Anthropic setzt 100 Milliarden Dollar, um OpenAIs 1,4 Billionen Dollar im KI-Wettrüsten zu übertrumpfen

investiert Intelligenz Größer ist nicht immer besser.

Daniela Amodei, die das Unternehmen als Präsidentin leitetdent an dessen Gründung beteiligt war,spricht oft über eine Idee, die das gesamte Geschäftsgebaren prägt. Sie nennt sie „ mit weniger mehr erreichen“.

Diese Denkweise steht im Widerspruch zu den Ansichten des Silicon Valley. Die größten Technologiekonzerne und ihre Geldgeber verhalten sich so, als entscheide Größe über Erfolg oder Misserfolg. Sie häufendentSummen an, kaufen Computerchips Jahre im Voraus und errichten riesige Serverzentren im Mittleren Westen. Ihre Strategie ist einfach: Wer den größten Betrieb aufbaut, gewinnt.

OpenAI veranschaulicht diesen Ansatz am deutlichsten. Das Unternehmen hat rund 1,4 Billionen US-Dollar in Rechenleistung und die dazugehörige Infrastruktur investiert. In Zusammenarbeit mit verschiedenen Partnern errichtet OpenAI riesige Rechenzentren und beschafft sich fortschrittliche Chips schneller als je zuvor in der Branche.

Anthropic glaubt, dass es einen anderen Weg gibt. Das Unternehmen ist überzeugt, dass ein umsichtiger Umgang mit Ressourcen, bessere Algorithmen und ein intelligenterer Einsatz von Technologie die Wettbewerbsfähigkeit sichern können, ohne dabei alle anderen mit überhöhten Ausgaben übertrumpfen zu wollen.

Die Situation ist besonders brisant, da Daniela Amodei und ihr Bruder Dario die Philosophie mitentwickelt haben, gegen die sie nun ankämpfen. Dario leitet Anthropic als CEO und arbeitete zuvor bei Baidu und Google. Er war Teil des Forschungsteams, das den Skalierungsansatz bekannt machte, der heute die Entwicklung von KI-Modellen in Unternehmen prägt. Das Grundprinzip besagt , dass mehr Rechenleistung, mehr Daten und größere Modelle tendenziell zu besseren führen Vorhersagen .

Skalierungsgesetze bestimmen die Wirtschaftlichkeit der Industrie

Dieses Muster bildet heute die Grundlage der gesamten Finanzstruktur des KI-Wettbewerbs. Es erklärt, warum Unternehmen, die Cloud-Dienste anbieten, so viel Geld ausgeben, warum Chiphersteller so hohe Aktienkurse erzielen und warum private Investoren Unternehmen, die trotz ihres Wachstums noch Verluste machen, mit enormen Bewertungen versehen.

jedoch zeigen, dass die nächste Wettbewerbsphase nicht allein von demjenigen gewonnen wird, der sich die größten anfänglichen Trainingsläufe leisten kann. Ihr Plan konzentriert sich auf die Verwendung qualitativ hochwertigerer Trainingsdaten, auf Techniken, die nach dem anfänglichen Training angewendet werden und die Problemlösungsfähigkeit der Modelle verbessern, sowie auf Produktentscheidungen, die den Betrieb der Modelle kostengünstiger und die Nutzung für Kunden im großen Maßstab vereinfachen. Letzteres ist entscheidend, da die Rechenkosten auch nach dem eigentlichen Modellbetrieb nicht enden.

Anthropic arbeitet nicht mit Kleingeld. Das Unternehmen hat rund 100 Milliarden US-Dollar an Rechenkapazitätsverpflichtungen und rechnet mit einem weiteren Anstieg des Bedarfs, um weiterhin führend zu bleiben. Wie Cryptopolitan kürzlich berichtete, nutzte Amazon für Anthropics Claude-Modell seine neue KI-Infrastruktur Rainier mit über einer Million Trainium2-Chips.

„Der zukünftige Rechenbedarf ist enorm“, sagte Daniela Amodei gegenüber CNBC. „ Wir gehen also davon aus, dass wir mehr Rechenleistung benötigen werden, um auch mit unserem Wachstum an der Spitze mithalten zu können .“

Dennoch gibt das Unternehmen an,dass diebranchenweit gemeldeten hohen Zahlen oft nicht direkt vergleichbar sind. Das branchenweite Vertrauen in die richtige Höhe der Ausgaben ist nicht so gefestigt, wie es scheint.

„Viele der Zahlen, die da im Umlauf sind, lassen sich nicht wirklich vergleichen, weil die Struktur mancher dieser Verträge einfach so aufgebaut ist“, sagte sie und sprach darüber, wie sich Unternehmen unter Druck gesetzt fühlen, sich frühzeitig festzulegen, um Jahre später an die Hardware zu kommen.

Die größere Realität, so merkte sie an, sei, dass selbst diejenigen, die an der Entwicklung der Skalierungstheorie beteiligt waren, von dem stetigen Wachstum der Leistung und der Geschäftsergebnisse überrascht worden seien.

„Wir sind immer wieder überrascht, selbst diejenigen, die als Pioniere an die Skalierungsgesetze geglaubt haben“, sagte Daniela Amodei. „Ich höre oft von meinen Kollegen, dass das exponentielleWachstumso lange anhält, bis es aufhört. Und jedes Jahr denken wir: ‚Das kann doch nicht sein, dass die Dinge weiterhin exponentiell wachsen‘, und doch ist es jedes Jahr so ​​geblieben.“

Was passiert, wenn das Wachstum aufhört?

Daniela Amodei trennte den Technologietrend vom Wirtschaftstrend – ein wichtiger Unterschied, der in der öffentlichen Diskussion oft vermischt wird. Betrachtet man allein die Technologie, so sagte sie,dass Anthropicaufgrund seiner Beobachtungen keine Verlangsamung des Fortschritts feststellt.

Anwendung findet privaten “, sagte sie. „Die eigentliche Frage für mich ist: Wie schnell können Unternehmen insbesondere

„Das exponentielle Wachstum setzt sich so lange fort, bis es aufhört“, sagte Daniela Amodei. Die Frage für 2026 ist, was mit dem Wettlauf um die beste KI und den Unternehmen, die sie entwickeln, geschieht, wenn das in der Branche so beliebte Wachstumsmuster schließlich nicht mehr funktioniert.

Da die Branche mit einem KI-Rechenbedarf zu kämpfen hat, der doppelt so schnell wächst wie das Mooresche Gesetzund jährlich bis 2030 500 Milliarden Dollar erfordert, könnte sich Anthropics Wette auf Effizienz statt auf reine Größe als vorausschauend erweisen, oder es könnte sich herausstellen, dass es im KI-Wettlauf keinen Ersatz für überwältigende Rechenleistung gibt.