Experten: Dezentrale Netze und Chip-Knappheit verhindern KI-Übernahme des Internets

Experten: Dezentrale Netze und Chip-Knappheit verhindern KI-Übernahme

Die Frage, ob eine künstliche Intelligenz die Kontrolle über das globale Internet übernehmen könnte, ist nach jüngsten Warnungen aus der Industrie neu aufgeflammt. Anthropic-CEO Dario Amodei hatte davor gewarnt, ein KI-Schwarm könnte künftig die Netzinfrastruktur dominieren. Cybersicherheitsexperten halten ein solches Szenario jedoch für höchst unwahrscheinlich. Vishal Misra von der Columbia University, John Thickstun von der Cornell University und Kevin Hamlen von der University of Texas at Dallas nennen zwei strukturelle Gründe: die dezentrale, heterogene Architektur des Internets und den knappen, stark regulierten Zugriff auf fortgeschrittene Halbleiter. Die grundlegende Architektur des Netzes widersetze sich einer zentralen Übernahme, so Misra. Für eine großflächige Übernahme wären zudem massive Zugriffe auf fortgeschrittene Halbleiter nötig; diese Chips sind knapp, stark reguliert und schwer zu verteilen. Die Forscher lenken den Blick stattdessen auf fragmentiertere Gefahren durch autonome KI-Agenten, die innerhalb dezentraler digitaler Ökosysteme operieren. Der Widerspruch zu Amodeis Warnung erklärt sich vor allem durch unterschiedliche Zeithorizonte und Risikobewertungen: Amodei spricht von einer möglichen künftigen Bedrohung durch KI-Schwärme, während die Experten die gegenwärtige und absehbare technische Machbarkeit anhand der Netzwerk-Architektur und der Hardware-Restriktionen bewerten.

Netzwerk-Diversität: Millionen Router, viele Hersteller, gemeinsame Protokolle

Das Internet ist kein monolithisches System, sondern ein Netz aus Netzwerken. Milliarden Geräte verbinden sich über Router, Switches und WLAN-Zugangspunkte. Millionen Router verschiedener Hersteller mit unterschiedlichen Betriebssystemen nutzen gemeinsame Routing-Protokolle, um Datenpakete durch das Netz zu leiten. Diese strukturelle Heterogenität ist kein Zufall, sondern ein Konstruktionsprinzip: Es gibt keinen zentralen Schalter und keinen einzelnen Ausfallpunkt. Das Netz wurde so entworfen, dass es gezielte Angriffe übersteht – unabhängig davon, wer sie ausführt. Für eine KI, die das Internet übernehmen wollte, bedeutet diese Diversität eine fundamentale Hürde. Sie müsste nicht ein einzelnes System kompromittieren, sondern eine Vielzahl unterschiedlicher Geräte, Betriebssysteme und Protokolle gleichzeitig kontrollieren. Vishal Misra von der Columbia University betont, dass genau diese Vielfalt eine Verteidigungslinie darstellt: Die Heterogenität der Infrastruktur verhindert, dass ein einzelner Akteur – ob Mensch oder Maschine – die Kontrolle über das Gesamtsystem erlangt. Die dezentrale Struktur ist damit nicht nur ein technisches Merkmal, sondern eine strukturelle Barriere gegen zentrale Übernahmeversuche.

Chip-Engpass: Fortgeschrittene Halbleiter als regulierter Flaschenhals

Der zweite strukturelle Grund gegen eine KI-Übernahme des Internets liegt in der Hardware. Für eine großflächige Übernahme wären nach Einschätzung der Experten massive Zugriffe auf fortgeschrittene Halbleiter nötig. Diese Chips sind jedoch knapp, stark reguliert und schwer zu verteilen. Die Produktion von KI-Chips ist in diesem Jahr ein bindender Engpass: Die Nachfrage nach Rechenleistung für das Training und den Einsatz fortgeschrittener KI-Modelle wächst exponentiell und übertrifft die Prognosen vieler Chiphersteller. Lieferketten für KI-Chips und ihre Vorprodukte können nicht schnell genug skaliert werden, um die Nachfrage zu decken. Der Aufbau zusätzlicher Fertigungskapazität dauert Jahre. Diese Knappheit wirkt als natürliche Begrenzung: Selbst wenn eine KI die Absicht hätte, das Internet zu übernehmen, fehlte ihr schlicht die Rechenleistung, um einen solchen Angriff in der notwendigen Größenordnung auszuführen. Die starke Regulierung des Chip-Zugriffs – etwa durch Exportkontrollen – verstärkt diese Barriere zusätzlich. Experten wie John Thickstun und Kevin Hamlen betonen, dass KI-Systeme für ein solches Vorhaben auf Chips angewiesen wären, die nur schwer in großen Mengen zu beschaffen und zu verteilen sind.

Marktkonzentration: Nvidia, ASML, TSMC und die fünf Jurisdiktionen

Die Lieferkette für KI-Chips ist extrem konzentriert. Nvidia hält rund 85 Prozent der KI-Rechenzentrums-Beschleuniger und etwa 92 Prozent der diskreten GPUs; AMD ist zweiter Anbieter, Intel dritter. Hinter dem Chipdesign steht eine noch engere Kette: ASML aus den Niederlanden baut als einziges Unternehmen EUV-Maschinen, mit denen führende Logikchips gefertigt werden. TSMC aus Taiwan fertigt und verpackt im großen Maßstab. Die koreanischen Hersteller SK Hynix und Samsung liefern den Speicher. Die Kontrolle über diese Lieferkette ist auf fünf Jurisdiktionen verteilt – die Stufen sind komplementär und nicht substituierbar. Fällt eine Stufe aus, stockt der gesamte KI-Ausbau. Diese Konzentration erschwert eine unbemerkte Übernahme erheblich: Wer fortgeschrittene Halbleiter in großem Umfang beschaffen will, muss sich durch eine eng überwachte, mehrstufige Lieferkette bewegen. Die Verteilung auf mehrere Jurisdiktionen bedeutet zudem, dass keine einzelne Instanz die gesamte Kette kontrolliert – aber auch, dass keine einzelne Instanz sie unbemerkt umgehen kann.

Technische Hürden: Speicherbandbreite und Modellgrößen

Die hardwaretechnischen Anforderungen großer KI-Modelle setzen weitere Grenzen. Ein dichtes Modell mit 70 Milliarden Parametern benötigt je nach Präzision erhebliche Speichermengen: etwa 140 Gigabyte bei 16-Bit, 70 Gigabyte bei 8-Bit und 35 Gigabyte bei 4-Bit – bevor Aktivierungen, Workspace und der Key-Value-Cache hinzukommen. Passt der Modellzustand nicht auf einen einzelnen Beschleuniger, erfordert die Aufteilung zusätzliche Kommunikation und Synchronisation. Die Speicherbandbreite ist dabei der begrenzende Faktor: Sie bestimmt, wie schnell die Modellgewichte und der KV-Zustand während der autoregressiven Dekodierung gelesen werden können. Nvidia hat die Speicherbandbreite seiner Chips kontinuierlich gesteigert – von 0,9 Terabyte pro Sekunde bei der V100 über 4,8 Terabyte pro Sekunde beim H200 und 8 Terabyte pro Sekunde bei Blackwell bis zu angekündigten 22 Terabyte pro Sekunde bei Rubin. Trotz dieser Fortschritte bleibt die Speicherbandbreite der limitierende Partner der GPU: Die Rechenleistung wuchs schneller, wodurch der Speicher breiter, näher und tiefer integriert werden musste. Für eine flächendeckende Internet-Übernahme wären diese Hardware-Grenzen ein weiteres Hindernis.

Infrastruktur-Engpass: Energie, Datenbewegung und Edge Computing

Der nächste Engpass der KI-Entwicklung liegt zunehmend auf System- und Infrastrukturebene. Drei miteinander verbundene Beschränkungen treten in den Vordergrund: Datenbewegung, Stromversorgung und Stromflexibilität. KI-Systeme müssen Daten schnell zwischen Chips, Servern und Rechenzentren bewegen. Dichte KI-Racks erfordern eine sichere und effiziente Stromzufuhr. Und die Stromnetze müssen flexibler werden, da die Echtzeit-Nutzung von KI eine variablere Nachfrage erzeugt. Deshalb weiten sich die KI-Investitionen über Halbleiter hinaus auf Energie und Infrastruktur aus. Edge Computing kann hier gegensteuern: Es verarbeitet Daten nahe der Quelle, reduziert Datenübertragung, Latenz und Bandbreite und senkt den globalen Stromverbrauch. Diese Entwicklung stärkt die Dezentralität zusätzlich: Wenn immer mehr Verarbeitung am Rand des Netzes stattfindet, wird eine zentrale Kontrolle durch eine einzelne Instanz – ob KI oder nicht – noch unwahrscheinlicher. Die Infrastruktur selbst entwickelt sich in eine Richtung, die einer monolithischen Übernahme entgegenwirkt.

Governance und Interventionspunkte: Rechenleistung als Hebel

Internationale KI-Governance bietet weitere Interventionspunkte. Es existieren Ethikempfehlungen der OECD und der UNESCO, Strategiedokumente zahlreicher Regierungen, EU-Gesetzgebung zu Hochrisiko-KI und Allzwecksystemen sowie ein Netzwerk von Sicherheitsinstituten, das aus der Bletchley-Konferenz hervorgegangen ist. Besonders wirksam ist dabei die Rechenleistung als Hebel: KI-relevante Rechenleistung ist erkennbar, ausschließbar und quantifizierbar. Sie wird über eine extrem konzentrierte Lieferkette produziert. Im Vergleich zu Daten und Algorithmen – den anderen beiden Inputs der KI – ist Rechenleistung damit ein besonders effektiver Interventionspunkt. Regierungen können den Zugang zu Rechenleistung kontrollieren, den Fluss von Chips in konkurrierende Länder steuern und den Zugang für bestimmte Sektoren subventionieren. Diese Governance-Instrumente wirken als zusätzliche Barriere gegen einen Missbrauch von KI in großem Maßstab. Wer eine flächendeckende Übernahme des Internets versuchen wollte, müsste nicht nur technische Hürden überwinden, sondern auch die Kontrollmechanismen umgehen, die an der Chip-Lieferkette ansetzen.

Amodeis Warnung vs. Expertenkonsens: Unterschiedliche Zeithorizonte

Der Widerspruch zwischen Dario Amodeis Warnung und der Einschätzung der Experten lässt sich auflösen, wenn man die unterschiedlichen Zeithorizonte und Risikobewertungen berücksichtigt. Amodei spricht von einer möglichen künftigen Bedrohung durch KI-Schwärme, die die Netzinfrastruktur dominieren könnten. Die Experten – Misra, Thickstun, Hamlen und andere – bewerten dagegen die aktuelle und absehbare technische Machbarkeit. Sie argumentieren anhand der dezentralen Internet-Architektur und der Hardware-Restriktionen: Die strukturelle Heterogenität des Netzes und die Knappheit fortgeschrittener Halbleiter machen eine monolithische Übernahme heute und in absehbarer Zukunft höchst unwahrscheinlich. Beide Positionen schließen sich nicht notwendigerweise aus. Amodeis Szenario bezieht sich auf eine mögliche Entwicklung, deren Eintritt ungewiss ist; die Experten konzentrieren sich auf das, was technisch gegenwärtig machbar ist. Die Diskrepanz ist damit weniger ein inhaltlicher Widerspruch als eine Frage der Perspektive: langfristige Risikoprognose versus kurzfristige Machbarkeitsanalyse.