Mohammad Abu Sheikh, Gründer & CEO von CNTXT AI – Interview-Serie

Mohammad Abu Sheikh verändert die KI-Landschaft in der MENA-Region, indem er den Schwerpunkt von passiver Nutzung auf souveräne Innovation legt. Als CEO von CNTXT AI und Gründer eines 10-Millionen-Dollar-KI-Fonds hat er drei erfolgreiche Exits durchgeführt und über eine Milliarde Dollar an Finanzierungsmitteln gesichert. Seine Arbeit legt den Grundstein für ein KI-Ökosystem, das auf Sprache, Kultur und Datenhoheit basiert.

Wir sahen die Fülle an ungenutzten Daten in diesem Teil der Welt. Viele Probleme bei der Skalierung von KI kamen aus dem Mangel an Datenbereitschaft — was letztendlich einen Mangel an KI-Bereitschaft bedeutete. Deshalb gründeten wir CNTXT AI.

Initially, wir lösten die gleichen Probleme, mit denen wir bei der Erstellung von LocAI konfrontiert waren… Wir sahen diese Herausforderungen aus erster Hand, als wir mit AI71, TII und G42 (IIAI) arbeiteten. Als wir diesen Entitäten halfen, diese Probleme zu lösen, wurde die Vision klarer und das Geschäft wuchs einfach.

Sie haben eine Schlüsselrolle bei der Erstellung der größten arabischen digitalen Bibliothek für KI-Schulung gespielt. Welche waren einige der größten Herausforderungen bei dieser Aufgabe, und wie haben Sie sie überwunden?

Die Qualität war eine der größten Herausforderungen. Eine weitere war die begrenzte Verfügbarkeit von hochwertigen arabischen Daten im Internet: Arabisch ist ernsthaft unterrepräsentiert. Nur ein kleiner Teil des arabischsprachigen Inhalts wurde digitalisiert, und nur 3–5% aller Online-Inhalte sind auf Arabisch. Das ist fast nichts. Wir überwanden dieses Problem, indem wir Datenlabeler, Annotatoren und Datenwissenschaftler einsetzten, um die Daten selbst zu digitalisieren, zu erstellen und zu kuratieren.

CNTXT AI operiert an der Schnittstelle zwischen Kultur und Rechnung. Wie balancieren Sie bahnbrechende KI-Innovationen mit dem Ziel, kulturell relevante Lösungen für die MENA-Region zu entwickeln?

Wir bauen kulturell begründete Modelle von Grund auf. Von der Infrastruktur bis zum Endprodukt ist Kultur von Anfang an eingebettet — es ist nicht etwas, das wir später hinzufügen. Wir entwerfen, innovieren und bauen mit spezifischen Kulturen, Dialekten und Bedürfnissen im Voraus, von Tag eins an. Arabisch ist eine Sprache, aber sie trägt viele Dialekte und kulturelle Kontexte in der Region, also bauen wir lokale Produkte für lokale Länder. Und wir tun das, indem wir mit lokalen Annotatoren, Menschen vor Ort, in ihren eigenen Ländern zusammenarbeiten.

Sie haben auch LocAI mitgegründet und leiten den SMPL-KI-Fonds. Wie ergänzen diese Unternehmungen die Mission von CNTXT AI?

LocAI ist die AnwendungsEbene — der Teil, mit dem die Menschen tatsächlich interagieren. Es sitzt direkt auf den Daten und der Infrastruktur, die von CNTXT AI bereitgestellt werden. Das ist es, was es erfolgreich gemacht hat: Es transformiert die KI-Grundlagen, die von CNTXT AI bereitgestellt werden, in echte Lösungen, die die Menschen nutzen können.

SMPL-KI hingegen geht darum, der Gemeinschaft etwas zurückzugeben. Es konzentriert sich auf Investitionen in Start-ups im Frühstadium und hilft bei der Entwicklung des regionalen KI-Ökosystems. Wir teilen die Werkzeuge und Lektionen, die wir aus dem Aufbau von KI selbst gelernt haben, damit Gründer schneller wachsen und gemeinsame Fallstricke vermeiden können.

Munsit wurde als das genaueste arabische Spracherkennungsmodell der Welt bezeichnet. Was trieb die Entwicklung dieses Modells an, und warum jetzt?

Was die Entwicklung dieses Modells antrieb, war einfach: die Notwendigkeit.

Wir bauen immer aus Notwendigkeit. Wir sahen uns den Markt an und sahen, dass die Landschaft reif war — Regierungsbehörden und private Kunden fragten alle nach einer Lösung wie dieser.

Die bestehenden Modelle waren einfach nicht auf die Aufgabe ausgerichtet. Die meisten sind auf englische Technologie aufgebaut und dann adaptiert. Sie sind nicht für Arabisch von Grund auf konzipiert und definitiv nicht für die spezifischen Probleme, die wir lösen.

Also entschieden wir uns, unser eigenes Modell zu bauen. Es ist arabisch zuerst — von Design.

Die Forschung hinter Munsit führt einen schwach überwachten Lernalgorithmus ein. Können Sie erklären, was das bedeutet und warum es für die Schulung von Arabisch-ASR im großen Maßstab unerlässlich war?

Annotation ist teuer. Also mussten wir über traditionelle Methoden hinausgehen, die auf großen Mengen manueller Transkription basieren. Schwach überwachtes Lernen half uns, ohne dass wir jedes Audio-File von Hand annotieren mussten — was besonders wichtig für Arabisch ist, eine Sprache mit begrenzten Daten und vielen verschiedenen Dialekten.

Stattdessen begannen wir mit 30.000 Stunden ungelabelter arabischer Sprache. Wir bauten eine Annotationspipeline, die die besten davon generiert, filtert und reinigt, indem wir automatisierte Überprüfungen verwenden. Das gab uns ein hochwertiges Dataset von 15.000 Stunden — all das ohne manuelle Transkription.

Dieser Ansatz ermöglichte es uns, unser Modell von Grund auf zu trainieren, die Vielfalt der gesprochenen Arabisch in realen Lebenssituationen schnell und kosteneffizient zu erfassen. Ohne diese Methode hätte der Aufbau eines arabischen ASR-Systems in diesem Umfang Jahre und Millionen an manuellem Aufwand erfordert.

Munsit übertraf Modelle von OpenAI, Microsoft (MSFT ) und Meta in mehreren Benchmarks. Was sagt diese Leistung über die Zukunft der arabischen KI-Innovation aus?

Die Zukunft der arabischen KI liegt in unseren Händen; und das ist genau, was diese Leistung beweist. Wir können es uns nicht mehr leisten, auf Technologien zu vertrauen, die wir nicht besitzen, oder von Drittanbietern abhängig zu sein, die unsere Region nicht priorisieren.

Munsit zeigt, dass wir weltklasse-KI aufbauen können, aus der Region, für die Region — mit lokalem Talent, um lokale Probleme zu lösen. Es ist ein klares Signal, dass die nächste Welle der arabischen KI-Innovation aus der Region selbst kommen wird.

Wie sehen Sie Munsit in zukünftigen Versionen evolvieren, und was sind die nächsten Grenzen für arabische Sprach-KI bei CNTXT?

Sie werden einfach abwarten müssen. Was ich sagen kann, ist, dass wir eine frische, neue Reihe arabischer KI-Lösungen auf dem Weg haben — all diese Lösungen werden von Munsit und anderen Modellen angetrieben, die wir derzeit bei CNTXT AI entwickeln. Das ist erst der Anfang.

Sie sprechen oft über die Bedeutung von “souveräner KI”. Was bedeutet dieser Begriff für Sie, und warum ist er für den Golf und die breitere MENA-Region so kritisch?

Für mich bedeutet souveräne KI, die volle Kontrolle über die Daten, Infrastruktur und Modelle zu haben, die unsere Zukunft prägen. Es ist kritisch, weil wir unser eigenes Schicksal besitzen müssen, und das beginnt mit den Daten.

Datenhoheit ist alles. Daten sind kostbar, und wir müssen sicherstellen, dass sie in unseren Händen bleiben.

Wir können es uns nicht leisten, unsere Zukunft anderen zu überlassen und untätig zu bleiben, während andere die Technologie für uns aufbauen. Die Zukunft der KI in dieser Region wird aus dieser Region kommen. Das ist genau, woran wir arbeiten.

Wie sehen Sie CNTXT AI die KI-Landschaft im Nahen Osten in den nächsten fünf Jahren prägen?

Indem wir wahre KI-Bereitschaft ermöglichen. Wir gehen hinein, verstehen, was Unternehmen und Regierungen benötigen, bauen die Daten- und KI-Strategien auf und helfen ihnen dann, aufzubauen, zu testen, zu bereitstellen und zu skalieren.

Wenn Daten das neue Öl sind, dann ist unstrukturierte Daten Öl, das unraffiniert ist — voller Potenzial, aber nutzlos, bis es verarbeitet wird. Deshalb haben wir CNTXT AI aufgebaut, um Organisationen zu helfen, ihre Daten zu reinigen, zu strukturieren und zu aktivieren. Denn dort beginnt die wahre KI-Transformation.

Als Unternehmer und Investor: Was würden Sie anderen Gründern raten, die KI-Start-ups in aufstrebenden Märkten aufbauen?

Fangen Sie jetzt an. Bewegen Sie sich schnell. Scheitern Sie schnell, lernen Sie schneller und iterieren Sie weiter.

Am wichtigsten ist, für echte Probleme zu bauen. Bleiben Sie nah am Boden — hören Sie den Nutzern zu, nicht nur dem Hype. In aufstrebenden Märkten sind Relevanz und Anpassungsfähigkeit entscheidend.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten CNTXT AI besuchen.