--- title: Was kommt als Nächstes für KI? Ein ehrlicher Blick auf 2025-2030 description: Jenseits von Hype und Untergangsszenarien: was Expertinnen und Experten für KI in den nächsten fünf Jahren tatsächlich prognostizieren, was wirklich ungewiss bleibt und wie man mit ständig wechselnden Vorhersagen umgeht. date: February 5, 2026 author: Robert Soares category: ai-fundamentals --- Frag sechs KI-Forschende, wann wir künstliche Intelligenz auf menschlichem Niveau erreichen, und du bekommst sechs verschiedene Antworten. Genau das passierte bei einer Podiumsrunde des Queen Elizabeth Prize for Engineering im November 2025, bei der Jensen Huang, Yoshua Bengio, Geoffrey Hinton, Fei-Fei Li, Yann LeCun und Bill Dally für dieselbe Frage völlig unterschiedliche Zeitpläne nannten. Diese Uneinigkeit ist kein Fehler. Sie ist ein Merkmal. Sie sagt etwas Wichtiges über den aktuellen Moment: Wir sind in einer Phase, in der die Menschen mit dem meisten KI-Wissen wirklich nicht wissen, was als Nächstes kommt. ## Der verlässliche Trend: Dinge werden weiter besser Hier ist, worin sich fast alle einig sind. Modelle werden sich weiter verbessern. Dieselbe Entwicklung, die uns von GPT-3 zu GPT-4 und von Claude 2 zu Claude 3.5 gebracht hat, wird sich fortsetzen, weil die grundlegenden Treiber des Fortschritts intakt sind. Dario Amodei, CEO von Anthropic, beschrieb die Entwicklung im Lex-Fridman-Podcast konkret: "We're starting to get to PhD level, and last year we were at undergraduate level, and the year before we were at the level of a high school student." Ob diese Entwicklung im gleichen Tempo weitergeht, ist ungewiss. Aber die Richtung wirkt klar genug, dass es kurzfristig unklug wäre, dagegen zu wetten. Was heißt das praktisch? Fähigere Programmierassistenten. Bessere Schreibwerkzeuge. Klügere Recherchehilfen. Die Dinge, die KI heute schon ordentlich kann, werden in den nächsten Jahren spürbar besser, wahrscheinlich so sehr, dass Werkzeuge von Anfang 2025 bis 2027 primitiv wirken. Simon Willison, ein Softwareentwickler, der seine Erfahrungen beim Bauen mit LLMs ausführlich dokumentiert hat, schrieb darüber, wie sich sein Ablauf 2025 verändert hat: "Coding agents changed everything for me." Er beschrieb, wie er Dutzende Werkzeuge per Eingabeaufforderung an LLMs gebaut hat, asynchron mit KI-Agenten arbeitet und sogar vom Handy aus Code mit genug Vertrauen entwickelt, um Änderungen in Produktionsprojekten einzuchecken. Das ist keine Science-Fiction. Das ist ein arbeitender Entwickler, der seine aktuelle Praxis beschreibt. Multipliziere das über Millionen Wissensarbeiterinnen und Wissensarbeiter, und du bekommst ein Gefühl für die Verschiebung, die bereits läuft. ## Der multimodale Horizont Text, Bilder, Audio, Video. Die Wände zwischen diesen Modalitäten bröckeln schneller, als viele erwartet haben. Die Analyse von Epoch AI dazu, wie KI 2030 aussehen könnte, prognostiziert deutliche Fortschritte: komplexe wissenschaftliche Software aus natürlichsprachlichen Beschreibungen umsetzen, Mathematikerinnen und Mathematiker beim Formalisieren von Beweisen unterstützen, offene Fragen zu Laborprotokollen beantworten. Das sind keine wilden Spekulationen. Das sind Hochrechnungen auf Basis aktueller Fortschritte bei Benchmarks. Aber Hochrechnungen sind knifflig. Jede Fähigkeitskurve stößt irgendwann an Grenzen. Trainingsdaten gehen aus. Rechenkosten skalieren exponentiell. Abnehmende Grenzerträge setzen ein. Die Frage ist nicht, ob diese Barrieren existieren, sondern wann sie verbindlich werden. ## Agenten: die nächste Grenze (wahrscheinlich) Die große Wette im Moment sind KI-Agenten. Nicht nur KI, die Fragen beantwortet, sondern KI, die handelt, Werkzeuge nutzt, systemübergreifend arbeitet und mehrstufige Aufgaben mit minimaler menschlicher Aufsicht abschließt. Hier wird der Hype dicht. Die Realität: Agenten bleiben fragil. Sie scheitern auf überraschende Weise. Sie brauchen sorgfältige Orchestrierung, um nützlich zu bleiben. Eine Hacker-News-Diskussion aus dem Jahr 2024 traf die Skepsis gut, als der Nutzer talldayo vorhersagte: "In 10 years, AI and LLMs will be a joke on The Simpsons in the same way they made fun of the Palm Pilot." Das ist wahrscheinlich zu pessimistisch. Aber es ist ein nützliches Gegengewicht zu den atemlosen Agenten-Ankündigungen aus jedem großen Labor. Die Lücke zwischen Demo und Einsatz bleibt groß. Agenten, die unter kontrollierten Bedingungen fehlerfrei laufen, kämpfen oft mit dem Chaos realer Abläufe. Trotzdem schafft schon eine schrittweise Verbesserung der Zuverlässigkeit von Agenten erheblichen Wert. Wenn Agenten verlässlich 70 % statt 30 % der Routineaufgaben übernehmen können, ist das für viele Abläufe transformativ. Perfektion ist nicht die Messlatte. Nützlichkeit ist es. ## Die AGI-Frage: Wo Fachleute tatsächlich uneinig sind Wann wird KI allgemein intelligent? Also fähig, jede intellektuelle Aufgabe zu erledigen, die ein Mensch kann? Hier wird die Uneinigkeit unter Fachleuten am schärfsten. Am einen Ende: Dario Amodei meint, uns gingen "truly convincing blockers, truly compelling reasons why this will not happen in the next few years" aus. Seine Hochrechnung deutet auf 2026 oder 2027 als plausible Zeitpunkte für KI-Systeme hin, die in vielen Bereichen Fähigkeiten auf menschlichem Niveau erreichen. Am anderen Ende: Yann LeCun, Meta-Chefwissenschaftler für KI, nennt aktuelle AGI-Prognosen "complete delusion." Er argumentiert, wir bräuchten Maschinen, die "as smart as a cat" sind, bevor wir uns über Superintelligenz Gedanken machen, und davon seien wir weit entfernt. Für ihn zeigen aktuelle Sprachmodelle, dass "you can manipulate language and not be smart." Beide Menschen haben einen Turing Award gewonnen. Beide arbeiten täglich mit führenden KI-Systemen. Beide haben Zugriff auf dieselbe Forschung. Sie interpretieren sie nur komplett unterschiedlich. Ein Kommentator auf Hacker News, rwaksmunski, machte die sarkastische Beobachtung, dass "AGI is still a decade away, and always will be." Der folgende Thread widersprach diesem Rahmen tatsächlich und merkte an, dass Forschende ihre Erwartungen erst jetzt auf nähere Zeiträume anpassen, basierend auf beobachtetem Fortschritt. Der Witz "immer zehn Jahre entfernt" könnte gerade deshalb veralten, weil die Zeitlinien sich verdichten. ## Jobs: Die ehrliche Antwort lautet: Wir wissen es nicht Wird KI deinen Job übernehmen? Die Prognosen reichen von katastrophal bis harmlos, oft abhängig davon, wer sie macht. Goldman Sachs: "We remain skeptical that AI will lead to large employment reductions over the next decade." Dario Amodei: KI könnte "wipe out half of all entry-level white-collar jobs" und die Arbeitslosigkeit in den nächsten ein bis fünf Jahren auf 10-20 % treiben. Das Weltwirtschaftsforum: 92 Millionen Jobs fallen weg, 170 Millionen neue Jobs entstehen, also ein Nettozuwachs von 78 Millionen Stellen bis 2030. MIT-Ökonom Daron Acemoglu: KI wird in den nächsten zehn Jahren nur bereit sein, "around 5% of jobs over the next decade" zu übernehmen oder stark zu unterstützen. Das sind keine Vorhersagen, die man mitteln kann. Dahinter stehen grundverschiedene Modelle dafür, wie Technologie Beschäftigung beeinflusst. Entweder passiert Verdrängung schrittweise mit Zeit zur Anpassung, oder sie passiert plötzlich mit massiver Disruption. Wir wissen nicht, welches Modell auf KI zutrifft. Fed-Chef Jerome Powell sagte auf die Frage nach KI und Beschäftigung etwas ungewöhnlich Offenes: "This may be different." Der Vorsitzende der US-Notenbank räumt damit ein, dass wir uns auf wirklich unbekanntem Terrain bewegen. Die ehrliche Antwort ist, dass wir es nicht wissen, und jede Person, die bei Beschäftigungseffekten Sicherheit behauptet, ist übermäßig selbstsicher. Was wir wissen: Vorbereitung schlägt Vorhersage. Organisationen und Einzelpersonen, die KI-Fähigkeiten verstehen, haben mehr Optionen, egal welches Szenario eintritt. ## Regulierung: die Unbekannte Der EU AI Act ist jetzt in Kraft. China hat KI-Regeln umgesetzt. Die USA bleiben relativ zurückhaltend. Dieses Flickwerk wird die KI-Entwicklung auf Arten prägen, die wir noch nicht vollständig vorhersagen können. Regulierung könnte gefährliche Fähigkeiten bremsen. Sie könnte KI-Entwicklung auch in Rechtsräume mit lockereren Regeln verlagern. Sie könnte Beschäftigte schützen. Sie könnte etablierte Akteure zementieren. Die Auswirkungen werden in zweiter und dritter Ordnung auftreten, auf eine Weise, die heute niemand belastbar kartieren kann. Was klar scheint: Das regulatorische Umfeld im Jahr 2030 wird völlig anders aussehen als heute. Die Frage ist, ob es nützliche KI-Entwicklung ermöglicht und gleichzeitig Schaden begrenzt, oder ob es beides nicht wirksam schafft. ## Wie man über KI-Prognosen nachdenken sollte Ein nützlicher Rahmen: Trenne kurzfristig von langfristig. **Kurzfristig (2025-2027):** Aktuelle Systeme werden besser. Programmierassistenten, Schreibwerkzeuge, Recherchehilfen, Bildgeneratoren. Diese Verbesserungen sind aus den aktuellen Verläufen größtenteils vorhersehbar. Plane damit. **Mittelfristig (2027-2030):** Agenten könnten zuverlässig genug für erhebliche autonome Arbeit werden. Multimodale KI wird wahrscheinlich viele heutige Engpässe bewältigen. Wirtschaftliche Effekte werden in Beschäftigungsdaten sichtbar werden. Hier gibt es deutlich weniger Sicherheit. **Langfristig (2030+):** AGI-Möglichkeiten, Superintelligenz-Szenarien, tiefgreifende wirtschaftliche Umstrukturierung. Echte Unsicherheit. Wer behauptet, hier zu wissen, was passiert, rät. Ein Hacker-News-Kommentator, massung, gab eine Prognose ab, die bei mir hängen geblieben ist: "My personal prediction is that the next massive leap in AI is going to be a paradigm shift away from how we train and simulate networks." Das ist die Art Wildcard, die sich schwer einpreisen lässt. Der aktuelle Fortschritt kommt durch das Skalieren bekannter Ansätze. Der nächste Durchbruch könnte aus etwas völlig anderem kommen. Oder er kommt nie. Wir wissen es nicht. ## Worauf es sich tatsächlich vorzubereiten lohnt Angesichts all dieser Unsicherheit: Was lohnt sich jetzt? **Lerne die Werkzeuge.** Was auch immer bei AGI-Zeitlinien passiert, die aktuellen KI-Fähigkeiten sind bereits nützlich. Zu verstehen, wie man sie wirksam nutzt, bringt sofort etwas und positioniert dich für das, was als Nächstes kommt. **Baue Anpassungsfähigkeit auf.** Die konkreten Vorhersagen werden falsch sein. Die allgemeine Richtung hin zu mehr Fähigkeiten wirkt verlässlich. Organisationen und Einzelpersonen, die sich an veränderte Fähigkeiten anpassen können, steuern besser durch Unsicherheit als jene, die auf konkrete Ergebnisse wetten. **Bleib kalibriert.** Der Hype-Zyklus ist ermüdend. Der Untergangs-Zyklus lähmt. Beides hilft dir nicht. Achte darauf, was KI in der Praxis wirklich leistet, nicht darauf, was Demos versprechen oder Kritiker befürchten. **Beobachte die Praktiker.** Das verlässlichste Signal kommt von Menschen, die mit KI reale Dinge bauen. Wenn Entwickler berichten, dass Coding-Agenten "changed everything," ist das aussagekräftiger als jede Vorhersage darüber, wann wir AGI erreichen. Ein Hacker-News-Nutzer, mrdependable, brachte in einem Thread von 2025 eine verbreitete Frustration auf den Punkt: "I always see these reports about how much better AI is than humans now, but I can't even get it to help me with pretty mundane problem solving." Diese Lücke zwischen Benchmark-Leistung und praktischem Nutzen ist real und sollte man im Kopf behalten. Fortschritt passiert. Nur eben ungleichmäßig, chaotisch und oft überhypt. ## Die Vorhersage, die am meisten zählt Hier ist meine Vorhersage: In fünf Jahren werden wir auf diesen Artikel zurückblicken, und manche Prognosen waren zu vorsichtig, andere zu aggressiv, und mindestens eine Sache wird passiert sein, die niemand vorausgesehen hat. Das ist keine Ausrede. Es ist das Ehrlichste, was ich über ein Feld sagen kann, in dem die Menschen mit dem meisten Wissen am schärfsten uneinig sind. Die Unsicherheit ist unangenehm, aber auch klärend. Sie bedeutet, dass die Zukunft noch nicht feststeht. Die Entscheidungen, die wir darüber treffen, wie wir KI entwickeln und einsetzen, zählen immer noch. Die Debatten über Sicherheit, über Beschäftigung, über Regulierung, darüber, wer von diesen Systemen profitiert ... genau diese Debatten sind wichtig, weil das Ergebnis noch nicht geschrieben ist. Sicher ist: KI wird weiter verändern, wie wir arbeiten, schaffen und Probleme lösen. Wie genau diese Veränderung aussieht, ist weiterhin wirklich offen. Das ist entweder beängstigend oder aufregend, je nach Veranlagung. Ich finde es aufregend. Aber ich verstehe beide Reaktionen. --- *Dieser Artikel spiegelt KI-Fähigkeiten und Prognosen mit Stand Januar 2026 wider. Bei der Geschwindigkeit, mit der sich dieses Feld verändert, können einzelne Informationen schon veraltet sein, wenn du das hier liest. Aktuelle KI-Werkzeuge und praktische Anwendungen findest du in unseren Leitfäden zur wirksamen Nutzung von KI in deiner Arbeit.*