereits mit dem Thema auskennen – die “Pioniere” im Unternehmen. “AI Literacy ist sicherlich das Thema 2025 und in nächster Zeit. So, wie wir gelernt haben, mit dem Smartphone umzugehen, werden wir es auch mit generativer KI lernen”, so Ratheiser.

“Einfach einmal ausprobieren”

Stephan Kraft ergänzt: Neben einer soliden Datenbasis und der notwendigen Kompetenz brauche es bei KI – gerade auch im Bereich Open Source – noch etwas: “Einfach einmal ausprobieren. Es braucht auch Trial and Error. Das ist vielleicht oft das Schwierigste für CFOs und Geschäftsführer.” Dieses Ausprobieren sollte aber innerhalb eines festgelegten Rahmens passieren, damit die KI-Implementierung gelingt, meint Natalie Ségur-Cabanac: “Unternehmen brauchen eine KI-Strategie und müssen wissen, was sie mit der Technologie erreichen wollen.” Auch sich mit den zuvor angesprochenen rechtlichen Anforderungen – Stichwort Compliance – zu beschäftigen, komme zeitlich erst nach der Festlegung der Strategie.

Die gesamte Folge ansehen:

Die Nachlesen der bisherigen Folgen:

Folge 1: “No Hype KI – wo stehen wir nach zwei Jahren ChatGPT?“

Folge 2: “Was kann KI in Gesundheit, Bildung und im öffentlichen Sektor leisten?“

Folge 3: “Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis”

Folge 4: KI-Geschäftsmodelle: “Wir nutzen nur einen Bruchteil dessen, was möglich ist”

Die Serie wird von brutkasten in redaktioneller Unabhängigkeit mit finanzieller Unterstützung unserer Partner:innen produziert.

die Redaktion

27.01.2025

Open Source und KI: “Es geht nicht darum, zu den Guten zu gehören”

die Redaktion

27.01.2025

Open Source und KI: “Es geht nicht darum, zu den Guten zu gehören”

“No Hype KI” wird unterstützt von CANCOM Austria, IBM, ITSV, Microsoft, Nagarro, Red Hat und Universität Graz.

“Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen”

Offenheit, um Diskriminierung entgegenzuwirken

Masse an Möglichkeiten

Ist Open Source immer die beste Lösung?

Datenstruktur im Hintergrund ist entscheidend

Compliance: Großes Thema – mehr Sichereheit mit professioneller Unterstützung

Infrastruktur: Gut planen, was man wirklich braucht

“Rechenleistungs-Hunger” von KI könnte sich in Zukunft verringern

Datenschutz: Einige Herausforderungen bei LLMs

Ist KI rechtlich innerhalb der EU sogar per se in einem Graubereich?

KI-Kompetenz als zentrales Thema

“Einfach einmal ausprobieren”

Die gesamte Folge ansehen:

Die Nachlesen der bisherigen Folgen:

Folge 1: “No Hype KI – wo stehen wir nach zwei Jahren ChatGPT?“

Folge 2: “Was kann KI in Gesundheit, Bildung und im öffentlichen Sektor leisten?“

Folge 3: “Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis”

Folge 4: KI-Geschäftsmodelle: “Wir nutzen nur einen Bruchteil dessen, was möglich ist”

Die Serie wird von brutkasten in redaktioneller Unabhängigkeit mit finanzieller Unterstützung unserer Partner:innen produziert.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag