Es ging wieder aufwärts am Kryptomarkt in dieser Woche. Die Kurse aller großen Krypto-Assets liegen gegenüber vergangenem Freitag im Plus.
Interessant dabei: Die traditionellen Finanzmärkte standen diese Woche unter Druck. Der militärische Konflikt im Nahen Osten sorgt für Unsicherheit. Im Normalfall zieht so etwas auch die Kryptokurse mit nach unten: Weil Kryptowährungen am Markt als typische Risk Assets eingeordnet werden, von denen man sich in Phasen hoher Unsicherheit vorsichtshalber trennt.
Aber nicht so in dieser Woche. Da hielten sich die Krypto-Kurse trotz des schwachen Umfelds mehr als nur gut. Bitcoin stieg am Freitag zwischenzeitlich sogar über die 30.000-Dollar-Marke. Hintergrund ist ein Thema, das schon im Sommer einige Zeit die Kurse trieb: Bitcoin-ETFs in den USA.
Da dieses Thema in Crypto Weekly bereits dermaßen oft beleuchtet wurde, hier nur mehr die Kurzfassung zum Kontext: Noch nie ist in den USA ein ETF zugelassen worden, der direkt in Bitcoin investiert (statt in Finanzprodukte, die den Bitcoin-Preis nachbilden). Im Juni wurde bekannt, dass der weltgrößte Vermögensverwalter BlackRock einen Antrag auf einen solchen ETF bei der US-Börsenaufsicht eingereicht hat (siehe Crypto Weekly #104). Und BlackRock hat in den USA eine gute Bilanz bei ETF-Anträgen: 575 mal wurden diese genehmigt, nur einmal abgelehnt.
Ende August kam dann noch ein Gerichtsurteil dazu. In einem anderen Fall, in dem es aber ebenfalls um einen Bitcoin-ETF geht. Der Vermögensverwalter Grayscale wollte (und will weiterhin) seinen Bitcoin Trust in einen ETF umwandeln. Die Börsenaufsicht lehnte dies ab, Grayscale klagte. Ein Gericht entschied: Die Behörde hat nicht ausreichend begründet, warum der Antrag abgelehnt wurde (siehe Crypto Weekly #113).
😮 US-Börsenaufsicht beeinsprucht Grayscale-Urteil nicht
Danach wurde es um das Thema wieder ruhiger(siehe Crypto Weekly #116). Nun kam aber wieder Bewegung rein. Zunächst einmal gab es Neuigkeiten im Grayscale-Fall. Die US-Börsenaufsicht werde das Urteil nicht beeinspruchen, berichtete zunächst die Nachrichtenagentur Reuters am vergangenen Freitagabend. Und das bestätigte sich dann tatsächlich, die Behörde ließ eine entsprechende Frist verstreichen.
Dazu muss man anmerken: Daraus folgt nicht, dass die Börsenaufsicht den Antrag genehmigen muss. Sie hat lediglich das Urteil akzeptiert, dass sie ihre ursprüngliche Entscheidung nicht ausreichend begründet hat.
Das heißt auch: Sie könnte einen erneuten Antrag ebenfalls wieder ablehnen – nur eben mit einer anderen Begründung. Hier könnte man jedoch wieder argumentieren: Wenn sie bessere andere Begründungen haben, warum haben sie die dann nicht gleich angeführt? Wie dem aber auch sei, klar ist jedenfalls: Dass die Börsenaufsicht das Urteil nicht beeinsprucht, ist für Grayscale jedenfalls besser als umgekehrt.
🙈 Wie eine Falschmeldung Bitcoin nach oben springen ließ
Am Montag folgte dann schon die nächste große Nachricht zum Thema. Diesmal aber nicht zum Grayscale-Antrag, sondern zu jenem von BlackRock. Die Börsenaufsicht habe diesen nun genehmigt, berichtete die Krypto-Newsseite Cointelegraph. Der Kurs von Bitcoin reagierte sofort und zog deutlich an.
Die Sache hatte aber einen Haken: Es war eine völlige Falschmeldung. BlackRock selbst dementierte die vermeintliche Neuigkeit auch rasch. Der Antrag werde weiterhin von der Börsenaufsicht geprüft, sagte ein Sprecher des Vermögensverwalters.
Nachdem dies klar geworden war, fiel der Bitcoin-Kurs zunächst wieder etwas zurück. In den folgenden Tagen ging es jedoch weiter aufwärts – nicht wegen der Falschmeldung, aber ein Zusammenhang zur größeren Thematik Bitcoin-ETFs kann durchaus angenommen werden. Der Optimismus in der Kryptobranche zu dem Thema nahm zuletzt wieder zu.
Sowohl BlackRock als auch Fidelity – ein weiterer Vermögensverwalter, der einen Antrag auf einen Bitcoin-ETF eingebracht hatte – nahmen diese Woche an ihren Anträgen Ergänzungen vor. Am Markt wurde dies als positiv interpretiert.
Unterstützend wirkte diese Woche außerdem ein Report von JPMorgan. Die Analysten der US-Großbank gehen darin davon aus, dass Bitcoin-ETFs in den nächsten Monaten genehmigt werden dürften – “höchstwahrscheinlich vor dem 10. Jänner 2024”, wie es in dem Report heißt. Dabei handelt es sich um die letzte Frist für die ebenfalls bei der Börsenaufsicht liegenden Anträge von Ark Invest und 21Shares, die zuletzt verlängert worden war (siehe Crypto Weekly #116)
Entscheidend sind diese Dinge natürlich allesamt nicht. Aber sie sind positive Indizien, was die Genehmigung von Bitcoin-ETFs angeht – oder werden zumindest am Markt als solche interpretiert. Ob sich die Markteinschätzung als richtig erweisen wird, werden die nächsten Monate zeigen.
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.
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.
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.
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.
