Warum Unternehmen für KI doppelt zahlen – mit Geld und mit ihrem wertvollsten Wissen

Das Umgekehrte Informationsparadoxon erklärt

Arrows ursprüngliches Paradoxon besagt, dass ein Verkäufer von Informationen riskiert, diese verschenken zu müssen, nur um ihren Wert zu beweisen. Nadella argumentiert, dass KI dies umkehrt: Nun ist der Käufer derjenige, der das Risiko trägt. Unternehmen zahlen für KI-Dienste mit Abonnement- oder API-Gebühren, müssen aber gleichzeitig ihr unternehmenseigenes Geschäftswissen, ihre Prozesse, Fehler und Korrekturen an das System verfüttern, um sinnvolle Ergebnisse zu erzielen .

„Im KI-Zeitalter riskiert der Käufer, Wissen preiszugeben, nur um das Gekaufte nutzen zu können“, schrieb Nadella . Jeder Prompt, jeder Agenten-Tool-Aufruf, jede Korrektur, Bewertung und jeder Arbeitsablauf wird zu einem Signal, das an den Modellanbieter geht und nicht im Unternehmen verbleibt . Je tiefer eine Organisation ein Spitzenmodell nutzt, desto mehr institutionelles Know-how sickert nach außen und reichert sich in der Trainingspipeline des Anbieters an, anstatt in den eigenen Systemen des Unternehmens .

Mehrere Medien charakterisierten dies als eine Situation, in der Unternehmen im Grunde „doppelt für Intelligenz zahlen“ – einmal mit Geld und einmal mit etwas weitaus Wertvollerem: ihrem eigenen geistigen Eigentum .

Das Problem des Intelligenz-Abgases

Nadellas Formulierung gibt einem Problem, mit dem Administratoren bereits konfrontiert sind, einen prägnanteren Namen. Die Nebenprodukte jeder KI-Interaktion – Prompts, Korrekturen, menschliches Feedback, Bewertungsspuren und angepasste Gewichtungen – bilden das, was er Intelligenz-Abgas (Intelligence Exhaust) nennt . Dieses Abgas sollte als institutionelles Gedächtnis innerhalb der eigenen Vertrauensgrenze des Unternehmens anwachsen, aber im aktuellen Modell fließt es nach außen zum Anbieter .

Wie eine Analyse aus der Databricks-Community die Kernfrage formulierte: „Wem gehört das Wissen, das durch Prompts, Korrekturen, Bewertungen, Arbeitsabläufe und menschliches Feedback entsteht, wenn Organisationen KI breiter einsetzen?“ Nadellas Antwort ist eindeutig: Das Unternehmen muss Eigentümer dieses Wissens sein. Ein Wettbewerber könnte dieses institutionelle Wissen niemals kaufen, aber Unternehmen geben es freiwillig her .

Nadella soll diese Dynamik mit der industriellen Auslagerung verglichen haben – so wie die Globalisierung einst die Fabrikwirtschaften aushöhlte, droht die unkontrollierte KI-Nutzung nun das intellektuelle Kapital von Unternehmen auszuhöhlen .

Das Fünf-Cs-Vertrauensrahmenwerk

Um dem Risiko zu begegnen, schlug Nadella ein Fünf-Punkte-Rahmenwerk vor – die Fünf Cs – als Prinzipien, die Unternehmen innerhalb ihrer eigenen KI-Vertrauensgrenze kontrollieren müssen :

• Control (Kontrolle) – Unternehmen müssen ihre eigenen Bewertungssysteme aufbauen und das Eigentum an institutionellem Gedächtnis, Feedback und Entscheidungen behalten, die durch KI-Nutzung entstehen .
• Capability (Fähigkeit) – Unternehmen benötigen die internen Fähigkeiten und die Infrastruktur, um KI sicher innerhalb einer proprietären Lernumgebung zu managen .
• Choice (Wahl) – Unternehmen sollten nicht an einen einzigen Modellanbieter gebunden sein; sie benötigen Modellportabilität und eine entkoppelte Orchestrierungsebene .
• Cost (Kosten) – Unternehmen müssen die vollen Kosten der KI-Einführung verstehen, einschließlich des Verlusts von geistigem Eigentum, nicht nur die API-Gebühren .
• Compound (Kompoundierung) – Das Wissen, die Bewertungen und die angepassten Gewichtungen sollten sich im eigenen Stack des Unternehmens ansammeln, nicht beim Anbieter .

Die Verschreibung ist eine harte Vertrauensgrenze (Trust Boundary), innerhalb derer die Bewertungen, das Gedächtnis, die angepassten Gewichtungen und die Orchestrierung des Unternehmens unberührt vom Modellanbieter wachsen . Eine Analyse stellte fest, dass die Fünf Cs als „Lastenheft für eine Klasse von Infrastruktur dienen, die Microsoft mit Foundry, Azure AI und Copilot Studio aufbaut“ .

Kritik am doppelten Standard der KI-Labore beim Model-Distillation

Nadella nannte explizit die führenden KI-Labore – OpenAI und Anthropic – und warf ihnen einen von ihm als heuchlerisch bezeichneten doppelten Standard vor . Sein Argument hat zwei Seiten.

Erstens: Diese Labore berufen sich auf das Recht der fairen Nutzung (Fair Use), um ihre Modelle mit riesigen Mengen öffentlicher Daten aus dem Internet zu trainieren. Zweitens: Sie erlegen gleichzeitig restriktive Bedingungen auf, die anderen verbieten, ihre proprietären Modelle zu destillieren – also kleinere, günstigere Modelle auf Basis der Ergebnisse ihrer Spitzensysteme zu trainieren .

„Während die große Innovation, die daher rührt, dass Modellanbieter faire Nutzungsrechte haben, um Modelle mit öffentlichen Daten zu trainieren, notwendig ist“, schrieb Nadella, „finde ich es ironisch, dass der Status Quo dann darin besteht, restriktive Bedingungen für die Destillation aufzuerlegen und sich das Recht vorzubehalten, aus der Nutzung und den Interaktionen der Kunden zu lernen“ .

Mehrere Medien berichteten, dass Nadellas Kritik ein direkter Seitenhieb auf Labore wie Anthropic war, die sich lautstark gegen die Destillation ihrer Modelle ausgesprochen haben . Die Kernspannung, wie ein Bericht zusammenfasste: „Warum sollte eine Gruppe von Unternehmen das Recht haben, am gesamten Web zu trainieren, aber dann anderen sagen, sie dürften ihre Ergebnisse nicht nutzen?“

Nadella warnte weiterhin: Wenn Wissen nur in eine einzige Richtung fließe – von den Urhebern und Unternehmen hin zu den Modellanbietern – dann konzentriere sich der wirtschaftliche Wert bei den Infrastruktur- und Plattformbesitzern, nicht bei den Organisationen, die das Wissen tatsächlich generieren .

Was dies für die KI-Strategie von Unternehmen bedeutet

Nadellas Essay hat weitreichende Implikationen. Erstens definiert es die Abhängigkeit von einem KI-Anbieter nicht nur als Kosten- oder Kompatibilitätsproblem, sondern als ein strukturelles Wissensleck. Zweitens positioniert es Microsofts eigene KI-Infrastruktur – Azure AI, Copilot Studio und Foundry – als die Lösung, auch wenn das Fünf-Cs-Rahmenwerk im Prinzip architekturunabhängig ist . Drittens zwingt es jeden Unternehmenskäufer, eine Frage zu stellen, die die meisten bisher nicht gestellt haben: Wem gehört das Lernen, je tiefer wir KI nutzen?

Die Reaktionen aus der Branche kamen umgehend. Eine LinkedIn-Analyse stellte fest, dass der Essay „einem Problem, dem Administratoren bereits gegenüberstehen, einen prägnanteren Namen gibt: KI-Governance muss das Wissen abdecken, das rund um das Modell entsteht, nicht nur die Dokumente, die darauf hochgeladen werden“ . Ein anderer Beobachter nannte die Fünf Cs „das Lastenheft für eine Klasse von Infrastruktur“ .

Das umgekehrte Informationsparadoxon dreht sich nicht um die Frage, ob man KI nutzen soll. Es dreht sich um die Frage, ob das Unternehmen – oder der Anbieter – besitzen wird, was die KI lernt.