KI-Legende Andrew Ng warnt: AGI ist Jahrzehnte entfernt

Eine E-Mail. Ein achtzehnjähriger Student. Und eine Frage, die offenbarte, wie sehr uns die überzogenen Erwartungen rund um künstliche Intelligenz schaden.

Andrew Ng, Gründer von DeepLearning.AI, Mitbegründer von Coursera, Schöpfer von Google Brain und einer der weltweit einflussreichsten Menschen im Bereich KI, erhielt kürzlich eine Nachricht von einem jungen Menschen, der sich auf die Universität vorbereitet. Der Betreff der E-Mail lautete: „Das Dilemma eines Achtzehnjährigen: Ist es schon zu spät, einen Beitrag zur KI zu leisten?“

Der Student hatte aufrichtig Angst. Er fürchtete, dass die KI bis zu seinem Studienabschluss so perfekt sein würde, dass für ihn keine sinnvolle Arbeit mehr übrig bliebe. Dass er als Empfänger eines universellen Grundeinkommens enden würde, ohne die Chance, etwas zu verändern. Ng antwortete ihm, beruhigte ihn und ermutigte ihn, zu lernen, mit KI zu entwickeln. Doch diese E-Mail brachte ihn dazu, tiefer darüber nachzudenken. Wie sehr schadet uns der Hype um KI?

KI ist erstaunlich. Und zugleich unglaublich dumm.

Ng sagt es ganz offen. Er selbst nutzt KI jeden Tag und entwickelt mit ihr Dinge, zu denen er vor einem Jahr nicht in der Lage gewesen wäre. Das ist eine Tatsache. Gleichzeitig würde er jedoch kein führendes Sprachmodell damit betrauen, eigenständig über seinen Kalender zu entscheiden, Lebensläufe von Bewerbern auszuwählen oder sein Mittagessen auszusuchen – und das sind Aufgaben, die Unternehmen üblicherweise Berufseinsteigern übertragen.

Eines seiner Teams verbrachte viel Zeit damit, ein KI-Tool für die Sortierung von Lebensläufen anzupassen. Das Ergebnis? Ein brauchbarer Assistent. Doch der Weg dorthin erforderte einen enormen eigenen Entwicklungsaufwand. Und genau dieser Punkt geht im medialen Lärm unter.

Große Sprachmodelle (LLMs) bewältigen ein breiteres Aufgabenspektrum als frühere Generationen von KI-Tools. Das stimmt. Doch verglichen mit dem, was ein Mensch leisten kann, sind sie nach wie vor hoch spezialisiert. Sie arbeiten besser mit Text als mit anderen Datentypen. Für jede konkrete Anwendung benötigen sie umfangreiche individuelle Anpassungen. Und uns stehen nur sehr wenige Werkzeuge zur Verfügung, mit denen Systeme aus Feedback und der wiederholten Auseinandersetzung mit einer bestimmten Aufgabe lernen können.

AGI? Rechnen Sie mit Jahrzehnten, nicht mit Jahren

Hier verschließt Ng nicht die Augen vor der Realität. Eine allgemeine künstliche Intelligenz (AGI) – also eine KI, die jede intellektuelle Aufgabe bewältigen kann, zu der ein Mensch fähig ist – ist noch Jahrzehnte entfernt, möglicherweise sogar länger.

Ein Mensch kann in zwanzig Stunden lernen, ein Flugzeug zu fliegen, in einigen Jahren eine Doktorarbeit schreiben oder lernen, einen Lastwagen zu fahren. Die meisten Menschen können das schaffen. KI? Davon sind wir noch sehr, sehr weit entfernt.

In einem Interview mit Fast Company räumte Ng mit etwas Humor ein: „Vielleicht schien AGI vor einem Jahr noch fünfzig Jahre entfernt zu sein. Im vergangenen Jahr haben wir vielleicht solide zwei Prozent Fortschritt erzielt. Es bleiben uns also noch neunundvierzig Jahre.“ Die Zahlen sind metaphorisch, doch die Aussage ist klar.

Das Problem besteht darin, dass einige KI-Hersteller die Definition von AGI stillschweigend umschreiben. Sie legen die Messlatte niedriger, damit sie einen Erfolg verkünden können. Ng betrachtet das als gefährlichen Trend. Wenn ein Unternehmen bekannt gibt, AGI erreicht zu haben, bedeutet das nicht, dass die KI menschliche Intelligenz erreicht hat. Es bedeutet lediglich, dass das Unternehmen die Definition so angepasst hat, dass es wie ein Sieg aussieht.

Der Hype enthält ein Körnchen Wahrheit. Und genau das ist das Problem.

Das Tückische an den überzogenen Erwartungen ist gerade, dass sie keine vollständige Lüge sind. KI leistet tatsächlich Erstaunliches. Aber nicht in dem Ausmaß, wie Medien und PR-Abteilungen von Technologieunternehmen behaupten. Für Menschen ohne technischen Hintergrund ist es daher fast unmöglich zu erkennen, wo die Wahrheit endet und die Marketinggeschichte beginnt.

Ng vergleicht das mit der Situation auf dem Investmentmarkt. Er kennt Risikokapitalgeber, die davor zurückschrecken, Geld in Start-ups auf der Anwendungsebene zu investieren, weil sie befürchten, dass große KI-Unternehmen deren Geschäftsmodelle durch Verbesserungen ihrer Modelle schnell verdrängen werden. Einige dünne Hüllen um Sprachmodelle werden tatsächlich verschwinden. Doch ein enormer Teil wertvoller Anwendungen wird noch lange relevant bleiben – trotz des rasanten Fortschritts bei Basismodellen.

Wo droht tatsächlich eine Überhitzung des Marktes? Ng verweist auf die Ebene des Modelltrainings. Dort konzentrieren sich die größten Investitionen, dort wird spezialisierte Hardware gebaut, die sich später nur schwer anderweitig einsetzen lässt. Die Anwendungsebene hingegen hält er für gesund und würde dort gern noch mehr Investitionen sehen.

Lernen Sie zu programmieren

Ng hat eine klare Botschaft für alle – Studierende, Marketingfachleute, Personalverantwortliche und Finanzanalysten. Lernen Sie zu programmieren. Nicht, damit Sie Softwareingenieur werden. Sondern weil die Fähigkeit, einem Computer genau zu sagen, was Sie wollen, eine Kompetenz der Zukunft ist.

Auf einer Konferenz von Salesforce erzählte er die Geschichte einer seiner Marketingmitarbeiterinnen. Sie konnte keine Anwendung für „Dial Testing“ finden, also programmierte sie innerhalb von zwei Tagen selbst eine – mithilfe von KI. Sie ist keine Ingenieurin. Sie ist Marketingfachfrau. Doch weil sie mit Code umgehen kann, musste sie nicht drei Wochen auf einen Anbieter warten.

Ng sagt, dass er bei Einstellungen zunehmend Menschen bevorzugt, die mithilfe von KI entwickeln können. „So wie es undenkbar geworden ist, jemanden einzustellen, der nicht im Internet nach Informationen suchen oder E-Mails nutzen kann, zögere ich inzwischen, jemanden einzustellen, der KI nicht zur Automatisierung oder zum Erstellen von Dingen einsetzen kann.“

Und was ist mit dem Rat jener, die jungen Menschen sagen, sie sollten nicht programmieren lernen, weil KI das ohnehin übernehmen werde? Ng bezeichnet das als eine der schlechtesten Karriereempfehlungen, die je ausgesprochen wurden. Mit jeder Technologiewelle – von Lochkarten bis Python – stieg die Zahl der Menschen, die programmieren, statt zu sinken.

Agentische KI: Eine enorme Chance, die auf Entwickler wartet

Ng popularisierte den Begriff „agentische KI“ für Systeme, die ohne ständige menschliche Aufsicht planen, nachdenken und mehrere Schritte ausführen können. Heute steht dieses Wort auf jeder Werbetafel und in jeder Investorenpräsentation. Marketingfachleute haben es auf alles geklebt.

Doch hinter diesem Marketinglärm verbirgt sich eine echte Chance. Agentische Arbeitsabläufe entwickeln sich schnell weiter und schaffen realen Mehrwert. Ng sieht enormes Potenzial für Unternehmen, die aufhören, einzelne Schritte zu optimieren, und damit beginnen, ganze Arbeitsprozesse von Grund auf neu zu gestalten.

Die größte Herausforderung für große Unternehmen? Die Datenschicht. Bislang konzentrierte sich Data Engineering auf strukturierte Daten und Zahlentabellen. Mit generativer KI entsteht die Fähigkeit, unstrukturierte Daten zu verarbeiten: Texte, Bilder, Audio, Video und PDF-Dokumente. Unternehmen, die Vertriebsdaten, Trends in sozialen Netzwerken und beispielsweise auch Wetterdaten in einer einzigen Architektur miteinander verknüpfen können, erlangen einen enormen Wettbewerbsvorteil.

Ng rät Unternehmen, Schritt für Schritt vorzugehen: zunächst das Prompting zu beherrschen, dann Modelle feinabzustimmen und erst danach über bestärkendes Lernen nachzudenken. Schnelle Prototypenentwicklung, Tests mit Nutzern, das Sammeln von Feedback und kontinuierliche Verbesserungen – das ist das Rezept, das funktioniert.

Geopolitik der KI: Die Welt fragmentiert sich

Ng erkennt noch einen weiteren großen Trend, der in Diskussionen über KI häufig übersehen wird. Die Welt fragmentiert sich, und Staaten wollen über eigene KI-Kapazitäten verfügen, ohne von anderen Ländern oder bestimmten Unternehmen abhängig zu sein, denen sie möglicherweise nicht vollständig vertrauen.

Souveräne KI wird ebenso zu einem politischen wie zu einem wirtschaftlichen Thema. Wer die Infrastruktur und die Modelle kontrolliert, besitzt Macht. Und da KI für Wirtschaftswachstum und nationale Sicherheit immer wichtiger wird, gewinnt diese Frage zunehmend an Bedeutung.

Gehen Sie los und entwickeln Sie. Jetzt sofort.

Ng schließt seine Botschaft einfach und klar ab. Im Bereich der agentischen KI gibt es unvergleichlich mehr Chancen als Menschen mit den Fähigkeiten, sie zu nutzen. Jetzt ist der beste Zeitpunkt, in die Branche einzusteigen. Nicht in fünf Jahren. Jetzt.

Der achtzehnjährige Student, der Angst hatte, zu spät zu kommen? Ng antwortete ihm, dass es für ihn noch jahrzehntelang genug Arbeit geben werde. Und er hat recht. Denn so faszinierend KI auch ist, sie braucht weiterhin Menschen, die sie entwickeln, anpassen, reparieren und dorthin lenken, wo sie tatsächlich hilft.