Energie statt Rechenleistung: Die eigentliche Währung der KI-Macht

Der Ausgangspunkt ist Ridley Scotts „Blade Runner“ und der Voight-Kampff-Test, der Replikanten an fehlenden emotionalen Mikroreaktionen erkennt. Die Frage dahinter ist praktisch: Kann der klassische Turing-Test diese Rolle heute überhaupt noch erfüllen.

Die Zahlen sagen nein. In einem eigenen umgekehrten Versuch hielt ChatGPT sein menschliches Gegenüber zu 86 Prozent für einen Menschen. In einer Studie ging GPT-4.5 in 73 Prozent der Fälle als menschlicher Gesprächspartner durch.

Warum Benchmarks wenig aussagen

Der technisch wichtigste Teil der Folge betrifft die Messung. Benchmarks für Sprachmodelle haben dasselbe Problem wie Klausuren mit durchgesickerten Lösungen: Datenkontamination statt Denkleistung.

Der Mechanismus ist simpel. Ein Benchmark ist öffentlich, damit er vergleichbar ist. Was öffentlich ist, landet im Trainingsmaterial. Ein Modell, das die Aufgaben kennt, löst sie gut, ohne dass daraus folgt, dass es ähnliche Aufgaben löst.

Für die Praxis heißt das: Ein hoher Benchmark-Wert ist ein schwaches Argument. Der belastbare Test ist ein eigener, nicht veröffentlichter Satz von Aufgaben aus dem eigenen Anwendungsfeld. Der Aufwand dafür liegt bei einem Tag und ersetzt jede Ranglistendiskussion.

Ein konkretes Erkennungsmerkmal liefert ein Konferenzbericht des Fraunhofer-Instituts: Wer Deepfake-Videos entlarven will, achtet derzeit auf die Pulsader an der Stirn, ein Detail, das die Videogenerierung noch nicht sauber hinbekommt. Das Wort „noch“ trägt dabei das Gewicht.

Machtkonzentration und ihre Währung

Der zweite Strang der Folge ist der weitreichendere. Der Zugang zu den besten Modellen entscheidet zunehmend über Erfolg, im Kleinen bei Hausaufgaben, im Großen bei der Frage, welche Staaten sich Rechenzentren und die dafür nötige Energie leisten können.

Die entscheidende Beobachtung: Energie, nicht Rechenleistung, ist die eigentliche Währung. Chips lassen sich kaufen, wenn man sie bekommt. Der Strom, um sie über Jahre zu betreiben, lässt sich nicht importieren wie Hardware.

Damit verschiebt sich die Standortfrage. Wer günstige und verlässliche Energie hat, wird zum Standort für Rechenzentren, unabhängig davon, wo die Entwicklung stattfindet. Das ist eine industriepolitische Frage und wird als Technologiefrage diskutiert.

Als möglichen Gegenpol bringt die Folge quelloffene Modelle und die europäische Regulierungsdebatte ins Spiel, verbunden mit einer Warnung vor einer cyberpunkartigen Auflösung gewohnter Machtstrukturen, wie sie in Romanen wie „Neuromancer“ beschrieben wird.

Vom Denken zur Person

Zum Schluss wird es grundsätzlich. Wenn Agentensysteme aus mehreren spezialisierten Modellen wie ein Organismus zusammenarbeiten und Maschinen Emotionen simulieren oder entwickeln, verschiebt sich die Frage. Aus „Kann eine Maschine denken?“ wird „Wen akzeptieren wir als gleichberechtigte Person?“.

Am Beispiel der Deckard-Rachel-Szene zeigen beide, warum ein reiner Turing-Test dafür nicht mehr reicht und ein Empathietest die nächste Stufe wäre.

Beachten Sie, dass ein solcher Test dasselbe Problem hätte wie der ursprüngliche. Er misst, ob etwas als empathisch wahrgenommen wird, nicht ob es empathisch ist. Genau daran ist der Turing-Test gescheitert, und die Zahlen oben zeigen, wie gründlich.

Fazit

Aus dieser Folge lassen sich zwei praktische und eine grundsätzliche Konsequenz ziehen.

Praktisch: Bauen Sie einen eigenen, nicht veröffentlichten Testsatz für Ihren Anwendungsfall und messen Sie Modelle daran statt an Ranglisten. Und messen Sie kleine Modelle an Verbrauch, Latenz und Verlässlichkeit im engen Bereich, nicht an Weltwissen.

Grundsätzlich: Wenn Energie die knappe Ressource ist, ist die Frage nach KI-Souveränität weniger eine Frage nach Modellen als nach Infrastruktur. Ein Land ohne Stromüberschuss kann sich Modelle leisten und keine Rechenzentren, die sie trainieren.

Dass Modelle heute als Menschen durchgehen, ist dabei die am wenigsten überraschende Nachricht. Sie sind auf menschlichen Text trainiert. Dass sie menschlich klingen, ist die Erfüllung der Spezifikation und kein Hinweis auf etwas darüber hinaus.