Zimmermann Die letzte Erfindung

Wie Künstliche Intelligenz alles verändert und was das für dich bedeutet
1. Auflage 2026
ISBN: 978-3-6957-9336-5
Verlag: BoD - Books on Demand
Format: EPUB
Kopierschutz: 6 - ePub Watermark

E-Book, Deutsch, 208 Seiten

Die wichtigste Technologie unserer Zeit verständlich erklärt. Künstliche Intelligenz ist keine Zukunftsmusik mehr. Sie schreibt Texte, programmiert Code, diagnostiziert Krankheiten und führt Gespräche, die sich menschlich anfühlen. 800 Millionen Menschen nutzen sie wöchentlich. Die größten Unternehmen der Welt investieren Hunderte Milliarden. Doch was bedeutet das alles? Für unsere Arbeit, unsere Gesellschaft, unser Menschsein? Dieses Buch erzählt die vollständige Geschichte: von den Träumen der 1950er Jahre über die KI-Winter und den Deep-Learning-Durchbruch bis zur Explosion von 2022. Es erklärt, was KI heute leistet und wo ihre Grenzen liegen. Es wagt einen Blick in die Zukunft: auf AGI, die Singularität und die Frage, ob Maschinen jemals bewusst sein können. Die Zukunft kommt schneller, als du denkst. Dieses Buch hilft dir, vorbereitet zu sein.

Mark Zimmermann beschäftigt sich seit über 20 Jahren mit der Digitalisierung großer Organisationen. Als Experte für Enterprise Mobility und KI-Implementierung hat er skalierbare Plattformen für mehrere zehntausend Nutzer aufgebaut. Er ist Autor, Speaker und Podcast-Host mit Fokus auf die praktische Anwendung von KI in Unternehmen.

Autoren/Hrsg.

Zimmermann, Mark

Leseproben

Kapitel 1: Warum wir die Zukunft unterschätzen

Es gibt eine alte Geschichte über einen König und einen weisen Mann. Sie handelt von einer der gefährlichsten Illusionen des menschlichen Geistes. Der König von Indien, so erzählt man, war begeistert von einem neuen Spiel namens Schach, das ein Weiser für ihn erfunden hatte. So begeistert, dass er dem Erfinder einen Wunsch freistellte. Der weise Mann deutete auf das Schachbrett mit seinen 64 Feldern und sagte: Leg ein Reiskorn auf das erste Feld, zwei auf das zweite, vier auf das dritte. Verdopple die Menge bei jedem weiteren Feld. Der König lachte. Was für ein bescheidener Wunsch! Er stimmte zu, ohne nachzurechnen.

Auf Feld eins lag ein Reiskorn. Auf Feld zehn lagen 512 Körner, eine Handvoll. Auf Feld zwanzig etwa eine Million, ein kleiner Sack. Dann begann die Mathematik zu beißen. Auf Feld dreißig lagen etwa eine Milliarde Körner, genug, um eine ganze Stadt zu ernähren. Auf Feld vierzig eine Billion, mehr als die gesamte Jahresernte des Königreichs. Auf Feld 64, dem letzten Feld des Schachbretts, türmte sich mehr Reis, als alle Menschen in der gesamten Geschichte der Menschheit jemals geerntet hatten (Quelle 1). Der König bezahlte seine Schuld nicht. Manche Versionen der Geschichte enden damit, dass der weise Mann zum König wurde, andere damit, dass er seinen Kopf verlor. Beide Enden haben ihre Logik.

Das ist exponentielles Wachstum. Es fängt so harmlos an, dass du es ignorierst. Es endet so gewaltig, dass du es nicht mehr aufhalten willst. Die ersten dreißig Felder langweilen. Die letzten zehn überfordern jede Vorstellung. Genau an diesem Übergang, an diesem Knie der Kurve, leben wir gerade. Oder nicht?

Diese Frage muss dieses Buch ehrlich stellen. Die Geschichte technologischer Prognosen ist voller spektakulärer Irrtümer. Lord Kelvin, Präsident der British Royal Society, verkündete 1895: „Flugmaschinen, die schwerer als Luft sind, sind unmöglich." In den 1950er Jahren malten Ingenieure Visionen von atomgetriebenen Staubsaugern und nuklearen Küchen. 1955 prophezeite der Präsident der Lewyt Corporation in der New York Times: „Nuklear betriebene Staubsauger werden in zehn Jahren Realität sein." Heute lachen wir darüber. Die Frage ist: Worüber werden unsere Enkel lachen, wenn sie auf unsere KI-Prognosen zurückblicken?

Unser Gehirn entstand in der afrikanischen Savanne, vor ein paar hunderttausend Jahren. In einer Welt, in der sich fast nichts exponentiell veränderte. Ein Baum wuchs dieses Jahr ungefähr so schnell wie letztes Jahr. Ein Fluss floss heute ungefähr so schnell wie gestern. Ein Löwe, der fünfzig Meter entfernt war und sich mit konstanter Geschwindigkeit näherte, würde in einer berechenbaren Anzahl von Sekunden hier sein. Dieses lineare Denken rettete unseren Vorfahren das Leben. Es erlaubte ihnen, Gefahren einzuschätzen und Beute zu jagen. Was es nicht erlaubte: Kurven zu verstehen, die sich selbst beschleunigen. In der Savanne verdoppelte kein Löwe seine Geschwindigkeit alle paar Sekunden. Keine Beute verdoppelte ihren Abstand. Kein Busch verdoppelte seine Größe über Nacht. Unser Gehirn hat nie gelernt, exponentielles Wachstum intuitiv zu erfassen. Es musste das nicht. Jetzt müssen wir es, und wir versagen dabei spektakulär.

Die Geschichte der Computertechnologie ist eine einzige, ununterbrochene Explosion. 1971 kaufte ein Dollar Rechenleistung, die heute etwa ein Millionstel Cent kostet. Dein Smartphone, dieses Gerät, das du achtlos in die Tasche steckst, hat mehr Rechenleistung als alle Computer zusammen, die 1969 die Apollo-11-Mission zum Mond steuerten. Mehr Rechenleistung als die gesamte NASA zur Verfügung hatte, als sie das waghalsigste Abenteuer der Menschheit unternahm. Du benutzt es, um Fotos von deinem Mittagessen zu machen.

Der Futurist Ray Kurzweil dokumentiert diese Entwicklung seit Jahrzehnten (Quelle 1). Die Rechenleistung pro Dollar verdoppelt sich etwa alle 18 Monate. Gordon Moore, Mitgründer von Intel, beobachtete dieses Phänomen bereits 1965 (Quelle 54). Er stellte fest, dass sich die Anzahl der Transistoren auf einem Chip etwa alle zwei Jahre verdoppelt. Dieses „Gesetz" war kein Naturgesetz. Es war eine Beobachtung, eine Vorhersage, ein Versprechen der Halbleiterindustrie an sich selbst. Sie hielt es ein, ein halbes Jahrhundert lang.

Historische Trends sind keine Naturgesetze. Der Gartner Hype Cycle, ein beliebtes Modell für technologische Entwicklung, wurde von Forschern scharf kritisiert: „Der Zyklus ist nicht wissenschaftlicher Natur, und es gibt keine Daten oder Analysen, die ihn rechtfertigen würden." (Quelle 99) Eine Analyse von über 200 aufkommenden Technologien zwischen 2000 und 2016 zeigte: Vier Technologien durchliefen einen vollständigen Zyklus von Aufstieg, Absturz und Wiederbelebung. Die Vergangenheit garantiert nicht die Zukunft.

Hier wird die Geschichte interessant. Das exponentielle Wachstum fing nicht mit Transistoren an. Es fing mit mechanischen Rechenmaschinen im 19. Jahrhundert an. Dann kamen Relais. Dann Vakuumröhren. Dann Transistoren. Dann integrierte Schaltkreise. Jede dieser Technologien wurde irgendwann ausgereizt, jede stieß an ihre physikalischen Grenzen. Jedes Mal, genau wenn die Skeptiker triumphieren wollten, kam eine neue Technologie und setzte die Kurve fort. Das Muster ist so robust, dass Kurzweil es zum „Law of Accelerating Returns" verallgemeinerte (Quelle 1). Die Idee dahinter: Jede Verdopplung der Leistung ermöglicht die nächste Verdopplung schneller, weil wir bessere Werkzeuge haben, um bessere Werkzeuge zu bauen. Ob dieses „Gesetz" ein Gesetz ist oder ein historischer Trend, bleibt umstritten. Bisher hält es.

Inzwischen verlangsamt sich Moores Gesetz für einzelne Chips. Wir nähern uns den Grenzen der Physik, den Dimensionen einzelner Atome. Neue Paradigmen übernehmen: parallele Verarbeitung, bei der Tausende von Prozessoren gleichzeitig arbeiten, spezialisierte KI-Chips wie TPUs und NPUs, die nicht alles beherrschen, aber das Wenige unglaublich schnell, neuromorphes Computing, das die Architektur des Gehirns nachahmt. Die Gesamtkurve der Rechenleistung pro Dollar setzt sich fort, ungerührt von den Nachrufen, die alle paar Jahre für Moores Gesetz geschrieben werden.

2024 kaufte ein Dollar genug Rechenleistung für 500 Milliarden Berechnungen pro Sekunde. Ein einzelner Nvidia B200-Chip leistet eine halbe Billion Berechnungen pro Sekunde. Das ist ein 75-Billiardenfacher Anstieg seit den Anfängen, eine Zahl, die so groß ist, dass sie aufhört, Bedeutung zu haben. Wenn sich das fortsetzt, wird in 20 Jahren ein Dollar kaufen, was heute Milliarden kostet. Was werden wir damit tun? Das ist die Frage, die dieses Buch zu beantworten versucht.

Stell dir zwei Kurven vor, nebeneinander gezeichnet. Die eine ist eine gerade Linie, die langsam und stetig nach oben steigt. Die andere ist eine exponentielle Kurve. Am Anfang, auf den ersten Feldern des Schachbretts, liegen sie fast übereinander. Die exponentielle Kurve kriecht so langsam, dass sie von der geraden Linie kaum zu unterscheiden ist. Jahre vergehen. Die Linien trennen sich, erst kaum merklich, dann deutlicher. Dann, ganz plötzlich, explodiert die exponentielle Kurve nach oben, während die gerade Linie weiterbummelt, als wäre nichts geschehen.

Bei künstlicher Intelligenz sind wir genau an diesem Punkt, am Knie der Kurve. Jahrzehntelang fühlte sich der Fortschritt langsam an, fast enttäuschend. Schachcomputer wurden besser, aber schrittweise. Sprachassistenten waren nützlich, aber begrenzt. Bilderkennungsprogramme machten Fortschritte, aber nichts, das dich nachts wach hielt. Die KI-Forscher versprachen seit den 1960ern die Revolution. Die Revolution kam nicht. Manche glaubten, sie würde nie kommen.

Dann kam 2022. ChatGPT erschien am 30. November. Innerhalb von fünf Tagen hatte es eine Million Nutzer. Nicht weil es ein bisschen besser war als alles Vorherige, sondern weil es eine andere Kategorie war. Menschen, die nie einen Gedanken an KI verschwendet hatten, führten plötzlich stundenlange Gespräche mit einer Maschine. Lehrer merkten, dass ihre Schüler nicht mehr selbst schrieben. Programmierer stellten fest, dass ein Bot ihren Code debuggte. Künstler sahen Bilder, die in Sekunden entstanden und jahrelange Übung zu verspotten schienen. Etwas hatte sich verändert, fundamental und unwiderruflich.

Seitdem ist jede neue Version ein weiterer Sprung. GPT-4 war besser als GPT-3.5. Die Modelle von 2025 übertreffen die von 2024. Nicht ein bisschen besser, nicht schrittweise besser. Besser auf eine Weise, die die Vorhersagen der Experten regelmäßig als zu konservativ entlarvt. Dan Shipper, CEO von Every, hat eine einfache Methode, den Fortschritt zu messen: „Du siehst, wie viel besser KI wird, indem du schaust, wie lange du sie unbeaufsichtigt arbeiten lassen willst. Mit Copilot war es Tab-Vervollständigung, Sekunden. Mit ChatGPT fragst du etwas und bekommst eine Antwort, vielleicht eine Minute. Mit Claude Opus und Gemini arbeitet sie zwanzig, dreißig Minuten lang selbstständig." (Quelle 77) Das ist die Kurve, die abhebt. Wir sind auf den letzten Feldern des Schachbretts angekommen.

Wenn du die nächsten 20 Jahre KI-Entwicklung linear extrapolierst, wenn du annimmst, dass der Fortschritt so weitergeht wie in den letzten...