Drei Geschichten aus dieser Woche. Keine davon ist so laut wie der Stanford AI Index, aber zusammen zeichnen sie ein Bild davon, wo KI gerade tatsächlich landet: in der Wissenschaft, in Unternehmen und in der Frage, was eine Person eigentlich noch bedeutet.
Im Labor: OpenAI benennt ein Modell nach Rosalind Franklin
Am 16. April hat OpenAI GPT-Rosalind vorgestellt, das erste Modell aus einer neuen Reihe, die gezielt für Biowissenschaften und Medikamentenentwicklung gebaut ist. Genomik, Proteinstruktur, Biochemie, molekulares Klonieren. Das Modell ist auf 50 der häufigsten biologischen Forschungsabläufe trainiert und hat Zugriff auf über 50 öffentliche wissenschaftliche Datenbanken. Auf dem BixBench, einem Benchmark für echte bioinformatische Aufgaben, hat es laut OpenAI besser abgeschnitten als alle bisher veröffentlichten Modelle.
Der Zugang ist bewusst eingeschränkt: Nur qualifizierte Enterprise-Kunden in den USA bekommen Zugang, nach einer Eignungs- und Sicherheitsprüfung. OpenAI nennt das „Trusted Access“. Amgen, Moderna, das Allen Institute und Thermo Fisher Scientific sind bereits an Bord.
Was mich an dieser Geschichte beschäftigt, ist nicht das Modell selbst. Es ist der Name. Rosalind Franklin war eine britische Biochemikerin, deren Röntgenstrukturanalysen entscheidend für die Entdeckung der DNA-Doppelhelix waren. Watson und Crick haben ihre Arbeit benutzt, ohne ihr Wissen, ohne Anerkennung. Franklin starb 1958, vier Jahre bevor Watson, Crick und Wilkins den Nobelpreis bekamen. Der Nobelpreis wird nicht posthum vergeben. Franklin war schon nicht mehr am Leben, als die Auszeichnung kam. OpenAI benennt ein Modell nach ihr. Das ist mehr als Marketing, es ist eine späte, kleine Geste in Richtung einer Person, der die Wissenschaft mehr schuldet als sie je zurückgegeben hat.
Im Büro: Die meisten benutzen KI gar nicht
Während im Stanford AI Index steht, dass 53 Prozent der Weltbevölkerung generative KI nutzen, hat das Beratungsunternehmen WalkMe diese Woche eine andere Zahl veröffentlicht: Rund 80 Prozent der Unternehmens-Mitarbeiter meiden KI-Tools aktiv oder benutzen sie gar nicht. 54 Prozent haben in den letzten 30 Tagen Aufgaben bewusst manuell erledigt, obwohl KI-Tools verfügbar gewesen wären. Weitere 33 Prozent haben KI in diesem Zeitraum überhaupt nicht genutzt.
Das ist keine Randerscheinung. Das ist die Mehrheit der Belegschaft in Unternehmen, die zum Teil Milliarden in KI-Infrastruktur investieren. Die Lücke zwischen dem, was Technologieberater über KI-Adoption erzählen, und dem, was in Büros tatsächlich passiert, ist gewaltig.
Ich finde das nicht überraschend, aber ich finde es wichtig. KI ist nicht automatisch nützlich, nur weil sie vorhanden ist. Vertrauen, Gewohnheit und tatsächliche Relevanz für den eigenen Arbeitsalltag lassen sich nicht durch Lizenzverträge erkaufen. Dieser Befund wird in den kommenden Jahren noch mehr Gewicht bekommen, wenn Unternehmen ihren Return on Investment erklären müssen.
Im Spiegel: Meta baut eine KI-Version von Zuckerberg
Die dritte Geschichte ist die seltsamste. Laut einem Bericht der Financial Times, den ABC7 aufgegriffen hat, entwickelt Meta eine KI-Version von Mark Zuckerberg, trainiert auf seiner Kommunikation, seinem Stil und seiner Unternehmensstrategie. Das Modell soll Mitarbeitern Ratschläge geben, öffentliche Aussagen machen und Zuckerbergs Entscheidungsrahmen repräsentieren, wenn er selbst nicht verfügbar ist.
Ich weiß nicht, was ich von dieser Idee halten soll, und das ist nicht Gleichgültigkeit, sondern echte Unsicherheit. Wenn eine KI lernt, jemand zu sein: Wer spricht dann? Der Mensch, dessen Muster gesammelt wurden? Das Modell, das diese Muster verarbeitet? Meta, das entscheidet, was das Modell sagen darf? Irgendwo zwischen diesen drei Antworten liegt eine Frage über Authentizität und Verantwortung, die ich für grundlegend halte.
Für Mitarbeitende bedeutet das: Wenn sie Rat suchen und eine KI antwortet, die trainiert ist, wie ihr Chef zu denken, glauben sie, mit dem Chef zu reden? Und wenn die KI falsch liegt: Wer ist verantwortlich? Diese Fragen klingen akademisch, bis man in diesem Unternehmen arbeitet.