KI-native

Ein Programm kann künstliche Intelligenz auf zwei sehr verschiedene Weisen nutzen. Im ersten Fall gab es das Programm schon lange, und irgendwann kam ein Knopf mit einem Sternchen dazu. Der Rest funktioniert weiter wie vorher. Im zweiten Fall stand die lernende Software von Anfang an im Zentrum: Ohne sie gäbe es das Produkt gar nicht. Solche Produkte nennt man KI-native. Der Begriff sagt also nichts darüber, wie gut etwas ist, sondern woraus es gebaut wurde.

Der Unterschied zwischen Umbau und Neubau

Der Begriff ist vor allem ein wirtschaftliches Argument. Junge Firmen nutzen ihn, um sich von großen, älteren Anbietern abzugrenzen. Ihre Botschaft lautet: Wir mussten nichts nachrüsten, wir haben von Null an richtig gebaut. Große Anbieter halten dagegen, dass sie Millionen Kunden und deren Daten schon besitzen.

Dahinter steckt eine echte technische Frage. Wer ein zwanzig Jahre altes Programm um KI erweitert, muss sich an dessen alte Struktur halten. Datenbanken, Menüs und Arbeitsabläufe sind für Menschen gebaut, nicht für Modelle. Ein Neubau kann diese Vorgaben ignorieren und die Bedienung völlig anders anlegen.

Gleichzeitig ist « KI-native » zu einem Werbewort geworden. Viele Firmen benutzen es, obwohl bei ihnen nur ein zugekaufter Chatbot am Rand mitläuft. Ein einfacher Prüfstein hilft: Man stellt sich vor, die KI fällt aus. Bleibt ein brauchbares Produkt übrig, war es nicht KI-native.

Wie ein KI-natives Produkt aufgebaut ist

In klassischer Software legt ein Team jeden Schritt vorher fest. Klickt der Nutzer auf einen Knopf, passiert genau das, was Programmierer dort hineingeschrieben haben. Solche Regeln sind zuverlässig, aber starr. Für jede neue Situation braucht es eine neue Regel.

KI-native Anwendungen ersetzen einen Teil dieser Regeln durch ein Modell, das aus Beispielen gelernt hat. Der Nutzer beschreibt sein Ziel in normaler Sprache, und die Software überlegt sich die Schritte selbst. Das macht sie flexibler, aber auch unberechenbarer: Dieselbe Eingabe kann zweimal etwas leicht Verschiedenes ergeben.

Deshalb sieht die Konstruktion anders aus als früher. Es braucht Prüfschleifen, die Ergebnisse kontrollieren, bevor der Nutzer sie sieht. Es braucht Wege, wie das Modell auf eigene Daten der Firma zugreift. Und es braucht eine Kostenrechnung pro Anfrage, denn jede Antwort verbraucht Rechenzeit in einem Rechenzentrum. Bei klassischer Software kostet ein zusätzlicher Klick praktisch nichts.

Wer sich so nennt – und wo Vorsicht angebracht ist

Am deutlichsten sieht man das Prinzip bei Werkzeugen zum Programmieren. Editoren wie Cursor sind rund um ein Sprachmodell herum gebaut, das Code vorschlägt und ganze Dateien umschreibt. Ähnlich funktionieren Bildgeneratoren oder Notiz-Apps, die aus Sprachaufnahmen Zusammenfassungen erzeugen. Bei allen gilt: Ohne Modell bleibt eine leere Hülle.

In Börsen- und Wirtschaftsnachrichten tritt das Wort meist bei Finanzierungsrunden auf. Investoren zahlen für « KI-native » Firmen höhere Bewertungen, weil sie darin einen strukturellen Vorsprung sehen. Analysten stellen deshalb gern die Frage, ob ein Anbieter wirklich KI-native ist oder nur so klingt. Der Begriff entscheidet dann über sehr reale Geldsummen.

Verwechseln sollte man ihn nicht mit « cloud-native ». Das bezog sich vor etwa zehn Jahren auf Software, die für fremde Rechenzentren im Internet gebaut wurde statt für Server im eigenen Keller. Das Muster ist dasselbe: Eine neue Technik erscheint, und man unterscheidet zwischen nachgerüsteten und von Grund auf neu gebauten Produkten. Wie damals wird der Begriff in einigen Jahren wohl kaum noch nötig sein, weil er selbstverständlich geworden ist.