Funding the AI Cloud — Amazon, Alphabet, and Microsoft's Cloud Computing Investments, Part 2
Zusammenfassung
Kurz
Die Autoren vergleichen die öffentlichen Open-Source-Repositories von AWS, GCP und Azure und finden unterschiedliche Aktivitätsmuster: Azure bot die meisten Pakete, während AWS bei mehreren Durchschnittswerten je Repository vorn lag. Sie halten es für möglich, dass kostenlose, cloudbezogene Werkzeuge Entwickler an Anbieter binden und später Geschäft fördern; die GitHub-Daten belegen diese Wirkung oder eine entsprechende Absicht aber nicht.
Mittel
Der Bericht untersucht, ob Amazon, Alphabet und Microsoft kostenlose Open-Source-Werkzeuge nutzen, um Entwickler an ihre Cloud-Plattformen heranzuführen und später zahlende Kunden zu gewinnen. Als mögliche Wirkung beschreibt er auch eine stärkere Bindung an die jeweilige Umgebung. Die Autoren analysierten mithilfe der GitHub-API öffentliche Repositories der Cloud-Profile und verglichen Anzahl, Sterne, Forks und Issues.
Seit 2010 veröffentlichten die drei Anbieter laut Analyse zusammen mehr als 4.000 Repositories. Azure stellte mit 2.279 die meisten bereit; AWS hatte die wenigsten. Trotzdem führte AWS bei Sternen insgesamt und im Durchschnitt sowie beim durchschnittlichen Issues-Aufkommen. Azure lag bei den Forks und Issues insgesamt vorn, wobei ein großer Teil seiner Issues auf wenige besonders aktive Repositories entfiel. GCP hatte weniger Issues, aber den größten Anteil außerhalb seiner Top fünf Prozent.
Die Autoren sehen darin unterschiedliche Muster der Entwickleraktivität und mögliche Chancen, Cloud-Geschäft zu fördern. Die GitHub-Kennzahlen belegen jedoch weder tatsächliche Kundenbindung noch Umsatzwirkungen oder eine absichtliche Lock-in-Strategie. Zudem weist der Bericht darauf hin, dass Microsofts Besitz von GitHub die höhere Nutzung der Plattform mit erklären könnte.
Ausführlich lesen
Der Bericht untersucht, wie Amazon Web Services (AWS), Alphabet beziehungsweise Google Cloud Platform (GCP) und Microsoft Azure Open-Source-Software (OSS) einsetzen könnten, um Entwickler für ihre Cloud-Umgebungen zu gewinnen. Die Autoren vergleichen diese Strategie mit einem „Loss Leader“: Kostenlose Werkzeuge können Nutzer anziehen, die später kostenpflichtige Cloud-Dienste oder Beratung in Anspruch nehmen. Weil die Pakete auf die jeweilige Cloud zugeschnitten sind, könnten sie außerdem den Wechsel zu einem anderen Anbieter erschweren. Das beschreibt der Bericht als mögliche Geschäftsstrategie, nicht als nachgewiesene Absicht der Unternehmen.
Für die Untersuchung werteten die Autoren mithilfe der GitHub-API die öffentlichen Repositories der Cloud-Profile von AWS, GCP und Azure sowie Angaben zu deren Nutzung aus. Als Kennzahlen dienen die Zahl der veröffentlichten Repositories, GitHub-Sterne, Forks und Issues. Sterne zeigen vergleichsweise einfache Zustimmung; Forks deuten auf Kopieren und mögliche Anpassung hin, während Issues Fragen, Fehlermeldungen und Verbesserungsvorschläge erfassen.
Seit 2010 stellten die drei Anbieter laut Analyse zusammen mehr als 4.000 OSS-Werkzeuge öffentlich bereit. Microsoft führte mit 2.279 Repositories; der Bericht vermerkt, dass die Veröffentlichungen ab 2015 deutlich zunahmen. Als möglichen Kontext nennt er Satya Nadellas Unterstützung für Open Source. Zugleich weist er darauf hin, dass Microsoft GitHub besitzt, was die stärkere Nutzung der Plattform mit erklären könnte. GCP bot ebenfalls eine vergleichsweise große Auswahl. AWS hatte die wenigsten Repositories.
Bei den Sternen lag AWS trotz der kleineren Repository-Zahl sowohl bei der Gesamtzahl als auch beim Durchschnitt je Repository vorn. Azure kam insgesamt auf eine ähnliche Zahl an Sternen, verteilt auf etwa fünfmal so viele Pakete. Bei allen drei Anbietern entfiel ein ähnlich großer Anteil der Sterne auf die jeweils beliebtesten fünf Prozent der Repositories. Azure hatte die meisten Forks insgesamt, was angesichts der größeren Zahl an Repositories nicht überraschend sei; AWS führte beim Durchschnitt pro Repository. Laut Bericht verteilten sich Forks bei allen drei Anbietern weniger stark auf einzelne Spitzenprojekte als Sterne. Bei den Issues hatte AWS den höchsten Durchschnitt je Repository. Azure führte bei der Gesamtzahl, doch 70 Prozent seiner Issues entfielen auf die beliebtesten fünf Prozent. GCP lag bei Gesamtzahl und Durchschnitt hinter AWS und Azure, hatte aber den größten Anteil seiner Issues außerhalb der Top fünf Prozent.
Die Autoren folgern, dass Entwickler mit den OSS-Angeboten aller drei Anbieter interagieren. Azure und GCP böten mehr Pakete, während AWS trotz geringerer Auswahl hohe Aktivität je Repository verzeichne. Sie sehen darin Hinweise auf unterschiedliche Reichweiten und Verteilungen des Engagements und argumentieren, dass Entwicklerbindung später Geschäft mit Cloud-Ressourcen oder Beratung begünstigen könne. Die Kennzahlen belegen jedoch weder tatsächliche Cloud-Kundenwechsel noch Umsatzwirkungen oder eine gezielte Bindungsabsicht. Sie bilden außerdem GitHub-Aktivität in den betrachteten Anbieterprofilen ab, nicht sämtliche OSS-Angebote oder die Nutzung außerhalb GitHubs. Der Bericht bezeichnet sich als zweiten Teil einer dreiteiligen Datenreihe.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Die Prüfung stützt sich auf die mittlere Zusammenfassung von Luna, die den Bericht treu wiedergibt; die Kurzfassung ist ebenfalls weitgehend korrekt. Der Bericht passt thematisch nur am Rande zu den KI-Sicherheitsfragen, weshalb die Einordnung durchweg niedrig ausfällt.
Im Bericht, aber nicht in der Zusammenfassung
- Der Anstieg der Veröffentlichungen ab 2015, kurz nach Satya Nadellas Amtsantritt als Microsoft-CEO
- AWS als Marktführer im Cloud-Markt und die Vermutung, dass AWS OSS als weniger notwendig ansieht
- Die Costco-Analogie zur Lockvogel-Strategie, mit der der Bericht seinen Rahmen eröffnet
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Fähigkeiten messen
- 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 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 52 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Unabhängig prüfen
- SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 57 %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 51 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Tempo und Grenzen
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 100 %kein Bezug
- Luna 70 %Hintergrund, keine Belege
- JEV 26 %nur am Rande erwähnt
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 62 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung kein Bezug
Vertrauen in Modelle
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 57 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Agenten und vernetzte Systeme
- SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
- clef 100 %kein Bezug
- Luna 68 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung gleiches Oberthema, hilft nicht
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 34 %Hintergrund, keine Belege
- JEV 34 %gleiches Oberthema, hilft nicht
- amos 31 %gleiches Oberthema, hilft nicht
- SubQ 46 %gleiches Oberthema, hilft nicht
- drex 42 %gleiches Oberthema, hilft nicht
- d3-ultra 58 %gleiches Oberthema, hilft nicht
- SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- 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 100 %kein Bezug
- SubQ 53 %gleiches Oberthema, hilft nicht
- drex 45 %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 41 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 46 %gleiches Oberthema, hilft nicht
- SubQ 46 %gleiches Oberthema, hilft nicht
- drex 53 %gleiches Oberthema, hilft nicht
- d3-ultra 49 %gleiches Oberthema, hilft nicht
- SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 39 %gleiches Oberthema, hilft nicht
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 51 %gleiches Oberthema, hilft nicht
- drex 54 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 18 %Hintergrund, keine Belege
- Luna 53 %einzelne zitierbare Belege
- JEV 47 %umfangreiche Belege
- amos 29 %einzelne zitierbare Belege
- SubQ 25 %gleiches Oberthema, hilft nicht
- drex 28 %gleiches Oberthema, hilft nicht
- d3-ultra 46 %einzelne zitierbare Belege
- Haiku-Prüfung nur am Rande erwähnt
- 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-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 46 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 46 %gleiches Oberthema, hilft nicht
- SubQ 63 %gleiches Oberthema, hilft nicht
- drex 66 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Wirtschaft und Haftung
- SF-W2 Wie wirken sich Wettbewerbsrecht und öffentliche Beschaffung auf die KI-Sicherheit aus?
- clef 100 %kein Bezug
- Luna 55 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 26 %Hintergrund, keine Belege
- SubQ 100 %kein Bezug
- drex 37 %gleiches Oberthema, hilft nicht
- d3-ultra 53 %gleiches Oberthema, hilft nicht
Weitere Berichte zu diesen Fragen
- Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
- Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
- 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