2021 war ein Durchbruchsjahr für KI

Unternehmen setzten 2021 verstärkt auf KI und maschinelles Lernen, um Produkt- und Geschäftsherausforderungen zu lösen und ihre Umsätze zu steigern. Gleichzeitig verzeichneten KI-Start-ups ein deutliches Wachstum und investierten in erheblichem Umfang, um ihr Produktangebot zu verbessern und die steigende Nachfrage nach KI-Lösungen branchenübergreifend zu decken. Daten von CB Insights Research zeigen, dass die Anzahl der Eigenkapitalfinanzierungen im globalen KI-Bereich in diesem Jahr zwar nur geringfügig geringer ist als im Vorjahr (2.384 Deals im Jahr 2021 gegenüber 2.450 im Jahr 2020), sich das investierte Kapital jedoch auf 68 Milliarden US-Dollar fast verdoppelt hat.

Mit Blick auf das Jahr 2022 werfen wir einen kurzen Rückblick auf die Meilensteine, die den KI-Bereich in den letzten 12 Monaten geprägt haben.

Januar

Zu Beginn des Jahres kündigte OpenAI DALL-E an, ein multimodales KI-System, das Bilder aus Text generiert. Das Unternehmen behauptete, DALL-E könne Objekte in generierten Bildern manipulieren und neu anordnen sowie auch Dinge erschaffen, die nicht existieren, wie etwa einen Würfel mit der Textur eines Stachelschweins oder einen Stuhl, der wie eine Avocado aussieht.

Neben anderen bemerkenswerten Entwicklungen in diesem Monat testete das US-Heimatschutzministerium KI zur Erkennung maskierter Gesichter; Uber-Forscher schlugen ein Modell vor, das positivere und höflichere Antworten betonte; Salesforce veröffentlichte ein Framework zur Prüfung der Robustheit von NLP-Modellen, und KI-Modelle von Microsoft und Google übertrafen die menschliche Leistung beim SuperGLUE-Sprachbenchmark, der den Fortschritt der KI-Forschung anhand verschiedener Sprachaufgaben zusammenfassen soll. Forscher von Facebook und der New York University gaben außerdem die Entwicklung eines Modells bekannt, das die Entwicklung des Zustands eines COVID-19-Patienten über vier Tage vorhersagt.

Auf der Unternehmensseite sammelten mehrere KI-Startups Kapital ein, darunter Lacework (525 Mio. $), TripActions (155 Mio. $), K Health (132 Mio. $), Harness (115 Mio. $), Workato (110 Mio. $) und iLobby (100 Mio. $).

Februar

Im Februar brachte Microsoft eine benutzerdefinierte neuronale Stimme mit eingeschränktem Zugriff auf den Markt und gab Details zu Speller100 bekannt, einem KI-System, das die Rechtschreibung in über 100 Sprachen prüft. Google veröffentlichte TensorFlow 3D, um Unternehmen bei der Entwicklung und Schulung von Modellen zu unterstützen, die 3D-Szenen verstehen können. Amazon brachte Lookout auf den Markt, einen Computer-Vision-Dienst zur Erkennung von Defekten in hergestellten Produkten. Im Februar gab es eine beträchtliche Anzahl von Eigenkapitalfinanzierungsrunden im KI-Bereich. Die größten gingen an das Data-Lakehouse-Startup Databricks (1 Milliarde $), das RPA-Startup UiPath (750 Mio. $), das Startup für autonomes Trucking Plus (200 Mio. $), SentinelOne (150 Mio. $) und Locus Robotics (150 Mio. $).

März

Im März gab es innovative KI-Ankündigungen von Giganten wie Facebook, Microsoft, Nvidia und IBM.

Facebook kündigte zunächst ein KI-Modell an, das anhand einer Milliarde Parameter trainiert wurde und aus beliebigen Bildgruppen lernen kann – ohne jegliche Kuratierung oder Annotation. Nvidia entwickelte gemeinsam mit Harvard ein KI-Toolkit namens AtacWorks, um Kosten und Zeitaufwand für komplexe Genomanalysen zu senken. IBM brachte schließlich eine cloudbasierte, KI-gesteuerte Plattform für molekulares Design auf den Markt, die automatisch neue Molekülstrukturen entwickelt. Microsoft führte Azure Percept ein, eine Plattform aus Hardware und Services, die Kunden die Nutzung von KI-Technologien am Edge vereinfachen soll. Die größten Finanzierungsrunden des Monats gingen an Dataminr (475 Millionen US-Dollar), PatSnap (300 Millionen US-Dollar), WorkFusion (220 Millionen US-Dollar) und Jumio (150 Millionen US-Dollar).

April

Im April kündigte die Europäische Kommission einen Entwurf für die Nutzung von KI an. Dieser sieht ein Verbot von Anwendungen für Social Scoring sowie strenge Schutzmaßnahmen für risikoreiche KI-Anwendungen in den Bereichen Personalbeschaffung, kritische Infrastruktur, Kreditbewertung, Migration und Strafverfolgung vor. Der Vorschlag sah außerdem vor, dass Unternehmen, die gegen die Regeln verstoßen, mit Geldbußen von bis zu 6 % ihres weltweiten Umsatzes von 30 Millionen Euro (36 Millionen US-Dollar) rechnen müssen, je nachdem, welcher Betrag höher ist.

Facebook gab an, ein KI-Modell entwickelt zu haben, das Medikamentenkombinationen zur Behandlung komplexer Krankheiten vorhersagt. Grid.ai startete eine Plattform zum Trainieren von KI-Modellen in der Cloud. Cerebras brachte einen KI-Supercomputer-Prozessor mit 2,6 Billionen Transistoren auf den Markt, und Huawei trainierte das chinesische Äquivalent von GPT-3. Auf der Finanzierungsseite erhielt SambaNova Systems, ein Unternehmen, das Chips für KI-Workloads entwickelt, mit 676 Millionen US-Dollar die größte Investition. Es folgten ActiveCampaign (240 Millionen US-Dollar), Vectra AI (130 Millionen US-Dollar) und Gupshup (100 Millionen US-Dollar).

Mai

Google veranstaltete die I/O 2021 und machte einige wichtige Ankündigungen. Die wichtigsten davon waren die vierte Generation von Tensor Processing Units (TPUs) für KI- und ML-Workloads, ein Sprachmodell für Dialoganwendungen namens LaMDA und die verwaltete Vertex AI-Plattform, die Unternehmen dabei unterstützt, die Bereitstellung und Wartung ihrer KI-Modelle zu beschleunigen.

Yelp entwickelte eine KI zur Erkennung von Spam-Fotos, AWS brachte Redshift ML auf den Markt, um Modelltraining mit SQL zu ermöglichen, und Asapp veröffentlichte einen aktionsbasierten Konversationsdatensatz, der Unternehmen bei der Entwicklung verbesserter KI für den Kundenservice unterstützt. Redwood Software, ein Anbieter von Cloud-basierten Geschäfts- und IT-Automatisierungslösungen, erzielte mit 379 Millionen US-Dollar die größte Finanzierungsrunde des Monats, gefolgt von Asapp (120 Millionen US-Dollar) und Sima.ai (80 Millionen US-Dollar).

Juni

Im Juni veröffentlichte IBM Uncertainty Quantification 360 als Open Source, ein Toolkit, das KI dabei unterstützt, Unsicherheiten zu verstehen und zu kommunizieren. GitHub brachte Copilot auf den Markt, ein KI-gestütztes Pair-Programming-Tool, das Entwicklern hilft, besseren Code zu schreiben.

Dann folgte Google Cloud dem Beispiel von Amazon und stellte eine KI-gestützte Lösung zur Fehlererkennung in Industriegütern vor. Open AI behauptete unterdessen, die Voreingenommenheit und Toxizität von GPT-3 verringert zu haben, und Mythic brachte einen KI-Prozessor auf den Markt, der zehnmal weniger Strom verbraucht als ein typischer System-on-Chip oder Grafikprozessor (GPU). Die größten Investoren des Monats waren Gong (250 Millionen US-Dollar), Iterable (200 Millionen US-Dollar), Moveworks (200 Millionen US-Dollar) und Verbit (157 Millionen US-Dollar).

Juli

Facebook veröffentlichte Droidlet, eine Plattform für den Bau von Robotern auf Basis von NLP und Computer Vision, als Open Source. Alphabet gründete Intrinsic, ein neues unabhängiges Unternehmen, das Softwaretools für die Industrierobotik entwickelt.

OpenAI hingegen machte Schlagzeilen mit der Auflösung seiner Robotersparte und plant, sich auf Bereiche zu konzentrieren, in denen mehr Daten leicht verfügbar sind. Der Ausstieg aus dem Unternehmen erfolgte nach jahrelanger Forschung an Maschinen, die Aufgaben wie das Lösen eines Zauberwürfels erlernen können. Etwa zeitgleich kündigte DeepMind, der größte Konkurrent von OpenAI, AlphaFold 2 an, ein KI-System, das die komplexe Aufgabe der Vorhersage der Proteinform übernimmt.

Auf der Unternehmensseite erzielte die Enterprise-KI-Entwicklungsplattform DataRobot die größte Finanzierungsrunde des Monats (300 Millionen US-Dollar), gefolgt von Gupshup (240 Millionen US-Dollar) und Untethered AI (125 Millionen US-Dollar).

August

Tesla kündigte Pläne zur Einführung eines KI-Humanoiden für repetitive Aufgaben an, OpenAI stellte eine API zur Übersetzung natürlicher Sprache in Code vor, und Google kündigte den neuronalen Codec SoundStream zur Unterdrückung von Rauschen und Bereitstellung komprimierter Audiodaten in hoher Qualität an.

Databricks sicherte sich 1,6 Milliarden US-Dollar an Kapital, wodurch sich seine Bewertung auf 38 Milliarden US-Dollar erhöhte und seine Position gegenüber Snowflake stärkte. Dataiku, das Datenwissenschaftler bei der Entwicklung eigener prädiktiver KI-Modelle unterstützt, sammelte 400 Millionen US-Dollar ein.

Weitere KI-Startups, die im gleichen Zeitraum große Finanzierungsrunden einsammelten, waren das Unternehmen Ramp für Unternehmensausgabenmanagement (300 Millionen US-Dollar), die Callcenter-Automatisierungsplattform Talkdesk (230 Millionen US-Dollar), die Travel-Tech-Plattform Hopper (175 Millionen US-Dollar) und die Sales-Enablement-Plattform Seismic (170 Millionen US-Dollar).

September

DeepMind behauptete, sein KI-gestütztes Wettervorhersagemodell schneide besser ab als herkömmliche Modelle. Forscher von Bloomberg Quant Research und Amazon Web Services gaben an, ein maschinelles Lernmodell erfolgreich trainiert zu haben, das die Emissionen von Unternehmen schätzt, die ihre Emissionen nicht offenlegen. Google veröffentlichte außerdem eine Studie, die zeigte, dass Deep Learning auffällige Röntgenaufnahmen des Brustkorbs mit einer Genauigkeit erkennen kann, die der von professionellen Radiologen entspricht.

Die Finanzierung wurde von der Workflow-Automatisierungsplattform Conexiom (130 Millionen US-Dollar) angeführt, gefolgt von ContractPodAI (115 Millionen US-Dollar).

Oktober

Die Nordatlantikvertrags-Organisation (NATO) – das Militärbündnis von 30 Anrainerstaaten des Nordatlantiks – kündigte im Oktober die Einführung einer 18-Punkte-KI-Strategie und die Einrichtung eines Zukunftsfonds mit Investitionen von bis zu einer Milliarde US-Dollar an. Intel stellte ein KI-gestütztes Tool zur Fehlererkennung im Code als Open Source zur Verfügung, IBM startete einen KI-Dienst zur Unterstützung der Klimawandelanalyse, und DeepMind erwarb und stellte einen Robotersimulator namens MuJoCo als Open Source zur Verfügung.

Die größten Investitionen des Monats erzielten Fabric (200 Millionen US-Dollar), Hailo (136 Millionen US-Dollar) und Domino Data Lab (100 Millionen US-Dollar).

November

Nvidia und Amazon sorgten für Schlagzeilen: Ersterer sprang offiziell auf den Metaverse-Zug auf und kündigte Omniverse Avatar an – eine Plattform, die es Nutzern ermöglicht, Sprach-KI, Computer Vision, natürliches Sprachverständnis und Simulation zu nutzen, um Avatare zu erstellen, die Sprache erkennen und mit menschlichen Nutzern innerhalb realer Simulations- und Kollaborationsplattformen kommunizieren. Der Technologieriese kündigte auf der GTC 2021 außerdem ReOpt an, ein KI-gesteuertes Tool für die Routenplanung in der Lieferkette, sowie Modulus, ein Framework für die Entwicklung physikalisch basierter KI-Modelle.

Amazon stellte unterdessen Graviton3-Prozessoren für KI-Inferenz, AWS RoboRunner zur Unterstützung von Robotik-Apps und SageMaker Canvas vor, mit dem Nutzer ML-Modelle erstellen können, ohne Code schreiben zu müssen. Auf der Finanzierungsseite sammelten Nuro (600 Mio. $), Simpro (350 Mio. $), Cerebras (250 Mio. $), Verbit (250 Mio. $), Lusha (205 Mio. $), Workato (200 Mio. $) und Grammarly (200 Mio. $) die größten Summen ein.

Dezember

Die ungarische Regierung gab bekannt, dass sie gemeinsam mit einer osteuropäischen Bank einen KI-Supercomputer entwickelt, der ein umfassendes Sprachmodell der ungarischen Sprache erstellen soll. DeepMind setzte unterdessen seine Arbeit im Gaming-Segment fort und kündigte „Player of Games“ an, ein KI-System, das sowohl bei Spielen mit perfekter Information (wie Schach) als auch bei Spielen mit imperfekter Information (wie Poker) gute Ergebnisse erzielt. Darüber hinaus gab das Unternehmen bekannt, dass seine KI-Technologie dazu beigetragen habe, eine neue Formel für eine bisher ungelöste Vermutung sowie eine Verbindung zwischen verschiedenen Bereichen der Mathematik zu entdecken.

Tipalti, eine Plattform für die automatisierte Kreditorenbuchhaltung, verzeichnete mit 270 Millionen US-Dollar die größte Investition des Monats, gefolgt von Dialpad (170 Millionen US-Dollar), SnapLogic (165 Millionen US-Dollar) und Smartling (160 Millionen US-Dollar).