Meine Gedanken · 14.05.2026

zu aktuellen Entwicklungen der KI

"If I were 22 right now, I'd feel like the luckiest kid in history"

Das kommt nicht von irgendeinem Motivationscoach, sondern von einer der einflussreichsten Persönlichkeiten der heutigen Zeit. Sam Altman, der CEO und Mitgründer von OpenAI, sagte dies in einem Podcast mit der YouTuberin und Journalistin Cleo Abram (ab 23 min).

Was meint er damit

Sinngemäß hat Sam Altman Folgendes gesagt:

Wenn ich jetzt gerade 22 wäre und frisch vom College kommen würde, dann würde ich mich fühlen wie das glücklichste Kind in der Geschichte. Es gab niemals eine bessere Zeit, um etwas Neues zu kreieren oder zu erfinden, ein Unternehmen zu starten oder was auch immer. Ich glaube, es ist wahrscheinlich sogar möglich, ein Ein-Personen-Unternehmen aufzubauen, das mehr als eine Milliarde Dollar wert sein kann. Und viel wichtiger als das: ein Unternehmen, das ein tolles Produkt oder eine tolle Dienstleistung anbieten kann. Man hat heutzutage Zugang zu Tools, die einen Dinge tun lassen können, für die es bis vor Kurzem noch Teams von Hunderten Menschen gebraucht hätte. Du musst nur lernen, wie man diese Tools benutzt, und eine gute Idee haben. Es ist schon sehr faszinierend.

Meine Gedanken dazu

Sam Altman spricht natürlich die gesamte Zeit über die Möglichkeiten mit KI. Zur Einordnung muss man hierbei beachten, dass er Chef eines Unternehmens ist, dessen Geschäftsmodell vollkommen auf künstlicher Intelligenz basiert. Trotzdem spricht er meiner Meinung nach etwas an, was viele Menschen noch nicht verstanden haben. Für Leute aus der AI-Bubble ist das alles nichts Neues, aber es gibt heutzutage immer noch viele, viele Menschen, die sich täglich mit den gleichen Workflows herumschlagen, die täglich die gleichen E-Mails schreiben und damit ihren halben Tag verbringen. Diese Menschen wissen das über KI, was man aus den Medien mitbekommt: Sie macht Fehler, ist politisch nicht neutral und arbeitet nicht so gut wie ein Mensch.

Viele Menschen lassen deshalb direkt die Finger davon oder haben 3-4 Chats bei ChatGPT geöffnet, was sie nicht überzeugt hat.

Die große Masse hat keine Ahnung

An sich ist KI ja, wie bereits erwähnt, schon in der Masse angekommen. Sobald deine Oma davon hört und dir darüber erzählt, weißt du das. Ein großer Teil der Schüler nutzt ChatGPT alltäglich in der Schule, vor allem, um sich Lösungen geben zu lassen. Viele Menschen benutzen KI auch einfach als zweites Google.

Aber das ist genau das, worin ich nicht den Hauptvorteil von künstlicher Intelligenz sehe: Wenn die KI dir Lösungen zu Aufgaben gibt, die du eigentlich selbst hättest machen sollen, ist das schön und gut, solange du nur durchkommen möchtest. Aber wenn man tatsächlich den Anspruch hat, etwas zu lernen, dann macht das keinen Sinn. Und der KI die Frage zu stellen: "Was sind die schönsten Orte in Berlin?", das hat man bereits vor 5 Jahren mit Google machen können, dafür braucht man keine KI.

Wie man KI stattdessen nutzen sollte

Rund 2/3 der deutschen Bevölkerung nutzt KI. Das ist durchaus ein großer Anteil. 95% davon haben jedoch bei Weitem noch nicht erkannt, was bereits alles möglich ist, und obwohl ich kein Freund von diesem Wort bin, sage ich es: Sie benutzen KI FALSCH. Bevor ich darüber schreiben möchte, wie man KI denn wirklich nutzen sollte, schauen wir uns ein Problem an, mit dem viele täglich zu tun haben: Kontext. Ein Beispiel: Ich bitte ChatGPT im Browser, mir eine E-Mail in meinem Schreibstil zu schreiben. Um den richtigen Stil zu treffen, schreiben wir viele Male hin und her, und irgendwann klappt es: Ich bin zufrieden mit dem Ergebnis und hätte gerne ein paar weitere E-Mails. Das funktioniert auch ganz gut, doch irgendwann merke ich, dass die Antworten immer schlechter werden. Hier kommt der erste Aspekt des Kontextproblems ins Spiel. Kontext ist begrenzt, und je mehr Kontext (gemessen in Input- und Output-Token) verbraucht wird, desto schlechter werden die Ergebnisse. Natürlich verbessert sich das stetig, und eine Konversation mit aktuelleren KI-Modellen hält viel mehr stand als noch vor einem Jahr. Aber Kontext hat noch ein zweites Problem: Er geht verloren. Denn wenn ich jetzt einen neuen, "frischen" Chat öffne, um dort mit ChatGPT weiterzuschreiben, weiß das Modell nicht mehr, wie die E-Mails auszusehen haben. Natürlich kann ich ihm einen guten Prompt mit Beispielen geben, aber das wird nicht direkt so gut klappen wie zuvor.

Aufgrund all dieser Probleme macht es nur Sinn, die KI direkt im Kontext arbeiten zu lassen. Anstatt jedes Mal aufs Neue viele Beispieldokumente usw. anzuhängen, starte ich die KI direkt in meinem Projekt. Sie besorgt sich automatisch Informationen und alles, was sie benötigt, um das gewünschte Ergebnis (möglichst genormt) zu produzieren.

In der Praxis kann man dies einrichten, indem man den normalen Chat im Browser verlässt und die KI in lokalen Projektverzeichnissen (also im Dateisystem des Computers) installiert. Das klingt schwieriger, als es ist, und man hat dies bereits mit wenigen Klicks erledigt. Jedes ernst zu nehmende AI-Lab bietet diese Möglichkeiten. Aktuell haben wir Claude Code von Anthropic, Codex von OpenAI und Antigravity von Google (Stand Mai 2026). Die Toollandschaft verändert sich ständig, wobei die Infrastruktur an sich gleich bleibt: Gib der KI Zugriff auf einen lokalen Ordner, gib ihr dort noch weitere Anweisungen (über Skills, Plugins usw.) und lass sie arbeiten. Wie genau das funktioniert, darum soll es hier gar nicht gehen.

Das, was ich vermitteln wollte, ist, dass sich ein erheblicher Teil des Kontextproblems dadurch lösen lässt, KI lokal einzusetzen. Außerdem sind NUR so größere Coding-Projekte, Wissensarbeit, Datenbankarbeit usw. möglich. Denn hier lässt man der KI viele Freiheiten, die sie nicht hat, wenn man ihr im Browser eine Excel-Datei gibt und davon ausgeht, dass sie das schon irgendwie hinbekommt. Das ist der derzeit beste Workflow in der Arbeit mit KI und wird vermutlich auch in Bezug auf Chatbots lange Zeit so bleiben. Natürlich wird die Brain Power usw. immer besser werden, aber dieser Prozess, bei dem die KI direkt in deinem Dateiverzeichnis agiert, wird vermutlich so bleiben.

Man hat vielleicht schon mal etwas davon gehört, die KI direkt im Terminal zu benutzen, hat sich aber alleine schon wegen des Begriffes "Terminal" geweigert. Dabei geht es hier nicht NUR um ein Coding-Tool. Die Systeme wurden zwar primär für Programmierer gebaut, die mit der KI am Code arbeiten wollen, aber es lassen sich in vielen Bereichen viel, viel bessere Ergebnisse erzielen.

Denn von der Brain Power her ist es egal, ob man die KI im Browser oder direkt im Dateiverzeichnis verwendet. Tatsächlich finde ich die Modelle direkt im Dateiverzeichnis auch viel intelligenter und robuster, da dort mit Agent-Systemen gearbeitet wird, die nicht nur zum Tragen kommen, wenn man nur im Browser bleibt.

Zur Inspiration sind hier einige von den unendlich vielen Möglichkeiten, die KI direkt im Dateiverzeichnis bietet:

  • Restrukturierung von (Wissens-)Datenbanken
  • Wissensmanagement
  • Personal Tutor
  • Coding
  • Bau von maßgeschneiderten Anwendungen für einen selbst oder als Dienstleistung
  • Bauen von Websites
  • Analyse von großen Datenmengen
  • ...

WICHTIG: Die KI kann sehr viel tun und weiß an sich alles, was sie benötigt, um dies zu tun. Was ihr jedoch fehlt, ist ein Plan oder ein Framework. Denn ohne grobe Vorgabe wird das Modell das tun, was am offensichtlichsten ist, und sehr selten zu einem gewünschten Ergebnis kommen. Ein Programmierer wird deswegen viel bessere Ergebnisse mit der KI erzielen können als jemand, der nichts vom Coden oder von Infrastruktur versteht. Ein guter Trader wird KI viel profitabler einsetzen können als jemand, der ihr sagt: Entwickle mir eine Trading-Strategie.

Es geht also weiterhin um das Verständnis über die Themen und die dafür nötige Infrastruktur. Das "Coole" ist jedoch: Detailwissen braucht man nicht mehr: Man muss nicht mehr die gesamte Java-Syntax auswendig können, Formeln kennen, Abläufe abrufen usw. Ein sehr gutes Verständnis von dem Ziel und dem Weg dorthin zu haben, ist deshalb sehr relevant.

Was sind die derzeit größten Probleme von künstlicher Intelligenz

Es gibt natürlich viele Probleme, und ich werde im Folgenden nicht alle aufzählen können, aber ich führe hier vor allem das an, was ich in meiner täglichen Arbeit gemerkt habe. Wir haben natürlich das Kontextproblem, über das wir gesprochen haben. Dieses lässt sich aber immer besser lösen, ohne direkt auf bessere Modelle angewiesen zu sein. Denn mit der richtigen "Agent Harness" (Umgebung, in der die KI arbeiten kann) lässt sich vieles optimieren. Richtiges Kontextmanagement (zum Beispiel mit Anwendungen wie Obsidian) ist hierbei ein Thema für zukünftige Beiträge.

Ein weiteres großes Problem ist natürlich der Datenschutz und die Datensicherheit. Dafür werden die lokalen KI-Modelle immer interessanter (also Modelle, die man direkt auf dem Computer nutzen kann, ohne sich mit der Cloud eines großen AI-Anbieters verbinden zu müssen). Diese lokalen Modelle sind in den meisten Fällen Open Source und den großen Modellen häufig etwa ein halbes Jahr hinterher. In nicht allzu ferner Zukunft wird man mit diesen Modellen aber auch exzellent arbeiten können, ohne einen eigenen Rechenserver bei sich im Wohnzimmer stehen haben zu müssen.

Wie schon erwähnt, gibt es noch viel mehr Probleme und Hürden, aber der Fortschritt in der Entwicklung ist einfach enorm. Bevor ich noch einige Zukunftsprognosen abgebe, möchte ich gerne noch einmal darüber schreiben, warum Deutschland meiner Meinung nach fatal hinterher ist.

Warum Deutschland so hinterher ist

Deutschland kannte man eigentlich einmal als eines der Länder von Innovation und fortschrittlicher Technologie. Das ist in vielen Bereichen natürlich auch immer noch so, und ich möchte hier auch kein vollkommen pessimistisches und negatives Licht auf Deutschland werfen. Aber vor allem, was künstliche Intelligenz betrifft, hat Deutschland viele entscheidende Momente verpasst. Neben mangelnder Energieversorgung und Überregulierung liegt das meiner Meinung nach auch stark daran, wie mit dem Thema KI umgegangen wird.

Wie zu Beginn bereits erwähnt, denken die meisten Menschen in Deutschland so über KI, wie es ihnen in den Medien dargestellt wird. Hier schwappt ein ganz klares Bild herüber: Die KI kann gefährlich sein, gibt fehlerhafte Antworten, verletzt das Urheberrecht und verstößt gegen Datenschutzgesetze. Natürlich sind das alles Punkte, die man beachten MUSS und über die man diskutieren sollte. Was mir aber vollkommen fehlt, ist die Darstellung davon, wie man KI denn für sich nutzen kann, um damit hochproduktiv zu arbeiten.

Ich gehe derzeit zur Universität und studiere Mathematik. Die Lehrpersonen haben sich hier natürlich auch berufen gefühlt, uns zum Thema KI aufzuklären, und das ist auch alles legitim und sollte so sein, vor allem für diejenigen, die sich privat nicht so viel damit beschäftigen. Was ich aber für mich direkt gemerkt habe (ohne das hier überheblich zu meinen): Die Dozenten wissen nicht, worüber sie sprechen. Die Ratschläge, die sie uns bezüglich KI gegeben haben, wären vielleicht für das erste öffentliche Modell von OpenAI Anfang 2023 hilfreich gewesen. Aber nicht drei Jahre später. Wir bekamen etwas davon erzählt, dass wir gut prompten sollen, die KI keine Quellen angibt und fehlerhaften Code produziert. Der größte Wert wurde darauf gelegt, wie man KI in wissenschaftlichen Arbeiten zitieren sollte. Das sind natürlich alles wichtige Themen, aber 90% davon lässt sich vollkommen beheben, indem man einfach in der richtigen Infrastruktur und mit den richtigen Tools arbeitet. Im Rahmen eines Projektes mit Python hieß es auch sinngemäß: "Wenn ihr jetzt KI nutzt, um das zu lösen (diese Coding-Aufgabe), seid ihr selbst schuld, denn am Ende müsst ihr Python selbst verstehen. Was macht ihr denn, wenn ihr mal keinen Zugriff auf KI habt?"

Natürlich ist es so, dass man KI nicht nutzen sollte, um sich Musterlösungen geben zu lassen (vor allem dann nicht, wenn man ambitioniert ist, das betreffende Thema wirklich zu verstehen). Aber denken wir jetzt einmal ein paar Jahrzehnte zurück. Hieß es damals nicht auch, dass wir die Rechenmethoden weiterhin lernen sollten, denn was machen wir, wenn der Computer (damals ein neues Produkt) ausfällt? Oder hieß es zu Beginn des Internets nicht auch, dass wir Fakten weiterhin im Kopf behalten sollten, denn was machen wir, wenn wir mal keine Internetverbindung haben? Heute hat jeder einen winzigen Computer in der Tasche, mit dem er ständig vernetzt ist. Wer damals zu lange an veralteten Methoden festgehalten hat, wurde abgehängt. Genauso wird es in naher Zukunft obsolet sein, Programmiersprachen beherrschen zu müssen, um etwas bewirken zu können, denn KIs können jetzt bereits besser programmieren als die meisten Jobeinsteiger und schneller programmieren als die besten Programmierer.

Die (nicht allzu ferne) Zukunft

Meine Prognose ist, dass die Entwicklung nicht linear weitergehen wird, sondern sich immer weiter beschleunigt. Wir werden nicht einfach jedes Jahr ein etwas besseres ChatGPT bekommen. Wir werden Systeme bekommen, die immer eigenständiger arbeiten, längere Aufgabenketten ausführen, sich besseren Kontext beschaffen und Ergebnisse liefern, die immer weniger wie einzelne Antworten und immer mehr wie fertige Arbeit aussehen. Diese Systeme werden Erfindungen machen, den Arbeitsmarkt umkrempeln und einen unvorstellbaren Einfluss auf unser Leben haben.

Dabei wird Kontext zu einem der wichtigsten Faktoren. Nicht nur technischer Kontext im Sinne von Dateien, Datenbanken und Code, sondern auch persönlicher und organisatorischer Kontext: Wie denkt jemand? Welche Ziele hat ein Unternehmen? Welche Prozesse gibt es? Welche Standards sollen eingehalten werden? Je besser diese Informationen verfügbar und strukturiert sind, desto stärker wird KI wirken können.

Ich glaube außerdem, dass viele heutige Software-Produkte unter Druck geraten werden. Wenn man sich künftig mit KI eigene kleine Tools, Automationen und Oberflächen bauen kann, dann braucht man für viele Spezialprobleme keine teure Standardsoftware mehr. Das heißt nicht, dass Software as a Service von heute auf morgen verschwindet. Aber der Wert verschiebt sich. Weg von starren Tools, hin zu flexiblen Systemen, die genau auf den eigenen Kontext angepasst sind. Wir sehen bereits heutzutage, dass Unternehmen wie Mercedes 40% ihrer SAP-Instanzen kürzen (https://x.com/amir/status/2051323029511352518), um auf eigene, personalisierte Systeme umzusteigen.

Auch die Vorstellung, dass nur klassische Wissensarbeiter betroffen sind, halte ich für falsch. Sobald humanoide Roboter besser, günstiger und zuverlässiger werden, wird KI auch sehr viel stärker in physische Arbeit hineinwirken. Vielleicht nicht morgen und vielleicht nicht überall gleichzeitig, aber die Richtung ist meiner Meinung nach eindeutig.

Das bedeutet nicht, dass man in Panik verfallen muss. Aber es bedeutet, dass man sich jetzt damit beschäftigen sollte. Nicht oberflächlich, nicht nur mit ein paar ChatGPT-Fragen, sondern ernsthaft. Man sollte verstehen, wie diese Systeme funktionieren, wo ihre Grenzen liegen, wie man sie in echte Workflows integriert und wie man mit ihnen Dinge baut.

KI ist für mich vergleichbar mit der industriellen Revolution, nur mit einem deutlich höheren Tempo. Es wird nicht ein ganzes Jahrhundert dauern, sondern nur (wenn überhaupt) wenige Jahrzehnte. Eine steile These, die ich diesbezüglich habe (mal schauen, wie es in ein paar Jahren aussieht): Die KI wird früher oder später beginnen, intelligenter zu werden, als es uns Menschen möglich ist. Sie wird Erfindungen machen, die Probleme, wie wir sie als Menschheit derzeit haben, lösen könnten. Probleme wie die Umweltbelastung und fehlende Rechenkapazitäten für das Training und Nutzen von KI-Modellen werden vermutlich von KI selbst angegangen werden. Der Klimawandel, die Bevölkerung anderer Planeten und so weiter. Auf all diese Themen werden wir vermutlich einen neuen Blickwinkel erhalten.

Ob dies eine gute Zukunft ist oder ob wir tatsächlich in einer Dystopie enden werden, das möchte ich nicht beurteilen.

Kommen wir wieder auf Sam Altman zu sprechen

Sam Altman hat in dem Zitat etwas erwähnt, was man auf jeden Fall beachten sollte. Er spricht davon, dass Studenten mit einem Abschluss all das bewirken können. Er spricht nicht davon, dass jede x-beliebige Person das könnte. Das sollte man meiner Meinung nach als Metapher dafür nehmen, dass es weiterhin Sinn macht, etwas zu lernen und Kompetenzen aufzubauen. Es ist nicht möglich, KI profitabel und produktiv zu nutzen, ohne ein Themengebiet zu haben, bei dem man weiß, wie man sie dort einsetzen kann. Technisches Know-how ist deshalb meiner Meinung nach immer noch sehr wichtig, und vor allem ist es wichtig, sich möglichst breit aufzustellen. Denn eines steht fest: Die Möglichkeiten werden immer mehr, und die Tools werden immer besser. Wie zu Zeiten, als das Internet neu kam, Computer neu kamen oder Industriefabriken gebaut wurden, ist es wichtig zu versuchen, hier ganz vorne mitzuspielen und nicht den Anschluss zu verlieren. 95% der Bevölkerung hat den Anschluss derzeit verloren.

Die entscheidende Frage ist nicht mehr, ob KI wichtig wird. Die entscheidende Frage ist, ob man sie benutzt wie eine etwas bessere Suchmaschine oder ob man lernt, mit ihr echte Systeme, Produkte und Fähigkeiten aufzubauen.