(Symbolbild)
KI-Modelle entblößen ihre Quellen: Neue Analysemethode erschwert Diebstahl geistigen Eigentums
Forschende haben eine Methode entwickelt, mit der sich die Trainingsdaten und Vorbilder von Large Language Models (LLMs) nachweisen lassen – ein Durchbruch mit weitreichenden Konsequenzen für den globalen KI-Wettbewerb. Die Technik ermöglicht es, selbst fein abgestimmte Modelle auf ihre ursprünglichen Quellen zurückzuführen und damit mögliche Verletzungen geistigen Eigentums zu dokumentieren. Für den geopolitischen Konflikt zwischen US-amerikanischen und chinesischen KI-Entwicklern könnte dies zu einem Wendepunkt werden.
Die Schwäche des Distillings wird ausnutzbar
Die neue Analysemethode zielt auf ein fundamentales Problem moderner KI-Entwicklung: Das sogenannte Knowledge Distillation, bei dem kleinere Modelle durch Training an den Ausgaben größerer Vorbilder effizienter werden. Diese Praxis ist in der Branche weit verbreitet und technisch legal – solange keine direkten Modellgewichte kopiert werden. Doch gerade chinesische Labore wie DeepSeek stehen im Verdacht, diese Grenze systematisch zu überschreiten und ihre Modelle durch intensives Training an den Outputs von OpenAIs GPT-4 oder Googles Gemini zu optimieren, ohne die dafür üblichen Lizenzierungskosten zu tragen.
Die von Wired vorgestellte Technik macht diese Verbindungen nun forensisch nachweisbar. Statt auf Selbstauskunft der Entwickler angewiesen zu sein, lassen sich charakteristische Muster in den Antworten eines Modells mit denen potenzieller Vorbilder korrelieren. Das Verfahren nutzt dabei die Tatsache, dass selbst fein abgestimmte Modelle Spuren ihrer Trainingsdaten in ihren internen Repräsentationen bewahren – vergleichbar mit linguistischen Fingerabdrücken, die sich nicht vollständig eliminieren lassen.
Rechtliche Grauzone, strategische Relevanz
Die Einordnung der Methode in bestehende Rechtsrahmen bleibt komplex. Während das Kopieren von Modellgewichten eindeutig gegen Nutzungsbedingungen verstößt, fällt das Training an öffentlich zugänglichen API-Ausgaben in eine regulatorische Lücke. OpenAI und andere US-Anbieter haben in ihren Geschäftsbedingungen zwar das systematische Scraping ihrer Outputs zur Modellentwicklung untersagt, die Durchsetzung dieser Klauseln ist jedoch bislang praktisch unmöglich gewesen.
Mit der neuen Analysetechnik verschiebt sich dieses Machtgleichgewicht. Unternehmen können nun nicht nur den Verdacht äußern, sondern belastbare Beweise für Vertragsverletzungen sammeln. Das hat Implikationen für die laufenden Exportkontrollen der US-Regierung, die den Verkauf fortschrittlicher KI-Chips nach China einschränken. Wenn chinesische Labore die resultierende Lücke in der Rechenleistung durch effizienteres Training an US-Modellen schließen können, untergräbt dies die strategische Logik der Sanktionen.
Konsequenzen für die Modellökonomie
Die Entwicklung trifft auf einen Markt, der sich zunehmend in offene und geschlossene Ökosysteme spaltet. Meta setzt mit seinen Llama-Modellen auf eine quelloffene Strategie, die Distillation explizit erlaubt und damit ihre Verbreitung fördert. OpenAI und Google hingegen monetarisieren den Zugriff auf ihre leistungsfähigsten Systeme und haben ein vitales Interesse daran, unlizenzierte Nachahmung zu verhindern. Die neue Forensikmethode stärkt die Position geschlossener Anbieter, könnte aber auch zu Gegenmaßnahmen führen: von technischen Obfuskationstechniken bis hin zu restriktiveren API-Zugängen.
Für europäische Regulierer kommt die Debatte zur Unzeit. Der AI Act verpflichtet Anbieter grundlegender Modelle zur Transparenz über Trainingsdaten, ohne jedoch praktikable Verifikationsmechanismen vorzusehen. Die vorgestellte Technik könnte als Blaupause für zukünftige Audit-Standards dienen, setzt aber voraus, dass die Methodik selbst robust gegen Manipulation bleibt.
Für deutschsprachige Unternehmen ergeben sich mehrere Handlungsfelder. Zum einen sollten sie bei der Auswahl von KI-Modellen die Herkunft und Lizenzierung der Trainingsdaten stärker in ihre Due-Diligence-Prozesse integrieren – nicht zuletzt, um Haftungsrisiken unter dem AI Act zu minimieren. Zum anderen bietet die zunehmende Nachweisbarkeit von Modellherkünften die Chance, gezielt auf ethisch trainierte oder quelloffene Alternativen zu setzen, die strategische Unabhängigkeit von US- oder chinesischen Infrastrukturen sicherstellen. Die technische Möglichkeit, KI-Modelle auf ihre wahren Quellen zurückzuführen, markiert den Übergang von einer Wildwest-Phase der Modellentwicklung zu einem regulierteren Markt – mit neuen Risiken, aber auch neuen Wettbewerbschancen für transparent agierende Anbieter.
