Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
oecd8. Februar 2022 · Q005841

Measuring compute capacity: a critical step to capturing AI’s full economic potential

oecd.ai · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der OECD-Beitrag argumentiert, dass Länder ihre KI-Rechenkapazität messen sollten, um Investitionen besser an politischen Zielen auszurichten und ungleichen Zugang sowie Umweltfolgen zu berücksichtigen. Eine gemeinsame Definition und Messmethode fehlen laut Text; die OECD-Task-Force arbeitet an geeigneten Indikatoren, legt aber noch kein fertiges Modell oder abschließende Ergebnisse vor.

Mittel

Der OECD-Beitrag fordert, nationale KI-Rechenkapazität systematisch zu messen, weil viele KI-Strategien laut Text ohne ausreichende Kenntnis der verfügbaren Infrastruktur entwickelt wurden. Eine allgemein anerkannte Definition und ein gemeinsamer Maßstab fehlten. Unter KI-Rechenkapazität versteht der Beitrag spezialisierte Hard- und Software vom Supercomputer und Rechenzentrum bis zur Workstation oder zum Laptop.

Fehlende Messdaten könnten zu unpassenden Investitionen und ungleichem Zugang führen. Als Beispiele nennt der Text die Verteilung von Supercomputern laut TOP500 im Jahr 2021 sowie Zugangsprobleme kleinerer Forschungszentren und Unternehmen. Er unterscheidet Investitionen in wenige große Systeme für besonders komplexe Modelle („Scaling up“) von vielen kleineren Systemen, die Forschung und Ausbildung breiter zugänglich machen („Scaling out“). Welche Mischung sinnvoll sei, hänge von den nationalen Zielen ab.

Zudem müssten Energie- und Wasserbedarf sowie weitere Umweltfolgen berücksichtigt werden. Eine OECD-Task-Force untersuche dafür mögliche Indikatoren, unter anderem Energieverbrauch, erneuerbare Energien und Lebenszyklus-Emissionen. Der Text beschreibt eine laufende Arbeit: Er liefert weder ein fertiges Messmodell noch abschließende Ergebnisse, sondern begründet den Bedarf an vergleichbaren Daten für inklusivere und nachhaltigere Entscheidungen.

Ausführlich lesen

Der OECD-Beitrag argumentiert, dass Staaten den Zugang zu KI-Rechenkapazität messen müssen, wenn sie das wirtschaftliche Potenzial ihrer KI-Strategien realistisch einschätzen und nutzen wollen. Viele Länder hätten KI zwar zur Priorität erklärt und entsprechende Pläne veröffentlicht, diese seien jedoch häufig ohne eine vollständige Bewertung der verfügbaren Rechenkapazität entstanden. Der Beitrag vermutet, dass die technische Komplexität des Themas und die Annahme, Rechenleistung lasse sich wie gewöhnliche IT-Infrastruktur leicht über Cloud-Anbieter beschaffen, zu dieser Lücke beitragen.

Eine allgemein anerkannte Definition von KI-Rechenkapazität gebe es demnach nicht. Der Beitrag versteht darunter eine auf KI-Anwendungen ausgelegte Kombination aus spezialisierter Software und Hardware, etwa Prozessoren, Speicher und Netzwerken. Dazu zählten große Rechenzentren, Supercomputer und Cloud-Dienste ebenso wie kleinere Workstations und Laptops. Gemeinsam mit Daten und Algorithmen bilde Rechenleistung eine wesentliche Voraussetzung für die Entwicklung und Verbreitung von KI.

Als Risiken fehlender Mess- und Vergleichsmaßstäbe nennt der Beitrag schlecht informierte Investitionsentscheidungen und eine mögliche Kluft beim Zugang zu leistungsfähiger Recheninfrastruktur. Zur Illustration verweist er auf die TOP500-Liste von 2021: Weniger als 31 Länder verfügten demnach über ein System, das als Top-Supercomputer eingestuft wurde; viele dieser Systeme befänden sich in den USA und China, während der globale Süden nahezu nicht vertreten sei. Auch innerhalb einzelner Länder könne der Zugang ungleich verteilt sein. Der Beitrag nennt als Beispiele US-Forschungseinrichtungen, von denen nur wenige sich führende KI-Supercomputer leisten könnten, und kleinere britische Forschungszentren sowie Unternehmen, denen der Zugang zu großen Rechenplattformen schwerfalle. Diese Beispiele werden als Hinweise auf mögliche Ungleichheiten angeführt, nicht als vollständige Bestandsaufnahme.

Für politische Investitionen unterscheidet der Text zwischen „Scaling up“ und „Scaling out“. Beim Ausbau nach oben gehe es um wenige große Systeme für das Training besonders komplexer Modelle, etwa in Sprachverarbeitung, Präzisionsmedizin oder autonomem Fahren. Beim Ausbau in die Breite würden mehr kleinere Systeme finanziert, um Forschung, Ausbildung und Zugang zu fördern. Als Beispiele nennt der Beitrag kleinere, staatlich unterstützte KI-Cluster an Hochschulen in Thailand und Indonesien. Je nach Ziel könnten Staaten eigene oder geförderte Supercomputer, Partnerschaften mit kommerziellen Cloud-Anbietern oder auch Laptops und Workstations für Studierende und Forschende unterstützen.

Der Beitrag betont außerdem die Umweltfolgen großer Rechensysteme, insbesondere Energie- und Wasserbedarf. Er nennt effizientere Server, Netzwerke und Kühlung, erneuerbare Energie sowie kleinere Trainingsdatensätze und weniger Trainingsläufe als mögliche Ansatzpunkte. In einem gemeinsamen Vorhaben mit der Global Partnership on Artificial Intelligence prüfe die OECD-Task-Force dem Text zufolge Indikatoren wie Energieverbrauch, erneuerbare Energien, Wasserverbrauch, Lebenszyklus-Emissionen, Standortwahl und Transparenz. Der Beitrag berichtet damit über eine laufende Messagenda, nicht über abschließende Ergebnisse. Sein zentrales Anliegen ist, eine Datengrundlage für bessere und nachhaltigere Entscheidungen zu schaffen und damit einer wachsenden Rechenkluft entgegenzuwirken. Als Grenze hält er fest, dass Einigkeit über Messung und Benchmarking noch fehlt; konkrete, abgeschlossene Messwerte oder ein fertiges Bewertungsmodell stellt der Text nicht vor.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Einordnung stützt sich nur auf den OECD-Text über die Messung von KI-Rechenkapazität. Die Sicherheits- und Governance-Fragen werden daher nur indirekt berührt; die Abbildungsunterschriften am Ende gehören nicht zum Haupttext und wurden nicht als Belege gewertet.

Im Bericht, aber nicht in der Zusammenfassung

  • Der Bericht sieht eine Fehleinschätzung von Regierungen: KI-Rechenleistung gelte oft als austauschbare Standardware wie herkömmliche IT-Infrastruktur, obwohl sie spezialisiert und knapp ist.
  • Die Lücke zwischen Ländern und innerhalb von Ländern (US-Forschende, Zugang kleinerer Forschungszentren laut UK-Bericht) wird im Kurztext nur angedeutet.
  • Der globale Süden fehlt im TOP500-Verzeichnis nahezu vollständig; dies belegt der Bericht ausdrücklich.
  • Die Empfehlung, auch kleine Systeme wie Laptops und Workstations zur Schließung der Lücke zu nutzen, fehlt.
  • Der Bezug zu den OECD AI Principles von 2019 und zur Zusammenarbeit mit GPAI sowie der Aufruf zur Beteiligung von Wirtschaft, Wissenschaft und Zivilgesellschaft fehlen.

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
  1. 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 55 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 50 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 83 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

Fähigkeiten messen
  1. 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 61 %Hintergrund, keine Belege
    • JEV 52 %gleiches Oberthema, hilft nicht
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 54 %gleiches Oberthema, hilft nicht
    • drex 62 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

    • SF-F2-T02 Wenn ein Staat fremde Modelle als Zeichen einer neuen Stufe nennt: Beruht das auf eigenen Messungen, die er so veröffentlichen könnte wie andere ihre Messungen? Und haben Labore vergleichbare Prüfungen fremder Modelle durchgeführt und sich entschieden, sie nicht zu veröffentlichen? Gefragt wurde das zu Minister Chen Yixins Nennung von Claude Mythos und GPT-5.5-Cyber als Zeichen der Phase „KI gegen KI“ bei Cyberangriff und -abwehr, nachdem die US-Prüfstelle CAISI Messungen von GLM-5.3 (17. September 2026) und, mit dem britischen AI Security Institute, von Kimi K3 (Juli 2026) veröffentlicht hatte, und zu Prüfungen von OpenAI und Anthropic an Modellen von DeepSeek, GLM, Qwen oder Kimi. Luna: Stufe 3 · 37 % · Hintergrund, keine Belege
    • SF-F2-T03 Ein Minister beschreibt Risiken durch Spionage und Datenabfluss, etwa über quelloffene KI-Agentenwerkzeuge, und durch ein Ungleichgewicht in der technologischen Entwicklung, das Monopole und Technologiebeschränkungen verschärfen. Welche veröffentlichten Belege würden diese Risiken an der Fähigkeit eines Modells statt an seiner Herkunft festmachen? Luna: Stufe 3 · 50 % · Hintergrund, keine Belege
Unabhängig prüfen
  1. 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 78 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 60 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

    • SF-P1-T06 Kann ein Staat gemeinsame Prüfverfahren überhaupt anwenden, wenn ein anderer die nötige Hardware durch Exportkontrollen beschränkt, und hat ein Beteiligter gesagt, ob die Prüfung von genau den Chipkontrollen abhängen darf, die der betroffene Staat „Monopol und Technologiebeschränkung“ nennt? Luna: Stufe 3 · 48 % · Hintergrund, keine Belege
  2. SF-P4 Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
    • clef 26 %Hintergrund, keine Belege
    • Luna 68 %Hintergrund, keine Belege
    • JEV 47 %gleiches Oberthema, hilft nicht
    • amos 38 %gleiches Oberthema, hilft nicht
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 59 %gleiches Oberthema, hilft nicht
    • d3-ultra 57 %gleiches Oberthema, hilft nicht

    • SF-P4-T01 Würden Regierungen Messdaten aus der Lieferkette von Chips (Telemetrie), den Stromverbrauch, gemeldete Verzeichnisse von Trainingsläufen und eine unabhängig überwachte Abrechnung von Strom, Hardware und Rechenaufwand als vertragstauglichen Nachweis für die Größe der Trainingsläufe eines anderen Staates anerkennen, ohne Modellgewichte (die gelernten Parameter) oder Code anzurühren? Und wie sähe eine Prüfordnung für Rechenschwellen aus, die nichts über das Innere der Modelle verrät? Luna: Stufe 3 · 62 % · Hintergrund, keine Belege
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 79 %Hintergrund, keine Belege
    • JEV 40 %gleiches Oberthema, hilft nicht
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 68 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

    • SF-T1-T08 Wenn ein Sicherheitsprojekt mit KI-Hilfe zugleich die allgemeine Fähigkeit des Modells oder die für sein Training genutzte Rechenleistung steigert: Wie hält man beide Wirkungen fest, und wie entscheidet man, ob der daraus entstehende Fähigkeitszuwachs eine neue Sicherheitsprüfung braucht, bevor die Arbeit weitergeht? Luna: Stufe 3 · 39 % · Hintergrund, keine Belege
  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 35 %gleiches Oberthema, hilft nicht
    • Luna 55 %Hintergrund, keine Belege
    • JEV 50 %gleiches Oberthema, hilft nicht
    • amos 50 %gleiches Oberthema, hilft nicht
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 76 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 24 %gleiches Oberthema, hilft nicht
    • Luna 50 %Hintergrund, keine Belege
    • JEV 38 %Hintergrund, keine Belege
    • amos 30 %nur am Rande erwähnt
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 40 %gleiches Oberthema, hilft nicht
    • d3-ultra 62 %gleiches Oberthema, hilft nicht

Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 100 %kein Bezug
    • Luna 28 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 61 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 100 %kein Bezug
    • Luna 39 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 70 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  3. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 100 %kein Bezug
    • Luna 78 %Hintergrund, keine Belege
    • JEV 44 %gleiches Oberthema, hilft nicht
    • amos 38 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 61 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

Modelle teilen und schützen
  1. SF-H5 Wann sind Chip- und Exportkontrollen eine Sicherheitsmaßnahme, und wann ein dauerhafter Vorteil?
    • clef 100 %kein Bezug
    • Luna 89 %Hintergrund, keine Belege
    • JEV 43 %Hintergrund, keine Belege
    • amos 27 %gleiches Oberthema, hilft nicht
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 42 %gleiches Oberthema, hilft nicht
    • d3-ultra 60 %gleiches Oberthema, hilft nicht

Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
    • clef 27 %Hintergrund, keine Belege
    • Luna 48 %einzelne zitierbare Belege
    • JEV 37 %gleiches Oberthema, hilft nicht
    • amos 33 %nur am Rande erwähnt
    • SubQ 38 %gleiches Oberthema, hilft nicht
    • drex 26 %nur am Rande erwähnt
    • d3-ultra 57 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt

    • 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? Luna: Stufe 3 · 59 % · Hintergrund, keine Belege
    • 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? Luna: Stufe 3 · 64 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
  2. SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
    • clef 28 %Hintergrund, keine Belege
    • Luna 45 %einzelne zitierbare Belege
    • JEV 36 %Hintergrund, keine Belege
    • amos 29 %nur am Rande erwähnt
    • SubQ 33 %gleiches Oberthema, hilft nicht
    • drex 31 %Hintergrund, keine Belege
    • d3-ultra 50 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt

  3. 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 52 %Hintergrund, keine Belege
    • JEV 47 %gleiches Oberthema, hilft nicht
    • amos 35 %gleiches Oberthema, hilft nicht
    • SubQ 44 %gleiches Oberthema, hilft nicht
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 56 %gleiches Oberthema, hilft nicht
  4. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 23 %Hintergrund, keine Belege
    • Luna 79 %einzelne zitierbare Belege
    • JEV 37 %beantwortet teilweise oder widerspricht
    • amos 32 %einzelne zitierbare Belege
    • SubQ 24 %einzelne zitierbare Belege
    • drex 34 %einzelne zitierbare Belege
    • d3-ultra 42 %einzelne zitierbare Belege
    • Haiku-Prüfung einzelne zitierbare 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? Luna: Stufe 3 · 71 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
    • 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? Luna: Stufe 4 · 54 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 5 · umfangreiche Belege
    • 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? Luna: Stufe 3 · 42 % · Hintergrund, keine Belege
  5. 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 37 %gleiches Oberthema, hilft nicht
    • amos 33 %nur am Rande erwähnt
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 47 %gleiches Oberthema, hilft nicht
    • d3-ultra 65 %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? Luna: Stufe 3 · 50 % · Hintergrund, keine Belege
Wirtschaft und Haftung
  1. SF-W2 Wie wirken sich Wettbewerbsrecht und öffentliche Beschaffung auf die KI-Sicherheit aus?
    • clef 100 %kein Bezug
    • Luna 43 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 30 %gleiches Oberthema, hilft nicht
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 40 %gleiches Oberthema, hilft nicht
    • d3-ultra 56 %gleiches Oberthema, hilft nicht
Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →