Frontier-Modell

Programme, die Texte schreiben, Bilder erzeugen oder Code erstellen, lernen ihre Fähigkeiten aus riesigen Mengen an Beispielen. Man nennt solche Programme KI-Modelle. Es gibt inzwischen tausende davon, in sehr unterschiedlichen Größen. Ein Frontier-Modell ist eines der wenigen, die ganz vorne an der Grenze des technisch Machbaren stehen. "Frontier" ist das englische Wort für Grenze im Sinne von Neuland. Der Begriff sagt also nichts über die Bauweise, sondern nur über die Position im Vergleich zu allen anderen. Genau deshalb ist er beweglich: Was heute Frontier ist, gilt in zwei Jahren als Standard.

Wer den Begriff geprägt hat und warum

Der Ausdruck kommt nicht aus der Technik, sondern aus der Politik. Ab 2023 tauchte er in Regierungspapieren auf, etwa beim KI-Gipfel in Großbritannien. Die Idee dahinter: Man muss nicht jedes kleine Modell überwachen, sondern vor allem die stärksten. Denn nur bei ihnen ist unklar, was sie alles können.

Diese Unklarheit ist der Kern der Sorge. Bei einem sehr großen Modell weiß auch der Hersteller vor dem Test nicht genau, welche Fähigkeiten auftauchen. Manche entstehen erst ab einer bestimmten Größe, ohne dass jemand sie eingeplant hat. Fachleute sprechen von emergenten Fähigkeiten, also plötzlich auftretenden Können-Sprüngen. Ein Modell, das Chemiewissen oder Hackerwerkzeuge zu gut beherrscht, wird dadurch zum Sicherheitsthema.

Für Anleger ist der Begriff aus einem anderen Grund interessant. Nur eine Handvoll Firmen kann sich solche Modelle überhaupt leisten. Ein einzelner Trainingslauf kostet oft hunderte Millionen Dollar. Wer in diesem Kreis mitspielt, entscheidet über Marktanteile im gesamten KI-Geschäft.

Was ein Modell an die Spitze bringt

Drei Dinge zählen. Erstens die Menge an Rechenleistung beim Training, gemessen in Rechenoperationen. Zweitens die Menge und Qualität der Trainingsdaten. Drittens die Größe des Modells selbst, also die Zahl seiner einstellbaren Werte. Diese Werte heißen Parameter und funktionieren wie Millionen kleiner Regler, die beim Lernen justiert werden.

Regulierer haben versucht, das in Zahlen zu fassen. Ein bekannter Grenzwert liegt bei 10 hoch 25 Rechenoperationen für das Training. Wer darüber liegt, muss in der EU zusätzliche Auflagen erfüllen. Solche Schwellen sind allerdings umstritten, weil sie nur den Aufwand messen, nicht das Ergebnis. Ein sparsam trainiertes Modell kann heute stärker sein als ein teures von vorgestern.

Wichtig ist die Abgrenzung zu verwandten Wörtern. Ein Basismodell, englisch Foundation Model, ist ein universell einsetzbares Modell für viele Aufgaben, unabhängig davon, wie stark es ist. Frontier-Modelle sind eine kleine Teilmenge davon: die stärksten Vertreter. Ein Modell, das nur auf dem Handy Fotos sortiert, ist beides nicht.

Frontier-Modelle in Produkten und Schlagzeilen

In der Praxis nutzt man sie oft, ohne es zu merken. Die Bezahlversionen der großen Chat-Assistenten greifen meist auf das jeweils neueste Spitzenmodell zu. Kostenlose Zugänge bekommen häufig eine kleinere, günstigere Variante. Der Unterschied fällt vor allem bei langen Aufgaben auf, etwa beim Programmieren oder beim Auswerten eines ganzen Dokuments.

In Nachrichten begegnet dir der Begriff bei Regeln und bei Geld. Firmen veröffentlichen Sicherheitsrichtlinien, in denen sie beschreiben, ab welcher Gefährlichkeitsstufe sie ein Modell nicht mehr freigeben. Gleichzeitig melden sie Investitionen in neue Rechenzentren, die für das nächste Modell gebraucht werden. Beide Meldungsarten drehen sich um denselben kleinen Kreis von Systemen.

Ein typischer Irrtum ist, Frontier mit gut für jeden Zweck zu verwechseln. Diese Modelle sind teuer und langsam im Betrieb. Für eine Suchfunktion im Onlineshop wäre das Verschwendung. Unternehmen setzen daher oft ein kleines Modell für Routine ein und rufen das Spitzenmodell nur bei schwierigen Fällen auf.