Mistrals CEO warnt: Geschlossene KI-Modelle sitzen in der ersten Reihe deines Unternehmens
Arthur Mensch sagt, Unternehmen gewährten Anbietern geschlossener KI-Modelle Einblick in ihre eigenen Abläufe, und ein neues Experiment aus der Finanzbranche stützt seine Aussage teilweise.
Arthur Mensch, Gründer und CEO des französischen KI-Labors Mistral, hat für Unternehmen einen unverblümten Rat: Wenn du dein Geschäft auf dem geschlossenen KI-Modell eines anderen aufbaust, verschaffst du diesem Labor einen sehr guten Einblick darin, wie dein Unternehmen tatsächlich funktioniert. In einem LinkedIn-Beitrag vom Wochenende argumentierte er, dass KI-Labore immer mehr Kundendaten speichern, und einige „diese Informationen in der Vergangenheit genutzt haben, um ihre erfolgreichsten Kunden anzugreifen“.
Seine Empfehlung: Bewahre deine Daten in offenen Systemen auf, lege deine eigenen Zugriffsregeln fest und trainiere oder verfeinere, wo es sinnvoll ist, deine eigenen Modelle, selbst wenn „diese Bemühungen entmutigend wirken mögen“. Seine schärfste Formulierung: „KI der Spitzenklasse kann das Wachstum deines Unternehmens beschleunigen. Doch wenn du sie nicht in der Hand hast, wird es nicht dein Wachstum sein.“ Palantir-Chef Alex Karp vertrat wenige Tage zuvor eine ähnliche Position und veröffentlichte ein Manifest mit der Aussage: „Wer seine Gewichte kontrolliert, kontrolliert sein Schicksal.“ Mit Gewichten sind die trainierten Modelldateien selbst gemeint, das verdichtete Ergebnis all dessen, was ein Modell gelernt hat.
Was steckt dahinter? Mensch argumentiert im eigenen geschäftlichen Interesse, und das sollte erwähnt werden. Mistral ist Europas einziges ernst zu nehmendes KI-Labor, kann aber nicht mit der reinen Leistung der Spitzenmodelle von OpenAI oder Anthropic mithalten. Digitale Souveränität, also die Idee, dass deine Daten und Werkzeuge unter deiner eigenen Kontrolle bleiben, ist genau der Bereich, in dem Mistral gewinnen kann. Dennoch verleiht ein aktuelles Experiment seiner Argumentation echtes Gewicht. Der Hedgefonds Bridgewater und Thinking Machines Lab verfeinerten Qwen3-235B, ein Open-Weight-Modell, das jeder herunterladen kann, mit ihren eigenen internen Bewertungen von Investoren. Das Ergebnis: 84,7 Prozent Genauigkeit bei Aufgaben mit Finanzdokumenten, verglichen mit 78,2 Prozent für das beste Spitzenmodell, bei beinahe 14-mal niedrigeren Betriebskosten. Der Haken: Der Vergleich war nicht unabhängig, und die großen Labore könnten den Abstand wahrscheinlich verringern, wenn sie ähnliche Daten beschaffen.
Was das für dich bedeutet: Wenn du lediglich mit einem KI-Assistenten chattest, ändert sich nicht viel, die Debatte betrifft Unternehmen, die KI tief in ihre Abläufe integrieren. Die zugrunde liegende Idee ist dennoch für alle wichtig: Je mehr deiner Arbeit durch einen geschlossenen Dienst fließt, desto stärker bist du vom Wohlwollen und der Preisgestaltung seines Anbieters abhängig. Falls du neugierig bist, wie sich die Alternative anfühlt, ist es heute einfacher denn je, ein offenes Modell mit Werkzeugen wie Ollama oder LM Studio lokal zu betreiben. Für Unternehmen ist die Erkenntnis konkreter: Dein eigenes Fachwissen kann, wenn es zur Anpassung eines offenen Modells genutzt wird, die Giganten in deiner Nische schlagen. Das solltest du wissen, bevor du den nächsten großen KI-Vertrag unterschreibst.
Quellen
Hollywood will ByteDances KI-Videowerkzeug verbieten, und nutzt es heimlich weiter
Laut LA Times bekämpfen Studios Seedance mit Unterlassungsschreiben, dulden seine Nutzung aber nach dem Prinzip „Frag nicht, sag nichts“, ein Bild einer bei KI-Video gespaltenen Branche.
