General Purpose AI (GPAI)

General Purpose AI (GPAI) beschreibt KI-Modelle, die nicht für einen eng definierten Anwendungsfall entwickelt wurden, sondern ein breites Spektrum an Aufgaben bewältigen können. Im Gegensatz zu spezialisierter KI, die etwa nur Röntgenbilder analysiert, zeichnet sich GPAI durch enorme Vielseitigkeit aus. Diese Systeme, zu denen primär große Sprachmodelle (LLMs) gehören, können Texte verfassen, Programmcode generieren, Daten zusammenfassen oder logische Schlüsse ziehen. Sie fungieren oft als technisches Fundament, sogenannte Foundation Models, auf dem Unternehmen eigene, spezialisierte Applikationen aufbauen. Die Anpassungsfähigkeit ist das Kernmerkmal: Ein einziges Modell lässt sich ohne fundamentales Retraining für völlig unterschiedliche Geschäftsprozesse adaptieren.

Für den deutschen Mittelstand ist GPAI besonders unter dem Aspekt des EU AI Acts von Bedeutung. Da diese Modelle als Basistechnologie dienen, verschiebt sich die Wertschöpfung weg von der Eigenentwicklung von Algorithmen hin zur geschickten Integration bestehender Systeme. IT-Entscheider müssen jedoch regulatorische Hürden beachten: Das neue EU-Gesetz führt spezifische Transparenz- und Risikopflichten für Anbieter solcher Modelle ein. Für hiesige Unternehmen bedeutet der Einsatz eine Gratwanderung zwischen Innovationsgeschwindigkeit und Compliance-Anforderungen wie der DSGVO. Wer GPAI nutzt, muss sicherstellen, dass sensible Unternehmensdaten nicht unkontrolliert in die Trainingsläufe globaler Anbieter abfließen, während man gleichzeitig von der Effizienzsteigerung bei der Automatisierung profitiert.

Ein praktisches Beispiel ist ein mittelständischer Maschinenbauer, der ein GPAI-Modell nutzt, um seinen Kundenservice zu transformieren. Anstatt für jede Sprache und jedes Produkt ein eigenes System zu entwickeln, wird ein zentrales Modell über eine API angebunden. Dieses System analysiert eingehende Support-Tickets in Echtzeit, gleicht sie mit internen Wissensdatenbanken ab und erstellt Entwürfe für die Antwort-E-Mails der Techniker. Dieselbe technologische Basis kann gleichzeitig genutzt werden, um interne Dokumentationen automatisch zu verschlagworten oder Marketingtexte zu generieren. Die Konsolidierung verschiedener Aufgaben auf eine einzige Infrastruktur senkt die Wartungskosten und beschleunigt die Bereitstellung neuer digitaler Dienste im Unternehmen massiv.

Aktuell wandelt sich der Markt weg von reinen Text-Modellen hin zu multimodalen Systemen, die auch Bilder, Audio und Video verarbeiten können. Unternehmen sollten bei der Auswahl prüfen, ob sie auf Modelle mit offenen Gewichten setzen oder geschlossene Systeme nutzen, da dies die technologische Souveränität beeinflusst. Mit der schrittweisen Umsetzung des EU AI Acts wird zudem die Dokumentationspflicht für Anbieter zunehmen, was IT-Leitern mehr Transparenz über die verwendeten Trainingsdaten verschafft, aber auch eine sorgfältige Prüfung der Anbieter-Zertifizierungen erfordert.