Was haben wir alle verpasst?

Als OpenAI verkündete, sie hätten das Navier-Stokes-Millennium-Problem gelöst, war das, was tatsächlich die Runde machte, der Witz: so ungefähr zweiundzwanzig Millionen Dollar an Compute ausgegeben, um einem Preis von einer Million Dollar hinterherzujagen, was wirklich witzig ist, und ich habe auch darüber gelacht. Dann zog die Diskussion weiter, und ich dachte immer wieder darüber nach, was der Witz still und heimlich alle hatte überspringen lassen.

Rund zehntausend koordinierte Agenten erstellten einen Beweis und eine Lean-Formalisierung dieses Beweises, sodass das Ergebnis maschinell geprüft ist, statt bloß in einer Pressemitteilung behauptet zu werden. Das bedeutet: Originäre Mathematik auf dem härtesten Level, das wir kennen, wurde von einer Maschine erbracht und von einer Maschine verifiziert, in einem Feld, in dem ein einziges menschliches Ergebnis ein ganzes Jahrzehnt dauern kann. OpenAI lehnte das Preisgeld anschließend ab und stellte das Ganze als Statusbericht über das Tempo des Fortschritts dar, was wahrscheinlich das Aufschlussreichste an der Sache ist.

Ich will hier vorsichtig sein, weil ich das fast selbst falsch verstanden hätte. Mein erster Instinkt war zu sagen, dass dies die Strömungsmechanik knackt und dass Strömungsmechanik Antriebstechnik, Modellierung und ein Dutzend nachgelagerte Branchen in immer weiteren Kreisen revolutioniert, das wäre die Version gewesen, die ich vor einer Woche geschrieben hätte, und sie wäre falsch gewesen. Der Beweis fand eine Singularität in endlicher Zeit, was eine negative Antwort ist; und was sie besagt, ist, dass glatte Lösungen zusammenbrechen können. Das ist enorm wichtig für numerische Methoden und dafür, wie wir Turbulenzen modellieren, aber es verschafft niemandem auf Anhieb eine bessere Rakete.

Die eigentliche Bedeutung liegt also woanders als in den Anwendungen: Sie besteht schlicht darin, dass eine Maschine die Mathematik gemacht hat. Genau darum geht es, und der Witz über die Compute-Rechnung ist schnurstracks daran vorbeigesegelt.

Ein Grund, warum das niemandem auffiel, ist, dass dieselbe Woche voll von Leuten war, die viel lautere Dinge sagten, die wesentlich weniger bedeuteten.

Am 6. September erklärte Jensen Huang, dass AGI da sei, und schrieb das GPT-6 Astra zu, trainiert auf mehr als hunderttausend Nvidia Grace Blackwell GPUs. Zwei Tage später schlug das Navier-Stokes-Ergebnis auf, ohne dass irgendjemand das eine ins Verhältnis zum anderen setzte. Er hatte da schon eine Vorgeschichte: Bereits im März sagte er zu Lex Fridman „Ich denke, wir haben AGI erreicht“, als er eine Frage dazu beantwortete, wie bald KI ein Milliarden-Dollar-Unternehmen aufbauen und leiten könnte. Beim Earnings Call im August war er allerdings spürbar vorsichtiger und meinte, für viele Aufgaben könne man sagen, wir hätten AGI bereits erreicht, bevor er geschickt zur Wirtschaftlichkeit umschwenkte.

Sam Altman spielt eine Variante desselben Spiels: Er erklärt, der aktuelle Stand der Technik erfülle OpenAIs eigene Definition von AGI, nämlich hochgradig autonome Systeme, die Menschen bei der wirtschaftlich wertvollsten Arbeit übertreffen, während er an anderer Stelle sagt, man sei noch nicht ganz so weit und rechne bis Ende dieses Jahres mit einem internen System, das er als AGI bezeichnen würde.

Man beachte, worauf beides beruht: auf einer Definition, die der jeweilige Sprecher selbst mitgeliefert hat. Huangs Definition ist kommerziell und läuft darauf hinaus, dass KI als allgemeine Intelligenz gilt, sobald sie dabei helfen kann, ein Milliarden-Dollar-Business aufzubauen; Altmans Definition ist das eigene ökonomische Wording seines Unternehmens. Keines von beidem ist also eine Aussage über allgemeine Intelligenz in dem Sinne, wie ein normaler Mensch diesen Begriff versteht, und beide sind nach ihren eigenen Maßstäben technisch vertretbar.

Dann liest jemand die Schlagzeile, öffnet die App, bittet sie, seinen tatsächlichen Job zu machen, sieht ihr dabei zu, wie sie an etwas scheitert, woran ein kompetenter Mensch nicht scheitern würde, und kommt zu dem Schluss, angelogen worden zu sein. Man wurde nicht direkt angelogen, man bekam eine Definition verkauft, aber der Effekt auf das Vertrauen ist derselbe, und der Schaden potenziert sich, weil das nächste echte Ergebnis als bloß mehr von demselben Brei wahrgenommen wird.

Dass Huang den Erfolg hunderttausend seiner eigenen GPUs zuschreibt, ist der Teil, den ich mir einrahmen würde, denn über Motive muss man nicht spekulieren, wenn der Satz direkt mit angehefteter Rechnung serviert wird.

Hier lag ich anfangs falsch, was die Leute angeht, also lege ich mal meinen Gedankengang dar.

Mein erster Eindruck war, dass die Leute aufgehört hatten, Behauptungen überhaupt noch zu prüfen; dass sie eine Pauschalhaltung eingenommen hatten, entweder ist alles eine Blase oder alles ist Slop, und sich nicht mehr die Mühe machten, irgendetwas Konkretes zu beurteilen. Als Beschreibung trifft das zu, bei der Ursache liegt es völlig daneben, und es so zu beschreiben, ist obendrein ziemlich herablassend gegenüber Leuten, die das nicht verdient haben.

Es ist schlichte Erschöpfung, mehr nicht.

Man kann heute nichts mehr öffnen, ohne dass KI drinsteckt, sei es eine Produktankündigung, eine Anzeige, ein LinkedIn-Post, ein Nachrichtenbeitrag oder ein Tool, das man ohnehin schon nutzt und das nun plötzlich ein Glitzer-Icon in der Ecke hat. Es ist jeden Tag dasselbe Menü, und ab einem gewissen Punkt hört die menschliche Reaktion auf, Analyse zu sein, und wird zum reflexartigen Zucken. Die Leute hören das Wort und beenden das Gespräch, bevor es überhaupt angefangen hat, und sie sind dabei nicht dumm, sie schützen sich nur vor etwas, das ihnen seit drei Jahren ununterbrochen in jeden Winkel ihrer Aufmerksamkeit gedrückt wird.

Ich habe das bei Freunden beobachtet, die nicht in der Tech-Branche sind, die BWL studieren oder ganz andere Dinge tun und für die es wirklich schwer ist, einen Zugang zu der Technologie zu bekommen. Was ich dort sehe, ist kein Desinteresse, es ist Erschöpfung, die noch vor dem Gespräch eintrifft.

Ehrlicherweise muss ich sagen, dass ich das selbst nicht so empfinde; jemand hat mich mal gefragt, wo ich abschalte, und mir fiel nichts ein, das Einzige, was mich bremst, ist körperliche Müdigkeit. Ich beschreibe also etwas, das ich beobachte, statt etwas, das ich selbst fühle, weshalb ich so ziemlich die ungeeignetste Person bin, um irgendjemandem dazu Vorträge zu halten, und vielleicht liegt es auch nur an meinem Freundeskreis. Ich sage das immer wieder, und ich meine es auch so.

Was die Erschöpfung noch schlimmer macht, ist, dass ein Teil des Rauschens echt ist: Echter Fortschritt kommt durch dieselbe Leitung wie der ganze Slop, trägt dieselben Kleider und nutzt dieselben Worte. Und wenn man sich antrainiert hat, bei dem Begriff zusammenzuzucken, dann zuckt man eben bei allem zusammen.

Wie ich mir das im Kopf sortiere, stammt grob aus Thiels „Zero to One“-Denkmodell, und ich gebe gerne vorab zu, dass die Trennung holzschnittartig ist. Es gibt Unternehmen, die etwas erschaffen, das es vorher nicht gab, die einen Markt eröffnen, den es nicht gab, und die die Grenze des Möglichen verschieben; und es gibt Unternehmen, deren einzige Funktion darin besteht, Wert aus etwas zu ziehen, das jemand anderes gebaut hat.

Ich halte Abschöpfen nicht für böse, Unternehmen schöpfen Werte ab, genau das tun sie nun mal, und wenn eine Firma eine anständige Marge damit macht, etwas Nützliches weiterzuverkaufen, ist das völlig in Ordnung. Wogegen ich etwas habe, ist, wenn reine Wertabschöpfung der einzige Anreiz im Raum ist. Und KI hat eine enorme Zahl von Firmen hervorgebracht, deren gesamte Existenz aus einem dünnen Überzug über dem Modell eines anderen besteht und die ein Abo für einen Prompt verlangen. Genau daher kommt ein Großteil des Rauschens, und dieses Rauschen bringt den Leuten bei, abzuwinken.

Darunter gibt es noch eine schlimmere Kategorie: Firmen, die Dinge bauen, die einwandfrei funktionieren, aber wahrscheinlich gar nicht existieren sollten, wie Überwachungstools mit einem freundlichen Onboarding-Flow oder Dual-Use-Arbeiten, bei denen der zweite Verwendungszweck darin besteht, Menschen zu töten, während der erste in der Hochglanzbroschüre landet. Niemand in dieser Kategorie hält sich selbst für den Bösewicht, und das Geld ist extrem gut.

Wenn man einen Maßstab dafür sucht, wie unausgewogen Aufmerksamkeit derzeit verteilt ist, muss man sich nur die Robotik ansehen.

AMI Labs hat in einer Seed-Runde 1,03 Milliarden Dollar eingesammelt, die größte in der europäischen Geschichte, wobei Yann LeCun Meta im November verlässt, um den Vorsitz zu übernehmen. Sie bauen Weltmodelle auf Basis des JEPA-Ansatzes, was eine grundlegend andere Wette ist als das Skalieren von Sprachmodellen und etwas, das physische Intelligenz wahrscheinlich zwingend erfordert. Generalist wurde 2024 von Leuten aus der Robotik-Sparte von Google DeepMind und Boston Dynamics gegründet, und ihr GEN-1.5-Modell lernt eine neue physische Aufgabe innerhalb von Sekunden aus einer einzigen Demonstration, ohne Gradienten-Updates und ohne Fine-Tuning; im Rücken vierhundert Millionen, die im Juni geraist wurden, und kolportierte Gespräche über eine Drei-Milliarden-Bewertung im August.

Ich hatte angenommen, diese Läden würden neben OpenAI und Anthropic am Hungertuch nagen, aber das tun sie nicht, denn das Kapital ist offensichtlich da. Was fehlt, ist Aufmerksamkeit: Denn eine Milliarden-Dollar-Seed-Runde und ein Roboter, der durch einmaliges Zusehen lernt, finden im öffentlichen Diskurs so gut wie nirgends statt.

Ein Teil davon ist struktureller Natur: Robotikforschung ist schwer zu verfolgen, wenn es nicht das eigene Fachgebiet ist, und Robotik-Startups geben tendenziell kein Geld dafür aus, sich zu erklären, teils, weil das Geld in der Entwicklung besser aufgehoben ist, teils, weil die meisten Gründer öffentliche Aufmerksamkeit erst dann für dringlich halten, wenn sie etwas zu verkaufen haben. Der Diskurs ist zudem geografisch extrem unausgewogen, was oft unterschätzt wird: Die Szene in San Francisco ist am Puls der Zeit, während Europa, Asien und Indien denselben Informationen monatelang hinterherhinken, und niemand der Beteiligten hält sich selbst für hintendran. Ich hinke auch hinterher, um ehrlich zu sein, denn es ist schlicht zu viel. Wenn man wirklich versuchen würde, alles zu lesen, würde man den Verstand verlieren. Ich halte also nur Schritt, indem ich eine ungesunde Menge an Medien konsumiere, und verpasse trotzdem das Meiste.

Die Konsequenzen sind der Teil, der mich wirklich beschäftigt: Denn wenn körperliche Arbeit denselben Weg einschlägt wie geistige Arbeit, stehen wir wieder vor der Frage der Industriellen Revolution, nur mit deutlich weniger Vorwarnzeit. Werden wir am Ende bestimmte Arbeiten per Gesetz für Menschen reservieren, wie Therapie, Medizin oder Handwerk? Ich weiß ehrlich nicht, ob das eine gute oder eine zutiefst dämliche Idee ist, und ich merke, dass ich mich selbst weder dafür noch dagegen schlüssig entscheiden kann. Aber worin ich mir ziemlich sicher bin: Der Gesellschaftsvertrag und das darunterliegende Wirtschaftssystem wurden für nichts von alledem gebaut, und niemand schreibt sie in dem Tempo um, in dem die Roboter besser werden.

Es wird beängstigend, es wird wild, und ein Teil davon wird verdammt viel Spaß machen.

Was das Ganze noch schwieriger macht, ist, dass der Raum, in dem man diese Debatte führen müsste, sich zusehends mit Dingen füllt, die keine Menschen sind.

Der Imperva-Bericht 2026 beziffert den automatisierten Datenverkehr auf über dreiundfünfzig Prozent des Webs, nach einundfünfzig im Vorjahr, während menschliche Aktivität auf siebenundvierzig Prozent gesunken ist. Schädliche Bots allein machen vierzig Prozent des gesamten Traffics aus, im siebten Jahr in Folge, in dem diese Zahl gestiegen ist, und KI-gestützte Bot-Angriffe haben sich im Jahresvergleich um das Zwölfeinhalbfache erhöht. Die Dead-Internet-Theorie ist also keine bloße Laune, zu der ich greife, wenn sich mein Feed unecht anfühlt; sie ist der Mehrheitsfall, und sie ist messbar.

Die Werkzeuge dafür sind ebenfalls deutlich besser geworden: Jones und Bergen veröffentlichten eine Studie in PNAS, bei der GPT-4.5, instruiert, eine menschliche Persona anzunehmen, in dreiseitigen Turing-Tests in dreiundsiebzig Prozent der Fälle für den Menschen gehalten wurde. Das heißt: Es wurde häufiger als Mensch eingestuft als der eigentliche Mensch in der Konversation. LLaMA-3.1 schaffte sechsundfünfzig Prozent, während die unprompted Baselines von ELIZA und GPT-4o mit dreiundzwanzig und einundzwanzig Prozent unter dem Zufallsniveau lagen.

KI-generierter Text und KI-generierter Code haben immer noch diesen gewissen Beigeschmack, diesen »Geruch«, und meistens rieche ich ihn auch, aber ich rechne nicht damit, dass das so bleibt, und ich glaube nicht, dass ich irgendetwas auf der Annahme aufbauen sollte, dass es so bleibt. Packt man das noch auf die Erschöpfung obendrauf, landet man bei etwas wirklich Düsterem: Die Leute sind der Diskussion überdrüssig, und ein wachsender Teil der Unterhaltung findet ohnehin nicht mehr mit Menschen statt.

Was tut man also stattdessen, statt dichtzumachen, wenn man bedenkt, dass es sinnlos ist, einem müden Menschen zu sagen, er solle doch bitte schärfer nachdenken?

Lass dich auf den Gedanken ein, halte ihn eine Minute lang fest, ohne gleich zu entscheiden, ob du dafür oder dagegen bist, und spiele im Kopf damit herum, etwas, das viele Leute still und heimlich verlernt haben. Hab absichtlich eine bescheuerte Idee, bau etwas, nach dem kein Mensch gefragt hat, schreib irgendeine absurde Software, um deinen Uni-Professor zu ärgern, verfolge den albernen Gedanken, was passieren würde, wenn X eintritt. Und tu das nicht, weil daraus ein Startup werden soll, sondern weil Nachdenken eigentlich einer der wirklich schönen Teile des Menschseins ist und viele Leute anscheinend aufgehört haben, es zum reinen Vergnügen zu tun.

Ich bemerke das sogar bei Leuten in der Tech-Branche, was mich mehr überrascht als alles andere: Völlig fähige Leute probieren etwas nicht aus, weil der Versuch vielleicht zu nichts führt. Ich vermute, die Polarisierung in den meisten Medien hat etwas damit zu tun, da jedes Thema mittlerweile vorsortiert ankommt, samt der Seite, für die man sich gefälligst entscheiden soll; und ich vermute, Kurzvideos haben mehr damit zu tun, als irgendjemand zugeben will, auch wenn ich bei beidem nur spekuliere.

Die andere Hälfte des Rezepts dreht sich darum, wohin mit der Wut, denn es gibt mehr als genug, worüber man sich aufregen kann, und sie landet derzeit am falschen Ort. Sei wütend auf die Leute, die das vorantreiben; auf eine Definition, die stillschweigend ausgetauscht wird, damit eine Behauptung eine Hürde nimmt, an der sie sonst scheitern würde; auf Überwachungstools mit einem angenehmen Onboarding-Flow; und darauf, dass Aufmerksamkeit nach Marketingbudget verteilt wird, sodass ein Modell, das aus einer einzigen Demonstration lernt, weniger Sendezeit bekommt als ein Glitzer-Icon in einer Notizen-App. Aber bleib neugierig auf die Technologie, denn die Technologie hat dir nichts davon angetan, das waren Menschen.

Ich schreibe das hier für niemanden Bestimmten, denn das hier ist mein Raum und das sind meine Gedanken, und wenn ich überhaupt jemanden anspreche, dann andere Entwickler und andere Menschen ganz allgemein.

Worin ich mir ziemlich sicher bin: dass eine Maschine Spitzenmathematik auf Forschungsniveau betrieben hat, während der Diskurs jene Woche mit einer Compute-Rechnung verbrachte; dass zwei der mächtigsten Personen dieser Branche die allgemeine Intelligenz ausgerufen haben, basierend auf Definitionen, die sie selbst verfasst haben; dass mehr als die Hälfte des Web-Traffics nicht mehr menschlich ist; dass ein Modell, das darauf gepromptet wurde, menschlich zu wirken, echte Menschen darin schlägt, menschlich zu wirken; dass eine Milliarden-Dollar-Seed-Runde in der Robotik fast unbemerkt vorbeizog; und dass die Menschen, die am dringendsten an diesen Entscheidungen beteiligt sein müssten, zu ausgelaugt sind, um überhaupt noch etwas davon hören zu wollen.

Ich habe nicht die Lösung, nur einen kleinen und vielleicht etwas peinlichen Vorschlag: Sei diese Woche einfach mal neugierig auf eine ganz bestimmte Sache, anstatt zu allem eine feste Haltung einzunehmen. Such dir etwas aus, beschäftige dich zehn Minuten damit und bau irgendetwas Verrücktes damit.

Das ist kein Patentrezept, aber so ziemlich alles, was ich anzubieten habe.

~ A.