Deep Dive · Vergangenheit & Prognosen
Die Chronik
12 Momente · 80 Jahre
Die Geschichte in 12 Momenten
Nicht jede Veröffentlichung war ein Durchbruch. Diese hier waren es.
Die Frage · Alan Turing
Können Maschinen denken?
Alan Turing veröffentlicht 'Computing Machinery and Intelligence' und schlägt den Turing-Test vor. Eine einzige Frage definiert ein ganzes Forschungsfeld.
"Wir können nur kurz vorausschauen, aber wir sehen viel, das getan werden muss."
Die Geburt · Dartmouth Conference
Geburtsstunde der KI
John McCarthy und Marvin Minsky prägen am Dartmouth College den Begriff 'Artificial Intelligence'. Ein zweimonatiger Workshop wird zur Grundsteinlegung eines Feldes.
Erste Lernmaschine · Frank Rosenblatt
Das Perceptron lernt
Frank Rosenblatt baut das erste künstliche neuronale Netz, das aus Daten lernt. Die New York Times spekuliert über Maschinen, die laufen und sprechen können.
Der Algorithmus · Hinton et al.
Backpropagation
Hinton, Rumelhart und Williams zeigen, wie tiefe Netze effizient trainiert werden können. Der Algorithmus, der jahrzehnte später Deep Learning ermöglicht.
Mensch vs. Maschine · IBM
Deep Blue schlägt Kasparov
IBMs Schach-Computer besiegt den amtierenden Weltmeister. Die Welt sieht zum ersten Mal: Eine Maschine kann den klügsten Menschen in seiner Domäne schlagen.
"Ich war müde."
Die Revolution · Krizhevsky / Sutskever / Hinton
Deep Learning explodiert
AlexNet halbiert den ImageNet-Fehler. Drei Forscher (Krizhevsky, Sutskever, Hinton) zeigen mit GPUs und tiefen Netzen, dass die KI-Eiszeit vorbei ist.
Der unmögliche Sieg · DeepMind
AlphaGo besiegt Lee Sedol
Go galt als zu komplex für Maschinen. DeepMinds AlphaGo gewinnt 4:1. Zug 37 in Spiel 2 — von keinem menschlichen Profi je gespielt — wird zum Symbol einer neuen Ära.
"Ein wunderschöner Zug."
Die Architektur · Google Brain
Attention Is All You Need
Acht Google-Forscher veröffentlichen die Transformer-Architektur. Sie wird zur Grundlage von ChatGPT, Claude, Gemini — und potenziell auch von AGI.
Skalierung wirkt · OpenAI
GPT-3 zeigt Emergenz
175 Milliarden Parameter. Plötzlich kann ein Sprachmodell programmieren, übersetzen, schreiben — ohne spezifisches Training. Die Bitter Lesson wird sichtbar.
Massentauglich · OpenAI
ChatGPT erreicht 100 Mio. Nutzer
Die schnellst wachsende Anwendung der Geschichte. Plötzlich wissen Großmutter und CEO, was ein Sprachmodell ist. KI verlässt das Labor — endgültig.
Multimodal nativ · OpenAI
GPT-4o: Das Omni-Modell
OpenAI veröffentlicht GPT-4o (Mai 2024) — das erste Frontier-Modell mit nativer Text-, Bild-, Audio- und Video-Verarbeitung. Sprach-Latenz 320ms in Echtzeit. 50% günstiger als GPT-4 Turbo, 2× schneller.
Effizienz > Größe · Anthropic
Claude 3.5 Sonnet schlägt Opus
Anthropic (Juni 2024): Das Mid-Tier-Modell Sonnet 3.5 outperformed die eigene Flagship Opus — bei 1/5 der Kosten. Paradigmenwechsel: Effizienz wird zum Frontier-Thema.
Open Frontier · Meta
Meta Llama 3.1 mit 405B
Meta veröffentlicht Llama 3.1 (Juli 2024) mit 8B/70B/405B Parametern — erstmals ein wirklich Open-Weight-Frontier-Modell. Beschleunigt OSS-Rüstungswettlauf gegen OpenAI/Anthropic.
Denken vor Antwort · OpenAI
o1: Reasoning-Architektur
OpenAI o1 (Sept 2024) 'denkt' vor der Antwort statt während. 83% AIME, PhD-Level Physik/Chemie/Biologie. Erste neue Paradigma-Architektur nach dem Transformer (2017).
KI als Wissenschaft · DeepMind
Nobelpreis für AlphaFold
Demis Hassabis und John Jumper erhalten Chemie-Nobelpreis (Oktober 2024) für AlphaFold2. Erstmals Nobelpreis für eine KI-Methode. 200M+ Proteinen strukturiert, 2M+ Wissenschaftler-Nutzer.
"Eine 50-jährige Grand Challenge der Biologie gelöst."
China holt auf · DeepSeek
DeepSeek R1 — o1-Konkurrenz Open
DeepSeek R1 (Januar 2025): erstes Open-Weight-Reasoning-Modell auf o1-Niveau. MIT-Lizenz. Trainings-Kosten angeblich $5.58M. App wird #1 weltweit. Symbol für globales AI-Multipolar-System.
Staat + AI · OpenAI + Partner
Stargate — $500B Infrastruktur
OpenAI, SoftBank, Oracle und MGX kündigen Stargate an (Jan 2025): $500B über 4 Jahre für US-AI-Compute-Infrastruktur. KI-Rechenleistung wird zur neuen geopolitischen Ressource.
ARC-AGI geknackt · OpenAI
o3 erreicht ARC-AGI-1
OpenAIs o3 erreicht menschliches Niveau (87.5%) auf ARC-AGI-1 (Dezember 2024). Der erste Benchmark, der explizit AGI-Fähigkeiten messen sollte, wird geknackt.
"Das ist nicht inkrementell. Das ist ein Phasenwechsel."
Neuer Standard · ARC Prize Foundation
ARC-AGI-3 resettet den Benchmark
Nach o3's ARC-AGI-1 Sieg wurde der Test überarbeitet. ARC-AGI-3 misst adaptives Reasoning. Alle Frontier-Modelle (Gemini 3.1 Pro, GPT-5.5, Claude Opus 4.7) liegen unter 1%.
"AGI ist ein bewegliches Ziel — aus Prinzip."
Erwartet · Metaculus
AGI?
Metaculus-Community: Strong-AGI-Median liegt bei 50%-Wahrscheinlichkeit bis ~2033, die ältere Weak-AGI-Frage bei Median ~2028. Die Spanne zeigt die wachsende Unsicherheit der Forecaster. Die Frage ist nicht mehr ob, sondern wann.
Die Geschichte wiederholt sich. Aber sie beschleunigt.
Was kommt als Nächstes
Die Watchlist
Sechs Milestones, die das Rennen Richtung AGI entscheiden werden.
ARC-AGI-3 überschreitet 10%
Erstes Frontier-Modell erreicht 10% auf dem neuen ARC-AGI-3 Test. Aktueller Stand: 0.37%.
GPT-6 angekündigt
OpenAI hat einen deutlichen Sprung für GPT-6 angekündigt. Erwartet: native Agent-Architektur, 10M+ Kontext.
Claude Opus 5
Anthropic's nächste Generation nach Opus 4.7 (16. April 2026). 'Mythos' (interner Codename) läuft im Project-Glasswing-Pilot bei 12 Security-Partnern.
Gemini 3.5 Pro
Google bestätigte auf der I/O am 19.05.2026: Gemini 3.5 Pro wird intern bereits eingesetzt und ist für Juni 2026 als Release geplant. Gemini 3.5 Flash ist seit 19.05. live.
1-Woche autonome Agent-Tasks
Aktueller State of the Art: 24h+ autonome Task-Ketten. Ziel: eine Arbeitswoche ohne menschliche Intervention.
Erste Anzeichen funktionaler RSI
Recursive Self-Improvement in ML-Research-Agents: KI optimiert eigene Trainings-Runs messbar besser als Baseline.
Die Experten sind sich uneins
Wann AGI?
18 Jahre Spanne zwischen den Prognosen. Die Antwort hängt davon ab, wen du fragst.
| Jahr | Prognose von | Aussage |
|---|---|---|
| 2027 | AltmanSam Altman · OpenAIsehr optimistisch | Möglicherweise bereits 2025–2027 |
| 2027 | AmodeiDario Amodei · Anthropicsehr optimistisch | Genug ernstzunehmende Evidenz für 2026–2028 |
| 2030 | Median-KonsensusMetaculus (1,700+ Forecaster)pragmatisch | 25% bis 2029, 50% bis 2033 |
| 2030 | HassabisDemis Hassabis · DeepMindoptimistisch | 5–10 Jahre ab 2025 |
| 2040 | LeCunYann LeCun · Metaskeptisch | Nicht mit aktuellen Architekturen — Jahrzehnte |
| 2045 | MarcusGary Marcus · NYUsehr skeptisch | LLMs führen nicht zu AGI — fundamentaler Paradigmenwechsel nötig |
Die Bandbreite verschiebt sich jedes Quartal. 2022 lag der Metaculus-Median noch bei 2040.