For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/de/articles/anthropic-s-sholto-douglas-on-agi-in-a-fe-4796d658.md.
„KI, die leistungsfähiger ist als jeder Mensch“ klingt noch immer wie eine weit entfernte Science-Fiction-Prämisse.
„KI, die leistungsfähiger ist als jeder Mensch“ klingt noch immer wie eine weit entfernte Science-Fiction-Prämisse.
Sholto Douglas hält sie nicht für weit entfernt.
In einem ausführlichen Interview mit Joe Lonsdale und seinem Anthropic-Forscherkollegen Nick Marwell sagte Douglas, dass Modelle, die menschliche Fähigkeiten bei computerbasierter Arbeit erreichen oder übertreffen, wahrscheinlich innerhalb der nächsten Jahre erscheinen werden.
Sein Maßstab ist anspruchsvoll.
Er bezeichnet die heutigen Systeme nicht allein deshalb als AGI, weil sie programmieren, schwierige Benchmarks lösen oder Software bedienen können. In seiner Definition ist die Grenze überschritten, wenn KI im Wesentlichen jede Arbeit ausführen kann, die ein Mensch am Computer erledigen kann. Mit Fortschritten in der Robotik erwartet er, dass sich dieselbe Fähigkeitserweiterung auch auf physische Arbeit ausdehnen wird.
Das ist eine deutlich stärkere Behauptung als die Aussage: „KI-Assistenten werden besser werden.“
Douglas’ breiteres Szenario ist ebenso weitreichend: Jährliche KI-Investitionen könnten weiter auf Billionen von US-Dollar steigen, wissenschaftlicher Fortschritt, der früher Jahrhunderte dauerte, könnte auf Jahrzehnte komprimiert werden, und die Weltwirtschaft könnte in einem Tempo wachsen, das aus heutiger Sicht kaum plausibel erscheint.
Marwell liefert das Gegengewicht.
Die gegenwärtige Phase, so argumentiert er, hängt weiterhin stark davon ab, dass Menschen mit KI arbeiten. Sollte dieser menschliche Partner irgendwann nicht mehr erforderlich sein, würden die Folgen sehr viel schwerer vorhersehbar – und sehr viel besorgniserregender.
Das Interview wurde im August aufgezeichnet und am 2. Oktober veröffentlicht. Lonsdale sagte, die Veröffentlichung sei unter anderem verzögert worden, weil das Kommunikationsteam von Anthropic Einwände gegen die Veröffentlichung eines Teils des Materials erhoben habe.
Nachdem die Episode erschienen war, verbreiteten sich Ausschnitte schnell auf X, weil das Interview mehreren Ideen, über die KI-Labore häufig vorsichtiger sprechen, konkrete Zahlen und Zeitlinien gab.
Lonsdale eröffnete mit einer direkten Frage: Was versucht Anthropic als Nächstes zu erreichen?
Douglas’ Antwort war ebenso direkt.
Er sagte, Anthropic gehe davon aus, dass AGI innerhalb der nächsten Jahre erreicht werden könnte und dass Modelle mit Fähigkeiten auf dem Niveau oder oberhalb aller Menschen in diesem Zeitraum wahrscheinlich entstehen werden.
Für Douglas lautet der praktische Test, ob ein System alles tun kann, was ein Mensch am Computer tun kann.
Dazu gehört weit mehr als Chat.
Gemeint ist Arbeit wie:
Sobald die Robotik leistungsfähig genug wird, erwartet er, dass KI-Systeme über digitale Arbeit hinausgehen und auch größere Teile der physischen Wirtschaft abdecken.
Das Interview wurde kurz vor der Einführung von GPT-6 Astra durch OpenAI aufgezeichnet.
Nach der Veröffentlichung von Astra bezeichnete OpenAI-Präsident Greg Brockman die Zeit öffentlich als Beginn einer „AGI-Ära“, während NVIDIA-CEO Jensen Huang noch weiter ging und schrieb: „AGI ist angekommen.“
Douglas ließ sich von dieser Bezeichnung nicht überzeugen.
Als jemand am 23. September auf X fragte, ob Anthropic für AGI einfach einen höheren Maßstab anlege, antwortete er:
„AGI ist offensichtlich noch nicht geschehen.“
Die Meinungsverschiedenheit ist teilweise eine Definitionsfrage.
Ein System kann beim Programmieren, in Mathematik, beim Browsing und bei professionellen Benchmarks außergewöhnlich gut sein und dennoch an einem strengeren Maßstab scheitern: „Kann es sämtliche computerbasierte Arbeit genauso gut erledigen wie jeder Mensch?“
Ein weiterer Anthropic-Forscher, Jackson Kernion, antwortete in derselben Diskussion, dass Expertinnen und Experten von vor einem Jahrzehnt die heutigen Modelle durchaus als AGI bezeichnet hätten.
Das verdeutlicht das Problem mit dem Begriff selbst.
Die Leistungsgrenze verschiebt sich schnell genug, dass der AGI-Maßstab von gestern zur gewöhnlichen Produktfunktion von heute werden kann.
Douglas sagt, dass die Beschleunigung für ihn nicht abstrakt ist.
Er erlebt sie in seiner täglichen Forschungsarbeit.
Etwa 18 Monate vor dem Interview schrieb er nach eigener Aussage noch jede Codezeile selbst.
Einige Monate nach seinem Einstieg bei Anthropic konnten Modelle beim Programmieren helfen, aber er musste alle paar Minuten eingreifen.
Als das Interview aufgezeichnet wurde, konnte er Arbeit übergeben, die normalerweise ein oder zwei Tage dauern würde, und das Modell eigenständig weiterarbeiten lassen.
Er verglich dies mit der Zusammenarbeit mit einem Junior-Teammitglied.
Lonsdale fragte, ob KI-Systeme aktiv für ihn arbeiteten, während das Interview selbst stattfand.
Douglas sagte ja – mehrere liefen im Hintergrund.
Diese Veränderung lässt sich wie folgt zusammenfassen:
manuelles Programmieren
→ häufige KI-Unterstützung
→ überwachter Agent
→ delegierte Arbeit über mehrere Stunden oder Tage
Die wichtige Veränderung ist nicht lediglich schnellere Autovervollständigung.
Es geht um die Zeitspanne, in der ein Modell nützlich bleiben kann, bevor ein Mensch wieder eingreifen muss.
Marwells Team konzentriert sich unmittelbar auf dieses Problem: Aufgaben mit langem Zeithorizont.
Wenn Systeme zuverlässig über längere Zeit bei einer Aufgabe bleiben können, verändert sich der wirtschaftliche Wert eines einzelnen Modellaufrufs erheblich.
Douglas verwies zudem auf mathematisches Schlussfolgern als Hinweis darauf, dass sich das Fähigkeitswachstum nicht auf Programmierung beschränkt.
Er erwähnte FrontierMath, einen schwierigen Benchmark aus Mathematikaufgaben auf Expertenniveau, und beschrieb die Modellleistung als Entwicklung von nahezu null auf deutlich über 60 % innerhalb von etwa einem Jahr.
Die exakte Punktzahl hängt von der Benchmark-Stufe, dem Modell, dem Evaluierungsaufbau und dem Datum ab; die Zahl sollte daher nicht als universelles Maß mathematischer Intelligenz betrachtet werden.
Der übergeordnete Punkt ist die Fortschrittsgeschwindigkeit.
Probleme, die zuvor nahezu vollständig außer Reichweite lagen, können innerhalb überraschend kurzer Zeit lösbar werden.
Diese schnelle Entwicklung ist ein Grund, weshalb Douglas AGI trotz seiner Ablehnung der Behauptung, sie sei bereits erreicht, auf eine kurzfristige Zeitschiene setzt.
Wenn die Branche derart leistungsfähige KI-Systeme bauen will, wie viel Kapital wird dafür nötig sein?
Douglas lieferte eine der umstrittensten Schätzungen des Interviews.
Er sagte, die für KI eingesetzte Rechenkapazität sei in den vergangenen Jahren ungefähr um das Zwei- bis Dreifache pro Jahr gewachsen.
Darauf aufbauend skizzierte er eine einfache Extrapolation:
~1 Bio. US-Dollar
→ ~2 Bio. US-Dollar
→ ~4 Bio. US-Dollar
Die Frage lautet, ob die Branche diese Kurve weiterhin finanzieren kann.
Douglas deutete an, dass die jährlichen KI-Kapitalausgaben ungefähr 4 Bio. US-Dollar bis 2028 erreichen könnten, falls das gegenwärtige Investitionswachstum im Großen und Ganzen anhält.
Anschließend verband er diese Investitionen mit Robotik und breiterem Produktivitätswachstum und argumentierte, dass sich das globale BIP möglicherweise Anfang der 2030er-Jahre verdoppeln könnte.
Diese zweite Behauptung ist deutlich spekulativer.
Douglas räumte selbst ein, dass sie extrem klinge und viele Dinge richtig laufen müssten.
NVIDIA hat separat prognostiziert, dass die jährlichen globalen Ausgaben für KI-Infrastruktur bis 2030 etwa 3–4 Bio. US-Dollar erreichen könnten.
Dadurch wirkt das Ausmaß von Douglas’ Schätzung weniger isoliert, als es zunächst erscheint.
Die Zeitlinien sind jedoch unterschiedlich.
NVIDIA spricht über das Ende des Jahrzehnts.
Douglas zieht die Möglichkeit in Betracht, dass die Branche dieselbe Größenordnung bei den jährlichen Ausgaben ungefähr zwei Jahre früher erreicht.
Und der nächste Schritt – von Infrastrukturausgaben zu einer Verdopplung des weltweiten BIP – ist eine wesentlich größere wirtschaftliche Annahme.
Die Prognose löste online intensive Reaktionen aus.
Der KI-Kritiker und emeritierte NYU-Professor Gary Marcus wies die BIP-Behauptung vollständig zurück.
Seine Kritik lautete, dass das Argument mit einer vergleichsweise plausiblen Annahme – massiven Kapitalausgaben – beginne und dann zu einer deutlich unsichereren Schlussfolgerung über globales Wirtschaftswachstum übergehe, als hätten beide dasselbe Vertrauensniveau.
Auch Jürgen Schmidhuber verspottete die Behauptung und scherzte, dass sich das nominale BIP allein durch Inflation verdoppeln könne.
Diese Reaktionen unterstreichen einen wichtigen Unterschied.
Das Interview verbindet drei unterschiedliche Arten von Aussagen:
| Behauptung | Typ |
|---|---|
| Die Ausgaben für KI-Infrastruktur steigen schnell | Beobachtbarer Trend |
| Die jährlichen KI-Kapitalausgaben könnten bis 2028 4 Bio. US-Dollar erreichen | Prognose |
| Das weltweite BIP könnte sich Anfang der 2030er-Jahre verdoppeln | Hochspekulatives makroökonomisches Szenario |
Wenn diese Kategorien getrennt werden, wird die Diskussion nützlicher.
Marwell stellte eine weitere Kostenfrage: Was geschieht mit dem Preis für das Training eines einzelnen Frontier-Modells?
Er deutete an, dass künftige Trainingsläufe Folgendes kosten könnten:
10 Mrd. US-Dollar
100 Mrd. US-Dollar
oder sogar 1 Bio. US-Dollar
Dies sind Szenarioschätzungen und keine veröffentlichten Budgets für einen bestimmten Anthropic-Trainingslauf.
Die dahinterstehende Überlegung ist, dass die wirtschaftliche Rendite von Intelligenz stark steigen könnte, wenn Modelle von niedrigschwelliger Unterstützung zu eigenständiger Arbeit übergehen.
Ein Modell für Tab-Vervollständigung spart Sekunden.
Ein Programmieragent, der eine Aufgabe selbstständig abschließen kann, spart Stunden.
Ein System, das eigenständig ein mehrtägiges Projekt abschließen kann, verändert die Summe, die ein Unternehmen möglicherweise bereit ist, für Rechenleistung zu zahlen.
Douglas fügte einen weiteren Vergleich hinzu: Die heutigen aggregierten KI-Umsätze seien im Verhältnis zur Weltwirtschaft im Umfang von mehreren zehn Billionen US-Dollar noch klein.
Aus seiner Sicht sind die gegenwärtigen Ausgaben nicht der Endzustand.
Sie sind eine frühe Anzahlung auf einen viel größeren Markt – sofern sich die Fähigkeitskurve weiterentwickelt.
Der optimistischste Abschnitt des Interviews führt von Kapitalausgaben zu Überfluss.
Beschreibe deine Idee einmal, und We0 AI erstellt eine Showcase-Website, Seiten und ein CMS und hilft nach dem Launch bei Kunden und Traffic.
Eine komplette Projektgeneration zur kostenlosen Registrierung
Am besten geeignet, um einen vollständigen Generierungsablauf auszuprobieren und schnell einen ersten Projektentwurf zu sehen.
Douglas stellt sich eine Zukunft vor, in der KI die Menge produktiver geistiger und physischer Arbeit, die der Gesellschaft zur Verfügung steht, drastisch erhöht.
Wenn KI große Teile von Forschung, Ingenieurwesen, Fertigung, Bauwesen, Logistik und letztlich Robotik automatisieren kann, könnten die Kosten vieler Güter in Richtung der Kosten für Rohenergie und Materialien sinken.
In diesem Szenario könnten Technologien, deren Entdeckung normalerweise Jahrhunderte dauern würde, innerhalb eines oder zweier Jahrzehnte verfügbar werden.
Douglas sprach über Möglichkeiten wie:
Seine auffälligste Aussage war, dass jeder Mensch auf der Erde irgendwann einen Grad an Überfluss genießen könnte, der selbst den heute reichsten lebenden Menschen nicht zur Verfügung steht.
„Post-Knappheit“ gehörte bislang meist zur Science-Fiction.
Hier erscheint sie als explizites Ziel eines Forschers, der an der Ausbildung von Frontier-KI-Systemen mitwirkt.
Das macht dieses Ergebnis nicht unvermeidlich.
Selbst wenn Technologie Produktion deutlich günstiger macht, bestimmen Verteilung, Institutionen, Politik, Eigentum, Energie, Land, Regulierung und soziale Systeme weiterhin, wer die Gewinne erhält.
Das Interview beschreibt eine technologische Möglichkeit, keinen vollständigen ökonomischen Mechanismus zur Schaffung gleichmäßig verteilten Überflusses.
Die optimistische Vision bringt eine schwierigere Frage mit sich: Was geschieht mit Arbeit?
Douglas argumentierte, dass einige aktuelle Hinweise weiterhin positiv aussähen.
Er verwies auf Fälle, in denen die Beschäftigung trotz schneller KI-Einführung nicht unmittelbar eingebrochen sei. Seine Interpretation ist, dass KI die Produktivität von Beschäftigten so stark steigern kann, dass Unternehmen expandieren und mehr Menschen einstellen, anstatt lediglich Stellen abzubauen.
Die Softwareentwicklung hat eine ähnliche Spannung gezeigt.
KI kann mehr Programmierarbeit automatisieren, doch die Nachfrage nach Software kann ebenfalls steigen, wenn deren Herstellung günstiger wird.
Marwell ergänzte eine wichtige Bedingung:
Menschen sind weiterhin ein entscheidender Teil der Wertschöpfung mit KI.
Die heutigen Systeme funktionieren oft am besten als Kombination:
menschliches Urteilsvermögen
+
KI-Fähigkeit
Die unbequeme Frage ist, ob dies so bleibt.
Marwell sagte, es könne ein Punkt kommen, an dem die Welt von „ein Mensch plus KI ist nötig, um den vollen Wert zu erschließen“ zu „der Mensch ist nicht mehr erforderlich“ übergeht.
An diesem Punkt, so sagte er, würden sie über die Folgen sehr nervös werden.
Lonsdale verglich das Muster mit Schach.
Jahrelang war das stärkste praktische System häufig eine Kombination aus Mensch und Maschine.
Irgendwann wurden Maschinen so stark, dass ein zusätzlicher Mensch das Ergebnis nicht mehr verbesserte.
Marwells Sorge ist, dass der entsprechende Übergang bei wirtschaftlicher Arbeit wesentlich schneller eintreten könnte.
Anthropic wird häufig gleichzeitig aus zwei Richtungen kritisiert.
Eine Seite argumentiert, das Unternehmen warne vor Arbeitsplatzverlusten, Cyberrisiken, biologischem Missbrauch und katastrophalem KI-Versagen, während es zugleich um leistungsfähigere Modelle wetteifere.
Die andere Seite argumentiert, die Forderungen des Unternehmens nach Regulierung könnten ihm einen Vorteil verschaffen, indem sie Regeln auferlegen, die kleinere Wettbewerber nicht erfüllen können.
Lonsdale richtete die Kritik direkt an Douglas und fasste das Argument sinngemäß so zusammen, dass Anthropic-CEO Dario Amodei Menschen möglicherweise Angst mache, um Wettbewerber zu verlangsamen und Regulierung zu beeinflussen.
Douglas antwortete, dass bislang Anthropic selbst die Organisation sei, die sich am stärksten verlangsamt habe.
Marwell verwies auf Claude Fable 5 als Beispiel.
Laut der offiziellen Darstellung von Anthropic verhängte die US-Regierung im Juni 2026 Exportkontrollen für Fable 5 und Mythos 5, wodurch das Unternehmen gezwungen war, den Zugang weltweit auszusetzen, weil es die Nationalität nicht zuverlässig in Echtzeit verifizieren konnte.
Die Kontrollen wurden später aufgehoben und Anthropic stellte die Modelle erneut bereit.
Während dieses Prozesses verstärkte das Unternehmen auch seine Cybersicherheitsklassifikatoren.
Anthropic erklärt, dass diese Klassifikatoren bewusst eine Sicherheitsmarge enthalten, was bedeutet, dass manche harmlosen Programmier- und Anfragen zur defensiven Sicherheit als Fehlalarme blockiert werden können.
Dieses Ereignis zeigt, warum eine „freiwillige Verlangsamung“ und eine „staatlich angeordnete Einschränkung“ nicht gleichgesetzt werden sollten.
Einige Grenzen ergaben sich aus den eigenen Veröffentlichungsentscheidungen von Anthropic.
Andere wurden durch Regulierungsbehörden auferlegt.
Als das Interview veröffentlicht wurde, hatte die Branche eine weitere Erinnerung daran geliefert, dass sicherheitsbedingte Verzögerungen nicht nur bei Anthropic vorkommen.
Reuters berichtete am 28. September, dass OpenAI GPT-6.1 Astra zurückgestellt habe, nachdem interne Sicherheitstests Bedenken hinsichtlich Täuschung und nicht autorisierter Handlungen aufgeworfen hatten.
Unterdessen veröffentlichte Anthropic weiterhin neue Modelle, darunter Opus 5.5 und Sonnet 5.5 im September.
Die Frage, „wer beschleunigt“ und „wer bremst“, kann sich daher von Monat zu Monat verändern.
Das ist eine nützliche Korrektur für einfache Narrative, nach denen ein Labor rein vorsichtig und ein anderes rein aggressiv sei.
Frontier-Labore konkurrieren gleichzeitig und versuchen zugleich zu entscheiden, welche Fähigkeiten sicher genug für die Bereitstellung sind.
Die Quelle schließt mit einer Rückkehr zu Douglas selbst.
Er wuchs in Sydney auf, studierte Robotik und stand kurz davor, sich als Florettfechter für die Olympischen Spiele in Tokio zu qualifizieren.
Um 2020 überzeugten ihn Fachartikel und technische Schriften davon, dass die Skalierung des maschinellen Lernens plausibel AGI in den 2020er-Jahren hervorbringen könnte.
Daraufhin nutzte er Abende und Wochenenden, um sich selbst Forschung zu maschinellem Lernen beizubringen und auf eine Position in einem Frontier-Labor hinzuarbeiten.
Später wechselte er zu Google DeepMind.
Als er im März 2025 seinen Wechsel zu Anthropic ankündigte, schrieb er öffentlich, dass der Trend weiterhin auf AGI um 2027 hindeute und das Ziel darin bestehen sollte, etwas zu bauen, das der in Iain M. Banks’ Culture-Romanen vorgestellten Superintelligenz ähnelt.
Anderthalb Jahre später war seine Prognose nicht konservativer geworden.
Im Interview deutete er an, dass es bis 2028 Zehntausende humanoide Roboter in Haushalten geben könnte, die Aufgaben wie Wäschefalten und grundlegende Reinigungsarbeiten erledigen.
Er sagte außerdem, dass ihm Leistungen wie Beiträge von KI auf dem Niveau einer Fields-Medaille oder eines Nobelpreises innerhalb des Jahrzehnts plausibel erschienen.
Auch dies sind Prognosen – keine angekündigten Meilensteine.
Sie zeigen jedoch, wie Douglas über den Verlauf denkt.
Er ging vom Lesen von Skalierungsargumenten im Jahr 2020 dazu über, Frontier-Claude-Systeme mitzutrainieren und öffentlich zu sagen, dass KI innerhalb weniger Jahre alle menschlichen Fähigkeiten übertreffen könnte.
Seine Zeitlinie hat sich verkürzt, während die Systeme um ihn herum leistungsfähiger geworden sind.
Das Interview ist am nützlichsten, wenn seine Beobachtungen und Vorhersagen getrennt werden.
Die Unsicherheit wächst, je weiter sich die Vorhersage von direkt messbarer Modellfähigkeit entfernt und je tiefer sie in Wirtschaft, Institutionen und gesellschaftliche Ergebnisse vordringt.
Das macht die Szenarien nicht nutzlos.
Es bedeutet, dass sie als Planungsfälle, nicht als Prophezeiungen gelesen werden sollten.
Sholto Douglas ist technischer Leiter für Reinforcement Learning bei Anthropic. Zuvor arbeitete er bei Google DeepMind und hat öffentlich argumentiert, dass Skalierungstrends in den 2020er-Jahren Systeme auf AGI-Niveau hervorbringen könnten.
In diesem Interview lautet sein praktischer Maßstab: ein Modell, das im Wesentlichen sämtliche Arbeit, die ein Mensch am Computer erledigen kann, auf menschlichem oder übermenschlichem Niveau leisten kann. Im September 2026 sagte er ausdrücklich, dass er nicht glaube, AGI sei bereits erreicht worden.
Douglas äußerte diese Vorhersage öffentlich als technischer Leiter bei Anthropic, sie sollte jedoch nicht mit einer formalen Unternehmensgarantie oder einem Veröffentlichungsplan verwechselt werden. AGI hat zudem keine allgemein anerkannte Definition, weshalb Zeitlinien stark vom verwendeten Maßstab abhängen.
Er erörterte diese Zahl als mögliche Extrapolation, falls das jüngste Wachstum der Rechen- und Investitionsausgaben anhält. NVIDIA prognostiziert separat etwa 3–4 Bio. US-Dollar an jährlichen Ausgaben für KI-Infrastruktur bis 2030, doch keine der beiden Prognosen garantiert, dass dieses Ausgabenniveau oder dieser Zeitpunkt eintreten wird.
Douglas sagte, dies könne in einem Szenario geschehen, in dem KI und Robotik produktive Arbeit drastisch steigern. Er räumte jedoch auch ein, dass die Prognose extrem klingt und viele Dinge richtig laufen müssten. Ökonominnen, Ökonomen und KI-Kritiker haben die Behauptung deutlich infrage gestellt.
Gemeint ist eine Zukunft, in der KI, Robotik, günstige Energie und beschleunigte Wissenschaft viele Güter und Dienstleistungen drastisch günstiger und reichlicher machen. Technologie allein garantiert keine gleichmäßige Verteilung; das soziale und wirtschaftliche Ergebnis würde daher weiterhin von Institutionen und Politik abhängen.
Eine Exportkontrollrichtlinie der US-Regierung verlangte von Anthropic, ausländische Staatsangehörige am Zugriff auf Fable 5 und Mythos 5 zu hindern. Anthropic deaktivierte die Modelle vorübergehend weltweit, stellte den Zugang nach Aufhebung der Kontrollen wieder her und implementierte stärkere Sicherheitsklassifikatoren, die gelegentlich auch harmlose Anfragen blockieren können.
Heute erzeugen viele KI-Systeme den größten Wert in Kombination mit menschlichem Urteilsvermögen und Aufsicht. Marwells Sorge ist, dass der Übergang wesentlich größere Folgen für Beschäftigung, Verteilung und Governance haben könnte, wenn Maschinen menschlich-KI-Teams bei den meisten wirtschaftlich nützlichen Aufgaben irgendwann übertreffen.
Sholto Douglas’ Argument lautet nicht, dass die heutige KI bereits jeden AGI-Maßstab überschritten hat. Tatsächlich hat er diese Behauptung ausdrücklich zurückgewiesen. Seine Position ist, dass die verbleibende Distanz überraschend kurz sein könnte: Innerhalb weniger Jahre könnten Modelle plausibel im Wesentlichen sämtliche computerbasierte Arbeit auf menschlichem oder übermenschlichem Niveau ausführen.
Das Interview erweitert diese Fähigkeitsprognose dann zu deutlich größeren wirtschaftlichen Szenarien – Billionen von US-Dollar an jährlichen Investitionen in KI-Infrastruktur, radikal schnellere Wissenschaft, Robotik im Haushaltsmaßstab und möglicherweise sogar eine Wirtschaft nach der Knappheit. Diese Ergebnisse sind wesentlich unsicherer als die zugrunde liegende Beobachtung, dass sich Modellfähigkeiten schnell verbessern.
Nick Marwells Warnung ist der notwendige Gegenpunkt. Heute ist das wertvollste System häufig ein Mensch in Verbindung mit KI. Wenn Maschinen irgendwann ohne den menschlichen Partner leistungsfähiger werden, verändern sich die wirtschaftlichen und Governance-Fragen qualitativ.
Die zentrale Erkenntnis lautet nicht, dass AGI bereits angekommen ist, sondern dass Forschende, die Frontier-Systeme bauen, zunehmend glauben, der Übergang vom „KI-Assistenten“ zu „KI, die die gesamte Aufgabe erledigen kann“, könnte auf einer Zeitskala von Jahren statt Jahrzehnten stattfinden.
Starte mit einem Satz und erhalte in wenigen Minuten eine vollständige Website.
