Etwas Ungewöhnliches passiert in der Technologiebranche.
Die Menschen, die einige der weltweit wichtigsten KI-Systeme entwickeln, beschreiben KI nicht mehr als ein weiteres Software-Upgrade. Sie sprechen von abundanter Intelligenz, sich selbst verbessernden Produkten, verschwindenden Arbeitsplätzen, KI-Assistenten für alle, autonomen Agenten und AGI, die in Jahren statt Generationen eintreffen wird.
Das Faszinierende ist, dass sie sich nicht vollständig darüber einig sind, was als Nächstes passiert.
Sam Altman sieht, dass Intelligenz reichlich vorhanden und dramatisch billiger wird. Spenser Skates glaubt, dass Intelligenz zunehmend in den Produkten selbst leben wird und eine Generation von sich selbst verbessernden Produkten hervorbringt. Dario Amodei warnt vor ernsthaften Verwerfungen bei der Beschäftigung von Berufsanfängern im Bürobereich. Jensen Huang glaubt, dass KI den Menschen verstärken und völlig neue wirtschaftliche Möglichkeiten schaffen wird. Satya Nadella sagt, dass jahrzehntelanger technologischer Wandel auf nur wenige Jahre komprimiert wird. Demis Hassabis glaubt, dass wir einen entscheidenden Moment in der Menschheitsgeschichte erreicht haben.
Auf den ersten Blick klingen das nach unterschiedlichen Vorhersagen. Ich denke, es sind verschiedene Kapitel derselben Geschichte.
Zusammengenommen ergeben sie ein überraschend klares Bild davon, was kommen könnte – und wie wir uns darauf vorbereiten sollten.
SAM ALTMAN: INTELLIGENZ WIRD REICHLICH VORHANDEN
OpenAI hat KI zunehmend durch die Brille der Ökonomie des Überflusses betrachtet. Die Grundidee ist einfach: Wenn nutzbringende Intelligenz leistungsfähiger und dramatisch billiger wird, werden Aktivitäten, die einst teure menschliche Expertise erforderten, plötzlich in enormem Umfang wirtschaftlich möglich.
Diese Idee ist größer, als sie zunächst erscheint.
Für den größten Teil der Menschheitsgeschichte war nutzbringende Intelligenz teuer, weil sie in Menschen steckte. Wenn man Fachwissen wollte, musste die Gesellschaft zuerst jemanden jahrelang ausbilden und dann um die begrenzte Zeit dieser Person konkurrieren. Ein großartiger Anwalt kann nur eine begrenzte Anzahl von Mandanten bedienen, ein Programmierer kann nur eine begrenzte Menge Code schreiben, und ein Wissenschaftler kann nur eine begrenzte Anzahl von Hypothesen untersuchen.
KI verändert diese Ökonomie, weil maschinelle Intelligenz kopiert, skaliert und kontinuierlich verfügbar gemacht werden kann.
Stellen Sie sich vor, Intelligenz wird nach und nach zu etwas Ähnlichem wie Strom. Wir stellen Strom nicht ein oder vereinbaren Termine mit ihm. Wir greifen einfach darauf zu, so viel wir brauchen, wann immer wir ihn brauchen.
Ein Fünf-Personen-Startup könnte über analytische und technische Fähigkeiten verfügen, die einst ein multinationales Unternehmen erforderte. Ein kleines Unternehmen könnte so etwas wie einen eigenen Forscher, Programmierer, Designer und Strategen haben. Wissenschaftler könnten Fragen untersuchen, die zuvor die Tausenden von Arbeitsstunden, die für ihre Erforschung nötig waren, nicht wert waren.
Wir haben eine Wirtschaft aufgebaut, die auf der Knappheit von Intelligenz basiert. KI könnte Intelligenz in Infrastruktur verwandeln.
Und wenn etwas von Knappheit zu Überfluss übergeht, verlagert sich der wirtschaftliche Wert normalerweise woanders hin.
SPENSER SKATES: PRODUKTE WERDEN SICH SELBST VERBESSERN
Dann geht Amplitude Mitbegründer und CEO Spenser Skates noch einen Schritt weiter.
Was passiert, wenn all diese reichlich vorhandene Intelligenz nicht einfach in einem Chatbot sitzt und darauf wartet, dass wir Fragen stellen? Was passiert, wenn wir sie in das Produkt selbst einbauen?
Skates spricht von einer Zukunft mit sich selbst verbessernden Produkten: Produkte, die kontinuierlich verstehen können, wie sie genutzt werden, Probleme und Chancen erkennen, mit Verbesserungen experimentieren, aus den Ergebnissen lernen und diese Erkenntnisse direkt in das einfließen lassen, was als Nächstes gebaut wird.
Dieser Satz verdient viel mehr Aufmerksamkeit.
Jahrzehntelang funktionierte die Softwareentwicklung über eine relativ langsame menschliche Schleife. Ein Unternehmen baut etwas, Kunden nutzen es, Daten sammeln sich an, Analysten untersuchen, was passiert ist, Produktmanager entscheiden, was geändert werden soll, Designer entwickeln Alternativen, Ingenieure bauen sie, und irgendwann erreicht eine weitere Version die Kunden.
Dann beginnt der Prozess von vorne.
Jeder Schritt hängt davon ab, dass Menschen den nächsten einleiten. KI beginnt, diese gesamte Schleife zu komprimieren.
Zuerst wird das Produkt schneller gebaut. KI-Codierungstools reduzieren die Zeit, die für die Erstellung von Software und die Änderung bestehender Produkte erforderlich ist, drastisch.
Dann beobachtet das Produkt. KI-Agenten können kontinuierlich beobachten, wie sich Kunden tatsächlich verhalten, anstatt darauf zu warten, dass jemand manuell Dashboards untersucht.
Dann versteht es. Diese Agenten können Reibungspunkte, ungewöhnliches Verhalten, Konversionsprobleme und Chancen identifizieren, die Menschen vielleicht nie untersucht hätten.
Dann experimentiert es. Neue Erfahrungen können mit einer Geschwindigkeit erstellt und getestet werden, die traditionelle Produktteams nicht realistisch erreichen könnten.
Dann lernt es. Verhaltensdaten zeigen, ob eine Änderung tatsächlich die Konversion, das Engagement, die Bindung oder ein anderes wichtiges Ergebnis verbessert hat.
Und schließlich verbessert es sich. Was das System lernt, fließt direkt in das ein, was als Nächstes gebaut werden sollte.
Heute kontrollieren Menschen noch die meisten dieser Übergänge. Aber stellen Sie sich vor, was passiert, wenn die Schleife zunehmend autonom wird.
Ein Produkt stellt fest, dass eine bestimmte Kundengruppe wiederholt den Onboarding-Prozess abbricht. Ein KI-Agent untersucht ihr Verhalten, identifiziert die wahrscheinliche Reibungsquelle und schlägt mehrere Alternativen vor. Experimente testen diese Alternativen, Verhaltensdaten zeigen, welche funktioniert, und diese Erkenntnis fließt direkt in die nächste Verbesserung ein.
Das Produkt ist nicht länger einfach nur Software, die Menschen nutzen. Es wird zu Software, die lernt, bessere Software zu werden.
Das verändert die Wettbewerbsgleichung.
KI-Codierung macht es zunehmend einfacher für alle, etwas zu bauen. Wenn jedes Unternehmen schneller ausliefern kann, wird das bloße Produzieren von mehr Funktionen weniger zu einem Vorteil. Der Vorteil verlagert sich von wie schnell du baust zu wie schnell du lernst.
Es gibt hier eine wichtige Unterscheidung. KI kann Software generieren, aber etwas zu erschaffen und zu wissen, ob Menschen es tatsächlich wollen, sind völlig unterschiedliche Probleme.
Ersteres erfordert Intelligenz. Letzteres erfordert das Verständnis menschlichen Verhaltens.
Das könnte der Grund sein, warum die nächste Generation großartiger Produkte nicht einfach KI in sich haben wird. Sie werden eine kontinuierliche Rückkopplungsschleife haben, die Intelligenz mit tatsächlichem menschlichem Verhalten verbindet.
Das beste Produkt gewinnt vielleicht nicht.
Das Produkt, das am schnellsten lernt, könnte es sein.
DARIO AMODEI: WAS PASSIERT MIT DER ERSTEN SPROSSE?
Anthropic CEO Dario Amodei sieht eine viel unangenehmere Konsequenz zunehmend leistungsfähiger Intelligenz.
Er hat gewarnt, dass KI innerhalb weniger Jahre einen großen Teil der Einstiegsjobs im Bürobereich verdrängen könnte. Was auch immer die genaue Zahl letztendlich sein mag, das strukturelle Problem hinter seiner Warnung verdient ernsthafte Aufmerksamkeit.
Was passiert mit der ersten Sprosse der Karriereleiter?
Unternehmen beschäftigen Junior-Analysten, unter anderem weil jemand Konkurrenten recherchieren, Tabellenkalkulationen bearbeiten und Präsentationen vorbereiten muss. Anwaltskanzleien beschäftigen junge Anwälte, um enorme Mengen an Material zu prüfen. Softwarefirmen geben Junioren-Entwicklern relativ einfache Programmieraufgaben.
Aber diese Jobs erfüllen zwei Funktionen. Sie produzieren Arbeit für das Unternehmen und gleichzeitig produzieren sie erfahrene Menschen.
Der Analyst entwickelt mit der Zeit Urteilsvermögen und wird Direktor. Der junge Anwalt, der Dokumente prüft, übernimmt irgendwann komplexe Verhandlungen. Der Programmierer, der langweilige Fehler behebt, lernt nach und nach, wie sich reale Systeme verhalten, wenn etwas schiefgeht.
Wenn KI außergewöhnlich gut in Anfängeraufgaben wird, haben Unternehmen einen offensichtlichen wirtschaftlichen Anreiz, weniger Anfänger einzustellen.
Das schafft ein Paradoxon, das wir noch nicht gelöst haben: KI könnte die Arbeit entfernen, die Menschen traditionell verrichtet haben, während sie lernen, die Arbeit zu erledigen, die KI noch nicht erledigen kann.
Wir könnten den unteren Teil der Leiter automatisieren, ohne herauszufinden, wie die nächste Generation die Spitze erreicht.
JENSEN HUANG: JEDER BEKOMMT SUPERKRÄFTE
NVIDIA CEO Jensen Huang sieht eine andere Seite der Gleichung.
Seine Vorhersage ist wunderbar einfach: „Jeder wird einen KI-Assistenten haben.“
Huangs umfassenderes Argument ist, dass KI menschliche Arbeit nicht einfach ersetzen wird. Sie wird das, was Einzelpersonen erreichen können, verstärken und möglicherweise völlig neue Nachfrage schaffen, wenn die Kosten für Intelligenz und Produktion sinken.
Die Geschichte verleiht diesem Argument eine gewisse Glaubwürdigkeit.
Tabellenkalkulationen haben Buchhalter nicht eliminiert. Computer haben Büroangestellte nicht eliminiert. Das Internet hat einige Berufe zerstört und gleichzeitig Industrien geschaffen, die es vorher nicht geben konnte.
KI könnte daher enorme Mengen an Arbeit eliminieren, ohne die gleiche Anzahl an Arbeitsplätzen zu eliminieren.
Wenn Software zehnmal billiger zu erstellen wird, braucht die Gesellschaft vielleicht nicht ein Zehntel der Entwickler. Vielleicht entscheidet sich die Menschheit dafür, fünfzigmal mehr Software zu bauen. Wenn wissenschaftliche Untersuchungen dramatisch billiger werden, brauchen wir vielleicht nicht weniger Wissenschaftler; vielleicht führen Wissenschaftler Millionen von Experimenten durch, die zuvor wirtschaftlich nicht machbar waren.
Das bedeutet, dass Huang und Amodei beide recht haben könnten. Einige Berufe könnten drastisch schrumpfen, während völlig neue Kategorien wirtschaftlicher Aktivität explodieren.
Technologische Revolutionen entscheiden sich selten zwischen Zerstörung und Schöpfung. Sie liefern normalerweise beides, aber nicht unbedingt denselben Menschen zur gleichen Zeit.
SATYA NADELLA: DAS EIGENTLICHE PROBLEM KÖNNTE DIE GESCHWINDIGKEIT SEIN
Microsoft CEO Satya Nadella hat den aktuellen Plattformwechsel mit einem Satz beschrieben, den ich für besonders wichtig halte:
„Dreißig Jahre Wandel werden auf drei Jahre komprimiert!“
Das Wort komprimiert könnte in dieser Debatte fast alles andere überwiegen.
Die Menschheit hat schon früher enorme technologische Veränderungen überlebt. Elektrizität veränderte Fabriken und Häuser. Autos gestalteten Städte neu. Computer veränderten Büros. Das Internet reorganisierte Kommunikation, Handel und Medien.
Aber die Gesellschaften hatten Zeit, sich anzupassen. Menschen gingen in Rente, während jüngere Generationen andere Fähigkeiten erlernten. Universitäten änderten Lehrpläne, Regierungen schufen Vorschriften, Unternehmen entstanden und scheiterten, und ganze Berufe entwickelten sich allmählich weiter.
KI könnte ein anderes Problem schaffen, weil technologische Anpassung schneller passieren könnte als menschliche Anpassung.
Stellen Sie sich jemanden vor, der heute ein vierjähriges Universitätsstudium für einen Beruf beginnt, dessen wirtschaftliche Grundlagen bis zum Abschluss völlig anders aussehen könnten. Oder denken Sie an einen 45-jährigen Fachmann, der zwanzig Jahre damit verbracht hat, außergewöhnlich gut in einer Aufgabe zu werden, die plötzlich fast sofort und nahezu kostenlos verfügbar wird.
Die größte Gefahr liegt vielleicht nicht im technologischen Wandel selbst. Es könnte die wachsende Kluft zwischen der Geschwindigkeit sein, mit der sich Maschinen verbessern, und der Geschwindigkeit, mit der sich Menschen, Unternehmen und Institutionen neu erfinden können.
DEMIS HASSABIS: DAS KÖNNTE GRÖSSER ALS SOFTWARE WERDEN
Dann kommen wir zu Google DeepMind CEO Demis Hassabis.
Im August 2026 beschrieb Hassabis die aktuelle Periode als „einen entscheidenden Moment in der Menschheitsgeschichte“ und sagte, dass er nachdem er sein ganzes Berufsleben auf AGI hingearbeitet hat, nun glaubt, dass sie „greifbar nahe“ ist.
Dies führt die Diskussion weit über die Produktivität am Arbeitsplatz hinaus.
Sobald KI in der Lage ist, Menschen materiell dabei zu helfen, Mathematik, Biologie, Chemie, Materialwissenschaften, Ingenieurwesen und Medizin voranzubringen, hört KI auf, einfach eine weitere Technologiebranche zu sein. Sie wird zu einer Technologie, die andere Technologien beschleunigt.
KI kann Robotik verbessern, bei der Entdeckung von Medikamenten helfen, neue Materialien entwerfen, Software schreiben, wissenschaftliche Forschung unterstützen und Ingenieuren helfen, bessere Computer zu entwerfen, die wiederum bessere KI ausführen können.
Dies schafft eine Rückkopplungsschleife: Bessere KI hilft Menschen, bessere Technologie zu bauen, bessere Technologie hilft Menschen, bessere KI zu bauen, und der Zyklus beschleunigt sich.
Deshalb könnte der Vergleich von KI mit Smartphones das, was passiert, dramatisch unterschätzen. Das Smartphone hat verändert, wie Menschen auf Informationen zugreifen.
Fortschrittliche KI könnte verändern, wie schnell die Menschheit neue Dinge entdeckt.
SIE KÖNNTEN ALLE RECHT HABEN
Zunächst scheinen diese Führungskräfte uns unterschiedliche Geschichten zu erzählen. Wenn man ihre Argumente jedoch in eine Reihenfolge bringt, sehen sie überraschend kompatibel aus.
Altman sagt, Intelligenz wird reichlich vorhanden. Fähigkeiten, die einst teuer waren, werden fast jedem zugänglich.
Skates sagt, Produkte selbst beginnen zu lernen und sich zu verbessern. Reichlich vorhandene Intelligenz wird in die Produktentwicklungsschleife eingebettet und verbindet Bauen, Beobachten menschlichen Verhaltens, Experimentieren, Lernen und Verbessern.
Amodei sagt, reichlich vorhandene Intelligenz stört die Wissensarbeit. Besonders gefährdet könnten die Junior-Aufgaben sein, auf denen traditionelle Karrieren aufgebaut wurden.
Huang sagt, KI verstärkt einzelne Menschen dramatisch. Niedrigere Kosten schaffen neue Nachfrage, neue Unternehmen und völlig neue Kategorien von Arbeit.
Nadella sagt, all dies geschieht außergewöhnlich schnell. Die Gesellschaft bekommt weit weniger Zeit zur Anpassung als bei früheren technologischen Revolutionen.
Hassabis sagt, KI beschleunigt letztendlich die Entdeckung selbst. Intelligenz beginnt der Menschheit zu helfen, die nächste Technologiegeneration zu erfinden.
Dies sind nicht unbedingt sechs konkurrierende Vorhersagen. Sie könnten sechs Schichten derselben Transformation sein.
FOLGE DER KNAPPHEIT
Wenn diese Leute auch nur teilweise recht haben, gibt es eine überraschend praktische Lektion für jeden, der über seine Karriere, sein Unternehmen oder seine Investitionen nachdenkt:
Baue deinen Wert nicht auf etwas, das KI reichlich macht. Baue ihn auf das, was knapp wird, weil KI reichlich ist.
Aufmerksamkeit wird knapp. Wenn Inhalte praktisch unbegrenzt sind, wird das Einfangen echter menschlicher Aufmerksamkeit schwieriger und daher wertvoller.
Urteilsvermögen wird knapp. Wenn Analysen sofort erstellt werden können, ist die schwierige Frage nicht mehr, ob man eine Analyse erhalten kann. Sondern ob man weiß, welcher Analyse man vertrauen kann.
Richtung wird knapp. Wenn KI Hunderte von Ideen und Strategien generieren kann, ist eine weitere Idee nicht unbedingt nützlich. Zu wissen, welches Problem gelöst werden sollte, wird zum Vorteil.
Originelles Denken wird knapp. Wenn kompetente Texte, Bilder, Software und Präsentationen von fast jedem produziert werden können, wird es wertvoller, etwas wirklich Anderes zu sagen zu haben.
Vertrauen wird knapp. Maschinen werden zunehmend überzeugend kommunizieren, während synthetische Inhalte leichter herzustellen sind. Menschliche Glaubwürdigkeit wird daher wertvoller, nicht weniger.
Geschmack wird knapp. KI kann endlose Möglichkeiten schaffen. Jemand muss immer noch entscheiden, welche davon tatsächlich gut ist.
Und sich selbst verbessernde Produkte schaffen eine weitere Knappheit, die enorm wichtig sein könnte: zu wissen, wofür das System optimieren soll.
Eine Maschine kann außergewöhnlich gut darin werden, ein Ziel zu erreichen. Ein Produkt kann außergewöhnlich gut darin werden, eine Metrik zu verbessern. Aber war es das richtige Ziel? War es die richtige Metrik?
Das ist nicht länger in erster Linie eine Technologiefrage.
Es ist eine Frage des menschlichen Urteilsvermögens.
VERSUCHE NICHT, DIE MASCHINE ZU ÜBERHOLEN
Jahrzehntelang sagten Manager den Menschen, welche Aufgaben sie erledigen sollten. Morgen könnten Führungskräfte zunehmend Ziele für Kombinationen aus Menschen, Agenten und sich selbst verbessernden Systemen definieren.
Führung wird dann weniger zur Überwachung der Ausführung und mehr zur Definition von Richtung, Einschränkungen, Anreizen und Sinn.
Ich würde das nächste Jahrzehnt nicht damit verbringen, zu versuchen, etwas geringfügig besser zu können, das Maschinen exponentiell verbessern. Ich würde lernen, sie zu lenken, während ich gezielt die Fähigkeiten stärke, die gerade deshalb wertvoller werden, weil Intelligenz selbst reichlich vorhanden ist: Urteilsvermögen, Neugier, Mut, Beziehungen, Führung, Verantwortung und Geschmack.
Die Gewinner der KI-Ära werden vielleicht nicht die Menschen sein, die am meisten über KI wissen. Sie könnten die Menschen sein, die verstehen, was man mit Intelligenz anfängt, wenn Intelligenz selbst nicht mehr knapp ist.
Tausende von Jahren gab Intelligenz den Menschen außergewöhnliche Macht. Jetzt bauen wir Maschinen, die Intelligenz überall und jederzeit verfügbar machen könnten, während die Produkte um uns herum beginnen zu beobachten, zu lernen und sich zu verbessern.
Vielleicht ist die entscheidende Frage der KI-Ära nicht, ob Maschinen irgendwann wie wir denken werden.
Es ist etwas viel Unangenehmeres:
Was sollen Menschen werden, wenn intelligent zu sein nicht mehr ausreicht, um uns besonders zu machen?
