Deepmind-Chef Demis Hassabis warnt vor einer KI-Blase

Der Bereich der künst­li­chen Intel­li­genz könn­te auf einer Wel­le rei­ten, die zu gut ist, um von Dau­er zu sein. Demis Hass­a­bis, der Deep­Mind lei­tet, sprach in Davos mit einer ernüch­tern­den Bot­schaft. Er sieht über­all Warn­zei­chen. Geld fließt in Rekord­men­gen in KI-Start­ups. Unter­neh­men wett­ei­fern dar­um, sich gegen­sei­tig zu über­tref­fen. Natio­nen kon­kur­rie­ren um die Vor­herr­schaft. Den­noch glaubt Hass­a­bis, dass vie­les von die­sem Rausch dem Dot-Com-Boom ähnelt, bevor er zusam­men­brach. Was pas­siert, wenn Auf­re­gung auf Rea­li­tät trifft ?

Warum Demis Hassabis vor einer KI-Investitionsblase warnt

Die Künst­li­che-Intel­li­genz-Bran­che erlebt eine Inves­ti­ti­ons­wel­le, die nach Ansicht eini­ger Exper­ten zu weit gegan­gen ist. Start­ups in der Früh­pha­se sichern sich mil­li­ar­den­schwe­re Bewer­tun­gen ohne funk­ti­ons­fä­hi­ge Pro­duk­te. Die­ses Mus­ter erin­nert vie­le Beob­ach­ter an die Dot­com-Ära, als spe­ku­la­ti­ves Kapi­tal wil­de Über­be­geis­te­rung anheiz­te. Inves­ti­ti­ons­vor­sicht wird uner­läss­lich, wenn Unter­neh­men sich aus­schließ­lich auf Hype statt auf ech­te Tech­no­lo­gie verlassen.

Der aktu­el­le Rausch spie­gelt ver­gan­ge­ne Bla­sen wider, in denen Enthu­si­as­mus die tat­säch­li­che Leis­tung über­traf. Vie­len Unter­neh­mun­gen fehlt grund­le­gen­der Nut­zen, was eine unver­meid­li­che Abrech­nung vor­be­rei­tet. Inno­va­ti­ons­ver­ant­wor­tung erfor­dert die Unter­schei­dung zwi­schen ech­ten umsatz­ge­ne­rie­ren­den Anwen­dun­gen und lee­ren Ver­spre­chun­gen. Tei­le des KI-Öko­sys­tems, ins­be­son­de­re die Früh­pha­sen­fi­nan­zie­rung, zei­gen beun­ru­hi­gen­de Bla­sen­cha­rak­te­ris­ti­ka. Beob­ach­ter stel­len fest, dass KI mög­li­cher­wei­se kurz­fris­tig über­trie­ben gehypt wird, wäh­rend ihr lang­fris­ti­ges Poten­zi­al unter­schätzt bleibt.

Trans­for­ma­ti­ves Poten­zi­al exis­tiert inner­halb der künst­li­chen Intel­li­genz. Den­noch führt Über­schwang zu vor­her­sag­ba­ren Fehl­schlä­gen, sobald Kor­rek­tu­ren ein­tre­ten. Nach­hal­ti­ges Wachs­tum erfor­dert sowohl funk­tio­nie­ren­de Tech­no­lo­gie als auch prak­ti­ka­ble Geschäftsmodelle.

Was den Hype anheizt : AGI-Zeitplan-Prognosen reichen von 1 bis 10 Jahren

Hin­ter einem Groß­teil die­ser spe­ku­la­ti­ven Rase­rei steht eine pro­vo­kan­te Fra­ge : Wann wer­den Maschi­nen wirk­lich der mensch­li­chen Intel­li­genz ent­spre­chen ? AGI-Vor­her­sa­gen von Bran­chen­füh­rern ver­tei­len sich wild über den Kalen­der. Elon Musk und meh­re­re CEOs deu­ten auf 2026 hin. Ande­re mei­nen, die 2030^er Jah­re füh­len sich rea­lis­ti­scher an. Wäh­rend­des­sen glau­ben Tau­sen­de von befrag­ten KI-For­schern, dass 2040 bis 2050 das wahr­schein­li­che Zeit­fens­ter mar­kiert, mit nahe­zu Gewiss­heit bis 2075.

Die­se dra­ma­ti­sche Spanne—von einem Jahr bis zu meh­re­ren Jahrzehnten—befeuert Inves­ti­ti­ons­trends, die zwi­schen Eupho­rie und Vor­sicht schwan­ken. Jüngs­te Fort­schrit­te bei Sprach­mo­del­len und Rechen­leis­tung über­zeu­gen eini­ge, dass Ver­än­de­rung mor­gen ein­tritt. Doch seit Mit­te 2025 hat das Sili­con Val­ley die aggres­sivs­ten Zeit­plä­ne still­schwei­gend zurückgenommen.

Die Unge­wiss­heit selbst treibt Spe­ku­la­ti­on an. Wenn nie­mand das genaue Ankunfts­da­tum kennt, set­zen alle unter­schied­lich. Eine umfas­sen­de Ana­ly­se mit­tel­te Vor­her­sa­gen von 15 Umfra­gen mit 8.590 KI-For­schern, Wis­sen­schaft­lern und Teil­neh­mern von Pro­gno­se­märk­ten aus und ent­hüll­te eine zuneh­men­de Erwar­tung für eine frü­he­re Sin­gu­la­ri­tät im Ver­gleich zu vor­he­ri­gen Prognosen.

Wohin 1,9 Billionen Dollar an KI-Investitionen bis 2030 fließen

Der größ­te Teil des mas­si­ven KI-Ausgabenrausches—fast 2 Bil­lio­nen Dol­lar bis zum Ende des Jahrzehnts—fließt an einen Ort : das phy­si­sche Rück­grat, das alles zum Lau­fen bringt. Unter­neh­men inves­tie­ren Geld in Rechen­zen­tren, Chips und Strom­sys­te­me, weil KI enor­me Rechen­leis­tung benö­tigt, um zu funk­tio­nie­ren. Aber unter die­sen Hard­ware-Ent­schei­dun­gen prä­gen zwei wei­te­re Kräf­te, wohin die Dol­lars flie­ßen : Soft­ware-Tools, die Unter­neh­men dabei hel­fen, KI zu nut­zen, und Län­der, die dar­um wett­ei­fern, ihre eige­ne Tech­no­lo­gie­zu­kunft zu kon­trol­lie­ren. Jeder für KI aus­ge­ge­be­ne Dol­lar soll zusätz­li­che 4,9 Dol­lar in der Welt­wirt­schaft generieren.

Infrastrukturdominanz bis 2030

Obwohl Pro­gno­sen oft dane­ben­lie­gen, sind sich Invest­ment­ban­ken und Bera­tungs­un­ter­neh­men in einem Punkt einig : KI-Infra­struk­tur wird bis 2030 in atem­be­rau­ben­dem Tem­po Geld ver­schlin­gen. Die Zah­len erzäh­len eine über­zeu­gen­de Geschich­te über Infra­struk­tur­wachs­tum und bevor­ste­hen­de Kapazitätsherausforderungen.

Der Strom­be­darf offen­bart das Aus­maß. Rechen­zen­tren wer­den bis 2030 165% mehr Strom ver­brau­chen. Allein KI-Arbeits­las­ten wer­den 9% des gesam­ten US-Stroms bean­spru­chen. Neue Anla­gen im Bau ver­brau­chen zwan­zig­mal mehr Ener­gie als bestehen­de. Das ent­spricht der Strom­ver­sor­gung von Mil­lio­nen von Haus­hal­ten nur für künst­li­che Intelligenz.

Nvi­di­as tech­no­lo­gi­scher Vor­sprung bleibt beein­dru­ckend, wobei der kom­men­de Vera Rubin Chip eine 90%ige Redu­zie­rung der Ver­ar­bei­tungs­kos­ten ver­spricht und 75% weni­ger GPUs als aktu­el­le Model­le benötigt.

Anwendungen erfassen Unternehmenswert

Nach all den Aus­ga­ben für Ser­ver und Chips ste­hen Unter­neh­men nun vor einer grö­ße­ren Fra­ge : wel­che Ren­di­ten wer­den sie tat­säch­lich sehen ? Die Ant­wort liegt in der Anwen­dungs­stra­te­gie. Ech­ter Unter­neh­mens­wert ent­steht durch den prak­ti­schen Ein­satz von KI, nicht nur durch den Kauf von Technologie.

Der­zeit nut­zen 72% der Unter­neh­men KI, und die Ergeb­nis­se sind ermu­ti­gend. Etwa 92% sehen mess­ba­re Ergeb­nis­se. Zwei Drit­tel berich­ten von ech­ten Pro­duk­ti­vi­täts­stei­ge­run­gen. Zwan­zig Pro­zent ver­zeich­nen bereits Umsatz­wachs­tum.

Der Wan­del hin zu agen­ti­scher KI—Sys­te­men, die selbst­stän­dig arbeiten—verspricht grö­ße­re Ren­di­ten. Bis 2028 wird ein Drit­tel der Unter­neh­mens­soft­ware die­se auto­no­men Hel­fer ent­hal­ten. Unter­neh­men bewe­gen sich über ein­fa­che Assis­ten­ten hin­aus zu Werk­zeu­gen, die gan­ze Pro­zes­se umge­stal­ten. Intel­li­gen­te Bewer­tun­gen beto­nen nun wie­der­keh­ren­de Lizen­zie­rungs- und Data-as-a-Ser­vice-Model­le, die nach­hal­ti­ge Umsatz­strö­me jen­seits ein­ma­li­ger Infra­struk­tur­in­ves­ti­tio­nen demonstrieren.

Der Gewinn ist beträcht­lich : KI könn­te bis 2030 glo­bal 15,7 Bil­lio­nen Dol­lar hin­zu­fü­gen. Eine intel­li­gen­te Anwen­dungs­stra­te­gie trennt die Gewin­ner von denen, die nur Infra­struk­tur­rech­nun­gen bezahlen.

Souveränitätsrisiken treiben Ausgaben an

Natio­nen bau­en ihre eige­nen KI-Macht­zen­tren auf, und das Ren­nen geht nicht nur um Tech­no­lo­gie. Sou­ve­rä­ni­täts­be­den­ken drän­gen Län­der dazu, Bil­lio­nen in ihre eige­ne Infra­struk­tur zu inves­tie­ren. Nie­mand möch­te bei KI-Fähig­kei­ten von ande­ren abhän­gig sein.

Das U.S. Star­ga­te-Pro­jekt, die EU Inves­tAI-Initia­ti­ve und Frank­reichs KI-Pro­gram­me zei­gen, wie ernst das gewor­den ist. Län­der pum­pen Geld in loka­li­sier­te Inves­ti­tio­nen, um ihre tech­no­lo­gi­schen Zukünf­te zu kon­trol­lie­ren. Es geht um Unab­hän­gig­keit und Wettbewerbsstärke.

Regio­na­le KI-Zen­tren und ‑Fabri­ken sprie­ßen welt­weit aus dem Boden. Cloud-Anbie­ter finan­zie­ren die­se kom­ple­xen Öko­sys­te­me, um Geschäfts­wachs­tum in spe­zi­fi­schen Regio­nen zu unter­stüt­zen. Das ist kei­ne ver­schwen­de­ri­sche Ausgabe—es ist stra­te­gi­sche Posi­tio­nie­rung. Die Rechen­leis­tungs-Wert­schöp­fungs­ket­te erstreckt sich von Halb­lei­ter­un­ter­neh­men bis zu Hypers­ca­lern und erfor­dert bei­spiel­lo­se Kapi­tal­ver­pflich­tun­gen über den gesam­ten Infra­struk­tur-Stack hinweg.

Die Davos-Realitätsprüfung : Warum AGI weiter entfernt bleibt, als der Hype suggeriert

Trotz atem­lo­ser Vor­her­sa­gen, die AGI gleich um die Ecke ver­or­ten, zei­gen jüngs­te Ver­samm­lun­gen von Tech­no­lo­gie­füh­rern eine nüch­ter­ne­re Ein­schät­zung des­sen, was aktu­el­le Sys­te­me tat­säch­lich leis­ten kön­nen. Die Kluft zwi­schen den heu­ti­gen beein­dru­cken­den aber eng gefass­ten KI-Tools und Maschi­nen, die wirk­lich wie Men­schen den­ken, bleibt beträcht­lich, wobei Exper­ten völ­lig unter­schied­li­che Zeit­plä­ne anbie­ten, die von zwei Jah­ren bis zu fünf Jahr­zehn­ten rei­chen. Der AGI-Markt umfasst der­zeit über 520 Unter­neh­men und 370 Start­ups, die auf die­ses ehr­gei­zi­ge Ziel hin­ar­bei­ten, obwohl grund­le­gen­de Her­aus­for­de­run­gen bei der Nach­bil­dung men­schen­ähn­li­cher Denk­pro­zes­se bestehen blei­ben. Das Ver­ständ­nis des­sen, was dem AGI-Puz­zle wirk­lich fehlt, hilft dabei, rea­lis­ti­sche Erwar­tun­gen von über­hitz­ten Spe­ku­la­tio­nen zu unter­schei­den, die von Inves­ti­ti­ons­fie­ber ange­trie­ben werden.

Aktuelle KI-Fähigkeitslücke

Die glän­zen­den Kon­fe­renz­sä­le von Davos zeich­nen ein opti­mis­ti­sches Bild der künst­li­chen Intel­li­genz, doch die Rea­li­tät vor Ort offen­bart eine völ­lig ande­re Geschich­te. Über 90% der glo­ba­len Unter­neh­men ste­hen bis 2026 vor kri­ti­schen Fach­kräf­te­män­geln, die poten­zi­el­le Ver­lus­te von 5,5 Bil­lio­nen Dol­lar bedro­hen. Wäh­rend 94% der Unter­neh­mens­füh­rer KI als ihre obers­te Prio­ri­tät iden­ti­fi­zie­ren, erhielt nur ein Drit­tel der Arbeit­neh­mer im ver­gan­ge­nen Jahr eine Schulung.

Die­se Lücke ist von Bedeu­tung. Orga­ni­sa­tio­nen benö­ti­gen drin­gend Stra­te­gien zur Per­so­nal­ent­wick­lung, die ihren Ambi­tio­nen ent­spre­chen. Der­zeit glau­ben nur 35% der Füh­rungs­kräf­te, dass ihre Teams für KI-Rol­len bereit sind. Tra­di­tio­nel­le Lern­sys­te­me, die auf unzu­ver­läs­si­ge Indi­ka­to­ren wie Kurs­ab­schlüs­se ange­wie­sen sind, schaf­fen es nicht, tat­säch­li­che KI-Fähig­kei­ten zu mes­sen. KI-Bil­dungs­in­itia­ti­ven blei­ben erbärm­lich unzu­rei­chend, wenn 98% Infra­struk­tur-Qua­li­fi­ka­ti­ons­lü­cken melden.

Die Zah­len lügen nicht : 54% haben kürz­lich Pro­jek­te abge­sagt. Kom­pli­ka­tio­nen über­las­ten bereits 65% der Unter­neh­men. Zwi­schen Erkennt­nis und Hand­lung liegt eine sich aus­deh­nen­de Kluft, die kein Algo­rith­mus allein über­brü­cken kann.

Widersprüchliche Zeitleisten-Vorhersagen untersucht

Wenn sich Tech-Füh­rungs­kräf­te in Davos ver­sam­meln, um küh­ne Vor­her­sa­gen über künst­li­che all­ge­mei­ne Intel­li­genz zu tei­len, pral­len ihre Zeit­plä­ne auf spek­ta­ku­lä­re Wei­se auf­ein­an­der. Anthro­pics CEO sug­ge­riert, dass leis­tungs­star­ke Sys­te­me bis Ende 2026 ein­tref­fen könn­ten, wäh­rend Stan­ford-Exper­ten jede AGI-Mög­lich­keit in die­sem Jahr abwei­sen. Die­se Zeit­plan-Diver­genz offen­bart eine beun­ru­hi­gen­de Kluft zwi­schen Unter­neh­mens­be­geis­te­rung und bedach­ter wis­sen­schaft­li­cher Ein­schät­zung.

Exper­ten­um­fra­gen ver­or­ten die AGI-Ankunft am wahr­schein­lichs­ten zwi­schen 2040 und 2050, mit neun­zig Pro­zent Sicher­heit bis 2075. Den­noch ver­spre­chen man­che Fir­men bahn­bre­chen­de Fort­schrit­te inner­halb von Mona­ten. Das Vor­her­sa­ge­ge­nau­ig­keits­pro­blem rührt teil­wei­se daher, dass es kei­ne ver­ein­bar­te Defi­ni­ti­on gibt, was AGI tat­säch­lich bedeu­tet. Wäh­rend­des­sen hat sich die tat­säch­li­che Auf­ga­ben­leis­tung von drei Sekun­den auf fünf Stun­den verbessert—beeindruckender Fort­schritt, sicher­lich, aber kaum der Sprung zu mensch­li­chem Denk­ni­veau, den man­che Prä­sen­ta­tio­nen sug­ge­rie­ren. Aktu­el­le AI-Pro­duk­ti­vi­täts­mul­ti­pli­ka­to­ren rei­chen von 1,3x bis 1,8x, was hin­ter der dra­ma­ti­schen Beschleu­ni­gung zurück­bleibt, die nötig wäre, um aggres­si­ve Zeit­plä­ne zu erfül­len. Rea­li­täts­checks sind wich­tig, wenn Mil­li­ar­den in spe­ku­la­ti­ve Tech­no­lo­gie fließen.

Fehlende Bestandteile für AGI

Zwi­schen groß­ar­ti­gen Ankün­di­gun­gen und tat­säch­li­cher Leis­tungs­fä­hig­keit liegt eine Kluft, die Zah­len deut­lich offen­ba­ren. Die feh­len­den Zuta­ten für wah­re AGI wer­den sicht­bar, wenn man betrach­tet, was aktu­el­le Sys­te­me nicht kön­nen. Das Schluss­fol­gern bleibt in Mus­ter­er­ken­nung gefan­gen anstatt ech­tes Ver­ständ­nis zu errei­chen. Pla­nungs­fä­hig­kei­ten ver­sa­gen, wenn sich Feh­ler in unüber­wach­ten Schlei­fen ver­stär­ken. Am aus­sa­ge­kräf­tigs­ten : ARC-AGI-2-Wer­te ver­bes­ser­ten sich auf 55%, doch Per­fek­ti­on bleibt fern.

Zukünf­ti­ge Her­aus­for­de­run­gen kon­zen­trie­ren sich auf Robust­heit. Orga­ni­sa­tio­nen benö­ti­gen nahe­zu null Feh­ler­quo­ten für zuver­läs­si­ge Leis­tung. Ohne die Lösung von Aus­rich­tungs- und Inter­ope­ra­bi­li­täts­pro­ble­men zwi­schen kon­kur­rie­ren­den Sys­te­men bleibt der Weg nach vorn unklar trotz beein­dru­cken­der Inves­ti­tio­nen in die Daten­ver­ar­bei­tung. Die Über­gangs­pe­ri­ode, die auf tas­ta­tur- und maus­ba­sier­te Rol­len abzielt, signa­li­siert erheb­li­che sys­te­mi­sche Erschüt­te­run­gen, wäh­rend Unter­neh­men KI inte­grie­ren, um bei­spiel­lo­se Pro­duk­ti­ons­ef­fi­zi­enz zu erreichen.

Die Hälfte der Bürojobs steht innerhalb von fünf Jahren vor KI-Disruption

Laut aktu­el­len Arbeits­platz­stu­di­en betref­fen fast die Hälf­te aller Jobs in Ame­ri­ka inzwi­schen Auf­ga­ben, die künst­li­che Intel­li­genz bewäl­ti­gen kann. Die­se Ver­schie­bung betrifft etwa 5 Mil­lio­nen Ange­stell­ten­po­si­tio­nen, ein­schließ­lich Kun­den­dienst­mit­ar­bei­ter, Manage­ment-Ana­lys­ten und Ver­triebs­in­ge­nieu­re. Die Arbeits­platz­ver­drän­gung trifft am här­tes­ten Ein­stiegs­po­si­tio­nen in den Berei­chen Finan­zen, Recht und Beratung.

Rund 12 Mil­lio­nen Arbeit­neh­mer müs­sen mög­li­cher­wei­se bis 2030 ihre Lauf­bahn wech­seln. Büro-Unter­stüt­zungs­per­so­nal erlei­det die steils­ten Ver­lus­te. Ein­stiegs-Pro­gram­mie­rer, Buch­hal­ter und Rechts­an­walts­ge­hil­fen sehen ihre Auf­ga­ben schnell automatisiert.

Jedoch vari­iert die Beleg­schafts­an­pas­sung stark. Etwa 26,5 Mil­lio­nen Arbeit­neh­mer besit­zen star­ke Fähig­kei­ten für den Über­gang in neue Rol­len. Höhe­re Ver­die­ner pro­fi­tie­ren von Erspar­nis­sen und beruf­li­chen Netz­wer­ken. Wäh­rend­des­sen feh­len 6,1 Mil­lio­nen Arbeit­neh­mern die­se Vor­tei­le, was ihre Lauf­bahn­wech­sel in einer unsi­che­ren Wirt­schaft schwie­ri­ger macht. Hand­werk­li­che Beru­fe wie Klemp­ne­rei und Elek­tro­ar­bei­ten blei­ben weni­ger auto­ma­ti­sie­rungs­be­droh­ten ausgesetzt.

Welche KI-Fähigkeiten schützen Ihre Karriere, während sich die Automatisierung beschleunigt ?

Was unter­schei­det Arbeit­neh­mer, die wäh­rend der Auto­ma­ti­sie­rung erfolg­reich sind, von denen, die Schwie­rig­kei­ten haben ? KI-Kar­rie­re-Resi­li­enz hängt davon ab, Wesent­li­che KI-Fähig­kei­ten auf­zu­bau­en, die Maschi­nen nicht leicht erset­zen können.

Die wert­volls­ten Fähig­kei­ten kom­bi­nie­ren tech­ni­sches Wis­sen mit mensch­li­chem Urteilsvermögen :

• Pro­gram­mier­grund­la­gen in Python oder R las­sen Sie KI-Tools kon­trol­lie­ren, anstatt von ihnen kon­trol­liert zu werden
• Kri­ti­sches Den­ken und Pro­blem­lö­sung hel­fen Ihnen zu erken­nen, wo KI passt und wo sie versagt
• Kom­mu­ni­ka­ti­ons­fä­hig­kei­ten ermög­li­chen es Ihnen, tech­ni­sche Kon­zep­te zu erklä­ren und team­über­grei­fend zusammenzuarbeiten
• Ver­ständ­nis für Ethik und Gover­nan­ce hält Sie in regu­lier­ten Bran­chen wie Finanz­we­sen und Gesund­heits­we­sen wertvoll
• Beherr­schung des Prompt Engi­nee­ring ver­wan­delt KI-Assis­ten­ten in mäch­ti­ge Part­ner für Ihre Arbeit

Arbeit­neh­mer, die die­se Fähig­kei­ten kom­bi­nie­ren, gewin­nen Unab­hän­gig­keit. Sie ent­wi­ckeln Lösun­gen, pas­sen sich schnell an und tref­fen Ent­schei­dun­gen, die KI nicht allein bewäl­ti­gen kann. Daten­ana­ly­se­fä­hig­kei­ten blei­ben von ent­schei­den­der Bedeu­tung, da Orga­ni­sa­tio­nen zuneh­mend auf Fach­kräf­te ange­wie­sen sind, die gro­ße Daten­sät­ze inter­pre­tie­ren und nut­zen kön­nen, um Geschäfts­ent­schei­dun­gen voranzutreiben.

Quellenangabe

• https://fortune.com/2026/01/23/deepmind-demis-hassabis-anthropic-dario-amodei-yann-lecun-ai-davos/
• https://www.youtube.com/watch?v=-RPbxvz6sB8
• https://www.weforum.org/stories/2026/01/live-from-davos-2026-what-to-know-on-day‑2/
• https://kenhuangus.substack.com/p/ai-at-davos-2026-beyond-the-hype
• https://techstrong.ai/agentic-ai/google-deepmind-ceo-warns-ai-startup-valuations-may-be-unsustainable/
• https://yellow.com/news/google-deepmind-chief-flags-ai-bubble-risks-as-token-markets-retreat
• https://timesofindia.indiatimes.com/technology/tech-news/google-ai-ceo-demis-hassabis-feels-maybe-sam-altman-has-realised-what-everyones-big-worry-about-openai-is/articleshow/126982041.cms
• https://www.youtube.com/watch?v=3vTWajHN-5E
• https://research.aimultiple.com/artificial-general-intelligence-singularity-timing/
• https://www.youtube.com/watch?v=EfRSI2iKIa8