LIVE
Alle Meldungen ›
AI IN LIFENEWS
Tools & AnwendungenWirtschaft & DealsKI-ModelleGesellschaftForschungChips & InfrastrukturSicherheitRegulierung & RechtRobotik OpenAIAnthropicGoogle & DeepMindAlibaba / QwenxAIMetaByteDance
StartKI-Modelle › MODELLE
MODELLE

Gates-Stiftung: Eine Milliarde Dollar für KI-Zugang

Rund je 40 Prozent gehen in Bildung und Gesundheit, der Rest in Daten und Landwirtschaft – und Gates verlangt vom Staat verbindliche Regeln für KI.

Gates-Stiftung: Eine Milliarde Dollar für KI-Zugang
Symbolbild: Eine Person im Gesundheitsdienst hält ein robustes Tablet, während an der Wand eine Solar-Batterie-Einheit mit grünen Statusleuchten arbeitet.

Kurz gesagt

Die Gates Foundation will binnen zwei Jahren mindestens eine Milliarde US-Dollar ausgeben, damit KI-Anwendungen in Gesundheit, Bildung und Landwirtschaft auch Menschen in ärmeren Ländern erreichen.

Auf einen Blick

  • Mindestens 1 Milliarde US-Dollar, ausgegeben binnen zwei Jahren.
  • Aufteilung laut t3n: rund je 40 Prozent Bildung und Gesundheit, je 10 Prozent digitale Grundlagen und Landwirtschaft.
  • Über 90 Prozent der Trainingsdaten früher Sprachmodelle stammen aus englischsprachigen Quellen.
  • Spracherkennung: unter 6 Prozent Fehlerquote im Englischen, über 60 Prozent bei Yoruba.
  • Pilotprojekte in Kenia (Penda Health), Sierra Leone (Gemini Guided Learning) und Indien (MahaVISTAAR).

Die Gates Foundation will binnen zwei Jahren mindestens eine Milliarde US-Dollar ausgeben, damit KI-Anwendungen in Gesundheit, Bildung und Landwirtschaft auch Menschen in ärmeren Ländern erreichen. Bill Gates verbindet die Zusage mit einer Forderung an die Politik. Ohne staatliches Eingreifen, so seine Begründung, entstünden die stärksten Werkzeuge zuerst für jene, die dafür zahlen können.

Wohin das Geld fließt

Nach Angaben von t3n gehen rund je 40 Prozent der Summe in Bildung und in das Gesundheitswesen. Die übrigen zwei Zehntel teilen sich digitale Grundlagen – etwa Datensätze in bisher unterrepräsentierten Sprachen – und die Agrarwirtschaft. Gates nennt die kommenden 12 bis 18 Monate als das Zeitfenster, in dem die Weichen gestellt werden. Danach, so das Argument, sind die Standards gesetzt und teuer zu korrigieren.

Das Sprachproblem ist messbar

Über 90 Prozent der Trainingsdaten früher Sprachmodelle stammten aus englischsprachigen Quellen. Der Effekt zeigt sich in der Fehlerquote: Ein Spracherkennungssystem, das im Englischen unter 6 Prozent falsch liegt, kommt bei Yoruba auf über 60 Prozent. Das ist kein Feinschliff-Problem, sondern der Unterschied zwischen benutzbar und unbenutzbar. Genau hier setzt der 10-Prozent-Block für digitale Grundlagen an.

Drei Pilotprojekte mit Zahlen

  • Kenia: Bei Penda Health lag die Diagnosegenauigkeit mit KI-Unterstützung um 16 Prozentpunkte höher.
  • Sierra Leone: Mit Gemini Guided Learning wurden bis zu 1,7 Jahre Lernfortschritt gemessen.
  • Indien: Der Agrardienst MahaVISTAAR erreichte über 740.000 Nutzerinnen und Nutzer, zu 18 US-Cent pro Person.

Die Forderung nach Regeln

Gates bleibt bei der Regulierungsfrage deutlich. Gegenüber t3n formuliert er es so:

„Wir können nicht erwarten, dass sich die Branche selbst reguliert.“

Für eine Stiftung, die zugleich Milliarden in dieselbe Technologie steckt, ist das eine bemerkenswerte Position: Geld und Regeln werden hier nicht gegeneinander ausgespielt, sondern als Paket präsentiert.

Was offen bleibt

Die vorliegenden Berichte nennen keinen Verteilungsplan pro Land, keine Laufzeit je Projekt und keine Kriterien, nach denen Vorhaben ausgewählt werden. Auch die Angaben zum Vermögen weichen ab: Der Standard nennt 95 Prozent des Vermögens, The Decoder 99 Prozent des verbliebenen Vermögens bis 2045. Ob aus den Pilotzahlen tragfähige Programme werden, lässt sich aus den Quellen nicht ableiten.

◈ KI-GENERIERTER BERICHT · QUELLEN VERLINKT

Häufige Fragen

Wie viel Geld gibt die Gates Foundation für KI aus?

Mindestens eine Milliarde US-Dollar, verteilt auf zwei Jahre. Die Stiftung nennt das einen Mindestbetrag, keine Obergrenze.

Wofür wird die Milliarde konkret eingesetzt?

Laut t3n rund je 40 Prozent für Bildung und Gesundheit sowie je 10 Prozent für digitale Grundlagen wie Sprachdatensätze und für die Landwirtschaft.

Warum arbeiten Sprachmodelle in manchen Sprachen so viel schlechter?

Weil über 90 Prozent der Trainingsdaten früher Modelle aus englischsprachigen Quellen stammten. Bei Yoruba liegt die Fehlerquote der Spracherkennung über 60 Prozent, im Englischen unter 6 Prozent.

Quellen

Weitere Berichte