Die Ankündigungsschicht

Es gibt eine bestimmte Art von Inszenierung, die die nigerianische Regierungsführung über die Jahrzehnte perfektioniert hat. Dazu gehören ein prestigeträchtiger Schauplatz, ein wichtig klingender Name, ein Minister am Podium und eine Pressemitteilung, die weiter reist als das, was sie beschreibt. Die Ankündigung ist das Produkt, das Angekündigte ist zweitrangig — nützlich vor allem als Stoff, der die Ankündigung rechtfertigt.

Am Rande der 80. Generalversammlung der Vereinten Nationen in New York enthüllte Nigerias Minister für Kommunikation, Innovation und digitale Wirtschaft N-ATLAS — beschrieben als Afrikas erstes staatlich unterstütztes multimodales und mehrsprachiges Large Language Model. Ein bewusst gewählter Schauplatz, mit ambitionierter Sprache.

„N-ATLAS stellt Afrikas Stimmen und Vielfalt an die Grundlage der KI“, erklärte der Minister. „Das ist der erste Schritt auf einer größeren Reise, Afrika zu einem Mitgestalter und Anführer der Zukunft der KI zu machen.“

Es lohnt sich, hier innezuhalten und zu fragen, was N-ATLAS eigentlich ist.

Was wurde tatsächlich gebaut?

N-ATLAS ist eine feinabgestimmte Version von Llama-3 8B — einem Open-Source-Basismodell, das Meta kostenlos veröffentlicht hat —, trainiert auf nigerianischen Sprachdaten, die über crowdgesourcte Sprachaufnahmen von Freiwilligen des 3MTT-Programms gesammelt wurden. Die Plattform zur Datensammlung baute Awarri, ein KI-Start-up aus Lagos, das die eigentliche technische Arbeit geleistet hat. Das Modell lebt auf Hugging Face. Es unterstützt Yoruba, Hausa, Igbo und Englisch mit nigerianischem Akzent. Es ist nicht als Verbraucher-App verfügbar. Es ist ein Entwicklerwerkzeug — eine Grundschicht, auf der andere Builder Anwendungen bauen können.

Das ist durchaus nützliche Arbeit. Awarris Team ist kompetent. Die Lücke, die es adressiert — das nahezu vollständige Fehlen afrikanischer Sprachen in den globalen KI-Trainingsdaten — ist real und es wert, geschlossen zu werden.

Aber seien wir präzise, was der Beitrag der nigerianischen Regierung tatsächlich war: Sie mobilisierte Freiwillige über ein bestehendes Programm zur Aufnahme von Sprachproben und gab institutionelle Rückendeckung für eine Feinabstimmungsübung an einem frei verfügbaren Open-Source-Modell. Die Architektur erforderte keine neuartige Forschung. Llama-3 auf einem Sprachdatensatz feinabzustimmen ist eine gut dokumentierte Technik, verfügbar für jeden kompetenten ML-Engineer mit einem Wochenende und Zugang zu einer GPU. Der schwerste Teil — die Datensammlung — wurde gecrowdsourct.

Unterdessen räumte der leitende Engineer unumwunden ein, dass sie nicht annähernd die Größenordnung der Modelle erreichen, mit denen sie konzeptionell konkurrieren, dass GPUs extrem teuer sind und dass Nigeria noch keine Rechenzentren hat, die großskaliges KI-Training stemmen könnten. Awarri leitet Inferenz weiterhin über die Cloud-Dienste von Amazon und Google.

Das Innovationsministerium verkündete KI-Souveränität auf einem Modell, das vollständig von ausländischer Infrastruktur abhängt.

Warum wurde es gebaut?

Es lohnt sich zu fragen, wem N-ATLAS eigentlich dient — und ob diese Person der Engpass ist, für den das Ministerium hätte lösen sollen.

Ein nigerianisches Start-up, das ein Produkt mit irgendeiner Ambition jenseits des heimischen Verbrauchermarkts baut, baut auf Englisch. Seine Unternehmenskunden sprechen Englisch. Seine internationalen Investoren sprechen Englisch. Der Exportmarkt, den es für Skalierung erreichen muss, spricht Englisch. Eine KI, die Yoruba-Intonation oder Igbo-Syntax versteht, ist nicht ihr Engpass. Sie ist nicht einmal unter ihren Top Ten.

Für die schmale Kategorie von Anwendungen, die wirklich lokale Sprachfähigkeit brauchen — staatliche Bürgerdienste, ländliche Gesundheitsinformation, landwirtschaftliche Beratung —, ist der Anwendungsfall real, aber der Kunde ist der öffentliche Sektor, nicht das Start-up-Ökosystem. Und der öffentliche Sektor in Nigeria hat eine gut dokumentierte Bilanz darin, Technologie zu beschaffen, die er nicht einsetzt.

Was das Start-up-Ökosystem tatsächlich braucht — was jeder Gründer, der in Lagos ein KI-Produkt baut, braucht, egal welche Sprache seine Nutzer sprechen —, ist günstige Inferenz. Die Fähigkeit, ein Modell in Produktion zu betreiben, ohne dass die Compute-Rechnung vor dem ersten Nutzer eintrifft. Die Fähigkeit zu experimentieren, zu iterieren und zu testen, ohne das gesamte Entwicklungsbudget in ein Rechenzentrum in Virginia zu leiten.

N-ATLAS löst das nicht. Es kann das nicht lösen. Es ist ein Modell ohne Zuhause, als Open Source auf Hugging Face gestellt, beeindruckend in seiner Sprachabdeckung — und vollständig abhängig von genau der ausländischen Infrastruktur, als deren Alternative es angekündigt wurde.

Die Opportunitätskosten

Jede Ressource, die in die Ankündigungsschicht fließt, ist eine Ressource, die nicht in die Infrastrukturschicht fließt. Und in einem Umfeld, in dem Innovation ohnehin gegen das volle, sich aufzinsende Gewicht der Mauer arbeitet, ist die Umleitung von Ressourcen in performative Projekte kein neutraler Akt. Sie ist ein aktiver Bremsklotz.

Das Budget, das N-ATLAS’ Entwicklung und seine Ankündigung bei der UNGA finanzierte, finanzierte kein Compute-Subventionsprogramm. Die Freiwilligenstunden aus dem 3MTT-Programm, die in die Aufnahme von Sprachproben gingen, gingen nicht in den Bau von Werkzeugen, die diese Freiwilligen als Entwickler produktiver gemacht hätten.

Die ministerielle Aufmerksamkeit und die Glaubwürdigkeit internationaler Partnerschaften, eingesetzt für einen Platz auf der TIME100-AI-Liste, wurden nicht für die Beschaffungsentscheidung eingesetzt, die subventionierte GPUs in die Hände nigerianischer Gründer gelegt hätte.

Und die Menschen, denen das schadet, sind in der Pressemitteilung unsichtbar.

Gründer, die auf die AWS-Rechnung schauten und entschieden, dass der Prototyp das Weitermachen nicht wert war.

Forscher, die GPU-Zugang brauchten und keinen fanden.

Kleine Teams, die etwas gestartet hätten, wäre das Umfeld auch nur geringfügig weniger feindselig gemacht worden — aber nicht konnten, weil es das nicht wurde.

Sie treten nicht bei der UNGA auf. Sie bauen einfach still und leise nicht. Und das Ökosystem, das ohnehin schon hart genug war, wird Stück für Stück härter.

Aber die Ressourcenverschwendung ist nur ein Teil des Problems.

Das tiefere Problem ist die Fehllenkung.

In einem funktionierenden System sagen Regierungssignale dem Ökosystem, was es bauen soll.

Accelerators richten ihre Programme an diesen Signalen aus.

Investoren lesen sie als Indikatoren dafür, wo regulatorische Unterstützung folgen wird.

Gründer schreiben Förderanträge und Pitch-Decks um sie herum.

Die Regierung ist der größte Einzeleinfluss darauf, was das Ökosystem für seine Priorität hält — was bedeutet: Wenn dieser Einfluss in die falsche Richtung zeigt, verschwendet er nicht nur die eigenen Ressourcen. Er verschwendet auch die aller anderen.

Wenn das Ministerium signalisiert, Sprachmodelle seien die nationale KI-Priorität, cargo-kultet das Ökosystem die Ankündigung nach. Programme werden um Sprachmodelle herum gebaut. Aufmerksamkeit fließt zu Sprachmodellen.

Währenddessen bleibt der eigentliche Engpass — Compute-Zugang — unadressiert und jetzt auch untersignalisiert. Den Gründern, die Compute-Subventionen brauchten, wird implizit gesagt, die Regierungsvision nigerianischer KI-Exzellenz sei ein Yoruba-Chatbot auf Hugging Face.

Das ist die Ankündigungsschicht, die sich selbst aufzinst. Sie versäumt nicht nur, das Problem zu lösen — sie verschärft es, indem sie genau die Menschen aktiv in die Irre führt, die es selbst zu lösen versuchten.

Es ist kein isoliertes Versagen.

Die National AI Strategy enthält keinen Umsetzungsplan, und ein Visionsdokument ohne Ausführungsschicht ist nur eine aufwendigere Version derselben Ankündigung.

Legt man N-ATLAS neben die Strategie, die ihm Kontext geben sollte, und die Strategie neben das Ministerium, das der Strategie Zähne geben sollte, findet man auf jeder Ebene dasselbe Muster: die Form von Regierungsführung ohne ihre Funktion.

Irgendwann ist die wohlwollende Deutung aufgebraucht. Wenn ein System beständig den Anschein von Fortschritt produziert und zugleich tatsächlichen Fortschritt verhindert, ist die Wirkung funktional nicht von Sabotage zu unterscheiden — unabhängig von der Absicht.

Die am niedrigsten hängende Frucht

Es gibt eine Version von Bosun Tijanis Ministerium, die hätte sein können. Ein Minister mit echten technischen Referenzen, echten Beziehungen ins Ökosystem und echtem Zugang zu multilateraler Finanzierung — 800 Millionen Dollar, zugesagt von Weltbank, AfDB und EBRD allein für Project BRIDGE —, der auf das nigerianische KI-Start-up-Ökosystem schaut und eine einfache Frage stellt:

Was ist der am stärksten begrenzende Engpass, und was ist die günstigste Intervention, die ihn beseitigt?

Die Antwort ist kein Sprachmodell, feinabgestimmt auf einer freien Basisarchitektur und auf Hugging Face hochgeladen.

Die Antwort ist Compute-Zugang.

Die Infrastrukturschicht, die den funktionierenden Prototyp eines Entwicklers in etwas verwandelt, das getestet, iteriert und skaliert eingesetzt werden kann, ohne dass das gesamte Entwicklungsbudget an einen ausländischen Cloud-Anbieter geht, bevor sich der erste Nutzer registriert.

Diese Intervention hätte keine Schlagzeilen bei der UNGA gemacht und auch keinen Platz auf der TIME100-AI-Liste eingebracht. Es wäre ehrliche, langweilige Arbeit gewesen: ein Serverraum, ein Subventionsprogramm und eine Beschaffungsentscheidung — die zu tatsächlicher, messbarer Entwicklung geführt hätte.

Ein vertrautes Muster

Zu den Olympischen Spielen 2024 in Paris schickte Nigeria 88 Athleten — seine größte Delegation aller Zeiten — und gab 12 Milliarden Naira für ihre Vorbereitung aus. Es kam ohne eine einzige Medaille nach Hause.

Favour Ofili, Nigerias nationale 100-Meter-Meisterin, trat in ihrer Paradedisziplin nicht an, weil der Leichtathletikverband es versäumte, sie rechtzeitig zu melden. Es war nicht ihre erste Begegnung mit diesem System: Bei den Spielen in Tokio vier Jahre zuvor war sie eine von zehn nigerianischen Athleten, die nicht antreten konnten, weil Funktionäre die vorgeschriebenen Dopingtests nicht organisiert hatten.

Als sie in Paris nach den 200 Metern von der Bahn kam, notierten Journalisten, dass kein nigerianischer Betreuer da war, um sie zu trösten.

Sie läuft jetzt für die Türkei.

Talent und Vorbereitung waren da — aber die administrative Schicht, die diese Vorbereitung in Teilnahme hätte übersetzen sollen, funktionierte schlicht nicht. Und niemand war dafür rechenschaftspflichtig.

Bei denselben Spielen gewannen mehrere Athleten nigerianischer Abstammung Medaillen — für Deutschland, für Bahrain, für die Vereinigten Staaten. Athleten, die zuvor versucht hatten, Nigeria zu vertreten, und das System unpassierbar fanden.

Dasselbe Muster wiederholt sich jetzt im globalen KI-Rennen. Die Trikots sind raus, die Banner hängen, und die Ankündigung wurde bei den Vereinten Nationen gemacht.

Aber die Infrastruktur, die Nigeria an die tatsächliche Startlinie bringen würde — der Compute-Zugang, das Entwickler-Tooling, das subventionierte Umfeld, das individuelles Talent in kollektive Fähigkeit verwandelt —, steht nicht auf der To-do-Liste. Falls es überhaupt eine gibt.

Aber klar, wir werden den Kontinent bei der KI-Adoption anführen.

Trust me Bro