Auf der jüngsten Computex in Taiwan wird deutlich, dass die Führungsebene von Nvidia eine Perspektive eingenommen hat, die sich drastisch von der Lebensrealität normaler Anwender und Arbeitnehmer unterscheidet.
Lesen Sie zauberhafte Geschichten oder Sachbücher zu den Themen Linux, KI und Open Source Software. Marketingvideos, die Ihr Unternehmen sichtbarer machen. Einzigartige handgemalte Designs für Ihr Outfit, die es nur hier gibt.
Die Technologiebranche befindet sich in einem Zustand des kollektiven Rausches, an dessen Spitze ein Unternehmen steht, das wie kaum ein anderes die Entwicklung der künstlichen Intelligenz dominiert. Bei der Betrachtung der jüngsten Entwicklungen rund um die Computex in Taiwan wird jedoch immer deutlicher, dass die Führungsebene von Nvidia eine Perspektive eingenommen hat, die sich drastisch von der Lebensrealität normaler Anwender und Arbeitnehmer unterscheidet. Wenn der Fokus eines globalen Marktführers fast ausschließlich auf Rechenleistung und Tokens schrumpft, stellt sich die Frage, wo bei dieser Entwicklung der Mensch bleibt. (Eine Definition für Tokens finden Sie am Ende des Beitrags)
In den jüngsten Präsentationen des Unternehmens wurde eine Vision skizziert, die beinahe dystopische Züge trägt. Der klassische Computer, wie wir ihn seit Jahrzehnten kennen und der primär als Werkzeug für menschliche Kreativität und Produktivität diente, wird von Nvidia für tot erklärt. An seine Stelle tritt der KI-PC, dessen Hauptaufgabe anscheinend darin besteht, ununterbrochen sogenannte Tokens zu erzeugen und zu verarbeiten. Diese Tokens sind die Basisbausteine von Sprachmodellen, doch in der betriebswirtschaftlichen Logik der Tech-Industrie wurden sie zu einer neuen Währung erhoben. Es wird argumentiert, dass mehr Rechenleistung automatisch zu mehr Tokens führt und dieses Volumen direkt in Profit übersetzt werden kann. Diese vereinfachte Gleichung ignoriert jedoch völlig, ob die damit erzeugten Inhalte überhaupt einen realen Gegenwert oder Nutzen besitzen.
Diese obsessive Fixierung auf messbare Datenströme führt bereits in einigen Großkonzernen zu absurden Auswüchsen. Es gibt Berichte (z. B. Amazon), dass Angestellte kostspielige und inhaltlich sinnlose Anfragen an künstliche Intelligenzen stellen, nur um in internen Statistiken eine hohe Aktivität vorzuweisen. Wenn Führungskräfte den Wert eines Entwicklers an den verursachten Kosten für Token-Anfragen messen, zeigt dies ein tiefes Missverständnis von tatsächlicher Produktivität. Die Behauptung, dass die Effizienz von Softwareentwicklern durch den Einsatz von KI-Agenten um ein Vielfaches steigt, basiert oft auf oberflächlichen Metriken wie der reinen Menge an Code, die erzeugt wird. Qualität, Durchdachtheit und der eigentliche Innovationsgehalt lassen sich jedoch nicht in Gigabyte oder Token-Zahlen messen.
Während in den Chefetagen über astronomische Gewinne und die vollständige Automatisierung durch KI-Agenten philosophiert wird, leidet der traditionelle Markt unter den Begleiterscheinungen dieses Irrsinns. Weil die Hersteller von Hardwarekomponenten den lukrativen Markt der Rechenzentren priorisieren, verknappen sich die Ressourcen für normale Verbraucher. Dies führt zu dem historisch ungewöhnlichen Phänomen, dass ältere PC-Komponenten und Konsolen nicht günstiger, sondern spürbar teurer werden. Der Speicherbedarf der KI-Industrie entzieht dem Consumermarkt die Basis, was dazu führt, dass Anwender auf veraltete Plattformen zurückgreifen müssen, um die Kosten für Consumer-Technologie überhaupt noch tragen zu können.
Als Antwort auf diese selbst geschaffene Krise präsentiert Nvidia nun eine neue Generation von Notebooks, die im Herbst erscheinen soll und auf einer eigenen Prozessorarchitektur basiert. Unter dem Namen RTX Spark sollen diese Geräte mit enormen Speicherkapazitäten ausgestattet sein, um KI-Agenten lokal auszuführen. Ob die breite Masse der Endnutzer bereit ist, für diese spezialisierte Leistung hohe Summen zu zahlen, bleibt abzuwarten. Die bisherige Resonanz auf ähnliche Konzepte zeigt eine gewisse Skepsis, da der konkrete Mehrwert im Alltag oft unklar bleibt. Es bleibt das Bild einer Branche, die sich in einer Blase aus Versprechungen bewegt und dabei riskiert, die Bedürfnisse derjenigen aus den Augen zu verlieren, die diese Technologie am Ende sinnvoll nutzen sollen.
Was sind Tokens?
Tokens sind die kleinsten Einheiten, in die KI-Modelle Texte zur Verarbeitung zerlegen. Sie dienen als fundamentale Bausteine, die es der künstlichen Intelligenz ermöglichen, natürliche Sprache in mathematisch verarbeitbare Daten zu übersetzen.
Ein Token ist dabei nicht zwangsläufig ein ganzes Wort. Es kann sich um Wortbestandteile, einzelne Buchstaben, Satzzeichen oder Leerzeichen handeln. Je nach Komplexität des Modells und der gewählten Tokenstrategie entspricht ein Token durchschnittlich etwa 0,75 bis 0,8 Wörtern im Englischen bzw. rund 1,5 bis 1,8 Wörtern im Deutschen.
Der eingegebene Text wird durch einen Algorithmus in Tokens aufgeteilt und jeder Einheit wird eine numerische ID zugeordnet, um sie für neuronale Netze verständlich zu machen. Jedes KI-Modell verfügt über ein festes Kontextfenster, das die maximale Anzahl an Tokens definiert, die gleichzeitig verarbeitet werden können. Wird dieses Limit überschritten, müssen ältere Informationen entfernt oder der Text gekürzt werden. Da KI-Anfragen nach Rechenaufwand bewertet werden, werden Tokens meist als Maßeinheit für die Nutzungskosten herangezogen. Sowohl die Eingabe (Prompt) als auch die generierte Antwort verbrauchen Tokens, die bei API-Zugängen oder kostenpflichtigen Diensten abgerechnet werden.