CourionAI
DE
Newsletter
← Alle News
policy 2 Min. Lesezeit

Die US-Regierung will neue KI-Modelle 30 Tage im Voraus sehen, „freiwillig“

Eine neue Präsidialverordnung schafft ein System, über das KI-Labore der US-Regierung vor der Veröffentlichung frühzeitigen Zugang zu ihren Modellen gewähren können. Offiziell ist das freiwillig, doch Gespräche mit OpenAI, Anthropic und Google deuten darauf hin, dass es zur Norm werden könnte. Was das für deine Werkzeuge bedeutet.

Risografie-Illustration: Ein Regierungsgebäude untersucht mit einer korallfarbenen Lupe einen verpackten KI-Chip, eine staatliche Vorabprüfung neuer KI-Modelle

Regierungen wollen leistungsfähige KI-Modelle zunehmend sehen, bevor sie der Rest von uns erhält. Das ist der Kern einer Präsidialverordnung, die Präsident Trump am 2. Juni unterzeichnet hat: ein Rahmen, innerhalb dessen KI-Labore der US-Regierung bis zu 30 Tage frühzeitigen Zugang zu wichtigen neuen Modellen gewähren würden, bevor sie der Öffentlichkeit oder Geschäftspartnern zur Verfügung gestellt werden.

Das Schlüsselwort lautet „freiwillig“ und muss einiges tragen. Die Verordnung schließt ein verpflichtendes Lizenzsystem ausdrücklich aus, kein Labor ist rechtlich zur Teilnahme gezwungen. Diese Unterscheidung ist politisch bedeutsam: Die KI-Branche hat sich vehement gegen eine Vorabgenehmigung nach europäischem Vorbild eingesetzt, und formal kam sie nicht zustande. In der Praxis ist die Grenze weniger scharf. Laut Financial Times befinden sich Regierungsvertreter in fortgeschrittenen Gesprächen mit OpenAI, Anthropic, Google und anderen, um die Vereinbarung festzuschreiben. Wenn die Regierung fragt, antworten die größten Labore offenbar mit Ja, „freiwillig“ ungefähr so, wie die Einladung des Chefs zum Abendessen freiwillig ist.

Was würde die Regierung mit einem Monat Vorabzugang anfangen? Die Verordnung fordert ein als geheim eingestuftes Prüfverfahren, das bis zum 31. Juli bereitstehen soll und neue Modelle auf „fortgeschrittene Cyberfähigkeiten“ testet. Einfach gesagt: Wie gut ist ein Modell darin, etwa Sicherheitslücken zu finden oder Angriffswerkzeuge zu schreiben? Modelle, die einen bestimmten Schwellenwert überschreiten, werden als „erfasste Spitzenmodelle“ eingestuft und vor der Veröffentlichung zusätzlich geprüft.

Warum sollte das jemanden außerhalb Washingtons interessieren? Weil Prüfungen Veröffentlichungspläne verändern. Wie sich das anfühlt, war bereits zu beobachten: Im Juni wurde der Zugang zu einem leistungsfähigen Modell, Anthropics Fable 5, nach dem Auftauchen eines Sicherheitsbedenkens wochenlang abrupt eingeschränkt. Nutzer, die es in ihre Arbeit eingebaut hatten, verloren den Zugang über Nacht. Ein dauerhaftes staatliches Prüfverfahren macht solche Unterbrechungen eher wahrscheinlicher als seltener. Vernünftige Menschen können unterschiedlich beurteilen, ob das gut ist: Sicherheitsprüfungen vor der Veröffentlichung der leistungsfähigsten Systeme klingen sinnvoll; ein staatlicher Engpass in einer schnelllebigen Branche und Prüfer mit Einblick in die unveröffentlichte Arbeit von Wettbewerbern weniger. Beides kann zugleich wahr sein.

Was das für dich bedeutet: Bei der alltäglichen KI-Nutzung ändert sich morgen nichts. Wahrscheinlich wird sich mit der Zeit der Rhythmus verändern: Produkteinführungen kommen womöglich etwas später oder werden vorsichtiger ausgerollt, und gelegentlich wird ein Werkzeug pausiert, während etwas geprüft wird. Wenn KI-Werkzeuge Teil deiner Arbeit oder der deines Unternehmens werden, ist die praktische Konsequenz einfach: Baue nicht alles auf genau einem Modell auf. Mit einem Plan B, einem zweiten Anbieter oder einem der frei herunterladbaren Modelle, wird aus „Deine bevorzugte KI ist diesen Monat nicht verfügbar“ eine Unannehmlichkeit statt einer Krise.

Quellen

Quellen: https://www.whitehouse.gov/presidential-actions/2026/06/promoting-advanced-artificial-intelligence-innovation-and-security/

Nächster Artikel

Ein Training für 500 Dollar: So schlägt ein 9B-Modell die Spitzenmodelle bei einer eintönigen Aufgabe

Die Beratung Fermisense hat ein kleines offenes Modell per Reinforcement Learning auf die Prüfung von Onlinekatalogen spezialisiert. Es erreichte 87,3 Prozent, das beste Spitzenmodell-Setup 76,9 Prozent – bei etwa einem Achtundsechzigstel der Kosten pro Eintrag.

Risografie-Illustration eines kleinen Singvogels, der auf einer Waagschale sechs schwere Steinkugeln auf der anderen Seite überwiegt