Unternehmen entscheiden: AI-Modelle kaufen oder selbst entwickeln?

Wird es Unternehmen vorziehen, ihre GenAI-Modelle selbst aufzubauen oder von Drittanbietern zu kaufen? Eine der wichtigsten Fragen, die Unternehmen, Regierungen, akademische Einrichtungen und Hochleistungsrechenzentren weltweit bald klären müssen – falls sie diese Entscheidung nicht bereits getroffen haben –, lautet, ob sie ihre eigenen KI-Modelle und die Inferenzsoftwarestacks, die diese nützlich machen, trainieren oder einfach von Drittanbietern erwerben und damit beginnen, KI in ihre Anwendungen zu integrieren, um den Prozess zu beschleunigen. Große Modellentwickler wie OpenAI, Anthropic, xAI, Google, Alibaba und DeepSeek investieren enorme Mittel, um ihre KI-Modelle mit wachsenden DatenToken-Anzahlen und Parametern zu trainieren, um sie intelligenter zu machen. Dennoch haben die meisten Organisationen sehr spezifische Bedürfnisse und nur begrenzte Mengen an spezialisierten Daten, die für ihre eigenen Vorgänge relevant sind. Das bedeutet, dass wir sowohl Investitionen in generalisierte Modelle als auch in spezialisierte branchenspezifische Modelle erwarten können. Dieses Muster haben wir schon bei anderen Arten von Unternehmenssoftware über die Jahrzehnte beobachtet. Im Mainframe-Zeitalter entwickelte sich allgemeine Back-Office-Buchhaltung zu einem elaborierten Stack von branchenspezifischen Softwarepaketen, die die Geschäftslogik von Herstellern, Vertriebsunternehmen, Einzelhändlern und vielen anderen Branchensegmenten moderner Wirtschaft einschließen. Die Analysten von Gartner erwarten, dass dieser Trend auch bei generativen KI-Modellen eintritt, auch wenn es Zeit brauchen wird, bis differenzierte Modelle erstellt und etabliert sind. Laut den neuesten Daten von Gartner sollen die Ausgaben der Endnutzer für GenAI-Modelle im Jahr 2025 $14,2 Milliarden betragen, was fast 2,5 Mal so viel ist wie die Ausgaben für kommerzielle GenAI-Modelle im letzten Jahr, die bei $5,7 Milliarden lagen. Im Jahr 2023 beliefen sich die Ausgaben für GenAI-Modelle von Drittanbietern noch auf nur $1,4 Milliarden, aber 2024 stieg der Betrag um einen Faktor von 4,2. Es ist schwer vorherzusagen, wie sich das Wachstum in den kommenden Jahren gestalten wird, aber vieles hängt davon ab, wie zukünftige GenAI-Modelle architekturtechnisch gestaltet werden und ob eine andere Herangehensweise den Markt erobern wird, wie viele voraussagen. Falls Expertenmischmodelle mit multimodalen Fähigkeiten genauer als bisher übliche riesige, ungenaue Modelle sind und auf relativ kleinen Clustern trainiert und inferiert werden können, und deren Ersteller diese zu einem fairen Preis lizenzieren und branchenspezifische – wenn nicht sogar organisationsspezifische – Versionen ihrer Basismodelle anbieten, könnte der Markt für GenAI-Modelle von Drittanbietern stark anwachsen. Andererseits könnten Unternehmen ihre eigenen Modelle trainieren und eigene Inferenzcluster einrichten, wenn das Training deutlich kostengünstiger wird und die Modelle auf noch kleineren Clustern ausgeführt werden können. Wenn jedoch das Training so viel Infrastruktur erfordert, dass die meisten Unternehmen dies sich nicht leisten können – oder überhaupt Zugang zu den notwendigen GPUs oder XPUs haben –, werden sie viel Geld in GenAI-Modelle von Drittanbietern investieren, und die Modellentwickler werden reich werden und zumindest einen Teil der enormen Summen an Geld zurückgewinnen, die sie in den letzten fünf Jahren in die Entwicklung ihrer Modelle investiert haben. Gartner hat definitiv festgestellt, dass bis 2027 die Hälfte der von Unternehmen verwendeten Modelle branchenspezifisch sein wird, im Vergleich zu nur 1 Prozent in 2024. Aus der Tabelle oben geht auch hervor, dass der Anteil der Ausgaben für GenAI-Software, der auf die GenAI-Modelle selbst entfällt, von Jahr zu Jahr wächst. Er stieg von 25,2 Prozent im Jahr 2023 auf einen erwarteten 38,2 Prozent im Jahr 2025. Natürlich verfehlen die aktuellen Geldzählungen von Gartner, wie viel Geld heute von den Modellentwicklern in die Erstellung ihrer Modelle fließt und wie viel von anderen Organisationen ausgegeben werden wird, falls sie beginnen, ihre eigenen Modelle zu bauen. Ein sehr großer Teil der Unternehmenssoftware wurde über die Jahre hinweg in Haus entwickelt und nicht von Drittanbietern, ein riesiger Investitionsbetrag, der von Analysten wie Gartner und IDC nicht berücksichtigt wird. Und doch ist er da. Industrieexperten sehen in dieser Entwicklung eine Chance, da branchenspezifische Modelle genau auf die Bedürfnisse der Unternehmen zugeschnitten sein können. Dies könnte die Effizienz und die Genauigkeit der KI-Anwendungen erheblich steigern. Unternehmen wie OpenAI und Google, die große Summen in die Entwicklung ihrer Modelle investieren, werden von dieser Entwicklung profitieren, wenn sie ihre Modelle an den Markt bringen und diese zu fairen Preisen lizenzieren. Die zunehmende Nachfrage nach KI-Modellen zeigt auch, wie wichtig KI für moderne Unternehmen geworden ist, und unterstreicht die Notwendigkeit, diese Technologie strategisch einzusetzen. Zusammenfassend lässt sich sagen, dass die Frage, ob Unternehmen ihre GenAI-Modelle selbst aufbauen oder kaufen, von verschiedenen Faktoren abhängt. Die Kosten für das Training, die Verfügbarkeit von Infrastruktur und die Genauigkeit und Anpassungsfähigkeit der Modelle spielen dabei eine entscheidende Rolle. Die Analysten von Gartner und die Entwicklung des Marktes deuten darauf hin, dass die Zahl der branchenspezifischen Modelle in den nächsten Jahren stark ansteigen wird, was sowohl Chancen als auch Herausforderungen bereithält.