Funding the AI Cloud — Amazon, Alphabet, and Microsoft's Cloud Computing Investments, Part 3
Zusammenfassung
Kurz
Der Bericht analysiert PitchBook-Daten und kommt zu dem Ergebnis, dass Alphabet seit 2011 die meisten Investitionen tätigte, während die KI-Anteile der Portfolios aller drei Konzerne zunahmen. Die Autoren sehen in Beteiligungen, Förderprogrammen und Cloud-Guthaben mögliche Mittel, um Start-ups an die Cloud-Ökosysteme der Konzerne zu binden; die Daten belegen jedoch nicht, dass dies bei jeder Investition geschieht, und für manche Accelerator-Geschäfte fehlen Datumsangaben.
Mittel
Der Bericht, dritter Teil einer Datenreihe, wertet PitchBook-Daten zu Investitionen von Alphabet, Amazon und Microsoft von 2011 bis 2024 aus. Alphabet verzeichnete mit 4.281 Geschäften die meisten Gesamtinvestitionen; auch bei KI-Unternehmen lag es mit knapp 1.100 vor Microsoft (511) und Amazon (220). Seit 2023 richteten Microsoft und Amazon laut Bericht jeweils etwa die Hälfte ihrer Investitionen auf KI-Unternehmen.
42 Prozent der erfassten globalen Investitionen liefen über Accelerator- oder Inkubatorprogramme. Bei den übrigen Geschäften machten Übernahmen fast ein Viertel der Portfolios von Amazon und Microsoft, aber 11 Prozent von Alphabet aus. Alphabet investierte zudem häufiger in frühe VC-Runden. Die Programme bieten Start-ups unter anderem Mentoring und Cloud-Guthaben. Die Autoren argumentieren, dass solche Angebote Firmen fördern und zugleich an die Cloud-Ökosysteme der Konzerne binden können.
Der Bericht deutet die Investitionen als möglichen Weg zu größerem Einfluss auf Start-ups und digitale Märkte. Seine Befunde beruhen auf PitchBook-Daten und belegen nicht für jede Investition eine tatsächliche Cloud-Bindung oder Marktmachtwirkung. Für einige Accelerator-Geschäfte fehlen Datumsangaben; die KI-Unternehmen wurden anhand von PitchBook-Kategorien und ergänzenden Stichwörtern bestimmt.
Ausführlich lesen
Der Bericht untersucht, wie Alphabet, Amazon und Microsoft durch Unternehmensinvestitionen ihren Einfluss auf Start-ups und die digitale Wirtschaft ausbauen könnten. Er ist der dritte Teil einer dreiteiligen Datenreihe und stützt die ausgewerteten Zahlen auf CSET-Analysen von PitchBook-Daten. Die Autoren beschreiben Beteiligungen, Übernahmen und Förderprogramme als mögliche Wege, finanzielle Interessen mit Einfluss auf Geschäftsmodelle und mit einer Bindung von Unternehmen an die Cloud-Angebote der Investoren zu verbinden.
Seit 2011 verzeichnet Alphabet laut PitchBook mit 4.281 Transaktionen die meisten Investitionen der drei Konzerne. Microsoft lag bis 2017 ähnlichauf, danach nahm Alphabets Aktivität deutlich zu. Amazon tätigte vergleichsweise weniger Geschäfte, steigerte deren Zahl pro Jahr aber leicht seit 2014. Etwa die Hälfte der Investitionen richtete sich auf Unternehmen in den USA; weitere Ziele lagen unter anderem im Vereinigten Königreich, in Kanada, Indien, China und Brasilien. Der Bericht legt nahe, dass solche Beteiligungen in aufstrebenden Technologiemärkten sowohl finanzielle Erträge als auch künftige Cloud-Kunden bringen könnten.
42 Prozent der erfassten weltweiten Investitionen entfielen auf Accelerator- oder Inkubatorprogramme. Die übrigen 58 Prozent umfassten unter anderem Übernahmen, Venture-Capital-Finanzierungen und weitere Geschäfte. Bei diesen Nicht-Accelerator-Investitionen machten Übernahmen knapp ein Viertel der Portfolios von Amazon und Microsoft aus, bei Alphabet dagegen 11 Prozent. Alphabet setzte stärker auf Venture Capital und investierte dabei häufiger in jüngere Unternehmen: 64 Prozent seiner VC-Geschäfte entfielen auf Seed- oder frühe Finanzierungsrunden, gegenüber 57 Prozent bei Microsoft und 55 Prozent bei Amazon.
Auch die Förderprogramme unterscheiden sich in Umfang und Alter. Google for Startups habe seit 2012 fast 2.600 Unternehmen in 90 Ländern unterstützt, Microsoft mehr als 1.100 in 59 Ländern seit 2008. AWS Startups, 2018 gegründet, verzeichnete 168 Geschäfte in 18 Ländern. Die Autoren vermuten, Amazon habe ähnliche Unterstützung schon zuvor angeboten, aber erst später als eigenständiges Programm organisiert. Die Programme bieten teils Cloud-Guthaben und Mentoring; der Bericht argumentiert, dass solche Anreize Start-ups Vorteile verschaffen und sie zugleich an die jeweilige Cloud-Plattform binden können. Amazon zufolge laufen 96 Prozent der KI-/ML-Einhörner auf AWS; dies ist eine Unternehmensangabe, keine im Bericht unabhängig bestätigte Kennzahl.
Für KI-Unternehmen zählte CSET zwischen 2011 und 2024 knapp 1.100 Alphabet-Investitionen, 511 von Microsoft und 220 von Amazon. Diese Größenordnung entspreche ungefähr den allgemeinen Investitionsmustern: KI-Firmen machten im Zeitraum 2011–2014 zwischen 25 und 30 Prozent der Portfolios aus. Der Anteil der Investitionen in KI-Unternehmen sei später bei allen drei gestiegen; seit 2023 entfielen laut Bericht jeweils etwa die Hälfte der Investitionen von Microsoft und Amazon auf KI-Unternehmen. Zur Identifikation nutzte CSET PitchBook-Vertikalen sowie Stichwörter aus Unternehmensbeschreibungen, ergänzt durch PitchBook-Rechercheure.
Die Autoren folgern, die Kombination aus Übernahmen, Risikokapital, Förderprogrammen und Cloud-Guthaben könne die globale Reichweite der drei Konzerne und ihren Einfluss auf KI und andere digitale Technologien vergrößern. Die Aussagekraft ist durch den beschriebenen Datensatz begrenzt: Es handelt sich um eine Auswertung von PitchBook-Daten, und bei einigen Accelerator-Geschäften fehlen Datumsangaben. Zudem zeigt der Bericht Muster und mögliche Wirkungen auf, belegt aber nicht, dass jede Investition tatsächlich zu Cloud-Bindung oder größerer Marktmacht führt.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Die Zusammenfassung ist im Kern treu, die Einschränkung zur Cloud-Bindung ist eine Ergänzung der Prüfung und kein Berichtsinhalt. Die Einordnung stützt sich auf den Wortlaut des Berichts, der sich vor allem mit Investitionsdaten und Cloud-Ökosystemen befasst und die gefragten Sicherheitsfragen nur mittelbar berührt.
Im Bericht, aber nicht in der Zusammenfassung
- Amazon hat vergleichsweise wenige Investitionen getätigt.
- AWS bietet nach dem Bericht jährlich 1 Mrd. US-Dollar Cloud-Guthaben für Start-ups, die auf AWS aufbauen.
- Google for Startups hat Microsofts Accelerator-Investitionen um etwa 2021 überholt.
- Der Bericht nennt die Anteile der KI-Investitionen an den Portfolios von 2011 bis 2014 mit 25 bis 30 Prozent.
In der Zusammenfassung, laut Prüfung nicht im Bericht belegt
- Die Einschränkung, dass die Daten nicht für jede Investition eine Cloud-Bindung belegen, steht so nicht im Bericht; die Zusammenfassung ergänzt hier eine eigene Vorsicht.
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Vorfälle melden
- SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
- clef 100 %kein Bezug
- Luna 32 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Fähigkeiten messen
- SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
- clef 100 %kein Bezug
- Luna 44 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 51 %gleiches Oberthema, hilft nicht
- drex 46 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
- clef 100 %kein Bezug
- Luna 42 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 48 %gleiches Oberthema, hilft nicht
- SubQ 56 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 49 %gleiches Oberthema, hilft nicht
- SubQ 47 %gleiches Oberthema, hilft nicht
- drex 50 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-F5 Wie gehen Staaten gemeinsam gegen KI-gestützte Cyberangriffe vor und verhindern Eskalation zwischen autonomen Systemen, ohne die Verteidigung zu behindern?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 49 %gleiches Oberthema, hilft nicht
- SubQ 56 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Unabhängig prüfen
- SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 47 %gleiches Oberthema, hilft nicht
- SubQ 50 %gleiches Oberthema, hilft nicht
- drex 43 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 54 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- clef 26 %gleiches Oberthema, hilft nicht
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 64 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-P4 Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 43 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-P5 Wie überprüft man, ob Zusagen zwischen Staaten eingehalten werden, auch über Jahre und Regierungswechsel hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 61 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 43 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Tempo und Grenzen
- SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- clef 100 %kein Bezug
- Luna 74 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 47 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 63 %gleiches Oberthema, hilft nicht
- drex 69 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 34 %gleiches Oberthema, hilft nicht
- Luna 54 %einzelne zitierbare Belege
- JEV 41 %einzelne zitierbare Belege
- amos 49 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 77 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung gleiches Oberthema, hilft nicht
Vertrauen in Modelle
- SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 67 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 26 %Hintergrund, keine Belege
- Luna 84 %Hintergrund, keine Belege
- JEV 48 %Hintergrund, keine Belege
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 54 %gleiches Oberthema, hilft nicht
- drex 59 %gleiches Oberthema, hilft nicht
- d3-ultra 52 %gleiches Oberthema, hilft nicht
- SF-V5-T01 Was sollte ein Modell schon heute tun, nicht erst bei rekursiver Selbstverbesserung (wenn KI ihre eigene Weiterentwicklung selbst vorantreibt), um äußerste Vorsicht angesichts rasch wachsender maschineller Intelligenz ernst zu nehmen?
Agenten und vernetzte Systeme
- SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
- clef 100 %kein Bezug
- Luna 61 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
- clef 32 %Hintergrund, keine Belege
- Luna 87 %Hintergrund, keine Belege
- JEV 41 %Hintergrund, keine Belege
- amos 37 %gleiches Oberthema, hilft nicht
- SubQ 46 %gleiches Oberthema, hilft nicht
- drex 46 %gleiches Oberthema, hilft nicht
- d3-ultra 46 %gleiches Oberthema, hilft nicht
- SF-A3-T01 Welche Beobachtungen oder gemeinsamen Tests erkennen entstehende Abstimmung, Absprachen oder Kettenfehler zwischen Modellen in Arbeitsabläufen, Lieferketten und Gruppen vieler Agenten (Schwärmen), die kein einzelnes Labor steuert oder vorhersieht?
- SF-A3-T05 Wie sollen Aufsichtsbehörden und Labore die Gesamtrisiken und die miteinander verknüpften Risiken tausender einzeln genehmigter Einsätze bewerten, die Infrastruktur, Modelle, Datenquellen oder Fehlerarten teilen?
Modelle teilen und schützen
- SF-H1 Wo endet die erlaubte Nutzung fremder Modellausgaben, und wo beginnt unerlaubte Destillation, also das Trainieren eines eigenen Modells mit diesen Ausgaben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 46 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 46 %gleiches Oberthema, hilft nicht
- SubQ 63 %gleiches Oberthema, hilft nicht
- drex 46 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-H4 Was geschieht mit Modellen und Sicherheitspflichten, wenn ein Labor verkauft, aufgelöst oder ein Modell stillgelegt wird?
- clef 100 %kein Bezug
- Luna 72 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 28 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 43 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-H5 Wann sind Chip- und Exportkontrollen eine Sicherheitsmaßnahme, und wann ein dauerhafter Vorteil?
- clef 100 %kein Bezug
- Luna 72 %Hintergrund, keine Belege
- JEV 34 %gleiches Oberthema, hilft nicht
- amos 39 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 41 %gleiches Oberthema, hilft nicht
- d3-ultra 48 %gleiches Oberthema, hilft nicht
- SF-H5-T03 Welche beobachtbare Reaktion würde zeigen, dass Technologiebeschränkungen ein überprüfbares Sicherheitsabkommen unwahrscheinlicher machen, während sie den Fähigkeitsvorsprung vergrößern, und wie würde sich die Strategie dann ändern?
Frieden und Sicherheit
- SF-K2 Wie weit gelten KI-Abkommen für Verbündete und Geheimdienste, und wie verhalten sie sich zu bestehenden Rüstungskontrollverträgen und -regimen?
- clef 100 %kein Bezug
- Luna 54 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 53 %gleiches Oberthema, hilft nicht
- SubQ 60 %gleiches Oberthema, hilft nicht
- drex 59 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Offenlegung und Rechenschaft
- SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 48 %gleiches Oberthema, hilft nicht
- SubQ 71 %gleiches Oberthema, hilft nicht
- drex 56 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
- SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
- clef 100 %kein Bezug
- Luna 75 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 30 %gleiches Oberthema, hilft nicht
- SubQ 55 %gleiches Oberthema, hilft nicht
- drex 49 %gleiches Oberthema, hilft nicht
- d3-ultra 55 %gleiches Oberthema, hilft nicht
- SF-E1-T04 Wie bekommen Staaten, in denen kein Spitzenlabor sitzt, einen echten Platz beim Setzen internationaler technischer KI-Normen, damit KI in der Praxis ein gemeinsames Gut bleibt und nicht nur wenige Regierungen und Firmen die Regeln schreiben?
- SF-E1-T05 Welche Mechanismen könnten geschaffen werden, damit Standards und Praktiken der KI-Sicherheit in Ländern des Globalen Südens berücksichtigt und nicht allein von wenigen Staaten bestimmt werden?
- SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
- clef 100 %kein Bezug
- Luna 81 %Hintergrund, keine Belege
- JEV 45 %Hintergrund, keine Belege
- amos 34 %gleiches Oberthema, hilft nicht
- SubQ 62 %gleiches Oberthema, hilft nicht
- drex 53 %gleiches Oberthema, hilft nicht
- d3-ultra 56 %gleiches Oberthema, hilft nicht
- SF-E2-T07 Würden Regierungen ein gemeinsam finanziertes, offenes internationales Forschungsprogramm zu Problemen der Ausrichtung von KI an vorgesehenen Zielen und Werten (Täuschungserkennung, Wertelernen, skalierbare Aufsicht) unterstützen, mit gemeinsamen Vergleichstests und Veröffentlichung, nach dem Vorbild der Europäischen Organisation für Kernforschung (CERN) oder der Internationalen Atomenergie-Organisation (IAEO)?
- SF-E3 Welche Stellen sind in einem Staat für KI-Sicherheit und Prüfungen zuständig, und was davon gibt es schon?
- clef 100 %kein Bezug
- Luna 38 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 55 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 23 %Hintergrund, keine Belege
- Luna 71 %einzelne zitierbare Belege
- JEV 46 %einzelne zitierbare Belege
- amos 30 %einzelne zitierbare Belege
- SubQ 25 %Hintergrund, keine Belege
- drex 25 %einzelne zitierbare Belege
- d3-ultra 38 %einzelne zitierbare Belege
- Haiku-Prüfung Hintergrund, keine Belege
- SF-E4-T01 Was hieße die Formel von KI als „gemeinsamem Gut der ganzen Menschheit“ praktisch (Zugang, Teilen des Nutzens, gestaffelte Preise, Technologietransfer), so dass jeder Staat sie tatsächlich unterschreiben und prüfen könnte?
- SF-E4-T02 Welche konkreten Mechanismen (bezahlbarer Zugang zu Modellen, Rechenleistung im öffentlichen Interesse, Technologietransfer) sollen Sicherheitsregeln begleiten, damit sie Monopole nicht vertiefen und Länder mit wenig Mitteln nicht abhängig zurücklassen?
- SF-E4-T03 Wie können gemeinsame Sicherheitsregeln verhindern, dass hohe Kosten der Einhaltung den Markt auf wenige reiche Labore verengen, und trotzdem kleine Entwickler und Open-Source-Entwickler auf dieselbe Mindestschwelle für Sicherheit verpflichten?
- SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- clef 100 %kein Bezug
- Luna 58 %Hintergrund, keine Belege
- JEV 47 %Hintergrund, keine Belege
- amos 35 %gleiches Oberthema, hilft nicht
- SubQ 65 %gleiches Oberthema, hilft nicht
- drex 64 %gleiches Oberthema, hilft nicht
- d3-ultra 55 %gleiches Oberthema, hilft nicht
- SF-E5-T01 Wer soll das Tempo der KI-Entwicklung bestimmen: die Labore, die Regierungen oder die Menschen, die diese Systeme jeden Tag nutzen?
- SF-E5-T04 Wie wird jede Regierung der eigenen Bevölkerung ihre Zusagen zur KI-Sicherheit erklären, ohne dass die Erklärung als Zugeständnis an die anderen oder als Zeichen eigener Schwäche bei KI-Fähigkeiten gelesen wird?
Wirtschaft und Haftung
- SF-W2 Wie wirken sich Wettbewerbsrecht und öffentliche Beschaffung auf die KI-Sicherheit aus?
- clef 29 %Hintergrund, keine Belege
- Luna 91 %Hintergrund, keine Belege
- JEV 34 %Hintergrund, keine Belege
- amos 30 %Hintergrund, keine Belege
- SubQ 40 %gleiches Oberthema, hilft nicht
- drex 26 %gleiches Oberthema, hilft nicht
- d3-ultra 42 %Hintergrund, keine Belege
- Haiku-Prüfung nur am Rande erwähnt
Weitere Berichte zu diesen Fragen
- Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
- Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
- Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
- Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
- Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
- Was geschieht mit Modellen und Sicherheitspflichten, wenn ein Labor verkauft, aufgelöst oder ein Modell stillgelegt wird?
- Wann sind Chip- und Exportkontrollen eine Sicherheitsmaßnahme, und wann ein dauerhafter Vorteil?
- Wie weit gelten KI-Abkommen für Verbündete und Geheimdienste, und wie verhalten sie sich zu bestehenden Rüstungskontrollverträgen und -regimen?
- Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
- In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
- Welche Stellen sind in einem Staat für KI-Sicherheit und Prüfungen zuständig, und was davon gibt es schon?
- Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- Wie wirken sich Wettbewerbsrecht und öffentliche Beschaffung auf die KI-Sicherheit aus?
- Alle Berichte im Archiv