Das chinesische KI-Unternehmen MiniMax hat mit M2.7 ein Sprachmodell veröffentlicht, das während seiner Entwicklung eigenständig an seinem eigenen Trainingsprozess mitgewirkt haben soll – ein Ansatz, der eine neue Richtung in der KI-Entwicklung andeutet und auch für deutsche Unternehmen strategische Relevanz besitzt.
MiniMax M2.7: Chinesisches KI-Modell optimierte Teile seines eigenen Trainings
Selbstoptimierung als Entwicklungsmethode
Konkret soll M2.7 in bestimmten Phasen des Trainings eigene Verbesserungsvorschläge für den Trainingsprozess generiert und diese automatisiert evaluiert haben. Das Unternehmen beschreibt den Vorgang als teilweise autonome Optimierungsschleife: Das Modell analysierte Schwachstellen im eigenen Lernverfahren und schlug Anpassungen vor, die anschließend in den nächsten Trainingsdurchlauf einflossen. Menschliche Ingenieure behielten dabei die Kontrolle über die endgültigen Entscheidungen – eine vollständig autonome Selbstentwicklung ohne menschliche Aufsicht war es entsprechend nicht.
Dieser Ansatz unterscheidet sich von klassischen Reinforcement-Learning-Methoden wie RLHF, bei denen menschliches Feedback den Kern des Optimierungsverfahrens bildet.
MiniMax setzt stattdessen auf einen stärker automatisierten Feedback-Mechanismus, bei dem das Modell selbst als Bewerter eigener Schwächen fungiert.
Benchmark-Ergebnisse zeigen solide Leistung
Laut MiniMax erzielt M2.7 in gängigen Benchmarks Ergebnisse, die mit deutlich größeren Modellen konkurrenzfähig sind. Genaue Vergleichszahlen zu etablierten Systemen wie GPT-4o oder Claude 3.5 Sonnet nannte das Unternehmen in seiner Ankündigung nicht vollständig – eine unabhängige Verifikation der Benchmark-Angaben steht daher noch aus.
In der KI-Branche sind selbst veröffentlichte Leistungsvergleiche grundsätzlich mit Vorsicht zu bewerten, da Unternehmen Benchmarks gezielt auswählen können.
Das Modell ist nach Unternehmensangaben als Mixture-of-Experts-Architektur aufgebaut, bei der jeweils nur ein Teil der Gesamtparameter pro Anfrage aktiv ist. Diese Architektur ermöglicht eine effizientere Nutzung der Rechenkapazitäten und hat sich in den vergangenen Monaten auch bei anderen chinesischen Entwicklern wie DeepSeek etabliert.
Einordnung im KI-Wettbewerb
MiniMax gehört zu einer wachsenden Gruppe chinesischer KI-Unternehmen, die trotz US-amerikanischer Exportbeschränkungen für fortgeschrittene Halbleiter international konkurrenzfähige Modelle entwickeln. Der Ansatz der teilweisen Selbstoptimierung ist dabei weniger eine Besonderheit von M2.7 als ein Signal für eine breitere Entwicklungsrichtung in der Grundlagenforschung: Mehrere Labore – darunter auch westliche – arbeiten an Verfahren, bei denen Modelle zunehmend in ihre eigene Verbesserung eingebunden werden.
Die Frage, wie weit diese Autonomisierung sinnvoll skaliert werden kann, ist wissenschaftlich noch offen.
Kritiker weisen darauf hin, dass selbstoptimierende Systeme ohne robuste Kontrollmechanismen schwer vorhersagbares Verhalten entwickeln könnten.
Was das für deutsche Unternehmen bedeutet
Für Technologie- und Beschaffungsentscheider in Deutschland ist die Entwicklung aus mehreren Gründen relevant:
- Das Leistungsgefälle zwischen westlichen und chinesischen Large Language Models nimmt weiter ab – mit Folgen für den internationalen Wettbewerb.
- Die zunehmende Automatisierung von KI-Trainingsprozessen eröffnet mittelfristig die Möglichkeit, leistungsfähigere Modelle mit geringerem manuellem Aufwand zu entwickeln.
- Für Unternehmen, die eigene Modelle feinabstimmen oder KI-Systeme beschaffen, bedeutet das einen beschleunigten Innovationszyklus, auf den sich Einkaufs- und IT-Strategien einstellen müssen.
Quelle: The Decoder
