- Am 12. Oktober 2026 berichtete The New Stack über Aussagen von Andrej Karpathy, einem Gründungsmitglied von OpenAI, der derzeit bei Anthropic arbeitet. Seiner Einschätzung nach versteht der Großteil der Welt die Fähigkeiten fortschrittlicher KI noch nicht wirklich.
- Nach Karpathys persönlichen Schätzungen haben rund 6 Milliarden Menschen kaum große Sprachmodelle genutzt, 1–2 Milliarden verwenden herkömmliche Chatbots, etwa 20 Millionen setzen fortschrittliche Modelle für Programmierung und Mathematik ein, und nur ungefähr 5.000 Menschen haben Zugang zu den leistungsfähigsten KI-Systemen in Forschungslaboren.
- Bei diesen Zahlen handelt es sich um grobe Schätzungen Karpathys, nicht um Ergebnisse einer statistischen Erhebung.
- Aaron Levie, CEO von Box, sieht in dieser Kluft ein Zeichen dafür, dass sich die Verbreitung von KI noch in einer sehr frühen Phase befindet. Die meisten Nutzer betrachten KI weiterhin als Chatbot oder als erweiterte Suchmaschine.
- Levie prognostiziert, dass sogenannte „Agent Swarms“ – Gruppen von KI-Agenten, die zusammenarbeiten und mehrere Aufgaben parallel erledigen – zu einer wichtigen Form des KI-Einsatzes in Unternehmen werden könnten.
- Derzeit nutzen allerdings nur sehr wenige Menschen KI auf diese Weise. Zu den wichtigsten Hindernissen zählen Betriebskosten, uneinheitliche Modellfähigkeiten, fehlende Orchestrierungswerkzeuge und der begrenzte Zugang zu fortschrittlichen Systemen.
- Unternehmen müssen außerdem Herausforderungen bei der Datenintegration, Sicherheit, Compliance und Umgestaltung von Arbeitsabläufen bewältigen, bevor sie KI-Agenten in großem Maßstab einsetzen können.
- Karpathy betont den enormen Unterschied zwischen einem kostenlosen Chatbot, der einfache Fragen beantwortet, und einem fortschrittlichen KI-Agenten, der stundenlang Software umstrukturieren oder komplexe Probleme lösen kann.
- Seinen Angaben zufolge wechselte er innerhalb kurzer Zeit vom eigenständigen Programmieren mit Autovervollständigung zu KI-Agenten, die Programmieraufgaben übernehmen, für die früher Tage oder Wochen erforderlich waren.
- Karpathy bezeichnet diesen neuen Ansatz als „Agentic Engineering“. Ingenieure konzentrieren sich dabei auf die Aufgabenstellung, die Steuerung und die Überprüfung der Ergebnisse, anstatt jede Codezeile selbst zu schreiben.
- Laut Karpathy entwickelt sich KI besonders schnell in Bereichen mit drei Merkmalen: Die Arbeit findet in digitalen Umgebungen statt, Ergebnisse lassen sich überprüfen und die Tätigkeit besitzt einen hohen wirtschaftlichen Wert.
- Programmierung und Mathematik eignen sich besonders gut für bestärkendes Lernen, da Systeme ihre Ergebnisse selbst überprüfen, Fehler erkennen und sich durch wiederholte Experimente verbessern können.
- Karpathys AutoResearch-Projekt veranschaulicht diesen Ansatz: Die KI führte über Nacht 50 Experimente auf einer einzelnen GPU durch, fand bessere Parameter für die Lernrate und aktualisierte den Quellcode automatisch.
- Karpathy ist der Ansicht, dass kurze Fragen an die KI deren technologisches Potenzial nicht ausschöpfen. Größerer Nutzen entsteht, wenn die KI mehrstündige Aufgaben erhält und eigenständig experimentieren sowie ihren Ansatz anpassen kann.
📌 Die Einschätzungen von Karpathy und Levie zeigen, dass die entscheidende Kluft im KI-Zeitalter nicht nur darin besteht, ob Menschen KI nutzen, sondern auch darin, wie umfassend sie deren Fähigkeiten ausschöpfen. Während Milliarden Menschen gerade erst mit Chatbots arbeiten, hat eine sehr kleine Gruppe bereits Zugang zu Systemen, die eigenständig forschen, programmieren und komplexe Aufgaben lösen können. Der nächste Entwicklungsschritt führt von KI, die einzelne Tätigkeiten unterstützt, zu koordinierten Gruppen von KI-Agenten, die vollständige Arbeitsabläufe übernehmen. Für Unternehmen geht es daher nicht nur darum, KI-Kompetenzen zu verbreiten, sondern auch Fähigkeiten zur Problemdefinition, Prozessorganisation, Ergebnisprüfung und Steuerung autonomer KI-Systeme aufzubauen.
