Daten-Flywheel

Ein Schwungrad ist eine schwere Scheibe, die sich nur mühsam in Gang bringen lässt. Läuft sie einmal, hält sie ihre Bewegung fast von allein. Genau dieses Bild steckt hinter dem Daten-Flywheel. Gemeint ist ein Kreislauf in vier Schritten: Menschen nutzen ein Produkt, dabei entstehen Daten über ihre Nutzung, mit diesen Daten wird das Produkt besser, und das bessere Produkt zieht mehr Menschen an. Jede Runde macht die nächste leichter. Der Vorteil wächst also nicht gleichmäßig, sondern beschleunigt sich mit der Zeit.

Warum der Zweite es so schwer hat

Wer früh viele Nutzer hat, sammelt früh viele Daten. Damit lässt sich ein Produkt verbessern, das der Konkurrenz noch fehlt. Der Konkurrent müsste also ein besseres Produkt bauen, ohne die Daten zu haben, die man dafür bräuchte. Das ist ein Henne-Ei-Problem, und es erklärt, warum Marktführer im Netz oft sehr stabil bleiben.

Für Investoren ist das ein zentrales Argument. Ein Unternehmen mit funktionierendem Flywheel darf jahrelang Verluste machen, solange der Kreislauf sich dreht. Deshalb geben Firmen KI-Produkte oft gratis oder sehr billig heraus. Die Rechnung lautet: erst Nutzung, dann Daten, dann Qualität, irgendwann Geld. Ob diese Rechnung aufgeht, ist der eigentliche Streitpunkt bei vielen Bewertungen von KI-Startups.

Wichtig ist die Abgrenzung zum Netzwerkeffekt. Bei einem Netzwerkeffekt wird ein Dienst wertvoller, weil andere Nutzer dort sind — ein Messenger ohne Freunde ist nutzlos. Beim Daten-Flywheel wird der Dienst besser, weil aus früherer Nutzung gelernt wurde. Beides kann zusammen auftreten, ist aber nicht dasselbe.

Was in jeder Runde des Kreislaufs passiert

Die erste Runde ist die schwerste. Ohne Nutzer gibt es keine Daten, also muss das Produkt anfangs allein durch seine Grundfunktion überzeugen. Manche Firmen kaufen dafür Daten ein oder erzeugen sie künstlich. Erst danach beginnt der eigentliche Kreislauf.

Die entscheidende Frage ist, welche Daten überhaupt entstehen. Bei einem Chatbot sind das nicht nur die Fragen der Nutzer. Wertvoll sind vor allem Signale darüber, ob eine Antwort gut war: Ein Nutzer klickt auf den Daumen nach oben, fragt genervt nach oder kopiert den Text und arbeitet weiter damit. Solche Rückmeldungen fließen in weitere Trainingsrunden ein und schärfen das Modell. Bei Navigations-Apps sind es Geschwindigkeitsdaten aus tausenden Handys, aus denen Staus berechnet werden.

Ein Flywheel dreht sich aber nur, wenn die Rückkopplung schnell ist. Wenn zwischen Nutzung und Verbesserung ein Jahr liegt, spürt niemand den Effekt. Deshalb bauen Unternehmen automatische Auswertungen, die Fehler laufend erkennen. Und der Kreislauf kann auch in die falsche Richtung laufen: Wenn ein Modell vor allem seine eigenen Ausgaben als neue Daten bekommt, verstärken sich Fehler statt zu verschwinden.

Wo der Effekt in echten Produkten steckt

Die bekanntesten Beispiele sind älter als der aktuelle KI-Boom. Eine Suchmaschine lernt aus jedem Klick, welches Ergebnis zu welcher Suchanfrage passt. Ein Videoportal lernt aus Abbrüchen, welche Empfehlung schlecht war. Ein Online-Händler lernt aus Bestellungen, welche Produkte zusammen gekauft werden.

In den Nachrichten taucht der Begriff heute vor allem bei Sprachmodellen und beim autonomen Fahren auf. Hersteller von Fahrassistenzsystemen sammeln Daten aus Millionen gefahrener Kilometer, gerade aus seltenen und heiklen Situationen. Wer mehr Fahrzeuge auf der Straße hat, sieht mehr solcher Fälle. Genau damit begründen Firmen wie Tesla ihren behaupteten Vorsprung.

Ein verbreiteter Irrtum ist, dass Datenmenge automatisch einen Vorteil bringt. Millionen belangloser Protokolle nützen wenig. Es zählt, ob die Daten zur konkreten Aufgabe passen und ob sie verwertbare Rückmeldung enthalten. Außerdem setzen Datenschutzregeln Grenzen: Nicht alles, was technisch gesammelt werden kann, darf auch zum Training genutzt werden.