Stellen Sie einer großen KI ein Frage auf Englisch oder Mandarin, und sie wird wahrscheinlich flüssig und nuanciert antworten. Stellen Sie ihr eine Frage auf Kantonesisch, und die Risse beginnen sichtbar zu werden. Genau diese Lücke versucht ein Startup aus Hongkong namens Votee AI zu schließen, indem es ein kantonesisches KI‑Modell entwickelt, das darauf ausgelegt ist, Banken, Universitäten und Regierungsbehörden in einer Sprache zu bedienen, die von den größten KI‑Laboren weitgehend übersehen wurde.
Summary
Wichtigste Erkenntnisse
- Die meisten führenden KI‑Modelle, die von Unternehmen wie OpenAI, Anthropic, DeepSeek, Moonshot AI und Z.ai entwickelt werden, entstehen in erster Linie auf Englisch und Mandarin, weil ihre Entwickler in den USA oder in Festlandchina ansässig sind.
- Kantonesisch wird weltweit von mehr als 80 Millionen Menschen gesprochen, verfügt jedoch über einen deutlich kleineren Bestand an standardisierten digitalen Texten als Mandarin und gilt damit als klassisches „Low‑Resource‑Language“ für das KI‑Training.
- Votee AI trainiert Open‑Weight‑Modelle wie Metas Llama mit kantonesischen Daten nach und vergrößert seinen Trainingskorpus durch Scraping, Community‑Quellen und synthetische Daten von 100 Millionen auf mehr als 500 Millionen Tokens.
- Die daraus entstehenden Modelle umfassen rund 70 Milliarden Parameter, sind damit kleiner als Spitzensysteme und kosten etwa 250.000 US‑Dollar im Training mit 500 Millionen bis 1 Milliarde Tokens – nur ein Bruchteil dessen, was englischsprachige Modelle erfordern.
- Das Unternehmen versteht seine Arbeit als Teil einer breiteren „Sovereign‑AI“-Bewegung und verhandelt derzeit über eine Expansion nach Südostasien über AI Singapore.
Die Dominanz von Englisch und Mandarin in der KI lässt Kantonesisch zurück
Der aktuelle KI‑Boom läuft fast vollständig auf zwei Sprachen. Laut Pak‑Sun Ting, CEO von Votee AI, findet „die ganze KI‑Revolution auf Englisch und Mandarin statt“ und „nur ein sehr kleiner Bruchteil entfällt auf andere Sprachen“. Dieses Ungleichgewicht ist kein Zufall. Die Unternehmen an der Spitze – OpenAI, Anthropic, DeepSeek, Moonshot AI, Z.ai und andere – haben ihren Hauptsitz fast alle in den Vereinigten Staaten oder in Festlandchina, sodass es nicht überrascht, dass ihre Flaggschiffmodelle in den Muttersprachen ihrer Entwickler am stärksten sind.
Das lässt Dutzende weit verbreiteter Sprachen und noch mehr regionale Dialekte bei den KI‑Fähigkeiten weit zurück. Kantonesisch ist ein eindrückliches Beispiel dafür, wie groß diese Lücke selbst bei einer Sprache sein kann, die täglich von zig Millionen Menschen gesprochen wird.
Warum Kantonesisch eine andere Sprache als Mandarin spricht
Kantonesisch wird oft als „Dialekt“ des Chinesischen bezeichnet, doch diese Bezeichnung unterschlägt, wie eigenständig es tatsächlich ist. Es hat eine andere Grammatik als Mandarin und einen eigenen Wortschatz, und in Hongkong mischen Sprecher häufig englische und kantonesische Wörter im selben Satz. Weltweit sprechen mehr als 80 Millionen Menschen Kantonesisch – eine Zahl, die in etwa der Anzahl koreanischer Muttersprachler entspricht und größer ist als die der italienisch- oder thailändischsprachigen Bevölkerung.
Trotz dieser Verbreitung hat Kantonesisch bei Weitem nicht das Volumen an standardisierten geschriebenen Texten hervorgebracht wie Mandarin oder Englisch. Benchmarks wie HKCanto‑Eval, entwickelt von Forschern der Kyushu University und der Education University of Hong Kong gemeinsam mit der lokalen KI‑Community hon9kon9ize und gesponsert von Votee, haben gezeigt, dass Mainstream‑KI‑Modelle alltägliches Kantonesisch zwar einigermaßen gut bewältigen, aber regelmäßig bei kulturellem und lokalem Wissen ins Stolpern geraten. Wie Ting es ausdrückt, wird Kantonesisch „in Bildung, Gesundheitswesen und Polizeikommunikation verwendet“, sodass KI im Grunde „wertlos“ ist, wenn sie diese Sprache nicht richtig abdeckt.
Ein Blick in Votee AIs Ansatz zum Aufbau eines kantonesischen KI‑Modells
Anstatt ein Modell von Grund auf neu zu entwickeln, nimmt Votee ein bestehendes Open‑Weight‑System wie Metas Llama oder Alibabas Qwen und trainiert es intensiv mit kantonesischsprachigen Daten nach. Ting beschreibt den Prozess als „im Wesentlichen dieselben Schritte, als würden Sie ein Modell von Grund auf trainieren“, nur eben auf dem Fundament eines anderen. Die nachtrainierten Systeme werden dann an Banken, Universitäten und Regierungsbehörden verkauft, die KI‑Werkzeuge benötigen, die in Kantonesisch arbeiten können, anstatt standardmäßig auf Mandarin oder Englisch zurückzufallen.
Datenquellen von Rundfunkanstalten und synthetischen Datensätzen
Für ein KI‑Projekt in einer Low‑Resource‑Sprache einen nutzbaren Korpus aufzubauen, bedeutet, Daten von überall dort zusammenzutragen, wo sie zu finden sind. Votee bezieht kantonesische Texte über Online‑Scraping, einschließlich Inhalten von Radio Television Hong Kong, dem öffentlichen Rundfunk der Stadt. Ergänzt wird dies durch Material von Universitäten, der breiteren Community und Archiven aus der früheren Tätigkeit des Unternehmens als Big‑Data‑Firma. Wo reale Texte nicht ausreichen, erzeugt Votee eigene synthetische kantonesische Datensätze, um die Lücken zu schließen. Zusammengenommen haben diese Bemühungen den kantonesischen Korpus des Unternehmens von 100 Millionen Tokens auf mehr als 500 Millionen Tokens anwachsen lassen.
Modellgröße und Trainingskosten im Vergleich zu Spitzenlaboren
Die resultierenden Modelle von Votee liegen bei rund 70 Milliarden Parametern und sind damit deutlich kleiner als die führenden Systeme der Top‑Labore. Dennoch, so Ting, seien die Modelle leistungsfähig genug, um Kantonesisch für die praktischen Aufgaben der Kunden zu verstehen und darauf zu schlussfolgern. Die Wirtschaftlichkeit spricht für sich: Votee trainiert seine Modelle mit 500 Millionen bis 1 Milliarde Tokens zu geschätzten Kosten von rund 250.000 US‑Dollar. Führende englischsprachige Modelle hingegen werden mit Billionen von Tokens zu weitaus höheren Kosten trainiert. Genau dieser Preisunterschied macht ein kleineres, zielgerichtetes kantonesisches KI‑Modell auch für ein Startup und nicht nur für einen Technologieriesen wirtschaftlich tragfähig.
Diese Kostenstruktur ist auch über Votee hinaus bedeutsam. Sie legt nahe, dass die Bedienung eines KI‑Marktes für Low‑Resource‑Sprachen keine Milliardeninvestitionen in Spitzenlabore erfordert – sondern ein brauchbares Open‑Weight‑Basismodell, eine solide Datenpipeline und einen Bruchteil der Rechenleistung. Das ist ein wichtiges Signal für andere unterversorgte Sprachen, die beobachten, wie sich die Entwicklung kantonesischer KI gestaltet.
Sovereign AI und der Vorstoß nach Südostasien
Die Arbeit von Votee ist Teil eines breiteren Trends, der als Sovereign AI bekannt ist: der Idee, dass Regierungen und Unternehmen ihre eigenen Daten, Modelle und Infrastrukturen besitzen wollen, anstatt vollständig von Anbietern im Ausland abhängig zu sein. „KI ist zu einem so grundlegenden Bedürfnis geworden, dass man nicht an jemanden gebunden sein möchte, der sie einfach abschalten kann“, sagt Ting.
Den Stack besitzen – zumindest teilweise
Ting räumt offen ein, dass die umfassendste Version von Sovereign AI, bei der ein Land jede Stufe der KI‑Lieferkette kontrolliert, in der Praxis „sehr schwierig“ zu erreichen ist. Sein realistischeres Szenario ist, dass sich Staaten darauf konzentrieren, sowohl die zugrunde liegenden Foundation‑Modelle als auch die darauf aufbauenden Softwarelösungen zu besitzen. Er weist außerdem darauf hin, dass Regierungen selten Spitzenleistung benötigen, um bestimmte Aufgaben zu automatisieren – selbst ein Modell mit nur 1 Milliarde Parametern kann für eng umrissene staatliche Anwendungsfälle ausreichen, oder eine kleinere lokale Sprachschicht kann einfach die Ausgaben eines größeren englischen oder chinesischen Modells weiterleiten.
Hardware‑Partnerschaften und wie es weitergeht
Votee beschränkt sich nicht auf ein einziges Ökosystem. Ting sagt, das Unternehmen arbeite mit Modellen von MiniMax und SenseTime und könne seine Systeme auf Nvidia‑Chips betreiben. „Wir können Nvidia‑Chips nutzen, wir können das Modell von Moonshot oder DeepSeek verwenden“, sagt er. „Wir sind die Person in der Highschool, die mit allen befreundet ist.“ Votee beschreibt sich als profitabel in dem Sinne, dass die Einnahmen die Kosten übersteigen, finanziert sich weitgehend über Kundenverträge und zählt den Hongkonger Tycoon Allan Zeman, bekannt für die Entwicklung des Ausgehviertels Lan Kwai Fong, zu seinen Beratern.
Die Ambitionen des Unternehmens reichen inzwischen über Hongkong hinaus. Ting sagt, Votee befinde sich in aktiven Gesprächen mit AI Singapore und plane eine weitere Expansion in Südostasien. Er verfolgt zudem ein langfristigeres Ziel: mithilfe von KI gefährdete Sprachen in Regionen wie Ostasien, Nordamerika und Afrika zu schützen. Ting beschreibt die Tragweite in drastischen Worten und bezeichnet die Dominanz englischsprachiger KI als einen „Schreibmaschinen‑Moment“, in dem die Produktivitätsgewinne so groß sind, dass Menschen ihre eigene Sprache aufgeben, nur um mithalten zu können. „Die Menschen werden Englisch übernehmen, einfach weil die Produktivität der Schreibmaschine im Vergleich zu ihrer eigenen Sprache so hoch ist“, sagt er. Ob ein kantonesisches KI‑Modell mit 70 Milliarden Parametern diesem Sog spürbar entgegenwirken kann, bleibt offen, doch für Ting geht die Motivation über Marktanteile hinaus. „Mit jeder Sprache, die stirbt, geht eine weitere Art verloren, die Welt zu sehen“, sagt er.
FAQ
Warum konzentriert sich Votee AI bei der Entwicklung von KI‑Modellen auf Kantonesisch?
Weil Kantonesisch, das von über 80 Millionen Menschen gesprochen wird, sich deutlich von Mandarin unterscheidet und in der KI unterversorgt ist – mit Auswirkungen auf Bereiche wie Bildung und Gesundheitswesen, in denen präzise Werkzeuge in der lokalen Sprache unerlässlich sind.
Wie baut Votee AI seine kantonesischen KI‑Modelle auf?
Votee AI trainiert Open‑Weight‑Modelle von Entwicklern wie Meta mit kantonesischen Daten nach, die durch Scraping, Community‑Quellen, Universitäten und synthetische Daten gesammelt werden, und vergrößert so seinen Korpus von 100 Millionen auf über 500 Millionen Tokens.
Was ist Sovereign AI und wie steht Votee AI dazu?
Sovereign AI bedeutet, dass Regierungen und Unternehmen ihre KI‑Daten, Modelle und Infrastrukturen selbst besitzen, anstatt sich vollständig auf ausländische Anbieter zu verlassen. Votee AI unterstützt diesen Ansatz, indem es KI‑Modelle für Kantonesisch lokalisiert und mit lokalen wie globalen Hardware‑ und Modellanbietern zusammenarbeitet.
Welche Pläne hat Votee AI für die regionale Expansion?
Votee AI befindet sich in aktiven Gesprächen mit AI Singapore und plant eine Expansion nach Südostasien, während das Unternehmen zugleich auslotet, wie KI zum Schutz gefährdeter Sprachen in anderen Teilen der Welt beitragen könnte.
{„@context“:“https://schema.org“,“@type“:“FAQPage“,“mainEntity“:[{„@type“:“Question“,“name“:“Warum konzentriert sich Votee AI bei der Entwicklung von KI-Modellen auf Kantonesisch?“,“acceptedAnswer“:{„@type“:“Answer“,“text“:“Weil Kantonesisch, das von über 80 Millionen Menschen gesprochen wird, sich deutlich von Mandarin unterscheidet und in der KI unterversorgt ist – mit Auswirkungen auf Bereiche wie Bildung und Gesundheitswesen, in denen präzise Werkzeuge in der lokalen Sprache unerlässlich sind.“}},{„@type“:“Question“,“name“:“Wie baut Votee AI seine kantonesischen KI-Modelle auf?“,“acceptedAnswer“:{„@type“:“Answer“,“text“:“Votee AI trainiert Open-Weight-Modelle von Entwicklern wie Meta mit kantonesischen Daten nach, die durch Scraping, Community-Quellen, Universitäten und synthetische Daten gesammelt werden, und vergrößert so seinen Korpus von 100 Millionen auf über 500 Millionen Tokens.“}},{„@type“:“Question“,“name“:“Was ist Sovereign AI und wie steht Votee AI dazu?“,“acceptedAnswer“:{„@type“:“Answer“,“text“:“Sovereign AI bedeutet, dass Regierungen und Unternehmen ihre KI-Daten, Modelle und Infrastrukturen selbst besitzen, anstatt sich vollständig auf ausländische Anbieter zu verlassen. Votee AI unterstützt diesen Ansatz, indem es KI-Modelle für Kantonesisch lokalisiert und mit lokalen wie globalen Hardware- und Modellanbietern zusammenarbeitet.“}},{„@type“:“Question“,“name“:“Welche Pläne hat Votee AI für die regionale Expansion?“,“acceptedAnswer“:{„@type“:“Answer“,“text“:“Votee AI befindet sich in aktiven Gesprächen mit AI Singapore und plant eine Expansion nach Südostasien, während das Unternehmen zugleich auslotet, wie KI zum Schutz gefährdeter Sprachen in anderen Teilen der Welt beitragen könnte.“}}]}
Artikel unter Mitwirkung künstlicher Intelligenz erstellt und von der Redaktion überprüft.
