Große KI-Unternehmen investieren verstärkt in sogenannte Weltmodelle, da die Fortschritte bei großen Sprachmodellen (LLMs) zunehmend stagnieren. Weltmodelle sollen KI-Systeme befähigen, die physische Welt zu verstehen und zu navigieren, indem sie aus Videos, Sensordaten und Erfahrungen von Robotern lernen. Im Gegensatz zu LLMs, die primär auf Textverarbeitung basieren, zielen Weltmodelle darauf ab, kontinuierliche, dynamische Umgebungen zu simulieren und vorherzusagen – eine Voraussetzung für autonome Roboter, intelligente Assistenzsysteme und kognitive Maschinen in der realen Welt. Unternehmen wie Google, Meta, OpenAI und NVIDIA setzen verstärkt auf diese Technologie, um die Grenzen rein textbasiertes KI zu überwinden. Google hat beispielsweise sein Projekt „World Models“ innerhalb des Google DeepMind-Teams weiter ausgebaut, wobei Forscher darauf abzielen, Modelle zu trainieren, die aus visuellen Sequenzen lernen, um zukünftige Zustände vorherzusagen. Meta arbeitet an „VideoGPT“ und ähnlichen Ansätzen, die Videos als Eingabedaten nutzen, um komplexe Handlungen und Umweltveränderungen zu modellieren. OpenAI untersucht, wie Weltmodelle mit bestehenden LLMs kombiniert werden können, um kognitive Fähigkeiten zu erweitern. Ein zentraler Vorteil von Weltmodellen liegt in ihrer Fähigkeit, physikalische Gesetze, Kausalitäten und räumliche Beziehungen zu erfassen – Dinge, die LLMs aufgrund ihres rein statistischen Lernansatzes nur schwer erfassen können. So können Weltmodelle beispielsweise vorhersagen, was passiert, wenn ein Gegenstand aus einer Höhe fällt, oder wie sich ein Roboter in einer komplexen Umgebung bewegen sollte. Diese Fähigkeiten sind entscheidend für Anwendungen in der industriellen Automatisierung, im Gesundheitswesen, im autonomen Fahren und im Robotikbereich. Trotz des Potenzials bleiben Herausforderungen bestehen. Die Entwicklung solcher Modelle erfordert enorme Rechenleistung, riesige, qualitativ hochwertige Datensätze aus realen Umgebungen und effiziente Trainingsmethoden. Zudem ist die Validierung von Vorhersagen in der realen Welt komplex, da sich die Welt oft unvorhersehbar verhält. Dennoch sehen Experten in Weltmodellen den nächsten großen Schritt nach den LLMs: Sie könnten die Brücke zwischen reiner Sprachverarbeitung und kognitiver, handlungsorientierter Intelligenz schlagen. Industrieanalysten betonen, dass die Investitionen in Weltmodelle ein klares Signal dafür sind, dass die KI-Industrie die Grenzen der rein textbasierten KI erkennt und nach einer neuen Architektur sucht. „Die Ära der LLMs ist nicht vorbei, aber sie hat ihre Grenzen erreicht“, sagt ein Experte von McKinsey. „Weltmodelle könnten die nächste Plattform sein, auf der sich die nächste Generation von KI entwickelt.“ Unternehmen wie NVIDIA profitieren von diesem Trend, da ihre GPUs für die rechenintensiven Aufgaben in der Weltmodellentwicklung besonders gut geeignet sind. Die Entwicklung dieser Technologie könnte die Zukunft der Robotik, der autonomen Systeme und der künstlichen Allgemeinintelligenz entscheidend prägen.