Ein Meinungsbeitrag argumentiert, dass der Schwerpunkt in der KI-Entwicklung sich verschiebt: weg von bahnbrechender Grundlagenforschung hin zu praktischem AI Engineering. Statt radikal neue Modellarchitekturen zu suchen, konzentrieren sich erfolgreiche Teams auf die Optimierung und das Feintuning rund um bewährte Transformer. Das spiegelt einen Trend in der Industrie wider, wo kontinuierliche Verbesserungen durch besseres Training, Scaling und Prompt-Engineering oft mehr bringen als theoretische Durchbrüche. Dies hat Auswirkungen auf Prioritäten in Forschung und Industrie.
