Frontier AI Models

Die zum jeweiligen Zeitpunkt leistungsfähigsten KI-Modelle für allgemeine Zwecke heißen Frontier-KI-Modelle. Dabei handelt es sich meist um große multimodale Foundation-Modelle, die bei Sprache, Programmierung, Schlussfolgern und Bildverständnis mit allen anderen Systemen gleichziehen oder sie übertreffen. Die Spitze ist eine bewegliche Grenze: Ein Modell, das sie vor zwei Jahren bestimmte, wird regelmäßig von kleineren und günstigeren Nachfolgern übertroffen. Der Begriff gelangte 2023 in die Politik. Für den AI Safety Summit im November definierte die britische Regierung Frontier-KI als besonders leistungsfähige KI-Modelle für allgemeine Zwecke, die ein breites Aufgabenspektrum bewältigen und mit den Fähigkeiten der fortschrittlichsten damaligen Modelle gleichziehen oder diese übertreffen können. Das Frontier Model Forum, ein in jenem Jahr von Anthropic, Google, Microsoft und OpenAI gegründeter Branchenverband, dem später Amazon und Meta beitraten, stuft ein Modell für allgemeine Zwecke als Frontier-Modell ein, wenn es alle Modelle übertrifft, die seit mindestens einem Jahr breit eingesetzt werden.

Was ein Modell an die Spitze bringt#

Kein einzelner Messwert entscheidet darüber, ob ein Modell zur Spitze gehört. Frontier-Modelle werden mit den größten Rechenbudgets ihrer Generation und auf Zehntausenden Beschleunigern trainiert, weil sich die Fähigkeiten gemäß den Skalierungsgesetzen eng an Rechenleistung, Datenmenge und Parameterzahl orientiert haben. Sie sind gleichzeitig in vielen Bereichen leistungsfähig. Dazu zählen der mehrstufige Einsatz von Werkzeugen und umfangreiche Aufgaben für KI-Agenten, die eng spezialisierte Modelle nicht bewältigen können. Außerdem erzielen sie Spitzenwerte bei Benchmarks, die frühere Systeme übertreffen sollen, etwa bei den wissenschaftlichen Fragen auf Hochschulniveau von GPQA und den von Fachleuten verfassten Aufgaben aus Humanity's Last Exam.

Ihre Fähigkeiten sind ungleichmäßig. Dasselbe Modell, das Mathematik auf Forschungsniveau löst, kann Objekte in einem Bild falsch zählen oder an einem einfachen räumlichen Rätsel scheitern. Dieses Muster wird als zerklüftete Intelligenz bezeichnet. Eine Spitzenposition in Benchmarks sagt daher wenig über die Zuverlässigkeit bei einer bestimmten Aufgabe aus.

Frontier-Modelle in praktischen Systemen#

Leistungsfähigkeit auf Spitzenniveau geht mit Kosten bei Latenz, Preis und Hardware einher. Ein Spitzenmodell läuft in einem entfernten Rechenzentrum und benötigt Sekunden pro Antwort. Damit kommt es für viele Echtzeit- und Edge-KI-Anwendungen nicht infrage. Produktionssysteme kombinieren daher ein Spitzenmodell für offene Schlussfolgerungen mit kleinen, spezialisierten Modellen für schnelle, wiederkehrende Aufgaben – ein Muster, das als zusammengesetzte KI-Systeme bekannt ist. Alternativ wird Modellrouting verwendet, um jede Anfrage an das günstigste geeignete Modell weiterzuleiten. Teams nutzen Spitzenmodelle außerdem als Lehrmodelle, die Bezeichnungen oder Trainingsbeispiele erzeugen, welche durch Wissensdestillation in kompakte Modelle übertragen werden. In der Ultralytics Platform sendet die klassenbasierte intelligente Annotation Datensatzbilder mithilfe des eigenen Anbieterschlüssels des Arbeitsbereichs an kostenpflichtige Vision-Modelle von Anbietern wie OpenAI, Anthropic und Google und fügt deren Erkennungen als bearbeitbare Boxen hinzu. So kann ein Spitzenmodell den Objekterkennungs-Datensatz beschriften, mit dem anschließend ein kompaktes YOLO26-Modell trainiert wird. Die VLM-Bestenliste vergleicht, wie genau solche Modelle reale Erkennungsdatensätze beschriften, darunter GPT-6 Astra, Claude Opus 5.5 und Gemini 4 Argon, sowie kleinere offene Modelle.

Prüf- und Sicherheitspraktiken#

Führende Entwickler veröffentlichen Sicherheitsrahmenwerke wie Anthropics Responsible Scaling Policy, OpenAIs Preparedness Framework und Google DeepMinds Frontier Safety Framework. In jedem Rahmenwerk verpflichten sie sich, neue Modelle auf gefährliche Fähigkeiten zu testen, darunter sinnvolle Unterstützung beim Bau biologischer Waffen oder bei offensiven Cyberoperationen sowie die Fähigkeit, KI-Forschung zu automatisieren. Überschreitet ein Modell einen festgelegten Schwellenwert, sollen Schutzmaßnahmen ergänzt oder die Veröffentlichung verschoben werden. Die Tests kombinieren automatisierte Prüfungen mit Red Teaming für KI durch interne Teams, externe Fachleute und Behörden wie das britische AI Security Institute und das US Center for AI Standards and Innovation (CAISI), die Frontier-Modelle häufig vor ihrer Veröffentlichung bewerten. Die Prüfenden untersuchen auch, ob das Modell bei Fähigkeitstests absichtlich schlechter abschneidet – ein Verhalten, das als Sandbagging bezeichnet wird. Die Entwickler veröffentlichen die Ergebnisse in Modellkarten und Systemkarten.

Wie Gesetze die Grenze definieren#

Fähigkeiten lassen sich nur schwer gesetzlich festschreiben. Daher verwenden Regelwerke zur KI-Governance den Trainingsrechenaufwand als Näherungswert. Das EU-KI-Gesetz geht davon aus, dass ein KI-Modell mit allgemeinem Verwendungszweck ein systemisches Risiko birgt, wenn für sein Training mehr als 10²⁵ Gleitkommaoperationen verwendet wurden. Die Europäische Kommission kann auch Modelle unterhalb dieses Schwellenwerts aufgrund ihrer Fähigkeiten und Reichweite entsprechend einstufen. Anbieter solcher Modelle müssen sie evaluieren, auch durch adversariales Testen, systemische Risiken bewerten und mindern, schwerwiegende Vorfälle melden und die Cybersicherheit der Modelle schützen. Die Verpflichtungen gelten seit dem 2. August 2025. Seit dem 2. August 2026 kann die Kommission sie mit Geldbußen von bis zu 3 % des weltweiten Jahresumsatzes oder 15 Millionen Euro durchsetzen, je nachdem, welcher Betrag höher ist.

Der kalifornische Transparenzgesetz für hochmoderne künstliche Intelligenz (SB 53), der seit dem 1. Januar 2026 in Kraft ist, definiert ein Frontier-Modell als ein Modell, das mit mehr als 10²⁶ Rechenoperationen trainiert wurde, einschließlich späterer Feinabstimmung und bestärkenden Lernens. Große Entwickler von Frontier-Modellen, also Unternehmen mit einem Jahresumsatz von mehr als 500 Millionen US-Dollar, müssen ihre Frameworks für Frontier-KI veröffentlichen. Entwickler von Frontier-Modellen müssen kritische Sicherheitsvorfälle innerhalb von 15 Tagen an das Office of Emergency Services des Bundesstaats melden. Rechenschwellenwerte sind ein grobes Mittel, denn Fortschritte bei Algorithmen und Hardware ermöglichen es immer kleineren Trainingsläufen, frühere Frontier-Fähigkeiten zu erreichen. Deshalb sehen beide Gesetze eine Überprüfung ihrer Definitionen vor. Der RAISE Act des Bundesstaats New York, der im März 2026 geändert wurde, um den Definitionen von SB 53 einschließlich des Umsatzkriteriums von 500 Millionen US-Dollar für große Entwickler von Frontier-Modellen zu entsprechen, tritt am 1. Januar 2027 in Kraft und gibt Entwicklern 72 Stunden Zeit, einen kritischen Sicherheitsvorfall zu melden.